ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI MITRA PINASTHIKA MUSTIKA (MPM) HONDA MOTOR DENGAN PENDEKATAN ARIMA

Transkripsi

1 ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI MITRA PINASTHIKA MUSTIKA (MPM) HONDA MOTOR DENGAN PENDEKATAN ARIMA Oleh : Liviani Nursia Dosen Pembimbing: Dr. Brodjol Suijo S.U, MSi

2 Laar Belakang Perkembangan Perekonomian Mira Pinashika Musika (MPM) Honda Moor Jenis dan Tipe Sepeda Moor Penjualan Supra 5 cc dan Banyaknya Pelanggan Inden Sepeda Moor Auomaic Peneliian Sebelumnya

3 Permasalahan Peneliian Bagaimana model peramalan dari daa penjualan Honda moor Supra 5 cc unuk jenis moor bebek dan banyaknya pelanggan yang inden unuk moor jenis auomaic?. Bagaimana hasil peramalan penjualan Honda moor Supra 5 cc dan banyaknya pelanggan yang inden unuk jenis moor auomaic pada 6 bulan mendaang? Tujuan Peneliian. Unuk mengeahui model peramalan dari daa penjualan Honda moor Supra 5 cc unuk jenis moor bebek dan banyaknya pelanggan yang inden unuk moor jenis auomaic.. Unuk mengeahui hasil peramalan penjualan Honda moor Supra 5 cc dan banyaknya pelanggan yang inden unuk jenis moor auomaic pada 6 bulan mendaang..

4 Manfaa Peneliian Baasan Peneliian Manfaa penyusunan ugas akhir ini diharapkan agar dapa memberikan gambaran enang penjualan moor Supra 5 cc dan banyaknya pelanggan yang inden unuk moor maic di Mira Pinashika Musika (MPM) Honda Moor sera dapa memberikan informasi dan sebagai perimbangan pada perusahaan dalam meramalkan banyaknya pembelian sepeda moor. Daa yang digunakan adalah daa penjualan Honda moor Supra 5 cc pada jenis moor bebek pada periode Okober 003 hingga Februari 00 dan banyaknya pelanggan yang Inden unuk Honda moor maic di Mira Pinashika Musika (MPM) Honda Moor pada periode Januari 008 hingga Februari 00.

5 TINJAUAN PUSTAKA Meode Time Series Transformasi Box-Cox Sasionerias Time Series Fungsi Auokorelasi (Auokorelaion Funcion) dan Fungsi Auokorelasi Parsial (Parial Auokorelaion Funcion) Model Time Series Esimasi Parameer Uji Signifikan Parameer Pengujian Residual Pemilihan Model Terbaik Mira Pinashika Musika (MPM) Honda Moor

6 Time Series Dere waku (Time Series) merupakan serangkaian daa dengan variabel yang diambil dari waku ke waku yang erjadi berdasarkan indeks waku secara beruruan Transformasi Box-Cox Adalah salah sau meode yang berfungsi unuk menghomogenkan varians Nilai Transformasi esimasi λ -,0 / Z -0,5 / Z 0 Ln Z 0,5 Z Z

7 Sasionerias Time Series Sasionerias ime series merupakan suau keadaan jika proses pembangkian yang mendasari suau dere berkala didasarkan pada nilai engah konsan dan nilai varians konsan. Fungsi Auokorelasi (Auokorelaion Funcion) Auokorelasi adalah suau fungsi yang menunjukkan besarnya korelasi anara Z dan Z-k. k = cov( Z var( Z ), Z k var( Z Fungsi Auokorelasi Parsial (Parial Auokorelaion Funcion) Auokorelasi parsial adalah suau fungsi yang menunjukkan besarnya hubungan anara nilai Z dengan Z-. P k Cov[( Z Var ( Z Zˆ ) ) Zˆ ),( Z k k Var ( Z ) Zˆ k k Zˆ ) k )

8 Proses ACF PACF AR (p) Tails off (menurun) me-ngikui Cu off (erpoong) seelah lag ke-p benuk ekspo-nensial aau gelombang sinus MA (q) Cu off (erpoong) seelah lag ke-q Tails off (menurun) me-ngikui benuk ekspo-nensial aau gelombang sinus ARMA (p,q) Tails off (menurun) seelah lag (qp) Tails off (menurun) seelah lag (pq)

9 AR (Auoregressive) MA (Moving Average) ARMA (Auoregresif - Moving Average) ARIMA (Auoregressive Inegraed Moving Average) p p a Z Z Z Z... q q a a a a Z... q q p p a a a a Z Z Z Z q d p a B B B Model Time Series

10 Uji Signifikan Parameer Hipoesis : H0 : (parameer idak signifikan) H : (parameer signifikan) Saisik Uji : ˆ SE( ˆ) Daerah Kriis: Tolak H0 jika aau jika p-value < α /, n n p

11 Whie Noise Hipoesis : Uji Kesesuaian Model H 0 : Residual memenuhi syara whie noise H : Residual idak memenuhi whie noise Saisik Uji : Daerah Kriis : Tolak H 0 jika Q n( n ),km Pengujian Residual k k ˆ k n k aau p-value < α Disribusi Normal Hipoesis : H 0 : Residual Berdisribusi Normal H : Residual Tidak Berdisribusi Normal Saisik Uji : x D SUP S F X 0 x Daerah Kriis : Tolak H 0 jika D > D (-α,n) aau p-value < α

12 Pemilihan Model Terbaik. Pendekaan In sampel a. Akaike s Informaion Crierion (AIC) AIC(M)= n ln ( )+ M b. Schwarz s Bayesian Crierion (SBC) SBC(M)= n ln ( (n) ˆ a ˆ a ) + M ln. Pendekaan Ou Sampel. MSE =. MAPE = M 3. MPE = M M M m m a Z a Z a x00% x00% 4. MAE = M M a

13 Mira Pinashika Musika (MPM) Honda Moor Mira Pinashika Musika (MPM) Honda Moor adalah suau perusahaan jasa yang bergerak sebagai main dealer produk sepeda moor Honda dimana Mira Pinashika Musika (MPM) Honda moor dalam menjual dan mendisribusikan sepeda moor Honda menggunakan enaga wiraniaga unuk menghasilkan ingka penjualan yang maksimal. Mira Pinashika Musika (MPM) Honda Moor juga melayani berbagai macam penjualan moor yang dapa dimiliki oleh masyaraka.

14 METODOLOGI Sumber Daa Daa yang digunakan unuk peneliian kali ini adalah daa sekunder hasil dokumenasi penjualan moor Supra 5 cc pada periode Okober 003 hingga Februari 00 dan daa banyaknya pelanggan yang inden unuk moor maic pada periode Januari 008 hingga Februari 00. Variabel Peneliian Variabel yang digunakan dalam peneliian ini adalah:.daa penjualan moor Supra 5 cc sebanyak 77 daa.daa pelanggan yang inden unuk moor auomaic sebanyak 6 daa.

15 Diagram Alir Proses Analisis Daa Beriku adalah diagram alir proses analisis daa dengan menggunakan meode peramalan ARIMA Box-Jenkins:

16 Mulai Idenifikasi Daa : Daa In Sampel Daa Ou Sampel Time Series Plo Varians : Transformasi Mean : Differencing Kesasioneran Daa Tidak Ya - Plo ACF - Plo PACF Model ARIMA (p,d,q) Penaksiran Parameer dan Uji Signifikansi Parameer Uji Kesesuaian Model: - Uji Whie Noise - Uji Asumsi Kenormalan Residual Ya Tidak Melakukan deeksi oulier A B

17 A B Memilih Model Terbaik Peramalan Penjualan Sepeda Moor Supra 5 cc Selesai

18 ANALISIS DATA DAN PEMBAHASAN

19 Penjualan Sepeda Moor Supra 5 cc

20 Analisis Deskripif Penjualan Sepeda Moor Supra 5 cc Variabel N Mean SDev Minimum Maksimum Z_Supra 77 6,74 7,54 95

21 SDev Z_Supra Idenifikasi Penjualan Sepeda Moor Supra 5cc 00 Time Series Plo of Z_Supra Index Time Series Plo Daa Penjualan Supra 5 cc Box-Cox Plo of Z_Supra Lower Upper CL CL Box Cox Penjualan Supra 5 cc Lambda (using 95.0% confidence) Esimae 0,08 Lower CL -0,08 Upper CL 0,3 Rounded Value 0, Lambda 3 Limi

22 C4 Ln Z 5 Time Series Plo of Ln Z Time Series Plo Hasil Transformasi Index Time Series Plo Hasil Transformasi dan Differencing 3 0 Time Series Plo of C Index

23 Parial Auocorrelaion Auocorrelaion ACF dan PACF Daa Penjualan Sepeda Moor Supra 5cc Auocorrelaion Funcion for Z_Supra (wih 5% significance limis for he auocorrelaions),0 0,8 0,6 0,4 0, 0,0-0, -0,4-0,6-0,8 -, Lag Parial Auocorrelaion Funcion for Z_Supra (wih 5% significance limis for he parial auocorrelaions),0 0,8 0,6 0,4 0, 0,0-0, -0,4-0,6-0,8 -, Lag

24 Parial Auocorrelaion Auocorrelaion ACF dan PACF Daa Penjualan Sepeda Moor Supra 5cc seelah dilakukan Transformasi dan Differencing Auocorrelaion Funcion for differencing (wih 5% significance limis for he auocorrelaions),0 0,8 0,6 0,4 0, 0,0-0, -0,4-0,6-0,8 -, Lag Parial Auocorrelaion Funcion for differencing (wih 5% significance limis for he parial auocorrelaions),0 0,8 0,6 0,4 0, 0,0-0, -0,4-0,6-0,8 -, Lag

25 Pengujian Parameer Model Penjualan Sepeda Moor Supra 5 cc Hipoesis : H 0 : parameer idak signifikan H : parameer signifikan Model Parameer Lag P-value Kesimpulan ARIMA (,,) AR, Tidak Signifikan MA, Tidak Signifikan ARIMA (,,0) AR, Signifikan ARIMA (0,,) MA, Signifikan

26 Pemeriksaan Residual Model Penjualan Sepeda Moor Supra 5 cc. Uji Whie Noise Penjualan Sepeda Moor Supra 5 cc Model ARIMA (,,) ARIMA (,,0) ARIMA (0,,) Keerangan Whie Noise Whie Noise Whie Noise Uji Kenormalan Residual Penjualan Sepeda Moor Supra 5 cc Model P-value Kesimpulan ARIMA (,,) Tidak Berdisribusi Normal ARIMA (,,0 ) 0.04 Tidak Berdisribusi Normal ARIMA (0,,) Tidak Berdisribusi Normal

27 Mengaasi Oulier Penjualan Sepeda Moor Supra 5cc Penambahan Dummy Variabel D-D5 Model ARIMA (,,0) Penambahan Dummy Variabel D-D5 Model P-value Kesimpulan Tidak Berdisribusi ARIMA (,,0 ) <0.000 Normal Penambahan Dummy Variabel D-D8 Model P-value Kesimpulan Tidak Berdisribusi ARIMA (,,0 ) <0.000 Normal Penambahan Dummy Variabel D-D Model P-value Kesimpulan Tidak berdisribusi ARIMA (,,0 ) 0.0 Normal Penambahan Dummy Variabel D-D0 Model P-value Kesimpulan Tidak berdisribusi ARIMA (,,0 ) Normal Penambahan Dummy Variabel D-D5 Model P-value Kesimpulan Tidak Berdisribusi ARIMA (,,0 ) <0.000 Normal Model P-value Kesimpulan Tidak berdisribusi ARIMA (,,0 ) Normal

28 Model ARIMA (0,,) Penambahan Dummy Variabel D-D5 Model P-value Kesimpulan ARIMA (0,, ) <0.000 Tidak Berdisribusi Normal Penambahan Dummy Variabel D-D9 Model P-value Kesimpulan ARIMA (0,, ) <0.000 Tidak Berdisribusi Normal Penambahan Dummy Variabel D-D4 Model P-value Kesimpulan ARIMA (0,, ) Berdisribusi Normal

29 Pemilihan Model Terbaik Penjualan Sepeda Moor Supra 5cc dengan Krieria Ou sample Model MSE MAPE MPE ARIMA (,,) 569,467 48,34% -,936 ARIMA (,,0) 559,4 49,73% -,4738 ARIMA (0,,) 58,95 48,6% -0,008 Model Terbaik Z Z 0,844a a W W W W 4 W 5 W 6 I W 7 W 8 W W 0 W W W 3 W Z Z 0,844 a a.3445i I I I.55838I -.34I

30 Peramalan Penjualan Sepeda Moor Supra 5cc Periode Forecas Baas Bawah Baas Aas Mar-0 50,8866 8,336 3,06 Apr-0 50,8866 5, ,8 Mei-0 50,8866 3, ,77 Jun-0 50,8866, ,9 Jul-0 50,8866,044 74,5 Agus-0 50,8866,737 50,8

31 Banyaknya Pelanggan yang Inden Sepeda Moor Auomaic.

32 Analisis Deskripif Pelanggan yang Inden Sepeda Moor Auomaic. Variabel N Mean SDev Minimum Maksimum Z_Auomaic 6 43,50,

33 Z_maic Idenifikasi Banyaknya Pelanggan Inden Sepeda Moor Auomaic 70 Time Series Plo of Z_maic Index

34 Parial Auocorrelaion Auocorrelaion Pendugaan Model Banyaknya Pelanggan Inden Sepeda Moor Auomaic Auocorrelaion Funcion for Trans (wih 5% significance limis for he auocorrelaions),0 0,8 0,6 0,4 0, 0,0-0, -0,4-0,6-0,8 -, Lag Parial Auocorrelaion Funcion for Trans (wih 5% significance limis for he parial auocorrelaions),0 0,8 0,6 0,4 0, 0,0-0, -0,4-0,6-0,8 -, Lag

35 Pengujian Parameer Model Banyaknya Pelanggan Inden Sepeda Moor Auomaic Hipoesis : H 0 : parameer idak signifikan H :parameer signifikan Model Parameer Lag P-value Kesimpulan ARIMA (,0,0) ARIMA (0,0,) Consan 0 <0.000 Signifikan AR, 0,0004 Signifikan Consan 0 <0.000 Signifikan AR, 0,0007 Signifikan

36 Pemeriksaan Residual Model Banyaknya Pelanggan Inden Sepeda Moor Auomaic Uji Whie Noise Banyaknya Pelanggan Inden Sepeda Moor Auomaic Model ARIMA (,0,0) ARIMA (0,0,) Keerangan Tidak Whie Noise Tidak Whie Noise Uji Kenormalan Residual Banyaknya Pelanggan Inden Sepeda Moor Auomaic Model P-value Kesimpulan ARIMA (,0,0) Berdisribusi Normal ARIMA (0,0, ) Berdisribusi Normal

37 Mengaasi Oulier Banyaknya Pelanggan Yang Inden Sepeda Moor Auomaic Model ARIMA (,0,0) Penambahan Dummy Variabel D-D4 Model P-value Kesimpulan Lag Lag Whie Noise Lag Model ARIMA (0,0,) Penambahan Dummy Variabel D-D Model P-value Kesimpulan Lag Lag Tidak Whie Noise Lag

38 Banyaknya Pelanggan Yang Inden Sepeda Moor Auomaic dengan Krieria Ou sample Model MSE MAPE MPE ARIMA (,0,0) 655,69 7,44% 7,445 ARIMA (0,0,) 38,998 39,49% 39,495 a Z Z 38,0554 0,69376 Model Terbaik a a... p a p a a a

39 Peramalan Banyaknya Pelanggan Yang Inden Sepeda Moor Auomaic. Periode Forecas Mar-0 5,986 Apr-0 08,935 Mei-0 03,4605 Jun-0 99,080 Jul-0 95,9047 Agus-0 93,3387

40 KESIMPULAN DAN SARAN Pada pemodelan dan peramalan penjualan sepeda moor supra 5 cc diperoleh model yang paling sesuai yaiu ARIMA (0,,) karena elah memenuhi pengujian signifikansi parameer dan memenuhi semua asumsi residual walaupun erdapa oulier pada model ARIMA (0,,) seelah dilakukan deeksi oulier asumsi kenormalan residual erpenuhi. Beriku adalah model ARIMA (0,,) besera deeksi oulier: Z Z 0,844a a W W W W 4 W 5 W 6 I W 7 W 8 W W 0 W W W 3 W Z Z 0,844 a a.3445i I I I.55838I -.34I

41 Periode Forecas Baas Bawah Baas Aas Mar-0 50,8866 8,336 3,06 Apr-0 50,8866 5, ,8 Mei-0 50,8866 3, ,77 Jun-0 50,8866, ,9 Jul-0 50,8866,044 74,5 Agus-0 50,8866,737 50,8

42 Unuk pemodelan dan peramalan banyaknya pelanggan inden sepeda moor auomaic diperoleh model erbaik yaiu ARIMA (,0,0) akan eapi belum memenuhi asumsi residual yaiu pengujian whie noise. Model yang dihasilkan adalah Z 38,0554 0,69376Z a Periode Forecas Mar-0 5,986 Apr-0 08,935 Mei-0 03,4605 Jun-0 99,080 Jul-0 95,9047 Agus-0 93,3387

43 Saran Unuk memperoleh hasil penjualan erbaik pada sepeda moor Supra 5cc dan banyaknya pelanggan yang inden sepeda moor auomaic maka dilakukan pembaharuan analisis model sera hasil peramalan secara periodik aau 6bulan sekali agar mendapakan hasil yang lebih akura.

44 DAFTAR PUSTAKA Daniel, Wayne, W.,989, Saisika Nonparamerik Terapan, Gramedia, Jakara. Makridakis, W., Mc Gee, 999, Meode dan Aplikasi Peramalan, Edisi kedua, Bina Rupa Aksara, Jakara. Salamah, M., dkk. 003, Buku Ajar ANALISIS TIME SERIES, Insiu Teknologi Sepuluh Nopember, Surabaya. Vebriyani, Vera., 007, Analisis Peramalan Penjualan Sepeda Moor KAZE Di PT. Surapia Unirans Surabaya dengan Meode ARIMA Box-Jenkins, Tugas Akhir, FMIPA Saisika ITS. Wei, W., W. S., 990, Time Analysis Univariae and Mulivariae Mehods, Addison Wesley Publishing Company, Inc, America.

45