Professional Documents
Culture Documents
SKRIPSI
Oleh
NIM : 4150401018
Jurusan : Matematika
2005
ABSTRAK
Dalam dunia usaha atau bisnis, matematika merupakan salah satu ilmu
pengetahuan yang penting sekali dalam melakukan analisis. Metode statistika
sebagai salah satu cabang dari matematika terapan sangat dibutuhkan dalam
pengambilan keputusan secara ekonomis di perusahaan-perusahaan, diantaranya
adalah untuk keperluan forecasting (peramalan) penjualan. Metode ramalan
exponential smoothing merupakan salah satu model ramalan data berkala (time
series) yang dalam penelitian ini digunakan sebagai metode dalam peramalan
penjualan.
Berdasarkan uraian di atas permasalahan yang akan dibahas adalah (1)
bagaimana penggunaan metode exponential smoothing untuk peramalan penjualan
teh hitam pada PT Tambi Wonosobo, (2) berapa prediksi atau ramalan penjualan
teh hitam pada bulan Agustus dan September 2005. Tujuan penelitian ini adalah
untuk mengetahui penggunaan metode exponential smoothing untuk peramalan
penjualan teh hitam untuk periode mendatang pada PT Tambi Wonosobo.
Sedangkan manfaat dari penelitian ini untuk masukan bagi PT. Perkebunan
Tambi Wonosobo bahwa dalam meramalkan atau memprediksi penjualan dapat
menggunakan metode exponential smoothing.
Pada penelitian ini prosedur yang digunakan adalah identifikasi masalah,
perumusan masalah, observasi, analisis data dan penarikan simpulan. Adapun data
yang diambil dalam penelitian ini adalah data volume penjualan teh hitam dari
bulan Agustus 2003 sampai dengan bulan Juli 2005 pada PT. Perkebunan Tambi
Wonosobo. Data yang diperoleh kemudian dianalisis dengan membuat scatter
diagram untuk menentukan polanya, setelah itu ditentukan persamaan garisnya,
dan memilih model exponential smoothing yang tepat berdasarkan pola data yang
ada. Jika data berpola konstan maka dapat digunakan metode single exponential
smoothing, jika pola datanya linear digunakan metode double exponential
smoothing dan jika pola datanya tidak konstan atau tidak linear digunakan metode
triple exponential smoothing untuk menganalisisnya.
Hasil yang diperoleh dalam penelitian ini adalah data volume penjualan
selama 24 bulan cenderung berpola konstan, nilai MAE orde 1 dengan α = 0,3
paling kecil dibandingkan dengan MAE orde 2 dan MAE orde 3, maka untuk
forecasting penjualan teh hitam dipilih metode single exponential smoothing.
Prediksi atau ramalan pada bulan Agustus dan September 2005 sebanyak
131462.74 dan 92023.92 kg.
Adapun saran-saran yang dapat disampaikan adalah perlu dilakukan
penelitian lebih lanjut tentang peramalan dengan metode exponential smoothing
dengan menggunakan pengembangan program komputer yang lebih tepat
dibandingkan dengan menggunakan komputer excell, sehingga diperoleh hasil
ramalan yang tepat dan bagi PT Perkebunan Tambi perlu untuk meningkatkan
peramalan volume penjualan teh hitam periode mendatang untuk meningkatkan
produksi sehingga keuntungan yang diperoleh akan maksimal.
MOTTO DAN PERSEMBAHAN
MOTTO
PERSEMBAHAN
Ibu dan Bapak tercinta, yang telah memberi
segalanya yang terbaik buat aku.
Mas Wasis yang setia menemaniku terimakasih atas
motivasinya.
Sahabatku Siti, Susti, Diah, dan Nining terima kasih
atas kritik dan sarannya.
Teman-teman di Reyna Cost dan teman-teman
angkatan ’01B Matematika ( I Love U All)
KATA PENGANTAR
Segala puji dan syukur penulis panjatkan kehadirat Allah SWT, yang telah
1. Bapak Dr. A.T Soegito, SH, MM, Rektor Universitas Negeri Semarang yang
4. Bapak Drs. Zaenuri Mastur S.E, M.Si, Akt selaku pembimbing utama yang
7. Bapak dan Ibu Dosen Matematika FMIPA Universitas Negeri Semarang yang
10. Mas Wasis dan teman-teman di Reyna yang telah memberi dukungan moril
11. Mbak Tami’ yamg telah membantu dalam pencarian buku-buku pustaka..
12. Semua pihak yang telah memberi bantuan dalam penelitian dan penulisan
skripsi ini.
skripsi ini masih banyak sekali kekurangannya. Oleh karena itu masukan berupa
Penulis
DAFTAR ISI
Halaman
HALAMAN JUDUL...................................................................................... i
ABSTRAK .................................................................................................... ii
DAFTAR TABEL.......................................................................................... ix
DAFTAR LAMPIRAN.................................................................................. xi
B. Penegasan Istilah........................................................................ 5
C. Pembatasan Masalah.................................................................. 6
D. Permasalahan ............................................................................. 6
A. Peramalan (forecasting)............................................ 10
B. Penjualan .................................................................. 13
A. Identifikasi Masalah................................................................... 32
C. Observasi .................................................................................. 32
D. Analisa Data............................................................................... 33
B. Analisis Data.............................................................................. 36
A. Simpulan .................................................................................. 41
B. Saran .......................................................................................... 42
DAFTAR PUSTAKA
LAMPIRAN-LAMPIRAN
DAFTAR TABEL
Halaman
Smoothing .................................................................................. 21
Tabel 4. Harga-harga ST, ST(2), dan ST(3) penjualan teh hitam .................. 46
Tabel 7. Harga-harga ŶT+t orde1, orde 2, dan orde 3 penjualan teh hitam ... 48
Tabel 8. Harga- harga MAE orde 1, orde 2, dan orde 3 penjualan teh hitam .. 49
Halaman
Halaman
Lampiran 5. Harga-harga ŶT+t orde1, orde 2, dan orde 3 penjualan teh hitam.... 48
hitam........................................................................................... 49
PENDAHULUAN
manusia. Hal tersebut terjadi karena hasil kemajuan teknologi yang ada pada
saat ini telah menjadi bagian yang tidak dapat dipisahkan dengan kebutuhan
dan dipecahkan.
1
untuk menganalisis peristiwa atau gejala ekonomi maka hubungan-hubungan
antara berbagai faktor ekonomi bisa dinyatakan secara lebih singkat dan jelas,
hampir setiap aspek kehidupan manusia modern. Pada abad ini, manusia sadar
diambil atas dasar hasil analisis dan intepretasi data kuantitatif. Dalam hal
semakin baik ramalan tersedia untuk pimpinan semakin baik pula prestasi
perjalanan waktu. Karena adanya faktor waktu itu, maka dari hasil analisis
tersebut dapat dikatakan sesuatu yang akan terjadi pada masa mendatang.
akan ada faktor akurasi atau keseksamaan yang harus diperhitungkan. Akurasi
suatu ramalan berbeda untuk tiap persoalan dan bergantung pada berbagai
faktor, yang jelas tidak akan selalu didapatkan hasil ramalan dengan ketepatan
seratus persen.
terbukti, bahwa ramalan telah banyak digunakan dan membantu dengan baik
penjualan.
model ekonometrika, model deret berkala (time series) dan model ramalan
pendek dan jangka menengah terutama bila dibutuhkan sejumlah besar hasil
komponen dan pola dasar yang ada (Awat, Napa J, 1990: 36). Seringkali pola
kemudian akan dilakukan peramalan penjualan untuk tahun yang akan datang,
dan istilah-istilah yang ada dalam judul penelitian ini maka perlu penegasan
Exponential Smoothing
ini adalah suatu tipe teknik peramalan rata-rata bergerak yang digunakan
Wonosobo.
Forecasting penjualan
Forecast adalah peramalan apa yang akan terjadi pada waktu yang
akan datang (Subagyo, 1986: 3). Forecasting adalah suatu usaha untuk
masa lalu (Handoko, 1984: 3). Sedangkan penjualan adalah usaha yang
Rokhah, 2004: 8 ).
Forecasting penjualan dalam penelitian ini adalah suatu usaha
Volume Penjualan
dalam satuan unit atau dalam rupiah dan biasanya untuk jangka panjang
PEMBATASAN MASALAH
PERMASALAHAN
Berapa prediksi atau ramalan penjualan teh hitam pada bulan Agustus dan
September 2005?
TUJUAN PENELITIAN
Tambi Wonosobo.
2005.
MANFAAT PENELITIAN
SISTEMATIKA SKRIPSI
Skripsi ini terdiri atas beberapa bagian yang masing-masing diuraikan
sebagai berikut
BAB I Pendahuluan
sistematika skripsi.
BAB V Penutup
Bagian ini berisi daftar pustaka yang digunakan sebagai acuan dan
BAB II
LANDASAN TEORI
A. PERAMALAN
Forecast adalah peramalan apa yang akan terjadi pada waktu yang
dilakukan pada waktu yang akan datang (Subagyo, 1986: 3). Dengan
adalah peramalan apa yang akan terjadi, tetapi belum tentu bisa
barang 10.000 unit pada tahun yang akan datang. Perusahaan belum tentu
260).
Dalam kehidupan sosial segala sesuatu itu serba tidak pasti, sukar
untuk diperkirakan secara tepat. Dalam hal ini perlu diadakan forecast.
10
Forecasting yang dibuat selalu diupayakan agar dapat meminimumkan
diukur dengan mean squared error, mean absolute error, dan sebagainya
3. Proses Peramalan
a. Penentuan Tujuan
menentukan:
c. Pengujian Model
aktual.
d. Penerapan Model
B. PENJUALAN
1. Definisi Penjualan
ahli:
2. Tujuan Penjualan
bila kegiatan itu memberikan hasil yang baik, pasti akan memperoleh balas
waktu atau dimensi apa saja yang lain (Soejoeti, 1987: 36).
merupakan variabel waktu yang bergerak secara seragam dan ke arah yang
sama, dan waktu yang lampau ke waktu yang mendatang, maka serangkaian
data yang terdiri dari Yi di atas dan yang merupakan fungsi dari ti dinamakan
Data yang direkam di dalam interval waktu yang sama di dalam jangka
waktu yang relatif panjang disebut data runtun waktu (Arga, 1984: 1).
satu detik saja) dan dapat cukup panjang (harian, mingguan, bulanan, tahunan,
dan bahkan puluhan tahun), tergantung dari macamnya data yang direkam.
Analisis runtun waktu umumnya memerlukan cacah data yang banyak, oleh
karena itu diperlukan rekaman data yang panjang. Rekaman data ekonomi,
j
u
m
l
a
h
tahun
Gambar 1. Grafik komponen trend
bulan
Gambar 2. Grafik komponen musiman
j
u
m
l
a
h
tahun
Gambar 3. Grafik komponen siklis
j
u
m
l
a
h
bulan
Gambar 4. Grafik komponen random
D. PERAMALAN DENGAN METODE EXPONENTIAL
SMOOTHING
bergerak yang melakukan penimbangan terhadap data masa lalu dengan cara
berubah di dalam kurun waktu tertentu, atau jika perubahannya kecil saja,
Yt = a + εt .............................................................................. (1.1)
Nilai a pada akhir periode T-1 adalah â (T-1) dan penjualan sekarang
adalah YT kita ingin mencari â (T) yaitu penaksir bagi a. Nilai â (T) adalah
sama dengan penaksir lama â (T-1) ditambah dengan sebagian kecil yang
Smoothing.
diperoleh:
T −1
ST = ∑ (1 − α)
k =0
k
YT − k + (1 − α) T So .......................................... (1.5)
waktu T. â(T) = ST
Nilai ramalan penjualan untuk t waktu atau periode ke depan akan
menjadi:
1) Menentukan nilai α
terletak antara 0;0,1;0,30. besarnya α yang paling cocok bisa kita pilih
1 T
So = ∑ YT
n t =T − n +1
............................................................. (1.7)
So = Y1
Forecasting penjualan:
menggunakan rumus:
Tabel 1
1 85 85,00
2 100 86,50
3 95 87,35
4 105 89,11
5 115 91,70
6 100 92,53
Pada T = 3 misalnya:
So = Yt
S1 = 0,1(85) + 0,9(85) = 85
Dengan: E(εt) = 0
sebagai berikut:
α
â2(T) = [ST − ST (2)] .................................................(2.4)
1− α
⎧ α
= 2ST - ST(2) + ⎨ [ST − ST (2)] t ⎫⎬
⎩1 − α ⎭
⎧ αt αt ⎫
= 2ST - ST(2) + ⎨ ST − S T (2)⎬
⎩1 − α 1− α ⎭
αt αt
ŶT+1(T) = (2 + ) ST – (1 + ) ST(2) .................. (2.5)
1− α 1− α
Exponential Smoothing.
forecasting penjualan:
dibawah ini :
Tabel 2
1 64
2 65
3 72
4 78
5 75
mengambil α = 0,2.
didapat rumus (1.4) tetapi terlebih dahulu perlu dihitung ST(2) dengan
αt αt
Dari rumus ŶT+1(T) = (2 + ) ST – (1 + ) ST(2) untuk α = 0,2
1− α 1− α
ST dan ST(2) yang telah diperoleh, ramalan untuk minggu ke-6 adalah:
= (2,25)(69,57) - (1,25)(66,026)
= 74.
1 2
Yt = a1 + a2.t + a3 t + ε t .................................................(3.1)
2
Dimana: E(εt) = 0
1
Ŷt = â 1 (T) + â 2 (T)t + â 3 (T).t 2 .......................................... (3.2)
2
ST = αXT + (1-α)ST-l
α
â2(T) = [(6-5α)ST - 2(5 - 4α) ST(2) + (4 -3α) ST(3)]
2β 2
2
⎛α⎞
â3(T) = ⎜⎜ ⎟⎟ [ST - 2ST(2) + ST(3)]…………………………………... (3.4)
⎝β⎠
dengan β = 1 - α
(3.5) diperoleh:
α.t 2 αt
ŶT+1(T) = 3ST – 3ST(2) + ST(3) + 2
(6-5α) ST – (5-4α) ST(2) +
2β 2β 2
ST
= [6β2+ (6-5α)αt + α2t2] 2
- [6β2+ 2(5-4α)α + 2α2t2] -
2β
S T (2) S (3)
2
+ [2β2 + (4-3α)αt + α2t2] T 2
2β 2β
dengan β = 1-α
ST
ŶT+1(T) = [6(1-α)2+ (6-5α)αt + α2t2] - [6(1-α)2+ 2(5-4α)α +
2(1 - α ) 2
S T (2) S (3)
2α2t2] - + [2(1-α)2 + (4-3α)αt + α2t2] T ................. (3.6)
2(1 - α ) 2
2(1 - α ) 2
dengan
ST = αXT + (1-α)ST-1
Dan S1(3) = Y1
penjualan.
Untuk contoh ini digunakan data tabel 2, akan dicari ramalan minggu ke-6
Setelah harga-harga ST(3) dihitung, maka dari rumus (3.6) untuk α = 0,2
dan t = 1 diperoleh
ST
ŶT+1(T) = [6(1-0,2)2+ (6-5(0,2))(0,2) + (0,2)2] 2
- [6(1-0,2)2 +
2(1 - 0,2 )
S T (2)
2(5-4(0,2))(0,2) + 2(0,2)2] - 2
+ [2(1-0,2)2 + (4-
2(1 - 0,2 )
S T (3)
3(0,2))(0,2) + (0,2 )2]
2(1 - 0,2) 2
atau
ŶT+1(T) = 3,8125ST - 4,375ST(2) + 1,5625ST(3)
ramalan berikut
= 64,4922.
Y5 adalah 644,922.
WONOSOBO
dengan nama Bagelen Thee & Kina Maatschappij yang berada di Netherland.
di Jakarta.
diserahkan kembali kepada pemilik semula yaitu Bagelen Thee & Kina
Maatschappij.
Pada tahun 1954 perusahaan dijual kepada NV Eks PPN Sindoro
Negara.
Pada tahun 1957 NV Eks PPN Sindoro Sumbing bekerja sarna dengan
DATA PERUSAHAAN
negeri.
Proses Pengolahan Teh Hitam
A. Pelayuan
trough).
48%-50%.
B. Penggulungan
berkeriting baik.
C. Fermentasi
fermenting trolleys.
3. Lama fermentasi 120 - 130 menit dan pucuk layu masuk mesin
2. Hasil pengeringan yang baik jika teh keringnya berkadar air (MC)
3%-4%.
E. Penjenisan/Sorlasi
F. Pengepakan
paperzak.
• Austalia
• New Zealand
• Rusia
• Polandia
• England
• Irlandia
• Pakistan
BAB III
METODE PENELITIAN
sebagai berikut:
Identifikasi Masalah
dari penelaahan yang dilakukan muncul ide dan dijadikan landasan untuk
malakukan penelitian.
Perumusan Masalah
Berangkat dari gagasan atau ide yang muncul serta hasil penelaahan
Observasi
Setelah permasalahan dirumuskan, dilakukan observasi untuk
persoalan yang berkaitan dengan pengumpulan data adalah jenis data yang
dibutuhkan, dari mana data itu diperoleh, dan bagaimana cara memperoleh data.
yakni laporan penjualan teh hitam sejak bulan Agustus 2003 sampai dengan
Analisa Data 32
Di dalam tahap ini dilakukan pengkajian data yang diperoleh
Untuk melihat pola volume penjualan dari data time series yang ada
penjualan (T) sebagai absis dan volume penjualan (YT+t) sebagai ordinat.
pertama berikut:
αt αt
ŶT+1(T) = (2 + ) ST – (1 + ) ST(2) ......... (2.6)
1− α 1− α
3. Jika data time series tidak memperlihatkan pola konstan ataupun linear
dengan runus:
ST
ŶT+1(T) = [6(1-α)2+ (6-5α)αt + α2t2] -
2(1 - α ) 2
S T (2)
+ [2(1-α)2 + (4-3α)αt +
2(1 - α ) 2
S T (3)
α2t2] ........................................................ (3.6)
2(1 - α ) 2
atau
MAE =
∑Y t - Ŷt
........................................... (4.1)
n
Dengan:
forecast, atau
MSE =
∑ Yt − Yˆt ....................................................(4.2)
n
⎛ Yt − Yˆt ⎞
∑ ⎜⎜ Y ⎟
⎟
⎝ t ⎠
MAPE = x100 .....................................(4.3)
n
Penarikan Simpulan
yang merupakan Perusahaan milik Pemerintah Daerah dan berdiri sejak tahun
1957. Perusahaan ini memproduksi teh hitam untuk pemasaran dalam negeri
Pada penelitian ini data yang diambil untuk dianalisis adalah data
volume penjualan teh hitam sejak bulan Agustus 2003 sampai dengan bulan
Juli 2005.
B. Analisis Data
bulan Agustus 2003 sampai dengan bulan Juli 2005. Data Tabel 3 disajikan
500000
450000
400000
350000
Volume
300000
250000
200000 36
150000
100000
50000
0
3 3 4 4 4 4 5 5
0 -0 00 00 0 -0 00 00
20 ov i2 i2 20 ov i2 i2
s N r e s N r e
tu ua M tu ua M
g us br g us br
A Fe A Fe
Bulan
diagram diatas akan dicari garis yang mendekati titik-titik di dalam diagram.
Dengan menggunakan α = 0,1 ; 0,2 dan 0,3 dan S1 = S1(2) = S1(3) = 118000.
ST, ST(2), dan ST(3) sebagaimana tercantum pada tabel 4 dalam lampiran 2,
akan dipilih α yang dapat meminimumkan forecast error secara trial and error.
αt αt
Rumus orde 2 : ŶT+t(T) = (2 + ) ST − (1 + ) ST (2) …………….(2.5)
1-α 1−α
ST
Rumus orde 3 : ŶT+1(T) = [6(1-α)2+ (6-5α)αt + α2t2] -
2(1 - α ) 2
S T (2)
[6(1-α)2+ 2(5-4α)αt + 2α2t2] - +
2(1 - α ) 2
S T (3)
[2(1-α)2 + (4-3α)αt + α2t2] ... (3.6)
2(1 - α ) 2
Dari ketiga harga ramalan ŶT+t(T) pada tabel 5 dihitung Mean Absolute Error
MAE =
∑ Y − Yˆ
t t
.............................. (4.1)
n
atau tahun t
absolute error orde 1, absolute error orde 2, dan absolute error orde 3
Dari tabel tersebut tampak bahwa MAE orde 1 dengan α = 0,3 paling kecil
dan dari persamaan ŶT diatas tampak bahwa data volume penjualam teh hitam
cenderung berpola konstan serta MAE orde 1 dengan α = 0,3 paling kecil
dibandingkan MAE orde 2 dan MAE orde 3, maka untuk peramalan penjualan
92023,92 kg.
PENUTUP
A. Simpulan
sebagai berikut :
B. Saran
yang lebih praktis, lebih efisien serta menghasilkan forecast error yang
Arga, W. 1984. Analisis Runtun Waktu Teori dan Aplikasi. Yogyakarta : BPFE
Yogyakarta
Dajan, Anto. 1983. Pengantar Metode Statistik Jilid I. Jakarta : Pustaka LP3S
Indonesia
Makridakis, Spyros . dkk. 1993. Metode dan Aplikasi Peramalan. Jilid 1. Edisi
Pertama. (Terjemahan : Untung S, Andrianto). Jakarta. :
Erlangga
Lampiran 1
Tabel 3
Volume Penjualan Teh Hitam PT Perkebunan Tambi Wonosobo Sejak
Bulan Agustus 2003 sampai Bulan Juli 2005
Bulan Volume
Penjualan (kg)
Agustus 2003 118000
September 2003 202900
Oktober 2003 38700
November 2003 87400
Desember 2003 370100
Januari 2004 77400
Februari 2004 119300
Maret 2004 150300
April 2004 187900
Mei 2004 162600
Juni 2004 90500
Ju;li 2004 61300
Agustus 2004 178250
September 2004 93100
Oktober 2004 208900
November 2004 241600
Desember 2004 312800
Januari 2005 187000
Februari 2005 171200
Maret 2005 262000
April 2005 199000
Mei 2005 186000
Juni 2005 186200
Juli 2005 163000
Mengetahui,
a.n Direksi
Sujarwo
Askabag Ops. Pemasaran
Lampiran 2
Tabel 4
Harga-harga ST, ST(2), dan ST(3) penjualan teh hitam
Bulan Data ST ST(2) ST(3)
α = 0.1 α = 0.2 α = 0.3 α = 0.1 α = 0.2 α = 0.3 α = 0.1 α = 0.2 α = 0.3
1 118000 118000.00 118000.00 118000.00 118000.00 118000.00 118000.00 118000.00 118000.00 118000.00
2 202900 126490.00 134980.00 143470.00 118849.00 121396.00 125641.00 118084.90 118679.20 120292.30
3 38700 117711.00 115724.00 112039.00 118735.20 120261.60 121560.40 118149.93 118995.68 120672.73
4 87400 114679.90 110059.20 104647.30 118329.67 118221.12 116486.47 118167.90 118840.77 119416.85
5 370100 140221.91 162067.36 184283.11 120518.89 126990.37 136825.46 118403.00 120470.69 124639.44
6 77400 133939.72 145133.89 152218.18 121860.98 130619.07 141443.28 118748.80 122500.36 129680.59
7 119300 132475.75 139967.11 142342.72 122922.45 132488.68 141713.11 119166.17 124498.03 133290.34
8 150300 134258.17 142033.69 144729.91 124056.03 134397.68 142618.15 119655.15 126477.96 136088.69
9 187900 139622.36 151206.95 157680.93 125612.66 137759.54 147136.99 120250.90 128734.27 139403.18
10 162600 141920.12 153485.56 159156.65 127243.40 140904.74 150742.89 120950.15 131168.37 142805.09
11 90500 136778.11 140888.45 138559.66 128196.87 140901.48 147087.92 121674.82 133114.99 144089.94
12 61300 129230.30 124970.76 115381.76 128300.22 137715.34 137576.07 122337.36 134035.06 142135.78
13 178250 134132.27 135626.61 134242.23 128883.42 137297.59 136575.92 122991.97 134687.57 140467.82
14 93100 130029.04 127121.29 121899.56 128997.98 135262.33 132173.01 123592.57 134802.52 137979.38
15 208900 137916.14 143477.03 147999.69 129889.80 136905.27 136921.02 124222.29 135223.07 137661.87
16 241600 148284.52 163101.62 176079.79 131729.27 142144.54 148668.65 124972.99 136607.36 140963.90
17 312800 164736.07 193041.30 217095.85 135029.95 152323.89 169196.81 125978.69 139750.67 149433.77
18 187000 166962.46 191833.04 208067.10 138223.20 160225.72 180857.89 127203.14 143845.68 158861.01
19 171200 167386.22 187706.43 197006.97 141139.50 165721.86 185702.62 128596.78 148220.92 166913.49
20 262000 176847.60 202565.14 216504.88 144710.31 173090.52 194943.29 130208.13 153194.84 175322.43
21 199000 179062.84 201852.12 211253.41 148145.57 178842.84 199836.33 132001.87 158324.44 182676.60
22 186000 179756.55 198681.69 203677.39 151306.66 182810.61 200988.65 133932.35 163221.67 188170.22
23 186200 180400.90 196185.35 198434.17 154216.09 185485.56 200222.31 135960.73 167674.45 191785.84
24 163000 178660.81 189548.28 187803.92 156660.56 186298.10 196496.79 138030.71 171399.18 193199.13
25 - 160794.73 151638.63 131462.74 157073.98 179366.21 176986.58 139935.04 172992.59 188335.36
26 - 144715.25 121310.90 92023.92 155838.10 167755.15 151497.78 141525.34 171945.10 177284.09
Lampiran 3
Tabel 5
Harga-harga â1(T) dan â2(T) penjualan teh hitam
â1(T) â2 (T)
Bulan
0.10 0.20 0.30 0.10 0.20 0.30
1 118000.00 118000.00 118000.00 0.00 0.00 0.00
2 134131.00 148564.00 161299.00 560.34 3396.00 7666.47
3 116686.80 111186.40 102517.60 -280.57 -1134.40 -4094.20
4 111030.13 101897.28 92808.13 -389.53 -2040.48 -5090.84
5 159924.93 197144.35 231740.76 1455.47 8769.25 20406.79
6 146018.46 159648.70 162993.08 365.27 3628.70 4633.21
7 142029.04 147445.54 142972.34 -1.42 1869.61 270.73
8 144460.32 149669.70 146841.66 -15.35 1909.00 908.06
9 153632.05 164654.37 168224.88 204.91 3361.85 4533.90
10 156596.83 166066.38 167570.42 111.69 3145.21 3617.92
11 145359.34 140875.41 130031.40 -453.57 -3.26 -3667.15
12 130160.38 112226.18 93187.45 -933.35 -3186.14 -9543.55
13 139381.11 133955.62 131908.55 -348.19 -417.75 -1003.49
14 131060.10 118980.24 111626.11 -575.66 -2035.26 -4417.58
15 145942.47 150048.79 159078.37 111.20 1642.94 4763.83
16 164839.77 184058.71 203490.92 675.40 5239.27 11786.79
17 194442.19 233758.70 264994.89 1365.34 10179.35 20596.59
18 195701.72 223440.36 235276.30 741.04 7901.83 11699.96
19 193632.93 209691.00 208311.32 183.08 5496.14 4860.87
20 208984.88 232039.77 238066.46 413.28 7368.66 9271.48
21 209980.11 224861.39 222670.50 24.20 5752.32 4909.35
22 208206.44 214552.78 206366.13 -335.95 3967.77 1156.16
23 206585.71 206885.15 196646.04 -559.31 2674.95 -768.90
24 200661.06 192798.46 179111.05 -840.10 812.54 -3737.93
25 164515.48 123911.05 85938.91 -2042.86 -6931.90 -19575.25
26 133592.40 74866.66 32550.06 -2534.39 -11611.06 -25573.76
Lampiran 4
Tabel 6
Harga-harga â1(T), â2(T), dan â3(T) penjualan teh hitam
â1(T) â2 (T) â3(T)
Bulan
0,10 0,20 0,30 0,10 0,20 0,30 0,10 0,20 0,30
1 354000,00 118000,00 118000,00 0,00 0,00 0,00 0,00 0,00 0,00
2 377177,70 159431,20 173779,30 2430,30 9154,53 19476,76 83,21 679,20 2307,61
3 351377,19 105382,88 92108,53 -483,51 -4210,77 -13953,01 -19,47 -362,72 -1924,64
4 343554,40 94355,01 83899,34 -1281,68 -6037,64 -13522,78 -46,12 -471,39 -1647,23
5 414318,06 225701,66 267012,38 6233,34 23902,02 53789,52 212,80 1784,83 6521,72
6 392482,63 166044,81 162005,29 3404,92 7015,39 3678,95 108,50 399,76 -182,64
7 386158,38 146933,32 135179,18 2395,98 1594,93 -7122,86 70,14 -32,01 -1440,95
8 389571,90 149385,98 142423,96 2469,37 1755,46 -3285,96 70,20 -17,73 -816,83
9 402781,80 169076,52 171035,02 3547,32 5701,99 7182,73 104,64 276,38 519,59
10 406880,60 168910,83 168046,39 3561,09 4648,87 4055,96 101,44 177,78 88,01
11 390768,17 133075,89 118505,16 1430,04 -4140,12 -14587,30 24,92 -487,47 -2131,20
12 369802,33 95801,32 75552,85 -1050,72 -11892,79 -26236,23 -60,90 -1026,55 -3260,64
13 384722,44 129674,61 133466,76 438,36 -2687,73 478,37 -7,78 -267,56 288,11
14 373870,88 110379,39 107159,03 -888,41 -6593,90 -8638,62 -52,93 -537,55 -825,96
15 396745,89 154938,35 170897,90 1436,86 4233,73 15958,11 28,54 305,60 2185,43
16 424584,73 199478,61 223197,32 4095,45 13409,61 30436,42 118,57 963,74 3643,71
17 467054,42 261902,89 293130,90 8053,43 25090,74 47209,77 249,92 1759,01 5202,35
18 467827,20 238667,63 240488,61 7272,09 15965,73 16600,83 214,40 951,70 963,76
19 464530,47 214174,62 200826,54 6072,83 7865,46 -2257,27 165,82 280,23 -1383,93
20 487036,23 241618,71 240007,18 7632,01 12437,54 11077,95 213,38 598,68 358,84
21 488757,43 227352,27 216927,85 6839,43 7064,28 -556,39 178,76 155,68 -1061,81
22 487146,72 210834,92 196236,44 5715,74 1989,47 -8457,17 134,01 -232,37 -1872,98
23 486436,61 199773,84 186421,44 4741,24 -1101,17 -10465,09 95,95 -444,46 -1890,53
24 480092,87 181149,72 167120,52 3228,40 -5367,25 -15098,24 40,78 -728,05 -2217,05
- 430967,36 89809,84 51763,87 -2662,90 -25008,08 -51920,86 -162,36 -2131,33 -6318,97
- 391207,48 32612,36 -1137,49 -7076,24 -34004,16 -57434,61 -307,77 -2640,89 -6228,83
Lampiran 5
Tabel 7
Harga-harga ŶT+t(T) orde 1, orde 2, dan orde3 penjualan teh hitam
Tabel 9
Tabel 10
Tabel 11