Gambar 1. Bentuk Pola Data
|
|
- Susanti Budiman
- 7 tahun lalu
- Tontonan:
Transkripsi
1 1. Pendahuluan Padi (Oryza sativa sp.) adalah tanaman yang berasal dari Bangladesh. Dari tanaman padi dihasilkan beras, yang merupakan bahan makanan pokok sebagian besar rakyat Indonesia. Padi dapat tumbuh dengan baik di daerah panas dengan curah hujan yang tinggi. Produksi padi Indonesia mengambil pangsa sekitar 9% dari total produksi dunia. Indonesia negara penghasil beras ke tiga terbesar di dunia, setelahchina (30%) dan India (21%) [1]. Produksi padi di Indonesia pada tahun 2001 mencapai hampir 50,5 juta ton Gabah Kering Giling (GKG), atau menurun sebesar 1,4 persen dibandingkan dengan tahun 2000 yang mencapai hampir 51,2 juta ton. Berdasarkan angka ramalan II dari Badan Pusat Statistik produksi padi tahun 2003 sebesar 51,4 juta ton atau meningkat 0,04 persen dibandingkan tahun Pola produksi padi yang fluktuatif tersebut belum menunjukan hasil yang memuaskan. Sampai saat ini sekitar 56% produksi padi berasal dari pulau Jawa, sedangkan lebihnya dihasilkan oleh pulau Sumatra (22%), Sulawesi (10%), Kalimantan (5%) dan pulau-pulau lainnya (7%). Tahun 2005 Indonesia merupakan negara peringkat ke-3 sebagai produsen padi terbesar setelah China dan India dengan presentase sebesar 9% yaitu 54 juta metrik ton. Hal ini menunjukkan betapa besarnya hasil padi yang di hasilkan oleh Indonesia pada waktu itu, Indonesia sempat menjadi salah satu negara produsen padi terkemuka di dunia [2]. Keberadaan lahan sangat penting dalam menunjang kegiatan produksi hasil pertanian. Menurut Badan Pusat Statistik meningkatnya permintaan lahan akibat pertumbuhan penduduk selain menyebabkan penurunan luas lahan pertanian juga meningkatkan intensitas usaha tani di daerah aliran sungai hulu Penurunan luas lahan pertanian cenderung semakin besar seiring dengan peningkatan konversi ke non-pertanian. Dalam proses produksi padi, faktor curah hujan berperan sangat penting karena jika intensitas curah hujan terlalu rendah, produksi padi akan mengalami suatu penurunan yang drastis. Jika hal ini terjadi terus menerus maka akan mengakibatkan kerawanan pangan. Agar hal ini tidak terjadi maka dibutuhkan suatu solusi, salah satunya dengan melakukan peramalan (forecasting). Penelitian ini bertujuan untuk meramalkan produksi padi berdasarkan luas panen dan curah hujan yang ada di kabupaten Boyolali. Pemilihan variabel luas panen dan curah hujan berdasarkan pada penelitian sebelumnya yang berjudul Pengembangan Model Ramalan Produksi Padi Dengan Pendekatan Bagging Mars. Manfaat yang di dapatkan dari penelitian ini adalah keluaran berupa grafik yang dapat membantu untuk dipergunakan sebagai acuan untuk menghindari terjadinya kerawanan pangan, dengan adanya peramalan kita mendapatkan suatu gambaran tentang masa yang akan datang dan mencari solusi yang lebih tepat untuk mengantisipasi hal tersebut. 2
2 2. Tinjauan Pustaka Deret waktu merupakan serangkaian nilai-nilai variabel yang disusun berdasarkan waktu. Analisis deret waktu adalah suatu analisa yang dilakukan berdasarkan nilai masa lalu dari suatu variabel masa lalu dengan tujuan untuk menemukan pola dalam deret data histori dan mengekstapolasikan pola tersebut ke masa yang akan datang sebagai suatu perkiraan kondisi masa depan [3]. Langkah penting yang harus dilakukan untuk memilih metode deret berkala yang tepat adalah dengan mempertimbangkan jenis pola data, sehingga metode yeng paling tepat dengan pola tersebut dapat diuji. Pola data dapat dibagi menjadi 4 jenis yaitu [4]: 1) Pola Horizontal (H) dapat terterjadi apabila nilai data berfluktuasi disekitar nilai rata-rata yang konstan. 2) Pola Musiman (S) yaitu terjadi apabila suatu deret dipengaruhi oleh faktor musiman. 3) Pola Siklus (C) yaitu terjadi apabila datanya dipengaruhi oleh frekuensi ekonomi jangka panjang dan berhubungan dengan siklus bisnis 4) Pola Trend (T) yaitu terjadi apabila terdapat kenaikan atau penurunan jangka panjang dalam data. Gambar 1. Bentuk Pola Data Pola Horizontal pada nomor 1 dapat kita lihat di Gambar 1a terjadi apabila suatu deret dipengaruhi oleh faktor musiman. Pola musiman dapat di lihat di Gambar 1b, pola ini terjadi apabila suatu deret dipengaruhi oleh faktor musiman. Sedangkan untuk pola siklus dapat di lihat di gambar 1c dan pola trend terlihat di gambar 1d. Penggunaan analisis deret waktu dimulai dengan mengamati data deret waktu, karena akan terlihat komponen-komponen yang mempengaruhi suatu pola data masa lalu dan sekarang, yang polanya cenderung berulang. 3
3 Menurut jurnal yang berjudul Sistem Peramalan Harga Sembako Berbasis Moving Average Dengan Brew Platform Sebagai Mobile Interface moving average di gunakan untuk meramalkan harga sembako dengan Brew Platform sebagai media interface untuk pengoperasian di ponsel [5]. Sedangkan dalam jurnal yang berjudul Pengembangan Model Ramalan Produksi Padi Dengan Pendekatan Bagging Mars penelitian ini dilakukan sebagai salah satu upaya untuk mendukung ketahanan pangan dengan informasi tentang ramalan produksi padi dan luas panen padi ke depan. Data yang digunakan adalah data sekunder yang diperoleh dari BPS dan Deptan kabupaten Ngawi, serta Badan Metereologi Klimatologi dan Geofisika (BMKG) stasiun klimatologi Karangploso tahun [6]. Penelitian yang akan dilakukan membahas tentang peramalan produksi padi, dengan menggunakan variabel produksi padi, luas panen, curah hujan periode dalam ruang lingkup kabupaten Boyolali dengan jumlah kecamatan sebanyak 19. Moving average banyak digunakan untuk menentukan trend dari suatu deret waktu. Dengan menggunakan metode rata-rata bergerak ini, deret berkala dari data asli diubah menjadi deret rata-rata bergerak yang lebih baik. Metode ini tidak cocok digunakan untuk data musiman karena moving average sesuai untuk data berpola horisontal berfluktuasi di awal. Model rata-rata bergerak mengestimasi permintaan periode berikutnya sebagai rata-rata data permintaan aktual dari n periode terakhir. Ada empat model dari metode weighted moving average yang memiliki asumsi mengenai trend dan musiman [6]: 1) Simple Moving Average, model ini mengasumsikan bahwa seri pengamatan tidak memiliki trend dan variasi musiman. 2) Double Moving Average, model ini mengasumsikan bahwa seri pengamatan memiliki trend linier namun tidak memiliki variasi musiman. 3) Weighted Moving Average, model ini mengasumsikan bahwa seri pengamatan memiliki trend linier dan variasi musiman. 4) Linier Moving Average, model ini memungkinkan untuk melakukan penetapan komponen trend dan variasi musiman. Ada tiga parameter yang perlu penetapan, bergantung dari komponen trend dan variasi musiman[7]: 1. Alpha (α) merupakan parameter yang mengontrol pembobotan relatif pada pengamatan yang baru dilakukan. Parameter alpha digunakan pada semua model. Jika nilai alpha 1 maka hanya pengamatan terbaru yang digunakan. Jika alpha bernilai 0 maka pengamatan yang lalu dihitung sepadan dengan bobot yang terbaru. 2. Beta (β) merupakan parameter yang mengontrol pembobotan relatif pada pengamatan yang baru dilakukan untuk mengestimasi kemunculan trend seri. Parameter beta digunakan pada model yang memiliki komponen trend linier atau eksponenssial dengan tidak memiliki variasi musiman. Nilai beta berkisar 4
4 0 sampai 1. Jika nilai semakin besar akan menunjukkan pemberian bobot yang semakin besar pada pengamatan terbaru. 3. Gamma (γ) merupakan parameter yang mengontrol pembobotan relatif pada pengamatan yang baru dilakukan untuk mengestimasi kemunculan variasi musiman. Parameter gamma digunakan pada model yang memiliki variasi musiman. Nilai gamma berkisar dari 0 sampai 1. Jika nilai gamma semakin besar, menunjukkan pemberian bobot yang semakin besar pada pengamatan yang terbaru. Metode weighted moving average merupakan perkembangan dari metode moving average sederhana, persamaan 1 [8]: (1) dengan : Data : nilai produksi sebelumnya. Bobot : penilaian sesuai dengan panjang periode Persamaan (1) adalah bentuk umum yang digunakan dalam penyususnan suatu ramalan dengan metode weighted moving average. Timbangan yang digunakan untuk metode ini ialah koefisien binomial. Rata-rata bergerak tertimbang per 3 tahun di beri koefisien 1,2,1 sebagai timbangannya. Pada metode ini hanya data observasi yang paling baru dan nilai ramalan yang terakhir yang harus disimpan [9]. Untuk mengetahui kesalahan peramalan digunakan persamaan 2 sebagai berikut : (2). Dimana, t n : periode tahun : nilai t pada periode tahun ke : total jumlah periode : nilai data asli periode tahun ke t : ramalan(forecast) untuk periode ke t Persamaan (2) adalah bentuk umum yang digunakan untuk menghitung kesalahan suatu ramalan. Semakin kecil (mendekati nilai 0) jumah error yang di hasilkan maka prediksi dinyatakn valid. 3. Metode Penelitian 5
5 Tahapan penelitian ini dibagi dalam 3 tahap, yaitu : (1) Tahap penyusunan data awal, (2) Desain dan arsitektural simulasi, (3) Pemodelan dan visualisasi. Tahap penyusunan data bertujuan untuk menentukan data, lokasi dan studi pustaka yang digunakan dalam proses penelitian. Tahap penyusunan data awal terdiri dari: 1) Pengumpulan data dengan melakukan survei di Badan Pusat Statistik (BPS) kabupaten Boyolali. 2) Pengumpulan data produksi padi dan luas panen di beberapa kecamatan Boyolali. Tahap penyusunan di sajikan pada gambar 2. Tahap Penyusunan Awal Survei di Badan Pusat Statistik (BPS) dan dinas kecamatan Boyolali yang berupa: - Data curah hujan - Data pertanian Pengolahan data produksi padi, luas panen dan curah hujan dengan metode Weighted Moving Average Visualisasi Grafik Gambar 2. Tahap Penelitian Tahap desain dan arsitektural simulasi terdiri dari proses masukan data, peramalan curah hujan menggunakan metode Weighted Moving Average. Adapun data dan variabel yang digunakan dalam penelitian meliputi: Data Curah Hujan kecamatan di kabupaten Boyolali di wilayah BMKG Semarang Provinsi Jawa Tengah periode Data DBD Dinas Kesehatan Kecamatan Ungaran periode Data luas panen dan produksi padi di kabupaten Boyolali periode Data curah hujan di kabupaten Boyolali periode
6 produksi konsumsi ribu ton Gambar 3 Desain Arsitektural Model Gambar 3 menunjukkan desain arsitektural model yang dijelaskan sebagai berikut. Pada bagian Data Layer, terdiri dari tahap survei data curah hujan tingkat kecamatan di wilayah Boyolali Provinsi Jawa Tengah periode dan data produksi dan luas panen wilayah Boyolali Provinsi Jawa Tengah periode Kedua data tersebut sebagai data masukan pada proses Application Layer. Pada bagian Application Layer, dilakukan proses peramalan curah hujan menggunakan metode Weighted Moving Average, dengan pemrosesan data menggunakan tool R untuk mendapatkan hasil peramalan curah hujan periode tahun ke 3. Tahap terakhir adalah menganalisa hubungan antara curah hujan, produksi padi, dan luas panen yang ditampilkan dalam bentuk grafik. Dasar pemilihan dari variabel yang digunakan pada penelitian kali ini adalah berdasarkan penelitian sebelumnya yang menggunakan variabel curah hujandan luas panen, karena kedua variabel sangat berpengaruh besar pada produksi padi. Keluaran yang di hasilkan dapat digunakan pihak-pihak terkait yaitu, Dinas Pertanian, petani, dan masyarakat luas. Proses dari pertama pengolahan data sampai dengan dihasilkannya keluaran di sajikan pada gambar 4. Survey ke BPS Boyolali,data yang di hasilkan:data produksi padi, luas, panen, dan curah hujan periode Mengolah data-data yang sudah di dapatkan dengan tools Rstudio dan menggunakan metode Weigthed Moving Average Dapat digunakan oleh Dinas Pertanian, para petani, dan masyarakat luas sebagai acuan untuk menghindari kerawan pangan yang dapat terjadi sewaktu-waktu Gambar 4. Bagan Alur Manfaat Penelitian 7
7 4. Hasil Penelitian dan Pembahasan Langkah pertama yang dilakukan adalah mengolah data asli dengan memasukan ke databae, database yang dipakai adalah SQL Expert Personal selanjutnya yaitu menghubungkan database dengan R Studio agar data dapat di tampilkan. Dengan menggunakan langkah-langkah yang telah dibahas sebelumnya, data curah hujan, produksi padi dan luas panen di Kabupaten Boyolali, Provinsi Jawa Tengah diolah menggunakan database SQL Expert. Gambar 5. Plot Curah Hujan Tahun r 6. Plot Data Peramalan 2007 Gamba Gambar 2 menunjukkan pola grafik peramalan produksi padi pada tahun Hasil peramalan ini didapatkan dengan mengolah data produksi pada tahun yang kemudian dibandingkan dengan data asli pada tahun Pertama-tama data asli yang dipakai adalah produksi padi,luas panen, dan curah hujan dengan periode tahun kemudian di panggil ke program R dengan langkah sebelumnya yaitu dengan menyimpannya di database SQL Expert. Setelah itu data di olah kembali dengan menggunakan metode weighted moving average sehingga menghasilkan output sebagai berikut yaitu indikator grafik berwarna hijau merupakan hasil data peramalan dengan metode weighted moving average, grafik berwarna hitam merupakan data produksi padi masa lampau, grafik bernama merah menunjukan data luas panen, dan grafik berwarna oranye menunjukan data curah hujan. Hasil yang didapatkan adalah bahwa luas panen 8
8 dan curah hujan yang tinggi di tahun 2007 menyebabkan peningkatan produksi padi di beberapa wilayah di kabupaten Boyolali. Gambar 7. Plot Grafik Peramalan Padi 2008 Gambar 5 memperlihatkan pola grafik peramalan produksi padi pada tahun Hasil peramalan ini didapatkan dengan mengolah data produksi pada tahun yang kemudian dibandingkan dengan data asli pada tahun Pertama-tama data asli yang dipakai adalah produksi padi,luas panen, dan curah hujan dengan periode tahun kemudian di panggil ke program R dengan langkah sebelumnya yaitu dengan menyimpannya di database SQL Expert. Setelah itu data di olah kembali dengan menggunakan metode weighted moving average sehingga menghasilkan output sebagai berikut yaitu indikator grafik berwarna hijau merupakan hasil data peramalan dengan metode weighted moving average, warna hitam merupakan data produksi padi masa lampau, merah menunjukan. Gambar 8. Plot Grafik Peramalan Padi Tahun
9 Gambar 6 menunjukkan data peramalan produksi padi pada tahun 2010 yang didapatkan dari pengolahan data asli pada tahun dan dibandingkan lagi dengan data asli indikator grafik berwarna hijau merupakan hasil data peramalan dengan metode weighted moving average, warna hitam merupakan data produksi padi masa lampau, merah menunjukan data luas panen, dan warna oranye menunjukan data curah hujan. Hasil peramalan ini didapatkan dengan mengolah data produksi pada tahun yang kemudian dibandingkan dengan data asli pada tahun Pertama-tama data asli yang dipakai adalah produksi padi,luas panen, dan curah hujan dengan periode tahun kemudian di panggil ke program R dengan langkah sebelumnya yaitu dengan menyimpannya di database SQL Expert. Setelah itu data di olah kembali dengan menggunakan metode weighted moving average sehingga menghasilkan output sebagai berikut yaitu indikator grafik berwarna hijau merupakan hasil data peramalan dengan metode weighted moving average, grafik hitam merupakan data produksi padi masa lampau, grafik merah menunjukan data luas panen, dan grafik oranye menunjukan data curah hujan. Luas panen dan curah hujan yang meningkat di tahun ini membuat jumlah produksi padi juga kian bertambah. ambar 9. Plot Grafik Peramalan Padi Tahun 2010 G Gambar 7 memperlihatkan pola grafik peramalan produksi padi pada tahun Hasil peramalan ini didapatkan dengan mengolah data produksi pada tahun yang kemudian dibandingkan dengan data asli pada tahun Pertama-tama data asli yang dipakai adalah produksi padi,luas panen, dan curah hujan dengan periode tahun kemudian di panggil ke program R dengan langkahsebelumnya yaitu dengan menyimpannya di database SQL Expert. Setelah itu data diolah kembali dengan menggunakan metode weighted moving average sehingga menghasilkan output sebagai berikut yaitu indikator grafik berwarna hijau merupakan hasil data peramalan yang di olah dengan metode weighted 10
10 moving average, warna hitam merupakan data produksi padi masa lampau, merah menunjukan data luas panen, dan warna oranye menunjukan data curah hujan. Gambar 10. Tabel Perhitungan MSE Gambar 10 menunjukan perhitungan kesalahan peramalan, yaitu pengujian yang di lakukan terhadap ketiga variabel yang di pakai dalam dalam penelitian ini adalah luas panen, produksi padi, dan curah hujan. Nilai error diperoleh dari hasil nilai rata-rata data awal kemudian di kurangi nilai rata-rata dari peramalan. Hasil pengurangan disebut Et kemudian hasil tersebut di kuadratkan dan di bagi dengan banyaknya jumlah data prediksi untuk memperoleh nilai yang ingin di capai. Gambar 11. Perhitungan metode peramalan WMA Gambar 11 menunjukan salah satu proses peramalan dari metode Weighted Moving Average, di ambil dari peramalan pada tahun
11 5. Simpulan Berdasarkan hasil penelitian dan pembahasan dapat ditarik kesimpulan bahwa hasil peramalan dapat digunakan oleh Dinas Pertanian sebagai acuan untuk mengantisipasi terjadinya kerawanan pangan dengan keluaran yang berupa grafik jumlah peramalan produksi padi. Curah hujan dan produksi padi memiliki nilai MSE (Mean Square Error) yang kecil, ini menunjukan bahwa peramalan yang dilakukan sudah cukup akurat. Variable curah hujan, produksi padi, dan luas panen terlihat berhubungan terlihat dari keterkaitan yang dihasilkan.jika semakin tinggi curah hujan maka produksi padi pun akan meningkat, dan sebaliknya jika curah hujan rendah maka produktivitas padi akan menurun. 6. Daftar Pustaka [1] Agusta Hermawan, 2007, Edukasi Pertanian. [2] Tommy Prayoga, 2005, Perkembangan Produksi Beras. [3] A.Husni Malian, Sudi Mardianto, Mewa Ariani, 2004, Faktor-Faktor Yang Mempengaruhi Produksi, Konsumsi, dan Harga Beras Serta Inflansi Bahan Makanan. [4] Makridakis, S., Wright, S.C.W.,dan Mc Gee V Alih Bahasa Suminto, H,Ir. Metode dan Aplikasi Peramalan. Edisi Kedua. Binaputra Aksara. Jakarta. [5] Marcelina Rizka Falevy, M.Zen Samsono H,S.T,M.Sc,Akuwan Saleh,SST, 2004, Sistem Peramalan Harga Sembako Berbasis Moving Average Dengan Brew Platform Sebagai Mobile Interface. [6] Alif Yuanita, Bambang Widjarnako Otok, Sutikno, 2007, Peramalan Model Ramalan Produksi Padi Dengan Pendekatan Bagging Mars. [7] Badria, 2008, Penggunaan Metode Exponential Smoothing Untuk meramalkan Kebutuhan Cengkeh di Pabrik Rokok Adi Bungsu. [8] Priyanto, 2005, Handout Peramalan. 12
METODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN
METODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN Peramalan kuantitatif hanya dapat digunakan apabila terdapat
Lebih terperinciBAB I PENDAHULUAN. akan teknologi untuk memperoleh ataupun mengirimkan informasi dari tempat
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan IT (Information Technology) telah membawa dampak dalam kehidupan masyarakat, dimana saat ini sebagian besar masyarakat semakin merasakan informasi
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 terperinciSALES FORECASTING UNTUK PENGENDALIAN PERSEDIAAN
BAB IV SALES FORECASTING UNTUK PENGENDALIAN PERSEDIAAN A. Identifikasi Peramalan Penjualan oleh UD. Jaya Abadi Dari hasil wawancara yang menyebutkan bahwa setiap pengambilan keputusan untuk estimasi penjualan
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 terperinciANALISIS DAN PERAMALAN PRODUKSI TANAMAN TEH DENGAN MENGGUNAKAN METODE INDEKS MUSIM
ANALISIS DAN PERAMALAN PRODUKSI TANAMAN TEH DENGAN MENGGUNAKAN METODE INDEKS MUSIM Alfa Kenedi Mainassy ), Sri Yulianto Joko Prasetyo 2), Alz Danny Wowor 3),2,3) Fakultas Teknologi Informasi Universitas
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 terperinciPERAMALAN HARGA DAN PERMINTAAN KOMODITAS TEMBAKAU DI KABUPATEN JEMBER. Oleh : OKTANITA JAYA ANGGRAENI *) ABSTRAK
PERAMALAN HARGA DAN PERMINTAAN KOMODITAS TEMBAKAU DI KABUPATEN JEMBER Oleh : OKTANITA JAYA ANGGRAENI *) ABSTRAK Tembakau merupakan komoditas perkebunan yang sangat penting bagi perekonomian Indonesia.
Lebih terperinciPeramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Peramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model Ni Kadek Sukerti STMIK STIKOM Bali Jl. Raya Puputan
Lebih terperinciPerancangan Kalender Tanam Berdasarkan Data Klimatologi Menggunakan Metode Forecasting Holt-Winters (Studi Kasus : Boyolali) Artikel Ilmiah
Perancangan Kalender Tanam Berdasarkan Data Klimatologi Menggunakan Metode Forecasting Holt-Winters (Studi Kasus : Boyolali) Artikel Ilmiah Peneliti : Gabriel Alvin Pryanto (672006257) Kristoko Dwi Hartomo,
Lebih terperinciAplikasi Prediksi Hasil Panen Padi Dengan Metode Least Square (Study Kasus : RT.001 RW.006 Ds.Warujayeng Kab.Nganjuk) SKRIPSI
Aplikasi Prediksi Hasil Panen Padi Dengan Metode Least Square (Study Kasus : RT.001 RW.006 Ds.Warujayeng Kab.Nganjuk) SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer
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 IV METODE PENELITIAN
BAB IV METODE PENELITIAN 4.1. Desain Penelitian Dari uraian latar belakang masalah, penelitian ini dikategorikan ke dalam penelitian kasus dan penelitian lapangan. Menurut Rianse dan Abdi dalam Surip (2012:33)
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 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 terperinci1. PENDAHULUAN 2. KAJIAN PUSTAKA
1. PENDAHULUAN Perkebunan teh menjadi salah satu sektor potensial pembangunan Jawa Barat, karena telah mampu memberikan andil besar dalam kehidupan perekonomian. Sektor perkebunan teh memiliki fungsi ekonomi
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 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 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 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 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Defenisi Peramalan Peramalan adalah suatu kegiatan dalam memperkirakan atau kegiatan yang meliputi pembuatan perencanaan di masa yang akan datang dengan menggunakan data masa lalu
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. Sedangkan
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 1 Pendahuluan 1.1 Latar Belakang
Bab 1 Pendahuluan 1.1 Latar Belakang Di Indonesia, padi adalah komoditas strategis yang mempengaruhi berbagai aspek kehidupan, baik sosial, ekonomi, budaya maupun politik. Hingga saat ini padi atau beras
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan sering dipandang sebagai seni dan ilmu dalam memprediksikan kejadian yang mungkin dihadapi pada masa yang akan datang. Secara teoritis peramalan
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 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 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 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Konsep Peramalan Peramalan ( forecasting) merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien khususnya dalam bidang ekonomi. Dalam organisasi modern
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 terperinciPeramalan (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 terperinciBAB 2 LANDASAN TEORI. Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit
BAB 2 LANDASAN TEORI 2.1 Pengertian Produksi Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit tanaman pada lahan yang telah disediakan, pemupukan dan perawatan sehingga
Lebih terperinciBAB I PENDAHULUAN. Pangan merupakan kebutuhan pokok manusia yang harus dipenuhi. Di
BAB I PENDAHULUAN 1.1. Latar Belakang Pangan merupakan kebutuhan pokok manusia yang harus dipenuhi. Di Indonesia salah satu tanaman pangan yang penting untuk dikonsumsi masyarakat selain padi dan jagung
Lebih terperinciMETODE PENELITIAN. pelanggan rumah tangga, bisnis, sosial, dan industri pada tahun-tahun yang
III. METODE PENELITIAN 3.1 Pendahuluan Tugas akhir ini merupakan survei yang bertujuan untuk mengetahui pengaruh pendapatan konsumen dan jumlah penduduk terhadap kebutuhan/permintaan energi listrik di
Lebih terperinciABSTRAK. Universitas Kristen Maranatha
ABSTRAK Indonesia saat ini sudah menghadapi pasar bebas. Hal ini membuat persaingan antara produk produk yang ada di Indonesia semakin ketat terutama produk yang sejenis. Dengan semakin ketatnya persaingan
Lebih terperinciPENGENDALIAN PERSEDIAAN BAHAN BAKU BAJA MS DI DIREKTORAT PRODUKSI ATMI CIKARANG
PENGENDALIAN PERSEDIAAN BAHAN BAKU BAJA MS DI DIREKTORAT PRODUKSI ATMI CIKARANG Siti Rohana Nasution 1, Temotius Agung Lukito 2 1,2) Jurusan Teknik Industri Fakultas Teknik Universitas Pancasila 1) nasutionana@yahoo.co.id,
Lebih terperinciPENERAPAN METODE DOUBLE EXPONENTIAL SMOOTHING PADA PERAMALAN PRODUKSI TANAMAN PANGAN
Jurnal Informatika Polinema ISSN: 2407-070X PENERAPAN METODE DOUBLE EXPONENTIAL SMOOTHING PADA PERAMALAN PRODUKSI TANAMAN PANGAN Rudy Ariyanto 1, Dwi Puspitasari 2, Fifi Ericawati 3 1,2,3 Program Studi
Lebih terperinciI. PENDAHULUAN. Beras merupakan bahan pangan yang dikonsumsi hampir seluruh penduduk
I. PENDAHULUAN 1.1 Latar Belakang dan Masalah Beras merupakan bahan pangan yang dikonsumsi hampir seluruh penduduk Indonesia. Perkembangan produksi tanaman pada (Oryza sativa L.) baik di Indonesia maupun
Lebih terperinciBAB 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 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 terperinciBAB III PERAMALAN. Praktikum Sistem Produksi ATA 2014/2015
BAB III PERAMALAN 3.1 Landasan Teori Peramalan merupakan suatu bentuk usaha untuk meramalkan keadaan di masa mendatang melalui pengujian keadaan di masa lalu. Esensi peramalan adalah perkiraan peristiwa-peristiwa
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. PengertianPeramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang. Dalam usaha mengetahui atau melihat perkembangan di masa depan,
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Semua barang dan jasa sebagai hasil dari kegiatan-kegiatan ekonomi yang beroperasi
BAB 2 TINJAUAN TEORITIS 2.1 Produk Domestik Regional Bruto (PDRB) Semua barang dan jasa sebagai hasil dari kegiatan-kegiatan ekonomi yang beroperasi diwilayah domestik, tanpa memperhatikan apakah faktor
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Seperti diketahui PDRB adalah penjumlahan dari seluruh Nilai Tambah Bruto (NTB)
BAB 2 TINJAUAN TEORITIS 2.1 Produk Domestik Regional Bruto (PDRB) Seperti diketahui PDRB adalah penjumlahan dari seluruh Nilai Tambah Bruto (NTB) yang dihasilkan oleh setiap kegiatan/lapangan usaha. Dalam
Lebih terperinciBAB 2 TINJAUAN TEORITIS. 2.1 Produk Domestik Regional Bruto
18 BAB 2 TINJAUAN TEORITIS 2.1 Produk Domestik Regional Bruto Dalam menghitung pendapatan regional, dipakai konsep domestik. Berarti seluruh nilai tambah yang ditimbulkan oleh berbagai sektor atau lapangan
Lebih terperinciPERAMALAN CURAH HUJAN KOTA PONTIANAK DENGAN DEKOMPOSISI SENSUS II
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 05, No. 02(2016), hal 227 234. PERAMALAN CURAH HUJAN KOTA PONTIANAK DENGAN DEKOMPOSISI SENSUS II Eka Rahmilia, Helmi INTISARI Metode Dekomposisi
Lebih terperinciBAB 3 METODE PENELITIAN. Dalam skripsi yang penulis lakukan ini menggunakan analisa forecasting dari
BAB 3 METODE PENELITIAN 3.1 Desain Penelitan Dalam skripsi yang penulis lakukan ini menggunakan analisa forecasting dari PT. Honda Dunia Motorindo. Setelah itu dengan analisa tersebut, penulis berusaha
Lebih terperinciBAB III LANGKAH PEMECAHAN MASALAH
BAB III LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Koperasi Niaga Abadi Ridhotullah (KNAR) adalah badan usaha yang bergerak dalam bidang distributor makanan dan minuman ringan (snack). Koperasi
Lebih terperincimilik UKDW BAB 1 PENDAHULUAN
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan perekonomian yang cukup tinggi salah satunya dipelopori oleh bisnis dalam bidang manufaktur. Perusahaan-perusahaan dalam bidang manufaktur ini
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 terperinciIII. METODE PENELITIAN. bahwa kabupaten ini adalah sentra produksi padi di Provinsi Sumatera Utara.
45 III. METODE PENELITIAN 3.1. Tempat dan Waktu Penelitian Tempat penelitian yaitu di Kabupaten Deli Serdang, dengan pertimbangan bahwa kabupaten ini adalah sentra produksi padi di Provinsi Sumatera Utara.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan merupakan usaha yang dilakukan oleh suatu perusahaan untuk melihat dan mengkaji situasi dan kondisi di masa mendatang. Terdapat beberapa faktor yang mempengaruhi
Lebih terperinciBAB I PENDAHULUAN. konstan, namun ada beberapa periode yang memperlihatkan keadaan yang ekstrim.
1 BAB I PENDAHULUAN 1.1. Latar Belakang Variasi dan keadaan curah hujan yang terjadi, tidaklah selalu tetap dan konstan, namun ada beberapa periode yang memperlihatkan keadaan yang ekstrim. Pada umumnya,
Lebih terperinciPERKEMBANGAN PRODUKSI PADI DAN PALAWIJA (ANGKA SEMENTARA 2010 DAN ANGKA RAMALAN I 2011)
PERKEMBANGAN PRODUKSI PADI DAN PALAWIJA No. 05/03/72/Th. XIII, 1 Maret 2011 (ANGKA SEMENTARA 2010 DAN ANGKA RAMALAN I 2011) A. PADI Angka Sementara (ASEM) produksi padi Propinsi Sulawesi Tengah tahun 2010
Lebih terperinciAPLIKASI PERAMALAN DALAM PEMESANAN LAPANGAN FUTSAL DI RRI SOOCER ZONE MALANG
APLIKASI PERAMALAN DALAM PEMESANAN LAPANGAN FUTSAL DI RRI SOOCER ZONE MALANG Indra Dharma W 1, Yunior Fajar Triandi 2, Eng Cahya Rahmad 3 Program Studi Teknik Informatika, Jurusan Teknologi Informasi,Politeknik
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 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 terperinciPerbaikan Metode Prakiraan Cuaca Bandara Abdulrahman Saleh dengan Algoritma Neural Network Backpropagation
65 Perbaikan Metode Prakiraan Cuaca Bandara Abdulrahman Saleh dengan Algoritma Neural Network Backpropagation Risty Jayanti Yuniar, Didik Rahadi S. dan Onny Setyawati Abstrak - Kecepatan angin dan curah
Lebih terperinciBab 1 Pendahuluan 1.1 Latar Belakang
Bab 1 Pendahuluan 1.1 Latar Belakang Permalan mempunyai peranan penting dalam pengambilan keputusan, untuk perlunya dilakukan tindakan atau tidak, karena peramalan adalah prakiraan atau memprediksi peristiwa
Lebih terperinciBAB I PENDAHULUAN PENDAHULUAN. daratan yang luas membentang maupun lautan yang mengeliling pulau-pulau nusantara.
BAB I PENDAHULUAN PENDAHULUAN A. Latar Belakang Indonesia adalah negara kepulauan yang memiliki berbagai sumber daya alam baik dari daratan yang luas membentang maupun lautan yang mengeliling pulau-pulau
Lebih terperinciBAB I PENDAHULUAN I-1
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Peramalan merupakan bagian integral dari kegiatan pengambilan keputusan manajemen. (Makridakis, 1988). Hampir setiap keputusan yang dibuat oleh manajemen menggunakan
Lebih terperinciBPS PROVINSI NUSA TENGGARA TIMUR
BPS PROVINSI NUSA TENGGARA TIMUR PRODUKSI TANAMAN PADI DAN PALAWIJA NTT (ANGKA TETAP 2009 DAN ANGKA RAMALAN II 2010) No. 03/07/53/Th.XIII, 1 Juli 2010 PUSO NTT 2010 MENGHAMBAT PENINGKATAN PRODUKSI PANGAN
Lebih terperinciPeramalan Jumlah Penumpang Pada Siluet Tour And Travel Kota Malang Menggunakan Metode Triple Exponential Smoothing
Jurnal Ilmiah Teknologi dan Informasi ASIA (JITIKA) Vol.11, No.1, Februari 2017 ISSN: 0852-730X Peramalan Jumlah Penumpang Pada Siluet Tour And Travel Kota Malang Menggunakan Metode Triple Exponential
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Produksi Produksi merupakan suatu kegiatan yang dikerjakan untuk menambah nilai guna suatu benda baru sehingga lebih bermanfaat dalam memenuhi kebutuhan. Produksi jahe
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 terperinciMembuat 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 terperinciSISTEM PERAMALAN PERSEDIAAN UNIT MOBIL MITSUBISHI PADA PT. SARDANA INDAH BERLIAN MOTOR DENGAN MENGGUNAKAN METODE EXPONENTIAL SMOOTHING
SISTEM PERAMALAN PERSEDIAAN UNIT MOBIL MITSUBISHI PADA PT. SARDANA INDAH BERLIAN MOTOR DENGAN MENGGUNAKAN METODE EXPONENTIAL SMOOTHING Afni Sahara (0911011) Mahasiswa Program Studi Teknik Informatika,
Lebih terperinciPRODUKSI PADI, JAGUNG DAN KEDELAI DI PROVINSI SULAWESI SELATAN (ANGKA TETAP 2013 DAN ANGKA RAMALAN I 2014)
BPS PROVINSI SULAWESI SELATAN No. 37/07/73/Th. V, 1 Juli 2014 14 PRODUKSI PADI, JAGUNG DAN KEDELAI DI PROVINSI SULAWESI SELATAN (ANGKA TETAP 2013 DAN ANGKA RAMALAN I 2014) A. PADI Angka Tetap (ATAP) 2013,
Lebih terperinciPERKEMBANGAN PRODUKSI PADI DAN PALAWIJA (ANGKA RAMALAN II 2015)
No. 64/11/72/Th.XVIII, 02 November 2015 PERKEMBANGAN PRODUKSI PADI DAN PALAWIJA (ANGKA RAMALAN II 2015) A. PADI Angka Ramalan II (ARAM II) produksi padi Provinsi Sulawesi Tengah tahun 2015 diperkirakan
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 terperinci1. Angka. 2. Angka Kering. beras atau. meningkat. meningkat dari 1,4. diperkirakan akan. Produksi ubi kayu 2010.
. BPS PROVINSI NUSA TENGGARA TIMUR T No.8/11/53/Th. XV, 1 November PRODUKSI TANAMAN PADI DAN PALAWIJA NTT (ANGKA TETAP 211 & ANGKAA RAMALAN II ) 1. Angka Tetap (ATAP) produksi padi Provinsi NTT Tahun 211
Lebih terperinciANALISIS PERAMALAN PENJUALAN DAN KAITANNYA DALAM PERAMALAN LABA PADA PD. RAMATEX. Nama : Desty Trisnayannis NPM :
ANALISIS PERAMALAN PENJUALAN DAN KAITANNYA DALAM PERAMALAN LABA PADA PD. RAMATEX Nama : Desty Trisnayannis NPM : 21210860 Latar Belakang Dalam dunia usaha, perusahaan harus memperkirakan hal-hal yang terjadi
Lebih terperinciBAB 2 LANDASAN TEORI. datang. Kegunaan dari peramalan terlihat pada saat pengambilan keputusan.
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang datang. Kegunaan dari peramalan terlihat pada saat pengambilan keputusan. Keputusan yang
Lebih terperinciPangan merupakan salah satu dari tiga kebutuhan pokok manusia, dan ketersediaan pangan yang cukup adalah masalah yang kompleks yang memiliki
1 BAB I PENDAHULUAN 1.1 Latar Belakang Algoritma propagasi balik (backpropagation) adalah salah satu algoritma yang terdapat pada metode jaringan saraf tiruan (JST) dimana algoritma ini memiliki kecenderungan
Lebih terperinciBAB III TINJAUAN PUSTAKA
BAB III TINJAUAN PUSTAKA 3.1 Teori Dunia industri biasanya tak lepas dari suatu peramalan, hal ini disebabkan bahwa peramalan dapat memprediksi kejadian di masa yang akan datang untuk mengambil keputusan
Lebih terperinciABSTRAK. Universitas Kristen Maranatha
ABSTRAK Perkembangan perekonomian saat ini menuntut setiap perusahaan untuk selalu bersaing secara global. Perusahaan harus memiliki strategi tertentu agar dapat mempertahankan kelangsungan hidupnya. Salah
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah. Sebuah fakta bahwa waktu adalah uang dalam aktivitas penjualan. Pengambilan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Sebuah fakta bahwa waktu adalah uang dalam aktivitas penjualan. Pengambilan keputusan merupakan hal yang penting untuk kesuksesan penjualan. Dalam hal ini seseorang
Lebih terperinciBAB 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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pengolahan buah dan sayuran menjadi produk siap saji memiliki nilai tambah tersendiri bagi pasar. Salah satunya adalah pengolahan buah dan sayuran menjadi makanan ringan
Lebih terperinciBAB 3. Metode dan Perancangan Sistem
BAB 3 Metode dan Perancangan Sistem 3.1 Metode Pengembangan Sistem Pada tahap ini, metode penelitian yang digunakan dibagi menjadi tiga tahap, yaitu tahap penyusunan data awal, tahap desain dan arsitektural
Lebih terperinciPENDAHULUAN 1. Latar Belakang
I. PENDAHULUAN 1. Latar Belakang Beras merupakan makanan pokok yang dikonsumsi sebagian besar masyarakat Indonesia. Sampai saat ini 95% masyarakat Indonesia masih mengkonsumsi beras sebagai makanan pokok,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Peramalan 2.1.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang (Sofjan Assauri,1984). Setiap kebijakan ekonomi
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Sebuah perusahaan baik pada bidang barang atau jasa, selalu melakukan perencanaan kedepannya. Dalam perencanan suatu kegiatan yang akan disusun dan dilakukan
Lebih terperinciBAB IV PENGUMPULAN DAN PENGOLAHAN DATA
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Pengumpulan Data Pengumpulan data yang dilakukan dengan cara pengamatan dari dokumen perusahaan. Data yang di perlukan meliputi data penjualan produk Jamur Shiitake,
Lebih terperinciBAB 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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Peramalan adalah alat bantu yang penting dalam perencanaan yang efektif dan efisien (Makridakis,1991). Peramalan merupakan studi terhadap data historis untuk menemukan
Lebih terperinciPENERAPAN METODE EXPONENTIAL SMOOTHING UNTUK PERAMALAN PENGGUNAAN WAKTU TELEPON DI PT TELKOMSEL Divre 3 SURABAYA
SISTEM PENDUKUNG KEPUTUSAN PENERAPAN METODE EXPONENTIAL SMOOTHING UNTUK PERAMALAN PENGGUNAAN WAKTU TELEPON DI PT TELKOMSEL Divre 3 SURABAYA Alda Raharja - 5206 100 008! Wiwik Anggraeni, S.Si, M.Kom! Retno
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 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 terperinciPRODUKSI PADI DAN PALAWIJA (ANGKA RAMALAN II TAHUN 2015)
No. 78/11/33, Th. IX, 2 NOVEMBER 2015 PRODUKSI PADI DAN PALAWIJA (ANGKA RAMALAN II TAHUN 2015) Berdasarkan Angka Ramalan (ARAM) II, produksi padi Provinsi Jawa Tengah pada tahun 2015 diperkirakan sebesar
Lebih terperinciSKRIPSI APLIKASI METODE GOLDEN SECTION UNTUK OPTIMASI PARAMETER PADA METODE EXPONENTIAL SMOOTHING. Disusun oleh: DANI AL MAHKYA
APLIKASI METODE GOLDEN SECTION UNTUK OPTIMASI PARAMETER PADA METODE EXPONENTIAL SMOOTHING SKRIPSI Disusun oleh: DANI AL MAHKYA 24010210141025 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS
Lebih terperinciBAB 3 PENGOLAHAN DATA
18 BAB 3 PENGOLAHAN DATA 3.1. Pengumpulan Data Data yang akan diolah dalam penelitian ini adalah data sekunder yang diperoleh dari Badan Pusat Statistik Provinsi Sumatera Utara di Jln. Asrama No. 179 Medan
Lebih terperinciBAB II LANDASAN TEORI. Sistem informasi terdiri dari input, proses, dan output, seperti yang terlihat pada
BAB II LANDASAN TEORI 2.1 Konsep Sistem Informasi Sebelum merancang sistem perlu dikaji konsep dan definisi dari sistem.. Sistem informasi terdiri dari input, proses, dan output, seperti yang terlihat
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 4 Hasil dan Pembahasan
Bab 4 Hasil dan Pembahasan Model prediksi variabel makro untuk mengetahui kerentanan daerah di Provinsi Jawa Tengah, dilakukan dengan terlebih dahulu mencari metode terbaik. Proses pencarian metode terbaik
Lebih terperinciPENGGUNAAN METODE SMOOTHING EKSPONENSIAL DALAM MERAMAL PERGERAKAN INFLASI KOTA PALU
PENGGUNAAN METODE SMOOTHING EKSPONENSIAL DALAM MERAMAL PERGERAKAN INFLASI KOTA PALU Romy Biri ), Yohanes A.R. Langi ), Marline S. Paendong ) ) Program Studi Matematika FMIPA Universitas Sam Ratulangi Jl.
Lebih terperinciPRODUKSI PADI dan PALAWIJA (ANGKA RAMALAN III TAHUN 2011)
No. 57/11/63/Th.XV, 1 November PRODUKSI PADI dan PALAWIJA (ANGKA RAMALAN III TAHUN ) Produksi padi tahun (ARAM III) diperkirakan sebesar 2.001.274 ton Gabah Kering Giling (GKG), naik sebesar 159.185 ton
Lebih terperinciVI PERAMALAN PENJUALAN AYAM BROILER DAN PERAMALAN HARGA AYAM BROILER
VI PERAMALAN PENJUALAN AYAM BROILER DAN PERAMALAN HARGA AYAM BROILER 6.1. Analisis Pola Data Penjualan Ayam Broiler Data penjualan ayam broiler adalah data bulanan yang diperoleh dari bulan Januari 2006
Lebih terperinciBAB 2 LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan untuk memperkirakan apa yang akan
BAB 2 LADASA TEORI 2.1 Pengertian Peramalan (Forecasting) Peramalan (Forecasting) adalah suatu kegiatan untuk memperkirakan apa yang akan terjadi pada masa mendatang. Peramalan penjualan adalah peramalan
Lebih terperinci