Penerapan Metode Multiplicative Decomposition dan Autoregressive Integrated Moving Average dalam Prediksi Penjualan Produk Manufaktur pada PT. XYZ

Melvin Soeharto(1*), Silvia Rostianingsih(2), Leo Willyanto Santoso(3),


(1) Program Studi Teknik Informatika, Universitas Kristen Petra Surabaya
(2) Program Studi Teknik Informatika, Universitas Kristen Petra Surabaya
(3) Program Studi Teknik Informatika, Universitas Kristen Petra Surabaya
(*) Corresponding Author

Abstract


PT. XYZ is a company engaged in the manufacture of drinking water (AMDK). PT. XYZ conducts product sales transactions in large quantities every day, so the large number of existing sales transactions will certainly affect the daily necessities inventory in the company. The problem that occurs in the company is regarding overstock and understock. Based on the problems that occur, the researchers will apply the Multiplicative Decomposition and Autoregressive Integrated Moving Average (ARIMA) methods to process a large number of sales-data which is used as information. So, the purpose of this study is to implement the Multiplicative Decomposition and Autoregressive Integrated Moving Average (ARIMA) methods to predict sales of mineral water goods at PT. XYZ. The test system will use the Mean Absolute Percentage Error (MAPE) method.

Keywords


Multiplicative Decomposition; Autoregressive Integrated Moving Average; forecasting; Mean Absolute Percentage Error

Full Text:

PDF

References


Arsyad, L. 1995. Peramalan Bisnis. Jakarta (ID): Ghalia

Indonesia. 2(1), 12-13.

Atmaja, N. S., Sabri, K. & Mustafa, S. R. 2021. Peramalan

Jumlah Penjualan Buku menggunakan Metode Autoregressive

Integrated Moving Average (ARIMA) pada Toko Buku AGP

Gramedia. Riau Journal of Computer Science, 7(2), 122-127.

Fitria, I. 2017. Perbandingan Metode ARIMA dan

Exponential Smoothing pada Peramalan Harga Saham LQ45

Tiga Perusahaan dengan Nilai Earning Per Share (EPS)

Tertinggi. Jurnal of Mathematics and Its Applications. 14(2).

E. & Irawan, O. 2015. Prediksi Perkembangan Beban Listrik

Sektor Rumah Tangga Di Kabupaten Sijunjung Tahun 2013-

Dengan Simulasi SPSS. Jurnal Momentum, 17(2).

H., Prahutama, Panjaitan, A dan Sudarno, S. 2018. Peramalan

Jumlah Penumpang Kereta Api Menggunakan Metode

ARIMA, Intervensi dan AFRIMA (Studi Kasus: Penumpang

Kereta Api Kelas Lokal Ekonomi DAOP IV Semarang).

Jurnal Gaussian. 7(1), 96-109.

Irawan, A. A. 2020. Sistem Informasi Penerimaan Siswa Baru

Berbasis Web (Studi Kasus SMA Fatahillah Sidoharjo Jati

Agung Lampung Selatan). Jurnal Informatika dan Rekayasa

Perangkat Lunak (JATIKA). 1(2), 245-253.

Irawan, Y. 2019. Penerapan Data Mining untuk Evaluasi Data

Penjualan Menggunakan Metode Clustering dan Algoritma

Hirarki Divisive. Jurnal Teknologi Informasi Universitas

Lambung Mangkurat (JTIULM), 4(1), 13-20.

Kristiyanti, D. A. & Sumarno, Y. 2020. Penerapan Metode

Multiplicative Decomposition (Seasonal) Untuk Peramalan

Persediaan Barang Pada PT. Agrinusa Jaya Sentosa. Jurnal

Sistem Komputer & Kecerdasan Buatan (SISKOM-KB). 3(2).

Kusumawardhani, S. 2019. Implementasi Assosiation Mining

Menggunakan Algoritma Dekomposisi Untuk Mengetahui

Pola Tren, Siklik dan Faktor Musiman pada Perpustakaan

Daerah Kabupaten Sukabumi. Jurnal Restikom: Riset Teknik

Informatika dan Komputer. 1(1).

Mursidah, Y. 2021. Perbandingan Metode Exponential

Smoothing dan Metode Decomposition Untuk Meramalkan

Persediaan Beras (Studi Kasus Divre Bulog Lhokseumawe).

Jurnal Visioner & Strategis. 10(1).

Perawati, L. 2018. Analisis Peramalan Penjualan Kopi (Kapal

Api) Menggunakan Metode Arima Box-Jenkins pada PT.

Fastrata Buana Bandung. Prosiding Manajemen. 4(2).

Salwa, N. 2018. Peramalan Harga Bitcoin Menggunakan

Metode ARIMA (Autoregressive Integrated Moving

Average). Journal of Data Analysis. 1(1).

Samari, S. 2022. Forecasting Demand dengan Metode

Multiplicative Decomposition dan Tracking Signals di PT

Persada Nawa Kartika. Kajian BisnisSekolah Tinggi

IlmuEkonomi Widya Wiwaha, 30(1), 54-65.

Solin, R., Syahputri, N. I. & Budiman, A. 2020. Metode Least

Sequare dalam Memprediksi Penjualan Sepeda Motor Second.

SNASTIKOM 2020, 1(1), 372-381.


Refbacks

  • There are currently no refbacks.


Jurnal telah terindeks oleh :