Pemodelan Indeks Harga Saham Gabungan (IHSG), Kurs, dan Harga Minyak Dunia dengan Pendekatan Vector Autoregressive

Ukuran: px
Mulai penontonan dengan halaman:

Download "Pemodelan Indeks Harga Saham Gabungan (IHSG), Kurs, dan Harga Minyak Dunia dengan Pendekatan Vector Autoregressive"

Transkripsi

1 JURNAL SAINS DAN SENI ITS Vol., No., (Sep. 0) ISSN: 30-98X D-87 Pemodela Ideks Harga Saham Gabuga (IHSG), Kurs, da Harga Miyak Duia dega Pedekaa Vecor Auoregressive Dimas Okky.S da Seiawa Jurusa Saisika, Fakulas Maemaika da Ilmu Pegeahua Alam, Isiu Tekologi Sepuluh Nopember (ITS) Jl. Arief Rahma Hakim, Surabaya 60 Absrak Vecor auoregressive (VAR) merupaka salah sau aalisis ime series mulivariae dimaa dapa diguaka dalam memprediksi variabel da bergua uuk meilai keerkaia aara variabel. Tahapa-ahapa dalam meode VAR melipui ahap ideifikasi, esimasi parameer, da cek diagosa. Daa yag diguaka dalam peeliia ii adalah Idek Harga Saham Gabuga (IHSG), kurs, da harga miyak duia pada periode 0-0. Dari hasil aalisis didapaka model VAR yag sesuai adalah VAR(,,0) dega ilai AIC erkecil sebesar 5,737. Selai iu hasil MAPE da RMSE pada keiga variabel yaiu variabel IHSG sebesar,85 da 88,076; variabel kurs sebesar 0,89 da 8,937; sedagka variabel harga miyak duia sebesar 0,83 da 0, Kaa Kuci Daa mulivaria, dere waku, da Vecor Auoregressive I. PENDAHULUAN ERKEMBANGAN ekologi yag semaki mau Pmeyebabka berkembagya sisem perekoomia ke arah yag lebih erbuka aar egara. Perekoomia ii membawa suau dampak eradiya perdagaga ierasioal aar egara-egara di duia da meyebabka perbedaa maa uag yag diguaka da meimbulka ilai ukar maa uag (kurs). Keidaksabila ilai ukar maa uag ii mempegaruhi pasar modal aau ivesasi da perdagaga ierasioal. Pasar modal adalah salah sau isrume ekoomi yag dewasa ii megalami perkembaga saga pesa. Pasar modal merupaka idikaor kemaua perekoomia suau egara sera meuag ekoomi egara yag bersagkua []. Kegiaa ivesasi salah sauya yag dipilih oleh ivesor adalah berivesasi di pasar modal. Di Idoesia erdapa Bursa Efek Idoesia (BEI) yag merupaka gabuga dari Bursa Efek Jakara da Bursa Efek Surabaya pada aggal Desember 007. IHSG merupaka ideks yag meuukka pergeraka harga saham secara umum yag ercaa di bursa efek yag meadi acua eag perkembaga kegiaa di pasar modal []. Pada pasar modal selai meguugka eapi uga mempuyai resiko yag besar, maka dalam hal ii para ivesor memerluka suau iformasi. Iformasi ersebu saga bergua karea membau ivesor dalam meeuka saham maa yag aka dibeli, diual aau diperahaka. Uuk meghasilka kepuusa ivesasi yag epa, maka perlu dilakuka peramala dega megguaka pedekaa vecor auoregressive (VAR). Pada model Vecor Auoregressive (VAR) mempuyai kelebiha yaiu meode ii sederhaa apa harus membedaka maa variabel edoge (Y) da variabel eksoge (X), esimasi yag diguaka sederhaa dimaa meode OLS dapa diaplikasika pada iap-iap persamaa. II. TINJAUAN PUSTAKA. Aalisis Dere Waku (Time series) Aalisis dere waku (ime series) merupaka aalisis dari seragkaia daa pegamaa yag eradi berdasarka ideks waku secara berurua dega ierval waku eap da salah sau prosedur saisika yag dierapka uuk meramalka keadaa yag aka eradi di masa yag aka daag dalam ragka pegambila kepuusa. Meode peramala dapa diklasifikasika meadi yaiu : a. Meode kualiaif b. Meode kuaiaif. Proses Sasioer Dalam suau daa erdapa kemugkia daa ersebu idak sasioer. Hal ersebu disebabka oleh mea aau varia dari daa yag idak kosa. Adapu cara uuk meghilagka keidaksasioera daa baik pada mea (raa-raa) maupu varia yaiu:. Sasioer dalam mea (raa-raa) Sasioer dalam mea dapa dilakuka differecig daa. d B a (). Sasioer dalam varia Proses uuk mesasioerka daa dalam varia dapa dilakuka megguaka raformasi Box-Cox. Daa perlu dilakuka rasformasi aau idak, meuru Box Jekis ergaug pada ilai lambda (λ) aau ilai esimasi pada Box- Cox.. Model Auoregressive (AR) Model auoregressive adalah suau model yag meggambarka bahwa ilai dari proses saa ii ( ) masih berhubuga dega ilai aau daa masa lalu [3]. Secara umum beuk model AR adalah : B a () p

2 JURNAL SAINS DAN SENI ITS Vol., No., (Sep. 0) ISSN: 30-98X D-88.3 Vecor Auoregressive (VAR) Pemodela dere waku dega megguaka vecor auoregressive adalah salah sau meode peramala uuk daa dere waku mulivaria yag serig diguaka karea mudah da fleksibel ika dibadigka dega meode laiya. Secara umum model VAR (p) dapa diulis sebagai beriku. Φ... Φ p p a (3). Peguia Sasioerias Ui sasioerias saga peig dalam aalisis ime series. Peguia sasioerias ii dilakuka dega megui akarakar ui. Daa yag idak sasioer aka mempuyai akarakar ui, sebalikya daa yag sasioer idak megadug akar-akar ui. y y p iyi () i Hipoesis : H 0 : (daa megadug ui roo) H : (daa idak megadug ui roo) Peguia ii dilakuka dega cara membadigka ilai ADF saisik dega ilai kriikal pada selag kepercayaa 95%, maka hipoesis ol yag meyaaka bahwa daa idak sasioer dega kaa lai dega meolak H 0 berari daa sasioer..5 Pemiliha Model Terbaik Pemiliha model erbaik dapa megguaka beberapa krieria, aara lai : a. Krieria I Sample. AIC (Akaike s Iformaio Crierio), dimaa model erbaik dipilih dega memperimbagka umlah parameer dalam model. Semaki kecil ilai AIC, maka model semaki baik da layak uuk diguaka. AIC T log N (5). SBC (Schwarz Bayesia Crierio), dimaa krieria pemiliha model erbaik dipilih berdasarka ilai erkecil. Semaki kecil ilai SBC, maka model yag didapaka aka semaki baik. Beriku ii merupaka rumus krieria dari SBC. T SBC T log N log (6) Keeraga : = Deermia dari varia/covaria marik dari residual N = Bayakya esimasi parameer b. Krieria Ou Sample Krieria yag diguaka pada ou sample adalah RMSE (Roo Mea Square Error) da MAPE (Mea Absolue Perceage Error) dega rumus sebagai beriku. RMSE MSE y yˆ (7) i ( y y ) / y MAPE 00% (8).6 Esimasi Parameer Model Seelah dilakuka ideifikasi model da dikeahui orde dari model vecor auoregressive, maka lagkah selauya adalah melakuka esimasi erhadap parameer model vecor auoregressive. Esimasi yag efisie yaiu esimasi yag memiimumka kuadra selisih aara ilai esimasi dega ilai parameer. Uuk daa yag cukup bayak, esimasi yag efisie megguaka esimasi yag memaksimumka fugsi likelihood..7 Pemeriksaa Model (Diagosic Checkig). Ui Muliormal Residual I d X X X X ; =,,..., (9) Hipoesis : H 0 : Daa berdisribusi muliormal H : Daa idak berdisribusi muliormal Daerah peolaka : Tolak H 0, ika ilai d x yag berari (0,5; p) daa idak berdisribusi muliormal da uga sebalikya.. Pormaeau Lack of Fi Tes Hipoesis : H 0 :... k 0 H : Miimal ada sau 0; =,,..., k Saisik Ui : k Q k ˆ (0) k Daerah Peolaka : Tolak H 0 ika Q aau p-value < α = k k pq 5%.. Ideks Harga Saham Gabuga Ideks Harga Saham Gabuga (composie sock price idex = CPSI) merupaka ideks gabuga dari seluruh eiseis saham yag ada aau ercaa di bursa efek. Terdapa beberapa pedapa eag pegeria IHSG, yaiu megaaka IHSG merupaka rigkasa dari dampak simula da kompleks aas berbagai macam fakor yag berpegaruh, eruama feomea-feomea ekoomi, bahka dewasa ii IHSG diadika baromeer kesehaa ekoomi suau egara da sebagai ladasa aalisis saisik aas kodisi pasar erakhir (curre marke) [], IHSG merupaka suau ilai yag diguaka uuk megukur kiera saham yag ercaa dalam suau bursa efek [].. Nilai Tukar Defiisi ilai ukar aau kurs (foreig exchage rae) aara lai dikemukaka bahwa harga maa uag suau egara relaif erhadap maa uag egara lai. Karea ilai ukar ii mecakup dua maa uag, maka iik keseimbagaya dieuka oleh sisi peawara da permiaa dari kedua maa uag ersebu [5]. Pegeria lai dari ilai ukar diulis dalam bukuya Macroecoomics adalah kurs omial sebagai harga maa uag domesik dalam maa uag asig [6]. Memberika defiisi megeai ilai ukar yaiu ilai ukar didefiisika sebagai umlah dari sau maa uag yag dapa diperukarka per ui maa uag lai aau harga sau maa uag dalam maa uag lai [7]..3 Harga Miyak Duia Harga miyak duia memag diwarai aka aik uruya harga. Seelah megalami peurua, harga miyak duia bergerak aik mulai awal April 00. Orgaisasi Negara- Negara Pegekspor Miyak (Orgaizaio of Peroleum Exporig Couries aau OPEC) selalu megambil lagkahlagkah uuk meaga harga miyak duia supaya idak

3 JURNAL SAINS DAN SENI ITS Vol., No., (Sep. 0) ISSN: 30-98X D-89 uru. Meaikka produksi miyak meah diharapka meeka harga miyak duia yag erus melambug. III. METODOLOGI PENELITIAN 3. Meode Peeliia Daa yag diguaka dalam peeliia ii adalah daa sekuder yaiu Ideks Harga Saham Gabuga (IHSG), Kurs, da Harga Miyak Duia. Daa yag diguaka adalah daa haria dega reag waku dari ahu 0 higga Variabel Peeliia Variabel-variabel yag diguaka dalam peeliia ii adalah sebagai beriku :, = Idek Peuupa IHSG, = Nilai ukar dollar erhadap rupiah 3, = Harga Miyak 3. Lagkah-lagkah Aalisis Lagkah-lagkah aalisis dalam peeliia ii adalah sebagai beiku :. Ideifikasi dega meliha kesasioera daa dega membua plo ime series. Jika masig-masig daa aara lai peuupa IHSG, ilai ukar dollar erhadap rupiah, da harga miyak duia belum sasioer erhadap mea maka perlu dilakuka differecig da apabila daa belum sasioer erhadap varia maka perlu dilakuka rasformasi.. Membua plo MACF da MPACF dari daa awal. Kesasioera dapa diliha dari plo MACF da MPACF dari daa awal. Daa dapa dikaaka belum sasioer ika ilai MACF uru lamba meuu ol secara sigifika. 3. Membua plo MACF da MPACF berdasarka daa differcig. Daa yag elah dilakuka differecig perlu diperiksa kesasioeraya. Apabila megguaka plo MACF da MPACF, kesasioera daa seelah differecig dapa dikeahui dega ilai auokorelasi yag uru cepa meuu ilai ol.. Pedugaa model VAR awal Model VAR awal dap diduga dega megguaka ilai AIC erkecil. Lag yag memua ilai AIC erkecil diguaka sebagai peeua orde pada model VAR. 5. Peaksira Parameer Model VAR awal idak memua parameer yag sigifika pada ilai α = 5% sehigga dilakuka proses backward (produser elimiasi lagkah mudur) uuk meeuka parameer yag sigifika. Proses backward dilakuka erus-meerus sampai semua parameer sigifika. 6. Pemeriksaa da peguia residual Asumsi residual model VAR yag harus dipeuhi adalah mulivariae ormal da whie oise. IV. URAIAN PENELITIAN. Saisika Deskripif Adapu aalisis saisika deskripif pada masig-masig variable yaiu IHSG, kurs dollar erhadap rupiah da harga miyak duia yaiu sebagai beriku. Tabel. Saisika Deskripif Daa IHSG, Kurs da Harga Miyak Duia SDe Variabel Mea v Miimum Maximum IHSG 3776,9 95,8 369, 93, Kurs 8886, 3, Miyak Duia 09,9 7,6 89,9,6 Berdasarka abel. diaas eag saisika deskripif dikeahui ilai raa-raa daa selama ahu 0 higga 0, masig-masig uuk IHSG sebesar 3776,9. Nilai raa-raa kurs sebesar 8886, rupiah sedagka harga miyak duia memiliki ilai raa-raa sebesar 09,9 USD (dolar). Persebara daa erhadap raa-raa uuk variabel IHSG adalah 95,8 sedagka uuk kurs sebesar 3,7 rupiah da harga miyak duia adalah 7,6 USD (dolar).. Ideifikasi Model IHSG a 9 58 Time Series Plo of IHSG Idex Miyak Duia c kurs Idex 7 9 Time Series Plo of Miyak Duia Time Series Plo of kurs Gambar. Plo ime series uuk Daa (a). IHSG, (b). Kurs, da (c). Harga Miyak Duia Berdasarka gambar.a yaiu ime series plo variabel IHSG dikeahui bula Agusus 0 megalami peurua yag dimaa disebabka oleh adaya gucaga keuaga di kawasa Eropa. Sedagka pada gambar.b yaiu ime series plo variabel kurs dikeahui bula April karea derasya arus modal asig yag masuk (cash iflow) ke Idoesia, selai iu peguaa rupiah eradi akiba kebiaka suku buga murah di AS da gambar.c yaiu ime series plo variabel harga miyak duia pada wal bula megalami pemuliha yag sebelumya pada ahu 00 megalami peurua yag diakibaka redahya igka perumbuha ekoomi di egara-egara kawasa Eropa da lemahya peamia aas huag-huag egara di kawasa Eropa. b Idex

4 JURNAL SAINS DAN SENI ITS Vol., No., (Sep. 0) ISSN: 30-98X D-90 Tabel. Korelasi aara IHSG, Kurs da Harga Miyak Duia Variabel IHSG Kurs Harga Miyak Duia IHSG -0,93 0,56 Kurs -0,93-0,05 Harga Miyak Duia 0,56-0,05 Pada abel diaas dikeahui ilai korelasi aara IHSG dega kurs dolar erhadap rupiah adalah -0,93. Nilai ersebu meuukka bahwa aara IHSG da kurs dolar erhadap rupiah memiliki hubuga egaif. Sedagka IHSG dega harga miyak duia memiliki hubuga posiif yaiu sebesar 0,56. Da hubuga kurs dega harga miyak duia memiliki hubuga egaif sebesar -0,05..3 Peguia Kesasioera Daa. Peguia Kesabila Varia SDev ,0 Box-Cox Plo of IHSG -,5 a 0,0 Lower CL,5 SDev,05,0,03,0,0,00 0,99 0,98 0,97 5,0-5,0 Limi (usig 95,0% cofidece) Esimae 3,79 Lower CL,8 Upper CL * Rouded Value 3,79 -,5 0,0,5 SDev,6,,,0 3,8 3,6 3, 3, 3,0 Box-Cox Plo of Miyak Duia Lower CL Upper CL c 5,0-5,0 Limi Box-Cox Plo of kurs -,5 0,0 (usig 95,0% cofidece) Esimae,37 Lower CL -0,9 Upper CL 3,7 Rouded Value,00,5 5,0 (usig 95,0% cofidece) Esimae -5,00 Lower CL * Upper CL * Rouded Value -5,00 Gambar. Plo Box-Cox uuk Daa (a). IHSG, (b). Kurs Dollar erhadap Rupiah, da (c). Harga Miyak Duia Berdasarka peguia kesasioera varia megguaka Box-Cox Trasformaio meelaska variabel IHSG memiliki ilai rouded value sebesar 3,79, kurs dolar erhadap rupiah memiliki ilai rouded value sebesar -5,00 da variabel harga miyak duia memiliki ilai rouded value sebesar. Seelah dilakuka rasformasi pada variabel IHSG da kurs uga idak memiliki baas aas da baas, maka dalam hal ii idak perlu melakuka rasformasi uuk keiga variabel yaiu IHSG, kurs da harga miyak duia.. Peguia Kesasioera Mea Peguia kesasioera dalam mea uga dapa diliha dega megguaka saisik ui Dickey-Fuller dari keiga variabel ersebu dega hipoesis sebagai beriku. Hipoesis : H 0 : Daa idak sasioer H : Daa sudah sasioer Dega α sebesar 5% b Tabel.3 Nilai Saisik Ui Augmeed Dickey-Fuller Seelah Differecig Variabel hiug Prob < hiug IHSG -,35 < Kurs -,0 < Harga Miyak Duia -,70 < Pada Tabel.3 diaas dikeahui uuk variabel IHSG memiliki ilai sebesar -,35 dega prob < hiug hiug adalah < 0,000 sedagka variabel kurs memiliki ilai hiug sebesar -,0 dega prob < hiug adalah < 0,000 da pada variabel harga miyak duia memiliki ilai sebesar -,70 dega hiug prob < hiug adalah < 0,000. Seelah dilakuka peguia dega megguaka ui Augmeed Dickey-Fuller didapaka hasil yaiu meolak H 0, yag berari keiga variabel sudah sasioer erhadap mea. Hal ii uga diuukka oleh ilai absolu dari lebih besar dari pada hiug ilai α sebesar 5%.. Peeua Orde Model Orde model VARIMA yag megadug ilai AIC erkecil merupaka orde yag diaggap palig sesuai dega karakerisik daa. Perhiuga AIC beberapa model yag mugki erbeuk diberika pada abel. beriku ii. Tabel. Krieria Model Berdasarka Akaike s Iformaio Crierio (AIC) uuk Daa seelah Differecig Model AIC VAR () 5,7806 VAR () 5,806 VAR (3) 5,7760 VAR () 5,7659 Berdasarka abel diaas diperoleh model erbaik adalah VARIMA (,,0) dega ilai AIC palig miimum (kecil) yaiu sebesar 5, Peguia Sigifikasi Parameer Pada peguia sigifikasi parameer dalam VAR megguaka meode Backward Elimiaio. Pada peguia ii sigifikasi parameer masih erdapa parameer yag idak sigifika maka dilakuka resric. Beriku ii adalah hasil resric pada parameer yag idak sigifika adalah sebagai beriku.

5 JURNAL SAINS DAN SENI ITS Vol., No., (Sep. 0) ISSN: 30-98X D-9 Tabel.5 Peaksira Parameer VARIMA (,,0) uuk Daa Differecig Seelah Dilakuka Resric Parameer Taksira Parameer P-value Variabel AR 0,033 0,006 Kurs(-) AR 3,733 0,07 Miyak(-) AR3-0,5 0,033 IHSG(-3) AR -0,90 0,003 IHSG(-) AR -0, ,000 Kurs(-) AR3-0,88 0,009 IHSG(-3) AR3-0,850 0,000 Kurs(-3) AR 3 3,3809 0,05 Miyak(-) Sehigga model uuk VARIMA (,,0) yag erbeuk adalah sebagai beriku:, a, ΦΦΦΦ 3 B B 3B B B, a, 3, a3, 0 0,033,733 0, , ,88 0, , , , ,, 0,033,,7333, 0,033,,7333, 0,5, 3 0,0368, 0,90, 5 a, Uuk variabel IHSG, dipegaruhi oleh variabel iu sediri pada waku sehari sebelumya da pada hari ke-3,, da 5 hari sebelumya. Selai iu uga dipegaruhi oleh variabel kurs pada sau hari sebelumya da pada hari ke- hari sebelumya. Sera dipegaruhi variabel harga miyak duia pada sau hari sebelumya da pada hari ke- hari sebelumya., 0,693, 0,30676, 0,88,3 0,850, 3 0,88, 0,850, 3,3809 3, 3, , 5 a, Uuk variabel kurs, dipegaruhi oleh variabel iu sediri pada waku sehari sebelumya da pada hari ke-, 3 da hari sebelumya. Selai iu uga dipegaruhi oleh variabel IHSG pada hari ke-3 da hari sebelumya. Sera dipegaruhi variabel harga miyak duia pada hari ke- da 5 hari sebelumya. 3,,8338 3, 0,8338 3, a3, Uuk variabel harga miyak duia, dipegaruhi pada waku sehari sebelumya da pada hari ke- hari sebelumya. Selai iu idak dipegaruhi oleh variabel laiya seperi IHSG da kurs..6 Peguia Asumsi Residual.6. Asumsi Residual Whie Noise Adapu hipoesis dalam peguia ii adalah sebagai beriku. Hipoesis : H 0 : Daa memeuhi syara cukup (residual memeuhi syara whie oise) H : Daa belum memeuhi syara cukup (residual belum memeuhi syara whie oise) Dega α sebesar 5% Jika Pvalue < α = 5% maka meolak H 0 yag dimaa berari daa belum memeuhi syara cukup (residual belum memeuhi syara whie oise). Berdasarka skema koralsi silag aara residual model erliha bahwa hampir semua lag residual berada pada baas kedali da erdapa beberapa lag residual yag berada diluar baas kedali yaiu sebesar * sadar kesalaha yaiu diaaraya lag residual ke-6, 7, 6, 7, 8, 3 da 36 pada variabel IHSG, lag residual ke-, da 7 pada variabel kurs da lag residual ke-7, 9, 8, da 9 pada variabel harga miyak duia. Residual dapa dikaaka masih memeuhi asumsi whie oise karea lag-lag residual laiya masih berada pada baas kedali. Sehigga didapaka kesimpula bahwa residual VARIMA (,,0) memeuhi asumsi whie oise yag berari idak erdapa korelasi aar residual..6. Asumsi Residual Berdisribusi Muliormal Seelah residual model VARIMA (,,0) memeuhi syara whie oise, selauya residual dilakuka peguia apakah residual megikui asumsi keormala (muliormal) aau idak. Hasil ui muliormal meuukka bahwa ilai chi-square residual di aas 50% yaiu sebesar 0,5500, dimaa berari bahwa residual elah memeuhi asumsi keormala (muliormal). q Plo Ui Muliormal 6 Gambar. Plo Peguia Muliormal Residual VARIMA (,,0) Pada gambar diaas residual dari model VARIMA (,,0) hampir megikui aau membeuk garis lurus, sehigga dapa disimpulka bahwa residual megikui asumsi keormala (muliormal)..7 Peramala (Forecasig) Pada hasil model yag diperoleh yaiu model VARIMA (,,0), maka hasil forecas dari model VARIMA (,,0) uuk variabel IHSG, kurs, da harga miyak duia dega meliha ilai RMSE da MAPE diampilka pada abel beriku ii. 8 dd 0 6

6 JURNAL SAINS DAN SENI ITS Vol., No., (Sep. 0) ISSN: 30-98X D-9 Tabel.6 Nilai RMSE da MAPE Uuk Variabel IHSG, Kurs, da Harga Miyak Variabel RMSE MAPE IHSG 9,700,85303 Kurs 8,99 0,89599 Miyak 0,689 0,50073 [7] F. Fabozzi da F. Modigliai, Capial Markes. New Jersey: Preice Hall (99). Pada variabel IHSG dikeahui bahwa uuk ilai MAPE da RMSE sebesar,853 da 9,70, variabel kurs dikeahui bahwa ilai MAPE da RMSE yaiu sebesar 0,89599 da 8,99 sedagka variabel harga miyak duia didapaka ilai MAPE da RMSE yaiu sebesar 0,5007 da 0,689. Dimaa Keiga variabel memiliki ilai MAPE yag cukup kecil yag berari model yag diguaka adalah model yag baik. Pada ramala (forecas) erliha bahwa megalami peurua dari daa akualya. V. KESIMPULAN Berdasarka pembahasa sebelumya, maka dapa diasik kesimpula yaiu sebagai beriku.. Model yag sesuai uuk keiga variabel yaiu IHSG, kurs da harga miyak duia adalah VARIMA (,,0) dimaa didapaka model dari keiga variabel yaiu : a. Model uuk variabel IHSG, IHSG, 0,033,,733 3, 0, 033,,733 3, 0,5, 3 0, 0368, 0,90 a, 5, b. Model uuk variabel kurs,,693, 0,30676, 0, 88 0,850, 3 0,88, 0, 850, 3,3809 3, 3, a, c. Model uuk variabel harga miyak duia 3,,8338 3, 0, , a3, 0, 3. Nilai korelasi aara IHSG dega kurs dolar erhadap rupiah adalah -0,93. Nilai ersebu meuukka bahwa aara IHSG da kurs dolar erhadap rupiah memiliki hubuga egaif. Sedagka IHSG dega harga miyak duia memiliki hubuga posiif yaiu sebesar 0,56. Da hubuga kurs dega harga miyak duia memiliki hubuga egaif sebesar -0,05. DAFTAR PUSTAKA [] Rober Ag Buku Piar: Pasar Modal Idoesia (Firs ediio), Idoesia: Mediasof Idoesia (997). [] P. Aogara, Pegaar Pasar Modal, Jakara: PT Rieka Cipa (00). [3] W. W. S. Wei, Time series Aalysis Uivariae ad Mulivariae Mehods, New York: Pearso educaio, Ic (006). [] S. Widoamoo, Pasar Modal Idoesia: Pegaar da Sudi Kasus, Jakara: Peerbi Ghalia Idoesia (996). [5] Y. Abimayu, Memahami Kurs Valua Asig. Jakara: Lembaga Peerbi Fakulas Ekoomi Uiversias Idoesia (00). [6] O. Blachard, Macroecoomics, Fourh ediio. New Jersey: Pearso Preice Hall (006).

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu BAB 2 TINJAUAN TEORI 2.1 Pegeria Peramala Ramala pada dasarya merupaka dugaa aau perkiraa megeai erjadiya suau kejadia aau perisiwa di waku yag aka daag. Peramala merupaka sebuah ala bau yag peig dalam

Lebih terperinci

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala (orecasig) Peramala (orecasig) adalah suau kegiaa yag memperkiraka apa yag aka erjadi pada masa medaag. Peramala pejuala adalah peramala yag megkaika berbagai

Lebih terperinci

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

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang BAB 2 LANDASAN EORI 2.1 Pegeria Peramala Peramala adalah kegiaa uuk memperkiraka apa yag aka erjadi di masa yag aka daag. Sedagka ramala adalah suau siuasi aau kodisi yag diperkiraka aka erjadi pada masa

Lebih terperinci

MODEL VECTOR AUTOREGRESSIVE (VAR) DALAM MERAMAL PRODUKSI KELAPA SAWIT PTPN XIII Faradhila Amry, Dadan Kusnandar, Naomi Nessyana Debataraja

MODEL VECTOR AUTOREGRESSIVE (VAR) DALAM MERAMAL PRODUKSI KELAPA SAWIT PTPN XIII Faradhila Amry, Dadan Kusnandar, Naomi Nessyana Debataraja Bulei Ilmiah Mah. Sa. da Terapaya (Bimaser) Volume 07, No. (018), hal 77 84. MODEL VECTOR AUTOREGRESSIVE (VAR) DALAM MERAMAL PRODUKSI KELAPA SAWIT PTPN XIII Faradhila Amry, Dada Kusadar, Naomi Nessyaa

Lebih terperinci

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi.

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi. . Pedahulua PENGUJIAN HIPOTESIS Hipoesis Saisik : peryaaa aau dugaa megeai sau aau lebih populasi. Pegujia hipoesis berhubuga dega peerimaa aau peolaka suau hipoesis. Kebeara (bear aau salahya) suau hipoesis

Lebih terperinci

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak BB V NLIS HSIL 5.1 Ukura kurasi Hasil Peramala Uuk medapaka jeis peramala yag digika erdapa bayak parameer-parameer yag dapa diguaka. Seperi yag elah diuraika pada ladasa eori, parameer-parameer ersebu

Lebih terperinci

Peramalan Temperatur Udara di Kota Surabaya dengan Menggunakan ARIMA dan Artificial Neural Network

Peramalan Temperatur Udara di Kota Surabaya dengan Menggunakan ARIMA dan Artificial Neural Network JURNAL SAINS DAN SENI ITS Vol., No., (Sep. 202) ISSN: 230-928X D-8 Peramala Temperaur Udara di Koa Surabaya dega Megguaka ARIMA da Arificial Neural Nework Ali Machmudi da Brodol S. S. Ulama Jurusa Saisika,

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3 Meode Pegumpula Daa 3 Jeis Daa Pada peeliia ii aka megguaka jeis daa yag bersifa kuaiaif Daa kuaiaif adalah daa yag berbeuk agka / omial Dalam peeliia ii aka megguaka daa pejuala

Lebih terperinci

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF

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

Lebih terperinci

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI. Modul ke: 06Fakultas EKONOMI DAN BISNIS

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI. Modul ke: 06Fakultas EKONOMI DAN BISNIS Modul ke: 06Fakulas EKONOMI DAN BISNIS EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI Program Sudi Akuasi Idik Sodiki,SE,MBA,MM Krieria Kepuusa Ivesasi aau Pegaggara Modal o Beberapa krieria yag aka diperguaka

Lebih terperinci

Universitas Sumatera Utara

Universitas Sumatera Utara Uiversias Sumaera Uara BAB 2 LANDASAN TEORI Ladasa eori ii merupaka hasil dari ijaua lieraur-lieraur yag ada kaiaya dega meode-meode peramala maupu dega koeks laiya dalam peulisa Tugas Akhir ii. Adapu

Lebih terperinci

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

BAB 2 LANDASAN TEORI. Metode peramalan merupakan bagian dari ilmu Statistika. Salah satu metode BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala Meode peramala merupaka bagia dari ilmu Saisika. Salah sau meode peramala adalah dere waku. Meode ii disebu sebagai meode peramala dere waku karea memiliki kareserisik

Lebih terperinci

Prediksi Penjualan Sepeda Motor Merek X Di Kabupaten Dan Kotamadya Malang Dengan Metode Peramalan Hierarki

Prediksi Penjualan Sepeda Motor Merek X Di Kabupaten Dan Kotamadya Malang Dengan Metode Peramalan Hierarki JURNAL SAINS DAN SENI POMITS Vol. 3, No., (4) 337-35 (3-98X Pri) D-34 Sepeda Moor Merek X Di Kabupae Da Koamadya Malag Dega Meode Peramala Hierarki Rika Susai, Desri Susilaigrum, da Suharoo Jurusa Saisika,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 18 BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala ( Forecasig ) Peramala ( forecasig ) adalah kegiaa megisemasi apa yag aka erjadi pada masa yag aka daag. Peramala diperluka karea adaya perbedaa kesejaga waku

Lebih terperinci

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data III. METODE KAJIAN 1. Lokasi da Waku Lokasi kajia berempa uuk kelompok dilaksaaka di kelompok peeraka sapi di Bagka Tegah, Provisi Bagka Beliug, da Kelompok Peeraka Sapi di Cisarua, Bogor, Provisi Jawa

Lebih terperinci

BAB V METODE PENELITIAN

BAB V METODE PENELITIAN 31 BAB V METODE PENELITIAN 5.1 Lokasi da Waku Peeliia Peeliia ii dilaksaaka di Kecamaa Sukaagara, Kabupae Ciajur. Pemiliha lokasi peeliia dilakuka secara segaja (purposive samplig) dega memperimbagka aspek

Lebih terperinci

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB Sudi kelayaka bisis pada dasarya berujua uuk meeuka kelayaka bisis berdasarka krieria ivesasi Krieria ersebu diaaraya adalah ; 1. Nilai bersih kii (Ne

Lebih terperinci

PERAMALAN INFLASI MENGGUNAKAN PENDEKATAN GABUNGAN ANTARA FUNGSI TRANSFER DAN INTERVENSI DENGAN DETEKSI OUTLIER

PERAMALAN INFLASI MENGGUNAKAN PENDEKATAN GABUNGAN ANTARA FUNGSI TRANSFER DAN INTERVENSI DENGAN DETEKSI OUTLIER Semiar Hasil Tugas Akhir PERAMALAN INFLASI MENGGUNAKAN PENDEKATAN GABUNGAN ANTARA FUNGSI TRANSFER DAN INTERVENSI DENGAN DETEKSI OUTLIER TAHIRA ETA ADISTI (1309100108) Pembimbig: Dr. SUHARTONO, S. Si, M.

Lebih terperinci

ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI MITRA PINASTHIKA MUSTIKA (MPM) HONDA MOTOR DENGAN PENDEKATAN ARIMA

ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI MITRA PINASTHIKA MUSTIKA (MPM) HONDA MOTOR DENGAN PENDEKATAN ARIMA ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI MITRA PINASTHIKA MUSTIKA (MPM) HONDA MOTOR DENGAN PENDEKATAN ARIMA Oleh : Liviani Nursia 307030040 Dosen Pembimbing: Dr. Brodjol Suijo S.U, MSi Laar Belakang

Lebih terperinci

PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP

PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP Prosidig SPMIPA. pp. 57-6. 6 ISBN : 979.74.47. PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP Sri Rahayu, Taro Jurusa Maemaika FMIPA UNDIP Semarag Jl. Prof. Soedaro, Kampus UNDIP Tembalag,

Lebih terperinci

TUGAS AKHIR. Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika. Oleh: AFRIANTI

TUGAS AKHIR. Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika. Oleh: AFRIANTI MODEL TIME SERIES UNTUK PERAMALAN TINGKAT PENJUALAN JENIS BAHAN BAKAR MINYAK (BBM) DI STASIUN PENGISIAN BAHAN BAKAR UNTUK UMUM (SPBU) ARIFIN ACHMAD-PEKANBARU TUGAS AKHIR Diajuka sebagai Salah Sau Syara

Lebih terperinci

Jurnal Rekursif, Vol. 3 No. 1 Maret 2015, ISSN

Jurnal Rekursif, Vol. 3 No. 1 Maret 2015, ISSN Jural Rekursif, Vol 3 No Mare 05, ISSN 303-0755 PERBANDINGAN KEAKURATAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DAN EPONENTIAL SMOOTHING PADA PERAMALAN PENJUALAN SEMEN DI PT SINAR ABADI

Lebih terperinci

JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) ( X Print) D-266

JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) ( X Print) D-266 JURNAL SAINS DAN SENI ITS Vol., No., () 337-3 (3-9X Pri) D-66 Peramala Ideks Harga Saham Perusahaa Fiasial LQ Megguaka Meode Auoregressive Iegraed Movig Average (ARIMA) da Vecor Auoregressive (VAR) Rivai

Lebih terperinci

Peramalan Jumlah Penduduk Kota Samarinda Dengan Menggunakan Metode Pemulusan Eksponensial Ganda dan Tripel Dari Brown

Peramalan Jumlah Penduduk Kota Samarinda Dengan Menggunakan Metode Pemulusan Eksponensial Ganda dan Tripel Dari Brown Jural EKSPONENSIAL Volume 7, Nomor, Mei 06 ISSN 085-789 Peramala Jumlah Peduduk Koa Samarida Dega Megguaka Meode Pemulusa Ekspoesial Gada da Tripel Dari Brow Forecasig he Populaio of he Ciy of Samarida

Lebih terperinci

MODEL PERAMALAN RATA-RATA BEBAN PEMAKAIAN LISTRIK KOTA PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR

MODEL PERAMALAN RATA-RATA BEBAN PEMAKAIAN LISTRIK KOTA PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR MODEL PERAMALAN RATA-RATA BEBAN PEMAKAIAN LISTRIK KOTA PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR Diajuka Sebagai Salah Sau Syara Uuk Memperoleh Gelar Sarjaa Sais Pada Jurusa Maemaika Oleh :

Lebih terperinci

BAB METODOLOGI. Bab 2 Metodologi berisikan :

BAB METODOLOGI. Bab 2 Metodologi berisikan : BAB METODOLOGI Bab Meodologi berisika :.. Pegambila Sampel.. Peramala Nilai Iflasi melalui Ideks Harga Kosume Megguaka Meode ARIMA.3. Akumulasi Prese Value melalui Buga Sederhaa dalam Perhiuga Harga Barag

Lebih terperinci

Oleh: TANTI MEGASARI Dosen Pembimbing : Dra. Nuri Wahyuningsih, MKes

Oleh: TANTI MEGASARI Dosen Pembimbing : Dra. Nuri Wahyuningsih, MKes PERAMALAN INDEKS HARGA SAHAM YANG DIPENGARUHI KURS, PERUBAHAN INFLASI, POSISI JUMLAH DEPOSITO BERJANGKA, SUKU BUNGA SBI DAN DEPOSITO MENGGUNAKAN FUNGSI TRANSFER DAN ARCH-GARCH Oleh: TANTI MEGASARI 6 00

Lebih terperinci

Pemodelan Pencemaran Udara Menggunakan Metode Vector Autoregressive (Var) di Provinsi Riau

Pemodelan Pencemaran Udara Menggunakan Metode Vector Autoregressive (Var) di Provinsi Riau Pemodela Pecemara Udara Megguaka Meode Vecor Auoregressive (Var) di Provisi Riau Ari Pai Desvia 1, Maryam Julliaa D 2 Jurusa Maemaika, Fakulas Sais da Tekologi, UIN Sula Syarif Kasim Riau Jl. HR. Soebraas

Lebih terperinci

Barekeng, Juni hal Vol. 1. No. 1

Barekeng, Juni hal Vol. 1. No. 1 Barekeg, Jui 7 hal46-5 Vol No ANALISIS VARIANS MULTIVARIAT PADA EKSPERIMEN DENGAN RANCANGAN ACAK LENGKAP (Variace Mulivaria Aalysis for Eperime wih Complee Radom Desig Th PENTURY Jurusa Maemaika FMIPA

Lebih terperinci

BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel

BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel BAB III PENAKSIR DERET FOURIER 3. Peaksi Dalam saisika, peaksi adalah sebuah saisik (fugsi dai daa sampel obsevasi) yag diguaka uuk meaksi paamee populasi yag idak dikeahui (esimad) aau fugsi yag memeaka

Lebih terperinci

STUDI ANALISIS PERAMALAN DENGAN METODE DERET BERKALA

STUDI ANALISIS PERAMALAN DENGAN METODE DERET BERKALA Widya Tekika Vol.18 No.2; Okober 2010 ISSN 1411 0660: 1-6 Absrak STUDI ANALISIS PERAMALAN DENGAN METODE DERET BERKALA Arie Resu Wardhai 1), Salvador Mauel Pereira 2) Perusahaa sepau da sadal House of Mr.

Lebih terperinci

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) . Definisi L.2 (Kejadian lepas )

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) .   Definisi L.2 (Kejadian lepas ) 33 LAMPIRAN 34 35 Beberapa Defiisi Ruag Cooh Kejadia da Peluag Suau percobaa yag dapa diulag dalam kodisi yag sama, yag hasilya idak dapa diprediksi dega epa eapi kia bisa megeahui semua kemugkia hasil

Lebih terperinci

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA Prosidig Semiar Nasioal Sais da Pedidika Sais IX, Fakulas Sais da Maemaika, UKSW Salaiga, Jui 4, Vol 5, No, ISSN :87-9 MODEL KOREKSI KESALAHAN DENGAN MEODE BAYESIAN PADA DAA RUNUN WAKU INDEKS HARGA KONSUMEN

Lebih terperinci

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di 8 METODE PENELITIAN Lokasi da Waku Peeliia Peeliia ii dilaksaaka selama 3 bula, erhiug sejak bula Februari sampai dega April 2008, di DAS Waeruhu, yag secara admiisraif erleak di wilayah Kecamaa Sirimau,

Lebih terperinci

MENENTUKAN PERSEDIAAN BERAS DENGAN MENGGUNAKAN MODEL ECONOMIC ORDER QUANTITY (EOQ) BERDASARKAN RAMALAN PERMINTAAN PADA TAHUN 2012

MENENTUKAN PERSEDIAAN BERAS DENGAN MENGGUNAKAN MODEL ECONOMIC ORDER QUANTITY (EOQ) BERDASARKAN RAMALAN PERMINTAAN PADA TAHUN 2012 MENENTUKAN PERSEDIAAN BERAS DENGAN MENGGUNAKAN MODEL ECONOMIC ORDER QUANTITY (EOQ) BERDASARKAN RAMALAN PERMINTAAN PADA TAHUN 2012 Julia Nahar 1 1 Uiversias Padjadjara, Jala Raya Badug-Sumedag km 21,Jaiagor

Lebih terperinci

BAB III ARFIMA-FIGARCH. pendek (short memory) karena fungsi autokorelasi antara dan turun

BAB III ARFIMA-FIGARCH. pendek (short memory) karena fungsi autokorelasi antara dan turun BAB III ARFIMA-FIGARCH 3. Time Series Memori Jangka Panjang Proses ARMA sering dinyaakan sebagai proses memori jangka pendek (shor memory) karena fungsi auokorelasi anara dan urun cepa secara eksponensial

Lebih terperinci

Universitas Sumatera Utara

Universitas Sumatera Utara 50.7 4.3770 6.7547 6.7547 4.4 48.6965 R4.7 36.3 N8 TOL 0..70 35.9497 36.3.99 50.7 94.338 6.89 3.5 6.75 7.567 36.0 6.4837 57.396 8.783 66.0384 5.337 37.006 3.568 PISAU POTONG AISI D SEPUH No Qy NAME MATERIAL

Lebih terperinci

BAB III TINJAUAN PUSTAKA

BAB III TINJAUAN PUSTAKA BAB III TINJAUAN PUSTAKA 3.1. Defiisi Peramala Peramala adalah proses uuk memperkiraka berapa bayak kebuuha dimasa medaag yag melipui kebuuha dalam ukura kuaias, kualias, waku da lokasi yag dibuuhka dalam

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeis Peeliia Jeis peeliia ii merupaka peeliia kuaiaif dega megguaka meode eksperime. Desai peeliia ii megguaka ru experime desig beuk desai poses oly corol desig yaki meempaka

Lebih terperinci

Rumus-rumus yang Digunakan

Rumus-rumus yang Digunakan Saisika Uipa Surabaya 4. Sampel Tuggal = Rumus-rumus yag Diguaka s..... Sampel berkorelasi D D N N N...... 3. Sampel Bebas a. Uuk varias sama... 3 aau x x s g... 4 b. Sampel Heeroge Guaka Uji Corha - Cox

Lebih terperinci

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN Nomi Kelari *, Hasriai 2, Musraii 2 Mahasiswa Program S Maemaika 2 Dose Jurusa Maemaika Fakulas Maemaika da Ilmu Pegeahua

Lebih terperinci

B A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan

B A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan 30 B A B III METODE PENELITIAN 3. Peeapa Lokai da Waku Peeliia Objek peeliia dalam peeliia ii adalah megaalii perbadiga harga jual produk melalui pedekaa arge pricig dega co-plu pricig pada oko kue yag

Lebih terperinci

V. PENGUJIAN HIPOTESIS

V. PENGUJIAN HIPOTESIS V. PENGUJIAN IPOTEI A. IPOTEI TATITIK Defiisi uau hipoesa saisik adalah suau peryaaa aau dugaa megeai sau aau lebih variabel populasi. ipoesis digologka mejadi. ipoesis ol adalah hipoesis yag dirumuska

Lebih terperinci

PEMODELAN TINGKAT KECELAKAAN LALU LINTAS DI KOTA PEKANBARU MENGGUNAKAN METODE TIME SERIES AUTOREGRESIVE TUGAS AKHIR. Oleh:

PEMODELAN TINGKAT KECELAKAAN LALU LINTAS DI KOTA PEKANBARU MENGGUNAKAN METODE TIME SERIES AUTOREGRESIVE TUGAS AKHIR. Oleh: PEMODELAN TINGKAT KECELAKAAN LALU LINTAS DI KOTA PEKANBARU MENGGUNAKAN METODE TIME SERIES AUTOREGRESIVE TUGAS AKHIR Diajuka sebagai Salah Sau Syara uuk Memperoleh Gelar Sarjaa Sais pada Jurusa Maemaika

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeis Peeliia Jeis peeliia ii ergolog peeliia komparasioal, yaiu peeliia yag dilaksaaka uuk megeahui ada idakya perbedaa aar variabel yag sedag dielii. Jika perbedaa iu memag

Lebih terperinci

ESTIMASI PARAMETER MODEL ARMA UNTUK PERAMALAN DEBIT AIR SUNGAI MENGGUNAKAN GOAL PROGRAMMING

ESTIMASI PARAMETER MODEL ARMA UNTUK PERAMALAN DEBIT AIR SUNGAI MENGGUNAKAN GOAL PROGRAMMING ESTIMASI PARAMETER MODEL ARMA UNTUK PERAMALAN DEBIT AIR SUNGAI MENGGUNAKAN GOAL PROGRAMMING Nama: Zahroh Aiqoh 05 00 0 Dosen Pembimbing: Dra. Nuri Wahyuningsih, MKes Drs. Sulisiyo, MT Jurusan Maemaika

Lebih terperinci

PERAMALAN HARGA SAHAM SYARI AH RUPIAH EQUITY FUND PT. PRUDENTIAL LIFE INSURANCE PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR.

PERAMALAN HARGA SAHAM SYARI AH RUPIAH EQUITY FUND PT. PRUDENTIAL LIFE INSURANCE PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR. PERAMALAN HARGA SAHAM SYARI AH RUPIAH EQUITY FUND PT. PRUDENTIAL LIFE INSURANCE PEKANBARU MENGGUNAKAN METODE BOX-JENKINS TUGAS AKHIR Diajuka Sebagai Salah Sau Syara Uuk Memperoleh Gelar Sarjaa Sais pada

Lebih terperinci

METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA. Mahasiswa Program S1 Matematika 2

METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA. Mahasiswa Program S1 Matematika 2 METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA Roki Nuari *, Aziskha, Edag Lily Mahasiswa Program S Maemaika Dose Jurusa Maemaika Fakulas

Lebih terperinci

ANALISIS INVESTASI PENAMBANGAN PASIR DAN BATU DITINJAU DARI SEGI TEKNIS DAN BIAYA

ANALISIS INVESTASI PENAMBANGAN PASIR DAN BATU DITINJAU DARI SEGI TEKNIS DAN BIAYA ANALISIS INVESTASI PENAMBANGAN PASIR DAN BATU DITINJAU DARI SEGI TEKNIS DAN BIAYA Laar Belakag Masalah Semaki berambah pesaya pembagua dibidag kosruksi maka meyebabka meigka pula kebuuha aka meerial-maerial

Lebih terperinci

Abstrak Hampir seluruh aktivitas manusia di berbagai belahan bumi sangat bergantung terhadap ketersediaan air bersih.

Abstrak Hampir seluruh aktivitas manusia di berbagai belahan bumi sangat bergantung terhadap ketersediaan air bersih. 1 Peramalan Volume Produksi Air Bersih di PDAM Kabupaen Bojonegoro berdasarkan Jumlah Pelanggan dan Volume Konsumsi Air Fasha Aulia Pradhani dan Adaul Mukarromah Jurusan Saisika, FMIPA, ITS Jl. Arief Rahman

Lebih terperinci

BAB II TINJAUAN PUSTAKA. pengantar metode ARIMA Box Jenkins dan analisis spektral.

BAB II TINJAUAN PUSTAKA. pengantar metode ARIMA Box Jenkins dan analisis spektral. BAB II TINJAUAN PUSTAKA. Pedahulua Pada Bab II aka dijelaska pegeria pegeria da eori dasar yag diguaka sebagai ladasa pembahasa pada bab selajuya. Teori yag aka dibahas pada Bab II ii secara garis besar

Lebih terperinci

Peramalan Jumlah Pengunjung Domestik dan Mancanegara di Maharani Zoo & Goa Menggunakan ARIMA Box - Jenkins

Peramalan Jumlah Pengunjung Domestik dan Mancanegara di Maharani Zoo & Goa Menggunakan ARIMA Box - Jenkins Peramalan Jumlah Pengunjung Domesik dan Mancanegara di Maharani oo & Goa Menggunakan ARIMA Box - Jenkins Vivi Kusuma Sulisyawai (3030085) Dosen Pembimbing Dr. Irhamah, S.Si.,M.Si Laar Belakang Rumusan

Lebih terperinci

Prediksi Penjualan di Perusahaan Ritel dengan Metode Peramalan Hirarki Berdasarkan Model Variasi Kalender

Prediksi Penjualan di Perusahaan Ritel dengan Metode Peramalan Hirarki Berdasarkan Model Variasi Kalender JURNAL SAINS AN SENI POMITS Vol. 2, No., (23) 2337-352 (23-928X Pri) -54 Prediksi Peuala di Perusahaa Riel dega Meode Peramala Hirarki Berdasarka Model Variasi Kaleder Puspia Karikasari da Suharoo Jurusa

Lebih terperinci

BAB III FORMULA PENENTUAN HARGA OPSI ASIA

BAB III FORMULA PENENTUAN HARGA OPSI ASIA 3 BAB III FORMULA PEETUA HARA OPSI ASIA Pada Bab III ii aka dibahas megeai opsi Asia da aalisisya, di maa yag aka dibahas hayalah beberapa ipe opsi Asia, da erbaas pada eis Europea call saa. Jeis-eis opsi

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Black dan Scholes (1973) menyatakan bahwa nilai aset mengikuti Gerak

BAB II TINJAUAN PUSTAKA. Black dan Scholes (1973) menyatakan bahwa nilai aset mengikuti Gerak BAB II TINJAUAN PUSTAKA. Peeliia Terdahulu Black da Scholes (973) meyaaka bahwa ilai ase megikui Gerak Brow Geomeri, dega drif μ (ekpekasi dari reur) da volailias σ (deviasi sadar dari reur). Berawal dari

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

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

Lebih terperinci

Pemodelan Data Runtun Waktu : Kasus Data Tingkat Pengangguran di Amerika Serikat pada Tahun

Pemodelan 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 terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

PENGUJIAN HIPOTESIS DUA RATA-RATA

PENGUJIAN HIPOTESIS DUA RATA-RATA PENGUJIN HIPOTEI DU RT-RT Pegujia hipoesis dua raa-raa diguaka uuk membadigka dua keadaa aau epaya dua populasi. Misalya kia mempuyai dua populasi ormal masig-masig dega raa-raa µ da µ sedagka simpaga

Lebih terperinci

Contagions Effect Kurs 5 Negara ASEAN (Association of Southeast Asian Nations) Menggunakan Vector Autoregressive (VAR)

Contagions Effect Kurs 5 Negara ASEAN (Association of Southeast Asian Nations) Menggunakan Vector Autoregressive (VAR) JURNAL SAINS DAN SENI POMITS Vol. 2, No., (203) 2337-3520 (230-928X Prin) D-8 Conagions Effec Kurs 5 Negara ASEAN (Associaion of Souheas Asian Naions) Menggunakan Vecor Auoregressive (VAR) Mirna Chairany,

Lebih terperinci

B. DESKRIPSI SINGKAT MATA KULIAH

B. DESKRIPSI SINGKAT MATA KULIAH A. IDENTITAS MATA KULIAH Nama Maa Kuliah : Kalkulus 1 Kode Maa Kuliah : MUG1A4 SKS : 4 (empa) Jeis : Maa kuliah wajib Jam pelaksaaa : Taap muka di kelas = 4 jam per peka Tuorial/ resposi Semeser / Tigka

Lebih terperinci

METODOLOGI. Waktu dan Tempat. Alat dan Bahan

METODOLOGI. Waktu dan Tempat. Alat dan Bahan METODOLOGI Waku da Tempa Peeliia merupaka desk sudy dega megguaka daa sekuder da pegolaha daa dilakuka di Laboraorium Klimaologi Depareme Geofisika da Meeorologi, Fakulas Maemaika da Ilmu Pegeahua Alam,

Lebih terperinci

MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR

MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR Bulei Ilmiah Ma.Sa. da Terapaya (Bimaser) Volume 06, No. (07), hal -0. MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR Ermawai, Helmi, Frasiskus

Lebih terperinci

Peramalan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Model Dinamis

Peramalan 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 terperinci

BAB 3 LANDASAN TEORI. masa lampau akan berlanjut ke masa depan. Hampir seluruh peramalan didasarkan. pada asumsi bahwa masa lampau akan berulang.

BAB 3 LANDASAN TEORI. masa lampau akan berlanjut ke masa depan. Hampir seluruh peramalan didasarkan. pada asumsi bahwa masa lampau akan berulang. BAB 3 LANDASAN TEORI 3. Peramala 3.. Defiisi Peramala Peramala adalah perkiraa probabilisik aau peggambara dari ilai aau kodisi di masa depa. Asumsi yag umum dipakai dalam peramala adalah pola masa lampau

Lebih terperinci

*Corresponding Author:

*Corresponding Author: Prosiding Seminar Tugas Akhir FMIPA UNMUL 5 Periode Mare 6, Samarinda, Indonesia ISBN: 978-6-7658--3 Penerapan Model Neuro-Garch Pada Peramalan (Sudi Kasus: Reurn Indeks Harga Saham Gabungan) Applicaion

Lebih terperinci

Kata kunci: Deret waktu, Heteroskedastisitas, IGARCH, Peramalan. Keywords: Time Series, Heteroscedasticity, IGARCH, Forecasting.

Kata kunci: Deret waktu, Heteroskedastisitas, IGARCH, Peramalan. Keywords: Time Series, Heteroscedasticity, IGARCH, Forecasting. METODE INTEGRATED GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (IGARCH) UNTUK MEMODELKAN HARGA GABAH DUNIA (INTEGRATED GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY TO CAPTURE

Lebih terperinci

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN PERENCNN JUMLH PRODUK MENGGUNKN METODE FUZZY MMDNI BERDSRKN PREDIKSI PERMINTN Nama Mahasiswa : Norma Edah Haryai NRP : 1207 100 031 Jurusa : Maemaika FMIP-ITS Dose Pembimbig : Drs. I G N Rai Usadha, M.Si

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN 29 IV. METODE PENELITIAN 4.1. Lokasi da Waku Peeliia Peeliia ii dilaksaaka di Kecamaa Pamijaha, Kabupae Bogor, Provisi Jawa Bara. Pemiliha lokasi peeliia dilakuka secara segaja (purposive) dega perimbaga

Lebih terperinci

PENERAPAN METODE EXPONENTIAL SMOOTHING DALAM MEMPREDIKSI JUMLAH SISWA BARU (STUDI KASUS: SMK PEMDA LUBUK PAKAM)

PENERAPAN METODE EXPONENTIAL SMOOTHING DALAM MEMPREDIKSI JUMLAH SISWA BARU (STUDI KASUS: SMK PEMDA LUBUK PAKAM) Jural Pelia Iformaika, Volume 16, Nomor 3, Juli 2017 IN 2301-9425 (Media Ceak) PENERAPAN METODE EXPONENTIAL MOOTHING DALAM MEMPREDIKI JUMLAH IWA BARU (TUDI KAU: MK PEMDA LUBUK PAKAM) Kuriagara Mahasiswa

Lebih terperinci

Analisis Peramalan Jumlah Permintaan Kerudung di Industri Kecil Kerudung Arin di Surabaya dengan Metode Variasi Kalender

Analisis Peramalan Jumlah Permintaan Kerudung di Industri Kecil Kerudung Arin di Surabaya dengan Metode Variasi Kalender Analisis Peramalan Jumlah Perminaan Kerudung di Indusri Kecil Kerudung Arin di Surabaya dengan Meode Variasi Kalender Disusun oleh : Sely Enggar Rusiano 307 030 030 Dosen Pembimbing : Dr. Irhamah, M.Si

Lebih terperinci

ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI KABUPATEN NGAWI DENGAN ARIMA DAN VARIASI KALENDER. Muflih Rori Putra Harahap

ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI KABUPATEN NGAWI DENGAN ARIMA DAN VARIASI KALENDER. Muflih Rori Putra Harahap ANALISIS PERAMALAN PENJUALAN SEPEDA MOTOR DI KABUPATEN NGAWI DENGAN ARIMA DAN VARIASI KALENDER Muflih Rori Pura Harahap 30 00 052 Pembimbing : Dr. Drs. Agus Suharsono, M.S. LATAR BELAKANG PENDAHULUAN

Lebih terperinci

ANALISIS PERAMALAN INDEKS HARGA SAHAM KOSPI DENGAN MENGGUNAKAN METODE INTERVENSI

ANALISIS PERAMALAN INDEKS HARGA SAHAM KOSPI DENGAN MENGGUNAKAN METODE INTERVENSI Seminar Nasional Saisika IX Insiu Teknologi Sepuluh Nopember, 7 November 009 XV-1 ANALISIS PERAMALAN INDEKS HARGA SAHAM KOSPI DENGAN MENGGUNAKAN METODE INTERVENSI Muhammad Sjahid Akbar, Jerry Dwi Trijoyo

Lebih terperinci

Peramalan Volume Penjualan Semen di PT.Semen Gresik Persero Tbk

Peramalan Volume Penjualan Semen di PT.Semen Gresik Persero Tbk Peramalan Volume Penjualan Semen di PT.Semen Gresik Persero Tbk Oleh : Dwi Hapsari K (1306 100 015) Dosen Pembimbing : Dra. Karika Firiasari, M.Si 1 Pendahuluan Laar Belakang, Perumusan Masalah, Tujuan

Lebih terperinci

PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ

PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ Bulei Ilmiah Ma. Sa. da Terapaya (Bimaser) Volume 05, No. 2 (206), hal 79-86 PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ Sii Faimah, Neva Sayahadewi, Shaika Marha INTISARI

Lebih terperinci

Peramalan Hasil Produksi Pupuk NPK Menggunakan Model Fungsi Transfer Multi Input. : Nesia Brilliana I.P NRP :

Peramalan Hasil Produksi Pupuk NPK Menggunakan Model Fungsi Transfer Multi Input. : Nesia Brilliana I.P NRP : Peramalan Hasil Produksi Pupuk NPK Menggunakan Model Fungsi Transfer Muli Inpu Nama : Nesia Brilliana I.P NRP : 20800023 Jurusan : Maemaika Dosen Pembimbing : Dra. Nuri Wahyuningsih, M. Kes Pemberian pupuk

Lebih terperinci

PERAMALAN JUMLAH PENUMPANG TRANSPORTASI UDARA TUJUAN SURABAYA BALIKPAPAN DENGAN METODE ARIMA BOX-JENKINS

PERAMALAN JUMLAH PENUMPANG TRANSPORTASI UDARA TUJUAN SURABAYA BALIKPAPAN DENGAN METODE ARIMA BOX-JENKINS PERAMALAN JUMLAH PENUMPANG TRANSPORTASI UDARA TUJUAN SURABAYA BALIKPAPAN DENGAN METODE ARIMA BOX-JENKINS Joko Ariyadi (308 030 060) Pembimbing : Drs. Brodjol Suijo Suprih Ulama, M.Si Laar Belakang 2 Laar

Lebih terperinci

BAB II TINJAUAN TEORITIS

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

Lebih terperinci

MODEL ARIMA(0,1,1) UNTUK PERAMALAN JUMLAH NASABAH PADA PT. PRUDENTIAL LIFE INSURANCE KOTA PEKANBARU TUGAS AKHIR

MODEL ARIMA(0,1,1) UNTUK PERAMALAN JUMLAH NASABAH PADA PT. PRUDENTIAL LIFE INSURANCE KOTA PEKANBARU TUGAS AKHIR MODEL ARIMA(0,,) UNTUK PERAMALAN JUMLAH NASABAH PADA PT. PRUDENTIAL LIFE INSURANCE KOTA PEKANBARU TUGAS AKHIR Diajuka Sebagai Salah Sau Syara Uuk Memperoleh Gelar Sarjaa Sais pada Jurusa Maemaika Oleh:

Lebih terperinci

TINGKAT PENJUALAN SEPEDA MOTOR SUZUKI PADA CV. ADI MULIA MOTOR DI RENGAT INDRAGIRI HULU DENGAN MENGGUNAKAN METODE TIME SERIES

TINGKAT PENJUALAN SEPEDA MOTOR SUZUKI PADA CV. ADI MULIA MOTOR DI RENGAT INDRAGIRI HULU DENGAN MENGGUNAKAN METODE TIME SERIES FORECASTING TINGKAT PENJUALAN SEPEDA MOTOR SUUKI PADA CV. ADI MULIA MOTOR DI RENGAT INDRAGIRI HULU DENGAN MENGGUNAKAN METODE TIME SERIES AUTOREGRESSIVE TUGAS AKHIR Diajuka sebagai Salah Sau Syara uuk Memperoleh

Lebih terperinci

ANALISIS BEDA Fx F.. S u S g u i g y i an a t n o t da d n a Ag A u g s u Su S s u wor o o

ANALISIS BEDA Fx F.. S u S g u i g y i an a t n o t da d n a Ag A u g s u Su S s u wor o o ANALII BEDA Fx. ugiyao da Agus usworo Kosep Peeliia bermaksud meguji keadaa (sesuau) yag erdapa dalam suau kelompok dega kelompok lai Meguji apakah erdapa perbedaa yg Meguji apakah erdapa perbedaa yg sigifika

Lebih terperinci

BAB IV METODOLOGI PENELITIAN

BAB IV METODOLOGI PENELITIAN 30 BAB IV METODOLOGI PENELITIAN 4.1 Beuk da Meode Peeliia Peeliia Opimalisasi da Sraegi Pemafaaa Souher Bluefi Tua di Samudera Hidia Selaa Idoesia diarahka pada upaya uuk megugkapa suau masalah aau keadaa

Lebih terperinci

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

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

Lebih terperinci

INTEGRAL TAK TENTU (pecahan rasional) Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ

INTEGRAL TAK TENTU (pecahan rasional) Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ INTEGRL TK TENTU pecaha rasioal gusia Pradjaigsih, M.Si. Jurusa Maemaika FMIP UNEJ agusia.fmipa@uej.ac.id DEFINISI Fugsi suku bayak derajad dega bula o egaif 0 dimaa, 0 a a a a a P Fugsi kosa dipadag sbg

Lebih terperinci

PERAMALAN DENGAN MODEL VARI PADA DATA IHK KELOMPOK PADI-PADIAN DAN BUMBU-BUMBUAN (STUDI KASUS KOTA SALATIGA, BULAN JANUARI 2014 JULI 2016)

PERAMALAN 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 terperinci

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER STATISTIK CUKUP Oleh: Ramayai Rizka M (11810101003), Dey Ardiao (1181010101), Ikfi Ulyawai (1181010103), Falviaa Yulia Dewi (1181010106), Ricki Dio Rosada (11810101034), Nurma Yuia D (11810101035), Wula

Lebih terperinci

(T.9) PENAKSIRAN MODEL GARCH DENGAN METODE BOUNDED M-ESTIMATES

(T.9) PENAKSIRAN MODEL GARCH DENGAN METODE BOUNDED M-ESTIMATES PROSIDING ISSN : 087-590. Seminar Nasional Saisika November 0 Vol, November 0 (T.9) PENAKSIRAN MODEL GARCH DENGAN METODE BOUNDED M-ESTIMATES Yahya Ubaid ), Budi Nurani R. ), Mulyana K. 3) )Mahasiswa Program

Lebih terperinci

ANALISIS BEDA. Konsep. Uji t (t-test) Teknik Uji Beda. Agus Susworo Dwi Marhaendro

ANALISIS BEDA. Konsep. Uji t (t-test) Teknik Uji Beda. Agus Susworo Dwi Marhaendro ANALII BEA Agus usworo wi Marhaedro Kosep Peeliia bermaksud meguji keadaa (sesuau) yag erdapa dalam suau kelompok dega kelompok lai Meguji apakah erdapa perbedaa yg sigifika di aara kelompok-kelompok Tekik

Lebih terperinci

PENERAPAN UKURAN KETEPATAN NILAI RAMALAN DATA DERET WAKTU DALAM SELEKSI MODEL PERAMALAN VOLUME PENJUALAN PT SATRIAMANDIRI CITRAMULIA

PENERAPAN UKURAN KETEPATAN NILAI RAMALAN DATA DERET WAKTU DALAM SELEKSI MODEL PERAMALAN VOLUME PENJUALAN PT SATRIAMANDIRI CITRAMULIA PENERAPAN UKURAN KETEPATAN NILAI RAMALAN DATA DERET WAKTU DALAM SELEKSI MODEL PERAMALAN VOLUME PENJUALAN PT SATRIAMANDIRI CITRAMULIA Iwa Sugkawa; Ries Tri Megasari Mahemaics & Saisics Deparme, School of

Lebih terperinci

Peramalan Inflasi Menggunakan Model Fungsi Transfer Multi Input. Forcasting Inflation Using Multiple Input Transfer Function Model

Peramalan Inflasi Menggunakan Model Fungsi Transfer Multi Input. Forcasting Inflation Using Multiple Input Transfer Function Model Peramalan Inflasi Menggunakan Model Fungsi Transfer Muli Inpu Forcasing Inflaion Using Muliple Inpu Transfer Funcion Model Novi Adisia, Sri Wahyuningsih, dan Rio Goeanoro 3 Laboraorium Saisika Terapan

Lebih terperinci

1999 sampai bulan September Data ini diperoleh dari yahoo!finance.

1999 sampai bulan September Data ini diperoleh dari yahoo!finance. 7 999 sampai bulan Sepember 8. Daa ini diperoleh dari yahoo!finance. Meode Langkah-langkah pemodelan nilai harian IHSG secara garis besar dapa diliha pada Lampiran dengan penjelasan sebagai beriku:. Melakukan

Lebih terperinci

BAB II TEORI DASAR. 2.1 Proses Stokastik Rantai Markov

BAB II TEORI DASAR. 2.1 Proses Stokastik Rantai Markov BAB II TEORI DASAR. Proses Sokasik Raai Markov Proses sokasik merupaka suau cara uuk mempelajari hubuga yag diamis dari suau ruua perisiwa aau proses yag kejadiaya bersifa idak pasi. Dalam memodelka perubaha

Lebih terperinci

TUGAS AKHIR. untuk Analisis Peramalan Data Ekspor Non Migas Indonesia Di Sektor Pertanian, Sektor Perindustrian dan Sektor

TUGAS AKHIR. untuk Analisis Peramalan Data Ekspor Non Migas Indonesia Di Sektor Pertanian, Sektor Perindustrian dan Sektor TUGAS AKHIR Pendekaan Meode ARIMA Box Jenkins unuk Analisis Peramalan Daa Ekspor Non Migas Indonesia Di Sekor Peranian, Sekor Perindusrian dan Sekor Nurul Laifa Perambangan 307 030 70 Dosen pembimbing

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB TINJAUAN PUSTAKA Tijaua Pusaka Pegguaa meode peramala Forecasig elah dilakuka oleh berbagai macam peeliia dalam berbagai bidag eruama diguaka dalam memprediksi pejuala pada perusahaa Beriku dibawah

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

Pemodelan Indeks Harga Konsumen Kelompok Bahan Makanan menggunakan Metode Intervensi dan Regresi Spline ABSTRAK

Pemodelan Indeks Harga Konsumen Kelompok Bahan Makanan menggunakan Metode Intervensi dan Regresi Spline ABSTRAK Pemodelan Indeks Harga Konsumen Kelompok Bahan Makanan menggunakan Meode Inervensi dan Regresi Spline Rina Andriani, Dr. Suharono, M.Sc 2 Mahasiswa Jurusan Saisika FMIPA-ITS, 2 Dosen Jurusan Saisika FMIPA-ITS

Lebih terperinci

PEMODELAN PRODUKSI SEKTOR PERTANIAN

PEMODELAN PRODUKSI SEKTOR PERTANIAN Seminar Nasional Saisika IX Insiu Teknologi Sepuluh Nopember, 7 November 2009 PEMODELAN PRODUKSI SEKTOR PERTANIAN Brodjol Suijo Jurusan Saisika ITS Surabaya ABSTRAK Pada umumnya daa ekonomi bersifa ime

Lebih terperinci

PENAKSIRAN PARAMETER MODEL VECTOR AUTOREGRESSIVE INTEGRATED (VARI) DENGAN METODE MLE DAN PENERAPANNYA PADA DATA INDEKS HARGA KONSUMEN

PENAKSIRAN PARAMETER MODEL VECTOR AUTOREGRESSIVE INTEGRATED (VARI) DENGAN METODE MLE DAN PENERAPANNYA PADA DATA INDEKS HARGA KONSUMEN IndoMS Journal on Saisics Vol., No. (04), Page 7-37 PENAKSIRAN PARAMETER MODEL VECTOR AUTOREGRESSIVE INTEGRATED (VARI) DENGAN METODE MLE DAN PENERAPANNYA PADA DATA INDEKS HARGA KONSUMEN Dinda Ariska Wulandari,

Lebih terperinci

BAB 4 ANALISIS DAN PEMBAHASAN

BAB 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 terperinci

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

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

Lebih terperinci