Peramalan Jumlah Barang Yang Di Bongkar Dan Di Muat Di Pelabuhan Belawan Tahun 2012

(1)

PERAMALAN JUMLAH BARANG YANG DI ONGKAR DAN DI

UAT DI PELABUHAN BELAWAN TAHUN 2012

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat memcapai gelar ahli madya

FAHMI WAHYUDA

082407092

PROGRAM STUDI DIPLOMA III STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2011


(2)

PERSETUJUAN

Judul : PERAMALAN JUMLAH BARANG YANG DIBONGKAR DAN DIMUAT DI PELABUHAN BELAWAN TAHUN 2012 Kategori : TUGAS AKHIR

Nama : FAHMI WAHYUDA NIM : 082407092

Program Studi : D-III STATISTIKA Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan, Juni 2011

Diketahui

Departemen Matematika FMIPA USU Pembimbing

Prof. Dr. Tulus, M.Si Drs. Faigiziduhu Bu’ulölö, M.Si NIP. 19620901 198803 1 002 NIP. 19531218 198003 1 003


(3)

PERNYATAAN

PERAMALAN JUMLAH BARANG YANG DI BONGKAR DAN DI MUAT DI PELABUHAN BELAWAN TAHUN 2012

TUGAS AKHIR

Saya mengakui bahwa tugas akhir ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, Juni 2011

FAHMI WAHYUDA 082407092


(4)

PENGHARGAAN

Alhamdulillahi rabbil ‘alamin

Segala puji penulis tujukan kepada Allah Rabbul’alamin, Yang Maha Pengasih lagi Maha Penyayang, atas anugerah kesehatan dan ilham yang terus mengalir hingga hari ini. Salam penulis kepada hamba Allah yang paling mulia baginda Rasullah SAW.

Selama penyusunan Tugas Akhir ini penulis banyak menerima bantuan moril maupun materil yang tak ternilai harganya. Karenanya penulis mengucapkan terima kasih kepada :

1. Bapak Drs. Faigiziduhu Bu’ulölö, M.Si selaku Ketua Program Studi Statistika dan sekaligus Dosen Pembimbing yang telah memberikan bimbingan dan arahan dalam penulisan laporan Tugas Akhir ini.

2. Bapak Drs. Suwarno Ariswoyo, M.Si selaku sekretaris Program Studi D III Statistika FMIPA Universitas Sumatera Utara.

3. Bapak Prof. Dr. Tulus, M.Si selaku Ketua Depatemen Matematika FMIPA Universitas Sumatera Utara.

4. Ibu Dra. Mardiningsih, M.Si selaku sekretaris Depatemen Matematika FMIPA Universitas Sumatera Utara.

5. Bapak Dr. Sutarman, M.Sc selaku Dekan FMIPA Universitas Sumatera Utara 6. Seluruh Dosen Pengajar di Fakultas Matematika dan Ilmu Pengetahuan Alam

Universitas Sumatera Utara khususnya Departemen Matematika. 7. Seluruh staf dan Pegawai Kantor Otoritas Pelabuhan Belawan -1.

8. Teristimewa untuk Ayahanda dan Ibunda tercinta yang telah memberi dukungan dan semangat kepada penulis dalam menyelesaikan Tugas Akhir ini.

9. Sahabat-sahabat saya yang telah membantu dan memberi motifasi untuk menyelesaikan Tugas Akhir ini.

Akhirnya penulis menyadari bahwa sebagaimana hasil karya manusia, Tugas Akhir yang penulis susun ini masih sangat jauh dari sempurna, baik dalam penulisan, tata bahasa maupun nilai ilmiahnya. Karena itu penulis dengan hati terbuka menerima segala kritik dan saran yang bertujuan untuk menyempurnakan penyusunan Tugas Akhir ini. Semoga Allah SWT memberikan rahmat-Nya kepda kita semua. Amin.

Medan, Juni 2011 Penulis

Fahmi Wahyuda 082407092


(5)

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii

Penghargaan iv

Daftar Isi v

Daftar Tabel ix

Daftar Gambar x

Bab 1 Pendahuluan 1

1.1 Latar Belakang 1

1.2 Batasan Rumusan Masalah 2 1.3 Tujuan dan Manfaat Penelitian 3

1.4 Lokasi Penelitian 3

1.5 Tinjauan Pustaka 3

1.6 Metodologi Penelitian 4 1.7 Sistematika Penulisan 6

Bab 2 Landasan Teori 8

2.1 Konsep Dasar Peramalan 8 2.2 Beberapa Sifat Hasil Peramalan 9

2.3 Teknik Peramalan 9

2.3.1Faktor-faktor yang Mempengaruhi Pemilihan Teknik Peramalan 9 2.3.2Kegunaan Pemilihan Teknik Peramalan 11 2.4 Klasifikasi Metode Peramalan 12 2.4.1Peramalan Kualitatif 12 2.4.2Peramalan Kuantitatif 12 2.5.2.1 Metode Time Series 13

2.5.2.1.1 Metode Proyeksi Kecenderungan dengan

Regresi 14

2.5.2.1.2 Metode Kausal 17 2.5 Kriteria Performance Peramalan 19 Bab 3 Analisis dan Pengolahan Data 22

3.1 Studi Kasus 22

3.1.1Peramalan Jumlah Barang Yang Dibongkar 22 3.1.2Peramalan Jumlah Barang Yang Dimuat 28

Bab 4 Implementasi Sistem 34

4.1 Pengeritan Implementasi Sistem 34

4.2 Tahap Implementasi 34

4.3 Pengaktifan Microsoft Excel 35 4.4 Lembar Kerja Microsoft Excel 36


(6)

4.5.1Menghitung Peramalan Dengan Metode Linier 38 4.5.2Menghitung Peramalan Dengan Metode Eksponensial 41

Bab 5 Penutup 44

5.1 Kesimpulan 44

5.2 Saran 44


(7)

DAFTAR TABEL

Tabel 3.1. Data Jumlah Barang Yang Dibongkar (Ton) 22 Tabel 3.2 Hasil Perhitungan Parameter Peramalan Metode Linier 24 Tabel 3.3 Hasil Perhitungan Parameter Peramalan Metode Eksponensial 25 Tabel 3.4 Data Perhitungan MSE dan SEE Metode Linier 26 Tabel 3.5 Data Perhitungan MSE dan SEE Metode Eksponensial 26 Tabel 3.6 Perhitungan nilai MSE dan SEE setiap Metode Peramalan 27 Tabel 3.7 Data Jumlah Barang Yang Dimuat 28 Tabel 3.8 Hasil Perhitungan Parameter Peramalan Metode Linier 29 Tabel 3.9 Hasil Perhitungan Parameter Peramalan Metode Eksponensial 30 Tabel 3.10 Data Perhitungan MSE dan SEE Metode Linier 31 Tabel 3.11 Data Perhitungan MSE dan SEE Metode Eksponensial 32 Tabel 3.12 Rekapitulasi nilai MSE dan SEE setiap Metode Peramalan 33


(8)

DAFTAR GAMBAR

Gambar 3.1. Scatter Diagram Jumlah Barang Yang Dibongkar 23 Gambar 3.2 Scatter Diagram Jumlah Barang Yang Dimuat 29 Gambar 4.1 Tampilan awal jendela Microsoft Office Excel 2007 36 Gambar 4.2 Input Data Awal pada Microsoft Office Excel 2007 38 Gambar 4.3 Hasil Perhitungan Microsoft Office Excel 2007 Untuk Metode Linier 40 Gambar 4.4 Hasil Perhitungan Microsoft Office Excel 2007 Untuk Metode


(9)

BAB 1

PENDAHULUAN

1.1Latar Belakang

Bagi Negara yang mempunyai wilayah terdiri dari pulau-pulau yang dikelilingi lautan, laut merupakan sarana transportasi yang diminan, sehingga laut memiliki peranan yang penting bagi perekonomian suatu bangsa. Untuk mengakomodasi kepentingan transportasi laut, peranan pelabuhan sangat besar artinya bagi transportasi laut, untuk itu pelabuhan memerlukan pananganan yang professional karena pelabuhan merupakan persinggahan antar moda, yaitu darat, laut, dan udara.

Pelabuhan adalah tempat yang terdiri dari daratan dan perairan disekitarnya dengan batas-batas tertentu sebagai tempat kegiatan pemerintahan dan kegiatan ekonomi yang dipergunakan sebagai tempat kapal bersandar, berlabuh, naik-turun penumpang, dan bongkar muat barang yang dilengkapi dengan fasilitas keselamatan palayanan dan kegiatan penunjang pelabuhan. Pelabuhan Utama Belawan merupakan


(10)

salah satu pelabuhan yang terbesar di Sumatera Utara. Pelabuhan ini berperan penting untuk melayani kegiatan di wilayah Sumatera Utara dan seluruh wilayah di Indonesia.

Kegiatan bongkar muat kapal merupakan kegiatan membongkar dan memuat isi muatan kapal yang mana setiap kapal yang mana setiap kapal memiliki jenis muatan barang tersendiri. Banyaknya barang yang akan dibongkar dan dimuat dalam kapal membutuhkan tenaga kerja yang cukup banyak untuk membongkar isi muatan kapal ke gudang penyimpanan sementara begitu juga sebaliknya.

Oleh karena itu, penulis ingin mengetahui volume pertambahan dan peningkatan/penurunan jumlah barang yang di bongkar maupun dimuat di Pelabuhan Utama Belawan pada tahun2012. Untuk melihat jumlah barang yang dibongkar maupun dibongkar diperlukan teknik peramalan dan analisa yang lengkap. Dalam hal ini penulis menggunakan teknik peramalan. Teknik tersebut menghasilkan perkiraan jumlah barang yang dibongkar dan dimuat untuk tahun 2012. Tujuannya adalah sebagai indicator atau bahan pertimbangan bagi pemerintah dan khususnya bagi pihak Otoritas Pelabuhan Belawan selaku pihak perencana kegiatan bongkar muat di Pelabuhan Utama Belawan.

Berdasarkan uraian diatas, maka penulis tertarik untuk meramalkan Jumlah Barang Yang Bongkar Dan Dimuat Di Pelabuhan Utama Belawan Tahun 2012.

1.2Batasan dan Rumusan Masalah

Untuk mengarahkan penelitian ini agar tidak menyimpang dari maksud dan tujuan penelitian serta tepat sasaran yang akan dituju, maka pambatasan ruang lingkup permasalahan yaitu pada tonage barang yang di bongkar dan dimuat pada tahun


(11)

2006-2011. Berkaitan dengan hal tersebut, peneliti merumuskan permasalahan yaitu berapakah jumlah barang yang dibongkar dan dimuat di Pelabuhan Utama Belawan untuk tahun 2012.

1.3Tujuan dan Manfaat Penelitian

Adapun tujuan dari penelitian ini adalah untuk memperkirakan atau memproyeksikan jumlah barang yang dibongkar dan dimuat di Pelabuhan Utama Belawan pada tahun 2012 berdasarkan data kegiatan bongkar muat tahun 2006-2010.

Penelitian ini diharapkan dapat memberikan manfaat antara lain:

1. Menberikan atau menambah wawasan bagi penulis, terutama dalam penerapan ilmu yang didapatkan di bangku kuliah dengan menyatukan materi perkuliahan dengan objek permasalahan yang dijadikan materi pembahasan.

2. Sebagai alat perencanaan bagi pihak Otoritas Pelabuhan Belawan selaku pihak penyelenggara kegiatan bongkar muat di Pelabuhan Utama Belawan.

3. Hasil penelitian ini diharapkan dapat bermanfaat sebagai bahan masukan dan referensi bagi pihak yang berkepentingan.


(12)

Tempat dilaksanakannya penelitian ini adalah di Pelabuhan Utama Belawan. Dan data yang digunakan adalah data kegiatan bongkar muat yang telah ada di Kantor Otoritas Pelabuhan Belawan. Jl. Suar No.1 Pelabuhan Belawan, Medan.

1.5Tinjauan Pustaka

Metode peramalan adalah cara memperkirakan secara kuantitatif apa yang terjadi pada masa depan, berdasarkan data yang relevan di masa lalu. Metode peramalan akan membantu dalam mengadakan pendekatan analisa terhadap tingkah laku atau pola dari data masa lalu sehinga dapat membarikan cara pemikiran, pengerjaan dan pemecahan yang sistematis dan pragmatis serta memberikan tingkat keyakinan yang lebih besar atas ketepatan hasil peramalan yang dibuat atau disusun. (Assaury, sofyan;teknik dan Metode Peramalan).

Peramalan merupakan suatu alat bantu yang penting pada perencanaan yang efektif dan efisien. Peramalan juga sangat penting dalam pengambilan suatu keputusan. Aspek-aspek yang menggunakan peramalan cukup luas baik secara waktu, faktor-faktor penentu kejadian seharusnya dan jenis-jenis pola data dan beberapa hal lain (Manurung, Alder Haymans;Teknik Peramalan).

Peramalan adalah kegiatan memperkirakan atau memprediksi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama, sedangkan waktu yang relatif singkat tidak dibutuhkan peramalan. Pada umumnya kegunaan peramalan adalah:

1. Untuk menentukan kebutuhan sumber daya di masa yang akan datang. 2. Sebagai alat bantu perencanaan.


(13)

(Markridakis, Spyros;Metode dan Aplikasi Peramalan).

1.6 Metodologi Penelitian

Metode penelitian yang digunakan penulis dalam penelitian ini adalah:

1. Metode Kepustakaan

Metode kepustakaan yaitu metode pengumpulan data untuk memperoleh data dan informasi dari perpustakaan, dengan membaca buku-buku, dan referensi yang bersifat teoritis yang mendukung penulisan tugas akhir.

2. Metode Pengumpulan Data

Untuk keperluan penelitian ini, penulis menggunakan data sekunder mengenai kegiatan bongkar muat di Pelabuhan Utama Belawan tahun 2006-2010 yang di peroleh dari Kantor Otoritas Pelabuhan Belawan.

3. Teknik dan Analisa Data

Penelitian ini menggunakan metode peramalan dengan metode Time Series

yang digunakan untuk memperkirakan angka atau besaran untuk tahun berikutnya. Metode Time Series yang dipilih adalah metode proyeksi kecenderungan dengan regresi, Metode ini merupakan dasar garis kecenderungan untuk suatu persamaan, sehingga dengan dasar persamaan tersebut dapat di proyeksikan hal-hal yang akan diteliti pada masa yang akan datang.

a. Metode Linier, dengan fungsi peramalan: Ŷt = a + bt


(14)

Ŷt = nilai ramalan periode ke-t

a, b = harga kostanta a dan b t = waktu/periode

dengan harga konstanta a dan b diperoleh dari persamaan:

( ) ( )

( )

∑ ∑ ∑

− − − = − = 2 2 t t n y t ty n b n bt Y a

b. Eksponensial, dengan fungsi peramalan : Yt = aebt

di mana:

Ŷt = Nilai ramalan periode ke-t

t = Waktu/periode

e = bilangan konstan = 2,7183

dengan menggunakan transformasi logaritma natural, maka harga konstanta a dan b diperoleh dari persamaan:

( )

2

2 ln ln ln ln

− − = − = t t n Y t Y t n b n t b Y a


(15)

1.7Sistematika Penulisan

Adapun sistematika penulisan yang digunakan penulis adalah antara lain:

Bab 1 : PENDAHULUAN

Pada bab ini penulis menguraikan latar belakang penulisan, permasalahan yang ditumbulkan, maksud dan tujuan, pembatasan masalah dan sistematika penulisan

Bab 2 : TINJAUAN TEORITIS

Bab ini berisi tentang suatu tinjauan teori untuk duplikasi dalam pengolahan data yang didapat.

Bab 3 : ANALISA DAN PENGOLAHAN DATA

Analisa dan Evaluasi Data, akan menganalisis semua data dan informasi yang ada secara kuantitatif dan merupakan isi pokok dari tugas akhir.

Bab 4 : IMPLEMENTASI SISTEM

Bab ini menguraikan tentang program atau software yang dipakai sebagai analisis terhadap data yang diperoleh yaitu dengan menggunakan Program Microsoft Excel.


(16)

Bab ini merupakan bab penutup yang merupakan hasil dan kesimpulan dari pembahasan serta saran penulis berdasarkan kesimpulan yang didapat.

BAB 2

LANDASAN TEORI

2.1Konsep Dasar Peramalan

Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan akan terjadi pada masa yang akan datang. Metode peramalan adalah cara untuk memperkirakan secara kuantitatif apa yang akan terjadi pada masa yang akan datang


(17)

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 atas pendekatan masalah dalam peramalan, sehingga apabila digunakan pendekatan yang sama pada suatu permasalahan dalam kegiatan peramalan, maka akan didapat dasar pemikiran yang sama.

Baik tidaknya suatu peramalan yang disusun, disamping ditentukan oleh metode yang digunakn , juga di tentukan oleh baik tidaknya informasi yang digunakan. Selama informasi yang digunakan tidak meyakinkan, maka hasil peramalan yang disusun juga akan sulit dipercaya ketepatannya.

2.2Beberapa Sifat Hasil Peramalan

Dalam membuat peramalan atau menerapkan suatu peramalan maka ada beberapa hal yang harus dipetimbangkan yaitu:

2. Ramalan pasti mengandung kesalahan, artinya peramal hanya bisa mengurangi ketidakpastiaan yang akan terjadi, tetapi tidak dapat menghilangkan ketidakpastiaan tersebut.

3. Peramalan seharusnya memberikan informasi tetang beberapa ukuran kesalahan, artinya karena peramalan pasti mengandung kesalahan, maka adalah penting bagi peramal untuk menginformasikan seberapa besar kesalahan yang mungkin terjadi.


(18)

4. Peramalan jangka pendek lebih akurat dibanding dengan peramalan jangka panjang. Hal ini desebabkan karena pada peramalan jangka pendek faktor-faktor yang mempengaruhi angka relatif masih konstan sedangkan peramalan jangka panjang kemungkinan terjadinya perubahan faktor-faktor yang mempengaruhi.

2.3Teknik Peramalan

2.3.1 Faktor-faktor yang Mempengaruhi Pemilihan Teknik Peramalan

Tujuan peramalan dimaksudkan untuk meredam ketidakpastian, sehingga diperoleh suatu perkiraan yang mendekati keadaan yang sebenarnya. Faktor-faktor yang harus dipertimbangkan dalam suatu peramalan antara lain:

1. Horizon Peramalan

Ada dua aspek dari horison waktu yang berhubungan dengan masing-masing metode peramalan yaitu:

a. Cakupan waktu dimasa yang akan datang

Perbedaan dari metode peramalan yang digunakan sebaiknya disesuaikan. b. Periode peramalan

Ada teknik dan metode peramalan yang hanya dapat meramal untuk peramalan satu atau dua periode dimuka, teknik dan metode lain dapat meramalkan beberapa waktu di depan.

2. Tingkat ketelitian

Tingkat ketelitian yang dibutuhkan sengat erat hubungannya dengan tingkat perincian yang dibutuhkan dalam suatu peramalan. Dalam suatu pengambilan keputusan diharapkan variasi atau penyimpangan atas ramalan antara 10% -15% sedangkan pengambilan keputasan yang lain variasi 5% sudah berbahaya.


(19)

3. Ketersediaan data

Metode yang digunakan sangat besar manfaatnya. Apabila dari data yang lalu diketahui adanya pola musiman, maka untuk untuk peramalan satu tahun ke depan sebaiknya digunakan metode variasi musiman. Sedangkan apabila diketahui hubungan antar variabel saling mempengaruhi, maka perlu digunakan metode sebab akibat atau korelasi.

5. Bentuk pola data

Dasar utama metode peramalan adalah anggapan bahwa pola data yang diramalkan akan berkelanjutan. Sebagai contoh, beberapa deret yang menunjukan pola musiman, atau trend. Metode peramalan yang lain mungkin lebih sederhana, terdiri dari satu nilai rata-rata, dengan fluktuasi yang acakan atau random yang terkandung. Karena perbedaan kemampuan metode peramalan untuk mengidentifikasi pola-pola data, maka perlu adanya usaha penyesuaian pola data. 6. Biaya

Umumnya ada empat jenis biaya dalam proses peramalan yaitu: biaya pengembangan, biaya penyimpanan, biaya operasi, dan biaya kesempatan penggunaan teknik peramalan. Adanya perbedaan nyata berpengaruh atas menarik tidaknya penggunaan metode tertentu untuk suatu keadaan yang dihadapi.

2.3.2 Kegunaan Pemilihan Teknik Peramalan

Metode yang dipergunakan memberi manfaat jika dikaitkan dengan informasi atau data yang dipunyai. Apabila data yang lalu diketahui dengan pola musiman, maka peramalan satu tahun kedepan sebaiknya digunakan metode variasi musiman.


(20)

Sedangkan bila pola data menunjukkan pola hubungan antar variabel, maka sebaiknya digunakan metode sebab akibat atau korelasi.

Metode peramalan menghasilkan urutan pekerjaan dan memecahan atas pendekatan suatu masalah dalam peramalan; sehingga bila digunakan pendekatan yang sama pada proses peramalan, maka akan di dapat dasar pemikiran dan pemecahan yang sama karena argumentasinya sama. Selain itu, metode peramalan memberikan cara pengerjaan yang teratur dan terarah, sehingga dengan demikian dapat dimungkinkannya penggunaan teknik-teknik penganalisaan yang lebih maju. Dari uraian ini dapat disimpulkan metode peramalan sangat berguna karena membantu dalam melakukan pendekatan analisis terhadap pola data yang lalu untuk mengetahui kondisi pada periode yang akan datang.

2.4Klasifikasi Metode Peramalan

Dalam sistem peramalan, metode yang berbeda akan memberikan hasil yang berbeda dan derajat galat peramalan yang juga berbeda. Salah satu seni dalam peramalan adalah memilih metode peramalan. Berdasarkan sifat ramalan yang telah disusun, maka peramalan dapat dibedakan atas dua macam, yaitu:

1. Peramalan kualitatif, yaitu peramalan yang didasarkan atas data kualitatif pada masa lalu. Hasil peramalan yang dibuat sangat tergantung dengan orang yang


(21)

menyusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran yang bersifat pendapat, intuitif, pengetahuan, dan pengalaman.

2. Peramalan kuantitatif, yaitu peramalan yang didasarkan atas data kuantitatif masa lalu. Hasil peramalan yang dibuat sangat tergantung pada metode yang dipergunakan dalam peramalan tersebut.

2.5.1 Peramalan Kualitatif

Peramalan kualitatif biasanya digunakan bila tidak ada atau sedikit data masa lalu tersedia. Dalam metode ini, pendapat pakar dan prediksi mereka dijadikan dasar untuk menetapkan permintaan yang akan datang.

2.5.2 Peramalan Kuantitatif

Metode peramalan ini didasarkan pada data kuantitatif pada masa lalu. Hasil peramalan yang dibuat tergantung pada metode yang dipergunakan dalam peramalan tersebut. Metode yang baik yaitu yang memberi nilai-nilai perbedaan atau penyimpangan yang mungkin. Peramalan kuantitatif hanya dapat digunakan apabila terdapat dua kondisi berikut:

1. Adanya informasi tentang keadaan yang lain.

2. Informasi tersebut dapat dikuantifikasikan dalam bentuk data dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada masa yang akan datang.

Adapun langkah-langkah melakukan peramalan secara kuantitatif sebagai berikut: 1. Tentukan tujuan peramalan


(22)

2. Pembuatan diagram pencar (scatter diagram)

3. Pilih minimal dua metode peramalan yang dianggap sesuai 4. Hitung parameter-parameter fungsi peramalan.

5. Hitung kesalahan setiap metode yang terbaik, yaitu yang memiliki kesalahan terkecil

6. Pilih metode yang terbaik, yaitu yang memiliki kesalahan terkecil. 7. Menghitung peramalan berdasarkan metode dengan kesalahan terkecil.

2.5.2.1 Metode Time Series

Metode time series dalah metode yang dipergunakan untuk menganalisis serangkaian data yang merupakan fungsi dari waktu. Metode ini mengasumsikan beberapa pola atau kombinasi pola selalu berulang sepanjang waktu, dan pola dasarnya dapat diidentifikasi semata-mata atas dasar data historis dari serial itu.

Ada empat komponen utama yang mempengaruhi analisis ini, yaitu : a. Pola siklis, jika data memilki siklus yang berulang secara periodik

b. Pola musiman, jika pola penjualan berulang setiap periode

c. Pola horizontal, jika nilai data berfluktuasi di sekitar nilai rata-rata.

d. Pola trend, jika data memiliki kecenderungan untuk naik atau turun terus menerus

2.5.2.1.2 Metode Proyeksi Kecenderungan dengan Regresi

Metode ini merupakan dasar garis kecenderungan untuk suatu persamaan, sehingga dengan dasar persamaan tersebut dapat di proyeksikan hal-hal yang akan diteliti pada masa yang akan datang.


(23)

a. Konstan, dengan fungsi peramalan (Ŷt):

Ŷt = a ...(2.1)

di mana:

Ŷt = nilai ramalan periode ke-t

a = harga kostanta a

dengan harga konstanta a diperoleh dari persamaan:

N Y

a=

1 ...(2.2)

b. Linier, dengan fungsi peramalan:

Ŷt = a + bt ...(2.3)

di mana:

Ŷt = nilai ramalan periode ke-t

a, b = harga kostanta a dan b

t = waktu/periode

dengan harga konstanta a dan b diperoleh dari persamaan:

( ) ( )

( )

∑ ∑ ∑

− −

− =

− =

2 2

t t

n

y t ty n b

n bt Y a

...(2.4)

c. Kuadratis, dengan fungsi peramalan :

Ŷt = a + bt + ct2 ...(2.5)

di mana:

Ŷt = nilai ramalan periode ke-t

a, b,c = harga kostanta a dan b


(24)

t = waktu/periode

dengan harga konstanta a, b dan c diperoleh dari persamaan:

2 2 α β θα δ α θ − ∂ − ∂ = ∂ − = − − =

∑ ∑

b b c n t c t b Y a ...(2.6) dengan:

( )

∑ ∑

∑ ∑

∑ ∑

− = − = − = − = ∂ 3 2 2 2 2 4 2 2 t n t t Y t n Y t tY n Y t t n t α θ δ ...(2.7)

d. Eksponensial, dengan fungsi peramalan : Ŷt = aebt

...(2.8) di mana:

Ŷt = Nilai ramalan periode ke-t

t = Waktu/periode

e = bilangan konstan = 2,7183

dengan menggunakan transformasi logaritma natural, maka harga konstanta a dan b diperoleh dari persamaan:


(25)

( )

2

2 ln ln ln ln

− − = − = t t n Y t Y t n b n t b Y a ...(2.9)

e. Siklis, dengan fungsi peramalan : n t c n b a

Yˆt = + sin2τ + cos2τ

...(2.10) di mana :

n t n t b n c n t a n t Y n t n t c n b n t a n t Y n t c n t b na Y τ τ τ τ τ τ τ τ τ τ τ τ 2 cos 2 sin 2 cos 2 cos 2 cos 2 cos 2 sin 2 sin 2 sin 2 sin 2 cos 2 sin 2 2

+ + = + + = + + = ...(2.11)

2.5.2.1 Metode Kausal

Peramalan dengan metode kausal mendasarkan hasil ramalan yang disusun atas pola hubungan antara variabel yang dicari atau diramalkan dengan variabel-variabel yang mempengaruhinya yang bukan waktu. Dalam analisa ini, diasumsikan bahwa faktor atau variabel yang menunjukkan suatu hubungan pengaruh sebab akibat dengan satu atau lebih variabel bebas. Sebagai contoh, permintaan akan baju baru mungkin berhubungan dengan banyaknya populasi pendapatan masyarakat, jenis kelamin, budaya daerah, dan bulan-bulan khusus.

Jadi, maksud dari analisa metode kausal adalah untuk menemukan bentuk pola hubungan yang saling mempengaruhi antara variabel yang dicari dan variabel-variabel yang mempengaruhinya, serta menggunakannya untuk meramalkan nilai-nilai dari


(26)

variabel pada masa yang akan datang. Metode kausal dapat dipergunakan dalam peramalan dengan keberhasilan yang lebih besar, sehingga sering dipergunakan untuk pengambilan keputusan. Metode kausal ini terdiri dari :

1. Metode regresi dan korelasi

Metode regresi dan korelasi didasarkan pada penetapan suatu persamaan estimasi menggunakan teknik “least squares”. Ketepatan peramalan dengan metode ini sangat baik untuk peramalan jangka pendek, sedangkan untuk peramalan jangka panjang ternyata ketepatannya kurang begitu baik.

Persamaan regresi dengan tiga variabel bebas X1, X2 dan X3 ditaksir oleh:

3 2 1

ˆ a bX cX dX

Y = + + + ...(2.12)

Dengan :

Yˆ = nilai estimasi Y a = nilai konstanta a

X1, X2, X3 = nilai variabel independent

b, c, d = slope yang berhubungan dengan nilai X1, X2 dan X3

Bentuk umum persamaan normal regresi:

+ + + = + + + = + + + = + + + = 2 3 2 3 1 3 3 3 3 2 2 2 1 2 2 2 3 1 2 1 2 1 1 1 3 2 1 X d X X c X X b X a YX X X d X c X X b X a YX X X d X X c X b X a YX X d X c X b an Y ...(2.13)

Harga-harga a, b, c dan d yang telah di dapat kemudian disubstitusikan kedalam


(27)

Rumus koefisien korelasi yang digunakan adalah sebagai berikut:

} ) ( }{

) (

{

2

2

2

2

∑ ∑

− −

− =

Y Y

n X X

n

Y X Y

X n r

i i

i i

xy ...(2.14)

2. Model Ekonometri

Metode ini didasarkan atas peramalan pada sistem persamaan regresi yang diestimasikan secara simultan. Baik untuk peramalan jangka pendek maupun untuk jangka panjang, ketepatan peramalan dengan metode ini sangat baik. Data yang dibutuhkan untuk penggunaan metode peramalan ini adalah data kuartalan beberapa tahun.

3. Model Output-Input

Metode ini dipergunakan untuk menyusun proyeksi trend ekonomi jangka panjang. Model ini kurang baik ketepatannya untuk peramalan jangka pendek, dan sangat baik ketepatannya untuk peramalan jangka panjang. Data yang digunakan untuk metode ini adalah data tahunan selama sekitar sepuluh sampai lima belas tahun.

2.5 Kriteria Performance Peramalan

Seorang perancang tentu menginginkan hasil perkiraan peramalan yang tepat atau paling tidak dapat memberikan gambaran yang paling mendekati sehingga rencana yang dibuatnya merupakan rencana yang realistis.


(28)

Ketepatan yang kecil memberikan arti ketelitian peramalan tinggi, keakuratan hasil peramalan tinggi, begitu pula sebaliknya. Besar kesalahan suatu peramalan dapat dihitung dengan beberapa cara, antara lain adalah:

1. Mean Square Error (MSE)

n Y Y MSE=

ii)

ˆ (

...(2.15) di mana:

Yi= data aktual periode i

Ŷ = nilai taksiran periode i n = banyaknya periode 2. Standard Error of Estimate (SEE)

f n

Y Y

SEE i i

− −

=

2

) ˆ (

...(2.16)

Di mana :

Ŷ = nilai taksiran f = derajat kebebasan

Untuk data konstan, f = 1 Untuk data linier, f = 2 Untuk data kuadratis, f = 3 Untuk data siklis, f = 3

Setelah didapat kesalahan (error) dari masing-masing metode peramalan, maka akan dilakukan pengujian terhaddapm dua metode yang memiliki error terkecil guna mendapatkan peramalan yang lebih baik. Pengujian dilakukan dengan test distribusi F, jika diasumsikan metode “X” adalah metode yang memiliki besar errorterkecil pertama, dan metode “Y” adalah metode permalan yang memiliki error paling kecil kedua, maka langkah-langkah pengujiannya sebagai berikut:


(29)

H0 : Metode “X” lebih baik daripada metode “Y”

H1 : Metode “X” tidak lebih baik daripada metode “Y”

2. Lakukan test statistic dengan rumus:

2 2 2 1

S S

F = ...(2.17)

Di mana:

S1 = besarnya error metode peramalan “X”

S2 = besarnya error metode peramalan “Y”

3. Bandingkan hasil yang diproleh dar langkah 2 dengan hasil yang diperoleh dari table distribusi F.

Jika F hitung≤ F tabel maka H0 diterima

Jika F hitung > F tabel maka H0 ditolak

Setelah didapatkan metode peramalan yang lebih baik, maka dilakukan perhitungan terhadap metode peramalan yang terbaik tersebut.

BAB 3

ANALISIS DAN PENGOLAHAN DATA


(30)

Dalam pnyelesaian masalah diperlukan suatu data sebagai bahan penunjang dan diharapkan mendekari masalah. Data yang diambil merupakan data kegiatan bongkar muat barang dari tahun 2006 sampai tahun 2010 di pelabuhan Belawan, Medan.

3.1.1 Peramalan Jumlah Barang Yang Dibongkar

Data jumlah barang yang dibongkar selama periode 2000 sampai dengan tahun 2009 dapat dilihat pada Tabel 3.1 di bawah ini.

Tabel 3.1. Data Jumlah Barang Yang Dibongkar (Ton)

TAHUN JUMLAH BARANG

2006 6.259.637 2007 6.959.975 2008 7.527.212 2009 7.242.572 2010 8.269.722 Sumber: Otoritas Pelabuhan Belawan-1

Adapun langkah-langkah peramalan yang akan dilakukan untuk menentukan jumlah barang yang dibongkar untuk tahun yang akan datang. Langkah-langkahnya adalah sebagai berikut:

1. Menentukan tujuan peramalan

Tujuan peramalan adalah untuk menentukan banyaknya jumlah barang yang dibongkar untuk tiga tahun berikutnya.


(31)

Gambar 3.1. Scatter Diagram Jumlah Barang Yang Dibongkar

3. Setelah melihat sebaran pola data seperti pada scatter diagram di atas maka digunakan dua metode peramalan, yaitu:

a. Metode Linier

b. Metode Eksponensial

4. Perhitungan parameter peramalan Metode Linier a. Metode Linier

Fungsi peramalan : Y = a + bt

Hasil perhitungan parameter peramalan untuk metode linier dapat dilihat pada Tabel 3.2 sebagai berikut:

Tabel 3.2 Hasil Perhitungan Parameter Peramalan Metode Linier

Tahun t Y t2 tY


(32)

2007 2 6.959.975 4 13.919.950 2008 3 7.527.212 9 22,581,636 2009 4 7.242.572 16 28.970.288 2010 5 8.269.722 25 41.348.610 Jumlah 15 36.259,118 55 113.080.121

b =

∑ ∑

− − 2 2 ) ( t t n Y t tY n = 2 ) 15 ( ) 55 ( 5 ) 36.259.118 ( 15 ) 1 113.080.12 ( 5 − − = 430.276,70

a = n t b Y

= 5 ) 15 )( 430.276,70 ( 36.259,118− = 5.960.993,50

Maka, fungsi peramalannya adalah : Ŷ = 5.960.993,50 + 430.276,70t

b. Metode Eksponensial Fungsi peramalan : Y = aebt

Hasil perhitungan parameter peramalan untuk metode eksponensial dapat dilihat pada Tabel 3.3 sebagai berikut:

Tabel 3.3 Hasil Perhitungan Parameter Peramalan Metode Eksponensial

Tahun t Y t2 Ln Y t Ln Y


(33)

2007 2 6,959,975.00 4 15.756 31.511 2008 3 7,527,212.00 9 15.834 47.502 2009 4 7,242,572.00 16 15.795 63.182 2010 5 8,269,722.00 25 15.928 79.641 Jumlah 15 36,259,118 55 78.963 237.486

b =

( )

∑ ∑

− − 2 2 ln ln t t n Y t Y t n

b = 2

) 15 ( ) 55 ( 5 ) 963 . 78 ( 15 ) 486 . 237 ( 5 − −

b = 0,060

ln a =

n t b Y

ln −

ln a =

5 ) 15 )( 060 . 0 ( 963 . 78 − ln a = 15.792,42

a = 6.037.878,122

Maka, fungsi peramalannya adalah : Ŷ = 6.037.878,122 e0,060t

5. Menghitung Kesalahan Peramalan

Perhitungan kesalahan menggunakan metode MSE (Mean Square Error) dan SEE (Standard Error of Estimation) dengan menggunakan rumus persamaan (2.15) dan (2.16):

a. Metode Linier

Dengan derajat kebebasan (f) = 2 dimana Ŷ = 5.960.993,50 + 430.276,70t Tabel 3.4 Data Perhitungan MSE dan SEE Metode Linier

t Y Ŷ (Y-Ŷ)2


(34)

2 6.959,975 6.821.546,90 19.162.338,870 3 7.527,212 7.251.823,60 75.838.770,855 4 7.242,572 7.682.100,30 1.931.85E+11 5 8.269,722 8.112.377,00 24.757.449,025

Jumlah 3.302.71E+11

Besarnya kesalahan peramalan metode linier adalah

n Y Y MSE=

ii)

ˆ (

MSE =

10 11 + 13.30271E

= 66.054.196.918,460

f n

Y Y

SEE i i

− − =

2 ) ˆ ( 2 10 11 + 3.302.71E − = SEE

= 331.798,626

b. Metode Eksponensial

Dengan derajat kebebasan (f) = 2 dimana Ŷ = 6.037.878,122 e0,060X Tabel 3.5 Data Perhitungan MSE dan SEE Metode Eksponensial

t Y Ŷ (Y-Ŷ)2

1 6.259.637,00 6.409.161,405 22.357.547.587,708 2 6.959.975,00 6.803.275,767 24.554.649.729,365 3 7.527.212,00 7.221.625,145 93.383.326.044,574 4 7.242.572,00 7.665.699,807 179.037.141.203,397 5 8.269.722,00 8.137.081,662 17.593.459.347,170

Jumlah 336.926.123.912,214

Besarnya kesalahan peramalan metode eksponensial adalah:

n Y Y MSE=

ii)

ˆ (


(35)

MSE =

5

3.912,214 336.926.12

MSE = 67.385.224.782,443

f n

Y Y

SEE i i

− − =

2

) ˆ (

2 10

3.912,214 336.926.12

− =

SEE

SEE= 335.124,914

Hasil perhitungan nilai MSE dan SEE untuk jumlah barang yang dibongkar dapat dilihat pada Tabel 3.6 berikut ini.

Tabel 3.6 Perhitungan nilai MSE dan SEE setiap Metode Peramalan

Metode Peramalan MSE SEE

Linier 66.054.196.918,460 331.798,626 Eksponensial 67.385.224.782,443 335.124,914

Dari kedua metode yang dicoba,nilai SEE yang paling kecil adalah Linier. Maka untuk meramalkan jumlah barang yan gdibongkar di Pelabuhan Belawan, M etode Linier lebih baik dari Metode Eksponensial.

6. Perhitungan peramalan

Adapun hasil peramalan banyaknya jumlah barang yang dibongkar di pelabuhan belawan untuk tahun 2011 dan tahun 2012 sebagai berikut:

Tahun 2011 ( t = 6 ), maka hasil peramalannya: Ŷ = 5.960.993,50 + 430.276,70t Ŷ = 5.960.993,50 + 430.276,70(11) Ŷ = 8.542.653,70


(36)

Ŷ = 5.960.993,50 + 430.276,70t Ŷ = 5.960.993,50 + 430.276,70(7) Ŷ = 8.972.930.40

3.1.2. Peramalan Jumlah Barang Yang Dimuat Tahun 2012

Data jumlah barang yang dimuat selama periode 2006 sampai dengan tahun 2010 Data dapat dilihat pada tabel 3.7.

Tabel 3.7 Data Jumlah Barang Yang Dimuat Tahun Jumlah Barang

2006 538.602 2007 974.286 2008 1.186.819 2009 1.128.960 2010 1.216.190 Sumber: Otoritas Pelabuhan Belawan-1

Adapun langkah-langkah peramalan yang akan dilakukan untuk menentukan jumlah barang yang dimuat untuk tahun yang akan datang. Langkah-langkahnya adalah sebagai berikut:

1. Menentukan tujuan peramalan

Tujuan peramalan adalah untuk menentukan banyaknya jumlah barang yang dibongkar untuk tiga tahun berikutnya.


(37)

Gambar 3.2 Scatter Diagram Jumlah Barang Yang Dimuat 3. Memilih Metode Peramalan

Setelah melihat sebaran pola data seperti pada scatter diagram di atas maka digunakan tiga metode peramalan, yaitu:

a. Metode Linier

b. Metode Eksponensial 4. Perhitungan parameter peramalan

a. Metode Linier

Fungsi peramalan : Y = a + bt

Hasil perhitungan parameter peramalan untuk metode linier dapat dilihat pada Tabel 3.8 sebagai berikut:

Tabel 3.8 Hasil Perhitungan Parameter Peramalan Metode Linier

Tahun t Y t2 tY

2006 1 538.602 1 538.602 2007 2 974.286 4 1.948.572 2008 3 1.186.819 9 3.560.457 2009 4 1.128.960 16 4.515.840 2010 5 1.216.190 25 6.080.950 Jumlah 15 5.044.857 55 16.644.421


(38)

b =

∑ ∑

− − 2 2 ( )

t t n Y t tY n = 2 ) 15 ( ) 55 ( 5 ) 5.044.857 ( 55 ) 16.644.421 ( 5 − − = 150.985

a = n t b Y

= 5 ) 55 )( 150.985 ( 1.040.478− = 556.016.4

Maka, fungsi peramalannya adalah : Ŷ = 556.016,40 + 150.985t

b. Metode Eksponensial Fungsi peramalan : Y = aebt

Hasil perhitungan parameter peramalan untuk metode eksponensial dapat dilihat pada Tabel 3.9 sebagai berikut:

Tabel 3.9 Hasil Perhitungan Parameter Peramalan Metode Eksponensial

Tahun t Y t2 Ln Y t Ln Y

2006 1 538602.00 1 13.197 13.197 2007 2 974286.00 4 13.789 27.579 2008 3 1186819.00 9 13.987 41.960 2009 4 1128960.00 16 13.937 55.747 2010 5 1216190.00 25 14.011 70.056 Jumlah 15 5,044,857 55 68.921 208.539

b =

( )

∑ ∑

− − 2 2 ln ln t t n Y t Y t n


(39)

b = 2 ) 15 ( ) 55 ( 5 ) 921 . 68 ( 15 ) 539 . 208 ( 5 − −

b = 0,178

ln a =

n t b Y

ln −

ln a =

5 ) 15 )( 178 , 0 ( 509 . 68 − ln a = 13,251

a = 568.808,492

Maka, fungsi peramalannya adalah : Ŷ = 568.808,492e0,178t

5. Menghitung Kesalahan Peramalan

Perhitungan kesalahan menggunakan metode MSE (Mean Square Error) dan SEE (Standard Error of Estimation) dengan menggunakan rumus persamaan (2.15) dan (2.16):

a. Metode Linier

Derajat bebas (f) = 2 denganŶ = 556.016,40 + 150.985t

Tabel 3.10 Data Perhitungan MSE dan SEE Metode Linier

t Y Ŷ (Y-Ŷ)2

1 538.602 707.001,40 28.358.357,920 2 974.286 857.986,40 13.525.596,960 3 1.186.819 1.008.971,40 31.629.768,826 4 1.128.960 1.159.956,40 960.776,813 5 1.216.190 1.310.941,40 8.977.827,802


(40)

Besarnya kesalahan peramalan metode linier adalah

n Y Y MSE=

ii)

ˆ (

MSE =

5

,321 83.452.328

= 16.690.465.664

f n

Y Y

SEE i i

− − =

2 ) ˆ ( 2 5 ,321 83.452.328 − = SEE = 166.785.62 b. Metode Eksponensial

Derajat bebas (f) = 2, dengan Ŷ = 568.808,492e0,178t

Tabel 3.11 Data Perhitungan MSE dan SEE Metode Eksponensial

t Y Ŷ (Y-Ŷ)2

1 538602 679.378,775 19.818.100.241,501 2 974286 811.442,736 26.517.928.607,663 3 1186819 969.178,518 47.367.379.354,662 4 1128960 1.157.576,448 818.901.082,270 5 1216190 1.382.596,918 27.691.262.449,008 Jumlah 122.213.571.735,104

Besarnya kesalahan peramalan metode eksponensial adalah

n Y Y MSE=

ii)

ˆ (

MSE =

5

7.735,104 122.213.51


(41)

f n

Y Y

SEE i i

− − =

2

) ˆ (

2 5

7.735,104 122.213.51

− =

SEE

= 201.836,214

Hasil rekapitulasi nilai MSE dan SEE untuk akseptor KB aktif dapat dilihat pada Tabel 3.12 berikut ini.

Tabel 3.12 Rekapitulasi nilai MSE dan SEE setiap Metode Peramalan

Metode Peramalan MSE SEE

Linier 16.690.465.664 166.785.62 Eksponensial 24.442.714.347,021 201.836,214

Dari kedua metode yang dicoba,nilai SEE yang paling kecil adalah Linier. Maka untuk meramalkan jumlah barang yang di bongkar di Pelabuhan Belawan, Metode Linier lebih baik dari Metode Eksponensial.

6. Perhitungan peramalan

Adapun hasil peramalan jumlah baran gyang dimuat untuk tahun 2011 dan 2012 sebagai berikut:

Tahun 2010 ( t = 6 ), maka hasil peramalannya: Ŷ = 556.016,40 + 150.985t

Ŷ = 556.016,40 + 150.985(6) Ŷ = 1.461.926.4

Tahun 2012 ( t = 7 ), maka hasil peramalannya: Ŷ = 556.016,40 + 150.985t

Ŷ = 556.016,40 + 150.985 (7) Ŷ = 1.612.911,4


(42)

BAB 4

IMPLEMENTASI SISTEM

4.1 Pengeritan Implementasi Sistem

Implementasi sistem adalah prosedur yang dilakukan untuk melakukan desain sistem yang ada dan yang telah disetujui, biasanya disajikan dalam bentuk komputerisasi.

Tujuan dari implementasi sistem adalah sebagai berikut :

1. Menyelesaikan desain sistem yang ada dalam dokumen sistem yang disetujui. 2. Menulis, menguji dan mendokumentasikan program-program dan

prosedur-prosedur yang diperlukan oleh dokumen desain sistem tersebut.

3. Memastikan bahwa orang lain dapat mengoperasikan sistem baru yang telah dibuat, untuk menyelesaikan persoalan-persoalan yang mereka hadapi yang disesuaikan dengan sistem yang telah dibuat.

4. Memperhitungkan bahwa sistem baru memenuhi permintaan pemakai lainnya.

4.2 Tahap Implementasi

Tahap implementasi merupakan tahapan penerapan hasil desain tertulis ke dalam

programming (coding). Pada tahapan inilah seluruh hasil desain dituangkan ke dalam bahasa pemograman tertentu untuk menghasilkan sebuah sistem informasi yang sesuai dengan hasil desain tertulis.


(43)

Implementasi yang sudah selesai harus di uji coba kehandalannya sehingga dapat diketahui kehandalan dari sistem yang ada dan telah sesuai dengan apa yang diinginkan. Dalam data pengolahan jumlah penduduk implementasi yang digunakan penulis adalah dengan menggunakan software Excel. Selain berfungsi sebagai manipulasi atau pengolah angka, Microsoft Excel juga dapat digunakan untuk memanipulasi teks komputer. Untuk dapat menggunakan Microsoft Excel secara maksimal kita juga harus menguasai sistem operasi Microsoft Windows.

4.3 Pengaktifan Microsoft Excel

Dalam pengolahan data dan implementasi sistem untuk menyelesaikan permasalahan yang telah dibahas dalam Tugasa Akhir ini, penulis menggunakan salah satu perangkat bagian dari Microsoft Office yaitu Microsoft Excel.

Microsoft Excel adalah salah satu software yang paling dikenal dan digemari untuk menyelesaikan persoalan-persoalan perhitungan. Hal ini juga didukung oleh fasilitas yang dimilikinya, dimana hampir semua program-program perhitungan statistik terkandung didalamnya dan itulah alasan penulis memilih Microsoft Excel sebagai alat implementasi sistem.

Adapun cara untuk mengaktifkan Microsoft Excel adalah : 1. Pada Desktop, klik Start.


(44)

3. Lalu pilih Microsoft Office, kemudian pilih dan klik Microsoft Office Excel sehingga akan tampil jendela utama aplikasi Microsoft

office Excel pda layar monitor.

4.4 Lembar Kerja Microsoft Excel

Sebuah pengaktifan akan tampil lembar kerja Excel yang sudah siap untuk dipergunakan, lembar kerja Excel tersebut dapat dilihat pada gambar di bawah ini.

Gambar 4.1 tampilan awal jendela Ms. Excel

Lembar kerja Excel adalah kumpulan kolom dan baris, dimana kolom berurutan darin atas ke bawah sedangkan baris berurutan dari kiri ke kanan yang terdiri atas 256 kolom dan 65.536 baris pada setiap lembar kerja.


(45)

Pada setiap kolom dan baris terdapat sel dan ini diidetifikasikan dengan alamat yang merupakan kombinasi antara abjad untuk kolom dan angka untuk baris, disamping itu lembar kerja Excel terdapat banyak elemen yang memiliki fungsi tersendiri.

4.5 Pengisian Data

Pengisian data ke dalam lembar kerja Excel adalah sama dengan memasukkan atau pengetikan data ke dalamnya. Ada dua alternatif pengisian data, yakni menggunakan keyboard komputer atau melalui submenu yang terdapat pada menu Excel. Dalam pengisian data ke dalam lembar kerja dengan keyboard, diperlukan langkah-langkah sebagai berikut :

1. Letakkan pointer pada sel yang ingin diisi data. 2. Ketik data yang diinginkan.

3. Tekan Enter atau klik tombol kiri mouse pada sel lain untuk konfirmasi atau mengakhirinya, sedangkan alternatif kedua dalam mengisi data adalah menggunakan submenu pada menu edit di Excel. Dengan alternatif ini, akan memiliki banyak pilihan yaitu : down, up, right, left dan series (autofill).


(46)

Gambar 4.2 Input Data Awal pada Microsoft Office Excel 2007

4.5.1 Menghitung Peramalan Dengan Metode Linier 1. Menentukan nama variabel untuk perhitungan

a. Pada cel D3 ketikkan X^2 b. Pada cel E3 ketikkan XY c. Pada cel F3 ketikkan Y’ d. Pada cel G3 ketikkan (Y-Y’) e. Pada cel H3 ketikkan (Y-Y’)^2 2. Mencari nilai koefisen a dan b

a. Masukkan nilai n (banyak data) pada cel B2, untuk n = 10 b. Untuk mencari nilai pada kolom X^2digunakan rumus:

untuk cel D4: =B4^2, untuk cel D5: =B5^2, begitu pula seterusnya sampai dengan cel D13: = B8^2.


(47)

untuk cel E4: =B4*C4, untuk tahun cel E5: =B5*C5, begitu pula seterusnya dengan cel E13: =B8*C8.

d. Menhitung jumlah total, untuk total X: =SUM(B4:B10), untuk total Y: =SUM(C4:C10) begitu pula untuk cel berikutnya.

e. Menentukan harga koefisien b (pada cel B13) digunakan rumus: =((B2*E11)-(B16*C11))/((B2*D11)-(B11^2))

f. Menentukan harga koefisien a (pada cel B14) digunakan rumus: =(C11-(B13*B11))/B2

3. Mengitung kesalahan peramalan

a. Untuk mempermudah langkah selanjutnya, harga koefisien a dan b di copykan pada cel B16 dan D16.

b. Setelah didapat harga koefisien a dan b, selanjutnya dapat di cari nilai taksiran untuk Y’ dengan rumus:

untuk cel F4: =$B$16+($D$16*B4), untuk cel F5: =$B$16+($D$16*B5), begitu pula seterusnya sampai dengan cel F13: =$B$16+($D$16*B8)

c. Nilai untuk (Y-Y') di tentukan dengan rumus:

untuk cel G4: =C4-F4, untuk cel G5: =C5-F5, begitu pula seterusnya sampai dengan cel G8: =C8-F8

d. Nilai untuk (Y-Y')^2 di tentukan dengan rumus:

untuk cel H4: =G4^2, untuk cel H5: =G5^2, begitu pula seterusnya sampai dengan cel H8: =G8^2

e. Menentukan nilai SEE dan MSE Dengan rumus:

SEE (pada cel H13) digunakan rumus: =(H11/(B2-2))^0,5 MSE (pada cel H14) digunakan rumus: =H11/B2


(48)

a. Menentukan periode untuk X=6 (pada cel B19) dengan rumus: =B2+1 untuk X=7 (pada cel B20) dengan rumus: =B2+2

untuk X=8 (pada cel B21) dengan rumus: =B2+3

b. Menentukan besar peramalan untuk X=6(pada cel C19) digunakan rumus: =$B$16+$D$16*B19, untuk X=12 (pada cel C20) digunakan rumus: =$B$16+$D$16*B20, untuk X=13 (pada cel C21) digunakan rumus: =$B$16+$D$16*B21.

Berikut ini adalah tampilan untuk hasil pehitungan jumlah barang yang dibongkar.

Gambar 4.3 Hasil Perhitungan Microsoft Office Excel 2007 Untuk Metode Linier

Untuk menghitung variabel lainnya (jumlah barang yang dimuat) hanya cukup dengan memasukkan data pada kolom Y, dan memasukkan nilai n (pada cel B2), maka dengan sendirinya akan diperoleh nilai koefisien a, b, SEE, MSE, dan peramalan untuk tiga periode berikutnya.


(49)

4.5.2 Menghitung Peramalan Dengan Metode Eksponensial

Untuk input data awal dapat di lihat pada gambar 4.2 1. Menentukan nama variabel untuk perhitungan

a. Pada cel D3 ketikkan X^2 b. Pada cel E3 ketikkan LnY c. Pada cel F3 ketikkan X*LnY d. Pada cel G3 ketikkan Y’ e. Pada cel H3 ketikkan (Y-Y’) f. Pada cel I13 ketikkan (Y-Y’)^2 2. Mencari nilai koefisen a dan b

a. Masukkan nilai n (banyak data) pada cel B2, untuk n = 10 b. Untuk mencari nilai pada kolom X^2digunakan rumus:

untuk cel D4: =B4^2, untuk cel D5: =B5^2, begitu pula seterusnya sampai dengan cel D8: = B8^2.

c. Untuk mencari nilai pada kolom LnYdigunakan rumus:

untuk cel E4: =LN(C4), untuk tahun cel E5: =LN(C5), begitu pula seterusnya dengan cel E8: =LN(C8).

d. Untuk mencari nilai pada kolom X*LnYdigunakan rumus:

untuk cel F4: =B4*E4 untuk tahun cel F5: =B5*E5, begitu pula seterusnya dengan cel F8: =B8*E8

e. Menhitung jumlah total, untuk total X: =SUM(B4:B10), untuk total Y: =SUM(C4:C10) begitu pula untuk cel berikutnya.

f. Menentukan harga koefisien b (pada cel B13) digunakan rumus: =((B2*F11)-(E11*B11))/((B2*D11)-(B11^2))


(50)

g. Menentukan harga koefisien ln a (pada cel B14) digunakan rumus: =((E11)-(B13*B11))/B2

h. Menentukan harga koefisien a (pada cel D14) digunakan rumus: =EXP(B14) 3. Mengitung kesalahan peramalan

a. Untuk mempermudah langkah selanjutnya, harga koefisien a dan b di copykan pada cel B14 dan D14.

b. Setelah didapat harga koefisien a dan b, selanjutnya dapat di cari nilai taksiran untuk Y’ dengan rumus:

untuk cel G4: =($B$17)*(EXP($D$16*B4)), untuk cel G5: =($B$17)*(EXP($D$16*B5)), begitu pula seterusnya sampai dengan cel G13: =($B$17)*(EXP($D$16*B13))

c. Nilai untuk (Y-Y') di tentukan dengan rumus:

untuk cel H4: =C4-G4, untuk cel H5: =C5-G5, begitu pula seterusnya sampai dengan cel H8: =C8-G8

d. Nilai untuk (Y-Y')^2 di tentukan dengan rumus:

untuk cel I4: =H4^2, untuk cel I5: =H5^2, begitu pula seterusnya sampai dengan cel I8: =H8^2

e. Menentukan nilai SEE dan MSE Dengan rumus:

SEE (pada cel I13) digunakan rumus: =(I11/(B2-2))^0,5 MSE (pada cel I14) digunakan rumus: =I11/B2

4. Mengitung peramalan periode berikutnya:

c. Menentukan periode untuk X=6 (pada cel B20) dengan rumus: =B2+1 untuk X=7 (pada cel B22) dengan rumus: =B2+2

untuk X=8 (pada cel B22) dengan rumus: =B2+3 d. Menentukan besar peramalan


(51)

untuk X=6(pada cel C20) digunakan rumus:=$B$217*($C$17^($D$16*B25)) untuk X=7(pada cel C21) digunakan rumus: =$B$17*($C$16^($D$16*B26)) untuk X=8(pada cel C22) digunakan rumus: =$B$17*($C$16^($D$16*B27)) Berikut ini adalah tampilan untuk hasil pehitungan pasangan usia subur (PUS):

Gambar 4.4 Hasil Perhitungan Microsoft Office Excel 2007 Untuk Metode Eksponensial

Untuk menghitung variabel lainnya (Jumlah Barang Yang Dimuat) hanya cukup dengan memasukkan data pada kolom Y, dan memasukkan nilai n (pada cel B2), maka dengan sendirinya akan diperoleh nilai koefisien a, b, SEE, MSE, dan peramalan untuk tiga periode berikutnya.


(52)

BAB 5

PENUTUP

5.1 Kesimpulan

Bedasarkan hasil analisis yang telah dilakukan, maka dapat diambil bebrapa kesimpulan sebagai berikut:

1. Peramalan jumlah barang yang dibongkar dan dimuat di Pelabuhan Belawan tahun 2012 dilkukan dengan meode linier karena memiliki nilai SEE terkecil masing-masing sebesar 331.798,626 dan 166.785,62 dibandingkan dengan metode Eksponensial.

2. Berdasarkan gambar scatter diagram, menunjukkan bahwa data jumlah barang yang dibongkar dan dimuat membentuk pola lilier.

3. Hasil peramalan jumlah barang yang dibongkar di Pelabuhan Belawan tahun 2012 adalah 8.972.930,40 Ton. Sedangkan untuk Hasil peramalan jumlah barang yang dimuat di Pelabuhan Belawan tahun 2012 adalah 1.612.911,4 Ton.

5.2 Saran

Agar kegiatan bongkar muat di Pelabuhan Belawan dapat berjalan dengan baik, diperlukan perhatian dari Pemerintah dan pihak Otoritas Pelabuhan selaku pihak penyelenggara kegiatan bongkar muat. Seperti memberikan pelayanan terbaik, memperbaiki fasilitas-fasilitas publik di area Pelabuhan Belawan, dan lainnya.


(53)

DAFTAR PUSTAKA

1. Assaury, Sofian.1984. Teknik dan Metode Peramalan dan Penerapannya Dalam Ekonomi dan Dunia Usaha. Jakarta LPEF Universitas Indonesia.

2. Makridakis, Spyros.1989. Metode dan Aplikasi Peramalan. Jakarta: Binapura Aksara. 3. Otoritas Pelabuhan Belawan. Data Kegiatan Bongkar Muat 2010.

4. Sudjana. 2005. Metoda Statistika. Bandung: Tarsito.

5. Suharyadi, Purwanto S.K.2003. Statistika: Untuk Ekonomi dan Keuangan Modern. Jakarta: Salemba Empat.


(1)

a. Menentukan periode untuk X=6 (pada cel B19) dengan rumus: =B2+1 untuk X=7 (pada cel B20) dengan rumus: =B2+2

untuk X=8 (pada cel B21) dengan rumus: =B2+3

b. Menentukan besar peramalan untuk X=6(pada cel C19) digunakan rumus:

=$B$16+$D$16*B19, untuk X=12 (pada cel C20) digunakan rumus:

=$B$16+$D$16*B20, untuk X=13 (pada cel C21) digunakan rumus:

=$B$16+$D$16*B21.

Berikut ini adalah tampilan untuk hasil pehitungan jumlah barang yang dibongkar.

Gambar 4.3 Hasil Perhitungan Microsoft Office Excel 2007 Untuk Metode Linier

Untuk menghitung variabel lainnya (jumlah barang yang dimuat) hanya cukup dengan memasukkan data pada kolom Y, dan memasukkan nilai n (pada cel B2), maka dengan sendirinya akan diperoleh nilai koefisien a, b, SEE, MSE, dan peramalan untuk tiga periode berikutnya.


(2)

4.5.2 Menghitung Peramalan Dengan Metode Eksponensial

Untuk input data awal dapat di lihat pada gambar 4.2 1. Menentukan nama variabel untuk perhitungan

a. Pada cel D3 ketikkan X^2 b. Pada cel E3 ketikkan LnY c. Pada cel F3 ketikkan X*LnY d. Pada cel G3 ketikkan Y’ e. Pada cel H3 ketikkan (Y-Y’) f. Pada cel I13 ketikkan (Y-Y’)^2 2. Mencari nilai koefisen a dan b

a. Masukkan nilai n (banyak data) pada cel B2, untuk n = 10 b. Untuk mencari nilai pada kolom X^2digunakan rumus:

untuk cel D4: =B4^2, untuk cel D5: =B5^2, begitu pula seterusnya sampai dengan cel D8: = B8^2.

c. Untuk mencari nilai pada kolom LnYdigunakan rumus:

untuk cel E4: =LN(C4), untuk tahun cel E5: =LN(C5), begitu pula seterusnya dengan cel E8: =LN(C8).

d. Untuk mencari nilai pada kolom X*LnYdigunakan rumus:

untuk cel F4: =B4*E4 untuk tahun cel F5: =B5*E5, begitu pula seterusnya dengan cel F8: =B8*E8

e. Menhitung jumlah total, untuk total X: =SUM(B4:B10), untuk total Y: =SUM(C4:C10) begitu pula untuk cel berikutnya.

f. Menentukan harga koefisien b (pada cel B13) digunakan rumus: =((B2*F11)-(E11*B11))/((B2*D11)-(B11^2))


(3)

g. Menentukan harga koefisien ln a (pada cel B14) digunakan rumus: =((E11)-(B13*B11))/B2

h. Menentukan harga koefisien a (pada cel D14) digunakan rumus: =EXP(B14) 3. Mengitung kesalahan peramalan

a. Untuk mempermudah langkah selanjutnya, harga koefisien a dan b di copykan pada cel B14 dan D14.

b. Setelah didapat harga koefisien a dan b, selanjutnya dapat di cari nilai taksiran untuk Y’ dengan rumus:

untuk cel G4: =($B$17)*(EXP($D$16*B4)), untuk cel G5: =($B$17)*(EXP($D$16*B5)), begitu pula seterusnya sampai dengan cel G13: =($B$17)*(EXP($D$16*B13))

c. Nilai untuk (Y-Y') di tentukan dengan rumus:

untuk cel H4: =C4-G4, untuk cel H5: =C5-G5, begitu pula seterusnya sampai dengan cel H8: =C8-G8

d. Nilai untuk (Y-Y')^2 di tentukan dengan rumus:

untuk cel I4: =H4^2, untuk cel I5: =H5^2, begitu pula seterusnya sampai dengan cel I8: =H8^2

e. Menentukan nilai SEE dan MSE Dengan rumus:

SEE (pada cel I13) digunakan rumus: =(I11/(B2-2))^0,5 MSE (pada cel I14) digunakan rumus: =I11/B2

4. Mengitung peramalan periode berikutnya:

c. Menentukan periode untuk X=6 (pada cel B20) dengan rumus: =B2+1 untuk X=7 (pada cel B22) dengan rumus: =B2+2

untuk X=8 (pada cel B22) dengan rumus: =B2+3 d. Menentukan besar peramalan


(4)

untuk X=6(pada cel C20) digunakan rumus:=$B$217*($C$17^($D$16*B25)) untuk X=7(pada cel C21) digunakan rumus: =$B$17*($C$16^($D$16*B26)) untuk X=8(pada cel C22) digunakan rumus: =$B$17*($C$16^($D$16*B27)) Berikut ini adalah tampilan untuk hasil pehitungan pasangan usia subur (PUS):

Gambar 4.4 Hasil Perhitungan Microsoft Office Excel 2007 Untuk Metode Eksponensial

Untuk menghitung variabel lainnya (Jumlah Barang Yang Dimuat) hanya cukup dengan memasukkan data pada kolom Y, dan memasukkan nilai n (pada cel B2), maka dengan sendirinya akan diperoleh nilai koefisien a, b, SEE, MSE, dan peramalan untuk tiga periode berikutnya.


(5)

BAB 5

PENUTUP

5.1 Kesimpulan

Bedasarkan hasil analisis yang telah dilakukan, maka dapat diambil bebrapa kesimpulan sebagai berikut:

1. Peramalan jumlah barang yang dibongkar dan dimuat di Pelabuhan Belawan tahun 2012 dilkukan dengan meode linier karena memiliki nilai SEE terkecil masing-masing sebesar 331.798,626 dan 166.785,62 dibandingkan dengan metode Eksponensial.

2. Berdasarkan gambar scatter diagram, menunjukkan bahwa data jumlah barang yang dibongkar dan dimuat membentuk pola lilier.

3. Hasil peramalan jumlah barang yang dibongkar di Pelabuhan Belawan tahun 2012 adalah 8.972.930,40 Ton. Sedangkan untuk Hasil peramalan jumlah barang yang dimuat di Pelabuhan Belawan tahun 2012 adalah 1.612.911,4 Ton.

5.2 Saran

Agar kegiatan bongkar muat di Pelabuhan Belawan dapat berjalan dengan baik, diperlukan perhatian dari Pemerintah dan pihak Otoritas Pelabuhan selaku pihak penyelenggara kegiatan bongkar muat. Seperti memberikan pelayanan terbaik, memperbaiki fasilitas-fasilitas publik di area Pelabuhan Belawan, dan lainnya.


(6)

DAFTAR PUSTAKA

1. Assaury, Sofian.1984. Teknik dan Metode Peramalan dan Penerapannya Dalam Ekonomi dan Dunia Usaha. Jakarta LPEF Universitas Indonesia.

2. Makridakis, Spyros.1989. Metode dan Aplikasi Peramalan. Jakarta: Binapura Aksara. 3. Otoritas Pelabuhan Belawan. Data Kegiatan Bongkar Muat 2010.

4. Sudjana. 2005. Metoda Statistika. Bandung: Tarsito.

5. Suharyadi, Purwanto S.K.2003. Statistika: Untuk Ekonomi dan Keuangan Modern. Jakarta: Salemba Empat.