JURNAL SAINS DAN SENI POMITS Vol. 3, No.2, (2014) ( X Print) D-164

Ukuran: px
Mulai penontonan dengan halaman:

Download "JURNAL SAINS DAN SENI POMITS Vol. 3, No.2, (2014) ( X Print) D-164"

Transkripsi

1 JURNAL SAINS DAN SENI POMITS Vol. 3, No., (4) (3-98X Prin) D-64 Analii Inerveni unuk Evaluai Pengaruh Bencana Lumur Laindo dan Kebijakan Pembukaan Areri Porong Terhada Volume Kendaraan di Jalan Tol Waru-Gemol Rana Praiwi, Dwiamono Agu Widodo, dan Suharono Juruan Saiika, FMIPA, Iniu Teknologi Seuluh Noember (ITS) Jl. Arief Rahman Hakim, Surabaya 6 Indoneia dwiamono@aiika.i.ac.id Abrak Jalan ol Surabaya-Gemol meruakan alah au jalur ranorai yang anga vial bagi kehiduan erekonomian di Jawa Timur. Sebuah fenomena emburan lumur ana Laindo Brana di kecamaan Porong menyebabkan rua jalan ol Porong ergenang dan haru diuu. Unuk mengaai kemacean yang diakibakan oleh eriiwa erebu, PT. Jaa Marga meremikan embukaan jalan areri Porong. Unuk mengevaluai damak dari eriiwa erebu dilakukan emodelan erhada volume kendaraan di jalan ol Waru-Gemol menggunakan model inerveni. Berdaarkan model dari daa volume kendaraan dari bulan Januari 3 amai dengan Deember, ada ema kejadian yang berengaruh erhada volume kendaraan, yaiu kenaikan harga BBM, bencana lumur Laindo, jebolnya anggul lumur dan embukaan areri Porong. Hail analii menunjukkan bahwa ema kejadian erebu memberikan damak ada beberaa gerbang ol dan golongan kendaraan erenu. Bearnya eramalan volume kendaraan di jalan ol Waru- Gemol unuk au ahun kedean adalah kendaraan. Sehingga rediki endaaan unuk eriode au ahun kedean adalah R Kaa Kunci Inerveni, Lumur Laindo, Pembukaan Areri Porong, Volume Kendaraan J I. PENDAHULUAN alan ol meruakan alah au failia enunjang dalam roe erumbuhan dan emeraaan erekonomian di uau daerah, alah aunya adalah jalan ol Surabaya-Gemol. Jalan ol Surabaya-Gemol meruakan alah au jalur ranorai yang anga vial bagi kehiduan erekonomian Jawa Timur. Sebuah fenomena emburan lumur ana Laindo Brana ada anggal 6 Mei 6 mengakibakan erendamnya rua jalan ol Surabaya-Gemol yang berakiba ada enuuan rua jalan ol Surabaya-Gemol eanjang 6 kilomeer []. Damak lain yang diimbulkan akiba bencana ini adalah erganggunya jalur ranorai Surabaya-Malang dan Surabaya-Banyuwangi era koa-koa lain di bagian imur ulau Jawa era erhambanya akivia roduki di kawaan Mojokero dan Pauruan yang elama ini meruakan alah au kawaan induri uama di Jawa Timur. Karena hujan yang mengguyur kawaan erebu, ehingga berakiba ada jebolnya anggul yang berada di deka jalan raya Porong dan mengakibakan enuuan emenara jalan raya Porong karena air lumur yang menggenangi jalan erebu. Penuuan erebu berdamak ada kemacean lalu lina di ekiar jalan raya Porong. Unuk mengaai maalah erebu, PT. Jaa Marga meremikan embukaan Jalan areri Porong eanjang 6, kilomeer dengan lebar 8 meer []. Pembukaan jalan areri ini diharakan mamu mengurangi kemacean di jalan raya Porong. Peneliian yang ernah dilakukan mengenai jalan areri Porong adalah eneliian yang membaha enang erancangan geomerik jalan alernaif areri Porong [3]. Peneliian lain yang dilakukan unuk mengevaluai efek embukaan jalan areri Porong erhada volume kendaraan harian di jalan ol Waru-Gemol [4], Namun ada eneliian ini efek inerveni maih belum daa erliha dengan jela karena daa yang digunakan adalah daa volume harian kendaraan. Sedangkan eneliian lain dilakukan unuk mengkaji damak bencana lumur Laindo erhada volume kendaraan di jalan ol Waru-Gemol [5]. Tujuan dari eneliian ini adalah unuk mendaakan model volume kendaraan di jalan ol Waru-Gemol era meramalkan volume kendaraan bulanan unuk eriode au ahun kedean. Ramalan yang didaakan naninya digunakan unuk menghiung rediki endaaan PT. Jaa Marga unuk eriode au ahun kedean. II. TINJAUAN PUSTAKA A. Model Auoregreive Inegraed Moving Average aau ARIMA (, d, q) Model ARIMA (, d, q) meruakan enggabungan anara model AR ( ) dan MA (q) era roe differencing orde d ada daa ime erie. Secara umum benuk model ARIMA (, d, q) adalah ebagai beriku [6] dengan Y Y orde dari AR q orde dari MA d ( B )( B) Y q( B) a ( B) ( B B B ) q ( B) ( B B B ) q,,, adalah koefiien AR orde,, q adalah koefiien MA orde q, () q d ( B) menunjukkan oeraor unuk differencing orde d. Nilai-nilai dan q dari model ARIMA daa diduga berdaarkan ola dari lo ACF dan PACF ada daa yang elah aioner. Seelah didaakan arameer model ARIMA yang elah ignifikan, maka dilakukan cek diagnoa unuk

2 JURNAL SAINS DAN SENI POMITS Vol. 3, No., (4) (3-98X Prin) D-65 mengeahui aakah reidual elah memenuhi aumi yaiu whie noie dan berdiribui normal. Pengujian erebu adalah ebagai beriku a. Uji Aumi Whie Noie unuk Reidual Unuk menguji aumi ini daa dilakukan dengan menggunakan uji Ljung-Box. Unuk lebih lengkanya daa diliha ada buku Wei (6) halaman 53 [6]. b. Uji Aumi Kenormalan Reidual Pengujian kenormalan daa dihiung dengan menggunakan Kolmogorov-Smirnov. Pengujian elengkanya daa diliha ada buku Daniel (989) halaman 343 [7]. c. Uji Aumi Homogenia Varian Reidual Unuk menguji aakah erdaa kau heerokedaiia ada reidual model yaiu dengan menggunakan aiik uji Lagrange Mulilier (LM). Hioei yang digunakan adalah ebagai beriku H : (varian reidual homogen) K H : minimal ada au i yang idak ama dengan nol unuk i,,,k. Saiik uji yang digunakan adalah n * R, dengan n * adalah banyaknya reidual dan R meruakan koefiien deerminai dari model regrei dari reidual beriku ˆ ˆ ˆ ˆ K K Nilai n * R dibandingkan dengan nilai K. Jika nilai n* R, maka H K akan diolak, arinya reidual idak berifa homogen. [8]. B. Analii Inerveni Model inerveni meruakan uau model yang diergunakan ada aa kejadian khuu (ekernal) diluar erkiraan yang memengaruhi variabel yang diramalkan. Benuk umum dari model inerveni adalah ebagai beriku. b ω ( B) B Y X N, (4) δr ( B) dengan Y : variabel reon ada aa yang menunjukkan daa yang udah aioner ω ( B) ω ω B... ω B r δ ( B) δ B... δ B r r b : menunjukkan delay waku dimana efek inerveni mulai erjadi : menyaakan lamanya engaruh inerveni r : menunjukkan ola dari lo reidual eelah erjadinya inerveni X : variabel inerveni, bernilai (ebelum inerveni) aau (eelah inerveni) N : model noie (yaiu model ARIMA yang euai ada daa ebelum erjadi inerveni). Secara umum ada dua macam ie variabel inerveni yaiu. (i) Inerveni ada waku T dan berlanju ada waku berikunya. Pada kondii ini variabel inerveni meruakan ebuah e funcion yang bernilai ebagai beriku ( T), T X = S (5), T. dimana T adalah waku mulainya erjadi inerveni. (ii) Inerveni ada waku T dan erjadi aa iu aja, dan idak berlanju ada waku elanjunya. Pada kondii ini variabel inerveni meruakan ebuah ule funcion yang bernilai ebagai beriku. X = ( T), T P (6), T. C. Bencana Lumur Laindo Bencana lumur Laindo adalah eriiwa menyemburnya lumur ana di lokai engeboran Laindo Brana Inc. di Duun Balongnongo Dea Renokenongo, Kecamaan Porong, Kabuaen Sidoarjo, Jawa Timur ejak anggal 9 Mei 6. Semburan lumuran ana erebu menyebabkan ergenangnya kawaan emukiman, eranian dan erindurian, era memengaruhi akivia erekonomian di Jawa Timur. Genangan lumur ema memaka PT. Jaa Marga menuu emenara jalan ol Surabaya-Gemol yang meruakan ura nadi erekonomian di ebagian wilayah Jawa Timur ada 3 Juni 6. Namun ada 6 Noember 6, emerinah memuukan unuk menuu jalan ol Porong- Gemol elamanya. Semburan lumur ana yang makin bear elah menyebabkan anah di ekiar jalan ol Porong- Gemol ambla, bahkan ia ga meledak. Ledakan ia ga erebu kemudian diikui aahnya rua jalan di km 38. D. Penyelenggara Jalan Tol Areri Porong Jalan areri Porong dibangun oleh Badan Penanggulangan Lumur Sidoarjo unuk mengganikan rua jalan ol Porong yang amai ekarang maih erkena imba emburan lumur eklorai ga PT. Laindo Brana. Pembangunan jalan ini meruakan uau benuk olui mengaai ermaalahan lalu lina di daerah Porong dan ekiarnya. Jalan areri Porong ini berawal dari rua jalan di dean inu ol Keaang, Sidoarjo dan berakhir di Kejaanan, Pauruan. Panjang rua jalan areri ini 7, km dengan lebar delaan meer dan erdiri dari dua jalur kanan kiri (x7, km). Pengadaan anah unuk embangunan jalan areri membuuhkan anah elua 3,77 Ha yang erdiri dari 99,6 Ha di Kabuaen Sidoarjo dan,7 Ha di Kabuaen Pauruan, era cadangan ia elua,45 Ha. III. METODOLOGI PENELITIAN A. Sumber Daa Daa yang digunakan dalam eneliian kali ini adalah daa ekunder enang volume kendaraan di jalan ol Waru-Gemol dengan iem erbuka dan eruu. Jalan ol dengan iem eruu ini engendara menerima ike mauk ada gerbang ol mauk dan membayar di gerbang ol keluar. Sedangkan jalan ol dengan iem erbuka ini engendara memauki gerbang ol au kali yang berfungi ebagai gerbang ol mauk dan keluar, dan langung membayar di gerbang erebu. Daa yang digunakan adalah daa volume kendaraan di jalan ol Waru-Gemol er bulan mulai bulan Januari 3 amai dengan bulan Deember menuru golongan kendaraan. Daa dieroleh dari PT. Jaa Marga Perero, Tbk cabang Surabaya-Gemol.

3 JURNAL SAINS DAN SENI POMITS Vol. 3, No., (4) (3-98X Prin) D-66 B. Variabel Peneliian Variabel inerveni yang digunakan ada eneliian ini berua e funcion dan ule funcion dengan eramaan ebagai beriku. - Unuk kenaikan harga BBM X ) yaiu ada bulan Okober 5 ( 34) (, 34 S, 34 - Unuk bencana lumur Laindo ( X ) ada bulan Mei 6 ( 4), 4 S, 4 - Unuk jebolnya anggul lumur X ) 7 ( 5) ( 3, 5 P3, 5 - Unuk embukaan jalan areri Porong X ) Mare ( ) ada bulan Aril ( 4 ada bulan, S4, Variabel yang digunakan dalam eneliian diajikan dalam Tabel beriku. Tabel. Variabel Peneliian Variabel Keerangan Waku Skala Y Y Y 3 volume golongan kendaraan I volume golongan kendaraan II volume golongan kendaraan III C. Langkah Analii Langkah-langkah yang dilakukan dalam eneliian ini daa dijelakan ebagai beriku.. Menenukan model inerveni. a. Membagi daa menjadi dua bagian. b. Menenukan model ARIMA ada daa ebelum inerveni, daa yang digunakan adalah daa bulanan mulai eriode Januari 3 amai Seember 5. Proedur yang digunakan dalam menenukan model ARIMA ada daa ebelum inerveni adalah roedur Box-Jenkin, ehingga dieroleh q( B) Q( B ) Y a d D ( B) ( B )( B) ( B ) P Bulanan Bulanan Bulanan Jumlah Jumlah Jumlah c. Menenukan model inerveni. i. Menenukan model inerveni aha erama dengan menggunakan model awal (model ebelum inerveni) yang elanjunya dijadikan noie model ( N ) dalam membenuk model inerveni. Pada aha embenukan model inerveni, daa yang digunakan adalah daa bulanan mulai eriode Januari 3 ( ) amai dengan Seember 5 ( 33) ebagai model noie dan eriode Okober 5 ( 34) amai dengan Aril 6 ( 4). Tahaan yang dilakukan unuk menenukan model inerveni adalah ebagai beriku. * - Menghiung nilai reon dari inerveni Y T yang dieroleh dengan cara melakukan eramalan unuk 34 amai dengan 4 dengan menggunakan model ARIMA yang elah dieroleh dari aha ebelumnya, ehingga dieroleh nilai reidual unuk daa ada 34 amai dengan 4 yang naninya akan digunakan unuk menenukan orde inerveni. - Idenifikai orde model inerveni. Menenukan orde b, r dan dengan cara membua lo * anara nilai reon Y T dan era menenukan elang keercayaan. Selang keercayaan ini digunakan unuk mengeahui aakah erdaa oulier. Selang keercayaan dieroleh dengan rumu ˆ dan 3ˆ, dimana ˆ adalah nilai Roo Mean Square Error (RMSE) dari model ARIMA. - Eimai arameer dan engujian ignifikani arameer model inerveni dan ARIMA ecara imulan. Eimai arameer dilakukan dengan menggunakan nilai b, r dan yang elah dienukan ada aha ebelumnya. Proe elanjunya adalah menguji aakah arameer yang dieroleh elah ignifikan aau idak. Seelah didaakan arameer yang ignifikan, dilakukan aha cek diagnoa yaiu dengan menguji reidual dari model, yaiu uji whie noie dan uji kenormalan reidual. ii. Penenuan model inerveni aha kedua, keiga dan keema mengikui langkah yang ama ada enenuan model inerveni aha erama. Pada aha ini, daa yang digunakan unuk model inerveni kedua, keiga dan keema adalah ebagai beriku. - Daa yang digunakan unuk menenukan model inerveni kedua adalah daa ada bulan Januari 3 ( ) amai dengan Mare 7 ( 5). Unuk menenukan model inerveni, nilai reon * * * ( Y4, Y4,, Y5) didaakan dengan melakukan eramalan dengan menggunakan model inerveni erama, ehingga didaakan nilai reidual ada 4 amai dengan 5. Selanjunya dilakukan engujian ignifikani arameer era cek diagnoa ada reidual dari model. - Daa yang digunakan unuk menenukan model inerveni keiga adalah daa ada bulan Januari 3 ( ) amai dengan Februari ( ). Unuk menenukan model inerveni, * * * nilai reon ( Y5, Y53,, Y) didaakan dengan melakukan eramalan dengan menggunakan model inerveni kedua, ehingga didaakan nilai reidual ada 5 amai dengan. Selanjunya dilakukan engujian ignifikani

4 Reidual Auocorrelaion Parial Auocorrelaion JURNAL SAINS DAN SENI POMITS Vol. 3, No., (4) (3-98X Prin) D-67 arameer era cek diagnoa ada reidual dari model. - Daa yang digunakan unuk menenukan model inerveni keema adalah daa ada bulan Januari 3 ( ) amai dengan Deember ( ). Unuk menenukan model * * * inerveni, nilai reon ( Y, Y,, Y) didaakan dengan melakukan eramalan dengan menggunakan model inerveni keiga, ehingga didaakan nilai reidual ada amai dengan. Selanjunya dilakukan engujian ignifikani arameer era cek diagnoa ada reidual dari model.. Mengevaluai erubahan volume kendaraan berdaarkan model inerveni (menghiung damak inerveni). 3. Menghiung eramalan volume kendaraan unuk eriode au ahun kedean. Langkah-langkah unuk melakukan eramalan adalah ebagai beriku. a. Melakukan eramalan erhada daa ou amel menggunakan model inerveni yang elah dieroleh. b. Menghiung nilai MAPE dari eramalan daa ou amel. c. Melakukan eramalan unuk eriode au ahun kedean. 4. Menghiung rediki endaaan yang dieroleh PT. Jaa Marga au ahun ke dean berdaarkan hail eramalan yang dieroleh. IV. HASIL DAN PEMBAHASAN Unuk daa mengevaluai damak dari bencana lumur Laindo dan embukaan areri Porong, daa dilakukan dengan menganalii ema gerbang ol. Gerbang ol erebu anara lain gerbang ol Waru-Uama, Waru & Ram, Sidoarjo dan Sidoarjo. A. Pemodelan Daa Volume Kendaraan ebelum Inerveni dengan Model ARIMA Beriku ini akan dilakukan aha idenifikai model ARIMA unuk volume kendaraan yang melewai gerbang ol Waru- Uama unuk golongan kendaraan I Box-Cox. Dari hail Box-Cox didaakan bahwa nilai erdaa dianara nilai Lower CL dan Uer CL maka daa diimulkan bahwa daa volume kendaraan ebelum inerveni elah aioner dalam varian ehingga idak erlu dilakukan ranformai dan bia langung dilakukan differencing ada daa. Beriku adalah lo ACF dan PACF eelah dilakukan differencing Lag (a) (b) Gambar.. Plo ACF (a) dan PACf (b) eelah dilakukan differencing Model dugaan yang dieroleh unuk daa volume kendaraan yang melewai gerbang ol Waru-Uama unuk golongan kendaraan I adalah ARIMA (,,)(,,), ARIMA (,,)(,,), dan ARIMA (,,)(,,). Parameer unuk maing-maing model elah ignifikan dan keiga model elah memenuhi aumi reidual whie noie dan reidual berdiribui normal. Unuk menenukan model erbaik yang akan digunakan ebagai noie model unuk emodelan inerveni, akan digunakan alah au krieria emilihan model erbaik yaiu MAPE. Dari hail ada Tabel, model erbaik unuk daa volume kendaraan yang melewai gerbang ol Waru-Uama unuk golongan kendaraan I adalah ARIMA (,,)(,,) karena memiliki nilai MAPE aling kecil. Tabel. Krieria Pemilihan Model Terbaik Model ARIMA MAPE RMSE (,,)(,,) 3, 767 (,,)(,,) 3, , B. Pemodelan Inerveni Daa Volume Kendaraan Selanjunya model ARIMA erebu digunakan unuk membenuk model inerveni. Dalam menenukan model inerveni, daa dilakukan dengan meliha lor reidual. Plo reidual meruakan bearnya keidakeaan (error) yang erjadi anara volume kendaraan eungguhnya dengan volume kendaraan hail foreca Lag Bulan Mar Jun Se Dec Mar Jun Se Dec Mar Jun Se Tahun Gambar.. Plo Time Serie Volume Kendaraan Sebelum Inerveni -5 Berdaarkan Gambar erliha bahwa daa volume kendaraan dari bulan Januari 3 amai Seember 5 eru mengalami ren naik. Hal ini menunjukkan bahwa daa belum aioner dalam mean karena raa-raanya idak konan dan maih diengaruhi oleh waku. Karena daa belum aioner dalam mean maka haru dilakukan differencing. Sebelum dilakukan differencing, akan diliha erlebih dahulu keaioneran daa dalam varian dengan menggunakan lo T-3 T- T- T T+ T+ Waku Gambar. 3. Plo Reidual volume kendaraan amai ebelum Inerveni Kedua Hail nilai dugaan awal orde inerveni erama berdaarkan Gambar 3 adalah b r. Taha elanjunya eelah mendaakan orde inerveni erama adalah melakukan T+3 T+4 T+5 T+6-5

5 JURNAL SAINS DAN SENI POMITS Vol. 3, No., (4) (3-98X Prin) D-68 eimai dan uji ignifikani arameer, dilanjukan dengan cek diagnoa. Dari hail cek diagnoa didaakan bahwa reidual belum memenuhi aumi berdiribui normal. Maka dilakukan deeki oulier agar memenuhi aumi reidual berdiribui normal yang mengakibakan model berubah menjadi ARIMAX (,,)(,,). Tahaan yang ama juga dilakukan unuk analii inerveni kedua, keiga dan keema. Berdaarkan analii yang dilakukan, erjadi erubahan model ARIMAX eelah memaukkan variabel inerveni kedua ke dalam model. Hal iu dilakukan agar aumi reidual whie noie dan reidual berdiribui normal daa erenuhi. Secara maemai, model daa volume kendaraan yang melewai gerbang ol Waru-Uama unuk golongan kendaraan I eelah adanya inerveni adalah ebagai beriku Y 753,3 S 5486, B S 8, P 5 483,4 B S (,895B ) 4 (,6958B,3844B ) a (,8679B )( B), () dengan I,,, 5 P3,, 5 a, S ,5 I, 34 S,, 34,,. () a,, 4 S,, 4 C. Perhiungan Efek Inerveni Perhiungan efek dilakukan unuk mengeahui bearnya engaruh volume kendaraan emenjak adanya keema kejadian erebu. Beriku akan dijabarkan erhiungan efek dari keema inerveni erhada volume kendaraan di gerbang ol Waru-Uama unuk golongan kendaraan I yang didaakan dari eramaan beriku. Y * T k 753,3 S T 5486 S 483,4 S (,895 B) 4T 5 T 8 P. Perhiungan Efek Inerveni Perama Berdaarkan eramaan (8) dikeahui bahwa kenaikan harga BBM menurunkan volume kendaraan ebanyak 754 kendaraan erbulan ea ada bulan erjadinya kenaikan harga BBM (Okober 5) amai dengan bulan Deember.. Perhiungan Efek Inerveni Kedua Terjadinya bencana lumur Laindo menyebabkan enurunan volume kendaraan ebanyak 5486 kendaraan dalam jangka waku bulan eelah kejadian (ada bulan Juni 6). Sedangkan enurunan yang diakibakan oleh kenaikan harga BBM dan bencana lumur Laindo ecara keeluruhan adalah ebear 54 kendaraan ia bulan ada bulan-bulan erebu. 3. Perhiungan Efek Inerveni Keiga Kejadian jebolnya anggul lumur mengakibakan enurunan volume kendaraan ebanyak 8 kendaraan ada bulan erebu (Aril 7). Hal ini diebabkan karena kondii jalan raya Porong yang idak memungkinkan unuk dilewai ehingga ara engguna haru mengambil jalur alernaif. 3T (7) (8) Penurunan yang diakibakan oleh kenaikan harga BBM, bencana lumur Laindo, dan jebolnya anggul lumur ecara keeluruhan adalah ebear 533 kendaraan ada bulan erebu. 4. Perhiungan Efek Inerveni Keema Pada bulan embukaan jalan areri Porong yaiu Mare maih belum memberikan damak erhada erubahan volume kendaraan. Namun 5 bulan eelah embukaan areri Porong dikeahui bahwa kebijakan erebu daa menaikkan volume kendaraan ebanyak 484 kendaraan. Dan juga dikeahui bahwa kebijakan erebu daa menaikkan volume kendaraan ebanyak 3465 kendaraan ada bulan Seember, menaikkan volume kendaraan ebanyak 845 kendaraan ada bulan Okober, menurunkan volume kendaraan ebanyak 349 kendaraan ada bulan Noember dan menaikkan volume kendaraan ebanyak 948 kendaraan ada bulan Deember. Sedangkan efek yang diimbulkan akiba kenaikan harga BBM, bencana lumur Laindo, jebolnya anggul lumur di deka jalan raya Porong, kebijakan areri Porong ecara keeluruhan menurunkan volume kendaraan ebanyak 7995 kendaraan ada bulan Seember, menurunkan volume kendaraan ebanyak 8975 kendaraan ada bulan Okober, menurunkan volume kendaraan ebanya 369 kendaraan ada bulan Noember dan menurunkan volume kendaraan ebanyak 9375 kendaraan ada bulan Deember. D. Peramalan Volume Kendaraan unuk Periode Sau Tahun Kedean Hail rediki volume kendaraan unuk gerbang ol Waru- Uama golongan kendaraan I ada daa ou amel diunjukkan oleh Gambar Bulan Tahun Jan Feb Mar Ar Mei Hail lo ime erie ada Gambar 4 menunjukkan bahwa eramalan volume kendaraan dengan menggunakan model inerveni memiliki ola lo ime erie yang hamir mendekai dengan ola daa eungguhnya. Sehingga daa dikaakan bahwa model erebu euai digunakan unuk meramalkan daa volume kendaraan bulan Januari - Deember. Namun Gambar 4 juga menjelakan bahwa emakin banyak jumlah bulan yang diramalkan, maka ola ime erie anara daa eramalan dengan kondii daa ebenarnya emakin berbeda. Gambar 5 meruakan nilai unuk meliha ingka keakuraan eramalan. Berdaarkan Gambar 5 daa dikeahui eramalan eelah 6 bulan ebagian bear memiliki nilai MAPE lebih dari 5%. Jun Jul Agu Real Foreca Gambar. 4. Plo Daa Volume Kendaraan dengan Daa Peramalan Variable Se Ok No De

6 JURNAL SAINS DAN SENI POMITS Vol. 3, No., (4) (3-98X Prin) D-69 Bulan Tahun ,94 Jan,9776 Feb 4,63363 Mar,937 Gambar. 5. Plo Nilai MAPE (%) Ar,49584 Mei Hail eramalan volume kendaraan jalan ol Waru-Gemol unuk eriode au ahun kedean ialah 9787 kendaraan. Dengan kaa lain, raa-raa volume kendaraan bulanan yang melewai jalan ol Waru-Gemol ada eriode au ahun kedean adalah ebear kendaraan. E. Prediki Pendaaan unuk Periode Sau Tahun Kedean Hail rediki endaaan unuk eriode au ahun kedean yang dilakukan dengan menggunakan model inerveni yang elah dieroleh diunjukkan oleh Tabel 3. Tabel 3. Prediki Pendaaan unuk Sau Tahun Kedean di Jalan Tol Waru-Gemol Prediki Gerbang Tarif Jalan Prediki Pendaaan Gol Volume Tol Tol Sau Tahun Kedean Kendaraan Waru- Uama Waru & Ram Sidoarjo Sidoarjo Tabel 3 meruakan hail rediki endaaan unuk au ahun kedean. Hail ramalan endaaan unuk eriode au ahun kedean ialah R ,- aau dengan kaa lain raa-raa endaaan bulanan unuk eriode au ahun kedean ialah R ,-. Pendaaan eringgi yang didaakan dimiliki oleh gerbang ol Waru-Uama golongan kendaraan I yaiu R ,-. V. KESIMPULAN/RINGKASAN Keimulan yang dieroleh dari eneliian ini adalah hail emodelan inerveni menunjukkan bahwa kebijakan kenaikan harga BBM ada bulan Okober 5 idak berengaruh ignifikan ada volume kendaraan yang melewai gerbang ol Sidoarjo unuk emua golongan kendaraan dan gerbang ol Waru & Ram golongan kendaraan III. Unuk kejadian bencana lumur Laindo ada bulan Mei 6 idak,55 Jun 5,86858 Jul I R 7 R II 5645 R 9 R III 5449 R 3 R IV 475 R 6 R V 4487 R 95 R I R 4 R II 5399 R 5 R III 5547 R 8 R IV 653 R R.68. V 3 R R I 5574 R 3 R II R 4 R III 464 R 5 R 3.. IV 9689 R 6 R V 475 R 7 R I R 4 R II R 5 R III R 8 R IV R R V 35 R R Toal 9787 R ,3759 Agu 6,6638 Se,675 Ok 5,67 No,595 De memberikan engaruh ignifikan erhada volume kendaraan yang melewai Gerbang ol Waru & Ram golongan kendaraan II dan golongan kendaraan III era Sidoarjo golongan kendaraan I. Kejadian jebolnya anggul di deka jalan raya Porong ada bulan Aril 7 idak berengaruh ignifikan erhada volume kendaraan yang melewai gerbang ol Waru-Uama unuk golongan kendaraan II dan Waru & Ram golongan kendaraan III. Sedangkan unuk kebijakan embukaan jalan areri Porong idak memberikan engaruh yang ignifikan erhada volume kendaraan yang melewai gerbang ol Sidoarjo unuk golongan kendaraan III. Saran yang diberikan unuk eneliian elanjunya adalah hail eneliian menunjukkan beberaa model maih memiliki varian reidual yang idak homogen. Sehinggan ada eneliian elanjunya diarankan unuk menggunakan emodelan GARCH. Daa yang digunakan daa diambah unuk ahun ebelum 3 agar didaakan idenifikai model ARIMA yang lebih ea. Unuk emecahan golongan kendaraan III, IV dan V ada eramalan maih menggunakan roori ada ahun ebelumnya, ada eneliian elanjunya diharakan menggunakan meode yang lebih ea agar didaakan hail yang lebih akura. UCAPAN TERIMA KASIH Penuli mengucakan erima kaih keada PT. Jaa Marga yang elah memberikan izin unuk melakukan eneliian menggunakan daa volume kendaraan bulanan jalan ol Waru- Gemol. Penuli juga mengucakan erimakaih keada ihak Juruan Saiika ITS yang elah memberikan dukungan dan banuan keada enuli unuk menyeleaikan eneliian ini. DAFTAR PUSTAKA [] Jaa Marga. ( Okober ). Layanan Jalan Tol Surabaya Gemol. Available: h:// [] BPLS. (4 Okober ). Perkembangan Relokai Jalan Areri-Siring Porong. Available: h:// [3] Y. Irawan. Perencanaan Geomerik Jalan Alernaif Areri Porong, Tuga Akhir S Teknik Siil, FTSP, ITS Surabaya (). [4] P. D. Yunia. Model Inerveni unuk Evaluai Pengaruh Pembukaan Areri Porong erhada Volume Kendaraan di Jalan Tol Waru Gemol, Tuga Akhir S Saiika, FMIPA, ITS Surabaya (). [5] R. Widyaningih. Model Inerveni unuk Evaluai Damak Bencana Lumur Laindo Terhada Volume Kendaraan di Jalan Tol, Tuga Akhir S Saiika, FMIPA, ITS Surabaya (8). [6] W. W. S. Wei. Time Serie Univariae and Mulivariae Mehod. Canada : Addion Weley Publihing Comany, Inc. (6). [7] W. W. Daniel. Saiika Nonaramerik Teraan. Jakara: PT. Gramedia (989). [8] W. Ender. Alied Economeric Time Serie. New York: John Wiley & Son, Inc. (995).

Bab III. Menggunakan Jaringan

Bab III. Menggunakan Jaringan Bab III Pembuaan Jadwal Pelajaran Sekolah dengan Menggunakan Jaringan Pada bab ini akan dipaparkan cara memodelkan uau jaringan, ehingga dapa merepreenaikan uau jadwal pelajaran di ekolah. Tahap perama

Lebih terperinci

Analisis Peramalan Kombinasi Terhadap Jumlah Permintaan Darah di Surabaya (Studi Kasus: UDD PMI Kota Surabaya)

Analisis Peramalan Kombinasi Terhadap Jumlah Permintaan Darah di Surabaya (Studi Kasus: UDD PMI Kota Surabaya) JURNAL STATISTIKA Vol., No., () 5 Analisis Peramalan Kombinasi Terhada Jumlah Perminaan Darah di Surabaya (Sudi Kasus: UDD PMI Koa Surabaya) Winda Eka F., Ir. Dwiamono Agus W.,MIKom Jurusan Saisika, FMIPA,

Lebih terperinci

PENENTUAN MODEL INDEKS HARGA SAHAM GABUNGAN (IHSG) MENGGUNAKAN ANALISIS FUNGSI TRANSFER

PENENTUAN MODEL INDEKS HARGA SAHAM GABUNGAN (IHSG) MENGGUNAKAN ANALISIS FUNGSI TRANSFER Jurnal Jurnal Muara Sains, Teknologi, Kedokeran, dan Ilmu Kesehaan Vol., No., Okober 07: hlm 97-07 ISSN 579-640 (Versi Ceak) ISSN-L 579-640 (Versi Elekronik) PENENTUAN MODEL INDEKS HARGA SAHAM GAUNGAN

Lebih terperinci

PENENTUAN MODEL INDEKS HARGA SAHAM GABUNGAN (IHSG) MENGGUNAKAN ANALISIS FUNGSI TRANSFER

PENENTUAN MODEL INDEKS HARGA SAHAM GABUNGAN (IHSG) MENGGUNAKAN ANALISIS FUNGSI TRANSFER Sains, Teknologi, Kedokeran, dan Ilmu Kesehaan Vol., No., Aril 07: hlm 8-8 ISSN 579-640 (Versi Ceak) ISSN-L 579-640 (Versi Elekronik) PENENTUAN MODEL INDEKS HARGA SAHAM GAUNGAN (IHSG) MENGGUNAKAN ANALISIS

Lebih terperinci

Lag: Waktu yang diperlukan timbulnya respons (Y) akibat suatu aksi (X)

Lag: Waktu yang diperlukan timbulnya respons (Y) akibat suatu aksi (X) Lag: Waku yang diperlukan imbulnya repon ( akiba uau aki ( Conoh: Pengaruh kredi erhadap produki Suplai Uang mempengaruhi ingka inflai eelah beberapa kwaral Hubungan pengeluaran R & D dengan produkifia

Lebih terperinci

JURNAL SAINS DAN SENI POMITS Vol. 3, No.2, (2014) ( X Print) D-326

JURNAL SAINS DAN SENI POMITS Vol. 3, No.2, (2014) ( X Print) D-326 JURNAL AIN DAN ENI OMIT Vol. 3, No., (4) 337-35 (-98X rin) D-36 eramalan Toal Marke eeda Moor dan Toal enjualan Moor X di roinsi Jawa Timur dengan endekaan ARIMA Box-Jenkins dan Auoregressive Inegraed

Lebih terperinci

Peramalan Inflasi Menggunakan Pendekatan Gabungan antara Fungsi Transfer dan Intervensi dengan Deteksi Outlier

Peramalan Inflasi Menggunakan Pendekatan Gabungan antara Fungsi Transfer dan Intervensi dengan Deteksi Outlier Peramalan Inflasi Menggunakan Pendekaan Gabungan anara Fungsi Transfer dan Inervensi dengan Deeksi Oulier Tahira Ea Adisi, Dr. Suharono, S.Si. M.Sc. Saisika, Fakulas Maemaika dan Ilmu Pengeahuan Alam,

Lebih terperinci

ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI KABUPATEN NGAWI DENGAN ARIMA DAN VARIASI KALENDER. Muflih Rori Putra Harahap

ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI KABUPATEN NGAWI DENGAN ARIMA DAN VARIASI KALENDER. Muflih Rori Putra Harahap ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI KABUPATEN NGAWI DENGAN ARIMA DAN VARIASI KALENDER Muflih Rori Pura Harahap 30 00 052 Pembimbing : Dr. Drs. Agus Suharsono, M.S. LATAR BELAKANG PENDAHULUAN

Lebih terperinci

Variabel-variabel intervensi yang diduga berpengaruh terhadap IHK umum Surabaya dan Kediri. No Kejadian Intervensi Waktu Keterangan

Variabel-variabel intervensi yang diduga berpengaruh terhadap IHK umum Surabaya dan Kediri. No Kejadian Intervensi Waktu Keterangan METODE INTERVENSI Variabel-variabel inerveni yang diduga berpengaruh erhadap IHK umum Surabaya dan Kediri No Kejadian Inerveni Waku Keerangan Krimon Juli 997 - Harga baru M Mei 998 kenaikan 5% - 7,4% Harga

Lebih terperinci

2 efek dari pengaruh kejadian luar (exernal even) pada daa ime series (Wei, 2006). Bila y adalah daa ime series yang mengandung variasi kalender, maka

2 efek dari pengaruh kejadian luar (exernal even) pada daa ime series (Wei, 2006). Bila y adalah daa ime series yang mengandung variasi kalender, maka . PERAMALAN VOLUME KENDARAAN MASUK DI TOL DUPAK-WARU MENGGUNAKAN MODEL VARIASI KALENDER Yosua D. Charismawan (1304 100 024) Pembimbing : Ir. Dwiamono Agus W.,M.Ikom ABSTRAK Tol Surabaya-Gempol merupakan

Lebih terperinci

PEMODELAN TIME SERIES DATA PRODUKSI LISTRIK DI PT PJB UNIT PEMBANGKITAN GRESIK

PEMODELAN TIME SERIES DATA PRODUKSI LISTRIK DI PT PJB UNIT PEMBANGKITAN GRESIK PEMODELAN TIME SERIES DATA PRODUKSI LISTRIK DI PT PJB UNIT PEMBANGKITAN GRESIK Rina Wijayani, Haryono dan 3 Dedi Dwi Prayo Mahaiwa Juruan Saiia Iniu Tenologi Seuluh Noember Surabaya Doen Juruan Saiia Iniu

Lebih terperinci

Transformasi Laplace Bagian 1

Transformasi Laplace Bagian 1 Modul Tranformai aplace Bagian M PENDAHUUAN Prof. S.M. Nababan, Ph.D eode maemaika adalah alah au cabang ilmu maemaika yang mempelajari berbagai meode unuk menyeleaikan maalah-maalah fii yang dimodelkan

Lebih terperinci

ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI MITRA PINASTHIKA MUSTIKA (MPM) HONDA MOTOR DENGAN PENDEKATAN ARIMA

ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI MITRA PINASTHIKA MUSTIKA (MPM) HONDA MOTOR DENGAN PENDEKATAN ARIMA ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI MITRA PINASTHIKA MUSTIKA (MPM) HONDA MOTOR DENGAN PENDEKATAN ARIMA Oleh : Liviani Nursia 307030040 Dosen Pembimbing: Dr. Brodjol Suijo S.U, MSi Laar Belakang

Lebih terperinci

ANALISIS TES. Evaluasi Pendidikan ANALISIS TIAP BUTIR SOAL ANALISIS KESELURUHAN TES. - Daya Pembeda - Tingkat Kesukaran - Pengecoh - Homogenitas

ANALISIS TES. Evaluasi Pendidikan ANALISIS TIAP BUTIR SOAL ANALISIS KESELURUHAN TES. - Daya Pembeda - Tingkat Kesukaran - Pengecoh - Homogenitas Evaluai Pendidikan 1 AALISIS TES AALISIS KESELURUHA TES AALISIS TIAP BUTIR SOAL - Analii Validia Te - Analii Reliabilia Te - Daya Pembeda - Tingka Keukaran - Pengecoh - Homogenia Evaluai Pendidikan I.

Lebih terperinci

Perancangan Sistem Kontrol dengan Tanggapan Waktu

Perancangan Sistem Kontrol dengan Tanggapan Waktu erancangan Siem onrol dengan anggapan Waku 4 erancangan Siem onrol dengan anggapan Waku.. endahuluan ada bab ini, akan dibaha mengenai perancangan uau iem konrol ingleinpu-ingle-oupu linier ime-invarian

Lebih terperinci

ANALISIS INSTRUMEN. Evaluasi Pendidikan

ANALISIS INSTRUMEN. Evaluasi Pendidikan 1 ANALISIS INSTRUMEN Pengerian inrumen dalam lingku evaluai didefiniikan ebagai erangka unuk mengukur hail belajar iwa yang mencaku hail belajar dalam ranah kogniif, afekif dan ikomoor. Benuk inrumen daa

Lebih terperinci

Analisis Pola Hubungan Pemodelan ARIMA Curah Hujan dengan Curah Hujan Maksimum, Lama Waktu Hujan, dan Curah Hujan Rata-Rata

Analisis Pola Hubungan Pemodelan ARIMA Curah Hujan dengan Curah Hujan Maksimum, Lama Waktu Hujan, dan Curah Hujan Rata-Rata Analisis Pola Hubungan Pemodelan ARIMA Curah Hujan dengan Curah Hujan Maksimum, Lama Waku Hujan, dan Curah Hujan Raa-Raa Fahin Fahimah 33 Jurusan Teknik Elekro-FTI, Insiu Teknologi Seuluh Noember Kamus

Lebih terperinci

ANALISIS PERAMALAN INDEKS HARGA SAHAM KOSPI DENGAN MENGGUNAKAN METODE INTERVENSI

ANALISIS PERAMALAN INDEKS HARGA SAHAM KOSPI DENGAN MENGGUNAKAN METODE INTERVENSI Seminar Nasional Saisika IX Insiu Teknologi Sepuluh Nopember, 7 November 009 XV-1 ANALISIS PERAMALAN INDEKS HARGA SAHAM KOSPI DENGAN MENGGUNAKAN METODE INTERVENSI Muhammad Sjahid Akbar, Jerry Dwi Trijoyo

Lebih terperinci

Peramalan Inflow dan Outflow Uang Kartal Bank Indonesia di Wilayah Jawa Tengah dengan Menggunakan Metode ARIMA, Time Series Regression, dan ARIMAX

Peramalan Inflow dan Outflow Uang Kartal Bank Indonesia di Wilayah Jawa Tengah dengan Menggunakan Metode ARIMA, Time Series Regression, dan ARIMAX JURNA SAINS DAN SENI ITS Vol., No., () - (-X rin) D- eramalan Inflow dan Ouflow Uang Karal Bank Indonesia di Wilayah Jawa Tengah dengan Menggunakan Meode ARIMA, Time Series Regression, dan ARIMAX Noorgam

Lebih terperinci

Peramalan Volume Penjualan Semen di PT.Semen Gresik Persero Tbk

Peramalan Volume Penjualan Semen di PT.Semen Gresik Persero Tbk Peramalan Volume Penjualan Semen di PT.Semen Gresik Persero Tbk Oleh : Dwi Hapsari K (1306 100 015) Dosen Pembimbing : Dra. Karika Firiasari, M.Si 1 Pendahuluan Laar Belakang, Perumusan Masalah, Tujuan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Pada dasarnya peramalan adalah merupakan suau dugaan aau perkiraan enang erjadinya suau keadaan di masa depan. Akan eapi dengan menggunakan meodemeode erenu peramalan

Lebih terperinci

Abstrak Hampir seluruh aktivitas manusia di berbagai belahan bumi sangat bergantung terhadap ketersediaan air bersih.

Abstrak Hampir seluruh aktivitas manusia di berbagai belahan bumi sangat bergantung terhadap ketersediaan air bersih. 1 Peramalan Volume Produksi Air Bersih di PDAM Kabupaen Bojonegoro berdasarkan Jumlah Pelanggan dan Volume Konsumsi Air Fasha Aulia Pradhani dan Adaul Mukarromah Jurusan Saisika, FMIPA, ITS Jl. Arief Rahman

Lebih terperinci

Peramalan Penjualan Buah di Moena Fresh Bali dengan Menggunakan Model Variasi Kalender

Peramalan Penjualan Buah di Moena Fresh Bali dengan Menggunakan Model Variasi Kalender JURNAL SAINS DAN SENI ITS Vol., (Sep, 2 ISSN: 2-928X D-24 Peramalan Penjualan Buah di Moena Freh Bali dengan Menggunakan Model Variai Kalender Ni Made Dwi Ermayanhi, Dwiamono Agu W, dan Suharono Juruan

Lebih terperinci

Pemodelan ARIMA Dalam Prediksi Penumpang Pesawat Terbang Pada Bandara Internasional Sam Ratulangi Manado

Pemodelan ARIMA Dalam Prediksi Penumpang Pesawat Terbang Pada Bandara Internasional Sam Ratulangi Manado Pemodelan ARIMA Dalam Prediksi Penumang Pesawa Terbang Pada Bandara Inernasional Sam Raulangi Manado Sinnyo H.A. Salmon, Nelson Nainggolan 2, Djoni Haidja 3 Program Sudi Maemaika, FMIPA, UNSRAT, sinnyosalmon@ymail.com

Lebih terperinci

Pemodelan Produksi Minyak dan Gas Bumi pada Platform MK di PT X Menggunakan Metode ARIMA, Neural Network, dan Hibrida ARIMA-Neural Network

Pemodelan Produksi Minyak dan Gas Bumi pada Platform MK di PT X Menggunakan Metode ARIMA, Neural Network, dan Hibrida ARIMA-Neural Network D-378 JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (26) 2337-3520 (23-928X Prin) Pemodelan Produksi Minyak dan Gas Bumi pada Plaform MK di PT X Menggunakan Meode ARIMA, Neural Nework, dan Hibrida ARIMA-Neural

Lebih terperinci

*Corresponding Author:

*Corresponding Author: Prosiding Seminar Tugas Akhir FMIPA UNMUL 5 Periode Mare 6, Samarinda, Indonesia ISBN: 978-6-7658--3 Penerapan Model Neuro-Garch Pada Peramalan (Sudi Kasus: Reurn Indeks Harga Saham Gabungan) Applicaion

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 robabilias 2.1.1 Definisi robabilias adalah kemungkinan yang daa erjadi dalam suau erisiwa erenu. Definisi robabilias daa diliha dari iga macam endekaan, yaiu endekaan klasik,

Lebih terperinci

Pemodelan Indeks Harga Konsumen Kelompok Bahan Makanan menggunakan Metode Intervensi dan Regresi Spline ABSTRAK

Pemodelan Indeks Harga Konsumen Kelompok Bahan Makanan menggunakan Metode Intervensi dan Regresi Spline ABSTRAK Pemodelan Indeks Harga Konsumen Kelompok Bahan Makanan menggunakan Meode Inervensi dan Regresi Spline Rina Andriani, Dr. Suharono, M.Sc 2 Mahasiswa Jurusan Saisika FMIPA-ITS, 2 Dosen Jurusan Saisika FMIPA-ITS

Lebih terperinci

Universitas Sumatera Utara

Universitas Sumatera Utara ENDAHUUAN P Belg aar idenifikai awali belajar roe iemaika S - uahaani erjanya enyebab menganalia lanjukan, elah, emecahan uaya ebagai alernaif beberaa muncul meme : ianaranya d awah ekoiem agro engelolaan

Lebih terperinci

PERAMALAN JUMLAH PENUMPANG TRANSPORTASI UDARA TUJUAN SURABAYA BALIKPAPAN DENGAN METODE ARIMA BOX-JENKINS

PERAMALAN JUMLAH PENUMPANG TRANSPORTASI UDARA TUJUAN SURABAYA BALIKPAPAN DENGAN METODE ARIMA BOX-JENKINS PERAMALAN JUMLAH PENUMPANG TRANSPORTASI UDARA TUJUAN SURABAYA BALIKPAPAN DENGAN METODE ARIMA BOX-JENKINS Joko Ariyadi (308 030 060) Pembimbing : Drs. Brodjol Suijo Suprih Ulama, M.Si Laar Belakang 2 Laar

Lebih terperinci

PERBEDAAN HASIL BELAJAR MATEMATIKA MELALUI MODEL PEMBELAJARAN THINK TALK WRITE DAN SNOWBALL THROWING

PERBEDAAN HASIL BELAJAR MATEMATIKA MELALUI MODEL PEMBELAJARAN THINK TALK WRITE DAN SNOWBALL THROWING Vol I. No., Mare 07, hlm. 69-74 PERBEDAAN HASIL BELAJAR MATEMATIKA MELALUI MODEL PEMBELAJARAN THINK TALK WRITE DAN SNOWBALL THROWING Ririn Sundari, Sri Rahmah Dewi Saragih Pendidikan Maemaika, Univeria

Lebih terperinci

Peramalan Volume Penjualan Total Sepeda Motor di Kabupaten Bojonegoro dan Lamongan dengan Pendekatan Model ARIMAX dan VARX

Peramalan Volume Penjualan Total Sepeda Motor di Kabupaten Bojonegoro dan Lamongan dengan Pendekatan Model ARIMAX dan VARX JURNAL SAINS AN SENI POMITS Vol., No., (0) ISSN: - (0- Prin) -0 Peramalan Volume Penjualan Toal Seeda Moor di Kabuaen Bojonegoro dan Lamongan dengan Pendekaan Model dan VARX ii Maghfiroul Ulyah, esri Susilaningrum,

Lebih terperinci

UJIAN TENGAH SEMESTER EKONOMETRIKA TIME SERIES (ECEU601302) SEMESTER GASAL

UJIAN TENGAH SEMESTER EKONOMETRIKA TIME SERIES (ECEU601302) SEMESTER GASAL Univeria Indoneia Fakula Ekonomi dan Bini UJIAN TENGAH SEMESTER EKONOMETRIKA TIME SERIES (ECEU601302) SEMESTER GASAL 2017-2018 Hari /gl : Rabu, 18 Okober 2017 Waku : 120 Meni Pengajar : Riyano Sifa : Caaan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LADASA TEORI 2.1 Pengerian Peramalan Peramalan (forecasing) adalah suau kegiaan yang memperkirakan apa yang akan erjadi pada masa yang akan daang. Meode peramalan merupakan cara unuk memperkirakan

Lebih terperinci

BAB 4 ANALISIS DAN PEMBAHASAN

BAB 4 ANALISIS DAN PEMBAHASAN BAB 4 ANALISIS DAN EMBAHASAN 4.1 Karakerisik dan Obyek eneliian Secara garis besar profil daa merupakan daa sekunder di peroleh dari pusa daa saisik bursa efek Indonesia yang elah di publikasi, daa di

Lebih terperinci

Model ARIMAX Dan Deteksi GARCH Untuk Peramalan Inflasi Kota Denpasar Tahun 2014

Model ARIMAX Dan Deteksi GARCH Untuk Peramalan Inflasi Kota Denpasar Tahun 2014 JEKT Model ARIMAX Dan Deeksi GARCH Unuk Peramalan Inflasi Koa Denpasar Tahun 2014 Rukini *) Badan Pusa Saisik Provinsi Bali ABSTRAK pemerinah dalam mengambil kebijakan unuk menjaga sabilias moneer di masa

Lebih terperinci

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan BAB 2 URAIAN EORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan memperkirakan aau memprediksi apa yang erjadi pada waku yang akan daang, sedangkan rencana merupakan penenuan apa yang akan dilakukan

Lebih terperinci

BAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode

BAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode 20 BAB 2 LADASA TEORI 2.1. Pengerian Peramalan Meode Peramalan merupakan bagian dari ilmu Saisika. Salah sau meode peramalan adalah dere waku. Meode ini disebu sebagai meode peramalan dere waku karena

Lebih terperinci

Oleh: TANTI MEGASARI Dosen Pembimbing : Dra. Nuri Wahyuningsih, MKes

Oleh: TANTI MEGASARI Dosen Pembimbing : Dra. Nuri Wahyuningsih, MKes PERAMALAN INDEKS HARGA SAHAM YANG DIPENGARUHI KURS, PERUBAHAN INFLASI, POSISI JUMLAH DEPOSITO BERJANGKA, SUKU BUNGA SBI DAN DEPOSITO MENGGUNAKAN FUNGSI TRANSFER DAN ARCH-GARCH Oleh: TANTI MEGASARI 6 00

Lebih terperinci

Peramalan Volume Penjualan Total Sepeda Motor di Kabupaten Bojonegoro dan Lamongan dengan Pendekatan Model ARIMAX dan VARX

Peramalan Volume Penjualan Total Sepeda Motor di Kabupaten Bojonegoro dan Lamongan dengan Pendekatan Model ARIMAX dan VARX Peramalan Volume Penjualan Toal Seeda Moor di Kabuaen Bojonegoro dan Lamongan dengan Pendekaan Model ARIMAX dan VARX Sii Maghfiroul Ulyah, Desri Susilaningrum, 3 Suharono Jurusan Saisika, Fakulas MIPA,

Lebih terperinci

Ulangan Bab 3. Pembahasan : Diketahui : s = 600 m t = 2 menit = 120 sekon s. 600 m

Ulangan Bab 3. Pembahasan : Diketahui : s = 600 m t = 2 menit = 120 sekon s. 600 m Ulangan Bab 3 I. Peranyaan Teori. Seekor cheeah menempuh jarak 6 m dalam waku dua meni. Jika kecepaan cheeah eap, berapakah bearnya kecepaan cheeah erebu? Pembahaan : Dikeahui : = 6 m = meni = ekon 6 m

Lebih terperinci

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun 43 BAB METODE PEMUUAN EKPONENA TRPE DAR WNTER Meode pemulusan eksponensial elah digunakan selama beberapa ahun sebagai suau meode yang sanga berguna pada begiu banyak siuasi peramalan Pada ahun 957 C C

Lebih terperinci

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

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

Lebih terperinci

MAKALAH PERAMALAN DATA TIME SERIES MENGGUNAKAN METODE BOX-JENKINS. OLEH : SHANTIKA MARTHA, S.Si NIP

MAKALAH PERAMALAN DATA TIME SERIES MENGGUNAKAN METODE BOX-JENKINS. OLEH : SHANTIKA MARTHA, S.Si NIP MAKALAH PERAMALAN DATA TIME SERIES MENGGUNAKAN METODE BO-JENKINS OLEH : SHANTIKA MARTHA, S.Si NIP. 9840308008003 UNIVERSITAS TANJUNGPURA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM JURUSAN MATEMATIKA

Lebih terperinci

PENGUKURAN VALUE AT RISK DENGAN PENDEKATAN AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC (ARCH) (Studi Kasus Data Saham PT. Gudang Garam Tbk.

PENGUKURAN VALUE AT RISK DENGAN PENDEKATAN AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC (ARCH) (Studi Kasus Data Saham PT. Gudang Garam Tbk. Bulein Ilmiah Mah. Sa. dan Teraannya (Bimaser) Volume 4, No. 3 (ahun), hal 69 78. PENGUKURAN VALUE AT RISK DENGAN PENDEKATAN AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC (ARCH) (Sudi Kasus Daa Saham PT.

Lebih terperinci

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF Pada bab ini akan dibahas mengenai sifa-sifa dari model runun waku musiman muliplikaif dan pemakaian model ersebu menggunakan meode Box- Jenkins beberapa ahap

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang BAB 2 TINJAUAN TEORITIS 2.1 Pengerian dan Manfaa Peramalan Kegiaan unuk mempeirakan apa yang akan erjadi pada masa yang akan daang disebu peramalan (forecasing). Sedangkan ramalan adalah suau kondisi yang

Lebih terperinci

Fitra Hamdani, Naif Fuhaid, Muhammad Agus Sahbana (2013), PROTON, Vol. 5, No.2 / Hal 35-40

Fitra Hamdani, Naif Fuhaid, Muhammad Agus Sahbana (2013), PROTON, Vol. 5, No.2 / Hal 35-40 Fira Hamdani, Naif Fuhaid, Muhammad Agu Sahbana (2013), PROTON, Vol. 5, No.2 / Hal 35-40 PENGARUH DIMENSI BATU KERIKIL PADA PERMUKAAN PELAT PENYERAP UNTUK MENINGKATKAN KINERJA PENYERAPAN PANAS RADIASI

Lebih terperinci

PENDAHULUAN LANDASAN TEORI

PENDAHULUAN LANDASAN TEORI PENDAHULUAN Laar Belakang Salah au maalah aru dalam uau nework adalah penenuan pah erpendek. Maalah pah erpendek ini merupakan maalah pengopimuman, karena dengan diperolehnya pah erpendek diharapkan dapa

Lebih terperinci

Analisis Peramalan Jumlah Penumpang Kereta Api Penataran Tujuan Surabaya-Malang

Analisis Peramalan Jumlah Penumpang Kereta Api Penataran Tujuan Surabaya-Malang Analisis Peramalan Jumlah Penumpang Kerea Api Penaaran Tujuan Surabaya-Malang Oleh. Andria Prima Diago 08.00.0 Dosen Pembimbing. r. Dwiamono Agus, M.komp Andria Prima Diago 08.00.0 nsiu Teknologi Sepuluh

Lebih terperinci

Peramalan Permintaan Penjualan SepedaMotor di PT. A dengan Menggunakan ARIMAX dan VARX (Studi Kasus dikabupaten Ponorogo)

Peramalan Permintaan Penjualan SepedaMotor di PT. A dengan Menggunakan ARIMAX dan VARX (Studi Kasus dikabupaten Ponorogo) JURNAL AIN DAN ENI POMIT Vol. 3, No.2, (204) 2337-3520 (230-928X Prin) D-28 Peramalan Perminaan Penjualan eedamoor di PT. Menggunakan ARIMAX dan VARX (udi Kasus dikabuaen Ponorogo) Ani aul Ru yai Badriyah

Lebih terperinci

PERAMALAN KUNJUNGAN WISATAWAN KE ULUWATU DENGAN MENGGUNAKAN MODEL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE

PERAMALAN KUNJUNGAN WISATAWAN KE ULUWATU DENGAN MENGGUNAKAN MODEL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE TRI TANAMI SUKRAINI : RAMALAN KUNJUNGAN WISATAWAN 47 PERAMALAN KUNJUNGAN WISATAWAN KE ULUWATU DENGAN MENGGUNAKAN MODEL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE Tri Tanami Sukraini Jurusan Adminisrasi Niaga

Lebih terperinci

MODEL DERET WAKTU HIDDEN MARKOV

MODEL DERET WAKTU HIDDEN MARKOV 9 ; P j y π j { ; } P j y sama dengan sau jika engamaan berada ada sae j dan sama dengan nol jika engamaan berada ada sae selainnya Maka enduga raaraa unuk sae j ada ersamaan 8 akan sama dengan nilai raaraa

Lebih terperinci

PEMODELAN SMOOTH TRANSITION AUTOREGRESSIVE (STAR) PADA KURS THAI BATH TERHADAP RUPIAH RAHMA NUR CAHYANI

PEMODELAN SMOOTH TRANSITION AUTOREGRESSIVE (STAR) PADA KURS THAI BATH TERHADAP RUPIAH RAHMA NUR CAHYANI erusakaan.uns.ac.id PEMODELAN SMOOH RANSIION AUOREGRESSIVE (SAR PADA KURS HAI BAH ERHADAP RUPIAH oleh RAHMA NUR CAHYANI M005059 SKRIPSI diulis dan diajukan unuk memenuhi sebagian ersyaraan memeroleh gelar

Lebih terperinci

BAB III ANALISIS INTERVENSI. Analisis intervensi dimaksudkan untuk penentuan jenis respons variabel

BAB III ANALISIS INTERVENSI. Analisis intervensi dimaksudkan untuk penentuan jenis respons variabel BAB III ANALISIS INTERVENSI 3.1. Pendahuluan Analisis inervensi dimaksudkan unuk penenuan jenis respons variabel ak bebas yang akan muncul akiba perubahan pada variabel bebas. Box dan Tiao (1975) elah

Lebih terperinci

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan BAB II LADASA TEORI 2.1 Pengerian peramalan (Forecasing) Peramalan (Forecasing) adalah suau kegiaan yang mengesimasi apa yang akan erjadi pada masa yang akan daang dengan waku yang relaif lama (Assauri,

Lebih terperinci

Pemodelan Data Runtun Waktu : Kasus Data Tingkat Pengangguran di Amerika Serikat pada Tahun

Pemodelan Data Runtun Waktu : Kasus Data Tingkat Pengangguran di Amerika Serikat pada Tahun Pemodelan Daa Runun Waku : Kasus Daa Tingka Pengangguran di Amerika Serika pada Tahun 948 978. Adi Seiawan Program Sudi Maemaika, Fakulas Sains dan Maemaika Universias Krisen Saya Wacana, Jl. Diponegoro

Lebih terperinci

Peramalan Kebutuhan Premium dengan Metode ARIMAX untuk Optimasi Persediaan di Wilayah TBBM Madiun

Peramalan Kebutuhan Premium dengan Metode ARIMAX untuk Optimasi Persediaan di Wilayah TBBM Madiun 1 Peramalan Kebuuhan Premium dengan Meode ARIMAX unuk Oimasi Persediaan di Wilayah TM Madiun Nindia ekar Dini, Haryono, dan uharono Jurusan aisika, Fakulas Maemaika dan Ilmu Pengeahuan Alam, Insiu Teknologi

Lebih terperinci

JURNAL SAINS DAN SENI POMITS Vol. 3, No. 2, (2014) ISSN: ( Print) D-212

JURNAL SAINS DAN SENI POMITS Vol. 3, No. 2, (2014) ISSN: ( Print) D-212 JURNAL SAINS DAN SENI POMITS Vol. 3, No., (04) ISSN: 337-3539 (30-97 Prin) D- Peramalan Jumlah Penumang Pesawa Terbang di Pinu Kedaangan Bandar Udara Inernasional Lombok dengan Meode ARIMA Box-Jenkins,

Lebih terperinci

1999 sampai bulan September Data ini diperoleh dari yahoo!finance.

1999 sampai bulan September Data ini diperoleh dari yahoo!finance. 7 999 sampai bulan Sepember 8. Daa ini diperoleh dari yahoo!finance. Meode Langkah-langkah pemodelan nilai harian IHSG secara garis besar dapa diliha pada Lampiran dengan penjelasan sebagai beriku:. Melakukan

Lebih terperinci

Peramalan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Model Dinamis

Peramalan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Model Dinamis JURNAL SAINS DAN NI POMITS Vol. 3, No. 2, (2014) ISSN: 2337-3539 (2301-9271 Prin) D-224 Peramalan Penjualan Sepeda Moor di Jawa Timur dengan Menggunakan Model Dinamis Desy Musika dan Seiawan Jurusan Saisika,

Lebih terperinci

Laplace Transform. Pengantar Matematika Teknik Kimia. Muthia Elma

Laplace Transform. Pengantar Matematika Teknik Kimia. Muthia Elma Lalace Tranform Penganar Maemaika Teknik Kimia Muhia Elma Penemu Pierre-Simon LPLCE 749 87 hli Maemaika dari Peranci Lalace Tranform Rumu lain.. ω σ π σ σ j d e j x d e x j j.. 0 [x] x - [] Kone variabel

Lebih terperinci

PERAMALAN FUNGSI TRANSFER SINGLE INPUT INDEKS HARGA SAHAM GABUNGAN TERHADAP SAHAM NEGARA TERDEKAT

PERAMALAN FUNGSI TRANSFER SINGLE INPUT INDEKS HARGA SAHAM GABUNGAN TERHADAP SAHAM NEGARA TERDEKAT Saisika, Vol. 2, No. 2, November 24 PERAMALAN FUNGSI TRANSFER SINGLE INPUT INDEKS HARGA SAHAM GABUNGAN TERHADAP SAHAM NEGARA TERDEKAT Sri Wahyuni, 2 Farikhin, Iswahyudi Joko Suprayino Program Sudi Saisika

Lebih terperinci

ANALISIS KINERJA SISTEM PENTANAHAN PT. PLN (PERSERO) GARDU INDUK 150 kv NGIMBANG- LAMONGAN DENGAN METODE FINITE ELEMENT METHOD (FEM)

ANALISIS KINERJA SISTEM PENTANAHAN PT. PLN (PERSERO) GARDU INDUK 150 kv NGIMBANG- LAMONGAN DENGAN METODE FINITE ELEMENT METHOD (FEM) JURNAL TEKNIK POMITS, (2014 1-6 1 ANALISIS KINERJA SISTEM PENTANAHAN PT. PLN (PERSERO GARDU INDUK 150 kv NGIMBANG- LAMONGAN DENGAN METODE FINITE ELEMENT METHOD (FEM Yoe Rizal, IGN Sariyadi Hernanda, S.T,

Lebih terperinci

MODEL ARIMAX DAN DETEKSI GARCH UNTUK PERAMALAN INFLASI KOTA DENPASAR

MODEL ARIMAX DAN DETEKSI GARCH UNTUK PERAMALAN INFLASI KOTA DENPASAR MODEL ARIMAX DAN DETEKSI GARCH UNTUK PERAMALAN INFLASI KOTA DENPASAR S - 27 Rukini, Suharono2 2,2 Jurusan Saisika Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Teknologi Sepuluh Nopember (ITS) Surabaya

Lebih terperinci

KAJIAN PEMODELAN DERET WAKTU: METODE VARIASI KALENDER YANG DIPENGARUHI OLEH EFEK VARIASI LIBURAN

KAJIAN PEMODELAN DERET WAKTU: METODE VARIASI KALENDER YANG DIPENGARUHI OLEH EFEK VARIASI LIBURAN JMP : Volume 4 omor, Juni 22, hal. 35-46 KAJIA PEMODELA DERET WAKTU: METODE VARIASI KALEDER YAG DIPEGARUHI OLEH EFEK VARIASI LIBURA Winda Triyani Universias Jenderal Soedirman winda.riyani@gmail.com Rina

Lebih terperinci

BAB KINEMATIKA GERAK LURUS

BAB KINEMATIKA GERAK LURUS BAB KINEMATIKA GERAK LURUS.Pada ekiar ahun 53, eorang ilmuwan Ialia,Taraglia,elah beruaha unuk mempelajari gerakan peluru meriam yang diembakkan. Taraglia melakukan ekperimen dengan menembakkan peluru

Lebih terperinci

PENENTUAN MODEL PERAMALAN INDEKS HARGA SAHAM GABUNGAN DENGAN METODE ARIMA

PENENTUAN MODEL PERAMALAN INDEKS HARGA SAHAM GABUNGAN DENGAN METODE ARIMA PENENTUAN MODEL PERAMALAN INDEKS HARGA SAHAM GABUNGAN DENGAN METODE ARIMA Leopoldus Ricky Sasongko, Lydia Ninuk Rahayu, dan Alberh Roy Koa 3,,3 Program Sudi Maemaika, Fakulas Sains dan Maemaika Universias

Lebih terperinci

Peramalan Jumlah Pengunjung Domestik dan Mancanegara di Maharani Zoo & Goa Menggunakan ARIMA Box - Jenkins

Peramalan Jumlah Pengunjung Domestik dan Mancanegara di Maharani Zoo & Goa Menggunakan ARIMA Box - Jenkins Peramalan Jumlah Pengunjung Domesik dan Mancanegara di Maharani oo & Goa Menggunakan ARIMA Box - Jenkins Vivi Kusuma Sulisyawai (3030085) Dosen Pembimbing Dr. Irhamah, S.Si.,M.Si Laar Belakang Rumusan

Lebih terperinci

Perbandingan Metode Winter Eksponensial Smoothing dan Metode Event Based untuk Menentukan Penjualan Produk Terbaik di Perusahaan X

Perbandingan Metode Winter Eksponensial Smoothing dan Metode Event Based untuk Menentukan Penjualan Produk Terbaik di Perusahaan X JURAL SAIS DA SEI ITS Vol. 6, o.1, (2017) 2337-3520 (2301-928X Prin) A 1 Perbandingan Meode Winer Eksponensial Smoohing dan Meode Even Based unuk Menenukan Penjualan Produk Terbaik di Perusahaan X Elisa

Lebih terperinci

Peramalan Netflow Uang Kartal dengan Metode ARIMAX dan Radial Basis Function Network (Studi Kasus Di Bank Indonesia)

Peramalan Netflow Uang Kartal dengan Metode ARIMAX dan Radial Basis Function Network (Studi Kasus Di Bank Indonesia) JURNAL SAINS DAN SENI POMITS Vol., No., () - (-X Prin) D- Peramalan Neflow Uang Karal dengan Meode ARIMAX dan Radial Basis Funcion Nework (Sudi Kasus Di Bank Indonesia) Renny Elfira Wulansari dan Suharono

Lebih terperinci

IDENTIFIKASI POLA DATA TIME SERIES

IDENTIFIKASI POLA DATA TIME SERIES IDENTIFIKASI POLA DATA TIME SERIES Daa merupakan bagian pening dalam peramalan. Beriku adalah empa krieria yang dapa digunakan sebagai acuan agar daa dapa digunakan dalam peramalan.. Daa harus dapa dipercaya

Lebih terperinci

Analisis Peramalan Jumlah Permintaan Kerudung di Industri Kecil Kerudung Arin di Surabaya dengan Metode Variasi Kalender

Analisis Peramalan Jumlah Permintaan Kerudung di Industri Kecil Kerudung Arin di Surabaya dengan Metode Variasi Kalender Analisis Peramalan Jumlah Perminaan Kerudung di Indusri Kecil Kerudung Arin di Surabaya dengan Meode Variasi Kalender Disusun oleh : Sely Enggar Rusiano 307 030 030 Dosen Pembimbing : Dr. Irhamah, M.Si

Lebih terperinci

DAMPAK PENURUNAN HARGA BBM JENIS PREMIUM TERHADAP ANGKA INFLASI DI KOTA YOGYAKARTA (Studi Aplikasi Model Intervensi dengan Step Function)

DAMPAK PENURUNAN HARGA BBM JENIS PREMIUM TERHADAP ANGKA INFLASI DI KOTA YOGYAKARTA (Studi Aplikasi Model Intervensi dengan Step Function) DAMPAK PENURUNAN HARGA BBM JENIS PREMIUM TERHADAP ANGKA INFLASI DI KOTA YOGYAKARTA (Sudi Aplikasi Model Inervensi dengan Sep Funcion) S-3 Kismianini dan Dhoriva Urwaul Wusqa Jurusan Pendidikan Maemaika

Lebih terperinci

BAB II TINJAUAN TEORITIS

BAB II TINJAUAN TEORITIS BAB II TIJAUA TEORITIS 2.1 Peramalan (Forecasing) 2.1.1 Pengerian Peramalan Peramalan dapa diarikan sebagai beriku: a. Perkiraan aau dugaan mengenai erjadinya suau kejadian aau perisiwa di waku yang akan

Lebih terperinci

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan BAB 2 LANDASAN TEORI 2.1. Produksi Produksi padi merupakan suau hasil bercocok anam yang dilakukan dengan penanaman bibi padi dan perawaan sera pemupukan secara eraur sehingga menghasilkan suau produksi

Lebih terperinci

PEMERINTAH KOTA DUMAI DINAS PENDIDIKAN KOTA DUMAI SMA NEGERI 3 DUMAI TAHUN PELAJARAN 2007/ 2008 UJIAN SEMESTER GANJIL

PEMERINTAH KOTA DUMAI DINAS PENDIDIKAN KOTA DUMAI SMA NEGERI 3 DUMAI TAHUN PELAJARAN 2007/ 2008 UJIAN SEMESTER GANJIL PEMERINTAH KOTA DUMAI DINAS PENDIDIKAN KOTA DUMAI SMA NEGERI 3 DUMAI TAHUN PELAJARAN 27/ 28 UJIAN SEMESTER GANJIL Maa Pelajar Fiika Kela XII IPA Waku 12 meni 1. Hubungan anara jarak () dengan waku () dari

Lebih terperinci

Peramalan Inflasi Nasional Berdasarkan Faktor Ekonomi Makro Menggunakan Pendekatan Time Series Klasik dan ANFIS

Peramalan Inflasi Nasional Berdasarkan Faktor Ekonomi Makro Menggunakan Pendekatan Time Series Klasik dan ANFIS JURNAL SAINS DAN SENI IS Vol. 4, No., () 2337-3 (2-928X Prin) D-67 Peramalan Inflasi Nasional Berdasarkan Fakor Ekonomi Makro Menggunakan Pendekaan ime Series Klasik dan ANFIS Clara Agusin Sephani, Agus

Lebih terperinci

PENALAAN PARAMETER PENGENDALI PID DENGAN METODA MULTIPLE INTEGRATION

PENALAAN PARAMETER PENGENDALI PID DENGAN METODA MULTIPLE INTEGRATION PENALAAN PARAMETER PENGENDALI PID DENGAN METODA MULTIPLE INTEGRATION Bayu Seio Handhoko Ir. Agung Wario DHET Sumardi, ST, MT Juruan Teknik Elekro Fakula Teknik Univeria Diponegoro Semarang Abrak - Semenjak

Lebih terperinci

Peramalan Pengguna Kapal Ferry Ujung-Kamal dengan Metode Intervensi

Peramalan Pengguna Kapal Ferry Ujung-Kamal dengan Metode Intervensi D-480 JURNAL SAINS DAN SENI IS Vol. No. 2 (6) 2337-3 (2-928X Prin) Peramalan Pengguna Kapal Ferry Ujung-Kamal dengan Meode Inervensi Eka Apriliani, dan Irhamah Jurusan Saisika, Fakulas MIPA, Insiu eknologi

Lebih terperinci

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu BAB III METODE DEKOMPOSISI CENSUS II 3.1 Pendahuluan Daa dere waku adalah daa yang dikumpulkan dari waku ke waku unuk menggambarkan perkembangan suau kegiaan (perkembangan produksi, harga, hasil penjualan,

Lebih terperinci

PENGGUNAAN KONSEP FUNGSI CONVEX UNTUK MENENTUKAN SENSITIVITAS HARGA OBLIGASI

PENGGUNAAN KONSEP FUNGSI CONVEX UNTUK MENENTUKAN SENSITIVITAS HARGA OBLIGASI PENGGUNAAN ONSEP FUNGSI CONVEX UNU MENENUAN SENSIIVIAS HARGA OBLIGASI 1 Zelmi Widyanuara, 2 Ei urniai, Dra., M.Si., 3 Icih Sukarsih, S.Si., M.Si. Maemaika, Universias Islam Bandung, Jl. amansari No.1 Bandung

Lebih terperinci

ANALISIS INTERVENSI KENAIKAN HARGA BBM BERSUBSIDI PADA DATA INFLASI KOTA SEMARANG

ANALISIS INTERVENSI KENAIKAN HARGA BBM BERSUBSIDI PADA DATA INFLASI KOTA SEMARANG ISSN: 9-54 JURNAL GAUSSIAN, Volume 4, Nomor, Tahun 05, Halaman 6-60 Online di: hp://eournal-s.undip.ac.id/index.php/gaussian ANALISIS INTERVENSI KENAIKAN HARGA BBM BERSUBSIDI PADA DATA INFLASI KOTA SEMARANG

Lebih terperinci

BAB 5 HASIL DAN PEMBAHASAN. Disini tujuan akhir yang ingin dicapai penulis adalah pembuatan suatu aplikasi

BAB 5 HASIL DAN PEMBAHASAN. Disini tujuan akhir yang ingin dicapai penulis adalah pembuatan suatu aplikasi BAB 5 HASIL DAN PEMBAHASAN Disini ujuan akhir yang ingin dicapai penulis adalah pembuaan suau aplikasi program yang digunakan unuk membanu perusahaan dalam menenukan jumlah produksi demand. Disini ada

Lebih terperinci

USULAN PENERAPAN METODE KOEFISIEN MANAJEMEN (BOWMAN S) SEBAGAI ALTERNATIF MODEL PERENCANAAN PRODUKSI PRINTER TIPE LX400 PADA PT X

USULAN PENERAPAN METODE KOEFISIEN MANAJEMEN (BOWMAN S) SEBAGAI ALTERNATIF MODEL PERENCANAAN PRODUKSI PRINTER TIPE LX400 PADA PT X USULAN ENERAAN METODE KOEISIEN MANAJEMEN (BOMAN S) SEBAGAI ALTERNATI MODEL ERENCANAAN RODUKSI RINTER TIE LX400 ADA T X Hendi Dwi Hardiman Jurusan Teknik Manajemen Indusri - Sekolah Tinggi Manajemen Indusri

Lebih terperinci

APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND

APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND Noeryani 1, Ely Okafiani 2, Fera Andriyani 3 1,2,3) Jurusan maemaika, Fakulas Sains Terapan, Insiu Sains & Teknologi

Lebih terperinci

IV METODE PENELITIAN

IV METODE PENELITIAN IV METODE PENELITIAN 4.1. Lokasi dan Waku Peneliian Peneliian yang dilakukan mengenai analisis perencanaan pengadaan una berdasarkan ramalan ime series volume ekspor una loin beku di PT Tridaya Eramina

Lebih terperinci

BAB 4 PENGANALISAAN RANGKAIAN DENGAN PERSAMAAN DIFERENSIAL ORDE DUA ATAU LEBIH TINGGI. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST

BAB 4 PENGANALISAAN RANGKAIAN DENGAN PERSAMAAN DIFERENSIAL ORDE DUA ATAU LEBIH TINGGI. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST BAB 4 PENGANAISAAN RANGAIAN DENGAN PERSAMAAN DIFERENSIA ORDE DUA ATAU EBIH TINGGI Oleh : Ir. A.Rachman Haibuan dan Naemah Mubarakah, ST 4. Pendahuluan Pada umumnya peramaan diferenial homogen orde dua

Lebih terperinci

Model Rangkaian Elektrik

Model Rangkaian Elektrik Tuga Siem Linier Model Rangkaian Elekrik Model model unuk beberapa rangkaian elekrik, eperi: reiani, kapaiani, dan indukani ecara ederhana diperlihakan dalam gambar dibawah. Dalam gambar erebu juga di

Lebih terperinci

ESTIMASI PARAMETER MODEL ARMA UNTUK PERAMALAN DEBIT AIR SUNGAI MENGGUNAKAN GOAL PROGRAMMING

ESTIMASI PARAMETER MODEL ARMA UNTUK PERAMALAN DEBIT AIR SUNGAI MENGGUNAKAN GOAL PROGRAMMING ESTIMASI PARAMETER MODEL ARMA UNTUK PERAMALAN DEBIT AIR SUNGAI MENGGUNAKAN GOAL PROGRAMMING Nama: Zahroh Aiqoh 05 00 0 Dosen Pembimbing: Dra. Nuri Wahyuningsih, MKes Drs. Sulisiyo, MT Jurusan Maemaika

Lebih terperinci

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

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

Lebih terperinci

daerah domain 0 t 100, tentukan nilai λ(64). a b c d => b

daerah domain 0 t 100, tentukan nilai λ(64). a b c d => b AAI4 Tipe Soal A Pembenukan Tabel Moralia. Survival Diribuion didefiniikan ebagai. / didalam daerah domain, enukan nilai 64. a.. b..5 c..4 d.. > b..5. Survival Diribuion didefiniikan ebagai. 5 / didalam

Lebih terperinci

Peramalan Hasil Produksi Pupuk NPK Menggunakan Model Fungsi Transfer Multi Input. : Nesia Brilliana I.P NRP :

Peramalan Hasil Produksi Pupuk NPK Menggunakan Model Fungsi Transfer Multi Input. : Nesia Brilliana I.P NRP : Peramalan Hasil Produksi Pupuk NPK Menggunakan Model Fungsi Transfer Muli Inpu Nama : Nesia Brilliana I.P NRP : 20800023 Jurusan : Maemaika Dosen Pembimbing : Dra. Nuri Wahyuningsih, M. Kes Pemberian pupuk

Lebih terperinci

BAB III ARFIMA-FIGARCH. pendek (short memory) karena fungsi autokorelasi antara dan turun

BAB III ARFIMA-FIGARCH. pendek (short memory) karena fungsi autokorelasi antara dan turun BAB III ARFIMA-FIGARCH 3. Time Series Memori Jangka Panjang Proses ARMA sering dinyaakan sebagai proses memori jangka pendek (shor memory) karena fungsi auokorelasi anara dan urun cepa secara eksponensial

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jenis Peneliian Jenis peneliian kuaniaif ini dengan pendekaan eksperimen, yaiu peneliian yang dilakukan dengan mengadakan manipulasi erhadap objek peneliian sera adanya konrol.

Lebih terperinci

Analisis Model dan Contoh Numerik

Analisis Model dan Contoh Numerik Bab V Analisis Model dan Conoh Numerik Bab V ini membahas analisis model dan conoh numerik. Sub bab V.1 menyajikan analisis model yang erdiri dari analisis model kerusakan produk dan model ongkos garansi.

Lebih terperinci

BAB 1 PENDAHULUAN. Propinsi Sumatera Utara merupakan salah satu propinsi yang mempunyai

BAB 1 PENDAHULUAN. Propinsi Sumatera Utara merupakan salah satu propinsi yang mempunyai BAB 1 PENDAHULUAN 1.1 Laar Belakang Propinsi Sumaera Uara merupakan salah sau propinsi yang mempunyai perkembangan yang pesa di bidang ransporasi, khususnya perkembangan kendaraan bermoor. Hal ini dapa

Lebih terperinci

PEMODELAN TRAFIK GSM DI AREA SURABAYA MENGGUNAKAN METODE ARIMA

PEMODELAN TRAFIK GSM DI AREA SURABAYA MENGGUNAKAN METODE ARIMA PEMODELAN TRAFIK GSM DI AREA SURABAYA MENGGUNAKAN METODE ARIMA Fadil Rahman Hakim, Dr. Ir. Achmad Mauludiyano, MT. Program Sudi Telekomunikasi Mulimedia Jurusan Teknik Elekro Fakulas Teknologi Indusri

Lebih terperinci

Minggu 4 RATA-RATA BERGERAK DAN EXPONENTIAL SMOOTHING. Peramalan Data Time Series

Minggu 4 RATA-RATA BERGERAK DAN EXPONENTIAL SMOOTHING. Peramalan Data Time Series Minggu 4 RATA-RATA BERGERAK DAN EXPONENTIAL SMOOTHING Bab ini memperkenalkan model berlaku unuk daa ime series dengan musiman, ren, aau keduana komponen musiman dan ren dan daa sasioner. Meode peramalan

Lebih terperinci

Estimasi Value at Risk (VaR) pada Portofolio Saham dengan Copula

Estimasi Value at Risk (VaR) pada Portofolio Saham dengan Copula JURNAL SAINS DAN SENI POMITS Vol., No., (03) 337-30 (30-98X Prin) D-9 Esimasi Value a Risk (VaR) ada Porofolio Saham dengan Coula Novella Puri Iriani, Muhammad Sjahid Akbar, dan Haryono Jurusan Saisika,

Lebih terperinci