Abstract
Abstract: This study aims to compare the accuracy between time series forecasting methods, namely Double Exponential Smoothing (DES) and Double Moving Average (DMA), in forecasting ground coffee sales at Lopo Mandheling Coffee, an MSME in the beverage sector. The sales data used is monthly data from January 2024 to March 2025. The analysis was carried out by calculating the accuracy of each method using the MAPE, MAD, and MSE indicators. The results show that the DMA method provides more accurate forecasting results than the DES method for both types of coffee (Specialty and Premium). DMA has lower MAPE, MAD, and MSE values, so it is more recommended for use in sales forecasting in this MSME. This study provides a practical contribution for MSME actors in improving operational efficiency through a data-driven forecasting approach. Keyword: Sales forecasting; double exponential smoothing; double moving average; ground coffee; MSME Abstrak: Penelitian ini bertujuan sebagai perbandingan akurasi antara metode peramalan deret waktu, yaitu Dpuble Exponential Smoothing (DES) dan Double Moving Avarega (DMA), dalam meramalkan penjualan kopi bubuk di Lopo Mandheling Coffee, sebuah UMKM di sektor minuman. Data penjulan yang digunakan merupakan data bulanan dari Januari 2024 hingga Maret 2025. Analisis dilakukan dengan menghitung akurasi masing-masing metode menggunakan indikator MAPE, MAD, dan MSE. Hasil penelitian menunjukkan bahwa metode DMA memberikan hasil peramalan yang lebih akurat dibandingkan metode DES untuk kedua jenis kopi (Specialty dan Premium). DMA memiliki nilai MAPE, MAD, dan MSE yang lebih rendah, sehingga lebih direkomendasikan untuk digunakan dalam peramalan penjualan pada UMKM ini. Penelitian ini memberikan kontribusi praktis bagi pelaku UMKM dalam meningkatkan efisiensi operasional melalui pendekatan peramalan berbasis data. Kata kunci: Peralaman penjualan; double exponential smoothing; double moving average; kopi bubuk; UMKM
