Peramalan (forecasting) merupakan metode yang paling sering digunakan di berbagai bidang. Metode ini menuntut raw data yang bersifat kontinyu. Kemampuan dalam prediksi akan masa depan sangat dibutuhkan di kalangan manapun dalam mengetahui pola dan situasi apa yang akan muncul sehingga dapat mempersiapkan keputusan yang tepat. Count Data merupakan data deret waktu yang memiliki nilai nonnegative, sehingga dapat dikatakan Count Data ialah deret waktu yang memiliki data yang bernilai positif yang lebih besar atau sama dengan 0, umumnya Count Data dapat diselesaikan dengan menerapkan regresi Poisson, Binomial Negatif ataupun dengan metode INARMA (Integer AutoRegression Moving Average). Peramalan count data menggunakan metode ARIMA akan menghasilkan hasil peramalan yang bernilai negatif. Oleh karena itu, penulis ingin mengembangkan hasil peramalan dengan pendekatan Bayesian Time Series. Dalam penelitian ini akan digunakan contih data frekuensi penjualan obat X yang nilainya merupakan bilangan bulat positif. Metode Bayesian Time Series diharapkan mampu menghasilkan hasil peramalan yang akiurat dan nonnegative.

Bayesian, count data, Frekuensi, Obat, Peramalan, Time series

• Ir. Herena Pudjihastuti, M.S.

• Rinda Nariswari, S.Si., M.Si