Garuda - Garba Rujukan Digital

Peramalan Penjualan Buah di Moena Fresh Bali dengan Menggunakan Model Variasi Kalender Ni Made Dwi Ermayanthi; Dwiatmono Agus; Suhartono Suhartono
Jurnal Sains dan Seni ITS Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Bali adalah salah satu pulau dengan mayoritas pen-duduk beragama Hindu, terkenal dengan ritual dan prosesi upa-cara keagamaan yang dilakukan setiap hari raya (rahinan). Pe-rayaan hari raya dilakukan dengan membuat sesajen yaitu beru-pa banten gebogan yang terdiri atas rangkaian masakan dan bu-ah-buahan. Penelitian ini membahas efek variasi kalender Saka dan Pawukon terhadap penjualan (retail) Apel Washington dan Jeruk Kintamani di Bali sebagai salah satu komoditas penting da-lam ritual masyarakat Bali. Studi kasus dilakukan di perusahaan retail buaah Moena Fresh Bali. Hasil analisis menunjukkan ada-nya hari raya di Bali berdampak pada peningkatan penjualan buah Apel Washington dan Jeruk Kintamani di 11 outlet Moena Fresh. Pemodelan efek variasi kalender dilakukan untuk masing-masing outlet Moena Fresh Model dan rata-rata hari raya yang berpengaruh terhadap penjualan adalah Galungan, Kuningan, Tumpek Landep dan Nyepi. Hasil ramalan penjualan Apel Wa-shington dan Jeruk Kintamani periode 21-31 Januari di seluruh outlet Moena Fresh menunjukkan terjadinya kenaikan penjualan pada akhir bulan Januari. Hal ini disebabkan karena tanggal 1 Februari merupakan hari raya Galungan sehingga terjadi kena-ikan menjelang perayaan hari raya tersebut.

Pemodelan Faktor-faktor yang Mempengaruhi Prestasi Mahasiswa Pasca Sarjana ITS dengan Regresi Logistik dan Neural Network Wijdani Anindya Hadi; Suhartono Suhartono
Jurnal Sains dan Seni ITS Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Aspek yang secara langsung dapat dilihat ketika mahasiswa yang baru saja lulus adalah lama studi yang ditempuh mahasiswa tersebut apakah tepat waktu atau melebihi waktu yang ditentukan juga Indeks Pres-tasi atau yang lebih dikenal dengan IP. Metode yang digunakan untuk memodelkan faktor-faktor yang mempengaruhi prestasi mahasiswa Pasca Sarjana ITS dengan respon kategorik adalah regresi logistik dan Neural Network. Regresi logistik pada variabel respon IPK faktor yang mempengaruhi adalah TOEFL, Usia, IPK saat S1, Lama Tunggu, Status Perkawinan, dan Asal perguruan Tinggi saat S1. Sedangkan untuk variabel respon lama tempuh studi yaitu skor TPA, kesesuaian bidang, IPK S1, status perkawinan dan asal perguruan tinggi S1. Pada metode Neural Network neuron pada hidden layer dengan seluruh variabel untuk kategori IPK dan lama tempuh studi masing-masing jum-lahnya sebanyak 8 dan 10 neuron. Sedangkan dengan menggunakan variabel yang signifikan baik IPK maupun lama tempuh studi hidden layer yang terbentuk sebanyak 8 neuron. Ketepatan klasifikasi yang tertinggi dengan menggunakan metode Neural Network.

Peramalan Inflasi di Indonesia Aplikasi Metode Ensembel untuk Mega Silfiani; Suhartono Suhartono
Jurnal Sains dan Seni ITS Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Bank Indonesia melakukan kebijakan moneter berdasarkan kerangka kerja yang dinamakan ITF (inflation targetting framework) untuk memelihara kestabilan nilai rupiah. Oleh karena itu penelitian ini bertujuan untuk mengembangkan suatu model yang sesuai untuk peramalan inflasi di Indonesia berdasarkan metode ARIMA, ANN dan ensembel (gabungan). Metode ensembel yang digunakan dalam penelitian ini menggunakan perubahan input dan jumlah neuron untuk menciptakan anggota ensembel, sedangkan averaging dan stacking digunakan untuk menggabungkan. Data yang digunakan adalah inflasi nasional dan tujuh kota di Jawa Timur periode 2000-2012. Hasil penelitian menunjukkan bahwa untuk peramalan dua belas bulan ke depan metode single ANN menghasilkan RMSE yang terkecil sedangkan jika dilihat dari ensembel, RMSE terkecil dihasilkan oleh ANN ensembel.

Peramalan Kebutuhan Bahan Bakar Premium di Depot Ampenan dengan Metode Hibrida Arima-Neural Network untuk Optimasi Persediaan Oktivianis Kusumaningrum; Suhartono Suhartono; Haryono Haryono
Jurnal Sains dan Seni ITS Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Pemasaran serta pendistribusian BBM berkaitan erat dengan seberapa besar kebutuhan setiap wilayah, dan permintaan yang cenderung tidak konstan, sehingga sangat perlu dilakukan peramalan kebutuhan bahan bakar. Peramalan terhadap permintaan bahan bakar merupakan awal dari semua perencanaan dari kegiatan supply chain. Hasil peramalan bahan bakar Premium di Depot Ampenan menunjukkan bahwa metode hibrida dapat memprediksi lebih baik dibandingkan dengan metode tunggal. Kombinasi metode ARIMA dan Neural Network ternyata dapat bekerja sama dengan baik untuk menghasilkan peramalan yang lebih baik dengan nilai RMSE yang kecil dibandingkan dengan model ARIMA dan NN secara individu. Hasil uji linieritas dengan Terasvirta menunjukkan bahwa ada hubungan non-linier, sehingga model non-linier cocok digunakan untuk kasus ini. Hasil peramalan dari model yang terbaik digunakan untuk membuat perencanaan persediaan. Model persediaan yang optimal terjadi ketika jumlah pemesanan (Q) mencapai nilai 2518 Kl, backorder (B) sebesar 1667 Kl dan safety stock yang ada dalam persediaan adalah 86 Kl. Dari hasil tersebut, maka dapat dihitung biaya total yang dibutuhkan untuk pengadaan persediaan untuk bulan Januari 2012 yaitu sebesar Rp 96.135.699.392,-.

Penerapan Model Dsarfima Untuk Peramalan Beban Konsumsi Listrik Jangka Pendek Di Jawa Timur Dan Bali Pramono Dwi Utomo; Heri Kuswanto; Suhartono Suhartono
Jurnal Sains dan Seni ITS Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

PT. PLN sebagaipemasokutamatenagalistrikdituntutharusmenyediakanpasokanlistrik yang sesuaidengankebutuhanlistrikpadasuatuwilayah, sehinggatidakterjadikerugianbaikpadakonsumenmaupun PT. PLN sendiri.Penelitianiniakanmengkajimetode yang tepatuntukmeramalkankebutuhanbebankonsumsilistrikjangkapendek di wilayahJawaTimurdan Bali yang mengandungpolamusimanganda. Penelusuranlebihlanjutmenunjukkanbahwa data memilikisifatlong memory, yang berartibahwa data memilikiketergantunganjangkapanjang.Metode ARFIMA adalahmetode yang tepatuntukmemodelkan data yang bersifatlong memory.Padapenelitianinidilakukanperbandinganantara model DSARIMA ([15],1,[1,3,4,5]) (0,1,1)48 (0,1,1)336dan model DSARFIMA ([1,2,3,7,13,17],d,[1]) (0,1,1)48(0,1,1)336dengand=0,7347281 untukmeramalkanbebankonsumsilistrikpadaperiodesatuminggu, duaminggu, tigaminggu, danempatminggukedepan. Perhitungankriteriaout-sampleuntukkebaikan model menunjukkanbahwa model DSARFIMA dapatmenghasilkanramalan yang lebihakuratdaripada model DSARIMA.

Peramalan Kebutuhan Premium dengan Metode ARIMAX untuk Optimasi Persediaan di Wilayah TBBM Madiun Nindita Sekar Dini; Haryono Haryono; Suhartono Suhartono
Jurnal Sains dan Seni ITS Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Tingkat kebutuhan premium semakin melonjak seiring dengan bertambahnya jumlah kendaraan bermotor pribadi yang memenuhi jalan-jalan perkotaan. Tingginya tingkat permintaan BBM seringkali menyebabkan adanya kelangkaan di beberapa wilayah di Indonesia, salah satunya di wilayah selatan Jawa Timur. Kurangnya stok dan rumitnya rantai pasokan untuk menyalurkan BBM menjadi penyebab utama kelangkaan. Variasi kalender seperti jumlah hari libur dan keberadaan hari besar, khususnya hari raya Idul Fitri merupakan salah satu indikator penentu kebutuhan premium pada setiap bulannya. Hasil peramalan dengan menggunakan metode ARIMAX dengan pengaruh kalender variasi merupakan model terbaik yang terpilih, dengan nilai RMSE sebesar 1583,228. Model persediaan probabilistik yang optimum memberikan total biaya perencanaan untuk bulan Agustus yang merupakan bulan terjadinya lebaran pada tahun 2012 adalah sebesar Rp139.778.602.550,00. Kuantitas pemesanan optimum untuk periode perencanaan tersebut adalah 4.982 kL dengan titik pemesanan kembali sebesar 914 kL. Frekuensi pemesanan yang harus dilakukan pada periode Agustus 2012 adalah sebanyak 7 kali pemesanan.

Title

Found 6 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 6 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 6 Documents
Search