Evaluasi Akurasi Peramalan Volume Produksi Batu Bara dengan Metode Rata-Rata Bergerak Sederhana (Simple Moving Average)
Keywords:
batu bara, peramalan, Simple Moving Average, produksi, akurasiAbstract
Penelitian ini bertujuan untuk mengevaluasi akurasi metode Rata-Rata Bergerak Sederhana (Simple Moving Average/SMA) dalam meramalkan volume produksi batu bara di PT Bukit Asam (Persero) Tbk. Pendekatan yang digunakan adalah penelitian kuantitatif deskriptif dengan analisis deret waktu terhadap data produksi tahunan PTBA periode 2018–2024. Pengujian dilakukan menggunakan dua variasi panjang periode SMA, yaitu n = 3 dan n = 4 tahun. Evaluasi akurasi dilakukan dengan menggunakan tiga ukuran kesalahan statistik, yaitu Mean Absolute Error (MAE), Mean Squared Error (MSE), dan Mean Absolute Percentage Error (MAPE). Hasil analisis menunjukkan bahwa model SMA dengan periode tiga tahun (SMA3) menghasilkan nilai MAE sebesar 7,90 juta ton dan MAPE sebesar 20,82%, yang lebih baik dibandingkan dengan model SMA empat tahun (SMA4) dengan nilai MAE 10,62 juta ton dan MAPE 26,79%. Hasil ini menunjukkan bahwa model SMA3 memiliki tingkat akurasi yang lebih tinggi dan lebih responsif terhadap perubahan tren produksi batu bara PTBA. Dengan tren kenaikan produksi dari 26,76 juta ton pada 2021 menjadi 36,37 juta ton pada 2024, model SMA3 dinilai paling optimal untuk digunakan dalam perencanaan produksi jangka pendek. Penelitian ini menegaskan bahwa metode SMA dapat menjadi alternatif sederhana namun efektif dalam membantu perusahaan tambang melakukan proyeksi produksi yang akurat dan mudah diimplementasikan.
References
Fitriani, E., Santosa, B., & Yuliani, R. (2022). Analisis Perbandingan Akurasi Peramalan Produksi Menggunakan Metode Moving Average dan Exponential Smoothing. Jurnal Ilmiah Statistika dan Aplikasi Data, 5(2), 110–118. https://doi.org/10.24843/jisad.2022.v5.i2.p4
Herlambang, D. (2020). Analisis Deret Waktu untuk Peramalan Produksi Industri Menggunakan Simple Moving Average. Jurnal Sains dan Teknologi, 9(1), 45–52. https://doi.org/10.14710/jst.9.1.45-52
Hyndman, R. J., & Athanasopoulos, G. (2018). Forecasting: Principles and Practice (2nd ed.). Melbourne: OTexts. https://otexts.com/fpp2/
Kementerian Energi dan Sumber Daya Mineral. (2024). Laporan Tahunan Energi dan Sumber Daya Mineral Indonesia 2024. Jakarta: Kementerian ESDM.
Makridakis, S., Wheelwright, S. C., & Hyndman, R. J. (1998). Forecasting: Methods and Applications (3rd ed.). New York: John Wiley & Sons.
Nugraha, P., & Suryani, A. (2020). Penerapan Metode Peramalan Produksi untuk Perencanaan Operasional di Industri Tambang. Jurnal Teknologi dan Sistem Industri, 12(3), 155–164. https://doi.org/10.24114/jtsi.v12i3.1456
Putra, R., & Wibowo, A. (2021). Analisis Deret Waktu untuk Prediksi Produksi pada Industri Energi. Jurnal Teknologi dan Sistem Informasi Bisnis, 3(2), 95–104. https://doi.org/10.30872/jteksis.v3i2.178
Sugiyono. (2019). Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung: Alfabeta.
