Peramalan Jumlah Pengangguran Di Sumatera Utara Pada Tahun 2010-2012 Dengan Menggunakan Metode Pemulusan (Smoothing) Eksponensial Ganda

(1)

PERAMALAN JUMLAH PENGANGGURAN DI SUMATERA UTARA PADA TAHUN 2010-2012 DENGAN MENGGUNAKAN METODE

PEMULUSAN (SMOOTHING) EKSPONENSIAL GANDA

TUGAS AKHIR

SITI ARINA R HARAHAP 072407057

PROGRAM STUDI D-3 STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2010

(2)

PERAMALAN JUMLAH PENGANGGURAN DI SUMATERA UTARA PADA TAHUN 2010-2012 DENGAN MENGGUNAKAN METODE

PEMULUSAN (SMOOTHING) EKSPONENSIAL GANDA

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Ahli Madya

SITI ARINA R HARAHAP 072407057

PROGRAM STUDI D-3 STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2010

(3)

PERSETUJUAN

Judul : PERAMALAN JUMLAH PENGANGGURAN DI SUMATERA UTARA PADA TAHUN 2010-2012 DENGAN MENGGUNAKAN METODE PEMULUSAN (SMOOTHING) EKSPONENSIAL GANDA

Kategori : TUGAS AKHIR

Nama : SITI ARINA R HARAHAP

Nomor Induk Mahasiswa : 072407057

Program Studi : DIPLOMA (D-III) STATISTIKA

Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan,

Diketahui/Disetujui oleh

Departemen Matematika FMIPA USU Pembimbing,

Ketua,

Dr. Saib Suwilo, M.Sc Drs. Faigiziduhu Bu’ulolo, M.Si NIP. 19640109 198803 1 004 NIP.19531218 198003 1 003

(4)

PERNYATAAN

PERAMALAN JUMLAH PENGANGGURAN DI SUMATERA UTARA PADA TAHUN 2010-2012 DENGAN MENGGUNAKAN METODE

PEMULUSAN(SMOOTHING) EKSPONENSIAL GANDA

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 2010

SITI ARINA R HARAHAP 072407057

(5)

PENGHARGAAN

Puji dan Syukur penulis panjatkan kepada ALLAH SWT Yang Maha Pemurah dan Maha Penyayang, dengan limpahan kuruniaNya kertas kajian ini berhasil diselesaikan dalam waktu yang telah ditetapkan.

Ucapan terima kasih saya sampaikan kepada Bapak Drs.Faigiziduhu Bu’ulolo,M.Si, selaku pembimbing pada penyelesaian Tugas Akhir ini yang telah memberikan panduan dan penuh kepercayaan kepada saya untuk menyempurnakan Tugas Akhir ini. Panduan ringkas dan padat dan professional telah diberikan kepada saya agar penulis dapat menyelesaikan Tugas Akhir ini. Ucapan terima kasih juga ditujuka n kepada Ketua dan Sekretaris Departemen Bapak 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.

Rekan-rekan kuliah khususnya seangkatan Statistika B 2007. Akhirnya tidak terlupakan kepada Ayahanda Ir.H Basauli Harahap dan Ibunda tercinta Srisusilawati Siregar yang senantiasa menasehati penulis dan mendoakan penulis agar lancar dalam segala urusan. Anak-anak Rewang terima kasih atas semua segala bentuk yang dapat membantu penulis, juga tak lupa buat kakakku Whina terimakasih atas bantuannya selama ini.

Teristimewa untuk sahabatku, Yanti, Rahma, Laila, Sita dan Desi yang selama ini memberikan semangat dan dukungan dalam hal. Dan semua teman-teman di kelas Statistika’B yang telah menjadi teman seperjuangan selama perkuliahan.

Akhirnya penulis mengharapkan semoga Tugas Akhir ini bermanfaat bagi semua pihak yang berkepentingan dimasa yang akan datang.

(6)

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii

Penghargaan iv

Daftar Isi v

Daftar Tabel vii

Daftar Gambar viii

Bab 1 Pendahuluan 1

1.1 Latar Belakang 1

1.2 Identifikasi Masalah 2

1.3 Batasan Masalah 2

1.4 Maksud dan Tujuan 2

1.5 Metode Penelitian 4

1.6 Sistematika Penulisan 7

Bab 2 Landasan Teoritis 9

2.1 Pengertian Pengangguran 9

2.1.2 Jenis-jenis Pengangguran 9 2.1.3 Sebab-sebab Terjadi Pengangguran 14 2.1.4 Dampak Pengangguran 15

2.1.5 Pengaruh Negatif Pengangguran 17

2.2 Pengertian Peramalan 18

2.2.1 Jenis-jenis Peramalan 18

2.2.2 Metode Peramalan 19

2.2.4 Metode Pemulusan ( Smoothing ) 21 2.2.6 Metode Peramalan yang Digunakan 23

Bab 3 Sejarah Singkat Tempat Riset 17

3.1 Sejarah Singkat Kegiatan Statistik Di Indonesia 17

3.1.1 Masa Sebelum Kemerdekaan 17

3.1.2 Masa Kemerdekaan 30 3.1.4 Masa Orde Baru Sampai Sekarang 31 3.2 Visi dan Misi Biro Pusat Statistik (BPS) 32

(7)

3.2.1 Visi 32

3.2.2 Misi 33

Bab 4 Analisa Data 34

4.1 Pengumpulan Data 34

4.2 Metode Smoothing Eksponensial Linier Satu Parameter

dari Brown 35

4.3 Peramalan Jumlah Pengangguran di Sumatera Utara 47 4.4 Ukuran Ketepatan Metode Peramalan dengan α = 0,1 48

Bab 5 Implementasi Sistem 51

5.1 Tahapan Implementasi 51

5.2 Microsoft Excel 51

5.3 Langkah-langkah Pengolahan Data dengan Excel 52

5.4 Pembentukan Grafik 56

Bab 6 Kesimpulan dan Saran 58

6.1 Kesimpulan 58

6.2 Saran 59

Daftar Pustaka 60

(8)

DAFTAR TABEL

Halaman Tabel 4.1 Data Jumlah Pengangguran di Sumatera Utara 34 Table 4.2 Metode Smoothing Eksponensial Satu Parameter

Dari Brown α = 0,1 41

Table 4.3 Metode Smoothing Eksponensial Satu Parameter

Dari Brown α = 0,2 42

Table 4.4 Metode Smoothing Eksponensial Satu Parameter

Dari Brown α = 0,3 43

Table 4.5 Metode Smoothing Eksponensial Satu Parameter

Dari Brown α = 0,4 44

Table 4.6 Metode Smoothing Eksponensial Satu Parameter

Dari Brown α = 0,5 45

Table 4.7 Perbandingan Ukuran Ketepatan Metode Peramalan 46 Tabel 4.8 Peramalan Jumlah Pengangguran di Sumatera Utara

Periode 2010 – 2012 48

(9)

DAFTAR GAMBAR

Halaman Gambar 5.1 Tampilan Kertas Lembar Kerja Excel 53 Gambar 5.2 Tampilan Data Jumlah Pengangguran di Sumatera Utara

Periode tahun 2000-2009 53

Gambar 5.2 Tampilan Besarnya Forecast dengan α =0,1 56 Gambar 5.3 Tampilan Grafik Penggunaan Pemulusan(Smoothing)

(10)

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Telah diketahui bahwa saat ini sedang mengalami krisis global, tidak hanya terjadi pada Negara yang sedang berkembang, bahkan Negara maju juga mengalaminya, seperti Amerika. Akibatnya banyak orang yang diPHK, perusahaan yang gulung tikar, bahkan tidak sedikit orang yang frustasi akibat dari krisis global.

Sumatera Utara merupakan Provinsi keempat yang memiliki penduduk terpadat di Indonesia setelah Jawa Barat, Jawa Tengah, dan Jawa Timur. Diperkirakan di Sumatera Utara jumlah angkatan kerja sebanyak 5,49 juta jiwa yang terdiri dari 4,86 juta jiwa terkategori bekerja dan sebesar 632.000 jiwa terkategori mencari kerja dan tidak bekerja (Pengangguran terbuka).

Di Indonesia, pengangguran sering disebut pengangguran terbuka. Pengangguran terbuka merupakan bagian dari angkatan yang tidak bekerja atau

(11)

sedang mencari pekerjaan (bagi mereka yang belum pernah bekerja), atau sedang mempersiapkan suatu usaha, mereka yang tidak mencari pekerjaan karena merasa tidak mungkin untuk mendapatkan pekerjaan dan mereka yang sudah memiliki pekerjaan tetapi belum mulai bekerja.

Di Negara-negara berkembang seperti Indonesia, dikenal istilah “pengangguran terselubung” di mana pekerjaan yang semestinya biasa dilakukan dengan tenaga kerja sedikit, dilakukan oleh lebih banyak orang.

Di Negara yang sedang berkembang, masyarakatnya sering bekerja secara musiman. Jika ada pekerjaan mereka akan bekerja, tetapi bila tidak ada mereka akan menganggur. Sebagai contoh penjual durian ada pada saat musim durian saja.

Ketiadaan pendapatan menyebabkan penganggur harus mengurangi pengeluaran konsumsinya yang menyebabkan menurunnya tingkat kemakmuran dan kesejahteraan. Pengangguran yang berkepanjangan juga dapat menimbulkan efek psikologis yang buruk terhadap penganggur dan keluarganya.

Tingkat pengangguran yang terlalu tinggi juga dapat menyebabkan kekacauan politik, keamanan dan sosial sehingga mengganggu pertumbuhan dan pembangunan

(12)

ekonomi. Akibat jangka panjang adalah menurunnya GNP (Gross National Produc) dan pendapatan per kapita suatu negara.

Besarnya angka pengangguran terbuka mempunyai implikasi sosial yang luas karena mereka yang tidak bekerja tidak mempunyai pendapatan. Semakin tinggi angka pengangguran terbuka maka semakin besar potensi kerawanan sosial yang ditimbulkannya contohnya kriminalitas. Sebaliknya semakin rendah angka pengangguran terbuka maka semakin stabil kondisi sosial dalam masyarakat. Sangatlah tepat jika pemerintah sering kali menjadikan indikator ini sebagai tolak ukur keberhasilan pembangunan.

Jadi semakin banyak jumlah pengangguran di suatu Negara maka Negara tersebut semakin sulit pula untuk berkembang. Dan tingkat kriminalnya pun akan semakin tinggi. Dikarenakan jumlah pengangguran meningkat, maka akan mendorong masyarakat untuk melakukan kejahatan. Dari uraian latar belakang di atas maka penulis mengambil judul “Peramalan Jumlah Pengangguran di Sumatera Utara

Pada Tahun 2010-2012 Dengan Menggunakan Metode Pemulusan Eksponensial Ganda.

(13)

Adapun yang menjadi masalah dalam penulisan tugas akhir ini adalah meramalkan jumlah pengangguran di Sumatera Utara pada tahun 2010-2012.

1.3 Batasan Masalah

Untuk menghindari penyimpangan pembahasan dan tujuan sebenarnya, perlu kiranya penulis membatasi permasalahan yang akan dibahas sehingga jenis pokok-pokok permasalahannya, yang menjadi batasan masalah pada tugas akhir ini hanya terbatas pada analisis untuk mengetahui berapa besar jumlah pengangguran di Sumatera Utara pada tahun 2010-2012.

1.4 Maksud dan Tujuan

Adapun maksud dari penulis ialah memberikan ramalan berupa gambaran umum tentang jumlah pengangguran di Sumatera Utara pada tahun 2010-2012.

Dan bertujuan untuk dapat membandingkan seberapa besar peningkatan dan penurunan jumlah penganguran tiap tahunnya.

(14)

Dalam penulisan tugas akhir ini penulis menggunakan metode yaitu :

1. Teknik Dan Analisis Data

Dalam meramalkan besarnya jumlah pengangguran di Sumatera Utara pada tahun 2010-2012, penulis melakukan analisis data menggunakan teknik peramalan dengan Metode Pemulusan Eksponensial.

Metode Pemulusan Eksponensial yang digunakan yaitu Metode Pemulusan Eksponensial Linier Satu Parameter dari Brown. Dengan persamaan-persamaan sebagai berikut :

(

)

' = Χ + − − t t

t S

S α α

(

)

'' = Χ + − −

t t

t S

S α α

= t

a S'1+

(

S't −S''t

)

=2S't −S"t

(

t t

)

t S S

b ' "

1− −

= α α ) (m b a F_t₊_m = _t + _t

Di mana :

S't=nilai pemulusan eksponensial tunggal (single eksponensial smoothing value) S''t= nilai pemulusan eksponensial ganda (double eksponensial smoothing value)

(15)

a = parameter pemulusan eksponensial yang besarnya (0< a <1) at,bt =konstanta pemulusan

F_t₊_m=hasil peramalan untuk m periode kedepan yang akan diramalkan

Beberapa kriteria yang digunakan untuk menguji ketepatan nilai ramalan ini yaitu :

a. Nilai Tengah Kuadrat (Mean Square Error)

MSE

(

)

n F

i i

∑

₌ Χ − = 1

b. Nilai Tengah Kesalahan Persentase Absolute (Mean Absolute Percentage)

[ ]

n PE E

i i

∑

₌ =

ΜΑΡ 1

(16)

PE ×100     Χ− Χ = i i i F

d. Nilai Tengah Deviasi Absolut (Mean Absolute Deviation)

MAD

[

]

n F n i i i

∑

₌ Χ − = 1

e. Jumlah Kuadrat Kesalahan (Sum Square Error)

SSE

∑

(

)

= Χ −

= n i i i F 1 2

Di mana :

= −

Χi Fi Kesalahan pada periode ke- i i

Χ = Data aktual pada periode ke- i i

(17)

n = Banyaknya periode waktu

2. Lokasi Penelitian

Penelitian atau pengumpulan data dilakukan di Badan Pusat Statistik (BPS) Provinsi Sumatera Utara di Jalan Asrama No. 147 Medan.

3. Penelitian Kepustakaan

Penelitian kepustakaan yaitu suatu cara penelitian yang dipergunakan untuk memperoleh data dan informasi dari perpustakaan, yaitu dengan membaca buku-buku atau sumber terbitan lainnya dan bahan-bahan yang bersifat teoritis yang mendukung serta relevan dengan penulisan tugas akhir.

1.6 Sistematika Penulisan

Sistematika penulisan diuraikan untuk memberikan kerangka atau gambaran dari tugas akhir ini, yaitu sebagai berikut :

(18)

Bab ini berisikan tentang Latar Belakang Masalah, identifikasi Masalah, Pembatasan Masalah, Tujuan Penelitian, Metode Penelitian, dan Sistematika Penulisan.

BAB 2 LANDASAN TEORI

Bab ini menjelaskan uraian teoritis tentang segala sesuatu yang berhubungan dengan masalah tugas akhir

BAB 3 SEJARAH SINGKAT TEMPAT RISET

Bab ini berisikan tentang sejarah singkat tempat penulis melakukan penelitian

BAB 4 ANALISA DAN PEMBAHASAN

Bab ini berisikan tentang data yang diperoleh di lapangan dan pengolahan data yang dilakukan dengan metode yang telah ditentukan serta analisis terhadap hasil-hasilnya.

BAB 5 IMPLEMENTASI SISTEM

Bab ini menjelaskan tentang implementasi sistem yang digunakan untuk analisis penelitian.

(19)

Bab ini berisikan tentang kesimpulan penelitian dan memberikan saran untuk penelitian lebih lanjut.

(20)

BAB 2

LANDASAN TEORI

2.1 Pengertian Pengangguran

Pengangguran atau tuna karya merupakan istilah untuk orang yang tidak mau bekerja sama sekali, sedang mencari kerja, bekerja kurang dari dua hari selama seminggu, atau seseorang yang sedang berusaha mendapatkan pekerjaan.

Pengangguran adalah orang yang masuk dalam angkatan kerja (15 sampai 64 tahun) yang sedang mencari pekerjaan namun belum mendapatkannnya, dan orang yang tidak sedang mencari kerja. Contohnya seperti ibu rumah tangga, siswa yang bersekolah, mahasiswa perguruan tinggi, dan lain sebagainya yang karena sesuatu hal tidak/belum membutuhkan pekerjaan.

(21)

Pada keadaan yang ideal, diharapkan besarnya kesempatan kerja sama dengan besarnya angkatan kerja, sehingga semua angkatan kerja akan mendapatkan pekerjaan. Pada kenyataannya keadaan tersebut sulit untuk dicapai. Umumnya kesempatan kerja lebih kecil dari pada angkatan kerja, sehingga tidak semua angkatan kerja akan mendapatkan pekerjaan, maka timbullah pengangguran. Pengangguran sering diartikan sebagai angkatan kerja yang belum bekerja atau bekerja secara tidak optimal. Berdasarkan pengertian tersebut, maka pengangguran dapat dibedakan menjadi tiga macam, yaitu :

1. Pengangguran Terbuka (Open Unemplyoment)

Pengangguran terbuka adalah tenaga kerja yang sungguh-sungguh tidak mempunyai pekerjaan. Pengangguran ini terjadi karena belum mendapat pekerjaan tetapi telah berusaha secara maksimal.

2. Pengangguran Terselubung (Disguessed Unemployment)

Pengangguran terselubung adalah tenaga kerja yang tidak bekerja secara optimal karena suatu alasan tertentu. Pengangguran terselubung juga dapat terjadi karena terlalu banyaknya tenaga kerja untuk satu unit pekerjaan, padahal dengan mengurangi tenaga kerja tersebut, hingga jumlah tertentu tetap tidak mengurangi jumlah produksi. Pengangguran terselubung biasa juga

(22)

terjadi karena seseorang yang bekerja tidak sesuai dengan bakat dan kemampuannya, akhirnya bekerja tidak optimal.

Misalkan pada sebuah perusahaan bagian pengepakan barang produksi terdapat 10 orang karyawan untuk mengepak barang tersebut. Padahal sebenarnya dengan 5 orang karyawan sudah cukup untuk menyelesaikan tugas tersebut. Akibatnya para pegawai tersebut bekerja tidak optimal dan bagi kantor tentu merupakan suatu pemborosan.

3. Setengah menganggur (Under Unemployment)

Setengah menganggur adalah tenaga kerja yang tidak bekerja secara optimal karena tidak ada pekerjaan untuk sementara waktu. Ada juga yang mengatakan setengah menganggur adalah tenaga kerja yang tidak bekerja secara optimal karena tidak ada lapangan pekerjaan, biasanya kurang dari 35 jam seminggu.

Misalnya seorang buruh bangunan telah menyelesaikan tugasnya mendirikan sebuah bangunan, maka dia akan menganggur sampai ada lagi bangunan yang akan didirikan.

Jika dilihat dari penyebabnya, pengangguran dapat dikelompokkan menjadi : a. Pengangguran Friksional (Frictional Unemployment)

(23)

Pengangguran friksional adalah pengangguran yang sifatnya sementara yang disebabkan adanya kendala waktu, informasi dan kondisi geografis antara pelamar kerja dengan pembuka lamaran pekerjaan.

Pengangguran ini muncul akibat adanya ketidaksesuaian antara pemberi kerja dan pencari kerja. Pengangguran ini sering disebut pengangguran sukarela. Pengangguran ini juga timbul karena perpindahan orang-orang dari satu daerah ke daerah lain, dari satu pekerjaan yang lain dan karena tahapan siklus hidup yang berbeda.

Misalnya seseorang yang berhenti dari kerjaan yang lama, dan mencari kerjaan yang baru yang lebih baik.

b. Pengangguran Musiman (Seasional Unemployment)

Pengangguran musiman adalah keadaan menganggur karena adanya fluktuasi kegiatan ekonomi jangka pendek yang menyebabkan seseorang harus menganggur. Pengangguran musiman terjadi karena adanya perubahan musim. Misalnya, penjual durian berjualan (bekerja) pada saat musim durian saja, jika tidak musimnya mereka menganggur. Contohnya lainnya petani yang menunggu musim tanam.

Cara mengatasi pengangguran musiman :

(24)

2. Melakukan pelatihan di bidang keterampilan lain untuk memanfaatkan waktu ketika menunggu musim tertentu.

c. Pengangguran Politis

Pengangguran ini terjadi karena adanya peraturan pemerintah yang langsung atau tidak, mengakibatkan pengangguran.

Misalnya penutupan Bank-bank bermasalah sehingga menimbulkan PHK.

d. Pengangguran Teknologi

Pengangguran teknologi adalah pengangguran yang terjadi akibat perubahan atau penggantian tenaga manusia menjadi tenaga mesin-mesin.

Misalnya pengepakan barang yang dulunya dikerjakan manusia sekarang sudah dapat digantikan oleh mesin.

e. Pengangguran Struktural

Pengangguran struktural adalah pengangguran yang diakibatkan oleh perubahan struktur ekonomi dan corak ekonomi dalam jangka panjang. Pengangguran ini terjadi karena adanya perubahan dalam struktur perekonomian yang menyebabkan kelemahan di bidang keahlian lain.

Pengangguran ini disebabkan oleh : 1. Permintaan berkurang

(25)

2. Kemajuan dan penggunaan teknologi 3. Kebijakan pemerintah

Untuk mengatasi pengangguran jenis ini, cara yang digunakan adalah : 1. Peningkatan mobilitas modal dan tenaga kerja.

2. Segera memindahkan kelebihan tenaga kerja dari tempat sektor yang kelebihan ketempat sektor ekonomi yang kekurangan.

3. Mengadakan pelatihan tenaga kerja untuk mengisi formasi kesempatan (lowongan) kerja yang kosong.

4. Segera mandirikan industri padat karya di daerah yang mengalami pengangguran.

f. Pengangguran Siklikal atau siklus atau Konjungtural

Penganguran siklus adalah pengangguran yang diakibatkan oleh menurunnya kegiatan perekonomian (resesi). Pengangguran siklus ini disebabkan oleh kurangnya permintaan masyarakat (aggrerat demand).

Di suatu perusahaan ketika maju, butuh tenaga kerja baru untuk perluasan usaha. Sebaliknya ketika usahanya mulai mengalami kemunduran maka akan terjadi pemecatan tenaga kerjanya.

(26)

1. Mengarahkan permintaan masyarakat terhadap barang dan jasa. 2. Meningkatkan daya beli masyarakat.

g. Pengangguran Deflatoir

Pengangguran deflatoir disebabkan tidak cukup ketersediaan lapangan pekerjaan dalam perekonomian secara keseluruhan, atau karena jumlah tenaga kerja lebih besar dari kesempatan kerja, maka timbullah pengangguran.

2.1.2 Sebab-sebab Terjadinya Pengangguran

Faktor-faktor yang menyebabkan terjadinya pengangguran adalah sebagai berikut : 1. Penduduk yang relatif banyak

Banyaknya penduduk pada suatu wilayah dapat mengakibatkan pengangguran, jika lapangan pekerjaan yang tersedia tidak sesuai dengan banyaknya penduduk.

2. Pendidikan dan keterampilan yang rendah.

Angakatan kerja yang tidak mempunyai ketrampilan sulit mendapatkan pekerjaan.

3. Besarnya angkatan kerja tidak seimbang dengan kesempatan kerja.

Ketidakseimbangan terjadi apabila jumlah angkatan kerja lebih besar daripada kesempatan kerja yang tersedia.

(27)

4. Kebutuhan jumlah dan jenis tenaga terdidik dan penyedia tenaga terdidik tidak seimbang. Apabila kesempatan kerja jumlahnya sama atau lebih besar dari pada angkatan kerja, pengangguran belum tentu tidak terjadi. Karena belum tentu terjadi kesesuaian antara tingkat pendidikan yang dibutuhkan dengan yang tersedia. ketidakseimbangan tersebut mengakibatkan sebagian tenaga kerja yang ada tidak dapat mengisi kesempatan kerja yang tersedia.

5. Penyediaan dan pemanfaatan tenaga kerja antar daerah tidak seimbang

Jumlah angkatan kerja di suatu daerah mungkin saja lebih besar dari kesempatan kerja, sedangkan di daerah lainnya dapat terjadi keadaan sebaliknya. Keadaan tersebut dapat mengakibatkan perpindahan tenaga kerja dari suatu daerah ke daerah lain, bahkan dari suatu Negara ke Negara lainnya. 6. Angkatan kerja yang tidak dapat memenuhi persyaratan yang diminta dunia

kerja.

7. Teknologi yang semakin modern

8. Adanya lapangan kerja yang dipengaruhi musiman.

9. Ketidakstabilan perekonomian, politik, dan keamanan suatu negara. 10.Struktur lapangan kerja tidak seimbang.

(28)

a. Terhadap Suatu Negara

Tujuan akhir pembangunan ekonomi suatu Negara pada dasarnya adalah meningkatkan kemakmuran masyarakat dan pertumbuhan ekonomi agar stabil dan dalam keadaan naik terus. Jika tingkat pengangguran di suatu negara relative tinggi, hal tersebut akan menghambat pencapaian tujuan pembangunan ekonomi yang telah dicita-citakan.

Hal ini terjadi karena pengangguran berdampak negatif terhadap kegiatan perekonomian, seperti yang dijelaskan di bawah ini :

1. Pengangguran bisa menyebabkan masyarakat tidak memaksimalkan tingkat kemakmuran yang dicapainya. Hal ini terjadi karena pengangguran bisa menyebabkan pendapatan nasioal riil (nyata) yang dicapai masyarakat akan lebih rendah dari pada pendapatan potensial (pendapatan yang seharusnya). Oleh karena itu, kemakmuran yang dicapai oleh masyarakat pun akan lebih rendah.

2. Pengangguran akan menyebabkan pendapatan nasional yang berasal dari sektor pajak berkurang. Hal ini terjadi karena pengangguran yang tinggi akan menyebabkan kegiatan perekonomian menurun sehingga pendapatan masyarakat pun akan menurun. Jika penerimaan pajak menurun, dana untuk

(29)

kegiatan ekonomi pemerintah juga akan berkurang sehingga kegiatan pembangunan pun akan terus menurun.

3. Pengangguran tidak menggalakkan pertumbuhan ekonomi. Adanya pengangguran akan menyebabkan daya beli masyarakat akan berkurang sehingga permintaan terhadap barang-barang hasil produksi akan berkurang. Keadaan demikian tidak merangsang kalangan Investor (pengusaha) untuk melakukan perluasan atau pendirian industri baru. Dengan demikian tingkat investasi menurun sehingga pertumbuhan ekonomi pun tidak akan terpacu.

4. Pengangguran secara tidak langsung berkaitan dengan pendapatan nasional. Tingginya jumlah penganguran akan menyebabkan turunnya produk domestik bruto (PDB), sehingga pendapatan nasional pun akan mengalami penurunan.

5. Pengangguran akan menghambat investasi, karena jumlah tabungan masyarakat ikut menurun.

6. Pengangguran akan menimbulkan menurunnya daya beli masyarakat, sehingga akan mengakibatkan kelesuan dalam berusaha.

(30)

Berikut ini merupakan dampak negative pengangguran terhadap individu yang mengalaminya dan terhadap masyarakat pada umumnya:

1. Pengangguran dapat menghilangkan mata pencarian 2. Pengangguran dapat menghilangkan ketrampilan

3. Pengangguran akan menimbulkan ketidakstabilan social politik 4. Perasaan rendah diri

5. Gangguan keamanan dalam masyarakat, sehingga biaya sosial menjadi meningkat.

2.1.4 Pengaruh Negatif Pengangguran

Dari sekian banyak dampak dari pengangguran, baik terhadap perekonomian negara maupun terhadap individu yang mengalaminya dan masyarakat, ternyata pengangguran juga memiliki pengaruh yag negatif. Diantaranya adalah sebagai berikut :

a. Tingginya tingkat kejahatan di suatu wilayah maupun Negara b. Tingginya tingkat kemiskinan

c. Perekonomian sulit berkembang d. Tingkat pendidikan rendah

(31)

2.2 Pengertian Peramalan

Peramalan ( forecasting) adalah kegiatan memperkirakan atau memprediksi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan akan terjadi pada masa yang akan datang. Untuk memprediksikan hal tersebut diperlukan data yang akurat di masa yang akan datang.

Pada umumnya kegunaan peramalan adalah sebagai berikut : 1. sebagai alat bantu dalam perencanaan yang efektif dan efesien 2. untuk menentukan kebutuhan sumber daya di masa mendatang 3. untuk membuat keputusan yang tepat.

Kegunaan peramalan terlihat pada saat pengambilan keputusan. Keputusan yang baik adalah keputusan yang didasarkan atas pertimbangan apa yang akan terjadi pada waktu keputusan dalam berbagai kegiatan perusahaan. Baik tidaknya hasil dari suatu penelitian sangat ditentukan oleh ketepatan ramalan yang dibuat. Walaupun demikian perlu diketahui bahwa ramalan selalu ada unsur kesalahannya, sehingga yang perlu diperhatikan adalah usaha untuk memperkecil kesalahan dari ramalan tersebut.

(32)

Berdasarkan sifatnya peramalan dibedakan atas dua macam yaitu : 1. Peramalan Kualitatif

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

2. Peramalan Kuantitatif

Peramalan kuantitatif adalah peramalan yang didasarkan atas data kuantitatif masa lalu. Hasil peramalan yang di buat sangat tergantung pada metode yang dipergunakan dalam peramalan tersebut.

Baik tidaknya metode yang dipergunakan oleh perbedaan atau penyimpangan antara hasil ramalan dengan kenyataan yang terjadi. Semakin kecil penyimpanagn antara hasil ramalan dengan kenyataan yang terjadi maka semakin kecil pula metode yang digunakan.

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

(33)

c. Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut pada masa yang akan datang.

Pada penyusunan Tugas Akhir ini, peramalan yang digunakan penulis adalah peramalan kuantitatif.

2.2.2 Metode Peramalan

a. Pengertian dan Kegunaan Metode Peramalan

Metode peramalan adalah suatu cara memperkirakan atau mengestimasi secara kuantitatif maupun kualitatif apa yang terjadi pada masa depan berdasarkan data yang relevan pada masa lalu.

Kegunaan Metode Peramalan ini adalah untuk memperkirakan secara sistematis dan pragmatis atas dasar data yang relevan pada masa lalu. Dengan demikian metode peramalan diharapkan dapat memberikan objektivitas yang lebih besar.

b. Jenis-jenis Metode Peramalan

1. Metode peramalan yang didasarkan atas penggunaan analisa hubungan antar variabel yang diperkirakan dengan variabel waktu merupakan deret berkala ( Time series ). Metode Peramalan yang termasuk pada jenis ini yaitu :

(34)

a. Metode Pemulusan (smoothing) b. Metode Box Jenkins

c. Metode Proyeksi Trend dengan regresi

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

a. Metode Regresi dan Korelasi b. Metode Input Output

c. Metode Ekonometri

2.2.3 Metode Pemulusan (smoothing)

Metode Pemulusan ( smoothing ) adalah metode peramalan dengan mengadakan penghalusan atau pemulusan terhadap data masa lalu yaitu dengan mengambil rata-rata dari nilai beberapa tahun untuk menaksir nilai pada tahun yang akan datang.

Secara umum metode pemulusan ( smoothing ) dapat digolongkan menjadi beberapa bagian :

(35)

1. Metode perataan ( Average ) 1. Nilai Tengah (Mean)

2. Rata-rata Bergerak Tungga l(single Moving Average) 3. Rata-rata bergerak Ganda (Double Moving Average) 4. Kombinasi Rata-rata Bergerak Lainnya.

2. Metode Pemulusan ( Smoothing ) Eksponensial a. Pemulusan Eksponensial Tunggal

1. Satu Parameter 2. Pendekatan Adaptif

Pendekatan ini memiliki kelebihan yang nyata dalam hal nilai α yang dapat berubah secara terkendali, dengan adanya perubahan dalam pola datanya.

b. Pemulusan Eksponensial Ganda

1. Metode Linier Satu Parameter dari Brown ' = Χ +

(

1−

)

' −1

t t

t S

S α α

S''t =αΧ_t +

(

1−α

)

S''t −1

a_t = S'1+

(

S't −S''t

)

=2S't −S"t b_t

(

S't S"t

)

1− −

= α_α + =

(36)

Di mana :

S't = Nilai pemulusan eksponensial tunggal (single eksponensial

smoothing value)

S''t = Nilai pemulusan eksponensial ganda (double eksponensial smoothing

value)

a = Parameter pemulusan eksponensial yang besarnya (0< a <1) a_t,b_t =Konstanta pemulusan

F_t₊_m = Hasil peramalan untuk m periode kedepan yang akan diramalkan

2. Metode Dua Parameter dari Holt

Metode ini digunakan untuk peramalan data yang bersifat trend.

(

)(

)

(

) ( )

m b S F b S S b b S X S t t m t t t t t t t t t + = − + − = + − + = + − − − − , 1 , 1 1 1 1 1 γ γ α α

c. Pemulusan Eksponensial Triple

(37)

Dapat digunakan untuk meramalkan data dengan suatu pola trend dasar, bentuk pemulusan yang lebih tinggi dapat digunakan bila dasar pola datanya adalah kuadratik, kubik yang lebih tinggi.

2. Metode kecendrungan dan Musiman Tiga Parameter dari Winter

Metode ini merupakan salah satu dari beberapa metode pemulusan eksponensial yang dapat menangani musiman.

d. Pemulusan Eksponensial Menurut Klasifikasi Pegels

Bentuk umum dari metode pemulusan eksponensial adalah :

(

)

t t

t X F

F₊1 =α + 1−α

Di mana :

= +1

F Ramalan untuk periode mendatang

α = Parameter eksponensial yang besarnya (0< a <1) t

X = Nilai aktual pada periode-t

F = Ramalan pada periode-t

(38)

Untuk mendapatkan suatu hasil yang baik dan tepat maka haruslah diketahui dan digunakan metode peramalan yang tepat. Dalam meramalkan jumlah pengangguran pada tahun 2010-2012 di Sumatera Utara, maka penulis menggunakan metode smoothing eksponensial ganda yaitu ” Smoothing Eksponensial Satu parameter dari

Brown”.

Metode ini merupakan metode linier yang dikemukakan oleh Brown. Dasar pemikiran dari Metode Smoothing Eksponensial Linier Satu parameter dari Brown adalah serupa dengan rata-rata bergerak linier, karena kedua nilai pemulusan tunggal dan ganda ketinggalan dari data sebenarnya. Bila terdapat unsur trend, perbedaan nilai pemulusan tunggal dan ganda dapat ditambahkan kepada pemulusan ganda dan disesuaikan untuk tren. Persamaan yang dipakai dalam pelaksanaan Smoothing Satu Parameter dari Brown adalah sebagai berikut :

(

)

' 1

' = Χ + − − t t

t S

S α α ……….……(2-1)

(

)

'' 1

− −

+ Χ

= _t t

t S

S α α ……….…(2-2)

= t

a S'1+

(

S't −S''t

)

=2S't −S"t……….….(2-3)

(

t t

)

t S S

b ' "

1− −

= α α _{……….……….……(2-4)} ) (m b a

(39)

Di mana :

S't = Nilai pemulusan eksponensial tunggal (single eksponensial smoothing value)

S''t = Nilai pemulusan eksponensial ganda (double eksponensial smoothing value)

a = Parameter pemulusan eksponensial yang besarnya (0< a <1)

a_t,b_t =Konstanta pemulusan

F_t₊_m = Hasil peramalan untuk m periode kedepan yang akan diramalkan

Untuk menghitung nilai kesalahan (error) ramalan tersebut, dapat digunakan rumus dibawah ini :

1 1 +

+ −

= XT FT

e ...(2-6)

(

)

1 1 2

+ −

= XT FT

e ...(2-7)

Akhir persamaan (2-5) menunjukkan bagaimana memperoleh ramalan untuk m periode ke muka dari t. Ramalan untuk m periode kemuka adalah a di mana _t

merupakan nilai rata-rata yang disesuaikan untuk periode t ditambah m kali komponen kecendrungan b . Bila semua hasil hitungan telah didapat, maka semua data yang _t

(40)

telah didapat dimasukkan kedalam contoh tabel Smoothing eksponensial Ganda Satu Parameter dari Brown berikut ini :

Tabel 2.1 Aplikasi Pemulusan Eksponensial Linier Satu Parameter Dari Brown Pada Data Jumlah Pengangguran di Sumatera Utara Pada Tahun 2000-2009

(1) (2) (3) (4) (5) (6) (7) (8)

Tahun Periode (tahun) Jumlah Pengang guran Pemulusan Eksponensial Tunggal

( )

S't

Pemulusan Eksponensial Ganda

( )

S't

Nilai t a Nilai t b Nilai ) (m b a F = t + t bila m=1

2001 1 X ₁ (2-1) (2-2) ...

2002 2 X ₂ ... ... (2-3) (2-4) ...

2003 3 X ₃ ... ... ... ... (2-5)

2004 4 X ₄ ... ... ... ... ...

2005 5 X ₅ ... ... ... ... ...

- - - ... ... ... ... ...

(41)

Perlu dipahami bahwa tidak ada suatu metode terbaik untuk suatu peramalan. Metode yang memberikan hasil ramalan secara tepat belum tentu tepat untuk meramalkan data yang lain. Dalam peramalan time series, metode peramalan terbaik adalah metode yang memenuhi kriteria ketepatan ramalan. Kriteria ini berupa Squared

Error (MSE), Mean Absolute Percentage Error (MAPE), dan Mean Absolute Deviation (MAD).

Berikut ini adalah ketepatan ramalan beberapa kriteria yang digunakan untuk menguji nilai ramalan yaitu :

f. Nilai Tengah Kuadrat (Mean Square Error)

(

)

n F S

i i

∑

₌ Χ − =

Μ 1

g. Nilai Tengah Kesalahan Persentase Absolute (Mean Absolute Percentage)

[ ]

n i

∑

₌ =

(42)

h. Kesalahan Persentase ( Percentage Error) 100 ×     Χ− Χ = ΡΕ i i i F

i. Nilai Tengah Deviasi Absolute (Mean Absolute Deviation)

MAD

[

]

n F n i i i

∑

₌ Χ − = 1

j. Jumlah Kuadrat Kesalahan (Sum Square Error)

SSE

∑

(

)

= Χ −

= n i i i F 1 2

Di mana :

= −

Χi Fi kesalahan pada periode ke- i =

(43)

= i

F nilai ramalan pada periode ke- i n = banyaknya periode waktu

Sedangkan untuk mengetahui nilai kesalahannya dapat dilihat dalam tabel sebagai berikut ini :

Tabel 2.2 Nilai Kesalahan

Periode

(1)

Jumlah pengangg

uran (Χ_i)

(2)

Peramalan (F ) _i

(3)

Kesalahan (Χ_i −F_i)

(4)

Kesalahan Absolute

i i −F

(5)

Kesalahan Kuadrat (Χ_i −F_i)2

(6)

Kesalahan Persentase

(PE)

(7)

Kesalahan Persentase Absolute (MAPE)

(8)

X F1 ... ... ... ... ...

(44)

BAB 3

SEJARAH SINGKAT TEMPAT RISET

3.1 Sejarah Tingkat Tempat Riset

Sejarah Badan Pusat Statistik dibagi dalam tiga masa, yaitu masa sebelum kemerdekaan masa setelah kemerdekaan dan masa orde baru.

3 X ₃ F ₃ ... ... ... ... ...

4 X ₄ F ₄ ... ... ... ... ...

X F5 ... ... ... ... ...

(45)

3.1.1 Masa Sebelum Kemerdekaan

Masa sebelum kemerdekaan dibagi kembali dalam dua masa yaitu masa pemerintahan Belanda dan masa pemerintahan jepang.

a. Masa Pemerintahan Belanda

Kantor Statistik pertama kali dibentuk pada bulan Februari 1920 oleh direktur pertanian, kerajinan dan perdagangan (Directur Van Landbouw Nijerverheid en

Handel) yang berkedudukan di Bogor. Kantor ini diserahi tugas untuk mengolah dan

mempublikasikan data statistik.

Pada bulan Maret 1923, dibentuk suatu komisi untuk badan statistik yang anggotanya merupakan wakil dari tiap-tiap departemen. Komisi tersebut diserahi tugas untuk merencanakan tindakan-tindakan yang mengarah sejauh mungkin untuk mencapai kesatuan dalam kegiatan di bidang statistik di Indonesia. Untuk merencanakan tindakan-tindakan yang mengarah sejauh mungkin untuk mencapai kesatuan dalam kegiatan di bidang statistik di Indonesia.

Nama lembaga tersebut kemudian diganti dengan nama Central Kantor Voor

(46)

statistik perdagangan yang semula dilaksanakan oleh kantor Invoer Uitvoer en

Accijnsen (IUA) yang sekarang disebut Kantor Bea dan Cukai.

b. Masa Pemerintahan Jepang

Pada Bulan Juni 1944, Pemerintahan Jepang baru mengaktifkan kembali kegiatan statistik yang utamanya diarahkan memenuhi kebutuhan perang atau militer. Pada masa ini Central Kantor Voor de Statitiek (CKS) diganti namanya menjadi Shomubu

Chosasitsu Gunseikanbu.

3.1.2 Masa Kemerdekaan

Setelah Proklamasi Kemerdekaan Republik Indonesia tanggal 17 Agustus 1945, kemerdekaan yaitu Kantor Penyelidikan Perangkat Umum Republik Indonesia (KAPPURI). Pada tahun 1946 kantor KAPPURI dipindahkan ke Yogyakarta sebagai konsekuensi Linggarjati. Sementara itu pemerintahan Belanda (NICA) mengaktifkan kembali Central Kantor Voor de Statistiek (CKS) di Jakarta.

Berdasarkan surat Kementrian Kemakmuran, tanggal 12 Juni 1950 No. 219/S.C,KAPPURI dan CKS kemudian dilebur menjadi Kantor Pusat Statistik (KPS) dan berada di bawah dan bertanggung jawab kepada menteri kemakmuran.

(47)

Dengan Surat Menteri Perekonomian tanggal 1 Maret 1952 No. P/44, Lembaga KPS Berada di bawah tanggung jawab Menteri Perekonomian. Selanjutnya keputusan Menteri Perekonomian tanggal 24 Desember 1953 No. 18.009/M KPS dibagi Research yang disebut Afdeling A dan bagian peyelenggaraan tata usaha yang disebut Afdeling B.

Dengan keputusan Presiden RI No. 131 tahun 1957, Kementrian Perekonomian dipecah menjadi Kementrian Perdagangan dan Perindustrian. Untuk selajutnya Keputusan Presiden RI No. 172 Tahun 1957, terhitung mulai tanggal 1 Juni 1957 nama KPS diubah menjadi Biro Pusat Statistik (BPS) dan urusan statistik yang semula menjadi tanggung jawab dan wewenang berada di bawah Perdana Menteri.

3.1.3 Masa Orde Baru Sampai Sekarang

Pada pemerintahan orde baru, khususnya untuk memenuhi kebutuhan dalam perencanaan dan evaluasi pembangunan, maka mendapatkan statistik yang handal, lengkap, tepat, akurat dan terpercaya mulai diadakan pembenahan Organisasi Biro Pusat Statistik (BPS).

Dalam masa orde baru ini Biro Pusat Statistik (BPS) telah mengalami empat kali perubahan struktur organisasi, yaitu:

(48)

2. Peraturan Pemerintah No. 16 tahun 1980 tentang Organisasi BPS.

3. Peraturan Pemerintah No. 2 tahun 1992 tentang Organisasi BPS dan Keputusan Presiden No. 6 tahun 1992 tentang kedudukan, tugas, fungsi, susunan dan tata kerja BPS.

4. Undang-undang No. 6 tahun 1997 tentang statistik. 5. Keputusan Presiden RI No. 86 tentang BPS.

6. Keputusan Kepala Biro Pusat Statistik No. 100 tentang organisasi dan tata usaha kerja BPS.

7. PP No. 51 tahun 1999 tentang penyelenggaraan statistik.

Pada tahun 1986 ditetapkan Peraturan Pemerintah (PP) No. 16 tahun 1986 yaitu mengatur organisasi dan tata kerja di pusat dan daerah. Tahun 1980 Peraturan Pemerintah (PP) No. 6 tahun 1980 tentang organisasi sebagai pengganti Peraturan (PP) No. 16 tahun 1980. Berdasarkan Peraturan Pemerintah (PP) No. 6 tahun 1980 di tiap propinsi terdapat perwakilan BPS dengan nama Kantor Statistik Kabupaten/Kotamadya. Pada tanggal 19 Mei 1997 menetapkan tentang statistik sebagai UU No. 6 dan No. 7 tentang sensus dan statistik. Pada tanggal 17 Juni 1998 ditetapkan nama Badan Pusat Statistik (BPS) Sekaligus mengatur tata kerja dan struktur organisasi BPS.

(49)

3.2.1 Visi

Badan Pusat Statistik (BPS) mempunyai visi untuk menjadikan informasi sebagai tulang punggung pembangunan nasional dan regional, didukung oleh Sumber Daya Manusia (SDM) yang berkualitas serta Ilmu Pengetahuan dan Teknologi (IPTEK) informasi yang mutakhir.

3.2.2 Misi

Dalam Menunjang pembangunan nasional Badan Pusat Statistik (BPS) mengemban misi mengarahkan pembangunan statistik pada penyediaan data statistik yang bermutu dan handal, efektif dan efesien, serta peningkatan kesadaran masyarakat akan kegunaan badan statistik dan pengemban ilmu pengetahuan statistic dalam kehidupan masyarakat.

Selanjutnya mengenai kelembapan udara di wilayah Kota Medan rata-rata berkisar antara 80-84% dan kecepatan angina rata-rata 0,48m/sec, sedangkan rata-rata total laju penguapan tiap bulannya 112,2 mm. Hari hujan di Kota Medan pada tahun

(50)

2004 rata-rata per bulan 120,9 mm dan menurut Stasiun Polonia curah hujan rata-rata per bulannya 169,6 mm

BAB 4

(51)

4.1 Pengumpulan Data

Data yang digunakan adalah data sekunder, yaitu data yang diperoleh tidak melalui Survei (Pendataan langsung). Data diperoleh dari Badan Pusat Statistik (BPS) Kota Medan dalam angka.

Tabel 4.1 Jumlah pengangguran di Sumatera Utara Pada Periode Tahun 2000-2009

Sumber : BPS

Tahun Jumlah Pengangguran

2000 335.729,00

2001 229.212,00

2002 355.504,00

2003 404.117,00

2004 758.092,00

2005 63.698,00

2006 632.049,00

2007 571.334,00

2008 554.539,00

(52)

Dari data di atas jumlah pengangguran di Sumatera Utara penulis menggunakan metode pemulusan (smoothing) eksponensial ganda yaitu Metode Linier Satu Parameter dari Brown.

Tahap pertama dalam perhitungan ini adalah perhitungan pemulusan eksponensial tunggal. Pada saat t-1, nilai-nilai tersebut tidak tersedia. Jadi nilai-nilai ini menggunakan suatu nilai rata-rata dari beberapa nilai pertama sebagai titik awal. Dengan menggunakan rumus (2-1) yaitu :

(

)

' 1

' = Χ + − − t t

t S

S α α

Untuk α= 0,1 maka dapat dihitung :

Eksponensial tunggal periode ke-1 (tahun 2000) = 335.729,00 (Data awal)

Eksponensial tunggal periode ke-2 (tahun 2001) = 0,1(229.212,00)+(1-0,1)335.729,00

S'1= 325.077,30

Eksponensial tunggal periode ke-3 (tahun 2000) = 0,1(355.504,00)+(1-0,1)335.077,30

(53)

……….. Hasil S't dapat dilihat pada tabel 4.2

Dan tahap selanjutnya untuk menghitung peramalan tersebut yaitu mencari pemulusan eksponensial ganda dengan menggunakan rumus persamaan (2-3) yaitu :

( )

1 '' 1

1 ''

− −

= t

t S S

S α α

Maka dapat dihitung :

Eksponensial ganda periode ke-2 (tahun 2001) = 0,1(325.077,30)+(1-0,1) 335.729,00 S''1= 334.663,83

Eksponensial ganda periode ke-3 (tahun 2002) = 0,1(241.841,20)+(1-0,1) 334.663,83 S''2 = 334.009,44

Eksponensial ganda periode ke-4 (tahun 2003) = 0,1(360.365,30)+(1-0,1)334009.44

S''3= 334.180,47

(54)

Selanjutnya dicari nilai a dengan menggunakan rumus pada persamaan (2-4) yaitu : _t

(

t t

)

t t

t S S S S S

a = ' + ' − '' =2 ' − ''

Maka nilai a dapat dihitung : _t

Nilai a untuk periode ke-2 (tahun 2001) = 2 (325.077,30)-334.663,83

a = 315.490,77

Nilai a untuk periode ke-2 (tahun 2001) = 2 (241.841,20)-316.753,69

a = 322.230,50

Nilai a untuk periode ke-2 (tahun 2001) = 2(360.365,30)-253.693,61

a = 337.258,88

...

Hasil a dapat dilihat pada tabel 4.2 _t

Tahap selanjutnya adalah menghitung nilai b dengan menggunakan rumus pada _t

(55)

(

t t

)

t S S

b ' "

1− −

= α_α

Maka nilai b dapat dihitung (_t α = 0,1) yaitu :

Untuk periode ke-2 (tahun 2001) = 1 , 0 1 1 , 0

− (325.077,30 - 334.663,83)

b = -1065,17

Untuk periode ke-3 (tahun 2002) = 1 , 0 1 1 , 0

− (328.119,97-334.009,44)

b = -654,39

Untuk periode ke-4 (tahun 2003) = 1 , 0 1 1 , 0

− (335.719,67-334.180,47)

b = 171,03

...

(56)

Dari perhitungan a dan _t b diatas dapat ditentukan ramalan jumlah pengangguran. t Untuk itu tahap selanjutnya adalah dengan menggunakan persamaan (2-5) :

) (m

b a Ft+m = t + t

Untuk periode ke-3 (tahun 2002) dengan m=1 = 315490,77+(-1065.17)

F = 314425,60

Untuk periode ke-4 (tahun 2003) dengan m=1 = 337.258,88+171,02

F = 337.429,90

Untuk periode ke-5 (tahun 2004) dengan m=1 = 417.355,70+4377,64

F = 421.733,34 ...

Hasil F dapat dilihat pada tabel 4.2 _t

Untuk mencari nilai MSE, maka harus ditentukan dahulu nilai dari e (kesalahan) dan

(57)

t t t X F

e = −

e untuk periode ke-3 ( tahun 2002 ) = 355.504,00-314.425,60

e = 41.078,40

e untuk periode ke-4 ( tahun 2003 ) = 404.117,00 -337.429,90

e = 82.540,89

e untuk periode ke-5 ( tahun 2004 ) = 758.092,00 -337.429,90

e = 420.662,10

...

Hasil e dapat dilihat pada tabel 4.2 t

Selanjutnya data yang dibutuhkan untuk menghitung nilai MSE adalah e_t2. Dari nilai

e tiap-tiap periode di atas, dapat dikuadratkan menjadi :

2 3

(58)

2 5

e untuk periode ke-3 ( tahun 2004 ) = 420.662,09

...

Hasil e_t2 dapat dilihat pada tabel 4.2

Dengan perhitungan yang sama, maka dapat ditentukan nilai smoothing eksponensial tunggal, ganda, dan ramalan yang akan datang untuk α = 0,1 sampai dengan α= 0,5 yang ditampilkan pada tabel 4.2 s/d tabel 4.6 di bawah ini.

Selanjutnya dihitung nilai dari MSE α = 0,1 dengan rumus sebagai berikut :

MSE =

(

)

n F X

i i

∑

₌ −

Dimana :

(

X_i −F_i

)

2 = 4,32

n = 10

maka : 0,43 10

432 , 0

(59)

Tabel 4.7 Perbandingan Ukuran ketepatan Metode Peramalan

α MSE

0,1 0,43

0,2 0,47

0,3 0,54

0,4 0,62

0,5 0,70

Sumber : Perhitungan

Dari Tabel 4.7 di atas dapat dilihat bahwa yang menghasilkan MSE minimum atau terkecil yaitu pada nilai parameter pemulusan α = 0,1 dengan nilai MSE = 0,43

4.2 Peramalan Jumlah Pengangguran di Sumatera Utara

Setelah diketahui bahwa error yang terdapat pada model data di atas maka dilakukan peramalan jumlah pengangguran di Sumatera Utara pada tahun 2010-2012 dengan menggunakan persamaan :

(60)

= +m t

F 484515,03+6850,02 (m)

Setelah diperoleh model peramalan jumlah pengangguran di Sumatera Utara, maka dapat dihitung 3 periode kedepan untuk tahun 2010-2012. Seperti yang tertera di bawah ini :

Ramalan periode ke 11 untuk tahun 2010 adalah :

= +m t

F 484.515,03+6.850,02 (m)

= +1 10

F 484.515,03+6.850,02 (1)

F = 491.365,05 = 491.365 orang

Ramalan periode ke 12 untuk tahun 2011 adalah :

= +m t

F 484.515,03+6850,02 (m)

= +2 10

F 484515,03+6850,02 (2)

(61)

Ramalan periode ke 13 untuk tahun 2012 adalah :

= +m t

F 484.515,03+6850,02 (m)

= +3 10

F 484.515,03+6850,02 (3)

F = 505.065,08 = 505.065 orang

Tabel 4.8 Peramalan Jumlah Pengangguran di Sumatera Utara Periode Tahun 2010-2012

Sumber : Perhitungan

4.4 Ukuran ketepatan Peramalan Jumlah Pengangguran dengan α=0,1

Nilai-nilai kesalahan yang diperoleh dari data peramalan di atas adalah : 1) Nilai Tengah Kuadrat (Mean Square Error)

Tahun Periode Jumlah Pengangguran

2010 11 491.365

2011 12 498.215

(62)

(

)

n F S n i i i

∑

₌ Χ − = Ε Μ 1 2 = 10 32 , 4 = 0,43

2) Nilai Tengah Kesalahan Persentase Absolute (Mean Absolute Percentage

Error) MAPE

[ ]

n PE n i i

∑

₌ = 1 = 10 14 , 752 = 75,21

3) Nilai Tengah Kesalahan Persentase Absolute (Mean Absolute Percentage

Error) MPE n PE n i t

∑

₌ = 1 = 10 00 , 372 = 3,72

(63)

4) Jumlah Kuadrat Kesalahan (Sum Square Error)

SSE

∑

(

)

= Χ −

= n i

i i F

= 4,32

5) Jumlah Nilai Tengah Galat Absolut (Mean Absolut Error)

MAE =

n e

i n

∑

₌₁

10 24 , 79159

= 7915,93

(64)

BAB 5

IMPLEMENTASI SISTEM

5.1 Tahapan Implementasi

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

Tahapan implementasi sistem harus dapat menentukan basis apa yang akan diterapkan dalam menuangkan hasil desain tertulis sehingga sistem yang dibentuk memiliki kelebihan-kelebihan tersendiri (contoh dalam hal efesien baik itu efesiensi pemakai memori maupun dalam waktu proses mengakses data).

Implementasi yang sudah selesai harus diuji coba kehandalannya sehingga dapat diketahui kehandalan dari sistem yang ada dan telah sesuai dengan apa yang diinginkan. Dalam data pengolahan jumlah pengangguran, implementasi yang digunakan adalah dengan menggunakan Software Excel.

(65)

Selain berfungsi sebagai pengolah angka atau manipulasi angka, Excel juga dapat digunakan untuk manipulasi teks komputer dan dapat mendayagunakan Excel dengan maksimal harus juga menguasai Sistem Operasi Microsoft Windows.

5.2 Microsof Excel

Microsoft Exel 2003 (selanjutnya disebut Excel) merupakan program aplikasi lembar kerja elektronik (spreadsheet) dari program paket Microsoft Office. Excel merupakan produk unggulan dari Microsoft Corporation yang banyak berperan dalam pengolahan informasi khususnya data-data berbentuk angka yang dihitung, diproyeksikan, dianalisa dan dipresentasikan data pada lembar kerja.

Sheet/lembar keja Excel terdiri dari 256 kolom dan 65536 baris. Kolom diberi nama dengan huruf A, B, C....Z dilanjutkan AA, AB, AC sampai dengan IV dan baris ditandai dengan angka 1,2,3,....65536.

Excel 2003 hadir dengan berbagai penyempurnaan, tampil lebih terintegrasi dengan berbagai software lain Under Windows seperti Word, Accses maupun PowerPoint dan sebagainya. Keunggulan program spreadsheet ini adalah mudah dipakai , fleksibel, mudah berintegrasi dengan aplikasi berbasis Windows.

(66)

5.3 Langkah-langkah Dalam Pengolahan Data dengan Excel

Sebelum mengoperasikan software ini, pastikan bahwa pada komputer telah terpasang program Excel . Langkah-langkahnya sebagai berikut :

1. Klik tombol start

2. Pilih program dan klik Microsoft Excel

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

Gambar 5.1 Tampilan kertas lembar kerja Excel

4. Kemudian melakukan pengisisian data ke dalam worsheet Excel, seperti di bawah ini.

(67)

Gambar 5.2 Tampilan Data Jumlah Pengangguran di Sumatera Utara Periode Tahun 2000-2009

Dari data di atas dapat ditentukan besarnya forecast dengan α = 0,1 hingga

α = 0,5. Dan setiap perhitungan akan diberi nama untuk tiap kolom. Diambil contoh

α = 0,1 , seperti berikut ini.

1. Pada kolom ke 4 ditulis keterangan dengan S' _t 2. Pada kolom ke 5 ditulis keterangan dengan S''t

3. Pada kolom ke 6 ditulis keterangan dengan Nilai a _t

(68)

6. Pada kolom ke 9 ditulis keterangan dengan e _t

7. Pada kolom ke 10 ditulis keterangan dengan 2

Maka perhitungan masing-masing smoothing pertama, smothing kedua , konstanta , slope dan Peramalan (forecast) adalah sebagai berikut :

1. Smoothing pertama (S' ), untuk tahun pertama sebesar tahun pertama dari data t historisnya. Sehingga nilai yang tertera pada D5 sama dengan nilai pada C5. Sedangkan untuk tahun ke 2 dapat dihitung dengan rumus :

=0.1*C5+(1-0.1)*D4 dan untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.

2. Smothing kedua (S''t), untuk tahun kedua sebesar jumlah pengangguran pertama

dari data historisnya. Sehingga nilai yang tertera pada sel E4 sama dengan nilai C5. Sedangkan untuk tahun ke-2 dapat dihitung dengan rumus :

=0.1*D5+((1-0.1)*E4 dan untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.

3. Nilai a pada sel F5 baru bisa dicari pada tahun ke 2 yaitu dengan rumus : _t

(69)

4. Nilai b pada sel G5 baru bisa dicari pada tahun ke 2 yaitu dengan rumus : _t

=0.1/0.9*(D5-E5) dan untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.

5. Forecast (Ft+m) untuk tahun ke 3 pada sel H6 dapat dicari menggunakan rumus :

=F5+G5 dan untuk Forecast tahun berikutnya hanya menyalin rumus tersebut.

6. Kesalahan (e ) untuk tahun ke 3 pada sel I6 dapat dicari menggunakan rumus : _t

=C6-H6 dan untuk kesalahan tahun berikutnya hanya menyalin rumus tersebut.

7. Kesalahan kuadrat (e ) untuk tahun ke 3 pada sel J6 dapat dicari menggunakan 2

rumus : =I^2 dan untuk kesalahan tahun berikutnya hanya menyalin rumus tersebut.

(70)

Gambar 5.3 Tampilan Besarnya Forecast dengan α = 0,1

5.4 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, Bisa menggunakan icon chart wizard yang terdapat pada toolbar. Adapun langkah-langkah yang diperlukan adalah :

1. Sorot sel atau range yang ingin dibuat grafik

(71)

3. Klik tipe grafik yang diinginkan dan klik next. Tampil kotak dialog Chart Source data

4. Pada tampilan akan terlihat range data yang telah disorot dan klik radio button rows atau coloum yang diinginkan, klik next. Tampil kotak dialog option

5. Pada chart option ketik judul grafik, kemudian klik Next. Tampil kotak dialog chart location

6. Pilih tempat untuk meletakkan grafik ini dan klik finish maka grafik akan ditempatkan di lembar kerja.

(72)

BAB 6

KESIMPULAN DAN SARAN

6.1Kesimpulan

Dari seluruh hasil pembahasan dan analisa data yang telah dilakukan, maka penulis dapat mengambil kesimpulan sebagai berikut :

1. Pengangguran atau tuna karya merupakan istilah untuk orang yang tidak mau bekerja sama sekali, sedang mencari kerja, bekerja kurang dari dua hari selama seminggu, atau seseorang yang sedang berusaha mendapatkan pekerjaan dan orang yang masuk dalam angkatan kerja (15 sampai 64 tahun) yang sedang mencari pekerjaan namun belum memperolehnya.

2. Pengangguran berdampak negatif bagi Negara dan individu yang mengalaminya (masyarakat itu sendiri).

3. Metode peramalan selalu berhadapan dengan ketidakpastian. Artinya peramalan hanya meramalkan saja, namun belum tentu itu memberikan nilai

(73)

yang sebenarnya di lapangan tetapi hasil-hasilnya cukup mendekati nilai yang sebenarnya.

4. Setelah melakukan perhitungan dapat disimpulkan bahwa dalam tiga tahun kedepan tingkat pengangguran akan mengalami peningkatan setiap tahunnya.

6.2 Saran

Penulis memberikan saran sebagai berikut :

Untuk mengurangi pengangguran sebaiknya pemerintah menggalakkan sistem pemberian kredit usaha untuk masyarakat kelas menengah ke bawah. Dengan pemberian kredit ini, maka akan berkembang usaha-usaha kecil sehingga jumlah pengangguran akan menurun. Selain itu juga sebaiknya diadakan pelatihan keterampilan bagi masyarakat agar masyarakat tersebut memiliki keahlian.

Sedangkan bagi masyarakat itu sendiri diharapkan dapat menciptakan lapangan kerja sendiri. Untuk mencapai itu maka diharapkan SDM harus memiliki keterampilan serta keahlian yang dapat dikembangkan.

(74)

DAFTAR PUSTAKA

1. Makridakis, spyros.Metode dan Aplikasi Peramalan.edisi ke-2. Jakarta:Binarupa Aksara

2. BPS. 2000-2009. Medan Dalam Angka 2000-2009. Badan Pusat Statistik 3. Tosin, Rijanto. 2000. Microsoft Excel 2003, Kilat 24 Jurus, edisi ke-1.

Jakarta:Dinastindo

search/hemld,132/indekx.php?searghword=etiap.11Mei 2009

(1)

4. Nilai b pada sel G5 baru bisa dicari pada tahun ke 2 yaitu dengan rumus : _t =0.1/0.9*(D5-E5) dan untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.

5. Forecast (Ft+m) untuk tahun ke 3 pada sel H6 dapat dicari menggunakan rumus :

=F5+G5 dan untuk Forecast tahun berikutnya hanya menyalin rumus tersebut.

6. Kesalahan (e ) untuk tahun ke 3 pada sel I6 dapat dicari menggunakan rumus : _t =C6-H6 dan untuk kesalahan tahun berikutnya hanya menyalin rumus tersebut.

7. Kesalahan kuadrat (e ) untuk tahun ke 3 pada sel J6 dapat dicari menggunakan 2 rumus : =I^2 dan untuk kesalahan tahun berikutnya hanya menyalin rumus tersebut.

(2)

Gambar 5.3 Tampilan Besarnya Forecast dengan α = 0,1

5.4 Pembuatan Grafik

1. Sorot sel atau range yang ingin dibuat grafik

(3)

3. Klik tipe grafik yang diinginkan dan klik next. Tampil kotak dialog Chart Source data

4. Pada tampilan akan terlihat range data yang telah disorot dan klik radio button rows atau coloum yang diinginkan, klik next. Tampil kotak dialog option

5. Pada chart option ketik judul grafik, kemudian klik Next. Tampil kotak dialog chart location

6. Pilih tempat untuk meletakkan grafik ini dan klik finish maka grafik akan ditempatkan di lembar kerja.

(4)

BAB 6

KESIMPULAN DAN SARAN

6.1Kesimpulan

Dari seluruh hasil pembahasan dan analisa data yang telah dilakukan, maka penulis dapat mengambil kesimpulan sebagai berikut :

2. Pengangguran berdampak negatif bagi Negara dan individu yang mengalaminya (masyarakat itu sendiri).

3. Metode peramalan selalu berhadapan dengan ketidakpastian. Artinya peramalan hanya meramalkan saja, namun belum tentu itu memberikan nilai

(5)

yang sebenarnya di lapangan tetapi hasil-hasilnya cukup mendekati nilai yang sebenarnya.

4. Setelah melakukan perhitungan dapat disimpulkan bahwa dalam tiga tahun kedepan tingkat pengangguran akan mengalami peningkatan setiap tahunnya.

6.2 Saran

Penulis memberikan saran sebagai berikut :

Sedangkan bagi masyarakat itu sendiri diharapkan dapat menciptakan lapangan kerja sendiri. Untuk mencapai itu maka diharapkan SDM harus memiliki keterampilan serta keahlian yang dapat dikembangkan.

(6)

DAFTAR PUSTAKA

1. Makridakis, spyros.Metode dan Aplikasi Peramalan.edisi ke-2. Jakarta:Binarupa Aksara

2. BPS. 2000-2009. Medan Dalam Angka 2000-2009. Badan Pusat Statistik 3. Tosin, Rijanto. 2000. Microsoft Excel 2003, Kilat 24 Jurus, edisi ke-1.

Jakarta:Dinastindo

search/hemld,132/indekx.php?searghword=etiap.11Mei 2009