Penerapan Metode Single Moving Average Dalam Peramalan Penjualan Martabak pada UMKM Martabak Roro
DOI:
https://doi.org/10.32670/dej.v2i1.24Keywords:
Peramalan Penjualan, Single Moving Average, Akurasi Model, UMKMAbstract
Penelitian ini bertujuan untuk menerapkan metode Single Moving Average (SMA) dalam peramalan penjualan pada UMKM Martabak Roro. Fluktuasi volume penjualan yang terjadi sepanjang tahun 2025 menyebabkan sulitnya memperkirakan jumlah penjualan pada periode berikutnya apabila hanya mengandalkan pengamatan secara subjektif. Oleh karena itu, diperlukan suatu metode peramalan yang mampu menghasilkan prediksi penjualan berdasarkan data historis. Penelitian ini menggunakan pendekatan kuantitatif dengan menganalisis data penjualan bulanan Martabak Roro periode Januari hingga Desember 2025. Metode SMA diterapkan dengan lima variasi periode peramalan, yaitu n = 3, n = 4, n = 5, n = 6, dan n = 7. Tingkat akurasi masing-masing model dievaluasi menggunakan indikator Mean Absolute Deviation (MAD) dan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa model SMA-6 (n = 6) menghasilkan tingkat kesalahan paling rendah dengan nilai MAD sebesar 84,25 dan nilai MAPE sebesar 19,41%. Berdasarkan klasifikasi nilai MAPE, model tersebut termasuk dalam kategori peramalan dengan kinerja baik. Dengan demikian, SMA-6 dipilih sebagai model terbaik untuk melakukan proyeksi penjualan. Berdasarkan model tersebut, volume penjualan Martabak Roro pada Januari 2026 diperkirakan sebesar 457 unit. Hasil penelitian menunjukkan bahwa metode Single Moving Average dapat digunakan sebagai pendekatan peramalan yang sederhana dan cukup akurat untuk mendukung pengambilan keputusan berbasis data pada UMKM.
References
Aprieni, Farida Ratna Meilantika, Lastriana Sihotang, & Febrina Vidya Rachma S. (2024). UMKM Memiliki Peran Penting Dalam Perekonomian Indonesia. JURNAL EKONOMI BISNIS DAN MANAJEMEN, 2(4), 188–193. https://doi.org/10.59024/jise.v2i4.976
Heizer, J., Render, B., & Munson, C. (2020). Operations Management: Sustainability and Supply Chain Management (13th ed.). Pearson.
Hyndman, R. J., & Athanasopoulos, G. (2021). Forecasting: Principles and Practice (3rd ed.). OTexts.
Lewis, C. D. (1982). Industrial and Business Forecasting Methods. Butterworth Scientific.
Makridakis, S., Wheelwright, S. C., & Hyndman, R. J. (1998). Forecasting: Methods and Applications (3rd ed.). John Wiley & Sons.
Prasetyo, M., Revansyah, A., Dewi, R. V., & Rajagukguk, C. H. (2025). Penerapan Peramalan Penjualan dengan Metode Time Series pada Usaha Bakso Sapi Sido Dadi. JATI: Jurnal Mahasiswa Teknik Informatika, 9(1), 1336-1341. https://doi.org/10.36040/jati.v9i1.12473
Render, B., Stair, R. M., Hanna, M. E., & Hale, T. S. (2018). Quantitative Analysis for Management (13th ed.). Pearson.
Rhamdani, J. N., Munigar, N. F., Prastyo, A. W., & Fauzi, M. (2023). ANALISIS PERAMALAN PRODUK A BERDASARKAN ATURAN BADAN PENGAWASAN OBAT DAN MAKANAN DI PT XYZ. Jurnal Logic: Logistics & Supply Chain Center, 2(1), 8–15. https://doi.org/10.33197/logic.vol2.iss1.2023.991
Stevenson, W. J. (2021). Operations Management (14th ed.). McGraw-Hill.
