Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Journal of Mathematics Theory and Applications
Kolloh, Fanda Apriani
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Education Health Professions Immunology & microbiology

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

Found 1 Documents
Search

 1 
PEMODELAN ARMA UNTUK PERAMALAN PENJUALAN BOLPOIN PADA CV. CHAVA GRUP CABANG KEFAMENANU: Indonesia Kolloh, Fanda Apriani; Binsasi, Eva; Salsinha, Cecilia; Liunokas, Ebenhaiser
Journal of Mathematics Theory and Applications Vol. 4 No. 1 (2025): Edisi Oktober 2025
Publisher : Program Studi Matematika, Universitas Timor

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

Abstract

Pengelolaan persediaan yang efektif memerlukan peramalan permintaan yang akurat, khususnya pada perusahaan pemasok alat tulis kantor. CV. Chava Grup Cabang Kefamenanu merupakan salah satu perusahaan yang menghadapi fluktuasi permintaan bolpoin dari waktu ke waktu. Penelitian ini bertujuan untuk menerapkan model Autoregressive Moving Average (ARMA) dalam meramalkan penjualan bolpoin sebagai dasar perencanaan persediaan. Data yang digunakan adalah data penjualan bolpoin harian selama periode Juni 2022 hingga Mei 2023 sebanyak 288 observasi. Analisis dilakukan menggunakan pendekatan deret waktu dengan bantuan perangkat lunak R. Hasil uji stasioneritas menunjukkan bahwa data bersifat stasioner sehingga dapat dimodelkan menggunakan ARMA. Berdasarkan kriteria Akaike Information Criterion (AIC) dan uji diagnostik residual, model terbaik yang diperoleh adalah ARMA(3,3). Model tersebut digunakan untuk melakukan peramalan penjualan bolpoin selama 30 hari ke depan. Hasil peramalan menunjukkan bahwa penjualan bolpoin cenderung berfluktuasi pada periode tertentu tanpa pola tren yang jelas. Temuan ini diharapkan dapat menjadi bahan pertimbangan bagi perusahaan dalam merencanakan persediaan bolpoin secara lebih optimal dan berbasis data.
Co-Authors Binsasi, Eva Cecilia Novianti Salsinha Liunokas, Ebenhaiser