Penerapan Metode Least Square Untuk Prediksi Hasil Sadap Karet

dokumen-dokumen yang mirip
Peramalan (Forecasting)

BAB I PENDAHULUAN Latar Belakang Metode statistik merupakan bidang pengetahuan yang mengalami pertumbuhan

ANALISIS RANGKAIAN WAKTU (TIME SERIES ANALYSIS)

Teknik Proyeksi Bisnis (Forecasting)

BAB I PENDAHULUAN. untuk item yang diproduksi. Peramalan ini berguna sebagai dasar untuk

Aplikasi Prediksi Produksi Padi Wilayah Kabupaten Banjar

Febriyanto, S.E., M.M.

Deret Berkala dan Peramalan

JUL LI ,43. senilai US$ juta. 327,07 ribu. senilai. ton atau. Ekspor. negeri yang. perdagangan luar 16,63

PERKEMBANGAN EKSPOR DAN IMPOR SULAWESI TENGGARA APRIL 2015

TIME SERIES. Deret berkala dan Peramalan

Trend Sekuler Linier. Analisis Runtut Waktu (Time Series) adalah analisis pergerakan atau perubahan variabel bisnis/ekonomi dari waktu ke waktu.

Penerapan Metode Smoothing Untuk Peramalan Penghasilan Retribusi Toko

Prediksi Pengadaan Pupuk Bersubsidi Menggunakan Metode Moving Averages Pada Dinas. Pertanian Tanaman Pangan Dan Hortikultura

BAB 4 HASIL DAN PEMBAHASAN

ANALISIS PERAMALAN SUKU CADANG HYDRAULIC OIL FILTER KOMATSU DI PT KOMATSU MARKETING AND SUPPORT INDONESIA

BAB 4 HASIL DAN BAHASAN

METODE LEAST SQUARE UNTUK PREDIKSI PENJUALAN SARI KEDELAI ROSI

BAB V ANALISA DAN PEMBAHASAN

BAB III METODE PENELITIAN

ANALISIS DERET BERKALA

PERKEMBANGAN EKSPOR DAN IMPOR SULAWESI TENGGARA AGUSTUS 2015

BAB SIMULASI PERHITUNGAN HARGA BARANG. Bab 4 Simulasi Perhitungan Harga barang berisikan :

PRESENSI DOSEN DIPEKERJAKAN KOPERTIS WILAYAH V

BAB I PENDAHULUAN. menyebabkan persaingan dalam dunia bisnis semakin berkembang, karena

Model Aplikasi Prediksi Penjualan Sepeda Motor Dengan Metode Single Moving Average

2. Adanya resiko pemumpukan barang pada gudang.

PERKEMBANGAN EKSPOR DAN IMPOR SULAWESI TENGGARA NOVEMBER 2014

PERKEMBANGAN EKSPOR DAN IMPOR SULAWESI TENGGARA NOVEMBER 2015

1. PENGERTIAN. Anggaran Penjualan Hal 5

ANALISIS PERBANDINGAN METODE PERAMALAN

PERKEMBANGAN EKSPOR DAN IMPOR SULAWESI TENGGARA MARET 2015

Anggaran Biaya Variabel

BAB I PENDAHULUAN. menjaga tenggat waktu, dan meminimalkan biaya persediaan. yang harus ditempuh menghadapi suatu kondisi tertentu (Rangkuti, 2004).

BAB 3 PRAKIRAAAN dan PERAMALAN PRODUKSI. Dalam Manajemen Operasional, mengapa perlu ada peramalan produksi?

TREND ANALYSIS INFANT MORTALITY RATE DENGAN AUTOREGRESIVE INTEGRATED MOVING AVERAGE (ARIMA)

FASE-FASE BULAN DAN JARAK BUMI-BULAN PADA TAHUN 2014

PERTUMBUHAN SIMPANAN *) BANK UMUM POSISI NOVEMBER 2011

I. PENDAHULUAN. 2010), tetapi Indonesia merupakan negara produsen karet alam terbesar ke dua di

PERTUMBUHAN SIMPANAN *) BANK UMUM POSISI APRIL 2012

STATISTIKA. Tabel dan Grafik

Minggu-3. Metode Penaksiran Kuantitatif. Penganggaran Perusahaan. By : Ai Lili Yuliati, Dra, MM

IMPLEMENTASI METODE LEAST SQUARE UNTUK PREDIKSI PENJUALAN TAHU PONG

Peramalan Persediaan Material Batubara Dengan Metode Single Exponential Smoothing

PERKEMBANGAN EKSPOR DAN IMPOR SULAWESI TENGGARA JULI 2016

PERKEMBANGAN EKSPOR DAN IMPOR SULAWESI TENGGARA JUNI 2017

METODE PEMULUSAN EKSPONENSIAL WINTER UNTUK PERAMALAN ABSTRACT

FASE-FASE BULAN DAN JARAK BUMI-BULAN PADA TAHUN 2015

PERKEMBANGAN EKONOMI TERKINI, PROSPEK DAN RISIKO

PERAMALAN PASOKAN BAHAN BAKU DAN PENJUALAN SIR 20 DI PT. PERKEBUNAN NUSANTARA VII UNIT PADANG PELAWI KEC. SUKARAJA KAB. SELUMA

PERKEMBANGAN NILAI TUKAR PETANI, DAN HARGA PRODUSEN GABAH

BAB III LANGKAH PEMECAHAN MASALAH. CV. JOGI CITRA MANDIRI adalah perusahaan yang bergerak di bidang industri

PERKEMBANGAN EKSPOR DAN IMPOR SULAWESI TENGGARA JANUARI 2015

Bab 5 Indeks Nilai Tukar Petani Kabupaten Ciamis

PRODUKSI PADI, JAGUNG, DAN KEDELAI PROVINSI RIAU

BAB IV ANALISIS HASIL DAN PEMBAHASAN

cost classification) Menjelaskan faktor-faktor yang mempengaruhi perilaku biaya

PERKEMBANGAN EKSPOR DAN IMPOR SULAWESI TENGGARA FEBRUARI 2015

BERITA RESMI STATISTIK

KEMENTERIAN PERDAGANGAN. Jakarta, Mei 2010

Prediksi Daya Tersambung Dengan Metode Double Exponential Smoothing

PERKEMBANGAN EKSPOR DAN IMPOR SULAWESI TENGGARA MARET 2017

Jurnal E-Journal Studia Manajemen

MODEL PREDIKSI GREY UNTUK GM(1,1) DAN GREY VERHULST

Tabel1 Nilai Tukar Petani PerSubsektor dan Perubahannya November 2014 Desember 2014 (2012=100)

PERKEMBANGAN EKSPOR DAN IMPOR SULAWESI TENGGARA SEPTEMBER 2015

BAB 5 HASIL DAN PEMBAHASAN. Tabel 5.1 Total Hasil Penjualan

PERTUMBUHAN SIMPANAN *) BANK UMUM POSISI FEBRUARI 2012

PERKEMBANGAN NILAI TUKAR PETANI, DAN HARGA PRODUSEN GABAH

PERKEMBANGAN EKSPOR DAN IMPOR SULAWESI TENGGARA APRIL 2016

BAB I PENDAHULUAN. pengendalian kualitas juga harus dijadikan prioritas utama. juga menjamin kualitas produk hingga masa akhir penggunaannya.

Pertumbuhan Simpanan BPR dan BPRS

PERKEMBANGAN EKSPOR DAN IMPOR SULAWESI TENGGARA DESEMBER 2014

Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada. 18-Aug-17. Statistika Teknik.

MATERI 3 PER E AM A AL A AN

Tinjauan Pasar Daging dan Telur Ayam

PERTUMBUHAN SIMPANAN *) BANK UMUM POSISI JANUARI 2012

PERKEMBANGAN NILAI TUKAR PETANI, DAN HARGA PRODUSEN GABAH

PERKEMBANGAN EKSPOR DAN IMPOR SULAWESI TENGGARA MEI 2015

Kuliah 2 Metode Peramalan Deret Waktu

BERITA RESMI STATISTIK

METODE MOVING AVERAGE DAN METODE WINTER DALAM PERAMALAN ABSTRACT

PERKEMBANGAN NILAI TUKAR PETANI, DAN HARGA PRODUSEN GABAH

Analisis Penetapan Harga Sewa Berdasarkan Tingkat Subsidi Tertentu Rusun Grudo Kota Surabaya

SUKUK. Perkembangan Sukuk Korporasi. 1 S T A T I S T I K P A S A R M O D A L S Y A R I A H Direktorat Pasar Modal Syariah-Otoritas Jasa Keuangan

JURNAL TEKNIK ITS Vol. 1, (Sept, 2012) ISSN: A-403

PERKEMBANGAN EKSPOR DAN IMPOR SULAWESI TENGGARA OKTOBER 2016

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

PERKEMBANGAN NILAI TUKAR PETANI, DAN HARGA PRODUSEN GABAH

MATHunesa Jurnal Ilmiah Matematika Volume 3 No.6 Tahun 2017 ISSN

PERANCANGAN PARAMETER TERBAIK UNTUK PREDIKSI PRODUKSI BAN GT3 MENGGUNAKAN JARINGAN SYARAF TIRUAN RESILIENT PROPAGATION

PENAKSIRAN FUNGSI PERMINTAAN ESTIMASI PERMINTAAN PASAR

Ringsek KER Zona Sumbagteng Tw.I-2009 Ekonomi Zona Sumbagteng Melambat Seiring Dengan Melambatnya Permintaan Domestik

PERKEMBANGAN NILAI TUKAR PETANI, DAN HARGA PRODUSEN GABAH

OPTIMASI KEUNTUNGAN DENGAN MENGGUNAKAN BAURAN PRODUK DI PT. XX

PERKEMBANGAN EKSPOR DAN IMPOR SULAWESI TENGGARA JULI 2017

SUKUK. Perkembangan Sukuk Korporasi. 1 S T A T I S T I K P A S A R M O D A L S Y A R I A H Direktorat Pasar Modal Syariah-Otoritas Jasa Keuangan

PERKEMBANGAN EKSPOR DAN IMPOR SULAWESI TENGGARA SEPTEMBER 2016

SISTEM PREDIKSI HARGA CENGKEH DI JAWA BARAT MENGGUNAKAN MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE

Didorong oleh ekspor non-migas yang kuat, ekspor Indonesia bulan Oktober 2010 mencetak rekor tertinggi sebesar US$14,2 miliar

Transkripsi:

ISSN: 6-384 569 Penerapan Metode Least Square Untuk Hasil Sadap Karet Robbunallah Restu A, Syahib Natarsyah Program Studi Sistem Informasi, STMIK Banjarbaru Jl. A. Yani Km. 33,3 Banjarbaru, Telp. (5)4888 Restu@gmail.com, Syahib.stmik@gmail.com Abstrak hasil produksi sadap karet perusahaan PTPN XIII Danau Salak adalah suatu proses untuk melakukan ramalan/prediksi hasil target produksi tiap bulannya, target yang diberikan oleh perusahaan PTPN XIII Danau Salak menghasilkan selisih sebesar 3.45% dari data yang terkumpul selama 3 tahun. Maka target yang diberikan haruslah menyesuaikan dengan realisasi yang dihasilkan berdasar data bulanan-tahunan, jadi diperlukan sebuah sistem yang mendukung prediksi target tersebut. Dalam penelitian ini akan menggunakan metode least square untuk prediksi hasil sadap karet perusahaan PTPN XIII Danau Salak. Sistem prediksi hasil sadap karet menggunakan metode least square dengan cara menghitung hasil bulanan serta nilai variable waktu (X ). Diharapkan dengan sistem ini dapat menentukan hasil target produksi dengan lebih tepat dan akurat. Dari penelitian yang dilakukan dengan menggunakan metode least square dalam prediksi hasil sadap karet, maka kesimpulan yang diperoleh pada aplikasi prediksi hasil sadap karet PTPN XIII Danau Salak dapat memberikan hasil prediksi target produksi bulanan-tahunan. Kata kunci: Hasil Sadap Karet, Least Square Abstract Prediction tapping of rubber production company PTPN XIII Bark Lake is a process to make forecasts / predictions in monthly production target, the target given by the company PTPN XIII Lake Salak produce a difference of 3.45% of the data collected during 3 years. Then the given target must adjust to the realization that generated monthly data-annual basis, so we need a system that supports the prediction of the target. In this research, using the least squares method for predicting the results of tapping rubber companies PTPN XIII Lake Salak. Rubber tapping outcome prediction system using the least squares method by calculating the monthly results as well as the value of the time variable (X). It is expected with this system can determine the outcome of the production target with more precise and accurate. Dri research conducted using the least squares method in predicting the results of rubber tapping, the conclusions obtained on application predictions in rubber tapping, PTPN XIII Bark Lake can give predictive results-annual monthly production targets. Keywords: Prediction Results Rubber Tapping, Least Square. Pendahuluan Karet merupakan salah satu hasil perkebunan yang banyak di kelola orang Indonesia terutama Kalimantan dan Sumatera, keberadaan karet sendiri dalam kehidupan sehari-hari sangat dekat. Pengunaan hasil karet dalam masyarakat Indonesia sendiri digunakan untuk bahan dasar pembuatan ban, Indonesia juga mengekspor Karet kualitas baik ke luar negri seperti Jepang sebagai industri besar dari perusahaan motor dan mobil. Target produksi yang dipakai oleh PTPN XIII Danau Salak tidak berdasakan pada datadata sebelumnya, maka dibuatlah system prediksi sadap karet dengan metode Least Square untuk mendapatkan hasil prediksi yang berdasarkan data-data produksi sebelumnya. Pada penelitian yang dilakukan Dana Putra Pamungkas melakukan prediksi penjualan tahu pong dengan menggunakan metode Least Square untuk mengatur bahan baku produksi dan distribusi tahu pong, untuk dapat menyesuaikan bahan baku yang diperlukan dan distribusi tahu yang sesuai []. Sistem prediksi penjualan menggunakan metode Peramalan Hirarki berdasarkan Model Variasi Kalender digunakan pada perusahaan Ritel. Sistem tersebuat dibuat oleh Puspita Kartikasari pada tahun 3. Hasil ramalan tertinggi untuk semua produk ritel yaitu terjadi pada sebulan sebelum hari raya Idul Fitri dan 8 hari sebelum hari raya Idul Fitri []. Penerapan Metode Least Square Untuk Hasil Sadap Karet Robbunallah

5 ISSN: 6-384 Penelitian lain mengenai penggunaan metode Least Square telah dilakukan dalam bidang Pertanian [3] dan bidang Manajemen [4]. Dalam penelitian ini, membangun system informasi prediksi hasil sadap karet dengan menggunakan metode Least Square, untuk mendapatkan hasil prediksi produksi karet bulanan. Agar dapat mendekati dengan hasil realisasi yang terjadi tiap bulannya.. Metode Penelitian. Metode Least Square Analisis trend merupakan suatu metode analisis yang ditujukan untuk melakukan suatu estimasi atau peramalan pada masa yang akan datang. Untuk melakukan peramalan dengan baik maka dibutuhkan berbagai macam informasi (data) yang cukup banyak dan diamati dalam periode waktu yang relatif cukup panjang, sehingga dari hasil analisis tersebut dapat diketahui sampai berapa besar fluktuasi yang terjadi dan faktor-faktor apa saja yang mempengaruhi terhadap perubahan tersebut. Secara teoristis, dalam analisis time series yang paling menentukan adalah kualitas atau keakuratan dari informasi atau data-data yang diperoleh serta waktu atau periode dari data-data tersebut dikumpulkan. Jika data yang dikumpulkan tersebut semakin banyak maka semakin baik pula estimasi atau peramalan yang diperoleh. Sebaliknya, jika data yang dikumpulkan semakin sedikit maka hasil estimasi atau peramalannya akan semakin jelek. Metode Least Square : Metode yang digunakan untuk analisis time series adalah Metode Garis Linier Secara Bebas (Free Hand Method), Metode Setengah Rata-Rata (Semi Average Method), Metode Rata-Rata Bergerak (Moving Average Method) dan Metode Kuadrat Terkecil (Least Square Method). Dalam hal ini akan lebih dikhususkan untuk membahas analisis time series dengan metode kuadrat terkecil yang dibagi dalam dua kasus, yaitu kasus data genap dan kasus data ganjil. Secara umum persamaan garis linier dari analisis time series adalah : Y = a + b X. Keterangan : Y adalah variabel yang dicari trendnya dan X adalah variabel waktu (tahun). Sedangkan untuk mencari nilai konstanta (a) dan parameter (b) adalah : a = ΣY / N dan b =ΣXY / ΣX Contoh Kasus Data Ganjil seperti pada tabel [5]: Tahun Tabel. Contoh Data Ganjil Penjualan (Y) X XY X 995-4 -8 6 996 45-3 -35 9 99 4 - -48 4 998 5 - -5 999 85 3 3 9 58 4 35 3 945 9 3 3 4.4 6 Jumlah.46 5 6. Kebutuhan Sistem Data yang digunakan dalam penelitian ini yaitu data target produksi dan realisasi hasil sadap karet, yang dijumlahkan pada setiap bulan yang terjadi mulai pada tahun -5, data yang didapat dari PTPN XIII Danau Salak. PROGRESIF Vol. 3, No., Pebruari : 55-69

PROGRESIF ISSN: 6-384 5 Contoh Data yang digunakan seperti pada tabel berikut: Tabel. Data Realisasi Produksi tahun -4 dalam Kilogram (Kg) N o BULA N Targ et 3 4 reali sasi selisi h Targ et realis asi selis ih Targ et realis asi selis ih Targ et reali sasi selis ih Janua ri Febru ari 3 Maret 4 April 5 Mei 6 Juni Juli 8 9 Agust us Septe mber Oktob er Nove mber Dese mber Jumlah 6.44 46. 66 43.5 35 35.3 4 359. 8 3.6 63 343.9 9 34.8 86 6.5 53 6.5 53 6.5 53 4. 3 3.395.8 33. 6.9 4.5 9 84. 85 6.4.9 98 64.4 5.8 6 6. 5 4. 34 5.6 58 8.6 3 6. 394 -.444 -.96.855 93. 3 65.6 33 53. 95 9.9 59.4 89 85.4 5 38.8 5 4. 6 43. 59.6.89 6.3 6 95.4 93.68.5 6 56.3 54 64. 84 48.4 86 3.6 9 6.5 46 69.8 9 56.8 8. 8.64.36 6.5. 3 3.4 9.6 49 4.3.3 8 6. 9 8.33 8.59 3 63.58 9 3.49 6 86.38.8.944 8.5 8.4 89. 93. 3 6. 9 5.9 44 44.9 8 53.3 4.6 8. 4 99. 83. 66 3. 8.66 49.3 8 44. 6.8 6. 4. 3. 6. 9.9 3.96 5 8.9 3 3. 4.36.99 4.88 6 48.4 6 4.6 8 63.6 6 93.6 54 8.8 68 64. 95 65.3 9 8. 8 8. 63.39 3 4. 4.68.89 4.4 39 86.3 6.6 3 3.6 5 64.5 8 6. 58.6 5 49.4 4 6.6 5 6. 3 35. 55 4.5 3 65. 85 6.3 34.3 63 4.3 8 4. 9 3. 56. 69 39..9. 5 95. 5. 66..46.99 43.6 8 6.9 3 83.3 94 9.5 3 96. 63 88. 4 3. 58 84. 98 4.9 9 6.4 5.5 56. 6 98. 633 3.6 3.3 6 36.9 9-3.55 6.63 44. 8 3.9 9 39.5 36.6 5 3.6 4.6 4 -.3. 855 Dengan menggunakan data tahun -5, pada hasil produksi karet PTPN XIII Danau Salak, selanjutnya data target produksi karet akan dihitung menggunkan metode Least Square dengan perhitungan total nilai target produksi awal (manual dari perusahaan) dengan perkalian rumus yang ada. Pada tabel 3 merupakan contoh data ke 49 dan selanjutnya yang dicari nilai target produksinya. Tabel 3. Perhitungan Data ke- 49 sampai ke -6 Bulan & No Y X XY X Tahun 49 Jan-5 353.3 49 99 963 5 Feb-5 3 5 98 945 5 Mar-5 468.8 53 98368 5 Apr-5 466.5 55 986 9 53 May-5 584. 5 5364 6 54 Jun-5 554 59 33 34 55 Jul-5 5999. 6 988 95 Penerapan Metode Least Square Untuk Hasil Sadap Karet Robbunallah

5 ISSN: 6-384 56 Aug-5 645.4 63 64999 959 5 Sep-5 695. 65 69 95 58 Oct-5 3.9 6 6958 43 59 Nov-5 83.6 69 3 668 6 Dec-5 888.4 4666 9899 total 695 666 38598. Peramalan jumlah produksi pada bulan Januari 5 dengan X = 49, yaitu : Y = a + bx = 938 + 9 (49) Y = 353 Jadi hasil prediksi jumlah hasil sadap karet pada bulan Januari 5 sebanyak 353 Kg.. Peramalan jumlah produksi pada bulan Februari 4 dengan X = 5, yaitu : Y = a + bx = 938 + 9(5) = 3 jadi hasil prediksi jumlah hasil sadap karet pada bulan Februari 4 sebanyak 3 Kg. Tabel 3 adalah contoh perhitungan metode Least Square untuk prediksi hasil sadap karet. Data produksi yang telah terealisasi pada tahun sebelumnya yang akan menentukan data prediksi pada bulan yang diinginkan. 3. Hasil dan Pembahasan 3.. Hasil. Input Data Nilai Peserta Gambar. Form Data Hasil Produksi Form gambar digunakan untuk mengisi data produksi bulanan yang telah terealisasi, yang nantinya akan menjadi data untuk proses perhitungan prediksi hasil getah karet pada bulan yang akan datang. PROGRESIF Vol. 3, No., Pebruari : 55-69

PROGRESIF ISSN: 6-384 53. Process Least Square Gambar. Form Proses Least Square Pada form gambar menampilkan proses perhitungan yang dilakukan dengan menggunakan metode Least Square. Pertama-tama dilakukan pemilihan bulan dan tahun yang akan dicari nilai prediksinya, Selanjutnya pilih tombol proses untuk menampilkan hasil perhitungan metode Least Square dan hasil akan muncul pada bagian bawah.. 3. Hasil Penilaian & Peringkat Peserta Gambar 3. Desain print preview Hasil Sadap Karet Penerapan Metode Least Square Untuk Hasil Sadap Karet Robbunallah

54 ISSN: 6-384 Pada desain print preview gambar 3 menampilkan hasil prediksi karet tahunan serta dapat pula bulanan yang nantinya akan digunakan untuk target produksi bulan berikutnya. 3.. Pembahasan Teknik pengujian yang digunakan pada penelitian ini adalah perbandingan pretest dan postest dengan membandingkan antara total nilai akhir secara manual (pretest) yaitu dengan hanya menjumlahkan seluruh data target awal, selanjutnya dibandingkan dengan total nilai akhir (postest) dengan menggunakan metode Least Square yang. No Bln Rencana Tabel 4. Perbandingan Pretest dan Postest Hasil Sadap Karet Tahun 5 (Kg) PreTest PostTest Hasil Uji Selisih (%) Aplikasi Realisasi Selisih Realisasi Selisih (%) Jan. 963 99 639 939 99 8 5 Peb. 945 98-3 -4 3 98 55 6 3 Mar. 98368 83 3 469 98368 58 6 4 April 9 986 384 35 46 986 354 5 5 Mei 6 5364 636 584 5364 8-6 6 Juni 34 33 58 9 554 33-5 - Juli 95 988 668 6 988 58 8 Agus. 959 64999 39 4 645 64999 4458 64 9 Sep. 95 69 9659 48 695 69 4484 Okt. 43 6958 433 6 33 6958 3835 55 Nop. 668 3 4366 6 83 3 3489 48 Des. 9899 4666 8383 9 888 4666 66 3 / Tidak Setelah dilakukan perhitungan akurasi, maka didapat hasil perhitungan tingkat akurasi menggunakan metode Least Square untuk data sebesar 66,% sesuai dan 33.3% data tidak sesuai, seperti ditampilkan pada tabel 4. PROGRESIF Vol. 3, No., Pebruari : 55-69

PROGRESIF ISSN: 6-384 55 4. Kesimpulan Berdasarkan hasil dari penelitian yang dilakukan tentang prediksi hasil sadap karet menggunakan Least Square, kesimpulan yang dapat diambil yaitu :. Aplikasi prediksi hasil sadap karet menggunakan metode Least Square yang dibangun dapat membantu pihak unit produksi untuk melakukan prediksi ditahun yang akan datang.. Dari hasil perbandingan antara proses manual (pretest) dengan menggunakan aplikasi (postest) untuk bulan yang diuji terdapat 4 data yang tidak sesuai (33,3%) dan 8 data yang sesuai (66,%). 3. Selisih target dan realisasi sebelum menggunakan aplikasi ialah 3,45% untuk data 4 tahun, dan hasil dari aplikasi ialah 8.5%. Penerapan Metode Least Square Untuk Hasil Sadap Karet Robbunallah

56 ISSN: 6-384 Referensi [] Danar, Putra P. (6). Implementasi Metode Least Square Untuk Penjualan Tahu Pong. Jurnal Ilmiah Nero, Vol, No, 5-8. [] Kartikasari, Puspita. Suhartono,(3). Penjualan di Perusahaan Ritel dengan Metode Peramalan Hirarki Berdasarkan Model Variasi Kalender, Jurnal Sains dan Seni POMITS vol., no.,54-59. [3] Mun im A. (). Analisis Pengaruh Faktor Ketersediaan, Akses, Dan Penyerapan Pangan Terhadap Ketahanan Pangan Di Kabupaten Surplus Pangan: Pendekatan Partial Least Square Path Modeling, Jurnal Agro Ekonomi. Vol. 3 No., hal: 4-58 [4] Syaiful R., Nasir M., Handayani S., (), Pengaruh Sistem Pengukuran Kinerja Terhadap Kejelasan Peran, Pemberdayaan Psikologis Dan Kinerja Manajerial (Pendekatan Partial Least Square), Makalah dalam Simposium Nasional Akuntansi X, Unhas, Makassar, 6-8 Juli. [5] Mas Shanto. (6, Senin). Reyog City. Retrieved from ANALISIS TREND (Materi X : Pengertian dan Metode Least Square): http://ssantoso.blogspot.co.id/8/8/analisis-trendmateri-x-pengertian-dan.html. PROGRESIF Vol. 3, No., Pebruari : 55-69