Optimasi Rencana Produksi Menggunakan Model Matriks Transportasi Bowman

Ukuran: px
Mulai penontonan dengan halaman:

Download "Optimasi Rencana Produksi Menggunakan Model Matriks Transportasi Bowman"

Transkripsi

1 Performa (2) Vol., No.: Optimasi Recaa Megguaka Model Matriks Trasportasi Bowma (Studi Kasus di PT. X, Magelag) Taufiq Rochma Jurusa Tekik Idustri, Uiversitas Sebelas Maret, Surakarta Abstract Productio plaig is a importat activity of the whole of productio activity i the compay. Plaig stage is the first step be doe to make productio decisio. Productio plaig with Bowma Trasportatio Method is plaig model that matchig betwee demad, capacity, ivetory level ad productio cost. Advatage of this model is to determie productio schedule with balacig betwee productio variables ad miimum total productio cost. Keywords : Productio plaig, Bowma matrix, Liier programmig.. Perecaaa Perecaaa merupaka salah satu fugsi utama dari maajeme produksi dalam suatu perusahaa. Maajeme produksi adalah pekerjaa yag berkaita dega peciptaa barag da jasa melalui pegubaha masuka (faktor produksi) mejadi keluara atau hasil produksi (Yamit, 993). Adapu tujua produksi meurut Yamit adalah produktivitas sedagka tujua maajeme produksi adalah pecapaia produktivitas dega efisie da efektif. Permasalaha yag serig dihadapi oleh perusahaa idustri berkaita dega maajeme produksi adalah serig terjadiya ketidakseimbaga atara perecaaa produksi dega permitaa di pasar serig megakibatka terjadiya peumpuka jumlah persediaa yag cukup besar. Utuk itu perlu disusu model perecaaa produksi yag dapat megembagka kombiasi faktor produksi yag berpegaruh serta melalui perecaaa yag bersifat meyeluruh (agregat). Ada bayak tekik yag dapat diterapka dalam perecaaa produksi, salah satu tekik yag dapat diterapka da cukup memberika hasil yag optimal yaitu metode perecaaa dega tekik agregasi melalui optimasi liier programmig. Metode perecaaa ii bertujua utuk meetuka hasil perecaaa yag optimal dega biaya produksi yag miimal serta dapat diketahui variabel-variabel yag berpegaruh terhadap perecaaa. 2. Perecaaa Agregat Meurut Heizer (990) perecaaa agregat mempuyai arti megkombiasika beberapa sumber daya yag ada secara tepat dalam susua yag meyeluruh utuk memperoleh hasil perecaaa yag optimal. Peyajia peramala permitaa, saraa fasilitas, tigkat persediaa, ukura teaga kerja da iput lai merupaka variabel iput yag

2 Rochma - Optimasi recaa produksi megguaka model matriks trasportasi Bowma 27 berpegaruh terhadap proses perecaaa. Perecaaa agregat adalah bagia dari sistem perecaaa produksi yag terdapat hubuga faktor iteral da eksteral yag merupaka variabel-variabel berpegaruh terhadap kegiata perecaaa produksi. Lokasi Pasar & Permitaa Keputusa Produk Peelitia da pegembaga Tekologi Peramala permitaa & Pesaa Keputusa & Perecaaa proses Teaga Kerja Raw Material Available Ivetory Perecaaa Agregat utuk Perecaaa Eksteral (Subkotrak) Jadwal Iduk MRP System Prioritas Perecaaa & pejadwala Gambar. Baga Alir recaa Agregat & Jadwal Iduk (Heizer ag Reder, 990) Hal ii dapat dilihat pada gambar yag meujukka hubuga atar variabel tersebut. Dari gambar maajer operasi meerima beberapa masuka dari departeme pemasara yag berupa permitaa pasar, juga dari departeme lai seperti jumlah teaga kerja, ketersediaa baha baku, kapasitas pabrik, persediaa da subkotrak. Data perkiraa permitaa dipakai sebagai dasar peyusua kombiasi sumber daya yag tersedia agar dicapai kombiasi yag terbaik. Selajutya hasil perecaaa produksi agregat mejadi dasar bagi peyusua Jadwal Iduk (JIP). 3. Peramala (Forecastig) Peramala permitaa aka produk da jasa diwaktu medatag da bagia-bagiaya adalah sagat petig dalam perecaaa da pegawasa produksi. Peramala yag baik adalah petig utuk efisiesi operasi-operasi maufaktur yag meyagkut pemiliha proses, perecaaa kapasitas da tata letak fasilitas serta utuk berbagai keputusa yag bersifat terus meerus berkeaa dega perecaaa, pejadwala da persediaa Meurut Hadoko (993) esesi peramala adalah perkiraa-perkiraa peristiwa diwaktu yag aka datag atas dasar pola-pola diwaktu yag lalu da pegguaa kebijaka

3 28 Performa (2) Vol., No. terhadap proyeksi-proyeksi dega pola-pola diwaktu yag lalu. Evaluasi peramala merupaka perbadiga ramala-ramala dega hasil yata utuk meilai ketepata pegguaa suatu metodologi atau tekik peramala. Metode Pemulusa (smoothig) Metode ii bayak meguragi masalah peyimpaga data. Dasar yag diguaka adalah rata-rata prakiraa yag aka datag dapat dihitug dari rata-rata data masa lalu da data saat ii. Rumus yag diguaka adalah : A t = D t + ( - ) A t- () dimaa: A t- : Rata-rata masa lalu D t : Data saat pegamata : Proporsi pembebaa Metode Siklis Data musima dapat didekati dega megguaka metode fugsi trigoometri. Persamaa siklis ditulis sebagai berikut : D t+ = a + u cos(2π/n)t + v si(2π/n)t (2) dimaa: a = D t /N u = {2[D t cos(2π/n)t]/n} v = {2[D t si(2π/n)t]/n} D t = permitaa periode t N = jumlah periode permitaa t = periode permitaa Metode Dekomposisi Metode ii mecoba megidetifikasi tiga kompoe secara terpisah, yaitu tred, siklis da musima (Makridakis, 993). Faktor galat yag tidak lai merupaka selisih data aktual da prediksi tidak dapat diperkiraka tetapi dapat diidetifikasi. Betuk fugsi dekomposisi tergatug pada metode dekomposisi yag diguaka yaitu aditif atau multiplikatif. Secara umum fugsi matematik dari metode dekomposisi adalah : Y t = f(i t, T t, C t, E t ) (3) dimaa: Y t = data aktual periode t I t = ideks musima periode t C t = kompoe siklik periode t T t = kompoe tred periode t E t = kompoe galat periode t Metode kausal Yaitu metode utuk memprediksi masa yag aka datag dega melihat hubuga sebab akibat dari beberapa variabel yag berpegaruh. Maksud dari metode kausal adalah utuk meemuka betuk hubuga sebab akibat da megguakaya utuk meramalka ilai medatag dari variabel tak bebas. Metode kausal ada beberapa macam diataraya metode regresi sederhaa da metode regresi sederhaa.

4 Rochma - Optimasi recaa produksi megguaka model matriks trasportasi Bowma 29 Ketepata Metode Peramala Utuk megetahui da megukur kesesuaia suatu metode peramala dari sekumpula data diperluka kriteria peolaka. Kriteria ii diguaka utuk memilih metode peramala yag aka dipakai berdasarka pertimbaga seberapa jauh metode peramala tersebut mampu memproduksi data yag telah diketahui. Rumus perhituga kesalaha yag biasa diguaka adalah ilai deviasi mutlak (mea absolute deviatio) MAD = t = At Ft (4) 4. Metode Trasportasi Bowma Metode Bowma memfugsika persediaa awal (I o ) dalam memeuhi kebutuha permitaa, sedagka produksi lembur (O i ) diguaka utuk memeuhi kebutuha permitaa (S i ) seadaiya tidak bisa dicukupi dega persediaa awal maupu kegiata produksi reguler (R i ).Matriks yag diracag Bowma sedemikia rupa sehigga kapasitas sumber aka selalu lebih besar atau sama dega kapasitas tujua. sumber pada model ii aka selalu mampu utuk memeuhi permitaa atau dirumuska : m S ij i= T j j= Siswato (990) meyebutka bahwa model matematik dari formulasi Bowma adalah: Miimumka Z = Terhadap kedala : j= m i= X X ij ij = T S i j m C ij X i= j= ij (5). (6) ; i =,2,3, m. (7) ; j =,2,3,. (8) dimaa: C ij = parameter biaya sumber peruit, seperti biaya produksi reguler ( C R ), biaya produksi lembur(c 0 ) da biaya persediaa (C j ). X ij = bayakya uit produk yag harus disediaka oleh sumber utuk memeuhi permitaa tujua. S j = Permitaa yag harus dipeuhi da persediaa akhir yag dikehedaki. T j = kapasitas maksimum sumber seperti kapasitas produksi reguler (R i ), kapasitas produksi lembur (O i ) da persediaa awal. 5. Hasil da Aalisa Peramala Permitaa Data pejuala yag diperoleh selama 42 bula kemudia dibuat diagram pecarya utuk megetahui variasi pola data. Dega adaya pola data yag diketahui maka dapat diperoleh metode-metode peramala yag represetatif yag dapat mewakili pola tersebut.

5 30 Performa (2) Vol., No. Periode Sumber Tabel. Matriks Trasportasi Bowma Periode Pejuala (Tujua) Persediaa Waktu Luag Total () (2) (3) (-) () Persediaa O C I 2C I ( -)C I C I 0 Io Reguler () C R C R +C I C R +2C I C R +( )C I C R +C I 0 R Lembur () C O C O +C I C O +2C I C O +( )C I C O +C I 0 O Reguler (2) M C R C R + C I C R + ( 2)C I C R +( )C I 0 R 2 Lembur (2) M C O C O + C I C O + ( 2)C I C O +( )C I 0 O 2 Reguler (3) M M C R C R + ( 3)C I C R +( 2)C I 0 R 3 Lembur (3) M M C O C O + ( 3)C I C O +( 2)C I 0 O Reguler () M M M C R C R + C I 0 R Lembur () M M M C O C O + C I 0 O Keb. Total S S 2 S 3 S I 0 Notasi : I i = Persediaa pada akhir periode ke-i R i = Jumlah maksimum uit yag dapat diproduksiselama periode waktu ke-i pada waktu reguler O i = Jumlah maksimum uit yag dapat diproduksi selama periode waktu ke-i pada jam lembur S i = Jumlah produk jadi yag aka dijual (dikirim) selama periode waktu ke-i C R = Biaya produksi per uit pada jam reguler (jam kerja biasa) C O = Biaya produksi per uit pada jam lembur C I = Biaya peyimpaa per uit per periode waktu * Total waktu luag = I 0 + ΣR + ΣO - ΣS - I (bales) Data Pejuala Beag Bula Gambar 2. Diagram pecar data pejuala beag. Berdasarka diagram pecar diatas teryata pola data yag terbetuk adalah musima. Metode peramala yag represetatif utuk di pilih adalah metode regresi, expoetial smoothig, siklis da dekomposisi.

6 Rochma - Optimasi recaa produksi megguaka model matriks trasportasi Bowma 3 Tabel 2. Hasil Perhituga peramala semester 2 Metode Peramala Bula Liier Regresi S.E.Smoothig Siklis Dekomposisi Juli Agustus September Oktober November Desember MAD Metode peramala terpilih berdasarka pada ilai MAD yag terkecil yaitu terdapat pada metode peramala dekomposisi. Metode pegukura kesalaha yag dipilih adalah (MAD) yag memberika gambara perbadiga atara data permitaa dega hasil peramala melalui peetua rata-rata ilai tegah kesalaha absolute. Biaya dalam Perecaaa Dari perhituga usur-usur biaya yag meyusu total biaya produksi diperoleh pericia biaya produksi per uit (bale) utuk program perecaaa produksi. Biaya tersebut dihitug dalam satua mata uag rupiah utuk tiap-tiap uit (bale). Adapu pericia biaya tersebut sebagai berikut : Biaya produksi regular sebesar = Rp /bale Biaya produksi lembur sebesar = Rp /bale Biaya persediaa = Rp.388/bale Biaya ii selajutya aka megisi kolom-kolom yag tersedia pada Matriks Distribusi Bowma. Asumsi yag dipakai dalam peyusua biaya ii bahwa kapasitas produksi berlagsug ormal. Selai itu bahwa peyusua biaya produksi tidak terpegaruh oleh adaya perubaha harga akibat iflasi. Perhituga Kemampua Utuk medapatka besarya kemampua produksi tiap bula per semester di peroleh dega megalika jumlah jam kerja dega kapasitas per jam. Kemampua produksi ii dapat dijadika acua sebagai stadar kemampua perusahaa dalam memproduksi produk per periode. Bula Tabel 3. Kemampua produksi reguler da lembur semester 2. Jam Kerja x (Reguler) KPR Jam Kerja x (Lembur) KPO Juli 663,75 x, x,75 Agustus 663,75 x, x,75 September 663,75 x, x,75 58 Oktober 686,25 x, x,75 63 November 663,75 x, x,75 58 Desember 663,75 x, x,75

7 32 Performa (2) Vol., No. Optimasi Recaa Optimasi produksi dilakuka dega memformulasika variabel-variabel produksi dalam kombiasi rumusa matematis. Formulasi matematis yag dibuat ada dua yaitu formulasi fugsi tujua da formulasi fugsi kedala. Formulasi fugsi tujua meujukka tujua yag igi diperoleh yaitu miimisasi total biaya produksi, sedagka formulasi fugsi kedala meujukka pembatas yag ada dalam memperoleh tujua. Periode Sumber Persediaa awal Tabel 4. Tabel Distribusi Matriks Trasportasi Bowma utuk Program. Periode Pejuala (Tujua) Persediaa Waktu Luag (slack) Total (periode) X X2 X3 X4 X5 X6 X7 Reguler () X2 X22 X23 X24 X25 X26 X27 Lembur () X3 X32 X33 X34 X35 X36 X37 Reguler (2) X42 X43 X44 X45 X46 X47 Lembur (2) X52 X53 X54 X55 X56 X57 Reguler (3) X63 X64 X65 X66 X67 Lembur (3) X73 X74 X75 X76 X77 Reguler (4) X84 X85 X86 X87 Lembur (4) X94 X95 X96 X97 Reguler (5) X05 X06 X07 Lembur (5) X5 X6 X7 Reguler (6) X26 X27 Lembur (6) X36 X37 Kebutuha Total Melalui perhituga program Quat System Bussiess (QSB) meujukka bahwa hasil perhituga yag optimal diperoleh pada iterasi yag ke-22. Hasil perhituga komputer melalui program QSB dapat ditetuka program recaa produksi optimal semester II dapat dilihat pada tabel 5.

8 Rochma - Optimasi recaa produksi megguaka model matriks trasportasi Bowma 33 Periode Sumber Persediaa awal Tabel 5. Matriks Trasportasi Bowma utuk Perecaaa Optimal. Periode Pejuala (Tujua) Persediaa Waktu Luag Total Reguler () Lembur () Reguler (2) Lembur (2) Reguler (3) Lembur (3) Reguler (4) Lembur (4) Reguler (5) Lembur (5) Reguler (6) Lembur (6) Keb. total Kebutuha permitaa bula Juli sebesar 962 bale dipeuhi melalui persediaa awal sebesar 800 bale da produksi reguler bula Juli sebesar 62 bale. Permitaa bula Agustus sebesar 276 bale dipeuhi dari produksi reguler bula Juli 000 bale da bula Agustus 2776 bale. Permitaa bula September sebesar 644 bale dipeuhi dari produksi reguler bula Agustus 886 bale da bula Septembber 758 bale. Permitaa bula Oktober sebesar 704 bale dipeuhi melalui produksi reguler bula September 404 bale da bula Oktober 20 bale da produksi lembur bula Oktober 99 bale. Permitaa bula November sebesar 39 bale dipeuhi dari produksi reguler bula November 62 bale da lembur bula November 57 bale. Permitaa bula Desember sebesar 264 dipeuhi dari produksi reguler bula Desember 62 bale da lembur bula Desember 02 bale. Total biaya produksi miimal yag diperoleh dega optimasi liier programig sebesar Rp Hasil ii diperoleh pada iterasi ke-22 melalui software quat system bussiess (QSB). Selai itu terdapat sisa kapasitas lembur yag tidak diguaka utuk kegiata produksi sebesar bale utuk bula Juli, bale utuk bula Agustus, 58 bale utuk

9 34 Performa (2) Vol., No. bula September, 64 bale utuk bula Oktober, bale utuk bula November da Bula Desember sejumlah 98 bale. Kelebiha produksi ii dapat ditampug pada persediaa atau sebagai persediaa pegama (safety stock). Peampuga kelebiha persediaa ii berfugsi utuk meyerap adaya fluktuasi pasar yaitu memeuhi kebutuhha permitaa yag sewaktuwaktu ada peigkata. 6. Kesimpula Model Matriks Trasportasi Bowma dapat diguaka utuk megoptimasi recaa produksi baik idividual maupu agregat dega merumuskaya ke dalam model matematis liier programmig. Total biaya produksi miimal semester II yag diperoleh melalui optimasi recaa produksi sebesar Rp ,-. Sisa kemampua produksi lembur adalah bale (Juli), bale (Agustus), 58 bale (september), 64 bale (oktober), bale (November), 98 bale (Desember). Sisa kapasitas produksi lembur (kelebiha produksi) dapat dimafaatka utuk mecukupi keaika permitaa yag tidak terduga atau dapat dipakai sebagai persediaa pegama (safety stock). Daftar Pustaka Buffa, E. (993). Maajeme / Operasi, Terjemaha. Yogyakarta: Peerbit BPFE. Heizer, J., ad Reder, B. (990). Productio ad Operatios Maagemets Strategies ad Tactics. Bosto. Hadoko, T. H. (993). Dasar-dasar Maajeme da Operasi. Yogyakarta: Peerbit BPFE. Makridakis, S. da Wheelwright, C. (993). Metode da Aplikasi Peramala. Terjemaha. Jakarta. Schroeder, G. R. (989). Operatio Maagemet Decisio Makig i the Operatio Fuctio. New York: Mc Graw-Hill Book Compay.

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah: BAB III METODOLOGI PENELITIAN 3. Variabel da Defiisi Operasioal Variabel-variabel yag diguaka pada peelitia ii adalah: a. Teaga kerja, yaitu kotribusi terhadap aktivitas produksi yag diberika oleh para

Lebih terperinci

FORECASTING (Peramalan)

FORECASTING (Peramalan) FORECASTING (Peramala) PENDAHULUAN Forecastig adalah ramala tetag apa yag aka terjadi dimasa yag aka datag. Forecast Demad atau peramala permitaa mejadi dasar yag sagat petig dalam perecaaa suatu keputusa

Lebih terperinci

BAB 3 METODE PENELITIAN. Disini penerapan kriteria optimasi yang digunakan untuk menganalisis

BAB 3 METODE PENELITIAN. Disini penerapan kriteria optimasi yang digunakan untuk menganalisis BAB 3 METODE PENELITIAN 3.1 Peetapa Kriteria Optimasi Disii peerapa kriteria optimasi yag diguaka utuk megaalisis kebutuha pokok pada PT. Kusuma Kecaa Khatulistiwa yaitu : 1. Aalisis forecastig (peramala

Lebih terperinci

APLIKASI PERHITUNGAN METODE PERAMALAN PRODUKSI PADA CV. X

APLIKASI PERHITUNGAN METODE PERAMALAN PRODUKSI PADA CV. X APLIKASI PERHITUNGAN METODE PERAMALAN PRODUKSI PADA CV. X Sayuti, M 1* 1 Jurusa Tekik Idustri, Fakultas Tekik, Uiversitas Malikussaleh-NAD *E-mail: Tgk_Sayuti@yahoo.co.uk ABSTRAK CV.X, merupaka perusahaa

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Metode Pegumpula Data Dalam melakuka sebuah peelitia dibutuhka data yag diguaka sebagai acua da sumber peelitia. Disii peulis megguaka metode yag diguaka utuk melakuka pegumpula

Lebih terperinci

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARA DAN FAKTOR DIKON 3.1 Ecoomic Order Quatity Ecoomic Order Quatity (EOQ) merupaka suatu metode yag diguaka utuk megedalika

Lebih terperinci

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia ii dilaksaaka di Kota Bogor Pemiliha lokasi peelitia berdasarka tujua peelitia (purposive) dega pertimbaga bahwa Kota Bogor memiliki jumlah peduduk yag

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,

Lebih terperinci

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan,

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan, BAB 1 PENDAHULUAN 1.1 Latar Belakag Bagi Negara yag mempuyai wilayah terdiri dari pulau-pulau yag dikeliligi lauta, laut merupaka saraa trasportasi yag dimia, sehigga laut memiliki peraa yag petig bagi

Lebih terperinci

kesimpulan yang didapat.

kesimpulan yang didapat. Bab ii merupaka bab peutup yag merupaka hasil da kesimpula dari pembahasa serta sara peulis berdasarka kesimpula yag didapat. BAB LANDASAN TEORI. Kosep Dasar Peramala Peramala adalah kegiata utuk memperkiraka

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Perecaaa Produksi 2.1.1 Pegertia Perecaaa Produksi Perecaaa produksi dapat diartika sebagai proses peetua sumber-sumber yag diperluka utuk melaksaaka operasi maufaktur da megalokasikaya

Lebih terperinci

= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik

= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik Aalisis Sektor Kuci Dimaa : KLBj aij = Keterkaita lagsug ke belakag sektor j = Usur matriks koefisie tekik (b). Keterkaita Ke Depa (Forward Ligkage) Forward ligkage meujukka peraa suatu sektor tertetu

Lebih terperinci

APLIKASI PROGRAM LINIER DALAM PEMBELIAN BAHAN BAKU

APLIKASI PROGRAM LINIER DALAM PEMBELIAN BAHAN BAKU Semiar SaidaTekologi ISSN : 693 6809 APLIKASI PROGRAM LINIER DALAM PEMBELIAN BAHAN BAKU Tri Herawati Prodi Tekik Idustri, Fakultas Tekik, Uiversitas Islam Sumatera UtaraMeda Abstrak Pegambila keputusa

Lebih terperinci

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain III. METODE PENELITIAN 3.1 Jeis da Sumber Data Data yag diguaka pada peelitia ii merupaka data sekuder yag diperoleh dari Bada Pusat Statistik (BPS) Provisi NTB, Bada Perecaaa Pembagua Daerah (BAPPEDA)

Lebih terperinci

Kata Kunci : Forecasting, Program Perhitungan, Simple Moving Averages, Weighted Moving Averages, Mean Absolute Deviation, Mean Square Error

Kata Kunci : Forecasting, Program Perhitungan, Simple Moving Averages, Weighted Moving Averages, Mean Absolute Deviation, Mean Square Error PREDIKSI PEMINATAN PROGRAM KEAHLIAN CALON SISWA BARU DENGAN METODE SIMPLE MOVING AVERAGES DAN WEIGHTED MOVING AVERAGES (Studi Kasus : SMK TEXMACO SEMARANG) Isa Raa Machilikha Putera Sistem Iformasi, Fakultas

Lebih terperinci

BAB IV PEMBAHASAN DAN ANALISIS

BAB IV PEMBAHASAN DAN ANALISIS BAB IV PEMBAHASAN DAN ANALISIS 4.1. Pembahasa Atropometri merupaka salah satu metode yag dapat diguaka utuk meetuka ukura dimesi tubuh pada setiap mausia. Data atropometri yag didapat aka diguaka utuk

Lebih terperinci

APLIKASI PERAMALAN PENJUALAN OBAT MENGGUNAKAN METODE PEMULUSAN (STUDI KASUS: INSTALASI FARMASI RSUD DR MURJANI)

APLIKASI PERAMALAN PENJUALAN OBAT MENGGUNAKAN METODE PEMULUSAN (STUDI KASUS: INSTALASI FARMASI RSUD DR MURJANI) APLIKASI PERAMALAN PENJUALAN OBAT MENGGUNAKAN METODE PEMULUSAN (STUDI KASUS: INSTALASI FARMASI RSUD DR MURJANI) Slamet Riyadi Fakultas Ilmu Komputer Uiversitas Darwa Ali Jl Batu Berlia No. 0 Sampit, Kalimata

Lebih terperinci

BAB II MAKALAH. : Seminar Nasional Sains dan Pendidikan Sains VIII UKSW. : Prosiding Seminar Nasional Matematika VIII UKSW 15 Juni

BAB II MAKALAH. : Seminar Nasional Sains dan Pendidikan Sains VIII UKSW. : Prosiding Seminar Nasional Matematika VIII UKSW 15 Juni BAB II MAKALAH Makalah I. Judul Dipresetasika : Liear Goal Programmig utuk Optimasi Perecaaa si : Semiar Nasioal Sais da Pedidika Sais VIII UKSW 201 yag diseleggaraka oleh Fakultas Sais da Matematika UKSW

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Daerah peelitia adalah Kota Bogor yag terletak di Provisi Jawa Barat. Pemiliha lokasi ii berdasarka pertimbaga atara lai: (1) tersediaya Tabel Iput-Output

Lebih terperinci

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data IV METODE PENELITIAN 4.1 Lokasi da waktu Peelitia ii dilakuka di PD Pacet Segar milik Alm Bapak H. Mastur Fuad yag beralamat di Jala Raya Ciherag o 48 Kecamata Cipaas, Kabupate Ciajur, Propisi Jawa Barat.

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN 16 III. METODOLOGI PENELITIAN 3.1. Keragka Pemikira Peelitia Perkembaga zama yag meutut setiap idividu baik dari segi kemampua maupu peampila. Boss Parfum yag bergerak di bidag isi ulag miyak wagi didirika

Lebih terperinci

BAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian

BAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian BAB II METODOLOGI PEELITIA 2.1. Betuk Peelitia Betuk peelitia dapat megacu pada peelitia kuatitatif atau kualitatif. Keragka acua dalam peelitia ii adalah metode peelitia kuatitatif yag aka megguaka baik

Lebih terperinci

III. METODOLOGI KAJIAN

III. METODOLOGI KAJIAN 39 III. METODOLOGI KAJIAN A. Lokasi da Waktu Kajia Kajia telah dilakuka di PD. Augerah Hero, suatu idustri kecil sepatu yag beralamat di Kampug Sawah Ilir RT.02 RW.03 Mekarjaya, Kecamata Ciomas, Kabupate

Lebih terperinci

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya. BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh

Lebih terperinci

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA PENAKSIRAN DAN PERAMALAN BIAYA Ari Darmawa, Dr. S.AB, M.AB Email: aridarmawa_fia@ub.ac.id A. PENDAHULUAN B. PENAKSIRAN DAN PRAKIRAAN FUNGSI BIAYA C. PENAKSIRAN JANGKA PENDEK - Ekstrapolasi sederhaa - Aalisis

Lebih terperinci

Prosiding Manajemen ISSN:

Prosiding Manajemen ISSN: Prosidig Maajeme ISSN: 2460-7187 Aalisis Peramala Pejuala dega Megguaka Metode Sigle Movig Average, Weighted Movig Average da Expoetial Smoothig Sebagai Dasar Perecaaa Produksi Polo Shirt Pria (Studi Kasus

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur 0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia

Lebih terperinci

ANALISIS PERAMALAN PENJUALAN USAHA ARDYLA BAKERY DI MUARA BULIAN Muryati 1

ANALISIS PERAMALAN PENJUALAN USAHA ARDYLA BAKERY DI MUARA BULIAN Muryati 1 Jural Ilmiah Uiversitas Bataghari Jambi Vol.17 No.2 Tahu 2017 ANALISIS PERAMALAN PENJUALAN USAHA ARDYLA BAKERY DI MUARA BULIAN Muryati 1 Abstract The role of forecastig was very importat for a compay to

Lebih terperinci

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah.

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah. BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN 3.1. DIAGRAM ALIR PENELITIAN Perumusa - Sasara - Tujua Pegidetifikasia da orietasi - Masalah Studi Pustaka Racaga samplig Pegumpula Data Data Primer Data Sekuder

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Objek Peelitia Peelitia dilakuka di bagia spiig khususya bagia widig Pabrik Cambrics Primissima (disigkat PT.Primissima) di Jala Raya Magelag Km.15 Slema, Yogyakarta. Peelitia

Lebih terperinci

Inflasi dan Indeks Harga I

Inflasi dan Indeks Harga I PERTEMUAN 1 Iflasi da Ideks Harga I 1 1 TEORI RINGKAS A Pegertia Agka Ideks Agka ideks merupaka suatu kosep yag dapat memberika gambara tetag perubaha-perubaha variabel dari suatu priode ke periode berikutya

Lebih terperinci

ANALISIS KOMBINASI PRODUK DALAM PENCAPAIAN LABA MAKSIMUM. (Studi Kasus pada Perusahaan Konvesi di Pemalang) Hardiwinoto

ANALISIS KOMBINASI PRODUK DALAM PENCAPAIAN LABA MAKSIMUM. (Studi Kasus pada Perusahaan Konvesi di Pemalang) Hardiwinoto ANALISIS KOMBINASI PRODUK DALAM PENCAPAIAN LABA MAKSIMUM (Studi Kasus pada Perusahaa Kovesi di Pemalag) Hardiwioto Fakultas Ekoomi Uiversitas Muhammadiyah Semarag Abstrak Tujua riset adalah utuk megaalisis

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian pengembangan (research and

BAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian pengembangan (research and BAB III METODE PENELITIAN A. Jeis Peelitia Jeis peelitia ii adalah peelitia pegembaga (research ad developmet), yaitu suatu proses peelitia utuk megembagka suatu produk. Produk yag dikembagka dalam peelitia

Lebih terperinci

LAPORAN RESMI MODUL VII TIME SERIES FORECASTING

LAPORAN RESMI MODUL VII TIME SERIES FORECASTING LAPORAN RESMI MODUL VII TIME SERIES FORECASTING I. Pedahulua A. Latar Belakag (Mi. 4 Paragraf) B. Rumusa Masalah C. Tujua Praktikum (Mi. 3) D. Mafaat Praktikum (Mi. 3) E. Batasa Masalah II. Tijaua Pustaka

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai dega Mei 03. B. Populasi da Sampel Populasi dalam

Lebih terperinci

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand TEKIK SAMPLIG PCA SEDERHAA Hazmira Yozza Izzati Rahmi HG Jurusa Matematika FMIPA Uad Defiisi : Jika suatu cotoh berukura diambil dari suatu populasi berukura sedemikia rupa sehigga setiap kemugkia cotoh

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Maajeme risiko merupaka salah satu eleme petig dalam mejalaka bisis perusahaa karea semaki berkembagya duia perusahaa serta meigkatya kompleksitas aktivitas perusahaa

Lebih terperinci

PEMODELAN MINIMIZE TOTAL BIAYA PENGENDALIAN KUALITAS TERHADAP PROSES MANUFAKTURING PRODUK FURNITURE

PEMODELAN MINIMIZE TOTAL BIAYA PENGENDALIAN KUALITAS TERHADAP PROSES MANUFAKTURING PRODUK FURNITURE PEMODELAN MINIMIZE TOTAL BIAYA PENGENDALIAN KUALITAS TERHADAP PROSES MANUFAKTURING PRODUK FURNITURE Sutriso B., Abd. Haris, Romadho Jurusa Maajeme - Fakultas Ekoomi, Uiversitas Widya Dharma Klate Jl. Ki

Lebih terperinci

A. Pengertian Hipotesis

A. Pengertian Hipotesis PENGUJIAN HIPOTESIS A. Pegertia Hipotesis Hipotesis statistik adalah suatu peryataa atau dugaa megeai satu atau lebih populasi Ada macam hipotesis:. Hipotesis ol (H 0 ), adalah suatu hipotesis dega harapa

Lebih terperinci

Bab 2 Tinjauan Pustaka

Bab 2 Tinjauan Pustaka Bab 2 Tijaua Pustaka 2.1. Teori Peramala (Forecastig) Utuk meyelesaika masalah di masa datag yag tidak dapat dipastika, orag seatiasa berupaya meyelesaikaya dega model pedekata-pedekata yag sesuai dega

Lebih terperinci

REGRESI LINIER GANDA

REGRESI LINIER GANDA REGRESI LINIER GANDA Secara umum, data hasil pegamata Y bisa terjadi karea akibat variabelvariabel bebas,,, k. Aka ditetuka hubuga atara Y da,,, k sehigga didapat regresi Y atas,,, k amu masih meujukka

Lebih terperinci

BAB 2 LANDASAN TEORI. mendapatkan perhatian dan dipelajari oleh ilmuan dari hampir semua ilmu bidang

BAB 2 LANDASAN TEORI. mendapatkan perhatian dan dipelajari oleh ilmuan dari hampir semua ilmu bidang 8 BAB 2 LANDASAN TEORI 2.1 Pegertia Peramala Statistik merupaka salah satu cabag ilmu pegetahua yag palig bayak medapatka perhatia da dipelajari oleh ilmua dari hampir semua ilmu bidag pegetahua, terutama

Lebih terperinci

OPTIMASI PRODUKSI DENGAN PROGRAM DINAMIS PADA PABRIK FRACTINATION AND REFINERY FACTORY (FRF) PT. XYZ

OPTIMASI PRODUKSI DENGAN PROGRAM DINAMIS PADA PABRIK FRACTINATION AND REFINERY FACTORY (FRF) PT. XYZ e-jural Tekik Idustri FT USU Vol 3, No. 4, November 2013 pp. 49-54 OPTIMASI PRODUKSI DENGAN PROGRAM DINAMIS PADA PABRIK FRACTINATION AND REFINERY FACTORY (FRF) PT. XYZ Adi Riaata Brahmaa 1, Poerwato 2,

Lebih terperinci

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014. BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Peelitia dilaksaaka dari bula Agustus-September 03.Peelitia ii dilakuka di kelas X SMA Muhammadiyah Pekabaru semester gajil tahu ajara 03/04. B. Subjek

Lebih terperinci

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu

Lebih terperinci

PENGENDALIAN PERSEDIAAN BAHAN BAKU KAIN PADA DEPARTEMEN PRINTING-DYEING PT. KHS DENGAN ALGORITMA WAGNER WHITIN

PENGENDALIAN PERSEDIAAN BAHAN BAKU KAIN PADA DEPARTEMEN PRINTING-DYEING PT. KHS DENGAN ALGORITMA WAGNER WHITIN PENGENDALIAN PERSEDIAAN BAHAN BAKU KAIN PADA DEPARTEMEN PRINTING-DYEING PT. KHS DENGAN ALGORITMA WAGNER WHITIN Ema Yuliastuti 1, Wakhid Ahmad Jauhari 2, Cucuk Nur Rosyidi 3 1,2,3 Jurusa Tekik Idustri,

Lebih terperinci

Jurnal Ilmiah Universitas Batanghari Jambi Vol.8 N0. 2 Juli 2008 ANALISIS PERENCANAAN PERSEDIAAN BAHAN BAKU (STUDY KASUS PD.

Jurnal Ilmiah Universitas Batanghari Jambi Vol.8 N0. 2 Juli 2008 ANALISIS PERENCANAAN PERSEDIAAN BAHAN BAKU (STUDY KASUS PD. Jural Ilmiah Uiversitas Bataghari Jambi Vol.8 N0. 2 Juli 2008 ANALISIS PERENCANAAN PERSEDIAAN BAHAN BAKU (STUDY KASUS PD. GUNUNG MAS JAMBI) PENDAHULUAN Perusahaa yag didirika pada umumya mempuyai tujua

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Lokasi da Waktu Peelitia Kegiata peelitia ii dilaksaaka pada bula Mei 2011 bertempat di Dusu Nusa Bakti, Kecamata Serawai da Dusu Natai Buga, Kecamata Melawi yag merupaka

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Disai Peelitia Tujua Jeis Peelitia Uit Aalisis Time Horiso T-1 Assosiatif survey Orgaisasi Logitudial T-2 Assosiatif survey Orgaisasi Logitudial T-3 Assosiatif survey Orgaisasi

Lebih terperinci

BAB V METODOLOGI PENELITIAN

BAB V METODOLOGI PENELITIAN BAB V METODOLOGI PEELITIA 5.1 Racaga Peelitia Peelitia ii merupaka peelitia kualitatif dega metode wawacara medalam (i depth iterview) utuk memperoleh gambara ketidaklegkapa pegisia berkas rekam medis

Lebih terperinci

ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN Erie Sadewo

ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN Erie Sadewo ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN 2010 Erie Sadewo Kodisi Makro Ekoomi Kepulaua Riau Pola perekoomia suatu wilayah secara umum dapat diyataka meurut sisi peyediaa (supply), permitaa

Lebih terperinci

IV. METODOLOGI PENELITIAN

IV. METODOLOGI PENELITIAN 49 IV. METODOLOGI PENELITIAN 4.1. Tempat da Waktu Peelitia Ruag ligkup peelitia mecakup perekoomia Provisi NTT utuk megkaji peraa sektor pertaia dalam perekoomia. Kajia ii diaggap perlu utuk dilakuka dega

Lebih terperinci

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang IV. METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka di Kawasa Patai Ayer, Kabupate Serag Provisi Bate. Lokasi ii dipilih secara segaja atau purposive karea Patai Ayer merupaka salah

Lebih terperinci

BAB 2 TINJAUAN TEORI

BAB 2 TINJAUAN TEORI BAB 2 TINJAUAN TEORI 2.1 ISTILAH KEENDUDUKAN 2.1.1 eduduk eduduk ialah orag atatu idividu yag tiggal atau meetap pada suatu daerah tertetu dalam jagka waktu yag lama. 2.1.2 ertumbuha eduduk ertumbuha peduduk

Lebih terperinci

PERANCANGAN APLIKASI PREDIKSI JUMLAH SISWA BARU PADA YAYASAN CERDAS MURNI MENGGUNAKAN EXPONENTIAL SMOOTHING

PERANCANGAN APLIKASI PREDIKSI JUMLAH SISWA BARU PADA YAYASAN CERDAS MURNI MENGGUNAKAN EXPONENTIAL SMOOTHING PERANCANGAN APLIKASI PREDIKSI JUMLAH SISWA BARU PADA YAYASAN CERDAS MURNI MENGGUNAKAN EXPONENTIAL SMOOTHING Khairu Nisa Ulfa 1, Muhammad Syahrizal 2 Mahasiswa Tekik Iformatika STMIK Budi Darma Meda 1 Dose

Lebih terperinci

MATERI 13 ANALISIS TEKNIKAL ANALISIS TEKNIKAL

MATERI 13 ANALISIS TEKNIKAL ANALISIS TEKNIKAL MATERI 13 ANALISIS TEKNIKAL ASUMSI-ASUMSI DASAR ANALISIS TEKNIKAL KEUNTUNGAN DAN KRITIK TERHADAP ANALISIS TEKNIKAL TEKNIK-TEKNIK DALAM ANALISIS TEKNIKAL - The Dow Theory - Chart Pola Pergeraka Harga Saham

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas I MIA SMA Negeri 5 Badar Lampug Tahu Pelajara 04-05 yag berjumlah 48 siswa. Siswa tersebut

Lebih terperinci

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28 5 BAB III METODE PENELITIAN 3.1 Lokasi Peelitia da Waktu Peelitia Sehubuga dega peelitia ii, lokasi yag dijadika tempat peelitia yaitu PT. Siar Gorotalo Berlia Motor, Jl. H. B Yassi o 8 Kota Gorotalo.

Lebih terperinci

REGRESI DAN KORELASI

REGRESI DAN KORELASI REGRESI DAN KORELASI Pedahulua Dalam kehidupa sehari-hari serig ditemuka masalah/kejadia yagg salig berkaita satu sama lai. Kita memerluka aalisis hubuga atara kejadia tersebut Dalam bab ii kita aka membahas

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Alat terapi ini menggunakan heater kering berjenis fibric yang elastis dan

BAB IV HASIL DAN PEMBAHASAN. Alat terapi ini menggunakan heater kering berjenis fibric yang elastis dan BAB IV HASIL DAN PEMBAHASAN 4.1. Spesifikasi Alat Alat terapi ii megguaka heater kerig berjeis fibric yag elastis da di bugkus dega busa, pasir kuarsa, da kai peutup utuk memberi isolator terhadap kulit

Lebih terperinci

Bab III Metoda Taguchi

Bab III Metoda Taguchi Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Metodologi Peelitia Metodologi peelitia ii merupaka cara yag diguaka utuk memecahka masalah dega lagkah-lagkah yag aka ditempuh harus releva dega masalah yag telah dirumuska.

Lebih terperinci

BAB 6: ESTIMASI PARAMETER (2)

BAB 6: ESTIMASI PARAMETER (2) Bab 6: Estimasi Parameter () BAB 6: ESTIMASI PARAMETER (). ESTIMASI PROPORSI POPULASI Proporsi merupaka perbadiga atara terjadiya suatu peristiwa dega semua kemugkiaa peritiwa yag bisa terjadi. Besara

Lebih terperinci

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua BAB IV METODE PENELITlAN 4.1 Racaga Peelitia Racaga atau desai dalam peelitia ii adalah aalisis komparasi, dua mea depede (paired sample) yaitu utuk meguji perbedaa mea atara 2 kelompok data. 4.2 Populasi

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 22 BAB III METODOLOGI PENELITIAN 3.1 Lokasi da Waktu Peelitia Peelitia ii dilaksaaka di tiga kator PT Djarum, yaitu di Kator HQ (Head Quarter) PT Djarum yag bertempat di Jala KS Tubu 2C/57 Jakarta Barat,

Lebih terperinci

III. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011

III. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011 III. METODE PENELITIAN A. Latar Peelitia Peelitia ii merupaka peelitia yag megguaka total sampel yaitu seluruh siswa kelas VIII semester gajil SMP Sejahtera I Badar Lampug tahu pelajara 2010/2011 dega

Lebih terperinci

PERANCANGAN DAN PEMBUATAN APLIKASI DECISION SUPPORT SYSTEM (DSS) UNTUK PREDIKSI PERMINTAAN KEBUTUHAN BERAS SECARA MULTIUSER

PERANCANGAN DAN PEMBUATAN APLIKASI DECISION SUPPORT SYSTEM (DSS) UNTUK PREDIKSI PERMINTAAN KEBUTUHAN BERAS SECARA MULTIUSER ISSN : 2338-4018 PERANCANGAN DAN PEMBUATAN APLIKASI DECISION SUPPORT SYSTEM (DSS) UNTUK PREDIKSI PERMINTAAN KEBUTUHAN BERAS SECARA MULTIUSER Agik Damai Istato (agik_damai@yahoo.co.id) Muhammad Hasbi (mhasbi@sius.ac.id)

Lebih terperinci

USULAN PERENCANAAN KEBUTUHAN BAHAN BAKU DI PT. KMT

USULAN PERENCANAAN KEBUTUHAN BAHAN BAKU DI PT. KMT Jural Ilmiah Tekik Idustri (2013), Vol. 1 No. 2, 75 85 USULAN PERENCANAAN KEBUTUHAN BAHAN BAKU DI PT. KMT Ivelie Ae Marie 1, Silvi Ariyati 2 da Moika Tagel 3 1 Program Studi Tekik Idustri Uiversitas Trisakti,

Lebih terperinci

BAB 3 DATA DAN METODOLOGI PENELITIAN

BAB 3 DATA DAN METODOLOGI PENELITIAN BAB 3 DATA DAN METODOLOGI PENELITIAN Pada Bab ii aka memberika iformasi hal yag berkaita dega lagkah-lagkah sistematis yag aka diguaka dalam mejawab pertayaa peelitia.utuk itu diperluka beberapa hal sebagai

Lebih terperinci

Implementasi Linear Programming Untuk Memaksimalkan Keuntungan

Implementasi Linear Programming Untuk Memaksimalkan Keuntungan Serag, 25 November 2017 Implemetasi Liear Programmig Utuk Memaksimalka Keutuga Supriyadi 1, Ade Muslimat 2, Realdy Pratama 2, Gia Ramayati 3 1,34) Jurusa Tekik Idustri, Fakultas Tekik,Uiversitas Serag

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

Bab 3 Metode Interpolasi

Bab 3 Metode Interpolasi Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui

Lebih terperinci

MATERI 10 ANALISIS EKONOMI

MATERI 10 ANALISIS EKONOMI MATERI 10 ANALISIS EKONOMI TOP-DOWN APPROACH KONDISI EKONOMI DAN PASAR MODAL VARIABEL EKONOMI MAKRO MERAMAL PERUBAHAN PASAR MODAL 10-1 TOP-DOWN APPROACH Dalam melakuka aalisis peilaia saham, ivestor bisa

Lebih terperinci

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat BAB III METODOLOGI PENELITIAN 3.1. Jeis da Sumber Data Jeis peelitia yag aka diguaka oleh peeliti adalah jeis peelitia Deskriptif. Dimaa jeis peelitia deskriptif adalah metode yag diguaka utuk memperoleh

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Saham Saham adalah surat berharga yag dapat dibeli atau dijual oleh peroraga atau lembaga di pasar tempat surat tersebut diperjualbelika. Sebagai istrumet ivestasi, saham memiliki

Lebih terperinci

PERAMALAN KURSIDRTERHADAP USDMENGGUNAKAN DOUBLE MOVING AVERAGES DAN DOUBLEEXPONENTIAL SMOOTHING.

PERAMALAN KURSIDRTERHADAP USDMENGGUNAKAN DOUBLE MOVING AVERAGES DAN DOUBLEEXPONENTIAL SMOOTHING. PERAMALAN KURSIDRERHADAP USDMENGGUNAKAN DOUBLE MOVING AVERAGES DAN DOUBLEEXPONENIAL SMOOHING. Padrul Jaa 1), Rokhimi 2), Ismi Ratri Prihatiigsih 3) 1,2,3 PedidikaMatematika, Uiversitas PGRI Yogyakarta

Lebih terperinci

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut: Statistik da Peluag A. Statistik Statistik adalah metode ilmiah yag mempelajari cara pegumpula, peyusua, pegolaha, da aalisis data, serta cara pegambila kesimpula berdasarka data-data tersebut. Data ialah

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 3 BAB LANDASAN TEORI.1 Dasar Productio Plaig ad Ivetory Cotrol (PPIC).1.1 Pegertia Productio Plaig ad Ivetory Cotrol (PPIC) Productio Plaig ad Ivetory Cotrol (PPIC) adalah sebuah proses pegedalia alira

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 9 III. METODE PENELITIAN A. Lokasi da Objek Peelitia Peelitia ii dilakuka di RPH Tejo Petak 10i, BKPH Parug Pajag KPH Bogor, Perum Perhutai Uit III Jawa Barat da Bate. Objek peelitia adalah waktu kerja

Lebih terperinci

REGRESI DAN KORELASI SEDERHANA

REGRESI DAN KORELASI SEDERHANA REGRESI DAN KORELASI SEDERHANA Apa yag disebut Regresi? Korelasi? Aalisa regresi da korelasi sederhaa membahas tetag keterkaita atara sebuah variabel (variabel terikat/depede) dega (sebuah) variabel lai

Lebih terperinci

ANALISIS RUNTUT WAKTU DAN PERAMALAN (Time Series and Forecasting) Analisis Tren

ANALISIS RUNTUT WAKTU DAN PERAMALAN (Time Series and Forecasting) Analisis Tren ANALISIS RUNTUT WAKTU DAN PERAMALAN (Time Series ad Forecastig) Aalisis Tre P.E.N.D.A.H.U.L.U.A.N Rutut waktu merupaka kumpula data yag tercatat sepajag periode waktu tertetu (cotohya: miggua, bulaa, atau

Lebih terperinci

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa 19 III. METODE PENELITIAN A. Populasi da Sampel Populasi dalam peelitia ii adalah seluruh siswa kelas VIII SMP Negeri 8 Badar Lampug tahu pelajara 2009/2010 sebayak 279 orag yag terdistribusi dalam tujuh

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pegertia Peramala Statistik merupaka salah satu cabag ilmu pegetahua yag palig bayak medapatka perhatia da dipelajari oleh ilmua dari hampir semua ilmu bidag pegetahua, terutama

Lebih terperinci

PERAMALAN PERENCANAAN PRODUKSI SEMEN DENGAN METODE EXPONENTIAL SMOOTHING PADA PT. SEMEN INDONESIA

PERAMALAN PERENCANAAN PRODUKSI SEMEN DENGAN METODE EXPONENTIAL SMOOTHING PADA PT. SEMEN INDONESIA PERAMALAN PERENCANAAN PRODUKSI SEMEN DENGAN METODE EXPONENTIAL SMOOTHING PADA PT. SEMEN INDONESIA Agil Saputro, Bambag Purwaggoo *) Program Studi Tekik Idustri, Fakultas Tekik, Uiversitas Dipoegoro, Jl.

Lebih terperinci

BAB II TINJAUAN LITERATUR. Pengendalian persediaan dapat dilakukan dalam berbagai cara, antara lain dengan

BAB II TINJAUAN LITERATUR. Pengendalian persediaan dapat dilakukan dalam berbagai cara, antara lain dengan BAB II TINJAUAN LITERATUR 2.1. Klasifikasi ABC Dalam Persediaa Pegedalia persediaa dapat dilakuka dalam berbagai cara, atara lai dega megguaka aalisis ilai persediaa. Dalam aalisis ii, persediaa dibedajka

Lebih terperinci

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Data permitaa Dalam meramalka permitaa produk lever cable utuk kebutuha PT. Kyoda Mas Mulia sediri. data yag diambil utuk perhituga peramala permitaa yaitu dega

Lebih terperinci

MODUL 3 PERAMALAN. Halaman 3

MODUL 3 PERAMALAN. Halaman 3 MODUL 3 PERAMALAN 1. Deskripsi Peramala merupaka tahapa awal dari keseluruha perecaaa produksi. Adaya ketidak pastia dari permitaa kosume di masa yag aka datag meyebabka aktivitas peramala ii sagat dibutuhka

Lebih terperinci

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi. Distribusi Samplig (Distribusi Pearika Sampel). Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH 89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Distribusi Distribusi merupaka suatu proses kegiata alira atau peyalura barag dari produse sampai ke taga kosume. Distribusi memerluka perecaaa, da pegedalia yag baik utuk meciptaka

Lebih terperinci

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Halama Tulisa Jural (Judul da Abstraksi) Jural Paradigma Ekoomika Vol.1, No.5 April 2012 PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Oleh : Imelia.,SE.MSi Dose Jurusa Ilmu Ekoomi da Studi Pembagua,

Lebih terperinci

BAB IV PENELITIAN Gambar Alat Untuk gambar alat dapat dilihat pada gambar 4.1. dibawah ini: Gambar 4.1. Modul Alat Tugas Akhir

BAB IV PENELITIAN Gambar Alat Untuk gambar alat dapat dilihat pada gambar 4.1. dibawah ini: Gambar 4.1. Modul Alat Tugas Akhir 43 BAB IV PENELITIAN 4.1. Spesifikasi Alat Nama Alat : Had dryer Dilegkapi Dega UV Steril da Pompa Caira Sabu Otomatis. Tegaga : 0 V Frekuesi : 50-60 Hz Daya : 350 Watt 4.. Gambar Alat Utuk gambar alat

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Seputih Agung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Seputih Agung. Populasi dalam 19 III. METODE PENELITIAN A. Populasi da Sampel Peelitia ii dilaksaaka di SMP Negeri 1 Seputih Agug. Populasi dalam peelitia ii adalah seluruh siswa kelas VII SMP Negeri 1 Seputih Agug sebayak 248 siswa

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Metode Peelitia Peelitia ii megguaka metode peelitia Korelasioal. Peelitia korelasioaal yaitu suatu metode yag meggambarka secara sistematis da obyektif tetag hubuga atara

Lebih terperinci

III BAHAN DAN METODE PENELITIAN. Ternak yang digunakan dalam penelitian ini adalah kuda berjumlah 25

III BAHAN DAN METODE PENELITIAN. Ternak yang digunakan dalam penelitian ini adalah kuda berjumlah 25 18 III BAHAN DAN METODE PENELITIAN 3.1 Baha Peelitia 3.1.1 Objek Peelitia Terak yag diguaka dalam peelitia ii adalah kuda berjumlah 25 ekor terdiri dari 5 jata da 20 betia dega umur berkisar atara 10 15

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Madiun, untuk mendapatkan gambaran kondisi tempat penelitian secara umum,

BAB III METODOLOGI PENELITIAN. Madiun, untuk mendapatkan gambaran kondisi tempat penelitian secara umum, 32 BAB III METODOLOGI PENELITIAN 3.1 Objek Peelitia Peelitia dilakuka di PT. INKA yag terletak di Jl. Yos Sudarso o 71 Madiu, utuk medapatka gambara kodisi tempat peelitia secara umum, termasuk kegiata-kegiata

Lebih terperinci

Lampiran 1 Bukti Kas Masuk

Lampiran 1 Bukti Kas Masuk Lampira 1 Bukti Kas Masuk Lampira 2 Bukti Kas Keluar Lampira 3 Struktur Orgaisasi Lampira 3 Tabel Jawaba Respode Lampira 4 Tabel Hasil Pegujia Data dega SPSS N A1 N A2 N A3 N A4 N A5 N A6 N A7 Pearso TOTAL

Lebih terperinci

Distribusi Sampling (Distribusi Penarikan Sampel)

Distribusi Sampling (Distribusi Penarikan Sampel) Distribusi Samplig (Distribusi Pearika Sampel) 1. Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci