Forecasting the Existence of Chocolate with Variation and Seasonal Calendar Effects Using the Classic Time Series Approach
| Main Author: | Diksa, I Gusti Bagus Ngurah |
|---|---|
| Format: | Article info application/pdf eJournal |
| Bahasa: | eng |
| Terbitan: |
Department of Mathematics, Hasanuddin University
, 2022
|
| Subjects: | |
| Online Access: |
https://journal.unhas.ac.id/index.php/jmsk/article/view/18542 https://journal.unhas.ac.id/index.php/jmsk/article/view/18542/7613 |
Daftar Isi:
- Chocolate is the raw material for making cakes, so consumption of chocolate also increases on Eid al-Fitr. However, this is different in the United States where the tradition of sharing chocolate cake is carried out on Christmas. To monitor the existence of this chocolate can be through the movement of data on Google Trends. This study aims to predict the existence of chocolate from the Google trend where the use of chocolate by the community fluctuates according to the calendar variance and seasonal rhythm. The method used is classic time series, namely nave, double exponential smoothing, multiplicative decomposition, addictive decomposition, holt winter multiplicative, holt winter addictive, time series regression, hybrid time series, ARIMA, and ARIMAX. Based on MAPE in sample, the best time series model to model the existence of chocolate in Indonesia is ARIMAX (1,0,0) while for the United States it is Hybrid Time Series Regression-ARIMA(2,1,[10]). For forecasting the existence of chocolate in Indonesia, the best models in forecasting are ARIMA (([11],[12]),1,1) and Naïve Seasonal. In contrast to the best forecasting model for the existence of chocolate in the United States, namely Hybrid Naïve Seasonal-SARIMA (2,1,0)(0,0,1)12 Hybrid Time Series Regression- ARIMA(2,1,[10]), Time Series Regression, Winter Multiplicative, ARIMAX([3],0,0).
- Untuk sebagian kalangan, cokelat dapat dijadikan sebagai simbol kasih sayang atau sebagai bentuk perhatian lebih bagi orang-orang tertentu, terutama pada saat Valentine atau White Day. “Petani kakao Indonesia kebanjiran permintaan jelang perayaan hari kasih sayang atau valentine setiap tahunnya. Karena cokelat menjadi bahan baku pembuatan kue, maka konsumsi cokelat meningkat juga di hari raya Idul Fitri yang mana masyarakat banyak membuat kue sebagai persiapan perayaan hari raya Idul Fitri. Namun hal ini berbeda yang terjadi di United States yang mana tradisi berbagi kue cokelat dilaksanakan di hari raya Natal. Untuk memantau eksistensi cokelat ini dapat melalui pergerakan data di google trend. Pada zaman digital ini Google Trends digunakan untuk memahami perubahan secara sosial dan prediksi. penelitian ini bertujuan untuk meramalkan eksistensi cokelat dari google trend yang mana penggunaan cokelat oleh masyarakat ini mengalami fluktuasi mengikuti ritme calendar varians dan musiman. Metode yang digunakan adalah time series klasik yaitu naïve, , double exponential smoothing, dekomposisi multiplicative, dekomposisi addictive, holt winter multiplicative, holt winter addictive, time series regression, hybrid time series, ARIMA, dan ARIMAX. Berdasarkan MAPE in sampel model time series terbaik untuk meodelkan eksistensi cokelat di Indonesia adalah ARIMAX (1,0,0) sedangkan untuk United States adalah Hybrid Time Series Regression- ARIMA(2,1,[10]). Untuk peramalan eksistensi cokelat di Indonesia model terbaik dalam peramalan yaitu ARIMA (([11],[12]),1,1) dan Naïve Seasonal. Berbeda pada model peramalan terbaik untuk eksistensi cokelat di United States yaitu Hybrid Naïve Seasonal-SARIMA (2,1,0)(0,0,1)12 Hybrid Time SeriesRegression- ARIMA(2,1,[10]), Time Series Regression , Winter Multiplicative, ARIMAX ([3],0,0).