<![CDATA[Penelitian ini bertujuan untuk meramalkan penjualan ritel mobil bekas di Amerika Serikat dengan menggunakan model Seasonal Autoregressive Integrated Moving Average (SARIMA). Data yang digunakan bersumber dari Federal Reserve Bank of St. Louis (FRED) dengan periode Januari 2019 hingga Desember 2024, memiliki karakteristik musiman dan dianalisis menggunakan bahasa pemrograman R. Model SARIMA dipilih karena mampu menangkap komponen musiman yang tidak dapat dimodelkan secara eksplisit oleh ARIMA. Prosedur dimulai dari analisis stasioneritas hingga pemilihan model terbaik berdasarkan nilai Akaike Information Criterion (AIC) dan uji diagnostik residual. Hasil penelitian menunjukkan bahwa model SARIMA(0,1,2)(1,1,0)¹² adalah model terbaik dengan nilai AIC sebesar 802.87 dan MAPE yang menunjukkan tingkat akurasi sangat baik. Model ini menghasilkan peramalan penjualan selama 12 bulan ke depan dengan pola fluktuatif musiman, di mana penjualan tertinggi diprediksi terjadi pada bulan Maret dan terendah pada bulan Desember.]]>
Copyrights © 2026
