ANALISIS DATA BERKALA (TIME SERIES)
|
|
- Sugiarto Darmadi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 ANALISIS DATA BERKALA (TIME SERIES)
2 CONTOH DATA BERKALA Pertumbuhan ekonomi pertahun dari tahun 1995 sampai tahun 000 Nilai ekspor tekstil per tahun dari tahun 1990 sampai tahun 000 Jumlah produksi minyak per bulan Indeks harga saham per hari Jumlah keuntungan perusahaan tiap tahun
3 TUJUAN ANALISIS Dapat mengetahui perkembangan satu atau beberapa keadaan Hubungan atau pengaruhnya terhadap keadaan lain. Artinya apakah suatu keadaan atau kejadiaan mempunyai hubungan (pengaruh) terhadap keadaan yang lain, bila ada hubungan berapa besar atau berapa kuat hubungan tersebut. 3
4 CONTOH HUBUNGAN 1. Apakah kenaikan nilai ekspor akan mempengaruhi anggaran pendapatan dan belanja negara?. Apakah harga minyak di pasaran dunia akan mempengaruhi kemampuan pemerintah dalam membayar hutang luar negeri? 3. Apakah biaya iklan akan mempunyai dampak yang positif terhadap keuntungan perusahaan? 4. Apakah kenaikan pendapatan rumah tangga akan diikuti dengan kenaikan permintaan terhadap produk tertentu? 5. Apakah jumlah uang yang beredar akan mempengaruhi tingkat inflasi? 4
5 CONTOH GRAFIK ANALISIS 5 Sales Year Actual
6 KOMPONEN DATA BERKALA Trend Cyclical Seasonal Irregular 6
7 KOMPONEN DATA BERKALA 1. Gerakan Trend Jangka Panjang atau Sekuler (T). Persistent, overall upward or downward pattern Due to population, technology etc. Several years duration Response Mo., Qtr., Yr T/Maker Co. 7
8 KOMPONEN DATA BERKALA. Gerakan Siklis (C) Repeating up & down movements Due to interactions of factors influencing economy Usually -10 years duration Response Cycle B Mo., Qtr., Yr. 8
9 KOMPONEN DATA BERKALA 3. Gerakan Variasi Musim (S) Regular pattern of up & down fluctuations Due to weather, customs etc. Occurs within one year Response Summer T/Maker Co. 9 Mo., Qtr.
10 KOMPONEN DATA BERKALA 4. Gerakan yang Tak Teratur atau Acak (I) Erratic, unsystematic, residual fluctuations Due to random variation or unforeseen events Union strike War Short duration & nonrepeating 10
11 METODE TREND LINEAR 1. Metode Bebas. Metode Setengah Rata-rata 3. Metode Rata-rata Bergerak 4. Metode Kuadrat Minimum/Terkecil 11
12 BENTUK UMUM TREND LINEAR Ŷ = a + bx Ŷ adalah nilai trend pada periode tertentu (variabel tak bebas) X adalah periode waktu (variabel bebas) a adalah intersep dari persamaan trend b adalah koefisien kemiringan atau gradien dari persamaan trend yang menunjukkan besarnya perubahan Ŷ bila terjadi perubahan satu unit pada X 1
13 METODE BEBAS 13 Buatlah sumbu datar X dan sumbu tegak Y dalam sistem koordinat Cartesius Buatlah diagram pencar (scatter diagram dari pasangan titik-pasangan titik (XY) yang menyatakan kaitan antara waktu dan nilai data berkala Tariklah garis linear yang arahnya mengikuti penyebaran nilai-nilai data berkala Pilihlah dua titik sembarang untuk menentukan persamaan trend linear, misalnya (X 1,Y 1 ) dan (X,Y ) Pilihlah salah satu periode waktu data berkala sebagai titik asal (X=0) Masukkanlah atau subtitusikanlah nilai-nilai X dan Y dari dua titik yang telah dipilih pada rumus persamaan umum trend linear atau memakai persamaan berikut: Selanjutnya tentukanlah nilai-nilai trend dengan memakai persamaan yang telah diperoleh tersebut y-y1 y - y1 ( x x1 ) x x 1
14 14 CONTOH SOAL Besarnya dana pinjaman yang disalurkan oleh PT. Jasa Raharja untuk modal kerja bagi pengusaha kecil dari tahun 1987 sampai tahun 1995 (dalam miliar rupiah) adalah sebagai berikut: TAHUN Besar Pinjaman 1,5 1,8,5 3,5,3 1,6 4,1 3,8 4,5 Tentukanlah persamaan trend dengan memakai metode bebas!
15 PERHITUNGAN TAHUN X Y 1,5 1,8,5 3,5,3 1,6 4,1 3,8 4,5 Dipilih titik (;,5) dan (7; 3,8) yang akan dimasukkan kedalam rumus Ŷ= a + bx Untuk titik (;,5), maka diperoleh:,5 = a + b () a + b =,5 (1) Untuk titk (7; 3,8), maka diperoleh: 3,8 = a + b (7) a + 7b = 3,8 () 15
16 PERHITUNGAN (1) a + b =,5 () a + 7b = 3,8 (-) - 5b = -1,3 b = 0,6 Subtitusikan b=0,6 kedalam persamaan (1), diperoleh: a + (0,6) =,5 a = 1,98 Persamaan trend linear adalah Ŷ = 1,98 + 0,6 X TAHUN Besar Pinjaman 1,5 1,8,5 3,5,3 1,6 4,1 3,8 4,5 Nilai Trend 1,98,4,50,76 3,0 3,8 3,54 3,80 4,06 16
17 HASIL GRAFIK METODE BEBAS 5 4,5 4 y = 1,98 + 0,6x 3,5 3,5 1,5 1 0, Aktual Data Berkala Nilai Trend
18 18 METODE SETENGAH RATA-RATA Bagilah data berkala menjadi dua kelompok yang sama banyak, katakanlah kelompok 1 dan kelompok Tentukanlah rata-rata hitung masing-masing kelompok, katakanlah Ӯ 1 dan Ӯ Tentukanlah dua titik, yaitu (X 1, Ӯ 1 ) dan (X, Ӯ ), dimana absis X 1 dan X ditentukan dari periode waktu data berkala Tentukanlah nilai a dan b dengan mensubtitusikan nilai-nilai X dan Y dari dua titik tersebut pada persamaan trend Ŷ=a+bX
19 PERHITUNGAN TAHUN X Y 1,5 1,8,5 3,5,3 1,6 4,1 3,8 4,5 Kelompok 1 Dihilangkan Kelompok Kelompok 1: Kelompok : 1,5 1,8,5 3,5 Y,35 X ,6 4,1 3,8 4,5 Y 3,5 X ,5 6,5 19
20 PERHITUNGAN Untuk titik (1,5;,35), maka diperoleh:,35 = a + b (1,5) a + 1,5b =,35 (1) Untuk titk (6,5; 3,5), maka diperoleh: 3,5 = a + b (6,5) a + 6,5b = 3,5 () (1) a + 1,5b =,35 () a + 6,5b = 3,5 (-) - 5b = -1,175 b = 0,35 Subtitusikan b=0,35 kedalam persamaan (1), diperoleh: a + 1,5 (0,35) =,35 a = 1,975 0
21 PERHITUNGAN Persamaan trend linear adalah Ŷ = 1, ,35 X TAHUN Besar Pinjaman 1,5 1,8,5 3,5,3 1,6 4,1 3,8 4,5 Nilai Trend 1,97,1,44,68,91 3,15 3,38 3,6 3,85 1
22 5 HASIL GRAFIK METODE SETENGAH RATA-RATA 4,5 4 3,5 y = 1,975 +0,35x 3,5 1,5 1 0, Aktual Data Berkala Nilai Trend
23 3 METODE RATA-RATA BERGERAK (MOVING AVERAGE) Y 1, Y, Y 3,... Y n Rata-rata bergerak menurut urutan waktu n adalah merupakan urutan rata-rata hitung, yaitu sebagai berikut: Rata-rata hitung pertama : Rata-rata hitung kedua: Rata-rata hitung ketiga, dst: Y Y1 Y Y... Yn n Y1 Y Y3... Yn 1 n Y1 Y Y3... Yn n 3 Y1 Y 3
24 PERHITUNGAN TAHUN Y Moving Average (3) Ŷ ,5 NA NA ,8 (1,5+1,8+,5)/3 = 1,93 1, ,5 (1,8+,5+3,5)/3 =,60, ,5 (,5+3,5+,3)/3 =,77, ,3 (3,5+,3+1,6)/3 =,47, ,6 (,3+1,6+4,1)/3 =,67, ,1 (1,6+4,1+3,8)/3 = 3,17 3, ,8 (4,1+3,8+4,5)/3 = 4,13 4, ,5 NA NA 4
25 PERHITUNGAN TAHUN Y Moving Average (4) Ŷ ,5 NA NA ,8 (1,5+1,8+,5+3,5)/4 =,33, ,5 (1,8+,5+3,5+,3)/4 =,53, ,5 (,5+3,5+,3+1,6)/4 =,48, ,3 (3,5+,3+1,6+4,1)/4 =,88, ,6 (,3+1,6+4,1+3,8)/4 =,88, ,1 (1,6+4,1+3,8+4,5)/4 = 3,50 3, ,8 NA NA ,5 NA NA 5
26 5 HASIL GRAFIK METODE MOVING AVERAGE 4,5 4 3,5 3,5 1,5 1 0, Aktual Data Berkala Moving Average 3 Moving Average 4
27 METODE KUADRAT MINIMUM Ŷ = a + bx Y a n b XY X 7
28 PERHITUNGAN TAHUN X X=0 Y 1,5 1,8,5 3,5,3 1,6 4,1 3,8 4,5 Y=5,60 X X =60,0 XY -6,0-5,4-5,0-3,5 0 1,6 8, 11,4 18,0 XY=19,30 5,60 Y XY 19,30 a,84 b 0, 3 n 9 X 60,0 Ŷ =,84 + 0,3X 8
29 5 4,5 4 HASIL GRAFIK METODE KUADRAT MINIMUM y =,84 +0,3x 3,5 3,5 1,5 1 0, Aktual Data Berkala Nilai Trend
30 METODE TREND KUADRATIK Bentuk persamaan umum trend kuadrat Ŷ = a + bx + cx 30 Dimana a, b, dan c ditentukan dengan metode kuadrat minimum sehingga diperoleh 4 Y X X Y X a c 4 n X X n X Y X Y 4 n X X b XY X
31 PERHITUNGAN TAHUN Y X XY X X Y X ,5-4 -6,0 16 4, ,8-3 -5,4 9 16, ,5 - -5,0 4 10, ,5-1 -3,5 1 3, , ,6 1 1,6 1 1, ,1 8, 4 16, ,8 3 11,4 9 34, ,5 4 18, JUMLAH 5, , ,
32 METODE TREND KUADRATIK a b 5, , XY X 19, , ,8 77 0,3.69 c 605, , ,03 Bentuk persamaan umum trend kuadrat Ŷ =,69 + 0,3X + 0,03X 3
33 REGRESI DAN KORELASI
PERAMALAN DAN PERENCANAAN AGREGAT. MUHAMMAD WADUD, SE., M.Si MINGGU KE EMPAT
PERAMALAN DAN PERENCANAAN AGREGAT MUHAMMAD WADUD, SE., M.Si MINGGU KE EMPAT POKOK BAHASAN PENGERTIAN PERAMALAN PENTINGNYA STRATEGI PERAMALAN TUJUH LANGKAH DALAM PERAMALAN PENDEKATAN PERAMALAN PERAMALAN?
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 terperinciFUNGSI DAN PERSAMAAN LINEAR. EvanRamdan
FUNGSI DAN PERSAMAAN LINEAR TEORI FUNGSI Fungsi yaitu hubungan matematis antara suatu variabel dengan variabel lainnya. Unsur-unsur pembentukan fungsi yaitu variabel (terikat dan bebas), koefisien dan
Lebih terperinciPENAKSIRAN FUNGSI PERMINTAAN ESTIMASI PERMINTAAN PASAR
PENAKSIRAN FUNGSI PERMINTAAN ESTIMASI PERMINTAAN PASAR ESTIMASI PERMINTAAN PASAR Bagi para manajer produksi, estimasi atau perkiraan secara kuantitatif permintaan terhadap suatu produk penting untuk diketahui
Lebih terperinciWaktu (Tahun)
ANALISIS DATA BERKALA. Pengertian Data Berkala Data berkala merupakan data dari suatu kejadian menurut waktu yang lazim dikenal dengan data time series yaitu merupakan historical data (data sebenarnya).
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 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 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 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 terperinciPeta Konsep. Standar Kompetensi. Kompetensi Dasar. Memahami bentuk aljabar, relasi, fungsi. persamaan garis lurus
PErSamaan GarIS lurus Untuk SMP Kelas VIII Peta Konsep Standar Kompetensi Memahami bentuk aljabar, relasi, fungsi dan persamaan garis lurus Kompetensi Dasar Menentukan gradien, persamaan dan grafik garis
Lebih terperinciAnalisis Deret Waktu (Time Series Analysis) 3 sesi. Disusun oleh : Sigit Nugroho Sigma Mu Rho
Analisis Deret Waktu (Time Series Analysis) 3 sesi Disusun oleh : Sigit Nugroho Sigma Mu Rho Konsep Dasar Tersedianya data satu peubah (variabel) berdasarkan waktu Perilaku informasi spt: permintaan, penawaran,
Lebih terperinciUniversitas Gunadarma PERAMALAN
PERAMALAN PERAMALAN Kebutuhan Peramalan dalam Manajemen Produksi dan Operasi Manajemen Operasi/produksi menggunakan hasil-hasil peramalan dalam pembuatan keputusan-keputusan yang menyangkut pemilihan proses,
Lebih terperinciBAB III METODE DEKOMPOSISI. 3.1 Arti dan Pentingnya Analisis Deret Waktu. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu
BAB III METODE DEKOMPOSISI 3.1 Arti dan Pentingnya Analisis Deret Waktu Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu untuk menggambarkan perkembangan suatu kegiatan (perkembangan produksi,
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 terperinciFORCASTING. penting atau tidak melakukan evaluasi staf inernal auditor. Nanang Ruhyat. Modul ke: Fakultas TEKNIK. Program Studi Teknik Mesin
Modul ke: penting atau tidak melakukan evaluasi staf inernal auditor FORCASTING Fakultas TEKNIK Nanang Ruhyat Program Studi Teknik Mesin www.mercubuana.ac.id Tujuan Pengajaran Setelah mempelajari bab ini,
Lebih terperinciA. PERSAMAAN GARIS LURUS
A. PERSAMAAN GARIS LURUS Persamaan garis lurus adalah hubungan nilai x dan nilai y yang terletak pada garis lurus serta dapat di tulis px + qy = r dengan p, q, r bilangan real dan p, q 0. Persamaan dalam
Lebih terperinciMETODE PENELITIAN. pelanggan rumah tangga, bisnis, sosial, dan industri pada tahun-tahun yang
III. METODE PENELITIAN 3.1 Pendahuluan Tugas akhir ini merupakan survei yang bertujuan untuk mengetahui pengaruh pendapatan konsumen dan jumlah penduduk terhadap kebutuhan/permintaan energi listrik di
Lebih terperinciREGRESI LINEAR SEDERHANA
REGRESI LINEAR SEDERHANA y (x 3,y 3 ) d 3 (x 5,y 5 ) d 5 d 2 (x 2,y 2 ) d (x 1 1,y 1 ) d 4 (x 4,y 4 ) x Definisi: Dari semua kurva pendekatan terhadap satu set data, kurva yang memenuhi sifat bahwa nilai
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 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 3 ANALISIS REGRESI
Bab 3 ANALISIS REGRESI Pendahuluan Dalam kehidupan ini kita berhadapan dengan berbagai gejala yang meliputi berbagai variabel. Contoh: 1. berat badan dalam taraf tertentu tergantung pada tinggi badannya,
Lebih terperinciBEBERAPA FUNGSI KHUSUS
BEBERAPA FUNGSI KHUSUS ). Fungsi Konstan ). Fungsi Identitas 3). Fungsi Modulus 4). Fungsi Genap dan Fungsi Ganjil Fungsi genap jika f(x) = f(x), dan Fungsi ganjil jika f(x) = f(x) 5). Fungsi Tangga dan
Lebih terperinciREGRESI LINIER. b. Variabel tak bebas atau variabel respon -> variabel yang terjadi karena variabel bebas. Dapat dinyatakan dengan Y.
REGRESI LINIER 1. Hubungan Fungsional Antara Variabel Variabel dibedakan dalam dua jenis dalam analisis regresi: a. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia.
Lebih terperinciDidownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN
BAB I PENDAHULUAN Pada bab-bab yang telah dijelaskan sebelumnya pengamatan terhadap variabel Y yang tersedia dari waktu ke waktu disebut data time series. Pengamatan-pengamatan tersebut seringkali dicatat
Lebih terperinciMATEMATIKA EKONOMI 1 FUNGSI DAN GRAFIK. DOSEN Fitri Yulianti, SP, MSi.
MATEMATIKA EKONOMI 1 FUNGSI DAN GRAFIK DOSEN Fitri Yulianti, SP, MSi. Fungsi Fungsi merupakan hubungan antara dua variabel atau lebih. Variabel dibedakan : 1. Variabel bebas yaitu variabel yang besarannya
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Pendahuluan. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Pendahuluan Peramalan merupakan upaya memperkirakan apa yang terjadi pada masa mendatang berdasarkan data pada masa lalu, berbasis pada metode ilmiah dan kualitatif yang dilakukan
Lebih terperinciBAB XI PERSAMAAN GARIS LURUS
BAB XI PERSAMAAN GARIS LURUS A. Pengertian Pesamaan Garis Lurus Persamaan garis lurus adalah suatu fungsi yang apabila digambarkan ke dalam bidang Cartesius akan berbentuk garis lurus. Garis lurus ini
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 terperinciDERET BERKALA DAN PERAMALAN
DERET BERKALA DAN PERAMALAN 1 OUTLINE BAGIAN I Statistik Deskriptif Pengertian Statistika Penyajian Data Ukuran Pemusatan Ukuran Penyebaran Angka Indeks Deret Berkala dan Peramalan Analisis Trend (Linear,
Lebih terperinciTINJAUAN PUSTAKA. perubahan harga yang dibayar konsumen atau masyarakat dari gaji atau upah yang
II.. TINJAUAN PUSTAKA Indeks Harga Konsumen (IHK Menurut Monga (977 indeks harga konsumen adalah ukuran statistika dari perubahan harga yang dibayar konsumen atau masyarakat dari gaji atau upah yang didapatkan.
Lebih 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 terperinciPenyajian Data. Mata Kuliah Statistik STMIK AMIKOM Yogyakarta
Materi 2 Penyajian Data Mata Kuliah Statistik STMIK AMIKOM Yogyakarta Dosen Pengampu: Heri Sismoro, M.Kom. STMIK AMIKOM YOGYAKARTA Jl. Ringroad Utara Condong Catur Yogyakarta. Telp. 0274 884201 Fax 0274
Lebih terperinciBAB 2 LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegitan yang memperkirakan apa yang akan
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan (Forecasting) adalah suatu kegitan yang memperkirakan apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. Kegunaan peramalan
Lebih 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 terperinciANGKA INDEKS. Disiapkan oleh: Bambang Sutrisno, S.E., M.S.M.
ANGKA INDEKS Disiapkan oleh: Bambang Sutrisno, S.E., M.S.M. A. PENGERTIAN Angka indeks adalah angka yang digunakan sebagai perbandingan dua atau lebih kegiatan yang sama untuk kurun waktu yang berbeda.
Lebih terperinciBAB II TINJAUAN PUATAKA. Penelitian yang dilakukan oleh Ivarani Mega Safitri (2012), dengan
9 BAB II TINJAUAN PUATAKA A. Landasan Penelitian Terdahulu Penelitian yang dilakukan oleh Ivarani Mega Safitri (2012), dengan objek penelitian yaitu Perusahaan Pelayanan Jasa Tiket Pada Terminal Tiket
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 terperinciOUTLINE. BAGIAN I Statistik Deskriptif. Pengertian Statistika. Penyajian Data. Ukuran Pemusatan. Ukuran Penyebaran. Angka Indeks
BAB 6 DERET BERKALA DAN PERAMALAN 1 OUTLINE BAGIAN I Statistik Deskriptif Pengertian Statistika Penyajian Data Ukuran Pemusatan Ukuran Penyebaran Angka Indeks Deret Berkala dan Peramalan Analisis Trend
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 terperinciAtina Ahdika. Universitas Islam Indonesia 2015
Atina Ahdika Universitas Islam Indonesia 2015 Pada materi sebelumnya, kita telah belajar tentang koefisien korelasi, yaitu suatu ukuran yang menyatakan tentang kuat tidaknya hubungan linier antara dua
Lebih terperinciPertemuan 2 KOORDINAT CARTESIUS
Kalkulus Pertemuan 2 KOORDINAT CARTESIUS Koordinat Cartesius 1 2 3 Jarak y Hitunglah jarak dari A(3,-5) ke B(4,2) A(3,-5) maka x 1 = 3 dan y 1 = -5 B(4,9) maka x 2 = 4 dan y 2 = 2 sehingga d(a, B) = (x
Lebih terperinci5 F U N G S I. 1 Matematika Ekonomi
5 F U N G S I Pemahaman tentang konsep fungsi sangat penting dalam mempelajari ilmu ekonomi, mengingat kajian ekonomi banyak bekerja dengan fungsi. Fungsi dalam matematika menyatakan suatu hubungan formal
Lebih terperinciANALISIS TIME SERIES OLEH : ACH. KHOZAIMI : NIKMATUS SYAFA AH
ANALISIS TIME SERIES OLEH : ACH. KHOZAIMI : 06.04.111.00757 NIKMATUS SYAFA AH AH : 06.04.111.00767 PUNGKY ASTREA IRAWAN : 06.04.111.00799 NUR MASLAKHAH : 06.04.111.00811 VINDI KURNIATY : 06.04.111.00856
Lebih terperinciPerangkat Lunak Untuk Pengolah Data. Nur Edy
Perangkat Lunak Untuk Pengolah Data Nur Edy Outline PERTEMUAN I Definisi Jenis perangkat lunak pengolah angka Fungsi-fungsi Microsoft Excel untuk pengolahan data sederhana Membuat Grafik dengan Mikrosoft
Lebih terperinciFUNGSI. A. Relasi dan Fungsi Contoh: Manakah yang merupakan fungsi/pemetaan dan manakah yang bukan fungsi? (i) (ii) (iii)
FUNGSI A. Relasi dan Fungsi Manakah yang merupakan fungsi/pemetaan dan manakah yang bukan fungsi? (i) (ii) (iii) Relasi himpunan A ke himpunan B adalah relasi yang memasangkan/mengkawankan/mengkorepodensikan
Lebih terperinciBAB 3 ANALISIS REGRESI
BAB 3 ANALISIS REGRESI Bab 3 ANALISIS REGRESI Pendahuluan Dalam kehidupan ini kita berhadapan dengan berbagai gejala yang meliputi berbagai variabel. Contoh: 1. berat badan dalam taraf tertentu tergantung
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 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 terperinciA. Menentukan Letak Titik
Apa yang akan Anda Pelajari? Koordinat Cartesius Mengenal pengertian dan menentukan gradien garis lurus Menentukan persamaan garis lurus Menggambar grafik garis lurus Menentukan Gradien, Persamaan garis
Lebih terperinciStatistika Farmasi
Analisis Bab 6: Analisis Statistika FMIPA Universitas Islam Indonesia Analisis Koefisien Pada hampir semua kejadian, pasti terdapat faktor yang menyebabkan terjadinya kejadian-kejadian tersebut, misal:
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 terperinciPengertian Persamaan Garis Lurus 1. Koordinat Cartesius a. Menggambar Titik pada Koordinat Cartesius b. Menggambar Garis pada Koordinat Cartesius
Pengertian Persamaan Garis Lurus Sebelum memahami pengertian persamaan garis lurus, ada baiknya kamu mengingat kembali materi tentang koordinat Cartesius persamaan garis lurus selalu digambarkan dalam
Lebih terperinciSTATISTIKA DESKRIPTIF Dosen:
LEMBAR TUGAS MAHASISWA (LTM) Mata Kuliah: STATISTIKA DESKRIPTIF Dosen: Nama NIM Kelas Jurusan Akademi : : : : : AKADEMI - AKADEMI BINA SARANA INFORMATIKA J A K A R T A C.2009 1 BAB I PENDAHULUAN Pertemuan
Lebih terperinciVolume 9 Nomor 1 Maret 2015
Volume Nomor Maret 2 Jurnal Ilmu Matematika dan Terapan Maret 2 Volume Nomor Hal. 4 - PERAMALAN JUMLAH PENGUNJUNG PERPUSTAKAAN UNIVERSITAS PATTIMURA AMBON MENGGUNAKAN METODE DEKOMPOSISI S. Yuni, Mozart
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 1.1 Sistem Produksi 1.1.1 Fungsi Produksi Aktivitas produksi sebagai suatu bagian dari fungsi organisasi perusahaan bertanggung jawab terhadap pengolahan bahan baku menjadi produksi
Lebih terperinciSTATISTIKA 2 IT
STATISTIKA 2 IT-021259 UMMU KALSUM UNIVERSITAS GUNADARMA 2016 Regresi & Korelasi Linier Regresi? Korelasi? 1. Regresi Linier Sederhana Model regresi adalah persamaan matematik yang memungkinkan dalam peramalan
Lebih terperincipenumpang dalam jumlah besar (masal), memiliki kenyamanan keselamatan perjalanan yang lebih baik dan lebih sedikit halangannya dibandingkan dengan
BAB 2 TINJAUAN TEORITIS 2.1 Pengertian KA KA (Kereta Api) merupakan salah satu alat transportasi yang dapat mengangkut penumpang dalam jumlah besar (masal), memiliki kenyamanan keselamatan perjalanan yang
Lebih terperinciSilabus. Kegiatan Pembelajaran Instrumen. Tugas individu.
Silabus Jenjang : SMP dan MTs Mata Pelajaran : Matematika Kelas : VIII Semester : 1 Standar Kompetensi : ALJABAR 1. Memahami bentuk aljabar, relasi, fungsi, dan garis lurus. Kompetensi Dasar Materi Ajar
Lebih terperinciMBS - DTA. Sucipto UNTUK KALANGAN SENDIRI. SMK Muhammadiyah 3 Singosari
MBS - DTA Sucipto UNTUK KALANGAN SENDIRI SMK Muhammadiyah Singosari SERI : MBS-DTA FUNGSI STANDAR KOMPETENSI Siswa mampu memecahkan masalah yang berkaitan dengan fungsi, persamaan fungsi linear dan fungsi
Lebih terperinciPERBANDINGAN KEEFEKTIFAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING UNTUK PERAMALAN JUMLAH PENGUNJUNG HOTEL MERPATI
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 251 258. PERBANDINGAN KEEFEKTIFAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING UNTUK PERAMALAN JUMLAH PENGUNJUNG HOTEL
Lebih terperinciGARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP)
GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP) Mata Kuliah : Statistik Bobot Mata Kuliah : 3 Sks Deskripsi Mata Kuliah : Pengertian dasar statistik, pengolahan dan penyajian data, ukuran dan lokasi (central
Lebih terperinciLinier Regression. Statistik (MAM 4137) Ledhyane I. Harlyan
Linier Regression Statistik (MAM 4137) Ledhyane I. Harlyan TIK (TUJUAN INSTRUKSIONAL KHUSUS) Mahasiswa mampu melakukan analisis regresi sederhana dengan menggunakan metode kuadrat galat terkecil History
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Pengertian Kependudukan Setiap daerah memiliki penduduk dimana penduduk tersebut memiliki karakteristik yang berbeda-beda. Dalam cakupannya penduduk tersebut saling berhubungan
Lebih terperinciMinggu-3. Metode Penaksiran Kuantitatif. Penganggaran Perusahaan. By : Ai Lili Yuliati, Dra, MM
Penganggaran Perusahaan Minggu-3 Metode Penaksiran Kuantitatif By : Ai Lili Yuliati, Dra, MM Further Information : Mobile: 08122035131 Email: ailili1955@gmail.com 1 Pokok Bahasan Cara penaksiran (forecasting)
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 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 III METODOLOGI PENELITIAN Penetapan Objek, Waktu dan Lokasi Penelitian. Adapun yang menjadi objek penelitian adalah Earning Per Share
BAB III METODOLOGI PENELITIAN 3.1. Penetapan Objek, Waktu dan Lokasi Penelitian Adapun yang menjadi objek penelitian adalah Earning Per Share (EPS) dan Return Saham pada PT. Astra International, Tbk Periode
Lebih terperinciPENDUGAAN DATA RUNTUT WAKTU MENGGUNAKAN METODE ARIMA
KEMENTERIAN PEKERJAAN UMUM BADAN PENELITIAN DAN PENGEMBANGAN PUSAT PENELITIAN DAN PENGEMBANGAN SUMBER DAYA AIR PENDUGAAN DATA RUNTUT WAKTU MENGGUNAKAN METODE ARIMA PENDAHULUAN Prediksi data runtut waktu.
Lebih terperincifungsi Dan Grafik fungsi
fungsi Dan Grafik fungsi Suatu fungsi adalah pemadanan dua himpunan tidak kosong dengan pasangan terurut (x, y) dimana tidak terdapat elemen kedua yang berbeda. Fungsi (pemetaan) himpunan A ke himpunan
Lebih terperinciFUNGSI. Riri Irawati, M.Kom 3 sks
FUNGSI Riri Irawati, M.Kom 3 sks Agenda 1. Sistem Koordinat Kartesius. Garis Lurus 3. Grafik persamaan Tujuan Agar mahasiswa dapat : Menggunakan sistem koordinat untuk menentukan titik-titik dan kurva-kurva.
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 terperinciPembahasan Soal. Tjipto Juwono, Ph.D. May 14, TJ (SU) Pembahasan Soal May / 43
Pembahasan Soal Tjipto Juwono, Ph.D. May 14, 2016 TJ (SU) Pembahasan Soal May 2016 1 / 43 Warming Up 1 Berikan contoh untuk skala rasio, skala interval, skala ordinal, skala nominal. 2 Dapatkah kita melakukan
Lebih terperinciFUNGSI. Berdasarkan hubungan antara variabel bebas dan terikat, fungsi dibedakan dua: fungsi eksplisit dan fungsi implisit.
FUNGSI Fungsi merupakan hubungan antara dua variabel atau lebih. Variabel dibedakan :. Variabel bebas yaitu variabel yang besarannya dpt ditentukan sembarang, mis:,, 6, 0 dll.. Variabel terikat yaitu variabel
Lebih terperinci6 FUNGSI LINEAR DAN FUNGSI
6 FUNGSI LINEAR DAN FUNGSI KUADRAT 5.1. Fungsi Linear Pada Bab 5 telah dijelaskan bahwa fungsi linear merupakan fungsi yang variabel bebasnya paling tinggi berpangkat satu. Bentuk umum fungsi linear adalah
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 III METODE PENELITIAN. Lokasi penelitian yaitu di Kota Gorontalo. Penelitian ini dilaksanakan
22 BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Penelitian Lokasi penelitian yaitu di Kota Gorontalo. Penelitian ini dilaksanakan dari bulan Maret 2013 sampai dengan selesai. Penelitian ini dilaksanakan
Lebih terperinciMata Kuliah: Statistik Inferensial
ANALISIS REGRESI DAN KORELASI LINIER 1 OUTLINE Bagian I Statistik Induktif Metode dan Distribusi Sampling Pengertian Korelasi Sederhana Teori Pendugaan Statistik Pengujian Hipotesa Sampel Besar Uji Signifikansi
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 terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN Metodologi penelitian Efficient Market Hypothesis dan Fractal Market Hypothesis terhadap perilaku return harian indeks LQ45 dan saham-saham perbankan yang tergabung dalam LQ45
Lebih terperinciBAB III METODE PENELITIAN. Usaha ayam petelur mempunyai tujuan pokok memperoleh pendapatan dengan
BAB III METODE PENELITIAN 3.1. Kerangka Pemikiran Usaha ayam petelur mempunyai tujuan pokok memperoleh pendapatan dengan pendapatan, perusahaan akan memperoleh imbalan atas usaha yang telah dilakukan.
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 terperinciHand out_x_fungsi kuadrat
STANDAR KOMPETENSI: Memecahkan masalah yang berkaitan dengan fungsi, persamaan dan fungsi kuadrat serta pertidaksamaan kuadrat. KOMPETENSI DASAR: Menggambar grafik fungsi aljabar sederhana dan fungsi kuadrat
Lebih terperinciKELAS XI PROGRAM KEAHLIAN : BISNIS DAN MANAJEMEN & PARIWISATA SMK NEGERI 1 SURABAYA. BY : Drs. Abd. Salam, MM
KELAS XI PROGRAM KEAHLIAN : BISNIS DAN MANAJEMEN & PARIWISATA SMK NEGERI 1 SURABAYA BAHAN AJAR FUNGSI LINIER & KUADRAT SMK NEGERI 1 SURABAYA Halaman 1 BAB FUNGSI A. FUNGSI DAN RELASI Topik penting yang
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan merupakan usaha yang dilakukan oleh suatu perusahaan untuk melihat dan mengkaji situasi dan kondisi di masa mendatang. Terdapat beberapa faktor yang mempengaruhi
Lebih terperinciRegresi Linier Sederhana dan Korelasi. Pertemuan ke 4
Regresi Linier Sederhana dan Korelasi Pertemuan ke 4 Pengertian Regresi merupakan teknik statistika yang digunakan untuk mempelajari hubungan fungsional dari satu atau beberapa variabel bebas (variabel
Lebih terperinciPENERAPAN METODE DESEASONALIZED PADA PERAMALAN BANYAK PENUMPANG KERETA API DI PULAU JAWA. Abstract
PENERAPAN METODE DESEASONALIZED PADA PERAMALAN BANYAK PENUMPANG KERETA API DI PULAU JAWA Guntur Prabowo 1, Supriyono 2, Muhammad Kharis 3 Jurusan Matematika, FMIPA, Universitas Negeri Semarang Gedung D7
Lebih terperinciBAB 2 TINJAUAN TEORI. akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan
BAB 2 TINJAUAN TEORI 2.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan
Lebih terperinciBAB 2 TINJAUAN TEORITIS. masa lalu maupun saat ini baik secara matematik maupun statistik.
BAB 2 TINJAUAN TEORITIS Metode Peramalan Metode peramalan merupakan suatu teknik untuk memprediksi atau memperkirakan suatu nilai pada masa yang akan datang dengan memperhatikan data atau informasi masa
Lebih terperinciAB = AB = ( ) 2 + ( ) 2
Nama Siswa Kelas LEMBAR AKTIVITAS SISWA HUBUNGAN ANTAR GARIS Titik Tengah Sebuah Segmen Garis : : Kompetensi Dasar (KURIKULUM 2013): 3.10 Menganalisis sifat dua garis sejajar dan saling tegak lurus dan
Lebih terperinciManajemen Operasional. PERAMALAN (Forecasting)
Manajemen Operasional PERAMALAN (Forecasting) Putri Irene Kanny Putri_irene@staff.gunadarma.ac.id Sub Pokok bahasan pertemuan ke-3 Prediksi dan Peramalan Jenis-jenis Metode Peramalan Metode deret berkala
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. PengertianPeramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang. Dalam usaha mengetahui atau melihat perkembangan di masa depan,
Lebih 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 terperinciMatematika Dasar NILAI EKSTRIM
NILAI EKSTRIM Misal diberikan kurva f( ) dan titik ( a,b ) merupakan titik puncak ( titik maksimum atau minimum ). Maka garis singgung kurva di titik ( a,b ) akan sejajar sumbu X atau [ ] mempunyai gradien
Lebih terperinciBAB 2 LANDASAN TEORI. future. Forecasting require historical data retrieval and project into the
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Forecasting is the art and science of predicting the events of the future. Forecasting require historical data retrieval and project into the future with some
Lebih terperinciBAB III METODE PENELITIAN. penelitian adalah dari bulan September 2015 Januari 2016 di Universitas Mercu
BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Periode Penelitian atau waktu yang diperlukan penulis untuk melakukan penelitian adalah dari bulan September 2015 Januari 2016 di Universitas Mercu
Lebih terperinciMatematika Ebtanas IPS Tahun 1996
Matematika Ebtanas IPS Tahun 6 EBTANAS-IPS-6-0 Koordinattitik balik grafik y = adalah (, ) (, ) (, ) (, 0) (, ) EBTANAS-IPS-6-0 Akar-akar persamaan kuadrat + = 0 adalah α dan β. Persamaan kuadrat baru
Lebih terperinci1. Jika f ( x ) = sin² ( 2x + ), maka nilai f ( 0 ) =. a. 2 b. 2 c. 2. Diketahui f(x) = sin³ (3 2x). Turunan pertama fungsi f adalah f (x) =.
1. Jika f ( x ) sin² ( 2x + ), maka nilai f ( 0 ). a. 2 b. 2 c. d. e. 2. Diketahui f(x) sin³ (3 2x). Turunan pertama fungsi f adalah f (x). a. 6 sin² (3 2x) cos (3 2x) b. 3 sin² (3 2x) cos (3 2x) c. 2
Lebih terperinciBAB IV ANALISIS IMPLEMENTASI VARIASI MENGAJAR PADA MATA PELAJARAN FIQIH KELAS V DI MIS KERTIJAYAN
BAB IV ANALISIS IMPLEMENTASI VARIASI MENGAJAR PADA MATA PELAJARAN FIQIH KELAS V DI MIS KERTIJAYAN A. Analisis Pendahuluan Analisis pendahuluan merupakan tahap pengelompokan data yang dimasukkan ke dalam
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 IV HASIL PENELITIAN. (ISSI). Dimana ISSI adalah indeks yang diterbitkan oleh Bapepam-LK dan
BAB IV HASIL PENELITIAN A. Deskripsi Data Penelitian ini menggunakan objek Indeks Saham Syariah Indonesia (ISSI). Dimana ISSI adalah indeks yang diterbitkan oleh Bapepam-LK dan Dewan Syariah Nasional Majelis
Lebih terperinci