BAB 4
ANALISIS DATA
4.1 Data Yang Dianalisis
Pada dasarnya data adalah alat bagi pengambil keputusan, bentuk-bentuk dasar pembuatan keputusan atau untuk memecahkan suatu persoalan. Keputusan yang baik
jika diperoleh pengambil keputusan tersebut atas dasar data yang baik. Untuk memperoleh dan mengetahui gambaran tentang suatu keadaan atau masalah
merupakan salah satu kegunaan data.
Penulis mengumpulkan data yang berhubungan dengan pokok-pokok permasalahan tersebut. Data yang akan diolah dalam tugas akhir ini adalah data
Produksi Ketersediaan Kedelai Propinsi Sumatera Utara.
Berikut ini adalah data yang berhasil dikumpulkan penulis dan akan diolah pada tugas akhir ini.
Universitas Sumatera Utara
Tabel 4.1 Produksi Kedelai Propinsi Sumatera Utara
Tahun Produksi
ton 1995
65185 1996
44864 1997
44286 1998
55761 1999
28816 2000
12881 2001
10719 2002
10197 2003
10466 2004
12333 2005
15793 2006
7042 2007
4345
Sumber : Kantor Badan Ketahanan Pangan
Produksi Kedelai Propinsi Sumatera 1995-2007
10000 20000
30000 40000
50000 60000
70000
1994 1996
1998 2000
2002 2004
2006 2008
Tahun J
u m
la h
P ro
d u
k s
i
K ed
el ai
Produksi ton
Gambar 4.1 Produksi Kedelai Propinsi Sumatera Utara Tahun 1995 – 2007
Universitas Sumatera Utara
Dari tabel 4.1 diatas dapat dilakukan proyeksi tingkat produksi ketersediaan kedelai tahun 2009. Metode yang digunakan adalah dengan menggunakan metode
exponential smoothing ganda linier.
4.2 Proyeksi produksi ketersediaan kedelai dengan menggunakan double exponential smoothing dengan
α = 0,1
Adapun proyeksi tingkat produksi tanaman kedelai tersebut adalah sebagai berikut :
Tahun ke-1 1995
a. S
′
t
ditentukan sebesar produksi tahun pertama 1995, yaitu sebesar 65185 ton
b. S
″
t
ditentukan sebesar produksi tahun pertama 1995, yaitu sebesar 65185 ton
c. a
t
: belum bisa ditentukan d.
b
t
: belum ditentukan e.
F
m t
+
: Forecast tahun kedua F
2
ditentukan sebesar produksi tahun pertama, sebesar 65185 ton
Universitas Sumatera Utara
Tahun ke-2 1996
X
t
= 44864 a.
S ′
t
= α X
t
+ 1- α S′
1 −
t
= 0,1 44864 + 0,9 65185 = 63152,9
b. S
″
t
= α S′
t
+ 1- α S″
1 −
t
= 0,1 63152,9 + 0,9 65185 = 64981,79
c. a
t
= 2 S ′
t
- S ″
t
= 2 63152,9 – 64981,79 = 61324,01
d. b
t
= α
α −
1 S
′
t
- S ″
t
= 9
, 1
, 63152,9 – 64981,79
= - 203,21
Universitas Sumatera Utara
e. Forecast Tahun ke-3 1997 m =1
F
m t
+
= a
t
+ b
t
m F
1 1996
+
= a
1996
+ b
1996
1 F
2007
= 61324,01 + - 203,21 = 61120,8
Tabel 4.2.1 Forecast dengan Double Exponential Smoothing α = 0,1
Tahun Produksi
ton S’
S a
t
b
t
Forecast m= 1
1995 65185
65,185.00 65,185.00
- -
- 1996
44864 63,152.90
64,981.79 61,324.01
-203.21 65,185.00
1997 44286
61,266.21 64,610.23
57,922.19 -371.56
61,120.80 1998
55761 60,715.69
64,220.78 57,210.60
-389.45 57,550.63
1999 28816
57,525.72 63,551.27
51,500.17 -669.51
56,821.15 2000
12881 53,061.25
62,502.27 43,620.23
-1,049.00 50,830.66
2001 10719
48,827.02 61,134.74
36,519.30 -1,367.52
42,571.22 2002
10197 44,964.02
59,517.67 30,410.37
-1,617.07 35,151.78
2003 10466
41,514.22 57,717.33
25,311.11 -1,800.35
28,793.30 2004
12333 38,596.10
55,805.20 21,386.99
-1,912.12 23,510.77
2005 15793
36,315.79 53,856.26
18,775.31 -1,948.94
19,474.87 2006
17042 34,388.41
51,909.48 16,867.34
-1,946.79 16,826.37
2007 17345
32,684.07 49,986.94
15,381.20 -1,922.54
14,920.55 2008
- -
- -
- 13,458.66
2009 -
- -
- -
11,536.12
Forecast tahun 2008 m =1 F
m +
2007
= a
2007
+ b
2007
m F
1 2007
+
= a
2007
+ b
2007
1 F
2008
= 15381,20 + -1922,54 1 = 13458,66
Universitas Sumatera Utara
Forecast tahun 2009 m =2 F
2 2007
+
= a
2007
+ b
2007
2 F
2009
= 15381,20 + -1922,54 2 = 11536.12
Dari tabel diatas dapat dicari kesalahan ramalan dengan menggunakan MSE Mean Square Error Nilai Tengah Kesalahan Kuadrat sebagai berikut :
Tabel 4.2.2 Forecast dan Mean Squared Error α = 0,1
Tahun Produksi
ton Forecast
Error Absolute
Squared Error 1995
65185 -
- -
- 1996
44864 65,185.00
-20,321.00 -20,321.00
412,943,041.00 1997
44286 61,120.80
-16,834.80 -16,834.80
283,410,491.04 1998
55761 57,550.63
-1,789.63 -1,789.63
3,202,775.54 1999
28816 56,821.15
-28,005.15 -28,005.15
784,288,202.48 2000
12881 50,830.66
-37,949.66 -37,949.66
1,440,176,883.86 2001
10719 42,571.22
-31,852.22 -31,852.22
1,014,564,189.04 2002
10197 35,151.78
-24,954.78 -24,954.78
622,740,895.47 2003
10466 28,793.30
-18,327.30 -18,327.30
335,889,814.53 2004
12333 23,510.77
-11,177.77 -11,177.77
124,942,434.53 2005
15793 19,474.87
-3,681.87 -3,681.87
13,556,142.99 2006
17042 16,826.37
215.63 215.63
46,496.12 2007
17345 14,920.55
2,424.45 2,424.45
5,877,935.32 2008
- 13,458.66
- -
- 2009
- 11,536.12
- -
- Jumlah
5,041,639,301.92 Rata-rata
420,136,608.49
E
t
= X
t
- F
t
= 44864 – 65185 = -20321
Universitas Sumatera Utara
MSE =
∑
= n
n i
i
n E
2
=
12 92
, 5041639301
= 420136608,49
Realisasi dan Ramalan Menggunakn Alpha 0,1
0.00 10,000.00
20,000.00 30,000.00
40,000.00 50,000.00
60,000.00 70,000.00
19 95
19 97
19 99
20 01
20 03
20 05
20 07
20 09
R at
a-ra ta
Tahun P
ro d
u k
s i
Produksi Forecast
Gambar 4.2 Realisasi dan Ramalan Produksi Kedelai dengan α = 0,1
4.3 Proyeksi produksi ketersediaan kedelai dengan menggunakan double exponential smoothing dengan
Kategori