Trend adalah rata rata (a)   dalam jangka panjang

pembuatan (a)   dilakukan tanpa menggunakan formula matematis

penenttuan trend dengan metode (a)   dengan prosedur

(a)   yakni hasil observasi yang dapat dinyatakan dalam angka-angka

yakni hasil obesevasi yang kemungkinan tidak dapat dinyatakan

(a)  

adalah data yang didapat dengan jalan menghitung

(a)  

..merupakan data yang dikumpulkan oleh suatu organisasi

(a)  

..data yang mempunyai nilai pada suatu interval tertentu

(a)  

setelah pengumpulan data adalah

(a)  

data yang sudah ada perlu diketahui..

(a)  

teknik peramalan kuantitatif sangat mengandalkan pada

(a)  

teknik statistik menitikberatkan pada

(a)  

data yang memiliki pola fluktiuatif lebih tepat di forecast dengan

(a)  

suatu data yang memiliki pola trend akan lebih tepat bila di forecast dengan

(a)  

moving average ini melakukan peramalan dengan mengambil sekelompok

(a)  

(a)   adalah bahwa satu variabel bersifat bergantung atas variabel lainnya

jika koefisien korelasi bervariasi dari o sampai 1 atau 0 sampai -1. koefisien 0 menunjukkan tidak ada

(a)  

sebelum menggunakan persamaam regresi sebaikan diadakan uji terhadap

(a)  

ramalan dengan 4 bulan moving average bulan juni

ramalan dengan 4 bulan pada bulan juli

moving average 6 bulan pada bulan agustus

perbedaan moving average 4 bulan ramalan terbesar dan terkecil

6 bulan moving average, perbedaannya

pada moving average error =

moving average absolute error =

pada moving average mean absolute error =

pada moving average, mean squared error =

menghitung mean absolute error dan mean squared error...error bulan agustus =

menghitung mean absolute error dan mean squared error... ramalan bulan november

menghitung mean absolute error dan mean squared error... pada 6 bulan di bulan oktober error=

menghitung mean absolute error dan mean squared error...pada absolute error bulan november

error = 1.290-1.356.67

mean absolute error pada moving average =

mean squared error pada moving average 6 bulan

menghitung ramalan 3 bulan moving average pada bulan mei mov.ave 1 (St¹)

menghitung ramalan 3 bulan moving average pada bulan mei mov.ave II (St^II)

menghitung ramalan 3 bulan moving average pada bulan Desember mov.ave II (St^II)

menghitung ramalan 3 bulan moving average nilai konstanta bulan agustus

menghitung ramalan 3 bulan moving average pada bulan mei nilai kontanta

forecast dengan single exponential smoothing (Alpha=0.1) pada bulan ke 6 squared error =

forecast dengan single exponential smoothing (Alpha=0.1) pada bulan ke 4 squared error =

single oxponential smoothing, mean squared error

forecast dengan single exponential smoothing (Alpha=0.1) pada bulan ke 5 squared error =

dengan penentuan a sebesar 0.1 perhitungan ramalah adalah bulan 3

dengan penentuan a sebesar 0.1 perhitungan ramalan =

single oxponential smoothing bulan 3 F^{3 =}

single oxponential smoothing bulan 5 F⁵ =

single oxponential smoothing, mean ablsolute error

forecast dengan single exponential smoothing (Alpha=0.1) pada ramalan bulan ke 4

forecast dengan single exponential smoothing (Alpha=0.1) pada ramalan bulan 7

forecast dengan single exponential smoothing (Alpha=0.1) pada error bulan 5

forecast dengan single exponential smoothing (Alpha=0.1) pada absolute erro bulan 4

forecast dengan single exponential smoothing (Alpha=0.2) pada F⁴=

forecast dengan single exponential smoothing (Alpha=0.2) pada squared error bulan 12

forecast dengan single exponential smoothing (Alpha=0.1) pada jumlah absolute error

forecast dengan single exponential smoothing (Alpha=0..6) pada F³

forecast dengan single exponential smoothing (Alpha=0.6) pada error bulan 9

forecast dengan single exponential smoothing (Alpha=0.6) pada error bulan 5

forecast dengan single exponential smoothing (Alpha=0.6) pada squared error bulan 9

forecast dengan single exponential smoothing (Alpha=0.6) pada jumlah absolute error

forecast dengan single exponential smoothing (Alpha=0.6) pada jumlah squared error

forecast dengan Double exponential smoothing (Alpha=0.1) pada S' bulan ke 8

forecast dengan single exponential smoothing (Alpha=0.6) pada S'' bulan 10

forecast dengan single exponential smoothing (Alpha=0.6) pada S'' bulan 7

forecast dengan single exponential smoothing (Alpha=0.6) pada at bulan 10

forecast dengan single exponential smoothing (Alpha=0.6) pada bt bulan 4

forecast dengan single exponential smoothing (Alpha=0.6) pada forecast (m=1) bulan desember

kemudian bisa diperhitungkan forecast error, jumlah total absolute

jumlah squared pada tabel 3.16

trend dengan metode trend setengah rata-rata pada tahun I, semitotal =

trend dengan metode trend setengah rata-rata pada tahun I, semiaverage =

trend dengan metode trend setengah rata-rata pada tahun II, semitotal =

trend dengan metode trend setengah rata-rata pada tahun II, semiaverage =

trend dengan metode trend setengah rata-rata y=

trend dengan metode kuadrat terkecil tahun 1997 XY=

trend dengan metode kuadrat terkecil tahun 1999 XY=

trend dengan metode kuadrat terkecil tahun 1995 XY= -

trend dengan metode kuadrat terkecil a =

trend dengan metode kuadrat terkecil b =

trend dengan metode kuadrat terkecil Y=

pada tren rata-rata tahun 1999

pada tren rata-rata Triwulan tahun 1997, Y=

pada tren r tahun 1997, Y = ata-rata per semester

trend bulanan pada februari 1996...

trend bulanan pada Bulan Februari 2000

tren parabolik, nilai a =

tren parabolik, nilai b =

proyeksi penjualan dengan metode trend exponential, log a =

proyeksi penjualan dengan metode tren exponential anti log Y =

pada trend dengan metode kuadrat terkecil maka jumlah X_{2 =}

proyeksi Metode Regresi Sederhana b=

proyeksi Metode Regresi Sederhana a=

standar error of estimate pada jumlah Se=

proyeksi Metode Regresi Sederhana uji terhadap b maka tb=

proyeksi Metode Korelasi Sederhana r=

pada korelasi sederhana t hitung =

pada metode persamaan auto regresi Y=

pada uji terhadap koefisien auto korelas t =

pada koefisien korelas maka nilai r =