BAB SIMULASI PERHITUNGAN HARGA BARANG. Bab 4 Simulasi Perhitungan Harga barang berisikan :

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB SIMULASI PERHITUNGAN HARGA BARANG. Bab 4 Simulasi Perhitungan Harga barang berisikan :"

Transkripsi

1 BAB SIMULASI PERHITUNGAN HARGA BARANG Bab Simulasi Perhitungan Harga barang berisikan :.. Simulasi peramalan nilai Indeks Harga Konsumen (IHK) melalui metode ARIMA.. Prediksi nilai inflasi tahun 0.3. Prediksi Harga Barang tahun 0 Penyusunan Buku Standar Biaya Belanja Barang dan Jasa Unpad Tahun Anggaran 0 Halaman-33

2 .. SIMULASI PERAMALAN NILAI IHK MELALUI METODE ARIMA Sebagai contoh akan disimulasikan peramalan nilai IHK Total tahun 0. Data yang digunakan adalah data IHK Total dari Bulan Januari 007 s.d September 00 sebagai berikut : No Tabel 3. Data IHK Total Bulan Januari 007 s.d September 00 IHK Total No IHK Total No IHK Total No IHK Total 9,6 3 03,5 5, ,7 9, 0,37 6, 3 6,0 3 9,9 5 05,7 7, 39 6,05 99, ,9,7 0 6, 5 9, ,3 9,56 6,3 6 9,9 0,7 30,66 6, ,56 9,3 3,99 3,07 00,9 0,0 3 3,56,67 9 0,,7 33,5 5 9, 0 0,6 3,59 3,5 0, 3 3,36 35,3 0,, ,0 Data di atas dibagi dua bagian yaitu :. Data kalibrasi, yaitu data yang digunakan untuk membangun model. Dalam hal ini yang digunakan sebagai data kalibrasi adalah data bulan Januari 007 s,d Desember Data validasi, yaitu data yang digunakan untuk validasi model. Dalam hal ini yang digunakan sebagai data validasi adalah data bulan Januari 00 s.d September 00. Algoritma peramalan yang dilakukan : a. Ploting data Plot data digunakan untuk melihat kestasioneran dari data, apakah data sudah stasioner atau belum. Plot data yang didapat menunjukkan bahwa data tidak stasioner (ada trend naik), sehingga perlu dilakukan differencing. Setelah dilakukan Penyusunan Buku Standar Biaya Belanja Barang dan Jasa Unpad Tahun Anggaran 0 Halaman-3

3 proses differencing satu kali dilakukan lagi ploting data dan didapatkan hasil bahwa data sudah stasioner. Kedua plot data dapat disajikan pada Gambar. Time Series Plot of IHK TOTAL Time Series Plot of IHK Total (differensing ) 6 3 IHK TOTAL 0 0 IHK Total (differensing ) Index Index 3 36 Gambar. Time Series Plot IHK Total dan Time Series Plot IHK Total dengan differencing () b. Fitting Model Langkah awal yang dilakukan pada proses fitting model adalah membuat plot Autocorrelation Funtion (ACF) dan Partial Autocorrelation Funtion (PACF). Plot ACF dan PACF digunakan untuk menentukan lag dari model AR dan MA. Plot ACF dan PACF yang dihasilkan dapat dilihat pada Gambar. Autocorrelation Function for IHK Total (differensing ) (with 5% significance limits for the autocorrelations) Partial Autocorrelation Function for IHK Total (differensing ) (with 5% significance limits for the partial autocorrelations) Autocorrelation,0 0, 0,6 0, 0, 0,0-0, -0, -0,6-0, -,0 Partial Autocorrelation,0 0, 0,6 0, 0, 0,0-0, -0, -0,6-0, -,0 3 5 Lag Lag Gambar. Plot ACF dan PACF data IHK Total Penyusunan Buku Standar Biaya Belanja Barang dan Jasa Unpad Tahun Anggaran 0 Halaman-35

4 Dari plot ACF dan PACF di atas dapat dilihat bahwa terdapat lag yang signifikan baik pada ACF maupun pada PACF. Hal ini menunjukkan bahwa terdapat 3 kemungkinan model yang dapat digunakan yaitu : ARIMA (,,0) ARIMA (0,,) ARIMA (,,) Dari ketiga model sementara di atas perlu dilakukan pendugaan parameter dan diagnostik model untuk menentukan satu model yang terbaik. Hasil pendugaan parameter disajikan pada Lampiran dan didapatkan perbandingan nilai MSE sebagai berikut : Tabel. Perbandingan nilai MSE dari ketiga model sementara Model MSE Signifikansi Parameter ARIMA (,,0) 0.99 Semua parameter signifikan ARIMA (0,,) Semua parameter signifikan ARIMA (,,) Terdapat parameter yang tidak signifikan Sumber: Pengolahan Data Tabel. diatas memberikan informasi bahwa pada ARIMA (,,) terdapat parameter yang tidak signifikan, dengan demikian model ARIMA (,,) tidak dapat digunakan. Selanjutnya dari kedua model yaitu ARIMA (,,0) dan ARIMA (0,) nilai MSE terkecil adalah pada model ARIMA (0,,) dengan nilai MSE = Peramalan nilai IHK untuk bulan Januari s.d September 00 dilakukan untuk memastikan model mana yang terbaik. Nilai peramalan akan dibandingkan dengan nilai aktualnya, dan model terbaik adalah model yang menghasilkan nilai peramalan dekat dengan nilai aktualnya. Hasil peramalan tersebut diberikan pada Tabel 5. Penyusunan Buku Standar Biaya Belanja Barang dan Jasa Unpad Tahun Anggaran 0 Halaman-36

5 Tabel 5. Perbandingan hasil peramalan dengan nilai aktual dari model sementara INDEKS HARGA KONSUMEN TOTAL Bulan Peramalan Peramalan Peramalan Aktual ARIMA (,,0) ARIMA (0,,) ARIMA (,,) Jan'0 5,7 5,9 5, 5,50 Feb'0 6,0 5, 5,95 5,966 Mar'0 6,05 6,3 6,3 6,3 Apr'0 6, 6,67 6,9 6,93 Mei'0 6,3 7,9 7,36 7,3 Juni'0 6,6 7,57 7,6 7,6 Juli'0,07,03,339,339 Agst'0,67,9,5, Sept'0 9,,95 9,9 9,9 Sumber: Pengolahan Data Dari Tabel 5. dapat dibandingkan bahwa hasil peramalan yang paling dekat dengan nilai aktualnya adalah hasil peramalan dari model ARIMA (0,,). c. Diagnostik model Diagnostik model merupakan pemeriksaan terhadap residual dari model yang digunakan. Diagnostik model dapat dilihat dari plot ACF dan PACF residual. Jika plot ACF dan PACF residual tidak memberikan lag yang signifikan maka model tersebut dikatakan layak. Diagnostik model dilakukan pada ketiga model sementara yang didapat. Hasil diagnostik model ARIMA (0,,) diberikan pada Gambar 3. dan Gambar. Penyusunan Buku Standar Biaya Belanja Barang dan Jasa Unpad Tahun Anggaran 0 Halaman-37

6 ACF of Residuals for IHK TOTAL (with 5% significance limits for the autocorrelations) PACF of Residuals for IHK TOTAL (with 5% significance limits for the partial autocorrelations),0,0 0, 0, Autocorrelation 0,6 0, 0, 0,0-0, -0, -0,6 Partial Autocorrelation 0,6 0, 0, 0,0-0, -0, -0,6-0, -,0-0, -, Lag Lag Gambar 3. Plot ACF dan PACF residual dengan model ARIMA (0,,) Plot ACF dan PACF residual di atas tidak memberikan lag yang signifikan, sehingga dapat dikatakan bahwa model ARIMA (0,,) layak Proses diagnostik model juga dilakukan dengan melihat beberapa hal sebagai berikut Sebaran dari residual, apakah residual menyebar normal atau tidak. Hal ini dapat dilihat dari plot normal residual, jika plot tersebut membentuk pola linear maka dikatakan bahwa residual menyebar normal Kehomogenan ragam dari residual, dapat dilihat dari plot antara residual dengan nilai fit yang berbentuk acak. Residual bersifat acak, dilihat dari plot residual yang berbentuk acak dan dibuktikan dengan uji Ljung-Box. Kewajaran dari hasil peramalan, hal ini dipertimbangkan melalui plot forecast dengan selang kepercayaan 95%. Penyusunan Buku Standar Biaya Belanja Barang dan Jasa Unpad Tahun Anggaran 0 Halaman-3

7 Percent Normal Probability Plot of the Residuals Residual Plots for IHK TOTAL Residual Residuals Versus the Fitted Values Time Series Plot for IHK TOTAL (with forecasts and their 95% confidence limits) 6-0 Residual Histogram of the Residuals Fitted Value Residuals Versus the Order of the Data IHK TOTAL Frequency Residual , -0, 0,0 0, 0, Residual,,6, Observation Order Time Gambar. Plot diagnostik model ARIMA (0,,) Gambar. di atas membuktikan beberapa hal sebagai berikut : Residual menyebar normal, dibuktikan dengan plot peluang normal yang membentuk pola linear. Residual memiliki ragam yang homogen, dibuktikan dari plot residual dengan nilai fit yang berbentuk acak. Residual bersifat acak, dibuktikan dengan plot residual yang berbentuk acak. Hasil peramalan terlihat wajar, dilihat dari plot forecast yang membentuk pola naik selaras dengan nilai aktualnya. Dengan demikian model ARIMA (0,,) merupakan model yang memenuhi asumsi sehinggan layak untuk digunakan. Hasil diagnostik untuk model ARIMA (,,0) dan ARIMA (,,) diberikan pada Lampiran dan dinyatakan bahwa kedua model tersebut juga layak untuk digunakan. Penyusunan Buku Standar Biaya Belanja Barang dan Jasa Unpad Tahun Anggaran 0 Halaman-39

8 d. Model terbaik Pada proses fitting model dan diagnostik model didapatkan bahwa model ARIMA (0,,) memiliki nilai MSE terkecil, semua parameternya signifikan, hasil peramalannya paling dekat dengan nilai aktual, dan asumsi pada proses diagnostik model terpenuhi. Dengan pertimbangan-pertimbangan tersebut makan ditetapkan bahwa model ARIMA (0,,) merupakan model terbaik, dengan demikian persamaan model yang digunakan adalah sebagai berikut : Z + a t = Z t + θ 0 θat Hasil pendugaan parameter dari model diatas diberikan pada Lampiran... Sehingga persamaan model yang didapat adalah : Dengan nilai MSE = 0,77 Z + a t = Z t + 0,76 + 0, 6637at t t e. Peramalan nilai IHK Total 0 Peramalan dilakukan dengan persamaan model ARIMA dan didapatkan hasil sebagai seperti pada Tabel 6.. Tabel 6. Hasil Peramalan nilai IHK 0 dan nilai Inflasi 0 Bulan Peramalan IHK Total (%) Peramalan Inflasi Total (%) Jan,35 0,7 Feb,3 0,79 Mar,3 0,7 Apr,79 0,79 Mei 3,6 0,79 Jun 3,76 0,7 Jul,5 0,79 Agust,70 0,7 Sept 5, 0,79 Okt 5,66 0,79 Nov 6,39 0,7 Des 6,6 0,79 Sumber: Pengolahan Data Penyusunan Buku Standar Biaya Belanja Barang dan Jasa Unpad Tahun Anggaran 0 Halaman-0

9 .. PREDIKSI NILAI INFLASI TAHUN 0 Nilai Inflasi dari suatu kelompok barang diperoleh dari selisih nilai IHK sekarang dengan Nilai IHK bulan sebelumnya. Tabel 7 akan menampilkan nilai inflasi dari beberapa kelompok barang. Tabel 7. Prediksi nilai inflasi tahun 0 No. Bulan IHK TOTAL BAHAN MAKANAN MAKANAN JADI, MINUMAN, ROKOK & TEMBAKAU PERUMAHAN, AIR, LISTRIK, GAS & BAHAN BAKAR SANDANG KESEHATAN PENDIDIKAN, REKREASI DAN OLAH RAGA TRANSPOR, KOMUNIKASI DAN JASA KEUANGAN Jan' Feb' Mar' Apr' Mei' Juni' Juli' Agst' Sept' Okt' Nov' Des' Sumber: Pengolahan Data.3. PREDIKSI HARGA BARANG TAHUN 0 Realisasi perhitungan harga barang tahun 0 akan diuji cobakan pada prediksi harga kertas HVS tahun 0 berikut ini. Tabel menampilkan nilai IHK dan Inflasi harga kertas HVS sejak tahun 007 sampai dengan 00. Selain itu, tabel pula menampilkan prediksi nilai IHK dan Inflasi harga kertas HVS untuk tahun 0. Penyusunan Buku Standar Biaya Belanja Barang dan Jasa Unpad Tahun Anggaran 0 Halaman-

10 Tabel. Nilai IHK dan Inflasi harga kertas HVS KERTAS HVS BULAN IHK (%) INFLASI (%) Jan'07 00 Feb' Mar' Apr' Mei' Juni' Juli' Agst' Sept' Okt' Nov' Des' Jan' Feb' Mar' Apr' Mei' Juni' Juli' Agst' Sept' Okt' Nov' Des' Jan' Feb' Mar' Apr' Mei' Juni' Juli' Agst' Sept' Okt' Nov' Des' Penyusunan Buku Standar Biaya Belanja Barang dan Jasa Unpad Tahun Anggaran 0 Halaman-

11 Jan' Feb' Mar' Apr' Mei' Juni' Juli' Agst' Sept' Okt' Nov' Des' Jan' Feb' Mar' Apr' Mei' Juni' Juli' Agst' Sept' Okt' Nov' Des' Sumber: Pengolahan Data Dari tabel di atas diketahui bahwa prediksi nilai inflasi harga kertas HVS tahun 0 berada pada kisaran 0.0% sd 0.09%. Selanjutnya nilai inflasi pada tabel. akan digunakan untuk memprediksi harga kertas HVS tahun 0 dengan menggunakan rumusan akumulasi present value. Hasil perhitungan ditampilkan pada tabel 9 berikut ini. Penyusunan Buku Standar Biaya Belanja Barang dan Jasa Unpad Tahun Anggaran 0 Halaman-3

12 JENIS Tabel 9. Prediksi Harga Kertas tahun 0 KERTAS HVS 0 Gr. DOBLE FOLIO /A3 KERTAS HVS 0 Gr. A KERTAS HVS 0 Gr. EF KERTAS HVS 0 Gr. QUARTO SATUAN rim rim rim rim Harga tertinggi Oktober 00 60,000 35,000 33,000 9,500 Bulan nilai Inflasi Harga Kertas (rupiah) Januari ,06 35,050 33,0 9,53 Februari ,5 35,067 33,063 9,557 Maret , 35,0 33,079 9,57 Apr ,73 35,0 33,095 9,55 Mei ,06 35,0 33,3 9,60 Juni ,3 35,35 33,7 9,63 Juli ,60 35,5 33,3 9,6 Agustus ,9 35,6 33,59 9,6 Sep ,3 35,5 33,75 9,656 Oktober ,37 35,0 33,9 9,670 Nov ,375 35,9 33,07 9,65 Desember ,0 35,36 33, 9,699 Triwulan tahun 0 60,5 35,067 33,063 9,557 Triwulan tahun 0 60,03 35,9 33, 9,600 Triwulan 3 tahun 0 60,9 35,6 33,59 9,6 Triwulan tahun 0 60,375 35,9 33,07 9,65 Sumber: Pengolahan Data Harga kertas HVS ukuran A 0 gr tahun 0 diprediksi sebesar Rp pada triwulan pertama tahun 0, Rp pada triwulan kedua tahun 0, Rp pada triwulan ketiga tahun 0, dan Rp pada triwulan keempat tahun 0. Harga tersebut belum melibatkan pajak. Penyusunan Buku Standar Biaya Belanja Barang dan Jasa Unpad Tahun Anggaran 0 Halaman-

Analisa Performansi Dan Peramalan Call Center PT.INDOSAT, Tbk dengan Menggunakan Formula Erlang C

Analisa Performansi Dan Peramalan Call Center PT.INDOSAT, Tbk dengan Menggunakan Formula Erlang C Analisa Performansi Dan Peramalan Call Center PT.INDOSAT, Tbk dengan Menggunakan Formula Erlang C Oleh: Rara Karismawati NRP.7207040019 1 Pembimbing: Mike Yuliana, ST, MT NIP. 197811232002122009 Reni Soelistijorini,

Lebih terperinci

Data Tingkat Hunian Hotel Rata-Rata di Propinsi DIY Tahun Tahun Bulan Wisman

Data Tingkat Hunian Hotel Rata-Rata di Propinsi DIY Tahun Tahun Bulan Wisman Lampiran 1. Data Tingkat Hunian Hotel di Propinsi DIY Tahun 1991-2003 48 49 Lampiran 1 Data Tingkat Hunian Hotel Rata-Rata di Propinsi DIY Tahun 1991-2003, Tahun Bulan Wisman 1991 1 27,00 1991 2 30,60

Lebih terperinci

PERAMALAN BANYAKNYA OBAT PARASETAMOL DAN AMOKSILIN DOSIS 500 MG YANG DIDISTRIBUSIKAN OLEH DINKES SURABAYA

PERAMALAN BANYAKNYA OBAT PARASETAMOL DAN AMOKSILIN DOSIS 500 MG YANG DIDISTRIBUSIKAN OLEH DINKES SURABAYA Seminar Hasil Tugas Akhir Jurusan Statistika Institut Teknologi Sepuluh Nopember Surabaya 2013 LOGO PERAMALAN BANYAKNYA OBAT PARASETAMOL DAN AMOKSILIN DOSIS 500 MG YANG DIDISTRIBUSIKAN OLEH DINKES SURABAYA

Lebih terperinci

PENDUGAAN DATA RUNTUT WAKTU MENGGUNAKAN METODE ARIMA

PENDUGAAN DATA RUNTUT WAKTU MENGGUNAKAN METODE ARIMA KEMENTERIAN PEKERJAAN UMUM BADAN PENELITIAN DAN PENGEMBANGAN PUSAT PENELITIAN DAN PENGEMBANGAN SUMBER DAYA AIR PENDUGAAN DATA RUNTUT WAKTU MENGGUNAKAN METODE ARIMA PENDAHULUAN Prediksi data runtut waktu.

Lebih terperinci

Penerapan Model ARIMA

Penerapan Model ARIMA Penerapan Model ARIMA (Bagian II) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016 1 a. Lakukan proses pembedaan (differencing) sebanyak dua kali pada data asal. b. Lakukan pendugaan parameter pada

Lebih terperinci

HASIL DAN PEMBAHASAN Eksplorasi Data Suhu Udara Rata-rata

HASIL DAN PEMBAHASAN Eksplorasi Data Suhu Udara Rata-rata suhu 18 20 22 24 26 28 30 32 ragam, maka dilakukan transformasi Box-Cox. d. Mengidentifikasi model. Dalam tahap ini akan didapat model-model sementara, dengan melihat plot ACF dan PACF. e. Pendugaan parameter

Lebih terperinci

PERAMALAN KUNJUNGAN WISATA DENGAN PENDEKATAN MODEL SARIMA (STUDI KASUS : KUSUMA AGROWISATA)

PERAMALAN KUNJUNGAN WISATA DENGAN PENDEKATAN MODEL SARIMA (STUDI KASUS : KUSUMA AGROWISATA) PERAMALAN KUNJUNGAN WISATA DENGAN PENDEKATAN MODEL SARIMA (STUDI KASUS : KUSUMA AGROWISATA) Oleh : Nofinda Lestari 1208 100 039 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT

Lebih terperinci

METODE PENELITIAN. Penelitian ini dilakukan pada semester genap tahun akademik 2014/2015

METODE PENELITIAN. Penelitian ini dilakukan pada semester genap tahun akademik 2014/2015 III. METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Penelitian ini dilakukan pada semester genap tahun akademik 2014/2015 bertempat di Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam

Lebih terperinci

IV. HASIL DAN PEMBAHASAN

IV. HASIL DAN PEMBAHASAN 9 menguji kelayakan model sehingga model sementara tersebut cukup memadai. Salah satu caranya adalah dengan menganalisis galat (residual). Galat merupakan selisih antara data observasi dengan data hasil

Lebih terperinci

PERAMALAN INDEKS HARGA KONSUMEN DAN INFLASI INDONESIA DENGAN METODE ARIMA BOX-JENKINS

PERAMALAN INDEKS HARGA KONSUMEN DAN INFLASI INDONESIA DENGAN METODE ARIMA BOX-JENKINS PERAMALAN INDEKS HARGA KONSUMEN DAN INFLASI INDONESIA DENGAN METODE ARIMA BOX-JENKINS Oleh : Agustini Tripena ABSTRACT In this paper, forecasting the consumer price index data and inflation. The method

Lebih terperinci

A. Indeks Keyakinan Konsumen (IKK) 1) B. Indeks Ekspektasi Harga 1) - Indeks Keyakinan Konsumen (IKK) - Indeks Kondisi Ekonomi Saat Ini (IKE)

A. Indeks Keyakinan Konsumen (IKK) 1) B. Indeks Ekspektasi Harga 1) - Indeks Keyakinan Konsumen (IKK) - Indeks Kondisi Ekonomi Saat Ini (IKE) November 2014 1 2 3 4 A. Indeks Keyakinan Konsumen (IKK) 1) - Indeks Keyakinan Konsumen (IKK) - Indeks Kondisi Ekonomi Saat Ini (IKE) - Indeks Ekspektasi Konsumen (IEK) Indeks Kondisi Ekonomi (kondisi

Lebih terperinci

SURVEI KONSUMEN. Juli Indeks optimis pesimis periode krisis ekonomi global 0.00

SURVEI KONSUMEN. Juli Indeks optimis pesimis periode krisis ekonomi global 0.00 SURVEI KONSUMEN Juli - 2010 Indeks 150.00 125.00 100.00 75.00 optimis pesimis 50.00 25.00 0.00 periode krisis ekonomi global 3 6 9 12 3 6 9 12 3 6 9 12 1 2 3 4 5 6 7 2007 2008 2009 2010 Indeks Keyakinan

Lebih terperinci

SURVEI KONSUMEN. Indeks Keyakinan Konsumen

SURVEI KONSUMEN. Indeks Keyakinan Konsumen SURVEI KONSUMEN SURVEI KONSUMEN Februari 2009 Trend peningkatan IKK kembali terjadi pada Februari 2009 meskipun belum mencapai level optimis yang tercatat pada indeks 96,4. Beberapa isu positif terkait

Lebih terperinci

2

2 Desember 2016 1 2 3 4 5 6 A. Indeks Keyakinan Konsumen (IKK) 1) - Indeks Keyakinan Konsumen (IKK) - Indeks Kondisi Ekonomi Saat Ini (IKE) - Indeks Ekspektasi Konsumen (IEK) Indeks Kondisi Ekonomi (kondisi

Lebih terperinci

2

2 Januari 2015 1 2 3 4 5 A. Indeks Keyakinan Konsumen (IKK) 1) - Indeks Keyakinan Konsumen (IKK) - Indeks Kondisi Ekonomi Saat Ini (IKE) - Indeks Ekspektasi Konsumen (IEK) Indeks Kondisi Ekonomi (kondisi

Lebih terperinci

PEMODELAN DAN PERAMALAN DATA PEMBUKAAN IHSG MENGGUNAKAN MODEL ARIMA

PEMODELAN DAN PERAMALAN DATA PEMBUKAAN IHSG MENGGUNAKAN MODEL ARIMA PEMODELAN DAN PERAMALAN DATA PEMBUKAAN IHSG MENGGUNAKAN MODEL ARIMA OLEH : 1. Triyono ( M0107086 ) 2. Nariswari S ( M0108022 ) 3. Ayunita C ( M0180034 ) 4. Ibnuhardi F.Ihsan ( M0108045 ) 5. Marvina P (

Lebih terperinci

Mei Divisi Statistik Sektor Riil 1. Metodologi PESIMIS OPTIMIS

Mei Divisi Statistik Sektor Riil 1. Metodologi PESIMIS OPTIMIS PESIMIS OPTIMIS Mei 2012 Pasca penundaan kenaikan harga BBM, Indeks Keyakinan Konsumen (IKK) pada bulan Mei 2012 mulai meningkat dari 102,5 menjadi 109,0 atau meningkat sebesar 6,5 poin. Persepsi mengenai

Lebih terperinci

MA(q) AR(p) MA(q) jika ACF cuts off lebih tajam, AR(p) jika PACF cuts off lebih tajam ARMA(0,0)

MA(q) AR(p) MA(q) jika ACF cuts off lebih tajam, AR(p) jika PACF cuts off lebih tajam ARMA(0,0) LAMPIRAN ACF 0.0 0.2 0.4 0.6 0.8 1.0 Lampiran 1. Tabel penentuan Nilai Ordo Pada Proses ARIMA Berdasarkan Plot ACF dan PACF No Kemungkinan plot ACF dan PACF Model ARIMA 1 ACF nyata pada ke-1,2,3,...,q

Lebih terperinci

INFLASI KOTA TARAKAN BULAN NOVEMBER 2015

INFLASI KOTA TARAKAN BULAN NOVEMBER 2015 BPS KOTA TARAKAN No. 12/12/6571/Th.IX, 01 Desember 2015 INFLASI KOTA TARAKAN BULAN NOVEMBER 2015 Mulai bulan Januari 2014 tahun dasar penghitungan Indeks Harga Konsumen (IHK) menggunakan 2012 = 100 (sebelumnya

Lebih terperinci

Pemodelan Autoregressive (AR) pada Data Hilang dan Aplikasinya pada Data Kurs Mata Uang Rupiah

Pemodelan Autoregressive (AR) pada Data Hilang dan Aplikasinya pada Data Kurs Mata Uang Rupiah Vol. 9, No., 9-5, Januari 013 Pemodelan Autoregressive (AR) pada Data Hilang dan Aplikasinya pada Data Kurs Mata Uang Rupiah Fitriani, Erna Tri Herdiani, M. Saleh AF 1 Abstrak Dalam analisis deret waktu

Lebih terperinci

4 BAB IV HASIL PEMBAHASAN DAN EVALUASI. lebih dikenal dengan metode Box-Jenkins adalah sebagai berikut :

4 BAB IV HASIL PEMBAHASAN DAN EVALUASI. lebih dikenal dengan metode Box-Jenkins adalah sebagai berikut : 4 BAB IV HASIL PEMBAHASAN DAN EVALUASI Pada bab ini, akan dilakukan analisis dan pembahasan terhadap data runtut waktu. Data yang digunakan dalam penelitian ini merupakan data sekunder, yaitu data harga

Lebih terperinci

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI MEI 2016 INFLASI 0,18 PERSEN

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI MEI 2016 INFLASI 0,18 PERSEN BPS KABUPATEN GROBOGAN No. 3315.029/06/2016, 21 Juni 2016 PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI MEI 2016 INFLASI 0,18 PERSEN Pada Mei 2016 terjadi inflasi sebesar 0,18 persen dengan

Lebih terperinci

INFLASI KOTA TARAKAN BULAN JUNI 2015

INFLASI KOTA TARAKAN BULAN JUNI 2015 BPS KOTA TARAKAN No. 07/07/6571/Th.IX, 01 Juli 2015 INFLASI KOTA TARAKAN BULAN JUNI 2015 Mulai bulan Januari 2014 tahun dasar penghitungan Indeks Harga Konsumen (IHK) menggunakan 2012 = 100 (sebelumnya

Lebih terperinci

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

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

Lebih terperinci

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI APRIL 2017 INFLASI 0,13 PERSEN

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI APRIL 2017 INFLASI 0,13 PERSEN BPS KABUPATEN GROBOGAN No. 3315.040/05/2017, 8 Mei 2017 PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI APRIL 2017 INFLASI 0,13 PERSEN Pada April 2017 terjadi inflasi sebesar 0,13 persen dengan

Lebih terperinci

INFLASI KOTA TARAKAN BULAN MARET 2015

INFLASI KOTA TARAKAN BULAN MARET 2015 BPS KOTA TARAKAN No. 04/04/6571/Th.IX, 01 April 2015 INFLASI KOTA TARAKAN BULAN MARET 2015 Mulai bulan Januari 2014 tahun dasar penghitungan Indeks Harga Konsumen (IHK) menggunakan 2012 = 100 (sebelumnya

Lebih terperinci

INFLASI KOTA TARAKAN BULAN AGUSTUS 2015

INFLASI KOTA TARAKAN BULAN AGUSTUS 2015 BPS KOTA TARAKAN No. 09/09/6571/Th.IX, 01 September 2015 INFLASI KOTA TARAKAN BULAN AGUSTUS 2015 Mulai bulan Januari 2014 tahun dasar penghitungan Indeks Harga Konsumen (IHK) menggunakan 2012 = 100 (sebelumnya

Lebih terperinci

BAB 5 HASIL DAN PEMBAHASAN. Tabel 5.1 Total Hasil Penjualan

BAB 5 HASIL DAN PEMBAHASAN. Tabel 5.1 Total Hasil Penjualan BAB 5 HASIL DAN PEMBAHASAN 5. Penyajian Data Tabel 5. Total Hasil Penjualan Total Hasil Penjualan Bulan (dalam jutaan rupiah) Jan-04 59.2 Feb-04 49.2 Mar-04 57.7 Apr-04 53.2 May-04 56.3 Jun-04 60.2 Jul-04

Lebih terperinci

model Seasonal ARIMA

model Seasonal ARIMA Jurnal Sains Matematika dan Statistika, Vol. No. i ISSN - Peramalan Wisatawan Mancanegara Ke Provinsi Riau Melalui Kota Pekanbaru Menggunakan Metode Seasonal ARIMA Ropita Munawaroh dan M. M. Nizam, Jurusan

Lebih terperinci

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI APRIL 2016 DEFLASI 0,40 PERSEN

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI APRIL 2016 DEFLASI 0,40 PERSEN BPS KABUPATEN GROBOGAN No. 3315.028/05/2016, 18 Mei 2016 PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI APRIL 2016 DEFLASI 0,40 PERSEN Pada April 2016 terjadi deflasi sebesar 0,40 persen dengan

Lebih terperinci

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI DESEMBER 2016 INFLASI 0,35 PERSEN

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI DESEMBER 2016 INFLASI 0,35 PERSEN BPS KABUPATEN GROBOGAN No. 3315.036/01/2017, 10 Januari 2017 PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI DESEMBER 2016 INFLASI 0,35 PERSEN Pada Desember 2016 terjadi inflasi sebesar 0,35

Lebih terperinci

PEMODELAN TIME SERIES DENGAN PROSES ARIMA UNTUK PREDIKSI INDEKS HARGA KONSUMEN (IHK) DI PALU SULAWESI TENGAH

PEMODELAN TIME SERIES DENGAN PROSES ARIMA UNTUK PREDIKSI INDEKS HARGA KONSUMEN (IHK) DI PALU SULAWESI TENGAH JIMT Vol. 12 No. 2 Desember 2016 (Hal 149-159) ISSN : 2450 766X PEMODELAN TIME SERIES DENGAN PROSES ARIMA UNTUK PREDIKSI INDEKS HARGA KONSUMEN (IHK) DI PALU SULAWESI TENGAH 1 Y. Wigati, 2 Rais, 3 I.T.

Lebih terperinci

Indeks Keyakinan Konsumen (IKK) pada bulan Juni 2013 Juni 2013 mengalami kenaikan sebesar 5,4 poin. Hal ini

Indeks Keyakinan Konsumen (IKK) pada bulan Juni 2013 Juni 2013 mengalami kenaikan sebesar 5,4 poin. Hal ini PESIMIS OPTIMIS Juni 2013 Indeks Keyakinan Konsumen (IKK) pada bulan Juni 2013 mengalami kenaikan sebesar 5,4 poin. Hal ini mengindikasikan adanya peningkatan konsumsi rumah tangga Optimisme konsumen diperkirakan

Lebih terperinci

PERAMALAN SAHAM JAKARTA ISLAMIC INDEX MENGGUNAKAN METODE ARIMA BULAN MEI-JULI 2010

PERAMALAN SAHAM JAKARTA ISLAMIC INDEX MENGGUNAKAN METODE ARIMA BULAN MEI-JULI 2010 Statistika, Vol., No., Mei PERAMALAN SAHAM JAKARTA ISLAMIC INDEX MENGGUNAKAN METODE ARIMA BULAN MEI-JULI Reksa Nila Anityaloka, Atika Nurani Ambarwati Program Studi S Statistika Universitas Muhammadiyah

Lebih terperinci

SURVEI KONSUMEN. Indeks Keyakinan Konsumen

SURVEI KONSUMEN. Indeks Keyakinan Konsumen SURVEI KONSUMEN Desember 2013 Konsumsi rumah tangga diindikasikan semakin menguat pada bulan Desember 2013. Hal ini tercermin dari meningkatnya Indeks Keyakinan Konsumen (IKK) Desember 2013 menjadi 116,5

Lebih terperinci

Indeks Keyakinan Konsumen

Indeks Keyakinan Konsumen PESIMIS OPTIMIS Setelah melambat pada bulan sebelumnya, tingkat konsumsi rumah tangga pada Februari 2013 mengalami peningkatan. Hal ini terutama dipengaruhi oleh menguatnya optimisme konsumen untuk melakukan

Lebih terperinci

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI JUNI 2015 INFLASI 0,69 PERSEN

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI JUNI 2015 INFLASI 0,69 PERSEN BPS KABUPATEN GROBOGAN No. 3315.018/07/2015, 14 Juli 2015 PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI JUNI 2015 INFLASI 0,69 PERSEN Pada Juni 2015 terjadi inflasi sebesar 0,69 persen dengan

Lebih terperinci

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI NOVEMBER 2016 INFLASI 0,38 PERSEN

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI NOVEMBER 2016 INFLASI 0,38 PERSEN BPS KABUPATEN GROBOGAN No. 3315.035/12/2016, 14 Desember 2016 PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI NOVEMBER 2016 INFLASI 0,38 PERSEN Pada November 2016 terjadi inflasi sebesar 0,38

Lebih terperinci

INFLASI KOTA TARAKAN BULAN JANUARI 2015

INFLASI KOTA TARAKAN BULAN JANUARI 2015 BPS KOTA TARAKAN No. 02/02/6571/Th.IX, 02 Februari 2015 INFLASI KOTA TARAKAN BULAN JANUARI 2015 Mulai bulan Januari 2014 tahun dasar penghitungan Indeks Harga Konsumen (IHK) menggunakan 2012 = 100 (sebelumnya

Lebih terperinci

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI FEBRUARI 2017 INFLASI 0,45 PERSEN

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI FEBRUARI 2017 INFLASI 0,45 PERSEN BPS KABUPATEN GROBOGAN No. 3315.038/03/2017, 10 Maret 2017 PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI FEBRUARI 2017 INFLASI 0,45 PERSEN Pada Februari 2017 terjadi Inflasi sebesar 0,45

Lebih terperinci

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI MARET 2017 DEFLASI 0,11 PERSEN

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI MARET 2017 DEFLASI 0,11 PERSEN BPS KABUPATEN GROBOGAN No. 3315.039/04/2017, 13 April 2017 PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI MARET 2017 DEFLASI 0,11 PERSEN Pada Maret 2017 terjadi deflasi sebesar 0,11 persen

Lebih terperinci

Tingkat konsumsi rumah tangga pada bulan Maret 2013 Maret 2013 relatif stabil. Hal ini tercermin dari Indeks

Tingkat konsumsi rumah tangga pada bulan Maret 2013 Maret 2013 relatif stabil. Hal ini tercermin dari Indeks PESIMIS OPTIMIS Maret 2013 Tingkat konsumsi rumah tangga pada bulan Maret 2013 relatif stabil. Hal ini tercermin dari Indeks Keyakinan Konsumen (IKK) yang tidak mengalami perubahan dibandingkan bulan sebelumnya

Lebih terperinci

KONSUMEN. Indeks Keyakinan Konsumen

KONSUMEN. Indeks Keyakinan Konsumen SURVEI KONSUMEN SURVEI KONSUMEN Januari 2008 Pada Januari 2008 Indeks Keyakinan Konsumen (IKK) masih berada pada level pesimis sebesar 94,5 Responden memperkirakan harga secara umum pada tiga dan enam

Lebih terperinci

ANALISIS INTERVENSI KENAIKAN HARGA BBM BERSUBSIDI PADA DATA INFLASI KOTA SEMARANG

ANALISIS INTERVENSI KENAIKAN HARGA BBM BERSUBSIDI PADA DATA INFLASI KOTA SEMARANG ANALISIS INTERVENSI KENAIKAN HARGA BBM BERSUBSIDI PADA DATA INFLASI KOTA SEMARANG SKRIPSI Disusun Oleh : NOVIA DIAN ARIYANI 24010211120016 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO

Lebih terperinci

Metode Variasi Kalender untuk Meramalkan Banyaknya Penumpang Kereta Api

Metode Variasi Kalender untuk Meramalkan Banyaknya Penumpang Kereta Api Metode Variasi Kalender untuk Meramalkan Banyaknya Penumpang Kereta Api Efek Variasi Kalender dengan Pendekatan Regresi Time Series Nur Ajizah 1, Resa Septiani Pontoh 2, Toni Toharudin 3 Mahasiswa Program

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Adapun langkah-langkah pada analisis runtun waktu dengan model ARIMA

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Adapun langkah-langkah pada analisis runtun waktu dengan model ARIMA BAB IV HASIL PENELITIAN DAN PEMBAHASAN Pada bab ini, akan dilakukan analisis dan pembahasan terhadap data runtun waktu. Adapun data yang digunakan dalam penelitian ini merupakan data sekunder, yaitu data

Lebih terperinci

PREDIKSI HARGA SAHAM PT. BRI, Tbk. MENGGUNAKAN METODE ARIMA (Autoregressive Integrated Moving Average)

PREDIKSI HARGA SAHAM PT. BRI, Tbk. MENGGUNAKAN METODE ARIMA (Autoregressive Integrated Moving Average) PREDIKSI HARGA SAHAM PT. BRI, MENGGUNAKAN METODE ARIMA (Autoregressive Integrated Moving Average) Greis S. Lilipaly ), Djoni Hatidja ), John S. Kekenusa ) ) Program Studi Matematika FMIPA UNSRAT Manado

Lebih terperinci

Prediksi Laju Inflasi di Kota Ambon Menggunakan Metode ARIMA Box Jenkins

Prediksi Laju Inflasi di Kota Ambon Menggunakan Metode ARIMA Box Jenkins Statistika, Vol. 16 No. 2, 95 102 November 2016 Prediksi Laju Inflasi di Kota Ambon Menggunakan Metode ARIMA Box Jenkins FERRY KONDO LEMBANG Jurusan Matematika Fakultas MIPA Universitas Pattimura Ambon

Lebih terperinci

Penerapan Model ARIMA

Penerapan Model ARIMA Penerapan Model ARIMA (Bagian I) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 016 1 Ada tiga tahapan iterasi dalam pemodelan data deret waktu, yaitu: 1. Penentuan model tentatif (spesifikasi model)

Lebih terperinci

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI JANUARI 2016 INFLASI 0,11 PERSEN

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI JANUARI 2016 INFLASI 0,11 PERSEN BPS KABUPATEN GROBOGAN No. 3315.025/02/2016, 15 Februari 2016 PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI JANUARI 2016 INFLASI 0,11 PERSEN Pada Januari 2016 terjadi inflasi sebesar 0,11

Lebih terperinci

INFLASI KOTA TARAKAN BULAN APRIL 2015

INFLASI KOTA TARAKAN BULAN APRIL 2015 BPS KOTA TARAKAN No. 05/05/6571/Th.IX, 04 Mei 2015 INFLASI KOTA TARAKAN BULAN APRIL 2015 Mulai bulan Januari 2014 tahun dasar penghitungan Indeks Harga Konsumen (IHK) menggunakan 2012 = 100 (sebelumnya

Lebih terperinci

iii Universitas Sumatera Utara

iii Universitas Sumatera Utara no bulan tahun suhu 1 JAN 2002 26.3 2 FEB 2002 26.7 3 MAR 2002 27.4 4 APR 2002 26.6 5 MEI 2002 27.6 6 JUN 2002 26.7 7 JUL 2002 27.4 8 AGTS 2002 27.6 9 SEP 2002 25.7 10 OKT 2002 26.4 11 NOV 2002 25.8 12

Lebih terperinci

LULIK PRESDITA W APLIKASI MODEL ARCH- GARCH DALAM PERAMALAN TINGKAT INFLASI

LULIK PRESDITA W APLIKASI MODEL ARCH- GARCH DALAM PERAMALAN TINGKAT INFLASI LULIK PRESDITA W 1207 100 002 APLIKASI MODEL ARCH- GARCH DALAM PERAMALAN TINGKAT INFLASI 1 Pembimbing : Dra. Nuri Wahyuningsih, M.Kes BAB I PENDAHULUAN 2 LATAR BELAKANG 1. Stabilitas ekonomi dapat dilihat

Lebih terperinci

TINJAUAN PUSTAKA. perubahan harga yang dibayar konsumen atau masyarakat dari gaji atau upah yang

TINJAUAN PUSTAKA. perubahan harga yang dibayar konsumen atau masyarakat dari gaji atau upah yang II.. TINJAUAN PUSTAKA Indeks Harga Konsumen (IHK Menurut Monga (977 indeks harga konsumen adalah ukuran statistika dari perubahan harga yang dibayar konsumen atau masyarakat dari gaji atau upah yang didapatkan.

Lebih terperinci

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI FEBRUARI 2016 DEFLASI 0,06 PERSEN

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI FEBRUARI 2016 DEFLASI 0,06 PERSEN BPS KABUPATEN GROBOGAN No. 3315.026/03/2016, 14 Maret 2016 PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI FEBRUARI 2016 DEFLASI 0,06 PERSEN Pada Februari 2016 terjadi deflasi sebesar 0,06

Lebih terperinci

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI JULI 2016 INFLASI 0,95 PERSEN

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI JULI 2016 INFLASI 0,95 PERSEN BPS KABUPATEN GROBOGAN No. 3315.031/08/2016, 23 Agustus 2016 PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI JULI 2016 INFLASI 0,95 PERSEN Pada Juli 2016 terjadi inflasi sebesar 0,95 persen

Lebih terperinci

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI AGUSTUS 2015 INFLASI 0,39 PERSEN

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI AGUSTUS 2015 INFLASI 0,39 PERSEN BPS KABUPATEN GROBOGAN No. 3315.020/09/2015, 15 September 2015 PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI AGUSTUS 2015 INFLASI 0,39 PERSEN Pada Agustus 2015 terjadi inflasi sebesar 0,39

Lebih terperinci

Grafik 1 Perkembangan NTP dan Indeks Harga yang Diterima/Dibayar Petani Oktober 2015 Oktober 2016

Grafik 1 Perkembangan NTP dan Indeks Harga yang Diterima/Dibayar Petani Oktober 2015 Oktober 2016 o. 04/04/62/Th. I, 2 Juni 2007 BPS PROVINSI KALIMANTAN TENGAH PERKEMBANGAN NILAI TUKAR PETANI (NTP) No. 03/11/62/Th.X, 1 November Selama Oktober, Nilai Tukar Petani (NTP) Sebesar 97,96 Persen dan Terjadi

Lebih terperinci

SURVEI KONSUMEN. Indeks Keyakinan Konsumen

SURVEI KONSUMEN. Indeks Keyakinan Konsumen SURVEI KONSUMEN Maret 2015 Survei menunjukkan bahwa tingkat keyakinan konsumen pada Maret 2015 masih cukup tinggi dan optimis. Hal ini tercermin dari Indeks Keyakinan Konsumen (IKK) Maret 2015 yang tercatat

Lebih terperinci

Analisis Time Series Pada Penjualan Shampoo Zwitsal daerah Jakarta dan Jawa Barat di PT. Sara Lee Indonesia. Oleh : Pomi Kartin Yunus

Analisis Time Series Pada Penjualan Shampoo Zwitsal daerah Jakarta dan Jawa Barat di PT. Sara Lee Indonesia. Oleh : Pomi Kartin Yunus Analisis Time Series Pada Penjualan Shampoo Zwitsal daerah Jakarta dan Jawa Barat di PT. Sara Lee Indonesia Oleh : Pomi Kartin Yunus 1306030040 Latar Belakang Industri manufaktur yang berkembang pesat

Lebih terperinci

Perencanaan Pengendalian Persediaan Bahan Baku Pupuk NPK dengan Menggunakan Model Economic Order Quantity (Studi kasus: PT. Petrokimia Gresik)

Perencanaan Pengendalian Persediaan Bahan Baku Pupuk NPK dengan Menggunakan Model Economic Order Quantity (Studi kasus: PT. Petrokimia Gresik) JURNAL SAINS DAN SENI POMITS Vol. 3, No. 2, (4) ISSN: 2337-39 (230-927 Print) A-3 Perencanaan Pengendalian Persediaan Bahan Baku Pupuk NPK dengan Menggunakan Model Economic Order Quantity (Studi kasus:

Lebih terperinci

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI JULI 2017 DEFLASI 0,10 PERSEN

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI JULI 2017 DEFLASI 0,10 PERSEN BPS KABUPATEN GROBOGAN No. 3315.043/08/2017, 15 Agustus 2017 PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI JULI 2017 DEFLASI 0,10 PERSEN Pada Juli 2017 terjadi deflasi sebesar 0,10 persen

Lebih terperinci

Perkembangan Indeks Harga Konsumen/ Inflasi Kota Manado Bulan Oktober 2017

Perkembangan Indeks Harga Konsumen/ Inflasi Kota Manado Bulan Oktober 2017 BADAN PUSAT STATISTIK PROVINSI SULAWESI UTARA Perkembangan Indeks Harga Konsumen/ Inflasi Kota Manado Bulan Oktober 2017 Kota Manado pada bulan Oktober 2017 mengalami deflasi sebesar 0,06 persen, inflasi

Lebih terperinci

BPS KABUPATEN BELU No. 05/01/5306/Th. IV, 5 Februari 2015 JANUARI 2015, KOTA ATAMBUA INFLASI 2,39 % Dengan menggunakan tahun dasar baru (2012=100), di bulan Desember 2014 Kota Atambua mengalami Inflasi

Lebih terperinci

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI JULI 2015 INFLASI 0,92 PERSEN

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI JULI 2015 INFLASI 0,92 PERSEN BPS KABUPATEN GROBOGAN No. 3315.019/08/2015, 18 Agustus 2015 PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI JULI 2015 INFLASI 0,92 PERSEN Pada Juli 2015 terjadi inflasi sebesar 0,92 persen

Lebih terperinci

SURVEI KONSUMEN. September 2006

SURVEI KONSUMEN. September 2006 SURVEI KONSUMEN SURVEI KONSUMEN September 2006 Indeks keyakinan konsumen menunjukkan trend membaik dan pada bulan September 2006 meningkat 3,0 poin. Tingkat harga pada enam bulan mendatang cenderung menurun,

Lebih terperinci

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

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

Lebih terperinci

PERKEMBANGAN IHK/INFLASI KOTA MANADO

PERKEMBANGAN IHK/INFLASI KOTA MANADO No. 14/03/Th. VIII, 3 Maret 2014 PERKEMBANGAN IHK/INFLASI KOTA MANADO Kota Manado pada bulan Februari 2014 mengalami deflasi sebesar 0,23 persen. Laju inflasi tahun kalender sebesar 0,83 persen dan inflasi

Lebih terperinci

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI SEPTEMBER 2016 INFLASI 0,04 PERSEN

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI SEPTEMBER 2016 INFLASI 0,04 PERSEN BPS KABUPATEN GROBOGAN No. 3315.033/10/2016, 10 Oktober 2016 PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI SEPTEMBER 2016 INFLASI 0,04 PERSEN Pada September 2016 terjadi inflasi sebesar 0,04

Lebih terperinci

KAJIAN METODE BOOTSTRAP DALAM MEMBANGUN SELANG KEPERCAYAAN DENGAN MODEL ARMA (p,q)

KAJIAN METODE BOOTSTRAP DALAM MEMBANGUN SELANG KEPERCAYAAN DENGAN MODEL ARMA (p,q) SIDANG TUGAS AKHIR KAJIAN METODE BOOTSTRAP DALAM MEMBANGUN SELANG KEPERCAYAAN DENGAN MODEL ARMA (p,q) Disusun oleh : Ratna Evyka E.S.A NRP 1206.100.043 Pembimbing: Dra. Nuri Wahyuningsih, M.Kes Dra.Laksmi

Lebih terperinci

PERKEMBANGAN NILAI TUKAR PETANI (NTP)

PERKEMBANGAN NILAI TUKAR PETANI (NTP) o. 04/04/62/Th. I, 2 Juni 2007 BPS PROVINSI KALIMANTAN TENGAH PERKEMBANGAN NILAI TUKAR PETANI (NTP) No. 03/10/62/Th.X, 3 Oktober Selama September, Nilai Tukar Petani (NTP) Sebesar 97,67 Persen dan Terjadi

Lebih terperinci

PERKEMBANGAN INDEKS HARGA KONSUMEN/INFLASI

PERKEMBANGAN INDEKS HARGA KONSUMEN/INFLASI CQWWka BPS PROVINSI KALIMANTAN TENGAH PERKEMBANGAN INDEKS HARGA KONSUMEN/INFLASI No. 01/11/62/Th.X, 1 November Selama Oktober, Palangka Raya dan Sampit Terjadi Deflasi Masing-Masing 0,34 Persen dan 0,63

Lebih terperinci

Peramalan Kecepatan Angin Di Kota Pekanbaru Menggunakan Metode Box-Jenkins

Peramalan Kecepatan Angin Di Kota Pekanbaru Menggunakan Metode Box-Jenkins Peramalan Kecepatan Angin Di Kota Pekanbaru Menggunakan Metode Box-Jenkins Ari Pani Desvina 1, Melina Anggriani 2,2 Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sultan Syarif Kasim Riau Jl. HR.

Lebih terperinci

Pemodelan Konsumsi Listrik Berdasarkan Jumlah Pelanggan PLN Jawa Timur untuk Kategori Rumah Tangga R-1 Dengan Metode Fungsi Transfer single input

Pemodelan Konsumsi Listrik Berdasarkan Jumlah Pelanggan PLN Jawa Timur untuk Kategori Rumah Tangga R-1 Dengan Metode Fungsi Transfer single input Pemodelan Konsumsi Listrik Berdasarkan Jumlah Pelanggan PLN Jawa Timur untuk Kategori Rumah Tangga R-1 Dengan Metode Fungsi Transfer single input Oleh : Defi Rachmawati 1311 105 007 Dosen Pembimbing :

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Variabel ARIMA menggunakan variabel dependen harga saham LQ45 dan variabel independen harga saham LQ45 periode sebelumnya, sedangkan ARCH/GARCH menggunakan variabel dependen

Lebih terperinci

Diagnostik Model. Uji Ljung-Box-Pierce (modified Box-Pierce)

Diagnostik Model. Uji Ljung-Box-Pierce (modified Box-Pierce) Diagnostik Model Analisis Sisaan Sisaan = Nilai Aktual Nilai Prediksi Apabila model ARIMA(p, d, q) benar dan dugaan parameter sangat dekat ke nilai yang sebenarnya maka sisaan akan memiliki sifat seperti

Lebih terperinci

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI AGUSTUS 2016 DEFLASI 0,54 PERSEN

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI AGUSTUS 2016 DEFLASI 0,54 PERSEN BPS KABUPATEN GROBOGAN No. 3315.032/09/2016, 16 September 2016 PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI AGUSTUS 2016 DEFLASI 0,54 PERSEN Pada Agustus 2016 terjadi deflasi sebesar 0,54

Lebih terperinci

PERBANDINGAN MODEL ARIMA DAN MODEL REGRESI DENGAN RESIDUAL ARIMA DALAM MENERANGKAN PERILAKU PELANGGAN LISTRIK DI KOTA PALOPO

PERBANDINGAN MODEL ARIMA DAN MODEL REGRESI DENGAN RESIDUAL ARIMA DALAM MENERANGKAN PERILAKU PELANGGAN LISTRIK DI KOTA PALOPO Perbandingan Model ARIMA... (Alia Lestari) PERBANDINGAN MODEL ARIMA DAN MODEL REGRESI DENGAN RESIDUAL ARIMA DALAM MENERANGKAN PERILAKU PELANGGAN LISTRIK DI KOTA PALOPO Alia Lestari Fakultas Teknik Universitas

Lebih terperinci

BAB IV ANALISIS DAN PEMBAHASAN

BAB IV ANALISIS DAN PEMBAHASAN C BAB IV ANALISIS DAN PEMBAHASAN Penelitian ini mencoba meramalkan jumlah penumpang kereta api untuk masa yang akan datang berdasarkan data volume penumpang kereta api periode Januari 994-Februari 203

Lebih terperinci

99.9. Percent maka H 0 diterima, berarti residual normal

99.9. Percent maka H 0 diterima, berarti residual normal Uji residual white noise 2 Lag Q P value 6 3.5 9.49 0.5330 2 6.6 8.3 0.803 8 9.8 26.30 0.9059 24 9.3 33.92 0.6374 K p q Uji residual berdistribusi normal Percent 99.9 99 95 90 80 70 60 50 40 30 20 0 5

Lebih terperinci

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI JANUARI 2017 INFLASI 1,18 PERSEN

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI JANUARI 2017 INFLASI 1,18 PERSEN BPS KABUPATEN GROBOGAN No. 3315.037/02/2017, 8 Februari 2017 PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI JANUARI 2017 INFLASI 1,18 PERSEN Pada Januari 2017 terjadi inflasi sebesar 0,18

Lebih terperinci

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI JUNI 2016 INFLASI 0,66 PERSEN

PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI JUNI 2016 INFLASI 0,66 PERSEN BPS KABUPATEN GROBOGAN No. 3315.030/07/2016, 18 Juli 2016 PERKEMBANGAN INDEKS HARGA KONSUMEN / INFLASI KOTA PURWODADI JUNI 2016 INFLASI 0,66 PERSEN Pada Juni 2016 terjadi inflasi sebesar 0,66 persen dengan

Lebih terperinci

Peramalan Volume Distribusi Air di PDAM Kabupaten Bojonegoro dengan Metode ARIMA Box- Jenkins

Peramalan Volume Distribusi Air di PDAM Kabupaten Bojonegoro dengan Metode ARIMA Box- Jenkins Peramalan Volume Distribusi Air di PDAM Kabupaten Bojonegoro dengan Metode ARIMA Box- Jenkins Fastha Aulia P / 1309030018 Pembimbing: Ir.Dwiatmono Agus M.Ikomp Latar Belakang Air sebagai sumber kehidupan

Lebih terperinci

PENGENDALIAN KUALITAS DENGAN MENGGUNAKAN DIAGRAM KONTROL EWMA RESIDUAL (STUDI KASUS: PT. PJB UNIT PEMBANGKITAN GRESIK)

PENGENDALIAN KUALITAS DENGAN MENGGUNAKAN DIAGRAM KONTROL EWMA RESIDUAL (STUDI KASUS: PT. PJB UNIT PEMBANGKITAN GRESIK) PENGENDALIAN KUALITAS DENGAN MENGGUNAKAN DIAGRAM KONTROL EWMA RESIDUAL (STUDI KASUS: PT. PJB UNIT PEMBANGKITAN GRESIK) FITROH AMALIA (1306100073) Dosen Pembimbing: Drs. Haryono, MSIE PENGENDALIAN KUALITAS

Lebih terperinci

PENGARUH PENYESUAIAN TARIF TENAGA LISTRIK GOLONGAN RUMAH TANGGA TERHADAP INFLASI

PENGARUH PENYESUAIAN TARIF TENAGA LISTRIK GOLONGAN RUMAH TANGGA TERHADAP INFLASI LOGO BADAN PUSAT STATISTIK PENGARUH PENYESUAIAN TARIF TENAGA LISTRIK GOLONGAN RUMAH TANGGA TERHADAP INFLASI Dr. Ir. Sasmito Hadi Wibowo, M.Sc Deputi Kepala BPS Bidang Statistik Distribusi dan Jasa LOGO

Lebih terperinci

BADAN PUSAT STATISTIK PROVINSI KEPULAUAN RIAU

BADAN PUSAT STATISTIK PROVINSI KEPULAUAN RIAU BADAN PUSAT STATISTIK PROVINSI KEPULAUAN RIAU No. 14/02/21/Th.X, 2 Februari 2015 PERKEMBANGAN INDEKS HARGA KONSUMEN/INFLASI GABUNGAN 2 KOTA IHK (BATAM DAN TANJUNGPINANG) JANUARI 2015 DEFLASI 0,32 PERSEN

Lebih terperinci

BAB IV PEMBAHASAN. Saldo Ratarata. Distribusi Bagi Hasil. Januari 1 Bulan 136,901,068,605 1,659,600, % 1,078,740, %

BAB IV PEMBAHASAN. Saldo Ratarata. Distribusi Bagi Hasil. Januari 1 Bulan 136,901,068,605 1,659,600, % 1,078,740, % 36 BAB IV PEMBAHASAN A. Analisis Sistem Pembagian Keuntungan Bagi Hasil deposito Syariah (Mudharabah) Pada Bank BTN Unit Usaha Syariah besar kecilnya pendapatan yang diperoleh nasabah dari deposito bergantung

Lebih terperinci

TREND ANALYSIS INFANT MORTALITY RATE DENGAN AUTOREGRESIVE INTEGRATED MOVING AVERAGE (ARIMA)

TREND ANALYSIS INFANT MORTALITY RATE DENGAN AUTOREGRESIVE INTEGRATED MOVING AVERAGE (ARIMA) TREND ANALYSIS INFANT MORTALITY RATE DENGAN AUTOREGRESIVE INTEGRATED MOVING AVERAGE (ARIMA) Jerhi Wahyu Fernanda, Wisnaningsih S, Emilia Boavida,, Prodi Rekam Medis Informasi Kesehatan Institut Ilmu Kesehatan

Lebih terperinci

Analisys Time Series Terhadap Penjualan Ban Luar Sepeda Motor di Toko Putra Jaya Motor Bangkalan

Analisys Time Series Terhadap Penjualan Ban Luar Sepeda Motor di Toko Putra Jaya Motor Bangkalan SEMINAR PROPOSAL TUGAS AKHIR Analisys Time Series Terhadap Penjualan Ban Luar Sepeda Motor di Toko Putra Jaya Motor Bangkalan OLEH: NAMA : MULAZIMATUS SYAFA AH NRP : 13.11.030.021 DOSEN PEmbimbing: Dr.

Lebih terperinci

Prediksi Nilai Indeks Harga Konsumen (IHK) Kota Jambi Menggunakan Radial Basis Function Neural Network (RBFNN) dengan Metode Fuzzy C-Means Clustering

Prediksi Nilai Indeks Harga Konsumen (IHK) Kota Jambi Menggunakan Radial Basis Function Neural Network (RBFNN) dengan Metode Fuzzy C-Means Clustering SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 T - 12 Prediksi Nilai Indeks Harga Konsumen (IHK) Kota Jambi Menggunakan Radial Basis Function Neural Network (RBFNN) dengan Metode Fuzzy C-Means Clustering

Lebih terperinci

2/6/2011. Data deret waktu. Metode : ARIMA. Tahapan : (1) identifikasi model, (2) estimasi model dan (3) validasi model.

2/6/2011. Data deret waktu. Metode : ARIMA. Tahapan : (1) identifikasi model, (2) estimasi model dan (3) validasi model. Data deret waktu Metode : ARIMA Tahapan : () identifikasi model, (2) estimasi model dan (3) validasi model. Jimmy Ludin 30920725 DOSEN PEMBIMBING : Prof. Dra. Susanti Linuwih, M.Stat., Ph.D Dr. Drs. Brodjol

Lebih terperinci

Lampiran 1. Hasil Analisi Regressi

Lampiran 1. Hasil Analisi Regressi LAMPIRAN Lampiran 1. Hasil Analisi Regressi BULAN KINERJA KREDIT UMKM (Rp juta) RATA2 SUKU BUNGA KREDIT (%) NPL (%) Jan-09 227.040 14,11 3,98 Feb-09 229.889 14,02 4,25 Mar-09 235.747 13,97 4,47 Apr-09

Lebih terperinci

Contoh Analisis Deret Waktu: BJSales

Contoh Analisis Deret Waktu: BJSales Contoh Analisis Deret Waktu: BJSales Untuk contoh analisis deret waktu ini, kita menggunakan data BJsales. Data ini adalah data tahunan dan dapat dengan mengetikkan BJsales pada konsul R. 1 Plot Data Plot

Lebih terperinci

PERKEMBANGAN NILAI TUKAR PETANI, DAN HARGA PRODUSEN GABAH

PERKEMBANGAN NILAI TUKAR PETANI, DAN HARGA PRODUSEN GABAH No. 57/10/13/Th XVIII, 1 Oktober 2015 PERKEMBANGAN NILAI TUKAR PETANI, DAN HARGA PRODUSEN GABAH A. PERKEMBANGAN NILAI TUKAR PETANI NTP SUMATERA BARAT SEPTEMBER 2015 SEBESAR 97,08 ATAU NAIK 0,11 PERSEN

Lebih terperinci

PENDEKATAN MODEL EKONOMETRIKA UNTUK MEMPREDIKSI INDEKS SAHAM SYARIAH INDONESIA

PENDEKATAN MODEL EKONOMETRIKA UNTUK MEMPREDIKSI INDEKS SAHAM SYARIAH INDONESIA PENDEKATAN MODEL EKONOMETRIKA UNTUK MEMPREDIKSI INDEKS SAHAM SYARIAH INDONESIA Nuri Wahyuningsih 1), Daryono Budi U. 2), R.A. Diva Zatadini 3) 1)2))3) Departemen Matematika FMIPA ITS Kampus ITS Keputih,

Lebih terperinci

PERKEMBANGAN INDEKS HARGA KONSUMEN/INFLASI

PERKEMBANGAN INDEKS HARGA KONSUMEN/INFLASI CQWWka BPS PROVINSI KALIMANTAN TENGAH No. 01/03/62/Th.XI, 1 Maret PERKEMBANGAN INDEKS HARGA KONSUMEN/INFLASI Selama, Terjadi 0,27 Persen di Dua Kota, Palangka Raya dan Sampit. Dari 82 kota pantauan IHK

Lebih terperinci

PENGGUNAAN METODE VaR(Value at Risk) DALAM ANALISIS RESIKO INVESTASI SAHAM PT.TELKOM DENGAN PENDEKATAN MODEL GARCH-M

PENGGUNAAN METODE VaR(Value at Risk) DALAM ANALISIS RESIKO INVESTASI SAHAM PT.TELKOM DENGAN PENDEKATAN MODEL GARCH-M PENGGUNAAN METODE VaR(Value at Risk) DALAM ANALISIS RESIKO INVESTASI SAHAM PT.TELKOM DENGAN PENDEKATAN MODEL GARCH-M Oleh: NURKHOIRIYAH 1205100050 Dosen Pembimbing: Dra. Nuri Wahyuningsih, M.Kes. 1 Latar

Lebih terperinci

SURVEI KONSUMEN. Optimis. Pesimis. Kenaikan Harga BBM

SURVEI KONSUMEN. Optimis. Pesimis. Kenaikan Harga BBM SURVEI KONSUMEN Juni 2010 Indeks Keyakinan Konsumen pada Juni 2010 kembali meningkat setelah bulan sebelumnya sedikit mengalami penurunan. Berita seputar rencana realisasi pembayaran gaji ke-13 PNS tampaknya

Lebih terperinci

SURVEY PENJUALAN ECERAN

SURVEY PENJUALAN ECERAN SURVEY PENJUALAN ECERAN September Indeks riil penjualan eceran pada September mengalami penurunan Harga-harga umum diperkirakan meningkat dan tingkat suku bunga kredit diperkirakan relatif stabil Perkembangan

Lebih terperinci

BAB IV PENGOLAHAN DATA

BAB IV PENGOLAHAN DATA 30 BAB IV PENGOLAHAN DATA 4.1 Data Curah Hujan DAS Brantas Data curah hujan di DAS Brantas merupakan data curah hujan harian, dimana curah hujan harian berasal dari stasiun-stasiun curah hujan yang ada

Lebih terperinci