Analisa Peramalan Penjualan Mobil dengan Metode Autoregressive Integrated Moving Average (ARIMA)
Abstract
Semenjak tahun 2020, terjadi penurunan ekonomi yang sangat tinggi,termasuk pada sektor otomotif, salah satunya adalah moda transportasi roda empat atau mobil. Hal ini terjadi dikarenakan pandemi yang terjadi disebabkan oleh penyebaran virus corona. Pada masa pandemi, segala kegiatan yang dilakukan masyarakat terhenti sehingga menyebabkan roda ekonomi tidak berputar. Dikarenakan kejadian tersebut, penelitian ini dilakukan untuk menganalisis serta meramalkan (Forecasting) kenaikan penjualan moda transportasi roda empat dengan menggunakan algoritma ARIMA sebagai algoritma peramalan (Forecasting) serta nilai MSE sebagai metode evaluasi. Dalam penelitian ini dilakukan iterasi sebanyak 5 kali dan didapatkan nilai MSE terkecil yaitu 61,70053 sebagai nilai yang paling optimum.
Keywords
Full Text:
PDF (Bahasa Indonesia)References
. Rusdiana. 2014. Manajemen Operasi.Bandung: CV Pustaka Setia.
. Sofyan, D.K. (2013). Perencanaan & Pengendalian Produksi. Lhoksemawe NAD: Graha Ilmu
. Prasvita, Desta Sandya. & Mu’tashim, Muhammad Labib. & Wibisono, Bagas Aditya & Arianto, Matthew Richard.(2021).Prediksi Program Studi Calon Mahasiswa UPN Veteran Jakarta Pada Rumpun Ipa Menggunakan K-Nearest Neughbors, 768
. Indonesian Automobile Industry Data – GAIKINDO (diakses pada tanggal 24 Juni 2021)
. Namin, Sima Siami & Tavakoli, Neda & Namin,Akbar Siami. (2019). A Comparison of ARIMA and LSTM in Forecasting Time Series.
. Nyoni, Tabani. (2018). Modeling and Forecasting Inflation in Kenya: Recent Insights From ARIMA and GARCH Analysis
. Fattah, Jamal & Ezzine, Latifah & Aman, Zineb & Mousammi, Haj El & Lachhab, Abdeslam. (2018). Forecasting of Demand Using ARIMA Model.
Refbacks
- There are currently no refbacks.
Copyright (c) 2022 Senamika
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.