Peramalan Jumlah Produksi Padi di Kabupaten Tapanuli Utara Tahun 2013 dengan Metode Smoothing
(2)
(3)
PERSETUJUAN
Judul : PERAMALAN JUMLAH PRODUKSI PADI DI
KABUPATEN TAPANULI UTARA TAHUN 2013 DENGAN METODE SMOOTHING
Kategori : TUGAS AKHIR
Nama : SUSI MARDI ANCE LUMBAN TOBING
Nomor Induk Mahasiswa : 112407118
Program Studi : D3 STATISTIKA
Departemen : MATEMATIKA
Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN
ALAM UNIVERSITAS SUMATERA UTARA
Disetujui di Medan, Juli 2014
Disetujui oleh:
Program Studi D3 Statistika FMIPA USU Pembimbing, Ketua,
Drs. FaigiziduhuBu’ulölö, M.Si Drs. Pengarapen Bangun, M.Si
(4)
PERNYATAAN
PERAMALAN JUMLAH PRODUKSI PADI DI KABUPATEN TAPANULI UTARA TAHUN 2013 DENGAN METODE SMOOTHING
TUGAS AKHIR
Saya mengakui bahwa Tugas Akhir ini adalah hasil kerja saya sendiri. Kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Juli 2014
SUSI MARDI ANCE LUMBAN TOBING 112407118
(5)
PENGHARGAAN
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha
Penyayang, dengan limpah karunia-Nya penulis dapat menyelesaikan penyusunan
tugas akhir ini dengan judul Peramalan Jumlah Produksi Padi di Kabupaten
Tapanuli Utara Tahun 2013 dengan Metode Smoothing.
Terima kasih penulis sampaikan kepada Bapak Drs. Pengarapen Bangun,
M.Si selaku dosen pembimbing yang telah meluangkan waktunya selama
penyusunan tugas akhir ini. Terima kasih kepada Bapak Drs. Faigiziduhu
Bu’ulölö, M.Si dan Bapak Suwarno Ariswoyo, M.Si selaku Ketua dan Sekretaris Program Studi D3 STATISTIKA FMIPA USU, Bapak Prof. Dr. Tulus, M.Si dan
Ibu Dr. Mardiningsih, M.Si selaku Ketua dan Sekretaris Departemen Matematika
FMIPA USU Medan, Bapak Dr. Sutarman, M.Sc selaku Dekan FMIPA USU
Medan, seluruh staf dan dosen Program Studi D3 STATISTIKA FMIPA USU,
pegawai FMIPA USU, dan rekan-rekan kuliah. Akhirnya tak terlupakan Bapak
Leonard Lumban Tobing, Ibu Ida Risma Sipahutar dan keluarga yang selama ini
memberikan bantuan dan dorongan yang diperlukan. Semoga Tuhan Yang Maha
Esa membalasnya.
Penulis,
(6)
DAFTAR ISI
Halaman
Persetujuan i
Pernyataan ii
Penghargaan iii
Daftar Isi iv
Daftar Tabel vi
Daftar Grafik vii
Daftar Gambar viii
Bab 1 Pendahuluan 1
1.1 Latar Belakang 1
1.2 Perumusan Masalah 2
1.3 Tujuan dan Manfaat Penelitian 3
1.4 Lokasi Penelitian 3
1.5 Metodologi Penelitian 4
1.6 Metode Analisa yang Digunakan 4
1.7 Sistematika Penulisan 6
Bab 2 Landasan Teori 9
2.1 Pengertian Peramalan 9
2.2 Langkah-Langkah Peramalan 10
2.3 Jenis-jenis Metode Peramalan 11
2.4 Pemilihan Tehnik dan Metode Peramalan 13
2.5 Metode Pemulusan (Smoothing) 14
2.6 Metode Smoothing yang Digunakan 15
2.7 Ketepatan Ramalan 17
Bab 3 Gambaran Umum Badan Pusat Statistik 19
3.1 Sejarah Badan Pusat Statistika 19
3.1.1 Masa Pemerintahan Hindia Belanda 19
3.1.2 Masa Pemerintahan Jepang 20
3.1.3 Masa Pemerintahan Republik Indonesia 20
3.1.4 Masa Orde Baru Sampai Sekarang 22
3.2 Visi dan Misi Badan Pusat Statistik 23
3.2.1 Visi Badan Pusat Statistik 23
3.2.2 Misi Badan Pusat Statistika 23
3.3 Struktur Organisasi Badan Pusat Statistika 24
3.4 Job Description 25
Bab 4 Analisis dan Pengolahan Data 36
4.1 Arti Analisis Data 36
4.2 Data yang Dibutuhkan 37
(7)
Bab 5 Implementasi Sistem 49
5.1 Pengertian Implementasi Sistem 49
5.2 Microsoft Excel 50
5.3 Langkah-Langkah Pengolahan Data dengan Excel 50
Bab 6 Kesimpulan dan Saran 56
6.1 Kesimpulan 56
6.2 Saran 57
Daftar Pustaka Lampiran
(8)
DAFTAR TABEL
Halaman Tabel 4.1 Data Jumlah Produksi Padi di Kabupaten Tapanuli Utara Tahun
1998-2012 37
Tabel 4.3 Peramalan Jumlah Produksi Padi dengan Pemulusan eksponensial Ganda Linier Satu Parameter dari Brown dengan
Menggunakan α = 0,1
39 Tabel 4.4 Peramalan Jumlah Produksi Padi dengan Pemulusan
eksponensial Ganda Linier Satu Parameter dari Brown dengan
Menggunakan α = 0,2
40 Tabel 4.5 Peramalan Jumlah Produksi Padi dengan Pemulusan
eksponensial Ganda Linier Satu Parameter dari Brown dengan
Menggunakan α = 0,3
41 Tabel 4.6 Peramalan Jumlah Produksi Padi dengan Pemulusan
eksponensial Ganda Linier Satu Parameter dari Brown dengan
Menggunakan α = 0,4
42 Tabel 4.7 Peramalan Jumlah Produksi Padi dengan Pemulusan
eksponensial Ganda Linier Satu Parameter dari Brown dengan
Menggunakan α = 0,5
43 Tabel 4.8 Peramalan Jumlah Produksi Padi dengan Pemulusan
eksponensial Ganda Linier Satu Parameter dari Brown dengan
Menggunakan α = 0,6
44 Tabel 4.9 Peramalan Jumlah Produksi Padi dengan Pemulusan
eksponensial Ganda Linier Satu Parameter dari Brown dengan
Menggunakan α = 0,7
45 Tabel 4.10 Peramalan Jumlah Produksi Padi dengan Pemulusan
eksponensial Ganda Linier Satu Parameter dari Brown dengan
Menggunakan α = 0,8
46 Tabel 4.11 Peramalan Jumlah Produksi Padi dengan Pemulusan
eksponensial Ganda Linier Satu Parameter dari Brown dengan
Menggunakan α = 0,9
47 Tabel 4.12 Peramalan Jumlah Produksi Padi dengan Pemulusan
eksponensial Ganda Linier Satu Parameter dari Brown dengan
Menggunakan α = 0,2
(9)
DAFTAR GRAFIK
Grafik 4.1 Grafik Jumlah Produksi Padi di Kabupaten Tapanuli Utara
(10)
DAFTAR GAMBAR
Halaman Gambar 5.1 Tampilan Proses Pengaktifan Microsoft Excel 51
Gambar 5.2 Tampilan Worksheet Microsoft Excel 51
Gambar 5.3 Tampilan Tabel Produksi Padi dalam Microsoft Excel 52
(11)
BAB 1
PENDAHULUAN
1.1. Latar Belakang
Padi merupakan salah satu tanaman budidaya terpenting dalam peradaban.
Meskipun terutama mengacu pada jenis tanaman budidaya, padi juga digunakan
untuk mengacu pada beberapa jenis marga (genus) yang sama, yang biasa disebut
padi liar. Produksi padi di dunia menempati urutan ketiga dari semua seleria,
setelah jagung dan gandum. Namun demikian, padi sumber karbohidrat utama
abagi mayoritas penduduk dunia. Hasil pengolahan dari padi dinamakan beras.
Untuk itu pemerintah selalu berupaya meningkatkan produksi beras untuk dapat
memenuhi kebutuhan pokok masyarakat kita.
Sejak tahun 1990-an, jumlah produksi padi cenderung mengalami
penurunan sehingga dalam 15 tahun belakangan ini hampir setiap tahun kita
mengimpor beras. Disamping itu harga beraspun relatif tidak stabil. Meski tampak
spekulasi dalam fluktuasi harga, bagaimanapun fluktuasi harga ituterkait juga
dengan fluktuasi persediaan beras di pasar
Komoditi padi merupakan komoditi yang strategis, karena dibutuhkan
setiap penduduk sebagai bahan sumber kalori utama. Karena sangat pentingnya
komoditi ini perlu dipantau terus agar dapat diantisipasi permasalahan yang
(12)
Masalah ketersedian padi tidak hanya menyangkut jumlah yang tersedia
saja, tetapi juga tentang kebutuhan yang daat memenuhi permintaan dari waktu ke
waktu. Untuk itu diperlukan indikator yang dapat melihat peningkatan produksi
terhadap kebutuhan yang diinginkan.
Selain dapat melihat peningkatan jumlah produksi komoditi padi, perlu
juga dilakukan peninjauan terhadap perkembangan penduduk yang terus menerus
bertambah. Semakin bertambahnya penduduk mengakibatkan bertambahnya juga
permintaan akan beras sehingga membutuhkan peningkatan produksi padi dan
kebutuhannya pada masa mendatang.
Dari latarbelakang diatas penulis tertrik untuk meneliti jumlah produksi
padi di Kabupaten Tapanuli Utara dengan judul “PERAMALAN JUMLAH
PRODUKSI PADI DI KABUPATEN TAPANULI UTARA UNTUK TAHUN 2013 DENGAN METODE SMOOTHING”.
1.2. Perumusan Masalah
Tapanuli Utara merupakan salah satu sentral produksi padi terhadap produksi
nasional. Namun untuk setiap tahunnya produksi padi di Kabupaten Tapanuli
Utara ini tidak stabil. Hal ini terjadi karenaa dipengaruhi oleh beberapa faktor
yang tidak tepat, sehingga sangatlah penting untuk mengetahui jumlah produksi
padi yang akan datang dengan menggunakan metode pemulusan (smoothing)
(13)
1.3. Tujuan dan Manfaat Penelitian
Adapun tujuan dilakukannya penelitian ini adalah untuk meramalkan jumlah
produksi padi pada tahun 2013 dengan menganalisa data jumlah produksi padi
pada tahun-tahun sebelumnya
Adapun manfaat penelitian ini agar penulis dapat mengaplikasikan ilmu
pengetahuan dengan menggunakan teori–teori yang diperoleh selama duduk di bangku perkuliahan, serta dapat memberikan masukkan dan menjadi bahan
pertimbangan kepada pihak-pahak nyang bersangkutan
1.4. Lokasi Penelitian
Adapun lokasi penelitian atau pengambilan data dilaksanakan di Badan Pusat
(14)
1.5. Metodologi Penelitian
Metode yang digunakan penulis dalam melaksanakan penelitian diantaranya
adalah :
1. Metode Penelitian Kepustakaan (Studi Literatur)
Dalam hal ini penelitian dilakukan dengan membaca dan mempelajari
buku-buku ataupun literatur pelajaran yang didapat di perkuliahan ataupun
umum, serta sumber informasi lainnya yang berhubungan dengan objek
yang diteliti.
2. Metode Pengumpulan Data
Metode pengumpulan data dapat dibedakan berdasarkan sumbernya yaitu:
a) Data Primer
b) Data Sekunder
Data primer adalah data yang diperoleh langsung dari sumbernya, diamati dan
dicatat untuk pertama kalinya. Data sekunder adalah data yang bukan diusahakan
sendiri pengumpulannya oleh peneliti
1.6. Metode Analisa yang Digunakan
Adapun pengolahan data dalam meramalkan jumlah produksi padi di Kabupaten
Tapanuli Utara pada tahun 2013 yaitu dengan menggunakan metode Pemulusan
(15)
Metode Pemulusan (Smoothing) merupakan tehnik meramal dengan cara mengambil rata-rata dari nilai beberapa periode yang lalu untuk menaksir nilai
pada periode yang akan datang. Dalam metode ini data historis digunakan untuk
memperoleh angka yang dilicinkan atau diratakan. Dalam metode ini peramalan
dilakukan dengan mengulang perhitungan secara terus menerus dengan
menggunakan data terbaru. Setiap data diberi bobot, data yang lebih baru diberi
bobot yang lebih besar.
Peramalan produksi padi yang menggunakan metode peramalan
Pemulusan (Smoothing) Eksponensial Ganda memiliki tahap-tahap dalam
menentukan ramalan. Persamaan ini dikenal dengan dengan nama “Metode Brown’s one Parameter Linier Eksponensial Smoothing” yaitu sebagai berikut :
1. MenentukanSmoothingpertama (St
’
)
St
’
= α Xt+ (1-α)St
’
St’ =Smoothingpertama periodet Xt = Nilai Real periodet
S’t-1 =Smoothing pertama periodet-1
2. MenentukanSmoothingkeduat-1 St” = αSt”+ (1-α)S”t-1
St
’
=Smoothingpertama periodet St” =Smoothingkedua periodet
(16)
3. Menentukan Besarnya Konstanta (at) at = 2St’-St”
St
’
=Smoothingpertama periodet St” =Smoothingkedua periodet-1
4. Menentukan Besarnya Slope (b1) b1 = (St
’
-St”)
St’ =Smoothingpertama periodet
St” =Smoothingkedua periodet-1
5. Menentukan Besarnya Forecast (Ft+m) Ft+m =at+ btm
bt = Slope at = Konstanta
(17)
1.7. Sistematika Penulisan
Adapun sistematika penulisan yang diuraikan oleh penulis antara lain :
BAB 1 : PENDAHULUAN
Bab ini menguraikan tentang latar belakang, rumusan masalah,
tujuan penelitan, manfaat penelitian, lokasi penelitian, metode
penelitian, metode analisis yang digunakan, dan sistematika
penulisan.
BAB 2 : LANDASAN TEORI
Bab ini menguraikan tentang segala sesuatu yang mencakup
penyelesaian masalah sesuai dengan judul dan permasalahan yang
diutarakan.
BAB 3 : GAMBARAN UMUM TEMPAT RISET
Bab ini menguraikan tentang sejarah singkat Kabupaten Tapanuli
Utara
BAB 4 : ANALISIS DATA
Bab ini menguraikan proses analisis data pada Brown’s one
(18)
BAB 5 : IMPLEMENTASI SISTEM
Bab ini menguraikan proses pengolahan data dengan program
ataupun software yang digunakan sebagai analisis terhadap data
yang diperoleh
BAB 6 : PENUTUP
Bab ini terdiri atas kesimpulan dari hasil analisis yang telah
dilakukan serta saran berdasarkan kesimpulan yang diperoleh yang
tentunya bermanfaat bagi pembaca dan pihak yang
(19)
BAB 2
LANDASAN TEORI
2.1 Pengertian Peramalan
Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa
yang akan datang. Peramalan dilakukan karena adanya perbedaan waktu
pelaksanaan kegiatan tersebut. Sedangkan ramalan adalah suatu situasi atau
kondisi yang diperkirakan akan terjadi pada masa datang. Metode peramalan
adalah cara untuk memperkirakan secara kuantitatif apa yang akan terjadi pada
masa yang akan datang dengan dasar data yang relevan pada masa lalu. Dengan
kata lain metode peramalan ini digunakan dalam peramalan yang bersifat objektif.
Disamping itu metode peramalan memberikan urutan pengerjaan dan
pemecahan atas pendekatan suatu masalah dalam peramalan, sehingga bila
digunakan pendekatan yang sama atas permasalahan dalam suatu kegiatan
peramalan, maka akan didapat dasar pemikiran dan pemecahan yang sama.
Baik tidaknya suatu peramalan yang disusun, ditentukan oleh metode dan
informasi yang digunakan. Selama informasi yang digunakan tidak dapat
meyakinkan, maka keputusan yang akan dihasilkan dari peramalan akan sukar
untuk dipercaya ketepatannya.
Ada dua jenis model peramalan yang utama, yaitu model deret berkala dan
(20)
mempunyai keuntungan dalam situasi tertentu. Model deret berkala sering kali
dapat digunakan dengan mudah untuk meramalkan, sedangkan model regresi
(kausal) dapat digunakan dengan keberhasilan yang lebih besar untuk
pengambilan keputusan dan kebijaksanaan.
2.2 Langkah-Langkah Peramalan
Kualitas atau mutu dari hasil peramalan yang disusun, sangat ditentukan oleh
proses pelaksanaan penyusunannya. Peramalan yang baik adalah peramalan yang
dilakukan dengan mengikuti langkah-langkah atau prosedur penyusunan yang
baik. Pada dasarnya ada tiga langkah peramalan yang penting, yaitu :
1. Menganalisa data yang lalu
Analisa ini dilakukan dengan cara membuat tabulasi dari data yang lalu,
sehingga akan diketahui pola dari data tersebut.
2. Menentukan Metode yang akan digunakan
Masing-masing metode akan memberikan hasil peramaln yang berbeda.
Metode peramalan yang baik adalah metode yang memberiakan hasil
peramalan yang tidak jauh berbeda dengan kenyataan yang terjadi.
3. Memproyeksikan data yang lalu dengan menggunakan metode yang
(21)
2.3 Jenis-Jenis Metode Peramalan
Pada umumnya peramalan dapat dibedakan dari beberapa segi tergantung dari
cara melihatnya
Dilihat dari sifat penyusunannya, maka peramalan dapat dibedakan atas
dua macam, yaitu:
1. Peramalan yang subjektif, yaitu peramalan yang didasarkan atas
perasaan atau intuisi dari orang yang menyusunnya
2. Peramalan yang objektif, yaitu peramalan yang didasarkan atas data
yang relevan pada masa lalu, dengan menggunakan teknik-teknik dan
metode-metode dalam penganalisaan data tersebut.
Dilihat dari jangka waktu ramalan yang disusun, maka peramalan dapat
dibedakan atas dua macam , yaitu:
1. Peramalan jangka panjang, yaitu peramalan yang dilakunanuntuk
penyusuna hasil ramalan yang jangka waktunya lebih dari satu
setengah tahun atau tiga semester.
2. Peramalan jangka pendek, yaitu peramalan yang dilakukan untuk
penyusunan hasil ramalan dengan jangka waktu kurang dari satu
(22)
Dilihat dari sifat ramalan yang telah disusun, maka peramalan dapat
dibedakan menjadi dua macam, yaitu :
1. Peramalan kualitatif, yaitu peramalan yang didasarkan atas data
kualitatif pada masa lalu. Hasil peramalan yang dibuat sangat
bergantung pada orang yang menyusunnya.
2. Peramalan kuantitatif, yaitu peramalan yang didasarkan atas data
kuantitatif pada masa lalu. Hasil peramalan yang dibuat sangat
bergantung pada metode yang dipergunakan dalam ramalan
tersebut.Dengan metode yang berbeda akan diperoleh hasil
pengamatan yang berbeeda pula.
Pada dasarnya, metode peramalan kuantitatif dapat dibedakan atas:
1. Metode peramalan yang didasarkan ats penggunaan analisa pola
hubungan antara variabel yang akan diperkirakan dengan variabel
waktu atau analisa deret waktu (time series) Metode ini terdiri dari:
a. Metode Smoothing,
b. Metode Box-Jenkins,
c. Metode Proyeksi Trend dengan Regresi
2. Metode peramalan yang didasarkan atas penggunaan analisa pola
hubungan antar variabel yang akan diperkirakan dengan variabel lain
yang mempengaruhinya, yang bukan waktu, yang disebut dengan
(23)
Metode ini terdiri dari :
a. Metode regresi dan korelasi
b. Metode ekonometri,
c. Metode input output.
2.4 Pemilihan Tehnik dan Metode Peramalan
Dalam pemilihan tehnik dan metode peramalan, pertama-tama yang diketahui
ciri-ciri penting yang perlu diperhatikan dalam mengambil keputusan dan analisis
keadaan dalam mempersiapkan peramalan,
Ada enam faktor utama yang diidentifikasikan sebagai tehnik dan metode
peramalan, yaitu :
1. Horizon Waktu
Ada dua aspek horizon waktu yang bergubungan dengan
masing-masing metode peramalan, yaitu cakupan di masa yang akan datang dan
jumlah periode untuk peramalan yang diinginkan.
2. Pola data
Dasar utama dari metode peramalan adalah anggapan bahwa
macam-macam dari pola yang didapati di dalam data yang diramalkan akan
berkelanjutan.
3. Jenis dari model
Model-model merupakan suatu deret dimana waktu digambarkan
sebagai unsur penting untuk menentukan perubahan-perubahan dalam
(24)
mempunyai kemampuan yang berbeda dalam menganalisa keadaan
untuk pengambilan keputusaan,
4. Biaya yang dibutuhkan
Umumnya ada empat unsur biaya yang tercakup dalam penggunaan
suatu prosedur peramalan, yaiti biaya-biaya pengembangan,
penyimpanan data, operasi pelaksanaan, dan kesempatan dalam
penggunaan tehnik-tehnik dan metode peramalan lainnya.
5. Ketepatan Metode Peramalan
Tingkat ketepatan yang dibutuhkan sangat erat kaitannya dengan
tingkat perincian yang dibutuhkan dalam suatu peramalan.
6. Kemudahan dalam Penerapan
Metode-metode yang dapat dimengerti dan mudah diaplikasikan
merupakan suatu prinsip umum bagi pengambilan keputusan.
2.5 Metode Pemulusan (Smoothing)
Metode Smoothing dalah metode peramalan dengan menggunakan penghalusan terhadap masa lalu, yaitu dengan mengambil nilai rata-rata dari nilai berapa tahun
untuk menaksir nilai beberapa tahun kedepan. Secara umum metode Smoothing
diklasifikasikan menjadi dua bagian, yaitu :
1. Metode Rata-rata
Tujuan dari metode rata-rata adalah untuk memanfaatkan data masa lalu
(25)
Metode rata-rata terdiri dari :
1. Nilai Tengah (mean)
2. Rata-rata bergerak tunggal (Single Moving Average) 3. Rata-rata bergerak ganda (Double Moving Average) 4. Kombinasi rata-rata bergerak lainnya.
2. Metode Pemulusan (Smoothing) Eksponensial
Dalam pemulusan eksponensial terdapat satu atau lebih parameter
pemulusan yang ditentukan secara eksplisit, dan hasil pemilihan ini menentukan
bobot yang dikenakan pada nilai observasi.
Metode Pemulusan Eksponensial terdiri dari :
1. Smoothing Eksponensial Tunggal
2. Smoothing Eksponential Ganda
a. Metode linear satu parameter dari Brown
b. Metode dua parameter dari Holt
3. Smoothing Eksponential Triple
a. Metode kuadratik satu parameter dari Brown
b. Metode kecenderungan dan musiman tiga parameter dari Winter
2.6 Metode Smoothing yang digunakan
Dasar pemikiran dari pemulusan linear dari Brown adalah sama dengan rata-rata
bergerak linear karena kedua nilai pemulusan tunggal dan ganda ketinggalan dari
data yang sebenarnya. Bila terdapat unsur trend, perbedaan antara nilai pemulusan
(26)
disesuaikan intuk trend. Persamaan yang dipakai dalam pemulusan (Smoothing)
Eksponensial Ganda:
Metode linear Satu-Parameter dari Brown adalah:
F1+m= a1+ b1m
a. Menentukan nila pemulusn eksponensial tunggal (S’t) S’t= αXt+ (1-α) S
’
t-1
b. Menentukan nilai pemulusan eksponensial ganda (St”) St
”
=α S’t+ (1-α) S
”
t-1
c. Menentukan nilaiat
at = S’t + (S’t- S”t) at= 2 S
’
t- S
”
t
d. Menentukan nilaibt
bt = (S
’
t- S
”
t)
Dimana :
F1+m = Nilai peramalan untuk periode m peeriode ke depan
at = Besarnya konstanta periode t
bt = Besarnya slope periode t
m = Jumlah periode yang diramalkan
Xt = Nilai riil periode t
(27)
S’t = Nilai pemulusan eksponensial smoothing tunggal periode t
S”t = Nilai pemulusan eksponensial smoothing ganda periode t
S’t-1 = Nilai pemulusan eksponensial smoothing tunggal periode t-1
S”t-1 = Nilai pemulusan eksponensial smoothing ganda periode t-1
2.7 Ketepatan Ramalan
Ketepatan ramalan adalah suatu hal mendasar dalam peramalan, yaitu bagaimana
mengukur kesesuaian dalam metode peramalan tertentu untuk suatu kumpulan
data yang diberikan. Ketepatan dipandang sebagai kriteria penolakan untuk
memilih suatu metode peramalan. Dalam pemodelan deret berkala ( time series) dari data masa lalu yang siramalkan situasi yang akan terjadi di masa yang akan
datang. Untuk menguji kebenaran ramalan ini digunakan ketepatan ramalan.
Beberapa kriteria yang digunakan untuk menguji ketepatan ramalan antara
lain :
a. ME (Mean Error)
ME =
b. MSE (Mean Square Error)
MSE =
c. MAE (Mean Absolute Error)
(28)
d. MAPE (Mean Absolute Percentage Error)
MAPE = | |
, dengan
=
× 100
e. MPE (Mean Percentage Error)
MPE =
Dimana:
et = Xt- Ft
Xt =data aktual periode t
Pet = × 100; kesalahan persentase pada periode t
Ft =nilai ramalan periode t N = banyak periode
Metode peramalan yang dipilih adalah metode peramalan yang
(29)
BAB 3
GAMBARAN UMUM BADAN PUSAT STATISTIK
3.1 Sejarah Badan Pusat Statistik
Badan Pusat Statistik (BPS) adalah Lembaga Negara Non Departemen. BPS
melakukan kegiatan yang ditugaskan oleh pemerintah antara bidang pertanian,
agrarian, pertambangan, kependudukan, sosial, ketenagakerjaan, keuangan,
pendapatan, dan keagamaan. Selain hal – hal di atas BPS juga bertugas untuk melaksanakan koordinasi di lapangan, kegiatan statistik dari segenap instansi baik
di pusat maupun di daerah dengan tujuan mencegah dilakukannya pekerjaan yang
serupa oleh dua atau lebih instansi, memajukan keseragaman dalam penggunaan
definisi, klasifikasi dan ukuran–ukuran lainnya.
Berikut ini adalah beberapa masa peralihan pada BPS, yaitu:
3.1.1 Masa pemerintahan Hindia Belanda
Pada bulan Februari 1920, kantor statistik pertama kali didirikan oleh direktur
pertanian, kerajinan dan perdagangan (Directeur Van Landbouw Nijverheid en Hendle) dan berkedudukan di Bogor. Kantor ini diserahi tugas untuk mengolah dan memublikasi data statistik.
Pada tanggal 24 September 1924 maka lembaga tersebut diganti dengan
nama Centraal kantoor Voor de Statistik (CKS) atau Kantor Pusat Statistik dan dipindahkan ke Jakarta. Bersamaan dengan itu beralih pula pekerjaan mekanisme
(30)
statistik perdagangan yang semula dilakukan oleh Kantor Invoer en Accijinsen
(IUA) yang sekarang disebut Kantor Bea Cukai.
3.1.2 Masa Pemerintahan Jepang
Pada bulan Juni 1942 pemerintahan Jepang baru mengaktifkan kembali kegiatan
statistik yang utamanya diarahkan untuk memenuhi kebutuhan perang/militer.
Pada masa ini CKS diganti namanya menjadiShomubu Chasasitsu Gunseikanbu.
3.1.3 Masa Kemerdekaan Republik Indonesia
Setelah Proklamasi Kemerdekaan Republik Indonesia tanggal 17 Agustus 1945
kegiatan statistik diganti oleh lembaga baru sesuai dengan susunan kemerdekaan
yaitu KAPPURI (Kantor Penyelidikan Perangkat Umum Republik Indonesia).
Tahun 1946 Kantor KAPPURI dipindahkan ke Yogyakarta sebagai konsekuensi
dari Perjanjian Linggarjati. Sementara itu pemerintahan Belanda (NICA) di
Jakarta mengaktifkan kembali CKS.
Berdasarkan surat edaran Kementrian Kemakmuran tanggal 12 Juni 1950
No.219/S.C;KAPPURI dan CKS dilebur menjadi Kantor Pusat Statistik (KPS)
dan berada di bawah Kementrian Kemakmuran.
Dengan surat Mentri perekonomian tanggal 1 Maret 1952 No.P/44,
lembaga KPS berada di bawah dan bertanggungjawab kepada Mentri
Perekonomian, dan pada tanggal 24 Desember 1953 dengan surat Mentri
(31)
research yang disebut Afdeling A, dan bagian penyelenggaraan dan tatausaha
yang disebut Afdeling B.
Dengan keputusan Presiden Republik Indonesia No. 131 tahun 1957,
Kementrian Perekonomian dipecah menjadi Kementrian perdagangan dan
Kementrian Perindustrian. Untuk selanjutnya dengan keputusan Presiden
Republik Indonesia No. 172 tahun 1957 KPS diubah menjadi BPS, dan urusan
statistik yang semula menjadi tanggungjawab dan wewenang Mentri
Perekonomian dialihkan menjadi di bawah dan bertanggungjawab kepada Perdana
Mentri. Berdasarkan KEPPRES ini pula secara formal nama BPS dipergunakan.
Memenuhi anjuran PBB agar setiap negara anggota menyelenggarakan
sensus penduduk secara serentak, maka pada tanggal 24 September 1960 telah
diundangkan UU No. 6 tahun 1960 tentang Sensus, sebagai pengganti Volk Stelling Ordonnantie1930.
Dalam rangka memperhatikan kebutuhan data bagi perencanaan
pembangunan semesta berencana dan mengingat materi statistik ordonnantie 1934
dirasakan sudah tidak sesuai lagi dengan kemajuan–kemajuan yang cepat dicapai oleh Negara kita, maka tanggal 26 September 1960 telah diundangkan UU No. 7
tahun 1960 tentang Statistik.
Berdasarkan keputusan Presidium Kabinet RI No. Aa/C/9 tahun 1965,
maka tiap-tiap daerah Tingkat I dan Tingkat II dibentuk kantor-kantor cabang
BPS dengan nama Kantor Sensus Statistik Daerah (KKS) yang mempunyai tugas
menjalankan kegiatan-kegiatan statistik di daerah-daerah. Di setiap daerah
(32)
merupakan pegawai KKS ditingkat II dan di bawah pengawasan Kepala
Kecamatan.
3.1.4 Masa Orde Baru sampai sekarang
Pada masa pemerintahan orde baru, khusus untuk memenuhi kebutuhan dalam
perencanaan dan evaluasi pembangunan, maka untuk mendapatkan statistik yang
handal, lengkap, tepat, akurat dan terpercaya mulai diadakan pembenahan
organisasi BPS.
Dalam masa orde baru ini BPS telah mengalami empat kali perubahan
struktur organisasi, yaitu:
1. Peraturan Pemerintah No. 16 tahun 1969 tentang organisasi Biro Pusat
Statistik.
2. Peraturan Pemerintah No. 6 tahun 1980 tentang Organisasi Biro Pusat
Statistik.
3. Peraturan Pemerintah No. 2 tahun 1992 tentang Organisasi Biro Pusat
Statistik dan keputusan Presiden No. 6 tahun 1992 tentang Kedudukan,
Tugas, Fungsi, Susunan, Reorganisasi dan tata kerja Biro Pusat Statistik.
4. Undang-Undang No. 16 tahun 1997 tentang Statistik.
5. Keputusan Presiden RI No. 86 tahun 1998 tentang Badan Pusat Statistik.
6. Keputusan Kepala BPS No. 100 tahun 1998 tentang Organisasi dan Tata
Kerja BPS.
(33)
Tahun 1968, ditetapkan Peraturan Pemerintah No. 16 tahun 1968, yaitu
yang mengatur organisasi dan tata kerja di pusat dan di daerah. Tahun 1980,
Peraturan Pemerintah No. 6 tahun 1980 tentang organisasi sebagai pengganti
Peraturan Pemerintah No. 16 tahun 1968. Berdasarkan Peraturan Pemerintah No.
6 tahun 1988 di tiap provinsi terdapat perwakilan BPS dengan nama Kantor
Statistik Provinsi dan di Kabupaten/Kota terdapat cabang perwakilan BPS dengan
nama Kantor Statistik Kabupaten/Kota. Pada tanggal 19 Mei 1997 menetapkan
tentang statistik sebagai pengganti UU No. 6 dan 7 tentang sensus dan statistik.
Pada tanggal 17 Juni 1998 dengan Keputusan Presiden Republik Indonesia No. 86
tahun 1998 ditetapkan BPS sekaligus mengatur tata kerja dan struktur BPS yang
baru.
3.2 Visi dan Misi Badan Pusat Statistik (BPS)
3.2.1 Visi 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.
3.2.2 Misi Badan Pusat Statistik
Dalam menunjuk pembangunan nasional Badan Pusat Statistik mengemban misi
(34)
bermutu,handal,efektif, dan efisien,peningkatan kesadaran masyarakat akan arti
dan kegunaan statistik serta pengembanan ilmu pengetahuan statistik.
3.3 Struktur Organisasi BPS
Setiap perusahaan baik perusahaan pemerintah maupaun 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 Propinsi
Sumatera Utara adalah struktur organisasi berbentuk Lini dan staff.
1. Bagian Tata Usaha
2. Bidang Statistik Produksi
3. Bidang Statistik Distribusi
4. Bidang Statistik Kependudukan
5. Bidang Pengolahan,Penyajian, dan Pelayanan Statistik
(35)
3.4 Job Description
Dalam menjalankan suatu organisasi maka diperlukan personal-personal
jabatan tertentu dalam organisasi tersebut dimana masing-masing diberi tugas dan
fungsi job description atau pembagian kerja.Kepala kantor dibantu bagian tata
usaha yang terdiri dari :
1. Sub Bagian Urusan Dalam
2. Sub Bagian Perlengkapan
3. Sub Bagian Keuangan
4. Sub Bagian Kepegawaian
5. Sub Bagian Bina Program
Sedangkan bidang penunjang statistik ada 5 bidang,yaitu:
1. Bidang Statistik Produksi
Bidang Statistik Produksi mempunyai tugas untuk melaksanakan kegiatan
statistik pertanian,industri, serta statistik konstruksi pertambangan dan
energi.
2. Bidang Statistik Distribusi
Bidang Statistik Distribusi mempunyai tugas untuk melaksanakan kegiatan
statistik konsumen dan perdagangan besar,statistik keuangan dan harga
produsen serta Statistik Kesejahteraan.
3. Bidang Statistik Sosial
Bidang Statistik Kependudukan mempunyai tugas untuk melaksanakan
kegiatan statistik demografi dan rumah tangga, statistik ketenagakerjaan,
(36)
4. Bidang Integrasi Pengolahan dan Distribusi Sosial
Bidang Statistik Pengolahan Data mempunyai tugas yaitu melaksanakan
kegiatan dan penyiapan data,penyusunan sistem,dan program serta
operasional pengolahan data dengan komputer.
5. Bidang Neraca Wilayah dan Analisis Statistik
Bidang Neraca Wilayah dan Analisis Statistik mempunyai tugas yaitu
melaksanakan kegiatan penyusunan neraca produksi,neraca konsumen,
dan akumulasi penyajian analisis serta kegiatan penerapan statistik.
Uraian tugas dan tanggung jawab masing-masing bagian :
1. Bagian Tata Usaha
a. Menusun program kerja tahunan bidang.
b. Mengatur dan melaksanakan dan menyusun program kerja tahunan
rutin maupun proyek kantor statistik propinsi dan menyampaikan ke
Badan Pusat statistik.
c. Mengatur dan melaksanakan urusan dalam,yang meliputi syarat-syarat
penggandaan/percetakan kearsipan,rumah tangga dan pemeliharaaan
gedung keamanan dan lingkungan serta perjalanan dinas maupun
diluar negeri.
d. Mengatur dan melaksanakan urusan perlengkapan dan perbekalan yang
meliputi penyusunan,penyimpanan/penggudangan, inventarisasi, dan
penghapusan serta pemeliharaan perlengkapan.
e. Mengatur dan melaksanakan urusan kepegawaian yang meliputi tata
(37)
pegawai, kesejahteraan pegawai, administrasi jabatan dan fungsional,
hukum, organisasi tata laksana, serta penyajian.
f. Menyusun laporan kegiatan bagian secara berkala dan waktu-waktu
tertentu.
2. Bidang Statistik Produksi
a. Menyusun program kerja tahunan.
b. Mengatur dan menyiapkan dokumen dan bahan yang diperlukan untuk
kegiatan pengumpulan statistik produksi yang mencakup kegiatan
statistik Pertanian, Industri, Pertambangan, Energi, Konstruksi, dan
kegiaan statistik produksi lainnya yang ditentukan.
c. Mengatur dan melaksanakn keikutsertaan dalam program pendidikan
dan pelatihan dalam kegiatan statistik produksi.
d. Membantu kepala Badan Pusat Statistik propinsi dan atau
pemimpin/proyek dalam menyiapkan program pelatihan lapangan.
e. Mengatur dan mengkordinasi penyelenggaraan pelatihan petugas
lapangan di pusat pelatihan serta mengatur pembagian instruktur.
f. Mengatur dan melaksanakan pembagian dokumen dan peralatan yang
diperlukan untuk pelaksanaan lapangan kegiatan statistik produksi.
g. Melaksanakan pembinaan,pengamatan lanjut, dan pengawasan
lapangan terhadap pelaksanaan kegiatan statistik produksi.
h. Mengatur dan melaksanakan penerimaan dan pemeriksaan dokumen
(38)
i. Mengatur dan melaksanakan pengolahan data statistik produksi sesuai
dengan sistem dan program yang ditetapkan, bekerjasama dengan
organisasi terkait.
j. Mengatur dan menyiapkan dokumen dan hasil pengolahan statistik
produksi yang akan ke Badan Pusat Statistik sesuai dengan jadwal
yang ditetapkan.
k. Mengatur dan melaksanakan evaluasi hasil kegiatan statistik produksi
sebagai bahan masukan untuk penyempurnaan selanjutnya.
l. Membantu kepala Badan Pusat Statistik propinsi dalam melaksanakan
pembinaan petugas lapangan dalam rangka pengumpulan data statistik
produksi baik di produksi Kabupaten/Kota maupun Kecamatan.
m. Membantu kepala Badan Pusat Statistik propinsi dalam dalam
penyelenggaraan kordinasi dan kerjasama kegiatan statistik produksi
baik dengan Pemerintah daerah maupun Instansi lainnya.
n. Mengatur dan meyiapkan naskah publikasi statistik produksi dan
menyampaikan kesatuan organisasi terkait untuk pelaksanaan
pencetakan dan penyebarannya.
o. Membantu kepala BPS propinsi dalam melaksanakan pembinaan
penyusunan publikasi statitik produksi di BPS Kabupaten/Kota dalam
bentuk buku publikasi.
p. Membantu kepala BPS propinsi dalam melaksanakan pembinaan dan
pengembangan,pengendalian pelaksanaan kegiatan statistik produksi.
(39)
r. Mengatur dan melaksanakan penghmpunan data cara dan hasil
kegiatan yang dilakukan di lingkungan bidang statistik produksi.
s. Mengatur dan melaksanakan tugas lain yang diberikan oleh atasan
langsung.
3. Bidang Statistik Distribusi
a. Menyusun program kerja tahunan bidang yang meliputi pelaksanaan
kegiatan statistik Pertanian,Industri,Pertambangan,Energi, dan statistik
produksi lainnya.
b. Mengatur keikutsertaan program pelatihan yang diselenggarakan oleh
pusat di bidang statistik produksi.
c. Membantu kepala BPS propinsi memimpin proyek untuk menyiapkan
proyek tugas lapangan.
d. Mengatur dan mengkordinasikan penyelenggaraan petugas lapangan di
pusat pelatihan serta mengatur pelatihan.
e. Mengatur dan melaksanakan dokumen yang diperlukan untuk
pelaksanaan lapangan. Melakukan pembinaan dan pengawasan
lapangan terhadap kegiatan statistik produksi.
f. Melakukan pembinaan, pengamatan lanjut, dan pengawasan lapangan
terhadap pelaksanaan kegiatan statistik produksi.
g. Mengatur dan melaksanakan penerimaan dan pemeriksaan dokumen
hasil pengumpulan data statistik distribusi.
h. Mengatur dan melaksanakan pengolahan data statistik distribusi secara
(40)
i. Bersama-sama dengan bidang pengolahan statistik distribusi melalui
komputer sesuai yang ditetapkan.
j. Mengatur dan mengevaluasi hasil kegiatan statistik distribusi sebagai
bahan masukan untuk penyempurnaan selanjutnya.
k. Membantu kepala BPS propinsi melakukan pembinaan secara teratur
petugas pencacah,pengawas, dan pemeriksaan pengumpulan data
statistik produksi,kabupaten,kotamadya maupun di kecamatan.
l. Mengatur dan melaksanakan pengolahan data statistik produksi sesuai
dengan sistem program yang ditetapkan, bekerja sama dengan satuan
organisasi terkait.
m. Mengatur dan menyiapkan dokumen dan hasil pengolahan statistik
produksi yang akan ke badan pusat statistik sesuai dengan jadwal
yang ditetapkan.
n. Mengatur dan melaksanakan evaluasi hasil kegiatan statistik produksi
sebagai bahan masukan untuk penyempurnaan selanjutnya.
o. Membantu kepala badan pusat statistik propinsi dalam melaksanakan
pembinaan petugas lapangan dalam rangka pengumpulan data
statistik produksi baik di produksi, Kabupaten/Kota maupun di
Kecamatan.
p. Membantu kepala badan pusat statistik propinsi dalam melksanakan
pembinaan petugas lapangan dalam rangka pengumpulan data
(41)
q. Mengatur dan menyiapkan naskah publikasi statistik produksi dan
menyampaikan kesatuan organisasi terkait untuk pelaksanaan
pencetakan dan penyebarannya.
r. Membantu kepala BPS propinsi dalam melaksanakan pembinaan
penyusunan publikasi statistik produksi di badan pusat statistik
Kabupaten/kota dalam bentuk buku publikasi.
s. Membantu kepala BPS propinsi dalam melaksanakan pembinaan dan
pengembangan.
t. Pengendalian pelaksanaan kegiatan statistik produksi.
u. Mengatur dan melaksanakan penghimpunan data cara dan hasil
kegiatan yang dilakukan di lingkungan bidang statistik produksi.
v. Menyusun laporan kegiatan statistik produksi secara berkala.
w. Mengatur dan melaksankan tugas lain yang diberikan oleh atasan
langsung.
4. Bidang Statistik Kependudukan
a. Menyusun program kerja tahunan. Bidang yang terutama ruang
lingkup bidang statistik kependudukan adalah meliputi pelaksanaan
kegiatan statistik demokrasi dan rumah tangga dan statistik
kependudukan.
b. Mengatur keikutsertaan program lainnya yang akan diselenggarakan
oleh statistik bidang penduduk.
c. Membantu keikutsertaan program lainnya yang akan diselenggarakan
(42)
d. Mengatur dan mengkoordinasikan penyelenggaraan latihan tugas
lapangan dipusat serta mengatur pelatihannya.
e. Mengatur dan melaksanakan penjatahan dokumen untuk melaksanakan
tugas lapangan.
f. Melaksanakan pembinaan dan pengawasan lapangan terhadap
pengawasan kegiatan statistik penduduk.
g. Mengatur dan melaksanakan penerimaan dokumen hasil dari
pengumpulan data statistik kependudukan.
h. Bersama-sama dengan bidang pengolahan data mengatur dan
menyiapkan pengolahan data statistik kependudukan melalui komputer
sesuai yang ditetapkan.
i. Mengatur dan menyiapkan pengolahan data statistik kependudukan
yang akan dikirim kepusat sesuai dengan jadwal yang ditetapkan.
j. Mengatur dan melaksanakan evaluasi hasil pengolahan statistik
kependudukan sebagai bahan untuk penyempurnaan.
5. Bidang Pengolahan dan Pelayanan statistik.
a. Menyusun program kerja tahunan.
b. Melaksankan penyusunan, pemeliharaan, penyelesaian permasalahan
dan pengembangan sistem jaringan komunikasi data sesuai dengan
aturan yang ditetapkan serta membantu penerapan teknologi informasi.
c. Mengatur dan melaksanakan keikutsertaan dalam program pelatihan
yang diselenggarakan oleh BPS dalam program pelatihan dalam
(43)
d. Melaksanakan koordinasi pengolahan dan pemeliharaan perangkat
keras dan perangkat lunak serta menyusun sistem pengolahan data.
e. Mengatur integrasi penggunaan sistem dan program aplikasi
pengolahan data statistik distribusi termasuk sarana pendukungnya.
f. Melaksanakan penyusunan, pemeliharaan serta pengembangan sistem
basis data managemen sesuai dengan aturan yang ditetapkan.
g. Melaksanakan kajian evaluasi kebutuhan dan pengolahan data
termasuk bahan komputer dengan kerja sama dengan satuan organisasi
terkait.
6. Bidang Neraca Wilayah dan Analisis Statistik
a. Menyusun program kerja tahunan bidang neraca wilayah dan analisis
statistik.
b. Mengatur dan menyiapkan bahan yang diperlukan untuk menyusun
neraca wilayah dan analisis statistik yang mencakup neraca produksi
dan neraca konsumen, analisis dan pengembangan statistik serta
penyusunan neraca wilayah dan analisis statistik lainnya yang
ditentukan.
c. Mengatur dan melaksanakan keikutsertaan dalam program pelatihan
yang diselenggarakan oleh BPS dalam bidang neraca wilayah dan
analisis statistik.
d. Membantu kepala badan pusat statistik propinsi atau pemimpin bagian
(44)
e. Mengatur dan mengkoordinasikan penyelenggaraan pelatihan petugas
dipusat latihan serta mengatur pembagian instruksi.
f. Mengatur dan melaksanakan pembagian dokumen dan peralatan yang
diperlukan untuk pelaksanaan lapangan.
g. Melakukan penggunaan, pengamatan lanjut, dan pengawasan lapangan
terhadap pelaksanaan kegiatan penyusunan neraca dan neraca
(45)
(46)
BAB 4
ANALISIS DATA
4.1 Arti Analisis Data
Analisis data pada dasarnya dapat diartikan sebagai pebjabaran atas pengolahan
data menjadi suatu penyajian yang lebih mudah untuk ditafsirkan dan
menguraikan suatu masalah secara parsial atau keseluruhan. Untuk pemecahan
masalah perlu dilakukan suatu analisis dan pengolahan data agar diperoleh hasil
yang sesuai dengaan yang diinginkan.
Data yang akan diolah adalah jumlah produksi padi di Kabupaten Tapanuli
Utara tahun 1998-2012. Analisis yang dipakai dalam pengolahan data ini adalah
analisis Pemulusan (smoothing) Eksponensial Ganda yaitu Metode Linier Satu
(47)
4.2 Data yang Dibutuhkan
Tabel 4.1 Data Jumlah Produksi Padi di Kabupaten Tapanuli Utara
No Tahun Jumlah (Ton)
1 1998 161.600
2 1999 194.956
3 2000 181.688
4 2001 227.220
5 2002 229.698
6 2003 135.712
7 2004 142.018
8 2005 143.418
9 2006 152.013
10 2007 149.447
11 2008 150.269
12 2009 144.530
13 2010 144.618
14 2011 140.881
(48)
0 50000 100000 150000 200000 250000
1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
ju
m
la
h
P
ro
d
u
k
si
(
to
n
)
(49)
4.3 Peramalan Jumlah Produksi Padi dengan Pemulusan Eksponensian Ganda Linier Satu Parameter dari Brown dengan menggunakan α = 0,1
Tahun Xt S’t S”t at bt F1+m et |et| et2 Pet |Pet| 1998
161600 161600 161600 1999
194956 164935,6 161933,6 167937,6 333,56 2000
181688 166610,84 162401,3 170820,4 467,728 168271,2 13416,8 13416,8 180010522,2 7,384527 7,384527 2001
227220 172671,756 163428,3 181915,2 1027,047 171288,1 55931,88 55931,88 3128375200 24,61574 24,61574 2002
229698 178374,3804 164922,9 191825,8 1494,605 182942,2 46755,78 46755,78 2186102589 20,35533 20,35533 2003
135712 174108,1424 165841,5 182374,8 918,5203 193320,4 -57608,4 57608,43 3318730746 -42,449 42,44903 2004
142018 170899,1281 166347,2 175451 505,7668 183293,3 -41275,3 41275,35 1703654135 -29,0635 29,06346 2005
143418 168151,0153 166527,6 169774,4 180,3789 175956,8 -32538,8 32538,8 1058773283 -22,6881 22,68808 2006
152013 166537,2138 166528,6 166545,9 0,960839 169954,8 -17941,8 17941,8 321908335 -11,8028 11,80281 2007
149447 164828,1924 166358,5 163297,9 -170,037 166546,8 -17099,8 17099,82 292403918,4 -11,4421 11,44206 2008
150269 163372,2732 166059,9 160684,6 -298,626 163127,8 -12858,8 12858,82 165349215,2 -8,5572 8,5572 2009
144530 161488,0458 165602,7 157373,4 -457,186 160386 -15856 15856,02 251413290,3 -10,9707 10,97074 2010
144618 159801,0413 165022,5 154579,5 -580,168 156916,2 -12298,2 12298,19 151245438,3 -8,50391 8,503913 2011
140881 157909,0371 164311,2 151506,9 -711,351 153999,4 -13118,4 13118,36 172091500 -9,31166 9,311664 2012
149728 157090,9334 163589,2 150592,7 -722,027 150795,5 -1067,52 1067,524 1139608,27 -0,71298 0,712976 jumlah 12931197782
(50)
4.4 Peramalan Jumlah Produksi Padi dengan Pemulusan Eksponensian Ganda Linier Satu Parameter dari Brown dengan menggunakan α = 0,2
Tahun Xt S’t S”t at bt F1+m et |et| et2 Pet |Pet| 1998 161600 161600 161600
1999 194956 164935,6 161933,6 167937,6 333,56
2000 181688 166610,84 162401,3 170820,4 467,728 168271,2 13416,8 6745,6 45503119,36 3,712738 3,712738
2001 227220 172671,756 163428,3 181915,2 1027,047 171288,1 55931,88 48245,12 2327591604 21,23278 21,23278
2002 229698 178374,3804 164922,9 191825,8 1494,605 182942,2 46755,78 29821,01 889292518,1 12,9827 12,9827
2003 135712 174108,1424 165841,5 182374,8 918,5203 193320,4 -57608,4 79627,26 6340501172 -58,6737 58,67371
2004 142018 170899,1281 166347,2 175451 505,7668 183293,3 -41275,3 46197,07 2134169047 -32,529 32,52902
2005 143418 168151,0153 166527,6 169774,4 180,3789 175956,8 -32538,8 27859,86 776171747,5 -19,4256 19,42564
2006 152013 166537,2138 166528,6 166545,9 0,960839 169954,8 -17941,8 7814,651 61068774,98 -5,14078 5,140778
2007 149447 164828,1924 166358,5 163297,9 -170,037 166546,8 -17099,8 5834,132 34037099,43 -3,90381 3,903814
2008 150269 163372,2732 166059,9 160684,6 -298,626 163127,8 -12858,8 945,2348 893468,8477 -0,62903 0,629028
2009 144530 161488,0458 165602,7 157373,4 -457,186 160386 -15856 4339,531 18831529,64 -3,00251 3,002512
2010 144618 159801,0413 165022,5 154579,5 -580,168 156916,2 -12298,2 511,2994 261427,0606 -0,35355 0,353552
2011 140881 157909,0371 164311,2 151506,9 -711,351 153999,4 -13118,4 1865,779 3481131,836 -1,32437 1,324365
2012 149728 157090,9334 163589,2 150592,7 -722,027 150795,5 -1067,52 9925,985 98525177,55 6,629345 6,629345
jumlah 12730327818 MSE 979255986
(51)
4.5 Peramalan Jumlah Produksi Padi dengan Pemulusan Eksponensian Ganda Linier Satu Parameter dari Brown dengan menggunakan α = 0,3
Tahun Xt S’t S”t at bt F1+m et |et| et2 Pet |Pet| 1998 161600 161600 161600
1999 194956 171606,8 164602 178611,6 3002,04
2000 181688 174631,16 167610,8 181651,5 3008,736 181613,6 74,4 74,4 5535,36 0,040949 0,040949
2001 227220 190407,812 174449,9 206365,7 6839,111 184660,3 42559,72 42559,72 1811329766 18,73062 18,73062
2002 229698 202194,8684 182773,4 221616,4 8323,494 213204,8 16493,15 16493,15 272024062,9 7,180364 7,180364
2003 135712 182250,0079 182616,4 181883,6 -157,012 229939,9 -94227,9 94227,85 8878887716 -69,4322 69,43222
2004 142018 170180,4055 178885,6 161475,2 -3730,79 181726,6 -39708,6 39708,63 1576775652 -27,9603 27,96028
2005 143418 162151,6839 173865,4 150438 -5020,17 157744,4 -14326,4 14326,44 205246933,8 -9,98929 9,989291
2006 152013 159110,0787 169438,8 148781,3 -4426,6 145417,8 6595,212 6595,212 43496826,79 4,338584 -4,33858
2007 149447 156211,1551 165470,5 146951,8 -3968,3 144354,7 5092,254 5092,254 25931049,26 3,407398 -3,4074
2008 150269 154428,5086 162157,9 146699,1 -3312,6 142983,5 7285,501 7285,501 53078529,26 4,848306 -4,84831
2009 144530 151458,956 158948,2 143969,7 -3209,69 143386,5 1143,497 1143,497 1307586,397 0,791183 -0,79118
2010 144618 149406,6692 156085,8 142727,6 -2862,47 140760 3858,001 3858,001 14884170 2,667718 -2,66772
2011 140881 146848,9684 153314,7 140383,2 -2771,04 139865,1 1015,887 1015,887 1032027,094 0,721096 -0,7211
2012 149728 147712,6779 151634,1 143791,2 -1680,61 137612,2 12115,82 12115,82 146793140,3 8,091888 8,091888
jumlah 13030792996 MSE 1002368692
(52)
4.6. Peramalan Jumlah Produksi Padi dengan Pemulusan Eksponensian Ganda Linier Satu Parameter dari Brown dengan menggunakan α = 0,4
Tahun Xt S’t S”t at bt F1+m et |et| et2 Pet |Pet| 1998 161600 161600 161600
1999 194956 174942,4 166937 182947,8 5336,96
2000 181688 177640,64 171218,4 184062,8 4281,472 188284,8 -6596,8 6596,8 43517770,24 -3,63084 -3,63084
2001 227220 197472,384 181720 213224,8 10501,58 188344,3 38875,68 38875,68 1511318495 17,10927 17,10927
2002 229698 210362,6304 193177,1 227548,2 11457,05 223726,3 5971,664 5971,664 35660770,93 2,599789 2,599789
2003 135712 180502,3782 188107,2 172897,6 -5069,87 239005,2 -103293 103293,2 10669495082 -76,1121 76,1121
2004 142018 165108,6269 178907,8 151309,5 -9199,42 167827,7 -25809,7 25809,7 666140440,6 -18,1735 18,17354
2005 143418 156432,3762 169917,6 142947,1 -8990,15 142110,1 1307,933 1307,933 1710689,549 0,911973 0,91197
2006 152013 154664,6257 163816,4 145512,8 -6101,19 133957 18056,01 18056,01 326019524,7 11,87794 11,8779
2007 149447 152577,5754 159320,9 145834,3 -4495,54 139411,6 10035,36 10035,36 100708388,6 6,714994 6,71499
2008 150269 151654,1453 156254,2 147054,1 -3066,69 141338,7 8930,264 8930,264 79749622,88 5,942852 5,94285
2009 144530 148804,4872 153274,3 144334,7 -2979,88 143987,4 542,5888 542,5888 294402,6374 0,375416 0,37542
2010 144618 147129,8923 150816,5 143443,2 -2457,77 141354,8 3263,211 3263,211 10648548,63 2,256435 2,25644
2011 140881 144630,3354 148342,1 140918,6 -2474,48 140985,5 -104,478 104,4783 10915,7153 -0,07416 0,074161
2012 149728 146669,4012 147673 145665,8 -669,063 138444,1 11283,87 11283,87 127325720,7 7,536246 7,536246
jumlah 13572600373 MSE 1044046183
(53)
4.6 Peramalan Jumlah Produksi Padi dengan Pemulusan Eksponensian Ganda Linier Satu Parameter dari Brown dengan menggunakan α = 0,5
Tahun Xt S’t S”t at bt F1+m et |et| et2 Pet |Pet| 1998
161600 161600 161600 1999
194956 178278 169939 186617 8339 2000
181688 179983 174961 185005 5022 194956 -13268 13268 176039824 -7,30263 7,302629 2001
227220 203601,5 189281,3 217921,8 14320,25 190027 37193 37193 1383319249 16,36872 16,36872 2002
229698 216649,75 202965,5 230334 13684,25 232242 -2544 2544 6471936 -1,10754 1,107541 2003
135712 176180,875 189573,2 162788,6 -13392,3 244018,3 -108306 108306,3 11730243789 -79,8059 79,80595 2004
142018 159099,4375 174336,3 143862,6 -15236,9 149396,3 -7378,25 7378,25 54438573,06 -5,19529 5,195292 2005
143418 151258,7188 162797,5 139719,9 -11538,8 128625,7 14792,31 14792,31 218812509,1 10,31413 10,31413 2006
152013 151635,8594 157216,7 146055 -5580,83 128181,1 23831,88 23831,88 567958266 15,67752 15,67752 2007
149447 150541,4297 153879,1 147203,8 -3337,63 140474,2 8972,797 8972,797 80511083,76 6,003999 6,003999 2008
150269 150405,2148 152142,1 148668,3 -1736,92 143866,2 6402,828 6402,828 40996208 4,260911 4,260911 2009
144530 147467,6074 149804,9 145130,3 -2337,26 146931,4 -2401,37 2401,371 5766583,13 -1,6615 1,661504 2010
144618 146042,8037 147923,8 144161,8 -1881,03 142793,1 1824,922 1824,922 3330339,85 1,261891 1,261891 2011
140881 143461,9019 145692,9 141230,9 -2230,97 142280,7 -1399,74 1399,735 1959259,054 -0,99356 0,993559 2012
149728 146594,9509 146143,9 147046 451,0405 139000 10728,03 10728,03 115090717,4 7,165015 7,165015 jumlah 14384938337
(54)
4.7 Peramalan Jumlah Produksi Padi dengan Pemulusan Eksponensian Ganda Linier Satu Parameter dari Brown dengan menggunakan α = 0,6
Tahun Xt S’t S”t at bt F1+m et |et| et2 Pet |Pet| 1998
161600 161600 161600 1999
194956 181613,6 173608,2 189619 12008,16 2000
181688 181658,24 178438,2 184878,3 4830,048 201627,2 -19939,2 19939,2 397571696,6 -10,9744 10,97442 2001
227220 208995,296 196772,5 221218,1 18334,25 189708,3 37511,68 37511,68 1407126136 16,50897 16,50897 2002
229698 221416,9184 211559,1 231274,7 14786,67 239552,4 -9854,38 9854,384 97108884,02 -4,29015 4,290148 2003
135712 169993,9674 186620 153367,9 -24939,1 246061,4 -110349 110349,4 12176984784 -81,3114 81,31144 2004
142018 153208,3869 166573 139843,7 -20047 128428,8 13589,2 13589,2 184666374 9,568647 9,568647 2005
143418 147334,1548 155029,7 139638,6 -11543,3 119796,7 23621,26 23621,26 557963955,7 16,47022 16,47022 2006
152013 150141,4619 152096,8 148186,2 -2932,95 128095,3 23917,74 23917,74 572058116,2 15,73401 15,73401 2007
149447 149724,7848 150673,6 148776 -1423,19 145253,2 4193,787 4193,787 17587853,1 2,806204 2,806204 2008
150269 150051,3139 150300,2 149802,4 -373,357 147352,8 2916,192 2916,192 8504176,498 1,940648 1,940648 2009
144530 146738,5256 148163,2 145313,8 -2137,02 149429,1 -4899,05 4899,052 24000713,36 -3,38964 3,389644 2010
144618 145466,2102 146545 144387,4 -1618,2 143176,8 1441,167 1441,167 2076963,551 0,996534 0,996534 2011
140881 142715,0841 144247,1 141183,1 -2297,95 142769,2 -1888,22 1888,218 3565366,052 -1,34029 1,340293 2012
149728 146922,8336 145852,5 147993,1 1605,468 138885,2 10842,84 10842,84 117567158,8 7,241691 7,241691 jumlah 15566782178
(55)
4.8 Peramalan Jumlah Produksi Padi dengan Pemulusan Eksponensian Ganda Linier Satu Parameter dari Brown dengan menggunakan α = 0,7
Tahun Xt S’t S”t at bt F1+m et |et| et2 Pet |Pet| 1998
161600 161600 161600 1999
194956 184949,2 177944,4 191954 16344,44 2000
181688 182666,36 181249,8 184082,9 3305,344 208298,4 -26610,4 26610,4 708113388,2 -14,6462 14,64621 2001
227220 213853,908 204072,7 223635,1 22822,89 187388,3 39831,72 39831,72 1586565918 17,53002 17,53002 2002
229698 224944,7724 218683,1 231206,4 14610,47 246458 -16760 16760,03 280898672,6 -7,29655 7,296551 2003
135712 162481,8317 179342,2 145621,4 -39340,9 245816,9 -110105 110104,9 12123083279 -81,1313 81,13127 2004
142018 148157,1495 157512,7 138801,6 -21829,6 106280,5 35737,48 35737,48 1277167368 25,16405 25,16405 2005
143418 144839,7449 148641,6 141037,9 -8871,05 116972,1 26445,93 26445,93 699386988,7 18,43975 18,43975 2006
152013 149861,0235 149495,2 150226,8 853,5803 132166,8 19846,18 19846,18 393870955,3 13,05558 13,05558 2007
149447 149571,207 149548,4 149594 53,2026 151080,4 -1633,42 1633,424 2668073,591 -1,09298 1,092979 2008
150269 150059,6621 149906,3 150213 357,8793 149647,2 621,7893 621,7893 386621,876 0,413784 0,413784 2009
144530 146188,8986 147304,1 145073,7 -2602,17 150570,9 -6040,92 6040,918 36492693,88 -4,1797 4,179699 2010
144618 145089,2696 145753,7 144424,8 -1550,39 142471,5 2146,488 2146,488 4607410,684 1,484247 1,484247 2011
140881 142143,4809 143226,6 141060,4 -2527,17 142874,4 -1993,42 1993,425 3973741,477 -1,41497 1,41497 2012
149728 147452,6443 146184,8 148720,5 2958,264 138533,2 11194,76 11194,76 125322681,6 7,476732 7,476732 jumlah 17242537793
(56)
4.9 Peramalan Jumlah Produksi Padi dengan Pemulusan Eksponensian Ganda Linier Satu Parameter dari Brown dengan menggunakan α = 0,8
Tahun Xt S’t S”t at bt F1+m et |et| et2 Pet |Pet| 1998
161600 161600 161600 1999
194956 188284,8 182947,8 193621,8 21347,84 2000
181688 183007,36 182995,5 183019,3 47,616 214969,6 -33281,6 33281,6 1107664899 -18,318 18,318 2001
227220 218377,472 211301,1 225453,9 28305,61 183066,9 44153,12 44153,12 1949498006 19,43188 19,43188 2002
229698 227433,8944 224207,3 230660,5 12906,26 253759,5 -24061,5 24061,49 578955204,8 -10,4753 10,47527 2003
135712 154056,3789 168086,6 140026,2 -56120,8 243566,7 -107855 107854,7 11632640626 -79,4732 79,47324 2004
142018 144425,6758 149157,9 139693,5 -18928,7 83905,43 58112,57 58112,57 3377070969 40,91916 40,91916 2005
143418 143619,5352 144727,2 142511,9 -4430,66 120764,8 22653,22 22653,22 513168258,9 15,79524 15,79524 2006
152013 150334,307 149212,9 151455,7 4485,686 138081,2 13931,78 13931,78 194094608,3 9,164864 9,164864 2007
149447 149624,4614 149542,1 149706,8 329,2608 155941,4 -6494,42 6494,415 42177426,91 -4,34563 4,345631 2008
150269 150140,0923 150020,5 150259,7 478,3569 150036 232,9626 232,9626 54271,57941 0,15503 0,15503 2009
144530 145652,0185 146525,7 144778,3 -3494,79 150738 -6208,04 6208,038 38539740,18 -4,29533 4,295329 2010
144618 144824,8037 145165 144484,6 -1360,73 141283,5 3334,466 3334,466 11118664,54 2,305706 2,305706 2011
140881 141669,7607 142368,8 140970,7 -2796,18 143123,9 -2242,89 2242,892 5030564,542 -1,59205 1,592047 2012
149728 148116,3521 146966,8 149265,9 4598,037 138174,5 11553,46 11553,46 133482543,2 7,716302 7,716302 jumlah 19583495782
(57)
4.10 Peramalan Jumlah Produksi Padi dengan Pemulusan Eksponensian Ganda Linier Satu Parameter dari Brown dengan menggunakan α = 0,9
Tahun Xt S’t S”t at bt F1+m et |et| et2 Pet |Pet| 1998
161600 161600 161600 1999
194956 191620,4 188618,4 194622,4 27018,36 2000
181688 182681,24 183275 182087,5 -5343,41 221640,8 -39952,8 39952,8 1596226228 -21,9898 21,98978 2001
227220 222766,124 218817 226715,2 35542,05 176744,1 50475,88 50475,88 2547814462 22,21454 22,21454 2002
229698 229004,8124 227986 230023,6 9169,025 262257,3 -32559,3 32559,3 1060107756 -14,1748 14,17483 2003
135712 145041,2812 153335,8 136746,8 -74650,3 239192,6 -103481 103480,6 10708238302 -76,2502 76,25016 2004
142018 142320,3281 143421,9 141218,8 -9913,89 62096,53 79921,47 79921,47 6387441265 56,27559 56,27559 2005
143418 143308,2328 143319,6 143296,9 -102,274 131304,9 12113,1 12113,1 146727192,9 8,446011 8,446011 2006
152013 151142,5233 150360,2 151924,8 7040,634 143194,6 8818,405 8818,405 77764272,33 5,801086 5,801086 2007
149447 149616,5523 149690,9 149542,2 -669,31 158965,4 -9518,45 9518,45 90600889,21 -6,36911 6,369114 2008
150269 150203,7552 150152,5 150255 461,5516 148872,9 1396,126 1396,126 1949167,695 0,929084 0,929084 2009
144530 145097,3755 145602,9 144591,9 -4549,59 150716,6 -6186,59 6186,59 38273899,65 -4,28049 4,280489 2010
144618 144665,9376 144759,6 144572,2 -843,253 140042,3 4575,721 4575,721 20937219,73 3,164005 3,164005 2011
140881 141259,4938 141609,5 140909,5 -3150,12 143729 -2847,99 2847,99 8111046,819 -2,02156 2,021557 2012
149728 148881,1494 148154 149608,3 6544,478 137759,4 11968,64 11968,64 143248458,4 7,993592 7,993592 jumlah 22827440159
(58)
4.11 Peramalan Jumlah Produksi Padi dengan Pemulusan Eksponensian Ganda Linier Satu Parameter dari Brown dengan menggunakan α = 0,2
Tahun Xt S’t S”t at bt F1+m et |et| et2 Pet |Pet| 1998 161600 161600 161600
1999 194956 164935,6 161933,6 167937,6 333,56
2000 181688 166610,84 162401,3 170820,4 467,728 168271,2 13416,8 13416,8 180010522,2 7,384527 7,384527
2001 227220 172671,756 163428,3 181915,2 1027,047 171288,1 55931,88 55931,88 3128375200 24,61574 24,61574
2002 229698 178374,3804 164922,9 191825,8 1494,605 182942,2 46755,78 46755,78 2186102589 20,35533 20,35533
2003 135712 174108,1424 165841,5 182374,8 918,5203 193320,4 -57608,4 57608,43 3318730746 -42,449 42,44903
2004 142018 170899,1281 166347,2 175451 505,7668 183293,3 -41275,3 41275,35 1703654135 -29,0635 29,06346
2005 143418 168151,0153 166527,6 169774,4 180,3789 175956,8 -32538,8 32538,8 1058773283 -22,6881 22,68808
2006 152013 166537,2138 166528,6 166545,9 0,960839 169954,8 -17941,8 17941,8 321908335 -11,8028 11,80281
2007 149447 164828,1924 166358,5 163297,9 -170,037 166546,8 -17099,8 17099,82 292403918,4 -11,4421 11,44206
2008 150269 163372,2732 166059,9 160684,6 -298,626 163127,8 -12858,8 12858,82 165349215,2 -8,5572 8,5572
2009 144530 161488,0458 165602,7 157373,4 -457,186 160386 -15856 15856,02 251413290,3 -10,9707 10,97074
2010 144618 159801,0413 165022,5 154579,5 -580,168 156916,2 -12298,2 12298,19 151245438,3 -8,50391 8,503913
2011 140881 157909,0371 164311,2 151506,9 -711,351 153999,4 -13118,4 13118,36 172091500 -9,31166 9,311664
2012 149728 157090,9334 163589,2 150592,7 -722,027 150795,5 -1067,52 1067,524 1139608,27 -0,71298 0,712976
149870,7 jumlah 12931197782 149148,7 MSE 994707521,7
(59)
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 sistem yang akan diperbaiki.
Tahapan implementasi merupakan tahapan penerapan hasil desain tertulis
ke dalam progamming (coding). dalam pengolahan data pada karya tulis ini
penulis menggunakan satu perangkat lunak sebagai implementasi sistem yaitu
Microsoft Excel dalam menyelesaikan masalah untuk memperoleh hasil
perhitungan.
Dalam hal pengolahan data, komputer mempunyai kelebihan dari manusia
yaitu kecepatan, ketepatan, dan keandalan dalam memproses data. Dengan adanya
perangkat lunak komputer tersebut kita sangat terbantu karena memang ada
kalanya data yang sangat rumit dan banyak tidak dapat dikerjakan secara manual
atau dengan menggunakan tenaga manusia yang tentunya membutuhkan waktu
dan tenaga yang sangat banyak utuk mengoalh data tersebut, disamping itu faktor
(60)
Selain itu, dengan adanya perangkat lunak komputer, diharapkan
pekerjaan tersebut dapat dilakukan dengan cepat dan tepat, dan dengan tingkat
kesalahan yang relatif kecil.
5.2. Microsoft Excel
Microsoft Excel merupakan program aplikasi lembar kerja elektronik (spread
sheet) dari program paket Microsoft Office. Excel merupakn salah satu software
pengolahan angka yang cukup banyak digunakan di dunia. Excel merupakan
produk unggulan dari Microsoft Corporation yang banyak berperan dalam
pengolahan informasi khususnya data yang berbentuk angka, dihitung,
diproyeksikan, dianalisis, dan dipresentasikan data pada lembar kerja. Microsoft
telah mengeluarkan Excel dalam berbagai dari versi 4, versi 5, versi 97, versi 200,
versi 2002, versi 2003, versi 2007 dan versi 2010.
Sheet (Lembar Kerja) Excel terdiri dari 256 kolom dan 65536 baris. Setiap
kolom di beri nama dengan huruf mulai dari A, B, C, ... , Z kemudian dilanjutkan
AA, AB, AC, ... , sampai kolom IV. Sedangkan kolom baris ditandai dengan
angka mulai dari 1, 2, 3, ... , 65536.
5.3. Langkah-Langkah Memulai Pengolahan Data dengan Excel
Sebelum pengoperasian software ini, pastikan pada komputer terpasang program
(61)
(1)
54
5. Forecast untuk tahun ketiga yaitu pada sel F4 dapat dicari dengan menggunakan rumus : =(D3+(E3*1)) dengan hasil angka 221640,8 dan untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.
6.Nilai error untuk tahun 2000 ditentukan dengan rumus : =A4-F4. Dalam kasus ini menghasilkan -39952,8 dan untuk tahun berikutnya dilakukan dengan menyalin rumus tersebut.
7.Nilai absolute untuk tahun 2000 ditentukan dari nilai mutlak error. Dalam kasus ini menghasilkan 39952,8 karena pada tahun tersebut nilai error negatif. Tetapi pada tahun 2001 dengan nilai error 50475,88 maka pada absolute menghasilkan 50475,88. Demikian juga untuk tahun-tahun berikutnya.
8.Nilai squared error untuk tahun 2000 ditentukan dari =H4^2. Dalam kasus ini menghasilkan 1596226228 dan untuk tahun berikutnya dilakukan dengan hal yang sama.
9. NilaiPetbisa dicari pada tahun kedua yaitu dengan rumus : =((A4-F4)/A4)*100 Dalam kasus ini menghasilkan angka : -21,9898 dan untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.
(2)
(3)
56
BAB 6
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Berdasarkan hasil pengolahan data dan analisis data yang dilakukan pada bab-bab sebelumnya maka kesimpulan yang diperoleh antara lain :
1. Metode paramalan yang baik adalah metode yang memberikan hasil ramalan yang tidak jauh berbeda dengan data yang sebenarnya, atau metode tersebut menghasilkan bias sekecil mungkin. Dalam kasus ini analisis Metode Smoothing Eksponensial dengan satu parameter dari Brown diperoleh nilai MSE yang terkecil adalah = 0,2 yakni MSE = 979.255.986
2. Bentuk persamaan peramalan dari jumlah produksi padi di Kabupaten Tapanuli Utara adalah : F2012+ m= 16.176,49 + (-290,164) (m)
3. Diarmalkan jumlah produksi padi bdi kabupaten Tapanuli Utara untuk periode dua tahun ke depan adalah (dalam satuan ton)
T a h u n Period e Peramalan
(4)
0 1 3 129311977 82 2 0 1 4 17 994707521, 7 6.2 Saran
Berdasarkan penelitian yang telah dilakukan oleh penulis, maka pada Tugas Akhir ini penulis memberikan saran yang diharapkan dapat bermanfaat bagi pemerintah dan pihak-pihak yang terkait.
Adapun saran yang dapat penulis berikan antara lain sebagai berikut :
1. Dalam meramalkan jumlah produksi padi di kabupaten tapanuli Utara dengan menggunakan Metode Pemulusa Eksponensial Ganda Linier Satu Parameter dari Brown akan sangat membantu jika kita menggunakan alat bantu komputer.
2. Dengan adanya angka peramalan tersebut diharapkan kiranya dapat memberikan gambaran dalam pengambilan keputusan untuk jumlah produksi padi di masa yang akan datang
(5)
58
4. Sebagai bahan pertimbangan dan perbandingan dalam mengambil berbagai kebijakan, metode peramalan yang dibahas dalam Tugas Akhir ini sangat membantu.
(6)
BPS.2012.Tapanuli Utara Dalam Angka 2012.Badan Pusat Statistik
Makridakis, Spyros, dan whellright, steven c. 1993. Metode dan Aplikasi Peramalan Edisi ke II .Jakarta : Erlangga
Ir. Pandapotan Sianipar, 2004.Singkat Tepat Jelas Menggunakan Microsoft Office Excel 2003.Jakarta: PT. Eleks Media Komputating
Panduan Tatacara Penulisan Tugas Akhir 2014. Dokumen Nomor Akad/02/2014. Medan. Fakultas Matematika dan Ilmu Pengetahuan Alam Sumatera Utara
http://www.tapanuliutara.bps.go.id/f brs/BRS % 20 ARAM1109 pdf. http://www.google.co.id/f.