Optimalisasi Pengelolaan Stok Dukung Strategi Prediksi Penjualan UMKM Ayam Geprek

Illustrasi gambar, sumber: Meta AI

FORMOSA NEWS - Bogor- Lukie Trianawati, Leni Lidya, Ai Imas Faidhoh Fatimah, Nurafi Razna Suhaima, dan Aulia Irhamni Fajri memaparkan bahwa strategi pengelolaan stok yang optimal melalui metode prediksi penjualan sangat penting dalam operasional UMKM ayam geprek. Penelitian ini dilakukan di salah satu UMKM ayam geprek di wilayah Cilibende, Bogor, sepanjang bulan September 2024 dengan pendekatan kuantitatif.

Permasalahan utama dalam manajemen stok UMKM adalah ketidaksesuaian antara produksi dan permintaan yang berakibat pada kelebihan stok, pemborosan biaya, dan kerugian. Penelitian ini menggunakan teknik pengambilan data observasi langsung serta metode peramalan kuantitatif seperti Moving Average dan Exponential Smoothing (ETS). Tujuan utamanya adalah mengidentifikasi metode yang memberikan tingkat kesalahan terkecil berdasarkan nilai MAD, MSE, dan MAPE.

Data produksi dan permintaan ayam geprek selama 30 hari dianalisis untuk melihat pola dan fluktuasi. Pada hari-hari tertentu seperti tanggal 5, 7, 9, dan 10, produksi sesuai dengan permintaan tanpa surplus, sedangkan pada tanggal 12 dan 14 terjadi lonjakan permintaan yang melebihi produksi. Hal ini menunjukkan pentingnya akurasi peramalan untuk mengantisipasi hari dengan permintaan tinggi.

Metode Moving Average diuji dengan pendekatan rata-rata harian, 3-harian, dan mingguan. Hasil perhitungan menunjukkan bahwa metode Simple Moving Average menghasilkan nilai kesalahan paling rendah (MAD: 5, MSE: 45, MAPE: 13%), sehingga dianggap paling sesuai untuk memprediksi permintaan harian ayam geprek yang cenderung stabil.

Metode Exponential Smoothing juga diuji dengan dua nilai smoothing constant, yaitu α = 0.5 dan α = 0.9. Hasilnya, ETS dengan α = 0.5 menunjukkan kesalahan yang lebih rendah (MAD: 6, MSE: 73, MAPE: 15%) dibandingkan α = 0.9, sehingga lebih efektif untuk kondisi data dengan fluktuasi sedang. Sebaliknya, α = 0.9 bersifat lebih sensitif terhadap perubahan tiba-tiba, namun menghasilkan kesalahan yang lebih besar.

Kesimpulan dari penelitian ini adalah bahwa metode Simple Moving Average paling direkomendasikan untuk merencanakan stok ayam geprek karena memberikan hasil prediksi dengan kesalahan terkecil. Penelitian juga menyarankan eksplorasi metode lanjutan seperti ARIMA dan analisis sensitivitas terhadap parameter α guna meningkatkan akurasi pada pola permintaan yang lebih fluktuatif.