DEMAND FORECASTING AS A STRATEGIC INSTRUMENT FOR MANAGERIAL DECISION-MAKING: A SYSTEMATIC LITERATURE REVIEW

Abstract

ABSTRACT

This study conducts a Systematic Literature Review (SLR) to evaluate the strategic role of demand forecasting in managerial decision-making. Utilizing Publish or Perish software, relevant articles published between 2015 and 2025 were retrieved from Scopus, Web of Science, Dimensions, and Google Scholar. Applying the PRISMA guidelines, eleven rigorous studies were selected for final analysis. The findings indicate that while traditional time-series methods, such as ARIMA and exponential smoothing, remain widely utilized, there is a significant shift toward machine learning and hybrid models to achieve higher accuracy amid complex demand patterns. Furthermore, bibliometric analysis conducted via VOSviewer identified four primary research clusters: model development, forecasting methodologies, managerial approaches, and sectoral applications. This study concludes that demand forecasting transcends its function as a mere technical tool, serving instead as a vital strategic instrument that significantly enhances managerial decision-making efficiency.

Keywords: decision-making; demand forecasting; machine learning; managerial economics; systematic literature review.

ABSTRAK

Penelitian ini melakukan Systematic Literature Review (SLR) atau Tinjauan Literatur Sistematis untuk mengevaluasi peran strategis peramalan permintaan dalam pengambilan keputusan manajerial. Dengan menggunakan perangkat lunak Publish or Perish, artikel-artikel relevan yang diterbitkan antara tahun 2015 dan 2025 dikumpulkan dari Scopus, Web of Science, Dimensions, dan Google Scholar. Melalui penerapan pedoman PRISMA, sebelas studi yang memenuhi kriteria ketat dipilih untuk analisis akhir. Temuan penelitian menunjukkan bahwa meskipun metode deret waktu (time-series) tradisional, seperti ARIMA dan exponential smoothing, masih digunakan secara luas, terdapat pergeseran signifikan ke arah pembelajaran mesin (machine learning) dan model hibrida untuk mencapai akurasi yang lebih tinggi di tengah pola permintaan yang kompleks. Selain itu, analisis bibliometrik yang dilakukan melalui VOSviewer mengidentifikasi empat klaster penelitian utama: pengembangan model, metodologi peramalan, pendekatan manajerial, dan aplikasi sektoral. Studi ini menyimpulkan bahwa peramalan permintaan melampaui fungsinya yang hanya sebagai alat teknis belaka, melainkan berfungsi sebagai instrumen strategis vital yang secara signifikan meningkatkan efisiensi pengambilan keputusan manajerial.

Kata kunci: ekonomi manajerial; pengambilan keputusan; pembelajaran mesin; peramalan permintaan; tinjauan literatur sistematis.