BAB II TINJAUAN PUSTAKA. masa yang akan datang. Sedangkan ramalan adalah suatu situasi yang diperkirakan
|
|
- Deddy Pranata
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB II TINJAUAN PUSTAKA 2.1 Landasan Teori Pengertian Peramalan. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah suatu situasi yang diperkirakan akan terjadi pada masa yang akan datang (Purba, 2011). Metode peramalan tersebut dapat didasari dengan data yang relevan pada masa lalu, sehingga dapat dipergunakan dalam peramalan yang objektif. Dalam peramalan terdapat bermacam-macam cara yaitu Metode Pemulusan Eksponensial atau Rata-rata Bergerak, Metode Box Jenkins dan Metode Regresi. Semua itu dikenal Metode Peramalan. Pengertian peramalan dapat dituliskan sebagai cara untuk meramalkan suatu masalah dengan data yang relevan dari masa lalu. Peramalan ini juga sering digunakan untuk pengambilan keputusan, dimana baik tidaknya suatu keputusan ditentukan oleh baik tidaknya suatu peramalan. Pada penelitian ini penulis mengambil dua metode peramalan untuk perbandingan metode yaitu metode Pemulusan Eksponensial Ganda dan metode Regresi Linier Sederhana untuk peramalan kerusakan hutan TNBNW. Contoh kasus untuk metode Pemulusan Eksponensial Ganda yaitu penelitian Purba (2011) dengan judul Peramalan Tingkat Produksi Jagung Di Kabupaten Simalungun Tahun 2013 Dengan Metode Pemulusan Eksponensial Ganda. Kegunaan
2 dari peramalan tersebut dapat meramalkan jumlah produksi jagung untuk mengetahui apakah produksi jagung akan meningkat atau menurun pada tahun Contoh kasus untuk metode Regresi Linier Sederhana yaitu pada Makalah analisis dari Hidayat (2013) dengan judul Analisis Regresi Linier Sederhana. Analisis regresi sederhana berfungsi untuk mengetahui hubungan linier antara dua variabel, satu variabel dependen dan satu variabel independen. Dalam peramalan Hutan atau memprediksi hutan merupakan suatu kebutuhan yang sangat penting, baik buruknya suatu peramalan dapat mempengaruhi seluruh kondisi Hutan TNBNW karena waktu tenggang untuk pengambilan keputusan dapat berkisar dari beberapa tahun. Peramalan juga merupakan alat bantu yang penting dalam memprediksi yang efektif dan efisien Metode Pemulusan Ekponensial Ganda ( Double Eksponensial Smoothing). Metode pemulusan (smoothing) adalah peramalan dengan mengadakan penghalusan atau pemulusan terhadap data masa lalu yaitu dengan mengambil ratarata dari nilai beberapa tahun untuk menaksir nilai pada tahun yang akan datang dan metode ini menggunakan metode time series (Purba, 2011). Pemulusan ekponensial tersebut terdiri dari beberapa bagian yaitu metode eksponensial tunggal, ganda, dan metode yang lebih rumit. Bagian-bagian dari Pemulusan Ekponesial tersebut mempunyai sifat yang sama, yaitu nilai yang lebih baru diberikan bobot yang relatif besar dibanding nilai pengamatan yang lebih lama, akan tetapi Pemulusan Eksponensial yang diambil dalam penelitian ini adalah Metode Pemulusan Ekponensial Ganda.
3 Persamaan yang dipakai dalam menentukan metode pemulusan eksponensial ganda yaitu metode linier satu parameter dari brown adalah sebagai berikut : a. Menentukan nilai pemulusan Exponential Tunggal (S' t ) S' t S' t α X t S' t-1 = αx t + (1 α) S' t-1 (1) = Nilai pemulusan exponential tunggal = Parameter pemulusan exponential = Nilai riil periode t = Nilai pemulusan exponential sebelumnya. b. Menentukan nilai pemulusan exponential ganda S'' t S'' t = αs t + (1 α) S'' t-1.(2) = nilai pemulusan eksponential ganda c. Menentukan besarnya konstanta (α t ) α t = S' t + (S 't - S'' t ) = 2S' t - S'' t... (3) α t = besarnya konstanta periode t. d. Menentukan besarnya Slope (b t ) b t = (S' t - S'' t ) (4) b t = slope/nilai tren dari data yang sesuai. e. Menentukan besarnya Forecast F t+m = α t + b t m = (5) F t+m = besarnya forecast
4 M = jangka waktu forecast Contoh kasus dari metode pemulusan eksponensial ganda yaitu dengan judul Peramalan Tingkat Produksi Jagung Di Kabupaten Simalungun Tahun 2013 Dengan Metode Eksponensial Ganda. Data yang digunakan dalam penelitian contoh kasus tersebut merupakan data sekunder, yang diperoleh dari Badan Ketahanan Pangan (BKP) Provinsi Sumatera Utara. Tabel 2.1. Data jumlah produksi jagung di kabupaten (sumber : badan ketahanan pangan Provinsi Sumatera Utara). Gambar 2.1 Produksi jagung di Kabupaten Simalungun Tahun
5 Dari tabel di atas kita dapat membuat peramalan tentang produksi jagung pada tahun Metode yang digunakan, metode pemulusan eksponensial ganda yaitu Metode linier satu para meter dari Brown. Adapun peramalan tingkat produksi jagung tersebut adalah sebagai berikut : Tahun ke 1 ( 2000 ): a. S t : ditentukan sebesar produksi tahun pertama ( 2000 ), yaitu sebesar 176,790 ton b. S t : ditentukan sebesar produksi tahun pertama ( 2000 ), sebesar 176,970 ton, karena untuk t-1, belum diperoleh. c. α t : belum ditentukan d. b t : belum ditentukan e. F t+m : peramalan tahun kedua (F2) ditentukan sebesar produksi tahun pertama yaitu sebesar Tahun ke 2 ( 2001 ) Xt = a. S t = αx t + (1- α) S t-1 = 0,1 (185,229) + (0,9) (179,970 ) = ,9 b. S t = αx t + (1- α) S t 1 = 0,1 ( ,9) + (0,9) ( ) = ,59
6 c. a t = 2S t S t = 2 ( ,9) ,59 = ,21 d. bt = ( S t S t ) = ( , ,59 ) = 52,59 e. Forecast tahun ke 3 dengan m = 1 F t+m = a t + b t (m) F = a b 2000 (1) F 2001 = , = ,8 Perhitungan secara lengkap dapat dilihat di tabel berikut : Tabel 2.2 Forecast untuk pemulusan Eksponensial Ganda ( a = 0,1 )
7 Dari tabel diatas dapat dicari nilai kesalahan ramalan dengan menggunakan MSE dengan formula sebagai berikut : Dimana untuk mendapatkan nilai e 2 harus lebih dahulu memperoleh nilai e t, ini diperoleh dengan rumus sebagai berikut : Et = Xt Ft (7) e untuk periode ke 3 ( tahun 2002 ) e 2002 = X 2002 F 2002 e 2002 = ,80 = ,8 e untuk periode ke 4 ( tahun 2003 ) e 2002 = X 2002 F 2002 e 2002 = ,80 = e untuk period eke -4 ( tahun 2003) e 2003 = X 2003 F 2003 e 2003 = ,03 = e untuk periode ke 5 ( tahun 2004 ) e 2004 = X 2004 F 2004 e 2004 = =
8 Dengan metode yang sama dapat ditentukan hasil error untuk tahun berikutanya. Hasil Error dapat dilihat secara lengkap pada tabel berikut dan nilai e 2 : Tabel 2.3 Forecast dan Mean Square Error dengan (α = 0,1 ) Dengan menggunakan perhitungan yang sama maka dapat ditentukan nilai smoothing eksponensial tunggal, ganda, dan ramalan yang akan datang untuk α = 0,2 sampai dengan α = 0,9. Nilai perhitungannya dapat dilihat pada tabel yang ditampilkan dibawah ini :
9 Tabel 2.4 Metode smoothing eksponensial linier satu parameter dari Brown α = 0,2 Tabel 2.5 Metode smoothing eksponensial linier satu parameter dari Brown α = 0,3
10 Tabel 2.6 Metode smoothing eksponensial linier satu parameter dari Brown α = 0,4 Tabel 2.7 Metode smoothing eksponensial linier satu parameter dari Brown α = 0,5 Tabel 2.8 Metode smoothing eksponensial linier satu parameter dari Brown α = 0,6
11 Tabel 2.9 Metode smoothing eksponensial linier satu parameter dari Brown α = 0,7
12 Tabel 2.10 Metode smoothing eksponensial linier satu parameter dari Brown α = 0,8 Tabel 2.11 Metode smoothing eksponensial linier satu parameter dari Brown α = 0,9
13 Tabel 2.12 Nilai Alpha dengan Mean Square Error Dengan perkataan lain metode peramalan yang baik adalah metode yang menghasilkan penyimpangan antara hasil ramalan dan nilai kenyataan sekecil mungkin. Dari hasil yang diperoleh penulis memperoleh bahwa α = 0,4, merupakan α yang memberikan nilai error terkecil. Peramalan jumlah produksi jagung di Kabupaten Simalungun Tahun di peroleh dengan α = 0,4, melalui persamaan berikut : F t + m = at + bt (m) (8) - Ramalan tahun 2010 dari tahun 2009 dengan α= 0,4 : F = a b 2009 (1)
14 F 2010 = , (1) F 2010 = ,89 - Ramalan tahun 2011 dari tahun 2009 dengan α= 0,4 : F = a b 2009 (2) F 2011 = , , (2) F 2011 = ,95 - Ramalan tahun 2012 dari tahun 2009 dengan α= 0,4 : F = a b 2009 (3) F 2012 = , , (3) F 2012 = ,01 - Ramalan tahun 2013 dari tahun 2009 dengan α= 0,4 : F = a b 2009 (4) F 2013 = , , (4) F 2013 = ,06 Tabel 2.13 Peramalan jumlah produksi jagung di Kabupaten Simalungun tahun Tahun Jumlah produksi , , , ,06
15 Dari perhitungan yang diperoleh produksi jagung di Kabupaten Simalungun sebanyak , Metode Regresi Linier Sederhana ( Simple Linear Regression ). Regresi linier merupakan metode yang bisa digunakan untuk ramalan jangka menengah dan jangka panjangl (Assauri, 1991). Jika ingin dikaji hubungan atau pengaruh satu veriabel bebas terhadap variabel tidak bebas, maka model regresi yang digunakan adalah model regresi linier sederhana. Kemudian jika ingin dikaji hubungan atau pengaruh dua atau lebih variabel bebas terhadap variabel tidak bebas, maka model regresi yang digunakan adalah model regresi linier berganda ( mulitiple linear regression model). Pada penelitian ini digunakan metode regresi yang menggunakan satu variabel bebas terhadap veriabel tidak bebasa atau yang disebut dengan Regresi Linier Sederhana. Model persamaan Regresi Linier Sederhana adalah seperti berikut ini : Y = a + bx (9) Dimana : Y = Variabel Response atau Variabel Akibat ( Dependent) X = Variabel Predictor atau Variabel Faktor Penyebab (Independent) a = konstanta b = koefisien regresi ( kemiringan) ; besaran Response yang ditimbulkan oleh Predictor.
16 Nilai-nilai a dan b dapat dihitung dengan menggunakan Rumus dibawah ini: a =. (10) b =.. (11) Contoh kasus untuk Metode Regresi Linier Sederhana Yaitu Seorang Engineer ingin memperlajari hubungan antara suhu ruangan dengan jumlah cacat yang di akibatkannya, sehingga dapat memprediksi atau meramalkan jumlah cacat produksi jika suhu ruangan tersebut tidak terkendali. Penyelesaiannya mengikuti langkah-langkah dalam analisis Regresi Linier Sederhana adalah sebagai berikut : Langkah 1 : penentuan tujuan. Tujuaannya untuk memprediksi jumlah cacat produksi jika suhu ruangan tidak terkendali. Langkah 2 : identifikasikan variabel penyebab dan akibat. Variabel Faktor Penyebab ( X ) : suhu ruangan. Variabel Akibat ( Y ) : jumlah cacat produksi. Langkah 3 : pengumpulan data Berikut ini adalah data yang berhasil dikumpulkan selama 30 hari (berbentuk tabel ).
17 Tabel 2.14 Data selama 30 hari. Tanggal Rata-rata Suhu Ruangan Jumlah Cacat Langkah 4 : Hitung X 2, Y 2, XY dan total dari masing-masingnya.
18 totalnya : Berikut ini adalah tabel yang telah dilakukan perhitungan X 2, Y 2, XY dan Tabel 2.15 Tabel perhitungan X 2, Y 2, XY dan totalnya. Tanggal Rata-rata Suhu Ruangan Jumlah Cacat X 2 Y 2 XY Total ( ) Langkah 5 : hitung a dan berdasarkan rumus Regresi Linier Sederhana. Menghitung konstanta (a) :
19 a = a = a = a = a = - 24,38 Menghitung koefisien Regresi (b) : b = b = b = b = b = 1,45 Langkah 6 : buat model Persamaan Regresi. Y= a + bx Y = - 24,38 + 1,45 Langkah 7 : Melakukan prediksi atau peramalan terhadap varibel faktor penyebab atau vaktor akibat.
20 1. Memprediksikan jumlah cacat produksi jika suhu dalam keadaan tinggi (variabel X). Contohnya : 30 o c Y = -24,38 + 1,45 (30) Y = 19,12 Jadi jika suhu ruangan mencapai 30 o c, maka akan diprediksikan akan terdapat 19,12 unit cacat yang dihasilkan oleh produksi. 2. Jika cacat produksi ( variabel Y) yang ditargetkan hanya boleh 4 unit, maka berapakah suhu ruangan yang diperlukan untuk mencapai target tersebut?. 4 = -24,38 + 1,45X 1,45X= 4 +24,38 X= 28,38/1,45 X=19,57 Jadi prediksi suhu ruangan yang paling sesuai untuk mencapai target produksi adalah sekitar 19,57 o c. 2.2 Penelitian Terkait. Penelitian penelitian yang dilakukan sebelumnya oleh Purba (2011) dengan judul Peramalan Tingkat Produksi Jagung Di Kabupaten Simalungun Tahun 2013 Dengan Metode Pemulusan Eksponensial Ganda. Tujuan dari penelitian ini yaitu untuk memberikan ramalan berupa gambaran umum dari hasil produksi jagung di Kabupaten Simalungun pada tahun 2013 berdasarkan data tahun Hasil
21 dari penelitian ini dapat disimpulkan bahwa setelah melakukan perhitungan maka pada tahun 2013 produksi jagung ini dari tahun mengalami peningkatan. Harahap (2010) dengan judul Permalan Jumlah Pengangguran Di Sumatera Utara Pada Tahun Dengan Menggunakan Metode Pemulusan (Smoothing) Eksponensial Ganda. Tujuan dari penelitian ini yaitu untuk memprediksi tingkat pengangguran pada tahun Hasil dari penelitian ini dapat disimpulkan tingkat pengangguran di Sumatera Utara ini mengalami peningkatan untuk tiga tahun yang akan datang. Nainggolan (2009) dengan judul Jumlah Produksi Padi Di Kabupaten Dairi Dengan Menggunakan Metode Skponensial Ganda Untuk Tahun Tujuan dari penelitian ini yaitu untuk meramalkan keadaan jumlah produksi padi di Kabupaten Dairi untuk periode tahun Hasil dari penelitian ini menyatakan bahwa dari data yang telah diramalkan dapat diketahui bahwa ramalan jumlah produksi padi di kabupaten Dairi untuk tahun meningkat dibandingkan data Hidayat (2013) dalam makalahnya dengan judul Analisis Regresi Linier Sederhana. Makalah ini membahas tentang materi Regresi linier sederhana dan beberapa contoh soal. Tujuannya untuk mengetahui asumsi yang digunakan dalam regresi linier sederhana dan untuk memprediksikan nilai variabel regresi. Dickson (2013) Hubungan Antara Suhu Ruangan Dengan Cacat produksi yang dihasilkan. Tujuannya untuk memprediksi jumlah cacat produksi suhu ruangan tidak terkendali. Hasil dari suhu ruangan jika 30 0 c maka akan diprediksikan akan
22 terdapat 19,12 unit cacat yang dihasilkan oleh produksi, jika prediksi suhu ruangan yang paling sesuai untuk mencapai target Cacat Produksi adalah sekitar 19,57 o c. Penelitian terkait untuk menentukan nilai MSE dilakukan oleh Said (2013) dengan judul Sistem Informasi Geografis Wilayah Pengolahan Perikanan Provinsi Gorontalo. Tujuan dari penelitian ini yaitu melakukan pemetaan potensi perikanan di provinsi Gorontalo dan menghitung prediksi produksi ikan menggunakan perhitungan statistik Forecasting (peramalan). Hasil dari penelitian ini yaitu sistem berjalan dengan baik tanpa ada kesalahan atau Error. Dari penelitian di atas, penulis menyimpulkan bahwa kedua metode tersebut mampu menyelesaikan masalah tentang peramalan, baik dengan menggunakan metode Pemulusan Eksponensial Ganda (Double Ekponential Smoothing) dan metode Regresi Linier Sederhana ( Simple Linear Regression) yaitu mampu melakukan suatu peramalan yang terbaik dari setiap masalah yang ada. Maka dari itu penulis melakukan penelitian perbandingan metode antara Pemulusan Eksponensial Ganda (Double Ekponential Smoothing) dan menggunakan metode Regresi Linier Sederhana (Simple Linier Regression) untuk mengetahui hasil yang diberikan oleh kedua metode tersebut apakah sama atau mengalami perbedaan dalam suatu peramalan
PERAMALAN KERUSAKAN HUTAN TAMAN NANI WARTABONE DI GORONTALO METODE PEMULUSAN EKSPONENSIAL GANDA DAN REGRESI LINIER SEDERHANA
PERAMALAN KERUSAKAN HUTAN TAMAN NANI WARTABONE DI GORONTALO METODE PEMULUSAN EKSPONENSIAL GANDA DAN REGRESI LINIER SEDERHANA Dewi Sri Usman, Mukhlisulfatih Latief, Manda Rohandi Prodi Sistem Informasi
Lebih terperinciBAB 2 LANDASAN TEORI. sama setiap hrinya. Pada bulan-bulan tertentu curah hujan sangat tinggi dan pada
BAB 2 LANDASAN TEORI 2.1 Curah Hujan Hujan sangat diperlukan diberbagai penjuru masyarakat. Curah hujan tidak selalu sama setiap hrinya. Pada bulan-bulan tertentu curah hujan sangat tinggi dan pada bulan-bulan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Produksi Kedelai Dalam ketersediaan kedelai sangat diperlukan diberbagai penjuru masyarakat dimana produksi kedelai merupakan suatu hasil dari bercocok tanam dimana dilakukan dengan
Lebih terperinciBAB 2 LANDASAN TEORI. Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit
BAB 2 LANDASAN TEORI 2.1 Pengertian Produksi Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit tanaman pada lahan yang telah disediakan, pemupukan dan perawatan sehingga
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Uji Kecukupan Sampel Dalam melakukan penelitian terhadap populasi yang sangat besar, kita perlu melakukan suatu penarikan sampel. Hal ini dikarenakan tidak selamanya kita dapat
Lebih terperinciBAB 2 LANDASAN TEORITIS
BAB 2 LANDASAN TEORITIS 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksikan apa yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.
Lebih terperinciBAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1. Peramalan 2.1.1. Pengertian dan Kegunaan Peramalan Peramalan (forecasting) menurut Sofjan Assauri (1984) adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang
Lebih terperinciBAB II TINJAUAN PUSTAKA
4 BAB II TINJAUAN PUSTAKA 1.1 Landasan Teori 1.1.1 Prediksi Prediksi adalah sama dengan ramalan atau perkiraan. Menurut kamus besar bahasa indonesia, prediksi adalah hasil dari kegiatan memprediksi atau
Lebih terperinciBAB 2 TINJAUAN TEORITIS. yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan terjadi
BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan
Lebih terperinciBAB 2 LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan untuk memperkirakan apa yang akan
BAB 2 LADASA TEORI 2.1 Pengertian Peramalan (Forecasting) Peramalan (Forecasting) adalah suatu kegiatan untuk memperkirakan apa yang akan terjadi pada masa mendatang. Peramalan penjualan adalah peramalan
Lebih terperinciBAB 1 PENDAHULUAN. Indonesia merupakan salah satu negara berkembang yang dengan giat melakukan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Indonesia merupakan salah satu negara berkembang yang dengan giat melakukan pembangunan di segala sektor. Pembangunan tersebut dilakukan dengan cara bertahap dalam
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang
BAB 2 TINJAUAN TEORITIS 2.1. Pengertian pengertian Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang
Lebih terperinciBAB 2 LANDASAN TEORI
10 BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang. Peramalan diperlukan karena adanya kesenjaan waktu
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Peramalan Peramalan (forecasting) merupakan upaya memperkirakan apa yang terjadi pada masa yang akan datang. Pada hakekatnya peramalan hanya merupakan suatu perkiraan (guess),
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang. Sejalan dengan kemajuan dan peningkatan taraf kehidupan, maka jumlah
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Sejalan dengan kemajuan dan peningkatan taraf kehidupan, maka jumlah penyediaan air semakin meningkat untuk setiap saat. Air merupakan salah satu faktor yang sangat
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Semua barang dan jasa sebagai hasil dari kegiatan-kegiatan ekonomi yang beroperasi
BAB 2 TINJAUAN TEORITIS 2.1 Produk Domestik Regional Bruto (PDRB) Semua barang dan jasa sebagai hasil dari kegiatan-kegiatan ekonomi yang beroperasi diwilayah domestik, tanpa memperhatikan apakah faktor
Lebih terperincidiperkirakan apa yang akan terjadi dalam bidang ekonomi atau dalam dunia usaha
BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Dalam melakukan analisa ekonomi atau analisa kegiatan perusahaan, haruslah diperkirakan apa yang akan terjadi dalam bidang ekonomi atau dalam dunia usaha
Lebih terperinciBAB 2 LANDASAN TEORI. Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksi apa. situasi dan kondisi di masa yang akan datang.
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. Sedangkan ramalan
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Seperti diketahui PDRB adalah penjumlahan dari seluruh Nilai Tambah Bruto (NTB)
BAB 2 TINJAUAN TEORITIS 2.1 Produk Domestik Regional Bruto (PDRB) Seperti diketahui PDRB adalah penjumlahan dari seluruh Nilai Tambah Bruto (NTB) yang dihasilkan oleh setiap kegiatan/lapangan usaha. Dalam
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LADASA TEORI 2.1 Pengertian Peramalan Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama (assaury, 1991). Sedangkan ramalan adalah
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang. Indonesia merupakan negara agraris karena memiliki tanah yang subur. Karena
BAB 1 PENDAHULUAN 1.1 Latar Belakang Indonesia merupakan negara agraris karena memiliki tanah yang subur. Karena memiliki tanah yang subur, sebagian besar penduduk Indonesia banyak yang bekerja di bidang
Lebih terperinciBAB 2 LANDASAN TEORI. datang dengan waktu yang relatif lama (assaury, 1991). Secara teoritis peramalan
18 BAB 2 LANDASAN TEORI 2.1 Pengertian Ramalan Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama (assaury, 1991). Secara teoritis peramalan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. Sedangkan
Lebih terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI Pada bab ini akan memaparkan berbagai teori yang melandasi penulis dalam membangun aplikasi yang nantinya akan dibuat. 3.1 Customer Relationship Management (CRM) Menurut Buttle (2004,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LADASA TEORI 2.1 Peramalan (forecasting) 2.1.1. Hubungan Forecast dengan Rencana Forecast adalah peramalan apa yang akan terjadi pada waktu yang akan datang, sedang rencana merupakan penentuan apa
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan sering dipandang sebagai seni dan ilmu dalam memprediksikan kejadian yang mungkin dihadapi pada masa yang akan datang. Secara teoritis peramalan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peramalan 2.1.1 Pengertian Peramalan Peramalan (Assauri, Sofyan. 1991) adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah
Lebih terperinciBAB 2 TINJAUAN TEORITIS. dilakukan peramalan, Oleh karena itu perlu diperkirakan atau diramalkan situasi apa dan
BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Dalam rangka usaha untuk melihat dan mengkaji situasi dan kondisi dimasa depan. Harus dilakukan peramalan, Oleh karena itu perlu diperkirakan atau diramalkan
Lebih terperinciBAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1 Peramalan Dalam melakukan analisa ekonomi atau analisa kegiatan perusahaan, haruslah diperkirakan apa yang akan terjadi dalam bidang ekonomi atau dunia usaha pada masa yang
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 1.1 Tempat Penelitian Penelitian ini dilakukan di PT. Aetra Air Jakarta, Jl. Jend. Sudirman Ged. Sampoerna Strategic Square. 1.2 Obyek Penelitian Objek penelitian dilakukan
Lebih terperinciAPLIKASI METODE PEMULUSAN EKSPONENSIAL GANDA BROWN DALAM MERAMALKAN JUMLAH PENDUDUK BERDASARKAN JENIS KELAMIN DI KOTA MEDAN
Saintia Matematika Vol. 1, No. 1 (2013), pp. 11 18. APLIKASI METODE PEMULUSAN EKSPONENSIAL GANDA BROWN DALAM MERAMALKAN JUMLAH PENDUDUK BERDASARKAN JENIS KELAMIN DI KOTA MEDAN Hotlim P. Sirait, Ujian Sinulingga,
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
13 BAB 1 PENDAHULUAN 1.1 Latar Belakang Era globalisasi saat ini, perkembangan zaman semankin maju dan berkembang pesat, di antaranya banyak pernikahan dini yang menyebabkan salah satu faktor bertambahnya
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Konsep Peramalan Peramalan ( forecasting) merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien khususnya dalam bidang ekonomi. Dalam organisasi modern
Lebih terperinciBAB II TINJAUAN TEORITIS
BAB II TIJAUA TEORITIS 2.1 Peramalan (Forecasting) 2.1.1 Pengertian Peramalan Peramalan dapat diartikan sebagai berikut: a. Perkiraan atau dugaan mengenai terjadinya suatu kejadian atau peristiwa di waktu
Lebih terperinciBAB 2 LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegitan yang memperkirakan apa yang akan
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan (Forecasting) adalah suatu kegitan yang memperkirakan apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. Kegunaan peramalan
Lebih terperinciBAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Peramalan adalah kegiatan meramalkan atau memprediksi apa yang akan terjadi dimasa yang akan datang dengan waktu tenggang (lead time) yang relative lama,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Produksi Produksi merupakan suatu kegiatan yang dikerjakan untuk menambah nilai guna suatu benda baru sehingga lebih bermanfaat dalam memenuhi kebutuhan. Produksi jahe
Lebih terperinciBAB 3 PENGOLAHAN DATA
18 BAB 3 PENGOLAHAN DATA 3.1. Pengumpulan Data Data yang akan diolah dalam penelitian ini adalah data sekunder yang diperoleh dari Badan Pusat Statistik Provinsi Sumatera Utara di Jln. Asrama No. 179 Medan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Produksi Produksi padi merupakan salah satu hasil bercocok tanam yang dilakukan dengan penanaman bibit padi dan perawatan serta pemupukan secara teratur sehingga menghasilkan
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH
49 BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Standar Optimasi Dasar evaluasi untuk mengoptimalkan supply chain management pada Honda Tebet (PT. Setianita Megah Motor) dari proses bisnis perusahaan
Lebih terperinciPERAMALAN (Forecast) (ii)
PERAMALAN (Forecast) (ii) Disajikan oleh: Bernardus Budi Hartono Web : http://pakhartono.wordpress.com E-mail: pakhartono at gmail dot com budihartono at acm dot org Teknik Informatika [Gasal 2009 2010]
Lebih terperinciPERAMALAN (FORECASTING) #2
#4 - Peramalan (Forecasting) #2 1 PERAMALAN (FORECASTING) #2 EMA302 Manajemen Operasional Model Trend Linear Multiplicative 2 Kecenderungan (trend). Komponen musiman (seasonal): rasio untuk model trend.
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Peramalan merupakan studi terhadap data historis untuk menemukan hubungan, kecenderungan dan pola data yang sistematis (Makridakis, 1999). Peramalan menggunakan pendekatan
Lebih terperinciPerkapalan Negeri Surabaya, Surabaya Program Studi Teknik Otomasi, Jurusan Teknik Kelistrikan Kapal, Politeknik Perkapalan Negeri
Perbandingan Metode Autoregressive Integrated Moving Average (ARIMA) dan Exponential Smoothing pada Peramalan Penjualan Klip (Studi Kasus PT. Indoprima Gemilang Engineering) Aditia Rizki Sudrajat 1, Renanda
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan digunakanan sebagai acuan pencegah yang mendasari suatu keputusan untuk yang akan datang dalam upaya meminimalis kendala atau memaksimalkan pengembangan baik
Lebih terperinciBAB. 1 PENDAHULUAN Latar Belakang
1 BAB. 1 PENDAHULUAN 1.1. Latar Belakang Kain adalah bahan mentah yang dapat dikelola menjadi suatu pakaian yang mempunyai nilai financial dan konsumtif dalam kehidupan, seperti pembuatan baju. Contohnya
Lebih terperinciPembahasan Materi #7
1 EMA402 Manajemen Rantai Pasokan Pembahasan 2 Pengertian Moving Average Alasan Tujuan Jenis Validitas Taksonomi Metode Kualitatif Metode Kuantitatif Time Series Metode Peramalan Permintaan Weighted Woving
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1. Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan
Lebih terperinciBAB 2 LANDASAN TEORI. Metode peramalan adalah suatu cara memperkirakan atau memprediksikan apa yang
BAB 2 LANDASAN TEORI 2.1 Pengertian Metode Peramalan Metode peramalan adalah suatu cara memperkirakan atau memprediksikan apa yang akan terjadi pada masa depan berdasarkan data yang relevan pada masa lampau.
Lebih terperinciBAB III METODOLOGI PENELITIAN. Wartabone (TNBNW). Ada dua kantor Seksi pengelolaan Hutan yang menangani
BAB III METODOLOGI PENELITIAN 3.1 Objek Penelitian. Objek penelitian merupakan suatu tempat yang menjadi pusat penelitian, dalam hal ini adalah Kantor Seksi Pengelolaan Hutan Taman Nasional Bogani Nani
Lebih terperinciSISTEM PERAMALAN PERSEDIAAN UNIT MOBIL MITSUBISHI PADA PT. SARDANA INDAH BERLIAN MOTOR DENGAN MENGGUNAKAN METODE EXPONENTIAL SMOOTHING
SISTEM PERAMALAN PERSEDIAAN UNIT MOBIL MITSUBISHI PADA PT. SARDANA INDAH BERLIAN MOTOR DENGAN MENGGUNAKAN METODE EXPONENTIAL SMOOTHING Afni Sahara (0911011) Mahasiswa Program Studi Teknik Informatika,
Lebih terperinciBAB I PENDAHULUAN. Semenjak terjadinya krisis ekonomi, mengakibatkan lumpuhnya sendi-sendi
BAB I PENDAHULUAN 1.1 Latar Belakang Semenjak terjadinya krisis ekonomi, mengakibatkan lumpuhnya sendi-sendi perekonomian nasional. Oleh karena itu, informasi mengenai perkembangan dan kondisi perekonomian
Lebih terperinciBAB 2 TINJAUAN TEORITIS. 2.1 Produk Domestik Regional Bruto
18 BAB 2 TINJAUAN TEORITIS 2.1 Produk Domestik Regional Bruto Dalam menghitung pendapatan regional, dipakai konsep domestik. Berarti seluruh nilai tambah yang ditimbulkan oleh berbagai sektor atau lapangan
Lebih terperinciBAB 2 LANDASAN TEORI. untuk pergerakannya, dan digunakan untuk transportasi darat. Umumnya
BAB 2 LANDASAN TEORI 2.1 Kendaraan Bermotor Kendaraan bermotor adalah kendaraan yang digerakkan oleh peralatan teknik untuk pergerakannya, dan digunakan untuk transportasi darat. Umumnya kendaraan bermotor
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang. Peramalan diperlukan karena adanya kesenjangan waktu
Lebih terperinciPOKOK BAHASAN. : Peramalan (Forecasting) Bab II : Manajemen Proyek. Bab III : Manajemen Persediaan. Bab IV : Supply-Chain Management
MANAJEMEN OPERASI 1 POKOK BAHASAN Bab I : Peramalan (Forecasting) Bab II : Manajemen Proyek Bab III : Manajemen Persediaan Bab IV : Supply-Chain Management Bab V : Penetapan Harga (Pricing) 2 BAB I PERAMALAN
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1. Produksi Produksi air bersih adalah pengolahan air sungai menjadi air bersih yang dapat digunakan dalam kebutuhan rumah tanggga, seperti air minum, mencuci, mandi dan kebutuhan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Matematika memegang peranan penting dalam kehidupan. Selain sebagai salah satu kajian ilmu utama dalam pendidikan, matematika juga berperan untuk menunjang ilmu-ilmu
Lebih terperinciEvelina Padang, Gim Tarigan, Ujian Sinulingga
Saintia Matematika Vol. 1, No. 2 (2013), pp. 161 174. PERAMALAN JUMLAH PENUMPANG KERETA API MEDAN-RANTAU PRAPAT DENGAN METODE PEMULUSAN EKSPONENSIAL HOLT-WINTERS Evelina Padang, Gim Tarigan, Ujian Sinulingga
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Peramalan adalah alat bantu yang penting dalam perencanaan yang efektif dan efisien (Makridakis,1991). Peramalan merupakan studi terhadap data historis untuk menemukan
Lebih terperinciBAB 3 ANALISA DATA. produksi kelapa sawit dari tahun 2007 sampai dengan tahun Tabel 3.1 Data Produksi Kelapa Sawit di
BAB 3 ANALISA DATA 3.1 Pengumpulan Data Data yang digunakan untuk penganalisaan tugas akhir ini adalah data jumlah hasil produksi kelapa sawit dari tahun 2007 sampai dengan tahun 2014 Tabel 3.1 Data Produksi
Lebih terperinciBAB IV METODE PERAMALAN
Metode Peramalan 15 BAB METODE PERAMALAN 4.1 Model Sederhana Data deret waktu Nilai-nilai yang disusun dari waktu ke waktu tersebut disebut dengan data deret waktu (time series). Di dunia bisnis, data
Lebih terperinciBAB 2 TINJAUAN TEORI. akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan
BAB 2 TINJAUAN TEORI 2.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perdagangan antar negara terjadi seiring dengan berkembangnya kehidupan ekonomi manusia. Berkembangnya kebutuhan ekonomi itu sendiri didorong akibat berkembangnya peradaban
Lebih terperinciBAB 2 LANDASAN TEORI. Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama ( assaury, 1991). Sedangkan ramalan
Lebih terperinciVII. MODEL PRAKIRAAN PERMINTAAN
VII. MODEL PRAKIRAAN PERMINTAAN A. Peramalan (Forecasting) Peramalan merupakan dugaan atau perkiraan mengenai terjadinya suatu peristiwa atau kejadian pada waktu yang akan datang, yang dapat bersifat kualitatif
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. PengertianPeramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang. Dalam usaha mengetahui atau melihat perkembangan di masa depan,
Lebih terperinciPENERAPAN METODE EXPONENTIAL SMOOTHING GANDA UNTUK MEMPREDIKSI NILAI PENJUALAN BARANG BARANG ELEKTRONIK PADA TOKO MITRA ELEKTRONIK
PENERAPAN METODE EXPONENTIAL SMOOTHING GANDA UNTUK MEMPREDIKSI NILAI PENJUALAN BARANG BARANG ELEKTRONIK PADA TOKO MITRA ELEKTRONIK Febriyanti Kasim 1, Moh. Hidayat Koniyo 2, Dian Novian 3 INTISARI Kesulitan
Lebih terperinciPeramalan Jumlah Penumpang Pada Siluet Tour And Travel Kota Malang Menggunakan Metode Triple Exponential Smoothing
Jurnal Ilmiah Teknologi dan Informasi ASIA (JITIKA) Vol.11, No.1, Februari 2017 ISSN: 0852-730X Peramalan Jumlah Penumpang Pada Siluet Tour And Travel Kota Malang Menggunakan Metode Triple Exponential
Lebih terperinciPERAMALAN PENJUALAN OBAT MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING PADA TOKO OBAT BINTANG GEURUGOK
PERAMALAN PENJUALAN OBAT MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING PADA TOKO OBAT BINTANG GEURUGOK Sayed Fachrurrazi, S.Si., M.Kom Program Studi Teknik Informatika, Universitas Malikussaleh Reuleut,
Lebih terperinciPENGGUNAAN METODE SMOOTHING EKSPONENSIAL DALAM MERAMAL PERGERAKAN INFLASI KOTA PALU
PENGGUNAAN METODE SMOOTHING EKSPONENSIAL DALAM MERAMAL PERGERAKAN INFLASI KOTA PALU Romy Biri ), Yohanes A.R. Langi ), Marline S. Paendong ) ) Program Studi Matematika FMIPA Universitas Sam Ratulangi Jl.
Lebih terperinciPENERAPAN METODE EXPONENTIAL SMOOTHING UNTUK PERAMALAN PENGGUNAAN WAKTU TELEPON DI PT TELKOMSEL Divre 3 SURABAYA
SISTEM PENDUKUNG KEPUTUSAN PENERAPAN METODE EXPONENTIAL SMOOTHING UNTUK PERAMALAN PENGGUNAAN WAKTU TELEPON DI PT TELKOMSEL Divre 3 SURABAYA Alda Raharja - 5206 100 008! Wiwik Anggraeni, S.Si, M.Kom! Retno
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang. Kabupaten Mandailing Natal merupakan daerah yang memiliki potensi sumber daya
BAB 1 PENDAHULUAN 1.1 Latar Belakang Kabupaten Mandailing Natal merupakan daerah yang memiliki potensi sumber daya alam yang cukup besar untuk sektor pertanian, perkebunan dan pertambangan. Salah satu
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Pada penelitian ini, data yang diperoleh dari 4 tahun terakhir pada toko
BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil 4.1.1 Persiapan Penelitian Pada penelitian ini, data yang diperoleh dari 4 tahun terakhir pada toko mitra elektronik yaitu dari tahun 2010 2013 untuk memprediksi penjualan
Lebih terperinciUniversitas Gunadarma PERAMALAN
PERAMALAN PERAMALAN Kebutuhan Peramalan dalam Manajemen Produksi dan Operasi Manajemen Operasi/produksi menggunakan hasil-hasil peramalan dalam pembuatan keputusan-keputusan yang menyangkut pemilihan proses,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Peramalan 2.1.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang (Sofjan Assauri,1984). Setiap kebijakan ekonomi
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Adanya waktu tenggang (lead time) merupakan alasan utama bagi perencanaan dan
BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Adanya waktu tenggang (lead time) merupakan alasan utama bagi perencanaan dan peramalan. Jika waktu tenggang ini nol atau sangat kecil, maka perencanaan
Lebih terperinci(FORECASTING ANALYSIS):
ANALISIS KUANTITATIF ANALISIS PERAMALAN Hand-out ke-3 ANALISIS PERAMALAN (FORECASTING ANALYSIS): Contoh-contoh sederhana PRODI AGRIBISNIS UNEJ, 2017 PROF DR IR RUDI WIBOWO, MS Contoh aplikasi tehnik peramalan
Lebih terperinciUNIVERSITAS WINAYA MUKTI TEKNIK PROYEKSI BISNIS DODI TISNA AMIJAYA SE.,MM METODA METODA -- METODA PERAMALAN METODA PERAMALAN
UNIVERSITAS WINAYA MUKTI TEKNIK PROYEKSI BISNIS DODI TISNA AMIJAYA SE.,MM METODA - METODA PERAMALAN PADA DASARNYA METODA PERAMALAN DAPAT DIKELOMPOKKAN KE DALAM 3 KELOMPOK YAITU : 1. METODA KUALITATIF YANG
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan teori-teori yang menjadi dasar dan landasan dalam penelitian sehingga membantu mempermudah pembahasan selanjutnya. Teori tersebut meliputi arti dan peranan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang. Salah satu indikator untuk menunjukkan tingkat kesejahteraan penduduk adalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Salah satu indikator untuk menunjukkan tingkat kesejahteraan penduduk adalah tingkat kecukupan gizi, yang lazim disajikan dalam banyaknya zat gizi seperti kalori. Kalori
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang. Pengangguran merupakan masalah ekonomi makro yang berpengaruh langsung bagi
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Pengangguran merupakan masalah ekonomi makro yang berpengaruh langsung bagi standart kehidupan masyarakat baik di negara maju maupun negara berkembang yang menjadi
Lebih terperinciBAB 2 LANDASAN TEORI
20 BAB 2 LANDASAN TEORI 2.1 Peramalan 2.1.1 Pengertian Peramalan Peramalan adalah pemikiran terhadap suatu besaran, misalnya permintaan terhadap satu atau beberapa produk pada periode yang akan datang.
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Kerata api mempunyai peran penting dalam mobilitas penduduk. Dari grafik jumlah penumpang dan barang yang diangkut oleh kereta api, minat masyarakat terhadap jasa
Lebih terperinciBAB 1 PENDAHULUAN. Ekomoni adalah salah satu hal yang terpenting untuk dipelajari. Karena ekonomi
BAB 1 PENDAHULUAN 1.1 Latar Belakang Ekomoni adalah salah satu hal yang terpenting untuk dipelajari. Karena ekonomi merupakan suatu pengetahuan dan ilmu yang menyangkut kehidupan manusia di dunia. Ekonomi
Lebih terperinciBAB III LANGKAH PEMECAHAN MASALAH
BAB III LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Koperasi Niaga Abadi Ridhotullah (KNAR) adalah badan usaha yang bergerak dalam bidang distributor makanan dan minuman ringan (snack). Koperasi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan adalah suatu proses memperkirakan secara sistematik tentang sesuatu yang paling mungkin terjadi di masa depan berdasarkan informasi di masa lalu
Lebih terperinciPERAMALAN (FORECASTING)
#3 - Peramalan (Forecasting) #1 1 PERAMALAN (FORECASTING) EMA302 Manajemen Operasional Pengertian (1) 2 Oxford Dictionary, Forecast is a statement about what will happen in the future, based on information
Lebih terperinciTeknik Proyeksi Bisnis (Forecasting)
Halaman Judul MODUL PERKULIAHAN Teknik Proyeksi Bisnis (Forecasting) Oleh: Andi Ratna Sari Dewi Ratna_fe@unhas.ac.id a.ratnasaridewi@gmail.com DEPARTEMEN MANAJEMEN FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Dalam rangka upaya untuk penyelenggaraan pemerintahan dan pelayanan kepada masyarakat, pemerintah pusat dan pemerintah daerah merupakan suatu kesatuan yang tidak dapat
Lebih terperinciPERENCANAAN PRODUKSI
PERENCANAAN PRODUKSI Membuat keputusan yang baik Apakah yang dapat membuat suatu perusahaan sukses? Keputusan yang dibuat baik Bagaimana kita dapat yakin bahwa keputusan yang dibuat baik? Akurasi prediksi
Lebih terperinciBAB II TINJAUAN PUSTAKA. Esensi peramalan adalah perkiraan peristiwa peristiwa diwaktu yang akan
5 BAB II TINJAUAN PUSTAKA 2.1 Forecasting (Peramalan) Peramalan (Forecasting) merupakan suatu kegiatan atau usaha untuk meramalkan keadaan di masa mendatang melalui pengujian keadaan dimasa lalu. Esensi
Lebih terperinciPerangkat Lunak Untuk Pengolah Data. Nur Edy
Perangkat Lunak Untuk Pengolah Data Nur Edy Outline PERTEMUAN I Definisi Jenis perangkat lunak pengolah angka Fungsi-fungsi Microsoft Excel untuk pengolahan data sederhana Membuat Grafik dengan Mikrosoft
Lebih terperinciBAB 3 PRAKIRAAAN dan PERAMALAN PRODUKSI. Dalam Manajemen Operasional, mengapa perlu ada peramalan produksi?
BAB 3 PRAKIRAAAN dan PERAMALAN PRODUKSI Dalam Manajemen Operasional, mengapa perlu ada peramalan produksi? a. Ada ketidak-pastian aktivitas produksi di masa yag akan datang b. Kemampuan & sumber daya perusahaan
Lebih terperinciTeam project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP
Hak cipta dan penggunaan kembali: Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH. Kriteria optimasi yang digunakan dalam menganalisis kebutuhan produksi pada
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Kriteria optimasi yang digunakan dalam menganalisis kebutuhan produksi pada PT Dinamika Indonusa Prima terkait dengan jumlah permintaan akan
Lebih terperinciMETODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN
METODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN Peramalan kuantitatif hanya dapat digunakan apabila terdapat
Lebih terperinciPeramalan (Forecasting)
Peramalan (Forecasting) Peramalan (forecasting) merupakan suatu proses perkiraan keadaan pada masa yang akan datang dengan menggunakan data di masa lalu (Adam dan Ebert, 1982). Awat (1990) menjelaskan
Lebih terperinciBAB III TINJAUAN PUSTAKA
BAB III TINJAUAN PUSTAKA 3.1 Teori Dunia industri biasanya tak lepas dari suatu peramalan, hal ini disebabkan bahwa peramalan dapat memprediksi kejadian di masa yang akan datang untuk mengambil keputusan
Lebih terperinciCROSS SECTION. Data yang tidak berdasar waktu DATA STATISTIK BERDASARKAN PERSPEKTIF WAKTU TIME SERIES. Berbasis Waktu
1 CROSS SECTION DATA STATISTIK BERDASARKAN PERSPEKTIF WAKTU Data yang tidak berdasar waktu TIME SERIES Berbasis Waktu 2 DERET BERKALA (TIME SERIES) Suatu deret berkala merupakan suatu himpunan observasi
Lebih terperinci