Powerpoint Templates Page 1 Powerpoint Templates
PERAMALAN PENJUALAN AVTUR DENGAN MEMPERTIMBANGKAN
SPECIAL EVENT
SIDANG TUGAS AKHIR
Siti Lukmatul Henifa (1210 100 064)
Pembimbing:
Dra. Nuri Wahyuningsih, M.Kes.
Senin, 20 Januari 2014 Matematika - ITS
Powerpoint Templates Page 2
Peramalan yang akurat
Peramalan dengan mempertimbangkan special event dibandingkan dengan metode Decomposition
A.
PENDAHULUAN
Latar Belakang
Rumusan Masalah
Batasan Masalah
Tujuan
Manfaat
Penelitian sebelumnya: Anggraheni, (2003)
Putra, (2010)
Penjualan avtur oleh Pertamina Aviation
mengalami peningkatan terutama
di event-event tertentu.
Peramalan sebagai pertimbangan perusahaan yang bergerak di bidang
pertambangan dan energi dalam perencanaan
Powerpoint Templates Page 3
Metode peramalan apa yang sesuai untuk diterapkan di masing-masing DPPU
Event apa saja yang mempengaruhi tingginya peningkatan penjualan avtur.
Bagaimana penerapan peramalan penjualan avtur dengan mempertimbangkan special event dibandingkan metode Decomposition dilihat dari akurasinya
A.
PENDAHULUAN
Latar Belakang
Rumusan Masalah
Batasan Masalah
Tujuan
Manfaat
Rumusan Masalah
Powerpoint Templates Page 4
special event yang dimaksud adalah kejadian yang mempengaruhi penjualan secara signifikan.
Data diperoleh dari data sekunder penjualan bulanan yang didokumentasikan perusahaan periode Jan 2009-Jul 2013
Produk avtur yang diamati adalah penjualan avtur pada DPPU Juanda, Ngurah Rai, Iswahyudi, Eltari Group, dan Bandara Internasional Lombok (BIL) Group.
Data diolah dengan menggunakan Microsoft excel 2007 dan Minitab 14.0.
Metode yang digunakan adalah Moving Average Event Based, Exponential Smoothing Event Based, dan Decomposition with Moving Average Ratio.
PENDAHULUAN
Latar Belakang
Rumusan Masalah
Batasan Masalah
Tujuan
Manfaat
Batasan Masalah
Powerpoint Templates Page 5
1. Dapat mengidentifikasi event yang mempengaruhi tingginya penjualan avtur di masing-masing DPPU.
2. Mengetahui keakuratan peramalan dengan mempertimbangkan event dibandingkan metode Decomposition with Moving Average Ratio.
3. Mendapatkan metode peramalan yang sesuai untuk masing-masing DPPU.
PENDAHULUAN
Latar Belakang
Rumusan Masalah
Batasan Masalah
Tujuan
Manfaat
Tujuan
Powerpoint Templates Page 6
PENDAHULUAN
Latar Belakang
Rumusan Masalah
Batasan Masalah
Tujuan
Manfaat Manfaat
Metode peramalan yang sesuai untuk masing-masing DPPU dijadikan rekomendasi oleh pihak
perusahaan.
Powerpoint Templates Page 7
TINJAUAN PUSTAKA
Peramalan
Pola Data
Moving Average
Exponential Smoothing
Event Based
Peramalan
Forcast Error
Decomposition
Peramalan adalah prediksi atau estimasi tingkat kejadian yang tidak pasti dimasa yang akan datang
Peramalan Kuantitatif
Kualitatif
(Sumber: Makridarkis, S., Wheelwright, Steven C., Mc GEE, Victor E. 1999)
Powerpoint Templates Page 8
TINJAUAN PUSTAKA
Peramalan
Pola Data
Moving Average
Exponential Smoothing
Event Based
Pola Data
Forcast Error
Decomposition
waktu a. Pola data horizontal
y
waktu b. Pola data musiman
y
waktu c. Pola data trend
y
waktu d. Pola data siklis
y
(Sumber: Makridarkis, S., Wheelwright, Steven C., Mc GEE, Victor E. 1999)
Powerpoint Templates Page 9
TINJAUAN PUSTAKA
Peramalan
Pola Data
Moving Average
Exponential Smoothing
Event Based
Pola Data
Forcast Error
Decomposition
(sumber: Hanke, J.E., Wichern, D.W., 2005)
Identifikasi pola data dengan analisis autokorelasi (1) dengan : koefisien autokorelasi untuk k dari lag : mean dari data aktual : data aktual pada periode t : data aktual k periode waktu sebelumnya atau periode waktu t-k
Powerpoint Templates Page 10
TINJAUAN PUSTAKA
Peramalan
Pola Data
Moving Avrage
Exponential Smoothing
Event Based
Moving Average
Forcast Error
Decomposition
(2) dengan : peramalan periode selanjutnya : data aktual pada periode t : jumlah data yang dilibatkan pada MA
Moving Average (MA) dilakukan dengan meratakan historis masa lalu untuk memperoleh peramalan nilai di waktu yang akan datang.
(sumber: Hanke, J.E., Wichern, D.W., 2005)
Powerpoint Templates Page 11
Eksponential Smoothing menunjukkan pembobotan menurun secara eksponensial terhadap nilai observasi yang lebih lama .
TINJAUAN PUSTAKA
Peramalan
Pola Data
Moving Average
Exponential Smoothing
Event Based
Exponential Smoothing
Forcast Error
Decomposition
(Sumber: Makridarkis, S., Wheelwright, Steven C., Mc GEE, Victor E. 1999)
(3) dengan : peramalan periode selanjutnya : data aktual pada periode t : peramalan periode t : konstanta pemulusan ( 0< <1)
Powerpoint Templates Page 12
Peramalan berdasarkan event (5) dengan : Peramalan dengan indeks pada periode t +1 : Grup indeks event periode t+1 : Peramalan sebelum indeks pada periode t +1
Metode peramalan Event Based adalah metode peramalan penjualan berdasarkan special event yang terjadi di periode-periode tertentu. Jika peramalannya menggunakan MA dinamakan Moving Average Event Based (MAEB), jika peramalannya menggunakan ES maka dinamakan Exponential Smoothing Event Based (ESEB). Indeks Special Event (4) dengan : data aktual periode t : Indeks event pada periode t yang terdapat special event : data hasil peramalan
TINJAUAN PUSTAKA
Peramalan
Pola Data
Moving Average
Exponential Smoothing
Manfaat Event Based
Forcast Error
Decomposition
(Sumber: Makridarkis, S., Wheelwright, Steven C., Mc GEE, Victor E. 1999)
Powerpoint Templates Page 13
TINJAUAN PUSTAKA
Peramalan
Pola Data
Moving Average
Exponential Smoothing
Manfaat Event Based
Forcast Error
Decomposition
Dari indeks tersebut, disusun berdasarkan event yang sama pada tahun berbeda kemudian dilakukan rata-rata untuk mendapatkan Indeks special event ( ) yang digunakan untuk peramalan MAEB dan ESEB Subtitusi persamaan 2 ke persamaan 5 menghasilkan model MAEB yaitu, (6) subtitusi persamaan 3 ke persamaan 5 menghasilkan model ESEB yaitu, (7)
Gt
Powerpoint Templates Page 14
TINJAUAN PUSTAKA
Peramalan
Pola Data
Moving Average
Exponential Smoothing
Manfaat
Forcast Error
Decomposition Decomposition
Metode peramalan yang mencoba memisahkan tiga komponen terpisah dari pola dasar yang cenderung mencirikan deret data ekonomi dan bisnis
Decomposition with Moving Average Ratio: (5) dengan : nilai deret berkala (data aktual) pada periode t : komponen musiman (atau indeks) pada periode t : komponen trend pada periode t : komponen siklus pada periode t : komponen galat atau acak pada periode t
(Sumber: Makridarkis, S., Wheelwright, Steven C., Mc GEE, Victor E. 1999)
Powerpoint Templates Page 15
TINJAUAN PUSTAKA
Peramalan
Pola Data
Moving Average
Exponential Smoothing
Manfaat
Forcast Error
Decomposition Decomposition
Steps: 1. Mencari indeks musiman Menghitung rasio dari data aktual terhadap rata-rata bergerak.
Kemudian rasio disusun menurut bulan untuk mendapatkan rata-rata medial. Indeks musiman dihitung dengan mengalikan rata-rata medial dengan faktor penyesuaian sehingga nilai rata-ratanya adalah kisaran nilai rasio
2. Menentukan persamaan trend menggunakan model regresi linier
(6)
dengan dan 3. Peramalan menggunakan persamaan berikut
(Sumber: Makridarkis, S., Wheelwright, Steven C., Mc GEE, Victor E. 1999)
Powerpoint Templates Page 16
(Sumber: Makridarkis, S., Wheelwright, Steven C., Mc GEE, Victor E. 1999)
TINJAUAN PUSTAKA
Peramalan
Pola Data
Moving Average
Exponential Smoothing
Manfaat
Forcast Error
Decomposition
Forcast Error
PE (Percentage Error) MAPE (Mean Absolute Percentage Error) dengan : Nilai data ke- i
: Nilai peramalan ke-i n : Banyaknya data.
Powerpoint Templates Page 17
METODE PENELITIAN
Studi Literatur
Identifikasi special event dan pengumpulan data
Pengolahan data
Analisis dan interpretasi hasil
Penarikan kesimpulan dan pemberian saran
Powerpoint Templates Page 18
ANALISIS
DAN PEMBAHASAN
Analisis Pola Data
Peramalan Berdasarkan
Event
Decompo-sition
Forecast Error
Analisis Pola Data
Grafik Penjualan Avtur Periode Januari 2009 – Juli 2013 dan kolerogram DPPU JUANDA
Special Event
Identifikasi special event
Powerpoint Templates Page 19
ANALISIS
DAN PEMBAHASAN
Analisis Pola Data
Peramalan Berdasarkan
Event
Decompo-sition
Forecast Error
Analisis Pola Data
Grafik Penjualan Avtur Periode Januari 2009 – Juli 2013 dan Kolerogram DPPU ISWAHYUDI
Special Event
Identifikasi special event
Powerpoint Templates Page 20
ANALISIS
DAN PEMBAHASAN
Analisis Pola Data
Peramalan Berdasarkan
Event
Decompo-sition
Forecast Error
Analisis Pola Data
Grafik Penjualan Avtur Periode Januari 2009 – Juli 2013 dan kolerofram DPPU NGURAH RAI
Special Event
Identifikasi special event
Powerpoint Templates Page 21
ANALISIS
DAN PEMBAHASAN
Analisis Pola Data
Peramalan Berdasarkan
Event
Decompo-sition
Forecast Error
Analisis Pola Data
Grafik Penjualan Avtur Periode Januari 2009 – Juli 2013 dan kolerogram DPPU BIL Group
Special Event
Identifikasi special event
Powerpoint Templates Page 22
ANALISIS
DAN PEMBAHASAN
Analisis Pola Data
Peramalan Berdasarkan
Event
Decompo-sition
Forecast Error
Analisis Pola Data
Grafik Penjualan Avtur Periode Januari 2009 – Juli 2013 DPPU ELTARI Group
Special Event
Identifikasi special event
Powerpoint Templates Page 23
ANALISIS
DAN PEMBAHASAN
Analisis Pola Data
Peramalan Berdasarkan
Event
Decompo-sition
Forecast Error
Kejadian yang diperkirakan mempengaruhi peningkatan penjualan avtur secara signifikan
Special Event
Identifikasi special event
Identifikasi special event
No. Special Event
Waktu
1. Hari raya Idul fitri
September 2009-2011 Agustus 2012
2. Hari raya Natal
Desember 2009-2012
3. Liburan sekolah
Juli 2009-2013
4. Haji flight Oktober, November, Desember 2009-2011 September, Oktober, November 2012
5. Hari raya Idul adha
November 2009-2010 Oktober 2011-2012
Powerpoint Templates Page 24
ANALISIS
DAN PEMBAHASAN
Pemilihan konstanta α (0<α<1) untuk Exponential Smoothing
a. DPPU Juanda (α = 0,99)
Analisis Pola Data
Peramalan Berdasarkan
Event
Decompo-sition
Forecast Error
Special Event
Identifikasi special event
Peramalan Berdasarkan
Event
Powerpoint Templates Page 25
ANALISIS
DAN PEMBAHASAN
Pemilihan konstanta α (0<α<1) untuk Exponential Smoothing
b. DPPU Iswahyudi (α = 0,3)
Analisis Pola Data
Peramalan Berdasarkan
Event
Decompo-sition
Forecast Error
Special Event
Identifikasi special event
Peramalan Berdasarkan
Event
Powerpoint Templates Page 26
ANALISIS
DAN PEMBAHASAN
Pemilihan konstanta α (0<α<1) untuk Exponential Smoothing
c. DPPU Ngurah Rai (α = 0,8)
Analisis Pola Data
Peramalan Berdasarkan
Event
Decompo-sition
Forecast Error
Special Event
Identifikasi special event
Peramalan Berdasarkan
Event
Powerpoint Templates Page 27
ANALISIS
DAN PEMBAHASAN
Pemilihan konstanta α (0<α<1) untuk Exponential Smoothing
d. DPPU BIL Group (α = 0,13)
Analisis Pola Data
Peramalan Berdasarkan
Event
Decompo-sition
Forecast Error
Special Event
Identifikasi special event
Peramalan Berdasarkan
Event
Powerpoint Templates Page 28
ANALISIS
DAN PEMBAHASAN
Pemilihan konstanta α (0<α<1) untuk Exponential Smoothing
e. DPPU Eltari Group (α = 0,56)
Analisis Pola Data
Peramalan Berdasarkan
Event
Decompo-sition
Forecast Error
Special Event
Identifikasi special event
Peramalan Berdasarkan
Event
Powerpoint Templates Page 29
ANALISIS
DAN PEMBAHASAN
Pemilihan nilai N (orde) untuk Moving Average
Analisis Pola Data
Peramalan Berdasarkan
Event
Decompo-sition
Forecast Error
Special Event
Identifikasi special event
Peramalan Berdasarkan
Event
N
MAPE (%)
DPPU Juanda
DPPU Iswahyudi
DPPU Ngurah
Rai
DPPU BIL Group
DPPU Eltari Group
2 11,3280 31,2263 5,6031 14,8681 10,0281
3 12,5976 30,3397 5,4230 15,3157 10,6913
4 13,9963 30,2009 5,7063 14,5944 11,0066
12 10,5209 28,8741 5,1385 12,3742 12,6275
Powerpoint Templates Page 30
ANALISIS
DAN PEMBAHASAN
Hasil Indeks Event MAEB dan ESEB Tabel 1. Rekapitulasi Indeks Event DPPU Juanda
Event Waktu Indeks MAEB
Grup Indeks
Indeks ESEB
Grup Indeks
Liburan sekolah
Juli 2009
1,01
1,04
1,05 Juli 2010 1,00 1,08 Juli 2011 1,01 1,09 Juli 2012 1,02 1,00 Juli 2013 0,89 0,90
Hari raya Idul fitri
September 2009
1,05
1.01
1,06 September 2010 1,03 1.10 September 2011 1,00 1.05 Agustus 2012 1,11 1.09
Haji flight
Okt, Nov, & Des 2009
1,28
1,17
1,11 Okt, Nov, & Des 2010 1,30 1,10 Okt, Nov, & Des 2011 1,29 1,07 Sept, Okt, & Nov 2012 1,24 1,08
Hari raya Natal
Desember 2009
1,20
1.17
0,99 Desember 2010 1,34 1.03 Desember 2011 1,20 0.96 Desember 2012 1,05 0.81
Analisis Pola Data
Peramalan Berdasarkan
Event
Decompo-sition
Forecast Error
Special Event
Identifikasi special event
Peramalan Berdasarkan
Event
MAEB dan ESEB menghasilkan special event : liburan sekolah, hari raya Idul fitri, dan haji flight
Powerpoint Templates Page 31
ANALISIS
DAN PEMBAHASAN
Hasil Indeks Event MAEB dan ESEB Tabel 2. Rekapitulasi Indeks Event DPPU BIL Group
Event Waktu Indeks event
MAEB Indeks event
ESEB Liburan sekolah
Juli 2009 – 2013 1,05 1,08
Hari raya Idul fitri
September 2009 – 2011 & Agustus 2012
0,98 0,97
Haji flight
Okt, Nov, & Des 2009
1,38 1,32 Okt, Nov, & Des 2010
Okt, Nov, & Des 2011
Sept, Okt, & Nov 2012
Hari raya Natal
Desember 2009 – 2012 1,30 1,26
Analisis Pola Data
Peramalan Berdasarkan
Event
Decompo-sition
Forecast Error
Special Event
Identifikasi special event
Peramalan Berdasarkan
Event
MAEB & ESEB menghasilkan special event : liburan sekolah dan haji flight
Powerpoint Templates Page 32
ANALISIS
DAN PEMBAHASAN
Hasil Indeks Event MAEB dan ESEB
Tabel 3. Rekapitulasi Indeks Event DPPU Ngurah Rai
Event
Waktu
Ngurah Rai Indeks MAEB
Indeks ESEB
Liburan Sekolah Juli 2009 – 2013 1,11 1,10
Hari raya Idul fitri
September 2009-2011 &
Agustus 2012 1,06 0,98
Hari raya Idul Adha
November 2009-2010 &
Oktober 2011-2012 1,05 0,99
Hari raya Natal Desember 2009 – 2012 1,03 1,03
Analisis Pola Data
Peramalan Berdasarkan
Event
Decompo-sition
Forecast Error
Special Event
Identifikasi special event
Peramalan Berdasarkan
Event
MAEB menghasilkan special event : liburan sekolah, hari raya Idul fitri, Idul adha, dan hari raya Natal ESEB menghasilkan special event: liburan sekolah dan hari raya Natal
Powerpoint Templates Page 33
ANALISIS
DAN PEMBAHASAN
Hasil Indeks Event MAEB dan ESEB
Tabel 3. Rekapitulasi Indeks Event DPPU Eltari Group
Event
Waktu Eltari Group
Indeks MAEB
Indeks ESEB
Liburan Sekolah Juli 2009 – 2013 1,09 1,11
Hari raya Idul fitri
September 2009-2011 &
Agustus 2012 1,09 1,11
Hari raya Idul Adha
November 2009-2010 &
Oktober 2011-2012 0,98 1,01
Hari raya Natal Desember 2009 – 2012 1,06 1,04
Analisis Pola Data
Peramalan Berdasarkan
Event
Decompo-sition
Forecast Error
Special Event
Identifikasi special event
Peramalan Berdasarkan
Event
MAEB menghasilkan special event : liburan sekolah, hari raya idul fitri, dan Natal ESEB menghasilkan special event : liburan sekolah, hari raya Idul fitri, Idul adha, dan Natal
Powerpoint Templates Page 34
ANALISIS
DAN PEMBAHASAN
Hasil Indeks Event MAEB dan ESEB Tabel 4. Rekapitulasi Indeks Event DPPU Iswahyudi
Event Waktu Indeks MAEB Indeks ESEB Liburan Sekolah
Juli 2009 – 2013
1,26 1,19
Hari raya Idul fitri
September 2009-2011 & Agustus 2012
0,80 0,92
Hari raya Idul Adha
November 2009-2010 & Oktober 2011-2012
0,92 0,97
Hari raya Natal
Desember 2009 – 2012
0,82 1,10
Analisis Pola Data
Peramalan Berdasarkan
Event
Decompo-sition
Forecast Error
Special Event
Identifikasi special event
Peramalan Berdasarkan
Event
MAEB menghasilkan special event : liburan sekolah ESEB menghasilkan special event : liburan sekolah dan hari raya Natal
Powerpoint Templates Page 35
ANALISIS
DAN PEMBAHASAN
Indeks Musiman Tabel 5. Rekapitulasi Indeks Musiman
Bulan
Indeks Musiman
DPPU Juanda
DPPU Iswahyudi
DPPU Ngurah
Rai DPPU BIL
Group
DPPU Eltari Group
Jan 0.94 0.82 1.04 0.99 0.98 Feb 0.86 1.04 0.94 0.86 0.88 Mar 0.94 1.13 0.94 0.96 0.93 Apr 0.88 0.72 0.95 0.94 0.91 Mei 0.87 1.02 0.97 0.95 0.96 Jun 0.91 1.16 0.97 0.97 1.05 Jul 0.98 1.26 1.07 1.05 1.07
Agust 0.93 0.81 1.07 0.85 0.94 Sept 0.97 1.06 1.02 0.93 0.97 Okt 1.22 0.99 1.02 1.15 1.08 Nov 1.27 1.01 0.99 1.13 1.06 Des 1.23 0.97 1.02 1.22 1.17
Analisis Pola Data
Peramalan Berdasarkan
Event
Forecast Error
Special Event
Identifikasi special event
Decompo-sition
Decomposition
Powerpoint Templates Page 36
ANALISIS
DAN PEMBAHASAN
Persamaan trend Tabel 6. Persamaan Trend Menggunakan Analisis Regresi Linier
No. DPPU Persamaan Trend
1. Juanda y(t) = 18.969.998 + 152.448t
2. Iswahyudi y(t) = 1.113.121
3. Ngurah Rai y(t) = 31.262.362 + 209.655t
4. BIL Group y(t) = 888.732 + 20.093,1t
5. Eltari Group y(t) = 1.093.724 + 14.501,3t
Analisis Pola Data
Peramalan Berdasarkan
Event
Forecast Error
Special Event
Identifikasi special event
Decompo-sition
Decomposition
Powerpoint Templates Page 37
ANALISIS
DAN PEMBAHASAN
Tabel 7. Rekapitulasi Forecast Error 5 lokasi
Lokasi Pemasaran Metode Peramalan MAPE DPPU Juanda MAEB 7,53%
ESEB 9,52% Decomposition 5,59%
DPPU Iswahyudi MAEB 26,48% ESEB 28,08%
Decomposition 28,11% DPPU Ngurah Rai MAEB 3,37%
ESEB 4,56% Decomposition 3,35%
DPPU BIL Group MAEB 7,72% ESEB 9,60%
Decomposition 8,67% DPPU Eltari Group MAEB 9,35%
ESEB 8,89% Decomposition 10,98%
Analisis Pola Data
Peramalan Berdasarkan
Event
Forecast Error
Special Event
Identifikasi special event
Decompo-sition
Forecast Error
Powerpoint Templates Page 38
ANALISIS
DAN PEMBAHASAN
Tabel 8. Hasil Special Event
Special Event
No DPPU Special Event Indeks special
event Metode
1 Juanda Hari Raya Idul Fitri 1,05 MAEB Liburan sekolah 1,01
Haji flight 1,28 2 Ngurah
Rai Liburan sekolah 1,11
MAEB Hari raya Natal 1,03 Hari raya Idul fitri 1,06 Hari raya Idul adha 1,05
3 BIL Group
Liburan sekolah 1,05 MAEB Haji flight 1,38
4 Eltari Group
Liburan sekolah 1,11
ESEB Hari raya Natal 1,10 Hari raya Idul adha 1,04 Hari raya idul fitri 1,01
Analisis Pola Data
Peramalan Berdasarkan
Event
Forecast Error
Identifikasi special event
Decompo-sition
Powerpoint Templates Page 39
PENUTUP
Kesimpulan Kesimpulan
1. Special event yang mempengaruhi peningkatan penjualan avtur berbeda untuk masing-masing DPPU antara lain DPPU Juanda dipengaruhi special event liburan sekolah, hari raya Idul fitri, dan haji flight, DPPU Ngurah Rai dipengaruhi special event liburan sekolah, hari raya Natal, Idul fitri, dan Idul adha. DPPU BIL dipengaruhi special event liburan sekolah dan haji flight. DPPU Eltari dipengaruhi special event liburan sekolah, hari raya Natal, Idul fitri, dan Idul adha. Sedangkan peningkatan penjualan avtur di DPPU Iswahyudi tidak dipengaruhi oleh special event.
2. Peramalan dengan mempertimbangkan special event sesuai diterapkan di DPPU Bandara International Lombok Group yaitu menggunakan metode Moving Average Event Based dengan nilai MAPE 7,72% dan Eltari Group yaitu menggunakan metode Exponential Smoothing Event Based dengan nilai MAPE 8,92%. Sedangkan di DPPU Juanda dan Ngurah Rai metode peramalan Decomposition sesuai untuk diterapkan dengan nilai MAPE berturut-turut sebesar 5,59% dan 3,35%.
Saran
Powerpoint Templates Page 40
PENUTUP
Kesimpulan Kesimpulan
1. Peramalan penjualan avtur dengan mempertimbangkan special event dilakukan dengan menggunakan data harian untuk mendapatkan hasil yang lebih akurat.
2. Metode peramalan lain yang sesuai untuk peramalan penjualan avtur dapat diterapkan untuk mendapatkan metode yang paling baik.
Saran
Powerpoint Templates Page 41
DAFTAR PUSTAKA 1. Henifa, S.L. (2013). Aplikasi Multiple channel Model pada analisa jumlah operator Pengisian Pesawat Udara
dan Metode Dekomposisi pada Peramalan Jumlah Penjualan Avtur di Pertamina Aviation Area Jatim & Balinus DPPU Juanda Surabaya. Laporan Penelitian Kerja Praktek, Institut Teknologi Sepuluh Nopember, Surabaya.
2. Anonim.2013.Pertamina Aviation (diakses pukul 09.00, 8 Juli 2013) < URL:http://aviation. pertamina.com/> 3. Anggraheni, W. (2003). Peramalan Berdasarkan Event Di PT. Coca Cola Distribution Indonesia SIER
Surabaya. Laporan Penelitian Tugas Akhir, Institut Teknologi Sepuluh Nopember, Surabaya. 4. Putra, I.N. (2010). Peramalan Permintaan dan Perencanaan Produksi dengan Mempertimbangkan Special
Event di PT. Coca Cola Bottling Indonesia (PT. CCBI) Plant Pandaan. Laporan Penelitian Tugas Akhir, Institut Teknologi Sepuluh Nopember, Surabaya.
5. Wati, E.E. (2013). Analisa Jumlah Mobil Refueller/Dispenser Di DPPU Juanda Menggunakan Metode Antrian Multiple channel Model dan Peramalan Penjualan Avtur Di DPPU Juanda Menggunakan Metode Exponential Smoothing Winter. Laporan Penelitian Kerja Praktek, Institut Teknologi Sepuluh Nopember, Surabaya.
6. Makridarkis, S., Wheelwright, Steven C., Mc GEE, Victor E. 1999. Metode dan Aplikasi Peramalan. Tangerang: Binarupa Aksara.
7. Zainun, N. Y., dan Majid, M. Z. A., 2003. Low Cost House Demand Predictor. Universitas Teknologi Malaysia. 8. Hanke, J.E., Wichern, D.W., 2005. Business Forecasting Eight Edition. Prentice Hall, United States of
America. 9. Santoso, Singgih. 2009. Business Forecasting Metode peramalan Bisnis Masa Kini dengan Minitab dan
SPSS. Jakarta, PT Elex Media Komputiondo Kelompok Gramedia. 10. Draper, N dan Smith H.(1992). Analisis Regresi Terapan Edisi Kedua. PT Gramedia Pustaka
Utama,,Jakarta.