Raja Indra Ramoza, - (2023) PERBANDINGAN TRIPLE EXPONENTIAL SMOOTHING DAN FUZZY TIME SERIES UNTUK MEMPREDIKSI NETTO TBS KELAPA SAWIT. Journal of Computer System and Informatics (JoSYC), 4 (3). pp. 614-624. ISSN ISSN 2714-7150 (media cetak) , ISSN 2714-8912 (media online)

Preview	Text RAJA INDRA RAMOZA REPOSITORY.pdf Download (1MB) | Preview
	Text 3433 - Published Version Download (39kB)

Abstract

Kelapa sawit memiliki peran penting dalam pertanian dan perkebunan di Indonesia, sebagai komoditas dengan potensi ekonomi yang tinggi. Produksi netto Tandan Buah Segar (TBS) merupakan bagian dari hasil yang diinginkan dalam sebuah perkebunan kelapa sawit. Netto TBS digunakan sebagai bahan utama pembuatan Crude Palm Oil (CPO) dan Palm Kernel Oil (PKO). Permasalahan yang ada, perusahaan menginginkan produksi netto TBS kelapa sawit dengan jumlah dan waktu yang tepat, salah satu tindakan untuk mengantisipasi hal tersebut yaitu dengan memprediksi jumlah produksi netto TBS. Oleh karena itu, tujuan penelitian ini adalah untuk melakukan prediksi produksi netto TBS dengan membandingkan triple exponential smoothing dan fuzzy time series. Hasil pengolahan data menunjukkan bahwa kedua metode peramalan menghasilkan prediksi produksi netto TBS dengan kualitas yang sangat baik. Dalam pengujian yang dilakukan, keduanya berhasil mencapai nilai error peramalan yang rendah, dengan MAPE sebesar 11,14670196% dan 10,44596891%. Namun, fuzzy time series memiliki nilai error yang lebih rendah dibandingkan dengan metode triple exponential smoothing. Berdasarkan hasil tersebut, dapat disimpulkan bahwa fuzzy time series merupakan model terbaik yang dapat diandalkan untuk memprediksi produksi netto TBS yang akurat. Keunggulan fuzzy time series dalam meramalkan produksi netto TBS dapat memberikan manfaat signifikan bagi perusahaan dalam menentukan strategi yang tepat untuk perencanaan masa depan perusahaan.

Actions (login required)

View Item