28
BAB IV STUDI KASUS
4.1 Plot Data
Data yang digunakan adalah data jumlah pengunjung objek wisata Kebun Raya Cibodas dari bulan Januari 2005 hingga Desember 2009. Data selengkapnya
dapat dilihat pada Tabel 4.1 di bawah ini.
TABEL 4.1 Data Jumlah Pengunjung Umum Domestik Dan Asing Di Objek Wisata Kebun Raya
Cibodas Periode Januari 2005 – Desember 2009
BULAN TAHUN
2005 2006
2007 2008
2009 JANUARI
7069 7223
7108 8248
7620 PEBRUARI
7065 7079
7110 8205
7380 MARET
7280 6855
7143 8215
7675 APRIL
7080 6535
7339 8421
8078 MEI
7601 6606
7540 8679
7645 JUNI
7211 7006
7170 8911
8076 JULI
6965 6965
7567 8829
8229 AGUSTUS
7441 6914
8038 8820
8187 SEPTEMBER
7724 6949
7616 7788
8430 OKTOBER
7825 7053
8088 7818
8408 NOPEMBER
7558 6903
8246 6676
8762 DESEMBER
7411 6915
8248 8166
8737 JUMLAH
88230 83003
91213 98776
97227
Untuk menganalisis data deret berkala di atas, harus dilihat apakah ada unsur trend, siklus, dan musimannya. Untuk mengetahui data tersebut memiliki
unsur trend, siklus dan musiman dapat dilihat pada grafik plot data, fak dan fakp berikut ini.
PLOT DATA PENGUNJUNG OBJEK WISATA KEBUN RAYA CIBODAS
Gambar 4.1 Plot data pengunjung objek wisata kebun raya Cibodas
Dari plot data pada gambar 4.1 dapat dikatakan bahwa data tersebut memiliki unsur trend. Selanjutnya untuk lebih jelasnya dapat dilihat pada grafik
fak dan fakp berikut.
Gambar 4.2 Grafik fak Data Pengunjung
Partial Autocorre lation Function for Jumlah Pe ngunjung
Gambar 4.3 Grafik fakp Data Pengunjung
Dari plot fak dan fakp pada gambar 4.2 dan 4.3 di atas dapat diketahui bahwa data tersebut membentuk trend, karena dari grafik fak terlihat menurun
secara lambat dan grafik fakpnya terlihat sebuah nilai fakp mendekati 1 yaitu 0,8
dan yang lainnya tidak berbeda secara signifikan dengan 0. Dari gambar 4.1 terlihat bahwa data memiliki unsur siklus karena pola data terulang setelah
rentang waktu yang cukup panjang. Sementara di gambar 4.2 dan 4.3 terlihat bahwa data memiliki pola musiman karena fak dan fakp terulang setiap satu
periode musim. Setelah melihat plot data pengunjung pada gambar 4.1 dan grafik fak dan
fakp pada gambar 4.2 dan 4.3 telah diketahui data memiliki unsur trend, musiman dan siklus maka data tersebut dapat diolah dengan menggunakan metode
dekomposisi. Langkah–langkah yang harus dilakukan untuk meramalkan data pengunjung objek wisata Kebun Raya Cibodas dengan menggunakan metode
dekomposisi adalah menyusun data kuartalan masing–masing tahun, membuat scater diagram garis trend linear, menghitung besarnya nilai trend dan yang
terakhir menghitung indeks musiman. Untuk memudahkan perhitungan, penulis menggunakan software Microsoft Excel dan SPSS 16.
4.2 Menyusun Data Kuartalan Masing–Masing Tahun
Kategori