Prediksi Penjualan Sepeda Motor Honda di Kabupaten dan Kotamadya Malang dengan Metode Peramalan Hierarki. Oleh : Rika Susanti

(1)

Oleh : Rika Susanti

1310100066

Dosen Pembimbing : Dra. Destri Susilaningrum, M.Si.

Co. Pembimbing

: Dr. Suhartono, S.Si, M.Sc.

Prediksi Penjualan Sepeda Motor Honda

di Kabupaten dan Kotamadya Malang

(2)

AGENDA

PENDAHULUAN TINJAUAN _PUSTAKA METODOLOGI

PENELITIAN

ANALISIS

(3)

(4)

• Latar Belakang

BAB I. PENDAHULUAN

Di Wilayah Malang Pangsa Pasar Honda mencapai >70% pada 2014

• Industri otomotif berkembang pesat di Indonesia, khususnya sepeda motor

• Ada 3 jenis sepeda motor

• Honda merupakan merek sepeda motor yang paling diminati

(5)

• Latar Belakang

BAB I. PENDAHULUAN

Tingginya Permintaan Sepeda Motor Honda di Wilayah Malang karena pertumbuhan ekonomi yang tinggi

(Deputi pemasaran MPM)

Variabel yang mempengaruhi permintaan sepeda motor : (Budiarto, 2013) : LPE, PDRB per kapita, dan Jumlah Penduduk (Usia

Produktif)

Kabupaten Malang

&

Kotamadya Malang

(6)

• Latar Belakang

BAB I. PENDAHULUAN

Data Penjualan Sepeda Motor Honda merupakan data deret waktu hierarki

Prediksi penjualan menggunakan

metode peramalan hierarki

0 2000 4000 6000 8000 10000 12000 J an -09 M a y -0 9 S ep -09 J an -10 Ma y -1 0 S ep -10 J an -11 Ma y -1 1 S ep -11 J an -12 Ma y -1 2 S ep -12 J an -13 Ma y -1 3 S e p -1 3 J an -14 Total Honda matic cub sport

(7)

Penelitian Terdahulu

(metode peramalan hierarki)

• Latar Belakang

BAB I. PENDAHULUAN

Athanasopoulos, dkk (2009)

Peramalan hierarki hingga level 2 untuk

kasus kedatangan wisatawan lokal di Australia Kartikasari, (2009) Peramalan Penjualan di perusahaan ritel Amigo di Jawa Tengah pada level 0

(8)

Penelitian saat ini

• Latar Belakang

BAB I. PENDAHULUAN

Peramalan Penjualan sepeda motor Honda

dengan Metode Peramalan Hierarki

Peramalan Penjualan Total Honda dan Menurut

Jenisnya

Peramalan Penjualan Tahunan dan Bulanan

Peramalan Penjualan Tahunan Total Honda menggunakan variabel LPE, PDRB Perkapita,

dan Jumlah Penduduk Usia Produktif Top-Down & Botom-Up

(9)

• Latar Belakang

BAB I. PENDAHULUAN

816 825 ₈₀₄ ₇₉₁ 999 1,034 1,147 952 1,180 1,012 807 1,486 524 476 526 474 515 501 620 619 ₆₀₈ ₅₈₉ 448 522 67 75 64 68 62 62 70 61 79 75 56 78

Matic Cub Sport

Peramalan Penjualan Bulanan Honda menurut Jenis

menggunakan ARIMAX

Penelitian Sebelumnya (ARIMAX)

Peter, dan Silvia (2012) : Peramalan PDRB di Slovakia menggunakan

variabel pengangguran

Suhartono, Lee, dan Hamzah (2010) : Peramalan Penjualan baju muslim

anak laki-laki pada perusahaan Garment di Indonesia

Novianti (2010) :

(10)

• Bagaimana karakteristik penjualan sepeda motor Honda di Kabupaten dan Kotamadya Malang?

• Bagaimana model peramalan hierarki penjualan sepeda motor Honda di Kabupaten dan Kotamadya Malang?

• Bagaimana hasil ramalan penjualan sepeda motor Honda di Kabupaten dan Kotamadya Malang dengan metode peramalan hierarki?

• Rumusan Masalah

BAB I. PENDAHULUAN

• Tujuan Penelitian

• Mengetahui karakteristik penjualan sepeda motor Honda di Kabupaten dan Kotamadya Malang.

• Memperoleh model peramalan hierarki yang sesuai untuk penjualan sepeda motor Honda di Kabupaten dan Kotamadya Malang.

• Meramalkan penjualan sepeda motor Honda berbagai tipe di Kabupaten dan Kotamadya Malang dengan metode peramalan hierarki.

(11)

• memberikan informasi pada PT. Mitra Pinasthika Mulia

selaku distributor dalam meramalkan penjualan sepeda

motor Honda di Kabupaten dan Kotamadya Malang

sehingga dapat digunakan sebagai bahan pertimbangan

dalam perencanaan untuk distribusi ke depan.

• Manfaat Penelitian

(12)

(13)

BAB II. TINJAUAN PUSTAKA

• Regresi Linear Berganda

• Regresi Non Linear









X

_w

X

_w

Y

₀ ₁ ₁

...

Estimasi Parameter menggunakan OLS

Estimasi Parameter menggunakan Metode Least Square dengan

Iterasi Gauss-Newton













 ) 3 ( 2 1 t

e

Y

(14)

Analisis Time Series

Analisis Deret Waktu

Analisis deret waktu (time series) : kronologi urutan pengamatan pada suatu variable tertentu

Langkah ARIMA Box-Jenkins yaitu 1.identifikasi model sementara,

2.estimasi parameter dalam model,

3.diagnostic checking

4.peramalan.

Model ARIMA

p, d, q, P, D dan Q pada model ARIMA dilihat berdasarkan nilai ACF dan PACF data yang telah stasioner.

BAB II. TINJAUAN PUSTAKA

. ) ( ) ( ) 1 ( ) 1 )( ( ) ( S _t Q q t D S d p S P B B B B Y  B  B a 





(15)

BAB II. TINJAUAN PUSTAKA

Model ARIMAX

.

)

(

)

(

)

(

)

(

...

, 2 02 , 1 01 , 2 2 , 1 1 , 3 3 , 1 1 , 12 1 , 2 2 , 1 1 0 t S P p S Q q t t t t t t t t t t

a

B

tD

D

V

U

t

Y





















(16)

BAB II. TINJAUAN PUSTAKA

Metode Peramalan Hierarki

Sumber : Demand Forecasting, Planning,

(17)

BAB II. TINJAUAN PUSTAKA

Pendekatan Top-down

Metode Peramalan Hierarki (lanjutan)

Disagregasi

Proporsi Data Histori

Proporsi Hasil Peramalan

n

Y

f

n t t t b b





1 ,

)

(



            n t n t t b b Y n Y f 1 , HP1 : HP2 :



  















1 0 1 , ,

)

(

ˆ

)

(

ˆ

c a a n b a n b b

h

S

h

Y

f

dengan, b = 1,2, ..., m_c

Proporsi

Pemilihan

Model













_





n t _t _t t t

Y

n

sMAPE

1

ˆ

|

ˆ

|

1

(18)

BAB 3 .

(19)

• Sumber Data

_{BAB III. METODOLOGI}

PENELITIAN

Data Penjualan Sepede

Motor Honda  data

sekunder dari PT MPM Honda

Data LPE, Jumlah Penduduk Usia Produktif, dan PDRB

Data in-sample : Data Januari 2009-Desember2013

Data out-sample : Data Januari 2014-Maret 2014

(20)

• Variabel Penelitian

_{BAB III. METODOLOGI}

(21)

• Variabel Penelitian

_{BAB III. METODOLOGI}

(22)

1. Melakukan Analisis Statistika deskriptif, untuk

mengetahui karakteristik penjualan sepeda motor

Honda di Kabupaten dan Kotamadya Malang.

2. Melakukan pemodelan dengan menggunakan

Metode Peramalan Hierarki, dengan pendekatan

top-down

dan

bottom-up.

Pada pendekatan top-down

digunakan proporsi disagregasi proporsi data histori

HP1, HP2, proporsi data tahun 2013 dan proporsi

ramalan. Penentuan model terbaik di antara dua

metode hierarki berdasarkan sMAPE terkecil.

3. Melakukan peramalan menggunakan model yang

diperoleh pada poin 2.

• Metode Penelitian

_{BAB III. METODOLOGI}

(23)

• Langkah Pemodelan Top-down

BAB III. METODOLOGI

PENELITIAN

Pada pendekatan ini, pemodelan dilakukan mulai dari level paling atas yaitu level 0. Pemodelan pada level ini dilakukan untuk mendapatkan model ramalan penjualan tahunan total Honda dengan metode regresi linier. Kemudian pada level 1, dilakukan pemodelan regresi non linier guna mendapatkan ramalan rasio penjualan tahunan Honda menurut jenisnya. Adapun ramalan rasio penjualan tersebut akan dijadikan sebagai proporsi untuk melakukan

pemecahan dari ramalan level 0 ke level 1. Pemodelan pada level 2, dilakukan dengan metode ARIMAX, dimana pemodelan ARIMAX tersebut digunakan

sebagai model yang mendasari dalam perhitungan proporsi ramalan. Selain menggunakan proporsi ramalan, untuk mendapatkan ramalan pada level 2 dilakukan pula perhitungan berdasarkan proporsi data histori HP1 HP2, dan proporsi data tahun 2013. Dari ke empat pendekatan perhitungan proporsi juga

(24)

• Langkah Pemodelan Bottom-up

BAB III. METODOLOGI

PENELITIAN

Pada pendekatan ini, pemodelan dimulai pada level hierarki paling bawah, yaitu level 2. Pada level 2 model yang digunakan untuk

memperoleh ramalan bulanan Honda menurut jenisnya adalah dengan metode ARIMAX. Adapun model ARIMAX yang digunakan pada level ini merupakan model ARIMAX terbaik yang memiliki sMAPE out-sample

terkecil. Selanjutnya pemodelan dilanjutkan ke level hierarki di atasnya yaitu level 1. Pada level ini untuk mendapatkan ramalan penjualan

tahunan Honda menurut jenisnya, dilakukan dengan menjumlahkan hasil ramalan penjualan bulanan Honda yang diperoleh pada level 2.

Kemudian, untuk pemodelan pada level paling atas (level 0), yaitu dengan menjumlahkan hasil peramalan pada level 1 untuk mendapatkan ramalan penjualan tahunan total Honda.

(25)

BAB 4

(26)

• Analisis Statistika Deskriptif

_{BAB IV. ANALISIS}

DAN PEMBAHASAN

Kabupaten Malang

1754 1754 1817 1780 1845 2219 2888 2466 2583 _{2414 2451} 2620 946 837 945 880 814 972 1325 1434 1314 1043 940 1046 165 158 177 165 160 167 259 209 220 202 175 186 Matic Cub Sport

• Penjualan Sepeda Motor Honda Menurut Jenis

81% 12%

7%

Rasio Penjualan Honda Menurut Jenis tahun 2013

matic cub sport

Tahun Rasio Matic Rasio Cub Rasio Sport

2009 0,249 0,664 0,086

2010 0,428 0,522 0,048

2011 0,692 0,268 0,039

2012 0,784 0,181 0,034

Rata-rata penjualan bulanan Honda menurut Jenisnya

(27)

• Analisis Statistika Deskriptif

_{BAB IV. ANALISIS}

DAN PEMBAHASAN

Kotamadya Malang

• Penjualan Sepeda Motor Honda Menurut Jenis

81% 13%

6%

Rasio Penjualan Honda Menurut Jenis matic cub sport

Tahun Rasio Matic Rasio Cub Rasio Sport

2009 0,288 0,666 0,047 2010 0,465 0,503 0,032 2011 0,667 0,295 0,038 816 825 804 791 999 1,034 1,147 952 1,180 1,012 807 1,486 524 476 526 474 515 501 620 619 608 589 ₄₄₈ 522 67 75 64 68 62 62 70 61 79 75 ₅₆ 78 Matic Cub Sport

Rata-rata penjualan bulanan Honda menurut Jenisnya

(28)

• Peramalan Hierarki Top-Down

BAB IV. ANALISIS

DAN PEMBAHASAN

Level 0 (Peramalan Penjualan

Tahunan Sepeda Motor Honda) Level 0 (Peramalan Penjualan Tahunan Sepeda Motor Honda) Kabupaten Malang _{Kotamadya Malang}

1t 1 1

4 .

778 .

064 2.878X

ˆ

_

_

_

t

Y

Parameter Estimasi Std. Error t_hitung P-value β₀ -4.778.064 694.043 -6,88 0,006 β₁ 2.878,4 414,5 6,94 0,006 3t 2 2

434 ,

56 X

ˆ

_

t

Y

Parameter Estimasi Std.

Error t_hitung P-value β₀ 434,56 16,10 26,99 0,00

t

X

t

30 ,

39

4 ,

31 ˆ

3 2





Hasil trend analysis

t

X

t

1 .

666 ,

64

2 ,

55 ˆ

1 1





Hasil trend analysis

Ramalan level 0

(29)

BAB IV. ANALISIS

DAN PEMBAHASAN

• Model Peramalan Hierarki Top-Down

• Kabupaten Malang

Level 1 (Peramalan penjualan tahunan Honda menurut jenisnya)

• Pemodelan Rasio Penjualan Honda

menurut jenisnya

) 570 0 (-1 1

0

865

1

133 ˆ

, t t

,

-

,

e

R



) 447 0 (-2 1

0

025

1

043 ˆ

, t t

,

e

R





t t t

R

2 1 3 1 1 1

1 ˆ

ˆ

_

_

2013 2012 2011 2010 2009 0,8 0,7 0,6 0,5 0,4 0,3 0,2 Tahun R a si o P en ju a la n H o n d a M a ti c 2013 2012 2011 2010 2009 0,7 0,6 0,5 0,4 0,3 0,2 0,1 Tahun R a si o P e n ju a la n H o nd a C u b 0,09 0,08 S p o rt

Matic

• cub

(30)

BAB IV. ANALISIS

DAN PEMBAHASAN

• Model Peramalan Hierarki Top-Down

• Kabupaten Malang

t it it

R

Y

ˆ

₁



ˆ

₁



ˆ

₁ Ramalan level 1

(31)

BAB IV. ANALISIS

DAN PEMBAHASAN

• Model Peramalan Hierarki Top-Down

• Kotamadya Malang

) 518 0 (-1 2

0

865

0 ,

999 ˆ

, t t

,

-

e

R



) 417 0 (-2 2

0

025

1

058 ˆ

, t t

,

e

R





t t t

R

2 2 1 2 3 2

1 ˆ

ˆ

_

_

Ramalan level 1

(32)

BAB IV. ANALISIS

DAN PEMBAHASAN

• Model Peramalan Hierarki Top-Down

Peramalan hierarki Level 2

1. Proporsi Data Histori 2. Proporsi Hasil Ramalan Data Histori HP1 Data Histori HP2 Data tahun 2013

Hasil Ramalan dari Metode ARIMAX yang

diproporsikan

Kabupaten &

Kotamadya Malang

(33)

Kabupaten Malang

DAN PEMBAHASAN

BAB IV. ANALISIS

Model ARIMAX untuk Honda Matic Year Month 2013 2012 2011 2010 2009 Jul Jan Jul Jan Jul Jan Jul Jan Jul Jan 6000 5000 4000 3000 2000 1000 0 P e n ju a la n H o n d a M a ti c

(34)

BAB 5

(35)

KESIMPULAN

1. Penjualan sepeda motor Honda di Kabupaten dan Kotamadya Malang

cenderung meningkat dari tahun 2009-2013. Penjualan Honda sejak tahun 2011 didominasi oleh matic. Penjualan Honda matic dan sport

cenderung naik, sedangkan Penjualan Honda cub cenderung menurun. 2. Pada peramalan hierarki di peroleh hasil sebagai berikut.

Pada level 0, Penjualan tahunan sepeda motor Honda di Kabupaten dan Kotamadya masing-masing dipengaruhi oleh penduduk usia produktif dan PDRB per Kapita. Metode peramalan hierarki terbaik, untuk meramalkan penjualan penjualan sepeda motor Honda di Kabupaten Malang adalah dengan pendekatan bottom-up, sedangkan peramalan hierarki terbaik di

Kotamadya Malang menggunakan pendekatan top-down.

3. Hasil ramalan bulanan menunjukkan bahwa penjualan Honda matic dan

sport cenderung naik, sedangkan Honda cub cenderung turun. Ramalan Penjualan bulanan Honda matic dan sport di Kabupaten tertinggi terjadi pada bulan Juli, sedangkan di Kotamadya Malang penjualan nya tertinggi

BAB V.

(36)

• Pada penelitian selanjutnya, sebaiknya menambah jumlah data dan menggunakan metode peramalan hierarki lain seperti pendekatan

middle-out atau kombinasi optimal

(37)

Daftar Pustaka

• Anonim. (2013). Jelang Lebaran, Permintaan Sepeda Motor Meningkat.

http://bandungotomotifmania.com/latest-news/88-jelang-lebaran-permintaan-sepeda-motor-meningkat. diakses tanggal 13 April 2014 pukul 01.06

• Anonim. (2014). PT. Mitra Pinasthika Mustika Tbk. http://cdc.unpad.ac.id/?p=10710

diakses tanggal 28 Januari 2014 pukul 07.24

• Athanasopoulos, G., Ahmed, R. A., dan Hyndman, R. J. (2009). Hierachical Forecast for Australian Domestic Tourism. International Journal of Forecasting, 146-166

• Badan Pusat Statistik Kota Malang. Memaknai Pertumbuhan Ekonomi Kota Malang 7,5%. http://malangkota.bps.go.id/?hal=berita_detil&id=3 diakses tanggal 13 April 2014 pukul 01.59

• Bowerman, B.L dan O’Connell, D. (1993). Forecasting and Time Series : An Applied Approach, 3rd edition. California : Duxbury Press.

• Budiarto, A. (2013). Analisis Faktor-Faktor yang Mempengaruhi Permintaan Sepeda Motor di Kota Semarang (Studi Kasus PNS Kota Semarang). Skripsi Fakultas Ilmu Ekonomi dan Bisnis Universitas Diponegoro, Semarang.

(38)

• Cryer, J. D., dan Chan, K. S. (2008). Time Series Analysis With Application in R (2nd edition). New York : Springer.

• Daniel, W.W. (1989). Statistika Nonparametrik Terapan, Jakarta : PT Gramedia.

• Draper, N., dan Smith, H. (1992). Analisis Regresi Terapan, Edisi kedua. Jakarta : PT. Gramedia Pustaka Utama.

• Guerrero, V. M. (1990). Temporal Diasgregation Time Series : An ARIMA Based Approch. International Statistical Review 58, S 29-46

• Gujarati, D.N. (2003). Basic Econometrics. New York : McGraw Hill/Irwin.

• Hardiana, V. M. (2013). Peramalan Jumlah Tamu di Hotel “X” dengan Pendekatan ARIMA, Fungsi Transfer, dan ANFIS. Tugas Akhir S1 Jurusan Statistika ITS,

Surabaya.

• Kartikasari, P. (2013). Prediksi Penjualan di Perusahaan Ritel dengan Metode Peramalan Hirarki Berdasarkan Model Variasi Kalender. Tugas Akhir S1 Jurusan Statistika ITS, Surabaya.

• Kurniawan, A. (2013). Honda Kuasai 61,3% Pangsa Pasar Motor Bulan Oktober.

http://www.tribunnews.com/bisnis/2013/11/11/honda-kuasai-613-pangsa-pasar-motor-bulan-oktober diakses tanggal 13 April 2014 pukul 23.45

• Luthfi, A M. (2014). Motor Sport Honda Kian Digemari di Malang.

(39)

http://oto.detik.com/read/2014/03/07/100845/2518397/1208/motor-sport-honda-kian-• Makridakis, S dan M. Hibbon, (2000). The M3-Competition : result, conclussion and implication. International Journal of Forecasting 16(1) : 451-476.

• Novianti, T.D. (2010). Analisis Variasi Kalender dengan Pendekatan ARIMAX untuk meramalkan Penjualan Sandal Dorlop di Perusahaan Amigo Group Sukoharjo, Sukoharjo. Tugas Akhir S1 Jurusan Statistika ITS, Surabaya.

• Peter, D, dan Silvia, P. (2012). ARIMAX vs ARIMAX-Which Aproach is Better to Analyzed and Forecast Macroeconomic Time Series?. Proceedings of 30th International Conference Mathematical Methods in Economics : 136-140.

• Suhartono, M. H. Lee, dan N. A Hamzah. (2010). Calendar Variation Model Based On ARIMAX for Forecasting Sales Data With Ramadhan Effect. Proceedings of the

Regional Conference on Statistical Sciences : 349-361.

• Walpole, R.E.(1995). Pengantar Metode Statisika. Edisi Ketiga. Jakarta : Gramedia Pustaka Utama.

• Wei, W. W. (2006). Time Analysis Univariate and Multivariate Methods (2nd Edition). New York : Pearson

(40)

Peramalan Penjualan Sepeda Motor Honda

di Kabupaten dan Kotamadya Malang

dengan Metode Peramalan Hierarki

Berdasarkan Model ARIMAX

(41)

Struktur data pada peramalan hierarki

Data Penjualan Tahunan Total Sepeda Motor Honda

Data Penjualan Tahunan

Sepeda Motor Honda Menurut jenis

Data Penjualan

Bulanan Sepeda Motor Honda menurut