Efektivitas Metode Box-Jenkins dan Exponential Smoothing Untuk Meramalkan Retribusi Pengujian Kendaraan Bermotor Dishub Klaten
Date
2016-03-12Author
Rahayu, Puji
Istiqomah, Rohmah Nur
Sari, Eminugroho Ratna
Metadata
Show full item recordAbstract
Peramalan pada data runtun waktu merupakan salah satu penerapan ilmu matematika.
Peramalan adalah seni dan ilmu untuk memperkirakan kejadian dimasa depan. Hal ini dapat
dilakukan dengan melibatkan pengambilan data masa lalu dan menempatkannya kemasa yang
akan datang dengan suatu bentuk matematis. Adapun tujuan utama dari penelitian ini adalah
untuk meramalkan besar retribusi pengujian kendaraan bermotor DISHUB Klaten dengan
menggunakan metode Box-Jenkins dan Exponential Smoothing.Metode Box-Jenkins terdiri
beberapa langkah yaitu identifikasi model, estimasi parameter, uji asumsi residual, pemilihan
model terbaik, dan terakhir peramalan. Sedangkan Exponential Smoothing merupakan prosedur
perbaikan terus menerus pada peramalan terhadap objek pengamatan terbaru dengan analisis
pola data trend, penetapan nilai konstanta pemulusan dan peramalan. Efektivitas kedua metode
dilihat berdasarkan nilai MSE dan MAPE pada peramalan. Metode Box-Jenkins lebih baik dalam
meramalkan data retribusi pengujian kendaraan bermotor DISHUB Klaten karena nilai MSE dan
MAPE berturut-turut sebesar 46,8238 dan 7,192893 cenderung lebih kecil dibandingkan nilai
MSE dan MAPE pada metode Exponential Smoothingsebesar 57,6824 dan 8,056012. Hasil
analisis Box-Jenkins untuk 3 bulan selanjutnya berturut-turut adalah Rp 82.792.525,00; Rp
82.541.723,00; Rp 82.541.723,00.