BAB 2 LANDASAN TEORI

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 2 LANDASAN TEORI"

Transkripsi

1 BAB 2 LANDASAN TEORI PT.Bak Permata merupaka salah satu bak asioal terbesar di Idoesia da dikeal sebagai bak pelayaa terbaik. Bak Permata dibetuk sebagai hasil merger dari 5 bak di bawah Bada Peyehata Perbaka Nasioal (BPPN), yaki PT Bak Bali, PT Bak Uiversal, PT Bak Prima Express, PT Bak Artamedia, PT Bak Patriot, yag prosesya berhasil diselesaika pada tahu Pada tahu 2004 Stadard Chartered Bak da PT Astra Iterasioal megambil ahli PT.Bak Permata da memulai proses trasformasi secara besar-besara di dalam orgaisasi. Adapu visi da misi dari bak permata adalah pelopor dalam memberika solusi fiasial yag iovatif da mejadika hidup lebih berilai. 2.1 Kartu Kredit Pegertia Kartu Kredit Kartu kredit adalah suatu jeis peyelesaia trasaksi ritel (retail) da sistem kredit, yag amaya berasal dari kartu plastik yag diterbitka kepada peggua sistem tersebut. Sebuah kartu kredit berbeda dega kartu debit di maa peerbit kartu kredit memijamka kosume uag da buka megambil uag dari rekeig Jeis Jeis Kartu Kredit 1. Charge cards a. Bisa memijam uag dari peerbit kartu kredit. b. Haya bisa meempatka seberapa yag mampu dapat bayar peuh setiap bula. c. Sagat bergua utuk megelola keuaga bulaa. 2. Kartu Belaja

2 a. Kartu kredit yag dikeluarka oleh Pasar Swalaya atau toko. b. Periksa semua detail sebelum medaftar karea persyarata da padua tiap kartu aka berbeda. c. Secara umum lebih mahal daripada kartu kredit tradisioal. 3. Pijama Perseoraga a. Pijama ii bergua utuk membeli barag berharga da mahal seperti komputer, mobil atau paket libura seperti meggabugka beberapa utag ke dalam satu pembayara ruti. b. Pembayara bulaa tetap selama satu periode waktu c. Membatu utuk pegatura pegaggara jika memiliki pembayara ruti. d. Jeis kredit ii serig ditawarka oleh pegedar, dimaa pemijam sebearya adalah biasaya sebuah istitusi keuaga. 4. Overdraft a. Bisa memijam sejumlah uag diatas batas yag telah ditetuka pada rekeig bak. b. Daa biasaya bisa diambil melalui kartu ATM atau kartu debit, melalui rekeig cek atau couter. 5. Hipotek Secara umum dipakai utuk pembelia barag. Memiliki jumlah daa yag besar da puya jagka waktu pembayara lebih pajag biasaya duapuluh tahu atau lebih. Buga pada pijama ii secara umum palig redah diatara jeis-jeis kredit yag ada. Pijama Pay day. Pijama jagka pedek yag biasaya jumlahya kecil atau haya beberapa juta rupiah. Bugaya sagat tiggi, sehigga pegguaaya harus hati-hati Kelebiha da Kelemaha Kartu Kredit 1. Kelebiha a. Kartu kredit dapat diguaka utuk mempermudah alat pembayara sehigga tidak perlu membawa uag tuai. b. Kartu kredit dapat diguaka utuk megumpulka semua betuk pegeluara belaja dalam satu tagiha sehigga waktu yag dikeluarka dapat lebih efesie.

3 Bahka ada juga kartu kredit yag memiliki fasilitas utuk membayar pegeluara ruti, seperti tagiha telepo, tagiha listrik da tagiha air. c. Kartu kredit juga dapat diguaka utuk mecatat pegeluara secara ruti sehigga mempermudah dalam megelola keuaga dalam keluarga. d. Kartu kredit juga dapat diguaka utuk meghemat pegeluara, misalya utuk disko kamar, disko maka di restora atau disko belaja. e. Tidak perlu membawa uag tuai kemaa-maa yag bisa membahayaka keselamata. 2. Kelemaha a. Kartu bisa dibobol orag lai yag tidak jujur, misalya bila pejual tidak jujur maka ia aka meggosok slip kredit lebih dari 1 kali sebelum ditada tagai. Ia aka meagih ke bak yag bersagkuta utuk trasaksi lai dega megguaka slip yag kedua dega mecatumka tada taga yag dipalsuka seperti pada slip yag pertama. b. Bila trasaksi bisis dilakuka di iteret, maka bila dipejual tidak jujur, ia aka meerima pembayara dari bak yag bersagkuta, tetapi ia tidak megirimka barag yag dipesa. c. Apabila butuh uag atau igi belaja lebih bayak kemampua, tetap bisa memakai kartu tersebut, amu yag serig dilupaka oleh kosume adalah persetasi buga kredit kosumsi yag sagat tiggi. d. Jeis kartu kredit yag megguaka bad magetik tidak terlalu baik keamaaya. Sayagya di Idoesia kartu jeis ii masih bayak di produksi, jadi aka lebih baik kalau dibuat pegamaa tambaha dega micro chip seperti yag dipakai di Eropa. e. Pembayara pertahu yag cukup mahal, termasuk pembayara tambaha utuk pegambila uag diluar egeri, termasuk trasaksi iteret pada website yag berada diluar egeri.

4 2.2 Pegertia Peramala Peramala (forecastig) adalah kegiata utuk memperkiraka apa yag aka terjadi di masa yag aka datag. Sedagka ramala adalah situasi atau kodisi yag diperkiraka aka terjadi pada masa yag aka datag. Ramala tersebut dapat didasarka atas bermacam-macam cara, diataraya adalah metode pemulusa ekspoesial atau rata-rata bergerak da metode box -jekis. Metode peramala merupaka cara utuk memperkiraka secara kuatitatif apa yag aka terjadi pada masa yag aka datag dega dasar data yag releva pada masa lalu. Dega kata lai metode peramala yag bersifat objektif. Oleh karea itu, metode peramala termasuk dalam kegiata kuatitatif. Keberhasila dari suatu peramala sagat ditetuka oleh pegetahua tekik tetag iformasi lalu yag dibutuhka yaitu iformasi yag bersifat kuatitatif serta tekik da metode paramalaya. Baik tidakya suatu peramala yag disusu, disampig ditetuka oleh metode yag diperguaka juga ditetuka oleh baik tidakya iformasi maupu data yag diguaka. Selama data maupu iformasi yag diguaka tidak dapat meyakika, maka hasil peramala yag disusu juga aka sukar dipercaya aka ketepataya. Dalam melakuka aalisa ekoomi atau aalisa kegiata perusahaa, haruslah di perkiraka apa yag terjadi dalam bidag ekoomi atau di dalam duia usaha pada masa yag aka datag. Kegiata memperkiraka apa yag aka terjadi pada masa yag aka datag, dikeal dega sebuta peramala. Setiap kebijaka ekoomi maupu kebijaka perusahaa tidak aka terlepas dari usaha utuk meigkatka kesejahteraa masyarakat atau meigkatka keberhasila perusahaa utuk mecapai tujua pada masa yag aka datag dimaa kebijaka tersebut dilaksaaka. Usaha utuk melihat da megkaji situasi da kodisi tersebut tidak terlepas dari kegiata peramala.

5 2.3. Prosedur Peramala Permitaa Kualitas atau mutu dari hasil peramala yag disusu, sagat ditetuka oleh proses pelaksaaa peyusuya. Peramala yag baik adalah peramala yag dilakuka dega megikuti lagkah-lagkah atau prosedur peyusua yag baik. Pada dasarya ada tiga lagkah peramala yag petig yaitu : 1. Megaalisa data yag lalu. Tahap ii bergua utuk pola yag terjadi pada masa yag lalu. Aalisa ii dilakuka dega cara membuat tabulasi data maka dapat diketahui pola data tersebut. 2. Meetuka metode yag diguaka. Masig-masig metode aka memberika hasil peramala yag berbeda. Dimaa metode peramala yag baik adalah metode yag meghasilka peyimpaga atara hasil peramala dega ilai keyataa yag sekecil mugki. 3. Memproyeksika data yag lalu dega megguaka metode yag diperguaka, da mempertimbagka adaya beberapa faktor perubaha. Faktor-faktor perubaha tersebut atara lai terdiri dari perubaha kebijaka-kebijaka yag mugki terjadi, termasuk kebijaka pemeritah. Proyeksi adalah adaya suatu kecedruga sesuatu hal pada masa yag aka datag yag masih belum diketahui da mempuyai ilai pada masa yag aka datag yag merupaka petujuk tetag jumlah sesuatu hal tersebut di masa yag aka datag. 2.4 Jeis Jeis Peramala Meurut Assauri (1984) peramala dapat dibedaka dari beberapa segi tergatug dari cara melihatya, yaitu dilihat dari jagka waktu ramala da dilihat dari sifat ramala. Jika dilihat dari jagka waktu ramala yag disusu, maka ramala dapat dibedaka atas dua macam, yaitu:

6 1. Peramala jagka pajag, yaitu peramala yag dilakuka utuk peyusua hasil ramala jagka waktuya lebih dari satu setegah tahu atau tiga semester. Peramala jagka pajag diguaka utuk pegambila keputusa megeai perecaaa produk da perecaaa pasar, pegeluara biaya perusahaa, studi kelayaka pabrik, aggara, purchase order, perecaaa teaga kerja serta perecaaa kapasitas kerja 2. Peramala jagka pedek, yaitu peramala yag dilakuka utuk peyusua hasil ramala dalam jagka waktu yag kurag dari satu setegah tahu atau tiga semester. Peramala seperti ii diperluka dalam peyusua recaa tahua, recaa kerja operasioal, da aggara cotoh peyusua recaa produksi, recaa pejuala, recaa persediaa, aggara produksi, da aggara perusahaa Berdasarka dari sifat peyusuya, maka peramala dapat dibedaka atas dua macam, yaitu : 1. Peramala yag subjektif, yaitu peramala yag didasarka atas perasaa atau ituasi dari orag yag meyusuya. Dalam hal ii padaga atau judgemet dari orag yag meyusuya sagat meetuka baik tidakya hasil ramala tersebut. 2. Peramala yag objektif, peramala yag didasarka atas data yag releva pada masa lalu, dega megguaka tekik-tekik da metode dalam pegaalisaa data tersebut. Berdasarka beberapa tekik yag telah dikembagka dalam peramala dibedaka atas dua yaitu: 1. Peramala kualitatif, yaitu peramala yag didasarka atas dua kualitatif pada masa lalu. Hasil peramala yag dibuat sagat tergatug pada orag yag meyusuya. Hal ii petig karea hasil peramala tersebut ditetuka berdasarka pemikira yag bersifat ituisi, judgemet atau pedapat, da pegetahua serta pegalama dari peyusuya. Biasaya peramala secara kualitatif ii didasarka atas hasil peyelidika.

7 2. Peramala kuatitatif, yaitu peramala didasarka atas data kuatitatif pada masa lalu. Hasil peramala dibuat sagat bergatug pada metode yag diguaka dalam peramala tersebut. Dega peramala yag berbeda aka diperoleh hasil peramala yag berbeda. Adapu yag perlu diperhatika dari pegguaa metode-metode tersebut, adalah baik tidakya metode yag diperguaka, sagat ditetuka oleh perbedaa atau peyimpaga atara hasil peramala dega keyataa yag terjadi. Metode yag baik adalah metode yag memberika ilai-ilai perbedaa atau peyimpaga yag mugki terjadi. Peramala kuatitatif haya dapat diguaka apabila terdapat tiga kodisi sebagai berikut : a. Adaya iformasi tetag keadaa yag lai. b. Iformasi tersebut dapat dikuatifikasika dalam betuk data. c. Dapat diasumsika bahwa pola yag lalu aka berkelajuta pada masa yag aka datag. 2.5 Metode Peramala Pada dasarya peramla kuatitatif dapat dibedaka atas: 1. Metode Sebab Akibat ( Causal Methods ) Merupaka metode peramala yag didasarka atas pegguaa aalisa pola hubuga atara variabel yag diperkiraka dega variabel yag mempegaruhiya tetapi buka waktu. Metode sebab akibat ii terdiri dari: a. Metode regresi da korelasi, merupaka metode yag diguaka baik utuk jagka pajag maupu pedek da didasarka pada persamaa dega tekik least squares yag diaalisi secara statis. b. Metode iput output, merupaka metode yag diguaka utuk jagka pajag yag biasa diguaka utuk meyusu tred ekoomi jagka pajag. c. Metode ekoometrika, merupaka metode yag diguaka utuk jagka pajag da pedek.

8 2. Aalisis Deret Waktu (Time Series) Merupaka metode peramal yag didasarka pada pola hubuga atara variable yag dicari (depedet) dega variabel yag mempegaruhiya (idepedet) yag dikaitka dega waktu miggua, bulaa, semester atau tahua. Aalisis deret waktu terdiri dari: a. Metode Smoothig, merupaka jeis peramala jagka pedek seperti perecaaa persediaa, perecaaa keuaga. Tujua pegguaa metode ii adalah meguragi ketidakteratura data masa lampau seperti musima. b. Metode Box-Jekis (Model ARIMA), merupaka metode peramala deret waktu yag megguaka model matematis dalam peramala jagka pedek. c. Metode Proyeksi Tred dega Regresi, merupaka jeis peramala jagka pedek maupu jagka pajag. Metode ii merupaka garis tred utuk persamaa matematis. 2.6 Pemiliha tekik da Metode Peramala Dalam pemiliha tekik da metode peramala, pertama-tama perlu diketahui ciri-ciri petig yag perlu diperhatika bagi pegambil keputusa da aalisa keadaa dalam mempersiapka peramala. Ada eam faktor utama yag diidetifikasi sebagai tekik da metode paramala, yaitu : 1. Horizo Waktu Ada dua aspek dari horizo waktu yag berhubuga dega masig-masig metode peramala. Pertama adalah cakupa waktu di masa yag aka datag. Aspek kedua adalah periode utuk peramala yag diigika. 2. Pola Data

9 Dasar utama dari metode peramala adalah aggapa bahwa macam dari pola yag didapati di dalam data yag diramalka aka berkelajuta. 3. Jeis da Model Model-model merupaka suatu deret dimaa waktu digambarka sebagai usur yag petig utuk meetuka perubaha-perubaha dalam pola. Model-model perlu diperhatika karea masig-masig model mempuyai kemampua yag berbeda dalam aalisa keadaa utuk pegambila keputusa. 4. Biaya yag dibutuhka Umumya ada empat usur biaya yag tercakup dalam pegguaa suatu prosedur peramala yaitu: biaya-biaya pegembaga, peyimpaa (storage) data, operasi pelaksaaa, kesempata dalam pegguaa tekik-tekik da metode peramala. 5. Ketepata Metode Peramala Tigkat ketepata yag dibutuhka sagat erat kaitaya dega tigkat pericia yag dibutuka dalam suatu peramala. 6. Kemudaha dalam Peerapa Metode-metode yag dapat dimegerti da mudah diaplikasika sudah merupaka suatu prisip umum bagi pegambil keputusa. 2.7 Pola data Lagkah petig dalam memilih suatu metode deret berkala (time series) adalah mempertimbagka jeis pola data. Dega megetahui jeis pola data maka pola data tersebut dapat diuji dega megguaka metode peramala yag ada. Pola data dapat dibedaka mejadi empat yaitu:

10 2.7.1 Pola Horizotal (Stasioer) Pola horizotal terjadi bilama ilai data berfluktuasi disekitar ilai rata-rata yag kosta (deret seperti ii adalah stasioer terhadap ilai rata-rataya). Utuk pola data horizotal ditujukka pada gambar dibawah ii. Y Waktu Gambar 2.1 Pola data Horizotal Pola Musima (S) Pola musima terjadi bila data yag kelihataya berfluktuasi, amu fluktuasi tersebut terlihat berulag dalam satu iterval waktu tertetu. Disebut pola musima karea permitaa ii biasaya dipegaruhi oleh musim sehigga biasaya iterval perulaga data ii adalah satu tahu. Sebagai cotoh, pejuala payig da jas huja dimusim huja lebih besar daripada di musim kemarau. Metode peramala yag sesuai dega pola musima adalah metode witer, metode movig average, model ARIMA. Utuk pola data musima dapat ditujukka pada gambar dibwah ii.

11 Y Waktu Gambar 2.2 Pola Data Musima Pola Siklis (C) Pola siklis adalah bila fluktuasi permitaa secara jagka pajag membetuk pola siusoid atau gelombag atau siklus. Pola musima retag waktu satu tahu dapat dijadika pedoma, maka retag waktu perulaga siklik tidak tetu. Metode yag sesuai dega pola silis adalah metode movig average, model ARIMA, metode autoregressive, da metode smoothig ekspoesial. Utuk pola data siklis dapat ditujukka pada gambar dibawah ii. Y Waktu Gambar 2.3 Pola data Siklis

12 2.7.4 Pola Tred (T) Pola tred adalah bila data permitaa meujukka pola kecederuga gerakka peurua atau keaikka jagka pajag. Data yag kelihataya berfluktuasi, apabila dilihat pada retag waktu yag pajag aka ditarik garis maya. Garis maya itulah yag disebut garis tred. Bila data berpola tred, maka metode peramala yag sesuai adalah metode regresi liier, expoeetial smoothig, atau double expoetial smoothig. Utuk pola data tred dapat ditujukka pada gambar dibawah ii. Y Waktu Gambar 2.4 Pola Data Tred 2.8. Metode Pemulusa Metode smoothig adalah metode peramala dega megadaka peghalusa atau pemulusa terhadap data masa lalu yaitu dega megambil rata-rata dari ilai beberapa tahu utuk meaksir ilai pada tahu yag aka datag. Secara umum metode smoothig di klasifikasika mejadi 2 (dua) bagia, yaitu: 1. Metode Rata-Rata Metode rata-rata dibagi atas 4 (empat) bagia, yaitu: a. Nilai Tegah (Mea)

13 b. Rata-Rata Bergerak Tuggal (Sigle Movig Average) c. Rata-Rata Bergerak Gada (Double Movig Average) d. Kombiasi rata-rata bergerak laiya Metode rata-rata tujuaya adalah memafaatka data masa lalu utuk megembagka suatu sistem peramala pada periode medatag. 2. Metode Smoothig Ekspoesial Betuk umum dari metode smoothig ekspoesial adalah: ( )....(2.1) Keteraga Peramala satu periode ke depa. Data aktual pada periode ke t. Peramala pada periode ke t. Parameter smoothig. Bila betuk umum tersebut diperluas maka aka berubah mejadi: ( ) ( ) ( ).... (2.2) Dari pemulusa betuk umum di atas dapatlah dikataka bahwa metode smoothig ekspoesial merupaka sekelompok metode yag meujukka pembobota meuru secara ekspoesial terhadap ilai observasi yag lebih tua atau dega kata lai observasi yag baru diberika bobot yag relatif lebih besar dega ilai observasi yag lebih tua. Metode ii terdiri atas:

14 a. Smoothig Ekspoesial Tuggal a.1. Satu Parameter (Oe Parameter) a.2. Pedekata Aditif (ARRES) Diguaka utuk data yag bersifat statioer da tidak meujukka pola atau tred. b. Smoothig Ekspoesial Gada b.1. Metode Liier Satu Parameter dari Brow b.2. Metode Dua Parameter dari Holt c. Smoothig Ekspoesial Triple c.1. Metode Kuadratik Satu Parameter dari Brow Diguaka utuk pola kuadratik, kubik, atau orde yag lebih tiggi. c.2. Metode Kecederuga da Musim Tiga Parameter dari Witer Dapat diguaka utuk data berbetuk tred da musima c.3. Smoothig Ekspoesial Meurut Klasifikasi Peges 2.9. Metode Smoothig yag Diguaka Utuk medapatka hasil yag baik harus diketahui cara yag tepat. Data jumlah pelagga kartu kredit meujukka pola data tred liier yag dapat dilihat dari grafik realisasi yag meujukka pola data tred liier. Dalam urusa bisis da ekoomi serig sekali diperluka data utuk megikuti rata-rata persetase tigkat perubaha sepajag waktu, misalya rata-rata persetase jumlah kredit meurut besar arus yag meabug selama beberapa tahu medatag. Berapa bayakya jumlah pelagga kartu kredit yag aka didapat Bak Permata cabag Meda yag aka datag? Pertayaa ii merupaka pertayaa yag palig petig di dalam duia perbisisa. Nilai tersebut dapat diperoleh dega megguaka rumus pemulusa ekspoesial liier satu-parameter dari brow.

15 Maka metode peramala aalisa deret waktu (time series) yag aka diguaka utuk meramalka jumlah pelagga kartu kredit, pada pemecaha masalah ii adalah dega megguaka metode pemulusa ekspoesial gada yaitu smoothig ekspoesial satu parameter dari Brow. Metode pemulusa ekspoesial gada (metode liier satu parameter dari Brow) merupaka kelompok metode yag meujukka pembobota meuru secara ekspoesial terhadap ilai pegamata yag lebih tua disebut prosedur pemulusa ekspoesial. Seperti halya dega rata-rata bergerak, metode ekspoesial terdiri atas tuggal, gada da metode yag lebih rumit. Semua mempuyai sifat yag sama, yaitu ilai yag lebih baru deberika bobot yag relatif besar dibadig ilai pegamata yag lebih lama. Dalam kasus rata-rata bergerak, bobot yag dikeaka pada ilai-ilai pegamata merupaka hasil sampiga dari sistem movig avarage tertetu yag diambil. Tetapi dalam pemulusa ekspoesial, terdapat satu atau lebih parameter pemulusa yag ditetuka secara eksplisit, da hasil piliha ii meetuka bobot yag dikeaka pada ilai observasi. Dega cara aalogi yag dipakai pada waktu beragkat dari rata-rata bergerak tuggal ke pumulusa ekspoesial tuggal juga dapat beragkat dari rata-rata bergerak gada ke pemulusa gada. Perpidaha seperti ii mugki mearik karea salah satu keterbatasa dari rata-rata bergerak liier, kecuali bahwa jumlah ilai data yag diperluka sekarag adalah 2N-1. Pemulusa ekspoesial liier dapat dihitug haya dega tiga ilai data da satu ilai utuk α. Pedekata ii juga memberika bobot yag semaki meuru pada observasi masa lalu. Dega alasa ii pemulusa ekspoesial liier lebih disukai daripada rata-rata bergerak liier sebagai suatu metode peramala dalam berbagai kasus utama. Dasar pemikira dari pemulusa ekspoesial liier dari brow adalah sama dega rata-rata bergerak liier, karea kedua ilai pemulusa ekspoesial tuggal da gada ketiggala dari data yag sebearya bilamaa terdapat usur tred, perbedaa atara ilai pemulusa tuggal da gada dapat ditambahka kepada ilai pemulusa

16 tuggal da disesuaika utuk tred. Persamaa yag dipakai dalam implemetasi pemulusa ekspoesial liier satu parameter dari Brow sebagai berikut: ( ) (2.3) ( )...(2.4) ( )...(2.5) ( ) (2.6) Keteraga: (2.7) = Nilai smoothig ekspoesial tuggal. = Nilai pegamata periode t. = Smoothig pertama periode t-1. = Nilai smoothig ekspoesial gada. = Parameter smoothig ekspoesial yag besarya 0 < < Megukur Ketepata Peerapa Model Keakurata keseluruha dari setiap model peramala baik itu rata-rata bergerak, pemulusa ekspoesial atau laiya dapat dijelaska dega membadigka ilai yag diproyeksika dega ilai aktual atau ilai yag diamati. Utuk tigkat akurasi peramala dapat diukur dari ilai berikut : a. MSE (Mea Square Error) / Nilai Tegah Kesalaha Kuadrat MSE t 1 e 2 t. (2.8) b. MAE (Mea Absolut Error) / Nilai Tegah Kesalaha Absolute

17 MAE t 1 et....(2.9) c. MAPE (Mea Absolut Percetage Error) / Nilai Tegah Kesalaha Persetase Absolut MAPE t 1 PE t.(2.10) d. MPE (Mea Percetage Error) / Nilai Tegah Kesalaha Persetase MPE t 1 PE t (2.11) e. SSE (Sum Square Error) / Jumlah Kuadrat Kesalaha SSE e t t 1 2.(2.12) Keteraga : (kesalaha pada periode t). Data aktual pada periode ke t. ( ) (kesalaha persetase pada periode ke t). Nilai peramala pada periode ke t. N = Bayakya periode data yag diobservasi.

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 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 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. 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

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

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

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 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

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

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 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

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia ii dilaksaaka di Kota Bogor Pemiliha lokasi peelitia berdasarka tujua peelitia (purposive) dega pertimbaga bahwa Kota Bogor memiliki jumlah peduduk yag

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

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

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARA DAN FAKTOR DIKON 3.1 Ecoomic Order Quatity Ecoomic Order Quatity (EOQ) merupaka suatu metode yag diguaka utuk megedalika

Lebih terperinci

i adalah indeks penjumlahan, 1 adalah batas bawah, dan n adalah batas atas.

i adalah indeks penjumlahan, 1 adalah batas bawah, dan n adalah batas atas. 4 D E R E T Kosep deret merupaka kosep matematika yag cukup populer da aplikatif khusuya dalam kasus-kasus yag meyagkut perkembaga da pertumbuha suatu gejala tertetu. Apabila perkembaga atau pertumbuha

Lebih terperinci

Peramalan Jumlah Stok Alat Tulis Kantor Di UD ACHMAD JAYA Menggunakan Metode Double Exponential Smoothing

Peramalan Jumlah Stok Alat Tulis Kantor Di UD ACHMAD JAYA Menggunakan Metode Double Exponential Smoothing Jural Ilmiah Tekologi da Iformasia ASIA (JITIKA) Vol.10, No.1, Februari 2016 ISSN: 0852-730X Peramala Jumlah Stok Alat Tulis Kator Di UD ACHMAD JAYA Megguaka Metode Double Expoetial Smoothig Titaia Dwi

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

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

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

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

Model Trend untuk Peramalan Jumlah Penduduk Studi kasus pada Pertumbuhan Penduduk Kabupaten Gowa

Model Trend untuk Peramalan Jumlah Penduduk Studi kasus pada Pertumbuhan Penduduk Kabupaten Gowa JTRISTE, Vol., No., Oktober 015, pp. 46~5 ISSN: 355-3677 Model Tred utuk Peramala Jumlah Peduduk Studi kasus pada Pertumbuha Peduduk Kabupate Gowa Sistem Iformasi, STMIK Kharisma Makassar rahmawati@kharisma.ac.id

Lebih terperinci

IV METODE PENELITIAN

IV METODE PENELITIAN IV METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di PT. Bak Bukopi, Tbk Cabag Karawag yag berlokasi pada Jala Ahmad Yai No.92 Kabupate Karawag, Jawa Barat da Kabupate Purwakarta

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

PERANCANGAN APLIKASI PREDIKSI JUMLAH SISWA BARU PADA YAYASAN CERDAS MURNI MENGGUNAKAN EXPONENTIAL SMOOTHING

PERANCANGAN APLIKASI PREDIKSI JUMLAH SISWA BARU PADA YAYASAN CERDAS MURNI MENGGUNAKAN EXPONENTIAL SMOOTHING PERANCANGAN APLIKASI PREDIKSI JUMLAH SISWA BARU PADA YAYASAN CERDAS MURNI MENGGUNAKAN EXPONENTIAL SMOOTHING Khairu Nisa Ulfa 1, Muhammad Syahrizal 2 Mahasiswa Tekik Iformatika STMIK Budi Darma Meda 1 Dose

Lebih terperinci

REGRESI DAN KORELASI

REGRESI DAN KORELASI REGRESI DAN KORELASI Pedahulua Dalam kehidupa sehari-hari serig ditemuka masalah/kejadia yagg salig berkaita satu sama lai. Kita memerluka aalisis hubuga atara kejadia tersebut Dalam bab ii kita aka membahas

Lebih terperinci

MATERI 10 ANALISIS EKONOMI

MATERI 10 ANALISIS EKONOMI MATERI 10 ANALISIS EKONOMI TOP-DOWN APPROACH KONDISI EKONOMI DAN PASAR MODAL VARIABEL EKONOMI MAKRO MERAMAL PERUBAHAN PASAR MODAL 10-1 TOP-DOWN APPROACH Dalam melakuka aalisis peilaia saham, ivestor bisa

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 3 DATA DAN METODOLOGI PENELITIAN

BAB 3 DATA DAN METODOLOGI PENELITIAN BAB 3 DATA DAN METODOLOGI PENELITIAN Pada Bab ii aka memberika iformasi hal yag berkaita dega lagkah-lagkah sistematis yag aka diguaka dalam mejawab pertayaa peelitia.utuk itu diperluka beberapa hal sebagai

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

MATEMATIKA EKONOMI 1 Deret. DOSEN Fitri Yulianti, SP, MSi.

MATEMATIKA EKONOMI 1 Deret. DOSEN Fitri Yulianti, SP, MSi. MATEMATIKA EKONOMI 1 Deret DOSEN Fitri Yuliati, SP, MSi. Deret Deret ialah ragkaia bilaga yag tersusu secara teratur da memeuhi kaidah-kaidah tertetu. Bilaga-bilaga yag merupaka usur da pembetuk sebuah

Lebih terperinci

BAB II TINJAUAN LITERATUR. Pengendalian persediaan dapat dilakukan dalam berbagai cara, antara lain dengan

BAB II TINJAUAN LITERATUR. Pengendalian persediaan dapat dilakukan dalam berbagai cara, antara lain dengan BAB II TINJAUAN LITERATUR 2.1. Klasifikasi ABC Dalam Persediaa Pegedalia persediaa dapat dilakuka dalam berbagai cara, atara lai dega megguaka aalisis ilai persediaa. Dalam aalisis ii, persediaa dibedajka

Lebih terperinci

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa 54 BAB III METODOLOGI PENELITIAN A. Jeis Peelitia Peelitia ii merupaka peelitia deskriptif dega pedekata kuatitatif karea bertujua utuk megetahui kompetesi pedagogik mahasiswa setelah megikuti mata kuliah

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

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus -Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.

Lebih terperinci

BAB III METODE PENELITIAN. objek penelitian yang penulis lakukan adalah Beban Operasional susu dan Profit

BAB III METODE PENELITIAN. objek penelitian yang penulis lakukan adalah Beban Operasional susu dan Profit BAB III METODE PENELITIAN 3.1 Objek Peelitia Objek peelitia merupaka sasara utuk medapatka suatu data. Jadi, objek peelitia yag peulis lakuka adalah Beba Operasioal susu da Profit Margi (margi laba usaha).

Lebih terperinci

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL BAB VIII MASAAH ESTIMASI SAT DAN DA SAMPE 8.1 Statistik iferesial Statistik iferesial suatu metode megambil kesimpula dari suatu populasi. Ada dua pedekata yag diguaka dalam statistik iferesial. Pertama,

Lebih terperinci

MANAJEMEN RISIKO INVESTASI

MANAJEMEN RISIKO INVESTASI MANAJEMEN RISIKO INVESTASI A. PENGERTIAN RISIKO Resiko adalah peyimpaga hasil yag diperoleh dari recaa hasil yag diharapka Besarya tigkat resiko yag dimasukka dalam peilaia ivestasi aka mempegaruhi besarya

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 IV PEMECAHAN MASALAH

BAB IV PEMECAHAN MASALAH BAB IV PEMECAHAN MASALAH 4.1 Metodologi Pemecaha Masalah Dalam ragka peigkata keakurata rekomedasi yag aka diberika kepada ivestor, maka dicoba diguaka Movig Average Mometum Oscillator (MAMO). MAMO ii

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 30 III. METODE PENELITIAN A. Metode Dasar Peelitia Metode yag diguaka dalam peelitia adalah metode deskriptif, yaitu peelitia yag didasarka pada pemecaha masalah-masalah aktual yag ada pada masa sekarag.

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 22 BAB III METODOLOGI PENELITIAN 3.1 Lokasi da Waktu Peelitia Peelitia ii dilaksaaka di tiga kator PT Djarum, yaitu di Kator HQ (Head Quarter) PT Djarum yag bertempat di Jala KS Tubu 2C/57 Jakarta Barat,

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Daerah peelitia adalah Kota Bogor yag terletak di Provisi Jawa Barat. Pemiliha lokasi ii berdasarka pertimbaga atara lai: (1) tersediaya Tabel Iput-Output

Lebih terperinci

MODUL 3 PERAMALAN. Halaman 3

MODUL 3 PERAMALAN. Halaman 3 MODUL 3 PERAMALAN 1. Deskripsi Peramala merupaka tahapa awal dari keseluruha perecaaa produksi. Adaya ketidak pastia dari permitaa kosume di masa yag aka datag meyebabka aktivitas peramala ii sagat dibutuhka

Lebih terperinci

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..

Lebih terperinci

MATEMATIKA BISNIS. OLEH: SRI NURMI LUBIS, S.Si GICI BUSSINESS SCHOOL BATAM

MATEMATIKA BISNIS. OLEH: SRI NURMI LUBIS, S.Si GICI BUSSINESS SCHOOL BATAM MATEMATIKA BISNIS OLEH: SRI NURMI LUBIS, S.Si GICI BUSSINESS SCHOOL BATAM BAB BARISAN DAN DERET A. BARISAN Barisa bilaga adalah susua bilaga yag diurutka meurut atura tertetu.betuk umum barisa bilaga a,

Lebih terperinci

REGRESI DAN KORELASI SEDERHANA

REGRESI DAN KORELASI SEDERHANA REGRESI DAN KORELASI SEDERHANA Apa yag disebut Regresi? Korelasi? Aalisa regresi da korelasi sederhaa membahas tetag keterkaita atara sebuah variabel (variabel terikat/depede) dega (sebuah) variabel lai

Lebih terperinci

BAB II CICILAN DAN BUNGA MAJEMUK

BAB II CICILAN DAN BUNGA MAJEMUK BAB II CICILAN DAN BUNGA MAJEMUK 2.1. Buga Majemuk Ada sedikit perbedaa atara suku buga tuggal da suku buga majemuk. Pada suku buga tuggal, besarya buga B = Mp tidak perah digabugka dega modal M. Sebalikya

Lebih terperinci

MATERI 13 ANALISIS TEKNIKAL ANALISIS TEKNIKAL

MATERI 13 ANALISIS TEKNIKAL ANALISIS TEKNIKAL MATERI 13 ANALISIS TEKNIKAL ASUMSI-ASUMSI DASAR ANALISIS TEKNIKAL KEUNTUNGAN DAN KRITIK TERHADAP ANALISIS TEKNIKAL TEKNIK-TEKNIK DALAM ANALISIS TEKNIKAL - The Dow Theory - Chart Pola Pergeraka Harga Saham

Lebih terperinci

BAB 2 LANDASAN TEORI. Statistika merupakan salah satu cabang penegtahuan yang paling banyak mendapatkan

BAB 2 LANDASAN TEORI. Statistika merupakan salah satu cabang penegtahuan yang paling banyak mendapatkan BAB LANDASAN TEORI. Pegertia Regresi Statistika merupaka salah satu cabag peegtahua yag palig bayak medapatka perhatia da dipelajari oleh ilmua dari hamper semua bidag ilmu peegtahua, terutama para peeliti

Lebih terperinci

PEMILIHAN TEKNIK PERAMALAN DAN PENENTUAN KESALAHAN PERAMALAN

PEMILIHAN TEKNIK PERAMALAN DAN PENENTUAN KESALAHAN PERAMALAN PEMILIHAN TEKNIK PERAMALAN DAN PENENTUAN KESALAHAN PERAMALAN A. Tekik-tekik Peramala Faktor utama yag mempegaruhi pemiliha tekik peramala adalah idetifikasi da megetahui pola dari data. Beberapa tekik

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Disai Peelitia Tujua Jeis Peelitia Uit Aalisis Time Horiso T-1 Assosiatif survey Orgaisasi Logitudial T-2 Assosiatif survey Orgaisasi Logitudial T-3 Assosiatif survey Orgaisasi

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

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I 7 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas XI IPA SMA Negeri I Kotaagug Tahu Ajara 0-03 yag berjumlah 98 siswa yag tersebar dalam 3

Lebih terperinci

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu: 4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap

Lebih terperinci

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP STATISTICS Haug N. Prasetyo Week 11 PENDAHULUAN Regresi da korelasi diguaka utuk megetahui hubuga dua atau lebih kejadia (variabel) yag dapat diukur secara matematis. Ada dua hal yag diukur atau diaalisis,

Lebih terperinci

BAB 2 TINJAUAN TEORITIS

BAB 2 TINJAUAN TEORITIS BAB 2 TINJAUAN TEORITIS 2.1 Pegertia proyeksi Proyeksi secara umum adalah utuk megetahui perkembaga dimasa yag aka datag berdasarka data yag telah ada. Proyeksi pada dasarya merupaka suatu kejadia ( ilai

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

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian BAB I PENDAHULUAN A. Latar Belakag Masalah Matematika merupaka suatu ilmu yag mempuyai obyek kajia abstrak, uiversal, medasari perkembaga tekologi moder, da mempuyai pera petig dalam berbagai disipli,

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

APLIKASI PERHITUNGAN METODE PERAMALAN PRODUKSI PADA CV. X

APLIKASI PERHITUNGAN METODE PERAMALAN PRODUKSI PADA CV. X APLIKASI PERHITUNGAN METODE PERAMALAN PRODUKSI PADA CV. X Sayuti, M 1* 1 Jurusa Tekik Idustri, Fakultas Tekik, Uiversitas Malikussaleh-NAD *E-mail: Tgk_Sayuti@yahoo.co.uk ABSTRAK CV.X, merupaka perusahaa

Lebih terperinci

III. METODELOGI PENELITIAN

III. METODELOGI PENELITIAN III. METODELOGI PENELITIAN A. Metode Peelitia Metode peelitia merupaka suatu cara tertetu yag diguaka utuk meeliti suatu permasalaha sehigga medapatka hasil atau tujua yag diigika, meurut Arikuto (998:73)

Lebih terperinci

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah.

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah. BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN 3.1. DIAGRAM ALIR PENELITIAN Perumusa - Sasara - Tujua Pegidetifikasia da orietasi - Masalah Studi Pustaka Racaga samplig Pegumpula Data Data Primer Data Sekuder

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Racaga da Jeis Peelitia Racaga peelitia ii adalah deskriptif dega pedekata cross sectioal yaitu racaga peelitia yag meggambarka masalah megeai tigkat pegetahua remaja tetag

Lebih terperinci

STATISTIKA DAN PELUANG BAB III STATISTIKA

STATISTIKA DAN PELUANG BAB III STATISTIKA Matematika Kelas IX Semester BAB Statistika STATISTIKA DAN PELUANG BAB III STATISTIKA A. Statistika Pegertia Statistika Statistika adalah ilmu yag mempelajari cara pegumpula, peyusua, pegolaha, da aalisis

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

Inflasi dan Indeks Harga I

Inflasi dan Indeks Harga I PERTEMUAN 1 Iflasi da Ideks Harga I 1 1 TEORI RINGKAS A Pegertia Agka Ideks Agka ideks merupaka suatu kosep yag dapat memberika gambara tetag perubaha-perubaha variabel dari suatu priode ke periode berikutya

Lebih terperinci

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung 42 III. METODE PENELITIAN 3.. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di Provisi Sumatera Barat yag terhitug mulai miggu ketiga bula April 202 higga miggu pertama bula Mei 202. Provisi Sumatera

Lebih terperinci

Penerapan Metode Bagi-Dua (Bisection) pada Analisis Pulang-Pokok (Break Even)

Penerapan Metode Bagi-Dua (Bisection) pada Analisis Pulang-Pokok (Break Even) Peerapa Metode Bagi-Dua (Bisectio) pada Aalisis Pulag-Pokok (Break Eve) Oleh: Nur Isai Jurusa Pedidika Matematika FMIPA UNY Yogyakarta Email: urisai001@yahoo.com Abstrak Persoala dalam mecari akar persamaa

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 III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Metode Peelitia Peelitia ii megguaka metode peelitia Korelasioal. Peelitia korelasioaal yaitu suatu metode yag meggambarka secara sistematis da obyektif tetag hubuga atara

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Lokasi da objek peelitia Lokasi peelitia dalam skripsi ii adalah area Kecamata Pademaga, alasa dalam pemiliha lokasi ii karea peulis bertempat tiggal di lokasi tersebut sehigga

Lebih terperinci

METODOLOGI PENELITIAN. penggunaan metode penelitian. Oleh karena itu, metode yang akan digunakan

METODOLOGI PENELITIAN. penggunaan metode penelitian. Oleh karena itu, metode yang akan digunakan 47 III. METODOLOGI PENELITIAN A. Metodelogi Peelitia Keberhasila dalam suatu peelitia sagat ditetuka oleh ketepata pegguaa metode peelitia. Oleh karea itu, metode yag aka diguaka haruslah sesuai dega data

Lebih terperinci

BAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode korelasional, yaitu

BAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode korelasional, yaitu BAB III METODE PENELITIAN 3.1 Metode Peelitia Metode yag diguaka dalam peelitia ii adalah metode korelasioal, yaitu Peelitia korelasi bertujua utuk meemuka ada atau tidakya hubuga atara dua variabel atau

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian pengembangan (research and

BAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian pengembangan (research and BAB III METODE PENELITIAN A. Jeis Peelitia Jeis peelitia ii adalah peelitia pegembaga (research ad developmet), yaitu suatu proses peelitia utuk megembagka suatu produk. Produk yag dikembagka dalam peelitia

Lebih terperinci

III METODE PENELITIAN

III METODE PENELITIAN 28 III METODE PENELITIAN 3.1 Tempat da Waktu Peelitia Peelitia ii dilaksaaka di Giat, Botai Square, Bogor, Jawa Barat. Peelitia dilaksaaka pada bula Februari higga bula Maret tahu 2010. 3.2 Pegumpula Data

Lebih terperinci

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua BAB IV METODE PENELITlAN 4.1 Racaga Peelitia Racaga atau desai dalam peelitia ii adalah aalisis komparasi, dua mea depede (paired sample) yaitu utuk meguji perbedaa mea atara 2 kelompok data. 4.2 Populasi

Lebih terperinci

BAB III METODE PENELITIAN. penelitian yang tepat dalam sebuah penelitian ditentukan guna menjawab

BAB III METODE PENELITIAN. penelitian yang tepat dalam sebuah penelitian ditentukan guna menjawab BAB III METODE PENELITIAN Metode peelitia merupaka suatu cara atau prosedur utuk megetahui da medapatka data dega tujua tertetu yag megguaka teori da kosep yag bersifat empiris, rasioal da sistematis.

Lebih terperinci

Buku Padua Belajar Maajeme Keuaga Chapter 0 KONSEP NILAI WAKTU UANG. Pegertia. Nilai Uag meurut waktu, berarti uag hari ii lebih baik / berharga dari pada ilai uag dimasa medatag pada harga omial yag sama.

Lebih terperinci

Lampiran 1 Bukti Kas Masuk

Lampiran 1 Bukti Kas Masuk Lampira 1 Bukti Kas Masuk Lampira 2 Bukti Kas Keluar Lampira 3 Struktur Orgaisasi Lampira 3 Tabel Jawaba Respode Lampira 4 Tabel Hasil Pegujia Data dega SPSS N A1 N A2 N A3 N A4 N A5 N A6 N A7 Pearso TOTAL

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

BAB III METODE PENELITIAN. cuci mobil CV. Sangkara Abadi di Bumiayu. Metode analisis yang dipakai

BAB III METODE PENELITIAN. cuci mobil CV. Sangkara Abadi di Bumiayu. Metode analisis yang dipakai 20 BAB III METODE PENELITIAN 3.1 Jeis Peelitia Peelitia ii merupaka aalisis tetag kelayaka ivestasi usaha cuci mobil CV. Sagkara Abadi di Bumiayu. Metode aalisis yag dipakai adalah metode aalisis kuatitatif

Lebih terperinci

BAB II LANDASAN TEORI. kesalahan ramalan (forecast error) yang berbeda pula. Salah satu seni dalam

BAB II LANDASAN TEORI. kesalahan ramalan (forecast error) yang berbeda pula. Salah satu seni dalam BAB II LANDASAN TEORI 2.1 Tekik Peramala Peramala (forecastig) merupaka alat batu yag petig dalam perecaaa yag efektif da efisie. Dalam sistem peramala, pegguaa berbagai model peramala aka memberika ilai

Lebih terperinci

PERANCANGAN DAN PEMBUATAN APLIKASI DECISION SUPPORT SYSTEM (DSS) UNTUK PREDIKSI PERMINTAAN KEBUTUHAN BERAS SECARA MULTIUSER

PERANCANGAN DAN PEMBUATAN APLIKASI DECISION SUPPORT SYSTEM (DSS) UNTUK PREDIKSI PERMINTAAN KEBUTUHAN BERAS SECARA MULTIUSER ISSN : 2338-4018 PERANCANGAN DAN PEMBUATAN APLIKASI DECISION SUPPORT SYSTEM (DSS) UNTUK PREDIKSI PERMINTAAN KEBUTUHAN BERAS SECARA MULTIUSER Agik Damai Istato (agik_damai@yahoo.co.id) Muhammad Hasbi (mhasbi@sius.ac.id)

Lebih terperinci

BAB IV METODE PENELITIAN

BAB IV METODE PENELITIAN BAB IV METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia sikap kosume terhadap kopi ista Kopiko Brow Coffee ii dilakuka di Wilaah Depok. Pemiliha dilakuka secara segaja (Purposive) dega pertimbaga

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Subjek Peelitia Peelitia ii dilaksaaka di kawasa huta magrove, yag berada pada muara sugai Opak di Dusu Baros, Kecamata Kretek, Kabupate Batul. Populasi dalam peelitia ii adalah

Lebih terperinci

III. METODE PENELITIAN. Bandar Lampung Tahun Pelajaran dengan jumlah siswa 32 orang. terdiri dari 12 siswa laki-laki dan 20 siswa perempuan.

III. METODE PENELITIAN. Bandar Lampung Tahun Pelajaran dengan jumlah siswa 32 orang. terdiri dari 12 siswa laki-laki dan 20 siswa perempuan. III. METODE PENELITIAN A. Subjek Peelitia Subjek peelitia ii adalah siswa kelas VIIB semester gajil SMP Negeri 22 Badar Lampug Tahu Pelajara 2009-2010 dega jumlah siswa 32 orag terdiri dari 12 siswa laki-laki

Lebih terperinci

= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik

= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik Aalisis Sektor Kuci Dimaa : KLBj aij = Keterkaita lagsug ke belakag sektor j = Usur matriks koefisie tekik (b). Keterkaita Ke Depa (Forward Ligkage) Forward ligkage meujukka peraa suatu sektor tertetu

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 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai dega Mei 03. B. Populasi da Sampel Populasi dalam

Lebih terperinci

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai PENGUJIAN HIPOTESIS Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai ilai-ilai parameter populasi,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Maajeme risiko merupaka salah satu eleme petig dalam mejalaka bisis perusahaa karea semaki berkembagya duia perusahaa serta meigkatya kompleksitas aktivitas perusahaa

Lebih terperinci

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD) Prosidig Statistika ISSN: 2460-6456 Pegedalia Proses Megguaka Diagram Kedali Media Absolute Deviatio () 1 Haida Lestari, 2 Suliadi, 3 Lisur Wachidah 1,2,3 Prodi Statistika, Fakultas Matematika da Ilmu

Lebih terperinci

IV. METODOLOGI PENELITIAN

IV. METODOLOGI PENELITIAN 49 IV. METODOLOGI PENELITIAN 4.1. Tempat da Waktu Peelitia Ruag ligkup peelitia mecakup perekoomia Provisi NTT utuk megkaji peraa sektor pertaia dalam perekoomia. Kajia ii diaggap perlu utuk dilakuka dega

Lebih terperinci

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4 Program Studi : Tekik Iformatika Miggu ke : 4 INDUKSI MATEMATIKA Hampir semua rumus da hukum yag berlaku tidak tercipta dega begitu saja sehigga diraguka kebearaya. Biasaya, rumus-rumus dapat dibuktika

Lebih terperinci

BAB III METODE PENELITIAN. Dalam melakukan penelitian, terlebih dahulu menentukan desain

BAB III METODE PENELITIAN. Dalam melakukan penelitian, terlebih dahulu menentukan desain BAB III METODE PENELITIAN 3.1 Desai Peelitia Dalam melakuka peelitia, terlebih dahulu meetuka desai peelitia yag aka diguaka sehigga aka mempermudah proses peelitia tersebut. Desai peelitia yag diguaka

Lebih terperinci

PERENCANAAN KARIR DAN KOMPENSASI

PERENCANAAN KARIR DAN KOMPENSASI PERENCANAAN KARIR DAN KOMPENSASI PENGERTIAN Karier adalah seluruh pekerjaa yag ditagai selama kehidupa kerja seseorag. Jalur karier, adalah pola pekerjaa-pekerjaa beruruta yag membetuk karier seseorag.

Lebih terperinci

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat BAB III METODOLOGI PENELITIAN 3.1. Jeis da Sumber Data Jeis peelitia yag aka diguaka oleh peeliti adalah jeis peelitia Deskriptif. Dimaa jeis peelitia deskriptif adalah metode yag diguaka utuk memperoleh

Lebih terperinci

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data IV METODE PENELITIAN 4.1 Lokasi da waktu Peelitia ii dilakuka di PD Pacet Segar milik Alm Bapak H. Mastur Fuad yag beralamat di Jala Raya Ciherag o 48 Kecamata Cipaas, Kabupate Ciajur, Propisi Jawa Barat.

Lebih terperinci

PETA KONSEP RETURN dan RISIKO PORTOFOLIO

PETA KONSEP RETURN dan RISIKO PORTOFOLIO PETA KONSEP RETURN da RISIKO PORTOFOLIO RETURN PORTOFOLIO RISIKO PORTOFOLIO RISIKO TOTAL DIVERSIFIKASI PORTOFOLIO DENGAN DUA AKTIVA PORTOFOLIO DENGAN BANYAK AKTIVA DEVERSIFIKASI DENGAN BANYAK AKTIVA DEVERSIFIKASI

Lebih terperinci