Tiga Mahasiswa Teknik Industri Universitas Indonesia angkatan 2019 menyampaikan paparan mengenai “Comparison of Double Exponential and Single Exponential Smoothing Accuracy in Krakatau Steel Demand Forecasting Fitted Model” pada Indian International Conference on Industrial Engineering and Operations Management (IEOM) di Amrita University, Bangalore, India. Konferensi ini diselenggarakan oleh IEOM Society pada 15 Juli–18 Agustus 2021 secara daring dengan 35 negara yang turut berpartisipasi. negara-negara tersebut di antaranya, Indonesia, Amerika Serikat, Inggris, India, Jepang, Kanada, Jerman, Taiwan, dan lain-lain.
Ketiga mahasiswa tersebut adalah Indry Marentia Purba, Muhammad Rummy Alfadjri, Pradieqta Uli Paramesywarie dibawah bimbingan Prof. Rahmat Nurcahyo. Makalah yang dipresentasikan berjudul ‘Perbandingan Akurasi Pemulusan Eksponensial Ganda dan Eksponensial Tunggal dengan Model Fitted untuk PT Krakatau Steel’ dan bertujuan untuk membandingkan metode mana yang paling baik digunakan dalam memprediksi permintaan baja krakatau.
“Kami melihat Krakatau Steel sebagai salah satu perusahaan manufaktur di Indonesia yang telah mengalami kerugian selama 9 tahun dengan jumlah kerugian pada tahun 2018 sebesar US$112 juta. Penelitian kami membahas wacana perkiraan yang akan dihadapi banyak perusahaan saat menetapkan rencana strategis baru yang optimal dan bertujuan untuk membandingkan metode mana yang paling baik digunakan dalam memprediksi permintaan baja Krakatau dengan menggunakan data akumulatif produk baja yang dikumpulkan dari laporan tahunan Krakatau Steel selama 14 tahun terakhir (2005—2019),” ungkap Indry.
“Kami menemukan bahwa Metode Double Exponential Smoothing dan Single Exponential Smoothing digunakan untuk memprediksi permintaan di tahun 2019. Kami mencoba mengukur keakurasian setiap metode dengan menggunakan MAPE (Mean Absolute Percentage Error), MAD (Mean Absolute Deviation), MSD (Mean Square Deviation), dan MSE (Means Square Error) dan menemukan bahwa metode single exponential smoothing lebih baik dan lebih akurat dibandingkan metode double exponential smoothing,” jelas Muhammad Rummi terkait hasil penelitian.
Single Exponential Smoothing menunjukkan hasil prakiraan yang lebih mendekati data aktual yang sesuai dengan perbedaan sekitar 335.067 ton. Hal ini juga dapat dibuktikan dengan nilai MAPE, MSD, MAD, dan MSE yang lebih kecil dari pada Double Exponential Smoothing sehingga menunjukkan akurasi yang lebih dibandingkan dengan metode Double Exponential dengan rincian nilai MAPE 1,23664E+0, nilai MAD 2, 20761E+05, nilai MSD 9,88990E+10, dan nilai MSE 1,1227E+11.
“Namun karena nilai simpangannya masih jauh dari data aktual, maka diperlukan perbaikan untuk memberikan hasil yang paling akurat atau semirip mungkin dengan data aktual. Tim kami telah melakukan perbaikan lebih lanjut untuk menguji lebih lanjut nilai koefisien dan nilai MAPE terhadap hasil ramalan, namun Single Exponential Smoothing adalah metode yang paling akurat,” lanjut Pradieqta.
“Untuk pemulusan eksponensial tunggal, diperoleh peramalan terdekat adalah ketika koefisien memiliki nilai MAPE tertinggi sedangkan pemulusan eksponensial ganda, diperoleh peramalan terdekat adalah ketika koefisien memiliki nilai MAPE di antara yang terendah dan tertinggi. Menurut analisis validasi, MAPE terkecil tidak selalu memberikan hasil ramalan terdekat tetapi pemulusan eksponensial tunggal tetap memberikan nilai ramalan terdekat. Kami mendorong perusahaan untuk selalu mempertimbangkan dan memeriksa hasil nilai perkiraan orang lain meskipun nilai MAPE melebihi 20%,” tutup Prof. Rahmat Nurcahyo.