PENGGUNAAN ORDER STATISTICS DALAM MENENTUKAN SAMPEL PADA EKSPERIMEN LIFE-TESTING

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENGGUNAAN ORDER STATISTICS DALAM MENENTUKAN SAMPEL PADA EKSPERIMEN LIFE-TESTING"

Transkripsi

1 BIASaisics (2016) Vol. 10, No. 1, hal. 1-7 PENGGUNAAN ORDER STATISTICS DALAM MENENTUKAN SAMPEL PADA EKSPERIMEN LIFE-TESTING Yeny Krisa Frany 1, Budhi Handoko 2 1,2 Deparemen Saisika FMIPA Universias Padjadjaran Bandung [email protected] ABSTRAK Order saisics memainkan peranan yang pening dalam pengukuran lifeime (usia pakai) karena pengamaan dilakukan dalam waku yang eruruan. Selama ini, dalam indusri manufakur proses pengukuran lifeime dilakukan sampai semua sampel mai, sehingga proses ini memerlukan waku dan iaya yang cukup esar. Salah sau cara yang isa dilakukan unuk mengurangi waku dan iaya dalam melakukan eksperimen life-esing adalah dengan menenukan sampel minima. Sehingga proses pengukuran lifeime idak perlu dilakukan sampai semua sampel yang diamil mai. Hal ini isa didapakan dengan cara memperoleh momen order ke-k dari fungsi densias order saisics yang sesuai dengan disriusi daa waku kerusakan dari lifeime seuah produk. Kaa Kunci : Analisis reliailias, Eksperimen life-esing, Order saisics. 1. PENDAHULUAN Dalam indusri manufakur, salah sau olak ukur kualias dari produk adalah lifeime (usia pakai) produk erseu. Konsumen selalu menginginkan lifeime produk yang panjang, oleh karena iu seiap perusahaan erusaha menjaga kualias dari lifeime produk yang dihasilkan. Proses pengukuran dan pemeriksaan lifeime produk memuuhkan waku yang lama dan iaya yang esar. Selama ini proses pengukuran lifeime produk dilakukan sampai semua produk yang diamil seagai sampel mai, sehingga proses ini memerlukan waku dan iaya yang cukup esar. Sehingga diperlukan suau meode unuk mengaasi permasalahan ini. Salah sau cara yang isa dilakukan unuk mengurangi waku dan iaya dalam melakukan eksperimen life-esing seuah produk adalah dengan menenukan sampel minimal dalam eksperimen. Sehingga proses pengukuran lifeime idak perlu dilakukan sampai semua sampel mai. Hal ini isa didapakan dengan cara memperoleh momen order ke-k dari fungsi densias order saisics yang sesuai dengan disriusi daa waku kerusakan dari lifeime produk erseu. Order saisics memainkan peranan yang pening dalam analisis reliailias dan pengukuran lifeime (usia pakai). Penerapan order saisics erguna pada saa pengamaan dilakukan dalam waku yang eruruan, seagai conohnya adalah dalam pengukuran lifeime. Berdasarkan pengamaan yang eruru ini isa didapakan informasi mengenai fungsi hazard rae. Fungsi hazard rae ini dapa diperoleh dengan menggunakan plo yang diperkenalkan oleh Nelson (1982). Terdapa eragai enuk fungsi hazard rae yang sudah dikenal, dianaranya fungsi hazard rae ahu-shaped yang diperkenalkan perama kali oleh Hjorh (1980) dan kemudian dikemangkan oleh Dhillon (1983). Benuk lain dari fungsi hazard rae dikaji oleh Lai dan Xie (2003) yang mempunyai disriusi kerusakan modifikasi dari disriusi Weiull (Modified Weiull Disriuion). Namun demikian, sanga suli menemukan momen dari fungsi densias order saisics yang sesuai dengan model kerusakan erseu (Pal, 2005). 1

2 Sehingga Pal (2005) memerikan alernaif lain dari fungsi hazard rae yang dapa digunakan unuk mencari fungsi densias dari order saisics yaiu fungsi hazard rae yang meningka secara linier yang mengikui disriusi Weiull. 2. METODOLOGI Unuk menjawa ujuan peneliian yaiu menenukan sampel minimal dari eksperimen life-esing dilakukan dengan ahapan seagai eriku : 1. Menenukan momen order ke-k dari fungsi densias order saisics yang sesuai dengan disriusi waku kerusakan Weiull, yaiu dengan cara: a. Menenukan fungsi hazard rae yang meningka secara linier, yaiu 1 h( ) a, a dan > 0. dengan: a, = parameer skala dari disriusi Weiull, >0 = parameer enuk dari disriusi Weiull, >0. Menenukan H ( ) dengan rumusan H ( ) h( ) d. 0 c. Menenukan fungsi densias order saisics, f r:n (). d. Menurunkan momen order ke-k dari fungsi densias order saisics, ( k ) k r: n fr: n 0 ( ) d 2. Menenukan sampling minimal dalam eksperimen life-esing lampu pijar erdasarkan uruan kerusakan yang erjadi, dengan cara: a. Mengamil n uah sampel random dari suau proses produksi lampu pijar.. Menaksir parameer disriusi lifeime daa sampel dengan menggunakan meode maximum likelihood esimaion, seelah nilai dugaan unuk parameer enuk () dan nilai dugaan unuk parameer skala () diperoleh dengan meode Newon-Raphson, maka perlu dilakukan ransformasi unuk melakukan analisis leih lanju. Parameer skala yang digunakan dalam analisis ini adalah a, dengan nilai a, = parameer skala dari disriusi Weiull, >0, dan = parameer enuk dari disriusi Weiull, >0. Sedangkan parameer enuk yang digunakan dalam analisis ini adalah = parameer enuk dari disriusi Weiull, >0. c. Menenukan fungsi h() dengan nilai parameer yang elah diperoleh dari langkah (). d. Menenukan fungsi H() dari fungsi h() yang elah diperoleh seelumnya. e. Menenukan sejumlah nilai r (uruan kerusakan) dalam n uah sampel (28), dimana r = 1,2,3,,28. 2 Biasaisics Vol 10, No.1, Feruari 2016

3 f. Menghiung nilai ekspekasi dari seiap nilai r dengan menggunakan rumusan ( k ) momen order ke-k ( ) yang diperoleh dari ujuan (1). r: n g. Menghenikan pengujian pada suau r erenu keika nilai ekspekasinya sudah meleihi 1250 jam (sesuai dengan Sandar Nasional Indonesia). 3. HASIL DAN PEMBAHASAN Daa yang digunakan dalam peneliian ini adalah daa riil mengenai pengukuran lifeime (usia pakai) lampu pijar yang diproduksi oleh PT Phillips Ralin Elecronics Suraaya yang diproduksi pada mesin B1 uni 10 dengan spesifikasi lampu pijar 220V/25W/A60/CL/E27. Daa ini diamil mulai anggal produksi 29 Mare 2001 sampai dengan 8 April 2001 (Juana dan Isnaini, 2001). Sampel minimal dalam eksperimen life-esing di PT Phillips Ralin Elecronics ( k ) Suraaya dapa dihiung dengan menggunakan momen order ke-k ( r: n ) dari fungsi densias order saisics yang sesuai dengan disriusi daa waku kerusakan dari lifeime lampu pijar erseu yaiu Weiull. Dari hasil esimasi parameer menggunakan meode Maximum Likelihood Esimaion (MLE) diperoleh nilai parameer enuk () = dan nilai parameer skala () = 1303,6. Parameer skala yang digunakan dalam analisis selanjunya adalah a, nilai ˆ a ˆ ˆ, dengan = parameer skala dari disriusi Weiull, >0, dan merupakan parameer enuk dari disriusi Weiull, >0. Sehingga nilai = = dan nilai ˆ a ˆ 9,8316 x 10. ˆ 1303,6 Fungsi hazard rae dari daa lifeime lampu yang menunjukkan waku kerusakan erdisriusi Weiull adalah: h( ) a 1 9,8316x yang mempunyai plo seperi diunjukkan pada Gamar 1. Gamar 1. Grafik Fungsi Hazard Rae Biasaisics Vol 10, No.1, Feruari

4 Fungsi hazard rae kumulaifnya adalah a H ( ) 9,8316x10 2,43x Fungsi disriusi kumulaif-nya adalah F( ) 1 exp[ H ( )] 1 exp 2,43x10 Fungsi disriusi kumulaif mempunyai plo seperi diunjukkan pada Gamar 2.. Gamar 2. Grafik Fungsi Disriusi Kumulaif Berdasarkan fungsi hazard rae dan fungsi disriusi kumulaif yang elah diperoleh seelumnya maka fungsi densias-nya adalah seagai eriku f ( ) h( ){1 F( )} 13 3,0495 9,8316x10.exp 2,43x10 dengan plo fungsi densias disajikan pada Gamar 3. Sehingga fungsi densias order saisics dari daa lifeime lampu adalah: a ( 1) a n nr 1 f : ( ) 1 r n r a e e r r1 13 3, x2,43x x 9,8316 x10 e 1 e 2,43x Biasaisics Vol 10, No.1, Feruari 2016

5 Gamar 3. Grafik Fungsi Densias Fungsi reliailias dari daa adalah seagai eriku: R( ) 1 F( ) 1 1 exp 2,43x10 exp 2,43x10 dengan plo grafik fungsi reliailias diampilkan pada Gamar 4. Gamar 4. Grafik Fungsi Reliailias Nilai raa-raa waku erjadinya kerusakan ola lampu pijar unuk uruan kerusakan lampu (r) dan n sampel seanyak 28 dapa diliha pada Tael 1. Inerpreasi dari Tael 1. adalah r merupakan uruan waku erjadinya kerusakan ola lampu, dan r:n adalah nilai raa-raa waku erjadinya kerusakan ola lampu pada uruan ke-r unuk sejumlah n sampel ola lampu. Unuk r = 1, arinya adalah raa-raa waku erjadinya kerusakan perama dari 28 ola lampu adalah 519,3 jam. Jika nilai r = 2, maka raa-raa waku erjadinya kerusakan kedua dari 28 ola lampu adalah Biasaisics Vol 10, No.1, Feruari

6 650,4 jam, dan seerusnya. Pengujian ini akan dihenikan keika raa-raa kerusakan ola lampu meleihi nilai maksimum dari Sandard Nasional Indonesia (SNI) yaiu 1250 jam yang erjadi pada kerusakan ke-17 dengan raa-raa waku kerusakan 1265,2 jam. Hal ini dapa diarikan ahwa pengujian life-esing dapa dihenikan seelum semua sampel seanyak 28 mai, anpa mengurangi informasi mengenai lifeime lampu karena seelah kerusakan ke-17 erjadi nilai raa-raa waku kerusakan adalah 1265,2 jam. Tael 1. Nilai Raa-raa Waku Terjadinya Kerusakan Bola Lampu Pijar (jam) r r:n r r:n 1 519, , , , , , , , , , , , , , , , , , , , , , , , , , , ,1 Dari hasil pemahasan ini diharapkan dapa mengurangi waku dan iaya yang dikeluarkan dalam melakukan eksperimen life-esing. Penghemaan yang dapa dilakukan dalam menerapkan meode ini adalah dapa menghema waku dan juga dapa menghema anyaknya sampel ola lampu yang digunakan dalam eksperimen life-esing yaiu seesar 39.3%. 4. KESIMPULAN Banyaknya sampel minimal yang seharusnya diperlukan unuk eksperimen lifeesing dari lampu pijar di PT Phillips Ralin Elecronics yang diproduksi pada mesin B1 uni 10 dengan spesifikasi lampu pijar 220V/25W/A60/CL/E27 adalah 17 dengan raaraa waku kerusakan 1265,2 jam. Hal ini dapa diarikan ahwa pengujian eksperimen life-esing dari lampu pijar ini dapa dihenikan keika raa-raa kerusakan ola lampu meleihi nilai maksimum dari Sandard Nasional Indonesia (SNI) yaiu 1250 jam yang erjadi pada kerusakan ke-17 dengan raa-raa waku kerusakan 1265,2 jam. Sehingga pengujian life-esing idak perlu dilakukan sampai semua sampel seanyak 28 mai, eapi perusahaan eap memperoleh informasi mengenai lifeime lampu yang sesuai dengan SNI dan mendapa keunungan dengan menghema waku dan anyaknya sampel ola lampu yang digunakan dalam eksperimen life-esing seesar 39,3%. 6 Biasaisics Vol 10, No.1, Feruari 2016

7 5. DAFTAR PUSTAKA Casela, G. Dan Berger, R.L., 2002, Saisical Inference, Duxury, California. Dhillon, B.S., 1983, Reliailiy Engineering in Sysems Design and Operaion, Van Nosrand Reinhold, New York. Eeling, C.E., 1997, An Inroducion o Reliailiy and Mainainailiy Engineering, The Mc Graw-Hill Companies Inc, Singapore. Evans, M., Hasings, N., dan Peacock, B., 2000, Saisical Disriuion, John Wiley & Sons, New York. Hjorh, U., 1980, A reliailiy disriuion wih increasing, decreasing, consan, ahu-shape failure rae, Technomerics, 22, Hoyland, A., dan Rausand, M., 1994, Sysem Reliailiy Theori Models and Saisical Mehods, John Wiley and Sons, New York. Lai, C.D. dan Xie, M., 2003, A Modified Weiull disriuion, IEEE Transacions on Reliailiy, 52, Mukaromah, A., 2003, Perandingan Esimasi Parameer Model Keandalan Dengan Menggunakan Meode Bayesian Dengan Pendekaan MCMC dan Maximum Likelihood Esimaion Pada Disriusi Weiull, Skripsi Jurusan Saisika FMIPA-ITS, Suraaya. Nelson, W., 1982, Applied Life Daa Analysis, John Wiley, New York. Pal, S., 2005, Order saisics for some common hazard rae funcions wih an applicaion, The Inernaional Journal of Qualiy & Reliailiy Managemen, 22, Taylor, H.M. dan Karlin, S., 1998, An Inroducion o Sochasic Modeling, Academic Press, New York. Biasaisics Vol 10, No.1, Feruari

KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL. Sudarno Staf Pengajar Program Studi Statistika FMIPA UNDIP

KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL. Sudarno Staf Pengajar Program Studi Statistika FMIPA UNDIP Karakerisik Umur Produk (Sudarno) KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL Sudarno Saf Pengajar Program Sudi Saisika FMIPA UNDIP Absrac Long life of produc can reflec is qualiy. Generally, good producs

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Perawaan (Mainenance) Mainenance adalah akivias agar komponen aau sisem yang rusak akan dikembalikan aau diperbaiki dalam suau kondisi erenu pada periode waku erenu (Ebeling,

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 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

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

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

PENGGUNAAN DISTRIBUSI PELUANG JOHNSON SB UNTUK OPTIMASI PEMELIHARAAN MESIN

PENGGUNAAN DISTRIBUSI PELUANG JOHNSON SB UNTUK OPTIMASI PEMELIHARAAN MESIN M-6 PENGGUNAAN DISTRIBUSI PELUANG JOHNSON SB UNTUK OPTIMASI PEMELIHARAAN MESIN Enny Suparini 1) Soemarini 2) 1) & 2) Deparemen Saisika FMIPA UNPAD [email protected] 1) [email protected] 2) Absrak

Lebih terperinci

BAB IV PERHITUNGAN NUMERIK

BAB IV PERHITUNGAN NUMERIK BAB IV PERHITUNGAN NUMERIK Dengan memperhaikan fungsi sebaran peluang berahan dari masingmasing sebaran klaim, sebagai mana diulis pada persamaan (3.45), (3.70) dan (3.90), perhiungan numerik idak mudah

Lebih terperinci

PENDUGAAN PARAMETER DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA

PENDUGAAN PARAMETER DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA PENDUGAAN PARAMEER DERE WAKU HIDDEN MARKOV SAU WAKU SEBELUMNYA BERLIAN SEIAWAY DAN DIMAS HARI SANOSO Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Peranian Bogor Jl Merani, Kampus

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 PERSAMAAN ARPS DAN METODE TABEL

BAB III PERSAMAAN ARPS DAN METODE TABEL BAB III ERSAMAAN ARS DAN METODE TABEL 3. ersamaan Ars Meoda decline curve analysis (analisis enurunan kurva) meruakan suau meode yang sering digunakan unuk mengesimasi erhiungan cadangan yang daa diamil

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 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

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa BAB 2 TINJAUAN TEORITI 2.1. Pengerian-pengerian Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. edangkan ramalan adalah suau siuasi aau kondisi yang diperkirakan

Lebih terperinci

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON*

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON* PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON* BERLIAN SETIAWATY DAN HIRASAWA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Peranian Bogor

Lebih terperinci

SIMULASI PERGERAKAN TINGKAT BUNGA BERDASARKAN MODEL VASICEK

SIMULASI PERGERAKAN TINGKAT BUNGA BERDASARKAN MODEL VASICEK Jurnal Maemaika Murni dan Terapan εpsilon Vol.9 No.2 (215) Hal. 15-24 SIMULASI PEGEAKAN TINGKAT BUNGA BEDASAKAN MODEL VASICEK Shanika Marha, Dadan Kusnandar, Naomi N. Debaaraja Fakulas MIPA Universias

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

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 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

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

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

BAB 2 LANDASAN TEORI 15 BAB 2 LANDASAN TEORI 2.1 Ruang Sampel dan Kejadian 2.1.1 Definisi Ruang Sampel Himpunan semua hasil semua hasil (oucome) yang mungkin muncul pada suau percobaan disebu ruang sampel dan dinoasikan dengan

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

PENGGUNAAN KONSEP FUNGSI CONVEX UNTUK MENENTUKAN SENSITIVITAS HARGA OBLIGASI

PENGGUNAAN KONSEP FUNGSI CONVEX UNTUK MENENTUKAN SENSITIVITAS HARGA OBLIGASI PENGGUNAAN ONSEP FUNGSI CONVEX UNU MENENUAN SENSIIVIAS HARGA OBLIGASI 1 Zelmi Widyanuara, 2 Ei urniai, Dra., M.Si., 3 Icih Sukarsih, S.Si., M.Si. Maemaika, Universias Islam Bandung, Jl. amansari No.1 Bandung

Lebih 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

BAB 1 PENDAHULUAN. Propinsi Sumatera Utara merupakan salah satu propinsi yang mempunyai

BAB 1 PENDAHULUAN. Propinsi Sumatera Utara merupakan salah satu propinsi yang mempunyai BAB 1 PENDAHULUAN 1.1 Laar Belakang Propinsi Sumaera Uara merupakan salah sau propinsi yang mempunyai perkembangan yang pesa di bidang ransporasi, khususnya perkembangan kendaraan bermoor. Hal ini dapa

Lebih terperinci

Penduga Data Hilang Pada Rancangan Bujur Sangkar Latin Dasar

Penduga Data Hilang Pada Rancangan Bujur Sangkar Latin Dasar Kumpulan Makalah Seminar Semiraa 013 Fakulas MIPA Universias Lampung Penduga Daa Pada Rancangan Bujur Sangkar Lain Dasar Idhia Sriliana Jurusan Maemaika FMIPA UNIB E-mail: [email protected] Absrak.

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

PENJADWALAN PEMBUATAN BOX ALUMININUM UNTUK MEMINIMUMKAN MAKESPAN (Studi Kasus di Perusahaan Karoseri ASN)

PENJADWALAN PEMBUATAN BOX ALUMININUM UNTUK MEMINIMUMKAN MAKESPAN (Studi Kasus di Perusahaan Karoseri ASN) B PENJADWALAN PEMBUATAN BOX ALUMININUM UNTUK MEMINIMUMKAN MAKESPAN (Sudi Kasus di Perusahaan Karoseri ASN) Firiya Gemala Dewi, Bobby O.P. Soepangka, Nurhadi Siswano Program Pasca Sarjana Magiser Manajemen

Lebih terperinci

KAJIAN PEMODELAN DERET WAKTU: METODE VARIASI KALENDER YANG DIPENGARUHI OLEH EFEK VARIASI LIBURAN

KAJIAN PEMODELAN DERET WAKTU: METODE VARIASI KALENDER YANG DIPENGARUHI OLEH EFEK VARIASI LIBURAN JMP : Volume 4 omor, Juni 22, hal. 35-46 KAJIA PEMODELA DERET WAKTU: METODE VARIASI KALEDER YAG DIPEGARUHI OLEH EFEK VARIASI LIBURA Winda Triyani Universias Jenderal Soedirman [email protected] Rina

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 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

PENGARUH IMPEDANSI PEMBUMIAN MENARA TRANSMISI TERHADAP DISTRIBUSI TEGANGAN SURJA PADA TIAP MENARA TRANSMISI

PENGARUH IMPEDANSI PEMBUMIAN MENARA TRANSMISI TERHADAP DISTRIBUSI TEGANGAN SURJA PADA TIAP MENARA TRANSMISI PENGARUH IMPEDANSI PEMBUMIAN MENARA TRANSMISI TERHADAP DISTRIBUSI TEGANGAN SURJA PADA TIAP MENARA TRANSMISI Renha L. Daalok (1, Ir. Syahrawardi ( Konsenrasi Teknik Energi Lisrik, Deparemen Teknik Elekro

Lebih terperinci

PENGARUH GAJI, UPAH, DAN TUNJANGAN KARYAWAN TERHADAP KINERJA KARYAWAN PADA PT. XYZ

PENGARUH GAJI, UPAH, DAN TUNJANGAN KARYAWAN TERHADAP KINERJA KARYAWAN PADA PT. XYZ PENGARUH GAJI, UPAH, DAN TUNJANGAN KARYAWAN TERHADAP KINERJA KARYAWAN PADA PT. XYZ Khairunnisa aubara 1, Ir. Sugiharo Pujangkoro, MM 2, uchari, ST, M.Kes 2 Deparemen Teknik Indusri, Fakulas Teknik, Universias

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

Keywords : Design of Experiment, ANOVA Clasic, RAKL, RAKTLS

Keywords : Design of Experiment, ANOVA Clasic, RAKL, RAKTLS ESTIMASI PARAMETER PADA RANCANGAN ACAK KELOMPOK SIMETRIS DAN TAK LENGKAP SEIMBANG Arniwai 1, Raupong 2, Anisa 3 Program sudi Saisika, Deparemen Maemaika, FMIPA, Universias Hasanuddin [email protected]

Lebih terperinci

Penerapan Metode Exponential Smoothing Untuk Prediksi Jumlah Penjualan Air Minum Dalam Kemasan

Penerapan Metode Exponential Smoothing Untuk Prediksi Jumlah Penjualan Air Minum Dalam Kemasan ISSN: 2089-3787 505 Penerapan Meode Exponenial Smoohing Unuk Prediksi Jumlah Penjualan Air Minum Dalam Kemasan Taufiq, Ey Musyafiroh Program Sudi Sisem Informasi STMIK Banjararu Jl. A. Yani Km. 33,3 Lokaa

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

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

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

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

Analisis Survival dengan Model Accelerated Failure Time Berdistribusi Log-normal

Analisis Survival dengan Model Accelerated Failure Time Berdistribusi Log-normal Analisis Survival dengan Model Acceleraed Failure Time Berdisribusi Log-normal Rachmaniyah *, Erna, Saleh 3 ABSTRAK Diabees melius (DM) adalah penyaki yang diandai dengan peningkaan kadar gula darah yang

Lebih terperinci

ANALISIS STABILITAS DAN PENAKSIRAN PARAMETER MODEL RENDLEMAN-BARTTER

ANALISIS STABILITAS DAN PENAKSIRAN PARAMETER MODEL RENDLEMAN-BARTTER ANALISIS STABILITAS DAN PENAKSIRAN PARAMETER MODEL RENDLEMAN-BARTTER Murni 1 dan Gao F. Herono 1, Program Magiser Maemaika, Deparemen maemaika FMIPA UI e-mail 1 : [email protected], e-mail : [email protected]

Lebih terperinci

Bab II Dasar Teori Kelayakan Investasi

Bab II Dasar Teori Kelayakan Investasi Bab II Dasar Teori Kelayakan Invesasi 2.1 Prinsip Analisis Biaya dan Manfaa (os and Benefi Analysis) Invesasi adalah penanaman modal yang digunakan dalam proses produksi unuk keunungan suau perusahaan.

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Air merupakan kebuuhan pokok bagi seiap makhluk hidup di dunia ini ermasuk manusia. Air juga merupakan komponen lingkungan hidup yang pening bagi kelangsungan hidup

Lebih 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

MODEL OPTIMASI PENGGANTIAN MESIN PEMECAH KULIT BERAS MENGGUNAKAN PEMROGRAMAN DINAMIS (PABRIK BERAS DO A SEPUH)

MODEL OPTIMASI PENGGANTIAN MESIN PEMECAH KULIT BERAS MENGGUNAKAN PEMROGRAMAN DINAMIS (PABRIK BERAS DO A SEPUH) Journal Indusrial Servicess Vol. No. Okober 0 MODEL OPTIMASI PENGGANTIAN MESIN PEMECAH KULIT BERAS MENGGUNAKAN PEMROGRAMAN DINAMIS (PABRIK BERAS DO A SEPUH) Abdul Gopar ) Program Sudi Teknik Indusri Universias

Lebih 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 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

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 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

(T.6) PENDEKATAN INDEKS SIKLUS PADA METODE DEKOMPOSISI MULTIPLIKATIF

(T.6) PENDEKATAN INDEKS SIKLUS PADA METODE DEKOMPOSISI MULTIPLIKATIF Seminar Nasional Saisika 12 November 2011 Vol 2, November 2011 (T.6) PENDEKATAN INDEKS SIKLUS PADA METODE DEKOMPOSISI MULTIPLIKATIF Gumgum Darmawan, Sri Mulyani S Saf Pengajar Jurusan Saisika FMIPA UNPAD

Lebih terperinci

PERHITUNGAN VALUE AT RISK (VaR) DENGAN SIMULASI MONTE CARLO (STUDI KASUS SAHAM PT. XL ACIATA.Tbk)

PERHITUNGAN VALUE AT RISK (VaR) DENGAN SIMULASI MONTE CARLO (STUDI KASUS SAHAM PT. XL ACIATA.Tbk) Jurnal UJMC, Volume 3, Nomor 1, Hal. 15-0 pissn : 460-3333 eissn : 579-907X ERHITUNGAN VAUE AT RISK (VaR) DENGAN SIMUASI MONTE CARO (STUDI KASUS SAHAM T. X ACIATA.Tbk) Sii Alfiaur Rohmaniah 1 1 Universias

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

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

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

JURNAL TEKNIK POMITS Vol. 2, No. 2, (2013) ISSN: ( Print) D-108

JURNAL TEKNIK POMITS Vol. 2, No. 2, (2013) ISSN: ( Print) D-108 JURNAL TEKNIK POMITS Vol., No., (013) ISSN: 337-3539 (301-971 Prin) D-108 Simulasi Peredaman Gearan Mesin Roasi Menggunakan Dynamic Vibraion Absorber () Yudhkarisma Firi, dan Yerri Susaio Jurusan Teknik

Lebih terperinci

PERAMALAN FUNGSI TRANSFER SINGLE INPUT INDEKS HARGA SAHAM GABUNGAN TERHADAP SAHAM NEGARA TERDEKAT

PERAMALAN FUNGSI TRANSFER SINGLE INPUT INDEKS HARGA SAHAM GABUNGAN TERHADAP SAHAM NEGARA TERDEKAT Saisika, Vol. 2, No. 2, November 24 PERAMALAN FUNGSI TRANSFER SINGLE INPUT INDEKS HARGA SAHAM GABUNGAN TERHADAP SAHAM NEGARA TERDEKAT Sri Wahyuni, 2 Farikhin, Iswahyudi Joko Suprayino Program Sudi Saisika

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

Proyeksi Penduduk Provinsi Riau Menggunakan Metode Campuran

Proyeksi Penduduk Provinsi Riau Menggunakan Metode Campuran Saisika, Vol. 10 No. 2, 129 138 Nopember 2010 Proyeksi Penduduk Provinsi Riau 2010-2015 Menggunakan Meode Campuran Ari Budi Uomo, Yaya Karyana, Tei Sofia Yani Program Sudi Saisika, Universias Islam Bandung

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

Jurnal EKSPONENSIAL Volume 4, Nomor 1, Mei 2013 ISSN

Jurnal EKSPONENSIAL Volume 4, Nomor 1, Mei 2013 ISSN Model Proporional Hazard Cox Dengan Pendekaan Bayesian (Sudi Kasus : Pasien Rawa Inap Demam Berdarah Dengue di Rumah Saki Umum Daerah Abdul Wahab Sjahranie Samarinda) Cox Proporsional Hazard Model wih

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

PENENTUAN KONSTANTA PEMULUSAN YANG MEMINIMALKAN MAPE DAN MAD MENGGUNAKAN DATA SEKUNDER BEA DAN CUKAI KPPBC TMP C CILACAP

PENENTUAN KONSTANTA PEMULUSAN YANG MEMINIMALKAN MAPE DAN MAD MENGGUNAKAN DATA SEKUNDER BEA DAN CUKAI KPPBC TMP C CILACAP Prosiding Seminar Nasional Maemaika dan Terapannya 2016 p-issn : 2550-0384; e-issn : 2550-0392 PENENTUAN KONSTANTA PEMULUSAN YANG MEMINIMALKAN MAPE DAN MAD MENGGUNAKAN DATA SEKUNDER BEA DAN CUKAI KPPBC

Lebih 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

USULAN UKURAN PEMESANAN OPTIMAL SUKU CADANGMESIN GRINDING BERDASARKAN LAJU KERUSAKAN MENGGUNAKAN METODE Q (di Bengkel Pembuatan dan Service Turbin)

USULAN UKURAN PEMESANAN OPTIMAL SUKU CADANGMESIN GRINDING BERDASARKAN LAJU KERUSAKAN MENGGUNAKAN METODE Q (di Bengkel Pembuatan dan Service Turbin) ISSN: 2338-5081 Jurusan Teknik Indusri Ienas No.01 Vol.04 Jurnal Online Insiu Teknologi Nasional Januari 2016 USULAN UKURAN PEMESANAN OPTIMAL SUKU CADANGMESIN GRINDING BERDASARKAN LAJU KERUSAKAN MENGGUNAKAN

Lebih terperinci

BAB III HASIL DAN PEMBAHASAN. A. Permasalahan Nyata Penyebaran Penyakit Tuberculosis

BAB III HASIL DAN PEMBAHASAN. A. Permasalahan Nyata Penyebaran Penyakit Tuberculosis BAB III HASIL DAN PEMBAHASAN A. Permasalahan Nyaa Penyebaran Penyaki Tuberculosis Tuberculosis merupakan salah sau penyaki menular yang disebabkan oleh bakeri Mycobacerium Tuberculosis. Penularan penyaki

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 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 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

3. Kinematika satu dimensi. x 2. x 1. t 1 t 2. Gambar 3.1 : Kurva posisi terhadap waktu

3. Kinematika satu dimensi. x 2. x 1. t 1 t 2. Gambar 3.1 : Kurva posisi terhadap waktu daisipayung.com 3. Kinemaika sau dimensi Gerak benda sepanjang garis lurus disebu gerak sau dimensi. Kinemaika sau dimensi memiliki asumsi benda dipandang sebagai parikel aau benda iik arinya benuk dan

Lebih terperinci

BAB III. Pada bab ini akan dijelaskan mengenai tahapan perhitungan untuk menilai

BAB III. Pada bab ini akan dijelaskan mengenai tahapan perhitungan untuk menilai BAB III PENILAIAN HARGA WAJAR SAHAM PAA SEKTOR INUSTRI BATUBARA ENGAN MENGGUNAKAN TRINOMIAL IVIEN ISCOUNT MOEL 3.. Pendahuluan Pada bab ini akan dijelaskan mengenai ahapan perhiungan unuk menilai harga

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

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

Jurusan Teknik Informatika Fakultas Teknik Universitas Muhammadiyah Jember ABSTRAK

Jurusan Teknik Informatika Fakultas Teknik Universitas Muhammadiyah Jember ABSTRAK PERBANDINGAN METODE DES (DOUBLE EXPONENTIAL SMOOTHING) DENGAN TES (TRIPLE EXPONENTIAL SMOOTHING) PADA PERAMALAN PENJUALAN ROKOK (STUDI KASUS TOKO UTAMA LUMAJANG) 1 Fajar Riska Perdana (1110651142) 2 Daryano,

Lebih terperinci

III. KERANGKA PEMIKIRAN

III. KERANGKA PEMIKIRAN III. KERANGKA PEMIKIRAN 3.1. Kerangka Teoriis 3.1.1 Daya Dukung Lingkungan Carrying capaciy aau daya dukung lingkungan mengandung pengerian kemampuan suau empa dalam menunjang kehidupan mahluk hidup secara

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

SEBARAN STASIONER PADA SISTEM BONUS-MALUS SWISS SERTA MODIFIKASINYA (Cherry Galatia Ballangan)

SEBARAN STASIONER PADA SISTEM BONUS-MALUS SWISS SERTA MODIFIKASINYA (Cherry Galatia Ballangan) SEBARAN STASIONER PADA SISTEM BONUS-MALUS SWISS SERTA MODIFIKASINYA (Cherry Galaia Ballangan) SEBARAN STASIONER PADA SISTEM BONUS-MALUS SWISS SERTA MODIFIKASINYA (Saionary Disribuion of Swiss Bonus-Malus

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

BAB 3 METODOLOGI PEMECAHAN MASALAH

BAB 3 METODOLOGI PEMECAHAN MASALAH BAB 3 METODOLOGI PEMECAHAN MASALAH 3.1 Tahapan Pemecahan Masalah Tahapan pemecahan masalah berfungsi unuk memudahkan dalam mencari jawaban dalam proses peneliian yang dilakukan agar sesuai dengan arah

Lebih terperinci

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

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

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

HUMAN CAPITAL. Minggu 16

HUMAN CAPITAL. Minggu 16 HUMAN CAPITAL Minggu 16 Pendahuluan Invesasi berujuan unuk meningkakan pendapaan di masa yang akan daang. Keika sebuah perusahaan melakukan invesasi barang-barang modal, perusahaan ini akan mengeluarkan

Lebih terperinci

BAB IV ANALISA PERANCANGAN BCSU BERDASARKAN HASIL PENGUKURAN DAN SIMULASI RANGKAIAN DENGAN MENGGUNAKAN MULTISIM

BAB IV ANALISA PERANCANGAN BCSU BERDASARKAN HASIL PENGUKURAN DAN SIMULASI RANGKAIAN DENGAN MENGGUNAKAN MULTISIM BAB IV ANALISA PERANCANGAN BCSU BERDASARKAN HASIL PENGUKURAN DAN SIMULASI RANGKAIAN DENGAN MENGGUNAKAN MULTISIM Analisa perancangan erdasarkan hasil simulasi dan pengukuran rangkaian, dimaksudkan unuk

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 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

DAMPAK PENURUNAN HARGA BBM JENIS PREMIUM TERHADAP ANGKA INFLASI DI KOTA YOGYAKARTA (Studi Aplikasi Model Intervensi dengan Step Function)

DAMPAK PENURUNAN HARGA BBM JENIS PREMIUM TERHADAP ANGKA INFLASI DI KOTA YOGYAKARTA (Studi Aplikasi Model Intervensi dengan Step Function) DAMPAK PENURUNAN HARGA BBM JENIS PREMIUM TERHADAP ANGKA INFLASI DI KOTA YOGYAKARTA (Sudi Aplikasi Model Inervensi dengan Sep Funcion) S-3 Kismianini dan Dhoriva Urwaul Wusqa Jurusan Pendidikan Maemaika

Lebih terperinci

Prosiding Seminar Nasional Matematika dan Terapannya 2016 p-issn : ; e-issn :

Prosiding Seminar Nasional Matematika dan Terapannya 2016 p-issn : ; e-issn : Prosiding Seminar Nasional Maemaika dan Terapannya 2016 p-issn : 2550-0384; e-issn : 2550-0392 PERAMALAN VOLUME PENGGUNAAN AIR BERSIH DENGAN METODE WINTERS EPONENTIAL SMOOTHING UNTUK MENENTUKAN VOLUME

Lebih 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