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

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

1 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 Jurusa Maemaika Oleh: ULFIAN FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU PEKANBARU 20

2 PERAMALAN HARGA SAHAM SYARI AH RUPIAH EQUITY FUND PT. PRUDENTIAL LIFE INSURANCE PEKANBARU MENGGUNAKAN METODE BOX-JENKINS ULFIAN Taggal Sidag : 30 Jui 20 Taggal Wisuda : 20 Jurusa Maemaika Fakulas Sais da Tekologi Uiversias Islam Negeri Sula Syarif Kasim Riau Jl. HR. Soebraas No.55 Pekabaru ABSTRAK Pada saa ii, harga saham syari ah mejadi salah sau fakor ekoomi yag saga dimiai. Bayak pedekaa yag dilakuka oleh para peelii uuk mempelajari masalah ii misalya peramala dega meode Box Jekis. Pada peeliia ii, prosedur Box-Jekis diaplikasika uuk meramalka harga saham syariah equiy fud koa Pekabaru. Daa yag diguaka uuk membagu model adalah daa miggua harga saham ersebu dari bula April 2009 sampai dega Desember 200. Hasil aalisa daa meujukka bahwa Auoregresi aau AR() adalah model yag sesuai da dega megguaka model ii harga saham megalami keaika. Kaa kuci: Auoregresi, Box-Jekis, Saham Syari ah. vii

3 DAFTAR ISI LEMBAR PERSETUJUAN... LEMBAR PENGESAHAN... LEMBAR HAK ATAS KEKAYAAN INTELEKTUAL... LEMBAR PERNYATAAN... LEMBAR PERSEMBAHAN... ABSTRAK... ABSTRACT... KATA PENGANTAR... DAFTAR SIMBOL... DAFTAR GAMBAR... DAFTAR LAMPIRAN... DAFTAR TABEL... DAFTAR ISI... Halama ii iii iv v vi vii viii ix xi xii xiii xiv xv BAB I PENDAHULUAN. Laar Belakag Masalah... I-.2 RumusaMasalah... I-2.3 Baasa Masalah... I-3.4 Tujua Peeliia... I-3.5 Mafaa Peeliia... I-3.6 Sisemaika Peulisa... I-4 BAB II LANDASAN TEORI 2. Defiisi Saham Syari ah... II- 2.2 Syari ah Rupiah Equiy Fud... II- 2.3 Prisip-Prisip Saham Syari ah... II Kosep Peramala... II Meode Ruu Waku... II Model Ruu Waku Liier Sasioer... II-9 xvi

4 2.7 Tahap-Tahap Membagu Model Peramala... II Peeliia yag Terkai... II-7 BAB III METODOLOGI PENELITIAN BAB IV HASIL DAN PEMBAHASAN 4. Tigka Harga Saham Syari ah Equiy Fud... IV- 4.2 Pembeuka model peramala harga saham... IV-2 BAB V PENUTUP 5. Kesimpula... V- 5.2 Sara... V- DAFTAR PUSTAKA LAMPIRAN DAFTAR RIWAYAT HIDUP xvi

5 DAFTAR SIMBOL : Parameer Auoregressive ke-i, =,2,3,, : Parameer Movig Average ke-i, =,2,3,, : Kosaa persamaa regresi sederhaa : Turua Parsial : Parameer Regresi Sederhaa : Noasi Pejumaha : Error pada periode : Error xi

6 DAFTAR TABEL Tabel Halama 2. Peeliia-peeliia erkai peramala harga saham syari ah... II-7 4. Saisik deskripif harga saham syri ah... IV Esimasi parameer model... IV Uji mea square error... IV Daa esig da hasil peramala harga saham syari ah... IV Hasil peramala harga saham syari ah Tahu IV-9 5. Hasil peramala harga saham syari ah Tahu V- xiv

7 BAB I PENDAHULUAN. Laar Belakag Seirig dega meigkaya akivias perdagaga, kebuuha uuk memberika iformasi yag lebih legkap kepada masyaraka megeai perkembaga bursa, juga semaki meigka. Salah sau iformasi yag diperluka ersebu adalah ideks harga saham sebagai cermia dari pergeraka harga saham. Saham merupaka salah sau aleraif ivesasi yag mearik dalam pasar modal. Meerbika saham merupaka salah sau piliha perusahaa keika memuuska uuk pedaaa perusahaa, karea saham mampu memberika igka keuuga yag mearik. Keuuga yag aka didapa melalui pasar modal adalah sumber daa ambaha yag berasal dari capial gai (perbedaa harga jual da beli) sera divide (alokasi keuuga perusahaa kepada pemegag saham) (Yuliaa, 200). Perkembaga harga saham mempuyai hubuga kausalias (hubuga imbal balik) dega kierja keuaga perusahaa. Naik uruya harga saham suau perusahaa saga dipegaruhi oleh kierja keuaga perusahaa yag bersagkua. Di sisi lai, iggi redahya harga saham juga aka meeuka kierja keuaga perusahaa. Fakor peig uuk megukur kierja keuaga perusahaa adalah igka keuuga yag diperoleh dari pegguaa ase (Reur Of Asses aau ROA), rasio huag perusahaa erhadap ekuias perusahaa (Deb o Equiy Raio aau DER), da kemampua perusahaa uuk medapa keuuga dari iap sahamya ( Earig per Share aau EPS) (Safiri, 2008). Di Idoesia, perkembaga isrume syari ah di pasar modal sudah erjadi sejak ahu 997. Diawali dega lahirya reksadaa syari ah yag diprakarsai daareksa. Selajuya, PT. Bursa Eefek Jakara (BEJ) bersama dega PT. Daareksa Ivesme Maageme (DIM) melucurka Jakara Islamic Idex (JII) yag mecakup 30 jeis saham dari emie-emie yag kegiaa usahaya memeuhi keeua eag hukum syari ah (Safiri, 2008). I-

8 Berdasarka pembahasa ersebu, beberapa peelii erarik uuk melakuka peramala harga saham, salah-sauya Safiri, (2008) meramalka eag keberadaa hubuga harga saham dega kierja keuaga perusahaa. Selajuya dilakuka peramala uuk dua ahu yag aka daag. Salah sau meode peramala yag diguaka adalah Vecor Auoregressive (VAR), karea meode ii diaggap mampu mejelaska adaya kausalias (hubuga imbal balik) aar variabel. Dega judul, Vecor Auoregressive (Var) Uuk Peramala Harga Saham PT Idofood Sukses Makmur Idoesia TBK, Maka dari iu, peulis erarik melakuka peramala harga saham kususya saham syari ah equiy fud di PT. Prudeial koa Pekabaru. Berdasarka iformasi yag peulis dapaka melalui pimpia cabag Haroo, (20) PT Prudeial Life Isurace koa Pekabaru, harga saham rupiah syari ah equiy fud megalami keaika diseiap migguya bahka sebalikya megalami peurua. Dari perubaha harga saham rupiah syari ah equiy fud ersebu maka, peulis megambil sebagia daa. Dega adaya peigkaa da peurua harga saham rupiah syari ah equiy fud ersebu, diperluka adaya peramala (forecasig) uuk masa yag aka daag. Hal ii dapa diguaka uuk memudahka perusahaa PT Prudesial dalam proses pegambila kepuusa da membua recaa di masa yag aka daag. Sehigga peulis earik uuk megambil judul peeliia yaiu Peramala Harga Saham Syari ah Rupiah Equiy Fud PT. Prudeial Life Isurace Pekabaru Megguaka Meode Box-Jekis..2 Rumusa Masalah Berdasarka laar belakag masalah ersebu, permasalaha yag aka dielii pada ugas akhir ii adalah sebagai beriku:. Bagaimaa meerapka meode Box-Jekis uuk memodelka harga saham syari ah equiy fud Pekabaru. 2. Bagaimaa proyeksi harga saham rupiah syari ah koa Pekabaru pada ahu 20 dega megguaka model esimasi erbaik I-2

9 .3 Baasa Masalah Agar dalam pembahasa ai idak erlalu luas da hasilya dapa mecapai arge peeliia, maka peulis membaasiya. Adapu baasa-baasa masalah ersebu ialah:. Daa yag di guaka dalam masalah ii adalah harga saham rupiah syari ah equiy fud per miggu selama dua ahu yaiu 2009 s/d Meode yag di guaka haya uivariae ime series liier yag sasioer. 3. Pegaplikasia model ii diguaka uuk megeahui harga saham rupiah syari ah equiy fud Pekabaru pada Tahu Tujua Peeliia Adapu ujua peeliia ii adalah sebagai beriku :. Megaplikasika meode Box-Jekis erhadap pemodela harga saham rupiah syari ah equiy fud PT. Prudeial Life Isurace Pekabaru. 2. Megeahui perkiraa harga saham rupiah syari ah equiy fud PT. Prudeial Life Isurace Pekabaru ahu berikuya dega megguaka model erbaik..5 Mafaa Peeliia Beberapa mafaa da koribusi peeliia ii adalah sebagai beriku :. Bagi Peulis Memberika da memperkayaka ilmu pegeahua dalam megaplikasikasika ilmu yag didapa di bagku perkuliaha sebagai peujag kesiapa erju di duia kerja. 2. Bagi Lembaga Pedidika Peambah ilmu pegeahua da sebagai saraa iformasi bagi pembaca da uuk baha referesi bagi pihak yag membuuhka. 3. Bagi PT. Prudeial Life Isurace Memberika kemudaha bagi perusahaa dalam megambil kepuusa da membua recaa bagi pihak PT. Prudeial Life Isurace Pekabaru dalam I-3

10 meramalka aau memprediksi harga saham rupiah Syari ah equiy fud pada Tahu Sisemaika Peulisa Sisemaika dalam pembuaa ulisa ii mecakup 5 bab yaiu: BAB I Pedahulua Dalam bab ii berisi laar belakag, rumusa masalah, ujua peeliia, da sisemaika peulisa. BAB II Ladasa Teori Bab ii mejelaska eag eori-eori pedukug yag dipakai dalam peeliia yag melipui pegeria saham, pegeria saham syari ah, pegeria Rupiah syari ah Equiy Fud, meode ruu waku, jeis-jeis daa meuru waku, auokorelasi da auokorelasi parsial, model aalisa ruu waku liier da sasioer, ahap-ahap membagu model esimasi, da peeliia-peeliia yag erkai. BAB III Meode Peeliia Bab ii berisika prosedur uuk memodelka harga saham rupiah syari ah equiy fud PT Prudeial Pekabaru dega megguaka meode ruu waku. BAB IV Pembahasa da Aalisa Bab ii membahas secara medalam eag hasil-hasil yag diperoleh pada pemodela harga saham syari ah equiy fud Pekabaru dega aalisa yag legkap berdasarka prosedur ruu waku. BAB V Peuup Bab ii berisika kesimpula da sara. I-4

11 BAB II LANDASAN TEORI Pada Bab II ii aka dibahas eag eori-eori pedukug yag dipakai dalam peeliia yag melipui pegeria saham Syari ah, pegeria rupiah Syari ah equiy fud, kosep peramala, meode ruu waku, auokorelasi da auokorelasi parsial, model liier ime series, meode esimasi parameer, ahapahap membagu model esimasi. 2. Defiisi Saham Syari ah Saham merupaka sura berharga yag merepreseasika peyeraa modal kedalam suau perusahaa. Semeara dalam prisip Syari ah, peyeraa modal dilakuka pada perusahaa-perusahaa yag idak melaggar prisipprisip Syari ah, seperi bidag perjudia, riba, memproduksi barag yag diharamka seperi bir, da lai-lai (Sofya, 20). Saham ialah sura-suru berharga yag diperdagagka di pasar modal serig disebu efek aau sekurias. Salah sauya yaiu saham. Saham dapa didepiisika ada peryeraa aau kepemilikika seseorag aau bada dalam suau perusahaa aau peseroa erbaas. Ujud saham adalah selembar keras yag meeragka bahwa pemilik keras ersebu adalah pemilik perusahaa yag meerbika sura berharga ersebu. Porsi kepemilika dieuka oleh seberapa besar peryeraa yag diaamka di perusahaa ersebu (Safiri, 2008). 2.2 Rupiah syari ah Equiy Fud Rupiah Syari ah equiy fud adalah daa ivesasi yag berujua uuk medapaka hasil ivesasi yag opimal dalam jagka pajag da melalui peempaa daa pada saham-saham perusahaa Idoesia yag berkualias da diperdagagka di Bursa Efek Jakara yag berladaska syari ah (BEJ) (Noerdi dkk, 2009). Rupiah Syari ah equiy fud berujua memaksimalka pedapaa jagka meegah da pajag melalui ivesasi dalam saham-saham Idoesia yag II-

12 berkualias da erdafar di Bursa Efek Jakara. Ivesasi ii cocok uuk ivesor yag megigika peghasila ivesasi jagka pajag dega hasil yag lebih iggi sera bersedia meaggug risiko ivesasi yag iggi (Noerdi dkk, 2009). 2.3 Prisip Prisip Saham Syari ah Terdapa beberapa pedekaa uuk meyeleksi suau saham apakah bisa dikaegorika sebagai saham syari ah aau idak (Sofya, 20) yaiu:. Pedekaa jual beli. Dalam pedekaa ii diasumsika saham adalah asse da dalam jual beli ada perukara asse ii dega uag. Juga bisa dikaegorika sebagai sebuah kerja sama yag memakai prisip bagi hasil (profi-loss sharig). 2. Pedekaa akivias keuaga aau produksi. Dega megguaka pedekaa produksi ii, sebuah saham bisa diklaim sebagai saham yag halal keika produksi dari barag da jasa yag dilakuka oleh perusahaa bebas dari eleme-eleme yag haram yag secara explici disebu didalam Al-Qura seperi riba, judi, miuma yag memabukka, zia, babi da semua urua-uruaya. 3. Pedekaa pedapaa. Meode ii lebih meliha pada pedapaa yag diperoleh oleh perusahaa ersebu. Keika ada pedapaa yag diperoleh dari Buga (ieres) maka secara umum kia bisa megaaka bahwa saham perusahaa ersebu idak syari ah karea masih ada usur riba disaa. Oleh karea iu seluruh pedapaa yag didapa oleh perusahaa harus erhidar da bebas dari buga aau ieres. 4. Pedekaa srukur modal yag dimiliki oleh perusahaa ersebu. Dega meliha raio huag erhadap modal aau yag lebih dikeal dega deb/equiy raio. Dega meliha raio ii maka dikeahui jumlah huag yag diguaka uuk modal aas perusahaa ii. Semaki besar raio ii semaki besar keergauga modal erhadap huag. Aka eapi uuk saa ii bagi perusaha agak suli uuk membua raio ii ol, aau sama sekali II-2

13 idak ada huag aas modal. Oleh karea iu ada olerasi-olerasi aau baasa seberapa besar Deb o Equiy raio ii. Da masig masig syari ah ideks di duia berbeda dalam peeapa hal ii. Namu secara keseluruha kurag dari 45% bisa diklaim sebagai perusahaa yag memiliki saham syari ah. Di Idoesia, prisip-prisip peyeraa modal secara syari ah idak diwujudka dalam beuk saham syari ah maupu o-syari ah, melaika berupa pembeuka ideks saham yag memeuhi prisip-priisp syari ah. Dalam hal ii, di Bursa Efek Idoesia erdapa Jakara Islamic Ideks (JII) yag merupaka 30 saham yag memeuhi crieria syari ah yag dieapka Dewa Syari ah Nasioal (DSN). Ideks JII dipersiapka oleh PT. Bursa Efek Idoesia (BEI) bersama dega PT Daareksa Ivesme Maageme (DIM). 2.4 Kosep Peramala (Forecasig) Peramala adalah salah sau usur yag saga peig dalam pegambila kepuusa. Suau dalil yag dapa dierima bahwa semaki baik ramala ersedia uuk pimpia semaki baik pula presasi kerja mereka sehubuga dega kepuusa yag diambil. Ramala yag dilakuka umumya aka berdasarka daa masa lampau yag diaalisis dega megguaka cara-cara ereu. Daa masa lampau dikumpulka, dipelajari da diaalisis dihubugka dega perjalaa waku. Karea adaya fakor waku iu, maka dari hasil aalisis ersebu dapa dikaaka erdapa sesuau yag aka erjadi pada masa medaag. Sehigga, dalam hal ersebu aka diharapka pada keidakpasia maka ada fakor akurasi aau kesaksamaa yag harus diperhiugka (Asui, 2005). Forecas adalah peramala apa yag aka erjadi pada waku yag aka daag, sedag recaa merupaka peeua apa yag aka dilakuka pada waku yag aka daag (Subagyo, 996 : 3). Dega sediriya erjadi perbedaa aara forecas dega recaa. Forecas adalah peramala yag aka erjadi, eapi belum eu dilaksaaka oleh suau perusahaa (Sr i ai, 2005). Dari kedua pedapa diaas maka peramala adalah memperkiraa apa yag erjadi dimasa yag aka daag, sedagka ramala adalah hasil dari 20 II-3

14 perkiraa peramala. Uuk meaksir kejadia yag aka daag diperluka suau daa, yaiu daa masa lampau yag aka daag (Musafidah, 2009)., daa masa sekarag, da daa dimasa Dalam meramal ilai suau variabel di waku yag aka daag, haruslah diperhaika da dipelajari dulu sifa da perkembaga variabel iu di waku yag lalu. Uuk mempelajari bagaimaa perkembaga hisoris dari suau variabel, aka diamai derea ilai-ilai variabel iu meuru waku. Derea ii disebu ime series (Isiqomah, 2006). 2.5 Meode Ruu Waku (Time Series) Meode ruu waku aau yag serig disebu daa dere waku aau dere berkala meggambarka berbagai geraka yag erjadi pada sederea daa pada waku ereu. Ruu waku adalah susua daa saisik yag diamai sehubuga dega berlagsugya waku da sekumpula hasil pegamaa saisik yag disusu da diperoleh meuru suau urua kroologis, yag biasaya dalam selag waku yag sama (Seyowai, 2005). Ragkaia waku idak lai adalah seragkaia pegamaa erhadap suau perisiwa, kejadia, gejala aau variabel yag diambil dari waku ke waku, dicaa secara elii sesuai urua erjadiya da kemudia disusu sebagai daa saisik (Seyowai, 2005). Ruu waku adalah sususa observasi beruru meuru waku (aau dimesi yag lai). Dari suau ragkaia waku aka dapa dikeahui apakah perisiwa, kejadia, gejala da variabel yag diamai berkembag megikui polapola perkembaga yag eraur (Puspia, 2008). Box dkk (2008) memberika pegeria bahwa sebuah ruu waku adalah sekumpula pegamaa eruru, yag diambil berdasarka ierval waku ereu misalka sekumpula daa yag diambil permei, perhari, permiggu, perbula, perahu da sebagaiya. II-4

15 Adapu cooh daa ruu waku yag ada di sekiar koa Pekabaru, diaaraya: a. Bayakya agka kecelakaa per bula uuk koa Pekabaru. b. Bayak igka pejuala BBM per bula di salah sau SPBU di Pekabaru. c. Bayakya igka pejuala jeis sepeda moor di salah sau dealer yag ada di Pekabaru. d. Bayakya igka pejuala pakaia per hari di Maahari Plaza Pekabaru e. Bayakya pemakaia beba lisrik per jam oleh sekor rumah agga, idusri da pemeriah uuk wilayah Koa Pekabaru. Uuk dapa memahami pemodela ruu waku, perlu dikeahui beberapa jeis daa meuru waku, yag dapa dibedaka sebagai beriku (Rosadi, 2006): a. Cross-secio daa Jeis daa yag dikumpulka pada sejumlah idividu/kaegori uuk sejumlah variabel pada suau iik waku ereu. b. Time Series ( ruu waku ) Daa yag dikumpulka meuru waku dalam suau reag waku ereu. Jika waku dipadag bersifa diskri (waku dapa dimodelka bersifa koiu), frekuesi pegumpula selalu sama ( equididisa). Dalam kasus diskri, frekuesi dapa berupa deik, mei, jam, hari, miggu, bula aau ahu. c. Pael/Pooled daa Tipe daa yag dikumpulka meuru urua waku dalam suau reag waku ereu pada sejumlah idividu/kaegori. Pola daa hisoris yag dimiliki dapa berpola horizoal, yaiu bila ilai daa berflukuasi di sekiar raa-raa. Namu dalam keyaaaya daa ersebu bervariasi karea dipegaruhi oleh beberapa pola: II-5

16 a. Pola Tred Geraka red yaiu suau geraka yag meujuka arah perkembaga secara umum (kecederuga aik aau meuru) coohya adalah igka pejuala baju. Garis red saga bergua uuk membua ramala (forecasig) yag saga diperluka bagi perecaaa (Sri ai, 2005). Gambar 2. Pola daa red b. Pola Siklis Geraka siklis adalah geraka/variasi dalam jagka pajag sekiar garis red (berlaku uuk daa ahua). Geraka siklis ii bisa berulag seelah jagka waku ereu (seiap 3 ahu, 5 ahu aau lebih) da bisa juga berulag dalam dalam jagka waku yag sama (Sri ai, 2005). Gambar 2.2 Pola daa siklis c. Pola Musima Geraka musima adalah geraka yag memiliki pola eap dari waku ke waku, geraka musima ii juga berlaku bagi daa haria, miggua aau saua waku yag lebih kecil, misalya kegiaa koruksi, pejuala barag-barag peraia berhubuga era dega cuaca da pejuala ala-ala sekolah berkaia dega hari libur aau idakya sekolah (Sri ai, 2005). II-6

17 Gambar 2.3 Pola daa musima d. Pola variasi yag idak eraur Geraka variasi adalah geraka variasi yag sifaya sporadic, misalya aik-uruya produksi akiba bajir yag daagya idak eraur, gempa bumi, suami, guug meleus (Sri ai, 2005). Gambar 2.4 Pola daa radom Tujua aalisis daa ruu waku secara umum dibagi aas dua bagia yaiu uuk memahami da memberika reaksi ruu waku yag diobservasika sera memprediksi aau meramalka ilai ruu waku iu sediri. a. Jeis-Jeis Daa Meuru Waku Jeis-jeis daa meuru waku dapa dibedaka sebagai beriku (Rosadi, 2006):. Cross-secio Cross-secio adalah daa yag dikumpulka pada sejumlah idividu/kaegori uuk sejumlah variabel pada suau iik waku ereu. 2. Time series (ruu waku) Time series (ruu waku) adalah daa yag dikumpulka meuru waku dalam suau reag waku ereu. Jika waku dipadag bersifa diskri (waku dapa dimodelka bersifa koiu), frekuesi pegumpula selalu II-7

18 sama. Dalam kasus diskri, frekuesi dapa berupa deik, mei, jam, hari, miggu, bula aau ahu. 3. Pael Pael adalah daa yag dikumpulka meuru urua waku dalam suau reag waku ereu pada sejumlah idividu/kaegori. b. Auokorelasi da Auokorelasi Parsial Koreologram merupaka ekik ideifikasi kesasioera daa ime series melalui fugsi auokorelasi (ACF). Fugsi ii mejelaska suau proses sokasik da aka memberika bagaimaa korelasi aara daa-daa ( series yag sasioer,..., auokovarias { k 0,,2,... k, 2 esimasi erhadap ilai mea ( ) ) berdekaa. Time } sedagka ACF ; k 0,,2, maemais dapa diulis (Hake dkk, 2009): p k, da fugi secara ˆ z ^ k z ( )( k ) (2.) ˆ 0 k k 2 0 sehigga ilai pk dapa diulis sebagai beriku : ˆ r k k k ( z z)( z k z) ˆ k ˆ 0 2 ( z z) Besara saisik lai yag diperluka dalam aalisis ime series yaiu fugsi auokorelasi parsial (PACF), yag dioasika { ; k,2,3,... }, yaki himpua auokorelasi parsial uuk berbagai lag k. PACF dapa diulis dega rumus sebagai beriku: kk II-8

19 ˆ kk r k k k, i j k ˆ j ˆ r k, j k j r j (2.2) 2.6 Model Ruu Waku Liier da Saioer Model ruu waku melipui model Auoregressive, Movig Average da gabuga keduaya dega ricia sebagai beriku: a. Model Auoregressive aau AR(p) Model liier yag palig dasar uuk proses yag sasioer adalah AR(p), model ii dapa diarika sebagai proses hasil regresi dega diriya sediri, secara maemais dapa diuliska (Hake dkk, 2009): dega: p p a (2.3) adalah daa pada periode,, 2,3,, adalah daa pada periode i, i, 2,3, p i a 0 adalah error pada periode adalah kosaa adalah koefisie AR(p), i, 2,3, p i Cooh 2. Model Auoregresi (Auoregressive) Tigka aau AR() Model auoregresif igka aau proses AR(), secara maemais dapa diulis (Hake dkk, 2009): dega: a (2.4) 0 adalah daa pada periode,,2,3,, adalah daa pada periode II-9

20 a 0 adalah error pada periode adalah kosaa adalah koefisie AR() Cooh 2.2 Model Auoregresi (Auoregressive) Tigka 2 aau AR(2) Model auoregresif igka 2 aau proses AR(2) secara maemais dapa diulis (Hake dkk, 2009): dega: a (2.5) adalah daa pada periode, i,2,3,, adalah daa pada periode i, i, 2 a 0 adalah error pada periode adalah kosaa adalah koefisie AR, i, 2 i b. Model Movig Average aau MA(q) Beuk umum dari proses movig average igka q aau MA(q) secara maemais dapa diuliska (Hake dkk, 2009): dega: 0 a a 2a2 qaq (2.6) adalah daa pada periode,, 2,3,, a adalah error pada periode a adalah error pada periode i, i, 2,3, q 0 i i adalah kosaa adalah koefisie MA(q), i,2,3, q II-0

21 Cooh 2.3 Model Movig Average Tigka aau MA() Sama seperi pada AR(), model movig average juga diawali dega igka aau proses MA(), secara maemais dapa diuliska (Hake dkk, 2009): dega: a a (2.7) 0 adalah daa pada periode,,2,3,, a adalah error pada periode a adalah daa pada periode 0 adalah kosaa adalah koefisie MA() Cooh 2.4 Model Movig Average Tigka 2 aau MA(2) Model movig average igka 2 aau proses MA(2), secara maemais dapa diuliska (Hake dkk, 2009): dega : a a a (2.8) adalah daa pada periode,,2,3,, a adalah error pada periode a adalah daa pada periode i, i, 2 i adalah koefisie MA() 2 0 adalah koefisie MA(2) adalah kosaa II-

22 c. Model Auoregressive Movig Average aau ARMA(p, q) Model ii merupaka gabuga aara AR(p) dega MA(q), sehigga diyaaka sebagai ARMA(p, q), dega beuk umum (Hake dkk, 2009): dega: p p a a qaq (2.9) adalah daa pada periode, i, 2,3,, adalah daa pada periode i, i, 2,3, p a adalah error pada periode a adalah error pada periode i, i, 2,3, q i i adalah koefisie movig average, i adalah koefisie auoregressive, i i, 2,3,, 2,3, q p Cooh 2.5 Model ARMA(, ) Model ii merupaka kombiasi aara AR() da MA(), maemaisya dapa didefiisika sebagai (Hake dkk, 2009): dega: a a (2.0) adalah daa pada periode,, 2,3,, adalah daa pada periode a adalah error pada periode a adalah error pada periode adalah koefisie AR() adalah koefisie MA() 2.7 Tahap-Tahap Membagu Model Peramala Tahap yag diguaka dalam membagu model dega megguaka meode Box Jekis adalah (Hake dkk, 2009): II-2

23 Tahap I. Ideifikasi Model ideifikasi Pada ahap ii aka dilakuka ideifikasi daa da model, yag melipui secara visual (lagsug) yaiu dega membua plo daa ak ual erhadap waku uuk medeeksi kesasioera daa, sasioer berari idak erdapa perumbuha aau peurua pada daa aau daa harus horizoal sepajag sumbu waku. Apabila daa idak sasioer maka disasioerka dulu dega cara mecari selisih sau aau dega deraja ereu erhadap daa akual sebelumya ( differecig) (Famawai, 2007). Secara maemais proses differecig didefeisika sebagai (Efedi, 200): dega : W W adalah barisa selisih (2.) adalah daa pada waku adalah daa pada waku. Sebagai cooh, beriku aka diberika cara kerja meode differecig pada abel beriku: Tabel 2. Cara kerja meode differecig No Daa Asli Differecig perama Hasil differecig perama Differecig kedua Hasil differecig kedua (-7)-(2) (5)-(-7) (-)-(2) -32 Selajuya ideifikasi juga bisa dilakuka dega megguaka pasaga ACF da PACF. Pada proses AR( p ) grafik ACF diguaka uuk meeuka kesasioera daa ruu waku yag diguaka, yaiu dega meliha lag-lag ya yag uru secara ekspoesial. Pembuaa grafik PACF diguaka uuk meeuka kelas model dari daa ruu waku yag diguaka, yaiu dega meliha fugsi cu off seelah lag k. Sedagka pada proses MA( p ) II-3

24 grafik PACF diguaka uuk meeuka kesasioera daa ruu waku yag diguaka, yaiu dega meliha lag-lag ya yag uru secara ekspoesial. Kemudia grafik ACF diguaka uuk meeuka kelas model dari daa ruu waku yag diguaka, yaiu dega meliha fugsi cu off seelah lag k (Efedi, 200). Tahap II. Esimasi Parameer Model Seelah model diideifikasi, ahap selajuya adalah melakuka esimasi parameer model. Dalam peeliia ii aka diguaka meode leas squares uuk megesimasi parameer model. Meode leas squares merupaka suau meode yag diguaka uuk meaksir parameer dega cara memiimumka jumlah kuadra error, jumlah kuadra error uuk persamaa ime series aalog dega persamaa jumlah kuadra error regresi liier sederhaa. Secara umum persamaa regresi liier sederhaa yaiu (Sembirig, 995): y x e ; i, 2,3, (2.2) i i i, esimasi persamaa regresi liier sederhaa, yaiu: yˆ i a bxi ; i,2,3,, (2.3) jumlah kuadra error persamaa regresi liier sederhaa, yaiu: J 2 ei yi yi i i 2 ˆ (2.4) aalog esimasi persamaa regresi liier pada ime series, yaiu: ˆ z ;, 2,3, (2.5) 0, aalog jumlah kuadra error persamaa regresi liier sederhaa pada ime series, misalya AR() yaiu: J a 2 2 ˆ (2.6) II-4

25 II-5 dega mesubsiusika persamaa (2.5 ) ke persamaa (2. 6), maka diperoleh jumlah kuadra error, yaiu: i o a J 2 2 (2.7) dega memiimumka persamaa (2.7) erhadap 0, maka: 0 0 J 0 ) ( ) ( (2.8) selajuya miimumka persamaa (2.7) erhadap, maka: 0 J 0 0 ) ( ) ( (2.9)

26 Selajuya seelah diperoleh ilai parameer dilakuka uji sigifikasi erhadap parameer da kosaa model, dega membadigka ilai P dega level olerasi (Hake dkk, 2009): Adapu lagkah-lagkah pegujiaya yaiu: a. Hipoesis: H 0 H : Parameer model 0 (Parameer model idak sigifika) : Parameer model 0 (Parameer model sigifika) b. Daerah peolaka: P value 0.05(level olerasi) olak H 0. sigifika. Ariya parameer model Tahap III. Verifikasi Model Proses verifikasi dilakuka uuk memeriksa kelayaka model. Dalam ruu waku ada asumsi bahwa residual megikui proses radom yag berari residual harus idepede da berdisribusi ormal. Secara jelas, verifikasi model dilakuka dua uji yaiu uji idepedesi da uji keormala residual. a. Uji Idepedesi Residual Uji idepedesi residual dilakuka dega meliha pola grafik ACF da PACF dari residual yag meujuka pola cu off. b. Uji Keormala Residual Uji keormala residual dapa diliha berdasarka plo keormala residual dega megguaka uji hisogram. Tahap IV. Peramala Meode peramala ii merupaka ilai harapa observasi yag aka daag, bersyara pada observasi yag elah lalu. Dalam meramal ilai suau variabel di waku yag aka daag sebelum melakuka peramala dega daa yag ada, diguaka daa raiig da daa esig, uuk meliha bagaimaa perbadiga hasil dari masig-masig peramala. Uuk iu haruslah II-6

27 diperhaika da dipelajari dulu sifa da perkembaga hisoris dari suau variabel, biasaya pegamaa derea ilai-ilai variabel iu meuru waku. Derea ii disebu ime series, Misalya dipuyai waku uuk lagkah kedepa dipadag sebagai ilai peramala k dega syara dikeahui observasi yag lalu sampai k aau meode oe sep a head. 2.8 Peeliia-Peeliia yag Terkai Harga Saham Rupiah Syariah Equiy Fud PT Prudeial Koa Pekabaru Peeliia-peeliia erkai pemodela harga saham rupiah syari ah da peramala lai yag perah dilakuka sebelumya adalah: Tabel 2.2 Peeliia-peeliia erkai peramala harga saham syari ah da peramala lai yag perah dilakuka NO Tahu Nama Judul Meode Peramala harga saham 2009 Musafidah megguaka jariga saraf Probabilisik irua meode probabilisik Safiri Asui Seyowai Vecor auoregressive (var) uuk peramala harga saham PT Idofood sukses makmur Idoesia bk. Peramala (forecasig) volume pejuala eh hiam dega meode expoeial smoohig pada PT Perkebua Tambi Woosobo Peramala komposisi peduduk meuru jeis kelami ahu di Kecamaa Kradea Kabupae Blora dega meode red o liier Vecor auoregressive Expoeial smoohig Tred No Liier II-7

28 BAB III METODOLOGI PENELITIAN Pada Bab III ii aka dibahas megeai meodologi peeliia yag aka diguaka dalam peeliia ii, meodologi yag diguaka peulis ada 2 cara yaiu peeliia lapaga ( survey) yag merupaka meode pegumpula daa uuk memperoleh daa da iformasi dega cara erju lagsug ke kaor PT Prudeial Pekabaru da sudi pusaka ( lieraure) dega membaca buku-buku da sumber-sumber yag berkaia dega ruu waku. Ricia peeliia ersebu adalah sebagai beriku: 3. Prosedur uuk Pegumpula Daa Peeliia a. Jeis Daa (Variabel) Daa yag diguaka dalam peeliia ii yaiu daa permiggu selama 9 bula mulai April-Desember 2009 sampai April-Desember 200. Adapu variabel dalam peeliia ii adalah harga saham rupiah syari ah equiy fud Pekabaru. b. Sumber Daa Sumber daa pada peeliia ii adalah daa harga saham rupiah syari ah equiy fud PT Prudeial Pekabaru. 3.2 Meode Aalisis Daa Meode aalisis daa yag diguaka dalam peeliia ii adalah dega megguaka meode Box-Jekis yag melipui empa ahap yaiu sebagai beriku:. Tahap Ideifikasi Model Tahap ii dilakuka dega meliha pasaga ACF da PACF daa uuk meeuka model semeara yag sesuai dega daa. 2. Tahap Esimasi Parameer Seelah model semeara diperoleh maka dilakuka esimasi parameer ersebu megguaka moode kuadra erkecil. Parameer yag elah diperoleh III-

29 kemudia dilakuka uji sigifikasi dega membadigka ilai P dega level olerasi. 3. Tahap Verifikasi Model Tahap ii aka dilakuka uji kelayaka model dega megguaka uji idepedesi da uji keormala residual. 4. Peramala Tahap erakhir yaiu megguaka model erpilih uuk peramala yag melipui raiig, esig da peramala. Prosedur pegumpula daa da prosedur Box-Jekis diaas juga dapa digambarka dalam flow char beriku: Mulai Survei ke Kaor PT. Prudeial Pekabaru Megorgaisir daa da daa siap diaalisis Tahap I. Ideifikasi model Tahap II. Esimasi Parameer idak Tahap III. Verifikasi model ya Tahap IV. Peramala Selesai Gambar 3. Flow char pegumpula daa da pembeuka model III-2

30 BAB IV PEMBAHASAN Pada Bab IV ii, aka dilakuka pembahasa model ime series uuk peramala harga saham rupiah syari ah equiy fud PT Prudeial live isurace koa Pekabaru megguaka meode ruu waku. Pembeuka model esimasi harga saham rupiah syari ah koa Pekabaru ii melipui empa ahap, yaiu ahap ideifikasi daa da model, ahap esimasi parameer dalam model, ahap verifikasi model da ahap peramala harga saham rupiah syari ah equiy fud Pekabaru uuk Tahu Tigka Harga Saham Syari ah Equiy Fud Tigka harga saham rupiah syari ah PT Prudeial Pekabaru megalami peigkaa da peurua sepajag periode bula Sepember sampai bula Desember selama dua ahu. Uuk lebih jelasya, beriku ii aka disajika daa harga saham rupiah syari ah equiy fud dalam beuk hisogram daa raa-raa perbula Pekabaru dari Tahu pada Lampira A da Gambar 4.: Gambar 4. Hisogram Daa saham syari ah equiy fud IV-

31 Berdasarka Gambar 4., dapa diliha bahwa raa-raa harga saham eriggi erjadi pada bula perama Tahu 200 mecapai Rp Uuk lebih jelasya, beriku merupaka abel saisik deskripif harga saham syari ah equiy fud: Tabel 4. Saisik deskripif objek peeliia - N Miimum Maximum Sd. Deviaio Jumlah harga saham Tabel 4. meujukka bahwa harga saham Syari ah equiy fud miimum sebesar Rp. 30,22 sedagka maksimu sebesar Rp. 620,9. Selajuya dilakuka pembeuka model peramala dega megguaka meode Box- Jekis yag melipui ahap ideifikasi model, esimasi parameer, verifikasi model da peerapa model uuk peramala. 4.2 Pembeuka Model Peramala Harga Saham Syari ah Equiy Fud Pembeuka model peramala harga saham ii dilakuka dega meode Box-Jekis, dega ahap-ahap sebagai beriku: Tahap I. Ideifikasi Daa da Model Tahap ii merupaka ahap perama yag harus dilakuka uuk memperoleh model semeara yag sesuai dega daa harga saham syari ah koa Pakabaru. Model semeara diperoleh dega meliha plo daa secara kasa maa da grafik ACF da PACF daa. Adapu daa akual harga saham Syar iah disajika pada Gambar 4.2, yaiu: IV-2

32 Gambar 4.2 Saham rupiah syari ah equiy fud Berdasarka Gambar 4.3 meujukka bahwa daa cederug sasioer walaupu erdapa pola re uru pada 0 periode perama. Namu, uuk lebih meyakika lagi bahwa daa sudah sasioer maka dilakuka uji kesasioera daa dega megguaka pasaga ACF da PACF daa yag disajika pada Gambar 4.3, yaiu: Gambar 4.3 ACF da PACF daa akual harga saham rupiah syari ah Berdasarka Gambar 4.3 diperoleh bahwa daa sudah sasioer, hal ii karea grafik ACF da PACF uru secara ekspoesial. Grafik ACF da PACF pada Gambar 4.3 meujukka bahwa grafik ACF uru secara ekspoesial da IV-3

33 grafik PACF yag cu off seelah lag. Hal ii meujukka bahwa model yag sesuai adalah model AR(). Grafik ACF da PACF pada Gambar 4.3 meujukka pola yag uru secara ekspoesial, hal ii meujukka bahwa model MA() da ARMA(,) juga merupaka model yag juga sesuai uuk daa harga saham syari ah equiy fud. Tahap II. Esimasi Parameer Model Peeua parameer da kosaa model adalah megguaka meode kuadra erkecil ( Ordiary Leas Square). Selajuya, dega megguaka program miiab diperoleh ilai esimasi parameer dari model AR() seperi erliha pada Tabel 4.2, yaiu: Tabel 4.2 Esimasi parameer model Model Parameer Koefisie SE koefisie P AR() MA() Selajuya seelah parameer da kosaa model diperoleh, maka dilakuka uji sigifikasi erhadap parameer da kosaa dega membadigka ilai P dega level olerasi (α). Berdasarka Tabel 4.2 diperoleh bahwa parameer da kosaa model AR() sigifika dalam model. Hal ii disebabka oleh karea kedua parameer ersebu mempuyai ilai P yag lebih kecil dari level olerasi 5%. Selajuya model parameer da kosaa model MA() juga sigiifika dalam model. Hal ii disebabka oleh kedua parameer MA() ersebu mempuyai ilai P yag lebih kecil dari level olerasi 0,05. Sehigga diperoleh model yag sesuai adalah model AR() da MA(). IV-4

34 4.5 Verifikasi Model Seelah parameer-parameer model dikeahui lagkah selajuya yaiu melakuka verifikasi model yag berujua memeriksa apakah model yag dipilih layak diguaka uuk peramala aau idak.. Uji Idepedesi Residual Uji ii dilakuka dega meliha grafik ACF da PACF residual model AR() yag disajika pada Gambar 4.4, yaiu: Gambar 4.4 ACF da PACF residual model AR() Berdasarka gambar 4.4 erliha bahwa grafik ACF da PACF dari residual meujukka bahwa idak ada sau lag pu yag memoog baas aas da baas bawah ilai korelasi residual, hal ii berari bahwa sudah meujuka pola cu off aau dega kaa lai residual model idak berkorelasi (idepedesi). Selajuya, beriku merupaka ACF da PACF model MA(), yaiu: IV-5

35 Gambar 4.5 ACF da PACF residual model MA() Berdasarka gambar 4.5 erliha bahwa grafik ACF da PACF dari residual meujukka bahwa idak ada sau lag pu yag memoog baas aas da baas bawah ilai korelasi residual, hal ii berari bahwa sudah meujuka pola cu off aau dega kaa lai residual model idak berkorelasi (idepedesi). 2. Uji Keormala Residual Uji keormala residual adalah uji yag dilakuka uuk meliha apakah ilai residual erdisribusi ormal aau idak. Beriku ii hisogram residual model AR() da MA(): IV-6

36 Gambar 4.6 Hisogram residual model Gambar 4.6 meujukka bahwa residual model elah erdisribusi secara ormal. Hal ii dapa dikeahui dari hisogram yag megikui kurva ormal. Berdasarka kedua uji yag elah dilakuka pada ahap verifikasi model, maka dapa disimpulka bahwa model AR() da MA() layak diguaka uuk peramala harga saham rupiah syari ah equiy fud koa Pekabaru. Uuk memilih model erbaik yag aka diguaka uuk peramala, maka aka dilakuka uji mea square error kedua model ersebu, yaiu sebagai beriku: Tabel 4.3 Uji mea square error No Model MSE AR() MA() 688 Berdasarka uji mea square error pada Tabel 4.3, diperoleh bahwa model yag erbaik adalah model AR(). Hal ii disebabka oleh model AR() mempuyai ilai mea square error yag lebih kecil daripada model MA(). IV-7

37 Sehigga model yag aka diguaka uuk peramala adalah model AR() dega beuk maemais sebagai beriku: 708,659 0,4549 a (4.) Tahap IV. Peramala Harga Saham Rupiah Syari ah Equiy Fud Tahap erakhir dalam meode Box-Jekis yaiu melakuka peramala berdasarka model erpilih. Pada peeliia ii ahap peramala erdiri aas raiig, esig da peramala dega ricia sebagai beriku: a. Daa Traiig Meode peramala yag diguaka pada daa raiig adalah oe sep a head da daa yag diambil daa akual yaiu daa harga saham rupiah syari ah dari bula April 2009 sampai dega bula Desember Peramala pada daa raiig seperi beriku ii: 0 a a (62) (474) (52) (258) Hasil peramala yag didapa pada daa raiig uuk lebih jelas dapa diliha pada Lampira B: b. Daa Tesig Meode peramala pada daa esig megguaka daa yag diambil dari daa hasil peramala raiig. Peramala pada daa esig adalah sebagai beriku: IV-8

38 Tabel 4.4 Peramala daa esig Tahu 200 No Miggu/ Tahu Akual Peramala ( Ẑ ) No Miggu/ Tahu Akual Peramala ( Ẑ ) b. Peramala Dega megguaka model AR(), hasil peramala daa esig yag diperoleh dega megguaka program miiab uuk harga saham rupiah syari ah equiy fud Pekabaru selama 2 miggu adalah sebagai beriku: Tabel 4.5 Peramala harga saham rupiah syari ah Tahu 20 No Miggu ( ) Peramala ( ẑ ) No Miggu ( ) Peramala ( ẑ ) Berdasarka Tabel 4.5, dapa disimpulka bahwa peramala harga saham rupiah Syari ah equiy fud dega megguaka model AR() meujukka bahwa harga saham Syari ah rupiah pada Tahu 20 megalami keaika yag lamba. IV-9

39 Selajuya hasil peramala daa raiig, esig da peramala 2 miggu Tahu 20 disajika pada Gambar 4.7, yaiu: Gambar 4.7 Peramala Harga Saham equy fud Berdasarka Gambar 4.7 dapa disimpulka bahwa hasil peramala pada daa raiig medekai daa akualya. Hal ii disebabka oleh daa yag diguaka dalam proses peramala masih megguaka daa akual. Sedagka peramala pada daa esig kurag medekai daa akualya, hal ii disebabka oleh idak adaya usur daa akual yag diguaka dalam proses peramala. Hasil peramala uuk 2 periode di Tahu 20 meujukka ilai yag membeuk garis liier yaiu berkisar aara Rp. 293,54. IV-0

40 BAB V PENUTUP 5. Kesimpula Berdasarka pembahasa yag dilakuka pada Bab IV, dapa disimpulka bahwa model yag sesuai uuk harga saham Syari ah equiy fud koa Pekabaru adalah AR() dega model maemais sebagai beriku: 708,659 0,4549 a Da hasil peramala harga saham Syari ah equiy fud Pekabaru uuk 2 miggu perama di Tahu 20 adalah sebagai beriku: Tabel 5. Peramala harga saham syari ah equiy fud Tahu 20 No Miggu ( ) Peramala No Miggu ( ) Peramala Berdasarka Tabel 5., dapa disimpulka bahwa hasil peramala harga saham Syari ah equiy fud koa Pekabaru pada Tahu 20, erliha harga saham Syari ah raa-raa permiggu adalah Rp. 293,96. Hal ii disebabka erjadiya peawara da permiaa dipasar modal. 5.2 Sara Pada ugas akhir ii membahas eag peramala harga saham Syari ah equiy fud Koa Pekabaru dega megguaka meode Box-Jekis. Bagi para pembaca yag bermia melajuka ugas akhir ii, peulis meyaraka uuk melakuka peramala dega megguaka meode yag lai. V-

41 DAFTAR PUSTAKA Asui. Peramala (forecasig) volume pejuala eh hiam dega meode expoeial smoohig pada PT. Perkebua Tambi Woosobo. Tugas Akhir Mahasiswa ITS. Semarag, Box, G.E.P. Jekis, G.M., ad Reisel, G.C. Time series aalysis; forecasig ad corol. Fourh ediio. Caada: Joh Wiley ad sos,ic, Efedi. Modul pegaar aalisa ruu waku. Pekabaru, 200. Hake, dkk. Busiiess Forecasig. Pearso Educaio Ieraioal, USA Isiqomah, Aplikasi model ARIMA uuk forecasig produksi gula pada PT. Perkebua usaara IX (persero). Tugas Akhir Mahasiswa Uiversias Negeri Semarag, Musafidah, Peramala harga saham megguaka Jariga saraf irua meode probabilisic. Tugas Akhir Mahasiswa Uiversias Islam Negeri Maulaa Malik Ibrahim Malag, Noerdi, Asurasi syariah. PT Richbox Idoesia Februari, Sasmiasiwi, Prediksi Perumbuha Perbaka Syari ah di Idoesia. Tugas Akhir Uiversias Dipoegoro, Safiri, dkk, Vecor auoregressive (var) uuk peramala harga saham PT Idofood Sukses Makmur Idoesia TBK. Peeliia FMIPA Uiversias Dipoegoro, Seyowai, Peramala Komposisi Peduduk Meuru Jeis Kelami Di Kecamaa Kradea Kabupae Blora dega Meode Tred No Liier. Tugas Akhir Mahasiswa Uiversias Negeri Semarag. Semarag, Sofya, SahamSyari ah.20hp://

42 Sri ai, Forecasig jumlah pelagga Kora sore wawasa ahu 2005 berdasar Hasil promosi di PT. Saraa pariwara semarag Dega megguaka meode expoeial Smoohig berbau program Miiab. Tugas Akhir Mahasiswa Uiversias Negeri Semarag, Puspia, Meode ruu waku. Buku Ajar Uiversias Pedidika Idoesia, Rosadi, Pegaar Aalisa Ruu Waku. Dika Kuliah Uiversias Gadjah Mada, Yuliaa, Prediksi ideks harga saham gabuga dega model auoregressive codiioal heeroscedasiciy. Tugas Akhir Mahasiswa Uiversias Dipoegoro Semarag, 200.

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

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

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

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

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

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

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

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

Lebih terperinci

BAB 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

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 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

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

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

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

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

Lebih terperinci

BAB 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

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

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

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

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

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

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 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

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

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 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

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

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 IV METODOLOGI PENELITIAN

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

Lebih terperinci

BAB II 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 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

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

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

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

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

Pemodelan Indeks Harga Saham Gabungan (IHSG), Kurs, dan Harga Minyak Dunia dengan Pendekatan Vector Autoregressive JURNAL SAINS DAN SENI ITS Vol., No., (Sep. 0) ISSN: 30-98X D-87 Pemodela Ideks Harga Saham Gabuga (IHSG), Kurs, da Harga Miyak Duia dega Pedekaa Vecor Auoregressive Dimas Okky.S da Seiawa Jurusa Saisika,

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

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

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

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

Lebih terperinci

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

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

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

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

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

Lebih terperinci

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

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

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

Lebih terperinci

BAB III 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

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

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF

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

Lebih terperinci

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

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

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 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

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

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

PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ

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

Lebih terperinci

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

II LANDASAN TEORI. of Portfolio Transactions (Almgren & Chriss 2000).

II LANDASAN TEORI. of Portfolio Transactions (Almgren & Chriss 2000). of Porfolio Trasaios (Almgre & Chriss 000 14 Sisemaika Peulisa Karya ilmiah ii erdiri aas eam bagia Bagia perama berupa pedahulua, erdiri aas laar belakag, ujua peulisa, meode peulisa, da sisemaika peulisa

Lebih terperinci

BAB II TINJAUAN TEORITIS

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

Lebih terperinci

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

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

Lebih terperinci

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

Pemodelan Data Runtun Waktu : Kasus Data Tingkat Pengangguran di Amerika Serikat pada Tahun Pemodelan Daa Runun Waku : Kasus Daa Tingka Pengangguran di Amerika Serika pada Tahun 948 978. Adi Seiawan Program Sudi Maemaika, Fakulas Sains dan Maemaika Universias Krisen Saya Wacana, Jl. Diponegoro

Lebih terperinci

BAB 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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2. Ruag sampel da Kejadia Defiisi Himpua semua hasil yag mugki dari suau percobaa disebu ruag sampel da diyaaka dega S Mogomery, 2004: 7. Tiap hasil dari ruag sampel disebu usur aau

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

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

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER

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

Lebih terperinci

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 JUMLAH PENUMPANG AIRLINES PT. ANGKASA PURA II BANDARA SULTAN SYARIF KASIM II PEKANBARU DENGAN ARIMA(0,1,1)(0,1,1) 12 TUGAS AKHIR.

PERAMALAN JUMLAH PENUMPANG AIRLINES PT. ANGKASA PURA II BANDARA SULTAN SYARIF KASIM II PEKANBARU DENGAN ARIMA(0,1,1)(0,1,1) 12 TUGAS AKHIR. PERAMALAN JUMLAH PENUMPANG AIRLINES PT. ANGKASA PURA II BANDARA SULTAN SYARIF KASIM II PEKANBARU DENGAN ARIMA(0,,)(0,,) 2 TUGAS AKHIR Diajukan Sebagai Salah Sau Syara unuk Memperoleh Gelar Sarjana Sains

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

BAB 2 TINJAUAN PUSTAKA

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

Lebih terperinci

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

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 METODE PENELITIAN

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

Lebih terperinci

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

PREMI ASURANSI JIWA CONTINGENT DENGAN HUKUM DE MOIVRE. Fakultas Matematika dan Ilmu Pengetahuan Alam Univeritas Riau Kampus Bina Widya Indonesia

PREMI ASURANSI JIWA CONTINGENT DENGAN HUKUM DE MOIVRE. Fakultas Matematika dan Ilmu Pengetahuan Alam Univeritas Riau Kampus Bina Widya Indonesia PREMI ASURANSI JIWA CONTINGENT DENGAN HUKUM DE MOIVRE Eli Trisiai Hasriai Rola Pae Mahasiswa Program S Maemaika Dose Jurusa Maemaika Fakulas Maemaika da Ilmu Pegeahua Alam Uierias Riau Kampus Bia Widya

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

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat BAB 1 PENDAHULUAN 1.1 Laar Belakang Sumber Daya Alam (SDA) yang ersedia merupakan salah sau pelengkap ala kebuuhan manusia, misalnya anah, air, energi lisrik, energi panas. Energi Lisrik merupakan Sumber

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI Pada bab ii aka dibahas megeai eori-eori dasar yag berhubuga dega ivesasi, persamaa diferesial sokasik da simulasi yag mejadi ladasa berpikir uuk mempermudah dalam pembahasa pada bab

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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 FORMULA PENENTUAN HARGA OPSI ASIA

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

Lebih terperinci

BAB 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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

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

Lebih terperinci

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

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

Lebih terperinci

*Corresponding Author:

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

Lebih terperinci

PERAMALAN JUMLAH PENDERITA TUMOR JINAK (NEOPLASMA) DI RSUD ARIFIN ACHMAD PEKANBARU DENGAN MENGGUNAKAN MODEL ARIMA(0,1,1) TUGAS AKHIR.

PERAMALAN JUMLAH PENDERITA TUMOR JINAK (NEOPLASMA) DI RSUD ARIFIN ACHMAD PEKANBARU DENGAN MENGGUNAKAN MODEL ARIMA(0,1,1) TUGAS AKHIR. PERAMALAN JUMLAH PENDERITA TUMOR JINAK (NEOPLASMA) DI RSUD ARIFIN ACHMAD PEKANBARU DENGAN MENGGUNAKAN MODEL ARIMA(,1,1) TUGAS AKHIR Diajukan Sebagai Salah Sau Syara Unuk Memperoleh Gelar Sarjana Sains

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

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika Prosidig Semirata FMIPA Uiversitas Lampug, 0 Model Pertumbuha BeefitAsurasi Jiwa Berjagka Megguaka Deret Matematika Edag Sri Kresawati Jurusa Matematika FMIPA Uiversitas Sriwijaya edagsrikresawati@yahoocoid

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

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

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

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu BAB III METODE DEKOMPOSISI CENSUS II 3.1 Pendahuluan Daa dere waku adalah daa yang dikumpulkan dari waku ke waku unuk menggambarkan perkembangan suau kegiaan (perkembangan produksi, harga, hasil penjualan,

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Pada penelitian ini, peneliti menetapkan objek pada anak kelompok B TK Damhil

BAB III METODOLOGI PENELITIAN. Pada penelitian ini, peneliti menetapkan objek pada anak kelompok B TK Damhil BAB III METODOLOGI PENELITIAN 3.1 Tempa da Waku Peeliia 3.1.1 Tempa Peeliia Pada peeliia ii, peelii meeapka objek pada aak kelompok B TK Damhil Kecamaa Koa elaa Koa Goroalo. Peeapa lokasi ersebu berdasarka

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 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 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

Analisis Rangkaian Listrik Di Kawasan Waktu

Analisis Rangkaian Listrik Di Kawasan Waktu Sudaryao Sudirham Aalisis Ragkaia Lisrik Di Kawasa Waku 3- Sudaryao Sudirham, Aalisis Ragkaia Lisrik () BAB 3 Peryaaa Siyal da Spekrum Siyal Dega mempelajari lajua eag model siyal ii, kia aka memahami

Lebih terperinci

PEMETAAN LINIER KONTINU PADA RUANG BERNORMA KABUR. Muhammad Ahsar K. dan Yuni Yulida

PEMETAAN LINIER KONTINU PADA RUANG BERNORMA KABUR. Muhammad Ahsar K. dan Yuni Yulida Jural Maemaika Muri da Terapa Vol. 3 No. Desember 009: 39-50 PEMETAAN LINIER KONTINU PADA RUANG BERNORMA KABUR Muhammad Ahsar K. da Yui Yulida Program Sudi Maemaika Uiversias Lambug Magkura Jl. Jed. A.

Lebih terperinci

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

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

Lebih terperinci

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

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

Charistantya Tegar Aganta Topowijono Zahroh Z.A Fakultas Ilmu Administrasi Universitas Brawijaya Malang

Charistantya Tegar Aganta Topowijono Zahroh Z.A Fakultas Ilmu Administrasi Universitas Brawijaya Malang PENGAMBILAN KEPUTUSAN INVESTASI SAHAM DENGAN MENGGUNAKAN ANALISIS FUNDAMENTAL MELALUI PENDEKATAN PRICE EARNING RATIO (PER) (Sudi Pada Perusahaa-Perusahaa Yag Terdafar Dalam Ideks LQ45 BEI Idoesia 2010-)

Lebih terperinci

= 0 diturunkan terhadap x. Karena y fungsi dari x, maka setiap kali menurunkan y harus dikalikan dengan didapat diselesaikan ke y '.

= 0 diturunkan terhadap x. Karena y fungsi dari x, maka setiap kali menurunkan y harus dikalikan dengan didapat diselesaikan ke y '. 6..MENURUNKAN FUNGSI IMPLISIT Padag y fugsi dari yag disajika dalam beuk implisi f (, y) 0. Turuaya y' didapa sebagai beriku: a. Jika mugki y diyaaka sebagai beuk eksplisi dari, lalu diuruka erhadap b.

Lebih terperinci