OPTIMASI KEUNTUNGAN PEMBELIAN MANIK-MANIK DI C.V BURHANI SURABAYA DENGAN MENGGUNAKAN PEMOGRAMAN LINIER
|
|
- Hadian Hermawan
- 7 tahun lalu
- Tontonan:
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 DENGAN METODE LINEAR PROGRAMMING Heni Indrayati* dan Bobby Oedy P. Soepangkat** Program Pascasarjana Magister Manajemen Teknologi ITS Bidang Keahlian Manajemen
Lebih terperinciPERENCANAAN 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 terperinciFORECASTING 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 terperinciPEMODELAN 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 terperinciBAB 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 terperinciPERAMALAN 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 terperinciPERAMALAN 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 terperinciFormulasi 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 terperinciDasar-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 terperinciBAB 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 terperinciBAB 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 terperinciPERENCANAAN 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 terperinciBAB 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 terperinciMETODE 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 terperinciPeramalan (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 terperinciOPTIMASI 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 terperinciOPTIMASI 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 terperinciPeramalan 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 terperinciBAB 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 terperinciPERAMALAN 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 terperinciPERENCANAAN 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 terperinciBAB 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 terperinciBAB 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 terperinciPeramalan 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 terperinciBAB 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 terperinciOUTLINE. 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 terperinciSALES 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 terperinciBAB 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 terperinciPeramalan 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 terperinciOPTIMASI 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 terperinciUKDW 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 terperinciABSTRAK. 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 terperinciBAB 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 terperinciBAB 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 terperinciPENERAPAN 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 terperinciBAB 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 terperinciPERAMALAN 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 terperinciBAB 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 terperinciBABV 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 terperinciJURNAL 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 terperinciBAB 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 terperinciLULIK 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 terperinci99.9. 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 terperinciPERAMALAN (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 terperinciPERBANDINGAN 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 terperinciSILABUS 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 terperinciPEMBUATAN 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 terperinciPENGENDALIAN 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 terperinciPrediksi 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 terperinciANALISA 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 terperinciPERAMALAN 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 terperinciPerbaikan 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 terperinciPEMODELAN 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 terperinciBAB 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 terperinciPENERAPAN 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 terperinciPERAMALAN 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 terperinciBAB 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 terperinciImplementasi 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 terperinciBAB 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 terperinciAplikasi 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 terperinciOptimasi 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 terperinciANALISIS 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 terperinciAnalisis 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 terperinciBAB 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 terperinciDian 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 terperinciGARIS-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 terperinciBAB 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 terperinciMetode 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 terperinciPerkapalan 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 terperinciBAB 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 terperinciANALISIS 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 terperinciPENENTUAN 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 terperinciAPLIKASI 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 terperinciPERENCANAAN 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 terperinciOPTIMASI 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 terperinciKAJIAN 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 terperinciBAB 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 terperinciBAB 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 terperinciProsiding 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 terperinciPERAMALAN 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 terperinciPrediksi 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 terperinciPenentapan 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 terperinciPENERAPAN 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 terperinciBAB 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 terperinciLINDO. 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 terperinciIII. 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 terperinciAnalisis 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 terperinciPERENCANAAN 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 terperinciPREDIKSI 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 terperinciPERAMALAN 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 terperinciMETODE 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 terperinciUnnes 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 terperinciPERAMALAN 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 terperinciPeramalan 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 terperinci2016 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 terperinciBAB 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 terperinciMINIMASI 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 terperinciPELATIHAN 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 terperinciRAMALAN 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 terperinciPENERAPAN 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