Komparasi Kinerja Holt-Winters dan Simple Moving Average pada Data Penjualan Cetakan Berbasis Pra-Pemrosesan Winsorize

Abstrak

Peramalan penjualan merupakan komponen penting dalam perencanaan produksi dan pengelolaan persediaan pada industri percetakan. Penelitian ini bertujuan untuk membandingkan kinerja metode Holt-Winters (Triple Exponential Smoothing) dan Simple Moving Average (SMA) dalam memprediksi penjualan berdasarkan data riil transaksi cetakan periode Agustus 2022 hingga November 2023. Data diagregasi menjadi periode mingguan dan melalui tahap pra-pemrosesan menggunakan Winsorizing serta Epsilon Adjustment untuk mengatasi anomali nilai ekstrem dan fluktuasi pesanan Business-to-Business (B2B). Setelah itu, data dibagi menjadi 80% data latih dan 20% data uji. Evaluasi model dilakukan menggunakan Mean Absolute Error (MAE), Root Mean Square Error (RMSE), dan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa metode Holt-Winters dengan optimasi parameter otomatis mengungguli metode SMA (Window 3), menghasilkan tingkat kesalahan yang lebih rendah dengan nilai MAPE sebesar 48,84% dibandingkan SMA yang mencapai 54,30%. Hal ini membuktikan bahwa dengan pra-pemrosesan yang tepat, data penjualan cetakan teridentifikasi memiliki pola musiman berulang (recurring seasonality) pada siklus 4 mingguan yang berhasil ditangkap oleh model Holt-Winters. Kebaruan penelitian ini terletak pada penerapan teknik Winsorizing pada data riil industri percetakan yang sangat fluktuatif untuk menstabilkan varians, serta analisis komparatif untuk menentukan model peramalan yang paling adaptif bagi rantai pasok.