PENERAPAN LEAST SQUARE METHOD UNTUK PERAMALAN PENJUALAN DI HIJABSTORY BANDUNG
|
|
- Siska Rachman
- 6 tahun lalu
- Tontonan:
Transkripsi
1 PENERAPAN LEAST SQUARE METHOD UNTUK PERAMALAN PENJUALAN DI HIJABSTORY BANDUNG Wendi Wirasta, Muhamad Luthfi Ashari 2 Program Studi Teknik Informatika, STMIK & Ilmu Komputer LPKIA Jl. Soekarno Hatta 456, Bandung, wendi@lpkia.ac.id, luthfiash@fellow.lpkia.ac.id ABSTRAK Penjualan merupakan salah satu kegiatan yang sangat penting dalam dunia usaha. Pengetahuan mengenai pemasaran menjadi penting bagi perusahaan pada saat dihadapkan pada beberapa permasalahan, seperti menurunnya pendapatan perusahaan yang disebabkan oleh menurunnya daya beli konsumen terhadap suatu produk sehingga mengakabatkan melambatnya pertumbuhan perusahaan. Penelitian ini difokusan untuk membantu manajemen dalam memperkirakan jumlah penjualan yang akan terjadi kedepannya. Dengan menggunakan salah satu teknik data mining yaitu peramalan sedangkan metode peramalan yang digunakan adalah least square method. Adapun data yang diproses dalam penelitian ini adalah data histori penjualan Hijabstory tahun 27 sebanyak 7 bulan. Data tersebut digunakan sebagai inputan untuk least square method. Hasil yang didapat berupa rekomendasi jumlah penjualan yang akan terjadi di bulan depan beserta nilai akurasi dari hasil tersebut. Kata Kunci : Penjualan, peramalan, data mining, least square method I. PENDAHULUAN Didirikannya sebuah perusahaan pasti memiliki tujuan, diantaranya menyediakan kebutuhan konsumen baik itu dalam bentuk barang ataupun jasa. Selain sebagai penyedia kebutuhan konsumen, perusahaan pun ingin mendapatkan keuntungan agar dapat mempertahankan dan juga meningkatkan kelangsungan hidup perusahaan baik sekarang maupun dimasa yang akan datang. Untuk menghasilkan sebuah keputusan yang tepat seorang manajer harus handal dalam memperkirakan kebutuhan pasar, baik itu jangka pendek maupun jangka panjang. Oleh karena itu untuk membantu seorang manajer dalam memperkirakan kebutuhan pasar, maka dibutuhkan sebuah peramalan mengenai target yang akan dicapai perusahaan untuk kedepannya. Berdasarkan siklus runtut waktu (time series) biasanya penjualan produk cenderung membentuk pola penjualan yang tepat. Dengan demikian, ramalan dapat dikatakan sebagai perhitungan yang memiliki dasar kuat dan lebih pasti, sehingga hasilnya diharapakan lebih obyektif dibandingkan dengan hanya sekedar menebak. Dengan mencatat penjualan di waktu yang lampau, maka dapat lebih tepat dalam menentukan penjualan di waktu yang akan datang. II. DASAR TEORI. Data Mining Data mining proses mencari pola atau informasi menarik dalam data terpilih dengan menggunakan teknik atau metode tertentu. [] Tahapan dalam data mining ada 7, diantaranya : pembersihan data, integrasi data, seleksi data, transformasi data, proses mining, evaluasi pola, presentasi pengetahuan. [] 2. Peramalan Peramalan adalah suatu teknik atau proses untuk memperkirakan suatu nilai atau kebutuhan dimasa yang akan datang dengan mengolah data dari dari masa lalu. [2] Dalam melakukan peramalan ada 8 langkah yang harus dilakukan, diantaranya: apa tujuan ramalan, barang atau jumlah yg diramalkan, tentukan waktu perkiraan, model peramalan, data yg dibutuhkan, validasi peramalan, perkiraan, terapkan hasil. [3]
2 3. Teknik Peramalan Teknik peramalan dibagi menjadi dua bagian, diantaranya metode peramalan subjektif dan metode peramalan objektif. Metode peramalan subjektif mempunyai model kualitatif dan metode peramalan objektif mempunyai dua model, yaitu model time series dan model kausal. [4] Untuk penelitian ini model yang digunakai yaitu time series. 4. Time Series Methods Time series adalah data yang dikumpulkan, dicatat atau diobservasi sepanjang waktu secara berurutan dengan beberapa periode waktu untuk menemukan pola variasi masa lalu untuk digunakan dalam memperkirakan nilai masa mendatang. [5] 5. Trend Projection Trend merupakan pergerakan jangka panjang dalam suatu kurun waktu yang kadang-kadang dapat digambarkan dengan garis lurus atau kurva. Cara kerja metode ini dengan mencocokan garis trend kerangkaian titik data historis, lalu memproyeksi garis itu kedalam ramalan jangka menengah hingga jangka panjang. Jika mengembangkan garis trend linier dengan metode statistik, metode yang tepat digunakan adalah metode kuadrat kecil (least square method). [3] Rumus untuk proyeksi trend dengan metode kuadrat terkecil (least square method) yaitu: Untuk mencari nilai a dan b diperoleh dari rumus: Dimana Yt menunjukan nilai taksiran Y pada nilai t tertentu. Sedangkan a adalah nilai intercept dari Y, artinya nilai Yt akan sama dengan a jika nilai t =. Kemudian b adalah nilai slope, artinya besar kenaikan nilai Yt pada setiap nilai t. Dan nilai t sendiri adalah nilai tertentu yang menunjukan periode waktu. 6. Pengukuran Akurasi Peramalan Salah satu cara mengevaluasi teknik peramalan adalah menggunakan ukuran tentang tingkat perbedaan antara hasil peramalan dengan permintaan yang sebenarnya terjadi. [2] Ada empat ukuran yang biasa digunakan, yaitu:. Rata-rata Deviasi Mutlak (Mean Absolute Deviation) MAD merupakan rata-rata kesalahan mutlak selama periode tertentu tanpa memperhatikan apakah hasil peramalan lebih besar atau lebih kecil dibandingkan kenyataannya. Rumus MAD secara matematis : [2] MAD = 2. Rata-rata Kuadrat Kesalahan (Mean Square Error). Pendekatan ini penting karena teknik ini menghasilkan kesalahan yang moderat lebih disukai oleh suatu peramalan yang menghasilkan kesalahan yang sangat besar. Secara matematis, MSE dirumuskan sebagai berikut : [2] MSE = Ft = Peramalan Permintaan (Forecast) pada N = Jumlah periode peramalan yang terlibat. 3. Rata-rata Kesalahan Peramalan (Mean Forecast Error) MFE sangat efektif untuk mengetahui apakah suatu hasil peramalan selama periode tertentu terlalu tinggi atau terlalu rendah. Bila hasil peramalan tidak bias, maka nilai MFE akan mendekati nol. Secara matematis, MFE dirumuskan sebagai berikut : [2] MFE =
3 Gambar. Model Generik 4. Rata-rata Persentase Kesalahan Absolut (Mean Absolute Percentage Error) MAPE merupakan ukuran kesalahan relative dan menyatakan persentase kesalahan hasil peramalan terhadap permintaan aktual selama periode tertentu yang akan memberikan informasi persentase kesalahan terlalu tinggi atau terlalu rendah. Secara matematis, MAPE dinyatakan sebagai berikut : [2] MAPE = III. ANALISA DAN PERANCANGAN Dalam penelitian ini mengumpulkan data digunakan metode extreme programming, juga untuk mengolah data menjadi sebuah hasil peramalan digunakan least square method. Dapat dilihat pada gambar. Gambar 2. Usecase Diagram Gambar 3. Class Diagram
4 Tabel. Data Penjualan Hijabstory Bulan Penjualan Januari 38 Februari 23 Maret 29 April 49 Mei 57 Juni 4 Juli 33 Total 369. Identifikasi Pada aktivitas ini dimulai dengan membuat cerita-cerita atau gambaran yang diberikan narasumber yang kemudian akan menjadi gambaran dasar dari sistem. 2. Perancangan Mengatur pola logika dalam sistem, design yang baik dapat mengurangi ketergantungan antar setiap proses pada sebuah sistem. Untuk melihat fungsi-fungsi yang dibutuhkan pada sistem dapat dilihat pada gambar 2. Dan classclass yang dibutuhkan oleh sistem dapat dilihat pada gambar Penulisan Kode Setelah menyelesaikan pengumpulan cerita dan perancangan untuk aplikasi secara keseluruhan, Extreme Programming lebih merekomendasikan untuk membuat modul unit tes terlebih dahulu agar setiap cerita atau gambaran dari narasumber dapat di uji terlebih dahulu. 4. Pengujian Kode Menguji semua elemen-elemen perangkat lunak yang dibuat apakah sudah sesuai dengan yang diharapkan. Extreme Programming menerapkan perbaikan masalah kecil dengan sesegera mungkin akan lebih baik ketimbang menyelesaikan masalah saat di tenggang akhir. Tabel 2. Tabulasi Data Bulan y t t 2 yt Januari Februari Maret April Mei Juni Juli (total) IV. IMPLEMENTASI. Studi Kasus Dalam kasus ini data yang digunakan untuk peramalan yaitu data penjualan pada tahun 27, dapat dilihat pada Tabel. Untuk mencari nilai a = intercept dan nilai b = slope pada metode least square maka dibuatlah tabel tabulasi untuk memudahkan menghitung nilai yang dibutuhkan. Dapat dilihat pada tabel 2. Untuk mengetahui nilai a dan b maka digunakan rumus : n = jumlah record data a = 379 / 7 = 52,7 b = 247 / 29 = 8,82 Maka diketahui niai a adalah 52,7 dan nilai b adalah 8,82. Lalu kita implementasikan nilai tersebut pada rumus dari Metode Least Square. Yt = 52,7 + 8,82t Berdasarkan rumus diatas dapat diketahui ramalan untuk bulan januari juli tahun 27 adalah sebagai berikut : Bulan Januari Februari Maret April Mei Juni Juli Tabel 3. Tabel Perbandingan y Fore case error error ,25,75 38, ,7 2,7 45, ,89 4,89 22, ,7 3,7 3,8 57 6,54 4,54 2,57 4 7,36 69,64 485, ,8 46,8 232,46 (total) , ,54 2 Penjualan Tahun penjualan forecase Gambar 4. Hasil Peramalan
5 Januari : Yt = 52,7 + 8,82*-3 = 26,25 Februari: Yt = 52,7 + 8,82*-2 = 35,7 Maret : Yt = 52,7 + 8,82*- = 43,89 April : Yt = 52,7 + 8,82*- = 52,7 Mei : Yt = 52,7 + 8,82* = 6,54 Juni : Yt = 52,7 + 8,82*2 = 7,36 Juli : Yt = 52,7 + 8,82*3 =79,8 Lalu mempermudah dalam mengetahui akurasi hasil peramalan maka dibuatlah tabel seperti pada tabel 3. Dengan melakukan substitusi hasil yang diperoleh pada Tabel 3. kita dapat mengetahui bahwa nilai MAD dan MSE sebesar : MAD = MAD = 62,79 / 7 = 23,26 MSE = MSE = 7522,54 / 7 = 74,65 2. Hasil Implementasi Sehingga hasil peramalan penjualan pada bulan agustus 27 pada Hijabstory dengan menggunakan Metode Least Square yaitu : Yt = 52,7 + 8,82t = 52,7 + 8,82*4 = 88 Dapat dilihat dalam grafik pada gambar 4. Dengan tingkat kesalahan MAD = 23,26 dan MSE = 74,65 3. Diskusi Hasil Implementasi Peramalan dengan least square method menggunakan data histori sebanyak 7 bulan menghasilkan informasi bahwa pada bulan agustus terjadi penjualan sebanyak 88 unit, dengan tingkat kesalahan MAD = 23,26 dan MSE = 74,65 mengalami kenaikan dengan nilai akurasi dari peramalan yang dilakukan sebesar MAD = 23,26 dan MSE = 74,65. Agar meningkatkan akurasi, sebaiknya data yang digunakan minimal tahun. DAFTAR PUSTAKA [] J. Han dan M. Kamber, Data Mining: Concepts and Techniques, Second Edition, San Francisco: Morgan Kaufmann, 26. [2] A. H. Nasution dan Prasetyawan, Perencanaan dan Pengendalian Produksi, Yogyakarta: Graha Ilmu, 28. [3] B. Render, J. Ralph M.Stair dan M. E.Hanna, Quantitative Analysis for Management, dalam Chapter 5 Forecasting, United State of America, Pearson Education, Inc, 26, pp [4] A. Raharja, W. Angraeni dan R. A. Vinarti, Penerapan Metode Exponential Smoothing untuk Peramalan Penggunaan Waktu Telepon Di PT. Telkomsel DIVRE3 Surabaya, SISFO Jurnal Sistem Informasi, 2. [5] M. A. Mukhyi, Downloads, 28. [Online]. Available: a.ac.id/downloads/files/939/for ECASTING.pdf. V. KESIMPULAN Dengan menggunakan metode Least Square dapat diketahui bahwa penjualan akan
PENERAPAN METODE EXPONENTIAL SMOOTHING UNTUK PERAMALAN PENGGUNAAN WAKTU TELEPON DI PT TELKOMSEL Divre 3 SURABAYA
SISTEM PENDUKUNG KEPUTUSAN PENERAPAN METODE EXPONENTIAL SMOOTHING UNTUK PERAMALAN PENGGUNAAN WAKTU TELEPON DI PT TELKOMSEL Divre 3 SURABAYA Alda Raharja - 5206 100 008! Wiwik Anggraeni, S.Si, M.Kom! Retno
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Konsep Peramalan Peramalan ( forecasting) merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien khususnya dalam bidang ekonomi. Dalam organisasi modern
Lebih terperinciMETODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN
METODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN Peramalan kuantitatif hanya dapat digunakan apabila terdapat
Lebih terperinciBAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1. Peramalan 2.1.1. Pengertian dan Kegunaan Peramalan Peramalan (forecasting) menurut Sofjan Assauri (1984) adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH
49 BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Standar Optimasi Dasar evaluasi untuk mengoptimalkan supply chain management pada Honda Tebet (PT. Setianita Megah Motor) dari proses bisnis perusahaan
Lebih terperinciPERAMALAN PENJUALAN BERAS DI TOKO WIDODO MAKMUR MENGGUNAKAN METODE MOVING AVERAGE
PERAMALAN PENJUALAN BERAS DI TOKO WIDODO MAKMUR MENGGUNAKAN METODE MOVING AVERAGE SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.kom) Program Studi Sistem Informasi
Lebih terperinciEMA302 Manajemen Operasional
1 PERAMALAN (FORECASTING) EMA302 Manajemen Operasional Pengertian (1) 2 Oxford Dictionary, Forecast is a statement about what will happen in the future, based on information that is available now. (Peramalan
Lebih terperinciPERAMALAN (FORECASTING)
#3 - Peramalan (Forecasting) #1 1 PERAMALAN (FORECASTING) EMA302 Manajemen Operasional Pengertian (1) 2 Oxford Dictionary, Forecast is a statement about what will happen in the future, based on information
Lebih terperinciANALISIS PERAMALAN PENJUALAN PRODUK KECAP PADA PERUSAHAAN KECAP MANALAGI DENPASAR BALI.
ANALISIS PERAMALAN PENJUALAN PRODUK KECAP PADA PERUSAHAAN KECAP MANALAGI DENPASAR BALI Ni Putu Lisna Padma Yanti 1, I.A Mahatma Tuningrat 2, A.A.P. Agung Suryawan Wiranatha 2 1 Mahasiswa Jurusan Teknologi
Lebih terperinciPembahasan Materi #7
1 EMA402 Manajemen Rantai Pasokan Pembahasan 2 Pengertian Moving Average Alasan Tujuan Jenis Validitas Taksonomi Metode Kualitatif Metode Kuantitatif Time Series Metode Peramalan Permintaan Weighted Woving
Lebih terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI 3.1 Definisi Peramalan Peramalan adalah suatu proses dalam menggunakan data historis yang telah dimiliki untuk diproyeksikan ke dalam suatu model peramalan. Dengan model peramalan
Lebih terperinciLABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI MODUL VIII ( TIME SERIES FORECASTING
FAKULTAS TEKNOLOGI INDUSTRI PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR LAPORAN RESMI MODUL VIII TIME SERIES FORECASTING I. Pendahuluan A. LatarBelakang (Min. 1 halaman)
Lebih terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN 3. Desain Penelitian Tabel 3. Desain Penelitian Tujuan Penelitian Desain Penelitian Jenis dan Metode Penelitian Unit Time T Asosiatif/ Survey PT Tirta Tama Longitudinal Bahagia
Lebih terperinciBAB II LANDASAN TEORI. Sistem informasi terdiri dari input, proses, dan output, seperti yang terlihat pada
BAB II LANDASAN TEORI 2.1 Konsep Sistem Informasi Sebelum merancang sistem perlu dikaji konsep dan definisi dari sistem.. Sistem informasi terdiri dari input, proses, dan output, seperti yang terlihat
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah. Sebuah fakta bahwa waktu adalah uang dalam aktivitas penjualan. Pengambilan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Sebuah fakta bahwa waktu adalah uang dalam aktivitas penjualan. Pengambilan keputusan merupakan hal yang penting untuk kesuksesan penjualan. Dalam hal ini seseorang
Lebih terperinciTeam project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP
Hak cipta dan penggunaan kembali: Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis
Lebih terperinciSISTEM PERAMALAN PERSEDIAAN UNIT MOBIL MITSUBISHI PADA PT. SARDANA INDAH BERLIAN MOTOR DENGAN MENGGUNAKAN METODE EXPONENTIAL SMOOTHING
SISTEM PERAMALAN PERSEDIAAN UNIT MOBIL MITSUBISHI PADA PT. SARDANA INDAH BERLIAN MOTOR DENGAN MENGGUNAKAN METODE EXPONENTIAL SMOOTHING Afni Sahara (0911011) Mahasiswa Program Studi Teknik Informatika,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Peramalan Peramalan (forecasting) merupakan upaya memperkirakan apa yang terjadi pada masa yang akan datang. Pada hakekatnya peramalan hanya merupakan suatu perkiraan (guess),
Lebih terperinciPERAMALAN JUMLAH SISWA/I SEKOLAH MENENGAH ATAS SWASTA MENGGUNAKAN ENAM METODE FORECASTING
PERAMALAN JUMLAH SISWA/I SEKOLAH MENENGAH ATAS SWASTA MENGGUNAKAN ENAM METODE FORECASTING Lim Sanny 1, Haryadi Sarjono 1 1 Department of Management, Binus University Jln. KH. Syahdan No. 9, Kemanggisan,
Lebih terperinciPERAMALAN (FORECASTING) #2
PERAMALAN (FORECASTING) #2 Materi #4 EMA302 Manajemen Operasional Model Simple Linear Regression (1) 2 Model simple linear regression berusaha untuk menyesuaikan garis melalui berbagai data dari waktu
Lebih terperinciPREDIKSI JUMLAH PENERIMAAN SISWA SMK SWASTA TAHUN AJARAN 2011/2012
PREDIKSI JUMLAH PENERIMAAN SISWA SMK SWASTA TAHUN AJARAN 2011/2012 Haryadi Sarjono Management Department, School of Business and Management, BINUS University Jln. K.H. Syahdan No. 9, Kemanggisan-Palmerah,
Lebih terperinciOLEH MUHAMAD AMIN ANDRIANSAH NPM PROGRAM STUDI SISTEM INFORMASI FAKULTAS TEKNIK UNIVERSITAS NUSANTARA PGRI KEDIRI
SISTEM INFORMASI PENJUALAN MENGGUNAKAN METODE MOVING AVERAGE STUDI KASUS : TOKO UD JAYA MOTOR NGANJUK. SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom) Pada
Lebih terperinciBAB 2 LANDASAN TEORI. Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit
BAB 2 LANDASAN TEORI 2.1 Pengertian Produksi Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit tanaman pada lahan yang telah disediakan, pemupukan dan perawatan sehingga
Lebih terperinciPREDIKSI JUMLAH KUNJUNGAN PASIEN RAWAT JALAN MENGGUNAKAN METODE REGRESI LINIER
PREDIKSI JUMLAH KUNJUNGAN PASIEN RAWAT JALAN MENGGUNAKAN METODE REGRESI LINIER Titik Misriati Manajemen Informatika, AMIK BSI Jakarta Jalan RS Fatmawati No 24 Pondok Labu Jakarta 12450 titik.tmi@bsi.ac.id
Lebih terperinciBAB III PERAMALAN 3.1 Landasan Teori Peramalan
BAB III PERAMALAN 3.1 Landasan Teori Peramalan Menurut Gaspersz (2004), aktivitas peramalan merupakan suatu fungsi bisnis yang berusaha memperkirakan permintaan dan penggunaan produk sehingga produk-produk
Lebih terperinciBAB III TINJAUAN PUSTAKA
BAB III TINJAUAN PUSTAKA 3.1 Teori Dunia industri biasanya tak lepas dari suatu peramalan, hal ini disebabkan bahwa peramalan dapat memprediksi kejadian di masa yang akan datang untuk mengambil keputusan
Lebih terperinciPeramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Peramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model Ni Kadek Sukerti STMIK STIKOM Bali Jl. Raya Puputan
Lebih terperinciPERAMALAN PENJUALAN SEPATU DI TOKO PEGASHOES MENGGUNAKAN METODE TREND MOMENT
PERAMALAN PENJUALAN SEPATU DI TOKO PEGASHOES MENGGUNAKAN METODE TREND MOMENT 1 Rizki Ramdhan Junaedi 2 Teguh Nurhadi Suharsono 1 Program Studi Teknik Informatika STMIK & PKN LPKIA 2 Program Studi Sistem
Lebih terperinciBAB III METODE PENELITIAN. untuk memahami, memecahkan dan mengantisipasi masalah. adalah penelitian secara deskriptif dan komparatif.
BAB III METODE PENELITIAN 3.1 Metode Penelitian Metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif dan komparatif. Melalui penelitian, manusia dapat menggunakan hasilnya, secara
Lebih terperinciManajemen Operasional. PERAMALAN (Forecasting)
Manajemen Operasional PERAMALAN (Forecasting) Putri Irene Kanny Putri_irene@staff.gunadarma.ac.id Sub Pokok bahasan pertemuan ke-3 Prediksi dan Peramalan Jenis-jenis Metode Peramalan Metode deret berkala
Lebih terperinciUNIVERSITAS WINAYA MUKTI TEKNIK PROYEKSI BISNIS DODI TISNA AMIJAYA SE.,MM METODA METODA -- METODA PERAMALAN METODA PERAMALAN
UNIVERSITAS WINAYA MUKTI TEKNIK PROYEKSI BISNIS DODI TISNA AMIJAYA SE.,MM METODA - METODA PERAMALAN PADA DASARNYA METODA PERAMALAN DAPAT DIKELOMPOKKAN KE DALAM 3 KELOMPOK YAITU : 1. METODA KUALITATIF YANG
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LADASA TEORI 2.1 Pengertian Peramalan Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama (assaury, 1991). Sedangkan ramalan adalah
Lebih terperinciBAB III PERAMALAN. Praktikum Sistem Produksi ATA 2014/2015
BAB III PERAMALAN 3.1 Landasan Teori Peramalan merupakan suatu bentuk usaha untuk meramalkan keadaan di masa mendatang melalui pengujian keadaan di masa lalu. Esensi peramalan adalah perkiraan peristiwa-peristiwa
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan merupakan usaha yang dilakukan oleh suatu perusahaan untuk melihat dan mengkaji situasi dan kondisi di masa mendatang. Terdapat beberapa faktor yang mempengaruhi
Lebih terperinciPENGENDALIAN PERSEDIAAN BAHAN BAKU BAJA MS DI DIREKTORAT PRODUKSI ATMI CIKARANG
PENGENDALIAN PERSEDIAAN BAHAN BAKU BAJA MS DI DIREKTORAT PRODUKSI ATMI CIKARANG Siti Rohana Nasution 1, Temotius Agung Lukito 2 1,2) Jurusan Teknik Industri Fakultas Teknik Universitas Pancasila 1) nasutionana@yahoo.co.id,
Lebih terperinciAPLIKASI PERAMALAN PENGADAAN BARANG DENGAN METODE TREND PROJECTION DAN METODE SINGLE EXPONENTIAL SMOOTHING (STUDI KASUS DI TOKO PIONIR JAYA)
APLIKASI PERAMALAN PENGADAAN BARANG DENGAN METODE TREND PROJECTION DAN METODE SINGLE EXPONENTIAL SMOOTHING (STUDI KASUS DI TOKO PIONIR JAYA) Evi Dewi Sri Mulyani 1, Egi Badar Sambani 2, Rian Cahyana 3
Lebih terperinciBAB I PENDAHULUAN. sektor perindustrian semakin ketat.perusahaan-perusahaan beroperasi dan
BAB I PENDAHULUAN A. Latar Belakang Pada jaman globalisasi yang semakin maju ini, persaingan usaha dalam sektor perindustrian semakin ketat.perusahaan-perusahaan beroperasi dan saling berlomba untuk dapat
Lebih terperinciMATERI 3 PER E AM A AL A AN
MATERI 3 PERAMALAN APAKAH PERAMALAN ITU? Peramalan (Forecasting) : Seni dan ilmu memprediksi peristiwa- peristiwa masa depan. Peramalan memerlukan pengambilan data historis dan memproyeksikannya ke masa
Lebih terperinciPeramalan (Forecasting)
Peramalan (Forecasting) Peramalan (forecasting) merupakan suatu proses perkiraan keadaan pada masa yang akan datang dengan menggunakan data di masa lalu (Adam dan Ebert, 1982). Awat (1990) menjelaskan
Lebih terperinciBAB 2 LANDASAN TEORITIS
BAB 2 LANDASAN TEORITIS 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksikan apa yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. Sedangkan
Lebih terperinciAplikasi Sistem Informasi Forecasting pada PD. Maha Jaya. Teknik Informatika 1 Teknik Industri 2 Universitas Kristen Petra Surabaya
Aplikasi Sistem Informasi Forecasting pada PD. Maha Jaya Rudy Adipranata 1, Tanti Octavia 2, Andi Irawan 1 Teknik Informatika 1 Teknik Industri 2 Universitas Kristen Petra Surabaya Pendahuluan Pentingnya
Lebih terperinciDwi Puspitasari 1, Mustika Mentari 2, Wildan Ridho Faldiansyah 3
PENERAPAN METODE SINGLE EXPONENTIAL SMOOTHING MENGGUNAKAN PENDEKATAN ADAPTIF PADA PERAMALAN JUMLAH PELANGGAN DAN KEBUTUHAN AIR PADA PDAM KOTA PROBOLINGGO Dwi Puspitasari 1, Mustika Mentari 2, Wildan Ridho
Lebih terperinciPeramalan Permintaan Produk Perak Menggunakan Metode Simple Moving Average Dan Exponential Smoothing
JURNAL SISTEM DAN INFORMATIKA 97 Peramalan Permintaan Produk Perak Menggunakan Metode Simple Moving Average Dan Exponential Smoothing Ni Luh Ayu Kartika Yuniastari, IGP Wirarama Wedashwara Wirawan STIKOM
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH. Seiring dengan meningkatknya pangsa pasar, permintaan konsumen juga menjadi
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Seiring dengan meningkatknya pangsa pasar, permintaan konsumen juga menjadi semakin sulit untuk diperkirakan. Selama ini, manajer PT. Focus
Lebih terperinciPERAMALAN PENJUALAN OBAT MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING PADA TOKO OBAT BINTANG GEURUGOK
PERAMALAN PENJUALAN OBAT MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING PADA TOKO OBAT BINTANG GEURUGOK Sayed Fachrurrazi, S.Si., M.Kom Program Studi Teknik Informatika, Universitas Malikussaleh Reuleut,
Lebih terperinciPERBANDINGAN KEEFEKTIFAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING UNTUK PERAMALAN JUMLAH PENGUNJUNG HOTEL MERPATI
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 251 258. PERBANDINGAN KEEFEKTIFAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING UNTUK PERAMALAN JUMLAH PENGUNJUNG HOTEL
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 1.1 Tempat Penelitian Penelitian ini dilakukan di PT. Aetra Air Jakarta, Jl. Jend. Sudirman Ged. Sampoerna Strategic Square. 1.2 Obyek Penelitian Objek penelitian dilakukan
Lebih terperinciIMPLEMENTASI DATA MINING MENGGUNAKAN LEAST SQUARE METHOD UNTUK PREDIKSI PENJUALAN BERDASARKAN PERBANDINGAN TEKNIK PROMOSI
IMPLEMENTASI DATA MINING MENGGUNAKAN LEAST SQUARE METHOD UNTUK PREDIKSI PENJUALAN BERDASARKAN PERBANDINGAN TEKNIK PROMOSI IMPLEMENTATION OF DATA MINING USING LEAST SQUARE METHOD FOR SALES PREDICTION BASED
Lebih terperinciSistem Infornasi Estimasi Penjualan Dengan Menggunakan Metode Exponential. Abstraksi
Sistem Infornasi Estimasi Penjualan Dengan Menggunakan Metode Exponential Smoothing (Studi Kasus : PT. Sumber Bening Lestari) 1)Krisna Setya Wardana2)Antok Supriyanto3)M. Arifin 1)Program Studi Sistem
Lebih terperinciAPLIKASI TRIPLE EXPONENTIAL SMOOTHING UNTUK FORECASTING JUMLAH PENDUDUK MISKIN
APLIKASI TRIPLE EXPONENTIAL SMOOTHING UNTUK FORECASTING JUMLAH PENDUDUK MISKIN Fakultas Keguruan dan Ilmu Pendidikan Universitas PGRI Yogyakarta padrul.jana@upy.ac.id Abstract This study aims to predict
Lebih terperinciKATA PENGANTAR. Malang, Mei Penyusun
KATA PENGANTAR Puji syukur penyusun panjatkan kepada Tuhan Yang Maha Esa karena atas karunia-nya penyusun dapat menyelesaikan laporan Kuliah Kerja Nyata - Praktik (KKN-P) ini dengan baik. Laporan KKN-P
Lebih terperinciBAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Peramalan adalah kegiatan meramalkan atau memprediksi apa yang akan terjadi dimasa yang akan datang dengan waktu tenggang (lead time) yang relative lama,
Lebih terperinciPERANCANGAN APLIKASI PERAMALAN JUMLAH CALON MAHASISWA BARU YANG MENDAFTAR MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOTHING
PERANCANGAN APLIKASI PERAMALAN JUMLAH CALON MAHASISWA BARU YANG MENDAFTAR MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOTHING (Studi Kasus : Fakultas Agama Islam UISU) Agustinawati Purba Mahasiswa Teknik Informatika
Lebih terperinciBab III PERANCANGAN PROGRAM APLIKASI
35 Bab III PERANCANGAN PROGRAM APLIKASI 3.1 Spesifikasi Rumusan Rancangan Perancangan program aplikasi ini terbagi menjadi dua bagian yaitu proses, yaitu : proses input dan hasil keluaran atau output Proses
Lebih terperinciBAB II TINJAUAN PUSTAKA. bidang manufaktur, suatu peramalan (forecasting) sangat diperlukan untuk
BAB II TINJAUAN PUSTAKA 2.1. Peramalan 2.1.1 Pengertian Peramalan Di dalam melakukan suatu kegiatan dan analisis usaha atau produksi bidang manufaktur, suatu peramalan (forecasting) sangat diperlukan untuk
Lebih terperinciAnalisa Kebutuhan dan Penyedian LPG 3 Kg Menggunakan MAPE dan EOQ
Petunjuk Sitasi: Utomo, S. B., & Hariningrum, R. (2017). Analisa Kebutuhan dan Penyedian LPG 3 Kg Menggunakan MAPE dan EOQ. Prosiding SNTI dan SATELIT 2017 (pp. H82-86). Malang: Jurusan Teknik Industri
Lebih terperinciVISUALISASI PENJUALAN DAN LOKASI PENJUALAN MENGGUNAKAN GOOGLE MAP SERTA PROYEKSI PERMINTAAN FLEXY DAN MODEM DI MASA MENDATANG (STUDI KASUS: PT
VISUALISASI PENJUALAN DAN LOKASI PENJUALAN MENGGUNAKAN GOOGLE MAP SERTA PROYEKSI PERMINTAAN FLEXY DAN MODEM DI MASA MENDATANG (STUDI KASUS: PT. TELKOM INDONESIA) Rully A Hendrawan, Catra Aldino, Erma Suryani
Lebih terperinciBAB 2 LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan untuk memperkirakan apa yang akan
BAB 2 LADASA TEORI 2.1 Pengertian Peramalan (Forecasting) Peramalan (Forecasting) adalah suatu kegiatan untuk memperkirakan apa yang akan terjadi pada masa mendatang. Peramalan penjualan adalah peramalan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Bisnis pada berbagai kegiatannya selalu melakukan suatu perencanaan untuk kedepannya. Untuk melakukan perencanaan suatu kegiatan yang akan disusun dan dilakukan
Lebih terperinciBab IV. Pembahasan dan Hasil Penelitian
Bab IV Pembahasan dan Hasil Penelitian IV.1 Statistika Deskriptif Pada bab ini akan dibahas mengenai statistik deskriptif dari variabel yang digunakan yaitu IHSG di BEI selama periode 1 April 2011 sampai
Lebih terperinciBAB IV PENGUMPULAN DAN PENGOLAHAN DATA
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Pengumpulan Data Pengumpulan data yang dilakukan dengan cara pengamatan dari dokumen perusahaan. Data yang di perlukan meliputi data penjualan produk Jamur Shiitake,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Matematika memegang peranan penting dalam kehidupan. Selain sebagai salah satu kajian ilmu utama dalam pendidikan, matematika juga berperan untuk menunjang ilmu-ilmu
Lebih terperinciBAB I PENDAHULUAN 1.1 LATAR BELAKANG
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Setiap Bank menyalurkan Kartu Kredit kepada masyarakat dengan bertujuan untuk memperoleh keuntungan yang diberikan dalam bentuk bunga dan sebagai alat promosi. Dengan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Emas merupakan logam mulia yang sering dijadikan sebagai alat tukar dalam perdagangan maupun sebagai standar keuangan berbagai negara. Nilai emas yang tidak pernah
Lebih terperinciEstimasi, Pemilihan Model dan Peramalan Hubungan Deret Waktu
Estimasi, Pemilihan Model dan Peramalan Hubungan Deret Waktu Author: Junaidi Junaidi Terdapat berbagai jenis model/metode peramalan hubungan deret waktu. Diantaranya adalah: 1) Model Linear; 2) Model Quadratic;
Lebih terperinciPERBANDINGAN METODE SETENGAH RATA-RATA DAN METODE KUADRAT TERKECIL UNTUK PERAMALAN PENDAPATAN PERUSAHAAN DI BLU UPTD TERMINAL MANGKANG SEMARANG
Techno.COM, Vol. 15, No. 2, Mei 2016: 132-139 PERBANDINGAN METODE SETENGAH RATA-RATA DAN METODE KUADRAT TERKECIL UNTUK PERAMALAN PENDAPATAN PERUSAHAAN DI BLU UPTD TERMINAL MANGKANG SEMARANG Rachmad Budi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Uji Kecukupan Sampel Dalam melakukan penelitian terhadap populasi yang sangat besar, kita perlu melakukan suatu penarikan sampel. Hal ini dikarenakan tidak selamanya kita dapat
Lebih terperinciPemodelan Peramalan Dalam Penentuan Persediaan Jenis Spare Part Mesin Kendaraan
Pemodelan Peramalan Dalam Penentuan Persediaan Jenis Spare Part Mesin Kendaraan Yasir Amani Dosen Teknik Mesin Universitas Malikussaleh Lhokseumawe Jl. Cot Tgk Nie-Reulet, Aceh Utara, 141 Indonesia email
Lebih terperinciABSTRAK. Kata Kunci :Single Exponential Smoothing,Double Exponential Smoothing,Mean Absolute Percentage Error.
PERBANDINGAN TINGKAT AKURASI METODE SES (SINGLE EXPONENTIAL SMOOTHING) DAN DES (DOUBLE EXPONENTIAL SMOOTHING) DENGAN STUDY KASUS PERAMALAN PEMINJAMAN BUKU DI PERPUSTAKAAN DAERAH JEMBER Yuldania (1110651134)
Lebih terperinciBAB 3 PRAKIRAAAN dan PERAMALAN PRODUKSI. Dalam Manajemen Operasional, mengapa perlu ada peramalan produksi?
BAB 3 PRAKIRAAAN dan PERAMALAN PRODUKSI Dalam Manajemen Operasional, mengapa perlu ada peramalan produksi? a. Ada ketidak-pastian aktivitas produksi di masa yag akan datang b. Kemampuan & sumber daya perusahaan
Lebih terperinciBAB II LANDASAN TEORI. Dalam ilmu statistika, metode Simple Linear Regression merupakan sebuah
BAB II LANDASAN TEORI 1.1 Tinjauan Pustaka Dalam ilmu statistika, metode Simple Linear Regression merupakan sebuah pendekatan untuk membuat model relasi antara sebuah dependent variable skalar y dan variable
Lebih terperinciBAB 2 LANDASAN TEORI Pengertian Manajemen Operasional
BAB 2 LANDASAN TEORI 2.1 Kajian Pustaka 2.1.1 Pengertian Manajemen Operasional Serangkaian aktivitas yang menghasilkan nilai dalam bentuk barang dan jasa dengan mengubah input menjadi output. (Heizer dan
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1 Variabel Berikut merupakan variabel yang digunakan dalam pemecahan masalah pada penelitian ini yaitu sebagai berikut : Data historis penjualan yang akan digunakan untuk
Lebih terperinciPerkapalan Negeri Surabaya, Surabaya Program Studi Teknik Otomasi, Jurusan Teknik Kelistrikan Kapal, Politeknik Perkapalan Negeri
Perbandingan Metode Autoregressive Integrated Moving Average (ARIMA) dan Exponential Smoothing pada Peramalan Penjualan Klip (Studi Kasus PT. Indoprima Gemilang Engineering) Aditia Rizki Sudrajat 1, Renanda
Lebih terperinciPENGEMBANGAN SISTEM PERAMALAN PENJUALAN GALON MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING
PENGEMBANGAN SISTEM PERAMALAN PENJUALAN GALON MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING Luqman Affandi 1, Dimas Wahyu Wibowo 2, Indra Wahyu Setya Nugraha 3 1,2,3 Program Studi Teknik Informatika,
Lebih terperinciDiajukan Untuk Memenuhi Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang
APLIKASI PREDIKSI JUMLAH PASIEN RAWAT INAP BERBASIS WEB MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING (DES) DI RSUD SUMBAWA BESAR HALAMAN JUDUL TUGAS AKHIR Diajukan Untuk Memenuhi Persyaratan Guna Meraih
Lebih terperinciSALES FORECASTING UNTUK PENGENDALIAN PERSEDIAAN
BAB IV SALES FORECASTING UNTUK PENGENDALIAN PERSEDIAAN A. Identifikasi Peramalan Penjualan oleh UD. Jaya Abadi Dari hasil wawancara yang menyebutkan bahwa setiap pengambilan keputusan untuk estimasi penjualan
Lebih terperinciBAB 2 LANDASAN TEORI
10 BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang. Peramalan diperlukan karena adanya kesenjaan waktu
Lebih terperinciSISTEM PERAMALAN PENJUALAN PRODUK USAHA KECIL MENENGAH BERDASARKAN POLA DATA RIWAYAT PENJUALAN
SISTEM PERAMALAN PENJUALAN PRODUK USAHA KECIL MENENGAH BERDASARKAN POLA DATA RIWAYAT PENJUALAN [1] Abdi Pandu Kusuma, [2] Indyah Hartami Santi, dan [3] Dennys Setiawan [1],[2,[3] Universitas Islam Balitar
Lebih terperinciBAB 3 FORECASTING DAN PENGAMATAN TRAFIK DATA
BAB 3 FORECASTING DAN PENGAMATAN TRAFIK DATA Forecasting adalah suatu peramalan nilai sebuah atau sekumpulan variabel pada satu titik waktu di masa depan. Dalam melakukan perhitungan peramalan pertumbuhan
Lebih terperinciBAB 3 METODE PENELITIAN. Dalam skripsi yang penulis lakukan ini menggunakan analisa forecasting dari
BAB 3 METODE PENELITIAN 3.1 Desain Penelitan Dalam skripsi yang penulis lakukan ini menggunakan analisa forecasting dari PT. Honda Dunia Motorindo. Setelah itu dengan analisa tersebut, penulis berusaha
Lebih terperinciBAB 2 TINJAUAN TEORITIS. yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan terjadi
BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan sering dipandang sebagai seni dan ilmu dalam memprediksikan kejadian yang mungkin dihadapi pada masa yang akan datang. Secara teoritis peramalan
Lebih terperinciLAPORAN PRAKTIKUM MODUL I PERAMALAN
LAPORAN PRAKTIKUM MODUL I PERAMALAN Disusun oleh: Kelompok II 1. Ari Handayani (4409216094) 2. Caecilia Eka A.W.S. (4409216097) 3. Dwi Darmawan Saputra (4409216100) LABORATORIUM SISTEM PRODUKSI FAKULTAS
Lebih terperinciV. ANALISA DAN PEMBAHASAN. A. Analisa Penentuan Pemesanan Biro Fajar Antang. sehingga mengakibatkan timbulnya return yang masih tinggi.
77 V. ANALISA DAN PEMBAHASAN A. Analisa Penentuan Pemesanan Biro Fajar Antang Dari hasil wawancara dengan manager Sirkulasi dan pimpinan Biro Fajar Antang, selama ini Biro Fajar Antang melakukan pemesanan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Manajemen Menurut Robbins dan Coulter (2009:7) manajemen adalah aktivitas kerja yang melibatkan koordinasi dan pengawasan terhadap pekerjaan orang lain, sehingga pekerjaan
Lebih terperinciPERAMALAN (Forecasting)
Manajemen Operasional PERAMALAN (Forecasting) Putri Irene Kanny Putri_irene@staff.gunadarma.ac.id Sub Pokok bahasan pertemuan ke-3 Prediksi dan Peramalan Jenis-jenis Metode Peramalan Metode deret berkala
Lebih terperinciVALIDASI HASIL PROYEKSI PENDUDUK TAHUN 2010 TERHADAP SENSUS PENDUDUK 2010 MENGGUNAKAN MAD DAN MSE
VALIDASI HASIL PROYEKSI PENDUDUK TAHUN 2010 TERHADAP SENSUS PENDUDUK 2010 MENGGUNAKAN MAD DAN MSE Sugandi yahdin 1, Endang Sri Kresnawati 2 1 Universitas Sriwijaya, Palembang 2 Universitas Sriwijaya, Palembang
Lebih terperinciPOKOK BAHASAN. : Peramalan (Forecasting) Bab II : Manajemen Proyek. Bab III : Manajemen Persediaan. Bab IV : Supply-Chain Management
MANAJEMEN OPERASI 1 POKOK BAHASAN Bab I : Peramalan (Forecasting) Bab II : Manajemen Proyek Bab III : Manajemen Persediaan Bab IV : Supply-Chain Management Bab V : Penetapan Harga (Pricing) 2 BAB I PERAMALAN
Lebih terperinciTINJAUAN PUSTAKA. Prediksi pada dasarnya merupakan dugaan atau prediksi mengenai terjadinya
II. TINJAUAN PUSTAKA 2.1 Prediksi Prediksi pada dasarnya merupakan dugaan atau prediksi mengenai terjadinya suatu kejadian atau peristiwa di waktu yang akan datang. Prediksi bisa bersifat kualitatif (tidak
Lebih terperinciPeramalan Jumlah Penumpang Pada Siluet Tour And Travel Kota Malang Menggunakan Metode Triple Exponential Smoothing
Jurnal Ilmiah Teknologi dan Informasi ASIA (JITIKA) Vol.11, No.1, Februari 2017 ISSN: 0852-730X Peramalan Jumlah Penumpang Pada Siluet Tour And Travel Kota Malang Menggunakan Metode Triple Exponential
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 1.1 Sistem Produksi 1.1.1 Fungsi Produksi Aktivitas produksi sebagai suatu bagian dari fungsi organisasi perusahaan bertanggung jawab terhadap pengolahan bahan baku menjadi produksi
Lebih terperinciMatakuliah : Ekonomi Produksi Peternakan Tahun : Oleh. Suhardi, S.Pt.,MP
Matakuliah : Ekonomi Produksi Peternakan Tahun : 2014 Oleh. Suhardi, S.Pt.,MP 1 Pada akhir pertemuan ini, diharapkan mahasiswa akan mampu : Menunjukkan jenis Peramalan Menggunakan Metode Peramalan Kuantitatif
Lebih terperinciSI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS)
SI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS) Mahasiswa mampu melakukan perencanaan untuk memastikan kelancaran operasi rantai pasok 1. Peramalan dalam organisasi 2. Pola permintaan 3. Metode peramalan
Lebih terperinciPENERAPAN METODE PERAMALAN SEBAGAI ALAT BANTU UNTUK MENENTUKAN PERENCANAAN PRODUKSI DI PT. SKK
PENERAPAN METODE PERAMALAN SEBAGAI ALAT BANTU UNTUK MENENTUKAN PERENCANAAN PRODUKSI DI PT. SKK Widhy Wahyani, Achmad Syaichu Jurusan Teknik Industri STT POMOSDA Nganjuk, Jawa Timur syaichu07@gmail.com
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.. Pengertian Manajemen Produksi dan Operasi Sebelum kita membahas lebih lanjut mengenai manajemen produksi dan operasi sebaiknya kita mengetahui terlebih dahulu pengertian dari
Lebih terperinciPERAMALAN PRODUKSI SARUNG TENUN DENGAN MENGGUNAKAN METODE PEMULUSAN DATA
PERAMALAN PRODUKSI SARUNG TENUN DENGAN MENGGUNAKAN METODE PEMULUSAN DATA Weny Indah Kusumawati Program Studi Sistem Komputer, Institut Bisnis dan Informatika Stikom Surabaya email: weny@stikom.edu Abstrak
Lebih terperinciBAB I PENDAHULUAN. pada waktu yang akan datang berdasarkan data empiris. Data empiris(terhitung)
BAB I PENDAHULUAN 1.1 Latar Belakang Peramalan merupakan proses perkiraan tentang sesuatu yang terjadi pada waktu yang akan datang berdasarkan data empiris. Data empiris(terhitung) merupakan data yang
Lebih terperinciPERENCANAAN PRODUKSI
PERENCANAAN PRODUKSI Membuat keputusan yang baik Apakah yang dapat membuat suatu perusahaan sukses? Keputusan yang dibuat baik Bagaimana kita dapat yakin bahwa keputusan yang dibuat baik? Akurasi prediksi
Lebih terperinci