BAB 4
ANALISA DAN PEMBAHASAN
4.1 Menentukan Persamaan Regresi
Data Kebutuhan Konsumsi Beras di Sumatera Utara, dapat dilihat dari tabel di bawah ini:
Tabel 4.1 Kebutuhan Konsumsi Beras di Sumatera Utara Tahun 2000-2006
Tahun Kebutuhan Konsumsi
2000 1610344 2001 1634709
2002 1654392 2003 1664466
2004 1682824 2005 1682900
2006 1749420
Sumber: Badan Ketahanan Pangan Propinsi Sumatera Utara
Irma Wahni Sinaga : Peramalan Kebutuhan Konsumsi Beras Di Propinsi Sumatera Utara Tahun 2008-2010 Dengan Menggunakan Metode Kuadrat Terkecil, 2008
USU Repository © 2008
Dari data Kebutuhan Konsumsi Beras di atas, dapat digambarkan grafik sebagai berikut:
500000 1000000
1500000 2000000
Kebutuhan Konsumsi
Beras
2000 2001 2002 2003 2004 2005 2006
Gambar 4.1 Kebutuhan Konsumsi Beras di Propinsi Sumatera Utara Tahun 2000-2006
Untuk memperkirakan atau meramalkan kebutuhan konsumsi beras di tahun- tahun yang akan datang, maka terlebih dahulu kita menggambarkan dan menetapkan
data observasi dalam suatu bidang datar dan menarik suatu garis regresi yang mendekati titik tersebut.
Untuk mencari garis yang tepat, maka digunakan metode “ least square “, yaitu metode yang meminimalisasikan kesalahan ramalan. Perhitungan-perhitungan yang
dilakukan dapat dilihat pada tabel 4.2 berikut ini:
Irma Wahni Sinaga : Peramalan Kebutuhan Konsumsi Beras Di Propinsi Sumatera Utara Tahun 2008-2010 Dengan Menggunakan Metode Kuadrat Terkecil, 2008
USU Repository © 2008
Tabel 4.2 Perhitungan Koefisien Regresi dari Kebutuhan Konsumsi Beras
Tahun Kebutuhan
Konsumsi Ton
i
Y
i
X
2 i
X
2 i
Y
i i
Y X
2000 1610344 0 0 2593207798336 0
2001 1634709 1 1 2672273514681 1634709
2002 1654392 2 4 2737012889664 3308784
2003 1664466 3 9 2770447065156 4993398
2004 1682824 4 16 2831896614976
6731296 2005 1682900 5 25
2832152410000 8414500
2006 1749420 6 36 3060470336400
10496520 Jumlah 11679055
21 91 19497460629213 35579207
Berdasarkan data table diatas, maka hasil yang didapat setelah melakukan suatu perhitungan adalah sebagai berikut:
n =
7
∑
i
Y
= 11679055
∑
i
X
= 21
∑
2 i
Y
= 19497460629213
∑
2 i
X
= 91
∑
i i
Y X
= 35579207 Dari data yang diketahui diatas, maka dapat diperoleh:
3 7
21 = =
−
X
Irma Wahni Sinaga : Peramalan Kebutuhan Konsumsi Beras Di Propinsi Sumatera Utara Tahun 2008-2010 Dengan Menggunakan Metode Kuadrat Terkecil, 2008
USU Repository © 2008
43 ,
1668436 7
11679055 = =
−
Y Dari formula umum dapat diperoleh:
∑ ∑
∑ ∑
− −
− −
=
i i
i i
i
X X
X Y
X Y
X b
2
21 3
91 11679055
3 35579207
− −
=
28 542042
=
= 19358,64
− −
− =
X b
Y a
= - 19358,64 3
43 ,
1668436 = 1610360,51
Dari perhitungan-perhitungan diatas, maka persamaan regresi yang diperoleh adalah:
i
bX a
Y +
=
= 1610360,51 + 19358,64
i
X Dengan menggunakan persamaan regresi diatas, maka dapatlah disusun besarnya
kebutuhan konsumsi beras untuk tahun 2008-2010. Besarnya ramalan kebutuhan konsumsi beras di Propinsi Sumatera Utara:
Tahun 2008 : = 1610360,51 + 19358,64 8
8
Y = 1765229,63
Tahun 2009 : 1610360,51 + 19358,64 9
=
9
Y = 1784587,76
Irma Wahni Sinaga : Peramalan Kebutuhan Konsumsi Beras Di Propinsi Sumatera Utara Tahun 2008-2010 Dengan Menggunakan Metode Kuadrat Terkecil, 2008
USU Repository © 2008
Tahun 2010 : 1610360,51 + 19358,64 10
=
10
Y = 1803946,91
Setelah diperoleh besarnya nilai ramalan hasil kebutuhan konsumsi beras untuk tahun 2008 sampai 2010, maka selanjutnya perlu dilakukan pengetesan terhadap
regresi yang dipergunakan dalam penyusunan ramalan tersebut. Dalam hal ini, akan dilakukan pengetesan mengenai tepat atau tidaknya variabel yang mempengaruhi
besarnya kebutuhan konsumsi beras yang diramalkan adalah waktu. Pengetesan ini disebut tes mengenai koefisien penentu coefficient of Determination test atau
2
R Test.
4.2 Test Koefisien Penentu atau
