Perencanaan Peramalan Produk Raket Nyamuk Dengan Metode Time Series dan Causal
Authors | ||
Issue | Vol 3 No 2 (2020): Talenta Conference Series: Energy and Engineering (EE) | |
Section | Articles | |
Section |
Copyright (c) 2020 Talenta Conference Series: Energy and Engineering (EE) This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License. |
|
Galley | ||
DOI: | https://doi.org/10.32734/ee.v3i2.974 | |
Keywords: | Peramalan Penjualan Time Series Causal Raket Nyamuk | |
Published | 2020-11-30 |
Abstract
Peramalan ialah metode yang digunakan untuk memprediksi ketidakpastian masa depan sebagai upaya dalam pengambilan keputusan yang lebih baik. Metode time series ialah metode peramalan yang menggunakan analisa pola hubungan antara variable yang akan diperkirakan dengan variable waktu. Dalam melakukan peramalan time series perlu memperhatikan tipe atau pola data. Di dalam time series, dicari metode yang sesuai untuk menyelesaikan peramalan dengan cara mencari kesalahan terkecil. Namun apabila pada data masa lalu diperoleh adanya pola hubungan yang saling mempengaruhi antar variabel, lebim baik menggunakan metode causal / sebab akibat atau cross section / korelasi. Pada penelitian ini membahas mengenai metode time series meramalkan penjualan raket nyamuk pada tahun 2019 dan 2020 menggunakan 3 variabel yaitu data inflasi, indeks harga konsumen dan jumlah penduduk.
Forecasting is a method used to predict future uncertainty as an effort in better decision making. The time series method is a forecasting method that uses analysis of the pattern of relationships between variables to be estimated with time variables. In forecasting time series, it is necessary to pay attention to the type or pattern of data. In the time series, suitable methods are found to solve forecasting by finding the smallest error. However, if in the past data obtained a pattern of interrelated relationships between variables, better using the causal method / cause and effect or cross section / correlation. This study discusses the time series method of forecasting mosquito rackets sales in 2019 and 2020 using three variables, namely inflation data, consumer price index and population.