Kuliah 2 Metode Peramalan Deret Waktu
|
|
- Deddy Lie
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Kuliah 2 Metode Peramalan Deret Waktu rahmaanisa@apps.ipb.ac.id
2 REVIEW Tentukan pola dari data deret waktu berikut: Gambar (1) Gambar (2) Gambar (3) Gambar (4) 2
3 Kriteria kebaikan peramalan data deret waktu MAD MAPE MSE AIC 3
4 Data deret waktu stasioner (tanpa tren) Pemulusan rataan bergerak sederhana (RBS) Peramalan melalui RBS Data deret waktu tak-stasioner (ada tren) Pemulusan rataan bergerak ganda (RBG) Peramalan melalui RBG Contoh aplikasi pada data 4
5 5
6 A time series is said to be strictly stationary if its properties are not affected by a change in the time origin. Montgomerry (2015) 6
7 7
8 8
9 9
10 10
11 11
12 Plotting smoothed data Overlay a smoothed version of the original data help reveal patterns in the original data The simplest approach: moving average 12
13 13
14 Bagaimana akurasi dari peramalannya? 14
15 Single Moving Average Double Moving Average 15
16 16
17 Note that the smoothed data will have less variance*: *assuming independence between observations. 17
18 F t = M t 1 Sedangkan untuk periode ke-n: F n,h = M n Artinya, peramalan untuk periode selanjutnya adalah konstan. 18
19 Single moving average of order three: 19
20 Monthly Time Periods Sales (units) Jan 10 Feb 9 Mar MA(3) Forecast Error = 9.00 Apr 7 3 = May Jun Jul Aug Sep Oct Nov Dec Forecast
21 Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec Sales (units) Forecast 21
22 Monthly Time Periods Sales (units) MA(5) Forecast Jan 10 Feb 9 Mar 8 Apr 7 May Jun Jul Aug Sep Oct Nov Dec Forecast
23 Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec Sales (units) Forecast 24
24 26
25 27
26 an outlier will dominate the moving averages that contain that observation Actual Forecast 28
27 Moving Median Centered Moving Average 29
28 SUPPLEMENTARY TOPICS Odd-span moving medians (also called running medians) are an alternative to moving averages that are effective data smoothers when the time series may be contaminated with unusual values or outliers. The moving median of span N is defined as where N = 2u + 1. The median is the middle observation in rank order (or order of value). The moving median of span 3 is a very popular and effective data smoother, where 30
29 SUPPLEMENTARY TOPICS This is common for even numbers of observations. Monthly Time Periods Sales (units) Jan 10 Feb MA(3) = 9.00 Forecast Mar 8 3 = Apr May Jun Jul Aug Sep Oct Nov Dec Forecast
30 SUPPLEMENTARY TOPICS Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec Sales (units) Forecase (centered) Forecast 32
31 SUPPLEMENTARY TOPICS 33
32 34
33 A time series that exhibits a trend is a nonstationary time series. 35
34 A double moving average may be used for additional smoothing of a single moving average. 36
35 1. Compute a single moving average (S 1 ) of order T 2. A second moving average (S 2 ) series is calculated from the first moving average, is of order N 37
36 dengan: a t = 2 S 1,t S 2,t b t = 2 S N 1 1,t S 2,t 38
37 Period Data Series Langkah 1: Lakukan pemulusan single moving average (misal, T=3): misal: S 1,t = 1 3 y t 2 + y t 3 + y t S 1,3 = 1 3 y 1 + y 2 + y 3 S 1,3 = S 1,3 = 36 39
38 Period Data Series S Langkah 2: Lakukan pemulusan single moving average (misal, N=3): misal: S 2,t = 1 3 S t 2 + S t 3 + S t S 2,5 = 1 3 S 3 + S 4 + S 5 S 1,3 = S 1,3 = 38 40
39 Menghitung Forecasts: Period Data Series S 1 S a t = 2 S 1,t S 2,t b t = 2 S N 1 1,t S 2,t misal utk t=5, a 5 = 2 S 1,5 S 2,5 a 5 = a 5 = 42 b 5 = 2 S 3 1 1,5 S 2,5 b 5 = b 5 = 2 41
40 Period Data Series S 1,t S 2,t a t b t Menghitung Forecasts: F t+h = a t + b t h F 6 = F 5+1 = a 5 + b 5 1 = = 44 42
41 Period Data Series S 1,t S 2,t a t b t F t Menghitung Forecasts: F t+h = a t + b t h F 6 = F 5+1 = a 5 + b 5 1 = = 44 43
42 Two-sided Moving Average Weighted Moving Average 44
43 45
44 Perhatikan kembali ilustrasi-1 dan ilustrasi-2. Hitung MAPE, MAD, dan MSE dari masing-masing kasus tersebut. Menurut Anda, mana yang lebih baik di antara keduanya? 46
45 Berikut disajikan data penjualan mobil di Carmen s Chevrolet. Lakukan pemulusan rataan bergerak tunggal dengan periode 3 minggu. Week Auto Sales a) Berapa nilai hasil peramalan pada minggu ke -7 menggunakan metode rataan bergerak dengan periode 3 minggu? b) Buatlah sketsa data aktual dan data hasil pemulusan 47
46 Volume ekspor karet mentah Indonesia ke Negara Asia selama 11 tahun terakhir disajikan dalam table dibawah ini: Tahun Ekspor (ribuan ton) Tahun Ekspor (ribuan ton) Gambarkan plot data ekspor ini terhadap tahun. Apa penjelasan Anda mengenai perilaku ekspor tersebut? Berdasarkan pola data tersebut, menurut Anda, metode pemulusan mana yang lebih tepat utk digunakan pada data tsb? (Single atau Double Moving Average) 48
47 Hyndman, R.J Moving Averages. Contribution to the International Encyclopedia of Statistical Science, ed. Miodrag Lovric, Springer. pp [diakses pada 13 Februari 2018] Montgomery, D.C., Jennings, C.L., Kulahci, M Introduction to Time Series Analysis and Forecasting, 2 nd ed. New Jersey: John Wiley & Sons. Yaffee, R.A., McGee, M Introduction to Time Series Analysis and Forecasting with Applications of SAS and SPSS. San Diego: Academic Press. 49
Metode Pemulusan Eksponensial Sederhana
Metode Pemulusan Eksponensial Sederhana (Single Exponential Smoothing) KULIAH 3 METODE PERAMALAN DERET WAKTU rahmaanisa@apps.ipb.ac.id Review Untuk apa metode pemulusan (smoothing) dilakukan terhadap data
Lebih terperinciDr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016
1 Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016 This part presents some basic statistical methods essential to modeling, analyzing, and forecasting time series data. Both graphical displays and
Lebih terperinciTeknik Peramalan Melalui Pemulusan Data (Bagian II) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018
Teknik Peramalan Melalui Pemulusan Data (Bagian II) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018 The most crucial issue in simple moving averages is the choice of the span, N. A simple moving
Lebih terperinciTeknik Peramalan Melalui Pemulusan Data (Smoothing) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018
Teknik Peramalan Melalui Pemulusan Data (Smoothing) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018 This part presents some basic statistical methods essential to modeling, analyzing, and forecasting
Lebih terperinciAnalisis Deret Waktu
Analisis Deret Waktu Pertemuan 2 Cross section Jenis Data Beberapa pengamatan diamati bersama sama pada periode waktu tertentu Harga saham semua perusahaan yang tercatat di BEJ pada hari Rabu 27 Februari
Lebih terperinciMATHunesa Jurnal Ilmiah Matematika Volume 3 No.6 Tahun 2017 ISSN
MATHunesa Jurnal Ilmiah Matematika Volume 3 No.6 Tahun 2017 ISSN 2301-9115 FORECASTING FITNESS GYM MEMBERSHIP PADA PUSAT KEBUGARAN THE BODY ART FITNESS, AEROBIC & POOL MENGGUNAKAN METODE EXPONENTIAL SMOOTHING
Lebih terperinciHASIL DAN PEMBAHASAN . BP D-1
13 a. Ambil contoh acak (n s =n) X, X,.., X dari n data original. Pengambilan sampel dilakukan tanpa pemulihan. b. Berdasarkan bootstrap sample, hitung bootstrap CUSUM, notasikan S, S,, S c. Hitung S,
Lebih terperinciBAB 4 HASIL DAN BAHASAN
BAB 4 HASIL DAN BAHASAN 4.1 Hasil dan Bahasan 4.1.1 Penentuan Suku Cadang Prioritas Untuk menentukan suku cadang prioritas pada penulisan tugas akhir ini diperlukan data aktual permintaan filter fleetguard
Lebih terperinciGARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : Genap
GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : Genap Berlaku mulai: Genap/2010 MATA KULIAH : TEKNIK PERAMALAN KODE MATA KULIAH/ SKS : 410103096 / 3 SKS MATA KULIAH PRASYARAT
Lebih terperinciANALISIS PERAMALAN SUKU CADANG HYDRAULIC OIL FILTER KOMATSU DI PT KOMATSU MARKETING AND SUPPORT INDONESIA
ANALISIS PERAMALAN SUKU CADANG HYDRAULIC OIL FILTER KOMATSU DI PT KOMATSU MARKETING AND SUPPORT INDONESIA NAMA MAHASISWA : Galih Trisno Saputra Instansi : -- Alamat : -- Telp : -- Email Penulis : galihtrisno@ymail.com
Lebih terperinciPendahuluan. Metode Peramalan:
MOVING AVERAGES Pendahuluan Metode Peramalan: Metode Perataan: Equally weighted observations Metode pemulusan eksponensial (exponential smoothing) Pembobotan yang tidak sama pada data historis, dimana
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman Online di:
ISSN: 2339-254 JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 205, Halaman 957-966 Online di: http://ejournal-s.undip.ac.id/index.php/gaussian PREDIKSI NILAI KURS DOLLAR AMERIKA MENGGUNAKAN EXPONENTIAL SMOOTHING
Lebih terperinciBAB V ANALISA DAN PEMBAHASAN
BAB V ANALISA DAN PEMBAHASAN 5.1 Peramalan Kebutuhan Bahan Baku Pada bab ini berisikan tentang analisa hasil dari pengolahan data dalam perhitungan Forecasting dan MRP tepung terigu untuk 12 bulan yang
Lebih terperinci1. PENDAHULUAN 2. KAJIAN PUSTAKA
1. PENDAHULUAN Perkebunan teh menjadi salah satu sektor potensial pembangunan Jawa Barat, karena telah mampu memberikan andil besar dalam kehidupan perekonomian. Sektor perkebunan teh memiliki fungsi ekonomi
Lebih terperinciAnalisis Deret Waktu
Analisis Deret Waktu Jenis Data Cross section Beberapa pengamatan diamati bersama-sama pada periode waktu tertentu Harga saham semua perusahaan yang tercatat di BEJ pada hari Rabu 27 Februari 2008 Time
Lebih terperinciBAB 5 HASIL DAN PEMBAHASAN. Tabel 5.1 Total Hasil Penjualan
BAB 5 HASIL DAN PEMBAHASAN 5. Penyajian Data Tabel 5. Total Hasil Penjualan Total Hasil Penjualan Bulan (dalam jutaan rupiah) Jan-04 59.2 Feb-04 49.2 Mar-04 57.7 Apr-04 53.2 May-04 56.3 Jun-04 60.2 Jul-04
Lebih terperinciANALISIS DERET WAKTU
ANALISIS DERET WAKTU JENIS DATA Cross section Beberapa pengamatan diamati bersama-sama pada periode waktu tertentu Harga saham semua perusahaan yang tercatat di BEJ pada hari Rabu 27 Februari 2008 Time
Lebih terperinciBAB 6 KESIMPULAN DAN SARAN
BAB 6 KESIMPULAN DAN SARAN 6.1. Kesimpulan Dari hasil penelitian yang telah dilakukan di PT. Kalbe Farma mengenai proses perencanaan produksi dalam menentukan nilai allowance dan mengetahui kapasitas yang
Lebih terperinciHasil Peramalan dengan Menggunakan Software Minitab
71 Lampiran 1. Hasil Peramalan dengan Menggunakan Software Minitab Moving Average Data C1 Length 12 NMissing 0 Moving Average Length 4 Accuracy Measures MAPE 25 MAD 54372 MSD 4819232571 Time C1 MA Predict
Lebih terperinciMetode Peramalan Deret Waktu. Pika Silvianti, M.Si Akbar Rizki, M.Si
Metode Peramalan Deret Waktu Pika Silvianti, M.Si Akbar Rizki, M.Si Toleransi 15 menit Absen Pakaian Sopan dan Rapi Pengguna kaos pendek/tanpa lengan dan ketat dilarang mengikuti perkuliahan Pengguna sandal
Lebih terperinciPendahuluan. Metode Peramalan:
MOVING AVERAGES Pendahuluan Metode Peramalan: Metode Perataan: Equally weighted observations Metode pemulusan eksponensial (exponential smoothing) Pembobotan yang tidak sama pada data historis, dimana
Lebih terperinciBAB I PENDAHULUAN. untuk item yang diproduksi. Peramalan ini berguna sebagai dasar untuk
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Tahap pertama dalam perencanaan dan pengendalian produksi bila produksi bertipe made to stock adalah menentukan suatu peramalan akurat dari permintaan untuk
Lebih terperinciThis is a widely used forecasting technique. be especially accurate, www,clt,astate,edu/crbrown/smoothing07,ppt
Proses Pemulusan usa Data Exponential smoothing This is a widely used forecasting technique in retailing, even though it has not proven to be especially accurate, www,clt,astate,edu/crbrown/smoothing07,ppt
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Konsep Peramalan Peramalan ( forecasting) merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien khususnya dalam bidang ekonomi. Dalam organisasi modern
Lebih terperinciANALISIS DAN PERAMALAN PRODUKSI TANAMAN TEH DENGAN MENGGUNAKAN METODE INDEKS MUSIM
ANALISIS DAN PERAMALAN PRODUKSI TANAMAN TEH DENGAN MENGGUNAKAN METODE INDEKS MUSIM Alfa Kenedi Mainassy ), Sri Yulianto Joko Prasetyo 2), Alz Danny Wowor 3),2,3) Fakultas Teknologi Informasi Universitas
Lebih terperinciLAPORAN PRAKTIKUM MODUL I PERAMALAN
LAPORAN PRAKTIKUM MODUL I PERAMALAN Disusun oleh: Kelompok II 1. Ari Handayani (4409216094) 2. Caecilia Eka A.W.S. (4409216097) 3. Dwi Darmawan Saputra (4409216100) LABORATORIUM SISTEM PRODUKSI FAKULTAS
Lebih terperinciPrediksi Jumlah Kunjungan Pasien Poli Bedah di Rumah Sakit Onkologi Surabaya Menggunakan Fuzzy Time Series
Prediksi Jumlah Kunjungan Pasien Poli Bedah di Rumah Sakit Onkologi Surabaya Menggunakan Fuzzy Time Series Arfinda Setiyoutami a, Wiwik Anggraeni b, Renny Pradina Kusumawardani c Jurusan Sistem Informasi
Lebih terperinciPeramalan Memprediksi peristiwa masa depan Biasanya memerlukan kebiasaan selama jangka waktu tertentu metode kualitatif
Bab 3-4 Peramalan Peramalan Memprediksi peristiwa masa depan Biasanya memerlukan kebiasaan selama jangka waktu tertentu metode kualitatif Berdasarkan metode yang subjektif Metode kuantitatif Berdasarkan
Lebih terperinciAnalisis Metode Peramalan Permintaan Terbaik Produk Oxycan pada PT. Samator Gresik
Analisis Metode Peramalan Permintaan Terbaik Produk Oxycan pada PT. Samator Gresik Eucharistia Yacoba Nugraha* ) dan I Wayan Suletra 2) ) Mahasiswa program Studi Teknik Industri, Fakultas Teknik, Universitas
Lebih terperinciTeknik Proyeksi Bisnis (Forecasting)
Halaman Judul MODUL PERKULIAHAN Teknik Proyeksi Bisnis (Forecasting) Oleh: Andi Ratna Sari Dewi Ratna_fe@unhas.ac.id a.ratnasaridewi@gmail.com DEPARTEMEN MANAJEMEN FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH
49 BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Standar Optimasi Dasar evaluasi untuk mengoptimalkan supply chain management pada Honda Tebet (PT. Setianita Megah Motor) dari proses bisnis perusahaan
Lebih terperinciKOMENTAR DOSEN PENGUJI
DATA PENULIS Nama : I Made Sumaryana Alamat di Bandung : Jl. Cibogo Atas Gg. Siti Murgi No.24C, Bandung Alamat Asal : Jl. Gatot Subroto II No.4 Denpasar, Bali No. Telp Bandung : 022 2008468 No. Telp Asal
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. Sedangkan
Lebih terperinciExponential Smoothing with Damped Trend Arum H. Primandari
ALLPPT.com _ Free PowerPoint Templates, Diagrams and Charts Exponential Smoothing with Damped Trend Arum H. Primandari Rob J. Hyndman https://robjhyndman.com/ Pendahuluan Klasifikasi Pegels yang terdiri
Lebih terperinciMETODE PERAMALAN HOLT-WINTER UNTUK MEMPREDIKSI JUMLAH PENGUNJUNG PERPUSTAKAAN UNIVERSITAS RIAU ABSTRACT
METODE PERAMALAN HOLT-WINTER UNTUK MEMPREDIKSI JUMLAH PENGUNJUNG PERPUSTAKAAN UNIVERSITAS RIAU Encik Rosalina 1, Sigit Sugiarto 2, M.D.H. Gamal 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan
Lebih terperinciMETODE MOVING AVERAGE DAN METODE WINTER DALAM PERAMALAN ABSTRACT
METODE MOVING AVERAGE DAN METODE WINTER DALAM PERAMALAN Widya Risnawati Siagian 1, Sigit Sugiarto 2, M.D.H. Gamal 2 1 Mahasiswa Program Studi S1 Matematika FMIPA Universitas Riau 2 Dosen Fakultas Matematika
Lebih terperinciBAB I PENDAHULUAN. menyebabkan persaingan dalam dunia bisnis semakin berkembang, karena
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan industri di Indonesia yang sekarang ini sedang berlangsung, menyebabkan persaingan dalam dunia bisnis semakin berkembang, karena banyaknya perusahaan baru
Lebih terperinciBAB SIMULASI PERHITUNGAN HARGA BARANG. Bab 4 Simulasi Perhitungan Harga barang berisikan :
BAB SIMULASI PERHITUNGAN HARGA BARANG Bab Simulasi Perhitungan Harga barang berisikan :.. Simulasi peramalan nilai Indeks Harga Konsumen (IHK) melalui metode ARIMA.. Prediksi nilai inflasi tahun 0.3. Prediksi
Lebih terperinciTREND ANALYSIS INFANT MORTALITY RATE DENGAN AUTOREGRESIVE INTEGRATED MOVING AVERAGE (ARIMA)
TREND ANALYSIS INFANT MORTALITY RATE DENGAN AUTOREGRESIVE INTEGRATED MOVING AVERAGE (ARIMA) Jerhi Wahyu Fernanda, Wisnaningsih S, Emilia Boavida,, Prodi Rekam Medis Informasi Kesehatan Institut Ilmu Kesehatan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Permintaan (Forecast Demand) Peramalan permintaan atau forecast demand (FD) adalah peramalan kuantitas permintaan sesuatu (barang atau jasa) dimasa yang akan
Lebih terperinciPENENTUAN JUMLAH PERENCANAAN PERMINTAAN CAT UNTUK MENINGKATKAN TINGKAT AKURASI PERAMALAN BERDASARKAN PERAMALAN PERMINTAAN CAT PADA PT.
ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.1 April 2017 Page 1067 PENENTUAN JUMLAH PERENCANAAN PERMINTAAN CAT UNTUK MENINGKATKAN TINGKAT AKURASI PERAMALAN BERDASARKAN PERAMALAN PERMINTAAN
Lebih terperinci(FORECASTING ANALYSIS):
ANALISIS KUANTITATIF ANALISIS PERAMALAN Hand-out ke-3 ANALISIS PERAMALAN (FORECASTING ANALYSIS): Contoh-contoh sederhana PRODI AGRIBISNIS UNEJ, 2017 PROF DR IR RUDI WIBOWO, MS Contoh aplikasi tehnik peramalan
Lebih terperinciJURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-6 1
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-6 1 PEMBUATAN APLIKASI PERAMALAN JUMLAH PERMINTAAN PRODUK DENGAN METODE TIME SERIES EXPONENTIAL SMOOTHING HOLTS WINTER DI PT. TELEKOMUNIKASI INDONESIA Tbk.
Lebih terperinciE-book Statistika Gratis... Statistical Data Analyst. Penyajian Data Statistik
Penyajian Data Statistik Pada penulisan kedua tentang Statistika Elementer ini, penulis akan memberikan bahasan mengenai Penyajian Data Statistik kepada para pembaca untuk mengetahui bentuk penyajian data
Lebih terperinciVI PERAMALAN PENJUALAN AYAM BROILER DAN PERAMALAN HARGA AYAM BROILER
VI PERAMALAN PENJUALAN AYAM BROILER DAN PERAMALAN HARGA AYAM BROILER 6.1. Analisis Pola Data Penjualan Ayam Broiler Data penjualan ayam broiler adalah data bulanan yang diperoleh dari bulan Januari 2006
Lebih terperinciPenerapan Model ARIMA
Penerapan Model ARIMA (Bagian II) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016 1 a. Lakukan proses pembedaan (differencing) sebanyak dua kali pada data asal. b. Lakukan pendugaan parameter pada
Lebih terperinciPERBANDINGAN METODE RUNTUN WAKTU FUZZY-CHEN DAN FUZZY- MARKOV CHAIN UNTUK MERAMALKAN DATA INFLASI DI INDONESIA
ISSN: 339-541 JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 015, Halaman 917-96 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PERBANDINGAN METODE RUNTUN WAKTU FUZZY-CHEN DAN FUZZY- MARKOV CHAIN
Lebih terperinciSTATISTIKA. Tabel dan Grafik
STATISTIKA Organisasi Data Koleksi data statistik perlu disusun (diorganisir) sedemikian hingga dapat dibaca dengan jelas. Salah satu pengorganisasian data statistik adalah dengan: tabel grafik Organisasi
Lebih terperinciPERAMALAN (FORECASTING) #2
#4 - Peramalan (Forecasting) #2 1 PERAMALAN (FORECASTING) #2 EMA302 Manajemen Operasional Model Trend Linear Multiplicative 2 Kecenderungan (trend). Komponen musiman (seasonal): rasio untuk model trend.
Lebih terperinciPERTUMBUHAN SIMPANAN *) BANK UMUM POSISI JANUARI 2012
Jan-07 Apr-07 Jul-07 Oct-07 Jan-08 Apr-08 Jul-08 Oct-08 Jan-09 Apr-09 Jul-09 Oct-09 Jan-10 Apr-10 Jul-10 Oct-10 Jan-11 Apr-11 Jul-11 Oct-11 PERTUMBUHAN SIMPANAN *) BANK UMUM POSISI JANUARI 2012 I. TOTAL
Lebih terperinciANALISIS RAMALAN PENJUALAN DAN PENGENDALIAN PERSEDIAAN BAHAN BAKU PADA PT. INDAC INT L
ANALISIS RAMALAN PENJUALAN DAN PENGENDALIAN PERSEDIAAN BAHAN BAKU PADA PT. INDAC INT L Eman Lesmana 1, Betty Subartini 2, Dede Abdul Jabar 3 Departemen Matematika, Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciBAB III METODE PENELITIAN. untuk memahami, memecahkan dan mengantisipasi masalah. adalah penelitian secara deskriptif dan komparatif.
BAB III METODE PENELITIAN 3.1 Metode Penelitian Metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif dan komparatif. Melalui penelitian, manusia dapat menggunakan hasilnya, secara
Lebih terperinciUSULAN PENGENDALIAN KEBUTUHAN PERSEDIAAN MENGGUNAKAN METODE ECONOMIC ORDER QUANTITY DI PT. INDOTRUCK UTAMA CABANG JAKARTA
USULAN PENGENDALIAN KEBUTUHAN PERSEDIAAN MENGGUNAKAN METODE ECONOMIC ORDER QUANTITY DI PT. INDOTRUCK UTAMA CABANG JAKARTA Meri Prasetyawati, Umi Marfuah, Gofan Wijaya Jurusan Teknik Industri, Fakultas
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Peramalan Peramalan (forecasting) merupakan upaya memperkirakan apa yang terjadi pada masa yang akan datang. Pada hakekatnya peramalan hanya merupakan suatu perkiraan (guess),
Lebih terperinciBAB IV PENGUMPULAN DAN PENGOLAHAN DATA
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Pengumpulan Data 4.1.1 Sejarah Perusahaan CV. Kurnia Teknik adalah sebuah CV spesialis moulding dan juga menerima jasa CNC, EDM, INJECT, dan DIGIT. CV. Kurnia
Lebih terperinciAnalisis Dasar dalam Runtun Waktu
Company LOGO Analisis Dasar dalam Runtun Waktu UJI STASIONERITAS: UJI UNIT ROOT UNIT ROOTS Shock is usually used to describe an unexpected change in a variable or in the value of the error terms at a particular
Lebih terperinciMagister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada. 18-Aug-17. Statistika Teknik.
Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada Statistika Teknik Tabel dan Grafik Organisasi Data Koleksi data statistik perlu disusun (diorganisir) sedemikian hingga dapat dibaca dengan
Lebih terperinciMETODE NAIVE DAN MOVING AVERAGE
A. Metode Naive METODE NAIVE DAN MOVING AVERAGE Para pebisnis muda sering kali menghadapi suatu pilihan yang rumit ketika mencoba meramalkan dengan data yang berukuran sangat kecil. Situasi ini menciptakan
Lebih terperinciMETODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN
METODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN Peramalan kuantitatif hanya dapat digunakan apabila terdapat
Lebih terperinciPERAMALAN DATA TIME SERIES DENGAN METODE PENGHALUSAN EKSPONENSIAL HOLT - WINTER
PERAMALAN DATA TIME SERIES DENGAN METODE PENGHALUSAN EKSPONENSIAL HOLT - WINTER PERAMALAN DATA TIME SERIES DENGAN METODE PENGHALUSAN EKSPONENSIAL HOLT WINTER Adi Suwandi 1, Annisa 2, Andi Kresna Jaya
Lebih terperinciPERAMALAN PENENTUAN JUMLAH PERMINTAAN KONSUMEN BERBASIS TEKNOLOGI INFORMASI TERHADAP PRODUK BORDIR PADA KOTA TASIKMALAYA
PERAMALAN PENENTUAN JUMLAH PERMINTAAN KONSUMEN BERBASIS TEKNOLOGI INFORMASI TERHADAP PRODUK BORDIR PADA KOTA TASIKMALAYA Lies Sunarmintyastuti 1, Salman Alfarisi 2, Fitria Sari Hasanusi 3 Program Studi
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.. Plotting Data Bahan baku komponen yang dipakai untuk membuat panel listrik jumlahnya cukup banyak dan beragam untuk masing-masing panel listrik yang dibuat. Jadi, penggunaan
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang
BAB 2 TINJAUAN TEORITIS 2.1. Pengertian pengertian Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang
Lebih terperinciPENGGUNAAN METODE SMOOTHING EKSPONENSIAL DALAM MERAMAL PERGERAKAN INFLASI KOTA PALU
PENGGUNAAN METODE SMOOTHING EKSPONENSIAL DALAM MERAMAL PERGERAKAN INFLASI KOTA PALU Romy Biri ), Yohanes A.R. Langi ), Marline S. Paendong ) ) Program Studi Matematika FMIPA Universitas Sam Ratulangi Jl.
Lebih terperinciBAB III TINJAUAN PUSTAKA
BAB III TINJAUAN PUSTAKA 3.1 Teori Dunia industri biasanya tak lepas dari suatu peramalan, hal ini disebabkan bahwa peramalan dapat memprediksi kejadian di masa yang akan datang untuk mengambil keputusan
Lebih terperinciDidownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN
BAB I PENDAHULUAN Peramalan adalah tentang apa yang akan terjadi di masa yang akan datang. Peramalan bertujuan untuk memprediksikan kemungkinan pasar bagi produk yang dihasilkan perusahaan. Terdapat dua
Lebih terperinciJURNAL TEKNIK ITS Vol. 1, (Sept, 2012) ISSN: A-403
JURNAL TEKNIK ITS Vol. 1, (Sept, 2012) ISSN: 201-9271 A-0 Implementasi Fuzzy Neural Network untuk Memperkirakan Jumlah Kunjungan Pasien Poli Bedah di Rumah Sakit Onkologi Surabaya Ani Rahmadiani dan Wiwik
Lebih terperinciJURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) I. PENDAHULUAN II. METODOLOGI
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-6 1 Implementasi Metode Time Series Arima Berbasis Java Desktop Application untuk Memperkirakan Jumlah Permintaan Busana Muslim Anak di Perusahaan Habibah Busana
Lebih terperinciPERAMALAN (FORECASTING)
#3 - Peramalan (Forecasting) #1 1 PERAMALAN (FORECASTING) EMA302 Manajemen Operasional Pengertian (1) 2 Oxford Dictionary, Forecast is a statement about what will happen in the future, based on information
Lebih terperinciBAB IV PENGUMPULAN DAN PENGOLAHAN DATA
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1. Pengumpulan Data 4.1.1. Sejarah Perusahaan CV. Mitra Abadi Teknik merupakan sebuah perusahaan yang bergerak dalam bidang perancangan dan manufaktur untuk peralatan
Lebih terperinciIntroduction to Time Series Analysis
Introduction to Time Series Analysis Kegiatan peramalan merupakan bagian integral dari pengambilan keputusan manajemen. Peramalan mengurangi ketergantungan pada hal-hal yang belum pasti (intuitif). Dalam
Lebih terperinciPENGORGANISASIAN DATA DAN PENYAJIAN DATA
Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan PENGORGANISASIAN DATA DAN PENYAJIAN DATA Statistika dan Probabilitas Pengorganisasian dan Penyajian Data Koleksi data statistika
Lebih terperinciBAB 2 LANDASAN TEORI. Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit
BAB 2 LANDASAN TEORI 2.1 Pengertian Produksi Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit tanaman pada lahan yang telah disediakan, pemupukan dan perawatan sehingga
Lebih terperinciBAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1. Peramalan 2.1.1. Pengertian dan Kegunaan Peramalan Peramalan (forecasting) menurut Sofjan Assauri (1984) adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang
Lebih terperinciPENENTUAN JUMLAH PERENCANAAN PERMINTAAN PELUMAS UNTUK MEMINIMASI TINGKAT KESALAHAN PERAMALAN BERDASARKAN PERAMALAN PERMINTAAN PELUMAS PADA PT.
ISSN : 2355-9365 e-proceeding of Engineering : Vol.3, No.2 Agustus 2016 Page 3022 PENENTUAN JUMLAH PERENCANAAN PERMINTAAN PELUMAS UNTUK MEMINIMASI TINGKAT KESALAHAN PERAMALAN BERDASARKAN PERAMALAN PERMINTAAN
Lebih terperinciPENERAPAN CUSUM DALAM PENENTUAN BREAKPOINT PADA DATA TIME SERIES
PENERAPAN CUSUM DALAM PENENTUAN BREAKPOINT PADA DATA TIME SERIES (Studi Kasus: Market Share Penjualan Stater Pack Kartu Seluler di Wilayah Indonesia Bagian Barat dan Tengah) RINA DEPARTEMEN STATISTIKA
Lebih terperinciJUL LI ,43. senilai US$ juta. 327,07 ribu. senilai. ton atau. Ekspor. negeri yang. perdagangan luar 16,63
PERKEMBANGAN EKSPOR DAN IMPOR SULAWESI TENGGARA JUL LI 2015 No. 02/09/Th. VI, 1 September 2015 Nilai ekspor Sulawesi Tenggara pada bulan Juli 2015 tercatat US$ 37,48 juta atau mengalami peningkatan sebesar
Lebih terperinciData Tingkat Hunian Hotel Rata-Rata di Propinsi DIY Tahun Tahun Bulan Wisman
Lampiran 1. Data Tingkat Hunian Hotel di Propinsi DIY Tahun 1991-2003 48 49 Lampiran 1 Data Tingkat Hunian Hotel Rata-Rata di Propinsi DIY Tahun 1991-2003, Tahun Bulan Wisman 1991 1 27,00 1991 2 30,60
Lebih terperinciPERKEMBANGAN EKSPOR DAN IMPOR SULAWESI TENGGARA APRIL 2015
No. 02/06/Th. VI, 1 Juni 2015 PERKEMBANGAN EKSPOR DAN IMPOR SULAWESI TENGGARA APRIL 2015 Nilai ekspor Sulawesi Tenggara pada bulan April 2015 tercatat US$ 13,91 juta atau mengalami penurunan sebesar 12,84
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Hasil Pengumpulan Data Dari hasil pengumpulan data yang didapat dari divisi produksi PT. Indotek Jaya, maka data tersebut diperlukan untuk membuat rancangan MRP (Material
Lebih terperinciPERENCANAAN SISTEM MANAJEMEN PERSEDIAAN INGREDIENT DARI MARGARIN DAN SHORTENING DENGAN MENGGUNAKAN METODE PERAMALAN DAN EOQ DI PT SMART TBK.
PERENCANAAN SISTEM MANAJEMEN PERSEDIAAN INGREDIENT DARI MARGARIN DAN SHORTENING DENGAN MENGGUNAKAN METODE PERAMALAN DAN EOQ DI PT SMART TBK. Hartono Santoso 1, Bobby Oedy P. Soepangkat 2, dan Sony Sunaryo
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Produksi Produksi merupakan suatu kegiatan yang dikerjakan untuk menambah nilai guna suatu benda baru sehingga lebih bermanfaat dalam memenuhi kebutuhan. Produksi jahe
Lebih terperinciBAB V ANALISA HASIL. Pada bab sebelumnya telah dilakukan pengolahan data-data yang
BAB V ANALISA HASIL Pada bab sebelumnya telah dilakukan pengolahan data-data yang dikumpulkan untuk pembuatan perencanaan kebutuhan material (MRP). Kemudian dalam bab ini berisikan analisa berdasarkan
Lebih terperinciSistem Peramalan Harga Emas Antam Menggunakan Double Exponential Smoothing
Sistem Peramalan Harga Emas Antam Menggunakan Double Exponential Smoothing Teguh Andriyanto Sistem Informasi Universitas Nusantara PGRI Kediri Kediri, Indonesia E-mail: teguh@ unpkediri.ac.id Abstrak Emas
Lebih terperinciPelemahan Rupiah: Haruskah Kita Panik? Mohammad Indra Maulana (Alumni FEB UGM)
Pelemahan Rupiah: Haruskah Kita Panik? Mohammad Indra Maulana (Alumni FEB UGM) 12/14/2014 Pertanyaan 1: Benarkah selalu melemah selama Desember? 12/14/2014 M. Indra Maulana 2 Nilai tukar Rupiah saat ini
Lebih terperinciTINGKAT KUPON pa gross (PER TAHUN)
X-TRA FIXED RATE Untuk keterangan lebih lanjut dapat menghubungi 14041 www.cimbniaga.com : MINGGU 05/ 2018 DENOMINASI IDR MLD1654IDR 14-Nov-16 3 Tahun 7.15% 7.15% 7.15% NA NA 2 8.9375% 97.60% MLD17008IDR
Lebih terperinciEMA302 Manajemen Operasional
1 PERAMALAN (FORECASTING) EMA302 Manajemen Operasional Pengertian (1) 2 Oxford Dictionary, Forecast is a statement about what will happen in the future, based on information that is available now. (Peramalan
Lebih terperinciMATERI 3 PER E AM A AL A AN
MATERI 3 PERAMALAN APAKAH PERAMALAN ITU? Peramalan (Forecasting) : Seni dan ilmu memprediksi peristiwa- peristiwa masa depan. Peramalan memerlukan pengambilan data historis dan memproyeksikannya ke masa
Lebih terperinciBAB V ANALISA. kuantitas terhadap jumlah barang yang diproduksi khususnya dimesin extruder
BAB V ANALISA 5.1. Analisa Kapasitas Dari kondisi forecast di tahun 2012 menunjukan adanya peningkatan kuantitas terhadap jumlah barang yang diproduksi khususnya dimesin extruder double layer. Dengan adanya
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LADASA TEORI 2.1 Peramalan (forecasting) 2.1.1. Hubungan Forecast dengan Rencana Forecast adalah peramalan apa yang akan terjadi pada waktu yang akan datang, sedang rencana merupakan penentuan apa
Lebih terperinciiii Universitas Sumatera Utara
no bulan tahun suhu 1 JAN 2002 26.3 2 FEB 2002 26.7 3 MAR 2002 27.4 4 APR 2002 26.6 5 MEI 2002 27.6 6 JUN 2002 26.7 7 JUL 2002 27.4 8 AGTS 2002 27.6 9 SEP 2002 25.7 10 OKT 2002 26.4 11 NOV 2002 25.8 12
Lebih terperinciREGRESI LINEAR SEDERHANA
REGRESI LINEAR SEDERHANA y (x 3,y 3 ) d 3 (x 5,y 5 ) d 5 d 2 (x 2,y 2 ) d (x 1 1,y 1 ) d 4 (x 4,y 4 ) x Definisi: Dari semua kurva pendekatan terhadap satu set data, kurva yang memenuhi sifat bahwa nilai
Lebih terperinciPerencanaan Produksi Yarn Divisi Spinning 2 PT ABC
Perencanaan Produksi Yarn Divisi Spinning 2 PT ABC Wakhid Ahmad Jauhari *1) dan Namrotul Uela Fatakunul Imamah *2) 1) Dosen Jurusan Teknik Industri, Fakultas Teknik, Universitas Sebelas Maret, Ir Sutami
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan sering dipandang sebagai seni dan ilmu dalam memprediksikan kejadian yang mungkin dihadapi pada masa yang akan datang. Secara teoritis peramalan
Lebih terperinciSISTEM PERAMALAN PERSEDIAAN UNIT MOBIL MITSUBISHI PADA PT. SARDANA INDAH BERLIAN MOTOR DENGAN MENGGUNAKAN METODE EXPONENTIAL SMOOTHING
SISTEM PERAMALAN PERSEDIAAN UNIT MOBIL MITSUBISHI PADA PT. SARDANA INDAH BERLIAN MOTOR DENGAN MENGGUNAKAN METODE EXPONENTIAL SMOOTHING Afni Sahara (0911011) Mahasiswa Program Studi Teknik Informatika,
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum Perusahaan A.1 Gambaran Umum PT Kansai Paint Indonesia PT. Kansai Paint Indonesia adalan sebuan perusahaan yang bergerak di bidang chemical industry yaitu manufacturing
Lebih terperinciLABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI MODUL VIII ( TIME SERIES FORECASTING
FAKULTAS TEKNOLOGI INDUSTRI PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR LAPORAN RESMI MODUL VIII TIME SERIES FORECASTING I. Pendahuluan A. LatarBelakang (Min. 1 halaman)
Lebih terperinciJurnal Ilmiah Komputer dan Informatika (KOMPUTA) 45 Edisi... Volume..., Bulan 20.. ISSN :
Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) 45 SISTEM PERAMALAN DAN MONITORING PERSEDIAAN OBAT DI RSPG CISARUA BOGOR DENGAN MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING DAN REORDER POINT Nendang
Lebih terperinciPembahasan Materi #7
1 EMA402 Manajemen Rantai Pasokan Pembahasan 2 Pengertian Moving Average Alasan Tujuan Jenis Validitas Taksonomi Metode Kualitatif Metode Kuantitatif Time Series Metode Peramalan Permintaan Weighted Woving
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Pengumpulan Data Data aktual konsumsi bahan bakar minyak solar oleh alat-alat berat dan produksi yang dipergunakan PT. Pamapersada Nusantara adalah data konsumsi bahan bakar
Lebih terperinci