Peramalan jumlah pelanggan kartu kredit di pt. Bank mandiri Cabang Medan Tahun 2010
PERAMALAN JUMLAH PELANGGAN KARTU KREDIT
DI PT. BANK MANDIRI CABANG MEDAN
TAHUN 2010
TUGAS AKHIR
Diajukan untukmelengkapi tugas dan memenuhi syarat memperoleh Ahli Madya
DEFIE AULIA AMRIANTI NASUTION
072407016
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
MEDAN
2009
(2)
PERSETUJUAN
Judul : PERAMALAN JUMLAH PELANGGAN KARTU
KREDIT DI PT. BANK MANDIRI CABANG MEDAN TAHUN 2010
Kategori : TUGAS AKHIR
Nama : DEFIE AULIA AMRIANTI NASUTION
Nomor Induk Mahasiswa : 072407016
Program Studi : DIPLOMA III STATISTIKA
Departemen : MATEMATIKA
Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN
ALAM (FMIPA) UNIVERSITAS SUMATERA
UTARA
Diluluskan di
Medan, Mei 2010
Diketahui/Disetujui oleh
Departemen Matematika FMIPA USU
Ketua, Pembimbing,
Dr. Saib Suwilo, M.Sc Dr. Sutarman, M.Sc
(3)
PERNYATAAN
PERAMALAN JUMLAH PELANGGAN KARTU KREDIT DI PT. BANK MANDIRI CABANG MEDAN TAHUN 2010
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
DEFIE AULIA AMRIANTI NASUTION 072407016
(4)
PENGHARGAAN
Segala puji dan syukur penulis panjatkan kehadirat Allah SWT yang tiada terkira atas segala kenikmatan yang telah diberikan kepada penulis sehingga dapat menyelesaikan Tugas Akhir ini dengan baik. Shalawat beserta salam kepada junjungan mulia Rasulullah saw, keluarga dan sahabat.
Penulisan Tugas Akhir ini bertujuan untuk melengkapi persyaratan dalam menyelesaikan perkuliahan pada jurusan Statistika Program Diploma III Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara. Penulis menyadari sepenuhnya bahwa penyajian Tugas Akhir ini masih banyak terdapat kekurangan dan masih jauh dari kesempurnaan karena keterbatasan ilmu dan kemampuan penulis.
Oleh karena itu penulis mengharapkan saran dan kritik yang bersifat konstruktif dari pembaca demi kesempurnaan Tugas Akhir ini.
Penyelesaian Tugas Akhir ini tak lepas dari bantuan serta sokongan berbagai pihak. Untuk itu izinkan penulis menyampaikan terima kasih kepada :
1. Bapak Prof. Dr. Eddy Marlianto, M.Sc, Selaku Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam USU
2. Bapak Dr. Saib Suwilo, M.Sc, Selaku Ketua Jurusan D-3 Statistika dan Ilmu Komputer FMIPA USU
3. Ibu Dr. Sutarman, M.Sc, Selaku Dosen Pembimbing Penulis dalam Penulisan Tugas Akhir ini
4. Seluruh Staf dan pegawai jurusan D-3 Statistika dan Ilmu Komputer FMIPA USU
5. Kepada bapak, ibu yang telah memberikan bantuan dan dorongan dalam Penulisan Tugas Akhir ini.
6. Seluruh rekan-rekan kuliah yang telah membantu dalam penyelesaian Tugas Akhir penulis.
Akhirul kalam penulis memanjatkan doa Kepada Allah SWT agar segala kebaikan dan bantuan yang diberikan kepada penulis dapat dibalas oleh Allah SWT. Semoga apa yang penulis perbuat akan selalu diberkati oleh sang pemilik ilmu. Amin Ya Robbal Alamin
(5)
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 Rumusan Masalah 3
1.3 Batasan Masalah 3
1.4 Tujuan dan Kegunaan Penelitian 3
1.5 Metodologi Penelitian 4
1.6 Tinjauan Pustaka 6
1.7 Sistematika Penulisan 8
BAB 2 TINJAUAN PUSTAKA 10
2.1 Pengertian Peramalan 10
2.2 Kegunaan Peramalan 11
2.3 Langkah-Langkah Peramalan 12
2.4 Jenis-Jenis Peramalan 13
2.5 Jenis-Jenis Metode Peramalan 15
2.5.1 Pemilihan Teknik dan Metode Peramalan 16
2.5.2 Analisa Deret Berkala 18
2.5.3 Penentuan Pola Data 18
2.6 Metode Pemulusan (Smoothing) 19
2.6.1 Metode Pemulusan yang digunakan 21
BAB 3 METODE PENELITIAN 26
3.1 Tempat Dilakukan Penelitian 26
3.2 Waktu Penelitian 26
3.3 Sejarah Berdirinya PT. Bank Mandiri (Persero) 26 3.4 Sejarah Kanwil I PT. Bank Mandiri (Persero) Medan 28 3.5 Budaya Kerja PT. Bank Mandiri (Persero) 28 3.6 Visi dan Misi PT. Bank Mandiri (Persero) 29 3.7 Struktur Organisasi dan Deskripsi Jabatan 31 3.7.1 Deskripsi Jabatan pada kanwil I PT. Bank Mandiri 31
BAB 4 ANALISIS DAN PEMBAHASAN 45
4.1 Analisi Data 45
4.2 Analisis Deret Berkala 47
4.3 Identifikasi Model Peramalan 51
(6)
4.4.1 Penaksiran Model Peramalan 51 4.4.2 Penentuan Bentuk Persamaan Peramalan 56 4.5 Peramalan Jumlah Pelanggan Kartu Kredit di PT. Bank Mandiri
Cabang Medan 57
BAB 5 IMPLEMENTASI SISTEM 62
5.1 Pengertian Implementasi Sistem 62
5.2 Microsoft Excel 63
5.3 Langkah-Langkah Memulai Pengolahan Data Dengan Excel 64
5.4 SPSS 16.0 for Windows 69
5.5 Pengoperasian SPSS 16.0 for Windows 70
5.6 Pembuatan Grafik 72
BAB 6 KESIMPULAN DAN SARAN 74
6.1 Kesimpulan 74
6.2 Saran 75
DAFTAR PUSTAKA 76
(7)
DAFTAR TABEL
Halaman Tabel 4.1 Data Jumlah Pelanggan Kartu Kredit di PT. Bank Mandiri
(Persero) Cabang Medan 46
Tabel 4.2 Nilai Autokorelasi Data Jumlah pelanggan Kartu Kredit untuk
time lag ke 1 48
Tabel 4.3 Nilai Autokorelasi Data Jumlah Pelanggan Kartu Kredit 49 Tabel 4.4 Menentukan Nilai MSE dengan nilai α = 0.1 53 Tabel 4.5 Perbandingan Ukuran ketepatan Metode Peramalan 54 Tabel 4.6 Pemulusan Eksponensial Linier Satu Parameter Dari Brown
Menggunakan α = 0.3 Pada Data Jumlah pelanggan Kartu Kredit 55 Tabel 4.7 Peramalan Jumlah Pelanggan Kartu kredit di PT. Bank Mandiri
(8)
DAFTAR GAMBAR
Halaman Gambar 4.1 Grafik Kartu Kredit Dengan Data Asli 50
Gambar 4.2 Grafik Pemulusan Peramalan Dengan α = 0.3 56
Gambar 5.1 Tampilan Pilihan Program 64
Gambar 5.2 Tampilan Lembar Kerja Excel 65
Gambar 5.3 Data Pada lembar Kerja Excel 66
Gambar 5.4 Menyimpan Data Pada lembar Keja Excel 67 Gambar 5.5 Hasil Peramalan Dalam Metode Brown 69
Gambar 5.6 Tampilan Lembar Kerja SPSS 70
Gambar 5.7 Cara Mencari Autokorelasi dengan SPSS 71 Gambar 5.8 Langkah-Langkah Mencari Nilai Autokorelasi Dengan SPSS 71 Gambar 5.9 Cara Pembuatan Grafik Melalui SPSS 72 Gambar 5.10 Tampilan Cara Pembuatan Grafik Melalui SPSS 73 Gambar 5.11 Langkah-Langkah Pembuatan Grafik Melalui SPSS 73
(9)
BAB 1
PENDAHULUAN
1.1.Latar Belakang
Dalam pelaksanaan pembangunan saat ini, ilmu statistik memegang peranan penting baik itu di dalam pekerjaan maupun pada kehidupan sehari-hari. Ilmu statistik sekarang telah melaju dengan pesat. Karena di dalam pengolahan data, statistik mampu membantu meningkatkan kreatifitas dan prokdutifitas untuk mengembangkan IPTEK dan perekonomian.
Dengan berkembangnya IPTEK dan perekonomian di propinsi sumatera utara sangat erat kaitannya dengan keberhasilan pemerintah dalam memasyarakatkan kegiatan perbankan. Kegiatan perbankan yang begitu pesat akhir-akhir ini telah membuka prospek yang menguntungkan bagi pengembangan usaha, baik usaha kecil maupun menengah.
Lembaga perbankan pada dasarnya merupakan inti dari sistem keuangan dari setiap negara. Bank juga merupakan lembaga keuangan, dimana bank dijadikan sebagai wadah bagi masyarakat, baik secara perorangan maupun kelompok seperti perusahaan, lembaga-lembaga pemerintah maupun swasta. Untuk menyimpan maupun meminjam dana melalui kegiatan perkreditan dan berbagai jasa yang diberikan. Bank
(10)
juga dapat diartikan sebagai usaha yang menghimpun dana dari masyarakat dalam bentuk simpanan dan menyalurkan kepada mesyarakat dalam rangka meningkatkan taraf hidup masyarakat.
Setiap bank menyalurkan kredit pada masyarakat dengan bertujuan untuk memperoleh keuntungan yang diberikan dalam bentuk bunga. Dengan adanya bunga yang diterima oleh bank, maka bank juga dapat menjalankan kehidupan bank itu sendiri dengan keuntungan yang diperoleh. Jadi, semakin banyak kredit yang disalurkan kepada masyarakat, maka semakin banyak pula keuntungan yang diterima oleh bank..
Jumlah permintaan kredit sangat dipengaruhi oleh: 1. Tingkat suku bunga
2. Jumlah bank
3. Pertumbuhan ekonomi
Apabila perekonomian baik, maka akan mendorong masyarakat untuk meminjam kredit pada bank. Mengatahui betapa pentingnya peran yang dijalankan oleh perbankan dalam perekonomian negara sehingga mendorong penulis mengajukan tugas akhir dengan mengambil judul:
“ PERAMALAN JUMLAH PELANGGAN KARTU KREDIT DI PT. BANK MANDIRI CABANG MEDAN TAHUN 2010”.
(11)
1.2.Rumusan Masalah
Dalam penelitian ini adapun masalah yang akan dianalisis adalah sebagai berikut: 1. Seberapa besar permintaan kredit pada PT. Bank Mandiri cabang Medan tahun
2010.
2. Pengkajian masalah jumlah permintaan kartu kredit pada PT. Bank Mandiri cabang medan dengan menggunakan metode smoothing eksponensial linier satu parameter dari Brown.
1.3.Batasan Masalah
Untuk lebih mudah penelitian dan agar lebih terarah, serta karena keterbatasan waktu, dana dan ilmu yang dimiliki penulis maka penelitian ini hanya pada masalah:
1. Mencari besarnya permintaan kartu kredit cabang medan.
2. Metode yang digunakan adalah metode smoothing eksponensial linier satu parameter dari Brown untuk mencari besarnya permintaan kartu kredit.
1.4.Tujuan dan Kegunaan Penelitian
Tujuan dari masalah yang dimaksud adalah untuk meramalkan banyaknya jumlah pelanggan kartu kredit di PT. Bank Mandiri cabang Medan untuk tahun 2010 berdasarkan data bulan januari 2008 sampai januari 2010 untuk mengetahui tingkat atau perkembangan jumlah pelanggan kartu kredit yang diperoleh PT. Bank Mandiri cabang Medan pada tahun yang akan datang.
(12)
Tujuan utama dari penulis adalah sebagai berikut:
1. Untuk melihat peningkatan atau penurunan jumlah pelanggan kartu kredit di PT. Bank Mandiri cabang Medan, dari tahun 2008 sampai 2009 dan meramalkan dimasa yang akan datang.
2. Memberikan gambaran terhadap perubahan dalam peningkatan dan penurunan jumlah kredit di PT. Bank Mandiri cabang Medan.
3. Sebagai bahan pertimbangan bagi pihak lain yang ingin melaksanakan penelitian selanjutnya dan sebagai wahana pelatihan penulisan karya ilmiah bagi penulis.
Kegunaan dari penelitian yang dilakukan penulis adalah:
1. Untuk menambah ilmu pengetahuan bagi penulis khususnya peramalan.
2. Untuk memberikan masukan dan sumbangan pemikiran berupa saran yang munkin berguna bagi PT. Bank Mandiri cabang Medan.
3. Sebagai bahan pertimbangan bagi pihak lain yang ingin melaksakan penelitian selanjutnya dan sebagai wahana pelatihan penulisan karya ilmiah bagi penulis.
1.5.Metodologi Penelitian
Metode yang penulis gunakan untuk memperoleh data yang diperlukan adalah:
1. Pengumpulan Data
Data yang digunakan dalam tulisan ini adalah data sekunder yang diperoleh dari PT. Bank Mandiri Kantor Wilayah I Medan yang berkaitan dengan jumlah pelanggan kartu kredit.
(13)
2. Mempelajari Literatur
Studi literatur ini meliputi pengambilan teori-teori serta rumus-rumus dari beberapa sumber bacaan yang berkaitan dengan masalah yang sedang diteliti.
3. Pegolahan Data
Dengan adanya data yang diperoleh penulis dari PT. Bank Mandiri Kantor Wilayah I Medan mengenai banyaknya jumlah pelanggan kartu kredit. Oleh karena itu penulis mencoba meramalkan data tersebut dengan menggunakan metode smoothing eksponensial linier satu parameter dari Brown.
Proses yang dilakukan adalah sebagai berikut :
1. Menentukan smoothing pertama(S' )t
1
' ) 1 (
't aXt a S t S
t
S'
=
Smoothing pertama periode tt
X
=
Nilai pengamatan periode t1
't
S
=
Smoothing pertama periode t-12. Menentukan Smoothing kedua t-1
1 " ) 1 ( '
"t aS t a S t S
t
(14)
3. Menentukan besarnya konstanta(at)
t t t
t t
t S S S S S
a ' ( ' " ) 2 ' "
4. Menentukan besarnya slope(bt)
) " ' (
1 t t
t S S
a a
b
5. Menentukan besarnya nilai peramalan(Ftm )
m b a
Ftm t t
Dimana madalah periode di depan yang diramalkan
.
1.6.Tinjauan Pustaka
Dalam penulisan tugas akhir ini, penulis menggunakan beberapa buku untuk melengkapi Tugas Akhir yaitu sebagai berikut :
1. Metode dan Aplikasi Peramalan, oleh Makridakis/Wheelwright/Mcgee, edisi II, Penerbit Interaksara, 1999, Jakarta. menguraikan bahwa dasar pemikiran dari pemulusan eksponensial linier satu parameter dari Brown adalah serupa dengan rata-rata bergerak linier, karena kedua nilai pemulusan eksponensial tunggal dan ganda ketinggalan dari data yang sebenarnya bilamana terdapat
(15)
unsur trend. Perbedaan antara nilai pemulusan tunggal dan ganda dapat ditambahkan kepada nilai pemulusan tunggal dan disesuaikan untuk trend. 2. Teknik dan Metode Peramalan, oleh Sofyan Assauri, edisi pertama,
Universitas Indonesia, 1984. Dari buku ini dikutip tentang defenisi peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang akan datang. Sedangkan ramalan adalah situasi atau kondisi yang diperlukan akan terjadi pada masa yang akan datang. Ramalan tersebut dapat didasarkan atas bermacam-macam cara yang dikenal dengan metode peramalan.
3. Teknik Peramalan Bisnis dan Ekonomi, oleh Adler Haymans Manurung,SE. Penerbit Rineka Cipta, 1990, Jakarta. Dari buku ini dikutip rumus peramalan dengan menggunakan metode eksponensial smoothing.
4. Teknik Proyeksi Bisnis, oleh Drs.H.Indriyo Gitosodarmo, M.Com. Lembaga Penerbit Fakultas Ekonomi Universitas Gadjah Mada, 2000, Yogyakarta. Dari buku ini dijelaskan lebih terperinci mengenai langkah-langkah penggunaan metode eksponensial smoothing.
5. Menggunakan Microsoft Office Excel 2003, oleh Ir. Pandapotan sianipar, Penerbit PT Elex Media Komputindo, 2004, Jakarta. Dari buku ini dikutip langakah-langkah menggunakan Microsoft Excel. Cara penggunaannya dan aplikasinya. Juga dikutip cara-cara pembuatan rumus pada Microsoft Excel.
(16)
1.7. Sistematika Penulisan
Secara umum sistematika penulisan dalam menyusun Tugas Akhir dibagi dalam 6 Bab, masing-masing bab dibagi atas beberapa sub-sub bab yaitu sebagai berikut:
BAB 1 : PENDAHULUAN
Pada bab ini menjelaskan latar belakang, identifikasi masalah, batasan masalah, tujuan dan kegunaan penelitian, metodologi penelitian, tinjauan pustaka, dan sistematika penulisan.
BAB 2 : TINJAUAN TEORITIS
Pada bab ini menguraikan tentang teori-teori dan tinjauan mengenai isi dari Tugas Akhir ini. Tentang segala sesuatu yang menyangkut terhadap penyelesaian masalah yang dihadapi, sesuai judul yang diutarakan.
BAB 3 : METODE PENELITIAN
Pada bab ini menguraikan tentang tempat dimana dilakukan penelitian, waktu penelitian, sejarah singkat perusahaan, visi dan misi, dan struktur organisasi.
BAB 4 : ANALISIS DAN PEMBAHASAN
Pada bab ini menguraikan dan menganalisa tentang pengolahan data yang telah diperoleh langsung dari sumbernya, dengan menggunakan metode smoothing eksponensial ganda untuk memproyeksikan pada tahun yang akan datang.
(17)
BAB 5 : IMPLEMENTASI SISTEM
Pada bab ini menguraikan tentang penerapan hasil disain tertulis ke dalam programming. Program yang digunakan microsoft excel.
BAB 6 : KESIMPULAN DAN SARAN
Pada bab ini menjelaskan kesimpulan dari pembahasan analisis yang telah penulis lakukan di dalam penyelesaian Tugas Akhir. Dan saran-saran yang munkin berguna bagi kemajuan bank di masa yang akan datang dalam menghadapi persaingan.
(18)
BAB 2
TINJAUAN TEORITIS
2.1 Pengertian Peramalan
Peramalan (forecasting) adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah situasi atau kondisi yang diperkirakan akan terjadi pada masa yang akan datang. Ramalan tersebut dapat didasarkan atas bermacam-macam cara, diantaranya adalah Metode Pemulusan Eksponensial atau Rata-rata Bergerak dan Metode Box Jenkins. Metode peramalan merupakan cara untuk memperkirakan secara kuantitatif apa yang akan terjadi pada masa yang akan datang dengan dasar data yang relevan pada masa lalu. Dengan kata lain metode peramalan yang bersifat objektif.
Metode peramalan adalah cara memperkirakan secara kuantitatif apa yang akan terjadi di masa yang akan datang, berdasarkan data yang relevan pada masa lalu. Oleh karena itu, metode peramalan termasuk dalam kegiatan kuantitatif. Keberhasilan dari suatu peramalan sangat ditentukan oleh pengetahuan teknik tentang informasi lalu yang dibutuhkan yaitu informasi yang bersifat kuantitatif. Serta teknik dan metode paramalannya.
(19)
Baik tidaknya suatu peramalan yang disusun, disamping ditentukan oleh metode yang dipergunakan juga ditentukan oleh baik tidaknya informasi maupun data yang digunakan. Selama data maupun informasi yang digunakan tidak dapat meyakinkan, maka hasil peramalan yang disusun juga akan sukar dipercaya akan ketepatannya.
Dalam melakukan analisa ekonomi atau analisa kegiatan perusahaan, haruslah di perkirakan apa yang terjadi dalam bidang ekonomi atau di dalam dunia usaha pada masa yang akan datang. Kegiatan memperkirakan apa yang akan terjadi pada masa yang akan datang, kita kenal dengan sebutan peramalan.
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 Kegunaan Peramalan
Sering terdapat waktu senjang (time lag) antara kesadaran akan peristiwa atau kebutuhan mendatang dengan peristiwa itu sendiri. Adanya waktu tenggang (lead time) ini merupakan alasan utama bagi perencanaan dan peramalan. Jika waktu tenggang ini nol atau sangat kecil, maka perencanaan tidak diperlukan. Jika waktu tenggang ini panjang dan hasil peristiwa akhir tergantung pada faktor-faktor yang dapat diketahui, maka perencanaan dapat memegang peranan penting. Dalam situasi
(20)
seperti itu peramalan diperlukan untuk menentukan kapan suatu peristiwa akan terjadi atau timbul, sehingga tindakan yang tepat dapat dilakukan.
Dalam perencanaan di organisasi atau perusahaan, peramalan merupakan kebutuhan yang sangat penting, dimana baik buruknya peramalan dapat mempengaruhi seluruh bagian organisasi, karena waktu tenggang untuk pengambilan keputusan dapat berkisar dari beberapa tahun. Peramalan merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien.
2.3 Langkah-Langkah Peramalan
Kualitas atau mutu dari hasil peramalan yang disusun, sangat ditentukan oleh proses pelaksanaan penyusunnya. Peramalan yang baik adalah peramalan yang dilakukan dengan mengikuti langkah-langkah atau prosedur penyusunan yang baik. Pada dasarnya ada tiga langkah peramalan yang penting yaitu :
1. Menganalisa data yang lalu. Tahap ini berguna untuk pola yang terjadi pada masa yang lalu. Analisa ini dilakukan dengan cara membuat tabulasi data maka dapat diketahui pola data tersebut.
2. Menentukan metode yang digunakan. Masing-masing metode akan memberikan hasil peramalan yang berbeda. Dimana metode peramalan yang baik adalah metode yang menghasilkan penyimpangan antara hasil peramalan dengan nilai kenyataan yang sekecil mungkin.
(21)
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 kecendrungan 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 Jenis-Jenis Peramalan
Pada umumnya peramalan dapat dibedakan dari beberapa segi tergantung dari cara melihatnya. Apabila dilihat dari sifat penyusunnya, maka peramalan dapat dibedakan atas dua macam, yaitu :
1. Peramalan yang subjektif, yaitu peramalan yang didasarkan atas perasaan atau intuasi dari orang yang menyusunnya. Dalam hal ini pandangan atau
judgement dari orang yang menyusunnya sangat menetukan 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.
(22)
Disamping itu, jika dilihat dari jangka waktu ramalan yang disusun. Maka peramalan dapat dibedakan atas dua macam pula, yaitu :
1. Peramalan jangka panjang, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan jangka waktunya lebih dari satu setengah tahun atau tiga semester. Peramalan seperti ini misalnya diperlukan dalam penyusunan rencana pembangunan suatu negara atau suatu daerah, corporate planning, rencana investi atau rencana ekspansi dari suatu perusahaan.
2. Peramalan jangka pendek, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan dalam jangka waktu yang kurang dari satu setengah tahun atau tiga semester. Peramalan seperti ini diperlukan dalam penyusunan rencana tahunan, rencana kerja operasional, dan anggaran contoh penyusunan rencana produksi, rencana penjualan, rencana persediaan, anggaran produksi, dan anggaran perusahaan.
Berdasarkan sifat ramalan yang telah disusun, maka peramalan dapat dibedakan atas dua macam, yaitu :
1. Peramalan kualitatif, yaitu peramalan yang didasarkan atas dua kualitatif pada masa lalu. Hasil peramalan yang dibuat sangat tergantung pada orang yang menyusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran yang bersifat intuisi, judgement atau pendapat, dan pengetahuan serta pengalaman dari penyusunnya. Biasanya peramalan secara kualitatif ini didasarkan atas hasil penyelidikan.
(23)
2. Peramalan kuantitatif, yaitu peramalan didasarkan atas data kuantitatif pada masa lalu. Hasil peramalan dibuat sangat bergantung pada metode yang digunakan dalam peramalan tersebut. Dengan peramalan yang berbeda akan diperoleh hasil peramalan yang berbeda. Adapun yang perlu diperhatikan dari penggunaan metode-metode tersebut, adalah baik tidaknya metode yang dipergunakan, sangat ditentukan oleh perbedaan atau penyimpangan antara hasil peramalan dengan kenyataan yang terjadi. Metode yang baik adalah metode yang memberikan nilai-nilai perbedaan atau penyimpangan yang mungkin terjadi. Peramalan kuantitatif hanya dapat digunakan apabila terdapat tiga kondisi sebagai berikut :
a. Adanya informasi tentang keadaan yang lain.
b. Informasi tersebut dapat dikuantifikasikan dalam bentuk data.
c. Dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada masa yang akan datang.
Dari uraian diatas dapatlah diketahui bahwa jenis-jenis peramalan sangat tergantung dari segi mana kita memandangnya.
2.5 Jenis-jenis Metode Peramalan
Metode-metode peramalan dengan analisa deret waktu yaitu :
1. Metode pemulusan (smoothing) dan rata-rata bergerak (moving average)
Metode ini sering digunakan untuk ramalan jangka pendek dan untuk ramalan jangka panjang.
(24)
2. Metode Box Jenkins
Metode ini jarang dipakai, namun baik digunakan untuk ramalan jangka pendek, menengah dan jangka panjang.
3. Metode proyeksi trend dengan regresi
Metode ini digunakan untuk ramalan jangka menengah dan jangka panjang.
Dalam penulisan tugas akhir ini, yang akan digunakan adalah metode time series yang pertama yaitu metode pemulusan eksponensial.
2.5.1 Pemilihan Teknik dan Metode Peramalan
Dalam pemilihan teknik dan metode peramalan, pertama-tama perlu diketahui ciri-ciri penting yang perlu diperhatikan bagi pengambil keputusan dan analisa keadaan dalam mempersiapkan peramalan .
Ada enam faktor utama yang diidentifikasi sebagai teknik dan metode paramalan, yaitu :
1. Horizon Waktu
Ada dua aspek dari horizon waktu yang berhubungan dengan masing-masing metode peramalan. Pertama adalah cakupan waktu di masa yang akan datang. Aspek kedua adalah periode untuk peramalan yang diinginkan.
(25)
2. Pola Data
Dasar utama dari metode peramalan adalah anggapan bahwa macam dari pola yang didapati di dalam data yang diramalkan akan berkelanjutan.
3. Jenis dan Model
Model-model merupakan suatu deret dimana waktu digambarkan sebagai unsur yang penting untuk menentukan perubahan-perubahan dalam pola. Model-model perlu diperhatikan karena masing-masing model mempunyai kemampuan yang berbeda dalam analisa keadaan untuk pengambilan keputusan.
4. Biaya yang dibutuhkan
Umumnya ada empat unsure biaya yang tercakup dalam penggunaan suatu prosedur peramalan yaitu: biaya-biaya pengembangan, penyimpanan (storage) data, operasi pelaksanaan, kesempatan dalam penggunaan teknik-treknik dan metode peramalan.
5. Ketepatan Metode Peramalan
Tingkat ketepatan yang dibutuhkan sangat erat kaitannya dengan tingkat perincian yang dibutukan dalam suatu peramalan.
6. Kemudahan dalam Penerapan
Metode-metode yang dapat dimengerti dan mudah diaplikasikan sudah merupakan suatu prinsip umum bagi pengambil keputusan.
(26)
2.5.2 Analisa Deret Berkala
Data berkala (time series) adalah data yang dikumpulkan dari waktu ke waktu untuk memberikan gambaran tentang perkembangan suatu atau beberapa kejadian serta hubungannya dengan kejadian lain.
Metode Time series merupakan metode peramalan kuantitatif yang didasarkan pada penggunaan analisis pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu. Tujuan time series ini mencakup penelitian pola data yang digunakan untuk meramalkan apakah data tersebut stationer atau tidak dan ekstrapolasi ke masa yang akan datang. Stationer itu sendiri berarti bahwa tidak terdapat pertumbuhan atau penurunan data. Data secara kasar harus horizontal sepanjang waktu. Dengan kata lain fluktuasi data tetap konstan setiap waktu.
2.5.3 Penentuan Pola Data
Hal penting yang harus diperhatikan dalam metode deret berkala adalah menentukan jenis pola data historinya. Sehingga pola data yang tepat dengan pola data histori tersebut dapat diuji, dimana pola data umumnya data dapat dibedakan sebagai berikut:
1. Pola Data Horizontal
Pola ini terjadi bila berfluktuasi di sekitar nilai rata-rata yang konstan.
2. Pola Data Musiman (Seasonal)
Pola yang menunjukkan perubahan yang berulang-ulang secara periodik dalam deret waktu. Pola yang ini terjadi bila suatu deret dipengaruhi oleh faktor
(27)
musiman, misalnya: kuartal tahun tertentu, bulanan, atau hari-hari pada minggu tertentu.
3. Pola Data Siklis (Cyclical)
Pola data yang menunjukkan gerakan naik turun dalam jangka panjang dari suatu kurva trend. Terjadi bila datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti yang berhubungan dengan siklus bisnis.
4. Pola Data Trend
Pola yang menunjukkan kenaikan atau penurunan jangka panjang dalam data.
2.6 Metode Pemulusan (Smoothing)
Metode Smoothing adalah metode peramalan dengan mengadakan penghalusan terhadap masa lalu, yaitu dengan mengambil rata-rata dari nilai beberapa tahun untuk menaksir nilai pada beberapa tahun ke depan. Secara umum metode smoothing di klasifikasikan menjadi 2 (dua) bagian, yaitu:
1. Metode Rata-rata
Metode rata-rata dibagi atas 4 (empat) bagian, yaitu:
a. Nilai tengah (Mean)
b. Rata-rata bergerak tunggal (Single Moving Average) c. Rata-rata bergerak ganda (Double Moving Average) d. Kombinasi rata-rata bergerak lainnya
(28)
Metode rata-rata tujuannya adalah memanfaatkan data masa lalu untuk mengembangkan suatu sistem peramalan pada periode mendatang.
2. Metode Pemulusan Eksponensial
Bentuk umum dari metode pemulusan eksponensial adalah:
Ft Xt
I
Ft (1)
Dimana:
I
Ft = ramalan satu periode ke depan
Xt = data actual pada periode ke t
Ft = ramalan pada periode ke t = parameter pemulusan
Bila bentuk umum tersebut diperluas maka akan berubah menjadi:
) 1 ( ) 1 ( 1 ) 1 (
I Xt Xt Ft N
Ft N
Dari pemulusan bentuk umum di atas dapatlah dikatakan bahwa metode eksponensial smoothing merupakan sekelompok metode yang menunjukkan pembobotan menurun secara eksponensial terhadap nilai observasi yang lebih tua atau dengan kata lain observasi yang baru diberikan bobot yang relative lebih besar dengan nilai observasi yang lebih tua. Metode ini terdiri atas:
a. Smoothing Eksponensial Tunggal a.1. Satu parameter (one parameter) a.2. Pendekatan Aditif (ARRES)
Digunakan untuk data yang bersifat stationer dan tidak menunjukkan pola atau trend.
(29)
b. Smoothing Eksponensial Ganda
b.1. Metode Linier satu arameter dari Brown b.2. Metode dua parameter dari Holt
c. Smoothing Eksponensial Triple
c.1. Metode Kuadratik satu parameter dari Brown
Digunakan untuk pola kuadratik, kubik, atau orde yang lebih tinggi. c.2. Metode Kecenderungan dan Musim Tiga Parameter dari Winer
Dapat digunakan untuk data berbentuk trend dan musiman. c.3. Smoothing Eksponensial Menurut Klasifikasi Peges
2.6.1 Metode Pemulusan yang Digunakan
Untuk mendapatkan hasil yang baik harus diketahui cara yang tepat. Data jumlah pelanggan kartu kredit menunjukkan pola data trend linier yang dapat dilihat dari plot auto korelasi yang menunjukkan pola data trend linier. Dalam urusan bisnis dan ekonomi sering sekali diperlukan data untuk mengikuti rata-rata persentase tingkat perubahan sepanjang waktu, misalnya rata-rata persentase jumlah kredit menurut besar arus yang menabung selama beberapa tahun mendatang.
Berapa banyaknya jumlah pelanggan kartu kredit yang akan didapat Bank Mandiri cabang Medan yang akan datang?. Pertanyaan ini merupakan pertanyaan yang paling penting di dalam dunia perbisnisan. Nilai tersebut dapat diperoleh dengan menggunakan rumus smoothing eksponensial linier satu-parameter dari Brown.
(30)
Maka metode peramalan analisa time series yang akan digunakan untuk meramalkan jumlah pelanggan kartu kredit, pada pemecahan masalah ini adalah dengan menggunakan Metode Smoothing Eksponensial Ganda yaitu ”Smoothing Eksponensial Satu Parameter dari Brown.
a. Metode Pemulusan Eksponensial Ganda ( Metode Linier Satu Parameter dari Brown)
Kelompok metode yang menunjukkan pembobotan menurun secara eksponensial terhadap nilai pengamatan yang lebih tua disebut prosedur pemulusan eksponensial. Seperti halnya dengan rata-rata bergerak, metode eksponensial terdiri atas tunggal, ganda dan metode yang lebih rumit. Semua mempunyai sifat yang sama, yaitu nilai yang lebih baru deberikan bobot yang relatif besar dibanding nilai pengamatan yang lebih lama.
Dalam kasus rata-rata bergerak, bobot yang dikenakan pada nilai-nilai pengamatan merupakan hasil sampingan dari system MA tertentu yang diambil. Tetapi dalam pemulusan eksponensial, terdapat satu atau lebih parameter pemulusan yang ditentukan secara eksplisit, dan hasil pilihan ini menentukan bobot yang dikenakan pada nilai observasi.
Dengan cara analogi yang dipakai pada waktu berangkat dari rata-rata bergerak tunggal ke pumulusan (smoothing) eksponensial tunggal kita juga dapat berangkat dari rata-rata bergerak ganda ke pemulusan ganda. Perpindahan seperti ini mungkin menarik karena salah satu keterbatasan dari rata-rata bergerak linier, kecuali bahwa jumlah nilai data yang diperlukan sekarang adalah 2N-1. Pemulusan
(31)
eksponensial linier dapat dihitung hanya dengan tiga nilai data dan satu nilai untuk
a
. Pendekatan ini juga memberikan bobot yang semakin menurun pada observasi masa lalu. Dengan alasan ini pemulusan eksponensial linier lebih disukai daripada rata-rata bergeral linier sebagai suatu metode peramalan dalam berbagai kasus utama.Dasar pemikiran dari pemulusan eksponensial linier dari Brown adalah sama dengan rata-rata bergerak linier, karena kedua nilai pemulusan eksponensial tunggal dan ganda ketinggalan dari data yang sebenarnya bilamana terdapat unsur trend, perbedaan antara nilai pemulusan tunggal dan ganda dapat ditambahkan kepada nilai pemulusan tunggal dan disesuaikan untuk trend. Persamaan yang dipakai dalam implementasi pemulusan eksponensial linier satu parameter dari Brown sebagai berikut: m b a F S S a a b S S a S a aS S S a aX S t t m t t t t t t t t t t t t t ) " ' ( ) 1 ( " ' 2 " ) 1 ( ' " ' ) 1 ( ' 1 1 Dimana : t
S' = nilai pemulusan eksponensial tunggal
t
S" = nilai pemulusan eksponensial ganda = parameter pemulusan
(32)
bt t,
= konstan pemulusan
m
Ft = hasil peramalan untuk m periode ke depan yang akan diramalkan
m = jumlah periode ke depan yang diramalkan
b. beberapa kriteria untuk menguji ketepatan ramalan, antara lain:
1. ME (Mean Error) / nilai tengah kesalahan
N I i N e ME 12. MSE (Mean Square Error) / nilai tengah kesalahan kuadrat
N i t N e MSE 1 23. MAE (Mean Absolut Error) / nilai tengah kesalahan absolute
N i t N e MAE 14. MAPE (Mean Absolut Percentage Error) / nilai tengah kesalahan persentase absolut
N i t N PE MAPE 15. MPE (Mean Percentage Error) / nilai tengah kesalahan persentase
N i i N PE MPE 1(33)
6. SSE (Sum Square Error) / jumlah kuadrat kesalahan
n i
ei SSE
1 2
Dimana :
i
e = Xt Ft (kesalahan pada periode t)
t
X = data aktual pada period eke t
t
PE =
t t t
X F X
x 100 (kesalahan persentase pada period eke t)
t
F = nilai ramalan pada periode ke t N = benyaknya periode waktu
(34)
BAB 3
METODE PENELITIAN
3.1 Tempat dilakukan penelitian
Kegiatan penelitian atau riset untuk menyelesaikan tugas akhir ini dilakukan di PT. Bank Mandiri (persero) cabang Medan. Ditempatkan di Kantor Wilayah I Medan, di bagian kredit. Kantor tersebut berada di Jalan Pulaupinang No 1 Medan.
3.2 Waktu Penelitian
Kegiatan penelitian atau riset dilaksanakan mulai tanggal 1 maret sampai dengan 5 maret 2010. Kegiatan ini dilakukan setiap hari kerja (senin-jumat) tepatnya pada pukul 13.30-17.00 WIB.
3.3 Sejarah Berdirinya PT. Bank Mandiri (Persero)
Terjadinya likuidasi besar–besaran terhadap belasan bank swasta nasional pada tahun 1997 menyebabkan turunnya kepercayaan masyarakat terhadap bank-bank di Indonesia. Langkah likuidasi ini diambil pemerintah karena bank–bank tersebut tidak lagi sanggup menanggung kewajibannya. Bahkan ada bank yang rasio asset dengan kewajibannya minus ratusan persen, yang berarti kewajibannya beberapa kali lipat lebih besar dibanding modalnya.
(35)
Hal yang sama juga dialami oleh bank–bank pemerintah dan berakibat bertambahnya beban Negara menanggung kerugian. Untuk meningkatkan struktur permodalan serta kinerja bank–bank pemerintah tersebut, pemerintah melalui Menteri Negara Pendayagunaan BUMN Tanri Abeng berencana untuk menggabungkan 4 bank pemerintah menjadi satu kemudian menyuntikkan modal kepada bank tersebut. Pemerintah menginginkan bank baru ini benar–benar segar dan sehat, kredit macet telah dipisahkan dan ditangani secara khusus oleh Badan Penyehatan Perbankan Nasional (BPPN) sehingga tidak akan menggangu kinerja bank tersebut.
Pada tanggal 2 Oktober 1998 pemerintah mendirikan Bank Mandiri yang nantinya akan menerima merger dari Bank Bergabung. Bank Bergabung tersebut adalah empat bank pemerintah yaitu PT Bank Dagang Negara (Persero), PT Bank Bumi Daya (Persero), PT Bank Ekspor Impor Indonesia (Persero), dan PT Bank Pembangunan Indonesia (Persero).
Nama bank hasil merger adalah Bank Mandiri selaku bank penerima merger, sedangkan Bank Bergabung merupakan bank–bank yang menggabungkan diri ke Bank Mandiri pada tanggal 31 Juli 1999 secara hukum (legal merger). Sebagai akibat merger, masing–masing Bank Bergabung akan bubar secara hukum tanpa didahului likuidasi, sedangkan Bank Mandiri tetap berdiri sebagai badan hukum dan semua aktivitas kegiatan usaha, operasi, aktiva dan pasiva, ekuitas, hak dan kewajiban, dan karyawan–karyawan Bank Bergabung secara hukum beralih ke Bank Mandiri.
Tertanggal 1 Agustus 1999 Bank Mandiri mulai beroperasi sebagai bank hasil merger dan seluruh jaringan cabang dari Bank bergabung akan menjadi kantor cabang
(36)
Bank Mandiri yang dipimpin oleh Direktur Utama Robby Djohan. Penggabungan ke empat Bank Pemerintah ini menghasilkan asset sebesar Rp. 205.436.051.000.000 sehingga menempatkan PT. Bank Mandiri (Persero) sebagai bank terbesar di Indonesia saat ini. Kegiatan usaha Bank Mandiri akan memusatkan diri pada kegiatan retail. Selain itu Bank Mandiri juga akan memberi pelayanan kepada perusahaan-perusahaan kecil dan menengah.
3.4 Sejarah Kanwil I PT. Bank Mandiri (Persero) Medan
Kanwil I PT. Bank Mandiri (Persero) berada di Jalan Pulau Pinang No. 1 Medan lantai 3, yang merupakan eks gedung BAPINDO. Kanwil I Medan merupakan satu di antara sepuluh Kanwil PT. Bank Mandiri (Persero) Indonesia. Kanwil I PT. Bank Mandiri (Persero) membawahi 5 Hub, 42 Spoke serta 21 kantor kas yang terbesar di Aceh, Sumatera Utara, Riau, dan Batam. Semua Hub, Spoke dan kantor kas di atas di bawah Kanwil I PT. Bank Mandiri (Persero) Medan. Sedangkan Kanwil I di bawahi Kantor Pusat PT. Bank Mandiri (Persero) yang ada di Jakarta.
3.5Budaya Kerja PT. Bank Mandiri (Persero)
Budaya kerja yang akan selalu dipelihara dan dikembangkan oleh Bank mandiri adalah :
1. Berorientasi kepada nasabah
Apapun yang kami laksanakan bertujuan untuk meningkatkan nilai tambah dan kepuasan nasabah.
(37)
Kami akan selalu berusaha lebih baik dari pada pesaing dalam memenuhi kebutuhan nasabah yang berubah dengan melakukan inovasi produk dan pelayanan.
Kami akan menjaga rahasia nasabah bank. 2. Integritas
Kami bekerja dengan integritas, bererika dan professional, sesuai dengan kode etik Bankir Indonesia.
Kami tidak akan melanggar ketentuan undang–undang dan peraturan perbankan yang berlaku yang akan merusak reputasi Bank Mandiri.
Kami akan mematuhi ketentuan–ketentuan Bank Mandiri. 3. Disiplindan
Kami akan mematuhi sistem dan kebijakan Bank, selalu akan menegakkan peraturan perundang–undangan dan peraturan yang berlaku.
Kami akan sukses melalui komitmen terhadap ketepatan waktu dan kualitas.
3.6Visi dan Misi PT. Bank Mandiri (Persero)
Visi PT. Bank Mandiri (Persero) adalah : Bank terpercaya pilihan Anda.
Misi PT. Bank Mandiri (Persero) adalah : 1. Memperhatikan kepentingan pasar
Memprioritaskan kepentingan nasabah.
Memberikan pelayanan yang terbaik secara professional dan bersahabat.
(38)
2. Mengembangkan sumber daya manusia yang professional
Memberikan kesempatan kerja yang sama kepada siapapun.
Merekrut, melatih dan mengembangkan sumber daya manusia berdasarkan bakat dan kemampuan yang dimiliki.
Memberikan penghargaan dan promosi atas dasar prestasi dan dedikasi. 3. Memberikan keuntungan yang maksimum bagi pemegang saham
(Stockholder)
Memberikan keuntungan yang maksimal kepada semua pihak yang berkepentingan.
Menjamin pertumbuhan dan peningkatan laba yang berkesinambungan. 4. Melaksanakan manajemen terbuka
Memiliki komitmen kerja yang tinggi
Melaksanakan manajemen terbuka dan kerjasama efektif 5. Peduli terhadap kepentingan masyarakat dan lingkungan
Memperhatikan kepentingan masyarakat dan lingkungan dalam setiap pengambilan keputusan.
(39)
3.7Struktur Organisasi dan Deskripsi Jabatan Kanwil I PT. Bank Mandiri (Persero)
3.7.1 Deskripsi Jabatan Pada Kanwil I PT. Bank Mandiri (Persero) Medan
1. REGIONAL MANAGER
A. Tugas Rutin
1. Melaksanakan rapat–rapat koordinasi dengan cabang–cabang maupun unit– unit lain di bawahnya.
2. Melaksanakan rapat–rapat koordinasi dengan Direksi dan Divisi terkait lainnya di Kantor Pusat
3. Melakukan kujungan ke cabang–cabang di wilayah kerjanya.
4. Melakukan kunjungan ke nasabah–nasabah maupun debitur–debitur besar dalam rangka meningkatkan relationship.
5. Membina hubungan baik dengan instansi–instansi terkait di wilayahnya. 6. Memelihara hubungan baik dengan Bank Indonesia setempat.
7. Melaksankann kegiatan–kegiatan pemasaran dalam rangka mengembangkan market share wilayah.
8. Menyetujui/menolak dan merekomendasikan usulan–usulan kredit baru maupun perpanjangan dari cabang–cabang sesuai dengan kewenangannya. 9. Menyetujui/menolak usulan restrukturisasi kredit dari cabang–cabang sesuai
dengan kewenangannya.
10.Menyetujui pengeluaran–pengeluaran untuk kebutuhan operasional Kantor Wilayah antara lain :
(40)
b. Biaya listrik
c. Biaya pemeliharaan (rumah dinas, gedung, kendaraan, dll)
11.Menyetujui penggantian biaya-biaya kepegawaian di Kantor Wilayah antara lain :
a. Biaya pengobatan b. Biaya perjalanan dinas c. Biaya pendidikan d. Biaya lembur
12.Menyetujui pengeluaran-pengeluaran untuk biaya-biaya yang berkaitan dengan biaya promosi dan pemasaran.
13.Menyetujui/menolak usulan-usulan yang berkaitan dengan masalah umum antara lain:
a. Sewa gedung b. Sewa kendaraan c. Sewa komputer
d. Sewa peralatan lainnya.
14.Membuat laporan-laporan yang telah ditetapkan Kantor Pusat.
B. Tugas Berkala.
1. Menyusun dan menetapkan anggaran Kantor Cabang Hub di wilayah kerjanya.
2. Melakukan kaji ulang (review) kinerja cabang-cabang.
3. Menyusun dan menetapkan program-program pemasaran dalam rangka pengembangan usaha.
(41)
4. Menanggapi dan menindaklanjuti temuan-temuan auditor (internal & eksternal) yang berkaitan dengan Kantor Wilayah dan Cabang di wilayahnya. 5. Melaksanakan penilaian pegawai Kantor Wilayah dan Cabang-cabang sesuai
dengan kewenangannya.
6. Mengusulkan program-program training untuk pegawai-pegawai Kantor Wilayah dan Cabang-cabang di wilayah kerjanya.
7. Mengusulkan promosi untuk pegawai-pegawai Kantor Wilayah dan Cabang di wilayah kerjanya.
8. Merencanakan, melaksanakan, dan atau mengusulkan mutasi dan rotasi untuk pegawai-pegawai Kantor Wilayah dan Cabang-cabang di wilayah kerjanya sesuai dengan batas kewenangannya.
9. Menyetujui cuti pegawai untuk pegawai-pegawai Kantor Wilayah dan Cabang-cabang di wilayah kerjanya sesuai dengan ketentuan yang berlaku. 10.Memberikan dan menjatuhkan sanksi untuk pegawai-pegawai Kantor Wilayah
dan Cabang-cabang di wilayah kerjanya sesuai dengan ketentuan yang berlaku.
2. DEPUTY REGIONAL MANAGER
A. Tugas Rutin
1. Mengatur dan mengawasi pelaksanaan kebijakan, prosedur dan pengembangan Sumber Daya Manusia di wilayahnya.
2. Mengadministrasikan seluruh data personalia di wilayah termasuk promosi, mutasi dan rotasi.
(42)
3. Mengadministrasikan dan menganalisis data kebutuhan training bagi personalia di wilayahnya.
4. Mengkoordinasikan penyusunan anggaran Kantor Wilayah dan Cabang-cabang.
5. Mengkoordinasikan dan menganalisis data keuangan wilayah dan Cabang-cabang.
6. Mengadministrasikan dengan baik seluruh asset bank, baik asset tetap maupun asset bergerak, baik milik sendiri maupun yng disewa, termasuk inventaris dan perlengkapan harian lainnya.
7. Menyetujui pengeluaran-pengeluaran untuk kebutuhan operasional Kantor Wilayah sesuai batas kewenangannya.
8. Menyetujui penggantian biaya-biaya kepegawaian di Kantor Wilayah sesuai batas kewenangannya.
9. Mengevaluasi dan meneruskan kepada Regional Manager usulan-usulan yang berkaitan dengan masalah umum.
10.Memelihara surat edaran dan pedomannya serta mengadministrasikannya secara tertib.
11.Membuat laporan-laporan yang telah ditetapkan Kantor Pusat.
B. Tugas Berkala
1. Menyusun dan mengusulkan anggaran Cabang di wilayah kerjanya. 2. Melakukan kaji ulang kinerja cabang-cabang.
3. Menanggapi dan menindaklanjuti temuan-temuan auditor (internal & eksternal) yang berkaitan dengan Kantor wilayah dan Cabang di wilayah kerjanya.
(43)
4. Melaksanakan penilaian pegawai Kantor Wilayah dan Cabang-cabang sesuai dengan kewenanannya.
5. Mengusulkan program-program training untuk pegawai-pegawai Kantor wilayah dan Cabang di wilayah kerjanya.
6. Mengusulkan promosi untuk pegawai-pegawai Kantor Wilayah dan Cabang di wilayah kerjanya.
7. Merencanakan dan mengusulkan mutasi dan rotasi untuk pegawai-pegawai Kantor wilayah dan Cabang-cabang di wilayah kerjanya kepada Regional Manager.
8. Menyusun jadwal cuti pegawai untuk pegawai-pegawai Kantor Wilayah dan Cabang-cabang di wilayah kerjanya, dengan tetap memperhatikan kelancaran kegiatan operasional kantor.
9. Mengusulkan kepada Regional Manager untuk memberikan sanksi kepada pegawai-pegawai Kantor Wilayah dan Cabang-cabang di wilayah kerjanya sesuai dengan ketentuan yang berlaku.
3. ASSISTANT REGIONAL MANAGER
Tugas dan tanggung jawab Assistant Regional Manager:
1. Profesional staff yang bertanggung jawab langsung kepada Regional Manager dalam membantu menyelesaikan tugas-tugas khusus diberikan oleh Regional Manager di bidang perkreditan, Human Resources, General Affair, Controller dan Marketing.
(44)
2. Membuat analisa perkembangan potensi wilayah, melaksanakan analisa SWOT untuk Kantor Wilayah, Cabang maupun Kantor Cabang Pembantu/Cash Outlet di wilayah kerjanya.
3. Membuat Data Base wilayah untuk kebutuhan perencanaan, pengorganisasian dan pengendalian dalam hal pencapaian target.
4. Mewakili Regional Manager dalam berhubungan dengan Pihak ketiga.
5. Dalam hal posisi Deputy Regional Manager belum terisi, cuti atau sedang berhalangan, dengan penegasan khusus dari Regional Manager, Assistant Regional Manager dapat menjalankan tugas-tugas Deputy Regional Manager.
4. MARKETING MANAGER
A. Tugas Rutin
1. Melaksanakan rapat-rapat koordinasi dengan Regional Manager, Marketing Officer maupun cabang-cabang.
2. Melakukan kunjungan kenasabah dalam rang meningkatkan relationship bersama dengan cabang.
3. Memimpin tim pemasaran Kantor Wilayah dalam mengimplementasikan strategi pemasaran yang telah ditetapkan.
4. Mengembangkan dan melaksanakan program pemasaran produk perbankan secara efektif dan efisien.
5. Mendukung program pemasaran untuk cabang-cabang di wilayahnya dalam rangka menembangkan market share wilayah.
6. Memelihara dan mengembangkan citra perusahaan (corporate image) di daerahnya.
(45)
7. Meningkatkan nasabah baru baik dalam jumlah nasabah maupun nominal di cabang-cabang.
B. Tugas Berkala
1. Memantau dan mengevaluasi pencapaian target pemasaran cabang-cabang secara triwulan maupun tahunan, untuk kemudian dilaporkan kepada Regional Manager.
2. Membuat laporan hasil identifikasi kebutuhan dan keinginan nasabah atas produk dan jasa Bank Mandiri dan melakukan evaluasi untuk pengembangannya.
3. Secara periodic menyusun proposal bersama Regional manager untuk diteruskan kepada Divisi Pengembangan Produk sebagai masukan untuk mengembangkan produk sesuai dengan kebutuhan konsumen.
4. Mencari, menganalisis, mengevaluasi dan mengusulkan pemasangan billboard, papan reklame, dll.
5. Mengkoordinasikan dengan regional Manager penempatan Marketing Officer di cabang–cabang sesuai dengan kebutahan, dalam rangka marketing.
6. Mengkoordinasikan dengan Regional Manager pelaksanaan pembukaan gerai–gerai di Mal, Plazza maupun tempat–tempat lain yang dianggap potensial untuk memperoleh dana.
7. Mengkoordinasikan dengan Regional Manager untuk merekrut tenaga pemasaran dari luar (outsourcing) yang bersifat temporer.
8. Melaksanakan kaji ulang dan menganalisis perkembangan ekonomi makro di daerahnya.
(46)
10.Mengevaluasi pembukuan dan atau penutupan cabang.
5. MARKETING OFFICER
A. Tugas Rutin
1. Mencari Nasabah Baru
a. Menginventarisasi institusi, perusahaan dan perorangan yang potensial. b. Menyusun daftar prioritas sesuai perkiraan potensi masing–masing
institusi.
c. Mengidentifikasi kebutuhan calon nasabah dan peluan bisnis ritel Bank Mandiri.
d. Merancang strategi dan program pendekatan. e. Memanage pelaksanaan pendekatan.
f. Mengevaluasi feedback dari pendekatan–pendekatan yang dilakukan dan mendiskusikannya dengan Marketing Manager.
g. Menginventarisasi sumber–sumber nasabah perorangan.
h. Menyusun daftar prioritas sesuai dengan perkiraan potensi masing-masing sumber.
i. Mendisain strategi dan program–program pendekatan untuk masing– masing sumber.
j. Melaksanakan pendekatan dan penawaran produk. k. Evaluasi dan laporan.
l. Menganalisis lingkungan dari calon nasabah prima yang belum menjadi nasabah Bank Mandiri.
(47)
m. Mempersiapkan dan melaksanakn langkah–langkah pendekatan kepada calon nasabah atau perorangan.
n. Bila memungkinkan melakukan pendekatan dengan bantuan nasabah lama.
2. Menggali Bisnis Nasabah Lama (Existing Customer)
a. Membantu cabang menyusun pengelompokkan nasabah atas dasar cerita yang ditetapkan oleh Kantor Wilayah.
b. Menganalisa potensi keuangan nasabah prima dan menyusun daftar nasabah yang diperkirakan under serviced (hubungan perbankannya dengan potensinya).
c. Menganalisis kebutuhan perbankan masing–masing under serviced clients (USC) dan membuat rencana penawaran dan pendekatan yang spesifik dan menarik.
d. Melaksanakan program selling secara efektif dan sistematis.
e. Mengevaluasi feed back dari kegiatan–kegiatan yang dilakukan dan mendiskusikannya dengan Marketing Manager.
f. Memastikan terpeliharanya kualitas pelayanan yang tertinggi pada semua kategori nasabah (nasabah prima maupun nasabah biasa).
g. Memberikan masukan kepada tim cabang mengenai criteria service excellence untuk prima dan nasabah biasa.
h. Secara aktif membantu cabang merumuskan bentuk–bentuk pelayanan khusus yang dapat diberikan kepada nasabah prima.
i. Membantu memonitor dan memberi masukan kepada cabang mengenai kekurangan–kekurangan kondisi cabang.
(48)
Menginventarisir kegiatan–kegiatan marketing baru yang mungkin dilaksanakan di sub region.
Menganalisis cost & benefit dari setiap kegiatan dan membuat skala prioritas. Mengusulkan kegiatan yang fleksibel kepada unit–unit terkait melalui Kantor Wilayah.
B. Tugas Berkala
1. Secara periodik membuat laporan-laporan kepada Marketing Manager mengenai aktifitas yang telah dilakukan, termasuk hasil-hasil yang telah dicapai.
2. Mengajukan usulan-usulan untuk mengadakan pameran-pameran dan kegiatan promosi lainnya di Mall, Plaza dan tempat-tempat lainnya yang dianggap potensial.
3. Melakukan kaji ulang dan menganalisis perkembangan ekonomi makro di daerahnya.
4. Membuat data base dan peta sumber-sumber dana di daerahnya.
6. HUMAN RESOURCE
Tugas Pokok :
1. Mendukung keberhasilan wilayah dalam mengelola SDM secara efektif dan efisien di cabang-cabang di wilayahnya.
2. Mengawasi dan melaksanakan kebijakan, prosedur dan pengembangan SDM di wilayah, baik yang berkaitan dengan seleksi, mutasi maupun reward dan punishment.
(49)
3. Memonitor dan melaksanakan hal-hal yang berkaitan dengan jenjang karir (promosi/demosi dan mutasi atau rotasi), perencanaan suksesi serta program pengembangan pegawai di wilayah kerja yang menjadi tanggung jawabnya. 4. Mengembangkan dan memelihara agar seluruh data base pegawai di
wilayahnya selalu baik dan up to date.
5. Merancang dan mengelola serta mengusulkan ke Divisi Training program-progam latihan dalam rangka meningkatkan profesionalisme, keterampilan, pengetahuan sesuai dengan jenjang karir bagi karyawan di wilayah sesuai dengan kebutuhan dan perkembangan bisnis perbankan.
6. Memberikan advis, umpan balik, ide dan gagasan kepada Head Officer-HRD tentang system, prosedur, strategi dan kebijakan SDM serta hal-hal yang berkaian dengan pengelolaan SDM.
7. Menyusun jadwal cuti pegawai untuk pegawai-pegawai wilayah, dengan tetap memperhatikan kelancaran operasional kantor.
8. Mengusulkan kepada Regional Manager untuk memberikan sanksi kepada pegawai-pegawai Kantor Wilayah dan Cabang-cabang di wilayah kerjanya sesuai dengan ketentuan yang berlaku.
7. CONTROLLER
Tugas Pokok :
1. Menyusun laporan dan analisis keuangan secara periodik.
2. Evaluasi pelaksanaan program kerja fungsional masing-masing wilayah. 3. Menyusun dan memelihara database keuangan wilayah dalam rangka
(50)
4. Membuat laporan-laporan evaluasi/analisis untuk keperluan-keperluan khusus.
5. Membuat laporan monitoring bulanan yang meliputi: Excecutive Summary, Laporan Rugi Laba, Laporan Dana dan Kredit, Laporan Rincian Dana, Laporan Rincian Kredit, Laporan Ratio dan Usaha Transaksi Devisa dan Laporan Nasabah/Debitur terbesar.
6. Memantau proses implementasi kebijakan-kebijakan yang berkaitan dengan penilaian kantor wilayah, hub dan spoke.
7. Membuat usulan anggaran kantor wilayah dan cabang-cabang.
8. Mengkoordinasikan dan menganalisis data keuangan wilayah dalam mendukung performance wilayah dan cabang-cabang.
8. GENERAL AFFAIR Tugas Pokok :
1. Mengadministrasikan dengan baik seluruh asset bank di wilayahnya.
a. Menginventarisir asset bank, baik asset tetap maupun asset bergerak baik milik sendiri maupun sewa, termasuk inventaris-inventaris perlengkapan lainnya.
b. Menyediakan data yang diminta kantor pusat mengenai asset di wilayah.
2. Menangani dan mengelola hal-hal yang berkaitan dengan logistik di wilayah. a. Menyusun dan mengelola anggaran administrasi dan umum kantor
wilayah serta memantau realisasinya.
(51)
c. Melaksanakan pembayaran-pembayaran terhadap pengadaan barang dan jasa bagi wilayah.
d. Memelihara asset kantor wilayah untuk menunjang kegiatan kantor wilayah.
e. Membantu cabang apabila terdapat masalah-masalah yang berkaitan dengan logistik seperti pengadaan peralatan kerja, sewa kantor, sewa mobil, sewa computer dan lain-lain.
f. Mengadministrasikan penawaran-penawaran yang diterima dari rekanan untuk pemenuhan peralatan kerja.
3. Memelihara Surat Edaran dan Pedoman Operasional lainnya.
a. Mengedarkan setiap Surat Edaran yang diterima dari Kantor Pusat ke semua unit kerja di Kantor Wilayah.
b. Mengedarkan pedoman-pedoman lain yang berkaitan dengan pekerjaan bank.
c. Menyampaikan Surat Edaran dan pedoman ke cabang-cabang yang memerlukaan dibawah koordinasi wilayahnya.
4. Melaksanakan Kegiatan Protokoler Wilayah.
a. Menyediakan saran penunjang kegiatan yang dilakukan di kantor wilayah seperti: transportasi, tempat rapat, konsumsi, dokumentasi. b. Melayani tamu-tamu yang mengadakan kunjungan kerja ke kantor
wilayah yang meliputi transportasi, penginapan, dan lain-lain. 5. Kegiatan Kesekretarian Wilayah.
a. Menerima fax, mencatat, mendistribusikan ke unit kerja terkait. b. Mencatat surat keluar, mengirim serta mengarsip surat.
(52)
d. Meneruskan surat-surat edaran yang diterima dari kantor pusat maupun pihak ketiga yang perlu diteruskan ke cabang.
e. Menjawab surat-surat masuk berkaitan dengan tugas General Affair
(53)
BAB 4
ANALISIS DAN PEMBAHASAN
4.1Analisis Data
Analisis data dilakukan agar diperoleh hasil sesuai dengan yang diinginkan. Dalam bab ini akan dicoba menganalisa tentang perkembangan jumlah pelanggan kartu kredit untuk tahun 2010 berdasarkan data tahun 2008 dan 2009 di PT. Bank Mandiri Kantor Wilayah I Medan.
Adapun data jumlah pelanggan kartu kredit di PT. Bank Mandiri (persero) Cabang Medan dapat dilihat pada table 4.1 berikut ini:
(54)
Tabel 4.1 Data Jumlah Pelanggan Kartu Kredit di PT. Bank Mandiri (Persero) Cabang Medan
Tahun Bulan Jumlah Pelanggan
2008 Januari 198
2008 Februari 211
2008 Maret 259
2008 April 307
2008 Mei 185
2008 Juni 251
2008 Juli 267
2008 Agustus 215
2008 September 153
2008 Oktober 145
2008 November 111
2008 Desember 39
2009 Januari 296
2009 Februari 253
2009 Maret 374
2009 April 619
2009 Mei 385
2009 Juni 429
2009 Juli 619
2009 Agustus 994
2009 September 701
2009 Oktober 865
2009 November 978
2009 Desember 1023
2010 Januari 482
(55)
4.2Analisis Deret Berkala
Untuk menganalisa data deret berkala, pertama kalinya kita harus memplot data pada tabel secara grafis, sesudah memplot deret berkala untuk pemeriksaan secara visual, maka alat statistik yang utama adalah koefisien aurokorelasi (rk). Statistik ini menggambarkan hubungan antara suatu data deret berkala itu sendiri pada keterlambatan waktu (lag time) k periode.
Bentuk visual dari suatu plot deret berkala sering kali cukup untuk meyakinkan para peramal (forecaster) bahwa data tersebut adalah stasioner atau tidak stasioner dengan demikian plot autokorelasi data memperlihatkan ketidakstasioneran.
Tampilan plot data jumlah korban kecelakaan lalu lintas jalan raya di atas menunjukkan bahwa data asli tersebut tidak stasioner. Untuk memperkuat tabel ini perlu dihitung koefisien autokorelasi dari data table pada berbagai time lag.
Dengan menggunakan rumus:
rk =
k n i t k n i k t t Y Y Y Y Y Y 1 2 1Nilai-nilai autokorelasi data jumlah pelanggan kartu kredit:
rk =
2
236 . 414 482 ... 36 . 414 198 36 . 414 482 36 . 414 1023 ... 36 . 414 211 36 . 414 198 = 0.787182216
(56)
Dengan demikian maka autokorelasi untuk time lag ke 2 dan seterusnya dapat kita peroleh dengan persamaan di atas. Maka dengan cara yang sama akan diperoleh koefisien autokorelasi berikut ini
Tabel 4.2 Nilai Autokorelasi Data Jumlah Pelanggan Kartu Kredit untuk time lag ke 1
Tahun Bulan Yt Yt+1 Yt‐Y (Yt+1)‐Y (Yt‐Y)^2 (Yt‐Y)*((Yt+1)‐Y)
2008 Januari 198 ‐216.4 46811.6496
2008 Februari 211 198 ‐203.4 ‐216.36 41355.2896 43998.9696
2008 Maret 259 211 ‐155.4 ‐203.36 24136.7296 31594.0096
2008 April 307 259 ‐107.4 ‐155.36 11526.1696 16679.4496
2008 Mei 185 307 ‐229.4 ‐107.36 52606.0096 24624.0896
2008 Juni 251 185 ‐163.4 ‐229.36 26686.4896 37468.2496
2008 Juli 267 251 ‐147.4 ‐163.36 21714.9696 24072.7296
2008 Agustus 215 267 ‐199.4 ‐147.36 39744.4096 29377.6896
2008 September 153 215 ‐261.4 ‐199.36 68309.0496 52104.7296
2008 Oktober 145 153 ‐269.4 ‐261.36 72554.8096 70399.9296
2008 November 111 145 ‐303.4 ‐269.36 92027.2896 81713.0496
2008 Desember 39 111 ‐375.4 ‐303.36 140895.1296 113869.2096
2009 Januari 296 39 ‐118.4 ‐375.36 14009.0896 44427.6096
2009 Februari 253 296 ‐161.4 ‐118.36 26037.0496 19098.5696
2009 Maret 374 253 ‐40.36 ‐161.36 1628.9296 6512.4896
2009 April 619 374 204.64 ‐40.36 41877.5296 ‐8259.2704
2009 Mei 385 619 ‐29.36 204.64 862.0096 ‐6008.2304
2009 Juni 429 385 14.64 ‐29.36 214.3296 ‐429.8304
2009 Juli 619 429 204.64 14.64 41877.5296 2995.9296
2009 Agustus 994 619 579.64 204.64 335982.5296 118617.5296
2009 September 701 994 286.64 579.64 82162.4896 166148.0096
2009 Oktober 865 701 450.64 286.64 203076.4096 129171.4496
2009 November 978 865 563.64 450.64 317690.0496 253998.7296
2009 Desember 1023 978 608.64 563.64 370442.6496 343053.8496
2010 Januari 482 1023 67.64 608.64 4575.1696 41168.4096
Jumlah 10359 2078803.76 1636397.35
Rata‐rata (Yt) 414.36
(57)
Tabel 4.3 Nilai Autoklorelasi Data jumlah Pelanggan Kartu Kredit
Time lag R
1 0.787182216
2 0.633205696
3 0.541945571
4 0.46066407
5 0.228913359
6 0.120451938
7 0.070491836
8 ‐0.03142994
9 ‐0.13810693
10 ‐0.230161877
11 ‐0.293602021
12 ‐0.337886187
13 ‐0.310032711
14 ‐0.305644172
15 ‐0.287852502
16 ‐0.217472684
17 ‐0.223310431
18 ‐0.23750964
19 ‐0.223625333
20 ‐0.154937276
21 ‐0.15102072
22 ‐0.12325874
23 ‐0.069963613
24 ‐0.00703991
Dari analisis data deret berkala dengan autokorelasi serta nilai-nilai autokorelasi data jumlah pelanggan kartu kredit dapat dilihat bahwa pola data trend linier serta menunjukkan bahwa data tersebut tidak stasioner. Maka dapat diplot autokorelasi data jumlah pelanggan kartu kredit di PT. Bank Mandiri setelah dicari autokorelasinya.
(58)
Gambar 4.1 Grafik Kartu Kredit Dengan Data Asli
Dari plot autokorelasi data diatas dapat dilihat trend searah diagonal, bersama dengan jumlah time lag dimana nilai-nilai autokorelasi menurun secara perlahan-lahan dan berkorelasi satu sama lain. Dan dapat meyakinkan peramal dalam menganalisa adanya stasioneran atau ketidakstasioneran data.
Adapun kesalahan standar: (Se)rk = 25 1
(59)
Dengan tingkat kepercayaan 95% dari seluruh koefisien berdasarkan sample harus terletak dalam daerah tengah ditambah dan kurangi 1.96 kali kesalahan standar. Dengan demikian suatu deret data dapat dituliskan dengan:
-1,96(0,2)≤rk≥1,96(0,2) -0,392≥rk≤0,392
Nilai koefisien autokorelasi time lag satu berada di luar rentang, jadi berbeda secara signifikan dari nol, yang berarti ada hubungan yang signifikan antara nilai suatu variabel dengan nilai variabel itu sendiri dengan time lag satu periode yang menunjukkan pola trend.
4.3 Identifikasi Model Peramalan
Berdasarkan analisa data berkala dengan memplot data serta nilai-nilai autokorelasi data jumlah korban kecelakaan lalu lintas dapat dilihat bahwa plot datanya adalah pola trend dalam data. Jadi, jika pola menunjukkan trend maka kita dapat menggunakan peramalan metode smoothing eksponensial ganda satu parameter dari Brown.
4.4 Metode Smoothing Eksponensial Linier Satu Parameter dari Brown
4.4.1 Penaksiran Model Peramalan
Dalam pengolahan dan penganalisaan data, penulis mengaplikasikan data (tabel) dengan metode peramalan (forecasting) berdasarkan metode smoothing eksponensial ganda metode linier satu parameter dari Brown.
(60)
Untuk memenuhi perhitungan smoothing eksponensial ganda, tunggal dan ramalan yang akan datang maka terlebih dahulu kita akan menentukan parameter nilai
α yang biasanya, secara trial dan error (coba dan salah). Suatu nilai α dipilih yang besarnya 0 < α < 1, dihitung Mean Square Error (MSE) yang merupakan suatu ukuran ketepatan perhitungan dengan mengkuadratkan masing-masing kesalahan untuk masing-masing kesalahan item dalam sebuah susunan data dan kemudian memperoleh rata-rata atau nilai tengah kuadrat tersebut dan kemudian dicoba α yang lain.
Untuk menghitung MSE pertama dicari error terlebih dahulu, yang merupakan hasil dari data asli dikurangi hasil ramalan. Lalu tiap error dikuadratkan dan dibagi dengan banyaknya error. Secara matematis rumus MSE (Mean Square Error) sebagai berikut :
MSE =
N
t N
et
1 2
(61)
Tabel 4.4 Menentukan Nilai MSE dengan nilai α = 0.1
Xt S't S"t αt bt ft+m e e2
198 198 198
211 199.3 198.13 200.47 0.13
259 205.27 198.844 211.696 0.714 200.6 58.4 3410.56 307 215.443 200.5039 230.3821 1.6599 212.41 94.59 8947.2681 185 212.3987 201.69338 223.104 1.18948 232.042 ‐47.042 2212.949764 251 216.2588 203.14993 229.3677 1.456545 224.294 26.7065 713.2371422 267 221.3329 204.96823 237.6977 1.818302 230.824 36.17572 1308.682718 215 220.6997 206.54137 234.8579 1.573143 239.516 ‐24.516 601.032736 153 213.9297 207.2802 220.5792 0.738832 236.431 ‐83.4311 6960.744676 145 207.0367 207.25585 206.8176 ‐0.02435 221.318 ‐76.318 5824.4378 111 197.433 206.27357 188.5925 ‐0.98228 206.793 ‐95.7932 9176.343925
39 181.5897 203.80519 159.3743 ‐2.46838 187.61 ‐148.61 22085.00341 296 193.0308 202.72775 183.3338 ‐1.07744 156.906 139.0941 19347.16552 253 199.0277 202.35774 195.6976 ‐0.37001 182.256 70.74365 5004.664587 374 216.5249 203.77446 229.2754 1.416718 195.328 178.6724 31923.81416 619 256.7724 209.07426 304.4706 5.299797 230.692 388.3079 150783.0236 385 269.5952 215.12635 324.064 6.052093 309.77 75.2296 5659.492768 429 285.5357 222.16728 348.9041 7.040932 330.116 98.88388 9778.022372 619 318.8821 231.83876 405.9254 9.671482 355.945 263.055 69197.94019 994 386.3939 247.29428 525.4935 15.45551 415.597 578.4031 334550.1219 701 417.8545 264.3503 571.3587 17.05602 540.949 160.051 25616.31661 865 462.5691 284.17217 640.9659 19.82188 588.415 276.5853 76499.41283 978 514.1121 307.16617 721.0581 22.994 660.788 317.2122 100623.5768 1023 565.0009 332.94965 797.0522 25.78348 744.052 278.9479 77811.92025 482 556.7008 355.32477 758.0769 22.37512 822.836 ‐340.836 116168.9693
10359 1084204.701
47139.33483
Maka :
(62)
Jadi untuk nilai α = 0.1 sampai dengan nilai α = 0.9 dapat dicari dengan persamaan diatas. Kemudian salah satu nilai MSE tersebut dibandingkan untuk menemukan nilai α yang memberikan MSE yang minimum. Perbandingan ukuran ketepatan metode peramalan jumlah pelanggan kartu kredit di PT. Bank Mandiri cabang Medan dengan melihat MSE sebagai berikut:
Tabel 4.5 Perbandingan Ukuran Ketepatan Metode Peramalan
α MSE
0.1 47,139.33483 0.2 35,735.41078 0.3 35,404.17984 0.4 37,032.80077 0.5 39,787.43526 0.6 43,641.35642 0.7 48,629.65176 0.8 38,268.61655 0.9 62,791.40241
Dari tabel diatas dapat dilihat bahwa yang menghasilkan nilai MSE yang minimum atau terkecil yaitu pada nilai parameter pemulusan α = 0.3, yaitu dengan nilai MSE = 35,404.17984
(63)
Tabel 4.6 Pemulusan Eksponensial Linier Satu Parameter Dari Brown Menggunakan α = 0.3 Pada Data Jumlah Pelanggan Kartu Kredit
Xt S't S"t αt bt ft+m e Abs e e
2
198 198 198
211 201.9 199.17 204.63 1.17
259 219.03 205.128 232.932 5.958 205.8 53.2 53.2 2830.24
307 245.421 217.216 273.6261 12.0879 238.89 68.11 68.11 4638.9721
185 227.2947 220.24 234.34986 3.02364 285.714 ‐100.71 100.714 10143.3098 251 234.4063 224.49 244.323015 4.250025 237.3735 13.6265 13.6265 185.681502 267 244.1844 230.398 257.9707896 5.9084514 248.573 18.427 18.42696 339.552855 215 235.4291 231.907 238.9508281 1.50931971 263.8792 ‐48.879 48.87924 2389.1802 153 210.7004 225.545 195.8554724 ‐6.36209359 240.4601 ‐87.46 87.46015 7649.27745 145 190.9903 215.179 166.8017556 ‐10.3664977 189.4934 ‐44.493 44.49338 1979.66076 111 166.9932 200.723 133.2632764 ‐14.4556709 156.4353 ‐45.435 45.43526 2064.36266 39 128.5952 179.085 78.10572669 ‐21.6383554 118.8076 ‐79.808 79.80761 6369.25389 296 178.8167 179.004 178.6290119 ‐0.08041881 56.46737 239.533 239.5326 57375.8802 253 201.0717 185.625 216.5188106 6.620207807 178.5486 74.4514 74.45141 5543.01199 374 252.9502 205.822 300.078119 20.19769615 223.139 150.861 150.861 22759.0358 619 362.7651 252.905 472.6251494 47.08287278 320.2758 298.724 298.7242 89236.1386 385 369.4356 287.864 451.0069309 34.95915078 519.708 ‐134.71 134.708 18146.2513 429 387.3049 317.696 456.91338 29.83220343 485.9661 ‐56.966 56.96608 3245.13446 619 456.8134 359.432 554.1953359 41.73510092 486.7456 132.254 132.2544 17491.2307 994 617.9694 436.993 798.945914 77.56136161 595.9304 398.07 398.0696 158459.377 701 642.8786 498.759 786.9985651 61.7657068 876.5073 ‐175.51 175.5073 30802.8038 865 709.515 561.986 857.0444932 63.22692233 848.7643 16.2357 16.23573 263.598868 978 790.0605 630.408 949.7129936 68.42249493 920.2714 57.7286 57.72858 3332.58946 1023 859.9424 699.268 1020.616389 68.86030096 1018.135 4.86451 4.864511 23.6634716 482 746.5596 713.456 779.6635783 14.18739883 1089.477 ‐607.48 607.4767 369027.929
10359 144.638 2907.533 814296.136
35404.17984
Ukuran ketepatan Metode Peramalan dengan α = 0.3
(64)
4.4.2 Penentuan Bentuk Persamaan Peramalan
Setelah ditentukan harga parameter smoothing eksponensial yang besarnya 0 < α < 1 dengan cara trial dan error didapat perhitungan peramalan pemulusan atau smoothing eksponensial linier satu parameter dari brown dengan α = 0.3.
Perhitungan pada tabel 4.6 diatas didasarkan atas α = 0.3 dan ramalan untuk satu bulan ke depan yaitu dalam perhitungan bulan ke-26, serta gambar smoothing eksponensial linier satu parameter dari Brown.
Gambar 4.2 Grafik Pemulusan Peramalan Dengan α = 0.3
Seperti yang sudah dijelaskan di bab 2 tinjauan teoritis persamaan yang dipakai dalam perhitungan peramalan ini sebagai berikut :
(65)
m b a F S S a a b S S a S a aS S S a aX S t t m t t t t t t t t t t t t t ) " ' ( ) 1 ( " ' 2 " ) 1 ( ' " ' ) 1 ( ' 1 1
Berdasarkan data terakhir dapat dibuat peramalan untuk satuan bulan berikutnya dengan bentuk persamaan peramalan :
m t
F = 779.6635783 + 14.18739883 (m)
4.5 Peramalan Jumlah Pelanggan Kartu Kredit di PT. Bank Mandiri cabang Medan
Setelah diketahui bahwa error yang terdapat pada model peramalan bersifat random maka dilakukan peramalan jumlah pelanggan kartu kredit di PT. Bank Mandiri cabang Medan untuk tahun 2010 dengan menggunakan persamaan:
m t
F = 779.6635783 + 14.18739883 (m)
Setelah diperoleh model peramalan Jumlah pelanggan kartu kredit, maka dapat dihitung untuk 11 bulan ke depan dari februari sampai dengan desember untuk tahun 2010 seperti yang tertera berikut ini:
(66)
a. Untuk periode ke 26 (bulan februari)
m t
F = 779.6635783 + 14.18739883 (m)
1 25
F = 779.6635783 + 14.18739883 (1)
26
F = 793.850977
b. Untuk periode ke 27 (bulan maret)
m t
F = 779.6635783 + 14.18739883 (m)
2 25
F = 779.6635783 + 14.18739883 (2)
27
F = 808.038376
c. Untuk periode ke 28 (bulan april)
m t
F = 779.6635783 + 14.18739883 (m)
3 25
F = 779.6635783 + 14.18739883 (3)
28
F = 822.22577
d. Untuk periode ke 29 (bulan mei)
m t
F = 779.6635783 + 14.18739883 (m)
4 25
F = 779.6635783 + 14.18739883 (4)
29
(67)
e. Untuk periode ke 30 (bulan juni)
m t
F = 779.6635783 + 14.18739883 (m)
5 25
F = 779.6635783 + 14.18739883 (5)
30
F = 850.600572
f. Untuk periode ke 31 (bulan juli)
m t
F = 779.6635783 + 14.18739883 (m)
6 25
F = 779.6635783 + 14.18739883 (6)
31
F = 864.787971
g. Untuk periode ke 32 (bulan agustus)
m t
F = 779.6635783 + 14.18739883 (m)
7 25
F = 779.6635783 + 14.18739883 (7)
32
F = 878.97537
h. Untuk periode ke 33 (bulan september)
m t
F = 779.6635783 + 14.18739883 (m)
8 25
F = 779.6635783 + 14.18739883 (8)
33
(1)
BAB 6
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Berdasarkan hasil pengolahan data dan analisa data pada jumlah pelanggan kartu kredit di PT. Bank Mandiri Kantor Wilayah I Medan pada bulan januari tahun 2008 sampai dengan bulan januari 2010. Kemudian membuat ramalan jumlah pelanggan kartu kredit bulan februari sampai desember tahun 2010 yang dilakukan sebelumnya pada Bab 4, maka kesimpulan yang diperoleh adalah sebagai berikut:
1. Jumlah pelanggan kartu kredit dari bulan februari sampai desember tahun 2010 yang akan datang semakin meningkat.
2. Bentuk peramalan yang dipilih untuk meramalkan jumlah pelanggan kartu kredit berdasarkan data bulan januari tahun 2008 sampai dengan januari tahun 2010 adalah metode linier satu parameter dari Brown berdasarkan kriteria MSE terkecil dengan alpha 0.7. Bentuk persamaan peramalan jumlah pelanggan kartu kredit untuk 11 periode ke depan adalah Ftm = 779.6635783 + 14.18739883 (m) dimana
m adalah periode ke depan yang ingin diramalkan = 1,2,3…dst.
3. Diperkirakan jumlah pelanggan kartu kredit di PT. Bank Mandiri cabang Medan bulan februari tahun 2010 adalah 794, bulan maret tahun 2010 adalah 809, bulan april tahun 2010 adalah 823, bulan mei tahun 2010 adalah 837, bulan juni tahun
(2)
2010 adalah 851, bulan juli tahun 2010 adalah 865, bulan agustus tahun 2010 adalah 879, bulan september tahun 2010 adalah 894, bulan oktober tahun 2010 adalah 908, bulan november tahun 2010 adalah 922, bulan desember tahun 2010 adalah 936.
6.2 Saran
Dilihat dari hasil ramalan jumlah pelanggan kartu kredit di PT. Bank Mandiri cabang Medan yang semakin menaik dari waktu ke waktu, makan disarankan hal’hal berikut:
1. Untuk dapat mempertahankan pelanggan kartu kredit ataupun untuk mendapatkan pelanggan baru, hendaknya PT. Bank Mandiri Cabang Medan Dapat lebih meningkatkan lagi pelayanannya kepada pemakai kartu kredit. Walaupun bentuk pelayanannya yang ada sekarang sudah baik.
2. Sebaiknya promosi yang dijalankan lebih ditingkatkan lagi, sehinggan tidak hanya mempertahankan pelanggan yang ada, tetapi dapat juga menarik pelanggan baru. 3. Dalam menentukan jumlah pelanggan kartu kredit, pihak PT. Bank Mandiri dapat
(3)
DAFTAR PUSTAKA
Makridakis S, Wheelwright S.C dan Mc Gee V.E. 1993. “Metode dan Aplikasi Peramalan”. Edisi Kedua Jilid Satu. Jakarta: Erlangga.
Assauri, Sofyan. 1984, “Teknik dan Metoda Peramalan”, Jakarta: Fakultas Ekonomi Universitas Indonesia.
Haymans, Adler Manurung. 1990. ”Teknik Peramalan Bisnis dan Ekonomi”. Jakarta: Rineka cipta.
Gitosodarmo, Indriyo. 2000. ”Teknik Proyeksi Bisnis”. Yogyakarta: Fakultas Ekonomi Universitas Gadjah Mada.
Sianipar, Pandapotan. 2004. ”Menggunakan Microsoft Office Excel 2003”. Jakarta: Elex Media Komputindo.
(4)
(5)
DEPARTEMEN PENDIDIKAN NASIONAL
UNIVERSITAS SUMATERA UTARA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Jl. Bioteknologi No.1 Kampus USU Padang Bulan Medan 20155 Telp (061) 8211050-8214290 Fax 8214290
Medan, Januari 2010
Nomor : /H5.2.1.8/SPB/2010 Lampiran : 1 Lembar
Perihal : Pengumpulan Data Riset Mahasiswa Program Studi D3 Statistik
FMIPA USU Kepada Yth :
Pimpinan PT. Bank Mandiri (Persero) Kanwil I Medan Jalan Pulaupinang no 1 Medan
Dengan Hormat,
Bersama ini kami sampaikan kepada Bapak/Ibu, bahwa Mahasiswa Program Studi Diploma III Statistik FMIPA USU Medan, akan melaksanakan Pengumpulan data / riset di kantor yang anda pimpin.
Sehubungan dengan hal tersebut di atas, kami mohon bantuan Saudara agar dapat menerima mahasiswa tersebut di bawah ini untuk melakukan penelitian atau pengumpulan data atas nama :
No. Nama NIM
1. Defie Aulia Amrianti Nst 072407016
Data yang dimaksud khusus dipergunakan untuk menyusun Tugas Akhir Mahasiswa pada Program Studi Diploma III Statistik FMIPA USU.
Demikian hal ini kami sampaikan, atas kerjasama dan bantuannya kami ucapkan terima kasih.
A.n Dekan
Pembantu Dekan I
Dr. Sutarman, M.Sc
NIP. 19631026 199103 1 001
Tembusan
1. Yth. Ketua Program Studi D-III Statistik 2. Arsip
(6)
SURAT KETERANGAN
Hasil Uji Program Tugas Akhir
Yang bertanda tangan dibawah ini, menerangkan bahwa Mahasiswa Tugas Akhir Program Diploma 3 Statistika :
Nama : DEFIE AULIA AMRIANTI NASUTION
NIM : 072407016
Prog. Studi : D-3 STATISTIKA
Judul Tugas Akhir : PERAMALAN JUMLAH PELANGGAN KARTU KREDIT DI PT. BANK MANDIRI CABANG MEDAN TAHUN 2010
Telah melaksanakan Test Program Tugas Akhir Mahasiswa tersebut di atas pada tanggal ………...
Dengan Hasil : Sukses / Gagal
Demikian diterangkan untuk digunakan melengkapi syarat pendaftaran Ujian Meja Hijau Tugas Akhir Mahasiswa bersangkutan di Departemen Matematika FMIPA USU Medan.
Medan, Juni 2010 Dosen Pembimbing
Dr. Sutarman, M.Sc NIP. 19631026 199103 1 001