Proyeksi Jumlah Nasabah Tabungan Periode 2010-2012 Pada PT. Bank Sumut Dengan Menggunakan Metode Smoothing Eksponensial Linear Satu-Parameter Dari Brown

PROYEKSI JUMLAH NASABAH TABUNGAN PERIODE

2010-2012 PADA PT. BANK SUMUT DENGAN MENGGUNAKAN

METODE SMOOTHING EKSPONENSIAL LINEAR

SATU-PARAMETER DARI BROWN

TUGAS AKHIR

SUMI SRIARDINA YUSARA

072407077

PROGRAM STUDI DIPLOMA STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2010

PROYEKSI JUMLAH NASABAH TABUNGAN PERIODE 2010-2012 PADA PT. BANK SUMUT DENGAN MENGGUNAKAN METODE

SMOOTHING EKSPONENSIAL LINEAR SATU-PARAMETER DARI BROWN

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh Ahli Madya SUMI SRIARDINA YUSARA

072407077

PROGRAM STUDI DIPLOMA STATISTIKA DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2010

PERSETUJUAN

Judul : PROYEKSI JUMLAH NASABAH TABUNGAN

PERIODE 2010-2012 PADA PT. BANK SUMUT DENGAN MENGGUNAKAN METODE SMOOTHING EKSPONENSIAL LINEAR SATU PARAMETER DARI BROWN

Kategori : TUGAS AKHIR

Nama : SUMI SRIARDINA YUSARA

Nomor Induk Mahasiswa : 072407077

Program Studi : D-III STATISTIKA Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan, Juni 2010 Diketahui / Disetujui Oleh Departemen Matematika FMIPA USU

Ketua, Pembimbing

Dr. Saib Suwilo, M.Sc Drs. Open Darnius, M.Sc

PERNYATAAN

PROYEKSI JUMLAH NASABAH TABUNGAN PERIODE 2010-2012 PADA PT. BANK SUMUT DENGAN MENGGUNAKAN METODE

SMOOTHING EKSPONENSIAL LINEAR SATU-PARAMETER DARI BROWN

TUGAS AKHIR

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

Medan, Juni 2010

SUMI SRIARDINA YUSARA 072407077

PENGHARGAAN

Bismillahirrahmanirrahim,

Puji dan syukur kehadirat Allah SWT yang telah memberikan rahmat dan karunia-Nya kepada seluruh alam semesta beserta seluruh isinya dan berkat kekuatan iman dari-Nya, maka Tugas Akhir dengan judul “PROYEKSI JUMLAH NASABAH

TABUNGAN PERIODE 2010-2012 PADA PT. BANK SUMUT DENGAN MENGGUNAKAN METODE SMOOTHING EKSPONENSIAL LINEAR SATU-PARAMETER DARI BROWN” dapat diselesaikan tepat pada waktunya.

Kemudian seiring Shalawat dan salam penulis ucapkan kepada junjungan Nabi besar Muhammad SAW yang membawa umatnya ke jalan yang benar dan kesejahteraan hidup.

Penulis menyadari bahwa Tugas Akhir ini masih banyak kekurangan dan kelemahan, dengan demikian penulis harapkan saran dan kritik yang sifatnya membangun demi peningkatan mutu penulisan Tugas Akhir di masa yang akan datang.

Pada kesempatan ini penulis menghanturkan terima kasih atas petunjuk dan bimbingan yang berharga yang telah diberikan kepada penulis sehingga akhirnya penulis dapat menyelesaikan Tugas Akhir ini. Maka dengan ini penulis mengucapakan terima kasih sebesar-besarnya kepada :

1. Ayahanda Ir. H. Muhammad Yusuf Koto dan Ibunda tercinta Hj. Zahara, yang membesarkan dan mendidik penulis dengan penuh kasih sayang dan cinta dari kecil hingga saat ini, memberi motivasi dan restu serta materi yang tak ternilai dengan apapun.

2. Bapak Dr. Eddy Marlianto, M.Sc, selaku Dekan FMIPA USU

3. Bapak Dr. Saib Suwilo, M.Sc. dan Bapak Drs. Henri Rani Sitepu, M.Si. selaku Ketua dan Sekretaris Departemen Matematika

4. Bapak Drs.Open Darnius, M.Sc, selaku pembimbing yang telah memberikan bimbingan dan pengarahan dan pengalaman kepada penulis.

5. Bapak Drs. Suwarno Ariswoyo, M.Si, selaku ketua jurusan Statistika

6. Bapak Eddy Azmar selaku pemimpin divisi Treasury dan Bapak Bahrein H Siagian selaku pemimpin divisi Sumber Daya Manusia serta seluruh staf dan karyawan PT. Bank Sumut

7. Abangku Andi Yusara beserta kedua adikku Novia Pramudita Yusara dan Najwa Salsabilla Yusara yang selalu memberikan dukungan dalam penyelesaian Tugas Akhir ini.

8. Untuk sahabat-sahabatku Devi Rusdiana, Novita Sari P, Iin Sundari, Jenny Fridayanti, Eka Kurniati Hsb, Ayu Harlina, Yunita Anggreini dan Desi Ryska Pane terima kasih telah membantu dan memahamiku selama ini.

9. Teman-teman seperjuangan Stambuk 2007 khususnya anak Stat C yang telah mendukung terimakasih untuk semuanya.

Atas segala bantuan dan budi baik semua pihak penulis ucapkan terima kasih, semoga Allah SWT memberikan rahmat dan hidayah-Nya kepada kita semua. Amin ya rabbal’alamin.

Akhirnya penulis berharap semoga Tugas Akhir ini dapat memberikan manfaat kepada semua pihak yang memerlukan.

Medan, Mei 2010 Penulis

SUMI SRIARDINA YUSARA 072407077

DAFTAR ISI

Persetujuan ii

Pernyataan iii

Penghargaan iv

Daftar Isi vi

Daftar Tabel viii

Daftar Gambar ix

Bab 1 Pendahuluan 1

1.1 Latar Belakang 1

1.2 Identifikasi Masalah 2

1.3 Batasan Masalah 3

1.4 Tujuan Penelitian 3

1.5 Lokasi Penelitian 3

1.6 Metodologi Penelitian 3

1.7 Tinjauan Pustaka 4

1.8 Sistematika Penulisan 5

Bab 2 Landasan Teori 7

2.1 Peramalan 7

2.2 Jenis-jenis Peramalan 7

2.3 Langkah-langkah Peramalan 10

2.4 Metode Peramalan 11

2.5 Smoothing Eksponensial Linier Satu-Parameter dari Brown 11

Bab 3 Sejarah Singkat PT. Bank Sumut 13

3.1 Sejarah Bank Sumut 13

3.2 Visi dan Misi Bank Sumut 14

3.2.1. Visi Bank Sumut 14

3.2.1 Misi Bank Sumut 15

3.3 Statement Budaya Perusahan 15

3.4 Logo Bank Sumut 15

3.5 Struktur Organisasi Bank Sumut 16

Bab 4 Analisa dan Pembahasan 20

4.1. Analisa 20

4.2. Forecast dengan Double Exponensial Smoothing (α = 0,1) 22

4.3. Nilai Rata-rata Kesalahan (Mean Square Error) 41

Bab 5 Implementasi Sistem 47

5.1. Tahapan Implementasi 47

5.2. Microsoft Excel 48

5.3. Langkah-langkah Memulai Pengolahan Data dengan Excel 48

Bab 6 Kesimpulan dan Saran 54

6.1 Kesimpulan 54

6.2 Saran 55

DAFTAR TABEL

Tabel 4.1 Jumlah Nasabah Tabungan PT. Bank Sumut 20

Tabel 4.2 Pemulusan Eksponensial Linier Satu Parameter dari Brown (α=0,1) 24

Tabel 4.3 Pemulusan Eksponensial Linier Satu Parameter dari Brown (α=0,2) 25

Tabel 4.4 Pemulusan Eksponensial Linier Satu Parameter dari Brown (α=0,3) 26

Tabel 4.5 Pemulusan Eksponensial Linier Satu Parameter dari Brown (α=0,4) 27

Tabel 4.6 Pemulusan Eksponensial Linier Satu Parameter dari Brown (α=0,5) 28

Tabel 4.7 Pemulusan Eksponensial Linier Satu Parameter dari Brown (α=0,6) 29

Tabel 4.8 Pemulusan Eksponensial Linier Satu Parameter dari Brown (α=0,7) 30

Tabel 4.9 Pemulusan Eksponensial Linier Satu Parameter dari Brown (α=0,8) 31

Tabel 4.10 Pemulusan Eksponensial Linier Satu Parameter dari Brown (α=0,9) 32

Tabel 4.11 Nilai Forecast 33

Tabel 4.12 Nilai Pemulusan Eksponensial 36

DAFTAR GAMBAR

Gambar 4.1 Jumlah Nasabah Tabungan 21

BAB I

PENDAHULUAN

1.1 Latar Belakang

Dalam pembicaraan sehari-hari, bank dikenal sebagai lembaga keuangan yang kegiatan utamanya menerima simpanan giro, tabungan dan deposito. Kemudian bank juga dikenal sebagai tempat untuk meminjam uang (kredit) bagi masyarakat yang membutuhkannya. Disamping itu, bank juga dikenal sebagai tempat untuk menukar uang, memindahkan uang atau menerima segala macam bentuk pembayaran dan setoran.

Aktivitas perbankan yang pertama adalah menghimpun dana dari masyarakat luas yang dikenal dengan istilah di dunia perbankan adalah kegiatan funding. Pengertian menghimpun dana maksudnya adalah mengumpulkan atau mencari dana dengan cara membeli dari masyarakat luas.

Pihak perbankan akan memberikan rangsangan berupa balas jasa dalam bentuk bunga, bagi hasil, hadiah, pelayanan atau balas jasa yang akan diberikan kepada masyarakat yang mau menyimpan uangnya di bank tersebut.

Bunga bank dapat diartikan sebagai balas jasa yang diberikan oleh bank yang berdasarkan prinsip konvensional kepada nasabah yang membeli atau menjual produknya. Bunga juga dapat diartikan sebagai harga yang harus dibayar kepada nasabah (yang memiliki simpanan) dengan harus dibayar nasabah kepada bank (nasabah yang memperoleh pinjaman).

Tabungan merupakan salah satu bagian dari fasilitas yang diberikan oleh bank. Tabungan juga memberikan manfaatnya kepada penabung. Sehingga dengan adanya fasilitas tabungan tersebut, dapat dilihat proyeksi jumlah nasabah yang ingin menabung uangnya pada bank tersebut.

1.2 Identifikasi Masalah

Dalam membuat suatu kebijakan, khususnya yang terkait dengan efektifitas dan efisiensi pada suatu perusahaan perlu dilihat proyeksi beban kerja dalam perusahaan tersebut. Khususnya pada bank, salah satu indikator beban kerja adalah perkembangan jumlah nasabahnya. Oleh karena itu, pada kesempatan ini akan dilakukan penelitian terhadap perkembangan jumlah nasabah pada suatu bank. Penyusunan Tugas Akhir yang berjudul “PROYEKSI JUMLAH NASABAH TABUNGAN PERIODE

2010-2012 PADA PT. BANK SUMUT DENGAN MENGGUNAKAN METODE SMOOTHING EKSPONENSIAL LINEAR SATU-PARAMETER DARI BROWN” akan membahas tentang proyeksi jumlah nasabah periode 2010-2012 pada

1.3 Batasan Masalah

Dari berbagai banyaknya indikator beban kerja pada suatu bank, antara lain yaitu perkembangan jumlah nasabah tabungan ataupun nasabah pinjaman (kredit). Maka dalam hal ini penulis hanya membatasi masalah tentang jumlah nasabah yang menyimpan uangnya pada bank tersebut.

1.4 Tujuan Penelitian

Adapun tujuan dilakukannya penelitian ini adalah untuk meramalkan jumlah nasabah periode 2010-2012 Pada PT. BANK SUMUT dan untuk mengetahui perkembangan jumlah nasabah, apakah akan terus meningkat atau tidak .

1.5 Lokasi penelitian

Penelitian dan pengumpulan data mengenai proyeksi jumlah nasabah periode 2010-2012 ini dilakukan pada PT. BANK SUMUT yang beralamat di Jl. Imam Bonjol No. 18 Medan.

1.6 Metodologi Penelitian

Metode penelitian yang digunakan oleh penulis adalah sebagai berikut:

1. Penelitian kepustakaan, yaitu metode pengumpulan data untuk memperoleh data dan informasi dari perpustakaan dengan cara membaca buku-buku

referensi dan bahan-bahan yang bersifat teoritis yang mendukung penulisan tugas akhir.

2. Penelitian lapangan, yaitu metode pengumpulan data untuk memperoleh data dan informasi mengenai jumlah nasabah dengan cara mangadakan penelitian di PT. BANK SUMUT dan menulis data yang diperlukan. Metode pengumpulan data yang digunakan adalah data sekunder yaitu data yang pengumpulannya bukan diusahakan sendiri oleh peneliti. Data sekunder disini ialah data yang diolah/diperoleh dari PT. BANK SUMUT.

1.7 Tinjauan Pustaka

Perhitungan yang dilakukan untuk meramalkan jumlah nasabah periode 2010-2012 pada PT. BANK SUMUT adalah dengan menggunakan metode Smoothing Eksponensial Linear Satu-Parameter dari Brown.

Persamaan yang digunakan dalam implementasi pemulusan eksponensial linier satu-parameter dari Brown dapat diterangkan melalui persamaan berikut ini :

' 1 ' ) 1 ( − ₋ +

= t t

t X S

S α α

" 1 ' " ) 1 ( − ₋ +

= t t

t S S

S α α

" ' " ' ' 2 )

( t t t t

t

t S S S S S

a = + − = −

) ( 1 " ' t t

t S S

b − − = αα m b a

Dimana :

t

X = Nilai riil untuk periode t.

'

t

S = Nilai pemulusan eksponensial tunggal.

"

t

S = Nilai pemulusan eksponensial ganda.

t

a = Nilai rata-rata yang disesuaikan untuk periode t.

t

b = Menentukan taksiran kecenderungan dari periode waktu yang satu ke periode waktu lainnya.

m t

F₊ = Ramalan untuk m periode ke muka

1.8 Sistematika Penulisan

Sistematika penulisan Tugas Akhir ini terdiri dari 5 (lima) bab yang masing–masing dirincikan dalam beberapa sub bab yaitu:

BAB 1 : PENDAHULUAN

Bab ini berisi tentang Latar Belakang, Identifikasi Masalah, Batasan Masalah, Tujuan Penelitian, Lokasi Penelitian, Metodologi Penelitian, Tinjauan Pustaka dan Sistematika Penulisan.

BAB 2 : LANDASAN TEORI

Bab ini menjelaskan tentang segala sesuatu yang berhubungan dengan penyelesaian masalah sesuai dengan judul dan permasalahan yang diutarakan yang mencakup pengertian peramalan,

langkah-langkah peramalan, metode peramalan, dan metode smoothing eksponensial linear satu-parameter dari Brown.

BAB 3 : SEJARAH SINGKAT PT. BANK SUMUT

Bab ini menguraikan tentang sejarah singkat berdirinya PT. BANK SUMUT

BAB 4 : ANALISA DAN PEMBAHASAN

Bab ini menerangkan penganalisaan data yang telah diamati dan dikumpulkan.

BAB 5 : IMPLEMENTASI SISTEM

Bab ini menjelaskan tentang program ataupun software yang di gunakan sebagai analisis terhadap data yang diperoleh.

BAB 6 : KESIMPULAN DAN SARAN

Bab ini berisikan kesimpulan dari hasil penelitian serta saran-saran yang mungkin berguna bagi PT. BANK SUMUT dimasa yang akan datang.

BAB 2

LANDASAN TEORI

2.1 Peramalan

Dalam melakukan analisa ekonomi atau analisa kegiatan perusahan, haruslah diperkirakan apa yang akan terjadi dalam bidang ekonomi atau dalam dunia usaha pada masa yang akan datang. Kegiatan memperkirakan apa yang akan terjadi pada masa yang akan datang, kita kenal dengan sebutan peramalan (forecasting). Setiap kebijakan ekonomi maupun kebijakan perusahaan tidak akan terlepas dari usaha untuk meningkatkan kesejahteraan masyarakat atau meningkatkan keberhasilan perusahaan untuk mencapai tujuan pada masa yang akan datang dimana kebijakan tersebut dilaksanakan. Usaha untuk melihat dan mengkaji situasi dan kondisi tersebut tidak terlepas dari kegiatan peramalan

2.2 Jenis-jenis Peramalan

Pada umumnya peramalan dapat dibedakan dari beberapa segi tergantung dari cara melihatnya. Apabila dilihat dari sifat penyusunnya, maka peramalan dapat dibedakan atas dua macam, yaitu:

1. Peramalan yang subjektif, yaitu peramalan yang didasarkan atas perasaan atau intuisi dari orang yang menyusunnya. Dalam hal ini pandangan atau

“judgement” dari orang yang menyusunnya sangat menentukan baik tidaknya hasil ramalan tersebut.

2. Peramalan yang objektif, peramalan yang didasarkan atas data yang relevan pada masa lalu, dengan menggunakan teknik-teknik dan metode dalam penganalisaan data tersebut.

Disamping itu, jika dilihat dari jangka waktu ramalan yang disusun. Maka peramalan dapat dibedakan atas dua macam pula, yaitu:

1. Peramalan jangka panjang, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan jangka waktunya lebih dari satu setengah tahun atau tiga semester. Peramalan seperti ini misalnya diperlukan dalam penyusunan rencana pembangunan suatu negara atau suatu daerah, corporate planning, rencana investi atau rencana ekspansi dari suatu perusahaan.

2. Peramalan jangka pendek, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan dalam jangka waktu yang kurang dari satu setengah tahun, atau tiga semester. Peramalan seperti ini diperlukan dalam penyusunan rencana tahunan, rencana kerja operasional, dan anggaran contoh penyusunan rencana produksi, rencana penjualan, rencana persediaan, anggaran produksi, dan anggaran perusahaan.

Berdasarkan sifat ramalan yang telah disusun, maka peramalan dapat dibedakan atau dua macam, yaitu:

1. Peramalan kualitatif, yaitu peramalan yang didasarkan atas data kualitatif pada masa lalu. Hasil peramalan yang dibuat sangat tergantung pada orang yang menyusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran yang bersifat intuisi, judgement atau pendapat, dan pengetahuan serta pengalaman dari penyusunnya. Biasanya peramalan secara kualitatif ini didasarkan atas hasil penyelidikan.

2. Peramalan kuantitatif, yaitu peramalan didasarkan atas data kuantitatif pada masa lalu. Hasil peramalan yang dibuat sangat bergantung pada metode yang digunakan dalam peramalan tersebut. Dengan peramalan yang berbeda akan diperoleh hasil peramalan yang berbeda. Adapun yang perlu diperhatikan dari penggunaan metode-metode tersebut, adalah baik tidaknya metode yang dipergunakan, sangat ditentukan oleh perbedaan atau penyimpangan antara hasil peramalan dengan kenyataan yang terjadi. Metode yang baik adalah metode yang memberikan nilai-nilai perbedaan atau penyimpangan yang mungkin terjadi. Peramalan kuantitatif hanya dapat digunakan apabila terdapat tiga kondisi sebagai berikut:

a. Adanya informasi tentang keadaan yang lain

b. Informasi tersebut dapat dikuantifikasikan dalam bentuk data c. Dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada

masa yang akan datang

Dari uraian di atas dapatlah diketahui bahwa jenis-jenis peramalan sangat tergantung dari segi mana kita memandangnya

2.3 Langkah-langkah Peramalan

Kualitas atau mutu dari hasil peramalan yang disusun, sangat ditentukan oleh proses pelaksanaan penyusunnya. Peramalan yang baik adalah peramalan yang dilakukan dengan mengikuti langkah-langkah atau prosedur penyusunan yang baik. Pada dasarnya ada tiga langkah peramalan yang penting yaitu:

1. Menganalisa data yang lalu. Tahap ini berguna untuk pola yang terjadi pada masa yang lalu. Analisa ini dilakukan dengan cara membuat tabulasi data maka dapat diketahui pola data tersebut

2. Menentukan metode yang digunakan. Masing-masing metode akan memberikan hasil peramalan yang berbeda. Dimana metode peramalan yang baik adalah metode yang menghasilkan penyimpangan antara hasil peramalan dengan nilai kenyataan yang sekecil mungkin

3. Memproyeksikan data yang lalu dengan menggunakan metode yang dipergunakan, dan mempertimbangkan adanya beberapa faktor perubahan. Faktor-faktor perubahan tersebut antara lain terdiri dari perubahan kebijakan-kebijakan yang mungkin terjadi, termasuk kebijakan pemerintah.

Proyeksi adalah adanya suatu kecenderungan sesuatu hal pada masa yang akan datang yang masih belum diketahui dan mempunyai nilai pada masa yang akan datang yang merupakan petunjuk tentang jumlah sesuatu hal tersebut di masa yang akan datang.

2.4 Metode Peramalan

Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan akan terjadi pada masa yang akan datang. Metode peramalan adalah cara memperkirakan secara kuantitatif, apa yang akan terjadi pada masa depan, berdasarkan data yang relevan pada masa lalu. Oleh karena metode peramalan didasarkan atas data yang relevan pada masa lalu, maka metode peramalan ini dipergunakan dalam peramalan yang objektif.

Perlu diketahui bahwa, keberhasilan peramalan didasarkan atas: 1. Pengetahuan teknik tentang informasi lalu yang dibutuhkan 2. Teknik dan metode peramalan

2.5 Smoothing Eksponensial Linier Satu-Parameter dari Brown

Dalam urusan bisnis dan ekonomi sering sekali diperlukan data untuk mengikuti tingkat perubahan sepanjang waktu, misalnya perubahan tingkat nasabah tabungan beberapa tahun mendatang.

Untuk meramalkan jumlah nasabah pada tahun 2010-2012 dapat diperoleh dengan menggunakan rumus smoothing eksponensial linier satu-parameter dari Brown.

Pada metode ini proses penentuan ramalan dimulai dengan menentukan besarnya . Sedangkan tahap-tahap dalam menentukan ramalan adalah sebagai berikut:

a. Menentukan smoothing tunggal pertama ( )

Dimana :

= Smoothing eksponensial tunggal periode t = Nilai riil periode t

= Smoothing eksponensial tunggal periode t-1 b. Menentukan smoothing kedua )

= Smoothing kedua periode t-1 c. Menentukan besarnya konstanta ( )

d. Menentukan besarnya slove ( )

e. Menentukan besarnya forecast ( )

BAB 3

SEJARAH SINGKAT PT. BANK SUMUT

3.1 Sejarah Bank Sumut

Bank Pembangunan Daerah Sumatera Utara didirikan pada tanggal 4 November 1961 dengan Akta Notaris Rusli Nomor 22 dalam bentuk Perseroan Terbatas (PT) dengan sebutan BPDSU. Pada tahun 1962 berdasarkan UU No. 13 tahun 1962 tentang Ketentuan Pokok Bank Pembangunan Daerah dan sesuai dengan Peraturan Daerah Tingkat I Sumatera Utara No.5 tahun 1965 bentuk usaha dirubah menjadi Badan Usaha Milik Daerah (BUMD). Modal dasar pada saat itu sebesar Rp. 100 juta dan sahamnya dimiliki oleh Pemerinta Daerah Tingkat I Sumatera Utara dan Pemerintah Daerah Tingkat II se Sumatera Utara.

Sejalan dengan Program Rekapitalisasi, bentuk hukum BPDSU tersebut harus diubah dari PD (Perusahaan Daerah) menjadi PT (Perseroan Terbatas), karena untuk dapat menampung setoran Modal Pemerintahan Pusat dalam rangka Program Rekapitalisasi tersebut, diperlukan perubahan badan hukum, sehingga berdasarkan hal tersebut maka pada tahun 1999, bentuk hukum BPDSU dirubah kembali menjadi Perseroan Terbatas dengan nama PT. Bank Sumut yang berkedudukan dan berkantor

Pusat di Medan, Jl. Imam Bonjol No. 18. Perubahan tersebut didasarkan pada Akta No. 38 tanggal 16 April 1999 yang dibuat dihadapan Alina Hanum, SH, Notaris di Medan yang telah mendapat pengesahan dari Menteri Kehakiman Republik Indonesia Nomor C-8224 HT.01.01.TH 99 tanggal 05 Mei 1999. Modal pasar pada saat itu ditetapkan sebesar Rp. 400 miliar. Dan karena pertimbangan kebutuhan proyeksi pertumbuhan bank, maka pada tanggal 15 Desember 1999 melalui Akta No. 31, modal dasar ditingkatkan menjadi Rp 500 miliar.

Anggaran dasar telah beberapa kali mengalami perubahan, terakhir dengan Akta No. 39 tanggal 10 Juni 2008 yang dibuat dihadapan H. Marwansyah Nasution, SH, Notaris di Medan berkaitan dengan Akta Pengesahan No.05 tanggal 10 November 2008 yang telah mendapat pengesahan dari Menteri Hukum dan Hak Asasi Manusia nomor : AHU-87927.AH.01.02 tahun 2008 tanggal 20 November 2008 yang diumumkan dalam Tambahan Berita Negara Republik Indonesia No. 10 tanggal 03 Februari 2009, maka modal dasar ditambah dari Rp. 500 miliar menjadi Rp. 1 triliyun.

3.2 Visi dan Misi Bank Sumut 3.2.1 Visi Bank Sumut

Menjadi bank andalan untuk membantu dan mendorong pertumbuhan perekonomian dan pembangunan daerah di segala bidang serta sebagai salah satu sumber pendapatan daerah dalam rangka peningkatan taraf hidup rakyat.

3.2.2 Misi Bank Sumut

Mengelola dana Pemerintah dan Masyarakat secara profesional yang didasarkan pada prinsip-prinsip compliance.

3.3 Statement Budaya Perusahan

Memberikan pelayanan terbaik.

3.4 Logo Bank Sumut

Arti logo Bank SUMUT yaitu “SINERGY”. Bentuk logo menggambarkan dua elemen dalam bentuk huruf “U” yang saling berkait ber-sinergy membentuk huruf “S” yang merupakan kata awal “Sumut”. Sebuah penggambaran bentuk kerjasama yang sangat erat antara Bank SUMUT dengan masyarakat Sumatera Utara sebagaimana visi Bank SUMUT.

Warna oranye sebagai simbol suatu hasrat untuk terus maju yang dilakukan dengan energik yang dipadu dengan warna biru yang sportif dan profesional sebagaimana misi bank SUMUT. Warna putih sebagai ungkapan ketulusan hati untuk melayani sebagaimana statemen Bank SUMUT.

Jenis huruf “Palatino Bold” sederhana dan mudah dibaca. Penulisan Bank dengan huruf kecil dan SUMUT dengan huruf kapital guna lebih mengedepankan Sumatera Utara, sebagai gambaran keinginan dan dukungan untuk membangun dan membesarkan Sumatera Utara.

3.5 Struktur Organisasi Bank Sumut

1. Rapat Umum Pemegang Saham (RUPS) 2. Dewan Komisaris

Dewan Komisaris dipilih dan diangkat oleh RUPS

Dewan Komisaris dibantu oleh seorang Sekretaris Dewan Komisaris

3. Dewan Pengawasan Syariah

Dewan Pengawasan Syariah dipilih dan diangkat oleh RUPS

4. Direksi

Direksi terdiri dari: 4.1. Direktur Utama 4.2. Direktur Kepatuhan 4.3. Direktur Umum 4.4. Direktur Pemasaran

5. Divisi Pengawasan

5.1. Pemimpin Divisi 5.2. Bidang terdiri dari:

5.2.1. Bidang Pengawasan Wilayah I 5.2.2. Bidang Pengawasan Wilayah II

5.3. Kontrol Intern Cabang

6. Divisi Perencanaan

6.1. Pemimpin Divisi 6.2. Bidang terdiri dari:

6.2.1. Bidang Perencanaan

6.2.2. Bidang Penelitian dan Pengembangan 6.2.3. Bidang Pembinaan Cabang

7. Divisi Kepatuhan dan Manajemen Risiko

7.1. Pemimpin Divisi 7.2. Bidang terdiri dari:

7.2.1. Bidang Compliance dan Quality Assurance 7.2.2. Bidang Manajemen Risiko

8. Divisi Sumber Daya Manusia

8.1. Pemimpin Divisi 8.2. Bidang terdiri dari:

8.2.1. Bidang Tenaga Kerja

8.2.2. Bidang Pendidikan dan Latihan

9. Divisi Teknologi Informasi dan Akuntansi

9.1. Pemimpin Divisi 9.2. Bidang terdiri dari:

9.2.1. Bidang Teknologi Informasi 9.2.2. Bidang Akuntansi

10. Divisi Umum

10.1. Pemimpin Divisi 10.2. Bidang terdiri dari:

10.2.1. Bidang Rumah Tangga 10.2.2. Bidang Logistik

11. Divisi Treasury

11.1. Pemimpin Divisi 11.2. Bidang terdiri dari:

11.2.1.Bidang Jasa Luar Negeri 11.2.2.Bidang Dana

11.2.3.Bidang Produk Dana dan Jasa

12. Divisi Kredit

12.1. Pemimpin Divisi 12.2. Bidang terdiri dari:

12.2.1.Bidang Kredit Korporasi

12.2.2.Bidang Kredit Retail dan Sentra UMK 12.2.3.Bidang Kredit Program

12.2.4.Bidang Supervisi dan Laporan

13. Divisi Penyelamatan Kredit

13.1. Pemimpin Divisi 13.2. Bidang terdiri dari:

13.2.1.Bidang Penyelesaian Kredit I 13.2.2.Bidang Penyelesaian Kredit II 13.2.3.Bidang Administrasi dan Laporan 13.2.4.Bidang Hukum

14. Divisi Usaha Syariah

14.1. Pemimpin Divisi 14.2. Bidang terdiri dari:

14.2.1.Bidang Pembiayaan, Dana dan Jasa 14.2.2.Bidang Akuntansi dan Laporan

BAB 4

ANALISA DAN PEMBAHASAN

4.1 Analisa

Dalam bab ini akan dianalisa tentang perkembangan jumlah nasabah tabungan untuk periode 2010-2012 berdasarkan data tahun 2007-2009 pada PT. Bank Sumut.

Tabel 4.1 Jumlah Nasabah Tabungan PT. Bank Sumut

Sumber : PT. Bank Sumut

Periode 2007 2008 2009

Januari 317.905 349.030 435.188

Februari 322.317 382.508 435.319

Maret 326.660 386.276 435.328

April 332.376 400.316 435.248

Mei 323.612 405.584 436.330

Juni 339.609 447.703 505.282

Juli 344.294 418.579 510.840

Agustus 350.434 427.062 515.973

September 343.735 424.878 524.441

Oktober 359.938 435.160 507.190

November 365.780 435.160 544.538

Dari tabel di atas dapat kita lihat bahwa jumlah nasabah tabungan PT. Bank Sumut meningkat setiap bulannya. Tetapi pada bulan-bulan tertentu juga mengalami penurunan. Dapat kita lihat melalui grafik berikut ini :

Gambar 4.1 Jumlah Nasabah Tabungan

Dalam proses analisa data ini secara sistematis akan dilakukan langkah-langkah sebagai berikut :

Besarnya forecast bila ditentukan α sebesar 0,1 adalah sebagai berikut :

Bulan 1 : ditentukan sebesar jumlah nasabah tabungan bulan pertama, yaitu sebesar 317.905

ditentukan sebesar jumlah nasabah tabungan bulan pertama, yaitu sebesar 317.905

belum bisa ditentukan belum ditentukan

forecast bulan ketiga ditentukan sebesar jumlah nasabah tabungan bulan kedua, yaitu sebesar 322.317

4.2 Forecast dengan Double Exponensial Smoothing (α = 0,1)

Untuk α = 0,1 diambil sebagai sampel pada bulan kedua dan bulan ketiga, dengan

menggunakan Double Exponensial Smoothing. Sehingga dapat dihitung: Bulan 2:

322.317 1.

0,1(322.317) + (1 – 0,1) 317. 905 = 318.346,20

2.

= 0,1(318.346,20) + (1 – 0,1) 317. 905 = 317.949,12

3.

2(318.346,20) – 317.949,12 = 318.743,28

4.

= (318.346,20 – 317.949,12) = 44,12

5. Forecast bulan ke-2 (m = 1)

318.743,28 + 44,12(1) = 318.787,40

Bulan 3

326.660 1.

0,1(326.660) + (1 – 0,1) 318.346,20 = 319.177,58

2.

= 0,1(319.177,58) + (1 – 0,1) 317.949,12 = 318.071,97

3.

2(319.177,58) – 318.071,97 = 320.283,19

4.

= (319.177,58 – 318.071,97) = 122,85

5. Forecast bulan ke-3 (m = 1)

320.283,19 + 122,85(1) = 320.406,04

Tabel 4.2. Pemulusan Eksponensial Linier Satu Parameter dari Brown (α = 0,1)

Tahun Periode Bulan Jumlah Nasabah S' S" a b F

1 Januari 317.905 317.905,00 317.905,00

2 Februari 322.317 318.346,20 317.949,12 318.743,28 44,12

3 Maret 326.660 319.177,58 318.071,97 320.283,19 122,85 318.787,40 4 April 332.376 320.497,42 318.314,51 322.680,33 242,55 320.406,04 5 Mei 323.612 320.808,88 318.563,95 323.053,81 249,44 322.922,88 6 Juni 339.609 322.688,89 318.976,44 326.401,34 412,49 323.303,25 7 Juli 344.294 324.849,40 319.563,74 330.135,07 587,30 326.813,84 8 Agustus 350.434 327.407,86 320.348,15 334.467,57 784,41 330.722,36 9 September 343.735 329.040,58 321.217,39 336.863,76 869,24 335.251,99 10 Oktober 359.938 332.130,32 322.308,69 341.951,95 1.091,29 337.733,00 11 November 365.780 335.495,29 323.627,35 347.363,23 1.318,66 343.043,24 12 Desember 369.588 338.904,56 325.155,07 352.654,05 1.527,72 348.681,89 13 Januari 349.030 339.917,10 326.631,27 353.202,93 1.476,20 354.181,77 14 Februari 382.508 344.176,19 328.385,76 359.966,62 1.754,49 354.679,14 15 Maret 386.276 348.386,17 330.385,80 366.386,54 2.000,04 361.721,11 16 April 400.316 353.579,16 332.705,14 374.453,17 2.319,34 368.386,58 17 Mei 405.584 358.779,64 335.312,59 382.246,69 2.607,45 376.772,51 18 Juni 447.703 367.671,98 338.548,53 396.795,42 3.235,94 384.854,14 19 Juli 418.579 372.762,68 341.969,94 403.555,41 3.421,42 400.031,36 20 Agustus 427.062 378.192,61 345.592,21 410.793,01 3.622,27 406.976,83 21 September 424.878 382.861,15 349.319,10 416.403,20 3.726,89 414.415,28 22 Oktober 435.160 388.091,03 353.196,30 422.985,77 3.877,19 420.130,09 23 November 435.160 392.797,93 357.156,46 428.439,40 3.960,16 426.862,97 24 Desember 432.613 396.779,44 361.118,76 432.440,12 3.962,30 432.399,57 25 Januari 435.188 400.620,29 365.068,91 436.171,68 3.950,15 436.402,42 26 Februari 435.319 404.090,16 368.971,04 439.209,29 3.902,13 440.121,83 27 Maret 435.328 407.213,95 372.795,33 441.632,57 3.824,29 443.111,42 28 April 435.248 410.017,35 376.517,53 443.517,18 3.722,20 445.456,86 29 Mei 436.330 412.648,62 380.130,64 445.166,60 3.613,11 447.239,38 30 Juni 505.282 421.911,96 384.308,77 459.515,14 4.178,13 448.779,71 31 Juli 510.840 430.804,76 388.958,37 472.651,15 4.649,60 463.693,27 32 Agustus 515.973 439.321,58 393.994,69 484.648,48 5.036,32 477.300,75 33 September 524.441 447.833,53 399.378,57 496.288,48 5.383,88 489.684,80 34 Oktober 507.190 453.769,17 404.817,63 502.720,71 5.439,06 501.672,36 35 November 544.538 462.846,06 410.620,48 515.071,64 5.802,84 508.159,77 36 Desember 550.260 471.587,45 416.717,17 526.457,73 6.096,70 520.874,48 2007

2008

Tabel 4.3. Pemulusan Eksponensial Linier Satu Parameter dari Brown (α = 0,2)

Tahun Periode Bulan Jumlah Nasabah S' S" a b F

1 Januari 317.905 317.905,00 317.905,00

2 Februari 322.317 318.787,40 318.081,48 319.493,32 176,48

3 Maret 326.660 320.361,92 318.537,57 322.186,27 456,09 319.669,80 4 April 332.376 322.764,74 319.383,00 326.146,47 845,43 322.642,36 5 Mei 323.612 322.934,19 320.093,24 325.775,14 710,24 326.991,90 6 Juni 339.609 326.269,15 321.328,42 331.209,88 1.235,18 326.485,38 7 Juli 344.294 329.874,12 323.037,56 336.710,68 1.709,14 332.445,06 8 Agustus 350.434 333.986,10 325.227,27 342.744,92 2.189,71 338.419,82 9 September 343.735 335.935,88 327.368,99 344.502,76 2.141,72 344.934,63 10 Oktober 359.938 340.736,30 330.042,45 351.430,15 2.673,46 346.644,49 11 November 365.780 345.745,04 333.182,97 358.307,11 3.140,52 354.103,61 12 Desember 369.588 350.513,63 336.649,10 364.378,16 3.466,13 361.447,63 13 Januari 349.030 350.216,91 339.362,66 361.071,15 2.713,56 367.844,30 14 Februari 382.508 356.675,13 342.825,16 370.525,09 3.462,49 363.784,71 15 Maret 386.276 362.595,30 346.779,18 378.411,42 3.954,03 373.987,59 16 April 400.316 370.139,44 351.451,24 388.827,64 4.672,05 382.365,44 17 Mei 405.584 377.228,35 356.606,66 397.850,05 5.155,42 393.499,70 18 Juni 447.703 391.323,28 363.549,98 419.096,58 6.943,32 403.005,47 19 Juli 418.579 396.774,43 370.194,87 423.353,98 6.644,89 426.039,90 20 Agustus 427.062 402.831,94 376.722,29 428.941,59 6.527,41 429.998,87 21 September 424.878 407.241,15 382.826,06 431.656,25 6.103,77 435.469,01 22 Oktober 435.160 412.824,92 388.825,83 436.824,01 5.999,77 437.760,02 23 November 435.160 417.291,94 394.519,05 440.064,82 5.693,22 442.823,78 24 Desember 432.613 420.356,15 399.686,47 441.025,83 5.167,42 445.758,04 25 Januari 435.188 423.322,52 404.413,68 442.231,36 4.727,21 446.193,25 26 Februari 435.319 425.721,82 408.675,31 442.768,32 4.261,63 446.958,57 27 Maret 435.328 427.643,05 412.468,86 442.817,25 3.793,55 447.029,95 28 April 435.248 429.164,04 415.807,89 442.520,19 3.339,04 446.610,80 29 Mei 436.330 430.597,23 418.765,76 442.428,71 2.957,87 445.859,23 30 Juni 505.282 445.534,19 424.119,45 466.948,93 5.353,68 445.386,57 31 Juli 510.840 458.595,35 431.014,63 486.176,07 6.895,18 472.302,61 32 Agustus 515.973 470.070,88 438.825,88 501.315,88 7.811,25 493.071,25 33 September 524.441 480.944,90 447.249,68 514.640,12 8.423,81 509.127,13 34 Oktober 507.190 486.193,92 455.038,53 517.349,31 7.788,85 523.063,93 35 November 544.538 497.862,74 463.603,37 532.122,10 8.564,84 525.138,16 36 Desember 550.260 508.342,19 472.551,14 544.133,25 8.947,76 540.686,95 2007

2008

Tabel 4.4. Pemulusan Eksponensial Linier Satu Parameter dari Brown (α = 0,3)

Tahun Periode Bulan Jumlah Nasabah S' S" a b F

1 Januari 317.905 317.905,00 317.905,00

2 Februari 322.317 319.228,60 318.302,08 320.155,12 397,08

3 Maret 326.660 321.458,02 319.248,86 323.667,18 946,78 320.552,20 4 April 332.376 324.733,41 320.894,23 328.572,60 1.645,37 324.613,96 5 Mei 323.612 324.396,99 321.945,06 326.848,92 1.050,83 330.217,97 6 Juni 339.609 328.960,59 324.049,72 333.871,47 2.104,66 327.899,75 7 Juli 344.294 333.560,62 326.902,99 340.218,24 2.853,27 335.976,13 8 Agustus 350.434 338.622,63 330.418,88 346.826,38 3.515,89 343.071,51 9 September 343.735 340.156,34 333.340,12 346.972,56 2.921,24 350.342,27 10 Oktober 359.938 346.090,84 337.165,33 355.016,34 3.825,22 349.893,80 11 November 365.780 351.997,59 341.615,01 362.380,16 4.449,68 358.841,56 12 Desember 369.588 357.274,71 346.312,92 368.236,50 4.697,91 366.829,84 13 Januari 349.030 354.801,30 348.859,43 360.743,16 2.546,51 372.934,41 14 Februari 382.508 363.113,31 353.135,60 373.091,02 4.276,16 363.289,67 15 Maret 386.276 370.062,12 358.213,55 381.910,68 5.077,96 377.367,18 16 April 400.316 379.138,28 364.490,97 393.785,59 6.277,42 386.988,64 17 Mei 405.584 387.072,00 371.265,28 402.878,72 6.774,31 400.063,01 18 Juni 447.703 405.261,30 381.464,08 429.058,51 10.198,81 409.653,02 19 Juli 418.579 409.256,61 389.801,84 428.711,38 8.337,76 439.257,32 20 Agustus 427.062 414.598,23 397.240,76 431.955,69 7.438,92 437.049,13 21 September 424.878 417.682,16 403.373,18 431.991,14 6.132,42 439.394,61 22 Oktober 435.160 422.925,51 409.238,88 436.612,14 5.865,70 438.123,56 23 November 435.160 426.595,86 414.445,97 438.745,74 5.207,09 442.477,84 24 Desember 432.613 428.401,00 418.632,48 438.169,52 4.186,51 443.952,84 25 Januari 435.188 430.437,10 422.173,87 438.700,33 3.541,39 442.356,03 26 Februari 435.319 431.901,67 425.092,21 438.711,13 2.918,34 442.241,72 27 Maret 435.328 432.929,57 427.443,42 438.415,72 2.351,21 441.629,47 28 April 435.248 433.625,10 429.297,92 437.952,28 1.854,50 440.766,93 29 Mei 436.330 434.436,57 430.839,52 438.033,62 1.541,59 439.806,78 30 Juni 505.282 455.690,20 438.294,72 473.085,68 7.455,20 439.575,22 31 Juli 510.840 472.235,14 448.476,85 495.993,43 10.182,13 480.540,88 32 Agustus 515.973 485.356,50 459.540,74 511.172,25 11.063,90 506.175,56 33 September 524.441 497.081,85 470.803,07 523.360,62 11.262,33 522.236,15 34 Oktober 507.190 500.114,29 479.596,44 520.632,15 8.793,37 534.622,95 35 November 544.538 513.441,41 489.749,93 537.132,88 10.153,49 529.425,51 36 Desember 550.260 524.486,98 500.171,05 548.802,92 10.421,12 547.286,37 2007

2008

Tabel 4.5. Pemulusan Eksponensial Linier Satu Parameter dari Brown (α = 0,4)

Tahun Periode Bulan Jumlah Nasabah S' S" a b F

1 Januari 317.905 317.905,00 317.905,00

2 Februari 322.317 319.669,80 318.610,92 320.728,68 705,92

3 Maret 326.660 322.465,88 320.152,90 324.778,86 1.541,98 321.434,60 4 April 332.376 326.429,93 322.663,71 330.196,14 2.510,81 326.320,84 5 Mei 323.612 325.302,76 323.719,33 326.886,18 1.055,62 332.706,95 6 Juni 339.609 331.025,25 326.641,70 335.408,81 2.922,37 327.941,80 7 Juli 344.294 336.332,75 330.518,12 342.147,38 3.876,42 338.331,18 8 Agustus 350.434 341.973,25 335.100,17 348.846,33 4.582,05 346.023,80 9 September 343.735 342.677,95 338.131,28 347.224,62 3.031,11 353.428,38 10 Oktober 359.938 349.581,97 342.711,56 356.452,38 4.580,27 350.255,73 11 November 365.780 356.061,18 348.051,41 364.070,96 5.339,85 361.032,66 12 Desember 369.588 361.471,91 353.419,61 369.524,21 5.368,20 369.410,81 13 Januari 349.030 356.495,15 354.649,82 358.340,47 1.230,21 374.892,41 14 Februari 382.508 366.900,29 359.550,01 374.250,57 4.900,19 359.570,68 15 Maret 386.276 374.650,57 365.590,23 383.710,91 6.040,23 379.150,75 16 April 400.316 384.916,74 373.320,84 396.512,65 7.730,60 389.751,14 17 Mei 405.584 393.183,65 381.265,96 405.101,33 7.945,12 404.243,25 18 Juni 447.703 414.991,39 394.756,13 435.226,64 13.490,17 413.046,45 19 Juli 418.579 416.426,43 403.424,25 429.428,61 8.668,12 448.716,81 20 Agustus 427.062 420.680,66 410.326,82 431.034,50 6.902,56 438.096,73 21 September 424.878 422.359,60 415.139,93 429.579,26 4.813,11 437.937,07 22 Oktober 435.160 427.479,76 420.075,86 434.883,66 4.935,93 434.392,38 23 November 435.160 430.551,85 424.266,26 436.837,45 4.190,40 439.819,59 24 Desember 432.613 431.376,31 427.110,28 435.642,35 2.844,02 441.027,85 25 Januari 435.188 432.900,99 429.426,56 436.375,41 2.316,28 438.486,37 26 Februari 435.319 433.868,19 431.203,21 436.533,17 1.776,65 438.691,70 27 Maret 435.328 434.452,12 432.502,78 436.401,46 1.299,56 438.309,82 28 April 435.248 434.770,47 433.409,85 436.131,09 907,08 437.701,02 29 Mei 436.330 435.394,28 434.203,62 436.584,94 793,77 437.038,16 30 Juni 505.282 463.349,37 445.861,92 480.836,82 11.658,30 437.378,71 31 Juli 510.840 482.345,62 460.455,40 504.235,84 14.593,48 492.495,11 32 Agustus 515.973 495.796,57 474.591,87 517.001,28 14.136,47 518.829,32 33 September 524.441 507.254,34 487.656,86 526.851,83 13.064,99 531.137,74 34 Oktober 507.190 507.228,61 495.485,56 518.971,65 7.828,70 539.916,82 35 November 544.538 522.152,36 506.152,28 538.152,45 10.666,72 526.800,35 36 Desember 550.260 533.395,42 517.049,54 549.741,30 10.897,26 548.819,17 2007

2008

Tabel 4.6. Pemulusan Eksponensial Linier Satu Parameter dari Brown (α = 0,5)

Tahun Periode Bulan Jumlah Nasabah S' S" a b F

1 Januari 317.905 317.905,00 317.905,00

2 Februari 322.317 320.111,00 319.008,00 321.214,00 1.103,00

3 Maret 326.660 323.385,50 321.196,75 325.574,25 2.188,75 322.317,00 4 April 332.376 327.880,75 324.538,75 331.222,75 3.342,00 327.763,00 5 Mei 323.612 325.746,38 325.142,56 326.350,19 603,81 334.564,75 6 Juni 339.609 332.677,69 328.910,13 336.445,25 3.767,56 326.954,00 7 Juli 344.294 338.485,84 333.697,98 343.273,70 4.787,86 340.212,81 8 Agustus 350.434 344.459,92 339.078,95 349.840,89 5.380,97 348.061,56 9 September 343.735 344.097,46 341.588,21 346.606,71 2.509,25 355.221,86 10 Oktober 359.938 352.017,73 346.802,97 357.232,49 5.214,76 349.115,97 11 November 365.780 358.898,87 352.850,92 364.946,81 6.047,95 362.447,25 12 Desember 369.588 364.243,43 358.547,17 369.939,69 5.696,26 370.994,76 13 Januari 349.030 356.636,72 357.591,95 355.681,49 -955,23 375.635,95 14 Februari 382.508 369.572,36 363.582,15 375.562,56 5.990,21 354.726,26 15 Maret 386.276 377.924,18 370.753,17 385.095,19 7.171,01 381.552,77 16 April 400.316 389.120,09 379.936,63 398.303,55 9.183,46 392.266,21 17 Mei 405.584 397.352,04 388.644,34 406.059,75 8.707,71 407.487,01 18 Juni 447.703 422.527,52 405.585,93 439.469,12 16.941,59 414.767,46 19 Juli 418.579 420.553,26 413.069,60 428.036,93 7.483,67 456.410,71 20 Agustus 427.062 423.807,63 418.438,61 429.176,65 5.369,02 435.520,59 21 September 424.878 424.342,82 421.390,71 427.294,92 2.952,10 434.545,67 22 Oktober 435.160 429.751,41 425.571,06 433.931,75 4.180,35 430.247,02 23 November 435.160 432.455,70 429.013,38 435.898,03 3.442,32 438.112,10 24 Desember 432.613 432.534,35 430.773,87 434.294,84 1.760,48 439.340,35 25 Januari 435.188 433.861,18 432.317,52 435.404,83 1.543,65 436.055,32 26 Februari 435.319 434.590,09 433.453,80 435.726,37 1.136,28 436.948,48 27 Maret 435.328 434.959,04 434.206,42 435.711,66 752,62 436.862,65 28 April 435.248 435.103,52 434.654,97 435.552,07 448,55 436.464,28 29 Mei 436.330 435.716,76 435.185,87 436.247,65 530,89 436.000,62 30 Juni 505.282 470.499,38 452.842,62 488.156,14 17.656,76 436.778,55 31 Juli 510.840 490.669,69 471.756,16 509.583,22 18.913,53 505.812,89 32 Agustus 515.973 503.321,35 487.538,75 519.103,94 15.782,59 528.496,76 33 September 524.441 513.881,17 500.709,96 527.052,38 13.171,21 534.886,53 34 Oktober 507.190 510.535,59 505.622,77 515.448,40 4.912,81 540.223,59 35 November 544.538 527.536,79 516.579,78 538.493,80 10.957,01 520.361,21 36 Desember 550.260 538.898,40 527.739,09 550.057,70 11.159,31 549.450,81 2007

2008

Tabel 4.7. Pemulusan Eksponensial Linier Satu Parameter dari Brown (α = 0,6)

Tahun Periode Bulan Jumlah Nasabah S' S" a b F

1 Januari 317.905 317.905,00 317.905,00

2 Februari 322.317 320.552,20 319.493,32 321.611,08 1.588,32

3 Maret 326.660 324.216,88 322.327,46 326.106,30 2.834,14 323.199,40 4 April 332.376 329.112,35 326.398,39 331.826,31 4.070,94 328.940,44 5 Mei 323.612 325.812,14 326.046,64 325.577,64 -351,75 335.897,25 6 Juni 339.609 334.090,26 330.872,81 337.307,70 4.826,17 325.225,89 7 Juli 344.294 340.212,50 336.476,63 343.948,38 5.603,82 342.133,87 8 Agustus 350.434 346.345,40 342.397,89 350.292,91 5.921,27 349.552,19 9 September 343.735 344.779,16 343.826,65 345.731,67 1.428,76 356.214,18 10 Oktober 359.938 353.874,46 349.855,34 357.893,59 6.028,69 347.160,43 11 November 365.780 361.017,79 356.552,81 365.482,76 6.697,47 363.922,28 12 Desember 369.588 366.159,91 362.317,07 370.002,76 5.764,26 372.180,23 13 Januari 349.030 355.881,97 358.456,01 353.307,92 -3.861,06 375.767,02 14 Februari 382.508 371.857,59 366.496,95 377.218,22 8.040,95 349.446,86 15 Maret 386.276 380.508,63 374.903,96 386.113,31 8.407,01 385.259,16 16 April 400.316 392.393,05 385.397,42 399.388,69 10.493,45 394.520,31 17 Mei 405.584 400.307,62 394.343,54 406.271,70 8.946,12 409.882,14 18 Juni 447.703 428.744,85 414.984,33 442.505,37 20.640,79 415.217,83 19 Juli 418.579 422.645,34 419.580,93 425.709,75 4.596,61 463.146,16 20 Agustus 427.062 425.295,34 423.009,57 427.581,10 3.428,64 430.306,35 21 September 424.878 425.044,93 424.230,79 425.859,08 1.221,22 431.009,74 22 Oktober 435.160 431.113,97 428.360,70 433.867,25 4.129,91 427.080,29 23 November 435.160 433.541,59 431.469,23 435.613,95 3.108,53 437.997,16 24 Desember 432.613 432.984,44 432.378,36 433.590,52 909,12 438.722,48 25 Januari 435.188 434.306,57 433.535,29 435.077,86 1.156,93 434.499,64 26 Februari 435.319 434.914,03 434.362,53 435.465,53 827,25 436.234,79 27 Maret 435.328 435.162,41 434.842,46 435.482,36 479,93 436.292,77 28 April 435.248 435.213,76 435.065,24 435.362,29 222,78 435.962,29 29 Mei 436.330 435.883,51 435.556,20 436.210,81 490,96 435.585,07 30 Juni 505.282 477.522,60 460.736,04 494.309,16 25.179,84 436.701,77 31 Juli 510.840 497.513,04 482.802,24 512.223,84 22.066,20 519.489,00 32 Agustus 515.973 508.589,02 498.274,31 518.903,73 15.472,07 534.290,04 33 September 524.441 518.100,21 510.169,85 526.030,57 11.895,54 534.375,79 34 Oktober 507.190 511.554,08 511.000,39 512.107,78 830,54 537.926,11 35 November 544.538 531.344,43 523.206,82 539.482,05 12.206,43 512.938,32 36 Desember 550.260 542.693,77 534.898,99 550.488,56 11.692,17 551.688,48 2007

2008

Tabel 4.8. Pemulusan Eksponensial Linier Satu Parameter dari Brown (α = 0,7)

Tahun Periode Bulan Jumlah Nasabah S' S" a b F

1 Januari 317.905 317.905,00 317.905,00

2 Februari 322.317 320.993,40 320.066,88 321.919,92 2.161,88

3 Maret 326.660 324.960,02 323.492,08 326.427,96 3.425,20 324.081,80 4 April 332.376 330.151,21 328.153,47 332.148,94 4.661,39 329.853,16 5 Mei 323.612 325.573,76 326.347,67 324.799,85 -1.805,79 336.810,33 6 Juni 339.609 335.398,43 332.683,20 338.113,66 6.335,53 322.994,06 7 Juli 344.294 341.625,33 338.942,69 344.307,97 6.259,49 344.449,18 8 Agustus 350.434 347.791,40 345.136,79 350.446,01 6.194,10 350.567,46 9 September 343.735 344.951,92 345.007,38 344.896,46 -129,41 356.640,11 10 Oktober 359.938 355.442,18 352.311,74 358.572,61 7.304,36 344.767,05 11 November 365.780 362.678,65 359.568,58 365.788,73 7.256,84 365.876,97 12 Desember 369.588 367.515,20 365.131,21 369.899,18 5.562,63 373.045,57 13 Januari 349.030 354.575,56 357.742,25 351.408,86 -7.388,96 375.461,81 14 Februari 382.508 374.128,27 369.212,46 379.044,07 11.470,21 344.019,91 15 Maret 386.276 382.631,68 378.605,92 386.657,45 9.393,45 390.514,28 16 April 400.316 395.010,70 390.089,27 399.932,14 11.483,35 396.050,90 17 Mei 405.584 402.412,01 398.715,19 406.108,83 8.625,92 411.415,49 18 Juni 447.703 434.115,70 423.495,55 444.735,86 24.780,36 414.734,76 19 Juli 418.579 423.240,01 423.316,67 423.163,35 -178,88 469.516,22 20 Agustus 427.062 425.915,40 425.135,78 426.695,02 1.819,11 422.984,47 21 September 424.878 425.189,22 425.173,19 425.205,25 37,41 428.514,13 22 Oktober 435.160 432.168,77 430.070,09 434.267,44 4.896,90 425.242,66 23 November 435.160 434.262,63 433.004,87 435.520,39 2.934,78 439.164,34 24 Desember 432.613 433.107,89 433.076,98 433.138,79 72,11 438.455,17 25 Januari 435.188 434.563,97 434.117,87 435.010,06 1.040,89 433.210,91 26 Februari 435.319 435.092,49 434.800,10 435.384,88 682,23 436.050,95 27 Maret 435.328 435.257,35 435.120,17 435.394,52 320,07 436.067,11 28 April 435.248 435.250,80 435.211,62 435.289,99 91,44 435.714,59 29 Mei 436.330 436.006,24 435.767,85 436.244,63 556,24 435.381,43 30 Juni 505.282 484.499,27 469.879,85 499.118,70 34.111,99 436.800,87 31 Juli 510.840 502.937,78 493.020,40 512.855,16 23.140,55 533.230,69 32 Agustus 515.973 512.062,43 506.349,82 517.775,04 13.329,42 535.995,72 33 September 524.441 520.727,43 516.414,15 525.040,71 10.064,32 531.104,47 34 Oktober 507.190 511.251,23 512.800,10 509.702,35 -3.614,04 535.105,04 35 November 544.538 534.551,97 528.026,41 541.077,53 15.226,30 506.088,31 36 Desember 550.260 545.547,59 540.291,24 550.803,94 12.264,83 556.303,83 2007

2008

Tabel 4.9. Pemulusan Eksponensial Linier Satu Parameter dari Brown (α = 0,8)

Tahun Periode Bulan Jumlah Nasabah S' S" a b F

1 Januari 317.905 317.905,00 317.905,00

2 Februari 322.317 321.434,60 320.728,68 322.140,52 2.823,68

3 Maret 326.660 325.614,92 324.637,67 326.592,17 3.908,99 324.964,20 4 April 332.376 331.023,78 329.746,56 332.301,01 5.108,89 330.501,16 5 Mei 323.612 325.094,36 326.024,80 324.163,92 -3.721,76 337.409,90 6 Juni 339.609 336.706,07 334.569,82 338.842,33 8.545,02 320.442,15 7 Juli 344.294 342.776,41 341.135,09 344.417,73 6.565,28 347.387,34 8 Agustus 350.434 348.902,48 347.349,01 350.455,96 6.213,91 350.983,01 9 September 343.735 344.768,50 345.284,60 344.252,39 -2.064,41 356.669,87 10 Oktober 359.938 356.904,10 354.580,20 359.228,00 9.295,60 342.187,99 11 November 365.780 364.004,82 362.119,90 365.889,74 7.539,70 368.523,60 12 Desember 369.588 368.471,36 367.201,07 369.741,66 5.081,17 373.429,44 13 Januari 349.030 352.918,27 355.774,83 350.061,71 -11.426,24 374.822,83 14 Februari 382.508 376.590,05 372.427,01 380.753,10 16.652,18 338.635,48 15 Maret 386.276 384.338,81 381.956,45 386.721,17 9.529,44 397.405,28 16 April 400.316 397.120,56 394.087,74 400.153,38 12.131,29 396.250,61 17 Mei 405.584 403.891,31 401.930,60 405.852,03 7.842,86 412.284,67 18 Juni 447.703 438.940,66 431.538,65 446.342,68 29.608,05 413.694,88 19 Juli 418.579 422.651,33 424.428,80 420.873,87 -7.109,85 475.950,73 20 Agustus 427.062 426.179,87 425.829,65 426.530,08 1.400,86 413.764,02 21 September 424.878 425.138,37 425.276,63 425.000,12 -553,02 427.930,94 22 Oktober 435.160 433.155,67 431.579,87 434.731,48 6.303,24 424.447,09 23 November 435.160 434.759,13 434.123,28 435.394,99 2.543,42 441.034,72 24 Desember 432.613 433.042,23 433.258,44 432.826,02 -864,84 437.938,40 25 Januari 435.188 434.758,85 434.458,76 435.058,93 1.200,33 431.961,17 26 Februari 435.319 435.206,97 435.057,33 435.356,61 598,56 436.259,25 27 Maret 435.328 435.303,79 435.254,50 435.353,09 197,17 435.955,17 28 April 435.248 435.259,16 435.258,23 435.260,09 3,73 435.550,26 29 Mei 436.330 436.115,83 435.944,31 436.287,35 686,08 435.263,82 30 Juni 505.282 491.448,77 480.347,88 502.549,66 44.403,56 436.973,44 31 Juli 510.840 506.961,75 501.638,98 512.284,53 21.291,10 546.953,22 32 Agustus 515.973 514.170,75 511.664,40 516.677,11 10.025,42 533.575,63 33 September 524.441 522.386,95 520.242,44 524.531,46 8.578,04 526.702,52 34 Oktober 507.190 510.229,39 512.232,00 508.226,78 -8.010,44 533.109,50 35 November 544.538 537.676,28 532.587,42 542.765,13 20.355,42 500.216,34 36 Desember 550.260 547.743,26 544.712,09 550.774,42 12.124,67 563.120,56 2007

2008

Tabel 4.10. Pemulusan Eksponensial Linier Satu Parameter dari Brown (α = 0,9)

Tahun Periode Bulan Jumlah Nasabah S' S" a b F

1 Januari 317.905 317.905,00 317.905,00

2 Februari 322.317 321.875,80 321.478,72 322.272,88 3.573,72

3 Maret 326.660 326.181,58 325.711,29 326.651,87 4.232,57 325.846,60 4 April 332.376 331.756,56 331.152,03 332.361,08 5.440,74 330.884,44 5 Mei 323.612 324.426,46 325.099,01 323.753,90 -6.053,02 337.801,82 6 Juni 339.609 338.090,75 336.791,57 339.389,92 11.692,56 317.700,88 7 Juli 344.294 343.673,67 342.985,46 344.361,88 6.193,89 351.082,48 8 Agustus 350.434 349.757,97 349.080,72 350.435,22 6.095,25 350.555,78 9 September 343.735 344.337,30 344.811,64 343.862,95 -4.269,08 356.530,47 10 Oktober 359.938 358.377,93 357.021,30 359.734,56 12.209,66 339.593,88 11 November 365.780 365.039,79 364.237,94 365.841,64 7.216,64 371.944,22 12 Desember 369.588 369.133,18 368.643,66 369.622,70 4.405,71 373.058,29 13 Januari 349.030 351.040,32 352.800,65 349.279,98 -15.843,00 374.028,41 14 Februari 382.508 379.361,23 376.705,17 382.017,29 23.904,52 333.436,98 15 Maret 386.276 385.584,52 384.696,59 386.472,46 7.991,41 405.921,81 16 April 400.316 398.842,85 397.428,23 400.257,48 12.731,64 394.463,87 17 Mei 405.584 404.909,89 404.161,72 405.658,05 6.733,49 412.989,12 18 Juni 447.703 443.423,69 439.497,49 447.349,89 35.335,77 412.391,54 19 Juli 418.579 421.063,47 422.906,87 419.220,07 -16.590,62 482.685,66 20 Agustus 427.062 426.462,15 426.106,62 426.817,67 3.199,75 402.629,45 21 September 424.878 425.036,41 425.143,44 424.929,39 -963,18 430.017,42 22 Oktober 435.160 434.147,64 433.247,22 435.048,06 8.103,79 423.966,21 23 November 435.160 435.058,76 434.877,61 435.239,92 1.630,39 443.151,85 24 Desember 432.613 432.857,58 433.059,58 432.655,57 -1.818,03 436.870,31 25 Januari 435.188 434.954,96 434.765,42 435.144,50 1.705,84 430.837,54 26 Februari 435.319 435.282,60 435.230,88 435.334,31 465,46 436.850,34 27 Maret 435.328 435.323,46 435.314,20 435.332,72 83,32 435.799,77 28 April 435.248 435.255,55 435.261,41 435.249,68 -52,79 435.416,04 29 Mei 436.330 436.222,55 436.126,44 436.318,67 865,03 435.196,89 30 Juni 505.282 498.376,06 492.151,09 504.601,02 56.024,65 437.183,70 31 Juli 510.840 509.593,61 507.849,35 511.337,86 15.698,26 560.625,67 32 Agustus 515.973 515.335,06 514.586,49 516.083,63 6.737,14 527.036,12 33 September 524.441 523.530,41 522.636,01 524.424,80 8.049,52 522.820,77 34 Oktober 507.190 508.824,04 510.205,24 507.442,84 -12.430,78 532.474,32 35 November 544.538 540.966,60 537.890,47 544.042,74 27.685,23 495.012,07 36 Desember 550.260 549.330,66 548.186,64 550.474,68 10.296,17 571.727,97 2007

2008

Tabel 4.11 Nilai Forecast

Periode Jumlah nasabah α = 0,1 α = 0,2 α = 0,3 α = 0,4 α = 0,5 α = 0,6 α = 0,7 α = 0,8 α = 0,9

1 317.905 2 322.317

3 326.660 318.787,40 319.669,80 320.552,20 321.434,60 322.317,00 323.199,40 324.081,80 324.964,20 325.846,60 4 332.376 320.406,04 322.642,36 324.613,96 326.320,84 327.763,00 328.940,44 329.853,16 330.501,16 330.884,44 5 323.612 322.922,88 326.991,90 330.217,97 332.706,95 334.564,75 335.897,25 336.810,33 337.409,90 337.801,82 6 339.609 323.303,25 326.485,38 327.899,75 327.941,80 326.954,00 325.225,89 322.994,06 320.442,15 317.700,88 7 344.294 326.813,84 332.445,06 335.976,13 338.331,18 340.212,81 342.133,87 344.449,18 347.387,34 351.082,48 8 350.434 330.722,36 338.419,82 343.071,51 346.023,80 348.061,56 349.552,19 350.567,46 350.983,01 350.555,78 9 343.735 335.251,99 344.934,63 350.342,27 353.428,38 355.221,86 356.214,18 356.640,11 356.669,87 356.530,47 10 359.938 337.733,00 346.644,49 349.893,80 350.255,73 349.115,97 347.160,43 344.767,05 342.187,99 339.593,88 11 365.780 343.043,24 354.103,61 358.841,56 361.032,66 362.447,25 363.922,28 365.876,97 368.523,60 371.944,22 12 369.588 348.681,89 361.447,63 366.829,84 369.410,81 370.994,76 372.180,23 373.045,57 373.429,44 373.058,29 13 349.030 354.181,77 367.844,30 372.934,41 374.892,41 375.635,95 375.767,02 375.461,81 374.822,83 374.028,41 14 382.508 354.679,14 363.784,71 363.289,67 359.570,68 354.726,26 349.446,86 344.019,91 338.635,48 333.436,98 15 386.276 361.721,11 373.987,59 377.367,18 379.150,75 381.552,77 385.259,16 390.514,28 397.405,28 405.921,81 16 400.316 368.386,58 382.365,44 386.988,64 389.751,14 392.266,21 394.520,31 396.050,90 396.250,61 394.463,87 17 405.584 376.772,51 393.499,70 400.063,01 404.243,25 407.487,01 409.882,14 411.415,49 412.284,67 412.989,12 18 447.703 384.854,14 403.005,47 409.653,02 413.046,45 414.767,46 415.217,83 414.734,76 413.694,88 412.391,54 19 418.579 400.031,36 426.039,90 439.257,32 448.716,81 456.410,71 463.146,16 469.516,22 475.950,73 482.685,66 20 427.062 406.976,83 429.998,87 437.049,13 438.096,73 435.520,59 430.306,35 422.984,47 413.764,02 402.629,45 21 424.878 414.415,28 435.469,01 439.394,61 437.937,07 434.545,67 431.009,74 428.514,13 427.930,94 430.017,42 22 435.160 420.130,09 437.760,02 438.123,56 434.392,38 430.247,02 427.080,29 425.242,66 424.447,09 423.966,21 23 435.160 426.862,97 442.823,78 442.477,84 439.819,59 438.112,10 437.997,16 439.164,34 441.034,72 443.151,85 24 432.613 432.399,57 445.758,04 443.952,84 441.027,85 439.340,35 438.722,48 438.455,17 437.938,40 436.870,31 25 435.188 436.402,42 446.193,25 442.356,03 438.486,37 436.055,32 434.499,64 433.210,91 431.961,17 430.837,54 26 435.319 440.121,83 446.958,57 442.241,72 438.691,70 436.948,48 436.234,79 436.050,95 436.259,25 436.850,34 27 435.328 443.111,42 447.029,95 441.629,47 438.309,82 436.862,65 436.292,77 436.067,11 435.955,17 435.799,77 28 435.248 445.456,86 446.610,80 440.766,93 437.701,02 436.464,28 435.962,29 435.714,59 435.550,26 435.416,04 29 436.330 447.239,38 445.859,23 439.806,78 437.038,16 436.000,62 435.585,07 435.381,43 435.263,82 435.196,89 30 505.282 448.779,71 445.386,57 439.575,22 437.378,71 436.778,55 436.701,77 436.800,87 436.973,44 437.183,70

31 510.840 463.693,27 472.302,61 480.540,88 492.495,11 505.812,89 519.489,00 533.230,69 546.953,22 560.625,67

32 515.973 477.300,75 493.071,25 506.175,56 518.829,32 528.496,76 534.290,04 535.995,72 533.575,63 527.036,12

33 524.441 489.684,80 509.127,13 522.236,15 531.137,74 534.886,53 534.375,79 531.104,47 526.702,52 522.820,77

34 507.190 501.672,36 523.063,93 534.622,95 539.916,82 540.223,59 537.926,11 535.105,04 533.109,50 532.474,32

35 544.538 508.159,77 525.138,16 529.425,51 526.800,35 520.361,21 512.938,32 506.088,31 500.216,34 495.012,07

4.3 Nilai Rata-rata Kesalahan (Mean Square Error)

MSE =

1. Maka untuk α = 0,1

MSE =

=

= 637.779.150,6

2. Maka untuk α = 0,2

MSE =

=

= 349.829.290,9

3. Maka untuk α = 0,3

MSE =

=

= 314.876.273,5

4. Maka untuk α = 0,4

MSE =

=

5. Maka untuk α = 0,5 MSE =

=

= 341.232.861,8

6. Maka untuk α = 0,6

MSE =

=

= 380.539.984,1

7. Maka untuk α = 0,7

MSE =

=

= 438.781.191,5

8. Maka untuk α = 0,8

MSE =

=

= 522.518.258,8

9. Maka untuk α = 0,9

MSE =

=

Untuk menentukan nilai α yang optimal, maka diambil dari nilai MSE yang paling minimum yaitu pada α = 0,3.

Forecast untuk 2010 adalah:

Bulan 1 = 548.802,92 + 10.421,12 (1) = 559.224,04 Bulan 2 = 548.802,92 + 10.421,12 (2) = 569.645,16 Bulan 3 = 548.802,92 + 10.421,12 (3) = 580.066,28 Bulan 4 = 548.802,92 + 10.421,12 (4) = 590.487,40 Bulan 5 = 548.802,92 + 10.421,12 (5) = 600.908,52 Bulan 6 = 548.802,92 + 10.421,12 (6) = 611.329,64 Bulan 7 = 548.802,92 + 10.421,12 (7) = 621.750,76 Bulan 8 = 548.802,92 + 10.421,12 (8) = 632.171,88 Bulan 9 = 548.802,92 + 10.421,12 (9) = 642.593,00 Bulan 10 = 548.802,92 + 10.421,12 (10) = 653.014,12 Bulan 11 = 548.802,92 + 10.421,12 (11) = 663.435,24 Bulan 12 = 548.802,92 + 10.421,12 (12) = 673.856,36

Untuk forecast tahun 2011 pada bulan pertama, m yang digunakan adalah m=13 karena untuk satu kali peramalan, m merupakan nilai berkelanjutan dari m sebelumnya.

Forecast untuk 2011 adalah:

Bulan 1 = 548.802,92 + 10.421,12 (13) = 684.277,48 Bulan 2 = 548.802,92 + 10.421,12 (14) = 694.698,60 Bulan 3 = 548.802,92 + 10.421,12 (15) = 705.119,72 Bulan 4 = 548.802,92 + 10.421,12 (16) = 715.540,84

Bulan 5 = 548.802,92 + 10.421,12 (17) = 725.961,96 Bulan 6 = 548.802,92 + 10.421,12 (18) = 736.383,08 Bulan 7 = 548.802,92 + 10.421,12 (19) = 746.804,20 Bulan 8 = 548.802,92 + 10.421,12 (20) = 757.225,32 Bulan 9 = 548.802,92 + 10.421,12 (21) = 767.646,44 Bulan 10 = 548.802,92 + 10.421,12 (22) = 778.067,56 Bulan 11 = 548.802,92 + 10.421,12 (23) = 788.488,68 Bulan 12 = 548.802,92 + 10.421,12 (24) = 798.909,80

Dan untuk forecast tahun 2012, maka m yang digunakan pada bulan pertama adalah m = 25. Dapat dihitung sebagai berikut:

Forecast untuk 2012 adalah:

Bulan 1 = 548.802,92 + 10.421,12 (25) = 809.330,92 Bulan 2 = 548.802,92 + 10.421,12 (26) = 819.752,04 Bulan 3 = 548.802,92 + 10.421,12 (27) = 830.173,16 Bulan 4 = 548.802,92 + 10.421,12 (28) = 840.594,28 Bulan 5 = 548.802,92 + 10.421,12 (29) = 851.015,40 Bulan 6 = 548.802,92 + 10.421,12 (30) = 861.436,52 Bulan 7 = 548.802,92 + 10.421,12 (31) = 871.857,64 Bulan 8 = 548.802,92 + 10.421,12 (32) = 882.278,76 Bulan 9 = 548.802,92 + 10.421,12 (33) = 892.699,88 Bulan 10 = 548.802,92 + 10.421,12 (34) = 903.121,00 Bulan 11 = 548.802,92 + 10.421,12 (35) = 913.542,12 Bulan 12 = 548.802,92 + 10.421,12 (36) = 923.963,24

Tabel 4.13 Forecast dengan Double Eksponensial Smoothing (α = 0,3)

Bulan 2010 2011 2012

1 559.224 684.277 809.331

2 569.645 694.699 819.752

3 580.066 705.120 830.173

4 590.487 715.541 840.594

5 600.909 725.962 851.015

6 611.330 736.383 861.437

7 621.751 746.804 871.858

8 632.172 757.225 882.279

9 642.593 767.646 892.700

10 653.014 778.068 903.121

11 663.435 788.489 913.542

BAB 5

IMPLEMENTASI SISTEM

5.1 Tahapan Implementasi

Tahapan implementasi merupakan tahapan penerapan hasil desain tertulis ke dalam programming. Pada penerapan inilah seluruh hasil desain dituangkan ke dalam bahasa pemrograman tertentu untuk menghasilkan sebuah sistem informasi yang sesuai dengan hasil desain tertentu.

Tahapan implementasi harus dapat menentukan baris apa yang akan diterapkan dalam menuangkan hasil desain yang tertulis, sehingga sistem yang dibentuk memiliki kelebihan-kelebihan tersendiri (contoh : dalam hal efisiensi pemakaian memori maupun dalam waktu proses mengakses data).

Implementasi yang sudah selesai harus diuji coba kehandalannya sehingga dapat diketahui kehandalan dari sistem yang ada, dan telah selesai dengan apa yang diinginkan.

Selain berfungsi sebagai pengolah data atau manipulasi data, Excel juga dapat digunakan untuk memanipulasi teks komputer, untuk dapat memperdayagunakan Excel dengan maksimal, harus juga menguasai sistem operasi Microsoft Windows.

5.2 Microsoft Excel

Microsoft Excel 2007 (selanjutnya disebut Excel) merupakan program aplikasi lembar kerja elektronik (spreadsheet) dari program paket Microsoft Excel. Excel merupakan produk unggulan dari Microsoft Corporation yang banyak berperan dalam pengolahan informasi, khususnya data-data yang berbentuk angka yang dihitung, diproyeksikan, dianalisis dan dipresentasikan data pada lembar kerja.

Lembar kerja (sheet) terdiri dari 256 kolom dan 65539 baris. Kolom diberi nama dengan huruf A, B, C,..., Z dilanjutkan AA, BB, AC, sampai dengan IV dan baris ditandai dengan angka 1, 2, 3,..., 65539.

Excel 2007 hadir dengan berbagai penyempurnaan, tampil lebih terintegrasi dengan berbagai software yang lain, under windows seperti Word, Access maupun Power Point dan sebagainya. Keunggulan program spreadsheed ini adalah mudah dipakai, fleksibel, dan mudah berintegrasi dengan aplikasi berbasis windows.

5.3 Langkah-langkah Memulai Pengolahan Data dengan Excel

Sebelum mengoperasikan software ini, pastikan pada komputer anda telah terpasang program Excel. Langkah-langkah berikutnya yaitu:

1. Klik tombol start

3. Setelah itu akan muncul tampilan lembaran kerja seperti di bawah ini

Pada kolom pertama ditulis untuk tahun, kedua periode dan tiga kolom berikutnya untuk jumlah nasabah dari tahun 2007, 2008 dan 2009 seperti di bawah ini:

Dari data di atas dapat ditentukan besarnya forecast dengan 0<α<1. Dan setiap

perhitungan akan diberi nama untuk tiap kolom.

Ambil contoh α = 0,5 seperti berikut ini:

1. Pada kolom kelima ditulis keterangan dengan 2. Pada kolom keenam ditulis keterangan dengan 3. Pada kolom ketujuh ditulis keterangan dengan 4. Pada kolom kedelapan ditulis keterangan dengan 5. Pada kolom kesembilan ditulis keterangan forecast

Maka perhitungan masing-masing smoothing pertama, smoothing kedua, konstanta, slove dan forecast adalah sebagai berikut:

1. Smoothing pertama ( ) untuk bulan pertama ditentukan sebesar bulan pertama dari data historis, sehingga rumus yang tertera pada set E2 = D2. Sedangkan

untuk bulan kedua rumus yang tertera =0,5*D3+(1-0,5)*E2. Dalam perhitungan ini menghasilkan angka = 320.111. Begitu juga untuk bulan berikutnya.

2. Smoothing kedua ( ) untuk bulan pertama ditentukan sebesar bulan pertama dari data historis, sehingga rumus yang tertera pada set F2 = E2 = D2. Sedangkan untuk bulan kedua rumus yang tertera =0,5*E3+(1-0,5)*F2. Dalam kasus ini menghasilkan angka = 319.008. Begitu juga untuk bulan berikutnya. 3. Nilai dapat dihitung pada bulan kedua yaitu dengan rumus yang tertera pada

set G3 = 2*E3-F3. Sehingga akan menghasilkan angka = 321.214, begitu juga untuk bulan berikutnya.

4. Nilai dapat dihitung pada bulan kedua yaitu dengan rumus yang tertera pada set H3 =(0,5/(1-0,5))*(E3-F3). Sehingga akan menghasilkan angka = 1.103, begitu juga untuk bulan berikutnya.

5. Forecast untuk bulan ketiga yaitu pada set I4 dapat dihitung dengan menggunakan rumus =G3+H3*1 dengan hasil = 322.317, begitu juga untuk bulan berikutnya.

5.4 Penggambaran Hasil

Grafik pada Excel dapat ditulis menjadi satu dengan data atau terpisah pada lembar grafik tersendiri, namun masih berada di file yang sama. Untuk membuat grafik pada Excel, biasa menggunakan icon chart wizart yang terdapat pada toolbar.

Adapun langkah-langkah yang diperlukan sebagai berikut: 1. Sorot sel atau range yang ingin dibuat grafik

2. Klik icon chart wizard. Tampil kotak dialog Chart Type

3. Klik tipe grafik yang diinginkan dan klik next. Tampil kotak dialog Chart Shourt Data

4. Pada tampilan akan terlihat range data yang telah disorot dan klik ratio button row atau colom yang diinginkan, klik Next. Tampil kotak dialog option

5. Pada Chart Option, ketik judul grafik. Setelah itu klik Next. Tampil kotak dialog Chart Location

6. Pilih tempat untuk melakukan grafik ini dan klik Finish. Maka grafik akan ditempatkan di lembar kerja.

BAB 6

KESIMPULAN DAN SARAN

Berdasarkan uraian proyeksi yang telah dikemukakan pada bab – bab sebelumnya maka dapat disimpulkan dan disarankan hal – hal berikut:

6.1 Kesimpulan

Berdasarkan analisa dan evaluasi pada jumlah nasabah tabungan pada PT. Bank Sumut tahun 2007 – 2009 dan membuat ramalan jumlah nasabah tabungan tahun 2010 – 2012 maka Penulis dapat membuat suatu kesimpulan, yaitu :

1. Nilai koefisien proyeksi yang paling tepat digunakan adalah α = 0,3. 2. Model peramalan yang baik digunakan adalah

3. Jumlah nasabah tabungan dari tahun 2010 – 2012 yang akan datang semakin meningkat. Dapat dilihat pada tabel 4.13.

6.2 Saran

Dilihat dari hasil ramalan yaitu semakin meningkatnya jumlah nasabah tabungan pada PT. Bank Sumut untuk tiga tahun, maka disarankan hal – hal berikut :

1. Untuk dapat mempertahankan nasabah ataupun untuk mendapatkan nasabah baru hendaknya PT. Bank Sumut dapat lebih meningkatkan lagi pelayanannya kepada nasabah walaupun bentuk pelayanannya yang telah ada sekarang sudah kelihatan baik.

2. Hendaknya promosi yang dijalankan lebih ditingkatkan lagi, sehingga tidak hanya mempertahankan nasabah yang ada saja tetapi juga dapat menarik nasabah baru.

3. Agar disiplin kerja lebih ditegakkan, karena dengan disiplin kerja yang baik maka kemajuan yang telah tercapai dapat lebih ditingkatkan.

DAFTAR PUSTAKA

Assauri, Sofjan. 1984. Teknik dan Metode Peramalan. Jakarta : Fakultas Ekonomi Universitas Indonesia.

Kasmir, M.M. S.E. 2008. Bank dan Lembaga Keuangan Lainnya. Edisi Revisi. Jakarta : Rajawali Pers.

Makridakis, Sypros, dan Steven C. Wheelwright. 1999. Metode dan Aplikasi Peramalan. Edisi ke-2. Jilid 1. Jakarta: Erlangga.

Napitupullu, Normalina dan Marganda Klirent. 2006. Microsoft Excel-Powerpoint. Medan.

Pohan, Aulia. 2008. Potret Kebijakan Moneter Indonesia. Jakarta: PT. Raja Grafindo Persada.

untuk bulan kedua rumus yang tertera =0,5*D3+(1-0,5)*E2. Dalam perhitungan ini menghasilkan angka = 320.111. Begitu juga untuk bulan berikutnya.

2. Smoothing kedua ( ) untuk bulan pertama ditentukan sebesar bulan pertama dari data historis, sehingga rumus yang tertera pada set F2 = E2 = D2. Sedangkan untuk bulan kedua rumus yang tertera =0,5*E3+(1-0,5)*F2. Dalam kasus ini menghasilkan angka = 319.008. Begitu juga untuk bulan berikutnya. 3. Nilai dapat dihitung pada bulan kedua yaitu dengan rumus yang tertera pada

set G3 = 2*E3-F3. Sehingga akan menghasilkan angka = 321.214, begitu juga untuk bulan berikutnya.

4. Nilai dapat dihitung pada bulan kedua yaitu dengan rumus yang tertera pada set H3 =(0,5/(1-0,5))*(E3-F3). Sehingga akan menghasilkan angka = 1.103, begitu juga untuk bulan berikutnya.

5. Forecast untuk bulan ketiga yaitu pada set I4 dapat dihitung dengan menggunakan rumus =G3+H3*1 dengan hasil = 322.317, begitu juga untuk bulan berikutnya.

5.4 Penggambaran Hasil

Grafik pada Excel dapat ditulis menjadi satu dengan data atau terpisah pada lembar grafik tersendiri, namun masih berada di file yang sama. Untuk membuat grafik pada Excel, biasa menggunakan icon chart wizart yang terdapat pada toolbar.

Adapun langkah-langkah yang diperlukan sebagai berikut: 1. Sorot sel atau range yang ingin dibuat grafik

2. Klik icon chart wizard. Tampil kotak dialog Chart Type

3. Klik tipe grafik yang diinginkan dan klik next. Tampil kotak dialog Chart Shourt Data

4. Pada tampilan akan terlihat range data yang telah disorot dan klik ratio button row atau colom yang diinginkan, klik Next. Tampil kotak dialog option

5. Pada Chart Option, ketik judul grafik. Setelah itu klik Next. Tampil kotak dialog Chart Location

6. Pilih tempat untuk melakukan grafik ini dan klik Finish. Maka grafik akan ditempatkan di lembar kerja.

BAB 6

KESIMPULAN DAN SARAN

Berdasarkan uraian proyeksi yang telah dikemukakan pada bab – bab sebelumnya maka dapat disimpulkan dan disarankan hal – hal berikut:

6.1 Kesimpulan

Berdasarkan analisa dan evaluasi pada jumlah nasabah tabungan pada PT. Bank Sumut tahun 2007 – 2009 dan membuat ramalan jumlah nasabah tabungan tahun 2010 – 2012 maka Penulis dapat membuat suatu kesimpulan, yaitu :

1. Nilai koefisien proyeksi yang paling tepat digunakan adalah α = 0,3. 2. Model peramalan yang baik digunakan adalah

3. Jumlah nasabah tabungan dari tahun 2010 – 2012 yang akan datang semakin meningkat. Dapat dilihat pada tabel 4.13.

6.2 Saran

Dilihat dari hasil ramalan yaitu semakin meningkatnya jumlah nasabah tabungan pada PT. Bank Sumut untuk tiga tahun, maka disarankan hal – hal berikut :

1. Untuk dapat mempertahankan nasabah ataupun untuk mendapatkan nasabah baru hendaknya PT. Bank Sumut dapat lebih meningkatkan lagi pelayanannya kepada nasabah walaupun bentuk pelayanannya yang telah ada sekarang sudah kelihatan baik.

2. Hendaknya promosi yang dijalankan lebih ditingkatkan lagi, sehingga tidak hanya mempertahankan nasabah yang ada saja tetapi juga dapat menarik nasabah baru.

3. Agar disiplin kerja lebih ditegakkan, karena dengan disiplin kerja yang baik maka kemajuan yang telah tercapai dapat lebih ditingkatkan.

DAFTAR PUSTAKA

Assauri, Sofjan. 1984. Teknik dan Metode Peramalan. Jakarta : Fakultas Ekonomi Universitas Indonesia.

Kasmir, M.M. S.E. 2008. Bank dan Lembaga Keuangan Lainnya. Edisi Revisi. Jakarta : Rajawali Pers.

Makridakis, Sypros, dan Steven C. Wheelwright. 1999. Metode dan Aplikasi Peramalan. Edisi ke-2. Jilid 1. Jakarta: Erlangga.

Napitupullu, Normalina dan Marganda Klirent. 2006. Microsoft Excel-Powerpoint. Medan.

Pohan, Aulia. 2008. Potret Kebijakan Moneter Indonesia. Jakarta: PT. Raja Grafindo Persada.