NILAI AKUMULASI DARI SUATU CASH FLOW DENGAN TINGKAT BUNGA BERUBAH BERDASARKAN FORMULA FISHER

Ukuran: px
Mulai penontonan dengan halaman:

Download "NILAI AKUMULASI DARI SUATU CASH FLOW DENGAN TINGKAT BUNGA BERUBAH BERDASARKAN FORMULA FISHER"

Transkripsi

1 ILAI AKUMULASI DARI SUATU CASH FLOW DEGA TIGKAT BUGA BERUBAH BERDASARKA FORMULA FISHER Devs Apranda, Johannes Kho, Sg Sugaro Mahasswa rogram S Maemaka Dosen Jurusan Maemaka Fakulas Maemaka dan Ilmu engeahuan Alam Unveras Rau Kampus Bna Wdya, ekanbaru 893 Indonesa aeon_kngh9@gmalcom ABSTRACT Ths paper dscusses Fsher s formula derved from compoundng neres rae s formula I s used o deermne he predced values of he neres rae whch affeced by he nflaon rae The accumulaon cash flow can be deermned from he predced values for T perods, and Durbn-Wason s sasc s used o verfy he effcency beween predced and acual values Keywords: neres rae, nflaon rae, Fsher s formula, Durbn-Wason s sascs ABSTRAK Keras kerja n membahas enang formula Fsher yang dperoleh dar formula ngka bunga majemuk Formula Fsher dgunakan unuk menenukan nla predks ngka bunga yang dpengaruh oleh ngka nflas la akumulas dar suau cash flow dapa dperoleh dar nla predks unuk T perode, dan sask Durbn-Wason dgunakan unuk melha efsens anara nla predks dan nla sebenarnya Kaa Kunc: formula Fsher, ngka bunga, ngka nflas, sask Durbn-Wason EDAHULUA Dalam persoalan ransaks keuangan erdapa suau permasalahan yau permasalahan mengena cash flow Cash flow adalah pergerakan nla uang aau basa dsebu dengan alran dana yang dnoaskan dengan C Alran dana sebesar C dlakukan pada nerval waku yang sama dbua dalam perode, dengan =,, 3,,T Karena akvas ekonom maka nla uang akan berubah seap wakunya Cash flow yang dgunakan adalah cash flow unggal yang mana hanya ada sau alran dana dawal perode Salah sau cara unuk mempredks ngka bunga yang sanga bervaras adalah dengan menggunakan formula Fsher Dalam formula Fsher erdapa fakor yang mempengaruh ngka bunga, yau ngka nflas Tngka nflas yang dbahas pada [] adalah ngka nflas yang erealsas Sedangkan ngka nflas yang menjad varabel

2 dalam formula Fsher pada keras kerja n dapa dmodfkas menjad dua benuk, yau formula Fsher dengan ngka nflas yang nlanya dapa denukan dengan mengeahu seberapa besar perbedaan harga yang erjad seap perodenya Tngka harga erjad karena adanya akvas ekonom, yau adanya permnaan uang, peredaran uang dan ransaks Sera formula Fsher dengan smpangan baku σ yang menjad pengonrol kenakan ngka bunga unuk mengmbang nak aau urun ngka nflas h seap perodenya Upaya yang dlakukan unuk mengevaluas perubahan ngka bunga yang erjad d seap perodenya adalah dengan menggunakan daa yang ada pada perode sebelumnya Dar daa ersebu akan dpredks besarnya ngka bunga pada perode selanjunya Dar daa predks dan daa asl dperoleh nla resdual yang akan dgunakan pada uj Durbn-Wason unuk mendeeks ada aau daknya auokorelas Auokorelas merupakan korelas anaranggoa daa pengamaan yang durukan berdasarkan waku (me seres) Sehngga unuk membanu menyelesakan permasalahan ersebu dbahas juga enang ngka bunga bebas resko (neres rae rsk free), ngka nflas, kuanas uang, efek Fsher dan formula Fsher REDIKSI TIGKAT BUGA BERDASARKA FORMULA FISHER Dalam mempredks ngka bunga yang akan erjad dmasa yang akan daang, cara yang dgunakan adalah dengan melha daa ngka bunga dan daa ngka nflas yang erjad dmasa sebelumnya Beberapa hal yang dbuuhkan unuk mempredks ngka bunga adalah ngka bunga u sendr dan ngka nflas yang daanya dambl dar Bank Indonesa Tngka bunga yang dgunakan adalah ngka bunga majemuk dnyaakan dengan ( ) Tngka bunga majemuk dgunakan seelah memperoleh hasl predks ngka bunga yang dpengaruh ngka nflas dseap perodenya Tngka nflas yau perubahan persenase ndeks harga ahunan Inflas secara umum dpaham sebaga suau proses menngkanya harga secara keseluruhan dan erus menerus, berkaan dengan mekansme pasar yang dsebabkan oleh berbaga fakor yang dnoaskan dengan h Inflas juga merupakan proses menurunnya nla maa uang secara konnu Dengan demkan, erjad penurunan daya bel uang (decreasng purchasng power of money) Tngka nflas yang mempengaruh ngka bunga yang erjad dmasa yang akan daang dapa dcar dengan selsh harga yang erjad seap perodenya yang dnyaakan dengan h

3 Sedangkan ngka harga yang mempengaruh ngka nflas dpengaruh juga oleh kuanas uang yang dnoaskan dengan M, perpuaran uang ransaks (ransacon velocy of money) yang dnoaskan dengan V, dan banyaknya ransaks yang dnoaskan dengan T dalam sau perode Semua varabel ersebu dformulaskan dalam eor kuanas uang [] yang dnyaakan dengan MV T aau MV T Formula Fsher adalah formula yang bersfa umum dan jelas dengan mengabakan beberapa varabel erenu yang bsa berpengaruh dalam perubahan ngka bunga ersebu Formula Fsher dgunakan unuk memperkrakan ngka bunga nomnal dan ngka bunga rl yang dpengaruh oleh ngka nflas Msalkan r adalah ngka bunga rl dan h adalah ngka nflas maka ngka bunga nomnal dnyaakan dengan + = ( + r)( + h) aau = r + h + rh () Dalam formula Fsher, selan ngka nflas, ngka bunga yang ada ddalam formula n dbedakan menjad dua, yau ngka bunga rl dan ngka bunga nomnal Tngka bunga rl adalah ngka bunga yang benar-benar dperoleh seseorang dalam suau perode, yau ngka bunga nomnal yang sudah dkurang dengan besarnya ngka nflas yang erjad pada perode ersebu Tngka bunga rl pada suau perode dnoaskan dengan r ngka bunga rl dnyaakan dengan r h Sedangkan ngka bunga nomnal adalah ngka bunga yang bsa dcar nlanya dan elah deapkan sea nlanya benar-benar dama seap perodenya dalam ssem keuangan Tngka bunga nomnal pada suau perode dnoaskan dengan 3 ILAI AKUMULASI SUATU CASH FLOW DEGA TIGKAT BUGA REDIKSI Cash flow (alran dana) merupakan sejumlah dana yang keluar dan yang masuk sebaga akba dar akvas ekonom dengan kaa lan adalah dana mengalr yang erdr dar alran dana masuk dalam perusahaan dan alran dana keluar perusahaan sera berapa saldonya seap perode Cash flow yang dgunakan adalah sngle cash flow dengan ngka bunga yang bebas resko la akumulas cash flow merupakan nla akumulas dar sejumlah dana yang dnvesaskan pada waku erenu In dapa dgunakan unuk mengevaluas jumlah uang yang derma pada masa yang akan daang sebaga hasl dar suau nvesas yang dlakukan saa n 3

4 Msalkan erdapa C adalah suau cashflow, meyaakan ngka bunga berubah pada perode ke- dengan =,, 3,, T, maka nla akumulas [3] dapa dnyaakan dengan Fv C, ) C( )( )( )( ) aau Fv ( C, ) Ce ( 3 T Besarnya nla C yang dgunakan pada formula n adalah konsan, jad hanya erdapa sau alran dana dengan pembungaan yang dlakukan seap perodenya Tngka bunga pada akumulas cash flow adalah ngka bunga yang sudah dpredks nlanya menggunakan formula Fsher Besarnya ngka bunga yang akan erjad beberapa perode selanjunya dpredks menggunakan formula Fsher Dar persamaan (), formula fsher dbag menjad ga rumusan yang dgunakan unuk mempredks ngka bunga yang akan erjad pada perode selanjunya, yau T ln( ) a Formula Fsher dengan ngka nflas dkeahu dan modfkas rh = σ dnyaakan dengan r h () e ada persamaan (), σ merupakan sandar devas yang dperoleh dar ngka bunga pada daa Bank Indonesa Daa ngka bunga pada Bank Indonesa dasumskan berdsrbus normal, dkeahu fungs pembangk momen dsrbus normal [4] r M ( ) e (3) Dengan menurunkan persamaan (3), unuk r =, ekspekas dar ngka bunga dapa dnyaakan dengan M (0) E( ) (4) Kemudan dengan menurunkan persamaan (), unuk r = dperoleh M (0) E( ) (5) dar persamaan (4) dan persamaan (5), maka varans ngka bunga dapa dnyaakan dengan var( ) E( ) E( ) sehngga dapa dperoleh devas sandar sebaga berku var( ) 4

5 Sandar devas pada formula Fsher dgunakan sebaga nerval baas unuk ngka bunga yang dpredks b Formula Fsher dengan ngka nflas dkeahu dnyaakan dengan = r + h + rh (6) ada persamaan (6) dak erdapa modfkas seper pada persamaan (5), unuk nerval baasnya dgunakan nerval kepercayaan dsrbus normal c Formula Fsher dengan ngka nflas yang dpredks dnyaakan dengan e r M T (7) ada persamaan (7), yang dgunakan unuk mencar predks ngka nflas dgunakan persamaan kuanas uang dengan perpuaran uang ransaks danggap konsan unuk nerval baasnya dgunakan nerval kepercayaan dsrbus normal Unuk mengukur ngka akuras dan ngka kesalahan dar seap predks dgunakan beberapa benuk persamaan yang basa dgunakan dalam sask [5], yau a Coefcen of Varaon (CV) CV e aau CV e (8) Karena e e, maka persamaan (8) menjad CV e aau CV e, (9) dengan adalah raa-raa, banyaknya daa, daa asl perode, perode, dan e resdual perode e daa predks 5

6 b ormalzed Mean Squared Error (MSE) MSE max e mn, (0) dengan max adalah nla erbesar dar derean nla dan mn adalah nla erkecl dar derean nla Subsuskan persamaan (9) ke persamaan (0) sehngga dperoleh c Uj Auokorelas CV MSE () max mn Auokrelas adalah korelas danara nla-nla pengamaan yang eruru dalam waku (me seres) Keadaan dmana varabel gangguan pada perode erenu berkorelas dengan varabel gangguan pada perode lan Auokorelas bsa erjad dsebabkan oleh adanya varabel-varabel yang dhlangkan, kesalahan spesfkas benuk model maemaka dan varabel sekarang berganung aau denukan oleh varabel perode sebelumnya d Sask Durbn-Wason n e e DW n, () e dengan e adalah resdual pada perode Dengan demkan selang kepercayaan dapa dbenuk yang melbakan enam wlayah seper yang dunjukkan pada Tabel Tabel : Sandar Kepuusan Sask Durbn-Wason la DW Kesmpulan (4 DW L ) < DW < 4 Tolak H 0 (erdapa auokorelas negaf) (4 DW U ) < DW < (4 DW L ) Tdak ada kesmpulan < DW < (4 DW U ) Terma H 0 DW U < DW < Terma H 0 DW L < DW < DW U Tdak ada kesmpulan 0 < DW < DW L Tolak H 0 (erdapa auokorelas posf) Hpoess : H 0 : dak ada auokorelas H : ada auokorelas 6

7 4 COTOH Msalkan seorang nvesor ngn mengnvesaskan uangnya sebesar Rp ,00 pada sebuah perusahaan dalam jangka 0 bulan Sebelum bernvesas, nvesor ngn mengeahu keadaan ngka bunga pada perusahaan ersebu selama 0 bulan nvesasnya ersebu, berdasarkan daa yang dpunya akan dambl kepuusan dengan memlh predks erbak, jka ngka bunga predks mendeka ngka bunga sebenarnya dan bergerak nak aau eap maka akan dlakukan nvesas, jka dak maka dak dlakukan nvesas Dkeahu daa ngka bunga dan ngka nflas dambl dar Bank Indonesa Jul 005 Desember 0 Dar daa ersebu dperoleh masng-masng 90 daa ngka bunga dan ngka nflas bulanan, daa 80 dgunakan unuk daa observas dan daa 8 90 dgunakan sebaga daa uj Dar daa observas menggunakan Ms Excel dperoleh σ =,084 sera dperoleh juga besarnya r, h, unuk daa uj masng-masng benuk formula Fsher pada Tabel Tabel : redks ngka bunga ( e ) h ( dan ) h (3) r ( dan ) r (3) e() e() e(3) ,97 4,50 4,45 4,53 4,56 4,58 4,3 4,6 4,3 4,30,8 0,53,,95 0,5,,8,6,37 3,0,9,78,5,30,,9,7,44,4,43,9 3,57 5, 3,54 3,80 5,60 4,63 4,57 4,59 4,38 5,76 6,6 6,8 5,70 5,83 5,78 5,77 5,48 6,05 5,46 5,73 6,5 6,36 5,76 5,89 5,84 5,8 5,53 5,6 5,5 5,79 4,4 4, 7,55 5,55 3,95 6,78 5,87 5,78 6,03 7,6 Seelah dperoleh predks ngka bunga masng-masng benuk formula Fsher, akan danalsa menggunakan CV, MSE, dan sask Durbn Wason (DW) Tabel 3: Analss redks Tngka Bunga Formula Fsher CV MSE Durbn Wason (DW) 3 0,046 0,05 0,7 6,58 9,89 4,775,69,43,9 Dar kega benuk formula Fsher yang dgunakan daas dperoleh kesmpulan () CV < CV < CV 3 () MSE < MSE < MSE 3 () DW 3 > DW > DW 7

8 Dengan nvesas dana sebesar Rp ,00 maka nla akumulas (Fv) unuk masng-masng predks unuk =,, 3,, 0, dperoleh Fv C( )( )( 3)( 4 )( 5 )( 6 )( 7 )( 8 )( 9 )( 0) Dengan menggunakan Ms Excel dan dar Tabel, unuk berbaga ngka bunga predks e(), e(), dan e(3) dperoleh masng-masng nla akumulasnya Fv () = Rp ,00, Fv () = Rp ,00 dan Fv (3) = Rp ,00 5 KESIMULA Dar hasl yang dperoleh berdasarkan meoda predks yang dgunakan, predks perama adalah predks yang erbak Walaupun bukan nla akumulas erkecl (karena semakn kecl ngka bunga bank maka ngka bunga nvesas menjad lebh menark) eap berdasarkan analss CV, MSE, dan DW menunjukkan bahwa predks perama dapa dpercaya dan dgunakan sebaga acuan maka kepuusan yang dlakukan nvesor adalah mengnvesaskan uangnya karena dapa dlha predks ngka bunga berada dalam nerval kepercayaan dan nlanya mendeka ngka bunga sebenarnya sera erdapa keunungan yang bsa dperoleh dar nvesas ersebu DAFTAR USTAKA [] Ross, S A, Weserfeld, R W & Jordan, B D 007 Fundamenal of Corporae Fnance McGraw-Hll/Irwn, Cornell Unversy [] Mankw, G 003 Teor Makro Ekonom Jakara: Erlangga [3] Galadma, D J, Choj, D & Adejo, B O 009 Sochasc Ineres Rae Model n Compoundng Scence World Journal 4: [4] Ban, L J & M Engelhard 99 Inroducon o robably and Mahemacal Sasc Wadsworh ublshng Company, Belmoun Calforna [5] Makrdaks, S, Wheelwrgh, S C & McGee, V E 999 Meode dan Aplkas eramalan, Eds Kedua Jakara: Erlangga 8

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU Pada bab III, ka elah melakukan penguan erhadap meoda Runge-Kua orde 4 pada persamaan panas. Haslnya, solus analk persamaan panas

Lebih terperinci

BAB 8 PERSAMAAN DIFERENSIAL BIASA

BAB 8 PERSAMAAN DIFERENSIAL BIASA Maa kulah KOMPUTASI ELEKTRO BAB 8 PERSAMAAN DIFERENSIAL BIASA Persamaan dferensal dapa dbedakan menjad dua macam erganung pada jumlah varabel bebas. Apabla persamaan ersebu mengandung hana sau varabel

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Creaed by Smpo PDF Creaor Pro (unregsered verson) hp://www.smpopdf.com Sask Bsns : BAB 8 VIII. ANALISIS DATA DERET BERKALA (TIME SERIES) 8.1 Pendahuluan Daa Berkala (Daa Dere waku) adalah daa yang dkumpulkan

Lebih terperinci

BAB I PENDAHULUAN FASILKOM-UDINUS T.SUTOJO RANGKAIAN LISTRIK HAL 1

BAB I PENDAHULUAN FASILKOM-UDINUS T.SUTOJO RANGKAIAN LISTRIK HAL 1 BAB I PENDAHULUAN 1.1 Defns Rangkaan Lsrk Rangkaan Lsrk adalah sambungan dar beberapa elemen lsrk ( ressor, kapasor, ndukor, sumber arus, sumber egangan) yang membenuk mnmal sau lnasan eruup yang dapa

Lebih terperinci

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32)

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32) 8 Raaan poserornya adalah E m x ò (, ) f ( x) m f x m f f m ddm (32) Dalam obseras basanya dgunakan banyak daa klam. Msalkan saja erdr dar grup daa klam dengan masng-masng grup ke unuk seap, 2,..., yang

Lebih terperinci

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI BAB ETROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUYI Model Markov Tersembuny (Hdden Markov Model, MMT) elah banyak daplkaskan dalam berbaga bdang seper pelafalan bahasa (speeh reognon) dan klasfkas (luserng).

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 5 BAB II LANDASAN TEORI Pada bab n akan dbahas beberapa eor dasar yang kelak akan dgunakan dalam penurunan formula penenuan harga Asan Opon, bak secara analk pada Bab III maupun secara numerk pada Bab

Lebih terperinci

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun Baasan Masalah Jumlah kasus pendera penyak Demam Berdarah Dengue (DBD d Koa Surabaya ahun - Varabel Explanaory (Varabel penjelas yang dgunakan dalam penelan adalah varabel Iklm (Curah hujan, Suhu, Kelembaban

Lebih terperinci

ANaLISIS - TRANSIEN. A B A B A B A B V s V s V s V s. (a) (b) (c) (d) Gambar 1. Proses pemuatan kapasitor

ANaLISIS - TRANSIEN. A B A B A B A B V s V s V s V s. (a) (b) (c) (d) Gambar 1. Proses pemuatan kapasitor ANaISIS - TANSIEN. Kapasor dalam angkaan D Sebuah kapasor akan ermua bla erhubung ke sumber egangan dc seper yang dperlhakan pada Gambar. Pada Gambar (a), kapasor dak bermuaan yau pla A dan pla B mempunya

Lebih terperinci

PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG

PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG INDEPT, Vol., No. 3, Okober 01 ISSN 087 945 PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG Samsul Budaro, ST., MT Dosen Teap Teknk Indusr, Wakl Dekan III akulas Teknk, Unversas

Lebih terperinci

BAB III THREE STAGE LEAST SQUARE. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode

BAB III THREE STAGE LEAST SQUARE. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode BAB III THREE STAGE LEAST SQUARE Sebagamana elah dsnggung pada bab sebelumnya, salah sau meode penaksran parameer pada persamaan smulan yau meode Three Sage Leas Square (3SLS. Sebelum djelaskan lebh lanju

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013 3. Lokas dan Waku Penelan 3.. Lokas Penelan BAB III METODOLOGI PENELITIAN Penelan n dlaksanakan d SMP Neger 7 Goronalo pada ahun ajaran 0/03 3.. Waku Penelan Penelan n d laksanakan pada semeser genap ahun

Lebih terperinci

PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR

PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR B-5-1 PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR Wsnu Bud Sunaryo, Haryono ITS Surabaya ABSTRAK Dalam duna konsruks saa n pemakaan produk beon

Lebih terperinci

PERBAIKAN ASUMSI KLASIK

PERBAIKAN ASUMSI KLASIK BAHAN AJAR EKONOMETRI AGUS TRI BASUKI UNIVERSITAS MUHAMMADIAH OGAAKARTA PERBAIKAN ASUMSI KLASIK 6.. Mulkolnearas Jka model ka mengandung mulkolneras yang serus yakn korelas yang ngg anar varabel ndependen,

Lebih terperinci

BAB II TINJAUAN PUSTAKA. membahas analisis deret waktu, diagram kontrol Shewhart, Average Run Length

BAB II TINJAUAN PUSTAKA. membahas analisis deret waktu, diagram kontrol Shewhart, Average Run Length BAB II TINJAUAN PUSTAKA Pendahuluan Dalam enulsan maer okok dar skrs n derlukan beberaa eor-eor yang mendukung, yang menjad uraan okok ada bab n Uraan dmula dengan membahas analss dere waku, dagram konrol

Lebih terperinci

Peramalan Penjualan Sepeda Motor Tiap Jenis di Wilayah Surabaya dan Blitar dengan Model ARIMA Box-Jenkins dan Vector Autoregressive (VAR)

Peramalan Penjualan Sepeda Motor Tiap Jenis di Wilayah Surabaya dan Blitar dengan Model ARIMA Box-Jenkins dan Vector Autoregressive (VAR) JURNAL SAINS DAN SENI POMITS Vol. 3, No., (04) 337-350 (30-98X Prn) D-36 Peramalan Penjualan eda Moor Tap Jens d Wlayah Surabaya dan Blar dengan Model ARIMA Box-Jenkns dan Vecor Auoregressve (VAR) Ade

Lebih terperinci

Hidden Markov Model. Oleh : Firdaniza, Nurul Gusriani dan Akmal

Hidden Markov Model. Oleh : Firdaniza, Nurul Gusriani dan Akmal Hdden Markov Model Oleh : Frdanza, urul Gusran dan Akmal Dosen Jurusan Maemaka FMIPA Unversas Padjadjaran Jl. Raya Bandung Sumedang Km 2, Janangor, Jawa Bara elp. / Fax : 022 7794696 Absrak Hdden Markov

Lebih terperinci

PENDUGAAN STATISTIK AREA KECIL DENGAN METODE EMPIRICAL CONSTRAINED BAYES 1

PENDUGAAN STATISTIK AREA KECIL DENGAN METODE EMPIRICAL CONSTRAINED BAYES 1 PENDUGAAN SAISIK AREA KECIL DENGAN MEODE EMPIRICAL CONSRAINED AYES Ksmann Jurusan Penddkan Maemaka FMIPA Unversas Neger Yogyakara Absrak Meode emprcal ayes (E merupakan meode yang lebh aplkaf pada pendugaan

Lebih terperinci

(Cormen 2002) III PEMBAHASAN. yt : pendapatan rumah tangga pada periode t, dengan yt 0.

(Cormen 2002) III PEMBAHASAN. yt : pendapatan rumah tangga pada periode t, dengan yt 0. 5 Vaabel s dsebu vaabel slak enambahan vaabel slak beujuan unuk mengubah peaksamaan yang mengandung anda menjad sebuah pesamaan eaksamaan () bena jka dan hanya jka pesamaan (2) dan peaksamaan (3) bena

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN TEORI. Tnjauan Pusaka.. Uj Keseragaman Daa Tujuan uama pengukuran uj keseragaman daa adalah unuk mendapakan da yang seragam. Kedak seragaman daa dapa daang anpa dsadar, maka dperlukan suau

Lebih terperinci

ANALISIS DATA DERET BERKALA DENGAN METODE TREND SEKULER UNTUK MENENTUKAN MODEL PERTUMBUHAN PENDUDUK MISKIN JAWA BARAT

ANALISIS DATA DERET BERKALA DENGAN METODE TREND SEKULER UNTUK MENENTUKAN MODEL PERTUMBUHAN PENDUDUK MISKIN JAWA BARAT ANALISIS DATA DERET BERKALA DENGAN METODE TREND SEKULER UNTUK MENENTUKAN MODEL PERTUMBUHAN PENDUDUK MISKIN JAWA BARAT ANALSIS OF TIME SERIES USING SECULAR TREND METHOD TO DETERMINE POPULATION GROWTH MODEL

Lebih terperinci

NILAI TOTAL TAK TERATUR TOTAL DARI GABUNGAN TERPISAH GRAF RODA DAN GRAF BUKU SEGITIGA

NILAI TOTAL TAK TERATUR TOTAL DARI GABUNGAN TERPISAH GRAF RODA DAN GRAF BUKU SEGITIGA Jurnal Ilmu Maemaka dan Terapan Desember 015 Volume 9 Nomor Hal. 97 10 NILAI TOTAL TAK TERATUR TOTAL DARI GABUNGAN TERPISAH GRAF RODA DAN GRAF BUKU SEGITIGA R. D. S. Rahangmean 1, M. I. Tlukay, F. Y. Rumlawang,

Lebih terperinci

PENERAPAN MODEL GSTAR(1,1) UNTUK DATA CURAH HUJAN

PENERAPAN MODEL GSTAR(1,1) UNTUK DATA CURAH HUJAN Bulen Ilmah Mah. Sa. dan Terapannya (Bmaser) Volume 6, o. 03 (017), hal 159 166. PEERAPA MODEL GSTAR(1,1) UTUK DATA CURAH HUJA Ism Adam, Dadan Kusnandar, Hendra Perdana ITISARI Model Generalzed Space Tme

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 45 BAB III METODOLOGI PENELITIAN 3.1 Spesfkas Model Berdasarkan ujuan penelan seper dsebukan dalam bab pendahuluan maka ada dua hal mendasar yang akan del yau pengaruh volalas nla ukar rl erhadap volalas

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan

Lebih terperinci

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST BAB ESPONS FUNGSI STEP PADA ANGKAIAN DAN C Oleh : Ir. A.achman Hasbuan dan Naemah Mubarakah, ST . Persamaan Dferensal Orde Sau Adapun benuk yang sederhana dar suau persamaan dferensal orde sau adalah:

Lebih terperinci

Analisis Jalur / Path Analysis

Analisis Jalur / Path Analysis Analss Jalur / Pah Analyss Analss jalur adalah salah sau benuk model SEM yang dak mengandung varable laen. Tenu saja model n lebh sederhana dbandngkan dengan model SEM lengka. Analss jalur sebenarnya meruakan

Lebih terperinci

PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS

PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS Mra Puspasar, Snggh Sapad, Dana Puspasar Absraks PT Ulam Tba Halm merupakan salah sau ndusr mnuman serbuk d Indonesa, dmana

Lebih terperinci

\ DANA ALOKASI DESA DENGAN RAHMAT TUHAN YANG MAHA ESA

\ DANA ALOKASI DESA DENGAN RAHMAT TUHAN YANG MAHA ESA y BUPAT PACTAN PERATURAN BUPAT PACTAN : NOMOR 55" TAHUN 20 ; TENTANG \ DANA ALOKAS DESA DENGAN RAHMAT TUHAN YANG MAHA ESA BUPAT PACTAN, Menmbang : a. bahwa dalam rangka penngkaan penyelenggaraan pemernahan,

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 5 BAB II LANDAAN TEORI Pada bab n akan dbahas beberapa eor maemaka keuangan dan saska yang mendukung dalam penurunan formula Lookback Opons pada Bab III dan pembuaan program pada Bab IV. Teor-eor yang

Lebih terperinci

Modifikasi Penaksir Robust dalam Pelabelan Outlier Multivariat

Modifikasi Penaksir Robust dalam Pelabelan Outlier Multivariat Vol. 14, No. 1, 46-53, Jul 2017 Modfkas Penaksr Robus dalam Pelabelan Ouler Mulvara Erna Tr Herdan Absrak Ouler adalah suau observas yang polanya dak mengku mayoras daa. Ouler dalam kasus mulvara sanga

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LADASA TEORI 2.1 Pengerian Peramalan Peramalan (forecasing) adalah suau kegiaan yang memperkirakan apa yang akan erjadi pada masa yang akan daang. Meode peramalan merupakan cara unuk memperkirakan

Lebih terperinci

Penerapan Statistika Nonparametrik dengan Metode Brown-Mood pada Regresi Linier Berganda

Penerapan Statistika Nonparametrik dengan Metode Brown-Mood pada Regresi Linier Berganda Jurnal EKSPONENSIAL Volume 7, Nomor, Me 6 ISSN 85-789 Penerapan Saska Nonparamerk dengan Meode Brown-Mood pada Regres Lner Berganda Applcaon of Nonparamerc Sascs, wh Brown-Mood Mehod on Mulple Lnear Regresson

Lebih terperinci

MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE-X (GSTAR-X) DALAM MERAMALKAN PRODUKSI KELAPA SAWIT

MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE-X (GSTAR-X) DALAM MERAMALKAN PRODUKSI KELAPA SAWIT Bulen Ilmah Mah. Sa. dan Terapannya (Bmaser) Volume 07, No. (018), hal 85 9. MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE-X (GSTAR-X) DALAM MERAMALKAN PRODUKSI KELAPA SAWIT Felca Kurna Kusuma Wra Pur, Dadan

Lebih terperinci

BAB III MINIMUM COVARIANCE DETERMINANT. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode

BAB III MINIMUM COVARIANCE DETERMINANT. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode BAB III MINIMUM COVARIANCE DETERMINANT Sebagamana elah dsnggung pada bab sebelumnya, salah sau meode robus unuk mendeeks penclan (ouler) dalam analss komponen uama robus yau meode Mnmum Covarance Deermnan

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Model Persediaan Model Deterministik

BAB 2 LANDASAN TEORI. 2.1 Model Persediaan Model Deterministik 6 BAB LANDASAN TEORI. Model Persedaan.. Model Deermnsk Model Deermnsk adalah model yang menganggap nla-nla parameer elah dkeahu dengan pas. Model n dbedakan menjad dua: a. Deermnsk Sas. D dalam model n

Lebih terperinci

Di bidang ekonomi tidak semua informasi dapat diukur secara kuantitatif. Peubah dummy digunakan untuk memperoleh informasi yang bersifat kualitatif

Di bidang ekonomi tidak semua informasi dapat diukur secara kuantitatif. Peubah dummy digunakan untuk memperoleh informasi yang bersifat kualitatif Regres Dummy D bdang ekonom dak semua nformas dapa dukur secara kuanaf Peubah dummy dgunakan unuk memperoleh nformas yang bersfa kualaf Conoh pada daa cross secon: Gender: sebaga penenu jumlah pendapaan

Lebih terperinci

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun 43 BAB METODE PEMUUAN EKPONENA TRPE DAR WNTER Meode pemulusan eksponensial elah digunakan selama beberapa ahun sebagai suau meode yang sanga berguna pada begiu banyak siuasi peramalan Pada ahun 957 C C

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PENELITIAN 3.1 Jens dan Sumber Daa Daa ang dgunakan dalam penelan n merupakan daa sekunder ang berasal dar berbaga nsans pemernah eruama Badan Pusa Sask. Daa ang dgunakan anara lan angka kemsknan,

Lebih terperinci

KONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan

KONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan KONSEP DASAR Laar belakang Meode Numerk Ilusras masalah numerk Angka sgnfkan Akuras dan Press Pendekaan dan Kesalahan Laar Belakang Meode Numerk Tdak semua permasalahan maemas dapa dselesakan dengan mudah,

Lebih terperinci

Muthmainnah PROGRAM STUDI MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA 2007 M/1428 H

Muthmainnah PROGRAM STUDI MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA 2007 M/1428 H PERBANDINGAN MODEL COX PROPORTIONAL HAZARD DAN MODEL PARAMETRIK BERDASARKAN ANALISIS RESIDUAL (Sud Kasus pada Daa Kanker Paru-Paru yang Dperoleh dar Conoh Daa pada Sofware S-Plus 2000 dan Smulas unuk Dsrbus

Lebih terperinci

Sudaryatno Sudirham. Analisis Rangkaian Listrik Di Kawasan Waktu

Sudaryatno Sudirham. Analisis Rangkaian Listrik Di Kawasan Waktu Sudaryano Sudrham nalss Rangkaan Lsrk D Kawasan Waku BB 12 nalss Transen d Kawasan Waku Rangkaan Orde Perama Yang dmaksud dengan analss ransen adalah analss rangkaan yang sedang dalam keadaan peralhan

Lebih terperinci

PENGUKURAN VALUE AT RISK PADA ASET TUNGGAL DAN PORTOFOLIO DENGAN SIMULASI MONTE CARLO. Di Asih I Maruddani 1, Ari Purbowati 2

PENGUKURAN VALUE AT RISK PADA ASET TUNGGAL DAN PORTOFOLIO DENGAN SIMULASI MONTE CARLO. Di Asih I Maruddani 1, Ari Purbowati 2 Pengukuran Value a sk (D Ash I Maruddan) PEGUKUA VALUE AT ISK PADA ASET TUGGAL DA POTOFOLIO DEGA SIMULASI MOTE CALO D Ash I Maruddan 1, Ar Purbowa 1 Saf Pengajar Program Sud Saska FMIPA UDIP Bro Pusa Saska

Lebih terperinci

APLIKASI STRUKTUR GRUP YANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI. Mujiasih a

APLIKASI STRUKTUR GRUP YANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI. Mujiasih a APLIKASI STRUKTUR GRUP ANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI Mujash a a Program Sud Maemaka Jurusan Tadrs Fakulas Tarbah IAIN Walsongo Jl. Prof. Dr. Hamka Kampus II Ngalan Semarang

Lebih terperinci

Peramalan Dengan Model SVAR Pada Data Inflasi Indonesia Dan Nilai Tukar Rupiah Terhadap Dolar Amerika Dengan Menggunakan Metode Bootstrap

Peramalan Dengan Model SVAR Pada Data Inflasi Indonesia Dan Nilai Tukar Rupiah Terhadap Dolar Amerika Dengan Menggunakan Metode Bootstrap Peramalan Dengan Model SVR Pada Daa Inflas Indonesa Dan Nla Tukar Ruah Terhada Dolar merka Dengan Menggunakan Meode Boosra Dav S Wardan, d Seawan 2, Dd B Nugroho 3 PS Maemaka, Fak Sans dan Maemaka, UKSW

Lebih terperinci

MODEL PERSAMAAN DIFERENSIAL ELEKTROKARDIOGRAM DENGAN INTERVAL DENYUT BERDISTRIBUSI GAMMA

MODEL PERSAMAAN DIFERENSIAL ELEKTROKARDIOGRAM DENGAN INTERVAL DENYUT BERDISTRIBUSI GAMMA Prosdng Semnar Nasonal Sans dan Penddkan Sans IX, Fakulas Sans dan Maemaka, UKSW Salaga, Jun 4, Vol 5, No., ISSN :87-9 MODEL PERSAMAAN DIFERENSIAL ELEKTROKARDIOGRAM DENGAN INTERVAL DENYUT BERDISTRIBUSI

Lebih terperinci

Line Transmisi. Oleh: Aris Heri Andriawan ( )

Line Transmisi. Oleh: Aris Heri Andriawan ( ) ANALISIS APLIKASI PENJADWALAN UNIT-UNIT PEMBANGKIT PADA SISTEM KELISTRIKAN JAWA-BALI DENGAN MENGGUNAKAN UNIT COMMITMENT, UNIT DECOMMITMENT DAN MODIFIED UNIT DECOMMITMENT Oleh: Ars Her Andrawan (07000)

Lebih terperinci

Kajian Model Markov Waktu Diskrit Untuk Penyebaran Penyakit Menular Pada Model Epidemik SIR

Kajian Model Markov Waktu Diskrit Untuk Penyebaran Penyakit Menular Pada Model Epidemik SIR JURAL TEKK POT Vol, o, (0) -6 Kajan odel arkov Waku Dskr Unuk Penyebaran Penyak enular Pada odel Epdemk R Rafqaul Hasanah, Laksm Pra Wardhan, uhud Wahyud Jurusan aemaka, Fakulas PA, nsu Teknolog epuluh

Lebih terperinci

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan BAB II LADASA TEORI 2.1 Pengerian peramalan (Forecasing) Peramalan (Forecasing) adalah suau kegiaan yang mengesimasi apa yang akan erjadi pada masa yang akan daang dengan waku yang relaif lama (Assauri,

Lebih terperinci

(A.7) OPTIMISASI PORTOFOLIO BERDASARKAN MEAN-VALUE AT RISK DI BAWAH MODEL INDEKS BERGANDA DENGAN VOLATILITAS TAK KONSTAN

(A.7) OPTIMISASI PORTOFOLIO BERDASARKAN MEAN-VALUE AT RISK DI BAWAH MODEL INDEKS BERGANDA DENGAN VOLATILITAS TAK KONSTAN Prosdng Semnar Nasonal Saska Unversas Padjadjaran, 3 November 00 (A.7) OPIMISASI POROFOIO BERDASARKAN MEAN-VAUE A RISK DI BAWAH MODE INDEKS BERGANDA DENGAN VOAIIAS AK KONSAN Agus Suprana, F. Sukono, Bunga

Lebih terperinci

PROSES STOKASTIK KELAHIRAN-KEMATIAN DENGAN DUA JENIS KELAMIN SECARA KELOMPOK PADA PROSES YULE- FURRY. Samsuryadi

PROSES STOKASTIK KELAHIRAN-KEMATIAN DENGAN DUA JENIS KELAMIN SECARA KELOMPOK PADA PROSES YULE- FURRY. Samsuryadi JURNAL MATEMATIKA DAN KOMUTER Vol. 4. No. - Agusus ISSN : 4-858 ROSES STOKASTIK KELAHIRAN-KEMATIAN DENAN DUA JENIS KELAMIN SECARA KELOMOK ADA ROSES YULE- FURRY Samsuryad Jurusan Maemaka FMIA Unversas Srwaya

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Data panel adalah gabungan dari data cross sectional dan data time series, dimana

BAB II TINJAUAN PUSTAKA. Data panel adalah gabungan dari data cross sectional dan data time series, dimana 6 BAB II IJAUA PUSAA. Pendahuluan Maer enang daa anel dambl dar Gujara (3) dan Judge (985). Daa anel adalah gabungan dar daa cross seconal dan daa me seres, dmana dalam daa anel un cross seconal yang sama

Lebih terperinci

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang BAB 2 LANDASAN TEORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. Sedangkan ramalan adalah suau aau kondisi yang diperkirakan akan erjadi

Lebih terperinci

BAB II TINJAUAN TEORITIS

BAB II TINJAUAN TEORITIS BAB II TIJAUA TEORITIS 2.1 Peramalan (Forecasing) 2.1.1 Pengerian Peramalan Peramalan dapa diarikan sebagai beriku: a. Perkiraan aau dugaan mengenai erjadinya suau kejadian aau perisiwa di waku yang akan

Lebih terperinci

Pemodelan Penyerapan Tenaga Kerja Sektor Industri di Indonesia Dengan Pendekatan Regresi Data Panel Dinamis

Pemodelan Penyerapan Tenaga Kerja Sektor Industri di Indonesia Dengan Pendekatan Regresi Data Panel Dinamis JURAL SAIS DA SEI ITS Vol. 5 o. 2 (2016) 2337-3520 (2301-928X Prn) D-217 Pemodelan Penyerapan Tenaga Kerja Sekor Indusr d Indonesa Dengan Pendekaan Regres Daa Panel Dnams Avolla Terza Damalana dan Seawan

Lebih terperinci

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL MESIN OKK Gll BCG1-P PADA BAGIAN DRAWING PT VONEX INDONESIA 3.1 Pedahulua Pada Bab II elah djelaska megea eor eor yag dbuuhka uuk meeuka jadwal opmum

Lebih terperinci

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan BAB 2 URAIAN EORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan memperkirakan aau memprediksi apa yang erjadi pada waku yang akan daang, sedangkan rencana merupakan penenuan apa yang akan dilakukan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN EORI. njauan Pusaka.. Peramalan Peramalan (forecasng) merupakan ala banu yang penng dalam perencanaan yang efekf dan efsen khususnya dalam bdang ekonom. Dalam organsas modern mengeahu keadaan

Lebih terperinci

Pengenalan Aksara Pallawa dengan Model Hidden Markov

Pengenalan Aksara Pallawa dengan Model Hidden Markov Pengenalan Aksara Pallawa dengan Model Hdden Markov Wwen Wdyasu Teknk Elekro, Fakulas Sans dan Teknolog, Unversas Sanaa Dharma Emal: wwen@usd.ac.d Absrak Aksara Pallawa aau kadangkala duls sebaga Pallava

Lebih terperinci

( L ). Matriks varians kovarians dari

( L ). Matriks varians kovarians dari LIVIA PUSPA T 677 9.3 METODE KOMPONEN UTAMA Informas yang dbuuhkan daam eknk komponen uama suau daa ddapa dar marks varans kovarans, aau marks koreasnya. Meode komponen uama n, beruuan unuk menaksr parameer

Lebih terperinci

BAB 1 PENDAHULUAN. Dalam pelaksanaan pembangunan saat ini, ilmu statistik memegang peranan penting

BAB 1 PENDAHULUAN. Dalam pelaksanaan pembangunan saat ini, ilmu statistik memegang peranan penting BAB 1 PENDAHULUAN 1.1. Laar Belakang Dalam pelaksanaan pembangunan saa ini, ilmu saisik memegang peranan pening baik iu di dalam pekerjaan maupun pada kehidupan sehari-hari. Ilmu saisik sekarang elah melaju

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang BAB 2 TINJAUAN TEORITIS 2.1 Pengerian dan Manfaa Peramalan Kegiaan unuk mempeirakan apa yang akan erjadi pada masa yang akan daang disebu peramalan (forecasing). Sedangkan ramalan adalah suau kondisi yang

Lebih terperinci

TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE

TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE Fan Puspasar 201 16019 Program Sud Magser Maemaa Faulas Maemaa dan Ilmu Pengeahuan Alam Insu Tenolog Bandung

Lebih terperinci

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu BAB III METODE DEKOMPOSISI CENSUS II 3.1 Pendahuluan Daa dere waku adalah daa yang dikumpulkan dari waku ke waku unuk menggambarkan perkembangan suau kegiaan (perkembangan produksi, harga, hasil penjualan,

Lebih terperinci

' PERATURAN BUPATI PACITAN I NOMOR 4 TAHUN 2012 PEMBERIAN BANTUAN PERALATAN DAN/ATAU MESIN BAGI INDUSTRI KECIL DAN MENENGAH KABUPATEN PACITAN

' PERATURAN BUPATI PACITAN I NOMOR 4 TAHUN 2012 PEMBERIAN BANTUAN PERALATAN DAN/ATAU MESIN BAGI INDUSTRI KECIL DAN MENENGAH KABUPATEN PACITAN j BUPAT PACTAN ' PERATURAN BUPAT PACTAN NOMOR 4 TAHUN 2012 TENTANG PEMBERAN BANTUAN PERALATAN DAN/ATAU MESN BAG NDUSTR KECL DAN MENENGAH KABUPATEN PACTAN DENGAN RAHMAT TUHAN YANG MAHA ESA BUPAT PACTAN

Lebih terperinci

BUPATI PACITAN. i PERATURAN BUPATI PACITAN ; NOMOR 5" TAHUN 2008 TENTANG

BUPATI PACITAN. i PERATURAN BUPATI PACITAN ; NOMOR 5 TAHUN 2008 TENTANG BUPAT PACTAN PERATURAN BUPAT PACTAN ; NOMOR 5" TAHUN 2008 TENTANG PETUNJUK PELAKSANAAN PERATURAN DAERA KABUPATEN PACTAN NOMOR 25 TAHUN 2007 TENTANG ORGAN DAN KEPEGAWAAN PERUSAHAAN DAERAH AR MNUM j KABUPATEN

Lebih terperinci

Metode Bayes Dan Ketidaksamaan Cramer-Rao Dalam Penaksiran Titik

Metode Bayes Dan Ketidaksamaan Cramer-Rao Dalam Penaksiran Titik Jural Jural Maemaka, Saska, & Kompuas Vol. 4 No. Jauar 08 Vol. 3 No Jul 006 p-issn: 858-38 53 e-issn: 64-88 Vol. 4, No., 54-59, Jauar 08 Vol. 4, No., 54-58, Jauar 08 Meode Bayes Da Kedaksamaa Cramer-Rao

Lebih terperinci

Kresnanto NC. Model Sebaran Pergerakan

Kresnanto NC. Model Sebaran Pergerakan Kresnano C Moel Sebaran Pergerakan Kresnano C Tujuan Uama: Mengeahu pola pergerakan alam ssem ransporas serng jelaskan alam benuk arus pergerakan (kenaraan, penumpang, an barang) yang bergerak ar zona

Lebih terperinci

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan BAB 2 LANDASAN TEORI 2.1. Produksi Produksi padi merupakan suau hasil bercocok anam yang dilakukan dengan penanaman bibi padi dan perawaan sera pemupukan secara eraur sehingga menghasilkan suau produksi

Lebih terperinci

Optimasi Model Inventory Deterministik untuk Permintaan Menaik dan Biaya Pemesanan Konstan

Optimasi Model Inventory Deterministik untuk Permintaan Menaik dan Biaya Pemesanan Konstan Opma Model Invenory Deermnk unuk Permnaan Menak dan Baya Pemeanan Konan Dana Purwaar, Rully Soelaman, Fr Qona Fakula Teknolog Informa, Inu Teknolog Sepulu Nopember, Surabaya E-mal : rully@-by.edu Abrak

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI Landasan Teor 6 BAB II LADASA TEORI. PERAMALA PERMITAA Peramalan adalah suau proses dalam menggunakan daa hsores yang elah dmlk unuk dproyekskan ke dalam suau model dan menggunakan model n unuk memperkrakan

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah BAB I PENDAHULUAN 1.1. Laar Belakang Masalah Knerja pembangunan ekonom Indonesa bsa dkaakan sanga membanggakan dengan ngka perumbuhan ekonom selama beberapa dekade erakhr n sangalah ngg, walaupun mengalam

Lebih terperinci

BAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode

BAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode 20 BAB 2 LADASA TEORI 2.1. Pengerian Peramalan Meode Peramalan merupakan bagian dari ilmu Saisika. Salah sau meode peramalan adalah dere waku. Meode ini disebu sebagai meode peramalan dere waku karena

Lebih terperinci

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana

Lebih terperinci

PENERAPAN FUZZY MULTI CRITERIA DECISION MAKING UNTUK MENENTUKAN PEMBERIAN BEASISWA

PENERAPAN FUZZY MULTI CRITERIA DECISION MAKING UNTUK MENENTUKAN PEMBERIAN BEASISWA Semnar Nasonal Teknolog Informas dan Mulmeda 2015 STMIK AMIKOM Yogyakara, 6-8 Februar 2015 PENERAPAN FUZZY MULTI CRITERIA DECISION MAKING UNTUK MENENTUKAN PEMBERIAN BEASISWA Yeffransjah Salm STMIK Indonesa

Lebih terperinci

BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV

BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV 4. Proses Sokask Dalam kehdupa yaa, sergkal orag g megama keerkaa sau kejada dega kejada la dalam suau erval waku ereu, yag merupaka suau barsa kejada.

Lebih terperinci

Konferensi Nasional Sistem dan Informatika 2008; Bali, November 15, 2008

Konferensi Nasional Sistem dan Informatika 2008; Bali, November 15, 2008 Konferens asonal Ssem dan Informaka 008; Bal, ovember, 008 KSI08-0 APLIKASI MATEMATIKA UMERIK METODE EWTO RAPHSO DALAM BIDAG MAAJEME KEUAGA: SUATU TIJAUA KHUSUS MEETUKA ILAI ITERAL RATE OF RETUR DA YIELD

Lebih terperinci

SOLUSI SISTEM PERSAMAAN DIFFERENSIAL NON LINEAR MENGGUNAKAN METODE EULER BERBANTUAN PROGRAM MATLAB SKRIPSI

SOLUSI SISTEM PERSAMAAN DIFFERENSIAL NON LINEAR MENGGUNAKAN METODE EULER BERBANTUAN PROGRAM MATLAB SKRIPSI SOLUSI SISTEM PERSAMAAN DIFFERENSIAL NON LINEAR MENGGUNAKAN METODE EULER BERBANTUAN PROGRAM MATLAB SKRIPSI oleh: RILA DWI RAHMAWATI NIM: 0350050 JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS

Lebih terperinci

Analisis Survival pada Pasien Penderita Sindrom Koroner Akut di RSUD Dr. Soetomo Surabaya Tahun 2013 Menggunakan Regresi Cox Proportional Hazard

Analisis Survival pada Pasien Penderita Sindrom Koroner Akut di RSUD Dr. Soetomo Surabaya Tahun 2013 Menggunakan Regresi Cox Proportional Hazard JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (215) 2337-352 (231-928X Prn) D151 Analss Survval pada Pasen Pendera Sndrom Koroner Aku d RSUD Dr. Soeomo Surabaya Tahun 213 Menggunakan Regres Cox Proporonal Hazard

Lebih terperinci

Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember (ITS) (2)

Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember (ITS) (2) JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (016) 337-350 (301-98X Prn) D-17 Analss Kurva Survval Kaplan Meer pada Pasen HIV/AIDS dengan Anrerovral Therapy (ART) d RSUD Prof. Dr. Soekandar Kabupaen Mojokero

Lebih terperinci

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF Pada bab ini akan dibahas mengenai sifa-sifa dari model runun waku musiman muliplikaif dan pemakaian model ersebu menggunakan meode Box- Jenkins beberapa ahap

Lebih terperinci

Nama : Crishadi Juliantoro NPM :

Nama : Crishadi Juliantoro NPM : ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah Dalam sisem perekonomian suau perusahaan, ingka perumbuhan ekonomi sanga mempengaruhi kemajuan perusahaan pada masa yang akan daang. Pendapaan dan invesasi merupakan

Lebih terperinci

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan

Lebih terperinci

APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND

APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND Noeryani 1, Ely Okafiani 2, Fera Andriyani 3 1,2,3) Jurusan maemaika, Fakulas Sains Terapan, Insiu Sains & Teknologi

Lebih terperinci

IV. METODOLOGI PENELITIAN

IV. METODOLOGI PENELITIAN IV. METODOLOGI PENELITIN 4.. Obek Penelan Obek penelan adalah Provns Sulawes Tengah, yang ddasarkan aas beberapa permbangan. Perama, Provns Sulawes Tengah memlk sumberdaya sekor peranan dan ndusr pengolahan

Lebih terperinci

EL NINO, LA NINA, DAN PENAWARAN PANGAN DI JAWA, INDONESIA

EL NINO, LA NINA, DAN PENAWARAN PANGAN DI JAWA, INDONESIA Jurnal Ekonom Pembangunan Volume 1, Nomor, Desember 011, hlm.57-71 EL NINO, LA NINA, DAN PENAWARAN PANGAN DI JAWA, INDONESIA Arn Wahyu Uam, Jamhar, dan Suhamn Hardyasu Jurusan Sosal Ekonom Peranan, Fakulas

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Manova atau Multvarate of Varance merupakan pengujan dalam multvarate yang bertujuan untuk mengetahu pengaruh varabel respon dengan terhadap beberapa varabel predktor

Lebih terperinci

USING THE PAST TO PREDICT THE FUTURE WORKSHOP ANALISIS RESIKO UNTUK BISNIS

USING THE PAST TO PREDICT THE FUTURE WORKSHOP ANALISIS RESIKO UNTUK BISNIS USING THE PAST TO PREDICT THE FUTURE WORKSHOP ANALISIS RESIKO UNTUK BISNIS Oleh : Maman Seawan, SE, MT 28 29 Sepember 2004 PROGRAM PENGEMBANGAN KOMPETENSI BISNIS DIVISI PENGKAJIAN DAN PENGEMBANGAN BISNIS

Lebih terperinci

III. METODE PENELITIAN. Konsep dasar dan definisi operasional merupakan pengertian dan petunjuk yang

III. METODE PENELITIAN. Konsep dasar dan definisi operasional merupakan pengertian dan petunjuk yang III. METODE PENELITIAN A. Konsep Dasar dan Definisi Operasional Konsep dasar dan definisi operasional merupakan pengerian dan peunjuk yang digunakan unuk menggambarkan kejadian, keadaan, kelompok, aau

Lebih terperinci

! BUPATI PACriAN j PERATURAN BUPATI PACITAN NOMOR 18 TAHUN 2013

! BUPATI PACriAN j PERATURAN BUPATI PACITAN NOMOR 18 TAHUN 2013 ! BUPAT PACrAN j PERATURAN BUPAT PACTAN NOMOR 18 TAHUN 2013 TENTANG PEDOMAN PENYUSUNAN LAPORAN DEWAN PENGAWAS BADAN LAYANAN UMUM DAERAH PADA RUMAH SAKT UMUM DAERAH KABUPATEN PACTAN DENGAN RAHMAT TUHAN

Lebih terperinci

BERITA DAERAH KABUPATEN PACITAN PERATURAN BUPATI PACITAN 1 NOMOR 16 TAHUN 2010 TENTANG

BERITA DAERAH KABUPATEN PACITAN PERATURAN BUPATI PACITAN 1 NOMOR 16 TAHUN 2010 TENTANG BERTA DAERAH KABUPATEN PACTAN TAHUN 200 NOMOR 7 PERATURAN BUPAT PACTAN NOMOR 6 TAHUN 200 TENTANG PERUBAHAN KETGA ATAS PERATURAN BUPAT PACTAN NOMOR 28 TAUN 2009 TENTANG PENJABARAN ANGGARAN PENDAPATAN DAN

Lebih terperinci

DINAMIKA INTERAKSI DARI SPEKULASI DAN DIVERSIFIKASI PADA SAHAM DARWISAH

DINAMIKA INTERAKSI DARI SPEKULASI DAN DIVERSIFIKASI PADA SAHAM DARWISAH DINAMIKA INTERAKSI DARI SPEKULASI DAN DIVERSIFIKASI PADA SAHAM DARWISAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 009 ABSTRACT DARWISAH. Dynamcs

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Defenisi Persediaan Persediaan adalah barang yang disimpan unuk pemakaian lebih lanju aau dijual. Persediaan dapa berupa bahan baku, barang seengah jadi aau barang jadi maupun

Lebih terperinci

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN PEMODELAN NILAI UKAR RUPIAH ERHADAP $US MENGGUNAKAN DERE WAKU HIDDEN MARKOV SAU WAKU SEBELUMNYA BERLIAN SEIAWAY, DIMAS HARI SANOSO, N. K. KUHA ARDANA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan

Lebih terperinci

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas

Lebih terperinci

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode BAB III METODE PENELITIAN 3. Meode Penelan Meode penelan yang dgunakan dalam penelan n adalah meode deskrpf anals. Wnarno Surakhmad (990:40) mengemukakan bahwa meode deskrpf mempunya cr-cr sebaga berku:.

Lebih terperinci

Solusi Numerik Model Umum Epidemik Susceptible, Infected, Recovered (SIR) dengan Menggunakan Metode Modified Milne-Simpson

Solusi Numerik Model Umum Epidemik Susceptible, Infected, Recovered (SIR) dengan Menggunakan Metode Modified Milne-Simpson JURNAL SAINTIFIK VOL. NO. JULI 0 Slus Numerk Mdel Umum Epdemk Suscepble Ineced Recvered SIR denan Menunakan Mede Mded Mlne-Smpsn Wayudn Nur Nurul Muklsa Abdal Prram Sud Maemaka FMIPA Unversas Sulawes Bara

Lebih terperinci

APLIKASI INVERSI NON LINIER DENGAN PENDEKATAN LINIER UNTUK MENENTUKAN HIPOSENTER (CONTOH KASUS DI G. KELUD)

APLIKASI INVERSI NON LINIER DENGAN PENDEKATAN LINIER UNTUK MENENTUKAN HIPOSENTER (CONTOH KASUS DI G. KELUD) Alkas Iners Non Lner Dengan Pendekaan Lner Unuk Menenukan Hosener Conoh Kasus d G. Kelud) Cece Sulaeman) APLIKASI INVERSI NON LINIER DENGAN PENDEKATAN LINIER UNTUK MENENTUKAN HIPOSENTER CONTOH KASUS DI

Lebih terperinci

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton

Lebih terperinci