Rancang bangun aplikasi peramalan penjualan furnitur dengan metode arima (studi kasus : pt. vocus paneltama industri)

Model Autoregressive Integrated Moving Average (ARIMA) adalah model yang secara penuh mengabaikan independen variabel dalam membuat peramalan. ARIMA menggunakan nilai masa lalu dan sekarang dari variabel dependen untuk menghasilkan peramalan jangka pendek yang akurat. ARIMA cocok jika observasi dari deret waktu (time series) secara statistik berhubungan satu sama lain (dependent). ARIMA hanya berkenaan dengan data time series yang stasioner. Penelitian ini bertujuan untuk merancang dan membangun aplikasi peramalan penjualan dengan metode ARIMA untuk meramalkan penjualan periode selanjutnya pada PT Vocus Paneltama Industri. Berdasarkan uji coba dengan menggunakan data penjualan bulanan produk furnitur PT Vocus Paneltama Industri menunjukan model yang tepat untuk meramalkan produk HD 75 adalah Autoregressive(2) dengan MSE : 399,6, model yang tepat untuk meramalkan produk OD 1275 adalah Autoregressive(2) dengan MSE : 230,008, dan model yang tepat untuk meramalkan produk SD 1260P adalah Autoregressive(1) dengan MSE : 141,309. Adapun pengujian stasioneritas data time series yang digunakan pada penelitian ini menggunakan grafik dan korelogram yang masih melibatkan subjektivitas penguji