Bab 2 Tinjauan Pustaka

Ukuran: px
Mulai penontonan dengan halaman:

Download "Bab 2 Tinjauan Pustaka"

Transkripsi

1 Bab 2 Tinjauan Pustaka 2.1 Penelitian Sebelumnya Penelitian yang pernah dilakukan sebelumnya peramalan produksi dan konsumsi ubi jalar nasional dalam rangka rencana program diversifikasi pangan pokok. Penelitian ini memiliki persamaan metode yang digunakan untuk mencari perhitungan yaitu menggunakan metode sarima.penelitian ini membahas tentang peramalan produksi dan konsumsi ubi jalar, data yang digunakan adalah data produksi dan konsumsi nasional ubi jalar, data luas panen nasional ubi jalar dan beras, data produktivitas nasional ubi jalar dan beras, serta data tingkat konsumsi per kapita per tahun ubi jalar dan beras. Data yang akan diolah memiliki rentang waktu selama tahun terakhir. Sumber utama data dalam penelitian ini berasal dari Badan Ketahanan Pangan, BPS, Ditjen Tanaman Pangan dan FAO sedangkan informasi-informasi lainnya yang berkaitan dengan penelitian bisa diperoleh dari buku-buku literatur, jurnal, media massa maupun media elektronika (internet). Variabel yang digunakan dalam penelitian ini hanya variabel produksi, luas panen, konsumsi dan konsumsi perkapita ubi jalar nasional. Penelitian yang pernah dilakukan sebelumnya tentang Peramalan Kunjungan Wisata dengan mengunakan Model SARIMA (Studi kasus : Kusuma Agrowisata). Penelitian ini memiliki persamaan metode yang digunakan untuk mencari perhitungan peramalan yaitu menggunakan Model SARIMA. Penelitian ini membahas tentang 8

2 2 Model SARIMA dalam peramalan kunjungan wisata Kota Batu yang mempunyai beragam wisata alam contohnya Kusuma Agrowisata. Pada musim-musim liburan sekolah dan tahun baru, jumlah kunjungan wisata meningkat daripada hari-hari biasanya, sehingga model peramalan yang digunakan dalam penelitian adalah model SARIMA. Data yang digunakan dalam penelitian adalah data kunjungan wisata Kusuma Agrowisata Batu Malang mulai tahun Landasan Teori Curah Hujan Menurut BMKG (Badan Meteorologi, Klimatologi dan Geofisika) Hujan merupakan satu bentuk presipitasi yang berwujud cairan. Presipitasi sendiri dapat berwujud padat (misalnya salju dan hujan es) atau aerosol (seperti embun dan kabut). Presipitasi (endapan) adalah cairan atau zat padat yang berasal dari hasil kondensasi atau pengembunan uap air yang jatuh dari awan sampai ke permukaan bumi. (BMKG) Hujan merupakan unsur fisik lingkungan yang paling beragam baik menurut waktu maupun tempat dan hujan juga merupakan faktor penentu serta faktor pembatas bagi kegiatan pertanian secara umum. Oleh karena itu klasifikasi iklim untuk wilayah Indonesia (Asia Tenggara umumnya) seluruhnya dikembangkan dengan menggunakan curah hujan sebagai kriteria utama. Curah hujan yaitu jumlah air hujan yang turun pada suatu daerah dalam waktu tertentu. Serta alat untuk mengukur banyaknya

3 3 curah hujan disebut Rain Gauge. Curah hujan diukur dalam jumlah harian, bulanan, dan tahunan. (Lakitan, 2002) Padi Sawah Kegiatan penanaman padi sawah biasanya didahului pengolahan tanah secara sempurna seraya petani melakukan persemaian. Pertama sawah dibajak, pembajakan dapat dilakukan dengan melakukan pencangulan oleh manusia, mesin atau kerbau. Setelah dibajak sawah dibiarkan selama 2-3 hari. Tetapi di beberapa daerah tanah dapat dibiarkan sampai 15 hari. Setelah itu tanah dilumpurkan dengan cara dibajak lagi untuk kedu kalinya bahkan katiga kalinya 3-5 hari menjelang tanam. Setelah itu bibit hasil semaian ditanam dengan pengolahan sawah tersebut. Dalam penanaman padi sawah peematang atau galengan memegang peranan penting, karena dalam sistem bertanam padi sawah ini, pematang atau galengan ini harus kuat dan dirawat, karena bertanam padi sawah memerlukan air, sehingga dengan galengangalengan sawah ini air dapat bertanam di petakan sawah. Dan padi dengan sistem penanaman sistem ini tidak dapat ditanam pada tanah yang datar. Penggarapan bertanam padi sawah ini digarap secara basah yaitu menunggu sampai musim hujan tiba dan dalam proses penanaman padi ini memakai bibit persemaian. Tetapi seringkali bibit sudah terlalu tua baru dapat ditanam karena jatuhnya hujan terlambat. Dalam penanaman padi sawah ini untuk menanam dan selama hidupnya membutuhkan air hujan cukup. Hal ini membawa resiko yang besar sekali karena musim hujan kadang datang terlambat, sementara padi sawah tadah hujan membutuhkan air hujan yang cukup. Maka seringkali terjadi puluhan ribu hektar tidak

4 4 menghasilkan sama sekali atau hasilnya rendah akibat air hujan yang tidak mencukupi Padi Ladang Padi ladang adalah padi yang ditanam di tegal, kebun, ladang atau huma. Dalam penanaman padi ladang relatif lebih mudah dibandingkan dengan padi sawah. Dalam sistem penanaman padi ladang ini biasa dikerjakan sebelum musim hujan tiba. Sementara dalam proses pembibitan atau penanamannya, padi ladang ini tidak memerlukan persemaian, sehingga benih dapat langsung ditanam di sawah sebelum atau pada permulaan musim hujan sehingga tidak ada resiko bibit menjadi terlalu tua. Padi ladang tidak banyak memerlukan air hujan, pada permulaan selama 30 atau 40 hari. Hidup padi ladang ini keringan bahkan bila kebanyakan air hujan, maka air tersebut harus dibuang. Sesudah itu jika air hujan cukup, maka padi ladang ini dapat dijadikan padi sawah. Akan tetapi jika tidak ada hujan, dapat hidup kekeringan, maka resiko mati sangat kecil Hubungan Curah Hujan dengan Produksi padi Secara aktual, berbagai proses fisiologi, pertumbuhan dan produksi tanaman sangat dipengaruhi oleh unsur cuaca, yaitu keadaan atmosfer dari saat ke saat selama umur tanaman, ketersediaan air (kelembaban tanah) sangat ditentukan oleh curah hujan dalam periode waktu tertentu dan disebut sebagai unsur iklim, yang pada hakikatnya adalah akumulasi dari unsur cuaca (curah hujan dari saat ke saat). Demikian juga, pertumbuhan dan produksi tanaman merupakan manivestasi akumulatif dari seluruh proses fisiologi selama fase atau periode pertumbuhan tertentu oleh sebab

5 5 itu dalam pengertian yang lebih teknis dapat dinyatakan bahwa pertumbuhan dan produksi tanaman dipengaruhi oleh berbagai unsur iklim (sebagai akumulasi keadaan cuaca) selama pertumbuhan tanaman Model SARIMA Secara umum model ARIMA musiman atau SARIMA (Sesional Autoregressive Integrated Moving Average) terdiri dari dua macam yaitu model musiman saja atau ARIMA (P,D,Q) S dan model ARIMA multiplikatif musiman dan nonmusiman atau ARIMA (p,d,q)(p,d,q) S, dengan S adalah periode musiman. Bentuk matematis dari model ARIMA(P,D,Q) S dapat ditulis sebagai berikut (1 1S B P B PS )(1 B S ) D Z t = (1 1 B Q B QS )a t. Seperti pada model nonmusiman (ARIMA), untuk penentuan orde P dan Q dari model ARIMA musiman (SARIMA) pada suatu data dilakukan dengan mengidentifikasi plot ACF dan PACF dari data yang sudah stasioner. Untuk petunjuk umum penentuan orde P dan Q pada suatu data runtun waktu musiman dapat dilihat pada tabel 2.1 Proses ACF PCAF AR(p) s Dies down pada lag ks, Cuts off setelah lag PS MA(q) s Cuts off setelah lag QS Dies down pada lag ks, ARMA(P,Q) s Dies down pada lag ks, Dies down pada lag ks, AR(P) s atau Cuts off setelah lag QS Cuts off setelah lag PS MA(Q) s White noise Tidak ada yang signifikan Tidak ada yang signifikan

6 6 (Random) (tidak ada yang keluar batas) (tidak ada yang keluar batas) Tabel 2.1 Pola teoritis ACF dan PACF dari proses musiman yang stasioner. Selanjutnya, gabungan petunjuk pola ACF dan PACF pada Tabel 2.1 dan 2.2 dapat digunakan untuk menentukan orde p, q, P, dan Q pada model musiman ARIMA(p,d,q)(P,D,Q) S. Secara umum bentuk model ARIMA Box Jenkins Musiman atau ARIMA(p,d,q)(P,D,Q) S adalah : p(b) p (B s )(1 B) d (1 B ) D Z t =θ q (B)θ Q (B s )a t, Dengan, p, d, q = order AR, MA dan differencing Non musiman, P, D, Q = order AR, MA dan differencing Musiman, p(b) = (1 1 B 2 B 2 p B P ), p(b S ) = (1 1 B S 2 B 2S p B PS ), (1 B) d = operasi matematis dari differencing Non musiman, (1 B S ) D = operasi matematis dari differencing Musiman, θq(b) = (1 θ 1 B θ 2 B 2 θ q B q ), θ Q (B S ) = (1 θ 1 B S θ 2 B 2S θ Q B QS ), Z t = Z t μ.

7 8

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Di Indonesia sejak tahun enam puluhan telah diterapkan Badan Meteorologi, Klimatologi, dan Geofisika di Jakarta menjadi suatu direktorat perhubungan udara. Direktorat

Lebih terperinci

Seasonal ARIMA adalah model ARIMA yang mengandung faktor musiman.

Seasonal ARIMA adalah model ARIMA yang mengandung faktor musiman. Definisi Seasonal ARIMA adalah model ARIMA yang mengandung faktor musiman. Musiman berarti kecenderungan mengulangi pola tingkah gerak dalam periode musim, biasanya satu tahun untuk data bulanan. Karena

Lebih terperinci

PEMODELAN AUTOREGRESSIVE INTEGRATED MOVING AVERAGE PADA DATA REDAMAN HUJAN DI SURABAYA. Nur Hukim

PEMODELAN AUTOREGRESSIVE INTEGRATED MOVING AVERAGE PADA DATA REDAMAN HUJAN DI SURABAYA. Nur Hukim TE 091399 TUGAS AKHIR- 4 SKS PEMODELAN AUTOREGRESSIVE INTEGRATED MOVING AVERAGE PADA DATA REDAMAN HUJAN DI SURABAYA Oleh Nur Hukim Dosen Pembimbing Prof. Ir. Gamantyo Hendrantoro, M.Eng. Ph.D Ir. Achmad

Lebih terperinci

METODE PENELITIAN. Penelitian ini dilakukan pada semester genap tahun akademik 2014/2015

METODE PENELITIAN. Penelitian ini dilakukan pada semester genap tahun akademik 2014/2015 III. METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Penelitian ini dilakukan pada semester genap tahun akademik 2014/2015 bertempat di Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Pendahuluan. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. 1.1 Pendahuluan. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Pendahuluan Peramalan merupakan upaya memperkirakan apa yang terjadi pada masa mendatang berdasarkan data pada masa lalu, berbasis pada metode ilmiah dan kualitatif yang dilakukan

Lebih terperinci

KAJIAN TEORI. atau yang mewakili suatu himpunan data. Menurut Supranoto (2001:14) Rata rata (μ) dari distribusi probabilitas

KAJIAN TEORI. atau yang mewakili suatu himpunan data. Menurut Supranoto (2001:14) Rata rata (μ) dari distribusi probabilitas 6 BAB II KAJIAN TEORI A. Statistik Dasar 1. Average (Rata-rata) Menurut Spiegel,dkk (1996:45) rata-rata yaitu sebuah nilai yang khas atau yang mewakili suatu himpunan data. Menurut Supranoto (2001:14)

Lebih terperinci

TINJAUAN PUSTAKA. perubahan harga yang dibayar konsumen atau masyarakat dari gaji atau upah yang

TINJAUAN PUSTAKA. perubahan harga yang dibayar konsumen atau masyarakat dari gaji atau upah yang II.. TINJAUAN PUSTAKA Indeks Harga Konsumen (IHK Menurut Monga (977 indeks harga konsumen adalah ukuran statistika dari perubahan harga yang dibayar konsumen atau masyarakat dari gaji atau upah yang didapatkan.

Lebih terperinci

PEMODELAN DAN PERAMALAN DATA DERET WAKTU DENGAN METODE SEASONAL ARIMA

PEMODELAN DAN PERAMALAN DATA DERET WAKTU DENGAN METODE SEASONAL ARIMA Jurnal Matematika UNAND Vol. 3 No. 3 Hal. 59 67 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMODELAN DAN PERAMALAN DATA DERET WAKTU DENGAN METODE SEASONAL ARIMA ANNISA UL UKHRA Program Studi Matematika,

Lebih terperinci

FORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA

FORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA FORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA 1) Nurul Latifa Hadi 2) Artanti Indrasetianingsih 1) S1 Program Statistika, FMIPA, Universitas PGRI Adi Buana Surabaya 2)

Lebih terperinci

II. TINJAUAN PUSTAKA. Analisis ARIMA (Autoregressive Integrated Moving Average) umumnya

II. TINJAUAN PUSTAKA. Analisis ARIMA (Autoregressive Integrated Moving Average) umumnya II. TINJAUAN PUSTAKA 2.1 Stasioner Analisis ARIMA Autoregressive Integrated Moving Average umumnya mengasumsikan bahwa proses umum dari time series adalah stasioner. Tujuan proses stasioner adalah rata-rata,

Lebih terperinci

Metode SARIMA Untuk Meramalkan Produksi Padi dengan Indikator Curah Hujan Kabupaten Boyolali Jawa Tengah periode 2012

Metode SARIMA Untuk Meramalkan Produksi Padi dengan Indikator Curah Hujan Kabupaten Boyolali Jawa Tengah periode 2012 Metode SARIMA Untuk Meramalkan Produksi Padi dengan Indikator Curah Hujan Kabupaten Boyolali Jawa Tengah periode 2012 LAPORAN PENELITIAN Diajukan kepada Fakultas Teknologi Informasi Untuk Memperoleh Gelar

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan digunakanan sebagai acuan pencegah yang mendasari suatu keputusan untuk yang akan datang dalam upaya meminimalis kendala atau memaksimalkan pengembangan baik

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB 2 LANDASAN TEORI 2.1 Iklim Iklim ialah suatu keadaan rata-rata dari cuaca di suatu daerah dalam periode tertentu. Curah hujan ialah suatu jumlah hujan yang jatuh di suatu daerah pada kurun waktu

Lebih terperinci

KETERSEDIAAN JAGUNG BERDASARKAN PERAMALAN PRODUKSI DAN PRODUKTIVITASNYA DI TENGAH PERSAINGAN PENGGUNAAN LAHAN DI INDONESIA

KETERSEDIAAN JAGUNG BERDASARKAN PERAMALAN PRODUKSI DAN PRODUKTIVITASNYA DI TENGAH PERSAINGAN PENGGUNAAN LAHAN DI INDONESIA KETERSEDIAAN JAGUNG BERDASARKAN PERAMALAN PRODUKSI DAN PRODUKTIVITASNYA DI TENGAH PERSAINGAN PENGGUNAAN LAHAN DI INDONESIA Dedi Nugraha Pusat Penelitian dan Pengembangan Tanaman Pangan Jl. Merdeka No.

Lebih terperinci

DAFTAR ISI ABSTRAK... KATA PENGANTAR... UCAPAN TERIMA KASIH... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN...

DAFTAR ISI ABSTRAK... KATA PENGANTAR... UCAPAN TERIMA KASIH... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN... DAFTAR ISI Halaman ABSTRAK... KATA PENGANTAR... UCAPAN TERIMA KASIH... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN... i ii iii v ix x xi BAB I PENDAHULUAN... 1 1.1 Latar Belakang Masalah...

Lebih terperinci

Analisis Time Series Pada Penjualan Shampoo Zwitsal daerah Jakarta dan Jawa Barat di PT. Sara Lee Indonesia. Oleh : Pomi Kartin Yunus

Analisis Time Series Pada Penjualan Shampoo Zwitsal daerah Jakarta dan Jawa Barat di PT. Sara Lee Indonesia. Oleh : Pomi Kartin Yunus Analisis Time Series Pada Penjualan Shampoo Zwitsal daerah Jakarta dan Jawa Barat di PT. Sara Lee Indonesia Oleh : Pomi Kartin Yunus 1306030040 Latar Belakang Industri manufaktur yang berkembang pesat

Lebih terperinci

PENDUGAAN DATA RUNTUT WAKTU MENGGUNAKAN METODE ARIMA

PENDUGAAN DATA RUNTUT WAKTU MENGGUNAKAN METODE ARIMA KEMENTERIAN PEKERJAAN UMUM BADAN PENELITIAN DAN PENGEMBANGAN PUSAT PENELITIAN DAN PENGEMBANGAN SUMBER DAYA AIR PENDUGAAN DATA RUNTUT WAKTU MENGGUNAKAN METODE ARIMA PENDAHULUAN Prediksi data runtut waktu.

Lebih terperinci

Peramalan Kecepatan Angin Di Kota Pekanbaru Menggunakan Metode Box-Jenkins

Peramalan Kecepatan Angin Di Kota Pekanbaru Menggunakan Metode Box-Jenkins Peramalan Kecepatan Angin Di Kota Pekanbaru Menggunakan Metode Box-Jenkins Ari Pani Desvina 1, Melina Anggriani 2,2 Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sultan Syarif Kasim Riau Jl. HR.

Lebih terperinci

Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya *

Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya * PERAMALAN DATA CURAH HUJAN DENGAN SEASONAL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (SARIMA) DENGAN DETEKSI OUTLIER SEBAGAI UPAYA OPTIMALISASI PRODUKSI PERTANIAN DI KABUPATEN MOJOKERTO Ary Miftakhul Huda

Lebih terperinci

ANALISIS POLA HUBUNGAN PEMODELAN ARIMA CURAH HUJAN DENGAN CURAH HUJAN MAKSIMUM, LAMA WAKTU HUJAN, DAN CURAH HUJAN RATA-RATA

ANALISIS POLA HUBUNGAN PEMODELAN ARIMA CURAH HUJAN DENGAN CURAH HUJAN MAKSIMUM, LAMA WAKTU HUJAN, DAN CURAH HUJAN RATA-RATA ANALISIS POLA HUBUNGAN PEMODELAN ARIMA CURAH HUJAN DENGAN CURAH HUJAN MAKSIMUM, LAMA WAKTU HUJAN, DAN CURAH HUJAN RATA-RATA FATHIN FAHIMAH 226133 DOSEN PEMBIMBING Prof. Ir. Gamantyo Hendrantoro, M.Eng.

Lebih terperinci

PERAMALAN KUNJUNGAN WISATA DENGAN PENDEKATAN MODEL SARIMA (STUDI KASUS : KUSUMA AGROWISATA)

PERAMALAN KUNJUNGAN WISATA DENGAN PENDEKATAN MODEL SARIMA (STUDI KASUS : KUSUMA AGROWISATA) PERAMALAN KUNJUNGAN WISATA DENGAN PENDEKATAN MODEL SARIMA (STUDI KASUS : KUSUMA AGROWISATA) Oleh : Nofinda Lestari 1208 100 039 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT

Lebih terperinci

PERAMALAN SAHAM JAKARTA ISLAMIC INDEX MENGGUNAKAN METODE ARIMA BULAN MEI-JULI 2010

PERAMALAN SAHAM JAKARTA ISLAMIC INDEX MENGGUNAKAN METODE ARIMA BULAN MEI-JULI 2010 Statistika, Vol., No., Mei PERAMALAN SAHAM JAKARTA ISLAMIC INDEX MENGGUNAKAN METODE ARIMA BULAN MEI-JULI Reksa Nila Anityaloka, Atika Nurani Ambarwati Program Studi S Statistika Universitas Muhammadiyah

Lebih terperinci

Prediksi Curah Hujan Bulanan Untuk Kegiatan Pertanian/Perkebunan. Menggunakan Metoda SARIMA. (Seasonal Autoregressive Integrated Moving Average) :

Prediksi Curah Hujan Bulanan Untuk Kegiatan Pertanian/Perkebunan. Menggunakan Metoda SARIMA. (Seasonal Autoregressive Integrated Moving Average) : Prediksi Curah Hujan Bulanan Untuk Kegiatan Pertanian/Perkebunan Menggunakan Metoda SARIMA (Seasonal Autoregressive Integrated Moving Average) : Studi Kasus di Kabupaten Semarang Jawa Tengah Indonesia

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Defenisi Peramalan Peramalan adalah suatu kegiatan dalam memperkirakan atau kegiatan yang meliputi pembuatan perencanaan di masa yang akan datang dengan menggunakan data masa lalu

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Peramalan (Forceasting) 2.1.1 Pengertian Peramalan Untuk memajukan suatu usaha harus memiliki pandangan ke depan yakni pada masa yang akan datang. Hal seperti ini yang harus dikaji

Lebih terperinci

PREDIKSI HARGA SAHAM PT. BRI, Tbk. MENGGUNAKAN METODE ARIMA (Autoregressive Integrated Moving Average)

PREDIKSI HARGA SAHAM PT. BRI, Tbk. MENGGUNAKAN METODE ARIMA (Autoregressive Integrated Moving Average) PREDIKSI HARGA SAHAM PT. BRI, MENGGUNAKAN METODE ARIMA (Autoregressive Integrated Moving Average) Greis S. Lilipaly ), Djoni Hatidja ), John S. Kekenusa ) ) Program Studi Matematika FMIPA UNSRAT Manado

Lebih terperinci

BAB I PENDAHULUAN. berasal dari sumber tetap yang terjadinya berdasarkan indeks waktu t secara

BAB I PENDAHULUAN. berasal dari sumber tetap yang terjadinya berdasarkan indeks waktu t secara BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Time Series atau runtun waktu adalah serangkaian data pengamatan yang berasal dari sumber tetap yang terjadinya berdasarkan indeks waktu t secara berurutan

Lebih terperinci

BAB 1 PENDAHULUAN. meteorologi dan geofisika yang salah satu bidangnya adalah iklim.

BAB 1 PENDAHULUAN. meteorologi dan geofisika yang salah satu bidangnya adalah iklim. BAB 1 PENDAHULUAN 1.1. Latar Belakang Di Indonesia meteorologi diasuh dalam Badan Meteorologi dan Geofisika di Jakarta yang sejak tahun enam puluhan telah diterapkan menjadi suatu direktorat perhubungan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Manfaat Peramalan Pada dasarnya peramalan adalah merupakan suatu dugaan atau perkiraan tentang terjadinya suatu keadaan dimasa depan, tetapi dengan menggunakan metode metode tertentu

Lebih terperinci

PERAMALAN NILAI TUKAR DOLAR SINGAPURA (SGD) TERHADAP DOLAR AMERIKA (USD) DENGAN MODEL ARIMA DAN GARCH

PERAMALAN NILAI TUKAR DOLAR SINGAPURA (SGD) TERHADAP DOLAR AMERIKA (USD) DENGAN MODEL ARIMA DAN GARCH Jurnal Matematika UNAND Vol. VI No. 1 Hal. 110 117 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PERAMALAN NILAI TUKAR DOLAR SINGAPURA (SGD) TERHADAP DOLAR AMERIKA (USD) DENGAN MODEL ARIMA DAN GARCH

Lebih terperinci

Metode Deret Berkala Box Jenkins

Metode Deret Berkala Box Jenkins METODE BOX JENKINS Metode Deret Berkala Box Jenkins Suatu metode peramalan yang sistematis, yang tidak mengasumsikan suatu model tertentu, tetapi menganalisa deret berkala sehingga diperoleh suatu model

Lebih terperinci

PERAMALAN CURAH HUJAN DI KABUPATEN LAMONGAN DENGAN MENGGUNAKAN ARIMA BOX-JENKINS

PERAMALAN CURAH HUJAN DI KABUPATEN LAMONGAN DENGAN MENGGUNAKAN ARIMA BOX-JENKINS TUGAS AKHIR SS 145561 PERAMALAN CURAH HUJAN DI KABUPATEN LAMONGAN DENGAN MENGGUNAKAN ARIMA BOX-JENKINS MIFTAKHUL ARDI IKHWANUS SAFA NRP 1313 030 069 Dosen Pembimbing Dr.rer.pol. Heri Kuswanto, S.Si, M.Si

Lebih terperinci

PERAMALAN JUMLAH PENDERITA DEMAM BERDARAH DENGUE DI KOTA DENPASAR MENGGUNAKAN MODEL FUNGSI TRANSFER MULTIVARIAT

PERAMALAN JUMLAH PENDERITA DEMAM BERDARAH DENGUE DI KOTA DENPASAR MENGGUNAKAN MODEL FUNGSI TRANSFER MULTIVARIAT PERAMALAN JUMLAH PENDERITA DEMAM BERDARAH DENGUE DI KOTA DENPASAR MENGGUNAKAN MODEL FUNGSI TRANSFER MULTIVARIAT Novian Endi Gunawan 1, I Wayan Sumarjaya 2, I G.A.M. Srinadi 3 1 Program Studi Matematika,

Lebih terperinci

Pemodelan Autoregressive (AR) pada Data Hilang dan Aplikasinya pada Data Kurs Mata Uang Rupiah

Pemodelan Autoregressive (AR) pada Data Hilang dan Aplikasinya pada Data Kurs Mata Uang Rupiah Vol. 9, No., 9-5, Januari 013 Pemodelan Autoregressive (AR) pada Data Hilang dan Aplikasinya pada Data Kurs Mata Uang Rupiah Fitriani, Erna Tri Herdiani, M. Saleh AF 1 Abstrak Dalam analisis deret waktu

Lebih terperinci

PEMODELAN ARIMA DAN DETEKSI OUTLIER DATA CURAH HUJAN SEBAGAI EVALUASI SISTEM RADIO GELOMBANG MILIMETER

PEMODELAN ARIMA DAN DETEKSI OUTLIER DATA CURAH HUJAN SEBAGAI EVALUASI SISTEM RADIO GELOMBANG MILIMETER Mauludiyanto, Pemodelan ARIMA dan Deteksi Outlier Data Curah Hujan Sebagai Evaluasi Sistem Radio Gelombang Milimeter PEMODELAN ARIMA DAN DETEKSI OUTLIER DATA CURAH HUJAN SEBAGAI EVALUASI SISTEM RADIO GELOMBANG

Lebih terperinci

PEMODELAN ARIMA DAN DETEKSI OUTLIER DATA CURAH HUJAN SEBAGAI EVALUASI SISTEM RADIO GELOMBANG MILIMETER

PEMODELAN ARIMA DAN DETEKSI OUTLIER DATA CURAH HUJAN SEBAGAI EVALUASI SISTEM RADIO GELOMBANG MILIMETER Mauludiyanto, Pemodelan ARIMA dan Deteksi Outlier Data Curah Hujan Sebagai Evaluasi Sistem Radio Gelombang Milimeter PEMODELAN ARIMA DAN DETEKSI OUTLIER DATA CURAH HUJAN SEBAGAI EVALUASI SISTEM RADIO GELOMBANG

Lebih terperinci

PERBANDINGAN MODEL PEMULUSAN WINTER DENGAN ARM A(p, q) UNTUK PERAMALAN STOK BERAS BULOG PEKANBARU ABSTRACT

PERBANDINGAN MODEL PEMULUSAN WINTER DENGAN ARM A(p, q) UNTUK PERAMALAN STOK BERAS BULOG PEKANBARU ABSTRACT PERBANDINGAN MODEL PEMULUSAN WINTER DENGAN ARM A(p, q) UNTUK PERAMALAN STOK BERAS BULOG PEKANBARU Arif Sanjaya 1, M.D.H Gamal 2, Sigit Sugiarto 2 1 Mahasiswa Program Studi S1 Matematika FMIPA Universitas

Lebih terperinci

PEMODELAN ARIMA DALAM PERAMALAN PENUMPANG KERETA API PADA DAERAH OPERASI (DAOP) IX JEMBER

PEMODELAN ARIMA DALAM PERAMALAN PENUMPANG KERETA API PADA DAERAH OPERASI (DAOP) IX JEMBER PKMT-2-13-1 PEMODELAN ARIMA DALAM PERAMALAN PENUMPANG KERETA API PADA DAERAH OPERASI (DAOP) IX JEMBER Umi Rosyiidah, Diah Taukhida K, Dwi Sitharini Jurusan Matematika, Universitas Jember, Jember ABSTRAK

Lebih terperinci

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang BAB 1 PENDAHULUAN 1.1. Latar Belakang Meramalkan sesuatu berdasarkan ilmu pengetahuan merupakan sesuatu yang dianjurkan dalam Islam, sebagaimana yang diceritakan dalam Al-qur an dalam surat Yusuf ayat

Lebih terperinci

BAB 2 LANDASAN TEORI. datang. Kegunaan dari peramalan terlihat pada saat pengambilan keputusan.

BAB 2 LANDASAN TEORI. datang. Kegunaan dari peramalan terlihat pada saat pengambilan keputusan. BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang datang. Kegunaan dari peramalan terlihat pada saat pengambilan keputusan. Keputusan yang

Lebih terperinci

Model Autoregressive Integrated Moving Average (ARIMA) adl teknik untuk mencari pola yg paling cocok dari sekelompok data Model ARIMA dapat digunakan

Model Autoregressive Integrated Moving Average (ARIMA) adl teknik untuk mencari pola yg paling cocok dari sekelompok data Model ARIMA dapat digunakan METODE BOX JENKINS Model Autoregressive Integrated Moving Average (ARIMA) adl teknik untuk mencari pola yg paling cocok dari sekelompok data Model ARIMA dapat digunakan utk semua tipe pola data. Dapat

Lebih terperinci

Cetakan I, Agustus 2014 Diterbitkan oleh: Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Pattimura

Cetakan I, Agustus 2014 Diterbitkan oleh: Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Pattimura Hak cipta dilindungi Undang-Undang Cetakan I, Agustus Diterbitkan oleh: Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Pattimura ISBN: ---- Deskripsi halaman sampul : Gambar yang ada pada cover

Lebih terperinci

MODEL TERBAIK ARIMA DAN WINTER PADA PERAMALAN DATA SAHAM BANK

MODEL TERBAIK ARIMA DAN WINTER PADA PERAMALAN DATA SAHAM BANK MODEL TERBAIK ARIMA DAN WINTER PADA PERAMALAN DATA SAHAM BANK Moh. Yamin Darsyah 1, Muhammad Saifudin Nur 2 1,2 Progam Studi Statistika Fakultas Matematika Dan Ilmu Pengetahuan Alam Universitas Muhammadiyah

Lebih terperinci

IV. GAMBARAN UMUM DAERAH PENELITIAN Keadaan Umum Kabupaten Lampung Selatan. Wilayah Kabupaten Lampung Selatan terletak antara 105.

IV. GAMBARAN UMUM DAERAH PENELITIAN Keadaan Umum Kabupaten Lampung Selatan. Wilayah Kabupaten Lampung Selatan terletak antara 105. IV. GAMBARAN UMUM DAERAH PENELITIAN 4.1. Keadaan Umum Kabupaten Lampung Selatan 4.1.1. Keadaan Geografis Wilayah Kabupaten Lampung Selatan terletak antara 105.14 sampai dengan 105, 45 Bujur Timur dan 5,15

Lebih terperinci

The 4 th Univesity Research Coloquium 2016 PERBANDINGAN MODEL ARIMA DAN WINTER PADA PERAMALAN DATA SAHAM BANK

The 4 th Univesity Research Coloquium 2016 PERBANDINGAN MODEL ARIMA DAN WINTER PADA PERAMALAN DATA SAHAM BANK PERBANDINGAN MODEL ARIMA DAN WINTER PADA PERAMALAN DATA SAHAM BANK Moh. Yamin Darsyah 1, Muhammad Saifudin Nur 2 1,2 Progam Studi Statistika Fakultas Matematika Dan Ilmu Pengetahuan Alam Universitas Muhammadiyah

Lebih terperinci

MODEL FORECASTING WISATAWAN MANCANEGARA KE PROVINSI RIAU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR. Oleh : SALAM ALI WIRADINATA S

MODEL FORECASTING WISATAWAN MANCANEGARA KE PROVINSI RIAU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR. Oleh : SALAM ALI WIRADINATA S MODEL FORECASTING WISATAWAN MANCANEGARA KE PROVINSI RIAU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika Oleh

Lebih terperinci

PERAMALAN PENYEBARAN JUMLAH KASUS VIRUS EBOLA DI GUINEA DENGAN METODE ARIMA

PERAMALAN PENYEBARAN JUMLAH KASUS VIRUS EBOLA DI GUINEA DENGAN METODE ARIMA Jurnal UJMC, Volume 2, Nomor 1, Hal. 28-35 pissn : 2460-3333 eissn: 2579-907X PERAMALAN PENYEBARAN JUMLAH KASUS VIRUS EBOLA DI GUINEA DENGAN METODE ARIMA Novita Eka Chandra 1 dan Sarinem 2 1 Universitas

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan teori-teori yang menjadi dasar dan landasan dalam penelitian sehingga membantu mempermudah pembahasan selanjutnya. Teori tersebut meliputi arti dan peranan

Lebih terperinci

ANALISIS PERAMALAN ARIMA BOX-JENKINS PADA DATA PENGIRIMAN BARANG

ANALISIS PERAMALAN ARIMA BOX-JENKINS PADA DATA PENGIRIMAN BARANG ANALISIS PERAMALAN ARIMA BOX-JENKINS PADA DATA PENGIRIMAN BARANG Anik Rufaidah 1), Muhamad Afif Effindi 2) 1, 2) Sekolah Tinggi Teknik Qomaruddin Gresik Jalan Raya No. 01 Bungah Gresik 61152 e-mail: anikrufaidah99@gmail.com

Lebih terperinci

BAB 1 PENDAHULUAN. meteorolgi dan Geofisika yang salah satu bidangnya ialah iklim.

BAB 1 PENDAHULUAN. meteorolgi dan Geofisika yang salah satu bidangnya ialah iklim. BAB 1 PENDAHULUAN 1.1 Latar Belakang Di Indonesia meteorologi di asuh dalam Badan Meteorologi dan Geofisika di Jakarta yang sejak enam puluhan telah di terapkan menjadi suatu direktorat perhubungan udara.

Lebih terperinci

PEMODELAN SARIMAX DALAM PERAMALAN PENUMPANG KERETA API PADA DAERAH OPERASI (DAOP) V PURWOKERTO

PEMODELAN SARIMAX DALAM PERAMALAN PENUMPANG KERETA API PADA DAERAH OPERASI (DAOP) V PURWOKERTO PEMODELAN SARIMAX DALAM PERAMALAN PENUMPANG KERETA API PADA DAERAH OPERASI (DAOP) V PURWOKERTO Skripsi Diajukan Untuk Memenuhi Sebagian Syarat Mencapai Gelar Sarjana Strata Satu (S-1) Oleh : ROSIANA NOVITA

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Peramalan merupakan studi terhadap data historis untuk menemukan hubungan, kecenderungan dan pola data yang sistematis (Makridakis, 1999). Peramalan menggunakan pendekatan

Lebih terperinci

MODEL ARMA (AUTOREGRESSIVE MOVING AVERAGE) UNTUK PREDIKSI CURAH HUJAN DI KABUPATEN SEMARANG JAWA TENGAH - INDONESIA. Salatiga, Jawa Tengah, Indonesia

MODEL ARMA (AUTOREGRESSIVE MOVING AVERAGE) UNTUK PREDIKSI CURAH HUJAN DI KABUPATEN SEMARANG JAWA TENGAH - INDONESIA. Salatiga, Jawa Tengah, Indonesia MODEL ARMA (AUTOREGRESSIVE MOVING AVERAGE) UNTUK PREDIKSI CURAH HUJAN DI KABUPATEN SEMARANG JAWA TENGAH - INDONESIA Adi Nugroho 1, Bistok Hasiholan Simanjuntak 2 1 Staf pengajar di Fakultas Teknologi Informasi

Lebih terperinci

SEASONAL ARIMA Arum Handini Primandari

SEASONAL ARIMA Arum Handini Primandari SEASONAL ARIMA Arum Handini Primandari ALLPPT.com _ Free PowerPoint Templates, Diagrams and Charts ARIMA Musiman Pola musiman dalam runtun waktu adalah perubahan pola yang berulang dalam kurun waktu s;

Lebih terperinci

Kajian Pustaka Analisis runtun waktu

Kajian Pustaka Analisis runtun waktu 1. Pendahuluan Di Indonesia, pengaruh pemanasan global menyebabkan perubahan iklim antara lain curah hujan dibawah normal, sehingga masa tanam terganggu. Pada tahun 1995 hingga 2005, total tanaman padi

Lebih terperinci

1. Pendahuluan 2. Kajian Pustaka Curah Hujan

1. Pendahuluan 2. Kajian Pustaka Curah Hujan 1. Pendahuluan Industri kelapa sawit di Indonesia dewasa ini telah berkembang pesat sebagai penghasil kelapa sawit terbesar di dunia. Investasi kelapa sawit di Indonesia dewasa ini adalah sebagai hasil

Lebih terperinci

BAB III METODE PENELITIAN. merupakan suatu proses, mencari kebenaran dan menghasilkan kebenaran.

BAB III METODE PENELITIAN. merupakan suatu proses, mencari kebenaran dan menghasilkan kebenaran. BAB III METODE PENELITIAN 3.1 Jenis / Pendekatan Penelitian Penelitian dan ilmu pengetahuan mempunyai kaitan yang erat keduanya merupakan suatu proses, mencari kebenaran dan menghasilkan kebenaran. Penelitian

Lebih terperinci

Artikel Ilmiah. Peneliti : Auditya Gianina Bernadine Amaheka ( ) Michael Bezaleel Wenas, S.Kom., M.Cs.

Artikel Ilmiah. Peneliti : Auditya Gianina Bernadine Amaheka ( ) Michael Bezaleel Wenas, S.Kom., M.Cs. Analisis Peramalan Penerimaan Pajak Kendaraan Bermotor dengan Metode Autoregressive Integrated Moving Average (ARIMA) (Studi Kasus : Dinas Pendapatan dan Pengelolaan Aset Daerah Provinsi Jawa Tengah) Artikel

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Peramalan pada dasarnya merupakan proses menyusun informasi tentang kejadian masa lampau yang berurutan untuk menduga kejadian di masa depan (Frechtling, 2001:

Lebih terperinci

MODEL EXPONENTIAL SMOOTHING HOLT-WINTER DAN MODEL SARIMA UNTUK PERAMALAN TINGKAT HUNIAN HOTEL DI PROPINSI DIY SKRIPSI

MODEL EXPONENTIAL SMOOTHING HOLT-WINTER DAN MODEL SARIMA UNTUK PERAMALAN TINGKAT HUNIAN HOTEL DI PROPINSI DIY SKRIPSI MODEL EXPONENTIAL SMOOTHING HOLT-WINTER DAN MODEL SARIMA UNTUK PERAMALAN TINGKAT HUNIAN HOTEL DI PROPINSI DIY SKRIPSI Diajukan Kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta

Lebih terperinci

BAB 1 PENDAHULUAN. Di Indonesia meteorologi diasuh dalam Badan Meteorologi dan Geofisika di Jakarta

BAB 1 PENDAHULUAN. Di Indonesia meteorologi diasuh dalam Badan Meteorologi dan Geofisika di Jakarta BAB 1 PENDAHULUAN 1.1. Latar Belakang Di Indonesia meteorologi diasuh dalam Badan Meteorologi dan Geofisika di Jakarta yang sejak tahun enam puluhan telah diterapkan menjadi suatu direktorat perhubungan

Lebih terperinci

Metode Box - Jenkins (ARIMA)

Metode Box - Jenkins (ARIMA) Metode Box - Jenkins (ARIMA) Metode peramalan saat ini cukup banyak dengan berbagai kelebihan masing-masing. kelebihan ini bisa mencakup variabel yang digunakan dan jenis data time seriesnya. nah, dalam

Lebih terperinci

Peramalan Aset dengan Memperhatikan Dana Pihak Ketiga (DPK) dan Pembiayaan Perbankan Syariah di Indonesia dengan Metode Fungsi Transfer

Peramalan Aset dengan Memperhatikan Dana Pihak Ketiga (DPK) dan Pembiayaan Perbankan Syariah di Indonesia dengan Metode Fungsi Transfer Peramalan Aset dengan Memperhatikan Dana Pihak Ketiga (DPK) dan Pembiayaan Perbankan Syariah di Indonesia dengan Metode Fungsi Transfer 1 Faridah Yuliani dan 2 Dr. rer pol Heri Kuswanto 1,2 Jurusan Statistika

Lebih terperinci

GAMBARAN UMUM LOKASI PENELITIAN

GAMBARAN UMUM LOKASI PENELITIAN V GAMBARAN UMUM LOKASI PENELITIAN 5.1 Gambaran Umum Kabupaten Kerinci 5.1.1 Kondisi Geografis Kabupaten Kerinci terletak di sepanjang Bukit Barisan, diantaranya terdapat gunung-gunung antara lain Gunung

Lebih terperinci

A. Judul : PEMODELAN FUNGSI TRANSFER PADA PERAMALAN CURAH HUJAN DI KABUPATEN BANDUNG

A. Judul : PEMODELAN FUNGSI TRANSFER PADA PERAMALAN CURAH HUJAN DI KABUPATEN BANDUNG A. Judul : PEMODELAN FUNGSI TRANSFER PADA PERAMALAN CURAH HUJAN DI KABUPATEN BANDUNG B. Latar Belakang Informasi tentang curah hujan merupakan perihal penting yang berpengaruh terhadap berbagai macam aktifitas

Lebih terperinci

LAPORAN PRAKTIKUM ANALISIS RUNTUN WAKTU. Laporan VI ARIMA Analisis Runtun Waktu Model Box Jenkins

LAPORAN PRAKTIKUM ANALISIS RUNTUN WAKTU. Laporan VI ARIMA Analisis Runtun Waktu Model Box Jenkins LAPORAN PRAKTIKUM ANALISIS RUNTUN WAKTU Kelas A Laporan VI ARIMA Analisis Runtun Waktu Model Box Jenkins No Nama Praktikan Nomor Mahasiswa Tanggal Pengumpulan 1 29 Desember 2010 Tanda Tangan Praktikan

Lebih terperinci

Pemodelan ARIMA Non- Musim Musi am

Pemodelan ARIMA Non- Musim Musi am Pemodelan ARIMA Non- Musimam ARIMA ARIMA(Auto Regresif Integrated Moving Average) merupakan suatu metode analisis runtun waktu(time series) ARIMA(p,d,q) Dengan AR : p =orde dari proses autoreggresif I

Lebih terperinci

BAB V KESIMPULAN DAN SARAN

BAB V KESIMPULAN DAN SARAN BAB V KESIMPULAN DAN SARAN Berdasarkan hasil penelitian dan analisis mengenai Potensi Pengembangan Produksi Ubi Jalar (Ipomea batatas L.)di Kecamatan Cilimus Kabupaten. Maka sebagai bab akhir pada tulisan

Lebih terperinci

PERAMALAN HASIL PRODUKSI ALUMINIUM BATANGAN PADA PT INALUM DENGAN METODE ARIMA

PERAMALAN HASIL PRODUKSI ALUMINIUM BATANGAN PADA PT INALUM DENGAN METODE ARIMA Saintia Matematika Vol. 1, No. 1 (2013), pp. 1 10. PERAMALAN HASIL PRODUKSI ALUMINIUM BATANGAN PADA PT INALUM DENGAN METODE ARIMA Lukas Panjaitan, Gim Tarigan, Pengarapen Bangun Abstrak. Dalama makalah

Lebih terperinci

Prediksi Jumlah Penumpang Kapal Laut di Pelabuhan Laut Manado Menggunakan Model ARMA

Prediksi Jumlah Penumpang Kapal Laut di Pelabuhan Laut Manado Menggunakan Model ARMA Prediksi Jumlah Penumpang Kapal Laut di Pelabuhan Laut Manado Menggunakan Model ARMA Jeine Tando 1, Hanny Komalig 2, Nelson Nainggolan 3* 1,2,3 Program Studi Matematika, Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Adapun langkah-langkah pada analisis runtun waktu dengan model ARIMA

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Adapun langkah-langkah pada analisis runtun waktu dengan model ARIMA BAB IV HASIL PENELITIAN DAN PEMBAHASAN Pada bab ini, akan dilakukan analisis dan pembahasan terhadap data runtun waktu. Adapun data yang digunakan dalam penelitian ini merupakan data sekunder, yaitu data

Lebih terperinci

PEMODELAN ARIMA REDAMAN HUJAN DENGAN EFEK DETECTION OUTLIER DAN AKAIKE INFORMATION TEST

PEMODELAN ARIMA REDAMAN HUJAN DENGAN EFEK DETECTION OUTLIER DAN AKAIKE INFORMATION TEST PEMODELAN ARIMA REDAMAN HUJAN DENGAN EFEK DETECTION OUTLIER DAN AKAIKE INFORMATION TEST Afif Arumahendra 2206 100 041 Email : mahe_354@yahoo.com Jurusan Teknik Elektro-FTI, Institut Teknologi Sepuluh Nopember

Lebih terperinci

Pemodelan Curah Hujan dengan Pendekatan Model ARIMA, Feed Forward Neural Network dan Hybrid (ARIMA-NN) di Banyuwangi

Pemodelan Curah Hujan dengan Pendekatan Model ARIMA, Feed Forward Neural Network dan Hybrid (ARIMA-NN) di Banyuwangi JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) 2337-3520 (2301-928X Print) D-145 Pemodelan Curah Hujan dengan Pendekatan Model ARIMA, Feed Forward Neural Network dan Hybrid (ARIMA-NN) di Banyuwangi 1 Yudi

Lebih terperinci

PENGGUNAAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (P,Q) UNTUK PERAMALAN HARGA DAGING AYAM BROILER DI PROVINSI JAWA TIMUR

PENGGUNAAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (P,Q) UNTUK PERAMALAN HARGA DAGING AYAM BROILER DI PROVINSI JAWA TIMUR Seminar Nasional Matematika dan Aplikasinya, 21 Oktober 27 PENGGUNAAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (P,Q) UNTUK PERAMALAN HARGA DAGING AYAM BROILER DI PROVINSI JAWA TIMUR

Lebih terperinci

PERAMALAN PEMAKAIAN ENERGI LISTRIK DI MEDAN DENGAN METODE ARIMA

PERAMALAN PEMAKAIAN ENERGI LISTRIK DI MEDAN DENGAN METODE ARIMA Saintia Matematika ISSN: 2337-9197 Vol. 2, No. 1 (2014), pp. 55 69. PERAMALAN PEMAKAIAN ENERGI LISTRIK DI MEDAN DENGAN METODE ARIMA John Putra S Tampubolon, Normalina Napitupulu, Asima Manurung Abstrak.

Lebih terperinci

Peramalan Kandungan Particulate Matter (PM10) dalam Udara Ambien Kota Surabaya Menggunakan Double Seasonal ARIMA (DSARIMA)

Peramalan Kandungan Particulate Matter (PM10) dalam Udara Ambien Kota Surabaya Menggunakan Double Seasonal ARIMA (DSARIMA) JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (215) 2337-352 (231-928X Print) D-242 Peramalan Kandungan Particulate Matter (PM1) dalam Udara Ambien Kota Surabaya Menggunakan Double Seasonal ARIMA (DSARIMA) Bernadeta

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Peramalan 2.1.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang (Sofjan Assauri,1984). Setiap kebijakan ekonomi

Lebih terperinci

PERAMALAN JUMLAH PENUMPANG BANDARA I GUSTI NGURAH RAI DENGAN MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA)

PERAMALAN JUMLAH PENUMPANG BANDARA I GUSTI NGURAH RAI DENGAN MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) M-11 2) PERAMALAN JUMLAH PENUMPANG BANDARA I GUSTI NGURAH RAI DENGAN MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) Naili Farkhatul Jannah 1), Muhammad Bahtiar Isna Fuady 2), Sefri

Lebih terperinci

BERITA RESMI STATISTIK

BERITA RESMI STATISTIK BERITA RESMI STATISTIK BPS PROVINSI NUSA TENGGARA BARAT No. 20/03/52/Th.VIII, 3 Maret 2014 ANGKA SEMENTARA TAHUN PRODUKSI PADI DAN PALAWIJA PROVINSI NUSA TENGGARA BARAT A. PADI Angka tetap 2012 (ATAP 2012)

Lebih terperinci

Peramalan Volume Pemakaian Air di PDAM Kota Surabaya dengan Menggunakan Metode Time Series

Peramalan Volume Pemakaian Air di PDAM Kota Surabaya dengan Menggunakan Metode Time Series JURNAL SAINS DAN SENI ITS Vol. 6, No. 1, (2017) ISSN: 2337-3520 (2301-928X Print) D-157 Peramalan Volume Pemakaian Air di PDAM Kota Surabaya dengan Menggunakan Metode Time Series Moh Ali Asfihani dan Irhamah

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang 1 BAB I PENDAHULUAN 1.1 Latar Belakang Dalam dunia statistika terdapat serangkaian pengamatan data yang dapat dijadikan sebagai model time series (runtun waktu) untuk meramalkan kejadian pada periode berikutnya.

Lebih terperinci

BAB I PENDAHULUAN. disegala bidang. Sektor pertanian merupakan salah satu sektor yang

BAB I PENDAHULUAN. disegala bidang. Sektor pertanian merupakan salah satu sektor yang BAB I PENDAHULUAN A. Latar Belakang Masalah Indonesia merupakan negara yang sedang melaksanakan pembangunan disegala bidang. Sektor pertanian merupakan salah satu sektor yang diandalkan, karena sektor

Lebih terperinci

1. I Wayan Sumarjaya, S.Si, M.Stats. 2. I Gusti Ayu Made Srinadi, S.Si, M.Si. ABSTRAK

1. I Wayan Sumarjaya, S.Si, M.Stats. 2. I Gusti Ayu Made Srinadi, S.Si, M.Si. ABSTRAK Judul : Peramalan Curah Hujan Menggunakan Metode Analisis Spektral Nama : Ni Putu Mirah Sri Wahyuni NIM : 1208405018 Pembimbing : 1. I Wayan Sumarjaya, S.Si, M.Stats. 2. I Gusti Ayu Made Srinadi, S.Si,

Lebih terperinci

Peramalam Jumlah Penumpang Yang Berangkat Melalui Bandar Udara Temindung Samarinda Tahun 2012 Dengan Metode ARIMA BOX-JENKINS

Peramalam Jumlah Penumpang Yang Berangkat Melalui Bandar Udara Temindung Samarinda Tahun 2012 Dengan Metode ARIMA BOX-JENKINS Jurnal EKSPONENSIAL Volume 3, Nomor, Mei 2 ISSN 8-7829 Peramalam Jumlah Penumpang Yang Berangkat Melalui Bandar Udara Temindung Samarinda Tahun 2 Dengan Metode ARIMA BOX-JENKINS Forecasting The Number

Lebih terperinci

JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) ( X Print) D-249

JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) ( X Print) D-249 JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) 2337-3520 (2301-928X Print) D-249 Analisis Fungsi Transfer pada Harga Cabai Merah yang Dipengaruhi oleh Curah Hujan Di Surabaya Putri Rintan Aryasita,

Lebih terperinci

BAB I PENDAHULUAN. Peramalan merupakan suatu kegiatan memprediksi nilai dari suatu

BAB I PENDAHULUAN. Peramalan merupakan suatu kegiatan memprediksi nilai dari suatu BAB I PENDAHULUAN A. LATAR BELAKANG Peramalan merupakan suatu kegiatan memprediksi nilai dari suatu variabel berdasarkan nilai yang diketahui dari variabel tersebut pada masa lalu atau variabel yang berhubungan.

Lebih terperinci

BAB 2. Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang

BAB 2. Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang akan datang. Ramalan adalah sesuatu kegiatan situasi atau kondisi yang diperkirakan akan

Lebih terperinci

ESTIMASI DATA YANG HILANG DENGAN MENGGUNAKAN PROSES PENYARINGAN DALAM PEMODELAN DATA TIME SERIES

ESTIMASI DATA YANG HILANG DENGAN MENGGUNAKAN PROSES PENYARINGAN DALAM PEMODELAN DATA TIME SERIES ESTIMASI DATA YANG HILANG DENGAN MENGGUNAKAN PROSES PENYARINGAN DALAM PEMODELAN DATA TIME SERIES Rais 1 1 Jurusan Matematika FMIPA Universitas Tadulako, email: rais76_untad@yahoo.co.id Abstrak Makalah

Lebih terperinci

SBAB III MODEL VARMAX. Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n

SBAB III MODEL VARMAX. Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n SBAB III MODEL VARMAX 3.1. Metode Analisis VARMAX Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n dengan variabel random Z n yang dapat dipandang sebagai variabel random berdistribusi

Lebih terperinci

Pemodelan ARIMA Jumlah Pencapaian Peserta KB Baru IUD

Pemodelan ARIMA Jumlah Pencapaian Peserta KB Baru IUD Pemodelan ARIMA Jumlah Pencapaian Peserta KB Baru IUD Charisma Arianti, Arief Wibowo Departemen Biostatistika dan Kependudukan Fakultas Kesehatan Masyarakat Universitas Airlangga Surabaya Alamat Korespondensi:

Lebih terperinci

TINJAUAN PUSTAKA DAN KERANGKA PIKIR

TINJAUAN PUSTAKA DAN KERANGKA PIKIR II. TINJAUAN PUSTAKA DAN KERANGKA PIKIR A. Tinjauan Pustaka 1. Pengertian Geografi Geografi adalah ilmu yang mempelajari persamaan dan perbedaan fenomena geosfer dengan sudut pandang kelingkungan atau

Lebih terperinci

2014 EVALUASI KESESUAIAN LAHAN PERTANIAN UNTUK TANAMAN PANGAN DI KECAMATAN CIMAUNG KABUPATEN BANDUNG

2014 EVALUASI KESESUAIAN LAHAN PERTANIAN UNTUK TANAMAN PANGAN DI KECAMATAN CIMAUNG KABUPATEN BANDUNG A. Latar Belakang BAB I PENDAHULUAN berikut : FAO dalam Arsyad (2012:206) mengemukakan pengertian lahan sebagai Lahan diartikan sebagai lingkungan fisik yang terdiri atas iklim, relief, tanah, air, dan

Lebih terperinci

PERAMALAN PRODUKSI PADI DI KABUPATEN KAMPAR DENGAN METODE BOX-JENKINS TUGAS AKHIR. Oleh :

PERAMALAN PRODUKSI PADI DI KABUPATEN KAMPAR DENGAN METODE BOX-JENKINS TUGAS AKHIR. Oleh : PERAMALAN PRODUKSI PADI DI KABUPATEN KAMPAR DENGAN METODE BOX-JENKINS TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika Oleh : SITI KRISMIASARI

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Sebagai negara yang terletak diantara Samudra Pasifik-Hindia dan Benua Asia-Australia, serta termasuk wilayah tropis yang dilewati oleh garis khatulistiwa, menyebabkan

Lebih terperinci

Prediksi Wisatawan Mancanegara Ke Jawa Barat Melalui Pintu Masuk Bandara Husein Sastranegara dan Pelabuhan Muarajati Menggunakan Metode SARIMA

Prediksi Wisatawan Mancanegara Ke Jawa Barat Melalui Pintu Masuk Bandara Husein Sastranegara dan Pelabuhan Muarajati Menggunakan Metode SARIMA Politeknik Negeri Bandung July 26-27, Prediksi Wisatawan Mancanegara Ke Jawa Barat Melalui Pintu Masuk Bandara Husein Sastranegara dan Pelabuhan Muarajati Menggunakan Metode SARIMA Agus Supriatna 1, Betty

Lebih terperinci

ANALISIS PERAMALAN PENDAFTARAN SISWA BARU MENGGUNAKAN METODE SEASONAL ARIMA DAN METODE DEKOMPOSISI

ANALISIS PERAMALAN PENDAFTARAN SISWA BARU MENGGUNAKAN METODE SEASONAL ARIMA DAN METODE DEKOMPOSISI ANALISIS PERAMALAN PENDAFTARAN SISWA BARU MENGGUNAKAN METODE SEASONAL ARIMA DAN METODE DEKOMPOSISI (Studi kasus: Lembaga Bimbingan Belajar SSC Bintaro) Nizar Muhammad Al Kharis PROGRAM STUDI MATEMATIKA

Lebih terperinci

KOMBINASI PROSEDUR PEMODELAN SUBSET ARIMA DAN DETEKSI OUTLIER UNTUK PREDIKSI DATA RUNTUN WAKTU

KOMBINASI PROSEDUR PEMODELAN SUBSET ARIMA DAN DETEKSI OUTLIER UNTUK PREDIKSI DATA RUNTUN WAKTU UNIVERSITAS DIPONEGORO 013 ISBN: 978-60-14387-0-1 KOMBINASI PROSEDUR PEMODELAN SUBSET ARIMA DAN DETEKSI OUTLIER UNTUK PREDIKSI DATA RUNTUN WAKTU Tarno Program Studi Statistika FSM UNDIP e-mail: tarno@undip.ac.id

Lebih terperinci

BAB I PENDAHULUAN. dan makhluk hidup lainnya, yang berperan penting di berbagai sektor kehidupan.

BAB I PENDAHULUAN. dan makhluk hidup lainnya, yang berperan penting di berbagai sektor kehidupan. BAB I PENDAHULUAN 1.1 Latar Belakang Air merupakan sumberdaya alam yang mutlak diperlukan oleh manusia dan makhluk hidup lainnya, yang berperan penting di berbagai sektor kehidupan. Dalam siklus hidrologi

Lebih terperinci

PENGARUH FAKTOR MUSIMAN PADA PEMODELAN DERET WAKTU UNTUK PERAMALAN DEBIT SUNGAI DENGAN METODE SARIMA

PENGARUH FAKTOR MUSIMAN PADA PEMODELAN DERET WAKTU UNTUK PERAMALAN DEBIT SUNGAI DENGAN METODE SARIMA Jurnal Teori dan Riset Matematika (TEOREMA) Vol. 2 No. 2, Hal, 117-128, Maret 2018 p-issn 2541-0660, e-issn 2597-7237 2018 PENGARUH FAKTOR MUSIMAN PADA PEMODELAN DERET WAKTU UNTUK PERAMALAN DEBIT SUNGAI

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Tingkat pemanasan rata-rata selama lima puluh tahun terakhir hampir dua kali lipat dari rata-rata seratus tahun terakhir, di mana pemanasan lebih dirasakan

Lebih terperinci