Pemodelan dan Peramalan Penjualan Sepeda Motor di Surabaya dengan ARIMAX Variasi Kalender

Transkripsi

1 Pemodelan dan Peramalan Penjualan Sepeda Motor di Surabaya dengan ARIMAX Variasi Kalender 1 Arinta Cahyaningtyas dan 2 Setiawan 1,2 Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember Jl. Arief Rahman Hakim, Surabaya Indonesia setiawan@statistika.its.ac.id dan arinta.cahyaningtyas@gmail.com 1 Abstrak Market share sepeda motor Honda pada kuartal I/2014 merupakan yang tertinggi di pasar motor nasional yaitu 63% dengan penyumbang terbesar berasal dari tipe matic. Penjualan sepeda motor Honda dan tipe matic Honda diprediksi akan terus meningkat, sehingga PT. MPM Honda motor perlu melakukan peramalan. Peramalan dilakukan dengan regresi time series dan pendekatan ARIMAX Variasi Kalender. Tujuan penelitian ini adalah mendapatkan model yang tepat dan mengetahui besar penjualan untuk tahun Penelitian ini menghasilkan model ARIMAX (2,0,0) untuk total sepeda motor dengan hasil ramalan penjualan menurun 1,6% dari tahun sebelumnya, ARIMAX (0,0,[(2)]) untuk penjualan sepeda motor Honda adalah dengan hasil ramalan penjualan turun 18% dibanding tahun sebelumnya dan untuk penjualan matic Honda model yang tepat adalah dengan regresi Time Series dengan hasil ramalan penjualan naik 36% dibanding tahun sebelumnya. Kata kunci : ARIMAX Variasi Kalender, Peramalan, Regresi Time Series, Sepeda Motor. I. PENDAHULUAN Kota Surabaya adalah Ibu Kota Provinsi Jawa Timur dan juga merupakan kota terbesar kedua di Indonesia setelah Jakarta dengan jumlah penduduk mencapai jiwa. Melihat IPM dan PDRB Per kapita Surabaya yang cenderung meningkat dari tahun ke tahun, mengindikasikan bahwa kota Surabaya merupakan kota yang telah berkembang dan maju. Sebagai kota metropolitan, Surabaya menjadi pusat kegiatan perekonomian bagi daerah sekitarnya yang sebagian besar penduduknya bergerak dalam bidang jasa, industri, dan perdagangan. Menengok ke sektor indutri, industri sepeda motor saat ini semakin tumbuh berkembang seiring dengan kemajuan teknologi, hal ini terlihat dari terus meningkatnya permintaan terhadap sepeda motor. Pertumbuhan penjualan sepeda motor yang pesat salah satunya disumbang oleh sepeda motor merek Honda. yang di dapat dari PT. MPM Honda motor Surabaya menyebutkan penjualan total sepeda motor mencapai unit, sedangkan penjualan sepeda motor Honda sendiri mencapai unit dan matic Honda mencapai unit. PT. MPM (Mitra Pinasthika Mulya) merupakan main dealer dan distributor tunggal dalam penjualan produk sepeda motor Honda dan dalam penyediaan suku cadang sepeda motor Honda untuk wilayah Jawa Timur dan Nusa Tenggara Timur (NTT). Market share sepeda motor Honda merupakan yang tertinggi hingga saat ini, mencapai 61% pada April Di tahun 2014, Honda mendapatkan penghargaan Top Brand Award 2014 sebagai merek motor terpopuler di kalangan masyarakat Indonesia. Penyumbang terbesar penjualan sepeda motor Honda didominasi oleh tipe matic (AT). Matic Honda memimpin 70,7% di pasar sepeda motor matic (AT) nasional. Jumlah ini diprediksi akan terus meningkat untuk tahun-tahun berikutnya dan untuk mengetahui seberapa besar peningkatan tersebut, PT. MPM Honda motor perlu melakukan peramalan. Peramalan dilakukan dengan data bulanan sehingga lebih tahu secara detail pergerakan penjualan per bulan. Sebelum melakukan peramalan, terlebih dahulu mendapatkan model yang sesuai. Dalam penelitian ini, pemodelan dan peramalan dilakukan dengan regresi time series dan pendekatan ARIMAX Variasi kalender. Hal ini karena adanya indikasi bahwa peningkatan penjualan dipengaruhi oleh adanya efek lebaran. Penelitian ini bertujuan untuk mendapatkan model yang sesuai serta mengestimasi besarnya penjualan satu tahun ke depan bagi total sepeda motor, sepeda motor Honda dan motor Matic honda yang ada di Surabaya. Beberapa keterbatasan dalam penelitian ini antara lain yaitu data penjualan total sepeda motor merupakan data penjualan seluruh merek motor yang beredar di Indonesia tahun 2003 hingga 2014, sedangkan data penjualan sepeda motor Honda merupakan data penjualan seluruh motor Honda secara total yang berasal dari jenis matic, cub dan sport tahun 2003 hingga 2014 dan untuk data sepeda motor Honda jenis Matic merupakan data penjualan seluruh tipe motor matic Honda tanpa memperdulikan secara spesifik (BeAT, Scoopy, dll). II. TINJAUAN PUSTAKA A. Model Autoregressive Integrated Moving Average (ARIMA) Model ARIMA merupakan model gabungan dari model autoregressive (AR) dan moving Average (MA) serta proses differencing terhadap data time series. Terdapat dua model ARIMA yaitu ARIMA non musiman dengan orde d dan ARIMA musiman dengan orde D [9]. B. Identifikasi Model Untuk menentukan nilai p,d,q,p,d dan Q dari model ARIMA maka perlu dilakukan identifikasi model ARIMA yang meliputi mengidentifikasi kestasioneran data, Autocorrelation Function (ACF) dan Partial Autocorrelation Function (PACF). C. Model ARIMAX Variasi Kalender Model ARIMA Model ARIMAX merupakan model ARIMA dengan tambahan variabel X (Cryer and Chan, 2008). Variabel X dapat berupa variabel dummy (s) untuk efek variasi kalender saja yang sering disebut dengan model

2 2 tren stokastik dan variabel dummy (s) untuk efek variasi kalender dan tren yang deterministik yang sering disebut model tren deterministik. Persamaan umum model ARIMAX dengan tren stokastik adalah sebagai berikut. θθ qq (BB)ΘΘ QQ (BB ss ) yy tt = ββ 1 VV 1,tt + ββ 2 VV 2,tt + + ββ pp VV pp,tt + φφ pp (BB)Ф pp (BB ss )(1 BB) dd (1 BB ss ) DD aa tt Dan persamaan umum untuk model ARIMAX dengan tren deterministik adalah sebagai berikut. yy tt = γγγγ + ββ 1 VV 1,tt + ββ 2 VV 2,tt + + ββ pp VV pp,tt + θθ qq(bb)θθ QQ (BB ss ) φφ pp (BB)Ф pp (BB ss ) DD aa tt (2) D. Pemilihan Model Terbaik Pada analisis time series memungkinkan terdapatnya lebih dari satu model yang parameternya signifikan dan memenuhi asumsi white noise dan berdistribusi normal. Untuk itu, diperlukan adanya suatu kriteria tertentu untuk dapat menetukan model yang diinginkan. Pemilihan model terbaik untuk data out sampel salah satunya yaitu dengan smape (Symmetric Mean Absolute Percentage Error) dengan perumusan sebagai berikut. ssssssssss = II NN 2 ZZ tt ZZ tt NN tt=1 (3) ZZ tt +ZZ tt E. Kondisi Sepeda Motor Kekinian Pulau Jawa masih memimpin dalam penjualan sepeda motor. Dari sisi volume, pasar motor di Jawa pada 2013 mengalami peningkatan sebesar 14,24%. Dari banyak merek sepeda motor yang ada di Indonesia, Honda masih masih memimpin sebagai merek motor dengan penjualan tertinggi. Berdasarkan data dari Asosiasi Industri Sepeda Motor Indonesia (AISI), Astra Honda Motor (AHM) menguasai 61% pasar sepeda motor Indonesia hingga April F. Riset Pasar Sepeda Motor Honda Honda adalah salah satu merek sepeda motor ternama di Indonesia. Merek ini di produksi oleh PT. Astra Honda Motor (AHM). Honda merupakan merek motor yang pertama kali hadir dengan teknologi Injection PGM-FI. Berdasarkan artikel dalam Tribunnews.com, PT. Astra Honda Motor (AHM) menguasai 63% pangsa pasar sepeda motor nasional di kuartal I/2014 dengan berhasil menjual unit sepeda motor yang naik 3% dibandingkan periode yang sama tahun lalu. Penyumbang terbesar penjualan sepeda motor Honda didominasi oleh tipe matic (AT). Honda jenis matic (AT) memimpin 70,7% di pasar sepeda motor matic (AT) nasional. Di segmen motor cub (bebek) menyumbang 53,2% [2]. Di tahun 2014, Honda mendapatkan penghargaan Top Brand Award 2014 dengan enam sepeda motor Honda sebagai pilihan masyarakat yang paling populer yaitu Honda Vario dan Honda BeAT di segmen matic (AT), Honda Supra dan Honda Revo di segmen cub (bebek), Honda Tiger dan Honda MegaPro di segmen sport. (1) III. METODOLOGI PENELITIAN A. Sumber yang digunakan dalam penelitian ini adalah data sekunder yaitu jumlah penjualan total sepeda motor dan penjualan sepeda motor Honda di Surabaya mulai uari 2003 hingga Desember 2013 sebagai in sample dan data bulai uari 2014 hingga Maret 2014 sebagai out sample. Serta penjualan sepeda motor Honda jenis matic di Surabaya uari 2009 hingga Desember 2013 sebagai in sample dan data bulai uari 2014 hingga Maret 2014 sebagai out sample. Sumber data berasal dari PT. Mitra Pinasthika Mulya (MPM) yang merupakan distributor tunggal dalam penjualan dan penyediaan motor serta suku cadang sepeda motor Honda untuk wilayah Jawa Timur dan Nusa Tenggara Timur (NTT). B. Variabel Penelitian Variabel yang digunakan dalam penelitian ini terdiri atas variabel respon (Y) dan variabel dummy (X) sebagai berikut. Tabel 1. Variabel Penelitian Variabel Keterangan Y 1 Y 2 Y 3 t B1,B2,,B12 HR-1 HR HR-1 d1 d2 d3 td1 td2 td3 Penjualan bulanan total sepeda motor di surabaya tahun Penjualan bulanan sepeda motor Honda di Surabaya tahun Penjualan bulanan sepeda motor Matic Honda di Surabaya tahun efek tren. efek bulan uari hingga Desember. efek satu bulan sebelum idul fitri. efek bulan sebelum idul fitri. efek satu bulan sesudah idul fitri. Variabel dummy pada periode kedua 1: Pemotongan grafik pada wilayah d1 0: Lainnya Variabel dummy pada periode ketiga 1: Pemotongan grafik pada wilayah d2 0: Lainnya Variabel dummy pada periode keempat 1: Pemotongan grafik pada wilayah d3 0: Lainnya Hasil perkalian variabel dummy tren dengan d1 Hasil perkalian variabel dummy tren dengan d1 Hasil perkalian variabel dummy tren dengan d1 C. Langkah Analisis Penelitian kali ini menggunakan salah satu metode peramalan dengan pendekatan model ARIMAX variasi kalender. Berikut langkah analisisnya. 1. Untuk menjawab tujuan pertama yaitu dengan statistika deskriptif mengenai penjualan sepeda motor Honda.

3 3 Langkah-langkahnya yaitu dengan mencari rata-rata, maksimum dan minimum penjualan motor Honda. Setelah itu mencari keragaman penjualan dari penjualan Honda dengan melihat nilai varians yang diperoleh. 2. Untuk menjawab tujuan kedua, yaitu mencari model yang sesuai menggunakan ARIMAX variasi kalender dengan langkah sebagai berikut. a. Melakukan pemodelan regresi dummy dengan meregresikan data penjualan bulanan sepeda motor Honda (Y) dengan variabel dummy (X) hingga mendapatkan variabel yang signifikan. b. Setelah mendapatkan model regresi yang tepat, selanjutnya dilakukan pengecekan terhadap residual. Ketika residual telah memenuhi asumsi white noise, maka pemodelan selesai dan berhenti sampai regresi dummy. Namun, saat residual belum memenuhi asumsi white noise, maka dilanjutkan pada pemodelan ARIMA. c. Pada tahap pemodelan ARIMA, dilakukan identifikasi model sementara dan pengecakan signifikansi parameter serta asumsi white noise. d. Ketika telah mendapatkan model, dari pemodelan ARIMA, selanjutnya dilakukan pemodelan ARIMA dengan X sebagai input atau disebut dengan ARIMAX. e. Jika terdapat ebih dari satu model ARIMAX, maka dilakukan perbandingan untuk mencari model terbaik dengan melihat nilai smape terkecil. 3. Untuk menjawab tujuan ketiga, yaitu mendapatkan hasil peramalan penjualan sepeda motor Honda dilakukan dengan melakukan peramalan penjualan bulanan untuk tahun 2014 dengan menggunakan model ARIMAX yang telah diperoleh. IV. ANALISIS DAN PEMBAHASAN A. Penjualan Total Sepeda Motor di Surabaya Kepemilikan sepeda motor di Surabaya semakin meningkat setiap tahunnya. Pada tahun , total penjualan dari seluruh sepeda motor yang ada di Surabaya mencapai unit motor. Penjualan paling rendah ada di tahun 2003 yang mencapai unit motor dan penjualan tertinggi ada di tahun 2010 yang mencapai unit motor. Di tahun 2013 penjualan total sepeda motor mencapai unit motor, sedangkan untuk penjualan sepeda motor Honda di Surabaya mencapai unit motor di tahun Sepeda motor Honda menguasai 54,72% dari total seluruh sepeda motor yang ada di Surabaya pada periode yang sama. Penjualan paling rendah ada di tahun 2003 yang mencapai unit dan penjualan tertinggi ada di tahun 2013 dengan jumlah unit motor per bulan. Di tahun 2013 penjualan total sepeda motor Honda mencapai unit motor Sementara itu 50,2% penjualan sepeda motor Honda berasal dari jenis matic. Pada tahun , total penjualan matic Honda di Surabaya mencapai unit motor. Penjualan terendah ada di tahun 2009, dengan total penjualan unit motor, sedangkan penjualan tertinggi ada di tahun 2013 yang mencapai unit motor. B. Pemodelan Dan Peramalan Penjualan Total Sepeda Motor di Surabaya Gambar 1 menunjukan bahwa pola penjualan total sepeda motor di Surabaya cukup fluktuatif, sehingga identifikasi pola dibagi menjadi empat periode. Total Market Apr/2006 Mar/2009 / Gambar 1. Time Series Plot Penjualan Total Sepeda Motor di Surabaya Model ARIMAX (2,0,0) yang di dapatkan sebagai berikut. yy tt = 38 TTTTTTTT BBBBBBBBBB 1,tt BBBBBBBBBB 2,tt BBBBBBBBBB 3,tt BBBBBBBBBB 4,tt BBBBBBBBBB 5,tt BBBBBBBBBB 6,tt +8685BBBBBBBBBB 7,tt BBBBBBBBBB 8,tt BBBBBBBBBB 9,tt +8555BBBBBBBBBB 10,tt BBBBBBBBBB 11,tt BBBBBBBBBB 12,tt +909HHHH 1,tt DDDDDDDDDD 2,tt 74 TTTTTTTTDDBBDDDDyy 2,tt OA OA127 + aa 1+0,2872BB 0,40561BB 2 tt (1) Dari persamaan 1, penjualan total sepeda motor di Surabaya mengalami peningkatan 38 unit motor setiap bulan. Peningkatan penjualan tertinggi ada di bulan Agustus yaitu unit motor. Untuk periode kedua yaitu April 2009 hingga Desember 2011 menunjukan kenaikan unit motor setiap bulan, sedangkan untuk dummy periode satu dan dummy periode tiga tidak signifikan yang berarti bahwa periode satu dan periode ketiga dianggap polanya sama dengan periode dua. Selain itu, penjualan total sepeda motor ini juga dipengaruhi oleh satu bulan sebelum hari raya, yaitu dengan terjadinya kenaikan 909 unit motor sebelum bulan hari raya. Dalam persamaan 4.3 terdapat dua outlier, yaitu pada oktober 2010 atau pengamatan ke-46 dan i 2013 atau pengamatan ke-127. Jenis outlier yang muncul dalam penelitian kali ini yaitu additive outlier (AO), yang berarti outlier yang memberi pengaruh langsung terhadap pengamatan ke-t. Hal ini berarti kenaikan penjualan total sepeda motor di Surabaya dipengaruhi secara langsung oleh penjualan pada bulan oktober 2010 memberikan dan bulan i Selanjutnya dilakukan pengujian terhadap residual yang dihasilkan dari persamaan 1. Pengujian ini meliputi pengujian asumsi white noise dan pengujian distribusi normal.

4 dengan unit motor. Hal ini mengindikasikan bahwa terdapat efek variasi kalender yaitu satu bulan sebelum lebaran yang mempengaruhi peningkatan penjualan sepeda motor. 4 Dari gambar 2, plot ACF mengindikasikan model ARIMAX (0,0,3), sedangkan plot PACF mengindikasikan model ARIMAX (2,0,0). Hasil pengujian white noise menunjukan bahwa model ARIMAX (2,0,0)telah white noise sedangkan model ARIMAX (0,0,3) belum white noise walaupun residual dari kedua model ini telah berdistribusi normal. Selanjutnya untuk pemilihan model terbaik dilakukan dengan melihat nilai smape. Model dengan nilai smape terkecil merupakan model terbaik. Tabel 5 Estimasi Parameter Model ARIMAX(2,0,0) dan ARIMAX (0,0,3) Model Estimasi Std. Error P value Lag smape ARIMAX(2,0,0) < ARIMAX (0,0,3) Tabel 5 menunjukan bahwa nilai smape dari kedua model hampir sama. Namun dari segi asumsi, model ARIMAX (0,0,3) tidak memenuhi asumsi white noise walaupun telah berdistribusi normal. Oleh karena itu, model terbaik untuk peramalan total sepeda motor di Surabaya adalah dengan model ARIMAX (2,0,0). Tabel 6 merupakan nilai ramalan tahun 2014 dan gambar 3 merupakan plot nilai ramalan tahun Tabel 6. Nilai Peramalan Penjualan Total Sepeda Motor di Surabaya Tahun 2014 (Dalam Unit) Bulan Nilai Peramalan Bawah Atas uari Febuari Maret April Mei Juni i Agustus September Oktober November Desember Total Total penjualan sepeda motor keseluruhan di Surabaya pada tahun 2014 mencapai unit motor dengan rata-rata penjualan unit motor per bulan. Jumlah ini menurun 1,6% dari tahun sebelumnya. Jika penjualan tertinggi pada tahun 2013 ada di bulan i, maka penjualan tertinggi pada tahun 2014 ada di bulan Juni Nilai Ramalan Penjualan Total Motor Feb Mar Apr May Jun Aug Sep Oct Nov Dec Bulan Nilai Ramalan Bawah Atas Gambar 3. Time Series Plot Nilai Ramalan Penjualan Total Sepeda Motor E. Pemodelan Penjualan Sepeda Motor Honda di Surabaya Gambar 4 merupakan gambaran mengenai penjualan motor Honda di Surabaya tahun 2003 hingga Honda Sales Oct/2005 Jun/2009 / Gambar 4. Time Series Plot Penjualan Sepeda Motor Honda di Surabaya Model ARIMAX (0,0,[2]) yang di dapatkan sebagai berikut. yy tt = 52 TTTTTTTT BBBBBBBBBB 1,tt BBBBBBBBBB 2,tt BBBBBBBBBB 3tt +4205BBBBBBBBBB 4,tt BBBBBBBBBB 5,tt BBBBBBBBBB 6,tt +4781BBBBBBBBBB 7,tt BBBBBBBBBB 8,tt BBBBBBBBBB 9,tt +4380BBBBBBBBBB 10,tt BBBBBBBBBB 11,tt BBBBBBBBBB 12,tt +707 HHHH 1,tt DDDDDDDDDD 2,tt 14567DDDDDDDDDD 3,tt 43 TTTTTTTTDDDDDDDDDD 1,tt 90 TTTTTTTTDDDDDDDDDD 2,tt + 94 TTTTTTTTDDDDDDDDDD 3,tt OOOO OOOO ,22238BB 2 aa tt (2) Berdasarkan persamaan 2, penjualan sepeda motor Honda di Surabaya mengalami peningkatan 52 unit motor setiap bulan. Peningkatan penjualan tertinggi ada di bulan i dengan unit motor. Serta terdapat pengaruh satu bulan sebelum hari raya, yaitu dengan terjadinya kenaikan 707 unit motor sebelum bulan hari raya. Pada periode kedua, i 2009 hingga Desember 2011 menunjukan peningkatan unit motor setiap bulan, sedangkan pada periode ketiga yaitu uari 2012 hingga Desember 2013 menunjukan penurunan sebesar unit motor setiap bulan. Selain itu, terdapat dua outlier dalam model yang diperoleh yaitu pada pengamatan ke-46 dan ke-47 atau pada Oktober dan November Jenis outlier yang muncul yaitu additive (AO). Additive outlier (AO) merupakan outlier yang memberi pengaruh langsung pada

5 5 pengamatan ke-t. Hal ini berarti pada bulan oktober dan November 2011 memberi pengaruh langsung terhadap penjualan sepeda motor Honda di Surabaya. Selanjutnya dilakukan pengujian terhadap residual yang dihasilkan dari persamaan 1. Pengujian ini meliputi pengujian asumsi white noise dan pengujian distribusi normal. Jumlah ini menurun 18,44% dari tahun sebelumnya. Jika penjualan tertinggi pada tahun 2013 ada di bulan i, maka penjualan tertinggi pada tahun 2014 ada di bulan Desember dengan unit motor. Hal ini mengindikasikan bahwa penjualan sepeda motor Honda di Surabaya tidak terpengaruh oleh variasi kalender yaitu bulan hari raya. Nilai Ramalan Penjualan Honda Nilai Ramalan Bawah Atas Dari gambar 5, plot ACF mengindikasikan model ARIMAX (0,0,[(2)]), sedangkan plot PACF mengindikasikan model ARIMAX ([(2)],0,0). Residual kedua model telah memenuhi asumsi white noise berdistribusi normal. Selanjutnya untuk pemilihan model terbaik dilakukan dengan melihat nilai smape. Model dengan nilai smape terkecil merupakan model terbaik. Tabel 7. Estimasi Parameter Model ARIMAX ([(2)],0,0) dan ARIMAX(0,0,[(2)]) Model Estimasi Std. Error P value Lag smape ARIMAX [(2)] ARIMAX [(2)] Tabel 7 menunjukan bahwa nilai smape model ARIMAX (0,0[(2)]) merupakan yang terkecil, sehingga model ini merupakan model yang paling baik. Tabel 8 merupakan nilai ramalan tahun 2014 dan gambar 7 merupakan plot nilai ramalan tahun 2014, dimana semua nilai berada dalam selang interval. Tabel 8 Nilai Peramalan Penjualan Sepeda Motor Honda di Surabaya Tahun 2014 (Dalam Unit) Bulan Nilai Peramalan Bawah Atas uari Febuari Maret April Mei Juni i Agustus September Oktober November Desember Total Total keseluruhan penjualan sepeda motor Honda di Surabaya pada tahun 2014 mencapai unit motor dengan rata-rata penjualan unit motor per bulan. Feb Mar Apr May Jun Aug Sep Oct Nov Dec Bulan F. Pemodelan Penjualan Sepeda Motor Merek Honda Jenis Matic di Surabaya Gambar 7 yang menunjukan bahwa penjualan motor matic Honda dari tahun 2009 hingga Maret 2014 terus mengalami peningkatan matic Gambar 6. Time Series Plot Nilai Ramalan Penjualan Sepeda Motor Honda di Surabaya Tahun Aug/ Nov/ Gambar 7. Time Series Plot Penjualan Sepeda Motor Matic Honda di Surabaya Model Regresi Time Series yang diperoleh adalah sebagai berikut YY tt = 126 TTTTTTTT BBBBBBBBBB 7,tt DDDDDDDDDD 1,tt 4149DDDDDDDDDD 2,tt 122 TTTTTTTTDDDDDDDDDD 1,tt + 64 TTTTTTTTDDDDDDDDDD 2,tt (3) Berdasarkan persamaan 3, penjualan sepeda motor matic Honda di Surabaya mengalami peningkatan 126 unit motor setiap bulan. Pada bulan i, penjualan meningkat 758 unit motor. Untuk tren periode pertama yaitu Febuari 2012 hingga Agustus 2012, penjualan motor menunjukan penurunan empat unit motor setiap bulan, hal ini terlihat dari diperolehnya koefisien negatif pada variabel tren dummy1, sedangkan tren pada periode kedua yaitu Oktober 2012 hingga Desember 2013 menunjukan tren peningkatan sebesar 190 unit motor setiap bulan. Penjualan sepeda motor matic Honda di Surabaya tidak dipengaruhi oleh hari raya idul fitri, baik sesudah maupun sebelum hari raya idul fitri. Untuk residual yang dihasilkan dari model ini telah memenuhi asumsi white noise dan berdistribusi normal dengan nilai 0,0936 dari

6 6 pengujian Kolmogornov Smirnov. Karena asumsi-asumsi telah terpenuhi maka pemodelan berhenti sampai dengan regresi time series. Tabel 9 merupakan nilai ramalan tahun 2014 dan gambar 8 merupakan plot nilai ramalan tahun 2014, dimana semua nilai berada dalam selang interval. Tabel 9 Nilai Peramalan Penjualan Sepeda Motor Matic Honda Tahun 2014 Bulan Nilai Ramalan Bawah Atas uari Febuari Maret April Mei Juni i Agustus September Oktober November Desember Total Total penjualan sepeda motor Matic Honda keseluruhan di Surabaya pada tahun 2014 mencapai unit motor dengan rata-rata penjualan unit motor per bulan. Jumlah ini meningkat 36% dari tahun Penjualan Motor Matic Honda Feb Mar Apr May Jun Aug Sep Oct Nov Dec Bulan matic forecast batas bawah batas atas Gambar 8. Time Series Plot Nilai Ramalan Penjualan Sepeda Motor Matic Honda di Surabaya Tahun V. KESIMPULAN DAN SARAN A. Kesimpulan Berdasarkan analisis dan pembahasan yang telah dilakukan pada bab empat, berikut kesimpulan yang diperoleh. 1. Sepeda motor honda menguasai 54,73% dari keseluruhan total sepeda motor yang ada di surabaya tahun Sedangkan untuk 2014, Sepeda motor honda mengusai 75,6% dari keseluruhan total sepeda motor. 2. Model yang didapatkan berbeda-beda untuk setiap kategori. Model yang sesuai untuk total sepeda motor adalah ARIMAX (2,0,0) dengan faktor-faktor yang mempengaruhi yaitu tren, efek bulanan, satu bulan sebelum hari raya. Untuk sepeda motor Honda, model yang sesuai adalah dengan ARIMAX (0,0,[(2)]) dengan faktor-faktor yang mempengaruhi yaitu tren, efek bulanan, satu bulan sebelum hari raya dan terakhir untuk sepeda motor matic Honda adalah dengan regresi time series dimana penjualan dipengaruhi oleh tren, sedangkan efek bulanan dan hari raya tidak berpengaruh. 3. Untuk hasil peramalan, menunjukan bahwa penjualan total sepeda motor di Surabaya pada tahun 2014 menurun 1,6% dari tahun sebelumnya. Sementara untuk penjualan sepeda motor Honda di Surabaya pada tahun 2014 meningkat 18% dari tahun sebelumnya dan penjualan sepeda motor Honda jenis matic di Surabaya pada tahun 2014 juga meningkat 36% dari tahun sebelumnya A. Saran Saran yang dapat diberikan dari hasil analisis ini yaitu untuk penelitian selanjutnya dapat lebih menganalisis mengenai pemodelan dan peramalan sepeda motor merek selain Honda dengan ketiga jenis motor yang ada yaitu matic yaitu cub, maupun sport. DAFTAR PUSTAKA [1] Badan Pusat Statistika. (2010). Agregat Sensus Penduduk Tahun 2010 Provinsi Jawa Timur. Jakarta: Badan Pusat Statistika Republik Indonesa. [2] Draper, N. R., & Smith, H. (1998). Applied Regression Analysis, Third Edition. Canada: John Wiley & Sons, Inc. [3] Hadiyanto,Y.T. (29 i 2013). Pengaruh Pertumbuhan Ekonomi terhadap Industri Otomotif (Sepeda Motor) di Indonesia. Dicuplik dari yang diakses pada hari Jumat, 28 Maret 2014 pukul [4] Kamil, M.I. (2010). Pemodelan Dan Peramalan Jumlah Penumpang Dan Pesawat Di Terminal Kedatangan Internasional Bandara Juanda Surabaya Dengan Metode Variasi Kalender. Surabaya: Jurusan Statistika FMIPA ITS. [5] Puspita, K. (2013). Prediksi Penjualan di Perusahaan Ritel dengan Metode Peramalan Hirarki Berdasarkan Model Variasi Kalender. Surabaya: Jurusan Statistika FMIPA ITS. [6] Walpole. (1995). Pengantar Statistika. PT. Gramedia Pustaka Utama : Jakarta. [7] Wei, W. W. (2006). Time Series Analysis: Univariate and Multivariate Methods, 2nd Edition. New York: Pearson. UCAPAN TERIMA KASIH Penulis mengucapkan puji syukur atas segala rahmat Allah S.W.T sehinga tugas akhir dapat terselesaikan dengan baik, selain itu juga kepada bapak Dr. Ir. Setiawan, M.S, ibu Endah S.Si, M.Si dan ibu Santi Puteri, M.Si, Ph.D. dan para dosen statistika ekonomi bisnis atas bimbingan dan bantuan selama ini. Penulis juga mengucapkan terima kasih banyak kepada orang tua, adik dan teman-teman yang selalu memberi doa, dukungan dan semangat untuk menyelesaikan tugas akhir ini, serta PT. MPM Honda Motor Surabaya yang banyak memberikan pengalaman kepada penulis.

7 7 LAMPIRAN A. Hasil Fits dan In Sampel Penjualan Total Sepeda Motor di Surabaya E. Hasil Fits dan In Sampel Penjualan Sepeda Motor Matic Honda di Surabaya Total Market Fits FITS1 matic_ B. Hasil Fits dan Out Sampel Penjualan Total Sepeda Motor di Surabaya Outsampel Fits F. Hasil Fits dan Out Sampel Penjualan Sepeda Motor Matic Honda di Surabaya outsampel mtc fits mtc Feb Mar Feb 6008 Mar C. Hasil Fits dan data In Sampel Penjualan Sepeda Motor Honda di Surabaya Honda Sales fits D. Hasil Fits dan Out Sampel Penjualan Sepeda Motor Honda di Surabaya outsampehond FitsHon Feb Mar