BAB 2 LANDASAN TEORI
|
|
- Hartono Hadiman
- 6 tahun lalu
- Tontonan:
Transkripsi
1 7 BAB 2 LANDASAN TEORI 2.1 Iklim Iklim ialah suatu keadaan rata-rata dari cuaca di suatu daerah dalam periode tertentu. Curah hujan ialah suatu jumlah hujan yang jatuh di suatu daerah pada kurun waktu tertentu. Untuk mengetahui besarnya curah hujan digunakan alat pengukur curah hujan yang disebut dengan penakar hujan (Rain Gauge). 2.2 Data Keterangan atau ilustrasi mengenai sesuatu hal bisa berbentuk kategori, misalnya: rusak, baik, senang, puas, berhasil, gagal dan sebagainya, atau bisa berbentuk bilangan. Kesemuanya ini dinamakan data atau lengkapnya data statistik, (Sudjana, 2000). Menurut sifatnya, data dapat digolongkan menjadi dua, yaitu: 1. Data kualitatif, yaitu data yang disajikan dalam bentuk kata-kata yang mengandung makna (tidak berbentuk angka) 2. Data kuantitatif, yaitu data yang dipaparkan dalam bentuk angka-angka Berdasarkan cara memperolehnya, data dapat dibagi menjadi dua, yaitu: 1. Data primer, yaitu data yang dikumpulkan sendiri oleh perorangan atau suatu organisasi secara langsung dari objek yang diteliti dan untuk kepentingan study yang bersangkutan yang dapat berupa interview atau observasi. 2. Data sekunder, yaitu data yang diperoleh/dikumpulkan dan disatukan oleh study-study sebelumnya data yang diterbitkan oleh instansi lain. 3. Data sekunder, yaitu data yang diperoleh secara tidak langsung dari objek yang diteliti, biasanya data tersebut diperoleh dari pihak ketiga baik dari objek secara individual (responden) maupun dari suatu badan yang secara sengaja mengungkapkan fakta kepada pihak kedua untuk kemudian pihak kedua
2 8 tersebut mengeksploitasi fakta dimaksud pada media massa atau media lainnya, untuk kemudian data (fakta) tersebut digunakan kembali oleh peneliti sebagai acuan dalam penulisannya. Berdasarkan teknik pengumpulannya, data digolongkan menjadi dua, yaitu: 1. Data cross section, adalah datang yang dikumpulkan pada suatu waktu tertentu untuk menggambarkan keadaan dan kegiatan pada waktu tersebut. Misalnya data penelitian yang menggunakan kuesioner 2. Data time series/berkala, adalah data yang dikumpulkan dari waktu ke waktu untuk melihat perkembangan suatu kejadian/kegiatan selama periode tersebut, misalnya perkembangan yang beredar. Data menurut sumbernya dibagai menjadi dua, yaitu: 1. Data Internal, yaitu data yang menggambarkan keadaan dalam suatu organisasi (suatu badan) yang digunakan untuk keperluan sendiri. 2. Data eksternal, yaitu data yang diperoleh dari luar untuk keperluan suatu instansi (lembaga) tersebut, (Andi S,2007) 2.3 Peramalan Peramalan merupakan teknik untuk memprediksi keadaan di masa yang akan datang berdasarkan kondisi di masa lalu maupun kondisi saat ini. Berdasarkan periodenya, peramalan dibagi menjadi 3 bentuk (Montgomery, dkk, 2008): 1. Jangka Pendek (Short Term) Peramalan jangka pendek meliputi kurun waktu mulai dari hari, minggu, sampai bulan. Data historis sangat relevan dalam peramalan ini, karena jangka waktu peramalan sangat singkat. Contoh peramalan jangka pendek adalah peramalan penjualan produk satu bulan ke depan. 2. Jangka Menengah (Medium Term) Peramalan jangka menengah meliputi kurun waktu mulai dari satu musim (triwulan, kuartal, atau lainnya) sampai dua tahun ke depan. Dalam peramalan
3 9 jangka menengah, data historis masih dianggap relevan. Salah satu contoh peramalan jangka menengah adalah peramalan anggaran produksi. 3. Jangka Panjang (Long Term) Data di masa lalu kurang relevan dalam peramalan jangka panjang. Hal ini disebabkan oleh peramalan jangka panjang meliputi kurun waktu dua tahun ke depan atau lebih. Dalam peramalan harga saham, peramalan jangka panjang biasanya menggunakan analisis fundamental dan intuisi. Jenis-jenis Peramalan Peramalan dapat dibedakan atas peramalan kuantitatif dan peramalan kualitatif. Pada dasarnya metode peramalan kuantitatif dapat dibedakan atas: a. Metode Regresi (kausal) Metode peramalan kausal ini didasarkan atas penggunaan analisa pola hubungan antara variabel yang akan diperkirakan dengan variabel lain yang mempengaruhinya, yang bukan waktu. Metode ini mengasumsikan bahwa faktor-faktor yang diramalkan menunjukkan suatu hubungan sebab akibat dengan satu atau lebih variabel bebas. Metode regresi ini terdiri dari: 1. Metode regresi dan korelasi 2. Metode ekonometrika 3. Metode input dan output. b. Runtun Waktu Metode peramalan deret berkala (time series) didasarkan atas penggunaan analisa pola hubungan antar variabel yang diperkirakan dengan variabel waktu, yang merupakan deret waktu (time series). Metode peramalan deret waktu data historis dianalisa untuk mengidentifikasi pola data dan diasumsikan bahwa pola data tersebut akan terus berlanjut pada masa yang akan datang. Pola data yang diperoleh kemudian dianalisa untuk memperoleh peramalan pada masa yang akan datang. Dalam model peramalan deret waktu tidak ada usaha
4 10 menemukan faktor yang mempengaruhi terhadap data historis yang dianalisa. Metode peramalan deret waktu ini terdiri dari: 1. Metode Smoothing 2. Metode Box-Jenkins 3. Metode Trend dan regresi 2.4 Beberapa Uji yang Digunakan Uji Musiman Untuk mengetahui adanya komponen musiman, dilakukan uji musiman. Hipotesa ujinya adalah sebagai berikut: : Data tidak dipengaruhi musiman : Data dipengaruhi musiman Untuk mencari jumlah kuadrat (JK) untuk rata-rata digunakan rumus sebagai berikut: = Jumlah kuadrat (JK) untuk rata-rata = Jumlah nilai pengamatan = Ukuran sampel percobaan = Jumlah kuadrat (JK) antar kelompok = Jumlah kuadrat (JK) untuk rata-rata = Jumlah nilai pengamatan = Ukuran sampel percobaan
5 11 = Jumlah kuadrat data aktual = Jumlah kuadrat (JK) dalam kelompok = Jumlah kuadrat (JK) untuk rata-rata = Jumlah kuadrat (JK) antar kelompok Jadi, Kemudian disusun dalam tabel ANAVA Tabel 2.2 Perhitungan Anava Uji Musiman Sumber Variasi Derajat Bebas Jumlah Kuadrat Jumlah Kuadrat Rata-rata Statistik Uji Antar Musiman Dalam Musiman Total = Menyatakan musiman n = Periode musiman Maka kriteria pengujiannya adalah: : Diterima jika F hitung > : Ditolak jika F hitung
6 Klasifikasi Model Box Jenkins Model Box Jenkins dikelompokkan kedalam tiga kelompok, yaitu: 1. Model Autoregressive (AR) 2. Model Rataan Bergerak/Moving Average (MA) 3. Model Campuran Autoregressive Moving Average (ARMA) 4. Model Autoregressive Integrate Moving Average (ARIMA) Model Autoregressive (AR) Model Autoregressive (AR) pertama kali diperkenalkan oleh Yule (1926) dan kemudian dikembangkan oleh Walker (1931) Model AR (Autoregressive) pada orde p menyatakan pengamatan pada waktu ke-t berhubungan linier dengan pengamatan waktu sebelumnya (t 1), (t 2),, (t p). Bentuk fungsi persamaan untuk model AR pada orde p dinyatakan sebagai berikut: Persamaan umum dari model ARIMA (p, 0, 0): = Nilai data pada suatu periode t = Nilai Konstanta = Parameter Autoregressive ke 1 = Nilai galat pada saat t Model Rataan Bergerak/ Moving Average (MA) Model Moving Average (MA) pertama kali digunakan oleh Slutzky (1937). Akan tetapi Wold (1938) yang menghasilkan dasar-dasar teoritis dan proses kombinasi ARMA. Wold membentuk model ARMA yang dikembangkan pada tiga arahidentifikasi efisien dan prosedur penaksiran (untuk proses AR,MA dan ARMA campuran), perluasan dari hasil tersebut untuk mencakup deret berkala musiman (seasonal time series) dan pengembangan sederhana yang mencakup prosesproses non stasioner (non-stasionary processes) dan berguna untuk menjelaskan suatu pengamatan pada waktu t dinyatakan sebagai kombinasi linier dari sejumlah residual. Bentuk fungsi persamaan umtuk model MA pada orde q dinyatakan sebagai berikut:
7 13 ARIMA (0, 0, q) : : Parameter-parameter Moving Average : nilai galat pada saat t-q Model Autoregressive Moving Average (ARMA) Model ARMA merupakan model gabungan antara model AR (Autoregressive) dan MA (Moving Average) yang kadang ditulis dengan notasi ARMA (p, q). Bentuk fungsi model ARMA pada orde p dan q dinotasikan sebagai berikut: ARIMA (1, 0, 1) Model Autoregressive Integrate Moving Avegare (ARIMA) Model ARIMA (p, d, q) yang dikenalkan oleh Box dan Jenkins (1976) dengan p sebagai orde operator dari AR, d merupakan orde differencing dan q sebagai orde operator dari MA. Model ini digunakan untuk data time series yang telah stasioner setelah dilakukan differencing sebanyak d kali yaitu dengan menghitung selisih pengamatan dengan pengamatan sebelumnya dimana bentuk persamaan untuk model ARIMA adalah sebagai berikut: ARIMA (1, 1, 1) : Pembedaan Pertama : AR(1) : MA(1) atau bisa juga dengan menggunakan rumus sebagai berikut:
8 Kestasioneran Data Menurut Lerbin R, dkk (2002) kestasioneran data diperiksa dengan analisis autokorelasi dan autokorelasi parsial. Data yang dianalisis dalam ARIMA adalah data yang bersifat stasioner, yaitu data yang rata-rata dan variansinya relatif konstan dari periode ke periode. Pemeriksaan kestasioneran suatu data lazim juga dilakukan dengan menggambarkan data tersebut untuk setiap periode sehingga dapat diamati apakah secara rata-rata nilai datanya relative konstan atau tidak, dan apakah penyebarannya (variansinya) relatif konstan atau tidak. Jika rata-rata dan variansinya relatif konstan, berarti data tersebut tergolong stasioner, dan sebaliknya. 2.7 White Noise Proses White noise dapat dideteksi menggunakan uji autokorelasi residual pada analisis error-nya. Uji korelasi residual digunakan untuk mendeteksi ada tidaknya korelasi residual antar lag. Statistik uji yang digunakan yaitu uji Ljung Box- Pierce. 2.8 Fungsi Autokorelasi dan Fungsi Autokorelasi Parsial Fungsi Autokorelasi Koefisien Autokorelasi merupakan derajat hubungan antara dan. = Koefisien Autokorelasi pada periode t = Nilai tengah mean dari data aktual pada periode t dengan time lag (ketinggalan) k Fungsi Autokorelasi Parsial Koefisien autokorelasi parsial digunakan untuk mengukur tingkat keeratan antara dan, apabila pengaruh dari time lag 1,2,3,...,k dianggap terpisah. Dalam
9 15 analisa deret berkala koefisien autokorelasi persial digunakan untuk membentuk menetapkan model ARIMA yang tepat untuk peramalan. Koefisien autokorelasi parsial berorde m didefinisikan sebagai koefisien autoregressive terakhir dari model AR(m). Nilai koefisien autokorelasi parsial dapat dihitung dengan menggunakan persamaan berikut: = Parameter autoregressive ke-k = Nilai keterlambatan pada saat k periode = Kesalahan ramalan 2.9 Pemeriksaan Ketepatan Model Setelah berhasil menaksir nilai-nilai parameter, langkah selanjutnya adalah menguji apakah model yang didefinisikan telah tepat. Untuk itu dilakukan pemeriksaan terhadap: Nilai Sisaan Residual Model yang telah ditetapkan akan memperlihatkan perbedaan residu atau kesalahan antara nilai-nilai data deret waktu dan nilai-nilai estimasi dari model sangat kecil atau tidak berarti. Kesalahan ramalan dapat diperoleh dari persamaan berikut: = Kesalahan ramalan = Nilai ramalan
10 Statistik Box-Pierce Untuk memeriksa apakah autokorelasi nilai-nilai sisaan (residu) berpola acakan (bersifat white noise), digunakan statistik box-pierce dengan rumus sebagai berikut: T : banyaknya data K : banyaknya lag yang diuji : dugaan autokorelasi residual periode k 2.10 Peramalan Dengan Model ARIMA Box Jenkins Setelah parameter-parameter model ARIMA diestimasi, maka langkah selanjutnya adalah menggunakan model tersebut untuk peramalan. Agar model yang telah didapat dapat diramalkan, maka model tersebut harus dikembangkan dalam bentuk persaman regresi biasa, yaitu: = Nilai keterlambatan pertama = Parameter autoregressive ke-i = Konstanta = Nilia rata-rata bergerak Moving Average = Sisaan (residu) ke-t Untuk meramalkan satu periode ke depan yaitu (1), maka ditambahkan satu angka indeks yang menunjukkan waktu, yaitu: = Nilai peramalan satu periode ke depan = Nilai keterlambatan pertama = Parameter autoregressive ke-i
11 17 = Konstanta = Nilia rata-rata bergerak Moving Average = Sisaan (residu) ke-t Untuk mengetahui ketepatan ramalan dapat dihitung nilai MSE dan MAPE yang merupakan ukuran ketepatan ramalan. 1. MSE (Mean Square Error) = Data hasil ramalan = Banyak sistem (residu) 2. RMSE (Root Mean Square Error) RMSE merupakan hasil akar dari nilai MSE 3. MAPE (Mean Absolute Presentase Error) = Data hasil ramalan = Banyak periode ramalan
BAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Defenisi Peramalan Peramalan adalah suatu kegiatan dalam memperkirakan atau kegiatan yang meliputi pembuatan perencanaan di masa yang akan datang dengan menggunakan data masa lalu
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan teori-teori yang menjadi dasar dan landasan dalam penelitian sehingga membantu mempermudah pembahasan selanjutnya. Teori tersebut meliputi arti dan peranan
Lebih terperinciBAB 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 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 terperinciBAB 2 LANDASAN TEORI. datang. Kegunaan dari peramalan terlihat pada saat pengambilan keputusan.
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang datang. Kegunaan dari peramalan terlihat pada saat pengambilan keputusan. Keputusan yang
Lebih terperinciBAB 2. Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang akan datang. Ramalan adalah sesuatu kegiatan situasi atau kondisi yang diperkirakan akan
Lebih terperinciBAB 2 LANDASAN TEORI. diperkirakan akan terjadi pada masa yang akan datang. Ramalan tersebut dapat
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi dimasa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan
Lebih terperinciII. TINJAUAN PUSTAKA. Analisis ARIMA (Autoregressive Integrated Moving Average) umumnya
II. TINJAUAN PUSTAKA 2.1 Stasioner Analisis ARIMA Autoregressive Integrated Moving Average umumnya mengasumsikan bahwa proses umum dari time series adalah stasioner. Tujuan proses stasioner adalah rata-rata,
Lebih terperinciTINJAUAN PUSTAKA. perubahan harga yang dibayar konsumen atau masyarakat dari gaji atau upah yang
II.. TINJAUAN PUSTAKA Indeks Harga Konsumen (IHK Menurut Monga (977 indeks harga konsumen adalah ukuran statistika dari perubahan harga yang dibayar konsumen atau masyarakat dari gaji atau upah yang didapatkan.
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Di Indonesia sejak tahun enam puluhan telah diterapkan Badan Meteorologi, Klimatologi, dan Geofisika di Jakarta menjadi suatu direktorat perhubungan udara. Direktorat
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 terperinciBAB 2 LANDASAN TEORI. Ramalan pada dasarnya merupakan perkiraan mengenai terjadinya suatu yang akan
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Ramalan pada dasarnya merupakan perkiraan mengenai terjadinya suatu yang akan datang. Peramalan adalah proses untuk memperkirakan kebutuhan di masa datang
Lebih terperinciPERAMALAN PENJUALAN PRODUKSI TEH BOTOL SOSRO PADA PT. SINAR SOSRO SUMATERA BAGIAN UTARA TAHUN 2014 DENGAN METODE ARIMA BOX-JENKINS
Saintia Matematika ISSN: 2337-9197 Vol. 02, No. 03 (2014), pp. 253 266. PERAMALAN PENJUALAN PRODUKSI TEH BOTOL SOSRO PADA PT. SINAR SOSRO SUMATERA BAGIAN UTARA TAHUN 2014 DENGAN METODE ARIMA BOX-JENKINS
Lebih terperinciBAB 2 LANDASAN TEORI. Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang akan datang. Ramalan adalah suatu situasi atau kondisi yang diperkirakan akan terjadi pada
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Manfaat Peramalan Pada dasarnya peramalan adalah merupakan suatu dugaan atau perkiraan tentang terjadinya suatu keadaan dimasa depan, tetapi dengan menggunakan metode metode tertentu
Lebih terperinciModel Autoregressive Integrated Moving Average (ARIMA) adl teknik untuk mencari pola yg paling cocok dari sekelompok data Model ARIMA dapat digunakan
METODE BOX JENKINS Model Autoregressive Integrated Moving Average (ARIMA) adl teknik untuk mencari pola yg paling cocok dari sekelompok data Model ARIMA dapat digunakan utk semua tipe pola data. Dapat
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 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Peramalan 2.1.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang (Sofjan Assauri,1984). Setiap kebijakan ekonomi
Lebih terperinciBAB 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 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang
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 terperinciMETODE PENELITIAN. Penelitian ini dilakukan pada semester genap tahun akademik 2014/2015
III. METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Penelitian ini dilakukan pada semester genap tahun akademik 2014/2015 bertempat di Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam
Lebih terperinciMetode Deret Berkala Box Jenkins
METODE BOX JENKINS Metode Deret Berkala Box Jenkins Suatu metode peramalan yang sistematis, yang tidak mengasumsikan suatu model tertentu, tetapi menganalisa deret berkala sehingga diperoleh suatu model
Lebih terperinciPENDUGAAN DATA RUNTUT WAKTU MENGGUNAKAN METODE ARIMA
KEMENTERIAN PEKERJAAN UMUM BADAN PENELITIAN DAN PENGEMBANGAN PUSAT PENELITIAN DAN PENGEMBANGAN SUMBER DAYA AIR PENDUGAAN DATA RUNTUT WAKTU MENGGUNAKAN METODE ARIMA PENDAHULUAN Prediksi data runtut waktu.
Lebih terperinciBAB 3 MODEL FUNGSI TRANSFER MULTIVARIAT
BAB 3 MODEL FUNGSI TRANSFER MULTIVARIAT Model fungsi transfer multivariat merupakan gabungan dari model ARIMA univariat dan analisis regresi berganda, sehingga menjadi suatu model yang mencampurkan pendekatan
Lebih terperinciBAB 2 TINJAUAN TEORITIS. 2.1 Produk Domestik Regional Bruto
18 BAB 2 TINJAUAN TEORITIS 2.1 Produk Domestik Regional Bruto Dalam menghitung pendapatan regional, dipakai konsep domestik. Berarti seluruh nilai tambah yang ditimbulkan oleh berbagai sektor atau lapangan
Lebih terperinciBAB I PENDAHULUAN. berasal dari sumber tetap yang terjadinya berdasarkan indeks waktu t secara
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Time Series atau runtun waktu adalah serangkaian data pengamatan yang berasal dari sumber tetap yang terjadinya berdasarkan indeks waktu t secara berurutan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LADASA TEORI 2.1 Pengertian Peramalan Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama (assaury, 1991). Sedangkan ramalan adalah
Lebih terperinciBAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1. Peramalan 2.1.1. Pengertian dan Kegunaan Peramalan Peramalan (forecasting) menurut Sofjan Assauri (1984) adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang
Lebih terperinciBAB 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 Salah satu indikator tingkat kesejahteraan rakyat dapat dilihat dari perkembangan angka kematian balita, dikarenakan kematian balita berkaitan erat dengan keadaan ekonomi,
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 terperinciIII. METODE PENELITIAN
15 III. METODE PENELITIAN 3.1. Kerangka Pemikiran Penelitian Perkembangan ekonomi dan bisnis dewasa ini semakin cepat dan pesat. Bisnis dan usaha yang semakin berkembang ini ditandai dengan semakin banyaknya
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 2 LANDASAN TEORI. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Curah Hujan Curah hujan adalah jumlah air yang jatuh di permukaan tanah datar selama periode tertentu yang diukur dengan satuan tinggi milimeter (mm) di atas permukaan horizontal.
Lebih terperinciBAB III METODE PENELITIAN. merupakan suatu proses, mencari kebenaran dan menghasilkan kebenaran.
BAB III METODE PENELITIAN 3.1 Jenis / Pendekatan Penelitian Penelitian dan ilmu pengetahuan mempunyai kaitan yang erat keduanya merupakan suatu proses, mencari kebenaran dan menghasilkan kebenaran. Penelitian
Lebih terperinciAnalisis Peramalan Data Produk Domestik Regional Bruto (PDRB) Sebagai Tolak Ukur Kinerja Perekonomian Provinsi Kepulauan Bangka Belitung
Analisis Peramalan Data Produk Domestik Regional Bruto (PDRB) Sebagai Tolak Ukur Kinerja Perekonomian Provinsi Kepulauan Bangka Belitung Desy Yuliana Dalimunthe Jurusan Ilmu Ekonomi, Fakultas Ekonomi,
Lebih terperinciBab IV. Pembahasan dan Hasil Penelitian
Bab IV Pembahasan dan Hasil Penelitian IV.1 Statistika Deskriptif Pada bab ini akan dibahas mengenai statistik deskriptif dari variabel yang digunakan yaitu IHSG di BEI selama periode 1 April 2011 sampai
Lebih terperinciBAB 2 LANDASAN TEORI Pengertian Data Deret Berkala
BAB 2 LANDASAN TEORI 2.1. Pengertian Data Deret Berkala Suatu deret berkala adalah himpunan observasi yang terkumpul atau hasil observasi yang mengalami peningkatan waktu. Data deret berkala adalah serangkaian
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 terperinciSBAB III MODEL VARMAX. Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n
SBAB III MODEL VARMAX 3.1. Metode Analisis VARMAX Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n dengan variabel random Z n yang dapat dipandang sebagai variabel random berdistribusi
Lebih terperinciBAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Peramalan adalah kegiatan meramalkan atau memprediksi apa yang akan terjadi dimasa yang akan datang dengan waktu tenggang (lead time) yang relative lama,
Lebih terperinciBAB 2 LANDASAN TEORITIS
BAB 2 LANDASAN TEORITIS 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksikan apa yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.
Lebih 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 terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. Adapun langkah-langkah pada analisis runtun waktu dengan model ARIMA
BAB IV HASIL PENELITIAN DAN PEMBAHASAN Pada bab ini, akan dilakukan analisis dan pembahasan terhadap data runtun waktu. Adapun data yang digunakan dalam penelitian ini merupakan data sekunder, yaitu data
Lebih terperinciBAB 2 LANDASAN TEORI. Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit
BAB 2 LANDASAN TEORI 2.1 Pengertian Produksi Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit tanaman pada lahan yang telah disediakan, pemupukan dan perawatan sehingga
Lebih terperinciDAFTAR ISI ABSTRAK... KATA PENGANTAR... UCAPAN TERIMA KASIH... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN...
DAFTAR ISI Halaman ABSTRAK... KATA PENGANTAR... UCAPAN TERIMA KASIH... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN... i ii iii v ix x xi BAB I PENDAHULUAN... 1 1.1 Latar Belakang Masalah...
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Berdasarkan sifatnya peramalan terbagi atas dua yaitu peramalan kualitatif dan peramalan kuantitatif. Metode kuantitatif terbagi atas dua yaitu analisis deret berkala
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pajak merupakan sumber kas negara yang digunakan untuk pembangunan. Undang- Undang Republik Indonesia Nomor 16 Tahun 2000 tentang Ketentuan Umum Dan Tata Cara Perpajakan
Lebih terperinciPemodelan Autoregressive (AR) pada Data Hilang dan Aplikasinya pada Data Kurs Mata Uang Rupiah
Vol. 9, No., 9-5, Januari 013 Pemodelan Autoregressive (AR) pada Data Hilang dan Aplikasinya pada Data Kurs Mata Uang Rupiah Fitriani, Erna Tri Herdiani, M. Saleh AF 1 Abstrak Dalam analisis deret waktu
Lebih terperinciPeramalan Volume Pemakaian Air di PDAM Kota Surabaya dengan Menggunakan Metode Time Series
JURNAL SAINS DAN SENI ITS Vol. 6, No. 1, (2017) ISSN: 2337-3520 (2301-928X Print) D-157 Peramalan Volume Pemakaian Air di PDAM Kota Surabaya dengan Menggunakan Metode Time Series Moh Ali Asfihani dan Irhamah
Lebih terperinciPeramalan (Forecasting)
Peramalan (Forecasting) Peramalan (forecasting) merupakan suatu proses perkiraan keadaan pada masa yang akan datang dengan menggunakan data di masa lalu (Adam dan Ebert, 1982). Awat (1990) menjelaskan
Lebih terperinciPENERAPAN MODEL ARIMA UNTUK MEMPREDIKSI HARGA SAHAM PT. TELKOM Tbk. APPLICATION OF ARIMA TO FORECASTING STOCK PRICE OF PT. TELOKM Tbk.
PENERAPAN MODEL ARIMA UNTUK MEMPREDIKSI HARGA SAHAM PT. TELKOM Tbk. Djoni Hatidja ) ) Program Studi Matematika FMIPA Universitas Sam Ratulangi, Manado 955 email: dhatidja@yahoo.com ABSTRAK Penelitian ini
Lebih terperinciPERAMALAN PENYEBARAN JUMLAH KASUS VIRUS EBOLA DI GUINEA DENGAN METODE ARIMA
Jurnal UJMC, Volume 2, Nomor 1, Hal. 28-35 pissn : 2460-3333 eissn: 2579-907X PERAMALAN PENYEBARAN JUMLAH KASUS VIRUS EBOLA DI GUINEA DENGAN METODE ARIMA Novita Eka Chandra 1 dan Sarinem 2 1 Universitas
Lebih terperinci4 BAB IV HASIL PEMBAHASAN DAN EVALUASI. lebih dikenal dengan metode Box-Jenkins adalah sebagai berikut :
4 BAB IV HASIL PEMBAHASAN DAN EVALUASI Pada bab ini, akan dilakukan analisis dan pembahasan terhadap data runtut waktu. Data yang digunakan dalam penelitian ini merupakan data sekunder, yaitu data harga
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. PengertianPeramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang. Dalam usaha mengetahui atau melihat perkembangan di masa depan,
Lebih terperinciPeramalan Permintaan Paving Blok dengan Metode ARIMA
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Peramalan Permintaan Paving Blok dengan Metode ARIMA Adin Nofiyanto 1,Radityo Adi Nugroho 2, Dwi Kartini 3 1,2,3 Program
Lebih terperinciIII. METODE PENELITIAN
38 III. METODE PENELITIAN A. Konsep Dasar dan Batasan Operasional Konsep dasar dan definisi opresional mencakup pengertian yang dipergunakan untuk mendapatkan dan menganalisis data sesuai dengan tujuan
Lebih terperinciANALISA BOX JENKINS PADA PEMBENTUKAN MODEL PRODUKSI PREMI ASURANSI KENDARAAN BERMOTOR RODA EMPAT
ANALISA BOX JENKINS PADA PEMBENTUKAN MODEL PRODUKSI PREMI ASURANSI KENDARAAN BERMOTOR RODA EMPAT Mei Taripar Pardamean S.,SKom Jl. Makmur No.1 Ciracas Jakarta Timur mtp95@yahoo.com ABSTRAK Tujuan dari
Lebih terperinciPERAMALAN SAHAM JAKARTA ISLAMIC INDEX MENGGUNAKAN METODE ARIMA BULAN MEI-JULI 2010
Statistika, Vol., No., Mei PERAMALAN SAHAM JAKARTA ISLAMIC INDEX MENGGUNAKAN METODE ARIMA BULAN MEI-JULI Reksa Nila Anityaloka, Atika Nurani Ambarwati Program Studi S Statistika Universitas Muhammadiyah
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Variabel Penelitian Penelitian ini menggunakan satu definisi variabel operasional yaitu ratarata temperatur bumi periode tahun 1880 sampai dengan tahun 2012. 3.2 Jenis dan
Lebih terperinciBAB I PENDAHULUAN. Peramalan merupakan suatu kegiatan memprediksi nilai dari suatu
BAB I PENDAHULUAN A. LATAR BELAKANG Peramalan merupakan suatu kegiatan memprediksi nilai dari suatu variabel berdasarkan nilai yang diketahui dari variabel tersebut pada masa lalu atau variabel yang berhubungan.
Lebih terperinciBAB II LANDASAN TEORI. nonstasioneritas, Autocorrelation Function (ACF) dan Parsial Autocorrelation
BAB II LANDASAN TEORI Pada Bab II akan dijelaskan pengertian-pengertian dasar yang digunakan sebagai landasan pembahasan pada bab selanjutnya yaitu peramalan data runtun waktu (time series), konsep dasar
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Uji Kecukupan Sampel Dalam melakukan penelitian terhadap populasi yang sangat besar, kita perlu melakukan suatu penarikan sampel. Hal ini dikarenakan tidak selamanya kita dapat
Lebih 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 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 terperinciBAB 2 TINJAUAN TEORI. akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan
BAB 2 TINJAUAN TEORI 2.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan
Lebih terperinciLAPORAN PRAKTIKUM ANALISIS RUNTUN WAKTU. Laporan VI ARIMA Analisis Runtun Waktu Model Box Jenkins
LAPORAN PRAKTIKUM ANALISIS RUNTUN WAKTU Kelas A Laporan VI ARIMA Analisis Runtun Waktu Model Box Jenkins No Nama Praktikan Nomor Mahasiswa Tanggal Pengumpulan 1 29 Desember 2010 Tanda Tangan Praktikan
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Penelitian dilakukan di Pasar Bunga Rawabelong, Jakarta Barat yang merupakan Unit Pelaksana Teknis (UPT) Pusat Promosi dan Pemasaran Holtikultura
Lebih terperinciEFEKTIVITAS METODE BOX-JENKINS DAN EXPONENTIAL SMOOTHING UNTUK MERAMALKAN RETRIBUSI PENGUJIAN KENDARAAN BERMOTOR DISHUB KLATEN
EFEKTIVITAS METODE BOX-JENKINS DAN EXPONENTIAL SMOOTHING UNTUK MERAMALKAN RETRIBUSI PENGUJIAN KENDARAAN BERMOTOR DISHUB KLATEN Puji Rahayu 1), Rohmah Nur Istiqomah 2), Eminugroho Ratna Sari 3) 1)2)3) Matematika
Lebih terperinciPERBANDINGAN MODEL PADA DATA DERET WAKTU PEMAKAIAN LISTRIK JANGKA PENDEK YANG MENGANDUNG POLA MUSIMAN GANDA ABSTRAK
PERBANDINGAN MODEL PADA DATA DERET WAKTU PEMAKAIAN LISTRIK JANGKA PENDEK YANG MENGANDUNG POLA MUSIMAN GANDA Gumgum Darmawan 1), Suhartono 2) 1) Staf Pengajar Jurusan Statistika FMIPA UNPAD 2) Staf Pengajar
Lebih terperinciMODEL EXPONENTIAL SMOOTHING HOLT-WINTER DAN MODEL SARIMA UNTUK PERAMALAN TINGKAT HUNIAN HOTEL DI PROPINSI DIY SKRIPSI
MODEL EXPONENTIAL SMOOTHING HOLT-WINTER DAN MODEL SARIMA UNTUK PERAMALAN TINGKAT HUNIAN HOTEL DI PROPINSI DIY SKRIPSI Diajukan Kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Investasi 2.1.1 Pengertian Investasi Investasi sering diartikan menunda pengeluaran konsumtif supaya uang bisa berkembang biak lebih dulu. Kalau uang sudah berkembang, barulah
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 terperinciPERAMALAN JUMLAH KUNJUNGAN WISATAWAN MANCANEGARA YANG BEKUNJUNG KE BALI MENGGUNAKAN FUNGSI TRANSFER
PERAMALAN JUMLAH KUNJUNGAN WISATAWAN MANCANEGARA YANG BEKUNJUNG KE BALI MENGGUNAKAN FUNGSI TRANSFER I Ketut Putra Adnyana 1, I Wayan Sumarjaya 2, I Komang Gde Sukarsa 3 1 Jurusan Matematika, Fakultas FMIPA
Lebih terperinciBAB 2 LANDASAN TEORI. datang dengan waktu yang relatif lama (assaury, 1991). Secara teoritis peramalan
18 BAB 2 LANDASAN TEORI 2.1 Pengertian Ramalan Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama (assaury, 1991). Secara teoritis peramalan
Lebih terperinciBAB II LANDASAN TEORI. Peramalan adalah proses perkiraan (pengukuran) besarnya atau jumlah
BAB II LANDASAN TEORI 2.1 Peramalan 2.1.1 Definisi dan Tujuan Peramalan Peramalan adalah proses perkiraan (pengukuran) besarnya atau jumlah sesuatu pada waktu yang akan datang berdasarkan data pada masa
Lebih terperinciBAB 1 PENDAHULUAN. meteorologi dan geofisika yang salah satu bidangnya adalah iklim.
BAB 1 PENDAHULUAN 1.1. Latar Belakang Di Indonesia meteorologi diasuh dalam Badan Meteorologi dan Geofisika di Jakarta yang sejak tahun enam puluhan telah diterapkan menjadi suatu direktorat perhubungan
Lebih terperinciOPTIMALISASI PERENCANAAN PRODUKSI DENGAN PREEMPTIVE GOAL PROGRAMMING (STUDI KASUS: UD. DODOL MADE MERTA TEJAKULA, SINGARAJA)
OPTIMALISASI PERENCANAAN PRODUKSI DENGAN PREEMPTIVE GOAL PROGRAMMING (STUDI KASUS: UD. DODOL MADE MERTA TEJAKULA, SINGARAJA) Ni Putu Deviyanti 1, Ni Ketut Tari Tastrawati 2, I Wayan Sumarjaya 3 1 Jurusan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 DATA MINING Data Mining adalah analisis otomatis dari data yang berjumlah banyak atau kompleks dengan tujuan untuk menemukan pola atau kecenderungan yang penting yang biasanya
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 terperinciBAB I PENDAHULUAN. Dugaan atau perkiraan mengenai kejadian atau peristiwa pada waktu yang
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dugaan atau perkiraan mengenai kejadian atau peristiwa pada waktu yang akan datang disebut ramalan dan tindakan dalam membuat dugaan atau perkiraan tersebut
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Peramalan (Forceasting) 2.1.1 Pengertian Peramalan Untuk memajukan suatu usaha harus memiliki pandangan ke depan yakni pada masa yang akan datang. Hal seperti ini yang harus dikaji
Lebih terperinciPrediksi Laju Inflasi di Kota Ambon Menggunakan Metode ARIMA Box Jenkins
Statistika, Vol. 16 No. 2, 95 102 November 2016 Prediksi Laju Inflasi di Kota Ambon Menggunakan Metode ARIMA Box Jenkins FERRY KONDO LEMBANG Jurusan Matematika Fakultas MIPA Universitas Pattimura Ambon
Lebih terperinciBAB IV ANALISIS DAN PEMBAHASAN
C BAB IV ANALISIS DAN PEMBAHASAN Penelitian ini mencoba meramalkan jumlah penumpang kereta api untuk masa yang akan datang berdasarkan data volume penumpang kereta api periode Januari 994-Februari 203
Lebih terperinciLULIK PRESDITA W APLIKASI MODEL ARCH- GARCH DALAM PERAMALAN TINGKAT INFLASI
LULIK PRESDITA W 1207 100 002 APLIKASI MODEL ARCH- GARCH DALAM PERAMALAN TINGKAT INFLASI 1 Pembimbing : Dra. Nuri Wahyuningsih, M.Kes BAB I PENDAHULUAN 2 LATAR BELAKANG 1. Stabilitas ekonomi dapat dilihat
Lebih terperinciMetode Box - Jenkins (ARIMA)
Metode Box - Jenkins (ARIMA) Metode peramalan saat ini cukup banyak dengan berbagai kelebihan masing-masing. kelebihan ini bisa mencakup variabel yang digunakan dan jenis data time seriesnya. nah, dalam
Lebih terperinciPENERAPAN MODEL ARFIMA (AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE) DALAM PERAMALAN SUKU BUNGA SERTIFIKAT BANK INDONESIA (SBI)
PENERAPAN MODEL ARFIMA (AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE) DALAM PERAMALAN SUKU BUNGA SERTIFIKAT BANK INDONESIA (SBI) Liana Kusuma Ningrum dan Winita Sulandari, M.Si. Jurusan Matematika,
Lebih terperinciPrediksi Jumlah Penumpang Kapal Laut di Pelabuhan Laut Manado Menggunakan Model ARMA
Prediksi Jumlah Penumpang Kapal Laut di Pelabuhan Laut Manado Menggunakan Model ARMA Jeine Tando 1, Hanny Komalig 2, Nelson Nainggolan 3* 1,2,3 Program Studi Matematika, Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciPERAMALAN KUNJUNGAN WISATA DENGAN PENDEKATAN MODEL SARIMA (STUDI KASUS : KUSUMA AGROWISATA)
PERAMALAN KUNJUNGAN WISATA DENGAN PENDEKATAN MODEL SARIMA (STUDI KASUS : KUSUMA AGROWISATA) Oleh : Nofinda Lestari 1208 100 039 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Vanissa Hapsari,2013
BAB I PENDAHULUAN 1.1. Latar Belakang Tingkat pencemaran udara di beberapa kota besar cenderung meningkat dari tahun ke tahun. Hal ini disebabkan oleh beberapa faktor diantaranya jumlah transportasi terus
Lebih terperinciKAJIAN TEORI. atau yang mewakili suatu himpunan data. Menurut Supranoto (2001:14) Rata rata (μ) dari distribusi probabilitas
6 BAB II KAJIAN TEORI A. Statistik Dasar 1. Average (Rata-rata) Menurut Spiegel,dkk (1996:45) rata-rata yaitu sebuah nilai yang khas atau yang mewakili suatu himpunan data. Menurut Supranoto (2001:14)
Lebih terperinciPEMODELAN DATA RUNTUK WAKTU PADA DATA PRODUKSI SUSU SAPI DI AMERIKA SEJAK TAHUN
PEMODELAN DATA RUNTUK WAKTU PADA DATA PRODUKSI SUSU SAPI DI AMERIKA SEJAK TAHUN 1962 1975 Jantini Trianasari Natangku dan Fitria Puspitoningrum Mahasiswa Program Studi Matematika Fakultas Sains dan Matematika
Lebih terperinciBAB II TINJAUAN PUSTAKA. autokovarians (ACVF) dan fungsi autokorelasi (ACF), fungsi autokorelasi parsial
BAB II TINJAUAN PUSTAKA Berikut teori-teori yang mendukung penelitian ini, yaitu konsep dasar peramalan, konsep dasar deret waktu, proses stokastik, proses stasioner, fungsi autokovarians (ACVF) dan fungsi
Lebih terperinciMetode Variasi Kalender untuk Meramalkan Banyaknya Penumpang Kereta Api
Metode Variasi Kalender untuk Meramalkan Banyaknya Penumpang Kereta Api Efek Variasi Kalender dengan Pendekatan Regresi Time Series Nur Ajizah 1, Resa Septiani Pontoh 2, Toni Toharudin 3 Mahasiswa Program
Lebih terperinciBAB 2 LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegitan yang memperkirakan apa yang akan
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan (Forecasting) adalah suatu kegitan yang memperkirakan apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. Kegunaan peramalan
Lebih terperinciPENGGUNAAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (P,Q) UNTUK PERAMALAN HARGA DAGING AYAM BROILER DI PROVINSI JAWA TIMUR
Seminar Nasional Matematika dan Aplikasinya, 21 Oktober 27 PENGGUNAAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (P,Q) UNTUK PERAMALAN HARGA DAGING AYAM BROILER DI PROVINSI JAWA TIMUR
Lebih terperinciBAB II KAJIAN PUSTAKA. dicatat, atau diobservasi sepanjang waktu secara berurutan. Periode waktu dapat
BAB II KAJIAN PUSTAKA 2.1 Konsep Dasar Runtun Waktu Data runtun waktu (time series) merupakan data yang dikumpulkan, dicatat, atau diobservasi sepanjang waktu secara berurutan. Periode waktu dapat berupa
Lebih terperinciBAB I PENDAHULUAN. Pasar modal adalah tempat kegiatan perusahaan untuk mencari dana yang
BAB I PENDAHULUAN 1.1 Latar Belakang Pasar modal adalah tempat kegiatan perusahaan untuk mencari dana yang digunakan untuk membiayai kegiatan usahanya. Selain itu, pasar modal merupakan suatu usaha penghimpunan
Lebih terperinci