HASIL DAN PEMBAHASAN . BP D-1

Ukuran: px
Mulai penontonan dengan halaman:

Download "HASIL DAN PEMBAHASAN . BP D-1"

Transkripsi

1 13 a. Ambil contoh acak (n s =n) X, X,.., X dari n data original. Pengambilan sampel dilakukan tanpa pemulihan. b. Berdasarkan bootstrap sample, hitung bootstrap CUSUM, notasikan S, S,, S c. Hitung S, S, dan S berdasarkan bootstrap CUSUM d. Tentukan apakah bootstrap difference S < original difference S. e. Ulangi langkah a s.d d sebanyak ulangan bootstrap (B) = 1000 kali 6. Hitung conf.level hitung Conf. level hitung = X B x 100% 7. Pengujian signifikasi breakpoint. Jika Conf.level hitung (1-α)% maka breakpoint dikatakan signifikan. Langkah 1 s.d 7 dilakukan untuk penentuan satu breakpoint. Breakpoint 1 (BP 1) (t 1) 1 data n Breakpoint 2 (t 2) 1 data t 1 Breakpoint 3 (t 3) t 1 data n Breakpoint 4 1 data t 2 Breakpoint 5 t 2 data t 1 Breakpoint 6 t 1 data t 3 Breakpoint D-2 T D-2 data n Gambar 1 Diagram pembagian data pada kasus multiple breakpoint Pada kasus multiple breakpoint atau terjadi titik perubahan lebih dari satu, misalkan waktu t 1 adalah waktu terjadi breakpoint ke-1, dimana 1 t i n; i=1,., D; D adalah banyaknya breakpoint. Bagi data menjadi dua bagian yaitu 1 sampai t 1 dan t 1 sampai n (Gambar 1). Ulangi langkah 2 s.d 7 pada kedua bagian data tersebut. Dari hasil tersebut didapatkan t 2 dan t 3. Lakukan pembagian set data pada setiap breakpoint sampai pendugaan breakpoint tidak signifikan (Dollar 2006). HASIL DAN PEMBAHASAN BP 8 BP 9 BP 10 BP 11 BP 12 BP 13. BP D-1 BP D Persaingan di bidang telekomunikasi menjadi semakin ketat. Ketatnya persaingan ditandai dengan market share penjualan stater pack yang fluktuatif. Sembilan provider mempunyai market share atau pangsa pasar yang berbeda-beda. Berdasarkan market share penjualan, sembilan provider tersebut dapat dibagi ke dalam tiga kelompok yaitu kelompok market share tinggi, sedang, dan rendah. Pada setiap kelompok diambil beberapa provider yang mewakili kelompok tersebut. Provider yang termasuk kelompok market share tinggi adalah Brand A, Brand D, dan Brand E. Kelompok ini mempunyai persentase penjualan berkisar antara 15-30%. Kelompok market share sedang yaitu Brand F, Brand B, dan Brand C, mempunyai persentase penjualan sekitar 5-15%. Sedangkan, kelompok market share rendah adalah Brand G, Brand I, dan Brand H dengan persentase penjualan kurang dari 5%. Pada pembahasan selanjutnya hanya lima provider yang akan dibahas dalam penelitian ini. Kelima operator tersebut adalah tiga provider (Brand A, Brand D, dan Brand E) dari kelompok market share tinggi, satu provider (Brand F) dari kelompok market share sedang, dan satu provider (Brand G) dari kelompok market share rendah. Plot market share penjualan stater pack (kartu perdana) kesembilan provider tersebut tersaji pada Lampiran 1. Eksplorasi Data Brand A 1. Identifikasi Pola data Berdasarkan Gambar 2, dapat dilihat efek dari munculnya promo baru terhadap market share penjualan kartu perdana Brand A. Promo-promo yang tersaji pada Gambar 2 meliputi promo tarif telepon, tarif SMS, tarif internet, atau kombinasi ketiganya, bonus telepon, SMS, dan internet, serta peluncuran kartu perdana baru. Pada launching promo tarif telepon seperti tanggal 9 Mei 2008, 12 Juni 2008, 1 Juli 2008 dan 1 Desember 2008, market share Banrd A mengalami peningkatan. Demikian pula dengan launching promo baru pada tanggal 1 Februari 2009, 20 Januari 2010, 9 Februari 2010, dan 15 Maret 2010 juga mengalami hal yang sama. Namun, launching promo selain tanggal yang tersebut di atas yaitu tanggal 3 September 2008, 15 April 2009, dan 24 November 2009 tidak memberikan dampak positif yaitu tidak menyebabkan

2 14 : Launching promo baru Gambar 2 Plot market share penjualan kartu perdana Brand A Gambar 3 Hasil breakpoint Brand A dengan pendekatan smoothing market share mengalami peningkatan. Market share setelah tanggal launching promo tersebut cenderung mengalami penurunan. Penurunan tersebut mungkin disebabkan promo yang ditawarkan kurang menarik. 2. Pendekatan Metode (Smoothing) terhadap data market share penjualan kartu perdana Brand A dilakukan dengan menggunakan pemulusan rataan berganda (double moving average). Setelah dilakukan beberapa kali simulasi pemulusan, didapatkan pemulusan yang cocok adalah pemulusan rataan bergerak berganda 7 (Double Moving Average 7). Plot hasil pemulusan dan pendugaan breakpoint berdasarkan hasil eksplorasi tersaji pada Gambar 3. Berdasarkan pendugaan breakpoint tersebut, dapat diketahui kapan mulai terjadi perubahan market share. Hasil breakpoint menunjukkan titik perubahan terjadi di awal dan pertengahan tahun. Pada setiap tahun terdapat empat titik perubahan. Pada tahun 2008, terjadi perubahan market share pada bulan Februari, Maret, April, dan September. Pada tahun 2009, breakpoint terjadi setiap tiga bulan sekali (triwulan) sedangkan tahun 2010 breakpoint terjadi setiap empat bulan sekali (kuarter) (Gambar 3). Pada awal sampai pertengahan tahun, market share Brand A rata-rata mengalami peningkatan. Sedangkan, setiap menjelang akhir tahun

3 51 : Launching promo baru Gambar 4 Plot market share penjualan kartu perdana Brand D Gambar 5 Hasil breakpoint Brand D dengan pendekatan smoothing market share Brand A selalu mengalami penurunan. Brand D 1. Identifikasi Pola Data Pada Brand D, promo tarif telepon yang dikeluarkan pada tanggal 3 Maret 2008 dan 30 Maret 2008 dapat meningkatkan market share yang semula berkisar diangka 15% menjadi di atas 20%. Begitupun untuk launching promo tarif telepon yaitu tanggal 11 Juli 2008, 1 Agustus 2008, dan 20 Agustus 2008, serta promo kartu perdana baru yaitu tanggal 23 November 2009 juga memberikan dampak yang positif terhadap market share (Gambar 4). Untuk jenis promo berupa bonus seperti bonus SMS, telepon, dan internet, jenis promo tersebut tidak membuat peningkatan market share yang berarti tetapi lebih kepada mempertahankan market share agar tidak mengalami penurunan. Hal ini dapat dilihat setelah launching promo tanggal 17 Januari 2008 dan 22 Maret Market share Brand D setelah tanggal launching tersebut menunjukkan tidak mengalami penurunan dan stabil disuatu nilai tertentu. 2. Pendekatan Metode (Smoothing) Pendugaan breakpoint pada market share Brand D dengan pendekatan smoothing menggunakan pemulusan

4 16 rataan bergerak berganda 9 (Double Moving Average 9). Plot hasil pemulusan dan pendugaan breakpoint berdasarkan hasil eksplorasi tersaji pada Gambar 5. Berdasarkan plot pemulusan terlihat bahwa market share pada tahun 2008 sampai pertengahan tahun 2010 hampir memiliki pola yang sama setiap tahun yaitu rata-rata mengalami peningkatan menjelang akhir tahun dan penurunan di awal dan pertengahan tahun. Jika dilihat dari tanggal launching promo-promo terbaru Brand D (Gambar 4), promo-promo tersebut lebih banyak dikeluarkan pada saat menjelang akhir tahun (bertepatan dengan bulan Ramadhan, Natal, dan tahun baru). Hal tersebut mungkin menjadi salah satu penyebab meningkatnya penjualan kartu perdana provider Brand D. Berdasarkan pendugaan breakpoint secara eksploratif, terdapat 19 titik perubahan market share. Titik-titik perubahan naiknya market share Brand D rata-rata terjadi pada pertengahan tahun (Mei dan Juli). Sedangkan, titiktitik perubahan turunnya market share Brand D terjadi pada awal tahun (Januari dan Maret) dan menjelang akhir tahun (Oktober dan November). Brand E 1. Identifikasi Pola Data Pada Gambar 6 terlihat market share penjualan kartu perdana Brand E pada awal tahun 2008 mengalami peningkatan dan penurunan persentase yang cukup besar. Pada periode tersebut terdapat dua promo tarif telepon yang memberikan dampak positif yaitu meningkatnya : Launching promo baru Gambar 6 Plot market share penjualan kartu perdana Brand E Gambar 7 Hasil breakpoint Brand E dengan pendekatan smoothing

5 17 market share. Dua promo tersebut dikeluarkan pada tanggal 16 Januari 2008 dan 5 Maret Setelah periode tersebut yaitu menjelang akhir tahun 2008, market share Brand E mengalami penurunan. Akan tetapi provider tersebut dapat mempertahankan market share pada kisaran angka 25%. Hal ini dikarenakan provider Brand E gencar mengeluarkan promo-promo berupa tarif telepon, bonus SMS, bonus internetan, ataupun kombinasi ketiganya (Gambar 6). Menjelang akhir 2009, market share sedikit demi sedikit mengalami peningkatan. 2. Pendekatan Metode (Smoothing) terhadap data market share penjualan kartu perdana Brand E dilakukan dengan menggunakan pemulusan rataan berganda 7 (double moving average 7). Berdasarkan plot hasil pemulusan (Gambar 7) terdapat kesamaan pada market share tahun 2009 dan Pada kedua tahun tersebut, terdapat titik-titik perubahan pada bulan Januari, Maret, dan Mei dengan pola yang sama yaitu menurun pada periode Januari-Maret kemudian meningkat sampai bulan Mei dan setelah bulan Mei kembali menurun. Berdasarkan pendugaan breakpoint dengan metode pemulusan, terdapat 15 titik perubahan market share Brand E. Breakpoint ratarata terjadi pada awal tahun sampai pertengahan tahun (Januari-Mei). Pada setiap tahun terdapat breakpoint pada bulan Maret (8 Maret 2008, 16 Maret 2009, dan 25 Maret 2010) yang merupakan titik perubahan naiknya market share. Pada tahun 2008 dan 2009 : Launching promo baru Gambar 8 Plot market share penjualan kartu perdana Brand F Gambar 9 Hasil breakpoint Brand F dengan pendekatan smoothing

6 18 masing-masing terdapat enam breakpoint, tiga titik merupakan titik perubahan naiknya market share Brand E dan sisanya merupakan titik perubahan turunnya market share Brand E. Brand F 1. Identifikasi Pola Data Market share penjualan kartu perdana Brand F mengalami peningkatan seiring bertambahnya waktu. Selama tahun 2008, market share Brand F hanya berkisar 2-6% dan akhir tahun 2008 sampai tahun 2009 mulai mengalami peningkatan hingga 12% (Gambar 8). Provider Brand F mengeluarkan banyak promo baru pada periode tersebut sehingga market share mengalami peningkatan. Pada periode tersebut terdapat lima promo berupa tarif telepon, kartu perdana baru, dan paket bonus (telepon, SMS, dan internet). Pada promo paket bonus (telepon, SMS, dan internet), membuat market share perlahan-lahan mengalami peningkatan hingga mencapai 12%. Namun, launching promo baru pada tahun 2010 tidak memberikan dampak positif yaitu tidak menyebabkan market share mengalami peningkatan. Market share setelah tanggal launching promo tersebut cenderung mengalami penurunan. Penurunan yang terjadi mungkin disebabkan promo yang ditawarkan kurang menarik. 2. Pendekatan Metode (Smoothing) Metode pemulusan yang cocok untuk market share Brand F adalah pemulusan rataan berganda 9 (double moving average 9). Plot hasil pemulusan menunjukkan, market share Brand F lebih fluktuatif pada tahun Hal ini ditandai dengan banyaknya pendugaan breakpoint yang terdeteksi pada saat itu yaitu tujuh breakpoint dengan jarak antar breakpoint berdekatan yaitu rata-rata satu bulan (Gambar 9). Hampir di setiap bulan terjadi perubahan baik itu peningkatan maupun penurunan market share Brand F. Brand G 1. Identifikasi Pola Data Berdasarkan Gambar 10, market share provider Brand G tergolong kecil karena hanya menguasai pangsa pasar sebesar 4%. Walaupun memiliki market share kecil, provider tersebut menunjukkan hasil yang baik karena seiring bertambahnya waktu persentase penjualan kartu perdana operator tersebut meningkat. Hal ini dibuktikan dengan gencarnya promo-promo yang ditawarkan provider tersebut. Pada awal tahun 2008, market share berkisar diangka 0%. Setelah adanya promo di awal bulan Juni 2008, market share mulai mengalami peningkatan. Pada akhir tahun 2008 sampai awal tahun 2009, provider Brand G gencar mengeluarkan bayak promo baru berupa tarif telepon dan SMS, serta kartu perdana baru dengan paket bonus (telepon, SMS, dan internet). Setelah promo-promo tersebut dikeluarkan, memberikan dampak positif yaitu terjadi peningkatan market share. Demikian pula dengan launching promo tanggal 28 Maret 2010, 13 April 2010, dan 15 April 2010, memberikan hasil yang sama. Pada Gambar 10 terlihat ada satu nilai yang jauh berbeda atau biasa disebut outlier yang terjadi pada tanggal 27 Januari 2009 yaitu sebesar 8,58%. Outlier tersebut terjadi karena terjadi kesalahan pengentrian data. Oleh karena market share pada tanggal tersebut tidak diketahui angka yang sebenarnya maka outlier tidak dapat dihilangkan begitu saja dari set data market share Brand G. 2. Pendekatan Metode (Smoothing) Pendugaan breakpoint pada market share Brand G dengan pendekatan smoothing menggunakan pemulusan rataan bergerak berganda 9 (Double Moving Average 9). Berdasarkan hasil pemulusan pada Gambar 11 terlihat bahwa market share Brand G meningkat seiring bertambahnya waktu. Walaupun demikian pada beberapa periode tertentu seperti 23 April Juni 2008 terjadi penurunan market share. Akan tetapi penurunan tersebut dianggap bukan suatu penurunan yang berarti karena persentase penurunan tergolong kecil. Perubahan market share suatu provider dipengaruhi oleh provider lain. Saat suatu provider mengalami peningkatan, provider lain mengalami penurunan market share

7 91 : Launching promo baru Gambar 10 Plot market share penjualan kartu perdana Brand G Gambar 11 Hasil breakpoint Brand G dengan pendekatan smoothing begitupun sebaliknya. Pada kelompok market share tinggi, terjadi persaingan ketat antara ketiga provider. Hal ini dapat dilihat dari fluktuatifnya perubahan market share ketiga provider. Selain itu, market share penjualan kartu perdana Brand D mempunyai pola yang berbeda dengan Brand A (Gambar 12). Perbedaan yang dimaksud adalah saat market share Brand A mengalami peningkatan, market share Brand D mengalami penurunan begitupun sebaliknya. Perbedaan pola pada kedua provider tersebut mengindikasikan bahwa kompetitor terberat untuk Brand A adalah Brand D. Sedangkan, perubahan market share Brand E tidak dipengaruhi oleh perubahan market share Brand A maupun Brand D. Ada beberapa jenis promo yang ditawarkan oleh para provider seperti promo tarif telepon, tarif SMS, tarif internet, atau kombinasi ketiganya, paket bonus (telepon, SMS, dan internet), bonus pulsa dan peluncuran kartu perdana baru. Dari berbagai macam jenis promo tersebut, penawaran promo tarif telepon dan paket bonus lebih efektif meningkatkan market share penjualan kartu perdana. Kelebihan dan Kekurangan Pendekatan Metode Smoothing Pendugaan breakpoint dengan pendekatan metode pemulusan mempunyai kelebihan dan kekurangan. Kelebihan pada metode smoothing adalah dengan dilakukannya pemulusan, identifikasi pola data dan breakpoint lebih mudah dilakukan daripada kita mengidentifikasinya melalui plot data asli. Namun demikian, terdapat empat kekurangan dari pendekatan smoothing yaitu pertama, pendugaan breakpoint memerlukan

8 1 10 Gambar 12 Plot market share penjualan kartu perdana 5 provider ketelitian lebih karena dalam mengidentifikasi titik-titik mana saja yang berpotensi sebagai breakpoint dilakukan dengan cara melihat plot hasil pemulusan dan nilai hasil pemulusannya dengan seksama. Kedua, lebih sulit menduga breakpoint untuk data yang perubahannya kecil seperti data market share Brand F dan Brand G karena terbatasnya kemampuan hasil eksplorasi. Ketiga, pada kasus terdapat outlier seperti Brand G, pendugaan breakpoint menjadi bias. Keempat, pendekatan smoothing hanya dapat mendeteksi titik perubahan naik dan turun secara bergantian tetapi tidak dapat mengetahui dimana titik terjadinya perubahan slope selama terjadi penurunan atau peningkatan market share. Hasil pendugaan breakpoint dengan pendekatan metode pemulusan merupakan tahap awal dalam mengidentifikasi secara eksploratif titik-titik mana saja yang berpotensi sebagai titik perubahan atau breakpoint. Untuk itu perlu suatu pengujian secara statistika untuk mengetahui apakah pendugaan breakpoint yang didapat dari hasil eksplorasi tersebut dapat diterima. Salah satu metode yang dapat digunakan adalah change point analysis (CPA). Change Point Analysis Brand A Berdasarkan CUSUM chart dapat terlihat pada periode mana saja terjadi peningkatan market share yang ditandai dengan slope naik, penurunan market share yang ditandai dengan slope turun, dan perubahan arah slope yang menunjukkan perubahan market share. Pada Gambar 13 CUSUM chart Brand A Gambar 14 Plot breakpoint Brand A hasil CPA Gambar 13 dan Gambar 14 terlihat perubahan market share ditandai dengan perubahan warna pada background plot. Pada CUSUM chart Brand A, Januari 2008 sampai Agustus 2009 menunjukkan slope naik dan lebih banyak cumulative sum (Si) > 0. Setelah Agustus 2009 slope mulai turun. Hal tersebut mengindikasikan bahwa pada Januari 2008 sampai Agustus 2009 market share berada di atas rata-rata keseluruhan dan setelah periode

9 111 tersebut market share berada di bawah ratarata keseluruhan market share Brand A. Berdasarkan hasil breakpoint dengan change point analysis (CPA), terdapat 20 breakpoint yang terjadi hampir di setiap bulan. Tanggal terjadinya breakpoint tersebut tertera pada Tabel 1. Setiap breakpoint mempunyai conf.level hitung atau tingkat kepercayaan yang mengindikasikan semakin tinggi conf.level hitung semakin yakin bahwa breakpoint tersebut merupakan titik perubahan maksimum. Tabel 1 Breakpoint Brand A dengan pendekatan CPA Tanggal Conf. Level Hitung From To 10-Jan-08 99% 27,62% 23,75% 22-Jan % 23,75% 20,02% 11-Feb % 20,02% 22,38% 3-Apr % 22,38% 15,19% 21-Apr % 15,19% 16,93% 25-May % 16,93% 20,34% 2-Jul % 20,34% 26,17% 2-Sep % 26,17% 25,02% 24-Oct % 25,02% 20,46% 22-Jan % 20,46% 23,54% 16-Mar % 23,54% 20,47% 30-May % 20,47% 23,29% 11-Aug % 23,29% 19,22% 21-Nov % 19,22% 15,71% 30-Dec % 15,71% 12,66% 11-Jan % 12,66% 15,22% 25-Feb % 15,22% 17,10% 16-Mar % 17,10% 19,18% 11-Jun % 19,18% 17,16% 2-Jul % 17,16% 19,67% Breakpoint naik Breakpoint turun Terdapat pula perubahan rata-rata market share sebelum terjadi breakpoint dan setelah terjadi breakpoint. Selain itu, warna pada kolom paling kanan menyimbolkan warna hijau untuk breakpoint naik dan warna merah untuk breakpoint turun. Dua breakpoint yang mengalami peningkatan dan penurunan market share yang cukup tinggi berturut-turut adalah tanggal 2 Juli 2008 dari 20,34% menjadi 26,17% dan tanggal 11 Agustus 2009 dari 23,29% menjadi 19,22%. Pendekatan smoothing dan CPA pada market share Brand A menghasilkan pendugaan breakpoint yang hampir sama walaupun ada beberapa tanggal yang agak jauh berbeda (Lampiran 2). Dari 11 pendugaan waktu breakpoint dengan pendekatan smoothing, ada 6 waktu diidentifikasi juga sebagai breakpoint oleh CPA. Brand D Gambar 15 CUSUM chart Brand D Gambar 16 Plot breakpoint Brand D hasil CPA Pada Gambar 15, banyak terjadi slope naik maupun turun secara bergantian. Hal ini menunjukkan banyak terdapat perubahan baik itu peningkatan maupun penurunan market share. Berdasarkan Tabel 2, terdapat 24 breakpoint. Perubahan market share Brand D dapat dikatakan fluktuatif. Hal ini dapat dilihat dari CUSUM chart Barnd D (Gambar 15) yang selalu naik turun dan simbol warna pada tabel breakpoint yang sering berubah. Berdasarkan identifikasi pola data, diketahui bahwa market share Brand D memiliki pola yang berkebalikan dengan Brand A. Hal ini selain dapat dilihat dari plot kedua provider (Gambar 12) juga dapat dilihat dari hasil breakpointnya (Tabel 1 dan Tabel 2). Beberapa breakpoint pada tanggal yang berdekatan merupakan breakpoint naik di Brand A tetapi pada Brand D merupakan breakpoint turun ataupun sebaliknya. Misalnya, tanggal 6 April 2008 merupakan breakpoint naik bagi Brand D sedangkan tanggal 3 April 2008 merupakan breakpoint turun bagi Brand A. Breakpoint lain yang juga mengalami hal yang sama yaitu 28 November 2009, 21 Februari 2010, 21 Maret 2010, dan 12 Juni 2010 pada Brand D dengan breakpoint 21 November 2009, 25 Februari 2010, 16

10 121 Maret 2010, dan 11 Juni 10 pada Brand A (Tabel 1 dan Tabel 2). Tabel 2 Breakpoint Brand D dengan pendekatan CPA Tanggal Conf.Level Hitung From To 27-Feb % 14,77% 26,38% 7-Mar % 26,38% 21,27% 6-Apr % 21,27% 24,35% 8-May % 24,35% 21,99% 4-Jun % 21,99% 20,29% 25-Jun % 20,29% 17,60% 30-Jul % 17,60% 19,40% 12-Aug % 19,40% 17,84% 29-Aug % 17,84% 20,89% 1-Oct % 20,89% 23.73% 20-Nov % 23.73% 22,06% 28-Dec % 22,06% 18,75% 12-Feb % 18,75% 20,19% 4-Mar % 20,19% 17,80% 7-Apr % 17,80% 15,04% 9-May % 15,04% 16,19% 1-Jul % 16,19% 18,06% 26-Aug % 18,06% 19,80% 19-Oct % 19,80% 18,28% 28-Nov % 18,28% 25,07% 21-Feb % 25,07% 23,03% 21-Mar % 23,03% 20,56% 12-Jun % 20,56% 23,53% 23-Jun % 23,53% 20,52% Breakpoint naik Breakpoint turun Pendekatan smoothing dan CPA pada market share Brand D menghasilkan pendugaan breakpoint yang hampir sama walaupun ada beberapa tanggal yang agak jauh berbeda (Lampiran 3). Dari 17 pendugaan waktu breakpoint dengan pendekatan smoothing, terdapat 12 waktu yang sama diidentifikasi juga sebagai breakpoint oleh CPA. Brand E Pada CUSUM chart Brand E (Gambar 17), plot hasil cumulative sum membentuk satu gelombang dimana seperempat gelombang pertama dan terakhir terjadi peningkatan market share dan sisanya menunjukkan penurunan market share. Hal ini berarti pada April 2008 sampai Agustus 2009 terjadi penurunan market share dan meningkat kembali sampai tahun Berdasarkan hasil breakpoint dengan change point analysis (CPA), terdapat 21 breakpoint. Tanggal terjadinya breakpoint tersebut tertera pada Tabel 3. Breakpoint yang mengalami perubahan market share yang cukup tinggi adalah tanggal 23 Januari 2008 dari 20,32% menjadi 35,16% dan 1 April 2008 dari 28,53% menjadi 34,53%. Setelah tanggal tersebut, breakpoint-breakpoint yang terjadi rata-rata hanya mengalami perubahan disekitar 20%. Gambar 17 CUSUM chart Brand E Gambar 18 Plot breakpoint Brand E hasil CPA Tabel 3 Breakpoint Brand E dengan pendekatan CPA Tanggal Conf.Level Hitung From To 23-Jan % 20,32% 35,16% 6-Feb % 35,16% 29,17% 24-Feb % 29,17% 23,45% 7-Mar % 23,45% 28,53% 1-Apr % 28,53% 34,53% 11-Apr % 34,53% 28,47% 28-Apr % 28,47% 24,37% 9-Aug % 24,37% 26,99% 7-Sep % 26,99% 23,68% 25-Sep % 23,68% 20,15% 31- Oct % 20,15% 21,94% 8-Dec % 21,94% 24,35% 24-Jan % 24,35% 22,13% 15-Mar % 22,13% 25,85% 17-May % 25,85% 23,24% 30-Jun % 23,24% 21,64% 21-Aug % 21,64% 25,33% 26-Dec % 25,33% 27,29% 10-Apr % 27,29% 30,47% 3-May % 30,47% 27,61% 12-Jun % 27,61% 25,71% Breakpoint naik Breakpoint turun

11 131 Pendekatan smoothing dan CPA pada market share Brand E menghasilkan pendugaan breakpoint yang hampir sama walaupun ada beberapa tanggal yang agak jauh berbeda (Lampiran 4). Dari 15 pendugaan waktu breakpoint dengan pendekatan smoothing, terdapat 7 waktu yang sama diidentifikasi juga sebagai breakpoint oleh CPA. Brand F Gambar 19 CUSUM chart Brand F Gambar 20 Plot breakpoint Brand F hasil CPA Cumulative sum pada Brand F pada awal tahun 2008 sampai 14 Maret 2009 (breakpoint ke-8) menunjukkan slope turun dan periode 14 Maret 2009 sampai 22 Maret 2010 menunjukkan slope naik. Hal ini mengindikasikan bahwa pada periode awal (1 Januari 2008 sampai 14 Maret 2009), market share berada di bawah rata-rata keseluruhan market share Brand F yaitu 6,95% dan setelah itu market share mengalami peningkatan dan berada di atas rata-rata keseluruhan market share Brand F. Hasil plot cumulative sum Brand F dapat dilihat pada Gambar 19. Berdasarkan Gambar 1 dan Gambar 20, Brand F menunjukkan market share Brand F pada awal tahun 2008 sampai 31 Desember 2008 (breakpoint ke-6) rata-rata berada pada angka 4%. Setelah tanggal tersebut, market share perlahan-lahan mulai naik hingga berkisar diangka 10%. Tabel 4 Breakpoint Brand F dengan pendekatan CPA Tanggal Conf.Level Hitung From To 15-Jan % 5,10% 3,37% 15-Feb % 3,37% 4,32% 16-May % 4,32% 5,83% 16-Jun % 5,83% 3,91% 11-Oct % 3,91% 4,42% 31-Dec % 4,42% 5,62% 18-Feb % 5,62% 6,89% 14-Mar % 6,89% 8,56% 15-May-09 99% 8,56% 9,56% 22-Jul % 9,56% 7,21% 9-Aug % 7,21% 9,88% 21-Nov % 9,88% 11,11% 31-Jan % 11,11% 9,42% 22-Mar % 9,42% 7,53% 26-Apr % 7,53% 6,37% 17-Jun % 6,37% 8,10% Breakpoint naik Breakpoint turun Pada awal tahun 2010 yaitu tanggal 31 Januari 2010 (breakpoint ke-13), market share Brand F mengalami penurunan dari 11,11% menjadi 9,42%. Pada breakpoint-breakpoint berikutnya juga mengalami hal yang sama sampai breakpoint terakhir yaitu 17 Juni 2010 mulai naik kembali dari 6,37% menjadi 8,10% (Tabel 4). Pendekatan smoothing dan CPA pada market share Brand F menghasilkan pendugaan breakpoint yang hampir sama walaupun ada beberapa tanggal yang agak jauh berbeda (Lampiran 5). Dari 16 pendugaan waktu breakpoint dengan pendekatan smoothing, ada 9 waktu yang sama diidentifikasi juga sebagai breakpoint oleh CPA. Brand G Market share Brand G memiliki sebuah outlier yaitu pada tanggal 27 Januari 2009 sebesar 8,58%. Outlier dapat menyebabkan kesulitan dalam mendeteksi titik perubahan atau breakpoint yang terjadi. CPA dapat mengatasi hal tersebut dengan cara menganalisis peringkat dari nilai tersebut atau dikenal dengan analysis rank. Sebagai contoh, terdapat data sebanyak 10. Nilai terbesar dari data tersebut diberi peringkat 10, nilai terbesar kedua diberi peringkat 9, begitu seterusnya sampai nilai terkecil diberi peringkat 1. Setelah selesai diperingkatkan, hasil peringkat itulah yang akan dianalisis oleh CPA. Cara inilah yang diterapkan dalam market share Brand G dan hasil analisisnya dapat dilihat pada Gambar 21, Gambar 22, dan Tabel 5.

12 14 1 ini disebabkan oleh outlier yang terkandung dalam data market share Brand G yang menyebabkan pendugaan breakpoint dengan pendekatan metode smoothing menjadi kurang baik. Oleh karena itu, untuk kasus dimana data mengandung outlier, dalam pendugaan breakpoint lebih baik menggunakan CPA daripada pendekatan smoothing. Gambar 21 CUSUM chart Brand G Gambar 22 Plot breakpoint Brand G hasil CPA Pola CUSUM chart pada Brand G tidak begitu berbeda dengan CUSUM chart Brand F. Pada 1 Januari 2008 sampai 9 April 2009, plot CUSUM menunjukkan slope turun. Hal ini mengindikasikan bahwa market share pada periode tersebut berada di bawah rata-rata keseluruhan market share Brand G yaitu 1,86%. Setelah itu market share mengalami peningkatan dan berada di atas rata-rata keseluruhan market share Brand G. Tabel 5 Breakpoint Brand G dengan pendekatan CPA Tanggal Conf.Level Hitung From To 1-Apr % 0,14% 1,27% 5-Jan % 1,27% 1,67% 9-Apr % 1,67% 2,29% 2-Aug % 2,29% 3,11% 2-Sep % 3,11% 1,98% 5-Nov % 1,98% 2,85% 3-Jan % 2,85% 2,18% 31-Jan % 2,18% 1,66% 12-Apr % 1,66% 3,07% 8-May % 3,07% 3,90% Breakpoint naik Breakpoint turun Hasil breakpoint pada Hasil breakpoint pada pendekatan smoothing dan CPA- Analysis of Ranks pada market share Brand G menghasilkan pendugaan breakpoint yang berbeda. Hanya satu breakpoint yang sama yaitu awal November 2009 (Lampiran 6). Hal Hasil breakpoint pada provider Brand A, Brand D, Brand E, dan Brand F dengan pendekatan smoothing dan CPA menghasilkan pendugaan breakpoint yang hampir sama (Lampiran 2 s.d Lampiran 5). Sedangkan, hasil breakpoint pada provider Brand G, dengan pendekatan smoothing dan CPA hanya sedikit pendugaan breakpoint yang sama (Lampiran 6). Hal tersebut mungkin disebabkan oleh outlier yang terkandung dalam data market share Brand G. Kelebihan dan Kekurangan Pendekatan CPA Dalam pengujian signifikan atau tidaknya breakpoint pada data dalam penelitian ini, digunakan alpha atau taraf nyata sebesar 1%. Dengan kata lain, breakpoint dikatakan signifikan jika confident level hitung 99%. Besar kecilnya alpha tergantung dari seberapa besar perubahan yang dianggap sebagai breakpoint. Semakin besar alpha maka perubahan kecil akan dianggap nyata. Pendugaan breakpoint dengan pendekatan change point analysis mempunyai kelebihan dan kekurangan. Kelebihan pada CPA adalah pertama, CPA dapat mendeteksi perubahan yang kecil. Kedua, CPA dapat diterapkan pada data yang mengandung outlier dengan analysis of ranks. Ketiga, CPA dapat digunakan untuk jumlah data yang besar, mudah digunakan dan diinterpretasikan. Keempat, CPA dapat mendeteksi periode terjadinya perubahan derajat kemiringan selama slope turun atau naik. Sedangkan kekurangan dari CPA adalah dengan pendekatan boostrap, setiap data dianalisis akan menghasilkan pendugaan breakpoint yang tidak identik. Hal ini disebabkan pemilihan secara acak contoh bootstrap yang akan digunakan untuk menghitung tingkat kepercayaan. Kekurangan tersebut bisa diatasi dengan meningkatkan jumlah ulangan bootstrap (B). Pemaparan pada identifikasi pola data, pendekatan metode smoothing, dan change point analysis di atas, dapat dilihat pada rangkuman analisis market share kelima provider pada Tabel 6.

13 15 1 Tabel 6 Rangkuman analisis market share kelima provider Provider Brand A Brand D Pola Data (Hasil Eksplorasi) Brand A lebih banyak mengeluarkan jenis promo berupa tarif telepon. Jenis promo tersebut lebih efektif meningkatkan market share Brand A daripada jenis promo lain. Jenis promo berupa bonus seperti bonus SMS, telepon, dan internet hanya sedikit meningkatkan market share. jenis promo tersebut lebih bersifat mempertahankan market share agar tidak mengalami penurunan dan stabil disuatu nilai tertentu. Memiliki pola yang berkebalikan dengan Brand A. Saat market share Brand A naik, market share Brand D turun. Hal ini mengindikasikan bahwa kompetitor terberat untuk Brand A adalah Brand D. Metode rataan berganda 7 rataan berganda 9 (double moving average 9) Hasil Breakpoint antara Smoothing dan CPA Hampir sama walaupun ada beberapa tanggal yang agak jauh berbeda Hampir sama walaupun ada beberapa tanggal yang agak jauh berbeda Brand E Market share Brand E pada awal tahun 2008 mengalami peningkatan dan penurunan persentase yang cukup besar. Menjelang akhir tahun 2008, market share Brand E mengalami penurunan. Akan tetapi provider tersebut dapat mempertahankan market share pada kisaran angka 25%. Hal ini dikarenakan provider Brand E gencar mengeluarkan promo-promo berupa tarif telepon, bonus SMS, bonus internetan, ataupun kombinasi ketiganya. rataan berganda 7 (double moving average 7) Hampir walaupun beberapa tanggal agak berbeda sama ada yang jauh Menjelang akhir 2009, market share sedikit demi sedikit mengalami peningkatan. Brand F Market share penjualan kartu perdana Brand F mengalami peningkatan seiring bertambahnya waktu. Selama tahun 2008, market share Brand F hanya berkisar 2-6% dan akhir tahun 2008 sampai tahun 2009 mulai mengalami peningkatan hingga 12%. Provider Brand F mengeluarkan banyak promo baru pada periode tersebut sehingga market share mengalami peningkatan hingga mencapai 12%. rataan berganda 9 (double moving average 9) Hampir walaupun beberapa tanggal agak berbeda sama ada yang jauh Launching promo baru pada tahun 2010 tidak menyebabkan market share mengalami peningkatan malah cenderung mengalami penurunan. Penurunan yang terjadi mungkin disebabkan promo yang ditawarkan kurang menarik. Brand G Market share provider Brand G tergolong kecil karena hanya menguasai pangsa pasar sebesar 4%. rataan Berbeda, hanya satu breakpoint

14 162 Namun, provider tersebut menunjukkan hasil yang baik karena seiring bertambahnya waktu persentase penjualan kartu perdana operator tersebut meningkat. Terdapat outlier pada tanggal 27 Januari 2009 sebesar 8,58%. Outlier tersebut disebabkan kesalahan dalam pengentrian data. Oleh karena market share pada tanggal tersebut tidak diketahui angka yang sebenarnya maka outlier tidak dapat dihilangkan begitu saja dari set data market share Brand G. berganda 9 (double moving average 9) yang hampir sama yaitu awal November Perbandingan Pendekatan Smoothing dan CPA Berdasarkan pemaparan di atas, pendekatan CPA tidak dapat dikatakan lebih baik daripada pendekatan smoothing begitupun sebaliknya. Hal ini dikarenakan kedua pendekatan tersebut mempunyai kelebihan dan kekurangan masing-masing. Akan tetapi, kedua pendekatan tersebut dapat dibandingkan dalam hal efisiensi waktu dan kemudahan. Dalam hal efisiensi waktu dan kemudahan, change point analysis lebih baik daripada pendekatan metode smoothing. SIMPULAN DAN SARAN Simpulan Perubahan market share suatu provider dipengaruhi oleh provider lain. Saat suatu provider mengalami peningkatan, provider lain mengalami penurunan market share begitupun sebaliknya. Pada kelompok market share tinggi, terjadi persaingan yang ketat antara ketiga provider. Selain itu, peluncuran promo-promo baru ternyata efektif meningkatkan market share para provider. Dari berbagai macam jenis promo yang ditawarkan, promo tarif telepon dan paket bonus lebih efektif meningkatkan market share penjualan kartu perdana. Hasil breakpoint pada provider Brand A, Brand D, Brand E, dan Brand F dengan pendekatan smoothing dan CPA menghasilkan pendugaan breakpoint yang hampir sama. Sedangkan, hasil breakpoint pada provider Brand G, hanya sedikit pendugaan breakpoint yang sama. Hal ini disebabkan oleh outlier pada market share Brand G yang menyebabkan pendugaan breakpoint dengan pendekatan metode smoothing menjadi kurang baik. Pendekatan CPA tidak dapat dikatakan lebih baik daripada pendekatan smoothing begitupun sebaliknya. Hal ini dikarenakan kedua pendekatan tersebut mempunyai kelebihan dan kekurangan masing-masing. Akan tetapi, kedua pendekatan tersebut dapat dibandingkan dalam hal efisiensi waktu dan kemudahan dimana change point analysis lebih baik daripada pendekatan metode smoothing. Saran Dalam skripsi ini tidak dilakukan prediksi pola data. Hal tersebut disebabkan informasi yang tersedia hanya hasil eksplorasi plot data dan pendugaan breakpoint. Padahal banyak faktor yang mempengaruhi naik turunnya market share. Untuk itu, diperlukan informasi faktor-faktor tersebut sehingga prediksi pola market share penjualan kartu perdana dapat dilakukan dan menghasilkan pendugaan peramalan yang lebih baik dan akurat. DAFTAR PUSTAKA Aunuddin dan Erfiani Statistika Pengendalian Mutu. Departemen Statistika FMIPA IPB Dollar LH, ESJ Dollar, dan J Moolman Development of an Automated Desktop Procedure for Defining Macro-Reaches for River Longitudinal Profiles. Water SA. Vol.32 No.3. Efron, B dan LePage, R Introduction to Bootstrap. In R. LePage, & L. Billiard (Eds,). Exploring The Limits of Bootstrap (pp. 3-9). New York: JHON WILEY & SONS, INC. Makridakis S, SC Wheelwright, VE McGEE Ir. Hari Suminto, penerjemah. Metode dan aplikasi Peramalan. Jakarta: Binarupa Aksara. Terjemahan dari: Forecasting Methods and Applications,2 nd. Taylor, Wayne A Change-Point Analysis: A Powerful New Tool For Detecting Changes. gepoint.html. [4 Maret 2010].

PENERAPAN CUSUM DALAM PENENTUAN BREAKPOINT PADA DATA TIME SERIES

PENERAPAN CUSUM DALAM PENENTUAN BREAKPOINT PADA DATA TIME SERIES PENERAPAN CUSUM DALAM PENENTUAN BREAKPOINT PADA DATA TIME SERIES (Studi Kasus: Market Share Penjualan Stater Pack Kartu Seluler di Wilayah Indonesia Bagian Barat dan Tengah) RINA DEPARTEMEN STATISTIKA

Lebih terperinci

BAB 4 HASIL DAN BAHASAN

BAB 4 HASIL DAN BAHASAN BAB 4 HASIL DAN BAHASAN 4.1 Hasil dan Bahasan 4.1.1 Penentuan Suku Cadang Prioritas Untuk menentukan suku cadang prioritas pada penulisan tugas akhir ini diperlukan data aktual permintaan filter fleetguard

Lebih terperinci

BAB I PENDAHULUAN. I.1 Latar Belakang

BAB I PENDAHULUAN. I.1 Latar Belakang BAB I PENDAHULUAN I.1 Latar Belakang PT NYZ merupakan perusahaan divisi pelumas dari perusahaan minyak nasional PT ABC (Persero) yang berbentuk perseroan terbatas (PT) dan dicetuskan pada bulan November

Lebih terperinci

Kuliah 2 Metode Peramalan Deret Waktu

Kuliah 2 Metode Peramalan Deret Waktu Kuliah 2 Metode Peramalan Deret Waktu rahmaanisa@apps.ipb.ac.id REVIEW Tentukan pola dari data deret waktu berikut: Gambar (1) Gambar (2) Gambar (3) Gambar (4) 2 Kriteria kebaikan peramalan data deret

Lebih terperinci

BAB I PENDAHULUAN. untuk item yang diproduksi. Peramalan ini berguna sebagai dasar untuk

BAB I PENDAHULUAN. untuk item yang diproduksi. Peramalan ini berguna sebagai dasar untuk BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Tahap pertama dalam perencanaan dan pengendalian produksi bila produksi bertipe made to stock adalah menentukan suatu peramalan akurat dari permintaan untuk

Lebih terperinci

BAB I PENDAHULUAN. menyebabkan persaingan dalam dunia bisnis semakin berkembang, karena

BAB I PENDAHULUAN. menyebabkan persaingan dalam dunia bisnis semakin berkembang, karena BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan industri di Indonesia yang sekarang ini sedang berlangsung, menyebabkan persaingan dalam dunia bisnis semakin berkembang, karena banyaknya perusahaan baru

Lebih terperinci

OPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION

OPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION OPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION NILA YUWIDA 1208100015 Dosen Pembimbing : Dra. Nuri Wahyuningsih, M.Kes Drs. Lukman Hanafi,

Lebih terperinci

PERTUMBUHAN SIMPANAN *) BANK UMUM POSISI JANUARI 2012

PERTUMBUHAN SIMPANAN *) BANK UMUM POSISI JANUARI 2012 Jan-07 Apr-07 Jul-07 Oct-07 Jan-08 Apr-08 Jul-08 Oct-08 Jan-09 Apr-09 Jul-09 Oct-09 Jan-10 Apr-10 Jul-10 Oct-10 Jan-11 Apr-11 Jul-11 Oct-11 PERTUMBUHAN SIMPANAN *) BANK UMUM POSISI JANUARI 2012 I. TOTAL

Lebih terperinci

BAB IV PEMBAHASAN. Saldo Ratarata. Distribusi Bagi Hasil. Januari 1 Bulan 136,901,068,605 1,659,600, % 1,078,740, %

BAB IV PEMBAHASAN. Saldo Ratarata. Distribusi Bagi Hasil. Januari 1 Bulan 136,901,068,605 1,659,600, % 1,078,740, % 36 BAB IV PEMBAHASAN A. Analisis Sistem Pembagian Keuntungan Bagi Hasil deposito Syariah (Mudharabah) Pada Bank BTN Unit Usaha Syariah besar kecilnya pendapatan yang diperoleh nasabah dari deposito bergantung

Lebih terperinci

PERAMALAN CURAH HUJAN KOTA PONTIANAK DENGAN DEKOMPOSISI SENSUS II

PERAMALAN CURAH HUJAN KOTA PONTIANAK DENGAN DEKOMPOSISI SENSUS II Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 05, No. 02(2016), hal 227 234. PERAMALAN CURAH HUJAN KOTA PONTIANAK DENGAN DEKOMPOSISI SENSUS II Eka Rahmilia, Helmi INTISARI Metode Dekomposisi

Lebih terperinci

BAB IV PEMBAHASAN DAN HASIL

BAB IV PEMBAHASAN DAN HASIL BAB IV PEMBAHASAN DAN HASIL 4.1. Analisis Curah Hujan 4.1.1. Ketersediaan Data Curah Hujan Untuk mendapatkan hasil yang memiliki akurasi tinggi, dibutuhkan ketersediaan data yang secara kuantitas dan kualitas

Lebih terperinci

PERKEMBANGAN TINGKAT PENGHUNIAN KAMAR HOTEL BINTANG

PERKEMBANGAN TINGKAT PENGHUNIAN KAMAR HOTEL BINTANG No. 04/01/81/Th. VIII, 3 Januari 2017 2014 PERKEMBANGAN TINGKAT PENGHUNIAN KAMAR HOTEL BINTANG DI PROVINSI MALUKU NOVEMBER TPK HOTEL BINTANG NOVEMBER MENCAPAI 38,23 % Tingkat penghunian kamar (TPK) hotel

Lebih terperinci

Pertumbuhan Simpanan BPR dan BPRS

Pertumbuhan Simpanan BPR dan BPRS Pertumbuhan Simpanan BPR dan BPRS Semester II Tahun 2014 Divisi Statistik, Kepesertaan, dan Premi Penjaminan Direktorat Penjaminan dan Manajemen Risiko DAFTAR ISI Jumlah BPR/BPRS Peserta Penjaminan Grafik

Lebih terperinci

PERBANDINGAN KEEFEKTIFAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING UNTUK PERAMALAN JUMLAH PENGUNJUNG HOTEL MERPATI

PERBANDINGAN 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 terperinci

STATISTIKA. Tabel dan Grafik

STATISTIKA. Tabel dan Grafik STATISTIKA Organisasi Data Koleksi data statistik perlu disusun (diorganisir) sedemikian hingga dapat dibaca dengan jelas. Salah satu pengorganisasian data statistik adalah dengan: tabel grafik Organisasi

Lebih terperinci

METODE PERAMALAN HOLT-WINTER UNTUK MEMPREDIKSI JUMLAH PENGUNJUNG PERPUSTAKAAN UNIVERSITAS RIAU ABSTRACT

METODE PERAMALAN HOLT-WINTER UNTUK MEMPREDIKSI JUMLAH PENGUNJUNG PERPUSTAKAAN UNIVERSITAS RIAU ABSTRACT METODE PERAMALAN HOLT-WINTER UNTUK MEMPREDIKSI JUMLAH PENGUNJUNG PERPUSTAKAAN UNIVERSITAS RIAU Encik Rosalina 1, Sigit Sugiarto 2, M.D.H. Gamal 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan

Lebih terperinci

Satuan (orang, Paket, pcs, dll.) Satuan Jumlah. Satuan (hari, bulan, kali, dll.) Frekuen si. (hari, bulan, kali, dll.)

Satuan (orang, Paket, pcs, dll.) Satuan Jumlah. Satuan (hari, bulan, kali, dll.) Frekuen si. (hari, bulan, kali, dll.) LAMPIRAN C Nama Organisasi:. Perjanjian Hibah: Judul Proyek: Periode Proyek: PENGELUARAN PROGRAM: Paket, pcs, Frekuen si Proyek Mitra Penerima Hibah Donor Lain TOTAL 1 Kegiatan Pengembangan Organisasi

Lebih terperinci

BAB 6 KESIMPULAN DAN SARAN

BAB 6 KESIMPULAN DAN SARAN BAB 6 KESIMPULAN DAN SARAN 6.1. Kesimpulan Dari hasil penelitian yang telah dilakukan di PT. Kalbe Farma mengenai proses perencanaan produksi dalam menentukan nilai allowance dan mengetahui kapasitas yang

Lebih terperinci

ANALISA PERAMALAN PENJUALAN PULSA TELKOMSEL PADA JASA TELEKOMUNIKASI SERVER CV. AKBAR PULSA

ANALISA PERAMALAN PENJUALAN PULSA TELKOMSEL PADA JASA TELEKOMUNIKASI SERVER CV. AKBAR PULSA ANALISA PERAMALAN PENJUALAN PULSA TELKOMSEL PADA JASA TELEKOMUNIKASI SERVER CV. AKBAR PULSA Nama : Safitri Handriyani Npm : 16211546 Jurusan : Manajemen Pembimbing : Supriyo Hartadi. W, SE, MM Latar Belakang

Lebih terperinci

PERKEMBANGAN TINGKAT PENGHUNIAN KAMAR HOTEL BINTANG

PERKEMBANGAN TINGKAT PENGHUNIAN KAMAR HOTEL BINTANG No. 04/11/81/Th. VII, 1 November 2014 PERKEMBANGAN TINGKAT PENGHUNIAN KAMAR HOTEL BINTANG DI PROVINSI MALUKU SEPTEMBER TPK HOTEL BINTANG SEPTEMBER MENCAPAI 29,30 % Tingkat penghunian kamar (TPK) hotel

Lebih terperinci

Teknik Peramalan Melalui Pemulusan Data (Bagian II) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018

Teknik Peramalan Melalui Pemulusan Data (Bagian II) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018 Teknik Peramalan Melalui Pemulusan Data (Bagian II) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018 The most crucial issue in simple moving averages is the choice of the span, N. A simple moving

Lebih terperinci

PERKEMBANGAN DAN VOLATILITAS NILAI TUKAR RUPIAH

PERKEMBANGAN DAN VOLATILITAS NILAI TUKAR RUPIAH PERKEMBANGAN DAN VOLATILITAS NILAI TUKAR RUPIAH Asumsi nilai tukar rupiah terhadap US$ merupakan salah satu indikator makro penting dalam penyusunan APBN. Nilai tukar rupiah terhadap US$ sangat berpengaruh

Lebih terperinci

Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada. 18-Aug-17. Statistika Teknik.

Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada. 18-Aug-17.  Statistika Teknik. Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada Statistika Teknik Tabel dan Grafik Organisasi Data Koleksi data statistik perlu disusun (diorganisir) sedemikian hingga dapat dibaca dengan

Lebih terperinci

BAB IV ANALISIS JUMLAH OPERATOR SELULAR INDONESIA DENGAN CHAOS TEORI

BAB IV ANALISIS JUMLAH OPERATOR SELULAR INDONESIA DENGAN CHAOS TEORI BAB IV ANALISIS JUMLAH OPERATOR SELULAR INDONESIA DENGAN CHAOS TEORI 4.1 BENCHMARK OPERATOR SELULER INDONESIA DENGAN OPERATOR SELULER LUAR NEGERI Penentuan kelayakan bisnis seluler di Indonesia dapat ditinjau

Lebih terperinci

ANALISIS PERAMALAN PENJUALAN DAN KAITANNYA DALAM PERAMALAN LABA PADA PD. RAMATEX. Nama : Desty Trisnayannis NPM :

ANALISIS PERAMALAN PENJUALAN DAN KAITANNYA DALAM PERAMALAN LABA PADA PD. RAMATEX. Nama : Desty Trisnayannis NPM : ANALISIS PERAMALAN PENJUALAN DAN KAITANNYA DALAM PERAMALAN LABA PADA PD. RAMATEX Nama : Desty Trisnayannis NPM : 21210860 Latar Belakang Dalam dunia usaha, perusahaan harus memperkirakan hal-hal yang terjadi

Lebih terperinci

BAB I PENDAHULUAN. mengalami peningkatan setiap tahunnya. Hal tersebut dapat dilihat pada grafik berikut ini : Gambar 1.1 Kebutuhan Konsumsi lampu

BAB I PENDAHULUAN. mengalami peningkatan setiap tahunnya. Hal tersebut dapat dilihat pada grafik berikut ini : Gambar 1.1 Kebutuhan Konsumsi lampu BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Masyarakat Indonesia saat ini sangat membutuhkan Energi listrik untuk menunjang kehidupannya sehari-hari. Mulai dari aktivitas di rumah, sekolah, kantor, pabrik

Lebih terperinci

E-book Statistika Gratis... Statistical Data Analyst. Penyajian Data Statistik

E-book Statistika Gratis... Statistical Data Analyst. Penyajian Data Statistik Penyajian Data Statistik Pada penulisan kedua tentang Statistika Elementer ini, penulis akan memberikan bahasan mengenai Penyajian Data Statistik kepada para pembaca untuk mengetahui bentuk penyajian data

Lebih terperinci

PERAMALAN PENJUALAN PADA USAHA DEPOT AIR MINUM ISI ULANG AQUA JOSS

PERAMALAN PENJUALAN PADA USAHA DEPOT AIR MINUM ISI ULANG AQUA JOSS PERAMALAN PENJUALAN PADA USAHA DEPOT AIR MINUM ISI ULANG AQUA JOSS Nama : Annis Nur Hayati R. NPM : 10210904 Jurusan : Manajemen Pembimbing : Gatot Subiyakto, SH.,MM. Bab I. Pendahuluan Latar Belakang

Lebih terperinci

PENGORGANISASIAN DATA DAN PENYAJIAN DATA

PENGORGANISASIAN DATA DAN PENYAJIAN DATA Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan PENGORGANISASIAN DATA DAN PENYAJIAN DATA Statistika dan Probabilitas Pengorganisasian dan Penyajian Data Koleksi data statistika

Lebih terperinci

BAB 1 PENDAHULUAN 1-1. Universitas Kristen Maranatha

BAB 1 PENDAHULUAN 1-1. Universitas Kristen Maranatha BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Sejak tahun 2000 hingga saat ini, industri telekomunikasi di Indonesia merupakan industri yang tingkat pertumbuhannya sangat pesat dibandingkan dengan perindustrian

Lebih terperinci

Materi Komputer 2. Mahasiswa menuliskan contoh soal / kasus distribusi frekuensi berikut dengan microsoft excel pada sheet 1

Materi Komputer 2. Mahasiswa menuliskan contoh soal / kasus distribusi frekuensi berikut dengan microsoft excel pada sheet 1 Pertemuan 3 (frekuensi dan korelasi) Bagian 1 : Menentukan distribusi frekuensi Penjelasan singkat : Dalam latihan ini akan dilakukan penghitungan distribusi frekuensi atau seberapa sering kemunculan suatu

Lebih terperinci

Exponential Smoothing with Damped Trend Arum H. Primandari

Exponential Smoothing with Damped Trend Arum H. Primandari ALLPPT.com _ Free PowerPoint Templates, Diagrams and Charts Exponential Smoothing with Damped Trend Arum H. Primandari Rob J. Hyndman https://robjhyndman.com/ Pendahuluan Klasifikasi Pegels yang terdiri

Lebih terperinci

dari tahun pada stasiun pengamat yang berada di daerah Darmaga, Bogor.

dari tahun pada stasiun pengamat yang berada di daerah Darmaga, Bogor. Jika plot peluang dan plot kuantil-kuantil membentuk garis lurus atau linier maka dapat disimpulkan bahwa model telah memenuhi asumsi (Mallor et al. 2009). Tingkat Pengembalian Dalam praktik, besaran atau

Lebih terperinci

PENGEMBANGAN SI STOK BARANG DENGAN PERAMALAN MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING (STUDI KASUS : PT. TOMAH JAYA ELEKTRIKAL)

PENGEMBANGAN SI STOK BARANG DENGAN PERAMALAN MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING (STUDI KASUS : PT. TOMAH JAYA ELEKTRIKAL) PENGEMBANGAN SI STOK BARANG DENGAN PERAMALAN MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING (STUDI KASUS : PT. TOMAH JAYA ELEKTRIKAL) Cahyarizki Adi Utama, Yan Watequlis S. Teknologi Informasi, Teknik

Lebih terperinci

BAB I PENDAHULUAN. Peran perbankan dalam masa pembangunan saat ini sangatlah penting dan

BAB I PENDAHULUAN. Peran perbankan dalam masa pembangunan saat ini sangatlah penting dan 1 BAB I PENDAHULUAN 1.1. Latar Belakang Masalah. Peran perbankan dalam masa pembangunan saat ini sangatlah penting dan dibutuhkan untuk menunjang kegiatan usaha di Indonesia, hal ini terlihat dari besarnya

Lebih terperinci

PERBANDINGAN METODE RUNTUN WAKTU FUZZY-CHEN DAN FUZZY- MARKOV CHAIN UNTUK MERAMALKAN DATA INFLASI DI INDONESIA

PERBANDINGAN METODE RUNTUN WAKTU FUZZY-CHEN DAN FUZZY- MARKOV CHAIN UNTUK MERAMALKAN DATA INFLASI DI INDONESIA ISSN: 339-541 JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 015, Halaman 917-96 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PERBANDINGAN METODE RUNTUN WAKTU FUZZY-CHEN DAN FUZZY- MARKOV CHAIN

Lebih terperinci

TINGKAT KUPON pa gross (PER TAHUN)

TINGKAT KUPON pa gross (PER TAHUN) X-TRA FIXED RATE Untuk keterangan lebih lanjut dapat menghubungi 14041 www.cimbniaga.com : MINGGU 05/ 2018 DENOMINASI IDR MLD1654IDR 14-Nov-16 3 Tahun 7.15% 7.15% 7.15% NA NA 2 8.9375% 97.60% MLD17008IDR

Lebih terperinci

INDEKS TENDENSI KONSUMEN TRIWULAN III-2014

INDEKS TENDENSI KONSUMEN TRIWULAN III-2014 No. 65/11/63/Th. XVIII/5 November 2014 INDEKS TENDENSI KONSUMEN TRIWULAN III-2014 Penjelasan Umum Indeks Tendensi Konsumen (ITK) adalah indikator perkembangan ekonomi terkini yang dihasilkan Badan Pusat

Lebih terperinci

PERAMALAN PENJUALAN GAS LPG PADA TOKO UPAYA TETAP BERKARYA

PERAMALAN PENJUALAN GAS LPG PADA TOKO UPAYA TETAP BERKARYA PERAMALAN PENJUALAN GAS LPG PADA TOKO UPAYA TETAP BERKARYA Nama : Liza Indriani NPM : 14210058 Jurusan : Manajemen Pembimbing : Lies Handrijaningsih, SE,.MM LATAR BELAKANG MASALAH Perkembangan penggunaan

Lebih terperinci

Pendugaan Selang Kepercayaan Persentil Bootstrap Nonparametrik untuk Parameter Regresi

Pendugaan Selang Kepercayaan Persentil Bootstrap Nonparametrik untuk Parameter Regresi Statistika, Vol. No., Mei Pendugaan Selang Kepercayaan Persentil Bootstrap Nonparametrik untuk Parameter Regresi MARZUKI, HIZIR SOFYAN, ASEP RUSYANA Jurusan Matematika FMIPA Universitas Syiah Kuala Jl.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Permintaan (Forecast Demand) Peramalan permintaan atau forecast demand (FD) adalah peramalan kuantitas permintaan sesuatu (barang atau jasa) dimasa yang akan

Lebih terperinci

IV. HASIL DAN PEMBAHASAN

IV. HASIL DAN PEMBAHASAN IV. HASIL DAN PEMBAHASAN 4.. Parameter Curah Hujan model REMO Data curah hujan dalam keluaran model REMO terdiri dari 2 jenis, yaitu curah hujan stratiform dengan kode C42 dan curah hujan konvektif dengan

Lebih terperinci

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 45 Edisi... Volume..., Bulan 20.. ISSN :

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 45 Edisi... Volume..., Bulan 20.. ISSN : Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 45 SISTEM PERAMALAN DAN MONITORING PERSEDIAAN OBAT DI RSPG CISARUA BOGOR DENGAN MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING DAN REORDER POINT Nendang

Lebih terperinci

Adi Setiawan Program Studi Matematika, Fakultas Sains dan Matematika Universitas Kristen Satya Wacana Jl. Diponegoro Salatiga 50711

Adi Setiawan Program Studi Matematika, Fakultas Sains dan Matematika Universitas Kristen Satya Wacana Jl. Diponegoro Salatiga 50711 PENENTUAN DISTRIBUSI SKEWNESS DAN KURTOSIS DENGAN METODE RESAMPLING BERDASAR DENSITAS KERNEL (STUDI KASUS PADA ANALISIS INFLASI BULANAN KOMODITAS BAWANG MERAH, DAGING AYAM RAS DAN MINYAK GORENG DI KOTA

Lebih terperinci

Ringsek KER Zona Sumbagteng Tw.I-2009 Ekonomi Zona Sumbagteng Melambat Seiring Dengan Melambatnya Permintaan Domestik

Ringsek KER Zona Sumbagteng Tw.I-2009 Ekonomi Zona Sumbagteng Melambat Seiring Dengan Melambatnya Permintaan Domestik B O K S Ringsek KER Zona Sumbagteng Tw.I-29 Ekonomi Zona Sumbagteng Melambat Seiring Dengan Melambatnya Permintaan Domestik PERKEMBANGAN EKONOMI MAKRO REGIONAL Pertumbuhan ekonomi Zona Sumbagteng terus

Lebih terperinci

PERKEMBANGAN EKSPOR DAN IMPOR BANTEN SEPTEMBER 2016

PERKEMBANGAN EKSPOR DAN IMPOR BANTEN SEPTEMBER 2016 No. 61/11/36/Th.X, 1 November PERKEMBANGAN EKSPOR DAN IMPOR BANTEN SEPTEMBER A. PERKEMBANGAN EKSPOR EKSPOR SEPTEMBER TURUN 5,17 PERSEN MENJADI US$729,59 JUTA Nilai ekspor Banten pada September turun 5,17

Lebih terperinci

BAB I PENDAHULUAN. akibat perkembangan yang pesat dalam dunia bisnis. Sejalan dengan hal tersebut

BAB I PENDAHULUAN. akibat perkembangan yang pesat dalam dunia bisnis. Sejalan dengan hal tersebut 1 BAB I PENDAHULUAN I.I Latar Belakang Masalah Kemajuan dibidang perekonomian selama ini telah banyak membawa akibat perkembangan yang pesat dalam dunia bisnis. Sejalan dengan hal tersebut banyak bermunculan

Lebih terperinci

BAB V ANALISA DAN PEMBAHASAN

BAB V ANALISA DAN PEMBAHASAN BAB V ANALISA DAN PEMBAHASAN 5.1 Peramalan Kebutuhan Bahan Baku Pada bab ini berisikan tentang analisa hasil dari pengolahan data dalam perhitungan Forecasting dan MRP tepung terigu untuk 12 bulan yang

Lebih terperinci

MATHunesa Jurnal Ilmiah Matematika Volume 3 No.6 Tahun 2017 ISSN

MATHunesa Jurnal Ilmiah Matematika Volume 3 No.6 Tahun 2017 ISSN MATHunesa Jurnal Ilmiah Matematika Volume 3 No.6 Tahun 2017 ISSN 2301-9115 FORECASTING FITNESS GYM MEMBERSHIP PADA PUSAT KEBUGARAN THE BODY ART FITNESS, AEROBIC & POOL MENGGUNAKAN METODE EXPONENTIAL SMOOTHING

Lebih terperinci

III. MATEMATIKA DAN STATISTIKA APLIKASI (S.1) EFEK PERUBAHAN POLA CUACA PADA DEBIT AIR MASUK DI WADUK SAGULING

III. MATEMATIKA DAN STATISTIKA APLIKASI (S.1) EFEK PERUBAHAN POLA CUACA PADA DEBIT AIR MASUK DI WADUK SAGULING III. MATEMATIKA DAN STATISTIKA APLIKASI (S.1) EFEK PERUBAHAN POLA CUACA PADA DEBIT AIR MASUK DI WADUK SAGULING Yurian Yudanto (yurian.yudanto@yahoo.com) Jurusan Statistika, Fakultas Matematika dan Ilmu

Lebih terperinci

X-TRA Fixed Rate Market Linked Deposit Denominasi USD & IDR

X-TRA Fixed Rate Market Linked Deposit Denominasi USD & IDR X-TRA Fixed Rate Market Linked Deposit Denominasi USD & IDR Tanggal Laporan 2-Nov-15 UNTUK KETERANGAN LEBIH LANJUT: Call Center CIMB NIAGA 101 www.cimbniaga.com Kode Produk MLD12 28-Sep-12 28-Sep-17 MLD126

Lebih terperinci

JURNAL TEKNIK ITS Vol. 1, (Sept, 2012) ISSN: A-403

JURNAL TEKNIK ITS Vol. 1, (Sept, 2012) ISSN: A-403 JURNAL TEKNIK ITS Vol. 1, (Sept, 2012) ISSN: 201-9271 A-0 Implementasi Fuzzy Neural Network untuk Memperkirakan Jumlah Kunjungan Pasien Poli Bedah di Rumah Sakit Onkologi Surabaya Ani Rahmadiani dan Wiwik

Lebih terperinci

X-TRA Fixed Rate Market Linked Deposit Denominasi USD & IDR

X-TRA Fixed Rate Market Linked Deposit Denominasi USD & IDR X-TRA Fixed Rate Market Linked Deposit Denominasi USD & IDR Tanggal Laporan -Nov-15 UNTUK KETERANGAN LEBIH LANJUT: Call Center CIMB NIAGA 101 www.cimbniaga.com PERFORMA Kode Produk Tanggal Penerbitan Tanggal

Lebih terperinci

X-TRA Fixed Rate Market Linked Deposit Denominasi USD & IDR

X-TRA Fixed Rate Market Linked Deposit Denominasi USD & IDR X-TRA Fixed Rate Market Linked Deposit Denominasi USD & IDR Tanggal Laporan -Nov-15 UNTUK KETERANGAN LEBIH LANJUT: Call Center CIMB NIAGA 101 www.cimbniaga.com PERFORMA Kode Produk Tanggal Penerbitan Tanggal

Lebih terperinci

ANALISIS PERAMALAN PENJUALAN KEMEJA PADA TOKO G & N DI BEKASI

ANALISIS PERAMALAN PENJUALAN KEMEJA PADA TOKO G & N DI BEKASI ANALISIS PERAMALAN PENJUALAN KEMEJA PADA TOKO G & N DI BEKASI Nama : Eti Cahyanih NPM : 12210447 Jurusan : Manajemen Pembimbing : Lies Handrijaningsih, SE, MM Latar Belakang Indonesia para era modern ini

Lebih terperinci

PERKEMBANGAN EKSPOR DAN IMPOR BANTEN DESEMBER 2016

PERKEMBANGAN EKSPOR DAN IMPOR BANTEN DESEMBER 2016 No. 08/02/36/Th.XI, 1 Februari 2017 PERKEMBANGAN EKSPOR DAN IMPOR BANTEN DESEMBER A. PERKEMBANGAN EKSPOR EKSPOR DESEMBER TURUN 0,08 PERSEN MENJADI US$940,56 JUTA Nilai ekspor Banten pada turun 0,08 persen

Lebih terperinci

BAB III GAMBARAN UMUM KPP PMA LIMA

BAB III GAMBARAN UMUM KPP PMA LIMA BAB III GAMBARAN UMUM KPP PMA LIMA 3.1. Gambaran Umum KPP PMA Lima Kantor Pelayanan Pajak Penanaman Modal Asing Lima (KPP PMA Lima) dibentuk berdasarkan Keputusan Menteri Keuangan Nomor 443/KMK/0172001

Lebih terperinci

PERAMALAN PENJUALAN TIKET PESAWAT PADA CV. VIDO JAYA TOUR DAN TRAVEL

PERAMALAN PENJUALAN TIKET PESAWAT PADA CV. VIDO JAYA TOUR DAN TRAVEL PERAMALAN PENJUALAN TIKET PESAWAT PADA CV. VIDO JAYA TOUR DAN TRAVEL Nama : Awalludin Ma rifatullah Idhofi NPM : 11212269 Jurusan : Manajemen Pembimbing : Dr. Dra. Peni Sawitri, MM PENDAHULUAN Latar Belakang

Lebih terperinci

APLIKASI CHANGE POINT ANALYSIS (CPA) PADA DATA CURAH HUJAN HARIAN MARCO BONA TUA

APLIKASI CHANGE POINT ANALYSIS (CPA) PADA DATA CURAH HUJAN HARIAN MARCO BONA TUA APLIKASI CHANGE POINT ANALYSIS (CPA) PADA DATA CURAH HUJAN HARIAN MARCO BONA TUA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN MENGENAI

Lebih terperinci

PENERAPAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING UNTUK PERAMALAN PENJUALAN TOPPING EXTRA CHEESE : DWI SEPTIANI NPM :

PENERAPAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING UNTUK PERAMALAN PENJUALAN TOPPING EXTRA CHEESE : DWI SEPTIANI NPM : PENERAPAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING UNTUK PERAMALAN PENJUALAN TOPPING EXTRA CHEESE Nama : DWI SEPTIANI NPM : 12210211 Kelas : 3EA13 Fakultas : Ekonomi Jenjang/Jurusan : S1/Manajemen

Lebih terperinci

PERTUMBUHAN SIMPANAN *) BANK UMUM POSISI NOVEMBER 2011

PERTUMBUHAN SIMPANAN *) BANK UMUM POSISI NOVEMBER 2011 Nop-06 Feb-07 Mei-07 Agust-07 Nop-07 Feb-08 Mei-08 Agust-08 Nop-08 Feb-09 Mei-09 Agust-09 Nop-09 Feb-10 Mei-10 Agust-10 Nop-10 Feb-11 Mei-11 Agust-11 PERTUMBUHAN SIMPANAN *) BANK UMUM POSISI NOVEMBER 2011

Lebih terperinci

Teknik Proyeksi Bisnis (Forecasting)

Teknik Proyeksi Bisnis (Forecasting) Halaman Judul MODUL PERKULIAHAN Teknik Proyeksi Bisnis (Forecasting) Oleh: Andi Ratna Sari Dewi Ratna_fe@unhas.ac.id a.ratnasaridewi@gmail.com DEPARTEMEN MANAJEMEN FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS

Lebih terperinci

Pemodelan dan Peramalan Penjualan Sepeda Motor di Surabaya dengan ARIMAX Variasi Kalender

Pemodelan dan Peramalan Penjualan Sepeda Motor di Surabaya dengan ARIMAX Variasi Kalender Pemodelan dan Peramalan Penjualan Sepeda Motor di Surabaya dengan ARIMAX Variasi Kalender 1 Arinta Cahyaningtyas dan 2 Setiawan 1,2 Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut

Lebih terperinci

7. PERUBAHAN PRODUKSI

7. PERUBAHAN PRODUKSI 7. PERUBAHAN PRODUKSI 7.1. Latar Belakang Faktor utama yang mempengaruhi produksi energi listrik PLTA dan air minum PDAM adalah ketersedian sumberdaya air baik dalam kuantitas maupun kualitas. Kuantitas

Lebih terperinci

ANALISIS PERAMALAN PENJUALAN KANTOR PERCETAKAN DAN PERDAGANGAN UMUM CV AGUNG BEKASI TIMUR

ANALISIS PERAMALAN PENJUALAN KANTOR PERCETAKAN DAN PERDAGANGAN UMUM CV AGUNG BEKASI TIMUR ANALISIS PERAMALAN PENJUALAN KANTOR PERCETAKAN DAN PERDAGANGAN UMUM CV AGUNG BEKASI TIMUR NAMA : GALANG INDRAS SUWANTO NPM : 12210908 JURUSAN : MANAJEMEN PEMBIMBING : SUPRIYO HARTADI, W. SE. MM LATAR BELAKANG

Lebih terperinci

Teknik Pengolahan Data

Teknik Pengolahan Data Universitas Gadjah Mada Jurusan Teknik Sipil dan Lingkungan Prodi Magister Teknik Pengelolaan Bencana Alam Teknik Pengolahan Data Tabel dan Grafik Organisasi Data Koleksi data sta;s;k perlu disusun (diorganisir)

Lebih terperinci

PERAMALAN PENJUALAN AVTUR DENGAN MEMPERTIMBANGKAN SPECIAL EVENT

PERAMALAN PENJUALAN AVTUR DENGAN MEMPERTIMBANGKAN SPECIAL EVENT SIG TUGAS AKHIR PERAMALAN PENJUALAN AVTUR DENGAN MEMPERTIMBANGKAN SPECIAL EVENT Siti Lukmatul Henifa (1210 100 064) Pembimbing: Dra. Nuri Wahyuningsih, M.Kes. Senin, 20 Januari 2014 Matematika - ITS Page

Lebih terperinci

METODE BOOTSTRAP DALAM INFERENSI MODEL REGRESI POLINOMIAL

METODE BOOTSTRAP DALAM INFERENSI MODEL REGRESI POLINOMIAL Vol. 5, No., April, 5 METODE OOTSTRAP DALAM INFERENSI MODEL REGRESI POLINOMIAL Hermi Rumtiasih ), Suparman ) ) Program Studi Matematika Universitas Ahmad Dahlan, ) Program Studi Pendidikan Matematika Universitas

Lebih terperinci

PENGGUNAAN ALGORITMA NONLINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PARAMETER DALAM METODE PEMULUSAN EKSPONENSIAL SATU PARAMETER

PENGGUNAAN ALGORITMA NONLINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PARAMETER DALAM METODE PEMULUSAN EKSPONENSIAL SATU PARAMETER PENGGUNAAN ALGORITMA NONLINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PARAMETER DALAM METODE PEMULUSAN EKSPONENSIAL SATU PARAMETER Nama Mahasiswa : Eka Novi Nurhidayati NRP : 1208 100 040 Jurusan : Matematika

Lebih terperinci

PERKEMBANGAN EKSPOR DAN IMPOR BANTEN NOVEMBER 2016

PERKEMBANGAN EKSPOR DAN IMPOR BANTEN NOVEMBER 2016 No. 03/01/36/Th.XI, 3 Januari 2017 PERKEMBANGAN EKSPOR DAN IMPOR BANTEN NOVEMBER A. PERKEMBANGAN EKSPOR EKSPOR NOVEMBER NAIK 20,01 PERSEN MENJADI US$941,27JUTA Nilai ekspor Banten pada naik 20,01 persen

Lebih terperinci

BAB I Pendahuluan I-1

BAB I Pendahuluan I-1 I-1 BAB I Pendahuluan 1.1. Latar Belakang Masalah Persaingan yang ketat antar industri manufaktur di bidang elektronik dan permintaan konsumen yang terus menigkat setiap tahunnya, membuat para pelaku industri

Lebih terperinci

ANALISIS POTENSI ENERGI ANGIN DALAM MENDUKUNG KELISTRIKAN KAWASAN PERBATASAN STUDI KASUS : DESA TEMAJUK KECAMATAN PALOH KABUPATEN SAMBAS

ANALISIS POTENSI ENERGI ANGIN DALAM MENDUKUNG KELISTRIKAN KAWASAN PERBATASAN STUDI KASUS : DESA TEMAJUK KECAMATAN PALOH KABUPATEN SAMBAS ANALISIS POTENSI ENERGI ANGIN DALAM MENDUKUNG KELISTRIKAN KAWASAN PERBATASAN STUDI KASUS : DESA TEMAJUK KECAMATAN PALOH KABUPATEN SAMBAS M. Husni Tambrin D0110702 Jurusan Teknik Elektro Fakultas Teknik

Lebih terperinci

PROFIL KEMISKINAN PROVINSI SUMATERA BARAT MARET 2015

PROFIL KEMISKINAN PROVINSI SUMATERA BARAT MARET 2015 No.55 /9 /13/Th. XVIII / 15 September 2015 september2015 PROFIL KEMISKINAN PROVINSI SUMATERA BARAT MARET 2015 Garis Kemiskinan (GK) 2015 mengalami peningkatan 5,04 persen, menjadi Rp 384.277,00 perkapita

Lebih terperinci

BAB III HASIL ANALISIS

BAB III HASIL ANALISIS 51 BAB III HASIL ANALISIS 3.1 Pengumpulan Data Pada tahap ini, penulis secara langsung mengambil data dari PT. Coca-Cola Bottling Indonesia Medan pada periode Januari 00 sampai dengan Desember 006. Disamping

Lebih terperinci

METODE MOVING AVERAGE DAN METODE WINTER DALAM PERAMALAN ABSTRACT

METODE MOVING AVERAGE DAN METODE WINTER DALAM PERAMALAN ABSTRACT METODE MOVING AVERAGE DAN METODE WINTER DALAM PERAMALAN Widya Risnawati Siagian 1, Sigit Sugiarto 2, M.D.H. Gamal 2 1 Mahasiswa Program Studi S1 Matematika FMIPA Universitas Riau 2 Dosen Fakultas Matematika

Lebih terperinci

BAB SIMULASI PERHITUNGAN HARGA BARANG. Bab 4 Simulasi Perhitungan Harga barang berisikan :

BAB SIMULASI PERHITUNGAN HARGA BARANG. Bab 4 Simulasi Perhitungan Harga barang berisikan : BAB SIMULASI PERHITUNGAN HARGA BARANG Bab Simulasi Perhitungan Harga barang berisikan :.. Simulasi peramalan nilai Indeks Harga Konsumen (IHK) melalui metode ARIMA.. Prediksi nilai inflasi tahun 0.3. Prediksi

Lebih terperinci

TINGKAT KUPON pa gross (PER TAHUN)

TINGKAT KUPON pa gross (PER TAHUN) LAPORAN PERIODIK STRUCTURED PRODUCT X-TRA FIXED RATE - MARKET LINKED DEPOSIT LAPORAN : MINGGU 18 / 2017 Untuk keterangan lebih lanjut dapat menghubungi 14041 www.cimbniaga.com DENOMINASI IDR Kode Produk

Lebih terperinci

PENGGUNAAN METODE SMOOTHING EKSPONENSIAL DALAM MERAMAL PERGERAKAN INFLASI KOTA PALU

PENGGUNAAN METODE SMOOTHING EKSPONENSIAL DALAM MERAMAL PERGERAKAN INFLASI KOTA PALU PENGGUNAAN METODE SMOOTHING EKSPONENSIAL DALAM MERAMAL PERGERAKAN INFLASI KOTA PALU Romy Biri ), Yohanes A.R. Langi ), Marline S. Paendong ) ) Program Studi Matematika FMIPA Universitas Sam Ratulangi Jl.

Lebih terperinci

BAB I PENDAHULAN. yang sedang berkembang (emerging market), kondisi makro ekonomi

BAB I PENDAHULAN. yang sedang berkembang (emerging market), kondisi makro ekonomi BAB I PENDAHULAN A. Latar Belakang Masalah Di era globalisasi ini pasar modal merupakan instrumen penting dalam perekonomian suatu negara. Pasar modal yang ada di Indonesia merupakan pasar yang sedang

Lebih terperinci

PERKEMBANGAN EKSPOR DAN IMPOR BANTEN JANUARI 2017

PERKEMBANGAN EKSPOR DAN IMPOR BANTEN JANUARI 2017 No. 16/03/36/Th. XI, 1 Maret 2017 PERKEMBANGAN EKSPOR DAN IMPOR BANTEN JANUARI 2017 A. PERKEMBANGAN EKSPOR EKSPOR JANUARI 2017 TURUN 3,84 PERSEN MENJADI US$904,45 JUTA Nilai ekspor Banten pada turun 3,84

Lebih terperinci

Bab V Metode Peramalan Produksi Usulan Dan Studi Kasus

Bab V Metode Peramalan Produksi Usulan Dan Studi Kasus 3 25 2 15 1 5 Minyak Air Gas 15-Jun-94 28-Oct-95 11-Mar-97 24-Jul-98 6-Dec-99 19-Apr-1 1-Sep-2 14-Jan-4 28-May-5 14 12 1 8 6 4 2 Bab V Metode Peramalan Produksi Usulan Dan Studi Kasus V.1. Metode Peramalan

Lebih terperinci

KOMENTAR DOSEN PENGUJI

KOMENTAR DOSEN PENGUJI DATA PENULIS Nama : I Made Sumaryana Alamat di Bandung : Jl. Cibogo Atas Gg. Siti Murgi No.24C, Bandung Alamat Asal : Jl. Gatot Subroto II No.4 Denpasar, Bali No. Telp Bandung : 022 2008468 No. Telp Asal

Lebih terperinci

PERKEMBANGAN KUNJUNGAN WISMAN

PERKEMBANGAN KUNJUNGAN WISMAN BADAN PUSAT STATISTIK PROVINSI KEPULAUAN RIAU No. 82/10/21/Th. XI, 3 Oktober 2016 PERKEMBANGAN KUNJUNGAN WISMAN KE PROVINSI KEPULAUAN RIAU AGUSTUS 2016 Jumlah wisatawan mancanegara (wisman) yang berkunjung

Lebih terperinci

BAB IV METODE PENELITIAN

BAB IV METODE PENELITIAN BAB IV METODE PENELITIAN 4.1. Desain Penelitian Dari uraian latar belakang masalah, penelitian ini dikategorikan ke dalam penelitian kasus dan penelitian lapangan. Menurut Rianse dan Abdi dalam Surip (2012:33)

Lebih terperinci

Peramalan 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 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 terperinci

MODEL REGRESI. o Persamaan Matematis ÆY=a + bx.. (pers.1) Persamaan Ekonometrika ÆY = b0 + b1x + e.. (pers.2)

MODEL REGRESI. o Persamaan Matematis ÆY=a + bx.. (pers.1) Persamaan Ekonometrika ÆY = b0 + b1x + e.. (pers.2) MODEL REGRESI o Model dalam bentuk persamaan berfungsi sebagai panduan analisis melalui penyederhanaan dari realitasyang ada. o Penulisan model dalam ekonometrik merupakan pengembangan dari persamaan fungsi

Lebih terperinci

4 HASIL. Gambar 4 Produksi tahunan hasil tangkapan ikan lemuru tahun

4 HASIL. Gambar 4 Produksi tahunan hasil tangkapan ikan lemuru tahun Cacth (ton) 46 4 HASIL 4.1 Hasil Tangkapan (Catch) Ikan Lemuru Jumlah dan nilai produksi tahunan hasil tangkapan ikan lemuru yang didaratkan di PPP Muncar dari tahun 24 28 dapat dilihat pada Gambar 4 dan

Lebih terperinci

BAB III LANGKAH PEMECAHAN MASALAH. CV. JOGI CITRA MANDIRI adalah perusahaan yang bergerak di bidang industri

BAB III LANGKAH PEMECAHAN MASALAH. CV. JOGI CITRA MANDIRI adalah perusahaan yang bergerak di bidang industri BAB III LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi 3.1.1 Analisa Kondisi Perusahaan saat ini CV. JOGI CITRA MANDIRI adalah perusahaan yang bergerak di bidang industri parfum. Merek parfum

Lebih terperinci

PERKEMBANGAN EKSPOR DAN IMPOR BANTEN FEBRUARI 2016

PERKEMBANGAN EKSPOR DAN IMPOR BANTEN FEBRUARI 2016 No. 21/04/36/Th. X, 1 April PERKEMBANGAN EKSPOR DAN IMPOR BANTEN FEBRUARI A. PERKEMBANGAN EKSPOR EKSPOR FEBRUARI TURUN 2,06 PERSEN MENJADI US$669,68 JUTA Nilai ekspor Banten pada turun 2,06 persen dibanding

Lebih terperinci

PERKEMBANGAN EKSPOR DAN IMPOR BANTEN JULI 2017

PERKEMBANGAN EKSPOR DAN IMPOR BANTEN JULI 2017 No. 52/09/36/Th.XI, 4 September PERKEMBANGAN EKSPOR DAN IMPOR BANTEN JULI A. PERKEMBANGAN EKSPOR EKSPOR JULI NAIK 29,23 PERSEN MENJADI US$990,19 JUTA Nilai ekspor Banten naik 29,23 persen dibanding ekspor

Lebih terperinci

PERKEMBANGAN TPK HOTEL BINTANG SULAWESI TENGGARA DESEMBER 2016

PERKEMBANGAN TPK HOTEL BINTANG SULAWESI TENGGARA DESEMBER 2016 No.09/02/Th.VII, 1 Februari 2017 PERKEMBANGAN TPK HOTEL BINTANG SULAWESI TENGGARA DESEMBER 2016 Tingkat Penghunian Kamar (TPK) Hotel Bintang di Provinsi Sulawesi Tenggara pada bulan Desember 2016 tercatat

Lebih terperinci

PRESENSI DOSEN DIPEKERJAKAN KOPERTIS WILAYAH V

PRESENSI DOSEN DIPEKERJAKAN KOPERTIS WILAYAH V Pangkat/Gol. : Perguruan Tinggi : Universitas Ahmad Dahlan Jabatan Fungsional : Bulan : Januari 2014 No. HARI TANGGAL DATANG PULANG. DATANG PULANG 1 Rabu 01-Jan-14 Libur Libur Libur 2 Kamis 02-Jan-14 1.

Lebih terperinci

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman Online di: ISSN: 2339-254 JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 205, Halaman 957-966 Online di: http://ejournal-s.undip.ac.id/index.php/gaussian PREDIKSI NILAI KURS DOLLAR AMERIKA MENGGUNAKAN EXPONENTIAL SMOOTHING

Lebih terperinci

LAPORAN KEGIATAN LAYANAN INFORMASI PUBLIK DI BALAI BESAR BAHAN DAN BARANG TEKNIK

LAPORAN KEGIATAN LAYANAN INFORMASI PUBLIK DI BALAI BESAR BAHAN DAN BARANG TEKNIK LAPORAN KEGIATAN LAYANAN INFORMASI PUBLIK DI BALAI BESAR BAHAN DAN BARANG TEKNIK 1. Kebijakan Pelayanan Informasi Publik Untuk melaksanakan amanat Undang-Undang nomor 14 tahun 2008 tentang Keterbukaan

Lebih terperinci

TINGKAT KUPON. Bila USD LIBOR 3M diantara Floor & Cap

TINGKAT KUPON. Bila USD LIBOR 3M diantara Floor & Cap X-TRA BALANCE Untuk keterangan lebih lanjut dapat menghubungi 14041 www.cimbniaga.com LAPORAN : MINGGU 16 / 2018 DENOMINASI USD Tenor Bila USD LIBOR 3M dibawah TINGKAT KUPON Bila USD LIBOR 3M diantara

Lebih terperinci

PERKEMBANGAN EKSPOR DAN IMPOR BANTEN MARET 2017

PERKEMBANGAN EKSPOR DAN IMPOR BANTEN MARET 2017 No. 24/05/36/Th.XI, 2 Mei PERKEMBANGAN EKSPOR DAN IMPOR BANTEN MARET A. PERKEMBANGAN EKSPOR EKSPOR MARET NAIK 9,30 PERSEN MENJADI US$995,96 JUTA Nilai ekspor Banten pada Maret naik 9,30 persen dibanding

Lebih terperinci

BAB 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? 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 terperinci

BAB I PENDAHULUAN I.1. Latar Belakang

BAB I PENDAHULUAN I.1. Latar Belakang BAB I PENDAHULUAN I.1. Latar Belakang PT.XYZ merupakan sebuah perusahaan manufaktur yang berada di Bandung, Jawa Barat. PT.XYZ memproduksi salah satu bahan material bangunan, yaitu cat. Pada awal didirikan

Lebih terperinci

PENENTUAN JUMLAH PERENCANAAN PERMINTAAN CAT UNTUK MENINGKATKAN TINGKAT AKURASI PERAMALAN BERDASARKAN PERAMALAN PERMINTAAN CAT PADA PT.

PENENTUAN JUMLAH PERENCANAAN PERMINTAAN CAT UNTUK MENINGKATKAN TINGKAT AKURASI PERAMALAN BERDASARKAN PERAMALAN PERMINTAAN CAT PADA PT. ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.1 April 2017 Page 1067 PENENTUAN JUMLAH PERENCANAAN PERMINTAAN CAT UNTUK MENINGKATKAN TINGKAT AKURASI PERAMALAN BERDASARKAN PERAMALAN PERMINTAAN

Lebih terperinci

Mengingat : 1. Undang-undang Nomor 1 Tahun 2009 tentang Penerbangan

Mengingat : 1. Undang-undang Nomor 1 Tahun 2009 tentang Penerbangan KEMENTERIAN PERHUBUNGAN DIREKTORAT JENDERAL PERHUBUNGAN UDARA KEPUTUSAN DIREKTUR JENDERAL PERHUBUNGAN UDARA NOMOR : KP 231 TAHUN 2017 TENTANG PENETAPAN INDIKATOR KINERJA KESELAMATAN (SAFETYPERFORMANCE

Lebih terperinci