Analisis Peramalan Permintaan Kopi Susu Di Café Kopi Margonda

Santika Sari, Siti Aisyah Maharani, Prisky Eka Prakoso, Dhiya Jannati Putrisardjono, Ariq Rifqi Zaini

Abstract


Cafe Kopi.Margonda merupakan café dikawasan Margonda, Depok yang menjual beragam jenis minuman olahan kopi. Namun café Kopi.Margonda sering kali mengalami kekurangan stok karena belum efisiennya perencanaan jumlah stok kopi dan fluktuatifnya permintaan kopi di café tersebut setiap harinya. Akibatnya café mengalami kerugian sehingga kehilangan penjualan. Dimulai dari mengumpulkan data historis permintaan kopi susu di café Kopi.Margonda lalu meramalkan fluktuatifnya permintaan tersebut untuk selanjutnya merencanakan agregasinya dan memproyeksikan hasil analisis tersebut dengan metode yang digunakan. Tujuan dari penelitian ini adalah untuk mengetahui strategi terbaik untuk meramalkan permintaan kopi juga perencanaan agregat dalam produksi kopi susu di café Kopi.Margonda. Hasil pengolahan data menghasilkan metode terpilih yang terbaik untuk peramalan tahun berikutnya adalah metode Weight Moving Average dengan MAPE 0,204407 dan Perencanaan agregat menggunakan metode Chase Strategy karena menghasilkan biaya Rp 1,528,055,687 yang lebih kecil biayanya dibanding dengan level strategy maupun mixed strategy.


Keywords


Peramalan, Perencanaan Agregat, Persediaan

Full Text:

PDF

References


H. Indra, “Strategi Perencanaan Agregat Sebagai Pilihan Kapasitas Produksi,” J. Manaj. Bisnis Krisnadwipayana, vol. 5, no. 1, 2018, doi: 10.35137/jmbk.v5i1.73.

S. Huber and S. Lißner, “Disaggregation of aggregate GPS-based cycling data – How to enrich commercial cycling data sets for detailed cycling behaviour analysis,” Transp. Res. Interdiscip. Perspect., vol. 2, p. 100041, 2019, doi: 10.1016/j.trip.2019.100041.

M. Brandenburg and G. J. Hahn, “Sustainable aggregate production planning in the chemical process industry - A benchmark problem and dataset,” Data Br., vol. 18, pp. 961–967, 2018, doi: 10.1016/j.dib.2018.03.064.

J. Asín, M. Á. de la Torre, L. Berges-Muro, and B. Sánchez-Valverde, “Improvement of the Quality Control Plan in the reception of waste glass. Application in Verallia,” Procedia Manuf., vol. 13, pp. 1135–1142, 2017, doi: 10.1016/j.promfg.2017.09.175.

T. Sobottka, F. Kamhuber, and W. Sihn, “Increasing Energy Efficiency in Production Environments Through an Optimized, Hybrid Simulation-based Planning of Production and Its Periphery,” Procedia CIRP, vol. 61, pp. 440–445, 2017, doi: 10.1016/j.procir.2016.11.151.

J. Buergin et al., “Generation of Planned Orders and their Matching with Customer Orders in Multi-variant Series Production,” Procedia CIRP, vol. 61, pp. 499–504, 2017, doi: 10.1016/j.procir.2016.11.159.

A. Y. Proskuryakov and Y. A. Kropotov, “Forecasting the change in the parameters of time series and continuous functions,” Procedia Eng., vol. 201, pp. 789–800, 2017, doi: 10.1016/j.proeng.2017.09.628.

A. Pompigna and F. Rupi, “Comparing practice-ready forecast models for weekly and monthly fluctuations of average daily traffic and enhancing accuracy by weighting methods,” J. Traffic Transp. Eng. (English Ed.,

vol. 5, no. 4, pp. 239–253, 2018, doi: 10.1016/j.jtte.2018.01.002.

Z. Xu, W. Song, Q. Zhang, X. G. Ming, L. He, and W. Liu, “Product Service Demand Forecasting in Hierarchical Service Structure,” Procedia CIRP, vol. 64, pp. 145–150, 2017, doi: 10.1016/j.procir.2017.03.075.

D. I. Pt, P. Dppu, and H. Perdanakusuma, “PERENCANAAN AGREGAT PRODUK AVTUR,” pp. 59– 69.




DOI: http://dx.doi.org/10.36055/jiss.v6i1.9470

Refbacks

  • There are currently no refbacks.


  is supported by