OPTIMASI KEUNTUNGAN PEMBELIAN MANIK-MANIK DI C.V BURHANI SURABAYA DENGAN MENGGUNAKAN PEMOGRAMAN LINIER

Ukuran: px
Mulai penontonan dengan halaman:

Download "OPTIMASI KEUNTUNGAN PEMBELIAN MANIK-MANIK DI C.V BURHANI SURABAYA DENGAN MENGGUNAKAN PEMOGRAMAN LINIER"

Transkripsi

1 OPTIMASI KEUNTUNGAN PEMBELIAN MANIK-MANIK DI C.V BURHANI SURABAYA DENGAN MENGGUNAKAN PEMOGRAMAN LINIER Ammar Nuruddin* dan Bobby O.P. Soepangkat** Program Pascasarjana Magister Manajemen Teknologi ITS Bidang Keahlian Manajemen Industri * Koepink_gajah@yahoo.com ** bops_1994@me.its.ac.id ABSTRAK CV. Burhani merupakan perusahaan dagang yang bergerak di bidang penjualan peralatan jahit dan konveksi. Perusahaan mengelompokkan produk penjualan ke dalam 5 kelompok produk, dan kelompok produk manik-manik merupakan produk dengan tingkat penjualan tertinggi. Produk manik-manik terdiri atas 156 produk yang dikelompokkan ke dalam 3 kelompok warna dan 4 kelompok ukuran. Karena ada perbedaan permintaan antara kelompok warna dan perbedaan keuntungan antara kelompok ukuran, maka perusahaan harus dapat memperkirakan bauran produk manik-manik yang dapat mendatangkan keuntungan yang paling maksimal bagi perusahaan. Ada dua langkah untuk menyelesaikan masalah bauran produk tersebut. Langkah yang pertama adalah melakukan peramalan permintaan produk untuk tahun 2011 berdasarkan permintaan tahun Langkah yang kedua adalah melakukan optimasi untuk memaksimalkan keuntungan dengan menggunakan metode pemrograman linier. Dari hasil optimasi yang telah dilakukan perusahaan dapat memperoleh keuntungan maksimal sebesar Rp ,-. Keuntungan yang didapat pada tahun 2011 mengalami peningkatan sebesar 1,63% dibandingkan dengan keuntungan perusahaan yang didapat pada tahun Kata kunci: kuantitas manik-manik, metode pemrograman linier, peramalan PENDAHULUAN C.V Burhani yang berlokasi di Surabaya merupakan suatu perusahaan dagang yang bergerak di bidang penjualan peralatan jahit dan konveksi. Seiring dengan berkembangnya perusahaan, maka saat ini C.V Burhani telah melengkapi diri menjadi perusahaan dagang yang menyediakan berbagai macam kebutuhan yang tidak sebatas peralatan jahit dan konveksi. Produk dengan penjualan tertinggi di dalam perusahaan adalah produk manik-manik. Produk manik manik terdiri dari 3 kelompok warna dan 4 kelompok ukuran, sehingga ada 156 total jenis produk manik-manik dari kelompok warna dan kelompok ukuran yang berbeda. Adanya perbedaan permintaan antara kelompok warna dan perbedaan keuntungan antara kelompok ukuran menyebabkan perusahaan harus dapat memperkirakan bauran produk manik-manik yang akan dibeli secara optimal, sehingga dapat menghasilkan keuntungan yang maksimal. Pada saat ini A-20-1

2 perusahaan belum pernah melakukan pemeriksaan yang teliti trehadap data pembelian dan tidak memperhatikan bauran yang optimal dari masing-masing kelompok warna, ukuran, dan sub kelompok warna. Oleh karena itu optimasi terhadap kuantitas manik-manik yang akan dibeli di setiap kelompok warna, ukuran, dan sub kelompok warna akan berdampak pada peningkatan keuntungan perusahaan. Penentuan bauran produk yang optimal untuk menghasilkan keuntungan yang maksimal harus memperhatikan beberapa hal, yaitu jumlah pembelian maksimal dari produk, jumlah pembelian maksimal per kelompok warna, kemampuan tenaga kerja total, kemampuan tenaga kerja per kelompok warna, kapasitas pengiriman maksimal, kapasitas pengiriman maksimal per kelompok warna, dan jumlah pembelian minimal per-sub kelompok warna. Adapun tujuan dari penelitian ini adalah untuk mengetahui: 1. Metode peramalan yang tepat untuk mengestimasi permintaan produk manikmanik. 2. Bauran produk manik-manik yang dapat memaksimalkan keuntungan yang diperoleh perusahaan. Manfaat yang diharapkan dari penelitian ini adalah: 1. Membantu perusahaan agar dapat meramalkan penjualan manik-manik untuk periode 12 bulan ke depan, sehingga dapat meminimalkan kelebihan stok produk yang berdampak pada pengurangan keuntungan perusahaan. 2. Membantu perusahaan dalam proses pengambilan keputusan untuk menentukan jumlah produk manik-manik yang akan dibeli untuk setiap kelompok warna dan kelompok ukuran. 3. Sebagai panduan bagi perusahaan jika suatu saat terjadi lonjakan permintaan, sehingga perusahaan dengan cepat dapat mengambil keputusan mengenai produk yang harus diutamakan pembeliannya. METODE Penelitian yang dilakukan terdiri dari enam tahap, yaitu tahap identifikasi permasalahan dan kebutuhan data, tahap pengumpulan data, tahap pengolahan data, tahap peramalan permintaan, tahap pemodelan, penyelesaian model dan analisis, serta yang terakhir adalah tahap penarikan kesimpulan. Pada setiap tahap, output dari tahapan terdahulu menjadi input bagi tahapan berikutnya. Peramalan adalah sebuah prediksi mengenai apa yang akan terjadi di masa yang akan datang (Hanke and Reitsch, 1998). Ketepatan memprediksi peristiwa dan tingkat kejadian di masa mendatang tidak mungkin dapat dicapai secara mutlak. Organisasi yang sukses dapat mengantisipasi permintaan yang akan datang, dan mentransformasikan kepada faktor-faktor input yang diperlukan untuk memenuhi perkiraan peramalan. Dalam peramalan terdapat 2 (dua) metode yang digunakan, yaitu metode kuantitatif dan metode kualitatif. Metode kuantitatif adalah metode peramalan yang didasarkan pada perhitungan matematis dan statistik dengan menggunakan data historis, sedangkan metode kualitatif adalah metode peramalan yang pengembangannya berdasarkan estimasi subyektif atau opini para ahli. A-20-2

3 Analisis deret waktu adalah suatu analisis yang dilakukan berdasarkan nilai masa lalu dari suatu variabel dan atau kesalahan masa lalu dengan tujuan untuk menemukan pola dalam deret data historis dan mengestrapolasikan pola tersebut ke masa yang akan datang sebagai suatu pendugaan masa depan (Makridakis et al., 1999). Faktor utama yang mempengaruhi pemilihan metode peramalan adalah mengidentifikasi dan memahami pola historis di dalam data (Hanke and Reitsch, 1998). Untuk mendapatkan keuntungan yang maksimum dalam menentukan produk yang akan dijual maka dilakukan optimasi. Metode pemrograman linier digunakan karena produk yang akan dijual bersifat riil, dan terkait dengan pengalokasian sumber daya yang dimiliki oleh perusahaan yang berupa kapasitas pembelian, tenaga kerja, dan juga armada pengiriman. Adapun model yang diterapkan adalah: Fungsi Tujuan: =. L nmp = keuntungan produk manik-manik untuk kelompok ukuran n, kelompok warna m, dan sub-kelompok warna p X nmp = keuntungan produk manik-manik untuk kelompok ukuran n, kelompok warna m, dan sub-kelompok warna p Fungsi pembatas: 1. Pembatas pembelian maksimal dari produk (per tahun) K p = kapasitas pembelian maksimal manik-manik 2. Pembatas jumlah pembelian maksimal untuk setiap kelompok warna (per tahun) A-20-3

4 K 1 = kapasitas pembelian kelompok warna silver lined hole K 2 = kapasitas pembelian kelompok warna opaque K 3 = kapasitas pembelian kelompok warna trans color 3. Pembatas kemampuan tenaga kerja total (per tahun) T = waktu untuk memindahkan satu karton produk W = kemampuan tenaga kerja dalam menit 4. Pembatas kemampuan tenaga kerja per kelompok warna (per tahun) W m1 = kemampuan tenaga kerja untuk kelompok warna silver line hole dalam menit W m2 = kemampuan tenaga kerja untuk kelompok warna opaque dalam menit W m3 = kemampuan tenaga kerja untuk kelompok warna trans color dalam menit 5. Pembatas kapasitas pengiriman maksimal (per tahun) b = notasi untuk berat produk manik-manik P = kapasitas pengiriman total produk manik-manik 6. Pembatas kapasitas pengiriman maksimal per kelompok warna (per tahun) A-20-4

5 P m1 = kapasitas pengiriman kelompok warna silver lined hole P m2 = kapasitas pengiriman kelompok warna opaque P m3 = kapasitas pengiriman kelompok warna trans color 7. Pembatas minimal pembelian per sub-kelompok warna: Zm = minimal pembelian per sub-kelompok warna. Analisa Kepekaan Berdasarkan model yang telah dibuat, dilakukan analisis kepekaan terhadap perubahan-perubahan satu atau lebih parameter-parameter yang mempengaruhi keuntungan perusahaan. Hal ini dimaksudkan untuk mengetahui keadaan sistem atau model yang telah dibuat terhadap perubahan-perubahan pembatasnya. HASIL dan DISKUSI Dari data permintaan manik-manik periode Januari sampai dengan Desember tahun 2010, terlihat adanya pola siklus dan musiman. Dari beberapa metode peramalan yang dapat digunakan dipilih metode yang memiliki nilai Mean Square Error (MSE) terkecil. Hasil perhitungan MSE menunjukkan bahwa metode dengan nilai MSE terkecil adalah metode autoregressive (AR). Hasil peramalan permintaan produk manik-manik untuk periode Januari 2011 sampai dengan Desember 2011 dengan menggunakan metode AR ditunjukkan pada Tabel 1. Tabel 1. Hasil peramalan permintaan manik-manik Januari 2011-Desember 2011 KELOMPOK WARNA SILVER LINED HOLE OPAQUE COLOR TRANS COLOR JANUARI FEBRUARI MARET APRIL MEI JUNI JULI AGUSTUS SEPTEMBER OKTOBER NOVEMBER DESEMBER TOTAL Dari hasil penyelesaian optimasi dengan menggunakan perangkat lunak LINDO dan berdasarkan peramalan permintaan tahun 2011, keuntungan maksimal yang didapat perusahaan adalah sebesar Rp ,-. Dengan demikian terjadi peningkatan keuntungan maksimal sebesar 1,63% dari keuntungan maksimal permintaan tahun 2010 yang besarnya adalah Rp ,-. A-20-5

6 Dengan model yang ada perubahan-perubahan parameter yang dilakukan memberikan pengaruh yang berbeda-beda pada keuntungan yang didapat perusahaan. Sebagai contoh analisis kepekaan untuk fungsi pembatas agar keuntungan maksimal tetap terjaga adalah kapasitas total tenaga kerja. Tabel 2 adalah hasil dari analisis kepekaan untuk fungsi pembatas kapasitas total tenaga kerja. Dari Tabel 2 tersebut terlihat bahwa kapasitas total tenaga kerja dapat dikurangi sampai dengan 7092 menit, sedangkan nilai penambahan tidak dibatasi (infinity). Tabel 2 Hasil analisis kepekaan dengan LINDO. CURRENT RHS RIGHTHAND SIDE RANGES ALLOWABLE ALLOWABLE INCREASE DECREASE 7200 INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY INFINITY KESIMPULAN DAN SARAN Keuntungan maksimal perusahaan berdasarkan peramalan permintaan produk manik-manik periode Januari-Desember tahun 2011 mengalami peningkatan sebesar 1,63% dari permintaan produk manik-manik periode Januari- Desember Untuk pelaksanaan penelitian pada masa mendatang, fungsi-fungsi pembatas yang dapat mempengaruhi keuntungan perusahaan dapat lebih diperinci. Dengan demikian perubahan yang relatif kecil pada fungsi pembatas dapat dideteksi oleh analisis kepekaan. Saran yang dapat diberikan kepada perusahaan adalah bahwa bauran produk setiap kelompok warna, kelompok ukuran dan sub-kelompok warna harus diperhatikan, agar keuntungan maksimal berdasarkan peramalan permintaan akan tetap terjaga dan tercapai. DAFTAR PUSTAKA Hanke, J. E, and Reitsch, A. G. (1998), Business Forecasting, Sixth Edition, Prentice Hall, Upper Saddle River, New Jersey. A-20-6

7 Makridakis, S., S. C. Wheelwright, and V. E. McGee (1999), Forecasting: Methods and Applications, Second edition, Terjemahan Binarupa Aksara Jakarta. A-20-7

OPTIMASI PRODUKSI INDUSTRI PERHIASAN EMAS di PT X DENGAN METODE LINEAR PROGRAMMING

OPTIMASI PRODUKSI INDUSTRI PERHIASAN EMAS di PT X DENGAN METODE LINEAR PROGRAMMING OPTIMASI PRODUKSI INDUSTRI PERHIASAN EMAS di PT DENGAN METODE LINEAR PROGRAMMING Heni Indrayati* dan Bobby Oedy P. Soepangkat** Program Pascasarjana Magister Manajemen Teknologi ITS Bidang Keahlian Manajemen

Lebih terperinci

PERENCANAAN PRODUKSI AGREGAT PADA INDUSTRI KACA DI PT. XYZ

PERENCANAAN PRODUKSI AGREGAT PADA INDUSTRI KACA DI PT. XYZ PERENCANAAN PRODUKSI AGREGAT PADA INDUSTRI KACA DI PT. XYZ 1 Martinus Harun Koentjoro, 2 Bobby Oedy P. Soepangkat, 3 Nurhadi Siswanto 1 Mahasiswa Pasca Sarjana Magister Manajemen Teknologi 2 Dosen Magister

Lebih terperinci

FORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA

FORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA FORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA 1) Nurul Latifa Hadi 2) Artanti Indrasetianingsih 1) S1 Program Statistika, FMIPA, Universitas PGRI Adi Buana Surabaya 2)

Lebih terperinci

PEMODELAN DAN PERAMALAN DATA DERET WAKTU DENGAN METODE SEASONAL ARIMA

PEMODELAN DAN PERAMALAN DATA DERET WAKTU DENGAN METODE SEASONAL ARIMA Jurnal Matematika UNAND Vol. 3 No. 3 Hal. 59 67 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMODELAN DAN PERAMALAN DATA DERET WAKTU DENGAN METODE SEASONAL ARIMA ANNISA UL UKHRA Program Studi Matematika,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Pendahuluan. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. 1.1 Pendahuluan. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Pendahuluan Peramalan merupakan upaya memperkirakan apa yang terjadi pada masa mendatang berdasarkan data pada masa lalu, berbasis pada metode ilmiah dan kualitatif yang dilakukan

Lebih terperinci

PERAMALAN PENJUALAN PRODUKSI TEH BOTOL SOSRO PADA PT. SINAR SOSRO SUMATERA BAGIAN UTARA TAHUN 2014 DENGAN METODE ARIMA BOX-JENKINS

PERAMALAN PENJUALAN PRODUKSI TEH BOTOL SOSRO PADA PT. SINAR SOSRO SUMATERA BAGIAN UTARA TAHUN 2014 DENGAN METODE ARIMA BOX-JENKINS Saintia Matematika ISSN: 2337-9197 Vol. 02, No. 03 (2014), pp. 253 266. PERAMALAN PENJUALAN PRODUKSI TEH BOTOL SOSRO PADA PT. SINAR SOSRO SUMATERA BAGIAN UTARA TAHUN 2014 DENGAN METODE ARIMA BOX-JENKINS

Lebih terperinci

PERAMALAN KUNJUNGAN WISATA DENGAN PENDEKATAN MODEL SARIMA (STUDI KASUS : KUSUMA AGROWISATA)

PERAMALAN KUNJUNGAN WISATA DENGAN PENDEKATAN MODEL SARIMA (STUDI KASUS : KUSUMA AGROWISATA) PERAMALAN KUNJUNGAN WISATA DENGAN PENDEKATAN MODEL SARIMA (STUDI KASUS : KUSUMA AGROWISATA) Oleh : Nofinda Lestari 1208 100 039 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT

Lebih terperinci

Formulasi dengan Lindo. Dasar-dasar Optimasi. Hasil dengan Lindo 1. Hasil dengan Lindo 2. Interpretasi Hasil. Interpretasi Hasil.

Formulasi dengan Lindo. Dasar-dasar Optimasi. Hasil dengan Lindo 1. Hasil dengan Lindo 2. Interpretasi Hasil. Interpretasi Hasil. Formulasi dengan Lindo Dasar-dasar Optimasi Optimasi Linier Interpretasi Hasil Lindo diambil dari buku Introduction to Operations Research, Sixth Edition, Frederick S Hillier, Gerald J Lieberman, McGraw-Hill,

Lebih terperinci

Dasar-dasar Optimasi

Dasar-dasar Optimasi Dasar-dasar Optimasi Optimasi Linier Interpretasi Hasil Lindo diambil dari buku Introduction to Operations Research, Sixth Edition, Frederick S. Hillier, Gerald J. Lieberman, McGraw-Hill, Inc., International

Lebih terperinci

BAB II TINJAUAN PUSTAKA. estimasi data yang akan datang. Peramalan atau Forecasting merupakan bagian

BAB II TINJAUAN PUSTAKA. estimasi data yang akan datang. Peramalan atau Forecasting merupakan bagian BAB II TINJAUAN PUSTAKA 2.1 Landasan Teori 2.1.1 Peramalan Peramalan adalah data di masa lalu yang digunakan untuk keperluan estimasi data yang akan datang. Peramalan atau Forecasting merupakan bagian

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Peramalan Peramalan (forecasting) merupakan upaya memperkirakan apa yang terjadi pada masa yang akan datang. Pada hakekatnya peramalan hanya merupakan suatu perkiraan (guess),

Lebih terperinci

PERENCANAAN SISTEM PERSEDIAAN SUKU CADANG SEPEDA MOTOR UNTUK MENGURANGI BIAYA PERSEDIAAN PADA PT. UTOMO MOTOR DI SURABAYA

PERENCANAAN SISTEM PERSEDIAAN SUKU CADANG SEPEDA MOTOR UNTUK MENGURANGI BIAYA PERSEDIAAN PADA PT. UTOMO MOTOR DI SURABAYA PERENCANAAN SISTEM PERSEDIAAN SUKU CADANG SEPEDA MOTOR UNTUK MENGURANGI BIAYA PERSEDIAAN PADA PT. UTOMO MOTOR DI SURABAYA Angela Utami Dewi Kristiana, Katjuk Astrowulan, Nurhadi Siswanto Program Studi

Lebih terperinci

BAB IV METODE PENELITIAN

BAB IV METODE PENELITIAN BAB IV METODE PENELITIAN 4.1. Desain Penelitian Dari uraian latar belakang masalah, penelitian ini dikategorikan ke dalam penelitian kasus dan penelitian lapangan. Menurut Rianse dan Abdi dalam Surip (2012:33)

Lebih terperinci

METODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN

METODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN METODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN Peramalan kuantitatif hanya dapat digunakan apabila terdapat

Lebih terperinci

Peramalan (Forecasting)

Peramalan (Forecasting) Peramalan (Forecasting) Peramalan (forecasting) merupakan suatu proses perkiraan keadaan pada masa yang akan datang dengan menggunakan data di masa lalu (Adam dan Ebert, 1982). Awat (1990) menjelaskan

Lebih terperinci

OPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION

OPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION OPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION NILA YUWIDA 1208100015 Dosen Pembimbing : Dra. Nuri Wahyuningsih, M.Kes Drs. Lukman Hanafi,

Lebih terperinci

OPTIMASI KEUNTUNGAN DENGAN MENGGUNAKAN BAURAN PRODUK DI PT. XX

OPTIMASI KEUNTUNGAN DENGAN MENGGUNAKAN BAURAN PRODUK DI PT. XX OPTIMASI KEUNTUNGAN DENGAN MENGGUNAKAN BAURAN PRODUK DI PT. XX Prayonne Adi 1*) dan Bobby O. P. Soepangkat 2) Program Studi Magister Manajemen Teknologi ITS Bidang Keahlian Manajemen Industri 1) Email:

Lebih terperinci

Peramalan Penjualan Pipa di PT X

Peramalan Penjualan Pipa di PT X Elviani, et al. / Peramalan Penjualan Pipa di PT X / Jurnal Titra, Vol.. 2, No. 2, Juni 2014, pp. 55-60 Peramalan Penjualan Pipa di PT X Cicely Elviani 1, Siana Halim 1 Abstract: In this thesis we modeled

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

PERAMALAN PRODUKSI SARUNG TENUN DENGAN MENGGUNAKAN METODE PEMULUSAN DATA

PERAMALAN PRODUKSI SARUNG TENUN DENGAN MENGGUNAKAN METODE PEMULUSAN DATA PERAMALAN PRODUKSI SARUNG TENUN DENGAN MENGGUNAKAN METODE PEMULUSAN DATA Weny Indah Kusumawati Program Studi Sistem Komputer, Institut Bisnis dan Informatika Stikom Surabaya email: weny@stikom.edu Abstrak

Lebih terperinci

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

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

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 10 BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang. Peramalan diperlukan karena adanya kesenjaan waktu

Lebih terperinci

Peramalan Aset dengan Memperhatikan Dana Pihak Ketiga (DPK) dan Pembiayaan Perbankan Syariah di Indonesia dengan Metode Fungsi Transfer

Peramalan Aset dengan Memperhatikan Dana Pihak Ketiga (DPK) dan Pembiayaan Perbankan Syariah di Indonesia dengan Metode Fungsi Transfer Peramalan Aset dengan Memperhatikan Dana Pihak Ketiga (DPK) dan Pembiayaan Perbankan Syariah di Indonesia dengan Metode Fungsi Transfer 1 Faridah Yuliani dan 2 Dr. rer pol Heri Kuswanto 1,2 Jurusan Statistika

Lebih terperinci

BAB 2 TINJAUAN TEORITIS

BAB 2 TINJAUAN TEORITIS BAB 2 TINJAUAN TEORITIS 2.1. Peramalan 2.1.1. Pengertian dan Kegunaan Peramalan Peramalan (forecasting) menurut Sofjan Assauri (1984) adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang

Lebih terperinci

OUTLINE. Pendahuluan. Tinjauan Pustaka. Metodologi Penelitian. Analisis dan Pembahasan. Kesimpulan dan Saran

OUTLINE. Pendahuluan. Tinjauan Pustaka. Metodologi Penelitian. Analisis dan Pembahasan. Kesimpulan dan Saran OUTLINE Pendahuluan Tinjauan Pustaka Metodologi Penelitian Analisis dan Pembahasan Kesimpulan dan Saran LATAR BELAKANG Listrik elemen terpenting dalam kehidupan manusia Penelitian Sebelumnya Masyarakat

Lebih terperinci

SALES FORECASTING UNTUK PENGENDALIAN PERSEDIAAN

SALES FORECASTING UNTUK PENGENDALIAN PERSEDIAAN BAB IV SALES FORECASTING UNTUK PENGENDALIAN PERSEDIAAN A. Identifikasi Peramalan Penjualan oleh UD. Jaya Abadi Dari hasil wawancara yang menyebutkan bahwa setiap pengambilan keputusan untuk estimasi penjualan

Lebih terperinci

BAB I PENDAHULUAN. Objek wisata di Indonesia telah mulai dikembangkan secara luas. Objek

BAB I PENDAHULUAN. Objek wisata di Indonesia telah mulai dikembangkan secara luas. Objek BAB I PENDAHULUAN 1.1 Latar Belakang Objek wisata di Indonesia telah mulai dikembangkan secara luas. Objek wisata alam di Indonesia terdiri atas wisata darat dan pegunungan, wisata sejarah serta wisata

Lebih terperinci

Peramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model

Peramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Peramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model Ni Kadek Sukerti STMIK STIKOM Bali Jl. Raya Puputan

Lebih terperinci

OPTIMASI PERENCANAAN DAN PENGENDALIAN BAHAN BAKU DI PT. SIANTAR TOP TBK ABSTRAK

OPTIMASI PERENCANAAN DAN PENGENDALIAN BAHAN BAKU DI PT. SIANTAR TOP TBK ABSTRAK OPTIMASI PERENCANAAN DAN PENGENDALIAN BAHAN BAKU DI PT. SIANTAR TOP TBK Robby Hidayat, Moses L.Singih, Mahasiswa MMT ITS Manajemen Industri Email : Robbie_First@Yahoo.Com ABSTRAK PT. Siantar Top Tbk adalah

Lebih terperinci

UKDW BAB I PENDAHULUAN Latar Belakang Masalah

UKDW BAB I PENDAHULUAN Latar Belakang Masalah BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Distributor Seragam Aneka Jaya merupakan satu distributor seragam merk Teladan yang berada di kota sidoarjo. Distributor Seragam Aneka Jaya sendiri berdiri

Lebih terperinci

ABSTRAK. Kata Kunci : Sparepart, Peramalan, Trend Moment

ABSTRAK. Kata Kunci : Sparepart, Peramalan, Trend Moment PERAMALAN PENJUALAN SPAREPART MOTOR HONDA MENGGUNAKAN METODE TRENDMOMENT (Studi Kasus : AHASS MOTOR PARE) Yusuf Engga Dikdawan 1, Hendra Pradibta 2, Mungki Astiningrum 3 Jurusan Teknologi Informasi, Program

Lebih terperinci

BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah

BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Kemajuan ilmu pengetahuan telah meningkatkan pengertian mengenai berbagai aspek lingkungan dan akibatnya banyak peristiwa yang dapat diramalkan. Peramalan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB 2 LANDASAN TEORI 2.1 Iklim Iklim ialah suatu keadaan rata-rata dari cuaca di suatu daerah dalam periode tertentu. Curah hujan ialah suatu jumlah hujan yang jatuh di suatu daerah pada kurun waktu

Lebih terperinci

PENERAPAN LEAST SQUARE METHOD UNTUK PERAMALAN PENJUALAN DI HIJABSTORY BANDUNG

PENERAPAN LEAST SQUARE METHOD UNTUK PERAMALAN PENJUALAN DI HIJABSTORY BANDUNG PENERAPAN LEAST SQUARE METHOD UNTUK PERAMALAN PENJUALAN DI HIJABSTORY BANDUNG Wendi Wirasta, Muhamad Luthfi Ashari 2 Program Studi Teknik Informatika, STMIK & Ilmu Komputer LPKIA Jl. Soekarno Hatta 456,

Lebih terperinci

BAB III LANGKAH PEMECAHAN MASALAH. CV. JOGI CITRA MANDIRI adalah perusahaan yang bergerak di bidang industri

BAB III LANGKAH PEMECAHAN MASALAH. CV. JOGI CITRA MANDIRI adalah perusahaan yang bergerak di bidang industri BAB III LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi 3.1.1 Analisa Kondisi Perusahaan saat ini CV. JOGI CITRA MANDIRI adalah perusahaan yang bergerak di bidang industri parfum. Merek parfum

Lebih terperinci

PERAMALAN DENGAN MENGGUNAKAN ARTIFICIAL NEURAL NETWORK DAN SUPPORT VECTOR REGRESSION

PERAMALAN DENGAN MENGGUNAKAN ARTIFICIAL NEURAL NETWORK DAN SUPPORT VECTOR REGRESSION PERAMALAN DENGAN MENGGUNAKAN ARTIFICIAL NEURAL NETWORK DAN SUPPORT VECTOR REGRESSION Budi Santosa, Riza Nugraha Jurusan Teknik Industri Institut Teknologi Sepuluh Nopember (ITS) Surabaya Kampus ITS Sukolilo

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Defenisi Peramalan Peramalan adalah suatu kegiatan dalam memperkirakan atau kegiatan yang meliputi pembuatan perencanaan di masa yang akan datang dengan menggunakan data masa lalu

Lebih terperinci

BABV PENUTUP. 2. Model fungsi transfer yang menghubungkan antara harga rninyak bumi dengan harga bijih plastikjenis PE, yaitu:

BABV PENUTUP. 2. Model fungsi transfer yang menghubungkan antara harga rninyak bumi dengan harga bijih plastikjenis PE, yaitu: BABV PENUTUP V.I KesimpuJan Berdasarkan analisa dan pembahasan yang telah dilakukan, maka dapat diarnbil kesirnpulan sebagai berikut: I. Model fungsi transfer yang menghubungkan antara harga rninyak bmni

Lebih terperinci

JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) ( X Print) A-31

JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) ( X Print) A-31 JURNAL SAINS DAN SENI ITS Vol 4, No2, (2015) 2337-3520 (2301-928X Print) A-31 Perbandingan Performansi Metode Peramalan Fuzzy Time Series yang Dimodifikasi dan Jaringan Syaraf Tiruan Backpropagation (Studi

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Sumber data utama yang digunakan dalam penelitian ini berasal dari data

BAB IV HASIL DAN PEMBAHASAN. Sumber data utama yang digunakan dalam penelitian ini berasal dari data BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil Penelitian 4.1.1 Penelitian dan Pengumpulan Data Sumber data utama yang digunakan dalam penelitian ini berasal dari data penjualan motor merek Yamaha tahun 2011 sampai

Lebih terperinci

LULIK PRESDITA W APLIKASI MODEL ARCH- GARCH DALAM PERAMALAN TINGKAT INFLASI

LULIK PRESDITA W APLIKASI MODEL ARCH- GARCH DALAM PERAMALAN TINGKAT INFLASI LULIK PRESDITA W 1207 100 002 APLIKASI MODEL ARCH- GARCH DALAM PERAMALAN TINGKAT INFLASI 1 Pembimbing : Dra. Nuri Wahyuningsih, M.Kes BAB I PENDAHULUAN 2 LATAR BELAKANG 1. Stabilitas ekonomi dapat dilihat

Lebih terperinci

99.9. Percent maka H 0 diterima, berarti residual normal

99.9. Percent maka H 0 diterima, berarti residual normal Uji residual white noise 2 Lag Q P value 6 3.5 9.49 0.5330 2 6.6 8.3 0.803 8 9.8 26.30 0.9059 24 9.3 33.92 0.6374 K p q Uji residual berdistribusi normal Percent 99.9 99 95 90 80 70 60 50 40 30 20 0 5

Lebih terperinci

PERAMALAN (FORECASTING)

PERAMALAN (FORECASTING) PERAMALAN (FORECASTING) Apakah Peramalan itu? Peramalan (forecasting) adalah seni dan ilmu untuk memperkirakan kejadian di masa depan. Dapat dilakukan dengan melibatkan pengambilan data historis dan memproyeksikannya

Lebih terperinci

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

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

Lebih terperinci

SILABUS MATAKULIAH PERAMALAN BISNIS

SILABUS MATAKULIAH PERAMALAN BISNIS SILABUS MATAKULIAH PERAMALAN BISNIS Matakuliah : Peramalan Bisnis Kode Matakuliah/sks : AGB 201/ 3(2-3) Semester : 4 Prasyarat Deskripsi Singkat : Metode Statistika : Matakuliah ini memberikan pengetahuan,

Lebih terperinci

PEMBUATAN INDIKATOR VECTOR AUTOREGESSIVE (VAR) PADA METATRADER

PEMBUATAN INDIKATOR VECTOR AUTOREGESSIVE (VAR) PADA METATRADER PEMBUATAN INDIKATOR VECTOR AUTOREGESSIVE (VAR) PADA METATRADER Samuel Ridwan Setiadi 1, Mahendrawathi ER 2, dan Nur Iriawan 3 1 MMT-ITS, Surabaya, Indonesia 2 Dosen Jurusan Sistem Informasi, FTIF-ITS mahendra_w@its-sby.edu

Lebih terperinci

PENGENDALIAN PERSEDIAAN BAHAN BAKU BAJA MS DI DIREKTORAT PRODUKSI ATMI CIKARANG

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

Lebih terperinci

Prediksi Jumlah Penumpang Kapal Laut di Pelabuhan Laut Manado Menggunakan Model ARMA

Prediksi Jumlah Penumpang Kapal Laut di Pelabuhan Laut Manado Menggunakan Model ARMA Prediksi Jumlah Penumpang Kapal Laut di Pelabuhan Laut Manado Menggunakan Model ARMA Jeine Tando 1, Hanny Komalig 2, Nelson Nainggolan 3* 1,2,3 Program Studi Matematika, Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

ANALISA BOX JENKINS PADA PEMBENTUKAN MODEL PRODUKSI PREMI ASURANSI KENDARAAN BERMOTOR RODA EMPAT

ANALISA BOX JENKINS PADA PEMBENTUKAN MODEL PRODUKSI PREMI ASURANSI KENDARAAN BERMOTOR RODA EMPAT ANALISA BOX JENKINS PADA PEMBENTUKAN MODEL PRODUKSI PREMI ASURANSI KENDARAAN BERMOTOR RODA EMPAT Mei Taripar Pardamean S.,SKom Jl. Makmur No.1 Ciracas Jakarta Timur mtp95@yahoo.com ABSTRAK Tujuan dari

Lebih terperinci

PERAMALAN PEMAKAIAN ENERGI LISTRIK DI MEDAN DENGAN METODE ARIMA

PERAMALAN PEMAKAIAN ENERGI LISTRIK DI MEDAN DENGAN METODE ARIMA Saintia Matematika ISSN: 2337-9197 Vol. 2, No. 1 (2014), pp. 55 69. PERAMALAN PEMAKAIAN ENERGI LISTRIK DI MEDAN DENGAN METODE ARIMA John Putra S Tampubolon, Normalina Napitupulu, Asima Manurung Abstrak.

Lebih terperinci

Perbaikan Metode Prakiraan Cuaca Bandara Abdulrahman Saleh dengan Algoritma Neural Network Backpropagation

Perbaikan Metode Prakiraan Cuaca Bandara Abdulrahman Saleh dengan Algoritma Neural Network Backpropagation 65 Perbaikan Metode Prakiraan Cuaca Bandara Abdulrahman Saleh dengan Algoritma Neural Network Backpropagation Risty Jayanti Yuniar, Didik Rahadi S. dan Onny Setyawati Abstrak - Kecepatan angin dan curah

Lebih terperinci

PEMODELAN ARIMA DALAM PERAMALAN PENUMPANG KERETA API PADA DAERAH OPERASI (DAOP) IX JEMBER

PEMODELAN ARIMA DALAM PERAMALAN PENUMPANG KERETA API PADA DAERAH OPERASI (DAOP) IX JEMBER PKMT-2-13-1 PEMODELAN ARIMA DALAM PERAMALAN PENUMPANG KERETA API PADA DAERAH OPERASI (DAOP) IX JEMBER Umi Rosyiidah, Diah Taukhida K, Dwi Sitharini Jurusan Matematika, Universitas Jember, Jember ABSTRAK

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LADASA TEORI 2.1 Pengertian Peramalan Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama (assaury, 1991). Sedangkan ramalan adalah

Lebih terperinci

PENERAPAN MODEL ARFIMA (AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE) DALAM PERAMALAN SUKU BUNGA SERTIFIKAT BANK INDONESIA (SBI)

PENERAPAN MODEL ARFIMA (AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE) DALAM PERAMALAN SUKU BUNGA SERTIFIKAT BANK INDONESIA (SBI) PENERAPAN MODEL ARFIMA (AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE) DALAM PERAMALAN SUKU BUNGA SERTIFIKAT BANK INDONESIA (SBI) Liana Kusuma Ningrum dan Winita Sulandari, M.Si. Jurusan Matematika,

Lebih terperinci

PERAMALAN PENJUALAN TIKET PESAWAT PADA CV. VIDO JAYA TOUR DAN TRAVEL

PERAMALAN PENJUALAN TIKET PESAWAT PADA CV. VIDO JAYA TOUR DAN TRAVEL PERAMALAN PENJUALAN TIKET PESAWAT PADA CV. VIDO JAYA TOUR DAN TRAVEL Nama : Awalludin Ma rifatullah Idhofi NPM : 11212269 Jurusan : Manajemen Pembimbing : Dr. Dra. Peni Sawitri, MM PENDAHULUAN Latar Belakang

Lebih terperinci

BAB III PERAMALAN. Praktikum Sistem Produksi ATA 2014/2015

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

Lebih terperinci

Implementasi Jaringan Syaraf Tiruan Backpropagation dan Steepest Descent untuk Prediksi Data Time Series

Implementasi Jaringan Syaraf Tiruan Backpropagation dan Steepest Descent untuk Prediksi Data Time Series Implementasi Jaringan Syaraf Tiruan Backpropagation dan Steepest Descent untuk Prediksi Data Time Series Oleh: ABD. ROHIM (1206 100 058) Dosen Pembimbing: Prof. Dr. M. Isa Irawan, MT Jurusan Matematika

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Berdasarkan sifatnya peramalan terbagi atas dua yaitu peramalan kualitatif dan peramalan kuantitatif. Metode kuantitatif terbagi atas dua yaitu analisis deret berkala

Lebih terperinci

Aplikasi Sistem Informasi Forecasting pada PD. Maha Jaya. Teknik Informatika 1 Teknik Industri 2 Universitas Kristen Petra Surabaya

Aplikasi Sistem Informasi Forecasting pada PD. Maha Jaya. Teknik Informatika 1 Teknik Industri 2 Universitas Kristen Petra Surabaya Aplikasi Sistem Informasi Forecasting pada PD. Maha Jaya Rudy Adipranata 1, Tanti Octavia 2, Andi Irawan 1 Teknik Informatika 1 Teknik Industri 2 Universitas Kristen Petra Surabaya Pendahuluan Pentingnya

Lebih terperinci

Optimasi Jumlah Pelanggan Perusahaan Daerah Air Minum Surya Sembada Kota Surabaya Berdasarkan Jenis Pelanggan dengan Metode Fuzzy Goal Programming

Optimasi Jumlah Pelanggan Perusahaan Daerah Air Minum Surya Sembada Kota Surabaya Berdasarkan Jenis Pelanggan dengan Metode Fuzzy Goal Programming JURNAL SAINS DAN SENI POMITS Vol. 1, No. 1, (2013) 1-6 1 Optimasi Jumlah Pelanggan Perusahaan Daerah Air Minum Surya Sembada Kota Surabaya Berdasarkan Jenis Pelanggan Metode Fuzzy Goal Programming Rofiqoh

Lebih terperinci

ANALISIS ESTIMASI PARAMETER REGRESI KUANTIL DENGAN METODE BOOTSTRAP

ANALISIS ESTIMASI PARAMETER REGRESI KUANTIL DENGAN METODE BOOTSTRAP Jurnal Matematika UNAND Vol. 5 No. 1 Hal. 125 130 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND ANALISIS ESTIMASI PARAMETER REGRESI KUANTIL DENGAN METODE BOOTSTRAP MESI OKTAFIA, FERRA YANUAR, MAIYASTRI

Lebih terperinci

Analisis Sensitivitas Produksi Kopi Sambung

Analisis Sensitivitas Produksi Kopi Sambung PRISMA (08) PRISMA, Prosiding Seminar Nasional Matematika https://journal.unnes.ac.id/sju/index.php/prisma/ Analisis Sensitivitas Produksi Kopi Sambung Ulfasari Rafflesia Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Manfaat Peramalan Pada dasarnya peramalan adalah merupakan suatu dugaan atau perkiraan tentang terjadinya suatu keadaan dimasa depan, tetapi dengan menggunakan metode metode tertentu

Lebih terperinci

Dian Kristanti 1) 1 Prodi Pendidikan Matematika, STKIP Bina Bangsa Meulaboh.

Dian Kristanti 1) 1 Prodi Pendidikan Matematika, STKIP Bina Bangsa Meulaboh. PERAMALAN JUMLAH PENDISTRIBUSIAN BAHAN BAKAR MINYAK DI PT. PERTAMINA (PERSERO) REGION III DEPOT MALANG MENGGUNAKAN METODE WINTER DAN METODE DEKOMPOSISI Dian Kristanti 1) 1 Prodi Pendidikan Matematika,

Lebih terperinci

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : Genap

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : Genap GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : Genap Berlaku mulai: Genap/2010 MATA KULIAH : TEKNIK PERAMALAN KODE MATA KULIAH/ SKS : 410103096 / 3 SKS MATA KULIAH PRASYARAT

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan sering dipandang sebagai seni dan ilmu dalam memprediksikan kejadian yang mungkin dihadapi pada masa yang akan datang. Secara teoritis peramalan

Lebih terperinci

Metode Variasi Kalender untuk Meramalkan Banyaknya Penumpang Kereta Api

Metode Variasi Kalender untuk Meramalkan Banyaknya Penumpang Kereta Api Metode Variasi Kalender untuk Meramalkan Banyaknya Penumpang Kereta Api Efek Variasi Kalender dengan Pendekatan Regresi Time Series Nur Ajizah 1, Resa Septiani Pontoh 2, Toni Toharudin 3 Mahasiswa Program

Lebih terperinci

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

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

Lebih terperinci

BAB I PENDAHULUAN. PT. Baba Rafi Indonesia merupakan perusahaan waralaba (franchise)

BAB I PENDAHULUAN. PT. Baba Rafi Indonesia merupakan perusahaan waralaba (franchise) BAB I PENDAHULUAN 1.1 Latar Belakang Masalah PT. Baba Rafi Indonesia merupakan perusahaan waralaba (franchise) makanan cepat saji khas Timur Tengah yang kini semakin dikenal luas. PT. Baba Rafi Indonesia

Lebih terperinci

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

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

Lebih terperinci

PENENTUAN METODE PERAMALAN SEBAGAI DASAR PENENTUAN TINGKAT KEBUTUHAN PERSEDIAAN PENGAMAN PADA PRODUK KARET REMAH SIR 20

PENENTUAN METODE PERAMALAN SEBAGAI DASAR PENENTUAN TINGKAT KEBUTUHAN PERSEDIAAN PENGAMAN PADA PRODUK KARET REMAH SIR 20 PENENTUAN METODE PERAMALAN SEBAGAI DASAR PENENTUAN TINGKAT KEBUTUHAN PERSEDIAAN PENGAMAN PADA PRODUK KARET REMAH SIR 20 Theresia Oshin Rosmaria Pasaribu 1 Rossi Septy Wahyuni 2 Jurusan Teknik Industri,

Lebih terperinci

APLIKASI PROGRAM DINAMIK UNTUK MENGOPTIMALKAN BIAYA TOTAL PADA PENGENDALIAN PRODUKSI MINYAK SAWIT DAN INTI SAWIT

APLIKASI PROGRAM DINAMIK UNTUK MENGOPTIMALKAN BIAYA TOTAL PADA PENGENDALIAN PRODUKSI MINYAK SAWIT DAN INTI SAWIT Saintia Matematika Vol. 1, No. 5 (2013), pp. 419 433. APLIKASI PROGRAM DINAMIK UNTUK MENGOPTIMALKAN BIAYA TOTAL PADA PENGENDALIAN PRODUKSI MINYAK SAWIT DAN INTI SAWIT (STUDI KASUS: PTPN IV (PERSERO) PKS

Lebih terperinci

PERENCANAAN JUMLAH PRODUKSI MEJA ALUMUNIUM UNTUK MEMINIMALKAN BIAYA PRODUKSI DENGAN METODE FUZZY MAMDANI Di UD. Meubel Alumunium, Mojokerto

PERENCANAAN JUMLAH PRODUKSI MEJA ALUMUNIUM UNTUK MEMINIMALKAN BIAYA PRODUKSI DENGAN METODE FUZZY MAMDANI Di UD. Meubel Alumunium, Mojokerto PERENCANAAN JUMLAH PRODUKSI MEJA ALUMUNIUM UNTUK MEMINIMALKAN BIAYA PRODUKSI DENGAN METODE FUZZY MAMDANI Di UD. Meubel Alumunium, Mojokerto SKRIPSI Oleh : MUISA OCTAVIA NPM : 0632010185 JURUSAN TEKNIK

Lebih terperinci

OPTIMASI PRODUKSI UNTUK PRODUK PESANAN PADA PERUSAHAAN PESTISIDA MENGGUNAKAN METODE GOAL PROGRAMMING. Oleh: Rossy Susanti ( )

OPTIMASI PRODUKSI UNTUK PRODUK PESANAN PADA PERUSAHAAN PESTISIDA MENGGUNAKAN METODE GOAL PROGRAMMING. Oleh: Rossy Susanti ( ) OPTIMASI PRODUKSI UNTUK PRODUK PESANAN PADA PERUSAHAAN PESTISIDA MENGGUNAKAN METODE GOAL PROGRAMMING Oleh: Rossy Susanti (1207 100 007) Dosen Pembimbing: Drs. Suharmadi S., DiplSc.,MPhil JURUSAN MATEMATIKA

Lebih terperinci

KAJIAN TEORITIS HYBRIDIZING EXPONENTIAL SMOOTHING DAN NEURAL NETWORK UNTUK PERAMALAN DATA RUNTUN WAKTU

KAJIAN TEORITIS HYBRIDIZING EXPONENTIAL SMOOTHING DAN NEURAL NETWORK UNTUK PERAMALAN DATA RUNTUN WAKTU Bimaster Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 02, No.3 (2013), hal 205-210 KAJIAN TEORITIS HYBRIDIZING EXPONENTIAL SMOOTHING DAN NEURAL NETWORK UNTUK PERAMALAN DATA RUNTUN WAKTU Muhlasah

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan teori-teori yang menjadi dasar dan landasan dalam penelitian sehingga membantu mempermudah pembahasan selanjutnya. Teori tersebut meliputi arti dan peranan

Lebih terperinci

BAB III LANGKAH PEMECAHAN MASALAH

BAB III LANGKAH PEMECAHAN MASALAH BAB III LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Koperasi Niaga Abadi Ridhotullah (KNAR) adalah badan usaha yang bergerak dalam bidang distributor makanan dan minuman ringan (snack). Koperasi

Lebih terperinci

Prosiding SNATIF Ke -2 Tahun 2015 ISBN: SISTEM PENDUKUNG KEPUTUSAN UNTUK FORECASTING PENJUALAN DI TOKO SUMBER SAUDARA

Prosiding SNATIF Ke -2 Tahun 2015 ISBN: SISTEM PENDUKUNG KEPUTUSAN UNTUK FORECASTING PENJUALAN DI TOKO SUMBER SAUDARA SISTEM PENDUKUNG KEPUTUSAN UNTUK FORECASTING PENJUALAN DI TOKO SUMBER SAUDARA Heldi Diana 1*, Cahyo Dwi Raharjo 1 1 Program Studi Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

Lebih terperinci

PERAMALAN HASIL PRODUKSI ALUMINIUM BATANGAN PADA PT INALUM DENGAN METODE ARIMA

PERAMALAN HASIL PRODUKSI ALUMINIUM BATANGAN PADA PT INALUM DENGAN METODE ARIMA Saintia Matematika Vol. 1, No. 1 (2013), pp. 1 10. PERAMALAN HASIL PRODUKSI ALUMINIUM BATANGAN PADA PT INALUM DENGAN METODE ARIMA Lukas Panjaitan, Gim Tarigan, Pengarapen Bangun Abstrak. Dalama makalah

Lebih terperinci

Prediksi Tingkat Kemiskinan di Provinsi Aceh dengan Model AR

Prediksi Tingkat Kemiskinan di Provinsi Aceh dengan Model AR Jurnal Gradien Vol. No. Januari : - Prediksi Tingkat Kemiskinan di Provinsi Aceh dengan Model AR Munawar, Hafnani Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Syiah Kuala,

Lebih terperinci

Penentapan Perencanaan Produksi guna Menentukan Besaran Produksi yang Tepat pada PT Goodyear Indonesia Tbk

Penentapan Perencanaan Produksi guna Menentukan Besaran Produksi yang Tepat pada PT Goodyear Indonesia Tbk PENETAPAN PERENCANAAN PRODUKSI GUNA MENENTUKAN BESARAN PRODUKSI YANG TEPAT PADA PT GOODYEAR INDONESIA TBK Dewi Taurusyanti Dosen Tetap Fakultas Ekonomi Universitas Pakuan Wawan Hermawan Mahasiswa Fakultas

Lebih terperinci

PENERAPAN METODE DOUBLE EXPONENTIAL SMOOTHING PADA PERAMALAN PRODUKSI TANAMAN PANGAN

PENERAPAN METODE DOUBLE EXPONENTIAL SMOOTHING PADA PERAMALAN PRODUKSI TANAMAN PANGAN Jurnal Informatika Polinema ISSN: 2407-070X PENERAPAN METODE DOUBLE EXPONENTIAL SMOOTHING PADA PERAMALAN PRODUKSI TANAMAN PANGAN Rudy Ariyanto 1, Dwi Puspitasari 2, Fifi Ericawati 3 1,2,3 Program Studi

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Peramalan pada dasarnya merupakan proses menyusun informasi tentang kejadian masa lampau yang berurutan untuk menduga kejadian di masa depan (Frechtling, 2001:

Lebih terperinci

LINDO. Lindo dapat digunakan sampai dengan 150 kendala dan 300 variabel

LINDO. Lindo dapat digunakan sampai dengan 150 kendala dan 300 variabel LINDO Pegertian: Lindo (Linear Interactive Discrete Optimize) adalah paket program siap pakai yang digunakan untuk memecahkan masalah linear, integer dan quadratic programming. Kemampuan: Lindo dapat digunakan

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Penelitian Pada dasarnya setiap perusahaan memiliki tujuan yang sama yaitu mendapatkan keuntungan untuk kelancaraan kontinuitas usahanya dan mampu bersaing

Lebih terperinci

Analisis Hubungan Deret Waktu untuk Peramalan

Analisis Hubungan Deret Waktu untuk Peramalan Analisis Hubungan Deret Waktu untuk Peramalan Author: Junaidi Junaidi Ramalan (forecast) merupakan dugaan atau perkiraan mengenai terjadinya suatu kejadian atau peristiwa di waktu yang akan datang. Ramalan

Lebih terperinci

PERENCANAAN SISTEM MANAJEMEN PERSEDIAAN INGREDIENT DARI MARGARIN DAN SHORTENING DENGAN MENGGUNAKAN METODE PERAMALAN DAN EOQ DI PT SMART TBK.

PERENCANAAN SISTEM MANAJEMEN PERSEDIAAN INGREDIENT DARI MARGARIN DAN SHORTENING DENGAN MENGGUNAKAN METODE PERAMALAN DAN EOQ DI PT SMART TBK. PERENCANAAN SISTEM MANAJEMEN PERSEDIAAN INGREDIENT DARI MARGARIN DAN SHORTENING DENGAN MENGGUNAKAN METODE PERAMALAN DAN EOQ DI PT SMART TBK. Hartono Santoso 1, Bobby Oedy P. Soepangkat 2, dan Sony Sunaryo

Lebih terperinci

PREDIKSI JUMLAH PENERIMAAN SISWA SMK SWASTA TAHUN AJARAN 2011/2012

PREDIKSI JUMLAH PENERIMAAN SISWA SMK SWASTA TAHUN AJARAN 2011/2012 PREDIKSI JUMLAH PENERIMAAN SISWA SMK SWASTA TAHUN AJARAN 2011/2012 Haryadi Sarjono Management Department, School of Business and Management, BINUS University Jln. K.H. Syahdan No. 9, Kemanggisan-Palmerah,

Lebih terperinci

PERAMALAN CURAH HUJAN KOTA PONTIANAK DENGAN DEKOMPOSISI SENSUS II

PERAMALAN CURAH HUJAN KOTA PONTIANAK DENGAN DEKOMPOSISI SENSUS II Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 05, No. 02(2016), hal 227 234. PERAMALAN CURAH HUJAN KOTA PONTIANAK DENGAN DEKOMPOSISI SENSUS II Eka Rahmilia, Helmi INTISARI Metode Dekomposisi

Lebih terperinci

METODE PERAMALAN HOLT-WINTER UNTUK MEMPREDIKSI JUMLAH PENGUNJUNG PERPUSTAKAAN UNIVERSITAS RIAU ABSTRACT

METODE PERAMALAN HOLT-WINTER UNTUK MEMPREDIKSI JUMLAH PENGUNJUNG PERPUSTAKAAN UNIVERSITAS RIAU ABSTRACT METODE PERAMALAN HOLT-WINTER UNTUK MEMPREDIKSI JUMLAH PENGUNJUNG PERPUSTAKAAN UNIVERSITAS RIAU Encik Rosalina 1, Sigit Sugiarto 2, M.D.H. Gamal 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan

Lebih terperinci

Unnes Journal of Mathematics

Unnes Journal of Mathematics UJM 2 (2) (2013) Unnes Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm PERBANDINGAN PREDIKSI HARGA SAHAM DENGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN ARIMA Dwi Prisita

Lebih terperinci

PERAMALAN PERMINTAAN KOMODITI PAPRIKA (CAPSICUM ANNUM) DI PT BIMANDIRI AGRO SEDAYA, LEMBANG

PERAMALAN PERMINTAAN KOMODITI PAPRIKA (CAPSICUM ANNUM) DI PT BIMANDIRI AGRO SEDAYA, LEMBANG 52 Peramalan Permintaan Komoditi Paprika (Puji RN dan Tania FI) PERAMALAN PERMINTAAN KOMODITI PAPRIKA (CAPSICUM ANNUM) DI PT BIMANDIRI AGRO SEDAYA, LEMBANG Puji Rahmawati Nurcahyani dan Tania Fauzia Iqbal

Lebih terperinci

Peramalan Jumlah Penumpang Kereta Api Kelas Bisnis Eksekutif Jurusan Madiun Jakarta di PT. Kereta Api (Persero) DAOP VII Madiun

Peramalan Jumlah Penumpang Kereta Api Kelas Bisnis Eksekutif Jurusan Madiun Jakarta di PT. Kereta Api (Persero) DAOP VII Madiun Peramalan Jumlah Penumpang Kereta Api Kelas Bisnis Eksekutif Jurusan Madiun Jakarta di PT. Kereta Api (Persero) DAOP VII Madiun NAMA : RITA RAHMADHANI NRP : 1306 030 008 PEMBIMBING: DR. BRODJOL SUTIJO

Lebih terperinci

2016 SISTEM PERAMALAN PENGADAAN BAHAN BAKU PRODUKSI SEBLAK BASAH INSTANT MOMMYINDO DENGAN IMPLEMENTASI METODE WINTER

2016 SISTEM PERAMALAN PENGADAAN BAHAN BAKU PRODUKSI SEBLAK BASAH INSTANT MOMMYINDO DENGAN IMPLEMENTASI METODE WINTER BAB I PENDAHULUAN Dalam bab ini akan dibahas latar belakang dilakukannya penelitian, rumusan masalah, batasan masalah, manfaat penelitian, metodologi penelitian, serta sistematika penulisan. 1.1 Latar

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara 1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Kerata api mempunyai peran penting dalam mobilitas penduduk. Dari grafik jumlah penumpang dan barang yang diangkut oleh kereta api, minat masyarakat terhadap jasa

Lebih terperinci

MINIMASI BIAYA PRODUKSI TEGEL MENGGUNAKAN PENDEKATAN LINIER PROGRAMMING DI PERUSAHAAN TEGEL CV. PENATARAN BLITAR

MINIMASI BIAYA PRODUKSI TEGEL MENGGUNAKAN PENDEKATAN LINIER PROGRAMMING DI PERUSAHAAN TEGEL CV. PENATARAN BLITAR B-4-1 MINIMASI BIAYA PRODUKSI TEGEL MENGGUNAKAN PENDEKATAN LINIER PROGRAMMING DI PERUSAHAAN TEGEL CV PENATARAN BLITAR * Carolina Endah Wahyuni, ** Moses L Singgih * carolina_endah@yahoocom, ** moses@mitranetid

Lebih terperinci

PELATIHAN FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA GENETIKA DENGAN METODE SELEKSI TURNAMEN UNTUK DATA TIME SERIES

PELATIHAN FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA GENETIKA DENGAN METODE SELEKSI TURNAMEN UNTUK DATA TIME SERIES JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 65-72 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PELATIHAN FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA GENETIKA DENGAN METODE

Lebih terperinci

RAMALAN PENJUALAN SEPEDA MOTOR HONDA PADA CV. RODA MITRA LESTARI

RAMALAN PENJUALAN SEPEDA MOTOR HONDA PADA CV. RODA MITRA LESTARI 1 UNIVERSITAS GUNADARMA FAKULTAS EKONOMI RAMALAN PENJUALAN SEPEDA MOTOR HONDA PADA CV. RODA MITRA LESTARI Disusun Oleh : Nama : Joko Widodo NPM : 10204526 Jurusan : Manajemen Pembimbing : Prof. Suryadi

Lebih terperinci

PENERAPAN METODE FIXED ORDER INTERVAL ATAU FIXED ORDER QUANTITY DALAM PENGENDALIAN PERSEDIAAN

PENERAPAN METODE FIXED ORDER INTERVAL ATAU FIXED ORDER QUANTITY DALAM PENGENDALIAN PERSEDIAAN PENERAPAN METODE FIXED ORDER INTERVAL ATAU FIXED ORDER QUANTITY DALAM PENGENDALIAN PERSEDIAAN Nisa Masruroh Jurusan Teknik Industri Fakultas Teknologi Industri UPN Veteran Jawa Timur ABSTRAK Persediaan

Lebih terperinci