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

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

1 BAB II LANDASAN TEORI Dalam peulisa ugas akhir ii diperluka eori-eori yag medukug yag didapa dari maa kuliah yag perah dierima, da referesi-referesi sebagai baha pedukug. Uuk mecapai ujua dari peulisa ii erdapa eori yag berkelajua..1 Defiisi Peramala Peramala adalah proses uuk memperkiraka berapa kebuuha di masa medaag, yag melipui kebuuha dalam ukura kuaias, kualias, waku, da lokasi yag dibuuhka dalam ragka memeuhi permiaa barag aau jasa. 1 Peramala idak selalu dibuuhka dalam kodisi pasar yag sabil, karea perubaha permiaa relaif kecil, eapi peramala aka saga dibuuhka bila kodisi keadaa pasar bersifa kompleks da diamis. Dalam kodisi pasar bebas permiaa pasar lebih bayak bersifa komplek da diamis karea permiaa ersebu aka ergaug dari keadaa sosial, ekoomi, poliik, aspek ekologi, produk pesaig, da produk subiusi. Oleh karea 1 Perecaaa da Pegedalia Produksi, Arma Hakim Nasuio, hal 5 5

2 6 iu peramala yag akura merupaka iformasi yag saga dibuuhka dalam pegambila kepuusa maajeme. Pada dasarya erdapa beberapa lagkah yag harus diperhaika dalam membua suau ramala uuk mejami efekifias da efisiesi dari sisem peramala, yaiu : 1. meeuka ujua dari peramala.. memilih iem idepede demad yag aka diramalka. 3. meeuka horiso waku dari peramala (jagka pedek, jagka meegah aau jagka pajag). 4. memilih meode peramala. 5. memperoleh daa yag dibuuhka uuk melakuka peramala. 6. validasi meode peramala. 7. membua peramala. 8. implemeasi hasil-hasil peramala. 9. verifikasi peramala.. Tujua Peramala Tujua uama dari peramala dalam maajeme permiaa adalah uuk meramalka permiaa dari iem-iem idepede demad di masa yag aka daag. 3 Selajuya megkombiasikaya dega pelaya pesaa yag bersifa pasi, kia dapa megeahui oal permiaa dari suau iem aau produk agar memudahka maajeme da iveori. Perecaaa produk da iveori ermasuk, 3 Producio Plaig ad Iveory Corol, Vice Gaspersz, hal 74 da 75

3 7 kapasias da sumber daya laiya dalam idusri maufakur seyogyaya megacu pada daa oal permiaa produk di masa yag aka daag. Dega demikia jelas bahwa ujua uama peramala dalam maajeme permiaa adalah uuk mecapai efekifias da efisiesi dari maajeme produksi da iveori dalam idusri maufakur..3 Keguaa Peramala Bila peramala elah dibua, maka mafaa da ujua harus dapa diperoleh da dipersiapka. Dalam hal ii erdapa 3 keguaa dari peramala yaki : - meeuka apa yag dibuuhka uuk perluasa pabrik. - meeuka perecaaa lajua bagi produk-produk yag ada uuk dikerjaka dega fasilias-fasilias yag ada - meeuka pejadwala jagka pedek produk-produk yag ada uuk dikerjaka berdasarka berdasarka peramala yag ada. Dalam seiap ramala harus dipeuhi salah sau dari keguaa di aas, sehigga hal ii aka meimbulka ambaha waku yag diperluka uuk membua kebijaka diambah dega waku uuk membua akiba kebijaksaaa ersebu. Ramala yag memeuhi ujua yag perama di aas dapa dibua uuk ramala jagka pajag. Ramala uuk perluasa pabrik diamaka peramala fasilias. Ramala perecaaa produksi da produk, dapa diguaka uuk peramala yag memeuhi ujua kedua da keiga di aas.

4 8.4 Peramala da Horiso Waku 4 Dalam hubugaya dega horiso waku, peramala diklasifikasika dalam iga kelompok, yaiu : a. Peramala Jagka Pajag Umumya sampai 10 ahu, da peramala ii diguaka uuk perecaaa produk da perecaaa sumber daya b. Peramala Jagka Meegah Berkisar 1 sampai ahu, da peramala ii lebih khusus dibadigka peramala jagka pajag. Biasaya diguaka uuk meeuka alira kas, perecaaa produksi, da peeua aggara. c. Peramala Jagka Pedek Berkisar aara 1 sampai 5 miggu, da peramala ii diguaka uuk megambil kepuusa dalam hal perlu idakya suau akivias, seperi, lembur, pejadwala kerja, da lai-lai..5 Meode-Meode Peramala 5 Secara umum meode peramala dibagi dalam dua kaegori: 1. Peramala bersifa subyekif (kualiaif). Peramala Bersifa Obyekif (kuaiaif) 4 Perecaaa da Pegedalia Produksi, Arma Hakim Nasuio, hal 6 5 Perecaaa da Pegedalia Produksi, Arma Hakim Nasuio, hal 3

5 9.5.1 Peramala Subyekif (kualiaif) Peramala ii lebih meekaka kepada kepuusa-kepuusa hasil diskusi, pedapa pribadi seseorag, da iuisi yag meskipu kelihaa kurag ilmiah, eapi dapa memberika hasil yag baik. Beberapa model peramala digologka sebagai model subyekif yaiu : - Dugaa maajeme (maageme esimae), di maa peramala semaa-maa berdasarka perimbaga maajeme, umumya oleh maajeme seior. Meode ii aka cocok dalam siuasi yag saga sesiif erhadap iuisi dari sau aau kelompok kecil orag yag karea pegalamaya mampu memberika opii yag kriis da releva. Tekik ii aka diperguaka dalam siuasi di maa idak ada aleraif lai dari model peramala yag dapa dierapka. - Rise pasar (marke research), merupaka meode peramala berdasarka hasil-hasil survey pasar yag dilakuka eaga-eaga pemasar produk aau yag mewakiliya. Meode ii aka mejarig iformasi dari pelagga aau pelagga poesial (kosume) berkaia dega recaa pembelia mereka di masa medaag. Rise pasar idak haya aka membau peramala, eapi juga uuk meigkaka desai produk da perecaaa uuk produk-produk baru. - Meode Delphi, merupaka cara sisemais uuk medapaka kepuusa bersama dari suau grup yag erdiri dari para ahli da berasal dari beberapa disipli ilmu yag berbeda da masig-masig mereka dimia pedapaya

6 10 secara erpisah, semacam kuisioer, da hasilya kemudia diaalisa uuk dibua suau peramala. - Aalogi hisoris (hisorical aalogy), merupaka ekik peramala berdasarka pola daa masa dari produk-produk yag dapa disamaka secara aalogi, misalya peramala uuk pegembaga pasar elevisi mulisisem megguaka model permiaa elevisi hia puih aau berwaa biasa. Aalogi hisoris cederug aka mejadi erbaik uuk peggaia produk di pasar da apabila erdapa hubuga subisusi lagsug dari produk dalam pasar iu. Pada dasarya meode kualiaif diujuka uuk peramala erhadap produk baru, pasar baru, proses baru, perubaha sosial masyaraka, perubaha ekologi, aau peyesuaia erhadap ramala-ramala berdasarka meode kuaiaif..5. Meode Obyekif (kuaiaif) Meode ii merupaka prosedur peramala yag megikui aura-aura maemais da saisik dalam meujukka hubuga aara permiaa dega sau aau lebih variabel yag mempegaruhiya. Meode ii erbagi dua, yaiu : a. Meode Irisik (ime series) Meode ii membua peramala haya berdasarka pada proyeksi permiaa hisoris apa memperimbagka fakor-fakor ekseral yag mugki mempergaruhi besarya permiaa. Meode ii haya cocok uuk peramala

7 11 jagka pedek pada kegiaa produksi. Meode ii dipegaruhi oleh 4 kompoe, yaiu : 6 - Tred/kecederuga (T), merupaka sifa dari permiaa di masa lalu erhadap waku erjadiya apakah permiaa ersebu cederug aik, uru, aau kosa. Peramala yag sesuai adalah meode regresi liier, expoeial smoohig. Gambar.1 Flukuasi Permiaa Berpola Tred - Cycle/Siklus (C), yaiu permiaa suau produk dapa memiliki siklus yag berulag secara periodik. Biasaya lebih dari sau ahu, sehigga pola ii idak perlu dimasuka dalam ramala jagka pedek. Pola ii ama bergua uuk peramala jagka meegah da jagka pajag. 6 Perecaaa da Pegedalia Produksi, Arma Hakim Nasuio, hal 35

8 1 Gambar. Flukuasi Permiaa Berpola Siklus - Seaso/Pola Musima (S). Flukuasi permiaa suau produk dapa aik uru di sekiar garis re, da biasaya berulag seiap ahu. Pola ii biasaya disebabka oleh fakor cuaca, musim libura pajag, da hari raya keagamaa yag aka berulag secara periodik seiap ahuya. Gambar.3 Flukuasi Permiaa Berpola Musima

9 13 - Radom/Variasi Acak (R). Permiaa suau produk dapa megikui pola variasi secara acak karea fakor-fakor adaya becaa alam, bagkruya perusahaa pesaig, promosi khusus, da kejadia-kejadia laiya yag idak mempuyai pola ereu. Variasi acak ii diperluka dalam ragka meeuka persediaa pegama uuk megaisipasi kekuraga persediaa bila erjadi lojaka permiaa. Gambar.4 Flukuasi Permiaa Berpola Acak b. Meode Eksrisik (causal) Meode ii memperimbagka fakor-fakor ekseral yag mugki dapa mempegaruhi besarya permiaa di masa medaag dalam model peramalaya. Meode ii cocok uuk peramala jagka pajag karea dapa meujukka hubuga sebab akiba yag jelas dalam hasil peramalaya da dapa memprediksi iik-iik perubaha..

10 Tekik-ekik Peramala Meode Time Series Meode Raa-raa Bergerak Sederhaa (Simple Movig Average) Meode ii megguaka sejumlah daa akual permiaa yag baru uuk membagkika ilai ramala uuk permiaa di masa medaag. Meode raaraa bergerak aka efekif dierapka apabila diasumsika bahwa permiaa pasar erhadap produk aka eeap sabil sepajag waku. Beuk umum persamaa dari meode raa-raa bergerak : MA = A + A A ( 1) 7) di maa : MA = Movig Average A = permiaa akual pada periode = jumlah daa permiaa yag dilibaka dalam perhiuga MA.5.3. Meode Raa-raa Bergerak dega Pemboboa (Weighed Movig Average = WMA) Pada meode ii, seiap daa diberika bobo yag sama. Akualya hal ii musahil karea daa yag lebih baru aka mempuyai bobo yag lebih iggi karea daa ersebu merepreseasika kodisi yag erakhir erjadi. Hal ii yag melahirka meode peramala raa-raa bergerak dega pemboboa. Secara sisemais, WMA dapa diyaaka sebagai beriku : 7 Perecaaa da Pegedalia Produksi, Arma Hakim Nasuio, hal 36

11 15 WMA = W.A 8) di maa : W = bobo permiaa akual pada periode A = permiaa akual pada periode dega keerbaasa, bahwa : W = Meode Pemulusa Ekspoesial (Expoeial Smoohig = ES) 9 Kelemaha ekik movig average dalam kebuuha aka daa-daa masa lalu yag cukup bayak dapa diaasi dega ekik pemulusa ekspoesial. Meode peramala pemulusa ekspoesial bekerja hampir serupa dega ala hermosa, di maa apabila gala ramala (forecas error) adalah posiif, yag berari ilai akual permiaa lebih iggi dari pada ilai ramala (A-F>0), maka model pemulusa ekspoesial aka secara oomais meigkaka ilai ramala. Sebalikya apabila gala ramala (forecas error) adalah egaif, yag berari ilai akual permiaa lebih redah dari pada ilai ramala (A-F<0), maka pemulusa ekspoesial aka secara oomais meuruka ilai ramala. Proses peyesuaia ii berlagsug erus meerus kecuali gala ramala elah mecapai ol. Keyaaa iilah yag medorog peramal (forecaser) lebih suka megguaka model pemulusa ekspoesial. Apabila pola hisoris dari akual permiaa bergejolak aau idak sabil dari waku ke waku. 8 Perecaaa da Pegedalia Produksi, Arma Hakim Nasuio, hal 38 9 Producio Plaig ad Iveory Corol, Vice Gaspersz, hal 97

12 16 Peramala megguaka model pemulusa ekspoesial dilakuka berdasarka formula sebagai beriku : F = F 1 + (A 1 F 1) di maa F = ilai ramala uuk periode waku ke F -1 = ilai ramala uuk sau periode waku yag lalu, -1 A -1 = ilai akual uuk sau periode waku yag lalu, -1 = kosaa pemulusa (smoohig cosa) Permasalaha umum yag dihadapi apabila megguaka model pemulusa ekspoesial adalah memilih kosaa pemulusa,, yag diperkiraka epa. Nilai kosaa pemulusa dapa dipilih di aara ilai 0 da 1, karea berlaku : 0<<1. Bagaimaapu juga uuk peeapa ilai yag diperkiaka epa, dapa megguaka padua beriku : - Apabila pola hisoris dari daa akual permiaa saga bergejolak aau idak sabil dari waku ke waku, dapa memilih ilai yag medekai sau. Biasaya dipilh ilai = 0,9; amu dapa pula mecoba ilai-ilai yag lai yag medekai sau, kaakalah : = 0,85; 0,95; 0,99, da lai-lai, ergaug pada sejauh maa gejolak dari ilai daa iu. Semaki bergejolak, ilai yag dipilih harus semaki iggi meuju ke ilai sau. - Apabila ilai hisoris dari daa akual permiaa idak berflukuasi aau relaif sabil dari waku ke waku, kia memilih ilai yag medekai ol.

13 17 Biasaya dipilih ilai = 0,1; amum dapa pula mecoba ilai-ilai yag medekai ol, kaakalah : = 0,; 0,15; 0,01, da lai-lai, ergaug pada sejauh maa kesabila dari daa ersebu. Semaki sabil ilai yag dipilih harus semaki kecil meuju ke ilai ol. - Meode lai yag dapa dipakai adalah memilih ilai berdasarka ilai yag dilibaka dalam ekik MA. Meode ii haya dapa dierapka oleh perusahaa yag elah lama megguaka ekik MA dega ilai yag cukup memadai. Raa-raa usia daa dega ekik MA = -½, sedagka raa-raa usia daa dega ekik ES = 1-/. Uuk meghiug ilai dalam hubugaya dega adalah dega membua persamaa sebagai beriku : 1 1 α = α α = Meode Pemulusa Ekspoesial dega Usur Tred 11 Tekik movig average da expoeial smoohig sederhaa elah dijelaska di depa haya epa bila daa yag diguaka saioer. Bila daa permiaa bersifa musima da memiliki re, maka dapa diselesaika dega salah sau meode expoeioal smoohig yag biasa disebu dega meode wier. Meode wier didasarka aas iga persamaa pemulusa, yaiu persamaa uuk peyesuaia saioer, sau persamaa uuk peyesuaia re, da persamaa yag lai uuk peyesuaia musima. 10 Perecaaa da Pegedalia Produksi, Arma Hakim Nasuio, hal Perecaaa da Pegedalia Produksi, Arma Hakim Nasuio, hal 41

14 18 Yag perlu diperhaika adalah bahwa pemulusa ekspoesial uggal ii aka selalu megikui seiap re daa yag sebearya, karea yag dapa dilakuka hayalah megaur ramala yag aka daag dega suau porsease kesalaha yag erakhir. Beriku ii persamaa pemulusa ekspoesial dega memperimbagka red : F = A f T = (F F = F 1 + (1 )(F + T T ) + (1 )T 1 1 ) di maa : F = Nilai peramala dega pemulusa periode T = Tre uuk periode f = Nilai peramala periode A = Nilai daa akual periode Meode Pemulusa Ekspoesial dega Usur Musima 1 Dalam siuasi ereu serig kali permiaa erhadap suau produk idusri dipegaruhi oleh fakor musima yag berkaia dega flukuasi periodik sera bersifa relaif kosa. Flukuasi periodik ii biasaya dipegaruhi oleh fakor-fakor seperi : emperaur, curah huja, hari raya keagamaa da lai-lai. Sebagai misal, permiaa uuk produk payug mugki aka meigka pada saa musim huja, da relaif meuru pada saa musim kemarau da sebagaiya. 1 Perecaaa da Pegedalia Produksi, Arma Hakim Nasuio, hal 43

15 19 Proses umum dari permiaa musima ii dapa diyaaka dalam persamaa maemais sebagai beriku : di maa : A I f =. D F = I m T = (F F D = F (1 )I = (F + T ).I + (1 )(F + 1 m m 1 + T ) + (1 )T 1 1 ) F T f A β F -1 T -1 δ = ilai peramala dega pemulusa periode = re uuk periode = ilai peramala periode = ilai daa akual periode = kosaa pemulusa uuk raa-raa = kosaa pemulusa uuk re = ilai pemulusa sebelum periode pemulusa = re sebelum periode pemulusa = fakor musima µ = igka permiaa raa-raa ε I D γ = disribusi permiaa ormal dega mea ol = ideks pada periode = permiaa pada periode = kosaa pemulusa

16 0.5.4 Tekik-ekik Peramala Meode Kausal Meode Regresi Liier 13 Pada meode regresi, suau model perlu dispesifikasi sebelum dilakuka pegumpula daa da aalisisya. Cooh yag palig sederhaa dari meode regresi ii adalah meode regresi liier sederhaa dega variabel pegaruh uggal. Formula uuk meode regresi sebagai beriku : ŷ = a + bx di maa : ŷ x = perkiraa permiaa = variabel bebas yag mempegaruhi y a = ilai eap y bila x = 0 (merupaka perpooga dega sumbu y) b = deraja kemiriga persamaa garis regresi Uuk meeuka ilai a da b, diguaka formula sebagai beriku : yi a = b = x b x i iyi [( xi )( yi )] x ( xi) i 13 Perecaaa da Pegedalia Produksi, Arma Hakim Nasuio, hal 50

17 Meode Regresi Kuadraik Peramala ii diguaka uuk meeuka pola daa cederug berbeuk kuadraik dari iap periodeya. Uuk meeuka ilai peramala dega meode ii, maka diguaka persamaa sebagai beriku : y() = a + b + c uuk mecari ilai a, b, da c, maka diguaka persamaa sebagai beriku : a = dega keeua : = = ϑ = = = y() b c 4 ( ). y(). y(). 3. ( ).. ϑ. b = ϑ b. c =.y().y().5.5 Ukura Akurasi Hasil Peramala 14 Ukura akurasi hasil peramala yag merupaka ukura kesalaha peramala merupaka ukura eag igka perbedaa aara hasil peramala dega permiaa yag erjadi. Ada lima ukura yag biasa diguaka, yaiu : 14 Perecaaa da Pegedalia Produksi, Arma Hakim Nasuio, hal 30

18 Raa-raa Deviasi Mulak (Mea Absolue Deviaio = MAD) MAD merupaka raa-raa kesalaha mulak selama periode ereu apa memperhaika apakah hasil peramala lebih besar aau lebih kecil dibadigka keyaaaya. Secara sisemais MAD dirumuska sebagai beriku : MAD A = F di maa : A = permiaa akual pada periode F = peramala permiaa pada periode = jumlah periode peramala yag erliba.5.5. Raa-raa kuadra kesalaha (Mea Square Error = MSE) MSE dihiug dega mejumlahka kuadra semua kesalaha peramala pada seiap periode da membagiya dega jumlah periode peramala. Secara maemais MSE dirumuska sebagai beriku : MSE (A = F ) Raa-raa Kesalaha Peramala (Mea Forecas Error =MFE) MFE saga efekif uuk megeahui apaka suau hasil peramala selama periode ereu erlalu iggi aau erlalu redah. MFE dihiug dega mejumlahka semua kesalaha peramala selama periode peramala da

19 3 membagiya dega jumlah periode peramala. Secara sisemais MFE diyaaka sebagai beriku : MFE (A F ) = Raa-raa Persease Kesalaha Absolu (Mea Absolue Perceage Error = MAPE) MAPE merupaka ukura kesalaha relaif. MAPE biasaya lebih berari dibadigka MAD karea MAPE meyaaka persease kesalaha hasil peramala erhadap permiaa akual selama periode ereu yag aka memberika iformasi persease kesalaha erlalu iggi aau erlalu redah. Secara maemais MAPE diyaaka sebagai beriku : 100 MAPE = A F A Raa-raa Perkiraa Kesalaha Sadar (Sadar Error of Esimaio) Formula dari SEE adalah sebagai beriku : 15 SEE = (A F ) f o di maa : f o = deraja kebebasa yag hilag 15 Pegedalia Produksi, Joh E. Biegel, hal 8

20 4.5.6 Verifikasi da Pegedalia Peramala Lagkah peig seelah peramala dibua adalah melakuka verifikasi peramala sedemikia rupa, sehigga hasil peramala ersebu bear-bear mecermika daa masa lalu da sisem sebab akiba yag medasari permiaa ersebu. Sepajag akualias peramala ersebu dapa dipercaya hasil peramala aka erus diguaka. Jika selama proses verifikasi ersebu diemuka keragua validias meode peramala yag diguaka, harus dicari meode laiya yag lebih cocok. Validias ersebu harus dieuka dega uji saisika yag sesuai Bayak ala yag dapa diguaka uuk memverifikasi peramala da medeeksi perubaha sisem sebab akiba yag melaarbelakagi perubaha pola permiaa. Beuk yag palig sederhaa adalah pea korol peramala yag mirip dega pea korol kualias..5.7 Pea Movig Rage Pea movig rage diracag uuk membadigka ilai permiaa akual dega ilai peramala. Dega kaa lai, kia meliha daa permiaa akual da membadigkaya dega ilai peramala pada periode yag aka daag sehigga kia dapa membadigka daa peramala dega permiaa akual. Pea movig rage diguaka uuk melakuka verifikasi ekik da parameer peramala. Seelah meode peramala dieuka maka pea movig rage diguaka uuk meguji kesabila sisem sebab akiba yag mempegaruhi permiaa. Movig rage dapa didefiisika sebagai :

21 5 MR = ŷ y ŷ 1 y 1 da raa-raa movig rage didefiisika sebagai beriku : MR MR = 1 Garis egah pea movig rage adalah iik ol. Baas kedali aas da bawah pada pea movig rage adalah : BKA = +,66MR BKB =,66MR Semeara iu, variabel yag aka diplo ke dalam pea movig rage : y = ŷ y.5.8 Uji Kodisi di Luar Kedali Uji yag palig epa bagi kodisi di luar kedali adalah adaya iik di luar baas kedali. Selai dari pada iu, erdapa pula uji laiya dega igka kemugkia sama. Tekik yag diguaka beriku ii diracag agar dapa diguaka dega jumlah daa yag semiimal mugki. Uji ii dilakuka dega cara membagi pea kedali ke dalam eam bagia dega selag yag sama. Daerah A = ± (,66MR) = ± 1,77MR(aas, + 1,77MR; bawah, 1,77MR) 3 1 Daerah B = ± (,66MR) = ± 0,89MR 3 Daerah C = daerah di aas aau di bawah garis egah

22 6 + Baas Kedali Aas Baas Daerah A Baas Daerah B 0 Baas Daerah B Baas Daerah A Baas Kedali Bawah - Gambar.5 Daerah Baas Kedali Uji kodisi di luar kedali adalah : - Dari iga iik beruru-uru, ada dua iik aau lebih iik yag berada di daerah A. - Dari lima iik beruru-uru, ada empa aau lebih iik yag berada di daerah B. - Ada delapa iik beruru-uru, iik yag berada di salah sau sisi (di aas aau di bawah garis egah) Jika pea movig rage meujukka keadaa di luar krieria kedali maka daa yag idak berasal dari sisem akiba yag sama aka dibuag da fugsi peramala dieuka lagi.

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang BAB 2 LANDASAN EORI 2.1 Pegeria Peramala Peramala adalah kegiaa uuk memperkiraka apa yag aka erjadi di masa yag aka daag. Sedagka ramala adalah suau siuasi aau kodisi yag diperkiraka aka erjadi pada masa

Lebih terperinci

BAB III TINJAUAN PUSTAKA

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

Lebih terperinci

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

BAB 2 LANDASAN TEORI. Metode peramalan merupakan bagian dari ilmu Statistika. Salah satu metode BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala Meode peramala merupaka bagia dari ilmu Saisika. Salah sau meode peramala adalah dere waku. Meode ii disebu sebagai meode peramala dere waku karea memiliki kareserisik

Lebih terperinci

Universitas Sumatera Utara

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

Lebih terperinci

STUDI ANALISIS PERAMALAN DENGAN METODE DERET BERKALA

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

Lebih terperinci

BAB 3 METODE PENELITIAN

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB

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

Lebih terperinci

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

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

Lebih terperinci

PERAMALAN PERMINTAAN EKSPOR INDUSTRI MEBEL DI PT.SPU JEPARA

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

Lebih terperinci

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

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

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

PERAMALAN ORDER INTAKE DI PT.KSB INDONESIA

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

Lebih terperinci

BAB 2 LANDASAN TEORI 2.1 Teknik Industri Peramalan

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

Lebih terperinci

V. PENGUJIAN HIPOTESIS

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

Lebih terperinci

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

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

Lebih terperinci

BAB II TINJAUAN PUSTAKA

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

Lebih terperinci

BAB V METODE PENELITIAN

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

Lebih terperinci

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

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

Lebih terperinci

Universitas Sumatera Utara

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

Lebih terperinci

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

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

Lebih terperinci

Rumus-rumus yang Digunakan

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

Lebih terperinci

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN

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

Lebih terperinci

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

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

Lebih terperinci

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 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

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

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

Lebih terperinci

BAB 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

BAB 2 LANDASAN TEORI BAB LANDAAN TEORI. Tijaua Pusaka Bidag percaaa da pegawasa produksi da persediaa dalam orgaisasi-orgaisasi maufacurig da jasa berkaia dega peramala permiaa, perecaaa kapasias keseluruha orgaisasi, peeua

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 METODOLOGI. Bab 2 Metodologi berisikan :

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

Lebih terperinci

BAB III LANDASAN TEORI

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER

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

Lebih terperinci

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

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

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

Lebih terperinci

BAB 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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengerian Supply Chain Managemen Supply chain managemen merupakan pendekaan aau meode dalam memanajemen hubungan perusahaan dengan supplier dan konsumen yang erjadi pada pengendalian

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

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

Lebih terperinci

BAB IV METODOLOGI PENELITIAN

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

Lebih terperinci

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang BAB 2 LANDASAN TEORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. Sedangkan ramalan adalah suau aau kondisi yang diperkirakan akan erjadi

Lebih terperinci

kesimpulan yang didapat.

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

Lebih terperinci

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

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

Lebih terperinci

FORECASTING (Peramalan)

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

Lebih terperinci

IV. METODE PENELITIAN

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

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

B. DESKRIPSI SINGKAT MATA KULIAH

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

Lebih terperinci

BAB II TINJAUAN LITERATUR. Pengendalian persediaan dapat dilakukan dalam berbagai cara, antara lain dengan

BAB II TINJAUAN LITERATUR. Pengendalian persediaan dapat dilakukan dalam berbagai cara, antara lain dengan BAB II TINJAUAN LITERATUR 2.1. Klasifikasi ABC Dalam Persediaa Pegedalia persediaa dapat dilakuka dalam berbagai cara, atara lai dega megguaka aalisis ilai persediaa. Dalam aalisis ii, persediaa dibedajka

Lebih terperinci

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28 5 BAB III METODE PENELITIAN 3.1 Lokasi Peelitia da Waktu Peelitia Sehubuga dega peelitia ii, lokasi yag dijadika tempat peelitia yaitu PT. Siar Gorotalo Berlia Motor, Jl. H. B Yassi o 8 Kota Gorotalo.

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Manajemen Perminaan 2.1.1. Konsep Dasar Manajemen Perminaan Pada dasarnya manajemen perminaan (demand managemen) didefinisikan sebagai suau fungsi pengelolaan dari semua perminaan

Lebih terperinci

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

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

Lebih terperinci

BAB 2 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

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

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

Lebih terperinci

Penerapan Metode Optimasi Exponential Smoothing Untuk Peramalan Debit

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP

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

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeis Peeliia Jeis peeliia ii merupaka peeliia kuaiaif dega megguaka meode eksperime. Desai peeliia ii megguaka ru experime desig beuk desai poses oly corol desig yaki meempaka

Lebih terperinci

= 0 diturunkan terhadap x. Karena y fungsi dari x, maka setiap kali menurunkan y harus dikalikan dengan didapat diselesaikan ke y '.

= 0 diturunkan terhadap x. Karena y fungsi dari x, maka setiap kali menurunkan y harus dikalikan dengan didapat diselesaikan ke y '. 6..MENURUNKAN FUNGSI IMPLISIT Padag y fugsi dari yag disajika dalam beuk implisi f (, y) 0. Turuaya y' didapa sebagai beriku: a. Jika mugki y diyaaka sebagai beuk eksplisi dari, lalu diuruka erhadap b.

Lebih terperinci

PENGUJIAN HIPOTESIS DUA RATA-RATA

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 35 BAB LANDASAN TEORI Meode Dekomposisi biasanya mencoba memisahkan iga komponen erpisah dari pola dasar yang cenderung mencirikan dere daa ekonomi dan bisnis. Komponen ersebu adalah fakor rend (kecendrungan),

Lebih terperinci

BAGIAN 2 TOPIK 5. andhysetiawan

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB II TEORI DASAR. 2.1 Proses Stokastik Rantai Markov

BAB II TEORI DASAR. 2.1 Proses Stokastik Rantai Markov BAB II TEORI DASAR. Proses Sokasik Raai Markov Proses sokasik merupaka suau cara uuk mempelajari hubuga yag diamis dari suau ruua perisiwa aau proses yag kejadiaya bersifa idak pasi. Dalam memodelka perubaha

Lebih terperinci

BAB 2 TINJAUAN TEORI

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2. Ruag sampel da Kejadia Defiisi Himpua semua hasil yag mugki dari suau percobaa disebu ruag sampel da diyaaka dega S Mogomery, 2004: 7. Tiap hasil dari ruag sampel disebu usur aau

Lebih terperinci

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

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

Lebih terperinci

BAB 3 METODOLOGI PEMECAHAN MASALAH

BAB 3 METODOLOGI PEMECAHAN MASALAH BAB 3 METODOLOGI PEMECAHAN MASALAH 3.1 Tahapan Pemecahan Masalah Tahapan pemecahan masalah berfungsi unuk memudahkan dalam mencari jawaban dalam proses peneliian yang dilakukan agar sesuai dengan arah

Lebih terperinci

ALGORITMA DATA MINING

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

Lebih terperinci

Sistim Komunikasi 1. Pertemuan 5 Konversi Analog ke Digital

Sistim Komunikasi 1. Pertemuan 5 Konversi Analog ke Digital isim Komuikasi 1 Peremua 5 Koversi Aalog ke Digial Murik Alayrus Tekik Elekro Fakulas Tekik, UMB murikalayrus@yahoo.com 1 Base Ba Moulaio Paa bagia sebelum kia meapaka siyal koiyu erhaap waku, misalyasiyalm(),

Lebih terperinci

ANALISIS BEDA Fx F.. S u S g u i g y i an a t n o t da d n a Ag A u g s u Su S s u wor o o

ANALISIS BEDA Fx F.. S u S g u i g y i an a t n o t da d n a Ag A u g s u Su S s u wor o o ANALII BEDA Fx. ugiyao da Agus usworo Kosep Peeliia bermaksud meguji keadaa (sesuau) yag erdapa dalam suau kelompok dega kelompok lai Meguji apakah erdapa perbedaa yg Meguji apakah erdapa perbedaa yg sigifika

Lebih terperinci

BAB 3 LANDASAN TEORI

BAB 3 LANDASAN TEORI BAB 3 LANDASAN TEORI 3.1. Deskripsi Teori 3.1.1. Pengerian Peramalan Unuk membanu ercapainya suau kepuusan yang efisien unuk penjualan produknya, perusahaan memerlukan suau cara yang epa, sisemais dan

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Defenisi Persediaan Persediaan adalah barang yang disimpan unuk pemakaian lebih lanju aau dijual. Persediaan dapa berupa bahan baku, barang seengah jadi aau barang jadi maupun

Lebih terperinci

METODOLOGI. Waktu dan Tempat. Alat dan Bahan

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

Lebih terperinci

PERAMALAN KURSIDRTERHADAP USDMENGGUNAKAN DOUBLE MOVING AVERAGES DAN DOUBLEEXPONENTIAL SMOOTHING.

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

Lebih terperinci

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL LINEAR DENGAN MENGGUNAKAN METODE TRANSFORMASI ELZAKI

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

Lebih terperinci

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

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP STATISTICS Haug N. Prasetyo Week 11 PENDAHULUAN Regresi da korelasi diguaka utuk megetahui hubuga dua atau lebih kejadia (variabel) yag dapat diukur secara matematis. Ada dua hal yag diukur atau diaalisis,

Lebih terperinci

BAB 4 PENGUMPULAN DAN ANALISA DATA

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

Lebih terperinci

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

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

Lebih terperinci

METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA. Mahasiswa Program S1 Matematika 2

METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA. Mahasiswa Program S1 Matematika 2 METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA Roki Nuari *, Aziskha, Edag Lily Mahasiswa Program S Maemaika Dose Jurusa Maemaika Fakulas

Lebih terperinci

BAB II TINJAUAN PUSTAKA. pengantar metode ARIMA Box Jenkins dan analisis spektral.

BAB II TINJAUAN PUSTAKA. pengantar metode ARIMA Box Jenkins dan analisis spektral. BAB II TINJAUAN PUSTAKA. Pedahulua Pada Bab II aka dijelaska pegeria pegeria da eori dasar yag diguaka sebagai ladasa pembahasa pada bab selajuya. Teori yag aka dibahas pada Bab II ii secara garis besar

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci