Prediksi Penjualan Pada Droomhaven Cafe Dengan Menggunakan Metode Auto Regressive Integrated Moving Average (ARIMA)

Haekal, Fikri Ahmad and Ir. Satrio Hadi Wijoyo, S.Si., S.Pd., M.Kom. and Welly Purnomo, S.T., M.Kom. (2024) Prediksi Penjualan Pada Droomhaven Cafe Dengan Menggunakan Metode Auto Regressive Integrated Moving Average (ARIMA). Sarjana thesis, Universitas Brawijaya.

Abstract

Penggunaan data yang efektif memberikan banyak manfaat pada berbagai bidang. Salah satu bidang yang mendapatkan manfaat tersebut adalah bidang bisnis. Droomhaven Café, yang berdiri sejak 2021 di Malang, belum sepenuhnya memanfaatkan data penjualan. Kondisi ini mengakibatkan efisiensi operasional dan akurasi perencanaan stok barang tidak optimal. Penelitian ini bertujuan untuk melakukan prediksi penjualan berbasis data menggunakan metode ARIMA (Autoregressive Integrated Moving Average). Penggunaan metode ARIMA dilakukan karena kemampuannya yang fleksibel dalam menyesuaikan parameter. Prediksi dengan ARIMA melewati beberapa proses, yaitu pemilihan data, pemrosesan awal data, transformasi data, pemodelan, evaluasi model, prediksi dan visualisasi. Evaluasi model dilakukan dengan menggunakan kombinasi MAPE (Mean Absolute Percentage Error) dan AIC (Akaike Information Criterion). Kombinasi ini bertujuan untuk menentukan model terbaik yang memiliki tingkat akurasi yang baik bersamaan dengan kompleksitas model yang juga baik. Peneliti juga menggunakan MAE (Mean Absolute Error) untuk membandingkan hasil prediksi dengan data aktual. Data yang digunakan dalam penelitian mencakup periode Oktober 2023 hingga Agustus 2024 (11 bulan). Setiap produk memiliki kombinasi parameter ARIMA yang berbeda. Kombinasi tersebut mencerminkan pola penjualan yang unik. Model dengan nilai MAPE terkecil ditemukan pada produk Ice Matcha Latte dengan skor terendah sebesar 17,18%. Model dengan nilai MAPE tertinggi ditemukan pada produk Cholo Pao dengan nilai sebesar 68,97%. Prediksi untuk bulan September 2024 dibandingkan dengan data aktual menunjukkan hasil yang bervariasi. Beberapa produk, seperti Patat Feestje, Ice Matcha Latte, dan Ice Chocola, memiliki akurasi prediksi yang baik. Produk seperti Koude Dromen dan Cholo Pao memiliki selisih yang besar. Selisih ini menandakan kesulitan model dalam menangkap fluktuasi tinggi pada pola data. Analisis lebih lanjut menunjukkan bahwa MAE tidak selalu mencerminkan akurasi sebenarnya. Hal ini terutama berlaku dalam konteks pembagian data dengan validasi silang deret waktu. Hasil penelitian diharapkan dapat membantu stakeholder dalam pengambilan keputusan. Prediksi penjualan berbasis data diharapkan dapat menjadi lebih akurat dan relevan.

English Abstract

The effective use of data provides many benefits in various fields. One of the fields that get these benefits is the business sector. Droomhaven Café, which was established in 2021 in Malang, has not fully utilized sales data. This condition results in operational efficiency and stock planning accuracy is not optimal. This research aims to make data-based sales predictions using the ARIMA (Autoregressive Integrated Moving Average) method. The use of the ARIMA method is done because of its flexible ability to adjust parameters. Prediction with ARIMA goes through several processes, namely data selection, data preprocessing, data transformation, modeling, model evaluation, prediction and visualization. Model evaluation is done using a combination of MAPE (Mean Absolute Percentage Error) and AIC (Akaike Information Criterion). This combination aims to determine the best model that has a good level of accuracy along with good model complexity. Researchers also use MAE (Mean Absolute Error) to compare prediction results with actual data. The data used in the study covers the period October 2023 to August 2024 (11 months). Each product has a different combination of ARIMA parameters. These combinations reflect unique sales patterns. The model with the smallest MAPE value is found in the Ice Matcha Latte product with the lowest score of 17.18%. The model with the highest MAPE value was found for Cholo Pao products with a value of 68.97%. The predictions for September 2024 compared to the actual data show varying results. Some products, such as Patat Feestje, Ice Matcha Latte, and Ice Chocola, have good prediction accuracy. Products such as Koude Dromen and Cholo Pao have large differences. This difference indicates the difficulty of the model in capturing high fluctuations in the data pattern. Further analysis showed that MAE does not always reflect true accuracy. This is especially true in the context of data sharing with time series cross-validation. The research results are expected to help stakeholders in decision-making. Data-driven sales predictions are expected to become more accurate and relevant.

Item Type:	Thesis (Sarjana)
Identification Number:	052415
Uncontrolled Keywords:	data science, Droomhaven Cafe, prediksi penjualan, fluktuasi data, ARIMA, MAPE, AIC
Divisions:	Fakultas Ilmu Komputer > Sistem Informasi
Depositing User:	S Sucipto
Date Deposited:	20 Jan 2025 01:53
Last Modified:	20 Jan 2025 01:53
URI:	http://repository.ub.ac.id/id/eprint/235117

Text (DALAM MASA EMBARGO) Fikri Ahmad Haekal.pdf Restricted to Registered users only Download (6MB)

Actions (login required)

View Item