Hasil Pencarian  ::  Simpan CSV :: Kembali

"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"

"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."

"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."