APLIKASI PERAMALAN PENJUALAN OBAT MENGGUNAKAN METODE PEMULUSAN (STUDI KASUS: INSTALASI FARMASI RSUD DR MURJANI)
|
|
- Dewi Halim
- 7 tahun lalu
- Tontonan:
Transkripsi
1 APLIKASI PERAMALAN PENJUALAN OBAT MENGGUNAKAN METODE PEMULUSAN (STUDI KASUS: INSTALASI FARMASI RSUD DR MURJANI) Slamet Riyadi Fakultas Ilmu Komputer Uiversitas Darwa Ali Jl Batu Berlia No. 0 Sampit, Kalimata Tegah slamet_riau@yahoo.com ) Abstrak Peramala (forecastig) merupaka alat batu yag petig dalam suatu pembuata perecaaa bagi setiap orgaisasi bisis da utuk setiap pegambila keputusa maajeme yag sagat sigifika. Peramala juga dapat diguaka utuk melihat gambara pola pejuala obat setiap bula maupu setiap tahu. Pada pola data aktual yag disajika memuat usur tred, hasil aalisis meujuka bahwa Metode Pemulusa Ekspoesial Gada, Dua-Parameter dari Holt, memberika ilai MSE da MAPE yag terkecil dibadigka megguaka metode Pemulusa Ekspoesial dari Brow (liier atupu kuadratik). Hasil peelitia ii berupa sebuah aplikasi yag mampu meerapka metode Pemulusa Ekspoesial dari Holt utuk melakuka proses peramala pejuala obat. Selai itu, aplikasi juga mampu memberika suatu keluara berupa lapora hasil peramala beberapa periode medatag yag disertai dega ilai kesalaha peramala (forecast error) da juga disajika dalam betuk grafik. Kata kuci: Peramala, Metode Pemulusa, Pejuala obat.. Pedahulua Istalasi Farmasi RSUD dr. Murjai Sampit merupaka istalasi yag melaksaaka kegiata utama dalam pegelolaa da pegguaa perbekala farmasi yag diseleggaraka secara berdaya gua da berhasil gua. Salah satu cakupa pelayaa farmasi yaitu melakuka moitorig da evaluasi terhadap persediaa perbekala farmasi. Istalasi Farmasi RSUD dr. Murjai telah meerapka aplikasi farmasi system, sehigga seluruh kegiata pembelia, pejuala, da retur obat tercatat di sistem. Meskipu telah meerapka aplikasi farmasi system, amu dalam meetuka perkiraa pejualaya istalasi Farmasi masih megguaka cara maual, yag lebih kepada istig pimpia farmasi. Hal tersebut megakibatka serig terjadiya kekosoga stok obat yag dibutuhka oleh pasie yag meyebabka hilagya potesi keutuga yag seharusya diperoleh. Maajeme persediaa mejadi petig karea persediaa yag terlalu bayak mejadika kelebiha workig capital disebabka over-stock. Over-stock tersebut lama kelamaa aka mejadi dead-stock karea usag, kadaluwarsa, perubaha selera, atau sebab laiya. Semetara persediaa yag terlalu sedikit justru megakibatka lost of opportuity atau lost of sales. Maajeme produksi da operasi megguaka hasil peramala dalam pembuata keputusa-keputusa yag meyagkut pemiliha proses, perecaaa kapasitas da lay out fasilitas serta utuk keputusa yag bersifat terusmeerus berkeaa dega perecaaa, skedul da persediaa[4]. Metode peramala yag baik dapat meolog retailers meguragi biaya over stockig da uder stockig[2]. Dalam situasi seperti ii peramala diperluka utuk meyelesaika masalah tersebut. Peramala (forecastig) merupaka alat batu yag petig dalam suatu pembuata perecaaa bagi setiap orgaisasi bisis da utuk setiap pegambila keputusa maajeme yag sagat sigifika. Peramala juga dapat diguaka utuk melihat gambara pola pejuala obat setiap bula maupu setiap tahu yag ada di Istalasi Farmasi RSUD dr. Murjai. Berdasarka uraia diatas maka dapat disebutka permasalaha sebagai berikut : () Bagaimaa meramalka pejuala obat-obata dega error kecil sehigga dapat memudahka bagia Istalasi Farmasi utuk megetahui kebutuha stock obat?; (2) Bagaimaa cara membagu aplikasi peramala persediaa obatobata pada Apotek Istalasi Farmasi RSUD dr. Murjai megguaka Metode Pemulusa? Adapu tujua dari peelitia ii yaitu : () Meramalka pejuala obat-obata di Istalasi Farmasi RSUD dr. Murjai dega megguaka metode pemulusa berdasarka data pejuala periode-periode sebelumya; (2) Membagu aplikasi peramala persediaa obatobata pada Istalasi Farmasi RSUD dr. Murjai megguaka metode pemulusa. Pada peelitia ii sumber data yag diguaka adalah data sekuder, yaitu data pejuala obat pada periode (bula-bula) sebelumya. Metode pegumpula data yag diguaka adalah : () Wawacara, yaitu suatu cara pegumpula data melalui taya jawab dega bagia keuaga da pergudaga 5.-
2 sehigga didapatka iformasi iformasi yag diperluka oleh peeliti; (2) Dokumetasi, yaitu mecari data yag berupa catata, lapora, tabel da sebagaiya yag berkaita dega pejuala obat di istalasi Farmasi RSUD dr Murjai Sampit. Setelah didapatka data-data yag diperluka maka data tersebut diaalisis. Pada peelitia ii peulis megguaka metode expoetial smoothig utuk peramala. Adapu lagkah-lagkah aalisis yag diguaka sebagaimaa terlihat pada gambar berikut: Plot data pejuala obat utuk melihat pola da medapatka grafik Memilih model yag sesuai Meguji model waktu adalah metode rata-rata bergerak ( movig averages), pemulusa ekspoesial ( expoetial smoothig), da proyeksi kecedruga ( tred projecio). Metode statistik yag umumya diguaka pada model causal adalah model regresi (regressio casual). Metode softcomputig yag biasa diguaka utuk peramala kuatitatif adalah metode fuzzy, eural etwork, algorima geetic, da metode hybrid. 2. Pembahasa 2. Plot Data Pejuala Data pejuala obat yag dikumpulka sebelumya diolah da diuji pola dataya utuk meetuka metode yag sesuai dalam meyelesaika masalah yag ada. Gambar 2 meujukka grafik pejuala obat Ceftriaxo Ijeksi periode 0-20 s/d Grafik tersebut memperlihatka tred yag megalami keaika da tidak dipegaruhi oleh musim. Meerapka model Gambar. Lagkah-lagkah aalisis Peelitia megeai peramala pejuala perah dilakuka dega megguaka algoritma apriori. Algoritma apriori dapat diimplemetasika pada sistem persediaa dega data yag diguaka adalah data pejuala (data obat keluar). Data miig dega algoritma apriori memiliki kelemaha karea harus melakuka sca database setiap kali iterasi, sehigga waktu bertambah setiap kali iterasi[]. Pemulusa Ekspoesial Witer dapat diguaka utuk melakuka proses peramala permitaa baha baku pada PT. Baba Rafi Idoesia kator pusat Surabaya. data permitaa baha baku tersebut memiliki tred da musima[2]. Peramala diartika sebagai pegguaa tekik-tekik statistik dalam betuk gambara masa depa berdasarka pegolaha agka-agka historis[]. Peramala merupaka bagia iteral dari kegiata pegambila keputusa maajeme[]. Peramala atau forecast merupaka suatu fugsi bisis yag berusaha memperkiraka pejuala, pegguaa produk, da permitaa pasar sehigga produk-produk itu dapat dibuat dalam kuatitas yag tepat[5]. Tujua dari peramala adalah utuk meetuka jumlah permitaa pada masa yag aka datag. Dega kata lai, peramala merupaka estimasi terhadap permitaa yag aka datag berdasarka data formal maupu iformal. Meurut sumberya peramalaya, peramala dapat dikelompokka sebagai berikut[8]: () Model data time series atau rutu waktu; (2) Model data causal; () Model data judgemetal. Model time series da causal bayak diguaka dalam tekik statistik maupu tekik softcomputig. Metode statistik yag umumya diguaka pada model deret 2.2 Pemiliha Model Gambar 2.Grafik Pejuala Obat Metode pemulusa ekspoesial terdiri atas tuggal, gada, da metode yag lebih rumit. Semuaya mempuyai sifat yag sama, yaitu ilai yag baru diberika bobot yag lebih besar dibadig pegamata yag lebih lama. Dalam pemulusa ekspoesial, terdapat satu atau lebih parameter pemulusa yag ditetuka secara eksplisit, da hasil piliha ii meetuka bobot yag dikeaka pada ilai observasi. Metode pemulusa ekspoesial tuggal tidak cukup baik diterapka jika dataya bersifat tidak stasioer, karea persamaa yag diguaka dalam metode ekspoesial tuggal tidak terdapat prosedur pemulusa pegaruh tred yag megakibatka data tidak stasioer mejadi tetap tidak stasioer, tetapi metode ii merupaka dasar bagi metode-metode pemulusa ekspoesial laiya[]. Utuk medapatka ramala yag tepat diguaka Pemulusa Ekspoesial ( Expoetial Smoothig). Ada tiga metode yag diguaka utuk membadigka hasilya, yaitu metode pemulusa ekspoesial tuggal dari Brow, metode pemulusa ekspoesial kuadratik Satu parameter dari Brow da metode pemulusa gada dua parameter dari Holt[]. 5.-2
3 Pada pola data aktual yag disajika memuat usur tred, hasil aalisis yag disajika meujuka bahwa Metode Pemulusa Ekspoesial Gada, Dua-Parameter dari Holt, memberika ilai MSE da MAPE yag terkecil dibadigka megguaka metode Pemulusa Ekspoesial dari Brow (liier atupu kuadratik)[0]. 2. Pegujia Model Metode Pemulusa Ekspoesial dari Holt diguaka utuk serial data yg memiliki usur tred (kecederuga yg kosiste)[]. rumus yag diguaka adalah sebagai berikut : St = α. Xt + (- α)(st-+ Tt-)... () Tt = β. (St St-) + (- β). Tt-... (2) Ft+m = St + Tt. M... () (X2 - X) + (X - X2) + (X4 - X) T= di maa: X t α F t+m = data permitaa pada periode t = faktor/kostata pemulusa = prakiraa utuk periode t+m F t- = prakiraa utuk periode t-... (4) Apabila variasi permitaa tiggi, maka sebaikya megguaka ilai alfa ( α) yag cukup besar da jika variasi itu kecil, atau permitaa relatif kosta, maka ilai alfa (α) relatif kecil. Oleh karea jagkau ilai alfa adalah 0, maka α disebut besar jika medekati, da disebut kecil apabila medekati 0. Kotata ( α) bergua utuk melakuka peghalusa variasi akibat pegaruh tred, sedag kostata ( β ) utuk meghaluska pegaruh deviasi atara permitaa aktual dega ramalaya. Tabel.Hasil Peramala dega metode dari Holt Periode Jml Jual Nilai Prakiraa S (α) T (β) F Hasil peramala pada tabel diatas dapat dijelaska sebagai berikut : St- = ilai aktual/observasi = (207085) ( )
4 Tt- = = 58, T = 0,.( ) + ( -0,). 58. = 40,8 S2 = 0, (-0,2)( ,8) = 206,07 T2 = 0,.( 206,07 208) + ( -0,).40,8 = 2,5 F2 = S + T = ,8 = 22,8 F (204-0) = 274,0 + (58.0 X 2) = 286,0 Setelah hasil ramala didapat, selajutya dilakuka perhituga kesalaha peramala ( forecast error) utuk melihat tigkat kesalaha tersebut. Ada beberapa perhituga yag biasa diguaka utuk meghitug forecast error total. Perhituga ii dapat diguaka utuk membadigka model peramala yag berbeda, juga utuk megawasi peramala, utuk memastika peramala berjala dega baik. Cara utuk megevaluasi tekik peramala ada [6]:. Deviasi rata-rata absolute atau Mea Absolute Deviatio (MAD), Adalah megukur kesalaha peramala keseluruha utuk sebuah model. Nilai MAD dihitug dega megambil jumlah ilai absolut dari tiap kesalaha peramala dibagi dega jumlah periode data (): MAD dimaa = jumlah periode data... (5) 2. Kesalaha rata-rata kuadrat atau Mea Squared Error (MSE), Merupaka cara kedua utuk megukur kesalaha peramala keseluruha. MSE adalah ratarata selisih kuadrat atara ilai yag diramalka da yag diamati. Rumusya adalah:... (6). Kesalaha perse rata-rata absolute atau Mea Absolute Percet Error (MAPE) Merupaka rata-rata diferesiasi absolut atara ilai peramala da aktual, yag diyataka sebagai presetase ilai aktual. MAPE dihitug sebagai rata-rata diferesiasi absolut atara ilai yag diramal da aktual, diyataka sebagai presetase ilai aktual. MAPE dihitug sebagai: MAPE AtFt At MSE (7) Dari tabel pejuala diatas dapat dihitug ilai kesalaha peramala sebagai berikut : Tabel 2.Hasil Pegujia MAD, MSE da MAPE i A F i i F t 2 A t Jml F MAD MSE MAPE Jual Total Nilai Peerapa Model Secara garis besar, proses yag aka dilakuka oleh sistem utuk meagai masalah yag ada dapat dilihat pada blok diagram yag ditujuka pada gambar. Proses Iput: Ambil data pejuala dari aplikasi Farmasi System Kalkulasi data pejuala megguaka metode Pemulusa Ekspoesial dari Holt 5.-4 Meghitug perkiraa pejuala periode medatag
5 Hitug forecast error Pimpia Lapora Peramala Output : Jumlah ramala pejuala Nilai forecast error Grafik ramala pejuala Gambar. Bolok Diagram Aplikai Peramala Pejuala Sistem Iformasi Farmasi Data Barag Data Pejuala Gambar 5.Diagram koteks Aplikasi Peramala Dari aalisis diatas dapat dibuat iterface aplikasi peramala ii seperti pada gambar 6 berikut ii. Sistem Iformasi Peramala Pejuala Obat Kriteria Peramala Lapora Peramala User Gambara umum sistem peramala pejuala obat ii dapat dilihat pada gambar 4 berikut ii. Mulai Pilih data obat Pegambila data pejuala Meghitug peramala Gambar 6.Flowchart Aplikasi Peramala Gambar 6 meujukka parameter yag harus diiput sebelum dilakuka proses peramala. Parameter yag harus diiput yaitu ilai periode yag diramalka serta periode pegambila data pejuala sebelumya sebagai data acua peramala. sedagka ilai alfa da beta secara default sudah terisi. Utuk data obat (barag) dapat dipilih lebih dari satu. setelah semua parameter diisi dega bear, lagkah selajutya yaitu melakuka proses peramala dega megklik tombol proses. Setelah proses peramala selesai, hasilya dapat dilihat seperti pada gambar 7 berikut ii. Ouput Data Peramala Selesa i Gambar 4.Flowchart Aplikasi Peramala Diagram koteks dari sistem meggambarka masuka yag diterima da keluara yag dihasilka oleh sistem[7], seperti yag ditujukka pada Gambar 5 berikut ii. Gambar 7.Lapora Peramala. Kesimpula Hasil peelitia berupa sebuah aplikasi yag mampu meerapka metode Pemulusa Ekspoesial dari Holt utuk melakuka proses peramala pejuala obat. Aplikasi ii dapat diterapka dega baik dega kebutuha Istalasi Farmasi RSUD dr Murjai. Aplikasi ii mampu memberika suatu keluara berupa lapora 5.-5
6 hasil peramala beberapa periode medatag yag disertai dega ilai kesalaha peramala (forecast error) da juga disajika dalam betuk grafik. Aplikasi ii dapat meramalka beberapa ataupu seluruh item obat secara bersamaa dega tepat. Utuk peelitia selajutya, aplikasi ii dapat dikembagka utuk sistem pedukug keputusa dalam meetuka batas miimal dalam melakuka reorder (pembelia) obat. Jika stok obat telah mecapai batas miimal persediaa, sistem secara otomatis memberika rekomedasi utuk melakuka pembelia. Daftar Pustaka [] S., Buffa; Elwood, Rakesh; K. Sari, Moder Productio ad Operatio Maagemet, Eight Editio, Joh Willey ad Sos Ic, Lodo, 6. [2] Eppe G. D, Iyer A. V, Improved Fashio Buyig with Bayesia Updates, Operatio Research , 7 [] Makridakis, S, dkk., Metode da Aplikasi Peramala. Jilid. Edisi kedua, Biarupa Aksara, Jakarta,. [4] T. Hai, Hadoko, Dasar-dasar Maajeme Produksi da Operasi, BPFE Yogyakarta, Yogyakarta,. [5] Gaspersz, Vicet, Productio Plaig ad Ivetory Cotrol, PT Gramedia Pustaka Utama, Jakarta, 200. [6] Reder; Barry; Heizer, Jay, Maajeme Operasi, Salemba Empat, Jakarta, [7] Hartoo, Jogiyato, Aalisis & Desai Sistem Iformasi Pedekata Terstruktur Teori da Praktik Aplikasi Bisis, ANDI, Yogyakarta, [8] Heizer, Jay; Rader; Barry, Operatios Maagemet: Maajeme Operasi. Jakarta: Salemba Empat, [] Herjato, Eddy, Maajeme Operasi, GRASINDO, Jakarta, [0] Noeryati; Oktafiai, Ely; Adriyai, Fera, Aplikasi Pemulusa Ekspoesial Dari Brow Da Dari Holt Utuk Data Yag Memuat Tred, SNAST,Yogyakarta, 202. [] Buulolo, Efori, Implemetasi Algoritma Apriori Pada Sistem Persediaa Obat (Studi Kasus : Apotik Rumah Sakit Estomihi Meda), Pelita Budi Darma, 20. [2] L.G., Luci; Tjadrarii, A. B.; Sulistiowati, Aplikasi Peramala Permitaa Baha Baku Pada Pt. Baba Rafi Idoesia Dega Metode Pemulusa Ekspoesial Witer (Studi Kasus Daerah Surabaya), JSIKA, 20. Biodata Peulis Slamet Riyadi, memperoleh gelar Sarjaa Komputer (S.Kom), Jurusa Tekik Iformatika STMIK AMIKOM Yogyakarta, lulus tahu Saat ii sedag meyelesaika program S2 Magister Komputer (M.Kom) STMIK AMIKOM Yogyakarta. Saat ii mejadi Dose di Uiversitas Darwa Ali, Sampit, Kalimata Tegah. 5.-6
BAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN 3.1 Metode Pegumpula Data Dalam melakuka sebuah peelitia dibutuhka data yag diguaka sebagai acua da sumber peelitia. Disii peulis megguaka metode yag diguaka utuk melakuka pegumpula
Lebih terperinciBAB 3 METODE PENELITIAN. Disini penerapan kriteria optimasi yang digunakan untuk menganalisis
BAB 3 METODE PENELITIAN 3.1 Peetapa Kriteria Optimasi Disii peerapa kriteria optimasi yag diguaka utuk megaalisis kebutuha pokok pada PT. Kusuma Kecaa Khatulistiwa yaitu : 1. Aalisis forecastig (peramala
Lebih terperinciBAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan,
BAB 1 PENDAHULUAN 1.1 Latar Belakag Bagi Negara yag mempuyai wilayah terdiri dari pulau-pulau yag dikeliligi lauta, laut merupaka saraa trasportasi yag dimia, sehigga laut memiliki peraa yag petig bagi
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,
Lebih terperinciPERAMALAN KURSIDRTERHADAP USDMENGGUNAKAN DOUBLE MOVING AVERAGES DAN DOUBLEEXPONENTIAL SMOOTHING.
PERAMALAN KURSIDRERHADAP USDMENGGUNAKAN DOUBLE MOVING AVERAGES DAN DOUBLEEXPONENIAL SMOOHING. Padrul Jaa 1), Rokhimi 2), Ismi Ratri Prihatiigsih 3) 1,2,3 PedidikaMatematika, Uiversitas PGRI Yogyakarta
Lebih terperinciPERANCANGAN APLIKASI PREDIKSI JUMLAH SISWA BARU PADA YAYASAN CERDAS MURNI MENGGUNAKAN EXPONENTIAL SMOOTHING
PERANCANGAN APLIKASI PREDIKSI JUMLAH SISWA BARU PADA YAYASAN CERDAS MURNI MENGGUNAKAN EXPONENTIAL SMOOTHING Khairu Nisa Ulfa 1, Muhammad Syahrizal 2 Mahasiswa Tekik Iformatika STMIK Budi Darma Meda 1 Dose
Lebih 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 terperinciANALISIS PERAMALAN PENJUALAN USAHA ARDYLA BAKERY DI MUARA BULIAN Muryati 1
Jural Ilmiah Uiversitas Bataghari Jambi Vol.17 No.2 Tahu 2017 ANALISIS PERAMALAN PENJUALAN USAHA ARDYLA BAKERY DI MUARA BULIAN Muryati 1 Abstract The role of forecastig was very importat for a compay to
Lebih terperinciProsiding Manajemen ISSN:
Prosidig Maajeme ISSN: 2460-7187 Aalisis Peramala Pejuala dega Megguaka Metode Sigle Movig Average, Weighted Movig Average da Expoetial Smoothig Sebagai Dasar Perecaaa Produksi Polo Shirt Pria (Studi Kasus
Lebih terperinciBAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:
BAB III METODOLOGI PENELITIAN 3. Variabel da Defiisi Operasioal Variabel-variabel yag diguaka pada peelitia ii adalah: a. Teaga kerja, yaitu kotribusi terhadap aktivitas produksi yag diberika oleh para
Lebih terperinciLAPORAN RESMI MODUL VII TIME SERIES FORECASTING
LAPORAN RESMI MODUL VII TIME SERIES FORECASTING I. Pedahulua A. Latar Belakag (Mi. 4 Paragraf) B. Rumusa Masalah C. Tujua Praktikum (Mi. 3) D. Mafaat Praktikum (Mi. 3) E. Batasa Masalah II. Tijaua Pustaka
Lebih terperinciPERANCANGAN DAN PEMBUATAN APLIKASI DECISION SUPPORT SYSTEM (DSS) UNTUK PREDIKSI PERMINTAAN KEBUTUHAN BERAS SECARA MULTIUSER
ISSN : 2338-4018 PERANCANGAN DAN PEMBUATAN APLIKASI DECISION SUPPORT SYSTEM (DSS) UNTUK PREDIKSI PERMINTAAN KEBUTUHAN BERAS SECARA MULTIUSER Agik Damai Istato (agik_damai@yahoo.co.id) Muhammad Hasbi (mhasbi@sius.ac.id)
Lebih terperinciBAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.
BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Peelitia dilaksaaka dari bula Agustus-September 03.Peelitia ii dilakuka di kelas X SMA Muhammadiyah Pekabaru semester gajil tahu ajara 03/04. B. Subjek
Lebih 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 terperinciIV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data
IV METODE PENELITIAN 4.1 Lokasi da waktu Peelitia ii dilakuka di PD Pacet Segar milik Alm Bapak H. Mastur Fuad yag beralamat di Jala Raya Ciherag o 48 Kecamata Cipaas, Kabupate Ciajur, Propisi Jawa Barat.
Lebih terperinciFORECASTING (Peramalan)
FORECASTING (Peramala) PENDAHULUAN Forecastig adalah ramala tetag apa yag aka terjadi dimasa yag aka datag. Forecast Demad atau peramala permitaa mejadi dasar yag sagat petig dalam perecaaa suatu keputusa
Lebih 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 terperinciPeramalan Jumlah Stok Alat Tulis Kantor Di UD ACHMAD JAYA Menggunakan Metode Double Exponential Smoothing
Jural Ilmiah Tekologi da Iformasia ASIA (JITIKA) Vol.10, No.1, Februari 2016 ISSN: 0852-730X Peramala Jumlah Stok Alat Tulis Kator Di UD ACHMAD JAYA Megguaka Metode Double Expoetial Smoothig Titaia Dwi
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Tujua Peelitia Peelitia ii bertujua utuk megetahui apakah terdapat perbedaa hasil belajar atara pegguaa model pembelajara Jigsaw dega pegguaa model pembelajara Picture ad Picture
Lebih terperinciBAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28
5 BAB III METODE PENELITIAN 3.1 Lokasi Peelitia da Waktu Peelitia Sehubuga dega peelitia ii, lokasi yag dijadika tempat peelitia yaitu PT. Siar Gorotalo Berlia Motor, Jl. H. B Yassi o 8 Kota Gorotalo.
Lebih 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 terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN 3.1 Disai Peelitia Tujua Jeis Peelitia Uit Aalisis Time Horiso T-1 Assosiatif survey Orgaisasi Logitudial T-2 Assosiatif survey Orgaisasi Logitudial T-3 Assosiatif survey Orgaisasi
Lebih terperinciAPLIKASI PERHITUNGAN METODE PERAMALAN PRODUKSI PADA CV. X
APLIKASI PERHITUNGAN METODE PERAMALAN PRODUKSI PADA CV. X Sayuti, M 1* 1 Jurusa Tekik Idustri, Fakultas Tekik, Uiversitas Malikussaleh-NAD *E-mail: Tgk_Sayuti@yahoo.co.uk ABSTRAK CV.X, merupaka perusahaa
Lebih terperinciBAB IV PEMECAHAN MASALAH
BAB IV PEMECAHAN MASALAH 4.1 Metodologi Pemecaha Masalah Dalam ragka peigkata keakurata rekomedasi yag aka diberika kepada ivestor, maka dicoba diguaka Movig Average Mometum Oscillator (MAMO). MAMO ii
Lebih terperinciKata Kunci : Forecasting, Program Perhitungan, Simple Moving Averages, Weighted Moving Averages, Mean Absolute Deviation, Mean Square Error
PREDIKSI PEMINATAN PROGRAM KEAHLIAN CALON SISWA BARU DENGAN METODE SIMPLE MOVING AVERAGES DAN WEIGHTED MOVING AVERAGES (Studi Kasus : SMK TEXMACO SEMARANG) Isa Raa Machilikha Putera Sistem Iformasi, Fakultas
Lebih terperinciBAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua
BAB IV METODE PENELITlAN 4.1 Racaga Peelitia Racaga atau desai dalam peelitia ii adalah aalisis komparasi, dua mea depede (paired sample) yaitu utuk meguji perbedaa mea atara 2 kelompok data. 4.2 Populasi
Lebih terperinciIV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota
IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia ii dilaksaaka di Kota Bogor Pemiliha lokasi peelitia berdasarka tujua peelitia (purposive) dega pertimbaga bahwa Kota Bogor memiliki jumlah peduduk yag
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakag Maajeme risiko merupaka salah satu eleme petig dalam mejalaka bisis perusahaa karea semaki berkembagya duia perusahaa serta meigkatya kompleksitas aktivitas perusahaa
Lebih terperinciIII. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5
III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas I MIA SMA Negeri 5 Badar Lampug Tahu Pelajara 04-05 yag berjumlah 48 siswa. Siswa tersebut
Lebih terperinciBAB III METODE PENELITIAN
6 BAB III METODE PENELITIAN 3.1 Desai Peelitia Meurut Kucoro (003:3): Peelitia ilmiah merupaka usaha utuk megugkapka feomea alami fisik secara sistematik, empirik da rasioal. Sistematik artiya proses yag
Lebih terperinciMODUL 3 PERAMALAN. Halaman 3
MODUL 3 PERAMALAN 1. Deskripsi Peramala merupaka tahapa awal dari keseluruha perecaaa produksi. Adaya ketidak pastia dari permitaa kosume di masa yag aka datag meyebabka aktivitas peramala ii sagat dibutuhka
Lebih terperinciIII METODE PENELITIAN
28 III METODE PENELITIAN 3.1 Tempat da Waktu Peelitia Peelitia ii dilaksaaka di Giat, Botai Square, Bogor, Jawa Barat. Peelitia dilaksaaka pada bula Februari higga bula Maret tahu 2010. 3.2 Pegumpula Data
Lebih terperinciIII. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I
7 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas XI IPA SMA Negeri I Kotaagug Tahu Ajara 0-03 yag berjumlah 98 siswa yag tersebar dalam 3
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakag Permasalaha Matematika merupaka Quee ad servat of sciece (ratu da pelaya ilmu pegetahua). Matematika dikataka sebagai ratu karea pada perkembagaya tidak tergatug pada
Lebih terperinciMATERI 13 ANALISIS TEKNIKAL ANALISIS TEKNIKAL
MATERI 13 ANALISIS TEKNIKAL ASUMSI-ASUMSI DASAR ANALISIS TEKNIKAL KEUNTUNGAN DAN KRITIK TERHADAP ANALISIS TEKNIKAL TEKNIK-TEKNIK DALAM ANALISIS TEKNIKAL - The Dow Theory - Chart Pola Pergeraka Harga Saham
Lebih terperinciBAB III METODE PENELITIAN
36 BAB III METODE PENELITIAN A. Racaga Peelitia 1. Pedekata Peelitia Peelitia ii megguaka pedekata kuatitatif karea data yag diguaka dalam peelitia ii berupa data agka sebagai alat meetuka suatu keteraga.
Lebih terperinciBAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan
BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu
Lebih terperinciBAB III METODE PENELITIAN. objek penelitian yang penulis lakukan adalah Beban Operasional susu dan Profit
BAB III METODE PENELITIAN 3.1 Objek Peelitia Objek peelitia merupaka sasara utuk medapatka suatu data. Jadi, objek peelitia yag peulis lakuka adalah Beba Operasioal susu da Profit Margi (margi laba usaha).
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur
0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia
Lebih terperinciBAB II TINJAUAN LITERATUR. Pengendalian persediaan dapat dilakukan dalam berbagai cara, antara lain dengan
BAB II TINJAUAN LITERATUR 2.1. Klasifikasi ABC Dalam Persediaa Pegedalia persediaa dapat dilakuka dalam berbagai cara, atara lai dega megguaka aalisis ilai persediaa. Dalam aalisis ii, persediaa dibedajka
Lebih terperinciMETODE PENELITIAN. Penelitian tentang Potensi Ekowisata Hutan Mangrove ini dilakukan di Desa
III. METODE PENELITIAN A. Lokasi da Waktu Peelitia Peelitia tetag Potesi Ekowisata Huta Magrove ii dilakuka di Desa Merak Belatug, Kecamata Kaliada, Kabupate Lampug Selata. Peelitia ii dilaksaaka atara
Lebih terperinciMETODE PENELITIAN. 3.1 Kerangka Pemikiran
24 III. METODE PENELITIN 3.1 Keragka Pemikira BMT l-fath IKMI melakuka fugsi meyalurka daa dega melakuka pembiayaa kepada UMKM. Produk pembiayaa yag dimiliki BMT l-fath IKMI adalah Murabahah da Iarah.
Lebih terperinciBAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian
BAB II METODOLOGI PEELITIA 2.1. Betuk Peelitia Betuk peelitia dapat megacu pada peelitia kuatitatif atau kualitatif. Keragka acua dalam peelitia ii adalah metode peelitia kuatitatif yag aka megguaka baik
Lebih terperinciIV METODE PENELITIAN
IV METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di PT. Bak Bukopi, Tbk Cabag Karawag yag berlokasi pada Jala Ahmad Yai No.92 Kabupate Karawag, Jawa Barat da Kabupate Purwakarta
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat
BAB IV HASIL DAN PEMBAHASAN 4.1 Kebutuha Sistem Sebelum melakuka deteksi da trackig obyek dibutuhka peragkat luak yag dapat meujag peelitia. Peragkat keras da luak yag diguaka dapat dilihat pada Tabel
Lebih terperincikesimpulan yang didapat.
Bab ii merupaka bab peutup yag merupaka hasil da kesimpula dari pembahasa serta sara peulis berdasarka kesimpula yag didapat. BAB LANDASAN TEORI. Kosep Dasar Peramala Peramala adalah kegiata utuk memperkiraka
Lebih terperinciOptimasi Rencana Produksi Menggunakan Model Matriks Transportasi Bowman
Performa (2) Vol., No.: 26-34 Optimasi Recaa Megguaka Model Matriks Trasportasi Bowma (Studi Kasus di PT. X, Magelag) Taufiq Rochma Jurusa Tekik Idustri, Uiversitas Sebelas Maret, Surakarta Abstract Productio
Lebih terperinciModel Trend untuk Peramalan Jumlah Penduduk Studi kasus pada Pertumbuhan Penduduk Kabupaten Gowa
JTRISTE, Vol., No., Oktober 015, pp. 46~5 ISSN: 355-3677 Model Tred utuk Peramala Jumlah Peduduk Studi kasus pada Pertumbuha Peduduk Kabupate Gowa Sistem Iformasi, STMIK Kharisma Makassar rahmawati@kharisma.ac.id
Lebih terperinciIII. METODOLOGI PENELITIAN
16 III. METODOLOGI PENELITIAN 3.1. Keragka Pemikira Peelitia Perkembaga zama yag meutut setiap idividu baik dari segi kemampua maupu peampila. Boss Parfum yag bergerak di bidag isi ulag miyak wagi didirika
Lebih 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 terperinciBAB V ANALISA PEMECAHAN MASALAH
89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas
Lebih terperinciBAB III METODE PENELITIAN. Dalam melakukan penelitian, terlebih dahulu menentukan desain
BAB III METODE PENELITIAN 3.1 Desai Peelitia Dalam melakuka peelitia, terlebih dahulu meetuka desai peelitia yag aka diguaka sehigga aka mempermudah proses peelitia tersebut. Desai peelitia yag diguaka
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Daerah peelitia adalah Kota Bogor yag terletak di Provisi Jawa Barat. Pemiliha lokasi ii berdasarka pertimbaga atara lai: (1) tersediaya Tabel Iput-Output
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Sebagai hasil penelitian dalam pembuatan modul Rancang Bangun
47 BAB IV HASIL DAN PEMBAHASAN Sebagai hasil peelitia dalam pembuata modul Racag Bagu Terapi Ifra Merah Berbasis ATMega8 dilakuka 30 kali pegukura da perbadiga yaitu pegukura timer/pewaktu da di badigka
Lebih terperinciBAB II LANDASAN TEORI. kesalahan ramalan (forecast error) yang berbeda pula. Salah satu seni dalam
BAB II LANDASAN TEORI 2.1 Tekik Peramala Peramala (forecastig) merupaka alat batu yag petig dalam perecaaa yag efektif da efisie. Dalam sistem peramala, pegguaa berbagai model peramala aka memberika ilai
Lebih terperinciIII. METODE PENELITIAN
30 III. METODE PENELITIAN A. Metode Dasar Peelitia Metode yag diguaka dalam peelitia adalah metode deskriptif, yaitu peelitia yag didasarka pada pemecaha masalah-masalah aktual yag ada pada masa sekarag.
Lebih terperinciBAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa
54 BAB III METODOLOGI PENELITIAN A. Jeis Peelitia Peelitia ii merupaka peelitia deskriptif dega pedekata kuatitatif karea bertujua utuk megetahui kompetesi pedagogik mahasiswa setelah megikuti mata kuliah
Lebih terperinciPERAMALAN PERENCANAAN PRODUKSI SEMEN DENGAN METODE EXPONENTIAL SMOOTHING PADA PT. SEMEN INDONESIA
PERAMALAN PERENCANAAN PRODUKSI SEMEN DENGAN METODE EXPONENTIAL SMOOTHING PADA PT. SEMEN INDONESIA Agil Saputro, Bambag Purwaggoo *) Program Studi Tekik Idustri, Fakultas Tekik, Uiversitas Dipoegoro, Jl.
Lebih terperinciPendekatan Nilai Logaritma dan Inversnya Secara Manual
Pedekata Nilai Logaritma da Iversya Secara Maual Moh. Affaf Program Studi Pedidika Matematika, STKIP PGRI BANGKALAN affafs.theorem@yahoo.com Abstrak Pada pegaplikasiaya, bayak peggua yag meggatugka masalah
Lebih terperinciBAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah.
BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN 3.1. DIAGRAM ALIR PENELITIAN Perumusa - Sasara - Tujua Pegidetifikasia da orietasi - Masalah Studi Pustaka Racaga samplig Pegumpula Data Data Primer Data Sekuder
Lebih terperinciPEMODELAN MINIMIZE TOTAL BIAYA PENGENDALIAN KUALITAS TERHADAP PROSES MANUFAKTURING PRODUK FURNITURE
PEMODELAN MINIMIZE TOTAL BIAYA PENGENDALIAN KUALITAS TERHADAP PROSES MANUFAKTURING PRODUK FURNITURE Sutriso B., Abd. Haris, Romadho Jurusa Maajeme - Fakultas Ekoomi, Uiversitas Widya Dharma Klate Jl. Ki
Lebih terperinciBAB III METODOLOGI PENELITIAN. Madiun, untuk mendapatkan gambaran kondisi tempat penelitian secara umum,
32 BAB III METODOLOGI PENELITIAN 3.1 Objek Peelitia Peelitia dilakuka di PT. INKA yag terletak di Jl. Yos Sudarso o 71 Madiu, utuk medapatka gambara kodisi tempat peelitia secara umum, termasuk kegiata-kegiata
Lebih terperinciAPLIKASI PERAMALAN PENJUALAN MENGGUNAKAN METODE REGRESI LINIER
APLIKASI PERAMALAN PENJUALAN MENGGUNAKAN METODE REGRESI LINIER Rival Zuaidhi, Wahyu S. J. Saputra da Ni Ketut Sari Jurusa Tekik Iformatika, Fakultas Tekologi Iformasi, UPN Vetera Jawa Timur Email: rivalavista@yahoo.com
Lebih terperinciPedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai
PENGUJIAN HIPOTESIS Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai ilai-ilai parameter populasi,
Lebih terperinciPROSIDING ISBN:
S-6 Perlukah Cross Validatio dilakuka? Perbadiga atara Mea Square Predictio Error da Mea Square Error sebagai Peaksir Harapa Kuadrat Kekelirua Model Yusep Suparma (yusep.suparma@ upad.ac.id) Uiversitas
Lebih 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 2 LANDASAN TEORI 2.1 Pegertia Peramala Statistik merupaka salah satu cabag ilmu pegetahua yag palig bayak medapatka perhatia da dipelajari oleh ilmua dari hampir semua ilmu bidag pegetahua, terutama
Lebih 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 III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat
BAB III METODOLOGI PENELITIAN 3.1. Jeis da Sumber Data Jeis peelitia yag aka diguaka oleh peeliti adalah jeis peelitia Deskriptif. Dimaa jeis peelitia deskriptif adalah metode yag diguaka utuk memperoleh
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan penelitian tindakan kelas yang dilaksanakan pada siswa
III. METODE PENELITIAN A. Settig Peelitia Peelitia ii merupaka peelitia tidaka kelas yag dilaksaaka pada siswa kelas VIIIB SMP Muhammadiyah 1 Sidomulyo Kabupate Lampug Selata semester geap tahu pelajara
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada
Lebih terperinciBAB III METODE PENELITIAN
22 BAB III METODE PENELITIAN 3.1. Metode Peelitia Pada bab ii aka dijelaska megeai sub bab dari metodologi peelitia yag aka diguaka, data yag diperluka, metode pegumpula data, alat da aalisis data, keragka
Lebih terperinciPERANCANGAN SISTEM INFORMASI PREDIKSI PEMESANAN STOK ALAT- ALAT MUSIK PADA CV GRAHA MUSIC & LIGHTING
PERANCANGAN SISTEM INFORMASI PREDIKSI PEMESANAN STOK ALAT- ALAT MUSIK PADA CV GRAHA MUSIC & LIGHTING Moch Arifi 1, Rizal Cahya Pratama 1 Sekolah Tiggi Maajeme Iformatika Da Tekik Komputer Surabaya Jl.
Lebih terperinciBAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh
BAB III METODOLOGI 3.1 Tempat da Waktu Peelitia Pegambila data peelitia dilakuka di areal revegetasi laha pasca tambag Blok Q 3 East elevasi 60 Site Lati PT Berau Coal Kalimata Timur. Kegiata ii dilakuka
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur
III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai dega Mei 03. B. Populasi da Sampel Populasi dalam
Lebih terperinciBAB V METODOLOGI PENELITIAN
BAB V METODOLOGI PEELITIA 5.1 Racaga Peelitia Peelitia ii merupaka peelitia kualitatif dega metode wawacara medalam (i depth iterview) utuk memperoleh gambara ketidaklegkapa pegisia berkas rekam medis
Lebih terperinciBAB IV PENGUMPULAN DAN PENGOLAHAN DATA. Langkah Langkah Dalam Pengolahan Data
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Metode Pegolaha Data Lagkah Lagkah Dalam Pegolaha Data Dalam melakuka pegolaha data yag diperoleh, maka diguaka alat batu statistik yag terdapat pada Statistical
Lebih terperinciPERAMALAN DATA TIME SERIES DENGAN METODE PENGHALUSAN EKSPONENSIAL HOLT - WINTER
PERAMALAN DATA TIME SERIES DENGAN METODE PENGHALUSAN EKSPONENSIAL HOLT - WINTER Adi Suwadi 1, Aisa 2, Adi Kresa Jaya 3 JurusaMatematika FMIPA UiversitasHasauddi Makassar 90245 ABSTRAK Dalam time series
Lebih terperinciBAB 2 TINJAUAN TEORI
BAB 2 TINJAUAN TEORI 2.1 ISTILAH KEENDUDUKAN 2.1.1 eduduk eduduk ialah orag atatu idividu yag tiggal atau meetap pada suatu daerah tertetu dalam jagka waktu yag lama. 2.1.2 ertumbuha eduduk ertumbuha peduduk
Lebih terperinciBAB III METODOLOGI PENELITIAN
22 BAB III METODOLOGI PENELITIAN 3.1 Lokasi da Waktu Peelitia Peelitia ii dilaksaaka di tiga kator PT Djarum, yaitu di Kator HQ (Head Quarter) PT Djarum yag bertempat di Jala KS Tubu 2C/57 Jakarta Barat,
Lebih terperinciPENENTUAN JUMLAH PERENCANAAN PERMINTAAN PELUMAS UNTUK MEMINIMASI TINGKAT KESALAHAN PERAMALAN BERDASARKAN PERAMALAN PERMINTAAN PELUMAS PADA PT.
PENENTUAN JUMLAH PERENCANAAN PERMINTAAN PELUMAS UNTUK MEMINIMASI TINGKAT KESALAHAN PERAMALAN BERDASARKAN PERAMALAN PERMINTAAN PELUMAS PADA PT. NYZ DETERMINATION OF THE AMOUNT OF LUBRICANT DEMAND PLANNING
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Statistika iferesi merupaka salah satu cabag statistika yag bergua utuk meaksir parameter. Peaksira dapat diartika sebagai dugaa atau perkiraa atas sesuatu yag aka terjadi
Lebih terperinciIII. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung
42 III. METODE PENELITIAN 3.. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di Provisi Sumatera Barat yag terhitug mulai miggu ketiga bula April 202 higga miggu pertama bula Mei 202. Provisi Sumatera
Lebih terperinciBAB III METODOLOGI PENELITIAN
3 BAB III METODOLOGI PENELITIAN A. Metode Peelitia Metode yag diguaka dalam peelitia ii adalah metode kuatitatif dega eksperime semu (quasi eksperimet desig). Peelitia ii melibatka dua kelas, yaitu satu
Lebih terperinciPOSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan
POSITRON, Vol. II, No. (0), Hal. -5 ISSN : 30-4970 Peetua Eergi Osilator Kuatum Aharmoik Megguaka Teori Gaggua Iklas Saubary ), Yudha Arma ), Azrul Azwar ) )Program Studi Fisika Fakultas Matematika da
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI PT.Bak Permata merupaka salah satu bak asioal terbesar di Idoesia da dikeal sebagai bak pelayaa terbaik. Bak Permata dibetuk sebagai hasil merger dari 5 bak di bawah Bada Peyehata
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara
BAB I PENDAHULUAN 1.1 Latar Belakag Salah satu pera da fugsi statistik dalam ilmu pegetahua adalah sebagai. alat aalisis da iterpretasi data kuatitatif ilmu pegetahua, sehigga didapatka suatu kesimpula
Lebih terperinciM A K A L A H. Disusun oleh : KARTOBI NIM
PEMBELAJARA MEULIS SURAT DIAS DEGA MEGGUAKA TEKIK PEYELIDIKA (DISCOVERY METHOD) Dl KELAS VIII SMP EGERI I SIGAJAYA KABUPATE GARUT TAHU AJARA 0/0 M A K A L A H Disusu oleh : KARTOBI IM.0.043 PROGRAM STUDI
Lebih terperinciBab 3 Metode Interpolasi
Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui
Lebih terperinciBAB IV PEMBAHASAN DAN ANALISIS
BAB IV PEMBAHASAN DAN ANALISIS 4.1. Pembahasa Atropometri merupaka salah satu metode yag dapat diguaka utuk meetuka ukura dimesi tubuh pada setiap mausia. Data atropometri yag didapat aka diguaka utuk
Lebih terperinciMETODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa
19 III. METODE PENELITIAN A. Populasi da Sampel Populasi dalam peelitia ii adalah seluruh siswa kelas VIII SMP Negeri 8 Badar Lampug tahu pelajara 2009/2010 sebayak 279 orag yag terdistribusi dalam tujuh
Lebih terperinciBAB 2 LANDASAN TEORI. mendapatkan perhatian dan dipelajari oleh ilmuan dari hampir semua ilmu bidang
8 BAB 2 LANDASAN TEORI 2.1 Pegertia Peramala Statistik merupaka salah satu cabag ilmu pegetahua yag palig bayak medapatka perhatia da dipelajari oleh ilmua dari hampir semua ilmu bidag pegetahua, terutama
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Lokasi da objek peelitia Lokasi peelitia dalam skripsi ii adalah area Kecamata Pademaga, alasa dalam pemiliha lokasi ii karea peulis bertempat tiggal di lokasi tersebut sehigga
Lebih terperinciBAB 3 DATA DAN METODOLOGI PENELITIAN
BAB 3 DATA DAN METODOLOGI PENELITIAN Pada Bab ii aka memberika iformasi hal yag berkaita dega lagkah-lagkah sistematis yag aka diguaka dalam mejawab pertayaa peelitia.utuk itu diperluka beberapa hal sebagai
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1.Tempat da Waktu Peelitia ii dilakuka di ligkuga Kampus Aggrek da Kampus Syahda Uiversitas Bia Nusatara Program Strata Satu Reguler. Da peelitia dilaksaaka pada semester
Lebih terperinciImplementasi Linear Programming Untuk Memaksimalkan Keuntungan
Serag, 25 November 2017 Implemetasi Liear Programmig Utuk Memaksimalka Keutuga Supriyadi 1, Ade Muslimat 2, Realdy Pratama 2, Gia Ramayati 3 1,34) Jurusa Tekik Idustri, Fakultas Tekik,Uiversitas Serag
Lebih terperinciPENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI
Halama Tulisa Jural (Judul da Abstraksi) Jural Paradigma Ekoomika Vol.1, No.5 April 2012 PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Oleh : Imelia.,SE.MSi Dose Jurusa Ilmu Ekoomi da Studi Pembagua,
Lebih terperinciJURNAL GAUSSIAN, Volume 2, Nomor 2, April 2013, Halaman Online di:
JURNAL GAUSSIAN, Volume 2, Nomor 2, April 203, Halama 37-46 Olie di: http://ejoural-s.udip.ac.id/idex.php/gaussia PERBANDINGAN METODE PEMULUSAN EKSPONENSIAL TUNGGAL DAN FUZZY TIME SERIES UNTUK MEMPREDIKSI
Lebih terperinciREGRESI DAN KORELASI
REGRESI DAN KORELASI Pedahulua Dalam kehidupa sehari-hari serig ditemuka masalah/kejadia yagg salig berkaita satu sama lai. Kita memerluka aalisis hubuga atara kejadia tersebut Dalam bab ii kita aka membahas
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Subjek Peelitia Peelitia ii dilaksaaka di kawasa huta magrove, yag berada pada muara sugai Opak di Dusu Baros, Kecamata Kretek, Kabupate Batul. Populasi dalam peelitia ii adalah
Lebih terperinci