PERAMALAN JUMLAH PENUMPANG PESAWAT TERBANG DOMESTIK DI BANDAR UDARA JUANDA DENGAN MENGGUNAKAN METODE FUNGSI TRANSFER MULTI INPUT
|
|
- Yanti Sugiarto
- 7 tahun lalu
- Tontonan:
Transkripsi
1 PERAMALAN JUMLAH PENUMPANG PESAWAT TERBANG LOGO DOMESTIK DI BANDAR UDARA JUANDA DENGAN MENGGUNAKAN METODE FUNGSI TRANSFER MULTI INPUT Oleh : Ary Miftakhul Huda ( ) Dosen Pembimbing : Dr.rer.pol. Heri Kuswanto, M.Si. JURUSAN STATISTIKA Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya 2012
2 PENDAHULUAN LATAR BELAKANG Forecasting Metode Fungsi Transfer Multi Input Bertambah nya jumlah penduduk Kepadatan jumlah penumpang di Bandar Udara Juanda
3 PENDAHULUAN PENELITIAN JUMLAH PENUMPANG PESAWAT SEBELUMNYA Erma(2009) Regresi untuk mengevaluasi beberapa kebijakan skenario terkait dengan landasan dan penumpang perluasan terminal kapasitas Insanil(2010) ARIMA Box- Jenkins dan ARIMAX dijadikan acuan dalam perkembangan dunia transportasi dan pariwisata dengan melibatkan variabel dummy lebaran sebagai input. Auliardhin(2010) Perubahan Struktur untuk mengetahui apakah kenaikan harga BBM mempengaruhi jumlah penumpang pesawat domestik khususnya rute Surabaya-Denpasar dan Surabaya-Jakarta
4 PENDAHULUAN PENELITIAN JUMLAH PENUMPANG PESAWAT SEBELUMNYA Mauludina(2010) ARIMA dan Neural Network Backpropagation meramalkan jumlah penumpang keberangkatan pesawat domestik di Juanda untuk 12 periode ke depan Ahadianti(2010) Fungsi Transfer Multi Input Variabel input : jumlah penerbangan, harga tiket, harga avtur, dan nilai tukar Variabel output : jumlah penumpang pesawat
5 PENDAHULUAN PENELITIAN FUNGSI TRANSFER DI INDONESIA Dwi(2010) Gas Bumi Variabel input : nilai kurs valuta asing dan jumlah pelanggan Variabel output : hasil penjualan gas bumi Nurani(2010) Indeks Harga Saham Variabel input : kurs, suku bunga BI, inflasi, tingkat bunga deposito, dan posisi jumlah deposito berjangka dalam rupiah Variabel output : indeks harga saham Septiorini(2010) Inflasi Nasional Variabel input : peredaran mata uang, nilai tukar rupiah terhadap USD, ekspor non migas, dan impor non migas Variabel output : tingkat inflasi nasional
6 PENDAHULUAN PENELITIAN FUNGSI TRANSFER DI INDONESIA Faridah(2011) Aset Perbankan Syariah Variabel input : Dana Pihak Ketiga (DPK) dan total pembiayaan Variabel output : Aset perbankan syariah
7 PENDAHULUAN PENELITIAN FUNGSI TRANSFER DI LUAR NEGERI Nelson& Paulo(2003) Menjelaskan algoritma aljabar linear numerik untuk menghitung variabel listrik yang dominan pada Multi Input Multi Output (MIMO) dengan menggunakan fungsi transfer. Joe Kniss et all (2003) Menggunakan Fungsi Transfer Gaussian karena dinilai cocok untuk memodelkan dan mengklasifikan variabel yang struktur datanya multivariat Joost Rommes & Nelson Martins (2006) Menjelaskan algoritma baru untuk menghitung dominan yang tinggi pada Multi input Multi Output (MIMO) fungsi transfer.
8 PENDAHULUAN PENELITIAN FUNGSI TRANSFER DI LUAR NEGERI Qiang Xiong and Wen-Jian Cai (2006) Pada penelitian ini metode fungsi transfer dinilai efektif untuk desain pengontrol variabel independen H. Garniera, M. Gilsona, P.C. Young (2007) Digunakan pada variabel sistem input yang multiple atau lebih dari satu.
9 PENDAHULUAN RUMUSAN MASALAH Berdasarkan latar belakang tersebut, maka permasalahan yang akan dibahas pada penelitian ini adalah : 1. Bagaimana hasil permodelan untuk menjelaskan peramalan jumlah penumpang domestik di Bandar Udara Juanda dengan menggunakan Univariate Time Series? 2. Bagaimana hasil permodelan untuk menjelaskan peramalan jumlah penumpang domestik di Bandar Udara Juanda dengan menggunakan Multivariate Time Series? 3. Bagaimana permodelan yang terbaik untuk meramalkan jumlah penumpang domestik di Bandar Udara Juanda? 4. Bagaimana hasil peramalan jumlah frekuensi penumpang domestik di Bandar Udara Juanda untuk periode 1 tahun ke depan dari permodelan terbaik? TUJUAN PENELITIAN Tujuan yang ingin dicapai dalam penelitian ini berdasarkan permasalahan tersebut adalah sebagai berikut : 1. Mendapatkan model peramalan jumlah penumpang domestik di Bandar Udara Juanda dengan menggunakan Univariate Time Series. 2. Mendapatkan model peramalan jumlah penumpang domestik di Bandar Udara Juanda dengan menggunakan Multivariate Time Series. 3. Mendapatkan permodelan yang terbaik untuk meramalkan jumlah penumpang domestik di Bandar Udara Juanda. 4. Mendapatkan hasil peramalan jumlah frekuensi penumpang domestik di Bandar Udara Juanda untuk periode 1 tahun ke depan dari permodelan terbaik.
10 TINJAUAN PUSTAKA ANALISIS DERET WAKTU model deret waktu adalah suatu model runtun waktu dimana observasi yang satu dengan yang lain saling berkorelasi (Box dan Jenkins, 1976).
11 TINJAUAN PUSTAKA AUTOREGRESSIVE INTEGRATED MOVING AVERAGE(ARIMA) Model deret waktu yang nonstasioner dapat dikatakan sebagai proses Auto Regressive Integrated Moving Average ordo (p,d,q) atau disingkat ARIMA (p,d,q), dimana: p adalah order dari parameter autoregresif, d adalah besaran yang menyatakan berapa kali dilakukan differencing pada proses sehingga menjadi proses yang stasioner, dan q adalah order dari parameter moving average (Box dan Jenkins, 1976).
12 TINJAUAN PUSTAKA Cryer (1986) : MODEL UMUM ARIMA t d t Z W = q t q t t p t p t t a a a W W W = θ θ φ φ
13 TINJAUAN PUSTAKA PEMODELAN ARIMA (Box dan Jenkins, 1976) 1. Identifikasi Model Identifikasi pola data 2. Pendugaan parameter metode maximum likelihood 3. Diagnostik model Uji Kelayakan Model Ljung-Box (Q) Q = n( n + 2) r K 2 k k = 1 n n = banyak pengamatan r k = koefisien autokorelasi sisa pada lag-k K = lag maksimum m = banyaknya parameter yang diduga dalam model k
14 TINJAUAN PUSTAKA PEMILIHAN MODEL TERBAIK (Wei, 1994) AIC (Akaike Information Criterion ) 2 AIC = n ln( σ a ) + 2M
15 TINJAUAN PUSTAKA METODE FUNGSI TRANSFER Menurut Makridakis dkk. (1999) model fungsi transfer adalah suatu model yang menggambarkan nilai dari prediksi masa depan dari suatu deret berkala (disebut deret output atau Y t ) didasarkan pada nilai-nilai masa lalu dari deret itu sendiri (Y t ) dan didasarkan pula pada satu atau lebih deret berkala yang berhubungan (disebut deret input atau X t ) dengan deret output tersebut.
16 TINJAUAN PUSTAKA Identifikasi Model Fungsi Transfer menurut Makridakis dkk. (1999) 1.Mempersiapkan Deret Input dan Deret Output 2.Pemutihan Deret Input 3.Pemutihan Deret Output 4.Perhitungan Korelasi silang dan Autokorelasi untuk Deret Input dan Deret Output yang telah Diputihkan 5.Penaksiran langsung bobot repons impuls 6.Penerapan r, b, s, untuk model fungsi transfer 7.Pengujian pendahuluan deret gangguan (noise series) 8.Penetapan (pn, qn) untuk model ARIMA (p n, 0, q n ) dari deret gangguan
17 TINJAUAN PUSTAKA PENAKSIRAN PARAMETER MODEL FUNGSI TRANSFER Metode Conditional Least Square. PENGUJIAN ASUMSI RESIDUAL UJI KOLMOGOROV SMIRNOV PENGUJIAN WHITE NOISE UJI LJUNG BOX Q = m( m + 2) K 2 k k = 1 m r k n = banyak pengamatan r k = koefisien autokorelasi sisa pada lag-k K = lag maksimum m = banyaknya parameter yang diduga dalam model
18 METODOLOGI PENELITIAN SUMBER DATA Data sekunder yang diambil dari SLALU PT Angkasa Pura 1 (Persero) adalah jumlah penumpang dan jumlah pesawat terbang di penerbangan domestik dalam periode bulanan mulai dari Januari 2000 sampai Desember Data inflasi dan harga minyak dunia diperoleh dari website Badan Pusat Statistik(BPS), mulai dari Januari 2000 sampai Desember 2011 dengan periode bulanan. OUTPUT : jumlah penumpang pesawat terbang domestik di Bandar Udara Juanda VARIABEL INPUT : 1. Jumlah Pesawat Penerbangan Domestik di Bandar Udara Juanda 2. Laju Inflasi 3. Harga Minyak Dunia
19 METODOLOGI PENELITIAN 1.Penetapan Model ARIMA (Box dan Jenkins, 1976) Identikasi Pola Data Estimasi Parameter Uji Diagnostik Model 2. Penetapan Model Fungsi Transfer Mencari model ARIMA terbaik yang telah stationer dan white noise dari prosedur Box dan Jenkins (dari deret input) Mengaplikasikan/menerapkan model ARIMA terbaik dari deret input ke deret output (proses prewhitening) Menghitung nilai CCF
20 METODOLOGI PENELITIAN Mengidentifikasi orde (b,s,r) berdasarkan plot CCF Mengestimasi parameter model sementara Mencari order yang sesuai untuk error/deret noise Melakukan penaksiran parameter model fungsi transfer Menguji diagnostik model fungsi transfer Penggunaan model Fungsi Transfer untuk meramal
21 STATISTIKA DESKRIPTIF Variabel Mean StDev Minimum Maksimum penumpang pesawat minyak 57,29 30,02 18,60 133,90 inflasi 0,6608 0,8803-0,4500 8,7000
22 Peramalan Jumlah Penumpang dengan Univariate Time Series 10 9 ADF TEST 8 penumpang Index Dickey- Lag Order P-value Fuller -1, ,7368
23 SETELAH DIFFERENCING 2 Differencing Penumpang Index
24
25
26
27
28
29 Pembentukan Model ARIMA Terbaik Deret Input Jumlah Pesawat pesawat Index
30
31
32
33 Pemilihan Model Terbaik ARIMA Deret Input Jumlah Pesawat Model ARIMA AIC (3[11],1,0)(1,0,0) ,5311 (0,1,1)(1,0,0) ,6956 (0,1,1)(0,0,1) ,797
34 Pembentukan Model ARIMA Terbaik Deret Input Harga Minyak Dunia 140 minyak Dickey-Fuller Lag Order P-value -3, , Index
35
36
37
38 Pembentukan Model ARIMA Terbaik Deret Input Inflasi inflasi Index
39
40
41 Pemilihan Model ARIMA Terbaik Deret Input Inflasi Model ARIMA AIC (0,1,1) 354,8853 (1,1,0) 393,0937
42 Pembentukan Model Transfer Function pada Deret Input Pesawat PLOT CCF
43
44 Menetapkan Model ARIMA Untuk Deret Noise Jumlah Pesawat terhadap Jumlah Penumpang
45
46
47
48
49
50 FUNGSI TRANSFER SINGLE INPUT JUMLAH PESAWAT
51 FUNGSI TRANSFER SINGLE INPUT HARGA MINYAK DUNIA
52 FUNGSI TRANSFER SINGLE INPUT INFLASI
53 Pembentukan Model Fungsi Transfer Multi Input
54
55
56
57 Perbandingan Peramalan Terbaik Jumlah Penumpang antara Univariate Time Series dengan Multivariate Time Series
58 ACTUAL FORECAST LOWER UPPER
59 Ramalan Jumlah Penumpang Tahun FORECAST L95 U95
60 Nilai Ramalan Jumlah Penumpang Tahun 2013 Bulan Jumlah Penumpang Januari Februari Maret April Mei Juni Juli Agustus September Oktober Nopember Desember
61 KESIMPULAN 1. Model peramalan jumlah penumpang dengan pendekatan univariate time series(arima Box Jenkins) adalah : Yt = 0,43724Y t 1 + 0,56276Y t 2 + 0,71069Y t 12 0, 31074Y t 13 0,3999Y t 14 + a t Persamaan model ARIMA terbaik untuk meramalkan jumlah penumpang di atas, memiliki makna bahwa peramalan jumlah penumpang di Bandar Udara Juanda bulan ini terkait dengan jumlah penumpang pada 1, 2, 12, 13, 14 bulan sebelumnya.
62 KESIMPULAN 2. Model peramalan jumlah penumpang dengan pendekatan multivariate time series (Fungsi Transfer)adalah : Yt = 0, ,21131X t , 21131X t 13 + Yt 1 + a t 0,66229 at 1 + 0,28677 at 12 0,62448at 13. Model akhir peramalan dengan transfer function yang diperoleh, menjelaskan bahwa pola jumlah penumpang domestik di Bandar Udara Juanda pada bulan ini memiliki dependensi dengan jumlah penumpang domestik di Bandar Udara Juanda pada bulan 1 bulan sebelumnya serta memiliki hubungan korelasi secara linear dengan jumlah pesawat pada 12 dan 13 bulan sebelumnya. Oleh karena itu, interpretasi dari model deret noise ARIMA(0,0,1[12,23]) dengan keterkaitan terjadi pada lag-0 dan lag-12 dapat digunakan untuk menjelaskan keterkaitan secara linear antara jumlah pesawat terhadap jumlah penumpang domestik di Bandar Udara Juanda.
63 KESIMPULAN 3. Berdasarkan kriteria Out-sample, maka model yang terbaik untuk meramalkan jumlah penumpang domestik di Bandar Udara Juanda adalah model univariate time series, yakni model ARIMA (1,1,0)(1,0,0) 12 karena memiliki nilai RMSE yang minimum. 4. Peramalan jumlah penumpang domestik di Bandar Udara Juanda selama 1 tahun ke depan, yakni pada bulan Januari sampai bulan Juli 2013, jumlah penumpang akan mengalami kenaikan, sedangkan jumlah penumpang domestik dipre-diksikan menurun ketika bulan Agustus 2013 yakni sebesar penumpang. Namun, pada bulan September akan naik menjadi penumpang, lalu bulan Oktober di-prediksikan turun menjadi penumpang. Pada bulan September sampai Desember 2013 diprediksikan naik kem-bali hingga mencapai penumpang.
64 SARAN Sebaiknya pada para peneliti tidak selalu berpikir bahwa model yang rumit seperti melalui pendekatan multivariate time series yakni dengan fungsi transfer selalu menghasilkan hasil peramalan yang lebih baik dibandingkan dengan model yang se-derhana seperti melelui pendekatan univariate time series dengan ARIMA.
65 LOGO
66 PERAMALAN JUMLAH PENUMPANG PESAWAT TERBANG LOGO DOMESTIK DI BANDAR UDARA JUANDA DENGAN MENGGUNAKAN METODE FUNGSI TRANSFER MULTI INPUT Oleh : Ary Miftakhul Huda ( ) Dosen Pembimbing : Dr.rer.pol. Heri Kuswanto, M.Si. JURUSAN STATISTIKA Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya 2012
67 Best Model Univariate ARIMA (1,1,0)(1,0,0)12 Parameter estimate SE T-value P-value lag AR1, < AR2, <
68 Best Model Multivariate ARIMA (0,0,1[12,13]), b=0, r=0, s=12 Parameter estimate SE T-value P-value Lag Variable Shift MU < y 0 MA1, < y 0 MA1, y 0 MA1, < y 0 NUM < z1 0 NUM1, z1 0
Peramalan Aset dengan Memperhatikan Dana Pihak Ketiga (DPK) dan Pembiayaan Perbankan Syariah di Indonesia dengan Metode Fungsi Transfer
Peramalan Aset dengan Memperhatikan Dana Pihak Ketiga (DPK) dan Pembiayaan Perbankan Syariah di Indonesia dengan Metode Fungsi Transfer 1 Faridah Yuliani dan 2 Dr. rer pol Heri Kuswanto 1,2 Jurusan Statistika
Lebih terperinciFORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA
FORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA 1) Nurul Latifa Hadi 2) Artanti Indrasetianingsih 1) S1 Program Statistika, FMIPA, Universitas PGRI Adi Buana Surabaya 2)
Lebih terperinciPERAMALAN 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 terperinciPeramalan Volume Pemakaian Air di PDAM Kota Surabaya dengan Menggunakan Metode Time Series
JURNAL SAINS DAN SENI ITS Vol. 6, No. 1, (2017) ISSN: 2337-3520 (2301-928X Print) D-157 Peramalan Volume Pemakaian Air di PDAM Kota Surabaya dengan Menggunakan Metode Time Series Moh Ali Asfihani dan Irhamah
Lebih terperinciPeramalan Jumlah Frekuensi Penumpang Pesawat Terbang Domestik Di Bandar Udara Juanda Dengan Menggunakan Metode ARIMA dan Fungsi Transfer
1 Peramalan Jumlah Frekuensi Penumpang Pesawat Terbang Domestik Di Bandar Udara Juanda Dengan Menggunakan Metode ARIMA dan Fungsi Transfer 1 Ary Miftakhul Huda, 2 Heri Kuswanto 1 Mahasiswa, 2 Dosen Pembimbing
Lebih terperinciPemodelan 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 terperinciMETODE 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 terperinciPERAMALAN JUMLAH KUNJUNGAN WISATAWAN MANCANEGARA YANG BEKUNJUNG KE BALI MENGGUNAKAN FUNGSI TRANSFER
PERAMALAN JUMLAH KUNJUNGAN WISATAWAN MANCANEGARA YANG BEKUNJUNG KE BALI MENGGUNAKAN FUNGSI TRANSFER I Ketut Putra Adnyana 1, I Wayan Sumarjaya 2, I Komang Gde Sukarsa 3 1 Jurusan Matematika, Fakultas FMIPA
Lebih terperinciHASIL DAN PEMBAHASAN. Eksplorasi Data
5 korelasi diri, dan plot korelasi diri parsial serta uji Augmented Dickey- Fuller b. Identifikasi Model dengan metode Box-Jenkins c. Pemutihan deret input d. Pemutihan deret output berdasarkan hasil pemutihan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Berdasarkan sifatnya peramalan terbagi atas dua yaitu peramalan kualitatif dan peramalan kuantitatif. Metode kuantitatif terbagi atas dua yaitu analisis deret berkala
Lebih terperinciPERAMALAN 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 terperinciOleh : Dwi Listya Nurina Dosen Pembimbing : Dr. Irhamah, S.Si, M.Si
Oleh : Dwi Listya Nurina 1311105022 Dosen Pembimbing : Dr. Irhamah, S.Si, M.Si Air Bersih BUMN Penyediaan air bersih untuk masyarakat mempunyai peranan yang sangat penting dalam meningkatkan kesehatan
Lebih terperinci99.9. 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 terperinciJURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) ( X Print) D-300
JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (203) 233-20 (230-9X Print) D-300 Pemodelan Konsumsi Listrik Berdasarkan Jumlah Pelanggan PLN Jawa Timur untuk Kategori Rumah Tangga R- dengan Metode Fungsi Transfer
Lebih terperinciPemodelan Space Pemasangan Iklan di Surat Kabar Harian X dengan Metode ARIMAX dan Fungsi Transfer
TUGAS AKHIR Pemodelan Space Pemasangan Iklan di Surat Kabar Harian X dengan Metode ARIMAX dan Fungsi Transfer Oleh : Fani Felani Farid (1306 100 047) Pembimbing : Drs. Kresnayana Yahya M.Sc Latar Belakang
Lebih terperinciHALAMAN PERSETUJUAN PEMBIMBING...iii. HALAMAN PENGESAHAN...iv. HALAMAN PERSEMBAHAN... vi. KATA PENGANTAR... viii. DAFTAR ISI... x. DAFTAR TABEL...
HALAMAN PERSETUJUAN PEMBIMBING...iii HALAMAN PENGESAHAN...iv MOTTO... v HALAMAN PERSEMBAHAN... vi KATA PENGANTAR... viii DAFTAR ISI... x DAFTAR TABEL... xi DAFTAR GAMBAR... xii DAFTAR LAMPIRAN... xiv PERNYATAAN...
Lebih terperinciPERBANDINGAN 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 terperinciPERAMALAN 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 terperinciModel Penjualan Plywood PT. Linggarjati Mahardika Mulia
Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai Islami) Vol., No., Juli 7, Hal. 52-57 p-issn: 25-4596; e-issn: 25-4X Halaman 52 Model Penjualan Plywood PT. Linggarjati Mahardika Mulia
Lebih terperinciAnalisis 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 terperinciLULIK 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 terperinciPEMODELAN JUMLAH PENDERITA HIV/AIDS TERKAIT KUNJUNGAN WISATAWAN DI KABUPATEN BADUNG DAN KOTA MADYA DENPASAR DENGAN METODE TRANSFER FUNCTION
PEMODELAN JUMLAH PENDERITA HIV/AIDS TERKAIT KUNJUNGAN WISATAWAN DI KABUPATEN BADUNG DAN KOTA MADYA DENPASAR DENGAN METODE TRANSFER FUNCTION Oleh NYOMAN PANDU WIRADARMA (1308 100 052) Dosen Pembimbing 1
Lebih terperinciBAB I PENDAHULUAN. berasal dari sumber tetap yang terjadinya berdasarkan indeks waktu t secara
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Time Series atau runtun waktu adalah serangkaian data pengamatan yang berasal dari sumber tetap yang terjadinya berdasarkan indeks waktu t secara berurutan
Lebih terperinciPERAMALAN INDEKS HARGA KONSUMEN MENGGUNAKAN MODEL INTERVENSI FUNGSI STEP
PERAMALAN INDEKS HARGA KONSUMEN MENGGUNAKAN MODEL INTERVENSI FUNGSI STEP SKRIPSI Disusun oleh : DITA RULIANA SARI NIM. 24010211140084 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO
Lebih terperinciPEMODELAN ARIMA DALAM PERAMALAN PENUMPANG KERETA API PADA DAERAH OPERASI (DAOP) IX JEMBER
PKMT-2-13-1 PEMODELAN ARIMA DALAM PERAMALAN PENUMPANG KERETA API PADA DAERAH OPERASI (DAOP) IX JEMBER Umi Rosyiidah, Diah Taukhida K, Dwi Sitharini Jurusan Matematika, Universitas Jember, Jember ABSTRAK
Lebih terperinciII. TINJAUAN PUSTAKA. Analisis ARIMA (Autoregressive Integrated Moving Average) umumnya
II. TINJAUAN PUSTAKA 2.1 Stasioner Analisis ARIMA Autoregressive Integrated Moving Average umumnya mengasumsikan bahwa proses umum dari time series adalah stasioner. Tujuan proses stasioner adalah rata-rata,
Lebih terperinciModel Peramalan Indeks Harga Saham Gabungan (IHSG) Nikkei 225 dengan Pendekatan Fungsi Transfer
Model Peramalan Indeks Harga Saham Gabungan (IHSG) Nikkei 225 dengan Pendekatan Fungsi Transfer OLEH : DWI LISTYA NURINI 1311 105 021 DOSEN PEMBIMBING : DR. BRODJOL SUTIJO SU, M.SI Bursa saham atau Pasar
Lebih terperinciPERAMALAN LAJU INFLASI, SUKU BUNGA INDONESIA DAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE (VAR)
PERAMALAN LAJU INFLASI, SUKU BUNGA INDONESIA DAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE (VAR) SKRIPSI Oleh : PRISKA RIALITA HARDANI 24010211120020 DEPARTEMEN STATISTIKA FAKULTAS
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pajak merupakan sumber kas negara yang digunakan untuk pembangunan. Undang- Undang Republik Indonesia Nomor 16 Tahun 2000 tentang Ketentuan Umum Dan Tata Cara Perpajakan
Lebih terperinciAnalisys 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 terperinciPEMODELAN TINGKAT INFLASI NASIONAL DENGAN MODEL FUNGSI TRANSFER INPUT GANDA SUCI UTAMI FIBRIANI
PEMODELAN TINGKAT INFLASI NASIONAL DENGAN MODEL FUNGSI TRANSFER INPUT GANDA SUCI UTAMI FIBRIANI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ii
Lebih terperinciBAB 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 terperinciPemodelan Fungsi Transfer Multi Input
Jurnal Informatika Mulawarman Vol 4 No. Juli 9 8 Pemodelan Fungsi Transfer Multi Input M. Fathurahman *) Program Studi Statistika, FMIPA Universitas Mulawarman Jl. Barong Tongkok no.5 Kampus Unmul Gn.
Lebih terperinciPENDEKATAN MODEL TIME SERIES UNTUK PEMODELAN INFLASI BEBERAPA KOTA DI JAWA TENGAH
PENDEKATAN MODEL TIME SERIES UNTUK PEMODELAN INFLASI BEBERAPA KOTA DI JAWA TENGAH Tri Mulyaningsih ), Budi Nurani R ), Soemartini 3) ) Mahasiswa Program Magister Statistika Terapan Universitas Padjadjaran
Lebih terperinciBAB 2 LANDASAN TEORI Pengertian Data Deret Berkala
BAB 2 LANDASAN TEORI 2.1. Pengertian Data Deret Berkala Suatu deret berkala adalah himpunan observasi yang terkumpul atau hasil observasi yang mengalami peningkatan waktu. Data deret berkala adalah serangkaian
Lebih terperinciANALISIS DERET BERKALA MULTIVARIAT DENGAN MENGGUNAKAN MODEL FUNGSI TRANSFER: STUDI KASUS CURAH HUJAN DI KOTA MALANG
ANALISIS DERET BERKALA MULTIVARIAT DENGAN MENGGUNAKAN MODEL FUNGSI TRANSFER: STUDI KASUS CURAH HUJAN DI KOTA MALANG Fachrul Ulum Febriansyah dan Abadyo Universitas Negeri Malang E-mail: fachrul.febrian@gmail.com
Lebih terperinciPENERAPAN MODEL ARFIMA (AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE) DALAM PERAMALAN SUKU BUNGA SERTIFIKAT BANK INDONESIA (SBI)
PENERAPAN MODEL ARFIMA (AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE) DALAM PERAMALAN SUKU BUNGA SERTIFIKAT BANK INDONESIA (SBI) Liana Kusuma Ningrum dan Winita Sulandari, M.Si. Jurusan Matematika,
Lebih terperinciSedangkan model fungsi transfer bentuk kedua adalah sebagai berikut :
1 Metode Peramalan Indeks Harga Saham Gabungan (IHSG) Nikkei 255 dengan Pendekatan Fungsi Transfer Dwi Listya Nurini, Brodjol Sutijo SU Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam
Lebih terperinciPENGGUNAAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (P,Q) UNTUK PERAMALAN HARGA DAGING AYAM BROILER DI PROVINSI JAWA TIMUR
Seminar Nasional Matematika dan Aplikasinya, 21 Oktober 27 PENGGUNAAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (P,Q) UNTUK PERAMALAN HARGA DAGING AYAM BROILER DI PROVINSI JAWA TIMUR
Lebih terperinciPEMODELAN DAN PERAMALAN JUMLAH PENUMPANG DAN PESAWAT DI TERMINAL KEDATANGAN INTERNASIONAL BANDARA JUANDA SURABAYA DENGAN METODE VARIANSI KALENDER
PEMODELAN DAN PERAMALAN JUMLAH PENUMPANG DAN PESAWAT DI TERMINAL KEDATANGAN INTERNASIONAL BANDARA JUANDA SURABAYA DENGAN METODE VARIANSI KALENDER M. Insanil Kamil 0 0 0 m.insanil_kml@yahoo.com Dosen pembimbing:
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 5, Nomor 4, Tahun 2016, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 4, Tahun 2016, Halaman 737-745 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PERAMALAN DAYA LISTRIK BERDASARKAN JUMLAH PELANGGAN PLN MENGGUNAKAN
Lebih terperinciPEMODELAN FUNGSI TRANSFER UNTUK MERAMALKAN CURAH HUJAN DI KOTA SEMARANG
PEMODELAN FUNGSI TRANSFER UNTUK MERAMALKAN CURAH HUJAN DI KOTA SEMARANG 1 Andayani Nurfaizah, 2 Rochdi Wasono, 3 Siti Hajar Rahmawati 1,2,3 Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 6, Nomor 3, Tahun 2017, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 6, Nomor 3, Tahun 2017, Halaman 323-332 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN FUNGSI TRANSFER DENGAN DETEKSI OUTLIER UNTUK MEMPREDIKSI
Lebih terperinciPERAMALAN JUMLAH PENUMPANG BANDARA I GUSTI NGURAH RAI DENGAN MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA)
M-11 2) PERAMALAN JUMLAH PENUMPANG BANDARA I GUSTI NGURAH RAI DENGAN MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) Naili Farkhatul Jannah 1), Muhammad Bahtiar Isna Fuady 2), Sefri
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Peramalan merupakan studi terhadap data historis untuk menemukan hubungan, kecenderungan dan pola data yang sistematis (Makridakis, 1999). Peramalan menggunakan pendekatan
Lebih terperinciJURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) ( X Print) D-249
JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) 2337-3520 (2301-928X Print) D-249 Analisis Fungsi Transfer pada Harga Cabai Merah yang Dipengaruhi oleh Curah Hujan Di Surabaya Putri Rintan Aryasita,
Lebih terperinciPREDIKSI 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 terperinciSBAB III MODEL VARMAX. Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n
SBAB III MODEL VARMAX 3.1. Metode Analisis VARMAX Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n dengan variabel random Z n yang dapat dipandang sebagai variabel random berdistribusi
Lebih terperinciSKRIPSI. Disusun oleh: Firda Megawati
PERAMALAN TINGGI GELOMBANG BERDASARKAN KECEPATAN ANGIN DI PERAIRAN PESISIR SEMARANG MENGGUNAKAN MODEL FUNGSI TRANSFER (Studi Kasus Bulan Januari 2014 sampai dengan Desember 2014) SKRIPSI Disusun oleh:
Lebih terperinciBAB 3 MODEL FUNGSI TRANSFER MULTIVARIAT
BAB 3 MODEL FUNGSI TRANSFER MULTIVARIAT Model fungsi transfer multivariat merupakan gabungan dari model ARIMA univariat dan analisis regresi berganda, sehingga menjadi suatu model yang mencampurkan pendekatan
Lebih terperinciMetode 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 terperinciPERAMALAN JUMLAH PENDERITA DEMAM BERDARAH DENGUE DI KOTA DENPASAR MENGGUNAKAN MODEL FUNGSI TRANSFER MULTIVARIAT
PERAMALAN JUMLAH PENDERITA DEMAM BERDARAH DENGUE DI KOTA DENPASAR MENGGUNAKAN MODEL FUNGSI TRANSFER MULTIVARIAT Novian Endi Gunawan 1, I Wayan Sumarjaya 2, I G.A.M. Srinadi 3 1 Program Studi Matematika,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Manfaat Peramalan Pada dasarnya peramalan adalah merupakan suatu dugaan atau perkiraan tentang terjadinya suatu keadaan dimasa depan, tetapi dengan menggunakan metode metode tertentu
Lebih terperinciANALISIS 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 terperinciPERAMALAN 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 terperinciAnalisis Peramalan Banyaknya Permintaan Darah di Surabaya Menggunakan Metode
Analisis Peramalan Banyaknya Permintaan Darah di Surabaya Menggunakan Metode ARIMA Box Jenkins Oleh : Winda Eka Febriana 1307 030 002 Pembimbing : Dra. Wiwiek Setya Winahju, MS Latar Belakang PMI Merupakan
Lebih terperinciADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA PERAMALAN TINGKAT INFLASI NASIONAL DENGAN MULTI INPUT SKRIPSI
PERAMALAN TINGKAT INFLASI NASIONAL DENGAN PENDEKATAN TIME SERIES BERDASARKAN FUNGSI TRANSFER MULTI INPUT SKRIPSI DIDIT EKO PRASETYO PROGRAM STUDI S-1 STATISTIKA DEPARTEMEN MATEMATIKA FAKULTAS SAINS DAN
Lebih terperinciBAB 2 LANDASAN TEORI. datang. Kegunaan dari peramalan terlihat pada saat pengambilan keputusan.
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang datang. Kegunaan dari peramalan terlihat pada saat pengambilan keputusan. Keputusan yang
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan teori-teori yang menjadi dasar dan landasan dalam penelitian sehingga membantu mempermudah pembahasan selanjutnya. Teori tersebut meliputi arti dan peranan
Lebih terperinciTINJAUAN 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 terperinciBAB III MODEL ARIMAX DENGAN EFEK VARIASI KALENDER
21 BAB III MODEL ARIMAX DENGAN EFEK VARIASI KALENDER 3.1 Model Variasi Kalender Liu (Kamil 2010: 10) menjelaskan bahwa untuk data runtun waktu yang mengandung efek variasi kalender, dituliskan pada persamaan
Lebih terperinciBAB 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 terperinciBAB 2 LANDASAN TEORI
1 BAB 2 LANDASAN TEORI Bab ini membahas tentang teori penunjang dan penelitian sebelumnya yang berhubungan dengan metode ARIMA box jenkins untuk meramalkan kebutuhan bahan baku. 2.1. Peramalan Peramalan
Lebih terperinciMetode Deret Berkala Box Jenkins
METODE BOX JENKINS Metode Deret Berkala Box Jenkins Suatu metode peramalan yang sistematis, yang tidak mengasumsikan suatu model tertentu, tetapi menganalisa deret berkala sehingga diperoleh suatu model
Lebih terperinciPemodelan 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 terperinciOUTLINE. Pendahuluan. Tinjauan Pustaka. Metodologi Penelitian. Analisis dan Pembahasan. Kesimpulan dan Saran
OUTLINE Pendahuluan Tinjauan Pustaka Metodologi Penelitian Analisis dan Pembahasan Kesimpulan dan Saran LATAR BELAKANG Listrik elemen terpenting dalam kehidupan manusia Penelitian Sebelumnya Masyarakat
Lebih terperinciANALISIS POLA HUBUNGAN PEMODELAN ARIMA CURAH HUJAN DENGAN CURAH HUJAN MAKSIMUM, LAMA WAKTU HUJAN, DAN CURAH HUJAN RATA-RATA
ANALISIS POLA HUBUNGAN PEMODELAN ARIMA CURAH HUJAN DENGAN CURAH HUJAN MAKSIMUM, LAMA WAKTU HUJAN, DAN CURAH HUJAN RATA-RATA FATHIN FAHIMAH 226133 DOSEN PEMBIMBING Prof. Ir. Gamantyo Hendrantoro, M.Eng.
Lebih terperinciPENDEKATAN 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 terperinciPeramalan Laju Inflasi dan Nilai Tukar Rupiah Terhadap Dolar Amerika Menggunakan Model Vector Autoregressive (VAR)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahun 2014, Halaman 673-682 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian Peramalan Laju Inflasi dan Nilai Tukar Rupiah Terhadap Dolar
Lebih terperinciBAB 2 LANDASAN TEORI. Ramalan pada dasarnya merupakan perkiraan mengenai terjadinya suatu yang akan
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Ramalan pada dasarnya merupakan perkiraan mengenai terjadinya suatu yang akan datang. Peramalan adalah proses untuk memperkirakan kebutuhan di masa datang
Lebih terperinciPeramalan Jumlah Kunjungan Wisatawan Mancanegara (Wisman) ke Bali Tahun 2019: Metode ARIMA
JEKT 8 [2] : 136-141 ISSN : 2301-8968 Peramalan Jumlah Kunjungan Wisatawan Mancanegara (Wisman) ke Bali Tahun 2019: Metode ARIMA Rukini *) Putu Simpen Arini Esthisatari Nawangsih Badan Pusat Statistik
Lebih terperinciPeramalan Netflow Uang Kartal dengan Model Variasi Kalender dan Model Autoregressive Distributed Lag (ARDL)
Peramalan Netflow Uang Kartal dengan Model Variasi Kalender dan Model Autoregressive Distributed Lag (ARDL) Ainil Karomah dan Suhartono Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam,
Lebih terperinciBAB 2. Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang akan datang. Ramalan adalah sesuatu kegiatan situasi atau kondisi yang diperkirakan akan
Lebih terperinciPERAMALAN JUMLAH WISATAWAN MANCANEGARA YANG BERKUNJUNG KE BALI MENGGUNAKAN FUNGSI TRANSFER KOMPETENSI STATISTIKA SKRIPSI
PERAMALAN JUMLAH WISATAWAN MANCANEGARA YANG BERKUNJUNG KE BALI MENGGUNAKAN FUNGSI TRANSFER KOMPETENSI STATISTIKA SKRIPSI I KETUT PUTRA ADNYANA 1208405010 LEMBAR JUDUL JURUSAN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciPERAMALAN NILAI TUKAR DOLAR SINGAPURA (SGD) TERHADAP DOLAR AMERIKA (USD) DENGAN MODEL ARIMA DAN GARCH
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 110 117 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PERAMALAN NILAI TUKAR DOLAR SINGAPURA (SGD) TERHADAP DOLAR AMERIKA (USD) DENGAN MODEL ARIMA DAN GARCH
Lebih terperinciESTIMASI PARAMETER MODEL ARMA UNTUK PERAMALAN DEBIT AIR SUNGAI MENGGUNAKAN GOAL PROGRAMMING
ESTIMASI PARAMETER MODEL ARMA UNTUK PERAMALAN DEBIT AIR SUNGAI MENGGUNAKAN GOAL PROGRAMMING Nama : Zahroh Atiqoh NRP : 1205 100 021 Dosen Pembimbing : 1. Dra. Nuri Wahyuningsih, MKes 2. Drs. Sulistiyo,
Lebih terperinciPrediksi 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 terperinciSKRIPSI JURUSAN STATISTIKA PERAMALAN INDEKS HARGA KONSUMEN 4 KOTA DI JAWA TENGAH MENGGUNAKAN MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR)
PERAMALAN INDEKS HARGA KONSUMEN 4 KOTA DI JAWA TENGAH MENGGUNAKAN MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR) SKRIPSI Disusun Oleh : LINA IRAWATI NIM : 24010211140072 JURUSAN STATISTIKA FAKULTAS
Lebih terperinciABSTRAK. Kata kunci : Data Runtun Waktu, Indeks Harga Konsumen, ARIMA, Analisis Intervensi, Fungsi Step, Peramalan. I Pendahuluan
Analisis Model Intervensi Fungsi Step Terhadap Indeks Harga Konsumen (IHK) Zuhairini Azzahra A 1, Suyono 2, Ria Arafiyah 3 Program Studi Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Defenisi Peramalan Peramalan adalah suatu kegiatan dalam memperkirakan atau kegiatan yang meliputi pembuatan perencanaan di masa yang akan datang dengan menggunakan data masa lalu
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Iklim Iklim ialah suatu keadaan rata-rata dari cuaca di suatu daerah dalam periode tertentu. Curah hujan ialah suatu jumlah hujan yang jatuh di suatu daerah pada kurun waktu
Lebih terperinciHASIL DAN PEMBAHASAN
36 HASIL DAN PEMBAHASAN Deskripsi Data Penelitian ini diawali dengan melihat ketergantungan antar lokasi dan waktu. Lokasi-lokasi dalam penelitian ini saling berhubungan, hal ini ditunjukkan dengan nilai
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Pendekatan Penelitian Pendekatan penelitian ini menggunakan pendekatan kuantitatif yaitu pendekatan dengan cara mengukur variabel yang di lingkari oleh teori atau satu
Lebih terperinciPENGENDALIAN 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 terperinciKAJIAN METODE JACKKNIFE DALAM MEMBANGUN SELANG KEPERCAYAAN DENGAN PARAMETER ARMA(p,q)
UJIAN TUGAS AKHIR KAJIAN METODE JACKKNIFE DALAM MEMBANGUN SELANG KEPERCAYAAN DENGAN PARAMETER ARMA(p,q) Disusun oleh : Novan Eko Sudarsono NRP 1206.100.052 Pembimbing: Dra. Nuri Wahyuningsih, M.Kes Dra.Laksmi
Lebih terperinciPenerapan Analisa Time Series Terhadap Nilai Matematika di SMAS Alfa Centauri Bandung.
Penerapan Analisa Time Series Terhadap Nilai Matematika di SMAS Alfa Centauri Bandung. Imam Nulhakim, Utriweni Mukhaiyar Institut Teknologi Bandung, Jl.Tamansari no 64, Bandung; imamnul@gmail.com Jl.Tamansari
Lebih terperinciBAB II TINJAUAN PUSTAKA
DAFTAR ISI PERNYATAAN... i ABSTRAK... ii KATA PENGANTAR... iii UCAPAN TERIMA KASIH... iv DAFTAR ISI... v DAFTAR TABEL... ix DAFTAR GAMBAR... x DAFTAR LAMPIRAN... xi BAB I PENDAHULUAN... 1 1.1 Latar Belakang...
Lebih terperinciBAB III MODEL STATE-SPACE. dalam teori kontrol modern. Model state space dapat mengatasi keterbatasan dari
BAB III MODEL STATE-SPACE 3.1 Representasi Model State-Space Representasi state space dari suatu sistem merupakan suatu konsep dasar dalam teori kontrol modern. Model state space dapat mengatasi keterbatasan
Lebih terperinciPeramalan 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 terperinciPeramalan Penjualan Pipa di PT X
Elviani, et al. / Peramalan Penjualan Pipa di PT X / Jurnal Titra, Vol.. 2, No. 2, Juni 2014, pp. 55-60 Peramalan Penjualan Pipa di PT X Cicely Elviani 1, Siana Halim 1 Abstract: In this thesis we modeled
Lebih terperinciBAB 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 terperinciPERBANDINGAN INVESTASI PADA MATA UANG DOLAR AMERIKA (USD) DAN YEN JEPANG (JPY) DENGAN MODEL ARIMA DAN GARCH
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 1 8 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PERBANDINGAN INVESTASI PADA MATA UANG DOLAR AMERIKA (USD) DAN YEN JEPANG (JPY) DENGAN MODEL ARIMA DAN GARCH
Lebih terperinciMetode Box - Jenkins (ARIMA)
Metode Box - Jenkins (ARIMA) Metode peramalan saat ini cukup banyak dengan berbagai kelebihan masing-masing. kelebihan ini bisa mencakup variabel yang digunakan dan jenis data time seriesnya. nah, dalam
Lebih terperinciPemodelan Nilai Tukar Rupiah terhadap Dollar Amerika Serikat Menggunakan ARFIMA
Seminar Nasional Statistika IX Institut Teknologi Sepuluh Nopember, 7 November 2009 Pemodelan Nilai Tukar Rupiah terhadap Dollar Amerika Serikat Menggunakan ARFIMA 1 Harnum Annisa Prafitia dan 2 Irhamah
Lebih terperinciIII. METODE PENELITIAN. Bentuk data berupa data time series dengan frekuensi bulanan dari Januari 2000
28 III. METODE PENELITIAN 3.1. Data 3.1.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Bentuk data berupa data time series dengan frekuensi bulanan dari Januari
Lebih terperinciPeramalam Jumlah Penumpang Yang Berangkat Melalui Bandar Udara Temindung Samarinda Tahun 2012 Dengan Metode ARIMA BOX-JENKINS
Jurnal EKSPONENSIAL Volume 3, Nomor, Mei 2 ISSN 8-7829 Peramalam Jumlah Penumpang Yang Berangkat Melalui Bandar Udara Temindung Samarinda Tahun 2 Dengan Metode ARIMA BOX-JENKINS Forecasting The Number
Lebih terperinciPERBANDINGAN MODEL ARCH/GARCH MODEL ARIMA DENGAN MODEL FUNGSI TRANSFER
PERBANDINGAN MODEL ARCH/GARCH MODEL ARIMA DENGAN MODEL FUNGSI TRANSFER (Studi Kasus Indeks Harga Saham Gabungan dan Harga Minyak Mentah Dunia Tahun 2013 sampai 2015) SKRIPSI Oleh: DEBY FAKHRIYANA 24010212130041
Lebih terperinciBAB 2 LANDASAN TEORI. Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang akan datang. Ramalan adalah suatu situasi atau kondisi yang diperkirakan akan terjadi pada
Lebih terperinciModel Vector Autoregressive-Generalized Space Time Autoregressive
Model Vector Autoregressive-Generalized Space Time Autoregressive Hilma Mutiara Winata 1), Entit Puspita 2), Fitriani Agustina 3) 1), 2), 3) Departemen Pendidikan Matematika FPMIPA UPI *Surel: hilmamutiarawinata@gmail.com
Lebih terperinciPENERAPAN METODE ARIMA DALAM MERAMALKAN INDEKS HARGA KONSUMEN (IHK) INDONESIA TAHUN 2013
La Pimpi //Paradigma, Vol. 17 No. 2, Oktober 2013, hlm. 35-46 PENERAPAN METODE ARIMA DALAM MERAMALKAN INDEKS HARGA KONSUMEN (IHK) INDONESIA TAHUN 2013 1) La Pimpi 1 Staf Pengajar Jurusan Matematika, FMIPA,
Lebih terperinci