Kata Kunci : Forecasting, Program Perhitungan, Simple Moving Averages, Weighted Moving Averages, Mean Absolute Deviation, Mean Square Error

Ukuran: px
Mulai penontonan dengan halaman:

Download "Kata Kunci : Forecasting, Program Perhitungan, Simple Moving Averages, Weighted Moving Averages, Mean Absolute Deviation, Mean Square Error"

Transkripsi

1 PREDIKSI PEMINATAN PROGRAM KEAHLIAN CALON SISWA BARU DENGAN METODE SIMPLE MOVING AVERAGES DAN WEIGHTED MOVING AVERAGES (Studi Kasus : SMK TEXMACO SEMARANG) Isa Raa Machilikha Putera Sistem Iformasi, Fakultas Ilmu Komputer, Uiversitas Dia Nuswatoro Jl. Nakula I, o. 5 -, Semarag, isaraamachilikhaputera@gmail.com Abstrak Ketidakstabila dalam jumlah saldo keuaga koperasi yag terjadi tiap periodeya dikareaka masih diterapkaya aalisa dega metode maual yag meyebabka tidak efisie da efektif yag meyebabka Kepala Bagia Koperasi tidak memiliki perkiraa jumlah saldo keuaga yag dapat membatu dalam megatur strategi peramala saldo keuaga koperasi pada setiap periodeya. Utuk dapat meramalka saldo keuaga koperasi tiap periodeya peeliti megguaka metode forecastig simple movig averages da weighted movig averages. Dari metode tersebut dilakuka pegujia error megguaka mea absolute deviatio da mea square error, sehigga aka diperoleh metode maa yag lebih sesuai bila diterapka pada Koperasi PT. Idoesia Power Semarag dalam membatu meramalka saldo keuaga koperasi tiap periodeya. Setelah melakuka pegujia didapatka bahwa metode simple movig averages memiliki ilai error yag lebih kecil dibadigka dega weighted movig averages, sehigga simple movig averages lebih cocok diterapka dalam membatu meramalka saldo keuaga koperasi tiap periodeya. Kata Kuci : Forecastig, Program Perhituga, Simple Movig Averages, Weighted Movig Averages, Mea Absolute Deviatio, Mea Square Error Abstract The umber of fiacial istability i the balace of the cooperatives that occurs i every period. It is caused by maual aalysis method that is used causig a efficiet ad effective that causes the head of cooperatives does't have a estimate of the umber of fiacial balace that ca help i regulatig fiacial forecastig the balace of the cooperative strategy o each period, it ca cause less the target fiacial fulfill the balace of the cooperatives each period. I this reasearch, fiacial balace i each period will be predicted to period every forecastig researchers usig a simple movig averages ad weighted movig averages method. Those method is will be tested usig mea absolute deviatio ad mea square error, to determie which method is more appropriate to applied i Koperasi PT. Idoesia Power Semarag i predict fiacial balace i each period. The testig result show that a simple movig averages method has a smaller error tha weighted movig averages method, so simple movig averages is more suitable to be applied to predict the fiacial balace i that cooperative i each period. Keywords : Forecastig, Calculatio Program, Simple Movig Averages, Weighted Movig Averages, Mea Absolute Deviatio, Mea Square Error

2 . PENDAHULUAN PT. Idoesia Power adalah sebuah uit bisis pembagkit lisrik yag ada di Semarag. PT. Idoesia Power yag berlokasi di Jala Roggowarsito, 5074 (Komplek Pelabuha Tajug Mas Semarag). Di Koperasi PT. Idoesia Power Semarag sediri bertujua sebagai tempat utuk melakuka trasaksi simpa pijam. Dega adaya kegiata simpa pijam di koperasi tersebut, maka data yag tercatum pada database koperasi simpa pijam. Data tersebut tidak haya aka mejadi data mati yag berfugsi sebagai arsip bagi perusahaa saja, tetapi data tersebut dapat dimafaatka da diolah mejadi sebuah iformasi yag bergua utuk peigkata pelayaa kegiata simpa pijam pada PT. Idoesia Power. Seperti orgaisasi lai pada umumya, orgaisasi PT. Idoesia Power merupaka suatu sistem yag didukug oleh sub sistem sub sistem yag bergatug satu sama lai da membetuk satu kesatua utuk mecapai tujua yag ditetapka. Dalam meigkata keuaga koperasi simpa pijam pada PT. Idoesia Power Semarag megalami defisit maupu profit tiap tahuya, tetapi karea Kepala Bagia Koperasi (KOPERSEMAR) tidak memiliki perkiraa perhituga keuaga koperasi simpa pijam yag dapat membatu dalam meetuka saldo keuaga koperasi pada masa yag aka datag. Saat ii pada koperasi PT. Idoesia Power dalam keuaga tidak stabil tiap periodeya. Salah satu cara yag dapat dilakukaya Kepala Bagia Koperasi dalam megatasi hal tersebut atara lai melakuka perhituga peramala keuaga koperasi pada masa yag aka datag, sehigga dapat meghasilka recaa da tujua yag jelas kedepaya. Koperasi pada PT. Idoesia Power Semarag membutuhka sebuah proses peramala yag tepat agar dapat diguaka utuk meramalka saldo keuaga pada tiap periodeya, perhituga ii bisa megguaka metode forecastig movig average. Metode ii termasuk metode yag tepat utuk meramalka keuaga koperasi di masa yag aka datag. Dega metode ii diharapka proses peramala saldo keuaga koperasi yag aka datag tiap periodeya pada Koperasi PT. Idoesia Power Semarag dapat megotrol saldo keuaga koperasi tiap periodeya. Dalam peelitia ii aka berfokus pada pegujia forecastig utuk meetuka keuaga koperasi pada masa yag aka datag pada PT. Idoesia Power Semarag yag berpedoma pada jumlah saldo keuaga koperasi tiap periodeya dega metode forecastig movig average, diharapka dega pegguaa metode ii dapat meramalka keuaga koperasi tiap periodeya, dikareaka saat ii Koperasi PT. Idoesia Power Semarag belum megguaka metode perhituga yag tidak dapat meggambarka keuaga koperasi pada masa yag aka datag. Dalam berbagai peelitia yag meyagkut dega peramala pemiata Program Keahlia, metode ii serig diguaka, misalya oleh Arum Nawag Sari, I Gede Arya Utama da Wey Idah Kusumawati. 202 [] yag melakuka peelitia pada peramala pejuala periode 203 da optimalisasi persediaa baha baku pada PT Kusuma Kecaa Khatulistiwa megguaka metode expoetial smoothig da forecast movig averages, da peelitia oleh Sebastie Thomassey, 200 [2] yag melakuka peelitia megeai

3 pemasara pejuala pada perusahaa baju atau kaos dega metode forecast time series. Dalam peelitia ii aka berfokus pada pegujia forecastig utuk meetuka keuaga koperasi pada masa yag aka datag pada PT. Idoesia Power Semarag yag berpedoma pada jumlah saldo keuaga koperasi tiap periodeya dega metode forecastig movig average, diharapka dega pegguaa metode ii dapat meramalka keuaga koperasi tiap periodeya, dikareaka saat ii Koperasi PT. Idoesia Power Semarag belum megguaka metode perhituga yag tidak dapat meggambarka keuaga koperasi pada masa yag aka datag. 2. FORECAST adalah sebuah sei atau ilmu memprediksi peristiwa-peristiwa masa depa. Peramala memerluka data historis da memproyeksika ke masa depa dega beberapa betuk model statistik da matematis, disesuaika dega peilaia baik oleh maajer. [] Meurut Heizer, dalam usaha kegiata ramala dikelompokka oleh horizo waktu masa depa yag medasariya. Tiga kategori yag bermafaat bagi maajer adalah peramala jagka pedek, peramala jagka meegah, peramala jagka pajag.. Peramala jagka pedek Retag waktuya mecapai satu tahu tetapi umumya kurag dari tiga bula. Peramala jagka pedek diguaka utuk merecaaka pembelia, pejadwala kerja, peugasa da tigkat produksi. 2. Peramala jagka meegah Peramala jagka meegah biasaya berjagka tiga bula higga tiga tahu. Peramala ii sagat bermafaat dalam perecaaa pejuala, perecaaa pegaggara produksi, pegaggara kas da megaalisis berbagai recaa operasi. 3. Peramala jagka pajag Peramala ii retag waktuya biasaya tiga tahu atau lebih, diguaka dalam merecaaka produk baru, pegeluara modal, lokasi fasilitas, ekspasi, peelitia da pegembaga. 2. Metode Perhituga Simple Movig Averages Metode movig average atau rata-rata bergerak diguaka utuk merataka deret berkala suatu data yag bergelombag. Movig Average bermafaat jika kita megasumsika permitaa pasar tetap stabil sepajag waktu. Dasar yag dipakai utuk meghitug rata-rata bergerak dilakuka dega mecari ilai rata-rata dari beberapa tahu secara berturut-turut, sehigga diperoleh ilai rata-rata bergerak secara teratur atas dasar jumlah tahu tertetu. Secara matematis, rata-rata bergerak sederhaa yag mejadi estimasi dari permitaa periode berikutya ditujukka dega rumus: Rata rata bergerak Permitaa data periode sebelumya (2.2) Dimaa adalah jumlah periode dalam rata-rata bergerak. Weighted Movig Averages Apabila ada pola Tred yag dapat kita deteksi, timbaga bisa diguaka utuk

4 meempatka lebih bayak tekaa pada ilai baru.tekik ii lebih resposive terhadap perubaha karea periode yag lebih baru mugki lebih besar timbagaya. Piliha timbaga adalah bersifat arbiter, karea tidak ada rumus utuk meetukaya. Rata- rata bergerak tertimbag (weighted movig averages) ditujukka secara matematis sebagai berikut: Rata-rata bergerak Dimaa: (At Ft)2 MSE (2.6) At : Permitaa Aktual pada Ft : Peramala permitaa pada : Jumlah periode peramala yag terlibat (Timbaga utuk periode )(Permitaa dalam periode ) Timbaga (2.3) 2.2 Metode Pegujia Error Mea Absolute Deviatio Utuk megetahui sejauh maa keadala model peramala maka harus meghitug error yag terjadi. Secara sederhaa perhituga MAD dirumuska sebagai berikut: [2] At Ft MAD (2.5) 3. HASIL DAN PEMBAHASAN 3. Perhituga Metode Simple Movig Averages Ratarata Bergera k Permitaa data periode sebelumya ( Dimaa : At : Permitaa Aktual pada Ft : Peramala permitaa pada : Jumlah periode peramala yag terlibat Mea Square Error Utuk megetahui kesalaha pada metode peramala, maka dapat dihitug dega megguaka MSE dega rumus sebagai berikut: Demad Forecast

5 Rata-rata Bergerak Weighted Movig Averages (Timbaga utuk periode )(Permitaa dalam periode ) Timbaga (( ) + ( ) + ( )) ( ) koperasi pada tiap bulaya tidak sesuai dega yag diharapka. 2. Meghasilka aplikasi peramala saldo keuaga koperasi tiap periodeya pada Koperasi PT. Idoesia Power Semarag megguaka metode Simple Movig Averages da Weighted Movig Averages DAFTAR PUSTAKA [] Y. M. Siagia, Aplikasi Supply Chai Maagemet dalam Duia Bisis, S. Ubha, Ed., Jakarta: PT Grasido, [2] G. K. L. J. D. Wiser ad K. Choo Tha, Priciples of Supply Chai Maagemet, 3rd ed., Ed. South Wester: USA: Nelso Educatio, Ltd., Demad Forecast 4. KESIMPULAN Kesimpula yag dapat diambil dalam peelitia ii adalah sebgai berikut :. Berdasarka permasalaha pada Koperasi PT. Idoesia Power Semarag dalam meramalka saldo koperasi tiap periodeya selalu tidak stabil, maka dega meerapka metode forecastig simple movig averages dapat membatu perhituga saldo koperasi secara efektif da efisie. Sebelum diterapkaya metode forecastig pada Koperasi PT. Idoesia Power Semarag sehigga dalam meramalka saldo koperasi masih megguaka perkiraa saja. Hal ii megakibatka ketersediaa saldo

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Metode Pegumpula Data Dalam melakuka sebuah peelitia dibutuhka data yag diguaka sebagai acua da sumber peelitia. Disii peulis megguaka metode yag diguaka utuk melakuka pegumpula

Lebih terperinci

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA PENAKSIRAN DAN PERAMALAN BIAYA Ari Darmawa, Dr. S.AB, M.AB Email: aridarmawa_fia@ub.ac.id A. PENDAHULUAN B. PENAKSIRAN DAN PRAKIRAAN FUNGSI BIAYA C. PENAKSIRAN JANGKA PENDEK - Ekstrapolasi sederhaa - Aalisis

Lebih terperinci

Prosiding Manajemen ISSN:

Prosiding Manajemen ISSN: Prosidig Maajeme ISSN: 2460-7187 Aalisis Peramala Pejuala dega Megguaka Metode Sigle Movig Average, Weighted Movig Average da Expoetial Smoothig Sebagai Dasar Perecaaa Produksi Polo Shirt Pria (Studi Kasus

Lebih terperinci

BAB 3 METODE PENELITIAN. Disini penerapan kriteria optimasi yang digunakan untuk menganalisis

BAB 3 METODE PENELITIAN. Disini penerapan kriteria optimasi yang digunakan untuk menganalisis BAB 3 METODE PENELITIAN 3.1 Peetapa Kriteria Optimasi Disii peerapa kriteria optimasi yag diguaka utuk megaalisis kebutuha pokok pada PT. Kusuma Kecaa Khatulistiwa yaitu : 1. Aalisis forecastig (peramala

Lebih terperinci

FORECASTING (Peramalan)

FORECASTING (Peramalan) FORECASTING (Peramala) PENDAHULUAN Forecastig adalah ramala tetag apa yag aka terjadi dimasa yag aka datag. Forecast Demad atau peramala permitaa mejadi dasar yag sagat petig dalam perecaaa suatu keputusa

Lebih terperinci

LAPORAN RESMI MODUL VII TIME SERIES FORECASTING

LAPORAN RESMI MODUL VII TIME SERIES FORECASTING LAPORAN RESMI MODUL VII TIME SERIES FORECASTING I. Pedahulua A. Latar Belakag (Mi. 4 Paragraf) B. Rumusa Masalah C. Tujua Praktikum (Mi. 3) D. Mafaat Praktikum (Mi. 3) E. Batasa Masalah II. Tijaua Pustaka

Lebih terperinci

Kata Kunci: Forecasting, Program Keahlian, Simple Moving Averages, Weighted Moving Averages, Mean Absolute Deviation, Mean Square Error

Kata Kunci: Forecasting, Program Keahlian, Simple Moving Averages, Weighted Moving Averages, Mean Absolute Deviation, Mean Square Error PREDIKSI PEMINATAN PROGRAM KEAHLIAN CALON SISWA BARU DENGAN METODE SIMPLE MOVING AVERAGES DAN WEIGHTED MOVING AVERAGES (Studi Kasus : SMK TEXMACO SEMARANG) Isa Rana Machilikhan Putera Sistem Informasi,

Lebih terperinci

BAB IV PEMECAHAN MASALAH

BAB IV PEMECAHAN MASALAH BAB IV PEMECAHAN MASALAH 4.1 Metodologi Pemecaha Masalah Dalam ragka peigkata keakurata rekomedasi yag aka diberika kepada ivestor, maka dicoba diguaka Movig Average Mometum Oscillator (MAMO). MAMO ii

Lebih terperinci

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan,

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan, BAB 1 PENDAHULUAN 1.1 Latar Belakag Bagi Negara yag mempuyai wilayah terdiri dari pulau-pulau yag dikeliligi lauta, laut merupaka saraa trasportasi yag dimia, sehigga laut memiliki peraa yag petig bagi

Lebih terperinci

Forecasting Demand. Chapter 4

Forecasting Demand. Chapter 4 Chapter 4 Forecastig Demad Forecast: proses memprediksi kejadia yag dimasa depa. Diguaka utuk mejadi dasar dalam membuat keputusa bisis (produksi, persediaa, fasilitas). Forecastig memiliki 3 Time Horizos

Lebih terperinci

PERAMALAN PERENCANAAN PRODUKSI SEMEN DENGAN METODE EXPONENTIAL SMOOTHING PADA PT. SEMEN INDONESIA

PERAMALAN PERENCANAAN PRODUKSI SEMEN DENGAN METODE EXPONENTIAL SMOOTHING PADA PT. SEMEN INDONESIA PERAMALAN PERENCANAAN PRODUKSI SEMEN DENGAN METODE EXPONENTIAL SMOOTHING PADA PT. SEMEN INDONESIA Agil Saputro, Bambag Purwaggoo *) Program Studi Tekik Idustri, Fakultas Tekik, Uiversitas Dipoegoro, Jl.

Lebih terperinci

BAB II TINJAUAN LITERATUR. Pengendalian persediaan dapat dilakukan dalam berbagai cara, antara lain dengan

BAB II TINJAUAN LITERATUR. Pengendalian persediaan dapat dilakukan dalam berbagai cara, antara lain dengan BAB II TINJAUAN LITERATUR 2.1. Klasifikasi ABC Dalam Persediaa Pegedalia persediaa dapat dilakuka dalam berbagai cara, atara lai dega megguaka aalisis ilai persediaa. Dalam aalisis ii, persediaa dibedajka

Lebih terperinci

PERANCANGAN APLIKASI PERAMALAN PERMINTAAN KEBUTUHAN TENAGA KERJA PADA PERUSAHAAN OUTSOURCING MENGGUNAKAN ALGORITMA SIMPLE MOVING AVERAGE

PERANCANGAN APLIKASI PERAMALAN PERMINTAAN KEBUTUHAN TENAGA KERJA PADA PERUSAHAAN OUTSOURCING MENGGUNAKAN ALGORITMA SIMPLE MOVING AVERAGE Jural TIMES, Vol. V No : 1-5, 016 ISSN : 337 3601 PERANCANGAN APLIKASI PERAMALAN PERMINTAAN KEBUTUHAN TENAGA KERJA PADA PERUSAHAAN OUTSOURCING MENGGUNAKAN ALGORITMA SIMPLE MOVING AVERAGE Hari Utari 1,

Lebih terperinci

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya. BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh

Lebih terperinci

PERAMALAN KURSIDRTERHADAP USDMENGGUNAKAN DOUBLE MOVING AVERAGES DAN DOUBLEEXPONENTIAL SMOOTHING.

PERAMALAN KURSIDRTERHADAP USDMENGGUNAKAN DOUBLE MOVING AVERAGES DAN DOUBLEEXPONENTIAL SMOOTHING. PERAMALAN KURSIDRERHADAP USDMENGGUNAKAN DOUBLE MOVING AVERAGES DAN DOUBLEEXPONENIAL SMOOHING. Padrul Jaa 1), Rokhimi 2), Ismi Ratri Prihatiigsih 3) 1,2,3 PedidikaMatematika, Uiversitas PGRI Yogyakarta

Lebih terperinci

APLIKASI PERHITUNGAN METODE PERAMALAN PRODUKSI PADA CV. X

APLIKASI PERHITUNGAN METODE PERAMALAN PRODUKSI PADA CV. X APLIKASI PERHITUNGAN METODE PERAMALAN PRODUKSI PADA CV. X Sayuti, M 1* 1 Jurusa Tekik Idustri, Fakultas Tekik, Uiversitas Malikussaleh-NAD *E-mail: Tgk_Sayuti@yahoo.co.uk ABSTRAK CV.X, merupaka perusahaa

Lebih terperinci

PERANCANGAN APLIKASI PREDIKSI JUMLAH SISWA BARU PADA YAYASAN CERDAS MURNI MENGGUNAKAN EXPONENTIAL SMOOTHING

PERANCANGAN APLIKASI PREDIKSI JUMLAH SISWA BARU PADA YAYASAN CERDAS MURNI MENGGUNAKAN EXPONENTIAL SMOOTHING PERANCANGAN APLIKASI PREDIKSI JUMLAH SISWA BARU PADA YAYASAN CERDAS MURNI MENGGUNAKAN EXPONENTIAL SMOOTHING Khairu Nisa Ulfa 1, Muhammad Syahrizal 2 Mahasiswa Tekik Iformatika STMIK Budi Darma Meda 1 Dose

Lebih terperinci

MODUL 3 PERAMALAN. Halaman 3

MODUL 3 PERAMALAN. Halaman 3 MODUL 3 PERAMALAN 1. Deskripsi Peramala merupaka tahapa awal dari keseluruha perecaaa produksi. Adaya ketidak pastia dari permitaa kosume di masa yag aka datag meyebabka aktivitas peramala ii sagat dibutuhka

Lebih terperinci

ANALISIS PERAMALAN PENJUALAN USAHA ARDYLA BAKERY DI MUARA BULIAN Muryati 1

ANALISIS PERAMALAN PENJUALAN USAHA ARDYLA BAKERY DI MUARA BULIAN Muryati 1 Jural Ilmiah Uiversitas Bataghari Jambi Vol.17 No.2 Tahu 2017 ANALISIS PERAMALAN PENJUALAN USAHA ARDYLA BAKERY DI MUARA BULIAN Muryati 1 Abstract The role of forecastig was very importat for a compay to

Lebih terperinci

PERANCANGAN DAN PEMBUATAN APLIKASI DECISION SUPPORT SYSTEM (DSS) UNTUK PREDIKSI PERMINTAAN KEBUTUHAN BERAS SECARA MULTIUSER

PERANCANGAN DAN PEMBUATAN APLIKASI DECISION SUPPORT SYSTEM (DSS) UNTUK PREDIKSI PERMINTAAN KEBUTUHAN BERAS SECARA MULTIUSER ISSN : 2338-4018 PERANCANGAN DAN PEMBUATAN APLIKASI DECISION SUPPORT SYSTEM (DSS) UNTUK PREDIKSI PERMINTAAN KEBUTUHAN BERAS SECARA MULTIUSER Agik Damai Istato (agik_damai@yahoo.co.id) Muhammad Hasbi (mhasbi@sius.ac.id)

Lebih terperinci

BAB 2 TINJAUAN TEORI

BAB 2 TINJAUAN TEORI BAB 2 TINJAUAN TEORI 2.1 ISTILAH KEENDUDUKAN 2.1.1 eduduk eduduk ialah orag atatu idividu yag tiggal atau meetap pada suatu daerah tertetu dalam jagka waktu yag lama. 2.1.2 ertumbuha eduduk ertumbuha peduduk

Lebih terperinci

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia ii dilaksaaka di Kota Bogor Pemiliha lokasi peelitia berdasarka tujua peelitia (purposive) dega pertimbaga bahwa Kota Bogor memiliki jumlah peduduk yag

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur 0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia

Lebih terperinci

BAB III METODE PENELITIAN. cuci mobil CV. Sangkara Abadi di Bumiayu. Metode analisis yang dipakai

BAB III METODE PENELITIAN. cuci mobil CV. Sangkara Abadi di Bumiayu. Metode analisis yang dipakai 20 BAB III METODE PENELITIAN 3.1 Jeis Peelitia Peelitia ii merupaka aalisis tetag kelayaka ivestasi usaha cuci mobil CV. Sagkara Abadi di Bumiayu. Metode aalisis yag dipakai adalah metode aalisis kuatitatif

Lebih terperinci

MATERI 13 ANALISIS TEKNIKAL ANALISIS TEKNIKAL

MATERI 13 ANALISIS TEKNIKAL ANALISIS TEKNIKAL MATERI 13 ANALISIS TEKNIKAL ASUMSI-ASUMSI DASAR ANALISIS TEKNIKAL KEUNTUNGAN DAN KRITIK TERHADAP ANALISIS TEKNIKAL TEKNIK-TEKNIK DALAM ANALISIS TEKNIKAL - The Dow Theory - Chart Pola Pergeraka Harga Saham

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN 16 III. METODOLOGI PENELITIAN 3.1. Keragka Pemikira Peelitia Perkembaga zama yag meutut setiap idividu baik dari segi kemampua maupu peampila. Boss Parfum yag bergerak di bidag isi ulag miyak wagi didirika

Lebih terperinci

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah.

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah. BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN 3.1. DIAGRAM ALIR PENELITIAN Perumusa - Sasara - Tujua Pegidetifikasia da orietasi - Masalah Studi Pustaka Racaga samplig Pegumpula Data Data Primer Data Sekuder

Lebih terperinci

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

Pendekatan Nilai Logaritma dan Inversnya Secara Manual Pedekata Nilai Logaritma da Iversya Secara Maual Moh. Affaf Program Studi Pedidika Matematika, STKIP PGRI BANGKALAN affafs.theorem@yahoo.com Abstrak Pada pegaplikasiaya, bayak peggua yag meggatugka masalah

Lebih terperinci

kesimpulan yang didapat.

kesimpulan yang didapat. Bab ii merupaka bab peutup yag merupaka hasil da kesimpula dari pembahasa serta sara peulis berdasarka kesimpula yag didapat. BAB LANDASAN TEORI. Kosep Dasar Peramala Peramala adalah kegiata utuk memperkiraka

Lebih terperinci

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Data permitaa Dalam meramalka permitaa produk lever cable utuk kebutuha PT. Kyoda Mas Mulia sediri. data yag diambil utuk perhituga peramala permitaa yaitu dega

Lebih terperinci

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang IV. METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka di Kawasa Patai Ayer, Kabupate Serag Provisi Bate. Lokasi ii dipilih secara segaja atau purposive karea Patai Ayer merupaka salah

Lebih terperinci

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARA DAN FAKTOR DIKON 3.1 Ecoomic Order Quatity Ecoomic Order Quatity (EOQ) merupaka suatu metode yag diguaka utuk megedalika

Lebih terperinci

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data IV METODE PENELITIAN 4.1 Lokasi da waktu Peelitia ii dilakuka di PD Pacet Segar milik Alm Bapak H. Mastur Fuad yag beralamat di Jala Raya Ciherag o 48 Kecamata Cipaas, Kabupate Ciajur, Propisi Jawa Barat.

Lebih terperinci

Implementasi Linear Programming Untuk Memaksimalkan Keuntungan

Implementasi Linear Programming Untuk Memaksimalkan Keuntungan Serag, 25 November 2017 Implemetasi Liear Programmig Utuk Memaksimalka Keutuga Supriyadi 1, Ade Muslimat 2, Realdy Pratama 2, Gia Ramayati 3 1,34) Jurusa Tekik Idustri, Fakultas Tekik,Uiversitas Serag

Lebih terperinci

Jurnal Ilmiah Universitas Batanghari Jambi Vol.8 N0. 2 Juli 2008 ANALISIS PERENCANAAN PERSEDIAAN BAHAN BAKU (STUDY KASUS PD.

Jurnal Ilmiah Universitas Batanghari Jambi Vol.8 N0. 2 Juli 2008 ANALISIS PERENCANAAN PERSEDIAAN BAHAN BAKU (STUDY KASUS PD. Jural Ilmiah Uiversitas Bataghari Jambi Vol.8 N0. 2 Juli 2008 ANALISIS PERENCANAAN PERSEDIAAN BAHAN BAKU (STUDY KASUS PD. GUNUNG MAS JAMBI) PENDAHULUAN Perusahaa yag didirika pada umumya mempuyai tujua

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 31 Flowchart Metodologi Peelitia BAB III METODOLOGI PENELITIAN Gambar 31 Flowchart Metodologi Peelitia 18 311 Tahap Idetifikasi da Peelitia Awal Tahap ii merupaka tahap awal utuk melakuka peelitia yag

Lebih terperinci

PERANCANGAN SISTEM INFORMASI PREDIKSI PEMESANAN STOK ALAT- ALAT MUSIK PADA CV GRAHA MUSIC & LIGHTING

PERANCANGAN SISTEM INFORMASI PREDIKSI PEMESANAN STOK ALAT- ALAT MUSIK PADA CV GRAHA MUSIC & LIGHTING PERANCANGAN SISTEM INFORMASI PREDIKSI PEMESANAN STOK ALAT- ALAT MUSIK PADA CV GRAHA MUSIC & LIGHTING Moch Arifi 1, Rizal Cahya Pratama 1 Sekolah Tiggi Maajeme Iformatika Da Tekik Komputer Surabaya Jl.

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,

Lebih terperinci

APLIKASI PERAMALAN PENJUALAN OBAT MENGGUNAKAN METODE PEMULUSAN (STUDI KASUS: INSTALASI FARMASI RSUD DR MURJANI)

APLIKASI PERAMALAN PENJUALAN OBAT MENGGUNAKAN METODE PEMULUSAN (STUDI KASUS: INSTALASI FARMASI RSUD DR MURJANI) APLIKASI PERAMALAN PENJUALAN OBAT MENGGUNAKAN METODE PEMULUSAN (STUDI KASUS: INSTALASI FARMASI RSUD DR MURJANI) Slamet Riyadi Fakultas Ilmu Komputer Uiversitas Darwa Ali Jl Batu Berlia No. 0 Sampit, Kalimata

Lebih terperinci

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD) Prosidig Statistika ISSN: 2460-6456 Pegedalia Proses Megguaka Diagram Kedali Media Absolute Deviatio () 1 Haida Lestari, 2 Suliadi, 3 Lisur Wachidah 1,2,3 Prodi Statistika, Fakultas Matematika da Ilmu

Lebih terperinci

Peramalan Jumlah Stok Alat Tulis Kantor Di UD ACHMAD JAYA Menggunakan Metode Double Exponential Smoothing

Peramalan Jumlah Stok Alat Tulis Kantor Di UD ACHMAD JAYA Menggunakan Metode Double Exponential Smoothing Jural Ilmiah Tekologi da Iformasia ASIA (JITIKA) Vol.10, No.1, Februari 2016 ISSN: 0852-730X Peramala Jumlah Stok Alat Tulis Kator Di UD ACHMAD JAYA Megguaka Metode Double Expoetial Smoothig Titaia Dwi

Lebih terperinci

Bab III Metoda Taguchi

Bab III Metoda Taguchi Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai dega Mei 03. B. Populasi da Sampel Populasi dalam

Lebih terperinci

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus -Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.

Lebih terperinci

APLIKASI PERAMALAN PENJUALAN MENGGUNAKAN METODE REGRESI LINIER

APLIKASI PERAMALAN PENJUALAN MENGGUNAKAN METODE REGRESI LINIER APLIKASI PERAMALAN PENJUALAN MENGGUNAKAN METODE REGRESI LINIER Rival Zuaidhi, Wahyu S. J. Saputra da Ni Ketut Sari Jurusa Tekik Iformatika, Fakultas Tekologi Iformasi, UPN Vetera Jawa Timur Email: rivalavista@yahoo.com

Lebih terperinci

BAB 2 LANDASAN TEORI. mendapatkan perhatian dan dipelajari oleh ilmuan dari hampir semua ilmu bidang

BAB 2 LANDASAN TEORI. mendapatkan perhatian dan dipelajari oleh ilmuan dari hampir semua ilmu bidang 8 BAB 2 LANDASAN TEORI 2.1 Pegertia Peramala Statistik merupaka salah satu cabag ilmu pegetahua yag palig bayak medapatka perhatia da dipelajari oleh ilmua dari hampir semua ilmu bidag pegetahua, terutama

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas I MIA SMA Negeri 5 Badar Lampug Tahu Pelajara 04-05 yag berjumlah 48 siswa. Siswa tersebut

Lebih terperinci

IV METODE PENELITIAN

IV METODE PENELITIAN IV METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di PT. Bak Bukopi, Tbk Cabag Karawag yag berlokasi pada Jala Ahmad Yai No.92 Kabupate Karawag, Jawa Barat da Kabupate Purwakarta

Lebih terperinci

Lampiran 1 Bukti Kas Masuk

Lampiran 1 Bukti Kas Masuk Lampira 1 Bukti Kas Masuk Lampira 2 Bukti Kas Keluar Lampira 3 Struktur Orgaisasi Lampira 3 Tabel Jawaba Respode Lampira 4 Tabel Hasil Pegujia Data dega SPSS N A1 N A2 N A3 N A4 N A5 N A6 N A7 Pearso TOTAL

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah: BAB III METODOLOGI PENELITIAN 3. Variabel da Defiisi Operasioal Variabel-variabel yag diguaka pada peelitia ii adalah: a. Teaga kerja, yaitu kotribusi terhadap aktivitas produksi yag diberika oleh para

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Daerah peelitia adalah Kota Bogor yag terletak di Provisi Jawa Barat. Pemiliha lokasi ii berdasarka pertimbaga atara lai: (1) tersediaya Tabel Iput-Output

Lebih terperinci

I. DERET TAKHINGGA, DERET PANGKAT

I. DERET TAKHINGGA, DERET PANGKAT I. DERET TAKHINGGA, DERET PANGKAT. Pedahulua Pembahasa tetag deret takhigga sebagai betuk pejumlaha suku-suku takhigga memegag peraa petig dalam fisika. Pada bab ii aka dibahas megeai pegertia deret da

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Disai Peelitia Tujua Jeis Peelitia Uit Aalisis Time Horiso T-1 Assosiatif survey Orgaisasi Logitudial T-2 Assosiatif survey Orgaisasi Logitudial T-3 Assosiatif survey Orgaisasi

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pegertia Peramala Statistik merupaka salah satu cabag ilmu pegetahua yag palig bayak medapatka perhatia da dipelajari oleh ilmua dari hampir semua ilmu bidag pegetahua, terutama

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujua Peelitia Peelitia ii bertujua utuk megetahui apakah terdapat perbedaa hasil belajar atara pegguaa model pembelajara Jigsaw dega pegguaa model pembelajara Picture ad Picture

Lebih terperinci

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung 42 III. METODE PENELITIAN 3.. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di Provisi Sumatera Barat yag terhitug mulai miggu ketiga bula April 202 higga miggu pertama bula Mei 202. Provisi Sumatera

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika Prosidig Semirata FMIPA Uiversitas Lampug, 0 Model Pertumbuha BeefitAsurasi Jiwa Berjagka Megguaka Deret Matematika Edag Sri Kresawati Jurusa Matematika FMIPA Uiversitas Sriwijaya edagsrikresawati@yahoocoid

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Maajeme risiko merupaka salah satu eleme petig dalam mejalaka bisis perusahaa karea semaki berkembagya duia perusahaa serta meigkatya kompleksitas aktivitas perusahaa

Lebih terperinci

Penggunaan Metode Deseasonalized untuk Meramalkan Jumlah Pengunjung Objek Wisata Danau Ranau, Sumatera Selatan

Penggunaan Metode Deseasonalized untuk Meramalkan Jumlah Pengunjung Objek Wisata Danau Ranau, Sumatera Selatan Jural Peelitia Sais Volume 16 Nomor 3 Oktober 013 Pegguaa Metode Deseasoalized utuk Meramalka Jumlah Pegujug Objek Wisata Daau Raau, Sumatera Selata Robiso Sitepu, Putra B.J. Bagu, da M. Haris Suryasah

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I 7 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas XI IPA SMA Negeri I Kotaagug Tahu Ajara 0-03 yag berjumlah 98 siswa yag tersebar dalam 3

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 22 BAB III METODOLOGI PENELITIAN 3.1 Lokasi da Waktu Peelitia Peelitia ii dilaksaaka di tiga kator PT Djarum, yaitu di Kator HQ (Head Quarter) PT Djarum yag bertempat di Jala KS Tubu 2C/57 Jakarta Barat,

Lebih terperinci

ANALISIS KOMBINASI PRODUK DALAM PENCAPAIAN LABA MAKSIMUM. (Studi Kasus pada Perusahaan Konvesi di Pemalang) Hardiwinoto

ANALISIS KOMBINASI PRODUK DALAM PENCAPAIAN LABA MAKSIMUM. (Studi Kasus pada Perusahaan Konvesi di Pemalang) Hardiwinoto ANALISIS KOMBINASI PRODUK DALAM PENCAPAIAN LABA MAKSIMUM (Studi Kasus pada Perusahaa Kovesi di Pemalag) Hardiwioto Fakultas Ekoomi Uiversitas Muhammadiyah Semarag Abstrak Tujua riset adalah utuk megaalisis

Lebih terperinci

MATERI 12 ANALISIS PERUSAHAAN

MATERI 12 ANALISIS PERUSAHAAN MATERI 12 ANALISIS PERUSAHAAN EPS DAN INFORMASI LAPORAN KEUANGAN KELEMAHAN PELAPORAN EPS DALAM LAPORAN KEUANGAN ANALISIS RASIO PROFITABILITAS PERUSAHAAN EARNING PER SHARE (EPS) PRICE EARNING RATIO (PER)

Lebih terperinci

MATEMATIKA EKONOMI 1 Deret. DOSEN Fitri Yulianti, SP, MSi.

MATEMATIKA EKONOMI 1 Deret. DOSEN Fitri Yulianti, SP, MSi. MATEMATIKA EKONOMI 1 Deret DOSEN Fitri Yuliati, SP, MSi. Deret Deret ialah ragkaia bilaga yag tersusu secara teratur da memeuhi kaidah-kaidah tertetu. Bilaga-bilaga yag merupaka usur da pembetuk sebuah

Lebih terperinci

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain III. METODE PENELITIAN 3.1 Jeis da Sumber Data Data yag diguaka pada peelitia ii merupaka data sekuder yag diperoleh dari Bada Pusat Statistik (BPS) Provisi NTB, Bada Perecaaa Pembagua Daerah (BAPPEDA)

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian pengembangan (research and

BAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian pengembangan (research and BAB III METODE PENELITIAN A. Jeis Peelitia Jeis peelitia ii adalah peelitia pegembaga (research ad developmet), yaitu suatu proses peelitia utuk megembagka suatu produk. Produk yag dikembagka dalam peelitia

Lebih terperinci

APLIKASI MODEL ADAPTIVE NEURO FUZZY INFERENCE SYSTEM UNTUK PERAMALAN PASANG SURUT DI AIR LAUT (study kasus Pelabuhan Tanjung Buton Siak)

APLIKASI MODEL ADAPTIVE NEURO FUZZY INFERENCE SYSTEM UNTUK PERAMALAN PASANG SURUT DI AIR LAUT (study kasus Pelabuhan Tanjung Buton Siak) APLIKASI MODEL ADAPTIVE NEURO FUZZY INFERENCE SYSTEM UNTUK PERAMALAN PASANG SURUT DI AIR LAUT (study kasus Pelabuha Tajug Buto Siak) Fitria Sari Mahasiswa Jurusa Tekik Sipil S1 Fakultas Tekik Uiversitas

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI PT.Bak Permata merupaka salah satu bak asioal terbesar di Idoesia da dikeal sebagai bak pelayaa terbaik. Bak Permata dibetuk sebagai hasil merger dari 5 bak di bawah Bada Peyehata

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian

BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian BAB I PENDAHULUAN. Latar Belakag Peelitia Keadaa perekoomia yag terus berubah-ubah aka mempegaruhi tigkat pertumbuha perusahaa-perusahaa yag ada di Idoesia. Utuk itu, perusahaa yag ada di Idoesia harus

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN 16 III. METODOLOGI PENELITIAN 3.1. Keragka Pemikira Pegukura kierja keuaga perusahaa pada dasarya dilaksaaka karea igi megetahui tigkat profitabilitas (keutuga) da tigkat resiko atau tigkat kesehata suatu

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Madiun, untuk mendapatkan gambaran kondisi tempat penelitian secara umum,

BAB III METODOLOGI PENELITIAN. Madiun, untuk mendapatkan gambaran kondisi tempat penelitian secara umum, 32 BAB III METODOLOGI PENELITIAN 3.1 Objek Peelitia Peelitia dilakuka di PT. INKA yag terletak di Jl. Yos Sudarso o 71 Madiu, utuk medapatka gambara kodisi tempat peelitia secara umum, termasuk kegiata-kegiata

Lebih terperinci

BAB II MAKALAH. : Seminar Nasional Sains dan Pendidikan Sains VIII UKSW. : Prosiding Seminar Nasional Matematika VIII UKSW 15 Juni

BAB II MAKALAH. : Seminar Nasional Sains dan Pendidikan Sains VIII UKSW. : Prosiding Seminar Nasional Matematika VIII UKSW 15 Juni BAB II MAKALAH Makalah I. Judul Dipresetasika : Liear Goal Programmig utuk Optimasi Perecaaa si : Semiar Nasioal Sais da Pedidika Sais VIII UKSW 201 yag diseleggaraka oleh Fakultas Sais da Matematika UKSW

Lebih terperinci

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM KONSEP WAKTU UANG PADA MASALAH KEUANGAN. Modul ke: Fakultas EKONOMI DAN BISNIS. Program Studi Akuntansi

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM KONSEP WAKTU UANG PADA MASALAH KEUANGAN. Modul ke: Fakultas EKONOMI DAN BISNIS. Program Studi Akuntansi Modul ke: 05 KONSEP WAKTU UANG PADA MASALAH KEUANGAN Fakultas EKONOMI DAN BISNIS Program Studi Akutasi Idik Sodiki,SE,MBA,MM Pedahulua Kosep ilai waktu dari uag (time value of moey) pada dasarya mejelaska

Lebih terperinci

BAB III METODE PENELITIAN. Dalam melakukan penelitian, terlebih dahulu menentukan desain

BAB III METODE PENELITIAN. Dalam melakukan penelitian, terlebih dahulu menentukan desain BAB III METODE PENELITIAN 3.1 Desai Peelitia Dalam melakuka peelitia, terlebih dahulu meetuka desai peelitia yag aka diguaka sehigga aka mempermudah proses peelitia tersebut. Desai peelitia yag diguaka

Lebih terperinci

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 40 BAB IV PENGUMPULAN DAN PENGOLAHAN DATA Pada bagia ii aka diuraika megeai hasil kegiata pegumpula data da proses pegolaha data yag dilakuka. Sebagai objek peelitia adalah mesi ove botol PT.Pharos Idoesia.

Lebih terperinci

Model Trend untuk Peramalan Jumlah Penduduk Studi kasus pada Pertumbuhan Penduduk Kabupaten Gowa

Model Trend untuk Peramalan Jumlah Penduduk Studi kasus pada Pertumbuhan Penduduk Kabupaten Gowa JTRISTE, Vol., No., Oktober 015, pp. 46~5 ISSN: 355-3677 Model Tred utuk Peramala Jumlah Peduduk Studi kasus pada Pertumbuha Peduduk Kabupate Gowa Sistem Iformasi, STMIK Kharisma Makassar rahmawati@kharisma.ac.id

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Perecaaa Produksi 2.1.1 Pegertia Perecaaa Produksi Perecaaa produksi dapat diartika sebagai proses peetua sumber-sumber yag diperluka utuk melaksaaka operasi maufaktur da megalokasikaya

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

ANALISIS METODE VARIABLE COSTING UNTUK PERENCANAAN LABA (STUDI KASUS PADA PT. SUMBER REJO, KANDANGAN )

ANALISIS METODE VARIABLE COSTING UNTUK PERENCANAAN LABA (STUDI KASUS PADA PT. SUMBER REJO, KANDANGAN ) ANALISIS METODE VARIABLE COSTING UNTUK PERENCANAAN LABA (STUDI KASUS PADA PT. SUMBER REJO, KANDANGAN ) Oleh: Agus Athori Dose Akutasi, Uiversitas Islam Kadiri, Kediri Email: torry_agus@yahoo.com ABSTRAK

Lebih terperinci

MATERI 10 ANALISIS EKONOMI

MATERI 10 ANALISIS EKONOMI MATERI 10 ANALISIS EKONOMI TOP-DOWN APPROACH KONDISI EKONOMI DAN PASAR MODAL VARIABEL EKONOMI MAKRO MERAMAL PERUBAHAN PASAR MODAL 10-1 TOP-DOWN APPROACH Dalam melakuka aalisis peilaia saham, ivestor bisa

Lebih terperinci

A. Pengertian Hipotesis

A. Pengertian Hipotesis PENGUJIAN HIPOTESIS A. Pegertia Hipotesis Hipotesis statistik adalah suatu peryataa atau dugaa megeai satu atau lebih populasi Ada macam hipotesis:. Hipotesis ol (H 0 ), adalah suatu hipotesis dega harapa

Lebih terperinci

ANALISIS RUNTUT WAKTU DAN PERAMALAN (Time Series and Forecasting) Analisis Tren

ANALISIS RUNTUT WAKTU DAN PERAMALAN (Time Series and Forecasting) Analisis Tren ANALISIS RUNTUT WAKTU DAN PERAMALAN (Time Series ad Forecastig) Aalisis Tre P.E.N.D.A.H.U.L.U.A.N Rutut waktu merupaka kumpula data yag tercatat sepajag periode waktu tertetu (cotohya: miggua, bulaa, atau

Lebih terperinci

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa 54 BAB III METODOLOGI PENELITIAN A. Jeis Peelitia Peelitia ii merupaka peelitia deskriptif dega pedekata kuatitatif karea bertujua utuk megetahui kompetesi pedagogik mahasiswa setelah megikuti mata kuliah

Lebih terperinci

SISTEM INFORMASI PERAMALAN PENJUALAN KRIPIK PISANG MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING BERBASIS WEB PADA TOKO TIGA PUTRA DI LUMAJANG

SISTEM INFORMASI PERAMALAN PENJUALAN KRIPIK PISANG MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING BERBASIS WEB PADA TOKO TIGA PUTRA DI LUMAJANG Semiar Nasioal Sistem Iformasi 2017, 14 September 2017 Fakultas Tekologi Iformasi UNMER Malag SISTEM INFORMASI PERAMALAN PENJUALAN KRIPIK PISANG MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING BERBASIS

Lebih terperinci

PERANCANGAN APLIKASIFORECASTING PERTUMBUHAN PENDUDUK PADA KECAMATAN TEBING TINGGIDENGAN MENGGUNAKAN METODE LEAST SQUARE

PERANCANGAN APLIKASIFORECASTING PERTUMBUHAN PENDUDUK PADA KECAMATAN TEBING TINGGIDENGAN MENGGUNAKAN METODE LEAST SQUARE Jural Riset Komputer (JURIKOM), Volume : 3, Nomor: 1, Februari 2016 ISSN : 2407-389X PERANCANGAN APLIKASIFORECASTING PERTUMBUHAN PENDUDUK PADA KECAMATAN TEBING TINGGIDENGAN MENGGUNAKAN METODE LEAST SQUARE

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 30 BAB III METODE PENELITIAN Peelitia pejadwala pembagkit termal ii adalah utuk membadigka metode Lagragia Relaxatio yag diajuka peulis dega metode yag diguaka PLN. Di sii aka diuji metode maa yag peramalaya

Lebih terperinci

P r o s i d i n g 149

P r o s i d i n g 149 P r o s i d i g 149 PENGENDALIAN KUALITAS PRODUK KOPI TRADISIONAL DALAM RANGKA MENINGKATKAN KEPUASAN KONSUMEN Heptari Elita Dewi (1), Aisa Aprilia (2), Heru Satoso Hadi Subagyo (3) Fakultas Pertaia, Uiversitas

Lebih terperinci

i adalah indeks penjumlahan, 1 adalah batas bawah, dan n adalah batas atas.

i adalah indeks penjumlahan, 1 adalah batas bawah, dan n adalah batas atas. 4 D E R E T Kosep deret merupaka kosep matematika yag cukup populer da aplikatif khusuya dalam kasus-kasus yag meyagkut perkembaga da pertumbuha suatu gejala tertetu. Apabila perkembaga atau pertumbuha

Lebih terperinci

PERBANDINGAN METODE SETENGAH RATA-RATA DAN METODE KUADRAT TERKECIL UNTUK PERAMALAN PENDAPATAN PERUSAHAAN DI BLU UPTD TERMINAL MANGKANG SEMARANG

PERBANDINGAN METODE SETENGAH RATA-RATA DAN METODE KUADRAT TERKECIL UNTUK PERAMALAN PENDAPATAN PERUSAHAAN DI BLU UPTD TERMINAL MANGKANG SEMARANG PERBANDINGAN METODE SETENGAH RATA-RATA DAN METODE KUADRAT TERKECIL UNTUK PERAMALAN PENDAPATAN PERUSAHAAN DI BLU UPTD TERMINAL MANGKANG SEMARANG Rachmad Budi Septiawa 1, Era Zui A. 2 Tekik Iformatika, Fakultas

Lebih terperinci

METODE PENELITIAN. 3.1 Kerangka Pemikiran

METODE PENELITIAN. 3.1 Kerangka Pemikiran 24 III. METODE PENELITIN 3.1 Keragka Pemikira BMT l-fath IKMI melakuka fugsi meyalurka daa dega melakuka pembiayaa kepada UMKM. Produk pembiayaa yag dimiliki BMT l-fath IKMI adalah Murabahah da Iarah.

Lebih terperinci

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN DALAM SUATU MODEL NON-LINIER Abstrak Nur ei 1 1, Jurusa Matematika FMIPA Uiversitas Tadulako Jl. Sukaro-Hatta Palu,

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka di lokasi huta taama idustri yag terdapat di PT. Wirakarya Sakti Provisi Jambi. Waktu pelaksaaa peelitia ii adalah bula April

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENERIMA JAMKESMAS DI DESA KATERBAN MENGGUNAKAN METODE WEIGHTED PRODUCT SKRIPSI

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENERIMA JAMKESMAS DI DESA KATERBAN MENGGUNAKAN METODE WEIGHTED PRODUCT SKRIPSI SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENERIMA JAMKESMAS DI DESA KATERBAN MENGGUNAKAN METODE WEIGHTED PRODUCT SKRIPSI Diajuka Utuk Memeuhi Sebagia Syarat Gua Memperoleh Gelar Sarjaa Komputer (S.Kom) Pada

Lebih terperinci

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL BAB VIII MASAAH ESTIMASI SAT DAN DA SAMPE 8.1 Statistik iferesial Statistik iferesial suatu metode megambil kesimpula dari suatu populasi. Ada dua pedekata yag diguaka dalam statistik iferesial. Pertama,

Lebih terperinci

Lolita, et al., Analisis Kebutuhan Tempat Tidur Tiap Kelas di Unit Rawat Inap Rumah Sakit..

Lolita, et al., Analisis Kebutuhan Tempat Tidur Tiap Kelas di Unit Rawat Inap Rumah Sakit.. Aalisis Kebutuha Tempat Tidur Tiap Kelas di Uit Rawat Iap Rum Sakit Djatiroto Kabupate Lumajag Aalysis of The Needs Each Bed Class I The Ipatiet Djatiroto Hospital I Lumajag Regecy Sella Lolita, Nuryadi,

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara BAB I PENDAHULUAN 1.1 Latar Belakag Salah satu pera da fugsi statistik dalam ilmu pegetahua adalah sebagai. alat aalisis da iterpretasi data kuatitatif ilmu pegetahua, sehigga didapatka suatu kesimpula

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 30 III. METODE PENELITIAN A. Metode Dasar Peelitia Metode yag diguaka dalam peelitia adalah metode deskriptif, yaitu peelitia yag didasarka pada pemecaha masalah-masalah aktual yag ada pada masa sekarag.

Lebih terperinci

Optimasi Rencana Produksi Menggunakan Model Matriks Transportasi Bowman

Optimasi Rencana Produksi Menggunakan Model Matriks Transportasi Bowman Performa (2) Vol., No.: 26-34 Optimasi Recaa Megguaka Model Matriks Trasportasi Bowma (Studi Kasus di PT. X, Magelag) Taufiq Rochma Jurusa Tekik Idustri, Uiversitas Sebelas Maret, Surakarta Abstract Productio

Lebih terperinci