Prediksi Penjualan Sepeda Motor Honda di Kabupaten dan … · penjualan tahunan total Honda dengan metode regresi linier. Kemudian pada Kemudian pada level 1, dilakukan pemodelan

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

dengan Metode Peramalan Hierarki

1

AGENDA

2

PENDAHULUAN TINJAUAN PUSTAKA

METODOLOGI PENELITIAN

ANALISIS

PEMBAHASAN KESIMPULAN

BAB 1 PENDAHULUAN

3

• Latar Belakang BAB I. PENDAHULUAN

4

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


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

Prediksi penjualan tahunan menggunakan

Variabel LPE, PDRB Per Kapita, Penduduk Usia produktif

6


Data Penjualan Sepeda Motor

Honda merupakan data deret

waktu hierarki

Prediksi penjualan menggunakan

metode peramalan hierarki

0

2000

4000

6000

8000

10000

12000

Jan-0

9

Ma

y-0

9

Sep-0

9

Jan-1

0

Ma

y-1

0

Sep-1

0

Jan-1

1

Ma

y-1

1

Sep-1

1

Jan-1

2

Ma

y-1

2

Sep-1

2

Jan-1

3

Ma

y-1

3

Sep-1

3

Jan-1

4

Total Honda

matic cub

sport

Penelitian Terdahulu

(metode peramalan hierarki)

7


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

dan level 1

Penelitian saat ini

8


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


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) :

Peramalan Penjualan sandal dorlop di

Sukoharjo

• 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

10

• 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.

• 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.

11

• Manfaat Penelitian BAB I. PENDAHULUAN

12

BAB 2 TINJAUAN PUSTAKA

13

BAB II. TINJAUAN PUSTAKA

• Regresi Linear Berganda

• Regresi Non Linear

wwXXY ...110

Estimasi Parameter menggunakan

OLS

Estimasi Parameter menggunakan

Metode Least Square dengan

Iterasi Gauss-Newton

)

3(

21

teY

Analisis Time Series

14

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.

(Sumber : Bowerman & O’Connell, 1993 )


.)()()1()1)(()( tS

Qqt

DSd

pS

P aBBYBBBB

15


Model ARIMAX

.)()(

)()(

......

,202,101,22

,11,33,11,121,22,110

tSPp

SQq

ttt

ttttttt

aBB

BBtDtDD

DVVUUUtY

16


Metode Peramalan Hierarki Sumber : Demand Forecasting, Planning,

and Management oleh Larry Lapide (2006)

17


Pendekatan Top-down

Metode Peramalan Hierarki (lanjutan)

Disagregasi

Proporsi Data Histori Proporsi Hasil Peramalan

n

Y

Y

f

n

t t

tb

b

1

,)(

n

t

t

n

t

tb

b

n

Y

n

Y

f

1

1

,

HP1 :

HP2 :

1

01

,

,

)(ˆ

)(ˆc

aa

nb

a

nb

bhS

hYf

dengan, b = 1,2, ..., mc

Proporsi

Pemilihan

Model

Terbaik

n

ttt

tt

YY

YY

nsMAPE

1

2

ˆ

|ˆ|1

18

BAB 3 .

METODOLOGI PENELITIAN

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 sekunder dari

BPS

Data in-sample : Data Januari

2009-Desember2013

Data out-sample : Data

Januari 2014-Maret 2014

20

• Variabel Penelitian BAB III. METODOLOGI

PENELITIAN

21

• Variabel Penelitian BAB III. METODOLOGI

PENELITIAN

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.

22

• Metode Penelitian BAB III. METODOLOGI

PENELITIAN

• Langkah Pemodelan Top-down

23

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

akan dipilih proporsi disagregasi terbaik berdasarkan kriteria sMAPE out-sample

minimum.

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

ANALISIS DAN PEMBAHASAN

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

2013 0,805 0,124 0,070

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

2012 0,749 0,213 0,038

2013 0,813 0,129 0,057

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

• Peramalan Hierarki Top-Down

28

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

1t11 2.878X064.778.4ˆ tY

Parameter Estimasi

Std.

Error thitung

P-

value

β0 -4.778.064 694.043 -6,88 0,006

β1 2.878,4 414,5 6,94 0,006

3t22 X56,434ˆ tY

Parameter Estimasi

Std.

Error thitung P-value

β0 434,56 16,10 26,99 0,00

tXt

31,439,30ˆ32

Hasil trend analysis

tXt

55,264,666.1ˆ11

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

)5700(-

1113318650ˆ t,

te,-,R

)4470(-

21 04310250ˆ t,

te,,R

tttRRR

213 111ˆˆ1ˆ

20132012201120102009

0,8

0,7

0,6

0,5

0,4

0,3

0,2

Tahun

Ra

sio

Pe

nju

ala

n H

on

da

Ma

tic

20132012201120102009

0,7

0,6

0,5

0,4

0,3

0,2

0,1

Tahun

Ra

sio

Pe

nju

ala

n H

on

da

Cu

b

20132012201120102009

0,09

0,08

0,07

0,06

0,05

0,04

0,03

Tahun

Ra

sio

Pe

nju

ala

n H

on

da

Sp

ort

Matic • cub

• sport

30

BAB IV. ANALISIS

DAN PEMBAHASAN


• Kabupaten Malang

tititYRY 111ˆˆˆ

Ramalan

level 1

31

BAB IV. ANALISIS

DAN PEMBAHASAN


• Kotamadya Malang

)5180(-

12 999,08650ˆ t,

te-,R

)4170(-

22 05810250ˆ t,

te,,R

tttRRR

221232ˆˆ1ˆ

Ramalan

level 1

32

BAB IV. ANALISIS

DAN PEMBAHASAN


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

Kabupaten Malang

33

BAB IV. ANALISIS

DAN PEMBAHASAN

Model ARIMAX untuk Honda

Matic

Year

Month

20132012201120102009

JulJanJulJanJulJanJulJanJulJan

6000

5000

4000

3000

2000

1000

0

Pe

nju

ala

n H

on

da

Ma

tic

Sep/2009 Sep/2010 Agust/2011 Agust/2012 Agust/2013

34

BAB 5

KESIMPULAN DAN SARAN

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

pada bulan Desember.

35

BAB V.


• Pada penelitian selanjutnya, sebaiknya menambah jumlah data dan

menggunakan metode peramalan hierarki lain seperti pendekatan

middle-out atau kombinasi optimal

36

SARAN BAB V.


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.

• Chahyono, K. (2014). Ekspedisi Nusantara Perkuat Image sportbike Honda di Malang.

http://dapurpacu.com/ekspedisi-nusantara-perkuat-image-sportbike-honda-di-malang

diakses pada 13 April 2014 pukul 00.30.

37

http://bandungotomotifmania.com/latest-news/88-jelang-lebaran-permintaan-sepeda-motor-meningkat















http://cdc.unpad.ac.id/?p=10710

http://malangkota.bps.go.id/?hal=berita_detil&id=3
















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.

http://oto.detik.com/read/2014/03/07/100845/2518397/1208/motor-sport-honda-kian-

digemari-di-malang. diakses tanggal 13 April 2014 pukul 23.55

http://www.tribunnews.com/bisnis/2013/11/11/honda-kuasai-613-pangsa-pasar-motor-bulan-oktober















http://oto.detik.com/read/2014/03/07/100845/2518397/1208/motor-sport-honda-kian-digemari-di-malang













39

• 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

Peramalan Penjualan Sepeda Motor Honda

di Kabupaten dan Kotamadya Malang

dengan Metode Peramalan Hierarki

Berdasarkan Model ARIMAX

40

Struktur data pada peramalan hierarki

41

Data Penjualan Tahunan Total

Sepeda Motor Honda

Data Penjualan Tahunan

Sepeda Motor Honda Menurut

jenis

Data Penjualan

Bulanan Sepeda Motor

Honda menurut

jenisnya

Prediksi Penjualan Sepeda Motor Honda di Kabupaten dan … · penjualan tahunan total Honda dengan metode regresi linier. Kemudian pada Kemudian pada level 1, dilakukan pemodelan

Documents