This Author published in this journals
All Journal KADIKMA
Resti, Nalsa
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

MODEL PREDIKSI LABA BERSIH BERDASARKAN BEBAN OPERASIONAL MENGGUNAKAN ARIMAX PADA PT KINO INDONESIA TBK. Resti, Nalsa; Ilmiyah, Nur Fadilatul; Renaningtyas, Della
Kadikma Vol. 16 No. 2 (2025): Agustus 2025
Publisher : Department of Mathematics Education , University of Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini menyoroti pentingnya strategi perencanaan keuangan berbasis data dalam menghadapi fluktuasi laba bersih PT Kino Indonesia Tbk, dengan peramalan sebagai alat utama untuk memahami pengaruh beban operasional terhadap kinerja laba bersih dari waktu ke waktu. Tujuan dari penelitian ini adalah untuk meramalkan laba bersih PT Kino Indonesia Tbk berdasarkan beban operasional dengan menggunakan metode ARIMAX (Autoregressive Integrated Moving Average with Exogenous Variables), untuk membantu perusahaan dalam menyusun strategi keuangan jangka menengah yang lebih terarah dan berbasis data. Penelitian ini menggunakan pendekatan kuantitatif dengan jenis penelitian deskriptif-prediktif. Data yang digunakan merupakan data sekunder berupa laporan keuangan triwulanan PT Kino Indonesia Tbk periode 2018 hingga 2023. Variabel yang dianalisis terdiri dari laba bersih sebagai variabel dependen dan beban operasional sebagai variabel eksogen. Pemilihan model ARIMAX dilakukan melalui tahapan identifikasi data, uji stasioneritas, estimasi parameter, dan uji diagnostik. Model terbaik ditentukan berdasarkan nilai AIC, SBC, dan uji Ljung-Box. Akurasi model diukur menggunakan nilai Mean Absolute Percentage Error (MAPE). Hasil analisis menunjukkan bahwa model ARIMAX(1,0,0) merupakan model terbaik untuk meramalkan laba bersih berdasarkan beban operasional. Prediksi laba bersih periode 2024 hingga 2028 menunjukkan tren peningkatan meskipun terdapat fluktuasi antar kuartal. Nilai MAPE sebesar 8,00455698% menunjukkan tingkat akurasi yang sangat tinggi