1. Pendahuluan Pembangkit Listrik Tenaga Air (PLTA) Jelok terletak di Kabupaten Semarang 45 km dari Kota Semarang, tepatnya di Desa Delik Kecamatan

Ukuran: px
Mulai penontonan dengan halaman:

Download "1. Pendahuluan Pembangkit Listrik Tenaga Air (PLTA) Jelok terletak di Kabupaten Semarang 45 km dari Kota Semarang, tepatnya di Desa Delik Kecamatan"

Transkripsi

1 1. Pendahuluan Pembangkit Listrik Tenaga Air (PLTA) Jelok terletak di Kabupaten Semarang 45 km dari Kota Semarang, tepatnya di Desa Delik Kecamatan Tuntang. PLTA Jelok menggunakan air yang berasal dari waduk Rawa Pening yang dibendung melalui sungai Tuntang untuk menggerakkan generator. Rawa Pening berada didalam Daerah Aliran Sungai (DAS) Tuntang, dan menjadi sumber mata air bagi Sungai Tuntang. Musim kemarau seringkali mengakibatkan berkurangnya pasokan air kedalam waduk. Menurunnya muka air waduk akan mengganggu keberlangsungan operasi dari PLTA, sehingga produksi listrik akan berkurang [1]. PLTA Jelok menggunakan Turbin buatan Werk Spoor Escher Wyss Holland dengan tipe Francis. Daya turbin yang digunakan sangat dipengaruhi oleh faktor laju aliran massa dan tinggi tekan. dimana daya turbin cenderung lebih kecil pada saat laju aliran massa mengalami penurunan dan sebaliknya daya turbin cenderung besar ketika laju aliran massa mengalami kenaikan [2]. PLTA Jelok memiliki 4 unit generator dengan daya terpasang 4 X 5,12 MW dan tinggi terjun air 144 meter. PLTA Jelok dapat menghasilkan energi listrik sebesar 93GWh/tahun, dan saat ini dikelola oleh PT Indonesia Power, dibawah tanggung jawab Unit Bisnis Pembangkitan Mrica dengan kontribusi untuk interkoneksi listrik Jawa - Bali berkisar 6,37 %, PLTA Jelok masih tetap dioperasikan karena kondisinya masih baik dengan biaya operasi yang relatif lebih murah [3]. Permasalahan yang dialami oleh PLTA Jelok adalah adanya debit air yang pada waktu tertentu menurun tajam sehingga membuat produksi listrik PLTA Jelok menurun dan membuat PLTA Jelok hampir berhenti beroperasi, seperti pada tahun 2012 di mana debit air hanya mampu digunakan untuk mengoperasikan 1 turbin [4]. Tidak hanya pada tahun 2012, dari data produksi tahun 2010 sampai 2013 juga terdapat penurunan produksi yang cukup drastis di tahun 2011 dan 2013 karena debit air yang menurun tajam. Gambar 1 Grafik Data Debit Air Tahun

2 Dari Gambar 1 dapat diketahui bahwa pola data debit air memiliki unsur pola yang tidak tetap. Data berada pada rerata yang berkisar 30 sampai 35 juta m3, kemudian mengandung trend untuk debit terkecil setiap tahunnya yang cenderung semakin menurun, dan musiman dimana debit air berada pada sekitar rerata ketika musim penghujan, dan menurun ketika musim kemarau. Penelitian ini difokuskan untuk mengetahui fluktuasi debit air yang akan datang dengan melakukan peramalan data debit air dengan metode Exponential Smoothing tiga parameter atau Triple Exponential Smoothing HoltWinters. Pemilihan metode HoltWinters dikarenakan metode ini mampu menangani data yang memiliki unsur trend dan musiman [5]. Hasil dari penelitian ini diharapkan dapat digunakan sebagai bahan pertimbangan oleh pihak manajemen PLTA Jelok dalam melakukan pengelolaan debit air untuk meminimalkan penurunan produksi listrik yang drastis. 2. Tinjauan Pustaka Terdapat beberapa penelitian yang terkait dengan penelitian ini, salah satunya adalah penelitian yang berjudul Kuantifikasi Jasa Lingkungan PLTA Jelok dan Timo. Berdasarkan penelitian tersebut, Degradasi lingkungan khususnya di DTA Waduk Rawa Pening yang menyebabkan realisasi debit outflow Waduk Rawa Pening sebagai sumber air penggerak turbin PLTA Jelok dan Timo semakin tahun semakin kecil. Pada bulan Juli debit outflow Waduk hanya dapat untuk memutar 2 turbin, sedangkan pada bulan Agustus, September dan Oktober hanya dapat untuk memutar 1 turbin. Dari hasil perhitungan kuantifikasi jasa lingkungan dengan metode Replacement Cost jasa lingkungan yang dinikmati PLTA Jelok dan Timo adalah Rp. 12,321 M/tahun sehingga sebagai salah satu pengguna jasa lingkungan waduk rawa pening, PLTA Jelok dan Timo perlu ikut membiayai kegiatan konservasi DTA Waduk Rawa Pening yang dapat dipandang sebagai investasi ke depan dalam rangka menjaga keberlanjutan produksi listrik [6]. Penelitian kedua yang berjudul Simulasi Pola Operasi Pembangkit Listrik Tenaga Air di Waduk kedungombo. Penelitian ini dilakukan dengan metode distribusi frekuensi yaitu dengan melakukan simulasi pola operasi waduk untuk meningkatkan produksi listrik PLTA Kedungombo. Dari simulasi pola operasi yang dilakukan, didapatkan pola operasi yang optimal untuk meningkatkan kinerja PLTA Waduk Kedungombo adalah pola operasi yang menahan air sebanyak-banyaknya di tampungan waduk, dan melepas air sesuai dengan kebutuhan air total yang telah diperhitungkan, dari simulasi pola operasi yang dilakukan terdapat peningkatan produksi energi listrik rata-rata per tahun sebesar 14,59 GWh [7]. Penelitian lain adalah Pemodelan Deret Waktu Menggunakan Teknik Exponential Smoothing Untuk Peramalan Debit Aliran Sungai ( Studi Kasus Sungai Cabenge SWS WalanaE - CenranaE) yang mengujicobakan 4 metode pramalan yakni : Single Exponential Smoothing (SE), Double Exponential Smoothing (DE), Triple Exponential Smoothing (TE), dan Autoregressive Integrated Moving Average (ARIMA) dari debit peramalan dengan nilai debit terukur, untuk menentukan metode yang memiliki nilai kesalahan paling kecil 8

3 dalam meramalkan debit aliran sungai. Dari hasil ujicoba tersebut, untuk meramalkan debit aliran sungai Cabenge pada SWS WalanaE CenranaE dapat dilakukan dengan menggunakan Teknik Triple Exponential Smoothing (Winters) [8]. Pada penelitian ini, metode Triple Exponential Smoothing HoltWinters digunakan untuk memprediksi fluktuasi debit air yang berasal dari Waduk Rawa Pening, yang dipakai oleh PLTA Jelok untuk menggerakan turbin. Metode Winters didasarkan atas tiga persamaan pemulusan, yaitu satu untuk unsur stasioner, satu untuk trend, dan satu untuk musiman. Persamaan untuk Winters ditunjukan pada persamaan 1 sampai 4: Pemulusan keseluruhan : = + ( 1 - )( + ) (1) Pemulusan trend : = ( - ) + ( 1 ) (2) Pemulusan musiman : I = ß + ( 1 ß ) (3) Ramalan : = ( + m ) (4) L adalah panjang musiman (misal, jumlah bulan atau kuartal dalam suatu tahun), adalah konstanta pemulusan stasioner, adalah konstanta pemulusan trend, ß adalah konstanta pemulusan musiman,, b adalah komponen trend, I adalah faktor penyesuaian musiman, dan + m adalah ramalan untuk m periode ke depan [9]. Setelah dilakukan peramalan, perlu dilakukan evaluasi hasil peramalan untuk mengetahui keakuratan dari hasil peramalan yang telah dilakukan. Mean Absolute Percentage Error (MAPE) melakukan perhitungan perbedaan antara data asli dan data hasil peramalan. Perbedaan tersebut diabsolutkan, kemudian dihitung ke dalam bentuk persentase terhadap data asli. Hasil persentase tersebut kemudian didapatkan nilai mean-nya. Rumus untuk menghitung nilai MAPE ditunjukan pada persamaan 5. MAPE = (5) adalah nilai data periode ke-t, banyak data [9]. adalah nilai ramalan periode ke t, n adalah 9

4 3. Metode Penelitian Pada penelitian ini, Triple Exponential Smoothing direpresentasikan sebagai mekanisme untuk memprediksi fluktuasi debit air PLTA pada periode yang akan datang di PLTA Jelok. Pendekatan Triple Exponential Smoothing dalam penelitian ini dapat dilihat seperti pada Gambar 2. Gambar 2 Konsep Triple Exponential Smoothing Penelitian ini menggunakan data yang diperoleh dari PLTA Jelok, yang meliputi debit air yang masuk dan produksi listrik PLTA Jelok. Periode pengambilan data adalah bulanan selama 4 tahun yakni tahun Data disusun dalam Microsoft Office Excell dan kemudian disimpan dalam ekstensi.csv dan diprediksi dalam lingkungan pemrograman R ( R Environment Development). Gambar 3 Tahapan Penelitian 10

5 Gambar 3 menunjukan tahapan pada penelitian ini yaitu : tahap satu adalah melakukan studi literatur untuk menyusun kerangka konseptual untuk dijadikan pedoman penelitian. Tahap dua adalah pengumpulan data penelitian. Tahap tiga adalah analisis data dan prediksi serta menghitung akurasi ketiga metode Exponential Smoothing. Tahap empat adalah visualisasi luaran dalam bentuk grafik runtun waktu. 4. Hasil dan Pembahasan Hasil peramalan debit air PLTA Jelok dengan menggunakan Software R for Windows versi dengan Triple Exponential Smoothing, ditunjukkan pada Gambar 4. Gambar 4 Data Prediksi Debit Air dengan Triple Exponential Smoothing Gambar 4 menunjukan dinamika fluktuasi debit air dengan metode Triple Exponential Smoothing dengan memperhitungkan konstanta alpha, beta, dan gamma. nilai alpha = , beta = 0, dan gamma = Pola debit air tahun ( Data Prediksi ) diperkirakan mirip dengan pola debit air pada tahun 2012 dalam kisaran signifikasi 95% dengan dinamika fluktuasi yang hampir sama dengan tahun Dinamika fluktuasi debit air tahun 2014 (data prediksi) diperkirakan akan sama atau lebih tinggi dari dinamika debit air tahun 2012 dan 2013 ( data aktual ) dengan kisaran signifikasi 80%. Pada tahun 2011 sampai 2013 ( data aktual ) debit air terkecil terjadi antara bulan September dan Oktober. Debit air terkecil tahun 2014 diperkirakan akan terjadi pada bulan September ( data prediksi ). Kode untuk TES ditunjukkan pada Kode Program 1. 11

6 Kode Program 1 Hitung Prediksi dengan Triple Exponential Smoothing 1 library(stats) 2 library(forecast) 3 library(tseries) 4 data <- read.csv("f:/anbu JI/JADIII/data csv/debit thn csv", 5 header=t, dec=",", sep=";") 6 data.ts <- ts(data$debit, start= c(2012), frequency = 12) 7 HW4 <- HoltWinters(data.ts, 8 alpha= , 9 beta=0, 10 gamma= , 11 seasonal="multiplicative") 12 HW4 13 plot(forecast(hw4, 14 level=c(80,95)), 15 col="red", 16 type="o", 17 lwd="1", 18 ylim=c(-20,60), 19 xlim=c(2012,2015), 20 xlab="tahun", 22 ylab="debit Air (juta m3)", 22 main="prediksi Debit Air PLTA Jelok ") Baris 1 sampai 3 pada Kode Program 1 adalah perintah untuk memanggil library yang diperlukan, yakni stats, forecast, dan tseries. Baris 4 sampai 5 addalah perintah untuk memanggil data.csv kemudian menyusun data ke dalam time series untuk dilakukan peramalan Baris 7 sampai 11 adalah perintah untuk peramalan dengan Triple Exponential Smoothing dengan tiga parameter, dan jenis musiman adalah multiplicative. Baris 13 sampai 22 adalah perintah untuk plotting data kedalam grafik. Hasil prediksi debit air tahun 2014 dengan menerapkan rumus Triple Exponential Smoothing dapat dilihat pada Tabel 1. Tabel 1 Perhitungan Prediksi Debit Air Tahun 2014 dengan Triple Exponential Smoothing Tahun Bulan Periode debit aktual ( Xt ) m ramalan (Ft) St bt It

7 Tabel 1 menunjukan penerapan rumus Triple Exponential Smoothing HoltWinters dengan nilai alpha = , gamma = , beta = 0. Pada table 2, didapat dengan merata- rata data aktual tahun 1 periode 1 sampai 12. didapat dari hasil pengurangan data aktual periode 13 dengan data aktual periode 1, kemudian dibagi dengan L ( jumlah musiman = 12). periode 1 diperoleh dari pembagian data aktual periode 1 dengan. periode 2 diperoleh dari pembagian data aktual periode 2 dengan, demikian sampai periode 12. Setelah didapatkan,, dan, persamaan rumus Triple Exponential Smoothing HoltWinters dapat dilakukan. Perhitungan untuk dapat digambarkan untuk periode 13 sebagai berikut : = ( ) ( ( )) = = ( ) + ( ) ( ) = = 0 + ( 1 0) = = ( ( )) = = ( ( )) = = ( ( )) =

8 Tabel 3 Tabel Hasil Akurasi Metode Triple Exponential Smoothing MAD MSE MPE MAPE ( % ) E Tabel 3 menunjukan hasil penghitungan akurasi metode Triple Exponential Smoothing. Evaluasi hasil peramalan digunakan untuk mengetahui keakuratan hasil peramalan yang telah dilakukan terhadap data yang sebenarnya. 5. Simpulan Berdasarkan hasil analisis dan peramalan Debit Air PLTA Jelok dengan metode Triple Exponential Smoothing yang sudah dilakukan, didapatkan kesimpulan bahwa metode yang digunakan dapat merepresentasikan informasi dinamika dan fluktuasi debit air yang digunakan oleh PLTA Jelok dalam bentuk grafik runtun waktu yang didalamnya memuat data aktual dan data prediksi debit air waktu yang akan datang. Metode Triple Exponential Smoothing memberikan hasil yang cukup baik, dengan nilai akurasi berada pada kisaran 24% berdasarkan pengukuran akurasi dengan metode Mean Absolute Percentage Error (MAPE). Hasil peramalan debit air PLTA Jelok, dapat digunakan oleh PLTA Jelok sebagai bahan pertimbangan dalam menentukan kebijakan pengelolaan debit air, untuk meminimalkan penurunan produksi listrik yang drastis pada bulan bulan tertentu di tahun mendatang. 6. Pustaka [1] Maulana R., (2012), Prediksi Curah Hujan dan Debit Menggunakan Metode Adaptive Neuro-Fuzzy Inference System (ANFIS). Program Studi Meteorologi, Fakultas Ilmu dan Teknologi Kebumian, ITB. [2] Sasongko E. T., Muhajir K., Badrawada I. G. G., &Anton, (2008), Pengaruh Laju Aliran massa Terhadap Daya Turbin Air Francis Pada Sub Unit PLTA Jelok Semarang, Jurnal Teknologi, Vol. 1, No. 1, 2008: [3] Safitri (2011), Safitri ke PLTA Jelok dan Timo, From Diakses pada tanggal 16 Juni [4] Sugihartono (2012), Kemarau Panjang, Pasokan Listrik PLTA Jelok Turun, /Kemarau-Panjang-Pasokan-Listrik-PLTA-Jelok-Turun, Diakses pada tanggal 2 Juli [5] Raharja, A., Wiwik, A., & Retno, A.V., 2009, Penerapan Metode Exponential Smoothing untuk Peramalan Penggunaan Waktu Telepon Di PT Telkom Divre 2 Surabaya, Sistem Informasi, Fakultas Teknologi Informasi, Institut Teknologi Sepuluh November, SsISFO-Jurnal Informasi. [6] Purboseno, S., Bambang, A.N., Suripin, &Hadi, S.P., 2013, Kuantifikasi Jasa Lingkungan PLTA Jelok dan Timo, Prosiding Seminar Nasional Pengelolaan Sumberdaya Alam dan Lingkungan 2013, ISBN

9 [7] Astried D., Wahyudi A.H., &Suyanto, (2013), Simulasi Pola Operasi Pembangkit Listrik Tenaga Air di Waduk kedungombo, e-jurnal MATRIKS TEKNIK SIPIL Universitas Sebelas Maret/September 2013/304. [8] Lukman M., &Susanto E., 2011, Pemodelan Deret Waktu Menggunakan Teknik Exponensial Smoothing Untuk Peramalan Debit Aliran Sungai ( Studi Kasus Sungai Cabenge SWS WalanaE - CenranaE), Institutional Repository Universitas Diponegoro. [9] Makridakis, 1999, Metode dan Aplikasi Peramalan, Jilid 1, diterjemahkan oleh : Untung Sus Andriyanto & Abdul Basith, Erlangga, Jakarta. 15

PENERAPAN METODE EXPONENTIAL SMOOTHING UNTUK PERAMALAN PENGGUNAAN WAKTU TELEPON DI PT TELKOMSEL Divre 3 SURABAYA

PENERAPAN METODE EXPONENTIAL SMOOTHING UNTUK PERAMALAN PENGGUNAAN WAKTU TELEPON DI PT TELKOMSEL Divre 3 SURABAYA SISTEM PENDUKUNG KEPUTUSAN PENERAPAN METODE EXPONENTIAL SMOOTHING UNTUK PERAMALAN PENGGUNAAN WAKTU TELEPON DI PT TELKOMSEL Divre 3 SURABAYA Alda Raharja - 5206 100 008! Wiwik Anggraeni, S.Si, M.Kom! Retno

Lebih terperinci

PEMODELAN DERET WAKTU MENGGUNAKAN TEKNIK EXPONENSIAL SMOOTHING

PEMODELAN DERET WAKTU MENGGUNAKAN TEKNIK EXPONENSIAL SMOOTHING PEMODELAN DERET WAKTU MENGGUNAKAN TEKNIK EXPONENSIAL SMOOTHING UNTUK PERAMALAN DEBIT ALIRAN SUNGAI (Studi Kasus Sungai Cabenge SWS WalanaE - CenranaE) Melly Lukman[1] ), Eko Susanto *) ABSTRACT Exponential

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan sering dipandang sebagai seni dan ilmu dalam memprediksikan kejadian yang mungkin dihadapi pada masa yang akan datang. Secara teoritis peramalan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah. Sebuah fakta bahwa waktu adalah uang dalam aktivitas penjualan. Pengambilan

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah. Sebuah fakta bahwa waktu adalah uang dalam aktivitas penjualan. Pengambilan BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Sebuah fakta bahwa waktu adalah uang dalam aktivitas penjualan. Pengambilan keputusan merupakan hal yang penting untuk kesuksesan penjualan. Dalam hal ini seseorang

Lebih terperinci

PENERAPAN ALGORITMA FORECASTING UNTUK PREDIKSI PENDERITA DEMAM BERDARAH DENGUE DI KABUPATEN SRAGEN

PENERAPAN ALGORITMA FORECASTING UNTUK PREDIKSI PENDERITA DEMAM BERDARAH DENGUE DI KABUPATEN SRAGEN PENERAPAN ALGORITMA FORECASTING UNTUK PREDIKSI PENDERITA DEMAM BERDARAH DENGUE DI KABUPATEN SRAGEN Ryan Putranda Kristianto 1), Ema Utami 2), Emha Taufiq Lutfi 3) 1, 2,3) Magister Teknik informatika STMIK

Lebih terperinci

BAB II LANDASAN TEORI. saling berhubungan membentuk suatu kesatuan atau organisasi atau suatu jaringan

BAB II LANDASAN TEORI. saling berhubungan membentuk suatu kesatuan atau organisasi atau suatu jaringan BAB II LANDASAN TEORI 2.1 Pengertian Sistem Menurut Amsyah (2005), definisi sistem adalah elemen-elemen yang saling berhubungan membentuk suatu kesatuan atau organisasi atau suatu jaringan kerja dari prosedur

Lebih terperinci

Hasil Peramalan dengan Menggunakan Software Minitab

Hasil Peramalan dengan Menggunakan Software Minitab 71 Lampiran 1. Hasil Peramalan dengan Menggunakan Software Minitab Moving Average Data C1 Length 12 NMissing 0 Moving Average Length 4 Accuracy Measures MAPE 25 MAD 54372 MSD 4819232571 Time C1 MA Predict

Lebih terperinci

BAB IV METODE PENELITIAN

BAB IV METODE PENELITIAN BAB IV METODE PENELITIAN 4.1. Desain Penelitian Dari uraian latar belakang masalah, penelitian ini dikategorikan ke dalam penelitian kasus dan penelitian lapangan. Menurut Rianse dan Abdi dalam Surip (2012:33)

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Tenaga listrik merupakan kebutuhan yang sangat penting bagi manusia dalam melakukan aktifitasnya sehari-hari. Peralatan rumah tangga maupun industri hampir semuanya

Lebih terperinci

Peramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model

Peramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Peramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model Ni Kadek Sukerti STMIK STIKOM Bali Jl. Raya Puputan

Lebih terperinci

Peramalan Jumlah Penumpang Pada Siluet Tour And Travel Kota Malang Menggunakan Metode Triple Exponential Smoothing

Peramalan Jumlah Penumpang Pada Siluet Tour And Travel Kota Malang Menggunakan Metode Triple Exponential Smoothing Jurnal Ilmiah Teknologi dan Informasi ASIA (JITIKA) Vol.11, No.1, Februari 2017 ISSN: 0852-730X Peramalan Jumlah Penumpang Pada Siluet Tour And Travel Kota Malang Menggunakan Metode Triple Exponential

Lebih terperinci

BAB 2 TINJAUAN TEORITIS

BAB 2 TINJAUAN TEORITIS BAB 2 TINJAUAN TEORITIS 2.1. Peramalan 2.1.1. Pengertian dan Kegunaan Peramalan Peramalan (forecasting) menurut Sofjan Assauri (1984) adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang

Lebih terperinci

S (t)=ax(t)+(1-a)s t-1 (2) S (t)=asn(t)+(1-a)s t-1 (3) F(t+m)=S(t)+mb(t) (4)

S (t)=ax(t)+(1-a)s t-1 (2) S (t)=asn(t)+(1-a)s t-1 (3) F(t+m)=S(t)+mb(t) (4) Ju rnal)lm iah. %2O 6ol.,. o. data ini terjadi jika terdapat data yang berfluktuasi di sekitar nilai rata-rata yang konstan. Suatu produk yang penjualannya tidak meningkat atau menurun selama waktu tertentu

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan terjadi

BAB 2 TINJAUAN TEORITIS. yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan terjadi BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. Sedangkan

Lebih terperinci

PERANCANGAN APLIKASI PERAMALAN JUMLAH CALON MAHASISWA BARU YANG MENDAFTAR MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOTHING

PERANCANGAN APLIKASI PERAMALAN JUMLAH CALON MAHASISWA BARU YANG MENDAFTAR MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOTHING PERANCANGAN APLIKASI PERAMALAN JUMLAH CALON MAHASISWA BARU YANG MENDAFTAR MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOTHING (Studi Kasus : Fakultas Agama Islam UISU) Agustinawati Purba Mahasiswa Teknik Informatika

Lebih terperinci

III. MATEMATIKA DAN STATISTIKA APLIKASI (S.1) EFEK PERUBAHAN POLA CUACA PADA DEBIT AIR MASUK DI WADUK SAGULING

III. MATEMATIKA DAN STATISTIKA APLIKASI (S.1) EFEK PERUBAHAN POLA CUACA PADA DEBIT AIR MASUK DI WADUK SAGULING III. MATEMATIKA DAN STATISTIKA APLIKASI (S.1) EFEK PERUBAHAN POLA CUACA PADA DEBIT AIR MASUK DI WADUK SAGULING Yurian Yudanto (yurian.yudanto@yahoo.com) Jurusan Statistika, Fakultas Matematika dan Ilmu

Lebih terperinci

METODE PERAMALAN HOLT-WINTER UNTUK MEMPREDIKSI JUMLAH PENGUNJUNG PERPUSTAKAAN UNIVERSITAS RIAU ABSTRACT

METODE PERAMALAN HOLT-WINTER UNTUK MEMPREDIKSI JUMLAH PENGUNJUNG PERPUSTAKAAN UNIVERSITAS RIAU ABSTRACT METODE PERAMALAN HOLT-WINTER UNTUK MEMPREDIKSI JUMLAH PENGUNJUNG PERPUSTAKAAN UNIVERSITAS RIAU Encik Rosalina 1, Sigit Sugiarto 2, M.D.H. Gamal 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan

Lebih terperinci

APLIKASI TRIPLE EXPONENTIAL SMOOTHING UNTUK FORECASTING JUMLAH PENDUDUK MISKIN

APLIKASI TRIPLE EXPONENTIAL SMOOTHING UNTUK FORECASTING JUMLAH PENDUDUK MISKIN APLIKASI TRIPLE EXPONENTIAL SMOOTHING UNTUK FORECASTING JUMLAH PENDUDUK MISKIN Fakultas Keguruan dan Ilmu Pendidikan Universitas PGRI Yogyakarta padrul.jana@upy.ac.id Abstract This study aims to predict

Lebih terperinci

BAB 3 PERANCANGAN PROGRAM. 3.1 Alasan digunakan Metode Exponential Smoothing. Banyak metode peramalan yang dapat digunakan dalam memprediksi tingkat

BAB 3 PERANCANGAN PROGRAM. 3.1 Alasan digunakan Metode Exponential Smoothing. Banyak metode peramalan yang dapat digunakan dalam memprediksi tingkat BAB 3 PERANCANGAN PROGRAM 3.1 Alasan digunakan Metode Exponential Smoothing Banyak metode peramalan yang dapat digunakan dalam memprediksi tingkat penjualan untuk beberapa periode ke depan. Biasanya untuk

Lebih terperinci

PERBANDINGAN KEEFEKTIFAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING UNTUK PERAMALAN JUMLAH PENGUNJUNG HOTEL MERPATI

PERBANDINGAN KEEFEKTIFAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING UNTUK PERAMALAN JUMLAH PENGUNJUNG HOTEL MERPATI Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 251 258. PERBANDINGAN KEEFEKTIFAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING UNTUK PERAMALAN JUMLAH PENGUNJUNG HOTEL

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LADASA TEORI 2.1 Peramalan (forecasting) 2.1.1. Hubungan Forecast dengan Rencana Forecast adalah peramalan apa yang akan terjadi pada waktu yang akan datang, sedang rencana merupakan penentuan apa

Lebih terperinci

PERAMALAN DEBIT ALIRAN SUNGAI MENGGUNAKAN METODE NAÏVE

PERAMALAN DEBIT ALIRAN SUNGAI MENGGUNAKAN METODE NAÏVE PERAMALAN DEBIT ALIRAN SUNGAI MENGGUNAKAN METODE NAÏVE DAN EXPONENTIAL SMOOTHING (Studi Kasus Batang Ombilin) Sri Junita Indah, Imam Suprayogi, Manyuk Fauzi Jurusan Teknik Sipil, Fakultas Teknik, Universitas

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Pendahuluan. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. 1.1 Pendahuluan. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Pendahuluan Peramalan merupakan upaya memperkirakan apa yang terjadi pada masa mendatang berdasarkan data pada masa lalu, berbasis pada metode ilmiah dan kualitatif yang dilakukan

Lebih terperinci

METODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN

METODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN METODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN Peramalan kuantitatif hanya dapat digunakan apabila terdapat

Lebih terperinci

Studi Optimasi Operasional Waduk Sengguruh untuk Pembangkit Listrik Tenaga Air

Studi Optimasi Operasional Waduk Sengguruh untuk Pembangkit Listrik Tenaga Air Tugas Akhir Studi Optimasi Operasional Waduk Sengguruh untuk Pembangkit Listrik Tenaga Air Oleh : Sezar Yudo Pratama 3106 100 095 JURUSAN TEKNIK SIPIL Fakultas Teknik Sipil dan Perencanaan Institut Teknologi

Lebih terperinci

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN Oleh: Norma Endah Haryati ( )

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN Oleh: Norma Endah Haryati ( ) TUGAS AKHIR PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN Oleh: Norma Endah Haryati (1207 100 031) Dosen Pembimbing: Drs. I G Ngurah Rai Usadha, M.Si Dra. Nuri

Lebih terperinci

PENGENDALIAN PERSEDIAAN BAHAN BAKU BAJA MS DI DIREKTORAT PRODUKSI ATMI CIKARANG

PENGENDALIAN PERSEDIAAN BAHAN BAKU BAJA MS DI DIREKTORAT PRODUKSI ATMI CIKARANG PENGENDALIAN PERSEDIAAN BAHAN BAKU BAJA MS DI DIREKTORAT PRODUKSI ATMI CIKARANG Siti Rohana Nasution 1, Temotius Agung Lukito 2 1,2) Jurusan Teknik Industri Fakultas Teknik Universitas Pancasila 1) nasutionana@yahoo.co.id,

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang Vanissa Hapsari,2013

BAB I PENDAHULUAN 1.1. Latar Belakang Vanissa Hapsari,2013 BAB I PENDAHULUAN 1.1. Latar Belakang Tingkat pencemaran udara di beberapa kota besar cenderung meningkat dari tahun ke tahun. Hal ini disebabkan oleh beberapa faktor diantaranya jumlah transportasi terus

Lebih terperinci

ABSTRAK. Kata Kunci :Single Exponential Smoothing,Double Exponential Smoothing,Mean Absolute Percentage Error.

ABSTRAK. Kata Kunci :Single Exponential Smoothing,Double Exponential Smoothing,Mean Absolute Percentage Error. PERBANDINGAN TINGKAT AKURASI METODE SES (SINGLE EXPONENTIAL SMOOTHING) DAN DES (DOUBLE EXPONENTIAL SMOOTHING) DENGAN STUDY KASUS PERAMALAN PEMINJAMAN BUKU DI PERPUSTAKAAN DAERAH JEMBER Yuldania (1110651134)

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Konsep Peramalan Peramalan ( forecasting) merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien khususnya dalam bidang ekonomi. Dalam organisasi modern

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Emas merupakan logam mulia yang sering dijadikan sebagai alat tukar dalam perdagangan maupun sebagai standar keuangan berbagai negara. Nilai emas yang tidak pernah

Lebih terperinci

PENGGUNAAN METODE SMOOTHING EKSPONENSIAL DALAM MERAMAL PERGERAKAN INFLASI KOTA PALU

PENGGUNAAN METODE SMOOTHING EKSPONENSIAL DALAM MERAMAL PERGERAKAN INFLASI KOTA PALU PENGGUNAAN METODE SMOOTHING EKSPONENSIAL DALAM MERAMAL PERGERAKAN INFLASI KOTA PALU Romy Biri ), Yohanes A.R. Langi ), Marline S. Paendong ) ) Program Studi Matematika FMIPA Universitas Sam Ratulangi Jl.

Lebih terperinci

ANALISIS DERET WAKTU

ANALISIS DERET WAKTU ANALISIS DERET WAKTU JENIS DATA Cross section Beberapa pengamatan diamati bersama-sama pada periode waktu tertentu Harga saham semua perusahaan yang tercatat di BEJ pada hari Rabu 27 Februari 2008 Time

Lebih terperinci

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Pengumpulan Data Pengumpulan data yang dilakukan dengan cara pengamatan dari dokumen perusahaan. Data yang di perlukan meliputi data penjualan produk Jamur Shiitake,

Lebih terperinci

Prediksi Persediaan Ikan Teri Menggunakan Exponential Smoothing Berbasis Ordered Weighted Aggregation

Prediksi Persediaan Ikan Teri Menggunakan Exponential Smoothing Berbasis Ordered Weighted Aggregation Jurnal Ilmiah NERO Vol. 1 No. 1 2014 Prediksi Persediaan Ikan Teri Menggunakan Exponential Smoothing Berbasis Ordered Weighted Aggregation Bain Khusnul Khotimah 1, Moh. Laili 2, Budi Dwi Satoto 3 1,2)

Lebih terperinci

PERAMALAN PENGGUNA INDIHOME DI PT.TELEKOMUNIKASI TBK PALEMBANG

PERAMALAN PENGGUNA INDIHOME DI PT.TELEKOMUNIKASI TBK PALEMBANG PERAMALAN PENGGUNA INDIHOME DI PT.TELEKOMUNIKASI TBK PALEMBANG Oktariani 1*, Sopian Soim 2, Adewasti 3 1 Program Studi Teknik Telekomunikasi, Jurusan Teknik Elektro, Politeknik Negeri Sriwijaya Bukit Besar,

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN Untuk menunjang kegiatan penelitian, dalam bab ini akan dijabarkan desain penelitian, alat dan bahan, dan bahan penelitian. 3.1 Desain Penelitian Desain penelitian yang digunakan

Lebih terperinci

Analisis Deret Waktu

Analisis Deret Waktu Analisis Deret Waktu Jenis Data Cross section Beberapa pengamatan diamati bersama-sama pada periode waktu tertentu Harga saham semua perusahaan yang tercatat di BEJ pada hari Rabu 27 Februari 2008 Time

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Bisnis pada berbagai kegiatannya selalu melakukan suatu perencanaan untuk kedepannya. Untuk melakukan perencanaan suatu kegiatan yang akan disusun dan dilakukan

Lebih terperinci

BAB IV METODE PERAMALAN

BAB IV METODE PERAMALAN Metode Peramalan 15 BAB METODE PERAMALAN 4.1 Model Sederhana Data deret waktu Nilai-nilai yang disusun dari waktu ke waktu tersebut disebut dengan data deret waktu (time series). Di dunia bisnis, data

Lebih terperinci

BAB 3 FORECASTING DAN PENGAMATAN TRAFIK DATA

BAB 3 FORECASTING DAN PENGAMATAN TRAFIK DATA BAB 3 FORECASTING DAN PENGAMATAN TRAFIK DATA Forecasting adalah suatu peramalan nilai sebuah atau sekumpulan variabel pada satu titik waktu di masa depan. Dalam melakukan perhitungan peramalan pertumbuhan

Lebih terperinci

Aplikasi Sistem Informasi Forecasting pada PD. Maha Jaya. Teknik Informatika 1 Teknik Industri 2 Universitas Kristen Petra Surabaya

Aplikasi Sistem Informasi Forecasting pada PD. Maha Jaya. Teknik Informatika 1 Teknik Industri 2 Universitas Kristen Petra Surabaya Aplikasi Sistem Informasi Forecasting pada PD. Maha Jaya Rudy Adipranata 1, Tanti Octavia 2, Andi Irawan 1 Teknik Informatika 1 Teknik Industri 2 Universitas Kristen Petra Surabaya Pendahuluan Pentingnya

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Peramalan merupakan studi terhadap data historis untuk menemukan hubungan, kecenderungan dan pola data yang sistematis (Makridakis, 1999). Peramalan menggunakan pendekatan

Lebih terperinci

Evelina Padang, Gim Tarigan, Ujian Sinulingga

Evelina Padang, Gim Tarigan, Ujian Sinulingga Saintia Matematika Vol. 1, No. 2 (2013), pp. 161 174. PERAMALAN JUMLAH PENUMPANG KERETA API MEDAN-RANTAU PRAPAT DENGAN METODE PEMULUSAN EKSPONENSIAL HOLT-WINTERS Evelina Padang, Gim Tarigan, Ujian Sinulingga

Lebih terperinci

SKRIPSI APLIKASI METODE GOLDEN SECTION UNTUK OPTIMASI PARAMETER PADA METODE EXPONENTIAL SMOOTHING. Disusun oleh: DANI AL MAHKYA

SKRIPSI APLIKASI METODE GOLDEN SECTION UNTUK OPTIMASI PARAMETER PADA METODE EXPONENTIAL SMOOTHING. Disusun oleh: DANI AL MAHKYA APLIKASI METODE GOLDEN SECTION UNTUK OPTIMASI PARAMETER PADA METODE EXPONENTIAL SMOOTHING SKRIPSI Disusun oleh: DANI AL MAHKYA 24010210141025 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS

Lebih terperinci

PENERAPAN METODE EXPONENTIAL SMOOTHING UNTUK PERAMALAN PENGGUNAAN WAKTU TELEPON DI PT.TELKOMSEL DIVRE3 SURABAYA

PENERAPAN METODE EXPONENTIAL SMOOTHING UNTUK PERAMALAN PENGGUNAAN WAKTU TELEPON DI PT.TELKOMSEL DIVRE3 SURABAYA PENERAPAN METODE EXPONENTIAL SMOOTHING UNTUK PERAMALAN PENGGUNAAN WAKTU TELEPON DI PT.TELKOMSEL DIVRE3 SURABAYA PENERAPAN METODE EXPONENTIAL SMOOTHING UNTUK PERAMALAN PENGGUNAAN WAKTU TELEPON DI PT.TELKOMSEL

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LADASA TEORI 2.1 Pengertian Peramalan Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama (assaury, 1991). Sedangkan ramalan adalah

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan teori-teori yang menjadi dasar dan landasan dalam penelitian sehingga membantu mempermudah pembahasan selanjutnya. Teori tersebut meliputi arti dan peranan

Lebih terperinci

BAB I PENDAHULUAN. pada waktu yang akan datang berdasarkan data empiris. Data empiris(terhitung)

BAB I PENDAHULUAN. pada waktu yang akan datang berdasarkan data empiris. Data empiris(terhitung) BAB I PENDAHULUAN 1.1 Latar Belakang Peramalan merupakan proses perkiraan tentang sesuatu yang terjadi pada waktu yang akan datang berdasarkan data empiris. Data empiris(terhitung) merupakan data yang

Lebih terperinci

SISTEM PERAMALAN PERSEDIAAN UNIT MOBIL MITSUBISHI PADA PT. SARDANA INDAH BERLIAN MOTOR DENGAN MENGGUNAKAN METODE EXPONENTIAL SMOOTHING

SISTEM PERAMALAN PERSEDIAAN UNIT MOBIL MITSUBISHI PADA PT. SARDANA INDAH BERLIAN MOTOR DENGAN MENGGUNAKAN METODE EXPONENTIAL SMOOTHING SISTEM PERAMALAN PERSEDIAAN UNIT MOBIL MITSUBISHI PADA PT. SARDANA INDAH BERLIAN MOTOR DENGAN MENGGUNAKAN METODE EXPONENTIAL SMOOTHING Afni Sahara (0911011) Mahasiswa Program Studi Teknik Informatika,

Lebih terperinci

Perkapalan Negeri Surabaya, Surabaya Program Studi Teknik Otomasi, Jurusan Teknik Kelistrikan Kapal, Politeknik Perkapalan Negeri

Perkapalan Negeri Surabaya, Surabaya Program Studi Teknik Otomasi, Jurusan Teknik Kelistrikan Kapal, Politeknik Perkapalan Negeri Perbandingan Metode Autoregressive Integrated Moving Average (ARIMA) dan Exponential Smoothing pada Peramalan Penjualan Klip (Studi Kasus PT. Indoprima Gemilang Engineering) Aditia Rizki Sudrajat 1, Renanda

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN Untuk menunjang kegiatan penelitian dalam bab ini akan dijabarkan desain penelitian, alat dan bahan, dan bahan penelitian. 3.1 Desain Penelitian Desain Penelitian merupakan

Lebih terperinci

BAB 2 TINJAUAN TEORITIS

BAB 2 TINJAUAN TEORITIS BAB 2 TINJAUAN TEORITIS 2.1 Peramalan Dalam melakukan analisa ekonomi atau analisa kegiatan perusahaan, haruslah diperkirakan apa yang akan terjadi dalam bidang ekonomi atau dunia usaha pada masa yang

Lebih terperinci

PENERAPAN METODE EXPONENTIAL SMOOTHING UNTUK PERAMALAN PENGGUNAAN WAKTU TELEPON DI PT.TELKOMSEL DIVRE3 SURABAYA

PENERAPAN METODE EXPONENTIAL SMOOTHING UNTUK PERAMALAN PENGGUNAAN WAKTU TELEPON DI PT.TELKOMSEL DIVRE3 SURABAYA PENERAPAN METODE EXPONENTIAL SMOOTHING UNTUK PERAMALAN PENGGUNAAN WAKTU TELEPON DI PT.TELKOMSEL DIVRE3 SURABAYA Alda Raharja, Wiwik Angraeni, S.Si, M.Kom, Retno Aulia Vinarti, S.Kom Sistem Informasi, Fakultas

Lebih terperinci

BAB 2 LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan untuk memperkirakan apa yang akan

BAB 2 LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan untuk memperkirakan apa yang akan BAB 2 LADASA TEORI 2.1 Pengertian Peramalan (Forecasting) Peramalan (Forecasting) adalah suatu kegiatan untuk memperkirakan apa yang akan terjadi pada masa mendatang. Peramalan penjualan adalah peramalan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Peramalan adalah alat bantu yang penting dalam perencanaan yang efektif dan efisien (Makridakis,1991). Peramalan merupakan studi terhadap data historis untuk menemukan

Lebih terperinci

BAB 2 LANDASAN TEORI. Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit

BAB 2 LANDASAN TEORI. Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit BAB 2 LANDASAN TEORI 2.1 Pengertian Produksi Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit tanaman pada lahan yang telah disediakan, pemupukan dan perawatan sehingga

Lebih terperinci

BAB 3 LANGKAH PEMECAHAN MASALAH

BAB 3 LANGKAH PEMECAHAN MASALAH 49 BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Standar Optimasi Dasar evaluasi untuk mengoptimalkan supply chain management pada Honda Tebet (PT. Setianita Megah Motor) dari proses bisnis perusahaan

Lebih terperinci

BAB I PENDAHULUAN. Sejak kondisi ekonomi dan bisnis selalu berubah setiap waktu, maka para

BAB I PENDAHULUAN. Sejak kondisi ekonomi dan bisnis selalu berubah setiap waktu, maka para 1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Sejak kondisi ekonomi dan bisnis selalu berubah setiap waktu, maka para pimpinan suatu perusahaan atau para pelaku bisnis harus menemukan cara untuk terus

Lebih terperinci

BAB III TINJAUAN PUSTAKA

BAB III TINJAUAN PUSTAKA BAB III TINJAUAN PUSTAKA 3.1 Teori Dunia industri biasanya tak lepas dari suatu peramalan, hal ini disebabkan bahwa peramalan dapat memprediksi kejadian di masa yang akan datang untuk mengambil keputusan

Lebih terperinci

ANALISIS DAN PERAMALAN PRODUKSI TANAMAN TEH DENGAN MENGGUNAKAN METODE INDEKS MUSIM

ANALISIS DAN PERAMALAN PRODUKSI TANAMAN TEH DENGAN MENGGUNAKAN METODE INDEKS MUSIM ANALISIS DAN PERAMALAN PRODUKSI TANAMAN TEH DENGAN MENGGUNAKAN METODE INDEKS MUSIM Alfa Kenedi Mainassy ), Sri Yulianto Joko Prasetyo 2), Alz Danny Wowor 3),2,3) Fakultas Teknologi Informasi Universitas

Lebih terperinci

PERAMALAN BEBAN LISTRIK JANGKA PENDEK DI BALI MENGGUNAKAN PENDEKATAN ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS)

PERAMALAN BEBAN LISTRIK JANGKA PENDEK DI BALI MENGGUNAKAN PENDEKATAN ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS) PERAMALAN BEBAN LISTRIK JANGKA PENDEK DI BALI MENGGUNAKAN PENDEKATAN ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS) L K Widyapratiwi 1, I P A Mertasana 2, I G D Arjana 2 1 Mahasiswa Teknik Elektro, Fakultas

Lebih terperinci

Makalah Seminar Kerja Praktek ANALISIS SISTEM OPERASI DAN PRODUKSI PADA PT. INDONESIA POWER UBP MRICA SUB UNIT PLTA JELOK - SALATIGA

Makalah Seminar Kerja Praktek ANALISIS SISTEM OPERASI DAN PRODUKSI PADA PT. INDONESIA POWER UBP MRICA SUB UNIT PLTA JELOK - SALATIGA Makalah Seminar Kerja Praktek ANALISIS SISTEM OPERASI DAN PRODUKSI PADA PT. INDONESIA POWER UBP MRICA SUB UNIT PLTA JELOK - SALATIGA Agung Suharwanto (L2F008102) Jurusan Teknik Elektro, Fakultas Teknik,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 1 BAB 2 LANDASAN TEORI Bab ini membahas tentang teori penunjang dan penelitian sebelumnya yang berhubungan dengan metode ARIMA box jenkins untuk meramalkan kebutuhan bahan baku. 2.1. Peramalan Peramalan

Lebih terperinci

1. Pendahuluan Laporan Sensus Penduduk menunjukkan adanya peningkatan laju pertumbuhan penduduk yang melebihi proyeksi banyak kalangan.

1. Pendahuluan Laporan Sensus Penduduk menunjukkan adanya peningkatan laju pertumbuhan penduduk yang melebihi proyeksi banyak kalangan. 1. Pendahuluan Laporan Sensus Penduduk menunjukkan adanya peningkatan laju pertumbuhan penduduk yang melebihi proyeksi banyak kalangan. Pertumbuhan penduduk yang tinggi di Indonesia menimbulkan permasalahan

Lebih terperinci

BAB 3 PENGOLAHAN DATA

BAB 3 PENGOLAHAN DATA BAB 3 PENGOLAHAN DATA 3.1 Pengertian Pengolahan Data Pengolahan data dapat diartikan sebagai penjabaran atas pengukuran data kuantitatif menjadi suatu penyajian yang lebih mudah dimengerti dan menguraikan

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Pengolahan buah dan sayuran menjadi produk siap saji memiliki nilai tambah tersendiri bagi pasar. Salah satunya adalah pengolahan buah dan sayuran menjadi makanan ringan

Lebih terperinci

BAB 2 TINJAUAN TEORITIS

BAB 2 TINJAUAN TEORITIS BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Peramalan adalah kegiatan meramalkan atau memprediksi apa yang akan terjadi dimasa yang akan datang dengan waktu tenggang (lead time) yang relative lama,

Lebih terperinci

1. PENDAHULUAN 2. KAJIAN PUSTAKA

1. PENDAHULUAN 2. KAJIAN PUSTAKA 1. PENDAHULUAN Perkebunan teh menjadi salah satu sektor potensial pembangunan Jawa Barat, karena telah mampu memberikan andil besar dalam kehidupan perekonomian. Sektor perkebunan teh memiliki fungsi ekonomi

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perusahaan Sumber Tirta merupakan perusahaan distributor yang bergerak dalam penjualan air minum kemasan merk aqua. Barang yang dijual pada distributor ini

Lebih terperinci

III KERANGKA PEMIKIRAN

III KERANGKA PEMIKIRAN 3.1. Kerangka Pemikiran Teoritis 3.1.1. Konsep Permintaan III KERANGKA PEMIKIRAN Permintaan adalah banyaknya jumlah barang yang diminta pada suatu pasar tertentu dengan tingkat harga tertentu pada tingkat

Lebih terperinci

BAB I PENDAHULUAN. yang ada pada CV. Agung Jaya Cabang Pabean diperoleh dari supplier atau

BAB I PENDAHULUAN. yang ada pada CV. Agung Jaya Cabang Pabean diperoleh dari supplier atau BAB I PENDAHULUAN 1.1 Latar Belakang Masalah CV. Agung Jaya Cabang Pabean adalah cabang perusahaan CV. Agung Jaya Kalang Anyar Sedati. CV. Agung Jaya Cabang Pabean merupakan distributor alat tulis kantor

Lebih terperinci

PERAMALAN PENJUALAN PRODUKSI TEH BOTOL SOSRO PADA PT. SINAR SOSRO SUMATERA BAGIAN UTARA TAHUN 2014 DENGAN METODE ARIMA BOX-JENKINS

PERAMALAN PENJUALAN PRODUKSI TEH BOTOL SOSRO PADA PT. SINAR SOSRO SUMATERA BAGIAN UTARA TAHUN 2014 DENGAN METODE ARIMA BOX-JENKINS Saintia Matematika ISSN: 2337-9197 Vol. 02, No. 03 (2014), pp. 253 266. PERAMALAN PENJUALAN PRODUKSI TEH BOTOL SOSRO PADA PT. SINAR SOSRO SUMATERA BAGIAN UTARA TAHUN 2014 DENGAN METODE ARIMA BOX-JENKINS

Lebih terperinci

MATHunesa Jurnal Ilmiah Matematika Volume 3 No.6 Tahun 2017 ISSN

MATHunesa Jurnal Ilmiah Matematika Volume 3 No.6 Tahun 2017 ISSN MATHunesa Jurnal Ilmiah Matematika Volume 3 No.6 Tahun 2017 ISSN 2301-9115 FORECASTING FITNESS GYM MEMBERSHIP PADA PUSAT KEBUGARAN THE BODY ART FITNESS, AEROBIC & POOL MENGGUNAKAN METODE EXPONENTIAL SMOOTHING

Lebih terperinci

MODUL MINITAB UNTUK PERAMALAN DENGAN METODE ARIMA DAN DOUBLE EXPONENTIAL

MODUL MINITAB UNTUK PERAMALAN DENGAN METODE ARIMA DAN DOUBLE EXPONENTIAL MODUL MINITAB UNTUK PERAMALAN DENGAN METODE ARIMA DAN DOUBLE EXPONENTIAL Minitab adalah program statistik yang setiap versinya terus dikembangkan. Gambar 1 memperlihatkan kepada anda aspek-aspek utama

Lebih terperinci

PEMODELAN ARIMA DALAM PERAMALAN PENUMPANG KERETA API PADA DAERAH OPERASI (DAOP) IX JEMBER

PEMODELAN ARIMA DALAM PERAMALAN PENUMPANG KERETA API PADA DAERAH OPERASI (DAOP) IX JEMBER PKMT-2-13-1 PEMODELAN ARIMA DALAM PERAMALAN PENUMPANG KERETA API PADA DAERAH OPERASI (DAOP) IX JEMBER Umi Rosyiidah, Diah Taukhida K, Dwi Sitharini Jurusan Matematika, Universitas Jember, Jember ABSTRAK

Lebih terperinci

PENGGUNAAN METODE EXPONENTIAL SMOOTHING UNTUK MERAMALKAN PERSEDIAAN BERAS PADA BULOG DIVRE ACEH

PENGGUNAAN METODE EXPONENTIAL SMOOTHING UNTUK MERAMALKAN PERSEDIAAN BERAS PADA BULOG DIVRE ACEH ISBN: 978-602-71798-1-3 PENGGUNAAN METODE EXPONENTIAL SMOOTHING UNTUK MERAMALKAN PERSEDIAAN BERAS PADA BULOG DIVRE ACEH Nurmaulidar, Asep Rusyana, Rizka Maqfirah 1 Fakultas MIPA, Universitas Syiah Kuala,

Lebih terperinci

PERBANDINGAN METODE RUNTUN WAKTU FUZZY-CHEN DAN FUZZY- MARKOV CHAIN UNTUK MERAMALKAN DATA INFLASI DI INDONESIA

PERBANDINGAN METODE RUNTUN WAKTU FUZZY-CHEN DAN FUZZY- MARKOV CHAIN UNTUK MERAMALKAN DATA INFLASI DI INDONESIA ISSN: 339-541 JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 015, Halaman 917-96 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PERBANDINGAN METODE RUNTUN WAKTU FUZZY-CHEN DAN FUZZY- MARKOV CHAIN

Lebih terperinci

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman Online di: ISSN: 2339-254 JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 205, Halaman 957-966 Online di: http://ejournal-s.undip.ac.id/index.php/gaussian PREDIKSI NILAI KURS DOLLAR AMERIKA MENGGUNAKAN EXPONENTIAL SMOOTHING

Lebih terperinci

Pembahasan Materi #7

Pembahasan Materi #7 1 EMA402 Manajemen Rantai Pasokan Pembahasan 2 Pengertian Moving Average Alasan Tujuan Jenis Validitas Taksonomi Metode Kualitatif Metode Kuantitatif Time Series Metode Peramalan Permintaan Weighted Woving

Lebih terperinci

PREDIKSI HARGA DAGING SAPI DI PEKANBARU DENGAN METODE PEMULUSAN EKSPONENSIAL TRIPEL WINTER

PREDIKSI HARGA DAGING SAPI DI PEKANBARU DENGAN METODE PEMULUSAN EKSPONENSIAL TRIPEL WINTER PREDIKSI HARGA DAGING SAPI DI PEKANBARU DENGAN METODE PEMULUSAN EKSPONENSIAL TRIPEL WINTER Rahmadeni 1, Evi Febriantikasari 2 Jurusan Matematika, Fakultas Sains dan Teknologi,UIN Sultan Syarif Kasim Riau

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Produk Domestik Regional Bruto (PDRB) merupakan salah satu indikator penting untuk mengetahui kondisi ekonomi di suatu daerah dalam suatu periode tertentu, baik atas

Lebih terperinci

Seminar Nasional Teknologi Informasi, Komunikasi dan Industri (SNTIKI) 7 ISSN : Pekanbaru, 11 November 2015

Seminar Nasional Teknologi Informasi, Komunikasi dan Industri (SNTIKI) 7 ISSN : Pekanbaru, 11 November 2015 Analisa Perbandingan Metode Exponensial Smoothing dan Metode Tredn Analysis Terhadap Parameter Tingkat Error Pada Peramalan Permintaan Produk Ready Mix Concrete (Studi Kasus: Pt. Iga Bina Mix Pekanbaru)

Lebih terperinci

BAB 2 LANDASAN TEORITIS

BAB 2 LANDASAN TEORITIS BAB 2 LANDASAN TEORITIS 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksikan apa yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

Lebih terperinci

VISUALISASI PENJUALAN DAN LOKASI PENJUALAN MENGGUNAKAN GOOGLE MAP SERTA PROYEKSI PERMINTAAN FLEXY DAN MODEM DI MASA MENDATANG (STUDI KASUS: PT

VISUALISASI PENJUALAN DAN LOKASI PENJUALAN MENGGUNAKAN GOOGLE MAP SERTA PROYEKSI PERMINTAAN FLEXY DAN MODEM DI MASA MENDATANG (STUDI KASUS: PT VISUALISASI PENJUALAN DAN LOKASI PENJUALAN MENGGUNAKAN GOOGLE MAP SERTA PROYEKSI PERMINTAAN FLEXY DAN MODEM DI MASA MENDATANG (STUDI KASUS: PT. TELKOM INDONESIA) Rully A Hendrawan, Catra Aldino, Erma Suryani

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Semua barang dan jasa sebagai hasil dari kegiatan-kegiatan ekonomi yang beroperasi

BAB 2 TINJAUAN TEORITIS. Semua barang dan jasa sebagai hasil dari kegiatan-kegiatan ekonomi yang beroperasi BAB 2 TINJAUAN TEORITIS 2.1 Produk Domestik Regional Bruto (PDRB) Semua barang dan jasa sebagai hasil dari kegiatan-kegiatan ekonomi yang beroperasi diwilayah domestik, tanpa memperhatikan apakah faktor

Lebih terperinci

OPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION

OPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION OPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION NILA YUWIDA 1208100015 Dosen Pembimbing : Dra. Nuri Wahyuningsih, M.Kes Drs. Lukman Hanafi,

Lebih terperinci

ANALISIS PERAMALAN VOLUME PENJUALAN UD. AMER DENGAN METODE SMOOTHING NAMA : MUHAMMAD IQBAL NPM : KELAS : 3EA01 JURUSAN : MANAJEMEN

ANALISIS PERAMALAN VOLUME PENJUALAN UD. AMER DENGAN METODE SMOOTHING NAMA : MUHAMMAD IQBAL NPM : KELAS : 3EA01 JURUSAN : MANAJEMEN ANALISIS PERAMALAN VOLUME PENJUALAN UD. AMER DENGAN METODE SMOOTHING NAMA : MUHAMMAD IQBAL NPM : 11209226 KELAS : 3EA01 JURUSAN : MANAJEMEN LATAR BELAKANG MASALAH Perkembangan usaha dalam bidang sandang

Lebih terperinci

PENENTUAN METODE PERAMALAN SEBAGAI DASAR PENENTUAN TINGKAT KEBUTUHAN PERSEDIAAN PENGAMAN PADA PRODUK KARET REMAH SIR 20

PENENTUAN METODE PERAMALAN SEBAGAI DASAR PENENTUAN TINGKAT KEBUTUHAN PERSEDIAAN PENGAMAN PADA PRODUK KARET REMAH SIR 20 PENENTUAN METODE PERAMALAN SEBAGAI DASAR PENENTUAN TINGKAT KEBUTUHAN PERSEDIAAN PENGAMAN PADA PRODUK KARET REMAH SIR 20 Theresia Oshin Rosmaria Pasaribu 1 Rossi Septy Wahyuni 2 Jurusan Teknik Industri,

Lebih terperinci

PERAMALAN PENJUALAN TIKET PESAWAT PADA CV. VIDO JAYA TOUR DAN TRAVEL

PERAMALAN PENJUALAN TIKET PESAWAT PADA CV. VIDO JAYA TOUR DAN TRAVEL PERAMALAN PENJUALAN TIKET PESAWAT PADA CV. VIDO JAYA TOUR DAN TRAVEL Nama : Awalludin Ma rifatullah Idhofi NPM : 11212269 Jurusan : Manajemen Pembimbing : Dr. Dra. Peni Sawitri, MM PENDAHULUAN Latar Belakang

Lebih terperinci

DAFTAR ISI. Halaman KATA PENGANTAR.. ii DAFTAR ISI.. iv DAFTAR TABEL. vi DAFTAR GAMBAR vii DAFTAR LAMPIRAN. viii

DAFTAR ISI. Halaman KATA PENGANTAR.. ii DAFTAR ISI.. iv DAFTAR TABEL. vi DAFTAR GAMBAR vii DAFTAR LAMPIRAN. viii DAFTAR ISI KATA PENGANTAR.. ii DAFTAR ISI.. iv DAFTAR TABEL. vi DAFTAR GAMBAR vii DAFTAR LAMPIRAN. v I. PENDAHULUAN 1.1 Latar Belakang. 1 1.2 Identifikasi Masalah. 4 1.3 Rumusan Masalah 5 1.4 Tujuan Penelitian

Lebih terperinci

PERAMALAN DATA TIME SERIES DENGAN METODE PENGHALUSAN EKSPONENSIAL HOLT - WINTER

PERAMALAN DATA TIME SERIES DENGAN METODE PENGHALUSAN EKSPONENSIAL HOLT - WINTER PERAMALAN DATA TIME SERIES DENGAN METODE PENGHALUSAN EKSPONENSIAL HOLT - WINTER PERAMALAN DATA TIME SERIES DENGAN METODE PENGHALUSAN EKSPONENSIAL HOLT WINTER Adi Suwandi 1, Annisa 2, Andi Kresna Jaya

Lebih terperinci

BAB. 1 PENDAHULUAN Latar Belakang

BAB. 1 PENDAHULUAN Latar Belakang 1 BAB. 1 PENDAHULUAN 1.1. Latar Belakang Kain adalah bahan mentah yang dapat dikelola menjadi suatu pakaian yang mempunyai nilai financial dan konsumtif dalam kehidupan, seperti pembuatan baju. Contohnya

Lebih terperinci

PERAMALAN PERSEDIAAN BARANG MENGGUNAKAN METODE WEIGHTED MOVING AVERAGE DAN METODE DOUBLE EXPONENTIAL SMOOTHING

PERAMALAN PERSEDIAAN BARANG MENGGUNAKAN METODE WEIGHTED MOVING AVERAGE DAN METODE DOUBLE EXPONENTIAL SMOOTHING Jurnal PILAR Nusa Mandiri Vol. 13, No. 2, September 2017 217 PERAMALAN PERSEDIAAN BARANG MENGGUNAKAN METODE WEIGHTED MOVING AVERAGE DAN METODE DOUBLE EXPONENTIAL SMOOTHING Ratih Yulia Hayuningtyas Teknik

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 4 BAB II TINJAUAN PUSTAKA 1.1 Landasan Teori 1.1.1 Prediksi Prediksi adalah sama dengan ramalan atau perkiraan. Menurut kamus besar bahasa indonesia, prediksi adalah hasil dari kegiatan memprediksi atau

Lebih terperinci

JURNAL MATEMATIKA MANTIK Edisi: Oktober Vol. 02 No. 01 ISSN: E-ISSN:

JURNAL MATEMATIKA MANTIK Edisi: Oktober Vol. 02 No. 01 ISSN: E-ISSN: ISSN: 25273159 EISSN: 25273167 PENERAPAN METODE EXPONENTIAL SMOOTHING UNTUK PERAMALAN JUMLAH KLAIM DI BPJS KESEHATAN PAMEKASAN Faisol 1, Sitti Aisah 2 Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Defenisi Peramalan Peramalan adalah suatu kegiatan dalam memperkirakan atau kegiatan yang meliputi pembuatan perencanaan di masa yang akan datang dengan menggunakan data masa lalu

Lebih terperinci

FORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA

FORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA FORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA 1) Nurul Latifa Hadi 2) Artanti Indrasetianingsih 1) S1 Program Statistika, FMIPA, Universitas PGRI Adi Buana Surabaya 2)

Lebih terperinci

BAB III PERAMALAN. Praktikum Sistem Produksi ATA 2014/2015

BAB III PERAMALAN. Praktikum Sistem Produksi ATA 2014/2015 BAB III PERAMALAN 3.1 Landasan Teori Peramalan merupakan suatu bentuk usaha untuk meramalkan keadaan di masa mendatang melalui pengujian keadaan di masa lalu. Esensi peramalan adalah perkiraan peristiwa-peristiwa

Lebih terperinci