PERBANDINGAN METODE DES (DOUBLE EXPONENTIAL SMOOTHING) DAN METODE TES (TRIPLE EXPONENTIAL SMOOTHING) PADA PERAMALAN PRODUKSI MINYAK KELAPA SAWIT (CPO) INDONESIA TAHUN 2020-202

Peramalan (forecasting) merupakan suatu langkah yang penting dalam pembuatan perencanaan bagi setiap organisasi bisnis dan untuk setiap pengambilan keputusan yang baik. Metode peramalan Double Exponential Smoothing Brown merupakan salah satu metode peramalan data berkala (time series) yang dirancang untuk suatu data yang memuat unsur trend. Metode Triple Exponential Smoothing merupakan metode yang cocok untuk peramalan data fluktual atau mengalami gelombang pasang surut. Dalam penelitian ini, data jumlah produksi minyak kelapa sawit (CPO) pada PR, PBN dan PBS Indonesia tahun 2011-2019 mengindikasikan adanya pola data trend. Data yang diperoleh kemudian dianalisis dengan menggu- nakan metode Double Exponential Smoothing dan Triple Exponential Smoothing dan mencari forecast error terkecil berdasarkan Mean Absolute Deviasi (MAD) dan Mean Absolute Percentage Error (MAPE) terkecil dari dua pengujian metode tersebut. Nilai parameter α terbaik yang digunakan untuk meramalkan jumlah produksi Indonesia tersebut adalah pada metode Double Exponential Smoothing PR α = 0, 7 dengan MAD = 174.088, 16 dan persentase error = 0, 0178, PBN yaitu α = 0, 5 dengan MAD = 184.554, 14 dan persentase error = 0, 0809, serta PBS α = 0, 76 dengan MAD = 417.752, 63 dan persentase error = 0, 0277.