Adapun manfaat penelitian ini adalah sebagai berikut. 1.
Bagi Mahasiswa a.
Mengaplikasikan ilmu yang telah didapat dibangku perkuliahan sehingga menunjang persiapan untuk terjun ke dunia kerja.
b. Menambah wawasan dan pengetahuan penggunaan metode exponential
smoothing untuk peramalan IPM Provinsi Jawa Tengah.
c. Terapan langsung Microsoft Visual Basic 6.0 untuk penyusunan program
aplikasi peramalan dengan metode exponential smoothing. 2.
Bagi Jurusan Matematika a.
Dapat dijadikan sebagai bahan studi kasus bagi pembaca dan acuan bagi mahasiswa.
b. Sebagai bahan referensi bagi pihak perpustakaan dan bahan bacaan yang
dapat menambah ilmu pengetahuan bagi pembaca. 3.
Bagi Instansi Aplikasi Visual Basic 6.0 untuk peramalan Metode Exponential
Smoothing dapat dijadikan sebagai instrumen atau alat dalam melakukan
peramalan IPM Provinsi Jawa Tengah agar lebih efektif dan efisien.
1.4 Sistematika Penulisan
Sistematika Tugas Akhir terdiri dari tiga bagian yaitu bagian pendahuluan, bagian isi dan bagian akhir seperti berikut.
1 Bagian awal berisi halaman judul, halaman pengesahan, abstrak, motto dan
persembahan, kata pengantar, daftar isi, daftar lampiran dan daftar tabel. 2
Bagian isi terdiri dari lima bab, yaitu:
BAB I : PENDAHULUAN Dalam bab ini berisi latar belakang masalah, rumusan dan batasan
masalah, tujuan dan manfaat, serta sistematika tugas akhir.
BAB II : LANDASAN TEORI Dalam bab ini akan dibahas dan diuraikan secara teoritis
mengenai konsep –konsep yang dijadikan landasan teori masalah
dan berisi tentang deskripsi IPM, peramalan dengan metode exponential smoothing
, dan Miscrosoft Visual Basic. BAB III : METODE KEGIATAN
Dalam bab ini akan dibahas dan diuraikan metode kegiatan yang berisi langkah
–langkah yang ditempuh untuk memecahkan masalah, variabel yang digunakan, cara mengumpulkan data dan
analisis data. BAB IV : HASIL KEGIATAN DAN PEMBAHASAN
Dalam bab ini akan dikemukakan metode kegiatan yang berasal dari peramalan IPM Provinsi Jawa Tengah Tahun 2014 dengan
Microsoft Excel , dan simulasi program peramalan exponential
smoothing dengan Microsoft Visual Basic 6.0.
BAB V : PENUTUP Dalam bab ini berisi simpulan dari pembahasan dan saran yang
berkaitan dengan simpulan. 3
Bagian akhir tugas akhir berisi daftar pustaka dan lampiran.
8
BAB II LANDASAN TEORI
2.1 Indeks Pembangunan Manusia
2.1.1 Konsep Umum Pembangunan Manusia
Mengutip isi Human Development Report HDR pertama tahun 1990, pembangunan manusia adalah suatu proses untuk memperbanyak pilihan-pilihan
yang dimiliki oleh manusia. Diantara banyak pilihan tersebut, pilihan yang terpenting adalah untuk berumur panjang dan sehat, untuk berilmu pengetahuan,
dan untuk mempunyai akses terhadap sumber daya yang dibutuhkan agar dapat hidup secara layak UNDP 1995:1.
Pada tahun 1990 UNDP United Nations Development Programme dalam laporannya “Global Human Development Report” memperkenalkan konsep
“Pembangunan Manusia Human Development” sebagai paradigma baru model pembangunan. Menurut UNDP, pembangunan manusia dirumuskan sebagai
perluasan pilihan bagi penduduk enlarging the choices of people, yang dapat dilihat sebagai proses upaya ke arah “perluasan pilihan” dan sekaligus sebagai
taraf yang dicapai dari upaya tersebut. Pada saat yang sama pembangunan manusia dapat dilihat juga sebagai pembangunan formation kemampuan
manusia melalui perbaikan taraf kesehatan, pengetahuan, dan keterampilan; sekaligus sebagai pemanfatan utilization kemampuanketrampilan mereka.
Konsep pembangunan di atas jauh lebih luas pengertiannya dibandingkan konsep
pembangunan ekonomi yang menekankan pada pertumbuhan economic growth, kebutuhan dasar, kesejahteraan masyarakat, atau pegembangan sumber daya
manusia UNDP 1993:1. Berdasarkan konsep Pembangunan Manusia yang dikembangkan oleh PBB
Perserikatan Bangsa-Bangsa, menetapkan peringkat kinerja pembangunan manusia pada skala 0,0
– 100,0 dengan kategori sebagai berikut: a
IPM ≥ 80,00 b
66,00 ≤ IPM 79,90 c
50,00 ≤ IPM 65,90 d
IPM 50,00 Sumber data perhitungan komponen IPM dari Survei Sosial Ekonomi Nasional
SUSENAS yang dilakukan BPS setiap tahun yang mencakup seluruh Provinsi di Indonesia.
Sebagaimana dikutip dari laporan UNDP atau United Nations Development Programme
1995:103, ada beberapa konsep penting mengenai pembangunan manusia yaitu sebagai berikut:
a. Pembangunan harus mengutamakan penduduk sebagai pusat perhatian.
b. Pembangunan dimaksudkan untuk memperbesar pilihan-pilihan bagi
penduduk, bukan hanya untuk meningkatkan pendapatan mereka. Oleh karena itu, konsep pembangunan manusia harus berpusat pada penduduk
secara komprehensif dan bukan hanya pada aspek ekonomi semata. c.
Pembangunan manusia memperhatikan bukan hanya pada upaya meningkatkan kemampuan atau kapasitas manusia, tetapi juga pada
upayaupaya memanfaatkan kemampuankapasitas manusia tersebut secara optimal.
d. Pembangunan manusia didukung oleh empat pilar pokok, yaitu diantaranya
produktivitas, pemerataan, kesinambungan dan pemberdayaan. e.
Pembangunan manusia menjadi dasar dalam penentuan tujuan pembangunan dan dalam menganalisis pilihan-pilihan untuk mencapainya.
Menurut UNDP dalam Human Development Report HDR 1995 yang menekankan bahwa untuk memperluas pilihan-pilihan manusia, konsep
pembangunan manusia harus dibangun dari empat dimensi yang tidak terpisahkan. Berdasarkan konsep di atas maka untuk menjamin tercapainya tujuan
pembangunan manusia, ada empat unsur pokok yang perlu diperhatikan UNDP, 1995:12 yaitu:
a. Produktivitas Productivity
Masyarakat harus mampu untuk meningkatkan produktifitas mereka dan berpartisipasi penuh dalam proses mencari penghasilan dan lapangan
pekerjaan. Oleh karena itu, pembangunan ekonomi merupakan bagian dari model pembangunan manusia.
b. Pemerataan equity
Masyarakat harus mempunyai akses untuk memperoleh kesempatan yang adil. Semua hambatan terhadap peluang ekonomi dan politik harus
dihapuskan sehingga masyarakat dapat berpartisipasi di dalam dan memperoleh manfaat dari peluang-peluang yang ada.
c. Kesinambungan Sustainability Akses untuk memperoleh kesempatan harus dipastikan bahwa tidak hanya
untuk generasi sekarang tetapi juga untuk generasi yang akan datang. Semua jenis pemodalan baik itu fisik, manusia, dan lingkungan hidup harus
dilengkapi. d. Pemberdayaan Empowerment
Pembangunan harus dilakukan oleh masyarakat, dan bukan hanya untuk mereka. Masyarakat harus berpartisipasi penuh dalam mengambil keputusan
dan prosesproses yang memengaruhi kehidupan mereka.
2.1.2 Komponen IPM
Komponen IPM adalah usia hidup longevity, pengetahuan knowledge, dan standar hidup layak decent living. Usia hidup diukur dengan angka harapan
hidup atau e yang dihitung menggunakan metode tidak langsung metode Brass,
varian Trussel berdasarkan variabel rata-rata anak lahir hidup dan rata-rata anak
yang masih hidup Bappeda, 2012: 6-7. Komponen pengetahuan diukur dengan angka melek huruf dan rata-rata lama
sekolah yang dihitung berdasarkan data Susenas Kor. Sebagai catatan, UNDP dalam publikasi tahunan HDR sejak 1995 menggunakan indikator partisipasi
sekolah dasar, menengah, dan tinggi sebagai pengganti rata-rata lama sekolah karena sulitnya memperoleh data rata-rata lama sekolah secara global. Indikator
angka melek huruf diperoleh dari variabel kemampuan membaca dan menulis, sedangkan indikator rata-rata lama sekolah dihitung dengan menggunakan dua
variabel secara simultan; yaitu tingkatkelas yang sedangpernah dijalani dan jenjang pendidikan tertinggi yang ditamatkan Bappeda, 2009: 1.
Komponen standar hidup layak diukur dengan indikator rata-rata konsumsi real yang telah disesuaikan. Sebagai catatan, UNDP menggunakan indikator PDB
per kapita real yang telah disesuaikan adjusted real GDP per capita sebagai ukuran komponen tersebut karena tidak tersedia indikator lain yang lebih baik
untuk keperluan perbandingan antar negara Bappeda, 2009: 2. Indeks pembangunan manusia IPM atau Human Development Index HDI
adalah indikator untuk mengukur kualitas derajat perkembangan manusia dari hasil pembangunan ekonomi. Human Development Index diperkenalkan pertama
kali oleh UNDP pada tahun 1990. IPM menggunakan ukuran sosial ekonomi yang lebih komprehensif daripada GNP dan memungkinkan untuk membandingkan
negara dengan cara yang berbeda. Penghitungan IPM sebagai indikator pembangunan manusia memiliki tujuan penting UNDP, 1995:118, diantaranya:
a Membangun indikator yang mengukur dimensi dasar pembangunan manusia dan perluasan kebebasan memilih.
b Memanfaatkan sejumlah indikator untuk menjaga ukuran tersebut sederhana. c Membentuk satu indeks komposit dari pada menggunakan sejumlah indeks
dasar. d Menciptakan suatu ukuran yang mencakup aspek sosial dan ekonomi.
Dalam indeks pembangunan manusia terdapat tiga komposisi indikator yang digunakan untuk mengukur besar indeks pembangunan manusia suatu negara,
yakni :
1. Tingkat kesehatan diukur harapan hidup saat lahir tingkat kematian bayi.
2. Tingkat pendidikan diukur dengan jumlah penduduk yang melek huruf atau
tingkat pendidikan yang telah dicapai atau lamanya pendidikan seorang penduduk.
3. Standar kehidupan diukur dengan tingkat pengeluaran perkapita per tahun
BPS,2012:2.
2.1.3 Indikator IPM
Beberapa istilah yang digunakan dalam penghitungan Indeks Pembangunan Manusia, antara lain mencakup pengertian indikator IPM mengenai istilah
angka harapan hidup, Tingkat pendidikan, dan angka hidup layak diantaranya adalah:
a Angka Harapan Hidup
Angka Harapan Hidup merupakan rata-rata perkiraan banyak tahun yang dapat ditempuh oleh seseorang selama hidup. Penghitungan angka harapan
hidup melalui pendekatan tak langsung indirect estimation. Jenis data yang digunakan adalah Anak Lahir Hidup ALH dan Anak Masih Hidup AMH.
Paket program Mortpack digunakan untuk menghitung angka harapan hidup berdasarkan input data ALH dan AMH. Selanjutnya, dipih metode Trussel
dengan model West, yang sesuai dengan histori kependudukan dan kondisi Indonesia dan negara-negara Asia Tenggara umumnya Preston, 2004.
Indeks harapan hidup dihitung dengan menghitung nilai maksimum dan nilai minimum harapan hidup sesuai standar UNDP, yaitu angka tertinggi sebagai
batas atas untuk penghitungan indeks dipakai 85 tahun dan terendah adalah 25 tahun BPS, 2013:106.
b Tingkat Pendidikan
Dalam hal ini, indikator yang digunakan adalah rata-rata lama sekolah mean years of schooling
dan angka melek huruf. Pada proses pembentukan IPM, rata-rata lama sekolah memiliki bobot sepertiga dan angka melek huruf diberi
bobot dua pertiga, kemudian penggabungan kedua indikator ini digunakan sebagai indeks pendidikan sebagai salah satu komponen pembentuk IPM.
Rata-rata lama sekolah menggambarkan jumlah tahun yang digunakan oleh penduduk usia 15 tahun keatas dalam menjalani pendidikan formal.
Perhitungan rata-rata lama sekolah menggunakan dua batasan yang dipakai sesuai kesepakatan beberapa negara. Rata-rata lama sekolah memiliki batas
maksimumnya 15 tahun dan batas minimum sebesar 0 tahun. Angka melek huruf adalah presentase penduduk usia 15 tahun keatas yang
dapat membaca dan menulis huruf latin dan atau huruf lainnya. Seperti halnya rata-rata lama sekolah, angka melek huruf juga menggunakan batasan yang
dipakai sesuai kesepakatan beberapa negara. Batas maksimum untuk angka melek huruf adalah 100, sedangkan batas minimumnya 0 nol. Nilai 100
menggambarkan kondisi 100 persen atau semua masyarakat mampu membaca dan menulis, sedangkan nilai 0 mencerminkan kondisi sebaliknya
BPS, 2013:107. c
Indeks Hidup Layak Untuk mengukur dimensi standar hidup layak daya beli, UNDP
mengunakan indikator yang dikenal dengan real per kapita GDP adjusted. Untuk perhitungan IPM sub nasional Provinsi atau KabupatenKota tidak
memakai PDRB per kapita karena PDRB per kapita hanya mengukur produksi suatu wilayah dan tidak mencerminkan daya beli real masyarakat
yan penting bagi IPM. Untuk mengukur daya beli penduduk antar Provinsi di Indonesia, BPS menggunakan data rata-rata konsumsi 27 komoditi terpilih
dari Survei Sosial Ekonomi Nasional SUSENAS yang dianggap paling dominan dikonsumsi oleh masyarakat Indonesia dan telah distandarkan agar
bisa dibandingkan antar daerah dan antar waktu yang disesuaikan dengan indeks PPP BPS, 2013:107.
2.1.4 Metodologi 2.1.4.1 Cakupan IPM Provinsi Jawa Tengah
IPM adalah suatu indikator pembangunan manusia yang diperkenalkan UNDP pada tahun 1990. Pada dasarnya IPM mencakup tiga komponen yang
dianggap mendasar bagi manusia dan secara operasional mudah dihitung untuk menghasilkan suatu ukuran yang merefleksikan upaya pembangunan manusia.
Ketiga aspek tersebut berkaitan dengan peluang hidup longevity, pengetahuan knowledge, dan hidup layak decent living. Peluang hidup dihitung berdasarkan
angka harapan hidup ketika lahir; pengetahuan diukur berdasarkan rata-rata lama sekolah angka melek huruf penduduk usia 15 tahun keatas; dan hidup layak
diukur dengan pengeluaran per kapita yang didasarkan pada Purchasing Power Parity
paritas daya beli dalam rupiah Bappeda, 2012: 6-7. Usia hidup diukur dengan angka harapan hidup atau e
yang dihitung menggunakan metode tidak langsung metode Brass, varian Trussel berdasarkan
variabel rata-rata anak lahir hidup dan rata-rata anak yang masih hidup.
Komponen pengetahuan diukur dengan angka melek huruf dan rata-rata lama sekolah yang dihitung berdasarkan data Suseda. Sebagai catatan, UNDP dalam
publikasi tahunan Human Development Report HDR. Indikator angka melek huruf diperoleh dari variabel kemampuan membaca dan menulis, sedangkan
indikator rata-rata lama sekolah dihitung dengan menggunakan dua variabel secara simultan; yaitu tingkatkelas yang sedangpernah dijalani dan jenjang
pendidikan tertinggi yang ditamatkan Bappeda, 2009: 1. Komponen standar hidup layak diukur dengan indikator rata-rata konsumsi
real yang telah disesuaikan. Sebagai catatan, UNDP menggunakan indikator Produk Domestik Bruto PDB per kapita real yang telah disesuaikan adjusted
real GDP per capita sebagai ukuran komponen tersebut karena tidak tersedia
indikator lain yang lebih baik untuk keperluan perbandingan antar negara BPS, 2013: 107.
Penghitungan indikator konsumsi real per kapita yang telah disesuaikan dilakukan melalui tahapan pekerjaan sebagai berikut :
Menghitung pengeluaran konsumsi per kapita dari Susenas Modul =A . Mendeflasikan nilai A dengan Indeks Harga Konsumen IHK ibukota
propinsi yang sesuai =B. Menghitung daya beli per unit =Purchasing Power Parity PPPunit.
Metode penghitungan sama seperti metode yang digunakan International Comparison Project
ICP dalam menstandarkan nilai PDB suatu negara.
Data dasar yang digunakan adalah data harga dan kuantum dari suatu basket komoditi yang terdiri dari nilai 27 komoditi yang diperoleh dari Susenas
Modul Tabel 2.1. Membagi nilai B dengan PPPunit =C.
Menyesuaikan nilai C dengan formula Atkinson sebagai upaya untuk memperkirakan nilai marginal utility dari C.
Penghitungan PPPunit dilakukan dengan rumus : ∑
PPP unit = ------------------------- ∑
dimana, E
i, j
: Pengeluaran konsumsi untuk komoditi j di kabupaten ke-i p
9, j
: Harga komoditi j di DKI Jakarta Jakarta Selatan q
i,,j
: Jumlah komoditi j unit yang dikonsumsi di kabupaten ke-i Rumus Atkinson dikutip dari Arizal Ahnaf dkk, 1998;129 yang digunakan
untuk penyesuaian rata-rata konsumsi real secara matematis sebagai berikut : C
i
= C
i
jika Ci Z = Z + 2C
i
– Z
12
jika Z C
i
2Z = Z + 2Z
12
+ 3C
i
– 2Z
13
jika 2Z C
i
3Z = Z + 2Z
12
+ 3Z
13
+4C
i
– 3Z
14
jika 3Z C
i
4Z di mana,
C
I
= Konsumsi per kapita riil yang telah disesuaikan dengan PPPunit
Z = Threshold atau tingkat pendapatan tertentu yang digunakan sebagai batas
kecukupan yang dalam laporan ini nilai Z ditetapkan secara arbiter sebesar Rp 547.500,- per kapita setahun, atau Rp 1.500,- per kapita per hari.
Indeks Pembangunan Manusia IPM disajikan dalam 27 komoditi seperti Tabel 2.1
Tabel 2.1 Komoditi Kebutuhan Pokok Sebagai
Dasar Perhitungan Daya Beli PPP Komoditi
Unit Sumbangan Terhadap
Total Konsumsi 1
2 3
1. Beras lokal
Kg 7.25
2. Tepung terigu
Kg 0.10
3. Ketela pohon
Kg 0.22
4. Ikan
Kg 0.50
5. Ikan teri
Ons 0.32
6. Daging sapi
Kg 0.78
7. Daging ayam kampung
Kg 0.65
8. Telur ayam
Butir 1.48
9. Susu kental manis
397 gram 0.48
10. Bayam Kg
0.30 11. Kacang panjang
Kg 0.32
12. Kacang tanah Kg
0.22 13. Tempe
Kg 0.79
14. Jeruk Kg
0.39 15. Pepaya
Kg 0.18
16. Kelapa Butir
0.56 17. Gula pasir
Ons 1.61
18. Kopi bubuk Ons
0.60 19. Garam
Ons 0.15
20. Mericalada Ons
0.13 21. Mie instant
80 gram 0.79
22. Rokok kretekfilter 10 batang
2.86
23. Listrik Kwh
2.06 24. Air minum
M
3
0.46 25. Bensin
Liter 1.02
26. Minyak tanah Liter
1.74 27. Sewa rumah
Unit 11.56
T o t a l 37.52
Berdasarakan data SUSENAS 1996, Sumber: BPS 2013 Unit kuantitas rumah dihitung berdasarkan indeks kualitas rumah yang
dibentuk dari tujuh komponen kualitas tempat tinggal yang diperoleh dari Suseda. Ketujuh komponen kualitas yang digunakan dalam penghitungan indeks kualitas
rumah diberi skor sebagai berikut : Lantai : keramik, marmer, atau granit = 1, lainnya = 0
Luas lantai per kapita : 10 m
2
= 1, lainnya = 0 Dinding : tembok = 1, lainnya = 0
Atap : kayusirap, beton = 1, lainnya = 0 Fasilitas penerangan : listrik = 1, lainnya = 0
Fasilitas air minum : leding = 1, lainnya = 0 Jamban : milik sendiri = 1, lainnya = 0
Skor awal untuk setiap rumah = 1 Indeks kualitas rumah merupakan penjumlahan dari skor yang dimiliki oleh
suatu rumah tinggal dan bernilai antara 1 sampai dengan 8. Kuantitas dari rumah yang dikonsumsi oleh suatu rumah tangga adalah Indeks Kualitas Rumah dibagi
8. Sebagai contoh, jika suatu rumah tangga menempati suatu rumah tinggal yang mempunyai Indeks Kualitas Rumah = 6, maka kuantitas rumah yang dikonsumsi
oleh rumah tangga tersebut adalah 68 atau 0,75 unit BPS, 2013: 108.
2.1.4.2 Metode Perhitungan
Rumus penghitungan IPM dikutip dari Arizal Ahnaf dkk 1998;129 dapat disajikan sebagai berikut :
IPM = 13 [X1 + X 2 + X 3] dimana,
X1 : Indeks harapan hidup X2 : Indeks pendidikan = 23indeks melek huruf + 13indeks rata-rata lama
sekolah X3 : Indeks standar hidup layak
Masing-masing indeks komponen IPM tersebut merupakan perbandingan antara selisih nilai suatu indikator dan nilai minimumnya dengan selisih nilai
maksimum dan nilai minimum indikator yang bersangkutan. Rumusnya dapat disajikan sebagai berikut :
Dimana,
: Indikator ke-i i = 1,2,3
: Nilai maksimum Xi : Nilai minimum Xi
Nilai maksimum dan nilai minimum indikator seperti terlihat dalam Tabel
2.2.
Tabel 2.2 Nilai Maksimum dan Minimum Komponen IPM Indikator Komponen
Nilai Nilai
Catatan
IPM Maksimum Minimum
Angka Harapan Hidup Tahun
85 25
Standar UNDP
Angka Melek Huruf Persen 100
Standar UNDP
Rata-rata lama sekolah Tahun
15
Standar UNDP
Daya Beli Rupiah 732.720
a
360.000
b
1996, dst Pengeluaran per
Kapita Real Disesuaikan
Sumber: BPS, BAPPENAS, UNDP, 2004 Catatan: a Perkiraan maksimum pada akhir PJP II yahun 2018
b Penyesuaian garis kemiskinan lama dengan garis kemiskinan baru
2.1.4.3 Rancangan Sampling
Secara umum rancangan sampling Indeks Pembangunan Manusia IPM melalui dua tahap. Tahap Pertama, dari setiap provinsi dipilih secara purposive
bersyarat, dipilih sejumlah Kabupaten yang merupakan daerah sentra produksi pertanian. Dan tahap selanjutnya dari setiap Kabupaten terpilih, dipilih sejumlah
Kecamatan yang merupakan sentra produksi pertanian.
2.2 Peramalan
Forecast
2.2.1 Definisi dan Tujuan Peramalan
Peramalan adalah seni dan ilmu dalam memprediksikan kejadian yang mungkin dihadapi pada masa yang akan datang. Dengan digunakannya peralatan
metode-metode peramalan maka akan memberikan hasil peramalan yang lebih dapat dipercaya ketetapannya. Oleh karena masing-masing metode peramalan
berbeda-beda, maka penggunaannya harus hati-hati terutama dalam pemilihan metode untuk penggunaan dalam kasus tertentu Ariyoso, 2009:1. Peramalan
juga memperkirakan sesuatu pada waktu-waktu yang akan datang berdasarkan
data masa lampau yang dianalisis secara ilmiah, khususnya menggunakan metode statistika Soepranto, 1984:4.
Peramalan definisikan sebagai alatteknik untuk memprediksi atau memperkirakan suatu nilai pada masa yang akan datang dengan meperhatikan
data atau informasi yang relevan, baik datainformasi masa lalu maupun datainformasi saat ini Djalal Hardius,2004:226.
2.2.2 Hubungan Forecast Dengan Rencana
Forecast adalah peramalan apa yang terjadi pada waktu yang akan datang,
sedang rencana merupakan penentuan apa yang akan dilakukan pada waktu yang akan datang Pangestu Subagyo, 1986:3. Dengan sendirinya terjadi perbedaan
antara forecast dengan rencana.
2.2.3 Pemilihan Metode Yang Baik
Dalam bidang sosial ekonomi meskipun tidak dapat membuat forecast persis dengan kenyataan, tapi bukan berarti forecast tidak penting. Melainkan forecast
sangat penting sebagai pedoman dalam pembuatan rencana. Menurut Sahli 2013: 63. Ketepatan metode peramalan digunakan sebagai petunjuk seberapa jauh
model peramalan meproduksi data yang telah diketahui tersebut. Kerja dengan menggunakan forecast jauh lebih baik dari pada tanpa forecast
sama sekali, hanya sekarang masalahnya bagaimanakah cara membuat forecast agar mendekati kenyataan. Caranya harus bisa memlilih metode forecast yang
cocok dengan kasusnya. Banyak metode forecast yang ada, misalnya metode
dekomposisi, moving average, exponential smoothing, input output, regresi, simulasi, analisis runtun waktu dan lain sebagainya. Tetapi setiap suatu metode
mungkin sangat cocok untuk membuat forecast mengenai satu hal, tetapi tidak cocok untuk hal lain. Oleh karena itu kita harus memilih metode mana yang
paling cocok yaitu yang bisa meminimumkan kesalahan error forecast Subagyo,1989:5.
Pemilihan teknik peramalan yang digunakan dipengaruhi oleh empat aspek, yaitu pola atau karakteristik data, jangka waktu, biaya dan tingkat akurasi yang
diinginkan. Pola atau karakteristik data merupakan aspek utama yang sangat berpengaruh terhadap pemilihan teknik peramalan. Suatu data yang memilik pola
trend naik atau turun akan lebih tepat bila di ramalkan dengan teknik
dekomposisi. Sedangkan data yang berpola fluktuatif akan lebih tepat bila diforecast dengan teknik smoothing Gitosudarmo Najmudin, 2000:5.
2.3 Data Time Series
Data time series yaitu data yang dikumpulkan dari waktu ke waktu untuk melihat perkembangan suatu kegiatan misal perkembangan penjualan, harga dan
sebagainya, apabila data digambarkan akan menunjukan fluktuasi dan dapat digunakan sebagai dasar penarikan trend untuk meramalkan suatu kegiatan. Hasil
peramalan ini berguna sebagai dasar perencanaan dan penarikan kesimpulan.
2.4 Peramalan Dengan Pemulusan
Smoothing
Metode smoothing merupakan teknik meramal dengan cara mengambil rata- rata dari nilai beberapa periode yang akan datang. Dalam metode ini data historis
digunakan untuk memperoleh angka yang dilicinkan atau diratakan. Smoothing dapat dilakukan dengan cara moving average atau exponential smoothing.
2.4.1 Metode Exponential Smoothing
Metode Exponential Smoothing merupakan perkembangan dari metode moving average
sederhana. 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 Gitosudarmo Najmudin, 2000: 16. Metode Exponential Smoothing lebih
cocok digunakan untuk meramal hal-hal yang fluktuasi datanya bersifat random tidak teratur Subagyo, 1989:22. Beberapa keunggulan metode pemulusan
eksponensial exponential smoothing dibandingkan dengan metode tradisional Leabo Dick A., 1968:322 adalah :
1. Data-data selalu dioperasikan dengan efisien; 2. Hanya membutuhkan sedikit data dari satu waktu ke waktu berikutnya;
3. Dapat dimodifikasi untuk mengolah data yang berisi trend tertentu atau pola musiman;
4. Dapat digunakan dengan biaya murah baik secara manual maupun dengan komputer.
Dalam bidang sumber daya air metode exponential smoothing juga telah banyak digunakan terutama dalam peramalan data. Tularam, G. A., dkk.. 2008
menggunakan exponential smoothing dalam metode untuk memisahkan aliran dasar yang merupakan dampak langsung dari kesalahan hitungan, yaitu dengan
meminimumkan kesalahan dan menyeleksi koefisien aliran dasar alpha α. Ada
tiga metode dalam Exponential Smoothing yaitu single exponential smoothing, double exponential smoothing, triple exponential smoothing.
Nilai konstana atau parameter disebut smoothing constant. Persamaan ini
digunakan untuk menghitung ramalan dengan metode pemulusan eksponensial. Metode ini banyak mengurangi masalah penyimpangan data, karena tidak perlu
lagi menyimpan semua data historis atau sebagian seperti dalam kasus rata-rata bergerak.
1 Konstanta Pemulusan
smoothing constant alpha Konstanta pemulusan
alpha berfungsi sebagai faktor penimbang. Nilai konstanta
mempengaruhi keakuratan dan ketepatan dari forecast. Nilai yang dipilih harus secara signifikan menurunkan forecast error. Kecepatan
pemulusan smoothing dari respon sebelumnya adalah fungsi dari nilai .
Jika mendekati 1, laju pemulusan cepat berarti nilai prediksi yang baru
sudah memasukkan faktor penyesuaian untuk setiap tingkat kesalahan yang terjadi pada nilai prediksi yang lama. Tetapi jika
mendekati 0, laju pemulusan lambat berarti nilai prediksi yang baru hampir sama dengan nilai
prediksi yang lama. Nilai yang menghasilkan tingakat kesalahan error
yang paling kecil adalah yang dipilih dalam proses peramalan. Untuk mengetahui nilai
yang paling optimal, dapat digunakan metode simulasi atau trial dan error. Ini merupakan prosedur iterasi yang dimulai dengan nilai
antara 0,1 sampai 0,9 Subagyo, 1986:19.
Cara menggunakan metode diatas adalah sebagai berikut: a.
Tentukan terlebih dahulu nilai awal untuk b.
Kemudian cari nilai peramalannya menggunakan rumus exponential smoothing.
c. Setelah diperoleh nilai peramalannya selanjutnya kita hitung nilai The Sum
of the Squared Errors SSE, yaitu jumlah dari seluruh nilai peramalan.
d. Langkah selanjutnya menghitung nilai The Mean of the Squared Errors
MSE, yaitu rata-rata dari seluruh nilai peramalan atau nilai The Sum of the Squared Errors
SSE dibagi dengan banyak data. Telah dijelaskan sebelumnya bahwa nilai
yang terbaik adalah yang memberikan hasil The Mean of the Squared Errors MSE yang minimum.
Maka, yang memberikan nilai The Mean of the Squared Errors MSE
terkecil itulah yang dipilih untuk proses peramalan. 2
Kesalahan Ramalan forecast error Untuk mendapatkan hasil forecast yang mendekati ketepatan adalah dengan
memilih hasil forecast yang memiliki nilai Mean Square Error MSE atau Mean Absolute Error
MAE. a.
Mean Square Error MSE Mean Square Error
MSE adalah kuadrat rata-rata nilai error kuadrat dari kesalahan meramal.
∑| |
b. Mean Absolute Error MAE
Mean Absolute Error MAE rata-rata nilai absolute dari kesalahan
meramal tidak dihiraukan tanda positif atau negatifnya. ∑|
|
2.4.1.1 Metode Single Exponential Smoothing
Pada metode ini digunakan jika data tidak mempengaruhi secara signifikan oleh faktor trend dan musiman. Setiap data diberi bobot tertentu dengan data yang
lebih baru diberi bobot yang lebih besar dari pada data yang lebih lama. Bobot yang diberikan pada data yang ada sebesar
untuk data yang terbaru, 1- untuk data yang lama,
1-
2
untuk data yang lebih lama, dan seterusnya. Besarnya
adalah anatara 0 dan 1. Semakin mendekat 1 berarti semakin lebih diperhatikan. Metode ini cocok digunakan untuk meramalkan hal-hal yang
fluktuasinya secara random tidak teratur Gitosudarmo Najmudin, 2000: 17. Menurut Pangestu Subagyo 1986: 19 rumus untuk besarnya forecast single
exponential smoothing secara sistematis adalah:
Keterangan: S
t+1
= ramalan untuk periode ke t+1 X
t
= nilai data asli periode ke-t S
t
= ramalan untuk periode ke-t α = konstanta perataan antara 0 dan 1
2.4.1.2 Metode Double Exponential Smoothing
Metode ini merupakan model linier yang dikemukakan oleh Brown. Metode double exponential smoothing
ini biasanya lebih tepat digunakan untuk meramalkan data yang mengalami trend kenaikan dan proses smoothing dilakukan
dua kali. Pada metode ini proses penentuan ramalan dimulai dengan menentukan besarnya
secara trial dan error. Menurut Gitosudarmo Najmudin 2000: 23 tahap-tahap dalam melakukan ramalan adalah sebagai berikut:
1 Menentukan Smoothing pertama
t
S
t
S = Smoothing pertama periode ke-t X
t
= nilai data pada periode ke-t
1
t
S = Smoothing pertama periode ke t-1 2
Menentukan Smoothing kedua
Smoothing ke dua periode t – 1 3
Menentukan besarnya nilai at konstanta
4 Menentukan besarnya nilai bt slope
5 Menentukan besarnya forecast
m adalah jangka waktu forecast kedepan, yaitu untuk beberapa tahun yang akan datang peramalan dilakukan Sugiman, 2013:26.
2.4.1.3 Metode Triple Exponential Smoothing
Metode ini merupakan metode yang yang dikemukakan oleh Brown, dengan menggunakan persamaan kuadrat. Metode ini lebih cocok kalau dipakai untuk
membuat forecast hal yang berfluktuasi atau mengalami gelombang pasang surut. Menurut Subagyo 1986: 26 prosedur pembuatan forecast dengan metode ini
adalah sebagai berikut: 1
Menentukan Smoothing pertama
t
S
t
S = Smoothing pertama periode ke-t X
t
= nilai data pada periode ke-t
1
t
S = Smoothing pertama periode ke t-1 Untuk bulan
pertama
t
S belum bisa dicari dengan rumus diatas. Maka boleh ditentukan secara bebas seperti nilai yang terjadi pada bulan pertama
2 Menentukan Smoothing kedua
Pada bulan pertama biasanya nilai ditentukan seperti nilai yang terjadi
pada bulan pertama. 3
Menentukan Smoothing ketiga
Pada bulan pertama biasanya nilai ditentukan seperti nilai yang terjadi
pada bulan pertama. 4
Menentukan besarnya nilai a
t
konstanta
5 Menentukan besarnya nilai b
t
slope [
]
Mencari c
t
dengan menggunakan rumus:
6 Menentukan besarnya forecast
m adalah jangka waktu forecast kedepan, yaitu untuk beberapa tahun yang akan datang forecast dilakukan.Sugiman, 2013:27
2.5 Microsoft Visual Basic 6.0
2.5.1 Definisi Visual Basic
Program Microsoft Visual Basic merupakan bahasa pemrograman tingkat tinggi High Level Languange. Microsoft Visual Basic juga merupakan bahasa
pemrograman Object Oriented Programming OOP, yaitu pemrograman berorientasi pada objek. Microsoft Visual Basic memiliki beberapa versi yaitu
Microsoft Visual Basic 3.0, Microsoft Visual Basic 5.0, Microsoft Visual Basic Versi 6.0, VB. Net
. Dan mungkin akan berkembang lagi dengan berbagai versi dan semakin sempurna dalam penggunaannya.
Menurut Kusrini 2007:171, “Visual Basic adalah salah satu bahasa
pemrograman komputer”. Bahasa pemrograman adalah perintah-perintah yang dimengerti oleh komputer untuk melakukan tugas-tugas tertentu. Visual Basic
merupakan salah satu development tool, yaitu alat bantu untuk membuat berbagai macam program komputer, khususnya yang menggunakan sistem operasi
windows.
Menurut Suhata, 2005:3, “Visual Basic 6.0 merupakan salah satu bahasa pemrograman yang dapat digunakan untuk menyusun dan membuat program
aplikasi pada lingkungan sistem operasi windows ”. Program aplikasi dapat berupa
program database, program grafis, dan lain sebagainya. Di dalam visual basic 6.0 sudah terdapat kompenen-kompenen yang sangat membantu pembuatan program
aplikasi. Menurut Komputer Pengembangan 2004 : 34 untuk membuat sebuah
program aplikasi Visual Basic, dapat dilakukan dengan tiga langkah yaitu: 1
Menyusun atau mengatur objek-objek pada bidang yang disebut form. 2
Menentukan isi dari properties pada masing-masing objek sesuai dengan kebutuhan untuk mengontrol aplikasi,
3 Menuliskan kode program kontrol yang dimaksud. Pada bagian ini akan
dituliskan kode-kode program dalam sebuah aplikasi yang sedang dibuat. Untuk membuat aplikasi Visual Basic harus diketahui variabel dan jenis
datanya.
2.5.2 Memulai Program Visual Basic 6.0
Program Visual Basic 6.0 berjalan pada sistem operasi Windows, maka sebelum memulai mengoperasikan program tersebut, harus mengaktifkan terlebih
dahulu sistem operasi Windows, dengan langkah-langkah sebagai berikut: 1.
Klik tombol mouse sebelah kiri pada Start pada Taskbar. 2.
Pilih menu program Visual Basic 6.0. 3.
Selanjutnya sebuah kotak dialog New Project akan ditampilkan. 4.
Dari tampilan tersebut pilih aplikasi Standart EXE, lalu klik Open.
Gambar 2.1 Tampilan Kotak Dialog New Project Visual Basic 6.0.
2.5.3 Tampilan Dasar Program Visual Basic 6.0
Gambar 2.2 Tampilan dasar Visual Basic 6.0
Layar program Visual Basic 6.0 merupakan suatu lingkungan besar yang terdiri dari beberapa bagian kecil yang tersusun sedekimian rupa dan mempunyai
sifat-sifat sebagai berikut: 1.
Docking, berfungsi sebagai tempat peletakan bagian IDE Integrated Development Integration
sehingga dapat menempel dengan bagian lain yang berdekatan.
2. Floating, elemen-elemennya dapat digeser-geser ke posisi mana saja.
3. Sizable, elemen atau jendela dapat diubah-ubah ukurannya.
Dari sifat-sifat yang ada, maka dapat dengan mudah memindahkan, menggeser, memperbesar atau meperkecil ukuran suatu komponen layar Visual
Basic 6.0 dapat dilihat pada Gambar 2.2.
2.5.3 Struktur Aplikasi Program Visual Basic 6.0
Aplikasi project yang tedapat dalam Visual Basic 6.0 terdiri atas bagian- bagian sebagi berikut:
i. Menu Bar
Gambar 2.3 Menu-menu pada Menu Bar Main Bar
merupakan kumpulan perintah-perintah yang dikelompokan dalam kiteria operasinya.
ii. Toolbar
Gambar 2.4 Bentuk Toolbar Standart
Toolbar merupakan sekumpulan tombol yang mewakili suatu perintah
tertentu pada Visual Basic. iii.
Toolbox
Gambar 2.5 Kumpulan kontrol pada Toolbox Toolbox
merupakan sebuah jendela dimana obyek atau kontrol ditempatkan yang dibutuhkan untuk membentuk suatu program, dengan cara dipasang
pada form. iv.
Form Window
Gambar 2.6 Bentuk dari Form Window
Form Window jendela form merupakan area kerja untuk merancang suatu
program aplikasi Visual Basic. Pada jendela form ini dapat meletakkan kontrol seperti command button, textbox, label, checkbox, dan lainnya.
v. Code Window
Gambar 2.7 Suatu Prosedur dalam Code Window Code Window
merupakan area untuk menuliskan kode-kode program Visual Basic.
Suatu kode-kode program merupakan kumpulan dari intruksi untuk menjalankan obyek yang berupa kontrol maupun form serta logika program.
vi. Project Explorer
Gambar 2.8 Project Explorer
Project Explorer berfungsi berbagai saran pengakses bagian-bagian
pembentuk project. Pada windows ini terdapat tiga tombol pengaktif untuk Windows Code, Windows Object
dan Toggle Folder. Juga terdapat diagram yang menampilkan susunan folder penyimpanan file-file project.
vii. Properties Windows
Gambar 2.9 Tab alphabetic pada Properties Windows Properties Windows
merupakan area yang berisi semua informasi mengenai kontrol yang dibuat, dan bertugas menyiapkan segala properti dari kontrol
yang diperlukan dalam perancangan user interface maupun pemograman. Tampilan Properties Windows dapat dilihat pada Gambar 2.9
viii. Form Layout Window
Gambar 2.10 Bentuk dari form pada Layout Window Form Layout Window
merupakan jendela yang menunjukkan tata letak form saat ditampilkan pada layar monitor dapat dilihat pada Gambar 2.10.
2.5.4 Keunggulan Aplikasi Visual Basic
Dengan adanya Microsoft Visual Basic 6.0 ini dapat memudahkan para programmer untuk membuat program yang familiar untuk pemakai User karena
menggunakan visualisasi dan animasi yang cukup tinggi serta tampilan yang menarik untuk dilihat. Karena kemiripannya dengan pemrograman basic, bahasa
pemrograman Microsoft Visual Basic ini menjadi lebih mudah untuk dipahami dan dipelajari. Microsoft Visual Basic 6.0 ini mempunyai kemampuan yang sangat
besar dalam membuat program-program yang lebih kompleks. Microsoft Visual Basic
terdiri dari beberapa versi, dan Microsoft Visual Basic 6.0
merupakan penyempurnaan dari versi sebelumnya. Sejak diciptakan versi pertamanya pada tahun 1991, Microsoft Visual Basic kini telah mencapai
versi yang keenam yang memilki keunggulan dari versi sebelumnya. Berikut ini beberapa keunggulan dari Microsoft Visual Basic 6.0:
a Kemampuan membuat ActiveX dan fasilitas internet yang lebih banyak.
b Memiliki compiler yang dapat menghasilkan output file executable .exe.
c Memiliki beberapa tambahan sarana wizard yang lebih lengkap.
d Membuat flat form pembuatan program yang diberi nama developer studio.
e Sarana akses data yang lebih cepat dan handal untuk membuat aplikasi
database yang berkemampuan tinggi dan kompleks.
f Penambahan kontrol baru yang lebih canggih serta peningkatan kaidah
struktur bahasa Microsoft Visual Basic 6.0.
2.5.5 Peralatan Pendukung Tools System
Peralatan pendukung mempunyai pengertian sebagai media yang dibutuhkan oleh setiap programmer untuk membantu mempermudah dalam pembuatan,
pembacaan logika dan algoritma program, serta membantu untuk mengetahui alur program yang dibuat mulai dari masukan, proses, dan keluaran yang
dihasilkan. Peralatan yang mendukung dalam perancangan program meliputi konsep teori Normalisasi, File Index, Bagan Alir Flowchart, Struktur Kode, dan
HIPO Hierarchy plus Input Process Output .
2.5.6 Macam-macam Data di Visual Basic
Visual Basic mempunyai beberapa jenis data. Untuk mengidentifikasi sebuah
data pada sebuah variabel, Visual Basic menggunakan satu karakter tanda yang diletakkan di akhir nama sebuah variabel. Jenis data dalam visual basic yaitu
boolean, integer, long, single, double, currency, date, object, string, dan variant.
2.6 Flowchart
Menurut Jogiyanto 2005:795, “Bagan alir flowchart adalah bagan chart yang menunjukan hasil flow didalam program atau prosedur sistem
secara logika ”. Bagan alir digunakan terutama untuk alat bantu komunikasi dan
untuk dokumentasi. Menurut Jogiyanto 2005:802 , “Flowcart adalah bagan-
bagan yang mempunyai arus yang menggambarkan langkah-langkah penyelsaian suatu masalah
”. Flowcart merupakan cara penyajian dari suatu algoritma. Pedoman dalam menggambar suatu bagan alir, analis sistem atau
pemrograman sebagai berikut; a.
Bagan alir sebaiknya digambar dari atas ke bawah dan mulai dari bagian kiri dari suatu halaman.
b. Kegiatan didalam bagan alir harus ditunjukan dengan jelas dan harus
ditunjukan darimana kegiatan akan dimulai dan dimana akan berakhirnya. c.
Masing-masing kegiatan didalam bagan alir sebaiknya digunakan suatu kata yang mewakili
suatu pekerjaan, misalnya;“persiapkan” dokumen “hitung” gaji.
d. Masing-masing kegiatan didalam bagan alir harus didalm urutan yang
semestinya dan kegiatan yang terpotong dan akan disambung ketempat lain harus ditunjukan dengan jelas menggunakan symbol penghubung.
e. Gunakanlah symbol-simbol bagan alir yang standar.
Ada 5 macam menurut jogiyanto bagan alir diantranya; a
Bagan alir sistem sistems flowchart
Gambar 2.11 Simbol bagan alir sistem Bagan
alir sistem
system flowchart
merupakan bagan
yang menunjukkan arus pekerjaan
secara keseluruan
dari sistem.
Bagan menjelaskan urutan-urutan dari prosedure-prosedure yang ada dalam sistem.
Bagan alir sistem menunjukan apa yang dikerjakan sistem. Bagan alir sistem digambar dengan simbol-simbol dapat dilihat pada Gambar 2.11 Sumber:
Salemba Infotek.
b Bagan alir program program flowchart
Gambar 2.12 Simbol bagan alir program Bagan alir program program flowchart merupakan bagan yang
menjelaskan secara rinci langkah-langkah dari proses program. Bagan alir program dibuat dengan menggunakan simbol-simbol dapat dilihat pada
Gambar 2.12 Sumber: Salemba Infotek. c
Bagan alir dokumen document flowchart Bagan alir dokumen document flowchart atau disebut bagan alir formulir
form flowchart atau paperwork flowchart merupakan bagan alir yang menunjukan arus dari laporan dan formulir termasuk tembusan-tembusannya.
Bagan alir dokumen ini menggunakan simbol-simbol yang sama dengan yang digunakan di dalam bagan alir sistem.
b. Bagan alir skematik schematic flowchart
Bagan alir skematik schematic flowchart merupakan bagan alir yang mirip dengan bagan alir sistem, yaitu untuk menggambarkan prosedur di
dalam sistem. Perbedaannya adalah bagan alir skematik menggunakan simbol-simbol bagan alir sistem , juga menggunakan gambar - gambar
komputer dan peralatan lainnya yang digunakan. Maksud penggunaan gambar-gambar ini adalah untuk memudahkan komunikasi kepada orang
yang kurang paham dengan simbol-simbol bagan alir. e. Bagan alir proses process flowchart
Gambar 2.13 Simbol bagan alir proses Bagan alir proses process flowchart merupakan bagan alir yang banyak
digunakan teknik industri. Bagan alir juga berguna bagi anilis sistem untuk menggambarkan proses dalam suatu prosedure. Bagan alir proses
menggunakan lima buah simbol tersendiri dapat dilihat pada Gambar 2.13 Sumber:
Salemba Infotek.
42
BAB III METODE PENELITIAN
3.1 Ruang Lingkup Penelitian