PENERAPAN METODE SIMPLE MOVING AVERAGE DAN WEIGHT MOVING AVERAGE DALAM

PERAMALAN PENDAPATAN PADA PO. TRISAKTI FURNITURE

FURNITURE KENDAL

Mega Mawarni Ayuningtyas (A12.2014.05126)

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

Abstrak 

Kegiatan
Kegiatan penjualan
penjualan furniture
furniture sangat
sangat menguntung
menguntungkan,
kan, disebut
disebut begitu karena
karena pertumbu
pertumbuhan
han penduduk
penduduk semakin
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
berikutnya guna memudahk
memudahkanan dalam
dalam proses
proses produksi.
produksi. Dalam
Dalam penelitia
penelitian
n ini bertujuan
bertujuan untuk mencari
mencari
kebutuhan pada produksi furniture pada tahun depan dengan mengunakan metode peramalan Simple
peramalan  Simple Moving Average
maupun  Weight Moving Average.
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
menjadi acuan dalam kebutuhan
kebutuhan ke depan sehingga
sehingga jumlah produksi
produksi pada masa yang akan datang
datang bisa kita
antisipas
antisipasii kuantitas
kuantitasnya,
nya, bila dibanding
dibandingkan
kan dengan
dengan tanpa menggunaka
menggunakan n peramala
peramalann sama
sama sekali.
sekali. Dengan
Dengan hasil dari
forecasti
forecasting
ng seorang
seorang pemimpin
pemimpin dapat
dapat menentuka
menentukan n beberapa
beberapa langkah
langkah yang akan
akan diambil
diambil guna kemajuan
kemajuan perusahaan
perusahaan
tersebut.

Kata kunci: forecasting , Simple Moving Average, Weight Moving Average,

Average, pendapatan dan produksi.

PENDAHULUAN

Berjua
jualan aneka furniture atau tau meubel untuk  dilak
dilakuka
ukann belum
belum mende
mendekakati
ti denga
dengan
n kenyat
kenyataa
aan
n hasil
hasil
 perlengkapan
 perlengkapan rumah merupakan
merupakan salah satu bidang usaha yang didapat karena
karena hanya
hanya memperk
memperkirak
irakan
an saja tanpa
yang menguntun
tungkan, dise
isebut begitu karena menggunakan ilmu pasti. Oleh sebab itu akan muncul
 pertumbuhan penduduk semakin hari semakin suatu
suatu permasal
permasalahan
ahan terjadiny
terjadinyaa overstok
overstok dimana
dimana jumlah
jumlah
meningkat, sehingga kebutuhan akan tempat tinggal pun  produksi Furniture yang berlebihan sehingga jarang di
sema
semakin
kin tingg
tinggi,
i, yang
yang otoma
otomatis
tis berd
berdam
ampa
pak k kepa
kepada
da minat
minatii pembel
pembelii karen
karenaa keting
ketinggal
galan
an mode
mode atau
atau tidak 
tidak 
meningkatnya permintaan peralatan meubel ini. sesua
sesuaii denga
dengann keing
keingina
inann pembel
pembelii yang
yang berpe
berpenga
ngaruh
ruh
 pada target pendapatan perbulan oleh perusahaan. Maka
Untu
Untukk dapa
dapatt dite
ditem
mpati
pati sebu
sebuahah rum
rumah tenttentu
u saja
saja dari
dari itu untuk
untuk meram
meramalkalkan
an jumlah
jumlah penda
pendapat
patan
an pada
pada
meme
memerlu
rluka
kan
n berag
beragamam furnit
furniture
ure seper
seperti
ti kursi,
kursi, kasur
kasur,,  periode berikutnya dengan penerapan metode-metode
metode-metode
lemari
lemari,, meja
meja makan
makan,, kitche
kitchen
n set
set dan lain-
lain-lain
lain sebag
sebagai
ai  peramalan,
 peramalan, agar hasil yang didapatkan lebih akurat dan
 pelengkap tempat tinggal. Jika sekarang ini perumahan-
perumahan-  bisa diantisipasi kuantitasnya,
 perumahan laku keras, bahkan terkadang konsumen
tidak
tidak terlay
terlayani
ani,, maka
maka tingga
tinggall tungg
tunggu
u waktu
waktu saja
saja para
para PENGENALAN METODE
 pembeli rumah tersebut akan mendatangi
mendatangi toko-toko
furniture di wilayahnya.[1] Jenis Peramalan

Trisak
Trisakti
ti Furnit
Furniture
ure adalah
adalah salah
salah satu
satu perusa
perusaha
haan
an yang
yang Jenis per
Jenis peramamala
alan
n (Fo
(Fore
reca
casti
sting)
ng) berberdas
dasark
arkan
an me metode
tode
 bergerak dibidang industri meubel yang berlokasi di  peramalan
 perama lan yang digunakan, perama peramalan lan dibedakan
Jalan
Jalan Boja,
Boja, Kecam
Kecamata
atan
n Kaliwu
Kaliwungngu,
u, Kenda
Kendal.
l. Meliha
Melihatt menenja
jadi
di me meto
tode
de kukual
alit
itat
atif
if dadan
n me metod
todee ku kuan
antit
titat
atif
if..
keter
ketertar
tarika
ikan
n konsu
konsume
men
n dan kemuda
kemudahanhan dalam
dalam prose
prosess Metode
Meto de kual
kualitatif
itatif meru
merupak
pakanan met
metode
ode pera
peramala
malan n yang
 produksinya serta adanya order setiap bulannya maka tida
tidakk me meng nggu
gunanaka
kann dadata
ta his
histo
tori
riss ma
masasa la lalu
lu,, le
lebi
bihh
 perusahaan akan lebih mudah dalam pencapaian
pencapaian target didasark
dida sarkanan pada intuis
intuisi.
i. Meto
Metodede kuan
kuantitatif
titatif meru
merupak
pakanan
 pendapatan perbulannya. Kebutuhan masyarakat
masyarakat akan metod
me todee perperam
amala
alann ya
yang
ng me mengg
ngguna
unakakann dat
dataa his
histor
toris
is
 penjualan furniture tersebut tidaklah tetap maka hasil masa
ma sa lal
lalu,
u, mememamanip
nipula
ulasi
si data histori
historiss ya yang
ng tersedia
tersedia
yang
yang didapat
didapat pun dari
dari usaha
usaha terse
tersebut
but berbed
berbedaa   setiap secara memadai dan tanpa intuisi, metode ini umumnya
 bulannya. Hal ini sangatlah berpengaruh terhadap naik  didasarkan pada analisis statistik. Menurut Makridakis,
atau turunnya pendapatan total dari penjualan furniture Whee
Wh eelwr
lwrigh
ight,
t, dan McGMcGee ee (19
(1983,
83, h.8h.8-9
-9),
), per
peramamala
alann
tersebut. kuantitati
kuan titatiff dapa
dapatt diter
diterapka
apkan n bila tiga kondkondisi
isi terpe
terpenuhi
nuhi
yaitu
ya itu inf
inform
ormasi
asi me
menge
ngenai
nai kekeada
adaan
an wakwaktutu yan
yang g lal
laluu
Dalam hal ini perusahaan juga menerapkan peramalan terse
ter sedia
dia,, inf
inform
ormasi
asi itu dapdapatat dik
dikuan
uantit
titati
atifka
fkan n dal
dalam
am
dala
dalam
m targ
target
et pend
pendap
apat
atan
an,, namu
namun
n pera
perama
mala
lan
n yang
yang  bentuk data numerik, dan dapat diasumsika diasumsikan n 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  Dalam penelitian ini metode peramalan yang digunakan
mempunyai model kualitatif dan metode peramalan objektif  yaitu metode   Simple Moving Average dan   Weight
mempunyai dua model, yaitu model time series dan model
kausal. Model kualitatif berupaya memasukkan faktor-faktor  rata-rata bergerak tunggal menggunakan sejumlah data
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  DALAM PERAMALAN PENDAPATAN PADA
 Moving Average   diberikan bobot yang berbeda untuk  PO. TRISAKTI FURNITURE KENDAL”.
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]
 
 Moving Average  untuk variasi data musiman. Metode
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
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 Furniture pada bulan Januari 2016 sampai
 pada beberapa tahun untuk menaksir pada suatu tahun dengan Januari 2017.
tertentu.
2. Teknik Pengambilan Data
= Dalam penyusunan tugas ini metode
 pengumpulan data:
Keterangan : a. Metode Literatur Yaitu metode untuk 
= forecast untuk periode ke t+1 memperkuat teori-teori yang telah ada
= data pada periode t yaitu dengan membaca buku-buku yang
n = jangka waktu moving average ada.
 b. Metode Dokumentasi
2. Metode Weight Moving Average. Metode dokumentasi yang dilakukan
Weight Moving Average (WMA) adalah metode moving adalah dengan pengambilan data
average atau rata-rata bergerak yang memiliki bobot. sekunder. Data sekunder adalah data
 Namun pada WMA terdapat bobot yang digunakan pada yang diperoleh dari pihak-pihak lain
setiap perubahan harga. Nilai dari bobot ini dapat berapa dalam bentuk laporan data sekunder.
saja dengan ketentuan nilai bobot untuk harga yang Dalam hal ini penulis memperoleh data
terbaru adalah lebih besar daripada nilai bobot untuk  dari PO Trisakti Furniture Kendal yaitu
harga sebelumnya. [5] data pendapatan bersih pada bulan
Perumusan WMA adalah sebagai berikut : Januari 2016 sampai dengan Desember 
2016.
WMA = c. Model Peramalan
Kebutuhan masyarakat akan jasa
3. Mean Absolute Deviation.  penjualan furniture tersebut tidaklah
Metode untuk mengevaluasi metode peramalan tetap maka hasil yang di dapat pun dari
menggunakan jumlah dari kesalahan-kesalahan yang usaha tersebut berbeda setiap bulannya.
absolut.   Mean Absolute Deviation   (MAD) mengukur  Hal ini sangatlah berpengaruh terhadap
ketepatan ramalan dengan merata-rata kesalahan dugaan naik atau turunnya pendapatan total dari
(nilai absolut masing-masing kesalahan). MAD berguna  jasa penjualan furniture tersebut. Dalam
ketika mengukur kesalahan ramalan dalam unit yang  pengolahan data ini penulis
sama sebagai deret asli. Nilai MAD dapat dihitung menggunakan model matematis yang
dengan menggunakan rumus sebegai berikut. sesuai dipergunakan untuk  
memperkirakan jumlah pendapatan
yang akan diraih oleh PO Trisakti
MAD = Furniture Kendal pada bulan Februari
2016 dengan menggunakan model
atau Simple Moving Average dan   Weight 
 Moving Average.
MAD=

METODOLOGI PENELITIAN
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.
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   endapat Error
Periode n (Ft) bs Error
an (Rp) (Rp)
dilakukan. (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- eptember(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
ovember(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 8.518.000
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 
18. 637.000 19. 278.000 641. 000 641.000
Kendal dengan metode  Weight Moving Average. Untuk  (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 - -
salah satu bahan pertimbangan bagi Java Furniture untuk 
April (2016) 18.952.000 16.659.333 17.942.100
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