<> "The repository administrator has not yet configured an RDF license."^^ . <> . . . "PERBANDINGAN METODE SEASONAL ARIMA DAN HOLT-WINTERS DAMPED TREND DALAM MEMPREDIKSI PERMINTAAN SEPATU PADA PT. XYZ"^^ . "PT. XYZ, sebuah perusahaan industri alas kaki, menghadapi tantangan dalam merencanakan jumlah produksi yang menyebabkan ketidakseimbangan signifikan antara volume produksi dan penjualan. Kondisi ini menimbulkan masalah overstock dan out of stock, di mana ketidaksesuaian antara produksi dan permintaan menandakan adanya kebutuhan akan peramalan yang lebih akurat. Penelitian ini bertujuan untuk membandingkan metode Seasonal ARIMA (SARIMA) dan Holt-Winters Damped Trend guna menentukan model peramalan permintaan sepatu yang paling akurat di PT. XYZ. Penelitian ini menggunakan pendekatan kuantitatif dengan data sekunder penjualan bulanan dari Januari 2022 hingga Desember 2024. Analisis model dilakukan dengan software RStudio dan akurasi diukur menggunakan Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), Mean Absolute Percentage Error (MAPE), Mean absolute scaled error (MASE) dan Percent Bias (PBIAS). Hasil penelitian mengidentifikasi ARIMA(1,0,0)(0,1,0)[12] sebagai model SARIMA terbaik dengan nilai MAE (6.034,5630), MAPE (15,9648%) berada pada kategori “baik”, dan MASE (0,6104) yang terendah dibandingkan kedua model Holt-Winters Damped Trend. Hasil peramalan untuk periode Januari hingga Mei 2025 dibandingkan dengan data penjualan aktual, model SARIMA terbukti lebih mendekati dengan selisih PBIAS 13,8736 (underestimation) yang dikategorikan dalam peringkat kinerja (Baik/B). Selain itu, hasil peramalan SARIMA untuk puncak permintaan Juli 2025 selaras dengan target internal PT.XYZ sebesar 130.000 pasang sepatu. Oleh karena itu, dapat disimpulkan bahwa model SARIMA merupakan model yang paling akurat pada peramalan ini dan direkomendasikan untuk implementasi dalam perencanaan permintaan dan produksi di PT. XYZ.\r\n\r\nKata Kunci: Akurasi Model, Holt-Winters Damped Trend, Peramalan, Permintaan Sepatu, SARIMA.\r\n\r\n\r\nPT. XYZ, a footwear manufacturer, faces challenges in planning production quantities, resulting in a significant imbalance between production volume and sales. This condition has led to overstock and stockout issues, indicating the need for more accurate demand forecasting. This study aims to compare the Seasonal ARIMA (SARIMA) and Holt–Winters Damped Trend methods to determine the most accurate model for forecasting shoe demand at PT. XYZ. A quantitative approach is employed using monthly secondary sales data from January 2022 to December 2024. Model analysis is conducted in RStudio, and accuracy is evaluated using Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), Mean Absolute Percentage Error (MAPE), Mean Absolute Scaled Error (MASE), and Percent Bias (PBIAS). The results identify ARIMA(1,0,0)(0,1,0)[12] as the best SARIMA model, with MAE of 6,034.5630, MAPE of 15.9648% (classified as “good”), and the lowest MASE (0.6104) compared with the two Holt–Winters Damped Trend models. For January–May 2025, when forecasts are compared with actual sales, the SARIMA model more closely tracks reality, with a PBIAS of 13,8736 (underestimation) rated Good (B). In addition, the SARIMA forecast for the July 2025 demand peak aligns with PT. XYZ’s internal target of 130,000 pairs of shoes. Therefore, it can be concluded that the SARIMA model is the most accurate in this forecasting and is recommended for implementation in PT. XYZ’s demand and production planning.\r\n\r\nKeywords: Forecasting, Holt-Winters Damped Trend, Model Accuracy, SARIMA, Shoe Demand."^^ . "2025-11-28" . . . . . . . . . "Universitas Pendidikan Indonesia"^^ . . . "KODEPRODI63315#Teknik Logistik_S1, Universitas Pendidikan Indonesia"^^ . . . . . . . . . . . . . . . "-"^^ . "Agus Setiawan"^^ . "- Agus Setiawan"^^ . . "-"^^ . "Vina Dwiyanti"^^ . "- Vina Dwiyanti"^^ . . "-"^^ . "Arvi Rizka Hidayah"^^ . "- Arvi Rizka Hidayah"^^ . . . . . . "PERBANDINGAN METODE SEASONAL ARIMA DAN HOLT-WINTERS DAMPED TREND DALAM MEMPREDIKSI PERMINTAAN SEPATU PADA PT. XYZ (Text)"^^ . . . "S_TL_2102874_Title.pdf"^^ . . . "PERBANDINGAN METODE SEASONAL ARIMA DAN HOLT-WINTERS DAMPED TREND DALAM MEMPREDIKSI PERMINTAAN SEPATU PADA PT. XYZ (Text)"^^ . . . "S_TL_2102874_Chapter1.pdf"^^ . . . "PERBANDINGAN METODE SEASONAL ARIMA DAN HOLT-WINTERS DAMPED TREND DALAM MEMPREDIKSI PERMINTAAN SEPATU PADA PT. XYZ (Text)"^^ . . . "PERBANDINGAN METODE SEASONAL ARIMA DAN HOLT-WINTERS DAMPED TREND DALAM MEMPREDIKSI PERMINTAAN SEPATU PADA PT. XYZ (Text)"^^ . . . "S_TL_2102874_Chapter3.pdf"^^ . . . "PERBANDINGAN METODE SEASONAL ARIMA DAN HOLT-WINTERS DAMPED TREND DALAM MEMPREDIKSI PERMINTAAN SEPATU PADA PT. XYZ (Text)"^^ . . . "PERBANDINGAN METODE SEASONAL ARIMA DAN HOLT-WINTERS DAMPED TREND DALAM MEMPREDIKSI PERMINTAAN SEPATU PADA PT. XYZ (Text)"^^ . . . "S_TL_2102874_Chapter5.pdf"^^ . . . "PERBANDINGAN METODE SEASONAL ARIMA DAN HOLT-WINTERS DAMPED TREND DALAM MEMPREDIKSI PERMINTAAN SEPATU PADA PT. XYZ (Text)"^^ . . "HTML Summary of #144579 \n\nPERBANDINGAN METODE SEASONAL ARIMA DAN HOLT-WINTERS DAMPED TREND DALAM MEMPREDIKSI PERMINTAAN SEPATU PADA PT. XYZ\n\n" . "text/html" . . . "HD Industries. Land use. Labor"@en . . . "HD28 Management. Industrial Management"@en . . . "L Education (General)"@en . .