Analisis Peramalan Penjualan Premium dan Solar di PT. Pertamina (Persero) Regional V Surabaya Menggunakan Metode ARIMAX dan Regresi Time Series

Syarifah, Uzlifatus (2015) Analisis Peramalan Penjualan Premium dan Solar di PT. Pertamina (Persero) Regional V Surabaya Menggunakan Metode ARIMAX dan Regresi Time Series. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
1313105018-Undergraduate_Thesis.pdf - Accepted Version

Download (6MB) | Preview

Abstract

Peningkatan volume kendaraan yang diproduksi menyatakan semakin banyak tingkat kebutuhan bahan bakar minyak untuk pengguna kendaraan bermotor setiap hari, khususnya wilayah Surabaya yang mendominasi kendaraan roda dua maupun roda empat. Dispenda (2015) menyatakan bahwa jumlah kendaraan naik sebanyak 200.000 kendaraan tiap tahunnya. Seiring banyaknya aktivitas yang dilakukan manusia setiap hari membuat kebutuhan bahan bakar semakin meningkat, terutama bagi masyarakat perkotaan sebagai contoh kota Surabaya yang memiliki tingkat mobilitas tinggi dimana seringkali terjadi keterlambatan pendistribusian yang mengakibatkan kelangkaan premium dan solar yang penjualannya tinggi dan sifatnya fluktuatif, maka permasalahannya adalah bagaimana menentukan dan mendapatkan model yang sesuai untuk meramalkan volume penjualan premium dan solar pada tahun 2015 menggunakan metode ARIMA, ARIMAX, dan Regresi Time Series dengan melihat karakteristik penjualan premium dan solar tahun 2008-2014 pada tampilan Dashboard. Variabel yang digunakan yaitu volume penjualan premium dan solar. Berdasarkan kriteria model terbaik diperoleh kesimpulan bahwa metode yang sesuai adalah model ARIMA (0,1,1) (0,1,0)12 untuk meramalkan penjualan premium. Sedangkan untuk meramalkan solar metode yang sesuai adalah model Regresi Time Series. ==================================================================================================== An increase in the volume of vehicles produced stating the more the level of fuel needs for users of motor vehicles every day, especially Surabaya area that dominates the two-wheeler and four wheels. Dispenda (2015) stated that the number of vehicles rose 200,000 vehicles each year. As the number of activities that humans do every day makes the need for fuel is increasing, especially for urban communities as an example the city of Surabaya, which has a high level of mobility where often there is a delay distribution resulting in scarcity of gasoline and diesel were high and its sales fluctuate, then the problem is how determine and obtain the appropriate model to forecast sales volume of gasoline and diesel by 2015 using ARIMA, ARIMAX, and Regression Time Series by looking at the characteristics of gasoline and diesel fuel sales 2008-2014 in the Dashboard display. Variables used are the sales volume of gasoline and diesel. Based on the criteria for best model we concluded that the appropriate method is ARIMA (0,1,1) (0,1,0)12 premium to forecast sales. As for predicting solar suitable method is Regression models Time Series.

Item Type: Thesis (Undergraduate)
Additional Information: RSSt 519.536 Sya a
Uncontrolled Keywords: ARIMA, ARIMAX, BBM, dan Regresi Time Series
Subjects: Q Science > QA Mathematics > QA278.2 Regression Analysis
Divisions: Faculty of Mathematics and Science > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User: Yeni Anita Gonti
Date Deposited: 24 Feb 2020 03:47
Last Modified: 24 Feb 2020 03:47
URI: https://repository.its.ac.id/id/eprint/75130

Actions (login required)

View Item View Item