Metode ARIMA (Autoregressive Integrated Moving Average)
merupakan pendekatan yang efektif untuk meramalkan atau
memprediksi data deret waktu, seperti permintaan bahan bakar di SPBU
(Stasiun Pengisian Bahan Bakar Umum). Oleh karena itu, untuk
menerapkan metode ARIMA dalam menentukan akurasi prediksi,
langkah-langkahnya meliputi pengumpulan data historis tentang
permintaan bahan bakar, analisis data untuk mengidentifikasi tren dan
pola, pemodelan menggunakan teknik ARIMA untuk menyesuaikan
perubahan-perubahan tren dan musiman. Dalam penerapan metode
ARIMA, dapat ditunjukkan bahwa prediksi permintaan penjualan bahan
bakar di SPBU (Stasiun Pengisian Bahan Bakar Umum) menjadi lebih
akurat dan berguna dalam perencanaan penjualan dan operasional SPBU
(Stasiun Pengisian Bahan Bakar Umum). Dari hasil penelitian dalam
menurut Confusion Matrix menunjukkan bahwa Accuracy menunjukkan
bahwa model berhasil memprediksi kelas dengan benar sekitar 93.33%
dari waktu. Sedangkan dari hasil Precision tersebut prediksi yang
diklasifikasikan sebagai kelas positif, 95.45% benar-benar positif.
Sedangkan hasil dari Recall dengan F1-Score tersebut model hanya
berhasil menemukan 50% dari semua contoh positif yang sebenarnya
ada dalam data. Projek ini juga memberikan rekomendasi bagi
penelitian lebih lanjut untuk mengintegrasikan model prediksi lainnya
dan mempertimbangkan faktor eksternal yang dapat mempengaruhi
permintaan bahan bakar minyak (BBM).