PENERAPAN CUSUM DALAM PENENTUAN BREAKPOINT PADA DATA TIME SERIES

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENERAPAN CUSUM DALAM PENENTUAN BREAKPOINT PADA DATA TIME SERIES"

Transkripsi

1 PENERAPAN CUSUM DALAM PENENTUAN BREAKPOINT PADA DATA TIME SERIES (Studi Kasus: Market Share Penjualan Stater Pack Kartu Seluler di Wilayah Indonesia Bagian Barat dan Tengah) RINA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011

2 viii RINGKASAN RINA. Penerapan CUSUM dalam Penentuan Breakpoint pada Data Time Series (Studi Kasus: Market Share Penjualan Stater Pack Kartu Seluler di Wilayah Indonesia Bagian Barat dan Tengah). Dibimbing oleh ERFIANI dan VEIBERT MOUDY PINONTOAN. Persaingan bidang telekomunikasi di Indonesia ditandai dengan beragamnya promo yang ditawarkan sejumlah operator. Keberhasilan suatu promo dapat dilihat dari respon masyarakat terhadap promo tersebut. Salah satu indikatornya adalah penjualan stater pack atau kartu perdana seluler. Dengan menganalisis perubahan pola market share penjualan stater pack, dapat diketahui apakah promo yang ditawarkan suatu operator tersebut efektif. Perubahan pola ditandai dengan adanya titik perubahan atau breakpoint. Beberapa pendekatan yang dapat digunakan adalah pendekatan metode pemulusan (smoothing) dan pendekatan change point analysis (CUSUM dan bootstrap). Penelitian ini bertujuan untuk melihat pola market share penjualan stater pack kartu seluler dan menerapkan pendekatan metode pemulusan (smoothing) dan change point analysis (CPA) dalam menentukan titik perubahan atau breakpoint. Data yang digunakan dalam penelitian ini adalah data harian market share penjualan stater pack sembilan provider (Brand A, Brand D, Brand E, Brand F, Brand G, Brand H, dan Brand I) kartu seluler 1 Januari 2008 sampai 22 Juli 2010 di wilayah Jabodetabek, Jawa Barat, Jawa Tengah, Jawa Timur, Nusa Tenggara, Sumatera Bagian Selatan, Bali dan Kalimantan. Hasil dari penelitian ini adalah perubahan market share suatu provider dipengaruhi oleh provider lain. Saat suatu provider mengalami peningkatan, provider lain mengalami penurunan market share begitupun sebaliknya. Pada kelompok market share tinggi (Brand A, Brand D, dan Brand F), terjadi persaingan yang ketat antara ketiga provider. Selain itu, peluncuran promo-promo baru ternyata efektif meningkatkan market share para provider. Dari berbagai macam jenis promo yang ditawarkan, promo tarif telepon dan paket bonus lebih efektif meningkatkan market share penjualan kartu perdana. Hasil breakpoint pada provider Brand A, Brand D, Brand E, dan Brand F dengan pendekatan smoothing dan CPA menghasilkan pendugaan breakpoint yang hampir sama. Sedangkan, hasil breakpoint pada provider Brand G dengan pendekatan smoothing dan CPA hanya sedikit pendugaan breakpoint yang sama. Hal ini disebabkan oleh outlier yang terkandung dalam data market share Brand G yang menyebabkan pendugaan breakpoint dengan pendekatan metode smoothing menjadi kurang baik. Pendekatan CPA tidak dapat dikatakan lebih baik daripada pendekatan smoothing begitupun sebaliknya. Hal ini dikarenakan kedua pendekatan tersebut mempunyai kelebihan dan kekurangan masing-masing. Akan tetapi, kedua pendekatan tersebut dapat dibandingkan dalam hal efisiensi waktu dan kemudahan. Dalam hal efisiensi waktu dan kemudahan, change point analysis lebih baik daripada pendekatan metode smoothing. Kata kunci: breakpoint, metode smoothing, CUSUM, bootstrap, change-point analysis

3 ix PENERAPAN CUSUM DALAM PENENTUAN BREAKPOINT PADA DATA TIME SERIES (Studi Kasus: Market Share Penjualan Stater Pack Kartu Seluler di Wilayah Indonesia Bagian Barat dan Tengah) RINA Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Statistika pada Departemen Statistika DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011

4 x Judul : Penerapan CUSUM dalam Penentuan Breakpoint pada Data Time Series (Studi Kasus: Market Share Penjualan Stater Pack Kartu Seluler di Wilayah Indonesia Bagian Barat dan Tengah) Nama : Rina NRP : G Menyetujui: Pembimbing I Pembimbing II Dr. Ir. Erfiani, MS NIP Ir. Veibert Moudy Pinontoan Mengetahui: Ketua Departemen Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor Dr. Ir. Hari Wijayanto, MS NIP Tanggal Lulus:

5 xi RIWAYAT HIDUP Penulis dilahirkan di Jakarta tanggal 5 Mei 1988 sebagai anak ke empat dari empat bersaudara, putri pasangan Bapak Mardimas dan Ibu Hadiyah. Penulis menyelesaikan pendidikan SD Negeri Pekojan 01 Pagi Jakarta Barat pada tahun 2000, kemudian melanjutkan pendidikan menengah pertama di SLTP Negeri 32 Jakarta Barat dan lulus pada tahun Selanjutnya penulis lulus dari SMA Negeri 40 Pademangan Jakarta Utara pada tahun 2006 dan kemudian diterima di Institut Pertanian Bogor melalui Undangan Seleksi Mahasiswa IPB (USMI) pada tahun Pada tahun 2007 penulis diterima sebagai mahasiswa di Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam IPB dengan minor Ilmu Konsumen. Selama mengikuti perkuliahan, penulis mengikuti beberapa organisasi kepanitiaan. Pada , penulis mengikuti kegiatan Statistika Ria Pada periode yang sama, penulis mengikuti kegiatan Lomba Jejak Pendapat Statistika (LJPS) sebagai divisi Logistik dan Transportasi. Selain itu penulis juga melaksanakan praktek lapang di PT Grup Riset Potensial pada bulan Februari sampai April 2010.

6 xii KATA PENGANTAR Maha suci Allah SWT yang telah menciptakan segala sesuatu dengan kadarnya, memberikan banyak kenikmatan dan keagungan pada kita semua. Puji dan syukur penulis panjatkan kepada Allah SWT atas segala karunia dan nikmat-nya sehingga penulis mendapatkan banyak kemudahan dalam menyelesaikan karya ilmiah ini. Sholawat serta salam semoga tetap kita haturkan kepada Nabi Muhammad SAW baik dalam keadaan lapang maupun sempit. Penulis mengucapkan terima kasih kepada semua pihak yang telah banyak membantu dalam penyelesaian karya ilmiah ini, antara lain: 1. Ibu Dr. Ir. Erfiani, MS dan Bapak Ir. Veibert Moudy Pinontoan selaku pembimbing yang selalu memberi arahan, saran, dan kesabarannya dalam membimbing penulis 2. Ir. Bambang Sumantri selaku penguji atas masukan dan sarannya 3. Ayah, Ibu serta seluruh keluarga besar atas segala doa, kasih sayang, serta dukungannya 4. Bapak Satrio Wiseno, Mas Yoyok, dan Bapak Edi Purnomo atas saran, diskusi, dan nasehatnya 5. Seluruh dosen dan staf Departemen Statistika FMIPA IPB yang telah membantu penulis selama belajar di Departemen Statistika IPB 6. Keluarga besar PT Grup Riset Potensial yang telah membantu penulis selama praktek lapang 7. Teman-teman ku, Rara, Fini, Widya, Zaky atas support dan semangatnya 8. Teman-teman seperjuangan, Shofi dan Nadia atas semua saran dan diskusi selama pembuatan karya ilmiah ini 9. Teman-teman Statistika 43, atas kenangan dan kebersamaan selama 3 tahun Penulis menyadari bahwa kesempurnaan hanya milik Allah SWT dan masih terdapat kekurangan dalam karya ilmiah ini. Namun demikian, penulis berharap semoga karya ilmiah ini dapat bermanfaat. Bogor, Januari 2011 Rina

7 xiii DAFTAR ISI Halaman DAFTAR TABEL... viii DAFTAR GAMBAR... viii DAFTAR LAMPIRAN... viii PENDAHULUAN... 1 Latar Belakang... 1 Tujuan... 1 TINJAUAN PUSTAKA... 1 Pemulusan Rataan Bergerak... 1 CUSUM... 1 Metode Bootstrap... 1 Change-Point Analysis... 2 Pendugaan Breakpoint dalam CPA... 2 Confidence level Hitung dalam CPA... 2 METODOLOGI... 2 Data... 2 Metode... 2 HASIL DAN PEMBAHASAN... 3 Eksplorasi Data... 3 Kelebihan dan Kekurangan Pendekatan Metode Smoothing... 9 Change Point Analysis Kelebihan dan Kekurangan Pendekatan CPA Perbandingan Pendekatan Smoothing dan CPA SIMPULAN DAN SARAN Simpulan Saran DAFTAR PUSTAKA LAMPIRAN... 17

8 viii xiv DAFTAR TABEL Halaman 1. Breakpoint Brand A dengan pendekatan CPA Breakpoint Brand D dengan pendekatan CPA Breakpoint Brand E dengan pendekatan CPA Breakpoint Brand F dengan pendekatan CPA Breakpoint Brand G dengan pendekatan CPA Rangkuman analisis market share kelima provider DAFTAR GAMBAR Halaman 1. Diagram pembagian data pada kasus multiple breakpoint Plot market share penjualan kartu perdana Brand A Hasil breakpoint Brand A dengan pendekatan smoothing Plot market share penjualan kartu perdana Brand D Hasil breakpoint Brand D dengan pendekatan smoothing Plot market share penjualan kartu perdana Brand E Hasil breakpoint Brand E dengan pendekatan smoothing Plot market share penjualan kartu perdana Brand F Hasil breakpoint Brand F dengan pendekatan smoothing Plot market share penjualan kartu perdana Brand G Hasil breakpoint Brand G dengan pendekatan smoothing Plot market share penjualan kartu perdana 5 provider CUSUM chart Brand A Plot breakpoint Brand A hasil CPA CUSUM chart Brand D Plot breakpoint Brand D hasil CPA CUSUM chart Brand E Plot breakpoint Brand E hasil CPA CUSUM chart Brand F Plot breakpoint Brand F hasil CPA CUSUM chart Brand G Plot breakpoint Brand G hasil CPA DAFTAR LAMPIRAN Halaman 1. Plot market share penjualan kartu perdana 9 provider Hasil breakpoint market share Brand A Hasil breakpoint market share Brand D Hasil breakpoint market share Brand E Hasil breakpoint market share Brand F Hasil breakpoint market share Brand G... 18

9 1 PENDAHULUAN Latar Belakang Saat ini, industri telekomunikasi di Indonesia mengalami perkembangan yang pesat. Persaingan di bidang telekomunikasi menjadi semakin ketat. Hal ini ditandai dengan hadirnya sejumlah operator seluler baru dengan berbagai alternatif pilihan atau promo yang mencakup jaringan, tarif layanan, kualitas layanan, dan ragam layanan yang ditawarkan. Para operator berlombalomba untuk menarik minat para pelanggan agar beralih dan memakai produknya. Hal tersebut menimbulkan suatu pertanyaan, apakah promo yang ditawarkan oleh operator tersebut efektif. Keberhasilan suatu promo dapat dilihat dari respon masyarakat terhadap promo tersebut. Salah satu indikatornya adalah penjualan stater pack atau kartu perdana seluler. Analisis pada pola market share penjualan stater pack dapat dilakukan untuk mengetahui apakah pola data penjualan stater pack mengalami peningkatan, penurunan, atau tidak ada perubahan selama periode promo. Perubahan pola ditandai dengan adanya titik perubahan atau breakpoint. Beberapa pendekatan yang dapat digunakan untuk menduga breakpoint adalah pendekatan metode pemulusan (smoothing) dan Change Point Analysis. Pendugaan breakpoint dengan pendekatan pemulusan (smoothing) lebih mengarah pada eksploratif. Sedangkan Change Point Analysis menggunakan pendekatan CUSUM dan bootstrap. CUSUM dan bootstrap digunakan untuk mendeteksi apakah terdapat breakpoint dan pada waktu kapan breakpoint tersebut terjadi. Permasalahan dalam CUSUM chart adalah diperlukan keahlian dalam menginterpretasikan hasil CUSUM secara tepat (Taylor 2000). Oleh karena itu, digunakan informasi confident level hitung atau tingkat kepercayaan pada setiap breakpoint yang terdeteksi menggunakan pendekatan bootstrap. Tingkat kepercayaan digunakan untuk mengetahui apakah pendugaan breakpoint tersebut nyata. Tujuan Tujuan dari penelitian ini adalah: 1. Melihat pola market share penjualan stater pack atau kartu perdana seluler 2. Menerapkan pendekatan metode pemulusan (smoothing) dan Change Point Analysis (CPA) dalam menentukan titik perubahan atau breakpoint. TINJAUAN PUSTAKA Pemulusan Rataan Bergerak Metode pemulusan rataan bergerak adalah metode peramalan dengan bobot masing-masing nilai pengamatan yang sama. Pada pemulusan rataan bergerak, pengaruh data masa lalu terhadap nilai tengah sebagai ramalan dapat diubah dengan menentukan sejak awal berapa jumlah nilai pengamatan masa lalu yang akan dimasukkan untuk menghitung nilai tengah. Prosedur ini dinamakan rataan bergerak karena setiap muncul pengamatan baru, nilai rata-rata baru dapat dihitung dengan membuang nilai observasi yang paling tua dan memasukkan nilai pengamatan yang terbaru. Ada tiga jens metode pemulusan rataan bergerak, yaitu rataan bergerak tunggal, rataan bergerak berganda, dan rataan bergerak dengan ordo yang lebih tinggi (Makridakis 1999). CUSUM Cumulative sum (CUSUM) digunakan dalam mendeteksi pergeseran proses yang relatif kecil dengan memanfaatkan informasi dari seluruh titik contoh dengan cara menggambarkan jumlah kumulatif simpangan nilai contoh dari nilai target (Aunuddin & Erfiani 2005). S = S + (X X ) Cumulative sum dinotasikan dengan S i yaitu selisih antara data ke-i dengan rataannya ditambah dengan cumulative sum sebelumnya (S i-1 ). Menurut Taylor (2000), interpretasi dari CUSUM chart dalam CPA adalah: 1. Slope turun menggambarkan nilai-nilai pada periode tersebut berada di bawah rata-rata keseluruhan (overall averages) 2. Slope naik menggambarkan nilai-nilai pada periode tersebut berada di atas ratarata keseluruhan (overall averages) 3. Garis lurus menunjukkan pada periode tersebut tidak terjadi perubahan atau nilainya konstan 4. Perubahan arah yang tiba-tiba menunjukkan terjadi perubahan Metode Bootstrap Ide dasar dari bootstrap adalah membangun data bayangan (pseudo data) dengan menggunakan informasi dari data asli.

10 12 Namun demikian, kita tetap harus memperhatikan sifat-sifat dari data asli tersebut, sehingga data bayangan akan memiliki karakteristik semirip mungkin dengan data asli. Metode bootstrap tidak tergantung pada asumsi sebaran tertentu, sehingga metode bootstrap sangat efisien (Efron 1992). Change-Point Analysis Change-point analysis (CPA) adalah metode untuk mengetahui apakah terjadi perubahan dalam suatu gugus data dan dimana perubahan tersebut terjadi. Perubahan tersebut ditandai dengan adanya perbedaan rataan (mean). Titik dimana mulai terjadi perubahan rataan tersebut dinamakan titik perubahan atau breakpoint. Ada beberapa pendekatan dalam menentukan breakpoint. Salah satunya adalah pendekatan CUSUM dan bootstrap. CPA dapat mendeteksi multiple brekapoint dimana setiap titik perubahan yang terjadi dilengkapi dengan informasi tingkat kepercayaan. Tingkat kepercayaan mengindikasikan seberapa besar tingkat keyakinan terhadap kemungkinan perubahan yang terjadi (menggunakan metode bootstrap). Asumsi yang harus dipenuhi dalam CPA adalah kebebasan galat (Taylor 2000). CPA dapat diterapkan pada semua jenis data deret waktu termasuk data atribut dan data dengan outlier. Pendugaan Breakpoint dalam CPA Salah satu pendeteksian adanya breakpoint dapat diketahui dengan mean square error (MSE) estimator. MSE(m) = (X X ) + (X X ) Prinsip dari MSE estimator dalam CPA adalah membagi data menjadi dua bagian, 1 sampai m dan m+1 sampai n, menduga rataan setiap bagian dan melihat seberapa baik data pada kedua bagian tersebut mendekati nilai rata-ratanya. Titik ke-m yang menghasilkan MSE terkecil merupakan penduga terbaik yang menunjukkan titik terakhir sebelum perubahan terjadi (Taylor 2000). Confident Level Hitung dalam CPA Setiap breakpoint yang terdeteksi oleh CPA mempunyai tingkat kepercayaan. Tingkat kepercayaan berkisar antara 0% sampai 100%. Confident level hitung atau tingkat kepercayaan dalam CPA mengindikasikan semakin tinggi tingkat kepercayaan semakin yakin bahwa breakpoint tersebut merupakan titik perubahan maksimum. Confident level hitung dalam CPA menggunakan pendekatan bootstrap. Conf. level Hitung = X B x 100% dimana X adalah banyaknya bootstrap sample yang S < S dan B adalah banyaknya ulangan bootstrap (Taylor 2000). METODOLOGI Data Data yang digunakan dalam penelitian ini adalah data harian market share penjualan stater pack (kartu perdana) sembilan provider kartu seluler (Brand A, Brand B, Brand C, Brand D, Brand E, Brand F, Brand G, Brand H, dan Brand I) dari tanggal 1 Januari 2008 sampai 22 Juli Data harian market share penjualan stater pack mencakup wilayah Jabodetabek, Jawa Barat, Jawa Tengah, Jawa Timur, Nusa Tenggara, Sumatera Bagian Selatan, Bali dan Kalimantan. Metode Tahapan metode yang dilakukan dalam penelitian ini adalah: Eksplorasi Data 1. Identifikasi Pola Data Plotkan data, eksplorasi plot data apakah ada persamaan atau perbedaan pola dan perubahan pola pada periode tertentu dalam satu provider 2. Pendekatan Metode Pemulusan (Smoothing) a. Lakukan pemulusan dengan menggunakan metode pemulusan yang sesuai b. Eksplorasi hasil pemulusan untuk mengetahui titik mana saja yang berpotensi sebagai breakpoint Change-point Analysis 1. Hitung cumulative sum, didapatkan S 0, S 1,., S n 2. Hitung S =,, S, S =,, S, dan S = S S 3. Pembuatan CUSUM chart 4. Hitung MSE estimator, deteksi breakpoint yang terjadi 5. Lakukan proses resampling menggunakan metode bootstrap Algoritma:

11 13 a. Ambil contoh acak (n s =n) X, X,.., X dari n data original. Pengambilan sampel dilakukan tanpa pemulihan. b. Berdasarkan bootstrap sample, hitung bootstrap CUSUM, notasikan S, S,, S c. Hitung S, S, dan S berdasarkan bootstrap CUSUM d. Tentukan apakah bootstrap difference S < original difference S. e. Ulangi langkah a s.d d sebanyak ulangan bootstrap (B) = 1000 kali 6. Hitung conf.level hitung Conf. level hitung = X B x 100% 7. Pengujian signifikasi breakpoint. Jika Conf.level hitung (1-α)% maka breakpoint dikatakan signifikan. Langkah 1 s.d 7 dilakukan untuk penentuan satu breakpoint. Breakpoint 1 (BP 1) (t 1) 1 data n Breakpoint 2 (t 2) 1 data t 1 Breakpoint 3 (t 3) t 1 data n Breakpoint 4 1 data t 2 Breakpoint 5 t 2 data t 1 Breakpoint 6 t 1 data t 3 Breakpoint D-2 T D-2 data n Gambar 1 Diagram pembagian data pada kasus multiple breakpoint Pada kasus multiple breakpoint atau terjadi titik perubahan lebih dari satu, misalkan waktu t 1 adalah waktu terjadi breakpoint ke-1, dimana 1 t i n; i=1,., D; D adalah banyaknya breakpoint. Bagi data menjadi dua bagian yaitu 1 sampai t 1 dan t 1 sampai n (Gambar 1). Ulangi langkah 2 s.d 7 pada kedua bagian data tersebut. Dari hasil tersebut didapatkan t 2 dan t 3. Lakukan pembagian set data pada setiap breakpoint sampai pendugaan breakpoint tidak signifikan (Dollar 2006). HASIL DAN PEMBAHASAN BP 8 BP 9 BP 10 BP 11 BP 12 BP 13. BP D-1 BP D Persaingan di bidang telekomunikasi menjadi semakin ketat. Ketatnya persaingan ditandai dengan market share penjualan stater pack yang fluktuatif. Sembilan provider mempunyai market share atau pangsa pasar yang berbeda-beda. Berdasarkan market share penjualan, sembilan provider tersebut dapat dibagi ke dalam tiga kelompok yaitu kelompok market share tinggi, sedang, dan rendah. Pada setiap kelompok diambil beberapa provider yang mewakili kelompok tersebut. Provider yang termasuk kelompok market share tinggi adalah Brand A, Brand D, dan Brand E. Kelompok ini mempunyai persentase penjualan berkisar antara 15-30%. Kelompok market share sedang yaitu Brand F, Brand B, dan Brand C, mempunyai persentase penjualan sekitar 5-15%. Sedangkan, kelompok market share rendah adalah Brand G, Brand I, dan Brand H dengan persentase penjualan kurang dari 5%. Pada pembahasan selanjutnya hanya lima provider yang akan dibahas dalam penelitian ini. Kelima operator tersebut adalah tiga provider (Brand A, Brand D, dan Brand E) dari kelompok market share tinggi, satu provider (Brand F) dari kelompok market share sedang, dan satu provider (Brand G) dari kelompok market share rendah. Plot market share penjualan stater pack (kartu perdana) kesembilan provider tersebut tersaji pada Lampiran 1. Eksplorasi Data Brand A 1. Identifikasi Pola data Berdasarkan Gambar 2, dapat dilihat efek dari munculnya promo baru terhadap market share penjualan kartu perdana Brand A. Promo-promo yang tersaji pada Gambar 2 meliputi promo tarif telepon, tarif SMS, tarif internet, atau kombinasi ketiganya, bonus telepon, SMS, dan internet, serta peluncuran kartu perdana baru. Pada launching promo tarif telepon seperti tanggal 9 Mei 2008, 12 Juni 2008, 1 Juli 2008 dan 1 Desember 2008, market share Banrd A mengalami peningkatan. Demikian pula dengan launching promo baru pada tanggal 1 Februari 2009, 20 Januari 2010, 9 Februari 2010, dan 15 Maret 2010 juga mengalami hal yang sama. Namun, launching promo selain tanggal yang tersebut di atas yaitu tanggal 3 September 2008, 15 April 2009, dan 24 November 2009 tidak memberikan dampak positif yaitu tidak menyebabkan

12 14 Keterangan: : Launching promo baru Gambar 2 Plot market share penjualan kartu perdana Brand A Gambar 3 Hasil breakpoint Brand A dengan pendekatan smoothing market share mengalami peningkatan. Market share setelah tanggal launching promo tersebut cenderung mengalami penurunan. Penurunan tersebut mungkin disebabkan promo yang ditawarkan kurang menarik. 2. Pendekatan Metode Pemulusan (Smoothing) Pemulusan terhadap data market share penjualan kartu perdana Brand A dilakukan dengan menggunakan pemulusan rataan berganda (double moving average). Setelah dilakukan beberapa kali simulasi pemulusan, didapatkan pemulusan yang cocok adalah pemulusan rataan bergerak berganda 7 (Double Moving Average 7). Plot hasil pemulusan dan pendugaan breakpoint berdasarkan hasil eksplorasi tersaji pada Gambar 3. Berdasarkan pendugaan breakpoint tersebut, dapat diketahui kapan mulai terjadi perubahan market share. Hasil breakpoint menunjukkan titik perubahan terjadi di awal dan pertengahan tahun. Pada setiap tahun terdapat empat titik perubahan. Pada tahun 2008, terjadi perubahan market share pada bulan Februari, Maret, April, dan September. Pada tahun 2009, breakpoint terjadi setiap tiga bulan sekali (triwulan) sedangkan tahun 2010 breakpoint terjadi setiap empat bulan sekali (kuarter) (Gambar 3). Pada awal sampai pertengahan tahun, market share Brand A rata-rata mengalami peningkatan. Sedangkan, setiap menjelang akhir tahun

13 51 Keterangan: : Launching promo baru Gambar 4 Plot market share penjualan kartu perdana Brand D Gambar 5 Hasil breakpoint Brand D dengan pendekatan smoothing market share Brand A selalu mengalami penurunan. Brand D 1. Identifikasi Pola Data Pada Brand D, promo tarif telepon yang dikeluarkan pada tanggal 3 Maret 2008 dan 30 Maret 2008 dapat meningkatkan market share yang semula berkisar diangka 15% menjadi di atas 20%. Begitupun untuk launching promo tarif telepon yaitu tanggal 11 Juli 2008, 1 Agustus 2008, dan 20 Agustus 2008, serta promo kartu perdana baru yaitu tanggal 23 November 2009 juga memberikan dampak yang positif terhadap market share (Gambar 4). Untuk jenis promo berupa bonus seperti bonus SMS, telepon, dan internet, jenis promo tersebut tidak membuat peningkatan market share yang berarti tetapi lebih kepada mempertahankan market share agar tidak mengalami penurunan. Hal ini dapat dilihat setelah launching promo tanggal 17 Januari 2008 dan 22 Maret Market share Brand D setelah tanggal launching tersebut menunjukkan tidak mengalami penurunan dan stabil disuatu nilai tertentu. 2. Pendekatan Metode Pemulusan (Smoothing) Pendugaan breakpoint pada market share Brand D dengan pendekatan smoothing menggunakan pemulusan

14 16 rataan bergerak berganda 9 (Double Moving Average 9). Plot hasil pemulusan dan pendugaan breakpoint berdasarkan hasil eksplorasi tersaji pada Gambar 5. Berdasarkan plot pemulusan terlihat bahwa market share pada tahun 2008 sampai pertengahan tahun 2010 hampir memiliki pola yang sama setiap tahun yaitu rata-rata mengalami peningkatan menjelang akhir tahun dan penurunan di awal dan pertengahan tahun. Jika dilihat dari tanggal launching promo-promo terbaru Brand D (Gambar 4), promo-promo tersebut lebih banyak dikeluarkan pada saat menjelang akhir tahun (bertepatan dengan bulan Ramadhan, Natal, dan tahun baru). Hal tersebut mungkin menjadi salah satu penyebab meningkatnya penjualan kartu perdana provider Brand D. Keterangan: Berdasarkan pendugaan breakpoint secara eksploratif, terdapat 19 titik perubahan market share. Titik-titik perubahan naiknya market share Brand D rata-rata terjadi pada pertengahan tahun (Mei dan Juli). Sedangkan, titiktitik perubahan turunnya market share Brand D terjadi pada awal tahun (Januari dan Maret) dan menjelang akhir tahun (Oktober dan November). Brand E 1. Identifikasi Pola Data Pada Gambar 6 terlihat market share penjualan kartu perdana Brand E pada awal tahun 2008 mengalami peningkatan dan penurunan persentase yang cukup besar. Pada periode tersebut terdapat dua promo tarif telepon yang memberikan dampak positif yaitu meningkatnya : Launching promo baru Gambar 6 Plot market share penjualan kartu perdana Brand E Gambar 7 Hasil breakpoint Brand E dengan pendekatan smoothing

15 17 market share. Dua promo tersebut dikeluarkan pada tanggal 16 Januari 2008 dan 5 Maret Setelah periode tersebut yaitu menjelang akhir tahun 2008, market share Brand E mengalami penurunan. Akan tetapi provider tersebut dapat mempertahankan market share pada kisaran angka 25%. Hal ini dikarenakan provider Brand E gencar mengeluarkan promo-promo berupa tarif telepon, bonus SMS, bonus internetan, ataupun kombinasi ketiganya (Gambar 6). Menjelang akhir 2009, market share sedikit demi sedikit mengalami peningkatan. 2. Pendekatan Metode Pemulusan (Smoothing) Pemulusan terhadap data market share penjualan kartu perdana Brand E dilakukan dengan menggunakan Keterangan: pemulusan rataan berganda 7 (double moving average 7). Berdasarkan plot hasil pemulusan (Gambar 7) terdapat kesamaan pada market share tahun 2009 dan Pada kedua tahun tersebut, terdapat titik-titik perubahan pada bulan Januari, Maret, dan Mei dengan pola yang sama yaitu menurun pada periode Januari-Maret kemudian meningkat sampai bulan Mei dan setelah bulan Mei kembali menurun. Berdasarkan pendugaan breakpoint dengan metode pemulusan, terdapat 15 titik perubahan market share Brand E. Breakpoint ratarata terjadi pada awal tahun sampai pertengahan tahun (Januari-Mei). Pada setiap tahun terdapat breakpoint pada bulan Maret (8 Maret 2008, 16 Maret 2009, dan 25 Maret 2010) yang merupakan titik perubahan naiknya market share. Pada tahun 2008 dan 2009 : Launching promo baru Gambar 8 Plot market share penjualan kartu perdana Brand F Gambar 9 Hasil breakpoint Brand F dengan pendekatan smoothing

16 18 masing-masing terdapat enam breakpoint, tiga titik merupakan titik perubahan naiknya market share Brand E dan sisanya merupakan titik perubahan turunnya market share Brand E. Brand F 1. Identifikasi Pola Data Market share penjualan kartu perdana Brand F mengalami peningkatan seiring bertambahnya waktu. Selama tahun 2008, market share Brand F hanya berkisar 2-6% dan akhir tahun 2008 sampai tahun 2009 mulai mengalami peningkatan hingga 12% (Gambar 8). Provider Brand F mengeluarkan banyak promo baru pada periode tersebut sehingga market share mengalami peningkatan. Pada periode tersebut terdapat lima promo berupa tarif telepon, kartu perdana baru, dan paket bonus (telepon, SMS, dan internet). Pada promo paket bonus (telepon, SMS, dan internet), membuat market share perlahan-lahan mengalami peningkatan hingga mencapai 12%. Namun, launching promo baru pada tahun 2010 tidak memberikan dampak positif yaitu tidak menyebabkan market share mengalami peningkatan. Market share setelah tanggal launching promo tersebut cenderung mengalami penurunan. Penurunan yang terjadi mungkin disebabkan promo yang ditawarkan kurang menarik. 2. Pendekatan Metode Pemulusan (Smoothing) Metode pemulusan yang cocok untuk market share Brand F adalah pemulusan rataan berganda 9 (double moving average 9). Plot hasil pemulusan menunjukkan, market share Brand F lebih fluktuatif pada tahun Hal ini ditandai dengan banyaknya pendugaan breakpoint yang terdeteksi pada saat itu yaitu tujuh breakpoint dengan jarak antar breakpoint berdekatan yaitu rata-rata satu bulan (Gambar 9). Hampir di setiap bulan terjadi perubahan baik itu peningkatan maupun penurunan market share Brand F. Brand G 1. Identifikasi Pola Data Berdasarkan Gambar 10, market share provider Brand G tergolong kecil karena hanya menguasai pangsa pasar sebesar 4%. Walaupun memiliki market share kecil, provider tersebut menunjukkan hasil yang baik karena seiring bertambahnya waktu persentase penjualan kartu perdana operator tersebut meningkat. Hal ini dibuktikan dengan gencarnya promo-promo yang ditawarkan provider tersebut. Pada awal tahun 2008, market share berkisar diangka 0%. Setelah adanya promo di awal bulan Juni 2008, market share mulai mengalami peningkatan. Pada akhir tahun 2008 sampai awal tahun 2009, provider Brand G gencar mengeluarkan bayak promo baru berupa tarif telepon dan SMS, serta kartu perdana baru dengan paket bonus (telepon, SMS, dan internet). Setelah promo-promo tersebut dikeluarkan, memberikan dampak positif yaitu terjadi peningkatan market share. Demikian pula dengan launching promo tanggal 28 Maret 2010, 13 April 2010, dan 15 April 2010, memberikan hasil yang sama. Pada Gambar 10 terlihat ada satu nilai yang jauh berbeda atau biasa disebut outlier yang terjadi pada tanggal 27 Januari 2009 yaitu sebesar 8,58%. Outlier tersebut terjadi karena terjadi kesalahan pengentrian data. Oleh karena market share pada tanggal tersebut tidak diketahui angka yang sebenarnya maka outlier tidak dapat dihilangkan begitu saja dari set data market share Brand G. 2. Pendekatan Metode Pemulusan (Smoothing) Pendugaan breakpoint pada market share Brand G dengan pendekatan smoothing menggunakan pemulusan rataan bergerak berganda 9 (Double Moving Average 9). Berdasarkan hasil pemulusan pada Gambar 11 terlihat bahwa market share Brand G meningkat seiring bertambahnya waktu. Walaupun demikian pada beberapa periode tertentu seperti 23 April Juni 2008 terjadi penurunan market share. Akan tetapi penurunan tersebut dianggap bukan suatu penurunan yang berarti karena persentase penurunan tergolong kecil. Perubahan market share suatu provider dipengaruhi oleh provider lain. Saat suatu provider mengalami peningkatan, provider lain mengalami penurunan market share

17 91 Keterangan: : Launching promo baru Gambar 10 Plot market share penjualan kartu perdana Brand G Gambar 11 Hasil breakpoint Brand G dengan pendekatan smoothing begitupun sebaliknya. Pada kelompok market share tinggi, terjadi persaingan ketat antara ketiga provider. Hal ini dapat dilihat dari fluktuatifnya perubahan market share ketiga provider. Selain itu, market share penjualan kartu perdana Brand D mempunyai pola yang berbeda dengan Brand A (Gambar 12). Perbedaan yang dimaksud adalah saat market share Brand A mengalami peningkatan, market share Brand D mengalami penurunan begitupun sebaliknya. Perbedaan pola pada kedua provider tersebut mengindikasikan bahwa kompetitor terberat untuk Brand A adalah Brand D. Sedangkan, perubahan market share Brand E tidak dipengaruhi oleh perubahan market share Brand A maupun Brand D. Ada beberapa jenis promo yang ditawarkan oleh para provider seperti promo tarif telepon, tarif SMS, tarif internet, atau kombinasi ketiganya, paket bonus (telepon, SMS, dan internet), bonus pulsa dan peluncuran kartu perdana baru. Dari berbagai macam jenis promo tersebut, penawaran promo tarif telepon dan paket bonus lebih efektif meningkatkan market share penjualan kartu perdana. Kelebihan dan Kekurangan Pendekatan Metode Smoothing Pendugaan breakpoint dengan pendekatan metode pemulusan mempunyai kelebihan dan kekurangan. Kelebihan pada metode smoothing adalah dengan dilakukannya pemulusan, identifikasi pola data dan breakpoint lebih mudah dilakukan daripada kita mengidentifikasinya melalui plot data asli. Namun demikian, terdapat empat kekurangan dari pendekatan smoothing yaitu pertama, pendugaan breakpoint memerlukan

18 1 10 Gambar 12 Plot market share penjualan kartu perdana 5 provider ketelitian lebih karena dalam mengidentifikasi titik-titik mana saja yang berpotensi sebagai breakpoint dilakukan dengan cara melihat plot hasil pemulusan dan nilai hasil pemulusannya dengan seksama. Kedua, lebih sulit menduga breakpoint untuk data yang perubahannya kecil seperti data market share Brand F dan Brand G karena terbatasnya kemampuan hasil eksplorasi. Ketiga, pada kasus terdapat outlier seperti Brand G, pendugaan breakpoint menjadi bias. Keempat, pendekatan smoothing hanya dapat mendeteksi titik perubahan naik dan turun secara bergantian tetapi tidak dapat mengetahui dimana titik terjadinya perubahan slope selama terjadi penurunan atau peningkatan market share. Hasil pendugaan breakpoint dengan pendekatan metode pemulusan merupakan tahap awal dalam mengidentifikasi secara eksploratif titik-titik mana saja yang berpotensi sebagai titik perubahan atau breakpoint. Untuk itu perlu suatu pengujian secara statistika untuk mengetahui apakah pendugaan breakpoint yang didapat dari hasil eksplorasi tersebut dapat diterima. Salah satu metode yang dapat digunakan adalah change point analysis (CPA). Change Point Analysis Brand A Berdasarkan CUSUM chart dapat terlihat pada periode mana saja terjadi peningkatan market share yang ditandai dengan slope naik, penurunan market share yang ditandai dengan slope turun, dan perubahan arah slope yang menunjukkan perubahan market share. Pada Gambar 13 CUSUM chart Brand A Gambar 14 Plot breakpoint Brand A hasil CPA Gambar 13 dan Gambar 14 terlihat perubahan market share ditandai dengan perubahan warna pada background plot. Pada CUSUM chart Brand A, Januari 2008 sampai Agustus 2009 menunjukkan slope naik dan lebih banyak cumulative sum (Si) > 0. Setelah Agustus 2009 slope mulai turun. Hal tersebut mengindikasikan bahwa pada Januari 2008 sampai Agustus 2009 market share berada di atas rata-rata keseluruhan dan setelah periode

19 111 tersebut market share berada di bawah ratarata keseluruhan market share Brand A. Berdasarkan hasil breakpoint dengan change point analysis (CPA), terdapat 20 breakpoint yang terjadi hampir di setiap bulan. Tanggal terjadinya breakpoint tersebut tertera pada Tabel 1. Setiap breakpoint mempunyai conf.level hitung atau tingkat kepercayaan yang mengindikasikan semakin tinggi conf.level hitung semakin yakin bahwa breakpoint tersebut merupakan titik perubahan maksimum. Tabel 1 Breakpoint Brand A dengan pendekatan CPA Tanggal Conf. Level Hitung From To 10-Jan-08 99% 27,62% 23,75% 22-Jan % 23,75% 20,02% 11-Feb % 20,02% 22,38% 3-Apr % 22,38% 15,19% 21-Apr % 15,19% 16,93% 25-May % 16,93% 20,34% 2-Jul % 20,34% 26,17% 2-Sep % 26,17% 25,02% 24-Oct % 25,02% 20,46% 22-Jan % 20,46% 23,54% 16-Mar % 23,54% 20,47% 30-May % 20,47% 23,29% 11-Aug % 23,29% 19,22% 21-Nov % 19,22% 15,71% 30-Dec % 15,71% 12,66% 11-Jan % 12,66% 15,22% 25-Feb % 15,22% 17,10% 16-Mar % 17,10% 19,18% 11-Jun % 19,18% 17,16% 2-Jul % 17,16% 19,67% Keterangan: Breakpoint naik Breakpoint turun Terdapat pula perubahan rata-rata market share sebelum terjadi breakpoint dan setelah terjadi breakpoint. Selain itu, warna pada kolom paling kanan menyimbolkan warna hijau untuk breakpoint naik dan warna merah untuk breakpoint turun. Dua breakpoint yang mengalami peningkatan dan penurunan market share yang cukup tinggi berturut-turut adalah tanggal 2 Juli 2008 dari 20,34% menjadi 26,17% dan tanggal 11 Agustus 2009 dari 23,29% menjadi 19,22%. Pendekatan smoothing dan CPA pada market share Brand A menghasilkan pendugaan breakpoint yang hampir sama walaupun ada beberapa tanggal yang agak jauh berbeda (Lampiran 2). Dari 11 pendugaan waktu breakpoint dengan pendekatan smoothing, ada 6 waktu diidentifikasi juga sebagai breakpoint oleh CPA. Brand D Gambar 15 CUSUM chart Brand D Gambar 16 Plot breakpoint Brand D hasil CPA Pada Gambar 15, banyak terjadi slope naik maupun turun secara bergantian. Hal ini menunjukkan banyak terdapat perubahan baik itu peningkatan maupun penurunan market share. Berdasarkan Tabel 2, terdapat 24 breakpoint. Perubahan market share Brand D dapat dikatakan fluktuatif. Hal ini dapat dilihat dari CUSUM chart Barnd D (Gambar 15) yang selalu naik turun dan simbol warna pada tabel breakpoint yang sering berubah. Berdasarkan identifikasi pola data, diketahui bahwa market share Brand D memiliki pola yang berkebalikan dengan Brand A. Hal ini selain dapat dilihat dari plot kedua provider (Gambar 12) juga dapat dilihat dari hasil breakpointnya (Tabel 1 dan Tabel 2). Beberapa breakpoint pada tanggal yang berdekatan merupakan breakpoint naik di Brand A tetapi pada Brand D merupakan breakpoint turun ataupun sebaliknya. Misalnya, tanggal 6 April 2008 merupakan breakpoint naik bagi Brand D sedangkan tanggal 3 April 2008 merupakan breakpoint turun bagi Brand A. Breakpoint lain yang juga mengalami hal yang sama yaitu 28 November 2009, 21 Februari 2010, 21 Maret 2010, dan 12 Juni 2010 pada Brand D dengan breakpoint 21 November 2009, 25 Februari 2010, 16

20 121 Maret 2010, dan 11 Juni 10 pada Brand A (Tabel 1 dan Tabel 2). Tabel 2 Breakpoint Brand D dengan pendekatan CPA Tanggal Conf.Level Hitung From To 27-Feb % 14,77% 26,38% 7-Mar % 26,38% 21,27% 6-Apr % 21,27% 24,35% 8-May % 24,35% 21,99% 4-Jun % 21,99% 20,29% 25-Jun % 20,29% 17,60% 30-Jul % 17,60% 19,40% 12-Aug % 19,40% 17,84% 29-Aug % 17,84% 20,89% 1-Oct % 20,89% 23.73% 20-Nov % 23.73% 22,06% 28-Dec % 22,06% 18,75% 12-Feb % 18,75% 20,19% 4-Mar % 20,19% 17,80% 7-Apr % 17,80% 15,04% 9-May % 15,04% 16,19% 1-Jul % 16,19% 18,06% 26-Aug % 18,06% 19,80% 19-Oct % 19,80% 18,28% 28-Nov % 18,28% 25,07% 21-Feb % 25,07% 23,03% 21-Mar % 23,03% 20,56% 12-Jun % 20,56% 23,53% 23-Jun % 23,53% 20,52% Keterangan: Breakpoint naik Breakpoint turun Pendekatan smoothing dan CPA pada market share Brand D menghasilkan pendugaan breakpoint yang hampir sama walaupun ada beberapa tanggal yang agak jauh berbeda (Lampiran 3). Dari 17 pendugaan waktu breakpoint dengan pendekatan smoothing, terdapat 12 waktu yang sama diidentifikasi juga sebagai breakpoint oleh CPA. Brand E Pada CUSUM chart Brand E (Gambar 17), plot hasil cumulative sum membentuk satu gelombang dimana seperempat gelombang pertama dan terakhir terjadi peningkatan market share dan sisanya menunjukkan penurunan market share. Hal ini berarti pada April 2008 sampai Agustus 2009 terjadi penurunan market share dan meningkat kembali sampai tahun Berdasarkan hasil breakpoint dengan change point analysis (CPA), terdapat 21 breakpoint. Tanggal terjadinya breakpoint tersebut tertera pada Tabel 3. Breakpoint yang mengalami perubahan market share yang cukup tinggi adalah tanggal 23 Januari 2008 dari 20,32% menjadi 35,16% dan 1 April 2008 dari 28,53% menjadi 34,53%. Setelah tanggal tersebut, breakpoint-breakpoint yang terjadi rata-rata hanya mengalami perubahan disekitar 20%. Gambar 17 CUSUM chart Brand E Gambar 18 Plot breakpoint Brand E hasil CPA Tabel 3 Breakpoint Brand E dengan pendekatan CPA Tanggal Conf.Level Hitung From To 23-Jan % 20,32% 35,16% 6-Feb % 35,16% 29,17% 24-Feb % 29,17% 23,45% 7-Mar % 23,45% 28,53% 1-Apr % 28,53% 34,53% 11-Apr % 34,53% 28,47% 28-Apr % 28,47% 24,37% 9-Aug % 24,37% 26,99% 7-Sep % 26,99% 23,68% 25-Sep % 23,68% 20,15% 31- Oct % 20,15% 21,94% 8-Dec % 21,94% 24,35% 24-Jan % 24,35% 22,13% 15-Mar % 22,13% 25,85% 17-May % 25,85% 23,24% 30-Jun % 23,24% 21,64% 21-Aug % 21,64% 25,33% 26-Dec % 25,33% 27,29% 10-Apr % 27,29% 30,47% 3-May % 30,47% 27,61% 12-Jun % 27,61% 25,71% Keterangan: Breakpoint naik Breakpoint turun

21 131 Pendekatan smoothing dan CPA pada market share Brand E menghasilkan pendugaan breakpoint yang hampir sama walaupun ada beberapa tanggal yang agak jauh berbeda (Lampiran 4). Dari 15 pendugaan waktu breakpoint dengan pendekatan smoothing, terdapat 7 waktu yang sama diidentifikasi juga sebagai breakpoint oleh CPA. Brand F Gambar 19 CUSUM chart Brand F Gambar 20 Plot breakpoint Brand F hasil CPA Cumulative sum pada Brand F pada awal tahun 2008 sampai 14 Maret 2009 (breakpoint ke-8) menunjukkan slope turun dan periode 14 Maret 2009 sampai 22 Maret 2010 menunjukkan slope naik. Hal ini mengindikasikan bahwa pada periode awal (1 Januari 2008 sampai 14 Maret 2009), market share berada di bawah rata-rata keseluruhan market share Brand F yaitu 6,95% dan setelah itu market share mengalami peningkatan dan berada di atas rata-rata keseluruhan market share Brand F. Hasil plot cumulative sum Brand F dapat dilihat pada Gambar 19. Berdasarkan Gambar 1 dan Gambar 20, Brand F menunjukkan market share Brand F pada awal tahun 2008 sampai 31 Desember 2008 (breakpoint ke-6) rata-rata berada pada angka 4%. Setelah tanggal tersebut, market share perlahan-lahan mulai naik hingga berkisar diangka 10%. Tabel 4 Breakpoint Brand F dengan pendekatan CPA Tanggal Conf.Level Hitung From To 15-Jan % 5,10% 3,37% 15-Feb % 3,37% 4,32% 16-May % 4,32% 5,83% 16-Jun % 5,83% 3,91% 11-Oct % 3,91% 4,42% 31-Dec % 4,42% 5,62% 18-Feb % 5,62% 6,89% 14-Mar % 6,89% 8,56% 15-May-09 99% 8,56% 9,56% 22-Jul % 9,56% 7,21% 9-Aug % 7,21% 9,88% 21-Nov % 9,88% 11,11% 31-Jan % 11,11% 9,42% 22-Mar % 9,42% 7,53% 26-Apr % 7,53% 6,37% 17-Jun % 6,37% 8,10% Keterangan: Breakpoint naik Breakpoint turun Pada awal tahun 2010 yaitu tanggal 31 Januari 2010 (breakpoint ke-13), market share Brand F mengalami penurunan dari 11,11% menjadi 9,42%. Pada breakpoint-breakpoint berikutnya juga mengalami hal yang sama sampai breakpoint terakhir yaitu 17 Juni 2010 mulai naik kembali dari 6,37% menjadi 8,10% (Tabel 4). Pendekatan smoothing dan CPA pada market share Brand F menghasilkan pendugaan breakpoint yang hampir sama walaupun ada beberapa tanggal yang agak jauh berbeda (Lampiran 5). Dari 16 pendugaan waktu breakpoint dengan pendekatan smoothing, ada 9 waktu yang sama diidentifikasi juga sebagai breakpoint oleh CPA. Brand G Market share Brand G memiliki sebuah outlier yaitu pada tanggal 27 Januari 2009 sebesar 8,58%. Outlier dapat menyebabkan kesulitan dalam mendeteksi titik perubahan atau breakpoint yang terjadi. CPA dapat mengatasi hal tersebut dengan cara menganalisis peringkat dari nilai tersebut atau dikenal dengan analysis rank. Sebagai contoh, terdapat data sebanyak 10. Nilai terbesar dari data tersebut diberi peringkat 10, nilai terbesar kedua diberi peringkat 9, begitu seterusnya sampai nilai terkecil diberi peringkat 1. Setelah selesai diperingkatkan, hasil peringkat itulah yang akan dianalisis oleh CPA. Cara inilah yang diterapkan dalam market share Brand G dan hasil analisisnya dapat dilihat pada Gambar 21, Gambar 22, dan Tabel 5.

22 14 1 ini disebabkan oleh outlier yang terkandung dalam data market share Brand G yang menyebabkan pendugaan breakpoint dengan pendekatan metode smoothing menjadi kurang baik. Oleh karena itu, untuk kasus dimana data mengandung outlier, dalam pendugaan breakpoint lebih baik menggunakan CPA daripada pendekatan smoothing. Gambar 21 CUSUM chart Brand G Gambar 22 Plot breakpoint Brand G hasil CPA Pola CUSUM chart pada Brand G tidak begitu berbeda dengan CUSUM chart Brand F. Pada 1 Januari 2008 sampai 9 April 2009, plot CUSUM menunjukkan slope turun. Hal ini mengindikasikan bahwa market share pada periode tersebut berada di bawah rata-rata keseluruhan market share Brand G yaitu 1,86%. Setelah itu market share mengalami peningkatan dan berada di atas rata-rata keseluruhan market share Brand G. Tabel 5 Breakpoint Brand G dengan pendekatan CPA Tanggal Conf.Level Hitung From To 1-Apr % 0,14% 1,27% 5-Jan % 1,27% 1,67% 9-Apr % 1,67% 2,29% 2-Aug % 2,29% 3,11% 2-Sep % 3,11% 1,98% 5-Nov % 1,98% 2,85% 3-Jan % 2,85% 2,18% 31-Jan % 2,18% 1,66% 12-Apr % 1,66% 3,07% 8-May % 3,07% 3,90% Keterangan: Breakpoint naik Breakpoint turun Hasil breakpoint pada Hasil breakpoint pada pendekatan smoothing dan CPA- Analysis of Ranks pada market share Brand G menghasilkan pendugaan breakpoint yang berbeda. Hanya satu breakpoint yang sama yaitu awal November 2009 (Lampiran 6). Hal Hasil breakpoint pada provider Brand A, Brand D, Brand E, dan Brand F dengan pendekatan smoothing dan CPA menghasilkan pendugaan breakpoint yang hampir sama (Lampiran 2 s.d Lampiran 5). Sedangkan, hasil breakpoint pada provider Brand G, dengan pendekatan smoothing dan CPA hanya sedikit pendugaan breakpoint yang sama (Lampiran 6). Hal tersebut mungkin disebabkan oleh outlier yang terkandung dalam data market share Brand G. Kelebihan dan Kekurangan Pendekatan CPA Dalam pengujian signifikan atau tidaknya breakpoint pada data dalam penelitian ini, digunakan alpha atau taraf nyata sebesar 1%. Dengan kata lain, breakpoint dikatakan signifikan jika confident level hitung 99%. Besar kecilnya alpha tergantung dari seberapa besar perubahan yang dianggap sebagai breakpoint. Semakin besar alpha maka perubahan kecil akan dianggap nyata. Pendugaan breakpoint dengan pendekatan change point analysis mempunyai kelebihan dan kekurangan. Kelebihan pada CPA adalah pertama, CPA dapat mendeteksi perubahan yang kecil. Kedua, CPA dapat diterapkan pada data yang mengandung outlier dengan analysis of ranks. Ketiga, CPA dapat digunakan untuk jumlah data yang besar, mudah digunakan dan diinterpretasikan. Keempat, CPA dapat mendeteksi periode terjadinya perubahan derajat kemiringan selama slope turun atau naik. Sedangkan kekurangan dari CPA adalah dengan pendekatan boostrap, setiap data dianalisis akan menghasilkan pendugaan breakpoint yang tidak identik. Hal ini disebabkan pemilihan secara acak contoh bootstrap yang akan digunakan untuk menghitung tingkat kepercayaan. Kekurangan tersebut bisa diatasi dengan meningkatkan jumlah ulangan bootstrap (B). Pemaparan pada identifikasi pola data, pendekatan metode smoothing, dan change point analysis di atas, dapat dilihat pada rangkuman analisis market share kelima provider pada Tabel 6.

23 15 1 Tabel 6 Rangkuman analisis market share kelima provider Provider Brand A Brand D Pola Data (Hasil Eksplorasi) Brand A lebih banyak mengeluarkan jenis promo berupa tarif telepon. Jenis promo tersebut lebih efektif meningkatkan market share Brand A daripada jenis promo lain. Jenis promo berupa bonus seperti bonus SMS, telepon, dan internet hanya sedikit meningkatkan market share. jenis promo tersebut lebih bersifat mempertahankan market share agar tidak mengalami penurunan dan stabil disuatu nilai tertentu. Memiliki pola yang berkebalikan dengan Brand A. Saat market share Brand A naik, market share Brand D turun. Hal ini mengindikasikan bahwa kompetitor terberat untuk Brand A adalah Brand D. Metode Pemulusan Pemulusan rataan berganda 7 Pemulusan rataan berganda 9 (double moving average 9) Hasil Breakpoint antara Smoothing dan CPA Hampir sama walaupun ada beberapa tanggal yang agak jauh berbeda Hampir sama walaupun ada beberapa tanggal yang agak jauh berbeda Brand E Market share Brand E pada awal tahun 2008 mengalami peningkatan dan penurunan persentase yang cukup besar. Menjelang akhir tahun 2008, market share Brand E mengalami penurunan. Akan tetapi provider tersebut dapat mempertahankan market share pada kisaran angka 25%. Hal ini dikarenakan provider Brand E gencar mengeluarkan promo-promo berupa tarif telepon, bonus SMS, bonus internetan, ataupun kombinasi ketiganya. Pemulusan rataan berganda 7 (double moving average 7) Hampir walaupun beberapa tanggal agak berbeda sama ada yang jauh Menjelang akhir 2009, market share sedikit demi sedikit mengalami peningkatan. Brand F Market share penjualan kartu perdana Brand F mengalami peningkatan seiring bertambahnya waktu. Selama tahun 2008, market share Brand F hanya berkisar 2-6% dan akhir tahun 2008 sampai tahun 2009 mulai mengalami peningkatan hingga 12%. Provider Brand F mengeluarkan banyak promo baru pada periode tersebut sehingga market share mengalami peningkatan hingga mencapai 12%. Pemulusan rataan berganda 9 (double moving average 9) Hampir walaupun beberapa tanggal agak berbeda sama ada yang jauh Launching promo baru pada tahun 2010 tidak menyebabkan market share mengalami peningkatan malah cenderung mengalami penurunan. Penurunan yang terjadi mungkin disebabkan promo yang ditawarkan kurang menarik. Brand G Market share provider Brand G tergolong kecil karena hanya menguasai pangsa pasar sebesar 4%. Pemulusan rataan Berbeda, hanya satu breakpoint

24 162 Namun, provider tersebut menunjukkan hasil yang baik karena seiring bertambahnya waktu persentase penjualan kartu perdana operator tersebut meningkat. Terdapat outlier pada tanggal 27 Januari 2009 sebesar 8,58%. Outlier tersebut disebabkan kesalahan dalam pengentrian data. Oleh karena market share pada tanggal tersebut tidak diketahui angka yang sebenarnya maka outlier tidak dapat dihilangkan begitu saja dari set data market share Brand G. berganda 9 (double moving average 9) yang hampir sama yaitu awal November Perbandingan Pendekatan Smoothing dan CPA Berdasarkan pemaparan di atas, pendekatan CPA tidak dapat dikatakan lebih baik daripada pendekatan smoothing begitupun sebaliknya. Hal ini dikarenakan kedua pendekatan tersebut mempunyai kelebihan dan kekurangan masing-masing. Akan tetapi, kedua pendekatan tersebut dapat dibandingkan dalam hal efisiensi waktu dan kemudahan. Dalam hal efisiensi waktu dan kemudahan, change point analysis lebih baik daripada pendekatan metode smoothing. SIMPULAN DAN SARAN Simpulan Perubahan market share suatu provider dipengaruhi oleh provider lain. Saat suatu provider mengalami peningkatan, provider lain mengalami penurunan market share begitupun sebaliknya. Pada kelompok market share tinggi, terjadi persaingan yang ketat antara ketiga provider. Selain itu, peluncuran promo-promo baru ternyata efektif meningkatkan market share para provider. Dari berbagai macam jenis promo yang ditawarkan, promo tarif telepon dan paket bonus lebih efektif meningkatkan market share penjualan kartu perdana. Hasil breakpoint pada provider Brand A, Brand D, Brand E, dan Brand F dengan pendekatan smoothing dan CPA menghasilkan pendugaan breakpoint yang hampir sama. Sedangkan, hasil breakpoint pada provider Brand G, hanya sedikit pendugaan breakpoint yang sama. Hal ini disebabkan oleh outlier pada market share Brand G yang menyebabkan pendugaan breakpoint dengan pendekatan metode smoothing menjadi kurang baik. Pendekatan CPA tidak dapat dikatakan lebih baik daripada pendekatan smoothing begitupun sebaliknya. Hal ini dikarenakan kedua pendekatan tersebut mempunyai kelebihan dan kekurangan masing-masing. Akan tetapi, kedua pendekatan tersebut dapat dibandingkan dalam hal efisiensi waktu dan kemudahan dimana change point analysis lebih baik daripada pendekatan metode smoothing. Saran Dalam skripsi ini tidak dilakukan prediksi pola data. Hal tersebut disebabkan informasi yang tersedia hanya hasil eksplorasi plot data dan pendugaan breakpoint. Padahal banyak faktor yang mempengaruhi naik turunnya market share. Untuk itu, diperlukan informasi faktor-faktor tersebut sehingga prediksi pola market share penjualan kartu perdana dapat dilakukan dan menghasilkan pendugaan peramalan yang lebih baik dan akurat. DAFTAR PUSTAKA Aunuddin dan Erfiani Statistika Pengendalian Mutu. Departemen Statistika FMIPA IPB Dollar LH, ESJ Dollar, dan J Moolman Development of an Automated Desktop Procedure for Defining Macro-Reaches for River Longitudinal Profiles. Water SA. Vol.32 No.3. Efron, B dan LePage, R Introduction to Bootstrap. In R. LePage, & L. Billiard (Eds,). Exploring The Limits of Bootstrap (pp. 3-9). New York: JHON WILEY & SONS, INC. Makridakis S, SC Wheelwright, VE McGEE Ir. Hari Suminto, penerjemah. Metode dan aplikasi Peramalan. Jakarta: Binarupa Aksara. Terjemahan dari: Forecasting Methods and Applications,2 nd. Taylor, Wayne A Change-Point Analysis: A Powerful New Tool For Detecting Changes. gepoint.html. [4 Maret 2010].

HASIL DAN PEMBAHASAN . BP D-1

HASIL DAN PEMBAHASAN . BP D-1 13 a. Ambil contoh acak (n s =n) X, X,.., X dari n data original. Pengambilan sampel dilakukan tanpa pemulihan. b. Berdasarkan bootstrap sample, hitung bootstrap CUSUM, notasikan S, S,, S c. Hitung S,

Lebih terperinci

BAB I PENDAHULUAN. untuk item yang diproduksi. Peramalan ini berguna sebagai dasar untuk

BAB I PENDAHULUAN. untuk item yang diproduksi. Peramalan ini berguna sebagai dasar untuk BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Tahap pertama dalam perencanaan dan pengendalian produksi bila produksi bertipe made to stock adalah menentukan suatu peramalan akurat dari permintaan untuk

Lebih terperinci

Kuliah 2 Metode Peramalan Deret Waktu

Kuliah 2 Metode Peramalan Deret Waktu Kuliah 2 Metode Peramalan Deret Waktu rahmaanisa@apps.ipb.ac.id REVIEW Tentukan pola dari data deret waktu berikut: Gambar (1) Gambar (2) Gambar (3) Gambar (4) 2 Kriteria kebaikan peramalan data deret

Lebih terperinci

BAB 4 HASIL DAN BAHASAN

BAB 4 HASIL DAN BAHASAN BAB 4 HASIL DAN BAHASAN 4.1 Hasil dan Bahasan 4.1.1 Penentuan Suku Cadang Prioritas Untuk menentukan suku cadang prioritas pada penulisan tugas akhir ini diperlukan data aktual permintaan filter fleetguard

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

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 II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Konsep Peramalan Peramalan ( forecasting) merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien khususnya dalam bidang ekonomi. Dalam organisasi modern

Lebih terperinci

PERBANDINGAN KEEFEKTIFAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING UNTUK PERAMALAN JUMLAH PENGUNJUNG HOTEL MERPATI

PERBANDINGAN KEEFEKTIFAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING UNTUK PERAMALAN JUMLAH PENGUNJUNG HOTEL MERPATI Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 251 258. PERBANDINGAN KEEFEKTIFAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING UNTUK PERAMALAN JUMLAH PENGUNJUNG HOTEL

Lebih terperinci

BAB I PENDAHULUAN. I.1 Latar Belakang

BAB I PENDAHULUAN. I.1 Latar Belakang BAB I PENDAHULUAN I.1 Latar Belakang PT NYZ merupakan perusahaan divisi pelumas dari perusahaan minyak nasional PT ABC (Persero) yang berbentuk perseroan terbatas (PT) dan dicetuskan pada bulan November

Lebih terperinci

Pertumbuhan Simpanan BPR dan BPRS

Pertumbuhan Simpanan BPR dan BPRS Pertumbuhan Simpanan BPR dan BPRS Semester II Tahun 2014 Divisi Statistik, Kepesertaan, dan Premi Penjaminan Direktorat Penjaminan dan Manajemen Risiko DAFTAR ISI Jumlah BPR/BPRS Peserta Penjaminan Grafik

Lebih terperinci

BAB 3 PRAKIRAAAN dan PERAMALAN PRODUKSI. Dalam Manajemen Operasional, mengapa perlu ada peramalan produksi?

BAB 3 PRAKIRAAAN dan PERAMALAN PRODUKSI. Dalam Manajemen Operasional, mengapa perlu ada peramalan produksi? BAB 3 PRAKIRAAAN dan PERAMALAN PRODUKSI Dalam Manajemen Operasional, mengapa perlu ada peramalan produksi? a. Ada ketidak-pastian aktivitas produksi di masa yag akan datang b. Kemampuan & sumber daya perusahaan

Lebih terperinci

PENERAPAN DAN PERBANDINGAN CARA PENGUKURAN RESPON PADA ANALISIS KONJOIN

PENERAPAN DAN PERBANDINGAN CARA PENGUKURAN RESPON PADA ANALISIS KONJOIN PENERAPAN DAN PERBANDINGAN CARA PENGUKURAN RESPON PADA ANALISIS KONJOIN (Studi Kasus: Preferensi Mahasiswa Statistika IPB Angkatan 44, 45, dan 46 terhadap Minat Bidang Kerja) DONNY ARIEF SETIAWAN SITEPU

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

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

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI EKSPOR MEUBEL KAYU INDONESIA KE AMERIKA SERIKAT

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI EKSPOR MEUBEL KAYU INDONESIA KE AMERIKA SERIKAT 1 ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI EKSPOR MEUBEL KAYU INDONESIA KE AMERIKA SERIKAT OLEH ERIKA H14104023 DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2008 2 RINGKASAN

Lebih terperinci

APLIKASI CHANGE POINT ANALYSIS (CPA) PADA DATA CURAH HUJAN HARIAN MARCO BONA TUA

APLIKASI CHANGE POINT ANALYSIS (CPA) PADA DATA CURAH HUJAN HARIAN MARCO BONA TUA APLIKASI CHANGE POINT ANALYSIS (CPA) PADA DATA CURAH HUJAN HARIAN MARCO BONA TUA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN MENGENAI

Lebih terperinci

Perkapalan Negeri Surabaya, Surabaya Program Studi Teknik Otomasi, Jurusan Teknik Kelistrikan Kapal, Politeknik Perkapalan Negeri

Perkapalan Negeri Surabaya, Surabaya Program Studi Teknik Otomasi, Jurusan Teknik Kelistrikan Kapal, Politeknik Perkapalan Negeri Perbandingan Metode Autoregressive Integrated Moving Average (ARIMA) dan Exponential Smoothing pada Peramalan Penjualan Klip (Studi Kasus PT. Indoprima Gemilang Engineering) Aditia Rizki Sudrajat 1, Renanda

Lebih terperinci

KAJIAN PERENCANAAN PRODUKSI AGREGAT DI PT. WISKA. Oleh PATAR NAIBAHO H

KAJIAN PERENCANAAN PRODUKSI AGREGAT DI PT. WISKA. Oleh PATAR NAIBAHO H KAJIAN PERENCANAAN PRODUKSI AGREGAT DI PT. WISKA Oleh PATAR NAIBAHO H24050116 DEPARTEMEN MANAJEMEN FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2009 ABSTRAK Patar Naibaho H24050116. Kajian Perencanaan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

ANALISIS PERAMALAN PENJUALAN DAN KAITANNYA DALAM PERAMALAN LABA PADA PD. RAMATEX. Nama : Desty Trisnayannis NPM :

ANALISIS PERAMALAN PENJUALAN DAN KAITANNYA DALAM PERAMALAN LABA PADA PD. RAMATEX. Nama : Desty Trisnayannis NPM : ANALISIS PERAMALAN PENJUALAN DAN KAITANNYA DALAM PERAMALAN LABA PADA PD. RAMATEX Nama : Desty Trisnayannis NPM : 21210860 Latar Belakang Dalam dunia usaha, perusahaan harus memperkirakan hal-hal yang terjadi

Lebih terperinci

KAJIAN PENDEKATAN REGRESI SINYAL P-SPLINE PADA MODEL KALIBRASI. Oleh : SITI NURBAITI G

KAJIAN PENDEKATAN REGRESI SINYAL P-SPLINE PADA MODEL KALIBRASI. Oleh : SITI NURBAITI G KAJIAN PENDEKATAN REGRESI SINYAL P-SPLINE PADA MODEL KALIBRASI Oleh : SITI NURBAITI G14102022 DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2007 ABSTRAK SITI

Lebih terperinci

PENGGUNAAN METODE SMOOTHING EKSPONENSIAL DALAM MERAMAL PERGERAKAN INFLASI KOTA PALU

PENGGUNAAN METODE SMOOTHING EKSPONENSIAL DALAM MERAMAL PERGERAKAN INFLASI KOTA PALU PENGGUNAAN METODE SMOOTHING EKSPONENSIAL DALAM MERAMAL PERGERAKAN INFLASI KOTA PALU Romy Biri ), Yohanes A.R. Langi ), Marline S. Paendong ) ) Program Studi Matematika FMIPA Universitas Sam Ratulangi Jl.

Lebih 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 I PENDAHULUAN. menyebabkan persaingan dalam dunia bisnis semakin berkembang, karena

BAB I PENDAHULUAN. menyebabkan persaingan dalam dunia bisnis semakin berkembang, karena BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan industri di Indonesia yang sekarang ini sedang berlangsung, menyebabkan persaingan dalam dunia bisnis semakin berkembang, karena banyaknya perusahaan baru

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

ANALISA PERAMALAN PENJUALAN PULSA TELKOMSEL PADA JASA TELEKOMUNIKASI SERVER CV. AKBAR PULSA

ANALISA PERAMALAN PENJUALAN PULSA TELKOMSEL PADA JASA TELEKOMUNIKASI SERVER CV. AKBAR PULSA ANALISA PERAMALAN PENJUALAN PULSA TELKOMSEL PADA JASA TELEKOMUNIKASI SERVER CV. AKBAR PULSA Nama : Safitri Handriyani Npm : 16211546 Jurusan : Manajemen Pembimbing : Supriyo Hartadi. W, SE, MM Latar Belakang

Lebih terperinci

PERBANDINGAN METODE RUNTUN WAKTU FUZZY-CHEN DAN FUZZY- MARKOV CHAIN UNTUK MERAMALKAN DATA INFLASI DI INDONESIA

PERBANDINGAN METODE RUNTUN WAKTU FUZZY-CHEN DAN FUZZY- MARKOV CHAIN UNTUK MERAMALKAN DATA INFLASI DI INDONESIA ISSN: 339-541 JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 015, Halaman 917-96 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PERBANDINGAN METODE RUNTUN WAKTU FUZZY-CHEN DAN FUZZY- MARKOV CHAIN

Lebih terperinci

BAB III HASIL ANALISIS

BAB III HASIL ANALISIS 51 BAB III HASIL ANALISIS 3.1 Pengumpulan Data Pada tahap ini, penulis secara langsung mengambil data dari PT. Coca-Cola Bottling Indonesia Medan pada periode Januari 00 sampai dengan Desember 006. Disamping

Lebih terperinci

STATISTIKA. Tabel dan Grafik

STATISTIKA. Tabel dan Grafik STATISTIKA Organisasi Data Koleksi data statistik perlu disusun (diorganisir) sedemikian hingga dapat dibaca dengan jelas. Salah satu pengorganisasian data statistik adalah dengan: tabel grafik Organisasi

Lebih terperinci

PENGENDALIAN PERSEDIAAN BAHAN BAKU BAJA MS DI DIREKTORAT PRODUKSI ATMI CIKARANG

PENGENDALIAN PERSEDIAAN BAHAN BAKU BAJA MS DI DIREKTORAT PRODUKSI ATMI CIKARANG PENGENDALIAN PERSEDIAAN BAHAN BAKU BAJA MS DI DIREKTORAT PRODUKSI ATMI CIKARANG Siti Rohana Nasution 1, Temotius Agung Lukito 2 1,2) Jurusan Teknik Industri Fakultas Teknik Universitas Pancasila 1) nasutionana@yahoo.co.id,

Lebih terperinci

ANALISIS PERAMALAN PENJUALAN DAIHATSU PT. ASTRA INTERNATIONAL Tbk DAIHATSU CABANG BOGOR DALAM RANGKA PERENCANAAN KEUANGAN

ANALISIS PERAMALAN PENJUALAN DAIHATSU PT. ASTRA INTERNATIONAL Tbk DAIHATSU CABANG BOGOR DALAM RANGKA PERENCANAAN KEUANGAN ANALISIS PERAMALAN PENJUALAN DAIHATSU PT. ASTRA INTERNATIONAL Tbk DAIHATSU CABANG BOGOR DALAM RANGKA PERENCANAAN KEUANGAN Oleh IRNA DEWI YANI H24051957 DEPARTEMEN MANAJEMEN FAKULTAS EKONOMI DAN MANAJEMEN

Lebih terperinci

Pendugaan Selang Kepercayaan Persentil Bootstrap Nonparametrik untuk Parameter Regresi

Pendugaan Selang Kepercayaan Persentil Bootstrap Nonparametrik untuk Parameter Regresi Statistika, Vol. No., Mei Pendugaan Selang Kepercayaan Persentil Bootstrap Nonparametrik untuk Parameter Regresi MARZUKI, HIZIR SOFYAN, ASEP RUSYANA Jurusan Matematika FMIPA Universitas Syiah Kuala Jl.

Lebih terperinci

MANAJEMEN DATA PENCILAN PADA ANALISIS REGRESI KOMPONEN UTAMA MAGRI HANDOKO

MANAJEMEN DATA PENCILAN PADA ANALISIS REGRESI KOMPONEN UTAMA MAGRI HANDOKO MANAJEMEN DATA PENCILAN PADA ANALISIS REGRESI KOMPONEN UTAMA MAGRI HANDOKO DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2011 RINGKASAN MAGRI HANDOKO. Manajemen

Lebih terperinci

PENGKAJIAN KEAKURATAN TWOSTEP CLUSTER DALAM MENENTUKAN BANYAKNYA GEROMBOL POPULASI KUDSIATI

PENGKAJIAN KEAKURATAN TWOSTEP CLUSTER DALAM MENENTUKAN BANYAKNYA GEROMBOL POPULASI KUDSIATI PENGKAJIAN KEAKURATAN TWOSTEP CLUSTER DALAM MENENTUKAN BANYAKNYA GEROMBOL POPULASI KUDSIATI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2006 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

PEMODELAN DATA PANEL SPASIAL DENGAN DIMENSI RUANG DAN WAKTU TENDI FERDIAN DIPUTRA

PEMODELAN DATA PANEL SPASIAL DENGAN DIMENSI RUANG DAN WAKTU TENDI FERDIAN DIPUTRA PEMODELAN DATA PANEL SPASIAL DENGAN DIMENSI RUANG DAN WAKTU TENDI FERDIAN DIPUTRA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012 RINGKASAN TENDI

Lebih terperinci

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman Online di: ISSN: 2339-254 JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 205, Halaman 957-966 Online di: http://ejournal-s.undip.ac.id/index.php/gaussian PREDIKSI NILAI KURS DOLLAR AMERIKA MENGGUNAKAN EXPONENTIAL SMOOTHING

Lebih terperinci

PENGGUNAAN ALGORITMA NONLINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PARAMETER DALAM METODE PEMULUSAN EKSPONENSIAL SATU PARAMETER

PENGGUNAAN ALGORITMA NONLINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PARAMETER DALAM METODE PEMULUSAN EKSPONENSIAL SATU PARAMETER PENGGUNAAN ALGORITMA NONLINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PARAMETER DALAM METODE PEMULUSAN EKSPONENSIAL SATU PARAMETER Nama Mahasiswa : Eka Novi Nurhidayati NRP : 1208 100 040 Jurusan : Matematika

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

BAB 3 FORECASTING DAN PENGAMATAN TRAFIK DATA

BAB 3 FORECASTING DAN PENGAMATAN TRAFIK DATA BAB 3 FORECASTING DAN PENGAMATAN TRAFIK DATA Forecasting adalah suatu peramalan nilai sebuah atau sekumpulan variabel pada satu titik waktu di masa depan. Dalam melakukan perhitungan peramalan pertumbuhan

Lebih terperinci

HUJAN DI KOTA PERAMALAN JUMLAH CURAH MEDAN PADA TAHUN 2010 TUGAS AKHIR IRDA AMELIA

HUJAN DI KOTA PERAMALAN JUMLAH CURAH MEDAN PADA TAHUN 2010 TUGAS AKHIR IRDA AMELIA HUJAN DI KOTA PERAMALAN JUMLAH CURAH MEDAN PADA TAHUN 2010 TUGAS AKHIR Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Ahli Madya IRDA AMELIA 072407088 DEPARTEMEN MATEMATIKA FAKULTAS

Lebih terperinci

PERAMALAN PENERIMAAN PAJAK BUMI DAN BANGUNAN (PBB) PADA TAHUN 2011 DI KABUPATEN DELI SERDANG BERDASARKAN DATA TAHUN TUGAS AKHIR

PERAMALAN PENERIMAAN PAJAK BUMI DAN BANGUNAN (PBB) PADA TAHUN 2011 DI KABUPATEN DELI SERDANG BERDASARKAN DATA TAHUN TUGAS AKHIR PERAMALAN PENERIMAAN PAJAK BUMI DAN BANGUNAN (PBB) PADA TAHUN 2011 DI KABUPATEN DELI SERDANG BERDASARKAN DATA TAHUN 2005-2009 TUGAS AKHIR SAHAT MANIK 082407116 PROGRAM STUDI DIPLOMA III STATISTIKA DEPARTEMEN

Lebih terperinci

ANALISIS PENGARUH HAMBATAN TARIF DAN NON TARIF DI PASAR UNI EROPA TERHADAP EKSPOR KOMODITAS UDANG INDONESIA RIRI ESTHER PAINTE

ANALISIS PENGARUH HAMBATAN TARIF DAN NON TARIF DI PASAR UNI EROPA TERHADAP EKSPOR KOMODITAS UDANG INDONESIA RIRI ESTHER PAINTE ANALISIS PENGARUH HAMBATAN TARIF DAN NON TARIF DI PASAR UNI EROPA TERHADAP EKSPOR KOMODITAS UDANG INDONESIA RIRI ESTHER PAINTE PROGRAM STUDI MANAJEMEN BISNIS DAN EKONOMI PERIKANAN-KELAUTAN FAKULTAS PERIKANAN

Lebih terperinci

METODE LEAST MEDIAN OF SQUARES (LMS) PADA ANALISIS REGRESI DENGAN PENCILAN AMIR A DALIMUNTHE

METODE LEAST MEDIAN OF SQUARES (LMS) PADA ANALISIS REGRESI DENGAN PENCILAN AMIR A DALIMUNTHE METODE LEAST MEDIAN OF SQUARES (LMS) PADA ANALISIS REGRESI DENGAN PENCILAN AMIR A DALIMUNTHE DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2010 RINGKASAN

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

Teknik Proyeksi Bisnis (Forecasting)

Teknik Proyeksi Bisnis (Forecasting) Halaman Judul MODUL PERKULIAHAN Teknik Proyeksi Bisnis (Forecasting) Oleh: Andi Ratna Sari Dewi Ratna_fe@unhas.ac.id a.ratnasaridewi@gmail.com DEPARTEMEN MANAJEMEN FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS

Lebih terperinci

Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada. 18-Aug-17. Statistika Teknik.

Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada. 18-Aug-17.  Statistika Teknik. Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada Statistika Teknik Tabel dan Grafik Organisasi Data Koleksi data statistik perlu disusun (diorganisir) sedemikian hingga dapat dibaca dengan

Lebih terperinci

BAB 4 HASIL DAN PEMBAHASAN

BAB 4 HASIL DAN PEMBAHASAN BAB 4 HASIL DAN PEMBAHASAN 4.1 Hasil Pengumpulan Data Dari hasil pengumpulan data yang didapat dari divisi produksi PT. Indotek Jaya, maka data tersebut diperlukan untuk membuat rancangan MRP (Material

Lebih terperinci

SIMULASI PENGUKURAN KETEPATAN MODEL VARIOGRAM PADA METODE ORDINARY KRIGING DENGAN TEKNIK JACKKNIFE

SIMULASI PENGUKURAN KETEPATAN MODEL VARIOGRAM PADA METODE ORDINARY KRIGING DENGAN TEKNIK JACKKNIFE ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 3, Tahun 2014, Halaman 333-342 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian SIMULASI PENGUKURAN KETEPATAN MODEL VARIOGRAM PADA METODE ORDINARY

Lebih terperinci

PERBANDINGAN METODE PEMULUSAN BROWN DAN HOLT PADA PERAMALAN GEMPA BUMI SE-JAWA BARAT-BANTEN IVONNE RENITA ARLEEN

PERBANDINGAN METODE PEMULUSAN BROWN DAN HOLT PADA PERAMALAN GEMPA BUMI SE-JAWA BARAT-BANTEN IVONNE RENITA ARLEEN PERBANDINGAN METODE PEMULUSAN BROWN DAN HOLT PADA PERAMALAN GEMPA BUMI SE-JAWA BARAT-BANTEN IVONNE RENITA ARLEEN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

Lebih terperinci

PERAMALAN PENJUALAN PADA USAHA DEPOT AIR MINUM ISI ULANG AQUA JOSS

PERAMALAN PENJUALAN PADA USAHA DEPOT AIR MINUM ISI ULANG AQUA JOSS PERAMALAN PENJUALAN PADA USAHA DEPOT AIR MINUM ISI ULANG AQUA JOSS Nama : Annis Nur Hayati R. NPM : 10210904 Jurusan : Manajemen Pembimbing : Gatot Subiyakto, SH.,MM. Bab I. Pendahuluan Latar Belakang

Lebih terperinci

BAB I PENDAHULUAN. Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur

BAB I PENDAHULUAN. Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur BAB I PENDAHULUAN 1.1 Latar Belakang Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur yang digunakan dalam pengumpulan, penyajian, analisis dan interpretasi data. Statistika

Lebih terperinci

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

BAB SIMULASI PERHITUNGAN HARGA BARANG. Bab 4 Simulasi Perhitungan Harga barang berisikan : BAB SIMULASI PERHITUNGAN HARGA BARANG Bab Simulasi Perhitungan Harga barang berisikan :.. Simulasi peramalan nilai Indeks Harga Konsumen (IHK) melalui metode ARIMA.. Prediksi nilai inflasi tahun 0.3. Prediksi

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

ANALISIS PENGARUH PERUBAHAN GIRO WAJIB MINIMUM, JUMLAH UANG BEREDAR, KREDIT DAN PERTUMBUHAN EKONOMI TERHADAP PERTUMBUHAN EKONOMI

ANALISIS PENGARUH PERUBAHAN GIRO WAJIB MINIMUM, JUMLAH UANG BEREDAR, KREDIT DAN PERTUMBUHAN EKONOMI TERHADAP PERTUMBUHAN EKONOMI ANALISIS PENGARUH PERUBAHAN GIRO WAJIB MINIMUM, JUMLAH UANG BEREDAR, KREDIT DAN PERTUMBUHAN EKONOMI TERHADAP PERTUMBUHAN EKONOMI OLEH RATNA VIDYANI H14102077 DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN

Lebih terperinci

ANALISIS PERAMALAN PENJUALAN KANTOR PERCETAKAN DAN PERDAGANGAN UMUM CV AGUNG BEKASI TIMUR

ANALISIS PERAMALAN PENJUALAN KANTOR PERCETAKAN DAN PERDAGANGAN UMUM CV AGUNG BEKASI TIMUR ANALISIS PERAMALAN PENJUALAN KANTOR PERCETAKAN DAN PERDAGANGAN UMUM CV AGUNG BEKASI TIMUR NAMA : GALANG INDRAS SUWANTO NPM : 12210908 JURUSAN : MANAJEMEN PEMBIMBING : SUPRIYO HARTADI, W. SE. MM LATAR BELAKANG

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

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 45 Edisi... Volume..., Bulan 20.. ISSN :

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 45 Edisi... Volume..., Bulan 20.. ISSN : Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 45 SISTEM PERAMALAN DAN MONITORING PERSEDIAAN OBAT DI RSPG CISARUA BOGOR DENGAN MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING DAN REORDER POINT Nendang

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

ANALISIS PERAMALAN DAN FAKTOR-FAKTOR YANG MEMPENGARUHI VOLUME PENJUALAN OBAT HEWAN PT UNIVETAMA DINAMIKA, JAKARTA ALAMANDA YOSY BELLADONA H

ANALISIS PERAMALAN DAN FAKTOR-FAKTOR YANG MEMPENGARUHI VOLUME PENJUALAN OBAT HEWAN PT UNIVETAMA DINAMIKA, JAKARTA ALAMANDA YOSY BELLADONA H ANALISIS PERAMALAN DAN FAKTOR-FAKTOR YANG MEMPENGARUHI VOLUME PENJUALAN OBAT HEWAN PT UNIVETAMA DINAMIKA, JAKARTA ALAMANDA YOSY BELLADONA H14104052 DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN

Lebih terperinci

PERTUMBUHAN SIMPANAN *) BANK UMUM POSISI JANUARI 2012

PERTUMBUHAN SIMPANAN *) BANK UMUM POSISI JANUARI 2012 Jan-07 Apr-07 Jul-07 Oct-07 Jan-08 Apr-08 Jul-08 Oct-08 Jan-09 Apr-09 Jul-09 Oct-09 Jan-10 Apr-10 Jul-10 Oct-10 Jan-11 Apr-11 Jul-11 Oct-11 PERTUMBUHAN SIMPANAN *) BANK UMUM POSISI JANUARI 2012 I. TOTAL

Lebih terperinci

PERAMALAN PENJUALAN GAS LPG PADA TOKO UPAYA TETAP BERKARYA

PERAMALAN PENJUALAN GAS LPG PADA TOKO UPAYA TETAP BERKARYA PERAMALAN PENJUALAN GAS LPG PADA TOKO UPAYA TETAP BERKARYA Nama : Liza Indriani NPM : 14210058 Jurusan : Manajemen Pembimbing : Lies Handrijaningsih, SE,.MM LATAR BELAKANG MASALAH Perkembangan penggunaan

Lebih terperinci

Teknik Peramalan Melalui Pemulusan Data (Bagian II) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018

Teknik Peramalan Melalui Pemulusan Data (Bagian II) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018 Teknik Peramalan Melalui Pemulusan Data (Bagian II) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018 The most crucial issue in simple moving averages is the choice of the span, N. A simple moving

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertian Produksi Produksi merupakan suatu kegiatan yang dikerjakan untuk menambah nilai guna suatu benda baru sehingga lebih bermanfaat dalam memenuhi kebutuhan. Produksi jahe

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan digunakanan sebagai acuan pencegah yang mendasari suatu keputusan untuk yang akan datang dalam upaya meminimalis kendala atau memaksimalkan pengembangan baik

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. 2.1 Produk Domestik Regional Bruto

BAB 2 TINJAUAN TEORITIS. 2.1 Produk Domestik Regional Bruto 18 BAB 2 TINJAUAN TEORITIS 2.1 Produk Domestik Regional Bruto Dalam menghitung pendapatan regional, dipakai konsep domestik. Berarti seluruh nilai tambah yang ditimbulkan oleh berbagai sektor atau lapangan

Lebih terperinci

ANGGA NUR ARDYANSAH NIM

ANGGA NUR ARDYANSAH NIM Akurasi Metode Exponential Smoothing dan Metode Autoregressive Integrated Moving Average (ARIMA) untuk Meramalkan Lama Proses Pengerjaan Tugas Akhir Mahasiswa Pendidikan Matematika FKIP Universitas Jember

Lebih terperinci

BAB IV ANALISIS JUMLAH OPERATOR SELULAR INDONESIA DENGAN CHAOS TEORI

BAB IV ANALISIS JUMLAH OPERATOR SELULAR INDONESIA DENGAN CHAOS TEORI BAB IV ANALISIS JUMLAH OPERATOR SELULAR INDONESIA DENGAN CHAOS TEORI 4.1 BENCHMARK OPERATOR SELULER INDONESIA DENGAN OPERATOR SELULER LUAR NEGERI Penentuan kelayakan bisnis seluler di Indonesia dapat ditinjau

Lebih terperinci

BAB III PERAMALAN 3.1 Landasan Teori Peramalan

BAB III PERAMALAN 3.1 Landasan Teori Peramalan BAB III PERAMALAN 3.1 Landasan Teori Peramalan Menurut Gaspersz (2004), aktivitas peramalan merupakan suatu fungsi bisnis yang berusaha memperkirakan permintaan dan penggunaan produk sehingga produk-produk

Lebih terperinci

KAJIAN METODE JACKKNIFE DALAM MEMBANGUN SELANG KEPERCAYAAN DENGAN PARAMETER ARMA(p,q)

KAJIAN 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 terperinci

ARI SUPRIYATNA A

ARI SUPRIYATNA A ANALISIS INTEGRASI PASAR JAGUNG DUNIA DENGAN PASAR JAGUNG DAN DAGING AYAM RAS DOMESTIK, SERTA PENGARUH TARIF IMPOR JAGUNG DAN HARGA MINYAK MENTAH DUNIA Oleh: ARI SUPRIYATNA A14303050 PROGRAM STUDI EKONOMI

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

ANGGA NUR ARDYANSAH NIM

ANGGA NUR ARDYANSAH NIM Akurasi Metode Exponential Smoothing dan Metode Autoregressive Integrated Moving Average (ARIMA) untuk Meramalkan Lama Proses Pengerjaan Tugas Akhir Mahasiswa Pendidikan Matematika FKIP Universitas Jember

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Permintaan (Forecast Demand) Peramalan permintaan atau forecast demand (FD) adalah peramalan kuantitas permintaan sesuatu (barang atau jasa) dimasa yang akan

Lebih terperinci

PENGKAJIAN KEAKURATAN TWOSTEP CLUSTER DALAM MENENTUKAN BANYAKNYA GEROMBOL POPULASI KUDSIATI

PENGKAJIAN KEAKURATAN TWOSTEP CLUSTER DALAM MENENTUKAN BANYAKNYA GEROMBOL POPULASI KUDSIATI PENGKAJIAN KEAKURATAN TWOSTEP CLUSTER DALAM MENENTUKAN BANYAKNYA GEROMBOL POPULASI KUDSIATI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2006 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan

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

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN Oleh: Norma Endah Haryati ( )

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN Oleh: Norma Endah Haryati ( ) TUGAS AKHIR PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN Oleh: Norma Endah Haryati (1207 100 031) Dosen Pembimbing: Drs. I G Ngurah Rai Usadha, M.Si Dra. Nuri

Lebih terperinci

PENGGEROMBOLAN DUA TAHAP DESA-DESA DI JAWA TENGAH ALIFTA DIAH AYU RETNANI

PENGGEROMBOLAN DUA TAHAP DESA-DESA DI JAWA TENGAH ALIFTA DIAH AYU RETNANI PENGGEROMBOLAN DUA TAHAP DESA-DESA DI JAWA TENGAH ALIFTA DIAH AYU RETNANI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2012 RINGKASAN ALIFTA DIAH AYU RETNANI.

Lebih terperinci

TEKNIK PERAMALAN KUANTITATIF (TEKNIK STATISTIK) Astrid Lestari Tungadi, S.Kom., M.TI.

TEKNIK PERAMALAN KUANTITATIF (TEKNIK STATISTIK) Astrid Lestari Tungadi, S.Kom., M.TI. TEKNIK PERAMALAN KUANTITATIF (TEKNIK STATISTIK) Astrid Lestari Tungadi, S.Kom., M.TI. PENERAPAN TEKNIK Keakuratan data yang dimiliki Asumsi yang disepakati bersama Kondisi perusahaan yang terdiri dari

Lebih terperinci

ANALISIS VAR (VECTOR AUTOREGRESSION) UNTUK MEKANISME PEMODELAN HARGA DAGING AYAM EFI RESPATI

ANALISIS VAR (VECTOR AUTOREGRESSION) UNTUK MEKANISME PEMODELAN HARGA DAGING AYAM EFI RESPATI ANALISIS VAR (VECTOR AUTOREGRESSION) UNTUK MEKANISME PEMODELAN HARGA DAGING AYAM EFI RESPATI SEKOLAH PASCA SARJANA INSTITUT PERTANIAN BOGOR BOGOR 2005 ABSTRAK EFI RESPATI. Analisis VAR (Vector Autoregression)

Lebih terperinci

STABILITAS MONETER PADA SISTEM PERBANKAN GANDA DI INDONESIA OLEH HENI HASANAH H

STABILITAS MONETER PADA SISTEM PERBANKAN GANDA DI INDONESIA OLEH HENI HASANAH H STABILITAS MONETER PADA SISTEM PERBANKAN GANDA DI INDONESIA OLEH HENI HASANAH H14103001 DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2007 STABILITAS MONETER PADA SISTEM

Lebih terperinci

PERSEPSI DAN SIKAP KONSUMEN TERHADAP KEAMANAN PANGAN SUSU FORMULA DENGAN ADANYA ISU BAKTERI Enterobacter sakazakii DI KECAMATAN TANAH SAREAL BOGOR

PERSEPSI DAN SIKAP KONSUMEN TERHADAP KEAMANAN PANGAN SUSU FORMULA DENGAN ADANYA ISU BAKTERI Enterobacter sakazakii DI KECAMATAN TANAH SAREAL BOGOR PERSEPSI DAN SIKAP KONSUMEN TERHADAP KEAMANAN PANGAN SUSU FORMULA DENGAN ADANYA ISU BAKTERI Enterobacter sakazakii DI KECAMATAN TANAH SAREAL BOGOR SKRIPSI INTAN AISYAH NASUTION H34066065 DEPARTEMEN AGRIBISNIS

Lebih terperinci

(FORECASTING ANALYSIS):

(FORECASTING ANALYSIS): ANALISIS KUANTITATIF ANALISIS PERAMALAN Hand-out ke-3 ANALISIS PERAMALAN (FORECASTING ANALYSIS): Contoh-contoh sederhana PRODI AGRIBISNIS UNEJ, 2017 PROF DR IR RUDI WIBOWO, MS Contoh aplikasi tehnik peramalan

Lebih terperinci

ANALISIS PERAMALAN PENJUALAN KEMEJA PADA TOKO G & N DI BEKASI

ANALISIS PERAMALAN PENJUALAN KEMEJA PADA TOKO G & N DI BEKASI ANALISIS PERAMALAN PENJUALAN KEMEJA PADA TOKO G & N DI BEKASI Nama : Eti Cahyanih NPM : 12210447 Jurusan : Manajemen Pembimbing : Lies Handrijaningsih, SE, MM Latar Belakang Indonesia para era modern ini

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

PENYELESAIAN MASALAH PENGIRIMAN PAKET KILAT UNTUK JENIS NEXT-DAY SERVICE DENGAN MENGGUNAKAN TEKNIK PEMBANGKITAN KOLOM. Oleh: WULAN ANGGRAENI G

PENYELESAIAN MASALAH PENGIRIMAN PAKET KILAT UNTUK JENIS NEXT-DAY SERVICE DENGAN MENGGUNAKAN TEKNIK PEMBANGKITAN KOLOM. Oleh: WULAN ANGGRAENI G PENYELESAIAN MASALAH PENGIRIMAN PAKET KILAT UNTUK JENIS NEXT-DAY SERVICE DENGAN MENGGUNAKAN TEKNIK PEMBANGKITAN KOLOM Oleh: WULAN ANGGRAENI G54101038 PROGRAM STUDI MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU

Lebih terperinci

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

BAB I PENDAHULUAN. akibat perkembangan yang pesat dalam dunia bisnis. Sejalan dengan hal tersebut

BAB I PENDAHULUAN. akibat perkembangan yang pesat dalam dunia bisnis. Sejalan dengan hal tersebut 1 BAB I PENDAHULUAN I.I Latar Belakang Masalah Kemajuan dibidang perekonomian selama ini telah banyak membawa akibat perkembangan yang pesat dalam dunia bisnis. Sejalan dengan hal tersebut banyak bermunculan

Lebih terperinci

PENERAPAN METODE BOOTSTRAP RESIDUAL DALAM MENGATASI BIAS PADA PENDUGA PARAMETER ANALISIS REGRESI

PENERAPAN METODE BOOTSTRAP RESIDUAL DALAM MENGATASI BIAS PADA PENDUGA PARAMETER ANALISIS REGRESI PENERAPAN METODE BOOTSTRAP RESIDUAL DALAM MENGATASI BIAS PADA PENDUGA PARAMETER ANALISIS REGRESI Ni Made Metta Astari 1, Ni Luh Putu Suciptawati 2, I Komang Gde Sukarsa 3 1 Jurusan Matematika, Fakultas

Lebih terperinci

VI PERAMALAN PENJUALAN AYAM BROILER DAN PERAMALAN HARGA AYAM BROILER

VI PERAMALAN PENJUALAN AYAM BROILER DAN PERAMALAN HARGA AYAM BROILER VI PERAMALAN PENJUALAN AYAM BROILER DAN PERAMALAN HARGA AYAM BROILER 6.1. Analisis Pola Data Penjualan Ayam Broiler Data penjualan ayam broiler adalah data bulanan yang diperoleh dari bulan Januari 2006

Lebih terperinci

2. Adanya resiko pemumpukan barang pada gudang.

2. Adanya resiko pemumpukan barang pada gudang. BAB 3 PROSEDUR DAN METODOLOGI 3.1. Analisis Masalah 3.1.1. Deskripsi Masalah Pemenuhan keinginan atau permintaan pasar merupakan hal yang krusial bagi setiap perusahaan. Perusahaan yang siap berkompetisi

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LADASA TEORI 2.1 Peramalan (forecasting) 2.1.1. Hubungan Forecast dengan Rencana Forecast adalah peramalan apa yang akan terjadi pada waktu yang akan datang, sedang rencana merupakan penentuan apa

Lebih terperinci

PENDUGAAN PARAMETER WAKTU PERUBAHAN PROSES PADA 2 CONTROL CHART MENGGUNAKAN PENDUGA KEMUNGKINAN MAKSIMUM SITI MASLIHAH

PENDUGAAN PARAMETER WAKTU PERUBAHAN PROSES PADA 2 CONTROL CHART MENGGUNAKAN PENDUGA KEMUNGKINAN MAKSIMUM SITI MASLIHAH PENDUGAAN PARAMETER WAKTU PERUBAHAN PROSES PADA CONTROL CHART MENGGUNAKAN PENDUGA KEMUNGKINAN MAKSIMUM SITI MASLIHAH SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 008 PERNYATAAN MENGENAI TESIS DAN

Lebih terperinci

BAB III PERAMALAN. Praktikum Sistem Produksi ATA 2014/2015

BAB III PERAMALAN. Praktikum Sistem Produksi ATA 2014/2015 BAB III PERAMALAN 3.1 Landasan Teori Peramalan merupakan suatu bentuk usaha untuk meramalkan keadaan di masa mendatang melalui pengujian keadaan di masa lalu. Esensi peramalan adalah perkiraan peristiwa-peristiwa

Lebih terperinci

METODE PEMULUSAN (SMOOTHING)

METODE PEMULUSAN (SMOOTHING) Logaritma Vol. III, No.01 Januari 2015 29 PERAMALAN JUMLAH MAHASISWA BARU JURUSAN TADRIS MATEMATIKA IAIN PADANGSIDIMPUAN DENGAN MENGGUNAKAN METODE PEMULUSAN (SMOOTHING) Oleh: Anita Adinda, M.Pd 1 Abstract

Lebih terperinci

ANALISIS PERENCANAAN PENGENDALIAN PERSEDIAAN TOMAT BANDUNG DI SUPERMARKET SUPER INDO MUARA KARANG JAKARTA UTARA SKRIPSI

ANALISIS PERENCANAAN PENGENDALIAN PERSEDIAAN TOMAT BANDUNG DI SUPERMARKET SUPER INDO MUARA KARANG JAKARTA UTARA SKRIPSI ANALISIS PERENCANAAN PENGENDALIAN PERSEDIAAN TOMAT BANDUNG DI SUPERMARKET SUPER INDO MUARA KARANG JAKARTA UTARA SKRIPSI Oleh: ARIEF FERRY YANTO A14105515 PROGRAM SARJANA EKSTENSI MANAJEMEN AGRIBISNIS FAKULTAS

Lebih terperinci

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MENGGUNAKAN PILIHAN JASA LEMBAGA PEMBIAYAAN (KREDIT KONSUMSI MOBIL)

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MENGGUNAKAN PILIHAN JASA LEMBAGA PEMBIAYAAN (KREDIT KONSUMSI MOBIL) ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MENGGUNAKAN PILIHAN JASA LEMBAGA PEMBIAYAAN (KREDIT KONSUMSI MOBIL) OLEH RATU DEWI HILNA ANGGRAENI H14104072 DEPARTEMEN ILMU EKONOMI FAKULTAS

Lebih terperinci

PEMODELAN STOK GABAH/BERAS DI KABUPATEN SUBANG MOHAMAD CHAFID

PEMODELAN STOK GABAH/BERAS DI KABUPATEN SUBANG MOHAMAD CHAFID PEMODELAN STOK GABAH/BERAS DI KABUPATEN SUBANG MOHAMAD CHAFID SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2006 SURAT PERNYATAAN Dengan ini saya menyatakan bahwa tesis yang berjudul : PEMODELAN STOK GABAH/BERAS

Lebih terperinci

PERCOBAAN EKONOMI UNTUK MENGKAJI KINERJA SISTEM PEMBIAYAAN BANK SYARIAH DAN BANK KONVENSIONAL OLEH IKA SARI WIDAYANTI H

PERCOBAAN EKONOMI UNTUK MENGKAJI KINERJA SISTEM PEMBIAYAAN BANK SYARIAH DAN BANK KONVENSIONAL OLEH IKA SARI WIDAYANTI H PERCOBAAN EKONOMI UNTUK MENGKAJI KINERJA SISTEM PEMBIAYAAN BANK SYARIAH DAN BANK KONVENSIONAL OLEH IKA SARI WIDAYANTI H14103029 DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN

Lebih terperinci