PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR

Ukuran: px
Mulai penontonan dengan halaman:

Download "PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR"

Transkripsi

1 B-5-1 PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR Wsnu Bud Sunaryo, Haryono ITS Surabaya ABSTRAK Dalam duna konsruks saa n pemakaan produk beon praceak sudah merupakan kebuuhan karena beberapa alasan anara lan erbaasnya lahan pekerjaan dan kengnan unuk mendapakan muu yang bak. PT Wjaya Karya Beon salah sau Badan Usaha Mlk Negara elah mengembangkan beberapa beon praceak unuk menjawab kebuuhan pasar. Serng dengan permnaan pasar yang menngka, saa n sudah umbuh pula ndusr yang sejens. Oleh karena u perusahaan harus bsa memberkan kepuasan kepada pelanggan dalam hal baya, muu, dan waku. Unuk mencapa baya yang dapa memenuh permnaan pelanggan perusahaan dunu unuk dapa melakukan efsens. Salah sau hal yang dapa unuk mendapakan efsens adalah dengan melakukan ssm persedaan (Invenory). Dalam penelan n akan dhung perkraan permnaan dengan menggunakan Meode Ser Waku. Sedang unuk persedaan akan dlakukan analsa persedaan dengan ssm probablsk karena dak ada kepasan dalam hal permnaan dan waku unggu. Dar hasl ssm persedaan n ddapa jumlah pesanan yang opmum unuk Semen on, Pasr 500 m 3, Bau pecah 800 m 3, dan PC Wre 180 on. Tk pemesanan kembal unuk Semen 73 on, Pasr 98 m 3, Bau pecah 126 m 3, dan PC Wre 8,3 on. Persedaan cadangan ( Safey sock) unuk Semen 24 on, Pasr 22 m 3, Bau Pecah 37 m 3, dan PC Wre 2,75 on. Dan unuk oal baya persedaan dalam waku peramalan unuk Semen Rp ,00, Pasr Rp ,00, Bau pecah Rp ,00, dan PC Wre Rp ,00 Kaa kunc : Persedaan probablsk, Penghalusan eksponensal unggal, Besar pesanan, Tk pemesanan, Persedaan pengaman, Jumlah baya persedaan. Pendahuluan Fungs uama dar suau pabrk adalah memproduks barng yang dpesan oleh pelanggan perusahaan melalu bagan penjualan. Seap perusahaan agar eap bsa bersang dengan perusahaan sejens dunu unuk selalu bsa melakukan efsens baya produks. Demkan juga dengan PT Wjaya Karya Beon yang memproduks komponen Beon Pra-ceak, meskpun saa n menguasa lebh dar 60 % pangsa pasar yang ada kalau efsens dak dlakukan akan mengakbakan harga pokok produks nak dan kalah bersang dengan perusahaan sejens yang saa n sudah banyak berdr. Salah sau cara agar efsens u bsa erjad adalah dengan mengendalkan bahan baku, karena bahan baku merupakan komponen pokok produk dan nlanya lebh dar 50 % baya produk. Dengan pengendalan persedaan yang opmal selan baya produk bsa berkurang akan berpengaruh pula pada kelancaran produks karena kekurangan bahan baku akan dhndar.

2 B-5-2 Pengendalan n menyangku berapa jumlah keperluan bahan baku pada suau perode dan kapan bahan baku ersebu harus ddaangkan, sehngga bla hal n dapa dlakukan nla persedaan dak akan berlebh yang berakba berkurangnya baya produks. Unuk dapa merencanakan jumlah persedaan yang opmal dperlukan peramalan dar permnaan yang akan erjad pada suau perode dan selanjunya dhung jumlah kebuuhan bahan baku dan jumlah bayanya yang opmal. Meode penelan Model persedaan Deermnsk Dsebu dengan model persedaan deermnsk karena semua parameer dan varabelnya dapa dkeahu dengan pas. Dalam model n kecepaan permnaan dan baya persedaan dasumskan dapa dkeahu dengan pas, sedangkan waku unggu (Lead me) danggap eap dan dak erganung pada permnaan, yang mana hal n sul demu dalam kenyaaan sehar-har. Model persedaan deermnsk dgambarkan pada gambar 1. Dalam model deermnsk ada beberapa slah yang harus dkeahu, yau : a. EOQ (Eqonomc Order Quany), yau jumlah pesanan yang akan mengakbakan baya persedaan yang mnmal. Bla konds kehabsan sok ( sock ou) dak dperhungkan, dan ka mengeahu Jumlah kebuuhan ahunan (R), baya pembelan seap jens bahan baku (P), baya pesan seap kal pesan (C), jumlah pesanan (Q), baya penympanan per un per ahun (H) yang ddapa dar hasl perkalan baya pembelan (P) dan baya penympanan (F), maka oal baya ahunan ddapa dar persamaan sebaga berku : Toal baya ahunan = Baya pembelan + Baya pesan + Baya smpan CR HQ TC (Q) = PR + + (1) Q 2 B+S B Reorder pon PERSEDIAAN S 0 Lead Tme Lead Tme Waku Gambar 1 Model persedaan deermnsk Safey sock

3 B-5-3 Jumlah pesanan yang akan memnmalkan baya dhung dengan menggunakan persamaan : 2CR Q (2) H Hubungan anara baya dan jumlah pesanan dgambarkan pada gambar 2. TC (Q) HQ 2 COST Q* ORDER QUANTITY (Q) Gambar 2 : Baya persedaan ahunan CR Q PR b. Tk pemesanan kembal (Reorder pon), yau konds persedaan bahan baku saa pemesanan dlakukan kembal. Nla dar Reorder pon denukan oleh waku unggu (L = Lead me) dan jumlah kebuuhan (R). Penghungannya adalah : RL B unuk dalam sauan bulan 12 RL B unuk dalam sauan mnggu 52 Model persedaan probalsk Model n erjad karena jumlah permnaan dan waku unggu (Lead me) selalu berubah-ubah. Karena adanya kedak pasan n dalam persedaan dperlukan Safey sock. Model persedaan n dgambarkan seper pada gambar 3.

4 B-5-4 Q + S Kuanas B S Safey sock Reorder pon 0 Lead Tme Lead Tme Lead Tme Sock ou Waku Gambar 3 : Model persedaan probablsk dmana : Q = jumlah pesanan L = Lead me yang dharapkan B = reorder pon Lm = Lead me maksmum S = safey sock Dalam model persedaan probablsk oal baya dhung dengan rumus : TC = PC + OC + SC + HC (3) dmana : PC = baya pembelan bahan baku OC = baya pemesanan SC = baya akba kekurangan bahan baku HC = baya penympanan Baya-baya persedaan Baya persedaan erdr dar beberapa jens baya (Tersne, 1998), yau : a. Baya pembelan bahan baku, yau besarnya dana yang harus dkeluarkan unuk mengadakan bahan baku, dhung dengan persamaan : PC = R x P (4) Dmana : R = kebuuhan bahan P = harga sauan bahan b. Baya pemesanan bahan baku, yau baya yang erjad akba dlakukannya pemesanan bahan baku, penghungannya menggunakan persamaan : C OC = R x (5) Q Dmana : C = besarnya baya pemesanan seap kal pesan Q = jumlah pesanan seap kal pesan

5 B-5-5 c. Baya kekurangan bahan baku, yau baya yang erjad karena pemakaan bahan baku selama waku unggu lebh besar dar sok yang ada saa dlakukan pemesanan. Secara ssemas besarnya baya yang erjad adalah : 0 bla M B M B bla M > B Dmana : M = kebuuhan bahan baku selama waku unggu B = jumlah bahan baku yang mash ada pada saa melakukan pemesanan Baya n sanga berhubungan dengan ekspeas kekurangan bahan baku dan secara ssmas dgambarkan dengan persamaan : AR SC EM B (6) Q Dmana A = baya yang dsebabkan kekurangan bahan baku selama waku unggu berdsrbus normal d. Baya penympanan Baya n dapa dhung dengan menggunakan persamaan sebaga berku : Q HC H 2 B M (7) Dmana H = Baya penympanan per un e. Tk pemesanan kembal, yau suau konds dar persedaan bahan baku pada jumlah erenu dmana pada konds ersebu harus dlakukan pemesanan kembal karena jumlahnya dak cukup selama waku unggu dan akan mengganggu jalannya produks. Unuk menghungnya dpergunakan persamaan : B M S (8) Dmana : M = permnaan bahan baku selama waku unggu S = persedaan penyangga f. Ekspeas kekurangan persedaan Persamaan yang dpaka unuk menghungnya adalah : B M B M M B f M Bg E (9)

6 B-5-6 B M f adalah ngg fungs pada peluang pada dsrbus normal B M g adalah fungs dsrbus kumulaf pada dsrbus normal g. Jumlah persedaan penyangga Unuk menghung persedaan penyangga syaranya adalah waku unggu berdsrbus normal, dan persamaan yang dgunakan adalah : S B M (9) dmana B = jumlah persedaan yang mash erssa pada saa dlakukan pemesanan M = permnaan bahan baku raa-raa pada waku unggu h. Jumlah pesanan opmal Jumlah n dhung dengan persamaan : R C AE M B Q 2 (10) H Analss pengujan dsrbus normal Pengujan n dlakukan unuk membukkan dsrbus kebuuhan bahan baku selama waku unggu mengku dsrbus normal, analsa yang dgunakan adalah uj Kolmogorov-Smrnov dengan hpoesa pengujan : H0 : daa berdsrbus normal H1 : daa dak berdsrbus normal Tolak H0 pada araf nyaa jka nla uj sask D lebh besar darpada nla d abel uj Kolmogorov-Smrnov aau P-value yang ddapa lebh kecl dar pada araf nyaa. Peramalan permnaan Peramalan dlakukan unuk memperkrakan permnaan dmasa yang akan daang. Peramalan yang sesua unuk penelan n adalah meode ser waku karena sfanya adalah dalam jangka menengah. Meode ser waku (Tme seres analyss) Ada beberapa meode dalam meode ser waku yang dgunakan unuk melakukan peramalan (Hanke dkk, 1998) Meode penghalusan unggal (Sngle exponenal smoohng) Benuk dar model n adalah A ) A 1 Y (1

7 B-5-7 Pada model n A 1 mempunya nla 0 sampa 1, yang dhaluskan. adalah nla peramalan, adalah fakor pemboboan yang Y adalah nla akual pada perode, dan Meode penghalusan ganda (Double exponenal smoohng) A adalah nla Meode yang dpaka unuk menghaluskan meode ser waku yang sudah dhaluskan, dengan model sebaga berku : A A Y Y ( 1) A 1 1 A 1 Model Wners Model yang dgunakan pada meode ser waku yang mengandung fakor musman, penyederhanaan modelnya ada 3 yau : Exponenal smoohng dengan model : Y A S 1 Trend esmae dengan model : A Y A A 1 1 T 1 T Seasonal esmae dengan model S Y 1 A S L p Peramalan dengan waku p ke depan, dengan model Y p A pt S L p Pada empa model daas A adalah hasl exponenal smoohed dar Y pada waku, T adalah hasl observas baru (nla akual) dar ser waku dalam perode, adalah fakor pemboboan yang mempunya nla 0 sampa dengan 1, adalah konsana penghalusan unuk esmas rend nlanya 0 1, adalah konsana penghalusan unuk esmas musman nlanya 0 1, S adalah seasonal esmae, p adalah perode peramalan ke depan, L adalah panjang dar 1 musm, sera ~ Y adalah peramalan p perode ke depan.

8 B-5-8 Pengukuran resdual Pengukuran n berujuan unuk memlh model dengan mengeahu besaran yang dpaka unuk mengukur kesalahan resdual. Persamaan yang dpaka adalah : Mean average devaon : MAD n 1 Mean square devaon : MSD n 1 Y Y n n Y Y 2 Mean absolue percenage error : n Y Y Y MAPE 1 n Pada ga model daas Y adalah akual permnaan unuk perode, ramalan permnaan unuk perode, n adalah jumlah perode waku, devas aau kesalahan peramalan, dan Y Y adalah devas absolue. Y Y Y adalah adalah Hasl penelan dan pembahasan Penenuan model peramalan Daa unuk peramalan yang dpaka adalah daa permnaan produks pada masa lalu. Dar npu daa erlha bahwa permnaan bergerak pada daerah sekar raa-raa, dan dak menunjukkan adanya pola rend dan pola musman (Lha gambar 4 dan 5 dbawah) Baang Bulan ke Gambar 4 : Grafk permnaan Tang Pancang

9 B-5-9 Buah Bulan ke Gambar 5 : Grafk permnaan Banalan Jalan Rel Unuk menenukan meode permalan yang drekomendaskan daa dproses unuk mengeahu nla resdualnya (Makrdaks dkk), dan haslnya seper pada abel 1 dan 2. Tabel 1 : Perbandngan MAPE, MAD, dan MSD unuk Peramalan permnaan Tang pancang METODE MAPE MAD MSD Raa-raa bergerak ,760,687 Penghalusan eksponensal unggal ,500,880 Penghalusan eksponensal ganda ,644,356 Wner 89 1,019 2,118,956 Tabel 2 : Perbandngan MAPE, MAD, dan MSD unuk Peramalan permnaan Banalan Jalan Rel METODE MAPE MAD MSD Raa-raa bergerak 48 1,278 2,559,072 Penghalusan eksponensal unggal 47 1,237 2,167,405 Penghalusan eksponensal ganda 49 1,232 2,337,240 Wner 52 1,334 2,882,070

10 B-5-10 Dar daa dan hasl perhungan nla resdual, meode peramalan yang dpaka adalah Penghalusan eksponensal unggal dengan hasl ramalan sebaga berku : - Tang pancang = Buah - Banalan = Buah Kebuuhan bahan baku berdasarkan hasl ramalan adalah sebaga berku : - Semen = ,56 Kg - Pasr = ,40 M3 - Bau pecah = ,20 M3 - PC Wre = ,90 M3 Hasl penelan dan pembahasan Pada penelan n dlakukan besarnya jumlah pesanan (EOQ), k pemesanan, persedaan penyangga, dan jumlah baya. Dengan menggunakan persamaan (1) sampa dengan (10) dperoleh hasl seper pada abel 3. Tabel 3 : Hasl perhungan Q, B, dan S Jens bahan baku Q B S Jumlah baya (Rp) Semen (Ton) ,00 Pasr (M 3 ) ,00 Bau pecah (M 3 ) ,00 PC Wre (Ton) 180 8,3 2, ,00 Perhungan unuk mendapakan hasl Q, B, dan S dak dlakukan dalam beberapa kal eras sehngga ddapakan nla B anara dua eras yang beruruan sudah konvergen. Kesmpulan. Dar hasl opmas jumlah pesanan, k pemesanan, dan persedaan penyangga seper erlha pada abel 3 daas sudah memperhungkan parameer kemungknan erjadnya kekurangan bahan baku. Dengan demkan produks dak akan erganggu akba dak adanya bahan baku. Dafar pusaka Chase, R.R., Aqulano, N.J., and Jacobs, F.R., Producon and Operaonal Managemen : Manufacurng and Servce. 8 h Edon. McGraw Hll Companes, Inc., USA. Hanke, John E., and Reh, Arhur G, Busness Forecasng. 6h Edon. Prence Hall, Upper Saddle Rver, New Jersey. Makrdaks, S., Whellwrgh, S.C., and McGee, V.E., Meoda dan Aplkas Peramalan. Eds 2. Buanapura Aksara, Jakara. Tersne, R.J., Prncple of Invenory and Maeral Managemen. 3h Edon. Elsever Scence Publshng Co., Inc., New York.

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Creaed by Smpo PDF Creaor Pro (unregsered verson) hp://www.smpopdf.com Sask Bsns : BAB 8 VIII. ANALISIS DATA DERET BERKALA (TIME SERIES) 8.1 Pendahuluan Daa Berkala (Daa Dere waku) adalah daa yang dkumpulkan

Lebih terperinci

BAB 8 PERSAMAAN DIFERENSIAL BIASA

BAB 8 PERSAMAAN DIFERENSIAL BIASA Maa kulah KOMPUTASI ELEKTRO BAB 8 PERSAMAAN DIFERENSIAL BIASA Persamaan dferensal dapa dbedakan menjad dua macam erganung pada jumlah varabel bebas. Apabla persamaan ersebu mengandung hana sau varabel

Lebih terperinci

PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG

PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG INDEPT, Vol., No. 3, Okober 01 ISSN 087 945 PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG Samsul Budaro, ST., MT Dosen Teap Teknk Indusr, Wakl Dekan III akulas Teknk, Unversas

Lebih terperinci

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU Pada bab III, ka elah melakukan penguan erhadap meoda Runge-Kua orde 4 pada persamaan panas. Haslnya, solus analk persamaan panas

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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN TEORI. Tnjauan Pusaka.. Uj Keseragaman Daa Tujuan uama pengukuran uj keseragaman daa adalah unuk mendapakan da yang seragam. Kedak seragaman daa dapa daang anpa dsadar, maka dperlukan suau

Lebih terperinci

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun 43 BAB METODE PEMUUAN EKPONENA TRPE DAR WNTER Meode pemulusan eksponensial elah digunakan selama beberapa ahun sebagai suau meode yang sanga berguna pada begiu banyak siuasi peramalan Pada ahun 957 C C

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Model Persediaan Model Deterministik

BAB 2 LANDASAN TEORI. 2.1 Model Persediaan Model Deterministik 6 BAB LANDASAN TEORI. Model Persedaan.. Model Deermnsk Model Deermnsk adalah model yang menganggap nla-nla parameer elah dkeahu dengan pas. Model n dbedakan menjad dua: a. Deermnsk Sas. D dalam model n

Lebih terperinci

BAB I PENDAHULUAN FASILKOM-UDINUS T.SUTOJO RANGKAIAN LISTRIK HAL 1

BAB I PENDAHULUAN FASILKOM-UDINUS T.SUTOJO RANGKAIAN LISTRIK HAL 1 BAB I PENDAHULUAN 1.1 Defns Rangkaan Lsrk Rangkaan Lsrk adalah sambungan dar beberapa elemen lsrk ( ressor, kapasor, ndukor, sumber arus, sumber egangan) yang membenuk mnmal sau lnasan eruup yang dapa

Lebih terperinci

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI BAB ETROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUYI Model Markov Tersembuny (Hdden Markov Model, MMT) elah banyak daplkaskan dalam berbaga bdang seper pelafalan bahasa (speeh reognon) dan klasfkas (luserng).

Lebih terperinci

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32)

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32) 8 Raaan poserornya adalah E m x ò (, ) f ( x) m f x m f f m ddm (32) Dalam obseras basanya dgunakan banyak daa klam. Msalkan saja erdr dar grup daa klam dengan masng-masng grup ke unuk seap, 2,..., yang

Lebih terperinci

PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS

PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS Mra Puspasar, Snggh Sapad, Dana Puspasar Absraks PT Ulam Tba Halm merupakan salah sau ndusr mnuman serbuk d Indonesa, dmana

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN EORI. njauan Pusaka.. Peramalan Peramalan (forecasng) merupakan ala banu yang penng dalam perencanaan yang efekf dan efsen khususnya dalam bdang ekonom. Dalam organsas modern mengeahu keadaan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013 3. Lokas dan Waku Penelan 3.. Lokas Penelan BAB III METODOLOGI PENELITIAN Penelan n dlaksanakan d SMP Neger 7 Goronalo pada ahun ajaran 0/03 3.. Waku Penelan Penelan n d laksanakan pada semeser genap ahun

Lebih terperinci

BAB II TINJAUAN TEORITIS

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

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan

Lebih terperinci

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun Baasan Masalah Jumlah kasus pendera penyak Demam Berdarah Dengue (DBD d Koa Surabaya ahun - Varabel Explanaory (Varabel penjelas yang dgunakan dalam penelan adalah varabel Iklm (Curah hujan, Suhu, Kelembaban

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

Line Transmisi. Oleh: Aris Heri Andriawan ( )

Line Transmisi. Oleh: Aris Heri Andriawan ( ) ANALISIS APLIKASI PENJADWALAN UNIT-UNIT PEMBANGKIT PADA SISTEM KELISTRIKAN JAWA-BALI DENGAN MENGGUNAKAN UNIT COMMITMENT, UNIT DECOMMITMENT DAN MODIFIED UNIT DECOMMITMENT Oleh: Ars Her Andrawan (07000)

Lebih terperinci

Peramalan Penjualan Sepeda Motor Tiap Jenis di Wilayah Surabaya dan Blitar dengan Model ARIMA Box-Jenkins dan Vector Autoregressive (VAR)

Peramalan Penjualan Sepeda Motor Tiap Jenis di Wilayah Surabaya dan Blitar dengan Model ARIMA Box-Jenkins dan Vector Autoregressive (VAR) JURNAL SAINS DAN SENI POMITS Vol. 3, No., (04) 337-350 (30-98X Prn) D-36 Peramalan Penjualan eda Moor Tap Jens d Wlayah Surabaya dan Blar dengan Model ARIMA Box-Jenkns dan Vecor Auoregressve (VAR) Ade

Lebih terperinci

Optimasi Model Inventory Deterministik untuk Permintaan Menaik dan Biaya Pemesanan Konstan

Optimasi Model Inventory Deterministik untuk Permintaan Menaik dan Biaya Pemesanan Konstan Opma Model Invenory Deermnk unuk Permnaan Menak dan Baya Pemeanan Konan Dana Purwaar, Rully Soelaman, Fr Qona Fakula Teknolog Informa, Inu Teknolog Sepulu Nopember, Surabaya E-mal : rully@-by.edu Abrak

Lebih terperinci

BAB III THREE STAGE LEAST SQUARE. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode

BAB III THREE STAGE LEAST SQUARE. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode BAB III THREE STAGE LEAST SQUARE Sebagamana elah dsnggung pada bab sebelumnya, salah sau meode penaksran parameer pada persamaan smulan yau meode Three Sage Leas Square (3SLS. Sebelum djelaskan lebh lanju

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI Landasan Teor 6 BAB II LADASA TEORI. PERAMALA PERMITAA Peramalan adalah suau proses dalam menggunakan daa hsores yang elah dmlk unuk dproyekskan ke dalam suau model dan menggunakan model n unuk memperkrakan

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang BAB 2 TINJAUAN TEORITIS 2.1 Pengerian dan Manfaa Peramalan Kegiaan unuk mempeirakan apa yang akan erjadi pada masa yang akan daang disebu peramalan (forecasing). Sedangkan ramalan adalah suau kondisi yang

Lebih terperinci

Optimasi Model Inventory Deterministik untuk Permintaan Menaik dan Biaya Pemesanan Konstan

Optimasi Model Inventory Deterministik untuk Permintaan Menaik dan Biaya Pemesanan Konstan Opma Model Invenory Deermnk unuk Permnaan Menak dan Baya Pemeanan Konan Dana Purwaar, Rully Soelaman, Fr Qona Fakula Teknolog Informa, Inu Teknolog Sepulu Nopember, Surabaya E-mal : rully@-by.edu Abrak

Lebih terperinci

PENERAPAN MODEL GSTAR(1,1) UNTUK DATA CURAH HUJAN

PENERAPAN MODEL GSTAR(1,1) UNTUK DATA CURAH HUJAN Bulen Ilmah Mah. Sa. dan Terapannya (Bmaser) Volume 6, o. 03 (017), hal 159 166. PEERAPA MODEL GSTAR(1,1) UTUK DATA CURAH HUJA Ism Adam, Dadan Kusnandar, Hendra Perdana ITISARI Model Generalzed Space Tme

Lebih terperinci

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

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang BAB 2 LANDASAN TEORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. Sedangkan ramalan adalah suau aau kondisi yang diperkirakan akan erjadi

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Defenisi Persediaan Persediaan adalah barang yang disimpan unuk pemakaian lebih lanju aau dijual. Persediaan dapa berupa bahan baku, barang seengah jadi aau barang jadi maupun

Lebih terperinci

KONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan

KONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan KONSEP DASAR Laar belakang Meode Numerk Ilusras masalah numerk Angka sgnfkan Akuras dan Press Pendekaan dan Kesalahan Laar Belakang Meode Numerk Tdak semua permasalahan maemas dapa dselesakan dengan mudah,

Lebih terperinci

MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE-X (GSTAR-X) DALAM MERAMALKAN PRODUKSI KELAPA SAWIT

MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE-X (GSTAR-X) DALAM MERAMALKAN PRODUKSI KELAPA SAWIT Bulen Ilmah Mah. Sa. dan Terapannya (Bmaser) Volume 07, No. (018), hal 85 9. MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE-X (GSTAR-X) DALAM MERAMALKAN PRODUKSI KELAPA SAWIT Felca Kurna Kusuma Wra Pur, Dadan

Lebih terperinci

' PERATURAN BUPATI PACITAN I NOMOR 4 TAHUN 2012 PEMBERIAN BANTUAN PERALATAN DAN/ATAU MESIN BAGI INDUSTRI KECIL DAN MENENGAH KABUPATEN PACITAN

' PERATURAN BUPATI PACITAN I NOMOR 4 TAHUN 2012 PEMBERIAN BANTUAN PERALATAN DAN/ATAU MESIN BAGI INDUSTRI KECIL DAN MENENGAH KABUPATEN PACITAN j BUPAT PACTAN ' PERATURAN BUPAT PACTAN NOMOR 4 TAHUN 2012 TENTANG PEMBERAN BANTUAN PERALATAN DAN/ATAU MESN BAG NDUSTR KECL DAN MENENGAH KABUPATEN PACTAN DENGAN RAHMAT TUHAN YANG MAHA ESA BUPAT PACTAN

Lebih terperinci

NILAI AKUMULASI DARI SUATU CASH FLOW DENGAN TINGKAT BUNGA BERUBAH BERDASARKAN FORMULA FISHER

NILAI AKUMULASI DARI SUATU CASH FLOW DENGAN TINGKAT BUNGA BERUBAH BERDASARKAN FORMULA FISHER ILAI AKUMULASI DARI SUATU CASH FLOW DEGA TIGKAT BUGA BERUBAH BERDASARKA FORMULA FISHER Devs Apranda, Johannes Kho, Sg Sugaro Mahasswa rogram S Maemaka Dosen Jurusan Maemaka Fakulas Maemaka dan Ilmu engeahuan

Lebih terperinci

Analisis Jalur / Path Analysis

Analisis Jalur / Path Analysis Analss Jalur / Pah Analyss Analss jalur adalah salah sau benuk model SEM yang dak mengandung varable laen. Tenu saja model n lebh sederhana dbandngkan dengan model SEM lengka. Analss jalur sebenarnya meruakan

Lebih terperinci

IV METODE PENELITIAN

IV METODE PENELITIAN IV METODE PENELITIAN 4.1. Lokasi dan Waku Peneliian Peneliian yang dilakukan mengenai analisis perencanaan pengadaan una berdasarkan ramalan ime series volume ekspor una loin beku di PT Tridaya Eramina

Lebih terperinci

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

BAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode 20 BAB 2 LADASA TEORI 2.1. Pengerian Peramalan Meode Peramalan merupakan bagian dari ilmu Saisika. Salah sau meode peramalan adalah dere waku. Meode ini disebu sebagai meode peramalan dere waku karena

Lebih terperinci

BAB 4 METODOLOGI PENELITIAN

BAB 4 METODOLOGI PENELITIAN BAB 4 METODOLOGI PENELITIAN 4.1. Model Rumusan Masalah dan Pengambilan Kepuusan Model rumusan masalah dan pengambilan kepuusan yang digunakan dalam menyelesaikan skripsi ini dimulai dari observasi lapangan

Lebih terperinci

Penggunaan Metode Modified Unit Decommitment (MUD) untuk Penjadwalan Unit-Unit Pembangkit Pada Sistem Kelistrikan Jawa - Bali

Penggunaan Metode Modified Unit Decommitment (MUD) untuk Penjadwalan Unit-Unit Pembangkit Pada Sistem Kelistrikan Jawa - Bali Penggunaan Meode Modfed Un Decommmen (MUD) unuk Penjadwalan Un-Un Pembangk Pada Ssem Kelsrkan Jawa - Bal Ars Her Andrawan,2, Onoseno Penangsang ) Jurusan Teknk Elekro TS, Surabaya 60, ndonesa 2) Jurusan

Lebih terperinci

Kresnanto NC. Model Sebaran Pergerakan

Kresnanto NC. Model Sebaran Pergerakan Kresnano C Moel Sebaran Pergerakan Kresnano C Tujuan Uama: Mengeahu pola pergerakan alam ssem ransporas serng jelaskan alam benuk arus pergerakan (kenaraan, penumpang, an barang) yang bergerak ar zona

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 II LANDASAN TEORI

BAB II LANDASAN TEORI 5 BAB II LANDASAN TEORI Pada bab n akan dbahas beberapa eor dasar yang kelak akan dgunakan dalam penurunan formula penenuan harga Asan Opon, bak secara analk pada Bab III maupun secara numerk pada Bab

Lebih terperinci

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST BAB ESPONS FUNGSI STEP PADA ANGKAIAN DAN C Oleh : Ir. A.achman Hasbuan dan Naemah Mubarakah, ST . Persamaan Dferensal Orde Sau Adapun benuk yang sederhana dar suau persamaan dferensal orde sau adalah:

Lebih terperinci

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan BAB 2 LANDASAN TEORI 2.1. Produksi Produksi padi merupakan suau hasil bercocok anam yang dilakukan dengan penanaman bibi padi dan perawaan sera pemupukan secara eraur sehingga menghasilkan suau produksi

Lebih terperinci

BAB 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 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah persediaan merupakan masalah yang sanga pening dalam perusahaan. Persediaan mempunyai pengaruh besar erhadap kegiaan produksi. Masalah persediaan dapa diaasi

Lebih terperinci

BAB 1 PENDAHULUAN. Dalam pelaksanaan pembangunan saat ini, ilmu statistik memegang peranan penting

BAB 1 PENDAHULUAN. Dalam pelaksanaan pembangunan saat ini, ilmu statistik memegang peranan penting BAB 1 PENDAHULUAN 1.1. Laar Belakang Dalam pelaksanaan pembangunan saa ini, ilmu saisik memegang peranan pening baik iu di dalam pekerjaan maupun pada kehidupan sehari-hari. Ilmu saisik sekarang elah melaju

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

Hidden Markov Model. Oleh : Firdaniza, Nurul Gusriani dan Akmal

Hidden Markov Model. Oleh : Firdaniza, Nurul Gusriani dan Akmal Hdden Markov Model Oleh : Frdanza, urul Gusran dan Akmal Dosen Jurusan Maemaka FMIPA Unversas Padjadjaran Jl. Raya Bandung Sumedang Km 2, Janangor, Jawa Bara elp. / Fax : 022 7794696 Absrak Hdden Markov

Lebih terperinci

BAB II TINJAUAN PUSTAKA. membahas analisis deret waktu, diagram kontrol Shewhart, Average Run Length

BAB II TINJAUAN PUSTAKA. membahas analisis deret waktu, diagram kontrol Shewhart, Average Run Length BAB II TINJAUAN PUSTAKA Pendahuluan Dalam enulsan maer okok dar skrs n derlukan beberaa eor-eor yang mendukung, yang menjad uraan okok ada bab n Uraan dmula dengan membahas analss dere waku, dagram konrol

Lebih terperinci

ANaLISIS - TRANSIEN. A B A B A B A B V s V s V s V s. (a) (b) (c) (d) Gambar 1. Proses pemuatan kapasitor

ANaLISIS - TRANSIEN. A B A B A B A B V s V s V s V s. (a) (b) (c) (d) Gambar 1. Proses pemuatan kapasitor ANaISIS - TANSIEN. Kapasor dalam angkaan D Sebuah kapasor akan ermua bla erhubung ke sumber egangan dc seper yang dperlhakan pada Gambar. Pada Gambar (a), kapasor dak bermuaan yau pla A dan pla B mempunya

Lebih terperinci

PENGGUNAAN METODE MODIFIED UNIT DECOMMITMENT (MUD) UNTUK PENJADWALAN UNIT-UNIT PEMBANGKIT PADA SISTEM KELISTRIKAN JAWA - BALI

PENGGUNAAN METODE MODIFIED UNIT DECOMMITMENT (MUD) UNTUK PENJADWALAN UNIT-UNIT PEMBANGKIT PADA SISTEM KELISTRIKAN JAWA - BALI Prosdng Semnar Nasonal Manajemen Teknolog X Program Sud MMT-TS, Surabaya 6 Pebruar 2010 PENGGUNAAN METODE MODFED UNT DECOMMTMENT (MUD) UNTUK PENJADWALAN UNT-UNT PEMBANGKT PADA SSTEM KELSTRKAN JAWA - BAL

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

Peramalan Jumlah Penumpang Kereta Api Kelas Ekonomi Kertajaya Menggunakan ARIMA dan ANFIS

Peramalan Jumlah Penumpang Kereta Api Kelas Ekonomi Kertajaya Menggunakan ARIMA dan ANFIS JURNAL SAINS DAN SENI ITS Vol. 4 No. (05) 33-350 (30-9X Prn) D-3 Peramalan Jumlah Penumpang Kerea Ap Kelas Ekonom Keraaya Menggunakan ARIMA dan ANFIS Ilaf Andala dan Irhamah Jurusan Saska Fakulas Maemaka

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang

BAB 1 PENDAHULUAN. Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang BAB 1 PENDAHULUAN 1.1 Laar Belakang Perumbuhan ekonomi merupakan salah sau ukuran dari hasil pembangunan yang dilaksanakan khususnya dalam bidang ekonomi. Perumbuhan ersebu merupakan rangkuman laju perumbuhan

Lebih terperinci

APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND

APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND Noeryani 1, Ely Okafiani 2, Fera Andriyani 3 1,2,3) Jurusan maemaika, Fakulas Sains Terapan, Insiu Sains & Teknologi

Lebih terperinci

Jurusan Teknik Informatika Fakultas Teknik Universitas Muhammadiyah Jember ABSTRAK

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Perumbuhan ekonomi merupakan salah sau ukuran dari hasil pembangunan yang dilaksanakan khususnya dalam bidang ekonomi. Perumbuhan ersebu merupakan rangkuman laju-laju

Lebih terperinci

( L ). Matriks varians kovarians dari

( L ). Matriks varians kovarians dari LIVIA PUSPA T 677 9.3 METODE KOMPONEN UTAMA Informas yang dbuuhkan daam eknk komponen uama suau daa ddapa dar marks varans kovarans, aau marks koreasnya. Meode komponen uama n, beruuan unuk menaksr parameer

Lebih terperinci

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

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

Lebih terperinci

OPTIMASI PERSEDIAAN DAN PRODUKSI KOMPONEN LAMPU DI LAMP COMPONENT FACTORY (LCF) PT. PHILIPS INDONESIA

OPTIMASI PERSEDIAAN DAN PRODUKSI KOMPONEN LAMPU DI LAMP COMPONENT FACTORY (LCF) PT. PHILIPS INDONESIA Prosdng Semnar Nasonal Manajemen Teknolog IV Program Stud MMT-ITS, Surabaya 5 Agustus 2006 OPTIMASI PERSEDIAAN DAN PRODUKSI KOMPONEN LAMPU DI LAMP COMPONENT FACTORY (LCF) PT. PHILIPS INDONESIA Dars Putr

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengerian Supply Chain Managemen Supply chain managemen merupakan pendekaan aau meode dalam memanajemen hubungan perusahaan dengan supplier dan konsumen yang erjadi pada pengendalian

Lebih terperinci

BAB II LANDASAN TEORI. Persediaan dapat diartikan sebagai barang-barang yang disimpan untuk digunakan atau

BAB II LANDASAN TEORI. Persediaan dapat diartikan sebagai barang-barang yang disimpan untuk digunakan atau BAB II LANDASAN TEORI 2.1 Pengerian Persediaan Persediaan dapa diarikan sebagai barang-barang yang disimpan unuk digunakan aau dijual pada masa aau periode yang akan daang. Persediaan erdiri dari bahan

Lebih terperinci

BAB 5 HASIL DAN PEMBAHASAN. Disini tujuan akhir yang ingin dicapai penulis adalah pembuatan suatu aplikasi

BAB 5 HASIL DAN PEMBAHASAN. Disini tujuan akhir yang ingin dicapai penulis adalah pembuatan suatu aplikasi BAB 5 HASIL DAN PEMBAHASAN Disini ujuan akhir yang ingin dicapai penulis adalah pembuaan suau aplikasi program yang digunakan unuk membanu perusahaan dalam menenukan jumlah produksi demand. Disini ada

Lebih terperinci

USING THE PAST TO PREDICT THE FUTURE WORKSHOP ANALISIS RESIKO UNTUK BISNIS

USING THE PAST TO PREDICT THE FUTURE WORKSHOP ANALISIS RESIKO UNTUK BISNIS USING THE PAST TO PREDICT THE FUTURE WORKSHOP ANALISIS RESIKO UNTUK BISNIS Oleh : Maman Seawan, SE, MT 28 29 Sepember 2004 PROGRAM PENGEMBANGAN KOMPETENSI BISNIS DIVISI PENGKAJIAN DAN PENGEMBANGAN BISNIS

Lebih terperinci

SISTEM INFORMASI PERAMALAN STOK BARANG DI CV. ANNORA ASIA MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING

SISTEM INFORMASI PERAMALAN STOK BARANG DI CV. ANNORA ASIA MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING Jurnal Informaika Polinema ISSN: 2407-070X SISTEM INFORMASI PERAMALAN STOK BARANG DI CV. ANNORA ASIA MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING Mansyur, Erfan Rohadi Program Sudi Teknik Informaika,

Lebih terperinci

Muthmainnah PROGRAM STUDI MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA 2007 M/1428 H

Muthmainnah PROGRAM STUDI MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA 2007 M/1428 H PERBANDINGAN MODEL COX PROPORTIONAL HAZARD DAN MODEL PARAMETRIK BERDASARKAN ANALISIS RESIDUAL (Sud Kasus pada Daa Kanker Paru-Paru yang Dperoleh dar Conoh Daa pada Sofware S-Plus 2000 dan Smulas unuk Dsrbus

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 26 III. METODE PENELITIAN 3.1. Kerangka Pemikiran Penilaian perkembangan kinerja keuangan PT. Goodyear Indonesia Tbk dilakukan dengan maksud unuk mengeahui sejauh mana perkembangan usaha perusahan yang

Lebih terperinci

PERBAIKAN ASUMSI KLASIK

PERBAIKAN ASUMSI KLASIK BAHAN AJAR EKONOMETRI AGUS TRI BASUKI UNIVERSITAS MUHAMMADIAH OGAAKARTA PERBAIKAN ASUMSI KLASIK 6.. Mulkolnearas Jka model ka mengandung mulkolneras yang serus yakn korelas yang ngg anar varabel ndependen,

Lebih terperinci

Sudaryatno Sudirham. Analisis Rangkaian Listrik Di Kawasan Waktu

Sudaryatno Sudirham. Analisis Rangkaian Listrik Di Kawasan Waktu Sudaryano Sudrham nalss Rangkaan Lsrk D Kawasan Waku BB 12 nalss Transen d Kawasan Waku Rangkaan Orde Perama Yang dmaksud dengan analss ransen adalah analss rangkaan yang sedang dalam keadaan peralhan

Lebih terperinci

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

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode BAB III METODE PENELITIAN 3. Meode Penelan Meode penelan yang dgunakan dalam penelan n adalah meode deskrpf anals. Wnarno Surakhmad (990:40) mengemukakan bahwa meode deskrpf mempunya cr-cr sebaga berku:.

Lebih terperinci

BAB 3 METODOLOGI PEMECAHAN MASALAH

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

Lebih terperinci

NILAI TOTAL TAK TERATUR TOTAL DARI GABUNGAN TERPISAH GRAF RODA DAN GRAF BUKU SEGITIGA

NILAI TOTAL TAK TERATUR TOTAL DARI GABUNGAN TERPISAH GRAF RODA DAN GRAF BUKU SEGITIGA Jurnal Ilmu Maemaka dan Terapan Desember 015 Volume 9 Nomor Hal. 97 10 NILAI TOTAL TAK TERATUR TOTAL DARI GABUNGAN TERPISAH GRAF RODA DAN GRAF BUKU SEGITIGA R. D. S. Rahangmean 1, M. I. Tlukay, F. Y. Rumlawang,

Lebih terperinci

PENERAPAN METODE TRIPLE EXPONENTIAL SMOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUSAHAAN MEBEL SINAR JEPARA TANJUNGANOM NGANJUK.

PENERAPAN METODE TRIPLE EXPONENTIAL SMOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUSAHAAN MEBEL SINAR JEPARA TANJUNGANOM NGANJUK. PENERAPAN METODE TRIPLE EXPONENTIAL MOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUAHAAN MEBEL INAR JEPARA TANJUNGANOM NGANJUK. ii Rukayah*), Achmad yaichu**) ABTRAK Peneliian ini berujuan unuk

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Pada dasarnya peramalan adalah merupakan suau dugaan aau perkiraan enang erjadinya suau keadaan di masa depan. Akan eapi dengan menggunakan meodemeode erenu peramalan

Lebih terperinci

Perencanaan Waktu Replenishment pada Continuous Material Requirement Planning dengan Kendala Laju Produksi Level

Perencanaan Waktu Replenishment pada Continuous Material Requirement Planning dengan Kendala Laju Produksi Level Perencanaan Waku Replenshmen pada Connuous Maeral Requremen Plannng dengan Kendala Laju Produks Arf Rahman Jurusan Teknk Indusr, Fakulas Teknk, Unversas Brawjaya Jl. Mayjen Haryono 167 Malang 65145 Indonesa

Lebih terperinci

Di bidang ekonomi tidak semua informasi dapat diukur secara kuantitatif. Peubah dummy digunakan untuk memperoleh informasi yang bersifat kualitatif

Di bidang ekonomi tidak semua informasi dapat diukur secara kuantitatif. Peubah dummy digunakan untuk memperoleh informasi yang bersifat kualitatif Regres Dummy D bdang ekonom dak semua nformas dapa dukur secara kuanaf Peubah dummy dgunakan unuk memperoleh nformas yang bersfa kualaf Conoh pada daa cross secon: Gender: sebaga penenu jumlah pendapaan

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Pengerian Persediaan (Invenory) Persediaan didefinisikan sebagai barang jadi yang disimpan aau digunakan unuk dijual pada periode mendaang, yang dapa berbenuk bahan baku yang

Lebih terperinci

APLIKASI STRUKTUR GRUP YANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI. Mujiasih a

APLIKASI STRUKTUR GRUP YANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI. Mujiasih a APLIKASI STRUKTUR GRUP ANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI Mujash a a Program Sud Maemaka Jurusan Tadrs Fakulas Tarbah IAIN Walsongo Jl. Prof. Dr. Hamka Kampus II Ngalan Semarang

Lebih terperinci

3 Kondisi Fisik Dermaga A I Pelabuhan Palembang

3 Kondisi Fisik Dermaga A I Pelabuhan Palembang Bab 3 3 Konds Fsk Dermaga A I Pelabuhan Palembang Penanganan Kerusakan Dermaga Sud Kasus Dermaga A I Pelabuhan Palembang 3.1 Pengolahan Daa Pasang Suru 3.1.1 Meode Leas Square Meode n menjelaskan bahwa

Lebih terperinci

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN PEMODELAN NILAI UKAR RUPIAH ERHADAP $US MENGGUNAKAN DERE WAKU HIDDEN MARKOV SAU WAKU SEBELUMNYA BERLIAN SEIAWAY, DIMAS HARI SANOSO, N. K. KUHA ARDANA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan

Lebih terperinci

APLIKASI METODE DOUBLE EXPONENTIAL SMOOTHING BROWN DAN HOLT UNTUK MERAMALKAN TOTAL PENDAPATAN BEA DAN CUKAI

APLIKASI METODE DOUBLE EXPONENTIAL SMOOTHING BROWN DAN HOLT UNTUK MERAMALKAN TOTAL PENDAPATAN BEA DAN CUKAI Prosiding Seminar Nasional Maemaika dan Terapannya 2016 p-issn : 2550-0384; e-issn : 2550-0392 APLIKASI METODE DOUBLE EXPONENTIAL SMOOTHING BROWN DAN HOLT UNTUK MERAMALKAN TOTAL PENDAPATAN BEA DAN CUKAI

Lebih terperinci

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL MESIN OKK Gll BCG1-P PADA BAGIAN DRAWING PT VONEX INDONESIA 3.1 Pedahulua Pada Bab II elah djelaska megea eor eor yag dbuuhka uuk meeuka jadwal opmum

Lebih terperinci

BAB IV PEMBAHASAN MODEL

BAB IV PEMBAHASAN MODEL BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup

Lebih terperinci

PENDUGAAN STATISTIK AREA KECIL DENGAN METODE EMPIRICAL CONSTRAINED BAYES 1

PENDUGAAN STATISTIK AREA KECIL DENGAN METODE EMPIRICAL CONSTRAINED BAYES 1 PENDUGAAN SAISIK AREA KECIL DENGAN MEODE EMPIRICAL CONSRAINED AYES Ksmann Jurusan Penddkan Maemaka FMIPA Unversas Neger Yogyakara Absrak Meode emprcal ayes (E merupakan meode yang lebh aplkaf pada pendugaan

Lebih terperinci

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK

Lebih terperinci

BAB 4 ANALISIS DAN PEMBAHASAN

BAB 4 ANALISIS DAN PEMBAHASAN BAB 4 ANALISIS DAN EMBAHASAN 4.1 Karakerisik dan Obyek eneliian Secara garis besar profil daa merupakan daa sekunder di peroleh dari pusa daa saisik bursa efek Indonesia yang elah di publikasi, daa di

Lebih terperinci

BAB 2 TINJAUAN TEORI

BAB 2 TINJAUAN TEORI 7 BAB 2 TINJAUAN TEORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. Sedangkan ramalan adalah suau siuasi aau kondisi yang diperkirakan

Lebih terperinci

Proyeksi Penduduk Provinsi Riau Menggunakan Metode Campuran

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

Lebih terperinci

BAB 2 LANDASAN TEORI. Pengangguran atau tuna karya merupakan istilah untuk orang yang tidak mau bekerja

BAB 2 LANDASAN TEORI. Pengangguran atau tuna karya merupakan istilah untuk orang yang tidak mau bekerja BAB 2 LANDASAN TEORI 2.1 Pengerian Pengangguran Pengangguran aau una karya merupakan isilah unuk orang yang idak mau bekerja sama sekali, sedang mencari kerja, bekerja kurang dari dua hari selama seminggu,

Lebih terperinci

! BUPATI PACriAN j PERATURAN BUPATI PACITAN NOMOR 18 TAHUN 2013

! BUPATI PACriAN j PERATURAN BUPATI PACITAN NOMOR 18 TAHUN 2013 ! BUPAT PACrAN j PERATURAN BUPAT PACTAN NOMOR 18 TAHUN 2013 TENTANG PEDOMAN PENYUSUNAN LAPORAN DEWAN PENGAWAS BADAN LAYANAN UMUM DAERAH PADA RUMAH SAKT UMUM DAERAH KABUPATEN PACTAN DENGAN RAHMAT TUHAN

Lebih terperinci

BAB III MINIMUM COVARIANCE DETERMINANT. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode

BAB III MINIMUM COVARIANCE DETERMINANT. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode BAB III MINIMUM COVARIANCE DETERMINANT Sebagamana elah dsnggung pada bab sebelumnya, salah sau meode robus unuk mendeeks penclan (ouler) dalam analss komponen uama robus yau meode Mnmum Covarance Deermnan

Lebih terperinci

Peramalan Produksi Sayuran Di Kota Pekanbaru Menggunakan Metode Forcasting

Peramalan Produksi Sayuran Di Kota Pekanbaru Menggunakan Metode Forcasting Peramalan Produks Sayuran D Kota Pekanbaru Menggunakan Metode Forcastng Esrska 1 dan M. M. Nzam 2 1,2 Jurusan Matematka, Fakultas Sans dan Teknolog, UIN Sultan Syarf Kasm Rau Jl. HR. Soebrantas No. 155

Lebih terperinci

BUPATI PACITAN. i PERATURAN BUPATI PACITAN ; NOMOR 5" TAHUN 2008 TENTANG

BUPATI PACITAN. i PERATURAN BUPATI PACITAN ; NOMOR 5 TAHUN 2008 TENTANG BUPAT PACTAN PERATURAN BUPAT PACTAN ; NOMOR 5" TAHUN 2008 TENTANG PETUNJUK PELAKSANAAN PERATURAN DAERA KABUPATEN PACTAN NOMOR 25 TAHUN 2007 TENTANG ORGAN DAN KEPEGAWAAN PERUSAHAAN DAERAH AR MNUM j KABUPATEN

Lebih terperinci

SISTEM PREDIKSI PENJUALAN GAMIS TOKO QITAZ MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING. Oleh: Salman Alfarisi

SISTEM PREDIKSI PENJUALAN GAMIS TOKO QITAZ MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING. Oleh: Salman Alfarisi S. Alfarisi / Journal of Applied Business and Economics Vol. 4 No. 1 (Sep 2017) 80-95 SISTEM PREDIKSI PENJUALAN GAMIS TOKO QITAZ MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING Oleh: Salman Alfarisi Program

Lebih terperinci

Kajian Model Markov Waktu Diskrit Untuk Penyebaran Penyakit Menular Pada Model Epidemik SIR

Kajian Model Markov Waktu Diskrit Untuk Penyebaran Penyakit Menular Pada Model Epidemik SIR JURAL TEKK POT Vol, o, (0) -6 Kajan odel arkov Waku Dskr Unuk Penyebaran Penyak enular Pada odel Epdemk R Rafqaul Hasanah, Laksm Pra Wardhan, uhud Wahyud Jurusan aemaka, Fakulas PA, nsu Teknolog epuluh

Lebih terperinci

PERAMALAN JUMLAH WISATAWAN MANCANEGARA YANG MASUK MELALUI PINTU KEDATANGAN BANDARA SOEKARNO HATTA DAN BANDARA JUANDA

PERAMALAN JUMLAH WISATAWAN MANCANEGARA YANG MASUK MELALUI PINTU KEDATANGAN BANDARA SOEKARNO HATTA DAN BANDARA JUANDA PERAMALAN JUMLAH WISATAWAN MANCANEGARA YANG MASUK MELALUI PINTU KEDATANGAN BANDARA SOEKARNO HATTA DAN BANDARA JUANDA Indra Rahm, Sr Png Wulandar Mahasswa Jurusan Saska Insu Teknolog Seuluh Noember Dosen

Lebih terperinci

III. METODE PENELITIAN. Konsep dasar dan definisi operasional merupakan pengertian dan petunjuk yang

III. METODE PENELITIAN. Konsep dasar dan definisi operasional merupakan pengertian dan petunjuk yang III. METODE PENELITIAN A. Konsep Dasar dan Definisi Operasional Konsep dasar dan definisi operasional merupakan pengerian dan peunjuk yang digunakan unuk menggambarkan kejadian, keadaan, kelompok, aau

Lebih terperinci

BAB I PENDAHULUAN. tepat rencana pembangunan itu dibuat. Untuk dapat memahami keadaan

BAB I PENDAHULUAN. tepat rencana pembangunan itu dibuat. Untuk dapat memahami keadaan BAB I PENDAHULUAN 1.1 Laar Belakang Dalam perencanaan pembangunan, daa kependudukan memegang peran yang pening. Makin lengkap dan akura daa kependudukan yang esedia makin mudah dan epa rencana pembangunan

Lebih terperinci

Analisis Survival pada Pasien Penderita Sindrom Koroner Akut di RSUD Dr. Soetomo Surabaya Tahun 2013 Menggunakan Regresi Cox Proportional Hazard

Analisis Survival pada Pasien Penderita Sindrom Koroner Akut di RSUD Dr. Soetomo Surabaya Tahun 2013 Menggunakan Regresi Cox Proportional Hazard JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (215) 2337-352 (231-928X Prn) D151 Analss Survval pada Pasen Pendera Sndrom Koroner Aku d RSUD Dr. Soeomo Surabaya Tahun 213 Menggunakan Regres Cox Proporonal Hazard

Lebih terperinci

3 METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian 3.2 Pengumpulan Data 3.3 Pengolahan dan Analisis Data Analisis catch per unit effort

3 METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian 3.2 Pengumpulan Data 3.3 Pengolahan dan Analisis Data Analisis catch per unit effort 3 METODE PENELITIAN 3. Waku dan Tempa Peneliian Peneliian dilaksanakan selama dua bulan dari bulan Agusus sampai Sepember 2008. Tempa yang dadikan obyek peneliian adalah Pelabuhan Perikanan Nusanara (PPN)

Lebih terperinci

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian BAB III METODE PENELITIAN 3.1 Lokas Peneltan Peneltan dlaksanakan d Desa Sempalwadak, Kecamatan Bululawang, Kabupaten Malang pada bulan Februar hngga Me 2017. Pemlhan lokas peneltan dlakukan secara purposve

Lebih terperinci