Trend Sekuler Linier. Analisis Runtut Waktu (Time Series) adalah analisis pergerakan atau perubahan variabel bisnis/ekonomi dari waktu ke waktu.

Ukuran: px
Mulai penontonan dengan halaman:

Download "Trend Sekuler Linier. Analisis Runtut Waktu (Time Series) adalah analisis pergerakan atau perubahan variabel bisnis/ekonomi dari waktu ke waktu."

Transkripsi

1 Trend Sekuler Linier 1. Pendahuluan Analisis Runtut Waktu (Time Series) adalah analisis pergerakan atau perubahan variabel bisnis/ekonomi dari waktu ke waktu. Pola dasar pergerakan runtut waktu : 1) Trend Sekuler (Secular Trend) Gerak variabel yang cenderung ke satu arah (naik atau turun). Misalnya : - peningkatan GNP - volume penjualan dari waktu ke waktu. 2) Variasi Musim (Seasonal Variation) Arah pergerakan berubah secara periodik. Panjang periode kurang dari 1 tahun. Misalnya : - variasi volume penjualan es krim pada musim hujan dan musim kemarau. 3) Gerak Siklis (Cyclical Fluctuation) Arah pergerakan (di atas atau di bawah garis normal) menurut siklus bisnis. Panjang periode lebih panjang dibanding variasi musim (> 1 tahun). Misalnya : - volume penjualan yang mengikuti siklus (hidup) produk. 4) Gerak Tidak Beraturan (Irregular Movement) Pergerakan di luar 3 gerak sebelumnya, meliputi kejadian-kejadian yang tidak terduga. Misalnya : - pengaruh bencana alam terhadap produksi/penjualan. Kegunaan Trend Sekuler, untuk : 1) Menggambarkan pergerakan variabel bisnis/ekonomi. 2) Peramalan dilakukan dengan ekstrapolasi persamaan garis Trend Sekuler. 1

2 Jenis Trend Sekuler : 1) Trend Sekuler Linier 2) Trend Sekuler Non Linier : a) Trend Sekuler Kuadratik b) Trend Sekuler Eksponensial. 2. Trend sekuler Linier Bentuk Umum Y = a + bx Y: variabel bisnis X: variabel waktu a : konstanta nilai Y pada saat X = 0 b : kemiringan = trend koefisien perubahan nilai Y karena perubahan nilai X Nilai b Nilai b dapat bernilai negatif Y a Y = a - bx X Nilai b dapat bernilai positif Y a Y = a + bx Metode penetapan Persamaan Garis Trend Sekuler Linier X 1) Metode Garis Lurus 2) Metode Semi Rata-Rata 3) Metode Kuadrat Terkecil (Least Square). Banyak Data yang digunakan sebaiknya > 10 (tahun) 2

3 3. Metode Semi Rata-Rata Tahun Dasar yang digunakan adalah Tahun di urutan pertama. Perhitungan dibedakan antara banyak tahun (n) ganjil dan genap. 3.1 Banyak Tahun (n) GANJIL Tahun X Volume Penjualan unit) TahunDasar Paruh I Data tak digunakan Paruh II (juta Banyak tahun = n = 7 (ganjil) Tahun dasar = 2001 Data di Tahun yang di tengah gugus data : TIDAK DIGUNAKAN Koordinat I = (X1, Y1) X1: Rata-rata X pada paruh data pertama Y1: Rata-rata Y pada paruh data pertama Koordinat II = (X2,Y2) X2: Rata-rata X pada paruh data kedua Y2: Rata-rata X pada paruh data kedua Untuk kasus di atas Koordinat I = (X1, Y1) X1 = = = Y1 = = = Koordinat I = (1, 12) 3

4 Koordinat II = (X2, Y2) X2 = = = Y2 = = = Koordinat II = (5, 19) Kedua koordinat dimasukkan ke dalam persamaan Y = a + bx sehingga diperoleh 2 persamaan, yaitu: Dari Koordinat I ( 1, 12) didapat persamaan (1) 12 = a + 1 (b) Dari Koordinat II (5, 19) didapat persamaan (2) 19 = a + 5 (b) Lalu dengan teknik eliminasi akan diperoleh nilai b, dan a Kurangkan persamaan (1) ke persamaan (2), dan akan didapat nilai b 19 = a + 5 (b) 12 = a + 1 (b) 7 = 4 b b = 7/4 = 1.75 Masukkan nilai b ke dalam persamaan (1) atau persamaan (2), dan akan didapat nilai a 19 = a + 5 (1.75) 19 = a a = = atau 12 = a + 1 (1.75) 12 = a a = = Persamaan Trend Sekuler Linier adalah Y = X 4

5 Peramalan dengan TSL Perkirakan volume penjualan tahun 2008 X = 8 (Tahun Dasar = 2001) Y = (X=8) = = Jadi Tahun 2008, diperkirakan volume penjualan = juta unit 3.2 Banyak Tahun (n) GENAP Tahun X Volume Penjualan unit) TahunDasar Paruh I Paruh II (juta Banyak tahun = n = 8 (genap) Tahun dasar = 2001 Koordinat I = (X1, Y1) X1: Rata-rata X pada paruh data pertama Y1: Rata-rata Y pada paruh data pertama Koordinat II = (X2,Y2) X2: Rata-rata X pada paruh data kedua Y2: Rata-rata X pada paruh data kedua Untuk kasus di atas Koordinat I = (X1, Y1) X1 = = = Koordinat I = (1.5, 13) Y1 = = =

6 Koordinat II = (X2, Y2) Koordinat II = (5.5, 19.5) X2 = = = Y2 = = 78 = Dari Koordinat I ( 1.5, 13) didapat persamaan (1) 13 = a (b) Dari Koordinat II (5.5, 19.5) didapat persamaan (2) 19.5 = a (b) Lalu dengan teknik eliminasi akan diperoleh nilai b, dan a Kurangkan persamaan (1) ke persamaan (2), dan akan didapat nilai b 19.5 = a (b) 13 = a (b) 6.5 = 4 b b = 6.5/4 = Masukkan nilai b ke dalam persamaan (1) atau persamaan (2), dan akan didapat nilai a 19.5 = a (1.625) 19.5 = a a = = atau 13 = a (1.625) 13 = a a = = Persamaan Trend sekuler Linier Y = X 6

7 Peramalan dengan TSL Perkirakan volume penjualan tahun 2009 X = 8 Y = (X=8) = = Jadi Tahun 2009, diperkirakan volume penjualan = juta unit 4. Metode Kuadrat Terkecil Bentuk Umum Y = a + bx Terdapat 2 Persamaan Normal, yaitu: 1) Y = na+ b X Perhatikan : jika X = 0 maka a 2 2) ( XY) = a X + b X Perhatikan : jika X = 0 maka b n: banyak data (sebaiknya n > 10) 4.1 Banyak Tahun (n) GANJIL Y = n ( XY) = X Tahun X Volume Penjualan = Y (Juta Unit) XY X² Σ ΣX = 0 ΣY = 57 ΣXY=19 ΣX² = 10 2 n = 5 Tahun Dasar = 2005 (Tahun yang ada di tengah gugus data) 7

8 Y a = n = 57 5 = 114. b Jadi Persamaan TSL adalah Y = X ( XY) 19 = = = X 10 Peramalan dengan TSL Perkirakan Volume Penjualan Tahun 2009 untuk tahun 2009, X = 4 Maka Y = ( 1.9 4) = = 19 Volume Penjualan Tahun 2009 diperkirakan = 19 juta unit Perubahan Tahun Dasar Jika tahun dasar diubah, maka pada persamaan TSL terjadi perubahan hanya pada nilai konstanta (a) sedangkan nilai trend/kemiringan (b) tetap. Nilai (a) pada Tahun Dasar baru didapat dengan memasukkan nilai X pada Tahun Dasar baru ke dalam persamaan Y = a + bx. Contoh : Persamaan TSL Y = X di dapat dengan menggunakan Tahun dasar = 2005, jika tahun dasar diubah menjadi tahun 2004 di mana X = -1, maka: a = Y = X = (-1) = = 9.5 sehingga persamaan TSL dengan Tahun dasar = 2004 adalah Y = X Peramalan dengan persamaan TSL yang baru ini dilakukan dengan mengingat bahwa X= 0 diletakkan pada Tahun 2004, sehingga jika akan diramalkan penjualan Tahun 2009, maka X = 5 sehingga penjualan Tahun 2009 adalah : Y = X = (5) = = 19 juta unit Hasilnya sama seperti pada peramalan dengan tahun dasar 2005, yang sebelumnya sudah dihitung. 8

9 4.2 BanyakTahun (n) GENAP Tahun X X Volume Penjualan = Y (Juta Unit) XY X² ½ ½ ½ ½ ½ ½ Σ ΣX = 0 ΣX = 0 ΣY = 75 ΣXY=71 ΣX² = 70 n = 6 Tahun dasar jatuh di antara Tahun 2004 dan Tahun 2005 (Juni 2004) 75 = Y ( XY) 71 a = = 12.5 b = = = = n 6 X 70 Jadi Persamaan TSL adalah Y = X Peramalan dengan TSL Perkirakan volume Penjualan Tahun 2009, untuk Tahun 2009, X = 9 Maka Y = ( ) = = Volume Penjualan Tahun 2009 diperkirakan = juta unit. Perubahan Tahun Dasar Jika tahun dasar diubah, maka pada persamaan TSL terjadi perubahan hanya pada nilai konstanta (a) sedangkan nilai trend/kemiringan (b) tetap. Nilai (a) pada Tahun Dasar baru didapat dengan memasukkan nilai X pada Tahun Dasar baru ke dalam persamaan Y = a + bx. Contoh : Persamaan TSL Y = X di dapat dengan menggunakan Tahun dasar = Juni Jika tahun dasar diubah menjadi Januari 2005 di mana X = 1, maka a = Y = X = (1) = =

10 sehingga persamaan TSL dengan Tahun dasar = Januari 2005 adalah Y = X Peramalan dengan persamaan TSL yang baru ini dilakukan dengan mengingat bahwa X= 0 diletakkan pada Tahun 2005 (Januari 2005). Jika akan diramalkan penjualan Tahun 2009, maka X = 4 dan X = 8, nilai X harus dikalikan 2 mengingat X pada persamaan awal pun didapat dengan mengalikan X dengan 2 Volume Penjualan Tahun 2009 adalah : Y = X = (8) = juta unit Hasilnya sama seperti pada peramalan dengan tahun dasar Juni 2004, yang sebelumnya sudah dihitung. Selesai 10

Peramalan (Forecasting)

Peramalan (Forecasting) Peramalan (Forecasting) Peramalan (forecasting) merupakan suatu proses perkiraan keadaan pada masa yang akan datang dengan menggunakan data di masa lalu (Adam dan Ebert, 1982). Awat (1990) menjelaskan

Lebih terperinci

ANALISIS RANGKAIAN WAKTU (TIME SERIES ANALYSIS)

ANALISIS RANGKAIAN WAKTU (TIME SERIES ANALYSIS) BAB 5 ANALISIS RANGKAIAN WAKTU (TIME SERIES ANALYSIS) Kompetensi Menjelaskan konsep dasar time series. Indikator 1. Menjelaskan konsep dasar time series analysis: trend linear.. Menjelaskan konsep dasar

Lebih terperinci

CROSS SECTION. Data yang tidak berdasar waktu DATA STATISTIK BERDASARKAN PERSPEKTIF WAKTU TIME SERIES. Berbasis Waktu

CROSS SECTION. Data yang tidak berdasar waktu DATA STATISTIK BERDASARKAN PERSPEKTIF WAKTU TIME SERIES. Berbasis Waktu 1 CROSS SECTION DATA STATISTIK BERDASARKAN PERSPEKTIF WAKTU Data yang tidak berdasar waktu TIME SERIES Berbasis Waktu 2 DERET BERKALA (TIME SERIES) Suatu deret berkala merupakan suatu himpunan observasi

Lebih terperinci

Analisis Deret Waktu (Time Series Analysis) 3 sesi. Disusun oleh : Sigit Nugroho Sigma Mu Rho

Analisis Deret Waktu (Time Series Analysis) 3 sesi. Disusun oleh : Sigit Nugroho Sigma Mu Rho Analisis Deret Waktu (Time Series Analysis) 3 sesi Disusun oleh : Sigit Nugroho Sigma Mu Rho Konsep Dasar Tersedianya data satu peubah (variabel) berdasarkan waktu Perilaku informasi spt: permintaan, penawaran,

Lebih terperinci

Waktu (Tahun)

Waktu (Tahun) ANALISIS DATA BERKALA. Pengertian Data Berkala Data berkala merupakan data dari suatu kejadian menurut waktu yang lazim dikenal dengan data time series yaitu merupakan historical data (data sebenarnya).

Lebih terperinci

BAB III METODE DEKOMPOSISI. 3.1 Arti dan Pentingnya Analisis Deret Waktu. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu

BAB III METODE DEKOMPOSISI. 3.1 Arti dan Pentingnya Analisis Deret Waktu. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu BAB III METODE DEKOMPOSISI 3.1 Arti dan Pentingnya Analisis Deret Waktu Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu untuk menggambarkan perkembangan suatu kegiatan (perkembangan produksi,

Lebih terperinci

1. PENGERTIAN. Anggaran Penjualan Hal 5

1. PENGERTIAN. Anggaran Penjualan Hal 5 2 ANGGARAN PENJUALAN 1. PENGERTIAN A nggaran penjualan merupakan anggaran pertama yang dibuat oleh perusahaan. Hal ini sehubungan anggaran penjualan umumnya menggambarkan penghasilan yang akan diterima

Lebih terperinci

Bab 3 ANALISIS REGRESI

Bab 3 ANALISIS REGRESI Bab 3 ANALISIS REGRESI Pendahuluan Dalam kehidupan ini kita berhadapan dengan berbagai gejala yang meliputi berbagai variabel. Contoh: 1. berat badan dalam taraf tertentu tergantung pada tinggi badannya,

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.. Pengertian Manajemen Produksi dan Operasi Sebelum kita membahas lebih lanjut mengenai manajemen produksi dan operasi sebaiknya kita mengetahui terlebih dahulu pengertian dari

Lebih terperinci

UNIVERSITAS WINAYA MUKTI TEKNIK PROYEKSI BISNIS DODI TISNA AMIJAYA SE.,MM METODA METODA -- METODA PERAMALAN METODA PERAMALAN

UNIVERSITAS WINAYA MUKTI TEKNIK PROYEKSI BISNIS DODI TISNA AMIJAYA SE.,MM METODA METODA -- METODA PERAMALAN METODA PERAMALAN UNIVERSITAS WINAYA MUKTI TEKNIK PROYEKSI BISNIS DODI TISNA AMIJAYA SE.,MM METODA - METODA PERAMALAN PADA DASARNYA METODA PERAMALAN DAPAT DIKELOMPOKKAN KE DALAM 3 KELOMPOK YAITU : 1. METODA KUALITATIF YANG

Lebih terperinci

PENAKSIRAN FUNGSI PERMINTAAN ESTIMASI PERMINTAAN PASAR

PENAKSIRAN FUNGSI PERMINTAAN ESTIMASI PERMINTAAN PASAR PENAKSIRAN FUNGSI PERMINTAAN ESTIMASI PERMINTAAN PASAR ESTIMASI PERMINTAAN PASAR Bagi para manajer produksi, estimasi atau perkiraan secara kuantitatif permintaan terhadap suatu produk penting untuk diketahui

Lebih terperinci

POKOK BAHASAN. : Peramalan (Forecasting) Bab II : Manajemen Proyek. Bab III : Manajemen Persediaan. Bab IV : Supply-Chain Management

POKOK BAHASAN. : Peramalan (Forecasting) Bab II : Manajemen Proyek. Bab III : Manajemen Persediaan. Bab IV : Supply-Chain Management MANAJEMEN OPERASI 1 POKOK BAHASAN Bab I : Peramalan (Forecasting) Bab II : Manajemen Proyek Bab III : Manajemen Persediaan Bab IV : Supply-Chain Management Bab V : Penetapan Harga (Pricing) 2 BAB I PERAMALAN

Lebih terperinci

BAB 3 PRAKIRAAAN dan PERAMALAN PRODUKSI. Dalam Manajemen Operasional, mengapa perlu ada peramalan produksi?

BAB 3 PRAKIRAAAN dan PERAMALAN PRODUKSI. Dalam Manajemen Operasional, mengapa perlu ada peramalan produksi? BAB 3 PRAKIRAAAN dan PERAMALAN PRODUKSI Dalam Manajemen Operasional, mengapa perlu ada peramalan produksi? a. Ada ketidak-pastian aktivitas produksi di masa yag akan datang b. Kemampuan & sumber daya perusahaan

Lebih terperinci

Regresi Linier Sederhana dan Korelasi. Pertemuan ke 4

Regresi Linier Sederhana dan Korelasi. Pertemuan ke 4 Regresi Linier Sederhana dan Korelasi Pertemuan ke 4 Pengertian Regresi merupakan teknik statistika yang digunakan untuk mempelajari hubungan fungsional dari satu atau beberapa variabel bebas (variabel

Lebih terperinci

BAB II TINJAUAN PUSTAKA. estimasi data yang akan datang. Peramalan atau Forecasting merupakan bagian

BAB II TINJAUAN PUSTAKA. estimasi data yang akan datang. Peramalan atau Forecasting merupakan bagian BAB II TINJAUAN PUSTAKA 2.1 Landasan Teori 2.1.1 Peramalan Peramalan adalah data di masa lalu yang digunakan untuk keperluan estimasi data yang akan datang. Peramalan atau Forecasting merupakan bagian

Lebih terperinci

BAB III PERAMALAN DENGAN METODE DEKOMPOSISI. (memecah) data deret berkala menjadi beberapa pola dan mengidentifikasi masingmasing

BAB III PERAMALAN DENGAN METODE DEKOMPOSISI. (memecah) data deret berkala menjadi beberapa pola dan mengidentifikasi masingmasing BAB III PERAMALAN DENGAN METODE DEKOMPOSISI 3.1 Metode Dekomposisi Prinsip dasar dari metode dekomposisi deret berkala adalah mendekomposisi (memecah) data deret berkala menjadi beberapa pola dan mengidentifikasi

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1. Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB 2 LANDASAN TEORI 2.1 Pengertian Kependudukan Setiap daerah memiliki penduduk dimana penduduk tersebut memiliki karakteristik yang berbeda-beda. Dalam cakupannya penduduk tersebut saling berhubungan

Lebih terperinci

* Menetapkan model peramalan dimasa yang akan datang, baik ramal-an jangka pendek maupun jangka panjang.

* Menetapkan model peramalan dimasa yang akan datang, baik ramal-an jangka pendek maupun jangka panjang. TIME SERIES Data Deret Waktu Materi dalam bab ini adalah suatu pendekatan Statistika dalam memecahkan persoalan perubahan/pertumbuhan variabel atau faktor tertentu. Seperti diketahui Statistika membantu

Lebih terperinci

DERET BERKALA DAN PERAMALAN

DERET BERKALA DAN PERAMALAN DERET BERKALA DAN PERAMALAN 1 OUTLINE BAGIAN I Statistik Deskriptif Pengertian Statistika Penyajian Data Ukuran Pemusatan Ukuran Penyebaran Angka Indeks Deret Berkala dan Peramalan Analisis Trend (Linear,

Lebih terperinci

BAB III METODE PERAMALAN DENGAN METODE DEKOMPOSISI. Metode peramalan yang biasanya dilakukan didasarkan atas konsep

BAB III METODE PERAMALAN DENGAN METODE DEKOMPOSISI. Metode peramalan yang biasanya dilakukan didasarkan atas konsep BAB III METODE PERAMALAN DENGAN METODE DEKOMPOSISI Metode peramalan yang biasanya dilakukan didasarkan atas konsep bahwa apabila terdapat pola yang mendasari suatu deret data, maka pola tersebut dapat

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang Vanissa Hapsari,2013

BAB I PENDAHULUAN 1.1. Latar Belakang Vanissa Hapsari,2013 BAB I PENDAHULUAN 1.1. Latar Belakang Tingkat pencemaran udara di beberapa kota besar cenderung meningkat dari tahun ke tahun. Hal ini disebabkan oleh beberapa faktor diantaranya jumlah transportasi terus

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan terjadi

BAB 2 TINJAUAN TEORITIS. yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan terjadi BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan

Lebih terperinci

Pertemuan 6: Metode Least Square. Achmad Basuki Politeknik Elektronika Negeri Surabaya 2014

Pertemuan 6: Metode Least Square. Achmad Basuki Politeknik Elektronika Negeri Surabaya 2014 Pertemuan 6: Metode Least Square Achmad Basuki Politeknik Elektronika Negeri Surabaya 2014 Bagaimana mendapatkan fungsi polinomial untuk mewakili sejumlah titik data Bentuk Permasalahan Permasalahan 1

Lebih terperinci

MODUL REGRESI LINIER SEDERHANA

MODUL REGRESI LINIER SEDERHANA MODUL REGRESI LINIER SEDERHANA Tujuan Praktikum: Membantu mahasiswa memahami materi Pegambilan keputusan dari suatu kasus dengan menggunakan kaidah dan persamaan I. Pendahuluan Di dalam analisa ekonomi

Lebih terperinci

BAB II KAJIAN PUSTAKA Definisi dan Tujuan Forecasting. yang belum terjadi (Pangestu S, 1986:1). Forecasting atau peramalan

BAB II KAJIAN PUSTAKA Definisi dan Tujuan Forecasting. yang belum terjadi (Pangestu S, 1986:1). Forecasting atau peramalan BAB II KAJIAN PUSTAKA 2.1 Forecasting 2.1.1 Definisi dan Tujuan Forecasting Forecasting adalah peramalan (perkiraan) mengenai sesuatu yang belum terjadi (Pangestu S, 1986:1). Forecasting atau peramalan

Lebih terperinci

Minggu-3. Metode Penaksiran Kuantitatif. Penganggaran Perusahaan. By : Ai Lili Yuliati, Dra, MM

Minggu-3. Metode Penaksiran Kuantitatif. Penganggaran Perusahaan. By : Ai Lili Yuliati, Dra, MM Penganggaran Perusahaan Minggu-3 Metode Penaksiran Kuantitatif By : Ai Lili Yuliati, Dra, MM Further Information : Mobile: 08122035131 Email: ailili1955@gmail.com 1 Pokok Bahasan Cara penaksiran (forecasting)

Lebih terperinci

OUTLINE. BAGIAN I Statistik Deskriptif. Pengertian Statistika. Penyajian Data. Ukuran Pemusatan. Ukuran Penyebaran. Angka Indeks

OUTLINE. BAGIAN I Statistik Deskriptif. Pengertian Statistika. Penyajian Data. Ukuran Pemusatan. Ukuran Penyebaran. Angka Indeks BAB 6 DERET BERKALA DAN PERAMALAN 1 OUTLINE BAGIAN I Statistik Deskriptif Pengertian Statistika Penyajian Data Ukuran Pemusatan Ukuran Penyebaran Angka Indeks Deret Berkala dan Peramalan Analisis Trend

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LADASA TEORI 2.1 Peramalan (forecasting) 2.1.1. Hubungan Forecast dengan Rencana Forecast adalah peramalan apa yang akan terjadi pada waktu yang akan datang, sedang rencana merupakan penentuan apa

Lebih terperinci

Kata kunci: beban GI, perkiraan, regresi linier berganda

Kata kunci: beban GI, perkiraan, regresi linier berganda STUDI PERKIRAAN BEBAN PADA GARDU INDUK MANISREJO TAHUN 2014-2025 Wisnu Adi Suryo¹, Hadi Suyono, ST., MT., Ph.D ², Teguh Utomo, Ir., MT ³ ¹Mahasiswa Teknik Elektro, ² ³Dosen Teknik Elektro, Universitas

Lebih terperinci

FUNGSI DAN PERSAMAAN LINEAR. EvanRamdan

FUNGSI DAN PERSAMAAN LINEAR. EvanRamdan FUNGSI DAN PERSAMAAN LINEAR TEORI FUNGSI Fungsi yaitu hubungan matematis antara suatu variabel dengan variabel lainnya. Unsur-unsur pembentukan fungsi yaitu variabel (terikat dan bebas), koefisien dan

Lebih terperinci

Universitas Gunadarma PERAMALAN

Universitas Gunadarma PERAMALAN PERAMALAN PERAMALAN Kebutuhan Peramalan dalam Manajemen Produksi dan Operasi Manajemen Operasi/produksi menggunakan hasil-hasil peramalan dalam pembuatan keputusan-keputusan yang menyangkut pemilihan proses,

Lebih terperinci

BAB II STUDI PUSTAKA. Bagian pertama literatur yang membahas dasar teori yang digunakan dan bagian

BAB II STUDI PUSTAKA. Bagian pertama literatur yang membahas dasar teori yang digunakan dan bagian BAB II STUDI PUSTAKA Bab ini membahas beberapa literatur yang terkait dengan penelitian. Bagian pertama literatur yang membahas dasar teori yang digunakan dan bagian kedua membahas penelitian-penelitian

Lebih terperinci

BAB III METODE PEMULUSAN EKSPONENSIAL HOLT-WINTER DAN METODE DEKOMPOSISI KLASIK

BAB III METODE PEMULUSAN EKSPONENSIAL HOLT-WINTER DAN METODE DEKOMPOSISI KLASIK BAB III METODE PEMULUSAN EKSPONENSIAL HOLT-WINTER DAN METODE DEKOMPOSISI KLASIK 3.1 Metode Pemulusan Eksponensial Holt-Winter Metode rata-rata bergerak dan pemulusan Eksponensial dapat digunakan untuk

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Sistem Pendukung Keputusan Untuk membantu mempercepat dan mempermudah proses pengambilan keputusan, diperlukan suatu bentuk sistem pendukung keputusan, selanjutnya disebut SPK.

Lebih terperinci

BAB IV ANALISIS IMPLEMENTASI VARIASI MENGAJAR PADA MATA PELAJARAN FIQIH KELAS V DI MIS KERTIJAYAN

BAB IV ANALISIS IMPLEMENTASI VARIASI MENGAJAR PADA MATA PELAJARAN FIQIH KELAS V DI MIS KERTIJAYAN BAB IV ANALISIS IMPLEMENTASI VARIASI MENGAJAR PADA MATA PELAJARAN FIQIH KELAS V DI MIS KERTIJAYAN A. Analisis Pendahuluan Analisis pendahuluan merupakan tahap pengelompokan data yang dimasukkan ke dalam

Lebih terperinci

BAB III METODOLOGI PENELITIAN. menganalisis dan mengetahui bagaimana tingkat efektivitas dan kontribusi

BAB III METODOLOGI PENELITIAN. menganalisis dan mengetahui bagaimana tingkat efektivitas dan kontribusi BAB III METODOLOGI PENELITIAN A. Ruang Lingkup Penelitian Penelitian Efektivitas dan Kontribusi Pajak Daerah Terhadap Pendapatan Asli Daerah (PAD) di Kabupaten Ngawi ini dilakukan untuk menganalisis dan

Lebih terperinci

PERAMALAN ANGGARAN PENJUALAN. ERLINA, SE. Fakultas Ekonomi Program Studi Akuntansi Universitas Sumatera Utara

PERAMALAN ANGGARAN PENJUALAN. ERLINA, SE. Fakultas Ekonomi Program Studi Akuntansi Universitas Sumatera Utara PERAMALAN ANGGARAN PENJUALAN ERLINA, SE. Fakultas Ekonomi Program Studi Akuntansi Universitas Sumatera Utara A. Pendahuluan Anggaran penjualan adalah titik awal di dalam penyusunan anggaran induk. Titik

Lebih terperinci

BAB IV STUDI KASUS. Data yang digunakan adalah data jumlah pengunjung objek wisata Kebun

BAB IV STUDI KASUS. Data yang digunakan adalah data jumlah pengunjung objek wisata Kebun BAB IV STUDI KASUS 4.1 Plot Data Data yang digunakan adalah data jumlah pengunjung objek wisata Kebun Raya Cibodas dari bulan Januari 2005 hingga Desember 2009. Data selengkapnya dapat dilihat pada Tabel

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

SISTEM INFORMASI PERAMALAN PENJUALAN PADA ROSSI SARI KEDELAI MENGGUNAKAN METODE LEAST SQUARE (KUADRAT TERKECIL)

SISTEM INFORMASI PERAMALAN PENJUALAN PADA ROSSI SARI KEDELAI MENGGUNAKAN METODE LEAST SQUARE (KUADRAT TERKECIL) SISTEM INFORMASI PERAMALAN PENJUALAN PADA ROSSI SARI KEDELAI MENGGUNAKAN METODE LEAST SQUARE (KUADRAT TERKECIL) ARTIKEL SKRIPSI Diajukan Guna Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer

Lebih terperinci

BAB II TINJAUAN TEORI. perubahan bertambah disebut trend positif atau. naik. Sebaliknya, jika rata rata perubahan berkurang

BAB II TINJAUAN TEORI. perubahan bertambah disebut trend positif atau. naik. Sebaliknya, jika rata rata perubahan berkurang BAB II TINJAUAN TEORI 1.1 Pengertian Analisis Tren Trend Menurut Maryati (2010;129) menyatakan trend adalah suatu gerakan (kecenderungan) naik atau turun dalam jangka panjang, yang diperoleh dari rata

Lebih terperinci

BAB 3 METODOLOGI PENELITIAN. maka di kembangkan kerangka pemikiran penelitian sebagai berikut: ketinggian

BAB 3 METODOLOGI PENELITIAN. maka di kembangkan kerangka pemikiran penelitian sebagai berikut: ketinggian BAB 3 METODOLOGI PENELITIAN 3.1 Kerangka Pemikiran dan Hipotesis 3.1.1 Kerangka Pemikiran Berdasarkan kerangka teori yang telah dijelaskan pada gambaran umum objek, maka di kembangkan kerangka pemikiran

Lebih terperinci

BAB 2 LANDASAN TEORI. future. Forecasting require historical data retrieval and project into the

BAB 2 LANDASAN TEORI. future. Forecasting require historical data retrieval and project into the BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Forecasting is the art and science of predicting the events of the future. Forecasting require historical data retrieval and project into the future with some

Lebih terperinci

ANALISIS TIME SERIES DAN FORECASTING DATA KEUANGAN

ANALISIS TIME SERIES DAN FORECASTING DATA KEUANGAN ANALISIS TIME SERIES DAN FORECASTING DATA KEUANGAN PENGANTAR Bab sebelumnya membicarakan perbandingan cross-sectional Bab 7 ini membicarakan perbandingan time-series, yaitu membandingkan angka-angka dengan

Lebih terperinci

BAHAN AJAR : Manajemen Operasional Agribisnis

BAHAN AJAR : Manajemen Operasional Agribisnis Mata Kuliah Semester PROGRAM STUDI AGRIBISNIS FAKULTAS PERTANIAN, UNIVERSITAS ANDALAS BAHAN AJAR : Manajemen Operasional Agribisnis : IV Pertemuan Ke : 9 Pokok Bahasan Dosen : Perencanaan Produksi : Prof.

Lebih terperinci

ANGGARAN PENJUALAN (FORECAST PENJUALAN DAN HASIL PENJUALAN)

ANGGARAN PENJUALAN (FORECAST PENJUALAN DAN HASIL PENJUALAN) ANGGARAN PENJUALAN (FORECAST PENJUALAN DAN HASIL PENJUALAN) Penyusunan anggaran operasional perusahaan, pertama yang harus dilakukan membuat anggaran penjualan. Anggaran penjualan merupakan dasar penyusunan

Lebih terperinci

ANALISIS TIME SERIES OLEH : ACH. KHOZAIMI : NIKMATUS SYAFA AH

ANALISIS TIME SERIES OLEH : ACH. KHOZAIMI : NIKMATUS SYAFA AH ANALISIS TIME SERIES OLEH : ACH. KHOZAIMI : 06.04.111.00757 NIKMATUS SYAFA AH AH : 06.04.111.00767 PUNGKY ASTREA IRAWAN : 06.04.111.00799 NUR MASLAKHAH : 06.04.111.00811 VINDI KURNIATY : 06.04.111.00856

Lebih terperinci

Rumus-rumus perhitungan proyeksi jumlah penduduk: a. Metoda Arithmatik

Rumus-rumus perhitungan proyeksi jumlah penduduk: a. Metoda Arithmatik Rumus-rumus perhitungan proyeksi jumlah penduduk: a. Metoda Arithmatik Pn Po + Ka (Tn To) dimana: Pn = jumlah penduduk pada tahun ke n; Po = jumlah penduduk pada tahun dasar; Tn = tahun ke n; To = tahun

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

Dimana : a = konstanta b = koefisien regresi Y = Variabel dependen ( variabel tak bebas ) X = Variabel independen ( variabel bebas ) Untuk mencari rum

Dimana : a = konstanta b = koefisien regresi Y = Variabel dependen ( variabel tak bebas ) X = Variabel independen ( variabel bebas ) Untuk mencari rum MODUL REGRESI LINIER SEDERHANA Modul Praktikum Pendahuluan Di dalam analisa ekonomi dan bisnis, dalam mengolah data sering digunakan analisis regresi dan korelasi. Analisa regresi dan korelasi telah dikembangkan

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. masa lalu maupun saat ini baik secara matematik maupun statistik.

BAB 2 TINJAUAN TEORITIS. masa lalu maupun saat ini baik secara matematik maupun statistik. BAB 2 TINJAUAN TEORITIS Metode Peramalan Metode peramalan merupakan suatu teknik untuk memprediksi atau memperkirakan suatu nilai pada masa yang akan datang dengan memperhatikan data atau informasi masa

Lebih terperinci

PREDIKSI INTENSITAS TRAFFIC MENGGUNAKAN DYNAMIC FORECASTING

PREDIKSI INTENSITAS TRAFFIC MENGGUNAKAN DYNAMIC FORECASTING PREDIKSI INTENSITAS TRAFFIC MENGGUNAKAN DYNAMIC FORECASTING Nora Puspita Syari, Mike Yuliana, ST.MT, Ronny Susetyoko, SSi, MSi Jurusan Teknik Telekomunkasi - Politeknik Elektronika Negeri Surabaya Institut

Lebih terperinci

BAB II TINJAUAN PUSTAKA. masa yang akan datang. Sedangkan ramalan adalah suatu situasi yang diperkirakan

BAB II TINJAUAN PUSTAKA. masa yang akan datang. Sedangkan ramalan adalah suatu situasi yang diperkirakan BAB II TINJAUAN PUSTAKA 2.1 Landasan Teori. 2.1.1 Pengertian Peramalan. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah suatu situasi

Lebih terperinci

BAB III METODOLOGI PENELITIAN. 1.1 Variabel Penelitian dan Definisi Operasional

BAB III METODOLOGI PENELITIAN. 1.1 Variabel Penelitian dan Definisi Operasional BAB III METODOLOGI PENELITIAN 1.1 Variabel Penelitian dan Definisi Operasional 1.1.1 Harga Jual Harga jual adalah jumlah moneter yang dibebankan oleh suatu unit usaha kepada pembeli atau pelanggan atas

Lebih terperinci

BAB 2 LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegitan yang memperkirakan apa yang akan

BAB 2 LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegitan yang memperkirakan apa yang akan BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan (Forecasting) adalah suatu kegitan yang memperkirakan apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. Kegunaan peramalan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1.1 Sistem Produksi 1.1.1 Fungsi Produksi Aktivitas produksi sebagai suatu bagian dari fungsi organisasi perusahaan bertanggung jawab terhadap pengolahan bahan baku menjadi produksi

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 15 III. METODE PENELITIAN 3.1. Kerangka Pemikiran Penelitian Perkembangan ekonomi dan bisnis dewasa ini semakin cepat dan pesat. Bisnis dan usaha yang semakin berkembang ini ditandai dengan semakin banyaknya

Lebih terperinci

GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP)

GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP) GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP) Mata Kuliah : Statistik Bobot Mata Kuliah : 3 Sks Deskripsi Mata Kuliah : Pengertian dasar statistik, pengolahan dan penyajian data, ukuran dan lokasi (central

Lebih terperinci

Pembangunan Perangkat Lunak Peramalan Penjualan Dan Perencanaan Pemesanan Untuk Membantu Manajemen Persediaan Pada Perusahaan Dagang

Pembangunan Perangkat Lunak Peramalan Penjualan Dan Perencanaan Pemesanan Untuk Membantu Manajemen Persediaan Pada Perusahaan Dagang Pembangunan Perangkat Lunak Peramalan Penjualan Dan Perencanaan Pemesanan Untuk Membantu Manajemen Persediaan Pada Perusahaan Dagang Diana Rosida NIM: 13502050 Program Studi Teknik Informatika, Institut

Lebih terperinci

METODE PENGUKURAN DAN PERAMALAN. Pusat Pengembangan Pendidikan - Universitas Gadjah Mada

METODE PENGUKURAN DAN PERAMALAN. Pusat Pengembangan Pendidikan - Universitas Gadjah Mada METODE PENGUKURAN DAN PERAMALAN PENDAHULUAN Mengetahui prospek usaha dari proyek yang direncanakan Perkiraan tentang peluang pasar produk yang dihasilkan Bentuk dan sifat produk yang dihasilkan Nasional

Lebih terperinci

BAB III METODE DEKOMPOSISI X-11-ARIMA. Metode Census II telah dikembangkan oleh Biro Sensus Amerika Serikat.

BAB III METODE DEKOMPOSISI X-11-ARIMA. Metode Census II telah dikembangkan oleh Biro Sensus Amerika Serikat. BAB III METODE DEKOMPOSISI X-11-ARIMA 3.1 Pendahuluan Metode Census II telah dikembangkan oleh Biro Sensus Amerika Serikat. Metode Cencus II memiliki beberapa jenis metode dan perbaikan sejak metode pertama

Lebih terperinci

ANALISIS PENAMBAHAN DERMAGA BARU DALAM UPAYA MENGURAI KEPADATAN KENDARAAN DI PELABUHAN MERAK. *1) Dosen Departemen Teknik Mesin Universitas Indonesia

ANALISIS PENAMBAHAN DERMAGA BARU DALAM UPAYA MENGURAI KEPADATAN KENDARAAN DI PELABUHAN MERAK. *1) Dosen Departemen Teknik Mesin Universitas Indonesia ANALISIS PENAMBAHAN DERMAGA BARU DALAM UPAYA MENGURAI KEPADATAN KENDARAAN DI PELABUHAN MERAK * *1) Dosen Departemen Teknik Mesin Universitas Indonesia 2) Mahasiswa Program Sarjana Reguler Program Studi

Lebih terperinci

Pembahasan Materi #7

Pembahasan Materi #7 1 EMA402 Manajemen Rantai Pasokan Pembahasan 2 Pengertian Moving Average Alasan Tujuan Jenis Validitas Taksonomi Metode Kualitatif Metode Kuantitatif Time Series Metode Peramalan Permintaan Weighted Woving

Lebih terperinci

TINJAUAN PUSTAKA. Analisis regresi adalah suatu metode analisis data yang menggambarkan

TINJAUAN PUSTAKA. Analisis regresi adalah suatu metode analisis data yang menggambarkan II. TINJAUAN PUSTAKA 2.1 Analisis Regresi Analisis regresi adalah suatu metode analisis data yang menggambarkan hubungan fungsional antara variabel respon dengan satu atau beberapa variabel prediktor.

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 4 BAB II TINJAUAN PUSTAKA 1.1 Landasan Teori 1.1.1 Prediksi Prediksi adalah sama dengan ramalan atau perkiraan. Menurut kamus besar bahasa indonesia, prediksi adalah hasil dari kegiatan memprediksi atau

Lebih terperinci

Membuat keputusan yang baik

Membuat keputusan yang baik Membuat keputusan yang baik Apakah yang dapat membuat suatu perusahaan sukses? Keputusan yang dibuat baik Bagaimana kita dapat yakin bahwa keputusan yang dibuat baik? Akurasi prediksi masa yang akan datang

Lebih terperinci

LECTURE 12 Analisis Dekomposisi dan Model Runtut Waktu

LECTURE 12 Analisis Dekomposisi dan Model Runtut Waktu LECTURE 12 Analisis Dekomposisi dan Model Runtut Waktu DR. MUDRAJAD KUNCORO, M.Soc.Sc Fakultas Ekonomi & Pascasarjana UGM Outline: Akar Unit Exponential Smoothing Moving Average Trend Proyeksi Apa Arti

Lebih terperinci

PERAMALAN PRODUKSI KRECEK DENGAN LEAST SQUARE DAN PEMENUHAN SEVICE LEVEL PADA UD BAWANG MAS SKRIPSI

PERAMALAN PRODUKSI KRECEK DENGAN LEAST SQUARE DAN PEMENUHAN SEVICE LEVEL PADA UD BAWANG MAS SKRIPSI PERAMALAN PRODUKSI KRECEK DENGAN LEAST SQUARE DAN PEMENUHAN SEVICE LEVEL PADA UD BAWANG MAS SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer (S.Kom.)

Lebih terperinci

KORELASI DAN REGRESI LINIER SEDERHANA

KORELASI DAN REGRESI LINIER SEDERHANA KORELASI DAN REGRESI LINIER SEDERHANA 1. Pendahuluan Istilah "regresi" pertama kali diperkenalkan oleh Sir Francis Galton pada tahun 1886. Galton menemukan adanya tendensi bahwa orang tua yang memiliki

Lebih terperinci

PENGANTAR STATISTIK JR113. Drs. Setiawan, M.Pd. Pepen Permana, S.Pd. Deutschabteilung UPI Pertemuan 6

PENGANTAR STATISTIK JR113. Drs. Setiawan, M.Pd. Pepen Permana, S.Pd. Deutschabteilung UPI Pertemuan 6 PENGANTAR STATISTIK JR113 Drs. Setiawan, M.Pd. Pepen Permana, S.Pd. Deutschabteilung UPI 2008 Pertemuan 6 MODUS Modus (Mo) adalah sebuah ukuran untuk menyatakan fenomena yang paling banyak terjadi atau

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang 1 BAB I PENDAHULUAN 1.1 Latar Belakang Di Era globalisasi saat ini, kartu kredit digunakan sebagai salah satu alternatif pengganti transaksi dengan uang tunai. Seiring dengan perkembangan zaman, pola prilaku

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 26 BAB 2 LANDASAN TEORI 21 Tinjauan Pustaka 211 Pengumpulan Data Statistika Deskriptif adalah metode-metode yang berkaitan dengan pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi

Lebih terperinci

KORELASI DAN REGRESI

KORELASI DAN REGRESI 1/8/01 KORELASI DAN REGRESI Sinollah, S.Sos, M.AB Dalam banyak keputusan manajemen terutama dalam dunia usaha, adalah perlu untuk membuat ramalan nilai-nilai dari variable yang tidak diketahui. Perencanaan

Lebih terperinci

BAB I PENDAHULUAN. pokok produksi inipun ada beberapa cara salah satunya dengan cara efisiensi

BAB I PENDAHULUAN. pokok produksi inipun ada beberapa cara salah satunya dengan cara efisiensi BAB I PENDAHULUAN 1.1. Latar Belakang Tujuan perusahaan pada umumnya adalah mencari laba. Adapun untuk mencapai tujuan tersebut dapat dilakukan dengan berbagai cara, salah satunya adalah dengan menekan

Lebih terperinci

PERTEMUAN 2-3 FUNGSI LINIER

PERTEMUAN 2-3 FUNGSI LINIER PERTEMUAN 2-3 FUNGSI LINIER Fungsi Fungsi ialah suatu bentuk hubungan matematis yang menyatakan hubungan ketergantungan (hubungan fungsional) antara satu variabel dengan variabel lainnya. Unsur-unsur pembentuk

Lebih terperinci

Regression. Fisheries Data Analysis Ledhyane I. Harlyan

Regression. Fisheries Data Analysis Ledhyane I. Harlyan Regression Fisheries Data Analysis Ledhyane I. Harlyan TIK (TUJUAN INSTRUKSIONAL KHUSUS) Mahasiswa mampu melakukan analisis regresi sederhana dengan menggunakan metode fit-by eye dan metode kuadrat terkecil

Lebih terperinci

Sufyani Prabawanto Bahan Belajar Mandiri 4. Pendahuluan

Sufyani Prabawanto Bahan Belajar Mandiri 4. Pendahuluan 1 Sufyani Prabawanto Bahan Belajar Mandiri 4 UKURAN SIMPANGAN DAN UKURAN KETERKAITAN Pendahuluan Pengetahuan kita tentang berbagai macam ukuran sangat diperlukan agar kita dapat memperoleh gambaran lebih

Lebih terperinci

ANALISIS PERAMALAN PENJUALAN PRODUK KECAP PADA PERUSAHAAN KECAP MANALAGI DENPASAR BALI.

ANALISIS PERAMALAN PENJUALAN PRODUK KECAP PADA PERUSAHAAN KECAP MANALAGI DENPASAR BALI. ANALISIS PERAMALAN PENJUALAN PRODUK KECAP PADA PERUSAHAAN KECAP MANALAGI DENPASAR BALI Ni Putu Lisna Padma Yanti 1, I.A Mahatma Tuningrat 2, A.A.P. Agung Suryawan Wiranatha 2 1 Mahasiswa Jurusan Teknologi

Lebih terperinci

PENERAPAN METODE KUADRAT TERKECIL UNTUK PERAMALAN (FORECASTING) TINGKAT KRIMINALITAS DI KOTA BOGOR

PENERAPAN METODE KUADRAT TERKECIL UNTUK PERAMALAN (FORECASTING) TINGKAT KRIMINALITAS DI KOTA BOGOR PENERAPAN METODE KUADRAT TERKECIL UNTUK PERAMALAN (FORECASTING) TINGKAT KRIMINALITAS DI KOTA BOGOR (Studi Kasus: Polres Bogor Kota) Sri Setyaningsih, Sufiatul Maryana, Aniko Puji Lestari Program Studi

Lebih terperinci

KOMP. PERANGGARAN 1. Materi 3 Anggaran penjualan

KOMP. PERANGGARAN 1. Materi 3 Anggaran penjualan KOMP. PERANGGARAN 1 Materi 3 Anggaran penjualan Dr. Kartika Sari Universitas Gunadarma Materi 3-1 Konsep Anggaran Penjualan Komponen-komponen pokok dalam penyusunan anggaran penjualan Dasar-dasar Penyusunan

Lebih terperinci

BAB II LANDASAN TEORI. saling berhubungan membentuk suatu kesatuan atau organisasi atau suatu jaringan

BAB II LANDASAN TEORI. saling berhubungan membentuk suatu kesatuan atau organisasi atau suatu jaringan BAB II LANDASAN TEORI 2.1 Pengertian Sistem Menurut Amsyah (2005), definisi sistem adalah elemen-elemen yang saling berhubungan membentuk suatu kesatuan atau organisasi atau suatu jaringan kerja dari prosedur

Lebih terperinci

6. BAB VI. PENUTUP Kesimpulan dan Saran Kesimpulan Saran DAFTAR PUSTAKA LAMPIRAN...

6. BAB VI. PENUTUP Kesimpulan dan Saran Kesimpulan Saran DAFTAR PUSTAKA LAMPIRAN... 7 DAFTAR ISI Halaman HALAMAN JUDUL... i HALAMAN PENGESAHAN... ii HALAMAN PERNYATAAN... iii SURAT KETERANGAN PENELITIAN PERUSAHAAN... iv HALAMAN PERSEMBAHAN... v MOTTO... vi KATA PENGANTAR... vii DAFTAR

Lebih terperinci

MA5283 STATISTIKA Bab 7 Analisis Regresi

MA5283 STATISTIKA Bab 7 Analisis Regresi MA5283 STATISTIKA Bab 7 Analisis Regresi Orang Cerdas Belajar Statistika Silabus Silabus dan Tujuan Perkuliahan Silabus Tujuan Peubah bebas dan terikat, konsep relation, model regresi linier, penaksir

Lebih terperinci

PERENCANAAN RUTE DISTRIBUSI VCD PEMBELAJARAN KE GUDANG DENGAN MENGGUNAKAN METODE SAVINGS MATRIX UNTUK MEMINIMALKAN BIAYA

PERENCANAAN RUTE DISTRIBUSI VCD PEMBELAJARAN KE GUDANG DENGAN MENGGUNAKAN METODE SAVINGS MATRIX UNTUK MEMINIMALKAN BIAYA PERENCANAAN RUTE DISTRIBUSI VCD PEMBELAJARAN KE GUDANG DENGAN MENGGUNAKAN METODE SAVINGS MATRIX UNTUK MEMINIMALKAN BIAYA TRANSPORTASI DI CV. SURYA MEDIA PERDANA SURABAYA SKRIPSI Oleh : TRI PRASETYO NUGROHO

Lebih terperinci

PENDEKATAN KOMPUTASI NUMERIK METODE REGRESI PADA PENELITIAN YANG MENGAMATI SUATU KECENDERUNGAN/TRENDS TERHADAP PENINGKATAN HASIL/PRESTASI BELAJAR

PENDEKATAN KOMPUTASI NUMERIK METODE REGRESI PADA PENELITIAN YANG MENGAMATI SUATU KECENDERUNGAN/TRENDS TERHADAP PENINGKATAN HASIL/PRESTASI BELAJAR I Made Wirawan; Pendekatan Komputasi Numerik Metode Regresi pada Penelitian yang PENDEKATAN KOMPUTASI NUMERIK METODE REGRESI PADA PENELITIAN YANG MENGAMATI SUATU KECENDERUNGAN/TRENDS TERHADAP PENINGKATAN

Lebih terperinci

ANGGARAN PENJUALAN. Muniya Alteza.

ANGGARAN PENJUALAN. Muniya Alteza. ANGGARAN PENJUALAN Muniya Alteza Konsep Anggaran Penjualan Komponen-komponen Pokok Konsep Anggaran Penjualan: Dasar-dasar Penyusunan Anggaran 1. Menyusun tujuan perusahaan 2. Menyusun strategi perusahaan

Lebih terperinci

BAB 2 LANDASAN TEORI. Metode peramalan adalah suatu cara memperkirakan atau memprediksikan apa yang

BAB 2 LANDASAN TEORI. Metode peramalan adalah suatu cara memperkirakan atau memprediksikan apa yang BAB 2 LANDASAN TEORI 2.1 Pengertian Metode Peramalan Metode peramalan adalah suatu cara memperkirakan atau memprediksikan apa yang akan terjadi pada masa depan berdasarkan data yang relevan pada masa lampau.

Lebih terperinci

BAB III METODE PENELITIAN. penjualan produk dari tahun 2004 sampai tahun 2008 pada Dini Bali Silver di

BAB III METODE PENELITIAN. penjualan produk dari tahun 2004 sampai tahun 2008 pada Dini Bali Silver di 43 BAB III METODE PENELITIAN A. Tempat dan Obyek Penelitian 1. Tempat Penelitian Penelitian ini dilakukan pada Dini Bali Silver dengan alamat Jalan Raya Celuk, Sukawati, Gianyar. 2. Obyek Penelitian Obyek

Lebih terperinci

Teknik Analisis Data dengan Statistik Parametrik

Teknik Analisis Data dengan Statistik Parametrik Teknik Analisis Data dengan Statistik Parametrik Learning Outcomes Pada akhir pertemuan ini, diharapkan mahasiswa akan mampu : Membedakan teknik analisis data Statistik Parametrik dan Statistik Non Parametrik.

Lebih terperinci

Ledhyane I. Harlyan Fakultas Perikanan dan Ilmu Kelautan Universitas Brawijaya 2013

Ledhyane I. Harlyan Fakultas Perikanan dan Ilmu Kelautan Universitas Brawijaya 2013 Regression Ledhyane I. Harlyan Fakultas Perikanan dan Ilmu Kelautan Universitas Brawijaya 2013 TUJUAN INSTRUKSIONAL KHUSUS Mahasiswa mampu melakukan analisis regresi sederhana dengan menggunakan metode

Lebih terperinci

Analisis Hubungan Deret Waktu untuk Peramalan

Analisis Hubungan Deret Waktu untuk Peramalan Analisis Hubungan Deret Waktu untuk Peramalan Author: Junaidi Junaidi Ramalan (forecast) merupakan dugaan atau perkiraan mengenai terjadinya suatu kejadian atau peristiwa di waktu yang akan datang. Ramalan

Lebih terperinci

BAB II. REGRESI LINIER SEDERHANA

BAB II. REGRESI LINIER SEDERHANA .1 Pendahuluan BAB II. REGRESI LINIER SEDERHANA Gejala-gejala alam dan akibat atau faktor yang ditimbulkannya dapat diukur atau dinyatakan dengan dua kategori yaitu fakta atau data yang bersifat kuantitatif

Lebih terperinci

MODUL 8 ANALISA TREND DAN FORECASTING

MODUL 8 ANALISA TREND DAN FORECASTING MODUL 8 ANALISA TREND DAN FORECASTING I. Standard Kompetensi : Dapat memahami, menghitung dan analisa Trend dan Forecasting II. Indikator: Kognitif 1. Mahasiswa dapat mendeskripsikan analisa trend dan

Lebih terperinci

ANGGARAN PENJUALAN BAB II. KUWAT RIYANTO, SE, M.M

ANGGARAN PENJUALAN BAB II. KUWAT RIYANTO, SE, M.M ANGGARAN PENJUALAN BAB II KUWAT RIYANTO, SE, M.M. 081319434370 Kuwat_riyanto@yahoo.com http://kuwatriy.wordpress.com Konsep Anggaran Penjualan Komponen-komponen pokok dalam penyusunan anggaran penjualan:

Lebih terperinci

JASA 2 [BAB III MENYEIMBANGKAN ANTARA PERMINTAAN DAN KAPASITAS ]

JASA 2 [BAB III MENYEIMBANGKAN ANTARA PERMINTAAN DAN KAPASITAS ] Persediaan pada perusahaan manufaktur adalah output fisik yang ditimbun setelah produksi untuk dijual kemudian hari. Pada perusahaan jasa persediaan adalah output yang akan datang yang tidak dipesan sebelumnya.

Lebih terperinci

BAB VIII LEAST-SQUARES FITTING

BAB VIII LEAST-SQUARES FITTING Deskripsi: BAB VIII LEAST-SQUARES FITTING Pada bab ini akan dibahas mengenai analisis statistik dari beberapa hasil pengukuran pada satu kuantitas tunggal dengan menggunakan grafik kurva y vs x. Hal tersebut

Lebih terperinci

BAB I PENDAHULUAN. yang akan terjadi di masa yang akan datang menggunakan dan. mempertimbangkan data dari masa lampau. Ketepatan secara mutlak dalam

BAB I PENDAHULUAN. yang akan terjadi di masa yang akan datang menggunakan dan. mempertimbangkan data dari masa lampau. Ketepatan secara mutlak dalam BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Peramalan (forecasting) merupakan suatu kegiatan untuk mengetahui apa yang akan terjadi di masa yang akan datang menggunakan dan mempertimbangkan data dari

Lebih terperinci

Matematik Ekonom Fungsi nonlinear

Matematik Ekonom Fungsi nonlinear 1 FUNGSI Fungsi adalah hubungan antara 2 buah variabel atau lebih, dimana masing-masing dari dua variabel atau lebih tersebut saling pengaruh mempengaruhi. Variabel merupakan suatu besaran yang sifatnya

Lebih terperinci

BAB III METODA LEAST SQUARE

BAB III METODA LEAST SQUARE BAB III ETODA LEAST SQUARE etoda least square merupakan suatu teknik penyelesaian permasalahan yang penting dan dimanfaatkan dalam banyak bidang aplikasi. etoda ini banyak digunakan untuk mencari / mengetahui

Lebih terperinci