BAB III METODOLOGI PENELITIAN

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB III METODOLOGI PENELITIAN"

Transkripsi

1 BAB III METODOLOGI PENELITIAN III.1 Model Peneliian Dalam menganalisa efekifias kebijakan pemerinah, maka model yang digunakan dalam skripsi ini adalah model yang diurunkan dari eori kekuaan monopoli, fungsi pendapaan dan fungsi perminaan. Persamaan 1 adalah persamaan yang dirumuskan dari eori kekuaan monopoli. Dapa dierangkan melalui grafik beriku: Gambar 3.1 Monopoli Dari grafik diaas, dapa diliha, keika monopolis memuuskan produksi opimumnya maka kuanias yang erjadi adalah di Qm. Sedangkan, pada kondisi persaingan sempurna, kuanias 33 Analisa efekifias... Anangga Wirasaya, FE-UI, 2008

2 yang erjadi adalah di Qc. Kuanias yang dihasilkan oleh pasar persaingan sempurna jauh lebih banyak dibandingkan dengan kuanias yang dihasilkan oleh pasar monopolis. Pada pasar monopolis, erdapa kekuaan monopoli, yaiu kemampuan perusahaan unuk meneapkan harga diaas biaya marjinalnya. Besar kekuaan monopoli pada grafik diunjukkan dari iik A ke iik B. sehingga dapa kia liha, keika kekuaan monopoli suau perusahaan monopolis semakin besar, maka quanias yang diproduksi pun akan semakin menurun, seiring urunnya perminaan masyaraka karena harga yang dieapkan pun semakin inggi. Selanjunya secara maemais akan dijelaskan beriku ini : TR = P. Q Qס. P TRס = P. Q + Qס Qס MR = P. Q + P MR = MC P MC = -P.Q P MC = Pס-. Q Qס P MC = Pס-. Q P Qס P P MC = -1 P εd LI = MOP = P-MC = 1 εd P Kondisi ini ercapai saa MR = MC, dimana kondisi ini menenukan oupu sehingga fungsi ersebu dapa kia ulis dengan : Q = f{mop} 34 Analisa efekifias... Anangga Wirasaya, FE-UI, 2008

3 Dimana = MOP : Monopoly Power (Kekuaan monopoli) Q : Kuanias Persamaan 2 adalah persamaan yang diurunkan dari persamaan profi (keunungan). Penurunannya adalah sebagai beriku : Seperi kia keahui, cara umum dalam menghiung keunungan adalah melalui persamaan : π = P.Q C.Q (4.1) Selanjunya, kia peroleh nilai P dari persamaan elsisias yang diambil dari persamaan lerener index, yaiu : P-AC = 1 ed P ( P AC ) = P ed AC. ed = P.P ed AC. ed - = P P. ed - + P ( = ( ed - 1 AC ed - P = AC ed - (4.2) ed 1 Seelah kia mendapa subiusi dari P, maka nilai P ersebu kia masukkan kepersamaan keunungan (4.1), yaiu : Π = P.Q C.Q 35 Analisa efekifias... Anangga Wirasaya, FE-UI, 2008

4 Π = AC. ed )- ).Q AC. Q ed -( = Π (Pendekaan MC agar dapa dise- suaikan dengan daa,jadi asumsi ed 1 bahwa fungsi biaya linear MC =AC ) + 1) AC.Q ed 1 Π = -( + ed ed - 1 ( AC.Q ed 1 Π = -( 1 ) AC.Q ed 1 Π = -( 1 ) log AC + -( 1 ) log Q ed 1 ed -1 Secara ekonomeris disederhanakan menjadi Log π = α + β 1 LogQ + β 2 Logεd + β 3 LogAC Persamaan iga : Persamaan keiga adalah persamaan yang mencerminkan fungsi perminaan. Persamaan ini merupakan benuk dari fungsi perminaan pada umumnya. Dimana benuk persamaan ersebu adalah : Q = a bp Pada eori dasar mikro ekonomi, kia mengeahui bahwa pada perminaan, kuanias sanga dipengaruhi oleh harga, oleh karena iu kia mendapa persamaan seperi diaas. Namun, fungsi perminaan sanga mudah erpengaruh variabel variabel selain variabel harga. Salah saunya adalah variabel pendapaan. Oleh karena iu pada peneliian ini, digunakan juga variabel pendapaan, sehingga kuanias adalah fungsi dari harga dan pendapaan. Sehingga persamaannya menjadi : 36 Analisa efekifias... Anangga Wirasaya, FE-UI, 2008

5 Q = α + β 1 P + β 2 PD Dimana = Q : kuanias, P PD : harga, dan : PDRB (Pendapaan Domesik Regional Bruo)/ kapia Benuk diaas menggambarkan fungsi perminaan dengan elasisias perminaan erhadap harga yang konsan (jika digambarkan dalam benuk grafik, maka kurva perminaan adalah garis lurus). Namun pada umumnya, elasisias harga perminaan besarnya akan mengalami perubahan yang idak konsan keika erjadi perubahan harga. Unuk mengaasi hal ini, maka kia menggunakan persamaan yang disebu dengan isoelasic demand curve yang berari bahwa elasisias harga dan pendapaan adalah konsan, dimana persamaan ersebu diulis dalam benuk logarima, sehingga persamaan ersebu menjadi : Log(Q) = α + Logβ 1 (P) + Logβ 2 (PD) DEFINISI VARIABEL 1. Kuanias (Q) : jasa yang dihasilkan aau yang digunakan masyaraka. 2. Kekuaan Monopoli (MOP) : Kemampuan perusahaan unuk meneapkan hargadiaas biaya marjinalnya sera kemampuan perusahaan unuk mempengaruhiharga di pasar. 37 Analisa efekifias... Anangga Wirasaya, FE-UI, 2008

6 3. Harga (P) : Nilai nominal dai suau jasa, PD.DharmaJaya melakukan peneapan besarnya. 4. Pendapaan Domesik Regional Bruo per Kapia (PDRB) PDRB aas dasar merupakan nilai pendapaan bersih secara real dari produkivias barang dan jasa yang dihasilkan oleh berbagai kegiaan ekonomi di suau daerah dalam sau periode erenu. 5. Biaya Raa - Raa (AC) : Dalam hal ini diasumsikan sebagai ATC, yaiu rasio anara biaya oal dibagi dengan kuanias yang dihasilkan. 6. Elasisias Demand (Ed) : seberapa besar ukuran respon konsumen (yang diunjukan oleh perubahan kuanias barang yang dimina) akiba erjadinya perubahan pada variabel variabel penenunya, dalamkasus ini adalah harga. III.2 METODOLOGI PENELITIAN Pengerian OLS adalah suau meode ekonomerik dimana erdapa variabel independen yang merupakan variabel penjelas dan variabel dependen, yaiu variabel yang dijelaskan dalam suau persamaan linear. 38 Analisa efekifias... Anangga Wirasaya, FE-UI, 2008

7 Beriku ini adalah conoh persamaan linier sederhana: Y 1 0 X u Variabel Y merupakan variabel dependen, yaiu variabel yang dijelaskan. Variabel ini dipengaruhi oleh variabel independen ( variabel penjelas ), dalam persamaan diunjukkan oleh variabel X. dan U adalah komponen random dalam model yang merupakan sumber kerandoman dalam variabel Y Dalam menilai baik idaknya hasil suau model regresi, pada umumnya digunakan iga evaluasi. Yaiu: 1. Krieria Ekonomi (anda dan besaran) 2. Krieria Saisik(uji, F, dan R 2 ) 3. Krieria Ekonomerika. Yang dimaksud dengan evaluasi krieria ekonomi adalah dengan meliha kecocokan anda dan nilai koefisien apakah sesuai dengan eori ekonomi aaupun dengan nalar. Sedangkan evaluasi krieria saisik dapa diliha melalui iga pengujian. Yang perama adalah adalah dengan memperhaikan koefisien dari variabel penduga aau variabel bebas (uji ), dimana koefisien penduga harus idak sama dengan nol aau p-value bernilai sanga kecil. Lalu uji yang kedua adalah uji F, dimana pada uji ini diliha apakah semua koefisien regresi idak sama dengan nol, dengan kaa lain model dierima. Lalu uji yang erakhir pada krieria saisik adalah dengan meliha deerminasi R 2, dimana koefisien deerminasi ini dapa menunjukkan proporsi variabel erika yang dapa dijelaskan oleh variabel bebas. Nilainya berkisar anaara 0 sampai 1, dimana semakin deka dengan nilai 1 maka semakin baik arinya. 39 Analisa efekifias... Anangga Wirasaya, FE-UI, 2008

8 Dan yang erakhir adalah evaluasi krieria ekonomerika yang menyangku pelanggaran asumsi Ordinary Leas Square (OLS) yang melipui mulicolinieriy, heerocedasiciy dan auocorrelaion (serial correlaion). Apabila suau hasil regresi bebas dari iga pelanggaran ersebu maka akan dihasilkan suau nilai parameer yang BLUE Hasil esimasi OLS yang mempunyai krieria BLUE (Bes Linier Unbiased Esimaor) akan mempunyai sifa seperi beriku ini: 1. Efisien, arinya hasil nilai esimasi memiliki varian yang minimum dan idak bias. 2. Tidak bias, arinya hasil nilai esimasi sesuai dengan nilai parameer. 3. Konsisen, arinya jika ukuran sampel diambah anpa baas maka hasil nilai esimasi akan mendekai parameer populasi yang sebenarnya. Apabila asumsi normalias erpenuhi (syara 3c) dimana error erdisribusi secara normal dengan raa-raa sama dengan nol dan sandar deviasi konsan aau 2 singkanya dinyaakan dengan u ~ N(0, ), maka 2 4. Inersep (a) akan memiliki disribusi normal aau a ~ N( A, ) Koefisien regresi akan memiliki disribusi normal aau b ~ N( B, ). Dalam hal ini, asumsi normalias sanga pening unuk penyederhanaan dalam melakukan pendugaan inerval dan pengujian hipoesis secara saisik. Seperi sudah dijelaskan diaas, dalam mencapai ujuan hasil esimasi yang BLUE, maka dilakukan uji pelanggaran ekonomerika yang erdiri dari iga pengujian, yaiu : a b 1. Uji Mulicolineariy Uji ini dilakukan sebelum melakukan esimasi regresi pada model. Dimana pada uji ini dilkukan pengujian anar variabel bebas unuk memasikan ada idaknya keerkaian anar 40 Analisa efekifias... Anangga Wirasaya, FE-UI, 2008

9 variabel bebas ersebu. Dalam uji ini akan dihasilkan suau nilai korelasi, dimana jika nilai ersebu melebihi nilai 0,8 ( Rule Of Tumbs ) maka dapa dipasikan erdapa permasalahan mulikolinierias. Adanya mulikolinierias ini akan menyebabkan biasnya hasil esimasi. 2. Uji Serial Correlaion Uji ini dilakukan seelah dilakukan uji mulikolinerias dan dilakukan seelah dilakukan esimasi regresi. Tujuan dari dilakukannya uji serial correlaion adalah unuk menguji apakah erdapa korelasi anar error erm saa ini dengan error erm periode sebelumnya. Pengujian ini dapa dilakukan melalui dua cara, yang perama adalah dengan cara memperhaikan nilai Durbin Wason, jika nilai DW pada hasil esimasi bernilai > 2 aau < 2 maka diindikasikan erjadi korelasi serial. Cara kedua dalam menguji adanya permasalahan korelasi adalah dengan melakukan Breusch-Godfrey Serial Correlaion LM Tes. Pengujian ini menunjukkan adanya permasalahan korelasi serial jika nilai P-Value adalah lebih kecil dari α (alfa) 3. Uji Heeroskedasiciy Heeroskedasiciy adalah pelanggaran erhadap asumsi BLUE akiba adanya perbedaan varians. Pengujian yang dilakukan dinamakan Whie Heerocedaciy Tes, dengan Ho persamaan idak memiliki heeroskedasiciy. Jika dalam percobaan Ho diolak, aau dengan kaa lain p-value < α, maka model ersebu melanggar asumsi BLUE karena adanya heeroskedasiciy. Apabila dalam pengujian diemukan permasalahan permasalahan seperi yang disebukan diaas, maka permasalahan ersebu harus diaasi dalam rangka mendapakan hasil esimasi yang BLUE. Beriku adalah cara mengaasi seiap permasalahan diaas : 41 Analisa efekifias... Anangga Wirasaya, FE-UI, 2008

10 1. Penanggulangan Mulicolinieriy Cara yang perama adalah dengan menghilangkan salah sau variabel yang idak signifikan. Namun, cara ini seringkali menyebabkan bias parameer yang spesifikasi pada model sehingga cara ini seringkali idak dipergunakan. Unuk mencegah penghilangan variabel yang salah kia gunakan regresi sepwise. Cara kedua dalam mengaasi permaslahan ini adalah dengan mencari variabel insrumenal lain yang berhubungan dengan variabel dependen namun idak berhubungan sama sekali dengan variabel independennya. cara kedua cukup suli unuk dilakukan karena informasi mengenai ipe variabel ersebu suli didapa. 2. Penanggulangan Serial Correlaion Dalam mengaasi permasalahan ini, erdapa iga cara yang dapa dilakukan. Yang perama adalah dengan menambahkan variabel AR (auo regressive), menambah lag pada variabel dependen aau independen, dan dengan melakukan differencing (regresi nilai urunan). 3. Penanggulangan heeroskedasiciy Permasalahan heeroskedasiciy menyebabkan parameer pada hasil esimasi yang diduga menjadi idak efisien. Permasalahan ini dapa diaasi dengan menggunakan cara yang disebu dengan regresi weigh 42 Analisa efekifias... Anangga Wirasaya, FE-UI, 2008

11 3.3 Sasionerias daa Daa sasioner adalah daa yang idak mengalami kenaikan dan penurunan dimana daa yang idak sasioner memiliki raa-raa dan varian yang idak konsan sepanjang waku. Selanjunya regresi yang menggunakan daa yang idak sasioner biasanya mengarah kepada regresi yang bias. Permasalahan ini muncul diakibakan oleh variabel (dependen dan independen) runun waku erdapa ren yang kua (dengan pergerakan yang menurun maupun meningka). Adanya ren akan menghasilkan nilai R 2 yang inggi, eapi keerkaian anar variabel akan rendah. Pada meode ordinary leas Square, diasumsikan bahwa daa masukan harus sasioner. Apabila daa masukan idak sasioner perlu dilakukan penyesuaian unuk menghasilkan daa yang sasioner. Salah sau cara yang umum dipakai adalah meode pembedaan (differencing). Meode ini dilakukan dengan cara mengurangi nilai daa pada suau periode dengan nilai daa periode sebelumnya Unuk keperluan pengujian sasionerias, dapa dilakukan dengan beberapa meode seperi auocorrelaion funcion (correlogram), uji akar-akar uni dan deraja inegrasi. a. Pengujian sasionerias berdasarkan correlogram Suau pengujian sederhana erhadap sasionerias daa adalah dengan menggunakan fungsi koefisien auokorelasi (auocorrelaion funcion / ACF). Koefisien ini menunjukkan keeraan hubungan anara nilai variabel yang sama eapi pada waku yang berbeda. Correlogram merupakan pea / grafik dari nilai ACF pada berbagai lag. Secara maemais rumus koefisien auokorelasi adalah (Sugiharo dan Harijono, 2000:183) : 43 Analisa efekifias... Anangga Wirasaya, FE-UI, 2008

12 rk n k Y Y Y k Y i 1 n Y Y i 1 2 Unuk menenukan apakah nilai koefisien auokorelasi berbeda secara saisik dari nol dilakukan sebuah pengujian. Suau runun waku dikaakan sasioner aau menunjukkan kesalahan random adalah jika koefisien auokorelasi unuk semua lag secara saisik idak berbeda signifikan dari nol aau berbeda dari nol hanya unuk berberapa lag didepan. Unuk iu perlu dihiung kesalahan sandard dengan rumus : se rk 1 n Dimana n menunjukkan jumlah observasi. Dengan inerval kepercayaan yang dipilih, misalnya 95 persen, maka baas signifikansi koefisien auokorelasi adalah : Z 2 xse rk s. dz xse rk 2 Suau koefisien auokorelasi disimpulkan idak berbeda secara signifikan dari nol apabila nilainya berada dianara renang ersebu dan sebaliknya. Apabila koefisien auokorelasi berada diluar renang, dapa disimpulkan koefisien ersebu signifikan, yang berari ada hubungan signifikan anara nilai suau variabel dengan nilai variabel iu sendiri dengan ime lag 1 periode. b. Uji akar-akar uni dan deraja inegrasi Sebuah es sasionerias (aau non-sasionerias) yang menjadi umum digunakan adalah uji akar-akar uni (uni roo es). Sasionerias dapa diperiksa dengan mencari apakah daa Time series mengandung akar uni (uni roo). Terdapa berbagai meode unuk melakukan uji akar uni dianarnya dickey-fuller, Augmened Dickey Fuller, Dickey-Fuller DLS (ERS), Philips- 44 Analisa efekifias... Anangga Wirasaya, FE-UI, 2008

13 Perron, Kwiakowski-Philips-Schmid-Shin, Ellio-Rohenberg-Sock Poin-Opimal, dan Ng- Perron. Dalam peneliian ini akan digunakan uji Augmened Dickey-Fuller unuk menenukan apakah suau daa runun waku mengandung akar uni aau bersifa non-sasioner. Unuk memperoleh gambaran mengenai uji akar-akar uji, diaksir model auoregresif beriku ini dengan OLS (Insukrindo, 1994; Gujarai, 1995 dalam Firmansyah, 2000) : DX a 0 a BX 1 k i 1 i b B DX i DX a 0 a T a BX 1 2 k i 1 i d B DX i i Dimana, DX X X, BX X, T = ren waku, X = variabel yang diamai pada periode. Selanjunya dihiung saisik ADF. Nilai ADF digunakan unuk uji hipoesis bahwa a 1 =0 dan c 2 =0 diunjukkan oleh nilai saisik hiung pada koefisien BX pada persamaan diaas. Jumlah kelambanan k dienukan oleh k=n 1/5, dimana n = jumlah observasi. Nilai kriis (abel) unuk kedua uji erkai dapa diliha pada Fuller, 1976;Guilky dan Schmid, Runun waku yang diamai sasioner jika memiliki nilai ADF lebih besar dari nilai kriis. Uji deraja inegrasi adalah uji yang dilakukan unuk mengeahui pada deraja berapakah daa yang diamai sasioner. Uji ini mirip aau merupakan perluasan uji akar-akar uni, dilakukan jika daa yang diamai ernyaa idak sasioner sebagaimana direkomendasikan oleh uji akar-akar uni. Benuk umum regresinya adalah : D2 X e k i 0 e BDX fi B D2 i 1 X D2 X g k i 0 g1t g 2BDX hi B D2 i 1 X 45 Analisa efekifias... Anangga Wirasaya, FE-UI, 2008

14 Dimana, D2X =DX -DX -1, BDX =DX -1, selanjunya pengujiannya sama dengan uji akarakar uni. Jika pada deraja perama ini daa masih belum sasioner, maka uji inegrasi perlu dilanjukan pada deraja berikunya sampai memperoleh suau kondisi sasioner. III.4 Uji Normalias Uji ini perlu dilakukan keika jumlah sampel yang digunakan kurang dari 30. jumlah sampel yang kurang dari jumlah 30, dapa menyebabkan error erm idak erdisribusi secara normal. Apabila error erm idak erdisribusi secara normal maka menyebabkan uji saisik idak dapa dilakukan. Oleh Karena iu, jika dalam suau pengujian digunakan jumlah sampel yang kurang dari 30, maka perlu dilakukan pengujian normalias yang dilakukan dengan ujun unuk mengeahui apakah walaupun jumlah sampel kurang dari 30, namun memiliki error erm yang erdisribusi secara normal. Pengujian normalias menggunakan uji Jarque-bera. Uji ini dapa dilakukan melalui pilihan yang erdapa pada program e-views. Uji ini mempunyai hipoesis sebagai beriku : Dengan memperhaikan nilai P-value Jarque-Bera, maka : Ho : Error erm erdisribusi secara normal H1: Error erm idak erdisribusi secara normal. Dengan ingka keyakinan 95 persen, maka akan menerima Ho bila P-value Jarque-Bera lebih besar (>) dari nilai α (0,05). yang berari error erm erdisribusi secara normal. 46 Analisa efekifias... Anangga Wirasaya, FE-UI, 2008

Muhammad Firdaus, Ph.D

Muhammad Firdaus, Ph.D Muhammad Firdaus, Ph.D DEPARTEMEN ILMU EKONOMI FEM-IPB 010 PENGERTIAN GARIS REGRESI Garis regresi adalah garis yang memplokan hubungan variabel dependen (respon, idak bebas, yang dipengaruhi) dengan variabel

Lebih terperinci

Bab 5 Penaksiran Fungsi Permintaan. Ekonomi Manajerial Manajemen

Bab 5 Penaksiran Fungsi Permintaan. Ekonomi Manajerial Manajemen Bab 5 Penaksiran Fungsi Perminaan 1 Ekonomi Manajerial Manajemen Peranyaan Umum Tenang Perminaan Seberapa besar penerimaan perusahaan akan berubah seelah adanya peningkaan harga? Berapa banyak produk yang

Lebih terperinci

BAB IV METODOLOGI PENELITIAN

BAB IV METODOLOGI PENELITIAN BAB IV METODOLOGI PENELITIAN Dalam peneliian ini, penulis akan menggunakan life cycle model (LCM) yang dikembangkan oleh Modigliani (1986). Model ini merupakan eori sandar unuk menjelaskan perubahan dari

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

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

KOINTEGRASI DAN ESTIMASI ECM PADA DATA TIME SERIES. Abstrak

KOINTEGRASI DAN ESTIMASI ECM PADA DATA TIME SERIES. Abstrak KOINTEGRASI DAN ESTIMASI ECM PADA DATA TIME SERIES Universias Muhammadiyah Purwokero [email protected] Absrak Pada persamaan regresi linier sederhana dimana variabel dependen dan variabel independen

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

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Kerangka Pemikiran Salah sau ujuan didirikannya perusahaan adalah dalam rangka memaksimalkan firm of value. Salah sau cara unuk mengukur seberapa besar perusahaan mencipakan

Lebih terperinci

IDENTIFIKASI POLA DATA TIME SERIES

IDENTIFIKASI POLA DATA TIME SERIES IDENTIFIKASI POLA DATA TIME SERIES Daa merupakan bagian pening dalam peramalan. Beriku adalah empa krieria yang dapa digunakan sebagai acuan agar daa dapa digunakan dalam peramalan.. Daa harus dapa dipercaya

Lebih terperinci

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun

BAB 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 terperinci

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang

BAB 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 terperinci

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan

BAB 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 terperinci

BAB III DATA DAN METODOLOGI PENELITIAN

BAB III DATA DAN METODOLOGI PENELITIAN BAB III DATA DAN METODOLOGI PENELITIAN 3. Daa Pada karya akhir ini proxy unuk mengukur kegiaan perekonomian adalah ingka perubahan GDP real per kuaral dari ahun 3:Q sampai dengan ahun 8:Q dengan ahun dasar.

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

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 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

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu

BAB 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 terperinci

Analisis Model dan Contoh Numerik

Analisis 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 terperinci

III KERANGKA PEMIKIRAN

III 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 terperinci

BAB I PENDAHULUAN. universal, disemua negara tanpa memandang ukuran dan tingkat. kompleks karena pendekatan pembangunan sangat menekankan pada

BAB 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan

BAB 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 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

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jenis dan Pendekaan Peneliian Jenis peneliian yang digunakan dalam peneliian ini adalah peneliian evaluasi dan pendekaannya menggunakan pendekaan kualiaif non inerakif (non

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

SUPLEMEN 3 Resume Hasil Penelitian: Analisis Respon Suku Bunga dan Kredit Bank di Sumatera Selatan terhadap Kebijakan Moneter Bank Indonesia

SUPLEMEN 3 Resume Hasil Penelitian: Analisis Respon Suku Bunga dan Kredit Bank di Sumatera Selatan terhadap Kebijakan Moneter Bank Indonesia SUPLEMEN 3 Resume Hasil Peneliian: Analisis Respon Suku Bunga dan Kredi Bank di Sumaera Selaan erhadap Kebijakan Moneer Bank Indonesia Salah sau program kerja Bank Indonesia Palembang dalam ahun 2007 adalah

Lebih terperinci

UJI MULTIKOLINEARITAS DAN PERBAIKAN MULTIKOLINEARITAS

UJI MULTIKOLINEARITAS DAN PERBAIKAN MULTIKOLINEARITAS BAHAN AJAR EKONOMETRIKA AGUS TRI BASUKI UNIVERSITAS MUHAMMADIYAH YOGYAKARTA UJI MULTIKOLINEARITAS DAN PERBAIKAN MULTIKOLINEARITAS 6.1. Uji Mulikolinearias Sebagaimana dikemukakan di aas, bahwa salah sau

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jenis Peneliian Jenis peneliian kuaniaif ini dengan pendekaan eksperimen, yaiu peneliian yang dilakukan dengan mengadakan manipulasi erhadap objek peneliian sera adanya konrol.

Lebih terperinci

ANALISIS DIRECT SELLING COST DALAM MENINGKATKAN VOLUME PENJUALAN Studi kasus pada CV Cita Nasional.

ANALISIS 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

BAB 2 KINEMATIKA. A. Posisi, Jarak, dan Perpindahan

BAB 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 terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini adalah penelitian Quasi Eksperimental Design dengan

BAB 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 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

BAB I PENDAHULUAN. Perekonomian dunia telah menjadi semakin saling tergantung pada

BAB I PENDAHULUAN. Perekonomian dunia telah menjadi semakin saling tergantung pada BAB I PENDAHULUAN A. Laar Belakang Masalah Perekonomian dunia elah menjadi semakin saling erganung pada dua dasawarsa erakhir. Perdagangan inernasional merupakan bagian uama dari perekonomian dunia dewasa

Lebih terperinci

ADOPSI REGRESI BEDA UNTUK MENGATASI BIAS VARIABEL TEROMISI DALAM REGRESI DERET WAKTU: MODEL KEHILANGAN AIR DISTRIBUSI DI PDAM SUKABUMI

ADOPSI REGRESI BEDA UNTUK MENGATASI BIAS VARIABEL TEROMISI DALAM REGRESI DERET WAKTU: MODEL KEHILANGAN AIR DISTRIBUSI DI PDAM SUKABUMI ADOPSI REGRESI BEDA UNTUK MENGATASI BIAS VARIABEL TEROMISI DALAM REGRESI DERET WAKTU: MODEL KEHILANGAN AIR DISTRIBUSI DI PDAM SUKABUMI Yusep Suparman Universias Padjadjaran [email protected] ABSTRAK.

Lebih terperinci

ISSN: JURNAL GAUSSIAN, Volume 3, Nomor 1, Tahun 2014, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 3, Nomor 1, Tahun 2014, Halaman Online di: ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 1, Tahun 2014, Halaman 91-100 Online di: hp://ejournal-s1.undip.ac.id/index.php/gaussian IDENTIFIKASI BREAKPOINT DAN PEMODELAN AUTOREGRESSIVE STRUCTURAL

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Peran pasar obligasi dipandang oleh pemerinah sebagai sarana sraegis sumber pembiayaan alernaif selain pembiayaan perbankan dalam benuk pinjaman (loan). Kondisi anggaran

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

x 4 x 3 x 2 x 5 O x 1 1 Posisi, perpindahan, jarak x 1 t 5 t 4 t 3 t 2 t 1 FI1101 Fisika Dasar IA Pekan #1: Kinematika Satu Dimensi Dr.

x 4 x 3 x 2 x 5 O x 1 1 Posisi, perpindahan, jarak x 1 t 5 t 4 t 3 t 2 t 1 FI1101 Fisika Dasar IA Pekan #1: Kinematika Satu Dimensi Dr. Pekan #1: Kinemaika Sau Dimensi 1 Posisi, perpindahan, jarak Tinjau suau benda yang bergerak lurus pada suau arah erenu. Misalnya, ada sebuah mobil yang dapa bergerak maju aau mundur pada suau jalan lurus.

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

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 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 terperinci

PENGAMBILAN KEPUTUSAN DENGAN METODE PERAMALAN AUTOREGRESIVE INTEGRATED MOVING AVERAGE (ARIMA) (Studi Kasus: PT Tembaga Mulia Semanan)

PENGAMBILAN KEPUTUSAN DENGAN METODE PERAMALAN AUTOREGRESIVE INTEGRATED MOVING AVERAGE (ARIMA) (Studi Kasus: PT Tembaga Mulia Semanan) Prosiding Seminar Nasional Manajemen Teknologi Program Sudi MMT-ITS, Surabaya 1 Agusus 2009 PENGAMBILAN KEPUTUSAN DENGAN METODE PERAMALAN AUTOREGRESIVE INTEGRATED MOVING AVERAGE (ARIMA) (Sudi Kasus: PT

Lebih terperinci

Model Dinamis: Autoregressive Dan Distribusi Lag (Studi Kasus : Pengaruh Kurs Dollar Amerika Terhadap Produk Domestik Regional Bruto (PDRB))

Model Dinamis: Autoregressive Dan Distribusi Lag (Studi Kasus : Pengaruh Kurs Dollar Amerika Terhadap Produk Domestik Regional Bruto (PDRB)) Model Dinamis: Auoregressive Dan Disribusi Lag (Sudi Kasus : Pengaruh Kurs Dollar Amerika Terhadap Produk Domesik Regional Bruo (PDRB)) Dynamic Model : Auoregressive and Disribuion Lag (Case Sudy: Effecs

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 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

BAB 2 TINJAUAN TEORITIS. dari bahasa Yunani yang berarti Demos adalah rakyat atau penduduk,dan Grafein

BAB 2 TINJAUAN TEORITIS. dari bahasa Yunani yang berarti Demos adalah rakyat atau penduduk,dan Grafein BAB 2 TINJAUAN TEORITIS 2.1 Pengerian Demografi Keadaan penduduk sanga era kaiannya dengan demografi. Kaa demografi berasal dari bahasa Yunani yang berari Demos adalah rakya aau penduduk,dan Grafein adalah

Lebih terperinci

TREND DALAM RUNTUN WAKTU EKONOMETRI DAN PENERAPANNYA

TREND DALAM RUNTUN WAKTU EKONOMETRI DAN PENERAPANNYA TREND DALAM RUNTUN WAKTU EKONOMETRI DAN PENERAPANNA SKRIPSI Diajukan kepada Fakulas Maemaika dan Ilmu Pengeahuan Alam Universias Negeri ogyakara unuk memenuhi sebagian persyaraan guna memperoleh gelar

Lebih terperinci

BAB I PENDAHULUAN. tepat rencana pembangunan itu dibuat. Untuk dapat memahami keadaan

BAB 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 terperinci

BAB 2 TINJAUAN PUSTAKA. yang akan datang. Peramalan menjadi sangat penting karena penyusunan suatu

BAB 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 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

PERSAMAAN GERAK VEKTOR SATUAN. / i / = / j / = / k / = 1

PERSAMAAN GERAK VEKTOR SATUAN. / i / = / j / = / k / = 1 PERSAMAAN GERAK Posisi iik maeri dapa dinyaakan dengan sebuah VEKTOR, baik pada suau bidang daar maupun dalam bidang ruang. Vekor yang dipergunakan unuk menenukan posisi disebu VEKTOR POSISI yang diulis

Lebih terperinci

BAB I PENDAHULUAN. Suatu negara yang memutuskan untuk menempuh kebijakan hutang

BAB I PENDAHULUAN. Suatu negara yang memutuskan untuk menempuh kebijakan hutang BAB I PENDAHULUAN A. Laar Belakang Masalah Suau negara yang memuuskan unuk menempuh kebijakan huang luar negeri biasanya didasari oleh alasan-alasan yang dianggap rasional dan pening. Huang luar negeri

Lebih terperinci

III. METODE PENELITIAN

III. 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 terperinci

ARIMA (Autoregressive Integrated Moving Average)

ARIMA (Autoregressive Integrated Moving Average) ARIMA (Auoregressive Inegraed Moving Average) I. Prinsip Dasar dan Tujuan Analisis. Prinsip Dasar ARIMA sering juga disebu meode runun waku Box-Jenkins. ARIMA sanga baik keepaannya unuk peramalan jangka

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi dan Waku Peneliian Peneliian ini dilaksanakan pada kasus pengolahan ikan asap IACHI Peikan Cia Halus (PCH) yang erleak di Desa Raga Jaya Kecamaan Ciayam, Kabupaen Bogor,

Lebih terperinci

PERAMALAN KURS TRANSAKSI BANK INDONESIA TERHADAP MATA UANG DOLLAR AMERIKA (USD) DENGAN MENGGUNAKAN MODEL ARCH/GARCH

PERAMALAN KURS TRANSAKSI BANK INDONESIA TERHADAP MATA UANG DOLLAR AMERIKA (USD) DENGAN MENGGUNAKAN MODEL ARCH/GARCH Vol.. No., 03 PERAMALAN KURS TRANSAKSI BANK INDONESIA TERHADAP MATA UANG DOLLAR AMERIKA (USD) DENGAN MENGGUNAKAN MODEL ARCH/GARCH Ari Pani Desvina, Sari Marlinda, Jurusan Maemaika Fakulas Sains dan Teknologi

Lebih terperinci

Perbandingan Metode Winter Eksponensial Smoothing dan Metode Event Based untuk Menentukan Penjualan Produk Terbaik di Perusahaan X

Perbandingan 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 terperinci

Model Koreksi Kesalahan pada Data Runtun Waktu Indeks Harga Konsumen Kota-kota di Papua

Model Koreksi Kesalahan pada Data Runtun Waktu Indeks Harga Konsumen Kota-kota di Papua Model Koreksi Kesalahan pada Daa Runun Waku Indeks Harga Konsumen Koa-koa di Papua Miha Febby R. Donggori, Adi Seiawan, 3 Hanna Arini Parhusip Prodi Maemaika, Fakulas Sains dan Maemaika, Universias Krisen

Lebih terperinci

Integral dan Persamaan Diferensial

Integral dan Persamaan Diferensial Sudaryano Sudirham Sudi Mandiri Inegral dan Persamaan Diferensial ii Darpublic 4.1. Pengerian BAB 4 Persamaan Diferensial (Orde Sau) Persamaan diferensial adalah suau persamaan di mana erdapa sau aau lebih

Lebih terperinci

III. METODE PENELITIAN

III. 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 terperinci

IV METODE PENELITIAN

IV 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 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

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN A III METODE PEELITIA Salah sau komponen peneliian yang mempunyai ari pening dalam kaiannya dengan proses sudi secara komprehensif adalah komponen meode peneliian. Meode peneliian menjelaskan bagaimana

Lebih terperinci

Sekilas Pandang. Modul 1 PENDAHULUAN

Sekilas Pandang. Modul 1 PENDAHULUAN Modul 1 Sekilas Pandang Drs. Irlan Soelaeman, M.Ed. S PENDAHULUAN uau hari, saya dan keluarga berencana membawa mobil pergi ke Surabaya unuk mengunjungi salah seorang saudara. Sau hari sebelum keberangkaan,

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

IV. METODE PENELITIAN

IV. 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 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

PENERAPAN METODE TRIPLE EXPONENTIAL SMOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUSAHAAN MEBEL SINAR JEPARA TANJUNGANOM NGANJUK.

PENERAPAN 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 terperinci

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN

PEMODELAN 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 terperinci

UJI AUTOKORELASI DAN PERBAIKAN AUTOKORELASI

UJI AUTOKORELASI DAN PERBAIKAN AUTOKORELASI BAHAN AJAR EKONOMETRIKA AGUS TRI BASUKI UNIVERSITAS MUHAMMADIAH OGAKARTA UJI AUTOKORELASI DAN PERBAIKAN AUTOKORELASI 8.1. Uji Auokorelasi a. Penyebab Munculnya Ookorelasi Berkaian dengan asumsi regresi

Lebih terperinci

PENGARUH STRATEGI PEMBELAJARAN GENIUS LEARNING TERHADAP HASIL BELAJAR FISIKA SISWA

PENGARUH 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 terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

BAB 1 PENDAHULUAN. Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang

BAB 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 terperinci

III METODE PENELITIAN

III METODE PENELITIAN III METODE PENELITIAN 3.1 Waku dan Tempa Peneliian Peneliian mengenai konribusi pengelolaan huan rakya erhadap pendapaan rumah angga dilaksanakan di Desa Babakanreuma, Kecamaan Sindangagung, Kabupaen Kuningan,

Lebih terperinci

USULAN PENERAPAN METODE KOEFISIEN MANAJEMEN (BOWMAN S) SEBAGAI ALTERNATIF MODEL PERENCANAAN PRODUKSI PRINTER TIPE LX400 PADA PT X

USULAN PENERAPAN METODE KOEFISIEN MANAJEMEN (BOWMAN S) SEBAGAI ALTERNATIF MODEL PERENCANAAN PRODUKSI PRINTER TIPE LX400 PADA PT X USULAN ENERAAN METODE KOEISIEN MANAJEMEN (BOMAN S) SEBAGAI ALTERNATI MODEL ERENCANAAN RODUKSI RINTER TIE LX400 ADA T X Hendi Dwi Hardiman Jurusan Teknik Manajemen Indusri - Sekolah Tinggi Manajemen Indusri

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

BAB 2 LANDASAN TEORI

BAB 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 terperinci

FIsika KTSP & K-13 KINEMATIKA. K e l a s A. VEKTOR POSISI

FIsika KTSP & K-13 KINEMATIKA. K e l a s A. VEKTOR POSISI KTSP & K-13 FIsika K e l a s XI KINEMATIKA Tujuan Pembelajaran Seelah mempelajari maeri ini, kamu diharapkan mampu menjelaskan hubungan anara vekor posisi, vekor kecepaan, dan vekor percepaan unuk gerak

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 14 BAB III METODOLOGI PENELITIAN Peneliian ini ialah berujuan (1) unuk menerapkan model Arbirage Pricing Theory (APT) guna memprediksi bea (sensiivias reurn saham) dan risk premium fakor kurs, harga minyak,

Lebih terperinci

PENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih populasi.

PENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih populasi. PENGUJIAN HIPOTESIS 1. PENDAHULUAN Hipoesis Saisik : pernyaaan aau dugaan mengenai sau aau lebih populasi. Pengujian hipoesis berhubungan dengan penerimaan aau penolakan suau hipoesis. Kebenaran (benar

Lebih terperinci

BAB 1 PENDAHULUAN. tahun 1990-an, jumlah produksi pangan terutama beras, cenderung mengalami

BAB 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 terperinci

Penerapan Model ARCH/GARCH untuk Peramalan Nilai Tukar Petani ABSTRAK ABSTRACT. Pendahuluan

Penerapan Model ARCH/GARCH untuk Peramalan Nilai Tukar Petani ABSTRAK ABSTRACT. Pendahuluan Jurnal Sains Maemaika dan Saisika, Vol. 4, No., Januari 8 ISSN 46-454 prin/issn 65-8663 online Penerapan Model ARCH/GARCH unuk Peramalan Nilai Tukar Peani Ari Pani Desvina, Inggrid Ocaviani Meijer, Jurusan

Lebih terperinci

BAB II PERTIDAKSAMAAN CHERNOFF

BAB II PERTIDAKSAMAAN CHERNOFF BAB II PERTIDAKSAMAAN CHERNOFF.1 Pendahuluan Di lapangan, yang menjadi perhaian umumnya adalah besar peluang dari peubah acak pada beberapa nilai aau suau selang, misalkan P(a

Lebih terperinci

IV. METODE PENELITIAN

IV. 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 terperinci

Metode Regresi Linier

Metode Regresi Linier Modul 1 Meode Regresi Linier Prof. DR. Maman Djauhari A PENDAHULUAN nalisis regresi linier, baik yang sederhana maupun yang ganda, elah Anda pelajari dalam maa kuliah Meode Saisika II. Dengan demikian

Lebih terperinci

Jurnal EKSPONENSIAL Volume 5, Nomor 2, Nopember 2014 ISSN

Jurnal 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 terperinci