IMPLEMENTASI NON-SEASONAL ARIMA MODEL UNTUK PERAMALAN PENJUALAN PRODUK STUDI KASUS: "DITAMA"

71110044, MELVINA VALENCIA PURNAWAN (2015) IMPLEMENTASI NON-SEASONAL ARIMA MODEL UNTUK PERAMALAN PENJUALAN PRODUK STUDI KASUS: "DITAMA". Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Informatika) 71110044_bab1_bab5_daftarpustaka.pdf Download (3MB)
	Text (Skripsi Informatika) 71110044_bab2-sd-bab4_lampiran.pdf Restricted to Registered users only Download (5MB) | Request a copy

Abstract

Dalam pengelolaan suatu usaha ritel produk tidak pernah lepas dari manajemen persediaan barang. Sistem persediaan barang menjadi bagian terpenting dalam perkembangan usaha ini. Hal ini juga berkaitan dengan berapa besar target penjualan pada setiap barang. Ditama adalah usaha yang bergerak di bidang retail pakaian dan tas import. Dalam usahanya Ditama sebagian besar mengimpor persediaan dari China. Dalam hal persediaan barang, pemilik memang sudah memperkirakan berapa jumlah ataupun jenis barang apa yang harus ia pesan kepada supplier. Namun seringkali tidak tepat atau meleset karena tidak adanya patokan yang pasti. Untuk itu Ditama memerlukan suatu aplikasi yang dapat meramalkan penjualan untuk periode yang akan datang agar Ditama dapat menentukan estimasi jumlah order barang tiap bulannya. Pada penelitian ini telah dibuat sistem peramalan dengan menggunakan metode non-seasonal Autoregressive Integrated Moving Average (ARIMA), dimana metode ini mewakili tiga pemodelan yaitu Autoregressive (AR), Moving Average (MA), dan Autoregressive and Moving Average (ARMA) yang didahului dengan uji white noise. Peramalan dilakukan dengan menggunakan data selama 1,5 tahun dari Ditama. Sistem menampilkan visualisasi hasil ramalan untuk periode penjualan berikutnya sehingga dapat membantu pengguna dalam analisis dan proses pengambilan keputusan .Dari hasil pengujian diketahui bahwa sistem dapat menghasilkan model – model non-seasonal ARIMA untuk berbagai pola data dengan tingkat akurasi 69,94% dan RMSE 1639,05. Hasil peramalan juga dipengaruhi beberapa faktor seperti pola data, jumlah data dan faktor eksternal lain seperti faktor musiman.

Actions (login required)

View Item