1. Pendahuluan Pembangkit Listrik Tenaga Air (PLTA) Jelok terletak di Kabupaten Semarang 45 km dari Kota Semarang, tepatnya di Desa Delik Kecamatan
|
|
- Bambang Atmadja
- 7 tahun lalu
- Tontonan:
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
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 terperinciPEMODELAN 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 terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan sering dipandang sebagai seni dan ilmu dalam memprediksikan kejadian yang mungkin dihadapi pada masa yang akan datang. Secara teoritis peramalan
Lebih terperinciBAB I PENDAHULUAN. 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 terperinciPENERAPAN 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 terperinciBAB II LANDASAN TEORI. saling berhubungan membentuk suatu kesatuan atau organisasi atau suatu jaringan
BAB II LANDASAN TEORI 2.1 Pengertian Sistem Menurut Amsyah (2005), definisi sistem adalah elemen-elemen yang saling berhubungan membentuk suatu kesatuan atau organisasi atau suatu jaringan kerja dari prosedur
Lebih terperinciHasil 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 terperinciBAB IV METODE PENELITIAN
BAB IV METODE PENELITIAN 4.1. Desain Penelitian Dari uraian latar belakang masalah, penelitian ini dikategorikan ke dalam penelitian kasus dan penelitian lapangan. Menurut Rianse dan Abdi dalam Surip (2012:33)
Lebih terperinciBAB 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 terperinciPeramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Peramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model Ni Kadek Sukerti STMIK STIKOM Bali Jl. Raya Puputan
Lebih terperinciPeramalan Jumlah Penumpang Pada Siluet Tour And Travel Kota Malang Menggunakan Metode Triple Exponential Smoothing
Jurnal Ilmiah Teknologi dan Informasi ASIA (JITIKA) Vol.11, No.1, Februari 2017 ISSN: 0852-730X Peramalan Jumlah Penumpang Pada Siluet Tour And Travel Kota Malang Menggunakan Metode Triple Exponential
Lebih terperinciBAB 2 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 terperinciS (t)=ax(t)+(1-a)s t-1 (2) S (t)=asn(t)+(1-a)s t-1 (3) F(t+m)=S(t)+mb(t) (4)
Ju rnal)lm iah. %2O 6ol.,. o. data ini terjadi jika terdapat data yang berfluktuasi di sekitar nilai rata-rata yang konstan. Suatu produk yang penjualannya tidak meningkat atau menurun selama waktu tertentu
Lebih terperinciBAB 2 TINJAUAN TEORITIS. yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan terjadi
BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan
Lebih terperinciBAB 2 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 terperinciPERANCANGAN 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 terperinciIII. 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 terperinciMETODE 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 terperinciAPLIKASI TRIPLE EXPONENTIAL SMOOTHING UNTUK FORECASTING JUMLAH PENDUDUK MISKIN
APLIKASI TRIPLE EXPONENTIAL SMOOTHING UNTUK FORECASTING JUMLAH PENDUDUK MISKIN Fakultas Keguruan dan Ilmu Pendidikan Universitas PGRI Yogyakarta padrul.jana@upy.ac.id Abstract This study aims to predict
Lebih terperinciBAB 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 terperinciPERBANDINGAN 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LADASA TEORI 2.1 Peramalan (forecasting) 2.1.1. Hubungan Forecast dengan Rencana Forecast adalah peramalan apa yang akan terjadi pada waktu yang akan datang, sedang rencana merupakan penentuan apa
Lebih terperinciPERAMALAN 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 terperinciBAB 1 PENDAHULUAN. 1.1 Pendahuluan. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Pendahuluan Peramalan merupakan upaya memperkirakan apa yang terjadi pada masa mendatang berdasarkan data pada masa lalu, berbasis pada metode ilmiah dan kualitatif yang dilakukan
Lebih terperinciMETODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN
METODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN Peramalan kuantitatif hanya dapat digunakan apabila terdapat
Lebih terperinciStudi 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 terperinciPERENCANAAN 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 terperinciPENGENDALIAN PERSEDIAAN BAHAN BAKU BAJA MS DI DIREKTORAT PRODUKSI ATMI CIKARANG
PENGENDALIAN PERSEDIAAN BAHAN BAKU BAJA MS DI DIREKTORAT PRODUKSI ATMI CIKARANG Siti Rohana Nasution 1, Temotius Agung Lukito 2 1,2) Jurusan Teknik Industri Fakultas Teknik Universitas Pancasila 1) nasutionana@yahoo.co.id,
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Vanissa Hapsari,2013
BAB I PENDAHULUAN 1.1. Latar Belakang Tingkat pencemaran udara di beberapa kota besar cenderung meningkat dari tahun ke tahun. Hal ini disebabkan oleh beberapa faktor diantaranya jumlah transportasi terus
Lebih terperinciABSTRAK. 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Konsep Peramalan Peramalan ( forecasting) merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien khususnya dalam bidang ekonomi. Dalam organisasi modern
Lebih terperinciBAB 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 terperinciPENGGUNAAN METODE SMOOTHING EKSPONENSIAL DALAM MERAMAL PERGERAKAN INFLASI KOTA PALU
PENGGUNAAN METODE SMOOTHING EKSPONENSIAL DALAM MERAMAL PERGERAKAN INFLASI KOTA PALU Romy Biri ), Yohanes A.R. Langi ), Marline S. Paendong ) ) Program Studi Matematika FMIPA Universitas Sam Ratulangi Jl.
Lebih terperinciANALISIS 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 terperinciBAB IV PENGUMPULAN DAN PENGOLAHAN DATA
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Pengumpulan Data Pengumpulan data yang dilakukan dengan cara pengamatan dari dokumen perusahaan. Data yang di perlukan meliputi data penjualan produk Jamur Shiitake,
Lebih terperinciPrediksi 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 terperinciPERAMALAN 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 terperinciBAB 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 terperinciAnalisis 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 terperinciBAB 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 terperinciBAB IV METODE PERAMALAN
Metode Peramalan 15 BAB METODE PERAMALAN 4.1 Model Sederhana Data deret waktu Nilai-nilai yang disusun dari waktu ke waktu tersebut disebut dengan data deret waktu (time series). Di dunia bisnis, data
Lebih terperinciBAB 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 terperinciAplikasi Sistem Informasi Forecasting pada PD. Maha Jaya. Teknik Informatika 1 Teknik Industri 2 Universitas Kristen Petra Surabaya
Aplikasi Sistem Informasi Forecasting pada PD. Maha Jaya Rudy Adipranata 1, Tanti Octavia 2, Andi Irawan 1 Teknik Informatika 1 Teknik Industri 2 Universitas Kristen Petra Surabaya Pendahuluan Pentingnya
Lebih terperinciBAB 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 terperinciEvelina Padang, Gim Tarigan, Ujian Sinulingga
Saintia Matematika Vol. 1, No. 2 (2013), pp. 161 174. PERAMALAN JUMLAH PENUMPANG KERETA API MEDAN-RANTAU PRAPAT DENGAN METODE PEMULUSAN EKSPONENSIAL HOLT-WINTERS Evelina Padang, Gim Tarigan, Ujian Sinulingga
Lebih terperinciSKRIPSI APLIKASI METODE GOLDEN SECTION UNTUK OPTIMASI PARAMETER PADA METODE EXPONENTIAL SMOOTHING. Disusun oleh: DANI AL MAHKYA
APLIKASI METODE GOLDEN SECTION UNTUK OPTIMASI PARAMETER PADA METODE EXPONENTIAL SMOOTHING SKRIPSI Disusun oleh: DANI AL MAHKYA 24010210141025 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS
Lebih terperinciPENERAPAN 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LADASA TEORI 2.1 Pengertian Peramalan Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama (assaury, 1991). Sedangkan ramalan adalah
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan teori-teori yang menjadi dasar dan landasan dalam penelitian sehingga membantu mempermudah pembahasan selanjutnya. Teori tersebut meliputi arti dan peranan
Lebih terperinciBAB 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 terperinciSISTEM PERAMALAN PERSEDIAAN UNIT MOBIL MITSUBISHI PADA PT. SARDANA INDAH BERLIAN MOTOR DENGAN MENGGUNAKAN METODE EXPONENTIAL SMOOTHING
SISTEM PERAMALAN PERSEDIAAN UNIT MOBIL MITSUBISHI PADA PT. SARDANA INDAH BERLIAN MOTOR DENGAN MENGGUNAKAN METODE EXPONENTIAL SMOOTHING Afni Sahara (0911011) Mahasiswa Program Studi Teknik Informatika,
Lebih terperinciPerkapalan Negeri Surabaya, Surabaya Program Studi Teknik Otomasi, Jurusan Teknik Kelistrikan Kapal, Politeknik Perkapalan Negeri
Perbandingan Metode Autoregressive Integrated Moving Average (ARIMA) dan Exponential Smoothing pada Peramalan Penjualan Klip (Studi Kasus PT. Indoprima Gemilang Engineering) Aditia Rizki Sudrajat 1, Renanda
Lebih terperinciBAB 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 terperinciBAB 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 terperinciPENERAPAN 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 terperinciBAB 2 LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan untuk memperkirakan apa yang akan
BAB 2 LADASA TEORI 2.1 Pengertian Peramalan (Forecasting) Peramalan (Forecasting) adalah suatu kegiatan untuk memperkirakan apa yang akan terjadi pada masa mendatang. Peramalan penjualan adalah peramalan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Peramalan adalah alat bantu yang penting dalam perencanaan yang efektif dan efisien (Makridakis,1991). Peramalan merupakan studi terhadap data historis untuk menemukan
Lebih terperinciBAB 2 LANDASAN TEORI. Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit
BAB 2 LANDASAN TEORI 2.1 Pengertian Produksi Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit tanaman pada lahan yang telah disediakan, pemupukan dan perawatan sehingga
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH
49 BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Standar Optimasi Dasar evaluasi untuk mengoptimalkan supply chain management pada Honda Tebet (PT. Setianita Megah Motor) dari proses bisnis perusahaan
Lebih terperinciBAB I PENDAHULUAN. Sejak kondisi ekonomi dan bisnis selalu berubah setiap waktu, maka para
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Sejak kondisi ekonomi dan bisnis selalu berubah setiap waktu, maka para pimpinan suatu perusahaan atau para pelaku bisnis harus menemukan cara untuk terus
Lebih terperinciBAB III 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 terperinciANALISIS DAN PERAMALAN PRODUKSI TANAMAN TEH DENGAN MENGGUNAKAN METODE INDEKS MUSIM
ANALISIS DAN PERAMALAN PRODUKSI TANAMAN TEH DENGAN MENGGUNAKAN METODE INDEKS MUSIM Alfa Kenedi Mainassy ), Sri Yulianto Joko Prasetyo 2), Alz Danny Wowor 3),2,3) Fakultas Teknologi Informasi Universitas
Lebih terperinciPERAMALAN 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 terperinciMakalah 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 terperinciBAB 2 LANDASAN TEORI
1 BAB 2 LANDASAN TEORI Bab ini membahas tentang teori penunjang dan penelitian sebelumnya yang berhubungan dengan metode ARIMA box jenkins untuk meramalkan kebutuhan bahan baku. 2.1. Peramalan Peramalan
Lebih terperinci1. 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 terperinciBAB 3 PENGOLAHAN DATA
BAB 3 PENGOLAHAN DATA 3.1 Pengertian Pengolahan Data Pengolahan data dapat diartikan sebagai penjabaran atas pengukuran data kuantitatif menjadi suatu penyajian yang lebih mudah dimengerti dan menguraikan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pengolahan buah dan sayuran menjadi produk siap saji memiliki nilai tambah tersendiri bagi pasar. Salah satunya adalah pengolahan buah dan sayuran menjadi makanan ringan
Lebih terperinciBAB 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 terperinci1. PENDAHULUAN 2. KAJIAN PUSTAKA
1. PENDAHULUAN Perkebunan teh menjadi salah satu sektor potensial pembangunan Jawa Barat, karena telah mampu memberikan andil besar dalam kehidupan perekonomian. Sektor perkebunan teh memiliki fungsi ekonomi
Lebih terperinciBAB 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 terperinciIII KERANGKA PEMIKIRAN
3.1. Kerangka Pemikiran Teoritis 3.1.1. Konsep Permintaan III KERANGKA PEMIKIRAN Permintaan adalah banyaknya jumlah barang yang diminta pada suatu pasar tertentu dengan tingkat harga tertentu pada tingkat
Lebih terperinciBAB I PENDAHULUAN. yang ada pada CV. Agung Jaya Cabang Pabean diperoleh dari supplier atau
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah CV. Agung Jaya Cabang Pabean adalah cabang perusahaan CV. Agung Jaya Kalang Anyar Sedati. CV. Agung Jaya Cabang Pabean merupakan distributor alat tulis kantor
Lebih terperinciPERAMALAN 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 terperinciMATHunesa 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 terperinciMODUL 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 terperinciPEMODELAN 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 terperinciPENGGUNAAN 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 terperinciPERBANDINGAN 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 terperinciISSN: 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 terperinciPembahasan Materi #7
1 EMA402 Manajemen Rantai Pasokan Pembahasan 2 Pengertian Moving Average Alasan Tujuan Jenis Validitas Taksonomi Metode Kualitatif Metode Kuantitatif Time Series Metode Peramalan Permintaan Weighted Woving
Lebih terperinciPREDIKSI 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 terperinciBAB 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 terperinciSeminar 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 terperinciBAB 2 LANDASAN TEORITIS
BAB 2 LANDASAN TEORITIS 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksikan apa yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.
Lebih terperinciVISUALISASI 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 terperinciBAB 2 TINJAUAN TEORITIS. Semua barang dan jasa sebagai hasil dari kegiatan-kegiatan ekonomi yang beroperasi
BAB 2 TINJAUAN TEORITIS 2.1 Produk Domestik Regional Bruto (PDRB) Semua barang dan jasa sebagai hasil dari kegiatan-kegiatan ekonomi yang beroperasi diwilayah domestik, tanpa memperhatikan apakah faktor
Lebih terperinciOPTIMASI 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 terperinciANALISIS 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 terperinciPENENTUAN 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 terperinciPERAMALAN 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 terperinciDAFTAR 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 terperinciPERAMALAN 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 terperinciBAB. 1 PENDAHULUAN Latar Belakang
1 BAB. 1 PENDAHULUAN 1.1. Latar Belakang Kain adalah bahan mentah yang dapat dikelola menjadi suatu pakaian yang mempunyai nilai financial dan konsumtif dalam kehidupan, seperti pembuatan baju. Contohnya
Lebih terperinciPERAMALAN 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 terperinciBAB II TINJAUAN PUSTAKA
4 BAB II TINJAUAN PUSTAKA 1.1 Landasan Teori 1.1.1 Prediksi Prediksi adalah sama dengan ramalan atau perkiraan. Menurut kamus besar bahasa indonesia, prediksi adalah hasil dari kegiatan memprediksi atau
Lebih terperinciJURNAL 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Defenisi Peramalan Peramalan adalah suatu kegiatan dalam memperkirakan atau kegiatan yang meliputi pembuatan perencanaan di masa yang akan datang dengan menggunakan data masa lalu
Lebih terperinciFORECASTING 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 terperinciBAB III PERAMALAN. Praktikum Sistem Produksi ATA 2014/2015
BAB III PERAMALAN 3.1 Landasan Teori Peramalan merupakan suatu bentuk usaha untuk meramalkan keadaan di masa mendatang melalui pengujian keadaan di masa lalu. Esensi peramalan adalah perkiraan peristiwa-peristiwa
Lebih terperinci