Peramalan Jumlah Pengangguran di kota Tahun 2016 Dengan Metode Eksponensial Ganda Brown

(1)

http://repository.usu.ac.id/bitstream/123456789/46809/5/chapterI. Diakses tanggal 9 Maret 2016

https://id.wikipedia.org/wiki/microsoft_Excel. Diakses tanggal 12 Mei 2016

Makridakis, S., S. Wheelwright., dan V. E. McGee. 1999. Metode dan Aplikasi Peramalan. Edisi kedua. Jilid satu. Jakarta: Binarupa Aksara.

Panduan Tatacara Penulisan Tugas Akhir.2016.Dokumen Nomor: Akad/05/2005. Medan: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara.

Santoso, Singgih. 2003. Microsoft Excel – Mengolah Data Secara Profesional. Edisi ketiga. Yogyakarta: Andi Offset

(2)

3.1 Gambaran Umum Kota Medan 3.1.1 Letak Geografis

Kotamadya Medan merupakan kota terbesar ketiga di Indonesia setelah Jakarta dan Surabaya. Kota ini merupakan wilayah yang subur di wilayah dataran rendah timur dari propinsi Sumatera Utara dengan ketinggian berada di 22,5 meter di bawah permukaan laut. Kota ini dilalui oleh dua sungai yaitu Sungai Deli dan Sungai Babura yang bermuara di Selat Malaka.

Secara geografis, Medan terletak pada 3,300_-3,430 _{LU dan 98,35}0_-98,440_BT dengan topografi cenderung miring ke utara. Sebelah barat dan timur Kota Medan berbatasan dengan Kabupaten Deli dan Serdang. Di sebelah utara berbatasan dengan Selat Malaka. Letak yang strategis ini menyebabkan Medan berkembang menjadi pintu gerbang kegiatan perdagangan barang dan jasa baik itu domestik maupun internasional.

Kota Medan beriklim tropis basah dengan curah hujan rata-rata 2000-2500 mm pertahun. Suhu udara di Kota Medan berada pada maksimum 32,40_{C dan minimum} 240 C

(3)

masyarakat, pelayanan umum dan daya saing daerah. Pemahaman terhadap kondisi Kota Medan tersebut menjadi dasar dalam perencanaan khususnya dalam rangka merumuskan strategi dan arah kebijakan serta program pembangunan Kota Medan.

Berdasarkan data Pemko Medan, Kota Medan sebagai salah satu daerah otonom berstatus kota di propinsi Sumatera Utara, Kedudukan, fungi dan peran Kota Medan cukup penting dan strategi secara regional. Bahkan sebagai Ibukota Propinsi Sumatera Utara, Kota Medan sering digunakan sebagai barometer dalam pembangunan dan penyelenggaraan pemerintah daerah.

3.1.3 Demografi

Berdasarkan data kependudukan tahun 2005, penduduk Medan diperkirakan telah mencapai 2.036.018 jiwa, dengan jumlah wanita lebih besar dari pria, (1.010.174 jiwa >995.968 jiwa). Jumlah penduduk tersebut diketahui merupakan penduduk tetap, sedangkan penduduk tidak tetap diperkirakan mencapai lebih dari 500.000 jiwa, yang merupakan penduduk komuter.

Berdasarkan Sensus Penduduk Indonesia 2010, penduduk Medan berjumlah 2.109.339 jiwa. Sebagaian besar penduduk Medan berasal dari kelompok umur 0-19

(4)

adalah Melayu. Keanekaragaman etnis di Medan terlihat dari jumlah masjid, gereja dan vihara Tionghoa yang banyak tersebar di seluruh kota.

3.1.4 Kehidupan Sosial a. Pekerjaan

sebagai kota terbesar di Pulau Sumatera dan di Selat Malaka, penduduk Medan banyak yang berprofesi di bidang perdagangan. Biasanya pengusaha Medan banyak yang menjadi pedagang komoditas perkebunan. Setelah kemerdekaan, sektor perdagangan secara konsisten didominasi oleh etnis Tionghoa dan Minangkabau. Bidang pemerintah dan politik, dikuasai oleh orang-orang Mandailing. Sedangkan profesi yang memerlukan keahlian dan pendidikan tinggi, seperti pengacara, dokter, notaris, dan wartawan, mayoritas digeluti oleh orang Minangkabau.

b. Pola Pemukiman

perluasan Kota Medan telah mendorong perubahan pola pemukiman kelompok-kelompok etnis. Etnis Melayu yang merupakan penduduk asli kota, banyak yang tinggal di pinggiran kota. Etnis Tionghoa dan minangkabau yang

(5)

lebih nyaman, oleh karena itu terdapat kecenderungan di kalangan masyarakat Mandailing untuk menjual rumah dan tanah mereka di tengah kota, seperti di Kampung Mesjid, Kota Maksum, dan Sungai Mati

3.2 Sejarah Singkat Badan Pusat Statistik Sumatera Utara

Tahun 1968, ditetapkan Peraturan Pemerintah No.16 tahun 1968, yang mengatur Organisasi dan Tata Kerja BPS (di Pusat dan Daerah). Tahun 1980, ditetapkan Peraturan Pemerintah No.6 tahun 1980, tentang Organisasi BPS sebagai pengganti PP No.16 tahun 1968.berdasarkan PP No.6/1980 di setiap Provinsi terdapat kantor statistika dengan nama KANTOR STATISTIKA PROVINSI dan begitu juga di setiap Kabupaten/ Kotamadya terdapat kantor statistika dengan nama KANTOR STATISTIK KABUPATEN/KOTAMADYA. Dengan demikian mulai saat itu kantor Statistika Provinsi secara resmi ada diseluruh Indonesia, tidak terkecuali di Provinsi Sumatera Utara dengan nama Kantor Statistika Provinsi Sumatera Utara. Demikian juga untuk Kabupaten/Kotamadya seluruh Provinsi Sumatera Utara berdiri Perwakilan BPS Kantor Statisti Kabupaten/Kotamadya pada saat itu.

(6)

Keputusan Presiden No.8 Tahun 1998 tentang Badan Pusat Statistika sebagai pengganti Keputusan Presiden No.6 Tahun 1992 tentang kedudukan, tugas, fungsi, susunan organisasi dan tata kerja Biro Pusat Statistik. Berdasarkan Keputusan Presiden ini “Kantor Statistik Provinsi Sumatera Utara” berubah menjadi BADAN PUSAT STATISTIK (BPS) PROVINSI SUMATERA UTARA

3.2.1 Visi dan Misi Badan Pusat Statistik a. Visi Badan Pusat Statistik

Visi Badan Pusat Statistik adalah sebagai penyedia data statistik berkualitas

b. Misi Badan Pusat Statistik

Misi yang diemban BPS adalah sebagai berikut:

1. Menyediakan informasi statistic yang berkualitas : lengkap, akurat, relevan, mutakhir dan berkesinambungan.

2. Meningkatkan upaya koordinasi, integrasi, sinkronisasi dan standarisasi kegiatan statistik dalam kerangka Sistem Statistik Nasional (SSN) yang handal, efektif, dan efisien.

(7)

Sehubungan dengan semakin meningkatnya beban tugas dan pentingnya peranan BPS dalam menunjang kegiatan pemerintahan, pembangunan dan kemasyarakatan maka diperlukan struktur organisasi yang dapat menunjang kelancaran tugas dari masing-masing bagian. Surat keputusan kepala BPS No. 104 tahun 1999 yang mengatur tentang uraian tugas, bagian bidang, subbagian dan seksi perwakilan BPS di daerah dipandang perlu untuk menetapkan perincian tugas setiap bidang, subbagian, dan seksi di lingkungan perwakilan dan cabang perwakilan BPS.

(8)

Gambar 3.1 Struktur Organisasi BPS Provinsi

Organisasi merupakan suatu fungsi manajemen yang mempunyai peranan dan kegiatan langsung dengan instansi social yang terjadi diantara individu-individu dalam rangka kerjasama untuk mencapai tujuan yang telah ditetapkan. Stuktur organisasi perusahaan merupakan salah satu faktor penting yang mempengaruhi tingkat keberhasilan suatu perusahaan dalam mencapai tujuan yang ditetapkan. Dengan adanya stuktur organisasi maka akan jelaslah pemisahan tugas dari pegawai staf tersebut. Stuktur organisasi yang diterapkan di Kantor Badan Pusat Statistik adalah struktur organisasi lini dan staf. Struktur ini mengandung unsur-unsur

(9)

3.4 Logo Badan Pusat Statistik

Logo Badan Pusat Statistik adalah sebagai berikut :

Gambar 3.2 Logo Badan Pusat Statistik

(10)

4.1 Pengumpulan Data

Data yang digunakan adalah data jumlah pengangguran tahun 2005 sampai dengan tahun 2015. Data tersebut dapat ditunjukkan pada table berikut:

Tabel 4.1 Data Jumlah Pengangguran Di Kota Medan Tahun 2005-2014

No Tahun Jumlah Pengangguran

2005 116557

2006 133470

2007 123670

2008 125477

2009 137160

2010 133811

2011 99916

2012 84501

2013 100568

2014 92437

(11)

Gambar 4.1 Grafik Jumlah Pengangguran di Kota Medan dari tahun 2005 sampai tahun 2014

Dari gambar 4.1 dapat dilihat bahwa plot data jumlah pengangguran di Kota Medan dari tahun 2005 sampai tahun 2014 menunjukkan data diatas stasioner. Data jumlah pengangguran diatas dapat diramalkan untuk peramalan jumlah pengangguran tahun 2016.

4.2 Pemulusan Eksponensial Ganda Satu Parameter Dari Brown 4.2.1 Penaksiran Model Peramalan

Dalam pengolahan dan penganalisaan data, penulis mengaplikasikan data (tabel 4.1) dengan peramalan berdasarkan metode pemulusan eksponensial satu parameter dari

0 20000 40000 60000 80000 100000

2005 2006 2007 2008 2009 2010 2011 2012 2013 2014

ju mlah pen ga ngguran Tahun

(12)

susunan data dan kemudian memperoleh rata-rata atau nilai tengah kuadrat tersebut dan kemudian dicoba nilai yang lain.

Untuk menghitung MSE pertama dicari error terlebih dahulu yang merupakan hasil dari data asli dikurangi hasil ramalan. Lalu tiap error dikuadratkan dan dibagi dengan banyaknya error. Secara matematis rumus MSE (Mean Square Error) sebagai berikut:

(13)

MSE = ∑��= ��

MSE

=

1 116557 116557 116557

2 133470 118248,3 116726,13 119770,5 169,13

3 123670 118790,47 116932,564 120648,4 206,434 119939,6 3730,4 13915884,16

4 125477 119459,123 117185,2199 121733 252,6559 120854,81 4622,19 21364640,4 5 137160 121229,2107 117589,619 124868,8 404,39908 121985,682 15174,318 230259926,8 6 133811 122487,3896 118079,396 126895,4 489,777065 125273,2015 8537,7985 72894003,23 7 99916 120230,2507 118294,4815 122166 215,0854622 127385,1603 -27469,1603 754554766,5 8 84501 116657,3256 118130,7659 115183,9 -163,7155907 122381,1053 -37880,1053 1434902377 9 100568 115048,393 117822,5286 112274,3 -308,2372876 115020,1697 -14452,1697 208865208,8 10 92437 112787,2537 117319,0011 108255,5 -503,5274893 111966,0202 -19529,0202 381382628,6

(14)

(17)

(22)

Tabel 4.11 Perbandingan Ukuran Ketetapan Metode Peramalan

Dari tabel 4.11 diatas dapat dilihat yang menghasilkan nilai MSE yang paling kecil atau minimum yaitu pada nilai parameter pemulusan = 0,4, yaitu dengan MSE = 299319497,6. Jadi yang dipakai adalah = 0,4

4.2.2 Penentuan Bentuk Persamaan Peramalan

Perhitungan pada tabel 4.5 didasarkan = 0,4 dan ramalan untuk satu periode ke depan yaitu:

MSE 0,1 389767429,4 0,2 343883353,2 0,3 307842623,9 0,4 299319497,6 0,5 310998077,7 0,6 334374847,5 0,7 365820212,6 0,8 404804746 0,9 450995836,7

(23)

�= _−�� (�′�–�′′�)

��+ = � + ��

Berdasarkan data terakhir dapat dibuat peramalan untuk satu tahun berikutnya dengan bentuk persamaan peramalan:

��+ = 91580,51 + (-4888,207509) ( )

4.3 Peramalan Jumlah Pengangguran

Setelah diperoleh model peramalan jumlah pengangguran, maka dapat dihitung untuk 2 periode ke depan yaitu untuk tahun 2015 dan 2016 seperti tertera dibawah

a. Untuk periode 11 (tahun 2015)

��+ = 91580,51 + (-4888,207509) (�) � + = 91580,51 + (-4888,207509) (1) � + = 86692,30328

(24)

� + = 81804,09577

Tabel 4.12 Peramalan Jumlah Pengangguran di Kota Medan Tahun 2015 sampai 2016

Tahun Periode Forecasting (Jiwa/orang)

2015 11 86692

2016 12 81804

Dari tabel diatas maka dapat dilihat bahwa jumlah pengangguran pada periode ke-11 atau tahun 2015 sebesar 86692 dan untuk periode ke-12 atau tahun 2016 sebesar 81804.

(25)

5.1 Pengertian Implementasi Sistem

Implementasi sistem adalah prosedur yang dilakukan untuk menyelesaikan desain sistem yang ada dalam desain yang disetujui, menginstal, dan memulai sistem baru atau sistem yang akan diperbaiki. Tahapan implementasi merupakan tahapan penerapan hasil desain tertulis ke dalam programming (coding). Dalam pengolahan data pada karya tulis ini penulis menggunakan satu perangkat lunak sebagai implementasi system yaitu Microsoft Excel dalam menyelesaikan masalah untuk memperoleh hasil perhitungan.

Dalam hal pengolahan data, computer mempunyai kelebihan dari manusia yaitu kecepatan, ketepatan, dan keandalan dalam memproses data. Dengan adanya perangkat lunak komputer tersebut kita sangat terbantu karena memang ada kalanya data yang sangat rumit dan banyak tidak dapat dikerjakan secara manual atau dengan menggunakan tenaga manusia yang tentunya membutuhkan waktu dan tenaga yang sangat banyak untuk mengolah data tersebut, disamping itu faktor kesalahan yang dilakukan manusia relative besar. Selain itu, dengan adanya perangkat lunak komputer, diharapkan pekerjaan tersebut dapat dilakukan dengan cepat dan tepat, dan dengan tingkat kesalahan yang relative kecil.

(26)

1. Klik tombol start, yang ada pada taskbar 2. Bawah pointer mouse ke program, kemudian

3. Klik Microsoft Excel untuk memulai program, selanjutnya excel akan menampilkan buku kerja yang kosong.

Gambar 5.1 Mengaktifkan Microsoft Excel

Setelah aktif di dalam Microsoft Excel, akan tampil lembar kerja baru yang tersusun atas sel-sel yang terbentuk dalam baris dan kolom. Satu lembar kerja dapat memuat 65536 baris dan 256 kolom yaitu dari kolom A-IV, sedangkan 1 sel

(27)

keberadaan mouse.

Rumus selalu dimulai dengan tanda sama dengan (=), misalnya: =Sum(range) digunakan untuk menjumlahkan renge tertentu. Nilai yang dihasilkan dapat berubah apabila rangkaian nilai dalam rumus berubah.

4. Kita dapat memasukkan data lembar kerja dengan langkah sebagai berikut: a. Tempatkan petunjuk sel tempat data tersebut akan ditempatkan

b. Ketik data yang akan dimasukkan

c. Untuk mengakhiri tekan enter atau tanda panah untuk berpindah sel atau dengan menggerakkan mouse ke tempat lain.

5. Menyimpan data

Setelah lembar kerja diisi dalam Microsoft Excel disimpan dengan nama file penggangguran. Langkah-langkah dalam menyimpan lembar kerja adalah sebagai berikut:

a. Ketik file b. Save as data

(28)

a. Pemulusan Eksponensial Tunggal (�′_�), untuk tahun pertama yakni tahun 2005, adalah periode pertama dari data historisnya, sehingga rumus yang tertera pada sel B41 adalah =41.

Sedangkan untuk periode kedua yakni untuk tahun 2006 dapat menggunakan rumus =(0,4*B42)+((1-0,4)*C41). Dalam kasus ini untuk sel C3 menghasilkan angka 123322,2. Untuk periode ketiga sampai periode kesepuluh hanya menyalin rumus tersebut.

b. Pemulusan Eksponensial Ganda (�′′_�), untuk tahun pertama yakni tahun 2005, adalah periode pertama dari data historisnya, sehingga rumus yang tertera pada sel C41 adalah =D41.

Sedangkan untuk periode kedua yakni untuk tahun 2006 dapat menggunakan rumus =(0,4*C42)+((1-0,4)*D41). Dalam kasus ini untuk sel D3 menghasilkan angka 119263,08. Untuk periode ketiga sampai periode kesepuluh hanya menyalin rumus tersebut.

c. Nilai _� dapat dicari pada periode kedua yaitu dengan rumus yang tertera pada sel E3 adalah =(2*C42)-D42, sehingga menghasilkan angka

(29)

pada sel F42 adalah =((0,4)/(1-0,4))*(C42-D42), sehingga menghasilkan angka 2706,08 dan untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.

e. Forecast (�_�+ ) untuk periode ketiga yaitu pada sel G43 adalah =E42+F42, sehingga menghasilkan angka 130087,4. Untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.

Dan untuk peramalan pada periode kesebelas atau tahun 2015 adalah =E50+F50 yang menghasilkan angka 86692,30328. Dan untuk periode keduabelas atau tahun 2016 adalah =E50+(F50*2) yang menghasilkan angka 81804,09577.

f. Nilai Error kuadrat dapat dicari dengan rumus pada sel I43 adalah =(B43-G43)^2 sehingga menghasilkan angka 41183022,76 dan untuk berikutnya hanya menyalin rumus tersebut.

g. Menghitung MSE dapat menggunakan rumus pada sel J51 adalah =I51/8 dengan hasil 299319497,6.

(30)

Gambar 5.2 Analisa Pada Microsoft Excel

5.3 Pembuatan Grafik

Grafik pada Excel dapat dibuat menjadi satu dengan data atau terpisah pada lembar grafik tersendiri, namun masih berada di file yang sama. Untuk membuat grafik pada excel dapat menggunakan chart wizard yang terdapat pada toolbar. Langkah-langkah yang perlu dilakukan adalah sebagai berikut:

1. Sorot sel yang ingin dibuat grafik pada tabel data 2. Klik menu Insert,chart

(31)

Gambar 5.3 Proses Pembuatan Grafik

4. Klik Enter

5.Tentukan keterangan pendukung grafik seperti title (judul tabel), axes (sumbu koordinat tabel), gridlines (garis bantu skala tabel), legends (keterangan tabel) data labels (nama data tabel) dan data table

6. Klik Enter

7. Pilih tempat untuk meletakkan grafik ini 8. Klik Finish

(32)

(33)

6.1 Kesimpulan

Berdasarkan hasil pengolahan data yang dilakukan sebelumnya pada Bab 4, maka kesimpulan yang diperoleh adalah sebagai berikut:

1. Dengan Metode Smoothing Eksponensial Ganda Satu Parameter dari Brown didapat nilai MSE yang terkecil adalah dengan = 0,4, yaitu MSE = 299319497,6.

2. Bentuk persamaan peramalan dari jumlah pengangguran di Kota Medanberdasarkan tahun 2005 sampai dengan tahun 2014 adalah:

��+ = 91580,51 + (-4888,207509) (�)

3. Diperkirakan jumlah pengangguran di Kota Medan untuk periode ke-12 atau pada tahun 2016 adalah sebesar 81804 jiwa

(34)

sangat membantu jika menggunakan alat bantu komputer khususnya program aplikasi Microsoft Excel 2007.

2. Dari hasil pengolahan data yang ada, jumlah pengangguran di Kota Medan diperkirakan menurun pada tahun 2016. Untuk itu hendaknya pemerintah daerah Kota Medan terus melakukan upaya dalam mengurangi jumlah pengangguran di Kota Medan agar tiap tahunnya jumlah pengangguran dapat menurun.

3. Sebagai bahan pertimbangan dan perbandingan dalam mengambil berbagai kebijakan, metode peramalan yang dibahas dalam Tugas Akhir ini akan sangat membantu

(35)

2.1 Pengertian dan Manfaat Peramalan

Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang disebut peramalan (forecasting). Sedangkan ramalan adalah suatu kondisi yang diperkirakan akan terjadi pada masa yang akan datang. Peramalan diperlukan karena adanya perbedaan waktu antara kesadaran akan dibutuhkannya suatu kebijakan baru dengan waktu pelaksanaan kebijakan tersebut. Waktu tenggang (lead time) merupakan suatu alasan untuk perencanaan (planning) dan peramalan (forecast). Bila waktu tenggang ini besarnya nol atau sangat kecil, maka tidak dibutuhkan peramalan. Bila waktu tenggang tersebut panjang dan hasil yang diperoleh membutuhkan faktor-faktor yang menyatakan bahwa perencanaan dapat dibentuk memiliki peranan penting, maka peramalan terjadi atau dibutuhkan sehingga tindakan yang tepat dapat dilakukan.

Penggunaan metode peramalan adalah untuk mengidentifikasi suatu model peramalan sedemikian rupa sehingga kesalahannya menjadi seminimal mungkin. Pada dasarnya, teknik peramalan dapat diterapkan dalam setiap kegiatan bisnis yang diorientasikan pada waktu yang akan datang, baik pada bidang sumber daya manusia, operasional (produksi), pemasaran, keuangan maupun kegiatan perekonomian secara besar.

(36)

dilakukan oleh para pimpinan puncak suatu perusahaan dan bersifat umum. Peramalan jangka pendek biasanya dilakukan pimpinan pada tingkat menengah maupun bawah dan lebih bersifat operasionalBerdasarkan ruang lingkupnya, peramalan dibedakan menjadi peramalan mikro dan peramalan makro. Contohnya adalah peramalan kondisi perekonomian dalam lima tahun yang akan datang (sebagai makro) dan peramalan kondisi perusahaan dalam lima tahun yang akan datang (sebagai mikro).

Berdasarkan metode peramalan yang digunakan, peramalan dibedakan menjadi metode kualitatif dan kuantitatif. Metode kualitatif lebih didasarkan pada intuisi dan penilaian orang yang melakukan peramalan daripada pemanipulasian data historis yang tersedia. Ini dilakukan karena tidak ada atau tidak cukup tersedia data historis. Teknik-teknik pada metode kualitatif terdiri atas penulisan scenario, penelitian pasar, dan lain-lain. Metode Kuantitatif didasarkan pada pemanipulasi atas data yang tersedia secara memadai dan tanpa intuisi maupun penilaian dari orang yang melakukan peramalan. Menurut Makridakis, Wheelwright, dan Mcgee (1983,h. 8-9), peramalan kuantitatif dapat diterapkan bila tiga kondisi berikut terpenuhi, yaitu:

(37)

2.3 Metode Pemulusan (Smoothing)

Metode pemulusan (smoothing) adalah metode peramalan dengan mengadakan penghalusan terhadap masa lalu, yaitu dengan mengambil rata-rata dari nilai beberapa tahun lalu untuk menaksir nilai pada beberapa tahun ke depan. Secara umum metode smoothing diklasifikasikan menjadi dua bagian:

1. Metode Rata-rata

Metode rata-rata dibagi atas empat bagian: a. Rata-rata sederhana

b. Rata-rata bergerak tunggal (Single moving average) c. Rata-rata bergerak ganda (Double moving average) d. Kombinasi rata-rata bergerak lainnya.

Metode rata-rata tujuannya adalah untuk memanfaatkan data masa lalu untuk mengembangkan suatu system peramalan pada periode mendatang.

2. Metode Pemulusan Eksponensial

(38)

�� : Data aktual pada periode ke-t �� : Ramalan pada periode ke-t

� : Parameter pemulusan

Metode ini terdiri atas:

1. Pemulusan Eksponensial Tunggal a. Satu Parameter (One parameter) b. Parameter Adaptif

2. Pemulusan Eksponensial Ganda

a. Satu Parameter (Metode Linier) dari Brown b. Dua Parameter dari Holt

3. Pemulusan Eksponensial Triple

a. Satu Parameter (Metode Kuadratik) dari Brown

Digunakan untuk pola kuadratik, kubik, atau orde yang lebih tinggi. b. Metode Kecenderungan Dan Musim Tiga Parameter Dari Winter

(39)

Metode Smoothing Ganda Satu Parameter dari Brown.

Tahap-tahap dalam menentukan ramalan adalah sebagai berikut:

a. Menentukan pemulusan pertama (�′_�)

�′�= α �� + (1-α) �′�− ………...(2) b. Menentukan pemulusan kedua (�′′_�)

�′′�= α �′� + (1-α) �′′�− ……….(3) c. Menentukan besarnya konstanta (�_�)

�� = �′� + (�′� - �′′�) = 2 �′�- �′′�………..(4) d. Menentukan besarnya slope/nilai trend dari data yang sesuai ( _�)

� = _−�� (�′� - �′′�)……….………(5) e. Menentukan besarnya peramalan (�_�+ )

��+ = �� + � m………(6)

Dengan :

m = Jumlah periode di depan yang diramalkan �′

(40)

� = Nilai slope

��+ = Hasil peramalan untuk m periode ke depan yang akan diramalkan.

2.4 Ketepatan Peramalan

Kata “ketepatan” dapat diartikan sebagai penunjukan seberapa jauh model peramalan tersebut mampu mereproduksi data yang telah diketahui. Dalam pemodelan deret berkala, sebagaian data yang diketahui dapat digunakan untuk meramalkan sisa data berikutnya sehingga memungkinkan orang untuk mempelajari ketepatan ramalan secara lebih langsung.

Ukuran yang digunakan untuk menguji ketepatan metode peramalan adalah nilai tengah kesalahan kuadrat (Mean Squared Error), dengan pedoman bahwa semakin kecil MSE, berate model itu semakin tepat digunakan. MSE dapat dicari dengan rumus sebagai berikut:

(41)

��= nilai ramalan pada periode ke t

n = banyaknya periode waktu yang dianalisa

2.5 Microsoft Office Excel

Microsoft Excel atau Microsoft Office Excel adalah sebuah program aplikasi lembar kerja elektronik (spreadsheet) yang dibuat dan didistribusikan oleh Microsoft Corporation yang dapat dijalankan pada Microsoft Windows dan Mac OS. Aplikasi ini memiliki fitur kalkulasi dan pembuatan grafik yang, dengan menggunakan strategi marketing Microsoft yang agresif, menjadikan.

Microsoft Excel sebagai salah satu program komputer yang populer digunakan di dalam komputer mikro hingga saat ini. Bahkan, saat ini program ini merupakan program spreadsheet paling banyak digunakan oleh banyak pihak, baik di platform PC berbasis Windows maupun platform Macintosh berbasis Mac OS.

(42)

1.1 Latar Belakang

Pengangguran merupakan masalah ekonomi makro yang berpengaruh langsung bagi standart kehidupan masyarakat baik di negara maju maupun negara berkembang yang menjadi bagian penting dalam pembangunan ekonomi yang ditandai dengan volume pertumbuhan ekonomi suatu negara yang sampai saat ini belum bisa diatasi oleh pemerintah nasional pada umumnya dan pemerintah daerah pada khususnya. Penurunan pertumbuhan ekonomi suatu negara akan menurunkan penyerapan tenaga kerja yang kemudian diikuti dengan meningkatnya pengangguran.

Masalah pengangguran di negara-negara berkembang jauh lebih rumit dan lebih serius jika dibandingkan dengan yang dihadapi di negara-negara maju. Permasalahan terletak pada ketidak-seimbangan diantara sumber-sumber ekonomi yang dimiliki kebanyakan negara-negara berkembang. Disatu pihak negara-negara tersebut mempunyai jumlah penduduk yang sangat berlebihan.

Jumlah penduduk yang terus berkembang pesat menunjukan bahwa fenomena pengangguran sudah menjadi hal yang biasa tetapi menjadi masalah bagi perekonomian suatu negara. Untuk tahun 2010, tercatat bahwa sekitar 143.366 orang jumlah pengangguran di Kota Medan dengan tingkat kemiskinan 8.58%. Selama kurun waktu 2006 – 2010, tingkat pengangguran terbuka di kota Medan mengalami

(43)

Angka pengangguran ini relative tinggi dan hal lain masih perlu menjadi perhatian baik yang berkaitan langsung dengan upaya setiap orang untuk memenuhi kebutuhan dasarnya sehingga dapat hidup layak dan tidak menjadi beban sosial maupun untuk mendorong mereka supaya dapat aktif secara ekonomi. Jumlah angkatan kerja yang tinggi dan tidak sebanding dengan kesempatan kerja yang tersedia menyebabkan tidak tertampunnya seluruh angkatan kerja yang ada. Untuk itu, kebijakan anggaran pada masa yang akan datang seharusnya lebih menitikberatkan dan meningkatkan anggaran di bidang ekonomi dan investasi di samping bidang-bidang yang lainnya.

Melalui uraian diatas, dengan permasalahan berkaitan dengan pengangguran, serta fenomena ekonomi yang terjadi didalamnya. Penulis tertarik dan ingin meramalkan jumlah pengangguran di kota medan agar pemerintah kota medan dapat mengantisipasi untuk mengatasi permasalahan pengangguran yang ada di Kota Medan. Oleh karena itu, penulis mengambil judul “Peramalan Jumlah Pengangguran di Kota Medan Tahun 2016 Dengan Menggunakan Metode Smoothing Eksponensial Ganda Brown ”.

(44)

penelitian ini adalah penulis ingin mengetahui seberapa besar jumlah pengangguran di Kota Medan pada tahun 2016 dan apakah waktu dapat meramalkan jumlah pengangguran pada tahun berikutnya.

1.3 Batasan Masalah

Agar pembahasan dalam penelitian ini tidak menyimpang dari apa yang telah dirumuskan serta untuk menyederhanakan masalah yang dihadapi, maka diperlukan batasan-batasan. Batasan-batasan dalam penelitian ini adalah:

1. Hanya jumlah pengangguran di Kota Medan tahun 2016 yang diramalkan. 2. Data yang digunakan adalah data jumlah pengangguran tahun 2005-2014. 3. Metode yang digunakan adalah smoothing eksponensial ganda: metode linear

satu parameter dari Brown.

4. Penulis tidak menganalisa tentang factor-faktor yang mempengaruhi jumlah pengangguran.

1.4 Manfaat Penelitian

Manfaat yang diperoleh dari pelaksanaan penelitian ini adalah sebagai berikut:

1. Sebagai melengkapi tugas dan memenuhi persyaratan dalam menyelesaikan pendidikan di program studi D-3 Statistika FMIPA USU.

(45)

pengangguran di Kota Medan.

4. Sebagai sarana meningkatkan pengetahuan dan wawasan penulis dalam menganalisa data.

5. Sebagai bahan bacaan, sumber informasi, dan referensi bagi pihak-pihak yang membutuhkan.

1.5 Tujuan Penelitian

Tujuan penelitian adalah sebagai berikut:

1. Untuk mengetahui jumlah pengangguran di Kota Medan pada tahun 2016. 2. Mengetahui bentuk persamaan peramalan yang dapat dipakai untuk

meramalkan jumlah pengangguran pada tahun 2016

1.6 Metode Penelitian

Metode yang digunakan penulis dalam melakukan penyusunan tugas akhir ini adalah: 1. Metode Penelitian Kepustakaan

Untuk memperoleh keterangan – keterangan dalam penulisan tugas akhir, penulis melakukan study literatur dengan membaca keperpustakaan dan mempelajari buku- buku yang didapat di perkuliahan.

(46)

Kota Medan. Data yang diperoleh, disajikan dan disusun dalam bentuk angka–angka agar di dapat segambaran data yang jelas

3. Pengolahan data

Pengolahan data untuk meramalkan jumlah pengangguran di Kota Medan dilakukan dengan menggunakan Metode Pemulusan (Smoothing) Eksponensial Ganda: Satu Parameter dari Brown. Untuk menganalisa data yang diperoleh, maka digunakan software Microsoft Excel 2007

1.7 Tinjauan Pustaka

Teori-teori penunjang yang digunakan dalam penulisan ini dikutip dari buku-buku antara lain:

1. Teknik dan Metode Peramalan oleh Sofjan Assauri. Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia, Jakarta. Dari buku ini dikutip peramalan dengan menggunakan pemulusan (smoothing) eksponensial.

2. Metode dan Aplikasi Peramalan, oleh Spyros Makridakis. Lembaga Penerbit Erlangga, 1993, Jakarta . dari buku ini dijelaskan lebih terperinci mengenai langkah-langkah penggunaan metode pemulusan (smoothing) eksponensial

(47)

Bab ini menjelaskan latar belakang, perumusan masalah, tujuan penulisan, metode penulisan dan sistematika penulisan.

BAB 2 LANDASAN TEORI

Bab ini menguraikan tentang konsep dan definisi tentang hal-hal yang menyangkut penyelesaian masalah yang dihadapi dalam Tugas Akhir.

BAB 3 GAMBARAN UMUM

Bab ini menguraikan gambaran mengenai Kota Medan yang menjadi objek penelitian penulis dalam membuat tugas akhir ini, yang

mencakup anatara lain geografisnya, iklim, penduduk, sosial, dan pemerintahannya.

BAB 4 PENGOLAHAN DATA

Bab ini penulis melakukan pengolahan data dengan Metode Smoothing Eksponensial Berganda, serta melakukan perhitungan jumlah pengangguran di kota medan

(48)

BAB 6 KESIMPULAN DAN SARAN

Bab ini menjelaskan tentang ringkasan dan kesimpulan dari

pembahasan didalam penyelesaian tugas akhir serta beberapa saran kepada pembaca sesuai hasil analisa yang telah diperoleh.

(49)

ditandai dengan volume pertumbuhan ekonomi suatu negara yang sampai saat

ini belum bisa diatasi oleh pemerintah nasional pada umumnya dan pemerintah

daerah pada khususnya. Penurunan pertumbuhan ekonomi suatu negara akan

menurunkan penyerapan tenaga kerja yang kemudian diikuti dengan

meningkatnya pengangguran.

(50)

TUGAS AKHIR

HENNY KRISTINA SAGALA 132407112

PROGRAM STUDI D-3 STATISTIKA DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2016

(51)

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh Ahli Madya

HENNY KRISTINA SAGALA 132407112

PROGRAM STUDI D-3 STATISTIKA DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

(52)

EKSPONENSIAL GANDA BROWN

Kategori : TUGAS AKHIR

Nama : HENNY KRISTINA SAGALA

Nomor Induk Mahasiswa : 132407112 Program Studi : STATISTIKA

Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM (MIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan, Juli 2016

Pembimbing

Drs. Partano Siagian, M.Sc NIP. 19511227 198003 1 001

(53)

TUGAS AKHIR

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

Medan, Juni 2016

HENNY KRISTINA SAGALA 132407112

(54)

Jumlah Pengangguran Di Kota Medan Tahun 2016 Dengan Menggunakan Metode Eksponensial Ganda Brown.

Terimakasih penulis sampaikan kepada Bapak Drs. Partano Siagian, M.Sc selaku pembimbing yang telah meluangkan waktunya selama penyusunan tugas akhir

ini. Terimakasih kepada Bapak Dr. Faifiziduhu Bu’ul�̈�̈ dan Bapak Dr. Suwarno Ariswoyo, M.Si selaku Ketua dan Sekretaris Program Studi D3 Statistika FMIPA USU, Bapak Prof. Dr. Tulus, M.Si dan Ibu Dr. Mardiningsih, M.Si selaku Ketua dan Sekretaris Departemen Matematika FMIPA USU Medan, Bapak Dr. Kerista Sebayang, M.S selaku Dekan FMIPA USU Medan, seluruh Staff dan Dosen Program Studi D3 Statistika FMIPA USU, pegawai FMIPA USU dan rekan-rekan kuliah. Akhirnya tidak terlupakan kepada ayah dan ibu penulis, Bapak Abin Binur Ali Sagala Ibu Jojor Nainggolan, memberikan bantuan dan dorongan yang diperlukan. Semoga Tuhan Yang Maha Esa akan membalasnya.

Penulis,

(55)

DAFTAR ISI v

DAFTAR TABEL vii

DAFTAR GAMBAR viii

BAB I PENDAHULUAN 1

1.1 LatarBelakang 1

1.2 RumusanMasalah 2

1.3 Batasan Masalah 3

1.4 Manfaat Penelitian 3

1.5 Tujuan Penelitian 4

1.6 Metode Penelitian 4

1.7 Tinjauan Pustaka 5

1.8 Sistematika Penulisan 6

BAB 2 LANDASAN TEORI 8

2.1 Pengertian dan Manfaat Peramalan 8

2.2 Jenis-jenis Peramalan 9

2.3 Metode Pemulusan (Smoothing) 10

2.3.1. Metode Yang Digunakan 11

2.4 Ketepatan Peramalan 13

2.5 Microsoft Office Excel 14

BAB 3 GAMBARAN UMUM 15

3.1 Gambaran Umum Kota Medan 15

3.1.1. Letak Geografis 15

3.1.2 Pemerintahan 16

3.1.3 Demografi 16

3.1.4 Kehidupan Sosial 17

3.2 Sejarah Singkat Badan Pusat Statistik Sumatra Utara 18 3.2.1. Visi dan Misi Badan Pusat Statistik 19 3.3 Struktur Organisasi Badan Pusat Statistik 20

(56)

4.2.1.Penaksiran Model Peramalan 24 4.2.2. Penentuan Bentuk Persamaan Peramalan 35

4.3 Peramalan Jumlah Pengangguran 36

BAB 5 IMPLEMENTASI SISTEM 38

5.1 Pengertian Implementasi Sistem 38

5.2 Pengoperasian Microsoft Excel 39

5.3 Pembuatan Grafik 43

BAB 6 KESIMPULAN DAN SARAN 47

6.1 Kesimpulan 47

6.2 Saran 48

DAFTAR PUSTAKA LAMPIRAN

(57)

Tabel 4.2 Pemulusan Eksponensial Ganda Metode Linier Satu Parameter dari Brown dengan menggunakan �=0.1

Tabel 4.3 Pemulusan Eksponensial Ganda Metode Linier Satu Parameter dari Brown dengan menggunakan �=0.2

Tabel 4.4 Pemulusan Eksponensial Ganda Metode Linier Satu Parameter dari Brown dengan menggunakan �=0.3

Tabel 4.5 Pemulusan Eksponensial Ganda Metode Linier Satu Parameter dari Brown dengan menggunakan �=0.4

Tabel 4.6 Pemulusan Eksponensial Ganda Metode Linier Satu Parameter dari Brown dengan menggunakan �=0.5

Tabel 4.7 Pemulusan Eksponensial Ganda Metode Linier Satu Parameter dari Brown dengan menggunakan �=0.6

Tabel 4.8 Pemulusan Eksponensial Ganda Metode Linier Satu Parameter dari Brown dengan menggunakan �=0.7

Tabel 4.9 Pemulusan Eksponensial Ganda Metode Linier Satu Parameter dari Brown dengan menggunakan �=0.8

Tabel 4.10 Pemulusan Eksponensial Ganda Metode Linier Satu Parameter dari Brown dengan menggunakan �=0.9

Tabel 4.11 Perbandingan Ukuran Ketetapan metode Peramalan 35 Tabel 4.12 Peramalan Jumlah Pengangguran di Kota Medan Tahun 2015 37

(58)

Gambar 4.1 Grafik Jumlah Pengangguran di Kota Medan dari tahun 2005 sampai tahun 2014

Gambar 5.1 Mengaktifkan Microsoft Excel 39

Gambar 5.2 Analisa Pada Microsoft Excel 43

Gambar 5.3 Proses Pembuatan Grafik 44

(1)

PERNYATAAN

PERAMALAN JUMLAH PENGANGGURAN DI KOTA MEDAN TAHUN 2016 DENGAN MENGGUNAKAN METODE EKSPONENSIAL GANDA BROWN

TUGAS AKHIR

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

Medan, Juni 2016

HENNY KRISTINA SAGALA 132407112

(2)

PENGHARGAAN

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa, berkat kasih karunia-Nya Penulis dapat menyelesaikan tugas akhir ini dengan judul Peramalan Jumlah Pengangguran Di Kota Medan Tahun 2016 Dengan Menggunakan Metode Eksponensial Ganda Brown.

Terimakasih penulis sampaikan kepada Bapak Drs. Partano Siagian, M.Sc selaku pembimbing yang telah meluangkan waktunya selama penyusunan tugas akhir

ini. Terimakasih kepada Bapak Dr. Faifiziduhu Bu’ul�̈�̈ dan Bapak Dr. Suwarno

Ariswoyo, M.Si selaku Ketua dan Sekretaris Program Studi D3 Statistika FMIPA USU, Bapak Prof. Dr. Tulus, M.Si dan Ibu Dr. Mardiningsih, M.Si selaku Ketua dan Sekretaris Departemen Matematika FMIPA USU Medan, Bapak Dr. Kerista Sebayang, M.S selaku Dekan FMIPA USU Medan, seluruh Staff dan Dosen Program Studi D3 Statistika FMIPA USU, pegawai FMIPA USU dan rekan-rekan kuliah. Akhirnya tidak terlupakan kepada ayah dan ibu penulis, Bapak Abin Binur Ali Sagala Ibu Jojor Nainggolan, memberikan bantuan dan dorongan yang diperlukan. Semoga Tuhan Yang Maha Esa akan membalasnya.

Penulis,

(3)

DAFTAR ISI

Halaman PERSETUJUAN ii

PERNYATAAN iii

PENGHARGAAN iv