PERAMALAN JUMLAH PENGUNJUNG OBJEK WISATA KEBUN RAYA CIBODAS DENGAN METODE DEKOMPOSISI
Objek wisata di Indonesia telah tumbuh dan berkembang menjadi suatu industri yang tak lepas dari peran serta masyarakat, salah satunya objek wisata Kebun Raya Cibodas. Banyaknya pengunjung di objek wisata tersebut mengalami fluktuasi pada tiap kuartalnya karena adanya faktor musiman. Dengan mengguna...
Saved in:
| Main Author: | |
|---|---|
| Format: | Book |
| Published: |
2010-12-08.
|
| Subjects: | |
| Online Access: | Link Metadata |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
MARC
| LEADER | 00000 am a22000003u 4500 | ||
|---|---|---|---|
| 001 | repoupi_1369 | ||
| 042 | |a dc | ||
| 100 | 1 | 0 | |a DHONE, Bergita |e author |
| 245 | 0 | 0 | |a PERAMALAN JUMLAH PENGUNJUNG OBJEK WISATA KEBUN RAYA CIBODAS DENGAN METODE DEKOMPOSISI |
| 260 | |c 2010-12-08. | ||
| 500 | |a http://repository.upi.edu/1369/1/s_d5051_0611027_chapter1.pdf | ||
| 500 | |a http://repository.upi.edu/1369/2/s_d5051_0611027_chapter2.pdf | ||
| 500 | |a http://repository.upi.edu/1369/3/s_d5051_0611027_chapter3.pdf | ||
| 500 | |a http://repository.upi.edu/1369/4/s_d5051_0611027_chapter4.pdf | ||
| 500 | |a http://repository.upi.edu/1369/5/s_d5051_0611027_chapter5.pdf | ||
| 500 | |a http://repository.upi.edu/1369/6/s_d5051_0611027_bibliography.pdf | ||
| 520 | |a Objek wisata di Indonesia telah tumbuh dan berkembang menjadi suatu industri yang tak lepas dari peran serta masyarakat, salah satunya objek wisata Kebun Raya Cibodas. Banyaknya pengunjung di objek wisata tersebut mengalami fluktuasi pada tiap kuartalnya karena adanya faktor musiman. Dengan menggunakan metode peramalan dapat diketahui gambaran fluktuasi jumlah pengunjung pada waktu yang akan datang. Metode peramalan digunakan untuk meramalkan jumlah pengunjung pada tahun yang akan datang salah satunya dengan menggunakan metode Dekomposisi. Metode Dekomposisi merupakan suatu metode peramalan yang menggunakan empat komponen utama dalam meramalkan nilai masa depan. Keempat komponen tersebut antara lain trend, musiman, siklus dan error. Tetapi pada kenyataannya data yang dimiliki kadang hanya terdapat satu atau dua komponen saja. Perhitungan nilai trend berkaitan dengan analisis regresi sederhana dan untuk menghitung musiman digunakan metode rata-rata sederhana. | ||
| 546 | |a en | ||
| 546 | |a en | ||
| 546 | |a en | ||
| 546 | |a en | ||
| 546 | |a en | ||
| 546 | |a en | ||
| 655 | 7 | |a Thesis |2 local | |
| 655 | 7 | |a NonPeerReviewed |2 local | |
| 787 | 0 | |n http://repository.upi.edu/1369/ | |
| 856 | |u https://repository.upi.edu/1369 |z Link Metadata | ||