Peramalan Jumlah Penduduk dan Laju Pertumbuhan Ekonomi Tahun 2015 Kota Binjai

PERAMALAN JUMLAH PENDUDUK DAN LAJU PERTUMBUHAN EKONOMI TAHUN 2015 KOTA BINJAI

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Ahli Madya

MEIYANI ROSAIDHA 112407068

PROGRAM STUDI DIPLOMA 3 STATISTIKA DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2014

PERAMALAN JUMLAH PENDUDUK DAN LAJU PERTUMBUHAN EKONOMI TAHUN 2015 KOTA BINJAI

TUGAS AKHIR

MEIYANI ROSAIDHA 112407068

PROGRAM STUDI DIPLOMA 3 STATISTIKA DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

PERSETUJUAN

Judul : Peramalan Jumlah Penduduk dan Laju Pertumbuhan Ekonomi Tahun 2015 Kota Binjai

Kategori : Tugas Akhir

Nama : Meiyani Rosaidha

Nomor Induk Mahasiswa : 112407068 Program Studi : D3 Statistika Departemen : Matematika

Fakultas : Matematika Dan Ilmu Pengetahuan Alam Universitas Sumatera Utara

Disetujui di Medan, Juni 2014

Disetujui oleh

Program Studi D3 Statistika FMIPA USU Pembimbing, Ketua,

Dr. Faigiziduhu Bu’ulölö, M. Si Dr. Faigiziduhu Bu’ulölö, M. Si NIP: 19531218 198003 1 003 NIP: 19531218 198003 1 003

PERNYATAAN

PERAMALAN JUMLAH PENDUDUK DAN LAJU

PERTUMBUHAN EKONOMI TAHUN 2015 KOTA BINJAI

TUGAS AKHIR

Saya mengakui bahwa Tugas Akhir ini adalah hasil karya sendiri. Kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, Juni 2014

MEIYANI ROSAIDHA 112407068

PENGHARGAAN

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha Penyayang, dengan limpahan karunia-Nya Penulis dapat menyelesaikan penyusunan Tugas Akhir ini dengan judul Peramalan Jumlah Penduduk dan Laju Pertumbuhan Ekonomi Tahun 2015 Kota Binjai.

Terimakasih penulis sampaikan kepada Bapak Drs. Faigiziduhu Bu’ulölö, M. Si selaku pembimbing dan Ketua Program Studi D3 Statistika FMIPA USU yang telah meluangkan waktunya selama penyusunan tugas akhir ini. Terimakasih kepada Bapak Dr. Suwarno Ariswoyo, M.Si selaku Sekretaris Program Studi D3 Statistika FMIPA USU, Bapak Prof. Dr. Tulus, M.Si dan Ibu Dr. Mardiningsih, M.Si selaku Ketua dan Sekretaris Departemen Matematika FMIPA USU Medan, Bapak Dr. Sutarman M.Sc selaku Dekan FMIPA USU Medan, seluruh Staff dan Dosen Program Studi D3 Statistika FMIPA USU, pegawai FMIPA USU dan rekan-rekan kuliah. Akhirnya tidak terlupakan kepada Bapak M. Yusuf Sitepu, ibu Dra. Suhardani, dan keluarga yang selama ini memberikan bantuan dan dorongan yang diperlukan. Semoga Tuhan Yang Maha Esa akan membalasnya.

Penulis,

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii

Penghargaan iv

Daftar Isi v

Daftar Tabel vii

Daftar Gambar viii

BAB 1 Pendahuluan 1

1.1 Latar Belakang 1

1.2 Perumusan Masalah 3

1.3 Batasan Masalah 3

1.4 Maksud dan Tujuan 3

1.4.1 Maksud 3

1.4.2 Tujuan 4

1.5 Metode Penelitian 4

1.6 Sistematika Penulisan 6

BAB 2 Landasan Teori 8

2.1 Pengertian Peramalan 8

2.2 Kegunaan dan Peran Peramalan 9

2.3 Jenis-Jenis Peramalan 10

2.4 Metode Peramalan 12

2.5 Metode Pemulusan (Smoothing) 13

2.6 Metode Pemulusan (Smoothing) yang digunakan 15 2.6.1 Pemulusan Eksponensial Satu-Parameter Dari Brown 15 2.6.2 Beberapa Kesalahan dan Ukuran Statistik Dasar 17

2.7 Metode Analisis Data 19

2.8 Pengertian Produk Domestik Regional Bruto (PDRB) 19

2.9 Teori-Teori Kependudukan 21

BAB 3 Gambaran Umum Badan Pusat Statistik 23

3.1 Sejarah Badan Pusat Statistik 23

3.2 Tugas dan Fungsi 24

3.2.1 Tugas 24

3.2.2 Fungsi 24

3.3 Visi dan Misi BPS 25

3.4 Struktur Organisasi BPS 25

3.5 Struktur Organisasi BPS Kota Binjai 27

3.6 Logo BPS 28

BAB 4 Pengolahan Data 31

4.1 Kependudukan Kota Binjai 31

4.1.1 Proyeksi Pertumbuhan Penduduk dengan Menggunakan Metode Pemulusan Eksponensial Ganda Linier Satu Parameter dari Brown

32

4.2 PDRB Kota Binjai 44

4.2.1 Pyoyeksi PDRB Kota Binjai Atas Dasar Harga Berlaku

45

BAB 5 Implementasi Sistem 53

5.1 Pengertian Implementasi Sistem 53

5.2 Program Excel 2007 53

5.2.1 Jendela Lembar Kerja Excel 54

5.2.2 Pengisian Data 56

5.2.3 Perhitungan Data 57

BAB 6 Kesimpulan dan Saran 59

6.1 Kesimpulan 59

6.2 Saran 59

Daftar Pustaka Lampiran

DAFTAR TABEL

Nomor Judul Halaman Tabel

4.1 Perkembangan Jumlah Penduduk Menurut Jenis Kelamin 32

4.2 Peramalan Jumlah Penduduk 34

4.3 Kesalahan Peramalan Jumlah Penduduk 36

4.4 Peramalan Jumlah Penduduk Laki-Laki 39

4.5 Kesalahan Ramalan Jumlah Penduduk Laki-Laki 40

4.6 Peramalan Jumlah Penduduk Perempuan 42

4.7 Kesalahan Ramalan Jumlah Penduduk Perempuan 44

4.8 PDRB Kota Binjai Atas Dasar Harga Berlaku dan Atas 45

Dasar Harga Konstan Tahun 2008-2012 4.9 Peramalan PDRB 47

4.10 Kesalahan Ramalan PDRB Atas Dasar Harga Berlaku 48

4.11 Peramalan PDRB 50

DAFTAR GAMBAR

Nomor Judul Halaman Gambar

3.1 Struktur Organisasi BPS Provinsi 26

3.2 Struktur Organisasi BPS Kabupaten/Kota 27

3.3 Logo BPS 28

5.1 Tampilan Pengaktifan Program Excel 54 5.2 Jendela Microsoft Excel 55

5.3 Input Data Dalam Excel 57

PENDAHULUAN

1.1Latar Belakang

Penduduk adalah kekayaan bangsa sekaligus modal dasar pembangunan

(http//badan lingkungan hidup daerah.com). Hal ini dapat terjadi jika jumlah

penduduk yang besar tersebut dapat diberdayakan sesuai kodrat, keahlian dan bidang kerja masing–masing. Apabila jumlah penduduk yang besar itu tidak dapat diberdayakan dan dikendalikan secara bijak dan terencana maka akan terjadi beban pembangunan. Oleh sebab itu untuk menunjang keberhasilan pembangunan nasional, dalam penanganan masalah kependudukan pemerintah tidak saja mengarahkan pada peningkatan sumber daya manusianya tetapi juga pada upaya peningkatan jumlah penduduknya. Aspek kependudukan yang perlu mendapat perhatian jumlah dan distribusi penduduk. Jumlah penduduk yang besar dalam suatu negara mengakibatkan kepadatan penduduk yang tinggi, proporsi penduduk muda tinggi dan meningkatnya permintaan pemenuhan hak–hak dasar.

Sudah seharusnya pemerintah Indonesia memikirkan solusi untuk mengatasi laju pertumbuhan penduduk yang begitu padat, sehingga ada keseimbangan antara jumlah penduduk di wilayah yang ada dengan banyaknya SDM dan SDA yang ada. Maka dapat mengurangi angka kemiskinan di Indonesia.

Pembangunan merupakan serangkaian upaya dan kebijakan yang bertujuan untuk meningkatkan taraf hidup masyarakat, memperbesar kesempatan kerja, meningkatkan pemerataan pembagian pendapatan masyarakat, meningkatkan

hubungan ekonomi dan mengusahakan pergeseran ekonomi dari sektor primer ke sektor sekunder dan tersier. Pembangunan ekonomi adalah suatu proses kenaikan pendapatan total dan pendapatan perkapita dengan memperhitungkan adanya pertambahan penduduk dan disertai dengan perubahan fundamental dalam struktur ekonomi suatu daerah dan pemerataan pendapatan bagi penduduk suatu daerah.

Untuk melihat fluktuasi pertumbuhan ekonomi tersebut secara riil dari tahun ke tahun disajikan melalui PDRB atas dasar harga konstan secara berkala dimana nilai tambah barang dan jasa yang dihitung harga pada satu tahun tertentu sebagai tahun dasar penghitungannya. Pertumbuhan yang positif menunjukkan adanya peningkatan perekonomian, sebaliknya apabila pertumbuhannya negatif menunjukkan terjadinya penurunan.

Ilmu pengetahuan dan perkembangan teknologi mengantarkan manusia pada tahap pemahaman yang lebih tinggi di masing-masing ilmu. Untuk mengaplikasikan bidang ilmu, baik dalam bidang sosial, ekonomi, dan matematik telah ditemukan beberapa cara dalam menganalisis suatu keadaan. Terutama dalam hal perkembangan metode statistik yang semakin lama semakin kelihatan dampaknya. Statistika merupakan cabang ilmu di bidang matematika yang dapat menganalisis suatu keadaan, sehingga dapat menyelesaikan suatu permasalahan. Dalam penelitian atau riset, statistika telah memberikan banyak manfaat, misalnya untuk meramalkan jumlah penduduk dan tingkat laju ekonomi pada satu daerah. Berdasarkan latar belakang masalah di atas maka penulis tertarik untuk meneliti dan membahas lebih lanjut apakah jumlah penduduk dan laju pertumbuhan ekonomi di kota Binjai akan meningkat atau menurun dan dapat

dilihat bagaimana perkembangan kota Binjai di tahun berikutnya pada bidang kependudukan dan ekonomi. Maka penulis memaparkan ke dalam sebuah tulisan Tugas Akhir yang berjudul “PERAMALAN JUMLAH PENDUDUK DAN LAJU PERTUMBUHAN EKONOMI TAHUN 2015 KOTA BINJAI”.

1.2 Rumusan Masalah

Untuk membahas permasalahan yang dihadapi perlu diadakan perumusan masalah, antara lain:

1. Meramalkan jumlah penduduk di Kota Binjai sehingga dapat dilihat kenaikan jumlah penduduk yang mungkin terjadi pada tahun 2015.

2. Meramalkan laju pertumbuhan perekonomian menurut PDRB Kota Binjai sehingga dapat dilihat kenaikan pertumbuhan ekonomi yang mungkin terjadi pada tahun 2015.

1.3 Batasan Masalah

Agar penelitian ini tidak menyimpang, maka penulis hanya membatasi tentang peramalan pertumbuhan penduduk untuk tahun 2015, menghitung pertumbuhan penduduk menurut kelompok umur dan jenis kelamin, dan juga menghitung peramalan PDRB Kota Binjai pada tahun 2015.

1.4Maksud dan Tujuan 1.4.1 Maksud

Adapun maksud dari penelitian ini adalah untuk mengamati dan memberikan penyajian data tentang keadaan penduduk dan perkembangan PDRB di Kota

Binjai pada tahun 2015 yang diharapkan dapat dipergunakan bagi pihak-pihak yang membutuhkannya untuk dapat mengambil suatu keputusan atau kebijakan yang dapat meningkatkan kesejahteraan rakyat dan agar tercipta masyarakat yang selaras, serasi dan seimbang baik dari segi pendapatan dan pendidikan.

1.4.2 Tujuan

Tujuan dari penelitian ini adalah sebagai berikut:

1. Untuk mengetahui pertumbuhan penduduk di Kota Binjai di tahun 2015 . 2. Untuk mengetahui laju pertumbuhan ekonomi di Kota Binjai di tahun 2015.

1.5Metode Penelitian

Metode penelitian adalah suatu cara yang terdiri dari langkah-langkah atau urutan kegiatan yang berfungsi sebagai pedoman umum yang digunakan untuk melaksanakan penelitian sehingga apa yang menjadi tujuan dari penelitian itu terwujud.

Metode yang digunakan penulis dalam penelitian ini adalah: 1. Penelitian Kepustakaan

Penulis melakukan penelitian kepustakaan yaitu dengan mencari informasi di internet, membaca buku-buku di perpustakaan dan Badan Pusat Statistik (BPS) yang ada kaitannya dengan Kota Binjai dan Kependudukan di Kota Binjai.

2. Pengumpulan Data Sekunder

Data sekunder yaitu data yang tidak diusahakan sendiri pengumpulannya oleh peneliti tetapi dikumpulkan oleh pihak lain, misalnya dari internet, Badan

Pusat Statistik (BPS), kantor-kantor yang ada hubungannya atau publikasi lainnya.

Adapun data yang digunakan penulis adalah data sekunder yang diperoleh dari internet dan Badan Pusat Statistik (BPS) Sumatera Utara. Data yang dikumpulkan tersebut kemudian diatur, disusun dan disajikan dalam bentuk angka-angka dengan tujuan untuk memperoleh gambaran yang jelas tentang data tersebut.

3. Teknik dan Analisa Data

Data penelitian ini dihitung dengan menggunakan metode proyeksi secara

Geometric Rate of Growth (pertumbuhan penduduk) dan Smoothing

Exponential (Pemulusan).

- Geometric Rate of Growth

Adapun rumus Geometric Rate of Growth (pertumbuhan penduduk) adalah sebagai berikut:

keterangan:

= Jumlah penduduk pada tahun t = Jumlah penduduk pada dasar tahun

r = Tingkat petumbuhan penduduk

t = Jangka waktu

Metode Pemulusan Eksponensial Tunggal menggunakan sebuah parameter, α, yang dibobotkan kepada data yang paling baru dan membobotkan nilai (1-α) kepada hasil peramalan periode sebelumnya.

Harga α terletak antara 0 dan 1. Persamaan umum yang digunakan dalam peramalan adalah:

+ keterangan:

= ramalan untuk periode waktu t+1 = data pada periode waktu t

= ramalan untuk periode waktu t

1.6Sistematika Penulisan

Adapun sistematika penulisan yang akan dikemukakan dalam penulisan Tugas Akhir ini adalah sebagai berikut:

BAB 1: Pendahuluan

Bab ini menjelaskan tentang latar belakang masalah, perumusan masalah, batasan masalah, maksud dan tujuan penelitian, metode penelitian dan sistematika penulisan.

BAB 2: Landasan Teori

Bab ini menjelaskan tentang pengertian dan demografi, sumber-sumber data kependudukan, faktor-faktor yang mempengaruhi pertumbuhan penduduk dan juga model yang digunakan untuk proyeksi (ramalan) serta atribut yang mendukung perhitungan dalam kependudukan, dan

juga atribut-atribut yang mendukung perhitungan laju pertumbuhan ekonomi, dan perhitungan PDRB.

BAB 3: Gambaran Umum Badan Pusat Statistik

Bab ini memaparkan tentang sejarah singkat tempat riset yaitu Badan Pusat Statistik (BPS), visi dan misi BPS, sejarah singkat Kota Binjai, dan juga visi dan misi Kota Binjai.

BAB 4: Pengolahan Data

Bab ini menjelaskan tentang perhitungan yang dilakukan untuk memproyeksikan jumlah penduduk di tahun yang akan datang, persentase perubahan penduduk, dan melihat struktur penduduk dari hasil gambaran penduduk pada tahun 2008-2012, menghitung laju pertumbuhan perekonomian penduduk yang dilihat dari PDRB Kota Binjai.

BAB 5: Implementasi Sistem

Bab ini memaparkan tentang implementasi sistem yang digunakan untuk analisis penelitian.

BAB 6: Kesimpulan dan Saran

BAB 2

LANDASAN TEORI

2.1 Pengertian Peramalan

Statistik merupakan salah satu cabang ilmu pengetahuan yang paling banyak mendapatkan perhatian dan dipelajari oleh ilmuan dari hampir semua ilmu bidang pengetahuan, terutama para peneliti yang dalam penelitiannya banyak menggunakan statistik sebagai dasar analisis maupun perancangan (Hartono, Drs. 2004) maka dapat dikatakan bahwa statistik mempunyai pengaruh yang penting dan besar terhadap kemajuan berbagai bidang ilmu pengetahuan. Statistik harus dan penting dipelajari oleh para peneliti.

Menurut Assauri peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi dimasa yang akan datang. Ramalan adalah suatu situasi atau kondisi yang diperkirakan akan terjadi pada masa yang akan datang. Ramalan ada bermacam-macam cara yaitu Metode Pemulusan Eksponensial atau Rata-Rata Bergerak, Metode Box Jenkins, dan Metode Regresi, semuanya dikenal dengan metode peramalan. Metode peramalan adalah cara untuk memperkirakan secara kuantitatif apa yang akan terjadi pada masa yang akan datang dengan dasar data yang relevan pada masa lalu.

Baik tidaknya suatu peramalan yang disusun, disamping ditentukan oleh metode yang digunakan, juga ditentukan baik tidaknya informasi yang digunakan.

Jika informasi yang digunakan tidak dapat meyakinkan, maka hasil peramalan yang disusun juga akan sukar dipercaya akan ketepatannya.

2.2 Kegunaan dan Peran Peramalan

Kegunaan dari peramalan terlihat pada saat pengambilan keputusan. Setiap orang selalu dihadapkan pada masalah pengambilan keputusan. Keputusan yang baik adalah keputusan yang didasarkan pertimbangan apa yang akan terjadi pada waktu keputusan itu dilaksanakan. Kurang tepat ramalan yang disusun atau yang dibuat maka kurang baiklah keputusan yang diambil. Walaupun demikian perlu disadari bahwa suatu ramalan adalah tetap ramalan, di mana selalu ada unsur kesalahan. Hal yang diperhatikan adalah usaha untuk memperkecil kemungkinan kesalahannya. (Sofjan Assauri, 1984)

Sering terdapat waktu tenggang (time lag)antara kesadaran akan peristiwa atau kebutuhan mendatang dengan peristiwa itu sendiri. Adanya waktu tenggang

(time lag) ini merupakan alasan utama bagi perencanaan dan peramalan. Situasi

seperti ini peramalan diperlukan untuk menetapkan kapan suatu peristiwa akan terjadi atau timbul, sehingga tindakan yang tepat dapat dilakukan.

Organisasi selalu menentukan saran dan tujuan, berusaha menduga faktor-faktor lingkungan, lalu memilih tindakan yang diharapkan akan menghasilkan pencapaian sasaran dan tujuan tersebut. Peramalan merupakan bagian integral dari kegiatan pengambilan keputusan manajemen yang diharapkan dapat mengurangi ketergantungan manajemen pada hal-hal yang belum pasti.

Ada 3 (tiga) peranan peramalan yang penting, yaitu: 1. Penjadwalan sumber daya yang tersedia.

3. Penentuan sumber daya yang diinginkan.

Terdapat banyak bidang lain yang memerlukan peramalan. Namun 3 (tiga) kelompok di atas merupakan bentuk khas dari kegunaan peramalan jangka pendek, menengah, dan panjang.

2.3 Jenis-jenis Peramalan

Berdasarkan sifat penyusunannya, peramalan dapat dibedakan menjadi 2 (dua) jenis, yaitu:

1. Peramalan yang subjektif, yaitu peramalan yang didasarkan atas perasaan atau intuisi dari orang yang menyusunnya sangat menentukan baik tidaknya hasil ramalan tersebut.

2. Peramalan yang objektif, yaitu peramalan yang didasarkan atas data yang relevan pada masa lalu, dengan menggunakan teknik dan metode dalam penganalisaan data tersebut.

Berdasarkan jangka waktu ramalan yang disusun maka peramalan dapat dibedakan atas 2 (dua) jenis, yaitu:

1. Peramalan Jangka Panjang, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan yang jangka waktunya lebih dari satu setengah tahun atau 3 semester. Peramalan seperti ini misalnya diperlukan dalam penyusunan rencana pembangunan suatu negara atau daerah, corporate planning, rencana investasi atau rencana ekspansi dari suatu perusahaan.

2. Peramalan Jangka Pendek, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan dalam jangka waktu yang kurang dari satu setengah tahun, atau

3 semester. Peramalan seperti ini misalnya diperlukan dalam penyusunan rencana kerja operasional, dan anggaran, contohnya penyusunan rencana produksi, rencana penjualan, dan anggaran produksi.

Berdasarkan sifat ramalan yang telah disusun, maka peramalan dapat dibedakan atas 2 (dua) jenis, yaitu:

1. Peramalan Kualitatif, yaitu peramalan yang didasarkan atas data kualitatif pada masa lalu. Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran yang bersifat intuisi, pendapat dan pengetahuan dari orang yang menyusunnya. Biasanya peramalan secara kualitatif ini didasarkan atas hasil penyelidikan.

2. Peramalan Kuantitatif, yaitu peramalan yang didasarkan atas data kuantitatif pada masa lalu. Hasil peramalan yang dibuat sangat bergantung pada metode yang dipergunakan dalam peramalan tersebut. Metode yang berbeda akan diperoleh hasil peramalan yang berbeda. Baik tidaknya metode yang digunakan ditentukan oleh perbedaan atau penyimpangan antara hasil peramalan dengan kenyataan yang terjadi.

Peramalan kuantitatif dapat dibagi dalam deret berkala (time series) dan metode kausal. Peramalan kuantitatif dapat digunakan bila terdapat 3 (tiga) kondisi sebagai berikut:

a) Adanya informasi tentang masa lalu.

b) Informasi tersebut dapat dikuantitatifkan dalam bentuk data.

c) Informasi tersebut dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada masa yang akan datang.

Dari uraian di atas dapatlah diketahui bahwa jenis-jenis peramalan sangat bergantung dari segi mana memandangnya. Baik tidaknya metode yang digunakan oleh perbedaan atau penyimpangan antara hasil ramalan dengan kenyataan yang terjadi. Semakin kecil penyimpangan antara hasil ramalan dengan kenyataan yang terjadi, maka semakin baik pula metode yang digunakan.

2.4Metode Peramalan

Metode-metode peramalan dengan analisa deret waktu, yaitu:

1. Metode Pemulusan Eksponensial dan Rata-Rata Bergerak, sering digunakan untuk ramalan jangka pendek dan jarang dipakai untuk peramalan jangka panjang.

2. Metode Regresi, metode ini biasa digunakan untuk ramalan jangka menengah dan jangka panjang.

3. Metode Box Jenkins, metode ini jarang dipakai tetapi baik untuk jangka pendek, jangka menengah dan jangka panjang.

Ada 6 (enam) faktor utama yang diidentifikasikan sebagai teknik dan metode peramalan, yaitu:

a. Horison Waktu

Ada 2 (dua) aspek dari Horison Waktu yang berhubungan dengan masing-masing metode peramalan. Pertama adalah cakupan waktu di masa yang akan datang, kedua adalah jumlah periode untuk peramalan yang diinginkan.

b. Pola Data

Dasar utama dari metode peramalan adalah anggapan bahwa macam-macam dari pola yang didapati dalam data yang diramalkan akan berkelanjutan.

c. Jenis dari Model

Model-model perlu diperhatikan karena masing-masing model mempunyai kemampuan yang berbeda dalam analisa keadaan untuk pengambilan keputusan.

d. Biaya yang Dibutuhkan

Umumnya ada 4 (empat) unsur biaya yang tercakup di dalam penggunaan suatu prosedur peramalan, yaitu biaya-biaya pengembangan, penyimpanan data, operasi pelaksanaan dan kesempatan dalam penggunaan teknik-teknik dan metode lainnya.

e. Ketepatan Metode Peramalan

Tingkat ketepatan yang dibutuhkan sangat erat kaitannya dengan tingkat perincian yang dibutuhkan dalam suatu peramalan.

f. Kemudahan dalam Penerapan

Metode-metode yang dapat dimengerti dan mudah diaplikasikan sudah merupakan suatu prinsip umum bagi pengambil keputusan.

2.5Metode Pemulusan (Smoothing)

Metode pemulusan adalah suatu peramalan dengan mengadakan penghalusan terhadap masa lalu, yaitu dengan mengambil rata-rata dari nilai beberapa tahun untuk menakar nilai pada beberapa tahun ke depan. Secara umum metode pemulusan (smoothing)diklasifikasikan menjadi 2 bagian, yaitu:

1. Metode Perataan (Average)

Metode perataan bertujuan untuk memanfaatkan data masa lalu untuk mengembangkan suatu sistem peramalan pada periode mendatang. Metode ini dibagi menjadi 4 (empat) bagian, yaitu:

a. Nilai Tengah (Mean)

b. Rata-rata Bergerak Tunggal (Single Moving Average) c. Rata-rata Bergerak Ganda (Double Moving Average) d. Kombinasi Rata-rata bergerak lainnya

2. Metode Pemulusan Eksponensial (Smoothing Exponential)

Bentuk umum dari Metode Pemulusan Eksponensial (Smoothing Exponential) ini adalah:

+ 2.1

keterangan:

= ramalan untuk periode waktu t+1 = data pada periode waktu t

= ramalan untuk periode waktu t

Bila bentuk 2.1 diperluas maka akan didapat:

Ft+1 = αXt+α(1- α) Xt+1+α (1-α)2 Xt-2 + … + (1- α)N Ft-(N-1) 2.2

Metode pemulusan terdiri atas:

a. Pemulusan Eksponensial Tunggal (Single Smoothing Eksponential) a.1 Satu Parameter

b. Pemulusan Eksponensial Ganda (Double Smoothing Eksponential) b.1 Metode Linier-Satu Parameter dari Brown

b.2 Metode Dua-Parameter dari Holt

c. Pemulusan Eksponensial Tiga (Triple Smoothing Eksponential) c.1 Metode Kuadratik Satu-Parameter dari Brown

c.2 Metode Kecenderungan dan Musiman Tiga-Parameter dari Writer d. Metode Pemulusan Lainnya

d.1 Metode Kontrol Adaptif dari Chow

d.2 Metode Adaptif Satu-Parameter dari Brown d.3 Pemulusan Tiga-Parameter Box Jenkins d.4 Metode Pemulusan Harmonis dari Harrison d.5 Sistem Pemantauan dari Trigg (Tracing Signal)

2.6 Metode Pemulusan (Smoothing)yang Digunakan

Metode peramalan analisa Time Series yang digunakan untuk meramalkan demografi dan laju pertumbuhan Kota Binjai pada pemecahan permasalahan yaitu Pemulusan Eksponensial Satu-Parameter dari Brown.

2.6.1Pemulusan eksponensial satu-parameter dari Brown

Pemulusan Eksponensial Satu-Parameter dari Brown adalah serupa dengan Rata-rata Linier, baik nilai pelicin (smoothing value) tunggal maupun ganda terdapat pada waktu sebelum data sebenarnya, bila pada data itu ada trend. Perbedaan nilai pemulusan tunggal dan ganda dapat ditambahkan kepada nilai pemulusan tunggal dan disesuaikan untuk trend. Persamaan yang dipakai pada metode ini adalah:

= αXt + (1-α) 2.3 keterangan:

= pemulusan pertama periode t

Xt = nilai ril periode t

= pemulusan pertama periode t = parameter pemulusan (0<α<1)

Pada periode ini proses penentuan peramalan dimulai dengan menentukan

besarnya α. Sedangkan tahap-tahap dalam menentukan ramalan adalah sebagai

berikut:

= αXt+(1-α) 2.4

=α +(1-α) 2.5

= +( - =2 - 2.6

= ( - ) 2.7

m . b a

F_t+m = _t + _t 2.8

keterangan:

' t

S = pemulusan tahap pertama untuk periode t

'' t

S = pemulusan tahap kedua untuk periode t

' 1 t

S− = pemulusan tahap pertama untuk periode t-1 ''

1 t

S− = pemulusan tahap kedua untuk periode t–1 at = besar konstanta

Ft+m = ramalan untuk periode waktu t+m

m = periode waktu yang diramalkan : 1,2,3,…

2.6.2 Beberapa kesalahan dan ukuran statistik standar, antara lain:

Untuk mengevaluasi harga parameter peramalan, digunakan ukuran kesalahan peramalan. Harga parameter peramalan yang terbaik adalah harga yang memberikan nilai kesalahan peramalan yang terkecil. Terdapat berbagai macam ukuran kesalahan yang dapat diklasifikasikan menjadi ukuran standar dalam statistik dan ukuran relatif. Ukuran kesalahan yang termasuk ukuran standar statistik adalah nilai rata-rata kesalahan (mean error), nilai rata-rata kesalahan absolut (mean absolute error), dan nilai rata-rata kesalahan kuadrat (mean

squared error). Ukuran kesalahan yang termasuk ukuran relatif adalah nilai

rata-rata kesalahan persentase (mean percentage error) dan nilai rata-rata kesalahan persentase absolut (mean absolute percentage error) (Makridakis, 1998).

Persamaan yang dapat digunakan untuk menghitung masing-masing ukuran kesalahan peramalan tersebut di atas.

a. Nilai rata-rata kesalahan (Mean Error)

n e ME n 1 i i

∑

=

= 2.9

i i

i X F

e = −

keterangan:

ME = nilai rata-rata kesalahan n = jumlah periode waktu data ei = kesalahan pada periode waktu i

Xi = data pada periode waktu i

Fi = ramalan untuk periode waktu i

b. Nilai rata-rata kesalahan absolut (Mean Absolute Error)

n e MAE n 1 i i

∑

= = 2.10 keterangan :

MAE = nilai rata-rata kesalahan absolute n = jumlah periode waktu data ei = kesalahan pada periode waktu i

c. Nilai rata-rata kesalahan kuadrat (Mean Square Error)

n MSE n i i

e

∑

= = 1 2 2.11 keterangan:

MSE = nilai rata-rata kesalahan kuadrat n = jumlah periode waktu data ei = kesalahan pada periode waktu i

d. Nilai rata-rata kesalahan persentase (Mean Percentage Error)

n PE MPE n 1 i i

∑

=

= 2.12

% 100 X F X PE i i i i − = keterangan:

PEi = kesalahan persentase pada periode i

MPE = nilai rata-rata kesalahan persentase Xi = data pada periode waktu i

n = jumlah periode waktu data

e. Nilai rata-rata kesalahan persentase absolut (Mean Absolute

Percentage Error)

n PE MAPE

n i

i

∑

=

= 1 _2.13

keterangan:

MAPE = nilai rata-rata kesalahan persentase absolut n = jumlah periode waktu data

2.7 Metode Analisis Data

Metode yang digunakan dalam tugas akhir ini adalah metode pemulusan

(smoothing) dengan pemulusan eksponensial (exponential smoothing). Metode ini

adalah pengembangan dari metode perataan (average). Metode 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.

2.8 Pengertian Produk Domestik Regional Bruto (PDRB)

Produk Domestik Regional Bruto (PDRB) didefinisikan sebagai jumlah nilai tambah yang dihasilkan oleh seluruh unit usaha dalam suatu wilayah, atau

merupakan jumlah seluruh nilai barang dan jasa akhir yang dihasilkan oleh seluruh unit usaha. Kegunaan PDRB antara lain memperlihatkan:

a. Tingkat pertumbuhan ekonomi

Laju pertumbuhan ekonomi regional baik total maupun sektoral umumnya dihitung berdasarkan angka indeks berantai baik total PDRB maupun sektor-sektornya. Pertumbuhan ekonomi adalah perubahan persentase PDRB atas dasar harga konstan dari suatu kurun waktu.

b. Tingkat kemakmuran ekonomi

Tingkat kemakmuran ekonomi biasanya diukur dengan pendapatan perkapita yang merupakan hasil bagi pendapatan regional dengan angka penduduk pertengahan tahun.

c. Tingkat inflasi dan deflasi

Tingkat inflasi dan deflasi dapat diketahui bila PDRB atas dasar harga berlaku dibandingkan dengan PDRB atas dasar harga konstan, hasil baginya disebut indeks harga implisit.

d. Struktur perekonomian

Struktur perekonomian biasanya terdiri atas sektor–sektor menurut klasifikasi lapangan usaha. Data PDRB disajikan dalam dua bentuk yaitu menurut klasifikasi lapangan usaha (sektoral) dan menurut penggunaannya.

Penyajian PDRB menurut lapangan usaha akan memberikan gambaran mengenai peranan masing–masing sektor. PDRB menurut lapangan usaha dirinci menurut 11 sektor yaitu:

2. sektor pertambangan dan penggalian 3. sektor industri pengolahan

4. sektor listrik, gas, dan air minum 5. sektor bangunan

6. sektor perdagangan, hotel dan restoran 7. sektor pengangkutan dan komunikasi

8. sektor keuangan, persewaaan, dan jasa perusahaan 9. sektor jasa-jasa

Penyajian PDRB menurut penggunaannya menggambarkan bagaimana penggunaan barang dan jasa akhir oleh berbagai kegiatan ekonomi. Secara rinci penyajiannya berbentuk sebagai berikut:

1. pengeluaran konsumsi akhir rumah tangga 2. pengeluaran konsumsi lembaga non-profit 3. pengeluaran konsumsi akhir pemerintah 4. pembentukan modal tetap bruto

5. ekspor neto

Untuk memperoleh angka–angka PDRB menurut penggunaannya, dilakukan penghitungan secara langsung pada komponen–komponen yang tercakup. Karena mengalami kesulitan dalam kelengkapan data, sehingga data komponen yang dihitung secara rasional berdasar pada penghitungan sektoral.

2.9 Teori-Teori Kependudukan

Teori kependudukan dikembangkan oleh dua faktor yang sangat dominan yaitu, yang pertama adalah meningkatnya pertumbuhan penduduk terutama di

negara-negara yang sedang berkembang dan hal ini menyebabkan agar para ahli memahami faktor-faktor yang dapat mempengaruhi penduduk, sedangkan yang kedua adalah adanya masalah-masalah yang bersifat universal yang menyebabkan. Para ahli harus lebih banyak mengembangkan dan menguasai kerangka teori untuk mengkaji lebih lanjut sejauh mana telah terjalin suatu hubungan antara penduduk dengan perkembangan ekonomi dan sosial.

Menurut Robert Thomas Malthus (1766-1834) yang terkenal sebagai pelopor ilmu kependudukan yang lebih popular disebut dengan prinsip kependudukan (The Principle of Population) yang menyatakan bahwa penduduk apabila tidak ada pembatasan, akan berkembang biak dengan cepat dan memenuhi dengan cepat beberapa bagian dari permukaan bumi ini dan ia juga menyatakan bahwa manusia untuk hidup memerlukan bahan makanan, sedangkan laju pertumbuhan bahan makanan jauh lebih lambat dibandingkan dengan laju pertumbuhan penduduk dan apabila tidak ada pembatasan terhadap pembatasan penduduk, maka manusia akan mengalami kekurangan bahan makanan sehingga inilah menjadi sumber kemelaratan dan kemiskinan manusia.

BAB 3

GAMBARAN UMUM BADAN PUSAT STATISTIK

3.1 Sejarah Badan Pusat Statistik

Badan Pusat Statistik (BPS) adalah Lembaga Negara Non Departemen. BPS melakukan kegiatan yang ditugaskan oleh pemerintah antara bidang pertanian, agrarian, pertambangan, kependudukan, sosial, ketenagakerjaan, keuangan, pendapatan, dan keagamaan. Selain hal–hal diatas BPS juga bertugas untuk melaksanakan koordinasi di lapangan, kegiatan statistik dari segenap instansi baik dipusat maupun didaerah dengan tujuan mencegah dilakukannya pekerjaan yang serupa oleh dua atau lebih instansi, memajukan keseragaman dalam penggunaan defenisi, klasifikasi dan ukuran–ukuran lainnya.

Setiap sepuluh tahun sekali, BPS menyelenggaraka samping itu, BPS juga melakukan pengumpulan data, menerbitkan publikasi statistik nasional maupun daerah, serta melakukan analisis data statistik yang digunakan dalam pengambilan kebijakan pemerintah. BPS juga terdapat di setiap daerah, karena BPS merupakan instansi vertikal, yakni instansi yang berada di daerah, sehingga bukan merupakan bagian dari instansi milik daerah, Tugas lain BPS di daerah adalah melakukan koordinasi dengan pemerintah daerah dalam rangka penyelenggaraan statistik regional. Setiap sepuluh tahun sekali BPS menyelenggarakan:

1. Sensus Penduduk (SP) yaitu pada setiap tahun berakhiran "0" (nol), 2. Sensus Pertanian (ST) pada setiap tahun berakhiran "3" (tiga), dan 3. Sensus Ekonomi (SE) pada setiap tahun berakhiran "6" (enam).

3.2 Tugas dan Fungsi Badan Pusat Statistik

Menurut Keputusan Kepala BPS Nomor 121 tahun 2001 tentang organisasi dan tata kerja perwakilan BPS di daerah.

3.2.1 Tugas

BPS mempunyai tugas pemerintahan di bidang kegiatan statistik sesuai dengan ketentuan peraturan perundang-undangan yang berlaku.

3.2.2 Fungsi

Dalam melaksanakan tugas sebagaimana dimaksud, BPS menyelenggarakan fungsi:

1. Pengkajian, penyusunan, dan perumusan kebijakan di bidang statistik. 2. Pengkoordinasian kegiatan statistik nasional dan regional.

3. Penetapan dan penyelenggaraan statistik dasar.

4. Pembinaan dan fasilitasi terhadap kegiatan instansi pemerintah di bidang kegiatan statistic, dan

5. Penyelenggaraan pembinaan dan pelayanan administrasi umum di bidang perencanaan umum, ketatausahaan, organisasi, tata laksana, kepegawaian, keuangan, kearsipan, kehumasan, hukum, perlengkapan, dan rumah tangga.

3.3 Visi dan Misi BPS Visi

Pelopor data

Misi

1. Memperkuat landasan konstitusional dan operasional lembaga statistik untuk penyelenggaraan statistik yang efektif dan efisien.

2. Menciptakan insan statistik yang kompeten dan profesional, didukung pemanfaatan teknologi informasi mutakhir untuk kemajuan perstatistikan Indonesia.

3. Meningkatkan penerapan standar klasifikasi, konsep dan definisi, pengukuran, dan kode etik statistik yang bersifat universal dalam setiap penyelenggaraan statistik.

4. Meningkatkan kualitas pelayanan informasi statistik bagi semua pihak.

5. Meningkatkan koordinasi, integrasi, dan sinkronisasi kegiatan statistik yang diselenggarakan pemerintah dan swasta, dalam kerangka Sistem Nasional (SSN) yang efektif dan efisien.

3.4 Struktur Organisasi BPS

Sehubungan dengan semakin meningkatnya beban tugas dan pentingnya peranan BPS dalam menunjang kegiatan pemerintahan, pembangunan dan kemasyarakatan

maka diperlukan struktur organisasi yang dapat menunjang kelancaran tugas dari masing-masing bagian.

Surat keputusan kepala BPS No. 104 tahun 1999 yang mengatur tentang uraian tugas, bagian bidang, subbagian dan seksi perwakilan BPS di daerah dipandang perlu untuk menetapkan perincian tugas setiap bidang, subbagian, dan seksi di lingkungan perwakilan dan cabang perwakilan BPS.

Gambar 3.1 Struktur organisasi BPS Provinsi

Organisasi merupakan suatu fungsi manajemen yang mempunyai peranaan dan kegiatan langsung dengan instansi sosial yang terjadi diantara individu– individu dalam rangka kerjasama untuk mencapai tujuan yang telah ditetapkan.

Struktur organisasi perusahaan merupakan salah satu faktor penting yang mempengaruhi tingkat keberhasilan suatu perusahaan dalam mencapai tujuan

K E P A L A

Bagian Tata Usaha

Bidang I ntegrasi Pengolahan & Diseminasi Statistik Bidang

Neraca Wilayah & Analisis Statistik Bidang Stat. Distribusi Bidang Stat. Produksi Bidang Stat. Sosial

Seksi St at ist ik Kependudukan

Seksi St at ist ik Ket ahanan Sosial

Seksi St at ist ik Kesej aht eraan

Rakyat

Seksi St at ist ik Konst ruksi, Pert

am-bangan & Energi Seksi St at ist ik

I ndust ri Seksi St at ist k

Pert anian

Seksi St at ist k Niaga & Jasa Seksi St at ist k Keuangan & Harga

Produsen Seksi St at ist k Harga Konsumen &

Perdag. Besar

Seksi Analisis St at ist ik

Lint as Sekt or Seksi Neraca Konsumsi Seksi Neraca Produksi Seksi Diseminasi dan Layanan St at ist ik

Seksi Jaringan dan Ruj ukan St at ist ik

Seksi I nt egrasi Pengolahan Dat a SubBag Bina Program SubBag Urusan Dalam SubBag Kepegaw aian dan Hukum SubBag Keuangan SubBag Perlengkapan Tenaga Fungsional

yang ditetepkan. Adanya struktur organisasi maka akan jelaslah pemisahan tugas dari para pegawai / staf tersebut.

Struktur organisasi yang diterapkan di Kantor Badan Pusat Statistik adalah struktur organisasi lini dan staf. Struktur ini mengandung unsur–unsur spesialisasi kerja, standarisasi kegiatan, sentralisasi dan desentralisasi dalam pembuatan keputusan yang menunjukan lokasi kekuasaan, pembuatan keputusan dan ukuran satuan yang menunjukkan suatu kelompok kerja.

3.5 Struktur Organisasi BPS Kota Binjai

Sebagaimana dalam lampiran organisasi Kantor Badan Pusat Statistik Kota Binjai yang dipimpin oleh seorang Kepala Kantor. Kepala Kantor dibantu bagian tata usaha yang terlihat pada struktur berikut ini:

Gambar 3.2 Struktur organisasi BPS Kabupaten/ Kota

K E P A L A

Sub Bagian Tata Usaha

Seksi I ntegrasi Pengolahan & Diseminasi Statistik Seksi

Neraca Wilayah & Analisis Statistik Seksi

Stat. Distribusi Seksi

Stat. Produksi Seksi

Stat. Sosial

Tenaga Fungsional Tenaga Fungsional/ KSK

3.6 Logo BPS

Logo BPS adalah sebagai berikut:

Gambar 3.3 Logo BPS

3.7 SEJARAH SINGKAT KOTA BINJAI

3.7.1 KONDISI PENDUDUK DAN PENDAPATAN

Komposisi penduduk di Binjai didominasi oleh penduduk muda/dewasa. Penduduk kelompok usia 0-4 tahun mendominasi jumlah penduduk. Kelompok usia 60-64 tahun meruakan penduduk kelompok usia yang paling sedikit jumlahnya.

Jumlah peduduk Binjai pada tahun 2012 mencapai 250.252 jiwa. Kurun waktu satu tahun pertumbuhan penduduk di Kota Binjai mencapai 0,72 persen bila dibandingkan tahun 2011. Luas wilayah 90,23 km2, rata-rata setiap km2 di Kota Binjai ditempati oleh 2.773 orang pada tahun 2012.

Data dari pemerintah daerah menunujukkan bahwa terjadi peningkatan peserta Keluarga Berencana (KB) aktif dari tahun ke tahun, sementara peserta KB baru yang tercatat juga mengalami peningkatan. Meskipun demikian hal ini tetap perlu mendapat perhatian oleh pemerintah dalam mengambil langkah-langkah kebijakan di bidang kependudukan di masa yang akan datang.

Secara umum jumlah penduduk perempuan di Binjai lebih banyak dari penduduk laki-laki. Hal ini ditunjukkan oleh sex ratio pada tahun 2012 yang nilainya lebih kecil dari 100. Untuk setiap 100 penduduk perempuan terdapat 99,59 penduduk laki-laki

Produk Domestik Regional Bruto (PDRB) sebagi ukuran produktifitas merupakan agregat dari seluruh nilai tambah barang dan jasa yang dihasilkan dari kegiatan ekonomi di suatu wilayah dalam satu tahun. PDRB Kota Binjai sebagai salah satu kota di Sumatera Utara. Pada tahun 2012 berada pada peringkat 13 dari 33 kabupaten/kota di Sumatera Utara. PDRB pr kapita yang sering digunakan sebagai pendekatan terhadap pendapatan perkapita telah naik 2,3 kali lipat sejak reformasi tahun 1999. Pada tahun 2012 PDRB per kapita Binjai berada pada kisaran 26,3 juta rupiah per tahun. Angka ini masih berada di bawah PDRB per kapita provinsi yang telahmencapai 26,6 juta rupiah. Sektor industri merupakan sektor yang memberikan kontribusi terbesar terhadap perekonomian Binjai.

Secara umum pertumbuhan ekonomi Binjai menunjukkan kecenderungan moderat dan berada di kisaran yang relatif sama dengan pertumbuhan sebagian besar kabupaten/kota lain di Sumatera Utara. Pada tahun 2012, perekonomian Binjai tumbuh sebesar 6,34 persen dibandingkan tahun sebelumnya.

3.7.2 VISI dan MISI KOTA BINJAI

VISI

1. Idaman artinya Kota Binjai memiliki trademark/image sesuai perkembangan kota dengan pembangunan yang berkelanjutan;

2. Dinamis artinya Kota Binjai mampu mengikuti dan menyesuaikan diri dengan perkembangan zaman;

3. Berdaya saing artinya Kota Binjai memiliki daya saing (Pemerintahan, pendidikan, kesehatan, industri dan jasa);

4. Nyaman artinya Kota Binjai sebagai kota yang nyaman bagi semua stakeholder untuk melaksanakan aktivitas kehidupan (bertempat tinggal, bekerja dan beribadah);

5. Kebersamaan artinya menghidupkan suasana kebersamaan antara pemerintah dan masyarakat dalam pembangunan dengan semangat ”Binjai Kotaku, Kotamu dan Kota Kita Semua”

.

MISI

1. Membangun dan meningkatkan sarana dan prasarana dalam menunjang perekonomian.

2. Membangun masyarakat sehat, cerdas dan berbudidaya. 3. Peningkatan pelayanan publik yang berkualitas.

5. Membangun dan membina kerukunan hidup beragama.

6. Meningkatkan perlindungan anak dan pemberdayaan perempuan.

BAB 4

PENGOLAHAN DATA

Analisa data dilakukan agar diperoleh hasil yang sesuai dengan yang diinginkan. Untuk menganalisa data yang akan diolah, penulis harus memperoleh nilai m periode ke depan sebagai perbandingannya terhadap data tahun sebelumnya. Dalam bab ini penulis akan menganalisa tentang perkembangan demografi Kota Binjai serta laju pertumbuhan ekonomi Kota Binjai untuk tahun 2015 berdasarkan tahun-tahun dasar sebelumnya.

Untuk mengolah data, penulis menggunakan Pemulusan Peramalan Ganda Metode Linier Satu Parameter dari Brown dengan α = 0,9 karena pada α = 0.9 diperoleh nilai MSE yang paling kecil.

4.1 Kependudukan Kota Binjai

Jumlah penduduk Binjai pada tahun 2012 mencapai 250.252 juta jiwa. Dalam kurun waktu satu tahun pertumbuhan penduduk di Kota Binjai mencapai 0,72 persen bila dibandingkan tahun 2011, dengan luas wilayah 90,23 km2. Rata-rata setiap km2 di Kota Binjai ditempati oleh 2.773 ribu orang pada tahun 2012.

Secara umum jumlah penduduk perempuan di Binjai lebih banyak dari penduduk laki-laki. Hal ini ditunjukkan oleh sex ratio pada tahun 2012 yang

nilainya lebih kecil dari 100. Untuk setiap 100 penduduk perempuan terdapat 99,59 penduduk laki-laki.

Tabel 4.1 Perkembangan Jumlah Penduduk Menurut Jenis Kelamin

Tahun

Penduduk

Laki-laki Perempuan Jumlah

2007 123.706 124.550 248.256

2008 125.365 127.287 252.652

2009 127.621 129.484 257.105

2010 122.997 123.157 246.154

2011 124.173 124.283 248.456

2012 124.869 125.383 250.252

4.1.1 Proyeksi Pertumbuhan Penduduk dengan menggunakan metode Pemulusan Eksponensial Ganda Linier Satu Parameter dari Brown

1. Adapun proyeksi pertumbuhan penduduk Kota Binjai sebagai berikut: Tahun ke-1 (2007)

a. ditentukan sebesar PDRB tahun pertama (2007), yaitu sebesar 248.256 b. ditentukan sebesar PDRB tahun pertama (2003), yaitu sebesar 248.256 c. atbelum bisa ditentukan

d. bt belum bisa ditentukan

e. Ft+m Ramalan tahun ke-2 ditentukan sebesar PDRB tahun pertama, yaitu

Tahun ke-2 (2008)

Xt = 252.652

a. = αXt+(1-α)

= 0,9 x 252.652 + (1-0,9) 248.256 = 227.386,8 + 24.825,6

= 252.212,4

b. = α +(1-α)

= 0,9 x 252.212,4 + (1-0,9) 248.256 = 226.991,16 + 24.825,6

= 251.816,76

c. at = + ( – )

= 2 –

= 2 x 252.212,4 – 251.816,76 = 252.608,04

= (252.212,4 – 251.816,76)

= 9 x 395,64 = 3.560,76

e. Ramalan tahun ke-3 2009 (m = 1)

Ft+m = at + bt.m

F2009 = a2008 + b2008 (1)

= 252.608,04 + (3.560,76 x 1) = 256.168,8

= 256.169

Dengan menggunakan MS. Excel perhitungan peramalan secara lengkap dapat dilihat pada tabel berikut ini:

Tabel 4.2 Peramalan Jumlah Penduduk

Keterangan : ^ merupakan hasil proyeksi Tahun

Jumlah

Penduduk s' s'' At Bt Ramalan

2007 248.256,00 248.256,00 248.256,00 248.256,00 0 2008 252.652,00 252.212,40 251.816,76 252.608,04 3.560,76

2009 257.105,00 256.615,74 256.135,84 257.095,64 4.319,08 256.169 2010 246.154,00 247.200,17 248.093,74 246.306,61 -8.042,10 261.415 2011 248.456,00 248.330,42 248.306,75 248.354,085 213,01 238.264 2012 250.252,00 250.059,84 249.884,53 250.235,151 1.577,78 248.567

2013^ 251.813

2014^ 253.391

Ramalan tahun ke-7 2013 (m = 1)

Ft+m = at + bt.m

F2013 = a2012 + b2012 (1)

= 250.235,15 + (1.577,78 x 1) = 251.812,93

= 251.813

Ramalan tahun ke-8 2014 (m = 2)

Ft+m = at + bt.m

F2014 = a2010 + b2010 (2)

= 250.235,15 + (1.577,78 x 2) = 253.390.72

= 245.391

Ramalan tahun ke-9 2015 (m = 3)

Ft+m = at + bt.m

F2014 = a2010 + b2010 (3)

= 250.235,15 + (1.577,78 x 3) = 254.968,50

= 254.968

Dari hasil di atas dapat dilihat peramalan jumlah penduduk untuk tahun 2015 adalah sebesar 254.968 juta orang, dan dari Tabel 4.2 dapat dicari kesalahan ramalan dengan menggunakan ME, MAE, dan MSE dengan formula sebagai berikut: n e ME n 1 i i

∑

= = n e MAE n 1 i i

∑

= = n e MSE n i i

∑

= = 1 2 keterangan: i i

i X F

e = −

Sehingga hasil perhitungannya secara lengkap adalah seperti yang tertera pada Tabel 4.3 berikut ini:

Tabel 4.3 Kesalahan Ramalan Jumlah Penduduk (α = 0,9)

Tahun

Jumlah

Penduduk Ramalan Kesalahan

Kesalahan Absolute Kesalahan Kuadrat Kesalahan Persen 2007 248.256,00

2008 252.652,00

2009 257.105,00 256.168,80 -936,20 936,20 876.470,44 -0.364131386 2010 246.154,00 261.414,72 15.260,72 152.60,72 232.889.574,9 6.199663625 2011 248.456,00 238.264,51 -10.191,49 10.191,49 103.866.468,4 -4.101929517 2012 250.252,00 248.567,09 -1.684,91 1.684,91 2.838.921,71 -0.673285328 2013^ 251.812,93

2015^ 254.968,50

Jumlah 2.448,12 28.073,32 340.471.435,49 1.06 Rata-Rata 612,03 7.018,33 85.117.858,87 0.27

2. Adapun proyeksi jumlah penduduk menurut jenis kelamin Laki-Laki sebagai berikut:

Tahun ke-1 (2007)

a. ditentukan sebesar PDRB tahun pertama (2007), yaitu sebesar 123.706 b. ditentukan sebesar PDRB tahun pertama (2007), yaitu sebesar 123.706 c. atbelum bisa ditentukan

d. bt belum bisa ditentukan

e. Ft+m Ramalan tahun ke-2 ditentukan sebesar PDRB tahun pertama, yaitu

sebesar 123.706 Tahun ke-2 (2008)

Xt = 125.365

f. = αXt+(1-α)

= 0,9 x 125.365 + (1-0,9) 123.706 = 112.828,5 + 12.370,6

= 125.199,1

g. = α +(1-α)

= 0,9 x 125.199,1 + (1-0,9) 123.706 = 112.679,19 + 12.370,6

= 125.049,79

h. at = + ( – )

= 2 –

= 2 x 125.199,1 – 125.049,79 = 125.348,41

i. bt = ( – )

= (125.199,1 – 125.049,79)

= 9 x 149,31 = 1.341,79

j. Ramalan tahun ke-3 2009 (m = 1)

Ft+m = at + bt.m

F2009 = a2008 + b2008 (1)

= 125.348,41+ (1.341,79x 1) = 126.690,2

= 126.690

Dengan menggunakan MS. Excel perhitungan peramalan secara lengkap dapat dilihat pada tabel berikut ini:

Tabel 4.4 Peramalan Jumlah Penduduk Laki-Laki

Tahun

Jumlah

Penduduk s’ s” at Bt Ramalan

2007 123.706,00 123.706,00 123.706,00 123.706,00 0 2008 125.365,00 125.199,10 125.049,79 125.348,41 1.343.79

2009 127.621,00 127.378,81 127.145,91 127.611,71 2.096,12 126.692 2010 122.997,00 123.435,18 123.806,25 123.064,11 -3.339,65 129.708 2011 124.173,00 124.099,22 124.069,92 124.128,51 263,67 119.724 2012 124.869,00 124.792,02 124.719,81 124.864,23 649,90 124.392

2013^ 125.514

2014^ 126.164

2015^ 126.815

Ramalan tahun ke-7 2013 (m = 1)

Ft+m = at + bt.m

F2013 = a2012 + b2012 (1)

= 124.864,23 + (649,90 x 1) = 125.514,12

= 125.514

Ramalan tahun ke-8 2014 (m = 2)

Ft+m = at + bt.m

F2014 = a2010 + b2010 (2)

= 124.864,23 + (649,90 x 2) = 126.164,01

= 126.164

Ramalan tahun ke-9 2015 (m = 3)

Ft+m = at + bt.m

F2014 = a2010 + b2010 (2)

= 124.864,23 + (649,90 x 3) = 126.813,90

= 126.814

Dari hasil di atas dapat dilihat peramalan jumlah penduduk laki-laki untuk tahun 2015 adalah sebesar 126.814 juta orang, dan dari Tabel 4.4 dapat dicari kesalahan ramalan dengan menggunakan ME, MAE, dan MSE sebagai berikut:

Tabel 4.5 Kesalahan Ramalan Jumlah Penduduk Laki-Laki (α = 0,9)

Tahun

Jumlah

Penduduk Ramalan Kesalahan

Kesalahan Absolute

Kesalahan Kuadrat

Kesalahan Persen 2007 123.70600

2008 125.365,00

2009 127.621,00 126.692,20 -928,80 928,80 862669,44 -0.727779911 2010 122.997,00 129.707,83 6,710,83 6.710,83 45035239,29 5.456092425 2011 124.173,00 119.724,45 -4,448,55 4.448,55 19789597,10 -3.582542099 2012 124.869,00 124.392,18 -476,82 476,82 227357,31 -0.381856185 2013^ 125.514,12

2014^ 126.164,01 2015^ 126.813,90

Jumlah 856,66 12.565,00 65.914.863,14 0.76 Rata-Rata 214,16 3.141,25 16.478.715,79 0.19

berikut:

Tahun ke-1 (2007)

a. ditentukan sebesar PDRB tahun pertama (2007), yaitu sebesar 124.550 b. ditentukan sebesar PDRB tahun pertama (2007), yaitu sebesar 124.550 c. at belum bisa ditentukan

d. bt belum bisa ditentukan

e. Ft+m Ramalan tahun ke-2 ditentukan sebesar PDRB tahun pertama, yaitu

sebesar 124.550 Tahun ke-2 (2008)

Xt = 127.287

f. = αXt+(1-α)

= 0,9 x 127.287+ (1-0,9) 124.550 = 114.558,3+12.455

= 127.013,3

g. = α +(1-α)

= 0,9 x 127.013,3 + (1-0,9) 124.550 = 114.311,97 + 12.455

= 126.766,97

= 2 –

= 2 x 127.013,3 – 126.766,97 = 127.259,63

i. bt = ( – )

= (127.013,3 – 126.766,97 )

= 9 x 246,33 = 2.216,97

j. Ramalan tahun ke-3 2009 (m = 1)

Ft+m = at + bt.m

F2009 = a2008 + b2008 (1)

= 127.259,63 + (2.216,97 x 1) = 129.476,6

= 129.477

Dengan menggunakan MS. Excel perhitungan peramalan secara lengkap dapat dilihat pada tabel berikut ini:

Tabel 4.6 Peramalan Jumlah Penduduk wanita

Tahun

Jumlah

Penduduk s' s" at bt Ramalan

2007 124.550,00 124.550,00 124.550,00 124.550,00 0 2008 127.287,00 127.013,30 126.766,97 127.259,63 2.216,97

2009 129.484,00 129.236,93 128.989,93 129.483,93 2.222,96 129.477 2010 123.157,00 123.764,99 124.287,49 123.242,50 -4.702,45 131.707

2011 124.283,00 124.231,20 124.236,83 124.225,57 -50,66 118.540 2012 125.383,00 125.267,82 125.164,72 125.370,92 927,90 124.175

2013^ 126.299

2014^ 127.227

2015^ 128.154

Ramalan tahun ke-7 2013 (m = 1)

Ft+m = at + bt.m

F2013 = a2012 + b2012 (1)

= 125.370,92 + (927,90 x 1) = 126.298,82

= 126.299

Ramalan tahun ke-8 2014 (m = 2)

Ft+m = at + bt.m

F2014 = a2010 + b2010 (2)

= 125.370,92 + (927,90 x 2) = 127.226,70

= 127.227

Ramalan tahun ke-9 2015 (m = 3)

Ft+m = at + bt.m

F2014 = a2010 + b2010 (2)

= 125.370,92 + (927,90 x 3) = 128.154,60

Dari hasil di atas dapat dilihat peramalan jumlah penduduk perempuan untuk tahun 2015 adalah sebesar 128.155 juta orang, dan dari Tabel 4.6 dapat dicari kesalahan ramalan dengan menggunakan ME, MAE, dan MSE sebagai berikut:

Tabel 4.7 Kesalahan Ramalan Jumlah Penduduk Perempuan (α = 0,9)

Tahun

Jumlah

Penduduk Ramalan Kesalahan

Kesalahan Absolute

Kesalahan Kuadrat

Kesalahan Persen 2007 124.550,00

2008 127.287,00

2009 129.484,00 129.476,60 -7,40 7,40 54,76 -0.005714992 2010 123.157,00 131.706,89 8.549,89 8.549,89 73.100.619,01 6.942268811 2011 124.283,00 118.540,05 -5.742,95 5.742,95 32.981.474,70 -4.620865283 2012 125.383,00 124.174,91 -1.208,09 1.208,09 1.459.481,45 -0.963519775 2013^ 126.298,81

2014^ 127.226,70 2015^ 128.154,60

Jumlah 1.591,45 15.508,33 107.541.629,92 1.35 Rata-Rata 397,86 3.877,08 26.885.407,48 0.34

4.2 PDRB Kota Binjai

Laju pertumbuhan PDRB Kota Binjai atas dasar harga berlaku tahun 2012 sebesar 15,64 persen. Hal ini menunjukkan peningkatan jika dibandingkan dengan tahun sebelumnya yaitu sebesar 15,29 persen pada tahun 2011. Laju pertumbuhan ekonomi Kota Binjai atas dasar harga konstan pada tahun 2012 sebesar 6,34 persen. Hal ini menunjukkan kenaikan sedikit jika dibandingkan dengan tahun 2011 yaitu sebesar 6,28 persen, sebagaimana dapat dilihat lebih jelas di bawah ini

Tabel 4.8 PDRB Kota Binjai Atas Dasar Harga Berlaku dan Atas Dasar Harga Konstan Tahun 2008-2012 (juta rupiah)

Tahun

PDRB Atas Dasar Harga Berlaku

PDRB Atas Dasar Harga Konstan

2008 3.815.248,61 1.799.484,85 2009 4.312.459,39 1.905.182,86 2010 4.945.363,42 2.020.895,76 2011 5.701.431,44 2.147.820,19 2012 6.593.390,04 2.284.050,92

4.2.1 Proyeksi PDRB Kota Binjai Atas Dasar Harga Berlaku

1. Adapun proyeksi PDRB Kota Binjai Atas Dasar Harga Berlaku sebagai berikut:

Tahun ke-1 (2008)

a. ditentukan sebesar PDRB tahun pertama (2008), yaitu sebesar 3.815.248,61

b. ditentukan sebesar PDRB tahun pertama (2008), yaitu sebesar 3.815.248,61

c. at belum bisa ditentukan

d. bt belum bisa ditentukan

e. Ft+m Ramalan tahun ke-2 ditentukan sebesar PDRB tahun pertama,

yaitu sebesar 3.815.248,61

f. = αXt+(1-α)

= 0,9 x 4.312.459,39 + (1-0,9) 3.815.248,61 = 3.881.213,45+ 381.524,86

= 4.262.738,31

g. = α +(1-α)

= 0,9 x 4.262.738,31 + (1-0,9) 3.815.248,61 = 3.836.464,48+381.524,86

= 4.217.989,34

h. at = + ( – )

= 2 –

= 2 x 4.262.738,31 - 4.217.989,34 = 4.307.487,28

i. bt = ( – )

= (4.262.738,31 – 4.217.989,34)

= 9 x 44.748,97 = 402.740,73

j. Ramalan tahun ke-3 2010 (m = 1)

F2010 = a2009 + b2009 (1)

= 4.307.487,28 + (402.740,73 x 1) = 4.710.228,01

Dengan menggunakan MS. Excel perhitungan peramalan secara lengkap dapat dilihat pada tabel berikut ini:

Tabel 4.9 Peramalan (Forecast) PDRB

Tahun PDRB s' s" at Bt Ramalan

2008 3.815.248,61 3.815.248,61 3.815.248,61 3.815.248,61 0 2009 4.312.459,39 4.262.738,31 4.217.989,34 4.307.487,28 402.740,73

2010 4.945.363,42 4.877.100,91 4.811.189,75 4.943.012,07 593.200,41 4.710.228,01 2011 5.701.431,44 5.618.998,39 5.538.217,52 5.699.779,25 727.027,77 5.536.212,48 2012 6.593.390,04 6.495.950,87 6.400.177,54 6.591.724,21 861.960,02 6.426.807,02

2013^ 7.453.684,23

2014^ 8.315.644,24

2015^ 9.177.604,26

Ramalan tahun ke-6 2013 (m = 1)

Ft+m = at + bt.m

F2013 = a2012 + b2012 (1)

= 6.591.724,21 + (861.960,02x 1) = 7.453.684,23

Ramalan tahun ke-7 2014 (m = 2)

Ft+m = at + bt.m

F2014 = a2012 + b2012 (2)

= 8.315.644,24

Ramalan tahun ke-8 2015 (m = 3)

Ft+m = at + bt.m

F2014 = a2012 + b2012 (3)

= 6.591.724,21 + (861.960,02 x 3) = 9.177.604,26

Dari hasil di atas dapat dilihat peramalan PDRB Atas Dasar Harga Berlaku untuk tahun 2015 adalah sebesar Rp. 9.177.604,26 juta, dan dari Tabel 4.9 dapat dicari kesalahan ramalan dengan menggunakan ME, MAE, dan MSE sebagai berikut:

Tabel 4.10 Kesalahan Ramalan PDRB Atas Harga Berlaku (α = 0,9)

Tahun PDRB Ramalan Kesalahan

Kesalahan

Absolute Kesalahan Kuadrat

Kesalahan Persen 2008 3.815.248,61

2009 4.312.459,39

2010 4.945.363,42 4.314.468,39 630.895,03 630.895,03 3.98029E+11 12.76 2011 5.701.431,44 4.947.373,42 754.058,02 754.058,02 5.68603E+11 13.22 2012 6.593.390,04 5.703.442,44 889.947,60 889.947,6 7.92007E+11 13.50

6.595.402,04 13.188.792,10 19.782.182,10

Jumlah 2.274.900,65 2.274.900,65 1.758.638.767.150,78 39.48 Rata-Rata 758.300,22 758.300,22 586.212.922.383,59 13.16

2. Adapun proyeksi PDRB Kota Binjai Atas Dasar Harga Berlaku sebagai berikut:

a. ditentukan sebesar PDRB tahun pertama (2007), yaitu sebesar 1.705.066,88

b. ditentukan sebesar PDRB tahun pertama (2007), yaitu sebesar 1.705.066,88

c. at belum bisa ditentukan

d. bt belum bisa ditentukan

e. Ft+m Ramalan tahun ke-2 ditentukan sebesar PDRB tahun pertama, yaitu

sebesar 1.705.066,88

Tahun ke-2 (2008)

Xt = 1.799.484,85

f. = αXt+(1-α)

= 0,9 x 1.799.484,85 + (1-0,9) 1.705.066,88 = 1.619.536,36 + 170.506,69

= 1.790.043,05

g. = α +(1-α)

= 0,9 x 1.790.043,05 + (1-0,9) 1.705.066,88 = 1.611.038,74 + 170.506,69

= 1.781.545,43

h. at = + ( – )

= 2 x 1.790.043,05 - 1.781.545,43 = 1.798.540,67

i. bt = ( – )

= (1.790.043,05 – 1.781.545,43)

= 9 x 8.497,62 = 76.478,58

j. Ramalan tahun ke-3 2009 (m = 1)

Ft+m = at + bt.m

F2009 = a2008 + b2008 (1)

= 1.798.540,67 + (76.478,58 x 1) = 1.875.019,25

Dengan menggunakan MS. Excel perhitungan peramalan secara lengkap dapat dilihat pada tabel berikut ini:

Tabel 4.11 Peramalan (Forecast) PDRB

Tahun PDRB s' s'' at Bt Ramalan

2007 1.705.066,88 1.705.066,88 1.705.066,9 1.705.066,88 0 2008 1.799.484,85 1.790.043,05 1.781.545,4 1.798.540,67 76.478,55

2009 1.905.182,86 1.893.668,88 1.882.456,5 1.904.881,22 100.911,09 1.875.019,23 2010 2.020.895,76 2.008.173,07 1.995.601,4 2.020.744,73 113.144,88 2.005.792,32 2011 2.147.820,19 2.133.855,48 2.120.030,1 2.147.680,88 124.428,65 2.133.889,61 2012 2.284.050,92 2.269.031,38 2.254.131,2 2.283.931,51 134.101,17 2.272.109,54

2014^ 2.552.133,85

2015^ 2.686.235,03

Ramalan tahun ke-7 2013 (m = 1)

Ft+m = at + bt.m

F2013 = a2012 + b2012 (1)

= 2.283.931,51 + (134.101,17 x 1) = 2.418.032,68

Ramalan tahun ke-8 2014 (m = 2)

Ft+m = at + bt.m

F2014 = a2012 + b2012 (2)

= 2.283.931,51 + (134.101,17 x 2) = 2.552.133,85

Ramalan tahun ke-9 2015 (m = 3)

Ft+m = at + bt.m

F2015 = a2012 + b2012 (3)

= 2.283.931,51 + (134.101,17 x 3) = 2.686.235,03

Dari hasil di atas dapat dilihat peramalan PDRB Atas Dasar Harga Konstan untuk tahun 2015 adalah sebesar Rp. 2.686.235,03 juta, dan dari Tabel

4.11 dapat dicari kesalahan ramalan dengan menggunakan ME, MAE, dan MSE

sebagai berikut:

Tabel 4.12 Kesalahan Ramalan PDRB Atas Harga Konstan (α = 0,9)

Tahun PDRB Ramalan Kesalahan

Kesalahan Absolute

Kesalahan Kuadrat

Kesalahan Persen 2007 1.705.066,88

2008 1.799.484,85

2009 1.905.182,86 1.875.019.23 30.163,63 30.163,63 909.844.574,8 1,58 2010 2.020.895,76 2.005.792.32 15.103,44 15.103,44 228.113.899,8 0,75 2011 2.147.820,19 2.133.889.61 13.930,58 13.930,58 194.061.059,1 0,65 2012 2.284.050,92 2.272.109.54 11.941,38 11.941,38 142.596.556,3 0,52 2013^ 2.418.032.68

2014^ 2.552.133.85 2015^ 2.686.235.03

Jumlah 71.139,03 71.139,03 1.474.616.090,05 3,5 Rata-Rata 17.784,76 17.784,76 368.654.022,51 0,87

BAB 5

IMPLEMENTASI SISTEM

5.1 Pengertian Implementasi Sistem

Implementasi sistem adalah tahapan penerapan hasil desain tertulis kedalam programming dengan menggunakan perangkat lunak (software) sebagai implementasi ataupun prosedur untuk menyelesaikan desain sistem, yang mana dalam hal ini implementasi sistem digunakan untuk meramalkan jumlah penduduk dan laju pertumbuhan ekonomi tahun 2015 Kota Binjai.

Adapun implementasi sistem yang digunakan adalah Microsoft Excel. Diharapkan dengan menggunakan Microsoft Excel dapat meningkatkan pengetahuan penulis dalam menggunakan aplikasi ilmu statistik.

5.2 Program Excel 2007

Sebelum mengoperasikan Excel, pastikan bahwa program tersebut terdapat dalam komputer, kemudian lanjutkan langkah–langkah sebagai berikut:

a. Dari windows klik start pada taskbar, lalu pilih program, akan tampil menu program Microsoft Office.

b. Pilih Microsoft Excel, maka secara otomatis jendela utama Excel akan tampil dan dapat langsung digunakan untuk mengolah data.

Dapat dilihat gambar sebagai berikut:

Gambar 5.1 Tampilan Pengaktifan Program Excel

5.2.1 Jendela Lembar Kerja Excel

Setelah pengaktifan akan tampil lembar kerja Excel yang siap digunakan. Lembar kerja adalah kumpulan kolom dan baris. Pada setiap lembar kerja Microsoft Excel memiliki 256 kolom dan 65.536 baris yang siap untuk digunakan. Pada setiap baris dan kolom terdapat sel–sel yang diidentifikasi dengan alamat yang merupakan kombinasi antara abjad untuk kolom dan angka untuk baris.

Gambar 5.2 Jendela Microsoft Excel

Beberapa istilah dalam Microsoft Excel:

1. Worksheet adalah tempat lembar kerja yang memasukkan data atupun

rumus. Worksheet tersedia sebanyak tiga sheet yang terdiri dari 65.536 baris dan 256 kolom.

2. Workbook adalah buku kerja yang terdiri dari beberapa worksheet.

Workbook ini tempat menyimpan worksheet sehingga mempermudah

mengorganisir file – file sesuai dengan kebutuhan yang diperlukan. 3. Cell adalah perpotongan baris dan kolom yang ditandai dengan pointer sel

pada posisi tertentu yang ditunjukkan pada name book.

4. Pointer cell adalah tanda penunjuk keaktifan sel berupa kotak bingkai

tebal.

5. Range adalah kumpulan beberapa sel yang menunjukkan kolom area.

7. Fil handell adalah bagian bawah kanan pointer sel berfungsi untuk memindahkan atau mengopi data dan rumus dengan menggunakan

mouse.

5.2.2 Pengisian Data

Dalam hal pengolahan data komputer memilki banyak kelebihan dari manusia yaitu dalam hal kecepatan, ketepatan. Manusia sangat terbantu dengan adanya komputer karena kadang kala data yang banyak dan rumit tidak dapat dikerjakan dengan manual.

Proses pengisian data pada lembar kerja Excel dengan cara mengetik data yang kita inginkan disel yang tersedia, ada dua cara mengisi data dengan menggunakan keyboard atau sub menu yang terdapat pada menu Excel.

Cara mengisi data dengan menggunakan keyboard, langkah–langkahnya: 1. Letakkan pinter dan sel yang ingin diisi data

2. Ketik data 3. Tekan enter

Gambar 5.3 Input data dalam Excel

5.2.3 Perhitungan Data

Untuk menghitung angka pada lembar kerja excel, dibutuhkan rumus untuk mengisi setiap cell.

Menghitung : ($I$2*B2)+((1-$I$2)*B2) Menghitung : ($I$2*C2)+((1-$I$2)*C2)

Menghitung at : (2*C2)-D2

Menghitung bt : ($I$2/(1-$I$2))*(C2-D2)

BAB 6

KESIMPULAN DAN SARAN

6.1 Kesimpulan

Setelah dilakukan perhitungan, maka disimpulkan bahwa:

Dengan menggunakan Pemulusan Peramalan Ganda Metode Linier Satu Parameter dari Brown dengan α = 0,9

- Proyeksi Untuk Jumlah Penduduk Kota Binjai pada tahun 2015 adalah 254.968 orang dengan rata-rata kesalahan proyeksi 0,27 persen. Jika dilihat menurut jenis kelamin, proyeksi untuk jumlah penduduk laki-laki tahun 2015 adalah 126.815 orang dengan rata-rata kesalahan proyeksi 0,19 persen dan proyeksi jumlah penduduk perempuan tahun 2015 adalah 128.154 orang dengan rata-rata kesalahan proyeksi 0,34 persen.

- Proyeksi untuk laju pertumbuhan ekonomi Kota Binjai tahun 2015 dilihat dari PDRB atas harga berlaku adalah Rp. 9.177.604,26 dengan rata-rata kesalahan proyeksi 13,16 persen dan dilihat dari PDRB atas harga konstan adalah Rp. 2.686.235,03 dengan rata-rata kesalahan proyeksi 0,88 persen.

6.2 Saran

1. Untuk lebih meminimalkan terjadinya kepadatan penduduk di kota Binjai yang terus menerus meningkat maka diharapkan kepada masyarakat sekitar apabila hendak memilih tempat tinggal, hendaknya memilih tempat yang jauh dari pusat kota dan lebih luas.

2. Laju pertumbuhan ekonomi setiap tahun meningkat, diharapkan pemerintah memperhatikan setiap lapangan usaha yang ada di Kota Binjai dan mengawasi tindakan Korupsi, Kolusi, Nepotisme yang menyebabkan pertumbuhan ekonomi tersendat pada pihak yang salah dan berujung kerugian besar pada masyarakat.

DAFTAR PUSTAKA

Assauri, Sofjan. 1984. Teknik & Metoda Peramalan, edisi satu. Jakarta : Fakultas Ekonomi Universitas Indonesia.

BPS. 2013. Kota Binjai dalam Angka 2013. Binjai: Badan Pusat Statistik Kota

Binjai. BPS. 2011. Penduduk Sumatera Utara Menurut Kabupaten/Kota Tahun 2011. Medan : BPS Provinsi SUMUT

BPS. 2013. Statistik Daerah Kota Binjai 2013. Binjai: Badan Pusat Statistik Kota Binjai.

Makridakis, Sypros. 1989. Metode dan Aplikasi Peramalan. Jakarta : Airlangga.

Subagyo, Pangestu Drs. 2004. Statistik terapan. Yogyakarta. BPFE.

Sudjana. 2005. Metode Statistika. Edisi Keenam. Tersito. Bandung.

Sugiyono. Dr. Prof. 2010. Statistika untuk Penelitian. PT Alfabeta. Bandung.

7. Fil handell adalah bagian bawah kanan pointer sel berfungsi untuk

memindahkan atau mengopi data dan rumus dengan menggunakan

mouse.

5.2.2 Pengisian Data

Dalam hal pengolahan data komputer memilki banyak kelebihan dari manusia

yaitu dalam hal kecepatan, ketepatan. Manusia sangat terbantu dengan adanya

komputer karena kadang kala data yang banyak dan rumit tidak dapat dikerjakan

dengan manual.

Proses pengisian data pada lembar kerja Excel dengan cara mengetik data

yang kita inginkan disel yang tersedia, ada dua cara mengisi data dengan

menggunakan keyboard atau sub menu yang terdapat pada menu Excel.

Cara mengisi data dengan menggunakan keyboard, langkah–langkahnya:

1. Letakkan pinter dan sel yang ingin diisi data

2. Ketik data

3. Tekan enter

57

Gambar 5.3 Input data dalam Excel

5.2.3 Perhitungan Data

Untuk menghitung angka pada lembar kerja excel, dibutuhkan rumus untuk

mengisi setiap cell.

Menghitung : ($I$2*B2)+((1-$I$2)*B2)

Menghitung : ($I$2*C2)+((1-$I$2)*C2)

Menghitung at : (2*C2)-D2

Menghitung bt : ($I$2/(1-$I$2))*(C2-D2)

59

BAB 6

KESIMPULAN DAN SARAN

6.1 Kesimpulan

Setelah dilakukan perhitungan, maka disimpulkan bahwa:

Dengan menggunakan Pemulusan Peramalan Ganda Metode Linier Satu

Parameter dari Brown dengan α = 0,9

- Proyeksi Untuk Jumlah Penduduk Kota Binjai pada tahun 2015 adalah

254.968 orang dengan rata-rata kesalahan proyeksi 0,27 persen. Jika

dilihat menurut jenis kelamin, proyeksi untuk jumlah penduduk laki-laki

tahun 2015 adalah 126.815 orang dengan rata-rata kesalahan proyeksi 0,19

persen dan proyeksi jumlah penduduk perempuan tahun 2015 adalah

128.154 orang dengan rata-rata kesalahan proyeksi 0,34 persen.

- Proyeksi untuk laju pertumbuhan ekonomi Kota Binjai tahun 2015 dilihat

dari PDRB atas harga berlaku adalah Rp. 9.177.604,26 dengan rata-rata

kesalahan proyeksi 13,16 persen dan dilihat dari PDRB atas harga konstan

adalah Rp. 2.686.235,03 dengan rata-rata kesalahan proyeksi 0,88 persen.

6.2 Saran

1. Untuk lebih meminimalkan terjadinya kepadatan penduduk di kota Binjai

yang terus menerus meningkat maka diharapkan kepada masyarakat

2. Laju pertumbuhan ekonomi setiap tahun meningkat, diharapkan

pemerintah memperhatikan setiap lapangan usaha yang ada di Kota Binjai

dan mengawasi tindakan Korupsi, Kolusi, Nepotisme yang menyebabkan

pertumbuhan ekonomi tersendat pada pihak yang salah dan berujung

61

DAFTAR PUSTAKA

Assauri, Sofjan. 1984. Teknik & Metoda Peramalan, edisi satu. Jakarta : Fakultas Ekonomi Universitas Indonesia.

BPS. 2013. Kota Binjai dalam Angka 2013. Binjai: Badan Pusat Statistik Kota

Binjai. BPS. 2011. Penduduk Sumatera Utara Menurut Kabupaten/Kota Tahun 2011. Medan : BPS Provinsi SUMUT

BPS. 2013. Statistik Daerah Kota Binjai 2013. Binjai: Badan Pusat Statistik Kota Binjai.

Makridakis, Sypros. 1989. Metode dan Aplikasi Peramalan. Jakarta : Airlangga.

Subagyo, Pangestu Drs. 2004. Statistik terapan. Yogyakarta. BPFE.

Sudjana. 2005. Metode Statistika. Edisi Keenam. Tersito. Bandung.

Sugiyono. Dr. Prof. 2010. Statistika untuk Penelitian. PT Alfabeta. Bandung.