Analisa Data Jumlah Kendaraan Bermotor Menurut Jenisnya Di Kota Tanjung Balai

BAB 4 PEMBAHASAN

4.1. Analisa Data Jumlah Kendaraan Bermotor Menurut Jenisnya Di Kota Tanjung Balai

Setelah mengambil data jumlah kendaraan bermotor menuurut jenisnya di kota Tanjung Balai yang di ambil dari Badan Pusat Statistik BPS,maka didapat data jumlah kendaraan bermotor dari tahun 1999 sampai dengan tahun 2008 dan dapat dilihat pada tabel 4.1.1. Pada tabel 4.1.1. ini nantinya akan memperlihatkan beberapa hal yang akan dianalisis dan dievaluasi dengan menggunakan Metode Rata-Rata Bergerak Linier. Dengan demikian jumlah kendaraan bermotor di kota Tanjung Balai dari tahun 2009 sampai dengan 2011 dapat diramalkan.Sebelumnya data tersebut dapat dilihat pada tabel berikut: Universitas Sumatera Utara Tabel 4.1.1. Jumlah Kendaraan Bermotor Di Kota Tanjung balai Dari Tahun 1999 sd 2008 Jumlah Kendaraan Bermotor Yang Terdaftar Sumber : BPS Provinsi Sumatera Utara Setelah meLihat data yang ada,maka kita dapat meramalkan Jumlah Kendaraan Bermotor Menurut Jenisnya Di Kota Tanjung Balai dari tahun 2009 sampai dengan 2011 yang akan dijabarkan sebagai berikut Tahun Mobil Penumpang BisBus Mobil Barang Becak Mesin Jumlah 1999 36 126 485 - 647 2000 32 131 470 - 633 2001 26 148 492 - 666 2002 48 152 566 - 766 2003 54 165 572 - 791 2004 90 152 625 - 867 2005 85 165 625 480 1355 2006 70 170 583 136 959 2007 65 177 467 1.242 1951 2008 70 162 443 1.285 1960 Jumlah 576 1548 5328 3143 10595 Universitas Sumatera Utara Tabel 4.1.2. Analisa Proyeksi Mobil Penumpang Tabel 4.1.3. Analisa Proyeksi Bus Tahun Mobil Penumpang SMOOTHING PERTAMA S t SMOOTHING KEDUA S t KONSTANTA a SLOPE b FORECAST RAMALAN 1999 36 2000 32 2001 26 31,33 2002 48 35,33 2003 54 42,67 36,44 48,89 6,22 2004 90 64 47,33 80,67 16,67 55,11 2005 85 76,33 61 91,67 15,33 97,33 2006 70 81,67 74 89,33 7,67 107 2007 65 73,33 77,11 69,56 -3,78 97 2008 70 68,33 74,44 62,22 -6,11 65,78 Tahun BisBus SMOOTHING PERTAMA S t SMOOTHING KEDUA S t KONSTANTA a SLOPE B FORECAST RAMALAN 1999 126 2000 131 2001 148 135 2002 152 143,67 2003 165 155 144,56 165,44 10,44 2004 152 156,33 151,67 161 4,67 175,89 2005 165 160,67 157,33 164 3,33 165,67 2006 170 162,33 159,78 164,89 2,56 167,33 2007 177 170,67 164,56 176,78 6,11 167,44 2008 162 169,67 167,56 171,78 2,11 182,89 Universitas Sumatera Utara Tabel 4.1.4. Analisa Proyeksi Mobil Barang Tabel 4.1.5. Analisa Proyeksi Becak Mesin Tahun Mobil Barang SMOOTHING PERTAMA S t SMOOTHING KEDUA S t KONSTANTA a SLOPE B FORECAST RAMALAN 1999 485 2000 470 2001 492 482,33 2002 566 509,33 2003 572 543,33 511,67 575 31,67 2004 625 587,67 546,78 628,56 40,89 606,67 2005 625 607,33 579,44 635,22 27,89 669,44 2006 583 611 602 620 9 663,11 2007 467 558,33 592,22 524,44 -33,89 629 2008 443 497,67 555,67 439,67 -58 490,56 Tahun Becak Mesin SMOOTHING PERTAMA S t SMOOTHING KEDUA S t KONSTANTA a SLOPE b FORECAST RAMALAN 999 O 2000 O 2001 O 2002 O 2003 O 2004 O 2005 480 160 53,33 266,67 106,67 2006 136 205,33 121,78 288,89 83,56 373,33 2007 1.242 619,33 328,22 910,44 291,11 372,44 2008 1.285 887,67 570,78 1204,56 316,89 1201,56 Universitas Sumatera Utara 1. Mobil Penumpang a. Smoothing Pertama S’ t ,menggunakan periode 3 tahunan. S’ 2007 = = = 73,33 S’ 2008 = = = 68,33 b. Smoothing Kedua S” t , menggunakan periode 3 tahunan. S” 2007 = = = 77,11 S” 2008 = = = 74,44 c. Menentukan besarnya Konstanta a t a 2007 = 2S’ 2007 – S” 2007 = 2 73,33 - 77,11 = 69,55 a 2008 = 2S’ 2008 - S” 2008 Universitas Sumatera Utara = 268,33 - 74,44 = 62,22 d. Menentukan besarnya Slope b t b 2007 = = = - 3,78 b 2008 = = = -6,11 Dari analisa di atas maka dapat diperoleh: F t+m = a t + b t m Untuk meramalkan Jumlah Kendaraan Bermotor Jenis Mobil Penumpang Di Kota Tanjung Balai dari tahun 2009 sampai dengan 2011 berikut : Ramalan untuk periode 2009 : F 2008+1 = a 2008 +b 2008 1 = 62,22 + -6,111 = 56,11 Yaitu berkisar 56 unit Ramalan untuk periode 2010 : F 2008+2 = a 2008 +b 2008 2 = 62,22+-6,112 = 50 Yaitu berkisar 50 unit Universitas Sumatera Utara Ramalan untuk periode 2011 : F 2008+3 = a 2008 +b 2008 3 = 62,22 +-6,113 = 43,89 Yaitu berkisar 44 unit 2. Bus a. Smoothing Pertama S’ t , menggunakan periode 3 tahunan. S’ 2007 = = = 170,67 S’ 2008 = = = 169,67 b. Smoothing Kedua S” t ,menggunakan periode 3 tahunan. S” 2007 = = = 164,56 Universitas Sumatera Utara S” 2008 = = = 167,56 c. Menentukan besarnya Konstanta a t a 2007 = 2S’ 2007 – S” 2007 = 2 170,67 – 164,56 = 176,78 a 2008 = 2S’ 2008 - S” 2008 = 2169,67 – 167,56 = 171,78 d.Menentukan besarnya Slope b t b 2007 = = = 6,11 b 2008 = = = 2,11 Dari analisa di atas maka dapat diperoleh: F t+m = a t + b t m Universitas Sumatera Utara Untuk meramalkan Jumlah Kendaraan Bermotor Jenis Bus Di Kota Tanjung Balai dari tahun 2009 sampai dengan 2011 berikut : Ramalan untuk periode 2009 : F 2008+1 = a 2008 +b 2008 1 = 171,78 + 2,111 = 173,89 Yaitu berkisar 174 unit Ramalan untuk periode 2010 : F 2008+2 = a 2008 +b 2008 2 = 171,78+2,112 = 176 Yaitu berkisar 176 unit Ramalan untuk periode 2011 : F 2008+3 = a 2008 +b 2008 3 = 171,78 +2,113 = 178,11 Yaitu berkisar 178 unit 3. Mobil Barang c. Smoothing Pertama S’ t , menggunakan periode 3 tahunan. S’ 2007 = = = 558,33 Universitas Sumatera Utara S’ 2008 = = = 497,67 d. Smoothing Kedua S” t ,menggunakan periode 3 tahunan. S” 2007 = = = 592,22 S” 2008 = = = 555,67 c. Menentukan besarnya Konstanta a t a 2007 = 2S’ 2007 – S” 2007 = 2 558,33 – 592,22 = 524,44 a 2008 = 2S’ 2008 - S” 2008 = 2497,67 – 555,67 = 439,67 d.Menentukan besarnya Slope b t Universitas Sumatera Utara b 2007 = = = -33,89 b 2008 = = = -58 Dari analisa di atas maka dapat diperoleh: F t+m = a t + b t m Untuk meramalkan Jumlah Kendaraan Bermotor Jenis Mobil Barang Di Kota Tanjung Balai dari tahun 2009 sampai dengan 2011 berikut : Ramalan untuk periode 2009 : F 2008+1 = a 2008 +b 2008 1 = 439,67 + -581 = 381,67 Yaitu berkisar 382 unit Ramalan untuk periode 2010 : F 2008+2 = a 2008 +b 2008 2 = 439,67+-582 = 323,67 Yaitu berkisar 324 unit Ramalan untuk periode 2011 : F 2008+3 = a 2008 +b 2008 3 Universitas Sumatera Utara = 439,67 +-583 = 265,67 Yaitu berkisar 266 unit 4. .Becak Mesin a. Smoothing Pertama S’ t , menggunakan periode 3 tahunan. S’ 2007 = = = 619.33 S’ 2008 = = = 887,67 b. Smoothing Kedua S” t ,menggunakan periode 3 tahunan. S” 2007 = = = 328,22 S” 2008 = = = 570,78 Universitas Sumatera Utara c. Menentukan besarnya Konstanta a t a 2007 = 2S’ 2007 – S” 2007 = 2 619,33 – 328,22 = 910,44 a 2008 = 2S’ 2008 - S” 2008 = 2887,67 – 570,78 = 1204,56 d.Menentukan besarnya Slope b t b 2007 = = = 291,11 b 2008 = = = 316,89 Dari analisa di atas maka dapat diperoleh: F t+m = a t + b t m Untuk meramalkan Jumlah Kendaraan Bermotor Jenis Becak Mesin Di Kota Tanjung Balai dari tahun 2009 sampai dengan 2011 berikut : Ramalan untuk periode 2009 : Universitas Sumatera Utara F 2008+1 = a 2008 +b 2008 1 = 1204,56+ 316,891 = 1521,45 Yaitu berkisar 1521 unit Ramalan untuk periode 2010 : F 2008+2 = a 2008 +b 2008 2 = 1204,56+316,892 = 1838,34 Yaitu berkisar 1838 unit Ramalan untuk periode 2011 : F 2008+3 = a 2008 +b 2008 3 = 1204,56 +316,893 = 2155,23 Yaitu berkisar 2155 unit Dengan didapatnya ramalan jumlah kendaraan bermotor menurut jenisnya ,maka dapat dibuat suatu table ramalan jumlah Kendaraan Bermotor Menurut Jenisnya Di Kota Tanjung Balai Tahun 2011 yang dapat dilihat pada table 4.1.6. berikut: Tabel 4.1.6. Hasil Ramalan Kendaraan Bermotor Menurut Jenisnya Dari Tahun 2009 sampai dengan tahun 2011 TAHUN JENIS KENDARAAN MOBIL PENUMPANG BUS MOBIL BARANG BECAK MESIN 2009 56 173 382 1521 2010 50 176 324 1838 2011 44 178 266 2155 Universitas Sumatera Utara Dari nilai peramalan pada tabel diatas dapat dikatakan bahwa pada tahun 2009 sampai dengan tahun 2011 terjadi kenaikan dan penurunan terhadap setiap jenis jumlah kendaraan bermotor di kota Tanjung Balai. a. Menghitung Kesalahan Meramal Dalam meramal situasi peramalan,ketepatan dipandang sebagai criteria penolakan untuk memilih suatu metode peramalan. Dalam banyak hal, kata “ketepatan” menunjuk ke “kebaikan sesuai” yang pada akhirnya menunjukkan seberapa jauh model peramalan tersebut mampu mereproduksi data yang telah diketahui. Ada tiga macam mengetahui nilai kesalahan yang biasa dipakai pada metode rata-rata bergerak linier, yaitu: a. Mean Absolute Error Nilai Tengah Kesalahan Absol MAE = ; = - Dimana : e i = nilai kesalahan n = jumlah periode waktu pada peramalan b. Mean Squared Error Nilai Tengah Kesalahan Kuadrat MSE = Dimana : Universitas Sumatera Utara = nilai kesalahn kuadrat X i = nilai pengamatan data sebenarnya F i = nilai peramalan data setelah mengalami proses peramalan n = jumlah periode waktu pada peramalan c. Mean Absolute Persentage Error Nilai Tengah Kesalahan Presentase Absolute MAPE = n ; APE = ∣X_i –F_iX_i∣100 Universitas Sumatera Utara

1. Nilai kesalahan Dari Peramalan Jumlah Mobil Penumpang

Untuk mengetahui nilaai kesalahan dari peramalan mobil penumpang dapat dilihat dalam tabel berikut : Tabel 4.1.7. Analisa Proyeksi Mobil Penumpang Tahun Mobil Penumpang Xi Forecast Fi Error Xi- Fi Absolute Error Square Error APE 1999 36 2000 32 2001 26 2002 48 2003 54 2004 90 55,11 34,89 34,89 1217,24 63,31 2005 85 97,33 -12,33 12,33 152,11 12,67 2006 70 107 -37 37 1369 34,58 2007 65 54,22 10,78 10,78 116,16 19,88 2008 70 -7,56 77,56 77,56 6014,87 1026,47 Jumlah 73,89 172,56 8869,37 1156,90 Mean Absolute Error MAE 34,511 Mean Square Error MSE 1773,87 Mean Absolute Presentage Error MAPE 231,38 2. Nilai kesalahan Dari Peramalan Jumlah BisBus Untuk mengetahui nilaai kesalahan dari peramalan BisBus dapat dilihat dalam tabel berikut: Tabel 4.1.8. Analisa Proyeksi Bus Tahun BisBus Forecast Fi Error Xi- Fi Absolute Error Square Error APE 1999 126 2000 131 2001 148 2002 152 2003 165 2004 152 175,89 -23,89 23,89 570,68 13,58 2005 165 165,67 -0,67 0,67 0,44 0,40 2006 170 167,33 -167,33 167,33 28000,43 1,59 2007 177 35,22 -35,22 35,22 1240,61 402,52 2008 162 -49,22 49,22 49,22 2422,83 429,12 Jumlah -177,89 276,33 32235 847,22 Mean Absolute Error MAE 55,27 Mean Square Error MSE 6447 Mean Absolute Presentage Error MAPE 169,44 Universitas Sumatera Utara

3. Nilai kesalahan Dari Peramalan Jumlah Mobil Barang

Untuk mengetahui nilaai kesalahan dari peramalan mobil Barang dapat dilihat dalam tabel berikut: Tabel 4.1.9. Analisa Proyeksi Mobil Barang Tahun Mobil Barang Forecast Fi Error Xi- Fi Absolute Error Square Error APE 1999 485 2000 470 2001 492 2002 566 2003 572 2004 625 606,67 18,33 18,33 336,11 3,02 2005 625 669,44 -44,44 44,44 1975,31 6,64 2006 583 663,11 -80,11 80,11 6417,79 12,08 2007 467 224,56 242,44 242,44 58779,29 107,97 2008 443 -121,11 564,11 564,11 318221,2 465,78 Jumlah 700,33 949,44 385729,7 595,49 Mean Absolute Error MAE 189,89 Mean Square Error MSE 77145,94 Mean Absolute Presentage Error MAPE 119,10

4. Nilai kesalahan Dari Peramalan Jumlah Becak Mesin

Tabel 4.1.10. Analisa Proyeksi Becak Mesin Untuk mengetahui nilaai kesalahan dari peramalan Becak Mesin dapat dilihat dalam tabel berikut: Tahun Becak Mesin Forecast Fi Error Xi- Fi Absolute Error Square Error APE 1999 o 2000 o 2001 o 2002 o 2003 o 2004 o 2005 480 480 480 230400 2006 136 373,33 -237,33 237,33 56327,11 63,57 2007 1.242 372,44 869,56 869,56 756126,9 233,47 2008 1.285 1201,56 83,44 83,44 6962,98 6,94 Jumlah 1195,67 1670,33 1049817 303,99 Mean Absolute Error MAE 334,07 Mean Square Error MSE 209963,4 Mean Absolute Presentage Error MAPE 60,80 Universitas Sumatera Utara Universitas Sumatera Utara

BAB 5 IMPLEMENTASI SISTEM