Peramalan adalah suatu cara untuk menentukan suatu keadaan (jumlah) yang akan datang dengan memanfaatkan data pada masa lalu. Apabila peramalan berjalan dengan baik maka kegiatan perusahaan akan menjadi lebih baik dan dapat dimanfaatkan selanjutnya untuk perencanaan produksi. Fakta ini dapat kita ketahui dengan memasukkan unsur error kedalam sebuah perumusan ramalan time series. Penyimpangan peramalan tidak hanya terjadi karena unsur error, namun juga karena ketidaksanggupan model ramalan dalam mengidentifikasi unsur lain dari deret data yang juga mempengaruhi besar penyimpangan dalam peramalan. Tujuan penelitian ini Untuk mengetahui peramalan penjualan produk pada CV. Tirta Angkasa divisi AMDK dengan menggunakan metode Single Moving Average, Exponensial Smoothing, Weighted Moving Average dan Trend Analisis pada bulan Januari 2023. Untuk mengetahui Forecast Error dari hasil peramalan dengan ke empat metode di atas. Untuk mengetahui metode peramalan yang tepat dalam menentukan besarnya penjualan produk pada CV. Tirta Angkasa divisi AMDK pada bulan Januari 2023. Penelitian ini menggunakan penelitian dengan pendekatan kuantitatif. Penelitian ini dilakukan di CV. Tirta Angkasa Kuningan yang bertempat di Jl. Raya Cinagara No.11, Langseb, Kec. Lebakwangi, Kabupaten Kuningan, Jawa Barat 45574. Jenis data menggunakan data kuantitatif dan sumber data yang digubakan data sekunder. Metode yang sesuai dan yang baik untuk diterapkan pada CV. Tirta Angkasa AMDK produk galon bulan Januari 2023 adalah Metode Trend Projection, karena memiliki tingkat error yang kecil. Apabila perusahaan ingin meramalkan tingkat penjualan produk galon bulan Januari 2023, sebaiknya perusahaan menerapkan metode peramalan Treend Projection, karena dari hasil perhitungannya memiliki Mean Absolute Error dan Mean Square Error terkecil dibanding dengan ketiga metode diatas.
Kata kunci : Peramalan Penjualan, Penjualan Produk Air Minum

Forecasting is a way to determine a situation (amount) that will come by utilizing data in the past. If the forecast goes well, the company's activities will be better and can be used further for production planning. We can find out this fact by incorporating the error element into a time series forecast formulation. Forecasting deviations do not only occur due to elements of error, but also due to the inability of the forecasting model to identify other elements of the data series which also affect the magnitude of deviations in forecasting. The purpose of this study is to determine product sales forecasting at CV. Tirta Angkasa AMDK division using the Single Moving Average, Exponential Smoothing, Weighted Moving Average and Trend Analysis methods in January 2023. To find out the Forecast Error from forecasting results with the four methods above. To find out the right forecasting method in determining the amount of product sales on CV. Tirta Angkasa AMDK division in January 2023. This study uses research with a quantitative approach. This research was conducted at CV. Tirta Angkasa Kuningan which is located on Jl. Raya Cinagara No. 11, Langseb, Kec. Lebakwangi, Kuningan Regency, West Java 45574. The type of data used is quantitative data and the data source used is secondary data. The appropriate and good method to apply to CV. Tirta Angkasa AMDK gallon products for January 2023 is the Trend Projection Method, because it has a small error rate. If the company wants to predict the level of sales of gallon products in January 2023, it is better for the company to apply the Treend Projection forecasting method, because the calculation results have the smallest Mean Absolute Error and Mean Square Error compared to the three methods above.
Keywords : Sales Forecasting, Sales of Drinking Water Products