ANALISIS DATA BERKALA (TIME SERIES)

Ukuran: px
Mulai penontonan dengan halaman:

Download "ANALISIS DATA BERKALA (TIME SERIES)"

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 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 terperinci

Trend Sekuler Linier. Analisis Runtut Waktu (Time Series) adalah analisis pergerakan atau perubahan variabel bisnis/ekonomi dari waktu ke waktu.

Trend 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 terperinci

FUNGSI DAN PERSAMAAN LINEAR. EvanRamdan

FUNGSI 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 terperinci

PENAKSIRAN FUNGSI PERMINTAAN ESTIMASI PERMINTAAN PASAR

PENAKSIRAN 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 terperinci

Waktu (Tahun)

Waktu (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 terperinci

CROSS SECTION. Data yang tidak berdasar waktu DATA STATISTIK BERDASARKAN PERSPEKTIF WAKTU TIME SERIES. Berbasis Waktu

CROSS 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 terperinci

CROSS SECTION. Data yang tidak berdasar waktu DATA STATISTIK BERDASARKAN PERSPEKTIF WAKTU TIME SERIES. Berbasis Waktu

CROSS 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 terperinci

BAB IV METODE PERAMALAN

BAB 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 terperinci

TIME SERIES. Deret berkala dan Peramalan

TIME 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 terperinci

Peta Konsep. Standar Kompetensi. Kompetensi Dasar. Memahami bentuk aljabar, relasi, fungsi. persamaan garis lurus

Peta 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 terperinci

Analisis 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 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 terperinci

Universitas Gunadarma PERAMALAN

Universitas 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 terperinci

BAB 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 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 terperinci

BAB I PENDAHULUAN Latar Belakang Metode statistik merupakan bidang pengetahuan yang mengalami pertumbuhan

BAB 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 terperinci

FORCASTING. penting atau tidak melakukan evaluasi staf inernal auditor. Nanang Ruhyat. Modul ke: Fakultas TEKNIK. Program Studi Teknik Mesin

FORCASTING. 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 terperinci

A. PERSAMAAN GARIS LURUS

A. 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 terperinci

METODE PENELITIAN. pelanggan rumah tangga, bisnis, sosial, dan industri pada tahun-tahun yang

METODE 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 terperinci

REGRESI LINEAR SEDERHANA

REGRESI 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 terperinci

UNIVERSITAS 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 -- 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 terperinci

POKOK BAHASAN. : Peramalan (Forecasting) Bab II : Manajemen Proyek. Bab III : Manajemen Persediaan. Bab IV : Supply-Chain Management

POKOK 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 terperinci

Bab 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 pada tinggi badannya,

Lebih terperinci

BEBERAPA FUNGSI KHUSUS

BEBERAPA 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 terperinci

REGRESI LINIER. b. Variabel tak bebas atau variabel respon -> variabel yang terjadi karena variabel bebas. Dapat dinyatakan dengan Y.

REGRESI 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 terperinci

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

Didownload 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 terperinci

MATEMATIKA EKONOMI 1 FUNGSI DAN GRAFIK. DOSEN Fitri Yulianti, SP, MSi.

MATEMATIKA 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Pendahuluan. Universitas Sumatera Utara

BAB 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 terperinci

BAB XI PERSAMAAN GARIS LURUS

BAB 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 terperinci

Febriyanto, S.E., M.M.

Febriyanto, 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 terperinci

DERET BERKALA DAN PERAMALAN

DERET 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 terperinci

TINJAUAN PUSTAKA. perubahan harga yang dibayar konsumen atau masyarakat dari gaji atau upah yang

TINJAUAN 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 terperinci

ANALISIS DERET BERKALA

ANALISIS 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 terperinci

Penyajian Data. Mata Kuliah Statistik STMIK AMIKOM Yogyakarta

Penyajian 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 terperinci

BAB 2 LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegitan yang memperkirakan apa yang akan

BAB 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 terperinci

ANALISIS RANGKAIAN WAKTU (TIME SERIES ANALYSIS)

ANALISIS 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 terperinci

ANGKA INDEKS. Disiapkan oleh: Bambang Sutrisno, S.E., M.S.M.

ANGKA 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 terperinci

BAB II TINJAUAN PUATAKA. Penelitian yang dilakukan oleh Ivarani Mega Safitri (2012), dengan

BAB 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 terperinci

Peramalan Memprediksi peristiwa masa depan Biasanya memerlukan kebiasaan selama jangka waktu tertentu metode kualitatif

Peramalan 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 terperinci

OUTLINE. BAGIAN I Statistik Deskriptif. Pengertian Statistika. Penyajian Data. Ukuran Pemusatan. Ukuran Penyebaran. Angka Indeks

OUTLINE. 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 terperinci

BAB 2 TINJAUAN TEORITIS. yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan terjadi

BAB 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 terperinci

Atina Ahdika. Universitas Islam Indonesia 2015

Atina 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 terperinci

Pertemuan 2 KOORDINAT CARTESIUS

Pertemuan 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 terperinci

5 F U N G S I. 1 Matematika Ekonomi

5 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 terperinci

ANALISIS TIME SERIES OLEH : ACH. KHOZAIMI : NIKMATUS SYAFA AH

ANALISIS 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 terperinci

Perangkat Lunak Untuk Pengolah Data. Nur Edy

Perangkat 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 terperinci

FUNGSI. A. Relasi dan Fungsi Contoh: Manakah yang merupakan fungsi/pemetaan dan manakah yang bukan fungsi? (i) (ii) (iii)

FUNGSI. 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 terperinci

BAB 3 ANALISIS REGRESI

BAB 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 terperinci

Pembahasan Materi #7

Pembahasan 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

A. Menentukan Letak Titik

A. 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 terperinci

Statistika Farmasi

Statistika 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

Pengertian Persamaan Garis Lurus 1. Koordinat Cartesius a. Menggambar Titik pada Koordinat Cartesius b. Menggambar Garis pada Koordinat Cartesius

Pengertian 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 terperinci

STATISTIKA DESKRIPTIF Dosen:

STATISTIKA 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 terperinci

Volume 9 Nomor 1 Maret 2015

Volume 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 terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

STATISTIKA 2 IT

STATISTIKA 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 terperinci

penumpang dalam jumlah besar (masal), memiliki kenyamanan keselamatan perjalanan yang lebih baik dan lebih sedikit halangannya dibandingkan dengan

penumpang 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 terperinci

Silabus. Kegiatan Pembelajaran Instrumen. Tugas individu.

Silabus. 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 terperinci

MBS - DTA. Sucipto UNTUK KALANGAN SENDIRI. SMK Muhammadiyah 3 Singosari

MBS - 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 terperinci

PERBANDINGAN KEEFEKTIFAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING UNTUK PERAMALAN JUMLAH PENGUNJUNG HOTEL MERPATI

PERBANDINGAN 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 terperinci

GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP)

GARIS-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 terperinci

Linier Regression. Statistik (MAM 4137) Ledhyane I. Harlyan

Linier 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

Minggu-3. Metode Penaksiran Kuantitatif. Penganggaran Perusahaan. By : Ai Lili Yuliati, Dra, MM

Minggu-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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

BAB III METODOLOGI PENELITIAN Penetapan Objek, Waktu dan Lokasi Penelitian. Adapun yang menjadi objek penelitian adalah Earning Per Share

BAB 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 terperinci

PENDUGAAN DATA RUNTUT WAKTU MENGGUNAKAN METODE ARIMA

PENDUGAAN 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 terperinci

fungsi Dan Grafik fungsi

fungsi 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 terperinci

FUNGSI. Riri Irawati, M.Kom 3 sks

FUNGSI. 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 terperinci

METODE 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 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 terperinci

Pembahasan Soal. Tjipto Juwono, Ph.D. May 14, TJ (SU) Pembahasan Soal May / 43

Pembahasan 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 terperinci

FUNGSI. Berdasarkan hubungan antara variabel bebas dan terikat, fungsi dibedakan dua: fungsi eksplisit dan fungsi implisit.

FUNGSI. 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 terperinci

6 FUNGSI LINEAR DAN FUNGSI

6 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 terperinci

BAB II KAJIAN PUSTAKA Definisi dan Tujuan Forecasting. yang belum terjadi (Pangestu S, 1986:1). Forecasting atau peramalan

BAB 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 terperinci

BAB III METODE PENELITIAN. Lokasi penelitian yaitu di Kota Gorontalo. Penelitian ini dilaksanakan

BAB 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 terperinci

Mata Kuliah: Statistik Inferensial

Mata 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 terperinci

Membuat keputusan yang baik

Membuat 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 terperinci

BAB 3 METODOLOGI PENELITIAN

BAB 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 terperinci

BAB III METODE PENELITIAN. Usaha ayam petelur mempunyai tujuan pokok memperoleh pendapatan dengan

BAB 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 terperinci

BAB 3 METODOLOGI PENELITIAN

BAB 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 terperinci

Hand out_x_fungsi kuadrat

Hand 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 terperinci

KELAS 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. 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

Regresi Linier Sederhana dan Korelasi. Pertemuan ke 4

Regresi 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 terperinci

PENERAPAN METODE DESEASONALIZED PADA PERAMALAN BANYAK PENUMPANG KERETA API DI PULAU JAWA. Abstract

PENERAPAN 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 terperinci

BAB 2 TINJAUAN TEORI. akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan

BAB 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 terperinci

BAB 2 TINJAUAN TEORITIS. masa lalu maupun saat ini baik secara matematik maupun statistik.

BAB 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 terperinci

AB = AB = ( ) 2 + ( ) 2

AB = 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 terperinci

Manajemen Operasional. PERAMALAN (Forecasting)

Manajemen 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

BAB 2 TINJAUAN TEORITIS. 2.1 Produk Domestik Regional Bruto

BAB 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 terperinci

Matematika Dasar NILAI EKSTRIM

Matematika 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 terperinci

BAB 2 LANDASAN TEORI. future. Forecasting require historical data retrieval and project into the

BAB 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 terperinci

BAB III METODE PENELITIAN. penelitian adalah dari bulan September 2015 Januari 2016 di Universitas Mercu

BAB 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 terperinci

Matematika Ebtanas IPS Tahun 1996

Matematika 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 terperinci

1. 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. 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 terperinci

BAB 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 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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

BAB IV HASIL PENELITIAN. (ISSI). Dimana ISSI adalah indeks yang diterbitkan oleh Bapepam-LK dan

BAB 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