Teknik Proyeksi Bisnis (Forecasting)
|
|
- Bambang Sutedja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Halaman Judul MODUL PERKULIAHAN Teknik Proyeksi Bisnis (Forecasting) Oleh: Andi Ratna Sari Dewi DEPARTEMEN MANAJEMEN FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS HASANUDDIN Juni
2 KATA PENGANTAR Puji dan syukur kami panjatkan kepada Allah SWT, karena atas segala limpahan Rahmat dan hidayah-nya penyusunan Modul Teknik proyeksi Bisni edisi 1 ini dapat terselesaikan. Dengan adanya perubahan lingkungan bisnis yang semakin cepat, kebutuhan akan kemampuan dalam penyusunan proyeksi semakin penting, sebagai dasar untuk menyusun strategi bisnis yang tepat. Modul ini dimaksud untuk memberikan panduan dalam mata kuliah Laboratorium Teknik proyeksi Bisnis di juusan Manajemen Fakultas Ekonomi dan bisnis Universitas Hasanuddin. Pada kesempatan ini kami ucapkan terimakasih kepada semua pihak yang telah banyak memberikan masukan, informasi dan kemudahan dalam penyusunan bahan ajar ini, khususnya kepada ketua jurusan Manajemen ibu Dr. Nurdjannah Hamid,SE.M.Agr dan Sekertaris jurusan bapak Dr. Musran Munisu.SE.,M.Si. Ucapan terimakasih juga kami sampaikan kepada Dekan beserta jajarannya, teman-teman dosen, dan staf fakultas ekonomi Universitas Hasanuddin. Akhir kata segala kitik, masukan, dan saran yang sifatnya membangun akan penulis terima dengan senang hati demi meningkatkan kesempurnaan bahan ajar ini. Makassar, Juni 2016 A Ratna Sari Dewi 2
3 DAFTAR ISI Halaman Judul 1 MODUL PERKULIAHAN... 1 Oleh:... 1 DEPARTEMEN MANAJEMEN FAKULTAS EKONOMI DAN BISNIS... 1 UNIVERSITAS HASANUDDIN... 1 Juni KATA PENGANTAR... 2 DAFTAR ISI... 3 PENDAHULUAN... Error! Bookmark not defined. 1. Data yang relevan: Jenis, Sifat dan sumber, data kualitatif dan kuntitatif... 5 SMOOTHING METHOD... 6 Single Moving Average... 6 Double Moving Average... 7 Soal Latihan... 8 Exponential Smoothing Single ExponentialSmooting... 9 Double Exponential Smooting... 9 Menentukan besarnya forecast Ft + m = at +bt (m) Soal Latihan DECOMPOSITION METHOD TREND TREND LINIER BEBAS TREND MOMENT TREND PARABOLIK TREND EKSPONENSIAL VARIASI MUSIM VARIASI MUSIM Variasi Musim Variasi Musim Variasi SIKLIS Variasi RANDOM Latihan Dengan metode tren momen dan least square, Carilah perkiraan penjualan tahun bulan januari tahun berikutnya dari data penjualan: DAFTAR PUSTAKA
4 4
5 Pendahuluan - Teknik proyeksi Bisnis merupakan suatu cara atau pendekatan untuk menentukan ramalan (perkiraan) mengenai sesuatu di masa yang akan datang. - Kelangsungan bisnis dipengaruhi oleh faktor lingkungan kontrol dan sosial, lingkungan teknologi dan lingkungan ekonomi mikro Penentuan Akurasi forcasting 1. Data yang relevan: Jenis, Sifat dan sumber, data kualitatif dan kuntitatif 2. Teknik peramalan: kualitatif dan kuantitatif 1. Teknik Statistik: Smothing, dekomposisi, box jenkins 2. Teknik deterministik: regresi sederhana, regresi berganda, auto regresi, model input output 3. Pemilihan teknik peramalan 1. Pola atau karakteristik 2. Jangka waktu 3. Biaya 4. Tingkat akurasi 5
6 SMOOTHING METHOD Moving Average Single Moving Average Ft = Xt + Xt-1 + Xt-2.+ Xt-n+1 N Karakteristik Single Moving Average Untuk menentukan ramalan pada periode yang akan datan memerlukan data historis selama jangka waktu tertentu Semakin panjang jangka waktu average semakin halus efek pelicinannya Forecasting error Error = Riil Ramalan Mean Absolut Error = Σ Xt Ft N Mean Square Error = Σ(Xt Ft)2 N 2 Bulanan Periode Bulan Penjualan Forecast Error Abs Square 1 January February March April May
7 6 June July August September October November December Jumlah Mean Double Moving Average Menghitung moving average bergerak pertama dengan diberi simbol StI, yang dihitung dari data historis. Menghitung moving average bergerak kedua dengan diberi simbol StII, yang dihitung dari data bergerak pertama Menentukan besarnya nilai konstanta at=2si-sii Menentukan besarnya slope bt = 2/(V-1) x (SI-SII) V = Moving Menentukan besarnya forcasting Ft + m = a +b(m) m = selisih tahun forecast 7
8 Double Moving Average moving 5 Periode Bulan Penjualan S I S II Konstanta Sloop forecast Error Absolut Square 1 January February March April May June July August September October November December Mean
9 Soal Latihan Carilah Forecast untuk bulan januari tahun berikutnya. Dan berapa Mean absolute error dan mean square errornya. Data penjualan perusahaan A. Periode Bulan Penjualan 1 January February March April May June July August September October November December 1050 Carilah Forecast untuk bulan trimester ke tigabelas. Dan berapa Mean absolute error dan mean square errornya. keuntungan bisnis perusahaan B. Trimester Profit
10 Exponential Smoothing Single ExponentialSmooting Pemberian bobot data baru a, data lama α(1- α), data yang lebih lama α (1- α)2 Besarnnya adalah α antara 0 dan 1 - Ft+1 = α Xt + (1- α)ft - Ft+1 = Ft + α (Xt Ft) (Xt Ft) merupakan forecast error pada periode t Dalam melakukan peramalan, besarnya a ditentukan secara trial error sampai mendapatkan forecast error terkecil Periode Bulan Penjualan Forecast Error Abs Square 1 January February Maret April May June July August September October November December Double Exponential Smooting Dalam melakukan peramalan, dimulai dengan menentukan besarnya α yang ditentukan secara trial error Menentukan smooting pertama S t 9
11 S t = α Xt + (1- α) S t-1 Menentukan smooting kedua S t S t = α S t + (1- α) S t-1 Menentukan besarnya konstanta at α t = 2 S t - S t Menentukan besarnya slope bt bt = α (S t - S t) 1- α Menentukan besarnya forecast Ft + m = at +bt (m) 10
12 Double Exponential Smooting =Periode Bulan Unit S I S II Konstanta Sloop forecast Error Absolut Square 1 January February ,600 3 March ,744 4 April May ,571 6 June ,583 7 July August ,574 9 September , October November , December , ,782 11
13 Soal Latihan Carilah Forecast untuk bulan januari tahun berikutnya. Dan berapa nilai α untuk mendapatkan Mean absolute error dan mean square errorn terkecil serta berapa nilai Mean absolute error dan mean square errorn Data penjualan perusahaan A. Periode Bulan Penjualan 1 January February March April May June July August September October November December 1050 Carilah Forecast untuk bulan trimester ke tigabelas. Dan berapa nilai α untuk mendapatkan Mean absolute error dan mean square errorn terkecil serta berapa nilai Mean absolute error dan mean square errorn keuntungan bisnis perusahaan B. Trimester Profit
14 DECOMPOSITION METHOD TREND Tren adalah rata-rata perubahan dalam jangka panjang Tren Linier Trend Parabolik Tran eksponensial TREND LINIER BEBAS Trend Bebas yaitu penarikan garis trend tanpa menggunakan formula matematis yaitu digunakan dengan metoda bebas, namun bukan berarti tanpa pertimbangan. 13
15 TREND SETENGAH RATA-RATA Data yang ada dibagi dua kelompok dengan jumlah yang sama Tahun dasar ada pada tengh-tengah kelompik I Pada masing-masing kelompok ditentukan nilai X, semitotal dan semi average Jumlah nilai X pada kelompok I harus nol Proyeksi di tahun yang akan datang tergantung berapa besarnya nilai X Nilai trend dihitung dengan rumus Y = a + bx a = rata-rata kelompok I b = (rata-rata kelompok II rata-rata kelompok I)/n n = Jumlah data masing-masing kelompok X = nilai yang ditentukan berdasarkan tahun dasar Trend Setengah Rata-rata (data ganjil) Tahun Semitotal Semi avrg a = b= = 10 3 Persamaan Tren Y = a + b X Y = a + b X X 14
16 Trend Setengah Rata-rata (data ganjil) Tahun Y X Semitotal Semi avrg a = b= = x 4 Persamaan Tren Y = a + b X Y = a + b X X TREND DENGAN METODE KUADRAT TERKECIL (LEAST SQUARE) Data Ganjil Y = a + bx a = ΣY/n a = ΣYX/ΣX2 a = ΣY/n b = ΣXY/ΣX2 Tahun Y X XY X Jumlah
17 a= 760 = b= 100 = Persamaan Tren Y = a + b X Y = a + b X X Forecast Tahun th ke (X) Y = a + b X Data Genap Tahun Y X XY X Jumlah a= 1180 = b= Persamaan Tren Y = a + b X Y = a + b X 720 = X 16
18 TREND MOMENT Y = a + bx ΣY = n.a + ΣXb ΣYX = ΣX.a /ΣX2.b Tahun Y X XY X Jumlah = 5 a+ 10 b 1620 = 10 a+ 30 b 1520 = 10 a+ 20 b 1620 = 10 a+ 30 b 100 = 10 b b = 10.0 a = 132 persamaan Y = X 17
19 MENGUBAH BENTUK PERSAMAAN TREN Merubah titik origin Y = X titik awal pada tahun 1999 Perubahan titik pada 2002 Y = X Y = Y = 162 Persamaan baru Y = X Tren rata-rata perbulanan Tren rata-rata bulanan Y = X Y = X Y = X Y = X Tren rata-rata per triwulanan Tren rata-rata triwulanan Y = X Y = X Y = X Y = X TREND PARABOLIK Y = a + bx + cx 2 ΣY = n.a + cσx 2 ΣYX = bσx2 ΣX2Y = aσx2 + cσx 4 Tahun Y X XY X 2 X 2 Y X Jumlah
20 1,320 = 10 a c 20 = 330 b 41,720 = 330 a + 19,338 c 41,720 = 330 a + 19,338 c 1,320 = 10 a c 41,720 = 330 a + 19,338 c 43,560 = 330 a + 10,890 c - 1,840 = 8,448 c c = -0.2 a = 139 b = 0.06 Y = X X 2 19
21 TREND EKSPONENSIAL Y = a + bx Log Y = Log a + X Log b Log a = Σ Log Y n Log b = Σ X Log Y ΣX 2 Tahun Y Log Y X X 2 X log Y Jumlah Log a = Σ Log Y = = n 10 Log b = Σ X Log Y = 0.69 = n 330 Log Y = Log a + Log b. X Log Y = X 20
22 VARIASI MUSIM Metode Rata-rata Sederhana 1. Menentukan penjualan rata-rata tiap triwulan pada tahun-tahun data yang diketahui 2. Mengurangi penjualan rata-rata tersebut dengan akumulasi nilai b (Sloop) 3. Menentukan Indeks Musiman = (rata-rata-b komulatif) triwulan tahun tertentu (rerata-b komulatif) triwulan seluruh tahun Tahun Y X XY X Jumlah a= 1518 = b= 184 = 7 28 Persamaan Tren Y = a + b X Y = a + b X X Origin 1996 Y = a + b X X Y = a + b X X 21
23 Rata-rata sederhana rata2 B Kum Rata2 - b kum Index (%) TW % TW % TW % TW % Jumlah rerata VARIASI MUSIM Metode presentase terhadap tren 1. Menyajikan data penjualan riil 2. Menyajikan data tren penjualan 3. Menghitung prosentase penjualan riil terhadap tren penjualan 4. Mencari median persentase tersebut pada tiap triwulan 5. Menentukan indeks musiman METODE PRESENTASE TERHADAP TREN 1. Menyajikan data penjualan riil TW TW TW TW Y= X Penjualan Origin tahun 1996 Y= X Penjualan triwulan origin triwulan II-III tahun
24 Origin tengah tahun TW TW TW TW perubahan origin ke TW 1 tahun TW TW TW TW Y= X Penjualan triwulan origin triwulan II-III tahun 1996 perubahan ke origin TW Y= Y= Y= 55.2 Persamaan tren baru Y= X Nilai tren penjualan triwulan TW TW TW TW Prosentase penjualan riil terhadap tren TW 1 103% 109% 102% 91% 101% 90% 92% TW 2 122% 124% 113% 117% 115% 122% 114% TW 3 91% 92% 95% 85% 98% 90% 99% TW 4 80% 83% 90% 100% 89% 98% 94% 23
25 Median TW 1 90% 91% 92% 101% 102% 103% 109% TW 2 113% 114% 115% 117% 122% 122% 124% TW 3 85% 90% 91% 92% 95% 98% 99% TW 4 80% 83% 89% 90% 94% 98% 100% 400% Nilai rata-rata median = Indeks Musim Nilai TW 1 101% 101% TW 2 117% 117% TW 3 92% 92% TW 4 90% 90% Variasi Musim Metode persetase terhadap rata-rata bergerak 1. Menghitung jumlah bergerak selama satu tahun (4 TW) dan letakkan pada pertengahan data 2. Menghitung jumlah bergerak selama dua tahun (4TW) dan letakkan pada pertengahan data 3. Menghitung rata-rata bergerak dengan membagi hasil dari no. 2 dengan 8 TW 4. Menghitung presentase data riil terhadap rata-rata bergerak 5. Menentukan median persentase tersebut 6. Menentukan indeks musim 24
26 Metode persetase terhadap rata-rata bergerak 1. Menghitung jumlah bergerak selama satu tahun (4 TW) dan letakkan pada pertengahan data 2. Menghitung jumlah bergerak selama dua tahun (4TW) dan letakkan pada pertengahan data 3. Menghitung rata-rata bergerak dengan membagi hasil dari no. 2 dengan 8 TW 4. Menghitung presentase data riil terhadap rata-rata bergerak Penjualan jml bergerak 4TW Jml bergerak 2 th rata-rata bergerak % penjualan thd MOVA TW 1 50 TW TW % TW % TW % TW % TW % TW % TW % TW % TW % TW % TW % TW % TW % TW % TW % TW % TW % TW % TW % TW % TW % TW % TW % TW % TW 3 59 TW
27 Variasi Musim Metode persetase terhadap rata-rata bergerak Menentukan median persentase tersebut Menentukan indeks musim Indeks MEDIAN Musim TW 1 0% 91% 93% 94% 99% 104% 108% 97% 97% TW 2 0% 113% 113% 114% 120% 122% 124% 117% 117% TW 3 0% 85% 90% 91% 91% 96% 99% 91% 91% TW 4 0% 79% 84% 90% 92% 98% 100% 91% 91% 99% Variasi SIKLIS 1. Menyusun Penjualan Riil per teriwulan 2. Menyusun tren penjualan triwulan (T) 3. Menyusun indeks musim (M) 4. Menentukan nilai normal (TxM) 5. Menentukan perubahan Siklis (S) dan random (R); penjualan riil / nilai normal 6. Menentukan jumlah tertimbang bergerak (weighted moving total) 7. Menentukan indeks siklis (rata-rata tertimbang) 1993 Penjualan Tren (T) indek Musim (M) T x M Variasi S&R jumlah bergerak rata-rata bergerak TW % TW % TW % TW %
28 TW % TW % TW % TW % TW % TW % TW % TW % TW % TW % TW % TW % TW % TW % TW % TW % TW % TW % TW % TW % TW % TW % TW % TW % Indeks Musim TW % TW % TW % TW % Nilai rata-rata median = Variasi RANDOM Variasi random merupakan suatu hal yang terjadi secara tiba-tiba dan sukar diperkirkan 27
29 Latihan Berapa prediksi biaya pada tahunberikutnya untuk dua perusahaan di bawah. Tahun A B Hitunglah dengan metode: 1. Tren Linier 2. Least Square 3. Tren Momen 4. Tren prabolik 5. Tren Exponensial Dengan metode tren momen dan least square, Carilah perkiraan penjualan tahun bulan januari tahun berikutnya dari data penjualan: Tahun Sale jan 1,350 feb 1,225 mar 1,475 apr 1,530 may 1,625 jun 1,500 jul 1,560 aug 1,640 sep 1,475 oct 1,575 nov 1,640 dec 1,700 28
30 29
31 DAFTAR PUSTAKA Suliyanto.SE.,M.S, 2008, Tehnik Proyeksi Bisnis Teori dan Aplikasi dengan Microsoft Excel, Andi, Yogyakarta 30
Teknik Proyeksi Bisnis (Forecasting)
MODUL PERKULIAHAN Teknik Proyeksi Bisnis (Forecasting) Oleh: H. SETYABUDI INDARTONO, MM PROGRAM STUDI MANAGEMENT FAKULTAS ILMU SOSIAL UNIVERSITAS NEGERI YOGYAKARTA 2006 1 DAFTAR ISI Pengantar Smooting
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 LANDASAN TEORI. sama setiap hrinya. Pada bulan-bulan tertentu curah hujan sangat tinggi dan pada
BAB 2 LANDASAN TEORI 2.1 Curah Hujan Hujan sangat diperlukan diberbagai penjuru masyarakat. Curah hujan tidak selalu sama setiap hrinya. Pada bulan-bulan tertentu curah hujan sangat tinggi dan pada bulan-bulan
Lebih terperinciUNIVERSITAS WINAYA MUKTI TEKNIK PROYEKSI BISNIS DODI TISNA AMIJAYA SE.,MM METODA METODA -- METODA PERAMALAN METODA PERAMALAN
UNIVERSITAS WINAYA MUKTI TEKNIK PROYEKSI BISNIS DODI TISNA AMIJAYA SE.,MM METODA - METODA PERAMALAN PADA DASARNYA METODA PERAMALAN DAPAT DIKELOMPOKKAN KE DALAM 3 KELOMPOK YAITU : 1. METODA KUALITATIF YANG
Lebih terperinciPeramalan (Forecasting)
Peramalan (Forecasting) Peramalan (forecasting) merupakan suatu proses perkiraan keadaan pada masa yang akan datang dengan menggunakan data di masa lalu (Adam dan Ebert, 1982). Awat (1990) menjelaskan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Produksi Kedelai Dalam ketersediaan kedelai sangat diperlukan diberbagai penjuru masyarakat dimana produksi kedelai merupakan suatu hasil dari bercocok tanam dimana dilakukan dengan
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 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1. Peramalan 2.1.1. Pengertian dan Kegunaan Peramalan Peramalan (forecasting) menurut Sofjan Assauri (1984) adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang
Lebih terperinciBAB 2 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 RANGKAIAN WAKTU (TIME SERIES ANALYSIS)
BAB 5 ANALISIS RANGKAIAN WAKTU (TIME SERIES ANALYSIS) Kompetensi Menjelaskan konsep dasar time series. Indikator 1. Menjelaskan konsep dasar time series analysis: trend linear.. Menjelaskan konsep dasar
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 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 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 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 terperinciBAB III PERAMALAN. Praktikum Sistem Produksi ATA 2014/2015
BAB III PERAMALAN 3.1 Landasan Teori Peramalan merupakan suatu bentuk usaha untuk meramalkan keadaan di masa mendatang melalui pengujian keadaan di masa lalu. Esensi peramalan adalah perkiraan peristiwa-peristiwa
Lebih terperinciBAB 3 PRAKIRAAAN dan PERAMALAN PRODUKSI. Dalam Manajemen Operasional, mengapa perlu ada peramalan produksi?
BAB 3 PRAKIRAAAN dan PERAMALAN PRODUKSI Dalam Manajemen Operasional, mengapa perlu ada peramalan produksi? a. Ada ketidak-pastian aktivitas produksi di masa yag akan datang b. Kemampuan & sumber daya perusahaan
Lebih terperinciBAB 4 HASIL DAN BAHASAN
BAB 4 HASIL DAN BAHASAN 4.1 Hasil dan Bahasan 4.1.1 Penentuan Suku Cadang Prioritas Untuk menentukan suku cadang prioritas pada penulisan tugas akhir ini diperlukan data aktual permintaan filter fleetguard
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 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 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 terperinciBAB 2 LANDASAN TEORI
10 BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang. Peramalan diperlukan karena adanya kesenjaan waktu
Lebih terperinciBAB 2 LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan untuk memperkirakan apa yang akan
BAB 2 LADASA TEORI 2.1 Pengertian Peramalan (Forecasting) Peramalan (Forecasting) adalah suatu kegiatan untuk memperkirakan apa yang akan terjadi pada masa mendatang. Peramalan penjualan adalah peramalan
Lebih terperinciBAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1 Peramalan Dalam melakukan analisa ekonomi atau analisa kegiatan perusahaan, haruslah diperkirakan apa yang akan terjadi dalam bidang ekonomi atau dunia usaha pada masa yang
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 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 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 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Uji Kecukupan Sampel Dalam melakukan penelitian terhadap populasi yang sangat besar, kita perlu melakukan suatu penarikan sampel. Hal ini dikarenakan tidak selamanya kita dapat
Lebih terperinciTIME SERIES. Deret berkala dan Peramalan
TIME SERIES Deret berkala dan Peramalan Pendahuluan Deret berkala Time series Sekumpulan data yang dicatat dalam satu periode waktu Digunakan untuk meramalkan kondisi masa mendatang Dalam jangka pendek
Lebih terperinciDeret Berkala dan Peramalan
Deret Berkala dan Peramalan Times Series & Forecasting Oleh : Riandy Syarif Definisi Deret berkala adalah sekumpulan data yg dicatat dalam satu periode waktu. Contoh data penjualan motor yamaha 2000-2010.
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 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 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 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 terperinciMATERI 3 PER E AM A AL A AN
MATERI 3 PERAMALAN APAKAH PERAMALAN ITU? Peramalan (Forecasting) : Seni dan ilmu memprediksi peristiwa- peristiwa masa depan. Peramalan memerlukan pengambilan data historis dan memproyeksikannya ke masa
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 III PERAMALAN 3.1 Landasan Teori Peramalan
BAB III PERAMALAN 3.1 Landasan Teori Peramalan Menurut Gaspersz (2004), aktivitas peramalan merupakan suatu fungsi bisnis yang berusaha memperkirakan permintaan dan penggunaan produk sehingga produk-produk
Lebih terperinciBAB III METODE PENELITIAN. untuk memahami, memecahkan dan mengantisipasi masalah. adalah penelitian secara deskriptif dan komparatif.
BAB III METODE PENELITIAN 3.1 Metode Penelitian Metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif dan komparatif. Melalui penelitian, manusia dapat menggunakan hasilnya, secara
Lebih terperinciSEMINAR NASIONAL MESIN DAN INDUSTRI (SNMI6) 2010
PENENTUAN JUMLAH TENAGA KERJA DAN ONGKOS PRODUKSI MINIMUM PADA PERUSAHAAN ABC Ahmad Staf Pengajar Program Studi Teknik Industri Universitas Tarumanagara, Jakarta e-mail: ahmad_industri@tarumanagara.ac.id
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 terperinciPeramalan Jumlah Penumpang Pada Siluet Tour And Travel Kota Malang Menggunakan Metode Triple Exponential Smoothing
Jurnal Ilmiah Teknologi dan Informasi ASIA (JITIKA) Vol.11, No.1, Februari 2017 ISSN: 0852-730X Peramalan Jumlah Penumpang Pada Siluet Tour And Travel Kota Malang Menggunakan Metode Triple Exponential
Lebih terperinciAPLIKASI PERAMALAN PENGADAAN BARANG DENGAN METODE TREND PROJECTION DAN METODE SINGLE EXPONENTIAL SMOOTHING (STUDI KASUS DI TOKO PIONIR JAYA)
APLIKASI PERAMALAN PENGADAAN BARANG DENGAN METODE TREND PROJECTION DAN METODE SINGLE EXPONENTIAL SMOOTHING (STUDI KASUS DI TOKO PIONIR JAYA) Evi Dewi Sri Mulyani 1, Egi Badar Sambani 2, Rian Cahyana 3
Lebih terperinciPOKOK BAHASAN. : Peramalan (Forecasting) Bab II : Manajemen Proyek. Bab III : Manajemen Persediaan. Bab IV : Supply-Chain Management
MANAJEMEN OPERASI 1 POKOK BAHASAN Bab I : Peramalan (Forecasting) Bab II : Manajemen Proyek Bab III : Manajemen Persediaan Bab IV : Supply-Chain Management Bab V : Penetapan Harga (Pricing) 2 BAB I PERAMALAN
Lebih terperinciBAB V ANALISA DAN PEMBAHASAN
BAB V ANALISA DAN PEMBAHASAN 5.1 Peramalan Kebutuhan Bahan Baku Pada bab ini berisikan tentang analisa hasil dari pengolahan data dalam perhitungan Forecasting dan MRP tepung terigu untuk 12 bulan yang
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Produksi Produksi padi merupakan salah satu hasil bercocok tanam yang dilakukan dengan penanaman bibit padi dan perawatan serta pemupukan secara teratur sehingga menghasilkan
Lebih terperinciBAB 2 LANDASAN TEORITIS
BAB 2 LANDASAN TEORITIS 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksikan apa yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.
Lebih terperinciPERAMALAN (FORECASTING)
#3 - Peramalan (Forecasting) #1 1 PERAMALAN (FORECASTING) EMA302 Manajemen Operasional Pengertian (1) 2 Oxford Dictionary, Forecast is a statement about what will happen in the future, based on information
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1. Produksi Produksi air bersih adalah pengolahan air sungai menjadi air bersih yang dapat digunakan dalam kebutuhan rumah tanggga, seperti air minum, mencuci, mandi dan kebutuhan
Lebih terperinciTrend Sekuler Linier. Analisis Runtut Waktu (Time Series) adalah analisis pergerakan atau perubahan variabel bisnis/ekonomi dari waktu ke waktu.
Trend Sekuler Linier 1. Pendahuluan Analisis Runtut Waktu (Time Series) adalah analisis pergerakan atau perubahan variabel bisnis/ekonomi dari waktu ke waktu. Pola dasar pergerakan runtut waktu : 1) Trend
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 3 LANGKAH PEMECAHAN MASALAH. Seiring dengan meningkatknya pangsa pasar, permintaan konsumen juga menjadi
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Seiring dengan meningkatknya pangsa pasar, permintaan konsumen juga menjadi semakin sulit untuk diperkirakan. Selama ini, manajer PT. Focus
Lebih terperinciBAB. 1 PENDAHULUAN Latar Belakang
1 BAB. 1 PENDAHULUAN 1.1. Latar Belakang Kain adalah bahan mentah yang dapat dikelola menjadi suatu pakaian yang mempunyai nilai financial dan konsumtif dalam kehidupan, seperti pembuatan baju. Contohnya
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 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 terperinciTeam project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP
Hak cipta dan penggunaan kembali: Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LADASA TEORI 2.1 Pengertian Peramalan Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama (assaury, 1991). Sedangkan ramalan adalah
Lebih terperinciMETODE PERAMALAN HOLT-WINTER UNTUK MEMPREDIKSI JUMLAH PENGUNJUNG PERPUSTAKAAN UNIVERSITAS RIAU ABSTRACT
METODE PERAMALAN HOLT-WINTER UNTUK MEMPREDIKSI JUMLAH PENGUNJUNG PERPUSTAKAAN UNIVERSITAS RIAU Encik Rosalina 1, Sigit Sugiarto 2, M.D.H. Gamal 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan sering dipandang sebagai seni dan ilmu dalam memprediksikan kejadian yang mungkin dihadapi pada masa yang akan datang. Secara teoritis peramalan
Lebih terperinciBAB 2 TINJAUAN TEORITIS. 2.1 Produk Domestik Regional Bruto
18 BAB 2 TINJAUAN TEORITIS 2.1 Produk Domestik Regional Bruto Dalam menghitung pendapatan regional, dipakai konsep domestik. Berarti seluruh nilai tambah yang ditimbulkan oleh berbagai sektor atau lapangan
Lebih terperinciPERENCANAAN PRODUKSI
PERENCANAAN PRODUKSI 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
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 I PENDAHULUAN. untuk item yang diproduksi. Peramalan ini berguna sebagai dasar untuk
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Tahap pertama dalam perencanaan dan pengendalian produksi bila produksi bertipe made to stock adalah menentukan suatu peramalan akurat dari permintaan untuk
Lebih terperinciBAB I PENDAHULUAN. sektor perindustrian semakin ketat.perusahaan-perusahaan beroperasi dan
BAB I PENDAHULUAN A. Latar Belakang Pada jaman globalisasi yang semakin maju ini, persaingan usaha dalam sektor perindustrian semakin ketat.perusahaan-perusahaan beroperasi dan saling berlomba untuk dapat
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Peramalan adalah alat bantu yang penting dalam perencanaan yang efektif dan efisien (Makridakis,1991). Peramalan merupakan studi terhadap data historis untuk menemukan
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1. Sejarah Umum Perusahaan Saputra Plastik adalah perusahaan yang bergerak dalam bidang pemasaran berbagai jenis plastik seperti PP, PE, HD, dan Tali Plastik ; didirikan pada
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 terperinciANALISIS DERET BERKALA
ANALISIS DERET BERKALA PENDAHULUAN Analisis deret berkala merupakan prosedur analisis yang dapat digunakan untuk mengetahui gerak perubahan nilai suatu variabel sebagai akibat dari perubahan waktu. Dalam
Lebih terperinciPerkapalan Negeri Surabaya, Surabaya Program Studi Teknik Otomasi, Jurusan Teknik Kelistrikan Kapal, Politeknik Perkapalan Negeri
Perbandingan Metode Autoregressive Integrated Moving Average (ARIMA) dan Exponential Smoothing pada Peramalan Penjualan Klip (Studi Kasus PT. Indoprima Gemilang Engineering) Aditia Rizki Sudrajat 1, Renanda
Lebih terperinciAnalisis Metode Peramalan Permintaan Terbaik Produk Oxycan pada PT. Samator Gresik
Analisis Metode Peramalan Permintaan Terbaik Produk Oxycan pada PT. Samator Gresik Eucharistia Yacoba Nugraha* ) dan I Wayan Suletra 2) ) Mahasiswa program Studi Teknik Industri, Fakultas Teknik, Universitas
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH. Kriteria optimasi yang digunakan dalam menganalisis kebutuhan produksi pada
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Kriteria optimasi yang digunakan dalam menganalisis kebutuhan produksi pada PT Dinamika Indonusa Prima terkait dengan jumlah permintaan akan
Lebih terperinciBAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Peramalan adalah kegiatan meramalkan atau memprediksi apa yang akan terjadi dimasa yang akan datang dengan waktu tenggang (lead time) yang relative lama,
Lebih terperinciBAB 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 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 terperinciBAB 2 TINJAUAN TEORITIS. Adanya waktu tenggang (lead time) merupakan alasan utama bagi perencanaan dan
BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Adanya waktu tenggang (lead time) merupakan alasan utama bagi perencanaan dan peramalan. Jika waktu tenggang ini nol atau sangat kecil, maka perencanaan
Lebih terperinciANALISIS PERAMALAN DENGAN MENGGUNAKAN METODE PEMULUSAN EKSPONENSIAL TUNGGAL ABSTRACT
AALISIS PERAMALA DEGA MEGGUAKA METODE PEMULUSA EKSPOESIAL TUGGAL Annisa Rahmattia 1, Bustami 2, MDH.Gamal 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika Fakultas Matematika dan Ilmu
Lebih terperinciEMA302 Manajemen Operasional
1 PERAMALAN (FORECASTING) EMA302 Manajemen Operasional Pengertian (1) 2 Oxford Dictionary, Forecast is a statement about what will happen in the future, based on information that is available now. (Peramalan
Lebih terperinciPERAMALAN PENGGUNA INDIHOME DI PT.TELEKOMUNIKASI TBK PALEMBANG
PERAMALAN PENGGUNA INDIHOME DI PT.TELEKOMUNIKASI TBK PALEMBANG Oktariani 1*, Sopian Soim 2, Adewasti 3 1 Program Studi Teknik Telekomunikasi, Jurusan Teknik Elektro, Politeknik Negeri Sriwijaya Bukit Besar,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peramalan (Forecasting) Peramalan pada dasarnya merupakan proses menyusun informasi tentang kejadian masa lampau yang berurutan untuk menduga kejadian di masa depan. Peramalan
Lebih terperinciANALISA PREDIKSI PENYEWAAN ALAT TRANSPORTASI MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING (STUDI KASUS : PT SEDONA HOLIDAYS MEDAN)
ANALISA PREDIKSI PENYEWAAN ALAT TRANSPORTASI MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING (STUDI KASUS : PT SEDONA HOLIDAYS MEDAN) Dewi Ika Yanti Situmorang Mahasiswa Program Studi Teknik Informatika
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 terperinciMATHunesa Jurnal Ilmiah Matematika Volume 3 No.6 Tahun 2017 ISSN
MATHunesa Jurnal Ilmiah Matematika Volume 3 No.6 Tahun 2017 ISSN 2301-9115 FORECASTING FITNESS GYM MEMBERSHIP PADA PUSAT KEBUGARAN THE BODY ART FITNESS, AEROBIC & POOL MENGGUNAKAN METODE EXPONENTIAL SMOOTHING
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 1.1 Tempat Penelitian Penelitian ini dilakukan di PT. Aetra Air Jakarta, Jl. Jend. Sudirman Ged. Sampoerna Strategic Square. 1.2 Obyek Penelitian Objek penelitian dilakukan
Lebih terperinci1. PENGERTIAN. Anggaran Penjualan Hal 5
2 ANGGARAN PENJUALAN 1. PENGERTIAN A nggaran penjualan merupakan anggaran pertama yang dibuat oleh perusahaan. Hal ini sehubungan anggaran penjualan umumnya menggambarkan penghasilan yang akan diterima
Lebih terperinciPENENTUAN JUMLAH PERENCANAAN PERMINTAAN PELUMAS UNTUK MEMINIMASI TINGKAT KESALAHAN PERAMALAN BERDASARKAN PERAMALAN PERMINTAAN PELUMAS PADA PT.
ISSN : 2355-9365 e-proceeding of Engineering : Vol.3, No.2 Agustus 2016 Page 3022 PENENTUAN JUMLAH PERENCANAAN PERMINTAAN PELUMAS UNTUK MEMINIMASI TINGKAT KESALAHAN PERAMALAN BERDASARKAN PERAMALAN PERMINTAAN
Lebih terperinciKOMENTAR DOSEN PENGUJI
DATA PENULIS Nama : I Made Sumaryana Alamat di Bandung : Jl. Cibogo Atas Gg. Siti Murgi No.24C, Bandung Alamat Asal : Jl. Gatot Subroto II No.4 Denpasar, Bali No. Telp Bandung : 022 2008468 No. Telp Asal
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan teori-teori yang menjadi dasar dan landasan dalam penelitian sehingga membantu mempermudah pembahasan selanjutnya. Teori tersebut meliputi arti dan peranan
Lebih terperincidiperkirakan apa yang akan terjadi dalam bidang ekonomi atau dalam dunia usaha
BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Dalam melakukan analisa ekonomi atau analisa kegiatan perusahaan, haruslah diperkirakan apa yang akan terjadi dalam bidang ekonomi atau dalam dunia usaha
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Manajemen 2.1.1 Pengertian Manajemen Manajemen berasal dari bahasa kata to manage yang artinya mengatur atau mengelola. Pengaturan dilakukan melalui proses dan diatur berdasarkan
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 III LANGKAH PEMECAHAN MASALAH
BAB III LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Koperasi Niaga Abadi Ridhotullah (KNAR) adalah badan usaha yang bergerak dalam bidang distributor makanan dan minuman ringan (snack). Koperasi
Lebih terperinciBAB III METODE PERAMALAN DENGAN METODE DEKOMPOSISI. Metode peramalan yang biasanya dilakukan didasarkan atas konsep
BAB III METODE PERAMALAN DENGAN METODE DEKOMPOSISI Metode peramalan yang biasanya dilakukan didasarkan atas konsep bahwa apabila terdapat pola yang mendasari suatu deret data, maka pola tersebut dapat
Lebih terperinciBAB III PERAMALAN DENGAN METODE DEKOMPOSISI. (memecah) data deret berkala menjadi beberapa pola dan mengidentifikasi masingmasing
BAB III PERAMALAN DENGAN METODE DEKOMPOSISI 3.1 Metode Dekomposisi Prinsip dasar dari metode dekomposisi deret berkala adalah mendekomposisi (memecah) data deret berkala menjadi beberapa pola dan mengidentifikasi
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 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 terperinciPERAMALAN PENJUALAN TIKET PESAWAT PADA CV. VIDO JAYA TOUR DAN TRAVEL
PERAMALAN PENJUALAN TIKET PESAWAT PADA CV. VIDO JAYA TOUR DAN TRAVEL Nama : Awalludin Ma rifatullah Idhofi NPM : 11212269 Jurusan : Manajemen Pembimbing : Dr. Dra. Peni Sawitri, MM PENDAHULUAN Latar Belakang
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 terperinciARTIKEL PENERAPAN METODE TREND MOMENT DALAM FORECASTING PENJUALAN KASUR BUSA DI MEBEL ANUGERAH CUKIR JOMBANG
ARTIKEL PENERAPAN METODE TREND MOMENT DALAM FORECASTING PENJUALAN KASUR BUSA DI MEBEL ANUGERAH CUKIR JOMBANG Oleh: Irwan Rizki Yanto (12.1.03.02.0238) Dibimbing oleh : 1. Intan Nur Farida, M.Kom 2. Mochamad
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Peramalan merupakan studi terhadap data historis untuk menemukan hubungan, kecenderungan dan pola data yang sistematis (Makridakis, 1999). Peramalan menggunakan pendekatan
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Metode statistik merupakan bidang pengetahuan yang mengalami pertumbuhan
BAB I PENDAHULUAN 1.1. Latar Belakang Metode statistik merupakan bidang pengetahuan yang mengalami pertumbuhan pesat. Metosdenya berkembang sejajar dengan penemuan-penemuan penting oleh para ahli matematis
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 terperinciPeramalan Penjualan Avtur dengan Mempertimbangkan Special Event
Peramalan Penjualan Avtur dengan Mempertimbangkan Special Event Siti Lukmatul Henifa, Dra. Nuri Wahyuningsih, M.Kes. Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam (MIPA), Institut Teknologi
Lebih terperinci