Pemodelan Data Penjualan Mobil Menggunakan Model Autoregressive Moving Average Berdasarkan Metode Bayesian

Abstract

Penelitian ini bertujuan untuk memodelkan data penjualan mobil menggunakan salah satu model analisis runtun waktu yaitu Autoregressive Moving Average (ARMA) berdasarkan metode Bayesian. Analisis runtun waktu dipilih karena data yang digunakan berkaitan dengan waktu. Penelitian ini menggunakan metode Bayesian dikarenakan metode tersebut masih jarang digunakan dalam penelitian-penelitian sebelumnya. Analisis empiris didasarkan pada data riil yang merupakan data penjualan mobil dari bulan Januari 2013 sampai dengan Mei 2018. Berdasarkan hasil analisis menggunakan model runtun waktu, diperoleh model Autoregressive 1 (AR 1) Musiman dengan intercept yang merupakan bagian dari model ARMA. Pemodelan data dilakukan untuk mengetahui apakah data dapat diestimasi dengan metode Bayesian. Selanjutnya hasil estimasi menggunakan metode Bayesian dibandingkan dengan hasil estimasi menggunakan metode Least Square. Hasil analisis menunjukkan bahwa hasil perhitungan menggunakan metode Bayesian mendekati hasil perhitungan menggunakan metode Least Square. Hal ini menunjukkan bahwa metode Bayesian dapat digunakan untuk mengestimasi parameter model data penjualan mobil dengan model y_t=30.9238+ 0.4439y_(t-12)+ ε_t.