PREDIKSI PENDAPATAN PENJUALAN MAKANAN MENGGUNAKAN ALGORITMA AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA)

Penjualan makanan di industri kuliner merupakan bagian yang penting bagi keberlangsungan bisnis. Kondisi cuaca, hari libur, musim, dan faktor-faktor lainnya dapat mempengaruhi penjualan makanan. Oleh karena itu, perusahaan makanan perlu memahami faktor-faktor tersebut untuk mengoptimalkan penjualan. Penelitian ini bertujuan untuk memprediksi penjualan makanan pada perusahaan Sate Bibali dengan menggunakan algoritma ARIMA (Autoregressive Integrated Moving Average). Data penjualan harian diperoleh dari perusahaan selama 13 bulan dan kemudian dianalisis menggunakan algoritma ARIMA. Hasil penelitian menunjukkan bahwa algoritma ARIMA dapat memprediksi penjualan makanan pada perusahaan Sate Bibali dengan akurasi yang cukup baik. Model ARIMA terbaik untuk prediksi penjualan makanan memiliki nilai MAPE sebesar 23,8% dengan pembagian data train sebanyak 391 dan data test sebanyak 30. Dengan memanfaatkan model prediksi ini, perusahaan Sate Bibali dapat memperkirakan penjualan makanan di masa depan dan mengambil tindakan yang tepat untuk mengoptimalkan penjualan. Studi kasus ini dapat dijadikan referensi bagi perusahaan makanan lainnya dalam memanfaatkan algoritma ARIMA untuk memprediksi penjualan makanan. Secara keseluruhan, penelitian ini memberikan informasi yang berguna bagi perusahaan makanan dalam meningkatkan efisiensi operasional dan memperoleh keuntungan yang lebih tinggi. Selain itu, penelitian ini dapat dijadikan sebagai referensi untuk penelitian lanjutan di bidang time series forecasting menggunakan algoritma ARIMA pada industri kuliner.
Kata Kunci: ARIMA (Autoregressive Integrated Moving Average), forecasting, industri kuliner, penjualan makanan