Peramalan Permintaan dalam Perencanaan Produksi untuk Toko Tanaman Online Ti.Flos dengan Metode Seasonality

Abstract

Penelitian ini membahas kebutuhan mengenai adanya strategi perencanaan produksi yang optimal pada sebuah toko penjual tanaman Ti.Flos, sebuah usaha yang berkembang di sektor botani. Dengan adanya tujuan untuk meningkatkan efisiensi dalam melakukan operasional dan kepuasan pelanggan, studi ini melakukan pendekatan berbasis data dalam perencanaan produksi, dengan cara memanfaatkan data penjualan, memperkirakan jumlah permintaan dengan menggunakan metode seasonality index, metodologi ini bertujuan untuk meningkatkan efisiensi dalam perencanaan produksi dan meminimalkan biaya serta pemborosan sumber daya. Metodologi penelitian yang digunakan adalah metodologi penelitian dengan pendekatan campuran yang mengombinasikan pendekatan kuantitatif dan kualitatif. Data yang diambil pada tahun 2022 menunjukkan bahwa penjualan bervariasi secara signifikan. Melalui analisis yang dilakukan secara mendetail, didapatkan cara untuk meningkatkan keefisienan produksi dan kinerja bisnis secara keseluruhan. Temuan ini memberikan wawasan dalam peramalan permintaan dari konsumen untuk mengembangkan pasar dan memenuhi kepuasan konsumen secara efektif dan ketepatan dalam produksi.

This research addresses the need for an optimal production planning strategy at a plant seller Ti.Flos, a growing business in the botanical sector. With the aim of improving operational efficiency and customer satisfaction, this study takes a data-driven approach to production planning, by utilizing sales data, estimating demand by using the seasonality index method, this methodology aims to improve efficiency in production planning and minimize costs and waste of resources. The research methodology used is a mixed-approach research methodology that combines quantitative and qualitative approaches. Data taken in 2022 showed that sales varied significantly. Through detailed analysis, ways to improve production efficiency and overall business performance were found. The findings provide insights into forecasting demand from consumers to develop markets and meet customer satisfaction effectively and with accuracy in production.