Prediksi Penjualan Sepeda Motor Honda di Kabupaten dan Kotamadya Malang dengan Metode Peramalan Hierarki Oleh : Rika Susanti 1310100066 Dosen Pembimbing Co. Pembimbing
: Dra. Destri Susilaningrum, M.Si. : Dr. Suhartono, S.Si, M.Sc.
1
AGENDA
PENDAHULUAN
TINJAUAN PUSTAKA
METODOLOGI PENELITIAN
ANALISIS PEMBAHASAN
KESIMPULAN
2
BAB 1 PENDAHULUAN
3
• Latar Belakang •
Industri otomotif berkembang pesat di Indonesia, khususnya sepeda motor
•
Ada 3 jenis sepeda motor
BAB I. PENDAHULUAN
•
Honda merupakan merek sepeda motor yang paling diminati
Di Wilayah Malang Pangsa Pasar Honda mencapai >70% pada 2014
4
• Latar Belakang
Kabupaten Malang & Kotamadya Malang
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)
Prediksi penjualan tahunan menggunakan
Variabel LPE, PDRB Per Kapita, Penduduk Usia produktif
5
• Latar Belakang
Data Penjualan Sepeda Motor Honda merupakan data deret waktu hierarki
BAB I. PENDAHULUAN
12000
10000 8000 6000 4000 2000 Jan-14
Sep-13
May-13
Jan-13
Sep-12
May-12
Jan-12
Sep-11
May-11
Jan-11
Sep-10
May-10
Jan-10
Sep-09
May-09
Jan-09
0
Total Honda
Prediksi penjualan menggunakan
matic
sport cub
metode peramalan hierarki
6
• Latar Belakang
BAB I. PENDAHULUAN
Penelitian Terdahulu (metode peramalan hierarki) 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
7
• Latar Belakang
BAB I. PENDAHULUAN
Penelitian saat ini Peramalan Penjualan sepeda motor Honda dengan Metode Peramalan Hierarki
Peramalan Penjualan Total Honda dan Menurut Jenisnya
Peramalan Penjualan Tahunan dan Bulanan
TopDown & BotomUp
Peramalan Penjualan Tahunan Total Honda menggunakan variabel LPE, PDRB Perkapita, dan Jumlah Penduduk Usia Produktif
8
• Latar Belakang
BAB I. PENDAHULUAN
Matic
Cub
Sport
Penelitian Sebelumnya (ARIMAX) 1,486 Peter, dan Silvia (2012) : Peramalan 1,180 PDRB di Slovakia menggunakan 1,012 952 variabel pengangguran
1,147 1,034
999 825
816
804
807
791
Peramalan Penjualan Bulanan 526 Honda menurut Jenis 524 515 476 474 menggunakan ARIMAX 67
75
64
68
Suhartono, Hamzah (2010) : 620 619 Lee, dan 608 589 Peramalan Penjualan baju muslim 448 anak laki-laki pada perusahaan Garment di Indonesia
501
62
62
70
61
79
75
522
78
56
Novianti (2010) : Peramalan Penjualan sandal dorlop di Sukoharjo
9
• Rumusan Masalah • • •
BAB I. PENDAHULUAN
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?
• 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.
10
• Manfaat Penelitian
BAB I. PENDAHULUAN
• 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
BAB 2 TINJAUAN PUSTAKA
12
BAB II. TINJAUAN PUSTAKA
• Regresi Linear Berganda
Y 0 1 X1 ... w X w
Estimasi Parameter menggunakan OLS
• Regresi Non Linear
Y 1 2e
( 3 t )
Estimasi Parameter menggunakan Metode Least Square dengan Iterasi Gauss-Newton
13
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.
BAB II. TINJAUAN PUSTAKA Model ARIMA P ( B S ) p ( B)(1 B) d (1 B S ) D Yt q ( B) Q ( B S )at . 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 )
14
BAB II. TINJAUAN PUSTAKA
Model ARIMAX
Yt 0 t 1U 1,t 2U 2,t ... 1U 12,t 1V1,t ... 3V3,t 1 D1,t 2 D2,t 01tD1,t 02tD 2,t
q ( B ) Q ( B S ) p ( B ) P ( B ) S
at .
15
BAB II. TINJAUAN PUSTAKA
Metode Peramalan Hierarki
Sumber : Demand Forecasting, Planning, and Management oleh Larry Lapide (2006)
16
Metode Peramalan Hierarki (lanjutan)
Pendekatan Top-down
Proporsi Data Histori HP1 :
BAB II. TINJAUAN PUSTAKA
Disagregasi
Proporsi Hasil Peramalan
Yˆb, n a (h) fb a 1 ˆ S ( h ) a 0 b,n
n
fb HP2 :
Yb ,t ( ) Yt t 1 n Yb ,t t 1 n fb n Yt t 1 n n
Proporsi
c 1
dengan, b = 1,2, ..., mc
Pemilihan Model Terbaik
1 n | Yt Yˆt | sMAPE n t 1 Yt Yˆt 2
17
BAB 3 . METODOLOGI PENELITIAN
18
• Sumber Data
Data Penjualan Sepede Motor Honda data sekunder dari PT MPM Honda
BAB III. METODOLOGI PENELITIAN
Data in-sample : Data Januari 2009-Desember2013 Data out-sample : Data Januari 2014-Maret 2014
Data LPE, Jumlah Penduduk Usia Produktif, dan PDRB data sekunder dari BPS
19
• Variabel Penelitian
BAB III. METODOLOGI PENELITIAN
20
• Variabel Penelitian
BAB III. METODOLOGI PENELITIAN
21
• Metode 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 topdown 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
BAB III. METODOLOGI PENELITIAN
• Langkah Pemodelan Top-down 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.
23
BAB III. METODOLOGI PENELITIAN
• Langkah Pemodelan Bottom-up 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.
24
BAB 4 ANALISIS DAN PEMBAHASAN
25
• Analisis Statistika Deskriptif
BAB IV. ANALISIS DAN PEMBAHASAN
Kabupaten Malang •
Rata-rata penjualan bulanan Honda menurut Jenisnya
Penjualan Sepeda Motor Honda Menurut Jenis
Matic
Cub
Sport
Rasio Penjualan Honda Menurut Jenis tahun 2013 matic
cub
2888
sport
7%
2466
12%
2583
2620 2414 2451
2219 1845 1754 1754 1817 1780
81%
1325 946
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
165
837
158
945
177
880
165
1434
1314 1043
972 814
160
167
259
209
220
202
940
1046
175
26
186
• Analisis Statistika Deskriptif
BAB IV. ANALISIS DAN PEMBAHASAN
Kotamadya Malang •
Rata-rata penjualan bulanan Honda menurut Jenisnya
Penjualan Sepeda Motor Honda Menurut Jenis
Matic
Rasio Penjualan Honda Menurut Jenis matic
cub
Cub
Sport 1,486
sport
1,180
1,147 999 1,034
6% 13%
816
825
524
804
476
952
1,012 807
791
526
620 474
515
619
608
501
589 448
81% 67 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
75
64
68
62
62
70
61
79
75
56
27
522
78
• Peramalan Hierarki Top-Down
BAB IV. ANALISIS DAN PEMBAHASAN
Kabupaten Malang
Kotamadya Malang
Level 0 (Peramalan Penjualan Tahunan Sepeda Motor Honda)
Level 0 (Peramalan Penjualan Tahunan Sepeda Motor Honda)
Yˆ1t 4.778.064 2.878X11t Parameter β0 β1
Estimasi -4.778.064 2.878,4
Hasil trend analysis
Std. Error 694.043 414,5
thitung
-6,88 6,94
Xˆ 11t 1.666,64 2,55t
Pvalue 0,006 0,006
Yˆ2t 434,56X 23t Parameter
Estimasi
β0
434,56
Std. Error 16,10
thitung
P-value
26,99
0,00
Hasil trend analysis
Xˆ 23t 30,39 4,31t
Ramalan level 0
28
• Model Peramalan Hierarki Top-Down
BAB IV. ANALISIS DAN PEMBAHASAN
• Kabupaten Malang
Level 1 (Peramalan penjualan tahunan Honda menurut jenisnya)
Rˆ11t 0,865-1,133e (-0 ,570t )
• Pemodelan Rasio Penjualan Honda menurut jenisnya
13 t
0,7
0,8
11t
12 t
0,6
Rasio Penjualan Honda Cub
0,7 0,6
Matic
0,5 0,4
0,5
• cub
0,4
0,3
0,2
0,3
0,1
0,2 2009
2010
2011 Tahun
2012
2009
2013
2010
2011 Tahun
2012
2013
0,09
Rasio Penjualan Honda Sport
Rasio Penjualan Honda Matic
Rˆ12t 0,025 1,043e (-0 ,447t ) Rˆ 1 Rˆ Rˆ
0,08
0,07
• sport
0,06
0,05
0,04
0,03 2009
2010
2011 Tahun
2012
2013
29
• Model Peramalan Hierarki Top-Down
• Kabupaten Malang
BAB IV. ANALISIS DAN PEMBAHASAN
Yˆ1it Rˆ1it Yˆ1t Ramalan level 1
30
• Model Peramalan Hierarki Top-Down
• Kotamadya Malang
BAB IV. ANALISIS DAN PEMBAHASAN
Rˆ 21t 0,865-0,999e (-0 ,518t ) Rˆ 22t 0,025 1,058e (-0 ,417t )
Rˆ 23t 1 Rˆ 21t Rˆ 22t
Ramalan level 1
31
• Model Peramalan Hierarki Top-Down
Peramalan hierarki Level 2
1. Proporsi Data Histori Kabupaten & Kotamadya Malang
BAB IV. ANALISIS DAN PEMBAHASAN
Data Histori HP1 Data Histori HP2 Data tahun 2013
2. Proporsi Hasil Ramalan
Hasil Ramalan dari Metode ARIMAX yang diproporsikan
32
Kabupaten Malang
BAB IV. ANALISIS DAN PEMBAHASAN
Model ARIMAX untuk Honda Matic 6000
Sep/2009
Sep/2010
Agust/2011
Agust/2012
Agust/2013
Penjualan Honda Matic
5000 4000 3000 2000 1000 0 Month Jan Year 2009
Jul
Jan 2010
Jul
Jan 2011
Jul
Jan 2012
Jul
Jan 2013
Jul
33
BAB 5 KESIMPULAN DAN SARAN
34
KESIMPULAN 1.
2.
3.
BAB V. KESIMPULAN DAN SARAN
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. 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. 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
SARAN •
BAB V. KESIMPULAN DAN SARAN
Pada penelitian selanjutnya, sebaiknya menambah jumlah data dan menggunakan metode peramalan hierarki lain seperti pendekatan middle-out atau kombinasi optimal
36
Daftar Pustaka •
• • •
• •
•
Anonim. (2013). Jelang Lebaran, Permintaan Sepeda Motor Meningkat. http://bandungotomotifmania.com/latest-news/88-jelang-lebaran-permintaan-sepedamotor-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
• • •
• • •
•
•
•
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-motorbulan-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-kiandigemari-di-malang. diakses tanggal 13 April 2014 pukul 23.55
38
• •
•
•
• •
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
39
Peramalan Penjualan Sepeda Motor Honda di Kabupaten dan Kotamadya Malang dengan Metode Peramalan Hierarki Berdasarkan Model ARIMAX
40
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 jenisnya
41
