Perbandingan Metode Moving Average dan Exponential Smoothing untuk Mengestimasi Jumlah Gangguan Layanan Internet
DOI:
https://doi.org/10.26593/jrsi.v13i2.7609.157-176Kata Kunci:
Forecasting, service interuption, moving average, single exponential smoothingAbstrak
Persaingan yang cukup ketat dalam bisnis telekomunikasi mengharuskan perusahaan untuk terus meningkatkan kualitas layanannya, termasuk dalam hal penanganan terhadap kendala jaringan ataupun keluhan pelanggan. Namun seringkali gangguan yang terjadi tidak diperkirakan jumlanya. Tentu saja kondisi ini akan berakibat pada alokasi sumberdaya dan anggaran untuk penanganan gangguan pelanggan pada periode selanjutnya dengan ketidakpastian. Penelitian ini bertujuan untuk menerapkan metode peramalan moving average (MA) dan single exponential smoothing (SES) guna memperkirakan jumlah gangguan layanan internet. Studi kasus yang dikaji pada penelitian ini adalah perusahaan penyedia layanan internet yang memiliki cakupan layanan di wilayah Surabaya bagian utara. Jumlah data gangguan dikumpulkan dari periode Januari 2022 sampai Mei 2022, dengan total data sebanyak 18.453. Data gangguan dapat dibagi menjadi lima jenis, yaitu fisik, masal, logic, PSB/migrasi, dan lain-lain. Peramalan dilakukan menggunakan metode MA dengan rentang waktu tiga bulan. Sedangkan peramalan menggunakan metode SES dilakukan dengan terlebih dahulu menetukan nilai alfa yang menghasilkan nilai Mean Absolute Percentage Error (MAPE) terkecil. Hasil analsis menunjukkan bahwa kedua metode peramalan cukup efektif dan efisien dalam mengestimasikan jumlah gangguan. Pengujian kinerja peramalan dilakukan dengan pengukuran nilai Mean Absolute Deviation (MAD), Mean Square Error (MSE), dan Mean Absolute Percentage Error (MAPE). Hasil pengukuran kinerja peramalan menunjukkan bahwa metode SES jauh lebih baik dibandingkan MA di semua jenis data gangguan dengan nilai MAPE di bawah 2%.
Referensi
Aden, A. (2020). Forecasting The Eksponential Smoothing Methods.
Andini, T. D., & Auristandi, P. (2016). Peramalan Jumlah Stok Alat Tulis Kantor di UD Achmad Jaya Menggunakan Metode Double Exponential Smoothing. Jurnal Ilmiah Teknologi Informasi Asia, 10(1).
Asynari, E., Wahyudi, D., & Aeni, Q. (2020). Analisis Peramalan Permintaan Pada Geprek Bensu Menggunakan Meode Time Series. Teknologi Dan Sistem Informasi, VI(3).
Gustriansyah, R., Nadia, W., & Sofiana, M. (2019). Komparasi Metode Peramalan Jumlah Permintaan Kamar Hotel. Jurnal Ilmiah Informatika Global, 9(2). https://doi.org/10.36982/jig.v9i2.563
Hakimah, M., Rahmawati, W. M., & Afandi, A. Y. (2020). Pengukuran Kinerja Metode Peramalan Tipe Exponential Smoothing Dalam Parameter Terbaiknya. Network Engineering Research Operation, 5(1). https://doi.org/10.21107/nero.v5i1.150
Lusiana, A., & Yuliarty, P. (2020). Penerapan Metode Peramalan (Forecasting) Pada Permintaan Atap di PT X. Industri Inovatif : Jurnal Teknik Industri, 10(1). https://doi.org/10.36040/industri.v10i1.2530
Nugraha, E. Y., & Suletra, I. W. (2017). Analisis Metode Peramalan Permintaan Terbaik Produk Oxycan pada PT. Samator Gresik. Seminar Dan Konferensi Nasional IDEC.
Nabillah, I., & Ranggadara, I. (2020). Mean absolute percentage error untuk evaluasi hasil prediksi komoditas laut. JOINS (Journal of Information System), 5(2), 250–255. https://doi.org/10.33633/joins.v5i2.3900
Rachman, R. (2018). Penerapan Metode Moving Average Dan Exponential Smoothing Pada Peramalan Produksi Industri Garment. Jurnal Informatika, 5(2). https://doi.org/10.31311/ji.v5i2.3309
Rahman, A. A., Supaidi, A., Aslamiah, I., & Ibrahim, A. (2018). Implementasi Customer Relationship Management (Crm) Pelayanan Pelanggan (Corporate) Divisi Bges Pada PT Telkom Witel Sumsel. JRMSI - Jurnal Riset Manajemen Sains Indonesia, 9(1). https://doi.org/10.21009/jrmsi.009.1.05
Ramdani, D. A., & Azizah, F. N. (2021). Metode Peramalan moving Average, 1000 Analisis Perbandingan Peramalan Permintaan Pelumas Pt Xyz Dengan Metode Moving Average, Exponential Smoothing Dan Naive Method. Seminar Nasional Official Statistics, 2020(1). https://doi.org/10.34123/semnasoffstat.v2020i1.576
Septiyana, D., & Bahtiar, A. (2020). USULAN Perbaikan Peramalan Produksi Ban Pt. Xyz Melalui Pendekatan Metode Exponential Smoothing. Journal Industrial Manufacturing, 5(1). https://doi.org/10.31000/jim.v5i1.2444
Sudiman, S. (2020). Peramalan Untuk Perencanaan Produksi Stop Valve Tipe Tx277s Menggunakan Metode Peramalan Deret Waktu (Time Series) Di PT. XYZ. JITMI (Jurnal Ilmiah Teknik Dan Manajemen Industri), 3(1). https://doi.org/10.32493/jitmi.v3i1.y2020.p7-14
Supriyanto, W. (2019). Strategi Komunikasi Internal PDAM Tirta Satria Mengatasi Keluhan Pelanggan. Warta ISKI, 2(01). https://doi.org/10.25008/wartaiski.v2i01.27
Yudiarti, & Wira, W. (2019). Perbandingan Metode Peramalan Penjualan Semen Menggunakan Moving Average Dan Single Exponential Smoothing. Jurnal Ilmiah Matematika, 7(3).
Zaman, S. N., Merlina, N., & Nurajijah, N. (2021). Sistem Informasi Keluhan Pelanggan Berbasis Website. Evolusi : Jurnal Sains Dan Manajemen, 9(1). https://doi.org/10.31294/evolusi.v9i1.9636
