PERAMALAN PENJUALAN MINGGUAN INDOMIE MENGGUNAKAN METODE AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE (ARFIMA)
| Main Author: | Vanessa, Viori Dhea |
|---|---|
| Format: | bachelorthesis doc-type Bachelors |
| Bahasa: | ind |
| Terbitan: |
, 2020
|
| Online Access: |
http://repository.unpad.ac.id/frontdoor/index/index/docId/10697 |
Daftar Isi:
- Peramalan penjualan mingguan terhadap suatu produk diperlukan untuk membuat perencanaan produksi ke depan. Penjualan mingguan Indomie merupakan data yang tidak stasioner, semakin menurun, dan diduga memiliki proses long memory sehingga tidak cocok jika diramalkan dengan metode Autoregressive Integrated Moving Average (ARIMA) yang hanya bisa digunakan untuk data jangka pendek. Oleh karena itu peramalan yang memiliki proses long memory dilakukan dengan menggunakan metode Autoregressive Fractionally Integrated Moving Average (ARFIMA). Perbedaan antara metode ARIMA dan ARFIMA adalah pada nilaidifferencing (d). Nilai d pada metode ARIMA adalah bilangan asli sedangkan nilai d pada metode ARFIMA adalah bilangan pecahan. Nilai d akan ditentukan dengan metode Geweke dan Porter Hudak di mana data penjualan mingguan Indomie Goreng Pedas selama 285 minggu dari minggu ke-1 tahun 2014 sampai mingu ke- 25 tahun 2019 memiliki nilai d = 0,6575731 yang menyatakan proses panjang dan tidak stasioner. Model dibentuk dengan melihat plot ACF dan plot PACF lalu dilakukan uji signifikansi serta uji diagnosis model, ternyata model ARFIMA yang terpilih sebagai model terbaik berdasarkan AIC dan MAPE terkecil adalah ARFIMA (1,d,1) sehingga digunakan untuk peramalan.