APLIKASI PERAMALAN PENENTUAN JUMLAH PERMINTAAN KONSUMEN TERHADAP PRODUK BORDIR PADA KOTA TASIKMALAYA
|
|
- Glenna Pranoto
- 7 tahun lalu
- Tontonan:
Transkripsi
1 APLIKASI PERAMALAN PENENTUAN JUMLAH PERMINTAAN KONSUMEN TERHADAP PRODUK BORDIR PADA KOTA TASIKMALAYA Lies Sunarminyasui 1, Salman Alfarisi 2, Firia Sari Hasanusi 3 1,2,3 Program Sudi Teknik Informaika, Fakulas Teknik, Maemaika dan IPA Universias Indraprasa PGRI Jakara 1 liesbina@yahoo.com, 2 salman.hoaru@gmail.com, 3 hasanfiria26@gmail.com Absrak Peramalan penenuan jumlah perminaan erhadap produk bordir pada koa Tasikmalaya mempunyai ujuan khusus unuk menenukan jumlah kebuuhan perminaan konsumen secara periodik (berkala) dan pola kebuuhan perminaan konsumen dimasa yang akan daang secara rend (musiman). Peneliian ini berawal dari konsep pemikiran bagaimana supaya produsen bordir pada koa Tasikmalaya mendapakan pendapaan yang opimal dan efisiensi dalam biaya produksi bordir mereka. Berdasarkan hasil perhiungan dari Single Exponenial Smoohing Model dengan menggunakan nilai α = 0.1, 0.5, dan 0.9, maka didapa nilai error erkecil dengan menggunakan 4 (empa) meode yang memperoleh hasil ME=5, MAD=13, MAPE=7%, dan MSE= 241, yaiu dari nilai α = 0.9. Perhiungan Double Exponenial Smoohing Model yang dilaksanakan dengan menggunakan kombinasi nilai α = 0,1, 0,5, 0,9, dan nilai β = 0,1, 0,5, 0,9. Dari hasil perhiungan didapa hasil nilai error yang erkecil yaiu : ME = -1, MAD = 12, MAPE = 7%, MSE = 246 yang diperoleh dari kombinasi nilai α = 0,9 dan nilai β = 0,1. Perhiungan Model Triple Exponenial Smoohing dengan Muliplicaive Seasonal Model dengan menggunakan kombinasi α = 0,1, 0,5, 0,9 dan β = 0,1, 0,5, 0,9 sera γ = 0,1, 0,5, 0,9. Hasil perhiungan didapakan error erkecil yaiu ME =2, MAD = 16, MAPE = 9% dan MSE = 329 dari kombinasi α = 0,5, β = 0,1 dan γ = 0,5. Hasil perhiungan peramalan yang memiliki error yang erkecil akan digunakan sebagai informasi prediksi penjualan produk unuk periode berikunya. Pada ahap berikunya dibangun sebuah sisem peramalan penenuan perminaan konsumen erhadap produk bordir pada Koa Tasikmalaya. Kaa Kunci: aplikasi, peramalan, bordir, exponenial smoohing, Tasikmalaya. 1. Pendahuluan Pada periode saa ini unuk menghadapi era globalisasi banyak perusahan dalam menjalankan sraegi bisnisnya mencoba unuk mengopimalkan produksi dengan menggunakan beberapa cara aau sisem dengan ujuan unuk efisiensi biaya. Permasalahan yang erjadi biasanya adalah idak sinkronnya informasi anara deparemen produksi dengan deparemen penjualan dan dengan bagian disribusi. Hal ini sanga berdampak pada oal biaya yang di keluarkan perusahan yang akan mengakibakan pengurangan laba, bahkan dapa erjadi menurunnya laba perusahaan. Salah sau upaya dalam permasalahan ersebu adalah dengan melakukan perencanaan produksi bordir seefisien dan seakura mungkin unuk memaksimalkan oal laba, dengan melaksanakan peramalan perminaan konsumen. Berikunya adalah menenukan penggunaan dana yang efisien, pengauran waku produksi unuk meminimalkan biaya produksi. Peneliian ini meniik berakan bagaimana cara mengopimalkan perencanaan dan peramalan jumlah perminaan konsumen unuk produk bordir berdasarkan daa penjualan sebelumnya. Haryai Embroidery Collecion, Zianka Ar Bordir adalah merupakan salah sau produsen bordir di daerah Kawalu Tasikmalaya yang merupakan senra Indusri hiasan Bordir di Tasikmalaya. Produk yang dihasilkan oleh Haryai Embrodery Collecion, Zianka Ar Bordir anara lain, Kebaya, Mukena, Tunik, Selendang, Blus, Rok, Sprei, Sarung Banal, Taplak Meja, Baju Gamis, Baju 53
2 Koko, kerudung dan Kopiah Haji. Selanjunya para pengusaha bordir juga mendirikan Koperasi yang bernama GAPEBTA (Gabungan Pengusaha Bordir Tasikmalaya) sebagai suau lembaga yang didirikan oleh para pengusaha bordir yang erpanggil berperan akif membangun dan mengembangkan poensi dan kemampuan ekonomi masyaraka bordir melalui kegiaan posiif dalam suau wadah yang memenuhi aspek yuridis. Jenis produk yang sanga diminai, perminaan inggi di pasar, khususnya hasil produk dari pengusaha bordir yang ergabung dalam koperasi GAPEBTA dan yang berjualan di Tanah Abang adalah Baju Koko. Meskipun produk jenis lainnya juga banyak peminanya. Kemajuan eknologi informasi memungkinkan kegiaan peramalan saa ini dapa dilakukan dengan mudah lewa banuan kompuer. Unuk mengaasi masalah yang ada, maka dibuuhkan suau rancang bangun aplikasi peramalan. Aplikasi peramalan ini dapa mempercepa perhiungan peramalan, sehingga hasil peramalan ersebu dapa membanu para produsen bordir salah saunya yang berlokasi di Tasikmalaya. Aplikasi peramalan ersebu digunakan unuk perkiraan penenuan jumlah produk yang harus diproduksi dengan epa dan bermuu. Sisem yang dirancang bangun ini menggunakan bahasa pemrograman java sebagai aplikasi penyelesaian perhiungan peramalan unuk daa produksi yang berdasarkan daa penjualan unuk pola perminaan konsumen secara periodik, rend dan musiman. 2. Tinjauan Pusaka 2.1. Peramalan Jay Heizer dan Barry Render (2015), menyaakan bahwa peramalan adalah suau seni dan ilmu pengeahuan dalam memprediksi perisiwaperisiwa pada masa mendaang. Peramalan akan melibakan mengambil daa hisoris (seperi penjualan ahun lalu) dan memproyeksikan mereka ke masa yang akan daang dengan model maemaika. William J. Sevenson dan Sum Chee Chuong (2014) menyaakan bahwa peramalan (forecas) adalah pernyaaan mengenai nilai yang akan daang dari variabel seperi perminaan. Arinya ramalan adalah prediksi mengenai masa depan. Sedangkan Sofjan Assauri (2016) menyaakan bahwa prakiraan ramalan adalah kegiaan memprediksi nilai masa depan, dengan dasar pengeahuan aau nilai masa lalu yang dipersiapkan. Prakiraan ramalan mencakup penggunaan daa hisoris, dengan memproyeksikannya unuk masa depan yang menggunakan jenis model maemais. Berdasarkan beberapa definisi diaas, pada hakikanya peramalan merupakan suau kepuusan enang kemungkinan masa yang akan daang yang didasarkan faka-faka ekonomi sekarang dan sejarah masa lalu. Sebelum melakukan peramalan harus dikeahui lebih dulu persoalan dalam pengambilan kepuusan. Dengan adanya peramalan manajemen dapa segera menyiapkan langkah paling baik dalam mengaasi permasalahan dan dapa bersiap-siap memanfaakan siuasi jika erjadi perkembangan yang lebih baik dalam peramalan. Peramalan yang menjadi iik olak bagi indakan perusahaan adalah ramalan penjualan. Pengerian ramalan penjualan adalah proyeksi eknis perminaan konsumen yang poensial pada masa yang akan daang dengan menggunakan berbagai pendekaan. Hal ini sanga berhubungan dengan kegiaan produksi. Dalam proses produksi kegiaan yang dilaksanakan dalam peramalan adalah unuk menenukan jumlah pernaan konsumen erhadap suau produk yang dilakukan pada awal proses perencanaan dan unuk kepeningan proses pengendalian produksi. Oleh sebab iu perangka lunak sanga dibuuhkan, unuk mendukung peramalan perminaan konsumen unuk mempercepa, mempermudah dan menghindari hiungan dengan angan yang kemungkinan erjadi kesalahan Pendekaan Peramalan Menuru Jay Heizer dan Barry Render (2015), erdapa dua pendekaan umum unuk peramalan, hanya erdapa dua cara unuk mengaasi seluruh permodelan kepuusan. Salah sau adalah analisis kuaniaif, yang saunya lagi adalah pendekaan kualiaif. Didalam meode peramalan kualiaif idak digunakan perhiungan-perhiungan dengan rumus dan meode yang pasi melainkan melalui pendapa dari berbagai pihak. Meode 54
3 peramalan kualiaif anara lain didasarkan pada penilaian dan opini (Opini dewan Eksekuif, Opini bagian Penjualan), Survei Pasar, Meode Delphi. Sedangkan meode peramalan kuaniaif adalah meode peramalan yang sanga mengandalkan pola daa hisoris yang dimiliki. Pada meode kuaniaif menggunakan meode yang berhubungan dengan ilmu saisik dan maemaika, sehingga dapa diperanggungjawabkan secara ilmiah. Meode kuaniaif dikelompokan menjadi dua jenis yaiu: analisis sebab-akiba (Causal Mehods) yang didasarkan aas pengguna analisa pola hubungan anara variabel yang akan diperkirakan dengan variabel lain yang mempengaruhinya dan analisa dere berkala (Time Series) yang pada umumnya selalu berdasarkan aas penggunaan analisa pola hubungan anara variabel yang akan diperkirakan dengan variabel waku. Meode ini merupakan meode peramalan yang memperkirakan perminaan konsumen/penjualan periode yang akan daang dengan menggunakan daa hisoris. Daa dere berkala (ime series) merupakan daa yang dikumpulkan, dicaa aau diobsevasi sepanjang waku secara beruruan. Periode waku observasi dapa berbenuk ahun, kuaral, bulan, minggu dan dibeberapa kasus dapa juga hari aau jam. Time series dianalisis unuk menemukan pola variasi masa lalu yang dapa dipergunakan unuk memperkirakan nilai masa depan dan membanu dalam manajemen operasi sera membua perencanaan. Analisis dere berkala dapa dilakukan dengan mengamai daa dan meliha apakah empa komponen daa dere berkala yang mempengaruhi suau pola daa masa lalu dan sekarang, yang cenderung berulang di masa mendaang erdapa di daa ersebu. Empa komponen pola dere waku, anara lain: a. Trend, yaiu pergerakan daa secara berahap keaas aau kebawah secara berahun-ahun. b. Musiman, yaiu pola daa yang mengulang dengan sendirinya seelah sau periode (hari, minggu, bulan, aau kuaralan) dan berflukuasi secara musiman c. Siklus, yaiu pola daa yang erjadi seiap beberapa ahun. Siklus dari daa dere berkala akiba dari kondisi ekonomi aau perisiwa poliik dan hal ini sanga pening dalam analisis jangka pendek. d. Variasi secara acak, yaiu pola acak didalam daa yang disebabkan oleh adanya perisiwa yang idak bisa diprediksi aau idak berauran Ada 3 (iga) eknik unuk menghiung dere berkala erdiri dari: meode raa-raa bergerak (Moving Average), raa-raa bergerak erimbang (weigh average) dan penghalusan eksponensial (Exponenial Smoohing). Penjelasan dari keiga eknik menghiung raa-raa pada meode analisa dere berkala (Time Series) adalah sebagai beriku : a. Meode Raa-Raa Bergerak (Moving Average) Raa-raa bergerak mengembangkan suau model berdasarkan hasil perhiungan raa-raa dari sebagian besar peneliian dengan menggunakan persamaan: F 1 = (A -1 + A A z) / N Penjelasan: F1 = Hasil peramalan unuk periode N = jumlah daa peneliian A = daa hisoris penjualan/perminaan konsumen. A -2. A z = daa hisoris penjualan/ perminaan konsumen periode 2 hingga -n b. Meode Raa-Raa Bergerak Terimbang (Weighed Moving Average) Meode ini sama dengan raa-raa bergerak, eapi nilai erbaru dalam dere berkala diberikan beban lebih besar unuk menghiung peramalan. Secara maemais, raa-raa bergerak erimbang diunjukan sebagai beriku: Raa-raa bergerak erimbang = w na -n + w n-1a -(n-1) w 1A -1 Dimana: w n = bobo yang diberikan pada nilai erbaru 55
4 A-1 = nilai akual pada periode -1 c. Meode Penghalusan Eksponensial (Exponenial Smoohing) Peramalan Penghalusan Eksponensial (Exponenial Smoohing) merupakan salah sau kaegori meode ime series yang menggunakan pemboboan daa masa lalu unuk melakukan peramalan. Besarnya bobo berubah menurun secara eksponensial berganung pada daa hisori. Berdasarkan bobo yang digunakan, meode eksponensial erbagi menjadi iga jenis yaiu: 1) Meode Single Exponenial Smoohing Meode ini memberikan bobo berdasarkan level (α) Benuk maemais dari meode Single Exponenial Smoohing diunjukan sebagai beriku: Dimana: < = > *?!1@="< * = Ramalan Baru = Ramalan Sebelumnya α = Konsana Penghalu = Perminaan akual periode sebelumnya 2) Meode Double Exponenial Smoohing (Meode Hol) Meode ini merupakan pengembangan dari Single Exponenial dimana menambahkan unsur rend pada bobo perhiungan, sehingga pada Double Exponenial Smoohing (Meode Hol) kia memberikan dua jenis bobo pada perhiungan yaiu level (α) dan rend (β) Benuk maemais dari Double Exponenial Smoohing diunjukan sebagai beriku: A T α + ( 1 α )( A + 1 T 1) = Y β = ( A A 1 ) + (1 ) T 1 F + m = A + T m A = nilai pemulusan eksponensial α = konsana pemulusan unuk daa (0 < α < 1) β = konsana pemulusan unuk esimasi rend (0 < β < 1) Y = nilai akual pada periode T = esimasi rend F (+m) = Nilai ramalan 3) Meode Triple Exponenial Smoohing Meode Triple Exponenial Smoohing aau dapa dikenal dengan nama Winer s Mehod, merupakan pengembangan dari Double Exponenial dimana melakukan peramalan dengan iga parameer dengan bobo yang berbeda yaiu level (α), rend (β) dan seasonal (γ) Berdasarkan ipe musiman (Triple Exponenial Smoohing) dibagi menjadi dua yaiu: - Muliplicaive Seasonal Model - Addiive Seasonal Model Perbedaan anara Muliplicaion Seasonal Model dengan Addiive Seasonal adalah sebagai beriku: Pada Muliplicaive Seasonal Model yaiu mengalikan hasil perhiungan level dan rend dengan perhiungan Seasonal. Sedangkan Addiive Seasonal Model yaiu menambahkan hasil perhiungan level dan rend dengan perhiungan Seasonal. Teapi yang akan di bahas disini hanya Triple Exponenial Smoohing dengan Muliplicaive Seasonal Model β 56
5 A T S Y α + ( 1 α )( A 1 + T 1) = S L = β ( A A 1 ) + (1 β ) T 1 ˆ Y = µ + ( 1 µ ) A L Y + p = ( A + T p) S L+ p A = nilai pemulusan eksponensial α = konsana pemulusan unuk daa (0 < α < 1) β = konsana pemulusan unuk esimasi rend (0 < β < 1) µ = konsana pemulusan unuk esimasi musiman (0 < µ < 1) Y = nilai akual pada periode T = esimasi rend S = esimasi musiman L = panjangnya musim p = jumlah periode ke depan yang akan diramalkan 2.3. Mengukur Kesalahan Peramalan Beberapa ukuran yang digunakan dalam prakiknya unuk menghiung keseluruhan dalam kesalahan peramalan. Ukuran-ukuran ini dapa digunakan unuk membandingkan model peramalan yang berbeda, sejalan dengan unuk memonior peramalan unuk memasikan bahwa mereka berfungsi dengan baik. Tiga ukuran yang paling erkenal adalah deviasi raa-raa yang absolu (mean absolue deviaion MAD), kesalahan raa-raa-raa yang dikuadrakan (mean squared error MSE), dan kesalahan persenase raa-raa yang absolu (mean absolue percen error MAPE). Teapi disini akan diambahkan kesalahan raa-raa (mean error ME) sebagai acuan perama mencari nilai error. a) ME (Mean Error) aau Nilai Raa-Raa Kesalahan ME = A B&*C$D E S c) MSE (Mean Square Error) aau Nilai Raa- Raa Kesalahan Kuadra MSE = A B&*C$D G E d) MAPE (Mean Absolue Percen Error) aau Nilai Raa-Raa Kesalahan Persenase Absolue MAPE=. 6IJ HH B& 6 * B& 6 /B& 6 3. Analisis dan Pembahasan 3.1. Deskripsi Daa Daa yang diperlukan dalam peneliian ini diperoleh melalui insrumen kuesioner yang berisi daa hisoris penjualan perbulan selama 3 ahun (ahun 2015, 2014 dan 2013) dari responden dan daa dari hasil wawancara kepada produsen sekaligus pedagang diambah dari pengurus dan keua koperasi GAPEBTA, dimana daanya adalah sebagai beriku: Tabel 1. Daa Penjualan Bordir Tasikmalaya Toko A bulan Jan 2013 s/d Des 2015 b) MAD (Mean Absolue Deviaion) aau Nilai Deviasi Raa-Raa Kesalahan Absolue MAD = A B&*C$D E 57
6 Dari daa di aas akan disajikan dengan grafik agar bisa dilakukan analisis sehingga erliha bahwa daa ersebu ermasuk ke dalam jenis pola daa dere berkala. Gambar 1. Hasil Analisis Daa Dere Berkala Penjelasan: a. Kecenderungan (rend) adalah pergerakan daa secara berahap ke aas aau ke bawah secara berahun-ahun. Pada daa yang kami peroleh dari pedagang selama 3 ahun (2013, 2014, 2015), menunjukkan peningkaan yang erusmenerus. Analisis bisnis ini sanga pening unuk jangka panjang yang mendasari perumbuhan aau penurunan suau daa ime series. b. Musiman adalah pola daa yang mengulang dengan sendirinya seelah sau periode (hari, minggu, bulan, aau kuaralan) dan berflukuasi secara musiman. Pada daa di aas (ahun 2013, 2014 dan 2015), menunjukkan bahwa puncak musiman erjadi pada bulan Juni (liburan sekolah), Juli (Lebaran), Desember (liburan sekolah). c. Siklus adalah pola daa yang erjadi seiap beberapa ahun. Flukuasi aau siklus dari daa ime series akiba dari kondisi ekonomi aau perisiwa poliik dan hal ini sanga pening dalam analisis jangka pendek. Pada pola daa diaas selama 3 ahun seiap bulan agusus, menunjukkan penurunan daya beli (grafik urun secara drasis). Hal ini disebabkan karena adanya radisi mudik di Indonesia, sehingga erjadi penurunan penjualan. d. Variasi secara acak (ak berauran) adalah pola acak didalam daa yang disebabkan oleh adanya perisiwa yang idak bisa diprediksi aau idak berauran. Dari grafik pola daa diaas, selama 3 ahun menunjukkan secara beruru-uru selama 2 ahun (2013 dan 2014) seiap bulan Mei pola daa penjualan naik, eapi pada bulan Mei ahun 2015 pola daa penjualan menurun. Dari penjelasan diaas, maka dapa disimpulkan bahwa daa yang diperoleh menunjukkan daa ime series, karena elah memenuhi 4 komponen pola daa yang bisa dianalisis dengan model ime series, yaiu: kecenderungan (rend), musiman, siklus, dan variasi secara acak. Selanjunya daa akan diolah dengan 3 model pemulusan (single, double dan riple exponenial smoohing) menggunakan sisem peramalan yang dibua dengan edior NeBeans berbahasa pemrograman Java dan basis daa menggunakan MySQL berdasarkan rancangan sisem yang dibua dengan flowchar pada sub bab Flowchar Sisem Bagan Alir (flowchar) digunakan unuk ala banu komunikasi dan unuk dokumenasi (Pressman, 2010). Flowchar unuk sisem ini dibagi menjadi 3 flowchar unuk masing-masing peramalan (single exponenial smoohing, double exponenial smoohing dan riple exponenial smoohing), eapi pada peneliian ini flowchar yang diberikan hanya flowchar unuk peramalan single exponenial smoohing. Beriku flowchar sisem unuk peramalan single exponenial smoohing. Gambar 2. Flowchar sisem peramalan dengan perhiungan single exponenial smoohing Bagan alir program perhiungan di aas dapa dijelaskan sebagai beriku: 58
7 1. Memasukkan daa penjualan yang akan diramalkan dan nilai alpha 2. Menghiung nilai peramalan 3. Keluaran unuk proses perhiungan peramalan 4. Menghiung nilai Mean Error (ME) 5. Menghiung nilai Mean Absolue Deviaion (MAD) 6. Menghiung nilai Mean Percenage Error (MAPE) 7. Menghiung nilai Mean Square Error (MSE) 8. Keluaran unuk ramalan periode berikunya sera nilai ME, MAD, MAPE, MSE dengan meode single exponenial smoohing. 9. Jika ingin menyimpan hasil peramalan maka kompuer akan memproses penyimpanan daa kemudian selesai. Jika idak maka selesai Hasil Dan Pembahasan Proses awal dari sisem peramalan ini adalah dengan menginpu daa barang berdasarkan kode barang, nama barang dan jumlah penjualan barang (nilai akual). Proses selanjunya adalah perhiungan nilai peramalan dengan keiga meode peramalan (single, double, dan riple exponenial smoohing). Beriku adalah hasil perhiungan peramalannya. Tabel 2. Hasil Perhiungan Meode Single Exponenial Smoohing Tabel 3. Hasil Perhiungan Nilai Kesalahan Meode Single Exponenial Smoohing Berdasarkan hasil perhiungan dari Single Exponenial Smoohing Model dengan menggunakan nilai α = 0.1, 0.5 dan 0.9, maka didapa nilai error erkecil dengan menggunakan 4 meode yang memperoleh hasil ME=5, MAD=13, MAPE=7% dan MSE= 241,yaiu dari nilai α = 0.9. Nilai α inilah yang akan digunakan unuk menghiung nilai peramalan pada periode berikunya. Single Exponenial 59
8 Smoohing Model digunakan pada peramalan jangka pendek, biasanya sau bulan kedepan. Model ini mengasumsikan bahwa daa berflukuasi disekiar nilai mean yang eap, anpa rend aau pola perumbuhan. Tabel 4. Hasil Perhiungan Meode Double Exponenial Smoohing Perhiungan Double Exponenial Smoohing Model yang dilaksanakan dengan menggunakan kombinasi nilai α = 0.1, 0.5, 0.9 dan nilai β = 0.1, 0.5, 0.9. Dari hasil perhiungan didapa hasil nilai error yang erkecil yaiu: ME = -1, MAE = 12, MAPE = 7%, MSE = 246 yang diperoleh dari kombinasi nilai α = 0.9 dan nilai β = 0.1. Model Double Exponenial Smoohing mempunyai kinerja yang bagus dalam meramalkan daa dengan nilai perhiungan ingka error yang paling kecil erhadap daa pengamaan sebenarnya di lapangan. Unuk kenaikan pada seiap ahunnya, walaupun pada bulan erenu di seiap ahun erjadi flukuasi. Double Exponenial Smoohing hanya dipergunakan unuk pola daa yang mengandung rend. Tabel 6. Hasil Perhiungan Meode Triple Exponenial Smoohing Tabel 5. Hasil Perhiungan Nilai Kesalahan Meode Double Exponenial Smoohing 60
9 Tabel 7. Hasil Perhiungan Nilai Kesalahan Meode Triple Exponenial Smoohing Dari hasil perhiungan keiga model peramalan (single, double, riple exponenial smoohing dengan Muliplicaive Seasonal Model), maka aplikasi peramalan ini sanga sesuai digunakan oleh pengusaha bordir di Tasikmalaya. Hasil perhiungan dengan model single exponenial smoohing digunakan unuk meramalkan bulan berikunya. Hasil perhiungan dengan model double exponenial smoohing dengan meode Hol dapa digunakan unuk peramalanahun berikunya. Hasil perhiungan meode riple exponenial smoohing dengan muliplicaive seasonal model sanga baik digunakan unuk peramalan ahun berikunya yang mengandung unsur musiman. Berdasarkan analisis daa akual diaas, periode musiman erjadi pada bulan Juni, Desember dan menjelang waku Lebaran. 4. Kesimpulan Perhiungan Model Triple Exponenial Smoohing dengan Muliplicaive Seasonal Model dengan menggunakan kombinasi α = 0.1, 0.5, 0.9 dan β = 0.1, 0.5, 0.9 sera γ = 0.1, 0.5, 0.9. Hasil perhiungan didapakan error erkecil yaiu ME = 2, MAE = 16, MAPE = 9% dan MSE = 329 dari kombinasi α = 0.5, β = 0.1 dan γ = 0.5. Meode Triple Exponenial Smoohing dengan Muliplicaive Seasonal Model menyaakan bahwa dari hasil perbandingan peramalan ersebu yang memiliki error yang erkecil akan digunakan sebagai informasi prediksi penjualan produk unuk periode musiman berikunya, yaiu bulan Juli dan Desember (musim liburan sekolah), sera pada waku menjelang Lebaran. Selanjunya meode ini digunakan keika menunjukan adanya rend dan perilaku musiman, sera lebih cocok unuk membua ramalan yang berflukuaif aau mengalami gelombang pasang suru pada kasus peramalan perminaan konsumen bordir dai Tasikmalaya sering dijumpai pada bulan Juni, Desember dan pada bulan menjelang Lebaran. Dari hasil peneliian yang elah dilakukan, maka dapa diambil beberapa kesimpulan sebagai beriku: a. Hasil perhiungan dengan meode Single Exponenial Smoohing digunakan unuk peramalan dalam jangka pendek biasanya sau bulan kedepan. Daa dari hasil perhiungannya berflukuasi disekiar nilai mean (raa-raa) yang eap anpa rend dan perumbuhan. b. Hasil perhiungan dengan meode Double Exponenial Smoohing meramalkan daa unuk ahun depan. Hal ersebu diunjukan dengan pola daa yang kecenderungan naik. c. Hasil perhiungan dengan meode Triple Exponenial Smoohing dengan Muliplicaive Seasonal Model menunjukan bahwa dengan melakukan pemulusan sebanyak iga kali yaiu nilai level, nilai rend dan nilai esimasi musiman, maka diharapkan nilai peramalan yang didapakan memiliki nilai keepaan yang cukup inggi dan dapa memberikan hasil daa peramalan unuk periode musiman unuk ahun berikunya. d. Seelah penelii melakukan pengolahan daa berdasarkan daa hisoris penjualan dari responden dengan pengujian rial and error unuk semua meode (single exponenial 61
10 smoohing, double exponenial smoohing dan riple exponenial smoohing dengan Muliplicaive Seasonal Model), maka dapa disimpulkan grafik dari daa penjualan responden berbeda unuk seiap responden erganung dari daa hisorisnya. Dafar Pusaka Heizer, Jay., Barry, Render. (2015). Manajemen Operasi, Edisi 11, Jakara: Salemba Empa. Assauri, Sofjan, (2016), Manajemen Operasi Produksi Edisi 3, Jakara: PT Raja Grafindo Persada. Sevenson, William J and Sum Chee Chuong. (2014), Operaions Managemen; An Asian Prespecive. Jakara: Salemba Empa. Pressman, Roger S. (2010). Sofware Engeneering A Praciioner Approach (7 h Ediion). New York: McGraw Hill. Biodaa Penulis Lies Sunarminyasui, memperoleh gelar S1 di Universias Brawijaya Malang. Memperoleh gelar S2 di Sekolah Tinggi Ilmu Ekonomi IPWI Jakara. Saa ini menjadi pengajar di Universias Indraprasa PGRI Jakara. Salman Alfarisi, memperoleh gelar S1 di Universias Indraprasa PGRI Jakara. Memperoleh gelar S2 di Universias Budi Luhur. Saa ini menjadi pengajar di Universias Indraprasa PGRI Jakara. Firia Sari Hasanusi, memperoleh gelar S1 di Universias Dr. Hamka (Uhamka). Memperoleh gelar S2 di Universias Indraprasa PGRI Jakara. Saa ini menjadi pengajar di Universias Indraprasa PGRI Jakara. 62
11 BERITA ACARA PELAKSANAAN HASIL SEMINAR SESI PARALEL KNASTIK 2016 Judul :PeramalanPenenuanJumlahPerminaanKonsumenBerbasisTeknologilnform asiterhadapprodukbordirpada Koa Tasikmalaya Pemak :Lies Sunarminyasui, Salman Alfarisi, Firia Sari Hasanusi alah Modera :Kaonwi.iana,S.Kom.,M.T. or Noulis :Yube Pesera : 16 orang di ruang : C.3.9 Tanya lawab : Tanya :apakah dengan peramalan bisa dikeahuifakor-fakor perubahan ren, Jawab : ren iu erjadi bahawa,keika musim anak sekolah dan liburan rennya naik. Masukan Seminar : Hasil prhiungan meode single exponenial smoohing digunakan unuk ramal unuk jangka pendek biasanya 1 bulan kedepan fl i,'i lr.
SISTEM PREDIKSI PENJUALAN GAMIS TOKO QITAZ MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING. Oleh: Salman Alfarisi
S. Alfarisi / Journal of Applied Business and Economics Vol. 4 No. 1 (Sep 2017) 80-95 SISTEM PREDIKSI PENJUALAN GAMIS TOKO QITAZ MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING Oleh: Salman Alfarisi Program
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 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 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 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 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 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan
BAB 2 LANDASAN TEORI 2.1. Produksi Produksi padi merupakan suau hasil bercocok anam yang dilakukan dengan penanaman bibi padi dan perawaan sera pemupukan secara eraur sehingga menghasilkan suau produksi
Lebih 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 terperinciPerbandingan Metode Winter Eksponensial Smoothing dan Metode Event Based untuk Menentukan Penjualan Produk Terbaik di Perusahaan X
JURAL SAIS DA SEI ITS Vol. 6, o.1, (2017) 2337-3520 (2301-928X Prin) A 1 Perbandingan Meode Winer Eksponensial Smoohing dan Meode Even Based unuk Menenukan Penjualan Produk Terbaik di Perusahaan X Elisa
Lebih terperinciBAB 2 TINJAUAN PUSTAKA. yang akan datang. Peramalan menjadi sangat penting karena penyusunan suatu
BAB 2 TINJAUAN PUSTAKA 2.1 Pengerian Peramalan Peramalan adalah kegiaan memperkirakan apa yang erjadi pada waku yang akan daang sedangkan rencana merupakan penenuan apa yang akan dilakukan pada waku yang
Lebih terperinciBAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang
BAB 2 LANDASAN TEORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. Sedangkan ramalan adalah suau aau kondisi yang diperkirakan akan erjadi
Lebih terperinciJurusan Teknik Informatika Fakultas Teknik Universitas Muhammadiyah Jember ABSTRAK
PERBANDINGAN METODE DES (DOUBLE EXPONENTIAL SMOOTHING) DENGAN TES (TRIPLE EXPONENTIAL SMOOTHING) PADA PERAMALAN PENJUALAN ROKOK (STUDI KASUS TOKO UTAMA LUMAJANG) 1 Fajar Riska Perdana (1110651142) 2 Daryano,
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang
BAB 2 TINJAUAN TEORITIS 2.1 Pengerian dan Manfaa Peramalan Kegiaan unuk mempeirakan apa yang akan erjadi pada masa yang akan daang disebu peramalan (forecasing). Sedangkan ramalan adalah suau kondisi yang
Lebih terperinciAPLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND
APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND Noeryani 1, Ely Okafiani 2, Fera Andriyani 3 1,2,3) Jurusan maemaika, Fakulas Sains Terapan, Insiu Sains & Teknologi
Lebih terperinciPENERAPAN METODE TRIPLE EXPONENTIAL SMOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUSAHAAN MEBEL SINAR JEPARA TANJUNGANOM NGANJUK.
PENERAPAN METODE TRIPLE EXPONENTIAL MOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUAHAAN MEBEL INAR JEPARA TANJUNGANOM NGANJUK. ii Rukayah*), Achmad yaichu**) ABTRAK Peneliian ini berujuan unuk
Lebih terperinciPerancangan Sistem Peramalan Penjualan Barang Pada UD Achmad Jaya Dengan Metode Triple Exponential Smoothing
Jurnal Ilmiah Teknologi dan Informaika ASIA (JITIKA) Vol.10, No.2, Agusus 2016 ISSN: 0852-730X Perancangan Sisem Peramalan Penjualan Barang Pada UD Achmad Jaya Dengan Meode Triple Exponenial Smoohing Tria
Lebih terperinciBAB 2 TINJAUAN PUSTAKA. yang akan datang. Peramalan menjadi sangat penting karena penyusunan suatu
BAB 2 TINJAUAN PUSTAKA 2.1 Pengerian Peramalan Peramalan adalah kegiaan memperkirakan apa yang erjadi pada waku yang akan daang sedangkan rencana merupakan penenuan apa yang akan dilakukan pada waku yang
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengerian Supply Chain Managemen Supply chain managemen merupakan pendekaan aau meode dalam memanajemen hubungan perusahaan dengan supplier dan konsumen yang erjadi pada pengendalian
Lebih terperinciBAB 2 TINJAUAN TEORI
7 BAB 2 TINJAUAN TEORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. Sedangkan ramalan adalah suau siuasi aau kondisi yang diperkirakan
Lebih terperinciBAB 2 LANDASAN TEORI. Pengangguran atau tuna karya merupakan istilah untuk orang yang tidak mau bekerja
BAB 2 LANDASAN TEORI 2.1 Pengerian Pengangguran Pengangguran aau una karya merupakan isilah unuk orang yang idak mau bekerja sama sekali, sedang mencari kerja, bekerja kurang dari dua hari selama seminggu,
Lebih 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 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 PUSTAKA. mempunyai efek menekan atau menghentikan suatu proses biokimia di dalam
BAB II TINJAUAN PUSTAKA 2.1 Anibioik 2.1.1 Defenisi Anibioik adalah segolongan senyawa, baik alami maupun sineik, yang mempunyai efek menekan aau menghenikan suau proses biokimia di dalam organisme, khususnya
Lebih terperinciIV METODE PENELITIAN
IV METODE PENELITIAN 4.1. Lokasi dan Waku Peneliian Peneliian yang dilakukan mengenai analisis perencanaan pengadaan una berdasarkan ramalan ime series volume ekspor una loin beku di PT Tridaya Eramina
Lebih 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 terperinciAPLIKASI METODE DOUBLE EXPONENTIAL SMOOTHING BROWN DAN HOLT UNTUK MERAMALKAN TOTAL PENDAPATAN BEA DAN CUKAI
Prosiding Seminar Nasional Maemaika dan Terapannya 2016 p-issn : 2550-0384; e-issn : 2550-0392 APLIKASI METODE DOUBLE EXPONENTIAL SMOOTHING BROWN DAN HOLT UNTUK MERAMALKAN TOTAL PENDAPATAN BEA DAN CUKAI
Lebih terperinciSISTEM INFORMASI PERAMALAN STOK BARANG DI CV. ANNORA ASIA MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING
Jurnal Informaika Polinema ISSN: 2407-070X SISTEM INFORMASI PERAMALAN STOK BARANG DI CV. ANNORA ASIA MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING Mansyur, Erfan Rohadi Program Sudi Teknik Informaika,
Lebih terperinciBAB 3 METODOLOGI PEMECAHAN MASALAH
BAB 3 METODOLOGI PEMECAHAN MASALAH 3.1 Tahapan Pemecahan Masalah Tahapan pemecahan masalah berfungsi unuk memudahkan dalam mencari jawaban dalam proses peneliian yang dilakukan agar sesuai dengan arah
Lebih terperinci(T.6) PENDEKATAN INDEKS SIKLUS PADA METODE DEKOMPOSISI MULTIPLIKATIF
Seminar Nasional Saisika 12 November 2011 Vol 2, November 2011 (T.6) PENDEKATAN INDEKS SIKLUS PADA METODE DEKOMPOSISI MULTIPLIKATIF Gumgum Darmawan, Sri Mulyani S Saf Pengajar Jurusan Saisika FMIPA UNPAD
Lebih terperinciIII. METODE PENELITIAN
26 III. METODE PENELITIAN 3.1. Kerangka Pemikiran Penilaian perkembangan kinerja keuangan PT. Goodyear Indonesia Tbk dilakukan dengan maksud unuk mengeahui sejauh mana perkembangan usaha perusahan yang
Lebih terperinciBAB 5 HASIL DAN PEMBAHASAN. Disini tujuan akhir yang ingin dicapai penulis adalah pembuatan suatu aplikasi
BAB 5 HASIL DAN PEMBAHASAN Disini ujuan akhir yang ingin dicapai penulis adalah pembuaan suau aplikasi program yang digunakan unuk membanu perusahaan dalam menenukan jumlah produksi demand. Disini ada
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Laar Belakang Perumbuhan ekonomi merupakan salah sau ukuran dari hasil pembangunan yang dilaksanakan khususnya dalam bidang ekonomi. Perumbuhan ersebu merupakan rangkuman laju-laju
Lebih terperinciMinggu 4 RATA-RATA BERGERAK DAN EXPONENTIAL SMOOTHING. Peramalan Data Time Series
Minggu 4 RATA-RATA BERGERAK DAN EXPONENTIAL SMOOTHING Bab ini memperkenalkan model berlaku unuk daa ime series dengan musiman, ren, aau keduana komponen musiman dan ren dan daa sasioner. Meode peramalan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Laar Belakang Air merupakan kebuuhan pokok bagi seiap makhluk hidup di dunia ini ermasuk manusia. Air juga merupakan komponen lingkungan hidup yang pening bagi kelangsungan hidup
Lebih terperinciBab 2 Landasan Teori
Bab 2 Landasan Teori 2.1 Keseimbangan Lini 2.1.1 Definisi Keseimbangan Lini Penjadwalan dari pekerjaan lini produksi yang menyeimbangkan kerja yang dilakukan pada seiap sasiun kerja. Keseimbangan lini
Lebih terperinciJurnal Edik Informatika. Peramalan Kebutuhan Manajemen Logistik Pada Usaha Depot Air Minum Isi Ulang Al-Fitrah
Jurnal Edik Informaika Peneliian Bidang Kompuer Sains dan Pendidikan Informaika V.i(5-4) Peramalan Kebuuhan Manajemen Logisik Pada Usaha Depo Air Minum Isi Ulang Al-Firah Henny Yulius, Islami Yei Universias
Lebih terperinciBAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat
BAB 1 PENDAHULUAN 1.1 Laar Belakang Sumber Daya Alam (SDA) yang ersedia merupakan salah sau pelengkap ala kebuuhan manusia, misalnya anah, air, energi lisrik, energi panas. Energi Lisrik merupakan Sumber
Lebih terperinciBAB 1 PENDAHULUAN. tahun 1990-an, jumlah produksi pangan terutama beras, cenderung mengalami
11 BAB 1 PENDAHULUAN 1.1. Laar Belakang Keahanan pangan (food securiy) di negara kia ampaknya cukup rapuh. Sejak awal ahun 1990-an, jumlah produksi pangan eruama beras, cenderung mengalami penurunan sehingga
Lebih terperinciPENENTUAN KONSTANTA PEMULUSAN YANG MEMINIMALKAN MAPE DAN MAD MENGGUNAKAN DATA SEKUNDER BEA DAN CUKAI KPPBC TMP C CILACAP
Prosiding Seminar Nasional Maemaika dan Terapannya 2016 p-issn : 2550-0384; e-issn : 2550-0392 PENENTUAN KONSTANTA PEMULUSAN YANG MEMINIMALKAN MAPE DAN MAD MENGGUNAKAN DATA SEKUNDER BEA DAN CUKAI KPPBC
Lebih terperinciProsiding Seminar Nasional Matematika dan Terapannya 2016 p-issn : ; e-issn :
Prosiding Seminar Nasional Maemaika dan Terapannya 2016 p-issn : 2550-0384; e-issn : 2550-0392 PERAMALAN VOLUME PENGGUNAAN AIR BERSIH DENGAN METODE WINTERS EPONENTIAL SMOOTHING UNTUK MENENTUKAN VOLUME
Lebih terperinciJurnal Edik Informatika Penelitian Bidang Komputer Sains dan Pendidikan Informatika V1.i1(64-69)
Jurnal Edik Informaika Peneliian Bidang Kompuer Sains dan Pendidikan Informaika Peramalan Penjualan Pada Usaha Kecil Menengah (UKM) Roi Sania Dengan Menggunakan Program POM QM Henny Yulius 1, Yadi Prawinaa
Lebih terperinciSISTEM PERAMALAN MENGGUNAKAN METODE TRIPLE EXPONENTIAL SMOTHING UNTUK STOK BAHAN SPARE PART MOTOR DI GARUDA MOTOR JAJAG
ITEM PERAMALAN MENGGUNAKAN METODE TRIPLE EXPONENTIAL MOTHING UNTUK TOK BAHAN PARE PART MOTOR DI GARUDA MOTOR JAJAG 1 Muhammad Iqbal (1110651220) 2 Bagus eya R,.Kom M.Kom, 3 Heny Wahyu,.Kom Jurusan Teknik
Lebih terperinciBAB 3 LANDASAN TEORI
BAB 3 LANDASAN TEORI 3.1. Deskripsi Teori 3.1.1. Pengerian Peramalan Unuk membanu ercapainya suau kepuusan yang efisien unuk penjualan produknya, perusahaan memerlukan suau cara yang epa, sisemais dan
Lebih terperinciJurnal EKSPONENSIAL Volume 5, Nomor 2, Nopember 2014 ISSN
Peramalan Dengan Meode Smoohing dan Verifikasi Meode Peramalan Dengan Grafik Pengendali Moving Range () (Sudi Kasus: Produksi Air Bersih di PDAM Tira Kencana Samarinda) Forecasing wih Smoohing and Verificaion
Lebih terperinciPemulusan Eksponensial dengan Metode Holt Winter Additive Damped
Pemulusan Eksponensial dengan Meode Hol Winer Addiive Damped Hurul in 1),Dr. Erna Tri Herdiani, M.Si 2), Andi Kresna Jaya, S.Si., M.Si 3) Program Sudi Saisika Jurusan Maemaika FMIPA Unhas Jln. Perinis
Lebih terperinciBAB 1 PENDAHULUAN. Propinsi Sumatera Utara merupakan salah satu propinsi yang mempunyai
BAB 1 PENDAHULUAN 1.1 Laar Belakang Propinsi Sumaera Uara merupakan salah sau propinsi yang mempunyai perkembangan yang pesa di bidang ransporasi, khususnya perkembangan kendaraan bermoor. Hal ini dapa
Lebih terperinciPERAMALAN PENENTUAN JUMLAH PERMINTAAN KONSUMEN BERBASIS TEKNOLOGI INFORMASI TERHADAP PRODUK BORDIR PADA KOTA TASIKMALAYA
PERAMALAN PENENTUAN JUMLAH PERMINTAAN KONSUMEN BERBASIS TEKNOLOGI INFORMASI TERHADAP PRODUK BORDIR PADA KOTA TASIKMALAYA Lies Sunarmintyastuti 1, Salman Alfarisi 2, Fitria Sari Hasanusi 3 Program Studi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Defenisi Persediaan Persediaan adalah barang yang disimpan unuk pemakaian lebih lanju aau dijual. Persediaan dapa berupa bahan baku, barang seengah jadi aau barang jadi maupun
Lebih terperinciBAB 2 DASAR TEORI. Studi mengenai aspek teknis dan produksi ini sifatnya sangat strategis, sebab
13 BAB 2 DASAR TEORI 2.1 Aspek Teknis Sudi mengenai aspek eknis dan produksi ini sifanya sanga sraegis, sebab berkaian dengan kapasias proyek, lokasi, aa leak ala produksi, kajian aas bahan dan sumbernya,
Lebih terperinciFORECASTING & ARIMA. Dwi Martani. 1/26/2010 Statistik untuk Bisnis 9 1
FORECASTING & ARIMA Dwi Marani /26/200 Saisik unuk Bisnis 9 DERET BERKALA (TIME SERIES) Suau dere berkala merupakan suau himpunan observasi dimana variabel yang digunakan diukur dalam uruan periode waku,
Lebih terperinciLANDASAN TEORI. Untuk membantu tercapainya suatu keputusan yang efisien, diperlukan adanya
BAB 3 LANDASAN TEORI 3.1 Pengerian Peramalan Unuk membanu ercapainya suau kepuusan yang efisien, diperlukan adanya suau cara yang epa, sisemais dan dapa diperanggungjawabkan. Salah sau ala yang diperlukan
Lebih terperinciIMPLEMENTASI METODE TRIPLE EXPONENTIAL SMOOTHING ADDITIVE UNTUK PREDIKSI PENJUALAN ALAT TULIS KANTOR (ATK) PADA X STATIONERY
IMPLEMENTASI METODE TRIPLE EXPONENTIAL SMOOTHING ADDITIVE UNTUK PREDIKSI PENJUALAN ALAT TULIS KANTOR (ATK) PADA X STATIONERY Ruli Uami 1, Suryo Amojo 2 1, Universias Wijaya Pura 2 e-mail: ruli.uami@ias.ac.id,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah Dalam sisem perekonomian suau perusahaan, ingka perumbuhan ekonomi sanga mempengaruhi kemajuan perusahaan pada masa yang akan daang. Pendapaan dan invesasi merupakan
Lebih terperinciBAB 1 PENDAHULUAN. Dalam pelaksanaan pembangunan saat ini, ilmu statistik memegang peranan penting
BAB 1 PENDAHULUAN 1.1. Laar Belakang Dalam pelaksanaan pembangunan saa ini, ilmu saisik memegang peranan pening baik iu di dalam pekerjaan maupun pada kehidupan sehari-hari. Ilmu saisik sekarang elah melaju
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan adalah kegiaan memperkirakan apa yang akan erjadi pada masa yang akan daang. Ramalan adalah sesuau kegiaan siuasi aau kondisi yang diperkirakan akan erjadi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Manajemen Perminaan 2.1.1. Konsep Dasar Manajemen Perminaan Pada dasarnya manajemen perminaan (demand managemen) didefinisikan sebagai suau fungsi pengelolaan dari semua perminaan
Lebih 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 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 terperinciRANCANG BANGUN APLIKASI SISTEM PERAMALAN HARGA EMAS DENGAN METODE PEMULUSAN EKSPONENSIAL WINTER
RANCANG BANGUN APLIKASI SISTEM PERAMALAN HARGA EMAS DENGAN METODE PEMULUSAN EKSPONENSIAL WINTER Moh Afwan 1) S1 / Jurusan Sisem Informasi, Sekolah Tinggi Manajemen Kompuer & Teknik Kompuer Surabaya, email
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 terperinciPEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN
PEMODELAN NILAI UKAR RUPIAH ERHADAP $US MENGGUNAKAN DERE WAKU HIDDEN MARKOV SAU WAKU SEBELUMNYA BERLIAN SEIAWAY, DIMAS HARI SANOSO, N. K. KUHA ARDANA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan
Lebih terperinciBAB 1 PENDAHULUAN. Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang
BAB 1 PENDAHULUAN 1.1 Laar Belakang Perumbuhan ekonomi merupakan salah sau ukuran dari hasil pembangunan yang dilaksanakan khususnya dalam bidang ekonomi. Perumbuhan ersebu merupakan rangkuman laju perumbuhan
Lebih terperinciPROYEKSI BISNIS. Dadad Zainal, S.E., M.Kom Fakultas Ekonomi Universitas Wiyana Mukti
PROYEKSI BISNIS Dadad Zainal, S.E., M.Kom Fakulas Ekonomi Universias Wiyana Muki PENDAHULUAN Teknik Proyeksi Bisnis merupakan suau cara/pendekaan u menenukan ramalan (perkiraan) mengenai sesuau di masa
Lebih terperinciBAB 4 METODOLOGI PENELITIAN
BAB 4 METODOLOGI PENELITIAN 4.1. Model Rumusan Masalah dan Pengambilan Kepuusan Model rumusan masalah dan pengambilan kepuusan yang digunakan dalam menyelesaikan skripsi ini dimulai dari observasi lapangan
Lebih terperinciBab 2 Tinjauan Pustaka 2.1 Penelitian Sebelumnya
5 Bab 2 Tinjauan Pusaka 2.1 Peneliian Sebelumnya Dalam skripsi peneliian yang berjudul Pemodelan dinamis pola anam berbasis meode LVQ (Learning Vecor Quanizaion) (Bursa, 2010), menghasilkan sisem informasi
Lebih terperinciBAB 4 ANALISIS DAN PEMBAHASAN
BAB 4 ANALISIS DAN EMBAHASAN 4.1 Karakerisik dan Obyek eneliian Secara garis besar profil daa merupakan daa sekunder di peroleh dari pusa daa saisik bursa efek Indonesia yang elah di publikasi, daa di
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Tinjauan Pusaka 2.1.1 Teknik Indusri Teknik indusri adalah suau rekayasa yang berkaian dengan desain, pembaruan, dan insalasi dari sisem erinegrasi yang melipui manusia, maerial,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah persediaan merupakan masalah yang sanga pening dalam perusahaan. Persediaan mempunyai pengaruh besar erhadap kegiaan produksi. Masalah persediaan dapa diaasi
Lebih terperinciBAB I PENDAHULUAN. tepat rencana pembangunan itu dibuat. Untuk dapat memahami keadaan
BAB I PENDAHULUAN 1.1 Laar Belakang Dalam perencanaan pembangunan, daa kependudukan memegang peran yang pening. Makin lengkap dan akura daa kependudukan yang esedia makin mudah dan epa rencana pembangunan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
11 BAB I PENDAHULUAN 1.1 Laar Belakang Salah sau masalah analisis persediaan adalah kesulian dalam menenukan reorder poin (iik pemesanan kembali). Reorder poin diperlukan unuk mencegah erjadinya kehabisan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LADASA TEORI 2. Pengerian Peramalan Di dalam melakukan suau kegiaan dan analisis usaha aau produksi di bidang manufakur aau perekonomian, suau peramalan aau yang lebih kia kenal dengan forecasing
Lebih terperinciBAB I PENDAHULUAN. universal, disemua negara tanpa memandang ukuran dan tingkat. kompleks karena pendekatan pembangunan sangat menekankan pada
BAB I PENDAHULUAN A. Laar Belakang Disparias pembangunan ekonomi anar daerah merupakan fenomena universal, disemua negara anpa memandang ukuran dan ingka pembangunannya. Disparias pembangunan merupakan
Lebih terperinciMODEL OPTIMASI PENGGANTIAN MESIN PEMECAH KULIT BERAS MENGGUNAKAN PEMROGRAMAN DINAMIS (PABRIK BERAS DO A SEPUH)
Journal Indusrial Servicess Vol. No. Okober 0 MODEL OPTIMASI PENGGANTIAN MESIN PEMECAH KULIT BERAS MENGGUNAKAN PEMROGRAMAN DINAMIS (PABRIK BERAS DO A SEPUH) Abdul Gopar ) Program Sudi Teknik Indusri Universias
Lebih terperinciPEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON*
PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON* BERLIAN SETIAWATY DAN HIRASAWA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Peranian Bogor
Lebih terperinciPeramalan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Model Dinamis
JURNAL SAINS DAN NI POMITS Vol. 3, No. 2, (2014) ISSN: 2337-3539 (2301-9271 Prin) D-224 Peramalan Penjualan Sepeda Moor di Jawa Timur dengan Menggunakan Model Dinamis Desy Musika dan Seiawan Jurusan Saisika,
Lebih terperinciAnalisis Model dan Contoh Numerik
Bab V Analisis Model dan Conoh Numerik Bab V ini membahas analisis model dan conoh numerik. Sub bab V.1 menyajikan analisis model yang erdiri dari analisis model kerusakan produk dan model ongkos garansi.
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1. Lokasi dan Waku Peneliian Peneliian ini dilakukan di Dafarm, yaiu uni usaha peernakan Darul Fallah yang erleak di Kecamaan Ciampea, Kabupaen Bogor, Jawa Bara. Pemilihan lokasi
Lebih terperinciBAB 3 LANDASAN TEORI. 3.1 Pengertian dan Kegunaan Peramalan (Forecasting)
BAB 3 LANDAAN TEORI 3.1 Pengerian dan Kegunaan Peramalan (Forecasing) Dalam melakukan analisis dibidang ekonomi, sosial dan sebagainya, kia memerlukan suau perkiraan apa yang akan erjadi aau gambaran enang
Lebih terperinciPENGGUNAAN KONSEP FUNGSI CONVEX UNTUK MENENTUKAN SENSITIVITAS HARGA OBLIGASI
PENGGUNAAN ONSEP FUNGSI CONVEX UNU MENENUAN SENSIIVIAS HARGA OBLIGASI 1 Zelmi Widyanuara, 2 Ei urniai, Dra., M.Si., 3 Icih Sukarsih, S.Si., M.Si. Maemaika, Universias Islam Bandung, Jl. amansari No.1 Bandung
Lebih terperinciBAB II LANDASAN TEORI. bahasa Yunani Sustema yang berarti satu kesatuan yang atas komponen atau
BAB II LANDASAN TEORI 2.1 Sisem Aplikasi Menuru Jogiano (2004), sisem berasal dari bahasa lain Sysema dan bahasa Yunani Susema yang berari sau kesauan yang aas komponen aau elemen-elemen yang dihubungkan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Dalam perencanaan suau proses produksi dapa menggunakan meode perencanaan aggrega. Yaiu proses perencanaan suau sisem produksi mencakup beberapa aspek-aspek yang erliba dalam kegiaan
Lebih terperinciBAB 2 LANDASAN TEORI. Bab ini berisi teori dasar yang dipakai dalam melakukan perancangan program
8 BAB 2 LANDASAN TEORI Bab ini berisi eori dasar yang dipakai dalam melakukan perancangan program sera unuk membua aplikasi peramalan persediaan barang dengan Hol-Winers guna opimasi pendisribusian barang
Lebih terperinciBAB IX TEKNIK PERAMALAN
Peramalan 93 BAB IX TEKNIK PERAMALAN Kepuusan persediaan yang dihasilkan dari pembelian cenderung bersifa jangka pendek dan hanya unuk produk yang khas. Peramalan yang mengarah pada kepuusan ini harus
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN EORI 2. injauan Pusaka 2.. Peramalan Peramalan (forecasing) merupakan ala banu yang pening dalam perencanaan yang efekif dan efisien khususnya dalam bidang ekonomi. Dalam organisasi modern
Lebih terperinciBAB 2 KINEMATIKA. A. Posisi, Jarak, dan Perpindahan
BAB 2 KINEMATIKA Tujuan Pembelajaran 1. Menjelaskan perbedaan jarak dengan perpindahan, dan kelajuan dengan kecepaan 2. Menyelidiki hubungan posisi, kecepaan, dan percepaan erhadap waku pada gerak lurus
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN 3.1. Kerangka Pemikiran Poensi sumberdaya perikanan, salah saunya dapa dimanfaakan melalui usaha budidaya ikan mas. Budidaya ikan mas yang erus berkembang di masyaraka, kegiaan budidaya
Lebih terperinciExponential smoothing
Exponenial smoohing This is a widely used forecasing echnique in reailing, even hough i has no proven o be especially accurae, www,cl,asae,edu/crbrown/smoohing07,pp 1 Exponenial Smoohing n Period Moving
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1 Lokasi dan Waku Peneliian Peneliian ini dilaksanakan di PT Panafil Essenial Oil. Lokasi dipilih dengan perimbangan bahwa perusahaan ini berencana unuk melakukan usaha dibidang
Lebih terperinciPENGARUH STRATEGI PEMBELAJARAN GENIUS LEARNING TERHADAP HASIL BELAJAR FISIKA SISWA
ISSN 5-73X PENGARUH STRATEGI PEMBELAJARAN GENIUS LEARNING TERHADAP HASIL BELAJAR ISIKA SISWA Henok Siagian dan Iran Susano Jurusan isika, MIPA Universias Negeri Medan Jl. Willem Iskandar, Psr V -Medan
Lebih terperinciPROYEKSI TINGKAT PRODUKSI KETERSEDIAAN JAGUNG PROPINSI SUMATERA UTARA TUGAS AKHIR ENDANG SUSANTI PURBA
PROYEKSI TINGKAT PRODUKSI KETERSEDIAAN JAGUNG PROPINSI SUMATERA UTARA TUGAS AKHIR Diajukan Unuk Melengkapi Tugas dan Memenuhi Syara Mencapai Gelar Ahli Madya ENDANG SUSANTI PURBA 062407040 PROGRAM STUDI
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Produksi Akivias produksi sebagai suau bagian dari fungsi organisasi perusahaan yang beranggung jawab erhadap pengolahan bahan baku menjadi produksi jadi yang dapa dijual. Terdapa
Lebih terperinciANALISIS DIRECT SELLING COST DALAM MENINGKATKAN VOLUME PENJUALAN Studi kasus pada CV Cita Nasional.
JURNAL ILMIAH RANGGAGADING Volume 7 No. 1, April 7 : 3-9 ANALISIS DIRECT SELLING COST DALAM MENINGKATKAN VOLUME PENJUALAN Sudi kasus pada CV Cia Nasional. Oleh Emmy Supariyani* dan M. Adi Nugroho *Dosen
Lebih terperinciIII KERANGKA PEMIKIRAN
III KERANGKA PEMIKIRAN 3.1 Teori Risiko Produksi Dalam eori risiko produksi erlebih dahulu dijelaskan mengenai dasar eori produksi. Menuru Lipsey e al. (1995) produksi adalah suau kegiaan yang mengubah
Lebih terperinciBAB 3 LANDASAN TEORI. peramalan, jenis-jenis peramalan, langkah-langkah peramalan, pemilihan teknik dan
BAB 3 LANDASAN TEORI 3. Peramalan Pada sub bab ini akan dibahas mengenai pengerian peramalan, kegunaan meode peramalan, jenis-jenis peramalan, langkah-langkah peramalan, pemilihan eknik dan meode peramalan,
Lebih terperinciPREDIKSI BEBAN LISTRIK MENGGUNAKAN KERNEL RIDGE REGRESSION DENGAN PERTIMBANGAN DUMP POWER DAN ENERGY NOT SERVED
PREDIKSI BEBAN LISTRIK MENGGUNAKAN KERNEL RIDGE REGRESSION DENGAN PERTIMBANGAN DUMP POWER DAN ENERGY NOT SERVED Wahyuda 1, Budi Sanosa 2, Nani Kurniai 3 1 Teknik Indusri Universias Mulawarman-Samarinda
Lebih terperinciPERAMALAN JUMLAH PENUMPANG AIRLINES PT. ANGKASA PURA II BANDARA SULTAN SYARIF KASIM II PEKANBARU DENGAN ARIMA(0,1,1)(0,1,1) 12 TUGAS AKHIR.
PERAMALAN JUMLAH PENUMPANG AIRLINES PT. ANGKASA PURA II BANDARA SULTAN SYARIF KASIM II PEKANBARU DENGAN ARIMA(0,,)(0,,) 2 TUGAS AKHIR Diajukan Sebagai Salah Sau Syara unuk Memperoleh Gelar Sarjana Sains
Lebih terperinciPERAMALAN DENGAN MODEL VARI PADA DATA IHK KELOMPOK PADI-PADIAN DAN BUMBU-BUMBUAN (STUDI KASUS KOTA SALATIGA, BULAN JANUARI 2014 JULI 2016)
Prosiding Seminar Maemaika dan Pendidikan Maemaika ISBN: 978-602-622-20-9 hal 935-950 November 206 hp://jurnal.fkip.uns.ac.id PERAMALAN DENGAN MODEL VARI PADA DATA IHK KELOMPOK PADI-PADIAN DAN BUMBU-BUMBUAN
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini adalah penelitian Quasi Eksperimental Design dengan
BAB III METODOLOGI PENELITIAN A. Jenis dan Desain Peneliian Peneliian ini adalah peneliian Quasi Eksperimenal Design dengan kelas eksperimen dan kelas conrol dengan desain Prees -Poses Conrol Group Design
Lebih terperinciIII. METODE PENELITIAN
23 III. METODE PENELITIAN 3.1 Waku dan Lokasi Peneliian dilaksanakan di iga empa berbeda. Unuk mengeahui ingka parisipasi masyaraka penelii mengambil sampel di RT 03/RW 04 Kelurahan Susukan dan RT 05/RW
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Peneliian Keinginan Kelompok Tani Duma Lori yang erdapa di Desa Konda Maloba dan masyaraka sekiar akan berdirinya penggilingan gabah di daerahnya, elah
Lebih terperinci