BAB 2 TINJAUAN PUSTAKA

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 2 TINJAUAN PUSTAKA"

Transkripsi

1 BAB TINJAUAN PUSTAKA Tijaua Pusaka Pegguaa meode peramala Forecasig elah dilakuka oleh berbagai macam peeliia dalam berbagai bidag eruama diguaka dalam memprediksi pejuala pada perusahaa Beriku dibawah ii merupaka beberapa cooh yag elah dilakuka oleh peeliia-peeliia erdahulu dega megguaka meode peramala Peerapa Expoeial Smoohig uuk Trasformasi Daa dalam Meigkaka Akurasi Neural Nework pada Prediksi Harga Emas [] Emas adalah barag yag saga berilai yag ak perah lekag oleh waku Emas merupaka logam mulia yag difavorika da bayak digemari dalam beuk ivesasi aau perhiasa Bagi para ivesor meode prediksi mejadi suau hal yag saga peig dalam perliduga ilai resiko da sebagai jala uuk ivesasi Maka dari iu dibuuhkaya meode prediksi yag dapa diguaka uuk mempermudah para ivesor dalam membua kebijaka da kepuusa yag akura dalam melakuka ivesasi emas Dalam peeliia ii diguaka meode peramala Expoeial Smoohig yag berujua uuk Trasformasi daa dalam peigkaa akurasi Neural Nework Neural Nework merupaka salah sau meode yag meyediaka ala yag mejajika bagi peramal, meode ii juga memiliki berbagai macam kelebiha yag aka saga bergua uuk dierapka oleh peramala prakis Kemudia uuk melakuka persiapa daa diguaka meode Expoeial Smoohig yag dapa dierapka uuk memperbaiki kualias daa yag aiya aka dierapka pada pada meode Neural Nework Persiapa daa merupaka lagkah yag diperluka dalam membagu model Neural Nework yag sukses Tapa kumpula daa yag berkualias, memadai 5

2 6 da represeif, aka suli uuk membagu Neural Nework yag sukses Maka dari iu kehadala Neural Nework bergaug pada kualias daa yag diperoleh Dega demikia meode Expoeial Smoohig aka dierapka uuk memperbaiki kualias daa yag aka diguaka sebagai prediksi harga emas megguaka Neural Nework Aalisa da Peerapa meode Sigle Expoeial Smoohig uuk Prediksi Pejuala pada Periode Tereu Sudi kasus : PT Media Cemara kreasi [] Suau Perusahaa barag aaupu jasa memerluka sraegi pejuala uuk medapaka keuuga besar, salah sau cara yag diguaka yaiu dega meerapka meode peramala forecasig PT Media Cemara Kreasi adalah perusahaa yag berjala di bidag pejuala pakaia Perusahaa ii megigika peambaha laba seiap bulaya sehigga dibuuhka suau aplikasi forecasig yag dapa meeuka prediksi barag yag erjual seiap bulaya Hasil suau peramala pejuala aka mejadi proyeksi yag berupa peilaia aau peryaaa erhadap kodisi yag aka daag eag pejuala da permiaa kosume poesial uuk jagka waku ereu Walaupu demikia hasil dari prediksi mugki idak sesuai dega recaa Pemafaaa prediksi pejuala aka diguaka sebagai iformasi pejuala pakaia pada perusahaa PT Media Cemara Kreasi, Jakara uuk meramalka igka pejuala pada bula yag aka daag Prediksi pejuala yag aka diguaka yaiu meode peramala Ekspoesial Tuggal Expoeial Smoohig, yag berujua uuk memprediksi pejuala pada periode bula 3 Perbadiga Keakuraa Meode Auoregressive Iegraed Movig Average ARIMA da Expoeial Smoohig pada Peramala Pejuala Seme di PTSiar Abadi [3] PT Siar Abadi merupaka salah sau perusahaa yag memproduksi seme wara dega berbagai jeis Perusahaa ii melakuka kegiaa pedisribusia produk semeya ke disribuor yag ersebar di Begkulu

3 7 PT Siar Abadi sudah mempuyai pegolaha daa yag erkomuerisasi amu masih kesulia dalam memperkiraka / memprediksi pejuala yag aka daag gua meigkaka laba perusahaa Ada begiu bayak meode peramala amu dari kesekia bayak meode ersebu aka dicari sebuah meode yag palig akura uuk diguaka Beberapa meode yag dipilih dalam peeliia ii yaiu meode Auoregressive Iegraed Movig Average ARIMA da meode Expoeial Smoohig karea kedua meode ii mempuyai kemampua dalam megaalisis daa masa lau yag bersifa musima, sasioer, da siklus Dari uraia yag elah dijelaska di aas, peeliia ii berujua uuk membua suau sisem yag dapa membau permasalaha yag ada pada perusahaa da diharapka dega meemuka meode yag palig epa dapa meigkaka laba perusahaa Tabel Peeliia Terkai No Nama Peelii da Tahu Masalah Meode Hasil Idah Suryai, Peerapa meode Meode Dega megguaka Romi Saria prediksi uuk Expoeial Expoeial Smoohig Wahoo 05 [] mempermudah para Smoohig dalam peerapa ivesor dalam da Neural rasformasi daa maka membua kebijaka Nework meghasilka perbaika da pegambila daa yag kemudia aka kepuusa yag akura dierapka pada Neural dalam melakuka Nework yag mampu ivesasi emas meigkaka keakurasia perdiksi harga emas Krisie Margi S, PT Media Cemara Meode Implemeasi meode Sigle Sofia Pedawa Kreasi megigika Expoeial Expoeial Smoohig W05 [] peambaha laba Smoohig dapa dierapka pada sisem seiap bulaya prediksi

4 8 No Nama Peelii da Tahu Masalah Meode Hasil sehigga dibuuhka da dapa melakuka suau aplikasi prediksi pejuala per bula forecasig yag dapa bula, Aplikasi belum meeuka prediksi dapa diguaka sebagai barag yag erjual referesi uuk meghiug seiap bulaya prediksi pejuala uuk iap ahuya 3 Riza Rahmadayai, PT Siar Abadi Meode Hasil yag didapa Boko Susilo, Diyah kesulia dalam Auoregressi berdasarka perhiuga Puspiaigrum memperkiraka / ve Iegraed MSE,meode ARIMA 05 [3] memprediksi Movig meujukka ilai MSE pejuala yag aka Average yag selalu lebih redah daag gua ARIMA daripada meode meigkaka laba da Expoeial Smoohig perusahaa Expoeial sehigga dapa diambil suau Smoohig kesimpula bahwa meode ARIMA merupaka meode erbaik dalam meramalka pejuala seme uuk periode yag aka daag Dari iga peeliia erkai yag elah dijelaska pada abel maka dapa diambil kesimpula bahwa Meode Peramala Forecasig Regresi dapa diguaka dalam membau peulis uuk melakuka peramala pada daa pake pejuala TV berlaggaa TOPAS TV uuk seiap bulaya

5 9 Peramala Forecasig Defiisi Peramala Forecasig Beriku ii beberapa defiisi eag peramala meuru para ahli : Defiisi berdasarka pedapa dari Tia Deiaa [4]: Dalam buku yag diulis oleh Tia Deiaa yag berjudul Maajeme Operasioal Sraegi da Aalisa Service ad Maufacure megarika bahwa peramala merupaka suau ilmu da sei uuk melakuka prediksi di masa medaag Berdasarka pedapa dari Daag Suyoo [5] : Peramala disebu juga perkiraa aau forecasig, yaiu suau lagkah uuk melakuka pegukura aau peaksira pada keadaa bisis di masa depa Peramala pejuala adalah perkiraa pejuala yag aka erjadi pada masa yag aka daag dalam suau kodisi ereu da dibua berdasarka daa-daa yag perah erjadi da mugki aka erjadi Hasil dari meode forecasig aiya aka mejadi peilaia erhadap kodisi yag aka daag megeai pejuala sebagai gambara secara ekis eag permiaa kosume poesial Dari pegeria yag elah dijelaska diaas maka dapa diambil suau kesimpula bahwa peramala adalah suau perhiuga uuk melakuka prediksi masa depa megeai daa daa seperi pejuala, persediaa, harga saham dega memafaaka daa daa masa lampau sebagai dasar peeua dari perhiuga peramala Kaegori Peramala Forecasig Meuru olada M, Siagia meguip dari Heizer [6], peramala dikelompokka oleh horizo waku yag aka daag yag medasariya Terdapa iga kaegori peramala berdasarka waku yaiu :

6 0 Peramala Jagka Pedek Suau peramala yag memiliki reag waku sekiar sau ahu eapi raa raa kurag dari sau ahu Peramala ii biasaya diguaka uuk perecaaa pejadwala, peugasa, pembelia, da igka produksi Peramala Jagka Meegah Peramala ii memiliki reag waku sekiar iga bula higga iga ahu Peramala ii saga cocok uuk perecaaa pejuala, pegaggara produksi, pegaggara kas, da dapa uuk melakuka aalisis recaa operasi 3 Peramala Jagka Pajag Peramala yag memiliki reag waku lebih dari iga ahu, bermafaa dalam membua produk erbaru, pegeluara modal, pegembaga da peeliia 3 Tipe ipe Peramala Forecasig Meuru pedapa dari Firi Lukiasui da Hery Praseya [7], erdapa ipe ipe peramala diaaraya yaiu : Peramala Ekoomi Peramala yag mejabarka suau siklus bisis dega melakuka prediksi pada peigkaa iflasi, jumlah keuaga, kebuuha daa uuk medirika perumaha da kosep perecaaa laiya Peramala Tekologi Dega memperhaika kemajua ekologi peramala ii dapa diguaka uuk mecipaka produk erbaru yag dapa mearik kosume, kebuuha uuk pembagua pabrik da peralaa erbaru Dega meliha igka kemajua ekologi peramala ii biasaya membuuhka jagka waku yag pajag 3 Peramala Permiaa Gambara dari permiaa pada layaa da produk dari perusahaa peramala biasaya juga disebu sebagai peramala pejuala uuk pegedalia produksi, jumlah sera pejadwala sisem da mejadi masuka uuk merecaaka keuaga sumber daya mausia da pemasara

7 4 Tahapa ahapa Peramala Forecasig Terdapa lagkah - lagkah dalam peramala [8], yaiu : Megumpulka daa Megumpula daa da memberi sara seberapa peig daa yag diperoleh sesuai dega apa yag diyakii da kebearaya Memadaka aau meguragi daa Memadaka aau meguragi daa, erkadag dibuuhka karea kemugkia bisa erjadi daa yag berlebiha dalam ahapa peramala, aau mugki erlalu sediki Daa daa yag dibuuhka mugki idak berhubuga dega permasalaha sehigga dapa meguragi igka akurasi peramala 3 Peyusua da Evaluasi Modal Peyusua da evaluasi modal erdiri dari mecocoka daa yag elah dikumpulka kedalam modal yag dibuuhka dalam hal memiimasi 4 Peramala Akual Pada dasarya peramala akual meghasilka daa yag sesuai yag erkumpul da memugkika uuk meguragi uuk medapaka meode peramala yag epa yag aiya aka mejadi meode yag erpilih 5 Evaluasi Peramala Evalusai peramala melipui da melakuka perbadiga daa peramala dega daa asli Proses ii membuuhka ilai daa erbaru yag selajuya megambil dari daa yag erhimpu yag aka diaalisa 5 Meode Peramala Forecasig Secara geeral, dalam peramala erdapa dua macam meode pedekaa yag dapa diguaka, yaiu : Meode Kualiaif Secara kualiaif o saisical mehhod adalah suau meode yag lebih memeigka pada opii seseorag judgeme Hal ii dibuuhka karea hasil peramala aka diilai berdasarka suau ide yag mempuyai sifa iuisi, opii da pegeahua yag dimiliki oleh orag yag meyusuya,

8 Ada beberapa sumber pedapa yag dipakai sebagai dasar melakuka peramala pejuala, aara lai pedapa salesma, pedapa maajer pejuala, pedapa para ahli, da survei kosume [3] Terdapa beberapa ekik peramala kualiaif yaiu : a Meode Delphi Dalam peerapaya para ahli / pakar aka megisi kuisoer, hasilya aka disimpulka oleh moderaor yag kemudia aka diformulasika sebagai kuesioer baru yag aiya aka diisi kembali oleh kelompok ersebu, da proses iu aka secara erus meerus berjala Dega demikia aka mejadika suau pembelajara apa adaya iimidasi da ekaa dari kelompok ersebu b Marke Research Rise Pasar Suau meode peramala yag memperoleh hasil dari survei pasar dari para eaga pemasar produk aau yag mejadi perwakilaya Dega megguaka meode ii maka aka erjarig iformasi dari pelagga aau kosume yag berkaia dega perecaaa pembelia di masa yag aka daag Marke Research idak sekedar membau peramala, eapi bergua juga uuk melakuka peigkaa desai produk da merecaaka produk-produk erbaru c Life Cycle Aalogy PLC Pada dasarya, raa - raa produk yag beredar aka meerapka produc life cycle PLC yag melipui bebrapa ahapa yaiu iroducio, growh,mauriy, da declie Pegalama produk yag diperoleh aka sama dega periode yag lalu, seseorag dapa mecipaka meode yag sama dega produk sebelumya d Pael Cosesus Peramala dilakuka aas dasar perimbaga maajeme, yag pada umumya dilakuka oleh maajeme seior Kecocoka meode ii aka sesuai dalam kodisi yag saga sesiif erhadap iuisi dari beberapa kelompok kecil orag yag disebabka pegalama yag diperoleh mampu memberika pedapa yag bersifa releva da kriis Meode ii cocok

9 3 diguaka dalam keadaa disaa idak ada siuasi dimaa idak ada piliha lai dari meode peramala yag dapa diguaka Walaupu demikia ekik ii memiliki keerbaasa yag bayak, sehigga diperluka suau kombiasi dega meode peramala yag laiya Meode Kuaiaif Dari sudu padag kuaiaif saisical mehod merupaka meode peaksira yag meguamaka pada perhiuga-perhiuga umerik dega megguaka beberapa macam ekik saisik Peroleha hasil peramala yag diguaka aka bergaug pada pegguaa meode dalam peerapa peramala ersebu Meode kuaiaif aka dapa diguaka jika memeuhi dari beberapa kodisi sebagai beriku : a Adaya iformasi dari masa lalu, b Iformasi ersebu dapa diajdika daa kuaiaif, c da iformasi yag diperoleh dapa diasumsika bahwa beberapa aspek pola masa lalu aka eap berlaju dimasa medaag Keadaa erakhir ii dapa dibua sebagai asumsi yag berkelajua, asumsi ii adalah modal yag mejadi dasar dari semua ekik peramala kuaiaif da ekik peramala kualiaif, diliha dari seberapa caggihya meode ersebu [3] Terdapa beberapa peramala dari meode kuaiaif yaiu : a Time Series Dere Waku Pada meode ii perkiraa masa yag aka daag diperoleh berdasarka daa masa lalu dari suau variabel Pada meode ime series erdapa beberapa meode yaiu diaaraya : Raa raa Bergerak Movig Average Raa raa bergerak Movig Average merupaka ekik peramala peraaa daa pegamaa yag aiya aka mecari raa raaya, kemudia hasil dari raa raa ersebu aka diguaka sebagai peramala selajuya Isilah dari raa - raa diperguaka karea seiap daa observasi erbaru yag ersedia, maka daa raa raa erbaru aka dihiug da diperguaka sebagai hasil dari ramala

10 4 MA i D i Dimaa : = jumlah periode dari movig average Di = Permiaa seiap periode i Double Movig Average Meode peramala ii meerapka perhiuga raa raa bergerak sebayak dua kali yag selajuya dieruska dega meghiug peramala memakai suau persamaa yag elah dieuka M Dimaa : = jumlah periode movig average M = ilai sebearya uuk periode = raa raa bergerak periode 3 Expoeial Smoohig Expoeial Smoohig merupaka suau kosep yag melakuka perbaika / peghalusa peramala secara erus meerus dega malakuka raa - raa smoohig = meghaluska pada ilai masa lalu dari suau daa ime series ruu waku dega cara expoeial meuru Formulasi secara sederhaa dari Expoeial Smoohig adalah sebagai beriku : F A F 3 Dimaa : α A F F+ = periode yag sudah erjadi = Kosaa dari Expoeial Smoohig = Permiaa uuk periode = Peramala pada periode = Peramala pada periode medaag

11 5 4 Tred Projecio Merupaka ekik peramala ime series yag megikui garis re erhadap beberapa ragkaia iik daa masa lalu, selajuya digambarka ke dalam peramala masa medaag uuk meramalka dalam jagka waku meegah da jagka pajag y bx Dimaa : y = variabel yag aka diramalka b Meode Causal α b x = kosaa = kemiriga garis regresi = variabel bebas waku 4 Tujua pegguaa meode ii yaiu medapaka beuk hubuga da memakaiya uuk melakuka peramala ilai pada masa yag aka daag dari variabel yag elah dieuka Terdapa beberapa meode uuk meode Causal yaiu : Meode Ekoomerik Dasar aas meode peramala ii megguaka sysem persamaa regresi yag diaur dega cara simula bias diguaka uuk peramala dalam waku pedek da dalam jagka waku pajag, sehigga bias medapaka keakuraa peramala yag baik Tekik peramala ii serig diguaka uuk meramalka hasil pejuala dari kelas produk, aau juga meramalka kodisi ekoomi masyaraka, seperi harga, peawara, da permiaa

12 6 Qd bp ci dpo ea 5 Dimaa : Qd = volume permiaa α = koefisiesi kosaa bp = koefisiesi fakor harga ci = Icome dpo = Harga barag lai ea = Adveresi Meode Ipu Oupu Peramala dega megguaka ipu oupu serig dipakai dalam merecaaka ekoomi asioal dalam jagka waku pajag Misalya melakuka peramala perumbuha ekoomi seperi Perumbuha Domesik Bruo PDB uuk periode ahu aara 5-0 ahu yag aka daag 3 Meode Regresi da Korelasi Meode ii diperguaka dalam jagka pedek higga jagka pajag da berdasarka aas persamaa dega ekik leas squares yag kemudia dilakuka aalisis secara sais Persamaa meode regresi da korelasi yaiu : yˆ a bx 6 Dimaa : ŷ = variabel yag aka diprediksi α b x = kosaa = kemiriga garis regresi = variabel bebas periode

13 7 c Meode Regresi Meode ii diguaka aas dasar dari variabel yag ada da yag dapa memberi pegaruh hasil peramala Beberapa hal yag pau dikeahui sebelum megguaka peramala meode regresi yaiu dega meliha erlebih dahulu kodisi kodisi masa lalu yag harus dikeahui, iformasi yag elah didapa dapa dirasformasi kedalam beuk daa, da megasumsika bahwa pola daa dari masa lalu aka selalu berkelajua dimasa medaag Daa daa yag ada dilapaga dapa dikelompokka sebagai beriku : Musima Seasoal Terjadi jika dere waku mempegaruhi fakor musima, seperi kuaral haria, miggua, bulaa, da ahua Horizoal Saioary Dapa erliha jika daa megalami flukuasi secara kosa di sekiar ilai raa raa 3 Siklus Cylikal Merupaka daa yag diahsilka dari pegaruh flukuasi ekoomi jagka waku pajag 4 Tred Terjadi bilamaa erdapa peurua aau keaika sekuler dalam jagka waku pajag pada daa Pada meode regresi erdapa dua macam meode yag bisa dierapka yaiu sebagai beriku :

14 8 Aalisis Time Series Dere Waku Merupaka suau aalisis aar variabel yag dicari dega megguaka variabel waku periode Pada aalisis ii erdapa dua ekik uuk melakuka perhiuga peramala yaiu : a Meode Regresi Liier Mempuyai persamaa rumus sebagai beriku : b a 7 b b a Dimaa : = jumlah periode = periode saa ii = variabel yag aka diprediksi

15 9 b Meode Regresi Kuadrais mempuyai persamaa rumus sebagai beriku : c b a b b c c b a

16 0 Dimaa : = jumlah periode = periode saa ii = variabel yag aka diprediksi Aalisis Sebab Akiba Cross Secio Merupaka suau aalisis variabel yag dicari salig berkaia aau variabel dega variabel bebas 6 Tigka Keepaa / Akurasi Peramala Seelah meerapka meode peramala selajuya melakuka validasi megguaka beberapa idikaor idikaor Beberapa idikaor yag serig diguaka adalah sebagai beriku : Mea Absolue Deviaio MAD Meode yag diguaka uuk melakuka evaluasi peramala dega meliha dari jumlah - jumlah kesalaha yag bersifa absolu Mea Absolue Deviaio MAD melakuka pegukura keepaa peramala dega meghiug raa-raa error dugaa ilai sepeuhya dari seiap kesalaha MAD diguaka uuk megukur igka error peramala dalam kesamaa ui sebagai dere asli Rumus yag diguaka uuk melakuka perhiuga MAD yaiu : MAD D F 9 Mea Square Error MSE Mea Squared Error MSE merupaka salah sau meode laiya uuk meliha keakurasia peramala Seiap kesalaha yag erjadi aau sisa aka dikuadraka Selajuya melakuka pejumlaha da peambaha dega jumlah oal observasi Meode ii melakuka pegaura error peramala yag besar karea seiap kesalaha aka dikuadraka Meode MSE aka medapaka hasil dari bayak kesalaha sedag yag kemugkia aka lebih baik uuk kesalaha kecil, eapi erkadag juga meghasilka perbedaa yag cukup sigifika

17 MSE D F 0 3 Mea Absolue Perceage Error MAPE Mea Absolue Perceage Error MAPE merupaka suau meode yag melakuka perhiuga dega mejadika kesalaha sebearya uuk seiap periode dibagi dega jumlah ilai observasi berdasarka faka pada periode saa iu juga Selajuya, meghiug raa - raa error persease absolu ersebu Meode ii saga epa keika jumlah variabel peramala merupaka hal peig dalam melakuka evaluasi keakuraa peramala Meode ii membukika seberapa besar error dalam peramala jika membadigka dega ilai real MAPE ei *00% X i X i X F i i *00% 7 UML Uified Modellig Laguage UML sigkaa dari Uified Modellig Laguage merupaka suau sadar bahasa yag elah diguaka pada idusri dalam meracag, visualisasi, da dokumeasi uuk peragka pirai luak UML memberika suau sadar dalam melakuka peracaga model pada sisem Pegguaa UML dapa mecipaka berbagai macam model uuk berbagai jeis aplikasi berbasis pirai luak, yag dimaa pirai ersebu dapa dijalaka pada pirai keras, OS Operaig Sysem, da berbagai jeis jariga, da juga dalam pegaplikasiaya dapa dibua dalam beuk berbagai bahasa pemrograma Walaupu demikia sebagai kosep dasarya UML megguaka class da operaio, sehigga UML lebih

18 direkomedasika uuk peulisa pirai luak yag mempuyai bahasa bahasa berbasis orieasi objek coohya yaiu Java, C#, C++, da VBe Teapi sebearya UML eap bisa dipakai uuk pemodeliga aplikasi berbasis prosedural seperi C da VB [9] 8 Java Java merupaka suau aplikasi pemrograma yag dikembagka oleh perusahaa pegembag aplikasi Su Microsysem Aplikasi berbasis java serig diguaka dalam membagu aplikasi yag berhubuga dalam basis daa, jariga, deksop, grafis da web Java sediri merupaka pemrograma aplikasi yag bisa diadalka [0] Dega megguaka sloga wrie oce ru everywhere membukika java mempuyai kehadala yag erbuki seperi dapa dijalaka dalam berbagai operaig sysem maupu berbagai plaform yag idak harus bergaug pada arsiekur kompuer Namu uuk mejalaka aplikasi berbahasa java dibuuhka aplikasi peerjemah yag medukug bahasa java yaiu java virual machie Dega adaya aplikasi peerjemah ersebu maka program java dapa dijalaka pada kompuer berbasis operaig sysem maa saja apa harus megubah kode program megikui operaig sysem 9 Nebeas Nebeas adalah sofware berbasis IDE yag uuk megembagka aplikasi yag megguaka bahasa java Nebeas mempuyai ruag likup yag dapa eriegrasi pada sofware yag megguaka pemrograma berbasis ierpreer, GUI, Compiler, da ex edior Didalam Nebeas sediri sudah meliliki kompoe GUI yag dapa membau dalam peracaga da pembagua form berbasis java GUI mempuyai kompoe diaaraya pallee widows, propery widows, ispecor widows, GUI builder, source code, da desig area [0]

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 3 METODE PENELITIAN

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Universitas Sumatera Utara

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

Lebih terperinci

BAB III TINJAUAN PUSTAKA

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

Lebih terperinci

STUDI ANALISIS PERAMALAN DENGAN METODE DERET BERKALA

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB

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

Lebih terperinci

BAB II LANDASAN TEORI. Dalam penulisan tugas akhir ini diperlukan teori-teori yang mendukung yang

BAB II LANDASAN TEORI. Dalam penulisan tugas akhir ini diperlukan teori-teori yang mendukung yang BAB II LANDASAN TEORI Dalam peulisa ugas akhir ii diperluka eori-eori yag medukug yag didapa dari maa kuliah yag perah dierima, da referesi-referesi sebagai baha pedukug. Uuk mecapai ujua dari peulisa

Lebih terperinci

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

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

Lebih terperinci

BAB V METODE PENELITIAN

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB IV METODOLOGI PENELITIAN

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN

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

Lebih terperinci

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

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

Lebih terperinci

BAB METODOLOGI. Bab 2 Metodologi berisikan :

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

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya. BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh

Lebih terperinci

IV. METODE PENELITIAN

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

Lebih terperinci

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

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

Lebih terperinci

PENGGUNAAN METODE PERAMALAN DALAM PRODUKSI KAYU UNTUK PENENTUAN TOTAL PERMINTAAN (KONSUMEN)

PENGGUNAAN METODE PERAMALAN DALAM PRODUKSI KAYU UNTUK PENENTUAN TOTAL PERMINTAAN (KONSUMEN) Widiyarii, Pegguaa Meode Peramala dalam. PENGGUNAAN METODE PERAMALAN DALAM PRODUKSI KAYU UNTUK PENENTUAN TOTAL PERMINTAAN (KONSUMEN) Widiyarii Program Sudi Tekik Idusri Fakulas Tekik da MIPA, Uiversias

Lebih terperinci

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

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

Lebih terperinci

PERAMALAN PERMINTAAN EKSPOR INDUSTRI MEBEL DI PT.SPU JEPARA

PERAMALAN PERMINTAAN EKSPOR INDUSTRI MEBEL DI PT.SPU JEPARA PERAMALAN PERMINTAAN EKSPOR INDUSTRI MEBEL DI PT.SPU JEPARA DISUSUN OLEH : NAMA : AZIS WIDODO NIM : 41605110061 JURUSAN : TEKNIK INDUSTRI PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS

Lebih terperinci

Universitas Sumatera Utara

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

Lebih terperinci

Penerapan Metode Optimasi Exponential Smoothing Untuk Peramalan Debit

Penerapan Metode Optimasi Exponential Smoothing Untuk Peramalan Debit Peerapa Meode Opimasi Expoeial moohig Uuk Peramala Debi Oleh: Budi aosa, uharyao 2, Djoko Legoo 3. DT, Program Pascasarjaa Udip, Jl. Hayam Wuruk No. 5-7 emarag, (Depareme Tekik ipil Uiversias Guadarma,

Lebih terperinci

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

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

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2. Sisem Produksi Proses maufakur dapa digambarka seperi erliha dalam Gambar.., berupa keragka masuka-keluara, dimaa masukaya berupa baha baku, selajuya baha baku dikoversi (dega

Lebih terperinci

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

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

Lebih terperinci

Rumus-rumus yang Digunakan

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

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28 5 BAB III METODE PENELITIAN 3.1 Lokasi Peelitia da Waktu Peelitia Sehubuga dega peelitia ii, lokasi yag dijadika tempat peelitia yaitu PT. Siar Gorotalo Berlia Motor, Jl. H. B Yassi o 8 Kota Gorotalo.

Lebih terperinci

Perancangan Sistem Informasi Perbankan di PT. Bank Pembangunan Kalteng Palangkaraya Menggunakan Skema Galaksi

Perancangan Sistem Informasi Perbankan di PT. Bank Pembangunan Kalteng Palangkaraya Menggunakan Skema Galaksi Peracaga Sisem Iformasi Perbaka di PT. Bak Pembagua Kaleg Palagkaraya Megguaka Skema Galaksi ) Melia Pujiai, ) Krisoko Dwi Haromo, 3) Ahoy Y. M. Tumimomor Fakulas Tekologi Iformasi Uiversias Krise Saya

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI 2.1 Teknik Industri Peramalan

BAB 2 LANDASAN TEORI 2.1 Teknik Industri Peramalan BAB 2 LANDASAN TEORI Pada bab ii aka dijelaska eori-eori yag medukug meode peeliia pada peulisa skripsi ii yag disebu sebagai ladasa eori. Teori yag aka dijelaska aka mecakup meode dari subjek ekik idusri

Lebih terperinci

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL LINEAR DENGAN MENGGUNAKAN METODE TRANSFORMASI ELZAKI

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL LINEAR DENGAN MENGGUNAKAN METODE TRANSFORMASI ELZAKI Bulei Ilmiah Ma. Sa. da erapaya (Bimaser) Volume 4, No. (5), hal 7 6. PNYLSAIAN PRSAMAAN DIFRNSIAL PARSIAL LINAR DNGAN MNGGUNAKAN MOD RANSFORMASI LZAKI Noa Miari, Mariaul Kifiah, Helmi INISARI Persamaa

Lebih terperinci

PERAMALAN ORDER INTAKE DI PT.KSB INDONESIA

PERAMALAN ORDER INTAKE DI PT.KSB INDONESIA PERAMALAN ORDER INTAKE DI PT.KSB INDONESIA DISUSUN OLEH : NAMA : BUDIYANTO NIM : 4160511005 JURUSAN : TEKNIK INDUSTRI PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS MERCU BUANA JAKARTA

Lebih terperinci

V. PENGUJIAN HIPOTESIS

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

Lebih terperinci

IV. METODOLOGI PENELITIAN. mencakup penyusunan proposal hingga penyusunan draft skripsi dilaksanakan di

IV. METODOLOGI PENELITIAN. mencakup penyusunan proposal hingga penyusunan draft skripsi dilaksanakan di IV. METODOLOGI PENELITIAN 4.1 Lokasi da Waku Peeliia Peeliia yag dilakuka pada Bula Jauari higga Mei 2008 yag mecakup peyusua proposal higga peyusua draf skripsi dilaksaaka di empa kecamaa di Kabupae Garu,

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

ANALISIS KELAYAKAN INVESTASI PENAMBAHAN ARMADA TRANSPORTASI DAN PERBAIKAN SISTEM PERSEDIAAN PERGUDANGAN (STUDY KASUS PT

ANALISIS KELAYAKAN INVESTASI PENAMBAHAN ARMADA TRANSPORTASI DAN PERBAIKAN SISTEM PERSEDIAAN PERGUDANGAN (STUDY KASUS PT ANALISIS KELAYAKAN INVESTASI PENAMBAHAN ARMADA TRANSPORTASI DAN PERBAIKAN SISTEM PERSEDIAAN PERGUDANGAN (STUDY KASUS PT. LEMINDO ABADI JAYA AREA DISTRIBUSI RIAU DARATAN) Peir Papilo 1, Ramadhail 2 Jurusa

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN TEORI. Tijaua Pusaka Bidag percaaa da pegawasa produksi da persediaa dalam orgaisasi-orgaisasi maufacurig da jasa berkaia dega peramala permiaa, perecaaa kapasias keseluruha orgaisasi, peeua

Lebih terperinci

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

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

Lebih terperinci

FORECASTING (Peramalan)

FORECASTING (Peramalan) FORECASTING (Peramala) PENDAHULUAN Forecastig adalah ramala tetag apa yag aka terjadi dimasa yag aka datag. Forecast Demad atau peramala permitaa mejadi dasar yag sagat petig dalam perecaaa suatu keputusa

Lebih terperinci

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA PENAKSIRAN DAN PERAMALAN BIAYA Ari Darmawa, Dr. S.AB, M.AB Email: aridarmawa_fia@ub.ac.id A. PENDAHULUAN B. PENAKSIRAN DAN PRAKIRAAN FUNGSI BIAYA C. PENAKSIRAN JANGKA PENDEK - Ekstrapolasi sederhaa - Aalisis

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1. Peramala.1.1. Kosep Dasar Peramala Peramala merupaka bagia dari suau proses pegambila suau kepuusa. Sebelum melakuka peramala harus dikeahui erlebih dahulu apa sebearya persoala

Lebih terperinci

Kata Kunci : Forecasting, Program Perhitungan, Simple Moving Averages, Weighted Moving Averages, Mean Absolute Deviation, Mean Square Error

Kata Kunci : Forecasting, Program Perhitungan, Simple Moving Averages, Weighted Moving Averages, Mean Absolute Deviation, Mean Square Error PREDIKSI PEMINATAN PROGRAM KEAHLIAN CALON SISWA BARU DENGAN METODE SIMPLE MOVING AVERAGES DAN WEIGHTED MOVING AVERAGES (Studi Kasus : SMK TEXMACO SEMARANG) Isa Raa Machilikha Putera Sistem Iformasi, Fakultas

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

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

Lebih terperinci

B. DESKRIPSI SINGKAT MATA KULIAH

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

Lebih terperinci

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

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

Lebih terperinci

kesimpulan yang didapat.

kesimpulan yang didapat. Bab ii merupaka bab peutup yag merupaka hasil da kesimpula dari pembahasa serta sara peulis berdasarka kesimpula yag didapat. BAB LANDASAN TEORI. Kosep Dasar Peramala Peramala adalah kegiata utuk memperkiraka

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan,

BAB 1 PENDAHULUAN. Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan, BAB 1 PENDAHULUAN 1.1 Latar Belakag Bagi Negara yag mempuyai wilayah terdiri dari pulau-pulau yag dikeliligi lauta, laut merupaka saraa trasportasi yag dimia, sehigga laut memiliki peraa yag petig bagi

Lebih terperinci

PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP

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

Lebih terperinci

BAB III LANDASAN TEORI

BAB III LANDASAN TEORI BAB III LANDASAN TEORI 3.1. Kosep Supply Chai Supply chai adalah jariga isasi-isasi yag secara bersama-sama bekerja uuk mecipaka da meghaarka suau produk ke aga pemakai akhir (ed user). Isasi-isasi ersebu

Lebih terperinci

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

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

Lebih terperinci

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

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

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

Lebih terperinci

ALGORITMA DATA MINING

ALGORITMA DATA MINING ALGORITMA DATA MINING A. DECISION TREE. Kosep Decisio Tree Megubah daa mejadi poho kepuusa (decisio ree) da aura-aura kepuusa (rule). Sebagai cooh misalya igi membua aura yag dapa diguaka uuk meeuka apakah

Lebih terperinci

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

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

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian

BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian BAB I PENDAHULUAN. Latar Belakag Peelitia Keadaa perekoomia yag terus berubah-ubah aka mempegaruhi tigkat pertumbuha perusahaa-perusahaa yag ada di Idoesia. Utuk itu, perusahaa yag ada di Idoesia harus

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN 16 III. METODOLOGI PENELITIAN 3.1. Keragka Pemikira Peelitia Perkembaga zama yag meutut setiap idividu baik dari segi kemampua maupu peampila. Boss Parfum yag bergerak di bidag isi ulag miyak wagi didirika

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 Perecaaa Produksi 2.1.1 Pegertia Perecaaa Produksi Perecaaa produksi dapat diartika sebagai proses peetua sumber-sumber yag diperluka utuk melaksaaka operasi maufaktur da megalokasikaya

Lebih terperinci

Analisa Faktor-faktor yang Mempengaruhi Pengembangan Kawasan Wisata Bahari Lhok Geulumpang, Aceh Jaya

Analisa Faktor-faktor yang Mempengaruhi Pengembangan Kawasan Wisata Bahari Lhok Geulumpang, Aceh Jaya JURNAL TEKNIK ITS Vol. 4, No. 1, (2015) ISSN: 2337-3539 (2301-9271 Pri) C-6 Aalisa Fakor-fakor yag Mempegaruhi Pegembaga Kawasa Wisaa Bahari Lhok Geulumpag, Aceh Jaya Rizki Saryao, Adjie Pamugkas Jurusa

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

LAPORAN RESMI MODUL VII TIME SERIES FORECASTING

LAPORAN RESMI MODUL VII TIME SERIES FORECASTING LAPORAN RESMI MODUL VII TIME SERIES FORECASTING I. Pedahulua A. Latar Belakag (Mi. 4 Paragraf) B. Rumusa Masalah C. Tujua Praktikum (Mi. 3) D. Mafaat Praktikum (Mi. 3) E. Batasa Masalah II. Tijaua Pustaka

Lebih terperinci

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

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

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Metode Pegumpula Data Dalam melakuka sebuah peelitia dibutuhka data yag diguaka sebagai acua da sumber peelitia. Disii peulis megguaka metode yag diguaka utuk melakuka pegumpula

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

ANALISIS RUNTUT WAKTU DAN PERAMALAN (Time Series and Forecasting) Analisis Tren

ANALISIS RUNTUT WAKTU DAN PERAMALAN (Time Series and Forecasting) Analisis Tren ANALISIS RUNTUT WAKTU DAN PERAMALAN (Time Series ad Forecastig) Aalisis Tre P.E.N.D.A.H.U.L.U.A.N Rutut waktu merupaka kumpula data yag tercatat sepajag periode waktu tertetu (cotohya: miggua, bulaa, atau

Lebih terperinci

METODOLOGI. Waktu dan Tempat. Alat dan Bahan

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

Lebih terperinci

PERAMALAN KURSIDRTERHADAP USDMENGGUNAKAN DOUBLE MOVING AVERAGES DAN DOUBLEEXPONENTIAL SMOOTHING.

PERAMALAN KURSIDRTERHADAP USDMENGGUNAKAN DOUBLE MOVING AVERAGES DAN DOUBLEEXPONENTIAL SMOOTHING. PERAMALAN KURSIDRERHADAP USDMENGGUNAKAN DOUBLE MOVING AVERAGES DAN DOUBLEEXPONENIAL SMOOHING. Padrul Jaa 1), Rokhimi 2), Ismi Ratri Prihatiigsih 3) 1,2,3 PedidikaMatematika, Uiversitas PGRI Yogyakarta

Lebih terperinci

BAB II TEORI DASAR. 2.1 Proses Stokastik Rantai Markov

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

Lebih terperinci

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

BAB 3 METODE PENELITIAN. Disini penerapan kriteria optimasi yang digunakan untuk menganalisis

BAB 3 METODE PENELITIAN. Disini penerapan kriteria optimasi yang digunakan untuk menganalisis BAB 3 METODE PENELITIAN 3.1 Peetapa Kriteria Optimasi Disii peerapa kriteria optimasi yag diguaka utuk megaalisis kebutuha pokok pada PT. Kusuma Kecaa Khatulistiwa yaitu : 1. Aalisis forecastig (peramala

Lebih terperinci

Prosiding Manajemen ISSN:

Prosiding Manajemen ISSN: Prosidig Maajeme ISSN: 2460-7187 Aalisis Peramala Pejuala dega Megguaka Metode Sigle Movig Average, Weighted Movig Average da Expoetial Smoothig Sebagai Dasar Perecaaa Produksi Polo Shirt Pria (Studi Kasus

Lebih terperinci

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

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

Lebih terperinci

APLIKASI PERAMALAN PENJUALAN MENGGUNAKAN METODE REGRESI LINIER

APLIKASI PERAMALAN PENJUALAN MENGGUNAKAN METODE REGRESI LINIER APLIKASI PERAMALAN PENJUALAN MENGGUNAKAN METODE REGRESI LINIER Rival Zuaidhi, Wahyu S. J. Saputra da Ni Ketut Sari Jurusa Tekik Iformatika, Fakultas Tekologi Iformasi, UPN Vetera Jawa Timur Email: rivalavista@yahoo.com

Lebih terperinci

Bab III Metoda Taguchi

Bab III Metoda Taguchi Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.

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

Kemampuan Penggunaan Kalimat pada Karangan Siswa Kelas VI MIMA III Miftahul Ulum Desa Gumelar Kecamatan Balung Kabupaten Jember

Kemampuan Penggunaan Kalimat pada Karangan Siswa Kelas VI MIMA III Miftahul Ulum Desa Gumelar Kecamatan Balung Kabupaten Jember Kemampua Pegguaa pada Karaga Siswa Kelas VI MIMA III Mifahul Ulum Desa Gumelar Kecamaa Balug Kabupae Jember (The use of he Auhorship Capabiliies Seece Sixh Grade Sudes MIMA III Mifahul Ulum Gumelar Village

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah: BAB III METODOLOGI PENELITIAN 3. Variabel da Defiisi Operasioal Variabel-variabel yag diguaka pada peelitia ii adalah: a. Teaga kerja, yaitu kotribusi terhadap aktivitas produksi yag diberika oleh para

Lebih terperinci

BAB 2 LANDASAN TEORI. mendapatkan perhatian dan dipelajari oleh ilmuan dari hampir semua ilmu bidang

BAB 2 LANDASAN TEORI. mendapatkan perhatian dan dipelajari oleh ilmuan dari hampir semua ilmu bidang 8 BAB 2 LANDASAN TEORI 2.1 Pegertia Peramala Statistik merupaka salah satu cabag ilmu pegetahua yag palig bayak medapatka perhatia da dipelajari oleh ilmua dari hampir semua ilmu bidag pegetahua, terutama

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

METODE PENELITIAN. Subyek dalam penelitian ini adalah siswa kelas XI IPA 1 SMA Wijaya Bandar

METODE PENELITIAN. Subyek dalam penelitian ini adalah siswa kelas XI IPA 1 SMA Wijaya Bandar III. METODE PENELITIAN A. Settig Peelitia Subyek dalam peelitia ii adalah siswa kelas XI IPA 1 SMA Wijaya Badar Lampug, semester gajil Tahu Pelajara 2009-2010, yag berjumlah 19 orag terdiri dari 10 siswa

Lebih terperinci

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang IV. METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka di Kawasa Patai Ayer, Kabupate Serag Provisi Bate. Lokasi ii dipilih secara segaja atau purposive karea Patai Ayer merupaka salah

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur 0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia

Lebih terperinci