Bagian Keuangan dan Administrator Data Yang Dianalisa Dan Diolah

Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008. USU Repository © 2009 d. Officer III Pemeliharaan Jaringan dan K3LL e. Officer III Standarisasi dan Informasi Jaringan f. Inspektor Jaringan g. Tehnisi Protaksi Katodik h. Tehnisi Pemeliharaan Jaringan dan K3LL

c. Bagian Pemasaran

Bagian ini mengemban tugas menangani hal-hal yang berhubungan dengan kepentingan pelanggan. Bagian ini kegiatanya meliputi survei pelanggan, mencari pelanggan baru dan pelayanan terhadap pelanggan terhaadap pelanggan yang menguganakan gas bumi. Bagian ini membawahi 2 dua supervisor yang masing-masing membawahi beberapa seksi sebagai berikut : Supervisor Penjualan b. Officer III Pengembangan Pasar c. Tehnisi Penjualan d. Wiraniaga e. Administrator Billing Supervisor Layanan Pelanggan a. Administrator Layanan Pelanggan b. Administrator Pemasaran

d. Bagian Keuangan dan Administrator

Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008. USU Repository © 2009 Bagian ini mengemban tugas menangani administrasi keuangan perusahaan seperti invoice, gaji pegawai, bonus, tunjangan-tunjangan, pengelola SDM. Bagian supervisor dimana masing-masing juga membawahi beberapa seksi sebagai berikut : Supervisor Akuntansi dan Keuangan a. Officer III data Akuntansi b. Pengelola Anggaran c. Administrator Pembayaran d. Pengelola Akuntansi e. Pengelola Dana f. Penagih Rekening g. Pengelola Piutang Supervisor Administrasi dan Layanan Umum a. Officer III Pengendalian Persediaan b. Officer III Pengendalian Gudang c. Officer III Layanan Umum d. Administrator Sumber Daya Manusia e. Administratir Pengadaan Barang dan Jasa f. Administrator Pengendalian Persediaan g. Administrator Ramunisasi h. Administrator Kesektretariatan i. Pengelola Fasilitas Umum j. Administrasi Layanan Umum Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008. USU Repository © 2009 k. Petugas Mess l. Satpam m. Cleaning Service BAB IV ANALISA DAN PENGOLAHAN DATA Analisa dan pengolahan data dimaksudkan untuk menentukan sifat-sifat statistika dari waktu ke waktu, sehingga dapat ditetapkan suatu model penduga atau peramalan yang tepat serta dapat digunakan untuk meramalkan jumlah pelanggan Gas di tahun yang akan datang.

4.1 Data Yang Dianalisa Dan Diolah

Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008. USU Repository © 2009 Data yang dibutuhkan untuk dianalisa dalam tinjauan ini adalah data Jumlah Pelanggan Gas pada tahun 1998 sampai tahun 2007 untuk wilayah Sumatera Utara. Data pelanggan tersebut disajikan dalam Tabel 4.1. Langkah pertama yang baik dilakukan unutk menganalisa data deret berkala adalah dengan memplot data grafik. Dengan mengamati plot data tersebut, dapat dilihat bahwa gerak data memperkirakan pola data trend Gambar 4-1. TABEL 4.1. Data Jumlah Pelanggan Gas Pada PT Perusahaan Gas Negara Persero Tbk SBU Distribusi Wilayah III Sumatera Utara Di Kota Madya Medan NO TAHUN JUMLAH PELANGGAN 1 1998 9978 2 1999 10510 3 2000 11221 4 2001 12218 5 2002 12883 6 2003 14400 Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008. USU Repository © 2009 7 2004 17060 8 2005 17715 9 2006 18628 10 2007 19231 TOTAL 143844 Sumber : PT Perusahaan Gas Negara Persero Tbk SBU Distribusi Wilayah III Sumatera Bagian Utara Distrik Medan Jl. K.L. Yos Sudarso Lorong XII No. 18, Glugur Medan Jumlah Pelanggan Gas 5000 10000 15000 20000 25000 1996 1998 2000 2002 2004 2006 2008 Periode J u m la h P e la n g g a n G as Jumlah Pelanggan Gambar 4-1 Plot Data Jumlah Pelanggan Gas Di Kota Madya Medan Raini Manurung : Peramalan Pelanggan Gas 5 Periode Ke Depan Di Kota Madya Medan Dengan Menggunakan Metode Smoothing Eksponensial, 2008. USU Repository © 2009 4.2 Metode Smoothing Eksponensial Linear Satu Parameter dari Brown 4.2.1 Estimasi Model Peramalan

Dokumen yang terkait

Implementasi dan Penggunaan Metode Exponential Smoothing untuk Meramalkan Penjualan Pakaian (Studi Kasus: Toko Pakaian P. Tarigan)

3 119 200

Metode Pemulusan (Smoothing) Eksponensial Ganda (Linier Satu Parameter dari Brown) dan Metode Box-Jenkins dalam Meramalkan Curah Hujan di Kota Medan

6 78 78

Metode Pemulusan Eksponensial Ganda Satu Parameter Terhadap Peramalan Jumlah Guru & Jumlah Murid Sekolah Menengah Atas Tahun 2012-2015 Di Kecamatan Galang

2 29 71

Metode Eksponensial Smoothing Untuk Peramalan Jumlah Air Minum Yang Disalurkan PDAM Tirtanadi Medan Tahun 2014

0 45 75

Perbandingan Metode Pemulusan (Smoothing) Eksponensial dan ARIMA (Box-Jenkins) sebagai Metode Peramalan Indeks Harga Saham Gabungan (IHSG)

7 55 68

Aplikasi Metode Pemulusan Eksponensial Ganda Dari Brown Untuk Kelapa Sawit Pada PT. Perkebunan Nusantara III Tahun 2010 Dan 2011

0 23 65

Peramalan Jumlah Pelanggan Kartu Kredit di PT. Bank Permata Cabang Medan dengan Menggunakan Metode Smoothing Eksponensial Linier Satu Parameter dari Brown

9 54 80

Perbandingan Metode Pemulusan (Smoothing) Eksponensial Ganda Dua Parameter Dari Holt Dan Metode Box-Jenkins Dalam Meramalkan Hasil Produksi Kernel Kelapa Sawit PT. Eka Dura Indonesia.

5 79 141

Peramalan Jumlah Pelanggan Kartu Kredit di PT. Bank Permata Cabang Medan dengan Menggunakan Metode Smoothing Eksponensial Linier Satu Parameter dari Brown

0 2 80

Peramalan Jumlah Pelanggan Kartu Kredit di PT. Bank Permata Cabang Medan dengan Menggunakan Metode Smoothing Eksponensial Linier Satu Parameter dari Brown

0 0 17