PREDIKSI LONJAKAN PENJUALAN TOKO RETAIL ONLINE SAAT HARBOLNAS DENGAN MODEL SARIMA

Abstract

Peralihan transaksi dari konvensional ke online di sektor ritel memicu peningkatan volume transaksi harian yang signifikan. Fenomena ini menuntut peningkatan kapasitas server untuk menjamin keandalan layanan, terutama pada tanggal "kembar" atau yang kemudian sering disebut dengan tanggal HARBOLNAS (Hari Belanja Online Nasional). Pada periode tersebut, lonjakan transaksi seringkali melampaui kapasitas server yang apabila dibiarkan akan berpotensi menyebabkan lost of sales akibat gangguan sistem. Sehingga, menjadi hal yang penting untuk memiliki sistem yang mampu memberikan prediksi tingkat lonjakan transaksi menjelang tanggal HARBOLNAS. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan model prediksi berbasis SARIMA (Seasonal Autoregressive Integrated Moving Average) guna memproyeksikan lonjakan transaksi 30 hari ke depan, menggunakan dataset primer dari perusahaan ritel online di Indonesia. Pemilihan SARIMA didasarkan pada pola musiman data transaksi yang dipengaruhi oleh HARBOLNAS. Hasil evaluasi menunjukkan model SARIMA mampu memprediksi transaksi dengan akurasi MAPE 15,05%. Penelitian juga menyertakan perbandingan hasil prediksi dengan metode alternatif sebagai dasar pengembangan penelitian lanjutan.