metode trend parabola

ISSN: 2089-3787 1

PREDIKSI ANGGARAN BIAYA ATK SEKRETARIAT DAERAH KABUPATEN BANJAR MENGGUNAKAN

METODE TREND PARABOLA Try Seftiadi, Nidia Rosmawanti

STMIK BanjarbaruJl. A. Yani Km. 33,3 Banjarbaru

[email protected], [email protected]

AbstrakPrediksi adalah suatu proses perkiraan atau pengukuran terhadap besarnya jumlah

sesuatu pada waktu yang akan datang berdasarkan data pada masa lampau yang dianalisa secara khusus. Permasalahan yang dihadapi oleh bagian pembangunan sulitnya menentukan anggaran biaya belanja ATK yang tidak pasti setiap bulannya. Proses prediksi tersebut sangat berpengaruh terhadap keputusan kepala bagian dalam menentukan jumlah biaya yang akan dianggarkan.

Penelitian ini bertujuan untuk membuat aplikasi yang mempu memprediksi anggaran biaya belanja ATK, dengan harapan mempermudah menganggarkan biaya yang akan dikeluarkan nantinya.Metode yang digunakan pada penelitian ini adalah metode Trend Parabola merupakan metode yang digunakan untuk memprediksi anggaran biaya ATK.

Dari hasil pengujian bahwa dengan prediksi menggunakan metode trend parabola tingkat keakurasiana atau kalau dipersentasikan 11,11% keakuratan data dan 88.89% data yang tidak akurat. Sehingga metode ini tidak bisa digunakan untuk memprediksi anggaran biaya ATK pada bagian pembangunan nantinya.

Kata kunci : Prediksi, ATK, Anggaran, Trend Parabola,

Abstract

Prediction is a process of estimation or measurement of the magnitude of the amount of something in the future based on the data in the past are analyzed specifically. The problem faced by the difficulty of determining the portion of development budget expenditures uncertain ATK each month. The prediction process greatly affect the decision of the head part in determining the amount of the costs to be budgeted.

This study aims to create applications that mempu predict ATK budget expenditure, with the hope it easier budgeted costs to be incurred nantinya.Metode used in this study is the method of Trend Parabola is the method used to predict the budget ATK.

From the test results that the predictions using a parabolic trend keakurasiana level or if it were presented 11.11% and 88.89% accurate data inaccurate data. So this method can not be used to predict the budget ATK on the future development.

Keywords: Predictio, ATK, Budget, Trend Parabolalic,

1. PendahuluanSekretaris daerah kabupaten Banjar mempunyai tugas membantu Bupati Banjar dalam

bidang kesekretariatan, menyusun kebijakan dan mengkoordinasikan dinas daerah, lembaga teknis daerah dan lembaga lain. Berdasarkan salah satu tugas bagian pembangunan yaitu menyiapkan bahan untuk kegiatan kerja di setiap bagian kantor. Adapun masalah yang dihadapi oleh bagian pembangunan sulitnya menentukan anggaran biaya belanja yang tidak pasti setiap bulannya.

Prediksi adalah sama dengan ramalan atau perkiraan. Menurut kamus besar bahasa Indonesia, prediksi adalah hasil dari kegiatan memprediksi atau meramal atau memperkirakan. Prediksi bisa berdasarkan metode ilmiah ataupun subjektif belaka.“Anggaran (Budgeting) adalah suatu rencana yang disusun secara sistematis yang meliputi seluruh kegiatan, yang dinyatakn dalam unit (kesatuan) moneter yang berlaku untuk jangka waktu (periode) tertentu

Prediksi Anggaran Biaya ATK Pada Bagian Pembangunan Sekretariat Daerah Kabupaten Banjar Menggunakan Metode Trend Parabola (Try Seftiadi)

mailto:[email protected]

ISSN: 2089-3787

yang akan datang.” Dari pernyataan buku tersebut, maka dapat disimpulkan bahwa anggaran adalah sebuah rencana tertulis yang berlaku untuk jangka waktu tertentu yang akan datang yang dinyatakan dalam satuan uang.[3][4]

Pada jurnal penelitian Citra Paramita yang berjuul, Analisis Perbandingan Metode Peramalan Penjualan Bahan Bakar Minyak Dengan Standar Kesalahan Peramalan (SKP) Pada Pt Pertamina (Persero) Region IV Jateng dan DIY, dari analisis dan perhitungan yang telah dilakukan, maka dapat diketahui hasil dan kesimpulan bahwa metode peramalan penjualan BBM yang tepat untuk Premium adalah menggunakan Trend Kuadratik, sedangkan untuk Pertamax menggunakan Trend Least Square. Selain itu, dari hasil perhitungan SKP total penjualan BBM, maka dapat ditentukan bahwa metode peramalan (forecasting) BBM menggunakan metode Trend Least Square dan Trend Kuadratik adalah lebih baik serta efektif jika dibanding dengan metode Trend Bebas yang diterapkan perusahaan selama ini. [1] Pada penelitian Astuti yang berjudul Sistem Perencanaan Penjualan Batik Pada Fachri Collection Dengan Metode Trend Moment Permasalahan yang umum dihadapi adalah bagaimana memprediksi penjualan barang dimasa mendatang berdasarkan data yang telah direkam sebelumnya. Prediksi tersebut sangat berpengaruh pada keputusan untuk menentukan jumlah produksi Orang yang harus disediakan oleh perusahaan. Oleh karena itu perusahaan harus menerapkan sebuah metode yang dapat memperkirakan besar pergerakan data penjualan barang dimasa mendatang yang dinamakan metode peramalan. [2] Pada jurnal penelitian Akhmat Tohir yang berjudul Analisa Peramalan Penjualan Minyak Sawit Kasar Atau Clude Plam Oil (KPO) Pada PT. Krisma Pemasaran Bersama (KPB) Nusantara di Jakarta memprediksi penjualan yang terlalu besar yang kurang akurat dan mengakibatkan biaya produksi akan meningkat sehingga seluruh investasi yang ditanamkan kurang efisien. Oleh karena itu untuk mengatasi permasalahan tersebut dilaukan prediksi kemungkinan terjadinya penurunan atau kenaikan penjualan pada pereode yang akan dating dengan diperolehnya informasi yang akurat.[5]

Dengan mengetahui anggaran biaya pada periode tertentu, diharapkan dapat membantu Bagian Pembangunan untuk mengambil keputusan dalam menentukan anggaran biaya belanja dengan metode trend parabola. Maka dari itu diperlukan sebuah aplikasi yang mampu memprediksi anggaran biaya ATK pada bagian pembangunan. Dengan adanya prediksi anggaran biaya ATK diharapkan biaya belanja yang dianggarkan tidak mengalami kekurangan ataupun kelebihan dan bisa menganggarkan biaya sebulan dan setahun.

2. Metode Penelitian2.1 Metode Trend Parabola

Trend parabola (kuadratik) adalah trend yang nilai variabel tak bebasnya naik atau turun secara linier atau terjadi parabola bila datanya dibuat scatter plot (hubungan variabel dependen dan independen adalah kuadratik). Parabola merupakan bentuk kurva non linear yang paling sederhana. Persamaan umum parabola adalah :

Y’ = a + b X + c X2 ( X = waktu )Harga-harga a,b,c dapat dicari dengan menggunakan persamaan normal sebagai berikut :

Y = na + bX + cX2 ………………. (I) XY = aX + bX2 + cX3 ………………. (II) X2Y = aX2 + bX3 + cX4 ………………. (III)

2.2 Teknik Analisis Data1. Berikut adalah data jumlah biaya bulanan selama 36 bulan. Dapat dilihat pada tabel

berikut:

Tabel 3. 1 Data Biaya Belanja Barang ATK

Bulan Tahun X Biaya Perbulan

Januari2012

1 Rp 2,697,900.00Februari 2 Rp 1,590,600.00Maret 3 Rp 1,362,800.00


2

JUTISI ISSN: 2089-3787

April 4 Rp 1,202,200.00Mei 5 Rp 1,720,600.00Juni 6 Rp 955,400.00Juli 7 Rp 1,423,600.00Agustus 8 Rp 1,518,200.00September 9 Rp 1,275,200.00Oktober 10 Rp 1,500,700.00Nopember 11 Rp 2,487,300.00Desember 12 Rp 605,300.00Januari

2013

13 Rp 1,836,000.00Februari 14 Rp 1,610,300.00Maret 15 Rp 846,500.00April 16 Rp 842,200.00Mei 17 Rp 1,951,100.00Juni 18 Rp 803,000.00Juli 19 Rp 641,100.00Agustus 20 Rp 1,263,700.00September 21 Rp 2,287,300.00Oktober 22 Rp 1,476,800.00Nopember 23 Rp 1,105,100.00Desember 24 Rp 512,300.00Januari

2014

25 Rp 2,863,900.00Februari 26 Rp 1,590,600.00Maret 27 Rp 1,382,300.00April 28 Rp 822,700.00Mei 29 Rp 2,062,400.00Juni 30 Rp 850,400.00Juli 31 Rp 792,700.00Agustus 32 Rp 1,694,300.00September 33 Rp 1,034,200.00Oktober 34 Rp 1,533,100.00Nopember 35 Rp 2,539,800.00Desember 36 Rp 833,300.00

2. Membuat tabel perhitungan Trend Parabola

Tabel 3. 2 Perhitungan metode Trend Parabolan x biaya (y) x2 x3 x4 xy x2y

1 -35 2697900.000 1225 -42875 1500625 -94426500 33049275002 -33 1590600.000 1089 -35937 1185921 -52489800 17321634003 -31 1362800.000 961 -29791 923521 -42246800 13096508004 -29 1202200.000 841 -24389 707281 -34863800 10110502005 -27 1720600.000 729 -19683 531441 -46456200 12543174006 -25 955400.000 625 -15625 390625 -23885000 5971250007 -23 1423600.000 529 -12167 279841 -32742800 7530844008 -21 1518200.000 441 -9261 194481 -31882200 6695262009 -19 1275200.000 361 -6859 130321 -24228800 460347200Prediksi Anggaran Biaya ATK Pada Bagian Pembangunan Sekretariat Daerah Kabupaten

Banjar Menggunakan Metode Trend Parabola (Try Seftiadi)

3

ISSN: 2089-3787

10 -17 1500700.000 289 -4913 83521 -25511900 43370230011 -15 2487300.000 225 -3375 50625 -37309500 55964250012 -13 605300.000 169 -2197 28561 -7868900 10229570013 -11 1836000.000 121 -1331 14641 -20196000 22215600014 -9 1610300.000 81 -729 6561 -14492700 13043430015 -7 846500.000 49 -343 2401 -5925500 4147850016 -5 842200.000 25 -125 625 -4211000 2105500017 -3 1951100.000 9 -27 81 -5853300 1755990018 -1 803000.000 1 -1 1 -803000 80300019 1 641100.000 1 1 1 641100 64110020 3 1263700.000 9 27 81 3791100 1137330021 5 2287300.000 25 125 625 11436500 5718250022 7 1476800.000 49 343 2401 10337600 7236320023 9 1105100.000 81 729 6561 9945900 8951310024 11 512300.000 121 1331 14641 5635300 6198830025 13 2863900.000 169 2197 28561 37230700 48399910026 15 1590600.000 225 3375 50625 23859000 35788500027 17 1382300.000 289 4913 83521 23499100 39948470028 19 822700.000 361 6859 130321 15631300 29699470029 21 2062400.000 441 9261 194481 43310400 90951840030 23 850400.000 529 12167 279841 19559200 44986160031 25 792700.000 625 15625 390625 19817500 49543750032 27 1694300.000 729 19683 531441 45746100 123514470033 29 1034200.000 841 24389 707281 29991800 86976220034 31 1533100.000 961 29791 923521 47526100 147330910035 33 2539800.000 1089 35937 1185921 83813400 276584220036 35 833300.000 1225 42875 1500625 29165500 1020792500

666 0 51514900 15540 0 12062148 -44456100 23672412500

3. Dari hasil analisa prediksi dengan menggunakan metode Trend Parabola adalah sebagai berikut :

Y’ = a + b X + c X2 ( X = waktu )Keterangan :x = Variabel terkaity = Variabel bebasa = nilai konstanb = koefisien arah regresic = banyak datan = jumlah dataselisih periode waktu yang akan diprediksi:Januari sampai Desember = indeks waktu ( x = 13,14,15….,24)

4. Persamaan normal(1) 36a + 0 + 15540c = 51514900

(2) 0 +15540b + 0 = -44456100 ----- = b = −4445100

15540 = -2860,75

(3) 15540a + 0 + 12062148c = 23672412500Persamaan (1) = 15540a + 6708100c = 22237265167


4


= 15540a + 12062148c = 236724125000 -5354048 = -1435147333

c = −1435147333

−5354048c = 268.049

Persamaan (3) = 36a + 15540(268.049) = 51514900= 36a + 416548,81.36a = 51514900

= 51514900 - 416548,81 36a = 47349418.2

a = 47349418.2

36 a = 1315261.62

Jadi persamaan trend parabola Y’ = 1315261.62 - 2860,75 (-35) + 268.049 (1225) jadi ramalan anggaran biaya bulan jauari 2012 adalah Rp.1.743.748,00. Berikut tabel perbandingan antara data biaya bulanan dan data prediksi:

Bulan prediksi sebenarnya selisih1 Rp 1,743,748 Rp 2,697,900 Rp 954,1522 Rp 1,701,572 Rp 1,590,600 Rp 110,9723 Rp 1,661,540 Rp 1,362,800 Rp 298,7404 Rp 1,623,653 Rp 1,202,200 Rp 421,4535 Rp 1,587,910 Rp 1,720,600 Rp 132,6906 Rp 1,554,311 Rp 955,400 Rp 598,9117 Rp 1,522,857 Rp 1,423,600 Rp 99,2578 Rp 1,493,547 Rp 1,518,200 Rp 24,6539 Rp 1,466,382 Rp 1,275,200 Rp 191,18210 Rp 1,441,361 Rp 1,500,700 Rp 59,33911 Rp 1,418,484 Rp 2,487,300 Rp 1,068,81612 Rp 1,397,752 Rp 605,300 Rp 792,45213 Rp 1,379,164 Rp 1,836,000 Rp 456,83614 Rp 1,362,720 Rp 1,610,300 Rp 247,58015 Rp 1,348,421 Rp 846,500 Rp 501,92116 Rp 1,336,267 Rp 842,200 Rp 494,06717 Rp 1,326,256 Rp 1,951,100 Rp 624,84418 Rp 1,318,390 Rp 803,000 Rp 515,39019 Rp 1,312,669 Rp 641,100 Rp 671,56920 Rp 1,309,092 Rp 1,263,700 Rp 45,39221 Rp 1,307,659 Rp 2,287,300 Rp 979,64122 Rp 1,308,371 Rp 1,476,800 Rp 168,42923 Rp 1,311,227 Rp 1,105,100 Rp 206,12724 Rp 1,316,227 Rp 512,300 Rp 803,92725 Rp 1,323,372 Rp 2,863,900 Rp 1,540,52826 Rp 1,332,661 Rp 1,590,600 Rp 257,93927 Rp 1,344,095 Rp 1,382,300 Rp 38,20528 Rp 1,357,673 Rp 822,700 Rp 534,973


5

ISSN: 2089-3787

29 Rp 1,373,395 Rp 2,062,400 Rp 689,00530 Rp 1,391,262 Rp 850,400 Rp 540,86231 Rp 1,411,273 Rp 792,700 Rp 618,57332 Rp 1,433,429 Rp 1,694,300 Rp 260,87133 Rp 1,457,729 Rp 1,034,200 Rp 423,52934 Rp 1,484,173 Rp 1,533,100 Rp 48,92735 Rp 1,512,762 Rp 2,539,800 Rp 1,027,03836 Rp 1,543,495 Rp 833,300 Rp 710,195

2.3 Model Sistem PrediksiDiagram konteks adalah diagram yang terdiri dari suatu proses dan menggambarkan

ruang lingkup suatu sistem. Diagram konteks pada sistem ini menggambarkan tentang interaksi antara pengguna dan sistem pada prediksi anggaran biaya ATK pada Bagian Pembangunan.

Pada diagram dibawah ini dijelaskan bahwa, admin memiliki akses memasukkan data master yaitu data biaya bulanan sebelumnya kemudian admin juga memiliki akses melakukan perubahan sandi, mendapatkan akses untuk melakukan proses prediksi dan melihat atau mencetak laporan hasil prediksi serta melihat laporan atau mencetak laporan biaya. sedangkan kepala Bagian Pembangunan bisa melihat Laporan biaya laporan hasil prediksi dan grafik prediksi yang telah dilakukan.

Gambar 2.1 Diagram Konteks

Pada use case diagram dibawah ini merupakan gambaran pengguna terhadap sistem yakni, admin dan kepala bagian pembangunan. Setelah admin melakukan login, admin dapat memasukkan data biaya, memproses prediksi mencetak laporan hasil prediksi dan merubah kata sandi. Sedangkan kepala bagian pembangunan bisas melihat laporan hasil prediksi berupa grafik dan laporan.


6


Gambar 2.2 Use Case Diagram

Sequence diagram proses prediksi menjelaskan dimana admin memilih data yang ingin di prediksi. Dari data transaksi di ambil untuk di prediksi, lalu hasil prediksi disimpan di tabel prediksi.

Gambar 2.3 Sequance Diagram Proses Prediksi


uc Actors

Aplikasi Prediksi Anggaran Biaya ATK

Admin

Login

input data biaya

proses prediksi

lihat atau cetak laporan

log out

Kepala Bagian

sd Interaction

Admin Form Prediksi Proses Prediksi Data Transaksi Tabel Prediksi

pilih data yang ingin di prediksi()

prediksi ()

ambil data transaki untuk di prediksi()

pal idasi()

tampilkan hasil()

simpan data prediksi()

keluar()

7

ISSN: 2089-3787

Admin memasukkan data yang ingin diprediksi. Lalu memprediksi, setelah selesai memprediksi admin menyimpan data hasil prediksi.

Gambar 2.4 Activity Diagram Proses Prediksi

3. Hasil dan PembahasanForm Prediksi Anggaran Biaya adalah form untuk memprediksi data yang telah

dimasukkan admin memilih tahun dan bulan yang ingin diprediksi setalah itu di proses, setelah diproses admin bias melihat nilai a, b, c dan y, admin bisa menyimpan hasil prediksi dan hasil prediksi tersebut tersimpan dan bisa di laporan hasil prediksi.

Gambar 3.1 Form Proses Prediki

Tombol Proses berfungsi untuk memproses prediksi dan tombol simpan berfungsi untuk menyimpan hasil predikai.


act Activ ity

mulai

masukkan data yang ingin di prediksi

simpan data

proses prediksi

selesai

benar

salah

8


Gambar 3.2 Laporan Hasil Prediksi

Berikut adalah grafik perbandingan hasil prediksi untuk bias melihat gambaran hasil prediksi secara langsung.

Gambar 3.3 Laporan Grafik hasil prediksi


9

ISSN: 2089-3787

3.1 Hasil Pretest dan PostestPengujian pretest dan postes merupakan pengujian yang dilakuan untuk mengetahui

adanya peningkatan keakuratan dalam memprediksi anggaran biaya belanja ATK. Pengujian pretest merupakan pengujian perbandiangan diagnosa dengan data sebenarnya. Sedangkan postest merupakan pengujian perbandingan diagnosa antara data sebenarnya dengan sistem. dari hasil pengujian pretest dan postes akan didapatkan keakuratan sistem yang dibangun. Berikut perbandingan pengujian pretest dan postest :

Tabel 3.1 Tabel Perbandingan Pretest dan Postes

Bulan Tahun X Biaya Perbulan (Pre Test)

Biaya Prediksi (Post Test)

Dalam persen

Januari

2012

1 Rp 2,697,900.00 Rp 1,543,495.32 42.8

Februari 2 Rp 1,590,600.00 Rp 1,512,762.16 4.9

Maret 3 Rp 1,362,800.00 Rp 1,484,173.39 8.9

April 4 Rp 1,202,200.00 Rp 1,457,729.01 21.3

Mei 5 Rp 1,720,600.00 Rp 1,433,429.03 16.7

Juni 6 Rp 955,400.00 Rp 1,411,273.43 47.7

Juli 7 Rp 1,423,600.00 Rp 1,391,262.23 2.3

Agustus 8 Rp 1,518,200.00 Rp 1,373,395.42 9.5

September 9 Rp 1,275,200.00 Rp 1,357,673.01 6.5

Oktober 10 Rp 1,500,700.00 Rp 1,344,094.98 10.4

Nopember 11 Rp 2,487,300.00 Rp 1,332,661.35 46.4

Desember 12 Rp 605,300.00 Rp 1,323,372.11 118.6

Januari

2013

13 Rp 1,836,000.00 Rp 1,316,227.27 28.3

Februari 14 Rp 1,610,300.00 Rp 1,311,226.81 18.6

Maret 15 Rp 846,500.00 Rp 1,308,370.75 54.6

April 16 Rp 842,200.00 Rp 1,307,659.08 55.3

Mei 17 Rp 1,951,100.00 Rp 1,309,091.80 32.9

Juni 18 Rp 803,000.00 Rp 1,312,668.91 63.5

Juli 19 Rp 641,100.00 Rp 1,318,390.42 105.6

Agustus 20 Rp 1,263,700.00 Rp 1,326,256.32 5.0

September 21 Rp 2,287,300.00 Rp 1,336,266.61 41.6

Oktober 22 Rp 1,476,800.00 Rp 1,348,421.29 8.7

Nopember 23 Rp 1,105,100.00 Rp 1,362,720.36 23.3

Desember 24 Rp 512,300.00 Rp 1,379,163.83 169.2

Januari

2014

25 Rp 2,863,900.00 Rp 1,397,751.69 51.2

Februari 26 Rp 1,590,600.00 Rp 1,418,483.94 10.8

Maret 27 Rp 1,382,300.00 Rp 1,441,360.58 4.3

April 28 Rp 822,700.00 Rp 1,466,381.62 78.2

Mei 29 Rp 2,062,400.00 Rp 1,493,547.05 27.6

Juni 30 Rp 850,400.00 Rp 1,522,856.87 79.1


10


Juli 31 Rp 792,700.00 Rp 1,554,311.08 96.1

Agustus 32 Rp 1,694,300.00 Rp 1,587,909.68 6.3

September 33 Rp 1,034,200.00 Rp 1,623,652.68 57.0

Oktober 34 Rp 1,533,100.00 Rp 1,661,540.07 8.4

Nopember 35 Rp 2,539,800.00 Rp 1,701,571.85 33.0

Desember 36 Rp 833,300.00 Rp 1,743,748.02 109.3

Berdasarkan hasil pengujian terhadap yang dikeluarkan selama 3 tahun atau 36 bulan yaitu mulai tahun 2012, 2013 dan, 2014. Setiap data biaya belanja bulanan dibandingkan sesama bulan prediksi sehingga mendapat hasil seperti tabel diatas yang telah diprediksi biaya yang mendekati hasil prediksi sebanyak 4 bulan saja atau yang kurang dari 5% sedangkan data yang melebihi 5% sebanyak 32 bulan.

Dapat dilihat dari hasil pengujian bahwa dengan memprediksi menggunakan metode trend parabola tingkat keakurasian sangat lemah atau kalau dipersentasikan 11,11% keakuratan data dan 88.89% data yang tidak akurat. Sehingga metode ini tidak bisa digunakan untuk memprediksi anggaran biaya ATK pada bagian pembangunan nantinya.

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 350

500000

1000000

1500000

2000000

2500000

3000000

3500000

BulanPrediksiSebenarnyaSelisih

Gambar 3.4 Grafik Data Prediksi Dan Data Sebenarnya

4. KesimpulanBerdasarkan hasil penelitian yang telah dilakukan pada Bagian Pembangunan dari hasil

pengujian bahwa dengan prediksi menggunakan metode trend parabola tingkat keakurasian dari data prediksi dibandingkan dengan data biaya sebenarnya jauh berbeda hal ini dapat dilihat dari hasil pengujian kalau dipersentasikan dengan menghitung nilai akuratnya minimal 5% dan dibandingkan dengan 36 data yang ada, adapun data yang mendekati 5% hanyalah 4 data saja atau 11,11% yang akurat dan 32 data yang melebihi 5% atau 88.89% data yang tidak akurat. Sehingga dapat disimpulkan metode ini tidak bisa digunakan untuk memprediksi anggaran biaya ATK pada bagian pembangunan nantinya.

Referensi


11

ISSN: 2089-3787

[1] Paramita, C. (2011). Analisis Perbandingan Metode Peramalan Penjualan Bahan Bakar Minyak Dengan Standar Kesalahan Peramalan (Skp) Pada Pt Pertamina (Persero) Region IV Jateng Dan Diy. Semarang, Fakultas Ekonomi Universitas Diponegoro Semarang.

[2] Astuti, R. B. (2014). Yogyakarta. Sistem perencanaan penjualan batik pada fachri collection dengan metode trend moment, sekolah tinggi manajemen informasi dan komputer amikom yogyakarta.

[3] Deni. (2012). Bandung.Pengertian Prediksi. AMICOM.[4] M. Munandar. (2012). Jakarta. Budgeting Perencanaan Kerja, Pengkoordinasian Kerja,

Pengawasan Kerja. [5] Tohir, A. (2011). Jakarta. Analisa Peramalan Penjualan Minyak Sawit Kasar Atau Clude

Plam Oil (Kpo) Pada Pt. Krisma Pemasaran Bersama (Kpb) Nusantara Di Jakarta, Program Studi Agribisnis Fakultas Sains Teknologi Universitas Islam Negeri Syarif Hidayattulah Jakarta.


12

metode trend parabola

Documents