PREDIKSI HASIL PENJUALAN MENGGUNAKAN MODEL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE

Pratama, Muhammad Ari (2023) PREDIKSI HASIL PENJUALAN MENGGUNAKAN MODEL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (1MB)
	Text (BAB I) BAB I.pdf Download (136kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (367kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (240kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (596kB)
	Text (BAB V) BAB V.pdf Download (39kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf Restricted to Registered users only Download (67kB)
	Archive (SOURCE CODE) Source Code - Muhammad Ari Pratama.zip Restricted to Repository staff only Download (22MB)
	Text (PUBLIKASI) Publikasi.pdf Restricted to Repository staff only Download (727kB)

Abstract

Dalam suatu perusahaan pasti terdapat hasil penjualan. Biasanya hasil penjualan menjadi penentu untuk meraih kesuksesan suatu perusahaan. Jika perusahaan tersebut tidak mengelola penjualan secara matang, hal tersebut dapat berimbas kepada perusahaan yang kemungkinan besarnya akan terjadi kebangkrutan. Tujuan dari adanya penelitian ini yaitu untuk mengetahui apakah metode ARIMA (Autoregressive intergrated moving average) dapat diterapkan pada program prediksi penjualan dan seberapa efektif metode ini dalam menyelesaikan masalah. Sehingga dapat membantu perusahaan untuk menyelamatkan dari kebangkrutan dengan cara memprediksi hasil penjualan. Pada penelitian ini, peneliti memutuskan untuk menggunakan metode ARIMA (Autoregressive intergrated moving average) untuk memecahkan masalah ini. Metode ARIMA (Autoregressive intergrated moving average) yang dipilih menggunakan model (2, 1, 1) karena model tersebut menggunakan nilai masa lalu dan sekarang dari variabel dependent atau variabel yang menjadi akibat dari adanya variabel independent untuk menghasilkan peramalan jangka pendek yang akurat. Metode ini juga memiliki ketepatan yang sangat akurat karena dalam metode tersebut menggunakan peramalan jangka pendek. Peramalan jangka pendek dipilih karena hasil akurasi yang sangat baik dibanding dengan peramalan jangka panjang yang akan menghasilkan ketepatan yang berkurang dan akan cenderung flat. Berdasarkan hasil evaluasi, Mean Absolute Error (MAE) mendapatkan hasil 116113, Mean Squared Error (MSE) mendapatkan hasil 25441765312, dan Root Mean Squared Error (RMSE) mendapatkan hasil 159504. Sehingga berdasarkan hasil ini, dapat disimpulkan bahwa metode ARIMA (Autoregressive intergrated moving average) dapat digunakan untuk memprediksi hasil penjualan.

Actions (login required)

View Item