Perancangan Kalender Tanam Berdasarkan Data Klimatologi Menggunakan Metode Forecasting Holt-Winters (Studi Kasus : Boyolali) Artikel Ilmiah

Ukuran: px
Mulai penontonan dengan halaman:

Download "Perancangan Kalender Tanam Berdasarkan Data Klimatologi Menggunakan Metode Forecasting Holt-Winters (Studi Kasus : Boyolali) Artikel Ilmiah"

Transkripsi

1 Perancangan Kalender Tanam Berdasarkan Data Klimatologi Menggunakan Metode Forecasting Holt-Winters (Studi Kasus : Boyolali) Artikel Ilmiah Peneliti : Gabriel Alvin Pryanto ( ) Kristoko Dwi Hartomo, M.Kom. M. A. Ineke Pakereng, M.Kom. Program Studi Teknik Informatika Fakultas Teknologi Informasi Universitas Kristen Satya Wacana Salatiga April 2013

2

3

4

5

6

7 1. Pendahuluan Perubahan iklim merupakan rentetan kejadian alam yang secara global berdampak terhadap pola kehidupan manusia di bumi. Pola kehidupan manusia memiliki tiga unsur dasar yaitu : sandang, pangan, dan papan. Sumber bahan pangan mayoritas dihasilkan dari proses produksi pertanian. Pada sektor pertanian, perubahan iklim memiliki pengaruh besar terhadap perubahan pola tanam dan penurunan hasil produksi. Perubahan iklim secara langsung mengakibatkan terjadinya pergeseran awal musim tanam [1]. Adanya perubahan iklim yang ekstrim, baik kering (El-Nino) maupun basah (La-Nina) mengakibatkan kesalahan waktu masa tanam. Hal ini membuat para petani Jawa khususnya di beberapa kabupaten sekitar wilayah gunung Merapi dan Merbabu tidak dapat lagi menggunakan Pranata Mangsa dan Kertamasa sebagai pola strategi tanam [2]. Hal ini mengakibatkan kegagalan panen yang terjadi di sektor pertanian di Kabupaten Boyolali. Berdasarkan data Dinas Kesbang Linmas Provinsi Jawa Tengah, Kabupaten Boyolali mengalami kegagalan panen sebesar 613 ha pada tahun 2003, pada tahun 2004 sebesar 715 ha. Pada tahun 2005 kegagalan panen sebesar 340 ha, pada tahun 2006 sebesar 175 ha dan sebesar 500 ha pada tahun 2007 [3]. Berdasarkan fakta-fakta tersebut, dapat diambil pemahaman bahwa perubahan iklim secara langsung mempengaruhi sektor pertanian terutama di daerah yang memiliki lahan pertanian ekstrim seperti di kabupaten Boyolali. Dampak dari perubahan iklim terhadap produksi pertanian secara khusus meliputi dua hal, yaitu: hilangnya acuan masa tanam dalam pertanian dan penurunan hasil produksi pertanian akibat terjadinya kegagalan panen. Bila hal ini terjadi terus menerus, dapat menyebabkan kerugian pada sektor pertanian lokal dan secara permanen akan mengancam ketahanan pangan nasional. Metode forecasting merupakan sebuah metode yang digunakan untuk meramalkan suatu waktu akan datang (future) dengan berdasarkan data masa lampau (past) dan masa sekarang (present). Salah satu metode forecasting yang sering digunakan adalah metode forecasting Holt- Winters. Metode forecasting Holt-Winters mampu meramalkan data dengan pola musiman dengan atau tanpa trend. Untuk kasus di Kabupaten Boyolali ini, digunakan penerapan metode forecasting Holt-Winters, yaitu dengan melihat grafik dan history dari sepuluh tahun (seratus dua puluh periode) data klimatologi di Kabupaten Boyolali yang bersumber dari BMKG Semarang. Metode forecasting Holt-Winters mampu memberikan gambaran mengenai iklim dan cuaca di masa depan sehingga dapat memberikan informasi secara reliabilitas [4]. Penelitian yang dilakukan tentang Perancangan Kalender Tanam untuk komoditas Padi, Jagung, dan Ketela Berdasarkan Data Klimatologi Menggunakan Metode Forecasting Holt- Winters, yang mengambil Studi Kasus di Kabupaten Boyolali, diharapkan dapat menghasilkan suatu pemodelan pengalenderan yang baru dengan menggunakan data history klimatologi BMKG, sehingga para petani memiliki kembali acuan yang reliabilitas. Berdasarkan beberapa fakta yang telah dijelaskan berikut, maka pada penelitian ini akan dipaparkan mengenai bagaimana merancang kalender tanam untuk komoditas Padi, Jagung, dan Ketela berdasarkan data klimatologi menggunakan metode forecasting Holt-Winters. Metode forecasting Holt- Winters sendiri akan diterapkan dalam proses peramalan data klimatologi yang nantinya hasil dari peramalan data klimatologi tersebut akan digunakan dalam penyusunan kalender tanam. Sehingga penelitian yang dilakukan diharapkan dapat membantu para petani di daerah Kabupaten Boyolali memiliki kembali acuan pola tanam berupa kalender tanam yang reliabilitas. 2. Tinjauan Pustaka Pada tahun 2009, dilakukan sebuah penelitian mengenai produksi kelapa sawit di PT. Perkebunan Nusantara III untuk tahun 2010 dan tahun 2011 dengan menggunakan metode pemulusan eksponensial ganda dari Brown untuk prediksi produksi kelapa sawit. Data yang digunakan adalah hasil produksi kelapa sawit. Produksi kelapa sawit yang digunakan adalah 1

8 produksi dalam waktu tiga tahun yaitu tahun 2006 sampai dengan tahun 2008 [5]. Penelitian lainnya dilakukan oleh Arista Wisnu Irawan pada tahun 2012 adalah menerapkan metode prediksi Exponential Smoothing dalam perencanaan kalender tanam berdasarkan data Curah Hujan dan modifikasi Pranata Mangsa [6]. Sedangkan perbedaan dengan penelitian yang dilakukan adalah membahas tentang perancangan kalender tanam tahun 2013 di daerah Adi Sumarmo, Kabupaten Boyolali berdasarkan data klimatologi / iklim (yang mencakup Curah Hujan, Suhu Udara, dan Kelembaban Udara) dari tahun 2000 sampai tahun 2009 menggunakan metode Forecasting Holt-Winters. Penelitian yang dilakukan membahas tentang Interpolasi Polinomial Newton. Interpolasi Polinomial Newton merupakan suatu metode yang dapat digunakan untuk mencari nilai di antara data yang ada. Misalnya, jika pada data tersedia untuk tahun 2000 dan 2005, maka dapat ditentukan data untuk tahun di antaranya. Bentuk persamaan polinomial yang lengkap ditampilkan pada Persamaan 1 dengan beda terbagi tiga seperti yang ditampilkan pada Tabel 1 [7]. P n x = f x + x x 0 f x 1, x 0 + x x 0 x x 1 f x 2, x 1, x 0 + x x 0 x x 1 x x n 1 f x n, x n 1,, x 1, x 0 (1) Tabel 1 Beda Terbagi Newton [7] i x i y i = f x i ST-1 ST-2 ST-3 0 x 0 f x 0 f x 1, x 0 f x 2, x 1, x 0 f x 3, x 2, x 1, x 0 1 x 1 f x 1 f x 2, x 1 f x 3, x 2, x 1 2 x 2 f x 2 f x 3, x 1 3 x 3 f x 3 Metode peramalan yang digunakan dalam penelitian ini adalah metode forecasting Holt- Winters. Metode forecasting Holt-Winters merupakan turunan dari metode forecasting Exponential Smoothing yang dapat meramalkan data dengan pola musiman dengan atau tanpa trend. Prinsip metode forecasting Holt-Winters adalah metode yang menggunakan penghalusan secara eksponensial sebagai ramalan dari kejadian di satu waktu yang akan datang, yaitu suatu metode analisis statistika untuk membantu user menggambarkan keadaan iklim dan cuaca yang selalu berubah-ubah berdasarkan data klimatologi di masa lampau. Metode forecasting Holt- Winters menitikberatkan pada penurunan prioritas secara eksponensial pada objek pengamatan yang lebih tua. Dengan kata lain, nilai terbaru akan diberikan prioritas lebih tinggi bagi prediksi daripada nilai yang lebih lama. Penggunaan model Holt-Winters pada penelitian ini dianggap cocok untuk meramalkan kebutuhan suatu produk berdasarkan data yang memiliki trend dan perilaku musiman. Ada tiga parameter yang perlu penetapan, bergantung dari komponen trend dan variasi musiman [9] : 1) Alpha (α) merupakan parameter yang mengontrol pembobotan relatif pada pengamatan yang baru dilakukan. Parameter alpha digunakan pada semua model. Jika nilai alpha 1, maka hanya pengamatan terbaru yang digunakan. Jika alpha bernilai 0, maka pengamatan yang lalu dihitung sepadan dengan bobot yang terbaru. Parameter alpha digunakan untuk model eksponensial sederhana dan model eksponensial Holt; 2) Beta (β) merupakan parameter yang mengontrol pembobotan relatif pada pengamatan yang baru dilakukan untuk kemunculan trend seri. Parameter beta digunakan pada model yang memiliki komponen trend linier atau eksponensial yang tidak memiliki variasi musiman. Nilai beta berkisar 0 sampai 1. Jika nilai semakin besar, maka menunjukkan pemberian bobot yang semakin besar pada pengamatan terbaru. Parameter beta digunakan di dalam model Holt-Winters; 3) Gamma (γ) merupakan parameter yang mengontrol pembobotan relatif pada pengamatan yang baru dilakukan untuk kemunculan variasi musiman. Parameter gamma digunakan pada model yang memiliki variasi musiman. Nilai gamma berkisar dari 0 sampai 1. Jika nilai gamma semakin besar, maka menunjukkan pemberian bobot yang semakin besar pada pengamatan yang terbaru. Parameter gamma digunakan untuk model Holt-Winters. 2

9 Pada penelitian ini model Exponential Smoothing yang digunakan adalah model Holt- Winters yang menggunakan satu kali tahap pemulusan dengan satu parameter α yang merupakan metode dengan data musiman. Besarnya α terletak di antara 0 dan 1. Persamaan 2 digunakan untuk prediksi. Persamaan 2 adalah bentuk umum yang digunakan dalam penyusunan suatu prediksi dengan metode Exponential Smoothing model Holt-Winters. Pada metode ini nilai α terletak di antara 0 dan 1. S t merupakan nilai prediksi Curah Hujan pada satu tahun yang akan datang. S t-1 adalah nilai prediksi Curah Hujan pada tahun sebelumnya. X t-1 adalah nilai data Curah Hujan asli pada tahun sebelumnya [10]. Fungsi prediksi pada model Holt Winters aditif (untuk runtun waktu dengan panjang periode p) adalah [4] Yhat t + h = a t + h b t + s[t p h 1 mod p] (2) dengan a t, b t dan s[t] didapat dari a t = α Y t s t p + 1 α (a t 1 + b t 1 ) b t = β a t a t β b[t 1] s t = γ Y t a t + 1 γ s[t p] Ketepatan prediksi dapat diuji dengan menggunakan Mean Square Error (MSE) atau nilai tengah kesalahan kuadrat adalah metode alternatif untuk mengevaluasi teknik peramalan masing-masing kesalahan (selisih data aktual terhadap data peramalan) dikuadratkan, kemudian dijumlahkan dan dibagi dengan jumlah data. MSE dapat dihitung dengan Persamaan 3 [11]. MSE = n E t 2 t=1 E t = X t F t (3) n dimana : t : periode ke-t E t : nilai kesalahan pada periode ke-t n : total jumlah periode X t : nilai data asli periode ke-t F t : forecast untuk periode ke-t Persamaan 3 adalah bentuk umum yang digunakan untuk menghitung kesalahan kuadrat suatu prediksi. Semakin kecil (mendekati nilai 0) jumlah error yang dihasilkan maka prediksi dinyatakan valid [12]. Penelitian yang dilakukan juga membahas tentang Standart Kesesuaian Lahan. Kesesuaian lahan adalah tingkat kecocokan suatu bidang lahan untuk penggunaan tertentu. Dalam menilai kesesuaian lahan ada beberapa cara, antara lain dengan perkalian parameter, penjumlahan, atau menggunakan hukum minimum yaitu mencocokkan (matching) antara kualitas lahan sebagai parameter dengan kriteria kelas kesesuaian lahan yang telah disusun berdasarkan persyaratan penggunaan atau persyaratan tumbuh tanaman atau komoditas lainnya yang dievaluasi [13]. Berdasarkan penilaian yang dilakukan didapatkan tabel Kesetaraan Iklim yang merujuk pada penilaian kesesuaian lahan seperti ditampilkan pada Tabel 2. Tabel 2 Tabel Kesetaraan Iklim [13] Komoditas Curah Suhu Kelembaban Hujan Udara Udara Padi Jagung > 42 Ketela < 75 3

10 Data penelitian yang digunakan dalam penelitian ini, dijelaskan sebagai berikut. Data Curah Hujan Boyolali Tahun dipaparkan pada Tabel 3, Data Suhu Udara Boyolali Tahun dipaparkan pada Tabel 4, dan Data Kelembaban Udara Boyolali Tahun dipaparkan pada Tabel 5. Tabel 3 Data Curah Hujan Boyolali Tahun THN JAN FEB MRT APR MEI JUN JUL AGS SEP OKT NOV DES Tabel 4 Data Suhu Udara Boyolali Tahun THN JAN FEB MRT APR MEI JUN JUL AGS SEP OKT NOV DES Tabel 5 Data Kelembaban Udara Boyolali Tahun THN JAN FEB MRT APR MEI JUN JUL AGS SEP OKT NOV DES Metode Penelitian Penelitian ini dilakukan di Kabupaten Boyolali dengan acuan data klimatologi berupa data Curah Hujan, Suhu Udara, dan Kelembaban Udara berdasarkan referensi dari Badan Meteorologi, Klimatologi, dan Geofisika Stasiun Klimatologi Semarang. Berdasarkan data yang diperoleh, dirancang sebuah sistem pola tanam dalam bentuk sebuah kalender tanam pertanian pada komoditas Padi, Jagung, dan Ketela. 4

11 Gambar 1 Tahapan Penelitian Tahapan penelitian pada Gambar 1, terbagi dalam lima tahapan yaitu : 1) Pengumpulan Data Klimatologi, merupakan langkah awal pengumpulan data klimatologi dari BMKG Semarang. Data-data yang dibutuhkan pada penelitian ini antara lain : data Curah Hujan, data Suhu Udara, dan data Kelembaban Udara Boyolali pada tahun [14]; 2) Interpolasi Polinomial Newton, tahapan untuk mencari nilai data yang hilang dengan menggambil nilai data di antara data yang hilang menggunakan Interpolasi Polinomial Newton dengan beda terbagi tiga; 3) Peramalan (Holt-Winters), tahapan peramalan data klimatologi Boyolali untuk tahun 2010, 2011, 2012, dan tahun Data klimatologi Boyolali diolah menggunakan metode prediksi Holt-Winters. Data melewati tiga proses yaitu : proses input menggunakan fungsi scan data.dat, proses penghalusan menggunakan fungsi Holt-Winters, dan proses peramalan menggunakan fungsi Prediction. Dimana ketiga proses ini dilakukan untuk 48 periode dengan merujuk pada 48 bulan atau sama dengan empat tahun, sehingga menghasilkan nilai ramalan tahun 2010, 2011, 2012, dan tahun 2013; 4) Pengujian Hasil Peramalan, tahapan pengujian dari hasil peramalan menggunakan standar deviasi untuk melihat seberapa jauh simpangan setiap data peramalan dari rata-rata; dan 5) Penyusunan Kalender Tanam, adalah tahapan penyusunan kalender tanam. Dimana nilai ramalan tahun 2013 dibandingkan secara manual terhadap tabel kesetaraan kalender tanam sehingga menghasilkan sebuah pola strategi tanam yang disebut dengan kalender tanam. Tabel kesetaraan kalender tanam mengacu pada klasifikasi kesesuaian lahan pertanian [13]. 5

12 4. Pembahasan dan Analisis Pada bagian ini, dibahas dan dianalisis hasil penerapan metode forecasting Holt-Winters pada data klimatologi Boyolali, serta perbandingan nilai prediksi terhadap tabel kesetaraan kalender tanam untuk mengetahui pola tanam per komoditas per bulan selama 12 bulan di Tahun 2013 untuk Kabupaten Boyolali. Pada Data Curah Hujan terlihat bahwa terdapat data yang bernilai nol dan kosong. Data yang bernilai nol tidak sama dengan data yang kosong. Data yang bernilai nol masih memiliki nilai yaitu nol, sedangkan data yang kosong dapat diasumsikan bahwa data tidak ada atau tidak ada pengisian (human missing) dikarenakan tidak dilakukannya pengukuran klimatologi lapangan. Pada kasus ini, bisa diasumsikan bahwa adanya data kosong pada data Curah Hujan Boyolali bulan Desember tahun 2007 dinilai atas dasar kelalaian dalam pengukuran klimatologi. Sehingga untuk data Curah Hujan Boyolali bulan Desember tahun 2007 diberi nilai nol (0) sebagai nilai data yang baru. Interpolasi Polinomial Newton digunakan untuk mencari nilai di antara data yang ada. Pada kasus ini data Curah Hujan bulan Desember tahun 2007 hilang. Sehingga untuk membangkitkan nilai pada data Curah Hujan bulan Desember tahun 2007 yang hilang, diambil nilai data pada bulan Oktober 2007, November 2007, Januari 2008, dan Februari Nilai data di antaranya dapat ditentukan dengan persamaan Interpolasi Polinomial Newton. Sehingga data Curah Hujan bulan Desember tahun 2007 dapat diperoleh P 4 x = 20.58x x x P 4 x = Data Fix Curah Hujan Boyolali tahun setelah dilakukan proses Interpolasi Polinomial Newton dipaparkan seperti pada Tabel 6. Tabel 6 Data Fix Curah Hujan Boyolali Tahun THN JAN FEB MRT APR MEI JUN JUL AGS SEP OKT NOV DES Data Curah Hujan Boyolali tahun digambarkan ke dalam bentuk Grafik Curah Hujan seperti ditampilkan pada Gambar 2. Gambar 2 Grafik Curah Hujan Boyolali Tahun

13 Untuk mendapatkan hasil peramalan pada tahun 2013 dari ketersediaan data , maka dilakukan peramalan selama 48 periode dengan merujuk pada 48 bulan atau sama dengan empat tahun, yaitu : tahun 2010, 2011, 2012, dan tahun Grafik Prediction memperlihatkan ada dua garis biru dan satu garis merah. Garis biru menggambarkan batas atas dan bawah dari prediksi, sedangkan garis merah adalah nilai tengahnya. Garis biru atas mewakili nilai upper (upr), garis merah mewakili nilai fit (fit), dan garis biru bawah mewakili nilai lower (lwr). Nilai upper (upr) dan nilai lower (lwr) merupakan batas simpangan kesalahan maximum pada permalan yang dilakukan. Grafik Prediction Curah Hujan Boyolali tahun 2010, 2011, 2012, dan tahun 2013 ditampilkan seperti pada Gambar 3. Gambar 3 Grafik Prediction Curah Hujan Boyolali Tahun 2010, 2011, 2012, dan 2013 Grafik Prediction memperlihatkan ada dua garis biru dan satu garis merah. Garis biru menggambarkan batas atas dan bawah dari prediksi, sedangkan garis merah adalah nilai tengahnya. Garis biru atas mewakili nilai upper (upr), garis merah mewakili nilai fit (fit), dan garis biru bawah mewakili nilai lower (lwr). Nilai upper (upr) dan nilai lower (lwr) merupakan batas simpangan kesalahan maximum pada permalan yang dilakukan. Grafik Prediction Suhu Udara Boyolali tahun 2010, 2011, 2012, dan tahun 2013 ditampilkan seperti pada Gambar 4. Gambar 4 Grafik Prediction Suhu Udara Boyolali Tahun 2010, 2011, 2012, dan

14 Grafik Prediction memperlihatkan ada dua garis biru dan satu garis merah. Garis biru menggambarkan batas atas dan bawah dari prediksi, sedangkan garis merah adalah nilai tengahnya. Garis biru atas mewakili nilai upper (upr), garis merah mewakili nilai fit (fit), dan garis biru bawah mewakili nilai lower (lwr). Nilai upper (upr) dan nilai lower (lwr) merupakan batas simpangan kesalahan maximum pada permalan yang dilakukan. Grafik Prediction Kelembaban Udara Boyolali tahun 2010, 2011, 2012, dan tahun 2013 ditampilkan seperti pada Gambar 5. Gambar 5 Grafik Prediction Kelembaban Udara Boyolali Tahun 2010, 2011, 2012, dan 2013 Nilai fit dari R Process yang dilakukan pada data klimatologi BMKG Semarang menghasilkan peramalan klimatologi di Tahun 2013 seperti ditampilkan pada Tabel 7. Tabel 7 Prediksi Klimatologi Boyolali Tahun 2013 No Bulan Peramalan Klimatologi Boyolali tahun 2013 Curah Hujan Suhu Udara Kelembaban Udara 1 Januari Febuari Maret April Mei Juni Juli Agustus September Oktober November Desember Pengujian proses peramalan ini dilakukan untuk mendapatkan peramalan klimatologi di tahun 2013 dengan alpha, beta, dan gamma terpilih dengan trial & error yang disesuaikan dengan standar deviasi terkecil. Untuk Curah Hujan standar deviasi : , untuk Suhu Udara standar deviasi : , dan untuk Curah Hujan standar deviasi : Tabel parameter terpilih ditampilkan seperti pada Tabel 8. 8

15 Tabel 8 Parameter Klimatologi Boyolali Tahun 2013 Curah Hujan Suhu Udara Kelembaban Udara alpha beta gamma Hasil peramalan klimatologi menggunakan metode forecasting Holt-Winters tahun 2013 kemudian dianalisis dan disusun secara manual sehingga dapat menghasilkan sebuah pola tanam yang sesuai dengan standar kesetaraan iklim dan nantinya disebut dengan kalender tanam. Standar kalender tanam sendiri disesuaikan berdasarkan klasifikasi kesesuaian lahan [13]. Beberapa tipe klasifikasi tanah yang sesuai untuk pertanian, diklasifikasikan ke dalam setiap komoditas pertanian. Struktur klasifikasi kesesuaian lahan sebagai standar kalender tanam ditampilkan pada Tabel 9. Komoditas Padi Jagung Ketela Tabel 9 Kesetaraan Iklim [13] Curah Suhu Kelembaban Hujan Udara Udara Keputusan Diterima < 175 atau > 500 < 24 atau > 29 < 33 atau > 90 Ditolak > 42 Diterima < 165 atau > 400 < 20 atau > 26 < 42 Ditolak < 75 Diterima < 200 atau > 400 < 22 atau > 25 > 75 Ditolak Tahap penyusunan kalender tanam ini dibagi menjadi per komoditas yaitu : komoditas Padi, komoditas Jagung, dan komoditas Ketela. Penyusunan kalender tanam dilakukan berdasarkan perbandingan secara manual antara klasifikasi kesesuaian lahan dengan nilai prediksi klimatologi Boyolali Tahun Hasil prediksi pada Tabel 8 akan disesuaikan dengan Tabel 9 untuk menentukan strategi tanam dalam proses penyusunan kalender tanam. Dalam penelitian ini ditentukan dengan aturan berikut : Strategi Tanam apabila dua dari tiga parameter diterima Strategi Bera apabila kurang dari dua parameter yang diterima. Sebagai contoh pada komoditas padi untuk bulan Januari 2013, Curah Hujan diterima, Suhu Udara diterima, Kelembaban Udara diterima. Karena ketiga parameter diterima sehingga ditentukan untuk komoditas Padi pada bulan Januari tahun 2013 dengan strategi Tanam. Kalender Tanam Komoditas Padi, Jagung, dan Ketela Boyolali Tahun 2013 dipaparkan pada Tabel 10. Tabel 10 Tabel Kalender Tanam Boyolali Tahun 2013 Bulan Jan Feb Mrt Apr Mei Jun Jul Ags Sep Okt Nov Des Padi tanam bera tanam Jagung tanam bera tanam Ketela tanam bera tanam Berdasarkan pengujian atau observasi hasil penelitian Perancangan Kalender Tanam Berdasarkan Data Klimatologi Menggunakan Metode Prediksi Holt-Winters (Studi Kasus : Boyolali) yang dilakukan pada tanggal 15 Januari 2013 melalui Dinas Pertanian, Perkebunan, dan Kehutanan Boyolali, didapatkan sebuah fakta bahwa kenyataan yang terjadi di lapangan berbeda dengan hasil penelitian. Hal ini bisa terjadi dikarenakan ada pembagian wilayah dalam sektor pertanian di kota Boyolali yang mana dibagi menjadi tiga wilayah, yaitu : 1) Wilayah Utara, Pertanian Boyolali wilayah utara mencakup daerah : Juwangi, Wonosegoro, Kemusu, Andong, Klego, dan Karanggede. Daerah ini merupakan daerah yang bisa dikatakan rawan pertanian, dikarenakan sukarnya tanaman pertanian untuk bertahan hidup di daerah ini. 9

16 Kebanyakan para warga menggunakan lahan pertanian untuk menanam jenis tanaman untuk perkebunan dan jenis pepohonan besar; 2) Wilayah Selatan, Pertanian Boyolali wilayah selatan mencakup daerah : Ngemplak, Nogosari, Simo, Sambi, Bayudono, Sawit, dan Teras. Daerah ini merupakan daerah subur pertanian, dikarenakan daerah ini memiliki iklim yang cocok untuk pertanian dan dijadikan sebagai lumbung pertanian kota Boyolali. Dalam setahun saja dapat terjadi tiga masa tanam untuk daerah tersebut ini; dan 3) Wilayah Lereng, Pertanian Boyolali wilayah lereng mencakup daerah : Boyolali, Mojosongo, Musuk, Cepogo, Selo, dan Ampel. Daerah ini merupakan daerah yang sukar untuk pertanian karena berada di dalam jalur deret lereng gunung Merapi. Tanaman yang cocok dan sering digunakan warga untuk senjata pertanian adalah tanaman jenis perkebunan. Adanya pembagian wilayah pertanian Boyolali menjadi tiga, berdampak pada keakuratan data mentah, karena data satu wilayah tidak dapat mewakili value dari satu Kabupaten Boyolali. Data yang digunakan dalam penelitian ini merupakan data klimatologi dari BMKG Semarang yang merupakan rata-rata secara global dari Kabupaten Boyolali. Sedangkan di Kabupaten Boyolali sendiri terdapat tiga wilayah pertanian dengan tiga tipe klimatologi yang berbeda. Hal tersebut mengakibatkan adanya perbedaan antara hasil penelitian dengan kondisi kenyataan di lapangan pada saat dilakukan pengujian atau observasi lapangan. Sebagai contoh pada komoditas Padi, pada hasil penelitian menghasilkan satu setengah kali masa tanam (enam bulan). Sedangkan fakta yang didapatkan dari Dinas Pertanian Perkebunan dan Kehutanan Boyolali bahwa kota boyolali memiliki antara dua kali sampai tiga kali masa tanam untuk komoditas Padi. 5. Simpulan Berdasarkan hasil penelitian, dapat disimpulkan bahwa model forecasting Holt-Winters dapat digunakan untuk meramalkan klimatologi yang akan terjadi di tahun 2013 guna menunjang dalam penelitian Perancangan Kalender Tanam Berdasarkan Data Klimatologi Menggunakan Metode Prediksi Holt-Winters (Studi Kasus : Boyolali) dengan menggunakan data klimatologi tahun dari BMKG Semarang. Hal ini dibuktikan dengan dirancangnya sebuah pola tanam berupa kalender tanam menggunakan data Curah Hujan, Suhu Udara, dan Kelembaban Udara pada komoditas pertanian Padi, Jagung, dan Ketela. Sebagai saran pengembangan pada penelitian selanjutnya dapat ditambahkannya data sesuai dengan ketiga data klimatologi yang ada di tiga wilayah pertanian Boyolali secara terpisah, guna mendapatkan hasil penelitian yang lebih akurat dan lebih baik lagi. 6. Daftar Pustaka [1] Balai Penelitian Agroklimat dan Hidrologi (BPAH), 2008, Kalender Tanam Tanaman Pangan Pulau Jawa. pustaka.litbang.deptan.go.id/publikasi/wr pdf. Diakses 4 November [2] Wiriadiwangsa, Dedik, 2005, Pranata Mangsa, masih penting untuk pertanian. pustaka.litbang.deptan.go.id/bppi/lengkap/st pdf. Diakses pada 4 November [3] Badan Perencanaan Pembangunan Nasional (BAPPENAS), 2008, Provinsi jawa Tengah. bappenas.go.id/get-file-server/node/8852/. Diakses pada 17 November [4] Suhartono, 2008, Analisis Data Statistik dengan R, Jurusan Statistika, Institut Teknologi Sepuluh Nopember, Surabaya. [5] Susanti Endang P., 2009, Proyeksi Tingkat Produksi Ketersediaan Jagung Propinsi Sumatra Utara. Diakses pada 4 november

17 [6] Wisnu, Arista I., 2012, Perencanaan Kalender Tanam Berdasarkan Modifikasi Pranata Mangsa dan Klimatologi Menggunakan Metode Prediksi Exponential Smoothing. Skripsi Fakultas Teknologi Informasi Univesitas Kristen Satya wacana. [7] Munir, Rinaldi, 2003, Metode Numerik, Bandung. [8] Yusup, M., 2005, Penggunaan Metode Exponential Smoothing Dalam Prediksi Jumlah Calon Mahasiswa Baru Tahun 2006 Di Jurusan Matematika FMIPA Unnes, Semarang. [9] Badria, 2008, Penggunaan Metode Exponential Smoothing untuk meramalkan Kebutuhan Cengkeh di Pabrik Rokok Adi Bungsu. Diakses pada 11 november [10] Subagyo, P., 1986, Forecasting Konsep dan Aplikasi. Yogyakarta: BPFE. [11] Bahri S.T.M, Syaipul, 2009, Prediksi Produksi Jagung Kabupaten Simalungun pada Tahun repository.usu.ac.id/bitstream/ /14032/1/09e02354.pdf. Diakses pada 24 oktober [12] Hendra, Riki, 2005, Peramalan Produk Dengan Menggunakan Metode Exponential Smoothing. Diakses pada 14 november [13] D. Djaenudin, Marwan H., Subajo H., A. Hidayat, 2003, Petunjuk Teknis Evaluasi Lahan untuk Komoditas Pertanian, Badan Penelitian Tanah, Bogor. [14] Lutfiati, Evi, 2010, Badan Meteorologi, Klimatologi dan Geofisika, Stasiun Klimatologi Semarang, Semarang. 11

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

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

Lebih terperinci

Model Prediksi Kekeringan Menggunakan Metode Holt-Winters (Studi Kasus : Wilayah Kabupaten Boyolali)

Model Prediksi Kekeringan Menggunakan Metode Holt-Winters (Studi Kasus : Wilayah Kabupaten Boyolali) e-issn : 2598-9421 Model Prediksi Kekeringan Menggunakan Metode Holt-Winters (Studi Kasus : Wilayah Kabupaten Boyolali) Dwi Anggono Winarso Suparjo Putra 1), Kristoko Dwi Hartomo* 2), Radius Tanone *3)

Lebih terperinci

BAB 4 ANALISIS DAN BAHASAN. Pada bab ini, akan disajikan penjelasan mengenai analisis data dan

BAB 4 ANALISIS DAN BAHASAN. Pada bab ini, akan disajikan penjelasan mengenai analisis data dan BAB 4 ANALISIS DAN BAHASAN Pada bab ini, akan disajikan penjelasan mengenai analisis data dan pembahasan. Sub bab akan menjelaskan tentang bagaimana cara mengolah data dan akan dilanjutkan dengan interpretasi

Lebih terperinci

Gambar 1. Bentuk Pola Data

Gambar 1. Bentuk Pola Data 1. Pendahuluan Padi (Oryza sativa sp.) adalah tanaman yang berasal dari Bangladesh. Dari tanaman padi dihasilkan beras, yang merupakan bahan makanan pokok sebagian besar rakyat Indonesia. Padi dapat tumbuh

Lebih terperinci

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

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

Lebih terperinci

VI. HASIL DAN PEMBAHASAN. 6.1 Persepsi Petani terhadap Perubahan Iklim. Hasil penelitian menunjukkan bahwa masing-masing petani memiliki

VI. HASIL DAN PEMBAHASAN. 6.1 Persepsi Petani terhadap Perubahan Iklim. Hasil penelitian menunjukkan bahwa masing-masing petani memiliki VI. HASIL DAN PEMBAHASAN 6.1 Persepsi Petani terhadap Perubahan Iklim Hasil penelitian menunjukkan bahwa masing-masing petani memiliki persepsi yang berbeda terhadap perubahan iklim. Hal ini dikarenakan

Lebih terperinci

PENDAHULUAN A. Latar Belakang

PENDAHULUAN A. Latar Belakang digilib.uns.ac.id 1 I. PENDAHULUAN A. Latar Belakang Pangan merupakan segala sesuatu yang berasal dari sumber hayati dan air, baik yang diolah maupun tidak diolah, yang diperuntukkan sebagai makanan dan

Lebih terperinci

BERITA RESMI STATISTIK BPS KABUPATEN BOYOLALI

BERITA RESMI STATISTIK BPS KABUPATEN BOYOLALI BERITA RESMI STATISTIK BPS KABUPATEN BOYOLALI No. 1/08/3309/Th.I, 11 Agustus 2016 PRODUKSI PADI DAN PALAWIJA KAB. BOYOLALI (ANGKA TETAP TAHUN 2015) Angka Tetap (ATAP) produksi padi Kabupaten Boyolali Tahun

Lebih terperinci

Mahasiswa Fakultas Teknologi Informasi Universitas Kristen Satya Wacana. 2)

Mahasiswa Fakultas Teknologi Informasi Universitas Kristen Satya Wacana. 2) 1) Mahasiswa Fakultas Teknologi Informasi Universitas Kristen Satya Wacana. 2) Staff Pengajar Fakultas Teknologi Informasi Universitas Kristen Satya Wacana. 1. Pendahuluan Informasi cuaca merupakan kebutuhan

Lebih terperinci

PENERAPAN METODE DOUBLE EXPONENTIAL SMOOTHING PADA PERAMALAN PRODUKSI TANAMAN PANGAN

PENERAPAN METODE DOUBLE EXPONENTIAL SMOOTHING PADA PERAMALAN PRODUKSI TANAMAN PANGAN Jurnal Informatika Polinema ISSN: 2407-070X PENERAPAN METODE DOUBLE EXPONENTIAL SMOOTHING PADA PERAMALAN PRODUKSI TANAMAN PANGAN Rudy Ariyanto 1, Dwi Puspitasari 2, Fifi Ericawati 3 1,2,3 Program Studi

Lebih terperinci

BAB 2 LANDASAN TEORI. sama setiap hrinya. Pada bulan-bulan tertentu curah hujan sangat tinggi dan pada

BAB 2 LANDASAN TEORI. sama setiap hrinya. Pada bulan-bulan tertentu curah hujan sangat tinggi dan pada BAB 2 LANDASAN TEORI 2.1 Curah Hujan Hujan sangat diperlukan diberbagai penjuru masyarakat. Curah hujan tidak selalu sama setiap hrinya. Pada bulan-bulan tertentu curah hujan sangat tinggi dan pada bulan-bulan

Lebih terperinci

BAB V HASIL DAN PEMBAHASAN

BAB V HASIL DAN PEMBAHASAN 16 5.1 Hasil 5.1.1 Pola curah hujan di Riau BAB V HASIL DAN PEMBAHASAN Data curah hujan bulanan dari tahun 2000 sampai dengan 2009 menunjukkan bahwa curah hujan di Riau menunjukkan pola yang sama dengan

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

1. Latar Belakang. 2. Tinjauan Pustaka

1. Latar Belakang. 2. Tinjauan Pustaka 1. Latar Belakang Indonesia mempunyai kompleksitas dalam fenomena cuaca dan iklim. Atmosfer diatas Indonesia sangat kompleks dan pembentukan awannya sangat unik. Secara latitudinal dan longitudinal, Indonesia

Lebih terperinci

Sistem Peramalan Serangan Organisme Pengganggu Tanaman Menggunakan Metode Double Exponential Smoothing Berbasis Google Map

Sistem Peramalan Serangan Organisme Pengganggu Tanaman Menggunakan Metode Double Exponential Smoothing Berbasis Google Map e-issn : 2598-9421 Sistem Peramalan Serangan Organisme Pengganggu Tanaman Menggunakan Metode Double Exponential Smoothing Berbasis Google Map Christiana Ari Setyaningrum 1), Sri Yulianto Joko Prasetyo*

Lebih terperinci

Model Prediksi Kekeringan Menggunakan Metode Holt-Winters (Studi Kasus : Wilayah Kabupaten Boyolali)

Model Prediksi Kekeringan Menggunakan Metode Holt-Winters (Studi Kasus : Wilayah Kabupaten Boyolali) Model Prediksi Kekeringan Menggunakan Metode Holt-Winters (Studi Kasus : Wilayah Kabupaten Boyolali) Artikel Ilmiah Peneliti : Dwi Anggono Winarso Suparjo Putra (672011122) Dr. Sri Yulianto J.P., S.Si.,

Lebih terperinci

BAB II TINJAUAN PUSTAKA. masa yang akan datang. Sedangkan ramalan adalah suatu situasi yang diperkirakan

BAB II TINJAUAN PUSTAKA. masa yang akan datang. Sedangkan ramalan adalah suatu situasi yang diperkirakan BAB II TINJAUAN PUSTAKA 2.1 Landasan Teori. 2.1.1 Pengertian Peramalan. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah suatu situasi

Lebih terperinci

dari tahun pada stasiun pengamat yang berada di daerah Darmaga, Bogor.

dari tahun pada stasiun pengamat yang berada di daerah Darmaga, Bogor. Jika plot peluang dan plot kuantil-kuantil membentuk garis lurus atau linier maka dapat disimpulkan bahwa model telah memenuhi asumsi (Mallor et al. 2009). Tingkat Pengembalian Dalam praktik, besaran atau

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Produksi Kedelai Dalam ketersediaan kedelai sangat diperlukan diberbagai penjuru masyarakat dimana produksi kedelai merupakan suatu hasil dari bercocok tanam dimana dilakukan dengan

Lebih terperinci

BAB 3 POTENSI DAN KONDISI LOKASI

BAB 3 POTENSI DAN KONDISI LOKASI BAB 3 POTENSI DAN KONDISI LOKASI 3.1 Tinjauan Umum Kabupaten Boyolali 3.1.1 Gambaran Umum Kabupaten Boyolali merupakan salah satu dari 35 Kabupaten/Kota di Propinsi Jawa Tengah, terletak antara 110 22'

Lebih terperinci

BAB II LANDASAN TEORITIS

BAB II LANDASAN TEORITIS BAB I PENDAHULUAN Pengaruh pemanasan global yang sering didengungkan tidak dapat dihindari dari wilayah Kalimantan Selatan khususnya daerah Banjarbaru. Sebagai stasiun klimatologi maka kegiatan observasi

Lebih terperinci

Gambar 8. Pola Hubungan Curah Hujan Rata-rata Harian RegCM3(Sebelum dan Sesudah Koreksi) dengan Observasi

Gambar 8. Pola Hubungan Curah Hujan Rata-rata Harian RegCM3(Sebelum dan Sesudah Koreksi) dengan Observasi BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil Koreksi Bias Data Curah Hujan dan Suhu Luaran Model RegCM3 Data luaran RegCM3 merupakan hasil simulasi kondisi iklim yang memiliki resolusi spasial yang

Lebih terperinci

BAB 2 LANDASAN TEORITIS

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

Lebih terperinci

BAB 1 PENDAHULUAN. Pasar global dewasa ini tanpa disadari telah membuat kompetisi di dalam dunia

BAB 1 PENDAHULUAN. Pasar global dewasa ini tanpa disadari telah membuat kompetisi di dalam dunia BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Pasar global dewasa ini tanpa disadari telah membuat kompetisi di dalam dunia perindustrian menjadi hal yang lebih penting. Pasar yang dulunya pada masa Perang

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Peramalan Peramalan (forecasting) merupakan upaya memperkirakan apa yang terjadi pada masa yang akan datang. Pada hakekatnya peramalan hanya merupakan suatu perkiraan (guess),

Lebih terperinci

KAT (mm) KL (mm) ETA (mm) Jan APWL. Jan Jan

KAT (mm) KL (mm) ETA (mm) Jan APWL. Jan Jan BAB IV HASIL DAN PEMBAHASAN 4.1 Kerentanan Produktifitas Tanaman Padi Analisis potensi kerentanan produksi tanaman padi dilakukan dengan pendekatan model neraca air tanaman dan analisis indeks kecukupan

Lebih terperinci

BAB I PENDAHULUAN. konstan, namun ada beberapa periode yang memperlihatkan keadaan yang ekstrim.

BAB I PENDAHULUAN. konstan, namun ada beberapa periode yang memperlihatkan keadaan yang ekstrim. 1 BAB I PENDAHULUAN 1.1. Latar Belakang Variasi dan keadaan curah hujan yang terjadi, tidaklah selalu tetap dan konstan, namun ada beberapa periode yang memperlihatkan keadaan yang ekstrim. Pada umumnya,

Lebih terperinci

Peramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model

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

Lebih terperinci

KATA PENGANTAR. Demikian Buku KEADAAN TANAMAN PANGAN JAWA TENGAH kami susun dan semoga dapat digunakan sebagaimana mestinya.

KATA PENGANTAR. Demikian Buku KEADAAN TANAMAN PANGAN JAWA TENGAH kami susun dan semoga dapat digunakan sebagaimana mestinya. KATA PENGANTAR Sektor pertanian merupakan sektor yang vital dalam perekonomian Jawa Tengah. Sebagian masyarakat Jawa Tengah memiliki mata pencaharian di bidang pertanian. Peningkatan kualitas dan kuantitas

Lebih terperinci

BMKG PRESS RELEASE BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA

BMKG PRESS RELEASE BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA BMKG PRESS RELEASE BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA BMKG OUTLINE I. GEMPABUMI TSUNAMI KEPULAUAN MENTAWAI (25 - oktober 2010); Komponen Tsunami Warning System (TWS) : Komponen Structure : oleh

Lebih terperinci

Kontribusi Parameter Iklim Untuk Peringatan Dini Serangan Wereng Batang Coklat (WBC)

Kontribusi Parameter Iklim Untuk Peringatan Dini Serangan Wereng Batang Coklat (WBC) 1234567 89111121234567891111212345678911112123456789111121234567891111212345678911112123456789111121234567891111212345678911112123456789111121234567891111212345678911112123456789111121234567891111212345678911112

Lebih terperinci

BAB 2 TINJAUAN TEORITIS

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

Lebih terperinci

Bulan Basah (BB) : Bulan dengan curah hujan lebih dari 100 mm (jumlah curah hujan bulanan melebihi angka evaporasi).

Bulan Basah (BB) : Bulan dengan curah hujan lebih dari 100 mm (jumlah curah hujan bulanan melebihi angka evaporasi). 1. Klasifikasi Iklim MOHR (1933) Klasifikasi iklim di Indonesia yang didasrakan curah hujan agaknya di ajukan oleh Mohr pada tahun 1933. Klasifikasi iklim ini didasarkan oleh jumlah Bulan Kering (BK) dan

Lebih terperinci

HASIL DAN PEMBAHASAN

HASIL DAN PEMBAHASAN 18 HASIL DAN PEMBAHASAN Eksplorasi data Tahap pertama dalam pembentukan model VAR adalah melakukan eksplorasi data untuk melihat perilaku data dari semua peubah yang akan dimasukkan dalam model. Eksplorasi

Lebih terperinci

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

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

Lebih terperinci

JUMLAH PEGAWAI NEGERI SIPIL/CALON PEGAWAI NEGERI SIPIL MENURUT SATUAN KERJA & JENIS KELAMIN PEMERINTAH KABUPATEN BOYOLALI AUGUST 2016

JUMLAH PEGAWAI NEGERI SIPIL/CALON PEGAWAI NEGERI SIPIL MENURUT SATUAN KERJA & JENIS KELAMIN PEMERINTAH KABUPATEN BOYOLALI AUGUST 2016 JUMLAH PEGAWAI NEGERI SIPIL/CALON PEGAWAI NEGERI SIPIL MENURUT SATUAN KERJA & JENIS KELAMIN PEMERINTAH KABUPATEN BOYOLALI AUGUST 0 NO Sekretariat Daerah Asisten Pemerintahan Asisten Ekonomi, Pembangunan

Lebih terperinci

EVALUASI MUSIM HUJAN 2007/2008 DAN PRAKIRAAN MUSIM KEMARAU 2008 PROVINSI BANTEN DAN DKI JAKARTA

EVALUASI MUSIM HUJAN 2007/2008 DAN PRAKIRAAN MUSIM KEMARAU 2008 PROVINSI BANTEN DAN DKI JAKARTA BADAN METEOROLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI PONDOK BETUNG-TANGERANG Jln. Raya Kodam Bintaro No. 82 Jakarta Selatan ( 12070 ) Telp: (021) 7353018 / Fax: 7355262, Tromol Pos. 7019 / Jks KL, E-mail

Lebih terperinci

INFORMASI IKLIM UNTUK PERTANIAN. Rommy Andhika Laksono

INFORMASI IKLIM UNTUK PERTANIAN. Rommy Andhika Laksono INFORMASI IKLIM UNTUK PERTANIAN Rommy Andhika Laksono Iklim merupakan komponen ekosistem dan faktor produksi yang sangat dinamis dan sulit dikendalikan. iklim dan cuaca sangat sulit dimodifikasi atau dikendalikan

Lebih terperinci

Bab 3 Metode dan Perancangan Sistem

Bab 3 Metode dan Perancangan Sistem Bab 3 Metode dan Perancangan Sistem Pada Bab ini dibahas mengenai metode perancangan yang dipergunakan dalam membuat aplikasi Integrasi Peramalan Pola Iklim Menggunakan Metode Pemulusan Eksponensial Ganda

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

KATA PENGANTAR PANGKALPINANG, APRIL 2016 KEPALA STASIUN METEOROLOGI KLAS I PANGKALPINANG MOHAMMAD NURHUDA, S.T. NIP

KATA PENGANTAR PANGKALPINANG, APRIL 2016 KEPALA STASIUN METEOROLOGI KLAS I PANGKALPINANG MOHAMMAD NURHUDA, S.T. NIP Buletin Prakiraan Musim Kemarau 2016 i KATA PENGANTAR Penyajian prakiraan musim kemarau 2016 di Provinsi Kepulauan Bangka Belitung diterbitkan untuk memberikan informasi kepada masyarakat disamping publikasi

Lebih terperinci

BAB I PENDAHULUAN. Kabupaten Nganjuk yang terletak pada propinsi Jawa Timur merupakan

BAB I PENDAHULUAN. Kabupaten Nganjuk yang terletak pada propinsi Jawa Timur merupakan BAB I PENDAHULUAN 1.1 Latar Belakang Kabupaten Nganjuk yang terletak pada propinsi Jawa Timur merupakan kota kecil yang sebagian besar penduduknya bercocok tanam. Luas Kabupaten Nganjuk adalah ± 122.433

Lebih terperinci

ANALISA PREDIKSI PENYEWAAN ALAT TRANSPORTASI MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING (STUDI KASUS : PT SEDONA HOLIDAYS MEDAN)

ANALISA PREDIKSI PENYEWAAN ALAT TRANSPORTASI MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING (STUDI KASUS : PT SEDONA HOLIDAYS MEDAN) ANALISA PREDIKSI PENYEWAAN ALAT TRANSPORTASI MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING (STUDI KASUS : PT SEDONA HOLIDAYS MEDAN) Dewi Ika Yanti Situmorang Mahasiswa Program Studi Teknik Informatika

Lebih terperinci

BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA

BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA Press Release BMKG Jakarta, 12 Oktober 2010 BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA 2 BMKG A F R I C A A S I A 3 Proses EL NINO, DIPOLE MODE 2 1 1963 1972 1982 1997 1 2 3 EL NINO / LA NINA SUHU PERAIRAN

Lebih terperinci

BAB IV METODE PENELITIAN

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

Lebih terperinci

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

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

Lebih terperinci

BAB I PENDAHULUAN. bagaimana iklim dapat berbeda pada suatu tempat dengan tempat lainya dan

BAB I PENDAHULUAN. bagaimana iklim dapat berbeda pada suatu tempat dengan tempat lainya dan BAB I PENDAHULUAN 1.1 Latar Belakang Klimatologi adalah ilmu yang membahas dan menerangkan tentang iklim, bagaimana iklim dapat berbeda pada suatu tempat dengan tempat lainya dan bagaimana kaitan antara

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Bab Implementasi Sistem

Bab Implementasi Sistem 37 Bab 4 Hasil dan Pembahasan 4.1 Implementasi Sistem Basis Data Implementasi model sistem basis data merupakan implementasi dari perancangan basis data yang telah dibuat pada bab sebelumnya. Berdasarkan

Lebih terperinci

METODE PEMULUSAN EKSPONENSIAL WINTER UNTUK PERAMALAN ABSTRACT

METODE PEMULUSAN EKSPONENSIAL WINTER UNTUK PERAMALAN ABSTRACT METODE PEMULUSAN EKSPONENSIAL WINTER UNTUK PERAMALAN Arganata Manurung 1, Bustami 2, M.D.H. Gamal 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

PENERAPAN METODE GOAL PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI TEH (Studi Kasus: PT Perkebunan Nusantara IV Pabrik Teh Bah Butong)

PENERAPAN METODE GOAL PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI TEH (Studi Kasus: PT Perkebunan Nusantara IV Pabrik Teh Bah Butong) Saintia Matematika Vol. 1, No. 2 (2013), pp. 117 128. PENERAPAN METODE GOAL PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI TEH (Studi Kasus: PT Perkebunan Nusantara IV Pabrik Teh Bah Butong) Elikson Damanik,

Lebih terperinci

PERAMALAN PENJUALAN OBAT MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING PADA TOKO OBAT BINTANG GEURUGOK

PERAMALAN PENJUALAN OBAT MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING PADA TOKO OBAT BINTANG GEURUGOK PERAMALAN PENJUALAN OBAT MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING PADA TOKO OBAT BINTANG GEURUGOK Sayed Fachrurrazi, S.Si., M.Kom Program Studi Teknik Informatika, Universitas Malikussaleh Reuleut,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Ditinjau dari letak geografisnya, Indonesia merupakan negara yang beriklim tropis dan memiliki Sumber Daya Alam (SDA) yang kaya serta tanah yang subur, sehingga pemerintah

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

JUMLAH PEGAWAI NEGERI SIPIL/CALON PEGAWAI NEGERI SIPIL MENURUT SATUAN KERJA & GOLONGAN PEMERINTAH KABUPATEN BOYOLALI AUGUST 2016

JUMLAH PEGAWAI NEGERI SIPIL/CALON PEGAWAI NEGERI SIPIL MENURUT SATUAN KERJA & GOLONGAN PEMERINTAH KABUPATEN BOYOLALI AUGUST 2016 JUMLAH PEGAWA NEGER SPL/CALON PEGAWA NEGER SPL MENURUT SATUAN KERJA & GOLONGAN PEMERNTAH KABUPATEN BOYOLAL AUGUST 0 NO Sekretariat Daerah 0 Asisten Pemerintahan 0 8 Asisten Ekonomi, Pembangunan dan 0 Kesejahteraan

Lebih terperinci

BAB I PENDAHULUAN. A. Latar Belakang

BAB I PENDAHULUAN. A. Latar Belakang BAB PNDAHULUAN A. Latar Belakang Belum adanya tehnik baku yang digunakan disamping ketiadaan stasiun referensi yang ditentukan sebagai acuan untuk menguji homogenitas data iklim di ndonesia merupakan salah

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Matematika memegang peranan penting dalam kehidupan. Selain sebagai salah satu kajian ilmu utama dalam pendidikan, matematika juga berperan untuk menunjang ilmu-ilmu

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Di Indonesia sejak tahun enam puluhan telah diterapkan Badan Meteorologi, Klimatologi, dan Geofisika di Jakarta menjadi suatu direktorat perhubungan udara. Direktorat

Lebih terperinci

PERAMALAN CURAH HUJAN KOTA PONTIANAK DENGAN DEKOMPOSISI SENSUS II

PERAMALAN CURAH HUJAN KOTA PONTIANAK DENGAN DEKOMPOSISI SENSUS II Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 05, No. 02(2016), hal 227 234. PERAMALAN CURAH HUJAN KOTA PONTIANAK DENGAN DEKOMPOSISI SENSUS II Eka Rahmilia, Helmi INTISARI Metode Dekomposisi

Lebih terperinci

Bab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu

Bab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu Bab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu Penelitian berjudul Pemodelan dan Peramalan Angka Curah Hujan Bulanan Menggunakan Analisis Runtun Waktu (Kasus Pada Daerah Sekitar Bandara Ngurah Rai), menjelaskan

Lebih terperinci

PENGEMBANGAN SI STOK BARANG DENGAN PERAMALAN MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING (STUDI KASUS : PT. TOMAH JAYA ELEKTRIKAL)

PENGEMBANGAN SI STOK BARANG DENGAN PERAMALAN MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING (STUDI KASUS : PT. TOMAH JAYA ELEKTRIKAL) PENGEMBANGAN SI STOK BARANG DENGAN PERAMALAN MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING (STUDI KASUS : PT. TOMAH JAYA ELEKTRIKAL) Cahyarizki Adi Utama, Yan Watequlis S. Teknologi Informasi, Teknik

Lebih terperinci

IV. HASIL DAN PEMBAHASAN

IV. HASIL DAN PEMBAHASAN IV. HASIL DAN PEMBAHASAN 4.. Parameter Curah Hujan model REMO Data curah hujan dalam keluaran model REMO terdiri dari 2 jenis, yaitu curah hujan stratiform dengan kode C42 dan curah hujan konvektif dengan

Lebih terperinci

PENERAPAN TEORI RUN UNTUK MENENTUKAN INDEKS KEKERINGAN DI KECAMATAN ENTIKONG

PENERAPAN TEORI RUN UNTUK MENENTUKAN INDEKS KEKERINGAN DI KECAMATAN ENTIKONG Abstrak PENERAPAN TEORI RUN UNTUK MENENTUKAN INDEKS KEKERINGAN DI KECAMATAN ENTIKONG Basillius Retno Santoso 1) Kekeringan mempunyai peranan yang cukup penting dalam perencanaan maupun pengelolaan sumber

Lebih terperinci

BAB III METODE PENELITIAN. untuk memahami, memecahkan dan mengantisipasi masalah. adalah penelitian secara deskriptif dan komparatif.

BAB III METODE PENELITIAN. untuk memahami, memecahkan dan mengantisipasi masalah. adalah penelitian secara deskriptif dan komparatif. BAB III METODE PENELITIAN 3.1 Metode Penelitian Metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif dan komparatif. Melalui penelitian, manusia dapat menggunakan hasilnya, secara

Lebih terperinci

IV. HASIL DAN PEMBAHASAN

IV. HASIL DAN PEMBAHASAN IV. HASIL DAN PEMBAHASAN 4.1. Analisis pengaruh ENSO dan IOD terhadap curah hujan Pola hujan di Jawa Barat adalah Monsunal dimana memiliki perbedaan yang jelas antara periode musim hujan dan periode musim

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara 13 BAB 1 PENDAHULUAN 1.1 Latar Belakang Era globalisasi saat ini, perkembangan zaman semankin maju dan berkembang pesat, di antaranya banyak pernikahan dini yang menyebabkan salah satu faktor bertambahnya

Lebih terperinci

IV. HASIL DAN PEMBAHASAN

IV. HASIL DAN PEMBAHASAN 8 eigenvalue masing-masing mode terhadap nilai total eigenvalue (dalam persen). PC 1 biasanya menjelaskan 60% dari keragaman data, dan semakin menurun untuk PC selanjutnya (Johnson 2002, Wilks 2006, Dool

Lebih terperinci

PRODUKSI PADI, JAGUNG, DAN KEDELAI (Angka Ramalan II Tahun 2013)

PRODUKSI PADI, JAGUNG, DAN KEDELAI (Angka Ramalan II Tahun 2013) BPS PROVINSI JAWA TIMUR No. 72/11/35/Th XI.,1 November PRODUKSI PADI, JAGUNG, DAN KEDELAI (Angka Ramalan II Tahun ) A. PADI B. JAGUNG Angka Ramalan (ARAM) II produksi Padi Provinsi Jawa Timur tahun sebesar

Lebih terperinci

SALES FORECASTING UNTUK PENGENDALIAN PERSEDIAAN

SALES FORECASTING UNTUK PENGENDALIAN PERSEDIAAN BAB IV SALES FORECASTING UNTUK PENGENDALIAN PERSEDIAAN A. Identifikasi Peramalan Penjualan oleh UD. Jaya Abadi Dari hasil wawancara yang menyebutkan bahwa setiap pengambilan keputusan untuk estimasi penjualan

Lebih terperinci

ANALISIS MUSIM KEMARAU 2011 DAN PRAKIRAAN MUSIM HUJAN 2011/2012 PROVINSI DKI JAKARTA

ANALISIS MUSIM KEMARAU 2011 DAN PRAKIRAAN MUSIM HUJAN 2011/2012 PROVINSI DKI JAKARTA ANALISIS MUSIM KEMARAU 2011 DAN PRAKIRAAN MUSIM HUJAN 2011/2012 PROVINSI DKI JAKARTA Sumber : BADAN METEOROLOGI, KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI PONDOK BETUNG TANGERANG 1. TINJAUAN UMUM 1.1.

Lebih terperinci

Tz 1 = (28,4 0,59 x h ) o C

Tz 1 = (28,4 0,59 x h ) o C Kriteria yang digunakan dalam penentuan bulan kering, bulan lembab dan bulan basah adalah sebagai berikut: Bulan kering (BK): Bulan dengan C

Lebih terperinci

BAB I PENDAHULUAN. Kabupaten Boyolali merupakan salah satu kabupaten yang berada di

BAB I PENDAHULUAN. Kabupaten Boyolali merupakan salah satu kabupaten yang berada di 1 BAB I PENDAHULUAN 1.1 Latar Belakang Kabupaten Boyolali merupakan salah satu kabupaten yang berada di Provinsi Jawa Tengah. Kabupaten Boyolali termasuk dalam kategori kabupaten yang sedang berkembang.

Lebih terperinci

Gambar 3 Sebaran curah hujan rata-rata tahunan Provinsi Jawa Barat.

Gambar 3 Sebaran curah hujan rata-rata tahunan Provinsi Jawa Barat. 11 yang akan datang, yang cenderung mengalami perubahan dilakukan dengan memanfaatkan keluaran model iklim. Hasil antara kondisi iklim saat ini dan yang akan datang dilakukan analisis dan kemudian dilakukan

Lebih terperinci

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

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

Lebih terperinci

1. PENDAHULUAN 2. KAJIAN PUSTAKA

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB. 1 PENDAHULUAN Latar Belakang

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

Lebih terperinci

METODE MOVING AVERAGE DAN METODE WINTER DALAM PERAMALAN ABSTRACT

METODE MOVING AVERAGE DAN METODE WINTER DALAM PERAMALAN ABSTRACT METODE MOVING AVERAGE DAN METODE WINTER DALAM PERAMALAN Widya Risnawati Siagian 1, Sigit Sugiarto 2, M.D.H. Gamal 2 1 Mahasiswa Program Studi S1 Matematika FMIPA Universitas Riau 2 Dosen Fakultas Matematika

Lebih terperinci

KONDISI UMUM LOKASI PENELITIAN

KONDISI UMUM LOKASI PENELITIAN 40 KONDISI UMUM LOKASI PENELITIAN Letak Geografis dan Administrasi Lokasi penelitian berada di Kelurahan Pasir Putih, Kecamatan Sawangan, Kota Depok seluas 462 ha. Secara geografis daerah penelitian terletak

Lebih terperinci

BAB IV ANALISIS DAN PEMBAHASAN. dari UD. Wingko Babat Pak Moel sebagai berikut: a. Data permintaan wingko pada tahun 2016.

BAB IV ANALISIS DAN PEMBAHASAN. dari UD. Wingko Babat Pak Moel sebagai berikut: a. Data permintaan wingko pada tahun 2016. BAB IV ANALISIS DAN PEMBAHASAN 4.1 Pengumpulan dan Pengolahan Data Untuk menganalisi permasalahan pengoptimalan produksi, diperlukan data dari UD. Wingko Babat Pak Moel sebagai berikut: a. Data permintaan

Lebih terperinci

BAB I PENDAHULUAN. Pangan merupakan kebutuhan pokok manusia yang harus dipenuhi. Di

BAB I PENDAHULUAN. Pangan merupakan kebutuhan pokok manusia yang harus dipenuhi. Di BAB I PENDAHULUAN 1.1. Latar Belakang Pangan merupakan kebutuhan pokok manusia yang harus dipenuhi. Di Indonesia salah satu tanaman pangan yang penting untuk dikonsumsi masyarakat selain padi dan jagung

Lebih terperinci

Dian Kristanti 1) 1 Prodi Pendidikan Matematika, STKIP Bina Bangsa Meulaboh.

Dian Kristanti 1) 1 Prodi Pendidikan Matematika, STKIP Bina Bangsa Meulaboh. PERAMALAN JUMLAH PENDISTRIBUSIAN BAHAN BAKAR MINYAK DI PT. PERTAMINA (PERSERO) REGION III DEPOT MALANG MENGGUNAKAN METODE WINTER DAN METODE DEKOMPOSISI Dian Kristanti 1) 1 Prodi Pendidikan Matematika,

Lebih terperinci

PRODUKSI PADI, JAGUNG, DAN KEDELAI (ARAM II 2015)

PRODUKSI PADI, JAGUNG, DAN KEDELAI (ARAM II 2015) jambi No. 63/11/15 /Th. IX, 2 November PRODUKSI PADI, JAGUNG, DAN KEDELAI (ARAM II ) A. PADI Produksi padi tahun (Angka Ramalan II) diperkirakan sebesar 561.542 ton GKG, atau turun sebesar 103.178 ton

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang. Indonesia merupakan negara agraris karena memiliki tanah yang subur. Karena

BAB 1 PENDAHULUAN. 1.1 Latar Belakang. Indonesia merupakan negara agraris karena memiliki tanah yang subur. Karena BAB 1 PENDAHULUAN 1.1 Latar Belakang Indonesia merupakan negara agraris karena memiliki tanah yang subur. Karena memiliki tanah yang subur, sebagian besar penduduk Indonesia banyak yang bekerja di bidang

Lebih terperinci

BAB I PENDAHULUAN. kacang tanah. Ketela pohon merupakan tanaman yang mudah ditanam, dapat tumbuh

BAB I PENDAHULUAN. kacang tanah. Ketela pohon merupakan tanaman yang mudah ditanam, dapat tumbuh BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Ketela pohon (Manihot utilissima) adalah salah satu komoditas pangan yang termasuk tanaman penting di Indonesia selain tanaman padi, jagung, kedelai, dan kacang

Lebih terperinci

Buletin Pemantauan Ketahanan Pangan INDONESIA. Volume 7, Agustus 2017

Buletin Pemantauan Ketahanan Pangan INDONESIA. Volume 7, Agustus 2017 Buletin Pemantauan Ketahanan Pangan INDONESIA Volume 7, Agustus 2017 IKLIM DAN KETAHANAN PANGAN April - Juni 2017 Rendahnya kejadian kebakaran hutan Musim panen utama padi dan jagung lebih tinggi dari

Lebih terperinci

IV. METODE PENELITIAN. Penelitian ini dilakukan di Desa Purwasari, Kecamatan Dramaga

IV. METODE PENELITIAN. Penelitian ini dilakukan di Desa Purwasari, Kecamatan Dramaga IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di Desa Purwasari, Kecamatan Dramaga Kabupaten Bogor, Propinsi Jawa Barat. Pemilihan lokasi dilakukan secara sengaja dengan

Lebih terperinci

PERBANDINGAN METODE PEMULUSAN EKSPONENSIAL GANDA HOLT DENGAN METODE PEMULUSAN EKSPONENSIAL GANDA BROWN

PERBANDINGAN METODE PEMULUSAN EKSPONENSIAL GANDA HOLT DENGAN METODE PEMULUSAN EKSPONENSIAL GANDA BROWN PERBANDINGAN METODE PEMULUSAN EKSPONENSIAL GANDA HOLT DENGAN METODE PEMULUSAN EKSPONENSIAL GANDA BROWN skripsi disajikan sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains Program Studi Matematika

Lebih terperinci

DAERAH ALIRAN SUNGAI (DAS) TUNTANG, PROPINSI JAWA TENGAH

DAERAH ALIRAN SUNGAI (DAS) TUNTANG, PROPINSI JAWA TENGAH DAERAH ALIRAN SUNGAI (DAS) TUNTANG, PROPINSI JAWA TENGAH Oleh : Sri Harjanti W, 0606071834 PENDAHULUAN Daerah aliran sungai (DAS) merupakan suatu kesatuan wilayah tata air dan ekosistem yang di dalamnya

Lebih terperinci

Laporan Penelitian. Peneliti: Bambang Subekti, SIE ( ) Sri Yulianto Joko Prasetyo, S.Si., M.Kom. M. A. Ineke Pakereng, M.Kom.

Laporan Penelitian. Peneliti: Bambang Subekti, SIE ( ) Sri Yulianto Joko Prasetyo, S.Si., M.Kom. M. A. Ineke Pakereng, M.Kom. Integrasi Peramalan Pola Iklim Menggunakan Metode Pemulusan Eksponensial Ganda Pada Model Pranatamangsa Baru (Studi Kasus Pada Wilayah Kabupaten Boyolali) Laporan Penelitian Diajukan kepada Fakultas Teknologi

Lebih terperinci

IV. PEMBAHASAN. 4.1 Neraca Air Lahan

IV. PEMBAHASAN. 4.1 Neraca Air Lahan 3.3.2 Pengolahan Data Pengolahan data terdiri dari dua tahap, yaitu pendugaan data suhu Cikajang dengan menggunakan persamaan Braak (Djaenuddin, 1997) dan penentuan evapotranspirasi dengan persamaan Thornthwaite

Lebih terperinci

BAB 3 METODOLOGI PENELITIAN

BAB 3 METODOLOGI PENELITIAN BAB 3 METODOLOGI PENELITIAN 3.1. Sejarah Umum Perusahaan Saputra Plastik adalah perusahaan yang bergerak dalam bidang pemasaran berbagai jenis plastik seperti PP, PE, HD, dan Tali Plastik ; didirikan pada

Lebih terperinci

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

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

Lebih terperinci

Perbaikan Metode Prakiraan Cuaca Bandara Abdulrahman Saleh dengan Algoritma Neural Network Backpropagation

Perbaikan Metode Prakiraan Cuaca Bandara Abdulrahman Saleh dengan Algoritma Neural Network Backpropagation 65 Perbaikan Metode Prakiraan Cuaca Bandara Abdulrahman Saleh dengan Algoritma Neural Network Backpropagation Risty Jayanti Yuniar, Didik Rahadi S. dan Onny Setyawati Abstrak - Kecepatan angin dan curah

Lebih terperinci

Brady (1969) bahwa untuk mendapatkan pertumbuhan tanaman yang baik, air harus ditambahkan bila 50-85% dari air tersedia telah habis terpakai.

Brady (1969) bahwa untuk mendapatkan pertumbuhan tanaman yang baik, air harus ditambahkan bila 50-85% dari air tersedia telah habis terpakai. 6 KAT i = KAT i-1 + (CH-ETp) Hingga kandungan air tanah sama dengan kapasitas lapang yang berarti kondisi air tanah terus mencapai kondisi kapasitas lapang. Dengan keterangan : I = indeks bahang KL =Kapasitas

Lebih terperinci