Demand Forecasting Using the Autoregressive Integrated Moving Average (ARIMA) Method in the Concrete Industry
Peramalan Permintaan dengan Menerapkan Metode Autoregressive Integrated Moving Average (ARIMA) pada Industri Beton
DOI:
https://doi.org/10.21070/ups.9369Keywords:
Forecasting, ARIMA, Productions Planning, prediksi permintaanAbstract
PT. Varia Usaha Beton menghadapi fluktuasi permintaan untuk produk beton yang mempengaruhi ketersediaan stok, sehingga metode peramalan yang akurat menjadi penting untuk mendukung perencanaan produksi. Penelitian ini bertujuan untuk meramalkan permintaan beton pasangan bata menggunakan metode Autoregressive Integrated Moving Average (ARIMA). Penelitian ini menggunakan data penjualan dari Januari 2023 hingga Desember 2024, dianalisis melalui uji stasioneritas, identifikasi model menggunakan ACF dan PACF, estimasi parameter, dan evaluasi model berdasarkan Mean Square Error (MSE) dan uji normalitas residual. Hasil penelitian menunjukkan bahwa model ARIMA (1,0,1) merupakan model yang paling sesuai, dengan nilai MSE terendah sebesar 1,06488 dan residual yang terdistribusi normal (nilai-p 0,150 > 0,05). Dengan demikian, model ARIMA (1,0,1) terbukti efektif dalam memprediksi permintaan beton pasangan bata dan dapat berfungsi sebagai dasar yang Andal untuk perencanaan produksi dan pengendalian inventaris dengan akurasi dan efisiensi yang lebih tinggi.
Downloads
References
S. R. C. Putri dan L. Junaedi, “Penerapan Metode Peramalan Autoregressive Integrated Moving Average Pada Sistem Informasi Pengendalian Persedian Bahan Baku,” Jurnal Ilmu Komputer dan Bisnis (JIKB), vol. 13, no. 1, pp. 164-173, 2022.
H. A. Kurlillah, A. T. Anggita dan N. A. D. Prahesti, “Peramalan Permintaan Produk Beras Pandan Wangi Asli dengan Menerapkan Metode Autoregressive Integrated Moving Average(ARIMA) dan SeasonalARIMA (SARIMA) pada Perusahaan Agriculture Business,” Jurnal Penelitian Rumpun Ilmu Teknik, vol. 3, no. 4, pp. 105-111, 2024.
c. Jesselyn, “Implementasi Metode Peramalan (Forecasting) Pada Penjualan Kuas di PT ABC,” Jurnal Teknik Mesin, Industri, Elektro Dan Informatika (JTMEI), vol. 3, no. 1, pp. 101-109, 2024.
S. P. Fauzani dan D. Rahmi, “Penerapan Metode ARIMA Dalam Peramalan Harga Produksi Karet di Provinsi Riau,” Jurnal Teknologi dan Manajemen Industri Terapan (JTMIT), vol. 2, no. 4, pp. 269-277, 2023.
Mildawati, Mukhsar, M. K. Djafar, W. Somayasa dan Alfian, “PERAMALAN JUMLAH PENJUALAN ROTI DENGAN MENGGUNAKAN PENDEKATAN ARIMA DAN APLIKASINYA (STUDI KASUS PABRIK ROTI SARI RAMA),” Jurnal Jurusan Matematika FMIPA, vol. 3, no. 2, pp. 359-364, 2023.
S. R. Arifai dan L. Junaedi, “Prediksi Permintaan Barang Bedasarkan Penjualan Menggunakan Metode Arima Box-Jenkins (Studi Kasus : Pt. Beststamp Indonesia),” Jurnal E-Bis(Ekonomi-Bisnis), vol. 4, no. 2, pp. 138-146, 2020.
S. dan S. Wibowo, “Penerapan Metode ARIMA dan SARIMA Pada Peralaman Penjualan Telur Ayam Pada PT Agromix Lestari Group,” Jurnal Teknologi dan Manajemen Industri Terapan, vol. 2, no. 1, pp. 33-40, 2023.
R. Yuliyanti dan E. Arliani, “Peramalan jumlah penduduk menggunakan model arima,” Jurnal Kajian dan Terapan Matematika, vol. 8, no. 2, pp. 114-128, 2022.
S. M. Saragih dan P. Sembiring, “ANALISIS PERBANDINGAN METODE ARIMA DAN DOUBLE EXPONENTIAL SMOOTHING DARI BROWN PADA PERAMALAN INFLASI DI INDONESIA,” JOURNAL OF FUNDAMENTAL MATHEMATICS AND APPLICATIONS (JFMA), vol. 5, no. 2, pp. 176-191, 2022.
A. F. Rozy, Solimun dan N. W. S. Wardhani, “PENINGKATANAKURASI METODEWEIGHTED FUZZYTIME SERIESFORECASTING MENGGUNAKAN ALGORITMA EVOLUSI DIFFERENSIALDAN FUZZYC-MEANS,” Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), vol. 10, no. 5, pp. 1047-1054, 2023.
S. A. Sinaga, “Implementasi Metode Arima (Autoregressive Moving Average),” Journal Global Tecnology Computer, vol. 2, no. 3, pp. 102-109, 2023.
A. S. Panjaitan, M. R. Maretha, H. dan B. Mardhotillah, “Optimalisasi Penerapan Metode ARIMA dalam Mengestimasi Harga Emas di Negara Indonesia,” Jurnal Ekonomi dan Statistik Indonesia, vol. 3, no. 2, pp. 136-146, 2023.
K. R. A. Muslihin dan B. N. Ruchjana, “Model Autoregressive Moving Average (ARMA) untuk Peramalan Tingkat Inflasi di Indonesia,” Journal of Mathematics and Its Applications , vol. 20, no. 2, pp. 209-218, 2023.
N. Azahra, S. C. Alifia, N. P. Andyka, S. Wijayanto dan M. Y. Fathoni, “Peramalan Jumlah Produksi Tebu Menggunakan Metode Time Series Model Moving Averages,” JURIKOM (Jurnal Riset Komputer), vol. 9, no. 4, pp. 840-845, 2022.
M. Huda, R. N. N. Azizah dan A. N. Setyana, “IMPLEMENTASI METODE ARMA DALAM PERAMALAN INFLASI PROVINSI BANTEN PERIODE TAHUN 2018 SAMPAI TAHUN 2023,” Jurnal Ilmiah Statistika dan Ekonometrika, vol. 3, no. 2, pp. 210-221, 2023.
S. Nurman, M. Nusrang dan S. , “Analysis of Rice Production Forecast in Maros District Using the Box-Jenkins Method with the ARIMA Model,” ARRUS Journal of Mathematics and Applied Science, vol. 2, no. 1, pp. 36-48, 2022.
R. V. Suryani, T. Rismawan dan R. Ikhwan, “PENERAPAN METODE ARIMA UNTUK MEMPREDIKSI PEMAKAIAN BANDWIDTH DI UNIVERSITAS TANJUNGPURA,” Jurnal Komputer dan Aplikasi, vol. 10, no. 1, pp. 421-432, 2022.
A. Wibisono, Y. W. Nugraha, A. Mulyati dan F. Tatariyanto, “ANALISIS PERAMALAN PENJUALAN PLATE RAMPKVYDENGAN METODE TIME SERIESMENGGUNAKAN APLIKASI MINITAB 19,” Jurnal PERKUSI, vol. 2, no. 4, pp. 581-585, 2022.
Downloads
Additional Files
Posted
License
Copyright (c) 2025 UMSIDA Preprints Server
This work is licensed under a Creative Commons Attribution 4.0 International License.
