PERENCANAAN PERMINTAAN BAHAN BAKU DENGAN METODE ARIMA DAN ARTIFICIAL NEURAL NETWORK (STUDI KASUS PT KILANG PERTAMINA INTERNASIONAL UNIT IV CILACAP)

Abstract

Perencanaan dan pengendalian bahan baku merupakan salah satu unsur kegiatan yang sangat penting dalam persediaan. Salah satu jenis persediaan yang menunjang operasional produksi di PT Kilang Pertamina Internasional Unit IV Cilacap adalah gasket dan sodium hyphochlorite. Bahan baku tersebut merupakan jenis persediaan di gudang yang memiliki permintaan barang setiap bulannya. Dalam melakukan proses persediaan di gudang perusahaan belum memiliki adanya perencanaan persediaan yang jelas, sehingga menyebabkan ketidakseimbangan penyimpanan. Karena belum adanya perencanaan persediaan yang baik, sehingga terjadi kehabisan persediaan (stock out) khususnya bahan baku gasket dengan persentase sebesar 98,63 % yang mengakibatkan terhambatnya proses produksi di tahun 2017. Sehingga perlu dilakukan perencanaan permintaan bahan baku untuk 7 periode kedepan yang dilakukan dengan membandingkan metode ARIMA dan Artificial Neural Network. terhadap masing-masing bahan baku di PT Kilang Pertamina Internasional Unit IV Cilacap didapatkan metode Artificial Neural Network merupakan metode peramalan terbaik karena memiliki nilai MAE yang lebih kecil. Berdasarkan perhitungan peramalan metode Artificial Neural Network didapatkan nilai MAE sebesar 0,6864 sedangkan untuk perhitungan peramalan dengan metode ARIMA didapatkan nilai MAE sebesar 0,9821.