Peramalan Kurs Rupiah Terhadap US Dollar Menggunakan Metode Hibrid

Ukuran: px
Mulai penontonan dengan halaman:

Download "Peramalan Kurs Rupiah Terhadap US Dollar Menggunakan Metode Hibrid"

Transkripsi

1 Teknolog Elekro, Vol. 6, No. 3,Sepember - Desember Peramalan Kurs Rupah Terhaap US Dollar Menggunakan Meoe Hbr I Nyoman Sumera Yasa ), I Keu Gee Darma Pura ), N.M.A.E.D Wrasu 3) Absrac Forecasng s an negral par of managemen ecson-makng acves. Forecass are mae generally base on he aa of he pas ha were analyze by usng ceran mehos. Therefore n hs research wll prec me seres aa usng Raal Bass Fucon, ARIMA an Double Exponenal Smoohng usng Malab verson 8.. The aa use s he aly sellng rae of Rupah agans he US Dollar ha sare from January 0 o March 04. Of he hree resuls forecas, wll be use vong meho o oban he accuracy of srenghenng or weakenng he conon of he rupah agans he US ollar an also he precon resuls are combne by hybr mehos. From he resuls of RBF forecasng, ARIMA, Double Exponenal Smoohng obane MAPE respecvely 0.66%, 3.3% an 0.94%, whle he accuracy of he conons o srenghen weakene by 5.54%, 45.76% an 5.54%. Of he vong resul of srenghenng an weakenng conons obane an accuracy rae of 54.4% an afer combne wh mehos hybr obane MAPE of 0.64% wh an accuracy of 50.85%. I can be seen ha for accuracy srenghene an weakene conons are bes obane by usng he meho of vong, whle for he bes MAPE obane by hybr mehos. Hopefully hs research can help n analyzng he flucuaon of he value of a parcular currency movemens a he me of ransacon - purchase of foregn currency. Insar Peramalan aalah bagan negral ar kegaan pengamblan kepuusan manajemen. Ramalan yang lakukan umumnya berasarkan paa aa masa lampau yang analss engan menggunakan meoe- meoe erenu. Oleh karena u, paa penelan n akan meramalkan aa me seres menggunakan meoe Raal Bass Fucon, ARIMA an Double Exponenal Smoohng engan menggunakan Malab vers 8.. Daa yang gunakan aalah aa kurs jual haran Rupah erhaap US Dollar yang mula ar bulan Januar 0 sampa engan Mare 04. Dar kega hasl ramalan, akan gunakan meoe vong unuk memperoleh akuras ar kons mengua aau melemahnya kurs rupah erhaap US Dollar an juga hasl ramalan gabungkan engan meoe hbr. Dar hasl peramalan RBF, ARIMA, Double Exponenal Smoohng peroleh MAPE beruruuru 0,66%, 3,3% an 0,94% seangkan akuras kons mengua melemah sebesar 5,54%, 45,76% an 5,54%. Dar hasl vong ar kons mengua an melemahnya Mahasswa Pascasarjana, S Teknk Elekro Unversas Uayana, Jln. PB. Surman Denpasar Bal 803 INDONESIA (elp: ; e-mal: nyoman_sumera@yahoo.com),3dosen Pascasarjana, S Teknk Elekro Unversas Uayana, Jln. PB. Surman Denpasar Bal 803 INDONESIA (elp: ; e-mal: kgarmapura@unu.ac., ew.wrasu@unu.ac.) kurs peroleh akuras sebesar 54,4% an seelah gabungkan engan meoe hbr peroleh MAPE sebesar 0,64% engan akuras sebesar 50,85%. Dapa lha bahwa unuk akuras kons mengua an melemah yang erbak peroleh engan menggunakan meoe vong seangkan unuk MAPE erbak peroleh engan meoe hbr. Dharapkan penelan n apa membanu alam menganalsa flukuas ar pergerakan nla maa uang erenu paa saa ransaks jual bel valua asng. Kaa Kunc RBF, ARIMA, Double Exponenal Smoohng, MAPE, Hbr I. PENDAHULUAN Salah sau ar cr kehupan sekarang n aalah bahwa seseorang kaangkala meramalkan sesuau yang akan erja paa masa yang akan aang an menyusun rencana yang sesua engan kejaan-kejaan yang ramalkan. Ramalan yang bak suah pas bukanlah ramalan yang berasarkan aas spekulas yang ak beralasan, melankan melalu perkraan berasarkan aas ngkah laku ar gejala yang suah aa an ama secara berulang-ulang []. Msalnya peramalan nla kurs maa uang ak mungkn perhungkan an ramalkan berasarkan perkraan semaa-maa. Dengan pengamaan yang berulang - ulang pergerakan nla kurs maa uang apa perhungkan an ramalkan engan epa an el. Terapa sejumlah fenomena besar yang hngga saa n haslnya apa ramalkan engan press keepaan yang cukup ngg. Kemajuan ar suau lmu pengeahuan an eknolog elah menngkakan pengeran mengena berbaga aspek lngkungan yang berakba banyaknya perswa yang apa ramalkan []. Paa meoe saska, salah sau meoe peramalan yang kerap kal gunakan aalah eknk Exponenal Smoohng yau menggunakan pemulusan aaaa lampau, eknk Auoregresson Inegrae Movng Average (ARIMA) an eknk jarngan syaraf ruan engan meoe Raal Bass Fucon. Ramalan yang lakukan umumnya berasarkan paa aa masa lalu yang analsa engan menggunakan kaah erenu [3]. Unuk menenukan akuras nla peramalan akhr, gunakan eknk skema vong yau memlh mana anara kega hasl yang memlk suara erbanyak (ua ar ga) berasarkan aas kons hasl ramalan (mengua aau melemah). Ja jka ua ar ga meoe memberkan nla ramalan mengua maka hasl ramalan mengua. Sebalknya jka ua ar ga meoe memberkan nla ramalan melemah maka hasl ramalan melemah. Dan unuk memperoleh Mean Absolue Percenace I Nyoman Sumera Yasa : Peramalan Kurs Rupah p-issn:693 95; e-issn:

2 Teknolog Elekro, Vol. 6, No. 3,Sepember - Desember Error (MAPE) peroleh engan menggabungkan hasl ar kega meoe peramalan engan meoe hbr. A. Raal Bass Funcon II. METODE PERAMALAN RBF esan unuk membenuk pemeaan nonlnear ar varable npu ke un hen layer an pemeaan lnear ar hen layer ke oupu. Sehngga paa RBF lakukan pemeakan npu ar ruang bermens p ke oupu ruang bermens [4]. s : R p R () Dsan moel RBF unuk penekaan suau fungs aalah sebaga berku : Gambar. Desan RBF nework Paa pemoelan RBF lakukan engan memlh suau fungs F(x) sehngga () erpenuh. Inerpolas npu-oupu engan melha san moel RBF, maka apa nyaakan engan: N = ( x ) F( x) = w () x Dmana { ( x x ) =,,3,..., N} aalah hmpunan fungs nonlnear yang sebu fungs raal bass (Raal Bass Funcon = RBF) an. aalah norm jarak Eucl. Fungs bass raal yang palng serng gunakan aalah fungs gaussan karena mempunya sfa lokal, yau bla npu eka engan raa-raa (pusa), maka fungs akan menghaslkan nla sau, seangkan bla npu jauh ar raaraa, maka fungs memberkan nla nol. Aa beberapa fungs raal bass anaranya aalah:. Fungs Thn Plae Splne ( z ) = ( z µ ) log( z. Fungs Mulkuarak [( µ ) ] ( z ) = z + σ 3. Fungs Invers Mulkuarak µ ) [( z µ ) + ] ( z ) = σ 4. Fungs Gaussan ( z) = exp ( z µ ) / σ [ ] Apabla keahu N buah k aa p { x R =,,..., N} aalah pusa ar RBF, maka persamaan apa uls : M N M N L L O L N w N w = M M NN wn mana = ( x x ) j,j =,, 3,..., N j M N Bla (3) nyaakan alam benuk persamaan mark, persamaan (3) menja : f w = (4) mana = [ L N ] w = [ w w L ] f = j w N mark aalah mark nerpolas yang efn posf an mempunya nvers. Penekaan ar suau fungs engan menggunakan RBF apa lakukan engan nerpolas unuk menapakan penyelesaan opmal ar ruang bermens ngg ke mens yang lebh renah. Poggo an Gros menyusun eknk sanar yang sebu meoe Galerkn [5]. Paa meoe n, F(x) aalah suau fungs yang eka engan sejumlah bass lebh sek banngkan ukuran sampel, sehngga fungs F(x) paa (3) menja : M F ( x) = w ( x) (5) = Dmana { ( x) =,, K, M} aalah hmpunan fungs bass baru yang asumskan bebas lnear. Secara umum, hmpunan fungs bass baru lebh sek banngkan engan banyak aa (M N) an w aalah bobo un ke ke oupu. B. ARIMA We (994) menyebukan bahwa paa proses sasoner { }, moel ARIMA klasfkas menja ga moel sanar [6], yau:. Moel auoregressve (AR ( p ) /ARIMA ( p,0,0) ): Z = ω Z + ωz + + ωpz p + a (6). Moel movng average (MA (q) /ARIMA (q,0,0) ): Z = a θ a θ a θ qa q (7) (3) I Nyoman Sumera Yasa : Peramalan Kurs Rupah p-issn:693 95; e-issn:

3 Teknolog Elekro, Vol. 6, No. 3,Sepember - Desember Moel auoregressve movng average (ARMA ( p, q) / ARIMA ( p,0, q) ): Z = ω Z + ω Z + + ωpz p + a θ a = θ a θ qa q (8) 0, a engan a aalah whe nose ( a ~ N ( σ )), mana: p = ore proses auoregressve q = ore proses movng average ω = parameer proses auoregressve θ = parameer proses movng average Dalam keaaan ak sasoner, moel ere waku yang gunakan aalah moel Auoregressve Inegrae Movng Average (ARIMA ( p,, q )) yang efnskan alam persamaan (8) [7]: Z = Z + ω Z + + ω Z + a ω p p θ a θ a θ qa q (9) engan Z = Z Z, an 0 Z = Z mana: Z = pembeaan (fferencng) peubah Z = banyaknya pembeaan Pembeaan lakukan sebanyak kal sampa proses mencapa keaaan sasoner. Pembeaan ujukan agar proses apa moelkan engan mengkonvers proses ak sasoner { Z } menja proses sasoner { Z } [8]. Langkah-langkah pemoelan ARIMA ( p,, q), yau: a. Ienfkas moel b. Penugaan parameer c. Pemerksaan kelayakan moel. Pemlhan moel erbak C. Double Exponenal Smoohng Meoe ouble exponenal smoohng gunakan saa aa menunjukkan aanya ren. Exponenal smoohng engan aanya ren seper pemulusan seerhana kecual bahwa ua komponen harus perbaharu seap peroe level an rennya. Level aalah esmas yang muluskan ar nla aa paa akhr masng-masng peroe. Tren aalah esmas yang haluskan ar perumbuhan raa-raa paa akhr masng-masng peroe [9]. Rumus ar ouble exponenal smoohng aalah: S = a * Y + ( a) * (S - + b - ) b = γ * (S S - ) + ( γ) * b F + m = S + b m mana: S = peramalan unuk peroe. Y + (-a) = Nla aa akual b = ren paa peroe ke - a = parameer perama peraaan anara 0 an = unuk pemulusan nla observas γ = parameer keua, unuk pemulusan ren F+m = hasl peramalan ke - m m = jumlah peroe ke muka yang akan ramalkan D. Meoe Hbr Dalam una nyaa, aa me seres jarang murn lnear aau non lnear. Mereka serng menganung keua pola lnear an non lnear. Hbrsas beberapa moel mungkn menghaslkan meoe yang kua an hasl peramalan yang lebh memuaskan [0]. Beberapa hasl perkraan masukkan ke alam moul perkraan hbra an menghaslkan snergs hasl perkraan sebaga oupu akhr. Dalam proses hbrsas, sraeg hbrsas yang gunakan yau, ARIMA I Nyoman Sumera Yasa : Peramalan Kurs Rupah p-issn:693 95; e-issn: yˆ Hybr = α yˆ + βyˆ + γyˆ RBF D. Exp (0) Dalam persamaan (0), masalah yang mbul aalah bagamana menenukan parameer α,β an γ. Umumnya, nla α,β an γ, apa perkrakan engan melakukan proses ral an error mana : α + β + γ = Dapa juga car engan meoe Ornary Leas Square (OLS) yau, MnQ = n = ( y yˆ Hybr E. Ala Ukur Kesalahan Preks Menghung kesalahan ar suau peramalan serng pula sebu engan menghung keepaan pengukuran (accuracy measures). Dalam prakek aa beberapa ala ukur yang serng gunakan unuk menghung kesalahan preks, salah saunya aalah Mean Absolue Percenage Error. MAPE (Mean Absolue Percenage Error) Dmana : 00 MAPE = n n = A ) A F A = Daa akual paa waku F = Daa peramalan paa waku N = Jumlah aa Rumusan aas melakukan perhungan perbeaan anara aa akual an aa hasl ramalan. Bea ar hasl perhungan ersebu absolukan, lalu hung ke alam benuk persenase erhaap aa asl. Hasl ar persenase ersebu kemuan apakan nla raa-raa kesalahannya. Suau moel mempunya knerja sanga bagus jka nla MAPE beraa bawah 0%, an mempunya knerja bagus jka nla MAPE beraa anara 0% an 0% [].

4 Teknolog Elekro, Vol. 6, No. 3,Sepember - Desember III. METODE PENELITIAN A. Rancangan Penelan Paa rancangan penelan akan jabarkan gambaran umum ssem yang akan bua an lusraskan paa gambar bawah n : ramalan. Daa uj yang gunakan aalah aa kurs haran per Januar 04 sampa engan 3 Mare 04. C. Implemenas Peramalan Kurs Implemenas peramalan kurs bangun berbass GUI menggunakan MATLAB vers Tools eor yang gunakan unuk perancangan GUI alam MATLAB aalah GUIDE. Unuk meoe Raal Bass Funcon (RBF) an ARIMA aplkaskan menggunakan oolbox yang ersea paa Malab, yau Neural Nework Toolbox an Economercs Toolbox. IV. HASIL PENELITIAN DAN PEMBAHASAN Gambar. Gambaran Umum Penelan Paa penelan menggunakan npu aa perbeaan nla kurs rupah erhaap US Dollar. Nla kurs ramalkan engan meoe Double Exponenal Smoohng, Auoregressve Inegrae Movng Average (ARIMA), an jarngan syaraf ruan Raal Bass Funcon (RBF). Unuk proses pemlhan hasl peramalan gunakan skema vong an menggabungkan meoe ersebu unuk menapakan nla akhr peramalan. B. Varabel an Daa Penelan Unuk menunjang proses analss yang lakukan oleh pengguna, maka aa yang gunakan alam penelan n aalah sebanyak 55 aa yang merupakan kurs jual haran Rupah erhaap US Dollar yang mula ar bulan Januar 0 sampa engan Mare 04. Daa kurs n ambl ar webse resm Bank Inonesa Unuk apa lebh muah melha flukuas aa maka aa ubah alam benuk grafk lnear. Gambar 3. Grafk Flukuas Haran Rupah Terhaap US Dollar Peroe Januar 0 - Mare 04 Daa bag menja aa pelahan an pengujan. Daa pelahan aalah aa yang gunakan unuk menenukan aa ramalan. Sebaga aa pelahan pergunakan aa kurs jual haran per Januar 0 sampa engan kurs haran per 3 Desember 03. Seangkan unuk aa uj aalah aa yang pergunakan sebaga aa pembanng engan aa hasl A. Meoe RBF Secara umum program peramalan kurs erapa ua konsep yau program ranng an preks. Paa ahapan ranng paa peramalan engan meoe RBF, program akan melakukan eras sampa engan jumlah eras aau nla error yang masukkan erpenuh. Paa Malab membenuk jarngan syaraf ruan engan fungs [] : ne = newrb (P,T,goal,sprea) Keerangan : P = marks npu berukuran RxQ yang bers Q vekor npu T = mark kelas arge berukuran SxQ yang bers Q vekor arge Goal = Mean Squrare Error (efaul : 0,0) Sprea = lebar fungs bass raal (efaul : ) Nla goal alam penelan hanya menguj nla goal yang berbea anara 0,0 sampa engan 0, engan proses ral an error. Dar jumlah aa uj sebanyak aa, peroleh MAPE erbak yau 0,66% apa engan merubah nla goal menja 0, , " 00% 0,66% Dar hasl peramalan peroleh aa yang benar sebanyak 3 aa, sehngga unuk akuras kons mengua an melemahnya kurs rupah erhaap US Dollar peroleh : $%&'() *%+,'-.'' /0'& *%+,'- '' 0%3) 400% $%&'() 3 400% 5,54 % I Nyoman Sumera Yasa : Peramalan Kurs Rupah p-issn:693 95; e-issn:

5 Teknolog Elekro, Vol. 6, No. 3,Sepember - Desember B. Meoe ARIMA Moel ar meoe ARIMA apa mplemenaskan engan menggunakan fungs ARIMA alam Economercs Toolbox paa Malab. Berku aalah fungs program Malab unuk peramalan menggunakan meoe ARIMA : Ml = arma (p, D, q) Nla p an q alam penelan hanya menguj nla p an q yau sampa engan 5 yang berbea engan proses ral an error. Dar jumlah aa uj sebanyak aa, peroleh MAPE erbak yau 3,33% apa engan merubah nla p an q menja , " 00% 3,3% Dar hasl peramalan peroleh aa yang benar sebanyak 7 aa, sehngga unuk akuras kons mengua an melemahnya kurs rupah erhaap US Dollar peroleh : $%&'() 7 400% 45,76% C. Meoe Double Exponenal Smoohng Paa peramalan engan meoe n, pergunakan moel Hol s Wners yau menggunakan koefsen pemulusan keua, β (bea) yang sama seper α (alpha), juga bernla anara nol an sau, unuk secara berbea memuluskan rennya. Bea gunakan unuk meraa-raakan ren yang aa persamaan. Hal n menghlangkan beberapa kesalahan acak yang apa erja paa ren yang ak muluskan. Unuk menapakan nla erbak paa peramalan engan meoe n, maka nla alpha an bea car engan menggunakan meoe ral an error. Nla ar alpha an bea yang akan uj anara 0, sampa engan 0,9. Hasl percobaan engan nla α an β yang berbea menmbulkan flukuas nla MAPE. Nla alpha an bea alam penelan hanya menguj 8 nla yang berbea. Nla MAPE erbak yau 0,94% apa engan merubah nla α = 0,6 an β = 0, Dar hasl peramalan peroleh aa yang benar sebanyak 3 aa, sehngga unuk akuras kons peroleh : $%&'() 3 400% 5,54% D. Meoe Vong Unuk menenukan nla peramalan akhr, gunakan penggabungan hasl kega meoe engan eknk skema vong yau memlh kons mana anara kega hasl yang memlk kons mengua aau melemah erbanyak. Dar hasl peramalan engan menggunakan kega meoe engan hasl akuras erbak, yau RBF (Goal = 0,0), ARIMA (p =3 an q =3) an Double Exponenal Smoohng (0,6 an β = 0,6) gunakan sebaga acuan unuk pengamblan kepuusan alam meramalkan apakah kurs alam poss mengua aaupun melemah. Jumlah aa benar paa proses vong aalah 3 aa. Sehngga apa peroleh hasl nla akuras sebesar : $%&'() 3 400% 54,4% E. Meoe Hbr Meoe hbrsas aalah proses pengamblan kepuusan engan menggabungkan hasl ramalan engan kombnas ga varabel (anara RBF, ARIMA an Double Exponenal Smoohng) engan nla 6,7 an 8 sebesar 0, - 0,9 mana nla kombnas anar ga varabel ersebu aalah sau. Kepuusan ambl sesua engan hasl ramalan yang yang memlk kombnas 6,7 an 8 erbak. Hasl penelan menapakan nla akuras MAPE aalah sebesar 0,64% engan kombnas 6 0,8, 7 0,0 an 8 0, , " 00% 0,64% Dar hasl peramalan peroleh aa yang benar sebanyak 30 aa, sehngga unuk akuras kons peroleh : $%&'() % 50,85% Dar hasl peramalan meoe-meoe aas, maka perbanngan MAPE ar hasl peramalan apa lha paa abel berku : 56,48 " 00% 0,94% I Nyoman Sumera Yasa : Peramalan Kurs Rupah p-issn:693 95; e-issn:

6 Teknolog Elekro, Vol. 6, No. 3,Sepember - Desember TABEL I PERBANDINGAN NILAI MAPE PERAMALAN No. Meoe Peramalan MAPE RBF 0,66 % ARIMA 3,3 % 3 Double Exponenal Smoohng 0,94 % 4 Hbr 0,64 % Seangkan unuk perbanngan ar akuras kons mengua an melemahnya kurs Rupah erhaap US Dollar apa lha paa abel berku : No. TABEL II PERBANDINGAN AKURASI PERAMALAN Meoe Peramalan Akuras (Mengua/Melemah) RBF 5,54 % ARIMA 45,76 % 3 Double Exponenal Smoohng 5,54 % 4 Vong 54,4 % 5 Hbr 50,85 % Seangkan perbanngan ar grafk hasl peramalan aalah sebaga berku : Dar kega meoe peramalan, lakukan peramalan engan skema vong sehngga peroleh nla akuras kons mengua aau melemah sebesar 54,4%. Seangkan unuk hasl peramalan engan meoe hbr peroleh nla MAPE peramalan sebesar 0,64% an akuras kons mengua aau melemah sebesar 50,85%. Dar hasl hbrsas kega meoe peramalan yau RBF, ARIMA an Double Exponenal Smoohng mempunya nla MAPE erbak sebesar 0,64% an n berar meoe hbr aalah meoe yang lebh bak unuk peramalan kurs maa uang. REFERENSI [] Robnson Sepu Pemoelan Dan Peramalan Dere Waku Musman Dengan Penekaan Fler Bank. Pascasarjana Unversas Sumaera Uara. Mean. [] Makraks, S., Wheelwrgh, S.C., McGee, Vcor E. (999). Meoe an Aplkas Peramalan. Jl Sau.(Es ) erjemahan oleh Anryano, U.S., Abul, A. Jakara. [3] Bu Sanosa. 009 Penerapan Meoe Opmas Exponenal Smoohng Unuk Peramalan Deb. Pascasarjana Unversas Dponegoro. Semarang. [4] Brojol Sujo kk. 006, Pemlhan Hubungan Inpu-Noe. Berkala MIPA, 6(). [5] Poggo, T., & Gros, F. (990a). Neworks for approxmaon an learnng. Proceengs of he IEEE, 78(0), [6] We,W. W. S. (994). Tme seres Analyss, Unvarae an Mulvarae Mehos. Ason-Wesley Publshng Co. Inc. [7] Henranaa, Anon ARIMA (Auoregressve Movng Average), Manajemen Keuangan Sekor Publk FEUI. [8] Hanke, J.E., Resch, A.G. an Wchern, D.W. 003.Peramalan Bsns. Es Keujuh. Alh Bahasa: Devy Anananur. PT. Prenhallno. Jakara. [9] Ala Raharja. 00. Penerapan Meoe Exponenal Smoohng Unuk Peramalan Penggunaan Waku Telepon D PT. Telkomsel DIVRE3 Surabaya. Jurnal Ssem Informas. Insu Teknolog Sepuluh November. Surabaya. [0] Kn Keung La, Lean Yu, Shouyang Wang, an We Huang Hybrzng Exponenal Smoohng an Neural Nework for Fnancal Tme Seres Precaon. ICCS 006, Par IV, LNCS 3994, pp [] Zanun, N. Y., an Maj, M. Z. A.,003. Low Cos House Deman Precor. Unversas Teknolog Malaysa. [] Hongfa Wang, Xna Xu. 03. Deermnaon of Sprea Consan n RBF Neural Nework by Genec Algorhm. Inernaonal Journal of Avancemens n Compung Technology (IJACT) Vol. 5, No 9. Gambar 4. Grafk Perbanngan Hasl Ramalan V. KESIMPULAN Peramalan engan meoe RBF, ARIMA, Double Exponenal Smoohng peroleh hasl MAPE beruru uru yau 0,66%, 3,3%, 0,94%. Seangkan unuk akuras kons mengua aau melemah ar peramalan kega meoe ersebu aalah 5,54%, 45,76% an 5,54%. Dar kega meoe aas, unuk peramalan kurs yang mempunya nla MAPE peramalan erbak aalah meoe RBF. I Nyoman Sumera Yasa : Peramalan Kurs Rupah p-issn:693 95; e-issn:

Kresnanto NC. Model Sebaran Pergerakan

Kresnanto NC. Model Sebaran Pergerakan Kresnano C Moel Sebaran Pergerakan Kresnano C Tujuan Uama: Mengeahu pola pergerakan alam ssem ransporas serng jelaskan alam benuk arus pergerakan (kenaraan, penumpang, an barang) yang bergerak ar zona

Lebih terperinci

BAB II TINJAUAN TEORITIS

BAB II TINJAUAN TEORITIS BAB II TIJAUA TEORITIS 2.1 Peramalan (Forecasing) 2.1.1 Pengerian Peramalan Peramalan dapa diarikan sebagai beriku: a. Perkiraan aau dugaan mengenai erjadinya suau kejadian aau perisiwa di waku yang akan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LADASA TEORI 2.1 Pengerian Peramalan Peramalan (forecasing) adalah suau kegiaan yang memperkirakan apa yang akan erjadi pada masa yang akan daang. Meode peramalan merupakan cara unuk memperkirakan

Lebih terperinci

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun Baasan Masalah Jumlah kasus pendera penyak Demam Berdarah Dengue (DBD d Koa Surabaya ahun - Varabel Explanaory (Varabel penjelas yang dgunakan dalam penelan adalah varabel Iklm (Curah hujan, Suhu, Kelembaban

Lebih terperinci

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU Pada bab III, ka elah melakukan penguan erhadap meoda Runge-Kua orde 4 pada persamaan panas. Haslnya, solus analk persamaan panas

Lebih terperinci

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun 43 BAB METODE PEMUUAN EKPONENA TRPE DAR WNTER Meode pemulusan eksponensial elah digunakan selama beberapa ahun sebagai suau meode yang sanga berguna pada begiu banyak siuasi peramalan Pada ahun 957 C C

Lebih terperinci

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan BAB 2 URAIAN EORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan memperkirakan aau memprediksi apa yang erjadi pada waku yang akan daang, sedangkan rencana merupakan penenuan apa yang akan dilakukan

Lebih terperinci

BAB 8 PERSAMAAN DIFERENSIAL BIASA

BAB 8 PERSAMAAN DIFERENSIAL BIASA Maa kulah KOMPUTASI ELEKTRO BAB 8 PERSAMAAN DIFERENSIAL BIASA Persamaan dferensal dapa dbedakan menjad dua macam erganung pada jumlah varabel bebas. Apabla persamaan ersebu mengandung hana sau varabel

Lebih terperinci

SISTEM REKOMENDASI NILAI MATA KULIAH MENGGUNAKAN METODE CONTENT-BASED FILTERING

SISTEM REKOMENDASI NILAI MATA KULIAH MENGGUNAKAN METODE CONTENT-BASED FILTERING Semnar Nasonal Informaka 00 (semnasif 00) ISSN: 979-38 UPN Veeran Yogyakara, Me 00 SISTEM REKOMENDASI NILAI MATA KULIAH MENGGUNAKAN METODE CONTENT-BASED FILTERING Puspanngyas Sanjoyo A ) ) Teknk Informaka,

Lebih terperinci

Exponential smoothing

Exponential smoothing Exponenial smoohing This is a widely used forecasing echnique in reailing, even hough i has no proven o be especially accurae, www,cl,asae,edu/crbrown/smoohing07,pp 1 Exponenial Smoohing n Period Moving

Lebih terperinci

BAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode

BAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode 20 BAB 2 LADASA TEORI 2.1. Pengerian Peramalan Meode Peramalan merupakan bagian dari ilmu Saisika. Salah sau meode peramalan adalah dere waku. Meode ini disebu sebagai meode peramalan dere waku karena

Lebih terperinci

MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE-X (GSTAR-X) DALAM MERAMALKAN PRODUKSI KELAPA SAWIT

MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE-X (GSTAR-X) DALAM MERAMALKAN PRODUKSI KELAPA SAWIT Bulen Ilmah Mah. Sa. dan Terapannya (Bmaser) Volume 07, No. (018), hal 85 9. MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE-X (GSTAR-X) DALAM MERAMALKAN PRODUKSI KELAPA SAWIT Felca Kurna Kusuma Wra Pur, Dadan

Lebih terperinci

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan BAB II LADASA TEORI 2.1 Pengerian peramalan (Forecasing) Peramalan (Forecasing) adalah suau kegiaan yang mengesimasi apa yang akan erjadi pada masa yang akan daang dengan waku yang relaif lama (Assauri,

Lebih terperinci

PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG

PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG INDEPT, Vol., No. 3, Okober 01 ISSN 087 945 PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG Samsul Budaro, ST., MT Dosen Teap Teknk Indusr, Wakl Dekan III akulas Teknk, Unversas

Lebih terperinci

PENERAPAN MODEL GSTAR(1,1) UNTUK DATA CURAH HUJAN

PENERAPAN MODEL GSTAR(1,1) UNTUK DATA CURAH HUJAN Bulen Ilmah Mah. Sa. dan Terapannya (Bmaser) Volume 6, o. 03 (017), hal 159 166. PEERAPA MODEL GSTAR(1,1) UTUK DATA CURAH HUJA Ism Adam, Dadan Kusnandar, Hendra Perdana ITISARI Model Generalzed Space Tme

Lebih terperinci

PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR

PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR B-5-1 PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR Wsnu Bud Sunaryo, Haryono ITS Surabaya ABSTRAK Dalam duna konsruks saa n pemakaan produk beon

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Pada dasarnya peramalan adalah merupakan suau dugaan aau perkiraan enang erjadinya suau keadaan di masa depan. Akan eapi dengan menggunakan meodemeode erenu peramalan

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Creaed by Smpo PDF Creaor Pro (unregsered verson) hp://www.smpopdf.com Sask Bsns : BAB 8 VIII. ANALISIS DATA DERET BERKALA (TIME SERIES) 8.1 Pendahuluan Daa Berkala (Daa Dere waku) adalah daa yang dkumpulkan

Lebih terperinci

ESTIMASI PELUANG KEMUNCULAN KLAIM PADA PERUSAHAAN ASURANSI KECELAKAAN MELALUI PEMODELAN POINT PROCESS

ESTIMASI PELUANG KEMUNCULAN KLAIM PADA PERUSAHAAN ASURANSI KECELAKAAN MELALUI PEMODELAN POINT PROCESS Prosng Semnar Nasonal Volume 02, Nomor 1 ISSN 2443-1109 ESTIMASI PELUANG KEMUNCULAN KLAIM PADA PERUSAHAAN ASURANSI KECELAKAAN MELALUI PEMODELAN POINT PROCESS Irmayan 1, Nur Asm Rahmawa 2 Unversas Cokroamnoo

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang BAB 2 TINJAUAN TEORITIS 2.1 Pengerian dan Manfaa Peramalan Kegiaan unuk mempeirakan apa yang akan erjadi pada masa yang akan daang disebu peramalan (forecasing). Sedangkan ramalan adalah suau kondisi yang

Lebih terperinci

APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND

APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND Noeryani 1, Ely Okafiani 2, Fera Andriyani 3 1,2,3) Jurusan maemaika, Fakulas Sains Terapan, Insiu Sains & Teknologi

Lebih terperinci

Peramalan Penjualan Sepeda Motor Tiap Jenis di Wilayah Surabaya dan Blitar dengan Model ARIMA Box-Jenkins dan Vector Autoregressive (VAR)

Peramalan Penjualan Sepeda Motor Tiap Jenis di Wilayah Surabaya dan Blitar dengan Model ARIMA Box-Jenkins dan Vector Autoregressive (VAR) JURNAL SAINS DAN SENI POMITS Vol. 3, No., (04) 337-350 (30-98X Prn) D-36 Peramalan Penjualan eda Moor Tap Jens d Wlayah Surabaya dan Blar dengan Model ARIMA Box-Jenkns dan Vecor Auoregressve (VAR) Ade

Lebih terperinci

Jurusan Teknik Informatika Fakultas Teknik Universitas Muhammadiyah Jember ABSTRAK

Jurusan Teknik Informatika Fakultas Teknik Universitas Muhammadiyah Jember ABSTRAK PERBANDINGAN METODE DES (DOUBLE EXPONENTIAL SMOOTHING) DENGAN TES (TRIPLE EXPONENTIAL SMOOTHING) PADA PERAMALAN PENJUALAN ROKOK (STUDI KASUS TOKO UTAMA LUMAJANG) 1 Fajar Riska Perdana (1110651142) 2 Daryano,

Lebih terperinci

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang BAB 2 LANDASAN TEORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. Sedangkan ramalan adalah suau aau kondisi yang diperkirakan akan erjadi

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013 3. Lokas dan Waku Penelan 3.. Lokas Penelan BAB III METODOLOGI PENELITIAN Penelan n dlaksanakan d SMP Neger 7 Goronalo pada ahun ajaran 0/03 3.. Waku Penelan Penelan n d laksanakan pada semeser genap ahun

Lebih terperinci

PERENCANAAN RUTE ANGKUTAN UMUM DI KOTA SIBOLGA. Nama Mahasiswa : Olga Kristama. S NRP :

PERENCANAAN RUTE ANGKUTAN UMUM DI KOTA SIBOLGA. Nama Mahasiswa : Olga Kristama. S NRP : PERENCANAAN RUE ANGKUAN UMUM DI KOA SIBOLGA Absrak Nama Mahasswa : Olga Krsama. S NRP : 3104 100 024 Jurusan : eknk Spl Dosen Pembmbng I : Caur Arf Prasyano, S.MSc Koa Sbolga aalah salah sau koa Sumaera

Lebih terperinci

PENERAPAN METODE TRIPLE EXPONENTIAL SMOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUSAHAAN MEBEL SINAR JEPARA TANJUNGANOM NGANJUK.

PENERAPAN METODE TRIPLE EXPONENTIAL SMOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUSAHAAN MEBEL SINAR JEPARA TANJUNGANOM NGANJUK. PENERAPAN METODE TRIPLE EXPONENTIAL MOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUAHAAN MEBEL INAR JEPARA TANJUNGANOM NGANJUK. ii Rukayah*), Achmad yaichu**) ABTRAK Peneliian ini berujuan unuk

Lebih terperinci

SISTEM INFORMASI PERAMALAN STOK BARANG DI CV. ANNORA ASIA MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING

SISTEM INFORMASI PERAMALAN STOK BARANG DI CV. ANNORA ASIA MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING Jurnal Informaika Polinema ISSN: 2407-070X SISTEM INFORMASI PERAMALAN STOK BARANG DI CV. ANNORA ASIA MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING Mansyur, Erfan Rohadi Program Sudi Teknik Informaika,

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa BAB 2 TINJAUAN TEORITI 2.1. Pengerian-pengerian Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. edangkan ramalan adalah suau siuasi aau kondisi yang diperkirakan

Lebih terperinci

BAB II PENYEARAH TERKENDALI. fasa thyristor. Tegangan keluaran penyearah terkendali dapat divariasikan dengan

BAB II PENYEARAH TERKENDALI. fasa thyristor. Tegangan keluaran penyearah terkendali dapat divariasikan dengan BAB PENYEAAH TEKENDA Unuk menghalkan egangan keluaran yang erkenal gunakan pengenal faa hyror. Tegangan keluaran penyearah erkenal apa varakan engan mengonrol aau mengaur uu penyalaan hyror. Thyror nyalakan

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang

BAB 1 PENDAHULUAN. Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang BAB 1 PENDAHULUAN 1.1 Laar Belakang Perumbuhan ekonomi merupakan salah sau ukuran dari hasil pembangunan yang dilaksanakan khususnya dalam bidang ekonomi. Perumbuhan ersebu merupakan rangkuman laju perumbuhan

Lebih terperinci

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan BAB 2 LANDASAN TEORI 2.1. Produksi Produksi padi merupakan suau hasil bercocok anam yang dilakukan dengan penanaman bibi padi dan perawaan sera pemupukan secara eraur sehingga menghasilkan suau produksi

Lebih terperinci

BAB 2 TINJAUAN TEORI

BAB 2 TINJAUAN TEORI 7 BAB 2 TINJAUAN TEORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. Sedangkan ramalan adalah suau siuasi aau kondisi yang diperkirakan

Lebih terperinci

BAB 2 LANDASAN TEORI. Pengangguran atau tuna karya merupakan istilah untuk orang yang tidak mau bekerja

BAB 2 LANDASAN TEORI. Pengangguran atau tuna karya merupakan istilah untuk orang yang tidak mau bekerja BAB 2 LANDASAN TEORI 2.1 Pengerian Pengangguran Pengangguran aau una karya merupakan isilah unuk orang yang idak mau bekerja sama sekali, sedang mencari kerja, bekerja kurang dari dua hari selama seminggu,

Lebih terperinci

Peramalan Jumlah Penumpang Kereta Api Kelas Ekonomi Kertajaya Menggunakan ARIMA dan ANFIS

Peramalan Jumlah Penumpang Kereta Api Kelas Ekonomi Kertajaya Menggunakan ARIMA dan ANFIS JURNAL SAINS DAN SENI ITS Vol. 4 No. (05) 33-350 (30-9X Prn) D-3 Peramalan Jumlah Penumpang Kerea Ap Kelas Ekonom Keraaya Menggunakan ARIMA dan ANFIS Ilaf Andala dan Irhamah Jurusan Saska Fakulas Maemaka

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Perumbuhan ekonomi merupakan salah sau ukuran dari hasil pembangunan yang dilaksanakan khususnya dalam bidang ekonomi. Perumbuhan ersebu merupakan rangkuman laju-laju

Lebih terperinci

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST BAB ESPONS FUNGSI STEP PADA ANGKAIAN DAN C Oleh : Ir. A.achman Hasbuan dan Naemah Mubarakah, ST . Persamaan Dferensal Orde Sau Adapun benuk yang sederhana dar suau persamaan dferensal orde sau adalah:

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah Dalam sisem perekonomian suau perusahaan, ingka perumbuhan ekonomi sanga mempengaruhi kemajuan perusahaan pada masa yang akan daang. Pendapaan dan invesasi merupakan

Lebih terperinci

USING THE PAST TO PREDICT THE FUTURE WORKSHOP ANALISIS RESIKO UNTUK BISNIS

USING THE PAST TO PREDICT THE FUTURE WORKSHOP ANALISIS RESIKO UNTUK BISNIS USING THE PAST TO PREDICT THE FUTURE WORKSHOP ANALISIS RESIKO UNTUK BISNIS Oleh : Maman Seawan, SE, MT 28 29 Sepember 2004 PROGRAM PENGEMBANGAN KOMPETENSI BISNIS DIVISI PENGKAJIAN DAN PENGEMBANGAN BISNIS

Lebih terperinci

KONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan

KONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan KONSEP DASAR Laar belakang Meode Numerk Ilusras masalah numerk Angka sgnfkan Akuras dan Press Pendekaan dan Kesalahan Laar Belakang Meode Numerk Tdak semua permasalahan maemas dapa dselesakan dengan mudah,

Lebih terperinci

KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL. Sudarno Staf Pengajar Program Studi Statistika FMIPA UNDIP

KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL. Sudarno Staf Pengajar Program Studi Statistika FMIPA UNDIP Karakerisik Umur Produk (Sudarno) KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL Sudarno Saf Pengajar Program Sudi Saisika FMIPA UNDIP Absrac Long life of produc can reflec is qualiy. Generally, good producs

Lebih terperinci

APLIKASI METODE DOUBLE EXPONENTIAL SMOOTHING BROWN DAN HOLT UNTUK MERAMALKAN TOTAL PENDAPATAN BEA DAN CUKAI

APLIKASI METODE DOUBLE EXPONENTIAL SMOOTHING BROWN DAN HOLT UNTUK MERAMALKAN TOTAL PENDAPATAN BEA DAN CUKAI Prosiding Seminar Nasional Maemaika dan Terapannya 2016 p-issn : 2550-0384; e-issn : 2550-0392 APLIKASI METODE DOUBLE EXPONENTIAL SMOOTHING BROWN DAN HOLT UNTUK MERAMALKAN TOTAL PENDAPATAN BEA DAN CUKAI

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA. yang akan datang. Peramalan menjadi sangat penting karena penyusunan suatu

BAB 2 TINJAUAN PUSTAKA. yang akan datang. Peramalan menjadi sangat penting karena penyusunan suatu BAB 2 TINJAUAN PUSTAKA 2.1 Pengerian Peramalan Peramalan adalah kegiaan memperkirakan apa yang erjadi pada waku yang akan daang sedangkan rencana merupakan penenuan apa yang akan dilakukan pada waku yang

Lebih terperinci

Hidden Markov Model. Oleh : Firdaniza, Nurul Gusriani dan Akmal

Hidden Markov Model. Oleh : Firdaniza, Nurul Gusriani dan Akmal Hdden Markov Model Oleh : Frdanza, urul Gusran dan Akmal Dosen Jurusan Maemaka FMIPA Unversas Padjadjaran Jl. Raya Bandung Sumedang Km 2, Janangor, Jawa Bara elp. / Fax : 022 7794696 Absrak Hdden Markov

Lebih terperinci

PENENTUAN UKURAN SAMPEL UNTUK SURVEY PILKADA MENGGUNAKAN PENDEKATAN BAYES

PENENTUAN UKURAN SAMPEL UNTUK SURVEY PILKADA MENGGUNAKAN PENDEKATAN BAYES Prosng Semnar Nasonal Matematka an Penkan Matematka (SESIOMADIKA) 017 ISBN: 978-60-60550-1-9 Statstka, hal. 14-18 PENENTUAN UKURAN SAMPEL UNTUK SURVEY PILKADA MENGGUNAKAN PENDEKATAN BAYES NENENG SUNENGSIH

Lebih terperinci

PENDUGAAN STATISTIK AREA KECIL DENGAN METODE EMPIRICAL CONSTRAINED BAYES 1

PENDUGAAN STATISTIK AREA KECIL DENGAN METODE EMPIRICAL CONSTRAINED BAYES 1 PENDUGAAN SAISIK AREA KECIL DENGAN MEODE EMPIRICAL CONSRAINED AYES Ksmann Jurusan Penddkan Maemaka FMIPA Unversas Neger Yogyakara Absrak Meode emprcal ayes (E merupakan meode yang lebh aplkaf pada pendugaan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang 11 BAB I PENDAHULUAN 1.1 Laar Belakang Salah sau masalah analisis persediaan adalah kesulian dalam menenukan reorder poin (iik pemesanan kembali). Reorder poin diperlukan unuk mencegah erjadinya kehabisan

Lebih terperinci

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu BAB III METODE DEKOMPOSISI CENSUS II 3.1 Pendahuluan Daa dere waku adalah daa yang dikumpulkan dari waku ke waku unuk menggambarkan perkembangan suau kegiaan (perkembangan produksi, harga, hasil penjualan,

Lebih terperinci

BAB III MODEL LINEAR TERGENERALISASI. Perkembangan pemodelan stokastik, terutama model linier, dapat dikatakan

BAB III MODEL LINEAR TERGENERALISASI. Perkembangan pemodelan stokastik, terutama model linier, dapat dikatakan BAB III MODEL LINEAR TERGENERALISASI 3.1 Moel Lnear Perkembangan pemoelan stokastk, terutama moel lner, apat katakan mula paa aba ke 19 yang asar oleh teor matematka yang elaskan antaranya oleh Gauss,

Lebih terperinci

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF Pada bab ini akan dibahas mengenai sifa-sifa dari model runun waku musiman muliplikaif dan pemakaian model ersebu menggunakan meode Box- Jenkins beberapa ahap

Lebih terperinci

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat BAB 1 PENDAHULUAN 1.1 Laar Belakang Sumber Daya Alam (SDA) yang ersedia merupakan salah sau pelengkap ala kebuuhan manusia, misalnya anah, air, energi lisrik, energi panas. Energi Lisrik merupakan Sumber

Lebih terperinci

Prosiding Seminar Nasional Matematika dan Terapannya 2016 p-issn : ; e-issn :

Prosiding Seminar Nasional Matematika dan Terapannya 2016 p-issn : ; e-issn : Prosiding Seminar Nasional Maemaika dan Terapannya 2016 p-issn : 2550-0384; e-issn : 2550-0392 PERAMALAN VOLUME PENGGUNAAN AIR BERSIH DENGAN METODE WINTERS EPONENTIAL SMOOTHING UNTUK MENENTUKAN VOLUME

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengerian Supply Chain Managemen Supply chain managemen merupakan pendekaan aau meode dalam memanajemen hubungan perusahaan dengan supplier dan konsumen yang erjadi pada pengendalian

Lebih terperinci

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI BAB ETROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUYI Model Markov Tersembuny (Hdden Markov Model, MMT) elah banyak daplkaskan dalam berbaga bdang seper pelafalan bahasa (speeh reognon) dan klasfkas (luserng).

Lebih terperinci

Analisis Jalur / Path Analysis

Analisis Jalur / Path Analysis Analss Jalur / Pah Analyss Analss jalur adalah salah sau benuk model SEM yang dak mengandung varable laen. Tenu saja model n lebh sederhana dbandngkan dengan model SEM lengka. Analss jalur sebenarnya meruakan

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA. yang akan datang. Peramalan menjadi sangat penting karena penyusunan suatu

BAB 2 TINJAUAN PUSTAKA. yang akan datang. Peramalan menjadi sangat penting karena penyusunan suatu BAB 2 TINJAUAN PUSTAKA 2.1 Pengerian Peramalan Peramalan adalah kegiaan memperkirakan apa yang erjadi pada waku yang akan daang sedangkan rencana merupakan penenuan apa yang akan dilakukan pada waku yang

Lebih terperinci

SISTEM PREDIKSI PENJUALAN GAMIS TOKO QITAZ MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING. Oleh: Salman Alfarisi

SISTEM PREDIKSI PENJUALAN GAMIS TOKO QITAZ MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING. Oleh: Salman Alfarisi S. Alfarisi / Journal of Applied Business and Economics Vol. 4 No. 1 (Sep 2017) 80-95 SISTEM PREDIKSI PENJUALAN GAMIS TOKO QITAZ MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING Oleh: Salman Alfarisi Program

Lebih terperinci

Pengenalan Aksara Pallawa dengan Model Hidden Markov

Pengenalan Aksara Pallawa dengan Model Hidden Markov Pengenalan Aksara Pallawa dengan Model Hdden Markov Wwen Wdyasu Teknk Elekro, Fakulas Sans dan Teknolog, Unversas Sanaa Dharma Emal: wwen@usd.ac.d Absrak Aksara Pallawa aau kadangkala duls sebaga Pallava

Lebih terperinci

PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS

PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS Mra Puspasar, Snggh Sapad, Dana Puspasar Absraks PT Ulam Tba Halm merupakan salah sau ndusr mnuman serbuk d Indonesa, dmana

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN : JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Air merupakan kebuuhan pokok bagi seiap makhluk hidup di dunia ini ermasuk manusia. Air juga merupakan komponen lingkungan hidup yang pening bagi kelangsungan hidup

Lebih terperinci

Perancangan Sistem Peramalan Penjualan Barang Pada UD Achmad Jaya Dengan Metode Triple Exponential Smoothing

Perancangan Sistem Peramalan Penjualan Barang Pada UD Achmad Jaya Dengan Metode Triple Exponential Smoothing Jurnal Ilmiah Teknologi dan Informaika ASIA (JITIKA) Vol.10, No.2, Agusus 2016 ISSN: 0852-730X Perancangan Sisem Peramalan Penjualan Barang Pada UD Achmad Jaya Dengan Meode Triple Exponenial Smoohing Tria

Lebih terperinci

BAB 5 HASIL DAN PEMBAHASAN. Disini tujuan akhir yang ingin dicapai penulis adalah pembuatan suatu aplikasi

BAB 5 HASIL DAN PEMBAHASAN. Disini tujuan akhir yang ingin dicapai penulis adalah pembuatan suatu aplikasi BAB 5 HASIL DAN PEMBAHASAN Disini ujuan akhir yang ingin dicapai penulis adalah pembuaan suau aplikasi program yang digunakan unuk membanu perusahaan dalam menenukan jumlah produksi demand. Disini ada

Lebih terperinci

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32)

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32) 8 Raaan poserornya adalah E m x ò (, ) f ( x) m f x m f f m ddm (32) Dalam obseras basanya dgunakan banyak daa klam. Msalkan saja erdr dar grup daa klam dengan masng-masng grup ke unuk seap, 2,..., yang

Lebih terperinci

BAB III THREE STAGE LEAST SQUARE. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode

BAB III THREE STAGE LEAST SQUARE. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode BAB III THREE STAGE LEAST SQUARE Sebagamana elah dsnggung pada bab sebelumnya, salah sau meode penaksran parameer pada persamaan smulan yau meode Three Sage Leas Square (3SLS. Sebelum djelaskan lebh lanju

Lebih terperinci

ABSTRAK PERAMALAN KURS RUPIAH TERHADAP US DOLLAR MENGGUNAKAN METODE HIBRID

ABSTRAK PERAMALAN KURS RUPIAH TERHADAP US DOLLAR MENGGUNAKAN METODE HIBRID ABSTRAK PERAMALAN KURS RUPIAH TERHADAP US DOLLAR MENGGUNAKAN METODE HIBRID Peramalan adalah bagian integral dari kegiatan pengambilan keputusan manajemen. Ramalan yang dilakukan umumnya berdasarkan pada

Lebih terperinci

BAB I PENDAHULUAN FASILKOM-UDINUS T.SUTOJO RANGKAIAN LISTRIK HAL 1

BAB I PENDAHULUAN FASILKOM-UDINUS T.SUTOJO RANGKAIAN LISTRIK HAL 1 BAB I PENDAHULUAN 1.1 Defns Rangkaan Lsrk Rangkaan Lsrk adalah sambungan dar beberapa elemen lsrk ( ressor, kapasor, ndukor, sumber arus, sumber egangan) yang membenuk mnmal sau lnasan eruup yang dapa

Lebih terperinci

PERAMALAN JUMLAH WISATAWAN MANCANEGARA YANG MASUK MELALUI PINTU KEDATANGAN BANDARA SOEKARNO HATTA DAN BANDARA JUANDA

PERAMALAN JUMLAH WISATAWAN MANCANEGARA YANG MASUK MELALUI PINTU KEDATANGAN BANDARA SOEKARNO HATTA DAN BANDARA JUANDA PERAMALAN JUMLAH WISATAWAN MANCANEGARA YANG MASUK MELALUI PINTU KEDATANGAN BANDARA SOEKARNO HATTA DAN BANDARA JUANDA Indra Rahm, Sr Png Wulandar Mahasswa Jurusan Saska Insu Teknolog Seuluh Noember Dosen

Lebih terperinci

BAB 4 IMPLEMENTASI DAN EVALUASI

BAB 4 IMPLEMENTASI DAN EVALUASI 65 BAB IMPLEMENTASI DAN EVALUASI. Penyaan Data Hasl Peneltan Data-ata hasl peneltan yang gunakan alam pengolahan ata aalah sebaga berkut: a. ata waktu kera karyawan b. ata umlah permntaan konsumen c. ata

Lebih terperinci

PEMBAHASAN. Solusi Eksak Persamaan Boltzman dengan Nilai Awal Bobylev Misalkan dipilih nilai awal Bobylev berikut:

PEMBAHASAN. Solusi Eksak Persamaan Boltzman dengan Nilai Awal Bobylev Misalkan dipilih nilai awal Bobylev berikut: PEMBAHASAN Paa karya ilmiah ini persamaan Bolzmann yang akan icari solusinya aalah persamaan Bolzmann spasial homogen yaiu persamaan Bolzmann engan x bernilai nol iuliskan: S cos [ ] e. g θ 4 uas kiri

Lebih terperinci

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL Abstrak ESIMASI PARAMEER PADA REGRESI SEMIPARAMERIK UNUK DAA LONGIUDINAL Msal y merupakan varabel respon, Lls Laome Jurusan Matematka FMIPA Unverstas Haluoleo Kendar 933 e-mal : lhs@yahoo.com X adalah

Lebih terperinci

PENERAPAN FUZZY MULTI CRITERIA DECISION MAKING UNTUK MENENTUKAN PEMBERIAN BEASISWA

PENERAPAN FUZZY MULTI CRITERIA DECISION MAKING UNTUK MENENTUKAN PEMBERIAN BEASISWA Semnar Nasonal Teknolog Informas dan Mulmeda 2015 STMIK AMIKOM Yogyakara, 6-8 Februar 2015 PENERAPAN FUZZY MULTI CRITERIA DECISION MAKING UNTUK MENENTUKAN PEMBERIAN BEASISWA Yeffransjah Salm STMIK Indonesa

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 5 BAB II LANDASAN TEORI Pada bab n akan dbahas beberapa eor dasar yang kelak akan dgunakan dalam penurunan formula penenuan harga Asan Opon, bak secara analk pada Bab III maupun secara numerk pada Bab

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN EORI. njauan Pusaka.. Peramalan Peramalan (forecasng) merupakan ala banu yang penng dalam perencanaan yang efekf dan efsen khususnya dalam bdang ekonom. Dalam organsas modern mengeahu keadaan

Lebih terperinci

IMPLEMENTASI METODE TRIPLE EXPONENTIAL SMOOTHING ADDITIVE UNTUK PREDIKSI PENJUALAN ALAT TULIS KANTOR (ATK) PADA X STATIONERY

IMPLEMENTASI METODE TRIPLE EXPONENTIAL SMOOTHING ADDITIVE UNTUK PREDIKSI PENJUALAN ALAT TULIS KANTOR (ATK) PADA X STATIONERY IMPLEMENTASI METODE TRIPLE EXPONENTIAL SMOOTHING ADDITIVE UNTUK PREDIKSI PENJUALAN ALAT TULIS KANTOR (ATK) PADA X STATIONERY Ruli Uami 1, Suryo Amojo 2 1, Universias Wijaya Pura 2 e-mail: ruli.uami@ias.ac.id,

Lebih terperinci

Estimasi Parameter dan Dalam Pemulusan Eksponensial Ganda Dua Parameter Dengan Metode Modifikasi Golden Section

Estimasi Parameter dan Dalam Pemulusan Eksponensial Ganda Dua Parameter Dengan Metode Modifikasi Golden Section JURNAL SAINS DAN SENI ITS Vol., No., (Sep. 0) ISSN: 0- A- Esmas Parameer a Dalam Pemulusa Ekspoesal Gaa Dua Parameer Dega Meoe Mofkas Gole Seco Nla Yuwa, Lukma Haaf, Nur Wahyugsh Jurusa Maemaka, Fakulas

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 35 BAB LANDASAN TEORI Meode Dekomposisi biasanya mencoba memisahkan iga komponen erpisah dari pola dasar yang cenderung mencirikan dere daa ekonomi dan bisnis. Komponen ersebu adalah fakor rend (kecendrungan),

Lebih terperinci

Penerapan Metode Filter Kalman Dalam Perbaikan Hasil Prediksi Cuaca Dengan Metode ARIMA

Penerapan Metode Filter Kalman Dalam Perbaikan Hasil Prediksi Cuaca Dengan Metode ARIMA JURNAL SAINS DAN SENI POMITS Vol. 3, No. 2, (24) ISSN: 2337-3539 (23-927 Prn) A-28 Penerapan Meode Fler Kalman Dalam Perbaan Hasl Preds Cuaca Dengan Meode ARIMA Tomy Kurnawan, Luman Hanaf, dan Erna Aprlan

Lebih terperinci

Perbandingan Metode Winter Eksponensial Smoothing dan Metode Event Based untuk Menentukan Penjualan Produk Terbaik di Perusahaan X

Perbandingan Metode Winter Eksponensial Smoothing dan Metode Event Based untuk Menentukan Penjualan Produk Terbaik di Perusahaan X JURAL SAIS DA SEI ITS Vol. 6, o.1, (2017) 2337-3520 (2301-928X Prin) A 1 Perbandingan Meode Winer Eksponensial Smoohing dan Meode Even Based unuk Menenukan Penjualan Produk Terbaik di Perusahaan X Elisa

Lebih terperinci

Relasi LOGIK FUNGSI AND, FUNGSI OR, DAN FUNGSI NOT

Relasi LOGIK FUNGSI AND, FUNGSI OR, DAN FUNGSI NOT 2 Relasi LOGIK FUNGSI ND, FUNGSI OR, DN FUNGSI NOT Tujuan : Seelah mempelajari Relasi Logik diharapkan dapa,. Memahami auran-auran relasi logik unuk fungsi-fungsi dasar ND, OR dan fungsi dasar NOT 2. Memahami

Lebih terperinci

Sudaryatno Sudirham. Analisis Rangkaian Listrik Di Kawasan Waktu

Sudaryatno Sudirham. Analisis Rangkaian Listrik Di Kawasan Waktu Sudaryano Sudrham nalss Rangkaan Lsrk D Kawasan Waku BB 12 nalss Transen d Kawasan Waku Rangkaan Orde Perama Yang dmaksud dengan analss ransen adalah analss rangkaan yang sedang dalam keadaan peralhan

Lebih terperinci

*Corresponding Author:

*Corresponding Author: Prosiding Seminar Tugas Akhir FMIPA UNMUL 5 Periode Mare 6, Samarinda, Indonesia ISBN: 978-6-7658--3 Penerapan Model Neuro-Garch Pada Peramalan (Sudi Kasus: Reurn Indeks Harga Saham Gabungan) Applicaion

Lebih terperinci

' PERATURAN BUPATI PACITAN I NOMOR 4 TAHUN 2012 PEMBERIAN BANTUAN PERALATAN DAN/ATAU MESIN BAGI INDUSTRI KECIL DAN MENENGAH KABUPATEN PACITAN

' PERATURAN BUPATI PACITAN I NOMOR 4 TAHUN 2012 PEMBERIAN BANTUAN PERALATAN DAN/ATAU MESIN BAGI INDUSTRI KECIL DAN MENENGAH KABUPATEN PACITAN j BUPAT PACTAN ' PERATURAN BUPAT PACTAN NOMOR 4 TAHUN 2012 TENTANG PEMBERAN BANTUAN PERALATAN DAN/ATAU MESN BAG NDUSTR KECL DAN MENENGAH KABUPATEN PACTAN DENGAN RAHMAT TUHAN YANG MAHA ESA BUPAT PACTAN

Lebih terperinci

STUDI DEMAND PENUMPANG TRANSPORTASI UDARA MENUJU DAN KELUAR KABUPATEN FAKFAK ABSTRAK

STUDI DEMAND PENUMPANG TRANSPORTASI UDARA MENUJU DAN KELUAR KABUPATEN FAKFAK ABSTRAK STUDI DEMAND PENUMPANG TRANSPORTASI UDARA MENUJU DAN KELUAR KABUPATEN FAKFAK Wjayanto Mahasswa Magster Bang Keahlan Manajemen Dan Rekayasa Transportas Fakultas Teknk Spl an Perencanaan Insttut Teknolog

Lebih terperinci

Pemodelan Volatilitas Saham Menggunakan Jaringan Syaraf Tiruan dan Algoritma Genetika

Pemodelan Volatilitas Saham Menggunakan Jaringan Syaraf Tiruan dan Algoritma Genetika Pemodelan Volailias Saham Menggunakan Jaringan Syaraf Tiruan dan Algorima Geneika Hasbi Yasin 1 1 Jurusan Saisika Undip, hasbiyasin@undip.ac.id Absrak. Flukuasi yang besar dan idak pasi dalam peramalan

Lebih terperinci

TINJAUAN PUSTAKA. Node. Edge. Gambar 1 Directed Acyclic Graph

TINJAUAN PUSTAKA. Node. Edge. Gambar 1 Directed Acyclic Graph TINJAUAN PUSTAKA Bayesan Networks BNs dapat memberkan nformas yang sederhana dan padat mengena nformas peluang. Berdasarkan komponennya BNs terdr dar Bayesan Structure (Bs) dan Bayesan Parameter (Bp) (Cooper

Lebih terperinci

III. METODE PENELITIAN. Konsep dasar dan definisi operasional merupakan pengertian dan petunjuk yang

III. METODE PENELITIAN. Konsep dasar dan definisi operasional merupakan pengertian dan petunjuk yang III. METODE PENELITIAN A. Konsep Dasar dan Definisi Operasional Konsep dasar dan definisi operasional merupakan pengerian dan peunjuk yang digunakan unuk menggambarkan kejadian, keadaan, kelompok, aau

Lebih terperinci

Line Transmisi. Oleh: Aris Heri Andriawan ( )

Line Transmisi. Oleh: Aris Heri Andriawan ( ) ANALISIS APLIKASI PENJADWALAN UNIT-UNIT PEMBANGKIT PADA SISTEM KELISTRIKAN JAWA-BALI DENGAN MENGGUNAKAN UNIT COMMITMENT, UNIT DECOMMITMENT DAN MODIFIED UNIT DECOMMITMENT Oleh: Ars Her Andrawan (07000)

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 26 III. METODE PENELITIAN 3.1. Kerangka Pemikiran Penilaian perkembangan kinerja keuangan PT. Goodyear Indonesia Tbk dilakukan dengan maksud unuk mengeahui sejauh mana perkembangan usaha perusahan yang

Lebih terperinci

Penerapan Statistika Nonparametrik dengan Metode Brown-Mood pada Regresi Linier Berganda

Penerapan Statistika Nonparametrik dengan Metode Brown-Mood pada Regresi Linier Berganda Jurnal EKSPONENSIAL Volume 7, Nomor, Me 6 ISSN 85-789 Penerapan Saska Nonparamerk dengan Meode Brown-Mood pada Regres Lner Berganda Applcaon of Nonparamerc Sascs, wh Brown-Mood Mehod on Mulple Lnear Regresson

Lebih terperinci

PENGARUH STRATEGI PEMBELAJARAN GENIUS LEARNING TERHADAP HASIL BELAJAR FISIKA SISWA

PENGARUH STRATEGI PEMBELAJARAN GENIUS LEARNING TERHADAP HASIL BELAJAR FISIKA SISWA ISSN 5-73X PENGARUH STRATEGI PEMBELAJARAN GENIUS LEARNING TERHADAP HASIL BELAJAR ISIKA SISWA Henok Siagian dan Iran Susano Jurusan isika, MIPA Universias Negeri Medan Jl. Willem Iskandar, Psr V -Medan

Lebih terperinci

Muhammad Firdaus, Ph.D

Muhammad Firdaus, Ph.D Muhammad Firdaus, Ph.D DEPARTEMEN ILMU EKONOMI FEM-IPB 010 PENGERTIAN GARIS REGRESI Garis regresi adalah garis yang memplokan hubungan variabel dependen (respon, idak bebas, yang dipengaruhi) dengan variabel

Lebih terperinci

ANALISIS DATA DERET BERKALA DENGAN METODE TREND SEKULER UNTUK MENENTUKAN MODEL PERTUMBUHAN PENDUDUK MISKIN JAWA BARAT

ANALISIS DATA DERET BERKALA DENGAN METODE TREND SEKULER UNTUK MENENTUKAN MODEL PERTUMBUHAN PENDUDUK MISKIN JAWA BARAT ANALISIS DATA DERET BERKALA DENGAN METODE TREND SEKULER UNTUK MENENTUKAN MODEL PERTUMBUHAN PENDUDUK MISKIN JAWA BARAT ANALSIS OF TIME SERIES USING SECULAR TREND METHOD TO DETERMINE POPULATION GROWTH MODEL

Lebih terperinci

BAB 1 PENDAHULUAN. Propinsi Sumatera Utara merupakan salah satu propinsi yang mempunyai

BAB 1 PENDAHULUAN. Propinsi Sumatera Utara merupakan salah satu propinsi yang mempunyai BAB 1 PENDAHULUAN 1.1 Laar Belakang Propinsi Sumaera Uara merupakan salah sau propinsi yang mempunyai perkembangan yang pesa di bidang ransporasi, khususnya perkembangan kendaraan bermoor. Hal ini dapa

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN TEORI. Tnjauan Pusaka.. Uj Keseragaman Daa Tujuan uama pengukuran uj keseragaman daa adalah unuk mendapakan da yang seragam. Kedak seragaman daa dapa daang anpa dsadar, maka dperlukan suau

Lebih terperinci

III METODE PENELITIAN

III METODE PENELITIAN III METODE PENELITIAN 3.1 Waku dan Tempa Peneliian Peneliian mengenai konribusi pengelolaan huan rakya erhadap pendapaan rumah angga dilaksanakan di Desa Babakanreuma, Kecamaan Sindangagung, Kabupaen Kuningan,

Lebih terperinci

Modifikasi Penaksir Robust dalam Pelabelan Outlier Multivariat

Modifikasi Penaksir Robust dalam Pelabelan Outlier Multivariat Vol. 14, No. 1, 46-53, Jul 2017 Modfkas Penaksr Robus dalam Pelabelan Ouler Mulvara Erna Tr Herdan Absrak Ouler adalah suau observas yang polanya dak mengku mayoras daa. Ouler dalam kasus mulvara sanga

Lebih terperinci

Bab 3. Migrasi Data Seismik. Migrasi dilakukan untuk memindahkan posisi reflektor yang terlihat pada

Bab 3. Migrasi Data Seismik. Migrasi dilakukan untuk memindahkan posisi reflektor yang terlihat pada Bab 3 Migrasi Daa Seismik Migrasi ilakukan unuk meminahkan posisi reflekor yang erliha paa rekaman aa seismik menjai posisi yang sebenarnya sesuai engan posisi i bawah permukaan. Unuk srukur geologi yang

Lebih terperinci

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi, BAB LANDASAN TEORI.1 Populas dan Sampel Populas adalah keseluruhan unt atau ndvdu dalam ruang lngkup yang ngn dtelt. Banyaknya pengamatan atau anggota suatu populas dsebut ukuran populas, sedangkan suatu

Lebih terperinci