ANALISIS PREDIKSI PENJUALAN MOTOR MENGGUNAKAN METODE ARIMA DAN SINGLE EXPONENTIAL SMOOTHING STUDI KASUS : PT. SURYA SAHABAT UTAMA CABANG KOPO

Widyatama Repository

ANALISIS PREDIKSI PENJUALAN MOTOR MENGGUNAKAN METODE ARIMA DAN SINGLE EXPONENTIAL SMOOTHING STUDI KASUS : PT. SURYA SAHABAT UTAMA CABANG KOPO

Show full item record

Title: ANALISIS PREDIKSI PENJUALAN MOTOR MENGGUNAKAN METODE ARIMA DAN SINGLE EXPONENTIAL SMOOTHING STUDI KASUS : PT. SURYA SAHABAT UTAMA CABANG KOPO
Author: Meisela, Hana
Abstract: Salah satu masalah didalam proses penjualan barang adalah memprediksi jumlah barang, prediksi yang tidak tepat dapat menyebabkan overstock atau kekurangan barang yang disediakan sehingga keuntungan yang didapat tidak maksimal. Memprediksi jumlah barang yang akan terjual dapat dilakukan dengan mempelajari data penjualan periode sebelumnya. Dalam hal memprediksi jumlah barang, beberapa teknik telah dikembangkan dan dapat dikelompokkan ke dalam dua metode yaitu metode kualitatif dan metode kuantitatif . Pada kasus ini metode yang digunakan termasuk kedalam metode kuantitatif yaitu metode ARIMA ( Autoregressive Integreated Moving Average ) dan Single Exponential Smoothing, karena kedua metode tersebut merupakan metode yang cocok digunakan untuk prediksi jangka pendek dan ketepatan prediksi yang baik karena pada penelitian sebelumnya oleh Sutrisno Wijaya menghasilkan nilai akurasi 99.78 % untuk metode ARIMA (p,0,0), dan 99,77 % untuk metode Single Exponential Smoothing . Metode ARIMA adalah model yang secara penuh mengabaikan independen variable dalam pembuatan peramalan dan hanya menggunakan nilai masa lalu dan sekarang untuk menghasilkan peramalan jangka pendek. Metode ini dibagi menjadi 3 yaitu AR ( Autoregressive ), MA (Moving Average ) dan gabungan dari Autoregressive dan Moving Average ( ARIMA ). Sedangkan Single Exponential Smoothing adalah sebuah metode yang memperhalus data dengan menambahkan bobot parameter penghalusan / alpha . Proses perhitungan metode ini dengan memprediksi nilai berdasarkan perkiraan untuk periode sebelumnya. Dalam aplikasi yang dibangun ini dapat menghasilkan nilai output prediksi penjualan perbulan dengan menggunakan satu parameter input yaitu data penjualan sebelumnya. Dari hasil pengujian aplikasi yang dilakukan, menunjukan bahwa metode ARIMA lebih baik dibandingkan dengan Single Exponential Smoothing pada data di PT. Surya Sahabat Utama. Dari 11 data yang diujikan 8 data sepeda motor menghasilkan metode ARIMA sebagai metode terbaik, dengan rata – rata error terkecil dihasilkan metode autoregressive / ARIMA (1,0,0) untuk type sepeda motor Satria F1 ACC sebesar 0 % pada bulan Maret 2014 sampai Mei 2014.
URI: http://repository.widyatama.ac.id/xmlui/handle/123456789/7164
Date: 2016


Files in this item

Files Size Format View
Cover.pdf 129.3Kb PDF View/Open
Lembar Pengesahan.pdf 476.0Kb PDF View/Open
Abstrak.pdf 173.9Kb PDF View/Open
Kata Pengantar.pdf 154.3Kb PDF View/Open
Daftar Isi.pdf 115.7Kb PDF View/Open
Daftar Gambar.pdf 105.8Kb PDF View/Open
Daftar Tabel.pdf 109.5Kb PDF View/Open
Daftar Simbol.pdf 157.7Kb PDF View/Open
Daftar Lampiran.pdf 100.7Kb PDF View/Open
Bab 1.pdf 184.6Kb PDF View/Open
Bab 2.pdf 353.6Kb PDF View/Open
Bab 3.pdf 397.3Kb PDF View/Open
Bab 4.pdf 983.2Kb PDF View/Open
Bab 5.pdf 519.0Kb PDF View/Open
Bab 6.pdf 105.9Kb PDF View/Open
Daftar Pustaka.pdf 98.69Kb PDF View/Open

This item appears in the following Collection(s)

Show full item record