Claim Missing Document
Check
Articles

Found 3 Documents
Search

METODE PCR-TOPSIS UNTUK OPTIMASI TAGUCHI MULTIRESPON Ronald John Djami; Sony Sunaryo
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 2, No 1 (2014): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (175.205 KB) | DOI: 10.26714/jsunimus.2.1.2014.%p

Abstract

Dalam bidang industri, statistika biasa digunakan dalam hal pengambilan keputusan dalam suatu masalah, salah satu metode yang digunakan dalam statistika untuk pengambilan keputusan adalah metode optimasi. Salah satu metode optimasi yang sering dipakai adalah metode Taguchi, metode ini diperkenalkan oleh Dr. Genichi Taguchi pada tahun 1940. Metode Taguchi merupakan metode yang efisien digunakan dalam off line kontrol kualitas dimana desain percobaan dikombinasikan dengan penurunan kualitas. Metode ini mencakup tiga tahap desain yaitu  desain sistem, desain parameter, dan desain toleransi. Dalam dunia nyata jelas bahwa lebih dari satu karakteristik kualitas harus dipertimbangkan untuk produk industri yang paling baik, yaitu dalam sebagian besar aplikasi perhatian pelanggan adalah dengan masalah multirespon. Namun demikian, metode Taguchi tidak tepat untuk mengoptimalkan masalah multirespon karena teknik penilaian adalah prosedur optimasi utama dalam metode Taguchi. Untuk mengatasi masalah ini, peneliti mengusulkan suatu prosedur yang efektif disebut PCR-TOPSIS yang didasarkan pada kemampuan proses ratio (PCR) Technique for Order Performance by Similarity to Ideal Solution (TOPSIS) untuk mengoptimalkan masalah multirespon. Sehingga dengan metode PCR-TOPSIS, kita dapat memperoleh solusi yang terbaik dan dapat menghasilkan solusi yang memuaskan untuk masalah multirespon dalam proses pembuatan kertas pada PT. Adiprima Suraprinta yang merupakan salah satu perusahan manufaktur yang bergerak di bidang industri kertas khususnya daur ulangan kertas.
Forecasting the Ambon City Consumer Price Index Using Arima Box-Jenkins Jefry Esna T. Radjabaycole; Ronald John Djami; Gabriella Haumahu
Tensor: Pure and Applied Mathematics Journal Vol 2 No 2 (2021): Tensor : Pure and Applied Mathematics Journal
Publisher : Department of Mathematics, Faculty of Mathematics and Natural Sciences, Pattimura University, Ambon, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/tensorvol2iss2pp87-96

Abstract

The Consumer Price Index is an index number that measures the average price of goods and services consumed by households. The index number is the price comparison in a certain month against the previous month, in which case the price in the previous month is the price in the base year in the CPI calculation. CPI is time series data, so CPI data in the next period can be known by forecasting through time series analysis. Arima is a technique for finding the most suitable pattern from a group of data (curve fitting). Based on the results of the analysis, the best ARIMA model used in forecasting CPI in Ambon city for the period January 2007 to December 2020 is the ARIMA model (1,1,1), namely 1 = 0.9000 and 1 = 0.9933.
PERAMALAN INDEKS HARGA KONSUMEN DI KOTA AMBON MENGGUNAKAN AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DAN DOUBLE EXPONENTIAL SMOOTHING Ronald John Djami; Yonlib Weldri Arnold Nanlohy
VARIANCE: Journal of Statistics and Its Applications Vol 4 No 1 (2022): VARIANCE: Journal of Statistics and Its Applications
Publisher : Statistics Study Programme, Department of Mathematics, Faculty of Mathematics and Natural Sciences, University of Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/variancevol4iss1page1-14

Abstract

Indeks Harga Konsumen (IHK) merupakan nomor indeks yang mengukur harga rata-rata dari barang dan jasa yang dikonsumsi oleh rumah tangga. Data mengenai IHK secara resmi dikeluarkan oleh pemerintah melalui Badan Pusat Statistik (BPS). Model ARIMA adalah model yang secara penuh mengabaikan independen variabel dalam membuat peramalan. ARIMA menggunakan nilai masa lalu dan sekarang dari variabel dependen untuk menghasilkan peramalan jangka pendek yang akurat. Exponential smoothing merupakan metode yang menunjukkan pembobotan menurun secara Eksponensial terhadap nilai observasi lebih tua, dimana nilai yang lebih baru diberi bobot relatif lebih besar dibanding nilai observasi lebih lama dan ramalannya serta tidak perlu menyimpan banyak data untuk keperluan peramalan berikutnya. Metode exponential smoothing terdiri atas single exponential smoothing, double exponential smoothing, dan triple exponential smoothing. single exponential smoothing digunakan pada data yang memiliki pola berfluktuasi stabil, double exponential smoothing digunakan pada data yang memiliki pola tren, dan triple exponential smoothing digunakan pada data yang memiliki pola tren dan musiman. Tujuan dari penelitian ini yaitu untuk meramalkan IHK di Kota Ambon menggunakan ARIMA dan double exponential smoothing. Hasil peramalan menunjukan bahwa nilai MSE dari ARIMA adalah 30,78 dan double exponential smoothing adalah 33,4895 sehingga metode terbaik untuk peramalan IHK di Kota Ambon adalah ARIMA karena memiliki nilai MSE yang kecil.