PERBANDINGAN METODE DEKOMPOSISI MULTIPLIKATIF DAN ARIMA PADA HASIL PERAMALAN JUMLAH RODUKSI MASAKO KALDU AYAM (Studi Kasus : PT. Ajinomoto Indonesia Mojokerto Factory)

Peramalan didefinisikan sebagai metode memperkirakan nilai masa mendatang dengan mempertimbangkan data historis, kemudian memproyeksikannya ke masa depan melalui berbagai model matematis. Pada penelitian ini dilakukan peramalan jumlah produksi masako kaldu ayam di PT. Ajinomoto Indonesia Mojokerto Factory menggunakan perbandingan metode Dekomposisi Multiplikatif dan ARIMA (Auto Regressive Integrated Moving Average) karena keduanya efektif dalam mengidentifikasi komponen musiman dan trend, yang sesuai dengan pola data yang digunakan pada penelitian ini. Dekomposisi Multiplikatif dapat memisahkan data menjadi beberapa komponen sementara ARIMA fleksibilitas terhadap berbagai pola data. Namun, Dekomposisi Multiplikatif maupun ARIMA mempunyai keterbatasan dalam akurasi peramalan jangka panjang. Keduanya memiliki kelebihan dan kelemahan yang serupa, sehingga memungkinkan perbandingan yang relevan. Pada penelitian ini hasil peramalan menunjukkan bahwa Dekomposisi Multiplikatif menghasilkan MAPE sebesar 5,5% dan error standared sebesar 27, sementara ARIMA (0,1,1) memberikan MAPE terkecil sebesar 1,2% dan error standared sebesar 9. Sehingga didapatkan bahwa metode terbaik adalah ARIMA (0,1,1) karena memiliki nilai MAPE dan error standared terkecil yang menunjukkan tingkat akurasi dan ketepatan peramalan yang lebih tinggi dibandingkan metode Dekomposisi Multiplikatif.