Analisis Forecasting Data Penjualan Sepeda Listrik di Kabupaten Karawang Menggunakan Metode Time Series Tahun 2016–2024
Kata Kunci:
Forecasting, Sepeda Listrik, Karawang, Time Series, ARIMA, Exponential SmoothingAbstrak
Perkembangan teknologi digital dan kesadaran akan keberlanjutan lingkungan telah mendorong peningkatan adopsi kendaraan listrik di Indonesia, termasuk sepeda listrik. Fenomena ini menciptakan urgensi bagi pelaku usaha dan pembuat kebijakan untuk memahami tren penjualan guna perencanaan yang efektif. Penelitian ini bertujuan untuk menganalisis dan memproyeksikan data penjualan sepeda listrik di Kabupaten Karawang menggunakan metode time series untuk periode 2016–2024. Pendekatan kuantitatif deskriptif digunakan dengan mengaplikasikan model Autoregressive Integrated Moving Average (ARIMA) dan Exponential Smoothing pada data penjualan yang disimulasikan berdasarkan tren nasional. Hasil analisis menunjukkan adanya tren peningkatan penjualan sepeda listrik yang signifikan, dengan pola musiman yang dapat diidentifikasi. Proyeksi penjualan mengindikasikan pertumbuhan berkelanjutan di masa mendatang. Kesimpulan dari penelitian ini adalah bahwa forecasting penjualan sangat krusial untuk mendukung strategi bisnis dan kebijakan pemerintah daerah dalam pengembangan infrastruktur serta insentif. Rekomendasi mencakup perlunya pengumpulan data penjualan aktual yang lebih rinci dan eksplorasi model forecasting yang lebih kompleks.
Unduhan
Referensi
Abdullah, M., Santoso, A., & Lestari, F. (2022). The Influence of Environmental Awareness and Green Product Innovation on Purchase Intention of Electric Vehicles. Journal of Sustainable Development, 15(4), 88-102.
Badan Pusat Statistik (BPS) Kabupaten Karawang. (2023). Kabupaten Karawang dalam Angka 2023. Karawang: BPS Kabupaten Karawang.
Box, G. E. P., Jenkins, G. M., & Reinsel, G. C. (1994). Time Series Analysis: Forecasting and Control (3rd ed.). Prentice Hall.
Cryer, J. D., & Chan, K. S. (2008). Time Series Analysis: With Applications in R. Springer.
Heizer, J., & Render, B. (2014). Operations Management: Sustainability and Supply Chain Management (11th ed.). Pearson Education.
Hidayat, R., Sutrisno, & Wijaya, T. (2022). Analisis Faktor-Faktor yang Mempengaruhi Akurasi Peramalan Permintaan pada Industri Ritel. Jurnal Manajemen dan Pemasaran Jasa, 15(1), 45-60.
Kementerian Perindustrian Republik Indonesia. (2021). Peta Jalan Pengembangan Industri Kendaraan Bermotor Listrik Berbasis Baterai. Jakarta: Kemenperin.
Kotler, P., & Keller, K. L. (2016). Marketing Management (15th ed.). Pearson Education.
Makridakis, S., Wheelwright, S. C., & Hyndman, R. J. (2008). Forecasting: Methods and Applications (3rd ed.). John Wiley & Sons.
Pratama, Y. A. (2023). Persepsi Konsumen terhadap Penggunaan Sepeda Listrik sebagai Transportasi Alternatif di Kawasan Perkotaan. Jurnal Transportasi dan Logistik, 10(2), 112-125.
Pemerintah Republik Indonesia. (2019). Peraturan Presiden Nomor 55 Tahun 2019 tentang Percepatan Program Kendaraan Bermotor Listrik Berbasis Baterai (Battery Electric Vehicle) untuk Transportasi Jalan.
Render, B., Stair, R. M., & Hanna, M. E. (2017). Quantitative Analysis for Management (13th ed.). Pearson Education.
Suhardi, S., Widyastuti, T., Bisri, B., & Prabowo, W. (2019). Forecasting Analysis Of New Students Acceptance Using Time Series Forecasting Method. Jurnal Akrab Juara, 4(5), 10-23.
Susanto, H., & Purnomo, H. (2021). The Adoption of Electric Bicycles in Indonesia: A Study of Consumer Behavior. Transportation Research Interdisciplinary Perspectives, 10, 100358.
Wei, W. W. S. (2006). Time Series Analysis: Univariate and Multivariate Methods (2nd ed.). Pearson Addison Wesley.
Zhang, G. P. (2003). Time series forecasting using a hybrid ARIMA and neural network model. Neurocomputing, 50, 159-175.
