BAB II LANDASAN TEORI

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB II LANDASAN TEORI"

Transkripsi

1 BAB II LANDASAN TEORI 2. Sisem Produksi Proses maufakur dapa digambarka seperi erliha dalam Gambar.., berupa keragka masuka-keluara, dimaa masukaya berupa baha baku, selajuya baha baku dikoversi (dega baua peralaa, waku, keahlia, uag, maajeme, dsb) mejadi keluara berupa produk akhir. Pegedalia produksi berkepeiga dega peramala aau perkiraa keluara, peeua ipu yag dibuuhka, sera perecaaa da pejadwala pegelolaha baha baku. Sumber : Biegel, Joh E Producio Corol a Quaiaive Approach. Secod Edisio. New Delhi : Preice Hall of Idia Privae Limied Gambar 2. : Maufakur sebagai Proses Ipu-Oupu Ruag ligkup perecaaa da pegedalia produksi pada idusri maufakur memliki fugsi yag sama. Adapu fugsi da akivias-akivias yag diagai adalah sebagai beriku :. Megelola pesaa (order) dari pelagga 2. Meramala permiaa, uuk megaisipasi flukuasi permiaa. 8

2 9 3. Megelola persediaa, ermasuk membua kebijaka safey sock, kebiaja kuaias order, frekuesi da periode pesaa, 4. Meyusu recaa agrega (peyesuaia permiaa dega kapasias). 5. Membua jadwal iduk produksi 6. Merecaaka kebuuha. 7. Melakuka pejadwala pada mesi aau fasilias produksi 8. Moiorig da pelapora pembebaa kerja disbadig kapasias produksi, da megevaluasi sceario pembebaa da kapasias. (Baroo, Teguh : p5) Fugsi ersebu dalam prakik idak semua aka dierapka, ergaug pada ekik da sisem perecaaa da pegedalia yag diguaka oleh perusahaa. Peramala kebuuha merupaka iik awal kegiaa pegedalia produksi. Peramala dilakuka dalam sau jagka waku perecaaa. 2.2 Kosep Dasar Kebuuha Peramala Perecaaa da pegedalia uuk operasi meuu peaksira aas permiaa aka produk aau jasa yag diharapka aka disediaka oleh perusahaa di masa medaag. Dega demikia peramala merupaka suau dugaa erhadap permiaa dari iem-iem idepede demad pada masa yag aka daag berdasarka pada beberapa variabel peramal, maupu daa dere waku hisoris. Selajuya dega megkombiasia dega pelayaa pesaa yag bersifa pasi, maka dapa dikeahui oal permiaa dari suau produk sebagai usaha uuk mecapai efekivias da efisiesi dari maajeme roduksi da iveori dalam idusri maufakur.

3 Klasifikasi Meode Peramala Sumber : Bozarh, Cecil C., ad Hadfield, Rober B Iroducio o Operaio ad Supply Chai Maageme. Secod Ediio. New Jersey : PTR Preice Hall. Gambar 2.2 : Klasifikasi Meode Peramala Pada dasarya model peramala dapa diklasifikasika ke dalam iga kaegori, yaiu () eksrapolasi aau ime series, (2) kausal, da (3) perimbaga. Dua yag perama dikaegorika sebagai model kuaiaif (objecive forecasig) sedagka yag keiga dikaegorika sebagai model kualiaif (subjecive forecasig). Time series mehods aau model eksrapolasi megguaka riwaya permiaa masa lalu dalam membua ramala masa depa. Sasara meode ii adalah uuk megideifikasi pola daa hisoris da megeksrapolasi pola ii uuk masa medaag. Beberapa model dere waku yag popular da umum dierapka dalam peramala permiaa adalah : raa-raa bergerak (movig average), raa-raa bergerak erbobo (weighed movig average), pemulusa ekspoesial (expoeial smoohig), da proyeksi kecederuga (red projecio).

4 Causal mehods aau meode peramala kausal megasumsika bahwa permiaa aka suau produk ergaug pada sau aau beberapa fakor idepede. Meode kausal berusaha uuk meemuka hubuga sebab akiba diaara variabel yag diramalka da sau aau lebih variabel lai. Sebagai misal peramala permiaa mobil berdasarka harga mobil, igka pedapaa keluarga, jumlah peduduk, da lai-lai. Seelah hubuga ii diemuka, ilai-ilai masa medaag dapa diramalka cukup dega memasukka ili-ilai yag sesuai uuk variabelvariabel idepede. Subjecive forecasig mehods aau meode kualiaif merupaka model peramala apa megguaka daa kuaiaif, eapi dilakuka berdasarka pegalama da survey dega megadalka opii pakar dalam membua prediksi eag masa depa. Meode ii biasaya diguaka uuk peramala erhadap produk baru, pasar baru, perubaha sosial dari masyaraka, da perubaha ekologi Meode Time Series Peramala dega ime series memiliki prosedur yag harus dilaksaaka secara uuh, yaiu sebagai beriku :. Meeuka pola daa permiaa, dega megeplo daa secra grafis da meyimpulka apakah daa iu berpola red, musima, siklus aau radom. 2. Mecoba beberapa meode ime series yag sesuai dega pola permiaa ersebu uuk melakuka peramala dega megguaka parameer yag berbeda. 3. Megevaluasi igka kesalaha masig-masig meode yag elah dicoba dega beberapa krieria keepaa ramala.

5 2 4. Memilih meode peramala eraik diaara meode yag dicoba, yaiu meode yag memiliki igka kesalaha erkecil. 5. Melakuka peramala permiaa dega meode erbaik yag elah dipilih. (Baroo, Teguh : p3) Pola Permiaa Dalam peramala ime series, perlu dikeahui dulu pola ime series. Pola permiaa dapa dikeahui dega membua Scaer Diagram, yaiu pemploa daa hisoris selama ierval dega waku ereu, sehigga secara visual aka dapa dikeahui bagaimaa ampila pola daa permiaa. Dalam ime series erdapa empa jeis pola permiaa, yaiu :. Pola horisoal (H) erjadi bilamaa daa berflukuasi disekiar ilai raa-raa yg kosa. Suau produk yg pejualaya dk meigka aau meuru selama waku ereu ermasuk jeis ii. 2. Pola musima (S) erjadi bilamaa suau dere dipegaruhi oleh fakor musima (misalya kuaral ahu ereu, bulaa, aau hari-hari pada miggu ereu). Pejuala dari produk seperi miuma riga, es krim, da baha bakar pemaas ruag semuaya meujukka jeis pola ii. 3. Pola siklis (C) erjadi bilamaa daaya dipegaruhi oleh flukuasi ekoomi jagka pajag seperi yag berhubuga dega siklus bisis. Cooh: Pejuala produk seperi mobil, baja, da peralaa uama laiya. 4. Pola red (T) erjadi bilamaa erdapa keaika aau peurua sekuler jagka pajag dalam daa. Cooh: Pejuala bayak perusahaa, GNP da berbagai idikaor bisis aau ekoomi laiya.

6 3 Gambar 2.3 : Pola Permiaa Model Time Series Jeis-Jeis Meode Time Series. Model Raa-Raa Bergerak (Movig Average) Rumus model movig rage adalah : F F + + ( = = D + D D i i= + + L + D + ) Di maa : = Jumlah periode yag diguaka sebagai dasar peramala F = Ramala permiaa uuk periode D = Permiaa akual pada periode 2. Model Raa-Raa Bergerak Terbobo (Weighed Movig Average) Rumus model weighed movig rage adalah :

7 4 + = = = i i i l W D F D W D W W D F ) ( L Di maa : N = Jumlah periode yag diguaka sebagai dasar peramala F = Ramala permiaa uuk periode W = Bobo masig-masig daa yag diguaka secara subjekif D = Permiaa akual pada periode Model raa-raa bergerak erbobo lebih resposif erhadap perubaha karea dalam periode yag baru biasaya diberi bobo yag lebih besar, dimaa oal pemboboa (weigh facor) sama dega. 3. Model Pemulusa Expoesial Dasar (Expoeial Smoohig) Rumus model expoeial smoohig adalah : ( ) ( ) k S F S D S S D S S = + = + = + α α α Di maa : S = Basis baru S - = Basis sebelumya D = Permiaa akual pada periode F +k = Nilai ramala haya uuk sau periode ke depa α = kosaa pemulusa

8 5 Dalam model ii, daa permiaa yag palig baru aka meerima bobo lebih besar daripada daa permiaa yag lebih ua. Model peraaa ekspoesial palig sederhaa dapa diguaka. Permasalaha umum yag dihadapi apabila megguaka model pemulusa ekspoesial adalah memilih kosaa pemulusa. Gasperz, V (2005 p97) memberika padua bahwa : apabila pola hisoris dari daa akual permiaa idak sabil, maka dipilih ilai α yag medekai sau. Biasaya dipilih ila α = 0.9, amu sebalikya apabila pola hisoris dari daa akual relaive sabil, maka dipilih ilai α yag medekai ol. Biasaya dipilih ila α = Model Pemulusa Ekspoesial dega Memperimbagka Kecederuga (Tred-Correced Expoeial Smoohig) Rumus model red correced expoeial smoohig adalah : S T F = α = β + k D + ( α )( S + T ) ( S S ) + ( β ) T = S + T Di maa : S = Basis baru S - = Basis sebelumya D = Permiaa akual pada periode T = Kecederuga red baru T - = Kecederuga red sebelumya α β = kosaa pemulusa = kosaa dari kecederuga red yag dipilih F +k = Nilai ramala haya uuk sau periode ke depa

9 6 Pemiliha kosaa α berdasarka pada pola pemulusa sederhaa sebelumya yag memiliki igka kesalaha palig kecil, sedagka uuk pemiliha kosaa pemulusa uuk red dipilih berdasarka percobaa erhadap ilai β. 5. Model Pemulusa Ekspoesial dega Memperimbagka Pegaruh Musima (Seasoal Expoeial Smoohig) Rumus model seasoaliy expoeial smoohig adalah : S D = α I + L D I = γ + S F = S I + k L+ m ( α ) S ( γ ) I L Di maa : S = Basis baru S - = Basis sebelumya D = Permiaa akual pada periode I - = Ideks ahu sebelumya α = kosaa pemulusa γ = kosaa peraaa uuk ideks musima F +k = Nilai ramala periode ke depa Meode peramala yag dipegaruhi oleh fakor musima yag berkaia dega flukuasi periodik sera bersifa relaif kosa. Apabila pola hisoris daa permiaa meujukka adaya flukuasi musima, maka perlu dilakuka peyesuaia erhadap pegaruh musima iu melalui ideks

10 7 musima dega megguaka daa sebelumya. Proses pemuakira ideks aka diguaka di ahu-ahu berikuya sehigga mecermika perubaha yag mugki erjadi. Uuk meramalka periode medaag, megguaka reraa erbaru yag elah diraaka da memodifikasikaya dega ideks musima uuk periode medaag. Seperi pada model kecederuga, pemiliha kosaa peraaa mempegaruhi kesalaha peramala. 6. Model Pemulusa Ekspoesial dega Memperimbagka Kecederuga da Pegaruh Musima (Tred & Seasoaliy-Correced Expoeial Smoohig) Rumus model red & seasoaliy expoeial smoohig adalah : D S = α + I L T = β + k ( α )( S + T ) ( S S ) + ( β ) D I = γ S + F = ( γ ) ( S + T ) I L+ l I L T Kecederuga ii megkombiasika model kecederuga dega model musima, sehigga keeraga megguaka kombiasi dari.2.5 & Megukur Kesalaha Peramala Kesalaha peramala merupaka ukura keepaa da mejadi dasar uuk membadigka kierja model. Kesalaha peramala (forecas error-fe) didefiisika sebagai selisih aara permiaa akual uuk periode dega peramala uuk periode. Ukura kesalaha yag lazim diguaka adalah :

11 8. Kesalaha reraa (Mea Forecas Error MFE) MFE = ( D F ) = Kesalaha reraa (MFE) aka medekai ol uuk percooh yag besar, jika idak, model yag diguaka megadug bias. Bias meujukka kecederuga sisemaik uuk meramalka permiaa erlalu iggi aau erlalu redah. 2. Deviasi absolu raa-raa (Mea Absolue Deviaio MAD) MAD = = D F MAD dihiug dega mejumlahka semua kesalaha apa memadag ada aljabar da membagiya dega jumlah observasi. MAD memberika iformasi ambaha yag bergua dalam memilih model peramala da parameer-parameerya. 3. Kesalaha kuadra raa-raa (Mea Squared Error MSE) MSE = ( D F ) = 2 MAD dihiug dega mejumlahka kesalaha-kesalaha kuadra idividual da membagiya dega jumlah observasi. MSE memberika iformasi serupa dega MAD, eapi MSE meghukum kesalaha yag palig besar.

12 9 4. Kesalaha persease absolu raa-raa (Mea Absolue Perceage Error MAPE) 00 MAPE = = D F D MAPE adalah ukura relaive yag dihiug dega membagi kesalaha peramala uuk periode dega permiaa akual uuk periode. Persease kesalaha dijumlahka dega megabaika ada aljabar (ilai mulak) da jumlah ii kemudia dibagi dega jumlah observasi uuk medapaka MAPE. Adapu piliha erhadap suau model dilakuka dega memeaka daa da megguaka perimbaga perbadiga model dega kesalaha ramala eredah Megukur Validasi Model Peramala Validasi model peramala dapa dilakuka dega megguaka rackig sigal aau siyal pejejak. Trackig sigal dihiug dega membagi kesalaha peramala yag diraaka dega kesalaha peramala absolue yag elah diraaka. Trackig sigal mejadi suau ukura bagaimaa baikya suau ramala memperkiraka ilai-ilai akual. Trackig sigal posiif meujukka bahwa ilai akual permiaa lebih besar daripada ramala, sedagka apabila egaive, maka ilai akual permiaa lebih kecil dari ramala. George Plossl da Oliver Wigh (dalam Vice Gaspersz 2005 p8) da Cecil C. Bozarh da Rober B. Hadfield (2006 p297) meyaraka uuk megguaka ilai rackig sigal maksimum + 4, sebagai baas pegedalia

13 20 TS. Trackig sigal disebu baik apabila memiliki ilai kesalaha peramala yag diraaka kecil da mempuyai sebara posiive error yag seimbag dega egaive error Meguji Verifikasi Forecasig Biegel, Joh E. (990 P5) meyaaka bahwa lagkah perama yag harus dilakuka seelah melakuka forecasig adalah melakuka verifikasi apakah fugsi peramala mewakili pola yag ada. Salah sau meode yag diguaka uuk melakuka verifikasi forecasig dega megguaka movig rage char. MR = MR = ' ' ( d d ) ( d d ) MR UCL = MR LCL = 2.66MR (Joh E. Biegel, 990 p52) ( 2.66MR) 2 A = ± 3 A = ±.77MR B = ± 3 ( 2.66MR) B = ± 0.89MR (Joh E. Biegel, 990 p54) Kodisi di luar kedali, jika : Ya Tidak Ada iik di luar UCL aau LCL V Dari 3 iik plo berurua 2 iik berada pada regio A V Dari 5 iik plo berurua 4 iik berada pada regio B V Ada 8 iik plo berurua berada pada bagia aas aau bawah garis egah (regio C) V

14 2 (Joh E. Biegel, 990 p54) Peramala aka valid da layak jika memeuhi kodisi di aas, seluruh daa hasil peramala dapa dikorol dalam pea kedali reag bergerak. Apabila erjadi kodisi diluar kedali, dua idaka erhadap peramala yag harus dilakuka adalah dega merevisi peramala dega memasukka daa baru da meuggu buki lebih legkap. 2.3 Persediaa Pegedalia persediaa medapaka peraa peig bagi sebuah perusahaa sebab aka membuuhka ivesasi yag saga besar da mempegaruhi disribusi produk aau barag kepada pelagga. Maajeme persediaa memiliki dampak pada pelayaa kepada kosume. Selai berpegaruh kepada pelayaa, pegedalia persediaa juga berkaia dega fugsi keuaga da operasi dari suau perusahaa. Bagia keuaga membuuhka gambara megeai jumlah daa yag dialokasika uuk persediaa, sedagka operasi membuuhka persediaa sebagai jamia proses produksi yag lacar da efisie Pegeria Persediaa Persediaa merupaka produk yag disimpa uuk diguaka di masa medaag, produk ersebu dapa berupa baha baku, produk seegah jadi, aaupu produk jadi. (Silver, Pyke & Peerso, 997) Persediaa merupaka simpaa maerial yag berupa baha meah, barag dalam proses da barag jadi. (Lalu Sumayag, 2003 : p89)

15 22 Persediaa merupaka sejumlah baha-baha, pars yag disediaka da baha-baha dalam proses yag erdapa dalam perusahaa uuk proses produksi, sera barag-barag jadi/produk yag disediaka uuk memeuhi permiaa dari kompoe aau laggaa seiap waku. (Sofja Assauri, 2004 : p69) Fugsi Persediaa Secara umum fugsi persediaa adalah sebagai :. Decoupig iveory Fugsi persediaa ii memugkika perusahaa dapa memeuhi permiaa lagaa apa ergaug pada supplier. Persediaa barag jadi diperluka uuk memeuhi permiaa produk yag idak pasi dari laggaa. Persediaa yag diadaka uuk meghadapi flukuasi permiaa yag idak dapa diperkiraka aau diramalka disebu Flucuaio Sock. 2. Ecoomis lo sizig iveory Persediaa berfugsi uuk meguragi biaya-biaya per ui saa produksi aau melakuka peghemaa dega memperimbagka peghemaapeghemaa (pooga pembelia, biaya pegagkua lebih murah da sebagaiya) karea perusahaa melakuka pembelia dalam kuaias yag lebih besar, dibadigka dega biaya-biaya yag imbul karea besarya persediaa (biaya sewa gudag, ivesasi, resiko kerusaka). 3. Aicipaio iveory/seasoal iveory Fugsi aisipasi persediaa berfugsi sebagai pegama bagi perusahaa yag serig meghadapi keidakpasia jagka waku pegirima da

16 23 permiaa aka barag-barag. Persediaa ii peig agar kelacara proses produksi idak ergaggu Tujua Persediaa Tujua uama dari persediaa adalah meghubugka pemasok dega pabrik. Ada iga alasa perusahaa meerapka persediaa, yaiu :. Uuk berlidug dari keidakpasia Dalam sisem persediaa erdapa saja beuk keidakpasia seperi dalam hal pemasoka, permiaa da eggag waku pesaa. Sok pegama diperahaka dalam persediaa uuk berlidug dari keidakpasia ersebu. 2. Uuk memugkika produksi da pembelia ekoomis Serigkali lebih ekoomis uuk memproduksi baha dalam jumlah besar sebab periode waku memproduksi barag relaif pedek da kemudia idak ada produksi lagi sehigga barag erseb habis dipakai. Hal ii megakibaka biaya seup yag relaif lebih kecil da memugkika pegguaa peralaa produkif yag sama uuk produk yag berbeda. 3. Uuk megaasi perubaha yag diaisipasi dalam permiaa da peawara Perubaha yag serig erjadi dalam permiaa da persediaa adalah jika harga aau keersediaa baha baku diperkiraka aka berubah. Perusahaaperusahaa serig meyimpa sok bagi suau produk yag dimiai, apabila kuru waku pembuaa sok baru elah habis da masyaraka masih

17 24 memiai maka kemugkia sok ersebu dijual dega harga iggi sebab lagka Biaya-Biaya dalam Persediaa Terdapa biaya-biaya yag harus diperimbagka dalam meeuka jumlah besarya persediaa, yaiu semua pegeluara aau kerugia yag imbul sebagai akiba adaya persediaa. Kompoe dari biaya persediaa adalah sebagai beriku :. Biaya pembelia (purchasig cos) Biaya pembelia adalah biaya yag dikeluarka uuk membeli barag. 2. Biaya pegadaa (orderig cos) Semua pegeluara yag imbul uuk medaagka barag dari luar. Biaya ii melipui biaya uuk meeuka pemasok, pegeika pesaa, peirima pesaam biaya pegagkua, biaya peerimaa da seerusya. Biaya ii diasumsika kosa uuk seiap kali pesa. 3. Biaya peyimpaa (carryig cos/holdig cos) Semua pegeluara yag imbul akiba adaya peyimpaa barag dalam jagka waku ereu di dalam perusahaa. Biaya peyimpaa melipui : biaya memiliki persediaa, biaya gudag, biaya kerusaka da peyusua, biaya kadaluwarsa, biaya asurasi, da biaya admiisrasi. 4. Biaya kekuraga persediaa (shorage cos/sockou cos) Semua biaya-biaya yag imbul karea idak adaya produk pada saa ada pemesaa dari kosume. Dari keseluruha biaya yag berhubuga dega igka persediaa, biaya kekuraga barag adalah yag palig suli diperkiraka secara objekif. Kerugia yag imbul adalah kesempaa

18 25 medapaka keuuga mejadi hilag. Biaya ii dapa diukur dega meeuka kompoe-kompoe sebagai beriku : - Jumlah yag idak dapa dipeuhi Biaya ii diukur dari keuuga yag hilag karea idak dapa memeuhi pesaa kosume. - Waku pemeuha Biaya ii diukur dari lamaya waku gudag kosog sehigga perusahaa idak dapa meikmai keuuga, waku disii diarika sebagai uag yag hilag. - Biaya pegadaa darura Biaya ii imbul karea perusahaa berusaha memeuhi permiaa kosume, yag apabila diperluka dalam waku yag lebih sigka maka biaya yag imbul aka lebih besar dari biasaya. 2.4 Kosep Perecaaa Kebuuha Maerial (MRP) Perecaaa Kebuuha Maerial (MRP) megakui hubuga (relaioship) aara permiaa (demad) uuk produk akhir da kompoe-kompoe yag diguaka uuk membuaya Pegeria da Perkembaga MRP MRP selalu berkembag sesuai dega uua perkembaga ekologi da uua erhadap sisem perusahaa maka sampai saa ii MRP dibagi mejadi 4 bagia da idak eruup kemugkia uuk masa yag aka daag. Keempa bagia ersebu adalah :

19 26. Maerial Requireme Plaig (MRP) dapa didefeisika sebagai suau ekik aau se prosedur yag sisemais dalam peeua kuaias sera waku dalam proses pegedalia kebuuha baha erhadap kompoekompoe permiaa yag salig bergauga. (Depede demad iems). 2. Maerial Requireme Plaig II (MRPII), Oliver Wigh da George Plossl, parer kosula, diakui oleh orag yag melakuka perluasa kosep MRP aas area maufacur, sehigga MRP dapa mecakup area-area perusahaa lai. Hasil perluasa kosep ersebu diamaka MRP II, da ari dari sigkaa ersebu berubah mejadi Maufacurig resource plaig ( Perecaaa Sumber Maufacur). 3. Maerial Requireme Plaig III (MRPIII), proses ii diperluas didalam igka akurasi peramala permiaa, pegguaa secara epa da baik peramala permiaa (forecas demad), aka dapa secara oomais da epa melakuka perubaha erhadap Maser Producio Schedule. Da apabila juga Maser Producio Schedule elah peuh aau idak dapa lagi melakuka Work Order maka sisem MRPIII ii dapa melakuka rekomedasi erhadap permiaa. 4. Maerial Requireme Plaig 9000 (MRP9000), MRP9000 sudah merupaka awara yag bear-bear merupaka sisem yag legkap da eriegrasi dega sysem maageme maufacurig. Kemampua sisem MRP9000 didalam maufacurig, ermasuk juga Iveory, pejuala, perecaaa, pembuaa, da pembelia dega meguaka Geeral Ledger, da sebuah Admiisrasi, da Execuive Iformaio Sysem (EIS)

20 27 secara graphical dalam membua sebuah kepuusa uuk permasalaha maufakur Tujua MRP Suau sisem MRP pada dasarya berujua uuk meracag suau sisem yag mampu meghasilka iformasi uuk medukug aksi yag epa baik berupa pembaala pesaa, pesa ulag, aau pejadwala ulag. Aksi ii sekaligus merupaka suau pegaga uuk melakuka pembelia da/ aau produksi. Ada 4 macam yag mejadi ciri uama MRP, yaiu:. Mampu meeuka kebuuha pada saa yag epa, kapa suau pekerjaa aka selesai (maerial harus ersedia) uuk memeuhi permiaa produk yag dijadwalka berdasarka MPS yag direcaaka. 2. Meeuka kebuuha miimal seiap iem, dega meeuka secara epa sisem pejadwala. 3. Meeuka pelaksaaa recaa pemesaa, dega memberika idikasi kapa pemesaa aau pembaala suau pesaa harus dilakuka. 4. Meeuka pejadwala ulag aau pembaala aas suau jadwal yag sudah direcaaka. Apabila kapasias yag ada idak mampu memeuhi pesaa yag dijadwalka pada waku yag dikehedaki, maka MRP dapa memberika idikasi uuk melaksaaka recaa

21 28 pejadwala ulag (jika mugki) dega meeuka priorias pesaa yag realisis. Seadaiya pejadwala ulag ii masih idak memugkika uuk memeuhi pesaa, maka pembaala erhadap suau pesaa harus dilakuka. Kuci keberhasila dari fakor diaas haruslah diujag dega suau sisem pegorola alira baha yag epa uuk memeuhi jadwal permiaa kosume, yag didukug dega sisem kompuerisasi sebagai ala pembau dalam memudahka proses pelaksaaaya. Sehubuga dega pegorola aas baha/iem yag dimaksudka, recaa kebuuha baha sebagai suau sisem kompuerisasi, berfugsi seperi imbaga yag berfugsi meyeimbagka aara kebuuha da kemampua memeuhi kebuuha dari seiap iem. Recaa kebuuha baha memberika idikasi apabila erjadi keidakseimbaga aara kebuuha da kemampua. Besarya kebuuha digambarka oleh jadwal iduk produksi, srukur produk da saus persediaa. Besarya kemampua uuk memeuhi suau kebuuha, dicermika oleh besarya barag seegah jadi, persediaa yag ada da pesaa/ pembelia yag aka daag kemudia. Keeliia aas perkiraa aka kemampua ii ergaug pada keeliia pecaaa aas keiga sumber iformasi ersebu. Gambar 2.4 meujukka keerkaia da keduduka MRP dalam perecaaa da pegedalia produksi.

22 29 Sumber : James L Riggs, 985. Producio Sysem : Plaig Aalysis & Corol. 3 rd Edisio. New York : Joh Wiley ad Sos Gambar 2.4 : Posisi MRP Di aara Eleme-Eleme Pegedalia Produksi Masuka uuk MRP Ada 3 masuka yag dibuuhka dalam kosep MRP yaiu :. Jadwal Iduk Produksi (Maser producio schedule) Merupaka suau recaa produksi yag meggambarka hubuga aara kuaias seiap jeis produk akhir yag diigika dega waku peyediaaya. Jadwal iduk produksi merupaka opimasi ogkos dega memperhaika kapasias yag ersedia da ramala permiaa uuk mecapai recaa produksi yag aka memiimasi oal ogkos produksi da persediaa 2. Srukur Produk (Bill of Maerial)

23 30 Merupaka kaia aara produk dega kompoe peyusuya. Iformasi yag dilegkapi uuk seiap kompoe ii melipui : jeis kompoe, jumlah yag dibuuhka da igka peyusuaya. Gambar 2.5 : Cooh Suau Srukur Produk 3. Saus Persediaa (Iveory Maser File aau Iveory Saus Record) Meggambarka keadaa dari seiap kompoe aau maerial yag ada dalam persediaa, yag berkaia dega : - Jumlah persediaa yag dimiliki pada seiap periode (o had iveory ) - Jumlah barag yag sedag dipesa da kapa pesaa ersebu aka daag (o order Iveory ) - Waku acag acag ( lead ime ) dari seiap baha. Saus persediaa ii harus dikeahui uuk seiap baha aau iem da diperbaharui seiap erjadi perubaha uuk meghidari adaya kekelirua dalam perecaaa.

24 Keluara Proses MRP Keluara MRP sekaligus juga mecermika kemampua da ciri dari MRP, yaiu : - Plaed Order Schedule (Jadwal Pesaa Terecaa) adalah peeua jumlah kebuuha meerial sera waku pemesaaya uuk masa yag aka daag. - Order Release Repor (Lapora Pegeluara Pesaa) bergua bagi pembeli yag aka diguaka uuk beregoisasi dega pemasok, da bergua juga bagi Maajer maufakur, yag aka diguaka uuk megorol proses produksi. - Chages o plaig Orders (Perubaha erhadap pesaa yag elah direcaaka) adalah yag merefleksika pembaala pesaa, peguraga pesaa, pegubaha jumlah pesaa. - Performace Repor (Lapora Peampila) suau ampila yag meujukka sejauh maa sisem bekerja, kaiaya dega kekosoga sock da ukura yag lai Lagkah-Lagkah Proses MRP MRP merupaka suau proses perecaaa yag bersifa diamis, dimaa recaa-recaa yag elah dibua perlu disesuaika dega perubaha-perubaha yag erjadi. Terdapa empa lagkah dalam proses MRP, yaiu eig, loig, offseig, da explodig.. Neig (kebuuha bersih) : Proses perhiuga kebuuha bersih uuk seiap perioda selama horiso perecaaa.

25 32 2. Loig (kuaias pesaa) : Proses peeua besarya ukura jumlah pesaa yag opimal uuk sebuah iem, berdasarka kebuuha bersih ya dihasilka. Didalam ukura lo ii ada beberapa pedekaa yaiu : - Meyeimbagka ogkos pesa (se up cos) da ogkos simpa. - Megguaka kosep jumlah pesaa eap - Dega jumlah periode pemesaa eap. Terdapa 0 aleraif ekik yag diguaka dalam meeuka ukura lo, yaiu sebagai beriku : - Fixed Order Quaiy (FOQ) : Pedekaa megguaka kosep jumlah pemesaa eap karea keerbaasa aka fasilias. Misalya : kemampua gudag, rasporasi, kemampua supplier da pabrik. Jadi dalam meeuka ukura lo berdasarka iuisi aau pegalama sebelumya. - Lo for Lo (LFL) : Pedekaa megguaka kosep aas dasar pesaa diskri dega perimbaga miimasi dari ogkos simpa, jumlah yag dipesa sama dega jumlah yag dibuuhka. - Leas Ui Cos (LUC) : Pedekaa megguaka kosep pemesaa dega ogkos ui perkecil, dimaa jumlah pemesaa aaupu ierval pemesaa dapa bervariasi. Kepuusa uuk pemesaa didasarka : ogkos perui erkecil = ogkos pesa perui + ogkos simpa perui

26 33 - Ecoomic Order Quaiy (EOQ) : Pedekaa megguaka kosep miimasi ogkos simpa da ogkos pesa. Ukura lo eap berdasarka hiuga miimasi ersebu. - Period Order Quaiy (POQ) : Pedekaa megguaka kosep jumlah pemesaa ekoomis agar dapa dipakai pada periode bersifa permiaa diskri, ekik ii diladasi oleh meode EOQ. Dega megambil dasar perhiuga pada meode pesaa ekoomis maka aka diperoleh besarya jumlah pesaa ya harus dilakuka da ierval periode pemesaaya adalah seahu. - Par Period Balacig (PPB) : Pedekaa megguaka kosep ukura lo dieapka bila ogkos simpaya sama aau medekai ogkos pesaya. - Fixed Periode Requirme (FPR) : Pedekaa megguaka kosep ukura lo dega Periode eap, dimaa pesaa dilakuka berdasarka periode waku ereu saja. Besarya jumlah pesaa idak didasarka oleh ramala eapi dega cara megguaka pejumlaha kebuuha bersih pada ierval pemesaa dalam beberapa periode yag dieuka. - Leas Toal Cos (LTC) : Pedekaa megguaka kosep ogkos oal aka di miimasika apabila uuk seiap lo dalam suau horiso perecaa hampir sama besarya. Hal ii dapa dicapai dega memesa ukura lo yag memiliki ogkos simpa perui-ya hampir sama dega ogkos pegadaaya/ uiya. ogkos oal = ogkos simpa + ogkos pegadaa

27 34 - Wager Wihi (WW) : Pedekaa megguaka kosep ukura lo dega prosedur opimasi program liear, bersifa maemais. Pada prakekya ii suli dierapka dalam MRP karea membuuhka perhiuga yag rumi. Fokus uama dalam peyelesaia masalah ii adalah melekuka miimasi peggabuga ogkos oal dari ogkos seup da ogkos simpa da berusaha agar ogkos se-up da ogkos simpa ersebu medekai ilai yag sama uuk kuaias pemesaa yag dilakuka. - Silver Mea (SM) : Meiik beraka pada ukura lo yag harus dapa memiimumka ogkos oal per-perioda. Dimaa ukura lo didapaka dega cara mejumlahka kebuuha beberapa periode yag beruru-uru sebagai ukura lo yag eaif (Bersifa semeara), pejumlaha dilakuka erus sampai ogkos oalya dibagi dega bayakya periode yag kebuuhaya ermasuk dalam ukura lo eaif ersebu meigka. Besarya ukura lo yag sebearya adalah ukura lo eaif erakhir yag ogkos oal periodeya masih meuru. 3. Offseig (recaa pemesaa) : Berujua uuk meeuka kuaias pesaa yag dihasilaka proses loig. Peeua recaa saa pemesaa ii diperoleh dega cara meguragka saa kebuuha bersih yag harus ersedia dega waku acag-acag (Lead Time). 4. Explodig : Merupaka proses perhiuga kebuuha koor uuk igka (level) yag lebih bawah dalam suau srukur produk, sera didasarka aas recaa pemesaa.

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu BAB 2 TINJAUAN TEORI 2.1 Pegeria Peramala Ramala pada dasarya merupaka dugaa aau perkiraa megeai erjadiya suau kejadia aau perisiwa di waku yag aka daag. Peramala merupaka sebuah ala bau yag peig dalam

Lebih terperinci

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala (orecasig) Peramala (orecasig) adalah suau kegiaa yag memperkiraka apa yag aka erjadi pada masa medaag. Peramala pejuala adalah peramala yag megkaika berbagai

Lebih terperinci

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak BB V NLIS HSIL 5.1 Ukura kurasi Hasil Peramala Uuk medapaka jeis peramala yag digika erdapa bayak parameer-parameer yag dapa diguaka. Seperi yag elah diuraika pada ladasa eori, parameer-parameer ersebu

Lebih terperinci

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang BAB 2 LANDASAN EORI 2.1 Pegeria Peramala Peramala adalah kegiaa uuk memperkiraka apa yag aka erjadi di masa yag aka daag. Sedagka ramala adalah suau siuasi aau kodisi yag diperkiraka aka erjadi pada masa

Lebih terperinci

BAB III TINJAUAN PUSTAKA

BAB III TINJAUAN PUSTAKA BAB III TINJAUAN PUSTAKA 3.1. Defiisi Peramala Peramala adalah proses uuk memperkiraka berapa bayak kebuuha dimasa medaag yag melipui kebuuha dalam ukura kuaias, kualias, waku da lokasi yag dibuuhka dalam

Lebih terperinci

BAB II LANDASAN TEORI. Dalam penulisan tugas akhir ini diperlukan teori-teori yang mendukung yang

BAB II LANDASAN TEORI. Dalam penulisan tugas akhir ini diperlukan teori-teori yang mendukung yang BAB II LANDASAN TEORI Dalam peulisa ugas akhir ii diperluka eori-eori yag medukug yag didapa dari maa kuliah yag perah dierima, da referesi-referesi sebagai baha pedukug. Uuk mecapai ujua dari peulisa

Lebih terperinci

BAB 2 LANDASAN TEORI. Metode peramalan merupakan bagian dari ilmu Statistika. Salah satu metode

BAB 2 LANDASAN TEORI. Metode peramalan merupakan bagian dari ilmu Statistika. Salah satu metode BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala Meode peramala merupaka bagia dari ilmu Saisika. Salah sau meode peramala adalah dere waku. Meode ii disebu sebagai meode peramala dere waku karea memiliki kareserisik

Lebih terperinci

Universitas Sumatera Utara

Universitas Sumatera Utara Uiversias Sumaera Uara BAB 2 LANDASAN TEORI Ladasa eori ii merupaka hasil dari ijaua lieraur-lieraur yag ada kaiaya dega meode-meode peramala maupu dega koeks laiya dalam peulisa Tugas Akhir ii. Adapu

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 18 BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala ( Forecasig ) Peramala ( forecasig ) adalah kegiaa megisemasi apa yag aka erjadi pada masa yag aka daag. Peramala diperluka karea adaya perbedaa kesejaga waku

Lebih terperinci

MENENTUKAN PERSEDIAAN BERAS DENGAN MENGGUNAKAN MODEL ECONOMIC ORDER QUANTITY (EOQ) BERDASARKAN RAMALAN PERMINTAAN PADA TAHUN 2012

MENENTUKAN PERSEDIAAN BERAS DENGAN MENGGUNAKAN MODEL ECONOMIC ORDER QUANTITY (EOQ) BERDASARKAN RAMALAN PERMINTAAN PADA TAHUN 2012 MENENTUKAN PERSEDIAAN BERAS DENGAN MENGGUNAKAN MODEL ECONOMIC ORDER QUANTITY (EOQ) BERDASARKAN RAMALAN PERMINTAAN PADA TAHUN 2012 Julia Nahar 1 1 Uiversias Padjadjara, Jala Raya Badug-Sumedag km 21,Jaiagor

Lebih terperinci

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB Sudi kelayaka bisis pada dasarya berujua uuk meeuka kelayaka bisis berdasarka krieria ivesasi Krieria ersebu diaaraya adalah ; 1. Nilai bersih kii (Ne

Lebih terperinci

STUDI ANALISIS PERAMALAN DENGAN METODE DERET BERKALA

STUDI ANALISIS PERAMALAN DENGAN METODE DERET BERKALA Widya Tekika Vol.18 No.2; Okober 2010 ISSN 1411 0660: 1-6 Absrak STUDI ANALISIS PERAMALAN DENGAN METODE DERET BERKALA Arie Resu Wardhai 1), Salvador Mauel Pereira 2) Perusahaa sepau da sadal House of Mr.

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3 Meode Pegumpula Daa 3 Jeis Daa Pada peeliia ii aka megguaka jeis daa yag bersifa kuaiaif Daa kuaiaif adalah daa yag berbeuk agka / omial Dalam peeliia ii aka megguaka daa pejuala

Lebih terperinci

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di 8 METODE PENELITIAN Lokasi da Waku Peeliia Peeliia ii dilaksaaka selama 3 bula, erhiug sejak bula Februari sampai dega April 2008, di DAS Waeruhu, yag secara admiisraif erleak di wilayah Kecamaa Sirimau,

Lebih terperinci

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data III. METODE KAJIAN 1. Lokasi da Waku Lokasi kajia berempa uuk kelompok dilaksaaka di kelompok peeraka sapi di Bagka Tegah, Provisi Bagka Beliug, da Kelompok Peeraka Sapi di Cisarua, Bogor, Provisi Jawa

Lebih terperinci

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi.

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi. . Pedahulua PENGUJIAN HIPOTESIS Hipoesis Saisik : peryaaa aau dugaa megeai sau aau lebih populasi. Pegujia hipoesis berhubuga dega peerimaa aau peolaka suau hipoesis. Kebeara (bear aau salahya) suau hipoesis

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1. Peramala.1.1. Kosep Dasar Peramala Peramala merupaka bagia dari suau proses pegambila suau kepuusa. Sebelum melakuka peramala harus dikeahui erlebih dahulu apa sebearya persoala

Lebih terperinci

ANALISIS KELAYAKAN INVESTASI PENAMBAHAN ARMADA TRANSPORTASI DAN PERBAIKAN SISTEM PERSEDIAAN PERGUDANGAN (STUDY KASUS PT

ANALISIS KELAYAKAN INVESTASI PENAMBAHAN ARMADA TRANSPORTASI DAN PERBAIKAN SISTEM PERSEDIAAN PERGUDANGAN (STUDY KASUS PT ANALISIS KELAYAKAN INVESTASI PENAMBAHAN ARMADA TRANSPORTASI DAN PERBAIKAN SISTEM PERSEDIAAN PERGUDANGAN (STUDY KASUS PT. LEMINDO ABADI JAYA AREA DISTRIBUSI RIAU DARATAN) Peir Papilo 1, Ramadhail 2 Jurusa

Lebih terperinci

PENGGUNAAN METODE PERAMALAN DALAM PRODUKSI KAYU UNTUK PENENTUAN TOTAL PERMINTAAN (KONSUMEN)

PENGGUNAAN METODE PERAMALAN DALAM PRODUKSI KAYU UNTUK PENENTUAN TOTAL PERMINTAAN (KONSUMEN) Widiyarii, Pegguaa Meode Peramala dalam. PENGGUNAAN METODE PERAMALAN DALAM PRODUKSI KAYU UNTUK PENENTUAN TOTAL PERMINTAAN (KONSUMEN) Widiyarii Program Sudi Tekik Idusri Fakulas Tekik da MIPA, Uiversias

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 6 BAB II LANASAN TEORI.1 Pegeria Persediaa Meuru Ragkui (000,p1) persediaa adalah suau akiva yag melipui barag-barag milik perusahaa dega maksud uuk dijual dalam suau periode usaha ereu, aau persediaa

Lebih terperinci

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI. Modul ke: 06Fakultas EKONOMI DAN BISNIS

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI. Modul ke: 06Fakultas EKONOMI DAN BISNIS Modul ke: 06Fakulas EKONOMI DAN BISNIS EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI Program Sudi Akuasi Idik Sodiki,SE,MBA,MM Krieria Kepuusa Ivesasi aau Pegaggara Modal o Beberapa krieria yag aka diperguaka

Lebih terperinci

Peramalan Jumlah Penduduk Kota Samarinda Dengan Menggunakan Metode Pemulusan Eksponensial Ganda dan Tripel Dari Brown

Peramalan Jumlah Penduduk Kota Samarinda Dengan Menggunakan Metode Pemulusan Eksponensial Ganda dan Tripel Dari Brown Jural EKSPONENSIAL Volume 7, Nomor, Mei 06 ISSN 085-789 Peramala Jumlah Peduduk Koa Samarida Dega Megguaka Meode Pemulusa Ekspoesial Gada da Tripel Dari Brow Forecasig he Populaio of he Ciy of Samarida

Lebih terperinci

BAB 2 LANDASAN TEORI 2.1 Teknik Industri Peramalan

BAB 2 LANDASAN TEORI 2.1 Teknik Industri Peramalan BAB 2 LANDASAN TEORI Pada bab ii aka dijelaska eori-eori yag medukug meode peeliia pada peulisa skripsi ii yag disebu sebagai ladasa eori. Teori yag aka dijelaska aka mecakup meode dari subjek ekik idusri

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB TINJAUAN PUSTAKA Tijaua Pusaka Pegguaa meode peramala Forecasig elah dilakuka oleh berbagai macam peeliia dalam berbagai bidag eruama diguaka dalam memprediksi pejuala pada perusahaa Beriku dibawah

Lebih terperinci

PENERAPAN METODE EXPONENTIAL SMOOTHING DALAM MEMPREDIKSI JUMLAH SISWA BARU (STUDI KASUS: SMK PEMDA LUBUK PAKAM)

PENERAPAN METODE EXPONENTIAL SMOOTHING DALAM MEMPREDIKSI JUMLAH SISWA BARU (STUDI KASUS: SMK PEMDA LUBUK PAKAM) Jural Pelia Iformaika, Volume 16, Nomor 3, Juli 2017 IN 2301-9425 (Media Ceak) PENERAPAN METODE EXPONENTIAL MOOTHING DALAM MEMPREDIKI JUMLAH IWA BARU (TUDI KAU: MK PEMDA LUBUK PAKAM) Kuriagara Mahasiswa

Lebih terperinci

PERAMALAN PERMINTAAN EKSPOR INDUSTRI MEBEL DI PT.SPU JEPARA

PERAMALAN PERMINTAAN EKSPOR INDUSTRI MEBEL DI PT.SPU JEPARA PERAMALAN PERMINTAAN EKSPOR INDUSTRI MEBEL DI PT.SPU JEPARA DISUSUN OLEH : NAMA : AZIS WIDODO NIM : 41605110061 JURUSAN : TEKNIK INDUSTRI PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS

Lebih terperinci

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Data permitaa Dalam meramalka permitaa produk lever cable utuk kebutuha PT. Kyoda Mas Mulia sediri. data yag diambil utuk perhituga peramala permitaa yaitu dega

Lebih terperinci

OPTIMASI INVENTORY COST PADA MODEL MATEMATIKA EPQ (ECONOMIC PRODUCTION QUANTITY) DENGAN BACKORDER DAN VARIASI SET UP COST Rofila El Maghfiroh 4

OPTIMASI INVENTORY COST PADA MODEL MATEMATIKA EPQ (ECONOMIC PRODUCTION QUANTITY) DENGAN BACKORDER DAN VARIASI SET UP COST Rofila El Maghfiroh 4 JURNAL ILMU-ILMU EKNIK - SISEM Vol. 3 No. OPIMASI INVENORY COS PAA MOEL MAEMAIKA EP (ECONOMIC PROUCION UANIY) ENGAN ACKORER AN VARIASI SE UP COS Rofila El Maghfiroh 4 Absrak: Masalah pegedalia persediaa

Lebih terperinci

BAB V METODE PENELITIAN

BAB V METODE PENELITIAN 31 BAB V METODE PENELITIAN 5.1 Lokasi da Waku Peeliia Peeliia ii dilaksaaka di Kecamaa Sukaagara, Kabupae Ciajur. Pemiliha lokasi peeliia dilakuka secara segaja (purposive samplig) dega memperimbagka aspek

Lebih terperinci

ANALISIS INVESTASI PENAMBANGAN PASIR DAN BATU DITINJAU DARI SEGI TEKNIS DAN BIAYA

ANALISIS INVESTASI PENAMBANGAN PASIR DAN BATU DITINJAU DARI SEGI TEKNIS DAN BIAYA ANALISIS INVESTASI PENAMBANGAN PASIR DAN BATU DITINJAU DARI SEGI TEKNIS DAN BIAYA Laar Belakag Masalah Semaki berambah pesaya pembagua dibidag kosruksi maka meyebabka meigka pula kebuuha aka meerial-maerial

Lebih terperinci

BAB III LANDASAN TEORI

BAB III LANDASAN TEORI BAB III LANDASAN TEORI 3.1. Kosep Supply Chai Supply chai adalah jariga isasi-isasi yag secara bersama-sama bekerja uuk mecipaka da meghaarka suau produk ke aga pemakai akhir (ed user). Isasi-isasi ersebu

Lebih terperinci

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN PERENCNN JUMLH PRODUK MENGGUNKN METODE FUZZY MMDNI BERDSRKN PREDIKSI PERMINTN Nama Mahasiswa : Norma Edah Haryai NRP : 1207 100 031 Jurusa : Maemaika FMIP-ITS Dose Pembimbig : Drs. I G N Rai Usadha, M.Si

Lebih terperinci

Universitas Sumatera Utara

Universitas Sumatera Utara 50.7 4.3770 6.7547 6.7547 4.4 48.6965 R4.7 36.3 N8 TOL 0..70 35.9497 36.3.99 50.7 94.338 6.89 3.5 6.75 7.567 36.0 6.4837 57.396 8.783 66.0384 5.337 37.006 3.568 PISAU POTONG AISI D SEPUH No Qy NAME MATERIAL

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN TEORI. Tijaua Pusaka Bidag percaaa da pegawasa produksi da persediaa dalam orgaisasi-orgaisasi maufacurig da jasa berkaia dega peramala permiaa, perecaaa kapasias keseluruha orgaisasi, peeua

Lebih terperinci

PENERAPAN UKURAN KETEPATAN NILAI RAMALAN DATA DERET WAKTU DALAM SELEKSI MODEL PERAMALAN VOLUME PENJUALAN PT SATRIAMANDIRI CITRAMULIA

PENERAPAN UKURAN KETEPATAN NILAI RAMALAN DATA DERET WAKTU DALAM SELEKSI MODEL PERAMALAN VOLUME PENJUALAN PT SATRIAMANDIRI CITRAMULIA PENERAPAN UKURAN KETEPATAN NILAI RAMALAN DATA DERET WAKTU DALAM SELEKSI MODEL PERAMALAN VOLUME PENJUALAN PT SATRIAMANDIRI CITRAMULIA Iwa Sugkawa; Ries Tri Megasari Mahemaics & Saisics Deparme, School of

Lebih terperinci

Jurnal Rekursif, Vol. 3 No. 1 Maret 2015, ISSN

Jurnal Rekursif, Vol. 3 No. 1 Maret 2015, ISSN Jural Rekursif, Vol 3 No Mare 05, ISSN 303-0755 PERBANDINGAN KEAKURATAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DAN EPONENTIAL SMOOTHING PADA PERAMALAN PENJUALAN SEMEN DI PT SINAR ABADI

Lebih terperinci

BAB II TINJAUAN LITERATUR. Pengendalian persediaan dapat dilakukan dalam berbagai cara, antara lain dengan

BAB II TINJAUAN LITERATUR. Pengendalian persediaan dapat dilakukan dalam berbagai cara, antara lain dengan BAB II TINJAUAN LITERATUR 2.1. Klasifikasi ABC Dalam Persediaa Pegedalia persediaa dapat dilakuka dalam berbagai cara, atara lai dega megguaka aalisis ilai persediaa. Dalam aalisis ii, persediaa dibedajka

Lebih terperinci

BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel

BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel BAB III PENAKSIR DERET FOURIER 3. Peaksi Dalam saisika, peaksi adalah sebuah saisik (fugsi dai daa sampel obsevasi) yag diguaka uuk meaksi paamee populasi yag idak dikeahui (esimad) aau fugsi yag memeaka

Lebih terperinci

FORECASTING (Peramalan)

FORECASTING (Peramalan) FORECASTING (Peramala) PENDAHULUAN Forecastig adalah ramala tetag apa yag aka terjadi dimasa yag aka datag. Forecast Demad atau peramala permitaa mejadi dasar yag sagat petig dalam perecaaa suatu keputusa

Lebih terperinci

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan

BAB 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 terperinci

MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR

MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR Bulei Ilmiah Ma.Sa. da Terapaya (Bimaser) Volume 06, No. (07), hal -0. MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR Ermawai, Helmi, Frasiskus

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN 29 IV. METODE PENELITIAN 4.1. Lokasi da Waku Peeliia Peeliia ii dilaksaaka di Kecamaa Pamijaha, Kabupae Bogor, Provisi Jawa Bara. Pemiliha lokasi peeliia dilakuka secara segaja (purposive) dega perimbaga

Lebih terperinci

B A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan

B A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan 30 B A B III METODE PENELITIAN 3. Peeapa Lokai da Waku Peeliia Objek peeliia dalam peeliia ii adalah megaalii perbadiga harga jual produk melalui pedekaa arge pricig dega co-plu pricig pada oko kue yag

Lebih terperinci

PERAMALAN ORDER INTAKE DI PT.KSB INDONESIA

PERAMALAN ORDER INTAKE DI PT.KSB INDONESIA PERAMALAN ORDER INTAKE DI PT.KSB INDONESIA DISUSUN OLEH : NAMA : BUDIYANTO NIM : 4160511005 JURUSAN : TEKNIK INDUSTRI PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS MERCU BUANA JAKARTA

Lebih terperinci

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARA DAN FAKTOR DIKON 3.1 Ecoomic Order Quatity Ecoomic Order Quatity (EOQ) merupaka suatu metode yag diguaka utuk megedalika

Lebih terperinci

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) . Definisi L.2 (Kejadian lepas )

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) .   Definisi L.2 (Kejadian lepas ) 33 LAMPIRAN 34 35 Beberapa Defiisi Ruag Cooh Kejadia da Peluag Suau percobaa yag dapa diulag dalam kodisi yag sama, yag hasilya idak dapa diprediksi dega epa eapi kia bisa megeahui semua kemugkia hasil

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Perecaaa Produksi 2.1.1 Pegertia Perecaaa Produksi Perecaaa produksi dapat diartika sebagai proses peetua sumber-sumber yag diperluka utuk melaksaaka operasi maufaktur da megalokasikaya

Lebih terperinci

Penerapan Metode Optimasi Exponential Smoothing Untuk Peramalan Debit

Penerapan Metode Optimasi Exponential Smoothing Untuk Peramalan Debit Peerapa Meode Opimasi Expoeial moohig Uuk Peramala Debi Oleh: Budi aosa, uharyao 2, Djoko Legoo 3. DT, Program Pascasarjaa Udip, Jl. Hayam Wuruk No. 5-7 emarag, (Depareme Tekik ipil Uiversias Guadarma,

Lebih terperinci

V. PENGUJIAN HIPOTESIS

V. PENGUJIAN HIPOTESIS V. PENGUJIAN IPOTEI A. IPOTEI TATITIK Defiisi uau hipoesa saisik adalah suau peryaaa aau dugaa megeai sau aau lebih variabel populasi. ipoesis digologka mejadi. ipoesis ol adalah hipoesis yag dirumuska

Lebih terperinci

BAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode

BAB 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 terperinci

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan

BAB 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 terperinci

BAB IV METODOLOGI PENELITIAN

BAB IV METODOLOGI PENELITIAN 30 BAB IV METODOLOGI PENELITIAN 4.1 Beuk da Meode Peeliia Peeliia Opimalisasi da Sraegi Pemafaaa Souher Bluefi Tua di Samudera Hidia Selaa Idoesia diarahka pada upaya uuk megugkapa suau masalah aau keadaa

Lebih terperinci

Prediksi Penjualan Sepeda Motor Merek X Di Kabupaten Dan Kotamadya Malang Dengan Metode Peramalan Hierarki

Prediksi Penjualan Sepeda Motor Merek X Di Kabupaten Dan Kotamadya Malang Dengan Metode Peramalan Hierarki JURNAL SAINS DAN SENI POMITS Vol. 3, No., (4) 337-35 (3-98X Pri) D-34 Sepeda Moor Merek X Di Kabupae Da Koamadya Malag Dega Meode Peramala Hierarki Rika Susai, Desri Susilaigrum, da Suharoo Jurusa Saisika,

Lebih terperinci

BAB 4 PENGUMPULAN DAN ANALISA DATA

BAB 4 PENGUMPULAN DAN ANALISA DATA BAB 4 PENGUMPULAN DAN ANALISA DATA 4.1. Pegumpula da Pegolaha Daa 4.1.1. Daa Permiaa Uuk meeuka meode peramala yag aka dilakuka maka dibuuhka daa permiaa pada periode sebelumya. Tabel 4.1 Jeis Produk No.

Lebih terperinci

BAB METODOLOGI. Bab 2 Metodologi berisikan :

BAB METODOLOGI. Bab 2 Metodologi berisikan : BAB METODOLOGI Bab Meodologi berisika :.. Pegambila Sampel.. Peramala Nilai Iflasi melalui Ideks Harga Kosume Megguaka Meode ARIMA.3. Akumulasi Prese Value melalui Buga Sederhaa dalam Perhiuga Harga Barag

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengerian Supply Chain Managemen Supply chain managemen merupakan pendekaan aau meode dalam memanajemen hubungan perusahaan dengan supplier dan konsumen yang erjadi pada pengendalian

Lebih terperinci

Rumus-rumus yang Digunakan

Rumus-rumus yang Digunakan Saisika Uipa Surabaya 4. Sampel Tuggal = Rumus-rumus yag Diguaka s..... Sampel berkorelasi D D N N N...... 3. Sampel Bebas a. Uuk varias sama... 3 aau x x s g... 4 b. Sampel Heeroge Guaka Uji Corha - Cox

Lebih terperinci

PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP

PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP Prosidig SPMIPA. pp. 57-6. 6 ISBN : 979.74.47. PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP Sri Rahayu, Taro Jurusa Maemaika FMIPA UNDIP Semarag Jl. Prof. Soedaro, Kampus UNDIP Tembalag,

Lebih terperinci

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun

BAB 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 terperinci

BAB II TEORI DASAR. 2.1 Proses Stokastik Rantai Markov

BAB II TEORI DASAR. 2.1 Proses Stokastik Rantai Markov BAB II TEORI DASAR. Proses Sokasik Raai Markov Proses sokasik merupaka suau cara uuk mempelajari hubuga yag diamis dari suau ruua perisiwa aau proses yag kejadiaya bersifa idak pasi. Dalam memodelka perubaha

Lebih terperinci

kesimpulan yang didapat.

kesimpulan yang didapat. Bab ii merupaka bab peutup yag merupaka hasil da kesimpula dari pembahasa serta sara peulis berdasarka kesimpula yag didapat. BAB LANDASAN TEORI. Kosep Dasar Peramala Peramala adalah kegiata utuk memperkiraka

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Defenisi Persediaan Persediaan adalah barang yang disimpan unuk pemakaian lebih lanju aau dijual. Persediaan dapa berupa bahan baku, barang seengah jadi aau barang jadi maupun

Lebih terperinci

BAB II TINJAUAN TEORITIS

BAB II TINJAUAN TEORITIS BAB II TIJAUA TEORITIS 2.1 Peramalan (Forecasing) 2.1.1 Pengerian Peramalan Peramalan dapa diarikan sebagai beriku: a. Perkiraan aau dugaan mengenai erjadinya suau kejadian aau perisiwa di waku yang akan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

Bab III Metoda Taguchi

Bab III Metoda Taguchi Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.

Lebih terperinci

ALGORITMA DATA MINING

ALGORITMA DATA MINING ALGORITMA DATA MINING A. DECISION TREE. Kosep Decisio Tree Megubah daa mejadi poho kepuusa (decisio ree) da aura-aura kepuusa (rule). Sebagai cooh misalya igi membua aura yag dapa diguaka uuk meeuka apakah

Lebih terperinci

MODEL PERAMALAN RATA-RATA BEBAN PEMAKAIAN LISTRIK KOTA PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR

MODEL PERAMALAN RATA-RATA BEBAN PEMAKAIAN LISTRIK KOTA PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR MODEL PERAMALAN RATA-RATA BEBAN PEMAKAIAN LISTRIK KOTA PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR Diajuka Sebagai Salah Sau Syara Uuk Memperoleh Gelar Sarjaa Sais Pada Jurusa Maemaika Oleh :

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2. Ruag sampel da Kejadia Defiisi Himpua semua hasil yag mugki dari suau percobaa disebu ruag sampel da diyaaka dega S Mogomery, 2004: 7. Tiap hasil dari ruag sampel disebu usur aau

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeis Peeliia Jeis peeliia ii merupaka peeliia kuaiaif dega megguaka meode eksperime. Desai peeliia ii megguaka ru experime desig beuk desai poses oly corol desig yaki meempaka

Lebih terperinci

Jurnal Ilmiah Universitas Batanghari Jambi Vol.8 N0. 2 Juli 2008 ANALISIS PERENCANAAN PERSEDIAAN BAHAN BAKU (STUDY KASUS PD.

Jurnal Ilmiah Universitas Batanghari Jambi Vol.8 N0. 2 Juli 2008 ANALISIS PERENCANAAN PERSEDIAAN BAHAN BAKU (STUDY KASUS PD. Jural Ilmiah Uiversitas Bataghari Jambi Vol.8 N0. 2 Juli 2008 ANALISIS PERENCANAAN PERSEDIAAN BAHAN BAKU (STUDY KASUS PD. GUNUNG MAS JAMBI) PENDAHULUAN Perusahaa yag didirika pada umumya mempuyai tujua

Lebih terperinci

APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND

APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND Noeryani 1, Ely Okafiani 2, Fera Andriyani 3 1,2,3) Jurusan maemaika, Fakulas Sains Terapan, Insiu Sains & Teknologi

Lebih terperinci

II LANDASAN TEORI. of Portfolio Transactions (Almgren & Chriss 2000).

II LANDASAN TEORI. of Portfolio Transactions (Almgren & Chriss 2000). of Porfolio Trasaios (Almgre & Chriss 000 14 Sisemaika Peulisa Karya ilmiah ii erdiri aas eam bagia Bagia perama berupa pedahulua, erdiri aas laar belakag, ujua peulisa, meode peulisa, da sisemaika peulisa

Lebih terperinci

B. DESKRIPSI SINGKAT MATA KULIAH

B. DESKRIPSI SINGKAT MATA KULIAH A. IDENTITAS MATA KULIAH Nama Maa Kuliah : Kalkulus 1 Kode Maa Kuliah : MUG1A4 SKS : 4 (empa) Jeis : Maa kuliah wajib Jam pelaksaaa : Taap muka di kelas = 4 jam per peka Tuorial/ resposi Semeser / Tigka

Lebih terperinci

BAB 3 METODE PENELITIAN. Disini penerapan kriteria optimasi yang digunakan untuk menganalisis

BAB 3 METODE PENELITIAN. Disini penerapan kriteria optimasi yang digunakan untuk menganalisis BAB 3 METODE PENELITIAN 3.1 Peetapa Kriteria Optimasi Disii peerapa kriteria optimasi yag diguaka utuk megaalisis kebutuha pokok pada PT. Kusuma Kecaa Khatulistiwa yaitu : 1. Aalisis forecastig (peramala

Lebih terperinci

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN Nomi Kelari *, Hasriai 2, Musraii 2 Mahasiswa Program S Maemaika 2 Dose Jurusa Maemaika Fakulas Maemaika da Ilmu Pegeahua

Lebih terperinci

METODOLOGI. Waktu dan Tempat. Alat dan Bahan

METODOLOGI. Waktu dan Tempat. Alat dan Bahan METODOLOGI Waku da Tempa Peeliia merupaka desk sudy dega megguaka daa sekuder da pegolaha daa dilakuka di Laboraorium Klimaologi Depareme Geofisika da Meeorologi, Fakulas Maemaika da Ilmu Pegeahua Alam,

Lebih terperinci

Before making an investment decision, must answer these question:

Before making an investment decision, must answer these question: DEMAND FORECASTING Before makig a ivesme decisio, mus aswer hese quesio: Wha should be he size or amou capial required? How large should be he size of workforce? Wha should be he size of he order ad safey

Lebih terperinci

Sistim Komunikasi 1. Pertemuan 5 Konversi Analog ke Digital

Sistim Komunikasi 1. Pertemuan 5 Konversi Analog ke Digital isim Komuikasi 1 Peremua 5 Koversi Aalog ke Digial Murik Alayrus Tekik Elekro Fakulas Tekik, UMB murikalayrus@yahoo.com 1 Base Ba Moulaio Paa bagia sebelum kia meapaka siyal koiyu erhaap waku, misalyasiyalm(),

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Distribusi Distribusi merupaka suatu proses kegiata alira atau peyalura barag dari produse sampai ke taga kosume. Distribusi memerluka perecaaa, da pegedalia yag baik utuk meciptaka

Lebih terperinci

IV. METODOLOGI PENELITIAN. mencakup penyusunan proposal hingga penyusunan draft skripsi dilaksanakan di

IV. METODOLOGI PENELITIAN. mencakup penyusunan proposal hingga penyusunan draft skripsi dilaksanakan di IV. METODOLOGI PENELITIAN 4.1 Lokasi da Waku Peeliia Peeliia yag dilakuka pada Bula Jauari higga Mei 2008 yag mecakup peyusua proposal higga peyusua draf skripsi dilaksaaka di empa kecamaa di Kabupae Garu,

Lebih terperinci

BAB 3 LANDASAN TEORI. masa lampau akan berlanjut ke masa depan. Hampir seluruh peramalan didasarkan. pada asumsi bahwa masa lampau akan berulang.

BAB 3 LANDASAN TEORI. masa lampau akan berlanjut ke masa depan. Hampir seluruh peramalan didasarkan. pada asumsi bahwa masa lampau akan berulang. BAB 3 LANDASAN TEORI 3. Peramala 3.. Defiisi Peramala Peramala adalah perkiraa probabilisik aau peggambara dari ilai aau kodisi di masa depa. Asumsi yag umum dipakai dalam peramala adalah pola masa lampau

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN 16 III. METODOLOGI PENELITIAN 3.1. Keragka Pemikira Peelitia Perkembaga zama yag meutut setiap idividu baik dari segi kemampua maupu peampila. Boss Parfum yag bergerak di bidag isi ulag miyak wagi didirika

Lebih terperinci

MODEL VECTOR AUTOREGRESSIVE (VAR) DALAM MERAMAL PRODUKSI KELAPA SAWIT PTPN XIII Faradhila Amry, Dadan Kusnandar, Naomi Nessyana Debataraja

MODEL VECTOR AUTOREGRESSIVE (VAR) DALAM MERAMAL PRODUKSI KELAPA SAWIT PTPN XIII Faradhila Amry, Dadan Kusnandar, Naomi Nessyana Debataraja Bulei Ilmiah Mah. Sa. da Terapaya (Bimaser) Volume 07, No. (018), hal 77 84. MODEL VECTOR AUTOREGRESSIVE (VAR) DALAM MERAMAL PRODUKSI KELAPA SAWIT PTPN XIII Faradhila Amry, Dada Kusadar, Naomi Nessyaa

Lebih terperinci

PERANCANGAN SISTEM INFORMASI PREDIKSI PEMESANAN STOK ALAT- ALAT MUSIK PADA CV GRAHA MUSIC & LIGHTING

PERANCANGAN SISTEM INFORMASI PREDIKSI PEMESANAN STOK ALAT- ALAT MUSIK PADA CV GRAHA MUSIC & LIGHTING PERANCANGAN SISTEM INFORMASI PREDIKSI PEMESANAN STOK ALAT- ALAT MUSIK PADA CV GRAHA MUSIC & LIGHTING Moch Arifi 1, Rizal Cahya Pratama 1 Sekolah Tiggi Maajeme Iformatika Da Tekik Komputer Surabaya Jl.

Lebih terperinci

Analisis Rangkaian Listrik Di Kawasan Waktu

Analisis Rangkaian Listrik Di Kawasan Waktu Sudaryao Sudirham Aalisis Ragkaia Lisrik Di Kawasa Waku 3- Sudaryao Sudirham, Aalisis Ragkaia Lisrik () BAB 3 Peryaaa Siyal da Spekrum Siyal Dega mempelajari lajua eag model siyal ii, kia aka memahami

Lebih terperinci

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan

BAB 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 terperinci

PERANCANGAN APLIKASI PREDIKSI JUMLAH SISWA BARU PADA YAYASAN CERDAS MURNI MENGGUNAKAN EXPONENTIAL SMOOTHING

PERANCANGAN APLIKASI PREDIKSI JUMLAH SISWA BARU PADA YAYASAN CERDAS MURNI MENGGUNAKAN EXPONENTIAL SMOOTHING PERANCANGAN APLIKASI PREDIKSI JUMLAH SISWA BARU PADA YAYASAN CERDAS MURNI MENGGUNAKAN EXPONENTIAL SMOOTHING Khairu Nisa Ulfa 1, Muhammad Syahrizal 2 Mahasiswa Tekik Iformatika STMIK Budi Darma Meda 1 Dose

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA. yang akan datang. Peramalan menjadi sangat penting karena penyusunan suatu

BAB 2 TINJAUAN PUSTAKA. yang akan datang. Peramalan menjadi sangat penting karena penyusunan suatu BAB 2 TINJAUAN PUSTAKA 2.1 Pengerian Peramalan Peramalan adalah kegiaan memperkirakan apa yang erjadi pada waku yang akan daang sedangkan rencana merupakan penenuan apa yang akan dilakukan pada waku yang

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang

BAB 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 terperinci

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB 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 terperinci

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER STATISTIK CUKUP Oleh: Ramayai Rizka M (11810101003), Dey Ardiao (1181010101), Ikfi Ulyawai (1181010103), Falviaa Yulia Dewi (1181010106), Ricki Dio Rosada (11810101034), Nurma Yuia D (11810101035), Wula

Lebih terperinci

TUGAS AKHIR. Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika. Oleh: AFRIANTI

TUGAS AKHIR. Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika. Oleh: AFRIANTI MODEL TIME SERIES UNTUK PERAMALAN TINGKAT PENJUALAN JENIS BAHAN BAKAR MINYAK (BBM) DI STASIUN PENGISIAN BAHAN BAKAR UNTUK UMUM (SPBU) ARIFIN ACHMAD-PEKANBARU TUGAS AKHIR Diajuka sebagai Salah Sau Syara

Lebih terperinci

BAB 4 METODOLOGI PENELITIAN

BAB 4 METODOLOGI PENELITIAN BAB 4 METODOLOGI PENELITIAN 4.1. Model Rumusan Masalah dan Pengambilan Kepuusan Model rumusan masalah dan pengambilan kepuusan yang digunakan dalam menyelesaikan skripsi ini dimulai dari observasi lapangan

Lebih terperinci

PERAMALAN HARGA SAHAM SYARI AH RUPIAH EQUITY FUND PT. PRUDENTIAL LIFE INSURANCE PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR.

PERAMALAN HARGA SAHAM SYARI AH RUPIAH EQUITY FUND PT. PRUDENTIAL LIFE INSURANCE PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR. PERAMALAN HARGA SAHAM SYARI AH RUPIAH EQUITY FUND PT. PRUDENTIAL LIFE INSURANCE PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR Diajuka Sebagai Salah Sau Syara Uuk Memperoleh Gelar Sarjaa Sais pada

Lebih terperinci

BAB II TINJAUAN PUSTAKA. pengantar metode ARIMA Box Jenkins dan analisis spektral.

BAB II TINJAUAN PUSTAKA. pengantar metode ARIMA Box Jenkins dan analisis spektral. BAB II TINJAUAN PUSTAKA. Pedahulua Pada Bab II aka dijelaska pegeria pegeria da eori dasar yag diguaka sebagai ladasa pembahasa pada bab selajuya. Teori yag aka dibahas pada Bab II ii secara garis besar

Lebih terperinci

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA PENAKSIRAN DAN PERAMALAN BIAYA Ari Darmawa, Dr. S.AB, M.AB Email: aridarmawa_fia@ub.ac.id A. PENDAHULUAN B. PENAKSIRAN DAN PRAKIRAAN FUNGSI BIAYA C. PENAKSIRAN JANGKA PENDEK - Ekstrapolasi sederhaa - Aalisis

Lebih terperinci

PENGUJIAN HIPOTESIS DUA RATA-RATA

PENGUJIAN HIPOTESIS DUA RATA-RATA PENGUJIN HIPOTEI DU RT-RT Pegujia hipoesis dua raa-raa diguaka uuk membadigka dua keadaa aau epaya dua populasi. Misalya kia mempuyai dua populasi ormal masig-masig dega raa-raa µ da µ sedagka simpaga

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Black dan Scholes (1973) menyatakan bahwa nilai aset mengikuti Gerak

BAB II TINJAUAN PUSTAKA. Black dan Scholes (1973) menyatakan bahwa nilai aset mengikuti Gerak BAB II TINJAUAN PUSTAKA. Peeliia Terdahulu Black da Scholes (973) meyaaka bahwa ilai ase megikui Gerak Brow Geomeri, dega drif μ (ekpekasi dari reur) da volailias σ (deviasi sadar dari reur). Berawal dari

Lebih terperinci

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya. BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian

BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian BAB I PENDAHULUAN. Latar Belakag Peelitia Keadaa perekoomia yag terus berubah-ubah aka mempegaruhi tigkat pertumbuha perusahaa-perusahaa yag ada di Idoesia. Utuk itu, perusahaa yag ada di Idoesia harus

Lebih terperinci