MODEL DAMPED MULTIPLICATIVE TREND
|
|
- Ida Pranoto
- 6 tahun lalu
- Tontonan:
Transkripsi
1 MODEL DAMPED MULTIPLICATIVE TREND (Studi Kasus: Peramalan Indeks Saham Syariah Indonesia) Nuni Hardiyanti Nurdin, Erna Tri Herdiani, M. Saleh AF Program Studi Statistika Depatemen Matematika FMIPA Unhas ABSTRAK Penghalusan Eksponensial adalah suatu tipe metode peramalan bergerak yang melakukan penimbangan terhadap data masa lalu dengan cara eksponensial sehingga data paling akhir memunyai bobot lebih besar. Dalam penelitian ini digunakan metode pengalusan eksponensial Multiplicative Trend dan Damped Multiplicative Trend untuk digunakan meramalkan data Indeks Saham Syariah Indonesia. Dengan membandingkan kedua metode tersebut digunakan Mean Absolut Percentage Error (MAPE). Hasil yang diperoleh adalah peramalan terbaik penghalusan eksponensial dengan model Damped Multiplicative Trend karena memiliki nilai MAPE lebih kecil. Kata Kunci: Penghalusan Eksponensial, Damped Multiplicative Trend, Mean Absolut Percentage Error (MAPE). ABSTARCT Exponential smoothing is a type of moving average forecasting method that weighs past data in an exponential way so that most recent data has grater weight. In this research use exponential smoothing methods of Multiplicative Trend and Damped Multiplicative Trend to be used to predict Indices of Sharia Stock Indonesia data. By comparing the two methods used Mean Absolute Percentage Error (MAPE). The results obtained are the best exponential smoothing forecasting with Damped Multiplicative Trend model because it has a smaller MAPE value. Key Word: Exponential smoothing, Damped Multiplicative Trend, Mean Absolut lpercentage Error (MAPE). PENDAHULUAN Peramalan adalah suatu dugaan terhadap permintaan yang akan datang berdasarkan pada beberapa variabel peramalan, dengan menggunakan data historis (data masa lalu) yang telah dimiliki untuk diproyeksikan ke dalam sebuah model, dan menggunakan model tersebut untuk memperkirakan keadaan di masa mendatang [2]. Model penghalusan eksponensial direkomendasikan sebagai sebuah teknik yang tidak kompleks dan ekonomis dengan hasil ramalan yang cukup baik dalam variasi aplikasi yang luas [6]. Keakuratan dari peramalan penghalusan eksponensial menyebabkan penggunaannya meluas dengan menggunakan aplikasi yang sebagian besar deret membutuhkan prosedur otomatis, seperti pengendalian persedian [10]. Model penghalusan eksponensial terdiri dari beberapa macam, diantaranya penghalusan eksponensial tunggal yang digunakan jika data runtun waktu tidak mengandung unsur trend dan musiman. Holt (1957) memperluas eksponensial tunggal untuk memungkinkan peramalan data yang mengandung trend yang dikenal dengan model Holt. Metode ini melibatkan dua parameter peramalan. Meskipun metode Holt cenderung terkenal untuk data yang mengandung trend, fungsi peramalannya telah dikritik karena cenderung digunakan untuk data yang terbatas dan berlebihan dalam peramalannya. Oleh karena pengamatan tersebut, Gardner McKenzi (1985) memperkenalakan parameter damped untuk meredam trend tersebut menjadi lebih kecil dalam peramalan data dimasa mendatang yang dikenal dengan model Damped Holt. Variasi dari model Holt adalah model Multiplicative Trend yang mengalikan antara penghalusan eksponensial keseluruhan dan penghalusan trend [10]. Termotivasi oleh perbaikan kinerja peramalan model Damped Holt Gardner dan McKenzi (1985), Taylor (2003) menambahkan paremeter damping ke model Multiplicative Trend untuk meredam ekstrapolasi trend yang lebih
2 konservatif yaitu model damped Multiplicative Trend. Dengan demikian dalam tugas akhir ini akan dibahas bagaimana kinerja dari model Multiplicative Trend (Taylor, 2003) dan model damped Multiplicative Trend (Taylor, 2003) untuk meramalkaan Indeks Saham Syariah Indonesia (ISSI). TINJAUAN PUSTAKA Peramalan Peramalan (forecasting) merupakan prediksi nilai-nilai sebuah peubah kepada nilai yang diketahui dari peubah tersebut atau peubah yang berhubungan. Meramal juga dapat didasarkan pada keahlian penilaian, yang pada gilirannya didasarkan pada data historis dan pengalaman [8]. Data Deret Waktu Data deret waktu adalah suatu jenis data yang dikumpulkan menurut urutan waktu dalam suatu rentang waktu tertentu. Jika waktu dipandang bersifat diskrit (waktu dapat dimodelkan bersifat kontinu), frekuensi pengumpulan selalu sama. Dalam kasus diskrit, frekuensi dapat berupa detik, menit, jam, hari, minggu bulan atau tahun. Jenis-jenis Pola Data Langkah penting dalam memilih suatu metode deret waktu yang tepat adalah mempertimbangkan jenis pola data. Pola data dibedakan menjadi empat, yaitu (Makridakis, 1988) : 1. Pola Horizontal (H) atau Horizontal Data Pattern 2. Pola Trend (T) atau Trend Data Pattern 3. Pola Musiman (M) atau Seasonal Data Pattern 4. Pola Siklis (S) atau Cyclied Data Pattern Penghalusan Eksponensial Penghalusan eksponensial merupakan suatu tipe teknik peramalan rata-rata bergerak yang melakukan penimbangan terhadap data masa lalu dengan cara ekspoonensial sehingga data paling akhir mempunyai bobot atau timbangan lebih besar dalam rata-rata bergerak [3]. Metode penghalusan eksponensial merupakan metode prediksi yang cukup baik untuk prediksi jangka panjang dan jangka menengah terutama untuk operasional suatu perusahaan.kelebihan utama dari metode penghalusan eksponensial dapat dilihat dari kemudahan dalam operasi, dengan kata lain mudah dalam penerapannya [9]. Metode yang termasuk dalam metode penghalusan ekpsonensial adalah [7]. 1. Penghalusan eksponensial tunggal: a. Penghalusan eksponensial tunggal satu parameter. b. Penghalusan eksponensial tunggal pendekatan aditif. 2. Penghalusan eksponensial ganda: a. Metode linier satu parameter dari Brown. b. Metode linier dua parameter dari Holt. 3. Penghalusan eksponensial tripel: a. Metode kuadratik satu parameter dari Holt b. Metode tiga parameter untuk kecenderungan dan musiman dari Winter 4. Penghalusan eksponensial klasifikasi Pegels. Penghalusan Eskponensial Tunggal Rumus untuk penghalusan eksponensial tunggal adalah sebagai berikut : : nilai penghalusan peramalan untuk periode t : parameter penghalusan : nilai aktual pada periode t Model Multiplicative Trend Pertimbangan penting dalam menghadapi metode penghalusan eksponensial yang menyangkut pemisahan aspek trend dan musiman adalah apakah modelnya bersifat aditif (linear) atau multiplikatif (nonlinear). Pegels telah menyediakan kerangka kerja yang membaginya kedalam sembilan model [7]. Pegels (1969) mengemukakan bahwa metode alternatif untuk menangani data yang mengandung trend adalah dengan penghalusan eksponensial metode multiplicative trend. Pada metode ini dilakukan perkiraan trend dengan meratakan perbandingan berurutan nilai pemulusan dengan persamaan sebagai berikut [10] :. : penghalusan eksponensial : perkiraan trend : ramalan pada periode m untuk masa depan : nilai aktual pada periode t : parameter penghalusan
3 : perkiraan penghalusan sebelumnya : perkiraan trend sebelumnya : periode ramalan untuk masa depan Nilai disebut penghalusan konstan dalam model penghalusan eksponensial ganda, nilai bias ditentukan secara bebas, artinya tidak ada suatu cara yang pasti untuk mendapatkan nilai tersebut. Pemilihan nilai dapat dilakukan dengan cara trial and error, akan tetapi untuk mencari nilai yang optimal dapat dilakukan dengan bantuan software [5]. Model ini lebih cocok bila digunakan pada data time series yang memerlihatkan pola trend tetapi tidak mengandung unsur musiman. Model Damped Multiplicative Trend Pegels (1969) mengemukakan bahwa metode mulitiplicative trend akan lebih baik dibandingkan dengan metode Holt additive trend, karena multiplicative trend tampak lebih mungkin terjadi pada aplikasi kehidupan nyata. Termotivasi oleh perbaikan kinerja peramalan yang dilakukan oleh Gardner dan McKenzie 1985 pada metode Holt additive Taylor (2003) menambahkan parameter damped pada metode multiplicative trend untuk meredam ekstrapolasi trend sehingga persamaannya menjadi : Penentuan Nilai Awal Dalam penghalusan eksponensial, nilai awal sangat dibutuhkan, karena peramalan belum tersedia, artinya nilai ramalan belum tersedia. Menurut Hyndman rumus metode penghalusan eksponensial penghalusan eksponensial Multiplicative Trend dan Damped Multiplicative Trend adalah : dihindari, namun tujuan peramalan adalah agal meminimalisir kesalahan. Model yang memiliki nilai kesalahan hasil peramalan tekecil yang akan dianggap sebagai model yang cocok, dimana dalam penelitian ini digunakan nilai Mean Absolute Percentage Error (MAPE). Adapun persamaan untuk menghitung MAPE adalah : : kesalahan persentase : data aktual pada t : jumlah data Indeks Saham Syariah Indonesia Indeks Saham Syariah Indonesia (ISSI) merupakan indeks saham yang menceriminkan keseluruhan saham syariah yang tercatat di Bursa Efek Indoneia (BEI). Konstituen ISSI adalah keseluruhan saham syariah tercatat di BEI dan terdaftar dalam Daftar Efek Syariah (DES). Indeks ISSI diluncurkan pada tanggal 12 Mei 2011 dan konstituen ISSI direview setiap 6 bulan sekali yaitu Mei dan November serta dipublikasikan pada awal bulan berikutnya. Namun demikian, tidak seperti indeks-indeks lain di BEI yang perubahannya konstituennya dilakukan secara terjadwal setiap enam bulan sekali, konstituen ISSI dapat dilakukan penyesuaian setiap saat apabila ada saham syariah yang baru tercatat atau dihapuskan dari DES. METODOLOGI PENELITIAN Mulai Data Membuat Plot Data TIDAK DATA TERDAPAT TREND (2.20) YA Menentukan α γ φ Nilai hasil peramalan akan selalu berbeda denga data actual. Perbedaan antara nilai peramalan dengan data aktual disebut kesalahan peramalan. Meskipun suatu jumlah kesalahahn tidak dapat Multiplicative Trend Melakukan peramalan Damped Multiplicative Trend Kesimpulan Selesai
4 HASIL DAN PEMBAHASAN Model Damped Multiplicative Trend Model umum proses trend eksponesial (non linier) : Takiran dari adalah ( ) Hasil Peramalan Dari nilai Mean Absolute Percentage Error yang diperoleh terlihat bahwa model Damped Multiplicative Trend memiliki error yang lebih kecil dibandingkan dengan model Multiplicative Trend untuk data Indeks Harga Saham Syariah yang diperoleh yaitu : Dengan memplot data terlihat bahwa Indeks Saham Syariah Indonesia cenderung mengalami kenaikan setiap harinya yang artinya memiliki pola data trend. Dari plot ACF data terlihat bahwa nilai Autocorrelation Function (ACF) yang signifikan pada lag-lag awal kemudian mengecil bertahap kemudian berangsusr-angsur turun mendekati nol. Data dianggap mengandung unsur trend, yaitu jika mengalami kenaikan atau penurunan seiring bertambahnya periode waktu. Pada data yang mengandung trend akan memiliki nilai Autocorrelation Function (ACF) yang signifikan pada lag-lag awal kemudian mengecil secara bertahap kemudian berangsur-angsur turun mendekati nol. Metode ini melakukan perhitungan perbedaan antara data asli dan data hasil peramalan. Perbedaan tersebut di absolutkan, kemudian dihitung ke dalam bentuk persentase terhadap data asli lalu dihitung nilai rata-ratanya, maka diperoleh Gambar 4.3. Plot Data Aktual, model Multiplicative Trend dan Damped Multiplicative Trend PENUTUP 1. Taksiran model damped multiplicative trend yang diperoleh adalah ( dengan ( 2. Dari nilai MAPE yang diperoleh terlihat bahwa model Damped Multiplicative Trend memiliki eror yang lebih kecil dibandingkan model Multiplicative Trend sehingga model yang terbaik adalah model Damped Multiplicative Dari persamaan diperoleh nilai MAPE : Trend dalam peramalan data Indeks Saham Tabel 4.1 Perbandingan Nilai MAPE Syariah Indonesia. Model MAPE Multiplicative Trend DAFTAR PUSTAKA Damped Multiplicative Trend [1] Aswi dan Sukarna Analisis Deret Waktu: Teori dan Aplikasi. Makassar: Andira Publisher ( ) ) )
5 [2] Gaspersz, Vincent Production Planning and Inventory Control. Jakarta: Gramedia [3] Handoko, T. Hani Dasar-dasar Manajemen Produksi dan Operasi. Yogyakarta: BPFE Universitas Gadjah Mada [4] Hyndman, R., Koehler, A.B., Snyder, R.D., & Grose, S. (2002). A state space framework for automatic forecasting using exponential methods, International Journal of Forcasting, 18, [5] Hyndman, R., Koehler, A.B., J. Keith Ord & R. D. Snyder Forecasting with exponential smoothing: The state space approach. Springer Series in Statistics. Springer-Verlag Berlin Heidelberg Berlin [6] Lai, K.K., L.Yu, S. Y. Wang & W. Huang Hybridizing Exponential Smoothing and Neural Network For Financial Time Series Prediction : V. Alexandro (Ed) Lecture notes in computer science (LNCS) Series. Springer- Verlag [7] Makridakis, Spyros. Dkk Metode dan Aplikasi Peramalan. Jilid 1. Edisi Kedua. (Terjemahan : Untung S, Adriyanto) Jakarta: Erlangga [8] Makridakis, Spyros. Dkk Metode dan Aplikasi Peramalan. Jakarta: Binarupa Aksara [9] Nurmaida, A Penerapan Metode Exponential Smoothing Holt-Winter Dalam System Peramalan Curah Hujan. Bandung: Universitas Pendidikan Indonesia [10] Taylor, James W Exponential Smoothing with a Damped Multiplicative Trend, International Journal of Forecasting, 19, [11] Varbeg. Dkk Kalkulus. Edisi Kesembilan. Jilid 2. (Terjemahan: I Nyoman Susila, Ph.D.) Jakarta: Erlangga [12] Zainun, N.Y., dan Majid, Z. A Low Cost House Demand Predictor. Universitas Teknologi Malaysia
PERAMALAN 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 terperinciBAB 2 TINJAUAN TEORITIS. yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan terjadi
BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
13 BAB 1 PENDAHULUAN 1.1 Latar Belakang Era globalisasi saat ini, perkembangan zaman semankin maju dan berkembang pesat, di antaranya banyak pernikahan dini yang menyebabkan salah satu faktor bertambahnya
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 terperinciKAJIAN TEORITIS HYBRIDIZING EXPONENTIAL SMOOTHING DAN NEURAL NETWORK UNTUK PERAMALAN DATA RUNTUN WAKTU
Bimaster Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 02, No.3 (2013), hal 205-210 KAJIAN TEORITIS HYBRIDIZING EXPONENTIAL SMOOTHING DAN NEURAL NETWORK UNTUK PERAMALAN DATA RUNTUN WAKTU Muhlasah
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 terperinciOPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION
OPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION NILA YUWIDA 1208100015 Dosen Pembimbing : Dra. Nuri Wahyuningsih, M.Kes Drs. Lukman Hanafi,
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 terperinciANALISIS PERAMALAN DENGAN MENGGUNAKAN METODE PEMULUSAN EKSPONENSIAL TUNGGAL ABSTRACT
AALISIS PERAMALA DEGA MEGGUAKA METODE PEMULUSA EKSPOESIAL TUGGAL Annisa Rahmattia 1, Bustami 2, MDH.Gamal 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika Fakultas Matematika dan Ilmu
Lebih terperinciTeam project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP
Hak cipta dan penggunaan kembali: Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis
Lebih terperinciBAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1. Peramalan 2.1.1. Pengertian dan Kegunaan Peramalan Peramalan (forecasting) menurut Sofjan Assauri (1984) adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang
Lebih terperinciBAB 2 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 terperinciBAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Peramalan adalah kegiatan meramalkan atau memprediksi apa yang akan terjadi dimasa yang akan datang dengan waktu tenggang (lead time) yang relative lama,
Lebih terperinciPENGGUNAAN ALGORITMA NONLINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PARAMETER DALAM METODE PEMULUSAN EKSPONENSIAL SATU PARAMETER
PENGGUNAAN ALGORITMA NONLINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PARAMETER DALAM METODE PEMULUSAN EKSPONENSIAL SATU PARAMETER Nama Mahasiswa : Eka Novi Nurhidayati NRP : 1208 100 040 Jurusan : Matematika
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LADASA TEORI 2.1 Peramalan (forecasting) 2.1.1. Hubungan Forecast dengan Rencana Forecast adalah peramalan apa yang akan terjadi pada waktu yang akan datang, sedang rencana merupakan penentuan apa
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Vanissa Hapsari,2013
BAB I PENDAHULUAN 1.1. Latar Belakang Tingkat pencemaran udara di beberapa kota besar cenderung meningkat dari tahun ke tahun. Hal ini disebabkan oleh beberapa faktor diantaranya jumlah transportasi terus
Lebih terperinciJURNAL MATEMATIKA MANTIK Edisi: Oktober Vol. 02 No. 01 ISSN: E-ISSN:
ISSN: 25273159 EISSN: 25273167 PENERAPAN METODE EXPONENTIAL SMOOTHING UNTUK PERAMALAN JUMLAH KLAIM DI BPJS KESEHATAN PAMEKASAN Faisol 1, Sitti Aisah 2 Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan teori-teori yang menjadi dasar dan landasan dalam penelitian sehingga membantu mempermudah pembahasan selanjutnya. Teori tersebut meliputi arti dan peranan
Lebih terperinciPREDIKSI HARGA DAGING SAPI DI PEKANBARU DENGAN METODE PEMULUSAN EKSPONENSIAL TRIPEL WINTER
PREDIKSI HARGA DAGING SAPI DI PEKANBARU DENGAN METODE PEMULUSAN EKSPONENSIAL TRIPEL WINTER Rahmadeni 1, Evi Febriantikasari 2 Jurusan Matematika, Fakultas Sains dan Teknologi,UIN Sultan Syarif Kasim Riau
Lebih terperinciBAB 2 TINJAUAN TEORITIS. 2.1 Produk Domestik Regional Bruto
18 BAB 2 TINJAUAN TEORITIS 2.1 Produk Domestik Regional Bruto Dalam menghitung pendapatan regional, dipakai konsep domestik. Berarti seluruh nilai tambah yang ditimbulkan oleh berbagai sektor atau lapangan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Peramalan pada dasarnya merupakan proses menyusun informasi tentang kejadian masa lampau yang berurutan untuk menduga kejadian di masa depan (Frechtling, 2001:
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 terperinciSKRIPSI APLIKASI METODE GOLDEN SECTION UNTUK OPTIMASI PARAMETER PADA METODE EXPONENTIAL SMOOTHING. Disusun oleh: DANI AL MAHKYA
APLIKASI METODE GOLDEN SECTION UNTUK OPTIMASI PARAMETER PADA METODE EXPONENTIAL SMOOTHING SKRIPSI Disusun oleh: DANI AL MAHKYA 24010210141025 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Di Indonesia sejak tahun enam puluhan telah diterapkan Badan Meteorologi, Klimatologi, dan Geofisika di Jakarta menjadi suatu direktorat perhubungan udara. Direktorat
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan digunakanan sebagai acuan pencegah yang mendasari suatu keputusan untuk yang akan datang dalam upaya meminimalis kendala atau memaksimalkan pengembangan baik
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Peramalan merupakan studi terhadap data historis untuk menemukan hubungan, kecenderungan dan pola data yang sistematis (Makridakis, 1999). Peramalan menggunakan pendekatan
Lebih 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. 1 PENDAHULUAN Latar Belakang
1 BAB. 1 PENDAHULUAN 1.1. Latar Belakang Kain adalah bahan mentah yang dapat dikelola menjadi suatu pakaian yang mempunyai nilai financial dan konsumtif dalam kehidupan, seperti pembuatan baju. Contohnya
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Pendahuluan. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Pendahuluan Peramalan merupakan upaya memperkirakan apa yang terjadi pada masa mendatang berdasarkan data pada masa lalu, berbasis pada metode ilmiah dan kualitatif yang dilakukan
Lebih 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 terperinciBAB IV METODE PERAMALAN
Metode Peramalan 15 BAB METODE PERAMALAN 4.1 Model Sederhana Data deret waktu Nilai-nilai yang disusun dari waktu ke waktu tersebut disebut dengan data deret waktu (time series). Di dunia bisnis, data
Lebih terperinciBAB 2 LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan untuk memperkirakan apa yang akan
BAB 2 LADASA TEORI 2.1 Pengertian Peramalan (Forecasting) Peramalan (Forecasting) adalah suatu kegiatan untuk memperkirakan apa yang akan terjadi pada masa mendatang. Peramalan penjualan adalah peramalan
Lebih terperinciBAB 2 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 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 terperinciUJIAN TUGAS AKHIR EKA NOVI NURHIDAYATI. Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember 2012
UJIAN TUGAS AKHIR APLIKASI ALGORITMA NONLINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PARAMETER α DALAM METODE PEMULUSAN EKSPONENSIAL SATU PARAMETER EKA NOVI NURHIDAYATI 1208 100 040 Jurusan Matematika Fakultas
Lebih terperinciEvelina Padang, Gim Tarigan, Ujian Sinulingga
Saintia Matematika Vol. 1, No. 2 (2013), pp. 161 174. PERAMALAN JUMLAH PENUMPANG KERETA API MEDAN-RANTAU PRAPAT DENGAN METODE PEMULUSAN EKSPONENSIAL HOLT-WINTERS Evelina Padang, Gim Tarigan, Ujian Sinulingga
Lebih terperinciBAB 2 LANDASAN TEORI
1 BAB 2 LANDASAN TEORI Bab ini membahas tentang teori penunjang dan penelitian sebelumnya yang berhubungan dengan metode ARIMA box jenkins untuk meramalkan kebutuhan bahan baku. 2.1. Peramalan Peramalan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Peramalan adalah alat bantu yang penting dalam perencanaan yang efektif dan efisien (Makridakis,1991). Peramalan merupakan studi terhadap data historis untuk menemukan
Lebih terperinciIII. LANDASAN TEORI A. TEKNIK HEURISTIK
III. LANDASAN TEORI A. TEKNIK HEURISTIK Teknik heuristik adalah suatu cara mendekati permasalahan yang kompleks ke dalam komponen-komponen yang lebih sederhana untuk mendapatkan hubungan-hubungan dalam
Lebih terperinciBAB I PENDAHULUAN. Dugaan atau perkiraan mengenai kejadian atau peristiwa pada waktu yang
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dugaan atau perkiraan mengenai kejadian atau peristiwa pada waktu yang akan datang disebut ramalan dan tindakan dalam membuat dugaan atau perkiraan tersebut
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Peramalan 2.1.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang (Sofjan Assauri,1984). Setiap kebijakan ekonomi
Lebih terperinciBAB III 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 terperinciESTIMASI PARAMETER MODEL HYBRIDIZING EXPONENTIAL SMOOTHING DAN NEURAL NETWORK PADA HASIL PENGUKURAN MEAN SEA LEVEL SATELIT ALTIMETRI JASON 2
Vol. 7, No. 2, Desember 2012 ESTIMASI PARAMETER MODEL HYBRIDIZING EXPONENTIAL SMOOTHING DAN NEURAL NETWORK PADA HASIL PENGUKURAN MEAN SEA LEVEL SATELIT ALTIMETRI JASON 2 Novi Mara KODE ARTIKEL : 117-2-12
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LADASA TEORI 2.1 Pengertian Peramalan Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama (assaury, 1991). Sedangkan ramalan adalah
Lebih terperinciHarwein et al., Peramalan Data Times Series Kebutuhan Tepung Terigu Sebagai Bahan Baku Pembuatan Roti...
TEKNOLOGI HASIL PERTANIAN PERAMALAN DATA TIMES SERIES KEBUTUHAN TEPUNG TERIGU SEBAGAI BAHAN BAKU PEMBUATAN ROTI (Studi Kasus di PT. Inti Cakrawala Citra Jember Jawa Timur) FORECASTING OF WHEAT FLOUR AS
Lebih terperinciPERBANDINGAN METODE PEMULUSAN (SMOOTHING) EKSPONENSIAL DAN ARIMA (BOX-JENKINS) SEBAGAI METODE PERAMALAN INDEKS HARGA SAHAM GABUNGAN (IHSG) SKRIPSI
PERBANDINGAN METODE PEMULUSAN (SMOOTHING) EKSPONENSIAL DAN ARIMA (BOX-JENKINS) SEBAGAI METODE PERAMALAN INDEKS HARGA SAHAM GABUNGAN (IHSG) SKRIPSI WARSINI 070803042 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciPEMODELAN PERAMALAN PENJUALAN PAKAN UDANG PADA PT CENTRAL PROTEINA PRIMA, TBK DENGAN METODE PEMULUSAN EKSPONENSIAL (EXPONENTIAL SMOOTHING) SKRIPSI
PEMODELAN PERAMALAN PENJUALAN PAKAN UDANG PADA PT CENTRAL PROTEINA PRIMA, TBK DENGAN METODE PEMULUSAN EKSPONENSIAL (EXPONENTIAL SMOOTHING) SKRIPSI HERRIJUNIANTO PURBA 130823002 DEPARTEMEN MATEMATIKA FAKULTAS
Lebih terperinciBAB 2 LANDASAN TEORI
10 BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang. Peramalan diperlukan karena adanya kesenjaan waktu
Lebih terperinciBAB I PENDAHULUAN. konstan, namun ada beberapa periode yang memperlihatkan keadaan yang ekstrim.
1 BAB I PENDAHULUAN 1.1. Latar Belakang Variasi dan keadaan curah hujan yang terjadi, tidaklah selalu tetap dan konstan, namun ada beberapa periode yang memperlihatkan keadaan yang ekstrim. Pada umumnya,
Lebih terperinciBAB I PENDAHULUAN. Sejak kondisi ekonomi dan bisnis selalu berubah setiap waktu, maka para
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Sejak kondisi ekonomi dan bisnis selalu berubah setiap waktu, maka para pimpinan suatu perusahaan atau para pelaku bisnis harus menemukan cara untuk terus
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 terperinciMETODE PEMULUSAN EKSPONENSIAL WINTER UNTUK PERAMALAN ABSTRACT
METODE PEMULUSAN EKSPONENSIAL WINTER UNTUK PERAMALAN Arganata Manurung 1, Bustami 2, M.D.H. Gamal 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciBAB 2 LANDASAN TEORITIS
BAB 2 LANDASAN TEORITIS 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksikan apa yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.
Lebih terperinciPerkapalan Negeri Surabaya, Surabaya Program Studi Teknik Otomasi, Jurusan Teknik Kelistrikan Kapal, Politeknik Perkapalan Negeri
Perbandingan Metode Autoregressive Integrated Moving Average (ARIMA) dan Exponential Smoothing pada Peramalan Penjualan Klip (Studi Kasus PT. Indoprima Gemilang Engineering) Aditia Rizki Sudrajat 1, Renanda
Lebih terperinciBAB III METODE PEMULUSAN EKSPONENSIAL HOLT-WINTER DAN METODE DEKOMPOSISI KLASIK
BAB III METODE PEMULUSAN EKSPONENSIAL HOLT-WINTER DAN METODE DEKOMPOSISI KLASIK 3.1 Metode Pemulusan Eksponensial Holt-Winter Metode rata-rata bergerak dan pemulusan Eksponensial dapat digunakan untuk
Lebih terperinciBAB IV METODE PENELITIAN
BAB IV METODE PENELITIAN 4.1. Desain Penelitian Dari uraian latar belakang masalah, penelitian ini dikategorikan ke dalam penelitian kasus dan penelitian lapangan. Menurut Rianse dan Abdi dalam Surip (2012:33)
Lebih terperinciS (t)=ax(t)+(1-a)s t-1 (2) S (t)=asn(t)+(1-a)s t-1 (3) F(t+m)=S(t)+mb(t) (4)
Ju rnal)lm iah. %2O 6ol.,. o. data ini terjadi jika terdapat data yang berfluktuasi di sekitar nilai rata-rata yang konstan. Suatu produk yang penjualannya tidak meningkat atau menurun selama waktu tertentu
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 terperinciBAB I PENDAHULUAN. untuk membuat prediksi tersebut disebut peramalan (Bowerman, 1993).
BAB I PENDAHULUAN 1.1 Latar Belakang Prediksi terhadap kejadian di masa depan disebut ramalan, dan tindakan untuk membuat prediksi tersebut disebut peramalan (Bowerman, 1993). Peramalan diperlukan untuk
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 terperinciDwi Puspitasari 1, Mustika Mentari 2, Wildan Ridho Faldiansyah 3
PENERAPAN METODE SINGLE EXPONENTIAL SMOOTHING MENGGUNAKAN PENDEKATAN ADAPTIF PADA PERAMALAN JUMLAH PELANGGAN DAN KEBUTUHAN AIR PADA PDAM KOTA PROBOLINGGO Dwi Puspitasari 1, Mustika Mentari 2, Wildan Ridho
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 terperinciFORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA
FORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA 1) Nurul Latifa Hadi 2) Artanti Indrasetianingsih 1) S1 Program Statistika, FMIPA, Universitas PGRI Adi Buana Surabaya 2)
Lebih terperinciPeramalan Dengan Menggunakan Metode Double Exponential Smoothing Dari Brown (Studi Kasus: Indeks Harga Konsumen (IHK) Kota Samarinda)
Peramalan Dengan Menggunakan Metode Double Exponential Smoothing Dari Brown (Studi Kasus: Indeks Harga Konsumen (IHK) Kota Samarinda) Forecasting Using Double Exponential Smoothing Method Of Brown (Case
Lebih terperinciPERBANDINGAN KEEFEKTIFAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING UNTUK PERAMALAN JUMLAH PENGUNJUNG HOTEL MERPATI
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 251 258. PERBANDINGAN KEEFEKTIFAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING UNTUK PERAMALAN JUMLAH PENGUNJUNG HOTEL
Lebih terperinciMETODE PEMULUSAN (SMOOTHING)
Logaritma Vol. III, No.01 Januari 2015 29 PERAMALAN JUMLAH MAHASISWA BARU JURUSAN TADRIS MATEMATIKA IAIN PADANGSIDIMPUAN DENGAN MENGGUNAKAN METODE PEMULUSAN (SMOOTHING) Oleh: Anita Adinda, M.Pd 1 Abstract
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 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 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 terperinciMembuat keputusan yang baik
Membuat keputusan yang baik Apakah yang dapat membuat suatu perusahaan sukses? Keputusan yang dibuat baik Bagaimana kita dapat yakin bahwa keputusan yang dibuat baik? Akurasi prediksi masa yang akan datang
Lebih terperinciPERAMALAN PENJUALAN AVTUR DENGAN MEMPERTIMBANGKAN SPECIAL EVENT
SIG TUGAS AKHIR PERAMALAN PENJUALAN AVTUR DENGAN MEMPERTIMBANGKAN SPECIAL EVENT Siti Lukmatul Henifa (1210 100 064) Pembimbing: Dra. Nuri Wahyuningsih, M.Kes. Senin, 20 Januari 2014 Matematika - ITS Page
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Matematika memegang peranan penting dalam kehidupan. Selain sebagai salah satu kajian ilmu utama dalam pendidikan, matematika juga berperan untuk menunjang ilmu-ilmu
Lebih terperinciBAB III METODE PERAMALAN DENGAN METODE DEKOMPOSISI. Metode peramalan yang biasanya dilakukan didasarkan atas konsep
BAB III METODE PERAMALAN DENGAN METODE DEKOMPOSISI Metode peramalan yang biasanya dilakukan didasarkan atas konsep bahwa apabila terdapat pola yang mendasari suatu deret data, maka pola tersebut dapat
Lebih terperinciPENGGUNAAN METODE EXPONENTIAL SMOOTHING UNTUK MERAMALKAN PERSEDIAAN BERAS PADA BULOG DIVRE ACEH
ISBN: 978-602-71798-1-3 PENGGUNAAN METODE EXPONENTIAL SMOOTHING UNTUK MERAMALKAN PERSEDIAAN BERAS PADA BULOG DIVRE ACEH Nurmaulidar, Asep Rusyana, Rizka Maqfirah 1 Fakultas MIPA, Universitas Syiah Kuala,
Lebih terperinciEFEKTIVITAS METODE BOX-JENKINS DAN EXPONENTIAL SMOOTHING UNTUK MERAMALKAN RETRIBUSI PENGUJIAN KENDARAAN BERMOTOR DISHUB KLATEN
EFEKTIVITAS METODE BOX-JENKINS DAN EXPONENTIAL SMOOTHING UNTUK MERAMALKAN RETRIBUSI PENGUJIAN KENDARAAN BERMOTOR DISHUB KLATEN Puji Rahayu 1), Rohmah Nur Istiqomah 2), Eminugroho Ratna Sari 3) 1)2)3) Matematika
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Di Era globalisasi saat ini, kartu kredit digunakan sebagai salah satu alternatif pengganti transaksi dengan uang tunai. Seiring dengan perkembangan zaman, pola prilaku
Lebih terperinciAPLIKASI METODE GOLDEN SECTION UNTUK OPTIMASI PARAMETER PADA METODE EXPONENTIAL SMOOTHING ABSTRACT
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahun 2014, Halaman 605-614 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian APLIKASI METODE GOLDEN SECTION UNTUK OPTIMASI PARAMETER PADA
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH. Seiring dengan meningkatknya pangsa pasar, permintaan konsumen juga menjadi
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Seiring dengan meningkatknya pangsa pasar, permintaan konsumen juga menjadi semakin sulit untuk diperkirakan. Selama ini, manajer PT. Focus
Lebih 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 terperinciPrediksi Persediaan Ikan Teri Menggunakan Exponential Smoothing Berbasis Ordered Weighted Aggregation
Jurnal Ilmiah NERO Vol. 1 No. 1 2014 Prediksi Persediaan Ikan Teri Menggunakan Exponential Smoothing Berbasis Ordered Weighted Aggregation Bain Khusnul Khotimah 1, Moh. Laili 2, Budi Dwi Satoto 3 1,2)
Lebih terperinciPeramalan Menggunakan Metode Fuzzy Time Series Cheng. Forecasting Using Fuzzy Time Series Cheng Method
Jurnal EKSPONENSIAL Volume 8, Nomor, Mei 07 ISSN 085-789 Peramalan Menggunakan Metode Fuzzy Time Series Cheng Forecasting Using Fuzzy Time Series Cheng Method Sumartini, Memi Nor Hayati, dan Sri Wahyuningsih
Lebih terperinciPERAMALAN INDEKS HARGA SAHAM GABUNGAN (IHSG) TERTINGGI BULAN DESEMBER disusun untuk memenuhi Tugas Lapangan Mata Kuliah Metode Peramalan
PERAMALAN INDEKS HARGA SAHAM GABUNGAN (IHSG) TERTINGGI BULAN DESEMBER 3 disusun untuk memenuhi Tugas Lapangan Mata Kuliah Metode Peramalan Disusun Oleh :. Ilani Agustina M00037 2. Intan Purnomosari M00042
Lebih terperinciBAB 2 TINJAUAN TEORI. akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan
BAB 2 TINJAUAN TEORI 2.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan
Lebih terperinciBAB III PERAMALAN DENGAN METODE DEKOMPOSISI. (memecah) data deret berkala menjadi beberapa pola dan mengidentifikasi masingmasing
BAB III PERAMALAN DENGAN METODE DEKOMPOSISI 3.1 Metode Dekomposisi Prinsip dasar dari metode dekomposisi deret berkala adalah mendekomposisi (memecah) data deret berkala menjadi beberapa pola dan mengidentifikasi
Lebih terperinciPERBANDINGAN METODE PEMULUSAN EKSPONENSIAL TUNGGAL DAN FUZZY TIME SERIES UNTUK MEMPREDIKSI INDEKS HARGA SAHAM GABUNGAN
PERBANDINGAN METODE PEMULUSAN EKSPONENSIAL TUNGGAL DAN FUZZY TIME SERIES UNTUK MEMPREDIKSI INDEKS HARGA SAHAM GABUNGAN SKRIPSI Oleh : TAUFAN FAHMI J2E008056 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA
Lebih terperinciBAB II TINJAUAN PUSTAKA
4 BAB II TINJAUAN PUSTAKA 1.1 Landasan Teori 1.1.1 Prediksi Prediksi adalah sama dengan ramalan atau perkiraan. Menurut kamus besar bahasa indonesia, prediksi adalah hasil dari kegiatan memprediksi atau
Lebih terperinciAplikasi Sistem Informasi Forecasting pada PD. Maha Jaya. Teknik Informatika 1 Teknik Industri 2 Universitas Kristen Petra Surabaya
Aplikasi Sistem Informasi Forecasting pada PD. Maha Jaya Rudy Adipranata 1, Tanti Octavia 2, Andi Irawan 1 Teknik Informatika 1 Teknik Industri 2 Universitas Kristen Petra Surabaya Pendahuluan Pentingnya
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peramalan 2.1.1 Pengertian Peramalan Peramalan (Assauri, Sofyan. 1991) adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah
Lebih terperinciPERBANDINGAN METODE PEMULUSAN EKSPONENSIAL GANDA HOLT DENGAN METODE PEMULUSAN EKSPONENSIAL GANDA BROWN
PERBANDINGAN METODE PEMULUSAN EKSPONENSIAL GANDA HOLT DENGAN METODE PEMULUSAN EKSPONENSIAL GANDA BROWN skripsi disajikan sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains Program Studi Matematika
Lebih terperinciDian Kristanti 1) 1 Prodi Pendidikan Matematika, STKIP Bina Bangsa Meulaboh.
PERAMALAN JUMLAH PENDISTRIBUSIAN BAHAN BAKAR MINYAK DI PT. PERTAMINA (PERSERO) REGION III DEPOT MALANG MENGGUNAKAN METODE WINTER DAN METODE DEKOMPOSISI Dian Kristanti 1) 1 Prodi Pendidikan Matematika,
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 terperinciPERAMALAN SAHAM JAKARTA ISLAMIC INDEX MENGGUNAKAN METODE ARIMA BULAN MEI-JULI 2010
Statistika, Vol., No., Mei PERAMALAN SAHAM JAKARTA ISLAMIC INDEX MENGGUNAKAN METODE ARIMA BULAN MEI-JULI Reksa Nila Anityaloka, Atika Nurani Ambarwati Program Studi S Statistika Universitas Muhammadiyah
Lebih terperinciPERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN Oleh: Norma Endah Haryati ( )
TUGAS AKHIR PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN Oleh: Norma Endah Haryati (1207 100 031) Dosen Pembimbing: Drs. I G Ngurah Rai Usadha, M.Si Dra. Nuri
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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 DATA MINING Data Mining adalah analisis otomatis dari data yang berjumlah banyak atau kompleks dengan tujuan untuk menemukan pola atau kecenderungan yang penting yang biasanya
Lebih terperinciVolume 9 Nomor 1 Maret 2015
Volume Nomor Maret 2 Jurnal Ilmu Matematika dan Terapan Maret 2 Volume Nomor Hal. 4 - PERAMALAN JUMLAH PENGUNJUNG PERPUSTAKAAN UNIVERSITAS PATTIMURA AMBON MENGGUNAKAN METODE DEKOMPOSISI S. Yuni, Mozart
Lebih terperinciBAB 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 I PENDAHULUAN. Peramalan merupakan suatu kegiatan memprediksi nilai dari suatu
BAB I PENDAHULUAN A. LATAR BELAKANG Peramalan merupakan suatu kegiatan memprediksi nilai dari suatu variabel berdasarkan nilai yang diketahui dari variabel tersebut pada masa lalu atau variabel yang berhubungan.
Lebih terperinciPERAMALAN KUNJUNGAN WISATA DENGAN PENDEKATAN MODEL SARIMA (STUDI KASUS : KUSUMA AGROWISATA)
PERAMALAN KUNJUNGAN WISATA DENGAN PENDEKATAN MODEL SARIMA (STUDI KASUS : KUSUMA AGROWISATA) Oleh : Nofinda Lestari 1208 100 039 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciPERAMALAN PENYEBARAN JUMLAH KASUS VIRUS EBOLA DI GUINEA DENGAN METODE ARIMA
Jurnal UJMC, Volume 2, Nomor 1, Hal. 28-35 pissn : 2460-3333 eissn: 2579-907X PERAMALAN PENYEBARAN JUMLAH KASUS VIRUS EBOLA DI GUINEA DENGAN METODE ARIMA Novita Eka Chandra 1 dan Sarinem 2 1 Universitas
Lebih terperinci