PENERAPAN METODE TRIPLE EXPONENTIAL SMOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUSAHAAN MEBEL SINAR JEPARA TANJUNGANOM NGANJUK.

Transkripsi

1 PENERAPAN METODE TRIPLE EXPONENTIAL MOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUAHAAN MEBEL INAR JEPARA TANJUNGANOM NGANJUK. ii Rukayah*), Achmad yaichu**) ABTRAK Peneliian ini berujuan unuk mengeahui jumlah pembeli barang pada perusahaan Mebel inar Jepara Tanjunganom Nganjuk pada bulan berikunya, dan manfaa dari peneliian ini unuk masukan bagi perusahaan Mebel inar Jepara Tanjunganom Nganjuk bahwa dalam meramalkan aau memprediksi pembeli bulan berikunya dapa menggunakan meode peramalan. Meode peneliian yang digunakan adalah meode peramalan yaiu dengan meode ripel exponenial smoohing. Meode pengambilan daa yang digunakan adalah observasi, inerview, dokumenasi. edangkan variabelnya yaiu jumlah pembeli barang, analisis daa dengan membua diagram, menggunakan model ripel exponenial smoohing yang epa berdasarkan pola yang didapa dari daa ime series yang ada, sera menghiung kesalahan meramal. Hasil yang diperoleh dalam peneliian ini adalah pola daa jumlah pembeli barang cenderung berpola musiman, sedangkan nilai MAE dengan α = 0, paling kecil dibandingkan dengan α = 0, dan α = 0,3. Maka unuk forecasing pembeli dipilih meode ripel exponenial smoohing (meode pemulusan eksponensial ripel) dengan menggunakan α = 0,. Prediksi aau ramalan pada bulan Januari, Februari, Mare ahun 00 adalah sebesar 5, 5, 33 orang. Kaa kunci : forecasing, meode exponenial smoohing, jumlah pembeli. PENDAHULUAN Laar Belakang Perusahaan mebel merupakan salah sau indusri manufakur yang bergerak dibidang kayu dan perlengkapan rumah yang elah memiliki krieria erenu, kayu merupakan salah sau bahan baku yang diandalkan oleh indusri mebel, karena kayu memiliki keisimewaan dan memiliki nilai ambah yang lebih besar apabila digarap secara maksimal dengan cara manual maupun modern. Pemahaman pembeli erhadap produk aau barang ersebu sanga membanu dalam melakukan pengambilan kepuusan unuk melakukan pembelian. Jika konsumen elah mengeri aau mengeahui enang produk aau barang yang dihasilkan oleh perusahaan mebel ersebu maka akan lebih mudah baginya unuk memuuskan menggunakannya. Apabila perusahaan mebel ini banyak menghasilkan barang aau produk yang bagus maka akan semakin banyak pula orang yang elah memakai aau membeli barang aau produk yang elah dihasilkan. Peramalan dapa berperan disegala bidang salah saunya yaiu di perusahaan mebel inar Jepara Tanjunganom Nganjuk mengenai peramalan jumlah pembeli barang. Forecasing (peramalan) adalah suau unsur yang sanga pening dalam pengambilan kepuusan. Ramalan yang dilakukan umumnya akan berdasarkan pada daa masa lampau yang dianalisis dengan menggunakan cara-cara erenu, Daa masa lampau

2 dikumpulkan, dipelajari, dan dianalisis dihubungkan dengan perjalanan waku. Karena adanya fakor waku iu, maka hasil analisis ersebu kia mencoba mengaakan sesuau yang akan erjadi dimasa mendaang. Peramalan merupakan prediksi nilai-nilai yang akan daang berdasarkan pada nilainilai yang dikeahui sebelumnya. Ramalan elah banyak digunakan dan membanu dengan baik dalam berbagai manajemen sebagai dasar-dasar perencanaan, pengawasan, dan pengambilan kepuusan. (Makridakis,999). Pada peneliian ini daa yang diambil adalah daa jumlah pembeli barang yang pada umumnya elah mengalami beberapa siklus. Unuk meraakan daa yang dipengaruhi oleh beberapa siklus ersebu maka peramalan yang epa dengan menggunakan meode exponenial smoohing. TINJAUAN PUTAKA Peramalan (Forecasing) Forecasing adalah peramalan apa yang akan erjadi pada masa yang akan daang, sedangkan rencana merupakan penenuan apa yang akan dilakukan pada waku yang akan daang. Dengan sendirinya erjadi perbedaan anara forecas dengan rencana (Pangesu ubagyo,986:3). Tujuan Peramalan (forecasing) Peramalan (forecasing) berujuan unuk mendapakan peramalan aau prediksi yang bisa meminimumkan kesalahan meramal (forecas error) yang biasanya diukur dengan Mean quared Error, Mean Absolue Error, dan sebagainya (ubagyo, 986: 4). Macam macam peramalan Menuru Pangesu ubagyo (986: 5) ada beberapa macam meode peramalan yaiu sebagai bariku : a. Peramalan dengan meode moohing. Meode moohing adalah mengambil raa-raa dari nilai-nilai pada beberapa ahun unuk menaksir nilai pada suau ahun, aau pemboboan sederhana/pemulusan pengamaan masa lalu dalam suau dere berkala unuk memperoleh ramalan masa mendaang. b. Peramalan dengan meode Dekomposisi. Meode ini sering juga disebu meode ime series. Meode ini didasarkan pada kenyaaan bahwa biasanya apa yang elah erjadi iu akan berulang kembali dengan pola yang sama. Arinya yang dulu selalu naik maka pada waku yang akan daang biasanya akan naik juga, sedangkan yang dulu selalu urun maka pada waku yang akan daang biasanya akan urun juga, yang biasanya berflukuasi akan berflukuasi juga dan yang biasanya idak eraur biasanya akan idak eraur. c. Peramalan dengan meode Inpu-Oupu. Meode ini memanfaakan hubungan anara inpu dan oupu unuk membua peramalan. Meode ini juga didasarkan aas abel Inpu-Oupu aau disingka dengan abel I-O. Meode ini dapa dipergunakan unuk meramalkan oupu, nilai ambah harga enaga kerja, impor unuk seiap sekor, dengan syara kalau perminaan akhir seiap sekor sudah dikeahui.

3 d. Peramalan dengan meode Regresi sederhana. Meode ini mengenai pengaruh suau variabel erhadap variabel lain unuk melakukan peramalan, besarnya pengaruh suau variabel erhadap variabel yang lain bisa bersifa linier, kuadraik, dan lain sebagainya. Teapi yang biasa dipelajari hanya hubungan yang bersifa linier saja, dan hanya melibakan dua variabel saja yaiu variabel erika dan variabel bebas, variabel yang mempengaruhi disebu sebagai variabel bebas dan variabel yang dipengaruhi disebu veriabel erika. e. Peramalan dengan meode Auo Regresi dan Auo Korelasi. Meode ini mengukur besar pengaruh dan hubungan nilai suau variabel, anara yang elah erjadi pada suau periode dan yang erjadi pada periode berikunya. Unuk mengeahui besarnya pengaruh sering digunakan Auo Regresi, sedangkan kua idaknya hubungan diukur dengan memakai koefisien Auo Korelasi. Dengan kaa lain besarnya nilai suau variabel erganung pada nilai variabel iu sendiri yang elah erjadi sebelumnya. Pembeli Pembeli diambil dari isilah asing (Inggris) yaiu cosumer, secara harfiah dalam kamus-kamus diarikan sebagai seseorang aau sesuau perusahaan yang membeli barang erenu aau menggunakan jasa erenu dan dapa juga diarikan sebagai sesuau aau seseorang yang mengunakan suau persediaan aau sejumlah barang. Ada juga yang mengarikan seiap orang yang menggunakan barang aau jasa (Koler, 00). Konsumen aau pembeli dibedakan menjadi dua yaiu: konsumen sebagai orang alami aau pribadi kodrai dan konsumen sebagai perusahan aau badan hukum. Pembedaan ini pening unuk membedakan apakah konsumen ersebu menggunakan barang unuk dirinya sendiri aau unuk ujuan komersial (dijual, diproduksi lagi) (Koler, 00). Daa Time eries Daa berkala adalah daa yang dikumpulkan dari waku ke waku unuk menggambarkan perkembangan aau perumbuhan suau variabel aau serangakain nilainilai variabel yang disusun berdasarkan waku. Analisis ime series mempelajari pola gerakan-gerakan nilai-nilai variabel pada sau inerval waku (dalam minggu, bulan, ahun) yang eraur (Makridakis,999: ). Makridakis (999 : ) mengemukakan bahwa pendugaan masa depan dilakukan berdasarkan nilai masa lalu. Tujuan meode peramalan dere berkala (ime series) seperi ini adalah menemukan pola dalam dere hisoris kemasa depan. Langkah pening dalam memilih suau dere berkala (ime series) yang epa adalah dengan memperimbangkan jenis pola daa, sehingga meode yang paling epa dengan pola ersebu dapa diuji. Pola daa menuru pyros Makridakis (999:) dapa dibedakan menjadi empa jenis siklis dan rend. a. Pola Harizonal (H) Terjadi apabila nilai daa berflukuasi disekiar nilai raa-raa yang konsan. b. Pola Musiman Terjadi apabila suau dere dipengaruhi oleh fakor musiman (misalnya kuaral ahun erenu, bulanan, hari-hari pada minggu erenu).

4 c. Pola iklis Terjadi apabila daanya dipengaruhi oleh flukuasi ekonomi jangka panjang seperi yang behubungan siklus bisnis. d. Pola Trend Terjadi apabila erdapa kenaikan aau penurunan sekuler jangka panjang dalam daa. Peramalan Dengan Exponenial moohing moohing adalah mengambil raa-raa dari nilai pada beberapa periode unuk menaksir nilai pada suau periode (Pangesu ubagyo, 986:7). Exponenial moohing adalah suau meode peramalan raa-raa bergerak yang melakukan pemboboan menurun secara eksponensial erhadap nilai-nilai observasi yang lebih ua (Makridakis, 999:0). Meode Exponenial moohing ini erdiri dari iga macam meode adalah sebagai beriku : a. Meode ingle Exponenial moohing (Meode Pemulusan Eksponensial Tunggal). Rumus dalam meode ini adalah sebagai beriku : X... (.) dimana + = Forcas unuk periode yang mendaang ke + α = Konsana pemulusan X = Daa pada periode = Nilai ramalan yang erakhir Didalam meode exponenial smoohing ini nilai α bisa dienukan secara bebas, arinya idak ada suau cara yang pasi unuk mendapakan nilai α yang opimal. Maka didalam pemilihan nilai α dilakukan dengan cara mengeahui forecas error. Besarnya α erleak anara 0 dan. Meode single exponenial smoohing ini lebih cocok digunakan unuk meramal hal-hal yang flukuasinya secara random (idak eraur) (Pangesu ubagyo,986:9). b. Meode Double Exponenial moohing (Meode Pemulusan Eksponensial Ganda). Meode ini merupakan model linier yang dikemukakan oleh (Brown, 963). Didalam meode double exponenial smoohing dilakukan proses smoohing dua kali, sebagai beriku: X )... (.) ( ( )... (.3) dengan = Nilai peramalan unuk periode ke a = Konsana pemulusan X = daa pada periode = nilai peramalan unuk suau periode sebelum ke Forecas dilakukan dengan rumus: m a b m... (.4) m = jangka waku forecas ke depan a... (.5) 3

5 b ( )...(.6) Meode double exponenial smooing ini biasanya lebih epa unuk meramalkan daa yang mengalami rend naik. Agar dapa menggunakan rumus (.) dan (.3) maka nilai - dan - harus ersedia api pada saa =, nilai-nilai ersebu idak dapa ersedia. Jadi nilai-nilai ini harus dienukan pada awal periode. Hal ini dapa dilakukan dengan hanya meneapkan dan sama dengan X aau dengan menggunakan suau nilai perama sebagai nilai awal. c. Meode Triple Exponenial moohing (Meode Pemulusan Eksponensial Tripel). Meode Triple Exponenial moohing ini merupakan meode forecas yang dikemukakan oleh Brown, dengan menggunakan persamaan kuadra. Meode ini lebih cocok kalau dipakai unuk membua forecas hal-hal yang berflukuasi, mengalami gelombang pasang suru aau gelombang musiman (Pangesu ubagyo,986:6). Prosedur pembuaan forecasing dengan meode ini adalah sebagai beriku: ) Mencari nilai (nilai pemulusan eksponensial unggal) dengan rumus sebagai beriku: X )... (.7) ( Unuk ahun perama nilai belum bisa dicari dengan rumus di aas, maka boleh dienukan dengan bebas. Biasanya dienukan sama seperi nilai yang elah erjadi pada ahun perama. ) Mencari nilai (nilai pemulusan eksponensial ganda) dengan rumus sebagai beriku : )... (.8) ( Pada ahun perama biasanya nilai dienukan seperi nilai yang erjadi pada ahun perama. 3) Mencari nilai (nilai pemulusan eksponensial ripel) dengan rumus sebagai beriku : )... (.9) ( Unuk nilai ahun perama biasanya dianggap sama dengan daa ahun perama. 4) Mencari nilai a dengan menggunakan rumus sebagai beriku : a... (.0) 3 3 5) Mencari nilai b dengan menggunakan rumus sebagai beriku : b (.) ( ) 6) Mencari nilai c dengan menggunakan rumus sebagai beriku : c ( )...(.) ( ) 7) Membua persamaan forecas yang benuknya sebagai bariku : F a b m c m m...(.3) 4

6 m adalah jangka waku maju ke depan, yaiu unuk berapa ahun yang akan daang forecas dilakukan. a,, b, c adalah nilai yang elah dihiung sesuai dengan rumus di depan. Menghiung Kesalahan Meramal Unuk menghiung kesalahan (error) biasanya menggunakan mean absolue error, mean square error. a. Mean absolue error adalah raa-raa nilai absolue dari kesalahan meramal (idak dihiraukan anda posiif aau negaifnya). X F MAE... (.4) n b. Mean square error adalah raa-raa dari kesalahan forecas dikuadrakan X F ME... (.5) n dengan X : daa sebenarnya erjadi F : daa ramalan dihiung dari model yang digunakan pada waku aau ahun n : banyak daa hasil ramalan Rumus aau cara apapun yang elah digunakan unuk menghiung forecas error, model yang dianggap baik adalah model yang keidak konsisennya paling kecil anara ramalan dan hasil yang sebenarnya erjadi. METODE PENELITIAN Obyek Peneliian Obyek peneliian ini adalah mengenai Penerapan Meode Triple Exponenial moohing Unuk Mengeahui Jumlah Pembeli Barang Pada Perusahaan Mebel inar Jepara Tanjunganom Nganjuk. Dalam hal ini obyek peneliian dilaksanakan di Perusahaan Mebel inar Jepara Tanjunganom Nganjuk yang berempa di jalan Basuki Rahmad, dusun Pilangbango, Desa Jogomero, kecamaan Tanjunganom, kabupaen Nganjuk. Teknik Pengambilan Daa a. Daa Primer Yaiu jenis daa yang diperoleh langsung dari perusahaan yang berari daa aau informasi ersebu langsung dari empa peneliian dalam hal ini adalah Perusahaan Mebel inar Jepara Tanjunganom Nganjuk. Dengan menggunakan meode wawancara, observasi, dokumenasi. ) Daa produk Daa produk yang dihasilkan oleh perusahaan mebel inar Jepara Tanjunganom Nganjuk adalah sebagai beriku : NO NAMA BARANG Meja dan kursi Bufe 3 Almari baju umber: perusahaan mebel inar Jepara Tanjunganom Nganjuk ) Daa Pembeli ecara umum daa pembeli barang di Perusahaan Mebel inar Jepara Tanjunganom Nganjuk pada ahun 009 adalah sebagai beriku : 5

7 NO BULAN JUMLAH PEMBELI (ORANG) Januari 7 Februari 96 3 Mare 7 4 April 40 5 Mei 86 6 Juni 80 7 Juli 7 8 Agusus 7 9 epember 0 0 Okober 86 November 0 Desember 48 umber: perusahaan mebel inar Jepara Tanjunganom Nganjuk b. Daa ekunder Merupakan daa yang diperoleh dari sumber yang bukan berasal dari perusahaan aau sumber yang menguip sumber lain. Teknik Pengolahan Daa Unuk mengolah daa, penelii menggunakan meode kuaniaif yaiu dengan menghiung daa yang berupa angka-angka dengan menggunakan rumus-rumus peramalan. Rumus-rumus peramalan yang digunakan adalah sebagai beriku : a. Jika daa ime series memperlihakan pola konsan aau jika perubahannya kecil saja, maka unuk meramalkan X dapa digunakan meode single exponenial X smoohing, dengan rumus forecas sebagai beriku :...(.) b. Jika daa ime series memperlihakan pola linier, maka meode yang digunakan adalah meode double exponenial smoohing, dengan rumus forecas sebagai beriku : a X (.) ( ) ( )..... (.3) a b m m (.4)..... (.5) b ( ) (.6) c. Jika daa ime series memperlihakan pola konsan aaupun linier yang digunakan adalah meode riple exponenial smoohing dengan rumus forecas sebagai beriku : X ).... (.7) ( ( ) ( )... (.8)... (.9) 6

8 a... (.0) 3 3 b (.) ( ) c ( )... (.) ( ) F a b m c m m (.3) d. Kesalahan meramal dengan rumus forecas error sebagai bariku : X F MAE..... (.4) n HAIL PENELITIAN Dengan menggunakan langkah-langkah yang elah diuraikan pada bab III maka akan dibahas model exponenial smoohing yang sesuai unuk menenukan forecas jumlah pembeli barang unuk bulan Januari, Februari, Mare 00. Pada peneliian ini daa yang diambil unuk dianalisis adalah daa jumlah pembeli barang bulan Januari 009 sampai dengan Desember 009, ercanum pada abel. Tabel Daa Pembeli Barang (Orang) Tahun 009 NO BULAN JUMLAH PEMBELI Januari 7 Februari 96 3 Mare 7 4 April 40 5 Mei 86 6 Juni 80 7 Juli 7 8 Agusus 7 9 epember 0 0 Okober 86 November 0 Desember 48 umber daa : Perusahaan mebel inar Jepara Tanjunganom Nganjuk Daa pembeli dapa disajikan pada grafik sebagai beriku: 7

9 Dari diagram di aas dapa diliha bahwa banyaknya jumlah pembeli barang cenderung berpola musiman. Oleh karena iu meode peramalan yang cocok digunakan unuk meramalkan jumlah pembeli barang adalah dengan menggunakan meode riple exponenial smoohing. Dengan menggunakan rumus yang elah dijelaskan pada Bab II, maka harga-harga,, dapa dihiung dengan rumus (.7), (.8), (.9) dengan menggunakan α = 0,; 0,; 0,3. Tercanum pada abel. Tabel Harga - harga,, NO BUL AN PEM BELI 0, 0, 0,3 0, 0, 0,3 0, 0, 0, ,9,8 0,7 6,79 6,6 5, 6,98 6,84 6, , 3,64,59 6,63 5,66 4,36 6,95 6,6 6, ,60 8,9 0,8 6,73 6,3 6,30 6,93 6,56 6, ,44,34 0,38 6,5 5,53 4,53 6,89 6,36 6, ,70 05,88 0, 7 5,93 3,60 0, 56 6,80 5,8 5, ,33 08, 05, 99 5,47,5 09, 9 6,67 5,5 5, ,90 09,89 09,30 5,,99 09,3 6,5 4,5 4, ,7 09,9 09, 5 4,78,58 09, 3 6,35 3,94 3, ,4 05,4 0, 46 4, 0,30 07, 7 6,4 3, 3, 0 09,3 06, 04, 73 3,73 09, 47 06, 5 5,90, 47, , 4, 50 7, 7 3,67 0, 48 09, 88 5,68, 08, 08 Unuk menghiung umber daa : daa diolah F m digunakan rumus (.3). Dan erlebih dahulu harus mencari nilai-nilai a, b, c dengan menggunakan rumus (.0), (.), (.). Nilai-nilai ersebu ercanum pada abel 3. Tabel 3 Harga - harga a,b, c NO BULAN a b c 0, 0, 0,3 0, 0, 0,3 0, 0, 0, ,3 06,76 03,4-6 -,6-4,8-0,03-0,7-0,57 3 3,39 0,55 0,5-45 -,08 -,06-0,0-0,07-0, ,54 4,36 9,53 0,35,6 5,9 0,0 0,8 0, ,68 06,79 03,09-6 -, 05-4,76-0,03-0,5-0, , 9,65 86,8 -,59-4, 85-9,49-0,06-0,35 -, ,5 0, , ,04-0, 0, ,86 08,, ,30,34-0,03 0,03 0, ,4 08,96,48-0,69-0,05,77-0,0 0,05 0, ,9 97,74 95,39 -,30 -,48-4, -0,04-0,4-0,4 0,4 0,4 03, ,5-0,03-0,0 0,0 4 4,4 3,67 0,8 3,99 0, 0,0 0,36,3 umber daa : daa diolah 8

10 Unuk nilai - nilai F dengan m = ercanum pada abel 4. m Tabel 4 Harga-Harga F +m NO BULAN F +m 0, 0, 0, ,7 04,83 98,36 4 4,4 09,9 09, ,9 6,6 35, ,53 05,09 98, ,96 87,95 76, ,57 00,3 0, ,55 07,94 4, ,93 08,94 3,4 00,06 95,6 9,6 0,83 0,87 03,9 umber daa : daa diolah Dari harga ramalan F dapa dihiung Mean Absolu Error (MAE) dengan m menggunakan rumus (.4). Nilai-nilai ersebu ercanum pada abel 5. Dari perhiungan ersebu ampak bahwa MAE dengan α = 0, paling kecil dibandingkan α = 0, dan α = 0,3. Tabel 5 Harga-Harga MAE NO BULAN MAE 0, 0, 0, ,83,7 8, ,58 30, 30, , , ,53-5,09-8, ,04 9,05 40, ,43 6,7 5, ,45,06-4, ,93 -,94-0,93 9,94 4,38 8,74 46,7 46,3 44,7 Jumlah 9,8 60,3 89,6 Raa - raa 0,90 3,66 6,33 umber daa : daa diolah Dengan demikian nilai ramalan pembeli unuk periode ke 3, 4, 5, dapa dihiung dengan menggunakan α = 0,. Tercanum pada abel 6. 9

11 Tabel 6 Harga-harga ramalan bulan Januari, Februari, Mare, 00 NO BULAN F +m a b c Januari 4,9 6,60 3,97 5,5 7,6 0,06 Februari 4,69 9,74 4,55 5,4 30,99,97 0,08 3 Mare 33,57 5,36 5,45 37,08,50 0,3 umber daa : daa diolah HAIL PEMBAHAAN Dari hasil peneliian di aas dengan meliha nilai - nilai yang ercanum pada abel 6 (lampiran 6), maka nilai ramalan pembeli unuk periode berikunya adalah 5, 5, 33. Dapa juga diliha dari bulan ke bulan pola daa jumlah pembeli mengalami urun naik. Hal ini erjadi karena adanya fakor musiman, seperi mina pembeli yang idak menenu, eapi perusahaan eap memberikan pelayanan sera informasi secara langsung aau idak langsung (melalui media masa) seperi radio, pemasangan iklan, spanduk. Dari daa jumlah pembeli ersebu mempunyai daa yang musiman eapi daa ersebu juga cenderung mempunyai rend naik. Dengan demikian dapa diarik kesimpulan bahwa meode riple exponenial smoohing epa digunakan unuk meramal jumlah pembeli barang. KEIMPULAN Berdasarkan pembahasan yang elah dilakukan pada bab sebelumnya, maka dari hasil peneliian dapa diarik kesimpulan yaiu pola daa jumlah pembeli barang menunjukkan pola yang dipengaruhi oleh fakor musiman, dengan menggunakan meode smoohing, yaiu meode riple exponenial smoohing dengan menggunakan α = 0,. ehingga dari perhiungan dengan menggunakan rumus ersebu dapa diperoleh daa yaiu ramalan pembeli unuk bulan berikunya (Januari, Februari, Mare ahun 00) adalah sebesar 5, 5, 33 orang. *) Mahasiswa TT POMODA, **) aff Pengajar TT POMODA DAFTAR PUTAKA Arionang, Lerbin R Peramalan Bisnis. Jakara. Ghalia Indonesia. Koler, 00. Manajemen Pembelian. Jakara. Erlangga ubagyo, Pangesu Forecasing Konsep dan Aplikasi. Yogyakara : BPFE Yogyakara. ubagyo, Pangesu. 00. aisika Indukif. Yogyakara : BPFE Yogyakara. uprano, J aisika Teori Dan Aplikasi (Jilid ). Jakara : Erlangga ypos, Makridakis Meode dan Aplikasi Peramalan jilid I. Jakara : Erlangga. (hp://id.shvoong.com/businessmanagemen/enrepreneurship/9906-pengerianpembeli/. diakses -0-00). (hp://reposiory.upnyk.ac.id/44/.haspreviewhumbnailversion/e- 7_penerapan_meode_exponenial_smoohing_winer_dalam_sisem_informasi_pengen dalian_persediaan.pdf. diakses --03). 0