PERAMALAN KUANTITI PENJUALAN HERBISIDA MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING STUDI KASUS PT. PETROKIMIA KAYAKU

SYAICHUDDIN, M. (2018) PERAMALAN KUANTITI PENJUALAN HERBISIDA MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING STUDI KASUS PT. PETROKIMIA KAYAKU. undergraduate thesis, Universitas Muhammadiyah Gresik.

	Text Abstrak.pdf Download (249kB)
	Text 8. Bab I.pdf Download (18kB)
	Text 9. Bab II.pdf Download (447kB)
	Text 10. Bab III.pdf Download (815kB)
	Text 11. Bab IV.pdf Restricted to Registered users only Download (728kB)
	Text 12. Bab V.pdf Download (88kB)
	Text Daftar Pustaka.pdf Download (85kB)

Abstract

Peluang bisnis di sektor pertanian Indonesia seharusnya cukup besar, salah satunya adalah peluang bisnis di sektor pestisida. PT. Petrokimia Kayaku berkembang dalam industri pestisida dan bahan kimia pertanian lain. Salah satu jenis pestisida yang diproduksi oleh PT. Petrokimia Kayaku yaitu pestisida jenis herbisida yang difungsikan untuk mengandalikan gulma atau tanaman liar yang mengganggu pertumbuhan tanaman pertanian. Masa pengaplikasian herbisida sangat dipengaruhi oleh faktor musim. Hal tersebut mempengaruhi jumlah penjualan produk herbisida yang berbeda setiap periodenya pada perusahaan. Forecasting adalah proses untuk menduga kejadian atau kondisi di masa mendatang berdasarkan data historis dan pengalaman untuk menemukan kecenderungan dari pola sistematis yang bertujuan memperkecil resiko kesalahan. Dalam penelitian kali ini, dilakukan Pengembangan Sistem Informasi Peramalan Kuantiti Penjualan Herbisida Menggunakan Metode Single Exponential. Metode membutuhkan nilai alpha (α) sebagai nilai parameter pemulusan. Bobot nilai α lebih tinggi diberikan kepada data yang lebih baru, sehingga nilai parameter α yang sesuai akan memberikan ramalan yang optimal dengan nilai kesalahan (error) terkecil. Nilai α dilakukan dengan membandingkan menggunakan interval pemulusan antar 0 < α < 1, yaitu α (0,1 sampai dengan 0,9).

Item Type:	Thesis (undergraduate)
Subjects:	Engineering > Informatics Engineering Engineering
Divisions:	Faculty of Engineering > Informatics Engineering Study Program
Depositing User:	tri risdianto saifullah
Date Deposited:	19 Aug 2019 08:08
Last Modified:	19 Aug 2019 08:08
URI:	http://eprints.umg.ac.id/id/eprint/2620

Actions (login required)

View Item