Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016

Ukuran: px
Mulai penontonan dengan halaman:

Download "Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016"

Transkripsi

1 1 Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016

2 This part presents some basic statistical methods essential to modeling, analyzing, and forecasting time series data. Both graphical displays and numerical summaries of the properties of time series data are presented. 2 2

3 Forecasts are based on data or observations on the variable of interest. This data is usually in the form of a time series. Suppose that there are T periods of data available, with period T being the most recent. We will let the observation on this variable at time period t be denoted by: y t, t = 1, 2,..., T. 3 3

4 4 4

5 5 5

6 6 6

7 Developing a forecasting model should always begin with graphical display and analysis of the available data. Many of the broad general features of a time series can be seen visually. 7 7

8 Time Series Plots. Plotting Smoothed Data. 8 8

9 This is just a graph of y t versus the time period, t, for t = 1, 2,..., T. Features such as trend and seasonality are usually easy to see from the time series plot. It is interesting to observe that some of the classical tools of descriptive statistics, such as the histogram and the stem-and-leaf display, are not particularly useful for time series data because they do not take time order into account. 9 9

10 10 10

11 11 11

12 12 12

13 Berikut data profit bulanan (dalam milyar) suatu perusahaan di bidang ekspor impor selama 10 bulan terakhir. a. Tentukan data termuluskan melalui teknik rataan bergerak sederhana dengan rentang N = 3. Kemudian buat time-series plotnya bersama dengan data asal. b. Tentukan ramalan besarnya profit pada setiap satu waktu ke depan. Berapa ramalan profit pada bulan ke-11 dan ke-12? Bulan (t) Profit (Y t )

14 a. Tentukan data termuluskan melalui teknik rataan bergerak sederhana dengan rentang N = 3. Kemudian buat time-series plotnya bersama dengan data asal. Bulan (t) y t M T

15 a. Tentukan data termuluskan melalui teknik rataan bergerak sederhana dengan rentang N = 3. Kemudian buat time-series plotnya bersama dengan data asal yt MT Bulan (t) 15 15

16 b. Tentukan ramalan besarnya profit pada setiap satu waktu ke depan. Berapa ramalan profit pada bulan ke-11 dan ke-12?. Bulan (t) y t M T

17 17 17

18 Metode rataan bergerak sederhana (simple moving average) hanya relevan untuk data deret waktu yang stasioner. Untuk data deret waktu yang tidak stasioner, memerlukan pendekatan teknik pemulusan yang berbeda

19 A very important type of time series is a stationary time series. A time series is said to be strictly stationary if its properties are not affected by a change in the time origin. That is, if the joint probability distribution of the observations y t, y t+1. y t+n is exactly the same as the joint probability distribution of the observations y t+k, y t+k+1. y t+k+n then the time series is strictly stationary

20 20 20

21 21 21

22 22 22

23 Measure of forecast accuracy should always be evaluated as part of a technique validation effort. When more than one forecasting technique seems reasonable for a particular application, these forecast accuracy measures can also be used to discriminate between competing models

24 Mean Error (ME). Mean Absolute Deviation (MAD). Mean Squared Error (MSE). Mean Percent forecast-error (MPE). Mean Absolute Percent forecast-error (MAPE)

25 25 25

26 26 26

27 27 27

28 28 28

29 29 29

30 The mean percent forecast error (MPE) is 30 30

31 31 31

32 32 32

33 33 33

34 34

35 Gunakan data (the sales of mature pharmaceutical product) di dalam buku Montgomery (Appendix B, Table B.2, hlm. 412). a. Tentukan data termuluskan melalui teknik rataan bergerak sederhana dengan rentang N = 3. Hitung ramalan untuk 3 waktu ke depan. b. Tentukan data termuluskan melalui teknik rataan bergerak sederhana dengan rentang N = 5. Hitung ramalan untuk 3 waktu ke depan. c. Buat time-series plotnya masing-masing bersama dengan data asal. d. Tentukan nilai ME, MAD, MSE, dan MAPE masing-masing untuk (a) dan (b). Apa kesimpulan Anda? Catatan: Kerjakan terlebih dahulu poin (a) s.d. (d) di atas menggunakan Excel. Kemudian bandingkan hasilnya dengan keluaran Minitab, SAS, dan Eviews

36 36 36

37 Gunakan data (Chemical Process Viscosity ) di dalam buku Montgomery (Appendix B, Table B.3, hlm. 413). a. Tambahkan m pada seluruh data reading pada Table B.3 tersebut. b. Pada data (a) di atas, tentukan data termuluskan melalui teknik rataan bergerak sederhana dengan rentang N = 4. Hitung ramalan untuk 3 waktu ke depan. c. Pada data (a) di atas, tentukan data termuluskan melalui teknik rataan bergerak sederhana dengan rentang N = 6. Hitung ramalan untuk 3 waktu ke depan. d. Buat time-series plotnya masing-masing bersama dengan data asal. e. Tentukan nilai ME, MAD, MSE, dan MAPE masing-masing untuk (b) dan (c). Apa kesimpulan Anda? Catatan: Kerjakan terlebih dahulu poin (a) s.d. (e) di atas menggunakan Excel. Kemudian bandingkan hasilnya dengan keluaran Minitab

38 38 38

39 Montgomery, D.C., et.al Forecasting Time Series Analysis 2nd. John Wiley. Cryer, J.D. and Chan, K.S Time Series Analysis with Application in R. Springer. Wei, William, W.S Time Series Analysis, Univariate and Multivariate Methods. Adison-Wesley Publishing Company Inc, Canada. Abraham, B. and Ledolter, J Statistical Methods for Forecasting. John Wiley

40 Bisa di-download di

41 41 41

Teknik Peramalan Melalui Pemulusan Data (Smoothing) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018

Teknik Peramalan Melalui Pemulusan Data (Smoothing) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018 Teknik Peramalan Melalui Pemulusan Data (Smoothing) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018 This part presents some basic statistical methods essential to modeling, analyzing, and forecasting

Lebih terperinci

Penerapan Model ARIMA

Penerapan Model ARIMA Penerapan Model ARIMA (Bagian II) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016 1 a. Lakukan proses pembedaan (differencing) sebanyak dua kali pada data asal. b. Lakukan pendugaan parameter pada

Lebih terperinci

Teknik Peramalan Melalui Pemulusan Data (Bagian II) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018

Teknik Peramalan Melalui Pemulusan Data (Bagian II) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018 Teknik Peramalan Melalui Pemulusan Data (Bagian II) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018 The most crucial issue in simple moving averages is the choice of the span, N. A simple moving

Lebih terperinci

Penerapan Model ARIMA

Penerapan Model ARIMA Penerapan Model ARIMA (Bagian I) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 016 1 Ada tiga tahapan iterasi dalam pemodelan data deret waktu, yaitu: 1. Penentuan model tentatif (spesifikasi model)

Lebih terperinci

Kuliah 2 Metode Peramalan Deret Waktu

Kuliah 2 Metode Peramalan Deret Waktu Kuliah 2 Metode Peramalan Deret Waktu rahmaanisa@apps.ipb.ac.id REVIEW Tentukan pola dari data deret waktu berikut: Gambar (1) Gambar (2) Gambar (3) Gambar (4) 2 Kriteria kebaikan peramalan data deret

Lebih terperinci

Penerapan Model ARIMA

Penerapan Model ARIMA Penerapan Model ARIMA (Bagian II) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018 1 a. Misalkan data asal Y t. Lakukan proses pembedaan (differencing) sebanyak dua kali pada data asal sehingga

Lebih terperinci

Spesifikasi Model. a. ACF

Spesifikasi Model. a. ACF Dept. Statistika IPB, 0 Spesifikasi Model Ada tiga tahapan iterasi dalam pemodelan data deret waktu, yaitu:. Penentuan model tentatif (spesifikasi model) berdasarkan data contoh untuk mengidentifikasi

Lebih terperinci

Metode Peramalan Deret Waktu. Pika Silvianti, M.Si Akbar Rizki, M.Si

Metode Peramalan Deret Waktu. Pika Silvianti, M.Si Akbar Rizki, M.Si Metode Peramalan Deret Waktu Pika Silvianti, M.Si Akbar Rizki, M.Si Toleransi 15 menit Absen Pakaian Sopan dan Rapi Pengguna kaos pendek/tanpa lengan dan ketat dilarang mengikuti perkuliahan Pengguna sandal

Lebih terperinci

Penerapan Model ARIMA

Penerapan Model ARIMA Penerapan Model ARIMA (Bagian I) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017 1 Ada tiga tahapan iteratif dalam pemodelan data deret waktu yang berbasis model ARIMA, yaitu: 1. Penentuan model

Lebih terperinci

Pendahuluan. Dr. Kusman Sadik, M.Si Departemen Statistika IPB, Semester Genap 2017/2018

Pendahuluan. Dr. Kusman Sadik, M.Si Departemen Statistika IPB, Semester Genap 2017/2018 Pendahuluan Dr. Kusman Sadik, M.Si Departemen Statistika IPB, Semester Genap 2017/2018 Analisis Statistika (STK511) 2 Dr. Kusman Sadik, M.Si Dr. Farit M Affendi, M.Si Akbar Rizki, M.Si Pika Silvianti,

Lebih terperinci

Pendahuluan. Metode Peramalan:

Pendahuluan. Metode Peramalan: MOVING AVERAGES Pendahuluan Metode Peramalan: Metode Perataan: Equally weighted observations Metode pemulusan eksponensial (exponential smoothing) Pembobotan yang tidak sama pada data historis, dimana

Lebih terperinci

Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016

Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016 1 Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016 Analisis Statistika (STK511) 2 2 Dr. Kusman Sadik, M.Si Dr. I Made Sumertajaya, MS Pika Silvianti, M.Si 3 3 Nama Mhs PS (STT/STK) Asal instansi

Lebih terperinci

Introduction to Time Series Analysis

Introduction to Time Series Analysis Introduction to Time Series Analysis Kegiatan peramalan merupakan bagian integral dari pengambilan keputusan manajemen. Peramalan mengurangi ketergantungan pada hal-hal yang belum pasti (intuitif). Dalam

Lebih terperinci

Peramalan Memprediksi peristiwa masa depan Biasanya memerlukan kebiasaan selama jangka waktu tertentu metode kualitatif

Peramalan Memprediksi peristiwa masa depan Biasanya memerlukan kebiasaan selama jangka waktu tertentu metode kualitatif Bab 3-4 Peramalan Peramalan Memprediksi peristiwa masa depan Biasanya memerlukan kebiasaan selama jangka waktu tertentu metode kualitatif Berdasarkan metode yang subjektif Metode kuantitatif Berdasarkan

Lebih terperinci

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman Online di: ISSN: 2339-254 JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 205, Halaman 957-966 Online di: http://ejournal-s.undip.ac.id/index.php/gaussian PREDIKSI NILAI KURS DOLLAR AMERIKA MENGGUNAKAN EXPONENTIAL SMOOTHING

Lebih terperinci

Pendahuluan. Metode Peramalan:

Pendahuluan. Metode Peramalan: MOVING AVERAGES Pendahuluan Metode Peramalan: Metode Perataan: Equally weighted observations Metode pemulusan eksponensial (exponential smoothing) Pembobotan yang tidak sama pada data historis, dimana

Lebih terperinci

Pendahuluan. Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018

Pendahuluan. Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018 Pendahuluan Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018 Analisis Statistika (STK511) 2 Dr. Kusman Sadik, M.Si Dr. Farit M Affendi, M.Si Akbar Rizki, M.Si 3 Mata kuliah ini menjelaskan karakteristik

Lebih terperinci

This is a widely used forecasting technique. be especially accurate, www,clt,astate,edu/crbrown/smoothing07,ppt

This is a widely used forecasting technique. be especially accurate, www,clt,astate,edu/crbrown/smoothing07,ppt Proses Pemulusan usa Data Exponential smoothing This is a widely used forecasting technique in retailing, even though it has not proven to be especially accurate, www,clt,astate,edu/crbrown/smoothing07,ppt

Lebih terperinci

ANALISIS PENJUALAN BAHAN BAKAR MINYAK (BBM) dari PT. PERTAMINA (PERSERO) UPms V SURABAYA dengan METODE ARIMA BOX JENKINS

ANALISIS PENJUALAN BAHAN BAKAR MINYAK (BBM) dari PT. PERTAMINA (PERSERO) UPms V SURABAYA dengan METODE ARIMA BOX JENKINS ANALISIS PENJUALAN BAHAN BAKAR MINYAK (BBM) dari PT. PERTAMINA (PERSERO) UPms V SURABAYA dengan METODE ARIMA BOX JENKINS Oleh: Rizky Amlia Rachmawati (1306.030.046) Dosen Pembimbing: Dra. Madu Ratna, M.Si

Lebih terperinci

Metode Pemulusan Eksponensial Sederhana

Metode Pemulusan Eksponensial Sederhana Metode Pemulusan Eksponensial Sederhana (Single Exponential Smoothing) KULIAH 3 METODE PERAMALAN DERET WAKTU rahmaanisa@apps.ipb.ac.id Review Untuk apa metode pemulusan (smoothing) dilakukan terhadap data

Lebih terperinci

METODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN

METODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN METODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN Peramalan kuantitatif hanya dapat digunakan apabila terdapat

Lebih terperinci

Analisis Deret Waktu

Analisis Deret Waktu Analisis Deret Waktu Pertemuan 2 Cross section Jenis Data Beberapa pengamatan diamati bersama sama pada periode waktu tertentu Harga saham semua perusahaan yang tercatat di BEJ pada hari Rabu 27 Februari

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Konsep Peramalan Peramalan ( forecasting) merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien khususnya dalam bidang ekonomi. Dalam organisasi modern

Lebih terperinci

PERBANDINGAN MODEL ARIMA DAN MODEL REGRESI DENGAN RESIDUAL ARIMA DALAM MENERANGKAN PERILAKU PELANGGAN LISTRIK DI KOTA PALOPO

PERBANDINGAN MODEL ARIMA DAN MODEL REGRESI DENGAN RESIDUAL ARIMA DALAM MENERANGKAN PERILAKU PELANGGAN LISTRIK DI KOTA PALOPO Perbandingan Model ARIMA... (Alia Lestari) PERBANDINGAN MODEL ARIMA DAN MODEL REGRESI DENGAN RESIDUAL ARIMA DALAM MENERANGKAN PERILAKU PELANGGAN LISTRIK DI KOTA PALOPO Alia Lestari Fakultas Teknik Universitas

Lebih terperinci

ABSTRAK Universitas Kristen Maranatha

ABSTRAK Universitas Kristen Maranatha iii ABSTRAK Dalam menghadapi era globalisasi yang semakin pesat, persaingan antar perusahaan juga semakin ketat. Keadaan seperti ini membuat perusahaan terus melakukan perbaikan terutama dalam mengefisienkan

Lebih terperinci

APLIKASI TRIPLE EXPONENTIAL SMOOTHING UNTUK FORECASTING JUMLAH PENDUDUK MISKIN

APLIKASI TRIPLE EXPONENTIAL SMOOTHING UNTUK FORECASTING JUMLAH PENDUDUK MISKIN APLIKASI TRIPLE EXPONENTIAL SMOOTHING UNTUK FORECASTING JUMLAH PENDUDUK MISKIN Fakultas Keguruan dan Ilmu Pendidikan Universitas PGRI Yogyakarta padrul.jana@upy.ac.id Abstract This study aims to predict

Lebih terperinci

ABSTRACT. Universitas Kristen Maranatha

ABSTRACT. Universitas Kristen Maranatha ABSTRACT PT. X is a private company engaged in the food production. PT. X produces 3 types of raw crackers such as onion crackers, yellow crackers and tongue crackers. Increase in number of food production

Lebih terperinci

Analisis Deret Waktu

Analisis Deret Waktu Analisis Deret Waktu Jenis Data Cross section Beberapa pengamatan diamati bersama-sama pada periode waktu tertentu Harga saham semua perusahaan yang tercatat di BEJ pada hari Rabu 27 Februari 2008 Time

Lebih terperinci

ANALISIS DERET WAKTU

ANALISIS DERET WAKTU ANALISIS DERET WAKTU JENIS DATA Cross section Beberapa pengamatan diamati bersama-sama pada periode waktu tertentu Harga saham semua perusahaan yang tercatat di BEJ pada hari Rabu 27 Februari 2008 Time

Lebih terperinci

PERAMALAN JUMLAH SISWA/I SEKOLAH MENENGAH ATAS SWASTA MENGGUNAKAN ENAM METODE FORECASTING

PERAMALAN JUMLAH SISWA/I SEKOLAH MENENGAH ATAS SWASTA MENGGUNAKAN ENAM METODE FORECASTING PERAMALAN JUMLAH SISWA/I SEKOLAH MENENGAH ATAS SWASTA MENGGUNAKAN ENAM METODE FORECASTING Lim Sanny 1, Haryadi Sarjono 1 1 Department of Management, Binus University Jln. KH. Syahdan No. 9, Kemanggisan,

Lebih terperinci

Data Time Series. Time series merupakan data yang diperoleh dan disusun berdasarkan urutan waktu atau

Data Time Series. Time series merupakan data yang diperoleh dan disusun berdasarkan urutan waktu atau Peramalan Data Time Series Data Time Series Time series merupakan data yang diperoleh dan disusun berdasarkan urutan waktu atau data yang dikumpulkan dari waktu ke waktu. Waktu yang digunakan dapat berupa

Lebih terperinci

Estimasi, Pemilihan Model dan Peramalan Hubungan Deret Waktu

Estimasi, Pemilihan Model dan Peramalan Hubungan Deret Waktu Estimasi, Pemilihan Model dan Peramalan Hubungan Deret Waktu Author: Junaidi Junaidi Terdapat berbagai jenis model/metode peramalan hubungan deret waktu. Diantaranya adalah: 1) Model Linear; 2) Model Quadratic;

Lebih terperinci

USULAN PERAMALAN PRODUKSI PADA PRODUK BS-PRC DENGAN METODE TIME SERIES (Studi Kasus pada PT. PARDIC JAYA CHEMICAL) Oyi Aura Zakina*), Susatyo N.P.W.

USULAN PERAMALAN PRODUKSI PADA PRODUK BS-PRC DENGAN METODE TIME SERIES (Studi Kasus pada PT. PARDIC JAYA CHEMICAL) Oyi Aura Zakina*), Susatyo N.P.W. USULAN PERAMALAN PRODUKSI PADA PRODUK BS-PRC DENGAN METODE TIME SERIES (Studi Kasus pada PT. PARDIC JAYA CHEMICAL) Oyi Aura Zakina*), Susatyo N.P.W.P Program Studi Teknik Industri, Fakultas Teknik, Universitas

Lebih terperinci

ABSTRAK. Kata-kata kunci: biaya pemasaran dan penjualan. viii. Universitas Kristen Maranatha

ABSTRAK. Kata-kata kunci: biaya pemasaran dan penjualan. viii. Universitas Kristen Maranatha ABSTRAK Dalam kegiatan operasional perusahaan, penggunaan biaya sangat berperan penting untuk kegiatan tersebut. Tanpa adanya biaya tersebut, maka perusahaan akan sangat sulit menjalankan usahanya. Salah

Lebih terperinci

Data Tingkat Hunian Hotel Rata-Rata di Propinsi DIY Tahun Tahun Bulan Wisman

Data Tingkat Hunian Hotel Rata-Rata di Propinsi DIY Tahun Tahun Bulan Wisman Lampiran 1. Data Tingkat Hunian Hotel di Propinsi DIY Tahun 1991-2003 48 49 Lampiran 1 Data Tingkat Hunian Hotel Rata-Rata di Propinsi DIY Tahun 1991-2003, Tahun Bulan Wisman 1991 1 27,00 1991 2 30,60

Lebih terperinci

Peramalan Gabungan Rantai Markov dan Model Deret Waktu Pada Kasus Peramalan Kurs Nilai Mata Uang

Peramalan Gabungan Rantai Markov dan Model Deret Waktu Pada Kasus Peramalan Kurs Nilai Mata Uang [Type Artikel here] ini telah dipresentasikan dalam Innovative and Creative Information Technology Conference (ICITech) dengan tema E-Transaction and Power Play yang diselenggarakan oleh Program Studi

Lebih terperinci

Analisis Dasar dalam Runtun Waktu

Analisis Dasar dalam Runtun Waktu Company LOGO Analisis Dasar dalam Runtun Waktu UJI STASIONERITAS: UJI UNIT ROOT UNIT ROOTS Shock is usually used to describe an unexpected change in a variable or in the value of the error terms at a particular

Lebih terperinci

Model Regresi Untuk Data Deret Waktu (1)

Model Regresi Untuk Data Deret Waktu (1) Model Regresi Untuk Data Deret Waktu (1) Pika Silvianti, M.Si pikasilvianti@apps.ipb.ac.id Sumber: Hyndman, R.J and Athanasopoulos, G. 2013. Forecasting: principles and practice https://www.otexts.org/fpp/4

Lebih terperinci

JURNAL MATEMATIKA MANTIK Edisi: Oktober Vol. 02 No. 01 ISSN: E-ISSN:

JURNAL MATEMATIKA MANTIK Edisi: Oktober Vol. 02 No. 01 ISSN: E-ISSN: ISSN: 25273159 EISSN: 25273167 PENERAPAN METODE EXPONENTIAL SMOOTHING UNTUK PERAMALAN JUMLAH KLAIM DI BPJS KESEHATAN PAMEKASAN Faisol 1, Sitti Aisah 2 Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

Pendahuluan. Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018

Pendahuluan. Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018 Pendahuluan Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017/2018 2 Kuliah : Rabu, 08.00 09.40 WIB Responsi : Rabu, 10.00 11.40 WIB 3 Mata kuliah ini menjelaskan tentang konsep dasar analisis statistika

Lebih terperinci

ABSTRACT. Keywords: productions, plans, strategy. viii. Universitas Kristen Maranatha

ABSTRACT. Keywords: productions, plans, strategy. viii. Universitas Kristen Maranatha ABSTRACT Aggregate planning is an approach to determine the amount and time of production in the medium term. Therefore, production planning is to look better by the company especially to obtain the most

Lebih terperinci

PERAMALAN INDEKS HARGA KONSUMEN DAN INFLASI INDONESIA DENGAN METODE ARIMA BOX-JENKINS

PERAMALAN INDEKS HARGA KONSUMEN DAN INFLASI INDONESIA DENGAN METODE ARIMA BOX-JENKINS PERAMALAN INDEKS HARGA KONSUMEN DAN INFLASI INDONESIA DENGAN METODE ARIMA BOX-JENKINS Oleh : Agustini Tripena ABSTRACT In this paper, forecasting the consumer price index data and inflation. The method

Lebih terperinci

Pemodelan Autoregressive (AR) pada Data Hilang dan Aplikasinya pada Data Kurs Mata Uang Rupiah

Pemodelan Autoregressive (AR) pada Data Hilang dan Aplikasinya pada Data Kurs Mata Uang Rupiah Vol. 9, No., 9-5, Januari 013 Pemodelan Autoregressive (AR) pada Data Hilang dan Aplikasinya pada Data Kurs Mata Uang Rupiah Fitriani, Erna Tri Herdiani, M. Saleh AF 1 Abstrak Dalam analisis deret waktu

Lebih terperinci

Hasil Peramalan dengan Menggunakan Software Minitab

Hasil Peramalan dengan Menggunakan Software Minitab 71 Lampiran 1. Hasil Peramalan dengan Menggunakan Software Minitab Moving Average Data C1 Length 12 NMissing 0 Moving Average Length 4 Accuracy Measures MAPE 25 MAD 54372 MSD 4819232571 Time C1 MA Predict

Lebih terperinci

MENENTUKAN PENJUALAN PRODUK TERBAIK DI PERUSAHAAN X DENGAN METODE WINTER EKSPONENSIAL SMOOTHING DAN METODE EVENT BASED

MENENTUKAN PENJUALAN PRODUK TERBAIK DI PERUSAHAAN X DENGAN METODE WINTER EKSPONENSIAL SMOOTHING DAN METODE EVENT BASED J. Math. and Its Appl. E-ISS: 2579-8936 P-ISS: 1829-605X Vol. 14, o. 1, Mei 2017, 25 35 MEETUKA PEJUALA PRODUK TERBAIK DI PERUSAHAA X DEGA METODE WITER EKSPOESIAL SMOOTHIG DA METODE EVET BASED Farida Agustini

Lebih terperinci

Enter the Problem (Masukkan Permasalahan)

Enter the Problem (Masukkan Permasalahan) FORECASTING PENGANTAR SISTEM PENDUKUNG KEPUTUSAN FORECASTING Program ini mempraktekkan time series forecasting dan linear regresi. Metode time series meliputi simple average, moving average, dengan atau

Lebih terperinci

Peramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model

Peramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Peramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model Ni Kadek Sukerti STMIK STIKOM Bali Jl. Raya Puputan

Lebih terperinci

ABSTRAK. iii. Universitas Kristen Maranatha

ABSTRAK. iii. Universitas Kristen Maranatha ABSTRAK PD.X merupakan perusahaan yang bergerak di bidang pembuatan kulit pangsit dan mie mentah, selama ini perencanaan produksi yang diterapkan di dalam perusahaan hanya berdasarkan aturan pemilik perusahaan

Lebih terperinci

BAB 4 PEMBAHASAN. PT. PLN (Persero) Udiklat Jakarta merupakan lembaga pendidikan yang

BAB 4 PEMBAHASAN. PT. PLN (Persero) Udiklat Jakarta merupakan lembaga pendidikan yang BAB 4 PEMBAHASAN P. PLN (Persero Udiklat Jakarta merupakan lembaga pendidikan yang memiliki fungsi untuk meningkatkan kompetensi SM Pegawai P. PLN (Persero. Selayaknya tempat pelatihan dan pembelajaran,

Lebih terperinci

SKRIPSI APLIKASI METODE GOLDEN SECTION UNTUK OPTIMASI PARAMETER PADA METODE EXPONENTIAL SMOOTHING. Disusun oleh: DANI AL MAHKYA

SKRIPSI APLIKASI METODE GOLDEN SECTION UNTUK OPTIMASI PARAMETER PADA METODE EXPONENTIAL SMOOTHING. Disusun oleh: DANI AL MAHKYA APLIKASI METODE GOLDEN SECTION UNTUK OPTIMASI PARAMETER PADA METODE EXPONENTIAL SMOOTHING SKRIPSI Disusun oleh: DANI AL MAHKYA 24010210141025 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS

Lebih terperinci

Single Exponential Smoothing

Single Exponential Smoothing Single Exponential Smoothing Exponential smoothing memberikan bobot observasi dari data terbaru sampai data terlampau dengan bobot yang menurun secara exponensial untuk memprediksi nilai masa depan (weights

Lebih terperinci

PERAMALAN DATA TIME SERIES DENGAN METODE PENGHALUSAN EKSPONENSIAL HOLT - WINTER

PERAMALAN DATA TIME SERIES DENGAN METODE PENGHALUSAN EKSPONENSIAL HOLT - WINTER PERAMALAN DATA TIME SERIES DENGAN METODE PENGHALUSAN EKSPONENSIAL HOLT - WINTER PERAMALAN DATA TIME SERIES DENGAN METODE PENGHALUSAN EKSPONENSIAL HOLT WINTER Adi Suwandi 1, Annisa 2, Andi Kresna Jaya

Lebih terperinci

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA PEMODELAN NILAI EKSPOR DI INDONESIA DENGAN PENDEKATAN GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (GARCH) SKRIPSI BAGUS HADI PRASTYA PROGRAM STUDI S-1 STATISTIKA DEPARTEMEN MATEMATIKA FAKULTAS

Lebih terperinci

BAB V KESIMPULAN DAN SARAN

BAB V KESIMPULAN DAN SARAN BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Berdasarkan analisis data dan pembahasan pada Bab IV, kesimpulan penelitian ini adalah sebagai berikut. 1. Model VARIMA yang sesuai untuk data penjualan obat I,

Lebih terperinci

Peramalan Jumlah Penumpang Kereta Api Kelas Bisnis Eksekutif Jurusan Madiun Jakarta di PT. Kereta Api (Persero) DAOP VII Madiun

Peramalan Jumlah Penumpang Kereta Api Kelas Bisnis Eksekutif Jurusan Madiun Jakarta di PT. Kereta Api (Persero) DAOP VII Madiun Peramalan Jumlah Penumpang Kereta Api Kelas Bisnis Eksekutif Jurusan Madiun Jakarta di PT. Kereta Api (Persero) DAOP VII Madiun NAMA : RITA RAHMADHANI NRP : 1306 030 008 PEMBIMBING: DR. BRODJOL SUTIJO

Lebih terperinci

BAB 2 TINJAUAN TEORITIS

BAB 2 TINJAUAN TEORITIS BAB 2 TINJAUAN TEORITIS 2.1. Peramalan 2.1.1. Pengertian dan Kegunaan Peramalan Peramalan (forecasting) menurut Sofjan Assauri (1984) adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang

Lebih terperinci

PENANGANAN MASALAH HETEROSKEDASITAS DENGAN MODEL ARCH-GARCH DAN MODEL BLACK-SCHOLES MOSES ALFIAN SIMANJUNTAK

PENANGANAN MASALAH HETEROSKEDASITAS DENGAN MODEL ARCH-GARCH DAN MODEL BLACK-SCHOLES MOSES ALFIAN SIMANJUNTAK PENANGANAN MASALAH HETEROSKEDASITAS DENGAN MODEL ARCH-GARCH DAN MODEL BLACK-SCHOLES MOSES ALFIAN SIMANJUNTAK SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER

Lebih terperinci

Time series Linier Models

Time series Linier Models Time series Linier Models We have learned simple extrapolation techniques for deterministic and stochastic time series models. In addition, we also have learned stationery and non stationery time series

Lebih terperinci

Prediksi Harga Saham dengan ARIMA

Prediksi Harga Saham dengan ARIMA Prediksi Harga Saham dengan ARIMA Peramalan harga saham merupakan sesuatu yang ditunggu-tunggu oleh para investor. Munculnya model prediksi yang baru yang bisa meramalkan harga saham secara tepat merupakan

Lebih terperinci

FORECASTING UNIT PENJUALAN MOTOR HONDA PADA PT. HONDA DUNIA MOTORINDO DI DAERAH CIPUTAT PERIODE JUNI 2013

FORECASTING UNIT PENJUALAN MOTOR HONDA PADA PT. HONDA DUNIA MOTORINDO DI DAERAH CIPUTAT PERIODE JUNI 2013 FORECASTING UNIT PENJUALAN MOTOR HONDA PADA PT. HONDA DUNIA MOTORINDO DI DAERAH CIPUTAT PERIODE JUNI 2013 Yehezkiel Kitrie¹ dan Harry Indra² Universitas Bina Nusantara, Jl. K.H Syahdan No 9, Kemanggisan-Jakarta

Lebih terperinci

PENGGUNAAN METODE SMOOTHING EKSPONENSIAL DALAM MERAMAL PERGERAKAN INFLASI KOTA PALU

PENGGUNAAN METODE SMOOTHING EKSPONENSIAL DALAM MERAMAL PERGERAKAN INFLASI KOTA PALU PENGGUNAAN METODE SMOOTHING EKSPONENSIAL DALAM MERAMAL PERGERAKAN INFLASI KOTA PALU Romy Biri ), Yohanes A.R. Langi ), Marline S. Paendong ) ) Program Studi Matematika FMIPA Universitas Sam Ratulangi Jl.

Lebih terperinci

PERAMALAN (FORECASTING)

PERAMALAN (FORECASTING) #3 - Peramalan (Forecasting) #1 1 PERAMALAN (FORECASTING) EMA302 Manajemen Operasional Pengertian (1) 2 Oxford Dictionary, Forecast is a statement about what will happen in the future, based on information

Lebih terperinci

ANALISIS DERET BERKALA MULTIVARIAT DENGAN MENGGUNAKAN MODEL FUNGSI TRANSFER: STUDI KASUS CURAH HUJAN DI KOTA MALANG

ANALISIS DERET BERKALA MULTIVARIAT DENGAN MENGGUNAKAN MODEL FUNGSI TRANSFER: STUDI KASUS CURAH HUJAN DI KOTA MALANG ANALISIS DERET BERKALA MULTIVARIAT DENGAN MENGGUNAKAN MODEL FUNGSI TRANSFER: STUDI KASUS CURAH HUJAN DI KOTA MALANG Fachrul Ulum Febriansyah dan Abadyo Universitas Negeri Malang E-mail: fachrul.febrian@gmail.com

Lebih terperinci

ANALISIS PERAMALAN PENJUALAN PRODUK KECAP PADA PERUSAHAAN KECAP MANALAGI DENPASAR BALI SKRIPSI. Oleh : NI PUTU LISNA PADMA YANTI NIM :

ANALISIS PERAMALAN PENJUALAN PRODUK KECAP PADA PERUSAHAAN KECAP MANALAGI DENPASAR BALI SKRIPSI. Oleh : NI PUTU LISNA PADMA YANTI NIM : ANALISIS PERAMALAN PENJUALAN PRODUK KECAP PADA PERUSAHAAN KECAP MANALAGI DENPASAR BALI SKRIPSI Oleh : NI PUTU LISNA PADMA YANTI NIM : 1111205005 JURUSAN TEKNOLOGI INDUSTRI PERTANIAN FAKULTAS TEKNOLOGI

Lebih terperinci

ANALISIS PERAMALAN PENJUALAN BERAS PSO UNIT PENGOLAHAN GABAH BERAS TAHUN 2015 PADA BULOG SUB DIVRE III SURAKARTA

ANALISIS PERAMALAN PENJUALAN BERAS PSO UNIT PENGOLAHAN GABAH BERAS TAHUN 2015 PADA BULOG SUB DIVRE III SURAKARTA ANALISIS PERAMALAN PENJUALAN BERAS PSO UNIT PENGOLAHAN GABAH BERAS TAHUN 2015 PADA BULOG SUB DIVRE III SURAKARTA TUGAS AKHIR Diajukan untuk Memenuhi Syarat-syarat Mencapai Sebutan Ahli Madya Manajemen

Lebih terperinci

SIDANG TUGAS AKHIR CATATAN ATAS PENGAMBILAN KEPUTUSAN PADA KASUS ASYMMETRIC LOSS FUNCTION

SIDANG TUGAS AKHIR CATATAN ATAS PENGAMBILAN KEPUTUSAN PADA KASUS ASYMMETRIC LOSS FUNCTION SIDANG TUGAS AKHIR CATATAN ATAS PENGAMBILAN KEPUTUSAN PADA KASUS ASYMMETRIC LOSS FUNCTION DAN PERMASALAHAN PENGUKURAN ERROR PADA METODE TRENDLINE Pembimbing : Yudha Andrian Saputra, S.T., MBA Yonna Ribut

Lebih terperinci

ABSTRAK. Kunci : Return Saham, Pasar Efisien, ARIMA. Universitas Kristen Maranatha

ABSTRAK. Kunci : Return Saham, Pasar Efisien, ARIMA. Universitas Kristen Maranatha ABSTRAK Dalam berinvestasi di pasar modal, ada dua hal yang harus dipertimbangkan seorang investor dalam mengambil suatu keputusan berinvestasi yaitu return (tingkat pengembalian) dan risk (resiko). Tujuan

Lebih terperinci

BAB III TINJAUAN PUSTAKA

BAB III TINJAUAN PUSTAKA BAB III TINJAUAN PUSTAKA 3.1 Teori Dunia industri biasanya tak lepas dari suatu peramalan, hal ini disebabkan bahwa peramalan dapat memprediksi kejadian di masa yang akan datang untuk mengambil keputusan

Lebih terperinci

Prosiding Manajemen ISSN:

Prosiding Manajemen ISSN: Prosiding Manajemen ISSN: 2460-8419 Analisis Peramalan Penjualan Produk Bandana Multifungsi dengan Menggunakan Metode Exponential Smoothing pada Perusahaan PT.Cemerlang Kencana Bandana Analysis of product

Lebih terperinci

STK511 Analisis Statistika. Pertemuan - 1

STK511 Analisis Statistika. Pertemuan - 1 STK511 Analisis Statistika Pertemuan - 1 PERKULIAHAN 1. Dosen : Anang Kurnia (anangk@apps.ipb.ac.id) 2. Asisten : Septian Rahardiantoro 3. Waktu : Rabu > 08.00 09.40 Jumat > 08.00 10.00 4. Office Hours

Lebih terperinci

PEMODELAN DAN PERAMALAN INDEKS HARGA SAHAM VECTOR AUTOREGRESSIVE EXOGENOUS (VARX)

PEMODELAN DAN PERAMALAN INDEKS HARGA SAHAM VECTOR AUTOREGRESSIVE EXOGENOUS (VARX) PEMODELAN DAN PERAMALAN INDEKS HARGA SAHAM GABUNGAN (IHSG), JAKARTA ISLAMIC INDEX (JII), DAN HARGA MINYAK DUNIA BRENT CRUDE OIL MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE EXOGENOUS (VARX) SKRIPSI Disusun

Lebih terperinci

PERAMALAN INDEKS HARGA SAHAM GABUNGAN (IHSG) TERTINGGI BULAN DESEMBER disusun untuk memenuhi Tugas Lapangan Mata Kuliah Metode Peramalan

PERAMALAN INDEKS HARGA SAHAM GABUNGAN (IHSG) TERTINGGI BULAN DESEMBER disusun untuk memenuhi Tugas Lapangan Mata Kuliah Metode Peramalan PERAMALAN INDEKS HARGA SAHAM GABUNGAN (IHSG) TERTINGGI BULAN DESEMBER 3 disusun untuk memenuhi Tugas Lapangan Mata Kuliah Metode Peramalan Disusun Oleh :. Ilani Agustina M00037 2. Intan Purnomosari M00042

Lebih terperinci

PERAMALAN TINGKAT KEMATIAN BALITA PADA DINAS KESEHATAN KABUPATEN TAPANULI UTARA DENGAN MODEL ARIMA BOX-JENKINS SKRIPSI

PERAMALAN TINGKAT KEMATIAN BALITA PADA DINAS KESEHATAN KABUPATEN TAPANULI UTARA DENGAN MODEL ARIMA BOX-JENKINS SKRIPSI PERAMALAN TINGKAT KEMATIAN BALITA PADA DINAS KESEHATAN KABUPATEN TAPANULI UTARA DENGAN MODEL ARIMA BOX-JENKINS SKRIPSI SASTRO HAMDANI SIALLAGAN 060803047 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU

Lebih terperinci

Analisis Penerapan MRP Terhadap Perencanaan Dan Pengendalian Persediaan Bahan Baku Pada PT. Latif Di Kediri

Analisis Penerapan MRP Terhadap Perencanaan Dan Pengendalian Persediaan Bahan Baku Pada PT. Latif Di Kediri Analisis Penerapan MRP Terhadap Perencanaan Dan Pengendalian Persediaan Bahan Baku Pada PT. Latif Di Kediri Gunawan Wibisono 1*, Sri Rahayuningsih 2, Heribertus Budi Santoso 3 1,2,3) Jurusan Teknik Industri,

Lebih terperinci

Analisis dan Dampak Leverage

Analisis dan Dampak Leverage Analisis dan Dampak Leverage leverage penggunaan assets dan sumber dana oleh perusahaan yang memiliki biaya tetap dengan maksud agar peningkatan keuntungan potensial pemegang saham. leverage juga meningkatkan

Lebih terperinci

TIME SERIES DENGAN K-STAT &EVIEWS

TIME SERIES DENGAN K-STAT &EVIEWS TIME SERIES DENGAN K-STAT &EVIEWS Oleh Prana Ugiana Gio Video Cara Mendownload Aplikasi Olah Data K-Stat : https://www.youtube.com/watch?v=cnywqjes6hq Menggunakan Aplikasi Olah Data K-Stat secara Online:

Lebih terperinci

4 BAB IV HASIL PEMBAHASAN DAN EVALUASI. lebih dikenal dengan metode Box-Jenkins adalah sebagai berikut :

4 BAB IV HASIL PEMBAHASAN DAN EVALUASI. lebih dikenal dengan metode Box-Jenkins adalah sebagai berikut : 4 BAB IV HASIL PEMBAHASAN DAN EVALUASI Pada bab ini, akan dilakukan analisis dan pembahasan terhadap data runtut waktu. Data yang digunakan dalam penelitian ini merupakan data sekunder, yaitu data harga

Lebih terperinci

FORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA

FORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA FORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA 1) Nurul Latifa Hadi 2) Artanti Indrasetianingsih 1) S1 Program Statistika, FMIPA, Universitas PGRI Adi Buana Surabaya 2)

Lebih terperinci

ABSTRACT. Keywords: forecasting, forecasting method, production planning, and the strategy of production planning. Universitas Kristen Maranatha

ABSTRACT. Keywords: forecasting, forecasting method, production planning, and the strategy of production planning. Universitas Kristen Maranatha ABSTRACT Planning on any type of business is needed. Planning itself can be distinguished based of its duration; there are short term, medium term and long term planning. Planning is prepared for the future

Lebih terperinci

METODE MOVING AVERAGE DAN METODE WINTER DALAM PERAMALAN ABSTRACT

METODE MOVING AVERAGE DAN METODE WINTER DALAM PERAMALAN ABSTRACT METODE MOVING AVERAGE DAN METODE WINTER DALAM PERAMALAN Widya Risnawati Siagian 1, Sigit Sugiarto 2, M.D.H. Gamal 2 1 Mahasiswa Program Studi S1 Matematika FMIPA Universitas Riau 2 Dosen Fakultas Matematika

Lebih terperinci

PEMODELAN PERAMALAN PENJUALAN PAKAN UDANG PADA PT CENTRAL PROTEINA PRIMA, TBK DENGAN METODE PEMULUSAN EKSPONENSIAL (EXPONENTIAL SMOOTHING) SKRIPSI

PEMODELAN PERAMALAN PENJUALAN PAKAN UDANG PADA PT CENTRAL PROTEINA PRIMA, TBK DENGAN METODE PEMULUSAN EKSPONENSIAL (EXPONENTIAL SMOOTHING) SKRIPSI PEMODELAN PERAMALAN PENJUALAN PAKAN UDANG PADA PT CENTRAL PROTEINA PRIMA, TBK DENGAN METODE PEMULUSAN EKSPONENSIAL (EXPONENTIAL SMOOTHING) SKRIPSI HERRIJUNIANTO PURBA 130823002 DEPARTEMEN MATEMATIKA FAKULTAS

Lebih terperinci

Introduction to Stochastic Time Series Models

Introduction to Stochastic Time Series Models Introduction to Stochastic Time Series Models We have learned several simple extrapolation techniques for Deterministic Time Series Models We will study more complex extrapolation techniques that assume

Lebih terperinci

VERIFIKASI MODEL ARIMA MUSIMAN MENGGUNAKAN PETA KENDALI MOVING RANGE

VERIFIKASI MODEL ARIMA MUSIMAN MENGGUNAKAN PETA KENDALI MOVING RANGE VERIFIKASI MODEL ARIMA MUSIMAN MENGGUNAKAN PETA KENDALI MOVING RANGE (Studi Kasus : Kecepatan Rata-rata Angin di Badan Meteorologi Klimatologi dan Geofisika Stasiun Meteorologi Maritim Semarang) SKRIPSI

Lebih terperinci

ABSTRAK PERAMALAN KURS RUPIAH TERHADAP US DOLLAR MENGGUNAKAN METODE HIBRID

ABSTRAK PERAMALAN KURS RUPIAH TERHADAP US DOLLAR MENGGUNAKAN METODE HIBRID ABSTRAK PERAMALAN KURS RUPIAH TERHADAP US DOLLAR MENGGUNAKAN METODE HIBRID Peramalan adalah bagian integral dari kegiatan pengambilan keputusan manajemen. Ramalan yang dilakukan umumnya berdasarkan pada

Lebih terperinci

PENERAPAN MODEL ARFIMA (AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE) DALAM PERAMALAN SUKU BUNGA SERTIFIKAT BANK INDONESIA (SBI)

PENERAPAN MODEL ARFIMA (AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE) DALAM PERAMALAN SUKU BUNGA SERTIFIKAT BANK INDONESIA (SBI) PENERAPAN MODEL ARFIMA (AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE) DALAM PERAMALAN SUKU BUNGA SERTIFIKAT BANK INDONESIA (SBI) Liana Kusuma Ningrum dan Winita Sulandari, M.Si. Jurusan Matematika,

Lebih terperinci

oleh PRITA DEWI HUTRIANA SARI NIM. M

oleh PRITA DEWI HUTRIANA SARI NIM. M ESTIMASI RATA-RATA PRODUKSI JAGUNG DI PROVINSI JAWA BARAT MENGGUNAKAN PENDUGA RASIO PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DENGAN KOEFISIEN KURTOSIS VARIABEL BANTU DAN REGRESI ROBUST oleh PRITA DEWI HUTRIANA

Lebih terperinci

Sistem Peramalan Harga Emas Antam Menggunakan Double Exponential Smoothing

Sistem Peramalan Harga Emas Antam Menggunakan Double Exponential Smoothing Sistem Peramalan Harga Emas Antam Menggunakan Double Exponential Smoothing Teguh Andriyanto Sistem Informasi Universitas Nusantara PGRI Kediri Kediri, Indonesia E-mail: teguh@ unpkediri.ac.id Abstrak Emas

Lebih terperinci

Prosiding Manajemen ISSN:

Prosiding Manajemen ISSN: Prosiding Manajemen ISSN: 2460-8383 Analisis Peramalan Penjualan Produk Tahu Putih Menggunakan Metode Adjusted Exponential Smoothing untuk Meminimumkan Kesalahan Peramalan pada Pabrik Tahu Tauhid Bandung

Lebih terperinci

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA PERAMALAN DAN PENGENDALIAN KEBUTUHAN PERSEDIAAN BAHAN BAKU TORTILLA DAN DAGING KEBAB SAPI DENGAN MENGGUNAKAN METODE ECONOMIC ORDER QUANTITY (EOQ), FIXED ORDER QUANTITY (FOQ) DAN PERIOD ORDER QUANTITY (POQ)

Lebih terperinci

Sidang Akhir Tugas Akhir PERAMALAN KETERSEDIAAN BATUBARA MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE MOVING AVERAGE (VARMA) PADA PT.

Sidang Akhir Tugas Akhir PERAMALAN KETERSEDIAAN BATUBARA MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE MOVING AVERAGE (VARMA) PADA PT. Sidang Akhir Tugas Akhir PERAMALAN KETERSEDIAAN BATUBARA MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE MOVING AVERAGE (VARMA) PADA PT.XYZ Immash Kusuma Pratiwi 5208100123 PENDAHULUAN Latar Belakang, Perumusan

Lebih terperinci

Peramalan Aset dengan Memperhatikan Dana Pihak Ketiga (DPK) dan Pembiayaan Perbankan Syariah di Indonesia dengan Metode Fungsi Transfer

Peramalan Aset dengan Memperhatikan Dana Pihak Ketiga (DPK) dan Pembiayaan Perbankan Syariah di Indonesia dengan Metode Fungsi Transfer Peramalan Aset dengan Memperhatikan Dana Pihak Ketiga (DPK) dan Pembiayaan Perbankan Syariah di Indonesia dengan Metode Fungsi Transfer 1 Faridah Yuliani dan 2 Dr. rer pol Heri Kuswanto 1,2 Jurusan Statistika

Lebih terperinci

BAB V ANALISA HASIL. Pada bab sebelumnya telah dilakukan pengolahan data-data yang

BAB V ANALISA HASIL. Pada bab sebelumnya telah dilakukan pengolahan data-data yang BAB V ANALISA HASIL Pada bab sebelumnya telah dilakukan pengolahan data-data yang dikumpulkan untuk pembuatan perencanaan kebutuhan material (MRP). Kemudian dalam bab ini berisikan analisa berdasarkan

Lebih terperinci

ADLN PERPUSTAKAAN UNIVERSITAS AIRLANGGA

ADLN PERPUSTAKAAN UNIVERSITAS AIRLANGGA PEMODELAN NILAI INFLASI KOTA SURABAYA, MALANG DAN KEDIRI BERDASARKAN PENDEKATAN GENERALIZED SPACE TIME AUTOREGRESSIVE SKRIPSI MUHINDRO ASRIONO PROGRAM STUDI S-1 STATISTIKA DEPARTEMEN MATEMATIKA FAKULTAS

Lebih terperinci

PERAMALAN DAN PERENCANAAN AGREGAT. MUHAMMAD WADUD, SE., M.Si MINGGU KE EMPAT

PERAMALAN DAN PERENCANAAN AGREGAT. MUHAMMAD WADUD, SE., M.Si MINGGU KE EMPAT PERAMALAN DAN PERENCANAAN AGREGAT MUHAMMAD WADUD, SE., M.Si MINGGU KE EMPAT POKOK BAHASAN PENGERTIAN PERAMALAN PENTINGNYA STRATEGI PERAMALAN TUJUH LANGKAH DALAM PERAMALAN PENDEKATAN PERAMALAN PERAMALAN?

Lebih terperinci

ABSTRACT. Universitas Kristen Maranatha

ABSTRACT. Universitas Kristen Maranatha ABSTRACT CV Indo Karya is a semi-finished cloth manufacturing company to be treated by consumer. The company is having a difficulty with fluctuative demand that lead to unstable goods produced. This research

Lebih terperinci

12/8/2012 MODUL -10. Apa itu SPSS? Apa yang bisa dilakukan SPSS? Apa kesamaan SPSS dengan Microsoft Office Excel?

12/8/2012 MODUL -10. Apa itu SPSS? Apa yang bisa dilakukan SPSS? Apa kesamaan SPSS dengan Microsoft Office Excel? MODUL -10?? Apa itu SPSS? Apa yang bisa dilakukan SPSS? Apa kesamaan SPSS dengan Microsoft Office Excel? 1 SPSS is a software package used for conducting statistical analyses, manipulating data, and generating

Lebih terperinci

PERBANDINGAN METODE PEMULUSAN (SMOOTHING) EKSPONENSIAL GANDA DUA PARAMETER DARI HOLT DAN METODE BOX-JENKINS

PERBANDINGAN METODE PEMULUSAN (SMOOTHING) EKSPONENSIAL GANDA DUA PARAMETER DARI HOLT DAN METODE BOX-JENKINS PERBANDINGAN METODE PEMULUSAN (SMOOTHING) EKSPONENSIAL GANDA DUA PARAMETER DARI HOLT DAN METODE BOX-JENKINS DALAM MERAMALKAN HASIL PRODUKSI KERNEL KELAPA SAWIT PT. EKA DURA INDONESIA SKRIPSI EKA ARYANI

Lebih terperinci

BAB V KESIMPULAN DAN SARAN

BAB V KESIMPULAN DAN SARAN BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Kesimpulan yang diperoleh berdasarkan analisis dan pembahasan pada bab sebelumnya adalah sebagai berikut. 1. Bobot lokasi yang digunakan dalam membentuk model

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. Sedangkan

Lebih terperinci

Pembahasan Materi #7

Pembahasan Materi #7 1 EMA402 Manajemen Rantai Pasokan Pembahasan 2 Pengertian Moving Average Alasan Tujuan Jenis Validitas Taksonomi Metode Kualitatif Metode Kuantitatif Time Series Metode Peramalan Permintaan Weighted Woving

Lebih terperinci