Peramalan Jumlah Kenderaan Bermotor Menurut Jenisnya Di Kota Medan Tahun 2012

TUGAS AKHIR

SRI KUMALA PUTRI 062407164

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2009

PERAMALAN JUMLAH KENDARAAN BERMOTOR MENURUT JENISNYA DI KOTA MEDAN TAHUN 2012

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh Ahli Madya

SRI KUMALA PUTRI 062407164

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2009

PERSETUJUAN

Judul : PERAMALAN JUMLAH KENDARAAN

BERMOTOR MENURUT JENISNYA DI KOTA MEDAN TAHUN 2012

Kategori : TUGAS AKHIR

Nama : SRI KUMALA PUTRI

NIM : 062407164

Program Studi : D-III STATISTIKA Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan, Mei 2009

Diketahui / disetujui oleh

Departemen Matematika FMIPA USU

Ketua, Dosen Pembimbing,

Dr. Saib Suwilo, M.Sc. Drs. Suwarno Ariswoyo, M.Si.

PERNYATAAN

PERAMALAN JUMLAH KENDARAAN BERMOTOR MENURUT JENISNYA DI KOTA MEDAN TAHUN 2012

TUGAS AKHIR

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

Medan, Mei 2009

SRI KUMALA PUTTRI 062407164

PENGHARGAAN

Puji dan syukur penulis panjatkan kepada Allah SWT. Yang Maha Pemurah dan Maha Penyayang, dengan limpah karunia-Nya kertas kajian ini berhasil diselesaikan dalam waktu yang telah ditetapkan.

Ucapan terima kasih penulis sampaikan kepada Drs. Suwarno Ariswoyo, M.Si. selaku pembimbing pada penyelesaian tugas akhir ini yang telah memberikan panduan dan penuh kepercayaan kepada saya untuk menyempurnakan kajian ini. Panduan ringkas dan padat serta profesional telah diberikan kepada saya agar penulis dapat menyelesaikan tugas ini. Ucapan terima kasih juga ditujukan kepada Ketua dan Sekretaris Departemen Matematika Dr. Saib Suwilo, M.Sc. dan Drs. Henri Rani Sitepu, M.Si., Dekan dan Pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara, semua dosen pada Departemen Matematika FMIPA USU, pegawai di FMIPA USU, dan sahabat-sahabat seperjuangan di Statistika. Akhirnya tidak terlupakan kepada Ayahanda Sunarmin dan Ibunda Nurhadiah yang sangat saya cintai serta Bang Bambang, Bang Agus, Mbak Endang, Ulfa dan Bang Dedy yang selama ini telah banyak memberikan bantuan, dorongan dan do’a sehingga Tugas Akhir ini dapat terselesaikan. Semoga Allah SWT. Membalasnya.

DAFTAR ISI

Halaman

PERSETUJUAN ii

PERNYATAAN iii

PENGHARGAAN iv

DAFTAR ISI v

DAFTAR TABEL vii

BAB 1 PENDAHULUAN 1

1.1 Latar Belakang 1

1.2 Identifikasi Masalah 2

1.3 Maksud dan Tujuan 3

1.4 Metodologi Penelitian 4

1.4.1 Lokasi dan Waktu 6

1.5 Sistematika Penulisan 6

BAB 2 TINJAUAN TEORITIS 9

2.1 Peramalan 9

2.2 Jenis-jenis Peramalan 10

2.3 Langkah-langkah Peramalan 12

2.4 Metode Peramalan 13

2.5 Metodologi Penelitian 13

2.5.1 Metode Smoothing 13

2.5.2 Moving Average 14

BAB 3 TINJAUANUMUM BADAN PUSAT STATISTIK 18 3.1 Sejarah Singkat Badan Pusat Statistik 18

3.2 Kegiatan Badan Pusat Statistik 19

3.3 Struktur Organisasi Badan Pusat Statistik 23 3.4 Visi dan Misi Badan Pusat Statistik 24 3.5 Ruang Lingkup Kegiatan Kantor BPS Prov. Sumut 25

BAB 4 ANALISA DAN EVALUASI 26

4.1 Pengumpulan Data 26

4.2 Pengolahan Data 27

4.2.1 Nilai Kesalahan dari Peramalan 42

BAB 5 IMPLEMENTASI SISTEM 50

5.1 Pengertian Implementasi Sistem 50

5.2 Mengoperasikan Excel 50

5.3 Penggunaan Excel pada Contoh Data 57 5.4 Menghitung Nilai Kesalahan pada Contoh Data 58

BAB 6 KESIMPULAN DAN SARAN 60

6.1 Kesimpulan 60

6.2 Saran 61

DAFTAR PUSTAKA 62

DAFTAR TABEL

Halaman Tabel 4.1 Data Banyaknya Kendaraan Bermotor Menurut Jenis

Kendaraan dari Tahun 2001-2007 di Kota Medan 26 Tabel 4.2 Analisa dari Peramalan Mobil Penumpang 27 Tabel 4.3 Analisa dari Peramalan Mobil Gerobak 28

Tabel 4.4 Analisa dari Peramalan Bus 28

Tabel 4.5 Analisa dari Peramalan Sepeda Motor 29 Tabel 4.6 Hasil dari Peramalan Kendaraan Bermotor Menurut

JenisKendaraan dari Tahun 2008-2012 41 Tabel 4.7 Nilai Kesalahan dari Peramalan Mobil Penumpang 42 Tabel 4.8 Nilai Kesalahan dari Peramalan Mobil Gerobak 43 Tabel 4.9 Nilai Kesalahn dari Peramalan Bus 43 Tabel 4.10 Nilai Kesalahan dari Peramalan Sepeda Motor 44

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Propinsi Sumatera Utara merupakan salah satu propinsi yang mempunyai perkembangan yang pesat di bidang transportasi, khususnya perkembangan kendaraan bermotor. Hal ini dapat dilihat dari banyaknya kendaraan bermotor yang beroperasi, baik itu roda empat maupun roda dua. Perkembangan perekonomian suatu Negara dapat diukur dengan mengetahui tingkat perkembangan dunia industri di Negara tersebut. Misalnya industri kendaraan bermotor atau otomotif.

Seiring dengan perkembangan penduduk Indonesia, perkembangan industri otomotif semakin pesat. Hal ini diimbangi dengan banyaknya permintaan para konsumen untuk mendapatkan kepuasan dengan mamiliki berbagai jenis kendaraan yang beragam baik itu kendaraan roda dua atau lebih. Industri ini sempat mengalami pasang surut. Yaitu pada tahun 1998 dimana perusahaan-perusahaan industri di Negara kita dengan terpaksa mengurangi jumlah karyawannya. Namun seiiring pergantian kepemimpinan Negara kita, maka kondisi perekonomian kita semakin baik. Hal ini tentu memberikan dampak yang bagus bagi perusahaan industri tersebut.

Hingga saat ini semakin banyak jenis-jenis produk kendaraan yang diproduksi meningkat dari tahun ke tahun memberikan dampak yang tidak baik di lingkungan kita,

salah satunya pencemaran (polusi) udara. Kondisi ini diperparah dengan permintaan produksi kendaraan yang tinggi sehingga dengan banyaknya volume dan jenis kendaraan yang ada menimbulkan kemacetan yang tidak bisa dipandang sebelah mata. Untuk itu hendak adanya himbauan dari Pemerintah dalam menangani permasalahan yang timbul akibat meningkat ataupun menurunnya jumlah kendaran bermotor yang ada di kota Medan dan juga dalam hal kebersihan kota Medan karena semakin tingginya jumlah kendaraan bermotor maka semakin mudah lingkungan kita tecemar oleh asap yang ditimbulkan dari kendaraan-kendaraan tersebut.

Oleh karena itu penulis mencoba untuk meramalkan banyaknya kendaraan bermotor pada tahun 2012, untuk mengetahui apakah peramalan yang diperoleh dapat menggambarkan bagaimana jumlah kendaraan bermotor di kota Medan tahun 2012 apakah mengalami peningkatan dan sudah sesuai dengan kondisi jalan di kota Medan.

1.2 Identifikasi Masalah

Penyusunan Tugas Akhir yang berjudul “Peramaln Jumlah Kendaraan Bermotor Menurut Jenisnya Di Kota Medan Tahun 2012”, akan menguraikan tentang aspek-aspek jumlah kendaraan bermotor di kota Medan serta metodr-metode perhitungannya. Maka permasalahan yang dikaji dalam Tugas Akhir ini adalah :

1. Berapa banyak jumlah kendaraan bermotor menurut jenisnya (mobil penumpang, mobil gerobak, bus dan sepeda motor) di kota Medan pada tahun 2012.

2. Jenis kendaraan bermotor manakah yang banyak terdapat di kota Medan pada tahun 2012.

1.3 Maksud dan Tujuan

Penyusunan Tugas Akhir yang berjudul “Peramalan Jumlah Kendaraan Bermotor Menurut Jenisnya Di Kota Medan Tahun 2012” merupakan salah satu syarat untuk menyelesaikan perkuliahan program D3 Statistika di FMIPA USU.

Dalam hal ini penulis ingin meramalkan atau memperkirakan jumlah kendaraan bermotor di kota Medan pada tahun 2012. Diharapkan penulis dapat memberikan informasi bagi pemakai data, pembaca serta bagi kepentingan pemerintahdaerah guna melihat sampai sejauh mana peningkatan jumlah kendaraan bermotor di kota Medan pada tahun 2012.

1.4 Metodologi Penelitian

Untuk mendukung penyusunan Tugas Akhir, maka penulis membutuhkan data yang diperoleh melalui serangkaian tinjauan, penelitian, riset maupun pengambilan data. Data di dalam riset tersebut penulis menggunakan beberapa metode diantaranya :

1. Metode Penelitian Kepustakaan (Studi Literatur)

Dalam hal ini pengumpulan data serta keterangan-keterangan dapat dilakukan dengan membaca serta mempelajari buku-buku ataupun literatur pelajaran yang

didapat di perkuliahan ataupun umum, serta sumber informasi lainnya yang berhubungan dengan objek yang diteliti.

2. Metode Pengumpulan Data

Pengumpulan data untuk keperluan riset ini penulis lakukan dengan menggunakan data sekunder yang diperoleh dari Badan Pusat Statistik (BPS) Prov.Sumatera Utara. Data yang dikumpulkan tersebut kemudian diatur, disusun dan disajikan dalam bentuk angka-angka dengan tujuan untuk mendapatkan gambaran yang jelas tentang sekumpulan data tersebut.

3. Metode Pengolahan Data

Adapun pengolahan data dalam meramalkan jumlah kendaraan bermotor di kota Medan tahun 2012 dengan menggunakan perumusan:

Rata-rata Bergerak Linier (Linier Moving Average), yaitu :

a. Menetukan smoothing pertama (S't)

N

X X

X X

S t t t t N

t

1 2

1 ...

' = + − + − + + − +

S't = Smoothing pertama periode t Xt = Nilai riil periode t

b. Menetukan smoothing kedua (S"t)

N

S S

S S

S t t t t t N

1 2

1 ' ... ' '

'

" = + − + − + + − +

S"t = Smoothing kedua periode t

c. Menetukan besarnya konstanta (at)

at= S't + ( S't - S"t ) = 2S't - S"t

at = besarnya konstanta periode t

d. Menetukan besarnya slope (bt)

1 ) " ' ( 2

− − =

N S S

b t t

t

t

b = Slope / nilai trend dari data yang sesuai

e. Menentukan besarnya Forecast

Ft+m = at + bt (m)

Ft+m = besarnya forecast

1.4.1 Lokasi dan Waktu

Dalam melakukan peninjauan untuk penyusunan Tugas Akhir ini penulis mengambil data yang sudah ada pada Badan Pusat Statistik (BPS) Prov.Sumatera Utara. Penulis mengambil data dari tahun yang lampau sampai tahun tertentu guna melakuakn analisis. Sedangkan waktu yang digunakan untuk peninjauan adalah selama bulan Januari 2009.

1.5 Sistematika Penulisan

Seluruh penulisan dari Tugas Akhir ini disusun dalam beberapa bab yang setiap bab tersebut berisiskan sub-sub bab, disusun guna memudahkan pembaca untuk mengerti dan memahami isi penulisan ini. Adapun sistematika penulisannya adalah sebagai berikut :

BAB 1 PENDAHULUAN

Bab ini menerangkan tentang latar belakang, identifikasi masalah, maksud dan tujuan, metode penelitian yang mencakup lokasi serta waktu pengambilan data dan sistematika penulisan.

BAB 2 TINJAUAN TEORITIS

Bab ini menjelaskan tentang segala sesuatu yang mencakup penyelesaian masalah sesuai dengan judul dan permasalahan yang diutarakan.

BAB 3 SEJARAH SINGKAT BPS

Bab ini menjelaskan tentang sejarah singkat berdirinya Badan Pusat Statistik beserta struktur organisasinya.

BAB 4 ANALISIS DAN PEMBAHASAN

Bab ini menerangkan penganalissan dat yang telah diamati dan dikumpulkan, serta pengolahan data dengan menggunakan metode smoothing eksponensial linier satu – parameter untuk meramalkan pada tahun yang akan dating.

BAB 5 IMPLEMENTASI SISTEM

Bab ini menguraiakan tentang penerapan hasil desain tertulis ke dalam programming. Program yang digunakan Microsoft Excel.

BAB 6 KESIMPULAN DAN SARAN

Bab ini berisikan kesimpulan dan pembahasan di dalam penyelesaian Tugas Akhir serta sara-saran yang mungkin berguna baik untuk akademik maupun mahasiswa.

BAB 2

TINJAUAN TEORITIS

2.1 Peramalan

Dalam melakukan analisa ekonomi atau analisa kegiatan perusahaan, 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 subyektif, yaitu peramalan yang didasarkan atas perasaan atau intuisi dari orang yang menyusunnya. Dalam hal ini pandangan atau “judgment” 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, yaitu :

1. Peramalan jangka panjang, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan jangka 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 investasi 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 atas 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, judgment atau pendapat, dan pengetahuan serta pengalaman dari penyusunnya. Biasanya peramalan secara kualitatif ini didasarkan atas hasil penyelidikan.

2. Peramalan kuantitatif, yaitu peramalan yang 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 diperhatukan 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 diatas 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 peramalanyang 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 karenametode peramalan didasarkan atas data yang relevan pada masa lalu, maka metode peramalan ini dipergunakan dalam peramalan yan objektif. Perlu diketahui bahwa, keberhasilan peramalan didasarkan atas :

1. Pengetahuan teknik tentang informasi yang lalu yang dibutuhkan. 2. Teknik dan metode peramalan.

2.5 Metodologi Penelitian

2.5.1 Metode Smoothing

Metode Smoothing merupakan teknik meramal dengan cara mengambil rata – rata dari beberapa periode yang lalu untuk menaksir nilai pada masa atau periode yang akan datang. Dalan metode smoothing ini data historis digunakan untuk memperoleh angka ynag dilicinkan atau diratakan.

Metode smoothing ini dibagi menjadi dua, yaitu :

1. Moving Averages (MOVA) / rata – rata bergerak 2. Eksponensial Smoothing.

2.5.2 Moving Average

Metode ini dilakukan dengan mengambil sekelompok nilai pengamatan, mencari rata – ratanya kemudian menggunakan rata – rata tersebut sebagai ramalan untuk periode yang akan datang. Metode ini disebut rata – rata bergerak karena setiap kali data observasi baru tersedia, maka angka rata – rata baru dihitung dan digunakan sebagai ramalan (Forecast).

Metode Moving Averages ini dibagi menjadi dua, yaitu :

1. Rata – rata Bergerak Tunggal (Single Moving Averages) Metode ini mempunyai karakteristik khusus, yaitu :

a. Untuk menentukan ramalan pada periode yang akan datang memerlukan data historis selama jangka waktu tertentu. Misalnya, dengan 4 bulan moving average, maka ramalan bulan ke 5 baru bisa dibuat setelah bulan ke 4 selesai. Jika 6 bulan moving average, ramalan bulan ke 7 baru bisa dibuat setelah bulan ke 6 selesai.

b. Semakin panjang jangka waktu moving average, efek pelicinan semakin terlihat dalam ramalan atau menghasilkan moving average yang semakin luas.

2. Rata – rata Bergerak Ganda (Double Moving Average)

Dasar dari metode ini adalah menghitung rata – rata bergerak yang kedua. Rata– rata bergerak ganda ini merupakan rata – rata bergerak dari rata – rata bergerak, dan menurut simbol ditulis sebagai MA(M x N) dimana artinya adalah MA M periode dari MA N periode.

Adapun prosedur peramalan rata – rata bergerak linier meliputi tiga aspek : 1. Penggunaan rata – rata bergerak tunggal pada waktu t (ditulis S't)

2. Penyesuaian, yang merupakan perbedaan antara rata – rata bergerak tunggal dan ganda pada waktu t (ditulis S't - S''t), dan

3. Penyesuaian untuk kecenderungan dari periode t ke periode t +1 (atau ke periode t + m jika kita meramalkan M periode ke muka).

Secara umum pembahasan tersebut dapat dilakukan sebagai berikut : Prosedur rata – rata bergerak linier secara umum dapat diterangkan melalui persamaan berikut :

a. Menentukan smoothing pertama (S't), persamaan ini mempunyai asumsi bahwa saat ini kita berada pada periode waktu t dan mempunyai nilai masa lalu sebanyak N, sebagai berikut :

N

X X

X X

S t t t t N

t 1 2 1

' = + − + − +...+ − +

S't = smoothing pertama periode t Xt = nilai real periode t

N = jumlah periode

b. Menentukan smoothing kedua (S''t), persamaan ini menganggap bahwa semua rata – rata bergerak tunggal (S't) telah dihitung. Persamaan ini kita menghitung rata – rata bergerak N periode dari nilai – nilai S't tersebut.

N

S S

S S

S t t t t N

t 1 2 1

" ' + '− + '− +...+ '− + =

c. Menentukan besarnya konstanta (at), persamaan ini mengacu terhadap penyesuaian MA tunggal, S't,dengan persamaan sebagai berikut :

(

t t

)

t t t

t S S S S S

a = ' + ' − " =2 ' − " at = besarnya konstanta periode t

d. Menentukan besarnya slope (bt), persamaan ini menentukan taksiran kecenderungan dari periode waktu yang satu ke periode waktu berikutnya, persamaannya sebagai berikut :

(

)

1 " ' 2

− − =

N S S

b t t

t

bt = slope/nilai trend dari data yang sesuai

e. Menentukan besarnya forecast, persamaan in menunjukkan bagaimana memperoleh ramalan untuk m periode ke muka dari t.Ramalan untuk m periode ke muka adalah at dimana merupakan nilai rata – rata yang disesuaikan untuk periode t ditambah m kali komponen kecenderungan bt, persamaannya sebagai berikut :

( )

m b a F_t+m = _t + _t

Ft+m = besarnya forecast m = jangka waktu foresact

BAB 3

TINJAUAN UMUM BADAN PUSAT STATISTIK

3.1 Sejarah Singkat Badan Pusat Statistik

Kantor Badan Pusat Statistik (BPS) propinsi sumatera utara merupakan lembaga pemerintahan non departemen yang berada dibawah dan bertanggung jawab langsung kepada presiden.

Badan Pusat Statistik ini ada sejak :

1. Masa Pemerintahan Hindia Belanda

Pada bulan februari 1920, kantor statistik pertama kali didirikan oleh Direktur Pertanian, Kerajinan dan Perdagangan (Directur Van Land Bouw Nijeverheid En

Handel), dan kedudukan di bogor.

Pada tahun 1923, Dibentuk suatu komisi untuk statistik yang anggotanya merupakan wakil dari tiap – tiap departemen. Komisi tersebut diberi tugas untuk merencanakan tindakan-tindakan yang mengarah sejauh mungkin untuk mencapai kesatuan dalam kegiatan di bidang statistik di Indonesia. Pada tanggal 24 September 1924, nama lembaga tersebut diganti dengan nama Central Kantor Voor De Statistiek

2. Masa Pemerintahan Jepang

Pada bulan juni 1944 pemerintah jepang baru mengaktifkan kembali kegiatan statistik yang utamanya diarahkan untuk memenuhi kebutuhan perang atau militer. Pada masa ini CKS diganti menjadi Shomubu Chosasitsu Gunseikanbu.

3. Masa Kemerdekaan Republik Indonesia

Setelah Proklamasi Kemerdekaan Republik Indonesia (RI) tanggal 17 Agustus 1945. Kegiatan statistik ditangani oleh lembaga atau instansi baru sesuai dengan suasana kemerdekaan yaitu KAPPURI (Kantor Penyelidik Perangkaan Umum Republik Indonesia). Tahun 1946, Kantor KAPPURI dipindahkan ke Yogyakarta sebagai sekuens dari Perjanjian Linggar Jati. Sementara ini pemerintah Belanda (NICA) di Jakarta mengaktifkan kembali CKS.

Berdasarkan surat edaran kementerian kemakmuran tanggal 12 juli 1950 nomor:219/S.C,KAPPURI dan CKS dilebur menjadi Kantor Puast Statistik (KPS) dan berada dibawah dan bertanggung jawab kepada kemakmuran. Dengan surat Menteri Perekonomian tanggal 1 maret 1952 Nomor : P/44,lembaga KPS berada dibawah dan bertanggung jawab perekonomian. Selanjutnya keputusan Menteri Perekonomian tanggal 24 Desember 1953 Nomor:18.009/M,KPS dibagi menjadi 2 bagian yaitu bagian Research yang di sebut Afdeling A dan bagian penyelenggara tata usaha yang disebut Afdeling B.

4. Masa Orde Baru

Pada pemerintah Orde Baru khususnya untuk memenuhi kebutuhan perencanaan dan evaluasi pembangunan, maka untuk mendapatkan statistik yang handal, lengkap, tepat, akurat dan terpercaya mulai diadakan pembenaran organisasi Biro Pusat Statistik.

Dalam masa Orde Baru ini Badan Pusat Statistik telah mengalami empat (4) kali perubahan struktur organisasi :

a) Peraturan pemerintah Nomor : 16 tahun 1968 tentang organisasi Badan Pusat Statistik.

b) Peraturan pemerintah Nomor : 6 tahun 1980 tentang organisasi Badan Pusat Statistik.

c) Peraturan pemerintah Nomor : 2 tahun 1992 tentang kedudukan, tugas, fungsi,susunan dan tata kerja Biro Pusat Statistik.

d) Undang – undang Nomor :16 tahun 1997 tentang statistik.

e) Keputusan Presiden Republik Indonesia Nomor :86 tahun 1998 tentang Badan Pusat Statistik.

f) Keputusan kepala Badan Pusat Statistik Nomor :100 tahun 1998 tentang organisasi dan tenaga kerja Badan Pusat Statistik.

g) Peraturan Pemerintah Nomor : 51 tahun 1999 tentang penyelenggaraan statistik.

Tahun 1968, ditetapkan peraturan pemerintah Nomor : 16 tahun 1968 yaitu yang mengatur organisasi dan tata kerja di pusat dan di daerah. Tahun 1980 peraturan pemerintah Nomor : 6 tahun 1980 tentang organisasi sebagai pengganti peraturan di tiap provinsi terdapat perwakilan Badan Pusat Statistik dengan nama kantor Statistik Provinsi dan di Kabupaten atau Kotamadya terdapat cabang perwakilan Badan Pusat Statistik.

Pada tanggal 19 Mei 1997 menetapkan tentang statistik sebagai pengganti undang – undang Nomor : 6 dan 7 tentang sensus dan statistik. Pada tanggal 17 juni 1998 dengan Keputusan Presiden Republik Indonesia Nomor : 86 tahun 1998

ditetapkan Badan Pusat Statistik, sekaligus mengatur tata kerja dan struktur Organisasi Badan Pusat Statistik yang baru.

5. Masa Reformasi sampai sekarang

Sejak era reformasi sampai sekarang Badan Pusat Statistik terus mengalami reorganisasi seiring dengan berlakunya Undang-Undang Otonomi Daerah tahun 1999 dan PP No. 38 Tahun 2007 tentang Pembagian Urusan Pemerintahan antara Pemerintah, Pemerintahan Daerah Provinsi, dan Pemerintahan Daerah Kabupaten/Kota. Maka, BPS perlu melakukan reorganisasi seiring dengan semakin besarnya beban tugas Badan Pusat Statistik dengan dikeluarkannya Peraturan Presiden RI No. 86 Tahun 2007 tentang Badan Pusat Statistik.

3.2 Kegiatan Badan Pusat Statistik (BPS)

Badan Pusat Statistik (BPS) adalah Lembaga Negara Non Departemen. Badan Pusat Statistik melakukan kegiatan yang ditugaskan oleh Pemerintah antara bidang pertanian, agraria, pertambangan, kependudukan, sosial, ketenaga kerjaan, keuangan, pendapatan dan keagamaan. Selain hal-hal diatas Badan Pusat Statistik juga bertugas untuk melaksanakan koordinasi di lapangan, kegiatan statistik dari segenap instansi baik di pusat maupun daerah dengan tujuan mencegah dilakukannya pekerjaan yang serupa oleh dua atau lebih instansi, memajukan keseragaman dalam penggunaan defenisi, klasifikasi dan ukuran- ukuran lainnya

1. Pengumpulan data

Dalam pengumpulan data ini ada berbagai cara yang dipakai yaitu: sensus, survei sektoral, studi khusus dan pemanfaatan catatan administrasi. Sensus adalah kegiatan yang berskala besar yang dilakukan sepuluh tahun sekali sebagai upaya pengumpulan data secara menyeluruh. BPS melakukan tiga macam sensus yaitu:

a. Sensus Penduduk yang dilaksanakan pada tahun berakhiran 0 (Nol). b. Sensus Pertanian yang dilaksanakan pada tahun berakhiran 3 (tiga). c. Sensus Ekonomi yang dilaksanakan pada tahun berakhiran 6 (enam).

Survei Antar Sensus adalah kegiatan pengumpulan data yang berkaitan dengan sensus. Survei Sektoral adalah survei yang bebas penyelenggaraannya dan tidak mengait dengan salah satu sensus. Pemanfaatan catatan administrasi dilakukan bekerjasama dengan departemen/instansi Pemerintah atau Swasta yang mengelola administrasi atau melaksanakan survei khusus. Studi khusus dilakukan untuk mempelajari kegiatan aspek statistik guna memberi masukan untuk pengumpulan data statistik yang baru, penyempurnaan metode yang sudah ada sebelum diimplementasikan secara nasional.

2. Pengolahan data

Kegiatan selanjutnya adalah pengolahan data, kegiatan ini dilakukan dengan dua cara yaitu cara komputerisasi dengan cara manual. Di bidang perangkat keras saat ini BPS mempunyai jaringan yang terbesar di Indonesia hingga tingkat Kabupaten/Kotamadya dan dikelompokkan munurut Lokal Area Network untuk keperluan Resource Sharing. Dengan semakin memasyarakatnya penggunaan

komputer, memungkinkan untuk pengiriman data secara elektronik. Di bidang perangkat lunak BPS dilengkapi dengan berbagai bahasa Pemrograman.

3.3 Struktur Organisasi Badan Pusat Statistik

Struktur organisasi yang diterapkan di Kantor Badan Pusat Statistik adalah struktur organisasi lini dan staf. Struktur ini mengandung unsur – unsur specialisasi kerja, standarlisasi kegiatan, sentralisasi dan desentralisasi dalam pembuatan keputusan yang menunjukan lokasi kekuasaan, pembuatan keputusan dan ukuran satuan yang menunjukkan suatu kelompok kerja.

Adapun tujuan dari struktur organisasi lini dan staf di Kantor Badan Pusat Statistik (BPS) Propinsi Sumatera Utara adalah :

a. Pengkoordinasian yaitu yang memungkinkan komunikasi integrasi berbagai departemen dan kegiatan – kegiatan yang saling berhubungan satu sama lain. b. Pemberian saran yaitu memberikan saran atau membuat rekomendasi bagi

manajemen.

Adapun bagan atau struktur organisasi Badan Pusat Statistik Propinsi Sumatera Utara adalah sebagai berikut:

a. Sub Bagian Urusan Dalam b. Sub Bagian Perlengkapan c. Sub Bagian Keuangan d. Sub Bagian Kepegawaian

Sedangkan Bidang Penunjang Statistk Terdiri dari Lima (5) bidang yaitu : 1. Bidang Statistik Produksi

2. Bidang Statistik Distrubusi 3. Bidang Statistik Sosial

4. Bidang Integrasi Pengolahan dan Diseminasi Statitik (IPDS) 5 . Bidang Neraca Wilayah dan Analisis Statistik

3.4 Visi dan Misi Badan Pusat Statistika

Visi dari Badan Pusat Statistik

Badan pusat statistik mempunyai visi menjadikan informasi statistik sebagai tulang punggung informasi pembangunan nasional dan regional, didukung sumber daya manusia yang berkualitas, ilmu pengetahuan dan tekhnologi informasi yang mutakhir.

Misi dari Badan Pusat Statistik

Dalam menunjang pembangunan nasinal badan pusat statistik mengemban misi mengarahkan pembangunan statistik pada penyediaan data statistik yang bermutu, handal, efektif, dan efesien. Peningkatan kesadaran masyarakat akan arti dan kegunaan statistik, serta pegembanan ilmu pengetahuan statistik.

3.5 Ruang Lingkup Kegiatan Kantor BPS Provinsi Sumatra Utara

a. Merencanakan kegiatan badan pusat statistik untuk dilaksanakan misalnya : jenis data yang akan dikumpulkan, kegunaan data dan lain-lain.

Sesudah dikumpulkan data sebelumnya agar data yang diperlukan itu dapat dipergunakan dengan sebaik-baiknya.

c. Mengolah data badan pusat statistik

Sesudah dikumpulakan data tersebut satu persatu kemudian data diolah kembali supaya kita dengan mudah menemukan.

d. Menyajikan Data Badan Pusat Statistik

Kantor Badan Pusat Statistik adalah merupakan suatu sumber atau pusat informasi yang dapat mempermudah masyarakat untuk mengetahui tentang perkembangan negara Indonesia.

e. Menganalisa Data Badan Pusat Statistik

Kemudian data tersebut dianalisaatau dibahas terhadap data statistik tersebut juga, dan disebar luaskan .Misalnya Indikator pendapatan, Proyeksi keadaan perekonomian dan ketenaga kerjaan di Indonesia, Analisa Badan Pusat Statistik perbankan, dan lembaga keuangan lainnya.

BAB 4

ANALISA DAN EVALUASI

4.1 Pengumpulan Data

Data yang digunakan untuk penganalisaan tulisan ini adalah data jumlah kendaraan bermotor menurut jenis kendaraan di Medan dari tahun 2001 sampai dengan 2007, adalah sebagai berikut :

Tabel 4.1 Data Banyaknya Kendaraan Bermotor Menurut Jenis Kendaraan dari Tahun 2001 sampai dengan Tahun 2007 di Kota Medan

TAHUN

JENIS KENDARAAN MOBIL

PENUMPANG

MOBIL

GEROBAK BUS

SEPEDA MOTOR

2001 120271 88932 11042 493896

2002 128882 93989 11424 558236

2003 138179 99464 11815 657460

2004 149302 104776 12108 756569 2005 164314 112001 12406 883406 2006 175198 116184 12619 985745 2007 189157 120328 12751 1103707 Sumber : BPS Provinsi Sumatera Utara

4.2. Pengolahan Data

Setelah melihat data yang ada, maka penulis dapat meramalkan Banyaknya Kendaraan Bermotor Menurut Jenis Kendaraan di Kota Medan tahun 2012 yang masing – masing jenis kendaraan dapat ditabulasikan kembali ke dalam tabel berikut :

Tabel 4.2 Analisa dari Peramalan Mobil Penumpang

Tahun

Nilai Rata-rata Rata-rata Konstanta Nilai

Forecast Bergerak Bergerak periode t terend/

Observasi Tunggal Ganda slope 3 tahunan 3 tahunan

( S't ) ( S"t ) a b a+b (m)

2001 120271 - - - - - 2002 128882 - - - - - 2003 138179 129110.6667 - - - - 2004 149302 138787.6667 - - - - 2005 164314 150598.3333 139498.9 161697.8 11099.44 - 2006 175198 162938 150774.7 175101.3 12163.33 172797.2 2007 189157 176223 163253.1 189192.9 12969.89 187264.7

2008 202162.8

2009 215132.7

2010 228102.6

2011 241072.5

Tabel 4.3 Analisa dari Peramalan Mobil Gerobak

Tahun

Nilai Rata-rata Rata-rata Konstanta Nilai

Forecast Bergerak Bergerak periode t terend/

Observasi Tunggal Ganda slope 3 tahunan 3 tahunan

( S't ) ( S"t ) a b a+b (m) 2001 88932 - - - - - 2002 93989 - - - - - 2003 99464 94128.33333 - - - - 2004 104776 99409.66667 - - - - 2005 112001 105413.6667 99650.55556 111176.78 5763.1111 - 2006 116184 110987 105270.1111 116703.89 5716.8889 116939.889 2007 120328 116171 110857.2222 121484.78 5313.7778 122420.778 2008 126798.556 2009 132112.333 2010 137426.111

2011 142739.891

2012 148053.669

Tabel 4.4 Analisa dari Peramalan Bus

Tahun

Nilai Rata-rata Rata-rata Konstanta Nilai

Forecast Bergerak Bergerak periode t terend/

Observasi Tunggal Ganda slope 3 tahunan 3 tahunan

( S't ) ( S"t ) a b a+b (m) 2001 11042 - - - - - 2002 11424 - - - - - 2003 11815 11427 - - - - 2004 12108 11782.33333 - - - - 2005 12406 12109.66667 11773 12446.333 336.66667 - 2006 12619 12377.66667 12089.88889 12665.444 287.77778 12783 2007 12751 12592 12359.77778 12824.222 232.22222 12953.222

2008 13056.444

2009 13288.667

2010 13520.889

2011 13753.111

Tabel 4.5 Analisa dari Peramalan Sepeda Motor

Tahun

Nilai Rata-rata Rata-rata Konstanta Nilai

Forecast Bergerak Bergerak periode t terend/

Observasi Tunggal Ganda slope 3 tahunan 3 tahunan

( S't ) ( S"t ) a b a+b (m) 2001 493896 - - - - - 2002 558236 - - - - - 2003 657460 569864 - - - - 2004 756569 657421.6667 - - - - 2005 883406 765811.6667 664365.8 867257.6 101445.9 - 2006 985745 875240 766157.8 984322.2 109082.2 968703.444 2007 1103707 990952.6667 877334.8 1104571 113617.9 1093404.44 2008 1218188.44 2009 1331806.33 2010 1445424.22

2011 1559042.12

2012 1672660.10

Keterangan :

1. Mobil Penumpang

a. Ramalan untuk tahun 2006

Dimana S't, S''t, at,dan bt diperoleh dari tahun 2004

3

2004 2005

2006 2006

' X X X

S = + +

3

149302 164314

175198+ + =

= 162938

3 ' '

'2006 2005 2004 2006

" S S S

S = + +

3 138787 33 . 150598

162938+ +

=

a₂₀₀₆ =2S'₂₀₀₆−S"₂₀₀₆ = 2(162938)-150774.67 = 175101.33

(

)

1 " '

2 _{2006 2006} 2006 − − = N S S b 1 3 ) 33 . 150774 162938 ( 2 − − = = 12163.33 ) ( 2005 2005

2006 a b m

F = +

= 16197.77 + 11099.44(1) = 172797.21

b. Ramalan untuk tahun 2007

Dimana S't, S''t, at,dan bt diperoleh dari tahun 2005

3

2005 2006

2007 2007

' X X X

S = + +

3

164314 175198

189157+ + =

= 176223

3 " '

'_{2007 2006 2005} 2007

" S S S

S = + +

3 33 . 150598 162938

176223+ + =

a₂₀₀₇ =2S'₂₀₀₇−S"₂₀₀₇

= 2(176223) - 163253.11 = 189192.89

(

)

1 " '

2 _{2007 2007} 2007 − − = N S S b 89 . 12969 1 3 ) 11 . 163253 176223 ( 2 = − − = ) ( 2006 2006

2007 a b m

F = +

= 175101.33 + 12163.33(1) = 187264.66

Untuk mengetahui peramalan tahun 2008 sampai dengan tahun 2012 maka didapat bentuk persamaan peramalan berdasarkan tabel 4.2 yaitu sebagai berikut :

Ft+m = at + bt

F2007+m = 189192.89 + 12969.89 (m) nilai at dan bt didapat dari tahun 2007

c. Ramalan untuk tahun 2008

F2007+m = 189192.89 + 12969.89 (m) F2007+1 = 189192.89 + 12969.89 (1) F2008 = 202162.78

d. Ramalan untuk tahun 2009

F2007+2 =189192.89 + 12969.89 (2) F2009 = 215132.67

e. Ramalan untuk tahun 2010

F2007+3 = 189192.89 + 12969.89 (3) F2010 = 228102.56

f. Ramalan untuk tahun 2011

F2007+4 = 189192.89 + 12969.89 (4) F2011 = 241072.45

g. Ramalan untuk tahun 2012

F2007+5 = 189192.89 + 12969.89 (5) F2012 = 254042.34

2. Mobil Gerobak

a. Ramalan untuk tahun 2006

Dimana S't, S''t, at,dan bt diperoleh dari tahun 2004

3

2004 2005

2006 2006

' X X X

S = + +

3

104776 112001

116184+ + =

= 110987

3 ' '

'_{2006 2005 2004} 2006

" S S S

S = + +

3 67 . 99409 67 . 105413

110987+ +

a₂₀₀₆ =2S'₂₀₀₆−S"₂₀₀₆

= 2(110987) -105270.11 =116703.89

(

)

1 " '

2 _{2006 2006} 2006 − − = N S S b 1 3 ) 11 . 105270 110987 ( 2 − − = = 5716.89 ) ( 2005 2005

2006 a b m

F = +

= 111176.78 + 5763.11 (1) = 116939.89

b. Ramalan untuk tahun 2007

Dimana S't, S''t, at,dan bt diperoleh dari tahun 2005

3

2005 2006

2007 2007

' X X X

S = + +

3

112001 116184

120328+ + =

= 116171

3 ' '

'_{2007 2006 2005} 2007

" S S S

S = + +

3 67 . 105413 110987

116171+ + =

a₂₀₀₇ =2S'₂₀₀₇−S"₂₀₀₇

= 2(116171) – 110857.22 = 121484.78

(

)

1 " '

2 _{2007 2007} 2007 − − = N S S b

(

)

1 3 22 . 110857 116171 2 − − = = 5313.78 ) ( 2006 2006

2007 a b m

F = +

= 116703.89 + 5716.89 (1) = 122420.78

Untuk mengetahui peramalan tahun 2008 sampai dengan tahun 2012 maka didapat bentuk persamaan peramalan berdasarkan tabel 4.3 yaitu sebagai berikut :

Ft+m = at + bt

F2007+m= 121484.78 + 5313.78 (m) nilai at dan bt didapat dari tahun 2007

c. Ramalan untuk tahun 2008

F2007+m = 121484.78 + 5313.78 (m) F2007+1 = 121484.78 + 5313.78 (1) F2008 = 126798.56

d. Ramalan untuk tahun 2009

F2007+2 = 121484.78 + 5313.78 (2) F2009 = 132112.34

e. Ramalan untuk tahun 2010

F2007+3 = 121484.78 + 5313.78 (3) F2010 = 137426.12

f. Ramalan untuk tahun 2011

F2007+4 = 121484.78 + 5313.78 (4) F2011 = 142739.9

g. Ramalan untuk tahun 2012

F2007+5 = 121484.78 + 5313.78 (5) F2012 = 148053.68

3. Bus

a. Ramalan untuk tahun 2006

Dimana S't, S''t, at,dan bt diperoleh dari tahun 2004

3

2004 2005

2006 2006

' X X X

S = + +

3

12108 12406

12619+ +

= = 12377.67

3 ' '

'_{2006 2005 2004} 2006

" S S S

S = + +

3 33 . 11782 67 . 12109 67 .

12377 + +

=

a₂₀₀₆ =2S'₂₀₀₆−S"₂₀₀₆

= 2(12377.67) -12089.89 = 12665.45

(

)

1 " '

2 2006 2006 2006 − − = N S S b 1 3 ) 89 . 12089 67 . 12377 ( 2 −− = = 287.78 ) ( 2005 2005

2006 a b m

F = +

= 12446.34 + 336.67 (1) = 12783.01

b. Ramalan untuk tahun 2007

Dimana S't, S''t, at,dan bt diperoleh dari tahun 2005

3

2005 2006

2007 2007

' X X X

S = + +

3

12406 12619

12751+ + =

= 12592

3 " '

'_{2007 2006 2005} 2007

" S S S

S = + +

3 67 . 12109 67 . 12377

12592+ +

=

a₂₀₀₇ =2S'₂₀₀₇−S"₂₀₀₇ = 2(12592) -12359.78 = 12824.22

(

)

1 " '

2 _{2007 2007} 2007 − − = N S S b 1 3 ) 78 . 12359 12592 ( 2 − − = = 232.22 ) ( 2006 2006

2007 a b m

F = +

= 12665.45 + 287.78 (1) = 12953.23

Untuk mengetahui peramalan tahun 2008 sampai dengan tahun 2012 maka didapat bentuk persamaan peramalan berdasarkan tabel 4.4 yaitu sebagai berikut :

Ft+m = at + bt

F2007+m= 12824.22 + 232.22 (m) nilai at dan bt didapat dari tahun 2007

c. Ramalan untuk tahun 2008 F2007+m = 12824.22 + 232.22 (m) F2007+1 = 12824.22 + 232.22 (1) F2008 = 13056.44

d. Ramalan untuk tahun 2009 F2007+2 = 12824.22 + 232.22 (2) F2009 = 13288.66

e. Ramalan untuk tahun 2010 F2007+3 = 12824.22 + 232.22 (3) F2010 = 13520.88

f. Ramalan untuk tahun 2011 F2007+4 = 12824.22 + 232.22 (4) F2011 = 13753.1

g. Ramalan untuk tahun 2012 F2007+5 = 12824.22 + 232.22 (5) F2012 = 13985.32

4. Sepeda Motor

a. Ramalan untuk tahun 2006

Dimana S't, S''t, at,dan bt diperoleh dari tahun 2004

3

2004 2005

2006 2006

' X X X

S = + +

3

756569 883406

985745+ + =

= 875240

3 ' '

'2006 2005 2004 2006

" S S S

S = + +

3 67 . 657421 67 . 765811

875240+ +

a₂₀₀₆ =2S'₂₀₀₆−S"₂₀₀₆

= 2(875240) – 766157.78 = 984322.22

(

)

1 " '

2 _{2006 2006} 2006 − − = N S S b 1 3 ) 78 . 766157 875240 ( 2 − − = = 109082.22 ) ( 2005 2005

2006 a b m

F = +

= 867257.56 + 101445.91 (1) = 968703.47

b. Ramalan untuk tahun 2007

Dimana S't, S''t, at,dan bt diperoleh dari tahun 2005

3

2005 2006

2007 2007

' X X X

S = + +

3

883406 985745

1103707+ + =

= 990952.67

3 ' '

'2007 2006 2005 2007

" S S S

S = + +

3 67 . 765811 875240 67 .

990952 + +

=

a₂₀₀₇ =2S'₂₀₀₇−S"₂₀₀₇

= 2(990952.67) – 877334.78 = 1104570.56

(

)

1 " '

2 _{2007 2007} 2007 − − = N S S b 1 3 ) 78 . 877334 67 . 990952 ( 2 −− = = 113617.89 ) ( 2006 2006

2007 a b m

F = +

= 984322.22 + 109082.22 (1) = 1093404.44

Untuk mengetahui peramalan tahun 2008 sampai dengan tahun 2012 maka didapat bentuk persamaan peramalan berdasarkan tabel 4.5 yaitu sebagai berikut :

Ft+m = at + bt

F2007+m= 1104570.56 + 113617.89 (m) nilai at dan bt didapat dari tahun 2007

c. Ramalan untuk tahun 2008

F2007+m = 1104570.56 + 113617.89 (m) F2007+1 = 1104570.56 + 113617.89 (1) F2008 = 1218188.45

d. Ramalan untuk tahun 2009

F2007+2 = 1104570.56 + 113617.89 (2) F2009 = 1331806.34

e. Ramalan untuk tahun 2010

F2007+3 = 1104570.56 + 113617.89 (3) F2010 = 1445424.23

f. Ramalan untuk tahun 2011

F2007+4 = 1104570.56 + 113617.89 (4) F2011 = 1559042.12

g. Ramalan untuk tahun 2012

F2007+5 = 1104570 + 113617.89 (5) F2012 = 1672660.01

Setelah angka – angka peramalan m tahun kedepan diperoleh yaitu sebanyak 5 tahun, maka selanjutnya nilai peramalan yang diperoleh akan ditabulasikan dalam tabel khusus yaitu :

Tabel 4.6 Hasil Peramalan Kendaraan Bermotor Menurut Jenis Kendaraan dari Tahun 2008 sampai dengan Tahun 2012

TAHUN

JENIS KENDARAAN MOBIL

PENUMPANG

MOBIL

GEROBAK BUS

SEPEDA MOTOR 2008 202162.78 126798.56 13056.44 1218188045 2009 215132.67 132112.34 13288.66 1331806.34 2010 228102.56 137426.12 13520.88 1445424.23 2011 241072.25 142739.90 13753.10 1556042.12 2012 254042.34 148053..68 13985.32 1672660.01

Dari nilai peramalan pada tabel diatas dapat dikatakan bahwa pada tahun 2008 sampai dengan tahun 2010 terjadi peningkatan terhadap jumlah kendaraan bermotor di Medan.Dan diantara keempat jenis kendaraan diatas dapat diketahui bahwa jumlah kendaraan sepeda motor yang paling banyak terdapat di Medan.

4.2.1 Nilai Kesalahan dari Peramalan

1. Nilai Kesalahan dari Peramalan Mobil Penumpang

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

Tabel 4.7 Nilai Kesalahan dari Peramalan Mobil Penumpang

Tahun

Nilai

Observasi Ramalan Kesalahan

Kesalahan Persentase

Kesalahan Persentase Absolut Xi Fi Xi - Fi PE APE

2001 - - - - -

2002 - - - - -

2003 - - - - -

2004 - - - - -

2005 - - - - -

2006 175198 172797.21 2400.79 1.37032957 1.37032957 2007 189157 187264.66 1892.34 1.000407069 1.000407069

Jumlah 4293.13 2.370736639 2.370736639

2. Nilai Kesalahan dari Peramalan MobilGerobak

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

Tabel 4.8 Nilai Kesalahan dari Peramalan Mobil Gerobak

Tahun

Nilai

Observasi Ramalan Kesalahan

Kesalahan Persentase

Kesalahan Persentase

Absolut Xi Fi Xi - Fi PE APE

2001 - - - - -

2002 - - - - -

2003 - - - - -

2004 - - - - -

2005 - - - - -

2006 116184 116939.89 -755.89 -0.650597328 0.350597328 2007 120328 122420.78 -2092.78 -1.73922944 1.73922944

Jumlah -2848.67 -2.389826768 2.089826768

3. Nilai Kesalahan dari Peramalan Bus

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

Tabel 4.9 Nilai Kesalahan dari Peramalan Bus

Tahun

Nilai

Observasi Ramalan Kesalahan

Kesalahan Persentase

Kesalahan Persentase Absolut Xi Fi Xi - Fi PE APE

2001 - - - - -

2002 - - - - -

2003 - - - - -

2004 - - - - -

2005 - - - - -

2006 12619 12783.01 -164.01 -1.29970679 1.29970679 2007 12751 12953.25 -202.25 -1.58615010 1.58615010 Jumlah _{-366.26 -2.88585689 2.88585689}

4. Nilai Kesalahan dari Peramalan Sepeda Motor

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

Tabel 4.10 Nilai Kesalahan dari Peramalan Sepeda Motor

Tahun

Nilai

Observasi Ramalan Kesalahan

Kesalahan Persentase

Kesalahan Persentase

Absolut Xi Fi Xi - Fi PE APE

2001 - - - - -

2002 - - - - -

2003 - - - - -

2004 - - - - -

2005 - - - - -

2006 985745 968703.47 17041.53 1.728797001 1.728797001 2007 1103707 1093404.44 10302.56 0.933450635 0.933450635 Jumlah 27344.09 2.661647636 2.661647636

a. Mobil Penumpang

Sebagai contoh perhitungan diambil dari tahun 2007, yang telah dilakukan pada tabel 4.7 yaitu sebagai berikut :

1. Kesalahan

2007 2007

2007 X F

e = −

= 189157 – 187264,66 = 1892,34

2. Kesalahan Persentase 100 2007 2007 2007 2007 × − = X F X PE

= 100

189157 66 , 187264 189157 × − = 1,000407069

3. Kesalahan Persentase Absolut 100 2007 2007 2007 2007 × − = X F X APE

= 100

189157 66 , 187264 189157 × − = 1,000407069

Berdasarkan dari hasil penjumlahan nilai PE (Persentase Error) dan APE (Absolute Persentage Error) maka didapat pula nilai sebagai berikut :

1. Nilai Tengah Kesalahan Persentase

∑

= = 2 1 2 i PE MPE = 2 370736639 , 2

= 1,2 %

2. Nilai Tengah Kesalahan Persentase Absolut

∑

= = 2 1 2 i APE MAPE = 2 370736639 , 2 = 1,2

b. Mobil Gerobak

Sebagai contoh perhitungan diambil dari tahun 2007 yang telah dilakukan pada tabel 4.8 yaitu sebagai berikut :

1. Kesalahan

2007 2007

2007 X F

e = −

= 120328 – 122420,78 = -2092,78

2. Kesalahan Persentase

100 2007 2007 2007 2007 × − = X F X PE

= 100

120328 78 , 122420 120328 × − = -1,73922944

3. Kesalahan Persentase Absolut

100 2007 2007 2007 2007 × − = X F X APE

= 100

120328 78 , 122420 120328 × − = 1,73922944

Berdasarkan dari hasil penjumlahan nilai PE (Persentase Error) dan APE (Absolute Persentage Error) maka didapat pula nilai sebagai berikut :

1. Nilai Tengah Kesalahan Persentase

∑

= = 2 1 2 i PE MPE

MPE =

2 389826768 ,

2

2. Nilai Tengah Kesalahan Persentase Absolut

∑

= = 2 1 2 i APE MAPE = 2 089826768 , 2

= 1,0 %

c. Bus

Sebagai contoh perhitungan diambil dari tahun 2007, yang telah dilakukan pada tabel 4.9 yaitu sebagai berikut :

1. Kesalahan

2007 2007

2007 X F

e = −

= 12751 – 12953,25 = -202,25

2. Kesalahan Persentase 100 2007 2007 2007 2007 × − = X F X PE

= 100

12751 25 , 12953 12751 × −

= - 1,586150106

3. Kesalahan Persentase Absolut

100 2007 2007 2007 2007 × − = X F X APE

= 100 12751 25 , 12953 12751 ×

Berdasarkan dari hasil penjumlahan nilai PE (Persentase Error) dan APE (Absolute Persentage Error) maka didapat pula nilai sebagai berikut :

1. Nilai Tengah Kesalahan Persentase

∑

= = 2 1 2 i PE MPE = 2 88585689 , 2

− _{= - 1,4 %}

2. Nilai Tengah Kesalahan Persentase Absolut

∑

= = 2 1 2 i APE MAPE = 2 88585689 , 2

= 1,4 %

d. Sepeda Motor

Sebagai contoh perhitungan diambil dari tahun 2007 yang telah dilakukan pada tabel 4.10 yaitu sebagai berikut :

1. Kesalahan

12007 2007

2007 X F

e = −

= 1103707 – 1093404,47 = 10302,53

2. Kesalahan Persentase 100 2007 2007 2007 2007 × − = X F X PE

= 100

1103707 47 , 1093404 1103707 × −

3. Kesalahan Persentase Absolut 100 2007 2007 2007 2007 × − = X F X APE

= 100

1103707 47 , 1093404 1103707 × −

= 0,9 %

Berdasarkan dari hasil penjumlahan nilai PE (Persentase Error) dan APE (Absolute Persentage Error) maka didapat pula nilai sebagai berikut :

1. Nilai Tengah Kesalahan Persentase

∑

= = 2 1 2 i PE MPE = 2 661647636 , 2

= 1,3 %

2. Nilai Tengah Kesalahan Persentase Absolut

∑

= = 2 1 2 i APE MAPE = 2 661647636 , 2

BAB 5

IMPLEMENTASI SISTEM

5.1 Pengertian Implementasi Sistem

Implementasi Sistem adalah prosedur yang dilakukan untuk menyesuaikan desain yang ada dalam desain system yang disetujui, menginstal dan memulai sistem baru yang 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 (software) sebagai implementasi system yaitu program Excel dalam masalah memperoleh hasil perhitungan.

5.2. Mengoperasikan Excel

Sebelum mengoperasikan software ini, pastikan bahwa pada computer Anda telah terpasang program Excel. Setelah computer terpasang program, selanjutnya Anda dapat menjalankan program ini dengan langkah-langkah sebagai berikut :

1. Setelah computer dalam posisi hidup, klik tombol Start

2. Pilih Programs

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

Selain cara tersebut di atas, ada cara lain untuk menjalankan program ini, yaitu jika pada computer Anda telah diinstal Office Shortcut, untuk memulai Excel Anda cukup mengklik tombol Excel pada Shortcut Bar. Selanjutnya Excel akan menampilkan buku kerja seperti gambar berikut :

Tampilan Excel di layar akan bervariasi bergantung pada jenis monitor yang dipakai. Ketika Anda memulai program Excel, workbook Excel yang pertama disebut Book1. Jika anda membuka workbook lainnya saat itu juga, Excel secara otomatis akan menamai book2, demikian seterusnya.

a) Aturan pengoperasian

Untuk mempermudah pengoperasian Excel dengan mudah ada beberapa istilah yang perlu kami ulas, diantaranya adalah :

Klik : menekan tombol kiri mouse satu kali kemudian melepaskan Klik Ganda : menekan dan melepas tombol kiri mouse sebanyak dua kali

secara cepat dan berurutan

Geser : menekan dan menggeser tombol kiri mouse sambil menggerakkan pointer mouse ke arah yang dikehendaki

Ctrl + C : menekan tombol Ctrl, selanjutnya tekan C dan lepaskan kedua tombol tersebut.

Icon : gambar grafis yang terdapat pada layar dan biasa diklik untuk

melakukan suatu perintah atau program tertentu.

b) Jendela Workbook

Bagian layar yang digunakan oleh suatu program disebut jendela. Jendela workbook Excel terdiridari dari banyak elemen windows.

c) Workbook

Workbook atau sering disebut buku kerja adalah dokumen yang terdapat pada Excel yang setiap buku kerja terdiri dari tiga lembar kerja atau sering disebut sheet, dimana jumlah sheet ini bisa ditambah atau dikurangi sesuai kebutuhan anda.

Umumnya jika anda memulai Excel, sebuah workbook kosong akan terbuka dengan judul sementara Book1 kecuali jika anda memulai Excel beserta sebuah file yang telah ada.Untuk membuka file-file tambahan, pilih New atau Open dari menu File atau gunakan tombol Newbook dan Open pada Toolbar standart.

Anda juga dapat membuka workbook sebanyak yang diinginkan sampai computer anda kehabisan memori. Workbook yang baru tampil di atas jendela workbook yang terakhir aktif dan menjadi jendela workbook aktif.

c) Lembar kerja (Sheet)

Seperti dijelaskan di atas bahwa pada saat anda mengaktifkan Excel, maka secara otomatis sebuah buku kerja akan tampil. Buku kerja tersebut terdiri atas tiga lembar kerja atau Sheet. Lembar kerja Excel terdiri dari 256 kolom dan 65536 baris. Kolom diberi nama A, B, C,….,Z dilanjutkan dengan AA, BB, CC,…, dan baris ditandai dengan angka 1, 2, 3,…..sampai 65536.

Perpotongan antara kolom dan baris biasa disebut sel (cell). sel diberi nama menurut lokasi dan koordinat, misalnya Sel C20 ini artinya perpotongan antara kolom pada C dengan baris ke 20, sel yang aktif ditandai dengan sel pointer/petunjuk sel.

Petunjuk sel yang terdapat pada lembar kerja dapat dipindahkan dari satu sel ke sel yang lainnya. Untuk memindahkan satu sel ke sel yang lain gunakan tombol dalam keyboard seperti yang berikut ini :

Tombol Keterangan

• • • • menggeser pointer ke kiri, atas, kanan atau ke bawah suatu sel

HOME memindahkan pointer mouse ke awal baris

CTRL + HOME berpindah ke awal kerja

PAGE DOWN berpindah satu layar ke bawah

PAGE UP berpindah satu layar ke atas

ALT + PAGE DOWN berpindah satu layar ke kanan

ALT + PAGE UP berpindah satu layar ke kiri

CTRL + F16 berpindah ke buku kerja atau jendela lain

CTRL + SHIF + F6 berpindah ke buku kerja atau jendela sebelumnya

F6 berpindah antarpanes pada Workbook yang di split

SHIFT + F6 berpindah ke pane awal dalam workbook yang displit

TAB pindah antar sel yang tidak terprotek pada lembar kerja yang diprotek

END tanda panah berpindah antar blok baik di dalam maupun baris

HOME berpindah ke sel di jendela sebelah kiri

d) Sel

Sel dibagi menjadi tiga kelompok, yaitu :

1. Sel relative

Sel relative adalah sel yang jika disalin akan menyesuaikan dengan tempat atau lokasi yang baru.

2. Sel semiabsolute

Sel semiabsolute adalah sel tempat salah satu posisi (baris atau kolom) bertanda $. Absolute kolom misalnya pada sel A1 berisi $A1 artinya jika sel tersebut dikopi ke posisi baru kolom tersebut akan selalu tetap sedangkan barisnya akan menyesuaikan. Sedangkan absolute baris penulisannya adalah A$1, artinya jika sel tersebut dikopi, baris yang bersangkutan akan selalu tetap sedangkan kolom akan menyesuaikan.

3. Sel absolute

Sel absolute adalah sel baik kolom maupun barisnya terkunci, misalnya pada sel A1 berisi $A$9, artinya jika sel tersebut disalin atau dikopi baik baris ataupun kolom akan terkunci.

e) Memasukkan Data ke Lembar Kerja

Anda dapat memasukkan data ke lembar kerja dengan langkah sebagai berikut:

1. Tempatkan penunjuk sel pada tempat atau sel tempat data tersebut akan ditempatkan

2. Ketik data yang akan dimasukkan

3. Untuk mengakhiri, tekan Enter atau tanda panah untuk berpindah sel atau dengan menggerakkan mouse ke tempat sel lain.

f) Mengakhiri Program Excel

Setelah anda selesai bekerja dengan Excel dan ingin keluar dari Excel, pilih perintah Exit darri menu File atau klik tombol close (x) dalam jendela Excel. Selanjutnya, Excel akan menanyakan pakah anda akan menyimpan setiap perubahan yang telah dilakukan pada setiap buku kerja yang terbuka. Jika anda mengklik Yes, anda dapat menentukan nama file yang baru untuk setiap workbook yang belum disimpan kemudian meyimpannya. Jika anda mengklik No, setiap perubahan yang anda lakukan akan hilang ketika anda keluar dari Excel. Mengklik tombol Cancel akan membatalkan perintah Exit dan mengembalikan anda ke dalam program Excel.

5.3. Penggunaan Excel pada contoh data

Pada tampilan di atas anda dapat menyaksikan juga perhitungan moving average pertama (S't), moving average kedua (S"t), nilai konstanta (a), slope (b) dari analisa peramalan kendaraan bermotor (sebagai contoh analisa peramalan mobil penumpang) dengan cara :

a) S't yaitu pada tahun 2003 (sel C8) dengan menggunakan rumus : =SUM(B6:B8)/3

Untuk tahun berikutnya tinggal mengcopy rumus di atas

b) S"t yaitu pada tahun 2005 (sel D10) dengan menggunakan rumus : =SUM(C8:C10)/3

Untuk tahun berikutnya tinggal mengcopy rumus di atas

=(2*C10)-D10

Untuk tahun berikutnya tinggal mengcopy rumus di atas

d) b besarnya bias dicari pada tahun 2005 (sel F10) dengan menggunakan rumus : =(2*(C10-D10))/2

Untuk tahun berikutnya tinggal mengcopy rumus di atas

e) Nilai peramalannya {a + b(m)} bias dicari pada tahun 2004 (sel G11) dengan menggunakan rumus :

=E10+(F10*1)

Untuk tahun berikutnya tinggal mengcopy rumus di atas.

5.4. Menghitung Nilai Kesalahan pada contoh data

Pada tampilan di atas anda dapat menyaksikan juga hasil perhitungan kesalahan dari peramalan kendaraan bermotor (sebagai contoh nilai kesalahan untuk mobil penumpang) dengan cara :

a) Mencari nilai Kesalahan mulai tahun 2006 (sel D12) yaitu dengan menggunakan rumus :

=B12-C12

Untuk tahun berikutnya tinggal mengcopy rumus di atas

b) Nilai kesalahan persentase yaitu menunjukkan persentase dari nilai kesalahan meramal (sel E12) yaitu dengan menggunakan rumus :

=(B12-C12)/B12))*100

Untuk tahun berikutnya tinggal mengcopy rumus di atas

c) APE (Kesalahan Persentase Absolut) menunjukkan nilai kesalahan persentase absolute (sel F12) yaitu dengan menggunakan rumus :

=(ABS(B12-C12)/B12))*100

BAB 6

KESIMPULAN DAN SARAN

6.1 Kesimpulan

Setelah penulis mengadakan pengolahan data yang dilakukan sebelumnya, maka penulis mengambil beberapa kesimpulan yang dapat dikemukakan sebagai berikut :

a. Berdasarkan hasil peramalan yang telah dilakukan bahwa pada tahun 2008 sampai dengan tahun 2012 terjadi peningkatan terhadap jumlah kendaraan bermotor di Kota Medan. Dan diantara keempat jenis kendaraan (mobil penumpang, mobil gerobak, bus dan sepeda motor) tersebut dapat diketahui bahwa jumlah kendaraan sepeda motor yang paling banyak terdapat di Kota Medan.

b. Untuk tahun 2012 diperkirakan jumlah kendaraan bermotor ialah : Jenis : 1. Mobil Penumpang sebanyak 25.404,34 unit

2. Mobil Gerobak sebanyak 148.053,68 unit 3. Bus sebanyak 13.985,32 unit

6.2 Saran

Melihat prospek jumlah kendaraan bermotor yang terus mengalami peningkatan sehingga mengakibatkan penggunaan jalan raya yang semakin ramai, hal ini sangat berpengaruh terhadap tingkat kecelakaan. Untuk itu hendaknya perlu adanya perhatian yang khusus dari Pemerintah terhadap luas jalan raya yang digunakan.

DAFTAR PUSTAKA

1. Assauri Sofyan. 1984. Teknik dan Metode Peramalan. Edisi Pertama. Universitas Indonesia.

2. BPS . 2007. Profil Badan Pusat Statistik Provinsi. Medan.

3. Deanto. 2002. Proyeksi Bisnis dengan Microsoft Excel. Jakarta: Alex Media Komputindo.

4. Makridakis, Spyros. dan Wheelwright, Steven. C. 1993. Metode Dan Aplikasi

DEPARTEMEN PENDIDIKAN NASIONAL

UNIVERSITAS SUMATERA UTARA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM Jln. Bioteknologi No.1 Kampus USU Padang Bulan Medan-20155

Telp. (061) 8211050, 82144290, Fax. (061) 8214290

Medan, Januari 2009 Nomor : 364/H5.2.1.8/SPB/2009

Lampiran : -

Hal : Pengumpulan Data Riset Mahasiswa Program Studi D3 Statistika

FMIPA USU

Kepada Yth. :

Kepala Badan Pusat Statistik (BPS) Sumatera Utara Jalan Asrama No. 179

Medan

Dengan hormat, bersama ini kami sampaikan kepada Bapak/Ibu, bahwa Mahasiswa/i Program Studi Diploma III Ilmu Statistik FMIPA USU Medan, akan melaksanakan Pengumpulan data /Riset di Badan Pusat Statistik Prov. Sumataera Utara.

Sehubungan dengan hal tersebut di atas, kami mohon bantuan Saudara agar dapat menerima mahasiswa trsebut di bawah ini untuk melakukan penelitian atau pengumpulan data atas nama :

No. Nama NIM Program Studi

1 Sri Kumala Putri 062407164 D3 Statistika Data yang dimaksud khusus dipergunakan untuk menyusun Tugas Akhir Mahasiswa yang berjudul “ Peramalan Jumlah Kendaraan Bermotor Menurut Jenis Kendaraan Di

Kota Medan Tahun 2012” , pada program studi Diploma III Statistika FMIPA USU.

Demikian hal ini kami sampaikan, atas kerjasama dan bantuannya kami ucapkan terima kasih.

a.n Dekan

Dr. Sutarman, M.Sc. NIP. 131 945 359

Tembusan :

1. Yth. Ketua Program Studi D3 Statistika 2. Arsip

Badan Pusat Statistik

Provinsi Sumatra Utara

Medan, 30 Januari 2009 Nomor :

Lampiran :

Perihal : Surat Balasan Riset Pengumpulan Data

Kepada Yth,

Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara

Di Tempat

Dengan Hormat,

bersama ini diberitahukan bahwa Mahasiswi Program Studi Diploma III Statistika di Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara (USU) Medan, yang tertera di bawah ini :

Nama : Sri Kumala Putri NIM : 062407164 Jurusan : D-III Statistika

adalah benar telah melaksanakan penelitian di Badan Pusat Statistik Provinsi Sumatera Utara di Jalan Asrama No.179 Medan dengan sebanyak 3 kali terhitung pada tanggal 23, 28 dan 30 Januari 2009. Kegiatan ini dilakukan guna menyelesaikan Tugas Akhir pada Program Studi Diploma III Statistika di Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara (USU) Medan.

Demikian surat ini diperbuat untuk dipergunakan seperlunya. A.n Kepala BPS Sumatera Utara Kepala Diseminasi dan Layanan Statistik

NIP. 340015458 Noviar, S.Si

DEPARTEMEN PENDIDIKAN NASIONAL

UNIVERSITAS SUMATERA UTARA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA)

Jl. Bioteknologi No.1 Kampus USU Telp. (061) 8211050 Fax (061) 8214290 MEDAN – 20155, Email :

KARTU BIMBINGAN TUGAS AKHIR MAHASISWA

Nama Mahasiswa : Sri Kumala Putri Nomor Stambuk : 062407164

Judul Tugas Akhir : Peramalan Jumlah Kendaraan Bermotor Menurut Jenisnya Di Kota Medan Tahun 2012 Dosen Pembimbing : Drs. Suwarno Ariswoyo, M.Si

Tanggal Mulai Bimbingan : ……… Tanggal Selesai Bimbingan : ………

NO

TANGGAL ASISTENSI BIMBINGAN

PEMBAHASAN ASISTENSI MENGENAI

PADA BAB

PARAF DOSEN

PEMBIMBING KETERANGAN

1

2

3

4

5

6

Kartu ini harap dikembalikan ke Departemen Matematika bila bimbingan telah selesai.

Diketahui: Disetujui

Ketua Pelaksana Program D3 Pembimbing Utama/ Ilmu Komputer dan Statistika Penanggung Jawab FMIPA USU

Dr. Saib Suwilo, M.Sc Drs. Suwarno Ariswoyo, M.Si NIP. 131 796 149 NIP. 130 810 774

SURAT KETERANGAN

Hasil Uji Program Tugas Akhir

Yang bertanda tangan dibawah ini, menerangkan bahwa Mahasiswa Tugas Akhir Program Diploma III Statistika :

Nama : SRI KUMALA PUTRI NIM : 062407164

Program Studi : D-III Statistika

Judul Tugas Akhir : Peramalan Jumlah Kendaraan Bermotor Menurut Jenisnya di Kota Medan Tahun 2012

Telah melaksanakan test program tugas akhir dari Mahasiswa tersebut di atas pada tanggal……….

Dengan hasil : Sukses / Gagal

Demikian diterangkan untuk digunakan melengkapi persyaratan pendaftaran Ujian Meja Hijau Tugas Akhir Mahasiswa bersangkutan di Jurusan Statistika FMIPA USU Medan.

Medan. Mei 2009 Dosen Pembimbing

(Drs.Suwarno Ariswoyo, M.Si.) NIP. 130 810 774

Jumlah Kendaraan Bermotor Menurut Jenis Kendaraan

Tahun 2001 – 2007 Di Kota Medan

Tahun

Mobil Penumpang

Mobil

Gerobak Bus

Sepeda

Motor Jumlah

2001 120271 88932 11042 493896 714141

2002 128882 93989 11424 558236 792531

2003 138179 99464 11815 657460 906918

2004 149302 104776 12108 756569 1022755 2005 164314 112001 12406 883406 1172127 2006 175198 116184 12619 985745 1289746 2007 189157 120328 12751 1103707 1425943 Jumlah 1065303 735674 84165 5439019

DEPARTEMEN PENDIDIKAN NASIONAL

UNIVERSITAS SUMATERA UTARA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM Jln. Bioteknologi No.1 Kampus USU Padang Bulan Medan-20155

Telp. (061) 8211050, 82144290, Fax. (061) 8214290

Medan, Januari 2009 Nomor : 364/H5.2.1.8/SPB/2009

Lampiran : -

Hal : Pengumpulan Data Riset Mahasiswa Program Studi D3 Statistika

FMIPA USU

Kepada Yth. :

Kepala Badan Pusat Statistik (BPS) Sumatera Utara Jalan Asrama No. 179

Medan

Dengan hormat, bersama ini kami sampaikan kepada Bapak/Ibu, bahwa Mahasiswa/i Program Studi Diploma III Ilmu Statistik FMIPA USU Medan, akan melaksanakan Pengumpulan data /Riset di Badan Pusat Statistik Prov. Sumataera Utara.

Sehubungan dengan hal tersebut di atas, kami mohon bantuan Saudara agar dapat menerima mahasiswa trsebut di bawah ini untuk melakukan penelitian atau pengumpulan data atas nama :

No. Nama NIM Program Studi

1 Sri Kumala Putri 062407164 D3 Statistika

Data yang dimaksud khusus dipergunakan untuk menyusun Tugas Akhir Mahasiswa yang berjudul “ Peramalan Jumlah Kendaraan Bermotor Menurut Jenis Kendaraan Di

Kota Medan Tahun 2012” , pada program studi Diploma III Statistika FMIPA USU.

Demikian hal ini kami sampaikan, atas kerjasama dan bantuannya kami ucapkan terima kasih.

a.n Dekan

Dr. Sutarman, M.Sc. NIP. 131 945 359

Tembusan :

1. Yth. Ketua Program Studi D3 Statistika 2. Arsip

Badan Pusat Statistik

Provinsi Sumatra Utara

Medan, 30 Januari 2009

Nomor : Lampiran :

Perihal : Surat Balasan Riset Pengumpulan Data

Kepada Yth,

Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara

Di Tempat

Dengan Hormat,

bersama ini diberitahukan bahwa Mahasiswi Program Studi Diploma III Statistika di Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara (USU) Medan, yang tertera di bawah ini :

Nama : Sri Kumala Putri NIM : 062407164 Jurusan : D-III Statistika

adalah benar telah melaksanakan penelitian di Badan Pusat Statistik Provinsi Sumatera Utara di Jalan Asrama No.179 Medan dengan sebanyak 3 kali terhitung pada tanggal 23, 28 dan 30 Januari 2009. Kegiatan ini dilakukan guna menyelesaikan Tugas Akhir pada Program Studi Diploma III Statistika di Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara (USU) Medan.

Demikian surat ini diperbuat untuk dipergunakan seperlunya. A.n Kepala BPS Sumatera Utara Kepala Diseminasi dan Layanan Statistik

NIP. 340015458 Noviar, S.Si

DEPARTEMEN PENDIDIKAN NASIONAL

UNIVERSITAS SUMATERA UTARA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA)

Jl. Bioteknologi No.1 Kampus USU Telp. (061) 8211050 Fax (061) 8214290 MEDAN – 20155, Email :

KARTU BIMBINGAN TUGAS AKHIR MAHASISWA Nama Mahasiswa : Sri Kumala Putri

Nomor Stambuk : 062407164

Judul Tugas Akhir : Peramalan Jumlah Kendaraan Bermotor Menurut Jenisnya Di Kota Medan Tahun 2012 Dosen Pembimbing : Drs. Suwarno Ariswoyo, M.Si

Tanggal Mulai Bimbingan : ………

Tanggal Selesai Bimbingan : ………

NO TANGGAL ASISTENSI BIMBINGAN PEMBAHASAN ASISTENSI MENGENAI PADA BAB PARAF DOSEN

PEMBIMBING KETERANGAN

1 2 3 4 5 6

Kartu ini harap dikembalikan ke Departemen Matematika bila bimbingan telah selesai.

Diketahui: Disetujui

Ketua Pelaksana Program D3 Pembimbing Utama/ Ilmu Komputer dan Statistika Penanggung Jawab FMIPA USU

Dr. Saib Suwilo, M.Sc Drs. Suwarno Ariswoyo, M.Si

SURAT KETERANGAN

Hasil Uji Program Tugas Akhir

Yang bertanda tangan dibawah ini, menerangkan bahwa Mahasiswa Tugas Akhir Program Diploma III Statistika :

Nama : SRI KUMALA PUTRI

NIM : 062407164

Program Studi : D-III Statistika

Judul Tugas Akhir : Peramalan Jumlah Kendaraan Bermotor Menurut Jenisnya di Kota Medan Tahun 2012

Telah melaksanakan test program tugas akhir dari Mahasiswa tersebut di atas pada tanggal……….

Dengan hasil : Sukses / Gagal

Demikian diterangkan untuk digunakan melengkapi persyaratan pendaftaran Ujian Meja Hijau Tugas Akhir Mahasiswa bersangkutan di Jurusan Statistika FMIPA USU Medan.

Medan. Mei 2009 Dosen Pembimbing

(Drs.Suwarno Ariswoyo, M.Si.) NIP. 130 810 774

Jumlah Kendaraan Bermotor Menurut Jenis Kendaraan

Tahun 2001 – 2007 Di Kota Medan

Tahun

Mobil Penumpang

Mobil

Gerobak Bus

Sepeda

Motor Jumlah

2001 120271 88932 11042 493896 714141

2002 128882 93989 11424 558236 792531

2003 138179 99464 11815 657460 906918

2004 149302 104776 12108 756569 1022755

2005 164314 112001 12406 883406 1172127

2006 175198 116184 12619 985745 1289746

2007 189157 120328 12751 1103707 1425943

Jumlah 1065303 735674 84165 5439019