Pembuatan Sistem Penunjang Produksi Pempek pada CV. Pararaton Cakra Wasesa Dengan Fitur Peramalan Produksi Menggunakan Metode Weighted Moving Average

CV. Pararaton Cakra Wasesa merupakan salah satu perusahaan yang bekerja di bidang pangan, berdiri pada tahun 2019. CV. Pararaton Cakra Wasesa memiliki permasalahan pada produksi, seperti permasalahan pada pencatatan pada inventory dan memperkirakan produksi kedepan. Pada pencatatan inventory bulanan, data diambil dari rekap stok harian yang dilakukan secara konvensional. Terjadi masalah yang menyulitkan karyawan perusahaan apabila ada data rekap stok harian yang hilang dan dapat mengakibatkan kesalahan pencatatan inventory bulanan.. Untuk permasalahan prediksi jumlah produksi masih menggunakan perkiraan kasar, hal ini menyebabkan terjadinya over produksi atau kurangnya jumlah produksi dan hal tersebut menyebabkan perusahaan mengalami kerugian. Untuk mengatasi permasalahan tersebut, dikembangkan sistem informasi produksi yang bertujuan untuk mempermudah pencatatan proses produksi, pencatatan bahan baku, serta meningkatkan akurasi peramalan kebutuhan produksi. Sistem ini menggunakan metode Weighted Moving Average (WMA) dalam peramalan jumlah produksi, dengan evaluasi akurasi menggunakan Mean Square Error (MSE), Mean Absolute Deviation (MAD), dan Mean Absolute Percentage Error (MAPE). Hasil perhitungan dari metode Weighted Moving Average (WMA) mendapatkan nilai MAD(1.69), MSE(3.95), MAPE(13.81919553962565) yang dapat dikatakan bahwa akurasi dari peramalan adalah baik hal ini menjadi dasar dalam pengambilan keputusan terkait pembelian bahan baku. Dengan adanya sistem ini, diharapkan perusahaan dapat mengurangi kesalahan pencatatan, meningkatkan efisiensi produksi, dan meminimalkan potensi kerugian.

Publication Details

Journal
Ubaya Repository (University of Surabaya)
Published
2025-04-17
Primary Topic
Data Mining and Machine Learning Applications
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Pembuatan Sistem Penunjang Produksi Pempek pada CV. Pararaton Cakra Wasesa Dengan Fitur Peramalan Produksi Menggunakan Metode Weighted Moving Average

Ubaya Repository (University of Surabaya)
Data Mining and Machine Learning Applications
article

Pembuatan Sistem Penunjang Produksi Pempek pada CV. Pararaton Cakra Wasesa Dengan Fitur Peramalan Produksi Menggunakan Metode Weighted Moving Average

article en

Abstract

CV. Pararaton Cakra Wasesa merupakan salah satu perusahaan yang bekerja di bidang pangan, berdiri pada tahun 2019. CV. Pararaton Cakra Wasesa memiliki permasalahan pada produksi, seperti permasalahan pada pencatatan pada inventory dan memperkirakan produksi kedepan. Pada pencatatan inventory bulanan, data diambil dari rekap stok harian yang dilakukan secara konvensional. Terjadi masalah yang menyulitkan karyawan perusahaan apabila ada data rekap stok harian yang hilang dan dapat mengakibatkan kesalahan pencatatan inventory bulanan.. Untuk permasalahan prediksi jumlah produksi masih menggunakan perkiraan kasar, hal ini menyebabkan terjadinya over produksi atau kurangnya jumlah produksi dan hal tersebut menyebabkan perusahaan mengalami kerugian. Untuk mengatasi permasalahan tersebut, dikembangkan sistem informasi produksi yang bertujuan untuk mempermudah pencatatan proses produksi, pencatatan bahan baku, serta meningkatkan akurasi peramalan kebutuhan produksi. Sistem ini menggunakan metode Weighted Moving Average (WMA) dalam peramalan jumlah produksi, dengan evaluasi akurasi menggunakan Mean Square Error (MSE), Mean Absolute Deviation (MAD), dan Mean Absolute Percentage Error (MAPE). Hasil perhitungan dari metode Weighted Moving Average (WMA) mendapatkan nilai MAD(1.69), MSE(3.95), MAPE(13.81919553962565) yang dapat dikatakan bahwa akurasi dari peramalan adalah baik hal ini menjadi dasar dalam pengambilan keputusan terkait pembelian bahan baku. Dengan adanya sistem ini, diharapkan perusahaan dapat mengurangi kesalahan pencatatan, meningkatkan efisiensi produksi, dan meminimalkan potensi kerugian.

Ubaya Repository (University of Surabaya)
Openalex Percentile: Top 28%
Data Mining and Machine Learning Applications
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.