PERBANDINGAN METODE MULTIPLICATIVE, ADDITIVE DAN DOUBLE SEASONAL HOLT-WINTERS UNTUK PREDIKSI PENJUALAN MOBIL

Authors

  • Christnatalis Christnatalis Dosen Teknik Informatika Universitas Prima Indonesia Medan
  • Rinaldi Rinaldi
  • Andy Andy
  • Billie Seteven
  • Darmanto Darmanto
  • Daniel Ganda Sitorus

Keywords:

Penjualan, Mobil, GAIKINDO, Holt-Winters

Abstract

Prediksi (forecasting) dapat membantu perusahaan untuk menentukan jumlah penjualan barang di masa yang akan datang, sehingga perusahaan dapat memutuskan untuk melakukan penambahan atau pengurangan stok barang. Metode Holt-Winters adalah metode prediksi kuantitatif yang digunakan untuk memprediksi data tren dan musiman. Beberapa variasi dari metode Holt-Winters adalah Multiplicative Holt-Winters, Additive Holt-Winters dan Double Seasonal Holt-Winters. Penerapan beberapa variasi Holt-Winters pada data penjualan mobil GAIKINDO akan memperoleh informasi mengenai akurasi dari ketiga metode. Akurasi metode peramalan Holt-Winters bergantung pada model data yang digunakan. Additive Holt-Winters cocok digunakan untuk memprediksi model data yang cukup konstan, seperti data penjualan mobil Toyota (MAPE = 3.18278% dan nilai RMSE = 1304.96), sedangkan Double Seasonal Holt-Winters cocok digunakan untuk model data penjualan yang mempunyai dua pola musiman, seperti data penjualan mobil BMW serta metode Multiplicative Holt-Winters cocok untuk model data penjualan mobil yang mempunyai fluktuasi cukup tinggi di atas dan di bawah nilai rata-rata, seperti data mobil Scania.

Downloads

Download data is not yet available.

References

Bustami, Irawansyah, H., and Gamal M.D.H., 2015, Holt-Winters Forecasting Method That Takes into Account the Effect of Eid, University of Riau, Pekanbaru.
Emmanuel, O.O, and Adebanji, A. 2014, Using Holt Winter’s Multiplicative Model to Forecast Assisted Childbirths at the Teaching Hospital in Ashanti Region, Ghana, Kwame Nkrumah University of Science and Technology, Ghana.
Manula, M. and Duvnjak, M. 2017, Modelling the Employment in Tourism – Case Study of Croatia, University of Rijeka, Croatia.
Nugraha, E.Y. dan Suletra I.W. 2017, Analisis Metode Peramalan Permintaan Terbaik Produk Oxycan pada PT. Samator Gresik, Universitas Sebelas Maret, Surakarta.
Nurlifa, A. dan Kusumadewi, S. 2017, Sistem Peramalan Jumlah Penjualan Menggunakan Metode Moving Average pada Rumah Jilbab Zaky, Universitas Islam Indonesia, Yogyakarta.
Pranata, A., Akbar, M.H., Akhdansyah, T., and Anwar, S., 2018, Penerapan Metode Pemulusan Eksponensial Ganda dan Tripel untuk Meramalkan Kunjungan Wisatawan Mancanegara ke Indonesia, Universitas Islam Indonesia, Yogyakarta.
Rosalina, E. 2015, Metode Peramalan Holt-Winter untuk Memprediksi Jumlah Pengunjung Perpustakaan, Kampus Bina Widya, Pekanbaru.
Ruiter, M. 2017, Using Exponential Smoothing Methods for Modelling and Forecasting Short-Term Electricity Demand, Erasmus School of Economics, Rotterdam, 2017.
Shahin, A.A. 2016, Using Multiple Seasonal Holt-Winters Exponential Smoothing to Predict Cloud Resource Provisioning, Al Imam Mohammad Ibn Saud Islamic University, Saudi Arabia.
Yang, Y., Yu, H., and Sun, Z., 2017, Aircraft Failure Rate Forecasting Method Based on Holt-Winters Seasonal Model, Naval Aeronautical and Astronautical University, Qingdao, China.

Published

2020-01-10