1. Apabila nilai koefisien autokorelasi pada periode time lag dua periode atau
tiga periode memundurkan data dua atau tiga periode tidak berbeda nyata dengan nol maka data tersebut stasioner.
2. Apabila nilai koefisien autokorelasi pada bebrapa time lag pertama secara
berurutan berbeda nyata dengan nol maka data tersebut menunjukkan trend. 3.
Apabila nilai koefisien autokorelasi pada periode time lag mempunyai jarak secara sistematis yang berbeda nyata dengan nol maka data tersebut
mempunyai unsur musiman. Uji signifikansi koefisien autokorelasi dilakukan dengan persamaan
berikut Makridakis et al, 1999 :
Dimana : Z = luas daerah di bawah kurva normal, untuk taraf nyata a = 5
derajat Z
2,5
= 1,96 r
k
= koefisien autokorelasi pada selang waktu k n
= jumlah observasi
Jika r
k
Z
a 2
1
n
d a n r
k
- Z
a 2
1
n
,
maka nilai koefisien autokorelasi berbeda secara signifikan.
3.3.1.1. Penerapan Metode Peramalan Time Series
Setelah pola data penjualan Air Minum Dalam Kemasan terlihat, dapat dilakukan peramalan dengan menggunakan metode yang telah ditetapkan. Dalam
penelitian ini, digunakan metode peramalan time series. Pertimbanga n penggunaan metode tersebut didasarkan bahwa data penjualan adalah data deret
waktu, artinya data tersebut disajikan berdasarkan waktu kejadian tanpa menunjukkan faktor- faktor yang mempengaruhinya.
n 1
r n
1
2 k
2 α
α
Ζ Ζ
−
Metode peramalan time series terdiri dari mode trend, metode peramalan sederhana naïve, metode rata-rata sederhana, metode pemulusan eksponensial
tunggal, pemulusan eksponensial ganda Brown, pemulusan eksponensial ganda Holt, pemulusan tripel dari Winter’s multiplikatif, metode dekomposisi, dan
metode Box-Jenkins ARIMA.
3.3.1.2. Pemilihan Metode Peramalan Penjualan AMDK
Makridakis et al 1999, menyatakan bahwa faktor yang diperhatikan dalam memilih metode peramalan adalah forecasting power dari metode tersebut
yaitu dengan menguji kesalahannya. Nilai kesalahan e
t
suatu metode peramalan pada periode tertentu adalah selisih antara nilai aktual periode tersebut X
t
dengan nilai peramalan F
t
.
e
t
= X
t
- F
t
Alat yang digunakan untuk membandingkan dan memilih metode peramalan yang ada adalah nilai rata-rata kesalahan kuadratik mean square error
- MSE. Nilai MSE dihitung dengan rumus :
n e
MSE
n 1
t t
2
=
∑
=
Kriteria memilih metode peramalan yang paling baik untuk peramalan penjualan air minum dalam kemasan AMDK adalah metode peramalan yang
memiliki nilai MSE paling kecil. Hal ini berarti semakin kecil nilai ukuran kesalahan tersebut, peramalan menunjukkan semakin kuat forecasting power
tersebut metode peramalan semakin akurat menjelasklan pola data yang ada.
3.3.1.3. Menentukan Peramalan Penjualan AMDK
Penentuan peramalan penjualan air minum dalam kemasan AMDK dilakukan dengan metode peramalan time series terbaik yang telah ditentukan dan
dipilih berdasarkan indikator pengukuran akurasi peramalan. Tujuan dari penentuan peramalan penjualan AMDK adalah untuk mengetahui perkembangan
penjualan AMDK pada masa yang akan datang. Informasi perkembangan penjualan digunakan untuk memberikan rekomendasi dan implikasi hasil ramalan
terhadap Kantor Penjualan Bogor.
3.3.2. Analisis Lingkungan Internal dan Eksternal 3.3.2.1. Analisis Matriks IFE dan EFE
