ABSTRAK PERAMALAN KURS RUPIAH TERHADAP US DOLLAR MENGGUNAKAN METODE HIBRID
|
|
- Indra Hadiman
- 6 tahun lalu
- Tontonan:
Transkripsi
1 ABSTRAK PERAMALAN KURS RUPIAH TERHADAP US DOLLAR MENGGUNAKAN METODE HIBRID Peramalan adalah bagian integral dari kegiatan pengambilan keputusan manajemen. Ramalan yang dilakukan umumnya berdasarkan pada data masa lampau yang dianalisis dengan menggunakan metode- metode tertentu. Oleh karena itu, pada penelitan ini akan meramalkan data time series menggunakan metode Radial Basis Fuction, ARIMA dan Double Exponential Smoothing dengan menggunakan Matlab versi 8.1. Data yang digunakan adalah data kurs jual harian Rupiah terhadap US Dollar yang dimulai dari bulan Januari 2012 sampai dengan Maret Dari ketiga hasil ramalan, akan digunakan metode voting untuk memperoleh akurasi dari kondisi menguat atau melemahnya kurs rupiah terhadap US Dollar dan juga hasil ramalan digabungkan dengan metode hibrid. Dari hasil peramalan RBF, ARIMA, Double Exponential Smoothing diperoleh MAPE berturut-turut 0,66%, 3,32% dan 0,94% sedangkan akurasi kondisi menguat melemah sebesar 52,54%, 45,76% dan 52,54%. Dari hasil voting dari kondisi menguat dan melemahnya kurs diperoleh akurasi sebesar 54,24% dan setelah digabungkan dengan metode hibridisasi diperoleh MAPE sebesar 0,64% dengan akurasi sebesar 50,85%. Dapat dilihat bahwa untuk akurasi kondisi menguat dan melemah yang terbaik diperoleh dengan menggunakan metode voting sedangkan untuk MAPE terbaik diperoleh dengan metode hibrid. Diharapkan penelitian ini dapat membantu dalam menganalisa fluktuasi dari pergerakan nilai mata uang tertentu pada saat transaksi jual beli valuta asing. Kata Kunci : RBF, ARIMA, Double Exponential Smoothing, MAPE, Hibrid
2 ABSTRACT THE PREDICTION OF RUPIAH CURRENCY TOWARD US DOLLAR USING HYBRID METHOD Forecasting is an integral part of management decision-making activities. Forecasts are made generally based on the data of the past that were analyzed by using certain methods. Therefore in this research will predict time series data using Radial Basis Fuction, ARIMA and Double Exponential Smoothing using Matlab version 8.1. The data used is the daily selling rate of Rupiah against the US Dollar that started from January 2012 to March Of the three results forecast, will be used voting method to obtain the accuracy of strengthening or weakening the condition of the rupiah against the US dollar and also the prediction results are combined by hybrid methods. From the results of RBF forecasting, ARIMA, Double Exponential Smoothing obtained MAPE respectively 0.66%, 3.32% and 0.94%, while the accuracy of the conditions to strengthen weakened by 52.54%, 45.76% and 52.54%. Of the voting result of strengthening and weakening conditions obtained an accuracy rate of 54.24% and after combined with methods hybridization obtained MAPE of 0.64% with an accuracy of 50.85%. It can be seen that for accuracy strengthened and weakened conditions are best obtained by using the method of voting, while for the best MAPE obtained by hybrid methods. Hopefully this research can help in analyzing the fluctuation of the value of a particular currency movements at the time of transaction - purchase of foreign currency. Keywords: RBF, ARIMA, Double Exponential Smoothing, MAPE, Hybrid
3 DAFTAR ISI Halaman SAMPUL DALAM...i PRASYARAT GELAR...ii LEMBAR PENGESAHAN...iii PENETAPAN PANITIA PENGUJI...iv PERNYATAAN KEASLIAN PENELITIAN... v ABSTRAK...vi ABSTRACT...vii UCAPAN TERIMA KASIH...viii DAFTAR ISI...ix DAFTAR TABEL...xi DAFTAR GAMBAR...xii BAB I PENDAHULUAN Latar Belakang Rumusan Masalah Tujuan Penelitian Batasan Masalah Manfaat Penelitian Keaslian Penelitian... 5 BAB II KAJIAN PUSTAKA State Of The Art Review Peramalan Pengertian Peramalan Dasar Peramalan Metode Peramalan dengan Exponential Smoothing Single Exponential Smoothing Double Exponential Smoothing Triple Exponential Smoothing Metode Peramalan dengan ARIMA Metode Peramalan Dengan Jaringan Syaraf Tiruan (JST) Konsep Dasar Jaringan Syaraf Tiruan (JST) dan Pemodelannya Struktur Jaringan Syaraf Biologis Konsep Dasar Pemodelan Jaringan Syaraf Tiruan Mengaktifkan Jaringan Syaraf Tiruan (JST) Metode Pelatihan Jaringan Syaraf Tiruan (JST) Proses Pembelajaran JST Algoritma Pelatihan Jaringan Syaraf Tiruan Metode Radial Base Function (RBF) Metode K-mean Cluster ix
4 Invers Varians Metode Hibrid Mengukur Ketepatan Peramalan Alat Ukur Kesalahan Prediksi BAB III METODE PENELITIAN Rancangan Penelitian Variabel dan Data Penelitian Metode Pengumpulan Data Metode Analisis Data Langkah Analisis Dalam Metode Double Exponential Smoothing Langkah Analisis Dalam Metode ARIMA Langkah Analisis Dalam Metode Radial Base Function BAB IV HASIL PENELITIAN DAN PEMBAHASAN Implementasi Peramalan Kurs Program Peramalan Kurs Peramalan Dengan Metode RBF Peramalan Dengan Metode ARIMA Peramalan Dengan Metode Double Exponential Smoothing Proses Pengambilan Keputusan Dengan Metode Voting Hibridisasi Hasil Peramalan BAB V SIMPULAN DAN SARAN Simpulan Saran DAFTAR PUSTAKA LAMPIRAN x
5 DAFTAR TABEL Halaman 2.1 State Of The Art Review Hasil Peramalan Kurs dengan Metode RBF dengan Nilai Goal = 0, Hasil Percobaan Perubahan Nilai Goal Hasil Peramalan Kurs dengan Metode RBF dengan Nilai Goal = 0, Hasil Peramalan Kurs dengan Metode ARIMA dengan p=1 dan q= Perubahan MAPE terhadap Perubahan Nilai p dan q Hasil Peramalan Kurs dengan Metode ARIMA dengan p=3 dan q= Hasil Peramalan Kurs dengan Metode Double Exponential Smoothing dengan α = 0,2 dan β=0, Perubahan MSE terhadap Perubahan Nilai α dan β Hasil Peramalan Kurs dengan Metode Double Exponential Smoothing dengan α = 0,6 dan β = 0, Hasil Voting dari Peramalan Kondisi Kurs Hasil Peramalan Kurs dengan Metode Hibrid Berdasarkan ke Tiga Hasil Ramalan Perbandingan Nilai MAPE Peramalan Perbandingan Akurasi Kondisi Menguat atau Melemahnya Kurs Rupiah Terhadap US Dollar...89 xi
6 DAFTAR GAMBAR Halaman 2.1 Skenario Peramalan Langkah-Langkah Peramalan Strategi Menilai Metode Peramalan dengan Smoothing Jenis Smoothing Berdasarkan Pola Data Susunan Syaraf Manusia Model Tiruan Sebuah Jaringan Syaraf Tiruan Jaringan Syaraf dengan Lapisan Tunggal Jaringan Syaraf dengan Banyak Lapisan Desain RBF network Gambaran Umum Penelitian Grafik Fluktuasi Harian Rupiah Terhadap US Dollar Periode Januari 2012 Maret Diagram Alur Algoritma Double Exponential Smoothing Diagram Alur Algoritma ARIMA Diagram Alur Algoritma Jaringan Radial Base Function Tampilan Utama Program Hasil Peramalan dengan Metode RBF dengan Nilai Goal = 0,1 dan Nilai Spread = Grafik Iterasi dengan Nilai Default Goal = 0, Grafik Peramalan Kurs dengan Metode RBF dengan Nilai Goal = 0, Grafik MAPE Metode RBF dengan Nilai Goal = 0, Grafik Iterasi dengan Nilai Goal = 0, Grafik Peramalan Kurs Metode RBF dengan Nilai Goal = 0, Grafik MAPE Metode RBF dengan Nilai Goal = 0, Pola ACF dan PACF Data Kurs Hasil Peramalan dengan Metode ARIMA dengan Nilai Default p = 1 dan Nilai q = Grafik Peramalan Metode ARIMA dengan Nilai p=1 dan q= Grafik MAPE Metode ARIMA dengan Nilai p=1 dan q= Grafik Peramalan Metode ARIMA Dengan Nilai p=3 dan q= Grafik MAPE Metode ARIMA Dengan Nilai p=3 dan q= Hasil Peramalan dengan Metode Double Exponential Smoothing dengan α = 0,2 dan β=0, Grafik Peramalan Metode Double Exponential Smoothing dengan α = 0,2 dan β = 0, Grafik MAPE Metode Double Exponential Smoothing dengan α = 0,2 dan β = 0, Grafik Peramalan Metode Double Exponential Smoothing dengan α = 0,6 dan β = 0, xii
7 4.19 Grafik MAPE Metode Double Exponential Smoothing dengan α = 0,6 dan β = 0, Hasil Keputusan dengan Metode Voting Hasil Peramalan dengan Metode Hibridisasi Grafik Perbandingan Hasil Ramalan Grafik Perbandingan MAPE Hasil Peramalan Grafik Perbandingan Akurasi Kondisi Menguat atau Melemahnya Kurs Rupiah Terhadap US Dollar...89 xiii
8 BAB I PENDAHULUAN 1.1. Latar Belakang Salah satu dari ciri kehidupan sekarang ini adalah bahwa seseorang kadangkala meramalkan apa yang akan terjadi pada masa yang akan datang dan membuat rencana yang sesuai dengan kejadian kejadian yang diramalkan. Suatu ramalan yang baik sudah pasti bukanlah ramalan yang didasarkan atas spekulasi yang tidak beralasan, melainkan melalui perkiraan berdasarkan atas tingkah laku dari gejala yang sudah ada dan diamati secara berulang ulang. Misalnya peramalan nilai kurs mata uang tidak mungkin diperhitungkan dan diramalkan berdasarkan renungan semata mata. Dengan pengamatan yang berulang ulang pergerakan nilai kurs mata uang dapat diperhitungkan dan diramalkan dengan tepat dan teliti. Peramalan adalah bagian integral dari kegiatan pengambilan keputusan manajemen. Organisasi selalu menentukan sasaran dan tujuan, berusaha menduga faktor faktor lingkungan, kemudian memilih tindakan yang diharapkan akan menghasilkan pencapaian sasaran dan tujuan. Kebutuhan akan peramalan meningkat sejalan dengan usaha pihak manajemen untuk mengurangi ketergantungan pada hal hal yang belum pasti dan menjadi lebih ilmiah sifatnya dalam lingkungan manajemen, karena setiap bagian dari organisasi berkaitan antara yang satu dengan yang lainnya. Baik buruknya peramalan dapat mempengaruhi seluruh bagian dari organisasi atau perusahaan. 1
9 2 Metode peramalan yang telah dikembangkan oleh Makridakis adalah. metode kuantitatif dan metode kualitatif (Makridakis, et al. 1982). Metode kuantitatif dapat dibagi ke dalam deret waktu (time series) dan metode kausal. Model time series digunakan pada pendugaan masa depan dilakukan berdasarkan nilai masa lalu dari suatu variabel, sedangkan metode kausal mengasumsikan bahwa faktor yang diramalkan menunjukan suatu hubungan sebab akibat dengan satu atau lebih variabel bebas. Terdapat sejumlah fenomena besar yang hingga saat ini hasilnya dapat diramalkan dengan presisi ketepatan yang cukup tinggi. Kemajuan ilmu pengetahuan dan teknologi telah meningkatkan pengertian mengenai berbagai aspek lingkungan dan akibatnya banyak peristiwa yang dapat diramalkan. Pada metode statistika, salah satu metode peramalan yang kerap kali digunakan adalah teknik Exponential Smoothing yaitu menggunakan pemulusan data-data lampau dan teknik Autoregression Integrated Moving Average (ARIMA). Ramalan yang dilakukan umumnya berdasarkan pada data masa lampau yang dianalisis dengan menggunakan kaidah tertentu. Menurut Syamsuddin (2004), selain menggunakan metode statistik, teknik peramalan data time series juga dikembangkan dengan pendekatan kecerdasan buatan. Pendekatan alternatif untuk peramalan time series yang dikembangkan pada bidang kecerdasan buatan, yaitu meliputi jaringan syaraf tiruan ( JST). JST merupakan teknik pengolahan data yang mempelajari hubungan antara data input dan data output. Algoritma yang digunakan adalah Radial Basis Function (RBF). RBF yaitu melatih jaringan untuk mendapatkan keseimbangan antara kemampuan jaringan untuk mengenali pola yang digunakan selama pelatihan serta kemampuan
10 3 jaringan untuk memberikan respon yang besar terhadap pola masukan yang serupa (tapi tidak sama) pada saat peramalan. Algoritma ini memiliki dasar matematis yang kuat, obyektif dan bentuk stuktur serta nilai koefisien dalam formula yang meminimalkan jumlah kuadrat galat (error). Untuk menentukan nilai peramalan akhir, digunakan penggabungan hasil ketiga metode dengan metode hibridisasi dan menggunakan skema voting untuk memilih dimana di antara ketiga hasil yang memiliki suara terbanyak (dua dari tiga) berdasarkan atas tanda hasil ramalan (menguat atau melemah). Jadi jika dua dari tiga metode memberikan nilai ramalan menguat maka hasil ramalan menguat. Sebaliknya jika dua dari tiga metode memberikan nilai ramalan melemah maka hasil ramalan melemah. Berdasarkan uraian di atas maka penulis mengambil judul Peramalan Kurs Rupiah Terhadap US Dollar Menggunakan Metode Hibrid Rumusan Masalah Berdasarkan uraian latar belakang masalah penelitian, beberapa permasalahan dirumuskan sebagai berikut : 1. Bagaimana penggunaan metode Double Exponential Smoothing, ARIMA dan RBF untuk meramalkan data time series dengan studi kasus meramalkan pergerakan nilai kurs rupiah terhadap US Dollar? 2. Bagaimana aplikasi skema voting digunakan untuk merangkum hasil ramalan nilai kurs rupiah terhadap US Dollar dan bagaimana menggabungkan hasil ramalan ketiga metode yaitu metode Double Exponential Smoothing, ARIMA dan RBF?
11 Tujuan Penelitian Berdasarkan rumusan masalah penelitian tersebut di atas dapat dikemukakan tujuan dari penelitian ini, yakni: 1. Untuk mendapatkan aplikasi ramalan data time series dengan menggunakan metode Double Exponential Smoothing, ARIMA dan RBF. 2. Untuk mengaplikasikan skema voting untuk merangkum hasil ramalan data time series dan menggabungkan hasil ramalan ketiga metode yaitu metode Double Exponential Smoothing, ARIMA dan RBF Batasan Masalah Untuk mencegah meluasnya permasalahan yang ada dan lebih terarah, maka dilakukan pembatasan, batasan-batasan itu antara lain : 1. Untuk data training yang digunakan adalah data harian pergerakan kurs rupiah terhadap US Dollar mulai bulan Januari 2012 Desember 2013 dari website Bank Indonesia ( Dan sebagai data uji adalah data harian kurs rupiah bulan Januari 2014 Maret Hasil-hasil dari penelitian ini tidak mempertimbangkan kejadian-kejadian yang mungkin mempengaruhi hasil peramalan tersebut, misalnya adanya faktor fundamental ekonomi lokal Indonesia pada Agustus 2011, membuat rupiah menjadi melemah secara signifikan dan juga pada krisis global pada November 2008 yang memberi efek depresi terhadap kurs rupiah terhadap US Dollar, sehingga rupiah melemah hingga /US$.
12 Manfaat Penelitian Hasil penelitian ini diharapkan mampu : 1. Membantu para trader dalam menganalisa fluktuasi dari pergerakan nilai mata uang tertentu pada saat transaksi jual beli valuta asing. 2. Berguna bagi perusahaan ekspor impor, perusahaan multinasional maupun bagi investor dalam mengambil keputusan pembiayaan jangka panjang, misalnya dalam menerbitkan obligasi dalam valuta asing 3. Diharapkan hasil penelitian ini dapat memperkuat hasil-hasil yang telah dilakukan sebelumnya, terutama yang berkaitan implementasi sistem informasi dan komputer pada dunia nyata Keaslian Penelitian Pada penelitian ini pada dasarnya menggunakan beberapa metode penelitian yang telah ada, antara lain metode Double Exponential Smoothing, Autoregressive Integrated Moving Average (ARIMA), dan jaringan syaraf tiruan dengan pendekatan Radial Basis Function (RBF). Dan untuk penggabungan dua metode sudah diteliti sebelumnya oleh Kin Keung Lai dkk. (2006) yaitu menggabungkan metode exponential smoothing dan jaringan syaraf tiruan dengan pendekatan backpropagation. Melihat hasil penelitian sebelumnya, maka penelitian ini akan mencoba memperoleh hasil peramalan menggunakan skema voting dan menggabungkan ketiga metode yaitu Double Exponential Smoothing, Autoregressive Integrated Moving Average (ARIMA), dan Radial Basis Function (RBF) untuk mendapatkan nilai akhir peramalan.
Pemodelan Jaringan Syaraf Tiruan dengan Algoritma One Step Secant Backpropagation dalam Return Kurs Rupiah Terhadap Dolar Amerika Serikat
Pemodelan Jaringan Syaraf Tiruan dengan Algoritma One Step Secant Backpropagation dalam Return Kurs Rupiah Terhadap Dolar Amerika Serikat SKRIPSI Disusun oleh: MAULIDA NAJWA 24010212130028 DEPARTEMEN STATISTIKA
Lebih terperinciPERBANDINGAN METODE PEMULUSAN EKSPONENSIAL TUNGGAL DAN FUZZY TIME SERIES UNTUK MEMPREDIKSI INDEKS HARGA SAHAM GABUNGAN
PERBANDINGAN METODE PEMULUSAN EKSPONENSIAL TUNGGAL DAN FUZZY TIME SERIES UNTUK MEMPREDIKSI INDEKS HARGA SAHAM GABUNGAN SKRIPSI Oleh : TAUFAN FAHMI J2E008056 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA
Lebih terperinciPERAMALAN BEBAN PEMAKAIAN LISTRIK JAWA TENGAH DAN DAERAH ISTIMEWA YOGYAKARTA DENGAN
PERAMALAN BEBAN PEMAKAIAN LISTRIK JAWA TENGAH DAN DAERAH ISTIMEWA YOGYAKARTA DENGAN MENGGUNAKAN HYBRID AUTOREGRESSIVE INTEGRATED MOVING AVERAGE NEURAL NETWORK Disusun oleh : Berta Elvionita Fitriani 24010211120005
Lebih terperinciBAB 1 PENDAHULUAN. Pada masa sekarang ini, banyak jenis-jenis usaha dan bisnis yang mulai
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pada masa sekarang ini, banyak jenis-jenis usaha dan bisnis yang mulai dikembangkan oleh banyak orang terutama dalam hal bisnis investasi. Salah satu bisnis
Lebih terperinci1. Pendahuluan. 1.1 Latar Belakang
1. Pendahuluan 1.1 Latar Belakang Pasar valuta asing telah mengalami perkembangan yang tak terduga selama beberapa dekade terakhir, dunia bergerak ke konsep "desa global" dan telah menjadi salah satu pasar
Lebih terperinciSKRIPSI APLIKASI METODE GOLDEN SECTION UNTUK OPTIMASI PARAMETER PADA METODE EXPONENTIAL SMOOTHING. Disusun oleh: DANI AL MAHKYA
APLIKASI METODE GOLDEN SECTION UNTUK OPTIMASI PARAMETER PADA METODE EXPONENTIAL SMOOTHING SKRIPSI Disusun oleh: DANI AL MAHKYA 24010210141025 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS
Lebih terperinciPEMODELAN NEURO-GARCH PADA RETURN NILAI TUKAR RUPIAH TERHADAP DOLLAR AMERIKA
PEMODELAN NEURO-GARCH PADA RETURN NILAI TUKAR RUPIAH TERHADAP DOLLAR AMERIKA SKRIPSI Disusun Oleh: UMI SULISTYORINI ADI 24010212140082 DEPARTEMEN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Semua negara mempunyai mata uang sebagai alat tukar. Pertukaran uang dengan barang yang terjadi disetiap negara tidak akan menimbulkan masalah mengingat nilai uang
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 terperinciBAB 2 LANDASAN TEORI
1 BAB 2 LANDASAN TEORI Bab ini membahas tentang teori penunjang dan penelitian sebelumnya yang berhubungan dengan metode ARIMA box jenkins untuk meramalkan kebutuhan bahan baku. 2.1. Peramalan Peramalan
Lebih terperinciIMPLEMENTASI JARINGAN SYARAF TIRUAN MULTI LAYER FEEDFORWARD DENGAN ALGORITMA BACKPROPAGATION SEBAGAI ESTIMASI NILAI KURS JUAL SGD-IDR
Seminar Nasional Teknologi Informasi dan Multimedia 205 STMIK AMIKOM Yogyakarta, 6-8 Februari 205 IMPLEMENTASI JARINGAN SYARAF TIRUAN MULTI LAYER FEEDFORWARD DENGAN ALGORITMA BACKPROPAGATION SEBAGAI ESTIMASI
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Investasi merupakan suatu rangkaian tindakan menanamkan sejumlah dana dengan tujuan mendapatkan nilai tambah berupa keuntungan dimasa yang akan datang. Dalam perkembangannya
Lebih terperinciBAB I PENDAHULUAN. finansial (financial assets) dan investasi pada aset-aset riil (real assets). Investasi pada
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Investasi pada hakikatnya merupakan komitmen terhadap sejumlah sumber daya pada saat ini dengan tujuan untuk mendapatkan keuntungan di masa depan (Abdul halim,
Lebih terperinciDAFTAR ISI. BAB I PENDAHULUAN Latar Belakang Masalah Rumusan Masalah Batasan Masalah Tujuan Penelitian...
DAFTAR ISI HALAMAN JUDUL... i HALAMAN PENGESAHAN... ii HALAMAN PERNYATAAN... iii NASKAH SOAL TUGAS AKHIR... iv HALAMAN PERSEMBAHAN... v INTISARI... vi KATA PENGANTAR... vii UCAPAN TERIMA KASIH... viii
Lebih terperinciANALISIS SUPPORT VECTOR REGRESSION
ANALISIS SUPPORT VECTOR REGRESSION (SVR) DALAM MEMPREDIKSI KURS RUPIAH TERHADAP DOLLAR AMERIKA SERIKAT SKRIPSI Oleh : RISKY AMANDA NIM. 24010210141027 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS
Lebih terperinciBAB I PENDAHULUAN. Peramalan keadaan pada suatu waktu merupakan hal penting. Hal itu
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Peramalan keadaan pada suatu waktu merupakan hal penting. Hal itu dikarenakan peramalan dapat digunakan sebagai rujukan dalam menentukan tindakan yang akan
Lebih terperinciVERIFIKASI MODEL ARIMA MUSIMAN MENGGUNAKAN PETA KENDALI MOVING RANGE
VERIFIKASI MODEL ARIMA MUSIMAN MENGGUNAKAN PETA KENDALI MOVING RANGE (Studi Kasus : Kecepatan Rata-rata Angin di Badan Meteorologi Klimatologi dan Geofisika Stasiun Meteorologi Maritim Semarang) SKRIPSI
Lebih terperinciJurnal String Vol. 2 No. 1 Agustus 2017 p-issn: e-issn:
ANALISIS DAN MODEL PERAMALAN DATAEKSPOR IMPOR DENGAN METODE GABUNGAN ARIMA NEURAL NETWORK Aris Gunaryati Program Studi Teknik Informatika, Universitas Nasional E-Mail : arisgunaryati@yahoo.co.id Abstrak
Lebih terperinciPERAMALAN HARGA MINYAK MENTAH DUNIA NEURAL NETWORK
PERAMALAN HARGA MINYAK MENTAH DUNIA MENGGUNAKAN METODE RADIAL BASIS FUNCTION NEURAL NETWORK SKRIPSI Disusun oleh: Rahafattri Ariya Fauzannissa 24010211140092 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA
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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Peramalan pada dasarnya merupakan proses menyusun informasi tentang kejadian masa lampau yang berurutan untuk menduga kejadian di masa depan (Frechtling, 2001:
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam sistem perdagangan internasional, setiap negara mempunyai mata uangnya masing-masing sebagai alat tukar atau alat pembayaran yang sah, dalam melakukan pembayaran
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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kemajuan ilmu pengetahuan dan teknologi dewasa ini dapat membantu teknik peramalan suatu kejadian berdasarkan faktor faktor yang sudah diketahui sebelumnya. Hasil peramalan
Lebih terperinciHasil Peramalan dengan Menggunakan Software Minitab
71 Lampiran 1. Hasil Peramalan dengan Menggunakan Software Minitab Moving Average Data C1 Length 12 NMissing 0 Moving Average Length 4 Accuracy Measures MAPE 25 MAD 54372 MSD 4819232571 Time C1 MA Predict
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 terperinciFORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA
FORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA 1) Nurul Latifa Hadi 2) Artanti Indrasetianingsih 1) S1 Program Statistika, FMIPA, Universitas PGRI Adi Buana Surabaya 2)
Lebih 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 terperinciPERAMALAN INDEKS HARGA KONSUMEN MENGGUNAKAN MODEL INTERVENSI FUNGSI STEP
PERAMALAN INDEKS HARGA KONSUMEN MENGGUNAKAN MODEL INTERVENSI FUNGSI STEP SKRIPSI Disusun oleh : DITA RULIANA SARI NIM. 24010211140084 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO
Lebih terperinciPEMODELAN GENERAL REGRESSION NEURAL NETWORK (GRNN) PADA DATA RETURN INDEKS HARGA SAHAM EURO 50
PEMODELAN GENERAL REGRESSION NEURAL NETWORK (GRNN) PADA DATA RETURN INDEKS HARGA SAHAM EURO 50 SKRIPSI Disusun Oleh : REZZY EKO CARAKA 240 102 111 400 85 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Peranan pariwisata dalam pembangunan ekonomi tidak perlu dipertanyakan lagi. Dengan tidak tersedianya sumber daya alam seperti migas, hasil hutan ataupun industri manufaktur
Lebih terperinciBAB 3 PERANCANGAN PROGRAM. 3.1 Alasan digunakan Metode Exponential Smoothing. Banyak metode peramalan yang dapat digunakan dalam memprediksi tingkat
BAB 3 PERANCANGAN PROGRAM 3.1 Alasan digunakan Metode Exponential Smoothing Banyak metode peramalan yang dapat digunakan dalam memprediksi tingkat penjualan untuk beberapa periode ke depan. Biasanya untuk
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Program Ganda Teknik Informatika dan Statistika Skripsi Sarjana Program Ganda Semester Ganjil 2006/2007
UNIVERSITAS BINA NUSANTARA Program Ganda Teknik Informatika dan Statistika Skripsi Sarjana Program Ganda Semester Ganjil 2006/2007 ANALISIS PERBANDINGAN KEAKURATAN PERAMALAN ANTARA METODE TRIGG AND LEACH
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 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 terperinciPENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA RESILENT BACKPROPAGATION SKRIPSI
PENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA RESILENT BACKPROPAGATION (Studi Kasus : Harga Penutupan Saham Unilever Indonesia Tbk. Periode September
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN Bab ini akan membahas tentang latar belakang, rumusan masalah, keaslian penelitian, tujuan penelitian, manfaat penelitian, batasan masalah, dan sistematika penulisan. 1.1 Latar Belakang
Lebih terperinciPERBANDINGAN METODE PEMULUSAN (SMOOTHING) EKSPONENSIAL GANDA DUA PARAMETER DARI HOLT DAN METODE BOX-JENKINS
PERBANDINGAN METODE PEMULUSAN (SMOOTHING) EKSPONENSIAL GANDA DUA PARAMETER DARI HOLT DAN METODE BOX-JENKINS DALAM MERAMALKAN HASIL PRODUKSI KERNEL KELAPA SAWIT PT. EKA DURA INDONESIA SKRIPSI EKA ARYANI
Lebih terperinciABSTRAK. Kata Kunci : Artificial Neural Network(ANN), Backpropagation(BP), Levenberg Marquardt (LM), harga emas, Mean Squared Error(MSE), prediksi.
ABSTRAK Prediksi harga emas merupakan masalah yang sangat penting dalam menentukan pengambilan keputusan perdagangan dalam pertambangan. Prediksi yang akurat untuk pertambangan dapat memberikan keuntungan
Lebih terperinciBAB 1 PENDAHULUAN 1.1 LATAR BELAKANG
BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG Peramalan merupakan upaya memperkirakan apa yang terjadi pada masa mendatang berdasarkan data pada masa lalu, berbasis pada metode ilmiah dan kualitatif yang dilakukan
Lebih terperinciPERAMALAN DERET WAKTU MENGGUNAKAN MODEL FUNGSI BASIS RADIAL (RBF) DAN AUTO REGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA)
Jurnal MIPA 35 (2):175-182 (2012) Jurnal MIPA http://journal.unnes.ac.id/sju/index.php/jm PERAMALAN DERET WAKTU MENGGUNAKAN MODEL FUNGSI BASIS RADIAL (RBF) DAN AUTO REGRESSIVE INTEGRATED MOVING AVERAGE
Lebih terperinciKenyo Puspito Rini 1), Ir. Usman Effendi, MS. 2), Dhita Morita Ikasari, STP, MP. 2)
PERAMALAN PERMINTAAN MINUMAN KESEHATAN INSTAN JAHE MENGGUNAKAN JARINGAN SYARAF TIRUAN dan METODE TIME SERIES (Studi Kasus di Agroindustri Minuman Kesehatan Instan DIA Malang) Kenyo Puspito Rini 1), Ir.
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Lia Saputri, 2016
BAB I PENDAHULUAN 1.1. Latar Belakang Foreign Exchange (forex) saat ini berkembang pesat sebagai salah satu model investasi yang menggiurkan, karena forex trading memiliki tingkat pengembalian yang tinggi.
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Tenaga listrik merupakan kebutuhan yang sangat penting bagi manusia dalam melakukan aktifitasnya sehari-hari. Peralatan rumah tangga maupun industri hampir semuanya
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Peramalan 2.1.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang (Sofjan Assauri,1984). Setiap kebijakan ekonomi
Lebih terperinciVI PERAMALAN PENJUALAN AYAM BROILER DAN PERAMALAN HARGA AYAM BROILER
VI PERAMALAN PENJUALAN AYAM BROILER DAN PERAMALAN HARGA AYAM BROILER 6.1. Analisis Pola Data Penjualan Ayam Broiler Data penjualan ayam broiler adalah data bulanan yang diperoleh dari bulan Januari 2006
Lebih terperinciJURNAL MATEMATIKA MANTIK Edisi: Oktober Vol. 02 No. 01 ISSN: E-ISSN:
ISSN: 25273159 EISSN: 25273167 PENERAPAN METODE EXPONENTIAL SMOOTHING UNTUK PERAMALAN JUMLAH KLAIM DI BPJS KESEHATAN PAMEKASAN Faisol 1, Sitti Aisah 2 Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan teori-teori yang menjadi dasar dan landasan dalam penelitian sehingga membantu mempermudah pembahasan selanjutnya. Teori tersebut meliputi arti dan peranan
Lebih terperinciPerbandingan Hasil Peramalan dengan Metode Double Exponential Smoothing Holt dan Metode Jaringan Syaraf Tiruan
Perbandingan Hasil Peramalan dengan Metode Double Exponential Smoothing Holt dan Metode Jaringan Syaraf Tiruan Oki Dwi Hartanti Departemen Biostatistika dan Kependudukan Fakultas Kesehatan Masyarakat Universitas
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 terperinciSKRIPSI. Oleh : NOVA YANTI GULTOM JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG
PREDIKSI NILAI KURS DOLLAR AMERIKA MENGGUNAKAN EXPONENTIAL SMOOTHING DENGAN KAJIAN GRAFIK MOVING AVERAGE (MA) DAN EXPONENTIALLY WEIGHTED MOVING AVERAGE (EWMA) (Studi Kasus: Kurs Jual dan Kurs Beli Dollar
Lebih terperinciUnnes Journal of Mathematics
UJM 2 (2) (2013) Unnes Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm PERBANDINGAN PREDIKSI HARGA SAHAM DENGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN ARIMA Dwi Prisita
Lebih terperinciPREDIKSI HARGA SAHAM PT. BRI, Tbk. MENGGUNAKAN METODE ARIMA (Autoregressive Integrated Moving Average)
PREDIKSI HARGA SAHAM PT. BRI, MENGGUNAKAN METODE ARIMA (Autoregressive Integrated Moving Average) Greis S. Lilipaly ), Djoni Hatidja ), John S. Kekenusa ) ) Program Studi Matematika FMIPA UNSRAT Manado
Lebih terperinciPeramalan Permintaan Susu Pasteurisasi Menggunakan Metode Jaringan Syaraf Tiruan dan Time Series (Studi Kasus di Koperasi Susu SAE Pujon, Malang)
Peramalan Permintaan Susu Pasteurisasi Menggunakan Metode Jaringan Syaraf Tiruan dan Time Series (Studi Kasus di Koperasi Susu SAE Pujon, Malang) Forecasting of Pasteurized Milk Demand By Using Artificial
Lebih terperinciGARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : Genap
GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : Genap Berlaku mulai: Genap/2010 MATA KULIAH : TEKNIK PERAMALAN KODE MATA KULIAH/ SKS : 410103096 / 3 SKS MATA KULIAH PRASYARAT
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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Peramalan merupakan studi terhadap data historis untuk menemukan hubungan, kecenderungan dan pola data yang sistematis (Makridakis, 1999). Peramalan menggunakan pendekatan
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 1 PENDAHULUAN. 1.1 Latar Belakang. Pasar pertukaran mata uang merupakan pasar keuangan dengan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pasar pertukaran mata uang merupakan pasar keuangan dengan pergerakan arus uang terbesar yakni sekitar 1,5 triliun dollar US tiap harinya di seluruh dunia. Selain itu
Lebih terperinciBAB I PENDAHULUAN. yang merupakan keuntungan perusahaan yang dibagikan kepada semua pemegang
BAB I PENDAHULUAN 1.1 Latar Belakang Ekspektasi atau motivasi setiap investor adalah mendapatkan keuntungan dari transaksi investasi yang dilakukan. Para investor yang bertransaksi di pasar modal, khususnya
Lebih terperinciPENERAPAN JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI JUMLAH PESERTA KB BARU DI KABUPATEN SEMARANG DENGAN METODE BACKPROPAGATION
PENERAPAN JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI JUMLAH PESERTA KB BARU DI KABUPATEN SEMARANG DENGAN METODE BACKPROPAGATION Restiana Putri Abstract - On a government agencies Badan Keluarga Berencana
Lebih terperinciISSN: 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 terperinciESTIMASI PARAMETER MODEL HYBRIDIZING EXPONENTIAL SMOOTHING DAN NEURAL NETWORK PADA HASIL PENGUKURAN MEAN SEA LEVEL SATELIT ALTIMETRI JASON 2
Vol. 7, No. 2, Desember 2012 ESTIMASI PARAMETER MODEL HYBRIDIZING EXPONENTIAL SMOOTHING DAN NEURAL NETWORK PADA HASIL PENGUKURAN MEAN SEA LEVEL SATELIT ALTIMETRI JASON 2 Novi Mara KODE ARTIKEL : 117-2-12
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 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 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 terperinciBAB 1 PENDAHULUAN. semakin bertambah ketatnya persaingan dalam bidang perdagangan. Setiap usaha
BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring dengan terus berkembangnya sektor industri yang juga mengakibatkan semakin bertambah ketatnya persaingan dalam bidang perdagangan. Setiap usaha dituntut untuk
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 terperinciPERAMALAN JUMLAH TAMU HOTEL DI KABUPATEN DEMAK
PERAMALAN JUMLAH TAMU HOTEL DI KABUPATEN DEMAK MENGGUNAKAN METODE SUPPORT VECTOR REGRESSION SKRIPSI Disusun Oleh : DESY TRISHARDIYANTI ADININGTYAS 24010211130047 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA
Lebih terperinciPENERAPAN 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 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 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 terperinciABSTRAK. Universitas Kristen Maranatha
ABSTRAK Metoda analisa data secara statistik dapat diaplikasikan untuk mendapatkan pengertian terhadap proses-proses yang berubah waktu yang sangat kompleks untuk dimodelkan secara analitik. Data pertama-tama
Lebih terperinciBAB II TINJAUAN PUSTAKA
DAFTAR ISI PERNYATAAN... i ABSTRAK... ii KATA PENGANTAR... iii UCAPAN TERIMA KASIH... iv DAFTAR ISI... v DAFTAR TABEL... ix DAFTAR GAMBAR... x DAFTAR LAMPIRAN... xi BAB I PENDAHULUAN... 1 1.1 Latar Belakang...
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan digunakanan sebagai acuan pencegah yang mendasari suatu keputusan untuk yang akan datang dalam upaya meminimalis kendala atau memaksimalkan pengembangan baik
Lebih terperinciVII. MODEL PRAKIRAAN PERMINTAAN
VII. MODEL PRAKIRAAN PERMINTAAN A. Peramalan (Forecasting) Peramalan merupakan dugaan atau perkiraan mengenai terjadinya suatu peristiwa atau kejadian pada waktu yang akan datang, yang dapat bersifat kualitatif
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Forecasting Forecasting (peramalan) adalah seni dan ilmu untuk memperkirakan kejadian di masa yang akan datang. Hal ini dapat dilakukan dengan melibatkan data historis dan memproyeksikannya
Lebih terperinciABSTRAK. Universitas Kristen Maranatha
ABSTRAK Kegiatan peramalan mempunyai peranan yang sangat penting bagi perusahaan untuk memprediksi masa yang akan datang. Dalam hal ini perusahaan ingin memprediksi kenaikan harga mata uang asing terhadap
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman Online di:
ISSN: 2339-24 JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 20, Halaman 74-74 Online di: http://ejournal-s.undip.ac.id/index.php/gaussian PERAMALAN BEBAN PEMAKAIAN LISTRIK JAWA TENGAH DAN DAERAH ISTIMEWA YOGYAKARTA
Lebih terperinciBAB I PENDAHULUAN. perubahan perdagangan dan investasi internasional. melemahnya kurs rupiah terhadap mata uang asing khususnya dolar AS,
BAB I PENDAHULUAN A. Latar Belakang Nilai tukar merupakan perbandingan nilai mata uang suatu negara dibandingkan dengan negara lain. Nilai tukar mata uang suatu negara memiliki peranan yang sangat penting
Lebih terperinciPELATIHAN FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA GENETIKA DENGAN METODE SELEKSI TURNAMEN UNTUK DATA TIME SERIES
JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 65-72 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PELATIHAN FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA GENETIKA DENGAN METODE
Lebih terperinciPERBANDINGAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
PERBANDINGAN JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN METODE ARIMA (BOX-JENKINS) SEBAGAI METODE PERAMALAN KURS RUPIAH TERHADAP DOLLAR AMERIKA SERIKAT SKRIPSI MAHATER MUHAMMAD 060803001 DEPARTEMEN MATEMATIKA
Lebih terperinciPEMODELAN PERAMALAN PENJUALAN PAKAN UDANG PADA PT CENTRAL PROTEINA PRIMA, TBK DENGAN METODE PEMULUSAN EKSPONENSIAL (EXPONENTIAL SMOOTHING) SKRIPSI
PEMODELAN PERAMALAN PENJUALAN PAKAN UDANG PADA PT CENTRAL PROTEINA PRIMA, TBK DENGAN METODE PEMULUSAN EKSPONENSIAL (EXPONENTIAL SMOOTHING) SKRIPSI HERRIJUNIANTO PURBA 130823002 DEPARTEMEN MATEMATIKA FAKULTAS
Lebih terperinciPERAMALAN JUMLAH KUNJUNGAN WISATAWAN MANCANEGARA KE LOMBOK MENGGUNAKAN JARINGAN SYARAF TIRUAN
PERAMALAN JUMLAH KUNJUNGAN WISATAWAN MANCANEGARA KE LOMBOK MENGGUNAKAN JARINGAN SYARAF TIRUAN Titik Misriati AMIK BSI Jakarta Jl. R.S Fatmawati No. 24 Pondok Labu, Jakarta Selatan titik.tmi@bsi.ac.id ABSTRACT
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Pendahuluan. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Pendahuluan Peramalan merupakan upaya memperkirakan apa yang terjadi pada masa mendatang berdasarkan data pada masa lalu, berbasis pada metode ilmiah dan kualitatif yang dilakukan
Lebih terperinciBAB I PENDAHULUAN. 1.2 Latar Belakang Penelitian
BAB I PENDAHULUAN 1.1 Gambaran Objek Penelitian Saham adalah surat berharga yang merupakan tanda kepemilikan seseorang atau badan terhadap suatu perusahaan. Pemegang saham merupakan pemlik sebenarnya dari
Lebih terperinciPERAMALAN BEBAN JANGKA PENDEK PADA HARI LIBUR DI BALI MENGGUNAKAN METODE GENERALIZED REGRESSION NEURAL NETWORK (GRNN)
SKRIPSI PERAMALAN BEBAN JANGKA PENDEK PADA HARI LIBUR DI BALI MENGGUNAKAN METODE GENERALIZED REGRESSION NEURAL NETWORK (GRNN) JUNIAR DOAN WIHARDONO JURUSAN TEKNIK ELEKTRO DAN KOMPUTER FAKULTAS TEKNIK UNIVERSITAS
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 terperinciADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA PERAMALAN TINGKAT INFLASI NASIONAL DENGAN MULTI INPUT SKRIPSI
PERAMALAN TINGKAT INFLASI NASIONAL DENGAN PENDEKATAN TIME SERIES BERDASARKAN FUNGSI TRANSFER MULTI INPUT SKRIPSI DIDIT EKO PRASETYO PROGRAM STUDI S-1 STATISTIKA DEPARTEMEN MATEMATIKA FAKULTAS SAINS DAN
Lebih terperinciPrediksi Harga Saham dengan ARIMA
Prediksi Harga Saham dengan ARIMA Peramalan harga saham merupakan sesuatu yang ditunggu-tunggu oleh para investor. Munculnya model prediksi yang baru yang bisa meramalkan harga saham secara tepat merupakan
Lebih terperinciPeramalan Kecepatan Angin Di Kota Pekanbaru Menggunakan Metode Box-Jenkins
Peramalan Kecepatan Angin Di Kota Pekanbaru Menggunakan Metode Box-Jenkins Ari Pani Desvina 1, Melina Anggriani 2,2 Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sultan Syarif Kasim Riau Jl. HR.
Lebih terperinciMetode Peramalan dengan Menggunakan Model Volatilitas Asymmetric Power ARCH (APARCH)
Metode Peramalan dengan Menggunakan Model Volatilitas Asymmetric Power ARCH (APARCH) (Studi Kasus : Return Kurs Mata Uang Rupiah terhadap Dollar) SKRIPSI Disusun oleh : CINDY WAHYU ELVITRA J2E 009 015
Lebih terperinciPERAMALAN LAJU INFLASI DAN NILAI TUKAR RUPIAH TERHADAP DOLAR AMERIKA MENGGUNAKAN MODEL VECTOR AUTOREGRESSIVE (VAR)
PERAMALAN LAJU INFLASI DAN NILAI TUKAR RUPIAH TERHADAP DOLAR AMERIKA MENGGUNAKAN MODEL VECTOR AUTOREGRESSIVE (VAR) SKRIPSI Disusun Oleh : Fitrian Fariz Ichsandi 24010210141024 JURUSAN STATISTIKA FAKULTAS
Lebih terperinciPENERAPAN ALGORITMA FORECASTING UNTUK PREDIKSI PENDERITA DEMAM BERDARAH DENGUE DI KABUPATEN SRAGEN
PENERAPAN ALGORITMA FORECASTING UNTUK PREDIKSI PENDERITA DEMAM BERDARAH DENGUE DI KABUPATEN SRAGEN Ryan Putranda Kristianto 1), Ema Utami 2), Emha Taufiq Lutfi 3) 1, 2,3) Magister Teknik informatika STMIK
Lebih terperinciABSTRAK. Kata kunci : Fluktuasi kurs, Ekspor, Impor, Peramalan. iii. Universitas Kristen Maranatha
ABSTRAK Beberapa tahun terakhir ini kurs tukar IDR/USD terus mengalami fluktuasi yang tidak dapat diprediksi. Akibatnya para pelaku pasar sulit untuk menentukan pada saat kapan mereka harus melakukan ekspor
Lebih terperinciPENERAPAN METODE DOUBLE EXPONENTIAL SMOOTHING PADA PERAMALAN PRODUKSI TANAMAN PANGAN
Jurnal Informatika Polinema ISSN: 2407-070X PENERAPAN METODE DOUBLE EXPONENTIAL SMOOTHING PADA PERAMALAN PRODUKSI TANAMAN PANGAN Rudy Ariyanto 1, Dwi Puspitasari 2, Fifi Ericawati 3 1,2,3 Program Studi
Lebih terperinciBAB 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 terperincioleh WAHYUNI PUTRANTO NIM. M SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
PERBANDINGAN METODE GRADIENT DESCENT DAN GRADIENT DESCENT DENGAN MOMENTUM PADA JARINGAN SYARAF TIRUAN BACKPROPAGATION DALAM PERAMALAN KURS TENGAH RUPIAH TERHADAP DOLAR AMERIKA oleh WAHYUNI PUTRANTO NIM.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peramalan 2.1.1 Pengertian dan Peranan Peramalan Aktivitas manajerial khususnya dalam proses perencanaan, seringkali membutuhkan pengetahuan tentang kondisi yang akan datang. Pengetahuan
Lebih terperinciCombined for Time Series Forecasting
RBF and ARIMA Combined for Time Series Forecasting Dian Tri Wiyanti Teknik Informatika Universitas Semarang Semarang, Indonesia deediy87@gmailcom Reza Pulungan Jurusan Ilmu Komputer dan Elektronika FMIPA
Lebih terperinci