Peramalan (Forecasting) dalam Perencanaan Sentral

dokumen-dokumen yang mirip
PERANCANGAN JARINGAN AKSES KABEL (DTG3E3)

BAB VI PERAMALAN TRAFIK UNTUK PERENCANAAN JARINGAN (TRAFFIC FORECASTING FOR NETWORK PLANNING)

BAB VB PERSEPTRON & CONTOH

Bab III Analisis Rantai Markov

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB II DASAR TEORI. 2.1 Definisi Game Theory

BAB 2 TINJAUAN PUSTAKA

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

BAB V ANALISA PEMECAHAN MASALAH

BAB 1 PENDAHULUAN. 1.1 Latar belakang

2.1 Sistem Makroskopik dan Sistem Mikroskopik Fisika statistik berangkat dari pengamatan sebuah sistem mikroskopik, yakni sistem yang sangat kecil

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

Bab 2 AKAR-AKAR PERSAMAAN

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

BAB II TEORI ALIRAN DAYA

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

Perbaikan Sistem Persediaan Tinta Fotokopi di CV. NEC, Surabaya

BAB II PENDEKATAN PROBABILITAS DAN MODEL TRAFIK

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman

BAB III METODOLOGI PENELITIAN

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 59-70, Agustus 2003, ISSN :

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB II TINJAUAN PUSTAKA

BAB IV PERHITUNGAN DAN ANALISIS

Bab 1 PENDAHULUAN Latar Belakang

BAB IV TRIP GENERATION

(1.1) maka matriks pembayaran tersebut dikatakan mempunyai titik pelana pada (r,s) dan elemen a

PENENTUAN DENSITAS PERMUKAAN

BAB 5 HASIL DAN PEMBAHASAN. Sampel yang digunakan dalam penelitian ini adalah data pengujian pada

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

Perhitungan Bunga Kredit dengan Angsuran

V. DISTRIBUSI PERJALANAN

BAB 4 HASIL DAN PEMBAHASAN. smoothing, dan siklis untuk barang jadi Mie Atom Metode Regresi Linier. Nama barang jadi: Mie Atom.

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa

BAB II LANDASAN TEORI

III. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and

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

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER

METODE PENELITIAN. Penentuan lokasi dilakukan secara tertuju (purposive) karena sungai ini termasuk

INFERENSI FUNGSI KETAHANAN DENGAN METODE KAPLAN-MEIER

Dalam sistem pengendalian berhirarki 2 level, maka optimasi dapat. dilakukan pada level pertama yaitu pengambil keputusan level pertama yang

ANALISIS REGRESI. Catatan Freddy

PENGEMBANGAN MODEL PERSEDIAAN DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA BAHAN DAN FAKTOR INCREMENTAL DISCOUNT

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB IV PENGUJIAN DAN ANALISA

Analitik Data Tingkat Lanjut (Regresi)

PEMODELAN PASANG SURUT AIR LAUT DI KOTA SEMARANG DENGAN PENDEKATAN REGRESI NONPARAMETRIK POLINOMIAL LOKAL KERNEL

BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE

BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model

UKURAN S A S MPE P L P of o. D r D. r H. H Al A ma m s a d s i d Sy S a y h a z h a, SE S. E, M P E ai a l i : l as a y s a y h a

SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB

BAB 2 LANDASAN TEORI

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD

Pertemuan ke-4 Analisa Terapan: Metode Numerik. 4 Oktober 2012

Bab IV Pemodelan dan Perhitungan Sumberdaya Batubara

BAB III METODOLOGI PENELITIAN

MEMUTUSKAN. Pasal II. Ditetapkan di Pacitan ; Pada tanggal :i3 - JR, BUPATI PACITAN. i Peraturan ini mulai berlaku sejak tanggal diietapkan.

BAB 4 METODOLOGI PENELITIAN. data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis

Model Potensial Gravitasi Hansen untuk Menentukan Pertumbuhan Populasi Daerah

BAB 4 IMPLEMENTASI DAN EVALUASI

Analisis Regresi 1. Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh. Pokok Bahasan :

BABY. S!MPULAN DA:"i SARAN. Rumah sakit adalah bentuk organisasi pengelolaan jasa pelayanan

EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i

MENCERMATI BERBAGAI JENIS PERMASALAHAN DALAM PROGRAM LINIER KABUR. Mohammad Asikin Jurusan Matematika FMIPA UNNES. Abstrak

III. METODE PENELITIAN

OPTIMASI MASALAH PENUGASAN. Siti Maslihah

Eksistensi Bifurkasi Mundur pada Model Penyebaran Penyakit Menular dengan Vaksinasi

MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN

3 METODE HEURISTIK UNTUK VRPTW

BAB 2 LANDASAN TEORI

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BADAN PUSAT STATISTIK KABUPATEN JAYAPURA

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM

MEKANIKA TANAH 2 KESTABILAN LERENG ROTASI. UNIVERSITAS PEMBANGUNAN JAYA Jl. Boulevard Bintaro Sektor 7, Bintaro Jaya Tangerang Selatan 15224

LAMPIRAN A PENURUNAN PERSAMAAN NAVIER-STOKES

Kata kunci : daya, bahan bakar, optimasi, ekonomis. pembangkitan yang maksimal dengan biaya pengoperasian unit pembangkit yang minimal.

Referensi: 1) Smith Van Ness Introduction to Chemical Engineering Thermodynamic, 6th ed. 2) Sandler Chemical, Biochemical adn

VLE dari Korelasi nilai K

BAB IV PEMBAHASAN MODEL

BAB 2 LANDASAN TEORI

Penentuan Lokasi Ideal SD dan MI Se-Kecamatan Pejagoan Kabupaten Kebumen dengan Menggunakan Model P-Median, P-Center, dan Max Covering

Oleh : Harifa Hanan Yoga Aji Nugraha Gempur Safar Rika Saputri Arya Andika Dumanauw

ANALISIS DATA KATEGORIK (STK351)

RANGKAIAN SERI. 1. Pendahuluan

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

berasal dari pembawa muatan hasil generasi termal, sehingga secara kuat

BAB III METODE PENELITIAN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB III PENGAMBILAN KEPUTUSAN DISPLACED IDEAL. Inti dari pengambilan keputusan adalah memilih alternatif, tentunya harus

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI

PROPOSAL SKRIPSI JUDUL:

BAB VI PROYEKSI PENDUDUK DAN FASILITAS

PENGURUTAN DATA. A. Tujuan

Transkripsi:

Peramalan (Forecastng) dalam Perencanaan Sentral

Pendahuluan Perencanaan arngan telepon ddasarkan pada estmas kebutuhan trafk masa depan Long-term forecast dbutuhkan dalam rencana pengembangan untuk menamn koordnas pengembangan sampa peroda 15-25 tahun (setap 2-4 tahun harus dbuat up to date) Short-term forecast dperlukan dalam menyedakan basc data untuk perencanaan langkah aktual pengembangan. Memuat estmas trafk untuk 4-6 tahun kedepan (setap tahun short-term term forecast harus dbuat up to date) Untuk forecast kebutuhan trafk: Trafk dalam masng-masng area sentral destmas Trafk antara pasangan sentral destmas, umumnya dpsahkan untuk tap arah

Matrks Trafk Untuk memudahkan dalam peramalan trafk pada seluruh node/smpul/sentral dalam seluruh arngan, maka trafk dsusu dalam benruk Matrks Trafk. A(,,0) : trafk saat n A(,,t) : estmas trafk saat t

Forecast Pont-to-Pont Untuk estmas trafk pont-to-pont ke depan, ddasarkan kalkulas pada forecast pertumbuhan saluran pelanggan dan matrks trafk saat n Macam-macam metoda basa dgunakan tdak ada ketentuan metoda mana yang palng akurat Feedback dar future record yang akan mengndkaskan Feedback dar future record yang akan mengndkaskan metoda mana yang palng bak untuk stuas tertentu

A. Estmas Jumlah Trafk Total Mengngat tkategor pelanggan berbeda b membangktkan umlah trafk yang berbeda, trafk kedepan dapat destmas dar: A(t) = 1 () (t).α 1 + 2 () (t).α 2 + 3 () (t).α 3 +..+ () (t).α Dmana (t) forecast umlah pelanggan kategor pada tahun t dan α lau (trafk per pelanggan) untuk kategor Jka tdak dmungknkan untuk memsahkan kedalam kategor dengan trafk berbeda, trafk kedepan dapat destmas sebaga: A ( t ) = ( t ) A (0) (0) dmana (t) () dan (0) )umlah pelanggan pada saat t dan 0 dan A(0) merupakan total trafk yang sekarang

B. Estmas Trafk Pont-to-Pont to Untuk estmas trafk dar satu sentral ke sentral lannya berbaga formula dapat daplkaskan Idea dasarnya adalah kut mempertmbangkan pertambahan pelanggan d kedua sentral dan dan menerapkan faktor bobot tertentu terhadap pertumbuhan n A ( t) W G + W G = A (0) W + W dmana W dan W adalah bobot serta G dan G pertumbuhan pelanggan d sentral dan ( ) ( t) t G = G = (0) (0) Untuk menghtung W dan W berbaga b metoda terseda

Menghtung Faktor Bobot tw dan W Rapp s Formula 1 W =(t) W =(t) Asums dsn trafk per pelanggan dar sentral ke sentral proporsonal ke umlah pelanggan d sentral Rapp s Formula 2 W = (t) 2 W = (t) 2 Asums dsn perubahan orgnated dan termnated traffc per pelanggan sekecl mungkn

Menghtung Faktor Bobot Formula Telecom Australa (APO S) W = ( 0) + ( t) (0) + ( t) W = 2 2 Formula n adalah modufkas dar Rapp s formula 1 Formula keempat Dturunkan dengan asums trafk per satu pelanggan d sentral ke semua pelanggan d sentral adalah konstan A ( t) ( t). ( t) = A ( t) = A (0). G. G A (0) (0). (0)

C. Kruthof s Double Factor Method Kruthof s method memungknkan mengestmas harga ndvdual trafk A(,) kedepan pada matrks trafk Harga saat n dasumskan dketahu, demkan uga future row dan column sums Prosedur adalah untuk meng-adust ndvdual A(,) sehngga sesua dengan row dan column sums yang baru A(, ) dubah ke A(, ) S S 1 0 dmana S 0 adalah sum saat n dan S 1 adalah sum baru untuk ndvdual row dan column

Penyesuaan Bars &Kolom Penyesuaan terhadap Bars dengan formula: A t 1 (, ) At (, ) = Af ( ) At 1( ) Penyesuaan terhadap Kolom dengan formula: A At 1(, ) (, ) = Af ( ) A t 1 ( ) t f = future, konds trafk yang akan datang dan t = umlah teras perulangan. Jka hasl dar dua teras berurutan (terakhr dengan sebelumnya) tdak berbeda auh, maka teras dhentkan.

Contoh : Penggunaan Kruthof s Double Factor Method (1)

Contoh : Penggunaan Kruthof s Double Factor Method (2)

Contoh : Penggunaan Kruthof s Double Factor Method (3)

Contoh : Penggunaan Kruthof s Double Factor Method (4)

Contoh : Penggunaan Kruthof s Double Factor Method (5 - Fnsh)