Pemodelan Space Pemasangan Iklan di Surat Kabar Harian X dengan Metode ARIMAX dan Fungsi Transfer
|
|
- Utami Dharmawijaya
- 6 tahun lalu
- Tontonan:
Transkripsi
1 TUGAS AKHIR Pemodelan Space Pemasangan Iklan di Surat Kabar Harian X dengan Metode ARIMAX dan Fungsi Transfer Oleh : Fani Felani Farid ( ) Pembimbing : Drs. Kresnayana Yahya M.Sc
2 Latar Belakang PERIKLANAN Memberikan informasi Menambah daya tarik Meningkatkan product knowledge PRODUSEN Memperkenalkan produk baru Meningkatkan penjualan Mempertahankan produk pada posisi pasar 2
3 Latar Belakang Customer Pemasang iklan Produsen barang dan jasa Consumer Media komunikasi Angka belanja iklan 2008 Rp M 2009 Rp M NAIK 16 % 3
4 Latar Belakang 4% Koran NAIK 23 % 34% TV 62% Koran Majalah / tabloid TV NAIK 14 % Majalah NAIK 6 % Sumber : Randini,
5 Tingginya antusiasme produsen Perusahaan Surat Kabar Harian X Variatifnya kebutuhan produsen DISPLAY ADVERTORIAL Penyediaan empat kategori untuk beriklan PAKET BARIS 5
6 Peningkatan pemasangan iklan Peningkatan space Peningkatan omzet OMZET = SPACE x PRICE 6
7 Latar Belakang Persaingan media Persaingan produk Segmentasi pembaca Waktu pemasangan Event Diskon dll KETIDAK PASTIAN STATISTIK 7
8 Latar Belakang ARIMA Variasi Kalender Pemodelan data space yang digunakan untuk beriklan Pengaruh libur Lebaran, Natal dan awal tahun terhadap space Fungsi Transfer Pengaruh price terhadap space 8
9 Permasalahan dan Tujuan 1. Bagaimana mendapatkan model peramalan space dengan metode ARIMA, variasi kalender dan fungsi transfer? 2. Bagaimana kegunaan model yang didapat dari metode ARIMA, variasi kalender dan fungsi transfer? 1. Mendapatkan model peramalan space dengan metode ARIMA, variasi kalender dan fungsi transfer. 2. Mendapatkan kegunaan model yang didapat dari metode ARIMA, variasi kalender dan fungsi transfer. 9
10 Manfaat Penelitian Manfaat penelitian ini bagi peneliti yaitu untuk mengaplikasikan ilmu Statistika. Sedangkan manfaat bagi surat kabar harian X, informasi tersebut dapat digunakan sebagai referensi dalam menentukan kebijakan dan strategi yang tepat. Misalnya saja kebijakan dalam penetapan harga. 10
11 Batasan Masalah Variabel harga merupakan rata-rata harga perminggu yang didapat dari hasil pembagian omzet pemasangan iklan dengan jumlah space yang terpakai Data per minggu sejak minggu pertama bulan Januari 2007 sampai minggu terakhir bulan September
12 ARIMA Autoregressive Integrated Moving Avarage merupakan penggabungan model Auto Regressive order p(ar) dengan model Moving Avarage order q (MA) yang mengalami proses differencing d dan dinotasikan dalam ARIMA (p,d,q). Bentuk umum dari modelarima (p,d,q) adalah : φ p (B) (1 B) d Z t = θ q (B) a t dengan : φ p (B) = 1 - φ 1 B - φ 2 B φ p B p θ q (B) = 1 - θ 1 B - θ 2 B θ q B q (1 B) d = operator untuk differencing orde d Pengidentifikasian model ARIMA dapat dilihat dari time series plot, ACF dan PACF plot. ACF dan PACF plot dapat digunakan untuk menentukan orde p dan q dalam model ARIMA. 12
13 Variasi Kalender ARIMA adalah metode yang paling umum digunakan untuk memodelkan dan meramalkan data. ARIMAX adalah model ARIMA yang melibatkan variabel tambahan, yaitu sebagai variabel prediktor (Cryer dan Chan, 2008). Dalam penelitian ini variabel tambahan tersebut adalah variabel dummy untuk efek variasi kalender dan liburan natal hingga tahun baru. Sehingga model ARIMA dengan penambahan variabel dummy adalah sebagai berikut : y t = D 1t + D 2t D st + (1 θ 1 B) a t (1 ϕ 1 B) (1-B) Persamaan tersebut merupakan persamaan dari model ARIMAX. 13
14 Fungsi Transfer Model yang menggambarkan nilai prediksi dari suatu time series adalah berdasarkan pada nilai-nilai masa lalu dari time series itu sendiri dan berdasarkan pula pada satu atau lebih time series yang berhubungan dengan series tersebut. Bentuk umum model fungsi transfer untuk single-input (xt) dan single-output (yt) Y t = µ + ν(b) X t + η t v(b) = 14
15 METODOLOGI PENELITIAN SUMBER DATA Data sekunder dari Perusahaan Surat Kabar Harian X VARIABEL PENELITIAN 1. Pemodelan dengan metode ARIMA : Variabel space sebagai prediktor 2. Pemodelan dengan metode variasi kalender : Variabel space sebagai respon Variabel dummy Lebaran, Libur natal dan tahun baru sebagai prediktor 3. Pemodelan dengan metode Fungsi Transfer Single Input : Variabel space sebagai output Variabel price sebagai input 15
16 Mulai Time Series Plot Mulai tidak Data stasioner terhadap varian? Model ARIMA input, menghasilkan α t Transformasi Boxcox ya Data stasioner terhadap mean? tidak Mulai Penentuan variabel yang terlibat dalam model Model deret input beserta α t Prewhitening of x t ya ACF & PACF Plot Differencing Mendapatkan residual N t dari model regresi Implementasi Model pada deret Output beserta β t Prewhitening of y t Penentuan Model ARIMA Identifikasi model dengan time series plot Korelasi Silang (CCF) α t & β t Penentuan b,s,r Estimasi & Uji signifikansi Parameter Mendapatkan orde ARIMA dari N t Identifikasi Model η t tidak Parameter signifikan? Pemodelan ARIMA dengan variabel X sebagai input Penentuan model fungsi transfer tidak ya Selesai Penaksiran model Residual White Noise? Uji diagnosis model Model ARIMA ya Selesai Selesai 16
17 ANALISIS DAN PEMBAHASAN Space Pemasangan Iklan (dalam mmk) Display Advetorial Paket Baris Total ,009,848 1,412,791 3,155,929 1,139,449 13,718, ,923,687 1,472,544 2,904,919 1,080,092 13,381, ,866,260 1,510,325 2,586,151 1,002,388 11,965, ,289,420 1,722,419 2,339, ,599 10,090,115 Total 28,089,216 6,118,115 10,986,703 3,960,528 49,154,562 DISPLAY Berpengaruh dominan Persentase 57.14% 12.45% 22.35% 8.06% % Omzet Pemasangan Iklan (dalam milyar) Display Advetorial Paket Baris Total ,31 14,89 23,07 28,30 390, ,09 21,16 25,13 34,21 462, ,87 26,57 26,59 37,40 443, ,67 42,86 23,79 29,67 388,98 Total 1,351,94 105,46 98,59 129,58 1,685,58 Persentase 80.21% 6.26% 5.85% 7.69% % 17
18 ANALISIS DAN PEMBAHASAN Variabel Ratarata Statistia Deskriptif Variabel Koef. Variansi Nilai Min Nilai Max Space Price Time Series Plot of Space Time Series Plot of Price Space Price Index Index
19 METODE ARIMA Autocorrelation Function for diff (with 5% significance limits for the autocorrelations) Box-Cox Plot of Space StDev Lower CL Upper CL Lambda (using 95.0% confidence) Estimate 2.27 Lower CL 1.64 Upper CL 2.89 Rounded Value 2.00 Autocorrelation Lag Lambda Limit 1.0 Partial Autocorrelation Function for diff (with 5% significance limits for the partial autocorrelations) 0.8 Uji statistik KPSS 0,01 Keterangan : α = 0,05 p_value Kesimpulan Tolak H 0 ; data belum stasioner Partial Autocorrelation Lag
20 METODE ARIMA Model Parameter ARIMA (2,1,2) ARIMA (1,1,1) ARIMA (2, 1,[2]) 1 Estimate P-value Estimate P-value Estimate P-value < < < < <.0001 θ 1 θ White noise AIC SBC Kenormal an Estimasi dan Signifikansi Parameter Model Ya Ya Ya Tidak Tidak Tidak Estimasi dan Signifikansi Parameter dengan Deteksi Outlier Model Parameter ARIMA (2, 1,[2]) ARIMA (1,1,1) Estimate P-value Estimate P-value < < < θ < <.0001 ω E E ω E E White noise Tidak Ya AIC SBC Kenormalan Ya Ya y = y t y t-2 + a t a t e10 I E10 I 42 20
21 METODE ARIMAX Model yang diharapkan : Zt = α 0 + β L + γ T + N t Estimasi dan Signifikansi Parameter Model Dugaan Parameter Estimasi P-value α β E γ E Autocorrelation Function for Residual (with 5% significance limits for the autocorrelations) Partial Autocorrelation Function for Residual (with 5% significance limits for the partial autocorrelations) Autocorrelation Partial Autocorrelation Lag Lag
22 METODE ARIMAX Autocorrelation Function for diff (with 5% significance limits for the autocorrelations) Autocorrelation Estimasi dan Signifikansi Parameter dengan Konstanta Model Parameter ARIMAX (1, 1, 1) -L -T ARIMAX (1, 1, [1,7]) -L -T ARIMAX (0, 1, [1,3]) -L -T Estimate P-value Estimate P-value Estimate P-value α Lag β E E E10 <.0001 γ E10 < E10 < E10 <.0001 Partial Autocorrelation Partial Autocorrelation Function for diff (with 5% significance limits for the partial autocorrelations) < θ < < <.0001 θ <.0001 White noise Ya Ya Ya AIC SBC Lag
23 METODE ARIMAX Estimasi dan Signifikansi Parameter tanpa Konstanta Model Parameter ARIMAX (1, 1, 1) -L -T ARIMAX (1, 1, [1,7]) -L -T ARIMAX (0, 1, [1,3]) -L -T Estimate P-value Estimate P-value Estimate P-value β E E10 < E10 <.0001 γ E10 < E10 < E10 < < θ < < <.0001 θ <.0001 White noise Ya Ya Ya AIC SBC Kenormala n Ya Ya Ya y t = y t-1 + (1- B) ( E10 L E10 T) + a t a t a t-2 23
24 FUNGSI TRANSFER StDev Box-Cox Plot of Price Lower CL Upper CL Lambda (using 95.0% confidence) Estimate 1.32 Lower CL 0.32 Upper CL 2.27 Rounded Value 1.00 Autocorrelation Autocorrelation Function for diff (with 5% significance limits for the autocorrelations) Lag Limit Lambda Partial Autocorrelation Function for diff (with 5% significance limits for the partial autocorrelations) Uji statistik KPSS 0,01 Keterangan : α = 0,05 p_value Kesimpulan Tolak H 0 ; data belum stasioner Partial Autocorrelation Lag
25 FUNGSI TRANSFER Estimasi dan Signifikansi Parameter Model Deret Input Model ARIMA (0,1,2) ARIMA (1,1,1) ARIMA (0,1,1) Estimate P-value Estimate P-value Estimate P-value MU AR(1,1) MA(1,1) MA(1,2) White noise Ya Ya Ya AIC SBC α t = β t = 25
26 FUNGSI TRANSFER Estimasi dan Signifikansi Parameter Orde (b,s,r) Model b=0 ; s=2 ; r=0 b=0 s=1; r=0 b=0 s=0; r=0 Estimate P-value Estimate P-value Estimate P-value MA1, < < <.0001 MA1, NUM < < <.0001 NUM1, White noise Tidak Tidak Tidak AIC SBC Kenormalan Ya Tidak Ya Dugaan awal model fungsi transfer : y t = ( w 0 ) x t + n t 26
27 FUNGSI TRANSFER Autokorelasi Residual Fungsi Transfer Dugaan Lag Chisquare df P- value Estimasi dan Signifikansi Parameter Model Residual Model Residual ( t ) : (1 1 B) t = (1 θ 1 B) a t t = (1 θ 1 B) a t (1 1 B) Model fungsi transfer : y t = ( w 0 ) x t + n t = ( w 0 ) x t + (1 θ 1 B) a t (1 1 B) Estimasi Parameter Model Fungsi Transfer Model Parameter ARMA (2,[2]) ARMA (1,1) < < < θ < <.0001 NUM < <.0001 White noise Ya Ya AIC SBC Estimate P-value 1 θ 1 ω 0 ω <.0001 <.0001 <
28 FUNGSI TRANSFER Autokorelasi Residual Fungsi Transfer Crosscorrelation Check of Residuals with Input x Lag Lag Chisquare df P-value Chisquare df P-value Y t = Y t Y t X t X t-1 + 1,21216 X t-2 + a t a t I 42 28
29 PERBANDINGAN KEBAIKAN MODEL Time Series Plot of Aktual, ARIMA, Transfer, ARIMAX Time Series Plot of Aktual, ARIMA, Transfer, ARIMAX Variable Aktual ARIMA Transfer ARIMAX Variable Aktual ARIMA Transfer ARIMAX Data Data Index Perbandingan Time Series Plot Data In-sample Index Perbandingan Time Series Plot Data Out-sample Nilai Perbandingan Kebaikan Model In-sample Out-sample Model AIC SBC MAPE MSE Metode ARIMA Metode ARIMAX Fungsi Transfer % 1,167,727, % 564,985, % 705,160,708 29
30 KESIMPULAN DAN SARAN Dengan metode ARIMA didapatkan model ARIMA (1, 1, 1), namun Residual model tersebut belum memenuhi asumsi kenormalan, karena adanya outlier. Outlier tersebut dikarenakan adanya libur Lebaran, Natal dan tahun baru. Pemodelan dengan metode ARIMAX mendapatkan model peramalan terbaik yaitu (0, 1, [1,3])-L-T. Didapatkan informasi bahwa penggunaan space untuk beriklan pada minggu ini dipengaruhi oleh penggunaan space pada minggu kemarin. Pada minggu adanya libur Lebaran juga libur Natal menjelang tahun baru penggunaan space untuk beriklan akan sangat menurun dari pola penggunaan sebelumnya. Dari pemodelan yang didapat dengan metode fungsi transfer single input, diketahui bahwa space minggu ini dipengaruhi oleh penggunaan space pada satu dan dua minggu sebelumnya, juga dipengaruhi oleh price minggu ini, satu dan dua minggu sebelumnya. Adanya minggu libur Lebaran juga mempengaruhi penurunan penggunaan space untuk pemasangan iklan. 30
31 DAFTAR PUSTAKA Anonim. tml. Diakses pada tanggal 25 Oktober 2010 pukul WIB. Bowerman, B.L. and O Connell, R.T Forecasting and Time Series: An Applied Approach, 3 rd edition. Belmont, California : Duxbury Press. Chan, W. W., dan Chan L. C Revenue management Strategies Under the Lunar-Solar Calendar : Evidence of Chinese Restaurant Operations. International Journal of Hospital Management, 27, Cryer, D.J dan Chan K.S Time Series Analysis. With Application in R, 2 nd Edition. Springer. Fitriah, L.N., Analisis Fungsi Transfer Multi Input terhadap Debit Air Bendung Sampean Baru Kabupaten Bondowoso, Tugas Akhir S1 Statistika ITS Surabaya (tidak dipublikasikan). Liu, L.M Time Series Analysis and Forecesting.2 nd edition. Management Science Makridakis, S., Wheelwright, S.C., and McGee, V.E., Jilid 1 Edisi Kedua, Terjemahan Ir. Hari Suminto. Metode dan Aplikasi Peramalan. Jakarta : Bina Rupa Aksara. Perdana, A.S., Perbandingan Metode Time Series Regression dan ARIMAX pada Pemodelan Data Penjualan Pakaian di Boyolali, Tugas Akhir S1 Statistika ITS Surabaya (tidak dipublikasikan). Putri, A.H.T., Analisis Fungsi Transfer pada Harga Emas Nasional ditinjau dari Harga Emas Dunia, Kurs Dolar AS terhadap Rupiah dan Kurs Dolar AS terhadap Euro, Tugas Akhir S1 Statistika ITS Surabaya (tidak dipublikasikan). Wei, W.W.S., Time Series Analysis Univariate and Multivariate Methods. United States : Pearson Education, Inc. 31
32 Mohon Masukan dan Saran
Model Peramalan Indeks Harga Saham Gabungan (IHSG) Nikkei 225 dengan Pendekatan Fungsi Transfer
Model Peramalan Indeks Harga Saham Gabungan (IHSG) Nikkei 225 dengan Pendekatan Fungsi Transfer OLEH : DWI LISTYA NURINI 1311 105 021 DOSEN PEMBIMBING : DR. BRODJOL SUTIJO SU, M.SI Bursa saham atau Pasar
Lebih terperinciPemodelan Konsumsi Listrik Berdasarkan Jumlah Pelanggan PLN Jawa Timur untuk Kategori Rumah Tangga R-1 Dengan Metode Fungsi Transfer single input
Pemodelan Konsumsi Listrik Berdasarkan Jumlah Pelanggan PLN Jawa Timur untuk Kategori Rumah Tangga R-1 Dengan Metode Fungsi Transfer single input Oleh : Defi Rachmawati 1311 105 007 Dosen Pembimbing :
Lebih terperinciPERAMALAN KUNJUNGAN WISATA DENGAN PENDEKATAN MODEL SARIMA (STUDI KASUS : KUSUMA AGROWISATA)
PERAMALAN KUNJUNGAN WISATA DENGAN PENDEKATAN MODEL SARIMA (STUDI KASUS : KUSUMA AGROWISATA) Oleh : Nofinda Lestari 1208 100 039 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciOleh : Dwi Listya Nurina Dosen Pembimbing : Dr. Irhamah, S.Si, M.Si
Oleh : Dwi Listya Nurina 1311105022 Dosen Pembimbing : Dr. Irhamah, S.Si, M.Si Air Bersih BUMN Penyediaan air bersih untuk masyarakat mempunyai peranan yang sangat penting dalam meningkatkan kesehatan
Lebih terperinci99.9. Percent maka H 0 diterima, berarti residual normal
Uji residual white noise 2 Lag Q P value 6 3.5 9.49 0.5330 2 6.6 8.3 0.803 8 9.8 26.30 0.9059 24 9.3 33.92 0.6374 K p q Uji residual berdistribusi normal Percent 99.9 99 95 90 80 70 60 50 40 30 20 0 5
Lebih terperinciPEMODELAN JUMLAH PENDERITA HIV/AIDS TERKAIT KUNJUNGAN WISATAWAN DI KABUPATEN BADUNG DAN KOTA MADYA DENPASAR DENGAN METODE TRANSFER FUNCTION
PEMODELAN JUMLAH PENDERITA HIV/AIDS TERKAIT KUNJUNGAN WISATAWAN DI KABUPATEN BADUNG DAN KOTA MADYA DENPASAR DENGAN METODE TRANSFER FUNCTION Oleh NYOMAN PANDU WIRADARMA (1308 100 052) Dosen Pembimbing 1
Lebih terperinciSedangkan model fungsi transfer bentuk kedua adalah sebagai berikut :
1 Metode Peramalan Indeks Harga Saham Gabungan (IHSG) Nikkei 255 dengan Pendekatan Fungsi Transfer Dwi Listya Nurini, Brodjol Sutijo SU Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam
Lebih terperinciAnalisys Time Series Terhadap Penjualan Ban Luar Sepeda Motor di Toko Putra Jaya Motor Bangkalan
SEMINAR PROPOSAL TUGAS AKHIR Analisys Time Series Terhadap Penjualan Ban Luar Sepeda Motor di Toko Putra Jaya Motor Bangkalan OLEH: NAMA : MULAZIMATUS SYAFA AH NRP : 13.11.030.021 DOSEN PEmbimbing: Dr.
Lebih terperinciPEMODELAN DAN PERAMALAN JUMLAH PENUMPANG DAN PESAWAT DI TERMINAL KEDATANGAN INTERNASIONAL BANDARA JUANDA SURABAYA DENGAN METODE VARIANSI KALENDER
PEMODELAN DAN PERAMALAN JUMLAH PENUMPANG DAN PESAWAT DI TERMINAL KEDATANGAN INTERNASIONAL BANDARA JUANDA SURABAYA DENGAN METODE VARIANSI KALENDER M. Insanil Kamil 0 0 0 m.insanil_kml@yahoo.com Dosen pembimbing:
Lebih terperinciLULIK PRESDITA W APLIKASI MODEL ARCH- GARCH DALAM PERAMALAN TINGKAT INFLASI
LULIK PRESDITA W 1207 100 002 APLIKASI MODEL ARCH- GARCH DALAM PERAMALAN TINGKAT INFLASI 1 Pembimbing : Dra. Nuri Wahyuningsih, M.Kes BAB I PENDAHULUAN 2 LATAR BELAKANG 1. Stabilitas ekonomi dapat dilihat
Lebih terperinciPERBANDINGAN MODEL ARIMA DAN MODEL REGRESI DENGAN RESIDUAL ARIMA DALAM MENERANGKAN PERILAKU PELANGGAN LISTRIK DI KOTA PALOPO
Perbandingan Model ARIMA... (Alia Lestari) PERBANDINGAN MODEL ARIMA DAN MODEL REGRESI DENGAN RESIDUAL ARIMA DALAM MENERANGKAN PERILAKU PELANGGAN LISTRIK DI KOTA PALOPO Alia Lestari Fakultas Teknik Universitas
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 5, Nomor 4, Tahun 2016, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 4, Tahun 2016, Halaman 737-745 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PERAMALAN DAYA LISTRIK BERDASARKAN JUMLAH PELANGGAN PLN MENGGUNAKAN
Lebih terperinciKAJIAN METODE BOOTSTRAP DALAM MEMBANGUN SELANG KEPERCAYAAN DENGAN MODEL ARMA (p,q)
SIDANG TUGAS AKHIR KAJIAN METODE BOOTSTRAP DALAM MEMBANGUN SELANG KEPERCAYAAN DENGAN MODEL ARMA (p,q) Disusun oleh : Ratna Evyka E.S.A NRP 1206.100.043 Pembimbing: Dra. Nuri Wahyuningsih, M.Kes Dra.Laksmi
Lebih terperinciPeramalan Jumlah Penumpang Kereta Api Kelas Bisnis Eksekutif Jurusan Madiun Jakarta di PT. Kereta Api (Persero) DAOP VII Madiun
Peramalan Jumlah Penumpang Kereta Api Kelas Bisnis Eksekutif Jurusan Madiun Jakarta di PT. Kereta Api (Persero) DAOP VII Madiun NAMA : RITA RAHMADHANI NRP : 1306 030 008 PEMBIMBING: DR. BRODJOL SUTIJO
Lebih terperinciOUTLINE. Pendahuluan. Tinjauan Pustaka. Metodologi Penelitian. Analisis dan Pembahasan. Kesimpulan dan Saran
OUTLINE Pendahuluan Tinjauan Pustaka Metodologi Penelitian Analisis dan Pembahasan Kesimpulan dan Saran LATAR BELAKANG Listrik elemen terpenting dalam kehidupan manusia Penelitian Sebelumnya Masyarakat
Lebih terperinciFORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA
FORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA 1) Nurul Latifa Hadi 2) Artanti Indrasetianingsih 1) S1 Program Statistika, FMIPA, Universitas PGRI Adi Buana Surabaya 2)
Lebih terperinciPeramalan Volume Pemakaian Air di PDAM Kota Surabaya dengan Menggunakan Metode Time Series
JURNAL SAINS DAN SENI ITS Vol. 6, No. 1, (2017) ISSN: 2337-3520 (2301-928X Print) D-157 Peramalan Volume Pemakaian Air di PDAM Kota Surabaya dengan Menggunakan Metode Time Series Moh Ali Asfihani dan Irhamah
Lebih terperinciPERAMALAN INDEKS HARGA KONSUMEN DAN INFLASI INDONESIA DENGAN METODE ARIMA BOX-JENKINS
PERAMALAN INDEKS HARGA KONSUMEN DAN INFLASI INDONESIA DENGAN METODE ARIMA BOX-JENKINS Oleh : Agustini Tripena ABSTRACT In this paper, forecasting the consumer price index data and inflation. The method
Lebih terperinciJURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) ( X Print) D-249
JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) 2337-3520 (2301-928X Print) D-249 Analisis Fungsi Transfer pada Harga Cabai Merah yang Dipengaruhi oleh Curah Hujan Di Surabaya Putri Rintan Aryasita,
Lebih terperinciPENGGUNAAN METODE PERAMALAN KOMBINASI TREND DETERMINISTIK DAN STOKASTIK PADA DATA JUMLAH PENUMPANG KERETA API (Studi Kasus : KA Argo Muria)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman 131-140 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENGGUNAAN METODE PERAMALAN KOMBINASI TREND DETERMINISTIK DAN
Lebih terperinciPERAMALAN INDEKS HARGA SAHAM MENGGUNAKAN METODE INTERVENSI. Oleh: IRLIZANTY YULYANTIKA RAHADI
PERAMALAN INDEKS HARGA SAHAM MENGGUNAKAN METODE INTERVENSI Oleh: IRLIZANTY YULYANTIKA RAHADI 6 4 Dosen Pembimbing : Dra. Nuri Wahyuningsih, MKes Abstrak Indeks harga saham merupakan suatu indikator yang
Lebih terperinciMetode Variasi Kalender untuk Meramalkan Banyaknya Penumpang Kereta Api
Metode Variasi Kalender untuk Meramalkan Banyaknya Penumpang Kereta Api Efek Variasi Kalender dengan Pendekatan Regresi Time Series Nur Ajizah 1, Resa Septiani Pontoh 2, Toni Toharudin 3 Mahasiswa Program
Lebih terperinciMeytaliana F Dosen Pembimbing: Prof. Dr. Basuki Widodo, M.Sc. Dra. Nuri Wahyuningsih, M.Kes.
ESTIMASI PARAMETER AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) MENGGUNAKAN ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO) (STUDI KASUS PERAMALAN CURAH HUJAN DAS BRANGKAL MOJOKERTO) Meytaliana F. 1210100014
Lebih terperinciJURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) ( X Print) D-300
JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (203) 233-20 (230-9X Print) D-300 Pemodelan Konsumsi Listrik Berdasarkan Jumlah Pelanggan PLN Jawa Timur untuk Kategori Rumah Tangga R- dengan Metode Fungsi Transfer
Lebih terperinciPenerapan Model ARIMA
Penerapan Model ARIMA (Bagian II) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016 1 a. Lakukan proses pembedaan (differencing) sebanyak dua kali pada data asal. b. Lakukan pendugaan parameter pada
Lebih terperinciPeramalan Harga Beras di Perum BULOG Divre Jatim
Peramalan Harga Beras di Perum BULOG Divre Jatim Disusun oleh : Woro Morphi H (1309030010) Dosen Pembimbing : Dr. Suhartono, S.Si, M.Sc Pendahuluan Latar Belakang, Perumusan Masalah,Tujuan Penelitian,
Lebih terperinciPERAMALAN BANYAKNYA OBAT PARASETAMOL DAN AMOKSILIN DOSIS 500 MG YANG DIDISTRIBUSIKAN OLEH DINKES SURABAYA
Seminar Hasil Tugas Akhir Jurusan Statistika Institut Teknologi Sepuluh Nopember Surabaya 2013 LOGO PERAMALAN BANYAKNYA OBAT PARASETAMOL DAN AMOKSILIN DOSIS 500 MG YANG DIDISTRIBUSIKAN OLEH DINKES SURABAYA
Lebih terperinciAnalisis Peramalan Banyaknya Permintaan Darah di Surabaya Menggunakan Metode
Analisis Peramalan Banyaknya Permintaan Darah di Surabaya Menggunakan Metode ARIMA Box Jenkins Oleh : Winda Eka Febriana 1307 030 002 Pembimbing : Dra. Wiwiek Setya Winahju, MS Latar Belakang PMI Merupakan
Lebih terperinciPERAMALAN JUMLAH PENUMPANG PESAWAT TERBANG DOMESTIK DI BANDAR UDARA JUANDA DENGAN MENGGUNAKAN METODE FUNGSI TRANSFER MULTI INPUT
PERAMALAN JUMLAH PENUMPANG PESAWAT TERBANG LOGO DOMESTIK DI BANDAR UDARA JUANDA DENGAN MENGGUNAKAN METODE FUNGSI TRANSFER MULTI INPUT Oleh : Ary Miftakhul Huda (1309 100 061) Dosen Pembimbing : Dr.rer.pol.
Lebih terperinciModel Penjualan Plywood PT. Linggarjati Mahardika Mulia
Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai Islami) Vol., No., Juli 7, Hal. 52-57 p-issn: 25-4596; e-issn: 25-4X Halaman 52 Model Penjualan Plywood PT. Linggarjati Mahardika Mulia
Lebih terperinciBAB IV ANALISIS DAN PEMBAHASAN
C BAB IV ANALISIS DAN PEMBAHASAN Penelitian ini mencoba meramalkan jumlah penumpang kereta api untuk masa yang akan datang berdasarkan data volume penumpang kereta api periode Januari 994-Februari 203
Lebih terperinciANALISIS POLA HUBUNGAN PEMODELAN ARIMA CURAH HUJAN DENGAN CURAH HUJAN MAKSIMUM, LAMA WAKTU HUJAN, DAN CURAH HUJAN RATA-RATA
ANALISIS POLA HUBUNGAN PEMODELAN ARIMA CURAH HUJAN DENGAN CURAH HUJAN MAKSIMUM, LAMA WAKTU HUJAN, DAN CURAH HUJAN RATA-RATA FATHIN FAHIMAH 226133 DOSEN PEMBIMBING Prof. Ir. Gamantyo Hendrantoro, M.Eng.
Lebih terperinciPENGENDALIAN KUALITAS DENGAN MENGGUNAKAN DIAGRAM KONTROL EWMA RESIDUAL (STUDI KASUS: PT. PJB UNIT PEMBANGKITAN GRESIK)
PENGENDALIAN KUALITAS DENGAN MENGGUNAKAN DIAGRAM KONTROL EWMA RESIDUAL (STUDI KASUS: PT. PJB UNIT PEMBANGKITAN GRESIK) FITROH AMALIA (1306100073) Dosen Pembimbing: Drs. Haryono, MSIE PENGENDALIAN KUALITAS
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 Atiqoh NRP : 1205 100 021 Dosen Pembimbing : 1. Dra. Nuri Wahyuningsih, MKes 2. Drs. Sulistiyo,
Lebih terperinciHALAMAN PERSETUJUAN PEMBIMBING...iii. HALAMAN PENGESAHAN...iv. HALAMAN PERSEMBAHAN... vi. KATA PENGANTAR... viii. DAFTAR ISI... x. DAFTAR TABEL...
HALAMAN PERSETUJUAN PEMBIMBING...iii HALAMAN PENGESAHAN...iv MOTTO... v HALAMAN PERSEMBAHAN... vi KATA PENGANTAR... viii DAFTAR ISI... x DAFTAR TABEL... xi DAFTAR GAMBAR... xii DAFTAR LAMPIRAN... xiv PERNYATAAN...
Lebih terperinciPERAMALAN SAHAM JAKARTA ISLAMIC INDEX MENGGUNAKAN METODE ARIMA BULAN MEI-JULI 2010
Statistika, Vol., No., Mei PERAMALAN SAHAM JAKARTA ISLAMIC INDEX MENGGUNAKAN METODE ARIMA BULAN MEI-JULI Reksa Nila Anityaloka, Atika Nurani Ambarwati Program Studi S Statistika Universitas Muhammadiyah
Lebih terperinciPeramalan Volume Distribusi Air di PDAM Kabupaten Bojonegoro dengan Metode ARIMA Box- Jenkins
Peramalan Volume Distribusi Air di PDAM Kabupaten Bojonegoro dengan Metode ARIMA Box- Jenkins Fastha Aulia P / 1309030018 Pembimbing: Ir.Dwiatmono Agus M.Ikomp Latar Belakang Air sebagai sumber kehidupan
Lebih terperinciPERAMALAN JUMLAH WISATAWAN DI AGROWISATA KUSUMA BATU MENGGUNAKAN METODE ANALISIS SPEKTRAL. Oleh: Niswatul Maghfiroh NRP.
PERAMALAN JUMLAH WISATAWAN DI AGROWISATA KUSUMA BATU MENGGUNAKAN METODE ANALISIS SPEKTRAL Oleh: Niswatul Maghfiroh NRP. 1208100065 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciMETODE PENELITIAN. Penelitian ini dilakukan pada semester genap tahun akademik 2014/2015
III. METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Penelitian ini dilakukan pada semester genap tahun akademik 2014/2015 bertempat di Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam
Lebih terperinciPENGGUNAAN METODE VaR(Value at Risk) DALAM ANALISIS RESIKO INVESTASI SAHAM PT.TELKOM DENGAN PENDEKATAN MODEL GARCH-M
PENGGUNAAN METODE VaR(Value at Risk) DALAM ANALISIS RESIKO INVESTASI SAHAM PT.TELKOM DENGAN PENDEKATAN MODEL GARCH-M Oleh: NURKHOIRIYAH 1205100050 Dosen Pembimbing: Dra. Nuri Wahyuningsih, M.Kes. 1 Latar
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 6, Nomor 3, Tahun 2017, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 6, Nomor 3, Tahun 2017, Halaman 323-332 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN FUNGSI TRANSFER DENGAN DETEKSI OUTLIER UNTUK MEMPREDIKSI
Lebih terperinciTINJAUAN PUSTAKA. perubahan harga yang dibayar konsumen atau masyarakat dari gaji atau upah yang
II.. TINJAUAN PUSTAKA Indeks Harga Konsumen (IHK Menurut Monga (977 indeks harga konsumen adalah ukuran statistika dari perubahan harga yang dibayar konsumen atau masyarakat dari gaji atau upah yang didapatkan.
Lebih terperinciPENGGUNAAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (P,Q) UNTUK PERAMALAN HARGA DAGING AYAM BROILER DI PROVINSI JAWA TIMUR
Seminar Nasional Matematika dan Aplikasinya, 21 Oktober 27 PENGGUNAAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (P,Q) UNTUK PERAMALAN HARGA DAGING AYAM BROILER DI PROVINSI JAWA TIMUR
Lebih terperinciPENDUGAAN DATA RUNTUT WAKTU MENGGUNAKAN METODE ARIMA
KEMENTERIAN PEKERJAAN UMUM BADAN PENELITIAN DAN PENGEMBANGAN PUSAT PENELITIAN DAN PENGEMBANGAN SUMBER DAYA AIR PENDUGAAN DATA RUNTUT WAKTU MENGGUNAKAN METODE ARIMA PENDAHULUAN Prediksi data runtut waktu.
Lebih terperinciPemodelan Autoregressive (AR) pada Data Hilang dan Aplikasinya pada Data Kurs Mata Uang Rupiah
Vol. 9, No., 9-5, Januari 013 Pemodelan Autoregressive (AR) pada Data Hilang dan Aplikasinya pada Data Kurs Mata Uang Rupiah Fitriani, Erna Tri Herdiani, M. Saleh AF 1 Abstrak Dalam analisis deret waktu
Lebih terperinciPeramalan merupakan alat bantu yang penting dalam penyusunan rencana yang efektif dan efisien. Pada
Estimasi Parameter Autoregressive Integrated Moving Average (ARIMA) Menggunakan Algoritma Particle Swarm Optimization (PSO) (Studi Kasus: Peramalan Curah Hujan DAS Brangkal, Mojokerto) Meytaliana Factmawati,
Lebih terperinciPeramalan Aset dengan Memperhatikan Dana Pihak Ketiga (DPK) dan Pembiayaan Perbankan Syariah di Indonesia dengan Metode Fungsi Transfer
Peramalan Aset dengan Memperhatikan Dana Pihak Ketiga (DPK) dan Pembiayaan Perbankan Syariah di Indonesia dengan Metode Fungsi Transfer 1 Faridah Yuliani dan 2 Dr. rer pol Heri Kuswanto 1,2 Jurusan Statistika
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. Adapun langkah-langkah pada analisis runtun waktu dengan model ARIMA
BAB IV HASIL PENELITIAN DAN PEMBAHASAN Pada bab ini, akan dilakukan analisis dan pembahasan terhadap data runtun waktu. Adapun data yang digunakan dalam penelitian ini merupakan data sekunder, yaitu data
Lebih terperinciPEMODELAN FUNGSI TRANSFER UNTUK MERAMALKAN CURAH HUJAN DI KOTA SEMARANG
PEMODELAN FUNGSI TRANSFER UNTUK MERAMALKAN CURAH HUJAN DI KOTA SEMARANG 1 Andayani Nurfaizah, 2 Rochdi Wasono, 3 Siti Hajar Rahmawati 1,2,3 Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciPERAMALAN FUNGSI TRANSFER SINGLE INPUT PADA HARGA EMAS PASAR KOMODITI. Abstract
PERAMALAN FUNGSI TRANSFER SINGLE INPUT PADA HARGA EMAS PASAR KOMODITI Dhevi Ratna Fitriani 1, Moh Yamin Darsyah 2 dan Rochdi Wasono 3 1,2,3 Program Studi Statistika, E-mail: dhevie.fitriani@gmail.com Abstract
Lebih terperinciPemodelan Fungsi Transfer Multi Input
Jurnal Informatika Mulawarman Vol 4 No. Juli 9 8 Pemodelan Fungsi Transfer Multi Input M. Fathurahman *) Program Studi Statistika, FMIPA Universitas Mulawarman Jl. Barong Tongkok no.5 Kampus Unmul Gn.
Lebih terperinciPENDEKATAN MODEL EKONOMETRIKA UNTUK MEMPREDIKSI INDEKS SAHAM SYARIAH INDONESIA
PENDEKATAN MODEL EKONOMETRIKA UNTUK MEMPREDIKSI INDEKS SAHAM SYARIAH INDONESIA Nuri Wahyuningsih 1), Daryono Budi U. 2), R.A. Diva Zatadini 3) 1)2))3) Departemen Matematika FMIPA ITS Kampus ITS Keputih,
Lebih terperinciPeramalam Jumlah Penumpang Yang Berangkat Melalui Bandar Udara Temindung Samarinda Tahun 2012 Dengan Metode ARIMA BOX-JENKINS
Jurnal EKSPONENSIAL Volume 3, Nomor, Mei 2 ISSN 8-7829 Peramalam Jumlah Penumpang Yang Berangkat Melalui Bandar Udara Temindung Samarinda Tahun 2 Dengan Metode ARIMA BOX-JENKINS Forecasting The Number
Lebih terperinciII. TINJAUAN PUSTAKA. Analisis ARIMA (Autoregressive Integrated Moving Average) umumnya
II. TINJAUAN PUSTAKA 2.1 Stasioner Analisis ARIMA Autoregressive Integrated Moving Average umumnya mengasumsikan bahwa proses umum dari time series adalah stasioner. Tujuan proses stasioner adalah rata-rata,
Lebih terperinciPenerapan Model ARIMA
Penerapan Model ARIMA (Bagian I) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 016 1 Ada tiga tahapan iterasi dalam pemodelan data deret waktu, yaitu: 1. Penentuan model tentatif (spesifikasi model)
Lebih terperinciPERAMALAN JUMLAH PENDERITA DEMAM BERDARAH DENGUE DI KOTA DENPASAR MENGGUNAKAN MODEL FUNGSI TRANSFER MULTIVARIAT
PERAMALAN JUMLAH PENDERITA DEMAM BERDARAH DENGUE DI KOTA DENPASAR MENGGUNAKAN MODEL FUNGSI TRANSFER MULTIVARIAT Novian Endi Gunawan 1, I Wayan Sumarjaya 2, I G.A.M. Srinadi 3 1 Program Studi Matematika,
Lebih terperinciBAB III PEMBAHASAN. Pada bab ini, dibahas mengenai model Vector Error Correction (VEC),
BAB III PEMBAHASAN Pada bab ini, dibahas mengenai model Vector Error Correction (VEC), prosedur pembentukan model Vector Error Correction (VEC), dan aplikasi model Vector Error Correction (VEC) pada penutupan
Lebih terperinciPENDEKATAN MODEL TIME SERIES UNTUK PEMODELAN INFLASI BEBERAPA KOTA DI JAWA TENGAH
PENDEKATAN MODEL TIME SERIES UNTUK PEMODELAN INFLASI BEBERAPA KOTA DI JAWA TENGAH Tri Mulyaningsih ), Budi Nurani R ), Soemartini 3) ) Mahasiswa Program Magister Statistika Terapan Universitas Padjadjaran
Lebih terperinciPeramalan Penjualan Pipa di PT X
Elviani, et al. / Peramalan Penjualan Pipa di PT X / Jurnal Titra, Vol.. 2, No. 2, Juni 2014, pp. 55-60 Peramalan Penjualan Pipa di PT X Cicely Elviani 1, Siana Halim 1 Abstract: In this thesis we modeled
Lebih terperinciPERAMALAN PERMINTAAN PRODUK SARUNG TANGAN GOLF MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DI PT. ADI SATRIA ABADI ABSTRAK
PERAMALAN PERMINTAAN PRODUK SARUNG TANGAN GOLF MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DI PT. ADI SATRIA ABADI Trio Yonathan Teja Kusuma 1, Sandra Praharani Nur Asmoro 2 1,2)
Lebih terperinciPERAMALAN NILAI EKSPOR DAN NILAI IMPOR INDONESIA KE JEPANG MENGGUNAKAN MODEL VARIMA
PERAMALAN NILAI EKSPOR DAN NILAI IMPOR INDONESIA KE JEPANG MENGGUNAKAN MODEL VARIMA, Universitas Negeri Malang E-mail: desyulvia@gmail.com Abstrak: Penulisan skripsi ini bertujuan untuk mempelajari Model
Lebih terperinciKAJIAN METODE JACKKNIFE DALAM MEMBANGUN SELANG KEPERCAYAAN DENGAN PARAMETER ARMA(p,q)
UJIAN TUGAS AKHIR KAJIAN METODE JACKKNIFE DALAM MEMBANGUN SELANG KEPERCAYAAN DENGAN PARAMETER ARMA(p,q) Disusun oleh : Novan Eko Sudarsono NRP 1206.100.052 Pembimbing: Dra. Nuri Wahyuningsih, M.Kes Dra.Laksmi
Lebih terperinciABSTRAK. Kata kunci : Data Runtun Waktu, Indeks Harga Konsumen, ARIMA, Analisis Intervensi, Fungsi Step, Peramalan. I Pendahuluan
Analisis Model Intervensi Fungsi Step Terhadap Indeks Harga Konsumen (IHK) Zuhairini Azzahra A 1, Suyono 2, Ria Arafiyah 3 Program Studi Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas
Lebih terperinciPeramalan Netflow Uang Kartal dengan Model Variasi Kalender dan Model Autoregressive Distributed Lag (ARDL)
Peramalan Netflow Uang Kartal dengan Model Variasi Kalender dan Model Autoregressive Distributed Lag (ARDL) Ainil Karomah dan Suhartono Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam,
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 4, Nomor 1, Tahun 2015, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 1, Tahun 2015, Halaman 33-42 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS INTERVENSI KENAIKAN HARGA BBM TERHADAP PERMINTAAN BBM
Lebih terperinciADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA PERAMALAN TINGKAT INFLASI NASIONAL DENGAN MULTI INPUT SKRIPSI
PERAMALAN TINGKAT INFLASI NASIONAL DENGAN PENDEKATAN TIME SERIES BERDASARKAN FUNGSI TRANSFER MULTI INPUT SKRIPSI DIDIT EKO PRASETYO PROGRAM STUDI S-1 STATISTIKA DEPARTEMEN MATEMATIKA FAKULTAS SAINS DAN
Lebih terperinciPeramalan Harga Minyak Mentah Standar West Texas Intermediate dengan Pendekatan Metode ARIMA
Seminar Nasional Pendidikan, Sains dan Teknologi ISBN : 9786026159960 Peramalan Harga Minyak Mentah Standar West Texas Intermediate dengan Pendekatan Metode ARIMA Syahril Faozi 1), Wellie Sulistijanti
Lebih terperinciPeramalan Indeks Harga Saham di Indonesia dan Dunia dengan Model Univariate dan Multivariate Time Series
Peramalan Indeks Harga Saham di Indonesia dan Dunia dengan Model Univariate dan Multivariate Time Series Silvia Roshita Dewi, Agus Suharsono, dan Suhartono Statistika, Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciCetakan I, Agustus 2014 Diterbitkan oleh: Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Pattimura
Hak cipta dilindungi Undang-Undang Cetakan I, Agustus Diterbitkan oleh: Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Pattimura ISBN: ---- Deskripsi halaman sampul : Gambar yang ada pada cover
Lebih terperinciPemodelan Nilai Tukar Rupiah terhadap Dollar Amerika Serikat Menggunakan ARFIMA
Seminar Nasional Statistika IX Institut Teknologi Sepuluh Nopember, 7 November 2009 Pemodelan Nilai Tukar Rupiah terhadap Dollar Amerika Serikat Menggunakan ARFIMA 1 Harnum Annisa Prafitia dan 2 Irhamah
Lebih terperinciPrediksi Laju Inflasi di Kota Ambon Menggunakan Metode ARIMA Box Jenkins
Statistika, Vol. 16 No. 2, 95 102 November 2016 Prediksi Laju Inflasi di Kota Ambon Menggunakan Metode ARIMA Box Jenkins FERRY KONDO LEMBANG Jurusan Matematika Fakultas MIPA Universitas Pattimura Ambon
Lebih terperinciEFEKTIVITAS METODE BOX-JENKINS DAN EXPONENTIAL SMOOTHING UNTUK MERAMALKAN RETRIBUSI PENGUJIAN KENDARAAN BERMOTOR DISHUB KLATEN
EFEKTIVITAS METODE BOX-JENKINS DAN EXPONENTIAL SMOOTHING UNTUK MERAMALKAN RETRIBUSI PENGUJIAN KENDARAAN BERMOTOR DISHUB KLATEN Puji Rahayu 1), Rohmah Nur Istiqomah 2), Eminugroho Ratna Sari 3) 1)2)3) Matematika
Lebih terperinciPENERAPAN MODEL ARFIMA (AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE) DALAM PERAMALAN SUKU BUNGA SERTIFIKAT BANK INDONESIA (SBI)
PENERAPAN MODEL ARFIMA (AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE) DALAM PERAMALAN SUKU BUNGA SERTIFIKAT BANK INDONESIA (SBI) Liana Kusuma Ningrum dan Winita Sulandari, M.Si. Jurusan Matematika,
Lebih terperinciPERBANDINGAN INVESTASI PADA MATA UANG DOLAR AMERIKA (USD) DAN YEN JEPANG (JPY) DENGAN MODEL ARIMA DAN GARCH
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 1 8 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PERBANDINGAN INVESTASI PADA MATA UANG DOLAR AMERIKA (USD) DAN YEN JEPANG (JPY) DENGAN MODEL ARIMA DAN GARCH
Lebih terperinci(S.4) PENDEKATAN METODE ALGORITMA GENETIK UNTUK IDENTIFIKASI MODEL ARIMA
(S.4) PENDEKATAN METODE ALGORITMA GENETIK UNTUK IDENTIFIKASI MODEL ARIMA Jimmy Ludin Mahasiswa Program Magister Jurusan Statistika Fakultas Matematika Dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh
Lebih terperinciPeramalan Permintaan Pengujian Sampel Di Laboratorium Kimia Dan Fisika. Baristand Industri Surabaya)
Peramalan Permintaan Pengujian di Lab. Kimia dan Fisika (Aneke Rintiasti, Erna Hartati, Nunun Hilyatul M.) Peramalan Permintaan Pengujian Sampel Di Laboratorium Kimia Dan Fisika Baristand Industri Surabaya
Lebih terperinciPeramalan Jumlah Kunjungan Wisatawan Mancanegara (Wisman) ke Bali Tahun 2019: Metode ARIMA
JEKT 8 [2] : 136-141 ISSN : 2301-8968 Peramalan Jumlah Kunjungan Wisatawan Mancanegara (Wisman) ke Bali Tahun 2019: Metode ARIMA Rukini *) Putu Simpen Arini Esthisatari Nawangsih Badan Pusat Statistik
Lebih terperinciPEMODELAN ARIMA DALAM PERAMALAN PENUMPANG KERETA API PADA DAERAH OPERASI (DAOP) IX JEMBER
PKMT-2-13-1 PEMODELAN ARIMA DALAM PERAMALAN PENUMPANG KERETA API PADA DAERAH OPERASI (DAOP) IX JEMBER Umi Rosyiidah, Diah Taukhida K, Dwi Sitharini Jurusan Matematika, Universitas Jember, Jember ABSTRAK
Lebih terperinciPemodelan Kecepatan Angin di Perairan Pulau Bawean dengan Menggunakan Fungsi Transfer
JURNAL SAINS DAN SENI POMITS Vol. 3, No. 2, (2014) ISSN: 2337-3539 (2301-9271 Print) D-248 Pemodelan Kecepatan Angin di Perairan Pulau Bawean dengan Menggunakan Fungsi Transfer Muhammad Tayyib dan Wiwiek
Lebih terperinciPENGGUNAAN METODE VaR (Value at Risk) DALAM ANALISIS RESIKO INVESTASI SAHAM PT. TELKOM DENGAN PENDEKATAN MODEL GARCH-M
PENGGUNAAN METODE VaR (Value at Risk) DALAM ANALISIS RESIKO INVESTASI SAHAM PT. TELKOM DENGAN PENDEKATAN MODEL GARCH-M Oleh: Nurkhoiriyah 1205100050 Dosen pembimbing: Dra. Nuri Wahyuningsih, M. Kes. Jurusan
Lebih terperinciPERAMALAN JUMLAH TAMU HOTEL MEGA BINTANG SWEET KABUPATEN BLORA DENGAN PENDEKATAN ARIMA
THE TH URECOL PROCEEDING 8 February 7 UD, Yogyakarta PERMLN JUMLH TMU HOTEL MEG BINTNG SWEET KBUPTEN BLOR DENGN PENDEKTN RIM Irfana Maulana Ismail ), Wellie Sulistijanti 2) Statistika, kademi Statistika
Lebih terperinciBAB 2 LANDASAN TEORI
1 BAB 2 LANDASAN TEORI Bab ini membahas tentang teori penunjang dan penelitian sebelumnya yang berhubungan dengan metode ARIMA box jenkins untuk meramalkan kebutuhan bahan baku. 2.1. Peramalan Peramalan
Lebih terperinciPERAMALAN NILAI TUKAR DOLAR SINGAPURA (SGD) TERHADAP DOLAR AMERIKA (USD) DENGAN MODEL ARIMA DAN GARCH
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 110 117 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PERAMALAN NILAI TUKAR DOLAR SINGAPURA (SGD) TERHADAP DOLAR AMERIKA (USD) DENGAN MODEL ARIMA DAN GARCH
Lebih terperinciRenny Elfira Wulansari, Epa Suryanto, Kiki Ferawati, Ilafi Andalita, Suhartono
Statistika, Vol. No., November 0 Penerapan Time Series Regression with Calendar Variation Effect pada Data Netflow Uang Kartal Bank Indonesia Sebagai Solusi Kontrol Likuiditas Perbankan di Indonesia Renny
Lebih terperinciPEMODELAN JUMLAH PENDERITA HIV/AIDS TERKAIT KUNJUNGAN WISATAWAN DI KABUPATEN BADUNG DAN KOTA MADYA DENPASAR DENGAN METODE TRANSFER FUNCTION
PEMODELAN JUMLAH PENDERITA HIV/AIDS TERKAIT KUNJUNGAN WISATAWAN DI KABUPATEN BADUNG DAN KOTA MADYA DENPASAR DENGAN METODE TRANSFER FUNCTION Nyoman Pandu Wiradarma, KresnayanaYahya, Suhartono Mahasiswa
Lebih terperinciHASIL DAN PEMBAHASAN. Eksplorasi Data
5 korelasi diri, dan plot korelasi diri parsial serta uji Augmented Dickey- Fuller b. Identifikasi Model dengan metode Box-Jenkins c. Pemutihan deret input d. Pemutihan deret output berdasarkan hasil pemutihan
Lebih terperinciPERAMALAN HARGA PREMIUM NON SUBSIDI DENGAN MODEL FUNGSI TRANSFER NURILMA PASCARIANTI
PERAMALAN HARGA PREMIUM NON SUBSIDI DENGAN MODEL FUNGSI TRANSFER NURILMA PASCARIANTI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ABSTRAK NURILMA
Lebih terperinciBAB I PENDAHULUAN. berasal dari sumber tetap yang terjadinya berdasarkan indeks waktu t secara
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Time Series atau runtun waktu adalah serangkaian data pengamatan yang berasal dari sumber tetap yang terjadinya berdasarkan indeks waktu t secara berurutan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Peramalan 2.1.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang (Sofjan Assauri,1984). Setiap kebijakan ekonomi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan teori-teori yang menjadi dasar dan landasan dalam penelitian sehingga membantu mempermudah pembahasan selanjutnya. Teori tersebut meliputi arti dan peranan
Lebih terperinciBAB III MODEL ARIMAX DENGAN EFEK VARIASI KALENDER
21 BAB III MODEL ARIMAX DENGAN EFEK VARIASI KALENDER 3.1 Model Variasi Kalender Liu (Kamil 2010: 10) menjelaskan bahwa untuk data runtun waktu yang mengandung efek variasi kalender, dituliskan pada persamaan
Lebih terperinciPEMODELAN CURAH HUJAN DENGAN MODEL FUNGSI TRANSFER INPUT GANDA YULIANTI HASANAH
PEMODELAN CURAH HUJAN DENGAN MODEL FUNGSI TRANSFER INPUT GANDA YULIANTI HASANAH DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2015 PERNYATAAN MENGENAI
Lebih terperinciPERBANDINGAN MODEL PADA DATA DERET WAKTU PEMAKAIAN LISTRIK JANGKA PENDEK YANG MENGANDUNG POLA MUSIMAN GANDA ABSTRAK
PERBANDINGAN MODEL PADA DATA DERET WAKTU PEMAKAIAN LISTRIK JANGKA PENDEK YANG MENGANDUNG POLA MUSIMAN GANDA Gumgum Darmawan 1), Suhartono 2) 1) Staf Pengajar Jurusan Statistika FMIPA UNPAD 2) Staf Pengajar
Lebih terperinciDAFTAR ISI. BAB I PENDAHULUAN Latar Belakang Masalah Rumusan Masalah Batasan Masalah Tujuan Penelitian...
DAFTAR ISI HALAMAN JUDUL... i HALAMAN PENGESAHAN... ii HALAMAN PERNYATAAN... iii NASKAH SOAL TUGAS AKHIR... iv HALAMAN PERSEMBAHAN... v INTISARI... vi KATA PENGANTAR... vii UCAPAN TERIMA KASIH... viii
Lebih terperinciPERAMALAN JUMLAH KUNJUNGAN WISATAWAN MANCANEGARA YANG BEKUNJUNG KE BALI MENGGUNAKAN FUNGSI TRANSFER
PERAMALAN JUMLAH KUNJUNGAN WISATAWAN MANCANEGARA YANG BEKUNJUNG KE BALI MENGGUNAKAN FUNGSI TRANSFER I Ketut Putra Adnyana 1, I Wayan Sumarjaya 2, I Komang Gde Sukarsa 3 1 Jurusan Matematika, Fakultas FMIPA
Lebih terperinciPEMODELAN DAN PERAMALAN DATA PEMBUKAAN IHSG MENGGUNAKAN MODEL ARIMA
PEMODELAN DAN PERAMALAN DATA PEMBUKAAN IHSG MENGGUNAKAN MODEL ARIMA OLEH : 1. Triyono ( M0107086 ) 2. Nariswari S ( M0108022 ) 3. Ayunita C ( M0180034 ) 4. Ibnuhardi F.Ihsan ( M0108045 ) 5. Marvina P (
Lebih terperinciPERAMALAN INDEKS HARGA KONSUMEN MENGGUNAKAN MODEL INTERVENSI FUNGSI STEP
PERAMALAN INDEKS HARGA KONSUMEN MENGGUNAKAN MODEL INTERVENSI FUNGSI STEP SKRIPSI Disusun oleh : DITA RULIANA SARI NIM. 24010211140084 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO
Lebih terperinciPemodelan ARIMA Non- Musim Musi am
Pemodelan ARIMA Non- Musimam ARIMA ARIMA(Auto Regresif Integrated Moving Average) merupakan suatu metode analisis runtun waktu(time series) ARIMA(p,d,q) Dengan AR : p =orde dari proses autoreggresif I
Lebih terperinciPEMODELAN DAN PERAMALAN DATA DERET WAKTU DENGAN METODE SEASONAL ARIMA
Jurnal Matematika UNAND Vol. 3 No. 3 Hal. 59 67 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMODELAN DAN PERAMALAN DATA DERET WAKTU DENGAN METODE SEASONAL ARIMA ANNISA UL UKHRA Program Studi Matematika,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Berdasarkan sifatnya peramalan terbagi atas dua yaitu peramalan kualitatif dan peramalan kuantitatif. Metode kuantitatif terbagi atas dua yaitu analisis deret berkala
Lebih terperinci