PENERAPAN METODE SIMPLE MOVING AVERAGE DAN WEIGHT MOVING AVERAGE DALAM

PERAMALAN PENDAPATAN PADA PO. TRISAKTI FURNITURE KENDAL

Mega Mawarni Ayuningtyas (A12.2014.05126)

Fakultas Ilmu Komputer
UniversitasDian Nuswantoro Semarang
E-Mail: meemeegha@gmail.com

Abstrak

Kegiatan penjualan furniture sangat menguntungkan, disebut begitu karena pertumbuhan penduduk semakin hari
semakin meningkat, sehingga kebutuhan akan tempat tinggal pun semakin tinggi, yang otomatis berdampak kepada
meningkatnya permintaan peralatan meubel ini. Dengan demikian diperlukan sebuah analisa mengenai pendapatan
untuk tahun berikutnya guna memudahkan dalam proses produksi. Dalam penelitian ini bertujuan untuk mencari
kebutuhan pada produksi furniture pada tahun depan dengan mengunakan metode peramalan Simple Moving Average
maupun Weight Moving Average. Hasil analisa didapatkan bahwa peramalan pendapatan pada PO. Trisakti Furniture
mengalami kenaikan yang cukup baik. Dengan mempergunakan peramalan atau forecasting akan dapat kita perkirakan
jumlah pendapatan bulan Januari 2017, dengan forecasting didapatkan acuan dengan pendapatan yang didapatkan
akan menjadi acuan dalam kebutuhan ke depan sehingga jumlah produksi pada masa yang akan datang bisa kita
antisipasi kuantitasnya, bila dibandingkan dengan tanpa menggunakan peramalan sama sekali. Dengan hasil dari
forecasting seorang pemimpin dapat menentukan beberapa langkah yang akan diambil guna kemajuan perusahaan
tersebut.

Kata kunci: forecasting, Simple Moving Average, Weight Moving Average, pendapatan dan produksi.

PENDAHULUAN

Berjualan aneka furniture atau meubel untuk
perlengkapan rumah merupakan salah satu bidang usaha
yang menguntungkan, disebut begitu karena
pertumbuhan penduduk semakin hari semakin
meningkat, sehingga kebutuhan akan tempat tinggal pun
semakin tinggi, yang otomatis berdampak kepada
meningkatnya permintaan peralatan meubel ini.
Untuk dapat ditempati sebuah rumah tentu saja
memerlukan beragam furniture seperti kursi, kasur,
lemari, meja makan, kitchen set dan lain-lain sebagai
pelengkap tempat tinggal. Jika sekarang ini perumahan-
perumahan laku keras, bahkan terkadang konsumen
tidak terlayani, maka tinggal tunggu waktu saja para
pembeli rumah tersebut akan mendatangi toko-toko
furniture di wilayahnya.[1]
Trisakti Furniture adalah salah satu perusahaan yang
bergerak dibidang industri meubel yang berlokasi di
Jalan Boja, Kecamatan Kaliwungu, Kendal. Melihat
ketertarikan konsumen dan kemudahan dalam proses
produksinya serta adanya order setiap bulannya maka
perusahaan akan lebih mudah dalam pencapaian target
pendapatan perbulannya. Kebutuhan masyarakat akan
penjualan furniture tersebut tidaklah tetap maka hasil
yang didapat pun dari usaha tersebut berbeda setiap
bulannya. Hal ini sangatlah berpengaruh terhadap naik
atau turunnya pendapatan total dari penjualan furniture
tersebut.
Dalam hal ini perusahaan juga menerapkan peramalan
dalam target pendapatan, namun peramalan yang
dilakukan belum mendekati dengan kenyataan hasil
yang didapat karena hanya memperkirakan saja tanpa
menggunakan ilmu pasti. Oleh sebab itu akan muncul
suatu permasalahan terjadinya overstok dimana jumlah
produksi Furniture yang berlebihan sehingga jarang di
minati pembeli karena ketinggalan mode atau tidak
sesuai dengan keinginan pembeli yang berpengaruh
pada target pendapatan perbulan oleh perusahaan. Maka
dari itu untuk meramalkan jumlah pendapatan pada
periode berikutnya dengan penerapan metode-metode
peramalan, agar hasil yang didapatkan lebih akurat dan
bisa diantisipasi kuantitasnya,
PENGENALAN METODE
Jenis Peramalan
Jenis peramalan (Forecasting) berdasarkan metode
peramalan yang digunakan, peramalan dibedakan
menjadi metode kualitatif dan metode kuantitatif.
Metode kualitatif merupakan metode peramalan yang
tidak menggunakan data historis masa lalu, lebih
didasarkan pada intuisi. Metode kuantitatif merupakan
metode peramalan yang menggunakan data historis
masa lalu, memanipulasi data historis yang tersedia
secara memadai dan tanpa intuisi, metode ini umumnya
didasarkan pada analisis statistik. Menurut Makridakis,
Wheelwright, dan McGee (1983, h.8-9), peramalan
kuantitatif dapat diterapkan bila tiga kondisi terpenuhi
yaitu informasi mengenai keadaan waktu yang lalu
tersedia, informasi itu dapat dikuantitatifkan dalam
bentuk data numerik, dan dapat diasumsikan bahwa
beberapa aspek dari pola di waktu yang lalu akan
berlanjut ke waktu yang akan datang. Metode yang
termasuk kedalam metode kuantitatif, salah satunya
adalah metode rata-rata bergerak (Simple Moving
Average).
Menurut Makridakis (1999), teknik peramalan terbagi menjadi
dua bagian, yang pertama metode peramalan subjektif dan
metode peramalan objektif. Metode peramalan subjektif
mempunyai model kualitatif dan metode peramalan objektif
mempunyai dua model, yaitu model time series dan model
kausal. Model kualitatif berupaya memasukkan faktor-faktor
subyektif dalam model peramalan, model ini akan sangat
bermanfaat jika data kuantitatif yang akurat sulit diperoleh.
Contoh dari metode ini ialah metode delphi, opini juri
eksekutif, komposit kekuatan dan survey pasar konsumen.
Model kausal memasukkan dan menguji variabel-variabel
yang diduga akan mempengaruhi variabel dependen, model
ini biasanya menggunakan analisis regresi untuk menentukan
mana variabel yang signifikan mempengaruhi variable
dependen.[2]
Simple Moving Average
Metode Simple Moving Average digunakan apabila data
historis bersifat fluktuatif, tidak memiliki pola tren dan
tidak memiliki pola musiman, cara kerja metode ini
adalah menghaluskan pola data historis dengan merata-
ratakan data tersebut. Metode Simple Moving Average
terbagi menjadi tiga yaitu Simple Moving Average
(SMA), Weighted Moving Average (WMA), dan
Exponential Moving Average (XMA).
Weighted Moving Average
Metode yang dipilih dalam penelitian ini adalah
Weighted Moving Average dan Simple Moving Average
karena salah satu diantara metode ini memiliki kelebihan,
didalam metode Weighted Moving Average, selain
perhitungannya sederhana, pada teknik Weighted
Moving Average diberikan bobot yang berbeda untuk
setiap data historis masa lalu yang tersedia, dengan
asumsi bahwa data historis yang paling terakhir atau
terbaru akan memiliki bobot lebih besar dibandingkan
dengan data historis yang lama karena data yang paling
terakhir atau terbaru merupakan data yang paling
relevan untuk peramalan. Keunggulan lainnya dari
metode ini adalah pemberian nilai bobotnya dapat
disesuaikan, tetapi penentuan bobot optimalnya sulit.
Menurut DeLurgio (1998: 153), minimal 60 data yaitu
lima musim harus disimpan untuk peramalan bulanan,
tanpa memperhatikan metode peramalan manapun yang
digunakan. Setelah melakukan analisis pemilihan
periode masa lalu, didapat hasil bahwa periode masa lalu
sekitar tiga bulan yang paling optimal karena
menghasilkan nilai Mean Square Error yang paling kecil
daripada menggunakan periode masa lalu enam bulan,
tujuh bulan, delapan bulan, sembilan bulan, sepuluh
bulan, sebelas bulan dan dua belas bulan.
Beny Mulyandi dan Yani Iriani (2010) menyebutkan
bahwa hasil peramalan menggunakan Single Moving
Average dapat meminimalisir error atau kerugian
dengan selisih pengurangan yang sangat kecil
dibandingkan dengan metode lain, sehingga dapat
mengurangi kesalahan saat trend yang terjadi.[3]
Dalam penelitian ini metode peramalan yang digunakan
yaitu metode Simple Moving Average dan Weight
Moving Average untuk variasi data musiman. Metode
rata-rata bergerak tunggal menggunakan sejumlah data
actual permintaan yang baru untuk membangkitkan nilai
ramalan untuk permintaan dimasa yang akan datang.
Data transaksi yang digunakan dalam penelitian ini
adalah data lampau dengan periode 1 tahun. Data
transaksi yang digunakan adalah data pendapatan tiap
bulan.
Dalam penelitian ini, penulis hanya membatasi masalah
pada tingkat keuntungan yang akan didapatkan oleh
Trisakti Furniture pada setiap bulannya. Perhitungan
tersebut didapatkan dari data pendapatan bersih Trisakti
Furniture yang terhitung dari 1 periode menggunakan
metode Forecasting Simple Moving Average (MA 3
bulan) dan Weight Moving Average (3 bulan) dengan
bobot 50%, 30% dan 20%. Selain itu penulis juga
memiliki tujuan untuk mengetahui metode manakah
yang paling tepat dan menemukan hasil akurasi yang
baik diantara peramalan Simple Moving Avarage dan
Weight Moving Average dengan pendapatan yang
didapatkan akan menjadi acuan dalam kebutuhan ke
depan sehingga jumlah produksi pada masa yang akan
datang bisa diantisipasi kuantitasnya.
Berdasarkan uraian tersebut maka penulis memilih judul
PENERAPAN METODE SIMPLE MOVING
AVERAGE DAN WEIGHT MOVING AVERAGE
DALAM PERAMALAN PENDAPATAN PADA
PO. TRISAKTI FURNITURE KENDAL.
LANDASAN TEORI
Metode peramalan yang penulis gunakan untuk
menganalisis data yang didapatkan adalah:
1. Metode Simple Rata-rata Bergerak (Simple Moving
Average).
Metode rata-rata bergerak tunggal menggunakan
sejumlah data actual permintaan yang baru untuk
membangkitkan nilai ramalan untuk permintaan dimasa
yang akan datang. Metode ini akan efektif diterapkan
apabila kita dapat mengasumsikan bahwa permintaan
pasar terhadap produk akan tetap stabil sepanjang
waktu.[4]
Metode ini mempunyai dua sifat khusus yaitu untuk
membuat forecast memerlukan data historis dalam
jangka waktu tertentu, semakin panjang Simple Moving
Average akan menghasilkan Simple Moving Averages
yang semakin halus. Secara sistematis Simple Moving
Average adalah menghitung rata-rata dari nilai-nilai
pada beberapa tahun untuk menaksir pada suatu tahun
tertentu.
= Dalam penyusunan tugas
Keterangan :
= forecast untuk periode ke t+1
= data pada periode t
n = jangka waktu moving average
2. Metode Weight Moving Average.
Weight Moving Average (WMA) adalah metode moving
average atau rata-rata bergerak yang memiliki bobot.
Namun pada WMA terdapat bobot yang digunakan pada
setiap perubahan harga. Nilai dari bobot ini dapat berapa
saja dengan ketentuan nilai bobot untuk harga yang
terbaru adalah lebih besar daripada nilai bobot untuk
harga sebelumnya. [5]
Perumusan WMA adalah sebagai berikut :
WMA =
3. Mean Absolute Deviation.
Metode untuk mengevaluasi metode peramalan
menggunakan jumlah dari kesalahan-kesalahan yang
absolut. Mean Absolute Deviation (MAD) mengukur
ketepatan ramalan dengan merata-rata kesalahan dugaan
(nilai absolut masing-masing kesalahan). MAD berguna
ketika mengukur kesalahan ramalan dalam unit yang
sama sebagai deret asli. Nilai MAD dapat dihitung
dengan menggunakan rumus sebegai berikut.
MAD = yang akan diraih oleh PO Trisakti
atau
MAD=
VARIABEL DAN PENGAMBILAN DATA
Penelitian dilaksanakan pada perusahaan PO Trisakti
Furniture yang merupakan perusahaan industri meubel
beralamat di Jl. Boja, Kecamatan Kaliwungu, Kendal.
Penilitian ini merupakan desain kasus, karena dilakukan
untuk menjawab pertanyaan bagaimana yang menjadi
permasalahan utama penelitian dengan keharusan
membuat deskriptif atau analisis yang terbatas pada
kasus tertentu untuk menjawab permasalahan tersebut.
Dalam penelitian ini, kasus yang diteliti yaitu mengenai
peramalan pendapatan bersih PO Trisakti Furniture
Kendal pada bulan Januari 2017.
1. Variabel
Variabel yang digunakan dalam penyusunan ini
adalah data pendapatan bersih PO Trisaksi
6 . Kesimpulan dan saran.
Furniture pada bulan Januari 2016 sampai
dengan Januari 2017.
2. Teknik Pengambilan Data
ini metode
pengumpulan data:
a. Metode Literatur Yaitu metode untuk
memperkuat teori-teori yang telah ada
yaitu dengan membaca buku-buku yang
ada.
b. Metode Dokumentasi
Metode dokumentasi yang dilakukan
adalah dengan pengambilan data
sekunder. Data sekunder adalah data
yang diperoleh dari pihak-pihak lain
dalam bentuk laporan data sekunder.
Dalam hal ini penulis memperoleh data
dari PO Trisakti Furniture Kendal yaitu
data pendapatan bersih pada bulan
Januari 2016 sampai dengan Desember
2016.
c. Model Peramalan
Kebutuhan masyarakat akan jasa
penjualan furniture tersebut tidaklah
tetap maka hasil yang di dapat pun dari
usaha tersebut berbeda setiap bulannya.
Hal ini sangatlah berpengaruh terhadap
naik atau turunnya pendapatan total dari
jasa penjualan furniture tersebut. Dalam
pengolahan data ini penulis
menggunakan model matematis yang
sesuai dipergunakan untuk
memperkirakan jumlah pendapatan
Furniture Kendal pada bulan Februari
2016 dengan menggunakan model
Simple Moving Average dan Weight
Moving Average.
METODOLOGI PENELITIAN
Secara sistimatis tahapan sampel yang digunakan dalam
peramalan pendapatan pada bulan Januari 2017 adalah
perusahaan furniture PO Trisakti Furniture.
Pengolahan data yang dilakukan :
Dalam peramalan pendapatan pada bulan Januari 2017
akan dilakukan tahapan berikut ini:
1. Mencari hasil perhitungan rata-rata bergerak (3
bulanan). Menggunakan metode Simple Moving Average.
2. Mencari tingkat kesalahan dalam peramalan
pendapatan (Simple Moving Average) menggunakan
Mean Absolute Deviation.
3. Mencari hasil perhitungan Weight Moving Average.
4. Mencari tingkat kesalahan dalam peramalan
pendapatan (Weight Moving Average) menggunakan
Mean Absolute Deviation.
5. Membandingkan hasil perhitungan antara Simple
Moving Average dengan Weight Moving Average.
 Bulan Juni 2016 =
KERANGKA PIKIRAN
= 15.862.000

Data pendapatan Bulan Juli 2016 =

Trisaksakti Furniture
= 19.024.333

Bulan Agustus 2016 = = 19.156.333

Penentuan Metode
Peramalan Bulan September 2016 = = 19.482.000

Bulan Oktober 2016 = = 19.231.333

Hasil Peramalan Bulan November 2016= = 18.994.333

Permintaan dengan metode Simple
Average dan Exponential Smootging Bulan Desember 2016= = 15.915.666

Bulan Januari 2017= = 16.126.666

Data pendapatan Tabel 2. Hasil Perhitungan Peramalan Pendapatan pada PO

Trisaksakti Furniture Trisakti Furniture Kendal dengan Metode Moving Average (3
Bulanan)

Peramala
Gambar 1. Kerangka pikiran penelitian yang akan Pendapat Error
Periode n (Ft) Abs Error
dilakukan. an (Rp) (Rp)
(Rp)
Januari (2016) 19.875.000 - - -
Februari (2016) 19.840.000 - - -
Maret (2016) 10.263.000 - - -
HASIL DAN PEMBAHASAN April (2016) 18.952.000 16.659.333 -2.292.667 2.292.667
Mei (2016) 18.371.000 16.351.000 -2.019.333 2.019.333
Berikut ini data pendapatan PO Trisakti Furniture Kendal Juni (2016) 19.750.000 15.862.000 -3.888.000 3.888.000
selama 12 bulan yang terhitung mulai dari bulan Januari 2016 Juli (2016) 19.348.000 19.024.000 -323.667 323.667
sampai dengan Desember 2016 : Tabel 1. Pendapatan PO Agustus (2016) 19.348.000 19.156.000 -191.667 191.667
Trisakti Furniture Kendal selama bulan Januarii 2016- September(2016) 18.998.000 19.482.000 484.000 484.000
Desemberi 2016 Oktober (2016) 18.637.000 19.231.000 594.333 594.333
November(2016) 10.112.000 18.994.333 8.882.333 8.882.333
Desember
19.631.000 15.915.666 -3.715.334 3.715.334
N Periode Pendapatan (2016)
o Januari (2017) 16.126.666 16.126.666 16.126.166
1 Januari (2016) 19.875.000 Total 38.518.000
2 Februari (2016) 19.840.000
3 Maret (2016) 10.263.000
2. Mencari tingkat kesalahan dalam peramalan pendapatan
4 April (2016) 18.952.000
(Moving Average) menggunakan Mean Absolute Deviation.
5 Mei (2016) 18.371.000
6 Juni (2016) 19.750.000 Dapat dilihat pada Tabel 2. Hasil Perhitungan Peramalan
7 Juli (2016) 19.348.000 Pendapatan pada PO Trisakti Furniture Kendal dengan
8 Agustus (2016) 19.348.000 Metode Moving Average (3 Bulanan), bahwa pada Total
9 September(2016) 18.998.000 diperoleh jumlah (absolute dari forecast errors) adalah
10 Oktober (2016) 18.637.000 38.518.000.
11 November(2016) 10.112.000
12 Desember (2016) 19.631.000 Maka perhitungan MAD sebagai berikut :

1. Mencari hasil perhitungan rata-rata bergerak (3 bulanan). MAD =

Menggunakan metode Simple Moving Average.
=
Bulan April 2016 =
= 3.209.8333
= 16.659.333
Tingkat kesalahan pada peramalan pendapatan :
Bulan Mei 2016 =
MAD Bulan Januari 2017 = Rp. 3.209.833,-
=16.351.000
Berdasarkan perhitungan MAD diatas, maka pendapatan = 16.278.300
bersih yang dapat dihitung adalah :
Tabel 3. Hasil Perhitungan Peramalan Pendapatan pada PO
MAD Bulan Januari 2017 Trisakti Furniture Kendal dengan Metode Weight Moving
Average (3) bobot 50%, 30% dan 20%.
(Ft MAD) x (Ft + MAD)

16.126.666 - 3.209.833 x 16.126.666 + 3.209.833

Pendapa Peramalan Error Abs
12.916.833 x 19.336.499 Periode
tan (Rp) (Ft) (Rp) (Rp) Error
Januari
19.875.000 - - -
(2016)
Februari
19.840.000 - - -
(2016)
Kesimpulan : Jadi, jika menggunakan metode SMA (Simple Maret (2016) 10.263.000 - - -
Moving Average) 3 periode diramalkan pendapatan atau April (2016) 18.952.000 17.942.100
-
1.009.900
1.009.900
tingkat keuntungan yang akan di dapatkan oleh PO Trisakti
-
Furniture Kendal pada bulan Januari 2017 sebesar Rp. Mei (2016) 18.371.000 16.789.000 1.581.700
1.581.700
16.126.666,- dengan kisaran pendapatan bersih yaitu Rp. -
Juni (2016) 19.750.000 14.491.000 5.258.700
5.258.700
12.916.833,- sampai Rp. 19.336.499,-. Juli (2016) 19.348.000 18.937.300 -410.700 410.700
Agustus
19.348.000 18.980.100 -367.900 367.900
3. Mencari hasil perhitungan Weight Moving Average. (2016)
September(2
18.998.000 19.549.000 551.000 551.000
016)
Perhitungan peramalan pendapatan PO Trisakti Furniture Oktober
Kendal dengan metode Weight Moving Average. Untuk 18.637.000 19.278.000 641.000 641.000
(2016)
menggunakan WMA 3 bulan dengan bobot 50%, 30% dan 20 November(2
10.112.000 19.100.800 8.988.800 8.988.800
016)
%. Perhitungannya sebagai berikut : Desember -
19.631.000 17.112.500 2.518.500
(2016) 2.518.500
Bulan April (2016) = Januari
16.278.300
16.278.30
16.278.300
(2017) 0
TOTAL 37.606.500
= 17.942.100

Bulan Mei (2016) =

4. Mencari tingkat kesalahan dalam peramalan
= 16.789.300 pendapatan (Weight Moving Average) menggunakan
Mean Absolute Deviation. Dapat dilihat pada Tabel 3.
Bulan Juni (2016) = Hasil Perhitungan Peramalan Pendapatan pada PO
Trisakti Furniture Kendal dengan Metode Weight
= 14.491.300 Moving Average (3) bobot 50%, 30% dan 20%,
bahwa pada Total diperoleh jumlah
Bulan Juli (2016) =
adalah 37.606.500. Maka perhitungan MAD sebagai
= 18.937.300 berikut :

Bulan Agustus (2016) =

MAD =
= 18.980.100
=
Bulan September (2016) =
= 3.133.875
= 19.549.000
Tingkat kesalahan pada peramalan pendapatan :
Bulan Oktober (2016) =
MAD Bulan Januari 2017 = Rp. 3.133.875,-
=19.278.000
Berdasarkan perhitungan MAD diatas, maka pendapatan
Bulan Novermber(2016) = bersih yang dapat dihitung adalah :

= 19.100.800 MAD Bulan Januari 2017

Bulan Desember (2016) = (Ft MAD) x (Ft + MAD)

= 17.112.500 16.278.300 - 3.133.875 x 16.278.300 -

3.133.875
Bulan Januaari (2016) =
13.144.425 x 19.412.175
 Tabel 5. Rangkuman Hasil perhitungan MA (3 bulanan) dan
WMA (3 bulanan) dengan bobot 50%, 30% dan 20%.
Kesimpulan :
Weight Moving
Jadi, jika menggunakan metode Weight Moving Average Simple Moving Average (MA) (3
(WMA) 3 periode dengan bobot 50%, 30%, dan 20% Keterangan Average (SMA) bulanan) dengan
diramalkan pendapatan atau tingkat keuntungan yang akan di (3 bulanan) bobot 50%, 30%
dapatkan oleh PO Trisakti Furniture Kendal pada bulan dan 20%.
Januari 2017 sebesar Rp. 16.278.300,- dengan kisaran Peramalan
pendapatan bulan 16.126.666 16.278.300
pendapatan bersih yaitu Rp. 13.144.425,- sampai Rp.
Januari 2017
19.412.175,-. MAD 3.209.833 3.133.875
Kisaran pendapatan
12.916.833 x 13.144.425 x
PO Trisakti
19.336.499 19.412.175
Furniture Kendal
5. Membandingkan hasil perhitungan antara Simple
Moving Average dengan Weight Moving Average.
Tabel 4. Perbandingan antara Metode SMA dan KESIMPULAN
Metode WMA serta hasil Realisasi :
Dengan selesainya analisis data dan penyusunan tugas akhir
mata kuliah Teknik Peramalan dengan judul Penerapan
Metode Simple Moving Average Dan Weight Moving Average
Dalam Peramalan Pendapatan Dari Jasa Penjualan Produk
Furniture Pada PO. Trisakti Furniture Kendal, dapat diambil
kesimpulan sebagai berikut : Hasil peramalan pendapatan PO
Trisakti Furniture adalah :

a. Berdasarkan perhitungan peramalan pendapatan PO Trisakti

Furniture dengan metode Simple Moving Average 3 bulanan
diramalkan tingkat keuntungan yang akan didapatkan pada
bulan Januari 2017 sebesar Rp. 16.126.666 Dengan MAD
Hasil sebesar Rp. 3.209.833 dan kisaran pendapatan yaitu Rp.
perhitunga
12.916.833 sampai Rp. 19.336.499.
Hasil n
perhitunga peramalan
b. Berdasarkan perhitungan peramalan pendapatan PO
n pendapatan
peramalan dengan Trisakti Furniture dengan metode Weight Moving Average 3
Pendapata pendapatan metode bulanan dengan bobot 50%, 30% dan 20% diramalkan tingkat
Periode
n (Rp) dengan WMA (3 keuntungan yang akan didapatkan pada bulan Januari 2017
metode bulanan) sebesar Rp. 16.278.300 dengan MAD sebesar Rp. 3.133.875
SMA (3 dengan dan kisaran pendapatan yaitu Rp. 13.144.425 sampai Rp
bulanan) bobot 19.412.175.
(Rp) 50%,30%,
dan 20% SARAN
(Rp)
Januari (2016) 19.875.000 - - Berdasarkan hasil analisis data dan kesimpulan yang dibuat
Februari (2016) 19.840.000 - -
maka dapat dikemukakan saran-saran yang berguna sebagai
Maret (2016) 10.263.000 - -
April (2016) 18.952.000 16.659.333 17.942.100 salah satu bahan pertimbangan bagi Java Furniture untuk
Mei (2016) 18.371.000 16.351.000 16.789.000 menentukan kebijakan dalam hal peramalan pendapatan pada
Juni (2016) 19.750.000 15.862.000 14.491.000 PO Trisakti Furniture Kendal. Adapun saran-saran yang
Juli (2016) 19.348.000 19.024.000 18.937.300 dikemukakan sebagai berikut :
Agustus (2016) 19.348.000 19.156.000 18.980.100
September(2016 a. Perusahaan sebaiknya melakukan evaluasi program kerja
18.998.000 19.482.000 19.549.000
) per bulan pada usaha meubel atau furniture ini, supaya dapat
Oktober (2016) 18.637.000 19.231.000 19.278.000 menjaga kestabilan pendapatan per bulan dan meningkatkan
November(2016 pendapatannya.
10.112.000 18.994.333 19.100.800
)
Desember b. Perusahaan sebaiknya menerapkan metode Weight Moving
19.631.000 15.915.666 17.112.500
(2016) Average 3 bulanan dengan bobot 50%, 30% dan 20% dalam
Januari (2017) 16.126.666 16.278.300 melakukan peramalan pendapatan, karena dari pengujian
diatas metode ini yang paling mendekati aktual dan memiliki
Mean Absolute Deviation terkecil.
c. Apabila menerapkan metode peramalan Simple Moving
Average dan Weight Moving Average lebih baik

menggunakan data dalam jangka panjang dan penerapannya

secara terus menerus.

d. Seorang pemimpin harus dapat mempertahankan nilai

pendapatan, serta dapat menjaga kestabilan pendapatan per
bulan dan meningkatkan pendapatannya. Berdasarkan dari
hasil analisis seorang pemimpin harus mengadakan
forecasting pendapatan untuk mengetahui hasil produksi yang
maksimal pada masa yang akan datang.

DAFTAR PUSTAKA

[1] Info Peluang Usaha. Peluang Usaha Toko Furniture atau

Mebel. 07 Juni 2016.

https://infopeluangusaha.org/peluang-usaha-tokofurniture-
atau-mebel/.

[2] Makridakis. 1999. Metode dan Aplikasi Peramalan. Edisi

2. Jakarta: Binarupa Aksara.

[3] National Conference Design and Application of

Technology 2010. Mulyadi Beny, Yani Iriani. Journal
Analisis Peramalan Penjualan Bahan Bakar Minyak Jenis
Premium Di SPBU Pahlawan Asri Bandung.Universitas
Widyatama.2010.Bandung.

[4] Gaspersz dan Vincent. 2005. Production Planning and

Inventory Control. Jakarta: Gramedia Pustaka Utama.

[5] Lee, Jhong Sam. CDMA Systems Engineering Handbook.

Artech House. ISBN 089006

[6] Makridakis, Spyros Et al. 1991.Metode dan Aplikasi

Peramalan.Edisi Kedua, Jilid 1. Alih Bahasa: Untung Sus
A,M. Sc dan Abdul Besith M. Sc. Jakarta: Erlangga