BAB 3 PENGOLAHAN DATA
3.1 Perhitungan Jumlah Persediaan Beras Proyeksi Persediaan Beras
Seperti yang sudah dijelaskan sebelumnya, Provinsi Sumatera Utara sebagian besar penduduknya bekerja di sektor pertanian sehingga pendapatan terbesar dihasilkan dari
sektor pertanian. Dalam penelitian ini, penulis memfokuskan tentang persediaan beras yang ada dari tahun-tahun sebelumnya yaitu tahun 2006 - 2014 dijelaskan pada tabel
berikut ini.
Tabel 3.1 Persediaan Beras di Provinsi Sumatera Utara Tahun 2006-2014
Tahun Persediaan BerasTon
2006 136861
2007 167649
2008 217537
2009 364100
2010 302004
2011 367876
2012 294105
2013 343695
2014 295875
Sumber:Badan Pusat Statistik BPS Provinsi Sumatera Utara
Universitas Sumatera Utara
Gambar 3.1 Persediaan beras di provinsi sumatera utara tahun 2006-2014
Data persediaan beras diatas digunakan sebagai sampel untuk meramalkan jumlah persediaan beras pada tahun 2016 di Provinsi Sumatera Utara. Namun
sebelum melakukan proyeksi terhadap persediaan beras yang didinginkan, terlebih dahulu dilakukan perhitungan uji kecukupan sampel dengan rumus :
Universitas Sumatera Utara
Dengan :
= banyak sampel hasil uji kecukupan sampel = banyak sampel tahun yang digunakan
= Persediaan beras pada tahun ke-i
Sehingga diperoleh data seperti yang tertera dalam tabel 3.2 berikut ini :
Tabel 3.2 Uji Kecukupan Sampel Tahun
Persedian beras dalam Ton
2006 136861
18.730.933.321 2007
167649 28.106.187.201
2008 217537
47.322.346.369 2009
364100 132.568.810.000
2010 302004
91.206.416.016 2011
367876 135.332.751.376
2012 294105
86.497.751.025 2013
343695 118.126.253.025
2014 295875
87.542.015.625 Jumlah
2489702 745.433.463.958
Dari tabel diatas dapat dilihat bahwa: N = 9
= 2489702 = 745433463958
Universitas Sumatera Utara
Maka bila nilai-nilai diatas dimasukkan ke dalam rumus Uji Kecukupan Sampel menjadi :
3,9378
Dari hasil perhitungan diatas diperoleh =3,9378. Tampak bahwa
lebih besar dari N sampel yang sebenarnya 3,9310. Hal ini berarti ukuran sampel yang
diambil penulis yaitu N=9 dapat diterima sebagai sampel dalam penelitian observasi yang dilakukan. Sehingga data yang sudah diperoleh dapat diolah dan dianalisis. Dari
data 3.1 diatas dapat dilakukan peramalan tingkat persediaan beras untuk tahun 2016. Metode yang digunakan adalah Metode Eksponensial Smoothing Ganda Linier.
3.2 Pemulusan smoothing Eksponensial Ganda: Metode Linear – Satu
Kategori