IMPLEMENTASI ALGORITMA AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) UNTUK MEMPREDIKSI PENDAPATAN PENJUALAN TEASTY INDONESIA
Kata Kunci:
Prediksi, ARIMA, MAPE, Time SeriesAbstrak
Berbagai macam bentuk usaha minuman yang ada saat ini, salah satunya adalah Teasty Indonesia. Usaha ini memiliki nilai strategis karena terletak di jalan utama kawasan pusat pertokoan, sekolah dan berada di dekat persimpangan jalan. Maka dari itu sangat penting bagi pelaku usaha untuk mengoptimalkan penjualan dan meningkatkan efisiensi operasional. Perusahaan harus mampu merancang strategi baik dari segi pemasaran sampai penjualan sehingga bisa bersaing dengan kompetitor yang sudah terjun terlebih dahulu ke bidang usaha ini. Hal ini yang menjadi alasan peneliti mengeksplorasi penggunaan algoritma Autoregressive Integrated Moving Average (ARIMA) dalam memprediksi pendapatan penjualan produk. Autoregressive Integrated Moving Average (ARIMA) merupakan algoritma yang populer dan banyak digunakan untuk memprediksi data yang memiliki kurun waktu tertentu. Penelitian ini berhasil mengimplementasikan model ARIMA untuk melakukan prediksi penjualan minuman kekinian dengan tingkat akurasi yang baik untuk dapat diaplikasikan pada keputusan bisnis kedepannya. Hasil penelitian pada pengaplikasian algoritma Autoregressive Integrated Moving Average (ARIMA) menunjukkan bahwa model ARIMA (1,1,1) memberikan hasil nilai prediksi yang baik sehingga memberikan hasil prediksi yang tidak jauh berbeda dengan data penjualan aktual. Hal ini dibuktikan dengan pengujian yang dilakukan dengan algoritma MAPE sebesar 21,99% untuk data testing dan 25,93% untuk data training sehingga dapat dikatakan prediksi penjualan memberikan tingkat akurasi yang baik
Referensi
R. A. Wulandari, and R. Gernowo, “Metode Autoregressive Integrated Moving Average (ARIMA) dan Metode Adaptive Neuro Fuzzy Inference System (ANFIS) dalam Analisis Curah Hujan,” Berkala Fisika, vol. 22, no. 1, pp. 41–48, 2019.
M. A. Fajar, “Implementasi Algoritma Linear Regression Dan Autoregressive Integrated Moving Average Dalam Memprediksi Harga Rumah (Studi Kasus Rumah Di Kabupaten Bogor),” Skripsi, Faultas Sains dan Teknologi UIN Syarif Hidayatullah Jakarta, 2023.
H. M. Putri, “Penerapan Metode Dekomposisi Dalam Peramalan Data Deret Waktu (Time Series),” Journal of Economic Perspectives, vol. 2, no. 1, pp. 1–21, 2022.
W. Wahyudi, “Analisis Peramalan Penjualan Produk Aqua Galon Isi Untuk Menentukan Persediaan (Studi Kasus pada PT. Tirta Usaha Cianjur),” Skripsi, pp. 1–67, 2022. http://eprints.unpak.ac.id/5714/%0Ahttp://eprints.unpak.ac.id/5714/1/2022 Widadi Wahyudi 021117082.pdf
N. Darozat, W. Wahyudin, and H. Hamdani, "Penerapan Metode Peramalan Permintaan pada Produk Piece Pivot di PT. Trijaya Teknik Karawang," Jurnal Serambi Engineering, vol. 7, no. 2, 2022. https://doi.org/10.32672/jse.v7i2.4018
M. H. Widiyanto, R. Mayasari, and G. Garno, "Implementasi Time Series Pada Data Penjualan Di Gaikindo Menggunakan Algoritma Seasonal Arima," JATI: Jurnal Mahasiswa Teknik Informatika, vol. 7, no. 3, pp. 1501–1506, 2023. https://doi.org/10.36040/jati.v7i3.6879
J. J. Pangaribuan, F. Fanny, O. P. Barus, and R. Romindo, "Prediksi Penjualan Bisnis Rumah Properti Dengan Menggunakan Metode Autoregressive Integrated Moving Average (ARIMA)," Jurnal Sistem Informasi Bisnis, vol. 13, no. 2, pp. 154–161, 2023. https://doi.org/10.21456/vol13iss2pp154-16
L. Fabrianto, "Peramalan Trend Penjualan Retail Menggunakan Autoregressive Integrated Moving Average, 2021. https://repository.nusamandiri.ac.id/repo/files/241824/download/Thesis---LFB.pdf
A. Juwanda, et al, "Analisa Prediksi Penjualan Mobil dengan Metode Autoregressive Integrated Moving Average (ARIMA)," Seminar Nasional Mahasiswa Ilmu Komputer Dan Aplikasinya (SENAMIKA) Jakarta-Indonesia, September, 2021, 1–7. https://conference.upnvj.ac.id/index.php/senamika/article/view/1787
E. S. Putri, and M. Sadikin, "Prediksi Penjualan Produk Untuk Mengestimasi Kebutuhan Bahan Baku Menggunakan Perbandingan Algoritma LSTM dan ARIMA," Format: Jurnal Ilmiah Teknik Informatika, vol. 10, no. 2, pp. 162-171, 2021 https://doi.org/10.22441/format.2021.v10.i2.007
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2024 Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI)
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
