Pemodelan SARIMA dengan Pendekatan ARCH/GARCH untuk Meramalkan Penjualan Ritel Barang Elektronik

Abstract

Bersamaan dengan perkembangan teknologi yang semakin maju, terdapat upaya untuk mengembangkan prosedur pemodelan dan peramalan dengan automatic SARIMA sehingga dapat mengefisiensikan waktu dalam pembuatan model. Selain itu, automatic SARIMA dapat digunakan untuk mengurangi subjektivitas peneliti dalam penentuan orde model. Oleh karena itu, ingin dibuat model automatic SARIMA menggunakan software R untuk melakukan prediksi pada data penjualan ritel barang elektronik dan peralatan. Data yang digunakan adalah data Retail Sales: Electronics and Appliance Stores Amerika Serikat pada periode Januari 2013 hingga Agustus 2023. Metode yang akan digunakan adalah Automatic Seasonal Autoregressive Integrated Moving Average (SARIMA). Data ini memiliki musiman dengan periode 12. Dengan menggunakan syntax auto sarima yang dibuat, diperoleh model terpilih untuk data ini adalah SARIMA(1,1,2)(0,1,1)[12] dengan MAPE 3,99%. Akan tetapi, pada model ini tidak memenuhi asumsi White-Noise Heteroscedasticity dan teridentifikasi adanya efek ARCH pada model. Oleh karena itu, pendekatan yang digunakan untuk analisis ini adalah model SARIMA-ARCH, dengan model yang terpilih yaitu SARIMA(1,1,2)(0,1,1)[12] - ARCH(1,0) dengan nilai MAPE adalah 6.48%.