Analisis Hubungan Faktor-Faktor yang Berpengaruh terhadap Peramalan Permintaan Drive Chain Kit Menggunakan Regresi Multivariabel
| Main Author: | -, Khairunnisa |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2017
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/3134/1/BAGIAN%20DEPAN.pdf http://repository.ub.ac.id/3134/2/BAB%201.pdf http://repository.ub.ac.id/3134/3/BAB%202.pdf http://repository.ub.ac.id/3134/4/BAB%203.pdf http://repository.ub.ac.id/3134/5/BAB%204.pdf http://repository.ub.ac.id/3134/6/BAB%205.pdf http://repository.ub.ac.id/3134/7/DAFTAR%20PUSTAKA.pdf http://repository.ub.ac.id/3134/ |
Daftar Isi:
- Peramalan merupakan bagian yang penting dalam perencanaan dan pengendalian produksi. Salah satu tujuan peramalan adalah untuk meningkatkan akurasi peramalan. Berdasarkan data yang diambil dari perusahaan rantai motor, permintaan terhadap drive chain kit untuk pelanggan tidak tetap sangat fluktuatif sedangkan selisih antara peramalan yang digunakan oleh perusahaan dengan permintaan sesungguhnya menghasilkan kerugian bagi perusahaan berupa kelebihan stok dan kehilangan penjualan. Metode peramalan yang digunakan oleh perusahaan selama ini merupakan metode peramalan kualitatif. Oleh karena itu, dibutuhkan perancangan ulang proses peramalan dengan menganalisis faktor-faktor yang dapat mempengaruhi peramalan drive chain kit. Dalam penelitian ini bertujuan untuk menggunakan regresi multivariabel untuk mendapatkan persamaan yang mampu meningkatkan akurasi peramalan. Penelitian ini menerapkan metode analisis multivariabel untuk mendapatkan dua model regresi berganda yang digunakan untuk meramalkan penjualan CK DC Revo/Supra Fit (Y1) dan CK DC Supra (Y2) dengan mempertimbangkan variabel yang dapat mempengaruhi peramalan yang terdiri dari inflasi (X1), indeks harga konsumen (X2), nilai impor baja (X3), berat impor baja (X4) dan penjualan sepeda motor Honda (X5). Metode estimasi yang digunakan adalah metode Ordinary Least Square (OLS). Persamaan peramalan regresi telah melalui serangkaian uji asumsi klasik dan uji statistika menggunakan software SPSS 20. Data yang dikumpulkan merupakan data variabel penelitian pada tahun 2012 hingga 2015. Model regresi diujikan untuk peramalan CK DC Revo/Supra Fit dan CK DC Supra pada tahun 2016. Terdapat pengaruh yang positif antara penjualan CK DC Revo/Supra Fit (Y1) dan penjualan CK DC Supra (Y2) dengan berat impor baja (X4) dan penjualan sepeda motor Honda (X5). Persamaan regresi untuk meramalkan penjualan CK DC Revo/Supra Fit yaitu