BAB 2 LANDASAN TEORI

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 2 LANDASAN TEORI"

Transkripsi

1 BAB LANDAAN TEORI. Tijaua Pusaka Bidag percaaa da pegawasa produksi da persediaa dalam orgaisasi-orgaisasi maufacurig da jasa berkaia dega peramala permiaa, perecaaa kapasias keseluruha orgaisasi, peeua berapa bayak persediaa baha da kompoe-kompoe yag harus ada sera kapa uuk medapakaya meuru T.hai Hadoko dalam buku Dasar-Dasar Maajeme Produksi da Operasi ceaka keiga belas (000;5).. Peramala Peramala (forecasig) merupaka ala bau yag peig dalam perecaaa yag efekif da efisie khususya dalam bidag ekoomi. Dalam orgaisasi moder megeahui keadaa yag aka daag idak saja peig uuk meliha yag baik aau buruk eapi juga berujua uuk melakuka persiapa peramala. Meuru Yami (999, p3), peramala adalah prediksi, proyeksi aau esimasi igka kejadia yag idak pasi dimasa yag aka daag. edagka meuru Makridakis (999, lampira p4), peramala merupaka prediksi ilai-ilai sebuah variabel berdasarka kepada ilai yag dikeahui dari variabel ersebu aau variabel yag berhubuga.

2 0 Beberapa fakor umum ligkuga yag mempegaruhi peramala, yaiu :. Kodisi umum bisis da ekoomi. Hal ii berkaia dega perkembaga bisis da ekoomi secara global. Reaksi da idaka pesaig Kia dapa memperhaika segala reaksi da idaka pesaig agar pola peramala yag dieapka dapa meyimbagi pesaig ersebu. 3. Tidaka pemeriah Tidaka pemeriah secara makro ekoomi megakibaka pola peramala dapa berubah 4. Kecederuga pasar Kecedruga pasar dapa merubah desig dari suau produk aau jasa sehigga meyebabka peramala berubah pola megguaka Tred da Musima 5. Iovasi ekologi Iovasi ekologi dapa merubah desig dari suau produk aau jasa da pola peramala pu iku berubah... Klasifikasi Meode Peramala Meode peramala secara umum dibagi mejadi dua, yaiu meuru Eddy Herjao (004;7) :. Kuaiaif, yaiu peramala yag didasarka aas daa kuaiaif pada masa lalu. Peramala kuaiaif haya dapa diguaka apabila erdapa iga kodisi sebagai beriku :

3 a. Tersedia iformasi eag masa lalu. b. Iformasi ersebu dapa dikuaiaifka dalam beuk daa umeric. c. Dapa diasumsika bahwa beberapa aspek pola masa lalu aka erus berlaju di masa medaag. Meode kuaiaif dapa dibagi mejadi dua, yaiu : a. Dere Berkala (ime series) Merupaka meode peramala yag didasarka aas pegguaa aalisa pola hubuga aara variabel yag aka diperkiraka dega variabel waku. Pedugaa masa depa dilakuka berdasarka ilai masa lalu dari suau variabel da/aau kesalaha masa lalu. Tujuaya adalah meeuka pola dalam dere daa hisoris da megeksrapolasika pola ersebu ke masa depa. Keuuga dari model dere berkala yaiu dapa diguaka dega mudah uuk meramal. Ada empa jeis pola daa pada peramala ime series, yaiu : Pola Horisoal aau aioary (H) Pola daa ii erjadi apabila ilai daa observasi berflukuasi disekiar ilai raa raa yag kosa.

4 y waku Grafik. Pola Daa Horisoal Pola Musima aau easoal () Pola ii erjadi bilamaa suau dere dipegaruhi oleh fakor musima (misalya kuaral ahu ereu, bulaa aau hari-hari pada miggu ereu). y s s f w s s f w s s f w waku Grafik. Pola Daa Musima Pola iklus aau Cyclical (C) Pola ii erjadi bilamaa daaya dipegaruhi oleh flukuasi ekoomi jagka pajag seperi yag berhubuga dega siklus bisis.

5 3 y waku Grafik.3 Pola Daa iklis Pola Tred (T) Pola ii erjadi bilamaa erdapa keaika aau peurua sekuler jagka pajag dalam daa. y waku Grafik.4 Pola Daa Tred b. Model Causal Merupaka meode peramala yag didasarka aas pegguaa aalisa pola hubuga aara variabel yag aka diperkiraka dega variabel lai yag mempegaruhiya, yag buka waku. Model kausal megasumsika bahwa fakor yag diramalka mewujudka hubuga sebab akiba dega sau aau lebih variabel bebas. Tujua dari meode peramala ii adalah uuk meemuka beuk hubuga ersebu da megguakaya uuk

6 4 meramalka ilai medaag dari variabel ak bebas. edagka keuugaya yaiu dapa diguaka dega keberhasila yag lebih besar uuk pegambila kepuusa da kebijaksaaa.. Kualiaif (Tekologis), yaiu peramala yag didasarka aas daa kualiaif pada masa lalu. Meode ii biasa diguaka uuk meramalka ligkuga da ekologi, karea kodisi ersebu berbeda dega kodisi perekoomia da pemasara. Ipu yag dibuuhka ergaug pada meode ereu da biasaya merupaka hasil dari pemikira iuiif, perimbaga, da pegeahua yag elah didapa. Ramala ii eruama diguaka uuk memberika peujuk, uuk membau perecaa da uuk melegkapi ramala kuaiaif, buka uuk memberika suau ramala umeric ereu. Meode ii dibagi mejadi dua bagia, yaiu : a. Meode Eksploraoris Meode ii dimulai dega masa lalu da masa kii sebagai iik awalya da bergerak ke arah masa depa secara heurisik, serigkali dega meliha semua kemugkia yag ada. b. Meode Normaif Meode ii dimulai dega meeapka sasara da ujua yag aka daag, kemudia bekerja mudur uuk meliha apakah hal ii dapa dicapai, berdasarka kedala, sumber daya, da ekologi yag ersedia.

7 5... Lagkah-lagkah Peramala Pada dasarya ada iga lagkah peramala yag peig, yaiu :. Megaalisa daa yag lalu. Tahap ii bergua uuk pola yag erjadi pada masa lalu. Aalisa ii dilakuka dega cara membua abulasi dari daa yag lalu. Dega abulasi daa, maka dapa dikeahui pola dari daa ersebu.. Meeuka meode yag diperguaka. 3. Masig-masig meode memberika hasil peramala yag berbeda. Meode peramala yag erbaik adalah meode yag memberika hasil ramala yag idak jauh berbeda dega keyaaa yag erjadi. 4. Memproyeksika daa yag lalu dega megguaka meode yag diperguaka da memperimbagka adaya beberapa fakor perubaha. Fakor-fakor perubaha ersebu aara lai erdiri dari perubaha kebijakakebijaka yag mugki erjadi, ermasuk perubaha kebijaka pemeriah, perkembaga poesi masyaraka, perkembaga ekologi da peemuapeemua baru, da perbedaa aara hasil ramala yag ada dega keyaaa....3 Peraa Meode Peramala Meode peramala memiliki beberapa peraa, yaiu :. Pejadwala sumber daya yag ersedia. Pegguaa sumber daya yag efisie memerluka pejadwala produksi, rasporasi, kas, persoalia, da sebagaiya. Ipu yag peig uuk

8 6 pejadwala seperi iu adalah ramala igka permiaa uuk produk, baha, eaga kerja, fiasial, aau jasa pelayaa.. Peyediaa sumber daya ambaha. Waku eggag uuk memperoleh baha baku, meerima pekerjaa baru, aau membeli mesi da peralaa dapa berkisar aar beberapa hari sampai beberapa ahu. Peramala diperluka uuk meeuka kebuuha sumber daya di masa medaag. 3. Peeua sumber daya yag diigika. eiap orgaisasi harus meeuka sumber daya yag igi dimiliki dalam jagka pajag. Kepuusa semacam iu bergaug pada kesempaa pasar, fakor-fakor ligkuga, da pegembaga ieral dari sumber daya fiasial, mausia, produk, da ekologis. emua peeua ii memerluka ramala yag baik da maajer yag dapa meafsirka pedugaa sera membua kepuusa yag epa....4 Meode Pemulusa (moohig) raegi uuk meilai suau meode peramala pemulusa erdiri dari eam ahap, yaiu :. Tahap : Pilih suau dere berkala (kelompok daa) uuk diaalisis. Bagi daa ii mejadi kelompok iisialisasi da kelompok pegujia.. Tahap : Pilihlah suau meode pemulusa. 3. Tahap 3 : Iisialisasi meode. Guaka kelompok daa iisisalisasi.

9 7 4. Tahap 4 : Guaka meode pemulusa uuk meramalka seluruh kelompok Pegujia 5. Tahap 5 : Megopimalka Memodifikasi prosedur iisialisasi. Melacak ilai parameer yag opimum. 6. Tahap 6 : Kepuusa peilaia : keuuga da kerugia Klasifikasi meode pemulusa (smoohig) :. Meode Peraaa (Average) Tujua dari meode ii adalah memafaaka daa masa lalu uuk megembagka suau sisem peramala pada periode medaag. Meode peraaa ii melipui : a. Meode raa-raa bergerak sederhaa (simple movig average) Meode raa-raa sederhaa adalah megambil raa-raa dari semua daa dalam kelompok iisialisasi : F T T i i T sebagai ramala uuk periode (T). Kemudia bilamaa daa periode (T) ersedia, maka dimugkika uuk meghiug ilai kesalahaya : e T F T T

10 8 Meode ii aka meghasilka ramala yag baik haya jika proses yag medasari ilai pegamaa : idak meujukka adaya red da idak meujukka adaya usur musima. b. Meode raa-raa bergerak uggal (sigle movig average) Meode ii memiliki karakerisik sebagai beriku : haya meyagku T periode erakhir dari daa yag dikeahui, jumlah iik daa dalam seiap raa-raa idak berubah dega berjalaya waku. ecara aljabar, raa-raa bergerak (MA) dapa diuliska sebagai beriku : F T... T T T i T i F T... T T T T T i i c. Meode raa-raa bergerak gada (double movig average) Meode ii dapa megaasi adaya red secara lebih baik. Raa-raa bergerak gada ii merupaka raa-raa bergerak dari raa-raa bergerak, da meuru simbol diuliska sebagai MA(M x N) dimaa ariya adalah MA M-periode dari MA N-periode. Prosedur raa-raa bergerak liier secara umum dapa dieragka melalui persamaa beriku :... N N

11 9... N N a ( ) b N ( ) F m a b m. Meode Pemulusa Ekspoesial (Expoeial moohig) a. Meode Pemulusa Ekspoesial Tuggal Meode ii bayak meguragi masalah peyimpaa daa, karea idak perlu lagi meyimpa semua daa hisoris aau sebagia daripadaya. Persamaa beriku merupaka beuk umum yag diguaka dalam meghiug ramala dega meode pemulusa ekspoesial : F ( ) F Karea ilai uuk F idak dikeahui, maka dapa diguaka ilai observasi perama ( ) sebagai ramala perama (F ) da kemudia dialjuka dega megguaka persamaa di aas. Ii merupaka salah sau meode iisialisasi. b. Meode Pemulusa Ekspoesial Tuggal : Pedekaa Adapif Meode ii bersifa adapif dalam ari bahwa ilai aka berubah secara oomais bilamaa erdapa perubaha pada pola daa dasar da dapa bermafaa uuk sisem peramala yag melibaka sejumlah besar iem. Iisialisasi : F

12 β E M 0 Persamaa dasar uuk peramala dega meode ii adalah : F dimaa ( ) F E M ( ) E E β e β ( ) M M β e β e F E usur kesalaha yag dihaluska. M usur kesalaha absolu yag dihaluska. c. Meode Pemulusa Ekspoesial Gada : Meode Liear au-parameer dari Brow Dasar pemikira dari pemulusa ekspoesial meode Brow adalah serupa dega raa-raa bergerak liier karea kedua ilai pemulusa uggal da gada keiggala dari daa yag sebearya bilamaa erdapa usur red, perbedaa aara ilai pemulusa uggal da gada dapa diambahka kepada ilai pemulusa uggal da disesuaika uuk red. Persamaa yag dipakai dalam implemeasi pemulusa ekspoesial liear sau-parameer dari Brow diujukka dibawah ii :

13 3 Iisialisasi awal :. ( ) ( ). ( ) ( ) a. b ( ) F m a b. m dimaa : ilai pemulusa ekspoesial uggal. ilai pemulusa ekspoesial gada. m jumlah periode ke muka yag diramalka. d. Meode Pemulusa Ekspoesial Gada : Meode Dua-Parameer dari Hol Meode pemulusa ekspoesial liear dari Hol dalam prisipya sama dega Brow kecuali bahwa Hol idak megguaka rumus pemulusa bergada secara lagsug. ebagai gaiya, Hol memuluska ilai red dega parameer yag berbeda dari parameer yag diguaka pada dere yag asli. Ramala dari pemulusa ekspoesial liear Hol didapa dega megguaka dua kosaa pemulusa (dega ilai aara 0 da ) da iga persamaa sebagai beriku : ( )( b ) b γ ( ) ( γ ) b

14 3 m b F m. Iisialisasi : b e. Meode Pemulusa Ekspoesial Tripel : Meode Kuadraik au-parameer dari Brow Pedekaa dasarya adalah memasukka igka pemulusa ambaha (pemulusa ripel) da memberlakuka persamaa peramala kuadraik Persamaa uuk pemulusa kuadraik adalah : Iisialisasi awal : x Pemulusa perama : ( ). Pemulusa Kedua : ( ). Pemulusa Keiga : ( ). a ( ) ( ) ( ) [ ] b ) ( ). ( c da m c m b a F m

15 33 f. Meode Pemulusa Ekspoesial Tripel : Meode Tiga-Parameer uuk Kecederuga da Musima dari Wier. Meode Wier didasarka aas iga persamaa pemulusa, yaiu sau uuk usur sasioer, sau uuk red, da sau uuk musima. Hal ii serupa dega meode Hol, dega sau persamaa ambaha uuk megaasi musima. Persamaa dasar uuk meode Wier adalah sebagai beriku : Pemulusa Keseluruha :. ( )( b ) I L Pemulusa Tred : b γ ( ) ( γ ) b Pemulusa Musima : I β ( β ) I L Ramala : ( b m) I L m F m Iisialisasi awal : I L L

16 34 L i L b [( ) ( )... ( L L L L L L L...5 Keepaa Meode Peramala Kesalaha dalam peramala mempegaruhi kepuusa melalui dua cara yaiu kesalaha dalam memilih ekik peramala da kesalaha dalam megevaluasi keberhasila pegguaa ekik peramala.bagi pemakai peramala, keepaa ramala yag aka daag adalah yag palig peig meuru Eddy Herjao (004;45) Keepaa meode peramala secara garis besar dibagi mejadi :. Ukura aisik adar Jika i merupaka daa akual uuk periode i da Fi merupaka ramala uuk periode yag sama, maka kesalaha didefiisika sebagai : ei i Fi Jika erdapa ilai pegamaa da ramala uuk periode waku, maka ukura saisik sadar beriku yag dapa didefiisika : a. Nilai Tegah Gala (Mea Error) )] ME ei i

17 35 b. Nilai Tegah Gala Absolu (Mea Absolue Error) MAE ei i c. Jumlah Kuadra Gala (Mea quared Error) E ei i d. Nilai Tegah Gala Kuadra (Mea quared Error) ME e i i e. Deviasi adar Gala (adard Deviaio of Error) ( ) DE ei. Ukura-ukura Relaif Tiga ukura beriku serig diguaka : a. Gala Persease (Perceage Error) PE F ( 00) b. Nilai Tegah Gala Persease (Mea Peceage Error) MPE i PE i c. Nilai Tegah Gala Persease Absolu (Mea Absolue Perceage Error) MAPE i PE i

18 36 3. aisik-u dari Theil 4. aisik Durbi-Waso ( ) e e e W - D.. Perecaaa Agrega Perecaaa produksi agrega adalah perecaaa jagka meegah yag mempuyai jagka waku 3 bula - ahu. Perecaaa merupaka suau proses perecaaa yag berhubuga memaduka sejumlah permiaa erhadap oupu yag diharapka da kapasias produksi yag dapa direalisasika dalam jagka waku ereu. Agrega ariya perecaaa aka disusu dalam sau saua pegukura uggal yag mewakili keseluruha produk yag aka diproduksi. Tujua dari perecaaa agrega uuk megembagka suau recaa produksi secar meyeluruh yag fisibel da opimal meuru Eddy Herjao (004:50) fisibel berari dapa memeuhi permiaa pasar da sesuai dega kapasias yag ada, U i i i i i i i i F

19 37 sedagka opimal berari megguaka sumber daya sebijaksaa mugki dega pegeluara biaya seredah mugki. Lagkah awal yag dilakuka adalah meeapka aau meramalka permiaa dalam saua agrega. elajuya dega baua model da memperhaika aspek-aspek biaya sera pemafaaa kapasias sumber, dapa diperoleh beberapa variabel kepuusa seperi jumlah eaga kerja, jumlah produksi sera jumlah persediaa uuk memeuhi permiaa produk secara keseluruha. emua variabel diyaaka dalam saua agrega, yag selajuya aka dijadika sebagai dasar bagi pegalokasia sumber yag ersedia ke dalam pejaduala yag elah erperici. Variabel-variabel kepuusa dalam perecaaa produksi agrega meuru chroeder (997:330-33), aara lai:. Jumlah eaga kerja lagsug, yaiu eaga kerja yag lagsug berpegaruh erhadap kapasias pabrik.. Jam kerja lembur, dibuuhka bila kecepaa produksi aau jumlah produksi yag aka dibua lebih besar dari kemampua pabrik. Berari pabrik berproduksi membuuhka jam kerja lebih besar dari jam kerja biasa pada bula ereu dari periode perecaaa. 3. Jam kerja biasa, yaiu jam kerja yag ersedia pada bula ereu selama periode perecaaa. 4. Jumlah pesaa yag disubkorakka. Hal ii erjadi jika kapasias pabrik ermasuk pegguaa jam lembur idak mampu melayai pesaa sehigga kelebiha pesaa ersebu disubkorakka ke perusahaa laiya sejeis.

20 38 5. Jumlah pesaa yag diuda waku peyerahaya (backorder). Hal ii erjadi jika kapasias yag ada idak dapa memeuhi semua pesaa pada waku yag elah dijajika maka sebagia permiaa kosume diuda waku peyerahaya. 6. Kecepaa produksi, yaiu besara yag meyaaka produk agrega yag dapa dibua seiap bulaya. aua kecepaa produksi misalya lier per ahu, o per bula, saua per bula da lai-lai. 7. Tigka persediaa adalah bayakya produk yag disimpa dalam beuk produk yag siap dijual. Persediaa diyaaka dalam saua per periode.... Kompoe-kompoe Biaya dalam Perecaaa Agrega ecara umum, krieria masalah perecaaa produksi agrega adalah memiimumka biaya oal produksi selama periode perecaaa. Adapu kompoe-kompoe biaya dalam perecaaa produksi agrega meuru Krajewski da Rizma (00: ,664) adalah :. Hirig cos & Layoff cos. Hirig Cos adalah biaya yag dikeluarka uuk memperkerjaka karyawa baru. Biaya ii melipui biaya pecaria, peyariga da pelaiha. Lay off adalah biaya yag dikeluarka uuk memeca karyawa. Biaya ii melipui biaya ujaga PHK.. ockou cos. Biaya ii imbul akiba permioaa melebihi kapasias produksi,sehigga pemeuha sisa permiaa dilakuka pada periode berikuya. Biaya ii melipui hilagya kesempaa uuk memperoleh keuug a dari pejuala da resiko kehilaga pelagga.

21 39 3. Work Force Cos. Biaya ii merupaka biaya eaga kerja berproduksi selama jam kerja lembur dalam sau periode. 4. Overime Cos. Biaya ii merupaka biaya eaga kerja uuk berproduksi selama jam kerja lembur dalam sau periode. 5. Uderime Cos. Biaya ii dikeluarka uuk membayar eaga kerja, dimaa efisiesi eaga kerja ersebu lebih kecil dari kapasias yag seharusya. 6. ubcoracig Cos. Biaya ii harus dikeluarka uuk membeli produk dari subkorakor. 7. Iveory-holdig Cos. Biaya ii melipui eraamya modal pada persediaa barag jadi, asurasi, biaya uuk ruaga peyimpaa persedia da resiko kerusaka 8. Producio Cos. Biaya ii adalah biaya produksi di luar eaga kerja yag melipui biaya maerial.... Ipu Perecaaa Agrega chroeder (997:36-38) berpedapa bahwa ipu uuk pereceaa agrega adalah usur permiaa da kapasias. Adapu usur permiaa ersebu adalah :. Harga (pricig). Promosi 3. Pemesara kembali (backorder) 4. Permiaa baru edagka usur kapasias adalah sebagai beriku :

22 40. Pegagkaa da pemberheia eaga kerja (hire ad fire). Waku lembur (overime) 3. Pekerja paruh waku (par ime) 4. Persediaa 5. ubkorak...3 Proses Perecaaa Agrega Dalam melakuka perecaaa agrega harus melalui beberapa ahapa yaiu :. Memilih saua produk agrega. memilih horizo aau waku perecaaa, membagiya ke dalam periode perecaaa. 3. Megkoversika permiaa seiap produk ke dalam saua agrega da kemudia dikoversika lagi ke dalam saua sumber yag diperluka (misalya jam-orag aau jam-mesi). 4. membadigka kapasias yag ersedia dega kebuuha produksi. 5. memilih sraegi yag sesuai 6. Melakuka perecaaa agrega dega ekik yag sesuai....4 raegi Perecaaa Agrega dega Meode Trial & Error Robera. Russel da Berard W. Taylor III (995:507), membagi sraegi perecaaa agrega dega Meode Trial & Error dalam 3 (iga) macam sraegi, yaiu :

23 4. Chase raegy Dega megguaka chase sraegy ii, perusahaa berproduksi sesuai dega jumlah permiaa. Kapasias produksi dapa divariasika dega megguaka jam kerja lembur (overime), jam kerja reguler (uderime) da subkorak. Kemugkia lai dari sraegi ii adalah dega memvariasika jumlah eaga kerja dega cara merekru karyawa baru pada saa produksi meigka da memeca karyawa pasa saa produksi meuru. Pada kemugkia variasi perama aka imbul biaya baru, yaiu biaya jam kerja lembur, sedagka pada kemugkia kedua aka meimbulka biaya yag cukup besar uuk merekru da memeca karyawa.. Level raegy Dega megguaka level sraegy, perusahaa berproduksi dega igka produksi yag kosa dari sau periode ke periode laiya. Variasi permiaa diaasi dega persediaa yag dimiliki perusahaa. Pada saa permiaa meuru, kelebiha produksi disimpa sebagai persediaa uuk diguaka pada saa permiaa meigka. Pada sraegi ii aka imbul biaya simpa yag cukup besar uuk ui yag disimpa. 3. Mixed raegy raegi ii merupaka kombiasi dari chase sraegy da level sraegy. Variasi permiaa diaasi dega jam kerja lembur da persediaa yag dimiliki.

24 4. Keragka Pemikira Pada umumya perusahaa meghadapi jumlah permiaa yag berubahrubah. Pola permiaa yag idak eap ii megakibaka beba kerja yag idak eap pula. Dega dilakukaya peeliia ii, dapa dijadika sebagai baha evaluasi aas sraegi peramala da perecaaa produksi da dapa membeahi sisem persediaa baha baku yag ada sehigga mejadi lebih baik.

25 43 Mulai Ideifikasi Masalah Pegumpula Daa: Daa Produk Daa Pejuala Daa Persediaa Awal Daa Waku Baku Daa Kapasias Jam Kerja -Reguler -Lembur Pegolaha Daa: Peramala Perecaaa Agrega Aalisa Pegolaha Daa Kesimpula da ara Diagram. Keragka Pemikira

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu BAB 2 TINJAUAN TEORI 2.1 Pegeria Peramala Ramala pada dasarya merupaka dugaa aau perkiraa megeai erjadiya suau kejadia aau perisiwa di waku yag aka daag. Peramala merupaka sebuah ala bau yag peig dalam

Lebih terperinci

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala (orecasig) Peramala (orecasig) adalah suau kegiaa yag memperkiraka apa yag aka erjadi pada masa medaag. Peramala pejuala adalah peramala yag megkaika berbagai

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 EORI 2.1 Pegeria Peramala Peramala adalah kegiaa uuk memperkiraka apa yag aka erjadi di masa yag aka daag. Sedagka ramala adalah suau siuasi aau kodisi yag diperkiraka aka erjadi pada masa

Lebih terperinci

Universitas Sumatera Utara

Universitas Sumatera Utara Uiversias Sumaera Uara BAB 2 LANDASAN TEORI Ladasa eori ii merupaka hasil dari ijaua lieraur-lieraur yag ada kaiaya dega meode-meode peramala maupu dega koeks laiya dalam peulisa Tugas Akhir ii. Adapu

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 BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala Meode peramala merupaka bagia dari ilmu Saisika. Salah sau meode peramala adalah dere waku. Meode ii disebu sebagai meode peramala dere waku karea memiliki kareserisik

Lebih terperinci

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak BB V NLIS HSIL 5.1 Ukura kurasi Hasil Peramala Uuk medapaka jeis peramala yag digika erdapa bayak parameer-parameer yag dapa diguaka. Seperi yag elah diuraika pada ladasa eori, parameer-parameer ersebu

Lebih terperinci

BAB III TINJAUAN PUSTAKA

BAB III TINJAUAN PUSTAKA BAB III TINJAUAN PUSTAKA 3.1. Defiisi Peramala Peramala adalah proses uuk memperkiraka berapa bayak kebuuha dimasa medaag yag melipui kebuuha dalam ukura kuaias, kualias, waku da lokasi yag dibuuhka dalam

Lebih terperinci

STUDI ANALISIS PERAMALAN DENGAN METODE DERET BERKALA

STUDI ANALISIS PERAMALAN DENGAN METODE DERET BERKALA Widya Tekika Vol.18 No.2; Okober 2010 ISSN 1411 0660: 1-6 Absrak STUDI ANALISIS PERAMALAN DENGAN METODE DERET BERKALA Arie Resu Wardhai 1), Salvador Mauel Pereira 2) Perusahaa sepau da sadal House of Mr.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 18 BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala ( Forecasig ) Peramala ( forecasig ) adalah kegiaa megisemasi apa yag aka erjadi pada masa yag aka daag. Peramala diperluka karea adaya perbedaa kesejaga waku

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3 Meode Pegumpula Daa 3 Jeis Daa Pada peeliia ii aka megguaka jeis daa yag bersifa kuaiaif Daa kuaiaif adalah daa yag berbeuk agka / omial Dalam peeliia ii aka megguaka daa pejuala

Lebih terperinci

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data III. METODE KAJIAN 1. Lokasi da Waku Lokasi kajia berempa uuk kelompok dilaksaaka di kelompok peeraka sapi di Bagka Tegah, Provisi Bagka Beliug, da Kelompok Peeraka Sapi di Cisarua, Bogor, Provisi Jawa

Lebih terperinci

BAB II LANDASAN TEORI. Dalam penulisan tugas akhir ini diperlukan teori-teori yang mendukung yang

BAB II LANDASAN TEORI. Dalam penulisan tugas akhir ini diperlukan teori-teori yang mendukung yang BAB II LANDASAN TEORI Dalam peulisa ugas akhir ii diperluka eori-eori yag medukug yag didapa dari maa kuliah yag perah dierima, da referesi-referesi sebagai baha pedukug. Uuk mecapai ujua dari peulisa

Lebih terperinci

Peramalan Jumlah Penduduk Kota Samarinda Dengan Menggunakan Metode Pemulusan Eksponensial Ganda dan Tripel Dari Brown

Peramalan Jumlah Penduduk Kota Samarinda Dengan Menggunakan Metode Pemulusan Eksponensial Ganda dan Tripel Dari Brown Jural EKSPONENSIAL Volume 7, Nomor, Mei 06 ISSN 085-789 Peramala Jumlah Peduduk Koa Samarida Dega Megguaka Meode Pemulusa Ekspoesial Gada da Tripel Dari Brow Forecasig he Populaio of he Ciy of Samarida

Lebih terperinci

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi.

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi. . Pedahulua PENGUJIAN HIPOTESIS Hipoesis Saisik : peryaaa aau dugaa megeai sau aau lebih populasi. Pegujia hipoesis berhubuga dega peerimaa aau peolaka suau hipoesis. Kebeara (bear aau salahya) suau hipoesis

Lebih terperinci

BAB V METODE PENELITIAN

BAB V METODE PENELITIAN 31 BAB V METODE PENELITIAN 5.1 Lokasi da Waku Peeliia Peeliia ii dilaksaaka di Kecamaa Sukaagara, Kabupae Ciajur. Pemiliha lokasi peeliia dilakuka secara segaja (purposive samplig) dega memperimbagka aspek

Lebih terperinci

MENENTUKAN PERSEDIAAN BERAS DENGAN MENGGUNAKAN MODEL ECONOMIC ORDER QUANTITY (EOQ) BERDASARKAN RAMALAN PERMINTAAN PADA TAHUN 2012

MENENTUKAN PERSEDIAAN BERAS DENGAN MENGGUNAKAN MODEL ECONOMIC ORDER QUANTITY (EOQ) BERDASARKAN RAMALAN PERMINTAAN PADA TAHUN 2012 MENENTUKAN PERSEDIAAN BERAS DENGAN MENGGUNAKAN MODEL ECONOMIC ORDER QUANTITY (EOQ) BERDASARKAN RAMALAN PERMINTAAN PADA TAHUN 2012 Julia Nahar 1 1 Uiversias Padjadjara, Jala Raya Badug-Sumedag km 21,Jaiagor

Lebih terperinci

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB Sudi kelayaka bisis pada dasarya berujua uuk meeuka kelayaka bisis berdasarka krieria ivesasi Krieria ersebu diaaraya adalah ; 1. Nilai bersih kii (Ne

Lebih terperinci

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di 8 METODE PENELITIAN Lokasi da Waku Peeliia Peeliia ii dilaksaaka selama 3 bula, erhiug sejak bula Februari sampai dega April 2008, di DAS Waeruhu, yag secara admiisraif erleak di wilayah Kecamaa Sirimau,

Lebih terperinci

BAB 2 LANDASAN TEORI 2.1 Teknik Industri Peramalan

BAB 2 LANDASAN TEORI 2.1 Teknik Industri Peramalan BAB 2 LANDASAN TEORI Pada bab ii aka dijelaska eori-eori yag medukug meode peeliia pada peulisa skripsi ii yag disebu sebagai ladasa eori. Teori yag aka dijelaska aka mecakup meode dari subjek ekik idusri

Lebih terperinci

PENERAPAN METODE EXPONENTIAL SMOOTHING DALAM MEMPREDIKSI JUMLAH SISWA BARU (STUDI KASUS: SMK PEMDA LUBUK PAKAM)

PENERAPAN METODE EXPONENTIAL SMOOTHING DALAM MEMPREDIKSI JUMLAH SISWA BARU (STUDI KASUS: SMK PEMDA LUBUK PAKAM) Jural Pelia Iformaika, Volume 16, Nomor 3, Juli 2017 IN 2301-9425 (Media Ceak) PENERAPAN METODE EXPONENTIAL MOOTHING DALAM MEMPREDIKI JUMLAH IWA BARU (TUDI KAU: MK PEMDA LUBUK PAKAM) Kuriagara Mahasiswa

Lebih terperinci

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN PERENCNN JUMLH PRODUK MENGGUNKN METODE FUZZY MMDNI BERDSRKN PREDIKSI PERMINTN Nama Mahasiswa : Norma Edah Haryai NRP : 1207 100 031 Jurusa : Maemaika FMIP-ITS Dose Pembimbig : Drs. I G N Rai Usadha, M.Si

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

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB TINJAUAN PUSTAKA Tijaua Pusaka Pegguaa meode peramala Forecasig elah dilakuka oleh berbagai macam peeliia dalam berbagai bidag eruama diguaka dalam memprediksi pejuala pada perusahaa Beriku dibawah

Lebih terperinci

PENGGUNAAN METODE PERAMALAN DALAM PRODUKSI KAYU UNTUK PENENTUAN TOTAL PERMINTAAN (KONSUMEN)

PENGGUNAAN METODE PERAMALAN DALAM PRODUKSI KAYU UNTUK PENENTUAN TOTAL PERMINTAAN (KONSUMEN) Widiyarii, Pegguaa Meode Peramala dalam. PENGGUNAAN METODE PERAMALAN DALAM PRODUKSI KAYU UNTUK PENENTUAN TOTAL PERMINTAAN (KONSUMEN) Widiyarii Program Sudi Tekik Idusri Fakulas Tekik da MIPA, Uiversias

Lebih terperinci

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI. Modul ke: 06Fakultas EKONOMI DAN BISNIS

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI. Modul ke: 06Fakultas EKONOMI DAN BISNIS Modul ke: 06Fakulas EKONOMI DAN BISNIS EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI Program Sudi Akuasi Idik Sodiki,SE,MBA,MM Krieria Kepuusa Ivesasi aau Pegaggara Modal o Beberapa krieria yag aka diperguaka

Lebih terperinci

Jurnal Rekursif, Vol. 3 No. 1 Maret 2015, ISSN

Jurnal Rekursif, Vol. 3 No. 1 Maret 2015, ISSN Jural Rekursif, Vol 3 No Mare 05, ISSN 303-0755 PERBANDINGAN KEAKURATAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DAN EPONENTIAL SMOOTHING PADA PERAMALAN PENJUALAN SEMEN DI PT SINAR ABADI

Lebih terperinci

PENERAPAN UKURAN KETEPATAN NILAI RAMALAN DATA DERET WAKTU DALAM SELEKSI MODEL PERAMALAN VOLUME PENJUALAN PT SATRIAMANDIRI CITRAMULIA

PENERAPAN UKURAN KETEPATAN NILAI RAMALAN DATA DERET WAKTU DALAM SELEKSI MODEL PERAMALAN VOLUME PENJUALAN PT SATRIAMANDIRI CITRAMULIA PENERAPAN UKURAN KETEPATAN NILAI RAMALAN DATA DERET WAKTU DALAM SELEKSI MODEL PERAMALAN VOLUME PENJUALAN PT SATRIAMANDIRI CITRAMULIA Iwa Sugkawa; Ries Tri Megasari Mahemaics & Saisics Deparme, School of

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2. Sisem Produksi Proses maufakur dapa digambarka seperi erliha dalam Gambar.., berupa keragka masuka-keluara, dimaa masukaya berupa baha baku, selajuya baha baku dikoversi (dega

Lebih terperinci

V. PENGUJIAN HIPOTESIS

V. PENGUJIAN HIPOTESIS V. PENGUJIAN IPOTEI A. IPOTEI TATITIK Defiisi uau hipoesa saisik adalah suau peryaaa aau dugaa megeai sau aau lebih variabel populasi. ipoesis digologka mejadi. ipoesis ol adalah hipoesis yag dirumuska

Lebih terperinci

ANALISIS INVESTASI PENAMBANGAN PASIR DAN BATU DITINJAU DARI SEGI TEKNIS DAN BIAYA

ANALISIS INVESTASI PENAMBANGAN PASIR DAN BATU DITINJAU DARI SEGI TEKNIS DAN BIAYA ANALISIS INVESTASI PENAMBANGAN PASIR DAN BATU DITINJAU DARI SEGI TEKNIS DAN BIAYA Laar Belakag Masalah Semaki berambah pesaya pembagua dibidag kosruksi maka meyebabka meigka pula kebuuha aka meerial-maerial

Lebih terperinci

B A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan

B A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan 30 B A B III METODE PENELITIAN 3. Peeapa Lokai da Waku Peeliia Objek peeliia dalam peeliia ii adalah megaalii perbadiga harga jual produk melalui pedekaa arge pricig dega co-plu pricig pada oko kue yag

Lebih terperinci

BAB IV METODOLOGI PENELITIAN

BAB IV METODOLOGI PENELITIAN 30 BAB IV METODOLOGI PENELITIAN 4.1 Beuk da Meode Peeliia Peeliia Opimalisasi da Sraegi Pemafaaa Souher Bluefi Tua di Samudera Hidia Selaa Idoesia diarahka pada upaya uuk megugkapa suau masalah aau keadaa

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

IV. METODE PENELITIAN

IV. METODE PENELITIAN 29 IV. METODE PENELITIAN 4.1. Lokasi da Waku Peeliia Peeliia ii dilaksaaka di Kecamaa Pamijaha, Kabupae Bogor, Provisi Jawa Bara. Pemiliha lokasi peeliia dilakuka secara segaja (purposive) dega perimbaga

Lebih terperinci

Penerapan Metode Optimasi Exponential Smoothing Untuk Peramalan Debit

Penerapan Metode Optimasi Exponential Smoothing Untuk Peramalan Debit Peerapa Meode Opimasi Expoeial moohig Uuk Peramala Debi Oleh: Budi aosa, uharyao 2, Djoko Legoo 3. DT, Program Pascasarjaa Udip, Jl. Hayam Wuruk No. 5-7 emarag, (Depareme Tekik ipil Uiversias Guadarma,

Lebih terperinci

PERAMALAN PERMINTAAN EKSPOR INDUSTRI MEBEL DI PT.SPU JEPARA

PERAMALAN PERMINTAAN EKSPOR INDUSTRI MEBEL DI PT.SPU JEPARA PERAMALAN PERMINTAAN EKSPOR INDUSTRI MEBEL DI PT.SPU JEPARA DISUSUN OLEH : NAMA : AZIS WIDODO NIM : 41605110061 JURUSAN : TEKNIK INDUSTRI PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS

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

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1. Peramala.1.1. Kosep Dasar Peramala Peramala merupaka bagia dari suau proses pegambila suau kepuusa. Sebelum melakuka peramala harus dikeahui erlebih dahulu apa sebearya persoala

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

MODEL PERAMALAN RATA-RATA BEBAN PEMAKAIAN LISTRIK KOTA PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR

MODEL PERAMALAN RATA-RATA BEBAN PEMAKAIAN LISTRIK KOTA PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR MODEL PERAMALAN RATA-RATA BEBAN PEMAKAIAN LISTRIK KOTA PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR Diajuka Sebagai Salah Sau Syara Uuk Memperoleh Gelar Sarjaa Sais Pada Jurusa Maemaika Oleh :

Lebih terperinci

PERAMALAN KURSIDRTERHADAP USDMENGGUNAKAN DOUBLE MOVING AVERAGES DAN DOUBLEEXPONENTIAL SMOOTHING.

PERAMALAN KURSIDRTERHADAP USDMENGGUNAKAN DOUBLE MOVING AVERAGES DAN DOUBLEEXPONENTIAL SMOOTHING. PERAMALAN KURSIDRERHADAP USDMENGGUNAKAN DOUBLE MOVING AVERAGES DAN DOUBLEEXPONENIAL SMOOHING. Padrul Jaa 1), Rokhimi 2), Ismi Ratri Prihatiigsih 3) 1,2,3 PedidikaMatematika, Uiversitas PGRI Yogyakarta

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

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

PERAMALAN ORDER INTAKE DI PT.KSB INDONESIA

PERAMALAN ORDER INTAKE DI PT.KSB INDONESIA PERAMALAN ORDER INTAKE DI PT.KSB INDONESIA DISUSUN OLEH : NAMA : BUDIYANTO NIM : 4160511005 JURUSAN : TEKNIK INDUSTRI PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS MERCU BUANA JAKARTA

Lebih terperinci

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan,

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan, BAB 1 PENDAHULUAN 1.1 Latar Belakag Bagi Negara yag mempuyai wilayah terdiri dari pulau-pulau yag dikeliligi lauta, laut merupaka saraa trasportasi yag dimia, sehigga laut memiliki peraa yag petig bagi

Lebih terperinci

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) . Definisi L.2 (Kejadian lepas )

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) .   Definisi L.2 (Kejadian lepas ) 33 LAMPIRAN 34 35 Beberapa Defiisi Ruag Cooh Kejadia da Peluag Suau percobaa yag dapa diulag dalam kodisi yag sama, yag hasilya idak dapa diprediksi dega epa eapi kia bisa megeahui semua kemugkia hasil

Lebih terperinci

MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR

MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR Bulei Ilmiah Ma.Sa. da Terapaya (Bimaser) Volume 06, No. (07), hal -0. MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR Ermawai, Helmi, Frasiskus

Lebih terperinci

BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel

BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel BAB III PENAKSIR DERET FOURIER 3. Peaksi Dalam saisika, peaksi adalah sebuah saisik (fugsi dai daa sampel obsevasi) yag diguaka uuk meaksi paamee populasi yag idak dikeahui (esimad) aau fugsi yag memeaka

Lebih terperinci

BAB METODOLOGI. Bab 2 Metodologi berisikan :

BAB METODOLOGI. Bab 2 Metodologi berisikan : BAB METODOLOGI Bab Meodologi berisika :.. Pegambila Sampel.. Peramala Nilai Iflasi melalui Ideks Harga Kosume Megguaka Meode ARIMA.3. Akumulasi Prese Value melalui Buga Sederhaa dalam Perhiuga Harga Barag

Lebih terperinci

Rumus-rumus yang Digunakan

Rumus-rumus yang Digunakan Saisika Uipa Surabaya 4. Sampel Tuggal = Rumus-rumus yag Diguaka s..... Sampel berkorelasi D D N N N...... 3. Sampel Bebas a. Uuk varias sama... 3 aau x x s g... 4 b. Sampel Heeroge Guaka Uji Corha - Cox

Lebih terperinci

TUGAS AKHIR. Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika. Oleh: AFRIANTI

TUGAS AKHIR. Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika. Oleh: AFRIANTI MODEL TIME SERIES UNTUK PERAMALAN TINGKAT PENJUALAN JENIS BAHAN BAKAR MINYAK (BBM) DI STASIUN PENGISIAN BAHAN BAKAR UNTUK UMUM (SPBU) ARIFIN ACHMAD-PEKANBARU TUGAS AKHIR Diajuka sebagai Salah Sau Syara

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 6 BAB II LANASAN TEORI.1 Pegeria Persediaa Meuru Ragkui (000,p1) persediaa adalah suau akiva yag melipui barag-barag milik perusahaa dega maksud uuk dijual dalam suau periode usaha ereu, aau persediaa

Lebih terperinci

BAB 3 LANDASAN TEORI. masa lampau akan berlanjut ke masa depan. Hampir seluruh peramalan didasarkan. pada asumsi bahwa masa lampau akan berulang.

BAB 3 LANDASAN TEORI. masa lampau akan berlanjut ke masa depan. Hampir seluruh peramalan didasarkan. pada asumsi bahwa masa lampau akan berulang. BAB 3 LANDASAN TEORI 3. Peramala 3.. Defiisi Peramala Peramala adalah perkiraa probabilisik aau peggambara dari ilai aau kodisi di masa depa. Asumsi yag umum dipakai dalam peramala adalah pola masa lampau

Lebih terperinci

kesimpulan yang didapat.

kesimpulan yang didapat. Bab ii merupaka bab peutup yag merupaka hasil da kesimpula dari pembahasa serta sara peulis berdasarka kesimpula yag didapat. BAB LANDASAN TEORI. Kosep Dasar Peramala Peramala adalah kegiata utuk memperkiraka

Lebih terperinci

OPTIMASI INVENTORY COST PADA MODEL MATEMATIKA EPQ (ECONOMIC PRODUCTION QUANTITY) DENGAN BACKORDER DAN VARIASI SET UP COST Rofila El Maghfiroh 4

OPTIMASI INVENTORY COST PADA MODEL MATEMATIKA EPQ (ECONOMIC PRODUCTION QUANTITY) DENGAN BACKORDER DAN VARIASI SET UP COST Rofila El Maghfiroh 4 JURNAL ILMU-ILMU EKNIK - SISEM Vol. 3 No. OPIMASI INVENORY COS PAA MOEL MAEMAIKA EP (ECONOMIC PROUCION UANIY) ENGAN ACKORER AN VARIASI SE UP COS Rofila El Maghfiroh 4 Absrak: Masalah pegedalia persediaa

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN 16 III. METODOLOGI PENELITIAN 3.1. Keragka Pemikira Peelitia Perkembaga zama yag meutut setiap idividu baik dari segi kemampua maupu peampila. Boss Parfum yag bergerak di bidag isi ulag miyak wagi didirika

Lebih terperinci

PENERAPAN METODE TRIPLE EXPONENTIAL SMOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUSAHAAN MEBEL SINAR JEPARA TANJUNGANOM NGANJUK.

PENERAPAN METODE TRIPLE EXPONENTIAL SMOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUSAHAAN MEBEL SINAR JEPARA TANJUNGANOM NGANJUK. PENERAPAN METODE TRIPLE EXPONENTIAL MOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUAHAAN MEBEL INAR JEPARA TANJUNGANOM NGANJUK. ii Rukayah*), Achmad yaichu**) ABTRAK Peneliian ini berujuan unuk

Lebih terperinci

PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP

PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP Prosidig SPMIPA. pp. 57-6. 6 ISBN : 979.74.47. PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP Sri Rahayu, Taro Jurusa Maemaika FMIPA UNDIP Semarag Jl. Prof. Soedaro, Kampus UNDIP Tembalag,

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

ANALISIS KELAYAKAN INVESTASI PENAMBAHAN ARMADA TRANSPORTASI DAN PERBAIKAN SISTEM PERSEDIAAN PERGUDANGAN (STUDY KASUS PT

ANALISIS KELAYAKAN INVESTASI PENAMBAHAN ARMADA TRANSPORTASI DAN PERBAIKAN SISTEM PERSEDIAAN PERGUDANGAN (STUDY KASUS PT ANALISIS KELAYAKAN INVESTASI PENAMBAHAN ARMADA TRANSPORTASI DAN PERBAIKAN SISTEM PERSEDIAAN PERGUDANGAN (STUDY KASUS PT. LEMINDO ABADI JAYA AREA DISTRIBUSI RIAU DARATAN) Peir Papilo 1, Ramadhail 2 Jurusa

Lebih terperinci

BAB 2 LANDASAN TEORI. mendapatkan perhatian dan dipelajari oleh ilmuan dari hampir semua ilmu bidang

BAB 2 LANDASAN TEORI. mendapatkan perhatian dan dipelajari oleh ilmuan dari hampir semua ilmu bidang 8 BAB 2 LANDASAN TEORI 2.1 Pegertia Peramala Statistik merupaka salah satu cabag ilmu pegetahua yag palig bayak medapatka perhatia da dipelajari oleh ilmua dari hampir semua ilmu bidag pegetahua, terutama

Lebih terperinci

Prediksi Penjualan Sepeda Motor Merek X Di Kabupaten Dan Kotamadya Malang Dengan Metode Peramalan Hierarki

Prediksi Penjualan Sepeda Motor Merek X Di Kabupaten Dan Kotamadya Malang Dengan Metode Peramalan Hierarki JURNAL SAINS DAN SENI POMITS Vol. 3, No., (4) 337-35 (3-98X Pri) D-34 Sepeda Moor Merek X Di Kabupae Da Koamadya Malag Dega Meode Peramala Hierarki Rika Susai, Desri Susilaigrum, da Suharoo Jurusa Saisika,

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 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI PT.Bak Permata merupaka salah satu bak asioal terbesar di Idoesia da dikeal sebagai bak pelayaa terbaik. Bak Permata dibetuk sebagai hasil merger dari 5 bak di bawah Bada Peyehata

Lebih terperinci

PERAMALAN HARGA SAHAM SYARI AH RUPIAH EQUITY FUND PT. PRUDENTIAL LIFE INSURANCE PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR.

PERAMALAN HARGA SAHAM SYARI AH RUPIAH EQUITY FUND PT. PRUDENTIAL LIFE INSURANCE PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR. PERAMALAN HARGA SAHAM SYARI AH RUPIAH EQUITY FUND PT. PRUDENTIAL LIFE INSURANCE PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR Diajuka Sebagai Salah Sau Syara Uuk Memperoleh Gelar Sarjaa Sais pada

Lebih terperinci

ALGORITMA DATA MINING

ALGORITMA DATA MINING ALGORITMA DATA MINING A. DECISION TREE. Kosep Decisio Tree Megubah daa mejadi poho kepuusa (decisio ree) da aura-aura kepuusa (rule). Sebagai cooh misalya igi membua aura yag dapa diguaka uuk meeuka apakah

Lebih terperinci

Universitas Sumatera Utara

Universitas Sumatera Utara 50.7 4.3770 6.7547 6.7547 4.4 48.6965 R4.7 36.3 N8 TOL 0..70 35.9497 36.3.99 50.7 94.338 6.89 3.5 6.75 7.567 36.0 6.4837 57.396 8.783 66.0384 5.337 37.006 3.568 PISAU POTONG AISI D SEPUH No Qy NAME MATERIAL

Lebih terperinci

BAB III LANDASAN TEORI

BAB III LANDASAN TEORI BAB III LANDASAN TEORI 3.1. Kosep Supply Chai Supply chai adalah jariga isasi-isasi yag secara bersama-sama bekerja uuk mecipaka da meghaarka suau produk ke aga pemakai akhir (ed user). Isasi-isasi ersebu

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Black dan Scholes (1973) menyatakan bahwa nilai aset mengikuti Gerak

BAB II TINJAUAN PUSTAKA. Black dan Scholes (1973) menyatakan bahwa nilai aset mengikuti Gerak BAB II TINJAUAN PUSTAKA. Peeliia Terdahulu Black da Scholes (973) meyaaka bahwa ilai ase megikui Gerak Brow Geomeri, dega drif μ (ekpekasi dari reur) da volailias σ (deviasi sadar dari reur). Berawal dari

Lebih terperinci

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN Nomi Kelari *, Hasriai 2, Musraii 2 Mahasiswa Program S Maemaika 2 Dose Jurusa Maemaika Fakulas Maemaika da Ilmu Pegeahua

Lebih terperinci

BAGIAN 2 TOPIK 5. andhysetiawan

BAGIAN 2 TOPIK 5. andhysetiawan BAGIAN OIK 5 adhyseiawa Isi Maeri Modulasi Aliudo AM Modulasi Frekuesi FM adhyseiawa MODULASI AMLIUDO DAN MODULASI ANGULAR SUDU Modulasi roses erubaha karakerisik aau besara gelobag ebawa, euru ola gelobag

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN EORI 2. injauan Pusaka 2.. Peramalan Peramalan (forecasing) merupakan ala banu yang pening dalam perencanaan yang efekif dan efisien khususnya dalam bidang ekonomi. Dalam organisasi modern

Lebih terperinci

TINGKAT PENJUALAN SEPEDA MOTOR SUZUKI PADA CV. ADI MULIA MOTOR DI RENGAT INDRAGIRI HULU DENGAN MENGGUNAKAN METODE TIME SERIES

TINGKAT PENJUALAN SEPEDA MOTOR SUZUKI PADA CV. ADI MULIA MOTOR DI RENGAT INDRAGIRI HULU DENGAN MENGGUNAKAN METODE TIME SERIES FORECASTING TINGKAT PENJUALAN SEPEDA MOTOR SUUKI PADA CV. ADI MULIA MOTOR DI RENGAT INDRAGIRI HULU DENGAN MENGGUNAKAN METODE TIME SERIES AUTOREGRESSIVE TUGAS AKHIR Diajuka sebagai Salah Sau Syara uuk Memperoleh

Lebih terperinci

IV. METODOLOGI PENELITIAN. mencakup penyusunan proposal hingga penyusunan draft skripsi dilaksanakan di

IV. METODOLOGI PENELITIAN. mencakup penyusunan proposal hingga penyusunan draft skripsi dilaksanakan di IV. METODOLOGI PENELITIAN 4.1 Lokasi da Waku Peeliia Peeliia yag dilakuka pada Bula Jauari higga Mei 2008 yag mecakup peyusua proposal higga peyusua draf skripsi dilaksaaka di empa kecamaa di Kabupae Garu,

Lebih terperinci

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya. BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh

Lebih terperinci

METODOLOGI. Waktu dan Tempat. Alat dan Bahan

METODOLOGI. Waktu dan Tempat. Alat dan Bahan METODOLOGI Waku da Tempa Peeliia merupaka desk sudy dega megguaka daa sekuder da pegolaha daa dilakuka di Laboraorium Klimaologi Depareme Geofisika da Meeorologi, Fakulas Maemaika da Ilmu Pegeahua Alam,

Lebih terperinci

PENGUJIAN HIPOTESIS DUA RATA-RATA

PENGUJIAN HIPOTESIS DUA RATA-RATA PENGUJIN HIPOTEI DU RT-RT Pegujia hipoesis dua raa-raa diguaka uuk membadigka dua keadaa aau epaya dua populasi. Misalya kia mempuyai dua populasi ormal masig-masig dega raa-raa µ da µ sedagka simpaga

Lebih terperinci

MODEL ARIMA(0,1,1) UNTUK PERAMALAN JUMLAH NASABAH PADA PT. PRUDENTIAL LIFE INSURANCE KOTA PEKANBARU TUGAS AKHIR

MODEL ARIMA(0,1,1) UNTUK PERAMALAN JUMLAH NASABAH PADA PT. PRUDENTIAL LIFE INSURANCE KOTA PEKANBARU TUGAS AKHIR MODEL ARIMA(0,,) UNTUK PERAMALAN JUMLAH NASABAH PADA PT. PRUDENTIAL LIFE INSURANCE KOTA PEKANBARU TUGAS AKHIR Diajuka Sebagai Salah Sau Syara Uuk Memperoleh Gelar Sarjaa Sais pada Jurusa Maemaika Oleh:

Lebih terperinci

PEMODELAN TINGKAT KECELAKAAN LALU LINTAS DI KOTA PEKANBARU MENGGUNAKAN METODE TIME SERIES AUTOREGRESIVE TUGAS AKHIR. Oleh:

PEMODELAN TINGKAT KECELAKAAN LALU LINTAS DI KOTA PEKANBARU MENGGUNAKAN METODE TIME SERIES AUTOREGRESIVE TUGAS AKHIR. Oleh: PEMODELAN TINGKAT KECELAKAAN LALU LINTAS DI KOTA PEKANBARU MENGGUNAKAN METODE TIME SERIES AUTOREGRESIVE TUGAS AKHIR Diajuka sebagai Salah Sau Syara uuk Memperoleh Gelar Sarjaa Sais pada Jurusa Maemaika

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

FORECASTING (Peramalan)

FORECASTING (Peramalan) FORECASTING (Peramala) PENDAHULUAN Forecastig adalah ramala tetag apa yag aka terjadi dimasa yag aka datag. Forecast Demad atau peramala permitaa mejadi dasar yag sagat petig dalam perecaaa suatu keputusa

Lebih terperinci

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER STATISTIK CUKUP Oleh: Ramayai Rizka M (11810101003), Dey Ardiao (1181010101), Ikfi Ulyawai (1181010103), Falviaa Yulia Dewi (1181010106), Ricki Dio Rosada (11810101034), Nurma Yuia D (11810101035), Wula

Lebih terperinci

B. DESKRIPSI SINGKAT MATA KULIAH

B. DESKRIPSI SINGKAT MATA KULIAH A. IDENTITAS MATA KULIAH Nama Maa Kuliah : Kalkulus 1 Kode Maa Kuliah : MUG1A4 SKS : 4 (empa) Jeis : Maa kuliah wajib Jam pelaksaaa : Taap muka di kelas = 4 jam per peka Tuorial/ resposi Semeser / Tigka

Lebih terperinci

BAB 4 PENGUMPULAN DAN ANALISA DATA

BAB 4 PENGUMPULAN DAN ANALISA DATA BAB 4 PENGUMPULAN DAN ANALISA DATA 4.1. Pegumpula da Pegolaha Daa 4.1.1. Daa Permiaa Uuk meeuka meode peramala yag aka dilakuka maka dibuuhka daa permiaa pada periode sebelumya. Tabel 4.1 Jeis Produk No.

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Pada penelitian ini, peneliti menetapkan objek pada anak kelompok B TK Damhil

BAB III METODOLOGI PENELITIAN. Pada penelitian ini, peneliti menetapkan objek pada anak kelompok B TK Damhil BAB III METODOLOGI PENELITIAN 3.1 Tempa da Waku Peeliia 3.1.1 Tempa Peeliia Pada peeliia ii, peelii meeapka objek pada aak kelompok B TK Damhil Kecamaa Koa elaa Koa Goroalo. Peeapa lokasi ersebu berdasarka

Lebih terperinci

II LANDASAN TEORI. of Portfolio Transactions (Almgren & Chriss 2000).

II LANDASAN TEORI. of Portfolio Transactions (Almgren & Chriss 2000). of Porfolio Trasaios (Almgre & Chriss 000 14 Sisemaika Peulisa Karya ilmiah ii erdiri aas eam bagia Bagia perama berupa pedahulua, erdiri aas laar belakag, ujua peulisa, meode peulisa, da sisemaika peulisa

Lebih terperinci

MODEL VECTOR AUTOREGRESSIVE (VAR) DALAM MERAMAL PRODUKSI KELAPA SAWIT PTPN XIII Faradhila Amry, Dadan Kusnandar, Naomi Nessyana Debataraja

MODEL VECTOR AUTOREGRESSIVE (VAR) DALAM MERAMAL PRODUKSI KELAPA SAWIT PTPN XIII Faradhila Amry, Dadan Kusnandar, Naomi Nessyana Debataraja Bulei Ilmiah Mah. Sa. da Terapaya (Bimaser) Volume 07, No. (018), hal 77 84. MODEL VECTOR AUTOREGRESSIVE (VAR) DALAM MERAMAL PRODUKSI KELAPA SAWIT PTPN XIII Faradhila Amry, Dada Kusadar, Naomi Nessyaa

Lebih terperinci

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL LINEAR DENGAN MENGGUNAKAN METODE TRANSFORMASI ELZAKI

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL LINEAR DENGAN MENGGUNAKAN METODE TRANSFORMASI ELZAKI Bulei Ilmiah Ma. Sa. da erapaya (Bimaser) Volume 4, No. (5), hal 7 6. PNYLSAIAN PRSAMAAN DIFRNSIAL PARSIAL LINAR DNGAN MNGGUNAKAN MOD RANSFORMASI LZAKI Noa Miari, Mariaul Kifiah, Helmi INISARI Persamaa

Lebih terperinci

BAB 2 TINJAUAN TEORI

BAB 2 TINJAUAN TEORI 7 BAB 2 TINJAUAN TEORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. Sedangkan ramalan adalah suau siuasi aau kondisi yang diperkirakan

Lebih terperinci

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah.

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah. BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN 3.1. DIAGRAM ALIR PENELITIAN Perumusa - Sasara - Tujua Pegidetifikasia da orietasi - Masalah Studi Pustaka Racaga samplig Pegumpula Data Data Primer Data Sekuder

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah: BAB III METODOLOGI PENELITIAN 3. Variabel da Defiisi Operasioal Variabel-variabel yag diguaka pada peelitia ii adalah: a. Teaga kerja, yaitu kotribusi terhadap aktivitas produksi yag diberika oleh para

Lebih terperinci

BAB IV PEMBAHASAN DAN ANALISIS

BAB IV PEMBAHASAN DAN ANALISIS BAB IV PEMBAHASAN DAN ANALISIS 4.1. Pembahasa Atropometri merupaka salah satu metode yag dapat diguaka utuk meetuka ukura dimesi tubuh pada setiap mausia. Data atropometri yag didapat aka diguaka utuk

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

APLIKASI PERAMALAN PENJUALAN MENGGUNAKAN METODE REGRESI LINIER

APLIKASI PERAMALAN PENJUALAN MENGGUNAKAN METODE REGRESI LINIER APLIKASI PERAMALAN PENJUALAN MENGGUNAKAN METODE REGRESI LINIER Rival Zuaidhi, Wahyu S. J. Saputra da Ni Ketut Sari Jurusa Tekik Iformatika, Fakultas Tekologi Iformasi, UPN Vetera Jawa Timur Email: rivalavista@yahoo.com

Lebih terperinci

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARA DAN FAKTOR DIKON 3.1 Ecoomic Order Quatity Ecoomic Order Quatity (EOQ) merupaka suatu metode yag diguaka utuk megedalika

Lebih terperinci

INTEGRAL TAK TENTU (pecahan rasional) Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ

INTEGRAL TAK TENTU (pecahan rasional) Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ INTEGRL TK TENTU pecaha rasioal gusia Pradjaigsih, M.Si. Jurusa Maemaika FMIP UNEJ agusia.fmipa@uej.ac.id DEFINISI Fugsi suku bayak derajad dega bula o egaif 0 dimaa, 0 a a a a a P Fugsi kosa dipadag sbg

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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pegertia Peramala Statistik merupaka salah satu cabag ilmu pegetahua yag palig bayak medapatka perhatia da dipelajari oleh ilmua dari hampir semua ilmu bidag pegetahua, terutama

Lebih terperinci

Kemampuan Penggunaan Kalimat pada Karangan Siswa Kelas VI MIMA III Miftahul Ulum Desa Gumelar Kecamatan Balung Kabupaten Jember

Kemampuan Penggunaan Kalimat pada Karangan Siswa Kelas VI MIMA III Miftahul Ulum Desa Gumelar Kecamatan Balung Kabupaten Jember Kemampua Pegguaa pada Karaga Siswa Kelas VI MIMA III Mifahul Ulum Desa Gumelar Kecamaa Balug Kabupae Jember (The use of he Auhorship Capabiliies Seece Sixh Grade Sudes MIMA III Mifahul Ulum Gumelar Village

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa BAB 2 TINJAUAN TEORITI 2.1. Pengerian-pengerian Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. edangkan ramalan adalah suau siuasi aau kondisi yang diperkirakan

Lebih terperinci