Penggunaan Metode Deseasonalized untuk Meramalkan Jumlah Pengunjung Objek Wisata Danau Ranau, Sumatera Selatan

Ukuran: px
Mulai penontonan dengan halaman:

Download "Penggunaan Metode Deseasonalized untuk Meramalkan Jumlah Pengunjung Objek Wisata Danau Ranau, Sumatera Selatan"

Transkripsi

1 Jural Peelitia Sais Volume 16 Nomor 3 Oktober 013 Pegguaa Metode Deseasoalized utuk Meramalka Jumlah Pegujug Objek Wisata Daau Raau, Sumatera Selata Robiso Sitepu, Putra B.J. Bagu, da M. Haris Suryasah Jurusa Matematika, Uiversitas Sriwijaya, Sumatera Selata, Idoesia Itisari: Peramala merupaka proses meramal suatu peristiwa yag aka terjadi pada masa yag aka datag dega medasarka pada variabel-variabel tertetu. Metode Deseasoalized adalah bagia dari metode dekomposisi yag merupaka salah salah satu metode deret berkala. Peramala dega metode ii dilakuka dega cara mehilagka pegaruh variasi musima. Tujua peelitia ii adalah utuk megetahui ramala jumlah pegujug objek wisata Daau Raau pada tahu 01. Utuk melakuka ramala, terlebih dahulu dihitug ideks musima megguaka metode rasio terhadap rata-rata bergerak, kemudia meetuka persamaa garis tred. Peramala dihitug dega megalika Y (ilai dugaa) dega ideks musim. Dari hasil peelitia diperoleh model peramala yaitu Y 1835, ,975t. Sedagka perkiraa jumlah pegujug objek wisata Daau Raau tahu 01 pada kuartal pertama adalah pegujug, kuartal kedua.6 pegujug, kuartal ketiga.11 pegujug da kuartal empat 3.33 pegujug. Nilai MAE da MSE yag dihasilka masig-masig adalah 1.09 da Kata kuci: Peramala, Metode Deseasoalized. Abstract: forecastig is the process of predictig a evet that will occur i the future by basig o certai variables. Deseasoalized method is part of the decompositio method is oe method of time series. Forecastig method is doe by elimiatig the ifluece of seasoal variatio. The purpose of this study was to determie the forecast umber of visitors Raau Lake i 01. To make predictios, seasoal idex are calculated i advace usig the ratio of the movig average, the the equatio of tred lies. Forecass calculated by multiplyig Y (estimated value) to the seaso idex. From the research results obtaied by the forecastig model Y 1835, ,975t. While the estimated umber of visitor Raau Lake i the first quarter of 01 were 1015 visitors, 6 visitors of the secod quarter, third quarter ad fourth quarter were 11 ad 333 visitors. MAE ad MSE values produced are respectively 109 ad.178 milio. Keywords: Forecastig, Deseasoalized method. 1 PENDAHULUAN S alah satu peerapa metode peramala yaitu dalam bidag pariwisata, misalya utuk meramalka jumlah pegujug dalam periode tertetu. Dega bertambahya mobilitas peduduk sebagai wisatawa, perhituga-perhituga yag akurat berdasarka data kuatitatif sagat diperluka utuk memperkiraka jumlah pegujug sehigga fasilitas pelayaa seperti saraa da prasara bagi para wisatawa yag berkujug ke tempat wisata dapat ditigkatka sesuai dega kebutuha da jumlah pegujug. Provisi Sumatera Selata memiliki bayak objek wisata. Salah satuya adalah objek wisata Daau Raau. Daau Raau meruapaka daau terbesar ke-dua di pulau Sumatera yag terletak di kabupate OKU Selata. Data Jumlah pegujug objek wisata Daau Raau dari waktu ke waktu bergua utuk melihat gambara tetag perkembaga jumlah pegujug. Berdasarka data yag terdapat pada masa lampau yag diaalisis dega megguaka cara-cara tertetu, dapat diketahui ramala (forecast) jumlah pegujug pada masa yag aka datag. Metode deseasoalized merupaka bagia dari metode dekomposisi yag termasuk dalam metode deret berkala. Kosep dasar pegguaa metode ii dilakuka dega cara meghilagka pegaruh variasi musima. Dega meghilagka faktor musima memugkika utuk memfokuska ke seluruh tred jagka pajag. Metode deseasoalized didasarka pada keyataa bahwa apa yag telah terjadi itu aka berulag kembali dega pola yag sama. 01 JPS MIPA UNSRI

2 Sitepu dkk./pegguaa Metode Deseasoal JPS Vol.16 No. 3 Oktober 013 TINJAUAN PUSTAKA Peramala Peramala adalah perkiraa megeai sesuatu yag belum terjadi. Ramala dilakuka berdasarka data yag terdapat pada masa lampau yag diaalisis dega megguaka cara-cara tertetu [3]. Dalam membuat ramala diupayaka utuk dapat memiimumka pegaruh ketidakpastia, dega kata lai bertujua utuk medapatka ramala yag bisa memiimumka error (kesalaha) meramal [1]. Metode perlamala terbagi atas dua metode yaitu metode peramala kualitatif da metode kuatitatif. Sebuah model deret berkala adalah suatu fugsi yag meghubugka iali deret berkala dega ilai awal deret berkala, kesalahaya, atau yag berhubuga dega deret berkala laiya. Metode deret berkala bersifat meramalka utuk masa yag aka datag []. Pada umumya deret berkala mempuyai empat kompoe yaitu Gerak Jagka Pajag (Logterm Movemet atau Seculer Tred), Gerak Berulag (Cylical Movemet), Gerak Musima (Seasoal Movemet), Gerak Tak Teratur (Irregular Movemet) []. Metode deseasoalized merupaka salah satu metode peramala deret berkala yag merupaka bagia dari metode dekomposisi. Dasar pegguaa metode ii dilakuka dega cara meghilagka pegaruh variasi musima, sehigga memugkika utuk memfokuska ke seluruh tred jagka pajag. Geraka musima (seasoal movemet or variatio) merupaka suatu geraka yag teratur dalam arti aik turuya terjadi pada waktu-waktu yag sama atau sagat berdekata. Data deret berkala diyataka sebagai variabel Y terdiri dari kompoe yaitu: Y T x C x S x I Jika pegaruh dari tred (T), siklis (C), da irregular (I) dihilagka, tiggallah satu kompoe S, yaitu kompoe musima. Utuk meghitug agka ideks musima dapat diguaka beberapa metode berikut: a. Metode Rata-Rata Sederhaa Dalam metode ii, ideks musima dihitug berdasarka rata-rata tiap periode musim setelah bebas dari pegaruh tred. b. Metode Rasio terhadap Tred Utuk mecari ideks musima, hitug ilai riil dari ilai tredya, kemudia berdasarka presetase itu dicari ideks musima tiap-tiap periode musim. c. Metode Rasio terhadap Rata-Rata Bergerak Utuk meetuka ideks musima dega metode ii dapat dihitug dega megguaka rumus: dega: M Y t t1 Y t t1 Y B tb T+1 x 100% (1.1) (1.) Tred jagka pajag dari data deret berkala biasaya megikuti pola-pola tertetu. Persamaa utuk meggambarka pergeraka tred adalah sebagai berikut: dega: dega: b Y a + bt (1.3) a Y i t i Yi Y i b (1.) (1.5) Y ilai proyeksi dari variabel Y pada ilai t tertetu a ilai perpotoga (itersep) dari Y. Itersep ii merupaka ilai Y ketika t 0 atau ilai estimati Y ketika garis lurus memotog sumbu Y ketika t0 b kemiriga atau slope garis, atau perubaha rata-rata dalam Y utuk setiap perubaha dari satu uit t (baik peigkata maupu peurua) t ilai waktu yag terpilih Persamaa Model Peramala Persamaa model peramala dega metode deseasoalized adalah sebagai berikut. F t Yx M (1.7) dega: F t ilai forecast (peramala) waktu ke-t, Y ilai proyeksi dari variabel Y pada ilai t tertetu, da M ideks musima. Selajutya, utuk megukur kesalaha ramala biasaya diguaka Mea Absolute Error da Mea Squared Error. Semaki kecil ilai MAE da MSE, maka semaki akurat peramalaya. Sebalikya se

3 Sitepu dkk./pegguaa Metode Deseasoal JPS Vol.16 No. 3 Oktober 013 maki besar ilai MAE da MSE, maka semaki tidak akurat peramalaya. Mea Absolute Error (MAE) Mea Absolute Error (MAE) yaitu rata-rata ilai absolute error dari kesalaha ramala. MAE Y t F t Mea Squared Error (MSE) (1.8) Mea Squared Error (MSE) yaitu rata-rata dari kesalaha ramala dikuadratka. dega: MSE Y t F t Y t data sebearya terjadi (1.9) F t data ramala dihitug dari model yag diguaka pada waktu atau tahu t bayak data hasil ramala []. 3 METODOLOGI PENELITIAN Lagkah-lagkah yag dilakuka adalah: 1. Megumpulka data. Data yag diguaka dalam peelitia ii adalah data sekuder jumlah pegujug objek wisata Daau Raau tahu Deskripsi data. Deskripsi data bergua utuk memberika gambara tetag data yag diperoleh. 3. Meyusu data tiap kuartal masig-masig tahu. Peyusua data mejadi perkuartal diterapka utuk mempermudah dalam peghituga selajutya.. Meghitug ideks musim. Metode yag diguaka utuk meghitug ideks musim adalah metode rasio terhadap rata-rata bergerak. Ideks musim diguaka utuk meghilagka tred, siklus, serta kompoe-kompoe yag tidak beratura laiya dari data asal. Lagkahlagkahya adalah: a. Meetuka Ideks Musima Tertetu. - Meghitug rata-rata bergerak empat kuartal. Prosedur perhitugaya adalah dega megguaka persamaa (1.3). - Meghitug rata-rata bergerak pusat. Ratarata bergerak pusat dapat dihitug dega megguaka persamaa (1.). - Meghitug ideks musimma tertetu. Ideks musim tertetu dapat dihitug dega megguaka persamaa (1.1). b. Meetuka Ideks Musim Tiap Kuartal 5. Meghitug ramala awal jumlah pegujug. Ramala awal dapat dihitug dega megalika jumlah pegujug pada kuartal tertetu dega ideks musim yag diperoleh dari lagkah 5. Perhituga ii bergua utuk meetuka persamaa garis tred. 6. Meetuka Persamaa Garis Tred. Persamaa garis tred dapat dihitug dega megguaka persamaa (1.), (1.5), (1.6). Persamaa tred bergua utuk meghitug ramala pegujug tahu Meghitug ramala jumlah pegujug Objek Wisata Daau Raau yaitu dega memasukka ilai t ke dalam persamaa yag diperoleh pada lagkah 7. Nilai t adalah periode dalam kuartal. 8. Meghitug kesalaha ramala. Kesalaha ramala dapat dihitug dega megguaka persamaa (1.8) da (1.9). 9. Membuat kesimpula. HASIL DAN PEMBAHASAN Deskripsi Data Peelitia ii megguaka data sekuder yag diperoleh dari Dias Pariwisata da Kebudayaa kabupate Oga Komerig Ulu Selata, yaitu data jumlah pegujug objek wisata Daau Raau tahu Data selegkapya dapat dilihat pada Tabel 1. Tabel 1. Jumlah Pegujug Objek Wisata Daau Raau Tahu Bula Tahu Jauari Februari Maret April Mei Jui Juli Agustus September Oktober November Desember Sumber : Dias Pariwisata da Kebudayaa Kab. OKUS Berdasarka tabel 1, terlihat bahwa jumlah pegujug megalami tred keaika da peurua pada bula-bula tertetu. Namu, secara umum dapat dikataka bahwa jumlah pegujug objek

4 Sitepu dkk./pegguaa Metode Deseasoal JPS Vol.16 No. 3 Oktober 013 wisata Daau Raau setiap tahu megalami keaika. Perhituga Peramala dega Metode Deseasoalized Lagkah-lagkah perhituga peramala dega megguaka metode deseasoalized adalah sebagai berikut: a. Meyusu Data Tiap Kuartal masigmasig Tahu. Karea jumlah pegujug cederug mempuyai pola yag berbeda setiap bulaya, maka data disusu mejadi kuartala. Dega pegelompokka data mejadi kuartala, tred keaika da peurua jumlah pegujug setiap periode terlihat jelas. Data Selegkapya dapat dilihat pada Tabel berikui: Tabel. Jumlah Pegujug Objek Wisata Daau Raau Tahu per Kuartal Kuartal Tahu I II III IV Jumlah b. Meghitug Ideks Musima Tertetu Utuk meghitug ideks musima tertetu diguaka metode rasio rata-rata bergerak (ratio to movig average method). Lagkah-lagkah utuk meghitug ideks musima terteu dega metode rasio rata-rata bergerak adalah sebagai berikut: 1. Meghitug rata-rata bergerak kuartal Jika rata-rata bergerak kuartal adalah B, maka B dapat dihitug dega megguaka Persamaa (1.3) sebagai berikut: B 1 K1+K+K3+K 18868,5 B K+K3+K+K , Rata-rata bergerak kuartal berikutya dapat dihitug dega cara yag sama seperti lagkah di atas.. Rata-Rata Bergerak Pusat Misalka rata-rata bergerak pusat Y, maka ilai Y dapat ditetuka dega megguaka Persamaa (1.) sebagai berikut: Y 1 B 1+B Y B +B ,5+1890, , , ,88 Rata-rata begerak pusat ketiga, keempat da seterusya dapat dihitug dega cara yag sama seperti lagkah diatas. 3. Meghitug Ideks Musima Tertetu Ideks musim tertetu dapat dihitug dega membagi jumlah pegujug dega rata-rata bergerak pusat yag diperoleh pada lagkah b da megalikaya dega 100%. Ideks musima tertetu meggambarka rasio dari ilai deret berkala asal terhadap rata-rata bergerak. Jika rata-rata bergerak pusat pertama Y 1, rata-rata bergerak kedua Y, da rata-rata bergerak pusat ke- Y, maka ideks musima tertetu dapat dihitug sebagai berikut: Ideks musima tertetu kuartal 3 tahu 007 I 1 K 3(007 ) 087 x 100% 111,7375% Y ,5 Ideks musima tertetu kuartal tahu 007 I K (007 ) Y ,88 x 100% 110,65% Ideks musima tertetu kuartal 1 tahu 008 I 3 K 1(008 ) 1577 x 100% 8,153% Y Ideks Musima tertetu kuartal tahu 008 I K (008 ) Y ,38 x 100% 10,916% Ideks Musima tertetu kuartal 3 tahu 008 I 5 K 3(008 ) Y ,88 x 100% 103,663% Ideks musima tertetu kuartal tahu 008 I 6 K (008 ) Y ,38 x 100% 107,73% Ideks Musima berikutya dapat dihitug dega cara yag sama seperti perhituga di atas. c. Meghitug Ideks Kuartala Tertetu Dega merata-rataka ideks musima tertetu pada kuartal 1, kuartal, kuartal 3, da kuartal maka adak diperoleh ideks musima kuartal 1,, 3, da. Ideks musima kuartal 1 8, , , ,758 95,

5 Sitepu dkk./pegguaa Metode Deseasoal JPS Vol.16 No. 3 Oktober 013 Ideks musima kuartal 10,916+9, ,197+98,359 Ideks musima kuartal 3 111, , , ,37 Ideks musima kuartal 110,65+107,73+99, , , , ,5601 d. Meghitug Ramala Awal Jumlah Pegujug Ramala awal dapat dihitug dega megalika jumlah pegujug pada kuartal tertetu dega ideks musima yag telah diperoleh pada lagkah c da membagiya dega 100. Misalka ramala awal D, maka: D 1 [(1737)x(95,9151)]/ ,88579 D [(1683)x(100,80163)]/ ,1367 D 3 [(087)x(95,108,766)]/ ,6395 Utuk D, D 5, D 6,... D dapat dihitug dega megguaka cara yag sama seperti di atas. e. Meetuka Persamaa Garis Tred Berdasarka persamaa (1.) pada bab II, diperoleh: b a Y i Yi b Y i ,9 019, b 17, ,1775 Jadi, persamaa garis tred-ya adalah 17, Y 1835, ,975t (1.10) f. Meghitug ramala jumlah pegujug tahu 01 Berdasarka persamaa garis tred pada persamaa (1.10), dapat dihitug perkiraa jumla pegujug objek wisata Daau Raau tahu 01. Y 1835,1775+[17,975(1)] 1909,685 Y 1835,1775+[17,975()] 08,65675 Y 1835,1775+[17,975(3)] 59,6315 Y 1835,1775+[17,975()] 3,60575 Setelah diperoleh Y, dapat dihitug ramala jumlah pegujug Tahu 01 yaitu dega megalika Y dega ideks musim da membagiya dega 100 sehigga diperoleh : F K1 [(1909,685)x(95,9151)]/ , F K [(08,65675)x(100,80163)]/100 61,69.6 F K3 [(59,6315)x(108,766)]/100 10,91.11 F K [(3,60575)x(103,5601)]/ , Berdasarka data di atas, jumlah pegujug terbayak diperkiraka terdapat pada kuartal ketiga yaitu sebayak.11 pegujug, sedagka jumlah pegujug palig sedikit diperkiraka terdapat pada kuartal pertama yaitu sebayak pegujug. Meghitug Kesalaha Ramala Berdasarka persamaa (1.8) da (1.9), dapat diperoleh ilai MAE da MSE. Nilai ii dapat juga disajika dalam betuk persetase agar memudahka dalam medeskripsika hasil yag diperoleh. Perhituga secara legkap utuk meetuka ilai MAE da MSE dapat dilihat pada Tabel 3 berikui: Tabel 3. Hasil Perhituga MAE da MSE Tahu Kuartal Y t F t Y t F t Y t F t K ,15 1, ,3 007 K ,15 51, K ,66 67,3 1806,7 K , 171, K ,6 60, K ,66 8,3 7113,36 K , , K ,0 59, K ,77 776, ,6 009 K ,17 0, K ,16 53, , K ,85 15, K ,08 607, ,1 010 K ,68 089, K ,1 1070,

6 Sitepu dkk./pegguaa Metode Deseasoal JPS Vol.16 No. 3 Oktober 013 K ,67 36, K ,39 68, ,7 011 K , , K ,66 66,3 00,996 K ,9, Jumlah ,8 173, Rata-rata 19568,3 053,99 108, Jika disajika dalam betuk persetase, maka rata-rata kesalaha ramala dapat dihitug sebagai berikut : MAE,9% 19568,3 053, ,3 x 100% 96, ,3 x100% Berdasarka tabel 3 di atas diperoleh ilai MAE (Mea Absolute Error) sebesar 108,665 (dibulatka mejadi 109) da MSE (Mea Squared Error) sebesar Artiya, rata-rata kesalaha (selisih atara pegujug dari data asli dega data hasil ramala) adalah 109 pegujug per kuartal. Jika disajika dalam betuk selag, maka kesalaha peramala berada diatara F t -109 < e < F t KESIMPULAN DAN SARAN Kesimpula Berdasarka hasil da pembahsa, diperoleh kesimpula sebagai berikut: Model persamaa garis tred yag diperoleh dari perhituga adalah Y 1835, ,975t. Artiya utuk setiap perubaha satu satua t, maka ilai tred jumlah pegujug objek wisata Daau Raau adalah Y 1835, , Dega megguaka metode deseasoalized, jumlah pegujug objek wisata Daau Raau tahu 01 diperkiraka megalami keaika dibadigka dega tahu sebelumya, dega ricia sebagai berikut: a. Jumlah pegujug pada kuartal pertama diperkiraka sebayak pegujug b. Jumlah pegujug pada kuartal kedua diperkiraka sebayak.6 pegujug c. Jumlah pegujug pada kuartal ketiga diperkiraka sebayak.11 pegujug d. Jumlah pegujug pada kuartal keempat diperkiraka sebayak 3.33 pegujug Berdasarka persetase kesalaha ramala yag diperoleh pada hasil da pembahasa, maka peramala dega megguaka metode deseasoalized baik diguaka utuk melakuka peramala jumlah pegujug objek wisata Daau Raau karea memiliki rata-rata persetase kesalaha relatif kecil yaitu sebesar,9%. Sara Berdasarka hasil da pembahasa, peulis meyaraka: a. Pemeritah Daerah sebagai pegelola objek wisata hedakya megambil lagkah-lagkah atau memberika kebijaka tertetu dalam usaha peigkata fasilitas da pelayaa utuk pegujug. Hal ii dilakuka utuk megatisipasi lojaka jumlah pegujug pada periode-periode tertetu sehigga dapat memberika keyamaa kepada pegujug. b. Dalam peelitia ii diguaka metode deseasoalized utuk meramalka jumlah pegujug objek wisata Daau Raau tahu 01. Disaraka bagi peulis selajutya utuk megguaka metode peramala lai utuk meramalka jumlah pegujug objek wisata Daau Raau pada masa yag aka datag. REFERENSI Awat, J., 001, Metode Peramala Kuatitatif, Liberty, Yogyakarta Makridakis, S., Steve C.W., Victor E.M., 1999, Metode da Aplikasi Peramala, Erlagga, Jakarta Subagyo, P., 00, Forecastig Kosep da Aplikasi, BPFE Yogyakarta, Yogyakarta Suprato, J., 010, Metode Ramala Kuatitatif, Rieka Cipta, Jakarta

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

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

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

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

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

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

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika Prosidig Semirata FMIPA Uiversitas Lampug, 0 Model Pertumbuha BeefitAsurasi Jiwa Berjagka Megguaka Deret Matematika Edag Sri Kresawati Jurusa Matematika FMIPA Uiversitas Sriwijaya edagsrikresawati@yahoocoid

Lebih terperinci

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

BAB IV PEMECAHAN MASALAH

BAB IV PEMECAHAN MASALAH BAB IV PEMECAHAN MASALAH 4.1 Metodologi Pemecaha Masalah Dalam ragka peigkata keakurata rekomedasi yag aka diberika kepada ivestor, maka dicoba diguaka Movig Average Mometum Oscillator (MAMO). MAMO ii

Lebih terperinci

i adalah indeks penjumlahan, 1 adalah batas bawah, dan n adalah batas atas.

i adalah indeks penjumlahan, 1 adalah batas bawah, dan n adalah batas atas. 4 D E R E T Kosep deret merupaka kosep matematika yag cukup populer da aplikatif khusuya dalam kasus-kasus yag meyagkut perkembaga da pertumbuha suatu gejala tertetu. Apabila perkembaga atau pertumbuha

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

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

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

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

Model Trend untuk Peramalan Jumlah Penduduk Studi kasus pada Pertumbuhan Penduduk Kabupaten Gowa

Model Trend untuk Peramalan Jumlah Penduduk Studi kasus pada Pertumbuhan Penduduk Kabupaten Gowa JTRISTE, Vol., No., Oktober 015, pp. 46~5 ISSN: 355-3677 Model Tred utuk Peramala Jumlah Peduduk Studi kasus pada Pertumbuha Peduduk Kabupate Gowa Sistem Iformasi, STMIK Kharisma Makassar rahmawati@kharisma.ac.id

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

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc.

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc. METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/0 SUGENG00 Copyright 996-98 Dale Caregie & Associates, Ic. Kesalaha ERROR: Selisih atara ilai perkiraa dega ilai eksakilai

Lebih terperinci

MATEMATIKA EKONOMI 1 Deret. DOSEN Fitri Yulianti, SP, MSi.

MATEMATIKA EKONOMI 1 Deret. DOSEN Fitri Yulianti, SP, MSi. MATEMATIKA EKONOMI 1 Deret DOSEN Fitri Yuliati, SP, MSi. Deret Deret ialah ragkaia bilaga yag tersusu secara teratur da memeuhi kaidah-kaidah tertetu. Bilaga-bilaga yag merupaka usur da pembetuk sebuah

Lebih terperinci

Peramalan Jumlah Stok Alat Tulis Kantor Di UD ACHMAD JAYA Menggunakan Metode Double Exponential Smoothing

Peramalan Jumlah Stok Alat Tulis Kantor Di UD ACHMAD JAYA Menggunakan Metode Double Exponential Smoothing Jural Ilmiah Tekologi da Iformasia ASIA (JITIKA) Vol.10, No.1, Februari 2016 ISSN: 0852-730X Peramala Jumlah Stok Alat Tulis Kator Di UD ACHMAD JAYA Megguaka Metode Double Expoetial Smoothig Titaia Dwi

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

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

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

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

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

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

BAB 2 LANDASAN TEORI. Statistika merupakan salah satu cabang penegtahuan yang paling banyak mendapatkan

BAB 2 LANDASAN TEORI. Statistika merupakan salah satu cabang penegtahuan yang paling banyak mendapatkan BAB LANDASAN TEORI. Pegertia Regresi Statistika merupaka salah satu cabag peegtahua yag palig bayak medapatka perhatia da dipelajari oleh ilmua dari hamper semua bidag ilmu peegtahua, terutama para peeliti

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

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 I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian BAB I PENDAHULUAN A. Latar Belakag Masalah Matematika merupaka suatu ilmu yag mempuyai obyek kajia abstrak, uiversal, medasari perkembaga tekologi moder, da mempuyai pera petig dalam berbagai disipli,

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

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 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada

Lebih terperinci

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

Pendekatan Nilai Logaritma dan Inversnya Secara Manual Pedekata Nilai Logaritma da Iversya Secara Maual Moh. Affaf Program Studi Pedidika Matematika, STKIP PGRI BANGKALAN affafs.theorem@yahoo.com Abstrak Pada pegaplikasiaya, bayak peggua yag meggatugka masalah

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

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

Makalah ANALISIS REGRESI DAN REGRESI GANDA

Makalah ANALISIS REGRESI DAN REGRESI GANDA 1 Makalah ANALISIS REGRESI DAN REGRESI GANDA Disusu oleh : 1. Rudii mulya ( 41610010035 ). Falle jatu awar try ( 41610010036 ) 3. Novia ( 41610010034 ) Tekik Idustri Uiversitas Mercu Buaa Jakarta 010 Rudii

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 36 BAB III METODE PENELITIAN A. Racaga Peelitia 1. Pedekata Peelitia Peelitia ii megguaka pedekata kuatitatif karea data yag diguaka dalam peelitia ii berupa data agka sebagai alat meetuka suatu keteraga.

Lebih terperinci

BAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah penelitian korelasi,

BAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah penelitian korelasi, BAB III METODE PENELITIAN 3.1 Metode Peelitia Metode yag diguaka dalam peelitia ii adalah peelitia korelasi, yaitu suatu metode yag secara sistematis meggambarka tetag hubuga pola asuh orag tua dega kosep

Lebih terperinci

LOGO MATEMATIKA BISNIS (Deret)

LOGO MATEMATIKA BISNIS (Deret) LOGO MATEMATIKA BISNIS (Deret) DOSEN FEBRIYANTO, SE., MM. www.febriyato79.wordpress.com 1 MATEMATIKA BISNIS Matematika Bisis memberika pemahama ilmu megeai kosep matematika dalam bidag bisis. Sehigga suatu

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

JURNAL GAUSSIAN, Volume 2, Nomor 2, April 2013, Halaman Online di:

JURNAL GAUSSIAN, Volume 2, Nomor 2, April 2013, Halaman Online di: JURNAL GAUSSIAN, Volume 2, Nomor 2, April 203, Halama 37-46 Olie di: http://ejoural-s.udip.ac.id/idex.php/gaussia PERBANDINGAN METODE PEMULUSAN EKSPONENSIAL TUNGGAL DAN FUZZY TIME SERIES UNTUK MEMPREDIKSI

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

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

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus -Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujua Peelitia Peelitia ii bertujua utuk megetahui apakah terdapat perbedaa hasil belajar atara pegguaa model pembelajara Jigsaw dega pegguaa model pembelajara Picture ad Picture

Lebih terperinci

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN Jl. Raya Wagu Kel. Sidagsari Kta Bgr Telp. 0251-8242411, email: prhumasi@smkwikrama.et, website : www.smkwikrama.et BAB 2 : BUNGA, PERTUBUHAN DAN PELURUHAN PENGERTIAN BUNGA Buga adalah jasa dari simpaa

Lebih terperinci

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP STATISTICS Haug N. Prasetyo Week 11 PENDAHULUAN Regresi da korelasi diguaka utuk megetahui hubuga dua atau lebih kejadia (variabel) yag dapat diukur secara matematis. Ada dua hal yag diukur atau diaalisis,

Lebih terperinci

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015 RESPONSI STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 015 A. PENYAJIAN DAN PERINGKASAN DATA 1. PENYAJIAN DATA a. Sebutka tekik peyajia data utuk data kualitatif! Diagram kueh, diagram batag, distribusi

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

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

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

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

METODE PENELITIAN. Penelitian tentang Potensi Ekowisata Hutan Mangrove ini dilakukan di Desa

METODE PENELITIAN. Penelitian tentang Potensi Ekowisata Hutan Mangrove ini dilakukan di Desa III. METODE PENELITIAN A. Lokasi da Waktu Peelitia Peelitia tetag Potesi Ekowisata Huta Magrove ii dilakuka di Desa Merak Belatug, Kecamata Kaliada, Kabupate Lampug Selata. Peelitia ii dilaksaaka atara

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

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1.Tempat da Waktu Peelitia ii dilakuka di ligkuga Kampus Aggrek da Kampus Syahda Uiversitas Bia Nusatara Program Strata Satu Reguler. Da peelitia dilaksaaka pada semester

Lebih terperinci

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu: 4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap

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 III METODE PENELITIAN. objek penelitian yang penulis lakukan adalah Beban Operasional susu dan Profit

BAB III METODE PENELITIAN. objek penelitian yang penulis lakukan adalah Beban Operasional susu dan Profit BAB III METODE PENELITIAN 3.1 Objek Peelitia Objek peelitia merupaka sasara utuk medapatka suatu data. Jadi, objek peelitia yag peulis lakuka adalah Beba Operasioal susu da Profit Margi (margi laba usaha).

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB ENDAHULUAN. Latar Belakag Masalah Dalam kehidupa yata, hampir seluruh feomea alam megadug ketidak pastia atau bersifat probabilistik, misalya pergeraka lempega bumi yag meyebabka gempa, aik turuya

Lebih terperinci

PROSIDING ISBN:

PROSIDING ISBN: S-6 Perlukah Cross Validatio dilakuka? Perbadiga atara Mea Square Predictio Error da Mea Square Error sebagai Peaksir Harapa Kuadrat Kekelirua Model Yusep Suparma (yusep.suparma@ upad.ac.id) Uiversitas

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

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung 42 III. METODE PENELITIAN 3.. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di Provisi Sumatera Barat yag terhitug mulai miggu ketiga bula April 202 higga miggu pertama bula Mei 202. Provisi Sumatera

Lebih terperinci

L A T I H A N S O A L A N R E G 1 Muhamad Ferdiansyah, S. Stat.

L A T I H A N S O A L A N R E G 1 Muhamad Ferdiansyah, S. Stat. L A T I H A N S O A L A N R E G Muhamad Ferdiasyah, S. Stat. *Saya saraka utuk mecoba sediri baru lihat jawabaya **Jawaba saya BELUM TENTU BENAR karea saya mausia biasa. Silaka dikosultasika jika ada jawaba

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

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

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..

Lebih terperinci

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa 54 BAB III METODOLOGI PENELITIAN A. Jeis Peelitia Peelitia ii merupaka peelitia deskriptif dega pedekata kuatitatif karea bertujua utuk megetahui kompetesi pedagogik mahasiswa setelah megikuti mata kuliah

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

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Racaga da Jeis Peelitia Racaga peelitia ii adalah deskriptif dega pedekata cross sectioal yaitu racaga peelitia yag meggambarka masalah megeai tigkat pegetahua remaja tetag

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 22 BAB III METODE PENELITIAN 3.1. Metode Peelitia Pada bab ii aka dijelaska megeai sub bab dari metodologi peelitia yag aka diguaka, data yag diperluka, metode pegumpula data, alat da aalisis data, keragka

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

Aji Wiratama, Yuni Yulida, Thresye Program Studi Matematika Fakultas MIPA Universitas Lambung Mangkurat Jl. Jend. A. Yani km 36 Banjarbaru

Aji Wiratama, Yuni Yulida, Thresye Program Studi Matematika Fakultas MIPA Universitas Lambung Mangkurat Jl. Jend. A. Yani km 36 Banjarbaru Jural Matematika Muri da Terapa εpsilo Vol.8 No.2 (24) Hal. 39-45 APLIKASI METODE DEKOMPOSISI ADOMIAN UNTUK MENENTUKAN FORMULA TRANSFORMASI LAPLACE Aji Wiratama, Yui Yulida, Thresye Program Studi Matematika

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

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD) Prosidig Statistika ISSN: 2460-6456 Pegedalia Proses Megguaka Diagram Kedali Media Absolute Deviatio () 1 Haida Lestari, 2 Suliadi, 3 Lisur Wachidah 1,2,3 Prodi Statistika, Fakultas Matematika da Ilmu

Lebih terperinci

PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK. Sutikno

PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK. Sutikno sutiko PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK Sutiko Program Studi Tekik Iformatika Fakultas Sais da Matematika UNDIP tik@udip.ac.id

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 III METODE PENELITIAN

BAB III METODE PENELITIAN 6 BAB III METODE PENELITIAN 3.1 Desai Peelitia Meurut Kucoro (003:3): Peelitia ilmiah merupaka usaha utuk megugkapka feomea alami fisik secara sistematik, empirik da rasioal. Sistematik artiya proses yag

Lebih terperinci

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika Wed 6/0/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato tatistika Deskriptif Iferesi Estimasi Uji Hipotesis Titik Retag Estimasi da Uji Hipotesis Dilakuka setelah peelitia dalam tahap pegambila suatu

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 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

BAB I PENDAHULUAN Latar Belakang Permasalahan

BAB I PENDAHULUAN Latar Belakang Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakag Permasalaha Matematika merupaka Quee ad servat of sciece (ratu da pelaya ilmu pegetahua). Matematika dikataka sebagai ratu karea pada perkembagaya tidak tergatug pada

Lebih terperinci

BAB I PENDAHULUAN. X Y X Y X Y sampel

BAB I PENDAHULUAN. X Y X Y X Y sampel BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Aalisis regresi merupaka metode aalisis data yag meggambarka hubuga atara variabel respo dega satu atau beberapa variabel prediktor. Aalisis regresi tersebut

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

III. METODE PENELITIAN. Subjek dari penelitian adalah siswa kelas X.B SMA Muhammadiyah 2 Bandar

III. METODE PENELITIAN. Subjek dari penelitian adalah siswa kelas X.B SMA Muhammadiyah 2 Bandar III. METODE PENELITIAN A. Subjek da Tempat Peelitia Subjek dari peelitia adalah siswa kelas.b SMA Muhammadiyah 2 Badar Lampug Tahu Ajara 2011-2012 dega jumlah siswa 40 orag yag terdiri dari 15 siswa laki-laki

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

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

I. DERET TAKHINGGA, DERET PANGKAT

I. DERET TAKHINGGA, DERET PANGKAT I. DERET TAKHINGGA, DERET PANGKAT. Pedahulua Pembahasa tetag deret takhigga sebagai betuk pejumlaha suku-suku takhigga memegag peraa petig dalam fisika. Pada bab ii aka dibahas megeai pegertia deret da

Lebih terperinci

BAB II CICILAN DAN BUNGA MAJEMUK

BAB II CICILAN DAN BUNGA MAJEMUK BAB II CICILAN DAN BUNGA MAJEMUK 2.1. Buga Majemuk Ada sedikit perbedaa atara suku buga tuggal da suku buga majemuk. Pada suku buga tuggal, besarya buga B = Mp tidak perah digabugka dega modal M. Sebalikya

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

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET BAB VII RANDOM VARIATE DISTRIBUSI DISKRET Diskret radom variabel dapat diguaka utuk berbagai radom umber yag diambil dalam betuk iteger. Pola kebutuha ivetori (persediaa) merupaka cotoh yag serig diguaka

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

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. 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

BAB II LANDASAN TEORI. kesalahan ramalan (forecast error) yang berbeda pula. Salah satu seni dalam

BAB II LANDASAN TEORI. kesalahan ramalan (forecast error) yang berbeda pula. Salah satu seni dalam BAB II LANDASAN TEORI 2.1 Tekik Peramala Peramala (forecastig) merupaka alat batu yag petig dalam perecaaa yag efektif da efisie. Dalam sistem peramala, pegguaa berbagai model peramala aka memberika ilai

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan penelitian tindakan kelas yang dilaksanakan pada siswa

III. METODE PENELITIAN. Penelitian ini merupakan penelitian tindakan kelas yang dilaksanakan pada siswa III. METODE PENELITIAN A. Settig Peelitia Peelitia ii merupaka peelitia tidaka kelas yag dilaksaaka pada siswa kelas VIIIB SMP Muhammadiyah 1 Sidomulyo Kabupate Lampug Selata semester geap tahu pelajara

Lebih terperinci

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN PEDUGA RASIO UTUK RATA-RATA POPULASI MEGGUAKA KUARTIL VARIABEL BATU PADA PEGAMBILA SAMPEL ACAK SEDERHAA DA PEGATURA PERIGKAT MEDIA ur Khasaah, Etik Zukhroah, da Dewi Reto Sari S. Prodi Matematika Fakultas

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 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