Peramalan Penjualan Celana Jeans PT. Tiga Raja Perkasa Di Wilayah Surabaya Dengan Pendekatan ARIMA

Rocky, Rocky (2025) Peramalan Penjualan Celana Jeans PT. Tiga Raja Perkasa Di Wilayah Surabaya Dengan Pendekatan ARIMA. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6032241009-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (23MB) | Request a copy

Abstract

Triple Jeans, sebagai salah satu pemain kunci di industri ritel fashion Indonesia yang sangat kompetitif dan dinamis, menghadapi tantangan krusial dalam pengelolaan stok yang efektif. Keseimbangan antara ketersediaan produk dan permintaan konsumen menjadi esensial, terutama mengingat pola transaksi yang sangat musiman, dengan 53% dari total penjualan terjadi selama periode Natal dan Lebaran. Saat ini, pengelolaan stok Triple Jeans masih mengandalkan proses manual dan estimasi intuitif, yang menghasilkan tingkat subjektivitas tinggi. Akibatnya, terjadi ketidakseimbangan stok barang yang signifikan, terbukti dari proporsi 45% barang yang berusia lebih dari satu tahun dari keseluruhan stok yang tersebar di seluruh toko di Indonesia. Penelitian ini bertujuan untuk memberikan solusi pengelolaan stok yang lebih akurat, khususnya untuk toko-toko di Surabaya dan produk celana jeans “264”. Pendekatan yang digunakan adalah ARIMA (Autoregressive Integrated Moving Average) dengan atau tanpa exogenous variable yang terdiri dari lebaran dan 1 (satu) bulan sebelum lebaran untuk melakukan peramalan permintaan berdasarkan data transaksi penjualan historis selama periode Mei 2020 hingga April 2025. Melalui pemodelan ini, menghasilkan estimasi penjualan untuk bulan Mei 2025 hingga April 2026 yang dapat digunakan untuk dijadikan acuan jumlah barang yang perlu disediakan di toko-toko Surabaya. Berdasarkan hasil penelitian, untuk peramalan penjualan produk celana jeans “264” untuk 12 bulan kedepan di toko-toko Surabaya mengalami tren penurunan dengan peningkatan jumlah yang signifikan pada saat 1 bulan sebelum lebaran dan pada bulan lebaran.
==================================================================================================================================
Triple Jeans, a key player in Indonesia's highly competitive and dynamic fashion retail industry, faces a crucial challenge in effective inventory management. Achieving a balance between product availability and consumer demand is essential, especially given the highly seasonal transaction patterns, with 53% of total sales occurring during the Christmas and Eid al-Fitr periods. Currently, Triple Jeans' inventory management still relies on manual processes and intuitive estimations, resulting in a high degree of subjectivity. Consequently, there is a significant imbalance in stock, evidenced by 45% of goods being over one year old from the total inventory spread across stores throughout Indonesia. This research aims to provide a more accurate inventory management solution, specifically for stores in Surabaya and for jeans “264”. ARIMA (Autoregressive Integrated Moving Average) with or without exogenous variable which consists of Eid al-Fitr and 1 (one) month before Eid al-Fitr is used for demand forecasting based on historical sales transaction between May 2020 to April 2025. Through this modelling, it produces sales estimates from May 2025 to April 2026, which can be used as reference for the amount of stock that needs to be prepared by Stores in Surabaya. According to the research results, the 12 month forecast of jeans “264” sales at stores in Surabaya shows a downward trend, with a significant increase in sales one month before the Eid period and during Eid itself

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	ARIMA, Peramalan Penjualan, Permintaan produk celana jeans “264”, ARIMA, Jeans “264” Demand in Surabaya, Sales Forecasting
Subjects:	Q Science > QA Mathematics > QA276 Mathematical statistics. Time-series analysis. Failure time data analysis. Survival analysis (Biometry)
Divisions:	Interdisciplinary School of Management and Technology (SIMT) > 61101-Master of Technology Management (MMT)
Depositing User:	Rocky .
Date Deposited:	19 Jan 2026 07:54
Last Modified:	19 Jan 2026 07:54
URI:	http://repository.its.ac.id/id/eprint/129733

Actions (login required)

View Item