BAB II TINJAUAN PUSTAKA. pengantar metode ARIMA Box Jenkins dan analisis spektral.
|
|
- Widya Tedja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB II TINJAUAN PUSTAKA. Pedahulua Pada Bab II aka dijelaska pegeria pegeria da eori dasar yag diguaka sebagai ladasa pembahasa pada bab selajuya. Teori yag aka dibahas pada Bab II ii secara garis besar yaiu melipui aalisis daa dere waku, pegaar meode ARIMA Box Jekis da aalisis spekral. Cuaca adalah keadaa feomea fisik dari amosfer (yag berhubuga dega suhu, ekaa udara, agi, awa, kelembaba udara, radiasi, jarak padag/visibiliy, dsb) di suau empa da pada waku ereu. Cooh Pegamaa cuaca dilakuka seiap hari. Dalam hal ii daa yag diambil sebagai pegamaa yaiu daa cuaca dari koa Surabaya dari periode waku okober 004 sampai dega desember 0. Cuaca juga merupaka salah sau fakor yag meeuka keberhasila pada sekor peraia. Dalam skala waku perubaha cuaca aka membeuk pola aau siklus ereu, baik haria, musima, ahua maupu siklus beberapa ahua. Selai perubaha yag berpola ereu, akivias mausia meyebabka pola iklim berubah secara berkelajua, baik dalam skala global maupu skala lokal. Sehigga dega meelaah beberapa fakor peeu keberhasila sekor peraia dalam hal ii salah sauya adalah fakor cuaca, maka diharapka bisa bermafaa dalam meeuka musim aam da megeahui secara dii megeai seraga hama peraia yag dapa mucul pada kodisi cuaca ereu. Pada dasarya seiap ilai dari hasil pegamaa (daa) selalu dapa dikaika dega waku pegamaaya. Haya pada saa melakuka aalisis, variabel waku 6
2 7 dega pegamaa serig idak dipersoalka. Dalam hal kaia variabel waku dega pegamaa diperhaika, sehigga daa diaggap sebagai fugsi aas waku, maka daa seperi ii disebu daa dere waku (ime series). Bayak persoala dalam ilmu erapa yag daaya merupaka daa dere waku, salah sauya dalam bidag ilmu fisika megeai klimaologi.. Aalisis Dere Waku Pada dasarya seiap ilai dari hasil pegamaa (daa) selalu dapa dikaika dega waku pegamaaya. Haya pada saa melakuka aalisis, variabel waku dega pegamaa serig idak dipersoalka. Dalam hal kaia variabel waku dega pegamaa diperhaika, sehigga daa diaggap sebagai fugsi aas waku, maka daa seperi ii disebu daa dere waku (ime series). Bayak persoala dalam ilmu erapa yag daaya merupaka daa dere waku, misalya dalam bidag ilmu a. Ekoomi : bayak barag erjual dalam seiap hari, keuuga perusahaa dalam seiap ahu da oal ilai ekspor dalam seiap bula. b. Fisika : curah huja bulaa, emperaur udara haria da gerak parikel. c. Demografi : perumbuha peduduk, moralias da aalias. d. Biomedis : deyu adi, proses peyembuha da perumbuha mikroba. Karea daa dere waku merupaka regresi daa aas waku, da salah sau segi (aspec) pada daa dere waku adalah erlibaya sebuah besara yag diamaka Auokorelasi (auocorrelaio), yag secara kosep sama dega korelasi uuk daa bivaria dalam aalisis regresi biasa. Sigifikasi (keberaria) auokorelasi meeuka aalisis regresi yag harus dilakuka pada daa dere waku. Jika auokorelasi idak sigifika (dalam kaa lai daa dere waku idak berauokorelasi), maka aalisis regresi yag harus dilakuka adalah aalisis regresi sederhaa biasa, yaiu aalisis regresi daa aas waku. Sedagka jika sigifika
3 8 (berauokorelasi) harus dilakuka aalisis regresi daa dere waku, yaiu aalisis regresi aar ilai pegamaa. Segi lai dalam daa dere waku adalah kesasioera daa yag diklasifikasika aas sasioer kua (srickly saioer) da sasioer lemah (weakly saioer) da kesasioera ii merupaka kodisi yag diperluka dalam aalisis daa dere waku, karea aka memperkecil kekelirua baku. Dalam eori saisika, seiap daa dere waku dibagu aas kompoe red (T), siklis (S), musima (M, uuk daa bulaa) da residu (R) aau serig disebu kompoee acak. Beuk hubuga aara ilai daa dega kompoe kompoeya ersebu bisa bermacam macam da beuk hubuga yag serig diguaka adalah liier da muliplikaif. Jika Y pegamaa pada waku da hubuga dega kompoeya liier, maka persamaaya adalah, jika : bulaa (.), jika : ahua (.) da muliplikaif, maka persamaaya, jika : bulaa (.3) Y = T S R, jika : ahua (.4) Sebagai akiba dari erdapaya kompoe kompoe dalam daa dere waku da erjadiya hubuga aar kompoe, adalah berauokorelasiya aar pegamaa sehigga dapa dibagu sebuah hubuga fugsioal yag diamaka regresi dere waku. Dere waku adalah suau ragkaia aau seri dari ilai ilai suau variabel aau hasil observasi yag dicaa dalam jagka waku yag berurua (Amaja, 009:9). Meode dere waku (ime series) adalah meode peramala dega megguaka aalisis pola hubuga aara variabel yag aka diperkiraka dega
4 9 variabel waku aau aalisis dere waku, beberapa meode yag serig diguaka aara lai:. Meode Smoohig. Meode Box Jekis (ARIMA) 3. Meode Proyeksi Tred da Regresi Hal yag perlu diperhaika dalam melakuka peramala adalah pada gala (error), yag idak dapa dipisahka dalam meode peramala. Uuk medapaka hasil yag medekai daa asli, maka seorag peramal berusaha membua galaya sekecil mugki..3 Kawasa dalam Aalisis Dere Waku Sudah dikemukaka pada pejelasa di aas bahwa daa dere waku adalah daa yag merupaka fugsi aas waku da seiap daa dere waku dibagu oleh kompoe red, siklis, musima (uuk daa bulaa) da kompoe acak aau residu. Sehigga berdasarka kosep ersebu, aalisis daa dere waku dapa dilakuka dalam dua kawasa (domai), yaiu kawasa waku (ime domai) da kawasa frekuesi (frequecy domai). Dalam kawasa waku adalah elaah sigifikasi auokorelasi, kesasioera daa, peaksira parameer model regresi dere waku, da peramala (forecasig). Sedagka dalam kawasa frekuesi adalah elaaha frekuesi ersembuyi, yaiu frekuesi kompoe siklis yag suli diperoleh dalam kawasa waku, dega ujua uuk megeahui hal hal isimewa aau kodisi ereu pada daa. Salah sau aalisis daa dere waku yag serig diguaka dalam kawasa waku (ime domai) adalah peramala dega meode ARIMA Box-Jekis. Sedagka dalam peeliia ii aka diguaka aalisis daa dere waku dalam kawasa frekuesi (frequecy domai) dega megguaka meode aalisis
5 0 spekral. Aalisis spekal merupaka meode dalam aalisis dere waku yag jarag dibahas, padahal peraaya saga besar dalam melegkapi iformasi megeai cirri (characers) daa dere waku. Aalisis ii membahas megeai cara meelaah periodisias daa ersembuyi (hidde periodeciies) yag suli diperoleh pada saa kajia dilakuka pada kawasa waku. Kajia periodisias daa perlu dilakuka uuk memberika iformasi megeai karakerisik dari daa dere waku ersebu, da harus dilakuka pada kawasa frekuesi melalui aalisis spekral (Mulyaa, 004)..4 Meode ARIMA Box-Jekis Seperi yag sudah dijelaska di aas bahwa salah sau aalisis dere waku yag serig diguaka dalam kawasa waku (ime domai) adalah peramala dega meode ARIMA Box-Jekis. Pegeria ime series disii adalah dere aau urua observasi aau pegamaa da biasaya urua ii berdasarka waku (Wei, 994). Aalisis diperkealka perama kali pada ahu 970 oleh George E.P. Box da Gwilym M. pedekaa ime series dapa megguaka meode aalisis fugsi auokorelasi da fugsi auokorelasi parsial uuk mempelajari perubaha daa dere waku. Uuk model paramerik serigkali dikeal dega aalisis domai waku ARIMA (Vo Sorch da Zwier, 999). Pola cuaca/iklim di Idoesia cederug membeuk pola musima, oleh karea iu perlu diramalka melalui model musima ARIMA (p,d,q) (P,D,Q) S (Nuryadi, 005), dega persamaa umum sebagai beriku: φ ( = θ a (.5) p S d S D S B ) φp ( B )( B) ( B ) Z θ q ( B) Q ( B )
6 dimaa: p, d, q = orde AR (Auoregresisive), MA (Movig Average) da pembedaa (differecig) o musima, P, D, Q = orde AR (Auoregresisive), MA (Movig Average) da pembedaa (differecig) musima, p φ p (B) = ( φb φb K φ pb ), φ S ( B ) = ( S S PS φ B φ B K φ B ), P d ( B) = orde pembedaa (differecig) o musima, q θ q (B) = ( θb θ B K θ qb ), S S S QS θ ( B ) = ( θ B θ B K θ B ), Q Z = Z µ. P Q Meode ARIMA merupaka meode yag idak melibaka variabel predikor. Bey (003) meyebuka bahwa ARIMA adalah salah sau meode sokasik yag saga bermafaa uuk membagkika proses (daa) dere waku dimaa seiap kejadia salig berkorelasi. Namu demikia meode ARIMA saga kea erhadap asumsi (daa da residual whie oise) da diguaka uuk daa yag berpola liier (Suiko, 005)..5 Aalisis Spekral Pada pejelasa sebelumya sudah dieragka bahwa aalisis daa dere waku dapa dilakuka dalam dua kawasa (domai), yaiu kawasa waku (ime domai) da kawasa frekuesi (frequecy domai). Salah sau cooh aalisis dalam domai waku (ime domai) adalah peramala (forecasig) dega meode ARIMA Box- Jekis. Sedagka dalam peeliia ii aka membahas aalisis dere waku yag dilakuka dalam kawasa frekuesi (frequecy domai), yaiu dega megaalisis periodisias daa ersembuyi (hidde periodeciies) yag suli
7 diperoleh pada saa kajia dilakuka pada kawasa waku. Meode yag diguaka adalah aalisis spekral. Aalisis spekral aau diamaka juga aalisis spekrum, dikealka oleh A.Schuser seorag pekerja sosial, pada akhir abad ke 0 dega ujua mecari periode ersembuyi dari daa. Pada saa ii aalisis spekral diguaka pada persoala peaksira spekrum uuk seluruh selag frekuesi. M. S. Barle da J.W. Tukey, megembagka aalisis spekral moder sekiar ahu keiga abad ke 0 da eoriya bayak diguaka para peggua di bidag klimaologi, ekik kelisrika, meeorologi da ilmu kelaua. Tidak seperi meode ARIMA yag saga kea erhadap asumsi (daa da residual whie oise), kelebiha dari aalisis spekral yaiu pegguaaya lebih prakis, karea dari daa yag diperoleh bisa lagsug diolah apa adaya asumsiasumsi yag harus dipeuhi erlebih dahulu. Aalisis spekral ermasuk dalam kawasa frekuesi uuk meelaah periodesias ersembuyi, yaiu periodesias yag suli diemuka dalam kawasa waku. Aalisis ii dilakuka jika diperluka iformasi megeai periodesias hal hal yag bersifa khusus, uuk melegkapi hasil aalisis dalam kawasa waku. Aalisis Spekral juga merupaka suau meode uuk melakuka rasformasi siyal daa dari domai waku ke domai frekuesi, sehigga kia bisa meliha pola periodikya uuk kemudia dieuka jeis pola yag erliha. Pada dasarya meode ii merupaka aalisis saisik iferesial (dapa disimpulka) yag berdasarka kosep frekuesi. Secara visual digambarka dega spekrum. Kosep dasar aalisis spekral yaki megiug da meggambarka periodogram dari daa.
8 3.6 Model dalam Aalisis Spekral Secara umum persamaa kurva cosius yaiu Y = R cos( π f + Φ) (.8) dimaa R(> 0) adalah ampliudo, f (frekuesi) da Φ adalah fase dari kurva. Jika kurva berulag seiap f ui waku, maka f disebu periode dari gelombag cosius. Gambar. Kurva Kosius dega = 96 da Dua Frekuesi da Fase Pada Gambar. meujukka dua kurva cosius diskri dega waku berjala dari sampai 96. Dari cooh gambar pola frekuesi dikeahui masig masig pada frekuesi ke 4/96 da 4/96. Kurva frekuesi redah memiliki fase ol, sedagka kurva frekuesi yag lebih iggi memiliki fase 0.6π. Gambar. meujukka grafik kombiasi liier dari dua kurva cosius. Pada kurva ersebu frekuesi redah memiliki ilai peggada sebayak, sedagka kurva frekuesi yag lebih iggi memiliki ilai peggada sebayak 3 da fase yag dikeahui yaiu 0.6π. Secara maaemais persamaa dari Gambar. yaiu sebagai beriku Y 4 4 = cos π + 3cos π (.9) 96 96
9 4 Gambar. Kombiasi Liier dari Dua Kurva Cosius Pada Persamaa (.8) idak sesuai uuk megesimasi karea parameer R da Φ idak dalam beuk liier. Jadi Persamaa (.8) diubah dalam beuk persamaa sebagai beriku Y = R cos( π f + Φ) = Acos(πf ) + B si(πf ) (.0) dimaa R = A + B, Φ = a a( B A) (.) da sebalikya, A = R cos(φ), B = R si(φ) (.) Uuk megesimasi model pada Persamaa (.0) dapa dilakuka dega megguaka meode regresi kuadra erkecil biasa, dimaa cos( π f) da si( πf ) diguakka sebagai variabel predikor. Jika Y dipegaruhi oleh m kurva cosius dega ampliudo sembarag, maka model maemais dari frekuesi da fase dapa diulis sebagai beriku Y = A + m [ Aj cos( f j) + B j si(πf j ] π (.3) 0 ) j Model pada Persamaa (.3) idak lai adalah model maemais yag dapa diuliska dalam beuk persamaa regresi sebagai beriku
10 5 Y = α α β L α β + ε 0 + X + Z + + m X m + mz m (.4) dimaa X = cos( πf ) da Z si( πf ) j j j = j. Koefisie regresi 0 α, α,..., α m da β,..., β m pada model dapa diduga dega megguaka meode regresi kuadra erkecil biasa..7 Periodogram Kosep dasar aalisis spekral yaki megiug da meggambarka periodogram dari daa. Tujua dari perhiuga da peggambaraya sediri yaiu uuk megeahui berapa bayak jumlah ujug garis periodogram (peak) dari daa. Selai iu, pada plo periodogram erdapa besara ilai frekuesi (f ) dari daa yag aka diguaka sebagai perhiuga dalam pembeuka model. Grafik periodogram sediri yaiu plo hubuga aara fugsi spekrum kuasa aas frekuesiya. Perhiuga periodogram dapa dilakuka berdasarka ukura sampel. Uuk sampel gajil dega = k +, periodogram I pada frekuesi f = j uuk j =,,..., k, persamaaya didefiisika sebagai beriku Meuru Cryer (008:3), dimaa j ( f ) I = ( ˆ ) ˆ I = A j + B j (.5) A ˆ j = Y cos( π j ), B = j ˆ Y si(πj ) da A ˆ0 = Y. (.6) A ˆ0 = Y. (.7) Sedagka jika ukura sampelya adalah geap dega = k, dimaa j =,,..., k maka persamaaya adalah sebagai beriku
11 6 Aˆ k = ( ) Y da B ˆ k = 0 (.8) Pada Persamaa (.6) da (.7) masih berlaku uuk j =,,, k, eapi dega caaa bahwa = k = (frekuesi eksrim). Karea pada frekuesi eksrim, dimaa j = k, berlaku Persamaa sebagai beriku f k I = ( ˆ ) A k (.9) Keiggia dari periodogram meujukka kekuaa relaif pasaga cosius sius pada berbagai frekuesi dalam pola keseluruha daa dere waku. Sebagai cooh, Gambar.3 meujukka grafik dari dari periodogram uuk plo dere waku pada Gambar.. Keiggia garis pada gambar meujuka dua buah ujug garis (peak (m)) yag meadaka adaya dua kompoe cosius sius. Pada Gambar.3, grafik meujukka ilai dari frekuesi perama yaiu da ilai dari frekuesi kedua yaiu yag diadai pada sumbu frekuesi. Ariya jika kia erapka ke dalam model Persamaa (.4) aka mejadi model sebagai beriku Y = α + α X + β Z + L + α X + β Z + ε 0 dimaa X = cos( πf ) da Z si( πf ) j j j m m j m = maka m Y = α 0 + α cos( π (0.046) ) + β si(π (0.046) ) + α cos(π (0.4583) ) + β si(π (0.4583) ) + ε
12 7 I(f) Gambar.3 Periodogram dari Dere Waku pada Gambar. Uuk seri dalam jagka waku yag lama, perhiuga uuk mecari ilai dari koefisie regresi aka lebih rumi. Dega demikia uuk mempermudah melakuka perhiuga maka diguaka baua sofware saisika agar lebih efisie..8 Koefisie Deermiasi Koefisie deermiasi (goodess of fi) yag dioasika dega R merupaka suau ukura yag megiformasika baik aau idakya suau model yag diaksir. Aau dega kaa lai, agka ersebu dapa megukur seberapa deka ilai yag diaksir dega daa sesugguhya (Nachrowi, 006). Nilai koefisie deermiasi meujukka besar variasi dari respo yag dapa dijelaska oleh model. Adapu persamaa uuk meghiug ilai koefisie deemiasi adalah sebagai beriku R i= = ( Yˆ Y ) ( Yi Yi ) i= i i (.0)
13 8 dimaa : R Y i Y i Yˆ i = Koefisie Deermiasi = Jumlah Daa = Nilai Akual dari Daa = Nilai Raa-raa dari Daa = Nilai Prediksi dari Daa Nilai R berada di aara ilai 0 sampai. Nilai R sama dega 0, meujukka bahwa variasi respo idak dapa dijelaska oleh model sama sekali. Nilai R sama dega sau, meujukka bahwa variasi respo secara keseluruha dapa dijelaska oleh model. Nilai R x 00% merupaka besarya pegaruh predikor erhadap variasi respo dalam model. Pegaruh aka semaki kua da sigifika jika ilai R medekai ilai.
BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu
BAB 2 TINJAUAN TEORI 2.1 Pegeria Peramala Ramala pada dasarya merupaka dugaa aau perkiraa megeai erjadiya suau kejadia aau perisiwa di waku yag aka daag. Peramala merupaka sebuah ala bau yag peig dalam
Lebih terperinciBAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang
BAB 2 LANDASAN EORI 2.1 Pegeria Peramala Peramala adalah kegiaa uuk memperkiraka apa yag aka erjadi di masa yag aka daag. Sedagka ramala adalah suau siuasi aau kodisi yag diperkiraka aka erjadi pada masa
Lebih terperinciBAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai
BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala (orecasig) Peramala (orecasig) adalah suau kegiaa yag memperkiraka apa yag aka erjadi pada masa medaag. Peramala pejuala adalah peramala yag megkaika berbagai
Lebih terperinciBAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak
BB V NLIS HSIL 5.1 Ukura kurasi Hasil Peramala Uuk medapaka jeis peramala yag digika erdapa bayak parameer-parameer yag dapa diguaka. Seperi yag elah diuraika pada ladasa eori, parameer-parameer ersebu
Lebih terperinciAnalisis Rangkaian Listrik Di Kawasan Waktu
Sudaryao Sudirham Aalisis Ragkaia Lisrik Di Kawasa Waku 3- Sudaryao Sudirham, Aalisis Ragkaia Lisrik () BAB 3 Peryaaa Siyal da Spekrum Siyal Dega mempelajari lajua eag model siyal ii, kia aka memahami
Lebih terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN 3 Meode Pegumpula Daa 3 Jeis Daa Pada peeliia ii aka megguaka jeis daa yag bersifa kuaiaif Daa kuaiaif adalah daa yag berbeuk agka / omial Dalam peeliia ii aka megguaka daa pejuala
Lebih terperinciPENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi.
. Pedahulua PENGUJIAN HIPOTESIS Hipoesis Saisik : peryaaa aau dugaa megeai sau aau lebih populasi. Pegujia hipoesis berhubuga dega peerimaa aau peolaka suau hipoesis. Kebeara (bear aau salahya) suau hipoesis
Lebih terperinciKRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB
KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB Sudi kelayaka bisis pada dasarya berujua uuk meeuka kelayaka bisis berdasarka krieria ivesasi Krieria ersebu diaaraya adalah ; 1. Nilai bersih kii (Ne
Lebih terperinciPrediksi Penjualan Sepeda Motor Merek X Di Kabupaten Dan Kotamadya Malang Dengan Metode Peramalan Hierarki
JURNAL SAINS DAN SENI POMITS Vol. 3, No., (4) 337-35 (3-98X Pri) D-34 Sepeda Moor Merek X Di Kabupae Da Koamadya Malag Dega Meode Peramala Hierarki Rika Susai, Desri Susilaigrum, da Suharoo Jurusa Saisika,
Lebih terperinciMETODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di
8 METODE PENELITIAN Lokasi da Waku Peeliia Peeliia ii dilaksaaka selama 3 bula, erhiug sejak bula Februari sampai dega April 2008, di DAS Waeruhu, yag secara admiisraif erleak di wilayah Kecamaa Sirimau,
Lebih terperinciIII. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data
III. METODE KAJIAN 1. Lokasi da Waku Lokasi kajia berempa uuk kelompok dilaksaaka di kelompok peeraka sapi di Bagka Tegah, Provisi Bagka Beliug, da Kelompok Peeraka Sapi di Cisarua, Bogor, Provisi Jawa
Lebih terperinciMETODOLOGI. Waktu dan Tempat. Alat dan Bahan
METODOLOGI Waku da Tempa Peeliia merupaka desk sudy dega megguaka daa sekuder da pegolaha daa dilakuka di Laboraorium Klimaologi Depareme Geofisika da Meeorologi, Fakulas Maemaika da Ilmu Pegeahua Alam,
Lebih terperinciBAB 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 terperinciMODEL PERAMALAN RATA-RATA BEBAN PEMAKAIAN LISTRIK KOTA PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR
MODEL PERAMALAN RATA-RATA BEBAN PEMAKAIAN LISTRIK KOTA PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR Diajuka Sebagai Salah Sau Syara Uuk Memperoleh Gelar Sarjaa Sais Pada Jurusa Maemaika Oleh :
Lebih terperinciRumus-rumus yang Digunakan
Saisika Uipa Surabaya 4. Sampel Tuggal = Rumus-rumus yag Diguaka s..... Sampel berkorelasi D D N N N...... 3. Sampel Bebas a. Uuk varias sama... 3 aau x x s g... 4 b. Sampel Heeroge Guaka Uji Corha - Cox
Lebih terperinciREGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan
REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k
Lebih terperinciMODEL VECTOR AUTOREGRESSIVE (VAR) DALAM MERAMAL PRODUKSI KELAPA SAWIT PTPN XIII Faradhila Amry, Dadan Kusnandar, Naomi Nessyana Debataraja
Bulei Ilmiah Mah. Sa. da Terapaya (Bimaser) Volume 07, No. (018), hal 77 84. MODEL VECTOR AUTOREGRESSIVE (VAR) DALAM MERAMAL PRODUKSI KELAPA SAWIT PTPN XIII Faradhila Amry, Dada Kusadar, Naomi Nessyaa
Lebih terperinciBAB METODOLOGI. Bab 2 Metodologi berisikan :
BAB METODOLOGI Bab Meodologi berisika :.. Pegambila Sampel.. Peramala Nilai Iflasi melalui Ideks Harga Kosume Megguaka Meode ARIMA.3. Akumulasi Prese Value melalui Buga Sederhaa dalam Perhiuga Harga Barag
Lebih terperinciMODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR
Bulei Ilmiah Ma.Sa. da Terapaya (Bimaser) Volume 06, No. (07), hal -0. MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR Ermawai, Helmi, Frasiskus
Lebih terperinciBAB 2 LANDASAN TEORI. Metode peramalan merupakan bagian dari ilmu Statistika. Salah satu metode
BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala Meode peramala merupaka bagia dari ilmu Saisika. Salah sau meode peramala adalah dere waku. Meode ii disebu sebagai meode peramala dere waku karea memiliki kareserisik
Lebih terperinciBAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel
BAB III PENAKSIR DERET FOURIER 3. Peaksi Dalam saisika, peaksi adalah sebuah saisik (fugsi dai daa sampel obsevasi) yag diguaka uuk meaksi paamee populasi yag idak dikeahui (esimad) aau fugsi yag memeaka
Lebih terperinciTUGAS AKHIR. Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika. Oleh: AFRIANTI
MODEL TIME SERIES UNTUK PERAMALAN TINGKAT PENJUALAN JENIS BAHAN BAKAR MINYAK (BBM) DI STASIUN PENGISIAN BAHAN BAKAR UNTUK UMUM (SPBU) ARIFIN ACHMAD-PEKANBARU TUGAS AKHIR Diajuka sebagai Salah Sau Syara
Lebih terperinciSTATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP
STATISTICS Haug N. Prasetyo Week 11 PENDAHULUAN Regresi da korelasi diguaka utuk megetahui hubuga dua atau lebih kejadia (variabel) yag dapat diukur secara matematis. Ada dua hal yag diukur atau diaalisis,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu
Lebih terperinciBeberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) . Definisi L.2 (Kejadian lepas )
33 LAMPIRAN 34 35 Beberapa Defiisi Ruag Cooh Kejadia da Peluag Suau percobaa yag dapa diulag dalam kodisi yag sama, yag hasilya idak dapa diprediksi dega epa eapi kia bisa megeahui semua kemugkia hasil
Lebih terperinciUniversitas Sumatera Utara
50.7 4.3770 6.7547 6.7547 4.4 48.6965 R4.7 36.3 N8 TOL 0..70 35.9497 36.3.99 50.7 94.338 6.89 3.5 6.75 7.567 36.0 6.4837 57.396 8.783 66.0384 5.337 37.006 3.568 PISAU POTONG AISI D SEPUH No Qy NAME MATERIAL
Lebih terperinciPREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP
Prosidig SPMIPA. pp. 57-6. 6 ISBN : 979.74.47. PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP Sri Rahayu, Taro Jurusa Maemaika FMIPA UNDIP Semarag Jl. Prof. Soedaro, Kampus UNDIP Tembalag,
Lebih terperinciUniversitas Sumatera Utara
Uiversias Sumaera Uara BAB 2 LANDASAN TEORI Ladasa eori ii merupaka hasil dari ijaua lieraur-lieraur yag ada kaiaya dega meode-meode peramala maupu dega koeks laiya dalam peulisa Tugas Akhir ii. Adapu
Lebih terperinciBAB III TINJAUAN PUSTAKA
BAB III TINJAUAN PUSTAKA 3.1. Defiisi Peramala Peramala adalah proses uuk memperkiraka berapa bayak kebuuha dimasa medaag yag melipui kebuuha dalam ukura kuaias, kualias, waku da lokasi yag dibuuhka dalam
Lebih terperinciPeramalan Jumlah Penduduk Kota Samarinda Dengan Menggunakan Metode Pemulusan Eksponensial Ganda dan Tripel Dari Brown
Jural EKSPONENSIAL Volume 7, Nomor, Mei 06 ISSN 085-789 Peramala Jumlah Peduduk Koa Samarida Dega Megguaka Meode Pemulusa Ekspoesial Gada da Tripel Dari Brow Forecasig he Populaio of he Ciy of Samarida
Lebih terperinciBAGIAN 2 TOPIK 5. andhysetiawan
BAGIAN OIK 5 adhyseiawa Isi Maeri Modulasi Aliudo AM Modulasi Frekuesi FM adhyseiawa MODULASI AMLIUDO DAN MODULASI ANGULAR SUDU Modulasi roses erubaha karakerisik aau besara gelobag ebawa, euru ola gelobag
Lebih terperinciB. DESKRIPSI SINGKAT MATA KULIAH
A. IDENTITAS MATA KULIAH Nama Maa Kuliah : Kalkulus 1 Kode Maa Kuliah : MUG1A4 SKS : 4 (empa) Jeis : Maa kuliah wajib Jam pelaksaaa : Taap muka di kelas = 4 jam per peka Tuorial/ resposi Semeser / Tigka
Lebih terperinciSistim Komunikasi 1. Pertemuan 5 Konversi Analog ke Digital
isim Komuikasi 1 Peremua 5 Koversi Aalog ke Digial Murik Alayrus Tekik Elekro Fakulas Tekik, UMB murikalayrus@yahoo.com 1 Base Ba Moulaio Paa bagia sebelum kia meapaka siyal koiyu erhaap waku, misalyasiyalm(),
Lebih terperinciPERAMALAN HARGA SAHAM SYARI AH RUPIAH EQUITY FUND PT. PRUDENTIAL LIFE INSURANCE PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR.
PERAMALAN HARGA SAHAM SYARI AH RUPIAH EQUITY FUND PT. PRUDENTIAL LIFE INSURANCE PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR Diajuka Sebagai Salah Sau Syara Uuk Memperoleh Gelar Sarjaa Sais pada
Lebih terperinciBAB 3 LANDASAN TEORI. masa lampau akan berlanjut ke masa depan. Hampir seluruh peramalan didasarkan. pada asumsi bahwa masa lampau akan berulang.
BAB 3 LANDASAN TEORI 3. Peramala 3.. Defiisi Peramala Peramala adalah perkiraa probabilisik aau peggambara dari ilai aau kodisi di masa depa. Asumsi yag umum dipakai dalam peramala adalah pola masa lampau
Lebih terperinciBAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya
5 BAB II LANDASAN TEORI Dalam tugas akhir ii aka dibahas megeai peaksira besarya koefisie korelasi atara dua variabel radom kotiu jika data yag teramati berupa data kategorik yag terbetuk dari kedua variabel
Lebih terperinciBAB II TEORI DASAR. 2.1 Proses Stokastik Rantai Markov
BAB II TEORI DASAR. Proses Sokasik Raai Markov Proses sokasik merupaka suau cara uuk mempelajari hubuga yag diamis dari suau ruua perisiwa aau proses yag kejadiaya bersifa idak pasi. Dalam memodelka perubaha
Lebih terperinciJURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER
STATISTIK CUKUP Oleh: Ramayai Rizka M (11810101003), Dey Ardiao (1181010101), Ikfi Ulyawai (1181010103), Falviaa Yulia Dewi (1181010106), Ricki Dio Rosada (11810101034), Nurma Yuia D (11810101035), Wula
Lebih terperinciBAB IV METODOLOGI PENELITIAN
30 BAB IV METODOLOGI PENELITIAN 4.1 Beuk da Meode Peeliia Peeliia Opimalisasi da Sraegi Pemafaaa Souher Bluefi Tua di Samudera Hidia Selaa Idoesia diarahka pada upaya uuk megugkapa suau masalah aau keadaa
Lebih terperinciBAB II LANDASAN TEORI. Dalam penulisan tugas akhir ini diperlukan teori-teori yang mendukung yang
BAB II LANDASAN TEORI Dalam peulisa ugas akhir ii diperluka eori-eori yag medukug yag didapa dari maa kuliah yag perah dierima, da referesi-referesi sebagai baha pedukug. Uuk mecapai ujua dari peulisa
Lebih terperinciMODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA
Prosidig Semiar Nasioal Sais da Pedidika Sais IX, Fakulas Sais da Maemaika, UKSW Salaiga, Jui 4, Vol 5, No, ISSN :87-9 MODEL KOREKSI KESALAHAN DENGAN MEODE BAYESIAN PADA DAA RUNUN WAKU INDEKS HARGA KONSUMEN
Lebih terperinciBAB 2 LANDASAN TEORI
18 BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala ( Forecasig ) Peramala ( forecasig ) adalah kegiaa megisemasi apa yag aka erjadi pada masa yag aka daag. Peramala diperluka karea adaya perbedaa kesejaga waku
Lebih terperinciJurnal Rekursif, Vol. 3 No. 1 Maret 2015, ISSN
Jural Rekursif, Vol 3 No Mare 05, ISSN 303-0755 PERBANDINGAN KEAKURATAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DAN EPONENTIAL SMOOTHING PADA PERAMALAN PENJUALAN SEMEN DI PT SINAR ABADI
Lebih terperinciTINGKAT PENJUALAN SEPEDA MOTOR SUZUKI PADA CV. ADI MULIA MOTOR DI RENGAT INDRAGIRI HULU DENGAN MENGGUNAKAN METODE TIME SERIES
FORECASTING TINGKAT PENJUALAN SEPEDA MOTOR SUUKI PADA CV. ADI MULIA MOTOR DI RENGAT INDRAGIRI HULU DENGAN MENGGUNAKAN METODE TIME SERIES AUTOREGRESSIVE TUGAS AKHIR Diajuka sebagai Salah Sau Syara uuk Memperoleh
Lebih terperinciB A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan
30 B A B III METODE PENELITIAN 3. Peeapa Lokai da Waku Peeliia Objek peeliia dalam peeliia ii adalah megaalii perbadiga harga jual produk melalui pedekaa arge pricig dega co-plu pricig pada oko kue yag
Lebih terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciPemodelan Pencemaran Udara Menggunakan Metode Vector Autoregressive (Var) di Provinsi Riau
Pemodela Pecemara Udara Megguaka Meode Vecor Auoregressive (Var) di Provisi Riau Ari Pai Desvia 1, Maryam Julliaa D 2 Jurusa Maemaika, Fakulas Sais da Tekologi, UIN Sula Syarif Kasim Riau Jl. HR. Soebraas
Lebih terperinciBAB II TINJAUAN PUSTAKA. Black dan Scholes (1973) menyatakan bahwa nilai aset mengikuti Gerak
BAB II TINJAUAN PUSTAKA. Peeliia Terdahulu Black da Scholes (973) meyaaka bahwa ilai ase megikui Gerak Brow Geomeri, dega drif μ (ekpekasi dari reur) da volailias σ (deviasi sadar dari reur). Berawal dari
Lebih terperinciUji apakah ada perbedaan signifikan antara mean masing-masing laboratorium. Gunakan α=0.05.
MA 8 STATISTIKA DASAR SEMESTER I /3 KK STATISTIKA, FMIPA ITB UJIAN AKHIR SEMESTER (UAS) Sei, Desember, 9.3.3 WIB ( MENIT) Kelas. Pegajar: Utriwei Mukhaiyar, Kelas. Pegajar: Sumato Wiotoharjo Jawablah pertayaa
Lebih terperinciTINJAUAN PUSTAKA Pengertian
TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok
Lebih terperinciNILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN
NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN Nomi Kelari *, Hasriai 2, Musraii 2 Mahasiswa Program S Maemaika 2 Dose Jurusa Maemaika Fakulas Maemaika da Ilmu Pegeahua
Lebih terperinciMENENTUKAN PERSEDIAAN BERAS DENGAN MENGGUNAKAN MODEL ECONOMIC ORDER QUANTITY (EOQ) BERDASARKAN RAMALAN PERMINTAAN PADA TAHUN 2012
MENENTUKAN PERSEDIAAN BERAS DENGAN MENGGUNAKAN MODEL ECONOMIC ORDER QUANTITY (EOQ) BERDASARKAN RAMALAN PERMINTAAN PADA TAHUN 2012 Julia Nahar 1 1 Uiversias Padjadjara, Jala Raya Badug-Sumedag km 21,Jaiagor
Lebih terperinciPEMODELAN TINGKAT KECELAKAAN LALU LINTAS DI KOTA PEKANBARU MENGGUNAKAN METODE TIME SERIES AUTOREGRESIVE TUGAS AKHIR. Oleh:
PEMODELAN TINGKAT KECELAKAAN LALU LINTAS DI KOTA PEKANBARU MENGGUNAKAN METODE TIME SERIES AUTOREGRESIVE TUGAS AKHIR Diajuka sebagai Salah Sau Syara uuk Memperoleh Gelar Sarjaa Sais pada Jurusa Maemaika
Lebih terperinciSTUDI ANALISIS PERAMALAN DENGAN METODE DERET BERKALA
Widya Tekika Vol.18 No.2; Okober 2010 ISSN 1411 0660: 1-6 Absrak STUDI ANALISIS PERAMALAN DENGAN METODE DERET BERKALA Arie Resu Wardhai 1), Salvador Mauel Pereira 2) Perusahaa sepau da sadal House of Mr.
Lebih terperinciV. PENGUJIAN HIPOTESIS
V. PENGUJIAN IPOTEI A. IPOTEI TATITIK Defiisi uau hipoesa saisik adalah suau peryaaa aau dugaa megeai sau aau lebih variabel populasi. ipoesis digologka mejadi. ipoesis ol adalah hipoesis yag dirumuska
Lebih terperinciPemodelan Data Runtun Waktu : Kasus Data Tingkat Pengangguran di Amerika Serikat pada Tahun
Pemodelan Daa Runun Waku : Kasus Daa Tingka Pengangguran di Amerika Serika pada Tahun 948 978. Adi Seiawan Program Sudi Maemaika, Fakulas Sains dan Maemaika Universias Krisen Saya Wacana, Jl. Diponegoro
Lebih terperinciI. DERET TAKHINGGA, DERET PANGKAT
I. DERET TAKHINGGA, DERET PANGKAT. Pedahulua Pembahasa tetag deret takhigga sebagai betuk pejumlaha suku-suku takhigga memegag peraa petig dalam fisika. Pada bab ii aka dibahas megeai pegertia deret da
Lebih terperinciPENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ
Bulei Ilmiah Ma. Sa. da Terapaya (Bimaser) Volume 05, No. 2 (206), hal 79-86 PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ Sii Faimah, Neva Sayahadewi, Shaika Marha INTISARI
Lebih terperinciPENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA
PENAKSIRAN DAN PERAMALAN BIAYA Ari Darmawa, Dr. S.AB, M.AB Email: aridarmawa_fia@ub.ac.id A. PENDAHULUAN B. PENAKSIRAN DAN PRAKIRAAN FUNGSI BIAYA C. PENAKSIRAN JANGKA PENDEK - Ekstrapolasi sederhaa - Aalisis
Lebih terperinciII LANDASAN TEORI. of Portfolio Transactions (Almgren & Chriss 2000).
of Porfolio Trasaios (Almgre & Chriss 000 14 Sisemaika Peulisa Karya ilmiah ii erdiri aas eam bagia Bagia perama berupa pedahulua, erdiri aas laar belakag, ujua peulisa, meode peulisa, da sisemaika peulisa
Lebih terperinciBAB V METODE PENELITIAN
31 BAB V METODE PENELITIAN 5.1 Lokasi da Waku Peeliia Peeliia ii dilaksaaka di Kecamaa Sukaagara, Kabupae Ciajur. Pemiliha lokasi peeliia dilakuka secara segaja (purposive samplig) dega memperimbagka aspek
Lebih terperinciBAB III FORMULA PENENTUAN HARGA OPSI ASIA
3 BAB III FORMULA PEETUA HARA OPSI ASIA Pada Bab III ii aka dibahas megeai opsi Asia da aalisisya, di maa yag aka dibahas hayalah beberapa ipe opsi Asia, da erbaas pada eis Europea call saa. Jeis-eis opsi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2. Ruag sampel da Kejadia Defiisi Himpua semua hasil yag mugki dari suau percobaa disebu ruag sampel da diyaaka dega S Mogomery, 2004: 7. Tiap hasil dari ruag sampel disebu usur aau
Lebih terperinciManajemen Keuangan. Idik Sodikin,SE,MBA,MM EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI. Modul ke: 06Fakultas EKONOMI DAN BISNIS
Modul ke: 06Fakulas EKONOMI DAN BISNIS EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI Program Sudi Akuasi Idik Sodiki,SE,MBA,MM Krieria Kepuusa Ivesasi aau Pegaggara Modal o Beberapa krieria yag aka diperguaka
Lebih terperinci= 0 diturunkan terhadap x. Karena y fungsi dari x, maka setiap kali menurunkan y harus dikalikan dengan didapat diselesaikan ke y '.
6..MENURUNKAN FUNGSI IMPLISIT Padag y fugsi dari yag disajika dalam beuk implisi f (, y) 0. Turuaya y' didapa sebagai beriku: a. Jika mugki y diyaaka sebagai beuk eksplisi dari, lalu diuruka erhadap b.
Lebih terperinciBAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.
BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh
Lebih terperinciPemodelan Indeks Harga Saham Gabungan (IHSG), Kurs, dan Harga Minyak Dunia dengan Pendekatan Vector Autoregressive
JURNAL SAINS DAN SENI ITS Vol., No., (Sep. 0) ISSN: 30-98X D-87 Pemodela Ideks Harga Saham Gabuga (IHSG), Kurs, da Harga Miyak Duia dega Pedekaa Vecor Auoregressive Dimas Okky.S da Seiawa Jurusa Saisika,
Lebih terperinciIV. METODE PENELITIAN
29 IV. METODE PENELITIAN 4.1. Lokasi da Waku Peeliia Peeliia ii dilaksaaka di Kecamaa Pamijaha, Kabupae Bogor, Provisi Jawa Bara. Pemiliha lokasi peeliia dilakuka secara segaja (purposive) dega perimbaga
Lebih terperinciPERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN
PERENCNN JUMLH PRODUK MENGGUNKN METODE FUZZY MMDNI BERDSRKN PREDIKSI PERMINTN Nama Mahasiswa : Norma Edah Haryai NRP : 1207 100 031 Jurusa : Maemaika FMIP-ITS Dose Pembimbig : Drs. I G N Rai Usadha, M.Si
Lebih terperinciBAB 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 terperinciREGRESI DAN KORELASI SEDERHANA
REGRESI DAN KORELASI SEDERHANA Apa yag disebut Regresi? Korelasi? Aalisa regresi da korelasi sederhaa membahas tetag keterkaita atara sebuah variabel (variabel terikat/depede) dega (sebuah) variabel lai
Lebih terperinciBab III Metoda Taguchi
Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.
Lebih terperinciPENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL LINEAR DENGAN MENGGUNAKAN METODE TRANSFORMASI ELZAKI
Bulei Ilmiah Ma. Sa. da erapaya (Bimaser) Volume 4, No. (5), hal 7 6. PNYLSAIAN PRSAMAAN DIFRNSIAL PARSIAL LINAR DNGAN MNGGUNAKAN MOD RANSFORMASI LZAKI Noa Miari, Mariaul Kifiah, Helmi INISARI Persamaa
Lebih terperinciB a b 1 I s y a r a t
34 TKE 315 ISYARAT DAN SISTEM B a b 1 I s y a r a t (bagia 3) Idah Susilawati, S.T., M.Eg. Program Studi Tekik Elektro Fakultas Tekik da Ilmu Komputer Uiversitas Mercu Buaa Yogyakarta 29 35 1.5.2. Isyarat
Lebih terperinciMETODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA. Mahasiswa Program S1 Matematika 2
METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA Roki Nuari *, Aziskha, Edag Lily Mahasiswa Program S Maemaika Dose Jurusa Maemaika Fakulas
Lebih terperinciANALISIS RUNTUT WAKTU DAN PERAMALAN (Time Series and Forecasting) Analisis Tren
ANALISIS RUNTUT WAKTU DAN PERAMALAN (Time Series ad Forecastig) Aalisis Tre P.E.N.D.A.H.U.L.U.A.N Rutut waktu merupaka kumpula data yag tercatat sepajag periode waktu tertetu (cotohya: miggua, bulaa, atau
Lebih terperinciPENERAPAN UKURAN KETEPATAN NILAI RAMALAN DATA DERET WAKTU DALAM SELEKSI MODEL PERAMALAN VOLUME PENJUALAN PT SATRIAMANDIRI CITRAMULIA
PENERAPAN UKURAN KETEPATAN NILAI RAMALAN DATA DERET WAKTU DALAM SELEKSI MODEL PERAMALAN VOLUME PENJUALAN PT SATRIAMANDIRI CITRAMULIA Iwa Sugkawa; Ries Tri Megasari Mahemaics & Saisics Deparme, School of
Lebih terperinciBAB 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 terperinciBAB 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 terperinciBAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:
4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap
Lebih terperinciBAB 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 terperinciBAB 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 terperinciBAB 2 TINJAUAN PUSTAKA
BAB TINJAUAN PUSTAKA Tijaua Pusaka Pegguaa meode peramala Forecasig elah dilakuka oleh berbagai macam peeliia dalam berbagai bidag eruama diguaka dalam memprediksi pejuala pada perusahaa Beriku dibawah
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jeis Peeliia Jeis peeliia ii merupaka peeliia kuaiaif dega megguaka meode eksperime. Desai peeliia ii megguaka ru experime desig beuk desai poses oly corol desig yaki meempaka
Lebih terperinciPENERAPAN METODE EXPONENTIAL SMOOTHING DALAM MEMPREDIKSI JUMLAH SISWA BARU (STUDI KASUS: SMK PEMDA LUBUK PAKAM)
Jural Pelia Iformaika, Volume 16, Nomor 3, Juli 2017 IN 2301-9425 (Media Ceak) PENERAPAN METODE EXPONENTIAL MOOTHING DALAM MEMPREDIKI JUMLAH IWA BARU (TUDI KAU: MK PEMDA LUBUK PAKAM) Kuriagara Mahasiswa
Lebih terperinciBAB 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 terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jeis Peeliia Jeis peeliia ii ergolog peeliia komparasioal, yaiu peeliia yag dilaksaaka uuk megeahui ada idakya perbedaa aar variabel yag sedag dielii. Jika perbedaa iu memag
Lebih terperinciBAB III ARFIMA-FIGARCH. pendek (short memory) karena fungsi autokorelasi antara dan turun
BAB III ARFIMA-FIGARCH 3. Time Series Memori Jangka Panjang Proses ARMA sering dinyaakan sebagai proses memori jangka pendek (shor memory) karena fungsi auokorelasi anara dan urun cepa secara eksponensial
Lebih terperinciANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN Erie Sadewo
ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN 2010 Erie Sadewo Kodisi Makro Ekoomi Kepulaua Riau Pola perekoomia suatu wilayah secara umum dapat diyataka meurut sisi peyediaa (supply), permitaa
Lebih terperinciProbabilitas dan Statistika Teorema Bayes. Adam Hendra Brata
robabilitas da Statistika Teorema ayes dam Hedra rata Itroduksi - Joit robability Itroduksi Teorema ayes eluag Kejadia ersyarat Jika muculya mempegaruhi peluag muculya kejadia atau sebalikya, da adalah
Lebih terperinciBAB 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 terperinciPENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:
PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.
Lebih terperinciIV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang
IV. METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka di Kawasa Patai Ayer, Kabupate Serag Provisi Bate. Lokasi ii dipilih secara segaja atau purposive karea Patai Ayer merupaka salah
Lebih terperinciREGRESI LINIER SEDERHANA
REGRESI LINIER SEDERHANA REGRESI, KAUSALITAS DAN KORELASI DALAM EKONOMETRIKA Regresi adalah salah satu metode aalisis statistik yag diguaka utuk melihat pegaruh atara dua atau lebih variabel Kausalitas
Lebih terperinciMODEL ARIMA(0,1,1) UNTUK PERAMALAN JUMLAH NASABAH PADA PT. PRUDENTIAL LIFE INSURANCE KOTA PEKANBARU TUGAS AKHIR
MODEL ARIMA(0,,) UNTUK PERAMALAN JUMLAH NASABAH PADA PT. PRUDENTIAL LIFE INSURANCE KOTA PEKANBARU TUGAS AKHIR Diajuka Sebagai Salah Sau Syara Uuk Memperoleh Gelar Sarjaa Sais pada Jurusa Maemaika Oleh:
Lebih terperinciINTEGRAL TAK TENTU (pecahan rasional) Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ
INTEGRL TK TENTU pecaha rasioal gusia Pradjaigsih, M.Si. Jurusa Maemaika FMIP UNEJ agusia.fmipa@uej.ac.id DEFINISI Fugsi suku bayak derajad dega bula o egaif 0 dimaa, 0 a a a a a P Fugsi kosa dipadag sbg
Lebih terperinciALGORITMA DATA MINING
ALGORITMA DATA MINING A. DECISION TREE. Kosep Decisio Tree Megubah daa mejadi poho kepuusa (decisio ree) da aura-aura kepuusa (rule). Sebagai cooh misalya igi membua aura yag dapa diguaka uuk meeuka apakah
Lebih terperinciBAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian
BAB I PENDAHULUAN A. Latar Belakag Masalah Matematika merupaka suatu ilmu yag mempuyai obyek kajia abstrak, uiversal, medasari perkembaga tekologi moder, da mempuyai pera petig dalam berbagai disipli,
Lebih terperinci