ESTIMASI MAKSIMUM LIKELIHOOD PADA MODEL ARIMA SKRIPSI IRMA WAHNI SINAGA
|
|
- Sucianty Halim
- 7 tahun lalu
- Tontonan:
Transkripsi
1 ESTIMASI MAKSIMUM LIKELIHOOD PADA MODEL ARIMA SKRIPSI IRMA WAHNI SINAGA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN
2 ESTIMASI MAKSIMUM LIKELIHOOD PADA MODEL ARIMA SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Sains IRMA WAHNI SINAGA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN
3 PERSETUJUAN Judul : ESTIMASI MAKSIMUM LIKELIHOOD PADA MODEL ARIMA Kategori : SKRIPSI Nama : IRMA WAHNI SINAGA Nomor Induk Mahasiswa : Program Studi : SARJANA (S1) MATEMATIKA Departemen : MATEMATIKA Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA Diluluskan di Medan, 05 Januari 2011 Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Drs. H. Haluddin Panjaitan Drs. Pangeran Sianipar, MS NIP NIP Diketahui/Disetujui oleh Departemen Matematika FMIPA USU Prof. Dr. Tulus, M.Si NIP
4 PERNYATAAN ESTIMASI MAKSIMUM LIKELIHOOD PADA MODEL ARIMA SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya. Medan, 05 Januari 2011 IRMA WAHNI SINAGA
5 PENGHARGAAN Puji dan syukur penulis ucapkan kepada Bapa yang di Surga, Allah yang begitu baik yang memberikan pertolongan sehingga penulis dapat menyelesaikan Skripsi ini, Ucapan terima kasih saya sampaikan kepada Drs. Pangeran Sianipar, MS dan Drs. H. Haluddin Panjaitan selaku pembimbing pada penyelesaian skripsi ini yang telah memberikan panduan dan penuh kepercayaan kepada saya untuk menyempurnakan kajian ini. Ucapan terima kasih juga ditujukan kepada Ketua dan Sekretaris Departemen Prof. Dr. Tulus, M.Si. dan Drs. Henri rani Sitepu, M.Si., Dekan dan Pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam, semua dosen pada Departemen Matematika FMIPA USU, pegawai di FMIPA USU, dan rekan-rekan kuliah.terima kasih juga penulis ucapkan kepada seluruh keluarga, terkhusus my Lovely Family Bapa B. Sinaga, Mama S. Saragih, Kel. Kakakku Ramen Wirawati, Adik-adikku May Friska Sol Marito, Selfi, Hartono yang telah mendukung penulis di dalam doa, memberikan bantuan dan dorongan yang saya perlukan, teman-teman sepelayanan di KMKS, Saudara PA-ku Grace (b Harles, B David, B Sandro, K Lina, Ucia, Sabeth), Adikadik PA-ku MDP-Geboren (Lungguk, Dages, Eva) Ekk. Marvelous (K Epa, Dosma, Hansen, Rico), Abang dan Adikku (B Fe n Vincent) dan Saudaraku di ALC (Tuti, Sondang, Pesta, Pratiwina, Novalina, Jelita, Romasta, Selfi, Ani, Wina, Wita, Peni, Tina, Ririz, Tata, Uly, Sabeth, Elisabeth, Maria, Dina) yang selalu setia memberikan dukungan n semangat. Akhir kata, semoga Skripsi ini berguna bagi semua pihak yang membutuhkan. 5
6 ABSTRAK Runtun waktu adalah himpunan observasi berurutan dalam waktu (atau dalam satuan yang lain). Runtun waktu dibedakan menjadi 2 yaitu runtun waktu stasioner dan runtun waktu nonstasioner. Runtun waktu nonstasioner yang telah distasionerkan dengan metode pembeda (diferensi) disebut proses ARIMA. Salah satu model ARIMA adalah ARIMA (1, 1, 0). Langkah selanjutnya setelah ditentukan model adalah mengestimasikan parameternya. Berdasarkan uraian diatas permasalahan yang akan dibahas adalah bagaimana bentuk fungsi Likelihood ARIMA (1, 1, 0) dan menentukan estimator parameterparameter yang ada pada model ARIMA (1, 1, 0). Tujuannya adalah mempelajari cara mengkontruksi fungsi Likelihood model ARIMA (1, 1, 0) Box Jenkins, selanjutnya menentukan estimator parameter-parameter yang ada pada model tersebut dengan metode estimasi maksimum Likelihood (EML). Sedangkan manfaatnya adalah menambah pengetahuan tentang estimasi maksimum Likelihood pada model ARIMA(1, 1, 0). Penerapan estimasi maksimum Likelihood dilakukan dengan cara meminimumkan fungsi jumlah kuadrat S(Φ) dari log fungsi Likelihood model ARIMA (1, 1, 0) Box Jenkins. Menentukan estimator untuk parameter dengan estimasi maksimum Likelihood (EML) menjumpai kesulitan karena bentuk M j = 1 2 ln M (1) j φ j adalah fungsi dari φ yang cukup rumit. Untuk mengatasi kesulitan ini di gunakan metode estimasi kuadrat terkecil. 6
7 ESTIMASI MAKSIMUM LIKELIHOOD PADA MODEL ARIMA ABSTRACT Time series is the set of sequential observations in time (or in another unit). Time series is divided into two stationary time series and economic time series nonstasioner. Nonstasioner time series that has been distasionerkan with distinctive method (diferensi) is called ARIMA process. One of the ARIMA model is ARIMA (1, 1, 0). The next step after the specified model is estimating the parameters. Based on the description above issues to be discussed is how to form Likelihood function ARIMA (1, 1, 0) and determine the parameters estimator on the model ARIMA (1, 1, 0). The goal is to learn how to construct Likelihood function ARIMA model (1, 1, 0) Box - Jenkins, then determine the parameters estimator on the model by Maximum Likelihood estimation method (EML). While the benefits are increasing knowledge about the maximum Likelihood estimation of ARIMA models (1, 1, 0). Application of Maximum Likelihood estimation was done by minimizing the sum of squares function S (Φ) of the log Likelihood function ARIMA model (1, 1, 0) Box - Jenkins. Define the estimator for the parameters with estimated maximum Likelihood (EML), encounter difficulties due to the shape M j = 1 2 ln M j function of φ is quite complicated. To overcome this difficulty in using the least square estimation method. φ j (1) is a 7
8 DAFTAR ISI 8 Halaman Persetujuan... ii Pernyataan... iii Penghargaan... iv Abstrak... v Abstract... vi Daftar Isi... vii Arti lambang dan singkatan... x Bab 1 Pendahuluan Latar Belakang Masalah Perumusan Masalah Tujuan Penelitian Kontribusi Penelitian Metode Penelitian... 4 Bab 2 Landasan Teori Konsep Dasar Analisis Runrun Waktu Stasioner dan Takstasioner Fungsi Autokovariansi Autokorelasi Autokorelasi Parsial Metode Box-Jenkins Model Runtun Waktu Model Runtun Waktu Stasioner Proses-proses Autoregresif Proses autoregresif Orde 1 [AR(1)] Proses Autoregresif Orde 2 [AR(2)] Proses Autoregresif Orde p [AR(p)] Autokorelasi Proses-proses Autoregresif Autokorelasi Proses-proses AR(1) Autokorelasi Proses AR(2) Autokorelasi Prosses AR(p) Autokorelasi Parsial Proses Autoregresif Proses Moving Average q [MA(q)] Model Runtun Waktu Nonstasioner Proses Autoregressive Integrated Moving Average (model ARIMA) Proses ARIMA (p, d, 0) Model ARIMA (p, d, 0) jika d = Model ARIMA (p, d, 0) jika d > Tinjauan Distribusi Normal Multivariate Fungsi Densitas Normal Multivariate Bersama, distribusi
9 Marginal dan Distribusi Bersyarat Fungsi Likelihood dan Estimasi Maksimum Likelihood Bab 3 Pembahasan Inferensi Proses Autoreagresif Klasik Box-Jenkins Menentukan selisih (diffrensi) pertama runtun waktu Fungsi Likelihood ARIMA (1, 1, 0) atau ARI(1,1) Estimasi Maksimum Likelihood pada Model ARIMA (1,1,0) Bab 4 Kesimpulan dan saran Daftar Pustaka
10 ARTI LAMBANG DAN SINGKATAN AR (p) : Autoregresif orde p MA (q) : Moving Average orde q ARMA (p, q) : Campuran antara AR (p) dan MA (q) ARIMA (p, d, q) : Autoregresif Integreted Moving Average process, yaitu model runtun waktu stasioner (p, d, q) setelah dilakukan differensi. Z t : Runtun waktu stasioner a t : Unsur galat yang menyebar normal dan independen W t = Z t Z t 1 : Runtun waktu stasioner setelah dilakukan differensi E (Z t ) = μ z : Nilai tengah dari runtun Z t Cov (Z t, Z t k ) : Kovariansi Z t dan Z t k 2 σ z = V (Z t ) : Variansi dari runtun Z t γ k, (k = 0, 1, 2, ) : Fungsi autokovariansi ρ k : autokorelasi dari runtun Z t pada lag k ρ k = r k : estimasi fungsi autokorelasi γ k = C k : estimasi fungsi autokovariansi W : Barisan atau vektor yang stasioner dan merupakan selisih observasi P (Z t ) : Suatu realisasi dari suatu variabel random Z t yang mempunyai distribusi dan fungsi densitas probabilitas (fdp) tertentu Ф kk, (k = 1, 2, ) : Fungsi autokorelasi parsial (fakp) BZ t = Z t 1 : Operator backshift (B) Z t = Z t Z t 1 : Operator diffrensi Ψ (B) : Operator Linier yang mentransformasikan a t ke Z t S (Ф) : Fungsi jumlah kuadrat untuk Ф 10
BAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.. Konsep Dasar Analisis Runtun Waktu Pada bagian ini akan dikemukakan beberapa definisi yang menyangkut pengertian dan konsep dasar analisis runtun waktu. Definisi Runtun waktu
Lebih terperinciPERAMALAN TINGKAT KEMATIAN BALITA PADA DINAS KESEHATAN KABUPATEN TAPANULI UTARA DENGAN MODEL ARIMA BOX-JENKINS SKRIPSI
PERAMALAN TINGKAT KEMATIAN BALITA PADA DINAS KESEHATAN KABUPATEN TAPANULI UTARA DENGAN MODEL ARIMA BOX-JENKINS SKRIPSI SASTRO HAMDANI SIALLAGAN 060803047 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciDAFTAR ISI ABSTRAK... KATA PENGANTAR... UCAPAN TERIMA KASIH... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN...
DAFTAR ISI Halaman ABSTRAK... KATA PENGANTAR... UCAPAN TERIMA KASIH... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN... i ii iii v ix x xi BAB I PENDAHULUAN... 1 1.1 Latar Belakang Masalah...
Lebih terperinciPENAKSIRAN PARAMETER µ DAN σ PADA DISTRIBUSI NORMAL MENGGUNAKAN METODE BAYES DAN MAKSIMUM LIKELIHOOD SKRIPSI SUNARTO URJOYO PURBA
PENAKSIRAN PARAMETER µ DAN σ PADA DISTRIBUSI NORMAL MENGGUNAKAN METODE BAYES DAN MAKSIMUM LIKELIHOOD SKRIPSI SUNARTO URJOYO PURBA 09083005 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciKAJIAN ESTIMASI PARAMETER MODEL AUTOREGRESIF TUGAS AKHIR SM 1330 NUR SHOFIANAH NRP
TUGAS AKHIR SM 1330 KAJIAN ESTIMASI PARAMETER MODEL AUTOREGRESIF NUR SHOFIANAH NRP 1203 100 009 Dosen Pembimbing Dra. Laksmi Prita W, MSi Dra. Nuri Wahyuningsih, MKes JURUSAN MATEMATIKA Fakultas Matematika
Lebih terperinciPENGUJIAN ASUMSI-ASUMSI ANALISIS VARIANSI DENGAN METODE DIAGNOSTIK SISAAN DALAM RANCANGAN ACAK KELOMPOK LENGKAP MODEL TETAP SKRIPSI
PENGUJIAN ASUMSI-ASUMSI ANALISIS VARIANSI DENGAN METODE DIAGNOSTIK SISAAN DALAM RANCANGAN ACAK KELOMPOK LENGKAP MODEL TETAP SKRIPSI SAHDANI FONNA NASUTION 090823047 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciPERBANDINGAN METODE PEMULUSAN (SMOOTHING) EKSPONENSIAL GANDA DUA PARAMETER DARI HOLT DAN METODE BOX-JENKINS
PERBANDINGAN METODE PEMULUSAN (SMOOTHING) EKSPONENSIAL GANDA DUA PARAMETER DARI HOLT DAN METODE BOX-JENKINS DALAM MERAMALKAN HASIL PRODUKSI KERNEL KELAPA SAWIT PT. EKA DURA INDONESIA SKRIPSI EKA ARYANI
Lebih terperinciESTIMASI PARAMETER µ DAN σ 2 PADA DISTRIBUSI EKSPONENSIAL TERGENERALISIR DUA VARIABEL MENGGUNAKAN FUNGSI PEMBANGKIT MOMEN SKRIPSI
ESTIMASI PARAMETER µ DAN σ 2 PADA DISTRIBUSI EKSPONENSIAL TERGENERALISIR DUA VARIABEL MENGGUNAKAN FUNGSI PEMBANGKIT MOMEN SKRIPSI GHAZALI WARDHONO 090823040 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN
Lebih terperinciPENAKSIRAN PARAMETER PERSAMAAN SIMULTAN DENGAN METODE KUADRAT TERKECIL DUA TAHAP SKRIPSI ANDRIAN SURYA
PENAKSIRAN PARAMETER PERSAMAAN SIMULTAN DENGAN METODE KUADRAT TERKECIL DUA TAHAP SKRIPSI ANDRIAN SURYA 070823019 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA
Lebih terperinciPERBANDINGAN METODE PEMULUSAN (SMOOTHING) EKSPONENSIAL DAN ARIMA (BOX-JENKINS) SEBAGAI METODE PERAMALAN INDEKS HARGA SAHAM GABUNGAN (IHSG) SKRIPSI
PERBANDINGAN METODE PEMULUSAN (SMOOTHING) EKSPONENSIAL DAN ARIMA (BOX-JENKINS) SEBAGAI METODE PERAMALAN INDEKS HARGA SAHAM GABUNGAN (IHSG) SKRIPSI WARSINI 070803042 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciANALISIS REGRESI NONLINIER DENGAN MODEL KUADRATIK SKRIPSI EFRIDA YANTI TARIGAN
ANALISIS REGRESI NONLINIER DENGAN MODEL KUADRATIK SKRIPSI EFRIDA YANTI TARIGAN 060823041 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2009 ANALISIS
Lebih terperinciMETODE PENELITIAN. Penelitian ini dilakukan pada semester genap tahun akademik 2014/2015
III. METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Penelitian ini dilakukan pada semester genap tahun akademik 2014/2015 bertempat di Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam
Lebih terperinciBAB I PENDAHULUAN. berasal dari sumber tetap yang terjadinya berdasarkan indeks waktu t secara
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Time Series atau runtun waktu adalah serangkaian data pengamatan yang berasal dari sumber tetap yang terjadinya berdasarkan indeks waktu t secara berurutan
Lebih terperinciESTIMASI PARAMETER UNTUK DATA WAKTU HIDUP YANG BERDISTRIBUSI RAYLEIGH PADA DATA TERSENSOR TIPE II DENGAN METODE MAKSIMUM LIKELIHOOD SKRIPSI
0 ESTIMASI PARAMETER UNTUK DATA WAKTU HIDUP YANG BERDISTRIBUSI RAYLEIGH PADA DATA TERSENSOR TIPE II DENGAN METODE MAKSIMUM LIKELIHOOD SKRIPSI JULHAIDI 09083045 PROGRAM STUDI SARJANA MATEMATIKA DEPARTEMEN
Lebih terperinciPENDETEKSIAN KRISIS KEUANGAN DI INDONESIA BERDASARKAN INDIKATOR PERTUMBUHAN KREDIT DOMESTIK
PENDETEKSIAN KRISIS KEUANGAN DI INDONESIA BERDASARKAN INDIKATOR PERTUMBUHAN KREDIT DOMESTIK oleh PITANINGSIH NIM. M0110064 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar
Lebih terperinciPERAMALAN CURAH HUJAN BULANAN DI KOTA MEDAN DENGAN METODE BOX-JENKINS TUGAS AKHIR ELLA CHRISTY SARI GULTOM
PERAMALAN CURAH HUJAN BULANAN DI KOTA MEDAN DENGAN METODE BOX-JENKINS TUGAS AKHIR ELLA CHRISTY SARI GULTOM 062407161 PROGRAM STUDI D3 STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciPERAMALAN INDEKS HARGA KONSUMEN MENGGUNAKAN MODEL INTERVENSI FUNGSI STEP
PERAMALAN INDEKS HARGA KONSUMEN MENGGUNAKAN MODEL INTERVENSI FUNGSI STEP SKRIPSI Disusun oleh : DITA RULIANA SARI NIM. 24010211140084 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO
Lebih terperinciESTIMASI PARAMETER MODEL MIXTURE AUTOREGRESSIVE (MAR) MENGGUNAKAN ALGORITMA EKSPEKTASI MAKSIMISASI (EM) Abstract
Estimasi Parameter (Mika Asrini) ESTIMASI PARAMETER MODEL MIXTURE AUTOREGRESSIVE (MAR) MENGGUNAKAN ALGORITMA EKSPEKTASI MAKSIMISASI (EM) Mika Asrini 1, Winita Sulandari 2, Santoso Budi Wiyono 3 1 Mahasiswa
Lebih terperinciBAB 2 LANDASAN TEORI. datang. Kegunaan dari peramalan terlihat pada saat pengambilan keputusan.
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang datang. Kegunaan dari peramalan terlihat pada saat pengambilan keputusan. Keputusan yang
Lebih terperinciMODEL EXPONENTIAL SMOOTHING HOLT-WINTER DAN MODEL SARIMA UNTUK PERAMALAN TINGKAT HUNIAN HOTEL DI PROPINSI DIY SKRIPSI
MODEL EXPONENTIAL SMOOTHING HOLT-WINTER DAN MODEL SARIMA UNTUK PERAMALAN TINGKAT HUNIAN HOTEL DI PROPINSI DIY SKRIPSI Diajukan Kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta
Lebih terperinciLAPORAN PRAKTIKUM ANALISIS RUNTUN WAKTU. Laporan VI ARIMA Analisis Runtun Waktu Model Box Jenkins
LAPORAN PRAKTIKUM ANALISIS RUNTUN WAKTU Kelas A Laporan VI ARIMA Analisis Runtun Waktu Model Box Jenkins No Nama Praktikan Nomor Mahasiswa Tanggal Pengumpulan 1 29 Desember 2010 Tanda Tangan Praktikan
Lebih terperinciESTIMATOR BAYES DAN MAKSIMUM LIKELIHOOD UNTUK DATA BERDISTRIBUSI WEIBULL SKRIPSI SUMI SRIARDINA YUSARA
ESTIMATOR BAYES DAN MAKSIMUM LIKELIHOOD UNTUK DATA BERDISTRIBUSI WEIBULL SKRIPSI SUMI SRIARDINA YUSARA 100823018 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA
Lebih terperinciESTIMASI PARAMETER PADA MULTIPLE REGRESI MENGGUNAKAN MAKSIMUM LIKELIHOOD SKRIPSI SITI MAISAROH RITONGA
ESTIMASI PARAMETER PADA MULTIPLE REGRESI MENGGUNAKAN MAKSIMUM LIKELIHOOD SKRIPSI SITI MAISAROH RITONGA 070823013 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Peramalan merupakan studi terhadap data historis untuk menemukan hubungan, kecenderungan dan pola data yang sistematis (Makridakis, 1999). Peramalan menggunakan pendekatan
Lebih terperinciPREDIKSI HARGA SAHAM PT. BRI, Tbk. MENGGUNAKAN METODE ARIMA (Autoregressive Integrated Moving Average)
PREDIKSI HARGA SAHAM PT. BRI, MENGGUNAKAN METODE ARIMA (Autoregressive Integrated Moving Average) Greis S. Lilipaly ), Djoni Hatidja ), John S. Kekenusa ) ) Program Studi Matematika FMIPA UNSRAT Manado
Lebih terperinciSKRIPSI PUSPA LINDA
PERAMALAN PENJUALAN PRODUKSI TEH BOTOL SOSRO PADA PT. SINAR SOSRO SUMATERA BAGIAN UTARA TAHUN 2014 DENGAN METODE ARIMA BOX-JENKINS SKRIPSI PUSPA LINDA 110823023 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciPERBANDINGAN RAMALAN MODEL TARCH DAN EGARCH PADA NILAI TUKAR KURS EURO TERHADAP RUPIAH
PERBANDINGAN RAMALAN MODEL TARCH DAN EGARCH PADA NILAI TUKAR KURS EURO TERHADAP RUPIAH Oleh RETNO HESTININGTYAS M0106061 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar
Lebih terperinciANALISIS INTERVENSI KENAIKAN HARGA BBM BERSUBSIDI PADA DATA INFLASI KOTA SEMARANG
ANALISIS INTERVENSI KENAIKAN HARGA BBM BERSUBSIDI PADA DATA INFLASI KOTA SEMARANG SKRIPSI Disusun Oleh : NOVIA DIAN ARIYANI 24010211120016 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO
Lebih terperinciANALISIS INTERVENSI FUNGSI STEP
ANALISIS INTERVENSI FUNGSI STEP (Studi Kasus Pada Jumlah Pengiriman Benda Pos Ke Semarang Pada Tahun 2006 2011) SKRIPSI Diajukan Sebagai Syarat untuk Memperoleh Gelar Sarjana Sains Pada Jurusan Statistika
Lebih terperinciII. TINJAUAN PUSTAKA. Analisis ARIMA (Autoregressive Integrated Moving Average) umumnya
II. TINJAUAN PUSTAKA 2.1 Stasioner Analisis ARIMA Autoregressive Integrated Moving Average umumnya mengasumsikan bahwa proses umum dari time series adalah stasioner. Tujuan proses stasioner adalah rata-rata,
Lebih terperinciESTIMASI PARAMETER DISTRIBUSI PARETO DENGAN METODE KUADRAT TERKECIL, MAXIMUM PRODUCT OF SPACING DAN REGRESI RIDGE SKRIPSI MEILISA MALIK
ESTIMASI PARAMETER DISTRIBUSI PARETO DENGAN METODE KUADRAT TERKECIL MAXIMUM PRODUCT OF SPACING DAN REGRESI RIDGE SKRIPSI MEILISA MALIK 070803005 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciPENERAPAN MODEL ARIMA UNTUK MEMPREDIKSI HARGA SAHAM PT. TELKOM Tbk. APPLICATION OF ARIMA TO FORECASTING STOCK PRICE OF PT. TELOKM Tbk.
PENERAPAN MODEL ARIMA UNTUK MEMPREDIKSI HARGA SAHAM PT. TELKOM Tbk. Djoni Hatidja ) ) Program Studi Matematika FMIPA Universitas Sam Ratulangi, Manado 955 email: dhatidja@yahoo.com ABSTRAK Penelitian ini
Lebih terperinciBAB I PENDAHULUAN. Statistika inferensial adalah statistika yang dengan segala informasi dari
BAB I PENDAHULUAN 1.1 Latar Belakang Statistika inferensial adalah statistika yang dengan segala informasi dari sampel digunakan untuk menarik kesimpulan mengenai karakteristik populasi dari mana sampel
Lebih terperinciBAB 2. Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang akan datang. Ramalan adalah sesuatu kegiatan situasi atau kondisi yang diperkirakan akan
Lebih terperinciPENENTUAN SELANG KEPERCAYAAN YANG BERSIFAT FUZZY DARI KOEFISIEN MULTIPLE REGRESI SKRIPSI HANNARIA RH SINAGA
PENENTUAN SELANG KEPERCAYAAN YANG BERSIFAT FUZZY DARI KOEFISIEN MULTIPLE REGRESI SKRIPSI HANNARIA RH SINAGA 080823003 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA
Lebih terperinciTime series Linier Models
Time series Linier Models We have learned simple extrapolation techniques for deterministic and stochastic time series models. In addition, we also have learned stationery and non stationery time series
Lebih terperinciSBAB III MODEL VARMAX. Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n
SBAB III MODEL VARMAX 3.1. Metode Analisis VARMAX Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n dengan variabel random Z n yang dapat dipandang sebagai variabel random berdistribusi
Lebih terperinciANALISIS TRANSFORMASI BOX COX UNTUK MENGATASI HETEROSKEDASTISITAS DALAM MODEL REGRESI LINIER SEDERHANA SKRIPSI DESRI KRISTINA S
ANALISIS TRANSFORMASI BOX COX UNTUK MENGATASI HETEROSKEDASTISITAS DALAM MODEL REGRESI LINIER SEDERHANA SKRIPSI DESRI KRISTINA S 070803055 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan teori-teori yang menjadi dasar dan landasan dalam penelitian sehingga membantu mempermudah pembahasan selanjutnya. Teori tersebut meliputi arti dan peranan
Lebih terperinciPenerapan Model ARIMA
Penerapan Model ARIMA (Bagian I) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 016 1 Ada tiga tahapan iterasi dalam pemodelan data deret waktu, yaitu: 1. Penentuan model tentatif (spesifikasi model)
Lebih terperinciPERAMALAN JUMLAH WISATAWAN GROJOGAN SEWU MENGGUNAKAN MODEL REGRESI RUNTUN WAKTU DENGAN EFEK VARIASI KALENDER
PERAMALAN JUMLAH WISATAWAN GROJOGAN SEWU MENGGUNAKAN MODEL REGRESI RUNTUN WAKTU DENGAN EFEK VARIASI KALENDER oleh APRILLIA COSASI M0109014 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan
Lebih terperinciPENDETEKSIAN KRISIS KEUANGAN DI INDONESIA MENGGUNAKAN GABUNGAN MODEL VOLATILITAS DAN MARKOV SWITCHING BERDASARKAN INDIKATOR HARGA MINYAK
PENDETEKSIAN KRISIS KEUANGAN DI INDONESIA MENGGUNAKAN GABUNGAN MODEL VOLATILITAS DAN MARKOV SWITCHING BERDASARKAN INDIKATOR HARGA MINYAK oleh APRILIA AYU WIDHIARTI M0111010 SKRIPSI ditulis dan diajukan
Lebih terperinciUJI HOMOGENITAS MARGINAL DENGAN MODEL LOG LINIER PADA TABEL KONTINGENSI TIGA DIMENSI ATAU LEBIH
UJI HOMOGENITAS MARGINAL DENGAN MODEL LOG LINIER PADA TABEL KONTINGENSI TIGA DIMENSI ATAU LEBIH SKRIPSI ELFRIEDE MAHULAE 070823033 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciMENENTUKAN MODEL KOEFISIEN REGRESI MULTIPLE VARIABEL DENGAN MENGGUNAKAN MAKSIMUM LIKELIHOOD SKRIPSI BENNY SOFYAN SAMOSIR
MENENTUKAN MODEL KOEFISIEN REGRESI MULTIPLE VARIABEL DENGAN MENGGUNAKAN MAKSIMUM LIKELIHOOD SKRIPSI BENNY SOFYAN SAMOSIR 080823004 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI RANKING SISWA DENGAN MENGGUNAKAN ANALISIS DISKRIMINAN (STUDI KASUS DI SMA NEGERI 12 MEDAN) SKRIPSI
FAKTOR-FAKTOR YANG MEMPENGARUHI RANKING SISWA DENGAN MENGGUNAKAN ANALISIS DISKRIMINAN (STUDI KASUS DI SMA NEGERI 12 MEDAN) SKRIPSI LUSYANA RINDANI NAINGGOLAN 130823011 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciKAJIAN METODE ROBUST LEAST TRIMMED SQUARE (LTS) DALAM MENGESTIMASI PARAMETER REGRESI LINEAR BERGANDA UNTUK DATA YANG MENGANDUNG PENCILAN SKRIPSI
KAJIAN METODE ROBUST LEAST TRIMMED SQUARE (LTS) DALAM MENGESTIMASI PARAMETER REGRESI LINEAR BERGANDA UNTUK DATA YANG MENGANDUNG PENCILAN SKRIPSI ADE AFFANY 120803016 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciPERAMALAN LAJU INFLASI, SUKU BUNGA INDONESIA DAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE (VAR)
PERAMALAN LAJU INFLASI, SUKU BUNGA INDONESIA DAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE (VAR) SKRIPSI Oleh : PRISKA RIALITA HARDANI 24010211120020 DEPARTEMEN STATISTIKA FAKULTAS
Lebih terperinciNomor Kode : MT 524. : Pendidikan Matematika (NONDIK)/S-1. : STATDAS dan STATMAT-I : Dra Entit Puspita, M.Si
DESKRIPSI MATA KULIAH MT 524 Metode Runtun Waktu : 3 sks, Semerster 7 Mata kuliah ini merupakan salah satu mata kuliah pilihan bebas (MKPB), yang dapat diikuti oleh mahasiswa jurusan/program studi Non
Lebih terperinciTINJAUAN PUSTAKA. perubahan harga yang dibayar konsumen atau masyarakat dari gaji atau upah yang
II.. TINJAUAN PUSTAKA Indeks Harga Konsumen (IHK Menurut Monga (977 indeks harga konsumen adalah ukuran statistika dari perubahan harga yang dibayar konsumen atau masyarakat dari gaji atau upah yang didapatkan.
Lebih terperinciANALISIS REGRESI KOMPONEN UTAMA UNTUK MENGATASI MASALAH MULTIKOLINIERITAS SKRIPSI LEONARDO SILALAHI
ANALISIS REGRESI KOMPONEN UTAMA UNTUK MENGATASI MASALAH MULTIKOLINIERITAS SKRIPSI LEONARDO SILALAHI 070803049 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
Lebih terperinciBAB I PENDAHULUAN. untuk mendapatkan sebuah hasil yang optimal, sementara terdapat selang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Masalah peramalan menjadi sangat penting karena adanya keinginan untuk mendapatkan sebuah hasil yang optimal, sementara terdapat selang waktu antara keinginan
Lebih terperinciANALISIS DISKRIMINAN FAKTOR YANG MEMPENGARUHI TINGKAT KELULUSAN SISWA BERDASARKAN PERILAKU BELAJAR SISWA SKRIPSI TORANG TAMPUBOLON
ANALISIS DISKRIMINAN FAKTOR YANG MEMPENGARUHI TINGKAT KELULUSAN SISWA BERDASARKAN PERILAKU BELAJAR SISWA SKRIPSI TORANG TAMPUBOLON 080803018 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciII. TINJAUAN PUSTAKA. Time series merupakan serangkaian observasi terhadap suatu variabel yang
II. TINJAUAN PUSTAKA 2.1 Analisis Deret Waktu (time series) Time series merupakan serangkaian observasi terhadap suatu variabel yang diambil secara beruntun berdasarkan interval waktu yang tetap (Wei,
Lebih terperinciPERBANDINGAN METODE LEAST TRIMMED SQUARES DAN PENDUGA-S DALAM MENGATASI DATA PENCILAN DENGAN SIMULASI DATA SKRIPSI
PERBANDINGAN METODE LEAST TRIMMED SQUARES DAN PENDUGA-S DALAM MENGATASI DATA PENCILAN DENGAN SIMULASI DATA SKRIPSI ANDOS NIKI S. M. SEMBIRING 090803032 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciPERBANDINGAN METODE FUZZY SUGENO DAN METODE FUZZY MAMDANI DALAM PENENTUAN STOK BERAS PADA PERUM BULOG DIVISI REGIONAL SUMUT SKRIPSI
PERBANDINGAN METODE FUZZY SUGENO DAN METODE FUZZY MAMDANI DALAM PENENTUAN STOK BERAS PADA PERUM BULOG DIVISI REGIONAL SUMUT SKRIPSI DESMON GUNADI SIAGIAN 110803066 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciKAJIAN ESTIMASI PARAMETER BERDISTRIBUSI GAMMA DENGAN MOMENTS METHOD
KAJIAN ESTIMASI PARAMETER BERDISTRIBUSI GAMMA DENGAN MOMENTS METHOD DAN MAXIMUM LIKELIHOOD ESTIMATOR; SUATU TERAPAN DATA PARUH WAKTU DAN DATA SIMULASI SEBAGAI PERBANDINGAN SKRIPSI REHDAMENTA S TARIGAN
Lebih terperinciESTIMASI PARAMETER UNTUK DATA WAKTU HIDUP YANG BERDISTRIBUSI GAMMA PADA DATA TERSENSOR TIPE I DENGAN METODE MAXIMUM LIKELIHOOD SKRIPSI
ESTIMASI PARAMETER UNTUK DATA WAKTU HIDUP YANG BERDISTRIBUSI GAMMA PADA DATA TERSENSOR TIPE I DENGAN METODE MAXIMUM LIKELIHOOD SKRIPSI JOHANNES HASIBUAN NIM:090823029 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciOPTIMASI BERSYARAT DENGAN KENDALA PERSAMAAN MENGGUNAKAN MULTIPLIER LAGRANGE SERTA PENERAPANNYA SKRIPSI SANDRA RIZAL
OPTIMASI BERSYARAT DENGAN KENDALA PERSAMAAN MENGGUNAKAN MULTIPLIER LAGRANGE SERTA PENERAPANNYA SKRIPSI SANDRA RIZAL 060803016 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciSTUDI APLIKASI CPM DENGAN PROGRAM LINIER UNTUK OPTIMISASI BIAYA JARINGAN KERJA SKRIPSI BETARINA THERESIA PERANGIN-ANGIN
STUDI APLIKASI CPM DENGAN PROGRAM LINIER UNTUK OPTIMISASI BIAYA JARINGAN KERJA SKRIPSI BETARINA THERESIA PERANGIN-ANGIN 080803063 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciPEMODELAN TIME SERIES DENGAN PROSES ARIMA UNTUK PREDIKSI INDEKS HARGA KONSUMEN (IHK) DI PALU SULAWESI TENGAH
JIMT Vol. 12 No. 2 Desember 2016 (Hal 149-159) ISSN : 2450 766X PEMODELAN TIME SERIES DENGAN PROSES ARIMA UNTUK PREDIKSI INDEKS HARGA KONSUMEN (IHK) DI PALU SULAWESI TENGAH 1 Y. Wigati, 2 Rais, 3 I.T.
Lebih terperinciKAJIAN PENGARUH PANJANG INTERVAL KATEGORI PADA PENYEBARAN DATA ACAK BERDISTRIBUSI SERAGAM SKRIPSI OKA ARIYANTO
KAJIAN PENGARUH PANJANG INTERVAL KATEGORI PADA PENYEBARAN DATA ACAK BERDISTRIBUSI SERAGAM SKRIPSI OKA ARIYANTO 120803066 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciSTUDI TENTANG SYARAT PERLU DAN SYARAT CUKUP DALAM OPTIMISASI BERPEMBATAS PERSAMAAN SKRIPSI. Oleh AGNES MAYASARI MANURUNG
STUDI TENTANG SYARAT PERLU DAN SYARAT CUKUP DALAM OPTIMISASI BERPEMBATAS PERSAMAAN SKRIPSI Oleh AGNES MAYASARI MANURUNG 030803004 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciANALISIS REGRESI BERGANDA DAN APLIKASINYA SKRIPSI OSHIN NATALIA LUMBAN TORUAN
ANALISIS REGRESI BERGANDA DAN APLIKASINYA SKRIPSI OSHIN NATALIA LUMBAN TORUAN 080803070 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2015 ANALISIS
Lebih terperinciPemodelan Autoregressive (AR) pada Data Hilang dan Aplikasinya pada Data Kurs Mata Uang Rupiah
Vol. 9, No., 9-5, Januari 013 Pemodelan Autoregressive (AR) pada Data Hilang dan Aplikasinya pada Data Kurs Mata Uang Rupiah Fitriani, Erna Tri Herdiani, M. Saleh AF 1 Abstrak Dalam analisis deret waktu
Lebih terperinciPrediksi Jumlah Penumpang Kapal Laut di Pelabuhan Laut Manado Menggunakan Model ARMA
Prediksi Jumlah Penumpang Kapal Laut di Pelabuhan Laut Manado Menggunakan Model ARMA Jeine Tando 1, Hanny Komalig 2, Nelson Nainggolan 3* 1,2,3 Program Studi Matematika, Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciESTIMASI PARAMETER MODEL MIXTURE AUTOREGRESSIVE (MAR) MENGGUNAKAN ALGORITMA EKSPEKTASI MAKSIMISASI (EM)
ESTIMASI PARAMETER MODEL MIXTURE AUTOREGRESSIVE (MAR) MENGGUNAKAN ALGORITMA EKSPEKTASI MAKSIMISASI (EM) oleh MIKA ASRINI M0108094 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh
Lebih terperinciBAB I PENDAHULUAN. Tidak ada yang dapat memberikan jaminan atau kepastian tentang apa
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Tidak ada yang dapat memberikan jaminan atau kepastian tentang apa yang akan terjadi di masa depan. Menyikapi situasi di masa depan yang penuh dengan ketidakpastian
Lebih terperinciMetode Deret Berkala Box Jenkins
METODE BOX JENKINS Metode Deret Berkala Box Jenkins Suatu metode peramalan yang sistematis, yang tidak mengasumsikan suatu model tertentu, tetapi menganalisa deret berkala sehingga diperoleh suatu model
Lebih terperinciPenerapan Model ARIMA
Penerapan Model ARIMA (Bagian I) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017 1 Ada tiga tahapan iteratif dalam pemodelan data deret waktu yang berbasis model ARIMA, yaitu: 1. Penentuan model
Lebih terperinciModel Time Series Auto Regressive untuk Menentukan Nilai Tukar mata Uang Rupiah terhadap Dollar Amerika
Model Time Series Auto Regressive untuk Menentukan Nilai Tukar mata Uang Rupiah terhadap Dollar Amerika Adi Asriadi dan Taryo 12 Juni 2005 Abstraksi Tujuan utama dari makalah ini adalah untuk menentukan
Lebih terperinciMODEL KRISIS PASAR MODAL DI INDONESIA MENGGUNAKAN MARKOV SWITCHING TGARCH (MS-TGARCH) DUA STATE BERDASARKAN INDIKATOR IHSG
MODEL KRISIS PASAR MODAL DI INDONESIA MENGGUNAKAN MARKOV SWITCHING TGARCH (MS-TGARCH) DUA STATE BERDASARKAN INDIKATOR IHSG Oleh ALFI NUR DINA NIM M0110002 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian
Lebih terperinciKAJIAN PENGARUH PANJANG INTERVAL KATEGORI PADA PENYEBARAN DATA ACAK BERDISTRIBUSI SERAGAM SKRIPSI OKA ARIYANTO
KAJIAN PENGARUH PANJANG INTERVAL KATEGORI PADA PENYEBARAN DATA ACAK BERDISTRIBUSI SERAGAM SKRIPSI OKA ARIYANTO 120803066 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciBAB III MODEL STATE-SPACE. dalam teori kontrol modern. Model state space dapat mengatasi keterbatasan dari
BAB III MODEL STATE-SPACE 3.1 Representasi Model State-Space Representasi state space dari suatu sistem merupakan suatu konsep dasar dalam teori kontrol modern. Model state space dapat mengatasi keterbatasan
Lebih terperinciSKRIPSI ERLINDA SIREGAR
ANALISIS DISKRIMINAN DUA GRUP (TWO-GROUP DISCRIMINANT ANALYSIS ) PADA STATISTIK MULTIVARIAT SKRIPSI ERLINDA SIREGAR 090823054 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciBAB III PEMBAHARUAN PERAMALAN. Pada bab ini akan dibahas tentang proses pembaharuan peramalan.
BAB III PEMBAHARUAN PERAMALAN Pada bab ini akan dibahas tentang proses pembaharuan peramalan. Sebelum dilakukan proses pembaharuan peramalan, terlebih dahulu dilakukan proses peramalan dan uji kestabilitasan
Lebih terperinciPENDEKATAN MULTIPLE REGRESI PADA ANALISIS RAGAM KLASIFIKASI DUA ARAH SKRIPSI MARISA INDA PUTRI
PENDEKATAN MULTIPLE REGRESI PADA ANALISIS RAGAM KLASIFIKASI DUA ARAH SKRIPSI MARISA INDA PUTRI 080823023 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN
Lebih terperinciSKRIPSI MARANATHA PAKPAHAN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2008
PERANCANGAN PROGRAM PENYELESAIAN SISTEM PERSAMAAN LINIER NON-HOMOGEN DENGAN METODE ELIMINASI GAUSS-JORDAN UNTUK MENENTUKAN JUMLAH KENDERAAN PADA KASUS ARUS LALU LINTAS SKRIPSI MARANATHA PAKPAHAN 030813002
Lebih terperinciPENDEKATAN REGRESI BERGANDA PADA ANALISIS VARIANS KLASIFIKASI DUA ARAH SKRIPSI ERNI SYAHPUTRI
PENDEKATAN REGRESI BERGANDA PADA ANALISIS VARIANS KLASIFIKASI DUA ARAH SKRIPSI ERNI SYAHPUTRI 090823074 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN
Lebih terperinciPENERAPAN MODEL ARFIMA (AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE) DALAM PERAMALAN SUKU BUNGA SERTIFIKAT BANK INDONESIA (SBI)
PENERAPAN MODEL ARFIMA (AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE) DALAM PERAMALAN SUKU BUNGA SERTIFIKAT BANK INDONESIA (SBI) Liana Kusuma Ningrum dan Winita Sulandari, M.Si. Jurusan Matematika,
Lebih terperinciPERBANDINGAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
PERBANDINGAN JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN METODE ARIMA (BOX-JENKINS) SEBAGAI METODE PERAMALAN KURS RUPIAH TERHADAP DOLLAR AMERIKA SERIKAT SKRIPSI MAHATER MUHAMMAD 060803001 DEPARTEMEN MATEMATIKA
Lebih terperinciMODEL FUNGSI TRANSFER BIVARIAT UNTUK MERAMALKAN CURAH HUJAN DI KABUPATEN DELI SERDANG SKRIPSI DYAH RARA
1 MODEL FUNGSI TRANSFER BIVARIAT UNTUK MERAMALKAN CURAH HUJAN DI KABUPATEN DELI SERDANG SKRIPSI DYAH RARA 100803065 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA
Lebih terperinciFUZZY LINEAR PROGRAMMING (FLP) DENGAN KONSTANTA SEBELAH KANAN BERBENTUK BILANGAN FUZZY DAN BERBENTUK TRAPEZOIDAL SKRIPSI DEWI YANNI FRANSISKA SAMOSIR
FUZZY LINEAR PROGRAMMING (FLP) DENGAN KONSTANTA SEBELAH KANAN BERBENTUK BILANGAN FUZZY DAN BERBENTUK TRAPEZOIDAL SKRIPSI DEWI YANNI FRANSISKA SAMOSIR 070803046 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciMETODE PENGAMBILAN KEPUTUSAN DENGAN TEOREMA BAYES SKRIPSI RICHARDO TOBER SIHOMBING
METODE PENGAMBILAN KEPUTUSAN DENGAN TEOREMA BAYES SKRIPSI RICHARDO TOBER SIHOMBING 080823012 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2010 METODE
Lebih terperinciMATA KULIAH METODE RUNTUN WAKTU. Oleh : Entit Puspita Nip
MAA KULIAH MEODE RUNUN WAKU Oleh : Entit Puspita Nip 08 JURUSAN PENDIDIKAN MAEMAIKA FAKULAS PENDIDIKAN MAEMAIKA DAN ILMU PENGEAHUAN ALAM UNIVERSIAS PENDIDIKAN INDONESIA 00 //00 Entit Puspita BEBERAPA KONSEP
Lebih terperinciPENDEKATAN MODEL TIME SERIES UNTUK PEMODELAN INFLASI BEBERAPA KOTA DI JAWA TENGAH
PENDEKATAN MODEL TIME SERIES UNTUK PEMODELAN INFLASI BEBERAPA KOTA DI JAWA TENGAH Tri Mulyaningsih ), Budi Nurani R ), Soemartini 3) ) Mahasiswa Program Magister Statistika Terapan Universitas Padjadjaran
Lebih terperinciPERAMALAN NILAI EKSPOR MINYAK KELAPA SAWIT MENTAH (CPO) DI PROVINSI SUMATERA UTARA DENGAN PEMULUSAN EKSPONENSIAL HOLT (EXPONENTIAL SMOOTHING HOLT)
PERAMALAN NILAI EKSPOR MINYAK KELAPA SAWIT MENTAH (CPO) DI PROVINSI SUMATERA UTARA DENGAN PEMULUSAN EKSPONENSIAL HOLT (EXPONENTIAL SMOOTHING HOLT) SKRIPSI TOGI MAKMUR SIAHAAN 060803055 DEPARTEMEN MATEMATIKA
Lebih terperinciDEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN
PERAMALAN JUMLAH PRODUKSI KAKAO DI SUMATERA UTARA DAN KONSUMSI KAKAO DI INDONESIA DENGAN PEMULUSAN EKSPONENSIAL GANDA METODE LINIER SATU PARAMETER DARI BROWN SKRIPSI LAUDA MARANATA 090803068 DEPARTEMEN
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Di Indonesia sejak tahun enam puluhan telah diterapkan Badan Meteorologi, Klimatologi, dan Geofisika di Jakarta menjadi suatu direktorat perhubungan udara. Direktorat
Lebih terperinciPENGGUNAAN METODE NUMERIK DAN METODE MATRIKS DALAM PERHITUNGAN PARAMETER PADA REGRESI LINIER BERGANDA SKRIPSI ZULIVA EVASARI SILALAHI
PENGGUNAAN METODE NUMERIK DAN METODE MATRIKS DALAM PERHITUNGAN PARAMETER PADA REGRESI LINIER BERGANDA SKRIPSI ZULIVA EVASARI SILALAHI 090823004 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciANALISIS HUBUNGAN ANTARA PENDAPATAN DAN INVESTASI DI PTPN IV GUNUNG BAYU DENGAN MENGGUNAKAN REGRESI BERGANDA SKRIPSI NURBAITY GINTING
ANALISIS HUBUNGAN ANTARA PENDAPATAN DAN INVESTASI DI PTPN IV GUNUNG BAYU DENGAN MENGGUNAKAN REGRESI BERGANDA SKRIPSI NURBAITY GINTING 040803051 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciPERAMALAN INDEKS HARGA KONSUMEN DAN INFLASI INDONESIA DENGAN METODE ARIMA BOX-JENKINS
PERAMALAN INDEKS HARGA KONSUMEN DAN INFLASI INDONESIA DENGAN METODE ARIMA BOX-JENKINS Oleh : Agustini Tripena ABSTRACT In this paper, forecasting the consumer price index data and inflation. The method
Lebih terperinciPERAMALAN PENJUALAN PRODUKSI TEH BOTOL SOSRO PADA PT. SINAR SOSRO SUMATERA BAGIAN UTARA TAHUN 2014 DENGAN METODE ARIMA BOX-JENKINS
Saintia Matematika ISSN: 2337-9197 Vol. 02, No. 03 (2014), pp. 253 266. PERAMALAN PENJUALAN PRODUKSI TEH BOTOL SOSRO PADA PT. SINAR SOSRO SUMATERA BAGIAN UTARA TAHUN 2014 DENGAN METODE ARIMA BOX-JENKINS
Lebih terperinciPENDETEKSIAN KRISIS KEUANGAN DI INDONESIA BERDASARKAN INDIKATOR RASIO CADANGAN INTERNASIONAL TERHADAP M2 (UANG BEREDAR)
PENDETEKSIAN KRISIS KEUANGAN DI INDONESIA BERDASARKAN INDIKATOR RASIO CADANGAN INTERNASIONAL TERHADAP M2 (UANG BEREDAR) oleh DIAH PUTRI UTAMI NIM. M0110018 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian
Lebih terperinciAPLIKASI PROGRAM LINIER DALAM MENENTUKAN PRODUKSI OPTIMAL PADA PT. SIHITANG RAYA BARU SKRIPSI WINDY PUSPA WULANDARI
APLIKASI PROGRAM LINIER DALAM MENENTUKAN PRODUKSI OPTIMAL PADA PT. SIHITANG RAYA BARU SKRIPSI WINDY PUSPA WULANDARI 080803037 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciSKRIPSI MARINTAN NOVALINA N
KAJIAN PELUANG STEADY STATE PADA RANTAI MARKOV SKRIPSI MARINTAN NOVALINA N 050813010 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2007 KAJIAN PELUANG
Lebih terperinciANALISIS PENGENDALIAN PERSEDIAAN BAHAN BAKU DALAM MEMINIMUMKAN BIAYA PERSEDIAAN DENGAN METODE EOQ (Studi Kasus : PT. Sinar Sosro Medan) SKRIPSI
ANALISIS PENGENDALIAN PERSEDIAAN BAHAN BAKU DALAM MEMINIMUMKAN BIAYA PERSEDIAAN DENGAN METODE EOQ (Studi Kasus : PT. Sinar Sosro Medan) SKRIPSI JHON HERDIN SARAGIH 080803065 DEPARTEMEN MATEMATIKA FAKULTAS
Lebih terperinciPETUNJUK PRAKTIKUM MATAKULIAH : METODE RUNTUN WAKTU
PETUNJUK PRAKTIKUM MATAKULIAH : METODE RUNTUN WAKTU Disusun Oleh : ENTIT PUSPITA NIP : 132086616 JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS PENDIDIKAN
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan digunakanan sebagai acuan pencegah yang mendasari suatu keputusan untuk yang akan datang dalam upaya meminimalis kendala atau memaksimalkan pengembangan baik
Lebih terperinciTEORI DASAR DERET WAKTU M A T O P I K D A L A M S T A T I S T I K A II 22 J A N U A R I 2015 U T R I W E N I M U K H A I Y A R
TEORI DASAR DERET WAKTU M A 5 2 8 3 T O P I K D A L A M S T A T I S T I K A II 22 J A N U A R I 2015 U T R I W E N I M U K H A I Y A R DERET WAKTU Deret waktu sendiri tidak lain adalah himpunan pengamatan
Lebih terperinciPENDEKATAN ALGORITMA PEMROGRAMAN DINAMIK DALAM MENYELESAIKAN PERSOALAN KNAPSACK 0/1 SKRIPSI SRI RAHAYU
PENDEKATAN ALGORITMA PEMROGRAMAN DINAMIK DALAM MENYELESAIKAN PERSOALAN KNAPSACK 0/1 SKRIPSI SRI RAHAYU 060823001 PROGRAM STUDI SARJANA MATEMATIKA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinci