1.2 Permasalahan
Permasalahan yang akan dikaji dalam penelitian ini dapat dirumuskan sebagai berikut:
1. Bagaimana penggunaaan analisis runtun waktu menggunakan model Smoothing dan Box-Jenkis ARIMA untuk forecasting volume penjualan produk di PT. Air
Mancur? 2. Model manakah yang memiliki MAE, MSE, dan MAPE terkecil?
3. Model manakah yang terbaik untuk forecasting volume penjualan produk di PT. Air Mancur?
4. Berapakah hasil forecasting volume penjualan masing-masing produk pada tahun 2009-2010 di PT. Air Mancur jika menggunakan Minitab11.0 ?
1.3 Pembatasan Masalah
Masalah-masalah dalam penelitian ini dibatasi pada: 1. Data yang diambil berupa data berbagai produk yang dihasilkan oleh PT. Air
Mancur dari bulan Januari 2004 sampai bulan Desember 2008, tetapi hanya tiga jenis produk yang akan di analisis, yaitu lulur putri ayu, harumsari EW 5gram
dan jamu serbuk pegal linu. 2. Peramalan volume penjualan produk PT. Air Mancur yang di analisis yaitu
bulan Januari 2009 sampai Desember 2010.
1.4 Penegasan Istilah
Untuk menghindari terjadinya salah penafsiran dalam penelitian ini, maka perlu adanya penegasan-penegasan istilah sebagai berikut :
1. Penjualan
Bagi perusahaan, penjualan merupakan sumber utama pendapatan perusahaan. Pendapatan yang diperoleh dipergunakan perusahaan untuk membiayai segala
kegiatannya maupun untuk mengembangkan usaha. “Penjualan adalah perencanaan pelaksanaan dan pengendalian program-program kontak muka,
termasuk pengalokasian, penarikan, pemilihan, pelatihan dan pemotivasian yang dirancang untuk mencapai tujuan penjualan perusahaan”.
Volume penjualan terdiri dari dua kata, yaitu volume dan penjualan. Volume adalah besarnya atau banyak, sedangkan penjualan adalah suatu usaha yang
dilakukan manusia untuk menyampaikan barang kebutuhan yang dihasilkan kepada mereka yang memerlukan dengan imbalan uang menurut harga yang
ditentukan atas persetujuan bersama Sutamto, 1979 : 8. 2.
Peramalan Forecasting Forecasting adalah peramalan perkiraan mengenai sesuatu yang belum terjadi
Subagyo, 1986 :1. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu kejadian atau peristiwa di waktu yang akan datang
J. Supranto, 1984 : 8.
3. Smoothing dan Exponential smoothing
Smoothing pelicinan merupakan teknik meramal dengan cara mengambil rata-rata dari nilai beberapa periode yang lalu untuk menaksir nilai pada
periode yang akan datang Gitosudarmo dan Najmudin, 2000 :7. Exponential Smoothing adalah suatu metode peramalan rata-rata bergerak yang
menunjukkan pembobotan menurun secara exponensial terhadap nilai observasi yang lebih tua Makridakis, 1999 : 79.
4. Model Box-Jenkins ARIMA
Model ARIMA atau Autoregressive Integrated Moving Average merupakan model yang dikembangkan oleh George Box dan Gwilym Jenkins. Model
ARIMA berbeda dengan model peramalan lainnya karena model ini tidak mensyaratkan suatu pola data tertentu supaya model dapat bekerja dengan baik,
dengan kata lain model ARIMA dapat digunakan untuk semua tipe pola data. Model ARIMA dapat bekerja dengan baik apabila data runtun waktu yang
digunakan bersifat dependen atau berhubungan satu sama lain secara statistik. 5.
MAE Mean Absolute Error, MSE Mean Square Error dan MAPE Mean Absolute Presentage Error
MAE merupakan teknik yang dilakukan dengan mencari nilai rata-rata kesalahan. MSE merupakan teknik yang dilakukan dengan mencari nilai rata-
rata kesalahan kuadrat, sedangkan MAPE merupakan teknik yang dilakukan dengan mencari nilai rata-rata presentase kesalahan absolut mutlak.
1.5 Tujuan Penelitian
Kategori