Perpustakaan Digital ITB

PT Semen Padang merupakan sebuah perusahaan persemenan tertua di Indonesia yang memproduksi batu split dalam unit BINS (Bisnis Inkubator Non Semen). Perusahaan mengalami permasalahan berupa indikasi supply-demand mismatch untuk produk batu split dengan nilai sMAPE aktual bulanan sebesar 51,16% selama periode Oktober 2023 hingga Maret 2025. Perbedaan yang besar antara supply- demand disebabkan karena perusahaan belum menerapkan sistem perencanaan produksi sistematis. Kondisi eksisting produksi didasarkan subjektivitas koordinator produksi tanpa mempertimbangkan kondisi penjualan historis. Untuk mengatasi permasalahan tersebut, penelitian ini berfokus dalam pengembangan usulan metode ensemble forecasting (peramalan gabungan) dalam konteks perencanaan agregat produk batu split sebagai langkah awal unit BINS dalam sistem perencanaan produksi sistematis. Metode peramalan ensemble forecasting digunakan atas dasar penggabungan hasil prediksi dari beragam model individual menjadi sebuah prediksi final dengan akurasi tinggi. Kategori model individual yang dipertimbangkan adalah model linear, time series, dan machine learning, dengan terdapat 2 metode pembanding dalam ensemble forecasting, yaitu metode ensemble stacking dan blending. Evaluasi model menggunakan prinsip Out- of-Fold (OOF) dengan pemisahan training dan testing set beserta dengan metode evaluasi TimeSeriesSplit Cross Validation (TSCV). Hasil penelitian adalah usulan model peramalan terbaik, yaitu metode ensemble forecasting stacking dengan bantuan meta-model Random Forest (RF) yang mampu menghasilkan sMAPE test bulanan sebesar 8,27%. Solusi yang diusulkan mampu memberikan peningkatan akurasi sebesar 89,83% jika dibandingkan dengan sMAPE aktual pada periode testing set yang sama.