SUPRASTIO, REZKI (2021) PERAMALAN JUMLAH ORDER KIRIMAN BARANG ANTAR NEGARA MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING DAN PERAMALAN KURS DOLLAR MENGGUNAKAN METODE TREND MOMENT BERBASIS WEB (Studi Kasus: PT. VP International Logistic Indonesia). Diploma thesis, UNSPECIFIED.
Text
Cover.pdf Download (165kB) |
|
Text
ABSTRAK (1).pdf Download (13kB) |
|
Text
DAFTAR PUSTAKA (2).pdf Download (77kB) |
|
Text
Daftar Isi (3).pdf Download (75kB) |
|
Text
HALAMAN PENGESAHAN PENGUJI.pdf Download (166kB) |
|
Text
Skripsi Rezki Full.pdf Restricted to Repository staff only Download (2MB) |
Abstract
Tujuan: Untuk menentukan modal yang harus dipersiapkan perusahaan dengan melakukan
peramalan jumlah order ekspor dan impor menggunakan metode Double Exponential
Smoothing dan peramalan kurs dolar menggunakan metode Trend Moment.
Perancangan/metode/pendekatan: Menggunakan Metode Double Exponential Smoothing
untuk meramalkan jumlah order periode kedepan dan metode trend moment untuk
meramalkan kurs dollar.
Hasil: Peramalan jumlah order ekspor dan impor menggunakan Metode Double Exponential
Smoothing bahwa kombinasi parameter terbaik berada pada nilai MAPE terkecil sebesar
19,91%. Sedangkan metode trend moment untuk meramalkan kurs dollar 7 hari ke depan.
Keaslian/ state of the art: Metode peramalan dan objek penelitian merupakan perbedaan
utama antara penelitian ini dengan penelitian sebelumnya. Pada penelitian ini data yang
digunakan adalah data primer dari riwayat order ekspor dan impor PT. VP International
Logistic Indonesia menggunakan metode Double Exponential Smoothing. Selanjutnya
untuk data kurs dollar menggunakan data sekunder yang diperoleh dari website resmi
transaksi Bank Indonesia. Output dari Penelitian ini adalah hasil peramalan untuk periode
mendatang dan untuk mengukur akurasi peramalan digunakan Nilai MAPE.
Kata kunci: Peramalan; Double Exponential Smoothing Brown; Trend Moment; MAPE
Item Type: | Thesis (Diploma) |
---|---|
Uncontrolled Keywords: | Peramalan; Double Exponential Smoothing Brown; Trend Moment; MAPE |
Subjects: | Q Science > Q Science (General) |
Divisions: | Faculty of Engineering, Science and Mathematics > School of Engineering Sciences |
Depositing User: | Eny Suparny |
Date Deposited: | 11 Jan 2023 04:40 |
Last Modified: | 11 Jan 2023 04:47 |
URI: | http://eprints.upnyk.ac.id/id/eprint/32307 |
Actions (login required)
View Item |