Rilpi Bisma Ginting Suka : Peramalan Pendapatan Kecamatan Berastagi Dari Sektor Pajak Hotel Untuk Tahun 2009, 2009.
USU Repository © 2009
3. Metode analisis Data Untuk mendapatkan hasil yang baik dan akurat, maka haruslah diketahui dan
menggunakan rumus peramalan yang tepat. Maka untuk meramalkan peningkatan Pendapatan Kecamatan Berastagi untuk tahun 2009 penulis
menggunakan metode pemulusan rata-rata bergerak ganda double moving
average.
Metode rata-rata bergerak ganda double moving average banyak digunakan untuk menentukan trend dari suatu deret waktu. Dengan mengunakan metode rata-rata
bergerak ganda, data asli diubah menjadi deret rata-rata bergerak yang lebih mulus dan tidak terlalu tergantung pada osilasi.
Pada data pajak hotel merupakan suatu deret yang tetap meningkat tanpa unsur kesalahan random yang menghasilkan trend linier meningkat. Dengan menggunakan
MA 3 yaitu rata-rata bergerak orde 3, sebagai ramalan untuk periode mendatang.
1.6 Lokasi dan Waktu Penelitian
Pengambilan data dilakukan pada Kantor Badan Pusat Statistik Kabupaten Karo, Jln. Djamin Ginting No. 131 Berastagi. Waktu penelitian peninjauan atau
pengumpulan data dilakukan pada bulan Mei-Juni 2009.
Rilpi Bisma Ginting Suka : Peramalan Pendapatan Kecamatan Berastagi Dari Sektor Pajak Hotel Untuk Tahun 2009, 2009.
USU Repository © 2009
1.7 Sistematika Penulisan
BAB 1 : PENDAHULUAN
Bab ini menjelaskan tentang Latar Belakang, Identifikasi Masalah, Maksud dan Tujuan Penelitian, Metode Penelitian, Lokasi dan Waktu
Penelitian, Sistematika Penulisan.
BAB 2 : TINJAUAN TEORITIS
Bab ini akan diuraikan mengenai konsep dan definisi dari metode peramalan sebagai metode dalam pembahasan masalah yang
diutarakan.
BAB 3 : SEJARAH SINGKAT TEMPAT RISET
Bab ini menjelaskan menceritakan tentang sejarah singkat berdirinya Kantor Badan Pusat Statistik Kabupaten Karo
BAB 4 : ANALISA DATA
Bab ini menganalisa data yang telah dikumpulkan dan diolah dengan menggunakan salah satu metode pemulusan Smoothing yaitu
metode rata-rata bergerak ganda Double Moving Average.
BAB 5 : IMPLEMENTASI SITEM
Rilpi Bisma Ginting Suka : Peramalan Pendapatan Kecamatan Berastagi Dari Sektor Pajak Hotel Untuk Tahun 2009, 2009.
USU Repository © 2009
Bab ini menjelaskan tentang program atau software yang dipakai sebagai analisis terhadap data yang akan diolah. Penulis
menggunakan program Microsoft Excel dalam melakukan pengolahan data.
BAB 6 : KESIMPULAN DAN SARAN
Bab ini merupakan bab penutup yang merupakan hasil dan kesimpulan dari pembahasan serta saran–saran penulis berdasarkan
kesimpulan yang didapat.
Rilpi Bisma Ginting Suka : Peramalan Pendapatan Kecamatan Berastagi Dari Sektor Pajak Hotel Untuk Tahun 2009, 2009.
USU Repository © 2009
BAB 2 LANDASAN TEORI
2.1 Pengertian Peramalan
Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama Assauri, 1991. Sedangkan ramalan adalah
situasi atau kondisi yang akan diperkirakan akan terjadi pada masa yang akan datang. Untuk memprediksikan hal tersebut diperlukan data yang akurat dimasa lalu, untuk
dapat melihat situasi di masa yang akan datang.
Pada umumnya kegunaan peramalan adalah sebagai berikut: 1. Sebagai alat bantu dalam perencanaan yang efektif dan efisien.
2. Untuk menentukan kebutuhan sumber daya di masa yang akan datang. 3. Untuk membuat keputusan yang tepat.
Kegunaan peramalan terlihat pada saat pengambilan keputusan, keputusan adalah keputusan yang didasarkan atas pertimbangan-pertimbangan yang akan terjadi
pada waktu keputusan itu dilaksanakan.
Rilpi Bisma Ginting Suka : Peramalan Pendapatan Kecamatan Berastagi Dari Sektor Pajak Hotel Untuk Tahun 2009, 2009.
USU Repository © 2009
Dari uraian tersebut telah diketahui bahwa peranan peramalan sangat penting dalam penelitian, perencanaan maupun pengambilan keputusan. Baik tidaknya hasil
dari penelitian sangat ditentukan oleh ketepatan peramalan yang dibuat. Walaupun demikian perlu diketahui bahwa ramalan selalu ada unsur
kesalahannya, sehingga yang perlu diperhatikan adalah usaha untuk memperkecil kesalahan dari ramalan tersebut.
2.2 Definisi Metode Peramalan
2.2.1 Pengertian Metode Peramalan
Metode peramalan merupakan bagian dari ilmu statistika. Salah satu metode peramalan adalah deret waktu. Metode ini disebut sebagai metode peramalan deret
waktu karena memiliki karakteristik bahwa data yang dianalisis bersifat deret waktu. Periode waktu dari data deret waktu dapat berupa tahunan, mingguan, bulanan,
semester, kuartal dan lain-lain. Pola dasar dari data deret waktu dapat berupa pola horisontal, tren, musiman, siklis ataupun kombinasi dari beberapa pola tersebut. Jenis
pola data sangat penting untuk diketahui karena akan berpengaruh terhadap hasil ramalan. Beberapa literatur bahkan menyebutkan, bahwa pola data cenderung akan
berulang pada periode waktu mendatang. Identifikasi pola terhadap data deret waktu juga berfungsi untuk menentukan metode yang akan digunakan untuk menganalisis
data tersebut.
Rilpi Bisma Ginting Suka : Peramalan Pendapatan Kecamatan Berastagi Dari Sektor Pajak Hotel Untuk Tahun 2009, 2009.
USU Repository © 2009
Metode peramalan adalah suatu cara memperkirakan atau mengestimasi secara kuantitatif apa yang akan terjadi pada masa depan, berdasarkan data yang relevan pada
masa lalu. Metode peramalan ini digunakan dalam peramalan yang objektif.
2.2.2 Jenis-Jenis Peramalan
Peramalan berdasarkan sifatnya dapat dibedakan menjadi dua yaitu peramalan kualitatif dan peramalan kuantitatif. Metode peramalan kuantitatif dapat dibagi
menjadi dua bagian yaitu metode peramalan deret waktu dan metode kausal, sedangkan metode kualitatif dibagi menjadi metode eksploratoris dan normatif.
Teknik peramalan kuantitatif sangat beragam, dikembangkan dari berbagai disiplin ilmu dan untuk berbagai maksud. Setiap teknik yang akan dipilih memiliki sifat,
ketepatan, tingkat kesulitan dan biaya tersendiri yang harus dipertimbangkan.
Berdasarkan sifatnya, peramalan dibedakan atas dua macam yaitu:
1. Peramalan Kualitatif Peramalan kualitatif adalah peramalan yang didasarkan atas data kualitatif
pada masa lalu. Hasil peramalan yang dibuat sangat bergantung pada orang yang menyusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan
pemikiran dan pengetahuan penyusunnya.
2. Peramalan Kuantitatif Peramalan kuantitatif adalah peramalan yang didasarkan atas data kuantitatif
masa lalu. Hasil peramalan yang dibuat sangat bergantung pada metode yang
Rilpi Bisma Ginting Suka : Peramalan Pendapatan Kecamatan Berastagi Dari Sektor Pajak Hotel Untuk Tahun 2009, 2009.
USU Repository © 2009
digunakan dalam peramalan tersebut. Baik tidaknya metode yang dipergunakan ditentukan oleh perbedaan atau penyimpangan antara hasil ramalan dengan kenyataan
yang akan terjadi maka semakin baik metode yang digunakan.
Peramalan Kuantitatif dapat diterapkan bila terdapat kondisi berikut: 1 Tersedia informasi data masa lalu.
2 Informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik. 3 Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut
dimasa yang akan datang.
Peramalan Kuantitatif dibedakan atas: 1. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan
antar variabel yang diperkirakan dengan variabel waktu yang merupakan deret berkala Time series.
Metode peramalan yang termasuk dalam kuantitatif adalah: a Metode Pemulusan
b Metode Box Jenkins c Metode Proyeksi trend dengan regresi
2. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antar variabel yang akan diperkirakan dengan variabel lain yang
Rilpi Bisma Ginting Suka : Peramalan Pendapatan Kecamatan Berastagi Dari Sektor Pajak Hotel Untuk Tahun 2009, 2009.
USU Repository © 2009
mempengaruhinya, yang bukan waktunya yang disebut dengan Metode Korelasi atau sebab akibat Metode Kausal.
Metode yang termasuk dalam jenis ini adalah: a Metode Regresi dan Korelasi
b Metode Ekonometri c Metode Input Output
Menurut Makridakis, Wheelwright dan McGee 1992, langkah penting dalam memilih suatu metode deret waktu yang tepat adalah dengan mempertimbangkan jenis
pola datanya. Pola data dapat dibedakan menjadi empat, yaitu:
1. Pola horisontal, terjadi bilamana data berfluktuasi di sekitar nilai rata-rata yang
konstan atau stasioner terhadap nilai rata-ratanya.
2. Pola musiman, terjadi bilamana suatu deret data dipengaruhi oleh faktor musiman
misalnya kuartal tahun tertentu, bulanan atau hari pada minggu tertentu.
3. Pola siklis, terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi jangka
panjang seperti yang berhubungan dengan siklus bisnis atau ekonomi.
4. Pola tren, terjadi bilamana terdapat kenaikan atau penurunan jangka panjang dalam
data.
2.3 Metode Pemulusan Smoothing
