Analisis Metode Moving Avarege , Exponental Smoothing ,Dan Arima Dalam Peramalan Permintaan Untuk Pengendalian Stok Floor Rear di PT Summit Adyawinsa Indonesia

Permintaan yang berfluktuasi menjadi tantangan dalam pengendalian stok, terutama pada komponen floor rear di PT Summit Adyawinsa Indonesia. Ketidaktepatan peramalan dapat menyebabkan terjadinya kelebihan atau kekurangan persediaan yang berdampak pada biaya penyimpanan maupun risiko keterlambatan produksi. Penelitian ini bertujuan menganalisis dan membandingkan tiga metode peramalan, yaitu Moving Average (MA), Exponential Smoothing (ES), dan Autoregressive Integrated Moving Average (ARIMA) untuk menentukan metode terbaik dalam memprediksi kebutuhan floor rear.Data historis produksi tahun 2024 digunakan sebagai dasar peramalan. Evaluasi model dilakukan dengan menggunakan ukuran kesalahan Mean Absolute Deviation (MAD), Mean Squared Error (MSE), dan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa metode Moving Average 3 bulan memiliki akurasi paling tinggi dengan nilai MAPE 2,935%, diikuti oleh ARIMA sebesar 3,761% dan Exponential Smoothing sebesar 4,418%. Nilai MAPE yang lebih rendah menunjukkan bahwa metode Moving Average lebih sesuai untuk pola permintaan yang fluktuatif namun tidak terlalu kompleks.Penerapan metode Moving Average 3 bulan dapat membantu perusahaan dalam merencanakan kebutuhan material secara lebih tepat mengurangi risiko terjadinya stockout maupun overstock serta mendukung kelancaran proses produksi. Dengan demikian, hasil penelitian ini dapat menjadi acuan dalam pemilihan metode peramalan yang efektif untuk meningkatkan efisiensi pengendalian stok.

Kata Kunci: Moving Average, Exponential Smoothing, ARIMA, Peramalan Permintaan, Pengendalian Stok.