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

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

1 Prosiding eminar Nasional Maemaika dan Terapannya 06 p-n : ; e-n : PERAMAAN PADA DATA RREGUAR NUODA DENGAN MENGGUNAKAN MODE HOT-WNTER Gumgum Darmawan Deparemen aisika FMPA UNPAD gumsa@gmail.com Resa epiani Ponoh Deparemen aisika FMPA UNPAD Berho Tanular Deparemen aisika FMPA UNPAD epiadi Padmadisasra Deparemen aisika FMPA UNPAD Budhi Handoko Deparemen aisika FMPA UNPAD Yeny Krisa F. Deparemen aisika FMPA UNPAD ABTRACT. rregular inusoidal ime series daa is a ime series daa ha have unusual seasonal paern. Daa such as his appears on rainfall daa, such as rainfall daa in Ciamis, Wes Java. inusoidal rregular paern emerged, probably caused by erraic weaher changes. Changes erraic paern will cause modeling and forecasing processes more difficul. n his sudy, we would predic rainfall inusoidal rregular paern daa by Hol Winers Model. R ofware is used o analyse his daa. Keywords:Hol-Winers, rregular inusoidal daa,or ABTRAK. rregular inusoidal daa dere waku adalah suau daa dere waku yang mempunyai pola musiman idak lazim. Daa seperi ini muncul pada daa alam seperi curah hujan, seperi daa curah hujan di Ciamis Jawa Bara. Pola rregular inusoidal muncul, mungkin disebabkan oleh perubahan cuaca yang idak menenu. Perubahan pola yang idak menenu akan menyebabkan proses pemodelan dan peramalan semakin suli. Dalam peneliian ini akan di dilakukan peramalan Model Hol Winers unuk daa Curah Hujan yang mempunyai pola rregular inusoidal. Kompuasi pada peneliian ini menggunakan OR (Open ource ofware R). Kaa Kunci: Hol-Winers, rregular inusoidal Daa, OR.

2 Peramalan pada Daa rregular inusoidal 80. PENDAHUUAN Meode Hol Winers adalah meode peramalan eksponensial yang erkenal. Meode ini biasa digunakan unuk daa yang mempunyai pola rend dan musiman. Peneliian enang meode Hol winers sudah banyak dikaji seperi Haryano Tanuwijaya (00) yang menerapkan meode Hol Winers unuk daa pengadaan oba rumah saki. Evalina Padang, Gim Tarigan,Ujian inulingga (03), meramalkan jumlah penumpang Kerea Api Medan-Ranau Prapaan dengan menggunakan Meode Hol-Winers. Neswinindara Widiarsi, Reno ubeki (05), melakukan perbandingan Hol-Winers dan ARMA unuk daa wisaawan asing di Kraon Jogja. Brian Djumay, Andeka Rocky Tanaamah dan Alz Danny Wowor (03), membandingkan meode Hol-Winers dan Polinomial Newon unuk meramalkan produksi ubi kayu. Pada peneliian ini akan di lakukan peramalan dengan menggunakan meode Hol Winers unuk daa musiman ak seragam (rregular). Musiman yang irregular erjadi jika periode unuk iap bagian daa dere waku sifanya berubahubah. Daa seperi ini erjadi pada daa curah hujan yang akan di kaji dalam peneliian ini.. METODE PENETAN Model Hol-Winer digunakan unuk daa dere waku yang mempunyai komponen ren dan musiman. Meode ini mempunyai iga parameer penghalusan, yaiu unuk menghaluskan level, unuk penghalusan ren, unuk komponen musiman. Terdapa dua model Hol_Winers, yaiu model Musiman Adiif dan Model Musiman Muliplikaif. Unuk menenukan apakah daa kia mempunyai pola musiman adiif aau pola musiman muliplikaif dapa diliha dari plo daa dere wakunya. Purwokero, 3 Desember 06

3 co AirPassengers G. Darmawan d.k.k Time Time (a) Musiman Adiif (b) Musiman Muliplikaif Gambar. Dua Jenis Pola Musiman Dari Gambar, ampak ada dua pola musiman, (a) adalah pola musiman adiif ciri-cirinya periode dari pola musiman idak mengalami perubahan sedangka (b) adalah pola musiman muliplikaif, ciri-cirinya periode dari pola musiman berubah.. Penghalusan Meode Hol-Winer Unuk Pola Daa Musiman Adiif. Model umum unuk daa yang mempunyai pola musiman adiif adalah sebagai beriku ; dengan :, () adalah konsana ( komponen eap dari daa dere waku), adalah komponen ren linier, adalah komponen/indeks musiman, adalah komponen gala (acak). Persamaan penghalusan dari Meode Hol-Winers unuk daa yang mempunyai pola musiman adiif adalah :. Pemulusan evel T. Pemulusan Tren T T 3. Pemulusan Musiman Purwokero, 3 Desember 06

4 Peramalan pada Daa rregular inusoidal 8 4. Peramalan F m m * T m, m,,.., F m m * T m, m,,..,. Penghalusan Meode Hol-Winers Unuk Pola Daa Musiman Muliplikaif. Model umum unuk daa yang mempunyai pola musiman adiif adalah sebagai beriku ; dengan :, () adalah konsana ( komponen eap dari daa dere waku), adalah komponen ren linier, adalah komponen/indeks musiman, adalah komponen gala (acak). Persamaan penghalusan dari Meode Hol-Winers unuk daa yang mempunyai pola musiman muliplikaif adalah :. Pemulusan evel. Pemulusan Tren T Purwokero, 3 Desember 06 T T 3. Pemulusan Musiman 4. Peramalan F F m T, m m* T, m,3,... m dengan inisialisasi sebagai beriku :

5 83 G. Darmawan d.k.k. dengan :... T.. : panjang periode musiman, T : komponen ren, : fakor penyesuaian musiman,,.. 3. HA DAN PEMBAHAAN ering secara visual kia cukup suli unuk memuuskan model manakah yang epa digunakan daa. Unuk iu, kia bisa menggunakan pendekaan lain, dengan membandingkan sum/mean square error (E/ME) dari kedua meode ersebu, kemudian meode erpilih adalah meode yang memberikan E/ME (Dedi Rosadi,00). Gambar. Pola Musiman rregullar Unuk mendapakan model yang erbaik dilakukan racking parameer dengan dimulai dari nilai erkecil yaiu 0 sampai bernilai 0,99. Hasil racking parameer diperlihakan pada Tabel di bawah ini. Purwokero, 3 Desember 06

6 Peramalan pada Daa rregular inusoidal 84 Tabel. Hasil Kompuasi No MAPE 0,0 0,00 0, ,0 0,00 0, ,08 0, ,08 0, K 0,75 0,08 0, ,75 0, 0, ,75 0,08 0, N 0,99 0,99 0, Tabel merupakan hasil kompuasi unuk semua nilai parameer yang mungkin di mulai dari nilai,, = (0,0;0,0;0,0) sampai,, = (0,99;0,99;0,99). Hasil erbaik diemukan pasangan,, = (0,75;0,08;0,5), menghasilkan nilai MAPE = 45,8. Model Hol-Winers Muliplikaif idak dapa diaplikasikan pada daa ini karena mengandung daa nol. 4. KEMPUAN Pada daa ini idak dapa diaplikasikan Model Hol-Winers yang muliplikaif karena daanya mempunyai nilai nol. Unuk Model Hol-Winer yang Adiif ernyaa parameer yang erbaik adalah,, = (0,75;0,08;0,5), menghasilkan nilai MAPE = 45,8. DAFTAR PUTAKA Brian,. D., Andeka, R. T., dan Alz, D. W., Newon, Analisis Perbandingan Meode Hol-Winers,ingle Exponenial moohing Dan Polinomial Purwokero, 3 Desember 06

7 85 G. Darmawan d.k.k. Dalam Meramalkan Daa Produksi Ubi Kayu, Prosiding eminar Maemaika, ains dan T, FMPA UNRAT, 03. Rosadi, D., Analisis Ekonomerika & Runun Waku Terapan dengan R, Penerbi AND, Yogyakara, 00. Evalina, P., Gim T., Ujian., Peramalan Jumlah Penumpang Kerea Api Medan- Ranau Prapa Dengan Meode Pemulusan Eksponensial Hol-Winers, ainia Maemaika, () (03), Tanuwijaya, H., Penerapan Meode Winer s Exponenial moohing Dan ingle Moving Average Dalam isem nformasi Pengadaan Oba Rumah aki, Prosiding eminar Nasional Manajemen Teknologi, Program udi MMT-T, 00. Neswinindara, W. dan Reno., Analisis Komparasi Hol Winer dan ARMA Pada Peramalan aisik Wisaawan Asing Kraon Yogyakara, eminar Nasional Maemaika dan Pendidikan Maemaika, Universias Negeri Yogyakara, 05. Purwokero, 3 Desember 06

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

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun 43 BAB METODE PEMUUAN EKPONENA TRPE DAR WNTER Meode pemulusan eksponensial elah digunakan selama beberapa ahun sebagai suau meode yang sanga berguna pada begiu banyak siuasi peramalan Pada ahun 957 C C

Lebih terperinci

(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 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

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 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 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

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

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 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 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

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

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

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

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

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

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

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

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

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

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

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 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

S 9 Peramalan Volume Penjualan Calana Panjang di Boyolali dengan Menggunakan Model Variasi Kalender

S 9 Peramalan Volume Penjualan Calana Panjang di Boyolali dengan Menggunakan Model Variasi Kalender 9 Peramalan Volume Penjualan Calana Panjang di Boyolali dengan Menggunakan Model Variasi Kalender Wahyuni uryaningyas Dosen FKIP Universias Muhammadiyah urabaya e-mail: ma_ums @yahoo.com ABTRAK Bisnis

Lebih 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

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

*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

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

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

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

PENDUGAAN PARAMETER DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA

PENDUGAAN PARAMETER DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA PENDUGAAN PARAMEER DERE WAKU HIDDEN MARKOV SAU WAKU SEBELUMNYA BERLIAN SEIAWAY DAN DIMAS HARI SANOSO Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Peranian Bogor Jl Merani, Kampus

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

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

KAJIAN PEMODELAN DERET WAKTU: METODE VARIASI KALENDER YANG DIPENGARUHI OLEH EFEK VARIASI LIBURAN

KAJIAN PEMODELAN DERET WAKTU: METODE VARIASI KALENDER YANG DIPENGARUHI OLEH EFEK VARIASI LIBURAN JMP : Volume 4 omor, Juni 22, hal. 35-46 KAJIA PEMODELA DERET WAKTU: METODE VARIASI KALEDER YAG DIPEGARUHI OLEH EFEK VARIASI LIBURA Winda Triyani Universias Jenderal Soedirman winda.riyani@gmail.com Rina

Lebih 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 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 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

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

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

Rahma Rei Sakura, S.T., M.T. NIP MANAJEMEN OPERASIONAL PRODUKSI

Rahma Rei Sakura, S.T., M.T. NIP MANAJEMEN OPERASIONAL PRODUKSI Rahma Rei Sakura, S.T., M.T. NIP. 153112 1 MANAJEMEN OPERASIONAL PRODUKSI - 16027304 Pola Daa Musiman (Tanpa Trend) MANAJEMEN OPERASIONAL PRODUKSI - 16027304 2 1 Teknik Moving Average dan Exponenial Smoohing,

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

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

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

Lebih terperinci

BAB 2 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 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

Holt-Winter Exponential Smoothing. Minggu 5-6

Holt-Winter Exponential Smoothing. Minggu 5-6 Hol-Winer Exponenial Smoohing Minggu 5-6 Hol Exponenial moohing Meode Hol wo parameer exponenial moohing adalah pengembangan dari exponenial moohing ederhana. Menambahkan fakor perumbuhan (fakor ren) pada

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

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

BAB 1 PENDAHULUAN. Propinsi Sumatera Utara merupakan salah satu propinsi yang mempunyai

BAB 1 PENDAHULUAN. Propinsi Sumatera Utara merupakan salah satu propinsi yang mempunyai BAB 1 PENDAHULUAN 1.1 Laar Belakang Propinsi Sumaera Uara merupakan salah sau propinsi yang mempunyai perkembangan yang pesa di bidang ransporasi, khususnya perkembangan kendaraan bermoor. Hal ini dapa

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 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

Metode Peramalan Deret Waktu

Metode Peramalan Deret Waktu 6//5 Meode Peramalan Dere Waku Dr. Fari M. Afendi, M.Si Pika Silviani, M.Si Wha is a forecas? Why Forecas? Forecasing How o Forecas Forecas Types 6//5 enables us o do somehing abou i. o discern wha is

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

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

SISTEM INFORMASI PERAMALAN PERSEDIAAN OBAT PADA APOTIK SIDOARJO DENGAN METODE WINTER

SISTEM INFORMASI PERAMALAN PERSEDIAAN OBAT PADA APOTIK SIDOARJO DENGAN METODE WINTER ITEM IFORMAI PERAMALA PEREDIAA OBAT PADA APOTIK IDOARJO DEGA METODE WITER Rudy eiawan Program udi isem Informasi, Universias Ma Chung Malang Email: rudy.seiawan@machung.ac.id ABTRAK Forecasing informaion

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 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

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 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 III ARFIMA-FIGARCH. pendek (short memory) karena fungsi autokorelasi antara dan turun

BAB III ARFIMA-FIGARCH. pendek (short memory) karena fungsi autokorelasi antara dan turun BAB III ARFIMA-FIGARCH 3. Time Series Memori Jangka Panjang Proses ARMA sering dinyaakan sebagai proses memori jangka pendek (shor memory) karena fungsi auokorelasi anara dan urun cepa secara eksponensial

Lebih 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

ADOPSI REGRESI BEDA UNTUK MENGATASI BIAS VARIABEL TEROMISI DALAM REGRESI DERET WAKTU: MODEL KEHILANGAN AIR DISTRIBUSI DI PDAM SUKABUMI

ADOPSI REGRESI BEDA UNTUK MENGATASI BIAS VARIABEL TEROMISI DALAM REGRESI DERET WAKTU: MODEL KEHILANGAN AIR DISTRIBUSI DI PDAM SUKABUMI ADOPSI REGRESI BEDA UNTUK MENGATASI BIAS VARIABEL TEROMISI DALAM REGRESI DERET WAKTU: MODEL KEHILANGAN AIR DISTRIBUSI DI PDAM SUKABUMI Yusep Suparman Universias Padjadjaran yusep.suparman@unpad.ac.id ABSTRAK.

Lebih terperinci

Jurnal Edik Informatika Penelitian Bidang Komputer Sains dan Pendidikan Informatika V1.i1(64-69)

Jurnal Edik Informatika Penelitian Bidang Komputer Sains dan Pendidikan Informatika V1.i1(64-69) Jurnal Edik Informaika Peneliian Bidang Kompuer Sains dan Pendidikan Informaika Peramalan Penjualan Pada Usaha Kecil Menengah (UKM) Roi Sania Dengan Menggunakan Program POM QM Henny Yulius 1, Yadi Prawinaa

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. 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

KOINTEGRASI DAN ESTIMASI ECM PADA DATA TIME SERIES. Abstrak

KOINTEGRASI DAN ESTIMASI ECM PADA DATA TIME SERIES. Abstrak KOINTEGRASI DAN ESTIMASI ECM PADA DATA TIME SERIES Universias Muhammadiyah Purwokero malim.muhammad@gmail.com Absrak Pada persamaan regresi linier sederhana dimana variabel dependen dan variabel independen

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

PENDUGAAN PARAMETER DERET WAKTU HIDDEN MARKOV HAMILTON *

PENDUGAAN PARAMETER DERET WAKTU HIDDEN MARKOV HAMILTON * PENDUGAAN PARAMEER DERE WAKU HIDDEN MARKOV HAMILON * BERLIAN SEIAWAY, YANA ADHARINI DAN HIRASAWA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Peranian Bogor Jl Merani, Kampus IPB

Lebih terperinci

KOMPARASI METODE PERAMALAN AUTOMATIC CLUSTERING TECHNIQUE AND FUZZY LOGICAL RELATIONSHIPS DENGAN SINGLE EXPONENTIAL SMOOTHING

KOMPARASI METODE PERAMALAN AUTOMATIC CLUSTERING TECHNIQUE AND FUZZY LOGICAL RELATIONSHIPS DENGAN SINGLE EXPONENTIAL SMOOTHING Komparasi Meode Peramalan (Beik E.) KOMPARASI METODE PERAMALAN AUTOMATIC CLUSTERING TECHNIQUE AND FUZZY LOGICAL RELATIONSHIPS DENGAN SINGLE EXPONENTIAL SMOOTHING Beik Endaryai 1, Rober Kurniawan 2 1,2

Lebih terperinci

BAB 3 GAMBARAN UMUM BADAN PUSAT STATISTIK Sejarah Singkat BPS (Badan Pusat Statistik) A. Masa Pemerintahan Hindia Belanda

BAB 3 GAMBARAN UMUM BADAN PUSAT STATISTIK Sejarah Singkat BPS (Badan Pusat Statistik) A. Masa Pemerintahan Hindia Belanda BAB 3 GAMBARAN UMUM BADAN PUAT TATITIK 3.. ejarah ingka BP (Badan Pusa aisik) A. Masa Pemerinahan Hindia Belanda Pada bulan Februari 920, Kanor aisik perama kali didirikan oleh Direkur peranian, Kerajinan

Lebih terperinci

Kombinasi Fitting Sinusoids dan Metode Dekomposisi dalam Memprediksi Besar Permintaan Kredit

Kombinasi Fitting Sinusoids dan Metode Dekomposisi dalam Memprediksi Besar Permintaan Kredit Kombinasi Fiing Sinusoids dan Meode Dekomposisi dalam Memprediksi Besar Perminaan Kredi (Sudi Kasus: Koperasi Simpan Pinjam X Salaiga, Jawa Tengah) Rahayu Prihanini Fakulas Teknologi Informasi Universias

Lebih terperinci

Kata kunci: Deret waktu, Heteroskedastisitas, IGARCH, Peramalan. Keywords: Time Series, Heteroscedasticity, IGARCH, Forecasting.

Kata kunci: Deret waktu, Heteroskedastisitas, IGARCH, Peramalan. Keywords: Time Series, Heteroscedasticity, IGARCH, Forecasting. METODE INTEGRATED GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (IGARCH) UNTUK MEMODELKAN HARGA GABAH DUNIA (INTEGRATED GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY TO CAPTURE

Lebih 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

Analisis Peramalan Jumlah Penumpang Kereta Api Penataran Tujuan Surabaya-Malang

Analisis Peramalan Jumlah Penumpang Kereta Api Penataran Tujuan Surabaya-Malang Analisis Peramalan Jumlah Penumpang Kerea Api Penaaran Tujuan Surabaya-Malang Oleh. Andria Prima Diago 08.00.0 Dosen Pembimbing. r. Dwiamono Agus, M.komp Andria Prima Diago 08.00.0 nsiu Teknologi Sepuluh

Lebih 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

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

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. 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

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

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

ANALISIS PERAMALAN PENJUALAN PRODUK KERIPIK PISANG KEMASAN BUNGKUS (Studi Kasus : Home Industry Arwana Food Tembilahan)

ANALISIS PERAMALAN PENJUALAN PRODUK KERIPIK PISANG KEMASAN BUNGKUS (Studi Kasus : Home Industry Arwana Food Tembilahan) ANALISIS PERAMALAN PENJUALAN PRODUK KERIPIK PISANG KEMASAN BUNGKUS (Sudi Kasus : Home Indusry Arwana Food Tembilahan) Sii Wardah *), Iskandar Jurusan Teknik Indusri, Fakulas Teknik dan Ilmu Kompuer, Universias

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

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

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

Model Dinamis: Autoregressive Dan Distribusi Lag (Studi Kasus : Pengaruh Kurs Dollar Amerika Terhadap Produk Domestik Regional Bruto (PDRB))

Model Dinamis: Autoregressive Dan Distribusi Lag (Studi Kasus : Pengaruh Kurs Dollar Amerika Terhadap Produk Domestik Regional Bruto (PDRB)) Model Dinamis: Auoregressive Dan Disribusi Lag (Sudi Kasus : Pengaruh Kurs Dollar Amerika Terhadap Produk Domesik Regional Bruo (PDRB)) Dynamic Model : Auoregressive and Disribuion Lag (Case Sudy: Effecs

Lebih terperinci

PENGAMBILAN KEPUTUSAN DENGAN METODE PERAMALAN AUTOREGRESIVE INTEGRATED MOVING AVERAGE (ARIMA) (Studi Kasus: PT Tembaga Mulia Semanan)

PENGAMBILAN KEPUTUSAN DENGAN METODE PERAMALAN AUTOREGRESIVE INTEGRATED MOVING AVERAGE (ARIMA) (Studi Kasus: PT Tembaga Mulia Semanan) Prosiding Seminar Nasional Manajemen Teknologi Program Sudi MMT-ITS, Surabaya 1 Agusus 2009 PENGAMBILAN KEPUTUSAN DENGAN METODE PERAMALAN AUTOREGRESIVE INTEGRATED MOVING AVERAGE (ARIMA) (Sudi Kasus: PT

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

PERAMALAN DENGAN MODEL VARI PADA DATA IHK KELOMPOK PADI-PADIAN DAN BUMBU-BUMBUAN (STUDI KASUS KOTA SALATIGA, BULAN JANUARI 2014 JULI 2016)

PERAMALAN DENGAN MODEL VARI PADA DATA IHK KELOMPOK PADI-PADIAN DAN BUMBU-BUMBUAN (STUDI KASUS KOTA SALATIGA, BULAN JANUARI 2014 JULI 2016) Prosiding Seminar Maemaika dan Pendidikan Maemaika ISBN: 978-602-622-20-9 hal 935-950 November 206 hp://jurnal.fkip.uns.ac.id PERAMALAN DENGAN MODEL VARI PADA DATA IHK KELOMPOK PADI-PADIAN DAN BUMBU-BUMBUAN

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

ANALISIS DIRECT SELLING COST DALAM MENINGKATKAN VOLUME PENJUALAN Studi kasus pada CV Cita Nasional.

ANALISIS DIRECT SELLING COST DALAM MENINGKATKAN VOLUME PENJUALAN Studi kasus pada CV Cita Nasional. JURNAL ILMIAH RANGGAGADING Volume 7 No. 1, April 7 : 3-9 ANALISIS DIRECT SELLING COST DALAM MENINGKATKAN VOLUME PENJUALAN Sudi kasus pada CV Cia Nasional. Oleh Emmy Supariyani* dan M. Adi Nugroho *Dosen

Lebih terperinci

Pemodelan Indeks Harga Konsumen Kelompok Bahan Makanan menggunakan Metode Intervensi dan Regresi Spline ABSTRAK

Pemodelan Indeks Harga Konsumen Kelompok Bahan Makanan menggunakan Metode Intervensi dan Regresi Spline ABSTRAK Pemodelan Indeks Harga Konsumen Kelompok Bahan Makanan menggunakan Meode Inervensi dan Regresi Spline Rina Andriani, Dr. Suharono, M.Sc 2 Mahasiswa Jurusan Saisika FMIPA-ITS, 2 Dosen Jurusan Saisika FMIPA-ITS

Lebih 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

PENGEMBANGAN MODEL PREDIKSI OLR-MJO BERBASIS HASIL ANALISIS MODEL STATISTIK BOX-JENKINS (ARIMA)

PENGEMBANGAN MODEL PREDIKSI OLR-MJO BERBASIS HASIL ANALISIS MODEL STATISTIK BOX-JENKINS (ARIMA) Prosiding Seminar Nasional Peneliian, Pendidikan, dan Penerapan MIPA Fakulas MIPA, Universias Negeri Yogyakara, 16 Mei 2009 PENGEMBANGAN MODEL PREDIKSI OLR-MJO BERBASIS HASIL ANALISIS MODEL STATISTIK BOX-JENKINS

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

PEMODELAN DATA DERET WAKTU YANG MENGANDUNG EFEK VARIASI KALENDER PADA KASUS PENJUALAN PRODUK DI PERUSAHAAN RITEL

PEMODELAN DATA DERET WAKTU YANG MENGANDUNG EFEK VARIASI KALENDER PADA KASUS PENJUALAN PRODUK DI PERUSAHAAN RITEL Seminar Nasional Saisika IX Insiu Teknologi Sepuluh Nopember, 7 November 9 PEMODELAN DATA DERET WAKTU YANG MENGANDUNG EFEK VARIASI KALENDER PADA KASUS PENJUALAN PRODUK DI PERUSAHAAN RITEL Y.P.Y. Asmara,

Lebih 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 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

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang 11 BAB I PENDAHULUAN 1.1 Laar Belakang Salah sau masalah analisis persediaan adalah kesulian dalam menenukan reorder poin (iik pemesanan kembali). Reorder poin diperlukan unuk mencegah erjadinya kehabisan

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

1999 sampai bulan September Data ini diperoleh dari yahoo!finance.

1999 sampai bulan September Data ini diperoleh dari yahoo!finance. 7 999 sampai bulan Sepember 8. Daa ini diperoleh dari yahoo!finance. Meode Langkah-langkah pemodelan nilai harian IHSG secara garis besar dapa diliha pada Lampiran dengan penjelasan sebagai beriku:. Melakukan

Lebih terperinci