Muhamad Umam Khamdani, 4151307033 (2011) PERAMALAN NILAI EKSPOR JAWA TENGAH BERDASARKAN KELOMPOK KOMODITAS MENGGUNAKAN METODE ANALISIS RUNTUN WAKTU DENGAN PROGRAM R. Under Graduates thesis, UNIVERSITAS NEGERI SEMARANG.

Preview

PDF ( PERAMALAN NILAI EKSPOR JAWA TENGAH BERDASARKAN KELOMPOK KOMODITAS MENGGUNAKAN METODE ANALISIS RUNTUN WAKTU DENGAN PROGRAM R) Download (42kB) | Preview

Abstract

ABSTRAK Muhamad Umam Khamdani, 2010. Peramalan Nilai Ekspor Jawa Tengah Berdasarkan Kelompok Komoditas Menggunakan Metode Analisis Runtun Waktu Dengan Program R. Tugas Akhir, Jurusan Matematika, FMIPA Universitas Negeri Semarang. Pembimbing I: Iqbal Kharisudin, S.Pd., M.Sc. Pembimbing II: Drs. Darmo. Barang yang telah dimuat di sarana pengangkut untuk dikeluarkan dari Daerah Pabean dianggap telah di ekspor dan diperlakukan sebagai barang ekspor. Sedangkan kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang, disebut peramalan. Dalam melakukan peramalan di tugas akhir ini menggunakan program R. Program R adalah sebuah program statistik yang open source atau freeware tanpa lisensi dan dapat di gunakan disemua operating sistem. Tujuan penelitian ini adalah untuk mengetahui model runtun waktu yang tepat untuk data ekspor jawa tengah dari tahun 1999 sampai tahun 2009 dan untuk mengetahui perkiraan pendapatan ekspor untuk dua tahun ke depan Tahun 2010 dan tahun 2011. Berdasarkan hasil pemodelan runtun waktu dengan metode Box-Jenkins diperoleh model ARMA (3,1) sebagai model yang tepat untuk peramalan data ekspor jawa tengah. Sedangkan dari model yang terpilih tersebut maka diperoleh hasil ramalan nilai ekspor di jawa tengah Tahun 2010 dan 2011. Hasil peramalan pada tahun 2010 adalah untuk bulan Januari 286.4206, bulan Februari 287.4769, bulan Maret 297.5189, bulan April 295.1873, bulan Mei 303.5969, bulan Juni 302.5945, bulan Juli 309.0726, bulan Agustus 303.8900, bulan September 304.0009, bulan Oktober 307.1422, bulan November 308.2368 dan bulan Desember 319.6488. Sedangkan hasil peramalan tahun 2011 adalah untuk bulan Januari 314.8708, bulan Februari 315.1235, bulan Maret 317.1085, bulan April 318.0273, bulan Mei 319.5803, bulan Juni 320.7343, bulan Juli 322.1171, bulan Agustus 323.3473, bulan September 324.6567, bulan Oktober 325.9043, bulan November 327.1758 dan bulan Desember 328.4191. Saran yang dapat diberikan adalah untuk melakukan pemodelan runtun waktu, dapat digunakan metode Box-Jenkins dan menentukan model yang lebih baik dapat diusulkan model yang lebih banyak dalam identifikasi model.  

Actions (login required)

View Item