BAB 2 LANDASAN TEORI

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 2 LANDASAN TEORI"

Transkripsi

1 BAB LANDAAN TEORI. Tnjauan Pusaka.. Uj Keseragaman Daa Tujuan uama pengukuran uj keseragaman daa adalah unuk mendapakan da yang seragam. Kedak seragaman daa dapa daang anpa dsadar, maka dperlukan suau pegukuran unuk mendeeksnya. Baas bas kendal yang dbenuk dar daa merupakan baas seragam aau daknya daa. Uj keseragaman daa perlu dlakukan sebelum menggunakan daa yang dperoleh. Uj keseragaman daa dapa dlakukan dengan dua cara, yau :. Uj keseragaman daa dengan cara vsual Uj keseragaman daa dengan cara vsual, dlakukan dengan cara yang sederhana. Ka hanya melha daa yang erkumpul dan kemudan mengdenfkaskan daa yang erlalu eksrem (daa yang erlalu menympang dar rend raa raanya). Daa yang eksrem n kemudan dbuang dan dak dmasukkan dalam perhungan selanjunya.. Uj keseragaman daa dengan pea konrol Pea konrol (Conrol char) adalah suau ala yang epa unuk melakukan uj keseragaman daa yang dperoleh. fanya lebh kompleks, karena menggunakan pea kendal dan menggunakan rumus dalam perhungannya. Daa eksrem pada

2 0 pea kendal adalah daa yang berada d luar baas konrol kendal. Baas konrol kendal yau baas baas yang dbua unuk menenukan apakah suau daa seragam aau dak, dan baas konrol kendal n erdr dar baas kendal aas dan baas kendal bawah. Daa yang seragam adalah semua daa yang berada d dalam baas konrol kendal. Adapun uruan langkah dalam mencar baas kendal adalah sebaga berku :. Mencar raa raa sub group k n dmana : n k ukuran sub group, yau banyaknya daa dalam sau subgroup jumlah sub group yang erbenuk daa pengamaan. Mencar raa raa keseluruhan k k 3. Menghung sandard devas σ ( ) N dmana : N jumlah daa

3 4. Menghung sandard devas dar dsrbus raa raa sub group σ x σ n 5. Menghung baas baas kendal BKA 3σx BKB 3σx.. Uj Kecukupan Daa Tngka keelan (degree of accuracy) dan ngka keyaknan (confdence level) merupakan cermnan ngka kepasan yang dngnkan oleh pengukur. Tngka keelan menunjukkan penympangan maksmum hasl peramalan dar daa sebenarnya. Tngka keyaknan menunjukkan besarnya keyaknan pengukur bahwa hasl yang dperoleh memenuh syara keelan.uj kecukupan daa dlakukan dengan mempermbangkan ngka kepercayaan dan keelan yang dngnkan sesua dengan rumus d bawah n : k N s N ( ) dmana : N jumlah daa yang seharusnya N jumlah daa akual K ngka keyaknan

4 s ngka keelan (unuk k 95% dan s 5%; k/s 40) Kesmpulan : Jka N N, maka daa sudah cukup Jka N > N, maka daa belum cukup..3 Uj Kenormalan Daa Agar dapa dlakukan analsa lebh lanju dar sampel daa yang ada, perlu dkeahu jens dsrbus eors apa yang palng mendeka unuk da ersebu. Jka dkeahu dsrbus erenu yang sudah baku yang mendeka daa daa ersebu, maka perhungan selanjunya dapa mempergunakan rumus rumus yang berlaku unuk dsrbus ersebu. Oleh sebab u, sebelum menganalsa daa lebh jauh, perlu duj erlebh dahulu, apakah daa ersebu mendeka dsrbus eors erenu. alah sau cara unuk menguj kecocokan daa erhadap dsrbus erenu adalah dengan es kecocokan daa. Pengujan ersebu ddasarkan aas kecocokan daa erhadap dsrbus eors erenu. Bla varans selsh daa yang ada dengan yang dharapkan dar dsrbus erenu dak melebh suau harga erenu. Harga n erganung dar besarnya ngka kepercayaan yang dpaka. Pengujan kecocokan daa n dpaka dengan harga ch square pada ngka kepercayaan erenu yang sudah denukan sebelumnya. Jad suau daa dapa dnyaakan cocok dengan suau

5 3 dsrbus eors erenu, bla varans selshnya dak melebh suau nla ch square erenu. Langkah langkah pengujan kecocokan daa, adalah sebaga berku : ) Tenukan hpoesa yang akan duj Hpoesa nol Hpoesa alernaf : H0 : sampel mendeka dsrbus erenu : H : sampel dak mendeka dsrbus erenu ) Tenukan : Tngka kepercayaan yang akan dgunakan : α Deraja kebebasan (dof) k dmana : k panjang kelas ; lebar kelas nla x, α, dof dar abel x 3) Tenukan krera penolakan berdasarkan ngka kepercayaan yang dgunakan dan dof. Tolak H0 bla x hung > x, α, dof 4) Hung nla ch square dengan menggunakan rumus : x ( O E E ) 5) Bandngkan nla ch square hasl perhungan dengan krera penolakan. 6) Kesmpulan : Tolak H0, bla x hung > x ; berar daa dak berdsrbus erenu Terma H0, bla x hung < x ; berar daa berdsrbus erenu.

6 4..4 Peramalan Peramalan (forecasng) merupakan ala banu yang penng dalam perencanaan yang efekf dan efsen khususnya dalam bdang ekonom. Peramalan permnaan akan suau produk dan jasa d waku mendaang dan bagan bagannya adalah sanga penng dalam perencanaan dan pengawasan produks. Peramalan yang bak adalah esensal unuk efsens operas operas manufacurng dan produks jasa. Menuru Yam, (999, p3), peramalan adalah predks, proyeks aau esmas ngka kejadan yang dak pas d masa yang akan daang. Keepaan secara mulak dalam mempredks perswa dan ngka kegaan yang akan daang adalah dak mungkn dcapa, oleh karena u keka perusahaan dak dapa melha kejadan yang akan daang secara pas, dperlukan waku dan enaga yang besar agar mereka dapa memlk kekuaan unuk menark kesmpulan erhadap kejadan yang akan daang. erng erdapa waku senjang (me lag) anara kesadaran akan perswa aau kebuuhan mendaang dengan perswa u sendr. Adanya waku enggang (lead me) merupakan alasan uama bag perencanaan dan peramalan. Jka waku enggang n nol aau sanga kecl, maka perencanaan dan peramalan dak dperlukan. Jka waku enggang n panjang dan hasl akhr berganung pada fakor fakor yang dapa dkeahu, maka perencanaan dapa memegang peranan penng. Dalam suas

7 5 seper u peramalan dperlukan unuk meneapkan kapan suau perswa akan erjad, sehngga ndakan yang epa dapa dlakukan. ecara umum meode peramalan dapa dklasfkaskan dalam dua kaegor uama, yau : ) Meode kuanaf ddasarkan aas prnsp prnsp sask yang memlk nla keepaan ngg aau dapa memnmumkan kesalahan (error), lebh ssemas, dan lebh populer dalam penggunaannya. Unuk menggunakan meode kuaaf erdapa ga kondd yang perlu dpenuh : ) Terseda nformas enang masa lalu. ) Informas ersebu dapa dkuanafkan dalam benuk daa numerk. 3) Dasumskan bahwa beberapa pola d masa lalu akan erus berlanju. Model yang mendasar peramalan kuanaf dbag menjad dua, yau : a) Model dere berkala (me seres) Pada model n, pendugaan masa depan dlakukan berdasarkan nla masa lalu dar suau varabel dan aau kesalahan masa lalu. Tujuan model n adalah menemukan pola dalam dere daa hsors dan mengeksraplaskan pola ersebu ke masa depan. Langkah penng dalam memlh suau meode dere berkala yang epa adalah dengan mempermbangkan jens pola daa, sehngga meode yang palng epa dengan pola ersebu dapa duj. Pola daa dapa dbedakan menjad empa jens, anara lan :

8 6 a) Pola horsonal (H) Terjad bla nla daa berflukuas d sekar nla raa raa konsan. y Waku Gambar. Pola daa horzonal b) Pola musman () Terjad bla suau dere dpengaruh oleh fakor musman (msalnya kuaral ahun erenu, bulanan, aau har har pada mnggu erenu). y Waku Gambar. Pola daa musman

9 7 c) Pola skls (C) Terjad bla daa dpengaruh oleh flukuas ekonom jangka panjang seper yang berhubungan dengan sklus bsns. y Waku Gambar.3 Pola daa skls d) Pola rend (T) Terjad bla erdapa kenakan aau penurunan sekuler jangka panjang dalam daa. y Waku Gambar.4 Pola daa rend

10 8 b) Model kausal edangkan model kausal, mengasumskan bahwa fakor yang dramalkan menunjukkan suau hubungan sebab akba dengan sau aau lebh varabel bebas. Tujuan dar model n adalah menemukan benuk hubungan ersebu dan menggunakannya unuk meramalkan nla mendaang dar varabel ak bebas. Kedua model ersebu memlk keunungan dalam suas erenu. Model dere berkala serngkal dapa dgunakan dengan mudah unuk meramal, sedangkan model kausal dapa dgunakan dengan keberhaslan yang lebh besar unuk pengamblan kepuusan dan kebjaksanaan. ) Meode Kualaf / Teknologs, basa dgunakan unuk member peunjuk, unuk membanu perencanaan, seper perumusan sraeg, pengembangan produk, eknolog baru dan pengembangan rencana jangka menengah dan jangka panjang. Inpu yang dgunakan basanya merupakan hasl dar pemkran nuf, permbangan dan pengeahuan yang ddapa. Meode kualaf serngkal memerlukan npuan dar sejumlah orang yang erlah secara khusus. Meode kualaf secara umum dbag menjad dua bagan, yau : a) Meode Eksploraors, dmula dengan masa lalu dan masa kn sebaga k awalnya dan bergerak ke arah masa depan secara heursk. b) Meode Normaf, dmula dengan meneapkan sasaran dan ujuan yang akan daang, kemudan bekerja mundur unuk melha apakah hal n dapa dcapa, berdasarkan kendala, sumber daya, dan eknolog yang erseda.

11 9..4. Meode Peraaan (Average) Meode peraaan erdr dar : ) Meode raa raa sederhana / nla engah (mple Movng Average) Meode raa raa sederhana mengambl raa raa dar semua daa dalam kelompok nsalsas : T / T F T sebaga ramalan unuk perode (T). Kemudan bla daa perode (T) erseda, maka dmungknkan unuk menghung kesalahannya : e T T FT Meode raa raa sederhana n akan menghaslkan ramalan yang bak hanya jka proses yang mendasar pengamaan dak menunjukkan adanya rend, dan dak menunjukkan adanya unsur musman. ) Meode raa raa bergerak unggal (ngle Movng Average) Meode n memlk karakersk sebaga berku : hanya menyangku T perode erakhr dar daa yang dkeahu, jumlah k daa dalam seap raa-raa dak berubah dengan berjalannya waku. Teap meode n juga memlk kelemahan, sebaga berku : meode n memerlukan penympanan yang lebh banyak karena semua T pengamaan erakhr harus dsmpan, dak hanya nla engahnya.

12 0 meode n dak dapa menaggulang dengan bak adanya rend aau musman, walaupun meode n lebh bak dbandng raa raa sederhana. ecara aljabar, raa-raa bergerak (MA) dapa dulskan sebaga berku : T T T F T T T T T T F T T 3) Meode raa raa bergerak ganda (Double Movng Average) Dasar dar meode n adalah menghung raa raa bergerak yang kedua. Raa raa bergerak ganda merupakan raa raa bergerak dar raa raa bergerak, dan menuru smbol dulskan sebaga MA(M N) dmana arnya adalah MA M- perode dar MA N-perode. Prosedur raa raa bergerak lner secara umum dapa derangkan melalu persamaan berku : N N... N N... ( ) a ( ) b N b m a F m

13 ..4. Meode Pemulusan (moohng) Eksponensal Meode pemulusan erdr dar : ) Pemulusan eksponensal unggal Pemulusan eksponensal unggal secara khusus drumuskan sebaga berku : F α ( α )F Persamaan d aas merupakan benuk umum yang dgunakan pada meode pemulusan eksponensal. Meode n banyak mengurang masalah penympanan daa, karena dak perlu lag menympan daa hsors, agaknya hanya pengamaan erakhr dan suau nla α yang harus dsmpan. ) Meode pemulusan eksponensal unggal : Pendekaan adapf Pemulusan eksponensal unggal dengan ngka respon yang adapf memlk kelebhan yang nyaa aas E dalam nla α yang dapa berubah secara erkendal, dengan adanya perubahan pada pola daanya.

14 Persamaan dasar unuk peramalan n, sebaga berku : F α dmana ( α ) F α E M E M e ( )E β β e ( )M β β e F Insalsas : F α α 3 α 4 β E M 0 Meode n merupakan meode E dengan suau perbedaan, yau nla α secara ssemas dan oomas berubah dar perode ke perode unuk memperhungkan adanya perubahan dalam srukur daa. Peramalan n akan sanga bermanfaa unuk ssem peramalan yang melbakan sejumlah besar em. 3) Meode pemulusan eksponensal ganda : meode lner sau parameer dar brown Dasar pemkran dar pemulusan ekponensal lnear dar Brown adalah serupa dengan raa raa bergerak lner, karena kedua nla pemulusan unggal dan ganda ernggal dar daa yang sebenarnya blamana erdapa unsur rend,

15 3 perbedaan anara nla pemulusan unggal dan ganda dapa dambahkan kepada nla pemulusan unggal dan dsesuakan unuk rend. Persamaan yang dpaka dalam meode pemulusan eksponensal lner sau parameer dar Brown dunjukkan d bawah n : Insalsas awal : m b a F b a m. ) (. ) (. ) (. ) ( ) ( α α α α α α dmana : nla pemulusan eksponensal unggal nla pemulusan eksponensal ganda m jumlah perode ke muka yang dramalkan

16 4 4) Pemulusan ekponensal ganda : meode dua parameer dar Hol Meode pemulusan eksponensal lner dar hol pada prnspnya serupa dengan brown kecual bahwa hol dak menggunakan rumus pemulusan berganda secara langsung. ebaga gannya Hol memuluskan nla rend dengan parameer berbeda dar parameer yang dgunakan pada dere yang asl. Ramalan pemulusan eksponensal lner dar Hol ddapa dengan menggunakan dua konsana pemulusan (dengan nla anara 0 dan ) dan ga persamaan : ( α)( b ) α b γ ( ) ( γ ) b F m. b m Proses nsalsas unuk pemulusan eksponensal lnear dar Hol memerlukan dua aksran, dengan nsalsas : b

17 5 5) Pemulusan eksponensal rpel : meode kuadrak sau parameer dar brown Pendekaan dasar pemulusan kuadrak adalah memasukkan ngka pemulusan ambahan (pemulusan rpel) dan memberlakukan persamaan peramalan kuadrak. Persamaan unuk pemulusan kuadrak adalah : ( α ) α. (pemulusan perama) ( α ) α. (pemulusan kedua) ( α ) α. (pemulusan kega) a b α ( α) [( 6 5α ) ( 0 8α ) ( 4 3 ) ] α α c (. α dan ) F m a b m c m dengan nsalsas : x

18 6 6) Pemulusan eksponensal rpel : meode kecenderungan dan musman ga parameer dar wner Meode wner ddasarkan aas ga persamaan pemulusan, yau : sau unsur unuk sasoner, sau unuk rend, dan sau unuk musman. Hal n serupa dengan meode Hol, dengan persamaan ambahan unuk mengaas musman. Persamaan dasar unuk meode wner adalah sebaga berku : Pemulusan Keseluruhan : α. ( α)( b ) I L Pemulusan Trend : b γ ( ) ( γ ) b Pemulusan Musman : I β ( β ) I L Ramalan : ( b m) I L m F m Insalsas : I L L

19 7 L L )] (... ) ( ) [( L L L L L L L b 7) Pemulusan eksponensal : klasfkas Pegels Pegels menyedakan kerangka kerja menyangku pemsahan aspek kecenderungan dan musman apakah modelnya bersfa adf (lnear) aau mulplkaf (nonlnear).

20 8..5 Keepaan Meode Peramalan Keepaan meode peramalan erdr dar : ) Ukuran sask sandar Jka merupakan daa akual unuk perode dan F merupakan ramalan unuk perode yang sama, maka kesalahan ddefnskan sebaga : e F Jka erdapa nla ramalan unuk n perode, maka akan erdapa n buah gala dan ukuran sask sandar berku yang dapa ddefnskan : Nla Tengah Gala (Mean Error) ME n e n Nla Tengah Gala Absolu (Mean Absolue Error) MAE n e n Jumlah Kuadra Gala (um Of quared Error) E n e Nla Tengah Gala Kuadra (Mean quared Error) ME n e n Devas andar Gala (andard Devaon of Error) ( n ) DE e

21 9 ) Ukuran ukuran relaf Karena alasan yang elah dsebukan d aas dalam hubungan dengan keerbaasan ME sebaga suau ukuran keepaan peramalan, maka dusulkan ukuran ukuran alernaf, yang danaranya menyangku gala presenase. Tga ukuran berku serng dgunakan : Gala Persenase (Percenage Error) PE F ( 00) Nla Tengah Gala Persenase (Mean Pencenage Error) MPE n PE / n Nla Tengah Gala Persenase Absolu (Mean Absolue Percenage Error) MAPE n PE / n

22 30 3) ask-u dar Thel ask-u dar Thel n memungknkan suau perbandngan relaf anara meode peramalan formal dengan pendekaan naïf dan juga mengkuadrakan kesalahan yang erjad sehngga kesalahan yang besar dberkan lebh banyak bobo dar pada kesalahan yang kecl. n n F U 4) ask Durbn-Wason Pada hakekanya ukuran n bukan merupakan suau ukuran keepaan, melankan suau ukuran yang dapa dgunakan unuk menunjukkan apakah mash erdapa ssa pola d dalam nla gala seelah suau meode peramalan derapkan. ( ) n n e e e W - D

23 3..6 Bll Of Maeral (BOM) BOM merupakan rangkaan srukur semua komponen yang dgunakan unuk memproduks barang jad (Yam, 003.) ecara spesfk BOM dak saja bers komposs komponen, eap juga memua langkah langkah penyelesaan produk jad. Tanpa adanya srukur BOM sanga musahl unuk dapa membua MRP...7 Maeral Requremen Plannng (MRP) MRP merupakan ssem yang drancang secara khusus unuk suas permnaan bergelombang, yang secara pkal karena permnaan ersebu dependen (Yam, 003). Oleh karena u ujuan ssem MRP adalah () menjamn ersedanya maeral, em aau komponen pada saa dbuuhkan unuk memenuh schedule produks, dan menjamn ersedanya produk jad bag konsumen, () menjaga ngka persedaan pada konds mnmum, dan (3) merencanakan akvas pengrman, penjadwalan dan akvas pembelan.

24 3..7. Inpu dan Oupu sem MRP Ada ga npu yang dbuuhkan oleh ssem MRP, anara lan : ) Jadwal nduk produks, dbua berdasarkan permnaan erhadap semua produk jad. Jadwal nduk produks merupakan proses alokas unuk membua sejumlah produk yang dngnkan dengan memperhakan kapasas yang dmlk. ) Invenory maser fle (IMF), caaan keadaan persedaan yang menggambarkan saus semua em yang ada dalam persedaan. Caaan persedaan bes daa enang lead me, ukuran lo (lo sze), persedaan pengaman (safey sock), dan caaan caaan penng lannya dar semua em. 3) rukur produk, bers hubungan anara komponen komponen dalam suau perakan. Informas n sanga penng dalam penenuan kebuuhan koor dan kebuuhan bersh. Oupu ssem MRP adalah berupa rencana pemesanan aau rencana produks yang dbua aas dasar lead me. Rencana pemesanan dan rencana produks dar oupu ssem MRP akan memlk fungs sebaga berku : Memberkan caaan enang pesanan penjadwalan yang harus dlakukan Memberkan ndkas unuk penjadwalan ulang Memberkan ndkas unuk pembaalan pesanan Memberkan ndkas unuk keadaan persedaan

25 Prosedur sem MRP sem MRP memlk empa langkah uama yang selanjunya keempa langkah n harus derapkan sau per sau pada perode perencanaan dan pada seap em. Prosedur n dapa dlakukan secara manual, bla jumlah em yang erlba dalam produks relaf sedk. Langkah langkah ersebu anara lan : ) Neng : perhungan kebuuhan bersh Neng adalah proses perhungan unuk meneapkan jumlah kebuuhan besh, yang besarnya merupakan selsh anara kebuuhan koor dengan keadaan persedaan (yang ada dalam persedaan dan yang sedang dpesan). Daa yang dperlukan dalam proses perhungan kebuuhan bersh n adalah : kebuuhan koor unuk seap perode persedaan yang dpunya pada awal persedaan rencana penermaan unuk seap perode perencanaan Kebuuhan koor adalah jumlah dar produk akhr yang akan dkonsums. eelah kebuuhan koor denukan berkunya adalah perhungan kebuuhan bersh (neng). Perhungan kebuuhan bersh (neng) mempunya logka, sebaga berku : NR Gr r Oh dengan NR 0, bla GR R OH < 0 Dmana : NR kebuuhan bersh / ne requremen pada perode ke -

26 34 GR kebuuhan koor / gross requremen pada perode ke - R jadwal penermaan / schedule recep pada perode ke OH persedaan d angan / on hand pada perode ke ) Long : penenuan ukuran lo Long adalah suau proses unuk menenukan besarnya jumlah pesanan opmal unuk seap em secara ndvdual ddasarkan pada hasl perhungan kebuuhan bersh yang elah dlakukan. Ada banyak alernaf yang dapa dgunakan unuk menenukan besarnya ukuran lo pemesanan, beberapa eknk darahkan unuk memnmalkan oal ongkos se up dan ongkos smpan. Teknk eknk ersebu anara lan : a. Lo-For-Lo (LFL) Lo For Lo adalah pendekaan sederhana dalam menenukan schedule pemesanan unuk seap perode. Dalam membel em jumlah yang dbuuhkan dapa denukan secara pas unuk seap perode, dengan demkan em dperoleh dar perode ke perode. Pendekaan n menghlangkan baya penympanan, karena persedaan nol pada seap perode. b. Perodc Order Quany (POQ) Perodc Order Quany (POQ) menenukan jumlah perode permnaan. POQ menggunakan logka yang sama dengan EOQ, eap POQ mengubah

27 35 jumlah pemesanan menjad jumlah perode pemesanan. Haslnya adalah nerval pemesanan eap aau jumlah nerval pemesanan eap dengan blangan bula. Unuk menenukan jumlah pemesanan ssem POQ cukup dengan memproyekskan jumlah kebuuhan seap perode. Inerval pemesanan ekonoms (EOI) dapa dhung dengan rumus : EOQ EOI R C RPh EOI : Economc Order Inerval dmana : EOI nerval pemesanan ekonoms dalam sau perode C h P R baya pemesanan seap kal pesan % ase baya smpan seap perode harga aau baya pembelan per un raa raa permnaan per perode Jumlah pemesanan dhung dar akumulas permnaan seap nerval pemesanan.

28 36 c. Par Perod Balancng Meode n menseleks jumlah perode unuk mencukup pesanan ambahan berdasarkan akumulas baya smpan dan baya pesan. Tujuannya adalah menenukan jumlah lo unuk memenuh perode kebuuhan dengan rumus sebaga berku : Ph T k ( k ) R k C T k ( k ) R dmana : k C Ph C H Ph baya pesan per order % ase baya smpan per par-perod baya smpan per par-perod C/Ph EPP economc par-perod T k ( k ) R k APP (Acumulaed par-perods)

29 37 d. Algorma lver-meal Meode lver-meal aau serng pula dsebu meode M, dkembangkan oleh Edward lver dan Harlan Meal berdasarkan pada perode baya. Penenuan raa raa baya per perode adalah jumlah perode dalam penambahan pesanan yang menngka. Penambahan pesanan dlakukan keka raa raa baya perode perama menngka. Jka pesanan daang pada awal perode perama dan dapa mencukup kebuuhan hngga akhr perode T, oal baya relevan per perode adalah sebaga berku : TRC (T) T dmana : C Toal Baya mpan hngga Akhr Perode T T C Ph T k ( ) k- R T k C h P Ph baya pesan per perode % ase baya smpan per perode baya pembelan per un baya smpan per perode TRC(T) oal baya relevan selama peroda T T Rk waku penambahan dalam perode raa raa permnaan dalam perode k Tujuannya adalah meneukan T unuk memnmumkan oal baya relevan per perode.

30 38 e. Algorma Wagner-Whn Algorma n memberkan solus opmum bag persoalan ukuran pemesanan dnams-deermnsk pada suau kurun waku erenu dmana kebuuhan pada seluruh peroda harus erpenuh. Prosedur perhungan erdr dar 3 langkah sebaga berku :. Hung marx oal varabel unuk seluruh alernaf pemesanan yang dapa dlakukan selama kurun waku yang erdr dar N perode. Ongkos oal varabel n melpu ongkos pemesanan dan ongkos smpan. Defnskan Zce sebaga ongkos oal varabel pada perode c hngga e sebaga akba melakukan pesanan pada perode c yang akan memenuh kebuuhan pada peroda c hngga e. Z ce C FP e ( Q Q ) c ce c unuk c e N dmana : C baya pesan per sekal pesan Q e R ce k k c F persenase baya smpan per perode P baya pembelan per un Rk ngka kebuuhan pada perode k.

31 39. Defnskan fe sebaga ongkos mnmum yang mungkn erjad pada perode hngga e, dmana ngka persedaan pada akhr peroda e adalah nol. Algorma dmula dengan f 0 0, kemudan hung f, f,, f n beruruuru f e dhung pada uruan yang menak dengan menggunakan rumus : ( Z f ) ce c- f Mn e unuk c,,, e. arnya : - Pada seap perode seluruh kombnas dar alernaf pemesanan dengan sraeg f e dbandngkan. - Kombnas erbak, yau yang memberkan ongkos erendah, dnyaakan sebaga sraeg f e unuk memenuh kebuuhan pada peroda hngga e. - Nla f N adalah ongkos dar jadwal pemesanan yang opmal.

32 40 3. Terjemahkan solus opmum (f N ) yang dperoleh dar algorma n unuk menenukan ukuran pemesanan sebaga berku : f z N WN f W- Pemesanan erakhr erjad pada peroda W dan dapa memenuh kebuuhan pada peroda W hngga N. f z W - V(W-) f V- Pemesanan yang mendahulu pemesanan erakhr erjad pada peroda V dan dapa memenuh kebuuhan pada peroda V hngga W-. f z U - (U-) f 0 Pemesanan perama erjad pada peroda dan memenuh kebuuhan pada peroda hngga U-. 3) Offseng : peneapan besarnya lead me Langkah n berujuan unuk menenukan saa yang epa unuk melakukan rencana pemesanan dalam rangka memenuh kebuuhan bersh. Rencana pemesanan dperoleh dengan cara mengurangkan saa awal ersedanya ukuran lo yang dngnkan dengan besarnya lead me. Lead me adalah besarnya waku saa barang mula dpesan aau dproduks sampa barang ersebu selesa dan derma sap unuk dpaka

33 4 4) Exploson : perhungan selanjunya unuk em level d bawahnya Proses exploson / explodng adalah proses perhungan kebuuhan koor unuk ngka em / komponen yang lebh d bawah. Perhungan kebuuhan koor n ddasarkan pada rencana pemesanan em em produk pada level yang lebh d aas. Unuk perhungan kebuuhan koor n, dperlukan srukur produk dan nformas mengena berapa jumlah kebuuhan ap em unuk em yang akan dhung. Dalam proses exploson n, daa mengena srukur produk harus erseda secara akura. Kedak akuraan daa srukur produk akan mengakbakan kesalahan pada perhungan. Aas dasar srukur produk nlah proses exploson dbua. Dengan daa srukur produk dapa denukan kearah komponen mana yang harus dlakukan exploson.

34 Forma MRP Tabel. Forma abel MRP Par No : Descrpon : BOM UOM : On - Hand : Lead Tme : Order Polcy : afey ock : Lo ze : Perod Pas Due Gross Requremen chedule Receps On Hand Ne Requremen Planned Order Receps Planned Order Release Keerangan unuk abel daas adalah sebaga berku :. Par No menyaakan kode komponen aau maeral yang akan drak.. BOM UOM menyaakan sauan komponen aau maeral yang akan drak. 3. Lead Tme menyaakan waku yang dbuuhkan unuk me-release aau memanufakur suau komponen. 4. afey ock menyaakan cadangan maeral yang harus ada d angan sebaga anspas kebuuhan d masa yang akan daang. 5. Descrpon menyaakan deskrps maeral secara umum. 6. On - Hand menyaakan jumlah maeral yang ada d angan sebaga ssa perode sebelumnya. 7. Order Polcy menyaakan jens pendekaan yang dgunakan unuk menenukan ukuran lo yang dbuuhkan saa memesan barang. 8. Lo ze menyaakan penenuan ukuran lo saa memesan barang.

35 43 9. Gross Requremen menyaakan jumlah yang akan dproduks aau dpaka pada seap perode. 0. cheduled Receps menyaakan maeral yang dpesan dan akan derma pada perode erenu.. On hand menyaakan kuanas maeral yang ada d angan sebaga persedaan pada awal perode. (On Hand) (On Hand) - (Gross Requremen) - (chedule Receps) - (Planned Order Receps) -.. Ne Requremen menyaakan jumlah bersh dar seap komponen yang harus dsedakan unuk memenuh nduk komponennya aau unuk memenuh Maser Producon chedule (MP). Ne Requremen Gross Requremen On Hand chedule Receps (jka On Hand 0). Ne Requremen 0 (On Hand > 0). 3. Planned Order Receps menyaakan kuanas pemesanan yang dbuuhkan pada suau perode. 4. Planned Order Release menyaakan kapan suau order sudah harus d-release aau dmanufakur sehngga komponen n erseda keka dbuuhkan oleh nduk emnya.

36 44. Kerangka Pemkran yara pendahuluan dar ssem MRP adalah pengumpulan daa yang menjad masukkan dar MRP ersebu. Danaranya adalah daa kebuuhan koor yang dgunakan sebaga jadwal nduk produks, bll of maeral (BOM), dan nvenory Maser Fle (IMF). Daa kebuuhan koor ddapa dar daa produks. ebelum dlakukan peramalan, daa produks d uj keseragamannya, apakah daa yang ada seragam aau dak, kemudan dlakukan uj kecukupan dengan menggunakan ngka kepercayaan dan ngka keelan sehngga dkeahu apakah daa yang erseda cukup unuk ngka kepercayaan dan ngka keelan yang denukan, seelah u dlakukan pula uj kenormalan unuk mengeahu apakah daa yang ada berdsrbus normal. Peramalan dlakukan dengan ga meode, dmana hasl dar kega meode u akan dplh sau meode dengan nla U erkecl, unuk selanjunya dgunakan sebaga daa kebuuhan koor. Dalam menyusun MRP, erdapa langkah langkah yang harus dlakukan, anara lan () Neng, dmana akan deapkan jumlah kebuuhan bersh yang besarnya merupakan selsh anara kebuuhan koor dengan keadaan persedaan. () Long, dalam penenuan ukuran lo dlakukan dengan beberapa meode, dmana baya mnmum (baya pesan dan baya smpan) dar meode ersebu akan dambl sebaga usulan persedaan d PT Bambu Jenar Prma. (3) Offseng, pada ahap n dlakukan rencana pemesanan dalam rangka memenuh kebuuhan bersh. (4) Exploson, adalah proses perhungan kebuuhan koor unuk ngka em / komponen yang lebh d

37 45 bawah. Baya mnmum dar perhungan lo ermasuk em level erkecl, sehngga dar meode perhungan lo dapa dsmpulkan meode yang epa unuk PT Bambu Jenar Prma dengan oal baya mnmum.

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN EORI. njauan Pusaka.. Peramalan Peramalan (forecasng) merupakan ala banu yang penng dalam perencanaan yang efekf dan efsen khususnya dalam bdang ekonom. Dalam organsas modern mengeahu keadaan

Lebih terperinci

BAB 8 PERSAMAAN DIFERENSIAL BIASA

BAB 8 PERSAMAAN DIFERENSIAL BIASA Maa kulah KOMPUTASI ELEKTRO BAB 8 PERSAMAAN DIFERENSIAL BIASA Persamaan dferensal dapa dbedakan menjad dua macam erganung pada jumlah varabel bebas. Apabla persamaan ersebu mengandung hana sau varabel

Lebih terperinci

PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR

PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR B-5-1 PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR Wsnu Bud Sunaryo, Haryono ITS Surabaya ABSTRAK Dalam duna konsruks saa n pemakaan produk beon

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Creaed by Smpo PDF Creaor Pro (unregsered verson) hp://www.smpopdf.com Sask Bsns : BAB 8 VIII. ANALISIS DATA DERET BERKALA (TIME SERIES) 8.1 Pendahuluan Daa Berkala (Daa Dere waku) adalah daa yang dkumpulkan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LADASA TEORI 2.1 Pengerian Peramalan Peramalan (forecasing) adalah suau kegiaan yang memperkirakan apa yang akan erjadi pada masa yang akan daang. Meode peramalan merupakan cara unuk memperkirakan

Lebih terperinci

PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG

PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG INDEPT, Vol., No. 3, Okober 01 ISSN 087 945 PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG Samsul Budaro, ST., MT Dosen Teap Teknk Indusr, Wakl Dekan III akulas Teknk, Unversas

Lebih terperinci

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU Pada bab III, ka elah melakukan penguan erhadap meoda Runge-Kua orde 4 pada persamaan panas. Haslnya, solus analk persamaan panas

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI Landasan Teor 6 BAB II LADASA TEORI. PERAMALA PERMITAA Peramalan adalah suau proses dalam menggunakan daa hsores yang elah dmlk unuk dproyekskan ke dalam suau model dan menggunakan model n unuk memperkrakan

Lebih terperinci

BAB II TINJAUAN TEORITIS

BAB II TINJAUAN TEORITIS BAB II TIJAUA TEORITIS 2.1 Peramalan (Forecasing) 2.1.1 Pengerian Peramalan Peramalan dapa diarikan sebagai beriku: a. Perkiraan aau dugaan mengenai erjadinya suau kejadian aau perisiwa di waku yang akan

Lebih terperinci

PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS

PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS Mra Puspasar, Snggh Sapad, Dana Puspasar Absraks PT Ulam Tba Halm merupakan salah sau ndusr mnuman serbuk d Indonesa, dmana

Lebih terperinci

Line Transmisi. Oleh: Aris Heri Andriawan ( )

Line Transmisi. Oleh: Aris Heri Andriawan ( ) ANALISIS APLIKASI PENJADWALAN UNIT-UNIT PEMBANGKIT PADA SISTEM KELISTRIKAN JAWA-BALI DENGAN MENGGUNAKAN UNIT COMMITMENT, UNIT DECOMMITMENT DAN MODIFIED UNIT DECOMMITMENT Oleh: Ars Her Andrawan (07000)

Lebih terperinci

BAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode

BAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode 20 BAB 2 LADASA TEORI 2.1. Pengerian Peramalan Meode Peramalan merupakan bagian dari ilmu Saisika. Salah sau meode peramalan adalah dere waku. Meode ini disebu sebagai meode peramalan dere waku karena

Lebih terperinci

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun 43 BAB METODE PEMUUAN EKPONENA TRPE DAR WNTER Meode pemulusan eksponensial elah digunakan selama beberapa ahun sebagai suau meode yang sanga berguna pada begiu banyak siuasi peramalan Pada ahun 957 C C

Lebih terperinci

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun Baasan Masalah Jumlah kasus pendera penyak Demam Berdarah Dengue (DBD d Koa Surabaya ahun - Varabel Explanaory (Varabel penjelas yang dgunakan dalam penelan adalah varabel Iklm (Curah hujan, Suhu, Kelembaban

Lebih terperinci

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan BAB II LADASA TEORI 2.1 Pengerian peramalan (Forecasing) Peramalan (Forecasing) adalah suau kegiaan yang mengesimasi apa yang akan erjadi pada masa yang akan daang dengan waku yang relaif lama (Assauri,

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Model Persediaan Model Deterministik

BAB 2 LANDASAN TEORI. 2.1 Model Persediaan Model Deterministik 6 BAB LANDASAN TEORI. Model Persedaan.. Model Deermnsk Model Deermnsk adalah model yang menganggap nla-nla parameer elah dkeahu dengan pas. Model n dbedakan menjad dua: a. Deermnsk Sas. D dalam model n

Lebih terperinci

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI BAB ETROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUYI Model Markov Tersembuny (Hdden Markov Model, MMT) elah banyak daplkaskan dalam berbaga bdang seper pelafalan bahasa (speeh reognon) dan klasfkas (luserng).

Lebih terperinci

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32)

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32) 8 Raaan poserornya adalah E m x ò (, ) f ( x) m f x m f f m ddm (32) Dalam obseras basanya dgunakan banyak daa klam. Msalkan saja erdr dar grup daa klam dengan masng-masng grup ke unuk seap, 2,..., yang

Lebih terperinci

BAB III THREE STAGE LEAST SQUARE. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode

BAB III THREE STAGE LEAST SQUARE. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode BAB III THREE STAGE LEAST SQUARE Sebagamana elah dsnggung pada bab sebelumnya, salah sau meode penaksran parameer pada persamaan smulan yau meode Three Sage Leas Square (3SLS. Sebelum djelaskan lebh lanju

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Defenisi Persediaan Persediaan adalah barang yang disimpan unuk pemakaian lebih lanju aau dijual. Persediaan dapa berupa bahan baku, barang seengah jadi aau barang jadi maupun

Lebih terperinci

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang BAB 2 LANDASAN TEORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. Sedangkan ramalan adalah suau aau kondisi yang diperkirakan akan erjadi

Lebih terperinci

ANaLISIS - TRANSIEN. A B A B A B A B V s V s V s V s. (a) (b) (c) (d) Gambar 1. Proses pemuatan kapasitor

ANaLISIS - TRANSIEN. A B A B A B A B V s V s V s V s. (a) (b) (c) (d) Gambar 1. Proses pemuatan kapasitor ANaISIS - TANSIEN. Kapasor dalam angkaan D Sebuah kapasor akan ermua bla erhubung ke sumber egangan dc seper yang dperlhakan pada Gambar. Pada Gambar (a), kapasor dak bermuaan yau pla A dan pla B mempunya

Lebih terperinci

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan BAB 2 LANDASAN TEORI 2.1. Produksi Produksi padi merupakan suau hasil bercocok anam yang dilakukan dengan penanaman bibi padi dan perawaan sera pemupukan secara eraur sehingga menghasilkan suau produksi

Lebih terperinci

BAB I PENDAHULUAN FASILKOM-UDINUS T.SUTOJO RANGKAIAN LISTRIK HAL 1

BAB I PENDAHULUAN FASILKOM-UDINUS T.SUTOJO RANGKAIAN LISTRIK HAL 1 BAB I PENDAHULUAN 1.1 Defns Rangkaan Lsrk Rangkaan Lsrk adalah sambungan dar beberapa elemen lsrk ( ressor, kapasor, ndukor, sumber arus, sumber egangan) yang membenuk mnmal sau lnasan eruup yang dapa

Lebih terperinci

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan BAB 2 URAIAN EORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan memperkirakan aau memprediksi apa yang erjadi pada waku yang akan daang, sedangkan rencana merupakan penenuan apa yang akan dilakukan

Lebih terperinci

Perencanaan Waktu Replenishment pada Continuous Material Requirement Planning dengan Kendala Laju Produksi Level

Perencanaan Waktu Replenishment pada Continuous Material Requirement Planning dengan Kendala Laju Produksi Level Perencanaan Waku Replenshmen pada Connuous Maeral Requremen Plannng dengan Kendala Laju Produks Arf Rahman Jurusan Teknk Indusr, Fakulas Teknk, Unversas Brawjaya Jl. Mayjen Haryono 167 Malang 65145 Indonesa

Lebih terperinci

Penggunaan Metode Modified Unit Decommitment (MUD) untuk Penjadwalan Unit-Unit Pembangkit Pada Sistem Kelistrikan Jawa - Bali

Penggunaan Metode Modified Unit Decommitment (MUD) untuk Penjadwalan Unit-Unit Pembangkit Pada Sistem Kelistrikan Jawa - Bali Penggunaan Meode Modfed Un Decommmen (MUD) unuk Penjadwalan Un-Un Pembangk Pada Ssem Kelsrkan Jawa - Bal Ars Her Andrawan,2, Onoseno Penangsang ) Jurusan Teknk Elekro TS, Surabaya 60, ndonesa 2) Jurusan

Lebih terperinci

KONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan

KONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan KONSEP DASAR Laar belakang Meode Numerk Ilusras masalah numerk Angka sgnfkan Akuras dan Press Pendekaan dan Kesalahan Laar Belakang Meode Numerk Tdak semua permasalahan maemas dapa dselesakan dengan mudah,

Lebih terperinci

PENERAPAN MODEL GSTAR(1,1) UNTUK DATA CURAH HUJAN

PENERAPAN MODEL GSTAR(1,1) UNTUK DATA CURAH HUJAN Bulen Ilmah Mah. Sa. dan Terapannya (Bmaser) Volume 6, o. 03 (017), hal 159 166. PEERAPA MODEL GSTAR(1,1) UTUK DATA CURAH HUJA Ism Adam, Dadan Kusnandar, Hendra Perdana ITISARI Model Generalzed Space Tme

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang BAB 2 TINJAUAN TEORITIS 2.1 Pengerian dan Manfaa Peramalan Kegiaan unuk mempeirakan apa yang akan erjadi pada masa yang akan daang disebu peramalan (forecasing). Sedangkan ramalan adalah suau kondisi yang

Lebih terperinci

Optimasi Model Inventory Deterministik untuk Permintaan Menaik dan Biaya Pemesanan Konstan

Optimasi Model Inventory Deterministik untuk Permintaan Menaik dan Biaya Pemesanan Konstan Opma Model Invenory Deermnk unuk Permnaan Menak dan Baya Pemeanan Konan Dana Purwaar, Rully Soelaman, Fr Qona Fakula Teknolog Informa, Inu Teknolog Sepulu Nopember, Surabaya E-mal : [email protected] Abrak

Lebih terperinci

BAB III MINIMUM COVARIANCE DETERMINANT. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode

BAB III MINIMUM COVARIANCE DETERMINANT. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode BAB III MINIMUM COVARIANCE DETERMINANT Sebagamana elah dsnggung pada bab sebelumnya, salah sau meode robus unuk mendeeks penclan (ouler) dalam analss komponen uama robus yau meode Mnmum Covarance Deermnan

Lebih terperinci

PENDUGAAN STATISTIK AREA KECIL DENGAN METODE EMPIRICAL CONSTRAINED BAYES 1

PENDUGAAN STATISTIK AREA KECIL DENGAN METODE EMPIRICAL CONSTRAINED BAYES 1 PENDUGAAN SAISIK AREA KECIL DENGAN MEODE EMPIRICAL CONSRAINED AYES Ksmann Jurusan Penddkan Maemaka FMIPA Unversas Neger Yogyakara Absrak Meode emprcal ayes (E merupakan meode yang lebh aplkaf pada pendugaan

Lebih terperinci

APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND

APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND Noeryani 1, Ely Okafiani 2, Fera Andriyani 3 1,2,3) Jurusan maemaika, Fakulas Sains Terapan, Insiu Sains & Teknologi

Lebih terperinci

Optimasi Model Inventory Deterministik untuk Permintaan Menaik dan Biaya Pemesanan Konstan

Optimasi Model Inventory Deterministik untuk Permintaan Menaik dan Biaya Pemesanan Konstan Opma Model Invenory Deermnk unuk Permnaan Menak dan Baya Pemeanan Konan Dana Purwaar, Rully Soelaman, Fr Qona Fakula Teknolog Informa, Inu Teknolog Sepulu Nopember, Surabaya E-mal : [email protected] Abrak

Lebih terperinci

PENGGUNAAN METODE MODIFIED UNIT DECOMMITMENT (MUD) UNTUK PENJADWALAN UNIT-UNIT PEMBANGKIT PADA SISTEM KELISTRIKAN JAWA - BALI

PENGGUNAAN METODE MODIFIED UNIT DECOMMITMENT (MUD) UNTUK PENJADWALAN UNIT-UNIT PEMBANGKIT PADA SISTEM KELISTRIKAN JAWA - BALI Prosdng Semnar Nasonal Manajemen Teknolog X Program Sud MMT-TS, Surabaya 6 Pebruar 2010 PENGGUNAAN METODE MODFED UNT DECOMMTMENT (MUD) UNTUK PENJADWALAN UNT-UNT PEMBANGKT PADA SSTEM KELSTRKAN JAWA - BAL

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN EORI 2. injauan Pusaka 2.. Peramalan Peramalan (forecasing) merupakan ala banu yang pening dalam perencanaan yang efekif dan efisien khususnya dalam bidang ekonomi. Dalam organisasi modern

Lebih terperinci

PENERAPAN METODE TRIPLE EXPONENTIAL SMOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUSAHAAN MEBEL SINAR JEPARA TANJUNGANOM NGANJUK.

PENERAPAN METODE TRIPLE EXPONENTIAL SMOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUSAHAAN MEBEL SINAR JEPARA TANJUNGANOM NGANJUK. PENERAPAN METODE TRIPLE EXPONENTIAL MOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUAHAAN MEBEL INAR JEPARA TANJUNGANOM NGANJUK. ii Rukayah*), Achmad yaichu**) ABTRAK Peneliian ini berujuan unuk

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Perumbuhan ekonomi merupakan salah sau ukuran dari hasil pembangunan yang dilaksanakan khususnya dalam bidang ekonomi. Perumbuhan ersebu merupakan rangkuman laju-laju

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang

BAB 1 PENDAHULUAN. Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang BAB 1 PENDAHULUAN 1.1 Laar Belakang Perumbuhan ekonomi merupakan salah sau ukuran dari hasil pembangunan yang dilaksanakan khususnya dalam bidang ekonomi. Perumbuhan ersebu merupakan rangkuman laju perumbuhan

Lebih terperinci

BAB 2 LANDASAN TEORI. Pengangguran atau tuna karya merupakan istilah untuk orang yang tidak mau bekerja

BAB 2 LANDASAN TEORI. Pengangguran atau tuna karya merupakan istilah untuk orang yang tidak mau bekerja BAB 2 LANDASAN TEORI 2.1 Pengerian Pengangguran Pengangguran aau una karya merupakan isilah unuk orang yang idak mau bekerja sama sekali, sedang mencari kerja, bekerja kurang dari dua hari selama seminggu,

Lebih terperinci

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu BAB III METODE DEKOMPOSISI CENSUS II 3.1 Pendahuluan Daa dere waku adalah daa yang dikumpulkan dari waku ke waku unuk menggambarkan perkembangan suau kegiaan (perkembangan produksi, harga, hasil penjualan,

Lebih terperinci

Peramalan Penjualan Sepeda Motor Tiap Jenis di Wilayah Surabaya dan Blitar dengan Model ARIMA Box-Jenkins dan Vector Autoregressive (VAR)

Peramalan Penjualan Sepeda Motor Tiap Jenis di Wilayah Surabaya dan Blitar dengan Model ARIMA Box-Jenkins dan Vector Autoregressive (VAR) JURNAL SAINS DAN SENI POMITS Vol. 3, No., (04) 337-350 (30-98X Prn) D-36 Peramalan Penjualan eda Moor Tap Jens d Wlayah Surabaya dan Blar dengan Model ARIMA Box-Jenkns dan Vecor Auoregressve (VAR) Ade

Lebih terperinci

Kresnanto NC. Model Sebaran Pergerakan

Kresnanto NC. Model Sebaran Pergerakan Kresnano C Moel Sebaran Pergerakan Kresnano C Tujuan Uama: Mengeahu pola pergerakan alam ssem ransporas serng jelaskan alam benuk arus pergerakan (kenaraan, penumpang, an barang) yang bergerak ar zona

Lebih terperinci

Hidden Markov Model. Oleh : Firdaniza, Nurul Gusriani dan Akmal

Hidden Markov Model. Oleh : Firdaniza, Nurul Gusriani dan Akmal Hdden Markov Model Oleh : Frdanza, urul Gusran dan Akmal Dosen Jurusan Maemaka FMIPA Unversas Padjadjaran Jl. Raya Bandung Sumedang Km 2, Janangor, Jawa Bara elp. / Fax : 022 7794696 Absrak Hdden Markov

Lebih terperinci

Analisis Jalur / Path Analysis

Analisis Jalur / Path Analysis Analss Jalur / Pah Analyss Analss jalur adalah salah sau benuk model SEM yang dak mengandung varable laen. Tenu saja model n lebh sederhana dbandngkan dengan model SEM lengka. Analss jalur sebenarnya meruakan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Air merupakan kebuuhan pokok bagi seiap makhluk hidup di dunia ini ermasuk manusia. Air juga merupakan komponen lingkungan hidup yang pening bagi kelangsungan hidup

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 26 III. METODE PENELITIAN 3.1. Kerangka Pemikiran Penilaian perkembangan kinerja keuangan PT. Goodyear Indonesia Tbk dilakukan dengan maksud unuk mengeahui sejauh mana perkembangan usaha perusahan yang

Lebih terperinci

BAB 2 TINJAUAN TEORI

BAB 2 TINJAUAN TEORI 7 BAB 2 TINJAUAN TEORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. Sedangkan ramalan adalah suau siuasi aau kondisi yang diperkirakan

Lebih terperinci

BAB 5 HASIL DAN PEMBAHASAN. Disini tujuan akhir yang ingin dicapai penulis adalah pembuatan suatu aplikasi

BAB 5 HASIL DAN PEMBAHASAN. Disini tujuan akhir yang ingin dicapai penulis adalah pembuatan suatu aplikasi BAB 5 HASIL DAN PEMBAHASAN Disini ujuan akhir yang ingin dicapai penulis adalah pembuaan suau aplikasi program yang digunakan unuk membanu perusahaan dalam menenukan jumlah produksi demand. Disini ada

Lebih terperinci

Sudaryatno Sudirham. Analisis Rangkaian Listrik Di Kawasan Waktu

Sudaryatno Sudirham. Analisis Rangkaian Listrik Di Kawasan Waktu Sudaryano Sudrham nalss Rangkaan Lsrk D Kawasan Waku BB 12 nalss Transen d Kawasan Waku Rangkaan Orde Perama Yang dmaksud dengan analss ransen adalah analss rangkaan yang sedang dalam keadaan peralhan

Lebih terperinci

Peramalan Jumlah Penumpang Kereta Api Kelas Ekonomi Kertajaya Menggunakan ARIMA dan ANFIS

Peramalan Jumlah Penumpang Kereta Api Kelas Ekonomi Kertajaya Menggunakan ARIMA dan ANFIS JURNAL SAINS DAN SENI ITS Vol. 4 No. (05) 33-350 (30-9X Prn) D-3 Peramalan Jumlah Penumpang Kerea Ap Kelas Ekonom Keraaya Menggunakan ARIMA dan ANFIS Ilaf Andala dan Irhamah Jurusan Saska Fakulas Maemaka

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa BAB 2 TINJAUAN TEORITI 2.1. Pengerian-pengerian Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. edangkan ramalan adalah suau siuasi aau kondisi yang diperkirakan

Lebih terperinci

BAB II TINJAUAN PUSTAKA. membahas analisis deret waktu, diagram kontrol Shewhart, Average Run Length

BAB II TINJAUAN PUSTAKA. membahas analisis deret waktu, diagram kontrol Shewhart, Average Run Length BAB II TINJAUAN PUSTAKA Pendahuluan Dalam enulsan maer okok dar skrs n derlukan beberaa eor-eor yang mendukung, yang menjad uraan okok ada bab n Uraan dmula dengan membahas analss dere waku, dagram konrol

Lebih terperinci

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

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode BAB III METODE PENELITIAN 3. Meode Penelan Meode penelan yang dgunakan dalam penelan n adalah meode deskrpf anals. Wnarno Surakhmad (990:40) mengemukakan bahwa meode deskrpf mempunya cr-cr sebaga berku:.

Lebih terperinci

\ DANA ALOKASI DESA DENGAN RAHMAT TUHAN YANG MAHA ESA

\ DANA ALOKASI DESA DENGAN RAHMAT TUHAN YANG MAHA ESA y BUPAT PACTAN PERATURAN BUPAT PACTAN : NOMOR 55" TAHUN 20 ; TENTANG \ DANA ALOKAS DESA DENGAN RAHMAT TUHAN YANG MAHA ESA BUPAT PACTAN, Menmbang : a. bahwa dalam rangka penngkaan penyelenggaraan pemernahan,

Lebih terperinci

! BUPATI PACriAN j PERATURAN BUPATI PACITAN NOMOR 18 TAHUN 2013

! BUPATI PACriAN j PERATURAN BUPATI PACITAN NOMOR 18 TAHUN 2013 ! BUPAT PACrAN j PERATURAN BUPAT PACTAN NOMOR 18 TAHUN 2013 TENTANG PEDOMAN PENYUSUNAN LAPORAN DEWAN PENGAWAS BADAN LAYANAN UMUM DAERAH PADA RUMAH SAKT UMUM DAERAH KABUPATEN PACTAN DENGAN RAHMAT TUHAN

Lebih terperinci

BAB III MODEL PERTUMBUHAN EKONOMI DUA SEKTOR

BAB III MODEL PERTUMBUHAN EKONOMI DUA SEKTOR 15 BAB III MODEL PERTUMBUHA EKOOMI DUA SEKTOR 3.1 Aum dan oa Model perumbuhan dua ekor n merupakan model perumbuhan dengan dua komod yang dhalkan, yau barang modal dan barang konum. Kedua barang n dproduk

Lebih terperinci

3 Kondisi Fisik Dermaga A I Pelabuhan Palembang

3 Kondisi Fisik Dermaga A I Pelabuhan Palembang Bab 3 3 Konds Fsk Dermaga A I Pelabuhan Palembang Penanganan Kerusakan Dermaga Sud Kasus Dermaga A I Pelabuhan Palembang 3.1 Pengolahan Daa Pasang Suru 3.1.1 Meode Leas Square Meode n menjelaskan bahwa

Lebih terperinci

Jurusan Teknik Informatika Fakultas Teknik Universitas Muhammadiyah Jember ABSTRAK

Jurusan Teknik Informatika Fakultas Teknik Universitas Muhammadiyah Jember ABSTRAK PERBANDINGAN METODE DES (DOUBLE EXPONENTIAL SMOOTHING) DENGAN TES (TRIPLE EXPONENTIAL SMOOTHING) PADA PERAMALAN PENJUALAN ROKOK (STUDI KASUS TOKO UTAMA LUMAJANG) 1 Fajar Riska Perdana (1110651142) 2 Daryano,

Lebih terperinci

Perbandingan Metode Winter Eksponensial Smoothing dan Metode Event Based untuk Menentukan Penjualan Produk Terbaik di Perusahaan X

Perbandingan Metode Winter Eksponensial Smoothing dan Metode Event Based untuk Menentukan Penjualan Produk Terbaik di Perusahaan X JURAL SAIS DA SEI ITS Vol. 6, o.1, (2017) 2337-3520 (2301-928X Prin) A 1 Perbandingan Meode Winer Eksponensial Smoohing dan Meode Even Based unuk Menenukan Penjualan Produk Terbaik di Perusahaan X Elisa

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA. yang akan datang. Peramalan menjadi sangat penting karena penyusunan suatu

BAB 2 TINJAUAN PUSTAKA. yang akan datang. Peramalan menjadi sangat penting karena penyusunan suatu BAB 2 TINJAUAN PUSTAKA 2.1 Pengerian Peramalan Peramalan adalah kegiaan memperkirakan apa yang erjadi pada waku yang akan daang sedangkan rencana merupakan penenuan apa yang akan dilakukan pada waku yang

Lebih terperinci

PENERAPAN FUZZY MULTI CRITERIA DECISION MAKING UNTUK MENENTUKAN PEMBERIAN BEASISWA

PENERAPAN FUZZY MULTI CRITERIA DECISION MAKING UNTUK MENENTUKAN PEMBERIAN BEASISWA Semnar Nasonal Teknolog Informas dan Mulmeda 2015 STMIK AMIKOM Yogyakara, 6-8 Februar 2015 PENERAPAN FUZZY MULTI CRITERIA DECISION MAKING UNTUK MENENTUKAN PEMBERIAN BEASISWA Yeffransjah Salm STMIK Indonesa

Lebih terperinci

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST BAB ESPONS FUNGSI STEP PADA ANGKAIAN DAN C Oleh : Ir. A.achman Hasbuan dan Naemah Mubarakah, ST . Persamaan Dferensal Orde Sau Adapun benuk yang sederhana dar suau persamaan dferensal orde sau adalah:

Lebih terperinci

IV METODE PENELITIAN

IV METODE PENELITIAN IV METODE PENELITIAN 4.1. Lokasi dan Waku Peneliian Peneliian yang dilakukan mengenai analisis perencanaan pengadaan una berdasarkan ramalan ime series volume ekspor una loin beku di PT Tridaya Eramina

Lebih terperinci

BUPATI PACITAN. i PERATURAN BUPATI PACITAN ; NOMOR 5" TAHUN 2008 TENTANG

BUPATI PACITAN. i PERATURAN BUPATI PACITAN ; NOMOR 5 TAHUN 2008 TENTANG BUPAT PACTAN PERATURAN BUPAT PACTAN ; NOMOR 5" TAHUN 2008 TENTANG PETUNJUK PELAKSANAAN PERATURAN DAERA KABUPATEN PACTAN NOMOR 25 TAHUN 2007 TENTANG ORGAN DAN KEPEGAWAAN PERUSAHAAN DAERAH AR MNUM j KABUPATEN

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 35 BAB LANDASAN TEORI Meode Dekomposisi biasanya mencoba memisahkan iga komponen erpisah dari pola dasar yang cenderung mencirikan dere daa ekonomi dan bisnis. Komponen ersebu adalah fakor rend (kecendrungan),

Lebih terperinci

ANALISIS DATA DERET BERKALA DENGAN METODE TREND SEKULER UNTUK MENENTUKAN MODEL PERTUMBUHAN PENDUDUK MISKIN JAWA BARAT

ANALISIS DATA DERET BERKALA DENGAN METODE TREND SEKULER UNTUK MENENTUKAN MODEL PERTUMBUHAN PENDUDUK MISKIN JAWA BARAT ANALISIS DATA DERET BERKALA DENGAN METODE TREND SEKULER UNTUK MENENTUKAN MODEL PERTUMBUHAN PENDUDUK MISKIN JAWA BARAT ANALSIS OF TIME SERIES USING SECULAR TREND METHOD TO DETERMINE POPULATION GROWTH MODEL

Lebih terperinci

BAB II LANDASAN TEORI. Persediaan dapat diartikan sebagai barang-barang yang disimpan untuk digunakan atau

BAB II LANDASAN TEORI. Persediaan dapat diartikan sebagai barang-barang yang disimpan untuk digunakan atau BAB II LANDASAN TEORI 2.1 Pengerian Persediaan Persediaan dapa diarikan sebagai barang-barang yang disimpan unuk digunakan aau dijual pada masa aau periode yang akan daang. Persediaan erdiri dari bahan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 21 BAB 2 LANDAAN TEORI 2.1 Perencanaan Proses Perencanaan proses merupakan suau perencanaan erhadap proses pembuaan produk, bagaimana produk ersebu akan dibua ( hal ini menenukan apakah suau komponen akan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah Dalam sisem perekonomian suau perusahaan, ingka perumbuhan ekonomi sanga mempengaruhi kemajuan perusahaan pada masa yang akan daang. Pendapaan dan invesasi merupakan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Pada dasarnya peramalan adalah merupakan suau dugaan aau perkiraan enang erjadinya suau keadaan di masa depan. Akan eapi dengan menggunakan meodemeode erenu peramalan

Lebih terperinci

Kajian Model Markov Waktu Diskrit Untuk Penyebaran Penyakit Menular Pada Model Epidemik SIR

Kajian Model Markov Waktu Diskrit Untuk Penyebaran Penyakit Menular Pada Model Epidemik SIR JURAL TEKK POT Vol, o, (0) -6 Kajan odel arkov Waku Dskr Unuk Penyebaran Penyak enular Pada odel Epdemk R Rafqaul Hasanah, Laksm Pra Wardhan, uhud Wahyud Jurusan aemaka, Fakulas PA, nsu Teknolog epuluh

Lebih terperinci

BAB 3 METODOLOGI PEMECAHAN MASALAH

BAB 3 METODOLOGI PEMECAHAN MASALAH BAB 3 METODOLOGI PEMECAHAN MASALAH 3.1 Tahapan Pemecahan Masalah Tahapan pemecahan masalah berfungsi unuk memudahkan dalam mencari jawaban dalam proses peneliian yang dilakukan agar sesuai dengan arah

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan

Lebih terperinci

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

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada

Lebih terperinci

2. TINJAUAN PUSTAKA Komponen utama dalam siklus armada

2. TINJAUAN PUSTAKA Komponen utama dalam siklus armada . TINJAUAN PUSTAKA Bab n memaparkan dasar eor yang relevan dengan objek penelan n dan hasl penelan sebelumnya yang pernah dlakukan oleh penel lan..1. Komponen uama dalam sklus armada Slklus armada (vehcle

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan

Lebih terperinci

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL MESIN OKK Gll BCG1-P PADA BAGIAN DRAWING PT VONEX INDONESIA 3.1 Pedahulua Pada Bab II elah djelaska megea eor eor yag dbuuhka uuk meeuka jadwal opmum

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Manajemen Perminaan 2.1.1. Konsep Dasar Manajemen Perminaan Pada dasarnya manajemen perminaan (demand managemen) didefinisikan sebagai suau fungsi pengelolaan dari semua perminaan

Lebih terperinci

SISTEM INFORMASI PERAMALAN STOK BARANG DI CV. ANNORA ASIA MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING

SISTEM INFORMASI PERAMALAN STOK BARANG DI CV. ANNORA ASIA MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING Jurnal Informaika Polinema ISSN: 2407-070X SISTEM INFORMASI PERAMALAN STOK BARANG DI CV. ANNORA ASIA MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING Mansyur, Erfan Rohadi Program Sudi Teknik Informaika,

Lebih terperinci

PERBAIKAN ASUMSI KLASIK

PERBAIKAN ASUMSI KLASIK BAHAN AJAR EKONOMETRI AGUS TRI BASUKI UNIVERSITAS MUHAMMADIAH OGAAKARTA PERBAIKAN ASUMSI KLASIK 6.. Mulkolnearas Jka model ka mengandung mulkolneras yang serus yakn korelas yang ngg anar varabel ndependen,

Lebih terperinci

Modifikasi Penaksir Robust dalam Pelabelan Outlier Multivariat

Modifikasi Penaksir Robust dalam Pelabelan Outlier Multivariat Vol. 14, No. 1, 46-53, Jul 2017 Modfkas Penaksr Robus dalam Pelabelan Ouler Mulvara Erna Tr Herdan Absrak Ouler adalah suau observas yang polanya dak mengku mayoras daa. Ouler dalam kasus mulvara sanga

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan

Lebih terperinci

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat BAB 1 PENDAHULUAN 1.1 Laar Belakang Sumber Daya Alam (SDA) yang ersedia merupakan salah sau pelengkap ala kebuuhan manusia, misalnya anah, air, energi lisrik, energi panas. Energi Lisrik merupakan Sumber

Lebih terperinci

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF Pada bab ini akan dibahas mengenai sifa-sifa dari model runun waku musiman muliplikaif dan pemakaian model ersebu menggunakan meode Box- Jenkins beberapa ahap

Lebih terperinci

BAB IV PEMBAHASAN MODEL

BAB IV PEMBAHASAN MODEL BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup

Lebih terperinci