ANALISIS TIME SERIES OLEH : ACH. KHOZAIMI : NIKMATUS SYAFA AH
|
|
- Sonny Atmadjaja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 ANALISIS TIME SERIES OLEH : ACH. KHOZAIMI : NIKMATUS SYAFA AH AH : PUNGKY ASTREA IRAWAN : NUR MASLAKHAH : VINDI KURNIATY :
2 PERAMALAN The Future Can Not Be Predicted Robert T. Kiyosaki books The Future Can Not Be Predicted PRECISELY New Paradigm A PERSON WHO DOESN T T CARE ABOUT THE PAST IS A PERSON WHO DOESN T T HAVE THE FUTURE
3 PERAMALAN Peramalan menunjukkan perkiraan yang akan terjadi pada suatu keadaan tertentu. Dengan demikian, suatu ramalan mencoba untuk memper-kirakan apa yang akan terjadi
4 Klasifikasi Metode Peramalan Forecasting Method Objective Forecasting Methods Subjective (Judgmental) Forecasting Methods Time Series Methods Causal Methods Analogies Naïve Methods Moving Averages Exponential Smoothing Simple Regression ARIMA Neural Networks Simple Regression Multiple Regression Neural Networks Delphi PERT Survey techniques Combination of Time Series Causal Methods Intervention Model Transfer Function (ARIMAX) VARIMA (VARIMAX) Neural Networks References : Makridakis et al. Hanke and Reitsch Wei, W.W.S. Box, Jenkins and Reinsel
5 Klasifikasi Metode Peramalan : Ilustrasi Model Matematis Forecasting Method Objective Forecasting Methods Subjective (Judgmental) Forecasting Methods Time Series Methods Y t = f (Y t-1, Y t-2,, Y t-k ) Causal Methods Y t = f (X1 t, X2 t,, Xk t ) Examples : sales (t) = f (sales (t-1), sales (t-2), ) Examples : sales (t) = f (price (t), advert (t), ) Combination of Time Series Causal Methods Y t = f (Y t-j, j>0 ; X t-i, i 0) Examples : sales (t) = f (sales (t-1), advert (t), advert (t-1), )
6 Macam-macam peramalan Ada beberapa metode untuk melakukan prediksi /peramalan, diantaranya : Metode Deret Berkala (Time Series) Metode Eksponensial Smoothing Metode Regresi Metode Iteratif
7 Klasifikasi Model Time Series : Berdasarkan Bentuk atau Fungsi TIME SERIES MODELS LINEAR Time Series Models NONLINEAR Time Series Models ARIMA Box-Jenkins Intervention Model Transfer Function (ARIMAX) Models from time series theory nonlinear autoregressive, etc... Flexible statistical parametric models neural network model, etc... State-dependent, time-varying parameter and long-memory models VARIMA (VARIMAX) Nonparametric models Models from economic theory References : Timo Terasvirta, Dag Tjostheim and Clive W.J. Granger, (1994) Aspects of Modelling Nonlinear Time Series Handbook of Econometrics, Volume IV, Chapter 48. Edited by R.F. Engle and D.I. McFadden
8 POLA DATA Time Series General Time Series PATTERN Stationer Trend (linear or nonlinear) Seasonal (additive or multiplicative) Cyclic Calendar Variation
9 General of Time Series Patterns Time Series Patterns Stationer Trend Effect Seasonal Effect Cyclic Effect Nonseasonal Stationary models Nonseasonal Nonstationary models Seasonal and Multiplicative models Intervention models
10 Metode Trend Linier Bentuk umum persamaan linier : Y = a + b.x Dimana: Y = nilai trend pada periode tertentu X = kode periode waktu =t-t a = nilai Y jika X=0 atau nilai Y pada priode t b = kemiringan garis trend atau besarnya perubahan Y Untuk mendapatkan nilai Y, nilai a dan b harus diketahui dengan cara a = Y/n b = XY/ X 2
11 Contoh Trend Liner Diberikan data penjualan perusahaan A dalam ribuan rupiah dari tahun 1989 sampai tahun 1997 secara berurutan adalah ; ; ; ; ; ; ; ; Ramalkan penjualan tahun 2000 dengan menggunakan tren linier??
12 n=9 ; t = t/n = 17937/9 = 1993 No Tahun(t) Kode Tahun(X) Penjualan XY X
13 Next a= Y/n = /9 = b= XY/X 2 = /60 = Sehingga Y = X Untuk meramalkan penjualan tahun 2000, hitung kode tahun(x) untuk tahun X= t-t = = 7 Sehingga Y = (7)= Jadi ramalan harga tahun 2000 Rp ,-
14 Metode Trend Kuadratik Bentuk umum persamaan ini adalah : Y = a + b.x + c.x 2 Dimana : Y X = variabel tak bebas hasil ramalan = variabel bebas berupa periode waktu a, b, dan c= konstanta (dihitung dari data sample deret berkala) Cara menghitung konstanta a, b, dan c memakai persamaan normal : Y = an + b X + c X 2 XY = a X + b X 2 + c X 3 X 2 Y = a X 2 + b X 3 + c X 4 Keterangan : 1. X = unit periode waktu pengamatan Untuk n = ganjil (misal n = 3) maka : X1 = -1 ; X2 = 0 ; X3 = 1 Untuk n = genap (misal n = 2) maka : X1 = -1 ; X2 = 1 2. Y = data kepadatan pelanggan sebenarnya Dengan cara mengeliminasi ketiga persamaan tersebut diatas, maka diperoleh konstanta a, b, dan c sehingga Y (variabel tak bebas hasil ramalan) dapat diperoleh.
15 Metode Trend Eksponensial Bentuk persamaan metode Trend Eksponensial : Y = a.b X Dimana : Y = variabel tak bebas hasil ramalan ; X= variabel bebas berupa periode waktu a, b, dan c = konstanta (dihitung dari data sample deret berkala) Persamaan metode Trend Eksponensial dapat diubah menjadi persamaan linier sebagai berikut : Y = a.b X... Log Y = log a.b X Log Y = log a + log b X Log Y = log a + X (log b) Bila log Y = Yo ; log a = a o dan log b = bo, maka pers. Trend Eksponensial tersebut menjadi : Yo = a o + b o.x Sehingga : Konstanta-konstanta ao dan bo dapat dicari dengan cara eliminasi kedua persamaan di bawah ini : Y 0 = a 0.n + b 0 X XY 0 = a 0 X + b 0 X 2 Y 0 = log Y Keterangan : 1. X = unit periode waktu pengamatan Untuk n = ganjil (misal n = 3) maka : X1 = -1 ; X2 = 0 ; X3 = 1 Untuk n = genap (misal n = 2) maka : X1 = -1 ; X2 = 1 2. Y = data sebenarnya
16 TUGAS Kerjakan Contoh kasus di atas dengan trend yang lain dan bandingkan hasilnya.
17
Teknik Forecasting. Pendekatan Basis Teknik Hasil Peramalan ekstrapolatif
Teknik Forecasting Pendekatan Basis Teknik Hasil Peramalan ekstrapolatif Ekstrapolasi trend Analisis rangkaian-waktu Teknik benang-hitam Teknik OLS Pembobotan eksponensial Transformasi data Metode katastrofi
Lebih terperinciProvided by: Riswan Efendi, Ph.D. Colloquium Series Mathematics Department, Andalas University Padang, May 2017
Provided by: Riswan Efendi, Ph.D Colloquium Series Mathematics Department, Andalas University Padang, May 2017 Pantun Sirih berlipat sirih pinang Sirih dari Pulau Mutiara Pemanis kata selamat datang Awal
Lebih terperinciTIME SERIES. Deret berkala dan Peramalan
TIME SERIES Deret berkala dan Peramalan Pendahuluan Deret berkala Time series Sekumpulan data yang dicatat dalam satu periode waktu Digunakan untuk meramalkan kondisi masa mendatang Dalam jangka pendek
Lebih terperinciDeret Berkala dan Peramalan
Deret Berkala dan Peramalan Times Series & Forecasting Oleh : Riandy Syarif Definisi Deret berkala adalah sekumpulan data yg dicatat dalam satu periode waktu. Contoh data penjualan motor yamaha 2000-2010.
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Peramalan merupakan studi terhadap data historis untuk menemukan hubungan, kecenderungan dan pola data yang sistematis (Makridakis, 1999). Peramalan menggunakan pendekatan
Lebih terperinciBAB 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 terperinciGARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : Genap
GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : Genap Berlaku mulai: Genap/2010 MATA KULIAH : TEKNIK PERAMALAN KODE MATA KULIAH/ SKS : 410103096 / 3 SKS MATA KULIAH PRASYARAT
Lebih terperinciSILABUS MATAKULIAH PERAMALAN BISNIS
SILABUS MATAKULIAH PERAMALAN BISNIS Matakuliah : Peramalan Bisnis Kode Matakuliah/sks : AGB 201/ 3(2-3) Semester : 4 Prasyarat Deskripsi Singkat : Metode Statistika : Matakuliah ini memberikan pengetahuan,
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Adanya waktu tenggang (lead time) merupakan alasan utama bagi perencanaan dan
BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Adanya waktu tenggang (lead time) merupakan alasan utama bagi perencanaan dan peramalan. Jika waktu tenggang ini nol atau sangat kecil, maka perencanaan
Lebih terperinciAnalisis 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 terperinciBAB 2 LANDASAN TEORI
10 BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang. Peramalan diperlukan karena adanya kesenjaan waktu
Lebih terperinciPembahasan 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peramalan (Forecasting) Peramalan pada dasarnya merupakan proses menyusun informasi tentang kejadian masa lampau yang berurutan untuk menduga kejadian di masa depan. Peramalan
Lebih terperinciLAMPIRAN 1. Catylac New, Catylac Exterior Base, Catylac Exterior.
L1 LAMPIRAN 1 Spesifikasi produk : Catylac New, Catylac Exterior Base, Catylac Exterior. Cat Catylac adalah cat yang berfungsi sebagai pelapis serta pelindung dari hujan dan memberikan varian warna yang
Lebih terperinciBAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1. Peramalan 2.1.1. Pengertian dan Kegunaan Peramalan Peramalan (forecasting) menurut Sofjan Assauri (1984) adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH. Seiring dengan meningkatknya pangsa pasar, permintaan konsumen juga menjadi
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Seiring dengan meningkatknya pangsa pasar, permintaan konsumen juga menjadi semakin sulit untuk diperkirakan. Selama ini, manajer PT. Focus
Lebih terperinciBAB 3 Metode Penelitian
BAB 3 Metode Penelitian 3.1 Penetapan Kriteria Optimasi Kriteria optimasi yang digunakan dalam menganalisis kebutuhan konsumen pada PT. Aneka Indofoil terkait dengan jumlah persediaan adalah sebagai berikut:
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 DATA MINING Data Mining adalah analisis otomatis dari data yang berjumlah banyak atau kompleks dengan tujuan untuk menemukan pola atau kecenderungan yang penting yang biasanya
Lebih terperinciANALISIS DERET WAKTU
ANALISIS DERET WAKTU JENIS DATA Cross section Beberapa pengamatan diamati bersama-sama pada periode waktu tertentu Harga saham semua perusahaan yang tercatat di BEJ pada hari Rabu 27 Februari 2008 Time
Lebih terperinciPeramalan Memprediksi peristiwa masa depan Biasanya memerlukan kebiasaan selama jangka waktu tertentu metode kualitatif
Bab 3-4 Peramalan Peramalan Memprediksi peristiwa masa depan Biasanya memerlukan kebiasaan selama jangka waktu tertentu metode kualitatif Berdasarkan metode yang subjektif Metode kuantitatif Berdasarkan
Lebih terperinciPERAMALAN (FORECASTING)
#3 - Peramalan (Forecasting) #1 1 PERAMALAN (FORECASTING) EMA302 Manajemen Operasional Pengertian (1) 2 Oxford Dictionary, Forecast is a statement about what will happen in the future, based on information
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
1 BAB 1 PENDAHULUAN Bab ini membahas tentang latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian, serta sistematika penulisan. 1.1. Latar Belakang
Lebih terperinciBAB IV METODE PERAMALAN
Metode Peramalan 15 BAB METODE PERAMALAN 4.1 Model Sederhana Data deret waktu Nilai-nilai yang disusun dari waktu ke waktu tersebut disebut dengan data deret waktu (time series). Di dunia bisnis, data
Lebih terperinciCROSS 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 terperinciTrend Sekuler Linier. Analisis Runtut Waktu (Time Series) adalah analisis pergerakan atau perubahan variabel bisnis/ekonomi dari waktu ke waktu.
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
Lebih terperinciESTIMASI PARAMETER MODEL MIXTURE AUTOREGRESSIVE (MAR) MENGGUNAKAN ALGORITMA EKSPEKTASI MAKSIMISASI (EM) Abstract
Estimasi Parameter (Mika Asrini) ESTIMASI PARAMETER MODEL MIXTURE AUTOREGRESSIVE (MAR) MENGGUNAKAN ALGORITMA EKSPEKTASI MAKSIMISASI (EM) Mika Asrini 1, Winita Sulandari 2, Santoso Budi Wiyono 3 1 Mahasiswa
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah. Teknologi informasi telah berkembang dengan relatif pesat. Di era
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Teknologi informasi telah berkembang dengan relatif pesat. Di era informasi seperti sekarang ini kebutuhan akan informasi semakin meningkat, terutama dengan
Lebih terperinciPERAMALAN (FORECASTING) #2
#4 - Peramalan (Forecasting) #2 1 PERAMALAN (FORECASTING) #2 EMA302 Manajemen Operasional Model Trend Linear Multiplicative 2 Kecenderungan (trend). Komponen musiman (seasonal): rasio untuk model trend.
Lebih terperinciBAB 2 LANDASAN TEORI
1 BAB 2 LANDASAN TEORI Bab ini membahas tentang teori penunjang dan penelitian sebelumnya yang berhubungan dengan metode ARIMA box jenkins untuk meramalkan kebutuhan bahan baku. 2.1. Peramalan Peramalan
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH
49 BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Standar Optimasi Dasar evaluasi untuk mengoptimalkan supply chain management pada Honda Tebet (PT. Setianita Megah Motor) dari proses bisnis perusahaan
Lebih terperinciBAB 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 terperinciCROSS 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 terperinciUNIVERSITAS 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 terperinciSALESMANSHIP PELUANG PASAR DAN PERAMALAN PENJUALAN. Ariadne Sekar Sari, S.E., M.M. Modul ke: Fakultas EKONOMI DAN BISNIS
Modul ke: 05 Christina Fakultas EKONOMI DAN BISNIS SALESMANSHIP PELUANG PASAR DAN PERAMALAN PENJUALAN Ariadne Sekar Sari, S.E., M.M. Program Studi MANAJEMEN www.mercubuana.ac.id PENDAHULUAN SALESMANSHIP
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Berdasarkan sifatnya peramalan terbagi atas dua yaitu peramalan kualitatif dan peramalan kuantitatif. Metode kuantitatif terbagi atas dua yaitu analisis deret berkala
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
13 BAB 1 PENDAHULUAN 1.1 Latar Belakang Era globalisasi saat ini, perkembangan zaman semankin maju dan berkembang pesat, di antaranya banyak pernikahan dini yang menyebabkan salah satu faktor bertambahnya
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang. Peramalan diperlukan karena adanya kesenjangan waktu
Lebih terperinciBAB 3 FORECASTING DAN PENGAMATAN TRAFIK DATA
BAB 3 FORECASTING DAN PENGAMATAN TRAFIK DATA Forecasting adalah suatu peramalan nilai sebuah atau sekumpulan variabel pada satu titik waktu di masa depan. Dalam melakukan perhitungan peramalan pertumbuhan
Lebih terperinciMetode Peramalan Deret Waktu. Pika Silvianti, M.Si Akbar Rizki, M.Si
Metode Peramalan Deret Waktu Pika Silvianti, M.Si Akbar Rizki, M.Si Toleransi 15 menit Absen Pakaian Sopan dan Rapi Pengguna kaos pendek/tanpa lengan dan ketat dilarang mengikuti perkuliahan Pengguna sandal
Lebih terperinciBAB 2 LANDASAN TEORI. diperkirakan akan terjadi pada masa yang akan datang. Ramalan tersebut dapat
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi dimasa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan
Lebih terperinciPERAMALAN DATA TIME SERIES DENGAN METODE PENGHALUSAN EKSPONENSIAL HOLT - WINTER
PERAMALAN DATA TIME SERIES DENGAN METODE PENGHALUSAN EKSPONENSIAL HOLT - WINTER PERAMALAN DATA TIME SERIES DENGAN METODE PENGHALUSAN EKSPONENSIAL HOLT WINTER Adi Suwandi 1, Annisa 2, Andi Kresna Jaya
Lebih terperinciEkonometrika Deret Waktu: Teori dan Aplikasi
Ekonometrika Deret Waktu: Teori dan Aplikasi Bambang Juanda, Junaidi Ekonometrika telah berkembang cukup pesat dalam 15 tahun terakhir,terutama dalam bidang analisis data deret waktu (time series ), termasuk
Lebih terperinciMODEL AUTOREGRESSIVE (AR) ATAU MODEL UNIVARIATE
MODEL AUTOREGRESSIVE (AR) ATAU MODEL UNIVARIATE Data yang digunakan adalah data M2Trend.wf1 (buku rujukan pertama, bab-8). Model analisisnya adalah Xt = M2 diregresikan dengan t = waktu. Model yang akan
Lebih terperinciBAB III LANGKAH PEMECAHAN MASALAH. Kriteria optimasi yang digunakan dalam menganalisis kebutuhan produksi
BAB III LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Kriteria optimasi yang digunakan dalam menganalisis kebutuhan produksi pada PT. Sebastian Citra Indonesia terkait dengan jumlah penjualan
Lebih terperinciPERAMALAN JUMLAH SISWA/I SEKOLAH MENENGAH ATAS SWASTA MENGGUNAKAN ENAM METODE FORECASTING
PERAMALAN JUMLAH SISWA/I SEKOLAH MENENGAH ATAS SWASTA MENGGUNAKAN ENAM METODE FORECASTING Lim Sanny 1, Haryadi Sarjono 1 1 Department of Management, Binus University Jln. KH. Syahdan No. 9, Kemanggisan,
Lebih terperinciOPTIMASI PRODUKSI INDUSTRI PERHIASAN EMAS di PT X DENGAN METODE LINEAR PROGRAMMING
OPTIMASI PRODUKSI INDUSTRI PERHIASAN EMAS di PT DENGAN METODE LINEAR PROGRAMMING Heni Indrayati* dan Bobby Oedy P. Soepangkat** Program Pascasarjana Magister Manajemen Teknologi ITS Bidang Keahlian Manajemen
Lebih terperinciAplikasi Sistem Informasi Forecasting pada PD. Maha Jaya. Teknik Informatika 1 Teknik Industri 2 Universitas Kristen Petra Surabaya
Aplikasi Sistem Informasi Forecasting pada PD. Maha Jaya Rudy Adipranata 1, Tanti Octavia 2, Andi Irawan 1 Teknik Informatika 1 Teknik Industri 2 Universitas Kristen Petra Surabaya Pendahuluan Pentingnya
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Peramalan Peramalan (forecasting) merupakan upaya memperkirakan apa yang terjadi pada masa yang akan datang. Pada hakekatnya peramalan hanya merupakan suatu perkiraan (guess),
Lebih terperinciMetode Variasi Kalender untuk Meramalkan Banyaknya Penumpang Kereta Api
Metode Variasi Kalender untuk Meramalkan Banyaknya Penumpang Kereta Api Efek Variasi Kalender dengan Pendekatan Regresi Time Series Nur Ajizah 1, Resa Septiani Pontoh 2, Toni Toharudin 3 Mahasiswa Program
Lebih terperinciPERAMALAN KERUSAKAN HUTAN TAMAN NANI WARTABONE DI GORONTALO METODE PEMULUSAN EKSPONENSIAL GANDA DAN REGRESI LINIER SEDERHANA
PERAMALAN KERUSAKAN HUTAN TAMAN NANI WARTABONE DI GORONTALO METODE PEMULUSAN EKSPONENSIAL GANDA DAN REGRESI LINIER SEDERHANA Dewi Sri Usman, Mukhlisulfatih Latief, Manda Rohandi Prodi Sistem Informasi
Lebih terperinciPENERAPAN MODEL ARFIMA (AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE) DALAM PERAMALAN SUKU BUNGA SERTIFIKAT BANK INDONESIA (SBI)
PENERAPAN MODEL ARFIMA (AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE) DALAM PERAMALAN SUKU BUNGA SERTIFIKAT BANK INDONESIA (SBI) Liana Kusuma Ningrum dan Winita Sulandari, M.Si. Jurusan Matematika,
Lebih terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN 3.1. Penetapan Kriteria Optimasi Kriteria optimasi yang digunakan dalam menganalisis perencanaan agregat yang tepat pada PT. LG Electronics adalah sebagai berikut : 1. Peramalan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan teori-teori yang menjadi dasar dan landasan dalam penelitian sehingga membantu mempermudah pembahasan selanjutnya. Teori tersebut meliputi arti dan peranan
Lebih terperinciEMA302 Manajemen Operasional
1 PERAMALAN (FORECASTING) EMA302 Manajemen Operasional Pengertian (1) 2 Oxford Dictionary, Forecast is a statement about what will happen in the future, based on information that is available now. (Peramalan
Lebih terperinciPERSPEKTIF PERAMALAN 2 Titien S. Sukamto
PERSPEKTIF PERAMALAN 2 Titien S. Sukamto Jenis Peramalan Pada umumnya peramalan dapat dibedakan dalam 3 jenis : 1. Jangka waktu ramalan yang disusun 1. Peramalan jangka pendek : jangka waktunya 1 tahun
Lebih terperinciEstimasi, Pemilihan Model dan Peramalan Deret Waktu dengan Microsoft Office Excel
Estimasi, Pemilihan Model dan Peramalan Deret Waktu dengan Microsoft Office Excel Author: Junaidi Junaidi Terdapat berbagai pola pergerakan data deret waktu. Diantaranya adalah: 1) Model Linear; 2) Model
Lebih terperinciMatakuliah : Ekonomi Produksi Peternakan Tahun : Oleh. Suhardi, S.Pt.,MP
Matakuliah : Ekonomi Produksi Peternakan Tahun : 2014 Oleh. Suhardi, S.Pt.,MP 1 Pada akhir pertemuan ini, diharapkan mahasiswa akan mampu : Menunjukkan jenis Peramalan Menggunakan Metode Peramalan Kuantitatif
Lebih terperinciBAB I PENDAHULUAN. Peramalan merupakan suatu kegiatan memprediksi nilai dari suatu
BAB I PENDAHULUAN A. LATAR BELAKANG Peramalan merupakan suatu kegiatan memprediksi nilai dari suatu variabel berdasarkan nilai yang diketahui dari variabel tersebut pada masa lalu atau variabel yang berhubungan.
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Di Indonesia sejak tahun enam puluhan telah diterapkan Badan Meteorologi, Klimatologi, dan Geofisika di Jakarta menjadi suatu direktorat perhubungan udara. Direktorat
Lebih terperinciBAB I PENDAHULUAN. untuk membuat prediksi tersebut disebut peramalan (Bowerman, 1993).
BAB I PENDAHULUAN 1.1 Latar Belakang Prediksi terhadap kejadian di masa depan disebut ramalan, dan tindakan untuk membuat prediksi tersebut disebut peramalan (Bowerman, 1993). Peramalan diperlukan untuk
Lebih terperinciBAB I PENDAHULUAN. barang dan penumpang dari suatu tempat ke tempat lainnya. Jenis
1 BAB I PENDAHULUAN 1. Latar Belakang Transportasi merupakan kegiatan mengangkut atau membawa barang dan penumpang dari suatu tempat ke tempat lainnya. Jenis transportasi yang digunakan, yaitu transportasi
Lebih terperinciBAB 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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Banyak data runtun waktu yang memiliki pola musiman dan tren. Pola ini sering terjadi pada data bisnis dan ekonomi (Makridakis, 1999). Data-data dalam bidang
Lebih terperinciMETODE PEMULUSAN EKSPONENSIAL WINTER UNTUK PERAMALAN ABSTRACT
METODE PEMULUSAN EKSPONENSIAL WINTER UNTUK PERAMALAN Arganata Manurung 1, Bustami 2, M.D.H. Gamal 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan digunakanan sebagai acuan pencegah yang mendasari suatu keputusan untuk yang akan datang dalam upaya meminimalis kendala atau memaksimalkan pengembangan baik
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pajak merupakan sumber kas negara yang digunakan untuk pembangunan. Undang- Undang Republik Indonesia Nomor 16 Tahun 2000 tentang Ketentuan Umum Dan Tata Cara Perpajakan
Lebih terperinciTeam project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP
Hak cipta dan penggunaan kembali: Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis
Lebih terperinciPERAMALAN JUMLAH PENDERITA DEMAM BERDARAH DENGUE DI KOTA DENPASAR MENGGUNAKAN MODEL FUNGSI TRANSFER MULTIVARIAT
PERAMALAN JUMLAH PENDERITA DEMAM BERDARAH DENGUE DI KOTA DENPASAR MENGGUNAKAN MODEL FUNGSI TRANSFER MULTIVARIAT Novian Endi Gunawan 1, I Wayan Sumarjaya 2, I G.A.M. Srinadi 3 1 Program Studi Matematika,
Lebih terperinciBAB 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 terperinciPREDIKSI 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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Sering terdapat tenggang waktu (time lag) antara kesadaran akan peristiwa atau kebutuhan mendatang dengan peristiwa itu sendiri. Adanya waktu tenggang ini merupakan
Lebih terperinciEMA302 - Manajemen Operasional Materi #3 Ganjil 2015/2016. EMA302 Manajemen Operasional
Materi #3 EMA302 Manajemen Operasional Pengertian (1/2) 2 Oxford Dictionary, Forecast is a statement about what will happen in the future, based on information that is available now. (Peramalan adalah
Lebih terperinciHUMAN RESOURCES FORECASTING. OLEH : LILIS SOLEHATI, SE.M.Si
HUMAN RESOURCES FORECASTING OLEH : LILIS SOLEHATI, SE.M.Si PENDAHULUAN Metode Perencanaan SDM dengan menggunakan Peramalan merupakan suatu cara untuk melakukan prediksi yang lebih menitikberatkan secara
Lebih terperinciRenny Elfira Wulansari, Epa Suryanto, Kiki Ferawati, Ilafi Andalita, Suhartono
Statistika, Vol. No., November 0 Penerapan Time Series Regression with Calendar Variation Effect pada Data Netflow Uang Kartal Bank Indonesia Sebagai Solusi Kontrol Likuiditas Perbankan di Indonesia Renny
Lebih terperinciSI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS)
SI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS) Mahasiswa mampu melakukan perencanaan untuk memastikan kelancaran operasi rantai pasok 1. Peramalan dalam organisasi 2. Pola permintaan 3. Metode peramalan
Lebih terperinciPeramalan Aset dengan Memperhatikan Dana Pihak Ketiga (DPK) dan Pembiayaan Perbankan Syariah di Indonesia dengan Metode Fungsi Transfer
Peramalan Aset dengan Memperhatikan Dana Pihak Ketiga (DPK) dan Pembiayaan Perbankan Syariah di Indonesia dengan Metode Fungsi Transfer 1 Faridah Yuliani dan 2 Dr. rer pol Heri Kuswanto 1,2 Jurusan Statistika
Lebih terperinciPENAKSIRAN 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 terperinciPREDIKSI JANGKA PENDEK B ULAN AN JUMLAH FLARE DENGAN MODEL ARIMA (p,d,[q]), (P,D,Q)' 32
PREDIKSI JANGKA PENDEK B ULAN AN JUMLAH FLARE DENGAN MODEL ARIMA (p,d,[q]), (P,D,Q)' 32 Nanang WIdodo Penelid Staslun Pengamat Dlrgantara Watukosek, LAPAN ABSTRACT The time series of the monthly number
Lebih terperinciPEMODELAN DAN PERAMALAN JUMLAH PENUMPANG DAN PESAWAT DI TERMINAL KEDATANGAN INTERNASIONAL BANDARA JUANDA SURABAYA DENGAN METODE VARIANSI KALENDER
PEMODELAN DAN PERAMALAN JUMLAH PENUMPANG DAN PESAWAT DI TERMINAL KEDATANGAN INTERNASIONAL BANDARA JUANDA SURABAYA DENGAN METODE VARIANSI KALENDER M. Insanil Kamil 0 0 0 m.insanil_kml@yahoo.com Dosen pembimbing:
Lebih terperinciPOKOK 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 terperinciPERAMALAN STOK BARANG UNTUK MEMBANTU PENGAMBILAN KEPUTUSAN PEMBELIAN BARANG PADA TOKO BANGUNAN XYZ DENGAN METODE ARIMA
PERAMALAN STOK BARANG UNTUK MEMBANTU PENGAMBILAN KEPUTUSAN PEMBELIAN BARANG PADA TOKO BANGUNAN XYZ DENGAN METODE ARIMA Tanti Octavia 1), Yulia 2), Lydia 3) 1) Program Studi Teknik Industri, Universitas
Lebih terperinciPERAMALAN JUMLAH WISATAWAN GROJOGAN SEWU MENGGUNAKAN MODEL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE EXOGENOUS (ARIMAX) DENGAN VARIASI KALENDER
PERAMALAN JUMLAH WISATAWAN GROJOGAN SEWU MENGGUNAKAN MODEL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE EXOGENOUS (ARIMAX) DENGAN VARIASI KALENDER Oleh SAHETI ULLY FATWA M0109058 SKRIPSI ditulis dan diajukan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Kebutuhan Pokok Kebutuhan pokok adalah suatu hal yang dilakukan demi kelancaran beraktivitas. Hal yang membuat seseorang merasakan bahwa kebutuhan itu sangat penting adalah karena
Lebih terperinciANALISIS DATA BERKALA (TIME SERIES)
ANALISIS DATA BERKALA (TIME SERIES) CONTOH DATA BERKALA Pertumbuhan ekonomi pertahun dari tahun 1995 sampai tahun 000 Nilai ekspor tekstil per tahun dari tahun 1990 sampai tahun 000 Jumlah produksi minyak
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN Bab ini akan membahas tentang latar belakang, rumusan masalah, keaslian penelitian, tujuan penelitian, manfaat penelitian, batasan masalah, dan sistematika penulisan. 1.1 Latar Belakang
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Pendahuluan. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Pendahuluan Peramalan merupakan upaya memperkirakan apa yang terjadi pada masa mendatang berdasarkan data pada masa lalu, berbasis pada metode ilmiah dan kualitatif yang dilakukan
Lebih terperinciMETODE PERAMALAN HOLT-WINTER UNTUK MEMPREDIKSI JUMLAH PENGUNJUNG PERPUSTAKAAN UNIVERSITAS RIAU ABSTRACT
METODE PERAMALAN HOLT-WINTER UNTUK MEMPREDIKSI JUMLAH PENGUNJUNG PERPUSTAKAAN UNIVERSITAS RIAU Encik Rosalina 1, Sigit Sugiarto 2, M.D.H. Gamal 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan
Lebih terperinciBab V KESIMPULAN DAN MASALAH TERBUKA
Bab V KESIMPULAN DAN MASALAH TERBUKA Kesimpulan dari penelitian ini diperoleh berdasarkan pada pembahasan dalam Bab III dan IV. Kesimpulan ini sebagai jawaban dari permasalahan dan sekaligus hasil yang
Lebih terperinciBAB I PENDAHULUAN. Dewasa ini banyak permasalahan yang muncul baik di bidang ekonomi,
BAB I PENDAHULUAN 1.1 Latar Belakang Dewasa ini banyak permasalahan yang muncul baik di bidang ekonomi, manajemen, pendidikan, maupun kesehatan. Pada bidang ekonomi, permasalahan itu kian kompleks seiring
Lebih terperinciPERAMALAN (Forecast) (ii)
PERAMALAN (Forecast) (ii) Disajikan oleh: Bernardus Budi Hartono Web : http://pakhartono.wordpress.com E-mail: pakhartono at gmail dot com budihartono at acm dot org Teknik Informatika [Gasal 2009 2010]
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Peramalan pada dasarnya merupakan proses menyusun informasi tentang kejadian masa lampau yang berurutan untuk menduga kejadian di masa depan (Frechtling, 2001:
Lebih terperinciBAB 2 LANDASAN TEORITIS
BAB 2 LANDASAN TEORITIS 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksikan apa yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.
Lebih terperinciBAB II LANDASAN TEORI. Suatu sistem adalah suatu jaringan kerja dari prosedur-prosedur yang
7 BAB II LANDASAN TEORI 2.1 Sistem Informasi 2.1.1 Sistem Suatu sistem adalah suatu jaringan kerja dari prosedur-prosedur yang saling berhubungan, berkumpul bersama-sama untuk melakukan suatu kegiatan
Lebih terperinciBAB 2 LANDASAN TEORI. Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksi apa. situasi dan kondisi di masa yang akan datang.
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. Sedangkan ramalan
Lebih terperinciBAB 2 TINJAUAN TEORI. akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan
BAB 2 TINJAUAN TEORI 2.1 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 terperinciAnalisis Deret Waktu
Analisis Deret Waktu Pertemuan 2 Cross section Jenis Data Beberapa pengamatan diamati bersama sama pada periode waktu tertentu Harga saham semua perusahaan yang tercatat di BEJ pada hari Rabu 27 Februari
Lebih terperinciPERBANDINGAN METODE PEMULUSAN (SMOOTHING) EKSPONENSIAL GANDA DUA PARAMETER DARI HOLT DAN METODE BOX-JENKINS
PERBANDINGAN METODE PEMULUSAN (SMOOTHING) EKSPONENSIAL GANDA DUA PARAMETER DARI HOLT DAN METODE BOX-JENKINS DALAM MERAMALKAN HASIL PRODUKSI KERNEL KELAPA SAWIT PT. EKA DURA INDONESIA SKRIPSI EKA ARYANI
Lebih terperinciPERENCANAAN PERSEDIAAN BARANG MENGGUNAKAN METODE FORECASTING DAN EOQ PADA PT. COSMO MAKMUR INDONESIA
Strategi Bisnis, Jurnal Management Strategic, Aug 2015 PERENCANAAN PERSEDIAAN BARANG MENGGUNAKAN METODE FORECASTING DAN EOQ PADA PT. COSMO MAKMUR INDONESIA Ardiz Sebastian ardiz.sebastian@gmail.com Mulyono,
Lebih terperinciUniversitas 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Manajemen Heene dan Desmidt (2010:8), menyatakan bahwa manajemen adalah serangkaian aktivitas manusia yang berkesinambungan dalam mencapai suatu tujuan yang telat ditetapkannya.
Lebih terperinci