Rancang Bangun Sistem Prediksi Persediaan Spare Part Kategori Free Service dengan Metode ARIMA di PT Batavia Bintang Berlian

Putri, Nur Indriani (2023) Rancang Bangun Sistem Prediksi Persediaan Spare Part Kategori Free Service dengan Metode ARIMA di PT Batavia Bintang Berlian. Diploma thesis, Politeknik STMI Jakarta.

	Text 1319073_Nur Indriani Putri_Abstrak.pdf - Accepted Version Download (182kB)
	Text 1319073_Nur Indriani Putri_TA.pdf - Accepted Version Restricted to Repository staff only Download (6MB)
	Text 1319073_Nur Indriani Putri_Turnitin.pdf - Accepted Version Restricted to Repository staff only Download (5MB)
	Text 1319073_Nur Indriani Putri_Dapus.pdf - Bibliography Download (196kB)

Abstract

PT Batavia Bintang Berlian merupakan dealer resmi kendaraan Mitsubishi Motors Krama Yudha Sales Indonesia (MMKSI) yang memberikan layanan 3S (Sales, Service, dan Spare part). Program free service merupakan salah satu bentuk pelayanan purna jual yang diadakan oleh MMKSI dengan memberikan gratis biaya service kendaraan untuk jarak tempuh 1.000 – 50.000 KM. Untuk meningkatkan kualitas pelayanannya, MMKSI mengadakan program forecast order spare part free service per kuartal untuk meminimalisir kekurangan stok spare part. Saat ini, proses untuk menentukan jumlah pemesanan spare part saat forecast order selama tiga bulan mendatang hanya berdasarkan asumsi dengan acuan dari perhitungan rata-rata penjualan spare part enam bulan sebelumnya. Oleh karena itu, PT Batavia Bintang Berlian perlu menerapkan sistem yang dapat memprediksi kebutuhan persediaan spare part dengan lebih akurat. Metodologi pengembangan sistem menggunakan metode prototype dan dalam pembuatan sistem berbasis web menggunakan bahasa pemrograman PHP dan Python untuk perhitungan prediksi dengan framework codeigniter dan database MySQL. Sedangkan metode yang digunakan untuk melakukan prediksi adalah metode ARIMA (Autoregressive Integrated Moving Average). Pada perhitungan spare part Air Refresher Assy (7850A002) menggunakan data historis penjualan spare part per bulan dari Januari 2022 – Mei 2023 didapat model terbaik adalah ARIMA (2, 1, 1) dengan hasil akurasi nilai MAE 11,02, MSE 149,41, dan MAPE 20,1 %. Dengan model ARIMA tersebut dapat memprediksi kebutuhan persediaan spare part untuk periode 3 bulan kedepan dengan hasil 73,13, 54,34, dan 58,77. Dibandingkan dengan metode perhitungan berjalan di perusahaan, disimpulkan bahwa metode ARIMA lebih baik dengan hasil akurasi jumlah MAE dari kelima spare part yang diuji adalah 53,5, sedangkan pada perhitungan berjalan dengan metode moving average 6 bulan didapat hasil jumlah MAE sebesar 70,24. Kata kunci: Sistem Prediksi, Persediaan, Spare Part, ARIMA, PHP, Python, Prototype

Actions (login required)

View Item