Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Journal of Data Insights

Study on Import and Export Indicators in Indonesia Using Volatility and Markov Switching Model Combination: Kajian Indikator Impor dan Ekspor di Indonesia Menggunakan Kombinasi Model Volatilitas dan Markov Switching Fathoni Amri, Ihsan; Purwanto, Dannu
Journal of Data Insights Vol 1 No 1 (2023): Journal of Data Insights
Publisher : Department of Sains Data UNIMUS Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jodi.v1i1.137

Abstract

Krisis ekonomi tahun 1997 merupakan masalah yang terjadi di hampir semua negara berkembang termasuk Indonesia. Berdasarkan krisis ekonomi, diperlukan indikator performance knowledge. Impor dan ekspor merupakan indikator penting yang harus dilihat kinerjanya. Data bulanan impor dan ekspor merupakan data deret waktu karena dikumpulkan, dicatat, dan diamati dalam urutan waktu. Data impor dan ekspor mengandung masalah heteroskedastisitas pada model residual dan conditional change pada volatilitas. Kombinasi model volatilitas dan Markov switching dapat mengatasi permasalahan dalam penelitian ini. Penelitian ini dikembangkan dengan menggunakan data volatilitas dan smoothed probability, selanjutnya penelitian ini memperoleh tingkat akurasi dengan membandingkan probabilitas prediksi dengan probabilitas smoothed dari data aktual. Hasil dari penelitian ini diperoleh model SWARCH(4,1) dengan ARIMA(1,0,0) untuk rata-rata dan ARCH(1) untuk varians yaitu untuk total data impor dan model SWARCH(2,1) dengan ARIMA(1, 0,0) untuk rata-rata dan ARCH(1) untuk varian yang merupakan total data ekspor. Probabilitas prediksi perbandingan dan probabilitas pemulusan dari data aktual diperoleh akurasi 40,91% untuk indikator impor dan 100% untuk indikator ekspor, artinya untuk indikator impor harus mengubah nilai awal model SWARCH agar lebih akurat.
Forecasting Honda Car Retail Sales Using the Seasonal Autoregressive Integrated Moving Average Method: Peramalan Penjualan Retail Mobil Honda Menggunakan Metode Seasonal Autoregressive Integrated Moving Average Angelina, Lea; Permata, Alia; Arsusma, Jesicha; Masichah, Firochul; Al Haris, M.; Fathoni Amri, Ihsan
Journal of Data Insights Vol 3 No 1 (2025): Journal of Data Insights
Publisher : Department of Sains Data UNIMUS Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jodi.v3i1.416

Abstract

This article discusses the forecasting of Honda car retail sales using the Seasonal Autoregressive Integrated Moving Average (SARIMA) method. The study aims to forecast Honda car retail sales for the upcoming year. Various SARIMA models have been tested to determine the best model, and the results show that the SARIMA (1,1,0)(1,1,1)¹² model provides the lowest Mean Absolute Percentage Error (MAPE) among all tested models, which is 17,74%. Therefore, this model was chosen for forecasting sales over the next 12 months. The forecast results are expected to assist management in making optimal decisions regarding stock and marketing, as well as significantly enhancing operational efficiency and customer satisfaction in the future.