Peramalan Jumlah Wisatawan Mancanegara Yang Berkunjung Ke Kota Medan Tahun 2016

PERAMALAN JUMLAH WISATAWAN MANCANEGARA YANG BERKUNJUNG KE KOTA MEDAN

TAHUN 2016

TUGAS AKHIR

AHMAD YASIR NASUTION 122407084

PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2015

Universitas Sumatera Utara Universitas Sumatera Utara

PERAMALAN JUMLAH WISATAWAN MANCANEGARA YANG BERKUNJUNG KE KOTA MEDAN

TAHUN 2016

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh Ahli Madya

AHMAD YASIR NASUTION 122407084

PROGRAM STUDI D3 STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2015

Universitas Sumatera Utara Universitas Sumatera Utara

PERSETUJUAN

Judul : PERAMALAN JUMLAH WISATAWAN

MANCANEGARA YANG DATANG KE KOTA MEDAN TAHUN 2016

Kategori : TUGAS AKHIR

Nama : AHMAD YASIR NASUTION

Nomor Induk Mahasiswa : 122407084

Program Studi : DIPLOMA (DIII) STATISTIKA

Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di

Medan, Juli 2015

Diketahui oleh:

Pembimbing, Ketua Program Studi D3 Statistika

FMIPA USU

Dr. Faigiziduhu Bu’ulölö, M.Si Prof. Dr. Saib Suwilo, M.Sc NIP. 19531218 198003 1 003 NIP. 1940109 198803 1 004

Universitas Sumatera Utara Universitas Sumatera Utara

PERNYATAAN

PERAMALAN JUMLAH WISATAWAN MANCANEGARA YANG DATANG KE KOTA MEDAN

TAHUN 2016

TUGAS AKHIR

Saya mengakui bahwa tugas akhir ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, Juli 2015

AHMAD YASIR NASUTION 122407084

Universitas Sumatera Utara Universitas Sumatera Utara

PENGHARGAAN

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa atas segala kasih karunia dan penyertaanNya penulis dapat menyelesaikan penyusunan tugas akhir ini dengan judul Peramalan Jumlah Wisatawan Mancanegara yang Datang Ke Kota Medan Tahun 2016.

Pada kesempatan ini, dalam penulis mendapatkan banyak bantuan dari barbagai pihak. Terimakasih Penulis sampaikan kepada bapak Prof. Dr. Saib Suwi;o, M.Sc selaku pembimbing dan bapak Dr. Faigiziduhu Bu’ulölö, M.Si selaku Ketua Program Studi D3 Statistika FMIPA USU yang telah meluangkan waktunya selama penyusunan tugas akhir ini. Terimakasih kepada Bapak Dr. Suwarno Ariswoyo, M.Si selaku Sekertaris Program Studi D3 Statistika FMIPA USU, Bapak Prof. Dr. Tulus, M.Si dan Ibu Dr. Mardiningsih, M.Si selaku Ketua dan Sekertaris Departemen Matematika FMIPA USU, Bapak Dr. Sutarman, M.Sc selaku Dekan FMIPA USU, seluruh Dosen Program Studi D3 Statistika FMIPA USU, pegawai FMIPA USU. Akhirnya tidak terlupakan kepada orang tua saya Bapak I. K. NST dan Ibu S. Lubis dan keluarga yang selalu memberikan dukungan kepada saya baik itu berupa dukungan moril maupun dukungan materil, teman-teman seperjuangan yang selalu memberikan motivasi baik berupa sharing pendapat dan hal-hal lainnya dalam rangka pembuatan tugas akhir ini. Penulis berharap Tuhan Yang Maha Esa membalasnya.

Medan, Juli 2015 Penulis,

AHMAD YASIR NASUTION

Universitas Sumatera Utara Universitas Sumatera Utara

DAFTAR ISI

Halaman

PERSETUJUAN ii

PERNYATAAN iii

PENGHARGAAN iv

DAFTAR ISI v

DAFTAR TABEL vii DAFTAR GAMBAR viii

BAB 1 PENDAHULUAN 1 1.1 Latar Belakang 1 1.2 Rumusan Masalah 3 1.3 Batasan Masalah 3

1.4 Tujuan Penelitian 3

1.5 Manfaat Penelitian 3

1.6 Metodologi Penelitian 4

BAB 2 LANDASAN TEORI 5

2.1 Pengertian Peramalan 5

2.2 Jenis-Jenis Peramalan 6

2.3 Metode Peramalan 7

2.3.1 Pengertian Metode Peramalan 7

2.3.2 Jenis-Jenis Metode Peramalan 7

2.4 Metode Pemulusan (Smoothing) 8

2.4.1 Moving Average (rata-rata bergerak) 8

2.4.1.1 Rata-rata Bergerak Tunggal 8

2.4.1.2 Rata-rata Bergerak Ganda 9

2.4.2 Eksponensial Smoothing 10

2.4.2.1 Single Eksponensial Smoothing 10

2.4.2.1 Double Eksponensial Smoothing 11

2.5 Menghitung Kesalahan Ramalan 12 BAB 3 PENGELOLAHAN DATA 14

3.1 Pengumpulan Data 14

3.2 Pengolahan Data 14

3.2.1 Proses Peramalan 18

3.2.2 Nilai Kesalahan dari Peramalan 21

Universitas Sumatera Utara Universitas Sumatera Utara

BAB 4 IMPLEMENTASI SISTIM 24

4.1 Pengertian Implementasi 24

4.2 Tujuan Implementasi Sistem 24

4.3 Pengertian Microsoft Excel 24

4.4 Struktur Microsoft Excel 25

4.5 Pengoperasian Microsoft Excel 25

4.6 Pemrosesan Data Dengan Excel 28

4.6.1 Prosedur Perhitungan Peramalan Rata-rata Bergerak Ganda 28 4.6.2 Prosedur Perhitungan Kesalahan dengan Microsoft Excel 30

4.7 Prosedur Pembuatan Grafik dengan Software Excel 31

BAB 5 KESIMPULAN DAN SARAN 34

5.1 Kesimpulan 34

5.2 Saran 34

Daftar Pustaka

Lampiran

Universitas Sumatera Utara Universitas Sumatera Utara

DAFTAR TABEL

Halaman Tabel 3.1 Jumlah Wisatawan Mancanegara yang Berkunjung Ke

Medan Tahun 2002 sampai 2013 14

Tabel 3.2 Ramalan Jumlah Wisatawan Mancanegara yang Berkunjung ke

Kota Medan 16

Tabel 3.3 Hasil Peramalan Jumlah Wisatawan Mancanegara yang Berkunjung

Ke Kota Medan 21

Tabel 3.4 Nilai Kesalahan 21

Universitas Sumatera Utara Universitas Sumatera Utara

DAFTAR GAMBAR

Halaman Gambar 3.1 Grafik Peramalan Wisatawan Mancanegara yang berkunjung ke

Kota Medan 17

Gambar 4.1 Tampilan saat membuka Excel pada windows 25

Gambar 4.2 Tampilan Buku Kerja (workbook) yang kosong excel 26

Gambar 4.3 Tampilan saat Menyimpan File 27

Gambar 4.4 Tampilan Pemrosesan Peramalan Data pada Excel 28

Gambar 4.5 Tampilan Perhitungan Nilai Kesalahan Peramalan 30

Gambar 4.6 Data untuk pembuatan chart 32

Gambar 4.7 Memilih Jenis Chart 32

Gambar 4.8 Chart yang Telah Dibuat 33

Universitas Sumatera Utara Universitas Sumatera Utara

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Sektor pariwisata memegang peranan penting dalam perekonomian kota medan, baik sebagai salah satu sumber penerimaan devisa maupun sebagai pencipta lapangan kerja serta kesempatan berusaha. Pendapatan kota medan bukan hanya dari pendapatan pajak, pertanian, dari kedatangan wisatawan juga akan meningkatkan pendapatan kota medan yaitu dari meningkatnya devisa kota Medan. Pada data wisatawan mancanegara yang datang ke kota Medan pada tahun 2011 melalui Bandar Udara Polonia sebanyak 192.650 jiwa (BPS,2012) dan melalui Pelabuhan Laut Belawan pada tahun 2011 sebanyak 18.975 jiwa (BPS, 2012) di tahun berikutnya 2012 pada Bandar Udara Polonia kedatangan wisatawan berjumlah 205.550 jiwa (BPS, 2013) pengunjung wisatawan mancanegara tahun 2012 di Pelabuhan Laut Belawan berjumlah 22.132 (BPS, 2013) dapat kita lihat dari data bahwa pada setiap tahunnya mengalami peningkatan pengunjung wisatawan mancanegara baik melalui Bandar Udara Polonia dan melalui Pelabuhan Laut Belawan.

Begitu juga untuk meningkatkan kesejahteraan rakyat pengembangan pariwisata akan terus di lanjutkan dan ditingkatkan melalui perluasan dan pemanfaatan sumber serta potensi pariwisata kota medan sehingga menjadi kegiatan ekonomi yang dapat diharapkan untuk meningkatkan penerimaan devisa. Dalam pengembangan pariwisata kota Medan, pandangan hidup dan kualitas lingkungan harus tetap dijaga. Pengembangan pariwisata dilakukan sejalan dengan program pengembangan dari berbagai macam industri pariwisata, sehingga tidak hanya industri dalam skala kecil dan menengah saja tetapi juga industri pariwisata dalam slaka kecil dan menengah saja juga industri pariwisata dalam skala besar akan dapat memperoleh manfaat.

Universitas Sumatera Utara Universitas Sumatera Utara

Kota Medan memiliki banyak situs pariwisata. Ada banyak bangunan-bangunan tua di Medan yang masih menyisakan arsitektur khas Belanda. Contohnya: Gedung Balai Kota lama (dekat Hotel Grand Aston), Kantor Pos Medan, Menara Air / Air mancur Tirtanadi (yang merupakan icon kota Medan), titi Gantung (tempat menjual buku-buku murah saat ini)-sebuah jembatan di atas rel kreta api, dan juga Gedung London Sumatera. Selain itu, masih ada beberapa bangunan bersejarah, antara lain Istana Maimun, Masjid Raya Medan, dan juga rumah Tjong A Fie di kawasan Jl. Jend. Ahmad Yani (Kesawan). Daerah Kesawan masih menyisakan bangunan-bangunan tua, seperti bangunan PT. London Sumatera, Ruko-ruko ini, kini telah disulap menjadi sebuah pusat jajanan makan yang ramai pada malam harinya. Saat ini pemerintah Kota merencanakan Medan sebagai Kota Pusat Perbelanjaan dan Makanan. Diharapkan dengan adanya program ini menambah arus kunjungan dan lama tinggal di kota ini.

Dalam rangka pengembangan pariwisata internasional wisatawan mancanegara perlu dilakukan langkah-langkah untuk meningkatkan kegiatan arus wisatawan mancanegara yang bisa ditempuh dengan cara meningkatkan kegiatan pemasaran dan penyempurnaan berbagai fasilitas yang diperlukan oleh wisatawan seperti sarana angkutan, perbankan, akomodasi, restoran, biro perjalanan, informasi mengenai daerah wisata, dan lainnya.

Peningkatan kegiatan pemasaran memerlukan perencanaan yang baik, berlandaskan informasi kuantitatif maupun kualitatif mengenai penampilan pariwisata internasional di masa lalu. Tanpa mempelajari data yang lalu, sulit untuk menyusun perencanaan yang terarah guna meningkatkan usaha promosi pariwisata yang lebih baik.

Berdasarkan masalah di atas, maka penulis bermaksud mengambil judul :

“ Peramalan Jumlah Wisatawan Mancanegara yang Berkunjung ke kota Medan Tahun 2016”

Universitas Sumatera Utara Universitas Sumatera Utara

1.2 Rumusan Masalah

Sesuai dengan judul di atas, maka yang menjadi ruang lingkup permasalah adalah bagaimana kunjungan wisatawan mancanegara yang datang ke kota Medan di tahun yang akan datang. Apakah kunjungan wisatawan mancanegara semakin meningkat?

1.3 Batasan Masalah

Agar dalam penyelesaian masalah nanti tidak terlalu luas dan hasilnya dapat mendekati pokok permasalahan tersebut, maka digunakan data kunjungan wisatawan mancanegara yang datang ke kota Medan melalui Pelabuhan Bandara Polonia Medan dan melalui Pelabuhan Laut Belawan dengan menggunakan metode smoothing dengan cara rata-rata bergerak ganda.

1.4Tujuan Penelitian

Tujuan dari penelitian ini adalah:

1. mengetahui penggunaan metode rata-rata bergerak ganda ( Double Moving Average ) untuk menghitung jumlah wisatawan mancanegara yang berkunjung ke Kota Medan.

2. Meramalkan berapa besar jumlah wisatawan mancanegara yang berkunjung ke Kota Medan.

1.5Manfaat Penelitian

Adapun manfaat dari penelitian ini adalah:

1. Memberi informasi tentang jumlah pengunjung wisatawan mancanegara yang berkunjung ke kota Medan.

2. Dapat dipergunakan sebagai bahan masukan untuk penelitian-penelitian selanjutnya yang berkenaan dengan jumlah wisatawan mancanegara yang berkunjung ke kota Medan.

Universitas Sumatera Utara Universitas Sumatera Utara

1.6 Metodologi Penelitian

Metodologi penelitian adalah suatau cara yang terdiri dari langkah-langkah atau urutan kegiatan yang berfungsi sebagai pedoman umum yang digunakan untuk melaksanakan penelitian sehingga apa yang menjadi tujuan dari penelitian itu dapat terwujud. Untuk memudahkan penulis dalam penyusunan Tugas Akhir ini, maka penulis memperoleh data melalui riset atau pengambilan data di kantor BPS (Badan Pusat Statistik). Didalam riset data penulis juga menggunakan berapa metode sebagai berikut:

1. Metode Pengumpulan Data

Data yang diambil adalah sekunder yaitu data yang dikutip oleh penulis dari instansi yang terkait yaitu BPS (Badan Pusat Statistik).

2. Metode Analisa

Metode analisa data yang penulis gunakan adalah metode Smooting dengan cara Rata-rata bergerak Ganda (Spyros Makridakis, 1983:74). Menentukan ramalan dengan metode rata-rata bergerak ganda, antara lain sebagai berikut: a. Menghitung moving average/ rata-rata bergerak pertama, di beri simbol �_�′,

dihitung dari data historis yang ada. Hasilnya diletakkan pada periode terakhir moving average pertama.

b. Menghitung moving average/rata-rata bergerak kedua, diberi simbol �_�", dihitung dari rata-rata bergerak kedua. Hasilnya diletakkan pada periode terakhir moving average kedua.

c. Menentukan besarnya nilai

��= ��" + (��′-��")

= 2�_�′-�_�" (1-1)

d. Menentukan besarnya nilai �_� (slope)

�� = 2 �−1 (��

′_-�

�")

(1-2)

e. Menentukan besarnya forecast

��+�= ��+ ��(m)

(1-3)

m adalah jangka waktu forecast kedepan.

Universitas Sumatera Utara Universitas Sumatera Utara

BAB 2

LANDASAN TEORI

2.1 Pengertian Peramalan

Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah suatu situasi yang diperkirakan akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan akan terjadi pada masa yang akan datang. Ramalan tersebut dapat didasarkan atas bermacam-macam cara, diantaranya adalah Metode Smoothing (Pemulusan), Rata-rata Bergerak Linier. Metode peramalan merupakan cara untuk memperkirakan secara kuantitatif apa yang akan terjadi pada masa yang akan datang dengan dasar kata yang releven pada masa lalu. Dengan kata lain metode peramalan ini digunakan dalam peramalan yang bersifat objektif.

Peramalan adalah suatu untuk memperkirakan keadaan di masa yang akan datang melalui pengujian keadaan di masa lalu. Dalam kehidupan sosial segala sesuatu itu serba tidak pasti, sukar diperkirakan secara tepat. Dalam hal ini perlu diadakan peramalan. Peramalan yang dibuat selalu diupayakan agar dapat meminimumkan pengaruh ketidak pastian ini terhadap sebuah permasalahan. Dengan kata lain peramalan bertujuan mendapatkan peramalan yang bisa meminimumkan kesalahan meramal (forecat error) yang biasanya diukur dengan mean squer error, mean absolute error, dan sebagainya.

Kegunaan peramalan terlihat pada saat pengambilan keputusan. Keputusan yang baik adalah keputusan yang didasarkan atas pertimbangan-pertimbangan yang akan terjadi pada waktu keputusan itu dilaksanakan.

a. Pengetahuan teknik tentang pengumpulan informasi (data) masa lalu, data ataupun informasi tersebut bersifat kuantitatif

b. Teknik dan metode yang tetap dan sesuai dengan pola data yang telah dikumpulkan

Gambaran perkembangan pada masa lalu yang akan datang diperoleh dari hasil analisa data yang didapat dari penelitian yang telah dilakukan. Perkembangan pada masa depan merupakan perkiraan apa yang akan terjadi, sehingga dapat dikatakan bahwa peramalan selalu diperlukan di dalam penelitian. Ketetapan penelitian merupakan hal yang penting, walaupun demikian perlu diketahui bahwa sesuatu ramalan selalu ada unsur kesalahannya, sehingga yang perlu diperhatikan adalah usaha untuk memperkecil kesalahan dari ramalan tersebut.

2.2Jenis-Jenis Peramalan

Berdasarkan sifatnya, peramalan dibedakan atas dua macam yaitu: a. Peramalan kualitatif

Peramalan kualitatif adalah peramalan yang didasarkan atas data kualitatif pada masa lalu. Hasil peramalan yang dibuat sangat bergantung pada orang yang menyusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran yang instuisi, pendapatan dan pengetahuan serta pengalaman penyusunnya.

b. Peramalan Kuantitatif

Peramalan kuantitatif adalah peramalan yang didasarkan atas data kuantitatif masa lalu. Hasil peramalan yang dibuat sangat bergantung pada metode yang dipergunakan dalam peramalan tersebut.

Baik tidaknya metode yang digunakan tergantung dengan perbedaan atau penyimpangan antara hasil ramalan dengan kenyataan yang terjadi. Semakin kecil penyimpangan antara hasil ramalan dengan kenyataan yang akan terjadi maka semakin baik pula metode yang digunakan.

Peramalan kuantitatif dapat diterapkan bila terdapat kondisi berikut: a. Tersedia informasi (data) tentang masa lalu.

b. Informasi (data) tesebut dapat dikuantitatifkan dalam bentuk data numerik. c. Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus

berlanjut pada masa yang akan datang.

2.3Metode Peramalan

2.3.1 Pengertian Metode Peramalan

Metode peramalan adalah suatu cara memperkirakan atau mengestimasi secara kuantitatif maupun kualitatif apa yang akan terjadi pada masa depan, berdasarkan data yang relevan pada masa lalu. Kegunaan metode peramalan adalah untuk memperkirakan secara sistematis dan pragmatis atas dasar data yang relevan pada masa lalu. Dengan demikian peramalan diharapkan dapat memberikan objektivitas yang lebih besar.

Metode peramalan memberikan urutan dan pemecahan atas pendekatan masalah dalam peramalan, sehingga bila digunakan pendekatan yang sama atas permasalahan, maka akan didapat dasar pemikiran dan pemecahan yang argumentasinya sama.

2.3.2 Jenis-Jenis Metode Peramalan

Peramalan kuantitatif dibedakan atas:

a. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antar variabel yang diperkirakan dengan variabel waktu merupakan deret berkala (time series). Metode peramalan termasuk dalam jenis ini adalah:

1. Metode pemulusan (smoothing). 2. Metode box Jenkins.

3. Metode proyek trend dengan regresi.

b. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antar variabel yang diperkirakan dengan variabel lain yang mempengaruhinya, yang bukan waktunya disebut dengan metode korelasi atau sebab akibat (metode kausal). Metode peramalan yang termasuk dalam jenis ini adalah:

1. Metode Regresi dan Korelasi 2. Metode Ekonometri

3. Metode Input Output

2.4Metode Pemulusan (Smoothing)

Metode Pemulusan (Smoothing) adalah metode peramalan dengan mengadakan penghalusan atau pemulusan terhadap data masa lalu yaitu dengan mengambil rata-rata dari nilai pada beberapa periode untuk menaksir nilai pada suatu periode. Smoothing dilakukan dengan dua cara yaitu Moving Average atau eksponensial Smoothing.

2.4.1 Moving Average (Rata-rata bergerak)

Dengan moving averages (rata-rata bergerak) ini dilakukan peramalan dengan mengambil sekelompok nilai pengamatan, mencari rata-ratanya, lalu menggunakan rata-rata tersebut sebagai ramalan untuk periode berikutnya. Istilah rata-rata bergerak digunakan, karena setiap kali data observasi baru tersedia, maka angka rata-rata yang baru dihitung dan dipergunakan sebagai ramalan.

2.4.1.1Rata-rata Bergerak Tunggal (Single Moving Average)

Menentukan ramalan dengan metode single moving averages (Spyros Makridakis, 1983:71) cukup mudah dilakukan. Bila akan menerapkan 4 bulan rata-rata bergerak maka ramalan pada bulan Mei dihitung sebesar rata-rata dari 4 bulan sebelumnya, yaitu bulan Januari, Februari, Maret, April. Persamaan Matematis dari teknik ini adalah:

��+1 = �1

+ �2+⋯+ ��

� (2-1)

Keterangan :

��+1 : Ramalan untuk periode ke t +1

�� : Nilai riil periode ke t

T : jangka waktu rata-rata bergerak.

Metode single moving average memiliki karakteristik khusus, yaitu:

a. Untuk menentukan ramalan pada periode yang akan datang memerlukan data historis selam jangka waktu tertentu.

b. Semakin panjang waktu moving averages, efek pelicinan semakin terlihat dalam ramalan atau menghasilkan moving average yang semakin halus. Artinya pada moving averages yang jangka waktunya lebih panjang, perbedaan ramalan terkecil dengan ramalan terbesar menjadi lebih kecil.

2.4.1.2Rata-rata Bergerak Ganda (Double moving averages)

Menentukan ramalan dengan metode double moving averages sedikit lebih sulit dibandingkan dengan single moving averages. Ada beberapa langkah dalam menentukan ramalan dengan metode double moving averages (Spyros Makridakis, 1983:74) , antara lain sebagai berikut :

a. Menghitung moving average / rata-rata bergerak pertama, diberi simbol �_�′, dihitung dari data historis yang ada. Hasilnya diletakkan pada periode terakhir moving average pertama.

b. Menghitung moving average/rata-rata bergerak kedua, diberi simbol �_�", dihitung dari rata-rata bergerak kedua. Hasilnya diletakkan pada periode terakhir moving average kedua.

c. Menentukan besarnya nilai ∝_� (konstanta)

∝� = ��′ + ( ��′ - ��" )

= 2�_�′ - �_�" (2-2)

d. Menentukan besarnya nilai �_� ( slope )

�� = _�−2₁ ( ��′ - ��" ) (2-3)

e. Menentukan besarnya forecast

��+� = ∝� + ��(m) (2-4)

m adalah jangka waktu forecast kedepan

.

2.4.2 Eksponensial Smoothing

Metode eksponensial smoothing merupakan pengembangan dari metode moving averages. Dalam metode ini peramalan dilakukan dengan mengulang perhitungan secara terus menerus dengan menggunakan data terbaru. Setiap data diberi bobot, data yang lebih baru diberi bobot yang lebih besar.

Dua metode dalam exponensial smoothing diantaranya single exponensial smoothing dan double exponensial smoothing.

2.4.2.1Single eksponensial Smoothing

metode ini adalah pengembangan dari metode moving average (MA) (Spyros Makridakis, 1983:80) menggunakan rumus sebagai berikut:

F_�+1 = �1

+�2+⋯+��

� (2-5)

Keterangan :

F_�+1 : Ramalan untuk periode ke t + 1.

X_� : NIlai riil periode ke t.

T : jangka waktu rata-rata bergerak.

Metode moving average memang mudah menghitungnya akan tetapi metode ini memberikan bobot yang sama pada setiap data. Untuk mengatasi hal ini maka digunakan metode single exponential smoothing. Pada metode single exponential smoothing bobot yang diberikan pada data yang ada adalah sebesar α untuk data

yang terbaru, α(1-α) untuk data yang lama, �(1− �)2 untuk data yang lebih lama,

dan seterusnya. Besarnya α adalah antara 0 dan 1. Semakin mendekati 1 berarti

data terbaru lebih diperhatikan. Secara matematis besarnya Peramalan adalah:

F_�+1 = α X�+ ( 1 – α ) F� (2-6) F_�+1 : Ramalan untuk periode ke t+1

X_� : Nilai riil periode ke t

F_� : Ramalan untuk periode ke t

Dari persamaan di atas besarnya peramalan periode yang akan datang dijelaskan sebagai berikut:

F_�+1 = α X_� + (1-α) F_� (2-7)

F_�+1 = α X� + F�- α F� (2-8) F_�+1 = F� + α (X� −F�) (2-9)

Secara sederhana :

F_�+1 = F_� + α (e_�) (2-10)

Dengan e_� adalah kesalahan ramalan (nilai sebenarnya dikurangi ramalan) untuk periode t.

Dengan demikian dapat dikatakan bahwa peramalan pada periode yang akan

datang adalah ramalan sebelumnya ditambah α (alpha) dikalikan dengan

kesalahan ramalan periode sebelumnya. Dalam melakukan peramalan dengan menggunakan metode single exponential smoothing (SES), besarnya α ditentukan

secara trial dan error sampai diketemukan α yang menghasilkan forecast error

terkecil. Metode ini lebih cocok digunakan untuk meramal data-data yang fluktuatif secara random (tidak teratur).

2.4.2.2Double Exponential Smoothing

Pada metode ini proses penentuan ramalan dimulai dengan menentukan besarnya alpha secara trial dan error (Spyros Makridakis, 1983:74). Sedangkan tahap-tahap dalam menentukan ramalan adalah sebagai berikut:

a. Menentukan Smoothing pertama (�_�′)

��′ = α X� + (1-α) ��−′ 1 (2-11)

b. Menentukan Smoothing kedua (�_�")

��" = α��′+ (1-α)��−" 1 (2-12)

c. Menentukan besarnya konstanta (�_�)

�� = ��′+ (��′ − ��")

= 2�_�′ − �_�" (2-13)

d. Menentukan besarnya slope (�_�)

�� = _1−�� (��′ − ��") (2-14) e. Menentukan besarnya forecast (�_�+�)

��+� = �� +��� (2-15)

Dengan m adalah jumlah periode ke depan yang diramalkan.

2.5Menghitung Kesalahan Ramalan

Hasil proyeksi yang akurat adalah forecast yang bias meminimalkan kesalahan meramal (forecast error) (Spyros Makridakis, 1983:66). Besarnya forecast error dihitung dengan mengurangi data riil dengan besarnya ramalan.

Error (E) = �_�-�_� (2-16)

Keterangan:

�� = data riil periode ke-i

�� = ramalan periode ke-i

Dalam menghitung forecast error digunakan: a. Percentage error (PE)

Percentage error merupakan Kesalahan dari suatu peramalan,

PE = ���−��

�� �×100 (2-17)

dengan:

�� = nilai data ke periode ke-t

�� = nilai ramalan periode ke-t n = banyaknya data

b. Absolute Percentage Error (APE)

Absolute Percentage Error adalah kesalahan persentase absolute.

APE = ���−��

�� �x100 (2-17)

c. Mean Percentage Error

Mean Percentage Error adalah persentase rata-rata kesalahan absolute.

MPE = ∑�

� �−�� � � ��100

� (2-18)

MPE = ∑��=1��

� (2-19)

d. Mean Absolute Percentage Error (MAPE)

Mean Absolute Percentage Error merupakan nilai tengah kesalahan persentase absolute dari suatu peramalan.

MAPE = ∑|���|�100

� (2-20)

MPE = ∑ ���

� �=1

� (2-21)

BAB 3

PENGOLAHAN DATA

3.1 Pengumpulan Data

Pengambilan data dilakukan di Kantor Badan Pusat Statistik Sumatera Utara, data yang diambil adalah data jumlah wisatawan mancanegara yang berkunjung ke kota Medan melalui pintu masuk Bandar Udara Polonia Medan dan pelabuhan laut Belawan tahun 2002-2013.

Tabel 3.1 Data Jumlah Wisatawan Mancanegara yang Berkunjung ke kota Medan Tahun 2002 sampai 2013

Tahun

Pintu Masuk Wisatawan

Jumlah Bandara Polonia

Medan

Pelabuhan Laut Belawan

2002 98.132 21.414 119.546

2003 76.930 15.110 92.040

2004 96.675 9.708 106.383

2005 106.083 9.181 115.264

2006 116.510 6.936 123.446

2007 116.614 7.310 123.924

2008 125.579 7.011 132.590

2009 148.193 4.105 152.298

2010 162.410 14.478 176.888

2011 192.650 18.249 210.899

2012 205.845 21.798 227.643

2013 248.181 22.206 270.387 Sumber : Badan Pusat Statistik Sumatera Utara

3.2 Pengolahan Data

Untuk menganalisa data di atas, untuk memperoleh nilai m periode kedepan sebagai perbandingan terhadap data tahun sebelumnya. Dalam hal ini digunakan data jumlah wisatawan mancanegara yang diperoleh dari BPS Sumatera Utara. Adapun data yang diambil adalah jumlah wisatawan mancanegara yang masuk melalui pintu masuk bandara udara Polonia Medan dan pelabuhan laut Belawan dari tahun 2002 sampai 2013 dengan M dan N adalah periode.

Pengolahan ini bertujuan untuk mendapatkan nilai peramalan 3 periode kedepan dari periode terakhir data yang diperoleh, sehingga data tersebut dapat ditabulasikan ke dalam tabel 4.2 berikut:

Tabel 3.2 Ramalan Jumlah Wisatawan Mancanegara yang Berkunjung ke Kota Medan

tahun periode

Nilai aktual (X)

rata bergerak ganda pertama

(s´)

Rata Gerak Ganda (S")

Beda

Kesalahan nilai a nilai b Peramalan

1 2 3 4 5 6 7 8 9

2002 1 119.546

2003 2 92.040 105.793

2004 3 106.383 99.212 102.502 -3.291 95.921 -6.582

2005 4 115.264 110.824 105.018 5.806 116.630 11.612 89.339 2006 5 123.446 119.355 115.089 4.266 123.621 8.531 128.242 2007 6 123.924 123.685 121.520 2.165 125.850 4.330 132.152 2008 7 132.590 128.257 125.971 2.286 130.543 4.572 130.180 2009 8 152.298 142.444 135.351 7.094 149.538 14.187 135.115 2010 9 176.888 164.593 153.519 11.075 175.668 22.149 163.725 2011 10 210.899 193.894 179.243 14.650 208.544 29.301 197.817 2012 11 227.643 219.271 206.582 12.689 231.960 25.378 237.844 2013 12 270.387 249.015 234.143 14.872 263.887 29.744 257.337

2014 13 293.631

2015 14 323.375

2016 15 353.119

Gambar 3.1 Grafik Peramalan Wisatawan Mancanegara yang berkunjung ke Kota Medan

0 100 200 300 400 500 600 700 800 900 1000

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

periode Nilai aktual (X)

rata bergerak ganda pertama (s´) Rata Gerak Ganda (S")

Peramalan

1. Kolom 4 merupakan rata-rata 2 tahun terakhir dari data �_� pada kolom 3, kemudian dimasukkan pada kolom 4 pada tahun terakhir, dihitung dengan menggunakan rumus:

S_t′ = Xt +Xt−1+Xt−2+⋯+Xt−n +1

n

(3-1)

2. Kolom 5 adalah rata-rata 2 tahun terakhir dari kolom 4 (�_�′), kemudian dimasukkan pada kolom ke 5 pada tahun terakhir. Dihitung dengan menggunakan rumus:

S_t" = Xt +Xt−1+Xt−2+⋯+Xt−n +1

n

(3-2)

3. Kolom 6 adalah selisih rata-rata bergerak yaitu rata-rata bergerak pertama dikurangi rata-rata bergerak kedua. Dihitung dengan rumus:

S_t′-S_t" (3-3)

4. Kolom 7 adalah a (konstanta) untuk persamaan peramalan yang akan dibuat. Dapat dihitung dengan rumus:

a_t = S_t′ + (S_t′-S_t") = 2S_t′ −S_t" (3-4)

Tiap pergantian tahun peramalan, nilai a selalu berubah.

5. Kolom 8 adalah b (slope) untuk persamaan peramalan. Dapat dihitung dengan rumus:

bt =

2�S_t′−S_t"�

v−1

(3-5)

v = jangka waktu moving average

6. Kolom 9 adalah ramalan yang dihitung dengan rumus:

Ft+m = at+bt(m)

(3-6)

m = jangka waktu peramalan kedepan

3.2.1 Proses Peramalan

a. Ramalan untuk periode 12 untuk rata-rata bergerak pertama:

S11′ =

X11+X10 2

= 227.643+210.899

2

= 219.271

Untuk rata-rata bergerak kedua:

S11" = S11′ +S10′

2

= 219.271+193.893,5

2

= 206.582 Untuk nilai a:

a11 = 2S11′ -S11"

= (2x219.271) - 206.582 = 231.959,8

Untuk nilai b:

b11 =

2�S₁₁′ −S₁₁" � 3−1

= 2(219.271−206.582,25 )

2

= 25.377,5 Untuk nilai ramalan

F11+1 = a11 + b11(1)

= 231.959,8 + 25.377,5 (1)

F₁₁₊₁= 29.744

b. Ramalan untuk periode 13 untuk rata-rata bergerak pertama:

S₁₂′ = X12+X11

2

= 270.387+227.643

2

= 249.015

Untuk rata-rata bergerak kedua:

S₁₂′ = S12′ +S11′

2

= 249.015+219.271

2

= 234.143 Untuk nilai a:

a₁₂ = 2S₁₂′ −S₁₂"

= (2×219.271) ˗ 234.143 = 263.887

Untuk nilai b:

b12 =

2S₁₂′ +S₁₂" 2−1

= 2(249.015)+234.143

2−1

= 29.744

Untuk nilai ramalan

f₁₂₊₁ = a₁₂ + b₁₂(1)

= 263.887 + 29.744 (1) = 293.361

Untuk mengetahui peramalan periode 13, 14 dan 15 digunakan persamaan sebagai berikut:

f_t+m = a_t+ b_t(m)

f12+1 = a12 + b12(1)

= 263.887 + 29.744 (1)

f12+1= 293.361

Nilai �_�dan �_� didapat dari periode 12 c. Ramalan untuk periode 14 f12+2 = a12 + b12 (2)

= 263.887 + 29.744 (2) f14 = 323.375

d. Ramalan untuk periode 15 f12+3 = a12 + b12 (3)

= 263.887 + 29.744 (3) f15 = 353.119

Setelah angka-angka peramalan m periode kedepan diperoleh sebanyak 3 (tiga) tahun kedepan, maka selanjutnya nilai peramalan yang diperoleh akan ditabulasikan dalam tabel khusus yaitu:

Tabel 3.3

Hasil Peramalan Jumlah Wisatawan Mancanegara yangberkunjung ke Kota Medan

No. Tahun Nilai

Peramalan

1. 2014 293.631

2. 2015 323.375

3. 2016 353.119

Dari nilai-nilai peramalan pada tabel 4.3 di atas dapat dijelaskan bahwa pada tahun 2014, 2015 dan 2016 akan terjadi peningkatan jumlah wisatawan mancanegara yang berkunjung ke Kota Medan. Nilai peramalan tersebut dapat dikatakan meningkat secara linier, disebabkan hasil peramalan tersebut tergantung nilai �_�dan

�� terakhir.

3.2.2 Nilai Kesalahan dari Peramalan

Untuk mengetahui nilai kesalahan dari peramalan dapat dilihat dalam tabel 4.4 berikut:

Tabel 3.4 Nilai Kesalahan

tahun periode

Nilai Observasi (Xi) Peramalan (Fi) Kesalahan (Xi-Fi) Kesalahan Persentase (PE) Kesalahan absolut

2002 1 119.546

2003 2 92.040

2004 3 106.383

2005 4 115.264 109.383 5.881 5.102 5.102 2006 5 123.446 119.264 4.182 3.388 3.388 2007 6 123.924 128.446 -4.522 -3.649 3.649 2008 7 132.590 129.924 2.666 2.011 2.011 2009 8 152.298 139.590 12.708 8.344 8.344 2010 9 176.888 160.298 16.590 9.379 9.379 2011 10 210.899 185.888 25.011 11.859 11.859 2012 11 227.643 220.899 6.744 2.963 2.963 2013 12 270.387 238.643 31.744 11.740 11.740

Keterangan dari tabel 4.4 di atas dapat dijelaskan sebagai berikut:

a. Nilai Kesalahan: e_i = X_i - F_i

(3-7)

b. Kesalahan yang dihitung secara persentase: PE = �Xt−Ft

X_t �x 100

(3-8)

c. Nilai Kesalahan persentase absolute: APE = �Xt−Ft

X_t � x 100

(3-9)

Sebagai contoh perhitungan diambil dari periode 12 yang telah dihitung pada tabel diatas:

a. Kesalahan

ei = X12 – F12

= 270.387 – 238.643 = 31.744

b. Kesalahan persentase

PE = �X12−F12

X12 �x 100

= �270.387−238.643

270.387 � x 100

= 11,74

c. Kesalahan persentase absolut

APE = �X12−F12

X12 �

x 100 = �270.387−238.643

270.387 � x 100

= 11,74

Berdasarkan hasil penjumlahan nilai PE (Percentage Erorr) dan APE (Absolute Pencentage Erorr) maka diperoleh nilai sebagai berikut:

a. Mean Percentage Erorr

MPE = ∑�

X t−F t X i � x 100

n

MPE = ∑ PE

12 i=4

8

MPE = 51,13

8

MPE = 6,39

b. Mean Absolute Percentage Erorr

MPE = ��

X t−F t X i � x 100�

n

MAPE = ∑ APE

12 i=4

8

MAPE = 58,43

8

MAPE = 7,30

BAB 4

IMPLEMENTASI SISTEM

4.1 Pengertian Implementasi Sistem

Implementasi sistem adalah langkah-langkah atau prosedur-prosedur yang dilakukan dalam menyelesaikan desain sistem yang telah disetujui, untuk menginstal, menguji dan memulai sistem baru yang diperbaiki.

4.2 Tujuan Implementasi sistem

Adapun tujuan dari implementasi sistem ini adalah sebagai berikut: 1. Menyelesaikan desain sistem yang telah disetujui sebelumnya.

2. Memastikan bahwa pemakai (user) dapat mengoperasikan sistem baru. 3. Menguji apakah sistem baru tersebut sesuai dengan pemakaian.

4. Memastikan bahwa konversi ke sistem baru berjalan yaitu dengan membuat rencana, mengontrol dan melakukan instalasi baru secara benar.

4.3 Pengertian Microsoft Excel

Microsoft excel adalah generasi porpose electronik spreadsheet yang dapat digunakan untuk mengorganisir, menghitung, menyediakan maupun menganalisa data serta mempresentasikan ke dalam grafik atau diagram. Microsoft exel dapat membantu penyelesaian tugas-tugas dari penyiapan invoice sederhana atau budget, pembuatan grafik 3 dimensi sampai mengatur buku besar akuntansi untuk sebuah perusahaan tingkat menengah.

4.4 Struktur Microsoft Excel

Tampilan Microsoft Ecel berupa bentuk standart dari menu bar, toolbar, formula bar, status badan sebuah buku kerja (workbook) baru. Workbook membuat minimum (1) atau maksimum (225) worksheet (kertas kerja) jumlah worksheet dalam keadaan default ada (3) dan worksheet yang aktif bernama “sheet 1” alamat kiri atas dan alamat sel kanan bawah. Sedangkan “pointer” adalah penunjuk sel yang aktif.

4.5 Pengoperasian Microsoft Excel

Cara mengaktifkan Microsoft excel sama dengan pengaktifan program-program aplikasi lainnya yang ada dalam Microsoft Office yaitu:

1. Klik tombol “start” yang ada pada taskbar

2. Bawa pointer mouse ke program folder, kemudian

3. klik ikon Microsoft Office kemudian pilih Microsoft Excel untuk memulai program.

Gambar 4.1 Tampilan buku kerja (workbook) yang kosong excel

Setelah Microsoft Excel aktif maka akan ditampilkan lembar kerja baru yang tersusun atas sel-sel yang terbentuk dalam baris dan kolom. Sebuah lembar kerja (worksheet) dapat memuat 65536 baris dan 256 kolom (kolom A-IV), sedangkan satu sel dapat memuat 32000 karakter.

Sel aktif memiliki border gelap disekelilingnya dan alamat sel aktif ditampilkan pada kotak di atas tepi kiri lembar kerja. Sewaktu mengetik teks atau rumus, karakter akan terlihat pada formula bar. Tanda + (plus) yang terlihat pada lembar kerja menandakan keberadaan mouse.

Untuk mengetik rumus maka dimulai dengan tanda “=” (sama dengan menjumlahkan). Misalnya, “sum (range)” digunakan untuk menjumlahkan range tertentu nilai yang dihasilkan apabila rangkaian nilai dalam rumus tertentu.

4. memasukkan data ke lembar kerja dengan langkah sebagai berikut : a. Tempatkan penunjuk sel pada sel tempat yang diinginkan.

b. ketik data yang akan dimasukkan.

c. untuk mengakhiri tekan enter atau tanda panah pada keyboard, untuk berpindah sel yaitu dengan menggerakkan mouse ke sel yang diinginkan. 5. menyimpan data

Setelah lembar kerja diisi dalam Microsoft Excel disimpan dengan nama file “Peramalan Wisatawan”. Adapun langkah-langkah dalam menyimpan lembar kerja adalah sebagai berikut:

a. Ketik file b. Save as data c. Klik OK atau enter

Eksistensi penyimpan data akan tersimpan secara otomatis sehingga nama file data akan bertambah menjadi Microsoft Excel-peramalan wisatawan.

Gambar 4.2 Tampilan saat Menyimpan File

6. pemrosesan data

4.6 Pemrosesan Data Dengan Excel

4.6.1 Prosedur Perhitungan Peramalan Rata-rata Bergerak Ganda

Gambar 4.3 Tampilan Pemrosesan Peramalan Data pada Excel

1. Langkah perhitungan kolom E a. Klik sel E7.

b. Ketiklah rumus “=(D6+D7)/2”. c. Klik enter.

d. Untuk mengetahui nilai sel berikutnya (sel E8 sampai E17) arahkan pointer ke ujung bawah sel E7 hingga berubah menjadi lambing (+). Draglah mouse ke bawah sampai sel E17, kemudian lepaskan tombol mouse.

2. Langkah Perhitungan kolom F a. Klik sel F8.

b. Ketiklah rumus “=(E8+E9)/2”. c. Klik enter.

d. Untuk mengetahui nilai sel berikutnya (sel F9 sampai F17) arahkan pointer ke ujung bawah sel F8 hingga berubah menjadi lambing (+). Draglah mouse ke bawah sampai sel F17, kemudian lepaskan tombol mouse.

3. Langkah Perhitungan kolom G a. Klik sel G8.

b. Ketiklah rumus “=E8-F8”. c. Klik enter

d. Untuk mengetahui nilai sel berikutnya (sel G9 sampai G17) arahkan pointer ke ujung bawah sel G8 hingga berubah menjadi lambing (+). Draglah mouse ke bawah sampai sel G17, kemudian lepaskan tombol mouse.

4. Langkah Perhitungan kolom H a. Klik sel H8.

b. Ketiklah rumus “=(2*E8)-F8”. c. Klik enter

d. Untuk mengetahui nilai sel berikutnya (sel H9 sampai H17) arahkan pointer ke ujung bawah sel H8 hingga berubah menjadi lambing (+). Draglah mouse ke bawah sampai sel H17, kemudian lepaskan tombol mouse.

5. Langkah Perhitungan kolom I a. Klik sel I8.

b. Ketiklah rumus “=((2/(2-1))*(E8-F8))”. c. Klik enter

d. Untuk mengetahui nilai sel berikutnya (sel I9 sampai I17) arahkan pointer ke ujung bawah sel I8 hingga berubah menjadi lambing (+). Draglah mouse ke bawah sampai sel I17, kemudian lepaskan tombol mouse.

6. Langkah Perhitungan kolom J a. Klik J9.

b. Ketiklah rumus “=H8+(I8*1)”. c. Klik enter.

d. Untuk mengetahui nilai sel berikutnya (sel J9 sampai J17) arahkan pointer ke ujung bawah sel J8 hingga berubah menjadi lambing (+). Draglah mouse ke bawah sampai sel J17, kemudian lepaskan tombol mouse.

e. Untuk mengetahui nilai sel J19 adalah dengan cara : 1. Klik sel J19.

2. Ketiklah rumus “=H17+(I17*2)”. 3. Klik enter.

f. Untuk mengetahui nilai sel J20 adalah dengan cara : 4. Klik sel J20.

5. Ketiklah rumus “=H17+(I17*3)”. 6. Klik enter.

4.6.2 Prosedur Perhitungan Kesalahan dengan Microsoft Excel.

Gambar 4.4 Tampilan Perhitungan Nilai Kesalahan Peramalan

1. Langkah perhitungan pada kolom E telah dijelaskan pada prosedur perhitungan peramalan diatas.

2. Langkah Perhitungan kolom F a. Klik sel F9.

b. Ketiklah rumus “=D9-E9”. c. Klik enter.

d. Untuk mengetahui nilai sel berikutnya (sel F10 sampai F17) arahkan pointer ke ujung bawah sel F9 hingga berubah menjadi lambing (+).

Draglah mouse ke bawah sampai sel F17, kemudian lepaskan tombol mouse.

3. Langkah Perhitungan kolom G a. Klik sel G9.

b. Ketiklah rumus “=(((D9-E9)/D9)*100)”. c. Klik enter.

d. Untuk mengetahui nilai sel berikutnya (sel G10 sampai G17) arahkan pointer ke ujung bawah sel G9 hingga berubah menjadi lambing (+). Draglah mouse ke bawah sampai sel G17, kemudian lepaskan tombol mouse.

4. Langkah Perhitungan kolom H a. Klik sel H9.

b. Ketiklah rumus “=IF(G9<=0,G9*(-1),G9*1)”. c. Klik enter.

d. Untuk mengetahui nilai sel berikutnya (sel H10 sampai H17) arahkan pointer ke ujung bawah sel H9 hingga berubah menjadi lambing (+). Draglah mouse ke bawah sampai sel H17, kemudian lepaskan tombol mouse.

4.7 Prosedur Pembuatan Grafik dengan Software Excel

Langkah-langkah membuat grafik :

1. Buat dan seleksi data yang akan dijadikan sumber pembuatan grafik

Gambar 4.5 Data untuk Pembuatan Grafik

2. Pada ribbon insert, klik tombol line, sehingga akan muncul beberapa jenis grafik. Pilih salah satu grafik yang di inginkan. Secara otomatis, chart sudah terbentuk seperti gambar berikut:

Gambar 4.6 Grafik Peramalan jumlah Wisatawan Mancanegara

Grafik yang terbentuk berhubungan langsung dengan data pada worksheet, artinya jika terjadi perubahan pada data, secara otomatis grafik akan berubah sesuai dengan perubahan data tersebut.

Setelah selesai bekerja dengan excel dan ingin keluar dari excel klik tombol (X) yang berada di pojok kanan atas Excel atau bias juga dengan menekan tombol Quick Access Button>Close.

BAB 5

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Dari hasil penelitian dan pembahasan di atas dapat diperoleh kesimpulan sebagai berikut:

Dari hasil peramalan jumlah wisatawan mancanegara yang berkunjng ke Kota Medan tahun 2016 sebesar 353.119, dapat terlihat bahwa terjadi peningkatan pengunjung wisatawan mancanegara yang berkunjung ke Kota Medan pada setiap tahunnya hingga tahun 2016.

5.2 Saran

Melihat potensi pariwisata di Kota Medan yang sangat besar dan jumlah wisatawan mancanegara yang tiap tahun semakin meningkat, maka Pemerintah Kota Medan setidaknya memberikan perhatian yang khusus pada mutu pelayanan terhadap wisatawan mancanegara dan pelestarian alam sebagai objek pariwisata. Untuk itu pula diperlukan data statistik yang lebih lengkap, akurat dan lebih bermutu agar dapat mengikuti dan mengetahui perkembangan jumlah wisatawan mancanegara tersebut, menambah devisa bagi Kota Medan dan mampu mengembangkan menjadi objek wisata internasional yang berkualitas.

DAFTAR PUSTAKA

Assauri, Sofian. 1984. Teknik dan Metode Peramalan. Jakarta : Fakultas Ekonomi UI

[BPS] Badan Pusat Statistika. 2003. Medan dalam Angka 2003-2014. BPS Sumatera Utara, Medan

Makridakis, S. 1993.Metode dan Aplikasi Peramalan. Edisi Ke-1 Jakarta : Erlangga.

Sudjana. 1992. Metode Statistika. Bandung. Edisi ke-6. PT. Tarsito

Tosin, Rijanto. 1999. Microsoft Excel 2000, Kilat 24 Jurus, edisi ke – 1. Jakarta: Dinastindo.

3. Langkah Perhitungan kolom G a. Klik sel G8.

b. Ketiklah rumus “=E8-F8”. c. Klik enter

d. Untuk mengetahui nilai sel berikutnya (sel G9 sampai G17) arahkan pointer ke ujung bawah sel G8 hingga berubah menjadi lambing (+). Draglah mouse ke bawah sampai sel G17, kemudian lepaskan tombol mouse.

4. Langkah Perhitungan kolom H a. Klik sel H8.

b. Ketiklah rumus “=(2*E8)-F8”. c. Klik enter

d. Untuk mengetahui nilai sel berikutnya (sel H9 sampai H17) arahkan pointer ke ujung bawah sel H8 hingga berubah menjadi lambing (+). Draglah mouse ke bawah sampai sel H17, kemudian lepaskan tombol mouse.

5. Langkah Perhitungan kolom I a. Klik sel I8.

b. Ketiklah rumus “=((2/(2-1))*(E8-F8))”. c. Klik enter

d. Untuk mengetahui nilai sel berikutnya (sel I9 sampai I17) arahkan pointer ke ujung bawah sel I8 hingga berubah menjadi lambing (+). Draglah mouse ke bawah sampai sel I17, kemudian lepaskan tombol mouse.

6. Langkah Perhitungan kolom J a. Klik J9.

b. Ketiklah rumus “=H8+(I8*1)”. c. Klik enter.

d. Untuk mengetahui nilai sel berikutnya (sel J9 sampai J17) arahkan pointer ke ujung bawah sel J8 hingga berubah menjadi lambing (+). Draglah mouse ke bawah sampai sel J17, kemudian lepaskan tombol mouse.

e. Untuk mengetahui nilai sel J19 adalah dengan cara : 1. Klik sel J19.

2. Ketiklah rumus “=H17+(I17*2)”. 3. Klik enter.

f. Untuk mengetahui nilai sel J20 adalah dengan cara : 4. Klik sel J20.

5. Ketiklah rumus “=H17+(I17*3)”. 6. Klik enter.

4.6.2 Prosedur Perhitungan Kesalahan dengan Microsoft Excel.

Gambar 4.4 Tampilan Perhitungan Nilai Kesalahan Peramalan

1. Langkah perhitungan pada kolom E telah dijelaskan pada prosedur perhitungan peramalan diatas.

2. Langkah Perhitungan kolom F a. Klik sel F9.

b. Ketiklah rumus “=D9-E9”. c. Klik enter.

d. Untuk mengetahui nilai sel berikutnya (sel F10 sampai F17) arahkan pointer ke ujung bawah sel F9 hingga berubah menjadi lambing (+).

Draglah mouse ke bawah sampai sel F17, kemudian lepaskan tombol mouse.

3. Langkah Perhitungan kolom G a. Klik sel G9.

b. Ketiklah rumus “=(((D9-E9)/D9)*100)”. c. Klik enter.

d. Untuk mengetahui nilai sel berikutnya (sel G10 sampai G17) arahkan pointer ke ujung bawah sel G9 hingga berubah menjadi lambing (+). Draglah mouse ke bawah sampai sel G17, kemudian lepaskan tombol mouse.

4. Langkah Perhitungan kolom H a. Klik sel H9.

b. Ketiklah rumus “=IF(G9<=0,G9*(-1),G9*1)”. c. Klik enter.

d. Untuk mengetahui nilai sel berikutnya (sel H10 sampai H17) arahkan pointer ke ujung bawah sel H9 hingga berubah menjadi lambing (+). Draglah mouse ke bawah sampai sel H17, kemudian lepaskan tombol mouse.

4.7 Prosedur Pembuatan Grafik dengan Software Excel Langkah-langkah membuat grafik :

Gambar 4.5 Data untuk Pembuatan Grafik

2. Pada ribbon insert, klik tombol line, sehingga akan muncul beberapa jenis grafik. Pilih salah satu grafik yang di inginkan. Secara otomatis, chart sudah terbentuk seperti gambar berikut:

Gambar 4.6 Grafik Peramalan jumlah Wisatawan Mancanegara

Grafik yang terbentuk berhubungan langsung dengan data pada worksheet, artinya jika terjadi perubahan pada data, secara otomatis grafik akan berubah sesuai dengan perubahan data tersebut.

Setelah selesai bekerja dengan excel dan ingin keluar dari excel klik tombol (X) yang berada di pojok kanan atas Excel atau bias juga dengan menekan tombol Quick Access Button>Close.

BAB 5

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Dari hasil penelitian dan pembahasan di atas dapat diperoleh kesimpulan sebagai berikut:

Dari hasil peramalan jumlah wisatawan mancanegara yang berkunjng ke Kota Medan tahun 2016 sebesar 353.119, dapat terlihat bahwa terjadi peningkatan pengunjung wisatawan mancanegara yang berkunjung ke Kota Medan pada setiap tahunnya hingga tahun 2016.

5.2 Saran

Melihat potensi pariwisata di Kota Medan yang sangat besar dan jumlah wisatawan mancanegara yang tiap tahun semakin meningkat, maka Pemerintah Kota Medan setidaknya memberikan perhatian yang khusus pada mutu pelayanan terhadap wisatawan mancanegara dan pelestarian alam sebagai objek pariwisata. Untuk itu pula diperlukan data statistik yang lebih lengkap, akurat dan lebih bermutu agar dapat mengikuti dan mengetahui perkembangan jumlah wisatawan mancanegara tersebut, menambah devisa bagi Kota Medan dan mampu mengembangkan menjadi objek wisata internasional yang berkualitas.

DAFTAR PUSTAKA

Assauri, Sofian. 1984. Teknik dan Metode Peramalan. Jakarta : Fakultas Ekonomi UI

[BPS] Badan Pusat Statistika. 2003. Medan dalam Angka 2003-2014. BPS Sumatera Utara, Medan

Makridakis, S. 1993.Metode dan Aplikasi Peramalan. Edisi Ke-1 Jakarta : Erlangga.

Sudjana. 1992. Metode Statistika. Bandung. Edisi ke-6. PT. Tarsito

Tosin, Rijanto. 1999. Microsoft Excel 2000, Kilat 24 Jurus, edisi ke – 1. Jakarta: Dinastindo.