Proyeksi Jumlah Penumpang Dalam Negeri Dan Luar Negeri Di Pelabuhan Belawan Medan Pada Tahun 2013 - 2015

PROYEKSI JUMLAH PENUMPANG KAPAL PELAYARAN DALAM NEGERI DAN LUAR NEGERI DI PELABUHAN BELAWAN MEDAN PADA TAHUN 2013 - 2015
TUGAS AKHIR
GLORIA CYNTHIA S 102407046
PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2013
Universitas Sumatera Utara

PROYEKSI JUMLAH PENUMPANG KAPAL PELAYARAN DALAM NEGERI DAN LUAR NEGERI DI PELABUHAN BELAWAN MEDAN
PADA TAHUN 2013 - 2015
TUGAS AKHIR Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Ahli Madya
GLORIA CYNTHIA S 102407046
PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2013
Universitas Sumatera Utara

PERSETUJUAN

Judul
Kategori Nama NIM Program Studi Departemen Fakultas

: Proyeksi Jumlah Penumpang Dalam Negeri Dan Luar Negeri Di Pelabuhan Belawan Medan Pada Tahun 2013 2015

: Tugas Akhir : Gloria Cynthia S
: 102407046 : D-3 Statistika : Matematika : Matematika Dan Ilmu Pengetahuan Alam
Universitas Sumatera Utara

Disetujui di Medan, Juli 2013

Disetujui oleh Departemen Matematika FMIPA USU Ketua,
Prof. Dr. Tulus, M.Si NIP. 196209011988031002

Pembimbing,
Syahriol Sitorus, S.Si., M.IT NIP : 19710310 19970310 04

Universitas Sumatera Utara

PERNYATAAN PROYEKSI JUMLAH PENUMPANG KAPAL PELAYARAN DALAM
NEGERI DAN LUAR NEGERI DI PELABUHAN BELAWAN MEDAN PADA TAHUN 2013 - 2015 TUGAS AKHIR
Saya mengakui bahwa Tugas Akhir ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Agustus 2013 GLORIA CYNTHIA S 102407046
Universitas Sumatera Utara

PENGHARGAAN Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha Penyayang dengan limpah karuniaNya penulis dapat menyelesaikan penyusunan Tugas Akhir ini dengan judul “Proyeksi Jumlah Penumpang Kapal Pelayaran Dalam Negeri Dan Luar Negeri Di Pelabuhan Belawan Medan Pada Tahun 2013 – 2015”.
Terimakasih penulis sampaikan kepada Bapak Syahriol Sitorus, S.Si, M.Si selaku Pembimbing yang telah meluangkan waktunya selama penyusunan Tugas Akhir ini, terimakasih kepada Bapak Drs. Faigiziduhu Bu’ulölö, M.Si dan Bapak Drs. Suwarno Arrisswoyo, M.Si selaku Ketua dan Sekretaris Program Studi D3 Statistika FMIPA USU, Bapak Prof. Dr. Tulus, M.Si, PhD dan Ibu Dra. Mardiningsih, M.Si selaku Ketua dan Sekretaris Departemen Matematika FMIPA USU Medan, Bapak Dr. Sutarman, M.Sc selaku Dekan FMIPA USU Medan, seluruh staff dan Dosen Program Studi D3 Statistika FMIPA USU, Pegawai FMIPA USU dan rekan – rekan kuliah, akhirnya tidak terlupakan kepada Bapak Drs. G. Simanjuntak, Ibu Berliana Linda Simamora, S.Pd dan keluarga yang selama ini memberikan bantuan dan dorongan yang diperlukan. Semoga Tuhan Yang Maha Esa akan membalasnya.
Universitas Sumatera Utara

DAFTAR ISI

PERSETUJUAN PERNYATAAN PENGHARGAAN DAFTAR ISI

ii iii iv v

BAB. 1

PENDAHULUAN 1.1. Latar Belakang 1.2. Identifikasi Masalah 1.3. Pembatasan Masalah 1.4. Maksud dan Tujuan Penelitian 1.5. Manfaat Penelitian 1.6. Lokasi Penelitian 1.7. Metodologi Penelitian 1.8. Tinjauan Pustaka 1.9. Sistematika Penulisan

1 1 2 2 3 3 3 3 4 5

BAB. 2

TINJAUAN TEORITIS 2.1. Peramalan 2.2. Jenis – Jenis Peramalan 2.3. Langkah – langkah Peramalan 2.4. Metode Peramalan 2.5. Smoothing Eksponensial Linier Satu Parameter dari Brown

7 7 7 9 10 10

BAB. 3

GAMBARAN UMUM PERUSAHAAN 3.1. Sejarah Pelabuhan Belawan 3.2. Keistimewaan Pelabuhan Belawan 3.3. Lokasi Pelabuhan Belawan 3.4. Akses Pelabuhan Belawan 3.5. Akomodasi dan Fasilitasi Lainnya

12 12 13 14 14 14

BAB. 4 BAB. 5

PENGOLAHAN DATA 4.1. Pengolahan Data 4.2. Peramalan (Forecasting) dengan Double Exponensial
Smoothing untuk Penumpang Dalam Negeri 4.3. Peramalan (Forecasting) dengan Double Exponensial
Smoothing untuk Penumpang Luar Negeri 4.4. Mean Square Error IMPLEMENTASI SISTEM 5.1. Tahapan Implementasi 5.2. Microsoft Excel

16
17 46 73 75 75

Universitas Sumatera Utara

BAB. 6

5.3. Langkah – Langkah Memulai Pengolahan Data dengan Microsoft Excel
5.4. Pembuatan Grafik PENUTUP 6.1. Kesimpulan 6.2. Saran

76
80 81 81 81

DAFTAR PUSTAKA LAMPIRAN

Universitas Sumatera Utara

DAFTAR TABEL

Tabel 4.1. Jumlah Penumpang Kapal Pelayaran Dalam Negeri dan Luar Negeri

Tabel 4.2.1.1. Jumlah Penumpang Dalam Negeri di Pelabuhan Belawan Periode

2010 – 2012 (dengan = 0,01)

19

Tabel 4.2.1.2. Jumlah Penumpang Dalam Negeri di Pelabuhan Belawan Periode

2010 – 2012 (dengan = 0,02)

21

Tabel 4.2.1.3. Jumlah Penumpang Dalam Negeri di Pelabuhan Belawan Periode

2010 – 2012 (dengan = 0,03)

23

Tabel 4.2.1.4. Jumlah Penumpang Dalam Negeri di Pelabuhan Belawan Periode

2010 – 2012 (dengan = 0,04)

25

Tabel 4.2.1.5. Jumlah Penumpang Dalam Negeri di Pelabuhan Belawan Periode

2010 – 2012 (dengan = 0,05)

27

Tabel 4.2.1.6. Jumlah Penumpang Dalam Negeri di Pelabuhan Belawan Periode

2010 – 2012 (dengan = 0,06)

29

Tabel 4.2.1.7. Jumlah Penumpang Dalam Negeri di Pelabuhan Belawan Periode

2010 – 2012 (dengan = 0,07)

31

Tabel 4.2.1.8. Jumlah Penumpang Dalam Negeri di Pelabuhan Belawan Periode

2010 – 2012 (dengan = 0,08)

33

Tabel 4.2.1.9. Jumlah Penumpang Dalam Negeri di Pelabuhan Belawan Periode

2010 – 2012 (dengan = 0,09)

35

Tabel 4.2.2. Nilai Pemulusan Eksponensial Untuk Penumpang Dalam Negeri 38

Tabel 4.2.3. Forecast dengan Doubel Eksponential Smoothing ( = 0,07)

45

Tabel 4.3.1.1. Jumlah Penumpang Luar Negeri di Pelabuhan Belawan Periode

2010 – 2012 (dengan = 0,01)

47

Tabel 4.3.1.1. Jumlah Penumpang Luar Negeri di Pelabuhan Belawan Periode

2010 – 2012 (dengan = 0,02)

49

Tabel 4.3.1.1. Jumlah Penumpang Luar Negeri di Pelabuhan Belawan Periode

2010 – 2012 (dengan = 0,03)

51

Tabel 4.3.1.1. Jumlah Penumpang Luar Negeri di Pelabuhan Belawan Periode

2010 – 2012 (dengan = 0,04)

53

16

Universitas Sumatera Utara

Tabel 4.3.1.1. Jumlah Penumpang Luar Negeri di Pelabuhan Belawan Periode

2010 – 2012 (dengan = 0,05)

55

Tabel 4.3.1.1. Jumlah Penumpang Luar Negeri di Pelabuhan Belawan Periode

2010 – 2012 (dengan = 0,06)

57

Tabel 4.3.1.1. Jumlah Penumpang Luar Negeri di Pelabuhan Belawan Periode

2010 – 2012 (dengan = 0,07)

59

Tabel 4.3.1.1. Jumlah Penumpang Luar Negeri di Pelabuhan Belawan Periode

2010 – 2012 (dengan = 0,08)

61

Tabel 4.3.1.1. Jumlah Penumpang Luar Negeri di Pelabuhan Belawan Periode

2010 – 2012 (dengan = 0,09)

63

Tabel 4.3.1.1. Nilai Pemulusan Eksponensial Untuk Penumpang Luar Negeri 66

Tabel 4.3.2. Forecast dengan Doubel Eksponential Smoothing ( = 0,03)

72

Tabel 4.3.3. Tabel Mean Square Error Penumpang Luar Negri

73

Universitas Sumatera Utara

ABSTRAK Dengan berkembangnya teknologi yang semakin canggih, kebutuhan akan penyajian informasi yang akurat dan cepat sangat diperlukan oleh suatu organisasi atau perusahaan. Pelabuhan merupakan sarana transportasi laut yang sangat dibutuhkan. Kajian ini bertujuan untuk merancang sebuah sistem informasi yang berhubungan dengan proyeksi jumlah penumpang kapal pelayaran di Pelabuhan Belawan, Medan, yang awalnya sekolah ini melakukan pengolahan data dengan cara manual sehingga kurang efektif dan efisien serta membutuhkan waktu yang lama untuk memprosesnya. Dengan adanya sistem ini, setiap proses pengolahan data dapat dilakukan secara terkomputerisasi sehingga dapat mengefektifkan dan mengefesienkan waktu disertai dengan rancangan antarmuka yang lebih mudah. Metode ini dikembangkan dengan menggunakan perangkat lunak Microsoft Excel.
Universitas Sumatera Utara

ABSTRAK Dengan berkembangnya teknologi yang semakin canggih, kebutuhan akan penyajian informasi yang akurat dan cepat sangat diperlukan oleh suatu organisasi atau perusahaan. Pelabuhan merupakan sarana transportasi laut yang sangat dibutuhkan. Kajian ini bertujuan untuk merancang sebuah sistem informasi yang berhubungan dengan proyeksi jumlah penumpang kapal pelayaran di Pelabuhan Belawan, Medan, yang awalnya sekolah ini melakukan pengolahan data dengan cara manual sehingga kurang efektif dan efisien serta membutuhkan waktu yang lama untuk memprosesnya. Dengan adanya sistem ini, setiap proses pengolahan data dapat dilakukan secara terkomputerisasi sehingga dapat mengefektifkan dan mengefesienkan waktu disertai dengan rancangan antarmuka yang lebih mudah. Metode ini dikembangkan dengan menggunakan perangkat lunak Microsoft Excel.
Universitas Sumatera Utara

BAB 1
PENDAHULUAN
1. 1. Latar Belakang Pada masa sekarang transportasi mempunyai peranan yang sangat penting dan strategis dalam mendukung, mendorong dan menunjang segala aspek kehidupan baik di bidang ekonomi, sosial budaya, politik dan pertahanan keamanan. Transportasi laut menjadi kian penting yang dapat menghubungkan wilayah - wilayah Negara Indonesia yang dipisahkan oleh perairan yang luas. Penataan sistem transportasi laut yang handal, terpadu dan terarah, perencanaan dan pengembangannya harus didukung dengan peningkatan kualitas sumber daya manusia serta terpenuhinya data statistik transportasi laut yang tepat waktu, dapat dipercaya dan memiliki tingkat akurasi yang tinggi. Perencanaan dan pengembangan transportasi laut membutuhkan informasi/data yang terinci dan beragam, sehingga program yang disusun dapat dilaksanakan secara bertahap dan mencapai sasaran secara optimal. Karena dengan tersedianya informasi/data mengenai transportasi laut selain bermanfaat bagi pemerintah sebagai bahan perencanaan dan pengembangan transportasi laut, juga berguna bagi para pemakai data lainnya. Untuk memperoleh gambaran mengenai transportasi laut, maka Badan Pusat Statistik (BPS) pada tahun 2009 kembali mengadakan survey transportasi laut yang dilakukan secara tahunan. Survey tahunan ini dimaksudkan untuk melengkapi series data statistik transportasi laut, dengan demikian akan dapat diikuti perkembangan transportasi laut dari tahun ke tahun. Hal ini menunjukkan bahwa pihak Pelabuhan Belawan bekerjasama dengan BPS untuk meningkatkan jumlah penumpang dari tahun ke tahun
Universitas Sumatera Utara

dengan pihak pelabuhan harus tetap meningkatkan kinerja dan pelayanan terhadap para penumpang agar penumpang tetap mau menggunakan jasa pelabuhan di Pelabuhan Belawan Medan sehingga peningkatan jumlah penumpang pelabuhan dari tahun ke tahun mengalami peningkatan. Untuk mengimplementasikan keadaan diatas penulis mengajukan judul Tugas Akhir yang mengambil judul “ Proyeksi Jumlah Penumpang Kapal Pelayaran Dalam Negeri dan Luar Negeri di Pelabuhan Belawan Medan Pada Tahun 2013 - 2015”.
1. 2. Perumusan Masalah
Berdasarkan latar belakang yang telah diuraikan diatas, maka yang menjadi rumusan masalah tulisan ini adalah 1. Berapa banyak jumlah penumpang kapal pelayaran dalam negeri dan
luar negeri di Pelabuhan Belawan Medan pada tahun 2013 - 2015? 2. Apakah jumlah penumpang kapal pelayaran dalam negeri dan luar
negeri di Pelabuhan Belawan Medan mengalami peningkatan atau justru mengalami penurunan?
1. 3. Batasan Masalah
Sehubungan dengan keterbatasan waktu dan kemampuan penulis serta untuk menghindari kesimpangsiuran dalam penulisan Tugas Akhir yang sesuai dengan rumusan masalah dan latar belakang masalah yang telah diuraikan, maka penulis membatasi ruang lingkup penelitian pada peramalan jumlah penumpang kapal pelayaran dalam negeri dan luar negeri di Pelabuhan Belawan Medan, yang mana data yang dibutuhkan diperoleh dari Badan Pusat Statistik Provinsi Sumatera Utara.
Untuk mengetahui jumlah penumpang kapal pelayaran dalam negeri dan luar negeri di Pelabuhan Belawan Medan pada tahun 2013 - 2015, maka dilakukan proyeksi data Jumlah Penumpang Naik/Turun di Pelabuhan Belawan dengan menggunakan Metode Smoothing Eksponensial Berganda (Double Exponensial Smoothing).
Universitas Sumatera Utara

1. 4. Tujuan Penelitian Tujuan penelitian ini adalah : 1. Untuk meramalkan berapa banyak jumlah penumpang kapal pelayaran dalam negeri dan luar negeri di Pelabuhan Belawan Medan pada tahun 2013 – 2015. 2. Untuk melihat peningkatan atau penurunan jumlah penumpang kapal pelayaran dalam negeri dan luar negeri di Pelabuhan Belawan Medan. 3. Memberikan gambaran terhadap perubahan jumlah penumpang kapal pelayaran dalam negeri dan luar negeri di Pelabuhan Belawan Medan pada tahun 2013 - 2015.
1. 5. Manfaat Penelitian Manfaat yang diambil dari penelitian ini adalah untuk memberikan masukan yang dapat menjadi bahan pertimbangan bagi Pelabuhan Belawan dalam upaya peningkatan jumlah penumpang di tahun – tahun berikutnya khususnya pada tahun 2013 - 2015.
1. 6. Lokasi Penelitian Penelitian dan pengumpulan data mengenai tingkat pertumbuhan penumpang kapal pelayaran dalam negeri dan luar negeri di Pelabuhan Belawan.
1. 7. Metodologi Penelitian Metode yang digunakan penulis adalah dengan cara sebagai berikut:
1. Penelitian Kepustakaan (Library Research) Metode pengumpulan data untuk memperoleh data atau informasi dari perpustakaan, yaitu dengan membaca buku-buku, referensi, bahanbahan yang bersifat teoritis yang dapat membantu penulis dalam menyelesaikan Tugas Akhir ini.
Universitas Sumatera Utara

2. Penelitian Lapangan Metode pengumpulan data untuk memperoleh data dan meneliti, menulis data yang diperlukan. Metode pengumpulan data yang digunakan ialah data sekunder. Data sekunder tersebut adalah data yang diperoleh dari Badan Pusat Statistik Provinsi Sumatera Utara. Data yang dikumpulkan tersebut kemudian diatur/disusun dan disajikan dalam bentuk tabel yang berisi angka – angka yang diperlukan dengan tujuan untuk mendapatkan gambaran yang jelas tentang data tersebut.
1. 8. Sistematika Penulisan
Adapun sistematika penulisan “Tugas Akhir” secara garis besar dibagi dalam 6 Bab masing – masing bab terbagi atas beberapa sub – sub yaitu:

BAB. 1 :

PENDAHULUAN Pada bab ini berisi tentang latar belakang masalah, identifikasi masalah, batasan masalah, maksud dan tujuan, metode penelitian, tinjauan pustaka serta sistematika penulisan.

BAB. 2 :

TINJAUAN TEORITIS Pada bab ini berisi tentang pengertian peramalan, jenis – jenis peramalan, langkah – langkah peramalan, metode peramalan dan metode double eksponensial smoothing.

BAB. 3 :

GAMBARAN UMUM PERUSAHAAN Pada bab ini menjelaskan tentang sejarah berdirinya PT. (Persero) Pelabuhan Indonesia I Medan.

BAB. 4 :

ANALISA DAN PEMBAHASAN Dalam bab ini dilakukan analisa data dengan perhitungan Proyeksi Tingkat Pertumbuhan Penumpang Dalam Negeri dan Luar Negeri.

Universitas Sumatera Utara

BAB. 5 :

IMPLEMENTASI SISTEM Pada bab ini menguraikan tentang penerapan hasil desain tertulis ke dalam programming. Programming yang digunakan Microsoft Excel.

BAB. 6 :

KESIMPULAN DAN SARAN Bab ini berisikan kesimpulan dari pembahasan didalam penyelesaian Tugas Akhir serta saran – saran yang mungkin berguna bagi kemajuan Perusahaan khususnya PT. Pelabuhan Indonesia I (Persero) di masa yang akan datang didalam menghadapi persaingan.

Universitas Sumatera Utara

BAB 2
LANDASAN TEORI
2.1. Proyeksi Teknik Proyeksi merupakan suatu cara atau pendekatan untuk menentukan ramalan (perkiraan) mengenai sesuatu di masa yang akan datang. Proyeksi (Forecast) menjadi sangat penting karena penyusunan suatu rencana di antaranya didasarkan pada suatu proyeksi atau forecast. (H. Indriyo Gitosudarmo, 2000) Di dalam ilmu – ilmu social segala sesuatu yang akan terjadi di masa yang akan datang tidak ada yang terjadi secara pasti. Yang terjadi di masa yang akan datang akan penuh dengan resiko dan ketidakpastian. Untuk mengurangi resiko dan ketidakpastian di masa yang akan datang, perlu dilakukan proyeksi (forecast).
2.2. Jenis – Jenis Peramalan Pada umumnya peramalan dapat dibedakan dari beberapa segi tergantung dari carta melihatnya. Apabila dilihat berdasarkan jangka waktunya, peramalan dapat dibedakan dua macam, 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 investasi atau rencana ekspansi dari suatu perusahaan.
2. Peramalan jangka pendek, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan dalam jangka waktu kurang dari satu setengah tahun, atau tiga semester. Peramalan seperti ini diperlukan dalam
Universitas Sumatera Utara

penyusunan rencana tahunan, rencana kerja operasional dan anggaran penyusunan rencana produksi, rencana persediaan, angaran produksi, anggaran perusahaan.
Berdasarkan metode peramalan yang digunkan, peramalan dibedakan menjadi:
1. Metode kualitatif, lebih didasarkan pada intuisi dan penilaian orang melakukan peramalan daripada pemanipulasi (pengolahan dan penganalisisisan) data historis yang tersedia. Ini dilakukan karena tidak ada atau tidak cukup tersedia data historis. Teknik – teknik pada metode kualitatif terdiri atas teknik Delphi, kurva pertumbuhan, penulisan scenario, penelitian pasar, kelompok focus, dll.
2. Metode kuantitatif, didasarkan pada pemanipulasian atas data yang tersedia secara memadai dan tanpa intuisi maupun penlaian subyektif dari orang yang melakukan peramalan. Metode ini umumnya didasarkan pada anbalisis statistic. Peramalan dapat diterapkan bila tiga kondisi berikut terpenuhi, yaitu: a. Informasi mengenai keadaan di waktu yang lalu tersedia, b. Informasi itu dapat dikuantitatifkan dalam bentuk data numeric (angka), dan c. Ke waktu yang akan datang (disebut asumsi kontinuitas), (Makridakis, Wheelwright dan McGee, 1983).
Dari uraian diatas dapatlah diketahui bahwa jenis – jenis peramalan sangat tergantung dari segi mana kita memandangnya.
2.3. Langkah – langkah Peramalan
Secara umum untuk memastikan bahwa peramalan yang dilakukan dapat tepat guna serta memenuhi taraf ketepatan yang optimal, maka terdapat beberapa langkah yang harus dilakukan dalam melakukan peramalan (Teguh Baroto, 2005). Adapun langkah-langkah tersebut antara lain:
Universitas Sumatera Utara

1. Penentuan Tujuan Tujuan peramalan bergantung pada kebutuhan informasi para manajer. Setelah melakukan penentuan tujuan, maka dapat selanjutnya melakukan penentuan antara lain: a. Variabel apa yang akan diramalkan. b. Siapa yang akan menggunakan hasil peramalan. c. Untuk tujuan apa hasil peramalan digunakan. d. Peramalan jangka panjang atau jangka panjang yang diperlukan. e. Derajat ketepatan peramalan yang diinginkan. f. Kapan peramalan dilakukan. g. Bagian-bagian peramalan yang diinginkan, seperti peramaln untuk kelompok pembeli, kelompok produk, atau daerah geografis.
2. Pengembangan Model Model dapat diibaratkan sebagai cara pengolahan dan penyajian data agar lebih sederhana sehingga mudah untuk dianalisis.
3. Pengujian Model Pengujian model dilakukan untuk menentukan tingkat akurasi, validitas, dan reabilitas yang diharapkan. Nilai suatu model ditentukan dengan derajat ketepatan hasil peramalan dengan permintaan aktualnya.
4. Penerapan model atau hasil dari peramalan yang telah diperoleh. 5. Revisi dan evaluasi.
Hasil peramalan yang telah diperoleh dan diterapkan harus selalu ditinjau ulang yang berguna untuk perbaikan terus menerus dimasa yang akan datang.
2.4. Metode Peramalan
Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkiranakan akan terjadi pada masa yang akan datang. Metode peramalan adalah cara memperkirakan secara kuantitatif apa yang akan terjadi pada masa depan, berdasarkan data yang relavan pada masa lalu, maka metode ini dipergunakan dalam peramalan yang objektif. Perlu diketahui bahwa, keberhasilan peramalan didasarkan atas:
Universitas Sumatera Utara

1. Pengtahuan teknik tentang informasi yang masa lalu yang dibutuhkan. 2. Teknik dan metode peramalan.

2.5. Eksponensial Ganda Linier Satu Parameter Brown (Double Exponential Smoothing)

Metode ini digunakan untuk data runtut waktu yang memiliki komponen

trend yang linier. Pada teknik ini, jika parameternya ( ) tidak mendekati nol,

pengaruh proses awalnya secara cepat menjadi kurang berarti begitu waktu

berlalu. Jika paramternya mendekati nol, proses awalnya dapat berperan

penting untuk beberapa periode.

Metode ini dapat digunakan untuk memodel trend runtut waktu dan

cara perhitungannya lebih efisien bila dibandingkan dengan Moving Average

(MA) ganda seta membutuhkan lebih sedikit data karena hanya satu

parameter yang digunakan. Selain itu, pencarian nilai parameter yang optimal

tergolong sederhana.

Pada metode ini proses penentuan ramalan dimulai dengan

menentukan besarnya alpha ( ) dan error. Sedangkan tahap – tahap dalam

menentukan ramalan adalah sebagai berikut:

a. Menentukan Smoothing pertama ( St' )

S

' t

=

αX t

+

(1

−

α

)S

' t −1

S

' t

= Smoothing pertama periode t

X t = nilai riil periode t

S

' t −1

=

Smoothing pertama periode t-1

b.

Menentukan

Smoothing

kedua

(

S

" t

)

S

" t

=

αS

' t

+

(1

−

α

)S

" t −1

S

" t −1

=

Smoothing kedua periode t-1

c. Menentukan besarnya Konstanta ( at )

at

=

2

S

' t

−

S

" t

Universitas Sumatera Utara

d. Menentukan besarnya slope ( bt )

( )bt

=

α 1−α

S

' t

−

S

" t

e. Menentukan besarnya Forecast ( Ft+m )

Ft+m = at + bt (m) , dimana m adalah jangka waktu forecast.

Universitas Sumatera Utara

BAB 3
GAMBARAN UMUM BADAN PUSAT STATISTIK
3.1. Sejarah Singkat BPS (Badan Pusat Statistik) A. Masa Pemerintahan Hindia Belanda Pada bulan Februari 1920, Kantor Statistik pertama kali didirikan oleh Direktur pertanian, Kerajinan dan Perdagangan (Directure Vand Landbow Nijeverheiden Handed) dan Berkedudukan di Bogor. Kantor ini diserahi tugas untuk mengolah dan mempublikasikan data statistik.
Pada bulan Maret 1923, dibentuk suatu komisi untuk statistik yang anggotanya merupakan wakil dari tiap-tiap departemen. Komisi tersebut diberi tugas untuk merencanakan tindakan-tindakan yang mengarah sejauh mungkin untuk mencapai kesatuan dalam kegiatan di bidang statistik di Indonesia.
Pada tanggal 24 September 1924, nama lembaga tersebut diganti dengan nama Central Kantor Voor de Statistik (CKS) atau kantor statistik dan di pindahkan ke Jakarta. Bersama dengan itu beralih pula pekerjaan mekanisme Statistik Perdagangan yang semula dilakukan oleh kantor Invoer Vitvoer en Accijnsen (IUA) yang sekarang disebut kantor Bea dan Cukai.
B. Masa Pemerintahan Jepang Pada bulan Juni 1944, pemerintah Jepang baru mengaktifkan kembali kegiatan Statistik yang utamanya diarahkan untuk memenuhi kebutuhan perang atau militer. Pada masa ini Central Kantor Voor de Statistik (CKS) diganti namanya menjadi Shomubu Chosasitsu Gunseikanbu.
Universitas Sumatera Utara

C. Masa Kemerdekaan Republik Indonesia
Setelah Proklamasi kemerdekaan RI tanggal 17 Agustus 1945, kegiatan Statistik ditangani oleh lembaga atau instansi baru sesuai dengan suasana kemerdekaan yaitu KAPPURI (Kantor Penyelidik Perangkaan Umum Republik Indonesia) dipindahkan ke Yogyakarta sebagai sekuens dari perjanjian Linggarjati. Sementara itu pemerintah Belanda (NICA) di Jakarta mengaktifkan kembali Central Kantor Voor de Statistik (CKS).
Berdasarkan surat edaran kementrian kemakmuran tanggal 12 Juni 1950 Nomor 219/S.C, KAPURRI (Kantor Penyelidik Perangkaan Umum Republik Indonesia) dan Central Voor de Statistik (CKS) dilebur menjadi Kantor Pusat Statistik (KPS) dan berada dibawah dan bertanggung jawab menteri Kemakmuran.
Dengan surat Menteri Perekonomian tanggal 1 Maret 1952 Nomor p/44, Lembaga Kantor Pusat Statistik (KPS) berada dibawah dan bertanggungjawab menteri Perekonomian. Selanjutnya keputusan Menteri Perekonomian tanggal 24 Desember 1953 Nomor:18.099/M, KPS dibagi menjadi dua bagian yaitu bagian Research yang disebut Afdeling A dan bagian penyelenggaraan tata usaha yang disebut Afdeling B.
Dengan keputusan Presiden RI Nomor 131 tahun 1957, kementrian Perekonomian dipecah menjadi kementrian Perdagangan dan kementrian Perindustrian. Untuk selanjutnya keputusan Presiden RI Nomor 172, terhitung tanggal 1 Juni 1957 Kantor Pusat Statistik (KPS) diubah menjadi Biro Pusat Statistik yang semula menjadi tanggung jawab dan wewenang berada dibawah perdanana mentri.
D. Masa Orde Baru Sampai Sekarang
Dalam rangka perencanaan dan evaluasi pembangunan, maka untuk mendapatkan statistik yang handal, lengkap, tepat, akurat dan terpercaya mulai diadakan pembenahan pada organisasi Badan Pusat Statistik.
Universitas Sumatera Utara

Dalam masa orde baru ini Badan Pusat Statistik telah mengalami empat kali perubahan struktur organisasi:
1. Peraturan Pemerintah Nomor 16 tahun 1968 tentang organisasi Badan Pusat Statistik.
2. Peraturan Pemerintah Nomor 6 tahun 1980 tentang organisasi Badan Pusat Statistik.
3. Peraturan Pemerintah Nomor 2 tahun 1992 tentang organisasi Badan Pusat Statistik dan Keputusan Presidan Nomor 6 tahun 1992 tentang kedudukan, fungsi, susunan dan tata Kerja Biro Pusat Statistik.
4. Undang-undang Nomor 16 tahun 1917 tentang Statistik 5. Keputusan Presiden RI Nomor 86 tahun1998 tentang Badan Pusat
Statistik 6. Keputusan Pemerintah Nomor 51 tahun 1999 tentang
Penyelenggaraan Statistik
Tahun 1968,ditetapkan peraturan Pemerintah Nomor 16 tahun 1968 yaitu yang mengatur organisasi dan tata kerja di pusat dan di daerah.Tahun 1980 peraturan pemerintah nomor 6 tahun 1980 tentang organisasi sebagai pengganti peraturan pemerintah Nomor 16 tahun 1968. Berdasarkan peraturan Pemerintah Nomor 6 tahun 1980 di tiap provinsi terdapat perwakilan BPS.
Pada tanggal 17 Juni 1998 dengan keputusan Presiden Republik Indonesia Nomor 86 tahun1998 ditetapkan Badan Pusat Statistik, sekaligus mengatur tata kerja dan struktur organisasi BPS yang baru.
3.2. Visi dan Misi BPS (Badan Pusat Statistik) Provinsi Sumatera Utara
a. Visi BPS (Badan Pusat Statistik) Badan Pusat Statistik mempunyai visi menjadikan informasi statistik sebagai tulang punggung informasi pembangunan nasional dan regional, didukung Sumber Daya Manusia yang berkualitas, ilmu pengetahuan dan teknologi informasi yang mutakhir.
Universitas Sumatera Utara

b. Misi BPS (Badan Pusat Statistik) Dalam menunjuk pembangunan nasional Badan Pusat Statistik mengemban misi mengarahkan pembangunan statistik pada penyediaan data statistik yang bermutu, handal, efektif dan efisien, peningkatan kesadaran masyarakat akan arti dan kegunaan statistik serta pengembanan ilmu pengetahuan statistik.
3.3. Struktur Organisasi Badan Pusat Statistik Propinsi Sumatera Utara Setiap perusahaan baik perusahaan pemerintah maupun swasta mempunyai struktur organisasi, karena perusahaan juga merupakan organisasi.Dimana organisasi adalah suatu sistem dari aktivitas kerjasama yang terorganisir, yang dilaksanakan oleh sejumlah orang untuk mencapai tujuan bersama.
Dalam struktur organisasi ditetapkan tugas-tugas, wewenang dan tanggung jawab setiap orang dalam mencapai tujuan yang telah ditetapkan serta bagaimana hubungannya yang satu dengan yang lain.
Dengan adanya struktur organisasi perusahaan yang baik, maka dapat diketahui pembagian tugas antara para pegawai dalam rangka pencapaian tujuan. Adapun struktur organisasi yang dipakai oleh Badan Pusat Statistik Provinsi Sumatera Utara adalah berbentuk Lini dan staff
1. Bagian Tata Usaha/Kepegawaian 2. Bidang Statistik Produksi 3. Bidang Statistik Distribusi 4. Bidang Statistik Kependudukan 5. Bidang Pengolahan, Penyajian dan Pelayanan Statistik 6. Bidang Neraca Wilayah dan Analisis Statistik
Universitas Sumatera Utara

Gambar 3.3 STRUKTUR ORGANISASI BADAN PUSAT STATISTIK PROVINSI
Universitas Sumatera Utara

BAB. 4

PENGOLAHAN DATA

4.1. Pengolahan Data
Pengolahan data dilakukan agar diperoleh hasil sesuai dengan yang diinginkan. Dalam bab ini akan dicoba menganalisa tentang perkembangan jumlah penumpang Kapal Pelayaran Dalam Negeri Dan Luar Negeri di Pelabuhan Belawan Medan untuk periode tahun 2013 – 2015 berdasarkan tahun 2010 – 2012 di Pelabuhan Belawan Medan.

Tabel 4.1. Jumlah Penumpang Kapal Pelayaran Dalam Negeri dan Luar Negeri.

PERIODE
Januari Februari Maret
April Mei Juni Juli Agustus September Oktober November Desember

Dalam Negeri 2010 2011 2012 19945 23052 22461 8598 9569 8745 5594 9685 7220 6243 5741 6636 5619 11388 9966 12369 15372 12612 13584 16437 17944 9009 15379 21700 24065 19347 13297 7751 8790 5606 3180 2930 1633 12040 12893 18447

Luar Negeri

2010 2011 2012

1676

0

0

1890

0

0

1906

0

0

3181

0

672

1647

0

0

906 0

0

000

000

000

000

000

0 0 380

Dari table diatas, dapat dilihat bahwa jumlah penumpang Dalam Negeri dan Luar Negeri tidak merata, terutama pada penupang luar negeri yang mengalami penurunan di tahun 2011. Pada tahun baru terjadi peningkatan (bulan januari) dan di bulan September pada penumoang dalam negeri, dari sini disimpulkan bahwa terjadi peningkatan pada hari libur, yakni pada tahun baru dan idul fitri.

Universitas Sumatera Utara

Untuk lebih jelasnya kita bias lihat pertumbuhan penumpang Dalam Negeri dan Luar NEgeri melalui grafik sebagai berikut:

" #

!

Dalam proses analisa data ini, secara sistematis akan dilakukan langkah – langkah sebagai berikut:

1. Menentukan besarnya forecast dengan menggunakan = 0,1 sampai

dengan 0,9 dengan menentukan

S

' t

,

S

" t

,

at ,

bt

dan

Ft +m

2. Menentukan nilai rata – rata Kesalahan (Mean Square Error)

MSE

= ei2 n

Untuk menentukan optimal, maka diambil nilai MSE yang paling

minimum.

3. Setelah diketahui nilai MSE yang paling minimum, maka dapat

diketahui nilai yang akan digunakan untuk menghitung forecast pada

tahun 2013 sampai 2015.

4.2. Peramalan (Forecasting) dengan Double Exponensial Smoothing untuk Penumpang Dalam Negeri

4.2.1. Forecast dengan double Exponential Smoothing ( = 0,01 sampai = 0,09) pada bulan pertama pada tahun 2013

Universitas Sumatera Utara

4.2.1.1. Forecast pada = 0,01

Untuk = 0,01 diambil sebagai sampel pada bulan kedua

dengan menggunakan langkah – langkah sebagai berikut

X2

1.

S

' t

= 8.598

=

αX t

+

(1

−

α

)

S

' t −1

= 0,01 (8.598) + (1-0,01) (19.945)

= 19.831,53

2.

S

" t

=

αS

' t

+

(1

−

α

)

S

" t −1

= 0,01 (19.831,53) + (1-0,01) (19.945)

= 19.943,87

3. at

=

2

S

' t

−

S

" t

= 2(19.831,53) – 19.943,87

= 19.719,19

4. bt

( )=

α 1−α

S

' t

−

S

" t

= 0,01 (19.831,53 – 19.943,87) 1 − 0,01

= -1,13

5. Forecast bulan ke – 2 (m = 1)

Ft+m = at + bt (m)

F3 = 19.719,19 - 1,13 (1)

= 19.718,06

Dengan demikian dapat kita lihat dari Tabel. 4.2.1.1.

Universitas Sumatera Utara

Tabel. 4.2.1.1. Jumlah Penumpang Dalam Negeri di Pelabuhan Belawan Periode 2010 – 2012 (dengan = 0,01)

BULAN
Januari Februari Maret
April Mei Juni Juli Agustus September Oktober November Desember Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Januari

Periode
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

Jumlah Penumpang
19.945 8.598 5.594 6.243 5.619 12.369 13.584 9.009 24.065 7.751 3.180 12.040 23.052 9.569 9.685 5.741 11.388 15.372 16.437 15.379 19.347 8.790 2.930 12.893 22.461 8.745 7.220 6.636 9.966 12.612 17.944 21.700 13.297 5.606 1.633 18.447

S't S"t
19.945,00 19.945,00 19.831,53 19.943,87 19.689,15 19.941,32 19.554,69 19.937,45 19.415,34 19.932,23 19.344,87 19.926,36 19.287,26 19.919,97 19.184,48 19.912,61 19.233,29 19.905,82 19.118,46 19.897,94 18.959,08 19.888,56 18.889,89 19.878,57 18.931,51 19.869,10 18.837,88 19.858,79 18.746,36 19.847,66 18.616,30 19.835,35 18.544,02 19.822,44 18.512,30 19.809,33 18.491,55 19.796,16 18.460,42 19.782,80 18.469,29 19.769,66 18.372,49 19.755,69 18.218,07 19.740,32 18.164,82 19.724,56 18.207,78 19.709,39 18.113,15 19.693,43 18.004,22 19.676,54 17.890,54 19.658,68 17.811,29 19.640,20 17.759,30 19.621,40 17.761,15 19.602,79 17.800,54 19.584,77 17.755,50 19.566,48 17.634,00 19.547,15 17.473,99 19.526,42 17.483,72 19.505,99
m=1

at
19.719,19 19.436,99 19.171,93 18.898,44 18.763,39 18.654,56 18.456,35 18.560,76 18.338,98 18.029,60 17.901,21 17.993,92 17.816,98 17.645,05 17.397,26 17.265,60 17.215,26 17.186,94 17.138,04 17.168,91 16.989,29 16.695,82 16.605,07 16.706,17 16.532,87 16.331,90 16.122,40 15.982,38 15.897,20 15.919,50 16.016,30 15.944,52 15.720,86 15.421,57 15.461,46

bt Forecast

-1,13 -2,55 -3,87 -5,22 -5,87 -6,39 -7,35 -6,79 -7,87 -9,39 -9,99 -9,47 -10,31 -11,12 -12,31 -12,91 -13,10 -13,18 -13,36 -13,14 -13,97 -15,38 -15,75 -15,17 -15,96 -16,89 -17,86 -18,47 -18,81 -18,60 -18,02 -18,29 -19,32 -20,73 -20,43

19.718,06 19.434,44 19.168,07 18.893,22 18.757,51 18.648,17 18.449,00 18.553,96 18.331,11 18.020,21 17.891,22 17.984,45 17.806,67 17.633,92 17.384,94 17.252,69 17.202,16 17.173,76 17.124,68 17.155,77 16.975,32 16.680,44 16.589,32 16.691,00 16.516,91 16.315,01 16.104,54 15.963,91 15.878,39 15.900,90 15.998,28 15.926,23 15.701,53 15.400,84 15.441,03

Universitas Sumatera Utara

4.2.1.2. Forecast pada = 0,02

Untuk = 0,02 diambil sebagai sampel pada bulan kedua

dengan menggunakan langkah – langkah sebagai berikut

X2

1.

S

' t

= 8.598

=

αX t

+

(1

−

α

)

S

' t −1

= 0,02 (8.598) + (1-0,02) (19.945)

= 19.718,06

2.

S

" t

=

αS

' t

+

(1

−

α

)S

" t −1

= 0,02 (19.718,06) + (1-0,02) (19.945)

= 19.940,46

3. at

=

2

S

' t

−

S

" t

= 2(19.718,06) – 19.940,46

= 19.495,66

4. bt

( )=

α 1−α

S

' t

−

S

" t

= 0,02 (19.718,06 – 19.940,46) 1 − 0,02

= -4,54

5. Forecast bulan ke – 2 (m = 1)

Ft+m = at + bt (m)

F3 = 19.495,66 - 4,54 (1) = -4,54

Dengan demikian dapat kita lihat dari Tabel. 4.2.1.2.

Universitas Sumatera Utara

Tabel. 4.2.1.2. Jumlah Penumpang Dalam Negeri di Pelabuhan Belawan Periode 2010 – 2012 (dengan = 0,02)

BULAN
Januari Februari Maret
April Mei Juni Juli Agustus September Oktober November Desember Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Januari

Periode
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

Jumlah Penumpang
19.945 8.598 5.594 6.243 5.619 12.369 13.584 9.009 24.065 7.751 3.180 12.040 23.052 9.569 9.685 5.741 11.388 15.372 16.437 15.379 19.347 8.790 2.930 12.893 22.461 8.745 7.220 6.636 9.966 12.612 17.944 21.700 13.297 5.606 1.633 18.447

S't S"t
19.945,00 19.945,00 19.718,06 19.940,46 19.435,58 19.930,36 19.171,73 19.915,19 18.900,67 19.894,90 18.770,04 19.872,40 18.666,32 19.848,28 18.473,17 19.820,78 18.585,01 19.796,06 18.368,33 19.767,51 18.064,56 19.733,45 17.944,07 19.697,66 18.046,23 19.664,63 17.876,68 19.628,88 17.712,85 19.590,55 17.473,41 19.548,21 17.351,71 19.504,28 17.312,11 19.460,44 17.294,61 19.417,12 17.256,30 19.373,91 17.298,11 19.332,39 17.127,95 19.288,30 16.843,99 19.239,41 16.764,97 19.189,93 16.878,89 19.143,70 16.716,21 19.095,15 16.526,29 19.043,78 16.328,48 18.989,47 16.201,23 18.933,71 16.129,45 18.877,62 16.165,74 18.823,38 16.276,42 18.772,44 16.216,84 18.721,33 16.004,62 18.667,00 15.717,19 18.608,00 15.771,78 18.551,28
m=1

at
19.495,66 18.940,79 18.428,26 17.906,44 17.667,68 17.484,36 17.125,56 17.373,95 16.969,15 16.395,67 16.190,48 16.427,82 16.124,49 15.835,15 15.398,62 15.199,13 15.163,78 15.172,10 15.138,69 15.263,83 14.967,60 14.448,57 14.340,02 14.614,08 14.337,27 14.008,80 13.667,49 13.468,76 13.381,28 13.508,10 13.780,40 13.712,34 13.342,24 12.826,37 12.992,29

bt Forecast

-4,54 -10,10 -15,17 -20,29 -22,50 -24,12 -27,50 -24,72 -28,55 -34,06 -35,79 -33,03 -35,76 -38,32 -42,34 -43,93 -43,84 -43,32 -43,22 -41,52 -44,09 -48,89 -49,49 -46,22 -48,55 -51,38 -54,31 -55,76 -56,09 -54,24 -50,94 -51,11 -54,33 -59,00 -56,72

19.491,12 18.930,70 18.413,09 17.886,15 17.645,18 17.460,23 17.098,06 17.349,24 16.940,59 16.361,61 16.154,69 16.394,80 16.088,74 15.796,83 15.356,27 15.155,20 15.119,94 15.128,78 15.095,47 15.222,32 14.923,51 14.399,68 14.290,53 14.567,86 14.288,72 13.957,42 13.613,19 13.412,99 13.325,19 13.453,86 13.729,47 13.661,23 13.287,91 12.767,38 12.935,56

Universitas Sumatera Utara

4.2.1.3.

Forecast pada = 0,03 Untuk = 0,03 diambil sebagai sampel pada bulan kedua

dengan menggunakan langkah – langkah sebagai berikut

X2

1.

S

' t

= 8.598

=

αX t

+

(1

−

α

)

S

' t −1

= 0,03 (8.598) + (1-0,03) (19.945)

= 19.604,59

2.

S

" t

=

αS

' t

+

(1

−

α

)S

" t −1

= 0,03 (19.604,59) + (1-0,03) (19.945)

= 19.934,79

3. at

=

2

S

' t

−

S

" t

= 2(19.604,59) – 19.934,79

= 19.274,39

4. bt

( )=

α 1−α

S

' t

−

S

" t

= 0,03 (19.604,59 – 19.934,79) 1 − 0,03

= -10,21

5. Forecast bulan ke – 2 (m = 1)

Ft+m = at + bt (m)

F3 = 19.274,39 - 10,21 (1) = 19.264,18

Dengan demikian dapat kita lihat dari Tabel. 4.2.1.3.

Universitas Sumatera Utara

Tabel. 4.2.1.3. Jumlah Penumpang Dalam Negeri di Pelabuhan Belawan Periode 2010 – 2012 (dengan = 0,03)

BULAN
Januari Februari Maret
April Mei Juni Juli Agustus September Oktober November Desember Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Januari

Periode
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

Jumlah Penumpang
19.945 8.598 5.594 6.243 5.619 12.369 13.584 9.009 24.065 7.751 3.180 12.040 23.052 9.569 9.685 5.741 11.388 15.372 16.437 15.379 19.347 8.790 2.930 12.893 22.461 8.745 7.220 6.636 9.966 12.612 17.944 21.700 13.297 5.606 1.633 18.447

S't S"t
19.945,00 19.945,00 19.604,59 19.934,79 19.184,27 19.912,27 18.796,03 19.878,79 18.400,72 19.834,44 18.219,77 19.786,00 18.080,70 19.734,84 17.808,55 19.677,06 17.996,24 19.626,63 17.688,88 19.568,50 17.253,62 19.499,05 17.097,21 19.427,00 17.275,85 19.362,46 17.044,65 19.292,93 16.823,86 19.218,86 16.491,37 19.137,03 16.338,27 19.053,07 16.309,28 18.970,75 16.313,11 18.891,03 16.285,09 18.812,85 16.376,95 18.739,77 16.149,34 18.662,06 15.752,76 18.574,78 15.666,97 18.487,54 15.870,79 18.409,04 15.657,01 18.326,48 15.403,90 18.238,80 15.140,87 18.145,87 14.985,62 18.051,06 14.914,41 17.956,96 15.005,30 17.868,41 15.206,14 17.788,54 15.148,87 17.709,35 14.862,58 17.623,95 14.465,69 17.529,20 14.585,13 17.440,88
m=1

at
19.274,39 18.456,27 17.713,28 16.967,00 16.653,54 16.426,55 15.940,04 16.365,85 15.809,27 15.008,18 14.767,42 15.189,24 14.796,37 14.428,86 13.845,71 13.623,47 13.647,81 13.735,20 13.757,33 14.014,13 13.636,62 12.930,74 12.846,39 13.332,53 12.987,55 12.569,00 12.135,87 11.920,18 11.871,86 12.142,19 12.623,74 12.588,38 12.101,21 11.402,19 11.729,39

bt Forecast

-10,21 -22,52 -33,49 -44,34 -48,44 -51,16 -57,79 -50,42 -58,13 -69,45 -72,06 -64,53 -69,53 -74,07 -81,82 -83,96 -82,31 -79,73 -78,18 -73,08 -77,71 -87,28 -87,23 -78,50 -82,56 -87,68 -92,94 -94,81 -94,10 -88,55 -79,87 -79,19 -85,40 -94,75 -88,32

19.264,18 18.433,76 17.679,80 16.922,66 16.605,10 16.375,39 15.882,25 16.315,43 15.751,14 14.938,74 14.695,37 15.124,71 14.726,83 14.354,79 13.763,89 13.539,51 13.565,50 13.655,47 13.679,16 13.941,05 13.558,91 12.843,46 12.759,15 13.254,03 12.904,99 12.481,33 12.042,93 11.825,38 11.777,77 12.053,64 12.543,87 12.509,19 12.015,81 11.307,44 11.641,06

Universitas Sumatera Utara

4.2.1.4. Forecast pada = 0,04

Untuk = 0,04 diambil sebagai sampel pada bulan kedua

dengan menggunakan langkah – langkah sebagai berikut

X2 1. St'

= 8.598

=

αX t

+

(1

−

α

)

S

' t −1

= 0,04 (8.598) + (1-0,04) (19.945)

= 19.491,12

2.

S

" t

=

αS

' t

+

(1

−

α

)S

" t −1

= 0,04 (19.491,12) + (1-0,04) (19.945)

= 19.926,84

3. at

=

2

S

' t

−

S

" t

= 2(19.491,12) – 19.926,84

= 19.055,40

4. bt

( )=

α 1−α

S

' t

−

S

" t

= 0,04 (19.491,12 – 19.926,84) 1 − 0,04

= -18,16

5. Forecast bulan ke – 2 (m = 1)

Ft+m = at + bt (m)

F3 = 19.055,40 - 18,16 (1) = 11.055,33

Dengan demikian dapat kita lihat dari Tabel. 4.2.1.4

Universitas Sumatera Utara

Tabel. 4.2.1.4. Jumlah Penumpang Dalam Negeri di Pelabuhan Belawan Periode 2010 – 2012 (dengan = 0,04)

BULAN
Januari Februari Maret
April Mei Juni Juli Agustus September Oktober November Desember Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Januari

Periode
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

Jumlah Penumpang
19.945 8.598 5.594 6.243 5.619 12.369 13.584 9.009 24.065 7.751 3.180 12.040 23.052 9.569 9.685 5.741 11.388 15.372 16.437 15.379 19.347 8.790 2.930 12.893 22.461 8.745 7.220 6.636 9.966 12.612 17.944 21.700 13.297 5.606 1.633 18.447

S't S"t
19.945,00 19.945,00 19.491,12 19.926,84 18.935,24 19.887,18 18.427,55 19.828,80 17.915,20 19.752,25 17.693,36 19.669,90 17.528,98 19.584,26 17.188,18 19.488,42 17.463,26 19.407,41 17.074,76 19.314,10 16.518,97 19.202,30 16.339,82 19.087,80 16.608,30 18.988,62 16.326,73 18.882,14 16.061,06 18.769,30 15.648,26 18.644,46 15.477,85 18.517,79 15.473,61 18.396,03 15.512,15 18.280,67 15.506,82 18.169,72 15.660,43 18.069,35 15.385,61 17.962,00 14.887,39 17.839,01 14.807,61 17.717,76 15.113,75 17.613,60 14.859,00 17.503,41 14.553,44 17.385,41 14.236,74 17.259,47 14.065,91 17.131,72 14.007,76 17.006,77 14.165,21 16.893,10 14.466,60 16.796,04 14.419,81 16.700,99 14.067,26 16.595,64 13.569,89 16.474,61 13.764,97 16.366,23
m=1

at
19.055,40 17.983,29 17.026,30 16.078,16 15.716,82 15.473,70 14.887,95 15.519,10 14.835,43 13.835,65 13.591,83 14.227,99 13.771,32 13.352,82 12.652,06 12.437,90 12.551,20 12.743,63 12.843,93 13.251,52 12.809,23 11.935,77 11.897,47 12.613,90 12.214,59 11.721,46 11.214,02 11.000,10 11.008,74 11.437,31 12.137,15 12.138,63 11.538,88 10.665,17 11.163,72

bt Forecast

-18,16 -39,66 -58,39 -76,54 -82,36 -85,64 -95,84 -81,01 -93,31 -111,81 -114,50 -99,18 -106,48 -112,84 -124,84 -126,66 -121,77 -115,36 -110,95 -100,37 -107,35 -122,98 -121,26 -104,16 -110,18 -118,00 -125,95 -127,74 -124,96 -113,66 -97,06 -95,05 -105,35 -121,03 -108,39

19.037,24 17.943,63 16.967,91 16.001,61 15.634,46 15.388,07 14.792,11 15.438,09 14.742,12 13.723,84 13.477,33 14.128,81 13.664,84 13.239,98 12.527,22 12.311,24 12.429,43 12.628,27 12.732,98 13.151,14 12.701,88 11.812,78 11.776,21 12.509,74 12.104,40 11.603,47 11.088,07 10.872,36 10.883,79 11.323,64 12.040,09 12.043,58 11.433,53 10.544,14 11.055,33

Universitas Sumatera Utara

4.2.1.5. Forecast pada = 0,05

Untuk = 0,05 diambil sebagai sampel pada bulan kedua

dengan menggunakan langkah – langkah sebagai berikut

X2

1.

S

' t

= 8.598

=

αX t

+

(1

−

α

)

S

' t −1

= 0,05 (8.598) + (1-0,05) (19.945)

= 19.377,65

2.

S

" t

=

αS

' t

+

(1

−

α

)S

" t −1

= 0,05 (19.377,65) + (1-0,05) (19.945)

= 19.916,63

3. at

=

2

S

' t

−

S

" t

= 2(19.377,65) – 19.916,63

= 18.838,67

4. bt

( )=

α 1−α

S

' t

−

S

" t

= 0,05 (19.377,65 – 19.916,63) 1 − 0,05

= - 28,37

5. Forecast bulan ke – 2 (m = 1)

Ft+m = at + bt (m)

F3 = 18.838,67 – 28,37 (1)

= 18.810,30

Dengan demikian dapat kita lihat dari Tabel. 4.2.1.5.

Universitas Sumatera Utara

Tabel. 4.2.1.5. Jumlah Penumpang Dalam Negeri di Pelabuhan Belawan Periode 2010 – 2012 (dengan = 0,05)

BULAN
Januari Februari Maret
April Mei Juni Juli Agustus September Oktober November Desember Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Januari

Periode
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

Jumlah Penumpang
19.945 8.598 5.594 6.243 5.619 12.369 13.584 9.009 24.065 7.751 3.180 12.040 23.052 9.569 9.685 5.741 11.388 15.372 16.437 15.379 19.347 8.790 2.930 12.893 22.461 8.745 7.220 6.636 9.966 12.612 17.944 21.700 13.297 5.606 1.633 18.447

S't S"t
19.945,00 19.945,00 19.377,65 19.916,63 18.688,47 19.855,22 18.066,19 19.765,77 17.443,83 19.649,68 17.190,09 19.526,70 17.009,79 19.400,85 16.609,75 19.261,30 16.982,51 19.147,36 16.520,94 19.016,04 15.853,89 18.857,93 15.663,19 18.698,19 16.032,63 18.564,91 15.709,45 18.422,14 15.408,23 18.271,45 14.924,87 18.104,12 14.748,03 17.936,31 14.779,22 17.778,46 14.862,11 17.632,64 14.887,96 17.495,41 15.110,91 17.376,18 14.794,86 17.247,12 14.201,62 17.094,84 14.136,19 16.946,91 14.552,43 16.827,18 14.262,06 16.698,93 13.909,96 16.559,48 13.546,26 16.408,82 13.367,25 16.256,74 13.329,48 16.110,38 13.560,21 15.982,87 13.967,20 15.882,08 13.933,69 15.784,67 13.517,30 15.671,30 12.923,09 15.533,89 13.199,28 15.417,16
m=1

at
18.838,67 17.521,71 16.366,62 15.237,99 14.853,49 14.618,72 13.958,20 14.817,67 14.025,84 12.849,85 12.628,20 13.500,36 12.996,77 12.545,02 11.745,62 11.559,74 11.779,99 12.091,59 12.280,51 12.845,64 12.342,61 11.308,40 11.325,47 12.277,68 11.825,19 11.260,43 10.683,70 10.477,75 10.548,59 11.137,55 12.052,31 12.082,71 11.363,31 10.312,29 10.981,41

bt
-28,37 -61,41 -89,45 -116,10 -122,98 -125,85 -139,56 -113,94 -131,32 -158,11 -159,74 -133,28 -142,77 -150,70 -167,33 -167,80 -157,85 -145,82 -137,23 -119,22 -129,07 -152,27 -147,93 -119,72 -128,26 -139,45 -150,66 -152,08 -146,36 -127,51 -100,78 -97,42 -113,37 -137,41 -116,73

Forecast
18.810,30 17.460,30 16.277,16 15.121,90 14.730,51 14.492,88 13.818,65 14.703,73 13.894,51 12.691,74 12.468,46 13.367,08 12.853,99 12.394,32 11.578,29 11.391,93 11.622,14 11.945,77 12.143,27 12.726,41 12.213,55 11.156,13 11.177,54 12.157,95 11.696,93 11.120,98 10.533,04 10.325,67 10.402,23 11.010,04 11.951,53 11.985,29 11.249,94 10.174,88 10.864,68

Universitas Sumatera Utara

4.2.1.6. Forecast pada = 0,06

Untuk = 0,06 diambil sebagai sampel pada bulan kedua

dengan menggunakan langkah – langkah sebagai berikut

X2

1.

S

' t

= 8.598

=

αX t

+

(1

−

α

)

S

' t −1

= 0,06 (8.598) + (1-0,06) (19.945)

= 19.264,18

2.

S

" t

=

αS

' t

+

(1

−

α

)S

" t −1

= 0,06 (19.264,18) + (1-0,06) (19.945)

= 19.904,15

3. at

=

2

S

' t

−

S

" t

= 2(19.264,18) – 19.904,15

= 18.624,21

4. bt

( )=

α 1−α

S

' t

−

S

" t

= 0,06 (19.264,18 – 19.904,15) 1 − 0,06

= -40,85

5. Forecast bulan ke – 2 (m = 1)

Ft+m = at + bt (m)

F3 = 18.624,21- 40,85 (1)

= 18.583,36

Dengan demikian dapat kita lihat dari Tabel. 4.2.1.6.

Universitas Sumatera Utara

Tabel. 4.2.1.6. Jumlah Penumpang Dalam Negeri di Pelabuhan Belawan Periode 2010 – 2012 (dengan = 0,06)

BULAN
Januari Februari
Maret April Mei Juni Juli Agustus September Oktober November Desember Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Januari

Periode
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

Jumlah Penumpang
19.945 8.598 5.594 6.243 5.619 12.369 13.584 9.009 24.065 7.751 3.180 12.040 23.052 9.569 9.685 5.741 11.388 15.372 16.437 15.379 19.347 8.790 2.930 12.893 22.461 8.745 7.220 6.636 9.966 12.612 17.944 21.700 13.297 5.606 1.633 18.447

S't S"t at

19.945,00 19.945,00 19.264,18 19.904,15 18.443,97 19.816,54 17.711,91 19.690,26 16.986,34 19.528,03 16.709,30 19.358,90 16.521,78 19.188,68 16.071,01 19.001,62 16.550,65 18.854,56 16.022,67 18.684,64 15.252,11 18.478,69 15.059,38 18.273,53 15.538,94 18.109,46 15.180,75 17.933,74 14.851,00 17.748,77 14.304,40 17.542,11 14.129,42 17.337,35 14.203,97 17.149,35 14.337,95 16.980,66 14.400,42 16.825,85 14.697,21 16.698,13 14.342,78 16.556,81 13.658,01 16.382,88 13.612,11 16.216,63 14.143,04 16.092,22 13.819,16 15.955,84 13.423,21 15.803,88 13.015,98 15.636,60 12.832,98 15.468,39 12.819,72 15.309,47 13.127,18 15.178,53 13.641,55 15.086,31 13.620,87 14.998,38 13.139,98 14.886,88 12.449,56 14.740,64 12.809,41 14.624,77
m=1

18.624,21 17.071,40 15.733,56 14.444,65 14.059,69 13.854,88 13.140,41 14.246,74 13.360,70 12.025,53 11.845,24 12.968,43 12.427,75 11.953,23 11.066,69 10.921,49 11.258,60 11.695,24 11.974,99 12.696,29 12.128,75 10.933,14 11.007,59 12.193,87 11.682,49 11.042,55 10.395,35 10.197,57 10.329,98 11.075,83 12.196,79 12.243,37 11.393,08 10.158,49 10.994,05

bt Forecast

-40,85 -87,61 -126,28 -162,24 -169,12 -170,23 -187,06 -147,06 -169,91 -205,95 -205,16 -164,08 -175,72 -184,96 -206,66 -204,76 -188,00 -168,68 -154,81 -127,72 -141,32 -173,93 -166,25 -124,42 -136,38 -151,96 -167,27 -168,22 -158,92 -1