Sistem Infornasi Estimasi Penjualan Dengan Menggunakan Metode Exponential. Abstraksi
|
|
- Vera Lie
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Sistem Infornasi Estimasi Penjualan Dengan Menggunakan Metode Exponential Smoothing (Studi Kasus : PT. Sumber Bening Lestari) 1)Krisna Setya Wardana2)Antok Supriyanto3)M. Arifin 1)Program Studi Sistem Informasi Stikom Surabaya. Krisna@stikom.edu 2) Program Studi Sistem Informasi Stikom Surabaya. Antok@stikom.edu 3)Program Studi Sistem Informasi Stikom Surabaya. Arifin@stikom.edu Abstraksi Suatu perencanaan yang tepat di segala bidang sangat diperlukan oleh suatu perusahaan agar mampu bersaing dan dapat berkembang di era global seperti saat ini. Dalam sebuah perusahaan yang bergerak di bidang jasa atau bidang manufaktur, diperlukan suatu perencanaan yang tepat agar perusahaan tersebut dapat terus bersaing dengan para kompetitornya. Semakin tepat keputusan yang dibuat, maka semakin kecil pula resiko perusahaan tersebut mengalami kerugian.untuk mencapai kondisi tersebut, perusahaan harus dapat menekan biaya dan memaksimalkan keuntungan yang diperoleh. Salah satu upaya yang dilakukan adalah perencanaan pelaksanaan produksi yang akan dilakukan pada periode mendatang. Karena pada perusahaan yang jumlah angka produksinya tetap per periode nya, dianggap dapat menimbulkan suatu permasalahan yaitu menumpuknya stok produk jika jumlah penjualan lebih kecil dibandingkan dengan jumlah produksi, atau terjadinya kondisi kekurangan stok produk jika jumlah penjualan lebih kecil dibandingkan dengan jumlah produksi. Kata kunci : Forecasting, Exponential Smoothing, Double Exponential smoothing Semua organisasi beroperasi dalam suatu lingkungan yang mengandung unsur ketidakpastian, tetapi keputusan harus tetap diambil yang nantinya akan mempengaruhi masa depan organisasi tersebut, suatu pendugaan secara ilmiah terhadap masa datang akan jauh lebih berarti ketimbang pendugaan yang tidak ilmiah (Lincoin Arsyad, 1993:3). menurut Lincoin Arsyad yang dimaksud dengan
2 pendugaan secara ilmiah adalah pembuatan ramalan yang didasarkan pada metode-metode ada satu hal yang harus diperhatikan manipulasi data secara logis yang dihasilkan dari kejadian-kejadian masa lalu. adalah perencanaan untuk penetapan jumlah produksi barang produk. Perusahaan juga harus dapat meminimalkan kesalahan dalam hal penetapan jumlah produksi barang produk. Permasalahan yang sering terjadi adalah Dalam sebuah perusahaan yang bergerak di bidang jasa atau bidang manufaktur, diperlukan suatu perencanaan yang tepat agar perusahaan tersebut dapat terus bersaing dengan para kompetitornya. Semakin tepat keputusan yang dibuat, maka semakin kecil pula resiko perusahaan tersebut mengalami kerugian. Dikarenakan adanya kompetitor yang membuat persaingan lebih ketat, Perusahaan mesti mengadakan serangkaian kegiatan penjualan yang efektif dan memberikan peralatan promosi untuk merangsang pembelian agar lebih meningkat (Kotler, 1989:28). Dalam penelitian ini studi kasus dilakukan pada sebuah perusahaan manufaktur, dimana suatu keadaan dimana jumlah angka. penjualan barang tidak sebanding atau dikatakan lebih kecil daripada jumlah angka produksi barang sehingga dapat menyebabkan kerugian pada perusahaan. Kerugian yang dimaksud dalam hal ini adalah, karena barang di gudang yang belum terjual akan mengakibatkan biaya perawatan barang yang semakin meningkat. Untuk mengatasi hal tersebut diperlukan teknik peramalan penjualan yang tepat agar barang yg masih di dalam gudang akan terjual sehingga dapat mengeliminir biaya perawatan. Dalam permasalahan ini metode yang paling tepat untuk digunakan dalam proses perhitungan peramalan adalah metode exponential
3 smoothing, karena menurut Lincolin Dalam upaya mengeliminir atau Arsyad (1993) dalam bukunya yang memperkecil perbedaan jumlah angka berjudul peramalan bisnis,metode exponential smoothing adalah salah satu metode yang tepat untuk digunakan dalam proses perhitungan peramalan jika data yang akan diteliti bersifat trend, yang mana data trend didefinisikan sebagai suatu komponen jangka panjang yang menunjukkan pertumbuhan atau penurunan dalam data tersebut sepanjang periode waktu yang panjang. Hal tersebut sesuai dengan pola data yang terdapat pada data penjualan yang pola datanya terkadang menaik atau cenderung menurun pada suatu periode tertentu. penjualan dengan jumlah angka produksi barang maka diperlukan Sistem Informasi yang dapat mengestimasi penjualan dengan menggunakan metode exponential smoothing. Sehingga dapat diketahui angka penjualan pada periode mendatang yang tentunya dapat membantu perusahaan untuk merencanakan jumlah angka produksi yang akan di hasilkan dengan lebih tepat sehingga dapat meminimalisir kerugian yang dialami oleh perusahaan yang disebabkan oleh jumlah angka penjualan lebih kecil dari pada jumlah angka produksi. EXPONENTIAL SMOOTHING Dalam bentuk yang mulus (smooth), ramalan yang baru (untuk waktu t+1) dapat dianggap sebagai rata-rata yang diberi bobot terhadap data terbaru (pada waktu t) dan ramalan yang lama (untuk waktu t). bobotα diberikan pada data terbaru, dan bobot 1-αdiberikan pada ramalan yang lama, dimana 0 <α< 1. Dengan demikian : Ramalan baru = αx(data baru) + ( 1 α)x (ramalan yang lama).secara matematis, persamaan exponential smoothing dapat ditulis : Ŷ t+1 = αy t + (1-α)Ŷ t...(1)
4 Dimana : Ŷ t+1= nilai ramalan untuk periode berikutnya α= konstanta pemulusan (0 <α< 1) Y t = data baru atau nilai Y yang sebenarnya pada periode t Teknik Peramalan Holt Ŷ t = nilai pemulusan yanglamaatau rata-rata yang dimuluskan hingga periode t 1. Tiga persamaan yang digunakan dalam teknik ini adalah sebagai berikut: 1. Rangkaian pemulusan secara eksponensial A t = α Y t + (1 α) (A t-1 + T t- 1)......(2) 2. Estimasi trend T t = β (A t A t-1 ) + ( 1 β) T t- 1...(3) 3. Ramalan pada periode p Ŷ t + p = A t + pt t...(4) Dimana A t = Nilai baru yang telah dimuluskan α = konstanta pemulusan untuk data (0 α 1) Y t = data yang baru atau yang sebenarnya pada periode t β = konstanta pemulusan untuk estimasi trend (0 β 1) T t = estimasi trend p = periode yang diramalkan Ŷ t + p = nilai ramalan pada periode p Persamaan pertama hampir sama dengan model dasar pemulusan eksponensial tunggal, hanya saja variabel trend ditambahkan pada persamaan tersebut. Estimasi trend dihitung dengan menghitung selisih antara dua nilai pemulusan eksponensial. Konstatanta pemulusan yang kedua (β) digunakan untuk menghaluskan estimasi trend, pada persamaan untuk menghitung
5 estimasi trend menunjukkan bahwa estimasi trend dikalikan denga β dan kemudian ditambahkan pada estimasi yang lama, dikalikan dengan (1 β). Hasil dari persamaan tersebut adalah trend yang dihaluskan tanpa pengaruh random. Pada persamaan untuk menghitung ramalan pada periode p. Estimasi trend dikalikan dengan jumlah periode yang akan diramalkan dan kemudian hasilnya ditambahkan pada data pemulusan yang tahunnya sama untuk menghilangkan pengaruh random. Pengukuran Kesalahan Peramalan Teknik peramalan kuantitatif biasanya menggunakan data runtut waktu, maka notasi matematis harus kita gunakan untuk menunjukkan suatu periode waktu tertentu. Huruf Y digunakan untuk menunjukkan suatu variabel data runtut waktu. Periode hasil peramalan Ŷ 1,Ŷ 2,... (Lincolin Arsyad, 2001:57). Notasi dasar peramalan adalah sebagai berikut: Y t= nilai data runtut waktu periode t Ŷ t = nilai peramalan Y t waktu dari satu variabel ditunjukkan e t = Y t - Ŷ t = residual atau kesalahan sebagai subskrip. Oleh karena itu, Y tmenunjukkan nilai Y pada periode t. Notasi matematis juga harus digunakan untuk membedakan nilai variabel data runtut waktu sebenarnya dengan nilai permalan.nilai peramalan untuk Y tadalah Ŷ t. Akurasi dari teknik peramalan seringkali dinilai dengan cara meperbandingkannya dengan data aslinya peramalan Beberapa metode telah digunakan untuk menunjukkan kesalahan yang disebabkan oleh suatu teknik peramalan tertentu. Hampir semua ukuran tersebut menggunakan pengrata-rataan beberapa fungsi dari perbedaan antara nilai sebenarnya dengan nilai peramalannya. Perbedaan antara nilai sebenarnya dengan yakni Y 1,Y 2,... dengan nilai-nilai data
6 nilai peramalan ini biasanya disebut dengan residual. Kesalahan rata-rata kuadrat atau mean squared error (MSE) merupakan metode alternatif dalam mengevaluasi suatu teknik peramalan. Setiap kesalahan atau residual dikuadratkan, kemudian dijumlahkan dan dibagi dengan jumlah observasi. Pendekatan ini menghukum suatu kesalahan peramalan yang besar karena dikuadratkan. Pendekatan ini penting karena suatu teknik yang menghasilkan kesalahan yang moderat lebih disukai oleh suatu peramalan yang biasanya menghasilkan kesalahan yang lebih kecil tetapi kadang-kadang menghasilkan kesalahan yang sangat besar. Rumus MSE dirumuskan sebagai berikut: MSE kesalahan absolute rata-rata atau mean absolute percentage error (MAPE)dihitung dengan menemukan kesalahan absolute pada setiap periode, kemudian membaginya dengan nilai observasi pada periode tersebut, dan akhirnya merata-ratakan persentase absolute ini. Pendekatan ini sangat berguna jika ukuran variabel peramalan merupakan faktor penting dalam mengevaluasi akurasi peramalan tersebut. MAPE memberikan petunjuk seberapa besar kesalahan peramalan dibandingkan dengan nilai sebenarnya dari series tersebut. Persamaan berikut menunjukkan bagaimana cara menghitung MAPE: MAPE =...(6) = (5) Kadang kala lebih bermanfaat jika kita menghitung kesalahan peramalan dengan menggunakan secara prosentase ketimbang nilai absolutnya. Persentase Perlu juga untuk menentukan apakah suatu metode permalan bias atau tidak (secara konsisten tinggi atau rendah). Persentase kesalahan rata-rata atau mean percentage error (MPE) digunakan dalam kasus seperti ini. MPE dihitung dengan
7 cara menemukan kesalahan setiap periode, kemudian membaginya dengan nilai sebenarnya pada periode tersebut, dan kemudian merata-ratakan persentase kesalahan tersebut. Jika perndekatan peramalan tersebut tidak bias, maka perhitungan dengan MPE akan menghasilkan persentase mendekati nol. besar maka metode peramalan tersebut menghasilkan hasil ramalan yang terlalu tinggi atau sebaliknya. Persamaan berikut menunjukkan bagaimana cara menghitung MPE: MPE =...(7) Jika hasil persentase negatifnya cukup Konsep Sistem Informasi Sebelum merancang sistem perlu dikaji konsep dan definisi dari sistem.. Sistem informasi terdiri dari input, proses, dan output, seperti yang terlihat pada Gambar 2.1. Pada bagian proses terdapat hubungan timbal balik dengan 2 (dua) elemen, yaitu kontrol kinerja sistem dan sumber-sumber penyimpanan data, baik berupa karakter-karakter huruf maupun berupa numerik informasi laporan maupun solusi dari proses yang telah dijalankan. Tentu dalam pelaksanaannya, sistem informasi bekerja pada berbagai bidang dengan tingkat kompleksitas yang berbeda. Bidang bidang sistem informasinya pun diklasifikasikan sesuai dengan persoalan yang ada pada perusahaan tersebut. Control of System Performance (Herlambang,Tanuwijaya,2005:47). Sekarang ini bentuk data bisa berupa suara atau audio maupun gambar atau video. Input of Data Resources Processing Data Output of Information Products Data ini diproses dengan metode-metode tertentu dan menghasilkan outputberupa Storage of Data Resources
8 logika dan model matematik yang Gambar 2.1 Proses Sistem Informasi Sutabri (2004:3) mendefenisikan bahwa sistem adalah suatu kumpulan atau himpunan dari unsur, komponen atau variabel-variabel yang terorganisasi, saling berinteraksi, saling tergantung satu sama lain dan terpadu. Keterkaitan antara satu komponen dengan komponen lainnya dalam sistem informasi bertujuan menghasilkan suatu informasi dalam suatu bidang. Alur informasi sangat diperlukan dalam sistem informasi, hal ini disebabkan keanekaragaman kebutuhan akan suatu informasi oleh pengguna informasi. Sutabri (2004:36) membagi komponenkomponen yang saling berinteraksi dalam sistem informasi terdiri dari: 1. Komponen masukan, yaitu data yang masuk ke dalam sistem informasi yang dapat berupa dokumendokumen dasar. 2. Komponen model, yaitu komponen yang terdiri dari kombinasi prosedur, akan memanipulasi data input dan data yang tersimpan di basis data dengan cara yang sudah ditentukan untuk menghasilkan keluaran yang diiginkan. 3. Komponen keluaran, yaitu komponen yang merupakan informasi yang berkualitas dan dokumentasi yang berguna. 4. Komponen teknologi, yaitu komponen yang digunakan untuk menerima input, menjalankan model, menyimpan dan mengakses data, menghasilkan dan mengirimkan keluaran dan membantu pengendalian sistem secara keseluruhan. Komponen ini terbagi menjadi tiga bagian yaitu teknisi, perangkat lunak dan perangkat keras. 5. Komponen basis data, merupakan kumpulan data yang saling berkaitan dan berhubungan antara satu dengan lainnya. Basis data tersimpan dalam
9 perangkat keras komputer dan perangkat lunak untuk memanipulasinya. Data dalam basis sedemikian rupa dan digunakan untuk keperluan penyediaan informasi data perlu diorganisasikan FLOWCHART Mengacu pada Lincolin Arsyad (2001;104), flowchart Untuk menghitung peramalan hasil penjualan dengan metode Exponenential Smoothing dengan tekhnik Holt dapat dilihat pada gambar 3.7. Flowchart yang terlihat pada Gambar 3.7 menjelaskan bagaimana proses peramalan penjualan dengan menggunakan metode Eksponential Smoothing. Pada proses awal pertama kali sistem akan mengambil input dari user berupa panjang periode data Tidak Start Baca dan Ambil data penjualan yang akan digunakan untuk proses perhitungan Inisialisasi nilai alpha dan beta dan jumlah periode Perhitungan Perhitungan Eksponential Eksponential Hitung Hitung estimasi estimasi trend trend Hitung Hitung ramalan ramalan pada pada periode periode p Hitung Hitung kesalahan kesalahan peramalan peramalan Hitung Hitung MSE MSE Apakah kombinaasi alpha dan beta menghasilkan MSE terkecil? Ramalan jumlah penjualan di periode mendatang Stop penjualan yang akan digunakan untuk proses perhitungan. Inisialisasi alpha beta tersebut mewakili proses exponential smoothing itu sendiri yang digunakan untuk nilai pengujian ramalan untuk periode ke depan. Gambar 3.7 Flowchart peramalan penjualan dengan Metode Exponential Smoothing Setelah nilai alpha dan beta ditentukan, maka proses perhitungan exponential dilakukan. Selanjutnya hitung nilai estimasi trend untuk mengetahui nilai trend suatu item barang. Setelah itu, dari
10 estimasi trend yang telah dihitung maka akan dibuat perhitungan ramalan periode ke depan. Setelah semua proses di atas dilakukan, maka setelah itu akan dilakukan pengujian error terkecil, jika nilai MSE yang telah dihitung adalah yang terkecil, maka alpha beta itulah yang dipakai sebagai acuan ramalan periode mendatang dan juga digunakan sebagai acuan dalam memproduksi produk air minum di bulan atau tahun yang akan datang, dimana peramalan ini sangat membantu manajer Ya Start Inisialisasi nilai α dan jumlah periode t = t +1 Ambil data penjualan pada periode t (Y t ) Ambil nilai estimasi trend pada periode sebelumnya (T t-1 ) Perhitungan Eksponential A t = α Y t + (1 α) (A t-1 + T t-1 ) Apakah t <= jumlah periode? Tidak Stop dalam memberikan keputusan dalam memproduksi produk agar tidak menimbulkan biaya penyimpanan. Gambar 3.8 Subroutine Perhitungan Eksponential Kemudian yang langkah selanjutnya, pada gambar 3.8 diatas yang dilakukan adalah sistem akan melakukan inisialisasi nilai alpha dan beta. Nilai alpha digunakan untuk perhitungan pemulusan secara exponential seperti yang digambarkan pada Gambar 3.8 diatas, kemudian nilai beta digunakan untuk menghitung estimasi trend. Nilai alphaa beta didalam xponential smoothing adalah sebagai nilai pengujian terhadap error yang akan dlakukan oleh
11 exponential smoothing, sehingga nilai pengujian mempunyai batas uji. Nilai alpha dan beta sndiri nantinya dalam program akan melakukan inisialisasi sendiri dalam pembentukan secara random, misal alpha 0,1 terhadap beta 0,1 selanjutnya alpha 0,1 terhadap beta 0,2. Begitu seterusnya dalam pengujian dilakukan sampai alpha dan beta mencapai angka < 1. Start Proses perhitungan yang dilakukan adalah perhitungan data eksponential untuk mendapatkan nilai baru yang telah dimuluskan. Kemudian perhitungan estimasi trend, setelah mendapatkan nilai baru yang telah dimuluskan dan estimasi trend, langkah selanjutnya adalah menjumlahkan kedua nilai tersebut untuk mendapatkan nilai peramalan penjualan pada periode mendatang, yang nantinya hasil ramalan tersebut akan digunakan manajer sebagai Inisialisasi nilai beta (β) dan jumlah periode t = t +1 Ambil nilai perhitungan exponential pada periode sebelumnya (A t-1 ) Ambil nilai perhitungan exponential pada periode t (A t ) Ambil nilai estimasi trend pada periode sebelumnya (T t-1 ) Hitung estimasi trend T t = β (A t A t-1 ) + ( 1 β) T t-1 tolak ukur perencanaan produksi agar tidak menimbulkan biaya penimbunan barang yang bisa mengakibatkan banyaknya biaya yang ditimbulkan oleh penimbunan sehingga dapat menimbulkan kerugian jika tidak ada perencanaan produksi atas dasar hasil ramalan tersebut seperti yang terlihat pada Gambar 3.10 berikut : Ya Apakah t <= jumlah periode? Tidak Stop Gambar 3.9 Subroutine perhitungan estimasi trend
12 Start Start t = t +1 t = t +1 Ambil data penjualan pada periode t (Y t) Ambil nilai perhitungan exponential pada periode t (A t ) Ambil nilai estimasi trend pada periode t (T t ) Ambil perhitungan peramalan pada periode t (Ŷt ) Hitung kesalahan peramalan et = Y t - Ŷt Hitung ramalan pada periode p Ŷ t + p = A t + pt t Ya Apakah t <= jumlah periode? Tidak Ya Apakah t <= jumlah periode? Stop Tidak Stop Gambar 3.11 Subroutine hitung kesalahan peramalan Gambar 3.10 Subroutine hitung ramalan pada periode berikutnya kemudian dihitung kesalahan peramalan yang dihasilkan dari selisih Setelah mendapatkan nilai kesalahan peramalan pada setiap periode. Nilai tersebut digunakan untuk menghitung MSE antara data pada periode t dan nilai peramalan pada periode t tersebut seperti yang terlihat pada Gambar 3.10 berikut :
13 Start Kombinasi dari alpha dan beta yang Ya Inisialisasi jumlah periode (n) t = t +1 Ambil nilai residual pada periode t (e t) Jumlah kan masing2 nilai kuadrat dari nilai residual pada periode tersebut Σe t 2 = Σe t 2 + e t 2 Apakah t <= jumlah periode? Hitung MSE menghasilkan nilai MSE yang terkecil digunakan untuk perhitungan. Output dari sistem berupa angka penjualan suatu barang produk tertentu diperiode mendatang yang nilai MSE nya terkecil, yang dapat ditampilkan dalam bentuk laporan peramalan penjualan. Berikut tabel perhitungan peramalan yang penjualan PT. Tidak Stop Sumber Bening Lestari yang didasarkan pada data penjualan yang sesungguhnya Gambar 3.12 Subroutine hitungnilai MSE Kesimpulan Berdasarkan hasil uji coba dan analisa yang telah dilakukan dalam pembuatan aplikasi Sistem Informasi Peramalan Penjualan Dengan Menggunakan Metode Exponential Smoothing dengan studi kasus PT. Sumber Bening Lestari, dapat diambil kesimpulan sebagai berikut : 1. Sistem dapat meramalkan jumlah barang yang akan terjual pada periode 1 bulan mendatang dengan menggunakan metode exponential smoothing menggunakan teknik holt. 2. Dengan mengetahui jumlah penjualan pada 1 bulan kedepan dari hasil perhitungan peramalan tersebut, dapat digunakan sebagai salah satu bahan pertimbangan oleh pihak manajerial untuk menentukan jumlah produksi yang akan dilakukan.
14 3.1 Saran Adapun saran-saran yang dapat digunakan untuk mengembangkan aplikasi yang telah dibuat adalah sebagai berikut : 1. Menambahkan perhitungan untuk menghitung peramalan dengan metode lain seperti metode moving average, atau metode exponential agar dapat digunakan sebagai pembanding. 2. Periode mendatang yang akan diramalkan bersifat dinamis. 3. Dari hasil perhitungan peramalan, dapat ditambahkan perhitungan untuk penjadwalan pembelian bahan. smoothing dengan teknik brown
BAB 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 I PENDAHULUAN. pendugaan secara ilmiah adalah pembuatan ramalan yang didasarkan pada
BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan Semua organisasi beroperasi dalam suatu lingkungan yang mengandung unsur ketidakpastian, tetapi keputusan harus tetap diambil yang nantinya akan mempengaruhi
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 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 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 2 LANDASAN TEORI
BAB 2 LADASA TEORI 2.1 Pengertian Peramalan Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama (assaury, 1991). Sedangkan ramalan adalah
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 terperinciBAB I PENDAHULUAN. yang ada pada CV. Agung Jaya Cabang Pabean diperoleh dari supplier atau
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah CV. Agung Jaya Cabang Pabean adalah cabang perusahaan CV. Agung Jaya Kalang Anyar Sedati. CV. Agung Jaya Cabang Pabean merupakan distributor alat tulis kantor
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 terperinciBAB III PERANCANGAN SISTEM. yang terdapat dalam CV. Djenggolo adalah dalam proses produksinya, jumlah
BAB III PERANCANGAN SISTEM 3.1 Analisa Sistem Di dalam penyusunan tugas akhir ini, dirumuskan bahwa permasalahan yang terdapat dalam CV. Djenggolo adalah dalam proses produksinya, jumlah angka produksinya
Lebih terperinci(FORECASTING ANALYSIS):
ANALISIS KUANTITATIF ANALISIS PERAMALAN Hand-out ke-3 ANALISIS PERAMALAN (FORECASTING ANALYSIS): Contoh-contoh sederhana PRODI AGRIBISNIS UNEJ, 2017 PROF DR IR RUDI WIBOWO, MS Contoh aplikasi tehnik peramalan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan teori-teori yang menjadi dasar dan landasan dalam penelitian sehingga membantu mempermudah pembahasan selanjutnya. Teori tersebut meliputi arti dan peranan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Produksi Kedelai Dalam ketersediaan kedelai sangat diperlukan diberbagai penjuru masyarakat dimana produksi kedelai merupakan suatu hasil dari bercocok tanam dimana dilakukan dengan
Lebih terperinciBAB. 1 PENDAHULUAN Latar Belakang
1 BAB. 1 PENDAHULUAN 1.1. Latar Belakang Kain adalah bahan mentah yang dapat dikelola menjadi suatu pakaian yang mempunyai nilai financial dan konsumtif dalam kehidupan, seperti pembuatan baju. Contohnya
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 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. 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 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 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 terperinciBAB 3 PERANCANGAN PROGRAM. 3.1 Alasan digunakan Metode Exponential Smoothing. Banyak metode peramalan yang dapat digunakan dalam memprediksi tingkat
BAB 3 PERANCANGAN PROGRAM 3.1 Alasan digunakan Metode Exponential Smoothing Banyak metode peramalan yang dapat digunakan dalam memprediksi tingkat penjualan untuk beberapa periode ke depan. Biasanya untuk
Lebih terperinciBAB 2 LANDASAN TEORITIS
BAB 2 LANDASAN TEORITIS 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksikan apa yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.
Lebih terperinciBAB 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)
#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 3 PRAKIRAAAN dan PERAMALAN PRODUKSI. Dalam Manajemen Operasional, mengapa perlu ada peramalan produksi?
BAB 3 PRAKIRAAAN dan PERAMALAN PRODUKSI Dalam Manajemen Operasional, mengapa perlu ada peramalan produksi? a. Ada ketidak-pastian aktivitas produksi di masa yag akan datang b. Kemampuan & sumber daya perusahaan
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH
49 BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Standar Optimasi Dasar evaluasi untuk mengoptimalkan supply chain management pada Honda Tebet (PT. Setianita Megah Motor) dari proses bisnis perusahaan
Lebih terperinciBAB II TINJAUAN TEORITIS
BAB II TIJAUA TEORITIS 2.1 Peramalan (Forecasting) 2.1.1 Pengertian Peramalan Peramalan dapat diartikan sebagai berikut: a. Perkiraan atau dugaan mengenai terjadinya suatu kejadian atau peristiwa di waktu
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 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 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 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 terperinciIII. LANDASAN TEORI A. TEKNIK HEURISTIK
III. LANDASAN TEORI A. TEKNIK HEURISTIK Teknik heuristik adalah suatu cara mendekati permasalahan yang kompleks ke dalam komponen-komponen yang lebih sederhana untuk mendapatkan hubungan-hubungan dalam
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 terperinciBAB 2 LANDASAN TEORI. sama setiap hrinya. Pada bulan-bulan tertentu curah hujan sangat tinggi dan pada
BAB 2 LANDASAN TEORI 2.1 Curah Hujan Hujan sangat diperlukan diberbagai penjuru masyarakat. Curah hujan tidak selalu sama setiap hrinya. Pada bulan-bulan tertentu curah hujan sangat tinggi dan pada bulan-bulan
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 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 II LANDASAN TEORI. dan bekerja sama untuk memproses masukan atau input yang ditunjukkan kepada
BAB II LANDASAN TEORI 2.1 Konsep Dasar Sistem Informasi Menurut Kristanto (2003:2), sistem adalah kumpulan elemen elemen dan bekerja sama untuk memproses masukan atau input yang ditunjukkan kepada sistem
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 terperinciEvelina Padang, Gim Tarigan, Ujian Sinulingga
Saintia Matematika Vol. 1, No. 2 (2013), pp. 161 174. PERAMALAN JUMLAH PENUMPANG KERETA API MEDAN-RANTAU PRAPAT DENGAN METODE PEMULUSAN EKSPONENSIAL HOLT-WINTERS Evelina Padang, Gim Tarigan, Ujian Sinulingga
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 terperinciPembahasan Materi #7
1 EMA402 Manajemen Rantai Pasokan Pembahasan 2 Pengertian Moving Average Alasan Tujuan Jenis Validitas Taksonomi Metode Kualitatif Metode Kuantitatif Time Series Metode Peramalan Permintaan Weighted Woving
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Penjualan Menurut Kotler (2006:457) penjualan merupakan sebuah proses dimana kebutuhan pembeli dan kebutuhan penjual dipenuhi, melalu antar perturkaran informasi dan kepentingan.
Lebih terperinciPeramalan Permintaan Produk Perak Menggunakan Metode Simple Moving Average Dan Exponential Smoothing
JURNAL SISTEM DAN INFORMATIKA 97 Peramalan Permintaan Produk Perak Menggunakan Metode Simple Moving Average Dan Exponential Smoothing Ni Luh Ayu Kartika Yuniastari, IGP Wirarama Wedashwara Wirawan STIKOM
Lebih terperinciAplikasi Sistem Informasi Forecasting pada PD. Maha Jaya. Teknik Informatika 1 Teknik Industri 2 Universitas Kristen Petra Surabaya
Aplikasi Sistem Informasi Forecasting pada PD. Maha Jaya Rudy Adipranata 1, Tanti Octavia 2, Andi Irawan 1 Teknik Informatika 1 Teknik Industri 2 Universitas Kristen Petra Surabaya Pendahuluan Pentingnya
Lebih terperinciBAB II TINJAUAN PUSTAKA
digilib.uns.ac.id BAB II TINJAUAN PUSTAKA 2.1 Landasan Teori 2.1.1 Executive Information System (EIS) Executive Information System (EIS) adalah sebuah sistem penunjang keputusan yang dibangun secara khusus
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 terperinciPENERAPAN LEAST SQUARE METHOD UNTUK PERAMALAN PENJUALAN DI HIJABSTORY BANDUNG
PENERAPAN LEAST SQUARE METHOD UNTUK PERAMALAN PENJUALAN DI HIJABSTORY BANDUNG Wendi Wirasta, Muhamad Luthfi Ashari 2 Program Studi Teknik Informatika, STMIK & Ilmu Komputer LPKIA Jl. Soekarno Hatta 456,
Lebih terperinciBAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Peramalan adalah kegiatan meramalkan atau memprediksi apa yang akan terjadi dimasa yang akan datang dengan waktu tenggang (lead time) yang relative lama,
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 terperinciPerkapalan Negeri Surabaya, Surabaya Program Studi Teknik Otomasi, Jurusan Teknik Kelistrikan Kapal, Politeknik Perkapalan Negeri
Perbandingan Metode Autoregressive Integrated Moving Average (ARIMA) dan Exponential Smoothing pada Peramalan Penjualan Klip (Studi Kasus PT. Indoprima Gemilang Engineering) Aditia Rizki Sudrajat 1, Renanda
Lebih terperinciBAB 3 PENGOLAHAN DATA
BAB 3 PENGOLAHAN DATA 3.1 Pengertian Pengolahan Data Pengolahan data dapat diartikan sebagai penjabaran atas pengukuran data kuantitatif menjadi suatu penyajian yang lebih mudah dimengerti dan menguraikan
Lebih terperinciBAB II TINJAUAN PUSTAKA
4 BAB II TINJAUAN PUSTAKA 1.1 Landasan Teori 1.1.1 Prediksi Prediksi adalah sama dengan ramalan atau perkiraan. Menurut kamus besar bahasa indonesia, prediksi adalah hasil dari kegiatan memprediksi atau
Lebih 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 terperinciPERENCANAAN PRODUKSI
PERENCANAAN PRODUKSI 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
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Persediaan dan Pengendalian Persediaan Menurut (Herjanto, 2008), persediaan adalah bahan baku atau barang yang disimpan yang akan digunakan untuk proses memenuhi tujuan tertentu,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peramalan 2.1.1 Pengertian dan Peranan Peramalan Aktivitas manajerial khususnya dalam proses perencanaan, seringkali membutuhkan pengetahuan tentang kondisi yang akan datang. Pengetahuan
Lebih terperinciBAB III PERAMALAN 3.1 Landasan Teori Peramalan
BAB III PERAMALAN 3.1 Landasan Teori Peramalan Menurut Gaspersz (2004), aktivitas peramalan merupakan suatu fungsi bisnis yang berusaha memperkirakan permintaan dan penggunaan produk sehingga produk-produk
Lebih terperinciBAB 2 LANDASAN TEORI. Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksi apa. situasi dan kondisi di masa yang akan datang.
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. Sedangkan ramalan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Uji Kecukupan Sampel Dalam melakukan penelitian terhadap populasi yang sangat besar, kita perlu melakukan suatu penarikan sampel. Hal ini dikarenakan tidak selamanya kita dapat
Lebih terperinciPERAMALAN PRODUKSI SARUNG TENUN DENGAN MENGGUNAKAN METODE PEMULUSAN DATA
PERAMALAN PRODUKSI SARUNG TENUN DENGAN MENGGUNAKAN METODE PEMULUSAN DATA Weny Indah Kusumawati Program Studi Sistem Komputer, Institut Bisnis dan Informatika Stikom Surabaya email: weny@stikom.edu Abstrak
Lebih terperinciAPLIKASI TRIPLE EXPONENTIAL SMOOTHING UNTUK FORECASTING JUMLAH PENDUDUK MISKIN
APLIKASI TRIPLE EXPONENTIAL SMOOTHING UNTUK FORECASTING JUMLAH PENDUDUK MISKIN Fakultas Keguruan dan Ilmu Pendidikan Universitas PGRI Yogyakarta padrul.jana@upy.ac.id Abstract This study aims to predict
Lebih terperinciBAB 2 LANDASAN TEORI. datang dengan waktu yang relatif lama (assaury, 1991). Secara teoritis peramalan
18 BAB 2 LANDASAN TEORI 2.1 Pengertian Ramalan Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama (assaury, 1991). Secara teoritis peramalan
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 1.1 Tempat Penelitian Penelitian ini dilakukan di PT. Aetra Air Jakarta, Jl. Jend. Sudirman Ged. Sampoerna Strategic Square. 1.2 Obyek Penelitian Objek penelitian dilakukan
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 terperinciMETODE 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 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Manajemen 2.1.1 Pengertian Manajemen Manajemen berasal dari bahasa kata to manage yang artinya mengatur atau mengelola. Pengaturan dilakukan melalui proses dan diatur berdasarkan
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 1 PENDAHULUAN. Universitas Sumatera Utara
13 BAB 1 PENDAHULUAN 1.1 Latar Belakang Era globalisasi saat ini, perkembangan zaman semankin maju dan berkembang pesat, di antaranya banyak pernikahan dini yang menyebabkan salah satu faktor bertambahnya
Lebih terperinciBAB 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 terperinciS (t)=ax(t)+(1-a)s t-1 (2) S (t)=asn(t)+(1-a)s t-1 (3) F(t+m)=S(t)+mb(t) (4)
Ju rnal)lm iah. %2O 6ol.,. o. data ini terjadi jika terdapat data yang berfluktuasi di sekitar nilai rata-rata yang konstan. Suatu produk yang penjualannya tidak meningkat atau menurun selama waktu tertentu
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 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 III 3. LANDASAN TEORI
BAB III 3. LANDASAN TEORI 3.1 Peramalan 3.1.1 Definisi dan Tujuan Peramalan Peramalan adalah proses perkiraan (pengukuran) besarnya atau jumlah sesuatu pada waktu yang akan datang berdasarkan data pada
Lebih terperinciSistem Peramalan Harga Emas Antam Menggunakan Double Exponential Smoothing
Sistem Peramalan Harga Emas Antam Menggunakan Double Exponential Smoothing Teguh Andriyanto Sistem Informasi Universitas Nusantara PGRI Kediri Kediri, Indonesia E-mail: teguh@ unpkediri.ac.id Abstrak Emas
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 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 terperinciEstimasi, Pemilihan Model dan Peramalan Hubungan Deret Waktu
Estimasi, Pemilihan Model dan Peramalan Hubungan Deret Waktu Author: Junaidi Junaidi Terdapat berbagai jenis model/metode peramalan hubungan deret waktu. Diantaranya adalah: 1) Model Linear; 2) Model Quadratic;
Lebih terperinciPENGEMBANGAN SISTEM PERAMALAN PENJUALAN GALON MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING
PENGEMBANGAN SISTEM PERAMALAN PENJUALAN GALON MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING Luqman Affandi 1, Dimas Wahyu Wibowo 2, Indra Wahyu Setya Nugraha 3 1,2,3 Program Studi Teknik Informatika,
Lebih terperinciLABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI MODUL VIII ( TIME SERIES FORECASTING
FAKULTAS TEKNOLOGI INDUSTRI PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR LAPORAN RESMI MODUL VIII TIME SERIES FORECASTING I. Pendahuluan A. LatarBelakang (Min. 1 halaman)
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 terperinciRANCANG BANGUN SISTEM INFORMASI PEMBELIAN DAN PENJUALAN ( STUDI KASUS : UD. KUDA MAS LUMAJANG)
RANCANG BANGUN SISTEM INFORMASI PEMBELIAN DAN PENJUALAN ( STUDI KASUS : UD. KUDA MAS LUMAJANG) I.G.A.P Semara Putra 1) 1) S1 / Jurusan Sistem Informasi, Sekolah Tinggi Manajemen Informatika & Teknik Komputer
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 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 I PENDAHULUAN 1.1. Latar Belakang Vanissa Hapsari,2013
BAB I PENDAHULUAN 1.1. Latar Belakang Tingkat pencemaran udara di beberapa kota besar cenderung meningkat dari tahun ke tahun. Hal ini disebabkan oleh beberapa faktor diantaranya jumlah transportasi terus
Lebih terperinciBAB 2 LANDASAN TEORI. untuk pergerakannya, dan digunakan untuk transportasi darat. Umumnya
BAB 2 LANDASAN TEORI 2.1 Kendaraan Bermotor Kendaraan bermotor adalah kendaraan yang digerakkan oleh peralatan teknik untuk pergerakannya, dan digunakan untuk transportasi darat. Umumnya kendaraan bermotor
Lebih terperinciBAB 2 LANDASAN TEORI
20 BAB 2 LANDASAN TEORI 2.1 Peramalan 2.1.1 Pengertian Peramalan Peramalan adalah pemikiran terhadap suatu besaran, misalnya permintaan terhadap satu atau beberapa produk pada periode yang akan datang.
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH. Seiring dengan meningkatknya pangsa pasar, permintaan konsumen juga menjadi
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Seiring dengan meningkatknya pangsa pasar, permintaan konsumen juga menjadi semakin sulit untuk diperkirakan. Selama ini, manajer PT. Focus
Lebih terperinciBAB I PENDAHULUAN. pada waktu yang akan datang berdasarkan data empiris. Data empiris(terhitung)
BAB I PENDAHULUAN 1.1 Latar Belakang Peramalan merupakan proses perkiraan tentang sesuatu yang terjadi pada waktu yang akan datang berdasarkan data empiris. Data empiris(terhitung) merupakan data yang
Lebih terperinciBAB I PENDAHULUAN. Sejak kondisi ekonomi dan bisnis selalu berubah setiap waktu, maka para
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Sejak kondisi ekonomi dan bisnis selalu berubah setiap waktu, maka para pimpinan suatu perusahaan atau para pelaku bisnis harus menemukan cara untuk terus
Lebih terperinciBAB III METODE PENELITIAN. untuk memahami, memecahkan dan mengantisipasi masalah. adalah penelitian secara deskriptif dan komparatif.
BAB III METODE PENELITIAN 3.1 Metode Penelitian Metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif dan komparatif. Melalui penelitian, manusia dapat menggunakan hasilnya, secara
Lebih terperinciDwi Puspitasari 1, Mustika Mentari 2, Wildan Ridho Faldiansyah 3
PENERAPAN METODE SINGLE EXPONENTIAL SMOOTHING MENGGUNAKAN PENDEKATAN ADAPTIF PADA PERAMALAN JUMLAH PELANGGAN DAN KEBUTUHAN AIR PADA PDAM KOTA PROBOLINGGO Dwi Puspitasari 1, Mustika Mentari 2, Wildan Ridho
Lebih terperinciIII KERANGKA PEMIKIRAN
3.1. Kerangka Pemikiran Teoritis 3.1.1. Konsep Permintaan III KERANGKA PEMIKIRAN Permintaan adalah banyaknya jumlah barang yang diminta pada suatu pasar tertentu dengan tingkat harga tertentu pada tingkat
Lebih terperinciPERAMALAN PENJUALAN BERAS DI TOKO WIDODO MAKMUR MENGGUNAKAN METODE MOVING AVERAGE
PERAMALAN PENJUALAN BERAS DI TOKO WIDODO MAKMUR MENGGUNAKAN METODE MOVING AVERAGE SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.kom) Program Studi Sistem Informasi
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 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 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 terperinciDAFTAR ISI. BAB I PENDAHULUAN Latar Belakang Masalah Rumusan Masalah Batasan Masalah Tujuan Penelitian...
DAFTAR ISI HALAMAN JUDUL... i HALAMAN PENGESAHAN... ii HALAMAN PERNYATAAN... iii NASKAH SOAL TUGAS AKHIR... iv HALAMAN PERSEMBAHAN... v INTISARI... vi KATA PENGANTAR... vii UCAPAN TERIMA KASIH... viii
Lebih terperinciKAJIAN TEORITIS HYBRIDIZING EXPONENTIAL SMOOTHING DAN NEURAL NETWORK UNTUK PERAMALAN DATA RUNTUN WAKTU
Bimaster Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 02, No.3 (2013), hal 205-210 KAJIAN TEORITIS HYBRIDIZING EXPONENTIAL SMOOTHING DAN NEURAL NETWORK UNTUK PERAMALAN DATA RUNTUN WAKTU Muhlasah
Lebih terperinciESTIMASI PARAMETER MODEL HYBRIDIZING EXPONENTIAL SMOOTHING DAN NEURAL NETWORK PADA HASIL PENGUKURAN MEAN SEA LEVEL SATELIT ALTIMETRI JASON 2
Vol. 7, No. 2, Desember 2012 ESTIMASI PARAMETER MODEL HYBRIDIZING EXPONENTIAL SMOOTHING DAN NEURAL NETWORK PADA HASIL PENGUKURAN MEAN SEA LEVEL SATELIT ALTIMETRI JASON 2 Novi Mara KODE ARTIKEL : 117-2-12
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang
BAB 2 TINJAUAN TEORITIS 2.1. Pengertian pengertian Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang
Lebih terperinciSISTEM PERAMALAN STOK OBAT MENGGUNAKAN METODE EXPONENTIAL SMOOTHING
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 SISTEM PERAMALAN STOK OBAT MENGGUNAKAN METODE EXPONENTIAL SMOOTHING Eka Mala Sari R 1), Yeni Kustiyahningsih 2), Rizki
Lebih terperinci