PERAMALAN RATING PROGRAM TELEVISI MENGGUNAKAN METODE ARIMA STUDI KASUS : PT JAWA POS MEDIA TELEVISI
DOI:
https://doi.org/10.59407/jrsit.v2i1.1013Keywords:
Kata kunci: Peramalan, Rating Televisi, ARIMA, Time SeriesAbstract
Persaingan di industri media dan penyiaran semakin intensif dengan stasiun televisi berlomba-lomba menarik perhatian penonton melalui program-program yang menarik dan berkualitas. PT Jawa Pos Media Televisi (JTV) sebagai stasiun televisi regional terus berupaya meningkatkan kualitas dan popularitas programnya. Salah satu indikator keberhasilan program televisi adalah rating, yang tidak hanya mencerminkan popularitas program tetapi juga berpengaruh langsung terhadap pendapatan iklan dan daya saing stasiun televisi. Penelitian ini bertujuan untuk meramalkan rating program televisi di JTV menggunakan metode Autoregressive Moving Average (ARIMA), yang dikembangkan oleh George Box dan Gwilym Jenkins Metode ini dipilih karena kemampuannya dalam mengidentifikasi pola dan tren dalam data historis untuk peramalan di masa depan. PT Jawa Pos Media Televisi menghadapi tantangan dalam memprediksi rating program televisi secara akurat beberapa bulan ke depan. Variasi preferensi penonton, perubahan tren, dan faktor eksternal seperti peristiwa besar dan perubahan musim membuat peramalan rating kompleks. Ketidakakuratan dalam peramalan dapat mengakibatkan penurunan pendapatan iklan dan ketidakpuasan penonton. Data yang digunakan dalam penelitian ini adalah data time series penayangan program dari tahun 2019. Hasil peramalan rating untuk kategori waktu program TV JTV menunjukkan berbagai pola fluktuasi. Peramalan ini membantu mengidentifikasi program-program dengan fluktuasi rating yang signifikan dan program-program dengan rating yang lebih stabil. Rekomendasi strategis yang dapat diberikan meliputi peningkatan kualitas konten untuk menarik lebih banyak penonton, penyesuaian jadwal siaran berdasarkan pola rating yang diprediksi untuk mengoptimalkan jumlah penonton, serta promosi yang lebih efektif untuk program dengan potensi rating tinggi. Penelitian ini menyimpulkan bahwa metode ARIMA adalah alat yang efektif untuk perencanaan dan pengambilan keputusan di JTV, dengan saran untuk mempertimbangkan faktor eksternal seperti tren penonton dan kompetisi.
References
Irawansyah, S. S., & Andarini, S. (2024). Penerapan Metode Accrual Basis Pada Pelaporan Keuangan PT Jawa Pos Media Televisi. Economic and Business Management International Journal (EABMIJ), 6(1), 458-462.
Song, L., Shi, Y., Tso, G. K. F., & Lo, H. P. (2021). Forecasting week-to-week television ratings using reduced-form and structural dynamic models. International Journal of Forecasting, 37(1), 302-321.
Yuliyanti, R., & Arliani, E. (2022). Peramalan jumlah penduduk menggunakan model arima. Jurnal Kajian dan Terapan Matematika, 8(2), 114-128.
Witanti, W., & Umbara, F. R. (2023). PERAMALAN GENRE FILM TERPOPULER BERDASARKAN DATASET MYMOVIE MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA). INFOTECH journal, 9(2), 610-617.
Sahai, A. K., Rath, N., Sood, V., & Singh, M. P. (2020). ARIMA modelling & forecasting of COVID-19 in top five affected countries. Diabetes & metabolic syndrome: clinical research & reviews, 14(5), 1419-1427.
Rezaldi, D. A., & Sugiman, S. (2021, February). Peramalan Metode ARIMA Data Saham PT. Telekomunikasi Indonesia. In PRISMA, Prosiding Seminar Nasional Matematika (Vol. 4, pp. 611-620).
Sudipa, I. G. I., Riana, R., Putra, I. N. T. A., Yanti, C. P., & Aristana, M. D. W. (2023). Trend Forecasting of the Top 3 Indonesian Bank Stocks Using the ARIMA Method. Sinkron: jurnal dan penelitian teknik informatika, 7(3), 1883-1893.
Hendrawan, B. (2012). Penerapan model arima dalam memprediksi ihsg. Jurnal Integrasi, 4(2), 205-211.
