• Tidak ada hasil yang ditemukan

Peramalan Jumlah Pelanggan Kartu Kredit di PT. Bank Permata Cabang Medan dengan Menggunakan Metode Smoothing Eksponensial Linier Satu Parameter dari Brown

N/A
N/A
Protected

Academic year: 2017

Membagikan "Peramalan Jumlah Pelanggan Kartu Kredit di PT. Bank Permata Cabang Medan dengan Menggunakan Metode Smoothing Eksponensial Linier Satu Parameter dari Brown"

Copied!
2
0
0

Teks penuh

(1)

PERAMALAN JUMLAH PELANGGAN KARTU KREDIT DI PT. BANK PERMATA CABANG MEDAN DENGAN MENGGUNAKAN

METODE SMOOTHING EKSPONENSIAL LINIER SATU PARAMETER DARI BROWN

ABSTRAK

Proses peramalan merupakan hal yang penting bagi perusahaan dalam perumusan strategi perusahaan di masa mendatang. Oleh karena itu, sebuah metode peramalan yang tepat mutlak diperlukan agar perusahaan bisa mendapatkan keuntungan yang maksimal dari sebuah proses peramalan. Salah satu permasalahan yang dialami oleh perusahaan ialah dalam memenuhi jumlah permintaan kartu kredit. Data permintaan kartu kredit merupakan data runtun waktu sehingga untuk meramalkan jumlah permintaan kartu kredit digunakan teknik runtun waktu. PT.Bank Permata Cabang Medan dengan menggunakan metode smoothing exponential linier satu parameter dari Brown berdasarkan data jumlah pelanggan kartu kredit dari bulan April 2010-April 2014. Dalam Penelitian ini diperoleh bahwa data sudah cukup untuk diteliti.Untuk estimasi parameter model dilakukan dengan Metode Nilai Tengah Kesalahan Terkecil sehingga diperoleh model yang tepat untuk meramalkan jumlah pelanggan kartu kredit pada PT.Bank Permata Cabang Medan yang dapat dijabarkan sebagai berikut: = 2107,786039+ 86,24286584 (m)

Kata Kunci : Parameter, MSE, Model Brown, dan Kartu Kredit

(2)

FORECASTING AMOUNT OF CREDIT CARD CUSTOMERS AT PT. BANK PERMATA CABANG MEDAN USING SMOOTHING

EXPONENTIAL ONE PARAMETER FROM BROWN

ABSTRACT

Forecasting is important for companies in formulating corporate strategy in the future. Therefore, an appropriate forecasting method is absolutely necessary that the campany can get maximum benefit from a forecasting process. One of problem that experienced by company is in fulfilling request amount credit card. Request data credit card is a time series data so to forecasting the request amount credit card used by time series technique. PT.Bank Permata Cabang Medan by use Smoothing exponential one parameter from Brown model to be based on data amount of customers from April 2010-April 2013. In the Research is obtained that data have enough to researched. For parameters estimation model is done by Mean Squared Error Method so obtained corret model to forecasting amount of customers at PT.Bank Permata Cabang Medan which can be formulated is the following: =2107,786039+ 86,24286584 (m)

Keywords : Parameters, MSE, Brown model, and Credit Card

Referensi

Dokumen terkait

Pada penelitian ini metode yang digunakan dalam meramalkan atau memprediksi curah hujan adalah metode pemulusan ( smoothing ) eksponensial ganda (linier satu parameter dari Brown

Berikut ini merupakan tampilan form yang digunakan pada sistem informasi peramalan penjualan buah dengan menggunakan metode Linier Exponential Smoothing dari Brown.. 4.2.1

Bank BNI CNM (Cards and Merchant Business) Medan perlu mempertimbangkan peramalan yang dihasilkan penulis untuk meramalkan jumlah pelanggan kartu kredit satu tahun kedepan

OPTIMASI PARAMETER ALPHA MENGGUNAKAN ALGORITMA PEMROGRAMAN NON LINIER UNTUK PERAMALAN KLIMATOLOGI KOTA BANDUNGDALAM METODE PEMULUSAN EKSPONENSIAL GANDA SATU PARAMETER DARI

Pada penelitian ini membahas tentang metode yang lebih baik dalam peramalan yaitu antara metode double exponential smoothing satu parameter dari Brown dan

Metode smoothing eksponensial ganda adalah metode linier satu parameter dari Brown yang digunakan penulis termasuk ke dalam metode peramalan kuantitatif karena

Kata kunci : Peramalan, Pemulusan Eksponensial Ganda metode linier satu parameter dari Brown, Produksi, Konsumsi, Mean Square Error.. FORECASTING OF NUMBER OF COCOA

Kesimpulan Berdasarkan hasil penerapan double exponential smoothing dari Brown untuk peramalan jumlah produksi air, maka kesimpulan dari penelitian ini adalah parameter α terbaik yang