Analisis Peramalan Penjualan Kopi (Kapal Api) Menggunakan Metode Arima Box-Jenkins pada PT Fastrata Buana Bandung

Lilis Perawati, Muhardi Muhardi

Abstract


Abstract. The globalization that engulfs businesses and businesses requires companies to design various business strategy techniques to survive. Decisions made based on the results of the analysis and interpretation of quantitative data, in this case statistical methods are absolutely necessary as a means of analysis and interpretation of quantitative data. This research, the method used is (ARIMA) or also often referred to as the Box-Jenkins time series method. Forecasting always aims to make the forecast that made ordinary minimize (forecast error) means the difference between reality with the forecast is not too far away. A good prediction is a prophecy that is close to reality. The best prediction model obtained to forecast coffee sales is the ARIMA model (1,1,1), with the model equation as follows ( Which is used to forecast the sale of coffee (Kapal Api) in PT Fastrata Buana Bandung 10 periods ahead. The election is the value of MSE amounting to (505336100.2) MAD (21745.6), and MAPE (0.179548 or 17.90%).

Keywords: Forecasting, ARIMA Box-Jenkins Method, Forecast Error

 

Abstrak. Globalisasi yang melanda dunia bisnis dan usaha mengharuskan perusahan untuk merancang berbagai macam teknik strategi usaha untuk dapat bertahan. Keputusan-keputusan yang diambil berdasarkan pada hasil analisis dan interpretasi data kuantitatif, dalam hal ini metode statistik mutlak diperlukan sebagai peralatan analisis dan interpretasi data kuantitatif. Pada penelitian ini, metode yang digunakan adalah (ARIMA) atau juga yang sering disebut dengan metode runtun waktu Box-Jenkins. Peramalan selalu bertujuan agar ramalan yang di buat biasa meminimumkan kesalahan peramalan (forecast error) artinya perbedaan antara kenyataan dengan ramalan tidak terlalu jauh. Ramalan yang baik adalah ramalan yang mendekati kenyataan. Model ramalan terbaik yang didapatkan untuk meramalkan penjualan kopi adalah model ARIMA (1,1,1), dengan persamaan model sebagai berikut (an kopi (kapal api) di PT Fastrata Buana Bandung 10 periode ke depan. Pemilihan tersebut atas nilai MSE sebesar (505336100,2) MAD sebesar (21745,6), dan MAPE sebesar (0,179548 atau 17,90%).

Kata Kunci: Peramalan, Metode ARIMA Box-Jenkins, Meminimumkan Kesalahan Peramalan


Keywords


Peramalan, Metode ARIMA Box-Jenkins, Meminimumkan Kesalahan Peramalan

Full Text:

PDF

References


Ana, skripsi, 2006. Peramalan Jumlah Kunjungan Pasien Penyakit Jantung Bawaan Pada Anak Dengan Menggunakan Metode Deret Berkala Box-Jenkins. Surabaya : Universitas Airlangga Fakultas Kesehatan Masyarakat. Arsyad, S.L. Metedologi Penelitian Bisnis Untuk Akuntansi dan Manajemen, Edisi Pertama, Cetakan I, BPFE, Yogyakarta. 1995

Assauri, Sofjan. (2008). Manajemen Produksi dan Operasi. Jakarta: Lembaga Penerbit Fakultas Ekonomi Indonesia.

Aswi & Sukarna. 2006. Analisis Deret Waktu, Makasar: Andira Publisher Box, GEP., Jenkinss, G.M., & Reinsel, G.C. (1994). Time Series Analysis: Forecasting and Control Third Edition. New Jersey Pearson Prentice Hall

Heizer, Jay dan Barry Render, 2006. Manajemen Operasi, Alih Bahasa

Swianoegrahwati Setyoningsi dan Indra Almahdy. Jakarta: Selemba Empat. Hanke. J. E., D. W. Wichern and A. G. Reitsch. 2003. Peramalan Bisnis. PT. Prehalindo. Jakarta.

Juanda, B. Junaidi. (2012). Ekonometrika Deret Waktu: Teori dan Aplikasi. Bogor. IPB Press.

Lerbin R. Aritonang R. (2002). Peramalan Bisnis. Jakarta: Penerbit Ghalia Indonesia.

Maridakis, Spyros, Steven C. Wheelwright, dan Victor E. McGee. (1999). Metode dan Aplikasi Permalan. Jilid 1. Edisi Kedua. Binarupa Aksara. Jakarta.

Mulyana. (2004). Buku Ajar Analisis Deret Waktu. Bandung: FMIPA Universitas Padjajaran.

Russel, Roberta S. and Taylor Bernard W. (2000). Operation Management-third edition. Prentice-Hall, New Jersey.

Santoso, Singgih (2009). Business Forecasting: Metode Peramalan Bisnis Masa Kini dengan Minitab dan SPSS. Jakarta: Elex Media Komputido




DOI: http://dx.doi.org/10.29313/.v0i0.11302

Flag Counter   Â