Hasil Pencarian  ::  Simpan CSV :: Kembali

"Forecasting adalah salah satu metode data mining yang digunakan untuk meramalkan atau memperkirakan mengenai sesuatu yang belum terjadi. Pada dunia bisnis, forecasting biasa digunakan dalam menentukan keputusan bisnis untuk masa yang akan datang. Penelitian ini ingin menunjukkan implementasi forecasting untuk data penjualan organisasi yang bersifat irregular, dengan menggunakan dua metode forecasting yaitu simple moving average dan single exponential smoothing. Hasil forecasting kemudian divisualisasikan dalam bentuk dashboard. Penelitian ini menunjukkan secara umum metode single exponential smoothing memberikan prediksi yang lebih baik dibandingkan simple moving average dengan selisih nilai forecast error sebesar 18,62 untuk produk dan 20,46 untuk customer.

---

Forecasting is one of data mining method that is used to predict or estimate something that has not happened. On the business world, forecasting often used to determine business decision for the future. This research would like to show the implementation of forecasting for sales data organization that is irregular, with the use of two methods of forecasting, which are simple moving average and single exponential smoothing.

The forecasting result then visualized in dashboard form. This research shows in general, single exponential smoothing method provides better predictions than simple moving average with the difference between the value of forecast error of 18,62 for products and 20,46 for customers."

"ABSTRAKIndustri otomotif di Indonesia sebagai pelopor proses industrialisasi masih saja menghadapi berbagai kendala terutama ekonomi biaya tinggi dan ineffisiensi . Masalah ini tidak terlepas dan faktor "remote environment" seperti teknologi dan perubahan politik ekonomi dunia dewasa Ini turut mempengaruhi perekonomian secara nasional. Disamping Itu faktor "operating environment" misalnya jumlah pemasok dan pesaing yang membawa konsekwensi besar jumlah persediaan yang tidak dapat dijual baik pada kendaraan penumpang dan niaga.Remote environment akan mempengaruhi operating environment. Banyaknya produk yang tidak dapat dipasarkan menunjukkan perusahaan tidak dapat mengantisipasi pasar dan pengunaan teknik forecasting yang naif. Oleh karena itu menarik penulis untuk menjawab permasalahan tersebut dengan menulis karya ini.Persaingan dalam industri otomotif kendaraan penumpang mengalami tingkat persaingan yang sangat tinggi didalam memperebutkan pangsa pasar terutama dikelas 1000 - 1300cc antara Indomobil dengan produk Suzuki Forsa dan Toyota Astra Motor yang memproduksi Toyota Starlet. Persaingan ini menyulitkan bagi kedua industriawan otomotif dalam melakukan perencanaan -perencanaan penjualan dan investasi.Dalam kaitan tersebut diatas penulis memberikan alternatif dengan memperkenalkan teknik forecasting yang sederhana dan andal. Forecasting akan sangat mempengaruhi keberhasilan dalam perencanaan investasi kini dan masa mendatang.Dari hasil forecasting penulis menyimpulkan, bahwa industri otomotif belum melakukan teknik forecasting yang tepat dan benar dalam melakukan perencanaan - perencanaan baik yang bersifat jangka pendek maupun jangka panjang. Besarnya persediaan kendaraan penumpang yang terjadi dewasa kini dikarenakan kelemahan dalam mengantisipasi pasar."

"PT. Metalock Indonesia sebagai salah satu perusahaan domestik yang bergerak dl bidang perbaikan kapal, sejak tahun 1989 telah memperoleh lisensi langsung dan resmi menjadi anggo ta Metalock International Associated, Ltd. Sebagal perusahaan keluarga, alih generasi pimpinan peru sahaan diharapkan merupakan salah satu cara untuk membawa perusahaan ke tingkat pertumbuhan yang lebih baik. Namun demi kian, dapat dikatakan perusahaan ini belum menjamah pasar yang menjadi sasarannya. Sebagian besar operasinya (kurang lebih 99 %) masih melayani perusahaan induk dan perusahaan anggota resmi lainnya serta dilakukan di luar negeri. Hal ini menyebabkan peluang yang dimiliki hilang begitu saja dan kemampuan - terutama dilihat dari segi waktu - perusahaan untuk mengembangkan pasarnya menjadi sangat terbatas. Dengan demikian tujuan utama menerima lisensi agar dapat memasarkan produk teknologi pengelasan dengan sistem ?Metalock? di Indone sia belum sepenuhnya dapat dìlaksanakan. Masalah utama yang dihadapi untuk pemasarari dalam negeri adalah perusahaan tidak mampu menerapkan strategi biaya terken dali (overall cost leadership) secara konsisten. Strategj ini sulit diterapkan karena perusahaan induk mendominasi penen tuan barga bahan baku. Jika dikaji lebih mendala, perusahaan dapat disebut seba gai pemimpin dalam hal teknologi dl bidangnya yaitu di pasar Industri perbaikan kapal, khususnya pada repairing Engine of Ships?. Di dalam, negeri tidak ada perusahaan lain yang memiliki teknologi yang dapat disamakan. Ketergantungan perusahaan akan rekomendasi perusahaan induk dan perusahaan anggota resmi lainnya, merupakan risiko besar yang mengandung ketidakpastian di masa yang akan datang. Oleh karena itu, perusahaan perlu melakukan forecasting yang bertujuan agar forecastnya bisa meminimumkan pengaruh ketidak pastian terhadap perusahaan. Masalah yang timbul adalah bagai mana memilih metoda forecast yang paling cocok untuk kondisi perusahaan. Dari berbagai analisis yang telah dilakukan maka dengan basis data historis dapat disimpulkan bahwa metoda dekomposisi merupakan metoda yang balk digunakan. Kondisi data histor-js menunjukkan bahwa pola demand perusahaan mempunyai pola yang agak kompleks, misalnya ada unsur kenaikan, berfiuk tuasi, dan tidak teratur. Untuk dianalisa dan diforecast seka ligus sangat sulit, sehfngga sebaiknya dilakukan dekomposisi (pemecahan) ke dalam 4 komponen (pola) perubahan yaltu trend, fluktuasi musiman, fluktuasi siklus, dan perubahan yang bersi fat random. Masing-masing pola perubahan dianalisis satu per satu, setelah ditemukan dlgabungkan menjadi nilal, taksiran, atau ramalan. Metoda ini cukup kompleks tetapi untuk kondisi perusahaan seperti ini cukup akurat untuk menghasilkan forecast mendekati apa yang akan terjadi. Selanjutnya untuk implementasi forecast ing perlu dilaksanakan strategi atau program pemasaran jangka pendek misalnya promosi yang efisien dan efektif serta program jangka panjang misalnya perluasan segmen pasar serta struk turisasi harga."

"Peristiwa kebakaran hutan dan lahan (karhutla) merupakan salah satu bencana yang terjadi secara berulang di Indonesia, khususnya saat musim kemarau. Peristiwa ini tentunya menimbulkan banyak kerugian baik secara ekonomi, ekologi, maupun sosial. Oleh karena itu, perlu dilakukan prakiraan di wilayah yang berpotensi mengalami karhutla. Salah satu provinsi yang rawan mengalami karhutla adalah Provinsi Sumatera Selatan. Peristiwa karhutla dapat dipantau oleh satelit yang diindikasikan sebagai titik panas. Penelitian ini menggunakan data hotspot (titik panas) dengan parameter tanggal, tingkat kepercayaan, dan kabupaten-kabupaten di Sumatera Selatan yang tertangkap satelit pada periode tahun 2015-2019. Prediksi potensi karhutla dilakukan di wilayah kabupaten dengan jumlah titik panas tertinggi yaitu Kabupaten Ogan Komering Ilir, Kabupaten Musi Banyuasin, dan Kabupaten Banyuasin. Untuk mencapai tujuan penelitian, penelitian ini menggunakan Prophet Forecasting Model (PFM) yang didasarkan pada model aditif dengan memperhatikan tiga komponen utama yaitu trend, seasonality, dan holiday effects. PFM merupakan metode yang menggunakan pendekatan machine learning dalam melakukan prediksi terhadap deret waktu dimana permasalahan forecasting dilihat sebagai curve-fitting exercise. Hasil analisis menunjukkan bahwa PFM dapat diimplementasikan pada data titik panas dengan penilaian forecast accuracy termasuk dalam kategori baik di Kabupaten Ogan Komering Ilir dengan nilai MAPE 0,1753; kategori layak di Kabupaten Musi Banyuasin dengan nilai MAPE 0,2588; dan kategori baik di Kabupaten Banyuasin dengan nilai MAPE 0,1833.

---

Forest and land fires are one of the recurring disasters in Indonesia, especially during the dry season. This incident certainly caused many losses economically, ecologically, and socially. Therefore, it is necessary to make predictions in high potential areas for forest and land fires to occur. One province that is prone to forest and land fires is South Sumatra Province. Forest and land fires events can be monitored by satellites which are indicated as hotspots. This research uses hotspot data with parameters of date, level of confidence, and regencies in South Sumatra that are caught by satellites in the period 2015-2019. The prediction of the potential for forest and land fires was carried out in districts with the highest number of hotspots, namely Ogan Komering Ilir Regency, Musi Banyuasin Regency, and Banyuasin Regency. To achieve the research objectives, this study uses the Prophet Forecasting Model (PFM) which is based on additive model by taking into account three main components, namely trend, seasonality, and holiday effects. PFM is a method that uses a machine learning approach to predict time series where forecasting problems are seen as curve-fitting exercises. The results show that PFM can be implemented in hotspot data with forecast accuracy in the good category for Ogan Komering Ilir Regency with MAPE value of 0.1753; reasonable category in Musi Banyuasin Regency with MAPE value of 0.2588; and good category in Banyuasin Regency with MAPE value of 0.1833."

"he first book to be published on the Theta method, outlining under what conditions the method outperforms other forecasting methods This book is the first to detail the Theta method of forecasting - one of the most difficult-to-beat forecasting benchmarks, which topped the biggest forecasting competition in the world in 2000: the M3 competition. Written by two of the leading experts in the forecasting field, it illuminates the exact replication of the method and under what conditions the method outperforms other forecasting methods. Recent developments such as multivariate models are also included, as are a series of practical applications in finance, economics, and healthcare. The book also offers practical tools in MS Excel and guidance, as well as provisional access, for the use of R source code and respective packages. Forecasting with the Theta Method: Theory and Applications includes three main parts. The first part, titled Theory, Methods, Models & Applications details the new theory about the method. The second part, Applications & Performance in Forecasting Competitions, describes empirical results and simulations on the method. The last part roadmaps future research and also include contributions from another leading scholar of the method - Dr. Fotios Petropoulos. First ever book to be published on the Theta Method Explores new theory and exact conditions under which methods would outperform most forecasting benchmarks Clearly written with practical applications Employs R - open source code with all included implementations Forecasting with the Theta Method: Theory and Applications is a valuable tool for both academics and practitioners involved in forecasting and respective software development"

"ABSTRAK

Adopsi teknologi Generasi Keempat (4G) mendorong perubahan perilaku subcriber pada pasar Indonesia. Teknologi ini diyakini telah mempermudah subcriber untuk akses data ke media sosial elektronik, layanan pesan daring,  layanan transportasi online, dan e-commerce. Di sisi lain keberadaan layanan Over-The-Top (OTT) yang memungkinkan pelanggan  untuk melakukan panggilan voice over IP, video call, dan chatting telah menggantikan teknologi Generasi Kedua (2G) yang selama ini menjadi ladang penghasilan operator di Indonesia. Teknologi  layanan pesan daring yang marak digunakan pada era 4G dinilai telah menyebabkan penurunan trafik layanan 2G, yaitu layanan suara berbasis Circuit Switch (CS) dan Short Message Services (SMS). Penelitian ini bertujuan  untuk menganalisis  keberlangsungan teknologi 2G pada jaringan seluler  PT Indosat Tbk. Dari sisi ekonomi, pada penelitian ini dilakukan pengamatan terhadap market share dan market growth dari ketiga teknologi seluler (2G, 3G, dan 4G) yang saat ini digelar PT Indosat Tbk berdasarkan revenue dan distribusi trafik dengan menggunakan Matriks Boston Cunsulting Group (BCG). Hal ini bertujuan untuk pengambilan keputusan teknologi mana yang harus dipertahankan dan teknologi mana yang harus diterminasi karena sudah tidak menghasilkan growth. Dari sisi teknis,  pada penelitian ini dilakukan pengamatan dan peramalan trafik voice dan data dari ketiga teknologi tersebut. Peramalan trafik bertujuan untuk mendapatkan periode yang tepat untuk melakukan terminasi layanan 2G. Hasil penelitian ini menunjukan bahwa 4G berada pada kuadran II, 3G berada pada kuadran III dan 2G berada pada kuadran IV dari Matriks BCG.  Hasil ini mengimplikasikan bahwa 2G telah berada pada fase decline dari siklus hidup teknologi, sehingga perlu dilakukan divestasi atau switch off pada teknologi ini. Hasil dari peramalan trafik voice  juga menunjukan bahwa teknologi 2G sudah layak diterminasi dan diprediksi penurunan trafik 93% pada pertengahan 2019. Sementara   trafik data 4G diprediksi akan terus mengalami kenaikan. 

---

ABSTRACT

---

The adoption of The Fourth Generation 4G technology is driving changes in customer behavior in the Indonesian market. This technology is believed to have become an enabler technology for data access to social media, layanan pesan daring, online transportation services and e-commerce. On the other hand, the existence of the Over-The-Top (OTT) service that allows users to make Voice over IP calls, video calls and chat has replaced the 2G technology which has been the operator's main income in Indonesia. Messenger technology that is widely used in the 4G era is considered to have replaced conventional call (Circuit Switch) and Short Message Services (SMS) services. This study aims to analyze the sustainability of The Second Generation (2G) technology on the cellular network of PT Indosat Tbk. From an economic standpoint,  this study an observe the market share and market growth of the three cellular technologies currently held by PT Indosat Tbk is based on revenue and trafik distribution using the Matriks BCG. This is aimed at making technological decisions which must be maintained and which technology must be terminated because it has not showing any growth. From a technical point of view, in this study we observed and forecasted voice and data trafik from 2G, 3G and 4G technologies. This aims to get the right period to terminate 2G services. The results of this study indicate that 4G is in quadrant II, 3G is in quadrant III and 2G is in quadrant IV of Boston Consulting Group (BCG) Matrix. This result implies that 2G has been in the decline phase of the technology lifecycle, so it is necessary to divest or switch off this technology. The results of voice traffic forecasting show that 2G traffic voice will degraded about 93% in mid 2019. While 4G data traffic is predicted to continue to rise.

"