Pembangunan Website Prediksi Penjualan Manufaktur Dengan Metode Sarima Pada CV. Manufaktur Energi Nusantara
Abstrak
Abstrak - Manufaktur Energi Nusantara merupakan perusahaan jasa di bidang otomotif yang membutuhkan sistem digital untuk mendukung operasional dan pengambilan keputusan bisnis. Permasalahan utama yang dihadapi adalah pencatatan data penjualan yang masih manual, sehingga menyulitkan proses rekapitulasi dan perencanaan stok. Penelitian ini bertujuan membangun website prediksi penjualan menggunakan metode Seasonal Autoregressive Integrated Moving Average (SARIMA). Data yang digunakan berupa transaksi penjualan produk dan jasa konversi motor bensin ke listrik dari Januari 2021 hingga Januari 2024. Website dikembangkan dengan PHP dan CSS di Visual Studio Code. Model terbaik yang diperoleh adalah SARIMA (2,0,2)(0,0,1)[12], dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 14,32%, yang menunjukkan akurasi prediksi dalam kategori baik. Sistem ini memungkinkan pengguna memasukkan data baru dan memperoleh hasil prediksi secara real-time. Hasil penelitian menunjukkan bahwa metode SARIMA dapat digunakan secara efektif untuk memprediksi pola penjualan yang bersifat musiman. Dengan adanya website prediksi ini, perusahaan dapat meningkatkan efisiensi operasional dan mendukung keputusan bisnis berbasis data.
Kata kunci— Website, SARIMA, Prediksi, Penjualan, Akurasi
Referensi
[1] Nasirudin, F., Pindianti, M., Said, D. I. S., & ... (2022). Peramalan Jumlah Produksi Kopi Di Jawa Timur Pada Tahun 2020-2021 Menggunakan Metode Seasonal Autoregressive Integrated Moving Average (Sarima). AGRIUM: Jurnal Ilmu …, 25(1).
[2] Sunariadi, N. M., Intan, P. K., Novitasari, D. C. R., & Hariningsih, Y. (2022). PREDIKSI PRODUKSI BAWANG MERAH DI KABUPATEN NGANJUK DENGAN METODE SEASONAL ARIMA (SARIMA). Transformasi : Jurnal Pendidikan Matematika Dan Matematika, 6(1). https://doi.org/10.36526/tr.v6i1.1672
[3] Putri, S., & Sofro, A. (2022). Peramalan Jumlah Keberangkatan Penumpang Pelayaran Dalam Negeri di Pelabuhan Tanjung Perak Menggunakan Metode ARIMA dan SARIMA. MATHunesa: Jurnal Ilmiah Matematika, 10(1). https://doi.org/10.26740/mathunesa.v10n1.p61-67
[4] Salwa, N., Tatsara, N., Amalia, R., & Zohra, A. F. (2018). Peramalan Harga Bitcoin Menggunakan Metode ARIMA (Autoregressive Integrated Moving Average). Journal of Data Analysis, 1(1). https://doi.org/10.24815/jda.v1i1.11874
[5] Luis Fernandes Tokan, dan Arief Hermawan “Implementasi Model SARIMA Untuk Memprediksi Produksi Minyak Kelapa Sawit” vol. 13, no. 3 (2023), https://doi.org/10.37859/jf.v13i3.6033
[6] Eka Novarida, Yuwanda Purnamasari Pasrun, dan Muh. Nurtanziz Sutoyo “Implementasi Metode Time Series Simple Moving Average untuk Prediksi Penjualan Multi-Produk” Vol. 1 No. 1 (2024): Juni 2024, https://journal.patin.or.id/index.php/JISTech/article/view/1
[7] Zulhamidi, Riski Hardianto, “PERAMALAN PENJUALAN TEH HIJAU DENGAN METODE ARIMA (STUDI KASUS PADA PT. MK)” Jurnal PASTI Volume XI No. 3, 231 – 244 DOI:10.33633/tc.v22i2.7950
