APLIKASI METODE DOUBLE EXPONENTIAL SMOOTHING BROWN DAN HOLT UNTUK MERAMALKAN TOTAL PENDAPATAN BEA DAN CUKAI
|
|
- Hamdani Kartawijaya
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Prosiding Seminar Nasional Maemaika dan Terapannya 2016 p-issn : ; e-issn : APLIKASI METODE DOUBLE EXPONENTIAL SMOOTHING BROWN DAN HOLT UNTUK MERAMALKAN TOTAL PENDAPATAN BEA DAN CUKAI Danang Adi Praama Jurusan Maemaika, FMIPA, Universias Jenderal Soedirman d.praama1995@yahoo.co.id Amalia Lufiana Dzulfida Jurusan Maemaika, FMIPA, Universias Jenderal Soedirman Jihan Khalda Huwaida Jurusan Maemaika, FMIPA, Universias Jenderal Soedirman Agung Prabowo Jurusan Maemaika, FMIPA, Universias Jenderal Soedirman Agusini Tripena Br. Sb. Jurusan Maemaika, FMIPA, Universias Jenderal Soedirman ABSTRAK. Meode double exponenial smoohing adalah bagian dari analisis ime series. Dalam meode ini, erdapa dua ipe penyelesaian yaiu Brown dan Hol. Dalam arikel ini kedua ipe penyelesaian dierapkan unuk meramalkan oal pendapaan bea dan cukai ahun 2016 di KPPBC TMP C Cilacap. Daa yang digunakan adalah daa pendapaan bea dan cukai dari ahun 2010 sampai Hasil yang diperoleh menunjukkan bahwa penyelesaian meode double exponenial smoohing dari Brown memberikan nilai kesalahan peramalan lebih kecil dibandingkan penyelesaian dari Hol unuk semua krieria yang diujikan. Sedangkan hasil peramalan dari kedua ipe penyelesaian menunjukkan bahwa pendapaan bea dan cukai ahun 2016 melampaui arge yang dieapkan. Kaa kunci : bea dan cukai, double exponenial smoohing, peramalan, arge. ABSTRACT. Double exponenial smoohing mehods is a par of ime series analisys. In his mehod, here are wo kind ype of soluions ha is Brown and Hol. In his aricle boh ype of soluions were applied o forecas he oal cusom income daa in 2016 in KPPBC TMP C Cilacap. The used cusom daa are from 2010 o The resul show ha Brown double exponenial smoohing soluion are given beer forecas error han Hol soluion for all esed crieria. Meanwhile, he forecas resul for all consan smoohing values from boh ype soluion show ha in 2016 was pass over prescrip arge. Keywords : cusom, double exponenial smoohing, forecas, arge.
2 Aplikasi Meode Double Exponenial Smoohing PENDAHULUAN Pemasukkan erbesar Indonesia berasal dari sekor pajak ermasuk kepabeanan dan cukai. Kepabeanan dan Cukai di Indonesia dikelola oleh Direkora Jenderal Bea dan Cukai (DJBC) dibawah naungan Kemenerian Keuangan. Salah sau ugas dan wewenang DJBC adalah pengelolaan keuangan negara, anara lain memungu bea masuk beriku pajak dalam rangka impor (PDRI) melipui (PPN Impor, PPh Pasal 22, PPnBM), dan cukai. Unuk mempermudah ugas ersebu, DJBC membuka kanor wilayah pada seiap daerah di seluruh Indonesia. Guna memenuhi arge APBN seiap ahunnya, Kemenerian Keuangan memberikan arge kepada seiap direkora, ermasuk dianaranya kepada DJBC seluruh Indonesia sebesar Rp. 186,52 riliun unuk ahun Dalam lima ahun erakhir, arge pendapaan bea dan cukai yang dieapkan oleh DJBC selalu dapa dilampaui oleh Kanor Pengawasan dan Pelayanan Bea dan Cukai Tipe Madya Pabean C (KPPBC TMP C) Cilacap. Dalam Rancangan Anggaran Pendapaan dan Belanja Negara (RAPBN) 2016, arge unuk KPPBC TMP C Cilacap dipaok sebesar Rp Diharapkan pendapaan pada ahun 2016 akan kembali melampaui arge seperi ahun-ahun sebelumnya. Selain melampaui arge, diharapkan pula unuk ahun 2016 ini, pendapaan KPPBC TMP C Cilacap bisa melebihi ahun 2015 yang senilai Rp Oleh karena iu, diperlukan kajian enang peramalan pendapaan bea dan cukai di KPPBC TMP C Cilacap unuk bahan perimbangan perumusan sraegi yang lebih epa, selain unuk membanu erpenuhinya arge DJBC pusa. Peramalan adalah kegiaan memperkirakan fenomena yang erjadi di masa depan, salah saunya menggunakan analisis ime series. Salah sau meode dalam analisis ime series adalah exponenial smoohing yang merupakan penjabaran lebih lanju dari meode moving average. Penulis erarik unuk mengkaji peramalan oal pendapaan di KPPBC TMP C Cilacap dengan meode exponenial smoohing, lebih epanya meode double exponenial smoohing. Hal ini dikarenakan oleh peramalan menggunakan meode ini idak erlalu suli dan hasilnya sanga akura (Makridakis, dkk., 1992). Hasil peramalan pendapaan
3 118 D. A. Praama d.k.k. ersebu dapa digunakan sebagai bahan perimbangan KPPBC TMP C Cilacap unuk merumuskan sraegi yang epa dalam menenukan perolehan bea dan cukai beriku pajak. Tujuan yang ingin dicapai adalah, perama memperoleh hasil peramalan pendapaan bea dan cukai di KPPBC TMP C Cilacap pada ahun 2016 dengan meode double exponenial smoohing menggunakan ipe Brown dan Hol. Kedua mengeahui apakah hasil ramalan ahun 2016 dapa melampaui arge yang dieapkan unuk ahun ersebu. Tujuan keiga adalah mengeahui apakah hasil ramalan ahun 2016 melampaui oal pendapaan ahun Tujuan keempa adalah memilih penyelesaian yang memberikan ukuran kesalahan peramalan erkecil anara kedua meode. 2. METODE PENELITIAN Desain dari peneliian ini adalah observasional dalam bidang saisik yakni dengan menganalisis daa sekunder yang ada sehingga dapa dikeahui pola daanya sehingga dapa digunakan unuk meramalkan pola dan kondisi di masa yang akan daang (Awwaliyah, 2014). Observasi dilakukan pada KPPBC TMP C Cilacap dari 18 Januari hingga 18 Februari Daa dalam peneliian ini adalah oal pendapaan bea dan cukai KPPBC TMP C Cilacap sebanyak 18 pengamaan dimulai dari caurwulan 1 ahun 2010 hingga caurwulan 18 ahun Daa yang erkumpul dianalisis menggunakan meode double exponenial smoohing berbanuan aplikasi sofware saisika Miniab. Dalam meode double exponenial smoohing salah sau parameer yang sanga menenukan adalah konsana pemulusan α dan γ yang keduanya bernilai anara 0 dan 1. Selanjunya, meode rial and error akan digunakan unuk memilih nilai konsana pemulusan α dan γ yang menghasilkan nilai kesalahan peramalan paling kecil unuk kedua ipe penyelesaian double exponenial smoohing dari Brown dan Hol. Dengan menggunakan nilai-nilai konsana pemulusan α dan γ yang diperoleh, dapa dihiung nilai ramalan oal pendapaan bea dan cukai pada ahun 2016.
4 Aplikasi Meode Double Exponenial Smoohing HASIL DAN PEMBAHASAN Pada arikel ini digunakan daa pendapaan bea dan cukai ahun Pada awalnya, analisa daa yang dilakukan berdasarkan daa pendapaan bea dan cukai perbulan dari bulan Januari 2010 hingga Desember 2015 (Gambar 1). Plo daa yang dihasilkan idak menunjukkan adanya rend, sehingga meode double exponenial smoohing idak dapa dierapkan. Kemudian dilakukan perubahan daa menjadi benuk riwulan aau kuaralan (Gambar 2). Plo daa kembali idak menunjukkan adanya rend, sehingga double exponenial smoohing juga idak dapa dierapkan. Gambar 1. Plo daa bulanan Gambar 2. Plo daa kuaralan Selanjunya, dilakukan kembali pengubahan daa menjadi caurwulan (Gambar 3). Dengan menggunakan daa caurwulanan yang disajikan pada Tabel 1, pola daa menunjukkan adanya rend yang cenderung naik di akhir periode sehingga daa dapa diramalkan menggunakan double exponenial smoohing. Penyajian daa pada semua abel diubah kedalam benuk juaan rupiah unuk mempermudah perhiungan. Tabel 1. Daa caurwulan unuk pendapaan bea dan cukai KPPBC TMP C Cilacap ahun Caur Wulan , , , , , ,6
5 Caurwulan D. A. Praama d.k.k , , , , , , , , , , , ,4 Seluruh daa pada Tabel 1 dapa disajikan dalam benuk grafik sebagai beriku: Rp Time Series Plo of Caurwulan Rp Rp Rp Rp Index Gambar 3. Plo daa caurwulan bea dan cukai ahun Meode Double Exponenial Smoohing dari Brown Pemulusan dengan meode ini hanya memerlukan sau parameer dan digunakan unuk daa yang mengandung rend linier, sehingga meode ini sering disebu meode linear sau parameer dari Brown. Persamaan yang dipakai dalam implemenasi double exponenial smoohing dengan meode Brown adalah: Persamaan saisik pemulusan unggal (single): S X 1 S ' ' 1 (1) Persamaan saisik pemulusan ganda (double): S " 1 " X S 1 (2) dengan adalah konsana pemulusan. Keakuraan hasil ramalan dengan meode exponenial smoohing sanga erganung pada konsana pemulusan. Dielman (2006) melaporkan eknik pemilihan konsana pemulusan yang meminimumkan MAPE (Mean Absolue
6 Aplikasi Meode Double Exponenial Smoohing 121 Percenage Error) dan MAD (Mean Absolue Deviaion). Beberapa ahun sebelumnya, Paul (2001) menggunakan eknik yang sama dengan Dielman namun dipilih yang meminimumkan MSE (Mean Square Error) dan MSD (Mean Square Deviaion). Sevenson (2009) menyaakan bahwa pemilihan konsana pemulusan pada dasarnya erganung pada kebijakan aau melalui rial and error dan umumnya dipilih nilai konsana pemulusan anara 0,05 sampai 0,50. Rao (2012) memberikan auran pemilihan konsana pemulusan 0, 5 dan secara khusus unuk 0, 2 dan 0, 3 memberikan hasil yang baik. Marzena dan Toporowski (2012) melaporkan penggunaan konsana pemulusan yang deka 0 akan memberikan hasil baik pada daa dere waku yang idak mengandung daa siklik dan bebas dari komponen irregular. Unuk konsana pemulusan yang deka 1 akan menghasilkan peramalan yang baik. Makridakis, dkk., (1992) menjelaskan seiap meode peramalan memiliki keepaan dan ingka kesulian masing-masing yang harus diperimbangkan. Oleh karena iu, harus dipilih meode yang paling epa, yaiu meode yang dapa meminimumkan kesalahan peramalan. Semakin kecil nilai kesalahan, maka akan semakin epa hasil peramalan yang diperoleh. Parameer yang digunakan pada meode double exponenial smoohing Brown yaiu α dengan nilai anara 0 dan 1. Nilai α diperoleh dengan cara rial and error berbanuan aplikasi Miniab. Nilai konsana pemulusan yang dipilih adalah nilai yang meminimalkan ukuran kesalahan peramalan menggunakan krieria MAPE, MAD, dan MSE. Persamaan yang digunakan unuk memperoleh nilai MAPE, MAD, dan MSE beruru-uru diberikan pada persamaan (3), (4), (5): MAPE n 1 X ˆ X X n 100. (3) (4) MAD n 1 X n Xˆ
7 122 D. A. Praama d.k.k. n X ˆ 2 X 1 MSE. (5) n Nilai konsana pemulusan (Alpha) berdasarkan MAPE, MAD, dan MSE yang diperoleh menggunakan aplikasi Miniab 16 diunjukkan pada Tabel 2. Tabel 2. Perbandingan nilai Alpha dengan meode double exponenial dari Brown Alpha MAD MSE MAPE (%) 0, , , , , , , , , , , , , , , ,3101 0, , , ,3806 0, , , ,4426 Berdasarkan Tabel 2, dapa diliha bahwa erdapa perbedaan nilai konsana pemulusan α yang diperoleh. Dengan krieria MAD dan MAPE erkecil diperoleh dari α = 0,140, sedangkan unuk krieria MSE erkecil diperoleh dari α = 0,300. Langkah selanjunya adalah menghiung nilai ramalan F unuk periode 1 sampai 18 dengan meode double exponenial smoohing dari Brown, dengan menggunakan persamaan (6): dengan: F m a b m m = jangka waku maju ke depan a 2S S (7) ' " b S S 1 ' " m (6) (8)
8 Aplikasi Meode Double Exponenial Smoohing 123 Hasil ramalan dengan menggunakan nilai α = 0,140 dan α = 0,300 disajikan dalam Tabel 3. Tabel 3. Nilai ramalan dengan α = 0,140 dan α = 0,300 dengan meode double exponenial dari Brown Periode α = α = , , , , , ,7778 Toal , ,24240 Dengan menggunakan nilai α = 0,140 diperoleh oal pendapaan ahun 2016 sebesar ,6167 (dalam juaan rupiah). Dengan α = 0,310 diperoleh oal pendapaan ahun 2016 sebesar ,2424 (dalam juaan rupiah). Dengan demikian, hasil ramalan dengan kedua nilai konsana pemulusan elah melampaui arge yang dieapkan sebesar Rp Hasil ramalan unuk α = 0,140 elah melampaui pendapaan ahun 2015 yaiu sebesar Rp , namun unuk α = 0,300 hasil ramalan belum mampu melampaui pendapaan ahun Meode Double Exponenial Smoohing dari Hol Meode ini pada prinsipnya serupa dengan meode Brown, hanya saja pada meode Hol unuk memuluskan nilai rend digunakan dua buah parameer konsana pemulusan yaiu α dan γ yang bernilai anara 0 dan 1 (liha persamaan (9) dan (10)). Prediksi menggunakan meode double exponenial smoohing dari Hol memerlukan iga buah persamaan beriku: Sn Yn (1 )( Sn 1 Tn 1) (9) T ( S S ) (1 ) T (10) n n n1 n1 F m Sn Tnm (11)
9 124 D. A. Praama d.k.k. Nilai konsana pemulusan (Alpha dan Gamma) berdasarkan MAPE, MAD, dan MSE yang diperoleh menggunakan Miniab 16 diunjukkan pada Tabel 4. Tabel 4. Perbandingan nilai Alpha dan Gamma meode double exponenial smoohing dari Hol Alpha Gamma MAD MSE MAPE (%) 0,240 0, , , ,8218 0,250 0, , , ,7595 0,260 0, , , , ,560 0, , , ,2051 0,570 0, , , ,2311 0,580 0, , , ,2560 Berdasarkan Tabel 4, erdapa perbedaan nilai parameer α unuk nilai ukuran kesalahan peramalan erkecil. Nilai MAD dan MAPE diperoleh dari α = 0,250, sedangkan MSE erkecil diperoleh dari α = 0,570. Teapi unuk nilai γ diperoleh hasil sama yaiu γ = 0,100. Ramalan dengan meode double exponenial smoohing dari Hol masih menggunakan daa caurwulan oal pendapaan bea dan cukai ahun 2010 sampai Hasil ramalan didapa dengan menggunakan dua konsana pemulusan α dan γ, dapa diliha pada Tabel 5. Tabel 5. Nilai ramalan dengan meode Double Exponenial smoohing dari Hol berdasarkan nilai ukuran kesalahan yang dienukan Periode α = α = , ,0224
10 Aplikasi Meode Double Exponenial Smoohing , , , ,3810 Toal , ,1051 Tabel 5 menunjukkan bahwa dengan nilai α = 0,250 diperoleh oal pendapaan ahun 2016 sebesar ,1796 (dalam juaan rupiah). Sedangkan dengan α = 0,570 diperoleh oal pendapaan ahun 2016 sebesar ,1051 (dalam juaan rupiah). Dengan demikian, hasil ramalan dengan kedua nilai konsana pemulusan elah melampaui arge yang dieapkan sebesar Rp , sera melampaui pendapaan ahun 2015 yaiu sebesar Rp Meode Terbaik anara Meode Double Exponenial Smoohing dari Brown dan Hol Pemilihan meode double exponenial smoohing erbaik anara meode Brown dan Hol berdasarkan perhiungan nilai ukuran kesalahan peramalan (MAPE, MAD, dan MSE) seperi yang ampak pada abel 6. Tabel 6. Perbandingan nilai ukuran kesalahan peramalan meode double exponenial smoohing dari Brown dan Hol α MAD MSE MAPE (%) Brown 0, , , ,9747 0, , , ,3806 Hol γ = 0,1 0, , , ,7595 0, , , ,2311 Tabel 6 memperlihakan bahwa secara keseluruhan, meode DES dari Brown menunjukkan nilai ukuran kesalahan peramalan yang lebih kecil dibandingkan meode DES dari Hol. Nilai MAD dan MAPE erkecil diperoleh
11 126 D. A. Praama d.k.k. dengan α = 0,140 dengan MAD = ,1957 dan MAPE = 12,9747%, sedangkan MSE = ,2381. Sedangkan nilai-nilai MAPE, MAD, dan MSE meode DES dari Hol menunjukkan kesalahan yang lebih besar. 4. KESIMPULAN Sebagai kesimpulan perama adalah kedua ipe penyelesaian (Brown dan Hol) yang dicobakan pada daa oal pendapaan bea dan cukai memberikan hasil yang idak erlalu jauh berbeda. Selanjunya kesimpulan kedua dengan menggunakan meode Brown, kedua nilai konsana pemulusan α memberikan hasil ramalan yang melampaui arge. Dengan menggunakan meode Hol unuk kedua nilai konsana pemulusan α dan γ juga melampaui arge ahun 2016 yang dieapkan yaiu sebesar Rp Kesimpulan berikunya adalah hasil ramalan dengan meode Brown unuk α = 0,140 elah melampaui pendapaan ahun Namun unuk α = 0,310 hasil ramalan belum mampu melampaui pendapaan ahun Sedangkan unuk meode Hol, semua hasil ramalan ahun 2016 dengan menggunakan keiga konsana pemulusan α dan γ melebihi pendapaan ahun 2015 yaiu sebesar Rp Sebagai kesimpulan erakhir meode double exponenial smoohing dari Brown menunjukkan hasil yang lebih baik dibandingkan dengan meode double exponenial smoohing dari Hol. DAFTAR PUSTAKA Awwaliyyah, N, Penerapan Meode Double Exponenial Smoohing dalam Meramalkan Jumlah Penderia Kusa di Kabupaen Pasuruan Tahun 2014, Surabaya: Universias Airlangga, Dielman, T. E., Choosing Smoohing Parameers for Exponenial Smoohing: Minimizing Sums of Square of Squared versus Sums of Absolue Errors, Journal of Modern Applied Saisical Mehods, 5(1) (2006), Makridakis, S., Wheelwrigh, S. C., McGee V. E., Forecasing: Mehods and Applicaions, 2nd ediion. John Wiley & Sons Inc., Marzena N, Toporowski W, Smoohing Mehods. Insiu fur Markeing and Handel Abeilung, 2012 diakses pada 12 Januari 2016.
12 Aplikasi Meode Double Exponenial Smoohing 127 Paul, S. K., Deerminaion of Exponenial Smoohing Consan o Minimize Mean Square Error and Mean Absolue Deviaion, Global Journal of Research in Engineering, 11(3) (2011), Rao KS, Demand Planning and Forecasing, 2012, diakses pada 12 Januari Sevenson, W. J., Operaions Managemen, 10h ediion, Mc Graw Hill Inc, New York, 2009.
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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciAPLIKASI 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 terperinciBAB 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 terperinciProsiding 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciPerbandingan 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 terperinciJurusan 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciPENERAPAN 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciIV 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 terperinciSISTEM 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 terperinciBAB 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 terperinciIII. METODE PENELITIAN
26 III. METODE PENELITIAN 3.1. Kerangka Pemikiran Penilaian perkembangan kinerja keuangan PT. Goodyear Indonesia Tbk dilakukan dengan maksud unuk mengeahui sejauh mana perkembangan usaha perusahan yang
Lebih terperinciBAB 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 terperinciBAB 3 METODOLOGI PEMECAHAN MASALAH
BAB 3 METODOLOGI PEMECAHAN MASALAH 3.1 Tahapan Pemecahan Masalah Tahapan pemecahan masalah berfungsi unuk memudahkan dalam mencari jawaban dalam proses peneliian yang dilakukan agar sesuai dengan arah
Lebih terperinciSISTEM 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 terperinciBAB 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 terperinciJurnal 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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(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 terperinciPerancangan 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 terperinciBAB 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 terperinciPemulusan 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 terperinciExponential 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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*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 terperinciBAB 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 terperinciBAB 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 terperinciAPLIKASI 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 terperinciPemodelan 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 terperinciFORECASTING & 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 terperinciIMPLEMENTASI METODE TRIPLE EXPONENTIAL SMOOTHING ADDITIVE UNTUK PREDIKSI PENJUALAN ALAT TULIS KANTOR (ATK) PADA X STATIONERY
IMPLEMENTASI METODE TRIPLE EXPONENTIAL SMOOTHING ADDITIVE UNTUK PREDIKSI PENJUALAN ALAT TULIS KANTOR (ATK) PADA X STATIONERY Ruli Uami 1, Suryo Amojo 2 1, Universias Wijaya Pura 2 e-mail: ruli.uami@ias.ac.id,
Lebih terperinciBAB 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 terperinciKOMPARASI 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 terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1 Lokasi dan Waku Peneliian Peneliian ini dilaksanakan di PT Panafil Essenial Oil. Lokasi dipilih dengan perimbangan bahwa perusahaan ini berencana unuk melakukan usaha dibidang
Lebih terperinciMinggu 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 terperinciBAB 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 terperinciBAB I PENDAHULUAN. tepat rencana pembangunan itu dibuat. Untuk dapat memahami keadaan
BAB I PENDAHULUAN 1.1 Laar Belakang Dalam perencanaan pembangunan, daa kependudukan memegang peran yang pening. Makin lengkap dan akura daa kependudukan yang esedia makin mudah dan epa rencana pembangunan
Lebih terperinciRANCANG 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 terperinciRahma 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 terperinciPREDIKSI 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 terperinciJumlah penjualan bulanan Produk X
BAB 4 HASIL DAN PEMBAHASAN 4.1 Eksraksi Hasil Pengumpulan Daa Hasil pengumpulan daa yang didapa pada periode Januari 006 sampai dengan Desember 009 disajikan dalam benuk abel seperi di bawah ini. Daa yang
Lebih terperinciAbstrak Hampir seluruh aktivitas manusia di berbagai belahan bumi sangat bergantung terhadap ketersediaan air bersih.
1 Peramalan Volume Produksi Air Bersih di PDAM Kabupaen Bojonegoro berdasarkan Jumlah Pelanggan dan Volume Konsumsi Air Fasha Aulia Pradhani dan Adaul Mukarromah Jurusan Saisika, FMIPA, ITS Jl. Arief Rahman
Lebih terperinciBAB 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 terperinciSISTEM 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 terperinciBAB 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 terperinciPEMODELAN 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 terperinciBAB 2 LANDASAN TEORI. Bab ini berisi teori dasar yang dipakai dalam melakukan perancangan program
8 BAB 2 LANDASAN TEORI Bab ini berisi eori dasar yang dipakai dalam melakukan perancangan program sera unuk membua aplikasi peramalan persediaan barang dengan Hol-Winers guna opimasi pendisribusian barang
Lebih terperinciPENAKSIRAN PARAMETER MODEL VECTOR AUTOREGRESSIVE INTEGRATED (VARI) DENGAN METODE MLE DAN PENERAPANNYA PADA DATA INDEKS HARGA KONSUMEN
IndoMS Journal on Saisics Vol., No. (04), Page 7-37 PENAKSIRAN PARAMETER MODEL VECTOR AUTOREGRESSIVE INTEGRATED (VARI) DENGAN METODE MLE DAN PENERAPANNYA PADA DATA INDEKS HARGA KONSUMEN Dinda Ariska Wulandari,
Lebih terperinciMetode Regresi Linier
Modul 1 Meode Regresi Linier Prof. DR. Maman Djauhari A PENDAHULUAN nalisis regresi linier, baik yang sederhana maupun yang ganda, elah Anda pelajari dalam maa kuliah Meode Saisika II. Dengan demikian
Lebih terperinciBAB 2 DASAR TEORI. Studi mengenai aspek teknis dan produksi ini sifatnya sangat strategis, sebab
13 BAB 2 DASAR TEORI 2.1 Aspek Teknis Sudi mengenai aspek eknis dan produksi ini sifanya sanga sraegis, sebab berkaian dengan kapasias proyek, lokasi, aa leak ala produksi, kajian aas bahan dan sumbernya,
Lebih terperinciPERBANDINGAN 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 terperinciBAB 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 terperinciPERAMALAN 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 terperinciIDENTIFIKASI 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 terperinciPENDUGAAN 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 terperinciBAB 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 terperinciBAB 4 ANALISIS DAN PEMBAHASAN
BAB 4 ANALISIS DAN EMBAHASAN 4.1 Karakerisik dan Obyek eneliian Secara garis besar profil daa merupakan daa sekunder di peroleh dari pusa daa saisik bursa efek Indonesia yang elah di publikasi, daa di
Lebih terperinciPemodelan 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 terperinciANALISIS 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 terperinciKARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL. Sudarno Staf Pengajar Program Studi Statistika FMIPA UNDIP
Karakerisik Umur Produk (Sudarno) KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL Sudarno Saf Pengajar Program Sudi Saisika FMIPA UNDIP Absrac Long life of produc can reflec is qualiy. Generally, good producs
Lebih terperinciJurnal 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 terperinciPEMODELAN 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 terperinciBAB 4 METODOLOGI PENELITIAN
BAB 4 METODOLOGI PENELITIAN 4.1. Model Rumusan Masalah dan Pengambilan Kepuusan Model rumusan masalah dan pengambilan kepuusan yang digunakan dalam menyelesaikan skripsi ini dimulai dari observasi lapangan
Lebih terperinciProyeksi Penduduk Provinsi Riau Menggunakan Metode Campuran
Saisika, Vol. 10 No. 2, 129 138 Nopember 2010 Proyeksi Penduduk Provinsi Riau 2010-2015 Menggunakan Meode Campuran Ari Budi Uomo, Yaya Karyana, Tei Sofia Yani Program Sudi Saisika, Universias Islam Bandung
Lebih terperinciKAJIAN 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 terperinciBAB 3 LANDASAN TEORI
BAB 3 LANDASAN TEORI 3.1. Deskripsi Teori 3.1.1. Pengerian Peramalan Unuk membanu ercapainya suau kepuusan yang efisien unuk penjualan produknya, perusahaan memerlukan suau cara yang epa, sisemais dan
Lebih terperinciBab 2 Tinjauan Pustaka 2.1 Penelitian Sebelumnya
5 Bab 2 Tinjauan Pusaka 2.1 Peneliian Sebelumnya Dalam skripsi peneliian yang berjudul Pemodelan dinamis pola anam berbasis meode LVQ (Learning Vecor Quanizaion) (Bursa, 2010), menghasilkan sisem informasi
Lebih terperinciPERAMALAN 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 terperinciPeramalan 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 terperinciBab 2 Landasan Teori
Bab 2 Landasan Teori 2.1 Keseimbangan Lini 2.1.1 Definisi Keseimbangan Lini Penjadwalan dari pekerjaan lini produksi yang menyeimbangkan kerja yang dilakukan pada seiap sasiun kerja. Keseimbangan lini
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah persediaan merupakan masalah yang sanga pening dalam perusahaan. Persediaan mempunyai pengaruh besar erhadap kegiaan produksi. Masalah persediaan dapa diaasi
Lebih terperinciAnalisis 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 terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Definisi Peramalan Peramalan adalah suau kegiaan dalam memperkirakan aau kegiaan ang melipui pembuaan perencanaan di masa ang akan daang dengan menggunakan daa masa lalu dan daa masa
Lebih terperinciPERAMALAN TINGKAT KEBUTUHAN BERAS PADA TAHUN 2008 DI KABUPATEN TAPANULI SELATAN SAMIRA SIREGAR
PERAMALAN TINGKAT KEBUTUHAN BERAS PADA TAHUN 2008 DI KABUPATEN TAPANULI SELATAN SAMIRA SIREGAR 052407082 PROGRAM STUDI D-3 STATISTIKA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Lebih terperinciSekilas 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 terperinciBab II LANDASAN TEORI
5 Bab II LANDASAN TEORI 2.1 Pengerian Peramalan Menuru Sofjan Assauri (1984, p1), kegiaan unuk memperkirakan apa yang akan erjadi pada masa yang akan daang, kia kenal dengan apa yang disebu peramalan (forecasing).
Lebih terperinciDAN 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Produksi Akivias produksi sebagai suau bagian dari fungsi organisasi perusahaan yang beranggung jawab erhadap pengolahan bahan baku menjadi produksi jadi yang dapa dijual. Terdapa
Lebih terperinciBAB 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 terperinciKombinasi 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 terperinciBAB 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Tinjauan Pusaka 2.1.1 Teknik Indusri Teknik indusri adalah suau rekayasa yang berkaian dengan desain, pembaruan, dan insalasi dari sisem erinegrasi yang melipui manusia, maerial,
Lebih terperinciPERAMALAN PENDAPATAN KECAMATAN BERASTAGI DARI SEKTOR PAJAK HOTEL UNTUK TAHUN 2009 TUGAS AKHIR RILPI BISMA GINTING SUKA
PERAMALAN PENDAPATAN KECAMATAN BERASTAGI DARI SEKTOR PAJAK HOTEL UNTUK TAHUN 2009 TUGAS AKHIR RILPI BISMA GINTING SUKA 062407095 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinci