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

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

1 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 Hol mengusulkan meode pemulusan eksponensial yang berlaku unuk daa runun waku yang idak memiliki unsur rend dan musiman Kemudian pada ahun 958 diusulkan suau prosedur pemulusan eksponensial unuk daa runun waku yang mengandung unsur rend yang kemudian biasa disebu meode dua-parameer dari Hol Pada ahun 965 Winers mengembangkan meode dua parameer dari Hol ersebu unuk kasus yang memiliki unsur musiman Winers menambahkan operasi pemulusan keiga (dan parameer keiga) unuk unsur musiman Meode pemulusan eksponensial ripel dari Winer lebih dikenal sebagai meode Hol-Winers Meode Hol-Winers dapa digunakan unuk daa runun waku yang mengandung rend dan musiman Meode ini erdiri aas dua model yaiu model adiif dan muliplikaif Model muliplikaif digunakan apabila erdapa kecenderungan aau anda bahwa pola musiman berganung pada ukuran daa Dengan kaa lain, pola musiman membesar seiring meningkanya ukuran daa edangkan model adiif digunakan jika kecenderungan ersebu idak erjadi Pada kenyaaan di lapangan, model muliplikaif lebih banyak dan lebih efekif dipakai Meode Hol-Winers didasarkan aas iga unsur yaiu unuk unsur sasioner, rend dan musiman unuk seiap periode Meode Hol-Winers

2 44 menggunakan iga pemboboan aau parameer pemulusan yaiu α, β, dan γ dimana parameer-parameer ersebu berada pada inerval (0,) uau benuk persamaan dasar dari meode Hol-Winers dinyaakan oleh benuk beriku: ( ) = + b + e (3) dimana = nilai pemulusan keseluruhan daa idak musiman pada periode erakhir b = nilai pemulusan rend pada periode + = indeks pemulusan musiman unuk periode + e + = error pada periode + + merupakan nilai akual pada dere daa, adalah nilai pemulusan keseluruhan diambahkan dengan aksiran unuk rend b, dikalikan dengan indeks musiman + Keiga komponen ersebu merupakan nilai aksiran dari daa yang elah dimuluskan secara eksponensial hingga akhir periode Persamaan yang digunakan unuk mengesimasi komponen, b, +, dan + adalah sebagai beriku: = α + ( α )( + b ), (32) ( ) ( β ) b = β + b, (33) = γ + ( γ ), (34)

3 45 ( ) F = + b m (35) + m + m dimana = nilai akual pada akhir periode α = konsana pemulusan unuk = nilai pemulusan keseluruhan β = konsaana pemulusan unuk menghiung rend ( b ) b = nilai pemulusan rend sampai periode = indeks pemulusan musiman periode yang lalu γ = panjang siklus musiman = konsana pemulusan unuk menghiung indeks musiman pada periode = indeks pemulusan musiman pada akhir periode m = panjang waku peramalan F + m = hasil peramalan pada periode + m Persamaan (34) adalah pemulusan unuk indeks musiman yang merupakan rasio anara nilai akual dari dere daa, dibagi dengan nilai pemulusan keseluruhan erbaru unuk dere daa ersebu Jika dari, maka rasio ersebu akan lebih besar dari, sedangkan jika lebih besar lebih kecil dari, maka rasio iu akan lebih kecil dari Unuk memahami meode ini perlu diperhaikan bahwa merupakan nilai pemulusan (raa-raa) dari dere daa yang

4 46 idak ermasuk unsur musiman Dengan membagi oleh, dapa diperoleh aksiran unuk indeks musiman yang idak dimuluskan unuk periode yaiu sebagai beriku: = = (36) Perlu diperhaikan bahwa mencakup adanya kerandoman dalam dere daa Unuk menghaluskan kerandoman ini, persamaan (34) memboboi fakor musiman yang dihiung paling akhir dengan γ dan angka musiman paling akhir pada musim yang sama dengan ( γ ) Fakor musiman sebelum ini dihiung pada periode, karena adalah panjang musiman Dengan demikian persamaan (34) ini dimuluskan sebagai beriku: = γ + ( γ ) Persamaan (33) epa sama dengan persamaan (248) dari Hol unuk pemulusan rend ama seperi pada meode Hol dan meode Brown, persamaan (33) mengesimasi rend dengan memuluskan perbedaan anara nilai pemulusan dan Hal ini unuk menaksir perubahan rend dari periode ke periode pada level Persamaan (32) berbeda sediki dengan persamaan (247) dari Hol di mana unsur peramanya yaiu nilai akual dibagi dengan indeks musiman Hal ini dilakukan unuk menghilangkan musiman (mengeliminasi flukuasi musiman) dari Penyesuaian ini dapa digambarkan dengan memperhaikan

5 47 kasus di mana lebih besar dari, yang erjadi pada saa nilai periode lebih besar daripada raa-raa dalam musimannya Pembagian dengan bilangan yang lebih besar dari ini menghasilkan suau nilai yang lebih kecil dari nilai semula Persenase penurunan ini sama dengan banyaknya unsur musiman pada periode yang lebih besar dari nilai raa-raa Penyesuaian yang sebaliknya erjadi bilamana angka musiman lebih kecil dari Nilai digunakan dalam perhiungan ini karena idak dapa dihiung sebelum dikeahui dari persamaan (32) Oleh karena iu, pada meode ini diperlukan suau proses penenuan nilai awal aau biasa disebu proses inisialisasi Alasan perlunya nilai awal unuk meode pemulusan eksponensial dapa diliha dengan memeriksa persamaan pemulusan eksponensial unggal sebagai beriku: ( α ) F = α + + F (37) dimana adalah nilai akual yang erbaru, F adalah ramalan yang erakhir, F + adalah ramalan unuk sau periode mendaang, dan α adalah konsana pemulusan Bila =, maka persamaan (37) menjadi ( α ) F = α + F (38) 2 Unuk memperoleh nilai F 2, F harus dikeahui Nilai F adalah sebagai beriku: ( α ) F = α + F (39) 0 0

6 48 Dari persamaan (39) dapa diliha bahwa 0 idak ersedia sehingga F 0 idak dapa diperoleh Masalah inilah sebenarnya yang dihadapi, nilai F dalam persamaan (38) harus dikeahui unuk menghiung F 2, namun nilai ersebu idak dapa diperoleh dari daa yang ada Oleh karena iu, diperlukan suau pendekaan lain unuk menaksir nilai awal F pada persamaan (38) Dengan cara yang sama, nilai awal diperlukan unuk semua jenis pemulusan eksponensial ermasuk pada meode pemulusan eksponensial ripel dari Winer (meode Hol-Winers) Proses penenuan nilai awal aau inisialisasi pada peramalan dengan meode Hol-Winers ini diperlukan paling sediki sau kelompok daa musiman lengkap yaiu periode unuk menenukan esimasi awal dari indeks musiman, dan perlu juga unuk menaksir fakor rend dari sau periode ke periode selanjunya Beberapa meode yang dapa dierapkan unuk menenukan nilai awal (proses inisialisasi) pada meode Hol-Winers dapa dicipakan dan pengaruhnya erhadap ramalan berikunya akan berganung pada panjang dere waku dan nilai dari keiga parameernya Meode ersebu anara lain sebagai beriku: Model nisialisasi nisialisasi unuk pemulusan keseluruhan dapa dienukan sebagai beriku: = ( ) edangkan unuk menginisialisasi fakor rend digunakan waku + k periode

7 49 b k k = k + + +, Jika runun daa cukup panjang maka baik jika mengambil k = demikian sehingga daa dari dua musim dapa digunakan Akan eapi, jika hal ersebu menimbulkan kesulian, kia dapa menggunakan k = nisialisasi unuk fakor musiman dapa dienukan sebagai beriku: k k =, k =, 2,, Model nisialisasi 2 nisialisasi unuk pemulusan keseluruhan dapa dienukan sebagai beriku: = + + dimana adalah panjang musiman, dimana 2 3 = = = 2 3 = = i i= nisialisasi fakor rend adalah sebagai beriku:

8 50 b ( ) + ( ) + ( ) = Walaupun pada ininya hampir sama, eapi akan dicari model erbaik yang diharapkan dapa dierapkan pada daa yang diperoleh Masalah lain dalam menggunakan meode Hol-Winers adalah menenukan nilai-nilai unuk keiga parameer pemulusan yaiu α, β, dan γ yang meminimumkan ukuran error-nya dimana α, β, dan γ harus berada pada inerval (0) alah sau pendekaan yang digunakan penulis unuk menenukan kombinasi dari keiga parameer ini adalah secara rial and error Adapun unuk ukuran akurasinya digunakan Mean Absolue Deviaion (MAD) dan Mean Absolue Percenage Error (MAPE) ebagaimana elah diungkapkan sebelumnya bahwa meode Hol-Winers dibagi menjadi dua yaiu model muliplikaif dan model adiif Beriku ini akan diuraikan model adiif dari meode pemulusan eksponensial ripel dari Winer dengan benuk dasar sebagai beriku: ( ) ( α )( ) = α + + b (30) ( ) ( β ) b = β + b (3) ( ) ( ) = γ + γ (32) F = + bm+ (33) + m + m dimana adalah panjang musiman Nilai awal unuk dan b sama seperi pada kasus muliplikaif Namun nilai awal awal unuk komponen musiman dienukan sebagai beriku: k = k, k =, 2,, (34)

9 5 Karena meode Hol-Winers memodelkan daa yang memiliki pola musiman, maka daa yang diperlukan akan lebih banyak daripada jumlah daa unuk meode pemulusan eksponensial unggal dan ganda Agar ukuran musiman memadai, daa yang digunakan paling sediki memiliki iga musim dari daa bulanan (36 bulan), empa aau lima dari daa per empaan (6 sampai 20 daa per empaan), aau iga musim dari daa mingguan (56 minggu) pada pola FAK dan FAKP-nya, sehingga meode ini dapa dierapkan dan mendapa hasil opimum Meode Hol-Winers memiliki kelebihan dibanding meode pemulusan eksponensial lainnya karena elah memodelkan rend, musiman dan kerandoman daa melalui proses pemulusan eksponensial yang lebih efisien

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 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 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

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 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 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 III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu

BAB 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 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

Jurusan Teknik Informatika Fakultas Teknik Universitas Muhammadiyah Jember ABSTRAK

Jurusan Teknik Informatika Fakultas Teknik Universitas Muhammadiyah Jember ABSTRAK PERBANDINGAN METODE DES (DOUBLE EXPONENTIAL SMOOTHING) DENGAN TES (TRIPLE EXPONENTIAL SMOOTHING) PADA PERAMALAN PENJUALAN ROKOK (STUDI KASUS TOKO UTAMA LUMAJANG) 1 Fajar Riska Perdana (1110651142) 2 Daryano,

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

IV METODE PENELITIAN

IV 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 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

BAB 2 TINJAUAN TEORI

BAB 2 TINJAUAN TEORI 7 BAB 2 TINJAUAN TEORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. Sedangkan ramalan adalah suau siuasi aau kondisi yang diperkirakan

Lebih terperinci

PENERAPAN METODE TRIPLE EXPONENTIAL SMOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUSAHAAN MEBEL SINAR JEPARA TANJUNGANOM NGANJUK.

PENERAPAN METODE TRIPLE EXPONENTIAL SMOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUSAHAAN MEBEL SINAR JEPARA TANJUNGANOM NGANJUK. PENERAPAN METODE TRIPLE EXPONENTIAL MOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUAHAAN MEBEL INAR JEPARA TANJUNGANOM NGANJUK. ii Rukayah*), Achmad yaichu**) ABTRAK Peneliian ini berujuan unuk

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa BAB 2 TINJAUAN TEORITI 2.1. Pengerian-pengerian Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. edangkan ramalan adalah suau siuasi aau kondisi yang diperkirakan

Lebih terperinci

BAB 2 LANDASAN TEORI. Pengangguran atau tuna karya merupakan istilah untuk orang yang tidak mau bekerja

BAB 2 LANDASAN TEORI. Pengangguran atau tuna karya merupakan istilah untuk orang yang tidak mau bekerja BAB 2 LANDASAN TEORI 2.1 Pengerian Pengangguran Pengangguran aau una karya merupakan isilah unuk orang yang idak mau bekerja sama sekali, sedang mencari kerja, bekerja kurang dari dua hari selama seminggu,

Lebih terperinci

Perbandingan Metode Winter Eksponensial Smoothing dan Metode Event Based untuk Menentukan Penjualan Produk Terbaik di Perusahaan X

Perbandingan 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 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 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

(T.6) PENDEKATAN INDEKS SIKLUS PADA METODE DEKOMPOSISI MULTIPLIKATIF

(T.6) PENDEKATAN INDEKS SIKLUS PADA METODE DEKOMPOSISI MULTIPLIKATIF Seminar Nasional Saisika 12 November 2011 Vol 2, November 2011 (T.6) PENDEKATAN INDEKS SIKLUS PADA METODE DEKOMPOSISI MULTIPLIKATIF Gumgum Darmawan, Sri Mulyani S Saf Pengajar Jurusan Saisika FMIPA UNPAD

Lebih terperinci

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF

BAB 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 terperinci

BAB 5 HASIL DAN PEMBAHASAN. Disini tujuan akhir yang ingin dicapai penulis adalah pembuatan suatu aplikasi

BAB 5 HASIL DAN PEMBAHASAN. Disini tujuan akhir yang ingin dicapai penulis adalah pembuatan suatu aplikasi BAB 5 HASIL DAN PEMBAHASAN Disini ujuan akhir yang ingin dicapai penulis adalah pembuaan suau aplikasi program yang digunakan unuk membanu perusahaan dalam menenukan jumlah produksi demand. Disini ada

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

Pemulusan Eksponensial dengan Metode Holt Winter Additive Damped

Pemulusan Eksponensial dengan Metode Holt Winter Additive Damped Pemulusan Eksponensial dengan Meode Hol Winer Addiive Damped Hurul in 1),Dr. Erna Tri Herdiani, M.Si 2), Andi Kresna Jaya, S.Si., M.Si 3) Program Sudi Saisika Jurusan Maemaika FMIPA Unhas Jln. Perinis

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Air merupakan kebuuhan pokok bagi seiap makhluk hidup di dunia ini ermasuk manusia. Air juga merupakan komponen lingkungan hidup yang pening bagi kelangsungan hidup

Lebih terperinci

Prosiding Seminar Nasional Matematika dan Terapannya 2016 p-issn : ; e-issn :

Prosiding Seminar Nasional Matematika dan Terapannya 2016 p-issn : ; e-issn : Prosiding Seminar Nasional Maemaika dan Terapannya 2016 p-issn : 2550-0384; e-issn : 2550-0392 PERAMALAN VOLUME PENGGUNAAN AIR BERSIH DENGAN METODE WINTERS EPONENTIAL SMOOTHING UNTUK MENENTUKAN VOLUME

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 35 BAB LANDASAN TEORI Meode Dekomposisi biasanya mencoba memisahkan iga komponen erpisah dari pola dasar yang cenderung mencirikan dere daa ekonomi dan bisnis. Komponen ersebu adalah fakor rend (kecendrungan),

Lebih terperinci

Sekilas Pandang. Modul 1 PENDAHULUAN

Sekilas 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 terperinci

Minggu 4 RATA-RATA BERGERAK DAN EXPONENTIAL SMOOTHING. Peramalan Data Time Series

Minggu 4 RATA-RATA BERGERAK DAN EXPONENTIAL SMOOTHING. Peramalan Data Time Series Minggu 4 RATA-RATA BERGERAK DAN EXPONENTIAL SMOOTHING Bab ini memperkenalkan model berlaku unuk daa ime series dengan musiman, ren, aau keduana komponen musiman dan ren dan daa sasioner. Meode peramalan

Lebih terperinci

APLIKASI METODE DOUBLE EXPONENTIAL SMOOTHING BROWN DAN HOLT UNTUK MERAMALKAN TOTAL PENDAPATAN BEA DAN CUKAI

APLIKASI METODE DOUBLE EXPONENTIAL SMOOTHING BROWN DAN HOLT UNTUK MERAMALKAN TOTAL PENDAPATAN BEA DAN CUKAI Prosiding Seminar Nasional Maemaika dan Terapannya 2016 p-issn : 2550-0384; e-issn : 2550-0392 APLIKASI METODE DOUBLE EXPONENTIAL SMOOTHING BROWN DAN HOLT UNTUK MERAMALKAN TOTAL PENDAPATAN BEA DAN CUKAI

Lebih terperinci

PENENTUAN KONSTANTA PEMULUSAN YANG MEMINIMALKAN MAPE DAN MAD MENGGUNAKAN DATA SEKUNDER BEA DAN CUKAI KPPBC TMP C CILACAP

PENENTUAN KONSTANTA PEMULUSAN YANG MEMINIMALKAN MAPE DAN MAD MENGGUNAKAN DATA SEKUNDER BEA DAN CUKAI KPPBC TMP C CILACAP Prosiding Seminar Nasional Maemaika dan Terapannya 2016 p-issn : 2550-0384; e-issn : 2550-0392 PENENTUAN KONSTANTA PEMULUSAN YANG MEMINIMALKAN MAPE DAN MAD MENGGUNAKAN DATA SEKUNDER BEA DAN CUKAI KPPBC

Lebih terperinci

Perancangan Sistem Peramalan Penjualan Barang Pada UD Achmad Jaya Dengan Metode Triple Exponential Smoothing

Perancangan Sistem Peramalan Penjualan Barang Pada UD Achmad Jaya Dengan Metode Triple Exponential Smoothing Jurnal Ilmiah Teknologi dan Informaika ASIA (JITIKA) Vol.10, No.2, Agusus 2016 ISSN: 0852-730X Perancangan Sisem Peramalan Penjualan Barang Pada UD Achmad Jaya Dengan Meode Triple Exponenial Smoohing Tria

Lebih terperinci

SISTEM PREDIKSI PENJUALAN GAMIS TOKO QITAZ MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING. Oleh: Salman Alfarisi

SISTEM PREDIKSI PENJUALAN GAMIS TOKO QITAZ MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING. Oleh: Salman Alfarisi S. Alfarisi / Journal of Applied Business and Economics Vol. 4 No. 1 (Sep 2017) 80-95 SISTEM PREDIKSI PENJUALAN GAMIS TOKO QITAZ MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING Oleh: Salman Alfarisi Program

Lebih terperinci

Analisis Model dan Contoh Numerik

Analisis Model dan Contoh Numerik Bab V Analisis Model dan Conoh Numerik Bab V ini membahas analisis model dan conoh numerik. Sub bab V.1 menyajikan analisis model yang erdiri dari analisis model kerusakan produk dan model ongkos garansi.

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Manajemen Perminaan 2.1.1. Konsep Dasar Manajemen Perminaan Pada dasarnya manajemen perminaan (demand managemen) didefinisikan sebagai suau fungsi pengelolaan dari semua perminaan

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

BAB 1 PENDAHULUAN. tahun 1990-an, jumlah produksi pangan terutama beras, cenderung mengalami

BAB 1 PENDAHULUAN. tahun 1990-an, jumlah produksi pangan terutama beras, cenderung mengalami 11 BAB 1 PENDAHULUAN 1.1. Laar Belakang Keahanan pangan (food securiy) di negara kia ampaknya cukup rapuh. Sejak awal ahun 1990-an, jumlah produksi pangan eruama beras, cenderung mengalami penurunan sehingga

Lebih terperinci

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat BAB 1 PENDAHULUAN 1.1 Laar Belakang Sumber Daya Alam (SDA) yang ersedia merupakan salah sau pelengkap ala kebuuhan manusia, misalnya anah, air, energi lisrik, energi panas. Energi Lisrik merupakan Sumber

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Perumbuhan ekonomi merupakan salah sau ukuran dari hasil pembangunan yang dilaksanakan khususnya dalam bidang ekonomi. Perumbuhan ersebu merupakan rangkuman laju-laju

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

PERBANDINGAN PERAMALAN METODE DOUBLE EXPONENTIAL SMOOTHING SATU PARAMETER BROWN DAN METODE DOUBLE EXPONENTIAL SMOOTHING DUA PARAMETER HOLT

PERBANDINGAN PERAMALAN METODE DOUBLE EXPONENTIAL SMOOTHING SATU PARAMETER BROWN DAN METODE DOUBLE EXPONENTIAL SMOOTHING DUA PARAMETER HOLT aisika, Vol. 4, No. 1, Tahun 2016 PERBANDINGAN PERAMALAN METODE DOUBLE EXPONENTIAL MOOTHING ATU PARAMETER BROWN DAN METODE DOUBLE EXPONENTIAL MOOTHING DUA PARAMETER HOLT Julnia Bidangan 1, Ika Purnaasari

Lebih terperinci

SISTEM PERAMALAN MENGGUNAKAN METODE TRIPLE EXPONENTIAL SMOTHING UNTUK STOK BAHAN SPARE PART MOTOR DI GARUDA MOTOR JAJAG

SISTEM PERAMALAN MENGGUNAKAN METODE TRIPLE EXPONENTIAL SMOTHING UNTUK STOK BAHAN SPARE PART MOTOR DI GARUDA MOTOR JAJAG ITEM PERAMALAN MENGGUNAKAN METODE TRIPLE EXPONENTIAL MOTHING UNTUK TOK BAHAN PARE PART MOTOR DI GARUDA MOTOR JAJAG 1 Muhammad Iqbal (1110651220) 2 Bagus eya R,.Kom M.Kom, 3 Heny Wahyu,.Kom Jurusan Teknik

Lebih terperinci

BAB III ANALISIS INTERVENSI. Analisis intervensi dimaksudkan untuk penentuan jenis respons variabel

BAB 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 terperinci

SISTEM INFORMASI PERAMALAN STOK BARANG DI CV. ANNORA ASIA MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING

SISTEM INFORMASI PERAMALAN STOK BARANG DI CV. ANNORA ASIA MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING Jurnal Informaika Polinema ISSN: 2407-070X SISTEM INFORMASI PERAMALAN STOK BARANG DI CV. ANNORA ASIA MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING Mansyur, Erfan Rohadi Program Sudi Teknik Informaika,

Lebih terperinci

LANDASAN TEORI. Untuk membantu tercapainya suatu keputusan yang efisien, diperlukan adanya

LANDASAN TEORI. Untuk membantu tercapainya suatu keputusan yang efisien, diperlukan adanya BAB 3 LANDASAN TEORI 3.1 Pengerian Peramalan Unuk membanu ercapainya suau kepuusan yang efisien, diperlukan adanya suau cara yang epa, sisemais dan dapa diperanggungjawabkan. Salah sau ala yang diperlukan

Lebih terperinci

BAB II TINJAUAN PUSTAKA. mempunyai efek menekan atau menghentikan suatu proses biokimia di dalam

BAB II TINJAUAN PUSTAKA. mempunyai efek menekan atau menghentikan suatu proses biokimia di dalam BAB II TINJAUAN PUSTAKA 2.1 Anibioik 2.1.1 Defenisi Anibioik adalah segolongan senyawa, baik alami maupun sineik, yang mempunyai efek menekan aau menghenikan suau proses biokimia di dalam organisme, khususnya

Lebih terperinci

BAB 3 METODOLOGI PEMECAHAN MASALAH

BAB 3 METODOLOGI PEMECAHAN MASALAH BAB 3 METODOLOGI PEMECAHAN MASALAH 3.1 Tahapan Pemecahan Masalah Tahapan pemecahan masalah berfungsi unuk memudahkan dalam mencari jawaban dalam proses peneliian yang dilakukan agar sesuai dengan arah

Lebih terperinci

BAB 3 LANDASAN TEORI

BAB 3 LANDASAN TEORI BAB 3 LANDASAN TEORI 3.1. Deskripsi Teori 3.1.1. Pengerian Peramalan Unuk membanu ercapainya suau kepuusan yang efisien unuk penjualan produknya, perusahaan memerlukan suau cara yang epa, sisemais dan

Lebih terperinci

BAB 1 PENDAHULUAN. Dalam pelaksanaan pembangunan saat ini, ilmu statistik memegang peranan penting

BAB 1 PENDAHULUAN. Dalam pelaksanaan pembangunan saat ini, ilmu statistik memegang peranan penting BAB 1 PENDAHULUAN 1.1. Laar Belakang Dalam pelaksanaan pembangunan saa ini, ilmu saisik memegang peranan pening baik iu di dalam pekerjaan maupun pada kehidupan sehari-hari. Ilmu saisik sekarang elah melaju

Lebih terperinci

BAB IV PERHITUNGAN NUMERIK

BAB IV PERHITUNGAN NUMERIK BAB IV PERHITUNGAN NUMERIK Dengan memperhaikan fungsi sebaran peluang berahan dari masingmasing sebaran klaim, sebagai mana diulis pada persamaan (3.45), (3.70) dan (3.90), perhiungan numerik idak mudah

Lebih terperinci

Pemodelan Data Runtun Waktu : Kasus Data Tingkat Pengangguran di Amerika Serikat pada Tahun

Pemodelan 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 terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 26 III. METODE PENELITIAN 3.1. Kerangka Pemikiran Penilaian perkembangan kinerja keuangan PT. Goodyear Indonesia Tbk dilakukan dengan maksud unuk mengeahui sejauh mana perkembangan usaha perusahan yang

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah Dalam sisem perekonomian suau perusahaan, ingka perumbuhan ekonomi sanga mempengaruhi kemajuan perusahaan pada masa yang akan daang. Pendapaan dan invesasi merupakan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan adalah kegiaan memperkirakan apa yang akan erjadi pada masa yang akan daang. Ramalan adalah sesuau kegiaan siuasi aau kondisi yang diperkirakan akan erjadi

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN EORI 2. injauan Pusaka 2.. Peramalan Peramalan (forecasing) merupakan ala banu yang pening dalam perencanaan yang efekif dan efisien khususnya dalam bidang ekonomi. Dalam organisasi modern

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 39 III. METODE PENELITIAN 3.1 Waku dan Meode Peneliian Pada bab sebelumnya elah dibahas bahwa cadangan adalah sejumlah uang yang harus disediakan oleh pihak perusahaan asuransi dalam waku peranggungan

Lebih terperinci

BAB 3 LANDASAN TEORI. 3.1 Pengertian dan Kegunaan Peramalan (Forecasting)

BAB 3 LANDASAN TEORI. 3.1 Pengertian dan Kegunaan Peramalan (Forecasting) BAB 3 LANDAAN TEORI 3.1 Pengerian dan Kegunaan Peramalan (Forecasing) Dalam melakukan analisis dibidang ekonomi, sosial dan sebagainya, kia memerlukan suau perkiraan apa yang akan erjadi aau gambaran enang

Lebih terperinci

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN PEMODELAN NILAI UKAR RUPIAH ERHADAP $US MENGGUNAKAN DERE WAKU HIDDEN MARKOV SAU WAKU SEBELUMNYA BERLIAN SEIAWAY, DIMAS HARI SANOSO, N. K. KUHA ARDANA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan

Lebih terperinci

IDENTIFIKASI POLA DATA TIME SERIES

IDENTIFIKASI 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 terperinci

RANCANG BANGUN APLIKASI SISTEM PERAMALAN HARGA EMAS DENGAN METODE PEMULUSAN EKSPONENSIAL WINTER

RANCANG BANGUN APLIKASI SISTEM PERAMALAN HARGA EMAS DENGAN METODE PEMULUSAN EKSPONENSIAL WINTER RANCANG BANGUN APLIKASI SISTEM PERAMALAN HARGA EMAS DENGAN METODE PEMULUSAN EKSPONENSIAL WINTER Moh Afwan 1) S1 / Jurusan Sisem Informasi, Sekolah Tinggi Manajemen Kompuer & Teknik Kompuer Surabaya, email

Lebih terperinci

BAB II LANDASAN TEORI. bahasa Yunani Sustema yang berarti satu kesatuan yang atas komponen atau

BAB II LANDASAN TEORI. bahasa Yunani Sustema yang berarti satu kesatuan yang atas komponen atau BAB II LANDASAN TEORI 2.1 Sisem Aplikasi Menuru Jogiano (2004), sisem berasal dari bahasa lain Sysema dan bahasa Yunani Susema yang berari sau kesauan yang aas komponen aau elemen-elemen yang dihubungkan

Lebih terperinci

BAB 2 DASAR TEORI. Studi mengenai aspek teknis dan produksi ini sifatnya sangat strategis, sebab

BAB 2 DASAR TEORI. Studi mengenai aspek teknis dan produksi ini sifatnya sangat strategis, sebab 13 BAB 2 DASAR TEORI 2.1 Aspek Teknis Sudi mengenai aspek eknis dan produksi ini sifanya sanga sraegis, sebab berkaian dengan kapasias proyek, lokasi, aa leak ala produksi, kajian aas bahan dan sumbernya,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LADASA TEORI 2. Pengerian Peramalan Di dalam melakukan suau kegiaan dan analisis usaha aau produksi di bidang manufakur aau perekonomian, suau peramalan aau yang lebih kia kenal dengan forecasing

Lebih terperinci

*Corresponding Author:

*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 terperinci

PERAMALAN PADA DATA IRREGULAR SINUSOIDAL DENGAN MENGGUNAKAN MODEL HOLT-WINTERS. Gumgum Darmawan Departemen Statistika FMIPA UNPAD

PERAMALAN PADA DATA IRREGULAR SINUSOIDAL DENGAN MENGGUNAKAN MODEL HOLT-WINTERS. Gumgum Darmawan Departemen Statistika FMIPA UNPAD Prosiding eminar Nasional Maemaika dan Terapannya 06 p-n : 550-0384; e-n : 550-039 PERAMAAN PADA DATA RREGUAR NUODA DENGAN MENGGUNAKAN MODE HOT-WNTER Gumgum Darmawan Deparemen aisika FMPA UNPAD gumsa@gmail.com

Lebih terperinci

III. PEMODELAN HARGA PENGGUNAAN INTERNET

III. PEMODELAN HARGA PENGGUNAAN INTERNET 8 III EMODELAN HARGA ENGGUNAAN INTERNET 3 Asumsi dan Model ada peneliian ini diperhaikan beberapa asumsi yaiu sebagai beriku: Waku anarkedaangan menyebar eksponensial dengan raaan λ - (laju kedaangan adalah

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang

BAB 1 PENDAHULUAN. Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang BAB 1 PENDAHULUAN 1.1 Laar Belakang Perumbuhan ekonomi merupakan salah sau ukuran dari hasil pembangunan yang dilaksanakan khususnya dalam bidang ekonomi. Perumbuhan ersebu merupakan rangkuman laju perumbuhan

Lebih terperinci

BAB 2 LANDASAN TEORI. Bab ini berisi teori dasar yang dipakai dalam melakukan perancangan program

BAB 2 LANDASAN TEORI. Bab ini berisi teori dasar yang dipakai dalam melakukan perancangan program 8 BAB 2 LANDASAN TEORI Bab ini berisi eori dasar yang dipakai dalam melakukan perancangan program sera unuk membua aplikasi peramalan persediaan barang dengan Hol-Winers guna opimasi pendisribusian barang

Lebih terperinci

BAB I PENDAHULUAN. Dalam pembicaraan sehari-hari, bank dikenal sebagai lembaga keuangan yang

BAB I PENDAHULUAN. Dalam pembicaraan sehari-hari, bank dikenal sebagai lembaga keuangan yang BAB I PENDAHULUAN 1.1 Laar Belakang Dalam pembicaraan sehari-hari, bank dikenal sebagai lembaga keuangan yang kegiaan uamanya menerima simpanan giro, abungan dan deposio. Kemudian bank juga dikenal sebagai

Lebih terperinci

Bab 2 Landasan Teori

Bab 2 Landasan Teori Bab 2 Landasan Teori 2.1 Keseimbangan Lini 2.1.1 Definisi Keseimbangan Lini Penjadwalan dari pekerjaan lini produksi yang menyeimbangkan kerja yang dilakukan pada seiap sasiun kerja. Keseimbangan lini

Lebih terperinci

APLIKASI PERAMALAN PENENTUAN JUMLAH PERMINTAAN KONSUMEN TERHADAP PRODUK BORDIR PADA KOTA TASIKMALAYA

APLIKASI PERAMALAN PENENTUAN JUMLAH PERMINTAAN KONSUMEN TERHADAP PRODUK BORDIR PADA KOTA TASIKMALAYA APLIKASI PERAMALAN PENENTUAN JUMLAH PERMINTAAN KONSUMEN TERHADAP PRODUK BORDIR PADA KOTA TASIKMALAYA Lies Sunarminyasui 1, Salman Alfarisi 2, Firia Sari Hasanusi 3 1,2,3 Program Sudi Teknik Informaika,

Lebih terperinci

Bab 2 Tinjauan Pustaka 2.1 Penelitian Sebelumnya

Bab 2 Tinjauan Pustaka 2.1 Penelitian Sebelumnya 5 Bab 2 Tinjauan Pusaka 2.1 Peneliian Sebelumnya Dalam skripsi peneliian yang berjudul Pemodelan dinamis pola anam berbasis meode LVQ (Learning Vecor Quanizaion) (Bursa, 2010), menghasilkan sisem informasi

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

Proyeksi Penduduk Provinsi Riau Menggunakan Metode Campuran

Proyeksi Penduduk Provinsi Riau Menggunakan Metode Campuran Saisika, Vol. 10 No. 2, 129 138 Nopember 2010 Proyeksi Penduduk Provinsi Riau 2010-2015 Menggunakan Meode Campuran Ari Budi Uomo, Yaya Karyana, Tei Sofia Yani Program Sudi Saisika, Universias Islam Bandung

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Peramalan 2.1.1. Fakor-Fakor Perimbangan Dalam Peramalan Kuaniaif Menuru Sofjan Assauri, Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi pada masa yang akan daang

Lebih terperinci

BAB I PENDAHULUAN. tepat rencana pembangunan itu dibuat. Untuk dapat memahami keadaan

BAB I PENDAHULUAN. tepat rencana pembangunan itu dibuat. Untuk dapat memahami keadaan BAB I PENDAHULUAN 1.1 Laar Belakang Dalam perencanaan pembangunan, daa kependudukan memegang peran yang pening. Makin lengkap dan akura daa kependudukan yang esedia makin mudah dan epa rencana pembangunan

Lebih terperinci

BAB I PENDAHULUAN. Nilai tukar mata uang rupiah terhadap US Dollar sangat fluktuatif dalam dua

BAB I PENDAHULUAN. Nilai tukar mata uang rupiah terhadap US Dollar sangat fluktuatif dalam dua BAB I PENDAHULUAN. Laar Belakang Masalah Nilai ukar maa uang rupiah erhadap US Dollar sanga flukuaif dalam dua belas ahun erakhir ini, dan puncaknya adalah saa erjadi krisis moneer pada ahun 998. Keidaksabilan

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.. Ruang Lingkup Peneliian Peneliian ini diujukan unuk menenukan meode erbaik yang dapa digunakan dalam meramalkan harga ayam pada enam koa besar di Jawa-Bali. Meode peramalan yang

Lebih terperinci

Exponential smoothing

Exponential smoothing Exponenial smoohing This is a widely used forecasing echnique in reailing, even hough i has no proven o be especially accurae, www,cl,asae,edu/crbrown/smoohing07,pp 1 Exponenial Smoohing n Period Moving

Lebih terperinci

Bab II LANDASAN TEORI

Bab II LANDASAN TEORI 5 Bab II LANDASAN TEORI 2.1 Pengerian Peramalan Menuru Sofjan Assauri (1984, p1), kegiaan unuk memperkirakan apa yang akan erjadi pada masa yang akan daang, kia kenal dengan apa yang disebu peramalan (forecasing).

Lebih terperinci

DAN PENERAPANNYA PADA PRODUKSI KELAPA SAWIT DI PT. PERKEBUNAN NUSANTARA XIII

DAN PENERAPANNYA PADA PRODUKSI KELAPA SAWIT DI PT. PERKEBUNAN NUSANTARA XIII Bulein Ilmiah Mah. Sa. dan Terapannya (Bimaser) Volume 6, No. 3 (27), hal 83 2. MODEL SPACE-TIME DAN PENERAPANNYA PADA PRODUKSI KELAPA SAWIT DI PT. PERKEBUNAN NUSANTARA XIII Ella Kurniawai, Naomi Nessyana

Lebih terperinci

PERSAMAAN GERAK VEKTOR SATUAN. / i / = / j / = / k / = 1

PERSAMAAN GERAK VEKTOR SATUAN. / i / = / j / = / k / = 1 PERSAMAAN GERAK Posisi iik maeri dapa dinyaakan dengan sebuah VEKTOR, baik pada suau bidang daar maupun dalam bidang ruang. Vekor yang dipergunakan unuk menenukan posisi disebu VEKTOR POSISI yang diulis

Lebih terperinci

FORECASTING & ARIMA. Dwi Martani. 1/26/2010 Statistik untuk Bisnis 9 1

FORECASTING & 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 terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jenis dan Pendekaan Peneliian Jenis peneliian yang digunakan dalam peneliian ini adalah peneliian evaluasi dan pendekaannya menggunakan pendekaan kualiaif non inerakif (non

Lebih terperinci

Jurnal EKSPONENSIAL Volume 5, Nomor 2, Nopember 2014 ISSN

Jurnal 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 terperinci

PEMODELAN PRODUKSI SEKTOR PERTANIAN

PEMODELAN PRODUKSI SEKTOR PERTANIAN Seminar Nasional Saisika IX Insiu Teknologi Sepuluh Nopember, 7 November 2009 PEMODELAN PRODUKSI SEKTOR PERTANIAN Brodjol Suijo Jurusan Saisika ITS Surabaya ABSTRAK Pada umumnya daa ekonomi bersifa ime

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pea Proses Operasi Pea Proses Operasi merupakan suau diagram yang menggambarkan langkahlangkah proses yang akan dialami bahan baku mengenai uru-uruan operasi dam pemeriksaan. Sejak

Lebih terperinci

III. METODE PENELITIAN. Data yang digunakan adalah data sekunder runtun waktu (time series) bulanan

III. METODE PENELITIAN. Data yang digunakan adalah data sekunder runtun waktu (time series) bulanan III. METODE PENELITIAN A. Jenis dan Sumber Daa Daa yang digunakan adalah daa sekunder runun waku (ime series) bulanan dari 2002:01 sampai dengan 2009:06 yang bersumber dari Laporan dan websie Bank Indonesia

Lebih terperinci

BAB 1 PENDAHULUAN. Kabupaten Labuhan Batu merupakan pusat perkebunan kelapa sawit di Sumatera

BAB 1 PENDAHULUAN. Kabupaten Labuhan Batu merupakan pusat perkebunan kelapa sawit di Sumatera BAB 1 PENDAHULUAN 1.1 Laar Belakang Kabupaen Labuhan Bau merupakan pusa perkebunan kelapa sawi di Sumaera Uara, baik yang dikelola oleh perusahaan negara / swasa maupun perkebunan rakya. Kabupaen Labuhan

Lebih terperinci

Peramalan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Model Dinamis

Peramalan 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 terperinci

Metode Regresi Linier

Metode Regresi Linier Modul 1 Meode Regresi Linier Prof. DR. Maman Djauhari A PENDAHULUAN nalisis regresi linier, baik yang sederhana maupun yang ganda, elah Anda pelajari dalam maa kuliah Meode Saisika II. Dengan demikian

Lebih terperinci

BAB 4 ANALISIS DAN PEMBAHASAN

BAB 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 terperinci

PERAMALAN JUMLAH PENUMPANG PADA PT

PERAMALAN JUMLAH PENUMPANG PADA PT PERAMALAN JUMLAH PENUMPANG PADA PT. ANGKASA PURA I (PERSERO) KANTOR CABANG BANDAR UDARA INTERNASIONAL ADISUTJIPTO YOGYAKARTA DENGAN METODE WINTER S EXPONENTIAL SMOOTHING DAN SEASONAL ARIMA SKRIPSI Diajukan

Lebih terperinci

Jurnal Edik Informatika. Peramalan Kebutuhan Manajemen Logistik Pada Usaha Depot Air Minum Isi Ulang Al-Fitrah

Jurnal Edik Informatika. Peramalan Kebutuhan Manajemen Logistik Pada Usaha Depot Air Minum Isi Ulang Al-Fitrah Jurnal Edik Informaika Peneliian Bidang Kompuer Sains dan Pendidikan Informaika V.i(5-4) Peramalan Kebuuhan Manajemen Logisik Pada Usaha Depo Air Minum Isi Ulang Al-Firah Henny Yulius, Islami Yei Universias

Lebih terperinci

3 METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian 3.2 Pengumpulan Data 3.3 Pengolahan dan Analisis Data Analisis catch per unit effort

3 METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian 3.2 Pengumpulan Data 3.3 Pengolahan dan Analisis Data Analisis catch per unit effort 3 METODE PENELITIAN 3. Waku dan Tempa Peneliian Peneliian dilaksanakan selama dua bulan dari bulan Agusus sampai Sepember 2008. Tempa yang dadikan obyek peneliian adalah Pelabuhan Perikanan Nusanara (PPN)

Lebih terperinci

MONOGRAF EVALUASI PENGENDALIAN PERSEDIAAN BAHAN BAKU INDUSTRI MANUFAKTUR DENGAN PENDEKATAN HEURISTIC SILVER MEAL IRIANI UPN VETERAN JAWA TIMUR

MONOGRAF EVALUASI PENGENDALIAN PERSEDIAAN BAHAN BAKU INDUSTRI MANUFAKTUR DENGAN PENDEKATAN HEURISTIC SILVER MEAL IRIANI UPN VETERAN JAWA TIMUR i MONOGRAF EVALUASI PENGENDALIAN PERSEDIAAN BAHAN BAKU INDUSTRI MANUFAKR DENGAN PENDEKATAN HEURISTIC SILVER MEAL IRIANI UPN VETERAN JAWA TIMUR ii Judul: EVALUASI PENGENDALIAN PERSEDIAAN BAHAN BAKU INDUSTRI

Lebih terperinci

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON*

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON* PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON* BERLIAN SETIAWATY DAN HIRASAWA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Peranian Bogor

Lebih terperinci

PREDIKSI BEBAN LISTRIK MENGGUNAKAN KERNEL RIDGE REGRESSION DENGAN PERTIMBANGAN DUMP POWER DAN ENERGY NOT SERVED

PREDIKSI BEBAN LISTRIK MENGGUNAKAN KERNEL RIDGE REGRESSION DENGAN PERTIMBANGAN DUMP POWER DAN ENERGY NOT SERVED PREDIKSI BEBAN LISTRIK MENGGUNAKAN KERNEL RIDGE REGRESSION DENGAN PERTIMBANGAN DUMP POWER DAN ENERGY NOT SERVED Wahyuda 1, Budi Sanosa 2, Nani Kurniai 3 1 Teknik Indusri Universias Mulawarman-Samarinda

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Definisi Peramalan Peramalan adalah suau kegiaan dalam memperkirakan aau kegiaan ang melipui pembuaan perencanaan di masa ang akan daang dengan menggunakan daa masa lalu dan daa masa

Lebih terperinci

PERAMALAN 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(0,1,1)(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 terperinci