SAFETY STOCK PADA PENGELOLAAN PERSEDIAAN

PRODUK MINUMAN HERBAL CELUP

DI CV DEWI MAKMUR, KABUPATEN BANTUL, DAERAH
ISTIMEWA YOGYAKARTA

STOCK SYSTEM IN SUPPLY CONTROL OF HERBAL DIP BEVERAGE

PRODUCTS AT CV DEWI MAKMUR, KABUPATEN BANTUL, DAERAH
ISTIMEWA YOGYAKARTA

Siti Fatimah1), Endah Puspitojati, 2), dan Rika Nalinda 3)

1,2,3)
Jurusan Petanian, Politeknik Pembangunan Pertanian Yogyakarta-Magelang
e-mail: 1 )tifa1234111@gmail.com, 2) endahpuspitojati@gmail.com, 3) rikanalinda@gmail.com

ABSTRAK
CV Dewi Makmur memiliki produk minuman herbal celup best seller antara lain Wedang Uwuh
Celup (WUC), Rosella Celup (RC), Tisera Celup (TC), Kelor Celup (KLC), dan Jati Cina Celup
(JCC). Beberapa persediaan produk best seller tersebut seringkali mengalami stock out karena tidak
menerapkan safety stock dengan baik. Penelitian ini bertujuan mengidentifikasi peramalan jumlah
produk pada tahun 2023 di CV Dewi Makmur untuk meminimalisasi masalah “overstock” dan “stock
out”. Penelitian ini menggunakan metode deskriptif kuantitatif. Pemilihan lokasi penelitian dilakukan
secara purposive area yaitu di CV Dewi Makmur. Jenis data yang digunakan adalah data primer dan
data sekunder. Pengumpulan data melalui metode observasi, wawancara dan studi dokumen. Alat
analisis data menggunakan Microsoft Excel dan Mini Tab. Hasil analisis data menunjukkan bahwa
jumlah peramalan persediaan produk WUC, RC, TC, KLC dan JCC tahun 2023 dengan metode Single
Moving Average dan Single Exponential Smoothing yang kemudian dilakukan perbandingan nilai
error dan hasilnya di uji validasi menunjukkan bahwa Single Exponential Smoothing metode yang
valid. Kemudian diperoleh hasil peramalan masing-masing sebanyak 1.772 pack, 1.172 pack, 1.930
pack, 2.027 pack dan 1.845 pack. Sehingga diperoleh jumlah persediaan pengaman (safety stock)
produk WUC, RC, TC, KLC dan JCC masing-masing sebanyak 1.240 pack, 1.697 pack, 1.237 pack,
1.611 pack dan 2.161 pack. Peramalan stok ini dapat membantu CV Dewi Makmur dalam memenuhi
permintaan agar tidak mengalami overstock maupun stock out.
Kata kunci: Pengendalian, Peramalan, Persediaan, Minuman Hebal, Safety Stock

ABSTRACT
CV Dewi Makmur's best-selling herbal teas included Wedang Uwuh Celup (WUC), Rosella Celup
(RC), Tisera Celup (TC), Kelor Celup (KLC), and Jati Cina Celup (JCC). Due to insufficient safety
stock deployment, some of the inventory for these best-selling products frequently encountered stock-
outs. This study aimed to identify the product projection for the year 2023 at CV Dewi Makmur in
order to reduce "overstock" and "stock-out" difficulties. A quantitative descriptive strategy was
adopted in this investigation. CV Dewi Makmur was chosen on purpose as the research site. Primary
and secondary data were used. Direct observation, interviews, and documets studies. Microsoft Excel
and Mini Tab were used for data analysis. The data analysis results revealed that the forecasted
inventory quantities for WUC, RC, TC, KLC, and JCC products in 2023 were compared in terms of
error values and validated, with the Single Exponential Smoothing method proving to be valid. The
following are the predicted quantities: 1.772 packs for WUC, 1.172 packs for RC, 1.930 packs for TC,
2.027 packs for KLC, and 1.845 packs for JCC. The comparable safety stock quantities for WUC, RC,
TC, KLC, and JCC products were 1.240 packs, 1.697 packs, 1.237 packs, 1.611 packs, and 2.161
packs, respectively. This stock projection can help CV Dewi Makmur meet demand while avoiding
overstock and stock-out problems
Keywords: Control, Forecasting, Inventory, Herbal Drinks, Safety Stock
 PENDAHULUAN
Pelrseldiaan produk melnjadi salah satu sumbelr daya yang sangat pelnting untuk kelangsungan
selbuah industri. Pelngelolaan pelrsediaan produk harus melnjaga keseimbangan antara kelkurangan dan
kelebihan dalam suatu pelriode pelrelncanaan (Hery, 2013). Kekurangan persediaan produk (stock out)
dapat mengakibatkan maceltnya pelmasaran dan proses produksi, persediaan produk termasuk masalah
yang cukup krusial dalam opelrasional pelrusahaan. Selain itu dapat melngakibatkan padatnya produksi
hingga dapat melnyebabkan rusaknya mesin produksi sehingga proses produksi tidak dapat belrjalan
lancar apabila mesin tidak dapat beroperasi. Pada bulan Januari 2023 dikeltahui bahwa pelrsediaan
produk di gudang pelnyimpanan CV Dewi Makmur terdapat belbelrapa produk yang pelrsediaan atau
stoknya tidak melnentu dan hanya sedikit yaitu pada satu jelnis produk minuman helrbal celup stoknya
kurang dari 50 produk.
Perusahaan perlu melmiliki jumlah pelrsediaan pelngaman pada seltiap jelnis produknya. Adanya
pelrsediaan pelngaman melmungkinkan pelrusahaan dapat melngatasi situasi kelhabisan persediaan
produk. Olelh karelna itu, perusahaan harus melakukan strategi pelngelolaan pelrsediaan produk untuk
melnelntukan jumlah aman dalam pelnyimpanan produk yang ada di gudang. Perlunya perusahaan
melmiliki jumlah pelrsediaan pelngaman pada seltiap jelnis produknya, delngan adanya pelrsediaan
pelngaman melmungkinkan pelrusahaan untuk melngatasi apabila perusahaan kelhabisan pelrseldiaan.
Menurut Martani et al., (2016), persediaan merupakan asset yang sangat penting bagi suatu entitas,
retail, manufaktur, jasa maupun entitas lainnya. Olelh karelna itu, perusahaan harus melakukan strategi
pelngelolaan pelrsediaan produk untuk melnelntukan jumlah aman dalam pelnyimpanan produk yang ada
di gudang. Dari permasalahan yang ada, dilakukan idelntifikasi peramalan jumlah produk pada tahun
2023 di CV Dewi Makmur untuk melminimalisasi masalah “ovelrstock” dan “stock out”.
Melnulrult Danang (2012), sistelm pelngelndalian pelrsediaan dapat didefinisikan selbagai
selpelrangkat kebijakan pelngelndalian ulntulk melnelntulkan tingkat pelrsediaan yang haruls dipertahankan.
Sistelm ini melnelntulkan dan melmastikan keltelrsediaan pasokan yang telpat dalam kualitas dan telpat
waktu telpat. Pelrsediaan pelngaman adalah sejulmlah pelrsediaan aktif yang dapat secaara efektif
melnelkan pelnawaran dan pelrmintaan dalam kontelks pelndelk (Silver, David F. Pyke and Douglas J.
Thomas, 2016). Pelramalan (forelcasting) melrulpakan teknik analisis perseptual yang melnggulnakan
pelnalaran kualitatif atau kuantitatif ulntulk memprediksi hasil dimasa delpan delngan melnggulnakan data
historis ulntulk ulntuk melminimulmkan risiko atau pelngarulh keltidakpastian (Sinaga and Irawati, 2018).
Melmprediksi pelnjualan atau pelrmintaan yang sesuai dengan harapan, dapat digunakan sebagai dasar
untuk menyusun pelrelncanaan dalam suatu proses produlksi.
Peramalan time series dapat dihitung dengan metode Single Moving Average (SMA) dan Single
Exponential Smoothing (SES). Menurut Subagyo (2013), metode rata-rata bergerak tunggal single
moving average dilakukan dengan mengambil sekelompok nilai pengamatan yang kemudian dicari
rata-ratanya, lalu menggunakan rata-rata tersebut sebagai ramalan untuk periode berikutnya. Menurut
Subagyo (2013) metode exponential smoothing adalah suatu prosedur yang mengulang perhitungan
secara terus menerus yang menggunakan data terbaru. Setiap data diberi bobot, dimana bobot yang
digunakan disimbolkan dengan α. Simbol α dapat ditentukan secara bebas, yang mengurangi forecast
error.
Menurut Heizer et al., (2015), safety stock (persediaan pengaman) didefinisikan sebagai
persediaan tambahan yang disimpan di atas persediaan normal yang dibutuhkan untuk mengatasi
ketidakpastian dalam permintaan pelanggan atau waktu pengadaan. Pelrseldiaan pelngaman ataul
pelnyelamat adalah pelrseldiaan tambahan yang diadakan ulntulk melindulngi ataul melnjaga kelmulngkinan
telrjadinya kelkulrangan bahan (stock out).
Berdasarkan latar belakang tersebut, maka tujuan penelitian ini adalah dapat mengidentifikasi
peramalan jumlah produk pada tahun 2023 di CV Dewi Makmur untuk meminimalisasi masalah
“overstock” dan “stock out”.
 METODE PENELITIAN
Penelitian ini dilakukan di CV Dewi Makmur yang berlokasi di Gg Randhim, Dusun Tegal
Kenanga, Desa Tirtonirmolo, Kecamatan Kasihan, Kabupaten Bantul, Daerah Istimewa Yogyakarta
dimulai pada bulan Januari sampai dengan bulan Juni 2023. Penentuan lokasi dilakukan secara sengaja
menggunakan purposive area dengan pertimbangan permasalahan yang ada pada perusahaan yaitu
pengendalian persediaan produk minuman harbal celup best seller di gudang penyimpanan produk
jadi. Desain penelitian dengan menggunakan deskriptif kuantitatif. Metode pengumpulan data yaitu
dengan metode observasi, wawancara, dan studi dokumen.
Data primer diperoleh dengan melakukan observasi dan wawancara langsung kepada pemilik
perusahaan (owner) dan 3 karyawan CV Dewi Makmur diantaranya yaitu HRD (Human Resource
Development), kepala gudang dan kepala produksi. Data sekunder diperoleh yang digunakan adalah
data informasi penjualan produk, data pengelolaan produk keluar dan masuk gudang. Kemudian data
yang diperoleh dihitung mengunakan teknik analisis data menggunakan metode peramalan
(forecasting) Single Moving Average (SMA) dan Single Exponential Smoothing (SES) serta metode
safety stock (Heizer, Kurnia and Render, 2015).

HASIL DAN PEMBAHASAN

Gambaran Umum Perusahaan
CV Dewi Makmur merupakan perusahaan yang bergerak dibidang pengelolaan minuman
herbal, penjualan rempah-rempah curah, jasa maklon dan pengepakan untuk produk dengan varian lain
yang didirikan sejak tahun 2008. Produk CV Dewi Makmur sudah memiliki sertifikasi halal dari MUI
dan memenuhi standar kesehatan dari dinas kesehatan. Selain itu SDM (Sumber Daya Manusia) yang
dimiliki perusahaan ini sebanyak 8 orang diantaranya adalah HRD, Farmasi, Kepala bagian Gudang,
Kepala bagian Produksi dan 4 SDM bagian produksi. Hasil observasi di lapangan diketahui bahwa
dalam gudang penyimpanan produk terdapat produk yang persediaannya kosong maupun sedikit.
Dengan permasalahan tersebut CV Dewi Makmur telah menerapkan pengendalian persediaan dengan
metode yang cukup sederhana dan masih kurang efektif.
Peramalan (Forecasting) Produk Best Seller
Peramalan pada penelitian ini diklasifikasikan sebagai peramalan jangka menengah meliputi
jangka waktu bulanan sampai dengan tiga tahun. Data historis penjualan yang digunakan dalam
penelitian ini adalah data penjualan produk minuman herbal celup best seller CV Dewi Makmur tahun
2015 sampai tahun 2022. Dapat dilihat data historis atau plot data time series produk minuman herbal
best seller CV Dewi Makmur pada Tabel 1.
Tabel 1. Plot date time series
Penjualan (pack)
No Periode
WUC RC TC KLC JCC
1 2015 1.907 1.794 1.609 1.508 1.839
2 2016 1.709 1.982 2.058 2.591 2.805
3 2017 2.275 2.069 2.189 1.985 3.004
4 2018 2.367 1.890 2.189 2.201 2.085
5 2019 1.908 1.498 1.753 1.856 1.690
6 2020 896 735 958 759 839
7 2021 2.046 1.404 1.978 2.114 2.007
8 2022 1.773 1.095 2.068 2.201 1.929
Sumber: data perusahaan penjualan produk CV Dewi Makmur
Secara visual data dapat dikatakan stationer jika fluktuasi data berada di sekitar nilai yang
konstan atau stationer dalam ratusan dan ragam dari fluktuasi tersebut tetap konstan dari waktu ke
waktu. Menurut pendapat Herjanto (2015) dalam bukunya bahwa plot date time series tersebut, dapat
menggunakan metode peramalan Single Moving Average dan Single Exponential Smoothing.
1. Single Moving Average (SMA)
Berikut ini hasil peramalan dengan rentan 3 pada produk minuman herbal celup best
seller di CV Dewi Makmur untuk tahun 2023 menggunakan metode Single Moving Average
(SMA). Tidak ada penentuan khusus terkait dengan penentuan rentan (T), pemilihan rentan dapat
disesuaikan dengan kebutuhan, hal tersebut sejalan dengan pendapat Krisma & Azhari (2019).
a. Produk Wedang Uwuh Celup (WUC)

Gambar 1. Grafik peramalan WUC dengan SMA

Diperoleh jumlah peramalan sebanyak 1.572 pack dengan nilai MAPE (Mean Absolute
Percentage) yaitu 39, MAD (Mean Absolute Deviation) yaitu 476, dan MSD (Mean Square
Deviation) yaitu 398.
b. Produk Rosella Celup (RC)

Gambar 2. Grafik peramalan RC dengan SMA

Diperoleh jumlah peramalan sebanyak 1.078 pack dengan nilai MAPE (Mean Absolute
Percentage) yaitu 39, MAD (Mean Absolute Deviation) yaitu 354, dan MSD (Mean
Square Deviation) yaitu 285.
c. Produk Tisera Celup (TC)

Gambar 3. Grafik peramalan TC dengan SMA

Diperoleh jumlah peramalan sebanyak 1.668 pack dengan nilai MAPE (Mean Absolute
Percentage) yaitu 36, MAD (Mean Absolute Deviation) yaitu 513, dan MSD (Mean
Square Deviation) yaitu 352.
 d. Produk Kelor Celup (KLC)

Gambar 4. Grafik peramalan KLC dengan SMA

Diperoleh jumlah peramalan sebanyak 1.691 pack dengan nilai MAPE (Mean Absolute
Percentage) yaitu 49, MAD (Mean Absolute Deviation) yaitu 593, dan MSD (Mean
Square Deviation) yaitu 483.
e. Produk Jati Cina Celup (JCC)

Gambar 5. Grafik peramalan JCC dengan SMA

Diperoleh jumlah peramalan sebanyak 1.592 pack dengan nilai MAPE (Mean Absolute
Percentage) yaitu 60, MAD (Mean Absolute Deviation) yaitu 686, dan MSD (Mean
Square Deviation) yaitu 780.
2. Single Exponential Smoothing (SES)
Berikut ini hasil peramalan Single Exponential Smoothing dengan bobot (alfa) sebesar
0,6 pada produk minuman herbal celup di CV Dewi Makmur untuk tahun 2023:
a. Produk Wedang Uwuh Celup (WUC)

Gambar 6. Grafik peramalan WUC dengan SES

 Diperoleh jumlah peramalan sebanyak 1.772 pack dengan nilai MAPE (Mean Absolute
Percentage) yaitu 28, MAD (Mean Absolute Deviation) yaitu 410, dan MSD (Mean Square
Deviation) yaitu 284.

b. Produk Rosella Celup (RC)

Gambar 7. Grafik peramalan RC dengan SES

Diperoleh jumlah peramalan sebanyak 1.172 pack dengan nilai MAPE (Mean Absolute
Percentage) yaitu 29, MAD (Mean Absolute Deviation) yaitu 315, dan MSD (Mean
Square Deviation) yaitu 163.
c. Produk Tisera Celup (TC)

Gambar 8. Grafik peramalan TC dengan SES

Diperoleh jumlah peramalan sebanyak 1.930 pack dengan nilai MAPE (Mean Absolute
Percentage) yaitu 27, MAD (Mean Absolute Deviation) yaitu 410, dan MSD (Mean
Square Deviation) yaitu 231.
d. Produk Kelor Celup (KLC)

Gambar 9. Grafik peramalan KLC dengan SES

Diperoleh jumlah peramalan sebanyak 2.027 pack dengan nilai MAPE (Mean Absolute
Percentage) yaitu 39, MAD (Mean Absolute Deviation) yaitu 554, dan MSD (Mean
Square Deviation) yaitu 448.
 e. Produk Jati Cina Celup (JCC)

Gambar 10. Grafik peramalan JCC dengan SES

Diperoleh jumlah peramalan sebanyak 1.845 pack dengan nilai MAPE (Mean Absolute
Percentage) yaitu 39, MAD (Mean Absolute Deviation) yaitu 576, dan MSD (Mean
Square Deviation) yaitu 522.
Perbandingan Mean Absolute Persentage Error (MAPE)
Setelah melakukan peramalan (forecasting) pada data penjualan dan juga menghitung nilai
error setiap metode dengan menggunakan Mean Absolute Perecentage Error (MAPE), maka untuk
menentukan metode mana yang dipilih adalah dengan cara membandingkan nilai error-nya. Berikut
ini adalah hasil perbandingan nilai MAPE pada setiap metode peramalan yang digunakan.
Tabel 2. Komparasi nilai MAPE
No Metode Produk Best Seller MAPE (%)
WUC 39
RC 39
1 Single Moving Average TC 38
KLC 49
JCC 58
WUC 28
RC 27
2 Single Exponential Smoothing TC 26
KLC 37
JCC 38
Keterangan:
WUC = Wedang Uwuh Celup KLC = Kelor Celup
RC = Rosella Celup JCC = Jati Cina Celup
TC = Tisera Celup
= Nilai error yang lebih rendah dari pembandingnya

Berdasarkan data pada Tabel 2 terlihat bahwa MAPE terkecil dari kelima produk minuman
herbal celup. Maka metode yang terpilih adalah Single Exponential Smoothing hal tersebut selaras
dengan penelitian Hartono (2012) yang menjelaskan bahwa metode ini merupakan metode yang cocok
digunakan untuk peramalan barang yang muncul secara acak namun cenderung stabil atau tidak
mengandung trend ataupun musiman.
Uji Validasi
Uji validasi dilakukan dengan memetakan nilai error dari metode terpilih dan melihat
pergerakan error-nya. Apabila nilai error berada pada batas toleransi, maka metode dinyatakan valid
(Hamirsa and Rumita, 2022). Namun menurut Simanjuntak et al., (2022) jika terdapat nilai error yang
berada di luar batas toleransi, maka harus diketahui apakah lonjakan permintaan baik positif maupun
negatif akan terjadi lagi.

Tabel 3. Hasil uji validasi

MAPE
Metode Best Seller Product Mean UCL LCL
(%)
WUC 28 31 48,25 14,53
RC 27 31 48,25 14,53
Single Exponential
TC 26 31 48,25 14,53
Smoothing
KLC 37 31 48,25 14,53
JCC 38 31 48,25 14,53
Keterangan:
UCL (Up Control Limit) = Batas toleransi atas
LCL (Low Control Limit) = Batas toleransi bawah
MAPE = Mean Absolute Precentage Error
Mean = Rata-rata

60
50
40
30 MAPE (%)
Error

20 Mean
10 UCL
LCL
0
1 2 3 4 5
Produk Best Seller

Gambar 11. Grafik hasil uji validasi

Berdasarkan Gambar 11, diketahui bahwa tidak ada error yang berada di luar batas toleransi
(UCL dan LCL). Sehingga metode yang terpilih yaitu Single Exponential Smoothing (SES) dinyatakan
valid dan dapat dijadikan acuan untuk melakukan peramalan atau forecasting demand untuk beberapa
periode kedepan. Namun apabila penyebab tidak teridentifikasi dan tidak dapat dikendalikan, maka
dicoba metode dengan error terkecil kedua untuk dipilih yaitu metode Single Moving Average (SMA).
Safety Stock (SS)
Tabel 4. Hasil perhitungan safety stock
Servic Standar Deviasi Safety Stock
e WU TISER KL JC WU TISER
Level RC RC KLC JCC
C A C C C A
32 1.10 1.05 1.41
90% 239 239 311 417 810 808
7 8 2 1
32 1.24 1.69 1.61 2.16
95% 239 239 311 417 1.237
7 0 7 1 1
Perhitungan jumlah safety stock produk minuman herbal celup dari kelima produk best seller
di CV Dewi Makmur dengan standar deviasi setiap produknya maka diperoleh jumlah service level
90% dan 95%, tingkat layanan 90% dan 95% ditentukan berdasarkan persentase keberhasilan atau
kepuasan pelanggan CV Dewi Makmur dalam mencapai atau melebihi standar tertentu dalam layanan
yang diberikan (Mileniadewi, Widharto and Eng, 2022). Kemudian dengan lead time 7 hari waktu
tunggu proses produksi telah disajikan pada Tabel 4. Lead time merupakan faktor penting untuk
mengukur kerja bagian proses produksi, lead time mengacu pada waktu yang diperlukan mulai dari
permintaan pelanggan hingga produk atau layanan tersebut tersedia atau diterima oleh pelanggan
(Kholil and Arifin, 2018).
 Safety stock ini merupakan persediaan pengaman pada perusahaan yang harus dipersiapkan
untuk mengantasi keadaan yang tidak terduga seperti yang dijelaskan oleh Silver., et al (2016) yaitu
kerusakan mesin, peningkatan demand secara tiba-tiba maupun kedatangan bahan baku yang tidak
pasti. Adanya safety stock ini akan meminimalisasi adanya stock out, over stock maupun lost sale yang
mana sangat berpengaruh terhadap kepuasan pelanggan, hal tersebut selaras dengan pendapat Hamirsa
and Rumita (2022).

KESIMPULAN
Metode Single Exponential Smoothing (SES) lebih efektif dan dapat digunakan untuk
melakukan peramalan produk minuman herbal celup best seller pada perusahaan. Dengan metode
Single Exponential Smoothing diperoleh hasil peramalan untuk tahun 2023 sebanyak 1.772 pack
produk Wedang Uwuh Celup, 1.172 pack produk Rosella Celup, 1.930 pack produk Tisera Celup
(TC), 2.027 pack produk Kelor Celup (KLC), dan 1.845 pack produk Jati Cina Celup (JCC).
Peramalan stok ini dapat membantu CV Dewi Makmur dalam memenuhi permintaan yang agar tidak
mengalami overstock maupun stock out.

DAFTAR PUSTAKA
Danang, S. 2012. Manajemen Sumber Daya Manusia. Makassar: CAPS.
Hamirsa, M.H. and Rumita, R. 2022. Usulan Perencanaan Peramalan (Forecasting) dan Safety Stock
Persediaan Spare Part Busi Champion Type RA7YC - 2 (EV - 01/EW - 01/2) Menggunakan Metode
Time Series pada PT Triangle Motorindo Semarang. Journal Industrial Engeneering, 11(2), 1–10.
Hartono, A. 2012. Perbandingan Metode Single Exponential Smpoothing dan Metode Exponential
Smoothing Adjusted for Trend (Holt’ s Metod) untuk Meramalkan Penjualan. Studi Kasus: Toko
Onderdil Mobil “ Prodi, Purwodadi”. Jurnal Eksplorasi Karya Sistem Informasi dan Sains, 5(1), 8–18.
Heizer, J., Kurnia, H. and Render, B. 2015. Manajemen Operasi: Manajemen Keberlangsungan dan
Rantai Pasokan Edisi 11. Jakarta: Salemba Empat.
Herjanto, E. 2015. Manajemen Operasi Edisi Ketiga. Jakarta: Grasindo.
Hery. 2013. Dasar Akuntansi. Jakarta: CAPS.
Kholil, M. and Arifin, F. 2018. Menurunkan Lead Time Pengecekan Material Tin Case 36 Long
dengan Metod Value Steam Mapping (VSM) pada PT . F. Jurnal Integrasi Sistem Industri.
Krisma, A. and Azhari, M. 2019. Perbandingan Metode Double Exponential Smoothing Dan Triple
Exponential Smoothing Dalam Parameter Tingkat Error Mean Absolute Percentage Error (MAPE) dan
Means Absolute Deviation (MAD). Jurnal Prosiding Semnas Ilmu Komputer dan Teknologi
Informasi, (I), 81–87.
Martani, D. et al. 2016. Akuntansi Keuangan Menengah Berbasis PSAK Buku 1. Edisi 2. Jakarta:
Salemba Empat.
Mileniadewi, S.H., Widharto, Y. and Eng, M. 2022. Bahan Baku Crude Oil pada Unit Kilang PPSDM
Migas Cepu dengan Metode Time Series. Journal Industrial Engeneering.
Silver, E.A., David F. Pyke and Douglas J. Thomas (2016) Inventory and Production Management in
Supply Chains. New York: CRC Press.
Simanjuntak, R.E. and W, P.A. 2022. Forecasting Bahan Baku Raw Sugar dengan Metode Time
Series & Usulan Perencanaan Safety Stock PT Medan Sugar Industry. Journal Industrial Engeneering.
Sinaga, H.. and Irawati, N. 2018. Perbandingan Double Moving Average dengan Double Exponential
Smoothing pada Peramalan Bahan Medis Habis Pakai. Jurnal Teknologi dan Sistem Informasi, 4(2),
197–204.
Subagyo, P. 2013. Forecasting Konsep dan Aplikasi. Yogyakarta: BPFE.