Prediksi Penjualan Sepeda Motor Honda di Kabupaten dan Kotamadya Malang dengan Metode Peramalan Hierarki. Oleh : Rika Susanti
|
|
- Doddy Sudjarwadi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Prediksi Penjualan Sepeda Moor Honda di Kabupaen dan Koamadya Malang dengan Meode Peramalan Hierarki Oleh : Rika Susani Dosen Pembimbing Co. Pembimbing : Dra. Desri Susilaningrum, M.Si. : Dr. Suharono, S.Si, M.Sc. 1
2 AGENDA PENDAHULUAN TINJAUAN PUSTAKA METODOLOGI PENELITIAN ANALISIS PEMBAHASAN KESIMPULAN 2
3 BAB 1 PENDAHULUAN 3
4 Laar Belakang BAB I. PENDAHULUAN Indusri oomoif berkembang pesa di Indonesia, khususnya sepeda moor Honda merupakan merek sepeda moor yang paling diminai Ada 3 jenis sepeda moor Di Wilayah Malang Pangsa Pasar Honda mencapai >70% pada
5 Laar Belakang BAB I. PENDAHULUAN Kabupaen Malang & Koamadya Malang Tingginya Perminaan Sepeda Moor Honda di Wilayah Malang karena perumbuhan ekonomi yang inggi (Depui pemasaran MPM) Variabel yang mempengaruhi perminaan sepeda moor : (Budiaro, 2013) : LPE, PDRB per kapia, dan Jumlah Penduduk (Usia Produkif) Prediksi penjualan ahunan menggunakan Variabel LPE, PDRB Per Kapia, Penduduk Usia produkif 5
6 Laar Belakang BAB I. PENDAHULUAN Daa Penjualan Sepeda Moor Honda merupakan daa dere waku hierarki Jan-09 May-09 Sep-09 Jan-10 May-10 Sep-10 Jan-11 May-11 Sep-11 Jan-12 May-12 Sep-12 Jan-13 May-13 Sep-13 Jan-14 Toal Honda Prediksi penjualan menggunakan meode peramalan hierarki maic cub spor 6
7 Laar Belakang BAB I. PENDAHULUAN Peneliian Terdahulu (meode peramalan hierarki) Ahanasopoulos, dkk (2009) Peramalan hierarki hingga level 2 unuk kasus kedaangan wisaawan lokal di Ausralia Karikasari, (2009) Peramalan Penjualan di perusahaan riel Amigo di Jawa Tengah pada level 0 dan level 1 7
8 Laar Belakang BAB I. PENDAHULUAN Peneliian saa ini Peramalan Penjualan sepeda moor Honda dengan Meode Peramalan Hierarki Peramalan Penjualan Toal Honda dan Menuru Jenisnya Peramalan Penjualan Tahunan dan Bulanan Top- Down & Boom- Up Peramalan Penjualan Tahunan Toal Honda menggunakan variabel LPE, PDRB Perkapia, dan Jumlah Penduduk Usia Produkif 8
9 Laar Belakang BAB I. PENDAHULUAN Honda menuru 526 Jenis Peramalan Penjualan Bulanan menggunakan ARIMAX Maic Cub Spor 1, ,147 Peneliian Sebelumnya (ARIMAX) Peer, dan Silvia (2012) : Peramalan 1,180 PDRB di Slovakia menggunakan 1,012 variabel 952 pengangguran ,486 Suharono, Lee, dan 608 Hamzah (2010) : 589 Peramalan Penjualan baju muslim 448 anak laki-laki pada perusahaan Garmen di Indonesia Noviani (2010) : Peramalan Penjualan sandal dorlop di Sukoharjo 522 9
10 Rumusan Masalah BAB I. PENDAHULUAN Bagaimana karakerisik penjualan sepeda moor Honda di Kabupaen dan Koamadya Malang? Bagaimana model peramalan hierarki penjualan sepeda moor Honda di Kabupaen dan Koamadya Malang? Bagaimana hasil ramalan penjualan sepeda moor Honda di Kabupaen dan Koamadya Malang dengan meode peramalan hierarki? Tujuan Peneliian Mengeahui karakerisik penjualan sepeda moor Honda di Kabupaen dan Koamadya Malang. Memperoleh model peramalan hierarki yang sesuai unuk penjualan sepeda moor Honda di Kabupaen dan Koamadya Malang. Meramalkan penjualan sepeda moor Honda berbagai ipe di Kabupaen dan Koamadya Malang dengan meode peramalan hierarki. 10
11 Manfaa Peneliian BAB I. PENDAHULUAN memberikan informasi pada PT. Mira Pinashika Mulia selaku disribuor dalam meramalkan penjualan sepeda moor Honda di Kabupaen dan Koamadya Malang sehingga dapa digunakan sebagai bahan perimbangan dalam perencanaan unuk disribusi ke depan. 11
12 BAB 2 TINJAUAN PUSTAKA 12
13 BAB II. TINJAUAN PUSTAKA Regresi Linear Berganda Y X X w w Regresi Non Linear Y e 1 2 ( 3 ) Esimasi Parameer menggunakan OLS Esimasi Parameer menggunakan Meode Leas Square dengan Ierasi Gauss-Newon 13
14 Analisis Time Series BAB II. TINJAUAN PUSTAKA Analisis Dere Waku Analisis dere waku (ime series) : kronologi uruan pengamaan pada suau variable erenu Langkah ARIMA Box-Jenkins yaiu 1.idenifikasi model semenara, 2.esimasi parameer dalam model, 3.diagnosic checking 4.peramalan. P Model ARIMA S d S D S ( B ) p ( B)(1 B) (1 B ) Y q ( B) Q ( B ) a. p, d, q, P, D dan Q pada model ARIMA diliha berdasarkan nilai ACF dan PACF daa yang elah sasioner. (Sumber : Bowerman & O Connell, 1993 ) 14
15 15 BAB II. TINJAUAN PUSTAKA Model ARIMAX. ) ( ) ( ) ( ) ( , 02 1, 01 2, 2 1, 1 3, 3 1, 1 12, 1 2, 2 1, 1 0 S P p S Q q a B B B B D D D D V V U U U Y
16 BAB II. TINJAUAN PUSTAKA Meode Peramalan Hierarki Sumber : Demand Forecasing, Planning, and Managemen oleh Larry Lapide (2006) 16
17 17 BAB II. TINJAUAN PUSTAKA Pendekaan Top-down Meode Peramalan Hierarki (lanjuan) Disagregasi Proporsi Daa Hisori Proporsi Hasil Peramalan n Y Y f n b b 1, ) ( n n b b n Y n Y f 1 1, HP1 : HP2 : 1 0 1,, ) ( ˆ ) ( ˆ c a a n b a n b b h S h Y f dengan, b = 1,2,..., m c Proporsi Pemilihan Model Terbaik n Y Y Y Y n smape 1 2 ˆ ˆ 1
18 BAB 3. METODOLOGI PENELITIAN 18
19 Sumber Daa BAB III. METODOLOGI PENELITIAN Daa Penjualan Sepede Moor Honda daa sekunder dari PT MPM Honda Daa in-sample : Daa Januari 2009-Desember2013 Daa ou-sample : Daa Januari 2014-Mare 2014 Daa LPE, Jumlah Penduduk Usia Produkif, dan PDRB daa sekunder dari BPS 19
20 Variabel Peneliian BAB III. METODOLOGI PENELITIAN 20
21 Variabel Peneliian BAB III. METODOLOGI PENELITIAN 21
22 Meode Peneliian BAB III. METODOLOGI PENELITIAN 1. Melakukan Analisis Saisika deskripif, unuk mengeahui karakerisik penjualan sepeda moor Honda di Kabupaen dan Koamadya Malang. 2. Melakukan pemodelan dengan menggunakan Meode Peramalan Hierarki, dengan pendekaan opdown dan boom-up. Pada pendekaan op-down digunakan proporsi disagregasi proporsi daa hisori HP1, HP2, proporsi daa ahun 2013 dan proporsi ramalan. Penenuan model erbaik di anara dua meode hierarki berdasarkan smape erkecil. 3. Melakukan peramalan menggunakan model yang diperoleh pada poin 2. 22
23 Langkah Pemodelan Top-down BAB III. METODOLOGI PENELITIAN Pada pendekaan ini, pemodelan dilakukan mulai dari level paling aas yaiu level 0. Pemodelan pada level ini dilakukan unuk mendapakan model ramalan penjualan ahunan oal Honda dengan meode regresi linier. Kemudian pada level 1, dilakukan pemodelan regresi non linier guna mendapakan ramalan rasio penjualan ahunan Honda menuru jenisnya. Adapun ramalan rasio penjualan ersebu akan dijadikan sebagai proporsi unuk melakukan pemecahan dari ramalan level 0 ke level 1. Pemodelan pada level 2, dilakukan dengan meode ARIMAX, dimana pemodelan ARIMAX ersebu digunakan sebagai model yang mendasari dalam perhiungan proporsi ramalan. Selain menggunakan proporsi ramalan, unuk mendapakan ramalan pada level 2 dilakukan pula perhiungan berdasarkan proporsi daa hisori HP1 HP2, dan proporsi daa ahun Dari ke empa pendekaan perhiungan proporsi juga akan dipilih proporsi disagregasi erbaik berdasarkan krieria smape ou-sample minimum. 23
24 BAB III. METODOLOGI PENELITIAN Langkah Pemodelan Boom-up Pada pendekaan ini, pemodelan dimulai pada level hierarki paling bawah, yaiu level 2. Pada level 2 model yang digunakan unuk memperoleh ramalan bulanan Honda menuru jenisnya adalah dengan meode ARIMAX. Adapun model ARIMAX yang digunakan pada level ini merupakan model ARIMAX erbaik yang memiliki smape ou-sample erkecil. Selanjunya pemodelan dilanjukan ke level hierarki di aasnya yaiu level 1. Pada level ini unuk mendapakan ramalan penjualan ahunan Honda menuru jenisnya, dilakukan dengan menjumlahkan hasil ramalan penjualan bulanan Honda yang diperoleh pada level 2. Kemudian, unuk pemodelan pada level paling aas (level 0), yaiu dengan menjumlahkan hasil peramalan pada level 1 unuk mendapakan ramalan penjualan ahunan oal Honda. 24
25 BAB 4 ANALISIS DAN PEMBAHASAN 25
26 Analisis Saisika Deskripif Kabupaen Malang Penjualan Sepeda Moor Honda Menuru Jenis Rasio Penjualan Honda Menuru Jenis ahun 2013 BAB IV. ANALISIS DAN PEMBAHASAN Raa-raa penjualan bulanan Honda menuru Jenisnya Maic Cub Spor 12% maic cub spor 7% % Tahun Rasio Maic Rasio Cub Rasio Spor ,249 0,664 0, ,428 0,522 0, ,692 0,268 0, ,784 0,181 0, ,805 0,124 0,
27 Analisis Saisika Deskripif Koamadya Malang Penjualan Sepeda Moor Honda Menuru Jenis BAB IV. ANALISIS DAN PEMBAHASAN Raa-raa penjualan bulanan Honda menuru Jenisnya Rasio Penjualan Honda Menuru Jenis Maic Cub Spor 1,486 maic cub spor 13% 6% ,034 1, ,180 1, % Tahun Rasio Maic Rasio Cub Rasio Spor ,288 0,666 0, ,465 0,503 0, ,667 0,295 0, ,749 0,213 0, ,813 0,129 0,057 27
28 Peramalan Hierarki Top-Down Kabupaen Malang Level 0 (Peramalan Penjualan Tahunan Sepeda Moor Honda) ˆ X 11 Y Parameer Esimasi Sd. Error hiung P- value β ,88 0,006 β ,4 414,5 6,94 0,006 Hasil rend analysis Xˆ 1.666,64 2, 55 1 Koamadya Malang BAB IV. ANALISIS DAN PEMBAHASAN Level 0 (Peramalan Penjualan Tahunan Sepeda Moor Honda) Parameer Yˆ 434,56 2 X 2 3 Sd. Esimasi Error hiung P-value β 0 434,56 16,10 26,99 0,00 Hasil rend analysis Xˆ 30,39 4, Ramalan level 0 28
29 Model Peramalan Hierarki Top-Down Kabupaen Malang BAB IV. ANALISIS DAN PEMBAHASAN Level 1 (Peramalan penjualan ahunan Honda menuru jenisnya) Pemodelan Rasio Penjualan Honda menuru jenisnya Rasio Penjualan Honda Maic 0,8 0,7 0,6 0,5 0,4 0,3 Maic cub Rasio Penjualan Honda Cub 0,7 0,6 0,5 0,4 0,3 0,2 Rˆ 1 0, 865-1, 133e 1 (-0, 570 ) Rˆ 1 0, 025 1, 043e 2 ˆ 1 Rˆ Rˆ R (-0, 447 ) 0, Tahun , Tahun ,09 Rasio Penjualan Honda Spor 0,08 0,07 0,06 0,05 0,04 spor 0, Tahun
30 Model Peramalan Hierarki Top-Down Kabupaen Malang BAB IV. ANALISIS DAN PEMBAHASAN ˆ ˆ ˆ Y1 R Y i 1 i 1 Ramalan level 1 30
31 Model Peramalan Hierarki Top-Down Koamadya Malang BAB IV. ANALISIS DAN PEMBAHASAN Rˆ 2 0, 865-0, 999e 1 Rˆ 2 0, 0251, 058e ˆ 2 R 1 R R ˆ ˆ (-0, 518 ) (-0, 417 ) Ramalan level 1 31
32 Model Peramalan Hierarki Top-Down BAB IV. ANALISIS DAN PEMBAHASAN Peramalan hierarki Level 2 1. Proporsi Daa Hisori Daa Hisori HP1 Daa Hisori HP2 Kabupaen & Koamadya Malang 2. Proporsi Hasil Ramalan Daa ahun 2013 Hasil Ramalan dari Meode ARIMAX yang diproporsikan 32
33 Kabupaen Malang Model ARIMAX unuk Honda Maic BAB IV. ANALISIS DAN PEMBAHASAN 6000 Sep/2009 Sep/2010 Agus/2011 Agus/2012 Agus/ Penjualan Honda Maic Monh Jan Year 2009 Jul Jan 2010 Jul Jan 2011 Jul Jan 2012 Jul Jan 2013 Jul 33
34 BAB 5 KESIMPULAN DAN SARAN 34
35 KESIMPULAN BAB V. KESIMPULAN DAN SARAN 1. Penjualan sepeda moor Honda di Kabupaen dan Koamadya Malang cenderung meningka dari ahun Penjualan Honda sejak ahun 2011 didominasi oleh maic. Penjualan Honda maic dan spor cenderung naik, sedangkan Penjualan Honda cub cenderung menurun. 2. Pada peramalan hierarki di peroleh hasil sebagai beriku. Pada level 0, Penjualan ahunan sepeda moor Honda di Kabupaen dan Koamadya masing-masing dipengaruhi oleh penduduk usia produkif dan PDRB per Kapia. Meode peramalan hierarki erbaik, unuk meramalkan penjualan penjualan sepeda moor Honda di Kabupaen Malang adalah dengan pendekaan boom-up, sedangkan peramalan hierarki erbaik di Koamadya Malang menggunakan pendekaan op-down. 3. Hasil ramalan bulanan menunjukkan bahwa penjualan Honda maic dan spor cenderung naik, sedangkan Honda cub cenderung urun. Ramalan Penjualan bulanan Honda maic dan spor di Kabupaen eringgi erjadi pada bulan Juli, sedangkan di Koamadya Malang penjualan nya eringgi pada bulan Desember. 35
36 SARAN BAB V. KESIMPULAN DAN SARAN Pada peneliian selanjunya, sebaiknya menambah jumlah daa dan menggunakan meode peramalan hierarki lain seperi pendekaan middle-ou aau kombinasi opimal 36
37 Dafar Pusaka Anonim. (2013). Jelang Lebaran, Perminaan Sepeda Moor Meningka. hp://bandungoomoifmania.com/laes-news/88-jelang-lebaran-perminaan-sepedamoor-meningka. diakses anggal 13 April 2014 pukul Anonim. (2014). PT. Mira Pinashika Musika Tbk. hp://cdc.unpad.ac.id/?p=10710 diakses anggal 28 Januari 2014 pukul Ahanasopoulos, G., Ahmed, R. A., dan Hyndman, R. J. (2009). Hierachical Forecas for Ausralian Domesic Tourism. Inernaional Journal of Forecasing, Badan Pusa Saisik Koa Malang. Memaknai Perumbuhan Ekonomi Koa Malang 7,5%. hp://malangkoa.bps.go.id/?hal=beria_deil&id=3 diakses anggal 13 April 2014 pukul Bowerman, B.L dan O Connell, D. (1993). Forecasing and Time Series : An Applied Approach, 3rd ediion. California : Duxbury Press. Budiaro, A. (2013). Analisis Fakor-Fakor yang Mempengaruhi Perminaan Sepeda Moor di Koa Semarang (Sudi Kasus PNS Koa Semarang). Skripsi Fakulas Ilmu Ekonomi dan Bisnis Universias Diponegoro, Semarang. Chahyono, K. (2014). Ekspedisi Nusanara Perkua Image sporbike Honda di Malang. hp://dapurpacu.com/ekspedisi-nusanara-perkua-image-sporbike-honda-di-malang diakses pada 13 April 2014 pukul
38 Cryer, J. D., dan Chan, K. S. (2008). Time Series Analysis Wih Applicaion in R (2nd ediion). New York : Springer. Daniel, W.W. (1989). Saisika Nonparamerik Terapan, Jakara : PT Gramedia. Draper, N., dan Smih, H. (1992). Analisis Regresi Terapan, Edisi kedua. Jakara : PT. Gramedia Pusaka Uama. Guerrero, V. M. (1990). Temporal Diasgregaion Time Series : An ARIMA Based Approch. Inernaional Saisical Review 58, S Gujarai, D.N. (2003). Basic Economerics. New York : McGraw Hill/Irwin. Hardiana, V. M. (2013). Peramalan Jumlah Tamu di Hoel X dengan Pendekaan ARIMA, Fungsi Transfer, dan ANFIS. Tugas Akhir S1 Jurusan Saisika ITS, Surabaya. Karikasari, P. (2013). Prediksi Penjualan di Perusahaan Riel dengan Meode Peramalan Hirarki Berdasarkan Model Variasi Kalender. Tugas Akhir S1 Jurusan Saisika ITS, Surabaya. Kurniawan, A. (2013). Honda Kuasai 61,3% Pangsa Pasar Moor Bulan Okober. hp:// diakses anggal 13 April 2014 pukul Luhfi, A M. (2014). Moor Spor Honda Kian Digemari di Malang. hp://oo.deik.com/read/2014/03/07/100845/ /1208/moor-spor-honda-kiandigemari-di-malang. diakses anggal 13 April 2014 pukul
39 Makridakis, S dan M. Hibbon, (2000). The M3-Compeiion : resul, conclussion and implicaion. Inernaional Journal of Forecasing 16(1) : Noviani, T.D. (2010). Analisis Variasi Kalender dengan Pendekaan ARIMAX unuk meramalkan Penjualan Sandal Dorlop di Perusahaan Amigo Group Sukoharjo, Sukoharjo. Tugas Akhir S1 Jurusan Saisika ITS, Surabaya. Peer, D, dan Silvia, P. (2012). ARIMAX vs ARIMAX-Which Aproach is Beer o Analyzed and Forecas Macroeconomic Time Series?. Proceedings of 30h Inernaional Conference Mahemaical Mehods in Economics : Suharono, M. H. Lee, dan N. A Hamzah. (2010). Calendar Variaion Model Based On ARIMAX for Forecasing Sales Daa Wih Ramadhan Effec. Proceedings of he Regional Conference on Saisical Sciences : Walpole, R.E.(1995). Penganar Meode Saisika. Edisi Keiga. Jakara : Gramedia Pusaka Uama. Wei, W. W. (2006). Time Analysis Univariae and Mulivariae Mehods (2nd Ediion). New York : Pearson 39
40 Peramalan Penjualan Sepeda Moor Honda di Kabupaen dan Koamadya Malang dengan Meode Peramalan Hierarki Berdasarkan Model ARIMAX 40
41 Srukur daa pada peramalan hierarki Daa Penjualan Tahunan Toal Sepeda Moor Honda Daa Penjualan Tahunan Sepeda Moor Honda Menuru jenis Daa Penjualan Bulanan Sepeda Moor Honda menuru jenisnya 41
ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI KABUPATEN NGAWI DENGAN ARIMA DAN VARIASI KALENDER. Muflih Rori Putra Harahap
ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI KABUPATEN NGAWI DENGAN ARIMA DAN VARIASI KALENDER Muflih Rori Pura Harahap 30 00 052 Pembimbing : Dr. Drs. Agus Suharsono, M.S. LATAR BELAKANG PENDAHULUAN
Lebih terperinciPeramalan Volume Penjualan Semen di PT.Semen Gresik Persero Tbk
Peramalan Volume Penjualan Semen di PT.Semen Gresik Persero Tbk Oleh : Dwi Hapsari K (1306 100 015) Dosen Pembimbing : Dra. Karika Firiasari, M.Si 1 Pendahuluan Laar Belakang, Perumusan Masalah, Tujuan
Lebih terperinciPeramalan Kebutuhan Premium dengan Metode ARIMAX untuk Optimasi Persediaan di Wilayah TBBM Madiun
Peramalan Kebuuhan Premium dengan Meode ARIMAX unuk Opimasi Persediaan di Wilayah TBBM Madiun Oleh: Nindia Sekar Dini 1308100088 Pembimbing: Drs. Haryono, MSIE Dr. Suharono 1 Ouline Pendahuluan Tinjauan
Lebih terperinciANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI MITRA PINASTHIKA MUSTIKA (MPM) HONDA MOTOR DENGAN PENDEKATAN ARIMA
ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI MITRA PINASTHIKA MUSTIKA (MPM) HONDA MOTOR DENGAN PENDEKATAN ARIMA Oleh : Liviani Nursia 307030040 Dosen Pembimbing: Dr. Brodjol Suijo S.U, MSi Laar Belakang
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 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 terperinciPEMODELAN 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 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 terperinciPeramalan Jumlah Pengunjung Domestik dan Mancanegara di Maharani Zoo & Goa Menggunakan ARIMA Box - Jenkins
Peramalan Jumlah Pengunjung Domesik dan Mancanegara di Maharani oo & Goa Menggunakan ARIMA Box - Jenkins Vivi Kusuma Sulisyawai (3030085) Dosen Pembimbing Dr. Irhamah, S.Si.,M.Si Laar Belakang Rumusan
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 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 terperinciAnalisis Peramalan Jumlah Permintaan Kerudung di Industri Kecil Kerudung Arin di Surabaya dengan Metode Variasi Kalender
Analisis Peramalan Jumlah Perminaan Kerudung di Indusri Kecil Kerudung Arin di Surabaya dengan Meode Variasi Kalender Disusun oleh : Sely Enggar Rusiano 307 030 030 Dosen Pembimbing : Dr. Irhamah, M.Si
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 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 terperinciPrediksi Permintaan BBM di PT. Pertamina Region V dengan Metode Peramalan Data Time Series Hirarki
Prediksi Perminaan BBM di PT. Peramina Region V dengan Meode Peramalan Daa Time Series Hirarki Prania Dian Uari dan 2 Suharono Mahasiswa Jurusan Saisika FMIPA-ITS (38 57) 2 Dosen Jurusan Saisika FMIPA-ITS
Lebih terperinciPeramalan Total Market Sepeda Motor Dan Total Penjualan Motor X Di Propinsi Jawa Timur Dengan Pendekatan ARIMA Box-Jenkins Dan ARIMAX
Peramalan Toal Marke epeda Moor Dan Toal Penjualan Moor X Di Propinsi Jawa Timur Dengan Pendekaan ARIMA Box-Jenkins Dan ARIMAX Oleh: Novia Dwi R. (300027) Dosen Pembimbing: Dr. eiawan, M.i 2 AGENDA PENDAHULUAN
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 terperinciPERAMALAN JUMLAH PENUMPANG TRANSPORTASI UDARA TUJUAN SURABAYA BALIKPAPAN DENGAN METODE ARIMA BOX-JENKINS
PERAMALAN JUMLAH PENUMPANG TRANSPORTASI UDARA TUJUAN SURABAYA BALIKPAPAN DENGAN METODE ARIMA BOX-JENKINS Joko Ariyadi (308 030 060) Pembimbing : Drs. Brodjol Suijo Suprih Ulama, M.Si Laar Belakang 2 Laar
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 terperinciPemodelan Produksi Minyak dan Gas Bumi pada Platform MK di PT X Menggunakan Metode ARIMA, Neural Network, dan Hibrida ARIMA-Neural Network
D-378 JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (26) 2337-3520 (23-928X Prin) Pemodelan Produksi Minyak dan Gas Bumi pada Plaform MK di PT X Menggunakan Meode ARIMA, Neural Nework, dan Hibrida ARIMA-Neural
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 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 terperincimetodologi penelitian
pendahuluan injauan pusaka meodologi peneliian hasil dan pembahasan kesimpulan Pusaka Meodologi Peningkaan Energi lisrik Kebuuhan energi lisrik Pengembangan sisem energi lisrik Peramalan beban lisrik Slide
Lebih terperinciPeramalan Inflasi Nasional Berdasarkan Faktor Ekonomi Makro Menggunakan Pendekatan Time Series Klasik dan ANFIS
JURNAL SAINS DAN SENI IS Vol. 4, No., () 2337-3 (2-928X Prin) D-67 Peramalan Inflasi Nasional Berdasarkan Fakor Ekonomi Makro Menggunakan Pendekaan ime Series Klasik dan ANFIS Clara Agusin Sephani, Agus
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 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 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 terperinciOleh: TANTI MEGASARI Dosen Pembimbing : Dra. Nuri Wahyuningsih, MKes
PERAMALAN INDEKS HARGA SAHAM YANG DIPENGARUHI KURS, PERUBAHAN INFLASI, POSISI JUMLAH DEPOSITO BERJANGKA, SUKU BUNGA SBI DAN DEPOSITO MENGGUNAKAN FUNGSI TRANSFER DAN ARCH-GARCH Oleh: TANTI MEGASARI 6 00
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 terperinciPeramalan Kebutuhan Premium dengan Metode ARIMAX untuk Optimasi Persediaan di Wilayah TBBM Madiun
JURNAL AIN DAN ENI IT Vol. 1, No. 1, (ep. 2012 IN: 2301-928X D-230 Peramalan Kebuuhan Premium dengan Meode ARIMAX unuk Opimasi Persediaan di Wilayah TM Madiun Nindia ekar Dini, Haryono, dan uharono Jurusan
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 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 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 terperinciPeramalan Outflow Uang Pecahan di Jawa Timur Menggunakan Generalized Space Time Autoregressive (GSTAR)
JURNA SAINS DAN SENI ITS Vol. 5 No. (16) 7-5 (1-98X Prin) D-59 Peramalan Ouflow Uang Pecahan di Jawa Timur Menggunakan Generalized Space Time Auoregressive (GSTAR) Rahmah Safiri, Seiawan, dan Imam Safawi
Lebih terperinciAPLIKASI 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 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 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 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 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 5 Penaksiran Fungsi Permintaan. Ekonomi Manajerial Manajemen
Bab 5 Penaksiran Fungsi Perminaan 1 Ekonomi Manajerial Manajemen Peranyaan Umum Tenang Perminaan Seberapa besar penerimaan perusahaan akan berubah seelah adanya peningkaan harga? Berapa banyak produk yang
Lebih terperinciPEMODELAN 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 terperinciPenentuan Pelebaran Window Time Optimal Pada Data Deret Waktu
1 Penenuan Pelebaran Window Time Opimal Pada Daa Dere Waku (1) Nursya`bani Hendro Prabowo dan (2) Raden Mohamad Aok Deparemen Saisika, Fakulas Maemaika dan Ilmu Pengeahuan Alam, Insiu Teknologi Sepuluh
Lebih terperinciPROSEDUR PEMBENTUKAN MODEL VARIASI KALENDER BERDASARKAN MODEL ARIMAX UNTUK PERAMALAN DATA DENGAN EFEK VARIASI KALENDER
Seminar Nasional Saisika IX Insiu Teknologi Sepuluh Nopember, November PROSEDUR PEMBENTUKAN MODEL VARIASI KALENDER BERDASARKAN MODEL ARIMAX UNTUK PERAMALAN DATA DENGAN EFEK VARIASI KALENDER Suharono dan
Lebih terperinciPENGEMBANGAN MODEL REGRESI DERET WAKTU UNTUK DATA YANG MENGANDUNG VARIASI KALENDER
Seminar Nasional Saisika IX Insiu Teknologi Sepuluh Nopember, November PENGEMBANGAN MODEL REGRESI DERET WAKTU UNTUK DATA YANG MENGANDUNG VARIASI KALENDER Alfonsus. J. Endhara dan Suharono Mahasiswa S Jurusan
Lebih terperinciModel ARIMAX Dan Deteksi GARCH Untuk Peramalan Inflasi Kota Denpasar Tahun 2014
JEKT Model ARIMAX Dan Deeksi GARCH Unuk Peramalan Inflasi Koa Denpasar Tahun 2014 Rukini *) Badan Pusa Saisik Provinsi Bali ABSTRAK pemerinah dalam mengambil kebijakan unuk menjaga sabilias moneer di masa
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 terperinci2 efek dari pengaruh kejadian luar (exernal even) pada daa ime series (Wei, 2006). Bila y adalah daa ime series yang mengandung variasi kalender, maka
. PERAMALAN VOLUME KENDARAAN MASUK DI TOL DUPAK-WARU MENGGUNAKAN MODEL VARIASI KALENDER Yosua D. Charismawan (1304 100 024) Pembimbing : Ir. Dwiamono Agus W.,M.Ikom ABSTRAK Tol Surabaya-Gempol merupakan
Lebih terperinciANALISIS 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 terperinciPERAMALAN FUNGSI TRANSFER SINGLE INPUT INDEKS HARGA SAHAM GABUNGAN TERHADAP SAHAM NEGARA TERDEKAT
Saisika, Vol. 2, No. 2, November 24 PERAMALAN FUNGSI TRANSFER SINGLE INPUT INDEKS HARGA SAHAM GABUNGAN TERHADAP SAHAM NEGARA TERDEKAT Sri Wahyuni, 2 Farikhin, Iswahyudi Joko Suprayino Program Sudi Saisika
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 terperinciANALISIS PERAMALAN INDEKS HARGA SAHAM KOSPI DENGAN MENGGUNAKAN METODE INTERVENSI
Seminar Nasional Saisika IX Insiu Teknologi Sepuluh Nopember, 7 November 009 XV-1 ANALISIS PERAMALAN INDEKS HARGA SAHAM KOSPI DENGAN MENGGUNAKAN METODE INTERVENSI Muhammad Sjahid Akbar, Jerry Dwi Trijoyo
Lebih terperinciPERAMALAN JUMLAH PENGUNJUNG PANTAI KENJERAN SURABAYA MENGGUNAKAN ARIMA BOX-JENKINS
TUGAS AKHIR SS 145561 PERAMALAN JUMLAH PENGUNJUNG PANTAI KENJERAN SURABAYA MENGGUNAKAN ARIMA BOX-JENKINS Puri Handayani NRP 1314 030 112 Dosen Pembimbing Dr. Brodjol Suijo Suprih Ulama, M.Si. Deparemen
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 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 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 terperinciANALISIS INTERVENSI KENAIKAN HARGA BBM BERSUBSIDI PADA DATA INFLASI KOTA SEMARANG
ISSN: 9-54 JURNAL GAUSSIAN, Volume 4, Nomor, Tahun 05, Halaman 6-60 Online di: hp://eournal-s.undip.ac.id/index.php/gaussian ANALISIS INTERVENSI KENAIKAN HARGA BBM BERSUBSIDI PADA DATA INFLASI KOTA SEMARANG
Lebih terperinciPeramalan Inflasi Menggunakan Model Fungsi Transfer Multi Input. Forcasting Inflation Using Multiple Input Transfer Function Model
Peramalan Inflasi Menggunakan Model Fungsi Transfer Muli Inpu Forcasing Inflaion Using Muliple Inpu Transfer Funcion Model Novi Adisia, Sri Wahyuningsih, dan Rio Goeanoro 3 Laboraorium Saisika Terapan
Lebih terperinciS 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 terperinciANALISIS PERAMALAN KOMBINASI TERHADAP JUMLAH PERMINTAAN DARAH DI SURABAYA (STUDI KASUS:
ANALISIS PERAMALAN KOMBINASI TERHADAP JUMLAH PERMINTAAN DARAH DI SURABAYA (STUDI KASUS: UDD PMI KOTA SURABAYA) Oleh: Winda Eka Febriana (0500) Pembimbing: Ir. Dwiamono Agus W., MIKom . LATAR BELAKANG DARAH
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 terperinciPERAMALAN KONSUMSI LISTRIK PADA SEGMEN RUMAH TANGGA PT PLN (PERSERO) DISTRIBUSI JAWA TIMUR
TUGAS AKHIR SS 145561 PERAMALAN KONSUMSI LISTRIK PADA SEGMEN RUMAH TANGGA PT PLN (PERSERO) DISTRIBUSI JAWA TIMUR SARIRAZTY DWIJANTARI NRP 1314 030 010 Dosen Pembimbing Dr. Wahyu Wibowo, S.Si., M.Si DEPARTEMEN
Lebih terperinciAnalisis 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 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 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 terperinciPeramalan Pengguna Kapal Ferry Ujung-Kamal dengan Metode Intervensi
D-480 JURNAL SAINS DAN SENI IS Vol. No. 2 (6) 2337-3 (2-928X Prin) Peramalan Pengguna Kapal Ferry Ujung-Kamal dengan Meode Inervensi Eka Apriliani, dan Irhamah Jurusan Saisika, Fakulas MIPA, Insiu eknologi
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 terperinciKOINTEGRASI 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 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 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 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 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 terperinciPERAMALAN NILAI EKSPOR NON MIGAS SEKTOR PERINDUSTRIAN DI JAWA TIMUR DENGAN MENGGUNAKAN ARIMA BOX-JENKINS
TUGAS AKHIR SS 145561 PERAMALAN NILAI EKSPOR NON MIGAS SEKTOR PERINDUSTRIAN DI JAWA TIMUR DENGAN MENGGUNAKAN ARIMA BOX-JENKINS Mohammad Fariq NRP 1314 030 015 Dosen Pembimbing Dra. Sri Mumpuni Renaningsih,
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 I PENDAHULUAN. universal, disemua negara tanpa memandang ukuran dan tingkat. kompleks karena pendekatan pembangunan sangat menekankan pada
BAB I PENDAHULUAN A. Laar Belakang Disparias pembangunan ekonomi anar daerah merupakan fenomena universal, disemua negara anpa memandang ukuran dan ingka pembangunannya. Disparias pembangunan merupakan
Lebih terperinciPERAMALAN JUMAH MOBIL PRIBADI YANG BERADA DI KOTA SURABAYA
TUGAS AKHIR SS 145561 PERAMALAN JUMAH MOBIL PRIBADI YANG BERADA DI KOTA SURABAYA RIZKI FEBRIASTO NRP 1314 030 102 Dosen Pembimbing Dr. Wahyu Wibowo, S.Si., M.Si DEPARTEMEN STATISTIKA BISNIS Fakulas Vokasi
Lebih terperinciPERAMALAN PENJUALAN LISTRIK DI PT. PEMBANGKITAN JAWA BALI (PT. PJB) KANTOR PUSAT SURABAYA
TUGAS AKHIR SS 145561 PERAMALAN PENJUALAN LISTRIK DI PT PEMBANGKITAN JAWA BALI (PT PJB) KANTOR PUSAT SURABAYA DIA LINA WARDATI NRP 1314 030 08 Dosen Pembimbing Dr Wahyu Wibowo SSi, MSi DEPARTEMEN STATISTIKA
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 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 terperinciPrediksi Penjualan Sepeda Motor Merek X Di Kabupaten Dan Kotamadya Malang Dengan Metode Peramalan Hierarki
JURNAL SAINS DAN SENI POMITS Vol. 3, No., (4) 337-35 (3-98X Pri) D-34 Sepeda Moor Merek X Di Kabupae Da Koamadya Malag Dega Meode Peramala Hierarki Rika Susai, Desri Susilaigrum, da Suharoo Jurusa Saisika,
Lebih terperinciESTIMASI PARAMETER MODEL ARMA UNTUK PERAMALAN DEBIT AIR SUNGAI MENGGUNAKAN GOAL PROGRAMMING
ESTIMASI PARAMETER MODEL ARMA UNTUK PERAMALAN DEBIT AIR SUNGAI MENGGUNAKAN GOAL PROGRAMMING Nama: Zahroh Aiqoh 05 00 0 Dosen Pembimbing: Dra. Nuri Wahyuningsih, MKes Drs. Sulisiyo, MT Jurusan Maemaika
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 terperinciPERAMALAN RATA-RATA TEMPERATUR UDARA HARIAN KOTA PEKANBARU MENGGUNAKAN MODEL ARIMA (0,1,1) TUGAS AKHIR
PERAMALAN RATA-RATA TEMPERATUR UDARA HARIAN KOTA PEKANBARU MENGGUNAKAN MODEL ARIMA (0,,) TUGAS AKHIR Diajukan Sebagai Salah Sau Syara unuk Memperoleh Gelar Sarjana Sains pada Jurusan Maemaika Oleh: DEWI
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 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 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 PENELITIAN
3. METODE PENELITIAN 3.1. Kerangka Pikir BAB III METODE PENELITIAN Peneliian ini diujukan unuk membukikan adanya hubungan dan pengaruh dari nilai ukar Rupiah erhadap Dollar Amerika Serika (exchange rae),
Lebih terperinciIV. 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 terperinciMAKALAH TUGAS AKHIR IDENTIFIKASI MODEL ARIMA BOX-JENKINS
1. Pendahuluan MAKALAH TUGAS AKHIR IDENTIFIKASI MODEL ARIMA BOX-JENKINS CAMPURAN DENGAN MENGGUNAKAN METODE ALGORITMA GENETIKA Oleh : Febriana Dwi P. (1306 100 011) Dosen Pembimbing I : Dr. Irhamah, S.Si,
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 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 terperinciKata 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 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 terperinciMODEL ARIMAX DAN DETEKSI GARCH UNTUK PERAMALAN INFLASI KOTA DENPASAR
MODEL ARIMAX DAN DETEKSI GARCH UNTUK PERAMALAN INFLASI KOTA DENPASAR S - 27 Rukini, Suharono2 2,2 Jurusan Saisika Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Teknologi Sepuluh Nopember (ITS) Surabaya
Lebih terperinciagenda Pendahuluan Tinjauan Pustaka Metodologi Penelitian Analisis dan Pembahasan Kesimpulan dan Saran
seminar ugas akhir Renny Elfira Wulansari 0000 pembimbing Dr. Suharono, S.Si, M.Sc Gedung H Lanai Saisika FMIPA-ITS Surabaya, Juli 04 agenda Pendahuluan Tinjauan Pusaka Meodologi Peneliian Analisis dan
Lebih terperinciPeramalan Hasil Produksi Pupuk NPK Menggunakan Model Fungsi Transfer Multi Input. : Nesia Brilliana I.P NRP :
Peramalan Hasil Produksi Pupuk NPK Menggunakan Model Fungsi Transfer Muli Inpu Nama : Nesia Brilliana I.P NRP : 20800023 Jurusan : Maemaika Dosen Pembimbing : Dra. Nuri Wahyuningsih, M. Kes Pemberian pupuk
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 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 terperinciDAMPAK PENURUNAN HARGA BBM JENIS PREMIUM TERHADAP ANGKA INFLASI DI KOTA YOGYAKARTA (Studi Aplikasi Model Intervensi dengan Step Function)
DAMPAK PENURUNAN HARGA BBM JENIS PREMIUM TERHADAP ANGKA INFLASI DI KOTA YOGYAKARTA (Sudi Aplikasi Model Inervensi dengan Sep Funcion) S-3 Kismianini dan Dhoriva Urwaul Wusqa Jurusan Pendidikan Maemaika
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 terperinciGenteng. = 0,435 Barisan dari [Exp(-7, ,121*X3] Binomial Thinning Operator. Jika Yt-1sukses maka peluang kejadian = 0,435
. Pemodelan Regresi INAR dengan Variabel Predikor Signifikan Geneng = 0,435 Y 0,435oY 1 Z Barisan dari [Exp(-7,988 + 0,1*X3] Binomial Thinning Operaor 35 30 Variable Y_2 PFIT2 25 Jika Y-1sukses maka peluang
Lebih terperinci