BAB III METODOLOGI PENELITIAN

dokumen-dokumen yang mirip
BAB 2 LANDASAN TEORI

PENDUGAAN DATA RUNTUT WAKTU MENGGUNAKAN METODE ARIMA

METODE PENELITIAN. Penelitian ini dilakukan pada semester genap tahun akademik 2014/2015

LAPORAN PRAKTIKUM ANALISIS RUNTUN WAKTU. Laporan VI ARIMA Analisis Runtun Waktu Model Box Jenkins

Model Autoregressive Integrated Moving Average (ARIMA) adl teknik untuk mencari pola yg paling cocok dari sekelompok data Model ARIMA dapat digunakan

Metode Box - Jenkins (ARIMA)

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PERAMALAN NILAI TUKAR DOLAR SINGAPURA (SGD) TERHADAP DOLAR AMERIKA (USD) DENGAN MODEL ARIMA DAN GARCH

BAB 2 LANDASAN TEORI

VI PERAMALAN PENJUALAN AYAM BROILER DAN PERAMALAN HARGA AYAM BROILER

BAB 1 PENDAHULUAN. 1.1 Pendahuluan. Universitas Sumatera Utara

BAB III METODE PENELITIAN

FORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI

PERAMALAN PENYEBARAN JUMLAH KASUS VIRUS EBOLA DI GUINEA DENGAN METODE ARIMA

BAB II TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI

PREDIKSI HARGA SAHAM PT. BRI, Tbk. MENGGUNAKAN METODE ARIMA (Autoregressive Integrated Moving Average)

SBAB III MODEL VARMAX. Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n

BAB II LANDASAN TEORI

Bab IV. Pembahasan dan Hasil Penelitian

HALAMAN PERSETUJUAN PEMBIMBING...iii. HALAMAN PENGESAHAN...iv. HALAMAN PERSEMBAHAN... vi. KATA PENGANTAR... viii. DAFTAR ISI... x. DAFTAR TABEL...

Pemodelan Autoregressive (AR) pada Data Hilang dan Aplikasinya pada Data Kurs Mata Uang Rupiah

PERAMALAN PEMAKAIAN ENERGI LISTRIK DI MEDAN DENGAN METODE ARIMA

III. METODE PENELITIAN

PENERAPAN METODE ARIMA DALAM MERAMALKAN INDEKS HARGA KONSUMEN (IHK) INDONESIA TAHUN 2013

BAB 2 LANDASAN TEORI Pengertian Data Deret Berkala

BAB III METODE PENELITIAN. 3.1 Unit Analisis dan Ruang Lingkup Penelitian. yang berupa data deret waktu harga saham, yaitu data harian harga saham

Prediksi Laju Inflasi di Kota Ambon Menggunakan Metode ARIMA Box Jenkins

PERAMALAN BANYAKNYA OBAT PARASETAMOL DAN AMOKSILIN DOSIS 500 MG YANG DIDISTRIBUSIKAN OLEH DINKES SURABAYA

BAB I PENDAHULUAN 1.1 Latar Belakang

II. TINJAUAN PUSTAKA. Analisis ARIMA (Autoregressive Integrated Moving Average) umumnya

Metode Deret Berkala Box Jenkins

Peramalan Permintaan Paving Blok dengan Metode ARIMA

Pemodelan ARIMA Non- Musim Musi am

PERAMALAN PENJUALAN PRODUKSI TEH BOTOL SOSRO PADA PT. SINAR SOSRO SUMATERA BAGIAN UTARA TAHUN 2014 DENGAN METODE ARIMA BOX-JENKINS

PERAMALAN KUNJUNGAN WISATA DENGAN PENDEKATAN MODEL SARIMA (STUDI KASUS : KUSUMA AGROWISATA)

BAB 2 LANDASAN TEORI

PERAMALAN INDEKS HARGA KONSUMEN MENGGUNAKAN MODEL INTERVENSI FUNGSI STEP

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

VERIFIKASI MODEL ARIMA MUSIMAN MENGGUNAKAN PETA KENDALI MOVING RANGE

BAB IV ANALISIS DAN PEMBAHASAN

Analisys Time Series Terhadap Penjualan Ban Luar Sepeda Motor di Toko Putra Jaya Motor Bangkalan

Prediksi Jumlah Penumpang Kapal Laut di Pelabuhan Laut Manado Menggunakan Model ARMA

Analisis Peramalan Data Produk Domestik Regional Bruto (PDRB) Sebagai Tolak Ukur Kinerja Perekonomian Provinsi Kepulauan Bangka Belitung

III. METODE PENELITIAN

BAB III METODE PENELITIAN

PEMODELAN ARIMA DALAM PERAMALAN PENUMPANG KERETA API PADA DAERAH OPERASI (DAOP) IX JEMBER

PENERAPAN MODEL ARFIMA (AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE) DALAM PERAMALAN SUKU BUNGA SERTIFIKAT BANK INDONESIA (SBI)

PERAMALAN HASIL PRODUKSI ALUMINIUM BATANGAN PADA PT INALUM DENGAN METODE ARIMA

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Adapun langkah-langkah pada analisis runtun waktu dengan model ARIMA

PERAMALAN PERMINTAAN PRODUK SARUNG TANGAN GOLF MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DI PT. ADI SATRIA ABADI ABSTRAK

PERAMALAN INDEKS HARGA KONSUMEN DAN INFLASI INDONESIA DENGAN METODE ARIMA BOX-JENKINS

BAB III METODE PENELITIAN

BAB 2 LANDASAN TEORI

MODEL AUTOREGRESSIVE (AR) ATAU MODEL UNIVARIATE

PENERAPAN MODEL ARIMA UNTUK MEMPREDIKSI HARGA SAHAM PT. TELKOM Tbk. APPLICATION OF ARIMA TO FORECASTING STOCK PRICE OF PT. TELOKM Tbk.

4 BAB IV HASIL PEMBAHASAN DAN EVALUASI. lebih dikenal dengan metode Box-Jenkins adalah sebagai berikut :

BAB 1 PENDAHULUAN Latar Belakang

Peramalan Penjualan Pipa di PT X

PERAMALAN JUMLAH WISATAWAN DI AGROWISATA KUSUMA BATU MENGGUNAKAN METODE ANALISIS SPEKTRAL. Oleh: Niswatul Maghfiroh NRP.

Peramalan Kecepatan Angin Di Kota Pekanbaru Menggunakan Metode Box-Jenkins

III. METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekunder yaitu

PERAMALAN PENJUALAN TEH HIJAU DENGAN METODE ARIMA (STUDI KASUS PADA PT. MK)

BAB IV METODE PENELITIAN

Artikel Ilmiah. Peneliti : Auditya Gianina Bernadine Amaheka ( ) Michael Bezaleel Wenas, S.Kom., M.Cs.

ABSTRAK. Kata kunci : Data Runtun Waktu, Indeks Harga Konsumen, ARIMA, Analisis Intervensi, Fungsi Step, Peramalan. I Pendahuluan

ESTIMASI DATA YANG HILANG DENGAN MENGGUNAKAN PROSES PENYARINGAN DALAM PEMODELAN DATA TIME SERIES

TINJAUAN PUSTAKA. perubahan harga yang dibayar konsumen atau masyarakat dari gaji atau upah yang

PENGGUNAAN METODE PERAMALAN KOMBINASI TREND DETERMINISTIK DAN STOKASTIK PADA DATA JUMLAH PENUMPANG KERETA API (Studi Kasus: KA Argo Muria)

BAB 2 TINJAUAN PUSTAKA

ANALISIS PERAMALAN (Forecasting) PRODUKSI KARET (Hevea Brasiliensis) DI PT PERKEBUNAN NUSANTARA IX KEBUN SUKAMANGLI KABUPATEN KENDAL

MODEL EXPONENTIAL SMOOTHING HOLT-WINTER DAN MODEL SARIMA UNTUK PERAMALAN TINGKAT HUNIAN HOTEL DI PROPINSI DIY SKRIPSI

PEMODELAN ARIMA UNTUK PREDIKSI KENAIKAN MUKA AIR LAUT DAN DAMPAKNYA TERHADAP LUAS SEBARAN ROB DI KOTA AMBON

PENJUALAN SEPATU MEREK NIKE DENGAN METODE AUTOREGRESSIVE INTREGATED MOVING AVERAGE (ARIMA)

PERAMALAN JUMLAH PENUMPANG BANDARA I GUSTI NGURAH RAI DENGAN MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA)

APLIKASI PROGRAM DINAMIK UNTUK MENGOPTIMALKAN BIAYA TOTAL PADA PENGENDALIAN PRODUKSI MINYAK SAWIT DAN INTI SAWIT

LULIK PRESDITA W APLIKASI MODEL ARCH- GARCH DALAM PERAMALAN TINGKAT INFLASI

IV. METODE PENELITIAN

BAB III PEMBAHASAN. Pada bab ini, dibahas mengenai model Vector Error Correction (VEC),

Pemodelan ARIMA Jumlah Pencapaian Peserta KB Baru IUD

BAB III PEMBAHARUAN PERAMALAN. Pada bab ini akan dibahas tentang proses pembaharuan peramalan.

PERBANDINGAN INVESTASI PADA MATA UANG DOLAR AMERIKA (USD) DAN YEN JEPANG (JPY) DENGAN MODEL ARIMA DAN GARCH

BAB II TINJAUAN PUSTAKA. autokovarians (ACVF) dan fungsi autokorelasi (ACF), fungsi autokorelasi parsial

PEMODELAN DAN PERAMALAN DATA DERET WAKTU DENGAN METODE SEASONAL ARIMA

Peramalam Jumlah Penumpang Yang Berangkat Melalui Bandar Udara Temindung Samarinda Tahun 2012 Dengan Metode ARIMA BOX-JENKINS

BAB II TINJAUAN PUSTAKA. penelitian ini, yaitu ln return, volatilitas, data runtun waktu, kestasioneran, uji

PERBANDINGAN PERAMALAN MENGGUNAKAN METODE EXPONENTIAL SMOOTHING HOLT-WINTERS DAN ARIMA

PERAMALAN STOK BARANG UNTUK MEMBANTU PENGAMBILAN KEPUTUSAN PEMBELIAN BARANG PADA TOKO BANGUNAN XYZ DENGAN METODE ARIMA

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI. datang. Kegunaan dari peramalan terlihat pada saat pengambilan keputusan.

Bab IV. Metode dan Model Penelitian

Peramalan merupakan alat bantu yang penting dalam penyusunan rencana yang efektif dan efisien. Pada

PENENTUAN MODEL TERBAIK UNTUK PERAMALAN DATA SAHAM CLOSING PT. CIMB NIAGA INDONESIA MENGGUNAKAN METODE ARCH-GARCH

III. METODE PENELITIAN. Data yang digunakan dalam penelitian ini adalah data sekunder yaitu data time series

PROSIDING SEMINAR NASIONAL STATISTIKA UNIVERSITAS DIPONEGORO 2013 ISBN:

PERBANDINGAN MODEL PADA DATA DERET WAKTU PEMAKAIAN LISTRIK JANGKA PENDEK YANG MENGANDUNG POLA MUSIMAN GANDA ABSTRAK

BAB 2. Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang

Transkripsi:

BAB III METODOLOGI PENELITIAN Mulai Studi Pendahuluan Studi Pustaka Identifikasi Masalah Perumusan Masalah Tujuan Pengumpulan Data 1. Profil Perusahaan PT. Mensa Binasukses cabang kota Padang 2. Data forecasting dan Penjualan Aktual dari bulan Januari Tahun 2010 sampai bulan Desember Tahun 2014 PT. Mensa Binasukses cabang kota Padang Pengolahan Data dengan Minitab dan Eviews Plot Data Menentukan Stasioneritas di Varians TIDAK Melakukan Transformasi YA Menentukan Stasioneritas di Rata-rata TIDAK Melakukan Differencing YA Plot Fungsi Autokorelasi dan Fungsi Autokorelasi Parsial Mengidentifikasi Model ARIMA Box-Jenkins Sementara Melakukan Pemeriksaan Ketepatan Model TIDAK TEPAT TEPAT Uji Autokorelasi Uji Heterokedastisitas Menggunakan Model Terpilih Untuk Peramalan Uji / Analisis Error Analisa Kesimpulan dan Saran Selesai Gambar 3.1 Flow Chart Metodologi Penelitian

Pada laporan ini, pengumpulan data dilakukan dengan melakukan wawancara langsung dengan sales supervisor dari PT. Mensa Binasukses. Metode ini sangat tepat dan efektif, karena dengan wawancara langsung peneliti bisa mendapat data pasti mengenai penjualan di PT. Mensa Binasukses serta peneliti juga bisa membantu menyelesaikan masalah penjualan yang dihadapi oleh sales supervisor PT. Mensa Binasukses. Metodologi penelitian sangat penting sekali dalam penelitian, karena pada metodologi penelitian ini menggambarkan langkah-langkah secara sistematis yang dilakukan dalam memecahkan permasalahan yang diangkat. Dengan adanya metodologi penelitian yang sistematis dan baik maka akan memberikan penyelesaian yang tepat sesuai dengan permasalahan yang ada. Adapun kegunaan metodologi yaitu untuk mengarahkan dan mempermudah proses analisis dalam mencari solusi untuk memecahkan masalah, merancang manajemen penelitian secara layak serta untuk menentukan kualitas dari suatu penelitian. Dengan mengikuti tahapan-tahapan metodologi penelitian ini, maka mutu dan isi dari laporan penelitian ini akan lebih baik. 3.1 Studi Pendahuluan Mencari permasalahan yang akan diteliti ternyata sangatlah perlu untuk melakukan studi pendahuluan. Studi pendahuluan dilakukan untuk mengetahui lebih detail tentang informasi-informasi yang diperlukan untuk menentukan variabel penelitian. Berdasarkan informasi tersebut maka didapat tahap penyelesaian masalah yang ada sehingga pembahasan dalam penelitian ini menjadi terarah. Adapun cara melakukan studi pendahuluan adalah : 1. Orientasi terhadap perusahaan dengan cara wawancara langsung dengan sales supervisor PT. Mensa Binasukses. 2. Menentukan tema permasalahan yang akan diteliti dengan cara melakukan survey pustaka guna mendalami teori yang bersangkutan dengan tema yang dipilih. III-2

3. Melakukan survey pendahuluan di lapangan yang dalam hal ini dilakukan di PT. Mensa Binasukses, Padang dengan cara mewawancarai pihak perusahaan mengenai keadaan real di lapangan dan menyesuaikan dengan teori yang telah diperoleh. 4. Mencari data dari perusahaan dengan cara melakukan wawancara langsung dengan sales supervisor mengenai penjualan obat di PT. Mensa Binasukses selama 5 tahun belakang serta bentuk-bentuk forecasting yang dilakukan oleh perusahaan. 3.2 Studi Pustaka Pada tahap ini dilakukan studi tentang teori-teori yang berguna sebagai acuan dalam menyelesaikan masalah tentang pemilihan metode peramalan terbaik di PT. Mensa Binasukses. Tahap ini dilakukan bertujuan untuk mendapatkan referensi-referensi atau literatur-literatur yang bisa mendukung dalam pemecahan permasalahan yang ada. Studi pustaka juga berisi teori-teori yang dibutuhkan dan mendukung dalam penyelesaian laporan penelitian. Sumber pendukung dalam penelitian diambil dari buku-buku dan jurnal-jurnal yang memuat teori-teori yang berkaitan dengan permasalahan tersebut. 3.3 Identifikasi Masalah Dalam studi pendahuluan sebelumnya, peneliti melakukan wawancara langsung ke perusahaan agar mendapatkan bahan yang akan diteliti sesuai dengan apa yang dibutuhkan. Setelah melakukan wawancara itu, barulah peneliti mengidentifikasi masalah-masalah yang ada di perusahaan sehingga masalah yang akan diteliti bisa fokus pada satu bahan saja. 3.4 Rumusan Masalah Identifikasi masalah diawali dengan penelitian pendahuluan terlebih dahulu, dan dari hasil penelitian pendahuluan yang dilakukan melalui wawancara kepada sales supervisor diperoleh bahwa adanya complain terhadap metode peramalan yang terbaik agar penjualan yang ada saat ini mnejadi maksimal dan laba yang III-3

diperoleh juga maksimal. Untuk itu perlu dilakukan penelitian tentang pemilihan metode peramalan penjualan terbaik dari data penjualan yang telah didapat di PT. Mensa Binasukses. Sehingga pihak perusahaan dapat menentukan keputusan atau langkah dalam mendapatkan laba maksimum tersebut. 3.5 Tujuan Tujuan yang ditetapkan pada penelitian ini yaitu mendapatkan metode yang terbaik untuk peramalan penjualan di PT. Mensa Binasukses agar PT. Mensa Binasukses bisa mencapai laba maksimum pada penjualan. 3.6 Pengumpulan Data Data merupakan salah satu komponen penelitian yang penting, data yang akan digunakan dalam pengolahan nantinya haruslah data yang akurat karena data yang tidak akurat akan menghasilkan informasi yang salah. Dalam penelitian ini data yang dibutuhkan adalah : 1. Profil perusahaan 2. Data penjualan PT. Mensa Binasukses selama lima tahun belakang. Data yang digunakan untuk pengolahan yaitu data yang telah diparetokan sebelumnya, setelah diparetokan didapatkan 18 item obat, setelah itu dipilah menurut kategori obat dan diambil item dengan volume penjualan terbanyak, sehingga didapatkan 6 item obat yang akan diolah. 3.7 Pengolahan dan Analisis Data Setelah mendapatkan data maka langkah selanjutnya mengolah data dengan menggunakan metode-metode yang sudah ditetapkan. Adapun isi dari pengolahan data yaitu mengenai pemecahan masalah dengan menggunakan metode yang telah dipelajari yang telah dilakukan menggunakan data-data yang telah didapatkan sebelumnya. Adapun tujuan dari pengolahan data yaitu data mentah yang diperoleh bisa dianalisa dan kemudian memudahkan dalam mengambil keputusan atau menjawab permasalahan yang sedang dialami. Setelah didapat hasil pengolahan data kemudian data tersebut dianalisa untuk mendapatkan solusi dari III-4

permasalahan yang ditimbulkan yaitu untuk mengetahui metode permalan terbaik untuk digunakan dalam meramalkan penjualan PT. Mensa Binasukses, Padang. 3.7.1 Plot Data Pada tahap ini kita akan melihat bagaimana fluktuasi data yang telah didapatkan sebelumnya selama peneliti melakukan penelitian di PT. Mensa Binasukses cabang kota Padang dan disini juga dilihat apakah terdapat unsur musiman atau tidak. 3.7.2 Menentukan Stasioneritas Tahap ini sangat penting, sebab model-model ini hanya berlaku untuk data yang stasioner. Secara sederhana, konsep stasioner dapat diartikan suatu kondisi dimana nilai suatu data tidak jauh berbeda atau mungkin sama dengan data yang lain. Bentuk visual yang disediakan oleh paket komputer seperti minitab dan Eviews dari suatu diagram runtun waktu akan dengan mudah memperlihatkan kestasioneran suatu data. Karena model runtun waktu umumnya menggunakan asumsi stasioner, diperlukan cara atau metode untuk menghilangkan ketidakstasioneran data sebelum melangkah lebih lanjut pada pembentukan model. Hal ini dapat dicapai melalui penggunaan metode differencing. Setelah dilakukan proses differencing, maka data yang sudah ditransformasi diplot kembali. Jika hasil plot menunjukkan data masih belum stasioner maka kembali proses differencing dilakukan hingga hasil plot menunjukkan stasioner. 3.7.3 Plot Fungsi Autokorelasi dan Fungsi Autokorelasi Parsial Pada tahap plot fungsi autokorelasi ini dilihat hubungan antara nilai suatu variabel dengan nilai lampaunya, dapat dengan masa tenggang ( lag) satu atau lebih. Koefisien autocorrelation berkisar antara -1 dan +1, dimana 0 menunjukkan tidak ada hubungan. Sedangkan pada tahap plot fungsi autokorelasi parsial dilihat hubungan antara nilai suatu variabel dengan nilai yang lebih awal dari variabel itu, jika pengaruh nilai-nilai diantaranya (lainnya) dihilangkan. Sebagai contohnya III-5

jika ingin diketahui hubungan pada variabel di periode ke satu dengan period eke empat, maka pengaruh dari periode kedua dan ketiga dihilangkan. 3.7.4 Mengidentifikasi Model Box-Jenkins Sementara Pada tahap ini akan dilihat bagaimana model ARIMA terbaik untuk peramalan masa mendatang, bagaimanakah model terbaik apakah berordo p yang berarti lebih menekankan pada konsep autoregressive atau berordo q yang lebih menekankan pada konsep moving average atau bahkan merupakan gabungan dari ordo p dan q dimana konsep ini merupakan gabungan antara autoregressive dan moving average. 3.7.5 Melakukan Pemeriksaan Ketepatan Model Setelah diperoleh persamaan untuk model tentatif, dilakukan uji diagnostik untuk menguji kedekatan model dengan signifikansi dan hubungan-hubungan parameter. Jika ada hasil yang tidak dapat diterima atau tidak memenuhi syarat, maka model harus diperbaiki dan langkah-langkah sebelumnya diulangi kembali. Uji diagnostik untuk evaluasi model terdapat 6 kriteria, yaitu residual peramalan bersifat acak, model parsimonius (sederhana), parameter yang diperoleh berbeda nyata dengan nol, proses iterasi harus convergence dan memiliki nilai MSE (Mean Squared Error) terkecil. 3.7.6 Uji Autokorelasi Pengujian autokorelasi bertujuan untuk menguji ada tidaknya pengaruh deret waktu terhadap model ARIMA yang telah terbentuk. Pengujian dilakukan dengan menggunakan Breusch-Godfrey Serial Correlation LM Test, di mana nilai probability chi-square lebih besar dari α (5%) maka data bebas autokorelasi. 3.7.7 Uji Heterokedastisitas Pengujian heterokedastisitas bertujuan untuk menguji ada tidaknya pengaruh heterokedastisitas yaitu varian error terhubung dengan squared error term pada periode sebelumnya. Pengujian dilakukan dengan uji ARCH LM test, III-6

di mana nilai probability chi-square lebih besar dari α (5%) maka data bebas heterokedastisitas. 3.7.8 Forecasting Setelah tahap-tahap itu dilewati maka dapat dilakukan peramalan. Peramalan ini sesungguhnya merupakan penjabaran dari persamaan berdasarkan koefisien-koefisien yang didapat, sehingga kita dapat menetukan kondisi di masa yang akan datang. 3.7.9 Uji / Analisis Error Uji / analisis error ini bertujuan untuk melihat seberapa akuratnya peramalan yang telah dilakukan sebelumnya, apabila nilai error mendekati nol berarti peramalan bisa dikatakan telah akurat. 3.8 Analisa Pada tahap ini akan dilihat dan dinilai bagaiman hasil peramalan terpilih yang telah dilakukan dengan peramalan yang dilakukan oleh perusahaan PT. Mensa Binasukses cabang kota Padang dimana peneliti melakukan penelitian. 3.9 Kesimpulan dan Saran Kesimpulan merupakan rangkuman dari pengolahan dan analisa yang telah kita lakukan yang harus sesuai dengan tujuan yang telah kita tetapkan. Saran merupakan masukan kita terhadap praktikum yang telah dilakukan untuk memberikan nasehat agar membuat sesuatu itu dari yang buruk menjadi yang lebih baik. III-7