Arti Analisis Data Peramalan Jumlah Pelanggan Listrik Pengertian Implementasi Sistem

BAB 4 ANALISIS DATA

4.1 Arti Analisis Data

Analisis data pada dasarnya dapat diartikan sebagai penjabaran atas pengukuran data kuantitatif menjadi suatu penyajian yang lebih mudah untuk ditafsirkan dan menguraikan masalah menjadi parsial maupun keseluruhan. Untuk pemecahan masalah perlu dilakukan suatu analisis dan pengolahan data. Data yang akan diolah adalah data data jumlah pelanggan listrik menurut besar arus yang dipakai PT. PLN cabang Medan dari tahun 1999-2008. Analisis yang dipakai dalam pengolahan data ini adalah analisis pemulusan eksponensial ganda.

4.2 Analisis Pemulusan Eksponensial Ganda

Pada bagian ini penulis menentukan parameter yang akan digunakan, dimana nilai parameter α besarnya antara 0α1 dengan cara trial dan error, Adapun langkah-langkah yang ditempuh untuk menentukan persamaan peramalan dengan menggunakan Metode Linier Satu Perameter dari Brown adalah : 1. Menentukan harga parameter smoothing eksponensial yang besarnya dari α1 Universitas Sumatera Utara 2. Menghitung harga pemulusan eksponensial tunggal dengan menggunakan persamaan : 1 1 − − + = t t t S X S α α Untuk α = 0,1 maka dapat dihitung : Eksponensial ganda periode ke-1 tahun 1999 = 570295 Data Awal Eksponensial ganda periode ke-2 tahun 2000 = 0,1592574+1-0,1570295 = 572522,90 Eksponensial tunggal periode ke-3 tahun 2002 = 0,1614494+1-0,1572522,90 = 576720,01 ………………………………………. Hasil S’ t dapat dilihat pada tabel 4.2 3. Menghitung harga pemulusan esponensial ganda dengan menggunakan persamaan : 1 1 − − + = t t t S S S α α Maka dapat dihitung : Eksponensial ganda periode ke-2 tahun 2000 = 0,1572522,90+1-0,1570295 = 570517,79 Eksponensial ganda period ke-3 tahun 2001 = 0,1576720,01+1-0,1570517,79 = 571138,01 ……………………………………… Hasil S” t dapat dilihat pada tabel 4.2 4. Menghitung koefisien a t dan b t menggunakan persamaan : 2 t t t t t t S S S S S a − = − + = Universitas Sumatera Utara Maka nilai a t dapat dihitung : Nilai a untuk periode ke-2 tahun 2000 = 2572522,90-570517,79 a 2 = 574528,01 Nilai a untuk periode ke-3 tahun 2001 = 2576720,01-571138,01 a 2 = 574528,01 ……………………………………. Hasil a t dapat dilihat pada tabel 4.2 1 t t t S S b − − = α α Maka nilai b t dapat dihitung α = 0,1 yaitu : Untuk period ke-2 tahun 2000 = 79 , 570517 90 , 572522 1 , 1 1 , − − = b t = 222,79 ……………………………….. Hasil b t dapat dilihat pada tabel 4.2 5. Menghitung trend peramalan F t+m dengan menggunakan rumus : m b a t t m t F + = + Untuk period eke-3 tahun 2000 dengan m=1 = 574528,01+222,791 = 574720,80 …………………………………. Hasil Ft dapat dilihat pada tabel 4.2 Universitas Sumatera Utara Tabel 4.1 Jumlah Pelanggan Listrik pada PT.PLN Persero Cabang Medan PERIODE Tahun Jumlah Pelanggan Dalam Jiwa 1 1999 570.295 2 2000 592.574 3 2001 614.494 4 2002 639.356 5 2003 383.147 6 2004 395.380 7 2005 412.296 8 2006 427.702 9 2007 456.282 10 2008 471.911 Sumber : Badan Pusat Statistik BPS Sumatera Utara Pada tahun 2003, jumlah pelanggan listrik pada PT. PLN cabang Medan mengalami penurunan. Hal ini disebabkan oleh adanya kedaan ekonomi Indonesia yang tidak stabil sehingga membuat tarif dasar listrik naik. Karena tarif dasar listrik ini menyebabkan masyarakat Indonesia menengah kebawah tidak bisa membayar listrik sehingga terjadi penurunan yang drastis terhadap jumlah pelanggan listrik PT. PLN cabang Medan. Universitas Sumatera Utara Gambar 4.1 Plot Data Jumlah Pelanggan Listrik dari Tahun 1999- 2008 4.3 Metode Pemulusan Eksponensial Ganda Satu Parameter dari Brown

4.3.1 Penaksiran Model Peramalan

Dalam pengolahan dan penganalisisan data, penulis mengaplikasikan data pada tabel

4.1 dengan metode peramalan forecasting berdasarkan metode pemulusan

eksponensial satu parameter dari Brown. Untuk memenuhi perhitungan smoothing eksponensial tunggal, ganda dan ramalan y ang akan datang. Maka terlebih dahulu kita menentukan parameter nilai α yang biasanya secara trial and error coba dan salah . Suatu nilai α dipilih yang besarnya 0 α1, dihitung Mean Square Error MSE yang merupakan suatu ukuran ketepatan perhitungan dengan mengkuadratkan Universitas Sumatera Utara masing- masing item dalam sebuah susunan data dan kemudian dicoba nilai α yang lain. Untuk menghitung nilai MSE pertama dicari error terlebih dahulu, yang merupakan hasil dari data asli dikurangi hasil ramalan kemudian tiap error dikuadratkan dan dibagi dengan banyaknya error. Secara sistematis rumus MSE Mean Square Error adalah sebagai berikut : N e MSE N t t ∑ = = 1 2 Universitas Sumatera Utara Tabel 4.2 Peramalan jumlah pelanggan listrik menurut besar arus yang dipakai dengan Pemulusan Eksponensial Ganda Linier Satu Parameter dari Brown dengan menggunakan α = 0.1 X t S t S t a t b t F t+m e e 2 570295.00 570295.00 570295.00 592574.00 572522.90 570517.79 574528.01 222.79 614494.00 576720.01 571138.01 582302.01 620.22 574750.80 39743.20 1579521946.24 639356.00 582983.61 572322.57 593644.65 1184.56 582922.23 56433.77 3184770396.41 383147.00 562999.95 571390.31 554609.59 -932.26 594829.21 -211682.21 44809356337.03 395380.00 546237.95 568875.07 523600.83 -2515.24 553677.32 -158297.32 25058042943.86 412296.00 532843.76 565271.94 500415.57 -3603.13 521085.60 -108789.60 11835176467.64 427702.00 522329.58 560977.71 483681.46 -4294.24 496812.44 -69110.44 4776253219.28 456282.00 515724.82 556452.42 474997.23 -4525.29 479387.22 -23105.22 533851291.63 471911.00 511343.44 551941.52 470745.36 -4510.90 470471.94 1439.06 2070888.68 JUMLAH -473368.76 91779043490.77 Sumber : Perhitungan Universitas Sumatera Utara Untuk α = 0.1 dan N = 8 Maka : ∑ = = N t t e SSE 1 2 = 91.779.043.490,77 N e MSE N t t ∑ = = 1 2 8 77 , 490 . 043 . 779 . 91 = Nilai MSE ini artinya : Selisih dari data nilai yang sebenarnya X t dengan data peramalannya F t+m Universitas Sumatera Utara Tabel 4.3 Peramalan jumlah pelanggan listrik menurut besar arus yang dipakai dengan Pemulusan Eksponensial Ganda Linier Satu Parameter dari Brown dengan menggunakan α = 0.2 X t S t S t a t b t F t+m e e 2 570295.00 570295.00 570295.00 592574.00 574750.80 571186.16 578315.44 891.16 614494.00 582699.44 573488.82 591910.06 2302.66 579206.60 35287.40 1245200598.76 639356.00 594030.75 577597.20 610464.30 4108.39 594212.72 45143.28 2037915729.16 383147.00 551854.00 572448.56 531259.44 -5148.64 614572.69 -231425.69 53557849066.27 395380.00 520559.20 562070.69 479047.71 -10377.87 526110.80 -130730.80 17090542068.64 412296.00 498906.56 549437.86 448375.26 -12632.83 468669.84 -56373.84 3178009800.27 427702.00 484665.65 536483.42 432847.88 -12954.44 435742.43 -8040.43 64648538.51 456282.00 478988.92 524984.52 432993.32 -11498.90 419893.43 36388.57 1324127809.36 471911.00 477573.34 515502.28 439644.39 -9482.24 421494.42 50416.58 2541831879.24 JUMLAH -259334.93 81040125490.22 Sumber : Perhitungan Universitas Sumatera Utara Untuk α = 0.2 dan N = 8 Maka : ∑ = = N t t e SSE 1 2 = 81.040.125.490,22 N e MSE N t t ∑ = = 1 2 8 22 , 490 . 125 . 040 . 81 = =10.130.015.686 Universitas Sumatera Utara Tabel 4.4 Peramalan jumlah pelanggan listrik menurut besar arus yang dipakai dengan Pemulusan Eksponensial Ganda Linier Satu Parameter dari Brown dengan menggunakan α = 0.3 X t S t S t a t b t F t+m e e 2 570295.00 570295.00 570295.00 592574.00 576978.70 572300.11 581657.29 2005.11 614494.00 588233.29 577080.06 599386.52 4779.95 583662.40 30831.60 950587558.56 639356.00 603570.10 585027.08 622113.13 7947.01 604166.47 35189.53 1238303021.62 383147.00 537443.17 570751.90 504134.44 -14275.17 630060.14 -246913.14 60966099692.31 395380.00 494824.22 547973.60 441674.84 -22778.31 489859.27 -94479.27 8926332176.30 412296.00 470065.75 524601.25 415530.26 -23372.35 418896.54 -6600.54 43567079.71 427702.00 457356.63 504427.86 410285.40 -20173.39 392157.91 35544.09 1263382384.90 456282.00 457034.24 490209.77 423858.70 -14218.09 390112.01 66169.99 4378467550.21 471911.00 461497.27 481596.02 441398.51 -8613.75 409640.62 62270.38 3877600383.45 JUMLAH -117987.36 81644339847.06 Sumber : Perhitungan Universitas Sumatera Utara Untuk α = 0.3 dan N = 8 Maka : ∑ = = N t t e SSE 1 2 = 81.644.339.847,06 N e MSE N t t ∑ = = 1 2 8 06 , 847 . 339 . 644 . 81 = = 10.205.542.481 Universitas Sumatera Utara Tabel 4.5 Peramalan jumlah pelanggan listrik menurut besar arus yang dipakai dengan Pemulusan Eksponensial Ganda Linier Satu Parameter dari Brown dengan menggunakan α = 0.4 X t S t S t a t b t F t+m e e 2 570295.00 570295.00 570295.00 592574.00 579206.60 573859.64 584553.56 3564.64 614494.00 593321.56 581644.41 604998.71 7784.77 588118.20 26375.80 695682825.64 639356.00 611735.34 593680.78 629789.89 12036.37 612783.48 26572.52 706098819.15 383147.00 520300.00 564328.47 476271.54 -29352.31 641826.26 -258679.26 66914961623.58 395380.00 470332.00 526729.88 413934.12 -37598.59 446919.22 -51539.22 2656291610.52 412296.00 447117.60 494884.97 399350.23 -31844.91 376335.53 35960.47 1293155132.20 427702.00 439351.36 472671.53 406031.20 -22213.44 367505.32 60196.68 3623640298.43 456282.00 446123.62 462052.36 430194.87 -10619.16 383817.75 72464.25 5251067282.73 471911.00 456438.57 459806.84 453070.29 -2245.52 419575.71 52335.29 2738982906.22 JUMLAH -36313.48 83879880498.48 Sumber : Perhitungan Universitas Sumatera Utara Untuk α = 0.4 dan N = 8 Maka : ∑ = = N t t e SSE 1 2 = 83.879.880.498,48 N e MSE N t t ∑ = = 1 2 8 48 , 498 . 880 . 879 . 83 = = 10.484.985.062 Universitas Sumatera Utara Tabel 4.6 Peramalan jumlah pelanggan listrik menurut besar arus yang dipakai dengan Pemulusan Eksponensial Ganda Linier Satu Parameter dari Brown dengan menggunakan α = 0.5 X t S t S t a t b t F t+m e e 2 570295.00 570295.00 570295.00 592574.00 581434.50 575864.75 587004.25 5569.75 614494.00 597964.25 586914.50 609014.00 11049.75 592574.00 21920.00 480486400.00 639356.00 618660.13 602787.31 634532.94 15872.81 620063.75 19292.25 372190910.06 383147.00 500903.56 551845.44 449961.69 -50941.88 650405.75 -267258.75 71427239451.56 395380.00 448141.78 499993.61 396289.95 -51851.83 399019.81 -3639.81 13248235.04 412296.00 430218.89 465106.25 395331.53 -34887.36 344438.13 67857.88 4604691199.52 427702.00 428960.45 447033.35 410887.54 -18072.90 360444.17 67257.83 4523615444.09 456282.00 442621.22 444827.29 440415.16 -2206.06 392814.64 63467.36 4028105706.04 471911.00 457266.11 451046.70 463485.52 6219.41 438209.10 33701.90 1135818221.59 JUMLAH 2598.65 86585395567.89 Sumber : Perhitungan Universitas Sumatera Utara Untuk α = 0.5 dan N = 8 Maka : ∑ = = N t t e SSE 1 2 = 86.585.395.567,89 N e MSE N t t ∑ = = 1 2 8 89 , 567 . 395 . 585 . 86 = = 10.823.174.446 Universitas Sumatera Utara Tabel 4.7 Peramalan jumlah pelanggan listrik menurut besar arus yang dipakai dengan Pemulusan Eksponensial Ganda Linier Satu Parameter dari Brown dengan menggunakan α = 0.6 X t S t S t a t b t F t+m e e 2 570295.00 570295.00 570295.00 592574.00 583662.40 578315.44 589009.36 8020.44 614494.00 602161.36 592622.99 611699.73 14307.55 597029.80 17464.20 304998281.64 639356.00 624478.14 611736.08 637220.20 19113.09 626007.28 13348.72 178188325.64 383147.00 479679.46 532502.11 426856.81 -79233.98 656333.30 -273186.30 74630752322.20 395380.00 429099.78 470460.71 387738.85 -62041.39 347622.83 47757.17 2280747095.38 412296.00 419017.51 439594.79 398440.23 -30865.92 325697.46 86598.54 7499307434.96 427702.00 424228.21 430374.84 418081.57 -9219.95 367574.31 60127.69 3615338687.21 456282.00 443460.48 438226.23 448694.74 7851.39 408861.62 47420.38 2248692680.32 471911.00 460530.79 451608.97 469452.62 13382.74 456546.12 15364.88 236079420.28 JUMLAH 14895.28 90994104247.62 Sumber : Perhitungan Universitas Sumatera Utara Untuk α = 0.6 dan N = 8 Maka : ∑ = = N t t e SSE 1 2 = 90.994.104.247,62 N e MSE N t t ∑ = = 1 2 8 62 , 247 . 104 . 994 . 90 = = 11.374.263.031 Universitas Sumatera Utara Tabel 4.8 Peramalan jumlah pelanggan listrik menurut besar arus yang dipakai dengan Pemulusan Eksponensial Ganda Linier Satu Parameter dari Brown dengan menggunakan α = 0.7 X t S t S t a t b t F t+m e e 2 570295.00 570295.00 570295.00 592574.00 585890.30 581211.71 590568.89 10916.71 614494.00 605912.89 598502.54 613323.24 17290.83 601485.60 13008.40 169218470.56 639356.00 629323.07 620076.91 638569.23 21574.37 630614.07 8741.93 76421340.12 383147.00 456999.82 505922.95 408076.69 -114153.96 660143.60 -276996.60 76727115303.57 395380.00 413865.95 441483.05 386248.85 -64439.90 293922.73 101457.27 10293577128.57 412296.00 412766.98 421381.80 404152.17 -20101.24 321808.95 90487.05 8187906999.51 427702.00 423221.50 422669.59 423773.40 1287.78 384050.92 43651.08 1905416655.70 456282.00 446363.85 439255.57 453472.13 16585.98 425061.19 31220.81 974739115.76 471911.00 464246.85 456749.47 471744.24 17493.90 470058.11 1852.89 3433202.34 JUMLAH 13422.83 98337828216.14 Sumber : Perhitungan Universitas Sumatera Utara Untuk α = 0.7 dan N = 8 Maka : ∑ = = N t t e SSE 1 2 = 98.337.828.216,14 N e MSE N t t ∑ = = 1 2 8 14 , 216 . 828 . 337 . 98 = = 12.292.228.527 Universitas Sumatera Utara Tabel 4.9 Peramalan jumlah pelanggan listrik menurut besar arus yang dipakai dengan Pemulusan Eksponensial Ganda Linier Satu Parameter dari Brown dengan menggunakan α = 0.8 X t S t S t a t b t F t+m e e 2 570295.00 570295.00 570295.00 592574.00 588118.20 584553.56 591682.84 14258.56 614494.00 609218.84 604285.78 614151.90 19732.22 605941.40 8552.60 73146966.76 639356.00 633328.57 627520.01 639137.12 23234.23 633884.12 5471.88 29941470.73 383147.00 433183.31 472050.65 394315.97 -155469.36 662371.35 -279224.35 77966238749.82 395380.00 402940.66 416762.66 389118.66 -55287.99 238846.62 156533.38 24502700306.49 412296.00 410424.93 411692.48 409157.39 -5070.18 333830.67 78465.33 6156807647.93 427702.00 424246.59 421735.76 426757.41 10043.29 404087.20 23614.80 557658576.52 456282.00 449874.92 444247.09 455502.75 22511.32 436800.69 19481.31 379521251.42 471911.00 467503.78 462852.44 472155.12 18605.36 478014.07 -6103.07 37247460.46 JUMLAH 6791.87 109703262430.14 Sumber : Perhitungan Universitas Sumatera Utara Untuk α = 0.8 dan N = 8 Maka : ∑ = = N t t e SSE 1 2 = 109.703.262.430,14 N e MSE N t t ∑ = = 1 2 8 2.430,14 109.703.26 = = 13.712.907.804 Universitas Sumatera Utara Tabel 4.10 Peramalan jumlah pelanggan listrik menurut besar arus yang dipakai dengan Pemulusan Eksponensial Ganda Linier Satu Parameter dari Brown dengan menggunakan α = 0.9 X t S t S t a t b t F t+m e e 2 570295.00 570295.00 570295.00 592574.00 590346.10 588340.99 592351.21 18045.99 614494.00 612079.21 609705.39 614453.03 21364.40 610397.20 4096.80 16783770.24 639356.00 636628.32 633936.03 639320.61 24230.64 635817.43 3538.57 12521477.64 383147.00 408495.13 431039.22 385951.04 -202896.81 663551.25 -280404.25 78626545661.30 395380.00 396691.51 400126.28 393256.74 -30912.94 183054.24 212325.76 45082229845.86 412296.00 410735.55 409674.62 411796.48 9548.34 362343.80 49952.20 2495221809.30 427702.00 426005.36 424372.28 427638.43 14697.66 421344.82 6357.18 40413755.52 456282.00 453254.34 450366.13 456142.54 25993.85 442336.09 13945.91 194488526.51 471911.00 470045.33 468077.41 472013.25 17711.28 482136.39 -10225.39 104558579.14 JUMLAH -413.22 126572763425.50 Sumber : Perhitungan Universitas Sumatera Utara Untuk α = 0.9 dan N = 8 Maka : ∑ = = N t t e SSE 1 2 = 126.572.763.425,50 N e MSE N t t ∑ = = 1 2 8 3.425,50 126.572.76 = = 15.821.595.428 Universitas Sumatera Utara Kemudian salah satu nilai MSE tersebut dibandingkan untuk menentukan nilai α yang memberikan MSE yang terkecil minimum. Perbandingan ukuran ketepatan metode peramalan jumlah pelanggan listrik di kota Medan dengan melihat MSE sebagai berikut : Tabel 4.11 Perbandingan Ukuran Ketepatan Metode Peramalan A MSE 0.1 11.472.380.436 0.2 10.130.015.686 0.3 10.205.542.481 0.4 10.484.985.062 0.5 10.823.174.446 0.6 11.374.263.031 0.7 12.292.228.527 0.8 13.712.907.804 0.9 15.821.595.428 Dari tabel 4.11 di atas dapat dilihat bahwa yang menghasilkan nilai MSE yang paling kecil minimum yaitu pada α = 0,2 yaitu MSE = 10.130.015.686 Universitas Sumatera Utara Tabel 4.3 Peramalan jumlah pelanggan listrik menurut besar arus yang dipakai dengan Pemulusan Eksponensial Ganda Linier Satu Parameter dari Brown dengan menggunakan α = 0.2 X t S t S t a t b t F t+m e e 2 570295.00 570295.00 570295.00 592574.00 574750.80 571186.16 578315.44 891.16 614494.00 582699.44 573488.82 591910.06 2302.66 579206.60 35287.40 1245200598.76 639356.00 594030.75 577597.20 610464.30 4108.39 594212.72 45143.28 2037915729.16 383147.00 551854.00 572448.56 531259.44 -5148.64 614572.69 -231425.69 53557849066.27 395380.00 520559.20 562070.69 479047.71 -10377.87 526110.80 -130730.80 17090542068.64 412296.00 498906.56 549437.86 448375.26 -12632.83 468669.84 -56373.84 3178009800.27 427702.00 484665.65 536483.42 432847.88 -12954.44 435742.43 -8040.43 64648538.51 456282.00 478988.92 524984.52 432993.32 -11498.90 419893.43 36388.57 1324127809.36 471911.00 477573.34 515502.28 439644.39 -9482.24 421494.42 50416.58 2541831879.24 JUMLAH -259334.93 81040125490.22 Sumber : Perhitungan Universitas Sumatera Utara Tabel 4.12 Pemulusan Pertama dan Pemulusan Ganda dari data Jumlah Pelanggan Listrik NO Tahun Data asli pemulusan pertama Pemulusan Ganda Ramalan 1 1999 570295 570295 570295 - 2 2000 592574 574750.8 571186.16 - 3 2001 614494 582699.44 573488.82 579206.6 4 2002 639356 594030.75 577597.2 594212.72 5 2003 383147 551854 572448.56 614572.69 6 2004 395380 520559.2 562070.69 526110.8 7 2005 412296 498906.56 549437.86 468669.84 8 2006 427702 484665.65 536483.42 435742.43 9 2007 456282 478988.92 524984.52 419893.43 Gambar 4.2 Nilai Aktual dan Ramalan Jumlah Pelanggan Listrik Universitas Sumatera Utara Tabel 4.13 Perhitungan Ukuran Relatif Galat Data dari tabel 4.12 Nilai Penjualan Ramalan Galat PE APE X t F t+m e t 100     − + t m t t X F X 100 t m t t X F X + − 570295 - - - - 592574 - - - - 614494 579206.6 35287.40 5.74 5.74 639356 594212.72 45143.28 7.06 7.06 383147 614572.69 -231425.69 -60.40 60.40 395380 526110.8 -130730.80 -33.06 33.06 412296 468669.84 -56373.84 -13.67 13.67 427702 435742.43 -8040.43 -1.88 1.88 456282 419893.43 36388.57 7.98 7.98 471911 421494.42 50416.58 10.68 10.68 JUMLAH -259334.93 -77.56 140.47 Ukuran ketepatan Metode Peramalan dengan mengg unakan α = 0.2 adalah : 1.M E Mean Error Nilai Tengah Kesalahan N e ME N t t ∑ = = 1 8 259334,93 - = = - 32416,8661 Universitas Sumatera Utara 2. M S E Mean Square Absolut Error Nilai Tengah Kesalahan Kuadrat N e MSE N t t ∑ = = 1 2 8 0,22 8104012549 = = 10.130.015.686 3. M A E Mean Absolut Error Nilai Tengah Kesalahan Absolut N e MAE N t t ∑ = = 1 8 593806,59 = = 74225,82 4. S S E Sum Square Error Jumlah Kuadrat Kesalahan ∑ = = N t t e SSE 1 2 = 81040125490.22 Universitas Sumatera Utara 5. S D E Standard Deviation Of Error Devisi Standar Kesalahan N e SDE N t t ∑ = = 1 2 8 0,22 8104012549 = .686 10.130.015 = = 100.647,979 6. M A P E Mean Absolut Pencentage Error Nilai tengah Kesalahan Persentase Absolut N APE MAPE N t t ∑ = = 1 8 140,47 = = 17,56 7. M P E Mean Percentage Error nilai Tengah Kesalahan Persentase N PE MPE N t t ∑ = = 1 8 77,56 - = = - 9,695 Universitas Sumatera Utara

4.3.2 Penentuan Bentuk Persamaan Peramalan

Setelah ditentukan harga parameter smoothing eksponensial yang besarnya 0α1 dengan cara trial and error didapat perhitungan peramalan smotthing esponensial linier satu parameter dari Brown dengan α = 0,2 Perhitungan pada tabel 4.12 diatas didasarkan pada α =0,2 dan ramalan untuk suatu periode ke depan yaitu dalam perhitungan periode ke 10. Seperti yang sudah dijelaskan pada bab 2 landasan teori persamaan yang dipakai dalam perhitungan peramalan adalah sebagai berikut : S t = α X t + 1 – α S 1 − t S t = α S t + 1 - α S 1 − t a t = S t + S t - S t = 2 S t - S t b t = α α − 1 S t - S t F m t + = a t + b t m Berdasarkan data terakhir dapat dibuat peramalan untuk satuan tahun berikutnya dengan bentuk persamaan peramalan : F m t + = a t + b t m F m t + = 439644,39 + -9482,24 m Universitas Sumatera Utara

4.4 Peramalan Jumlah Pelanggan Listrik

Setelah diketahui error yang terdapat pada model peramalan, maka dilakukan peramalan jumlah pelanggan listrik untuk tahun 2009, 2010, dan 2011 dengan menggunakan persamaan : F m t + = 439.644,39 + -9.482,24 m Setelah diperoleh model peramalan jumlah pelanggan listrik, maka dapat dihitung untuk 3 periode kedepan yaitu untuk tahun 2009, 2010, dan 2011 seperti di bawah ini : a. Untuk periode ke 11 tahun 2009 F m t + = 439.644,39 + -9.482,24 m F 10+1 = 439.644,39 + -9.482,24 1 F 11 = 430.162,15 F 11 = 430.162 b. Untuk periode ke 12 tahun 2010 F m t + = 439.644,39 + -9.482,24 m F 10+2 = 439.644,39 + -9.482,24 2 F 12 = 420.679,91 F 12 = 420.680 Universitas Sumatera Utara c. Untuk periode ke 13 tahun 2011 F m t + = 439.644,39 + -9.482,24 m F 10+3 = 439.644,39 + -9.482,24 3 F 13 = 411.197,67 F 13 = 411.198 Tabel 4.14 Peramalan Jumlah Pelanggan Listrik PT. PLN Persero Cabang Medan untuk tahun 2011, 2012, dan 2013 Tahun Periode Peramalan 2009 11 430.162 2010 12 420.680 2011 13 411.198 Sumber : Perhitungan Universitas Sumatera Utara BAB 5 IMPLEMENTASI SISTEM

5.1 Pengertian Implementasi Sistem

Implementasi sistem adalah prosedur yang dilakukan untuk menyelesaikan desain sistem yang ada dalam desain yang disetujui, menginstal, dan memulai sistem baru atau system yang diperbaiki. Tahapan implementasi merupakan tahapan penerapan hasil desain tertulis kedalam progaming coding. Dalam pengolahan data pada karya tulis ini penulis penggunakan satu perangkat lunak sebagai implementasi sistem yaitu Microsoft Excel dalam menyelesaikan masalah untuk memperoleh hasil pehitungan. Dalam hal pengolahan data, komputer mempunyai kelebihan dari manusia yaitu kecepatan, ketepatan, dan keandalan dalam memproses data. Dan dengan adanya perangkat lunak komputer tersebut kita sangat terbantu karena memang ada kalanya data-data yang sangat rumit dan banyak itu tidak dapat dikerjakan secara manual atau dengan menggunakan tenaga manusia yang tentunya membutuhkan waktu dan tenaga Universitas Sumatera Utara yang sangat banyak untuk mengolah data tersebut , disamping itu faktor kesalahan yang dilakukan manusia relatif besar. Dan dengan adanya perangkat lunak komputer, diharapkan pekerjaan tersebut dapat dilakukan dengan cepat dan tepat, waktu dan tenaga dengan tingkat kesalahan yang relatif kecil.

5.2 Microsoft Excel