Peramalan Penjualan Mobil Battery Electric Vehicle di Indonesia Menggunakan Metode ARIMAX

Haryadi, Argo Pradipa (2024) Peramalan Penjualan Mobil Battery Electric Vehicle di Indonesia Menggunakan Metode ARIMAX. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5003201154-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (2MB) | Request a copy

Abstract

Penggunaan kendaraan listrik dapat mendukung upaya penurunan emisi gas rumah kaca di Indonesia dari sektor transportasi. Kendaraan mobil listrik di Indonesia terdapat dua jenis, yaitu mobil Plug-in Hybrid Electric Vehicle (PHEV) dan mobil Battery Electric Vehicle (BEV). Sepanjang tahun 2022 penjualan mobil BEV sebesar 10.327 unit dibanding awal penjualan mobil BEV yaitu tahun 2020 yang hanya menjual 120 unit. Peningkatan yang pesat disebabkan oleh beberapa faktor yaitu Peraturan Pemerintah (PP) No.74 tahun 2021, harga bahan bakar minyak, dan adanya pameran tentang kendaraan listrik. Analisis dan ramalan penjualan mobil BEV digunakan untuk pengambilan keputusan serta kebijakan bagi perusahaan swasta maupun pemerintah. Metode yang digunakan dalam peramalan penjualan mobil BEV adalah Autoregressive Integrated Moving Average with Exogenous Variables (ARIMAX). Exogenous variable atau X dalam ARIMAX merupakan variabel tambahan eksogen atau variabel prediktor karena dalam peramalan ini peneliti menggunakan variabel eksogen sebagai faktor penyebab penjualan mobil BEV. Model terbaik dalam meramalkan penjualan mobil BEV adalah model ARIMAX (1,0,0) dengan hasil peramalan penjualan mobil BEV di Indonesia untuk bulan Januari hingga Maret 2024 stabil di angka 3206 unit. Metode selanjutnya yang digunakan dalam analisis variabel penjualan mobil BEV adalah Autoregressive Distributed-Lag (ARDL). ARDL merupakan metode yang memberikan informasi yang mendalam mengenai hubungan antar variabel. Hasil analisis menggunakan ARDL diperoleh bahwa penjualan mobil BEV dipengaruhi oleh oleh penerapan PP No. 74 tahun 2021 dan kenaikan harga BBM. Faktor yang mempengaruhi penjualan BEV adalah penerapan PP No. 74 tahun 2021 pada 10 bulan sebelumnya dan kenaikan harga BBM pada 8 bulan sebelumnya.
========================================================================================================================
The use of electric vehicles can support efforts to reduce greenhouse gas emissions from the transportation sector in Indonesia. There are two types of electric cars in Indonesia: Plug-in Hybrid Electric Vehicles (PHEVs) and Battery Electric Vehicles (BEVs). Throughout 2022, BEV sales reached 10,327 units, compared to the initial BEV sales of only 120 units in 2020. This rapid increase is attributed to several factors, including Government Regulation (PP) No. 74 of 2021, fuel prices, and electric vehicle exhibitions. BEV sales analysis and forecasting are used for decision-making and policy development for both private companies and the government. The method used for forecasting BEV sales is the Autoregressive Integrated Moving Average with Exogenous Variables (ARIMAX). The exogenous variable, or X in ARIMAX, refers to additional exogenous variables or predictor variables because this forecasting involves using exogenous variables as factors influencing BEV sales. The best model for forecasting BEV sales is the ARIMAX (1,0,0) model, with the forecasted BEV sales in Indonesia from January to March 2024 stabilizing at 3,206 units.The next method used in the analysis of BEV sales variables is the Autoregressive Distributed-Lag (ARDL) model. ARDL provides in-depth information regarding the relationships between variables. The analysis results using ARDL indicate that, BEV sales are influenced by the implementation of PP No. 74 of 2021 and the increase in fuel prices. Specifically, BEV sales are affected by the implementation of PP No. 74 of 2021 ten months prior and the rise in fuel prices eight months prior.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	ARIMAX, ARDL, Mobil BEV ARIMAX, ARDL, BEV Car
Subjects:	H Social Sciences > HA Statistics > HA30.3 Time-series analysis H Social Sciences > HD Industries. Land use. Labor > HD30.27 Business forecasting
Divisions:	Faculty of Mathematics, Computation, and Data Science > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User:	Argo Pradipa Haryadi
Date Deposited:	08 Aug 2024 03:29
Last Modified:	08 Aug 2024 03:29
URI:	http://repository.its.ac.id/id/eprint/114887

Actions (login required)

View Item