JURNAL SAINS DAN SENI POMITS Vol. 3, No.2, (2014) ( X Print) D-326
|
|
- Teguh Lie
- 7 tahun lalu
- Tontonan:
Transkripsi
1 JURNAL AIN DAN ENI OMIT Vol. 3, No., (4) (-98X rin) D-36 eramalan Toal Marke eeda Moor dan Toal enjualan Moor X di roinsi Jawa Timur dengan endekaan ARIMA Box-Jenkins dan Auoregressive Inegraed Moving Average wih Exogenous Inu (ARIMAX) Novia Dwi Rahayuningyas dan eiawan Jurusan aisika,fmia, Insiu Teknologi euluh Noember (IT) Jl. Arief Rahman Hakim, urabaya Indonesia seiawan@saisika.is.ac.id Absrak erumbuhan enduduk di Jawa Timur berdamak ada meningkanya kebuuhan ransorasi. eeda moor menjadi ilihan uama dikarenakan lebih murah dan efisien. Tenunya eningkaan enjualan seeda moor memberikan keunungan bagi rodusen. Di Jawa Timur, disribuor uama seeda moor X adalah T. Y. eneliian ini berujuan unuk meramalkan enjualan seeda moor X dan oal marke seeda moor di Jawa Timur, sehingga daa dierkirakan marke share enjualan seeda moor X eriode berikunya. Meode yang digunakan dalam eneliian ini adalah ARIMA Box- Jenkins dan ARIMAX. Dalam eneliian ini, daa yang digunakan yaiu daa oal marke seeda moor dan enjualan seeda moor X di Jawa Timur. Daa erbagi menjadi dua, yaiu in-samle eriode uari 3 samai dengan Desember 3 sera daa ou-samle eriode uari 4 samai dengan Mare 4. Hasil analisis menunjukkan bahwa model erbaik oal marke seeda moor adalah ARIMA (,,)(,,), sedangkan enjualan seeda moor X yaiu model ARIMA ([,3],,)(,,) dikarenakan memiliki nilai smae erkecil berdasarkan ou-samle. Kaa Kunci ARIMA Box-Jekins, ARIMAX, Toal enjualan Moor X, Toal Marke I. ENDAHULUAN ERKEMBANGAN jumlah enduduk di wilayah roinsi Jawa Timur erus mengalami eningkaan. Berdasarkan laoran dari B (3) laju erumbuhan enduduk di roinsi Jawa Timur ada eriode - sebesar,76 ersen. Angka ersebu mengalami eningkaan dibandingkan eriode 9- sebesar, ersen. Tenunya erumbuhan jumlah enduduk diikui dengan berambahnya kebuuhan moda ransorasi sebagai sarana mobilisasi. alah sau erkembangan ransorasi yang sanga signifikan yaiu seeda moor. Berdasarkan Liuan 6 [], menyaakan bahwa Jawa Timur meruakan roinsi yang aling banyak menjual seeda moor ada ahun yaiu sebesar, jua uni kendaraan roda dua. Jumlah ersebu elah mendisribusikan enjualan seeda moor sebesar 5,69 ersen dari oal enjualan secara nasional sebesar 7,4 jua uni. edangkan menuru Invesor Daily [], enjualan seeda moor X meningka 6 ersen ada eriode uari-aril 3 dibandingkan eriode yang sama ada ahun. enjualan seeda moor X elah menguasai angsa asar di roinsi Jawa Timur lebih dari ersen. esanya erumbuhan seeda moor di wilayah roinsi Jawa Timur memberikan keunungan bagi rodusen. T. Y meruakan dealer uama emasaran seeda moor X di wilayah roinsi Jawa Timur dan Nusa Tenggara Timur. Tingginya erminaan seeda moor X, sebaiknya ihak disribuor yaiu T. Y melakukan anisiasi dengan meramalkan erminaan seeda moor samai beberaa eriode waku kedean. Hal ini dierlukan unuk menjaga ersediaan dalam kondisi oimal. eneliian sebelumnya mengenai enjualan seeda moor elah dilakukan oleh Nursia () yang menganalisis mengenai enjualan seeda moor MM Honda jenis cub sura 5 cc di kawasan Waru, idoarjo dengan menggunakan endekaan ARIMA Box-Jenkins. edangkan Ameilia () melakukan eramalan enjualan seeda moor Honda ada dealer T. Daya Anugerah Mandiri menggunakan meode Moving Average (MA) dan Weigh Moving Average (WMA). Berdasarkan engamaan elah erjadi eningkaan volume enjualan seeda moor di Jawa Timur seia ahunnya. Menuru informasi yang dieroleh, ada ahun 3 enjualan seeda moor di Jawa Timur mengalami eningkaan yang sanga signifikan. elain iu, eningkaan volume enjualan seeda moor erjadi ada bulan-bulan erenu. alah saunya meruakan bulan sebelum Hari Raya Idul Firi. Terjadinya Hari Raya Idul Firi berdasarkan enanggalan hijriyah, sehingga diindikasikan erdaa efek variansi kalender. Oleh karena iu, eneliian ini menggunakan meode ARIMA Box-Jenkins dan ARIMAX dengan inunya meruakan variansi kalender. II. TINJAUAN UTKA A. Model Auoregressive Inegraed Moving Average (ARIMA) Model ARIMA menjelaskan analisis ime series yang non sasioner. Model ARIMA meruakan gabungan anara model Auoregressive (AR) dan model Moving Average (MA) sera roses differencing. Model ARIMA non musiman (non seasonal) aau ARIMA (,d,q) memiliki ersamaan sebagai beriku [3].
2 JURNAL AIN DAN ENI OMIT Vol. 3, No., (4) (-98X rin) D-37 d ( B ) Z q a () Aabila daa menunjukkan ola musiman (seasonal), maka emodelan Box-Jenkins mulilikaif ARIMA musiman aau ARIMA (,d,q)(,d,q) sebagai beriku [3]. d D ( B ) ( B) ( B ) Z ( B ) a () B. Model ARIMAX Berdasarkan Cryer dan Chan (8) dalam Lee, uharono, dan Hamzah [4] menyaakan bahwa model ARIMAX meruakan model ARIMA dengan variabel ambahan. Model ARIMAX erbagi menjadi dua, yaiu model ARIMAX dengan ren sokasik (dengan mengimlemenasikan differencing non musiman dan aau musiman) dan model ARIMAX dengan ren deerminisik (ana adanya differencing). ecara umum, model ARIMAX dengan ren sokasik sebagai beriku. Z V, V,... V, q Q( B ) ( B ) ( B) d ( B ) edangkan model ARIMAX dengan ren deerminisik sebagai beriku. Z V, V,... V, q( B) Q( B ) a ( B ) D C. Idenifikasi Model Idenifikasi model secara univariae ada model ARIMA menggunakan lo Auocorrelaion Funcion (ACF) dan arial Auocorrelaion Funcion (ACF). lo Auocorrelaion Funcion (ACF) menunjukkan hubungan yang linier anara Z dengan Z k. ACF menjelaskan orde MA. Taksiran dari Auocorrelaion Funcion (ACF) sebagai beriku [3]. (5) edangkan arial Auocorrelaion Funcion (ACF) menujukkan korelasi anara Z dengan Z k seelah hubungan linier dengan variabel inervening dihilangkan. ACF menjelaskan orde AR. Taksiran dari ACF sebagai beriku. dan (7) Idenifikasi model dugaan semenara daa diliha berdasarkan ola yang erbenuk dari lo ACF dan ACF berdasarkan daa yang elah sasioner secara mean dan varians. D. Diagnosic Checking ) Ljung-Box Unuk menguji asumsi whie noise, daa diliha samel ACF dan ACF dari residual yang idak q D a Q (3) (4) (6) membenuk ola dan idak signifikan. Hioesisnya sebagai beriku. H... : k H : aling sediki ada sau j ; j,,..., k aisik uji yang digunakan yaiu saisik uji Ljung- Box sebagai beriku [3] (8) Daerah kriis olak H, aabila Q, k m. ) Uji Residual Berdisribusi Normaml Hioesis yang digunakan dalam engujian asumsi residual berdisribusi normal sebagai beriku. H : F( x) F ( x) (Daa engamaan mengikui disribusi normal) H : F( x) F ( x) (Daa engamaan idak mengikui disribusi normal) aisik uji yang digunakan dalam engujian ini sebagai beriku. D u ( x ) F ( x ) (9) Daerah kriis olak H, aabila D D( ), n. E. emilihan Model Terbaik emilihan model erbaik berdasarkan ada krieria ou-samle. Krieria ou-samle yang daa digunakan ada emilihan model erbaik yaiu smae (ymmeric Mean Absolue ercenage Error). Rumus smae didefinisikan sebagai beriku [5]. () A.umber Daa III. METODOLOGI ENELITIAN Daa yang digunakan dalam eneliian ini adalah daa bulanan oal marke seeda moor dan jumlah enjualan seeda moor X di Jawa Timur eriode 3-3. Daa dieroleh dari T Y. Daa dibagi menjadi dua yaiu daa in-samle eriode uari 3 samai dengan Desember 3 sera daa ou-samle eriode uari 4 samai dengan Mare 4. B.Variabel eneliian Variabel-variabel yang digunakan dalam eneliian ini sebagai beriku. Tabel. Variabel-Variabel eneliian No. Variabel Keerangan. Z. Toal marke seeda moor. Z Toal enjualan seeda moor X, edangkan variabel dummy yang digunakan sebagai beriku. V.. V 3. V :variabel dummy unuk bulan sebelum Hari Raya Idul Firi :variabel dummy bulan erjadinya Hari Raya Idul Firi :variabel dummy unuk bulan seelah Hari Raya Idul Firi
3 Daa TOTAL MARKET Dec/ Dec/ 6 Nov 3 4 Nov 4 4 Nov 5 4 Oc 6 3 Oc 7 Oc 8 e 9 e 3 Aug 9 Aug 8 Aug 3 Daa Honda Dec/ Dec/ JURNAL AIN DAN ENI OMIT Vol. 3, No., (4) (-98X rin) D-38 4.,..., :variabel dummy unuk bulan uari samai dengan Desember 5. :ren deerminisik 6. D :variabel dummy enjualan ada bulan uari samai dengan Desember ahun 7. D :variabel dummy erjadinya ren enurunan enjualan ada ahun 8. D :variabel dummy enjualan ada bulan uari samai dengan Desember ahun 9. D -3 :variabel dummy erjadinya ren kenaikan kembali enjualan ada ahun -3 C. Langkah Analisis Langkah-langkah eneliian yang dilakukan melalui ahaan sebagai beriku.. Melakukan analisis deskriif, yaiu mencari nilai raa-raa (mean), sandar deviasi, maksimum sera minimum dari daa oal marke dan enjualan seeda moor X.. Melakukan emodelan dengan menggunakan model easonal ARIMA. Langkah-langkahnya sebagai beriku. a. Melakukan idenifikasi ola daa dengan meliha ime series lo. b. Melakukan uji sasionerias daa dalam varians dan mean. c. Membua lo ACF dan ACF. d. endugaan awal model ARIMA Box-Jenkins berdasarkan diiha dari lo ACF dan ACF. e. enaksiran arameer. arameer signifikan aabila kurang dari 5%. f. engujian residual, asumsi yang harus erenuhi yaiu whie noise dan berdisribusi normal. g. Melakukan embandingan model erbaik berdasarkan nilai dari kebaikan model ousamle. h. Melakukan eramalan ada eriode berikunya. 3. Melakukan emodelan dengan model ARIMAX dengan inu adalah variansi kalender erhada oal sales seeda moor X dan oal marke seeda moor. Langkah-langkahnya sebagai beriku. a. Melakukan idenifikasi ola daa dengan meliha ime series lo. b. Menenukan variabel dummy unuk variansi kalender c. Meregresikan variabel reson dengan variabel dummy. eelah iu melakukan eliminasi dari variabel dummy yang idak signifikan secara sewise, sehingga dieroleh residual dari arameer yang sudah signifikan. d. enenuan orde residual dieroleh dari engamaan erhada lo ACF dan ACF. e. engujian residual, asumsi yang harus erenuhi yaiu whie noise dan berdisribusi normal. f. Melakukan embandingan model erbaik berdasarkan nilai dari kebaikan model ou-samle. g. Melakukan eramalan ada eriode berikunya. IV. HAIL DAN EMBAHAAN A.Analisis enjualan enjualan seeda moor secara umum di rovinsi Jawa Timur erus mengalami kenaikan. Monh Year Monh Year 6 Nov 3 4 Nov 4 4 Nov 5 4 Oc 63 Oc 7 Oc 8 e 9 e 3 Aug 9 Aug 8 Aug 3 Gambar. Time eries lo enjualan eeda Moor Toal Marke dan enjualan eeda Moor X di Jawa Timur Hal ini dikarenakan erumbuhan enduduk yang semakin meningka sehingga memengaruhi erminaan seeda moor. elain iu, enjualan seeda moor ia ahunnya cenderung mengalami eningkaan ada bulanbulan sebelum dan sesudah Hari Raya Idul Firi. enyebabnya adalah masyaraka membuuhkan moda ransorasi selain ransorasi umum sebagai alernaif budaya mudik ada saa lebaran dan ingginya uang yang beredar di masyaraka ada bulan-bulan ersebu. ecara visual, erdaa kecenderungan kenaikan enjulan seeda moor ada bulan sebelum Hari Raya. elanjunya analisis melalui boxlo diamilkan ada Gambar sebagai beriku. JAN FEB MAR AR MEI JUNI JULI AGUT E OKT NOV DE 687 Gambar. Boxlo eeda Moor Toal Marke dan eeda Moor X Informasi yang daa dieroleh dari Gambar adalah raa-raa enjualan seeda moor ada oal marke dan enjualan eeda Moor X eringgi erjadi ada bulan Juli, Agusus, eember, dan Okober. Dengan menggunakan embanding nilai raa-raa secara keseluruhan dari daa oal marke yang dieroleh sebesar 68.7, maka daa dikeahui bahwa enjualan ia bulan yang berada di bawah raa-raa oal, yaiu erjadi ada bulan uari, Februari, Mare, Aril, Mei, dan November. edangkan enjualan yang berada di aas raaraa oal yaiu erjadi ada bulan Juni, Juli, Agusus, eember, Okober, dan Desember. edangkan enjualan eeda Moor X, dengan menggunakan embanding nilai raa-raa secara keseluruhan dari daa yang dieroleh sebesar 37.85, maka daa dikeahui bahwa enjualan ia bulan yang berada di bawah raaraa oal, yaiu erjadi ada bulan uari, Februari, Mare, Aril, dan Mei. edangkan enjualan yang berada di aas raa-raa oal yaiu erjadi ada bulan Juni, Juli, Agusus, eember, Okober, November, dan Desember. B.Analisis emodelan dengan ARIMA Box-Jenkins ) Toal Marke Idenifikasi awal model enjualan oal marke seeda moor, yaiu mengeahui kesasioneran dalam mean dan varians. eelah melakukan ransformasi Box- Cox dikarenakan nilai lambda sebesar -,, maka daa sudah sasioner dalam varians dikarenakan nilai baas aas yang sudah lebih dari. JAN 3 FEB 4 MAR 5 AR 6 MEI 7 JUNI 8 JULI AGUT 9 E OKT NOV DE
4 Auocorrelaion arial Auocorrelaion Dev Dev Auocorrelaion arial Auocorrelaion Auocorrelaion arial Auocorrelaion Auocorrelaion arial Auocorrelaion Auocorrelaion arial Auocorrelaion Dev Dev JURNAL AIN DAN ENI OMIT Vol. 3, No., (4) (-98X rin) D Limi (using 95.% confidence) Esimae Rounded Value -. Gambar 3. Transformasi Daa Toal Marke Z Limi (using 95.% confidence) Esimae Rounded Value. elanjunya unuk mengeahui kesasioneran dalam mean berdasarkan lo ACF. lo ACF menunjukkan adanya ola menurun yang lamba, sehingga daa idak sasioner dalam mean. Jadi erlu dilakukan differencing, sehingga dieroleh lo ACF dan ACF beriku Gambar 4. lo ACF dan ACF eelah Differencing eelah endugaan model maka dieroleh model yang signifikan dan memenuhi asumsi whie noise dan residual disribusi normal yaiu ARIMA(,,)(,,) dengan enambahan oulier ke-96 dan. elanjunya model ARIMA dilakukan differencing dari daa hasil differencing. lo ACF dan ACF sebagai beriku Gambar 5. lo ACF dan ACF Differencing (,) eelah endugaan model maka dieroleh model yang signifikan dan memenuhi asumsi whie noise dan residual disribusi normal yaiu ARIMA(,,)(,,) dan model ARIMA(,,)(,,) dengan enambahan oulier ke-96. ) Toal enjualan eeda Moor X Idenifikasi awal model oal enjualan eeda Moor X, yaiu mengeahui kesasioneran dalam mean dan varians sebagai beriku Limi Gambar 6. Transformasi (using 95.% confidence) Esimae 9 3 Rounded Value Limi 5 (using 95.% confidence) Esimae Rounded Value -. ln Z Daa Toal enjualan eeda Moor X elanjunya unuk mengeahui kesasioneran dalam mean berdasarkan lo ACF. lo ACF menunjukkan adanya ola menurun yang lamba, sehingga daa idak sasioner dalam mean. Jadi erlu dilakukan differencing, sehingga dieroleh lo ACF dan ACF beriku eelah endugaan model maka dieroleh model yang signifikan dan memenuhi asumsi whie noise dan residual disribusi normal yaiu ARIMA([,8],,) (,,) dengan enambahan oulier ke-69 dan 96 dan model ARIMA(,,[,8])(,,) dengan enambahan oulier ke-47,69, dan 96. elanjunya model ARIMA dilakukan differencing dari daa hasil differencing. lo ACF dan ACF sebagai beriku.. -. Gambar 8. lo ACF dan ACF Differencing (,) eelah endugaan model maka dieroleh model yang signifikan dan memenuhi asumsi whie noise dan residual disribusi normal yaiu ARIMA([,3],,) (,,) dengan enambahan oulier ke-47 dan model ARIMA(,,)(,,). C.Analisis emodelan dengan ARIMAX ) Toal Marke Daa enjualan dibagi menjadi 3(iga) bagian, yaiu eriode uari 3-Desember, uari - Desember, dan uari -Desember 3. lo juga mengindikasikan adanya ren kenaikan yang osiif dan adanya efek dari variansi kalender. (Gambar ). endugaan awal model regresi sebagai beriku. Z V V V D D D D,, 3 3 3, 4 4, , 3 6 6, 4 7 7, 88, 99,,,, () eelah melakukan eliminasi backward dari model regresi, maka dieroleh arameer yang signifikan dengan alha sebesar 5%, yaiu,,, 3, 4,,, 3, 4, 5, 6, 7, 8, 9,, dan. Residual dari model variansi kalender enjualan seeda moor oal marke belum memenuhi asumsi whie noise dikarenakan nilai - value kurang dari alha 5%, sehingga memasukkan lag yang signifikan ada model. Beriku meruakan lo ACF dan ACF dari residual.. -. Gambar 9. lo ACF dan ACF dari Residual eelah memasukkan lag yang signifikan, ada model variansi kalender enjualan seeda moor oal marke dieroleh model yang sesuai yaiu model ARIMA (,,),,,,,, 3, 4, 5, 6, 7, 8, 9,,, elain iu, idenifikasi oulier erdeeksi 3 (iga) oulier dengan ie addiive yaiu oulier ke-7, 96, dan. Model ersebu elah memenuhi asumsi residual whie noise dan berdisribusi normal. ersamaan model yang erbenuk sebagai beriku Gambar 7. lo ACF dan ACF eelah Differencing 5
5 Auocorrelaion arial Auocorrelaion JURNAL AIN DAN ENI OMIT Vol. 3, No., (4) (-98X rin) D-3 ersamaan ersebu menunjukkan bahwa secara umum di Jawa Timur ia bulannya mengalami erambahan enjualan seeda moor sebesar 594 uni. elain iu, erdaa kecenderungan kenaikan enjualan sebulan sebelum Hari Raya Idul Firi sebesar 6.3 uni. edangkan berdasarkan koefisien bulan erdaa kecenderungan eningkaan enjualan seeda moor eringgi, yaiu ada bulan Juli, Agusus, dan eember, masing-masing sebesar ada bulan Juli, ada bulan Agusus, dan 36. ada bulan eember. ) Toal enjualan eeda Moor X Indikasi enjualan seeda moor X sama dengan oal marke seeda moor ada Gambar 4. dan endugaan ersamaan awal sama dengan ersamaan. eelah melakukan eliminasi backward dari model regresi, maka dieroleh arameer yang signifikan dengan alha sebesar 5%, yaiu,,, 4,,, 3, 4, 5, 6, 7, 8, 9,, dan. Residual dari model variansi kalender enjualan seeda moor X belum memenuhi asumsi whie noise dikarenakan nilai - value kurang dari alha 5%, sehingga memasukkan lag yang signifikan ada model.. -. Gambar. lo ACF dan ACF dari Residual eelah memasukkan lag yang signifikan, ada model variansi kalender enjualan oal seeda moor Honda di Jawa Timur dieroleh model yang sesuai yaiu model ARIMA (,,),,,, 4,,, 3, 4, 5, 6,,,, elain iu, idenifikasi oulier. erdeeksi (dua) oulier dengan ie addiive yaiu oulier ke-7 dan 96. Model ersebu elah memenuhi asumsi residual whie noise dan berdisribusi normal. ersamaan model yang erbenuk sebagai beriku , ersamaan ersebu menunjukkan bahwa secara umum di Jawa Timur seeda moor X ia bulannya mengalami erambahan enjualan sebesar 34 uni. elain iu, erdaa kecenderungan kenaikan enjualan sebulan sebelum Hari Raya Idul Firi sebesar 3.8 uni.. -. () (3) edangkan berdasarkan koefisien bulan erdaa kecenderungan eningkaan enjualan seeda moor eringgi, yaiu ada bulan Agusus sebesar 7.58 uni. D. Krieria Kebaikan Model dan eramalan ) Toal Marke emilihan model didasarkan ada model dengan krieria kebaikan ou-samle bernilai aling kecil. Beriku meruakan erbandingan berdasarkan nilai smae. Tabel. Krieria Kebaikan Model Toal Marke Model Ou-amle (Nilai smae) ARIMA(,,)(,,),8697% ARIMA(,,)(,,),459% ARIMA(,,)(,,) 3,534% ARIMAX,563% Informasi ada Tabel menunjukkan bahwa model ARIMA(,,)(,,) meruakan model erbaik dikarenakan memiliki nilai krieria kebaikan ou-samle berdasarkan nilai smae erkecil yaiu sebesar 3,534%. Hasil eramalan ada ahun 4 sebagai beriku. Tabel 3. Ramalan Toal Marke Tahun 4 Bulan Ramalan Baas Bawah Baas Aas uari Februari Mare Aril Mei Juni Juli Agusus eember Okober November Desember Toal ada ahun 4, dierkirakan oal enjualan seeda moor eringgi yaiu ada bulan Juli dan Desember masing-masing sebesar 9.9 uni dan uni.. Toal enjualan eeda Moor X emilihan model didasarkan ada model dengan krieria kebaikan ou-samle bernilai aling kecil. Beriku meruakan erbandingan berdasarkan nilai smae. Tabel 4. Krieria Kebaikan Model Toal enjualan Honda Model Ou-amle (Nilai smae) ARIMA([,8],,)(,,) 8,8339% ARIMA(,, [,8])(,,) 9,6% ARIMA([,3],,)(,,) 3,% ARIMA(,,)(,,) 9,956% ARIMAX 9,979% Informasi ada Tabel 4 menunjukkan bahwa model ARIMA([,3],,)(,,) meruakan model erbaik dikarenakan memiliki nilai krieria kebaikan ou-samle berdasarkan nilai smae erkecil yaiu sebesar 3,%. Hasil eramalan ada ahun 4 sebagai beriku. ada ahun 4, dierkirakan enjualan oal seeda moor X eringgi yaiu ada bulan Juli dan Desember. ada bulan Juli dierkirakan sebesar 76. uni, sedangkan ada bulan Desember dierkirakan uni seeda moor.
6 JURNAL AIN DAN ENI OMIT Vol. 3, No., (4) (-98X rin) D-33 Tabel 5. Ramalan Toal enjualan Honda Tahun 4 Bulan Ramalan Baas Bawah Baas Aas uari Februari Mare Aril Mei Juni Juli Agusus eember Okober November Desember Toal ahun 3 sebesar edangkan enjualan eringgi seeda moor X erjadi ada bulan Juli dan Desember, dierkirakan enjualan ada bulan Juli mencaai 76. uni seeda moor dan ada bulan Desember mencaai uni seeda moor. UCAAN TERIMA KAIH enulis N.D.R mengucakan erima kasih keada ihak erkai selaku enyedia daa dan keada dosen embimbing aas dukungan dan masukan yang elah diberikan keada enulis. V. KEIMULAN Hasil dari analisis dan embahasan daa disimulkan beberaa oin sebagai beriku.. enjualan seeda moor, baik oal marke mauun enjualan seeda moor X di Jawa Timur erus mengalami kenaikan ia ahunnya. au bulan sebelum Hari Raya Idul Firi, enjualan seeda moor cenderung mengalami eningkaan yang signifikan. elain iu, ada bulan-bulan erenu cenderung mengalami eningkaan enjualan yang cuku inggi. ada oal marke seeda moor, enjualan di aas raaraa, yaiu erjadi ada bulan Juli, Agusus, eember, dan Okober. edangkan ada oal enjualan seeda moor X, ada bulan yang sama, yaiu Juli, Agusus, eember, dan Okober juga mengalami enjualan yang inggi di aas raa-raa.. Hasil emodelan dengan ARIMAX dikeahui bahwa variabel-variabel yang memengaruhi sebagai beriku. a. ada enjualan seeda moor oal marke dieroleh variabel-variabel yang memengaruhi yaiu variabel ren, bulan sebelum Hari Raya Idul Firi, eriode (dua), sera bulan uari samai dengan Desember. b. ada enjualan oal seeda moor X dieroleh variabel-variabel yang memengaruhi yaiu variabel ren, bulan sebelum Hari Raya Idul Firi, eriode (dua), ren eriode (dua), sera bulan uari samai dengan Desember. 3. Hasil idenifikasi berdasarkan krieria kebaikan model yang elah memenuhi whie noise dan berdisribusi normal erhada variabel oal marke dan oal enjualan seeda moor X di Jawa Timur sebagai beriku. a. ada enjualan seeda moor oal marke dieroleh nilai eramalan oal ada ahun 4 sebesar..8 uni seeda moor. Nilai eramalan ada ahun 4 sebesar..8 lebih rendah dibandingkan ahun 3 sebesar uni. edangkan enjualan eringgi seeda moor erjadi ada bulan Juli dan Desember, dierkirakan enjualan ada bulan Juli mencaai 9.9 uni seeda moor dan ada bulan Desember mencaai uni seeda moor. b. ada oal enjualan seeda moor X dieroleh eramalan oal enjualan seeda moor X ada ahun 4 sebesar Hasil eramalan ada ahun 4 sebesar uni lebih rendah dibandingkan DAFTAR UTAKA [] Liuan 6. (3). Jualan eeda Moor aling laris di Jawa Timur. Diakses ada anggal 5 Februari 4 di www. bisnis.liuan6.com. [] Invesor Daily. (3). Meningka Jualan Moor Honda di Jaim dan NTT. Diakses ada anggal 5 Februari 4 di www. bisnis.invesor.co.id. [3] W.W.. Wei, Time eries Analysis Univariae and Mulivariae Mehods. New York: earson Educaion, Inc (6).. [4] M.H.Lee, uharono, & N.A. Hamzah, Calendar Variaion Model Based On Arimax for Forecasing ales Daa wih Ramadhan Effec, roceedings of he Regional Conference on aiical ciences () [5].Makridakis & M. Hibbon, The M3-Comeiion: Resuls, Conclusions and Imlicaions, Inernaional Journal of Forecasing, Vol.6, ()
Peramalan Total Market Sepeda Motor Dan Total Penjualan Motor X Di Propinsi Jawa Timur Dengan Pendekatan ARIMA Box-Jenkins Dan ARIMAX
Peramalan Toal Marke epeda Moor Dan Toal Penjualan Moor X Di Propinsi Jawa Timur Dengan Pendekaan ARIMA Box-Jenkins Dan ARIMAX Oleh: Novia Dwi R. (300027) Dosen Pembimbing: Dr. eiawan, M.i 2 AGENDA PENDAHULUAN
Lebih terperinciPeramalan Volume Penjualan Total Sepeda Motor di Kabupaten Bojonegoro dan Lamongan dengan Pendekatan Model ARIMAX dan VARX
Peramalan Volume Penjualan Toal Seeda Moor di Kabuaen Bojonegoro dan Lamongan dengan Pendekaan Model ARIMAX dan VARX Sii Maghfiroul Ulyah, Desri Susilaningrum, 3 Suharono Jurusan Saisika, Fakulas MIPA,
Lebih terperinciANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI KABUPATEN NGAWI DENGAN ARIMA DAN VARIASI KALENDER. Muflih Rori Putra Harahap
ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI KABUPATEN NGAWI DENGAN ARIMA DAN VARIASI KALENDER Muflih Rori Pura Harahap 30 00 052 Pembimbing : Dr. Drs. Agus Suharsono, M.S. LATAR BELAKANG PENDAHULUAN
Lebih terperinciPeramalan Permintaan Penjualan SepedaMotor di PT. A dengan Menggunakan ARIMAX dan VARX (Studi Kasus dikabupaten Ponorogo)
JURNAL AIN DAN ENI POMIT Vol. 3, No.2, (204) 2337-3520 (230-928X Prin) D-28 Peramalan Perminaan Penjualan eedamoor di PT. Menggunakan ARIMAX dan VARX (udi Kasus dikabuaen Ponorogo) Ani aul Ru yai Badriyah
Lebih terperinciPeramalan Kebutuhan Premium dengan Metode ARIMAX untuk Optimasi Persediaan di Wilayah TBBM Madiun
1 Peramalan Kebuuhan Premium dengan Meode ARIMAX unuk Oimasi Persediaan di Wilayah TM Madiun Nindia ekar Dini, Haryono, dan uharono Jurusan aisika, Fakulas Maemaika dan Ilmu Pengeahuan Alam, Insiu Teknologi
Lebih terperinciPeramalan Volume Penjualan Total Sepeda Motor di Kabupaten Bojonegoro dan Lamongan dengan Pendekatan Model ARIMAX dan VARX
JURNAL SAINS AN SENI POMITS Vol., No., (0) ISSN: - (0- Prin) -0 Peramalan Volume Penjualan Toal Seeda Moor di Kabuaen Bojonegoro dan Lamongan dengan Pendekaan Model dan VARX ii Maghfiroul Ulyah, esri Susilaningrum,
Lebih terperinciPeramalan Inflow dan Outflow Uang Kartal Bank Indonesia di Wilayah Jawa Tengah dengan Menggunakan Metode ARIMA, Time Series Regression, dan ARIMAX
JURNA SAINS DAN SENI ITS Vol., No., () - (-X rin) D- eramalan Inflow dan Ouflow Uang Karal Bank Indonesia di Wilayah Jawa Tengah dengan Menggunakan Meode ARIMA, Time Series Regression, dan ARIMAX Noorgam
Lebih terperinciANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI MITRA PINASTHIKA MUSTIKA (MPM) HONDA MOTOR DENGAN PENDEKATAN ARIMA
ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI MITRA PINASTHIKA MUSTIKA (MPM) HONDA MOTOR DENGAN PENDEKATAN ARIMA Oleh : Liviani Nursia 307030040 Dosen Pembimbing: Dr. Brodjol Suijo S.U, MSi Laar Belakang
Lebih terperinciAnalisis Peramalan Kombinasi Terhadap Jumlah Permintaan Darah di Surabaya (Studi Kasus: UDD PMI Kota Surabaya)
JURNAL STATISTIKA Vol., No., () 5 Analisis Peramalan Kombinasi Terhada Jumlah Perminaan Darah di Surabaya (Sudi Kasus: UDD PMI Koa Surabaya) Winda Eka F., Ir. Dwiamono Agus W.,MIKom Jurusan Saisika, FMIPA,
Lebih terperinciPENENTUAN MODEL INDEKS HARGA SAHAM GABUNGAN (IHSG) MENGGUNAKAN ANALISIS FUNGSI TRANSFER
Jurnal Jurnal Muara Sains, Teknologi, Kedokeran, dan Ilmu Kesehaan Vol., No., Okober 07: hlm 97-07 ISSN 579-640 (Versi Ceak) ISSN-L 579-640 (Versi Elekronik) PENENTUAN MODEL INDEKS HARGA SAHAM GAUNGAN
Lebih terperinciPENENTUAN MODEL INDEKS HARGA SAHAM GABUNGAN (IHSG) MENGGUNAKAN ANALISIS FUNGSI TRANSFER
Sains, Teknologi, Kedokeran, dan Ilmu Kesehaan Vol., No., Aril 07: hlm 8-8 ISSN 579-640 (Versi Ceak) ISSN-L 579-640 (Versi Elekronik) PENENTUAN MODEL INDEKS HARGA SAHAM GAUNGAN (IHSG) MENGGUNAKAN ANALISIS
Lebih terperinciPeramalan Volume Penjualan Semen di PT.Semen Gresik Persero Tbk
Peramalan Volume Penjualan Semen di PT.Semen Gresik Persero Tbk Oleh : Dwi Hapsari K (1306 100 015) Dosen Pembimbing : Dra. Karika Firiasari, M.Si 1 Pendahuluan Laar Belakang, Perumusan Masalah, Tujuan
Lebih terperinciPERAMALAN JUMLAH PENUMPANG TRANSPORTASI UDARA TUJUAN SURABAYA BALIKPAPAN DENGAN METODE ARIMA BOX-JENKINS
PERAMALAN JUMLAH PENUMPANG TRANSPORTASI UDARA TUJUAN SURABAYA BALIKPAPAN DENGAN METODE ARIMA BOX-JENKINS Joko Ariyadi (308 030 060) Pembimbing : Drs. Brodjol Suijo Suprih Ulama, M.Si Laar Belakang 2 Laar
Lebih terperinciPeramalan Inflasi Menggunakan Pendekatan Gabungan antara Fungsi Transfer dan Intervensi dengan Deteksi Outlier
Peramalan Inflasi Menggunakan Pendekaan Gabungan anara Fungsi Transfer dan Inervensi dengan Deeksi Oulier Tahira Ea Adisi, Dr. Suharono, S.Si. M.Sc. Saisika, Fakulas Maemaika dan Ilmu Pengeahuan Alam,
Lebih terperinciAnalisis Peramalan Jumlah Permintaan Kerudung di Industri Kecil Kerudung Arin di Surabaya dengan Metode Variasi Kalender
Analisis Peramalan Jumlah Perminaan Kerudung di Indusri Kecil Kerudung Arin di Surabaya dengan Meode Variasi Kalender Disusun oleh : Sely Enggar Rusiano 307 030 030 Dosen Pembimbing : Dr. Irhamah, M.Si
Lebih terperinciPeramalan Kebutuhan Premium dengan Metode ARIMAX untuk Optimasi Persediaan di Wilayah TBBM Madiun
JURNAL AIN DAN ENI IT Vol. 1, No. 1, (ep. 2012 IN: 2301-928X D-230 Peramalan Kebuuhan Premium dengan Meode ARIMAX unuk Opimasi Persediaan di Wilayah TM Madiun Nindia ekar Dini, Haryono, dan uharono Jurusan
Lebih terperinciPeramalan Jumlah Pengunjung Domestik dan Mancanegara di Maharani Zoo & Goa Menggunakan ARIMA Box - Jenkins
Peramalan Jumlah Pengunjung Domesik dan Mancanegara di Maharani oo & Goa Menggunakan ARIMA Box - Jenkins Vivi Kusuma Sulisyawai (3030085) Dosen Pembimbing Dr. Irhamah, S.Si.,M.Si Laar Belakang Rumusan
Lebih terperinciAnalisis 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 Waku Hujan, dan Curah Hujan Raa-Raa Fahin Fahimah 33 Jurusan Teknik Elekro-FTI, Insiu Teknologi Seuluh Noember Kamus
Lebih terperinciKAJIAN PEMODELAN DERET WAKTU: METODE VARIASI KALENDER YANG DIPENGARUHI OLEH EFEK VARIASI LIBURAN
JMP : Volume 4 omor, Juni 22, hal. 35-46 KAJIA PEMODELA DERET WAKTU: METODE VARIASI KALEDER YAG DIPEGARUHI OLEH EFEK VARIASI LIBURA Winda Triyani Universias Jenderal Soedirman winda.riyani@gmail.com Rina
Lebih terperinciJURNAL SAINS DAN SENI POMITS Vol. 3, No. 2, (2014) ISSN: ( Print) D-212
JURNAL SAINS DAN SENI POMITS Vol. 3, No., (04) ISSN: 337-3539 (30-97 Prin) D- Peramalan Jumlah Penumang Pesawa Terbang di Pinu Kedaangan Bandar Udara Inernasional Lombok dengan Meode ARIMA Box-Jenkins,
Lebih terperinciPERAMALAN KUNJUNGAN WISATAWAN KE ULUWATU DENGAN MENGGUNAKAN MODEL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE
TRI TANAMI SUKRAINI : RAMALAN KUNJUNGAN WISATAWAN 47 PERAMALAN KUNJUNGAN WISATAWAN KE ULUWATU DENGAN MENGGUNAKAN MODEL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE Tri Tanami Sukraini Jurusan Adminisrasi Niaga
Lebih terperinciANALISIS PERAMALAN INDEKS HARGA SAHAM KOSPI DENGAN MENGGUNAKAN METODE INTERVENSI
Seminar Nasional Saisika IX Insiu Teknologi Sepuluh Nopember, 7 November 009 XV-1 ANALISIS PERAMALAN INDEKS HARGA SAHAM KOSPI DENGAN MENGGUNAKAN METODE INTERVENSI Muhammad Sjahid Akbar, Jerry Dwi Trijoyo
Lebih terperinciPrediksi Penjualan Sepeda Motor Honda di Kabupaten dan Kotamadya Malang dengan Metode Peramalan Hierarki. Oleh : Rika Susanti
Prediksi Penjualan Sepeda Moor Honda di Kabupaen dan Koamadya Malang dengan Meode Peramalan Hierarki Oleh : Rika Susani 1310100066 Dosen Pembimbing Co. Pembimbing : Dra. Desri Susilaningrum, M.Si. : Dr.
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Laar Belakang Pada dasarnya peramalan adalah merupakan suau dugaan aau perkiraan enang erjadinya suau keadaan di masa depan. Akan eapi dengan menggunakan meodemeode erenu peramalan
Lebih terperinciPeramalan Netflow Uang Kartal dengan Metode ARIMAX dan Radial Basis Function Network (Studi Kasus Di Bank Indonesia)
JURNAL SAINS DAN SENI POMITS Vol., No., () - (-X Prin) D- Peramalan Neflow Uang Karal dengan Meode ARIMAX dan Radial Basis Funcion Nework (Sudi Kasus Di Bank Indonesia) Renny Elfira Wulansari dan Suharono
Lebih terperinciBAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF
BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF Pada bab ini akan dibahas mengenai sifa-sifa dari model runun waku musiman muliplikaif dan pemakaian model ersebu menggunakan meode Box- Jenkins beberapa ahap
Lebih terperinciPEMODELAN DATA DERET WAKTU YANG MENGANDUNG EFEK VARIASI KALENDER PADA KASUS PENJUALAN PRODUK DI PERUSAHAAN RITEL
Seminar Nasional Saisika IX Insiu Teknologi Sepuluh Nopember, 7 November 9 PEMODELAN DATA DERET WAKTU YANG MENGANDUNG EFEK VARIASI KALENDER PADA KASUS PENJUALAN PRODUK DI PERUSAHAAN RITEL Y.P.Y. Asmara,
Lebih terperinciAbstrak Hampir seluruh aktivitas manusia di berbagai belahan bumi sangat bergantung terhadap ketersediaan air bersih.
1 Peramalan Volume Produksi Air Bersih di PDAM Kabupaen Bojonegoro berdasarkan Jumlah Pelanggan dan Volume Konsumsi Air Fasha Aulia Pradhani dan Adaul Mukarromah Jurusan Saisika, FMIPA, ITS Jl. Arief Rahman
Lebih terperinciOleh: TANTI MEGASARI Dosen Pembimbing : Dra. Nuri Wahyuningsih, MKes
PERAMALAN INDEKS HARGA SAHAM YANG DIPENGARUHI KURS, PERUBAHAN INFLASI, POSISI JUMLAH DEPOSITO BERJANGKA, SUKU BUNGA SBI DAN DEPOSITO MENGGUNAKAN FUNGSI TRANSFER DAN ARCH-GARCH Oleh: TANTI MEGASARI 6 00
Lebih terperinci2 efek dari pengaruh kejadian luar (exernal even) pada daa ime series (Wei, 2006). Bila y adalah daa ime series yang mengandung variasi kalender, maka
. PERAMALAN VOLUME KENDARAAN MASUK DI TOL DUPAK-WARU MENGGUNAKAN MODEL VARIASI KALENDER Yosua D. Charismawan (1304 100 024) Pembimbing : Ir. Dwiamono Agus W.,M.Ikom ABSTRAK Tol Surabaya-Gempol merupakan
Lebih terperinciPERAMALAN FUNGSI TRANSFER SINGLE INPUT INDEKS HARGA SAHAM GABUNGAN TERHADAP SAHAM NEGARA TERDEKAT
Saisika, Vol. 2, No. 2, November 24 PERAMALAN FUNGSI TRANSFER SINGLE INPUT INDEKS HARGA SAHAM GABUNGAN TERHADAP SAHAM NEGARA TERDEKAT Sri Wahyuni, 2 Farikhin, Iswahyudi Joko Suprayino Program Sudi Saisika
Lebih terperinciUSULAN PENERAPAN METODE KOEFISIEN MANAJEMEN (BOWMAN S) SEBAGAI ALTERNATIF MODEL PERENCANAAN PRODUKSI PRINTER TIPE LX400 PADA PT X
USULAN ENERAAN METODE KOEISIEN MANAJEMEN (BOMAN S) SEBAGAI ALTERNATI MODEL ERENCANAAN RODUKSI RINTER TIE LX400 ADA T X Hendi Dwi Hardiman Jurusan Teknik Manajemen Indusri - Sekolah Tinggi Manajemen Indusri
Lebih terperinciMAKALAH PERAMALAN DATA TIME SERIES MENGGUNAKAN METODE BOX-JENKINS. OLEH : SHANTIKA MARTHA, S.Si NIP
MAKALAH PERAMALAN DATA TIME SERIES MENGGUNAKAN METODE BO-JENKINS OLEH : SHANTIKA MARTHA, S.Si NIP. 9840308008003 UNIVERSITAS TANJUNGPURA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM JURUSAN MATEMATIKA
Lebih terperinciPeramalan Hasil Produksi Pupuk NPK Menggunakan Model Fungsi Transfer Multi Input. : Nesia Brilliana I.P NRP :
Peramalan Hasil Produksi Pupuk NPK Menggunakan Model Fungsi Transfer Muli Inpu Nama : Nesia Brilliana I.P NRP : 20800023 Jurusan : Maemaika Dosen Pembimbing : Dra. Nuri Wahyuningsih, M. Kes Pemberian pupuk
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LADASA TEORI 2.1 Pengerian Peramalan Peramalan (forecasing) adalah suau kegiaan yang memperkirakan apa yang akan erjadi pada masa yang akan daang. Meode peramalan merupakan cara unuk memperkirakan
Lebih terperinciPeramalan Inflasi Nasional Berdasarkan Faktor Ekonomi Makro Menggunakan Pendekatan Time Series Klasik dan ANFIS
JURNAL SAINS DAN SENI IS Vol. 4, No., () 2337-3 (2-928X Prin) D-67 Peramalan Inflasi Nasional Berdasarkan Fakor Ekonomi Makro Menggunakan Pendekaan ime Series Klasik dan ANFIS Clara Agusin Sephani, Agus
Lebih terperinciPemodelan ARIMA Dalam Prediksi Penumpang Pesawat Terbang Pada Bandara Internasional Sam Ratulangi Manado
Pemodelan ARIMA Dalam Prediksi Penumang Pesawa Terbang Pada Bandara Inernasional Sam Raulangi Manado Sinnyo H.A. Salmon, Nelson Nainggolan 2, Djoni Haidja 3 Program Sudi Maemaika, FMIPA, UNSRAT, sinnyosalmon@ymail.com
Lebih terperinciANALISIS PERAMALAN KOMBINASI TERHADAP JUMLAH PERMINTAAN DARAH DI SURABAYA (STUDI KASUS:
ANALISIS PERAMALAN KOMBINASI TERHADAP JUMLAH PERMINTAAN DARAH DI SURABAYA (STUDI KASUS: UDD PMI KOTA SURABAYA) Oleh: Winda Eka Febriana (0500) Pembimbing: Ir. Dwiamono Agus W., MIKom . LATAR BELAKANG DARAH
Lebih terperinciPERAMALAN KONSUMSI LISTRIK PADA SEGMEN RUMAH TANGGA PT PLN (PERSERO) DISTRIBUSI JAWA TIMUR
TUGAS AKHIR SS 145561 PERAMALAN KONSUMSI LISTRIK PADA SEGMEN RUMAH TANGGA PT PLN (PERSERO) DISTRIBUSI JAWA TIMUR SARIRAZTY DWIJANTARI NRP 1314 030 010 Dosen Pembimbing Dr. Wahyu Wibowo, S.Si., M.Si DEPARTEMEN
Lebih terperinciTUGAS AKHIR. untuk Analisis Peramalan Data Ekspor Non Migas Indonesia Di Sektor Pertanian, Sektor Perindustrian dan Sektor
TUGAS AKHIR Pendekaan Meode ARIMA Box Jenkins unuk Analisis Peramalan Daa Ekspor Non Migas Indonesia Di Sekor Peranian, Sekor Perindusrian dan Sekor Nurul Laifa Perambangan 307 030 70 Dosen pembimbing
Lebih terperinciPemodelan Produksi Minyak dan Gas Bumi pada Platform MK di PT X Menggunakan Metode ARIMA, Neural Network, dan Hibrida ARIMA-Neural Network
D-378 JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (26) 2337-3520 (23-928X Prin) Pemodelan Produksi Minyak dan Gas Bumi pada Plaform MK di PT X Menggunakan Meode ARIMA, Neural Nework, dan Hibrida ARIMA-Neural
Lebih terperinciPeramalan Kebutuhan Premium dengan Metode ARIMAX untuk Optimasi Persediaan di Wilayah TBBM Madiun
Peramalan Kebuuhan Premium dengan Meode ARIMAX unuk Opimasi Persediaan di Wilayah TBBM Madiun Oleh: Nindia Sekar Dini 1308100088 Pembimbing: Drs. Haryono, MSIE Dr. Suharono 1 Ouline Pendahuluan Tinjauan
Lebih terperinciIDENTIFIKASI POLA DATA TIME SERIES
IDENTIFIKASI POLA DATA TIME SERIES Daa merupakan bagian pening dalam peramalan. Beriku adalah empa krieria yang dapa digunakan sebagai acuan agar daa dapa digunakan dalam peramalan.. Daa harus dapa dipercaya
Lebih terperinciPemodelan Data Runtun Waktu : Kasus Data Tingkat Pengangguran di Amerika Serikat pada Tahun
Pemodelan Daa Runun Waku : Kasus Daa Tingka Pengangguran di Amerika Serika pada Tahun 948 978. Adi Seiawan Program Sudi Maemaika, Fakulas Sains dan Maemaika Universias Krisen Saya Wacana, Jl. Diponegoro
Lebih terperinciDosen Pembimbing Dr. Brodjol Sutijo Suprih Ulama, M.Si.
TUGAS AKHIR SS 145561 PERAMALAN NILAI IMPOR NON MIGAS DI JAWA TIMUR DENGAN MENGGUNAKAN METODE ARIMA BOX-JENKINS BOBBY AKBAR NRP 1314 030 002 Dosen Pembimbing Dr Brodjol Suijo Suprih Ulama, MSi DEPARTEMEN
Lebih terperinciPROSEDUR PEMBENTUKAN MODEL VARIASI KALENDER BERDASARKAN MODEL ARIMAX UNTUK PERAMALAN DATA DENGAN EFEK VARIASI KALENDER
Seminar Nasional Saisika IX Insiu Teknologi Sepuluh Nopember, November PROSEDUR PEMBENTUKAN MODEL VARIASI KALENDER BERDASARKAN MODEL ARIMAX UNTUK PERAMALAN DATA DENGAN EFEK VARIASI KALENDER Suharono dan
Lebih terperinciPeramalan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Model Dinamis
JURNAL SAINS DAN NI POMITS Vol. 3, No. 2, (2014) ISSN: 2337-3539 (2301-9271 Prin) D-224 Peramalan Penjualan Sepeda Moor di Jawa Timur dengan Menggunakan Model Dinamis Desy Musika dan Seiawan Jurusan Saisika,
Lebih terperinciPenentuan Pelebaran Window Time Optimal Pada Data Deret Waktu
1 Penenuan Pelebaran Window Time Opimal Pada Daa Dere Waku (1) Nursya`bani Hendro Prabowo dan (2) Raden Mohamad Aok Deparemen Saisika, Fakulas Maemaika dan Ilmu Pengeahuan Alam, Insiu Teknologi Sepuluh
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang
BAB 2 TINJAUAN TEORITIS 2.1 Pengerian dan Manfaa Peramalan Kegiaan unuk mempeirakan apa yang akan erjadi pada masa yang akan daang disebu peramalan (forecasing). Sedangkan ramalan adalah suau kondisi yang
Lebih terperinciPENGEMBANGAN MODEL REGRESI DERET WAKTU UNTUK DATA YANG MENGANDUNG VARIASI KALENDER
Seminar Nasional Saisika IX Insiu Teknologi Sepuluh Nopember, November PENGEMBANGAN MODEL REGRESI DERET WAKTU UNTUK DATA YANG MENGANDUNG VARIASI KALENDER Alfonsus. J. Endhara dan Suharono Mahasiswa S Jurusan
Lebih terperinciKata kunci: Deret waktu, Heteroskedastisitas, IGARCH, Peramalan. Keywords: Time Series, Heteroscedasticity, IGARCH, Forecasting.
METODE INTEGRATED GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (IGARCH) UNTUK MEMODELKAN HARGA GABAH DUNIA (INTEGRATED GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY TO CAPTURE
Lebih terperinciANALISIS INTERVENSI KENAIKAN HARGA BBM BERSUBSIDI PADA DATA INFLASI KOTA SEMARANG
ISSN: 9-54 JURNAL GAUSSIAN, Volume 4, Nomor, Tahun 05, Halaman 6-60 Online di: hp://eournal-s.undip.ac.id/index.php/gaussian ANALISIS INTERVENSI KENAIKAN HARGA BBM BERSUBSIDI PADA DATA INFLASI KOTA SEMARANG
Lebih terperinci*Corresponding Author:
Prosiding Seminar Tugas Akhir FMIPA UNMUL 5 Periode Mare 6, Samarinda, Indonesia ISBN: 978-6-7658--3 Penerapan Model Neuro-Garch Pada Peramalan (Sudi Kasus: Reurn Indeks Harga Saham Gabungan) Applicaion
Lebih 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 Aiqoh 05 00 0 Dosen Pembimbing: Dra. Nuri Wahyuningsih, MKes Drs. Sulisiyo, MT Jurusan Maemaika
Lebih terperinciPeramalan Pengguna Kapal Ferry Ujung-Kamal dengan Metode Intervensi
D-480 JURNAL SAINS DAN SENI IS Vol. No. 2 (6) 2337-3 (2-928X Prin) Peramalan Pengguna Kapal Ferry Ujung-Kamal dengan Meode Inervensi Eka Apriliani, dan Irhamah Jurusan Saisika, Fakulas MIPA, Insiu eknologi
Lebih terperinciPERAMALAN JUMLAH PENGUNJUNG PANTAI KENJERAN SURABAYA MENGGUNAKAN ARIMA BOX-JENKINS
TUGAS AKHIR SS 145561 PERAMALAN JUMLAH PENGUNJUNG PANTAI KENJERAN SURABAYA MENGGUNAKAN ARIMA BOX-JENKINS Puri Handayani NRP 1314 030 112 Dosen Pembimbing Dr. Brodjol Suijo Suprih Ulama, M.Si. Deparemen
Lebih terperinciMODEL ARIMAX DAN DETEKSI GARCH UNTUK PERAMALAN INFLASI KOTA DENPASAR
MODEL ARIMAX DAN DETEKSI GARCH UNTUK PERAMALAN INFLASI KOTA DENPASAR S - 27 Rukini, Suharono2 2,2 Jurusan Saisika Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Teknologi Sepuluh Nopember (ITS) Surabaya
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 robabilias 2.1.1 Definisi robabilias adalah kemungkinan yang daa erjadi dalam suau erisiwa erenu. Definisi robabilias daa diliha dari iga macam endekaan, yaiu endekaan klasik,
Lebih terperinciPERAMALAN VOLUME PENJUALAN KEDELAI PT. X MENGGUNAKAN METODE ARIMA BOX-JENKINS
TUGAS AKHIR SS 145561 PERAMALAN VOLUME PENJUALAN KEDELAI PT. X MENGGUNAKAN METODE ARIMA BOX-JENKINS Affanda Abdul Hakim Aminullah NRP 1314 030 048 Dosen Pembimbing : Dr. Brodjol Suijo S.U., M.Si Deparemen
Lebih terperinciPERAMALAN NILAI EKSPOR NON MIGAS SEKTOR PERINDUSTRIAN DI JAWA TIMUR DENGAN MENGGUNAKAN ARIMA BOX-JENKINS
TUGAS AKHIR SS 145561 PERAMALAN NILAI EKSPOR NON MIGAS SEKTOR PERINDUSTRIAN DI JAWA TIMUR DENGAN MENGGUNAKAN ARIMA BOX-JENKINS Mohammad Fariq NRP 1314 030 015 Dosen Pembimbing Dra. Sri Mumpuni Renaningsih,
Lebih terperinciPeramalan Outflow Uang Pecahan di Jawa Timur Menggunakan Generalized Space Time Autoregressive (GSTAR)
JURNA SAINS DAN SENI ITS Vol. 5 No. (16) 7-5 (1-98X Prin) D-59 Peramalan Ouflow Uang Pecahan di Jawa Timur Menggunakan Generalized Space Time Auoregressive (GSTAR) Rahmah Safiri, Seiawan, dan Imam Safawi
Lebih terperinciAnalisis Peramalan Jumlah Penumpang Kereta Api Penataran Tujuan Surabaya-Malang
Analisis Peramalan Jumlah Penumpang Kerea Api Penaaran Tujuan Surabaya-Malang Oleh. Andria Prima Diago 08.00.0 Dosen Pembimbing. r. Dwiamono Agus, M.komp Andria Prima Diago 08.00.0 nsiu Teknologi Sepuluh
Lebih terperinciBAB 4 ANALISIS DAN PEMBAHASAN
BAB 4 ANALISIS DAN EMBAHASAN 4.1 Karakerisik dan Obyek eneliian Secara garis besar profil daa merupakan daa sekunder di peroleh dari pusa daa saisik bursa efek Indonesia yang elah di publikasi, daa di
Lebih terperinciPENGUKURAN VALUE AT RISK DENGAN PENDEKATAN AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC (ARCH) (Studi Kasus Data Saham PT. Gudang Garam Tbk.
Bulein Ilmiah Mah. Sa. dan Teraannya (Bimaser) Volume 4, No. 3 (ahun), hal 69 78. PENGUKURAN VALUE AT RISK DENGAN PENDEKATAN AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC (ARCH) (Sudi Kasus Daa Saham PT.
Lebih terperinciPERAMALAN JUMAH MOBIL PRIBADI YANG BERADA DI KOTA SURABAYA
TUGAS AKHIR SS 145561 PERAMALAN JUMAH MOBIL PRIBADI YANG BERADA DI KOTA SURABAYA RIZKI FEBRIASTO NRP 1314 030 102 Dosen Pembimbing Dr. Wahyu Wibowo, S.Si., M.Si DEPARTEMEN STATISTIKA BISNIS Fakulas Vokasi
Lebih terperinciSekilas Pandang. Modul 1 PENDAHULUAN
Modul 1 Sekilas Pandang Drs. Irlan Soelaeman, M.Ed. S PENDAHULUAN uau hari, saya dan keluarga berencana membawa mobil pergi ke Surabaya unuk mengunjungi salah seorang saudara. Sau hari sebelum keberangkaan,
Lebih terperinciBAB III ANALISIS INTERVENSI. Analisis intervensi dimaksudkan untuk penentuan jenis respons variabel
BAB III ANALISIS INTERVENSI 3.1. Pendahuluan Analisis inervensi dimaksudkan unuk penenuan jenis respons variabel ak bebas yang akan muncul akiba perubahan pada variabel bebas. Box dan Tiao (1975) elah
Lebih terperinciPeramalan Inflasi Menggunakan Model Fungsi Transfer Multi Input. Forcasting Inflation Using Multiple Input Transfer Function Model
Peramalan Inflasi Menggunakan Model Fungsi Transfer Muli Inpu Forcasing Inflaion Using Muliple Inpu Transfer Funcion Model Novi Adisia, Sri Wahyuningsih, dan Rio Goeanoro 3 Laboraorium Saisika Terapan
Lebih terperinciPERAMALAN JUMLAH PENJUALAN KORAN HARIAN BERLANGGANAN DI PT. JAWA POS DENGAN MENGGUNAKAN ARIMA BOX-JENKINS
TUGAS AKHIR SS 145561 PERAMALAN JUMLAH PENJUALAN KORAN HARIAN BERLANGGANAN DI PT. JAWA POS DENGAN MENGGUNAKAN ARIMA BOX-JENKINS TRI EMIRA RISMAYANTI NRP 1314 030 070 Dosen Pembimbing Dr. Brodjol Suijo
Lebih terperinciBAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan
BAB 2 LANDASAN TEORI 2.1. Produksi Produksi padi merupakan suau hasil bercocok anam yang dilakukan dengan penanaman bibi padi dan perawaan sera pemupukan secara eraur sehingga menghasilkan suau produksi
Lebih terperinciAplikasi Metode Ensembel untuk Peramalan Inflasi di Indonesia
JURNAL SAINS DAN SENI ITS Vol., No., (Se. 22) ISSN: 23-928X D-7 Alikasi Meode unuk Peramalan Inflasi di Indonesia Mega Silfiani dan Suharono Jurusan Saisika, Falkulas Maemaika dan Ilmu Pengeahuan Alam,
Lebih terperinciS 9 Peramalan Volume Penjualan Calana Panjang di Boyolali dengan Menggunakan Model Variasi Kalender
9 Peramalan Volume Penjualan Calana Panjang di Boyolali dengan Menggunakan Model Variasi Kalender Wahyuni uryaningyas Dosen FKIP Universias Muhammadiyah urabaya e-mail: ma_ums @yahoo.com ABTRAK Bisnis
Lebih terperinciagenda Pendahuluan Tinjauan Pustaka Metodologi Penelitian Analisis dan Pembahasan Kesimpulan dan Saran
seminar ugas akhir Renny Elfira Wulansari 0000 pembimbing Dr. Suharono, S.Si, M.Sc Gedung H Lanai Saisika FMIPA-ITS Surabaya, Juli 04 agenda Pendahuluan Tinjauan Pusaka Meodologi Peneliian Analisis dan
Lebih terperinciPemodelan Indeks Harga Konsumen Kelompok Bahan Makanan menggunakan Metode Intervensi dan Regresi Spline ABSTRAK
Pemodelan Indeks Harga Konsumen Kelompok Bahan Makanan menggunakan Meode Inervensi dan Regresi Spline Rina Andriani, Dr. Suharono, M.Sc 2 Mahasiswa Jurusan Saisika FMIPA-ITS, 2 Dosen Jurusan Saisika FMIPA-ITS
Lebih terperinciBAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan
BAB 2 URAIAN EORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan memperkirakan aau memprediksi apa yang erjadi pada waku yang akan daang, sedangkan rencana merupakan penenuan apa yang akan dilakukan
Lebih terperinciJurnal EKSPONENSIAL Volume 5, Nomor 2, Nopember 2014 ISSN
Peramalan Dengan Meode Smoohing dan Verifikasi Meode Peramalan Dengan Grafik Pengendali Moving Range () (Sudi Kasus: Produksi Air Bersih di PDAM Tira Kencana Samarinda) Forecasing wih Smoohing and Verificaion
Lebih terperinciPERAMALAN JUMLAH PENUMPANG AIRLINES PT. ANGKASA PURA II BANDARA SULTAN SYARIF KASIM II PEKANBARU DENGAN ARIMA(0,1,1)(0,1,1) 12 TUGAS AKHIR.
PERAMALAN JUMLAH PENUMPANG AIRLINES PT. ANGKASA PURA II BANDARA SULTAN SYARIF KASIM II PEKANBARU DENGAN ARIMA(0,,)(0,,) 2 TUGAS AKHIR Diajukan Sebagai Salah Sau Syara unuk Memperoleh Gelar Sarjana Sains
Lebih terperinciPERAMALAN JUMLAH KEBERANGKATAN PENUMPANG PELAYARAN DALAM NEGERI DARI PELABUHAN TANJUNG PERAK MENGGUNAKAN ARIMA-BOX JENKINS
TUGAS AKHIR SS 4556 PERAMALAN JUMLAH KEBERANGKATAN PENUMPANG PELAYARAN DALAM NEGERI DARI PELABUHAN TANJUNG PERAK MENGGUNAKAN ARIMA-BOX JENKINS Nina Fannani NRP 34 030 02 Dosen Pembimbing Dr. Wahyu Wibowo,
Lebih terperinciPENGARUH PANJANG DAN LEBAR DATA DEBIT HISTORIS PADA KINERJA MODEL PEMBANGKITAN DATA DEBIT SUNGAI BRANTAS DENGAN METODE ARIMA
PENGARUH PANJANG DAN LEBAR DATA DEBIT HISTORIS PADA KINERJA MODEL PEMBANGKITAN DATA DEBIT SUNGAI BRANTAS DENGAN METODE ARIMA Maskur Efendi ), Widandi Soeopo 2), Piojo Tri Juwono 2) ) Mahasiswa Magiser
Lebih terperinciBAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode
20 BAB 2 LADASA TEORI 2.1. Pengerian Peramalan Meode Peramalan merupakan bagian dari ilmu Saisika. Salah sau meode peramalan adalah dere waku. Meode ini disebu sebagai meode peramalan dere waku karena
Lebih terperinciIV METODE PENELITIAN
IV METODE PENELITIAN 4.1. Lokasi dan Waku Peneliian Peneliian yang dilakukan mengenai analisis perencanaan pengadaan una berdasarkan ramalan ime series volume ekspor una loin beku di PT Tridaya Eramina
Lebih terperinciKAJIAN PEMODELAN DERET WAKTU NONLINIER THRESHOLD AUTOREGRESSIVE (TAR) Puji Noviandari Universitas Jenderal Soedirman
JMP : Volume 4 Nomor 1, Juni 01, hal. 13-134 KAJIAN PEMODELAN DERET WAKTU NONLINIER THRESHOLD AUTOREGRESSIVE (TAR) Pui Noviandari Universias Jenderal Soedirman veeyan_love18@yahoo.com Renny Universias
Lebih terperinciPENENTUAN MODEL PERAMALAN INDEKS HARGA SAHAM GABUNGAN DENGAN METODE ARIMA
PENENTUAN MODEL PERAMALAN INDEKS HARGA SAHAM GABUNGAN DENGAN METODE ARIMA Leopoldus Ricky Sasongko, Lydia Ninuk Rahayu, dan Alberh Roy Koa 3,,3 Program Sudi Maemaika, Fakulas Sains dan Maemaika Universias
Lebih terperinciModel ARIMAX Dan Deteksi GARCH Untuk Peramalan Inflasi Kota Denpasar Tahun 2014
JEKT Model ARIMAX Dan Deeksi GARCH Unuk Peramalan Inflasi Koa Denpasar Tahun 2014 Rukini *) Badan Pusa Saisik Provinsi Bali ABSTRAK pemerinah dalam mengambil kebijakan unuk menjaga sabilias moneer di masa
Lebih terperinciBAB III ARFIMA-FIGARCH. pendek (short memory) karena fungsi autokorelasi antara dan turun
BAB III ARFIMA-FIGARCH 3. Time Series Memori Jangka Panjang Proses ARMA sering dinyaakan sebagai proses memori jangka pendek (shor memory) karena fungsi auokorelasi anara dan urun cepa secara eksponensial
Lebih terperinciPerbandingan Metode Winter Eksponensial Smoothing dan Metode Event Based untuk Menentukan Penjualan Produk Terbaik di Perusahaan X
JURAL SAIS DA SEI ITS Vol. 6, o.1, (2017) 2337-3520 (2301-928X Prin) A 1 Perbandingan Meode Winer Eksponensial Smoohing dan Meode Even Based unuk Menenukan Penjualan Produk Terbaik di Perusahaan X Elisa
Lebih terperinciMetode Autoregressive Fuzzy Time Series Untuk Peramalan
Meode Auoregressive Fuzzy Time Series Unuk Peramalan ABD. ROZAK 1309201009 Dosen Pembimbing Dr. Irhamah, S.Si., M.Si Surabaya, 20 Juli 2011 PENDAHULUAN Auoregressive (AR)- Moving Average (MA) ARIMA (linier)
Lebih terperinciBab IV Pengembangan Model
Bab IV engembangan Model IV. Sisem Obyek Kajian IV.. Komodias Obyek Kajian Komodias dalam peneliian ini adalah gula pasir yang siap konsumsi dan merupakan salah sau kebuuhan pokok masyaraka. Komodias ini
Lebih terperinciAnalisa Performansi Keandalan Pada Boiler dengan Menggunakan Metode Jaringan Syaraf Tiruan di PT. PJB Unit Pembangkit Gresik
JURNAL EKNIK POMIS Vol., No., () - Analisa Performansi Keandalan Pada Boiler dengan Menggunakan Meode Jaringan Syaraf iruan di P. PJB Uni Pembangki Gresik Inan Mara Kusuma, Imam Abadi, S, M dan Deak Yan
Lebih terperinciBAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu
BAB III METODE DEKOMPOSISI CENSUS II 3.1 Pendahuluan Daa dere waku adalah daa yang dikumpulkan dari waku ke waku unuk menggambarkan perkembangan suau kegiaan (perkembangan produksi, harga, hasil penjualan,
Lebih terperinciPENAKSIRAN PARAMETER MODEL VECTOR AUTOREGRESSIVE INTEGRATED (VARI) DENGAN METODE MLE DAN PENERAPANNYA PADA DATA INDEKS HARGA KONSUMEN
IndoMS Journal on Saisics Vol., No. (04), Page 7-37 PENAKSIRAN PARAMETER MODEL VECTOR AUTOREGRESSIVE INTEGRATED (VARI) DENGAN METODE MLE DAN PENERAPANNYA PADA DATA INDEKS HARGA KONSUMEN Dinda Ariska Wulandari,
Lebih terperinciPEMODELAN TRAFIK GSM DI AREA SURABAYA MENGGUNAKAN METODE ARIMA
PEMODELAN TRAFIK GSM DI AREA SURABAYA MENGGUNAKAN METODE ARIMA Fadil Rahman Hakim, Dr. Ir. Achmad Mauludiyano, MT. Program Sudi Telekomunikasi Mulimedia Jurusan Teknik Elekro Fakulas Teknologi Indusri
Lebih terperinciDAMPAK PENURUNAN HARGA BBM JENIS PREMIUM TERHADAP ANGKA INFLASI DI KOTA YOGYAKARTA (Studi Aplikasi Model Intervensi dengan Step Function)
DAMPAK PENURUNAN HARGA BBM JENIS PREMIUM TERHADAP ANGKA INFLASI DI KOTA YOGYAKARTA (Sudi Aplikasi Model Inervensi dengan Sep Funcion) S-3 Kismianini dan Dhoriva Urwaul Wusqa Jurusan Pendidikan Maemaika
Lebih terperinciBAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang
BAB 2 LANDASAN TEORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. Sedangkan ramalan adalah suau aau kondisi yang diperkirakan akan erjadi
Lebih terperinciBAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan
BAB II LADASA TEORI 2.1 Pengerian peramalan (Forecasing) Peramalan (Forecasing) adalah suau kegiaan yang mengesimasi apa yang akan erjadi pada masa yang akan daang dengan waku yang relaif lama (Assauri,
Lebih terperinciFORECASTING & ARIMA. Dwi Martani. 1/26/2010 Statistik untuk Bisnis 9 1
FORECASTING & ARIMA Dwi Marani /26/200 Saisik unuk Bisnis 9 DERET BERKALA (TIME SERIES) Suau dere berkala merupakan suau himpunan observasi dimana variabel yang digunakan diukur dalam uruan periode waku,
Lebih terperinciBAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun
43 BAB METODE PEMUUAN EKPONENA TRPE DAR WNTER Meode pemulusan eksponensial elah digunakan selama beberapa ahun sebagai suau meode yang sanga berguna pada begiu banyak siuasi peramalan Pada ahun 957 C C
Lebih terperinciPEMODELAN SMOOTH TRANSITION AUTOREGRESSIVE (STAR) PADA KURS THAI BATH TERHADAP RUPIAH RAHMA NUR CAHYANI
erusakaan.uns.ac.id PEMODELAN SMOOH RANSIION AUOREGRESSIVE (SAR PADA KURS HAI BAH ERHADAP RUPIAH oleh RAHMA NUR CAHYANI M005059 SKRIPSI diulis dan diajukan unuk memenuhi sebagian ersyaraan memeroleh gelar
Lebih terperinciJURNAL SAINS DAN SENI POMITS Vol. 3, No.2, (2014) ( X Print) D-164
JURNAL SAINS DAN SENI POMITS Vol. 3, No., (4) 337-35 (3-98X Prin) D-64 Analii Inerveni unuk Evaluai Pengaruh Bencana Lumur Laindo dan Kebijakan Pembukaan Areri Porong Terhada Volume Kendaraan di Jalan
Lebih terperinciPeramalan Return Saham Bank Central Asia Menggunakan Self Exciting Threshold Autoregressive Genetic Algorithm
JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (2016) 2337-3520 (2301-928X Prin) D-71 Peramalan Reurn Saham Bank Cenral Asia Menggunakan Self Exciing Threshold Auoregressive Geneic Algorihm Tesalonika Puri dan
Lebih terperinci