Peramalan jumlah pelanggan kartu kredit di pt. Bank mandiri Cabang Medan Tahun 2010

(1)

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 (

'_t  aX_t  a S _t_ S

=

Smoothing pertama periode t

=

Nilai pengamatan periode t

't_

=

Smoothing pertama periode t-1

2. Menentukan Smoothing kedua t-1

1 " ) 1 ( '

"_t  aS _t a S _t_ S

(14)

3. Menentukan besarnya konstanta(a_t)

t t t

t t

t S S S S S

a  ' ( '  " ) 2 '  "

4. Menentukan besarnya slope(b_t)

) " ' (

1 t t

t S S

a a

b 

 

5. Menentukan besarnya nilai peramalan(F_t__m )

m b a

Ftm  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

Ft  (1)

Dimana:

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

S" = nilai pemulusan eksponensial ganda  = parameter pemulusan

(32)

bt t,

 = konstan pemulusan

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 1

2. MSE (Mean Square Error) / nilai tengah kesalahan kuadrat



_  N i t N e MSE 1 2

3. MAE (Mean Absolut Error) / nilai tengah kesalahan absolute



_  N i t N e MAE 1

4. MAPE (Mean Absolut Percentage Error) / nilai tengah kesalahan persentase absolut



_  N i t N PE MAPE 1

5. 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 :

e = X_t F_t (kesalahan pada periode t)

X = data aktual pada period eke t

PE =

  

 

t t t

X F X

x 100 (kesalahan persentase pada period eke 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 1

Nilai-nilai autokorelasi data jumlah pelanggan kartu kredit:

rk =





















36 . 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 =





t N

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

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