BAB 3
ANALISA DATA
3.1 Pengumpulan Data
Untuk kebutuhan peramalan diperlukan data yang bersifat akurat, validity, reagility, kecukupan data dan dapat menggambarkan time series. Data diperoleh pada bagian
penumpang di PT. Pelayaran Nasional Indonesia cabang Medan.
Pengumpulan data yang diperoleh merupakan data dari tahun 2000-2008, yaitu data jumlah penumpang domestik baik yang naik maupun yang turun.
Tabel 3.1 Data Jumlah Penumpang Domestik pada PT. Pelayaran Nasional Indonesia Cabang Medan Tahun 2000-2008
No. Tahun
Jumlah Penumpang Turun
Naik 1
2000 308.095
390.831 2
2001 280.110
326.946 3
2002 230.979
258.006 4
2003 149.347
155.126 5
2004 76.701
82.471 6
2005 75.586
86.025 7
2006 72.123
72.757 8
2007 67.343
64.878 9
2008 80.309
75.562
Universitas Sumatera Utara
Grafik 3.1 : Nilai Aktual Penumpang Domestik Di Pelabuhan Belawan
3.2 Metode Smoothing Eksponensial Linier Satu Parameter Dari Brown
Dalam pengumpulan dan pengolahan data, penulis mengaplikasikan data tabel 3.1 dengan metode peramalan forecasting berdasarkan metode smoothing eksponensial
satu parameter dari Brown.
Pada metode smooting eksponensial tunggal dilakukan peramalan dengan pemulusan sekali saja. Sedangkan pada metode smoothing eksponensial satu
parameter dari Brown dilakukan dua kali pemulusan dan kemudian dilakukan peramalan. Sehingga metode ini sering juga disebut metode pemulusan eksponensial
berganda Double Exponential Smoothing.
Universitas Sumatera Utara
Untuk memenuhi perhitungan smoothing eksponential satu parameter dari Brown maka terlebih dahulu kita menentukan parameter
yang biasanya secara trial
and error coba dan salah. Suatu nilai
yang dipilih yang besarnya 0
1,
dihitung Mean Square error MSE yang merupakan suatu ukuran perhitungan dengan mengkuadratkan masing-masing kesalahan untuk masing-masing item dalam sebuah
susunan data dan kemudian dicoba nilai
yang lain.
Untuk menghitung nilai MSE pertama dicari error terlebih dahulu, yang merupakan hasil dari data asli yang dikurangi hasil ramalan kemudian tiap error
dikuadratkan dan dibagi banyak error.
3.3 Pemilihan Metode