Peramalan Total Market Sepeda Motor Dan Total Penjualan Motor X Di Propinsi Jawa Timur Dengan Pendekatan ARIMA Box-Jenkins Dan ARIMAX
|
|
- Hendra Tan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Peramalan Toal Marke epeda Moor Dan Toal Penjualan Moor X Di Propinsi Jawa Timur Dengan Pendekaan ARIMA Box-Jenkins Dan ARIMAX Oleh: Novia Dwi R. (300027) Dosen Pembimbing: Dr. eiawan, M.i
2 2 AGENDA PENDAHULUAN TINJAUAN PUTAKA METODOLOGI PENELITIAN ANALII DAN PEMBAHAAN KEIMPULAN DAN ARAN
3 LATAR BELAKANG 3
4 4 LATAR BELAKANG Definisi Transporasi Menuru ukaro (2006): Perpindahan dari suau empa ke empa yang lain dengan menggunakan ala pengangkuan.
5 5 LATAR BELAKANG Lipuan 6 (203), menyaakan bahwa Jawa Timur merupakan propinsi yang paling banyak menjual sepeda moor pada ahun 202 yaiu sebesar,2 jua uni kendaraan roda dua. Jumlah ersebu elah mendisribusikan penjualan sepeda moor sebesar 5,69% dari oal penjualan secara nasional sebesar 7,4 jua uni.
6 6 LATAR BELAKANG Menuru Invesor Daily (203), penjualan sepeda moor merek "X" meningka 26% pada periode uari-april 203 dibandingkan periode yang sama pada ahun 202. Penjualan sepeda moor "X" elah menguasai pangsa pasar di Propinsi Jawa Timur lebih dari 50%.
7 7 LATAR BELAKANG Menuru Guilinan dan Paul (200) dalam Wahyuni (2008) menyaakan bahwa konsumen akan menjauhkan pilihannya erhadap barang yang dibeli didorong oleh lingkungan, eknologi, budaya, dan ekonomi yang erjadi.
8 8 LATAR BELAKANG PT. Y merupakan dealer uama pemasaran sepeda moor X di wilayah Propinsi Jawa Timur dan NTT. Tingginya perminaan sepeda moor X, sebaiknya pihak disribuor yaiu PT. Y melakukan anisipasi dengan meramalkan perminaan sepeda moor sampai beberapa periode waku kedepan. Hal ini diperlukan unuk menjaga persediaan dalam kondisi opimal
9 9 LATAR BELAKANG Nursia (200) Menganalisis mengenai penjualan sepeda moor MPM jenis cub supra 26 cc di kawasan Waru, idoarjo dengan menggunakan ARIMA Box-Jenkins Ameilia (202) Meramalkan penjualan sepeda moor Honda pada dealer PT. Daya Anugerah Mandiri menggunakan meode Moving Average (MA) dan Weigh Moving Average (WMA).
10 0 RUMUAN MAALAH Bagaimana karakerisik oal marke sepeda moor dan penjualan sepeda moor "X" sera pola daa penjualan di Propinsi Jawa Timur? Bagaimana pemodelan menggunakan model ARIMA erhadap oal marke sepeda moor dan penjualan sepeda moor "X" di Propinsi Jawa Timur? Bagaimana pemodelan menggunakan model ARIMAX erhadap oal marke sepeda moor dan penjualan sepeda moor "X" di Propinsi Jawa Timur? Bagaimana perbandingan hasil kebaikan model anara model ARIMA Box-Jenkins dan ARIMAX erhadap oal marke sepeda moor dan penjualan sepeda moor "X" di Propinsi Jawa Timur?
11 TUJUAN PENELITIAN Unuk mengeahui dan memahami karakerisik oal marke sepeda moor dan penjualan sepeda moor "X" sera pola daa penjualan di Propinsi Jawa Timur. Unuk mengeahui dan memahami pemodelan sera hasil peramalan berdasarkan model ARIMAM erhadap oal marke sepeda moor dan penjualan sepeda moor "X" di Provinsi Jawa Timur. Unuk mengeahui dan memahami pemodelan sera hasil peramalan berdasarkan model ARIMAX erhadap oal marke sepeda moor dan penjualan sepeda moor "X" di Provinsi Jawa Timur. Unuk mengeahui dan memahami perbandingan hasil kebaikan model anara model ARIMA Box-Jenkins dan ARIMAX erhadap oal marke sepeda moor dan penjualan sepeda moor "X" di Propinsi Jawa Timur.
12 2 MANFAAT Peneliian mengenai oal marke sepeda moor dan penjulan sepeda moor "X" di Propinsi Jawa Timur diharapkan dapa memberikan manfaa, bagi PT. Y selaku disribuor sepeda moor "X". Hasil peramalan dapa digunakan pihak PT. Y unuk mengeahui perkiraan marke share penjulan sepeda moor "X" erhadap oal marke sepeda moor di Jawa Timur, sehingga dapa digunakan oleh PT. Y dalam menyusun sraegi pemasaran agar dapa menguasai dan meningkakan pangsa pasar sepeda moor.elain iu, dapa digunakan unuk menganisipasi penjualan sepeda moor "X" di Jawa Timur pada masa yang akan daang, sehingga perminaan konsumen dapa erpenuhi.
13 3 BATAAN MAALAH Baasan dalam peneliian ini difokuskan pada oal marke sepeda moor dan penjulan sepeda moor "X" baru di wilayah Propinsi Jawa Timur secara univariae dengan melakukan pendekaan model ARIMA Box- Jenkins dan ARIMAX dengan inpunya merupakan variansi kalender.
14 4 AGENDA PENDAHULUAN TINJAUAN PUTAKA METODOLOGI PENELITIAN ANALII DAN PEMBAHAAN KEIMPULAN DAN ARAN
15 5 TATITIKA DEKRIPTIF aisika deskripif merupakan meodemeode yang berkaian dengan pengumpulan dan penyajian suau gugus daa sehingga memberikan informasi yang berguna (Walpole, 995). Analisis saisika deskripif yang digunakan pada peneliian ini melipui raa-raa (mean), sandar deviasi, nilai maksimum, dan nilai minimum.
16 6 ANALII TIME ERIE Analisis ime series merupakan meode peramalan (forecasing) serangkaian aau derean daa pengamaan yang didasarkan pada indeks dere waku dengan inerval waku eap dan bersifa acak aau random (Wei, 2006). Daa pengamaan yang bersifa acak aau disebu sebagai variabel random dengan selang pengamaan pada waku disimbolkan dengan. Z
17 7 PROE TAIONER Dalam Mean ( ) d B Z = a Proses asioner Dalam Varians T ( Z ) Z λ = λ
18 8 Transformasi Box-Cox Nilai (lambda) Transformasi -,0 Z -0,5 0,0 ln Z Z 0,5 Z,0 (idak dilakukan ranformasi) Z
19 9 MODEL ARIMA Model ARIMA menjelaskan analisis ime series yang non sasioner. Model ARIMA non musiman (non seasonal) aau ARIMA (p,d,q) memiliki persamaan sebagai beriku. φ ( = θ 0 θ p d B )( B) Z q ( B) Apabila menunjukkan pola musiman (seasonal), maka pemodelan muliplikaif easonal ARIMA (p,d,q)(p,d,q) sebagai beriku. Φ P ( Θ d D B ) φ p ( B)( B) ( B ) Z = θ q ( B) Q ( B ) a a
20 20 MODEL ARIMAX Berdasarkan Cryer dan Chan (2008) dalam Lee, uharono, dan Hamzah menyaakan bahwa model ARIMAX merupakan model ARIMA dengan variabel ambahan. Model ARIMAX erbagi menjadi dua, yaiu model ARIMAX dengan ren sokasik dan model ARIMAX dengan ren deerminisik. Beriku merupakan model ARIMAX dengan ren deerminisik. Z = γ V, V 2 2,... pv p, θ ( B) Θ Φ q P ( B ) Q D ( B p ) φ ( B) a
21 ACF PACF = = = = n k n k k Z Z Z Z Z Z k 2 _ ^ 0 ^ ^ ) ( ) )( ( γ γ ρ = = = k j j kj k j j k kj k k k ^ ^ ^ ^ ^, ^ ρ φ ρ φ ρ φ dan k j j k k k k kj j k,..., ;, ^, ^ ^, ^ = = φ φ φ φ 2 IDENTIFIKAI MODEL
22 22 DIAGNOTIC CHECKING Uji L-Jung Box Hipoesisnya sebagai beriku. H 0 : ρ = ρ 2 =... = ρ k = H : Paling sediki ada sau aisik Uji: 0 ρ j 0 ; j =,2,..., k Q K ^ = n( n 2) ( n k) ρ k = k 2
23 23 DIAGNOTIC CHECKING Uji Residual Berdisribusi Normal Hipoesisnya sebagai beriku. H : F( x) = F0 ( 0 x H : F( x) F0 ( x) aisik Uji: ) D = up ( x ) F 0 ( x )
24 24 Krieria Ou-ample Krieria ou sample yang dapa digunakan pada pemilihan model erbaik yaiu smape (ymmeric Mean Absolue Percenage Error). Rumus smpae didefinisikan sebagai beriku (Makridakis & Hibbon, 2000). smape didefinisikan sebagai beriku. smape = n n Z ( Z i= ^ Z Z ^ ) / 2
25 25 AGENDA PENDAHULUAN TINJAUAN PUTAKA METODOLOGI PENELITIAN ANALII DAN PEMBAHAAN KEIMPULAN DAN ARAN
26 26 UMBER DATA Daa yang digunakan dalam peneliian ini adalah daa bulanan oal marke sepeda moor dan jumlah penjualan sepeda moor "X" di Jawa Timur periode Daa diperoleh dari PT. Y. Daa dibagi menjadi dua yaiu daa in-sample periode uari 2003 sampai dengan Desember 203 sera daa ou-sample periode uari 204 sampai dengan Mare 204.
27 27 VARIABEL PENELITIAN No. Variabel Keerangan. Toal marke sepeda moor Z, 2. Toal penjualan "X" Z 2,
28 28 VARIABEL DUMMY No. Variabel Keerangan. bulan sebelum Hari Raya Idul Firi 2. bulan erjadinya Hari Raya Idul Firi 3. bulan seelah Hari Raya Idul Firi 4. bulan uari sampai dengan Desember 5. ren deerminisik V V V,..., 2 D D D 2 D 2 Periode bulan uari sampai dengan Desember ahun 20 Tren periode bulan uari sampai dengan Desember ahun 20 Periode bulan uari sampai dengan Desember ahun Tren Periode bulan uari sampai dengan Desember ahun
29 29 LANGKAH ANALII. Melakukan analisis deskripif, yaiu mencari nilai raa-raa (mean), sandar deviasi, maksimum sera minimum dari daa oal marke dan penjualan sepeda moor "X".
30 30 LANGKAH ANALII 2. Melakukan pemodelan dengan menggunakan model easonal ARIMA. Langkah-langkahnya sebagai beriku. a. Melakukan idenifikasi pola daa dengan meliha ime series plo. b.melakukan uji sasionerias daa dalam varians dan mean. c.membua plo ACF dan PACF. d.pendugaan awal model ARIMA berdasarkan diiha dari plo ACF dan PACF. e.penaksiran parameer. Parameer signifikan apabila kurang dari alpha 5%. f.pengujian residual, asumsi yang harus erpenuhi yaiu whie noise dan berdisribusi normal. g.melakukan pembandingan model erbaik berdasarkan nilai dari kebaikan model ou-sample. h.melakukan peramalan pada periode berikunya.
31 3 LANGKAH ANALII 3. Melakukan pemodelan dengan model ARIMAX dengan inpu adalah variansi kalender. Langkah-langkahnya adalah. a.melakukan idenifikasi pola daa dengan meliha ime series plo. b.menenukan variabel dummy unuk variansi kalender c.meregresikan variabel respon dengan variabel dummy. eelah iu melakukan eliminasi dari variabel dummy yang idak signifikan secara backward, sehingga diperoleh residual dari parameer yang sudah signifikan. d.penenuan orde residual diperoleh dari pengamaan erhadap plo ACF dan PACF. e.pengujian residual, asumsi yang harus erpenuhi yaiu whie noise dan berdisribusi normal. f.melakukan pembandingan model erbaik berdasarkan nilai dari kebaikan model ou-sample. g.melakukan peramalan pada periode berikunya.
32 32 AGENDA PENDAHULUAN TINJAUAN PUTAKA METODOLOGI PENELITIAN ANALII DAN PEMBAHAAN KEIMPULAN DAN ARAN
33 TATITIKA DEKRIPTIF Dec/200 Dec/20 26 Nov 03 4 Nov 04 4 Nov Oc 06 3 Oc 07 2 Oc 08 2 ep 09 0 ep 0 3 Aug 9 Aug 2 8 Aug TOTAL MARKET Monh Year lide 52 33
34 TATITIKA DEKRIPTIF Dec/200 Dec/20 26 Nov 03 4 Nov 04 4 Nov Oc 063 Oc 07 2 Oc 08 2 ep 09 0 ep 0 3 Aug 9 Aug 2 8 Aug Honda Monh Year lide 56 34
35 35 TATITIKA DEKRIPTIF Daa JAN FEB MAR APR MEI JUNI JULI AGUT EP OKT NOV DE
36 36 TATITIKA DEKRIPTIF Daa JAN FEB MAR APR MEI JUNI JULI AGUT EP OKT NOV DE
37 37 TATITIKA DEKRIPTIF TOTAL MARKET PER TAHUN Tahun Jumlah Raa-Raa. Dev Min Maks , , , , , , , , , , ,
38 38 TATITIKA DEKRIPTIF TOTAL MARKET PER BULAN Bulan Jumlah Raa-Raa. Dev Min Maks. uari , Februari , Mare , April , Mei , Juni , Juli , Agusus , epember , Okober , November , Desember ,
39 39 TATITIKA DEKRIPTIF MARKET HARE "X" Tahun Toal "X" Toal Marke Marke hare (%) , , , , , , , , , , ,3
40 TATITIKA DEKRIPTIF TOTAL "X" PER TAHUN Tahun Jumlah Raa-. Dev Min Maks. Raa , , , , , , , , , , ,
41 4 TATITIKA DEKRIPTIF TOTAL "X" PER BULAN Bulan Jumlah Raa-Raa. Dev Min Maks. uari , Februari , Mare , April , Mei , Juni , Juli , Agusus , epember , Okober , November , Desember ,
42 42 PEMODELAN ARIMA TOTAL MARKET Lower CL Upper CL Lambda (using 95.0% confidence) Esimae Lower CL Upper CL Rounded Value Dev Lambda Limi Dev Lower CL Upper CL Lambda (using 95.0% confidence) Esimae 0.66 Lower CL Upper CL.38 Rounded Value Limi Lambda
43 43 PEMODELAN ARIMA TOTAL MARKET Auocorrelaion Lag Parial Auocorrelaion Lag PLOT ACF PLOT PACF
44 44 PEMODELAN ARIMA TOTAL MARKET No. Variabel Keerangan. ARIMA(,,0)(,0,0) 2 Residual whie noise dan berdisribusi normal
45 45 PEMODELAN ARIMA TOTAL MARKET Auocorrelaion Parial Auocorrelaion Lag Lag PLOT ACF PLOT PACF
46 46 PEMODELAN ARIMA TOTAL MARKET No. Variabel Keerangan. ARIMA(,,0)(,,0) 2 Residual whie noise dan berdisribusi normal 2. ARIMA(0,,)(0,,) 2 Residual whie noise dan berdisribusi normal
47 47 PEMODELAN ARIMA TOTAL "X" Lower CL Upper CL Lambda (using 95.0% confidence) Esimae Lower CL Upper CL 0.23 Rounded Value 0.00 Dev Lambda Limi Dev Lower CL Upper CL Limi Lambda (using 95.0% confidence) Esimae Lower CL Upper CL 3.06 Rounded Value Lambda
48 48 PEMODELAN ARIMA TOTAL "X" Auocorrelaion Parial Auocorrelaion Lag Lag PLOT ACF PLOT PACF
49 49 PEMODELAN ARIMA TOTAL "X" No. Variabel Keerangan. ARIMA([,8],,0) (,0,0) 2 Residual whie noise dan berdisribusi normal 2. ARIMA(0,,[,8])(0,0,) 2 Residual whie noise dan berdisribusi normal
50 50 PEMODELAN ARIMA TOTAL "X" Auocorrelaion Lag Parial Auocorrelaion Lag PLOT ACF PLOT PACF
51 5 PEMODELAN ARIMA TOTAL "X" No. Variabel Keerangan. ARIMA([,3],,0)(,,0) 2 Residual whie noise dan berdisribusi normal 2. ARIMA(0,,)(0,,) 2 Residual whie noise dan berdisribusi normal
52 Model ARIMAX deerminisik adalah 52 PEMODELAN ARIMAX TOTAL MARKET D D D D V V V Z 2, 2, 0, 0 9, 9 8, 8 7, 7 6, 6 5, 5 4, 4 3, 3 2, 2, γ γ γ γ α α α δ = lide 33
53 53 αα γ δ PEMODELAN Parameer δ α γ 2 γ 3 γ Esimasi 653, , , -30, , , , , , , , , , , ,2 Uji asumsi Whie Noise P-value: <0,000
54 54 PEMODELAN PLOT ACF PLOT PACF ARIMAX TOTAL MARKET Lag Auocorrelaion Lag Parial Auocorrelaion
55 Model yang sesuai yaiu ARIMA o Persamaan model yang erbenuk yaiu 55 PEMODELAN ARIMAX TOTAL MARKET ,,,,,,,,,,,,,, ([],0,0), γ α δ a B I I I D V Z ) 0,75739 ( , , 36.56, , , , , , , , , , , , , ,6 594, ,, 0, 9, 8, 7, 6, 5, 4, 3, 2,, 2 =
56 56 PEMODELAN Parameer δ α γ 2 γ Esimasi 344, , , , , , ,8 3.30, , , ,7.454, ,3 ARIMAX TOTAL "X" Uji asumsi Whie Noise P-value: <0,000 lide 34
57 57 PEMODELAN PLOT ACF PLOT PACF ARIMAX TOTAL "X" Lag Auocorrelaion Lag Parial Auocorrelaion
58 Model yang sesuai yaiu ARIMA o Persamaan model yang erbenuk yaiu 58 PEMODELAN TOTAL "X" ,,,,,,,,,,,,,,, 0), ([,4],0, γ γ α δ a B B I I D D V Z ) 0, ,49327 ( 7.93, ,7 3.72, 3.086, , ,8 8.26, ,8 4.40, 3.64,5.849,2.937, ,6 2.50,6 832, , ,7 34, ,, 0, 9, 8, 7, 6, 5, 4, 3, 2,, 2 2 =
59 59 KEBAIKAN MODEL TOTAL MARKET Model Ou-ample (Nilai smape) ARIMA(,,0)(,0,0) 2 2,8697% ARIMA(,,0)(,,0) 2,4259% ARIMA(0,,)(0,,) 2 3,534% ARIMAX,5623%
60 60 KEBAIKAN MODEL RAMALAN 204 Bulan Ramalan Baas Bawah Baas Aas uari Februari Mare April Mei Juni Juli Agusus epember Okober November Desember
61 6 KEBAIKAN MODEL PLOT Year Monh Daa DATA RAMALAN Variable Year Monh 204 Dec Nov Oc ep Aug Jul Jun May Apr Mar Feb Daa OUTAMPLE RAMALAN BATA BAWAH BATA ATA Variable
62 62 KEBAIKAN MODEL TOTAL "X" Model Ou-ample (Nilai smape) ARIMA([,8],,0)(,0,0) 2 8,8339% ARIMA(0,, [,8])(0,0,) 2 9,0026% ARIMA([,3],,0)(,,0) 2 3,2002% ARIMA(0,,)(0,,) 2 9,956% ARIMAX 9,9729%
63 63 KEBAIKAN MODEL RAMALAN 204 Bulan Ramalan Baas Bawah Baas Aas uari Februari Mare April Mei Juni Juli Agusus epember Okober November Desember
64 64 KEBAIKAN MODEL PLOT Year Monh Daa DATA RAMALAN Variable Year Monh 204 Dec Nov Oc ep Aug Jul Jun May Apr Mar Feb Daa OUTAMPLE RAMALAN2 BATA BAWAH BATA ATA Variable
65 65 KEIMPULAN Hasil dari analisis dan pembahasan dapa disimpulkan beberapa poin sebagai beriku.. Penjualan sepeda moor, baik oal marke maupun penjualan sepeda moor merek "X" di Jawa Timur erus mengalami kenaikan iap ahunnya. au bulan sebelum Hari Raya Idul Firi, penjualan sepeda moor cenderung mengalami peningkaan yang signifikan. elain iu, pada bulan-bulan erenu cenderung mengalami peningkaan penjualan yang cukup inggi. Pada oal marke sepeda moor, penjualan di aas raa-raa, yaiu erjadi pada bulan Juli, Agusus, epember, dan Okober. edangkan pada oal "X", pada bulan yang sama, yaiu Juli, Agusus, epember, dan Okober juga mengalami penjualan yang inggi di aas raa-raa.
66 66 KEIMPULAN 2.Hasil pemodelan dengan ARIMAX dikeahui bahwa variabel-variabel yang mempengaruhi sebagai beriku. A. Pada penjualan sepeda moor oal marke diperoleh variabel-variabel yang mempengaruhi yaiu variabel ren, bulan sebelum Hari Raya Idul Firi, periode 2 (dua), sera bulan uari sampai dengan Desember. B. Pada penjualan oal sepeda moor "X" diperoleh variabel-variabel yang mempengaruhi yaiu variabel ren, bulan sebelum Hari Raya Idul Firi, periode 2 (dua), ren periode 2(dua), sera bulan uari sampai dengan Desember.
67 KEIMPULAN 3.Hasil idenifikasi berdasarkan krieria kebaikan model yang elah memenuhi whie noise dan berdisribusi normal erhadap variabel oal marke dan oal "X" sepeda moor di Jawa Timur sebagai beriku. A. Pada penjualan sepeda moor oal marke diperoleh nilai peramalan oal pada ahun 204 sebesar uni sepeda moor. Nilai peramalan pada ahun 204 sebesar lebih rendah dibandingkan ahun 203 sebesar uni. edangkan penjualan eringgi sepeda moor erjadi pada bulan Juli dan Desember, diperkirakan penjualan pada bulan Juli mencapai uni sepeda moor dan pada bulan Desember mencapai uni sepeda moor. 67
68 68 KEIMPULAN B. Pada penjualan sepeda moor oal "X" diperoleh peramalan oal penjualan sepeda moor "X" pada ahun 204 sebesar Hasil peramalan pada ahun 204 sebesar uni lebih rendah dibandingkan ahun 203 sebesar edangkan penjualan eringgi sepeda moor merek "X" erjadi pada bulan Juli dan Desember, diperkirakan penjualan pada bulan Juli mencapai uni sepeda moor dan pada bulan Desember mencapai uni sepeda moor.
69 69 ARAN Daa penjualan sepeda moor oal marke dan sepeda moor "X" di Jawa Timur memiliki korelasi yang inggi, sehingga pada peneliian selanjunya dapa menggunakan meode peramalan secara mulivariae. elain iu, apabila menggunakan meode peramalan easonal ARIMA dibandingkan dengan menggunakan 3 (iga) model daa, yaiu daa subse, addiive, dan muliplicaive.
70 DAFTAR PUTAKA Aswi & ukarna. (2006). Analisis Dere Waku. Makassar: Andira Publisher. Cryer, J.D., & Chan, K.. (2008). Time eries Analysis (2 nd ed.). New York: pringer cience & Business Media. Hurvich, C.M. & Tsai, C. (99). A Correced Akaike Informaion Crierion for Vecor Auoregressive Model elecion. Journal of Time eries Analysis, 4(3), Invesor Daily. (203). Meningka Jualan Moor "X" di Jaim dan NTT. Diakses pada anggal 5 Februari 204 di www. bisnis.invesor.co.id. Karikasari,P. & uharono. (203). Prediksi Penjualan di Perusahaan Riel dengan Meode Peramalan Hirarki Berdasarkan Model Variasi Kalender. Jurnal ains dan eni POMIT, 2(), Lee, M.h., uharono, & Hamzah, N.A. (200). Calendar Variaion Model Based On Arimax for Forecasing ales Daa wih Ramadhan Effec. Proceedings of he Regional Conference on aiical ciences:
71 DAFTAR PUTAKA Lipuan 6. (203). Jualan epeda Moor Paling laris di Jawa Timur. Diakses pada anggal 5 Februari 204 di www. bisnis.lipuan6.com. Makridakis,. & Hibbon, M. (2000). The M3-Compeiion: Resuls, Conclusions and Implicaions. Inernaional Journal of Forecasing, 6, Nursia, L. (200). Analisis Peramalan Penjualan epeda Moor Di Mira Pinashika Musika (MPM) "X" Moor dengan Pendekaan Arima Box-Jenkins. Tugas akhir yang idak dipublikasikan, Jurusan aisika, Insiu Teknologi epuluh Nopember. ukaro, H. (2006). Transporasi Perkoaan dan Lingkungan. Jurnal Teknik ipil 2(3), Tarigan, F. & apura, E. (203). Analisis Perumbuhan Moda Transporasi dan Infrasrukur Jalan di Kabupaen leman dan Koa Yogyakara Tahun Jurnal Bumi Indonesia, 2(2). 7
72 DAFTAR PUTAKA Teresia, A. (204). Apa Penyebab Pasar Bebek Menciu?. Diakses pada anggal 3 Mare 204 di hp:// Penye- bab-pasar-moor-bebek-menciu-. Walpole, R.e. (995). Penganar Meode aisika. Edisi Keiga. Jakara: Gramedia Pusaka Uama Wahyuni, D.U. (2008). Pengaruh Moivasi, Persepsi dan ikap Konsumen Terhadap Kepuusan Pembelian epeda Moor Merek "X" di Kawasan urabaya Bara. Jurnal Manajemen dan Kewirausahaan, 0(), Wei, W.W.. (2006). Time eries Analysis Univariae and Mulivariae Mehods. New York: Pearson Educaion, Inc. 72
73 73 Peramalan Toal Marke epeda Moor Dan Toal Penjualan Moor "X" Di Propinsi Jawa Timur Dengan Pendekaan ARIMA Box-Jenkins Dan ARIMAX Oleh: Novia Dwi R. (300027) Dosen Pembimbing: Dr. eiawan, M.i
ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI KABUPATEN NGAWI DENGAN ARIMA DAN VARIASI KALENDER. Muflih Rori Putra Harahap
ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI KABUPATEN NGAWI DENGAN ARIMA DAN VARIASI KALENDER Muflih Rori Pura Harahap 30 00 052 Pembimbing : Dr. Drs. Agus Suharsono, M.S. LATAR BELAKANG PENDAHULUAN
Lebih terperinciANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI MITRA PINASTHIKA MUSTIKA (MPM) HONDA MOTOR DENGAN PENDEKATAN ARIMA
ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI MITRA PINASTHIKA MUSTIKA (MPM) HONDA MOTOR DENGAN PENDEKATAN ARIMA Oleh : Liviani Nursia 307030040 Dosen Pembimbing: Dr. Brodjol Suijo S.U, MSi Laar Belakang
Lebih terperinciPeramalan Jumlah Pengunjung Domestik dan Mancanegara di Maharani Zoo & Goa Menggunakan ARIMA Box - Jenkins
Peramalan Jumlah Pengunjung Domesik dan Mancanegara di Maharani oo & Goa Menggunakan ARIMA Box - Jenkins Vivi Kusuma Sulisyawai (3030085) Dosen Pembimbing Dr. Irhamah, S.Si.,M.Si Laar Belakang Rumusan
Lebih terperinciPrediksi Penjualan Sepeda Motor Honda di Kabupaten dan Kotamadya Malang dengan Metode Peramalan Hierarki. Oleh : Rika Susanti
Prediksi Penjualan Sepeda Moor Honda di Kabupaen dan Koamadya Malang dengan Meode Peramalan Hierarki Oleh : Rika Susani 1310100066 Dosen Pembimbing Co. Pembimbing : Dra. Desri Susilaningrum, M.Si. : Dr.
Lebih terperinciJURNAL SAINS DAN SENI POMITS Vol. 3, No.2, (2014) ( X Print) D-326
JURNAL AIN DAN ENI OMIT Vol. 3, No., (4) 337-35 (-98X rin) D-36 eramalan Toal Marke eeda Moor dan Toal enjualan Moor X di roinsi Jawa Timur dengan endekaan ARIMA Box-Jenkins dan Auoregressive Inegraed
Lebih terperinciPeramalan Volume Penjualan Semen di PT.Semen Gresik Persero Tbk
Peramalan Volume Penjualan Semen di PT.Semen Gresik Persero Tbk Oleh : Dwi Hapsari K (1306 100 015) Dosen Pembimbing : Dra. Karika Firiasari, M.Si 1 Pendahuluan Laar Belakang, Perumusan Masalah, Tujuan
Lebih terperinciPERAMALAN JUMLAH PENUMPANG TRANSPORTASI UDARA TUJUAN SURABAYA BALIKPAPAN DENGAN METODE ARIMA BOX-JENKINS
PERAMALAN JUMLAH PENUMPANG TRANSPORTASI UDARA TUJUAN SURABAYA BALIKPAPAN DENGAN METODE ARIMA BOX-JENKINS Joko Ariyadi (308 030 060) Pembimbing : Drs. Brodjol Suijo Suprih Ulama, M.Si Laar Belakang 2 Laar
Lebih terperinciBAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF
BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF Pada bab ini akan dibahas mengenai sifa-sifa dari model runun waku musiman muliplikaif dan pemakaian model ersebu menggunakan meode Box- Jenkins beberapa ahap
Lebih terperinciAnalisis Peramalan Jumlah Permintaan Kerudung di Industri Kecil Kerudung Arin di Surabaya dengan Metode Variasi Kalender
Analisis Peramalan Jumlah Perminaan Kerudung di Indusri Kecil Kerudung Arin di Surabaya dengan Meode Variasi Kalender Disusun oleh : Sely Enggar Rusiano 307 030 030 Dosen Pembimbing : Dr. Irhamah, M.Si
Lebih terperinciOleh: TANTI MEGASARI Dosen Pembimbing : Dra. Nuri Wahyuningsih, MKes
PERAMALAN INDEKS HARGA SAHAM YANG DIPENGARUHI KURS, PERUBAHAN INFLASI, POSISI JUMLAH DEPOSITO BERJANGKA, SUKU BUNGA SBI DAN DEPOSITO MENGGUNAKAN FUNGSI TRANSFER DAN ARCH-GARCH Oleh: TANTI MEGASARI 6 00
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Laar Belakang Pada dasarnya peramalan adalah merupakan suau dugaan aau perkiraan enang erjadinya suau keadaan di masa depan. Akan eapi dengan menggunakan meodemeode erenu peramalan
Lebih terperinciAnalisis Peramalan Jumlah Penumpang Kereta Api Penataran Tujuan Surabaya-Malang
Analisis Peramalan Jumlah Penumpang Kerea Api Penaaran Tujuan Surabaya-Malang Oleh. Andria Prima Diago 08.00.0 Dosen Pembimbing. r. Dwiamono Agus, M.komp Andria Prima Diago 08.00.0 nsiu Teknologi Sepuluh
Lebih terperinciPeramalan Kebutuhan Premium dengan Metode ARIMAX untuk Optimasi Persediaan di Wilayah TBBM Madiun
JURNAL AIN DAN ENI IT Vol. 1, No. 1, (ep. 2012 IN: 2301-928X D-230 Peramalan Kebuuhan Premium dengan Meode ARIMAX unuk Opimasi Persediaan di Wilayah TM Madiun Nindia ekar Dini, Haryono, dan uharono Jurusan
Lebih terperinciANALISIS PERAMALAN KOMBINASI TERHADAP JUMLAH PERMINTAAN DARAH DI SURABAYA (STUDI KASUS:
ANALISIS PERAMALAN KOMBINASI TERHADAP JUMLAH PERMINTAAN DARAH DI SURABAYA (STUDI KASUS: UDD PMI KOTA SURABAYA) Oleh: Winda Eka Febriana (0500) Pembimbing: Ir. Dwiamono Agus W., MIKom . LATAR BELAKANG DARAH
Lebih terperinciPeramalan Kebutuhan Premium dengan Metode ARIMAX untuk Optimasi Persediaan di Wilayah TBBM Madiun
Peramalan Kebuuhan Premium dengan Meode ARIMAX unuk Opimasi Persediaan di Wilayah TBBM Madiun Oleh: Nindia Sekar Dini 1308100088 Pembimbing: Drs. Haryono, MSIE Dr. Suharono 1 Ouline Pendahuluan Tinjauan
Lebih terperinciESTIMASI PARAMETER MODEL ARMA UNTUK PERAMALAN DEBIT AIR SUNGAI MENGGUNAKAN GOAL PROGRAMMING
ESTIMASI PARAMETER MODEL ARMA UNTUK PERAMALAN DEBIT AIR SUNGAI MENGGUNAKAN GOAL PROGRAMMING Nama: Zahroh Aiqoh 05 00 0 Dosen Pembimbing: Dra. Nuri Wahyuningsih, MKes Drs. Sulisiyo, MT Jurusan Maemaika
Lebih terperinciPEMODELAN DATA DERET WAKTU YANG MENGANDUNG EFEK VARIASI KALENDER PADA KASUS PENJUALAN PRODUK DI PERUSAHAAN RITEL
Seminar Nasional Saisika IX Insiu Teknologi Sepuluh Nopember, 7 November 9 PEMODELAN DATA DERET WAKTU YANG MENGANDUNG EFEK VARIASI KALENDER PADA KASUS PENJUALAN PRODUK DI PERUSAHAAN RITEL Y.P.Y. Asmara,
Lebih terperinciPeramalan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Model Dinamis
JURNAL SAINS DAN NI POMITS Vol. 3, No. 2, (2014) ISSN: 2337-3539 (2301-9271 Prin) D-224 Peramalan Penjualan Sepeda Moor di Jawa Timur dengan Menggunakan Model Dinamis Desy Musika dan Seiawan Jurusan Saisika,
Lebih terperinciKAJIAN PEMODELAN DERET WAKTU: METODE VARIASI KALENDER YANG DIPENGARUHI OLEH EFEK VARIASI LIBURAN
JMP : Volume 4 omor, Juni 22, hal. 35-46 KAJIA PEMODELA DERET WAKTU: METODE VARIASI KALEDER YAG DIPEGARUHI OLEH EFEK VARIASI LIBURA Winda Triyani Universias Jenderal Soedirman winda.riyani@gmail.com Rina
Lebih terperinciPemodelan Indeks Harga Konsumen Kelompok Bahan Makanan menggunakan Metode Intervensi dan Regresi Spline ABSTRAK
Pemodelan Indeks Harga Konsumen Kelompok Bahan Makanan menggunakan Meode Inervensi dan Regresi Spline Rina Andriani, Dr. Suharono, M.Sc 2 Mahasiswa Jurusan Saisika FMIPA-ITS, 2 Dosen Jurusan Saisika FMIPA-ITS
Lebih terperinciPemodelan Data Runtun Waktu : Kasus Data Tingkat Pengangguran di Amerika Serikat pada Tahun
Pemodelan Daa Runun Waku : Kasus Daa Tingka Pengangguran di Amerika Serika pada Tahun 948 978. Adi Seiawan Program Sudi Maemaika, Fakulas Sains dan Maemaika Universias Krisen Saya Wacana, Jl. Diponegoro
Lebih terperinci*Corresponding Author:
Prosiding Seminar Tugas Akhir FMIPA UNMUL 5 Periode Mare 6, Samarinda, Indonesia ISBN: 978-6-7658--3 Penerapan Model Neuro-Garch Pada Peramalan (Sudi Kasus: Reurn Indeks Harga Saham Gabungan) Applicaion
Lebih terperinciS 9 Peramalan Volume Penjualan Calana Panjang di Boyolali dengan Menggunakan Model Variasi Kalender
9 Peramalan Volume Penjualan Calana Panjang di Boyolali dengan Menggunakan Model Variasi Kalender Wahyuni uryaningyas Dosen FKIP Universias Muhammadiyah urabaya e-mail: ma_ums @yahoo.com ABTRAK Bisnis
Lebih terperinciPeramalan Hasil Produksi Pupuk NPK Menggunakan Model Fungsi Transfer Multi Input. : Nesia Brilliana I.P NRP :
Peramalan Hasil Produksi Pupuk NPK Menggunakan Model Fungsi Transfer Muli Inpu Nama : Nesia Brilliana I.P NRP : 20800023 Jurusan : Maemaika Dosen Pembimbing : Dra. Nuri Wahyuningsih, M. Kes Pemberian pupuk
Lebih terperinciTUGAS AKHIR. untuk Analisis Peramalan Data Ekspor Non Migas Indonesia Di Sektor Pertanian, Sektor Perindustrian dan Sektor
TUGAS AKHIR Pendekaan Meode ARIMA Box Jenkins unuk Analisis Peramalan Daa Ekspor Non Migas Indonesia Di Sekor Peranian, Sekor Perindusrian dan Sekor Nurul Laifa Perambangan 307 030 70 Dosen pembimbing
Lebih terperinciBAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun
43 BAB METODE PEMUUAN EKPONENA TRPE DAR WNTER Meode pemulusan eksponensial elah digunakan selama beberapa ahun sebagai suau meode yang sanga berguna pada begiu banyak siuasi peramalan Pada ahun 957 C C
Lebih terperinciagenda Pendahuluan Tinjauan Pustaka Metodologi Penelitian Analisis dan Pembahasan Kesimpulan dan Saran
seminar ugas akhir Renny Elfira Wulansari 0000 pembimbing Dr. Suharono, S.Si, M.Sc Gedung H Lanai Saisika FMIPA-ITS Surabaya, Juli 04 agenda Pendahuluan Tinjauan Pusaka Meodologi Peneliian Analisis dan
Lebih terperinciANALISIS PERAMALAN INDEKS HARGA SAHAM KOSPI DENGAN MENGGUNAKAN METODE INTERVENSI
Seminar Nasional Saisika IX Insiu Teknologi Sepuluh Nopember, 7 November 009 XV-1 ANALISIS PERAMALAN INDEKS HARGA SAHAM KOSPI DENGAN MENGGUNAKAN METODE INTERVENSI Muhammad Sjahid Akbar, Jerry Dwi Trijoyo
Lebih terperinciAbstrak Hampir seluruh aktivitas manusia di berbagai belahan bumi sangat bergantung terhadap ketersediaan air bersih.
1 Peramalan Volume Produksi Air Bersih di PDAM Kabupaen Bojonegoro berdasarkan Jumlah Pelanggan dan Volume Konsumsi Air Fasha Aulia Pradhani dan Adaul Mukarromah Jurusan Saisika, FMIPA, ITS Jl. Arief Rahman
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LADASA TEORI 2.1 Pengerian Peramalan Peramalan (forecasing) adalah suau kegiaan yang memperkirakan apa yang akan erjadi pada masa yang akan daang. Meode peramalan merupakan cara unuk memperkirakan
Lebih terperinciPeramalan Inflasi Nasional Berdasarkan Faktor Ekonomi Makro Menggunakan Pendekatan Time Series Klasik dan ANFIS
JURNAL SAINS DAN SENI IS Vol. 4, No., () 2337-3 (2-928X Prin) D-67 Peramalan Inflasi Nasional Berdasarkan Fakor Ekonomi Makro Menggunakan Pendekaan ime Series Klasik dan ANFIS Clara Agusin Sephani, Agus
Lebih terperinciBAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan
BAB 2 URAIAN EORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan memperkirakan aau memprediksi apa yang erjadi pada waku yang akan daang, sedangkan rencana merupakan penenuan apa yang akan dilakukan
Lebih terperincimetodologi penelitian
pendahuluan injauan pusaka meodologi peneliian hasil dan pembahasan kesimpulan Pusaka Meodologi Peningkaan Energi lisrik Kebuuhan energi lisrik Pengembangan sisem energi lisrik Peramalan beban lisrik Slide
Lebih terperinciPERAMALAN FUNGSI TRANSFER SINGLE INPUT INDEKS HARGA SAHAM GABUNGAN TERHADAP SAHAM NEGARA TERDEKAT
Saisika, Vol. 2, No. 2, November 24 PERAMALAN FUNGSI TRANSFER SINGLE INPUT INDEKS HARGA SAHAM GABUNGAN TERHADAP SAHAM NEGARA TERDEKAT Sri Wahyuni, 2 Farikhin, Iswahyudi Joko Suprayino Program Sudi Saisika
Lebih terperinciPemodelan Produksi Minyak dan Gas Bumi pada Platform MK di PT X Menggunakan Metode ARIMA, Neural Network, dan Hibrida ARIMA-Neural Network
D-378 JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (26) 2337-3520 (23-928X Prin) Pemodelan Produksi Minyak dan Gas Bumi pada Plaform MK di PT X Menggunakan Meode ARIMA, Neural Nework, dan Hibrida ARIMA-Neural
Lebih terperinciPERAMALAN KONSUMSI LISTRIK PADA SEGMEN RUMAH TANGGA PT PLN (PERSERO) DISTRIBUSI JAWA TIMUR
TUGAS AKHIR SS 145561 PERAMALAN KONSUMSI LISTRIK PADA SEGMEN RUMAH TANGGA PT PLN (PERSERO) DISTRIBUSI JAWA TIMUR SARIRAZTY DWIJANTARI NRP 1314 030 010 Dosen Pembimbing Dr. Wahyu Wibowo, S.Si., M.Si DEPARTEMEN
Lebih terperinciBAB III ARFIMA-FIGARCH. pendek (short memory) karena fungsi autokorelasi antara dan turun
BAB III ARFIMA-FIGARCH 3. Time Series Memori Jangka Panjang Proses ARMA sering dinyaakan sebagai proses memori jangka pendek (shor memory) karena fungsi auokorelasi anara dan urun cepa secara eksponensial
Lebih terperinciPENERAPAN METODE TRIPLE EXPONENTIAL SMOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUSAHAAN MEBEL SINAR JEPARA TANJUNGANOM NGANJUK.
PENERAPAN METODE TRIPLE EXPONENTIAL MOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUAHAAN MEBEL INAR JEPARA TANJUNGANOM NGANJUK. ii Rukayah*), Achmad yaichu**) ABTRAK Peneliian ini berujuan unuk
Lebih terperinciPeramalan Inflasi Menggunakan Model Fungsi Transfer Multi Input. Forcasting Inflation Using Multiple Input Transfer Function Model
Peramalan Inflasi Menggunakan Model Fungsi Transfer Muli Inpu Forcasing Inflaion Using Muliple Inpu Transfer Funcion Model Novi Adisia, Sri Wahyuningsih, dan Rio Goeanoro 3 Laboraorium Saisika Terapan
Lebih terperinciANALISIS INTERVENSI KENAIKAN HARGA BBM BERSUBSIDI PADA DATA INFLASI KOTA SEMARANG
ISSN: 9-54 JURNAL GAUSSIAN, Volume 4, Nomor, Tahun 05, Halaman 6-60 Online di: hp://eournal-s.undip.ac.id/index.php/gaussian ANALISIS INTERVENSI KENAIKAN HARGA BBM BERSUBSIDI PADA DATA INFLASI KOTA SEMARANG
Lebih terperinciMODEL ARIMAX DAN DETEKSI GARCH UNTUK PERAMALAN INFLASI KOTA DENPASAR
MODEL ARIMAX DAN DETEKSI GARCH UNTUK PERAMALAN INFLASI KOTA DENPASAR S - 27 Rukini, Suharono2 2,2 Jurusan Saisika Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Teknologi Sepuluh Nopember (ITS) Surabaya
Lebih terperinciIV METODE PENELITIAN
IV METODE PENELITIAN 4.1. Lokasi dan Waku Peneliian Peneliian yang dilakukan mengenai analisis perencanaan pengadaan una berdasarkan ramalan ime series volume ekspor una loin beku di PT Tridaya Eramina
Lebih terperinciPERAMALAN JUMLAH KEBERANGKATAN PENUMPANG PELAYARAN DALAM NEGERI DARI PELABUHAN TANJUNG PERAK MENGGUNAKAN ARIMA-BOX JENKINS
TUGAS AKHIR SS 4556 PERAMALAN JUMLAH KEBERANGKATAN PENUMPANG PELAYARAN DALAM NEGERI DARI PELABUHAN TANJUNG PERAK MENGGUNAKAN ARIMA-BOX JENKINS Nina Fannani NRP 34 030 02 Dosen Pembimbing Dr. Wahyu Wibowo,
Lebih terperinciModel ARIMAX Dan Deteksi GARCH Untuk Peramalan Inflasi Kota Denpasar Tahun 2014
JEKT Model ARIMAX Dan Deeksi GARCH Unuk Peramalan Inflasi Koa Denpasar Tahun 2014 Rukini *) Badan Pusa Saisik Provinsi Bali ABSTRAK pemerinah dalam mengambil kebijakan unuk menjaga sabilias moneer di masa
Lebih terperinciPeramalan Volume Penjualan Total Sepeda Motor di Kabupaten Bojonegoro dan Lamongan dengan Pendekatan Model ARIMAX dan VARX
Peramalan Volume Penjualan Toal Seeda Moor di Kabuaen Bojonegoro dan Lamongan dengan Pendekaan Model ARIMAX dan VARX Sii Maghfiroul Ulyah, Desri Susilaningrum, 3 Suharono Jurusan Saisika, Fakulas MIPA,
Lebih terperinciPERAMALAN JUMLAH PENGUNJUNG PANTAI KENJERAN SURABAYA MENGGUNAKAN ARIMA BOX-JENKINS
TUGAS AKHIR SS 145561 PERAMALAN JUMLAH PENGUNJUNG PANTAI KENJERAN SURABAYA MENGGUNAKAN ARIMA BOX-JENKINS Puri Handayani NRP 1314 030 112 Dosen Pembimbing Dr. Brodjol Suijo Suprih Ulama, M.Si. Deparemen
Lebih terperinciJurnal EKSPONENSIAL Volume 5, Nomor 2, Nopember 2014 ISSN
Peramalan Dengan Meode Smoohing dan Verifikasi Meode Peramalan Dengan Grafik Pengendali Moving Range () (Sudi Kasus: Produksi Air Bersih di PDAM Tira Kencana Samarinda) Forecasing wih Smoohing and Verificaion
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang
BAB 2 TINJAUAN TEORITIS 2.1 Pengerian dan Manfaa Peramalan Kegiaan unuk mempeirakan apa yang akan erjadi pada masa yang akan daang disebu peramalan (forecasing). Sedangkan ramalan adalah suau kondisi yang
Lebih terperinci2 efek dari pengaruh kejadian luar (exernal even) pada daa ime series (Wei, 2006). Bila y adalah daa ime series yang mengandung variasi kalender, maka
. PERAMALAN VOLUME KENDARAAN MASUK DI TOL DUPAK-WARU MENGGUNAKAN MODEL VARIASI KALENDER Yosua D. Charismawan (1304 100 024) Pembimbing : Ir. Dwiamono Agus W.,M.Ikom ABSTRAK Tol Surabaya-Gempol merupakan
Lebih terperinciPeramalan Outflow Uang Pecahan di Jawa Timur Menggunakan Generalized Space Time Autoregressive (GSTAR)
JURNA SAINS DAN SENI ITS Vol. 5 No. (16) 7-5 (1-98X Prin) D-59 Peramalan Ouflow Uang Pecahan di Jawa Timur Menggunakan Generalized Space Time Auoregressive (GSTAR) Rahmah Safiri, Seiawan, dan Imam Safawi
Lebih terperinciBAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu
BAB III METODE DEKOMPOSISI CENSUS II 3.1 Pendahuluan Daa dere waku adalah daa yang dikumpulkan dari waku ke waku unuk menggambarkan perkembangan suau kegiaan (perkembangan produksi, harga, hasil penjualan,
Lebih terperinciANALISIS DIRECT SELLING COST DALAM MENINGKATKAN VOLUME PENJUALAN Studi kasus pada CV Cita Nasional.
JURNAL ILMIAH RANGGAGADING Volume 7 No. 1, April 7 : 3-9 ANALISIS DIRECT SELLING COST DALAM MENINGKATKAN VOLUME PENJUALAN Sudi kasus pada CV Cia Nasional. Oleh Emmy Supariyani* dan M. Adi Nugroho *Dosen
Lebih terperinciPerbandingan Metode Winter Eksponensial Smoothing dan Metode Event Based untuk Menentukan Penjualan Produk Terbaik di Perusahaan X
JURAL SAIS DA SEI ITS Vol. 6, o.1, (2017) 2337-3520 (2301-928X Prin) A 1 Perbandingan Meode Winer Eksponensial Smoohing dan Meode Even Based unuk Menenukan Penjualan Produk Terbaik di Perusahaan X Elisa
Lebih terperinciBAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode
20 BAB 2 LADASA TEORI 2.1. Pengerian Peramalan Meode Peramalan merupakan bagian dari ilmu Saisika. Salah sau meode peramalan adalah dere waku. Meode ini disebu sebagai meode peramalan dere waku karena
Lebih terperinciBAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan
BAB II LADASA TEORI 2.1 Pengerian peramalan (Forecasing) Peramalan (Forecasing) adalah suau kegiaan yang mengesimasi apa yang akan erjadi pada masa yang akan daang dengan waku yang relaif lama (Assauri,
Lebih terperinciPERAMALAN JUMLAH PENUMPANG AIRLINES PT. ANGKASA PURA II BANDARA SULTAN SYARIF KASIM II PEKANBARU DENGAN ARIMA(0,1,1)(0,1,1) 12 TUGAS AKHIR.
PERAMALAN JUMLAH PENUMPANG AIRLINES PT. ANGKASA PURA II BANDARA SULTAN SYARIF KASIM II PEKANBARU DENGAN ARIMA(0,,)(0,,) 2 TUGAS AKHIR Diajukan Sebagai Salah Sau Syara unuk Memperoleh Gelar Sarjana Sains
Lebih terperinciPERAMALAN VOLUME PENJUALAN KEDELAI PT. X MENGGUNAKAN METODE ARIMA BOX-JENKINS
TUGAS AKHIR SS 145561 PERAMALAN VOLUME PENJUALAN KEDELAI PT. X MENGGUNAKAN METODE ARIMA BOX-JENKINS Affanda Abdul Hakim Aminullah NRP 1314 030 048 Dosen Pembimbing : Dr. Brodjol Suijo S.U., M.Si Deparemen
Lebih terperinciPERAMALAN JUMLAH PENJUALAN KORAN HARIAN BERLANGGANAN DI PT. JAWA POS DENGAN MENGGUNAKAN ARIMA BOX-JENKINS
TUGAS AKHIR SS 145561 PERAMALAN JUMLAH PENJUALAN KORAN HARIAN BERLANGGANAN DI PT. JAWA POS DENGAN MENGGUNAKAN ARIMA BOX-JENKINS TRI EMIRA RISMAYANTI NRP 1314 030 070 Dosen Pembimbing Dr. Brodjol Suijo
Lebih terperinciPenentuan Pelebaran Window Time Optimal Pada Data Deret Waktu
1 Penenuan Pelebaran Window Time Opimal Pada Daa Dere Waku (1) Nursya`bani Hendro Prabowo dan (2) Raden Mohamad Aok Deparemen Saisika, Fakulas Maemaika dan Ilmu Pengeahuan Alam, Insiu Teknologi Sepuluh
Lebih terperinciPROSEDUR PEMBENTUKAN MODEL VARIASI KALENDER BERDASARKAN MODEL ARIMAX UNTUK PERAMALAN DATA DENGAN EFEK VARIASI KALENDER
Seminar Nasional Saisika IX Insiu Teknologi Sepuluh Nopember, November PROSEDUR PEMBENTUKAN MODEL VARIASI KALENDER BERDASARKAN MODEL ARIMAX UNTUK PERAMALAN DATA DENGAN EFEK VARIASI KALENDER Suharono dan
Lebih terperinciDosen Pembimbing Dr. Brodjol Sutijo Suprih Ulama, M.Si.
TUGAS AKHIR SS 145561 PERAMALAN NILAI IMPOR NON MIGAS DI JAWA TIMUR DENGAN MENGGUNAKAN METODE ARIMA BOX-JENKINS BOBBY AKBAR NRP 1314 030 002 Dosen Pembimbing Dr Brodjol Suijo Suprih Ulama, MSi DEPARTEMEN
Lebih terperinciPeramalan Pengguna Kapal Ferry Ujung-Kamal dengan Metode Intervensi
D-480 JURNAL SAINS DAN SENI IS Vol. No. 2 (6) 2337-3 (2-928X Prin) Peramalan Pengguna Kapal Ferry Ujung-Kamal dengan Meode Inervensi Eka Apriliani, dan Irhamah Jurusan Saisika, Fakulas MIPA, Insiu eknologi
Lebih terperinciPERAMALAN NILAI EKSPOR NON MIGAS SEKTOR PERINDUSTRIAN DI JAWA TIMUR DENGAN MENGGUNAKAN ARIMA BOX-JENKINS
TUGAS AKHIR SS 145561 PERAMALAN NILAI EKSPOR NON MIGAS SEKTOR PERINDUSTRIAN DI JAWA TIMUR DENGAN MENGGUNAKAN ARIMA BOX-JENKINS Mohammad Fariq NRP 1314 030 015 Dosen Pembimbing Dra. Sri Mumpuni Renaningsih,
Lebih terperinciPENENTUAN MODEL PERAMALAN INDEKS HARGA SAHAM GABUNGAN DENGAN METODE ARIMA
PENENTUAN MODEL PERAMALAN INDEKS HARGA SAHAM GABUNGAN DENGAN METODE ARIMA Leopoldus Ricky Sasongko, Lydia Ninuk Rahayu, dan Alberh Roy Koa 3,,3 Program Sudi Maemaika, Fakulas Sains dan Maemaika Universias
Lebih terperinciPENGEMBANGAN MODEL REGRESI DERET WAKTU UNTUK DATA YANG MENGANDUNG VARIASI KALENDER
Seminar Nasional Saisika IX Insiu Teknologi Sepuluh Nopember, November PENGEMBANGAN MODEL REGRESI DERET WAKTU UNTUK DATA YANG MENGANDUNG VARIASI KALENDER Alfonsus. J. Endhara dan Suharono Mahasiswa S Jurusan
Lebih terperinciIDENTIFIKASI POLA DATA TIME SERIES
IDENTIFIKASI POLA DATA TIME SERIES Daa merupakan bagian pening dalam peramalan. Beriku adalah empa krieria yang dapa digunakan sebagai acuan agar daa dapa digunakan dalam peramalan.. Daa harus dapa dipercaya
Lebih terperinciPERAMALAN JUMAH MOBIL PRIBADI YANG BERADA DI KOTA SURABAYA
TUGAS AKHIR SS 145561 PERAMALAN JUMAH MOBIL PRIBADI YANG BERADA DI KOTA SURABAYA RIZKI FEBRIASTO NRP 1314 030 102 Dosen Pembimbing Dr. Wahyu Wibowo, S.Si., M.Si DEPARTEMEN STATISTIKA BISNIS Fakulas Vokasi
Lebih terperinciPeramalan Beban Listrik di Jawa Timur Menggunakan Metode ARIMA dan Adaptive Neuro Fuzzy Inference System (ANFIS)
JURNAL SAINS DAN SENI ITS Vol. 4, No., (05) -50 (0-9X Prin) D-9 Peramalan Beban Lisrik di Jawa Timur Menggunakan Meode ARIMA dan Adapive Neuro Fuzzy Inference Sysem () Indana La Zulfa dan Suharono Jurusan
Lebih terperinciDAMPAK PENURUNAN HARGA BBM JENIS PREMIUM TERHADAP ANGKA INFLASI DI KOTA YOGYAKARTA (Studi Aplikasi Model Intervensi dengan Step Function)
DAMPAK PENURUNAN HARGA BBM JENIS PREMIUM TERHADAP ANGKA INFLASI DI KOTA YOGYAKARTA (Sudi Aplikasi Model Inervensi dengan Sep Funcion) S-3 Kismianini dan Dhoriva Urwaul Wusqa Jurusan Pendidikan Maemaika
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jenis Peneliian Jenis peneliian kuaniaif ini dengan pendekaan eksperimen, yaiu peneliian yang dilakukan dengan mengadakan manipulasi erhadap objek peneliian sera adanya konrol.
Lebih terperinciPENAKSIRAN PARAMETER MODEL VECTOR AUTOREGRESSIVE INTEGRATED (VARI) DENGAN METODE MLE DAN PENERAPANNYA PADA DATA INDEKS HARGA KONSUMEN
IndoMS Journal on Saisics Vol., No. (04), Page 7-37 PENAKSIRAN PARAMETER MODEL VECTOR AUTOREGRESSIVE INTEGRATED (VARI) DENGAN METODE MLE DAN PENERAPANNYA PADA DATA INDEKS HARGA KONSUMEN Dinda Ariska Wulandari,
Lebih terperinciProsiding Seminar Nasional Matematika dan Terapannya 2016 p-issn : ; e-issn :
Prosiding Seminar Nasional Maemaika dan Terapannya 2016 p-issn : 2550-0384; e-issn : 2550-0392 PERAMALAN VOLUME PENGGUNAAN AIR BERSIH DENGAN METODE WINTERS EPONENTIAL SMOOTHING UNTUK MENENTUKAN VOLUME
Lebih terperinciPENGARUH PANJANG DAN LEBAR DATA DEBIT HISTORIS PADA KINERJA MODEL PEMBANGKITAN DATA DEBIT SUNGAI BRANTAS DENGAN METODE ARIMA
PENGARUH PANJANG DAN LEBAR DATA DEBIT HISTORIS PADA KINERJA MODEL PEMBANGKITAN DATA DEBIT SUNGAI BRANTAS DENGAN METODE ARIMA Maskur Efendi ), Widandi Soeopo 2), Piojo Tri Juwono 2) ) Mahasiswa Magiser
Lebih terperinciPeramalan Permintaan Penjualan SepedaMotor di PT. A dengan Menggunakan ARIMAX dan VARX (Studi Kasus dikabupaten Ponorogo)
JURNAL AIN DAN ENI POMIT Vol. 3, No.2, (204) 2337-3520 (230-928X Prin) D-28 Peramalan Perminaan Penjualan eedamoor di PT. Menggunakan ARIMAX dan VARX (udi Kasus dikabuaen Ponorogo) Ani aul Ru yai Badriyah
Lebih terperinciPERAMALAN YIELD DAN HARGA OBLIGASI PEMERINTAH DENGAN PENDEKATAN ARIMA DAN BACKPROPAGATION-ANN
PERAMALAN YIELD DAN HARGA OBLIGASI PEMERINTAH DENGAN PENDEKATAN ARIMA DAN BACKPROPAGATION-ANN Yuli Wahyuningsih (), Brodjol Suijo S. U (), Suharono () Mahasiswa Jurusan Saisika, FMIPA, Insiu Teknologi
Lebih terperinciBAB III ANALISIS INTERVENSI. Analisis intervensi dimaksudkan untuk penentuan jenis respons variabel
BAB III ANALISIS INTERVENSI 3.1. Pendahuluan Analisis inervensi dimaksudkan unuk penenuan jenis respons variabel ak bebas yang akan muncul akiba perubahan pada variabel bebas. Box dan Tiao (1975) elah
Lebih terperinciBAB 1 PENDAHULUAN. Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang
BAB 1 PENDAHULUAN 1.1 Laar Belakang Perumbuhan ekonomi merupakan salah sau ukuran dari hasil pembangunan yang dilaksanakan khususnya dalam bidang ekonomi. Perumbuhan ersebu merupakan rangkuman laju perumbuhan
Lebih terperinciMinggu 4 RATA-RATA BERGERAK DAN EXPONENTIAL SMOOTHING. Peramalan Data Time Series
Minggu 4 RATA-RATA BERGERAK DAN EXPONENTIAL SMOOTHING Bab ini memperkenalkan model berlaku unuk daa ime series dengan musiman, ren, aau keduana komponen musiman dan ren dan daa sasioner. Meode peramalan
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 3, Nomor 1, Tahun 2014, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 1, Tahun 2014, Halaman 91-100 Online di: hp://ejournal-s1.undip.ac.id/index.php/gaussian IDENTIFIKASI BREAKPOINT DAN PEMODELAN AUTOREGRESSIVE STRUCTURAL
Lebih terperinciMODEL HIBRIDA EXPONENTIAL SMOOTHING PENDEKATAN STATE SPACE DENGAN METODE VARIASI KALENDER UNTUK PERAMALAN INFLOW DAN OUTFLOW UANG KARTAL DI JAWA TIMUR
TUGAS AKHIR SS 450 MODEL HIBRIDA EXPONENTIAL SMOOTHING PENDEKATAN STATE SPACE DENGAN METODE VARIASI KALENDER UNTUK PERAMALAN INFLOW DAN OUTFLOW UANG KARTAL DI JAWA TIMUR ANA SUSANTI NRP 32 00 033 Dosen
Lebih terperinciFORECASTING & ARIMA. Dwi Martani. 1/26/2010 Statistik untuk Bisnis 9 1
FORECASTING & ARIMA Dwi Marani /26/200 Saisik unuk Bisnis 9 DERET BERKALA (TIME SERIES) Suau dere berkala merupakan suau himpunan observasi dimana variabel yang digunakan diukur dalam uruan periode waku,
Lebih terperinciSekilas Pandang. Modul 1 PENDAHULUAN
Modul 1 Sekilas Pandang Drs. Irlan Soelaeman, M.Ed. S PENDAHULUAN uau hari, saya dan keluarga berencana membawa mobil pergi ke Surabaya unuk mengunjungi salah seorang saudara. Sau hari sebelum keberangkaan,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah Dalam sisem perekonomian suau perusahaan, ingka perumbuhan ekonomi sanga mempengaruhi kemajuan perusahaan pada masa yang akan daang. Pendapaan dan invesasi merupakan
Lebih terperinciBAB III METODE PENELITIAN
3. METODE PENELITIAN 3.1. Kerangka Pikir BAB III METODE PENELITIAN Peneliian ini diujukan unuk membukikan adanya hubungan dan pengaruh dari nilai ukar Rupiah erhadap Dollar Amerika Serika (exchange rae),
Lebih terperinciPeramalan Volume Penjualan Total Sepeda Motor di Kabupaten Bojonegoro dan Lamongan dengan Pendekatan Model ARIMAX dan VARX
JURNAL SAINS AN SENI POMITS Vol., No., (0) ISSN: - (0- Prin) -0 Peramalan Volume Penjualan Toal Seeda Moor di Kabuaen Bojonegoro dan Lamongan dengan Pendekaan Model dan VARX ii Maghfiroul Ulyah, esri Susilaningrum,
Lebih terperinciPrediksi Permintaan BBM di PT. Pertamina Region V dengan Metode Peramalan Data Time Series Hirarki
Prediksi Perminaan BBM di PT. Peramina Region V dengan Meode Peramalan Daa Time Series Hirarki Prania Dian Uari dan 2 Suharono Mahasiswa Jurusan Saisika FMIPA-ITS (38 57) 2 Dosen Jurusan Saisika FMIPA-ITS
Lebih terperinciMODEL FUNGSI TRANSFER MULTIVARIAT DAN APLIKASINYA UNTUK MERAMALKAN CURAH HUJAN DI KOTA YOGYAKARTA SKRIPSI
MODEL FUNGSI TRANSFER MULTIVARIAT DAN APLIKASINYA UNTUK MERAMALKAN CURAH HUJAN DI KOTA YOGYAKARTA SKRIPSI Diajukan kepada Fakulas Maemaika dan Ilmu Pengeahuan Alam Universias Negeri Yogyakara unuk memenuhi
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.. Ruang Lingkup Peneliian Peneliian ini diujukan unuk menenukan meode erbaik yang dapa digunakan dalam meramalkan harga ayam pada enam koa besar di Jawa-Bali. Meode peramalan yang
Lebih terperinciBAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang
BAB 2 LANDASAN TEORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. Sedangkan ramalan adalah suau aau kondisi yang diperkirakan akan erjadi
Lebih terperinciPENGAMBILAN KEPUTUSAN DENGAN METODE PERAMALAN AUTOREGRESIVE INTEGRATED MOVING AVERAGE (ARIMA) (Studi Kasus: PT Tembaga Mulia Semanan)
Prosiding Seminar Nasional Manajemen Teknologi Program Sudi MMT-ITS, Surabaya 1 Agusus 2009 PENGAMBILAN KEPUTUSAN DENGAN METODE PERAMALAN AUTOREGRESIVE INTEGRATED MOVING AVERAGE (ARIMA) (Sudi Kasus: PT
Lebih terperinciMAKALAH TUGAS AKHIR IDENTIFIKASI MODEL ARIMA BOX-JENKINS
1. Pendahuluan MAKALAH TUGAS AKHIR IDENTIFIKASI MODEL ARIMA BOX-JENKINS CAMPURAN DENGAN MENGGUNAKAN METODE ALGORITMA GENETIKA Oleh : Febriana Dwi P. (1306 100 011) Dosen Pembimbing I : Dr. Irhamah, S.Si,
Lebih terperinciBAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan
BAB 2 LANDASAN TEORI 2.1. Produksi Produksi padi merupakan suau hasil bercocok anam yang dilakukan dengan penanaman bibi padi dan perawaan sera pemupukan secara eraur sehingga menghasilkan suau produksi
Lebih terperinciKata kunci: Deret waktu, Heteroskedastisitas, IGARCH, Peramalan. Keywords: Time Series, Heteroscedasticity, IGARCH, Forecasting.
METODE INTEGRATED GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (IGARCH) UNTUK MEMODELKAN HARGA GABAH DUNIA (INTEGRATED GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY TO CAPTURE
Lebih terperinciPERAMALAN DENGAN MODEL VARI PADA DATA IHK KELOMPOK PADI-PADIAN DAN BUMBU-BUMBUAN (STUDI KASUS KOTA SALATIGA, BULAN JANUARI 2014 JULI 2016)
Prosiding Seminar Maemaika dan Pendidikan Maemaika ISBN: 978-602-622-20-9 hal 935-950 November 206 hp://jurnal.fkip.uns.ac.id PERAMALAN DENGAN MODEL VARI PADA DATA IHK KELOMPOK PADI-PADIAN DAN BUMBU-BUMBUAN
Lebih terperinciKata Kunci - GSTAR, Inflasi, Invers Jarak, Korelasi Silang, Seragam. I. PENDAHULUAN II. TINJAUAN PUSTAKA
Pemodelan Inflasi di Koa Semarang, Yogyakara, dan Surakara dengan pendekaan GSTAR Laily Awliaul Faizah, Seiawan Jurusan Saisika, Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Teknologi Sepuluh Nopember
Lebih terperinciBAB II TINJAUAN TEORITIS
BAB II TIJAUA TEORITIS 2.1 Peramalan (Forecasing) 2.1.1 Pengerian Peramalan Peramalan dapa diarikan sebagai beriku: a. Perkiraan aau dugaan mengenai erjadinya suau kejadian aau perisiwa di waku yang akan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Laar Belakang Perumbuhan ekonomi merupakan salah sau ukuran dari hasil pembangunan yang dilaksanakan khususnya dalam bidang ekonomi. Perumbuhan ersebu merupakan rangkuman laju-laju
Lebih terperinciPERAMALAN KURS TRANSAKSI BANK INDONESIA TERHADAP MATA UANG DOLLAR AMERIKA (USD) DENGAN MENGGUNAKAN MODEL ARCH/GARCH
Vol.. No., 03 PERAMALAN KURS TRANSAKSI BANK INDONESIA TERHADAP MATA UANG DOLLAR AMERIKA (USD) DENGAN MENGGUNAKAN MODEL ARCH/GARCH Ari Pani Desvina, Sari Marlinda, Jurusan Maemaika Fakulas Sains dan Teknologi
Lebih terperinciPemodelan Produksi Minyak dan Gas Bumi di PT. Z Menggunakan Metode ARIMA, FFNN, dan Hybrid ARIMA-FFNN
D-444 JURNAL SANS DAN SEN TS Vol. 5 No. 2 (206) 27-520 (20-928X Prin) Pemodelan Produksi Minyak dan Gas Bumi di PT. Z Menggunakan Meode ARMA, FFNN, dan Hybrid ARMA-FFNN Daniar Kusumaning Ayu, Desri Susilaningrum
Lebih terperinciBAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat
BAB 1 PENDAHULUAN 1.1 Laar Belakang Sumber Daya Alam (SDA) yang ersedia merupakan salah sau pelengkap ala kebuuhan manusia, misalnya anah, air, energi lisrik, energi panas. Energi Lisrik merupakan Sumber
Lebih terperinci