Peramalan Produk Domestik Regional Bruto Kota Padangsidimpuan Tahun 2009-2012

PERAMALAN PRODUK DOMESTIK REGIONAL BRUTO

SEKTOR PERTANIAN KOTA PADANGSIDIMPUAN

TAHUN 2009-2012

TUGAS AKHIR

ERVINA SARI HASIBUAN

072407004

PROGRAM STUDI DIII STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2010

PERAMALAN PRODUK DOMESTIK REGIONAL BRUTO

SEKTOR PERTANIAN KOTA PADANGSIDIMPUAN

TAHUN 2009-2012

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Ahli Madya

ERVINA SARI HASIBUAN

072407004

PROGRAM STUDI DIII STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2010

PERSETUJUAN

Judul : PERAMALAN PRODUK DOMESTIK REGIONAL BRUTO KOTA PADANGSIDIMPUAN TAHUN 2009-2012

Kategori : TUGAS AKHIR

Nama : ERVINA SARI HASIBUAN Nomor Induk Mahasiswa : 072407004

Program Studi : D-III STATISTIKA Departemen : MATEMATIKA

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

Diluluskan di Medan, Mei 2010

Diketahui / Disetujui oleh Dosen Pembimbing Departemen Matematika FMIPA USU

Dr. Saib Suwilo, M.Sc Drs. Agus Salim Harahap, M.Si Nip. 19640109 198803 1 004 Nip. 19540828 198103 1 004

PERNYATAAN

PERAMALAN PRODUK DOMESTIK REGIONAL BRUTO SEKTOR PERTANIAN KOTA PADANGSIDIMPUAN

TAHUN 2009-2010

TUGAS AKHIR

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

Medan, Mei 2010

ERVINA SARI HASIBUAN 072407004

PENGHARGAAN

Puji dan syukur penulis ucapkan kehadirat Tuhan Yang Maha Pemurah dan Maha Penyayang, dengan limpahan karunia-NYA akhirnya penulis dapat menyelesaikan Tugas Akhir ini tepat pada waktunya.

Ucapan terima kasih saya sampaikan kepada Bapak Drs. Agus Salim Harahap, M.Si. sebagai pembimbing saya pada penyelesaian Tugas Akhir ini yang telah memberikan panduan dan penuh kepercayaan kepada saya untuk menyempurnakan Tugas Akhir ini. Panduan ringkas, padat dan professional telah diberikan kepada saya agar penulis dapat menyeleaikan tugas ini. Begitu pula Bapak Dr. Saib Suwilo, M.Sc selaku Ketua Jurusan FMIPA USU, Dekan dan Pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara, semua Dosen dan Pegawai pada Departemen Matematika FMIPA USU. Dan yang paling saya sayangi Ayahanda dan Ibunda Tercinta karena dengan dorongan dan motivasinya sehingga terselesaikannya Tugas Akhir ini, begitu juga dengan adik dan kakak serta semua keluarga yang mendukung. Dan tak lupa juga terima kasih kepada teman-teman yang turut membantu penulis, terimah kasih ya teman-teman, dan kepada seseorang yang tersayang yang ikut membantu penulis, dengan dorongan dan motivasi beliau penulis bersemangat dalam penulisan Tugas Akhir ini. Semoga penulis bisa membalas kebaikan dan perhatian kalian semua, dan apabila terkendala semoga Allah yang dapat membalasnya. Amin.

DAFTAR ISI

Halaman

Persetujuan i

Pernyataan ii

Penghargaan iii

Daftas Isi iv

Daftar Tabel vi

Daftar Gambar vii

Bab 1 Pendahuluan 1

1.1Latar Belakang 1

1.2Perumusan Masalah 3

1.3Tinjauan Pustaka 3

1.4Tujuan Penelitian 5

1.5Konstribusi Penelitian 5

1.6Metode Penelitian 5

1.7Sistematika Penulisan 7

Bab 2 Tinjauan Teoritis 9

2.1 Produk Domestik Regional Bruto 9 2.2 Klasifikasi Lapangan Usaha 10 2.3 Perhitungan Pendapatan PDRB 11 2.4 Pengertian Peramalan 14 2.5 Pengertian Metode Peramalan 14 2.6 Jenis-Jenis Metode Peramalan 15 2.7 Langkah-Langkah Peramalan 17 2.8 Penentuan Pola Data 18 2.9 Metode Smhoothing Yang Digunakan 19

2.10 Ketepatan Ramalan 20

Bab 3 Analisa Data 22

3.1 Data Yang Dibutuhkan 22

3.2 Metode Smoothing Eksponensial Linier Satu Parameter dari Brown 23 3.3 Penentuan Bentuk Persamaan Peramalan 30 3.4 Peramalan Produk Domestik Regional Bruto Atas Dasar Harga

Berlaku dan Harga Konstan 32 Bab 4 Implementasi Sistem 36 4.1 Pengertian Implementasi Sistem 36

4.2 Microsoft Excel 36

4.3 Pengoperasian Microsoft Excel 37 4.4 SPSS 16.0 for Windows 42 4.5 Pengoperasian SPSS 16.0 for Windows 42

Bab 5 Kesimpulan dan Saran 44

5.1 Kesimpulan 44

5.2 Saran 45

Daftar Pustaka 46

DAFTAR TABEL

Halaman Tabel 3.1 Produk Domestik Regional Bruto Sektor Pertanian Atas

Dasar Harga Berlaku dan Atas Dasar Harga Konstan Kota

Padangsidimpuan Tahun 2002-2008 22 Tabel 3.2 Menentukan Nilai MSE PDRB Atas Dasar Harga Berlaku

Dengan α = 0.1 24

Tabel 3.3 Perbandingan Ukuran Ketepatan Metode Peramalan 25 Tabel 3.4 Pemulusan Eksponensial Linier Satu Parameter dari Brown

Menggunakan α = 0.9 pada Data PDRB Sektor Pertanian Atas

Dasar Harga Berlaku 26

Tabel 3.5 Menentukan Nilai MSE PDRB Atas Dasar Harga Konstan

Dengan α = 0.1 27

Tabel 3.6 Perbandingan Ukuran Ketepatan Metode Peramalan 28 Tabel 3.7 Pemulusan Eksponensial Satu Parameter dari Brown

menggunakan α = 0.9 pada Data PDRB Sektor Pertanian Atas

Dasar Harga Konstan 29

Tabel 3.8 Peramalan PDRB Atas Dasar Harga Berlaku 34 Tabel 3.9 Peramalan PDRB Atas Dasar Harga Konstan 35

DAFTAR GAMBAR

Halaman Gambar 3.1 Plot Peramalan PDRB Atas Dasar Harga Berlaku Dengan

α = 0.9 30

Gambar 3.2 Plot Peramalan PDRB Atas Dasar Harga Konstan Dengan

α = 0.9 31

Gambar 4.2 Tampilan Cara Pengaktifan Excel 37 Gambar 4.3 Tampilan Jendela Microsoft Excel 38 Gambar 4.4 Tampilan Cara Penyimpanan Microsoft Excel 49 Gambar 4.5 Tampilan Peramalan PDRB 41 Gambar 4.6 Tampilan Lembar Kerja SPSS 42 Gambar 4.7 Tampilan Cara Pembuatan Plot Peramalan PDRB 43 Gambar 4.8 Tampilan Plot Peramalan PDRB 43

BAB 1

PENDAHULUAN

1.1Latar Belakang

Pembangunan dikatakan berhasil bila ditunjang oleh sektor ekonomi yang mapan, karena pada hakekatnya pembangunan ekonomi adalah serangkaian usaha peningkatan taraf hidup masyarakat, mengusahakan kesempatan kerja serta mengurangi ketimpangan kesejahteraan dan pendapatan. Untuk dapat mengembangkan suatu sistem ekonomi yang dapat mendukung pembangunan masyarakat perlu adanya data sebagai indikator perencanaan ekonomi dimana dengan data yang tersedia akan mempermudah dalam mengambil kebijakan sehingga pembangunan ekonomi tidak salah sasaran dan tepat guna.

Terjadinya suatu peristiwa adakalanya tidak bersamaan waktunya dengan saat peristiwa ketika peristiwa itu diharapkan untuk terjadi. Biasanya ada selang waktu (time lag) antara harapan dan kenyataan kemudian terjadi. Ini merupakan alasan pokok, mengapa diperlukan adanya suatu peramalan. Apabila selang waktu itu adalah nol atau sangat pendek, tentu saja tidak diperlukan adanya peramalan. Sebaliknya, jika selang waktu itu relatf panjang, maka peranan peramalan akan sangat penting artinya. Dalam situasi semacam itu, peramalan diperlukan untuk menentukan kapan suatu perisiwa akan terjadi atau diharapkan akan terjadi, sehingga segera dapat diambil keputusan atau

langkah-lagkah yang tepat. Sehingga tercapai suatu pembangunan struktur ekonomi regional yang ideal dengan mekanisme perencanaan dalam menentukan strategi dan kebijaksanaan agar keputusan yang diambil dapat mencapai sasaran yang optimal dan tepat waktu dengan menggunakan sumber daya yang ada.

Perkiraan pendapat regional hingga dewasa ini masih merupakan salah satu parameter yang diakui dunia sebagai alat pengukur tingkat kesejahteraan suatu bangsa. Jelas sekali untuk mengungkapkan suatu keadaan, angka Produk Domestik Regional Bruto (PDRB) sangat dibutuhkan dan perlu disajikan, karena selain dapat dipakai sebagai bahan analisa perencanaan pembangunan juga merupakan barometer untuk mengukur hasil-hasil pembangunan yang telah dilaksanakan.

Data statistik mempunyai peranan penting dalam perencanaan pengambilan keputusan dan evaluasi hasil-hasil pembangunan yang telah dicapai. Kebutuhan terhadap data-data statistik semakin semakin terasa diperlukan seiring dengan semakin meningkatnya pembangunan di segala bidang, baik untuk lingkup nasional maupun regional. Untuk mengetahui tingkat pertumbuhan ekonomi dan pendapatan masyarakat, maka perlu disajikan statistik pendapatan regional secara berkala sebagai bahan perencanaan pembangunan regional khususnya pembangunan dibidang ekonomi.

publikasi data PDRB secara terus menerus setiap tahun. Oleh karena itu, pada penulisan Tugas Akhir ini penulis memberikan judul : “Peramalan Produk Domestik Regional Bruto Sektor Pertanian Kota Padangsidimpuan Tahun 2009-2012”.

1.2PERUMUSAN MASALAH

Untuk memperjelas dan untuk lebih memudahkan penelitian ini agar tidak menyimpang dari sasaran yang dituju, maka penulis meramalkan Produk Domestik Regional Bruto (PDRB) sektor pertanian yang akan datang (tahun 2009 sampai dengan tahun 2012) menggunakan data PDRB tahun 2001 sampai dengan tahun 2008 dengan Metode Pemulusan (Smoothing) Eksponensial Ganda : .Metode Linier Satu-Parameter dari Brown.

1.3TINJAUAN PUSTAKA

Untuk meramalkan PDRB digunakan metode Smoothing Eksponensial Ganda: Metode Linier Satu-Parameter dari Brown. Metode ini merupakan teknik meramal dengan cara mengambil rata-rata dari nilai beberapa periode yang lalu untuk menaksir nilai suatu periode yang akan datang. Dasar metode ini adalah menghitung rata-rata bergerak yang kedua, dengan perhitungan yang

hanya membutuhkan tiga buah nilai data dan satu nilai α. Dalam meramalkan

Assauri, S [2] menguraikan tentang metode peramalan, yaitu kegiatan memperkirakan apa yang akan terjadi pada masa yang akan datang. Sedangkan ramalan adalah situasi atau kondisi yang diperlukan akan terjadi pada masa yang akan datang. Ramalan tersebut dapat didasarkan atas bermacam-macam cara yang dikenal dengan metode peramalan.

Makridakis, S [1] menguraikan bahwa dalam metode dan aplikasi peramalan makridakis, pada dasarnya ada dua kelompok dari metode smoothing yaitu metode perataan (average) dan metode pemulusan eksponensial. Metode perataan menunjukkan pembobotan yang sama terhadap nilai-nilai pengamatan, yang terdiri atas nilai tengah, rata-rata bergerak sederhana (simple moving average), dan rata-rata bergerak ganda (double

moving average). Sedangkan metode pemulusan eksponensial menunjukkan

pembobotan menurun secara eksponensial terhadap nilai pengamatan yang lebih tua, yang terdiri atas tunggal, ganda, dan metode yang lebih rumit.

Untuk suatu kumpulan data, model smoothing yang digunakan adalah Eksponensial Ganda: Satu-Parameter dari Brown yaitu :

1.4TUJUAN PENELITIAN

Secara umum tujuan penelitian ini adalah :

1.Untuk meramalkan jumlah PDRB Kota Padangsidimpuan pada tahun 2009-2012.

2.Untuk mengetahui tingkat pertumbuhan ekonomi dan tingkat kemakmuran Kota Padangsidimpuan.

1.5KONSTRIBUSI PENELITIAN

Penganalisaan dengan menggunakan Metode Pemulusan Eksponensial Ganda : Metode Linier Satu-Parameter dari Brown diharapkan dapat menjadi nilai tambah dan bermanfaat bagi pihak instansi (BPS) untuk memberikan ramalan atau gambaran tentang PDRB sektor pertanian Kota Padangsidimpuan di masa yang akan datang.

1.6METODE PENELITIAN

Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang akan datang. Metode peramalan adalah cara memperkirakan secara kuantitatif apa yang akan terjadi pada masa depan, berdasarkan data yang relevan pada masa lalu. Salah satu metode peramalan kuantitatif adalah analisa deret berkala (time series) yang berdasarkan hasil ramalan yang disusun atas pola hubungan antara variabel yang dicari dengan variabel waktu yang

mempengaruhinya. Analisa deret berkala ini mencakup metode pemulusan, variasi musiman, dan Box-Jenkins.

Data yang dikumpulkan dalam penelitian ini adalah data sekunder yang diperoleh dari Badan Pusat Statistik (BPS) Sumetera Utara, yaitu data PDRB Kota Padangsidimpuan dari tahun 2001 sampai dengan tahun 2008. Data yang dikumpulkan tersebut kemudian diatur, disusun, dan disajikan dalam tabel. Model peramalan Pemulusan Eksponensial Ganda : Metode Linier Satu-Parameter dari Brown adalah :

1. Menentukan Smoothing Pertama (

di mana : Smoothing pertama periode t Nilai rill periode t

Smoothing pertama periode t 2. Menentukan Smoothing Kedua (

α

di mana : Smoothing kedua periode t 3. Menentukan Besarnya Konstanta (

5. Menentukan Besarnya Ramalan (

di mana m adalah jumlah periode ke muka yang diramalkan.

1.7 Sistematika Penulisan

Penulisan Tugas Akhir ini berdasarkan yang penulis ketahui dari perusahaan dimana data tersebut diambil secara langsung oleh penulis. Dimana pembahasan Tugas Akhir ini dibagi dalam beberapa bab dan setiap babnya terdiri dari beberapa sub bab yang sesuai dengan kerangka pemikiran yang telah ditetapkan.

Secara umum kerangka pemikiran yang penulis gunakan dalam menyusun Tugas Akhir ini adalah sebagai berikut :

BAB 1 : PENDAHULUAN

Bab ini menguraikan mengenai latar belakang, perumusan masalah, tinjauan pustaka, tujuan penelitian, konstribusi penelitian, metode penelitian, dan sistematika penulisan.

BAB 2 : TINJAUAN TEORITIS

Bab ini menguraikan tentang teori-teori dan tinjauan tentang segala sesuatu yang menyangkut terhadap penyelesaian masalah.

BAB 3 : ANALISA DATA

Bab ini menguraikan tentang penyelesaian masalah sesuai dengan judul dan menampilkannya baik dalam bentuk tabel maupun grafik

BAB 4 : IMPLEMENTASI SISTEM

Bab ini menguraikan tentang program ataupun software yang digunakan sebagai analisa terhadap data yang diperoleh.

BAB 5 : KESIMPULAN DAN SARAN

Bab ini menjelaskan mengenai kesimpulan dari hasil analisa yang telah dilakukan.

BAB 2

TINJAUAN TEORITIS

2.1Produk Domestik Regional Bruto

Dalam menghitung pendapatan regional, dipakai konsep domestik. Berarti seluruh nilai tambah yang ditimbulkan oleh berbagai sektor atau lapangan usaha yang melakukan kegiatan usaha disuatu wilayah atau daerah dihitung tanpa memperhatikan kepemilikan dari faktor produksi. Dengan demikian PDRB secara agregatif menunjukkan kemampuan suatu daerah dalam menghasilkan pendapatan atau balas jasa kepada faktor-faktor produksi yang ikut berpartisipasi dalam proses produksi di daerah tersebut. Untuk menghitung pendapatan regional pada suatu kabupaten atau kotamadya terlebih dahulu dimengerti beberapa konsep dan definisi dari unsur-unsur pokok sebagai berikut :

1. Output.

Output adalah nilai barang dan jasa yang dihasilkan dalam suatu periode tertentu, biasanya satu tahun. Output terdiri dari tiga macam yaitu :

a. Output utama.

c. Output ikutan yaitu output yang terjadi bersama-sama atau tidak dapat dihindarkan dengan output utamanya.

2. Biaya antara.

Biaya antara adalah barang-barang dan jasa yang tidak tahan lama yang digunakan dalam proses produksi.

3. Nilai tambah

Nilai tambah bruto adalah selisih antara nilai output dan biaya antara. Jadi pada dasarnya PDRB adalah total seluruh nilai tambah bruto yang dihasilkan seluruh sektor kegiatan ekonomi yang ada disuatu wilayah atau daerah.

2.2 Klasifikasi Lapangan Usaha

PDRB adalah penjumlahan dari seluruh nilai tambah bruto yang dihasilkan seluruh sektor kegiatan atau lapangan usaha. PDRB ini menurut lapangan usaha terdiri dari Sembilan sektor, yaitu :

1. Sektor Pertanian.

2. Sektor Pertambangan dan Penggalian 3. Sektor Industri Pengolahan

4. Sektor Listrik, Gas, dan Air Bersih 5. Sektor Bangunan

6. Sektor Perdagangan, Hotel, dan Restoran 7. Sektor Pegangkutan dan Komunikasi

8. Sektor Keuangan, Persewaan, dan Jasa Perusahaan 9. Sektor Jasa-Jasa

2.3 Perhitungan Pendapatan PDRB

2.3.1 Perhitungan atas Dasar Harga Berlaku

PDRB atas dasar harga berlaku merupakan jumlah seluruh NTB atau nilai barang dan jasa akhir yang dihasilkan oleh unit-unit produksi di dalam periode tertentu, biasanya satu tahun yang dinilai dengan harga tahun yang bersangkutan.

NTB atas dasar harga berlaku yang didapat dari selisih antara output dengan biaya antara masing-masing dinilai atas dasar harga berlaku yaitu menggambarkan volume produksi yang dihasilkan dan tingkat perubahan harga dari masing-masing kegiatan sub sektor dan sektor. Mengingat sifat barang dan jasa yang dihasilkan oleh setiap sektor, maka penilaian output dilakukan sebagai berikut :

1. Untuk sektor primer produksinya bisa diperoleh secara langsung dari alam seperti pertanian, pertambangan dan penggalian. Pertama kali dicari kuantum produksi dengan satuan standar yang biasa digunakan. Setelah itu digunakan kualitas dari jenis barang yang dihasilkan.

2. Untuk sektor sekunder yang terdiri dari industri, listrik, gas, dan air bersih, dan sektor bangunan perhitungannya sama dengan

sektor primer. Data yang diperlukan adalah data kuantum produksi yang dihasilkan, serta harga produsen masing-masing kegiatan, subsektor, dan sektor yang bersangkutan.

3. Untuk sektor jasa secara umum produksinya seperti sektor perdagangan, restoran dan hotel, pengangkutan dan komunikasi, Bank dan lembaga keuangan lainnya, sewa rumah dan dan jasa perusahaan dan pemerintah, dan jasa-jasa (perorangan, sosial, dan masyarakat). Untuk perhitungan kuantum produksinya dilakukan dengan mencari indikator produksi yang sesuai dengan masing-masing kegiatannya, sektor dan subsektor.

2.3.2 Penghitungan Atas Dasar Harga Konstan

Penghitungan atas harga konstan yaitu sama dengan atas dasar harga berlaku, tetapi penilainnya dilakukan dengan harga suatu tahun tertentu. NTB atas dasar harga konstan ini, hanya menggambarkan perubahan volume atau kuantum produksi saja. Pengaruh perubahan harga telah dihilangkan dengan cara menilai dengan harga suatu tahun dasar tertentu. Penghitungan atas dasar konstan berguna untuk melihat pertumbuhan ekonomi secara keseluruhan atau sektoral, juga untuk melihat perubahan struktur perekonomian suatu kabupaten dan kota di propinsi dari tahun ke tahun.

Pada dasarnya dikenal empat cara perhitungan nilai tambah atas dasar harga konstan, yaitu sebagai berikut :

1. Revaluasi

Revaluasi dilakukan dengan cara menilai produksi dan biaya antara masing-masing tahun dengan tahun dasar. Hasilnya merupakan output dan biaya antara atas dasar harga konstan. Selanjutnya nilai tambah atas dasar harga konstan, diperoleh dari selisih antara output dan biaya antara atas dasar harga konstan. 2. Ekstrapolasi.

Yaitu nilai tambah masing-masing tahun atas dasar harga konstan diperoleh dengan cara mengalikan nilai tambah pada tahun dasar dengan indeks produksi.

3. Deflasi.

Yaitu nilai tambah atas dasar harga konstan diperoleh dengan cara membagi nilai tambah atas dasar harga berlaku masing-masing tahun dengan indeks harga. Indeks harga yang digunakan sebagai deflator biasanya merupakan Indeks Harga Konsumen (IHK), Indeks Harga Perdagangan Besar (IHPB) dan sebagainya, tergantung mana yang lebih cocok.

4. Deflasi Berganda.

Dalam deflasi berganda ini yang dideflasi adalah output dan biaya antara, sedangkan nilai tambah diperoleh dari selisih antara output dan biaya antara hasil deflasi tersebut.

2.4 Pengertian Peramalan

Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang. Sedangkan ramalan adalah dugaan atau perkiraan mengenai terjadinya suatu kejadian atau peristiwa di waktu yang akan datang. Ramalan diperlukan untuk memberikan informasi sebagai dasar untuk membuat suatu keputusan dalam berbagai kegiatan, seperti : penjualan, permintaan, pertenakan, perkebunan dan sebagainya.

Kegunaan dari peramalan terlihat pada saat pengambilan keputusan. Keputusan yang baik adalah keputusan yang didasarkan atas pertimbangan apa yang akan terjadi pada waktu keputusan itu dilaksanakan. Jadi kegunaan peramalan adalah :

1. Untuk membuat keputusan yang tepat.

2. Sebagai alat bantu dalam perencanaan yang efektif dan efisien. 3. Untuk menentukan kebutuhan sumber daya di masa yang akan

datang.

2.5 Pengertian Metode Peramalan

Metode peramalan adalah cara memperkirakan secara kuantitatif apa yang akan terjadi pada masa depan, berdasarkan data yang relevan pada masa lalu. Metode peramalan sangat berguna untuk membantu dalam mengadakan pendekatan analisa terhadap pola dari data yang lalu,

sehingga dapat memberikan cara pemikiran, pengerjaan dan pemecahan yang sistimatis dan pragmatis, serta memberikan tingkat keyakinan yang lebih besar atas ketepatan hasil ramalan yang dibuat atau disusun.

2.6 Jenis-Jenis Metode Peramalan

Berdasarkan sifatnya peramalan dibedakan menjadi dua macam yaitu Peramalan Kualitatif dan Peramalan Kuantitatif.

2.6.1 Peramalan Kualitatif

Paramalan kualitatif adalah peramalan yang didasarkan atas data kualitatif pada masa lalu. Hasil peramalan yang dibuat sangat tergantung pada orang yang menyusunnya. Hal ini penting karena hasil peramalan teresebut ditentukan berdasarkan pemikiran yang bersifat intuisi, pendapat dan pengetahuan serta pengalaman dari penyusunnya.

2.6.2 Peramalan Kuantitatif

Peramalan kuantitatif adalah peramalan yang didasarkan atas data kuantitatif pada masa lalu. Hasil peramalan yang dibuat sangat tergantung pada metode yang dipergunakan dalam peramalan tersebut. Baik tidaknya metode yang dipergunakan, sangat ditentukan oleh perbedaan atau penyimpangan antara hasil ramalan dengan kenyataan yang terjadi.

Metode yang baik adalah metode yang memberikan nilai-nilai perbedaan atau penyimpangan yang mungkin. Peramalan kuantitatif dapat digunakan bila terdapat tiga kondisi berikut :

1. Tersedia informasi tentang masa lalu.

2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data.

3. Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut di masa mendatang.

Peramalan kuantitatif dibedakan atas :

1. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu yang merupakan deret berkala (time series). Metode peramalan yang termasuk jenis data ini adalah :

a. Metode smoothing (pemulusan), yaitu terdiri dari :  Metode rata-rata, dibagi menjadi :

o Nilai Tengah (mean)

o Rata-rata Bergerak Tunggal (Single Moving Average) o Rata-rata Bergerak Ganda (Double Moving Average) o Kombinasi Rata-Rata Bergerak Lainnya

 Metode Pemulusan Eksponensial, dibagi menjadi : o Pemulusan Eksponensial Tunggal

o Pemulusan Eksponensial Tunggal : Pendekatan Adaptif o Pemulusan Eksponensial Ganda : Metode Linier

o Metode Eksponensial Ganda : Metode Dua-Parameter dari Holt

o Pemulusan Eksponensial Tripel : Metode Kuadratik Satu-Parameter dari Brown

o Metode Eksponensial Tripel : Metode Kecenderungan dan Musiman Tiga-Parameter dari Winter

o Metode pemulusan Eksponensial : Klasifikasi Pegels b. Metode Box-Jenkins.

c. Metode proyeksi trend dengan regresi.

2. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antara variabel yang akan diperkirakan dengan variabel lain yang mempengaruhinya, yang bukan waktu, yang disebut metode korelasi atau sebab akibat, terdiri dari :

a. Metode regresi dan korelasi. b. Model ekonometri.

c. Model input output.

2.7Langkah-Langkah Peramalan

Peramalan yang baik adalah peramalan yang dilakukan dengan mengikuti langkah-langkah atau prosedur penyusunan yang baik. Pada dasarnya ada tiga langkah peramalan yang penting, yaitu :

1.Menganalisa data yang lalu.

3.Memproyeksikan data yang lalu dengan menggunakan metode yang dipergunakan dan mempertimbangkan adanya beberapa faktor perubahan.

2.8 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. Di mana pola data dapat dibedakan menjadi empat yaitu :

1. Pola Horizontal

Pola ini terjadi bilamana nilai data berfluktuasi di sekitar nilai rata-rata yang konstan.

2. Pola Musiman

Pola ini terjadi bilamana suatu deret difengaruhi oleh faktor musiman, misalnya : kuartal tahun tertentu, bulanan, atau hari-hari pada minggu tertentu.

3. Pola Siklis

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

Pola ini terjadi bilamana terdapat kenaikan atau penurunan jangka panjang dalam data.

2.9 Metode Smoothing Yang Digunakan

Untuk mendapatkan hasil yang baik harus diketahui cara peramalan yang tepat. Maka metode peramalan analisis deret berkala yang digunakan untuk meramalkan Produk Domestik Regional Bruto pada pemecahan masalah ini adalah dengan menggunakan Metode Smoothing Eksponensial Ganda : Metode Linier Satu-Parameter dari Brown.

Metode ini merupakan metode yang dikemukakan oleh Brown yaitu meramal dengan cara mengambil rata-rata dari nilai beberapa periode yang lalu untuk menaksir nilai suatu periode yang akan datang. Dasar pemikiran metode ini adalah menghitung rata-rata bergerak yang kedua, dengan perhitungan yang hanya membutuhkan tiga buah nilai data dan

satu nilai α. Prosedur penentuan nilai α dilakukan dengan : apabila respon

utamanya sangat tidak teratur (dalam artian nilai variasi acaknya besar), kemudian nilai variasi acak tersebut di rata-ratakan. Dengan demikian akan dipilih konstanta pemulusan yang kecil. Persamaan yang dipakai dalam implementasi pemulusan eksponensial linier satu-parameter dari Brown adalah :

di mana : Smoothing pertama periode t Nilai rill periode t

Smoothing pertama periode t α = Parameter pemulusan eksponensial

2. Menentukan Smoothing Kedua (

α

di mana : Smoothing kedua periode t 3. Menentukan Besarnya Konstanta (

4. Menentukan Besarnya Slope (

5. Menentukan Besarnya Ramalan (

di mana m adalah jumlah periode ke muka yang diramalkan.

2.10 Ketepatan Ramalan

Ketepatan ramalan adalah satu hal yang mendasar dalam peramalan, yaitu bagaimana mengukur kesesuaian suatu metode peramalan tertentu untuk suatu kumpulan data yang diberikan. Dalam pemodelan deret berkala dari data masa lalu dapat diramalkan situasi yang akan terjadi pada masa yang

akan datang, untuk menguji kebenaran ramalan ini digunakan ketepatan ramalan.

kriteria yang digunakan untuk menguji ketepatan ramalan adalah : MSE (Mean Squared Error) / Nilai Tengah Galat Kuadrat, yaitu:

di mana :

kesalahan pada periode ke t data aktual pada periode ke t

nilai ramalan pada periode ke t n = banyaknya periode waktu

ANALISA DATA

3.1 Data yang dibutuhkan

Tabel 3.1

Produk Domestik Regional Bruto (PDRB) Sektor Pertanian Atas Dasar Harga Berlaku dan Atas Dasar Harga Konstan

Kota Padangsidimpuan pada Tahun 2002-2008

Tahun Atas Dasar Harga Berlaku (Jutaan Rupiah)

Atas Dasar Harga Konstan (Jutaan Rupiah) 2002 117.460,96 98.718,04 2003 131.497,60 101.794,77 2004 152.829,91 107.166,02 2005 183.364,11 111.834,68 2006 217.556,42 117.862,82 2007 251.607,55 123.734,40 2008 281.705,96 127.503,76

3.2 Metode Smoothing Eksponensial Linier Satu Parameter dari Brown

3.2.1 Penaksiran Model Peramalan

Dalam pengolahan dan penganalisaan data, penulis mengaplikasikan data (tabel) dengan metode peramalan (forecasting) berdasarkan metode smoothing eksponensial ganda : metode linier satu-parameter dari Brown.

Untuk memenuhi perhitungan smoothing eksponensial ganda, tunggal untuk ramalan yang akan datang maka terlebih dahulu kita akan menentukan parameter nilai

α yang biasanya, secara trial dan error (coba dan salah). Suatu nilai α dipilih yang besarnya 0 < α < 1, dihitung Mean Square Error (MSE) yang merupakan suatu ukuran

ketepatan perhitungan dengan mengkuadratkan masing-masing kesalahan untuk masing-masing kesalahan item dalam sebuah susunan data dan kemudian memperoleh rata-rata atau nilai tengah kuadrat tersebut dan kemudian dicoba α yang lain.

Untuk menghitung MSE pertama dicari error terlebih dahulu, yang merupakan hasil dari data asli dikurangi hasil ramalan. Lalu tiap error dikuadratkan dan dibagi dengan banyaknya error. Secara matematis rumus Mean Square Error (MSE) sebagai berikut :

3.2.1.1 PDRB Atas Dasar Harga Berlaku

Tabel 3.2 Menentukan Nilai MSE PDRB Atas Dasar Harga Berlaku dengan nilai α = 0.1

Xt S't S"t αt bt ft+m e e2

117461.0 117461.0 117461.0 131497.6 118864.6 117601.3 120127.9 140.4 152829.9 122261.2 118067.3 126455.0 466.0 120268.3 32561.6 1060259227.3 183364.1 128371.4 119097.7 137645.2 1030.4 126921.0 56443.1 3185827059.7 217556.4 137289.9 120916.9 153662.9 1819.2 138675.6 78880.8 6222185710.7 251607.6 148721.7 123697.4 173746.0 2780.5 155482.2 96125.4 9240089053.1 281706.0 162020.1 127529.7 196510.6 3832.3 176526.5 105179.5 11062725810.1

Jumlah 30771086860.8

MSE 6154217372.2

Maka :

= 6,154,217,372.16

Jadi untuk nilai α = 0.1 sampai dengan nilai α = 0.9 dapat dicari dengan

persamaan diatas. Kemudian salah satu nilai MSE tersebut dibandingkan untuk

ketepatan metode peramalan jumlah PDRB atas dasar harga berlaku sektor pertanian dengan melihat MSE sebagai berikut :

Tabel 3.3 Perbandingan Ukuran Ketepatan Metode Peramalan

α MSE

0.1 6,154,217,372.2 0.2 3,106,733,590.6 0.3 1,580,895,100.1 0.4 824,488,888.6 0.5 447,034,148.2 0.6 253,399,334.3 0.7 149,260,650.3 0.8 90,032,393.9 0.9 54,740,099.2

Dari tabel diatas dapat dilihat bahwa yang menghasilkan nilai MSE yang

minimum atau terkecil yaitu pada nilai parameter pemulusan α = 0.9, yaitu dengan

Tabel 3.4 Pemulusan Eksponensial Linier Satu Parameter dari Brown menggunakan α = 0.9 Pada Data PDRB Sektor Pertanian Atas Dasar Harga Berlaku

Xt S't S"t αt bt ft+m e e2

117461.0 117461.0 117461.0

131497.6 130093.9 128830.6 131357.2 11369.7

152829.9 150556.3 148383.7 152728.9 19553.1 142726.9 10103.0 102070568.6 183364.1 180083.3 176913.4 183253.3 28529.6 172282.0 11082.1 122813454.6 217556.4 213809.1 210119.5 217498.7 33206.2 211782.9 5773.5 33333356.1 251607.6 247827.7 244056.9 251598.5 33937.4 250704.9 902.7 814866.7 281706.0 278318.1 274892.0 281744.3 30835.1 285535.9 -3829.9 14668249.7 Jumlah 273700495.7

MSE 54740099.1

Ukuran ketepatan Metode Peramalan dengan α = 0.9

3.2.1.2 PDRB Atas Dasar Harga Konstan

Tabel 3.5 Menentukan Nilai MSE PDRB Atas Dasar Harga Konstan dengan nilai α = 0.1

Xt S't S"t αt bt ft+m e e2

98718.04 98718.04 98718.04 101794.77 99025.71 98748.81 99302.62 30.77 107166.02 99839.74 98857.90 100821.59 109.09 99333.39 7832.63 61350155.38 111834.68 101039.24 99076.03 103002.44 218.13 100930.68 10904.00 118897213.82 117862.82 102721.60 99440.59 106002.60 364.56 103220.57 14642.25 214395376.12 123734.40 104822.88 99978.82 109666.93 538.23 106367.16 17367.24 301621142.79 127503.76 107090.96 100690.03 113491.90 711.21 110205.16 17298.60 299241513.74

Jumlah 995505401.85

MSE 199101080.4

Maka :

= 199,101,080.4

Jadi untuk nilai α = 0.1 sampai dengan nilai α = 0.9 dapat dicari dengan

persamaan diatas. Kemudian salah satu nilai MSE tersebut dibandingkan untuk

ketepatan metode peramalan jumlah PDRB atas dasar harga konstan sektor pertanian dengan melihat MSE sebagai berikut :

Tabel 3.6 Perbandingan Ukuran Ketepatan Metode Peramalan

α MSE

0.1 199,101,080.40 0.2 95,662,197.63 0.3 46,907,757.39 0.4 24,183,342.99 0.5 13,447,004.09 0.6 8,149,111.37 0.7 5,362,302.64 0.8 3,807,630.18 0.9 2,915,462.34

Dari tabel diatas dapat dilihat bahwa yang menghasilkan nilai MSE yang

minimum atau terkecil yaitu pada nilai parameter pemulusan α = 0.9, yaitu dengan nilai MSE = 2,915,462.34.

Tabel 3.7 Pemulusan Eksponensial Linier Satu Parameter dari Brown menggunakan α = 0.9 Pada Data PDRB Sektor Pertanian Atas Dasar Harga Konstan

Xt S't S"t αt bt ft+m e e2

98718.04 98718.04 98718.04 101794.77 101487.10 101210.19 101764.00 2492.15 107166.02 106598.13 106059.33 107136.92 4849.14 104256.15 2909.87 8467320.14 111834.68 111311.02 110785.86 111836.19 4726.52 111986.06 -151.38 22917.15 117862.82 117207.64 116565.46 117849.82 5779.61 116562.72 1300.10 1690271.76 123734.40 123081.72 122430.10 123733.35 5864.64 123629.43 104.97 11019.70 127503.76 127061.56 126598.41 127524.70 4168.31 129597.99 -2094.23 4385782.94

Jumlah 14577311.69

MSE 2915462.34

Ukuran ketepatan Metode Peramalan dengan α = 0.9

3.3 Penentuan Bentuk Persamaan Peramalan

Setelah ditentukan harga parameter smoothing eksponensial yang besarnya 0 < α < 1

dengan cara trial dan error didapat perhitungan peramalan pemulusan atau smoothing

ekasponensial linier satu parameter dari brown dengan α = 0.9.

Perhitungan pada tabel 3.4 dan 3.7 diatas didasarkan atas α = 0.9 dan ramalan

untuk satu periode ke depan yaitu dalam perhitungan periode ke-8, serta gambar smoothing eksponensial linier satu paeameter dari Brown.

Gambar 3.2 Plot Peramalan PDRB Atas Dasar Harga Konstan Dengan α = 0.9

Seperti yang sudah dijelaskan di bab 2 tinjauan teoritis persamaan yang dipakai dalam perhitungan peramalan ini sebagai berikut :

Berdasarkan data terakhir dapat dibuat peramalan untuk satuan tahun berikutnya dengan bentuk persamaan peramalan :

1. Untuk PDRB atas dasar harga berlaku :

281744.3 + 30835.1 (m)

2. Untuk PDRB atas dasar harga konstan : 127524.70 + 4168.31 (m)

3.4 Peramalan Produk Domestik Regional Bruto Atas Dasar Harga Berlaku dan Harga Konstan

Setelah diketahui bahwa error yang terdapat pada model peramalan bersifat random maka dilakukan peramalan PDRB untuk tahun 2009 sampai dengan tahun 2012 dengan menggunakan persamaan :

1. PDRB Atas Dasar Harga Berlaku

= 281744.3 + 30835.1 (m)

Setelah diperoleh model peramalan Produk Domestik Regional Bruto maka dapat dihitung untuk 4 periode ke depan untuk tahun 2009-2012 seperti yang tertera di bawah ini :

a. Untuk periode ke 8 (tahun 2009)

281744.3 + 30835.1 (m) 281744.3 + 30835.1 (1) 312579.4

b. Untuk periode ke 9 (tahun 2010)

281744.3 + 30835.1 (m) 281744.3 + 30835.1 (2) 343414.5

c. Untuk periode ke 10 (tahun 2011) 281744.3 + 30835.1 (m)

281744.3 + 30835.1 (3) 249.6

d. Untuk periode ke 11 (tahun 2012) 281744.3 + 30835.1 (m)

281744.3 + 30835.1 (4) 405084.7

Tabel 3.8 Peramalan PDRB Atas Dasar Harga Berlaku

Tahun Periode Peramalan 2009 8 312579.4 2010 9 343414.5 2011 10 374249.6 2012 11 405084.7

2. Untuk PDRB atas dasar harga konstan :

127524.70 + 4168.31 (m)

Setelah diperoleh model peramalan Produk Domestik Regional Bruto maka dapat dihitung untuk 4 periode ke depan untuk tahun 2009-2012 seperti yang tertera di bawah ini :

a. Untuk periode ke 8 (tahun 2009) = 127524.70 + 4168.31 (m)

127524.70 + 4168.31 (1) 131693.01

b. Untuk periode ke 9 (tahun 2010) 127524.70 + 4168.31 (m) 127524.70 + 4168.31 (2)

c. Untuk periode ke 10 (tahun 2011) 127524.70 + 4168.31 (m) 127524.70 + 4168.31 (3)

140029.64

d. Untuk periode ke 11( tahun 2012) 127524.70 + 4168.31 (m)

127524.70 + 4168.31 (4) 144197.95

Tabel 3.9 Peramalan PDRB Atas Dasar Harga Konstan

Tahun Periode Peramalan 2009 8 131693.01 2010 9 135861.33 2011 10 140029.64 2012 11 144197.95

Dari ramalan di atas, dapat disimpulkan bahwa peramalan pendapatan PDRB Sektor Pertanian Atas Dasar Harga Berlaku dan Atas Dasar Harga Konstan di Kota Padangsidimpuan tahun 2009-2012 setiap tahunnya semakin meningkat.

IMPLEMENTASI SISTEM

4.1 Pengertian Implementasi Sistem

Implementasi sistem adalah suatu prosedur yang dilakukan untuk menyelesaikan desain sistem yang ada dalam dokumen yang telah disetujui, menginstal dan memulai sistem baru atau sistem yang diperbaiki.

Di dalam sistem data tersebut terdapat suatu perangkat lunak yang dinamakan dengan software, dan dalam tugas akhir ini penulis menggunakan MS. Word XP Compatible, MS. Excel XP Compatible dan SPSS 16.0 for Windows dalam penerapan pengolahan data.

4.2 Microsoft Excel

Microsoft Excel adalah sebuah program aplikasi lembar kerja pada Microsft Office yang digunakan dalam pengolahan angka. Aplikasi ini memiliki fitur kalkulasi dan pembuatan grafik. Program ini sering digunakan oleh para akuntan untuk menulis atau mencatat pengeluaran dan pemasukan dalam perusahaan. Microsoft Excel dapat membantu penyelesaian tugas-tugas mulai dari perencanaan anggaran belanja, pembuatan grafik 3-dimensi sampai mengelola buku besar akuntansi untuk sebuah perusahaan tingkat menengah.

Tampilan layar Microsoft Excel berupa bentuk standard dari menu bar, toolbars, formula bar, status bar dan sebuah buku kerja (workbook) baru. Workbook ini memuat minimum 1 atau maksimum 255 kertas kerja (worksheet). Jumlah worksheet dalam keadaan biasa ada tiga dan worksheet yang aktif bernama “sheet 1” alamat sel kiri atas dan alamat sel kanan bawah. Sedangkan “Pointer” adalah petunjuk sel yang aktif.

4.3 Pengoperasian Microsoft Excel

Cara mengaktifkan Microsoft Excel sama dengan program-program aplikasi umumnya yang ada di dalam Microsoft Office, yaitu:

1. Klik tombol “start” yang ada pada taskbar 2. Bawa pointer mouse ke “program” , kemudian

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

Setelah aktif di dalam Microsoft Excel, akan tampil lembar kerja baru yang tersusun atas sel-sel yang terbentuk dalam baris dan kolom. Satu lembar kerja dapat memuat 65536 baris dan 256 kolom yaitu dari kolom A-IV, sedangkan 1 sel dapat memuat sebanyak 32000 karakter.

Sel aktif memiliki border gelap disekelilingnya, dan alamat sel aktif ditampilkan pada kotok di atas tepi kiri lembar kerja. Sewaktu mengetik teks atau rumus, karakter akan terlihat pada formula bar. Tanda + (plus) yang terlihat pada lembar kerja menandakan keberadaan mouse. Rumus selalu dimulai dengan tanda sama dengan (=), misalnya: =Sum(range) digunakan untuk menjumlahkan renge tertentu. Nilai yang dihasilkan dapat berubah apabila rangkaian nilai dalam rumus berubah.

4. Kita dapat memasukkan data lembar kerja dengan langkah sebagai berikut: a. Tempatkan petunjuk sel tempat data tersebut akan ditempatkan.

b. Ketik data yang akan dimasukkan.

c. Untuk mengakhiri tekan enter atau tanda panah untuk berpindah sel atau dengan menggerakkan mouse ke tempat lain.

5. Menyimpan data

Setelah lembar kerja diisi dalam Microsoft Excel disimpan dengan nama file PDRB. Langkah-langkah dalam menyimpan lembar kerja adalah sebagai berikut:

a. Ketik file b. Save as data

c. Klik OK atau enter

Eksistensi penyimpanan data akan tersimpan secara otomatis sehingga nama file data akan bertambah menjadi Microsoft Excel-PDRB.

Gambar 4.4 Tampilan Cara Penyimpanan Microsoft Excel

6. Pemprosesan data

Selanjutnya adalah pemrosesan data dengan langkah sebagai berikut:

a. pemulusan pertama ( S't ), untuk tahun pertama ditentukan sebesar

sel D2 adalah = C2. Sedangkan untuk tahun kedua dapat dihitung dengan rumus = ($K$1*C3)+(1-$K$1)*D2. Dalam kasus ini menghasilkan angka untuk PDRB atas dasar harga berlaku 130.093,9 dan untuk PDRB atas dasar harga konstan 101.487,10 dan untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.

b. pemulusan kedua ( S''t ), untuk tahun pertama ditentukan sebesar tahun

pertama dari data historisnya sehingga rumus yang tertera pada sel E2 adalah = C2. Sedangkan untuk tahun kedua dapat dihitung dengan rumus = ($K$1*D3)+(1-$K$1)*E2. Dalam kasus ini menghasilkan angka untuk PDRB atas dasar harga berlaku 128.830,6, untuk PDRB atas dasar harga konstan 101.210,19 dan untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.

c. Nilai a baru bisa dicari pada tahun kedua yaitu dengan rumus yang _t

tertera pada sel F3 = (2*D3)-E3. Dalam kasus ini menghasilkan angka untuk PDRB atas dasar harga berlaku 131.357,2, untuk PDRB atas dasar harga konstan 101.764,00 dan untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.

d. Nilai b baru bisa dicari pada tahun kedua yaitu dengan rumus yang _t

tertera pada sel G3 = ($K$1/(1-$K$1))*(D3-E3). Dalam kasus ini menghasilkan angka untuk PDRB atas dasar harga berlaku 11.369,7, untuk PDRB atas dasar harga konstan 2.492,15 dan untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.

e. Forecast F_t+m untuk tahun ketiga yaitu pada sel H4 dapat dicari dengan menggunakan rumus = F3+G3*(1) dengan hasil untuk PDRB atas dasar harga berlaku 142.726,9, untuk PDRB atas dasar harga konstan 104.256,15 dan untuk forecast berikutnya hanya menyalin rumus tersebut.

f. Nilai Error kuadrat dapat dicari dengan rumus pada sel I4 = (C4-H4)^2 dengan hasil untuk PDRB atas dasar harga berlaku 102.070.568,6, untuk PDRB atas dasar harga konstan 8.467.320,14 dan untuk berikutnya hanya menyalin rumus tersebut.

g. Menghitung MSE dapat menggunakan rumus pada sel = B29/10 dengan hasil untuk PDRB atas dasar harga berlaku 54.740.099,1, untuk PDRB atas dasar harga konstan 2.915.462,337.

4.4 SPSS 16.0 for Windows

SPSS atau Statistical Package for Social Science, merupakan sebuah program aplikasi yang memiliki kemampuan analisa statistik cukup tinggi serta sistem manajemen data pada lingkungan grafis dengan cara pengoperasian yang cukup sederhana sehingga mudah untuk dipahami. Aplikasi tersebut merupakan salah satu aplikasi perangkat lunak yang banyak digunakan seiring dengan perkembangan ilmu pengetahuan dan teknologi dimana banyak institusi yang menginginkan adanya penelitian di berbagai bidang, penelitian yang banyak berhubungan dengan data-data yang akan diolah menggunakan suatu metode analisis statistik.

4.5 Pengoperasian SPSS 16.0 for Windows

Cara mengaktifkan program SPSS adalah sebagai berikut: 1. Klik menu Start, pilih All Programs

2. Pilih item SPSS Inc, kemudian SPSS 16.0

3. Jika baru pertama kali masuk, klik tombol Cancel pada kotak dialog yang muncul supaya langsung masuk ke data editor seperti gambar berikut:

4.6Pembuatan Grafik

Untuk membuat grafik pada SPSS, biasa dilakukan dengan langkah-langkah berikut: 1. Klik Graphs, pilih Legacy dialogs dan pilih Line

2. Klik Multiple, pilih Values of individual cases , klik Define 3. Masukkan semua variabel ke pada kolom Lines Represent 4. Klik Title dan buat judul yang sesuai, klik Continue 5. Klik OK.

Gambar 4.7 Tampilan Cara Pembuatan Plot Peramalan PDRB

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Berdasarkan hasil pengolahan data dan analisis data yang dilakukan sebelumnya pada bab 4 maka kesimpulan yang diperoleh adalah sebagai berikut :

1. Dari plot data dapat kita lihat bahwa terdapat kecenderungan nilai pendapatan PDRB yaitu meningkat dari tahun ke tahun.

2. Dari data yang telah diramalkan bahwa PDRB Kota Padangsidimpuan sektor pertanian atas dasar harga berlaku dan atas dasar harga konstan meningkat dari tahun ke tahun yaitu dari tahun 2009-2012.

3. Nilai kesalahan yang di dapat dari hasil pengolahan tidak terlalu besar dan dari grafik juga dapat dilihat bahwa data aktual dan peramalan yang disajikan tidaklah mempunyai perbedaan nilai yang mencolok.

4. Laju pertumbuhan pendapatan PDRB yang semakin meningkat dapat memacu pertumbuhan volume eksport pada sektor-sektor PDRB, yang mana apabila volume eksport meningkat maka akan mengakibatkan meningkatnya devisa Negara.

5.2 Saran

Saran yang diperoleh penulis adalah sebagai berikut :

1. Diharapkan kepada kantor Badan Pusat Statistik (BPS) agar bisa lebih cepat mengumpulkan data tiap tahunnya, karena di dalam tugas akhir ini penulis kesulitan dalam mengumpulkan data karena tidak dapat ditemukan oleh penulis yaitu data tahun 2009, sehingga penulis ikut meramalkan data PDRB tahun 2009 yang semestinya data itu tidak perlu diramalkan karena data itu seharusnya sudah tersedia.

2. Dengan meningkatnya pertumbuhan PDRB sektor pertanian diharapkan dapat pula meningkatkan pendapatan perkapita masyarakat, oleh karena itu taraf kemakmuran masyarakat khususnya masyarakat Kota Padangsidimpuan dapat meningkat pula.

3. Diharapkan kepada pemerintah maupun swasta dapat meningkatkan maupun memacu pertumbuhan pendapatan PDRB, karena apabila semakin meningkatnya jumlah pendapatan PDRB khususnya Kota Padangsidimpuan maka akan dapat pula meningkatkan volume eksport yang akhirnya akan menaikkan atau meningkatkan devisa Negara.

DAFTAR PUSTAKA

Assauri, Sofyan. 1984. Teknik dan Metode Peramalan. Jakarta : Fakultas Ekonomi Universitas Indonesia.

BPS Sumatera Utara. 2008. Produk Domestik Regional Bruto (PDRB) Kota

Padangsidimpuan. Badan Pusat Statistik.

BPS Sumatera Utara. 2009. Padangsidimpuan dalam angka 2009. Badan Pusat Statistik.

BPS Sumatera Utara. 2008. PDRB Kota Padangsidimpuan menurut lapangan usaha

2004-2008. Badan Pusat Statistik.

J. Supranto, M.A. 1993. Metode Peramalan Kuantitatif. Jakarta : Rineka Cipta Lerbin, R. dan Aritonang, R. 2002. Peramalan Bisnis. Edisi Pertama. Jakarta : Ghalia

Indonesia.

Lerbin, R. dan Aritonang, R. 2009. Peramalan Bisnis. Edisi Kedua. Jakarta : Ghalia Indonesia

.

Makridakis, Wheewright dan McGEE. 1999. Metode dan Aplikasi Peramalan. Edisi Kedua Jilid Satu. Jakarta : Erlangga

.

Tosin, Rijanto. 1999. Microsoft Excel 2000. Kilat 24 jurus, edisi ke 1. Jakarta : Dinastindo.

L

A

M

P

I

R

A

N

DEPARTEMEN PENDIDIKAN NASIONAL

UNIVERSITAS SUMATERA UTARA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

Jl. Bioteknologi No.1 Kampus USU Padang Bulan Medan 20155

Telp (061) 8211050-8214290 Fax 8214290

Medan, Februari 2010

Nomor : /H5.2.1.8/SPB/2010 Lampiran : 1 Lembar

Perihal : Pengumpulan Data Riset Mahasiswa Program Studi D3 Statistik

FMIPA USU Kepada Yth :

Bapak Pimpinan Badan Pusat Statistika (BPS) Sumatera Utara Jl. Asrama No. 179 Medan

Dengan Hormat,

Bersama ini kami sampaikan kepada Bapak/Ibu, bahwa Mahasiswa Program Studi Diploma III Statistik FMIPA USU Medan, akan melaksanakan Pengumpulan data / riset di kelurahan yang anda pimpin.

Sehubungan dengan hal tersebut di atas, kami mohon bantuan Saudara agar dapat menerima mahasiswa tersebut di bawah ini untuk melakukan penelitian atau pengumpulan data atas nama :

No. Nama NIM

1. Ervina Sari Hasibuan 072407004

Data yang dimaksud khusus dipergunakan untuk menyusun Tugas Akhir Mahasiswa yang berjudul “Peramalan PDRB Sektor Pertanian Kota

Padangsidimpuan Tahun 2009-2012”, pada Program Studi Diploma III Statistik

FMIPA USU.

Demikian hal ini kami sampaikan, atas kerjasama dan bantuannya kami ucapkan terima kasih.

A.n Dekan

Pembantu Dekan I

1. Yth. Ketua Program Studi D-III Statistik

Dr. Sutarman, M.Sc

NIP.19631026 199103 1 001 Tembusan

DEPARTEMEN PENDIDIKAN NASIONAL UNIVERSITAS SUMATERA UTARA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

Jl. Bioteknologi No.1 Kampus USU, Telp.(061) 8211050, Fax (061) 8214290 Medan 20155

Diketahui Disetujui

Ketua Departemen Matematika, Pembimbing

KARTU BIMBINGAN TUGAS AKHIR MAHASISWA

Nama Mahasiswa : ERVINA SARI HASIBUAN NIM : 072407004

Judul Tugas Akhir : Peramalan Produk Domestik Regional Bruto Sektor Pertanian Kota Padangsidimpuan

Tahun 2009-2012 Dosen Pembimbing : Drs. Agus Salim Harahap, M.Si

Tanggal Mulai Bimbingan : Tanggal Selesai Bimbingan :

Dr. Saib Suwilo M.Sc No

Drs. Agus Salim Harahap, M.Si NIP. 19640109 198803 1 004 NIP. 19540828 198103 1 004

TANGGAL ASISTEN BIMBINGAN PEMBAHASAN PADA ASISTENSI MENGENAI, PADA BAB PARAF DOSEN

PEMBIMBING KETERANGAN 1. 04 Feb 2010 Pengajuan judul

2. 09 Feb 2010 Pengajuan proposal 3. 11 Feb 2010 ACC Proposal

4. 08 Mar 2010 Pengajuan Bab 1, Bab 2 5. 11 Mar 2010 ACC Bab 1, Bab 2 6. 19 Apr 2010 Pengajuan Bab 1, Bab 2,

dan Bab 3

7. 22 Apr 2010 Perbaikan Bab 1, Bab 2, dan Bab 3

SURAT KETERANGAN Hasil Uji Program Tugas Akhir

Yang bertanda tangan dibawah ini, menerangkan bahwa Mahasiswa Tugas Akhir Program Studi Diploma III Statistika :

Nama : ERVINA SARI HASIBUAN Nim : 072407004

Program Studi : D3 Statistika

Judul Tugas Akhir : PERAMALAN PRODUK DOMESTIK REGIONAL BRUTO SEKTOR PERTANIAN KOTA PADANGSIDIMPUAN TAHUN 2009-2012

Telah melaksanakan test program Tugas Akhir Mahasiswa tersebut di atas pada tanggal / Mei / 2010

Dengan Hasil : Sukses / Gagal

Demikian diterangkan untuk digunakan melengkapi syarat pendaftaran Ujian Meja Hijau Tugas Akhir Mahasiswa bersangkutan di Jurusan Matematika FMIPA USU Medan.

Medan, Mei 2010 Dosen Pembimbing

Drs. Agus Salim Harahap, M.Si Nip. 19540828 198103 1 004

Produk Domestik Regional Bruto (PDRB) Sektor Pertanian Atas Dasar Harga Berlaku dan Atas Dasar Harga Konstan

Kota Padangsidimpuan pada Tahun 2002-2008

Tahun

Atas Dasar Harga Berlaku

(Jutaan Rupiah)

Atas Dasar Harga Konstan

(Jutaan Rupiah)

2002 117.460,96 98.718,04

2003 131.497,60 101.794,77

2004 152.829,91 107.166,02

2005 183.364,11 111.834,68

2006 217.556,42 117.862,82

2007 251.607,55 123.734,40

2008 281.705,96 127.503,76

DAFTAR PUSTAKA

Assauri, Sofyan. 1984. Teknik dan Metode Peramalan. Jakarta : Fakultas Ekonomi Universitas Indonesia.

BPS Sumatera Utara. 2008. Produk Domestik Regional Bruto (PDRB) Kota Padangsidimpuan. Badan Pusat Statistik.

BPS Sumatera Utara. 2009. Padangsidimpuan dalam angka 2009. Badan Pusat Statistik.

BPS Sumatera Utara. 2008. PDRB Kota Padangsidimpuan menurut lapangan usaha 2004-2008. Badan Pusat Statistik.

J. Supranto, M.A. 1993. Metode Peramalan Kuantitatif. Jakarta : Rineka Cipta Lerbin, R. dan Aritonang, R. 2002. Peramalan Bisnis. Edisi Pertama. Jakarta : Ghalia

Indonesia.

Lerbin, R. dan Aritonang, R. 2009. Peramalan Bisnis. Edisi Kedua. Jakarta : Ghalia Indonesia

.

Makridakis, Wheewright dan McGEE. 1999. Metode dan Aplikasi Peramalan. Edisi Kedua Jilid Satu. Jakarta : Erlangga

.

Tosin, Rijanto. 1999. Microsoft Excel 2000. Kilat 24 jurus, edisi ke 1. Jakarta : Dinastindo.

L

A

M

P

I

R

A

N

UNIVERSITAS SUMATERA UTARA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

Jl. Bioteknologi No.1 Kampus USU Padang Bulan Medan 20155

Telp (061) 8211050-8214290 Fax 8214290

Medan, Februari 2010

Nomor : /H5.2.1.8/SPB/2010 Lampiran : 1 Lembar

Perihal : Pengumpulan Data Riset Mahasiswa Program Studi D3 Statistik

FMIPA USU Kepada Yth :

Bapak Pimpinan Badan Pusat Statistika (BPS) Sumatera Utara Jl. Asrama No. 179 Medan

Dengan Hormat,

Bersama ini kami sampaikan kepada Bapak/Ibu, bahwa Mahasiswa Program Studi Diploma III Statistik FMIPA USU Medan, akan melaksanakan Pengumpulan data / riset di kelurahan yang anda pimpin.

Sehubungan dengan hal tersebut di atas, kami mohon bantuan Saudara agar dapat menerima mahasiswa tersebut di bawah ini untuk melakukan penelitian atau pengumpulan data atas nama :

No. Nama NIM

1. Ervina Sari Hasibuan 072407004

Data yang dimaksud khusus dipergunakan untuk menyusun Tugas Akhir Mahasiswa yang berjudul “Peramalan PDRB Sektor Pertanian Kota

Padangsidimpuan Tahun 2009-2012”, pada Program Studi Diploma III Statistik

FMIPA USU.

Demikian hal ini kami sampaikan, atas kerjasama dan bantuannya kami ucapkan terima kasih.

A.n Dekan

Pembantu Dekan I

1. Yth. Ketua Program Studi D-III Statistik

Dr. Sutarman, M.Sc

NIP.19631026 199103 1 001 Tembusan

DEPARTEMEN PENDIDIKAN NASIONAL UNIVERSITAS SUMATERA UTARA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

Jl. Bioteknologi No.1 Kampus USU, Telp.(061) 8211050, Fax (061) 8214290 Medan 20155

Diketahui Disetujui

Ketua Departemen Matematika, Pembimbing

KARTU BIMBINGAN TUGAS AKHIR MAHASISWA

Nama Mahasiswa : ERVINA SARI HASIBUAN

NIM : 072407004

Judul Tugas Akhir : Peramalan Produk Domestik Regional Bruto Sektor Pertanian Kota Padangsidimpuan

Tahun 2009-2012 Dosen Pembimbing : Drs. Agus Salim Harahap, M.Si

Tanggal Mulai Bimbingan : Tanggal Selesai Bimbingan :

Dr. Saib Suwilo M.Sc No

Drs. Agus Salim Harahap, M.Si NIP. 19640109 198803 1 004 NIP. 19540828 198103 1 004

TANGGAL ASISTEN BIMBINGAN PEMBAHASAN PADA ASISTENSI MENGENAI, PADA BAB PARAF DOSEN

PEMBIMBING KETERANGAN 1. 04 Feb 2010 Pengajuan judul

2. 09 Feb 2010 Pengajuan proposal 3. 11 Feb 2010 ACC Proposal

4. 08 Mar 2010 Pengajuan Bab 1, Bab 2 5. 11 Mar 2010 ACC Bab 1, Bab 2 6. 19 Apr 2010 Pengajuan Bab 1, Bab 2,

dan Bab 3

7. 22 Apr 2010 Perbaikan Bab 1, Bab 2, dan Bab 3

SURAT KETERANGAN Hasil Uji Program Tugas Akhir

Yang bertanda tangan dibawah ini, menerangkan bahwa Mahasiswa Tugas Akhir Program Studi Diploma III Statistika :

Nama : ERVINA SARI HASIBUAN

Nim : 072407004

Program Studi : D3 Statistika

Judul Tugas Akhir : PERAMALAN PRODUK DOMESTIK REGIONAL

BRUTO SEKTOR PERTANIAN KOTA

PADANGSIDIMPUAN TAHUN 2009-2012

Telah melaksanakan test program Tugas Akhir Mahasiswa tersebut di atas pada tanggal / Mei / 2010

Dengan Hasil : Sukses / Gagal

Demikian diterangkan untuk digunakan melengkapi syarat pendaftaran Ujian Meja Hijau Tugas Akhir Mahasiswa bersangkutan di Jurusan Matematika FMIPA USU Medan.

Medan, Mei 2010 Dosen Pembimbing

Drs. Agus Salim Harahap, M.Si Nip. 19540828 198103 1 004

Produk Domestik Regional Bruto (PDRB) Sektor Pertanian Atas Dasar Harga Berlaku dan Atas Dasar Harga Konstan

Kota Padangsidimpuan pada Tahun 2002-2008

Tahun

Atas Dasar Harga Berlaku

(Jutaan Rupiah)

Atas Dasar Harga Konstan

(Jutaan Rupiah)

2002 117.460,96 98.718,04

2003 131.497,60 101.794,77

2004 152.829,91 107.166,02

2005 183.364,11 111.834,68

2006 217.556,42 117.862,82

2007 251.607,55 123.734,40

2008 281.705,96 127.503,76