Analisis Deret Waktu
|
|
- Inge Tedja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Analisis Deret Waktu Pertemuan 2 Cross section Jenis Data Beberapa pengamatan diamati bersama sama pada periode waktu tertentu Harga saham semua perusahaan yang tercatat di BEJ pada hari Rabu 27 Februari 2008 Time Series Satu pengamatan diamati selama sekian periode secara teratur Harga saham P.T. TELKOM di BEJ dari 2 Januari 2008 hingga 27 Februari 2008 Longitudinal/panel Beberapa pengamatan diamati bersama sama selama kurun waktu tertentu (gabungan cross section dan time series) Harga saham P.T. TELKOM, P.T. INDOSAT, dan P.T. Mobile8 di BEJ dari 2 Januari 2008 hingga 27 Februari
2 Pola Data Time Series Konstan Trend Seasonal Cyclic Metode Forecasting Metode forecasting dapat dibedakan menjadi dua kelompok: Smoothing Moving average, Single Exponential Smoothing, Double Exponential Smoothing, Metode Winter Modeling ARIMA, ARCH/GARCH 2
3 Year 2000?? Smoothing
4 Sekilas Tentang Smoothing Prinsip dasar: pengenalan pola data dengan menghaluskan hl variasi ilokal. l Prinsip penghalusan umumnya berupa ratarata. Beberapa metode penghalusan hanya cocok untuk pola data tertentu. Metode Yang Dibahas Single Moving Average Double Moving Average Single Exponential Smoothing Double Exponential Smoothing Metode Winter untuk musiman aditif Metode Winter untuk musiman multiplikatif 4
5 Ilustrasi All these methods will be illustrated with the following example: Suppose that a hospital would like to forecast the number of patients arrival from the following historical data: Patients Arrival Note: Although week 4 data is given, some methods require that forecast for period 4 is first computed before computing forecast for period 5. web4.uwindsor.ca/users/b/.../7.../lecture_5_forecasting_f04_1.ppt Time Series Methods Simple Moving Average ent arrivals Pati A moving average of order N is simply the arithmetic average of the most recent N observations. For -week moving averages N; for 6-week moving averages N6; etc. Actual patient arrivals
6 Time Series Methods Simple Moving Average ent arrivals Pati Patient Arrivals Given -week data, one-step-ahead forecast for week 4 or two-step-ahead forecast for week 5 is simply the arithmetic average of the first -week data Time Series Methods Simple Moving Average ent arrivals Pati Patient t Arrivals One -step - ahead forecast for week k4 70 F
7 Time Series Methods Simple Moving Average ent arrivals Pati Patient Arrivals Two -step - ahead forecast for week k5 F ent arrivals Pati Time Series Methods Simple Moving Average One-step-ahead forecast for week 5 is computed from the arithmetic average of weeks 2, and 4 data Patient t Arrivals One -step - ahead forecast for week k5 F
8 Time Series Methods Simple Moving Average 450 -week kma forecast 40 ent arrivals Pati Actual patient arrivals Time Series Methods Simple Moving Average 450 -week MA 6-week MA forecast forecast 40 ent arrivals Pati Actual patient arrivals
9 Single Moving Average Ide: data pada suatu periode dipengaruhi oleh data beberapa periode sebelumnya Cocok untuk pola data konstan/stasioner Prinsip dasar: Data smoothing pada periode ke t merupakan rata rata dari m buah data dari data periode ke t hingga ke (tm+1) t 1 S t m i t m + 1 Data smoothing pada periode ke t berperan sebagai nilai forecasting pada periode ke t+1 F t S t 1 dan F n,h S n X i 9
10 Ilustrasi MA dengan m Periode (t) Data (X t ) Smoothing (S t ) Forecasting (F t ) Pengaruh Pemilihan Nilai m Semula MA (m) MA (m6) Waktu MA dengan m yang lebih besar menghasilkan pola data yang lebih halus. 10
11 Example: ly Department Store Sales The weekly sales figures (in millions of dollars) presented din the following table are used by a major department store to determine the need for temporary sales personnel. Period (t) Sales (y) 1 5, 2 4,4 5,4 4 5,8 5 5,6 6 4,8 7 5,6 8 5,6 9 5,4 10 6,5 11 5,1 12 5, ,2 15 5,6 16 6,7 17 5,2 18 5,5 19 5,8 20 5,1 21 5,8 22 6,7 2 5, ,8 Example: ly Department Store Sales ly Sales Sales 4 Sales (y) s 11
12 Example: ly Department Store Sales Use a three-week moving average (k) for the department t store sales to forecast for the week 24 and 26. ( y + y22 + y The forecast error is ) yˆ 24 e 24 y 24 yˆ Example: ly Department Store Sales The forecast for the week 26 is ˆ 26 y y + y + y
13 Latihan: ly Department Store Sales Sales RMSE 0.6 ly Sales Forecasts s Sales (y) forecast Period (t) Sales (y) forecast faculty.wiu.edu/f-dehkordi/ds-5/.../moving-average-methods.ppt Double Moving Average Mirip dengan single moving average Cocok untuk data yang berpola tren Proses penghalusan dengan rata rata dilakukan dua kali t Tahap I: 1 S 1, t m i t m + 1 X i Tahap II: S t 1 2, t S1, i m i t m + 1 1
14 Double Moving Average (lanjutan) Forecasting dilakukan dengan formula dengan F2, tt, + h At + Bt( h) A 2S S t 1, t 2, t 2 B S S m 1 ( 1, 2, ) t t t Ilustrasi DMA dengan m t X t S 1,t S 2,t A t B t F 2,t
15 Pemilihan Model (lanjutan) Semula MA(m) MA(m6) SES(0.) SES(0.4) Waktu 15
Analisis Deret Waktu
Analisis Deret Waktu Jenis Data Cross section Beberapa pengamatan diamati bersama-sama pada periode waktu tertentu Harga saham semua perusahaan yang tercatat di BEJ pada hari Rabu 27 Februari 2008 Time
Lebih terperinciANALISIS DERET WAKTU
ANALISIS DERET WAKTU JENIS DATA Cross section Beberapa pengamatan diamati bersama-sama pada periode waktu tertentu Harga saham semua perusahaan yang tercatat di BEJ pada hari Rabu 27 Februari 2008 Time
Lebih terperinciPendahuluan. Metode Peramalan:
MOVING AVERAGES Pendahuluan Metode Peramalan: Metode Perataan: Equally weighted observations Metode pemulusan eksponensial (exponential smoothing) Pembobotan yang tidak sama pada data historis, dimana
Lebih terperinciPendahuluan. Metode Peramalan:
MOVING AVERAGES Pendahuluan Metode Peramalan: Metode Perataan: Equally weighted observations Metode pemulusan eksponensial (exponential smoothing) Pembobotan yang tidak sama pada data historis, dimana
Lebih terperinciKuliah 2 Metode Peramalan Deret Waktu
Kuliah 2 Metode Peramalan Deret Waktu rahmaanisa@apps.ipb.ac.id REVIEW Tentukan pola dari data deret waktu berikut: Gambar (1) Gambar (2) Gambar (3) Gambar (4) 2 Kriteria kebaikan peramalan data deret
Lebih terperinciIntroduction to Time Series Analysis
Introduction to Time Series Analysis Kegiatan peramalan merupakan bagian integral dari pengambilan keputusan manajemen. Peramalan mengurangi ketergantungan pada hal-hal yang belum pasti (intuitif). Dalam
Lebih terperinciMetode Pemulusan Eksponensial Sederhana
Metode Pemulusan Eksponensial Sederhana (Single Exponential Smoothing) KULIAH 3 METODE PERAMALAN DERET WAKTU rahmaanisa@apps.ipb.ac.id Review Untuk apa metode pemulusan (smoothing) dilakukan terhadap data
Lebih terperinciThis is a widely used forecasting technique. be especially accurate, www,clt,astate,edu/crbrown/smoothing07,ppt
Proses Pemulusan usa Data Exponential smoothing This is a widely used forecasting technique in retailing, even though it has not proven to be especially accurate, www,clt,astate,edu/crbrown/smoothing07,ppt
Lebih terperinciPeramalan Memprediksi peristiwa masa depan Biasanya memerlukan kebiasaan selama jangka waktu tertentu metode kualitatif
Bab 3-4 Peramalan Peramalan Memprediksi peristiwa masa depan Biasanya memerlukan kebiasaan selama jangka waktu tertentu metode kualitatif Berdasarkan metode yang subjektif Metode kuantitatif Berdasarkan
Lebih terperinciHasil Peramalan dengan Menggunakan Software Minitab
71 Lampiran 1. Hasil Peramalan dengan Menggunakan Software Minitab Moving Average Data C1 Length 12 NMissing 0 Moving Average Length 4 Accuracy Measures MAPE 25 MAD 54372 MSD 4819232571 Time C1 MA Predict
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH
49 BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Standar Optimasi Dasar evaluasi untuk mengoptimalkan supply chain management pada Honda Tebet (PT. Setianita Megah Motor) dari proses bisnis perusahaan
Lebih terperinciData Time Series. Time series merupakan data yang diperoleh dan disusun berdasarkan urutan waktu atau
Peramalan Data Time Series Data Time Series Time series merupakan data yang diperoleh dan disusun berdasarkan urutan waktu atau data yang dikumpulkan dari waktu ke waktu. Waktu yang digunakan dapat berupa
Lebih terperinciTeknik Peramalan Melalui Pemulusan Data (Bagian II) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018
Teknik Peramalan Melalui Pemulusan Data (Bagian II) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018 The most crucial issue in simple moving averages is the choice of the span, N. A simple moving
Lebih terperinciDidownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN
BAB I PENDAHULUAN Peramalan adalah tentang apa yang akan terjadi di masa yang akan datang. Peramalan bertujuan untuk memprediksikan kemungkinan pasar bagi produk yang dihasilkan perusahaan. Terdapat dua
Lebih terperinciBAB 3 METODOLOGI PEMECAHAN MASALAH
BAB 3 METODOLOGI PEMECAHAN MASALAH 3.1 Flow Process Metodologi Penelitian IDENTIFIKASI DAN PERUMUSAN MASALAH Mencari teknik peramalan yang tepat terhadap volume produksi yang ada STUDI PUSTAKA Mencari
Lebih terperinciBAB I PENDAHULUAN. Dugaan atau perkiraan mengenai kejadian atau peristiwa pada waktu yang
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dugaan atau perkiraan mengenai kejadian atau peristiwa pada waktu yang akan datang disebut ramalan dan tindakan dalam membuat dugaan atau perkiraan tersebut
Lebih terperinciTeknik Forecasting. Pendekatan Basis Teknik Hasil Peramalan ekstrapolatif
Teknik Forecasting Pendekatan Basis Teknik Hasil Peramalan ekstrapolatif Ekstrapolasi trend Analisis rangkaian-waktu Teknik benang-hitam Teknik OLS Pembobotan eksponensial Transformasi data Metode katastrofi
Lebih terperinci(FORECASTING ANALYSIS):
ANALISIS KUANTITATIF ANALISIS PERAMALAN Hand-out ke-3 ANALISIS PERAMALAN (FORECASTING ANALYSIS): Contoh-contoh sederhana PRODI AGRIBISNIS UNEJ, 2017 PROF DR IR RUDI WIBOWO, MS Contoh aplikasi tehnik peramalan
Lebih terperinciFebriyanto, S.E., M.M.
METODE PERAMALAN PERMINTAAN Metode bebas (freehand method) Metode setengah ratarata (semi average method) Metode ratarata bergerak (moving average method) Metode kwadrat terkecil (least quares method)
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang
BAB 2 TINJAUAN TEORITIS 2.1. Pengertian pengertian Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang
Lebih terperinciANALISIS PERAMALAN SUKU CADANG HYDRAULIC OIL FILTER KOMATSU DI PT KOMATSU MARKETING AND SUPPORT INDONESIA
ANALISIS PERAMALAN SUKU CADANG HYDRAULIC OIL FILTER KOMATSU DI PT KOMATSU MARKETING AND SUPPORT INDONESIA NAMA MAHASISWA : Galih Trisno Saputra Instansi : -- Alamat : -- Telp : -- Email Penulis : galihtrisno@ymail.com
Lebih terperinciDr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016
1 Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016 This part presents some basic statistical methods essential to modeling, analyzing, and forecasting time series data. Both graphical displays and
Lebih terperinciANALISIS PERAMALAN PENJUALAN DAN KAITANNYA DALAM PERAMALAN LABA PADA PD. RAMATEX. Nama : Desty Trisnayannis NPM :
ANALISIS PERAMALAN PENJUALAN DAN KAITANNYA DALAM PERAMALAN LABA PADA PD. RAMATEX Nama : Desty Trisnayannis NPM : 21210860 Latar Belakang Dalam dunia usaha, perusahaan harus memperkirakan hal-hal yang terjadi
Lebih terperinciAnalisis Hubungan Deret Waktu untuk Peramalan
Analisis Hubungan Deret Waktu untuk Peramalan Author: Junaidi Junaidi Ramalan (forecast) merupakan dugaan atau perkiraan mengenai terjadinya suatu kejadian atau peristiwa di waktu yang akan datang. Ramalan
Lebih terperinciVI PERAMALAN PENJUALAN AYAM BROILER DAN PERAMALAN HARGA AYAM BROILER
VI PERAMALAN PENJUALAN AYAM BROILER DAN PERAMALAN HARGA AYAM BROILER 6.1. Analisis Pola Data Penjualan Ayam Broiler Data penjualan ayam broiler adalah data bulanan yang diperoleh dari bulan Januari 2006
Lebih terperinciSISTEM PERAMALAN PERSEDIAAN UNIT MOBIL MITSUBISHI PADA PT. SARDANA INDAH BERLIAN MOTOR DENGAN MENGGUNAKAN METODE EXPONENTIAL SMOOTHING
SISTEM PERAMALAN PERSEDIAAN UNIT MOBIL MITSUBISHI PADA PT. SARDANA INDAH BERLIAN MOTOR DENGAN MENGGUNAKAN METODE EXPONENTIAL SMOOTHING Afni Sahara (0911011) Mahasiswa Program Studi Teknik Informatika,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Konsep Peramalan Peramalan ( forecasting) merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien khususnya dalam bidang ekonomi. Dalam organisasi modern
Lebih terperinciMetode Peramalan Deret Waktu. Pika Silvianti, M.Si Akbar Rizki, M.Si
Metode Peramalan Deret Waktu Pika Silvianti, M.Si Akbar Rizki, M.Si Toleransi 15 menit Absen Pakaian Sopan dan Rapi Pengguna kaos pendek/tanpa lengan dan ketat dilarang mengikuti perkuliahan Pengguna sandal
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LADASA TEORI 2.1 Peramalan (forecasting) 2.1.1. Hubungan Forecast dengan Rencana Forecast adalah peramalan apa yang akan terjadi pada waktu yang akan datang, sedang rencana merupakan penentuan apa
Lebih terperinciMETODE NAIVE DAN MOVING AVERAGE
A. Metode Naive METODE NAIVE DAN MOVING AVERAGE Para pebisnis muda sering kali menghadapi suatu pilihan yang rumit ketika mencoba meramalkan dengan data yang berukuran sangat kecil. Situasi ini menciptakan
Lebih terperinciTEKNIK PERAMALAN KUANTITATIF (TEKNIK STATISTIK) Astrid Lestari Tungadi, S.Kom., M.TI.
TEKNIK PERAMALAN KUANTITATIF (TEKNIK STATISTIK) Astrid Lestari Tungadi, S.Kom., M.TI. PENERAPAN TEKNIK Keakuratan data yang dimiliki Asumsi yang disepakati bersama Kondisi perusahaan yang terdiri dari
Lebih terperinciBAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1. Peramalan 2.1.1. Pengertian dan Kegunaan Peramalan Peramalan (forecasting) menurut Sofjan Assauri (1984) adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah. Teknologi informasi telah berkembang dengan relatif pesat. Di era
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Teknologi informasi telah berkembang dengan relatif pesat. Di era informasi seperti sekarang ini kebutuhan akan informasi semakin meningkat, terutama dengan
Lebih terperinciData Tingkat Hunian Hotel Rata-Rata di Propinsi DIY Tahun Tahun Bulan Wisman
Lampiran 1. Data Tingkat Hunian Hotel di Propinsi DIY Tahun 1991-2003 48 49 Lampiran 1 Data Tingkat Hunian Hotel Rata-Rata di Propinsi DIY Tahun 1991-2003, Tahun Bulan Wisman 1991 1 27,00 1991 2 30,60
Lebih terperinciPERAMALAN INDEKS HARGA SAHAM GABUNGAN (IHSG) TERTINGGI BULAN DESEMBER disusun untuk memenuhi Tugas Lapangan Mata Kuliah Metode Peramalan
PERAMALAN INDEKS HARGA SAHAM GABUNGAN (IHSG) TERTINGGI BULAN DESEMBER 3 disusun untuk memenuhi Tugas Lapangan Mata Kuliah Metode Peramalan Disusun Oleh :. Ilani Agustina M00037 2. Intan Purnomosari M00042
Lebih terperinciBAB IV METODE PERAMALAN
Metode Peramalan 15 BAB METODE PERAMALAN 4.1 Model Sederhana Data deret waktu Nilai-nilai yang disusun dari waktu ke waktu tersebut disebut dengan data deret waktu (time series). Di dunia bisnis, data
Lebih terperinciJURNAL MATEMATIKA MANTIK Edisi: Oktober Vol. 02 No. 01 ISSN: E-ISSN:
ISSN: 25273159 EISSN: 25273167 PENERAPAN METODE EXPONENTIAL SMOOTHING UNTUK PERAMALAN JUMLAH KLAIM DI BPJS KESEHATAN PAMEKASAN Faisol 1, Sitti Aisah 2 Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciMembuat keputusan yang baik
Membuat keputusan yang baik Apakah yang dapat membuat suatu perusahaan sukses? Keputusan yang dibuat baik Bagaimana kita dapat yakin bahwa keputusan yang dibuat baik? Akurasi prediksi masa yang akan datang
Lebih terperinciKATA PENGANTAR. Puji Syukur peneliti sampaikan kehadirat Tuhan Yang Maha Esa atas segala
KATA PENGANTAR Puji Syukur peneliti sampaikan kehadirat Tuhan Yang Maha Esa atas segala berkat, tuntunan, inspirasi, dan pendampingan-nya sehingga peneliti dapat menyelesaikan skripsi dalam bentuk dan
Lebih terperinciSKRIPSI APLIKASI METODE GOLDEN SECTION UNTUK OPTIMASI PARAMETER PADA METODE EXPONENTIAL SMOOTHING. Disusun oleh: DANI AL MAHKYA
APLIKASI METODE GOLDEN SECTION UNTUK OPTIMASI PARAMETER PADA METODE EXPONENTIAL SMOOTHING SKRIPSI Disusun oleh: DANI AL MAHKYA 24010210141025 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 VARIABEL PENELITIAN DAN DEFINISI OPERASIONAL VARIABEL Variabel Penelitian di sini merupakan suatu atribut atau nilai atau sifat dari orang, obyek atau kegiatan yang mempunyai
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
13 BAB 1 PENDAHULUAN 1.1 Latar Belakang Era globalisasi saat ini, perkembangan zaman semankin maju dan berkembang pesat, di antaranya banyak pernikahan dini yang menyebabkan salah satu faktor bertambahnya
Lebih terperinciMODEL AUTOREGRESSIVE (AR) ATAU MODEL UNIVARIATE
MODEL AUTOREGRESSIVE (AR) ATAU MODEL UNIVARIATE Data yang digunakan adalah data M2Trend.wf1 (buku rujukan pertama, bab-8). Model analisisnya adalah Xt = M2 diregresikan dengan t = waktu. Model yang akan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Peramalan merupakan studi terhadap data historis untuk menemukan hubungan, kecenderungan dan pola data yang sistematis (Makridakis, 1999). Peramalan menggunakan pendekatan
Lebih terperinciMETODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN
METODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN Peramalan kuantitatif hanya dapat digunakan apabila terdapat
Lebih terperinciABSTRACT. Keywords: forecasting, forecasting method, production planning, and the strategy of production planning. Universitas Kristen Maranatha
ABSTRACT Planning on any type of business is needed. Planning itself can be distinguished based of its duration; there are short term, medium term and long term planning. Planning is prepared for the future
Lebih terperinciPERBANDINGAN METODE PEMULUSAN (SMOOTHING) EKSPONENSIAL GANDA DUA PARAMETER DARI HOLT DAN METODE BOX-JENKINS
PERBANDINGAN METODE PEMULUSAN (SMOOTHING) EKSPONENSIAL GANDA DUA PARAMETER DARI HOLT DAN METODE BOX-JENKINS DALAM MERAMALKAN HASIL PRODUKSI KERNEL KELAPA SAWIT PT. EKA DURA INDONESIA SKRIPSI EKA ARYANI
Lebih terperinciBAB 2 LANDASAN TEORI. Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksi apa. situasi dan kondisi di masa yang akan datang.
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. Sedangkan ramalan
Lebih terperinciBAB III TINJAUAN PUSTAKA
BAB III TINJAUAN PUSTAKA 3.1 Teori Dunia industri biasanya tak lepas dari suatu peramalan, hal ini disebabkan bahwa peramalan dapat memprediksi kejadian di masa yang akan datang untuk mengambil keputusan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. Sedangkan
Lebih terperinciEstimasi, Pemilihan Model dan Peramalan Hubungan Deret Waktu
Estimasi, Pemilihan Model dan Peramalan Hubungan Deret Waktu Author: Junaidi Junaidi Terdapat berbagai jenis model/metode peramalan hubungan deret waktu. Diantaranya adalah: 1) Model Linear; 2) Model Quadratic;
Lebih terperinciBAB 3 FORECASTING DAN PENGAMATAN TRAFIK DATA
BAB 3 FORECASTING DAN PENGAMATAN TRAFIK DATA Forecasting adalah suatu peramalan nilai sebuah atau sekumpulan variabel pada satu titik waktu di masa depan. Dalam melakukan perhitungan peramalan pertumbuhan
Lebih terperinciSALESMANSHIP PELUANG PASAR DAN PERAMALAN PENJUALAN. Ariadne Sekar Sari, S.E., M.M. Modul ke: Fakultas EKONOMI DAN BISNIS
Modul ke: 05 Christina Fakultas EKONOMI DAN BISNIS SALESMANSHIP PELUANG PASAR DAN PERAMALAN PENJUALAN Ariadne Sekar Sari, S.E., M.M. Program Studi MANAJEMEN www.mercubuana.ac.id PENDAHULUAN SALESMANSHIP
Lebih terperinciPENGGUNAAN METODE SMOOTHING EKSPONENSIAL DALAM MERAMAL PERGERAKAN INFLASI KOTA PALU
PENGGUNAAN METODE SMOOTHING EKSPONENSIAL DALAM MERAMAL PERGERAKAN INFLASI KOTA PALU Romy Biri ), Yohanes A.R. Langi ), Marline S. Paendong ) ) Program Studi Matematika FMIPA Universitas Sam Ratulangi Jl.
Lebih terperinciBAB I PENDAHULUAN. Peramalan merupakan suatu kegiatan memprediksi nilai dari suatu
BAB I PENDAHULUAN A. LATAR BELAKANG Peramalan merupakan suatu kegiatan memprediksi nilai dari suatu variabel berdasarkan nilai yang diketahui dari variabel tersebut pada masa lalu atau variabel yang berhubungan.
Lebih terperinciBAB 2 TINJAUAN TEORITIS. yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan terjadi
BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan
Lebih terperinciExponential smoothing
Exponenial smoohing This is a widely used forecasing echnique in reailing, even hough i has no proven o be especially accurae, www,cl,asae,edu/crbrown/smoohing07,pp 1 Exponenial Smoohing n Period Moving
Lebih terperinciBAB 3 METODE PENELITIAN. Dalam skripsi yang penulis lakukan ini menggunakan analisa forecasting dari
BAB 3 METODE PENELITIAN 3.1 Desain Penelitan Dalam skripsi yang penulis lakukan ini menggunakan analisa forecasting dari PT. Honda Dunia Motorindo. Setelah itu dengan analisa tersebut, penulis berusaha
Lebih terperinciAPLIKASI TRIPLE EXPONENTIAL SMOOTHING UNTUK FORECASTING JUMLAH PENDUDUK MISKIN
APLIKASI TRIPLE EXPONENTIAL SMOOTHING UNTUK FORECASTING JUMLAH PENDUDUK MISKIN Fakultas Keguruan dan Ilmu Pendidikan Universitas PGRI Yogyakarta padrul.jana@upy.ac.id Abstract This study aims to predict
Lebih terperinciPEMODELAN DERET WAKTU MENGGUNAKAN TEKNIK EXPONENSIAL SMOOTHING
PEMODELAN DERET WAKTU MENGGUNAKAN TEKNIK EXPONENSIAL SMOOTHING UNTUK PERAMALAN DEBIT ALIRAN SUNGAI (Studi Kasus Sungai Cabenge SWS WalanaE - CenranaE) Melly Lukman[1] ), Eko Susanto *) ABSTRACT Exponential
Lebih terperinciANALISIS TINGKAT PENJUALAN UNTUK MENENTUKAN PERENCANAAN PERSEDIAAN DENGAN MENGGUNAKAN FORECASTING. (Studi pada Toko Tekstil Gemilang Jaya Bandung)
ANALISIS TINGKAT PENJUALAN UNTUK MENENTUKAN PERENCANAAN PERSEDIAAN DENGAN MENGGUNAKAN FORECASTING (Studi pada Toko Tekstil Gemilang Jaya Bandung) Skripsi Untuk Memenuhi Sebagian Persyaratan Mencapai Derajat
Lebih terperinciBAB IV METODE PENELITIAN
BAB IV METODE PENELITIAN 4.1. Desain Penelitian Dari uraian latar belakang masalah, penelitian ini dikategorikan ke dalam penelitian kasus dan penelitian lapangan. Menurut Rianse dan Abdi dalam Surip (2012:33)
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan sering dipandang sebagai seni dan ilmu dalam memprediksikan kejadian yang mungkin dihadapi pada masa yang akan datang. Secara teoritis peramalan
Lebih terperinciSALES FORECASTING UNTUK PENGENDALIAN PERSEDIAAN
BAB IV SALES FORECASTING UNTUK PENGENDALIAN PERSEDIAAN A. Identifikasi Peramalan Penjualan oleh UD. Jaya Abadi Dari hasil wawancara yang menyebutkan bahwa setiap pengambilan keputusan untuk estimasi penjualan
Lebih terperinciANALISIS FORECASTING DALAM SPSS : APLIKASI KOMPUTER STATISTIK
ANALISIS FORECASTING DALAM SPSS Nama : GEOVANI NPM : 14210059 Kelas : 3.2.1.2 Semester/Jurusan Mata Kuliah DOSEN MATA KULIAH : Tiga ( 3) / Akuntansi : APLIKASI KOMPUTER STATISTIK : SUPRIYADI, SE ANALISIS
Lebih terperinciPERAMALAN (FORECASTING) #2
#4 - Peramalan (Forecasting) #2 1 PERAMALAN (FORECASTING) #2 EMA302 Manajemen Operasional Model Trend Linear Multiplicative 2 Kecenderungan (trend). Komponen musiman (seasonal): rasio untuk model trend.
Lebih terperinciAplikasi Sistem Informasi Forecasting pada PD. Maha Jaya. Teknik Informatika 1 Teknik Industri 2 Universitas Kristen Petra Surabaya
Aplikasi Sistem Informasi Forecasting pada PD. Maha Jaya Rudy Adipranata 1, Tanti Octavia 2, Andi Irawan 1 Teknik Informatika 1 Teknik Industri 2 Universitas Kristen Petra Surabaya Pendahuluan Pentingnya
Lebih terperinciBAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Peramalan adalah kegiatan meramalkan atau memprediksi apa yang akan terjadi dimasa yang akan datang dengan waktu tenggang (lead time) yang relative lama,
Lebih terperinciJurnal Aksara Komputer Terapan Politeknik Caltex Riau Vol. 4, No. 2, Tahun
Vol. 4, No. 2, Tahun 2015 38 Jurnal Aksara Komputer Terapan Politeknik Caltex Riau Website : https://jurnal.pcr.ac.id/index.php/jakt/about/index Email : pustaka@pcr.ac.id Perancangan Aplikasi Penentuan
Lebih terperinciPERAMALAN PERSEDIAAN BARANG MENGGUNAKAN METODE WEIGHTED MOVING AVERAGE DAN METODE DOUBLE EXPONENTIAL SMOOTHING
Jurnal PILAR Nusa Mandiri Vol. 13, No. 2, September 2017 217 PERAMALAN PERSEDIAAN BARANG MENGGUNAKAN METODE WEIGHTED MOVING AVERAGE DAN METODE DOUBLE EXPONENTIAL SMOOTHING Ratih Yulia Hayuningtyas Teknik
Lebih terperinciABSTRAK. vii. Universitas Kristen Maranatha
ABSTRAK Bisnis semakin berkembang dengan cepat membuat kompetisi di antara perusahaan semakin ketat. Hal ini membuat perusahaan mencari cara yang terbaik untuk mengatasi masalah persaingan, dimana untuk
Lebih terperinciLAMPIRAN 1. Catylac New, Catylac Exterior Base, Catylac Exterior.
L1 LAMPIRAN 1 Spesifikasi produk : Catylac New, Catylac Exterior Base, Catylac Exterior. Cat Catylac adalah cat yang berfungsi sebagai pelapis serta pelindung dari hujan dan memberikan varian warna yang
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Peramalan 2.1.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang (Sofjan Assauri,1984). Setiap kebijakan ekonomi
Lebih terperinciBAB II TINJAUAN PUSTAKA
4 BAB II TINJAUAN PUSTAKA 1.1 Landasan Teori 1.1.1 Prediksi Prediksi adalah sama dengan ramalan atau perkiraan. Menurut kamus besar bahasa indonesia, prediksi adalah hasil dari kegiatan memprediksi atau
Lebih terperinciDAFTAR ISI. BAB I PENDAHULUAN Latar Belakang Masalah Rumusan Masalah Batasan Masalah Tujuan Penelitian...
DAFTAR ISI HALAMAN JUDUL... i HALAMAN PENGESAHAN... ii HALAMAN PERNYATAAN... iii NASKAH SOAL TUGAS AKHIR... iv HALAMAN PERSEMBAHAN... v INTISARI... vi KATA PENGANTAR... vii UCAPAN TERIMA KASIH... viii
Lebih terperinciTeknik Peramalan Melalui Pemulusan Data (Smoothing) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018
Teknik Peramalan Melalui Pemulusan Data (Smoothing) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018 This part presents some basic statistical methods essential to modeling, analyzing, and forecasting
Lebih terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI 3.1 KONSEP DASAR PERAMALAN Definisi forecasting sendiri sebenarnya beragam, berikut beberapa difinisi tentang forecasting: 1. Perkiraan munculnya sebuah kejadian di masa depan, berdasarkan
Lebih terperinciANALISA METODE PERAMALAN PENJUALAN PADA PT. BALARAJA FOOD MAKMUR ABADI
ANALISA METODE PERAMALAN PENJUALAN PADA PT. BALARAJA FOOD MAKMUR ABADI Jumiran 1, Beby Tiara 2, Vanessa Stefanny 3 1,2,3, SekolahTinggiManajemenInformatika&Komputer Insan Pembangunan Jl. Raya Serang Km.
Lebih terperinciCROSS SECTION. Data yang tidak berdasar waktu DATA STATISTIK BERDASARKAN PERSPEKTIF WAKTU TIME SERIES. Berbasis Waktu
1 CROSS SECTION DATA STATISTIK BERDASARKAN PERSPEKTIF WAKTU Data yang tidak berdasar waktu TIME SERIES Berbasis Waktu 2 DERET BERKALA (TIME SERIES) Suatu deret berkala merupakan suatu himpunan observasi
Lebih terperinciPembahasan Materi #7
1 EMA402 Manajemen Rantai Pasokan Pembahasan 2 Pengertian Moving Average Alasan Tujuan Jenis Validitas Taksonomi Metode Kualitatif Metode Kuantitatif Time Series Metode Peramalan Permintaan Weighted Woving
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Iklim Iklim ialah suatu keadaan rata-rata dari cuaca di suatu daerah dalam periode tertentu. Curah hujan ialah suatu jumlah hujan yang jatuh di suatu daerah pada kurun waktu
Lebih terperinciBAB III METODE DEKOMPOSISI X-11-ARIMA. Metode Census II telah dikembangkan oleh Biro Sensus Amerika Serikat.
BAB III METODE DEKOMPOSISI X-11-ARIMA 3.1 Pendahuluan Metode Census II telah dikembangkan oleh Biro Sensus Amerika Serikat. Metode Cencus II memiliki beberapa jenis metode dan perbaikan sejak metode pertama
Lebih terperinciHarwein et al., Peramalan Data Times Series Kebutuhan Tepung Terigu Sebagai Bahan Baku Pembuatan Roti...
TEKNOLOGI HASIL PERTANIAN PERAMALAN DATA TIMES SERIES KEBUTUHAN TEPUNG TERIGU SEBAGAI BAHAN BAKU PEMBUATAN ROTI (Studi Kasus di PT. Inti Cakrawala Citra Jember Jawa Timur) FORECASTING OF WHEAT FLOUR AS
Lebih terperinciPERAMALAN PRODUKSI PRODUK BATEEQ MENGGUNAKAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING PADA PT. EFRATA RETAILINDO SUKOHARJO
PERAMALAN PRODUKSI PRODUK BATEEQ MENGGUNAKAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING PADA PT. EFRATA RETAILINDO SUKOHARJO TUGAS AKHIR Diajukan untuk Memenuhi Syarat-syarat Mencapai Sebutan Ahli
Lebih terperinciBAB 2 LANDASAN TEORI. Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit
BAB 2 LANDASAN TEORI 2.1 Pengertian Produksi Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit tanaman pada lahan yang telah disediakan, pemupukan dan perawatan sehingga
Lebih terperinciAbstract. Keywords : fluctuating demand, aggregate planning, strategy. Universitas Kristen Maranatha
Abstract Setia Bakery Company is a private company engaged in the field of home industry. The type of products manufactured and sales are fresh bread. Increasing number of companies engaged in the food
Lebih terperinciANALISIS PERAMALAN PENJUALAN BERAS PSO UNIT PENGOLAHAN GABAH BERAS TAHUN 2015 PADA BULOG SUB DIVRE III SURAKARTA
ANALISIS PERAMALAN PENJUALAN BERAS PSO UNIT PENGOLAHAN GABAH BERAS TAHUN 2015 PADA BULOG SUB DIVRE III SURAKARTA TUGAS AKHIR Diajukan untuk Memenuhi Syarat-syarat Mencapai Sebutan Ahli Madya Manajemen
Lebih terperinciPERAMALAN (Forecast) (ii)
PERAMALAN (Forecast) (ii) Disajikan oleh: Bernardus Budi Hartono Web : http://pakhartono.wordpress.com E-mail: pakhartono at gmail dot com budihartono at acm dot org Teknik Informatika [Gasal 2009 2010]
Lebih terperinciBAB II KAJIAN PUSTAKA Definisi dan Tujuan Forecasting. yang belum terjadi (Pangestu S, 1986:1). Forecasting atau peramalan
BAB II KAJIAN PUSTAKA 2.1 Forecasting 2.1.1 Definisi dan Tujuan Forecasting Forecasting adalah peramalan (perkiraan) mengenai sesuatu yang belum terjadi (Pangestu S, 1986:1). Forecasting atau peramalan
Lebih terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN 3.1. Penetapan Kriteria Optimasi Kriteria optimasi yang digunakan dalam menganalisis perencanaan agregat yang tepat pada PT. LG Electronics adalah sebagai berikut : 1. Peramalan
Lebih terperinciBAB IV ANALISIS DAN PEMBAHASAN. dari UD. Wingko Babat Pak Moel sebagai berikut: a. Data permintaan wingko pada tahun 2016.
BAB IV ANALISIS DAN PEMBAHASAN 4.1 Pengumpulan dan Pengolahan Data Untuk menganalisi permasalahan pengoptimalan produksi, diperlukan data dari UD. Wingko Babat Pak Moel sebagai berikut: a. Data permintaan
Lebih terperinciLAPORAN PRAKTIKUM MODUL I PERAMALAN
LAPORAN PRAKTIKUM MODUL I PERAMALAN Disusun oleh: Kelompok II 1. Ari Handayani (4409216094) 2. Caecilia Eka A.W.S. (4409216097) 3. Dwi Darmawan Saputra (4409216100) LABORATORIUM SISTEM PRODUKSI FAKULTAS
Lebih terperinciGARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : Genap
GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : Genap Berlaku mulai: Genap/2010 MATA KULIAH : TEKNIK PERAMALAN KODE MATA KULIAH/ SKS : 410103096 / 3 SKS MATA KULIAH PRASYARAT
Lebih terperinciABSTRACT. Keywords: productions, plans, strategy. viii. Universitas Kristen Maranatha
ABSTRACT Aggregate planning is an approach to determine the amount and time of production in the medium term. Therefore, production planning is to look better by the company especially to obtain the most
Lebih terperinciPERAMALAN PENJUALAN MAKANAN RINGAN DENGAN METODE SINGLE EXPONENTIAL SMOOTHING
PERAMALAN PENJUALAN MAKANAN RINGAN DENGAN METODE SINGLE EXPONENTIAL SMOOTHING Mukti Qamal * *Dosen Teknik Informatika Universitas Malikussaleh Email: mukti.qamal@gmail.com Abstract The developments of
Lebih terperinciRANCANG BANGUN SISTEM INFORMASI MANAJEMEN STOCK PT. XYZ
RANCANG BANGUN SISTEM INFORMASI MANAJEMEN STOCK PT. XYZ Yaser Arafat 1) dan Erma Suriani 2) 1) Program Studi Magister Manajemen Teknologi, Institut Teknologi Sepuluh Nopember, Jl. Cokroaminoto 12A, Surabaya,
Lebih terperinciBAB II TINJAUAN PUSTAKA. masa yang akan datang. Sedangkan ramalan adalah suatu situasi yang diperkirakan
BAB II TINJAUAN PUSTAKA 2.1 Landasan Teori. 2.1.1 Pengertian Peramalan. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah suatu situasi
Lebih terperinciPERAMALAN PRODUKSI PRODUK BATEEQ MENGGUNAKAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING PADA PT. EFRATA RETAILINDO SUKOHARJO
PERAMALAN PRODUKSI PRODUK BATEEQ MENGGUNAKAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING PADA PT. EFRATA RETAILINDO SUKOHARJO TUGAS AKHIR Diajukan untuk Memenuhi Syarat-syarat Mencapai Sebutan Ahli
Lebih terperinciLECTURE 12 Analisis Dekomposisi dan Model Runtut Waktu
LECTURE 12 Analisis Dekomposisi dan Model Runtut Waktu DR. MUDRAJAD KUNCORO, M.Soc.Sc Fakultas Ekonomi & Pascasarjana UGM Outline: Akar Unit Exponential Smoothing Moving Average Trend Proyeksi Apa Arti
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Peramalan Peramalan (forecasting) merupakan upaya memperkirakan apa yang terjadi pada masa yang akan datang. Pada hakekatnya peramalan hanya merupakan suatu perkiraan (guess),
Lebih terperinci