Implementasi Sistem Prediksi Pemesanan Stok Barang Menggunakan Algoritma SARIMA dan Reorder Point
Studi Kasus Di Devie`S Print Copy Center & Digital Printing
DOI:
https://doi.org/10.30872/atasi.v4i1.2900Keywords:
Digital Printing, SARIMA, Reorder Point, Safety Stock, Historical SalesAbstract
Manajemen stok yang tepat menjadi kunci utama dalam industri digital printing untuk menghindari gangguan operasional akibat kekurangan atau kelebihan persediaan. Devie's Print Copy Center & Digital Printing menghadapi tantangan dalam menentukan jumlah dan waktu pemesanan stok secara akurat, terutama karena adanya fluktuasi permintaan musiman dan waktu tunggu pengadaan barang. Penelitian ini bertujuan untuk mengembangkan sistem prediksi kebutuhan stok berbasis algoritma Seasonal Autoregressive Integrated Moving Average (SARIMA) yang dikombinasikan dengan metode Reorder Point (ROP) dan Safety Stock. Data penjualan historis dari Januari 2021 hingga April 2025 dianalisis dengan mempertimbangkan peningkatan permintaan musiman pada bulan Juni dan Desember. Proses peramalan menggunakan SARIMA menghasilkan model terbaik dengan parameter (0, 1, 0)(0, 0, 2, 12) dan nilai Root Mean Square Error (RMSE) sebesar 1174,81. Sistem prediksi yang dikembangkan dalam bentuk aplikasi web ini dilengkapi dengan dashboard interaktif yang memberikan notifikasi otomatis saat stok melewati batas ROP, beserta rekomendasi jumlah pemesanan minimum. Hasil peramalan menunjukkan bahwa model SARIMA mampu memprediksi kebutuhan stok dengan akurasi yang baik, sehingga sistem ini dapat membantu meningkatkan efektivitas pengelolaan stok dan mendukung kelangsungan operasional bisnis digital printing secara lebih optimal.
References
Dewi, N. M. S. S., Suryandari, N. N. A., Widyari, N. Y. A., & Sastrawan, I. K. (2024). Optimalisasi Pencatatan Stok Persediaan Dengan Kartu Stok Dan Pemeriksaan Omzet Harian Di Rockpizz Music. Prosiding Seminar Nasional Pengabdian Masyarakat, 3(1), 457–463.
Duma, A., & Pusvita, E. A. (2023). Pengembangan Sistem Informasi Data Siswa Berbasis Web Pada Smpn 09 Nabire Dengan Metode Waterfall. Journal of Information System Management (JOISM), 5(1), 70–76.
Ikhsani, I., Martanto, Dikananda, A. R., & Mulyawan. (2025). Prediksi Harga Emas Menggunakan Algoritma Seasonal Auto Regressive Integrated Moving Average. Jurnal informasi dan Komputer, 13(1), 1–10.
Kuswanto, H., Eko, P., Utomo, P., Khaira, U., & Waladi, A. (2025). Prediksi Nilai Ekspor Migas Indonesia Menggunakan Metode SARIMA dan LSTM. Jurnal Sains Teknologi dan Sistem Informasi, 5(1), 69–79. https://doi.org/10.54259/satesi.v5i1.4103
Muhajirin, Risnita, & Asrulla. (2024). Pendekatan Penelitian Kuantitatif Dan Kualitatif Serta Tahapan Penelitian. Journal Genta Mulia, 15(1), 82–92.
Nurani, A. T., Setiawan, A., & Susanto, B. (2023). Perbandingan Kinerja Regresi Decision Tree dan Regresi Linear Berganda untuk Prediksi BMI pada Dataset Asthma. Jurnal Sains dan Edukasi Sains, 6(1), 34–43. https://doi.org/10.24246/juses.v6i1p34-43
Nurfauzia, F., & Rizqiya, S. (2023). Reorder Point Analysis On Fasajaya Wholesale Store Inventory Using POM QM Application. JOBM-Journal Of Bussines Management Basic, 5(2). https://doi.org/https://doi.org/10.33481/jobm.v5i2.1113
Qisthi, N., Fitri, S. L., Imannuel, A., & Dewi, D. D. (2024). Prediksi Harga Emas Untuk Investasi Masa Depan Menggunakan Model Seasonal Autoregressive Integrated Moving Average (SARIMA). Journal of Innovation Research and Knowledge, 4(7), 4183–4194.
Ramadhan, A. D., & Fauzan, A. (2023). Prediksi Nilai Ekspor Non-Migas Di Jawa Barat Menggunakan Metode Seasonal Auto Regresif Integrated Moving Average (SARIMA). Emerging Statistics and Data Science Journal, 1(1), 10–19.
Ridla, M. A., Azise, N., & Rahman, M. (2023). Perbandingan Model Time Series Forecasting Dalam Memprediksi Jumlah Kedatangan Wisatawan Dan Penumpang Airport. SIMKOM, 8(1), 1–14. https://doi.org/10.51717/simkom.v8i1.103
Sagala, P. R., Rumapea, Y., & Silalahi, A. P. (2023). Pengendalian Persediaan Gas dengan Metode Economic Order Quantity untuk Menentukan Safety Stock dan Reorder Point. METHOSISFO: Jurnal Ilmiah Sistem Informasi, 3(2), 33–39. Diambil dari https://ejurnal.methodist.ac.id/index.php/methosisfo/33
Setiawan, F. (2024). Perancangan Aplikasi Pengendalian Persediaan Barang Dengan Metode Safety Stock Dan Reorder Point (Studi Kasus : PT. Airlangga Jaya Mandiri). Jurnal Ilmu Komputer dan Pendidikan, 2(2), 401–408. Diambil dari https://journal.mediapublikasi.id/index.php/logic
Syafar, M., Wulandari, J., Amanda, M. F., Shavira, N., Aulia, H. M., Syahfitri, D., & Dalimunthe, D. Y. (2024). Perbandingan Metode Sarima Dan Exponential Smoothing Dalam Memprediksi Curah Hujan Di Kabupaten Bangka Tengah. Jurnal Fraction, 4(2), 41–48.
Tokan, L. F., & Hermawan, A. (2023). Implementasi Model SARIMA Untuk Memprediksi Produksi Minyak Kelapa Sawit. JURNAL FASILKOM, 13(3), 456–463. Diambil dari https://ditjenbun.pertanian.go.id/template/uploads/202
Zamil, A. S., Anzani, L., & Arifin, W. A. (2023). Prediksi Tinggi Gelombang Laut Jakarta Utara Menggunakan Machine Learning: Perbandingan Algoritma Arima & Sarima. JURNAL ILMIAH TEKNOLOGI INFORMASI DAN KOMUNIKASI (JTIK), 14(2), 286–294. Diambil dari http://ejurnal.provisi.ac.id/index.php/JTIKP
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Adopsi Teknologi dan Sistem Informasi (ATASI)
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
