Metode Autoregressive Integrated Moving Average untuk Meramalkan Penjualan
(Autoregressive Integrated Moving Average Method to Forecast Sales)
Abstract
Kondisi sales performance dipengaruhi oleh sales budget (anggaran penjualan) yang telah ditetapkan di periode sebelumnya. Penetapan sales budget berdasarkan pada hasil ramalan penjualan (sales forecast) yang sudah dianalisa sebelumnya. Penetapan sales forecast di PT. Hibex Indonesia sebelumnya menggunakan metode kualitatif dimana ramalan dilakukan berdasarkan pada asumsi-asumsi yang bersifat subyektif baik dari segi internal maupun eksternal digabung data historis. Penelitian ini bertujuan untuk menerapkan ramalan penjualan di PT. Hibex Indonesia menggunakan metode kuantitatif. Penelitian menggunakan metode ARIMA dengan software Eviews 9.0 berdasarkan data historis sebelumnya, yaitu data penjualan periode Juli 2014 – Desember 2017. Hasil olah data menunjukkan bahwa model ARIMA terbaik yang diambil untuk peramalan adalah model ARIMA (4,0,0) karena memiliki nilai AIC , SIC dan MSE terendah dibandingkan model lainnya. Hasil peramalan menunjukkan bahwa perlu pengkajian ulang untuk data yang digunakan dan metode yang dipilih untuk peramalan. Hasil peramalan metode ARIMA lebih cocok dipakai untuk jangka pendek, karena hasil penelitian ini, forecasting untuk jangka waktu lebih dari satu tahun, hasilnya cenderung datar.
References
Abdullah, Lazim. 2012. ARIMA Model for Gold Bullion Coin Selling Prices Forecasting. International Journal of Advances in Applied Sciences (IJAAS), vol.1, no.4, pp.153-158, ISSN: 2252-8814.
Alfaki, M.Ali dan Shalini, B. 2015. Libyan Oil Sales Forecasting Using ARIMA Models. International Journal of Engineering and Technical Research (IJETR), vol. 3, issue-3, ISSN: 2321-0869.
Alfaki, M.Ali dan Shalini, B. 2015. Modeling and Forecasting by Using Time Series ARIMA Models. International Journal of Engineering Research & Technology (IJERT), vol.4, issue 3, ISSN: 2278-0181
Aziz, Ahmad, dan Mustakim. 2017. Penerapan Model ARIMA untuk Peramalan Pengunjung Perpustakaan UIN Suska Riau. Makalah ini disajikan dalam Seminar Nasional Teknologi Informasi, Komunikasi, dan Industri (SNTIKI) 9 Fakultas Sains dan Teknologi, UIN Sultan Syarif Kasim Riau, ISSN(p): 2579-7271, ISSN(e): 2679-5406.
Elvani, S., Utary, A., & Yudaruddin, R. (2017). Peramalan jumlah produksi tanaman kelapa sawit dengan menggunakan metode arima (autoregressive integrated moving average). JURNAL MANAJEMEN, 8(1), 95-112. doi:http://dx.doi.org/10.29264/jmmn.v8i1.1189
Elvierayani, Rivaturl Ridho. 2017. Peramalan Nilai Tukar (Kurs) Rupiah terhadap Dolar Tahun 2017 dengan Menggunakan Metode Arima Box-Jenkinss. Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai Islami), vol.1 no.1, hal 253-261. P-ISSN: 2580-4596, e-ISSN: 2580-460X.
Fitri Yulianti. 2012. Modeling dan Forecasting Tingkat Produksi Gas di Indonesia Menggunakan Metode Autoregressive Integrated Moving Average (ARIMA). Skripsi Program Sarjana Teknik Industri Fakultas Teknik Universitas Indonesia.
Linda, P., Situmorang, M., & Tarigan, G. (2014). Peramalan Penjualan Produksi Teh Botol Sosro Pada PT. Sinar Sosro Sumatera Bagian Utara Tahun 2014 Dengan Metode Arima Box-Jenkins. Saintia Matematika, 2(3), 253-266.
Pherwani, Nirbhay dan Vyjayanthi, K. 2017. Using ARIMA Model to Forecast Sales of an Automobile Company. International Journal of Science & Engineering (IJSTE), vol.4, issue 5, ISSN (online): 2349-784X.
Ranti, L. F. (2016). ANALISIS PENERAPAN ANGGARAN PENJUALAN SEBAGAI ALAT BANTU MANAJEMEN DALAM PENGELOLAAN LABA PERUSAHAAN PADA PT. DUNIA SAFTINDO SURABAYA. E-Journal Akuntansi" EQUITY", 2(4).
Risma Arnitasari. 2016. Komparasi Penggunaan Minitab dan Eviews dalam Peramalan dengan Metode Deret Berkala ARIMA Box-Jenkinss. Skripsi Program Studi Statistika Terapan dan Komputasi Universitas Negeri Semarang.
Shahreza, Dhona. 2017. Volatilitas Nilai Tukar Rupiah terhadap Dollar Selama 2 Tahun Pemerintahan Jokowi-JK: Aplikasi Model Arima. Jurnal Riset Manajemen dan Bisnis (JRMB) Fakultas Ekonomi UNIAT, vol 2, S1, 215-226, P-ISSN 2527-7502, E-ISSN 2581-2165.
Song, H., & Li, G. (2008). Tourism demand modelling and forecasting—A review of recent research. Tourism management, 29(2), 203-220.
Udom, Patimaporn dan Naragain, P. 2014. A Comparison Study between Time Series Model dan ARIMA Model for Sales Forecasting of Distributor in Plastic Industry. IOSR Journal of Engineering (IOSRJEN), vol.4, issue 2, pp.32-38, ISSN(e): 2250-3021, ISSN(p): 2278-8719.
Wigati, Rais, dan Utami. 2016. Permodelan Time Series dengan Proses ARIMA untuk Prediksi Indeks Harga Konsumen (IHK) di Palu-Sulawei Tengah. Jurnal Ilmiah Matematika dan Terapan (JIMT), vol.12, no.2, hal.149-159, ISSN: 2450-766X.
Copyright (c) 2020 EKOMABIS: Jurnal Ekonomi Manajemen Bisnis

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
- Copyright of this journal is possession of Editorial Board and Journal Manager, by the knowledge of author, whilst the moral righ of the publication belongs to the author.
- Legal formal aspcect of journal publication assessibility refers to Creative Commons Atribut-Non Commercial-No Derivatef (CC BY-NC-SA), implies that publication can be used for non-commercial purposes in its original form.
- Every publications are open access for educational purposes, research, and library. Other that the aims mentioned aboe, editorial board is not responsible for copyright violation.