Peramalan Jumlah Kenderaan Bermotor di Kota Medan Tahun 2012 s/d 2015 dengan Metode Tren Eksponensial

PERAMALAN JUMLAH KENDARAAN BERMOTOR DI KOTA

MEDAN TAHUN 2012 S/D 2015 DENGAN METODE TREN

EKSPONENSIAL

TUGAS AKHIR

RESPATI NUGRAHA

092407038

PROGRAM STUDI DIPLOMA 3 STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2012

PERAMALAN JUMLAH KENDARAAN BERMOTOR DI KOTA MEDAN TAHUN 2012 S/D 2015 DENGAN METODE

TREN EKSPONENSIAL

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Ahli Madya

RESPATI NUGRAHA 092407038

PROGRAM STUDI DIPLOMA 3 STATISTIKA DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2012

PERSETUJUAN

Judul : PERAMALAN JUMLAH KENDARAAN BERMOTOR DI KOTA MEDAN TAHUN 2012 S/D 2015 DENGAN METODE TREN

EKSPONENSIAL

Kategori : TUGAS AKHIR

Nama : RESPATI NUGRAHA

NomorIndukMahasiswa : 092407038

Program Studi : DIPLOMA 3 STATISTIKA

Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan, Juni 2012

Diketahui

DepartemenMatematika FMIPA USU Pembimbing,

Ketua,

Prof. Dr. Tulus, M.Si Drs. Faigiziduhu Bu’ulölö, M.Si

PERNYATAAN

PERAMALAN JUMLAH KENDARAAN BERMOTOR DI KOTA MEDAN TAHUN 2012 S/D 2015 DENGAN METODE TREN EKSPONENSIAL

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 2012

RESPATI NUGRAHA 092407038

Isi Penghargaan

Segala puji dan syukur penulis ucapkan atas Kehadirat Allah SWT, yang tiada hentinya memberikan nikmat amal, insani dan ilmu, serta semangat dan kekuatan sehingga penulis dapat menyelesaikan penyusunan Tugas Akhir ini dengan sebaik-baiknya.

Dalam menyelesaikan Tugas Akhir ini penulis tidak terlepas dari perhatian, bimbingan, fasilitas dan dorongan serta bantuan berbagai pihak secara langsung maupun tidak langsung, pada kesempatan ini penulis dengan segala kerendahan hati serta rasa hormat penulis mengucapkan terima kasih yang sebesar-besarnya kepada :

1. Bapak Drs. Faigiziduhu Bu’ulolo, M.Si, sebagai Pembimbing yang telah memberikan bimbingan kepada penulis sehingga dapat menyelesaikan Tugas Akhir ini dengan sebaik-baiknya.

2. Bapak Drs. Faigiziduhu Bu’ulolo, M.Si dan Bapak Drs. Suwarno Ariswoyo, M.Si sebagai Ketua dan Sekretaris Program Studi D3 Statistika FMIPA USU yang telah memberikan dukungan penuh kepada penulis untuk menyelesaiakan penulisan Tugas Akhir ini sehingga dapat diselesaikan tepat pada waktunya. 3. Bapak Prof. Dr. Tulus, M.Si dan Dra. Mardiningsih, M.Si sebagai Ketua dan

Sekretaris Departemen Matematika FMIPA USU yang telah mendukung proses penyelesaian Tugas Akhir ini kepada penulis sehingga dapat diselesaikan tepat pada waktunya.

4. Bapak Dr. Sutarman, M.Sc sebagai Dekan FMIPA USU yang telah memberikan izin kepada penulis untuk mengambil data pada salah satu instansi sehubungan dengan rencana judul Tugas Akhir ini.

5. Bapak/Ibu dosen Departemen Matematika dan D3 Statistika FMIPA USU yang telah banyak memberikan ilmu kepada penulis sehingga Tugas Akhir ini dapat diselesaikan tepat pada waktunya.

6. Orang Tua tercinta yang telah memberikan dukungan materi maupun moral kepada penulis.

bersifat membangun, agar dapat dimanfaatkan bagi kemajukan ilmu pengetahuan demi penyempurnaan Tugas Akhir ini.

Akhir kata penulis mengucapkan terima kasih, semoga Tugas Akhir ini dapat berguna bagi pembaca dan penulis pada khususnya.

Medan, Juni 2012

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii

Penghargaan iv

Daftar Isi v

Daftar Tabel vi

Daftar Gambar vii

Bab 1 Pendahuluan

1.1 Latar Belakang 1

1.2 Tujuan Penelitian 2

1.3 Manfaat Penelitian 2

1.4 Landasan Teori 3

1.5 Metode Penelitian 3

1.6 Sistematika Penulisan 4

Bab 2 Landasan Teori

2.1 Pengertian Peramalan 6

2.2 Kegunaan Peramalan 7

2.3 Jenis Peramalan 8

2.4 Pemilihan Teknik Dan Metode Peramalan 10

2.5 Penentuan Pola Data 11

2.6 Metode Yang Digunakan 12

Bab 3 Gambaran Umum Lokasi Riset

3.1 Sejarah Kota Medan 15

3.2 Letak Geografis 17

3.3 Visi dan Misi Kota Medan 17

3.3.1 Visi Kota Medan 18 3.3.2 Misi Kota Medan 19 Bab 4 Analisis Data

4.1 Analisis Data Jumlah Kendaraan Bermotor Menurut Jenisnya di kota 20 Medan

Bab 5 Implementasi Sistem

5.1 Pengertian Implementasi Sistem 36

5.2 Mengoperasikan Excel 36

Bab 6 Penutup

Daftar Pusataka Lampiran

DAFTAR TABEL

Halaman Tabel 4.1 Jumlah Kendaraan Bermotor Dikota Medan dari Tahun 20

2001 s/d 2011

Tabel 4.2 Analisa Peramalan Mobil Penumpang 21

Tabel 4.3 Perhitungan Peramalan Mobil Penumpang dengan Metode Tren 23 Eksponensial

Tabel 4.4 Analisa Peramalan Mobil Barang 24

Tabel 4.5 Perhitungan Peramalan Mobil Barang dengan Metode 27 Tren Eksponensial

Tabel 4.6 Analisa Peramalan Mobil Bus 28

Tabel 4.7 Perhitungan Peramalan Mobil Bus dengan Metode Tren

Eksponensial 30

Tabel 4.8 Analisa Peramalan Sepeda Motor 31

Tabel 4.9 Perhitungan Peramalan Sepeda Motor dengan Metode

Tren Eksponensial 34

Tabel 4.10 Hasil Ramalan Kendaraan Bermotor Menurut Jenisnya dari Tahun

DAFTAR GAMBAR

Halaman

Gambar 4.1 Grafik Peramalan Mobil Penumpang 24

Gambar 4.2 Grafik Peramalan Mobil Barang 27

Gambar 4.3 Grafik Peramalan Mobil Bus 31

Gambar 4.4 Grafik Peramalan Sepeda Motor 34

Gambar 5.1 Tampilan Buku Kerja Excel 37

Gambar 5.2 Tampilan Pada Lembar Kerja Excel untuk Peramalan Mobil 43 Penumpang

Gambar 5.3 Tampilan Pada Lembar Kerja Excel untuk Peramalan Mobil

Barang 43

Gambar 5.4 Tampilan Pada Lembar Kerja Excel untuk Peramalan Mobil

Bus 44

Gambar 5.5 Tampilan Pada Lembar Kerja Excel untuk Peramalan Sepeda

Motor 44

Gambar 5.6 Tampilan Grafik Peramalan Mobil Penumpang 46 Gambar 5.7 Tampilan Grafik Peramalan Mobil Barang 46

Gambar 5.8 Tampilan Grafik Peramalan Mobil Bus 47 Gambar 5.9 Tampilan Grafik Peramalan Sepeda Motor 47

BAB 1

PENDAHULUAN

1.1. Latar Belakang

Kota Medan merupakan Ibu Kota Provinsi Sumatera Utara dan merupakan salah satu kota yang teramai ketiga di Indonesia yang saat ini merupakan kota metropolitan. Hal ini disebabkan karena padatnya penduduk yang tinggal di Medan. Perkembangan teknologi telah menyebabkan perkembangan yang pesat di bidang transportasi, terutama perkembangan kendaraan bermotor. Tidak terkecuali di Medan, perkembangan kendaraan bermotor di kota ini cukup pesat, hal ini dapat dilihat dari banyaknya kendaraan yang beroperasi di Medan, baik kendaraan beroda 2 (dua) maupun kendaraan beroda 4 (empat).

Seiring dengan hal tersebut, saat ini telah banyak terdapat industri kendaraan bermotor, yang mana industri ini sempat mengalami pasang surut. Yaitu pada tahun 1998, Indonesia sedang mengalami krisis ekonomi dan moneter. Sehingga banyak perusahaan – perusahaan industri dengan terpaksa mengurangi jumlah karyawannya. Namun seiring pergantian kepemimpinan Indonesia, maka kondisi perekonomian Indonesia semakin membaik, hal ini dapat dilihat dari semakin berkurangnya angka kemiskinan dan pengangguran serta semakin meningkatnya harga beli konsumen. Hal ini tentu memberikan dampak yang bagus bagi perusahaan tersebut.

Hingga saat ini semakin banyak jenis produk kendaraan yang diproduksi meningkat dari tahun ke tahun sehingga memberikan dampak yang tidak baik bagi lingkungan ini, salah satunya pencemaran udara. Kondisi ini diperparah dengan permintaan produksi kendaraan yang tinggi sehingga dengan banyaknya volume dan jenis kendaraan yang ada menimbulkan kemacetan yang tidak bisa dianggap remeh.

Oleh karena itu penulis mencoba untuk memproyeksikan banyaknya kendaraan bermotor pada tahun 2012 s/d 2015, untuk mengetahui apakah proyeksi yang diperoleh dapat menggambarkan apakah jumlah kendaraan bermotor di Medan tahun 2012 s/d 2015 mengalami peningkatan dan sudah sesuai dengan keadaan jalan di Medan.

1.2. Tujuan Penelitian

Adapun tujuan dari penelitian ini adalah untuk meramalkan jumlah kendaraan bermotor di Kota Medan pada tahun 2012 s/d 2015.

1.3. Manfaat Penelitian

Manfaat dari penelitian ini adalah dapat dijadikan landasan dalam mencapai sasaran pembangunan infrastruktur dengan membandingkan jumah kendaraan bermotor di Kota Medan.

1.4. Landasan Teori

Untuk mengetahui peramalan jumlah kendaraan maka dipergunakan : 1. Bentuk umum :

Ŷ=

2. Diubah dalam bentuk logaritma, maka diperoleh :

= +

3. Log a dan Log b dapat dihitung dengan rumus: = ∑

= ∑( log ) ∑ dengan :

log a = rata- rata logaritma Y

log b = slope dari garis pada grafik semilog X = per 1 tahun

Y = per unit kendaraan

1.5. Metode Penelitian

Dalam penulisan Tugas Akhir ini menggunakan beberapa langkah dalam metode penelitian, yaitu :

1. Lokasi Penelitian

Tempat melakukan penelitian atau pengumpulan data dilakukan di SAT LANTAS Kota Medan

2. Penelitian Kepustakaan

Yaitu suatu cara penelitian yang dipergunakan untuk memperoleh data dan informasi dari perpustakaan, yaitu dengan membaca buku-buku, referensi dan bahan-bahan yang bersifat teoritis yang mendukung serta relevan dengan penulisan Tugas Akhir ini.

1.6. Sistematika Penulisan

Sistematika penulisan diuraikan untuk memberikan kerangka atau gambaran dari tugas akhir ini, yaitu sebagai berikut :

BAB 1 : PENDAHULUAN

Pada bab ini akan diuraikan latar belakang, maksud dan tujuan, identifikasi masalah, batasan masalah, metode penelitian dan landasan teori serta sistematika penulisan.

BAB 2 : LANDASAN TEORI

Dalam bab ini diuraikan dan dibahas mengenai pengertian-pengertian yang menyangkut masalah angkatan kerja dan hal-hal yang berkaitan dengan penulisan Tugas Akhir.

BAB 3 : GAMBARAN UMUM TEMPAT RISET

Dalam bab ini penulis menguraikan sejarah singkat SAT LANTAS Kota Medan.

BAB 4 : ANALISIS DAN PEMBAHASAN

Pada bab ini penulis menjelaskana mengenai pembahasan tentang metode tren eksponensial, pengumpulan data dan peramalan jumlah kendaraan bermotor di Kota Medan pada tahun 2012 s/d 2015.

BAB 5 : IMPLEMENTASI SISTEM

Pada bab ini dijelaskan dan diperlihatkan cara penggunaan rumus-rumus yang dipakai dalam program excel.

BAB 6 : KESIMPULAN DAN SARAN

Bab ini merupakan bab penutup yang berisi kesimpulan dari

pembahasan serta saran penulis berdasarkan kesimpulan yang didapat dari pengamatan.

BAB 2

TINJAUAN TEORITIS

2.1. Pengertian Peramalan

Peramalan (forecasting) adalah suatu kegiatan yang memperkirakan apa yang akan terjadi pada masa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan akan terjadi pada masa yang akan datang. Metode peramalan merupakan cara untuk memperkirakan secara kuantitatif apa yang akan terjadi pada masa yang akan datang dengan dasar data yang relevan pada masa lalu. Dengan kata lain, metode peramalan ini digunakan dalam peramalan yang bersifat objektif.

Metode peramalan merupakan cara untuk memperkirakan secara kuantitatif apa yang akan terjadi pada masa yang akan datang dengan dasar data yang relevan pada masa lalu. Oleh karena itu, metode peramalan termasuk dalam kegiatan peramalan kuantitatif. Keberhasilan dari suatu peramalan sangat ditentukan oleh pengetahuan teknik tentang informasi lalu yang dibutuhkan yaitu informasi yang bersifat kuantitatif serta teknik dan metode peramalannya.

2.2. Kegunaan Peramalan

Di dalam bagian organisasi terdapat beberapa kegunaan peramalan diantaranya:

1. Berguna untuk penjadwalan sumber daya yang tersedia. Penggunaan sumber daya yang efisien memerlukan penjadwalan produksi, transportasi, kas, personalia dan sebagainya. Input yang penting untuk penjadwalan seperti itu adalah ramalan tingkat permintaan konsumennya atau si pelanggan.

2. Berguna dalam penyediaan sumber daya tambahan. Waktu tenggang (lead time) untuk memperoleh bahan baku, menerima pekerja baru atau pembelian mesin dan peralatan dapat berkisar antara beberapa hari sampai beberapa tahun. Peramalan digunakan untuk menentukan kebutuhan sumber daya di masa yang akan datang.

3. Untuk menentukan sumber daya yang diinginkan. Setiap organisasi harus menentukan sumber daya yang dimiliki dalam waktu jangka panjang. Keputusan semacam ini bergantung kepada faktor-faktor lingkungan, manusia dan pengembangan sumber daya keuangannya. Semua penentuan ini memerlukan peramalan yang baik dan menajer yang dapat menafsirkan pendugaan serta membuat keputusan yang baik.

Walaupun banyak bidang lain yang memerlukan peramalan, namun tiga kelompok di atas merupakan bentuk khas dari kegunaan peramalan jangka pendek, menengah dan panjang.

2.3. Jenis Peramalan

Berdasarkan sifat ramalan yang telah disusun, maka peramalan dapat dibedakan atas dua kategori utama yaitu:

1. Peramalan yang kualitatif atau teknologis

Peramalan kualitatif adalah peramalan yang didasarkan atas data kualitatif pada masa lalu. Hasil peramalan yang dibuat sangat bergantung kepada orang yang menyusunnya. Hal ini sangat penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran yang bersifat intuisi, pendapat dan pengetahuan dari orang yang menyusunnya.

2. Peramalan Kuantitatif

Peramalan kuantitatif merupakan peramalan yang didasarkan atas data kuantitatif pada masa lalu. Hasil peramalan yang dibuat sangat bergantung kepada metode yang diperguanakan dalam peramalan tersebut. Dengan metode yang berbeda akan diperoleh hasil peramalan yang berbeda pula. Metode kuantitaif dapat dibagi dalam deret berkala (time series) dan metode kausal.

Dalam hal ini penulis membatasi bahwa metode peramalan yang akan digunakan dalam penyusunan Tugas Akhir ini adalah cara memperkirakan sesuatu yang akan terjadi di masa depan secara kuantitatif. Oleh karena itu, dalam

pembahasan selanjutnya akan ditekankan pada peramalan kuantitatif. Pada dasarnya peramalan kuantitatif dibedakan atas :

1. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antar variabel yang akan diperkirakan dengan variabel waktu, yang merupakan deret waktu (time series).

2. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antar variabel yang akan diperkirakan dengan variabel lain yang mempengaruhinya, bukan waktu, yang disebut dengan metode korelasi atau sebab akibat (causal methods).

Peramalan kuantitatif dapat digunakan bila terdapat tiga kondisi yaitu:

1. Adanya informasi tentang masa lalu

2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data

3. Informasi tersebut dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut di masa yang akan datang.

Kondisi yang terakhir ini dibuat sebagai asumsi yang berkesinambungan (asumption of mend continuity). Asumsi ini merupakan modal yang mendasari dari semua metode peramalan kuantitatif dan banyak metode peramalan teknologis, terlepas dari bagaimana canggihnya metode tersebut.

2.4. Pemilihan Teknik Dan Metode Peramalan

Dalam pemilihan teknik dan metode peramalan, pertama-tama perlu diketahui ciri-ciri penting yang perlu diperhatikan bagi pengambilan keputusan dan analisa keadaan dalam mempersiapkan peramalan.

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

1. Horizon waktu

Ada dua aspek dari horizon waktu yang berhubungan dengan masing-masing metode peramalan. Pertama adalah cakupan waktu di masa yang akan datang. Aspek kedua adalah jumlah periode untuk peramalan yang diinginkan.

2. Pola data

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

3. Jenis dari model

Model-model merupakan suatu deret dengan waktu digambarkan sebagai unsur yang penting untuk menentukan perubahan-perubahan dalam pola. Model-model perlu diperhatikan karena masing-masing Model-model mempunyai kemampuan yang berbeda dalam analisa keadaan untuk pengambilan keputusan.

4. Biaya yang dibutuhkan

Umumnya ada empat unsur biaya yang tercakup dalam penggunaan suatu prosedur peramalan. Yakni biaya-biaya pengembangan, penyimpanan data, operasi pelaksanaan dan kesempatan dalam penggunaan teknik-teknik dan metode peramalan.

5. Ketepatan metode peramalan

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

6. Kemudahan dalam penerapan

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

2.5. Penentuan Pola Data

Hal penting yang harus diperhatikan dalam metode deret berkala adalah menentukan jenis

pola data historisnya. Sehingga pola data yang tepat dengan pola data historis tersebut

dapat diuji, dengan pola data umumnya dapat dibedakan sebagai berikut:

1. Pola Data Horizontal

2. Pola Data Musiman (Seasonal)

Pola yang menunjukkan perubahan yang berulang-ulang secara periodik dalam deret waktu. Pola ini terjadi bila suatu deret dipengaruhi oleh faktor musiman, misalnya: kuartal tahun tertentu, bulanan, atau hari-hari pada minggu tertentu.

3. Pola Siklis (Cyclical)

Pola data yang menunjukkan gerakan naik turun dalam jangka panjang dari suatu kurva trend. Terjadi bila datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti yang berhubungan dengan siklis bisnis.

4. Pola Data Trend

Pola yang menunjukkan kenaikan atau penurunan jangka panjang data.

2.6. Metode Yang Digunakan

Untuk mendapatkan hasil yang baik harus diketahui cara peramalan yang tepat. Maka metode peramalan analisis deret berkala yang digunakan untuk meramalkan jumlah kendaraan pada pemecahan masalah ini adalah dengan menggunakan Metode Tren Eksponensial.

Suatu Tren Eksponensial akan berupa garis lurus pada grafik semilog tetapi berupa kurva pada grafik aritmatik. Persamaan eksponensial yang digunakan dalam menggambarkan tren sekuler adalah :

Ŷ= … (2.1)

Diubah dalam bentuk logaritma, maka diperoleh :

Ŷ= + … (2.2)

Buat ∑ X = 0 dengan menggunakan metode kuadrat terkecil. Dua konstanta yang tidak diketahui yaitu log a dan log b dapat dihitung dengan rumus berikut :

= ∑ … (2.3)

= ∑( )

∑ … (2.4)

dengan :

log a = rata- rata logaritma Y

log b = slope dari garis pada grafik semilog X = per 1 tahun

Y = per unit kendaraan

Nilai badalah perbandingan dari Ŷpada tahun yang sedang berjalan dengan Ŷpada tahun yang berikutnya. Dan laju kenaikan / penurunan (r) adalah selisih antara ra b dan 1 (1 = 100% atau dasar).

Jika b > 1, selisihnya merupakan laju pertambahan (r = b-1); Jika b < 1, merupakan laju penurunan (r = 1-b).

Karena metode kuadrat terkecil jumlah dari deviasi kuadrat logaritma nilai Y dari nilai tren, atau ∑( −logŶ)2adalah minimum.

Dua persamaan normal untuk garis lurus pada grafik semi logaritma adalah :

∑ log Y = n log a + (log b) ∑ X

∑( X log Y ) = (log a) ∑ X +(log b) ∑ X2

… (2.5)

Yang diperoleh dari persamaan Ŷ= + . Bila ∑ X = 0 persamaan normalnya menjadi :

∑ log Y = n log a

∑ ( X log Y ) =( log b) (∑ X2

) … (2.6)

Persamaan kuadrat semi logaritmanya adalah :

log Ŷ = log a + X log b + X2

log c … (2.7)

Bila∑X = 0 atau dasar pada pertengahan tahun, maka ketiga persamaan normalnya adalah :

∑ log Y = n log a + log c (∑X2) ∑ (X log Y) = log b ( ∑ X2

) ∑ (X2

BAB 3

GAMBARAN UMUM LOKASI PENELITIAN

3.1. Sejarah Kota Medan

Kehadiran kota Medan sebagai suatu bentuk kota memiliki proses perjalanan sejarah yang panjang dan kompleks, hal ini dibuktikan dengan berkembangnya daerah yang dinamakan sebagai “Medan” ini menuju pada bentuk kota metropolitan. Sebagai hari lahir kota Medan adalah 1 Juli 1590, sampai saat sekarang ini usia kota Medan telah mencapai 422 tahun.

Keberadaan Kota Medan saat ini tidak terlepas dari dimensi historis yang panjang, dimulai dari dibangunnya Kampung Medan Puteri tahun 1590 oleh Guru Patimpus, kota Medan berkembang dari sebuah kampung bernama Kampung Medan Putri, yang didirikan oleh Guru Patimpus sekitar tahun 1590-an. Guru Patimpus adalah seorang putra Karo bermerga Sembiring Pelawi dan beristrikan seorang putri Datuk Pulo Brayan. Dalam bahasa Karo, kata "Guru" berarti "Tabib" ataupun "Orang Pintar", kemudian kata "Pa" merupakan sebutan untuk seorang Bapak berdasarkan sifat atau keadaan seseorang, sedangkan kata "Timpus" berarti bundelan, bungkus, atau balut. Dengan demikian, maka nama Guru Patimpus bermakna sebagai seorang tabib yang memiliki kebiasaan membungkus sesuatu dalam kain yang diselempangkan di badan untuk membawa barang bawaannya. Hal ini dapat diperhatikan pada

Berkembang menjadi Kesultanan Deli pada tahun 1669 yang diproklamirkan oleh Tuanku Perungit yang memisahkan diri dari Kesultanan Aceh. Perkembangan Kota Medan selanjutanya ditandai dengan perpindahan ibukota Residen Sumatera Timur dari Bengkalis menuju Medan, tahun 1887, sebelum akhirnya statusnya diubah menjadi Gubernemen yang dipimpin oleh seorang Gubernur pada tahun 1915. Secara historis, perkembangan kota medan sejak awal memposisikannya menjadi jalur lalu lintas perdagangan. Posisinya yang terletak di dekat pertemuan Sungai Deli dan Babura, serta adanya Kebijakan Sultan Deli yang mengembangkan perkebunan tembakau dalam awal perkembanganya, telah mendorong berkembangnya Kota Medan sebagai Pusat perdagangan (ekspor-impor) sejak masa lalu.

Keberadaan kota Medan tidak lepas dari peranan para pendatang asing yang datang ke Medan sebagai pedagang maupun lainnya, peranan Nienhuys sebagai pemilikmodal perkebunan tembakau yang berkawasan di daerah Maryland telah menjadi cikal bakal pertumbuhan Medan. Nienhuys pada proses perkembangan perkebunan tembakau telah memindahkan pusat perdagangan tembakau miliknya ke daerah Medan Putri, yang pada saat sekarang ini dikenal dengan kawasan Gaharu. Proses perpindahan ini telah dapat menciptakan perkembangan cikal-bakal kota Medan seperti sekarang ini, sedang dijadikannya Medan menjadi ibukota dari Deli juga telah mendorong Medan berkembang menjadi pusat pemerintahan. Sampai saat ini, disamping merupakan salah satu daerah kota, juga sekaligus ibukota Sumatera Utara.

3.2. Letak Geografis

Koordinat geografis kota Medan adalah 3º 30' - 3º 43' LU dan 98º 35' - 98º 44' BT. Permukaan tanahnya cenderung miring ke utara dan berada pada ketinggian 2,5 - 37,5 m di atas permukaan laut.

Kota Medan berbatasan dengan Selat Malaka di sebelah utara, sedangkan di sebelah barat, selatan dan timur berbatasan dengan Kabupaten Deli Serdang. Kota Medan sendiri menjadi kota induk dari beberapa kota satelit di sekitarnya seperti Kota Binjai, Lubuk Pakam, Deli Tua dan Tebing Tinggi. Luas Kota Medan saat ini adalah 265,10 km². Sebelumnya hingga tahun 1972 Medan hanya mempunyai luas sebesar 51,32 km², namun kemudian diedarkan Peraturan Pemerintah No. 22 Tahun 1973 yang memperluas wilayah Kota Medan dengan mengintegrasikan sebagian wilayah Kabupaten Deli Serdang.

3.3. Visi dan Misi Kota Medan

Untuk mewujudkan pembangunan kota Medan yang lebih terarah, terencana, menyeluruh, terpadu, realistis dan dapat dievaluasi, maka perlu dirumuskan rencana strategik sebagai broad guide line penyelenggaraan pemerintahan, pembangunan dan pembinaan kemasyarakatan di kota Medan untuk lima tahun kedepan.

Rencana strategis yang ditetapkan sekaligus menjadi strategi dasar bagi kebijakan, program dan kegiatan pembangunan dan pengembangan kota, serta

Dengan demikian, di samping adanya rencana pembangunan kota yang handal, perlu adanya pengukuran capaian kinerja sebagai bentuk akuntabilitas publik guna menjamin peningkatan pelayanan umum yang diinginkan.

3.3.1. Visi Kota Medan

Pembangunan kota Medan merupakan rangkaian kegiatan yang dilaksanakan secara bertahap dan berkesinambungan untuk meraih masa depan yang lebih baik. Oleh karena itu visi merupakan simpul dalam upaya menyusun rencana strategis pembangunan kota. Sebagai gambaran identitas masa depan kota Medan maka, perumusan visi itu didasarkan pada pertimbangan :

1. Prasyarat pembangunan kota, seperti berkembangnya demokrasi dan partisipasi, mendorong penegakan hukum, keadilan sosial dan ekonomi, pemerintahan yang kuat, efisien dan efektif, birokrasi yang kreatif dan inovatif, stabilitas politik dan keamanan yang kondusif, pelayanan publik yang prima, pemerataan pembangunan dan pembangunan kota yang berkelanjutan.

2. Masalah dan tantangan serta kebutuhan pembangunan kota Medan dalam rangka mewujudkan kemajuan kota Medan yang metropolitan.

3. Kebijakan pembangunan nasional, sektoral dan regional yang mendorong perkembangan kota Medan sebagai pusat pertumbuhan dan pengembangan Indonesia bagian barat.

4. Kecenderungan globalisasi dan regionalisasi.

5. Nilai-nilai luhur, norma dan budaya yang telah lama dianut seluruh warga kota Medan.

3.3.2. Misi Kota Medan

Untuk mempertegas tugas dan tanggung jawab pembangunan dari seluruhstakeholder maka visi pembangunan kota dijabarkan ke dalam misi yang jelas, terarah dan terukur. Misi ini menjelaskan tujuan dan saran yang ingin dicapai dalam pembangunan kota sehingga diharapkan seluruh stakeholder dapat mengetahui dan memahami kedudukan dan peran masing-masing masyarakat dalam pembangunan. Adapun misi kota Medan adalah :

1. Mewujudkan percepatan pembangunan daerah pinggiran, dengan meningkatkan pertumbuhan ekonomi untuk kemajuan dan kemakmuran yang berkeadilan bagi seluruh masyarakat kota.

2. Mewujudkan tata pemerintahan yang lebih baik dengan birokrasi yang lebih efisien, efektif, kreatif, inovatif dan responsif.

3. Penataan kota yang ramah lingkungan berdasarkan prinsip keadilan sosial, ekonomi, budaya. Membangun dan mengembangkan pendidikan, kesehatan serta budaya daerah.

4. Meningkatkan suasana religius yang harmonis dalam kehidupan berbangsa dan bermasyarakat.

BAB 4

PEMBAHASAN

4.1. Analisa Data jumlah kendaraan bermotor menurut jenisnya di Kota Medan

Setelah mengambil data jumlah kendaraan bermotor menurut jenisnya di Kota Medan di Direktorat Lalu Lintas Kepolisian Daerah Sumatera Utara, maka didapat data jumlah kendaraan bermotor dari tahun 2001 sampai dengan tahun 2011 dan dapat dilihat pada tabel 4.1.1. Pada tabel 4.1.1 ini nantinya akan memperlihatkan beberapa hal yang akan dianalisis dan dievaluasi dengan menggunakan Metode Tren Eksponensial. Sebelumnya data tersebut dapat dilihat pada tabel berikut :

Tabel 4.1. Jumlah Kendaraan Bermotor Di Kota Medan Dari Tahun 2001 s/d 2011

TAHUN MOBIL PENUMPANG MOBIL BARANG MOBIL BUS SEPEDA MOTOR JUMLAH 2001 169.761 128.985 26.035 952.361 1.277.142 2002 180.521 135.838 26.566 1.084.051 1.426.976 2003 192.596 144.233 27.106 1.300.995 1.664.930 2004 207.614 154.420 27.621 1.568.048 1.957.703 2005 226.043 166.221 28.160 1.864.980 2.285.404 2006 240.066 172.999 28.616 2.113.772 2.555.453 2007 257.729 180.384 29.228 2.429.571 2.896.912 2008 279.996 189.857 29.507 2.805.368 3.304.728 2009 297.922 194.946 29.498 3.091.510 3.613.876 2010 327.467 203.452 29.978 3.478.230 4.039.127 2011 356.931 217.245 71.112 3.924.007 4.569.295

Setelah melihat data yang ada maka dapat di ramalkan jumlah kendaraan bermotor menurut jenisnya di Kota Medan dari tahun 2012 sampai dengan 2015 yang akan di jabarkan sebagai berikut ini:

Tabel. 4.2. Analisa Peramalan Mobil Penumpang

TAHUN MOBIL PENUMPANG (Y) X log Y X log Y X2

2001 169.761 -5 5,23 -26,15 25 2002 180.521 -4 5,26 -21,03 16 2003 192.596 -3 5,28 -15,85 9 2004 207.614 -2 5,32 -10,63 4 2005 226.043 -1 5,35 -5,35 1 2006 240.066 0 5,38 0,00 0 2007 257.729 1 5,41 5,41 1 2008 279.996 2 5,45 10,89 4 2009 297.922 3 5,47 16,42 9 2010 327.467 4 5,52 22,06 16 2011 356.931 5 5,55 27,76 25

2.736.646 0 59 4 110

Maka diperolehlah : = ∑ = 59

11 =5,383906

= ∑( log ) ∑ = 4

Persamaan logaritma tren garis lurus adalah :

Ŷ= +

log Ŷ = 5,383906 + 0,032122 X

Unit X = 1 Tahun Unit Ŷ = 1 Unit

Nilai tren yang dihitung dari persamaan adalah sebagai berikut :

Untuk tahun 2012, X = 6

log Ŷ= 5,383906 + 0,032122 (6) log Ŷ = 5,576637

Ŷ = antilog5,576637

Ŷ= 377.257,17 dibulatkan 377.257 Unit

Untuk tahun 2013, X = 7

log Ŷ= 5,383906 + 0,032122 (7) log Ŷ = 5,608759

Ŷ= antilog 5,608759

Ŷ = 406.218,31 dibulatkan 406.218 Unit

Untuk tahun 2014, X = 8

log Ŷ= 5,383906 + 0,032122 (8) log Ŷ = 5,640881

Ŷ = antilog 5,640881

Untuk tahun 2015, X = 9

log Ŷ= 5,383906 + 0,032122 (9) log Ŷ = 5,673003

Ŷ = antilog 5,673003

Ŷ = 470.981,11 dibulatkan 470.981 Unit

Dari perhitungan di atas maka didapatlah hasil Peramalan Mobil Penumpang untuk tahun berikut :

Tahun 2012 = 377.257 Unit Tahun 2013 = 406.218 Unit Tahun 2014 = 437.403 Unit Tahun 2015 = 470.981 Unit

Untuk lebih jelasnya akan dijabarkan pada table 4.3 sebagai berikut :

Tabel 4.3. Perhitungan Peramalan Mobil Penumpang dengan metode Tren Eksponensial.

TAHUN MOBIL PENUMPANG X Log X log Y X2 log Ŷ Ŷ

2001 169.761 -5 5,23 -26,15 25 5,223296 167.222,82 2002 180.521 -4 5,26 -21,03 16 5,255418 180.060,12 2003 192.596 -3 5,28 -15,85 9 5,28754 193.882,91 2004 207.614 -2 5,32 -10,63 4 5,319662 208.766,85 2005 226.043 -1 5,35 -5,35 1 5,351784 224.793,39 2006 240.066 0 5,38 0,00 0 5,383906 242.050,24 2007 257.729 1 5,41 5,41 1 5,416028 260.631,87 2008 279.996 2 5,45 10,89 4 5,44815 280.639,96 2009 297.922 3 5,47 16,42 9 5,480272 302.184,03 2010 327.467 4 5,52 22,06 16 5,512394 325.381,99 2011 356.931 5 5,55 27,76 25 5,544516 350.360,79

Grafik. 4.1. Peramalan Mobil Penumpang

Tabel. 4.4. Analisa Peramalan Mobil Barang

TAHUN MOBIL BARANG (Y) X log Y X log Y X2

2001 128.985 -5 5,11 -25,55 25 2002 135.838 -4 5,13 -20,53 16 2003 144.233 -3 5,16 -15,48 9 2004 154.420 -2 5,19 -10,38 4 2005 166.221 -1 5,22 -5,22 1 2006 172.999 0 5,24 0,00 0 2007 180.384 1 5,26 5,26 1 2008 189.857 2 5,28 10,56 4 2009 194.946 3 5,29 15,87 9 2010 203.452 4 5,31 21,23 16 2001 217.245 5 5,34 26,68 25

1.888.580 0 58 2 110

0 50000 100000 150000 200000 250000 300000 350000 400000 450000 500000

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

TAHUN

MOBIL PENUMPANG Ŷ = PERAMALAN

Maka diperolehlah : = ∑ = 58

11

= 5,229092 = ∑( log )

∑ = 2

110 = 0,022194

Persamaan logaritma tren garis lurus adalah :

Ŷ= +

log Ŷ = 5,229092 + 0,022194 X

Unit X = 1 Tahun Unit Ŷ = 1 Unit

Nilai tren yang dihitung dari persamaan adalah sebagai berikut :

Untuk tahun 2012, X = 6

log Ŷ= 5,229092 + 0,022194 (6) log Ŷ = 5,362255

Ŷ = antilog5,362255

Ŷ= 230.279,24 dibulatkan 230.279 Unit

Untuk tahun 2013, X = 7

log Ŷ= 5.229092 + 0.022194 (7) log Ŷ = 5.384449

Ŷ= antilog 5.384449

log Ŷ= 5,229092 + 0,022194 (8) logŶ = 5,406642

Ŷ = antilog 5,406642

Ŷ = 255.060,07 dibulatkan 255.060 Unit Untuk tahun 2015, X = 9

log Ŷ= 5,229092 + 0,022194 (9) log Ŷ = 5,428836

Ŷ = antilog 5,428836

Ŷ = 268.433,26 dibulatkan 268.433 Unit

Dari perhitungan diatas maka didapatlah hasil Peramalan Mobil Barang untuk tahun berikut ini :

Tahun 2012 = 230.279 Unit Tahun 2013 = 242.353 Unit Tahun 2014 = 255.060 Unit Tahun 2015 = 268.433 Unit

Tabel 4.5. Perhitungan Peramalan Mobil Barang dengan metode Tren Eksponensial 0 50000 100000 150000 200000 250000 300000

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

TAHUN

MOBIL BARANG Ŷ = PERAMALAN

TAHUN MOBIL BARANG X log X log Y X2 log Ŷ Ŷ

2001 128.985 -5 5,11 -25,55 25 5,118122 131.257,00 2002 135.838 -4 5,13 -20,53 16 5,140316 138.139,01 2003 144.233 -3 5,16 -15,48 9 5,16251 145.381,85 2004 154.420 -2 5,19 -10,38 4 5,184704 153.004,44 2005 166.221 -1 5,22 -5,22 1 5,206898 161.026,69 2006 172.999 0 5,24 0,00 0 5,229092 169.469,57 2007 180.384 1 5,26 5,26 1 5,251286 178.355,11 2008 189.857 2 5,28 10,56 4 5,273479 187.706,54 2009 194.946 3 5,29 15,87 9 5,295673 197.548,28 2010 203.452 4 5,31 21,23 16 5.317867 207.906,03 2011 217.245 5 5,34 26,68 25 5,340061 218.806,86

2012 6 5,362255 230.279,24

2013 7 5,384449 242.353,13

2014 8 5,406642 255.060,07

Tabel.4.6. Analisa Peramalan Mobil Bus

TAHUN MOBIL BUS X log Y X log Y X2

2001 26.035 -5 4,42 -22,08 25 2002 26.566 -4 4,42 -17,70 16 2003 27.106 -3 4,43 -13,30 9 2004 27.621 -2 4,44 -8,88 4 2005 28.160 -1 4,45 -4,45 1

2006 28.616 0 4,46 0,00 0

2007 29.228 1 4,47 4,47 1

2008 29.507 2 4,47 8,94 4

2009 29.498 3 4,47 13,41 9 2010 29.978 4 4,48 17,91 16 2011 71.112 5 4,85 24,26 25

353,427 0 49 3 110

Maka diperolehlah : = ∑ = 49

11

= 4,486790

= ∑( log ) ∑ = 3

110 = 0,023414

Persamaan logaritma tren garis lurus adalah :

Ŷ= +

log Ŷ = 4,486790 + 0,023414 X

Unit X = 1 Tahun

Nilai tren yang dihitung dari persamaan adalah sebagai berikut :

Untuk tahun 2012, X = 6

log Ŷ= 4,486790 + 0,023414 (6) log Ŷ = 4,627275

Ŷ = antilog4,627275

Ŷ = 42.391,12 dibulatkan 42.391Unit Untuk tahun 2013, X = 7

log Ŷ= 4,486790 + 0,023414 (7) log Ŷ = 4,650689

Ŷ = antilog 4,650689

Ŷ = 44.739,28 dibulatkan 44.739 Unit Untuk tahun 2014, X = 8

log Ŷ= 4,486790 + 0,023414 (8) log Ŷ = 4,674103

Ŷ = antilog 4,674103

Ŷ = 47.217,51 dibulatkan 47.218 Unit Untuk tahun 2015, X = 9

log Ŷ= 4,486790 + 0,023414 (9) log Ŷ = 4,697517

Ŷ = antilog 4,697517

Ŷ = 49.833,02 dibulatkan 49.833 Unit

Dari perhitungan diatas maka didapatlah hasil Peramalan Mobil Bus untuk tahun berikut ini :

Tahun 2012 = 42.391 Unit Tahun 2013 = 44.739 Unit

Untuk lebih jelasnya akan dijabarkan pada table 4.7 sebagai berikut :

Tabel 4.7. Perhitungan Peramalan Mobil Bus dengan metode Tren Eksponensial

TAHUN MOBIL BUS X log Y X log Y X2 log Ŷ Ŷ

2001 26,035 -5 4,42 -22,08 25 4,36972 23.427,16

2002 26,566 -4 4,42 -17,70 16 4,393134 24.724,86

2003 27,106 -3 4,43 -13,30 9 4,416548 26.094,44

2004 27,621 -2 4,44 -8,88 4 4,439962 27.539,88

2005 28,160 -1 4,45 -4,45 1 4,463376 29.065,39

2006 28,616 0 4,46 0,00 0 4,48679 30.675,40

2007 29,228 1 4,47 4,47 1 4,510204 32.374,59

2008 29,507 2 4,47 8,94 4 4,533618 34.167,91

2009 29,498 3 4,47 13,41 9 4,557033 36.060,57

2010 29,978 4 4,48 17,91 16 4,580447 38.058,06

2011 71,112 5 4,85 24,26 25 4,603861 40.166,20

2012 6 4,627275 42.391,12

2013 4,650689 44.739,28

2014 4,674103 47.217,51

Grafik. 4.3. Peramalan Mobil Bus

Tabel.4.8. Analisa Peramalan Sepeda Motor

TAHUN SEPEDA MOTOR X log X log Y X2

2001 952.361 -5 5,98 -29,89 25

2002 1.084.051 -4 6,04 -24,14 16

2003 1.300.995 -3 6,11 -18,34 9

2004 1.568.048 -2 6,20 -12,39 4

2005 1.864.980 -1 6,27 -6,27 1

2006 2.113.772 0 6,33 0,00 0

2007 2.429.571 1 6,39 6,39 1

2008 2.805.368 2 6,45 12,90 4

2009 3.091.510 3 6,49 19,47 9

2010 3.478.230 4 6,54 26,17 16

2011 3.924.007 5 6,59 32,97 25

24.612.893 0 69 7 110

0 10000 20000 30000 40000 50000 60000 70000 80000

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

TAHUN

MOBIL BUS Ŷ = PERAMALAN

Maka diperolehlah : = ∑ = 69

11

= 6,307091

= ∑( log ) ∑ = 7

110 = 0,062252

Persamaan logaritma tren garis lurus adalah :

Ŷ= +

log Ŷ = 6,307091 + 0,062252 X

Unit X = 1 Tahun Unit Ŷ = 1 Unit

Nilai tren yang dihitung dari persamaan adalah sebagai berikut :

Untuk tahun 2012, X = 6

log Ŷ= 6,307091 + 0,062252 (6) log Ŷ = 6,68060

Ŷ = antilog6,68060

Ŷ = 4.792.920,79 dibulatkan 4.792.921 Unit Untuk tahun 2013, X = 7

log Ŷ= 6,307091 + 0,062252 (7) log Ŷ = 6,742852

Ŷ = antilog 6,742852

Untuk tahun 2014, X = 8

log Ŷ= 6,307091 + 0,062252 (8) log Ŷ = 6,805103

Ŷ = antilog 6,805103

Ŷ = 6.384.155,60 dibulatkan 6.384.156 Unit Untuk tahun 2015, X = 9

log Ŷ= 6,307091 + 0,062252 (9) log Ŷ = 6,867355

Ŷ = antilog 6,867355

Ŷ = 7.368.092,51 dibulatkan 7.368.093 Unit

Dari perhitungan diatas maka didapatlah hasil Peramalan Sepeda Motor untuk tahun berikut ini :

Tahun 2012 = 4.792.921 Unit Tahun 2013 = 5.531.614 Unit Tahun 2014 = 6.384.156 Unit Tahun 2015 = 7.368.093 Unit

Tabel 4.9. Perhitungan Peramalan Sepeda Motor dengan metode Tren Eksponensial

TAHUN SEPEDA MOTOR X log X log Y X2 log Ŷ Ŷ

2001 952.361 -5 5.98 -29,89 25 5,995833 990.450,07 2002 1.084.051 -4 6,04 -24,14 16 6,058084 1.143.099,91 2003 1.300.995 -3 6,11 -18,34 9 6,120336 1.319.276,41 2004 1.568.048 -2 6,20 -12,39 4 6,182587 1.522.605,53 2005 1.864.980 -1 6,27 -6,27 1 6,244839 1.757.272,08 2006 2.113.772 0 6,33 0,00 0 6,307091 2.028.105,84 2007 2.429.571 1 6,39 6,39 1 6,369342 2.340.680,96 2008 2.805.368 2 6,45 12,90 4 6,431594 2.701.430,68 2009 3.091.510 3 6,49 19,47 9 6,493845 3.117.779,76 2010 3.478.230 4 6,54 26,17 16 6,556097 3.598.297,27 2011 3.924.007 5 6,59 32,97 25 6,618349 4.152.872,96

2012 6 6,680600 4.792.920,79

2013 7 6,742852 5.531.613,88

2014 8 6,805103 6.384.155,60

2015 9 6,867355 7.368.092,51

Grafik. 4.4. Peramalan Sepeda Motor 0 1000000 2000000 3000000 4000000 5000000 6000000 7000000 8000000

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

TAHUN

SEPEDA MOTOR Ŷ = HASIL PERAMALAN

Tabel 4.10. Hasil Ramalan Kendaraan Bermotor Menurut Jenisnya Dari Tahun 2012 sampai dengan tahun 2015

TAHUN MOBIL PENUMPANG MOBIL BARANG MOBIL BUS SEPEDA MOTOR JUMLAH

2012 377.257,17 230.279,24 42.391,12 4.792.920,79 5.442.848,32

2013 406.218,31 242.353,13 44.739,28 5.531.613,88 6.224.924,60

2014 437.402,73 255.060,07 47.217,51 6.384.155,60 7.123.835,91

BAB 5

IMPLEMENTASI SISTEM

5.1. Pengertian Implementasi Sistem

Implementasi Sistem adalah prosedur yang dilakukan untuk menyesuaikan desain yang ada dalam desain sistem yang disetujui, menginstal dan memulai sistem baru yang diperbaiki.

Tahapan implementasi merupakan tahapan penerapan hasil desain tertulis kedalam programming (coding). Dalam pengolahan data pada karya tulis ini penulis menggunakan satu perangkat lunak (software) sebagai implementasi sistem yaitu program Excel dalam masalah memperoleh hasil perhitungan.

5.2. Mengoperasikan Excel

Sebelum mengoperasikan software ini, pastikan bahwa pada komputer telah terpasang program Excel. Setelah computer terpasang program, selanjutnya Anda dapat menjalankan program ini dengan langkah-langkah sebagai berikut:

1. Setelah komputer dalam posisi hidup, klik tombol Start.

3. Klik Microsoft Excel untuk memulai program, selanjutnya Excel akan menampilkan buku kerja (Workbook) yang kosong.

Selain cara tersebut di atas, ada cara lain untuk menjalankan program ini, yaitu jika pada komputer Anda telah diinstal Office Shortcut, untuk memulai Excel cukup mengklik tombol Excel pada Shortcut Bar. Selanjutnya Excel akan menampilkan buku kerja seperti gambar berikut:

Gambar 5.1. Tampilan buku kerja Excel

Tampilan Excel di layar akan bervariasi bergantung pada jenis monitor yang dipakai. Ketika Anda memulai program Excel, workbook Excel yang pertama disebut Book 1. Jika membuka workbook lainnya saat itu juga, Excel secara otomatis akan menamai

a) Aturan pengoperasian

Untuk mempermudah pengoperasian Excel dengan mudah ada beberapa istilah yang perlu kami ulas, diantaranya adalah:

Klik : menekan tombol kiri mouse satu kali kemudian melepaskan

Klik Ganda : menekan dan melepas tombol kiri mouse sebanyak dua kali secara

dan berurutan

Geser : menekan dan menggeser tombol kiri mouse sambil menggerakkan

pointer mouse ke arah yang dikehendaki

Ctrl + C : menekan tombol Ctrl, selanjutnya tekan C dan lepaskan kedua tombol

tersebut

Icon : gambar grafis yang terdapat pada layar dan biasa diklik untuk

melakukan suatu perintah atau program tertentu.

b) Jendela workbook

Bagian layar yang digunakan oleh suatu program disebut jendela. Jendela workbook Excel terdiri dari banyak elemen windows.

c) Workbook

Workbook atau sering disebut buku kerja adalah dokumen yang terdapat pada Excel yang setiap buku kerja terdiri dari tiga lembar kerja atau sering disebut sheet, dengan jumlah sheet ini bisa ditambah atau dikurangi sesuai kebutuhan. Umumnya jika Anda memulai Excel, sebuah workbook kosong akan terbuka dengan judul sementara Book 1

Untuk membuka file-file tambahan, pilih New atau Open dari menu File atau

gunakan tombol Newbook dan Open pada Toolbar standart yang juga dapat membuka workbook sebanyak yang diinginkan sampai komputer kehabisan memori. Workbook yang baru tampil diatas jendala workbook yang terakhir aktif dan menjadi jendela workbook aktif.

d) Lembar Kerja (Sheet )

Seperti dijelaskan di atas bahwa pada saat mengaktifkan Excel, maka secara otomatis sebuah buku kerja akan tampil. Buku kerja tersebut terdiri atas tiga lembar kerja atau Sheet. Lembar kerja Excel terdiri dari 256 kolom dan 65536 baris. Kolom diberi nama A,B,C,...Z dilanjutkan dengan AA,BB,CC,...,dan baris ditandai dengan angka 1,2,3,...sampai 65536

Perpotongan antara kolom dan baris biasa disebut sel (cell). Sel diberi nama menurut lokasi dan koordinat, misalnya Sel C20 ini artinya perpotongan antara kolom pada C dengan baris ke 20, sel yang aktif ditandai dengan sel pointer/petunjuk sel.

Petunjuk sel yang terdapat pada lembar kerja dapat dipindahkan dari satu sel ke sel yang lainnya. Untuk memindahkan satu sel ke sel yang lain gunakan tombol dalam keyboard seperti yang berikut ini :

Tombol Keterangan

←,↑,→ dan ↓ Menggeser pointer ke kiri, atas, kanan atau ke bawah suatu sel.

HOME memindahkan pointer mouse ke

awal baris.

CTRL + HOME berpindah ke awal kerja.

PAGE DOWN berpindah satu layar ke bawah.

PAGE UP berpindah satu layar ke atas.

ALT + PAGE DOWN berpindah satu layar ke kanan.

ALT + PAGE UP berpindah satu layar ke kiri.

CTRL + F16 berpindah ke buku kerja atau

jendela lain.

CTRL + SHIF + F6 berpindah ke buku kerja atau

jendela sebelumnya.

F6 berpindah antar panes pada

Workbook yang di split.

SHIFT + F6 berpindah ke panes awal dalam

TAB pindah antar sel yang tidak terprotek pada lembar kerja yang diprotek.

END tanda panah berpindah antar blok

baik di dalam maupun baris.

HOME berpindah ke sel di jendela

sebelah kiri.

END berpindah ke sel di jendela

sebelah kanan.

e) Sel

Sel dibagi menjadi tiga kelompok,yaitu:

1. Sel relative

Sel relative adalah sel yang jika disalin akan menyesuaikan dengan tempat atau lokasi yang baru.

2. Sel semiabsolute

Sel semiabsolute adalah sel tempat salah satu posisi (baris atau kolom) bertanda $. Absolute kolom misalnya pada sel A1 berisi $A1 artinya jika sel tersebut dikopi ke posisi baru kolom tersebut akan selalu tetap sedangkan barisnya akan menyesuaikan. Sedangkan absolute baris penulisannya adalah A$, artinya jika sel tersebut dikopi, baris yang bersangkutan akan selalu tetap sedangkan kolom

3. Sel absolute

Sel absolute adalah sel baik kolom maupun barisnya terkunci, misalnya pada sel A1 berisi $A$9, artinya jika sel tersebut disalin atau dikopi baik baris ataupun kolom akan terkunci.

f) Memasukkan Data ke Lembar Kerja

Selanjutnya dapat dimasukkan data ke lembar kerja dengan langkah sebagai berikut: 1. Tempatkan penunjuk sel pada tempat atau sel tempat data tersebut akan

ditempatkan

2. Ketik data yang akan dimasukkan 3. Untuk mengakhiri, tekan enter atau tanda panah untuk berpindah sel atau dengan menggerakkan mouse ke tempat sel lain.

g) Mengakhiri Program Excel

Setelah selesai bekerja dengan Excel dan ingin keluar dari Excel, pilih perintah Exit dari menu File atau klik tombol close (X) dalam jendela Excel. Selanjutnya, Excel akan menanyakan apakah akan menyimpan setiap perubahan yang telah dilakukan pada setiap buku kerja yang terbuka. Jika mengklik Yes, dapat menentukan nama file yang baru untuk setiap workbook yang belum disimpan kemudian menyimpannya. Jika mengklik No, setiap perubahan yang dilakukan akan hilang ketika keluar dari Excel. Mengklik tombol Cancel akan membatalkan perintah Exit dan dikembalikan ke dalam program Excel.

5.3. Pengggunaan Microsoft Excel pada contoh data

Gambar 5.2. Tampilan pada lembar kerja Excel untuk perhitungan Peramalan Mobil Penumpang

Gambar 5.4. Tampilan pada lembar kerja Excel untuk perhitungan Peramalan Mobil Bus

Gambar 5.5. Tampilan pada lembar kerja Excel untuk perhitungan Peramalan Sepeda Motor

Pada tampilan di atas dapat disaksikan juga perhitungan variabel X dengan tahun dasar adalah 2006, log Y, X log Y, X2, log a, log b, log Ŷ, dan Ŷ dengan cara :

a) log Y yaitu pada tahun 2001 (sel D2) yaitu dengan menggunakan rumus =LOG(B2) Untuk tahun berikutnya tinggal mengcopy rumus di atas

b) X log Y yaitu pada tahun 2001 (sel E2) yaitu dengan menggunakan rumus =C2*D2 Untuk tahun berikutnya tinggal mengcopy rumus di atas

c) X2yaitu pada tahun 2001 (F2) yaitu dengan menggunakan rumus = C2^2 Untuk tahun berikutnya tinggal mengcopy rumus di atas

d) ∑ yaitu =SUM(D2:D12)

e) log a ( =∑ )yaitu =D13/11

f) ∑( log )yaitu =SUM(E2:E12)

g) ∑ yaitu =SUM(F2:F12)

h) log b( = ∑( )

∑ ) yaitu =E13/F13

5.4. Pembuatan Grafik pada Microsoft Excel

Gambar 5.6.Tampilan Grafik Peramalan Mobil Penumpang

Gambar 5.7. Tampilan Grafik Peramalan Mobil Barang 0 50000 100000 150000 200000 250000 300000 350000 400000 450000 500000

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

TAHUN

MOBIL PENUMPANG Ŷ = PERAMALAN

0 50000 100000 150000 200000 250000 300000

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

TAHUN

MOBIL BARANG Ŷ = PERAMALAN

Gambar 5.8. Tampilan Grafik Peramalan Mobil Bus

Gambar 5.9. Tampilan Grafik Peramalan Sepeda Motor 0

10000 20000 30000 40000 50000 60000 70000 80000

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

TAHUN

MOBIL BUS Ŷ = PERAMALAN

0 1000000 2000000 3000000 4000000 5000000 6000000 7000000 8000000

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

TAHUN

SEPEDA MOTOR Ŷ = HASIL PERAMALAN

Pada tampilan grafik diatas dapat diselesaikan dengan langkah-langkah sebagai berikut :

a) Sorot atau blok sel (A1:B16), tekan tombol Ctrl dan sorot atau blok sel (H1:H16).

b) Klik tombol Scatter with Straight Lines and Markers yang setelah klik tombol bermenu Scatter yang terdapat dalam grup Charts pada ribbon insert. Grafik yang disajikan masih standart , jika diperlukan, dapat diubah lagi tipe atau tampilan grafik.

BAB 6

KESIMPULAN DAN SARAN

6.1. Kesimpulan

Dari hasil peramalan untuk jumlah kendaraan bermotor dengan metode Tren Eksponensial maka didapat kesimpulan sebagai berikut:

1. Dari keempat jenis kendaraan bermotor setelah diramalkan dapat

disimpulkan bahwa jenis kendaraan Sepeda Motor yang paling banyak di Kota Medan pada tahun 2012, 2013, 2014 dan 2015 yaitu secara berturut-turut sebanyak, 4.792.920,79; 5.531.613,88; 6.384.155,60 dan

7.368.092,51 unit.

2. Dari keempat jenis kendaraan bermotor setelah diramalkan dapat

disimpulkan bahwa jenis kendaraan mobil bus yang paling sedikit di Kota Medan pada tahun 2012, 2013, 2014 dan 2015 yaitu secara berturut-turut sebanyak, 42.391,12; 44.739,28; 47.217,51 dan 49.833,02 unit.

3. Bahwa jumlah kendaraan bermotor menurut jenisnya di Kota Medan pada tahun 2012s/d 2015ternyata mengalami kenaikan yang cukup signifikan dari tahun – tahun sebelumnya, hasil peramalan terhadap banyaknya jumlahkendaraan bermotor menurut jenisnya di Kota Medan pada Tahun 2012 s/d 2015 dapat dilihat pada tabel 4.1.6.

6.2. Saran

Dilihat dari hasil ramalan yaitu terjadinya kenaikan jumlah kendraan bermotor menurut jenisnya di Kota Medan, maka disarankan hal-hal berikut :

1. Untuk pemerintah Kota Medan, agar hasil peramalan Jumlah kendaraan Bermotor menurut jenisnya dapat digunakan untuk membuat perencanaan dan mengambil keputusan bagi pelaksanaan pembangunan infrastruktur dan perekonomian yang secara langsung maupun tidak langsung dapat meningkatkan kesejahtraan masyarakat Kota Medan.

2. Untuk pemerintah Kota Medan, agar lebih memperhatikan kondisi

peningkatan jumlah kendaraan bermotor di Kota Medan yang tidak sesuai dengan ruang gerak bagi kendaraan tersebut sehingga dapat mengantisipasi hal-hal yang menyebabkan kondisi di saat luas badan jalan tidak dapat menampung jumlah kendaraan yang ada di Kota Medan.

DAFTAR PUSTAKA

Algifari.1997.Analisis Regresi Teori, Kasus, dan Solusi. Yogyakarta : BPFE Arga W, Ir. 1985. Analisa Runtun Waktu Teori dan Aplikasi. Yogyakarta: BPFE. Arifin, Johar. 2008. Statistik Bisnis Terapan dengan Microsoft Excel 2007. Cetakan

Pertama. Jakarta : Alex Media Komputindo

Assauri, Sofian. 1984. Teknik dan Metode Peramalan. Jakarta : Fakultas Ekonomi UI Hakim Abdul. 2002. Statistik induktif untuk Ekonomi dan Bisnis. Yogyakarta :

Ekonisia.

Hasan, Iqbal.1999. Pokok-pokok Materi Statistika I. Jakarta : Bumi Aksara

Kustituanto, Bambang. 1984. Statistik Analisa runtut Waktu dan Regresi korelasi. Edisi Pertama. Yogyakarta : BPFE

Makridakis,S.1993. Metode dan Aplikasi Peramalan.Edisi Ke-1.Jakarta : Erlangga. Sudjana, Prof.DR.M.A.,M.Sc. 1992. Metode Statistika. Bandung. Edisi ke-6 : Tarsito Tosin, Rijanto. 1999. Microsoft Excel 2000, Kilat 24 Jurus, edisi ke – 1. Jakarta:

5.4. Pembuatan Grafik pada Microsoft Excel

Gambar 5.6.Tampilan Grafik Peramalan Mobil Penumpang

Gambar 5.7. Tampilan Grafik Peramalan Mobil Barang 0 50000 100000 150000 200000 250000 300000 350000 400000 450000 500000

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

TAHUN

MOBIL PENUMPANG Ŷ = PERAMALAN

0 50000 100000 150000 200000 250000 300000

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

TAHUN

MOBIL BARANG Ŷ = PERAMALAN

Gambar 5.8. Tampilan Grafik Peramalan Mobil Bus

Gambar 5.9. Tampilan Grafik Peramalan Sepeda Motor 0 10000 20000 30000 40000 50000 60000 70000 80000

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

TAHUN

MOBIL BUS Ŷ = PERAMALAN

0 1000000 2000000 3000000 4000000 5000000 6000000 7000000 8000000

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

TAHUN

SEPEDA MOTOR Ŷ = HASIL PERAMALAN

Pada tampilan grafik diatas dapat diselesaikan dengan langkah-langkah sebagai berikut :

a) Sorot atau blok sel (A1:B16), tekan tombol Ctrl dan sorot atau blok sel (H1:H16).

b) Klik tombol Scatter with Straight Lines and Markers yang setelah klik tombol bermenu Scatter yang terdapat dalam grup Charts pada ribbon insert. Grafik yang disajikan masih standart , jika diperlukan, dapat diubah lagi tipe atau tampilan grafik.

BAB 6

KESIMPULAN DAN SARAN

6.1. Kesimpulan

Dari hasil peramalan untuk jumlah kendaraan bermotor dengan metode Tren Eksponensial maka didapat kesimpulan sebagai berikut:

1. Dari keempat jenis kendaraan bermotor setelah diramalkan dapat

disimpulkan bahwa jenis kendaraan Sepeda Motor yang paling banyak di Kota Medan pada tahun 2012, 2013, 2014 dan 2015 yaitu secara berturut-turut sebanyak, 4.792.920,79; 5.531.613,88; 6.384.155,60 dan

7.368.092,51 unit.

2. Dari keempat jenis kendaraan bermotor setelah diramalkan dapat

disimpulkan bahwa jenis kendaraan mobil bus yang paling sedikit di Kota Medan pada tahun 2012, 2013, 2014 dan 2015 yaitu secara berturut-turut sebanyak, 42.391,12; 44.739,28; 47.217,51 dan 49.833,02 unit.

3. Bahwa jumlah kendaraan bermotor menurut jenisnya di Kota Medan pada tahun 2012s/d 2015ternyata mengalami kenaikan yang cukup signifikan dari tahun – tahun sebelumnya, hasil peramalan terhadap banyaknya jumlahkendaraan bermotor menurut jenisnya di Kota Medan pada Tahun 2012 s/d 2015 dapat dilihat pada tabel 4.1.6.

6.2. Saran

Dilihat dari hasil ramalan yaitu terjadinya kenaikan jumlah kendraan bermotor menurut jenisnya di Kota Medan, maka disarankan hal-hal berikut :

1. Untuk pemerintah Kota Medan, agar hasil peramalan Jumlah kendaraan Bermotor menurut jenisnya dapat digunakan untuk membuat perencanaan dan mengambil keputusan bagi pelaksanaan pembangunan infrastruktur dan perekonomian yang secara langsung maupun tidak langsung dapat meningkatkan kesejahtraan masyarakat Kota Medan.

2. Untuk pemerintah Kota Medan, agar lebih memperhatikan kondisi

peningkatan jumlah kendaraan bermotor di Kota Medan yang tidak sesuai dengan ruang gerak bagi kendaraan tersebut sehingga dapat mengantisipasi hal-hal yang menyebabkan kondisi di saat luas badan jalan tidak dapat menampung jumlah kendaraan yang ada di Kota Medan.

DAFTAR PUSTAKA

Algifari.1997.Analisis Regresi Teori, Kasus, dan Solusi. Yogyakarta : BPFE Arga W, Ir. 1985. Analisa Runtun Waktu Teori dan Aplikasi. Yogyakarta: BPFE. Arifin, Johar. 2008. Statistik Bisnis Terapan dengan Microsoft Excel 2007. Cetakan

Pertama. Jakarta : Alex Media Komputindo

Assauri, Sofian. 1984. Teknik dan Metode Peramalan. Jakarta : Fakultas Ekonomi UI Hakim Abdul. 2002. Statistik induktif untuk Ekonomi dan Bisnis. Yogyakarta :

Ekonisia.

Hasan, Iqbal.1999. Pokok-pokok Materi Statistika I. Jakarta : Bumi Aksara

Kustituanto, Bambang. 1984. Statistik Analisa runtut Waktu dan Regresi korelasi. Edisi Pertama. Yogyakarta : BPFE

Makridakis,S.1993. Metode dan Aplikasi Peramalan.Edisi Ke-1.Jakarta : Erlangga. Sudjana, Prof.DR.M.A.,M.Sc. 1992. Metode Statistika. Bandung. Edisi ke-6 : Tarsito Tosin, Rijanto. 1999. Microsoft Excel 2000, Kilat 24 Jurus, edisi ke – 1. Jakarta: