Peramalan Kebutuhan Premium dengan Metode ARIMAX untuk Optimasi Persediaan di Wilayah TBBM Madiun
|
|
- Leony Gunardi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 JURNAL AIN DAN ENI IT Vol. 1, No. 1, (ep IN: X D-230 Peramalan Kebuuhan Premium dengan Meode ARIMAX unuk Opimasi Persediaan di Wilayah TM Madiun Nindia ekar Dini, Haryono, dan uharono Jurusan aisika, Fakulas Maemaika dan Ilmu Pengeahuan Alam, Insiu Teknologi epuluh Nopember (IT Jl. Arief Rahman Hakim, urabaya Absrak Tingka kebuuhan premium semakin melonjak seiring dengan berambahnya jumlah kendaraan bermoor pribadi yang memenuhi jalan-jalan perkoaan. Tingginya ingka perminaan M seringkali menyebabkan adanya kelangkaan di beberapa wilayah di Indonesia, salah saunya di wilayah selaan Jawa Timur. Kurangnya sok dan ruminya ranai pasokan unuk menyalurkan M menjadi penyebab uama kelangkaan. Variasi kalender seperi jumlah hari libur dan keberadaan hari besar, khususnya hari raya Idul Firi merupakan salah sau indikaor penenu kebuuhan premium pada seiap bulannya. Hasil peramalan dengan menggunakan meode ARIMAX dengan pengaruh kalender variasi merupakan model erbaik yang erpilih, dengan nilai RME sebesar 1583,228. Model persediaan probabilisik yang opimum memberikan oal biaya perencanaan unuk bulan Agusus yang merupakan bulan erjadinya lebaran pada ahun 2012 adalah sebesar Rp ,00. Kuanias pemesanan opimum unuk periode perencanaan ersebu adalah kl dengan iik pemesanan kembali sebesar 914 kl. Frekuensi pemesanan yang harus dilakukan pada periode Agusus 2012 adalah sebanyak 7 kali pemesanan. Kaa Kunci Premium, ARIMAX, Kalender variasi, Model persediaan probabilisik I. PENDAHULUAN OLA mobilisasi masyaraka Indonesia yang sanga Ppada menjadikan kendaraan bermoor yang awalnya merupakan kebuuhan ersier bergeser menjadi kebuuhan sekunder, bahkan mungkin primer unuk kebanyakan orang. eiring dengan pergeseran ingka kebuuhan ersebu, bahan bakar minyak sebagai maeri uama unuk menjalankan mesin kendaraan bermoor pun uru menjadi kebuuhan uama yang selalu dicari masyaraka. Tingginya ingka perminaan M seringkali menyebabkan adanya kelangkaan di beberapa wilayah di Indonesia, salah saunya di wilayah selaan Jawa Timur, khususnya di Kabupaen Trenggalek, Pacian, dan Ponorogo. Kurangnya sok dan ruminya ranai pasokan unuk menyalurkan M menjadi penyebab uama kelangkaan. Premium merupakan M bersubsidi dengan jumlah perminaan eringgi di Indonesia, unuk iu peneliian difokuskan pada premium sebagai salah sau produk PT. Peramina (Persero. Prediksi kebuuhan premium di PT. Peramina unuk semua wilayah, ermasuk Terminal ahan akar Minyak (TM Madiun selama ini dilakukan dengan banyak meode peramalan, salah saunya adalah dengan menganalisis hubungan beberapa variabel independen dengan variabel ingka kebuuhan premium. Variasi kalender seperi jumlah hari libur dan keberadaan hari besar, khususnya hari raya Idul Firi merupakan salah sau indikaor penenu kebuuhan premium pada seiap bulannya. upply chain managemen (CM merupakan bagian erpening dari kinerja suau perusahaan yang bergerak di bidang indusri. Pendekaan CM ini dilakukan unuk mengopimalkan produksi dan disribusi suau barang dengan epa, pada waku yang epa, dan biaya yang minimal. Dalam CM erdapa iga macam aliran yang harus dikelola, yakni aliran barang dari hulu (supplier ke hilir (pemakai akhir, aliran uang dan sejenisnya yang mengalir dari hilir ke hulu, dan aliran informasi yang mengalir dari hulu ke hilir [1]. Pengelolaan aliran maerial sebagai ujuan uama dari konsep CM idak hanya berari epa waku dan epa sasaran, eapi juga harus memiliki jumlah yang sesuai dengan kebuuhan yang sebenarnya. Konsep persediaan menjadi bagian yang pening dalam melaksanakan fungsi ersebu. Hasil peramalan kebuuhan premium digunakan sebagai salah sau variabel dalam perumusan ingka persediaan opimum dengan pendekaan Economic Order uaniy (EO. Volume kebuuhan premium pada TM Madiun yang merupakan suau variabel yang idak pasi aau berubah-ubah unuk seiap periode didekai dengan model persediaan probabilisik. Model persediaan probabilisik adalah suau model persediaan dimana ingka kebuuhan dan aau waku unggu dari suau produk merupakan suau variabel random. Pembeda uama anara model persediaan deerminisik dan probabilisik adalah adanya safey sock (persediaan pengaman pada model probabilisik sebagai jaminan agar idak erjadi kondisi sockou aau kekurangan persediaan yang disebabkan oleh gangguan alam maupun lingkungan [2]. Peneliian ini diharapkan dapa memberikan rujukan yang lebih baik mengenai peramalan kebuuhan dan model persediaan yang dapa digunakan oleh PT. Peramina sebagai usaha unuk meningkakan efisiensi dan mengurangi kelangkaan premium yang seringkali erjadi.
2 JURNAL AIN DAN ENI IT Vol. 1, No. 1, (ep IN: X D-231 II. TINJAUAN PUTAKA A. Model ARIMA enuk umum model ARIMA orde (p,d,q dengan differencing sebanyak d adalah sebagai beriku: d p ( (1 Y 0 q ( a (1 sedangkan model ARIMA dengan pengaruh seasonal dinyaakan sebagai (Wei, 2006 d D p ( P ( (1 (1 Y q ( ( a (2 dimana: p = orde AR q = orde MA p( = ( 1 p 1... p ( = 2... P P q ( q = 1... q ( 1 1 ( = (1.... Idenifikasi Oulier uau observasi dalam serangkaian daa disebu sebagai oulier saa observasi ersebu eridenifikasi berbeda dengan observasi yang lain. Terdapanya oulier menggambarkan bahwa erjadi suau perisiwa khusus dalam suau populasi daa. Dalam pemodelan ime series, oulier diklasifikasikan menjadi addiive oulier (AO, innovaive oulier (IO, level shif (L, dan ransiory change (TC. ecara umum, model oulier diuliskan sebagai beriku [3]. Y k ( Tj ( jv j ( I j j1 ( a C. Analisis Time eries dengan Efek Kalender Variasi (Model ARIMAX Pemodelan ime series dengan menambahkan beberapa variabel yang dianggap memiliki pengaruh yang signifikan erhadap daa seringkali dilakukan unuk menambah akurasi peramalan yang dilakukan dalam suau peneliian. Model ARIMAX adalah modifikasi dari model dasar ARIMA seasonal dengan penambahan variabel predikor. Efek kalender variasi merupakan salah sau variabel predikor yang seringkali digunakan dalam pemodelan ersebu. ecara umum, jika Y adalah suau ime series dengan efek kalender variasi, maka model ARIMAX diulis sebagai beriku. Y q ( ( 1V1, 2V2,... pv p, d D a p ( P ( (1 (1 P (3 (4 Pemodelan di aas erdiri dari variabel respon, yaiu daa ime series dan kalender variasi yang berperan sebagai dummy variable. Menuru Lee & uharono [4], langkah penyelesaian analisis dengan menggunakan model ARIMAX adalah sebagai beriku: 1. Penenuan variabel dummy berdasarkan periode kalender variasi 2. Melakukan pemodelan regresi dengan persamaan: Y 0 1V 1, 2V2,... pv p, w (5 3. Memodelkan residual hasil analisis regresi dengan menggunakan model ARIMA 4. Melakukan pemodelan keseluruhan unuk ARIMAX 5. Melakukan pengecekan signifikansi parameer dan es diagnosa sehingga proses sasioner dan error dari model mencapai kondisi whie noise. D. Evaluasi Model Evaluasi model digunakan unuk melakukan pemilihan model erbaik dari beberapa kemungkinan model ime series yang didapakan. Unuk pemilihan model berdasarkan daa insample, krieria yang digunakan adalah Akaike s Informaion Crierion (AIC dan cwarz s ayesian Crierion (C (Wei, AIC ( M n ln ˆ 2 2M (6 C ( M n ln ˆ 2 M ln n (7 dimana M = jumlah parameer n = jumlah pengamaan Roo mean square error (RME juga merupakan salah sau indeks yang dapa digunakan unuk mengevaluasi keepaan model ime series yang digunakan. Lee & uharono [4] menyaakan perhiungan RME unuk daa ousample adalah sebagai beriku: n 1 ( Y Yˆ RMEou (8 n dimana n adalah jumlah peramalan. Model erbaik yang dipilih merupakan model dengan nilai RME erkecil. E. Model Persediaan Probabilisik uau model persediaan dikaakan sebagai model probabilisik jika ingka perminaan dan aau lead ime (waku unggu selama pemesanan merupakan suau variabel random [3]. Pembeda uama yang menjelaskan enang model persediaan deerminisik dan probabilisik adalah keberadaan safey sock aau persediaan pengaman yang dimunculkan unuk mengaasi keidakpasian akan ingka perminaan maupun lead ime yang menjadi variabel random dalam model ersebu. afey sock menjadi pening unuk mencegah erjadinya kekurangan yang mungkin muncul dalam permasalahan persediaan dengan ingka perminaan dan aau lead ime yang berubah-ubah. Peneliian ini dibaasi pada kondisi lead ime yang konsan, dan hanya ingka perminaanlah yang memiliki disribusi variabel random ersendiri. Disribusi normal adalah disribusi saisik unuk ingka perminaan yang paling banyak diemui pada kejadian seharihari. Jika ingka perminaan berdisribusi normal, maka iik pemesanan kembali (reorder poin dalam sauan uni yang dinyaakan dengan noasi dapa dihiung dengan formula: M ss M Z (10 2
3 JURNAL AIN DAN ENI IT Vol. 1, No. 1, (ep IN: X D-232 F. iaya-biaya Persediaan Dalam model persediaan probabilisik, perhiungan oal biaya dilakukan dengan memperhiungkan variabel-variabel keidakpasian yang banyak dijumpai dalam model. alah sau biaya yang muncul dalam model persediaan probabilisik adalah biaya kekurangan persediaan. iaya ini imbul jika kebuuhan barang selama waku unggu (lead ime demand melebihi iik reorder poin. Probabilias erjadinya kondisi ersebu dinyaakan dalam persamaan (11. P ( M f ( M dm (11 dengan ekspekasi kekurangan persediaan adalah E ( M ( M f ( M dm (12 dimana f(m adalah fungsi kepadaan probabilias unuk variabel lead ime demand, sehingga biaya pemesanan dapa dinyaakan seperi pada persamaan (13 D AD C A ( M f ( M dm E( M (13 dengan A = biaya kekurangan persediaan Jika lead ime demand berdisribusi normal, maka ekspekasi kekurangan persediaan dapa dijabarkan sebagai: M M E ( M f ( M F (14 elain biaya kekurangan persediaan, biaya penyimpanan yang erjadi pada model persediaan probabilisik juga memiliki keunikan ersendiri. Hal ini muncul karena ekspekasi raa-raa persediaan yang dibuuhkan dalam suau periode juga dipengaruhi oleh keberadaan variabel lead ime demand. iaya penyimpanan dihiung dengan persamaan (15. HC H M (15 2 sehingga, biaya oal yang harus dikeluarkan unuk persediaan adalah: D TC AE( M H M PD (16 2 G. Jumlah Pemesanan dan afey ock Opimal Pengendalian persediaan opimal adalah suau sisem yang dapa memelihara anara kebuuhan dengan biaya yang imbul akiba adanya persediaan [2]. Opimasi persediaan ini dilakukan dengan menenukan besarnya pesanan opimal dan iik pemesanan kembali. ecara umum, besarnya ukuran pesanan dihiung dengan menurunkan biaya oal erhadap dan disamadengankan nilai nol, sehingga diperoleh perhiungan unuk jumlah pesanan opimal adalah sebagai beriku 2D AE( M * (17 H Perhiungan selanjunya unuk mengeahui iik pemesanan kembali dilakukan dengan cara yang sama, namun diferensiasi dilakukan erhadap, sehingga H f ( M dm (18 AD Perhiungan besarnya safey sock yang dibuuhkan dalam sau periode pemesanan dihiung dengan menggunakan persamaan (19. ss E( M M (19 III. METODOLOGI PENELITIAN Daa yang digunakan dalam peneliian adalah daa sekunder yang diperoleh dari PT. Peramina (Persero Region V. Daa ersebu merupakan daa realisasi penjualan premium bulanan dari ahun , daa lead ime demand harian premium, sera biaya-biaya yang dibuuhkan dalam melakukan persediaan. Daa yang digunakan unuk membenuk model aau daa raining adalah daa dari bulan uari 2006 hingga Desember 2010, yaiu sejumlah 60 daa. emenara daa unuk melakukan pemilihan hasil peramalan erbaik aau daa esing adalah daa dari bulan uari 2011 hingga bulan Desember 2011 aau sejumlah 12 daa. Peneliian ini dilakukan dengan langkah-langkah sebagai beriku: 1. Melakukan pemodelan ARIMA 2. Membua model ARIMAX dengan pengaruh kalender variasi 3. Membandingkan hasil peramalan model ARIMA dan ARIMAX dan melakukan peramalan dengan menggunakan model erbaik yang didapakan 4. Melakukan pengecekan disribusi variabel lead ime demand harian unuk produk premium di wilayah TM Madiun 5. Menghiung jumlah pesanan opimal, iik reorder poin, dan ekspekasi kekurangan persediaan dengan meode ierasi sehingga mencapai iik konvergen 6. Menghiung besarnya safey sock yang dibuuhkan selama sau periode pemesanan 7. Menghiung oal biaya yang dikeluarkan unuk melakukan persediaan. IV. HAIL DAN DIKUI A. aisika Deskripif Penjualan Premium Daa penjualan premium di wilayah TM Madiun selama ahun diunjukkan pada nilai saisik dalam Tabel 1. Nilai saisik deskripif penjualan premium di wilayah TM Madiun di aas menunjukkan bahwa nilai raa-raa penjualan premium per bulan adalah sebanyak kl. Nilai sandar deviasi dari penjualan per bulan secara keseluruhan adalah sebesar kl. Penjualan minimum yang erjadi selama ahun adalah sebesar kl, semenara penjualan maksimum adalah sebesar
4 JURNAL AIN DAN ENI IT Vol. 1, No. 1, (ep IN: X D-233 kl. aisik deskripif per ahun menunjukkan bahwa cenderung erjadi kenaikan penjualan premium di wilayah TM Madi-un. Namun pada ahun 2009, erjadi penurunan penjualan yang cukup signifikan. Tabel 1. aisika Deskripif Penjualan Premium di TM Madiun Tahun n Mean d Deviasi Minimum Maksimum Keseluruhan Idenifikasi Pola Daa Time series plo pada gambar 1 menunjukkan flukuasi penjualan premium seiap bulannya selama ahun Pada bulan-bulan erjadinya lebaran, peningkaan penjualan premium semakin erliha dan berulang seiap ahunnya. elain efek kalender variasi, berdasarkan plo ime series dan nilai saisik deskripif per ahun juga erdapa indikasi adanya perubahan pola daa yang erjadi sejak ahun Perubahan ini menimbulkan ada dua jenis pola dalam daa yang digunakan, yaiu daa pada ahun dan daa pada ahun Perubahan pola daa ini diindikasikan sebagai jenis level shif. Penjualan Premium di TM Madiun Monh Year 2006 JAN JUN JAN 2007 JUN JUN JAN 2008 JUN JAN 2009 Gambar. 1. Time eries Plo Penjualan Premium. JAN 2010 JUN JAN 2011 C. Peramalan Perminaan Premium dengan Model ARIMA Analisis dengan menggunakan model ARIMA sederhana dilakukan dengan memasukkan daa oulier ke-37 ke dalam model peramalan. Pengujian parameer menunjukkan bahwa seluruh parameer yang digunakan dalam model elah signifikan dengan p-value unuk seluruh parameer yang bernilai kurang dari 5%. Residual model ARIMAX (0,1,1(1,0,0 12 elah mecapai kondisi whie noise, diunjukkan dengan p-value yang bernilai lebih dari 5%. Hasil pengujian normalias residual model ersebu juga elah menunjukkan bahwa residual model berdisribusi normal dengan p-value yang bernilai lebih dari 0,15 aau lebih besar dari araf nyaa 5%. JUN Model ARIMA dengan penambahan oulier ersebu diuliskan secara maemais sebagai beriku. y I (1 (37 s 12 ( (1 ( a D. Peramalan Perminaan Premium dengan Model ARIMAX Efek Kalender Variasi Efek bulan erjadinya lebaran pada model dinyaakan dalam variabel dummy D 1. Terjadinya perubahan pola daa sejak ahun 2009 dinyaakan pula dalam suau variabel dummy, yaiu D 2. Variabel ini memisahkan anara pola daa sejak ahun dan pola daa dari ahun Variabel ini juga digunakan unuk menangkap perubahan rend yang erjadi mulai ahun Plo daa yang digunakan juga menunjukkan bahwa adanya rend naik pada penjualan premium di wilayah TM Madiun. Hal ini coba diangkap dengan menggunakan variabel dummy dengan nilai 1 sampai 72 sesuai dengan jumlah daa yang digunakan. Hasil analisis regresi dengan variabel-variabel dummy ersebu dinyaakan dalam model sebagai beriku: Y = D D 2 + n Pemodelan ARIMAX dilakukan dengan menganalisis residual hasi pemodelan regresi. erdasarkan plo ACF dan PACF daa residual, maka erdapa 4 kemungkinan model ARIMA yang dapa digunakan unuk daa residual ersebu, yaiu (0,0,1(0,0,1 12, (0,0,1(1,0,0 12, (1,0,0(0,0,1 12 dan (1,0,0(1,0,0 12. Dengan menggunakan empa kemungkinan model ersebu, maka dilakukan pemodelan ARIMAX. Model ARIMAX yang digunakan adalah model deerminisik dimana variabel dummy merupakan salah sau variabel yang menjadi inpu dalam model ersebu. Pemeriksaan model erbaik dilakukan dengan meliha nilai AIC, C, dan RME unuk daa in-sample dan ou-sample. Tabel 2. Pemilihan Model ARIMAX Terbaik Model AIC C RME in RME ou ARIMAX , , , ,132 ARIMAX , , , ,009 ARIMAX , , , ,918 ARIMAX , , , ,228 Tabel 2 menunjukkan bahwa nilai krieria yang digunakan unuk memilih model erbaik adalah pada model ARIMAX-4. Pemilihan model ini dilakukan dengan meliha nilai AIC, C, dan RME baik unuk daa in-sample maupun daa ousample yang paling kecil dari keseluruhan kemungkinan model. Model ARIMAX-4 secara maemais dinyaakan sebagai: 1 Y 18038,4 209, ,8 D1 4666,9 D2 a 12 (1 0,372(1 0,490 E. Perbandingan Model ARIMA dan ARIMAX Hasil peramalan dengan menggunakan ARIMA dan ARIMAX dibandingkan unuk mengeahui model mana yang paling baik unuk meramalkan ingka kebuuhan premium di wilayah TM Madiun. Perbandingan model dilakukan dengan meliha krieria kebaikan model, yaiu AIC, C, dan RME unuk in-sample maupun ou-sample.
5 JURNAL AIN DAN ENI IT Vol. 1, No. 1, (ep IN: X D-234 Tabel 3. Perbandingan Model ARIMA dan ARIMAX Model AIC C RME in RME ou ARIMA 1070, , , ,174 ARIMAX 1074, , , ,228 Hasil perbandingan kedua model peramalan menunjukkan bahwa RME daa in-sample maupun daa ou-sample unuk model ARIMAX dengan efek kalender variasi bernilai lebih kecil daripada model ARIMA. Maka dapa disimpulkan bahwa model yang lebih baik unuk peramalan kebuuhan premium di wilayah TM Madiun adalah model ARIMAX dengan efek kalender variasi. Hasil peramalan kebuuhan premium dari model ARIMAX diampilkan pada abel 5. Tabel 4. Hasil Peramalan Kebuuhan Premium di Wilayah TM Madiun Y 95% CI uari , , ,48 Februari , , ,40 Mare , , ,04 April , , ,21 Mei , , ,51 Juni , , ,80 Juli , , ,25 Agusus , , ,70 epember , , ,15 Okober , , ,13 Nopember , , ,54 Desember , , ,72 F. Model Persediaan Probabilisik unuk Kebuuhan Premium eriku merupakan variabel biaya yang dibuuhkan unuk menghiung oal biaya persediaan minimum a. iaya Pembelian iaya pembelian produk premium dalam sauan kilo lier adalah sebesar Rp ,00. Nilai ini merupakan selisih dari harga jual premium di pasaran dengan margin penjualan premium. b. iaya Pemesanan iaya pemesanan yang digunakan merupakan biaya ransporasi yang digunakan unuk melakukan pengiriman premium dari loading por menuju TM Madiun, yaiu sebesar Rp ,00. c. iaya Penyimpanan Perhiungan biaya penyimpanan oleh PT. Peramina didasarkan pada biaya-biaya operasi, mainenance, dan biaya overhead korporasi yang erjadi pada TMdengan oal sebesar Rp89.780,00 per kl. d. iaya Kekurangan Persediaan Pada peneliian ini, biaya kekurangan persediaan diasumsikan sebesar 1% dari harga produk, aau sebesar Rp43.200,00. eelah dikeahui biaya-biaya yang dibuuhkan dalam proses persediaan, maka dapa dilakukan analisis persediaan unuk meminimumkan biaya yang dikeluarkan. Analisis dilakukan dengan menggunakan daa hasil peramalan unuk bulan uari Pada ahap ini dilakukan perhiungan jumlah pesanan, iik pemesanan kembali, dan safey sock yang opimum unuk model persediaan. Perhiungan dilakukan dengan menggunakan ahapan ierasi hingga variabel-variabel yang dihiung mencapai kondisi konvergen. Hasil ierasi menunjukkan bahwa perhiungan ekspekasi kekurangan persediaan mencapai iik yang konvergen pada ierasi ke-9. Perhiungan ersebu juga memberikan nilai yang opimal unuk variabel jumlah pemesanan dan iik pemesanan kembali sebagai beriku: * = 4.554,532 kl kl = 898,93 kl 899 kl ss M kl Hasil ierasi perhiungan di aas menunjukkan bahwa ingka pemesanan opimum yang harus dilakukan oleh perusahaan adalah sebesar kl seiap kali pesan. Pemesanan kembali dilakukan keika persediaan yang ada pada angki di TM elah mencapai level 900 kl, dengan persediaan penyangga sebesar 64 kl. Maka, dalam sau periode perencanaan, perusahaan akan melakukan pemesanan sebanyak 6 kali pemesanan. iaya oal yang diperlukan dalam periode bulan uari 2012 adalah sebesar Rp ,00. Dengan menggunakan harga jual di pasaran sebesar Rp4.500,00 per lier, maka dapa dihiung keunungan yang didapakan selama periode bukan uari 2012 adalah sebesar Rp ,00. Analisis model persediaan probabilisik juga dilakukan unuk nilai peramalan perminaan yang eringgi pada ahun 2012, yaiu pada bulan erjadinya lebaran. Langkah ini dilakukan unuk membandingkan model persediaan pada bulan reguler dan bulan dengan perminaan yang inggi aau pada bulan lebaran. Nilai peramalan kebuuhan pada bulan erjadinya lebaran ahun 2012, yaiu pada bulan Agusus adalah sebesar kl. Tingka pemesanan, iik pemesanan kembali, dan safey sock yang opimum adalah: * = 4981, kl = 914, kl ss M kl Toal biaya yang dikeluarkan unuk periode bulan Agusus 2012 adalah sebesar Rp ,00. Dengan menggunakan harga jual premium di pasaran sebesar Rp4.500,00, maka keunungan yang diperoleh pada bulan Agusus 2012 adalah sebesar Rp ,00. V. KEIMPULAN Hasil pembahasan dan analisa yang elah dilakukan memberikan kesimpulan sebagai beriku: 1. Model peramalan yang erbaik unuk prediksi kebuuhan bulanan premium di wilayah TM Madiun adalah model ARIMAX-4 dengan efek kalender variasi. Variabel inpu D 1 unuk menangkap efek bulan-bulan erjadinya lebaran, D 2 unuk menangkap efek perubahan pola daa sejak ahun 2009, dan variabel unuk menangkap rend kenaikan daa. Model ARIMAX ini signifikan dengan nilai RME unuk daa ou-sample sebesar 1583,228. Hasil peramalan kebuuhan premium unuk bulan uari 2012 adalah
6 JURNAL AIN DAN ENI IT Vol. 1, No. 1, (ep IN: X D-235 sebesar kl, semenara unuk bulan Agusus 2012 aau bulan erjadinya lebaran pada ahun 2012 adalah sebesar kl. 2. Tingka pemesanan opimum unuk periode bulan uari 2012 adalah sebesar kl dengan iik pemesanan kembali sebesar 900 kl. afey sock yang diperlukan unuk periode ini adalah sebesar 64 kl, dan perlu dilakukan pemesanan sebanyak 6 kali dalam sau periode. iaya oal unuk periode perencanaan uari 2012 adalah Rp ,00. emenara unuk periode erjadinya lebaran pada ahun 2012, yaiu bulan Agusus, ingka pemesanan opimum adalah sebesar 4982 kl dengan iik pemesanan kembali sebesar 914 kl. afey sock unuk periode Agusus 2012 adalah sebesar 78 kl dengan frekuensi pemesanan sebanyak 7 kali. iaya oal unuk periode Agusus 2012 adalah sebesar Rp ,00. Hasil pengamaan yang didapakan masih melibakan berbagai asumsi biaya karena keidakersediaan daa. iayabiaya persediaan yang digunakan unuk pemodelan persediaan probabilisik perlu diamai dengan lebih cerma lagi, agar benar-benar sesuai dengan kondisi perusahaan. UCAPAN TERIMA KAIH Ucapan erima kasih disampaikan kepada PT. Peramina (Persero Region V sebagai penyedia daa yang digunakan dalam menyusun makalah ini. Penulis juga menyampaikan erima kasih kepada apak Haryono, MIE dan apak Dr. uharono selaku dosen pembimbing, sera apak Dr. ony unaryo dan apak M. jahid Akbar, M.i sebagai dosen penguji. DAFTAR PUTAKA [1] Pujawan, I. N., & Mahendrawahi. (2010. upply Chain Managemen, Edisi Kedua. urabaya: Guna Widya. [2] Tersine, R. J. (1994. Principles of Invenory and Maerials Managemen, 4 h Ediion. New Jersey: Prenice Hall. [3] Wei, W. W.. (2006. Time eries Analysis: Univariae and Mulivariae Mehods, 2 nd Ediion. New York: Pearson. [4] Lee, H. M., & uharono. (2010. Calendar Variaion Model ased on ARIMAX for Forecasing ales Daa wih Ramadhan Effec. Proceedings of he Regional Conference on aisical ciences, 5.
Peramalan Kebutuhan Premium dengan Metode ARIMAX untuk Optimasi Persediaan di Wilayah TBBM Madiun
Peramalan Kebuuhan Premium dengan Meode ARIMAX unuk Opimasi Persediaan di Wilayah TBBM Madiun Oleh: Nindia Sekar Dini 1308100088 Pembimbing: Drs. Haryono, MSIE Dr. Suharono 1 Ouline Pendahuluan Tinjauan
Lebih terperinciPeramalan Kebutuhan Premium dengan Metode ARIMAX untuk Optimasi Persediaan di Wilayah TBBM Madiun
1 Peramalan Kebuuhan Premium dengan Meode ARIMAX unuk Oimasi Persediaan di Wilayah TM Madiun Nindia ekar Dini, Haryono, dan uharono Jurusan aisika, Fakulas Maemaika dan Ilmu Pengeahuan Alam, Insiu Teknologi
Lebih terperinciANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI KABUPATEN NGAWI DENGAN ARIMA DAN VARIASI KALENDER. Muflih Rori Putra Harahap
ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI KABUPATEN NGAWI DENGAN ARIMA DAN VARIASI KALENDER Muflih Rori Pura Harahap 30 00 052 Pembimbing : Dr. Drs. Agus Suharsono, M.S. LATAR BELAKANG PENDAHULUAN
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah persediaan merupakan masalah yang sanga pening dalam perusahaan. Persediaan mempunyai pengaruh besar erhadap kegiaan produksi. Masalah persediaan dapa diaasi
Lebih terperinciPeramalan Kebutuhan Bahan Bakar Premium di Depot Ampenan dengan Metode Hibrida Arima- Neural Network untuk Optimasi Persediaan
JURNAL SAINS DAN SENI ITS Vol., No., (Sep. 202) ISSN: 230-928X D-94 Peramalan Kebuuhan Bahan Bakar Premium di Depo Ampenan dengan Meode Hibrida Arima- Neural Nework unuk Opimasi Persediaan Okivianis Kusumaningrum,
Lebih terperinciPeramalan Volume Penjualan Semen di PT.Semen Gresik Persero Tbk
Peramalan Volume Penjualan Semen di PT.Semen Gresik Persero Tbk Oleh : Dwi Hapsari K (1306 100 015) Dosen Pembimbing : Dra. Karika Firiasari, M.Si 1 Pendahuluan Laar Belakang, Perumusan Masalah, Tujuan
Lebih terperinciBAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF
BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF Pada bab ini akan dibahas mengenai sifa-sifa dari model runun waku musiman muliplikaif dan pemakaian model ersebu menggunakan meode Box- Jenkins beberapa ahap
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Laar Belakang Pada dasarnya peramalan adalah merupakan suau dugaan aau perkiraan enang erjadinya suau keadaan di masa depan. Akan eapi dengan menggunakan meodemeode erenu peramalan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LADASA TEORI 2.1 Pengerian Peramalan Peramalan (forecasing) adalah suau kegiaan yang memperkirakan apa yang akan erjadi pada masa yang akan daang. Meode peramalan merupakan cara unuk memperkirakan
Lebih terperinciPemodelan Produksi Minyak dan Gas Bumi pada Platform MK di PT X Menggunakan Metode ARIMA, Neural Network, dan Hibrida ARIMA-Neural Network
D-378 JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (26) 2337-3520 (23-928X Prin) Pemodelan Produksi Minyak dan Gas Bumi pada Plaform MK di PT X Menggunakan Meode ARIMA, Neural Nework, dan Hibrida ARIMA-Neural
Lebih terperinciBAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun
43 BAB METODE PEMUUAN EKPONENA TRPE DAR WNTER Meode pemulusan eksponensial elah digunakan selama beberapa ahun sebagai suau meode yang sanga berguna pada begiu banyak siuasi peramalan Pada ahun 957 C C
Lebih terperinciKAJIAN PEMODELAN DERET WAKTU: METODE VARIASI KALENDER YANG DIPENGARUHI OLEH EFEK VARIASI LIBURAN
JMP : Volume 4 omor, Juni 22, hal. 35-46 KAJIA PEMODELA DERET WAKTU: METODE VARIASI KALEDER YAG DIPEGARUHI OLEH EFEK VARIASI LIBURA Winda Triyani Universias Jenderal Soedirman winda.riyani@gmail.com Rina
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang
BAB 2 TINJAUAN TEORITIS 2.1 Pengerian dan Manfaa Peramalan Kegiaan unuk mempeirakan apa yang akan erjadi pada masa yang akan daang disebu peramalan (forecasing). Sedangkan ramalan adalah suau kondisi yang
Lebih terperinciIV METODE PENELITIAN
IV METODE PENELITIAN 4.1. Lokasi dan Waku Peneliian Peneliian yang dilakukan mengenai analisis perencanaan pengadaan una berdasarkan ramalan ime series volume ekspor una loin beku di PT Tridaya Eramina
Lebih terperinciPemodelan Indeks Harga Konsumen Kelompok Bahan Makanan menggunakan Metode Intervensi dan Regresi Spline ABSTRAK
Pemodelan Indeks Harga Konsumen Kelompok Bahan Makanan menggunakan Meode Inervensi dan Regresi Spline Rina Andriani, Dr. Suharono, M.Sc 2 Mahasiswa Jurusan Saisika FMIPA-ITS, 2 Dosen Jurusan Saisika FMIPA-ITS
Lebih terperinciBAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan
BAB 2 URAIAN EORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan memperkirakan aau memprediksi apa yang erjadi pada waku yang akan daang, sedangkan rencana merupakan penenuan apa yang akan dilakukan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
11 BAB I PENDAHULUAN 1.1 Laar Belakang Salah sau masalah analisis persediaan adalah kesulian dalam menenukan reorder poin (iik pemesanan kembali). Reorder poin diperlukan unuk mencegah erjadinya kehabisan
Lebih terperinciANALISIS PERAMALAN INDEKS HARGA SAHAM KOSPI DENGAN MENGGUNAKAN METODE INTERVENSI
Seminar Nasional Saisika IX Insiu Teknologi Sepuluh Nopember, 7 November 009 XV-1 ANALISIS PERAMALAN INDEKS HARGA SAHAM KOSPI DENGAN MENGGUNAKAN METODE INTERVENSI Muhammad Sjahid Akbar, Jerry Dwi Trijoyo
Lebih terperinciBAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan
BAB II LADASA TEORI 2.1 Pengerian peramalan (Forecasing) Peramalan (Forecasing) adalah suau kegiaan yang mengesimasi apa yang akan erjadi pada masa yang akan daang dengan waku yang relaif lama (Assauri,
Lebih terperinci2 efek dari pengaruh kejadian luar (exernal even) pada daa ime series (Wei, 2006). Bila y adalah daa ime series yang mengandung variasi kalender, maka
. PERAMALAN VOLUME KENDARAAN MASUK DI TOL DUPAK-WARU MENGGUNAKAN MODEL VARIASI KALENDER Yosua D. Charismawan (1304 100 024) Pembimbing : Ir. Dwiamono Agus W.,M.Ikom ABSTRAK Tol Surabaya-Gempol merupakan
Lebih terperinciPemodelan Data Runtun Waktu : Kasus Data Tingkat Pengangguran di Amerika Serikat pada Tahun
Pemodelan Daa Runun Waku : Kasus Daa Tingka Pengangguran di Amerika Serika pada Tahun 948 978. Adi Seiawan Program Sudi Maemaika, Fakulas Sains dan Maemaika Universias Krisen Saya Wacana, Jl. Diponegoro
Lebih terperinciPeramalan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Model Dinamis
JURNAL SAINS DAN NI POMITS Vol. 3, No. 2, (2014) ISSN: 2337-3539 (2301-9271 Prin) D-224 Peramalan Penjualan Sepeda Moor di Jawa Timur dengan Menggunakan Model Dinamis Desy Musika dan Seiawan Jurusan Saisika,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Defenisi Persediaan Persediaan adalah barang yang disimpan unuk pemakaian lebih lanju aau dijual. Persediaan dapa berupa bahan baku, barang seengah jadi aau barang jadi maupun
Lebih terperinciBAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan
BAB 2 LANDASAN TEORI 2.1. Produksi Produksi padi merupakan suau hasil bercocok anam yang dilakukan dengan penanaman bibi padi dan perawaan sera pemupukan secara eraur sehingga menghasilkan suau produksi
Lebih terperinciPeramalan Inflasi Nasional Berdasarkan Faktor Ekonomi Makro Menggunakan Pendekatan Time Series Klasik dan ANFIS
JURNAL SAINS DAN SENI IS Vol. 4, No., () 2337-3 (2-928X Prin) D-67 Peramalan Inflasi Nasional Berdasarkan Fakor Ekonomi Makro Menggunakan Pendekaan ime Series Klasik dan ANFIS Clara Agusin Sephani, Agus
Lebih terperinciANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI MITRA PINASTHIKA MUSTIKA (MPM) HONDA MOTOR DENGAN PENDEKATAN ARIMA
ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI MITRA PINASTHIKA MUSTIKA (MPM) HONDA MOTOR DENGAN PENDEKATAN ARIMA Oleh : Liviani Nursia 307030040 Dosen Pembimbing: Dr. Brodjol Suijo S.U, MSi Laar Belakang
Lebih terperinciBAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode
20 BAB 2 LADASA TEORI 2.1. Pengerian Peramalan Meode Peramalan merupakan bagian dari ilmu Saisika. Salah sau meode peramalan adalah dere waku. Meode ini disebu sebagai meode peramalan dere waku karena
Lebih terperinciBAB II LANDASAN TEORI. Persediaan dapat diartikan sebagai barang-barang yang disimpan untuk digunakan atau
BAB II LANDASAN TEORI 2.1 Pengerian Persediaan Persediaan dapa diarikan sebagai barang-barang yang disimpan unuk digunakan aau dijual pada masa aau periode yang akan daang. Persediaan erdiri dari bahan
Lebih terperinciPeramalan Total Market Sepeda Motor Dan Total Penjualan Motor X Di Propinsi Jawa Timur Dengan Pendekatan ARIMA Box-Jenkins Dan ARIMAX
Peramalan Toal Marke epeda Moor Dan Toal Penjualan Moor X Di Propinsi Jawa Timur Dengan Pendekaan ARIMA Box-Jenkins Dan ARIMAX Oleh: Novia Dwi R. (300027) Dosen Pembimbing: Dr. eiawan, M.i 2 AGENDA PENDAHULUAN
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah Dalam sisem perekonomian suau perusahaan, ingka perumbuhan ekonomi sanga mempengaruhi kemajuan perusahaan pada masa yang akan daang. Pendapaan dan invesasi merupakan
Lebih terperinciPERAMALAN FUNGSI TRANSFER SINGLE INPUT INDEKS HARGA SAHAM GABUNGAN TERHADAP SAHAM NEGARA TERDEKAT
Saisika, Vol. 2, No. 2, November 24 PERAMALAN FUNGSI TRANSFER SINGLE INPUT INDEKS HARGA SAHAM GABUNGAN TERHADAP SAHAM NEGARA TERDEKAT Sri Wahyuni, 2 Farikhin, Iswahyudi Joko Suprayino Program Sudi Saisika
Lebih terperinciS 9 Peramalan Volume Penjualan Calana Panjang di Boyolali dengan Menggunakan Model Variasi Kalender
9 Peramalan Volume Penjualan Calana Panjang di Boyolali dengan Menggunakan Model Variasi Kalender Wahyuni uryaningyas Dosen FKIP Universias Muhammadiyah urabaya e-mail: ma_ums @yahoo.com ABTRAK Bisnis
Lebih terperinci*Corresponding Author:
Prosiding Seminar Tugas Akhir FMIPA UNMUL 5 Periode Mare 6, Samarinda, Indonesia ISBN: 978-6-7658--3 Penerapan Model Neuro-Garch Pada Peramalan (Sudi Kasus: Reurn Indeks Harga Saham Gabungan) Applicaion
Lebih terperinciBAB II TINJAUAN TEORITIS
BAB II TIJAUA TEORITIS 2.1 Peramalan (Forecasing) 2.1.1 Pengerian Peramalan Peramalan dapa diarikan sebagai beriku: a. Perkiraan aau dugaan mengenai erjadinya suau kejadian aau perisiwa di waku yang akan
Lebih terperinciPENERAPAN METODE TRIPLE EXPONENTIAL SMOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUSAHAAN MEBEL SINAR JEPARA TANJUNGANOM NGANJUK.
PENERAPAN METODE TRIPLE EXPONENTIAL MOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUAHAAN MEBEL INAR JEPARA TANJUNGANOM NGANJUK. ii Rukayah*), Achmad yaichu**) ABTRAK Peneliian ini berujuan unuk
Lebih terperinciPerbandingan Metode Winter Eksponensial Smoothing dan Metode Event Based untuk Menentukan Penjualan Produk Terbaik di Perusahaan X
JURAL SAIS DA SEI ITS Vol. 6, o.1, (2017) 2337-3520 (2301-928X Prin) A 1 Perbandingan Meode Winer Eksponensial Smoohing dan Meode Even Based unuk Menenukan Penjualan Produk Terbaik di Perusahaan X Elisa
Lebih terperinciPEMODELAN DATA DERET WAKTU YANG MENGANDUNG EFEK VARIASI KALENDER PADA KASUS PENJUALAN PRODUK DI PERUSAHAAN RITEL
Seminar Nasional Saisika IX Insiu Teknologi Sepuluh Nopember, 7 November 9 PEMODELAN DATA DERET WAKTU YANG MENGANDUNG EFEK VARIASI KALENDER PADA KASUS PENJUALAN PRODUK DI PERUSAHAAN RITEL Y.P.Y. Asmara,
Lebih terperinciBAB 4 ANALISIS DAN PEMBAHASAN
BAB 4 ANALISIS DAN EMBAHASAN 4.1 Karakerisik dan Obyek eneliian Secara garis besar profil daa merupakan daa sekunder di peroleh dari pusa daa saisik bursa efek Indonesia yang elah di publikasi, daa di
Lebih terperinciPrediksi Penjualan Sepeda Motor Honda di Kabupaten dan Kotamadya Malang dengan Metode Peramalan Hierarki. Oleh : Rika Susanti
Prediksi Penjualan Sepeda Moor Honda di Kabupaen dan Koamadya Malang dengan Meode Peramalan Hierarki Oleh : Rika Susani 1310100066 Dosen Pembimbing Co. Pembimbing : Dra. Desri Susilaningrum, M.Si. : Dr.
Lebih terperinciAbstrak Hampir seluruh aktivitas manusia di berbagai belahan bumi sangat bergantung terhadap ketersediaan air bersih.
1 Peramalan Volume Produksi Air Bersih di PDAM Kabupaen Bojonegoro berdasarkan Jumlah Pelanggan dan Volume Konsumsi Air Fasha Aulia Pradhani dan Adaul Mukarromah Jurusan Saisika, FMIPA, ITS Jl. Arief Rahman
Lebih terperinciBAB 3 METODOLOGI PEMECAHAN MASALAH
BAB 3 METODOLOGI PEMECAHAN MASALAH 3.1 Tahapan Pemecahan Masalah Tahapan pemecahan masalah berfungsi unuk memudahkan dalam mencari jawaban dalam proses peneliian yang dilakukan agar sesuai dengan arah
Lebih terperinciOleh: TANTI MEGASARI Dosen Pembimbing : Dra. Nuri Wahyuningsih, MKes
PERAMALAN INDEKS HARGA SAHAM YANG DIPENGARUHI KURS, PERUBAHAN INFLASI, POSISI JUMLAH DEPOSITO BERJANGKA, SUKU BUNGA SBI DAN DEPOSITO MENGGUNAKAN FUNGSI TRANSFER DAN ARCH-GARCH Oleh: TANTI MEGASARI 6 00
Lebih terperinci(T.6) PENDEKATAN INDEKS SIKLUS PADA METODE DEKOMPOSISI MULTIPLIKATIF
Seminar Nasional Saisika 12 November 2011 Vol 2, November 2011 (T.6) PENDEKATAN INDEKS SIKLUS PADA METODE DEKOMPOSISI MULTIPLIKATIF Gumgum Darmawan, Sri Mulyani S Saf Pengajar Jurusan Saisika FMIPA UNPAD
Lebih terperinciSISTEM PERSEDIAAN KOMPONEN PADA MESIN CETAK BERDASARKAN LAJU KERUSAKAN DI PT KARYA KITA
Reka Inegra ISSN: 2338-5081 Jurusan Teknik Indusri Ienas No.03 Vol.03 Jurnal Online Insiu Teknologi Nasional Juli 2015 SISTEM PERSEDIAAN KOMPONEN PADA MESIN CETAK BERDASARKAN LAJU KERUSAKAN DI PT KARYA
Lebih terperinciMODEL ARIMAX DAN DETEKSI GARCH UNTUK PERAMALAN INFLASI KOTA DENPASAR
MODEL ARIMAX DAN DETEKSI GARCH UNTUK PERAMALAN INFLASI KOTA DENPASAR S - 27 Rukini, Suharono2 2,2 Jurusan Saisika Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Teknologi Sepuluh Nopember (ITS) Surabaya
Lebih terperinciSekilas Pandang. Modul 1 PENDAHULUAN
Modul 1 Sekilas Pandang Drs. Irlan Soelaeman, M.Ed. S PENDAHULUAN uau hari, saya dan keluarga berencana membawa mobil pergi ke Surabaya unuk mengunjungi salah seorang saudara. Sau hari sebelum keberangkaan,
Lebih terperinciAPLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND
APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND Noeryani 1, Ely Okafiani 2, Fera Andriyani 3 1,2,3) Jurusan maemaika, Fakulas Sains Terapan, Insiu Sains & Teknologi
Lebih terperinciBAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu
BAB III METODE DEKOMPOSISI CENSUS II 3.1 Pendahuluan Daa dere waku adalah daa yang dikumpulkan dari waku ke waku unuk menggambarkan perkembangan suau kegiaan (perkembangan produksi, harga, hasil penjualan,
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1. Lokasi dan Waku Peneliian Peneliian ini dilakukan di Dafarm, yaiu uni usaha peernakan Darul Fallah yang erleak di Kecamaan Ciampea, Kabupaen Bogor, Jawa Bara. Pemilihan lokasi
Lebih terperinciBAB III ARFIMA-FIGARCH. pendek (short memory) karena fungsi autokorelasi antara dan turun
BAB III ARFIMA-FIGARCH 3. Time Series Memori Jangka Panjang Proses ARMA sering dinyaakan sebagai proses memori jangka pendek (shor memory) karena fungsi auokorelasi anara dan urun cepa secara eksponensial
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jenis Peneliian Jenis peneliian kuaniaif ini dengan pendekaan eksperimen, yaiu peneliian yang dilakukan dengan mengadakan manipulasi erhadap objek peneliian sera adanya konrol.
Lebih terperinciBAB 4 METODOLOGI PENELITIAN
BAB 4 METODOLOGI PENELITIAN 4.1. Model Rumusan Masalah dan Pengambilan Kepuusan Model rumusan masalah dan pengambilan kepuusan yang digunakan dalam menyelesaikan skripsi ini dimulai dari observasi lapangan
Lebih terperinciIDENTIFIKASI POLA DATA TIME SERIES
IDENTIFIKASI POLA DATA TIME SERIES Daa merupakan bagian pening dalam peramalan. Beriku adalah empa krieria yang dapa digunakan sebagai acuan agar daa dapa digunakan dalam peramalan.. Daa harus dapa dipercaya
Lebih terperinciPeramalan Jumlah Pengunjung Domestik dan Mancanegara di Maharani Zoo & Goa Menggunakan ARIMA Box - Jenkins
Peramalan Jumlah Pengunjung Domesik dan Mancanegara di Maharani oo & Goa Menggunakan ARIMA Box - Jenkins Vivi Kusuma Sulisyawai (3030085) Dosen Pembimbing Dr. Irhamah, S.Si.,M.Si Laar Belakang Rumusan
Lebih terperinciAnalisis Model dan Contoh Numerik
Bab V Analisis Model dan Conoh Numerik Bab V ini membahas analisis model dan conoh numerik. Sub bab V.1 menyajikan analisis model yang erdiri dari analisis model kerusakan produk dan model ongkos garansi.
Lebih terperinciPEMODELAN PRODUKSI SEKTOR PERTANIAN
Seminar Nasional Saisika IX Insiu Teknologi Sepuluh Nopember, 7 November 2009 PEMODELAN PRODUKSI SEKTOR PERTANIAN Brodjol Suijo Jurusan Saisika ITS Surabaya ABSTRAK Pada umumnya daa ekonomi bersifa ime
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Pengerian Persediaan (Invenory) Persediaan didefinisikan sebagai barang jadi yang disimpan aau digunakan unuk dijual pada periode mendaang, yang dapa berbenuk bahan baku yang
Lebih terperinciPERAMALAN DENGAN MODEL VARI PADA DATA IHK KELOMPOK PADI-PADIAN DAN BUMBU-BUMBUAN (STUDI KASUS KOTA SALATIGA, BULAN JANUARI 2014 JULI 2016)
Prosiding Seminar Maemaika dan Pendidikan Maemaika ISBN: 978-602-622-20-9 hal 935-950 November 206 hp://jurnal.fkip.uns.ac.id PERAMALAN DENGAN MODEL VARI PADA DATA IHK KELOMPOK PADI-PADIAN DAN BUMBU-BUMBUAN
Lebih terperinciBAB 1 PENDAHULUAN. Propinsi Sumatera Utara merupakan salah satu propinsi yang mempunyai
BAB 1 PENDAHULUAN 1.1 Laar Belakang Propinsi Sumaera Uara merupakan salah sau propinsi yang mempunyai perkembangan yang pesa di bidang ransporasi, khususnya perkembangan kendaraan bermoor. Hal ini dapa
Lebih terperinciBAB 2 LANDASAN TEORI
35 BAB LANDASAN TEORI Meode Dekomposisi biasanya mencoba memisahkan iga komponen erpisah dari pola dasar yang cenderung mencirikan dere daa ekonomi dan bisnis. Komponen ersebu adalah fakor rend (kecendrungan),
Lebih terperinciSKRIPSI IMELDA YULI YANTI FRANSISKA
INVENTORY CONTROL DAN PERENCANAAN BAHAN BAKU DI INDUSTRI MANUFAKTURING PADA PT. INDOFOOD SUKSES MAKMUR - MEDAN SKRIPSI IMELDA YULI YANTI FRANSISKA 050803021 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN
Lebih terperinciPrediksi Permintaan BBM di PT. Pertamina Region V dengan Metode Peramalan Data Time Series Hirarki
Prediksi Perminaan BBM di PT. Peramina Region V dengan Meode Peramalan Daa Time Series Hirarki Prania Dian Uari dan 2 Suharono Mahasiswa Jurusan Saisika FMIPA-ITS (38 57) 2 Dosen Jurusan Saisika FMIPA-ITS
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1 Lokasi dan Waku Peneliian Peneliian ini dilaksanakan di PT Panafil Essenial Oil. Lokasi dipilih dengan perimbangan bahwa perusahaan ini berencana unuk melakukan usaha dibidang
Lebih terperinciPERAMALAN KONSUMSI LISTRIK PADA SEGMEN RUMAH TANGGA PT PLN (PERSERO) DISTRIBUSI JAWA TIMUR
TUGAS AKHIR SS 145561 PERAMALAN KONSUMSI LISTRIK PADA SEGMEN RUMAH TANGGA PT PLN (PERSERO) DISTRIBUSI JAWA TIMUR SARIRAZTY DWIJANTARI NRP 1314 030 010 Dosen Pembimbing Dr. Wahyu Wibowo, S.Si., M.Si DEPARTEMEN
Lebih terperinciProsiding Seminar Nasional Matematika dan Terapannya 2016 p-issn : ; e-issn :
Prosiding Seminar Nasional Maemaika dan Terapannya 2016 p-issn : 2550-0384; e-issn : 2550-0392 PERAMALAN VOLUME PENGGUNAAN AIR BERSIH DENGAN METODE WINTERS EPONENTIAL SMOOTHING UNTUK MENENTUKAN VOLUME
Lebih terperinciAnalisis Peramalan Jumlah Permintaan Kerudung di Industri Kecil Kerudung Arin di Surabaya dengan Metode Variasi Kalender
Analisis Peramalan Jumlah Perminaan Kerudung di Indusri Kecil Kerudung Arin di Surabaya dengan Meode Variasi Kalender Disusun oleh : Sely Enggar Rusiano 307 030 030 Dosen Pembimbing : Dr. Irhamah, M.Si
Lebih terperinciBAB III ANALISIS INTERVENSI. Analisis intervensi dimaksudkan untuk penentuan jenis respons variabel
BAB III ANALISIS INTERVENSI 3.1. Pendahuluan Analisis inervensi dimaksudkan unuk penenuan jenis respons variabel ak bebas yang akan muncul akiba perubahan pada variabel bebas. Box dan Tiao (1975) elah
Lebih terperinciModel ARIMAX Dan Deteksi GARCH Untuk Peramalan Inflasi Kota Denpasar Tahun 2014
JEKT Model ARIMAX Dan Deeksi GARCH Unuk Peramalan Inflasi Koa Denpasar Tahun 2014 Rukini *) Badan Pusa Saisik Provinsi Bali ABSTRAK pemerinah dalam mengambil kebijakan unuk menjaga sabilias moneer di masa
Lebih terperinciBAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang
BAB 2 LANDASAN TEORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. Sedangkan ramalan adalah suau aau kondisi yang diperkirakan akan erjadi
Lebih terperinciPenentuan Pelebaran Window Time Optimal Pada Data Deret Waktu
1 Penenuan Pelebaran Window Time Opimal Pada Daa Dere Waku (1) Nursya`bani Hendro Prabowo dan (2) Raden Mohamad Aok Deparemen Saisika, Fakulas Maemaika dan Ilmu Pengeahuan Alam, Insiu Teknologi Sepuluh
Lebih terperinciBAB 2 TINJAUAN TEORI
7 BAB 2 TINJAUAN TEORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. Sedangkan ramalan adalah suau siuasi aau kondisi yang diperkirakan
Lebih terperinciPERAMALAN JUMLAH PENUMPANG AIRLINES PT. ANGKASA PURA II BANDARA SULTAN SYARIF KASIM II PEKANBARU DENGAN ARIMA(0,1,1)(0,1,1) 12 TUGAS AKHIR.
PERAMALAN JUMLAH PENUMPANG AIRLINES PT. ANGKASA PURA II BANDARA SULTAN SYARIF KASIM II PEKANBARU DENGAN ARIMA(0,,)(0,,) 2 TUGAS AKHIR Diajukan Sebagai Salah Sau Syara unuk Memperoleh Gelar Sarjana Sains
Lebih terperinciMODEL OPTIMASI PENGGANTIAN MESIN PEMECAH KULIT BERAS MENGGUNAKAN PEMROGRAMAN DINAMIS (PABRIK BERAS DO A SEPUH)
Journal Indusrial Servicess Vol. No. Okober 0 MODEL OPTIMASI PENGGANTIAN MESIN PEMECAH KULIT BERAS MENGGUNAKAN PEMROGRAMAN DINAMIS (PABRIK BERAS DO A SEPUH) Abdul Gopar ) Program Sudi Teknik Indusri Universias
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini adalah penelitian Quasi Eksperimental Design dengan
BAB III METODOLOGI PENELITIAN A. Jenis dan Desain Peneliian Peneliian ini adalah peneliian Quasi Eksperimenal Design dengan kelas eksperimen dan kelas conrol dengan desain Prees -Poses Conrol Group Design
Lebih terperinciPeramalan Hasil Produksi Pupuk NPK Menggunakan Model Fungsi Transfer Multi Input. : Nesia Brilliana I.P NRP :
Peramalan Hasil Produksi Pupuk NPK Menggunakan Model Fungsi Transfer Muli Inpu Nama : Nesia Brilliana I.P NRP : 20800023 Jurusan : Maemaika Dosen Pembimbing : Dra. Nuri Wahyuningsih, M. Kes Pemberian pupuk
Lebih terperinciJurusan Teknik Informatika Fakultas Teknik Universitas Muhammadiyah Jember ABSTRAK
PERBANDINGAN METODE DES (DOUBLE EXPONENTIAL SMOOTHING) DENGAN TES (TRIPLE EXPONENTIAL SMOOTHING) PADA PERAMALAN PENJUALAN ROKOK (STUDI KASUS TOKO UTAMA LUMAJANG) 1 Fajar Riska Perdana (1110651142) 2 Daryano,
Lebih terperinciIII KERANGKA PEMIKIRAN
III KERANGKA PEMIKIRAN 3.1 Teori Risiko Produksi Dalam eori risiko produksi erlebih dahulu dijelaskan mengenai dasar eori produksi. Menuru Lipsey e al. (1995) produksi adalah suau kegiaan yang mengubah
Lebih terperinciPENGGUNAAN DISTRIBUSI PELUANG JOHNSON SB UNTUK OPTIMASI PEMELIHARAAN MESIN
M-6 PENGGUNAAN DISTRIBUSI PELUANG JOHNSON SB UNTUK OPTIMASI PEMELIHARAAN MESIN Enny Suparini 1) Soemarini 2) 1) & 2) Deparemen Saisika FMIPA UNPAD arhinii@yahoo.com 1) ine_soemarini@yahoo.com 2) Absrak
Lebih terperinciUSULAN UKURAN PEMESANAN OPTIMAL SUKU CADANGMESIN GRINDING BERDASARKAN LAJU KERUSAKAN MENGGUNAKAN METODE Q (di Bengkel Pembuatan dan Service Turbin)
ISSN: 2338-5081 Jurusan Teknik Indusri Ienas No.01 Vol.04 Jurnal Online Insiu Teknologi Nasional Januari 2016 USULAN UKURAN PEMESANAN OPTIMAL SUKU CADANGMESIN GRINDING BERDASARKAN LAJU KERUSAKAN MENGGUNAKAN
Lebih terperinciDAMPAK PENURUNAN HARGA BBM JENIS PREMIUM TERHADAP ANGKA INFLASI DI KOTA YOGYAKARTA (Studi Aplikasi Model Intervensi dengan Step Function)
DAMPAK PENURUNAN HARGA BBM JENIS PREMIUM TERHADAP ANGKA INFLASI DI KOTA YOGYAKARTA (Sudi Aplikasi Model Inervensi dengan Sep Funcion) S-3 Kismianini dan Dhoriva Urwaul Wusqa Jurusan Pendidikan Maemaika
Lebih terperinciUSULAN PENERAPAN METODE KOEFISIEN MANAJEMEN (BOWMAN S) SEBAGAI ALTERNATIF MODEL PERENCANAAN PRODUKSI PRINTER TIPE LX400 PADA PT X
USULAN ENERAAN METODE KOEISIEN MANAJEMEN (BOMAN S) SEBAGAI ALTERNATI MODEL ERENCANAAN RODUKSI RINTER TIE LX400 ADA T X Hendi Dwi Hardiman Jurusan Teknik Manajemen Indusri - Sekolah Tinggi Manajemen Indusri
Lebih terperinciPEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN
PEMODELAN NILAI UKAR RUPIAH ERHADAP $US MENGGUNAKAN DERE WAKU HIDDEN MARKOV SAU WAKU SEBELUMNYA BERLIAN SEIAWAY, DIMAS HARI SANOSO, N. K. KUHA ARDANA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan
Lebih terperinciPeramalan Return Saham Bank Central Asia Menggunakan Self Exciting Threshold Autoregressive Genetic Algorithm
JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (2016) 2337-3520 (2301-928X Prin) D-71 Peramalan Reurn Saham Bank Cenral Asia Menggunakan Self Exciing Threshold Auoregressive Geneic Algorihm Tesalonika Puri dan
Lebih terperinciANALISIS DIRECT SELLING COST DALAM MENINGKATKAN VOLUME PENJUALAN Studi kasus pada CV Cita Nasional.
JURNAL ILMIAH RANGGAGADING Volume 7 No. 1, April 7 : 3-9 ANALISIS DIRECT SELLING COST DALAM MENINGKATKAN VOLUME PENJUALAN Sudi kasus pada CV Cia Nasional. Oleh Emmy Supariyani* dan M. Adi Nugroho *Dosen
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan adalah kegiaan memperkirakan apa yang akan erjadi pada masa yang akan daang. Ramalan adalah sesuau kegiaan siuasi aau kondisi yang diperkirakan akan erjadi
Lebih terperinciPeramalan Beban Listrik di Jawa Timur Menggunakan Metode ARIMA dan Adaptive Neuro Fuzzy Inference System (ANFIS)
JURNAL SAINS DAN SENI ITS Vol. 4, No., (05) -50 (0-9X Prin) D-9 Peramalan Beban Lisrik di Jawa Timur Menggunakan Meode ARIMA dan Adapive Neuro Fuzzy Inference Sysem () Indana La Zulfa dan Suharono Jurusan
Lebih terperinciJURNAL TEKNIK POMITS Vol. 2, No. 2, (2013) ISSN: ( Print) D-108
JURNAL TEKNIK POMITS Vol., No., (013) ISSN: 337-3539 (301-971 Prin) D-108 Simulasi Peredaman Gearan Mesin Roasi Menggunakan Dynamic Vibraion Absorber () Yudhkarisma Firi, dan Yerri Susaio Jurusan Teknik
Lebih terperinciPROSEDUR PEMBENTUKAN MODEL VARIASI KALENDER BERDASARKAN MODEL ARIMAX UNTUK PERAMALAN DATA DENGAN EFEK VARIASI KALENDER
Seminar Nasional Saisika IX Insiu Teknologi Sepuluh Nopember, November PROSEDUR PEMBENTUKAN MODEL VARIASI KALENDER BERDASARKAN MODEL ARIMAX UNTUK PERAMALAN DATA DENGAN EFEK VARIASI KALENDER Suharono dan
Lebih terperinciPEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON*
PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON* BERLIAN SETIAWATY DAN HIRASAWA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Peranian Bogor
Lebih terperinciBab 5 Penaksiran Fungsi Permintaan. Ekonomi Manajerial Manajemen
Bab 5 Penaksiran Fungsi Perminaan 1 Ekonomi Manajerial Manajemen Peranyaan Umum Tenang Perminaan Seberapa besar penerimaan perusahaan akan berubah seelah adanya peningkaan harga? Berapa banyak produk yang
Lebih terperinciANALISIS KEHANDDALAN DAN LAJU KERUSAKAN PADA MESIN CONTINUES FRYING (STUDI KASUS : PT XYZ)
hp://jurnal.upnyk.ac.id/index.php/opsi OPSI Jurnal Opimasi Sisem Indusri ANALISIS KEHANDDALAN DAN LAJU KERUSAKAN PADA MESIN CONTINUES FRYING (STUDI KASUS : PT XYZ) Ahmad Muhsin, Ichsan Syarafi Jurusan
Lebih terperinciPENGARUH STRATEGI PEMBELAJARAN GENIUS LEARNING TERHADAP HASIL BELAJAR FISIKA SISWA
ISSN 5-73X PENGARUH STRATEGI PEMBELAJARAN GENIUS LEARNING TERHADAP HASIL BELAJAR ISIKA SISWA Henok Siagian dan Iran Susano Jurusan isika, MIPA Universias Negeri Medan Jl. Willem Iskandar, Psr V -Medan
Lebih terperinciPREDIKSI BEBAN LISTRIK MENGGUNAKAN KERNEL RIDGE REGRESSION DENGAN PERTIMBANGAN DUMP POWER DAN ENERGY NOT SERVED
PREDIKSI BEBAN LISTRIK MENGGUNAKAN KERNEL RIDGE REGRESSION DENGAN PERTIMBANGAN DUMP POWER DAN ENERGY NOT SERVED Wahyuda 1, Budi Sanosa 2, Nani Kurniai 3 1 Teknik Indusri Universias Mulawarman-Samarinda
Lebih terperinciJURNAL SAINS DAN SENI POMITS Vol. 3, No.2, (2014) ( X Print) D-326
JURNAL AIN DAN ENI OMIT Vol. 3, No., (4) 337-35 (-98X rin) D-36 eramalan Toal Marke eeda Moor dan Toal enjualan Moor X di roinsi Jawa Timur dengan endekaan ARIMA Box-Jenkins dan Auoregressive Inegraed
Lebih terperinciBAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat
BAB 1 PENDAHULUAN 1.1 Laar Belakang Sumber Daya Alam (SDA) yang ersedia merupakan salah sau pelengkap ala kebuuhan manusia, misalnya anah, air, energi lisrik, energi panas. Energi Lisrik merupakan Sumber
Lebih terperinciIII. METODE PENELITIAN
26 III. METODE PENELITIAN 3.1. Kerangka Pemikiran Penilaian perkembangan kinerja keuangan PT. Goodyear Indonesia Tbk dilakukan dengan maksud unuk mengeahui sejauh mana perkembangan usaha perusahan yang
Lebih terperinciPENAKSIRAN PARAMETER MODEL VECTOR AUTOREGRESSIVE INTEGRATED (VARI) DENGAN METODE MLE DAN PENERAPANNYA PADA DATA INDEKS HARGA KONSUMEN
IndoMS Journal on Saisics Vol., No. (04), Page 7-37 PENAKSIRAN PARAMETER MODEL VECTOR AUTOREGRESSIVE INTEGRATED (VARI) DENGAN METODE MLE DAN PENERAPANNYA PADA DATA INDEKS HARGA KONSUMEN Dinda Ariska Wulandari,
Lebih terperincix 4 x 3 x 2 x 5 O x 1 1 Posisi, perpindahan, jarak x 1 t 5 t 4 t 3 t 2 t 1 FI1101 Fisika Dasar IA Pekan #1: Kinematika Satu Dimensi Dr.
Pekan #1: Kinemaika Sau Dimensi 1 Posisi, perpindahan, jarak Tinjau suau benda yang bergerak lurus pada suau arah erenu. Misalnya, ada sebuah mobil yang dapa bergerak maju aau mundur pada suau jalan lurus.
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Peneliian Keinginan Kelompok Tani Duma Lori yang erdapa di Desa Konda Maloba dan masyaraka sekiar akan berdirinya penggilingan gabah di daerahnya, elah
Lebih terperinciBAB 2 TINJAUAN PUSTAKA. yang akan datang. Peramalan menjadi sangat penting karena penyusunan suatu
BAB 2 TINJAUAN PUSTAKA 2.1 Pengerian Peramalan Peramalan adalah kegiaan memperkirakan apa yang erjadi pada waku yang akan daang sedangkan rencana merupakan penenuan apa yang akan dilakukan pada waku yang
Lebih terperinci