Evaluasi empiris model ARIMA dan LSTM dalam konteks peramalan penjualan mobil Toyota

Abstrak

Peningkatan populasi dan pertumbuhan ekonomi di kota-kota besar Indonesia mendorong peningkatan permintaan akan kendaraan bermotor, terutama merek Toyota. Namun, fluktuasi penjualan Toyota dari tahun 2011 hingga 2023 membuat perencanaan penjualan menjadi lebih kompleks. Penelitian ini bertujuan untuk membandingkan kinerja model peramalan ARIMA dan LSTM dalam memprediksi penjualan mobil Toyota di Indonesia. Data yang digunakan diperoleh dari Gabungan Industri Kendaraan Bermotor Indonesia (GAIKINDO). Hasil penelitian menunjukkan bahwa model LSTM memiliki kinerja yang lebih baik dibandingkan model ARIMA dalam meramalkan penjualan. Model LSTM menghasilkan nilai kesalahan prediksi yang lebih rendah, ditunjukkan oleh nilai RMSE sebesar 5198,40 dan MAPE 15%. Meskipun nilai MAE ARIMA sedikit lebih rendah yaitu 4501,91, LSTM mampu meminimalisir kesalahan prediksi yang besar, yang mana ini dibuktikan dengan nilai RMSE yang jauh lebih rendah dibandingkan ARIMA yang memiliki nilai RMSE 7769,82 dan nilai MAPE 16%. Perbedaan 1% pada nilai MAPE menunjukan bahwa LSTM memiliki persentase kesalahan prediksi yang lebih kecil. Temuan ini memberikan implikasi penting bagi perusahaan otomotif dalam merumuskan strategi penjualan yang lebih efektif. Model LSTM dapat menjadi alat yang berharga untuk mengantisipasi tren pasar dan mengambil keputusan bisnis yang lebih tepat.