dc.contributor |
Fakultas Ekonomi dan Bisnis |
|
dc.contributor |
|
|
dc.creator |
Perawati, Lilis |
|
dc.creator |
Muhardi, Muhardi |
|
dc.date |
2018-08-05 |
|
dc.date.accessioned |
2019-09-13T04:14:22Z |
|
dc.date.available |
2019-09-13T04:14:22Z |
|
dc.identifier |
http://karyailmiah.unisba.ac.id/index.php/manajemen/article/view/11302 |
|
dc.identifier.uri |
http://hdl.handle.net/123456789/25423 |
|
dc.description |
Abstract. The globalization that engulfs businesses and businesses requires companies to design various business strategy techniques to survive. Decisions made based on the results of the analysis and interpretation of quantitative data, in this case statistical methods are absolutely necessary as a means of analysis and interpretation of quantitative data. This research, the method used is (ARIMA) or also often referred to as the Box-Jenkins time series method. Forecasting always aims to make the forecast that made ordinary minimize (forecast error) means the difference between reality with the forecast is not too far away. A good prediction is a prophecy that is close to reality. The best prediction model obtained to forecast coffee sales is the ARIMA model (1,1,1), with the model equation as follows ( Which is used to forecast the sale of coffee (Kapal Api) in PT Fastrata Buana Bandung 10 periods ahead. The election is the value of MSE amounting to (505336100.2) MAD (21745.6), and MAPE (0.179548 or 17.90%).Keywords: Forecasting, ARIMA Box-Jenkins Method, Forecast Error Abstrak. Globalisasi yang melanda dunia bisnis dan usaha mengharuskan perusahan untuk merancang berbagai macam teknik strategi usaha untuk dapat bertahan. Keputusan-keputusan yang diambil berdasarkan pada hasil analisis dan interpretasi data kuantitatif, dalam hal ini metode statistik mutlak diperlukan sebagai peralatan analisis dan interpretasi data kuantitatif. Pada penelitian ini, metode yang digunakan adalah (ARIMA) atau juga yang sering disebut dengan metode runtun waktu Box-Jenkins. Peramalan selalu bertujuan agar ramalan yang di buat biasa meminimumkan kesalahan peramalan (forecast error) artinya perbedaan antara kenyataan dengan ramalan tidak terlalu jauh. Ramalan yang baik adalah ramalan yang mendekati kenyataan. Model ramalan terbaik yang didapatkan untuk meramalkan penjualan kopi adalah model ARIMA (1,1,1), dengan persamaan model sebagai berikut (an kopi (kapal api) di PT Fastrata Buana Bandung 10 periode ke depan. Pemilihan tersebut atas nilai MSE sebesar (505336100,2) MAD sebesar (21745,6), dan MAPE sebesar (0,179548 atau 17,90%).Kata Kunci: Peramalan, Metode ARIMA Box-Jenkins, Meminimumkan Kesalahan Peramalan |
|
dc.description |
Abstract. The globalization that engulfs businesses and businesses requires companies to design various business strategy techniques to survive. Decisions made based on the results of the analysis and interpretation of quantitative data, in this case statistical methods are absolutely necessary as a means of analysis and interpretation of quantitative data. This research, the method used is (ARIMA) or also often referred to as the Box-Jenkins time series method. Forecasting always aims to make the forecast that made ordinary minimize (forecast error) means the difference between reality with the forecast is not too far away. A good prediction is a prophecy that is close to reality. The best prediction model obtained to forecast coffee sales is the ARIMA model (1,1,1), with the model equation as follows ( Which is used to forecast the sale of coffee (Kapal Api) in PT Fastrata Buana Bandung 10 periods ahead. The election is the value of MSE amounting to (505336100.2) MAD (21745.6), and MAPE (0.179548 or 17.90%).Keywords: Forecasting, ARIMA Box-Jenkins Method, Forecast Error Abstrak. Globalisasi yang melanda dunia bisnis dan usaha mengharuskan perusahan untuk merancang berbagai macam teknik strategi usaha untuk dapat bertahan. Keputusan-keputusan yang diambil berdasarkan pada hasil analisis dan interpretasi data kuantitatif, dalam hal ini metode statistik mutlak diperlukan sebagai peralatan analisis dan interpretasi data kuantitatif. Pada penelitian ini, metode yang digunakan adalah (ARIMA) atau juga yang sering disebut dengan metode runtun waktu Box-Jenkins. Peramalan selalu bertujuan agar ramalan yang di buat biasa meminimumkan kesalahan peramalan (forecast error) artinya perbedaan antara kenyataan dengan ramalan tidak terlalu jauh. Ramalan yang baik adalah ramalan yang mendekati kenyataan. Model ramalan terbaik yang didapatkan untuk meramalkan penjualan kopi adalah model ARIMA (1,1,1), dengan persamaan model sebagai berikut (an kopi (kapal api) di PT Fastrata Buana Bandung 10 periode ke depan. Pemilihan tersebut atas nilai MSE sebesar (505336100,2) MAD sebesar (21745,6), dan MAPE sebesar (0,179548 atau 17,90%).Kata Kunci: Peramalan, Metode ARIMA Box-Jenkins, Meminimumkan Kesalahan Peramalan |
|
dc.format |
application/pdf |
|
dc.language |
eng |
|
dc.publisher |
Universitas Islam Bandung |
|
dc.relation |
http://karyailmiah.unisba.ac.id/index.php/manajemen/article/view/11302/pdf |
|
dc.relation |
http://karyailmiah.unisba.ac.id/index.php/manajemen/article/downloadSuppFile/11302/2339 |
|
dc.rights |
Copyright (c) 2018 Prosiding Manajemen |
|
dc.source |
Prosiding Manajemen; Vol 4, No 2, Prosiding Manajemen (Agustus, 2018); 604-610 |
|
dc.source |
Prosiding Manajemen; Vol 4, No 2, Prosiding Manajemen (Agustus, 2018); 604-610 |
|
dc.source |
2460-6545 |
|
dc.subject |
Manajemen |
|
dc.subject |
Peramalan, Metode ARIMA Box-Jenkins, Meminimumkan Kesalahan Peramalan |
|
dc.subject |
|
|
dc.subject |
Peramalan, Metode ARIMA Box-Jenkins, Meminimumkan Kesalahan Peramalan |
|
dc.title |
Analisis Peramalan Penjualan Kopi (Kapal Api) Menggunakan Metode Arima Box-Jenkins pada PT Fastrata Buana Bandung |
|
dc.title |
Analisis Peramalan Penjualan Kopi (Kapal Api) Menggunakan Metode Arima Box-Jenkins Pada PT Fastrata Buana Bandung |
|
dc.type |
info:eu-repo/semantics/article |
|
dc.type |
info:eu-repo/semantics/publishedVersion |
|
dc.type |
Peer-reviewed Article |
|
dc.type |
Kuantitatif |
|
dc.type |
Arima Box-Jenkins |
|