Metode Analisa Data TINJAUAN TEORITIS

2.3 Metode Analisa Data

Data akan diproyeksikan untuk beberapa tahun kedepan dengan menggunakan metode Pemulusan Smoothing. Metode Pemulusan smoothing adalah metode peramalan dengan mengadakan penghalusan atau pemulusan terhadap data masa lalu yaitu dengan mengambil rata- rata dari nilai beberapa tahun untuk menaksir nilai pada tahun yang akan datang. Secara umum metode pemulusan smoothing dapat digolongkan menjadi beberapa bagian : 1. Metode Perataan Averaga a. Nilai Tengah Mean b. Rata-rata Bergerak Tunggal Singgle Moving Average c. Rata-rata Bergerak Ganda Double Moving Averaga d. Kombinasi Rata-rata Bergerak lainnya. 2. Metode Pemulusan Smoothing Exsponensial a. Pemulusan Exsponensial Tunggal 1. Satu parameter 2. Pendekatan Adiptif Pendekatan ini memiliki kelebihan yang nyata dalam hal yang dapat berubah secara terkendali, dengan adanya perubahan dalam pola datanya. b. Pemulusan Exponensial Ganda 1. Metode Linier Satu-Parameter Dari Brown Universitas Sumatera Utara = + 1 – ………………………. 2-1 = + 1 – ……………………… 2 -2 = + – – = – ……….. 2-3 = – …………………………… 2-4 = + …………………………………... 2-5 Di mana : = Nilai Pemulusan Exponensial Tunggal Singgle eksponensial Smoothing Value = Nilai Pemulusan Exponensial Ganda Double eksponensial Smoothing Value = Parameter Pemulusan Eksponensial , = Konstanta Pemulusan = Hasil Peramalan untuk m priode ke depan yang akan diramalkan. Untuk menghitung nilai kesalahan error ramalan tersebut, dapat digunakan rumus dibawah ini : C = - …………………………………………………………….. 2-6 e² = - ² ………………………………………………………... 2-7 Akhir persamaan 2-5 menunjukan bagaimana memperoleh ramalan untuk m priode ke muka t. Ramalan untum m priode kemuka adalah dimana merupakan nilai rata- Universitas Sumatera Utara rata yang disesuaikan untuk priode t ditambah m kali komponen kecenderungan . Bila semua hasil hitungan telah didapat, maka semua data yang telah didapat dimasukkan kedalam contoh tabel Smoothing Eksponensial Ganda Satu Parameter Dari Brown berikut ini : Aplikasi Pemulusan Eksponensial Linier Satu Parameter Dari Brown Pada Data Produksi Kelapa Sawit Rakyat Di Kabupaten Simalungun Pada Tahun 1992-2009 1 Tahun 2 Priode tahun 3 Produksi Kelapa Sawit Rakyat 4 Pemulusan Eksponensial Tunggal 5 Pemulusan Eksponensial Ganda 6 Nilai 7 Nilai 8 Nilai F = + m Bila m = 1 1992 1 2-1 2- 2 - - - 1993 2 …… …… 2-3 2-4 - 1994 3 …… …… …. ….. 2-5 1995 4 …… …… …. ….. ….. - - - …… …… …. ….. ….. - - - …… …… …. …. ….. N N N …… …… ….. ….. ….. Universitas Sumatera Utara Perlu dipahami bahwa tidak ada suatu metode terbaik untuk suatu peramalan. Metode yang memberikan hasil ramalan secara tepat belum tentu tentu tepat untuk meramalkan data yang lain. Dalam peramalan Time Series, Metode peramalan terbaik adalah metode yang memenuhi criteria ketepatan ramalan. Kriterian ini berupa Mean Squared Error MSE, Mean Absolute Percentge Error MAPE, dan Mean Abaolute Deviation MAD. Berikut ini adalah ketepatan Ramalan Beberapa Kriteria yang Digunakan untuk menguji nilai ramalan : 1. Nilai Tengah Kesalahan Kuadrat Mean Squared Error adalah : n e MSE n i i = = 1 2 2. Nilai Tengah Kesalahan Persentase Absolute Mean Absolute Percentage Error adalah : n PE MAPE n i i = = 1 3. Nilai Tengah Galat Absolut MAE Mean Absolut Error Universitas Sumatera Utara n e MAE n i i = = 1 4. Nilai Tengah Galat Persentase MPE Mean Percentage Error n PE MPE n i i = = 1 5. Jumlah Kuadrat Galat SSE Sum Square Error = = n i i e SSE 1 2 Universitas Sumatera Utara

BAB 3 SEJARAH SINGKAT TEMPAT RISET

3.1 Sejarah Singkat Kegiatan Statistik Di Indonesia 3.1.1 Masa pemerintahan Hindia Belanda 1. Pada bulan februari 1920, kantor Statistik pertama kali didirikan oleh direktur Pertanian, Kerajinan dan Perdagangan, dan Kependudukan di Bogor. Kantor diserahi tugas untuk mengolah dan mempublikasikan data Statistika. 2. Pada bulan maret 1923, dibentuk suatu komisi untuk Statistik yang anggotanya merupakan wakil dari tiap-tiap Departemen. Komisi tersebut diberikan tugas merencanakan Tindakan-tindakan yang mengarah sejauh mungkin untuk mencapai kesatuan dalam kegiatan dibidang statistik Indonesia. 3. Pada tanggal 24 september 1924, nama lembaga tersebut diganti dengan central kantor voor statistik CKS atau kantor statistik yang dipindahkan ke Jakarta. Bersama dengan itu beralih juga pekerjaan statistik perdagangan yang semula dilakukan oleh kantor inverior Uitvoer en Acijnsen IUA . Universitas Sumatera Utara