Metode Exponensial Smoothing dan MS. Visual basic 6.0 dalam Meramalkan Nilai Hasil Produksi Minyak Kelapa Sawit PT. Perkebunan Nusantara III (Persero) Sumatera

Abstract

This study aims to determine and analyze methods of refinement Exponensail and Microsoft Visual Basic 6.0 in forecasting data from palm oil production PT. Perkebunan Nusantara III (Persero) North Sumatra. This study uses literature research methods such as books, scientific papers and reports that discuss with the topic under study. The data used is secondary data obtained from PT. North Sumatra Nusantara Plantation (Persero) from January 2016 to December 2017. The data were analyzed to determine the appropriate Exponential Smoothing model in the forecasting of Double Exponential Smoothing Multiple Linear-One Parameters from Brown. From forecasting analysis with significance level 0 <α <1 values of MSE brilliant at alpha 0,4 with forecast value for January 50,006,073,38 Kg / month, month of February 50,449,788,02 Kg / month, month of March 50,993,550,67 Kg / month, April 51.487.217,31 Kg / month, May 51.980.931,95 Kg / month, June 52.474.646,60 Kg / month in 2018. It can be concluded that forecasting using Exponential Smoothing method Multiple Linear-One Parameter, in this study using Microsoft Visual Basic 6.0 only use 24 data period and predicted 6 period.

Penelitian ini bertujuan untuk mengetahui dan menganalisis penggunaan metode Smoothing Exponensail dan Microsoft Visual Basic 6.0 dalam meramalkan data nilai hasil produksi minyak kelapa sawit PT. Perkebunan Nusantara III (Persero) Sumatera Utara. Penelitian ini menggunakan metode penelitian pustaka seperti buku, tulisan ilmiah dan laporan yang berkaitan dengan topik yang diteliti. Data yang digunakan adalah data sekunder yang diperoleh dari PT. Perkebunan Nusantara III (Persero) Sumatera Utara dari bulan Januari 2016 sampai dengan bulan Desember 2017. Data tersebut dianalisis untuk menentukan model Exponential Smoothing yang sesuai dalam melakaukan peramalan yaitu metode Double Exponential Smoothing berganda Linier-Satu Parameter dari Brown. Dari analisis peramalan dengan taraf signifikansi 0 < α < 1 menghasilkan nilai MSE terkecil pada alpha 0,4 dengan perolehan nilai peramalan untuk bulan Januari 50.006.073,38 Kg/bulan, bulan Februari 50.449.788,02 Kg/bulan, bulan Maret 50.993.502,67 Kg/bulan , bulan April 51.487.217,31 Kg/bulan, bulan Mei 51.980.931,95 Kg/bulan, bulan Juni 52.474.646,60 Kg/bulan pada tahun 2018. Sehingga dapat disimpulkan bahwa peramalan dengan menggunakan metode Exponensial Smoothing Berganda Linier-Satu Parameter mengalami kenaikan, dalam penelitian ini penggunaan Microsoft Visual Basic 6.0 hanya menggunakan data 24 periode dan meramalkan 6 periode.