Peramalan Penjualan Produksi Teh Botol Sosro Pada PT. Sinar Sosro Sumatera Bagian Utara Tahun 2014 Dengan Metode Arima Box-Jenkins
PERAMALAN PENJUALAN PRODUKSI TEH BOTOL SOSRO
PADA PT. SINAR SOSRO SUMATERA BAGIAN UTARA
TAHUN 2014 DENGAN METODE ARIMA
BOX-JENKINS
SKRIPSIPUSPA LINDA 110823023
PERAMALAN PENJUALAN PRODUKSI TEH BOTOL SOSRO PADA PT. SINAR SOSRO SUMATERA BAGIAN UTARA TAHUN 2014 DENGAN METODE ARIMA BOX-JENKINS SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Sains PUSPA LINDA 110823023
DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2013
PESETUJUAN
Judul : PERAMALAN PENJUALAN PRODUKSI TEH BOTOL
SOSRO PADA PT. SINAR SOSRO SUMATERABAGIAN UTARA TAHUN 2014 DENGAN METODE ARIMA BOX-JENKINS Kategori : SKRIPSI Nama : PUSPA LINDA Nomor Induk Mahasiswa : 110823023 Program studi : SARJANA (S1) MATEMATIKA Departemen : MATEMATIKA
Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM
(MIPA) UNIVERSITAS SUMATERA UTARA Diluluskan Medan, September 2013 Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Drs. Gim Tarigan M,Si Drs. Marihat Situmorang M.Kom NIP. 19550202 198601 1 001 NIP. 19631214 198903 1 001 Diketahui oleh : Departemen Matematika FMIPA USU Ketua Prof. Dr. Tulus. M,Si NIP. 19620901 198803 1 002
PERNYATAAN
PERAMALAN PENJUALAN PRODUKSI TEH BOTOL SOSRO PADA
PT. SINAR SOSRO SUMATERA BAGIAN UTARA TAHUN 2014
DENGAN METODE ARIMA BOX-JENKINS
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, September 2013 PUSPA LINDA 110823023
PENGHARGAAN
Syukur Alhamdulillah penulis panjatkan kepada Allah SWT Yang Maha Pengasih lagi
Maha Penyayang yang tiada hentinya memberikan nikmat dan rahmat-Nya sehingga
penulis dapat menyelesaikan penyusunan Skripsi ini dengan judul Peramalan
Penjualan Produksi Teh Botol Sosro Pada PT. Sinar Sosro Sumatera Bagian Utara
Tahun 2014 dengan Metode ARIMA Box-Jenkins.Terimakasih penulis sampaikan kepada Bapak Drs. Marihat Situmorang,
M.Kom selaku pembimbing 1 dan Bapak Drs. Gim Tarigan, M.Si selaku pembimbing
2 yang telah bersedia meluangkan waktu kepada penulis dengan memberikan
bimbingan sehingga dapat menyelesaikan Skripsi ini dengan sebaiknya. Teima kasih
kepada Bapak Drs. Ujian Sinulingga, M.Si selaku penguji 1 dan Bapak Drs. Rachmad
Sitepu, M.Si selaku penguji 2 atas kritik, saran dan masukan yang diberikan.
Terimakasih kepada Bapak Drs. Pengarapen Bangun, M.Si selaku Ketua Pelaksana
Jurusan Program S1 Matematika Ekstensi, Bapak Prof. Dr. Tulus, M.Sc dan Ibu Dra.
Mardiningsih, M.Si selaku Ketua dan Sekertaris Departemen Matematika FMIPA
USU, Bapak Dr. Sutarman, M.Sc selaku Dekan FMIPA USU, seluruh staf dan Dosen
Matematika FMIPA USU, pegawai FMIPA USU dan rekan-rekan kuliah. Teristimewa
penulis ucapkan terimakasih kepada kedua orangtua penulis Bapak Hendang dan Ibu
Tumirah, S.PdI, kakak-kakak dan abang Penulis Rahmayuni, S.Pd, Ade Rita
Endayani, Am.Keb, dan Syafrizal, teman-teman penulis Fizi dan Zabo, serta yang
selalu memberi dukungannya Taufik Ritonga atas semua dukungan dalam doa,
motivasi dan kasih sayang. Semoga Allah akan membalasnya.Medan, September 2013 Penulis Puspa Linda
ABSTRAK
PT. Sinar Sosro Sumatera Bagian Utara adalah perusahaan yang memproduksiberbagai jenis teh dalam berbagai kemasan. Dalam perusahaan terkadang terjadi
perbedaan antara jumlah persediaan produksi dengan jumlah penjualan di pasaran.
Oleh karena itu perusahaan membutuhkan peramalan penjualan produksi. Dalam hal
ini penulis mencoba untuk meramalkan penjualan produksi teh botol sosro pada PT.
Sinar Sosro Sumatera Bagian Utara Tahun 2014 dengan metode ARIMA Box-Jenkins
yang merupakan salah satu metode peramalan kuantitatif. Data yang diambil adalah
data periode Juni 2007 sampai dengan Mei 2013. 3 Dalam penelitian ini model yang tepat yaitu model ARIMA (2,1,2)(1,1,1) .Yang digunakan untuk meramalkan penjualan produksi teh botol sosro 12 periode ke
depan. Pemilihan tersebut didasarkan atas nilai MSE (rata-rata kuadrat kesalahan)
terkecil yaitu sebesar 0,036823269 dan MAPE (rata-rata absolute persentase
kesalahan) terkecil yaitu sebesar 1,37120 %. Jumlah penjualan produksi teh botol
sosro hasil peramalan mulai bulan Juni 2013 sampai dengan Mei 2014 adalah sebesar
1305140,586 krat dengan rata-rata penjualan setiap bulannya adalah sebesar
108761,7155 krat. Model peramalan tersebut dapat digunakan selama tidak terjadi
perubahan pola dasar dari data.Kata kunci : Peramalan, ARIMA Box-Jenkins, Penjualan Produksi
ABSTRACT
PT. Sinar Sosro North of Sumatera is a company producing various kind of teain different packaging. Sometimes in the company of any difference between the
amount of production inventory by the number of sales in the market. Therefore,
companies need sales forecasting productions. In this case the writer tries to predict
sales of bottled tea production sosro at PT. Sinar Sosro of North Sumatera at 2014
with ARIMA Box-Jenkins methods which is one of the quantitative methods. It taken is
the period covering June 2007 to May 2013. 3 In this study, an appropriate model is ARIMA (2,1,2)(1,1,1) . That is used topredict of bottled tea sales sosro 12 periods ahead. The selection is based on the value
that is equal to the smallest MSE (Mean Square Error) 0,036823269 and that is equal
to the smallest MAPE (Mean Absolute Persentage Error) 1,37120 %. The amount of
sales of bottled tea production sosro forecasting results from June 2013 to May 2014
amounted to 1305140,586 crates with average monthly sales amounted to
108761,7155 crates. The forecasting model can be used as long as no changes in the
basic pattern of the data.Key Words : Forecasting, ARIMA Box-Jenkins, Sales Productions
DAFTAR ISI
Halaman Persetujuan ii
Pernyataan iii
Penghargaan iv
Abstrak v
Abstract vi
Daftar Isi vii
Daftar Tabel x
Daftar Gambar xii
Bab 1 Pendahuluan 1 1.1.
1 Latar Belakang 1.2.
2 Perumusan Masalah 1.3.
2 Batasan Masalah 1.4.
2 Tujuan Penelitian 1.5.
2 Kontribusi Penelitian 1.6.
3 Tinjauan Pustaka 1.7.
5 Metode Penelitian
Bab 2 Landasan Teori
8
2.1
8 Beberapa Uji yang Digunakan
2.1.1 Uji Kecukupan Sampel
8
2.1.2 Uji Musiman
8
2.1.3 Uji Trend
11 2.2 `
11 Jenis-jenis Peramalan
2.3
12 Metode Peramalan
2.3.1
12 Pengertian Metode Peramalan
2.3.2
13 Jenis-jenis Metode Peramalan
2.4
13 Klasifikasi Model Box-Jenkins
2.4.1 Model Autoregressive
14
2.4.2 Model Rataan Bergerak (Moving Averange)
14
2.4.3 Model Campuran Autoregressive – Rataan Bergerak
14
2.4.4 Model Integrasi Autoregressive – Moving Average (ARIMA)
14
2.5 Kestasioneran dan Faktor Musiman
15
2.5.1 Kestasioneran
15
2.5.2 Faktor Musiman
16
2.5.3 White Noise
17
2.6 Fungsi Autokorelasi dan Fungsi Autokorelasi Parsial
17
2.6.1 Fungsi Autokorelasi
18
2.6.2 Fungsi Autokorelasi Parsial
19
2.7 Pemeriksaan Ketepatan Model
19
2.7.1 Nilai Sisaan (Residu)
20
2.7.1.1 Pemeriksaan Kesalahan Standard Residu
20
2.7.1.2 Statistik Box-Pierce
21
2.7.2 Overfitting Model ARIMA
21
2.8 Peramalan dengan Model ARIMA Box-Jenkins
22 Bab 3 Pembahasan 24 3.1.
24 Pengujian Data
3.1.1 Uji Kecukupan Sampel
24
3.1.2 Uji Musiman
25
3.1.3 Uji Trend 28 3.2.
29 Analisa Data Penjualan Produksi Teh Botol Sosro
3.3 Identifikasi Model
35
3.4 Pendugaan Parameter Model ARIMA
35
3.5 Pemeriksaan Ketepatan Model
37
3.5.1 Pemeriksaan Kesalahan Standar Autokorelasi Sisaan (residu)
37
3.5.2 Uji Statistik Q Box-Pierce
39
3.5.3 Overfitting Model ARIMA
40
3.6 Peramalan
47 Bab 4 Kesimpulan dan Saran 53 4.1.
53 Kesimpulan 4.2.
54 Saran Daftar Pustaka Lampiran
DAFTAR TABEL
Halaman Tabel 2.1.: Perhitungan uji musiman
9 Tabel 2.2.: Perhitungan Anava uji musiman
10 Tabel 3.1.: Data penjualan produksi teh botol sosro perode Juni 2007 Sampai dengan Mei 2013
24 Tabel 3.2.: Perhitungan Anava uji musiman
27 Tabel 3.3.: Perhitungan Anava uji musiman 3
28 Tabel 3.4.: Estimasi model ARIMA (2,1,2)(1,1,1) pada logaritma data Penjualan 3
36 Tabel 3.5.: Estimasi model ARIMA (1,1,1)(1,1,1) pada logaritma data Penjualan 3
40 Tabel 3.6.: Estimasi model ARIMA (2,1,1)(1,1,1) pada logaritma data Penjualan 3
41 Tabel 3.7.: Estimasi model ARIMA (1,1,2)(1,1,1) pada logaritma data Penjualan 3
42 Tabel 3.8.: Estimasi model ARIMA (2,1,2)(0,1,1) pada logaritma data Penjualan 3
43 Tabel 3.9.: Estimasi model ARIMA (2,1,2)(1,1,2) pada logaritma data Penjualan 3
44 Tabel 3.10.: Estimasi model ARIMA (3,1,2)(1,1,1) pada logaritma data Penjualan 3
45 Tabel 3.11: Estimasi model ARIMA (4,1,2)(1,1,1) pada logaritma data Penjualan
46 Tabel 3.12.: Nilai chi-square tabel untuk delapan model yang diterima
47 Tabel 3.13.: Nilai MAPE untuk delapan model yang diterima
50
Halaman
Tabel 3.14.: Nilai MSE untuk delapan model yang diterima
50 Tabel 3.15.: Nilai-nilai ramalan penjualan produksi teh botol sosro 3 Model ARIMA (2,1,2)(1,1,1) periode Juni 2013 sampai dengan Mei 2014 serta batas atas dan batas bawah (dalam bentuk logaritma)
51 Tabel 3.16.: Nilai-nilai ramalan penjualan produksi teh botol sosro 3 Model ARIMA (2,1,2)(1,1,1) periode Juni 2013 sampai dengan Mei 2014 serta batas atas dan batas bawah
52
DAFTAR GAMBAR
40 Gambar.14. : Plot autokorelasi residu ARIMA (2,1,1)(1,1,1) 3
45 Gambar.24. : Plot autokorelasi residu ARIMA (4,1,2)(1,1,1) 3
45 Gambar.23. : Plot autokorelasi parsial residu ARIMA (3,1,2)(1,1,1) 3
44 Gambar.22. : Plot autokorelasi residu ARIMA (3,1,2)(1,1,1) 3
44 Gambar.21. : Plot autokorelasi parsial residu ARIMA (2,1,2)(1,1,2) 3
43 Gambar.20. : Plot autokorelasi residu ARIMA (2,1,2)(1,1,2) 3
43 Gambar.19. : Plot autokorelasi parsial residu ARIMA (2,1,2)(0,1,1) 3
42 Gambar.18. : Plot autokorelasi residu ARIMA (2,1,2)(0,1,1) 3
42 Gambar.17. : Plot autokorelasi parsial residu ARIMA (1,1,2)(1,1,1) 3
41 Gambar.16. : Plot autokorelasi residu ARIMA (1,1,2)(1,1,1) 3
41 Gambar.15. : Plot autokorelasi parsial residu ARIMA (2,1,1)(1,1,1) 3
40 Gambar.13. : Plot autokorelasi parsial residu ARIMA (1,1,1)(1,1,1) 3
Halaman Gambar.1. : Plot data penjualan produksi teh botol sosro
39 Gambar.12. : Plot autokorelasi residu ARIMA (1,1,1)(1,1,1) 3
39 Gambar.11. : Plot autokorelasi parsial residu (sisaan) ARIMA (2,1,2)(1,1,1) 3
34 Gambar.10. : Plot autokorelasi residu (sisaan) ARIMA (2,1,2)(1,1,1) 3
34 Gambar.9. : Plot autokorelasi parsial pembedaan musiman pertama
33 Gambar.8. : Plot autokorelasi data pembedaan musiman pertama
32 Gambar.7. : Plot autokorelasi parsial data pembedaan pertama
32 Gambar.6. : Plot autokorelasi data pembedaan pertama
32 Gambar.5. : Plot data pembedaan pertama
31 Gambar.4. : Plot data hasil transformasi logaritma
31 Gambar.3. : Plot autokorelasi parsial data penjualan
29 Gambar.2. : Plot autokorelasi data penjualan
46
3 Halaman Gambar.25. : Plot autokorelasi parsial residu ARIMA (4,1,2)(1,1,1)
46