Program Pengembangan Statistik Arti Analisis Data Peramalan Nilai Penjualan Energi Listrik

statistik sebagai pengganti UU No.6 dan 7 tentang sensus dan statistik. Pada tanggal 17 Juli 1998 dengan keputusan RI No.86 tahun 1998, ditetapkan BPS sekaligus mengatur tata kerja dan struktur organisasi BPS yang baru.

3.2 Program Pengembangan Statistik

Untuk mewujudkan pembangunan statistik, BPS membagi dalam 4 program yaitu : 1. Program penyempurnaan dan pengembangan statistik. 2. Program penyempurnaan sistem informasi. 3. Program pendidikan dan aparatur negara 4. Program peningkatan saran dan prasarana aparatur Negara. Adapun visi dari Badan Pusat Statistik adalah menjadi sumber informasi sebagai tulang punggung informasi pembangunan nasional dan regional, didukung sumberdaya manusia yang berkualitas, ilmu pengetahuan dan teknologi nformasi yang mutakhir. Sedangkan misi Badan Pusat statistik adalah untuk menunjang pembangunan nasional BPS mengembangkan misi mengarahkan pembangunan statistik pada penyediaan data statistik yang handal dan bermutu, efektif dan efisien, peningkatan kesadaran masyarakat akan arti dan kegunaan statistik dan pengembanagan ilmu statistik. Universitas Sumatera Utara

3.3 Kegiatan Badan Pusat Statistik

3.3.1 Kedudukan, Tugas dan Fungsi Badan Pusat Statistik

Badan Pusat Statistik sebagai lembaga pemerintahan non departemen yang berada dibawah dan bertanggung jawab kepada Presiden Keppres No.86 Tahun 1998 , dalam melaksanakan tugasnya berdasarkan beberapa ketentuan perundangan : 1. UU No.16 tentang statistik 2. Keputusan Presiden No. 86 Tahun 1998 tentang BPS. 3. Peraturan Pemerintah No.51 tahun 1999 tentang penyelenggaraan statistik. Berdasarkan Keputusan Presiden No.86 tahun 1999 dalam menyelenggarakan satistik dasar melakukan koordinasi dan kerjasama, serta mengembangkan dan membina statistik dengan peraturan perundang-undangan yang berlaku Fungsi yang diselenggarakan Badan Pusat Statistik adalah: 1. Perumusan kebijaksanaan , perencanaan, pengumpulan, pengolahan, penyajian data dan analisis dibidang statistik produksi dan kependudukan serta bidang statistik distribusi dan neraca nasional. 2. Pembinaan pelaksanaan koordinasi kegiatan statisik dengan departemen atau instansi yang lainnya dalam mengembangkan berbagai jenis Universitas Sumatera Utara statistik yang diperlukan, serta pelaksanaan kerjasama dibidang statistik dengan lembaga organisasi lain baik didalam maupun luar negri. 3. Panyajian data kepada pemerintah dan masyarakat dari hasil kegiatan statistik produksi dan kependudukan serta statistik distribusi dan neraca nasional secara berkala baik dari hasil penelitian sendiri maupun dari data sekunder. 4. Penyebarluasan statistik melalui berbagai cara baik secara langsung maupun tidak langsung serta pelaksanaan upaya peningkatan dasar statistik bagi masyarakat. 5. Pengelolaan keuangan, kepegawaian dan organisasi, perlengkapan dan pembekalan, sera memberikan pelayanan administrasi dilingkungan BPS. Tata Kerja Badan Pusat Statistik Para deputi wajib melaksanakan koordinasi dan kerjasama teknis statistik di dalam dan luar negri sesuai dengan bidang dan tugas masing-masing dan harus melaporkan kepada kepala BPS. Dalam melaksanakan tugasnya wajib menerapkan prinsip koordinasi, integrasi, sibronisasi dan sinlifikasi, baik dalam lingkungan masing- masing antara satuan unit organisasi di lingkungan BPS maupun dengan instansi lainnya di luar BPS sesuai dengan bidang masing-masing. Universitas Sumatera Utara Stuktur Organisasi Badan Pusat Statistik Stuktur organisasi perusahaan merupakan salah satu faktor penting yang mempengaruhi tingkat keberhasilan suatu perusahaan dalam mencapai tujuan yang ditetapkan. Dengan adanya stuktur organisasi maka akan jelaslah pemisahan tugas dari para pegawai staf tertentu. Adapun tujuan dari stuktur organisasi di kantor BPS Propinsi Sumatera Utara adalah : 1. Pengkordinasian yaitu yang memungkinkan komunikasi integrasi berbagai departemen dan kegiatan-kegiatan yang saling berhubungan satu sama lain. 2. Pemberian saran yaitu memberikan saran uatu membuat rekomendasi bagi manajemen . 3. Pembuatan keputusn yaitu membuat kepurtusan-keputusan dan mengamati bagaimana pelaksanaan dari keputusan tersebut. Strktur organisasi kantor BPS Provinsi Sumatera Utara dipimpin oleh seorang kepala yang dibantu oleh bagian tata usaha. Bagian tata usaha terdiri dari : 1. Sub bagian urusan dalam Universitas Sumatera Utara 2. Sub bagian perlengkapan dan pembekalan 3. Sub bagian keuangan 4. Sub bagian kepegawaian 5. Sub bagian bina potensi bina program Uraian tugas bagian Tata Usaha : 1. Menyusun program kerja tahunan bagian. 2. Mengatur dan melaksanakan perhimpunan dan penyusunan program kerja tahunan , baik rutin maupun proyek kantor BPS provinsi dam menyimpannya ke BPS. 3. Mengatur dan melaksanakan urusan dalam yang meliputi surat menyurat , pengadaan dan percetakan arsip, rumah tangga, pemeliharaan gedung, keamanan dan ketertipan lingkungan, serta perjalanan dinas dalam dan luar negeri. 4. Mengatur dan melaksanakan uusan perlengkapan dan pembekalan yang meliputi penyusunan rencana kebutuhan, penyaluran dan pengemasan, penyimpanan pergudangan, inventaris, penghapusan serta pemeliharaan peralatan dan pelengkapan. 5. Mengatur dan melaksanakan urusan keuangan yang meliputi tata usaha keuangan, perbendaharaan , verifikasi dan pembukuan. Universitas Sumatera Utara 6. Mangatur dan melaksanakan urusan dan mutasi pegawai, pembinaan pegawai, kesejahteraan pegawai, administrasi jabatan dan fungsional, hukum, organisasi tata laksana serta penyajian. 7. Menyusun laporan kegiatan bagian secara berkala dan sewaktu-waktu. 8. Mengatur dan melaksanakan urusan penyelenggaaan berbagai pelatihan teknis dan pelatihan administratif. Sedangkan bidang penunjang BPS ada 5 bidang yaitu : 1. Bidang Statistik Produksi Mempunyai tugas melaksanakan kegiatan BPS pertanian, industri, serta BPS konstruksi pertambangan dan energi. Uraian tugas bidang statistik produksi : a. Menyusun program tahunan bidang b. Yang termaksud ruang lingkup tugas bidang BPS Produksi adalah meliputi pelaksanaan kegiatan statistik pertanian , industri, konstruksi, pertambangan, energi, dan statistic produksi lainya yang ditentukan. c. Mengatur keikutsertaan program latihan yang diselenggarakan oleh pusat dibidang statistik produksi. Universitas Sumatera Utara d. Membantu Kepala Kantor BPS Provinsi atau Pimpinan Bagian Proyek untuk menyiapkan program petugas bagian lapangan. e. Mangatur dan mengkoordinasi penyelenggaraan pelatihan petugas lapangan di pusat pelatihan serta mengatur penjatahan pelatihan. f. Mengatur dan melaksanakan pengawasan dan pemeriksaan dokumen hasil pengumpulan data statistik produksi. g. Bersama-sama dengan bidang pengolahan data, mengatur dan menyiapkan data statistik produksi melalui komputer sesuai yang diterapkan . 2. Bidang Statistik Distribusi Bidang statistik distribusi mempunyai tugas melaksanaan kegiatan BPS harga konsumen dan perdagangan besar, BPS keuangan dan harga produsen serta BPS niaga dan jasa. Uraian tugas Bidang Statistik Distribusi : a. Menyusun program kerja tahunan b. Membantu kepala kantor statistik, propinsi atau pemimpin proyek pimpinan bagi proyek statistik Universitas Sumatera Utara c. Mengatur dan mengkoordinasi penyelenggaraan pelatihan petugas lapangan di pusat pelatihan serta mengatur penjatahan pelatihan d. Melakukan pembinaan, pengamatan lanjut dan pengawasan lapangan terhadap pelaksaaan kegiatan statistik distribusi e. Mengatur dan melaksanakan pemgolahan data statistik secara sederhana sesuai dengan yang telah ditetapkan f. Menyusun laporan kegiatan bidang secara berkala dan sewaktu-waktu 3. Bidang Statistik Kependudukan Bidang BPS Kependudukan mempunyai tugas melaksanakan kegiatan BPS demografi dan rumah tangga, BPS tenaga kerja serta BPS kesejahteraan. Uraian tugas Bidang Statistik kependudukan : a. Menyusun program kerja tahunan bidang kependudukan. b. Melaksanakan statistik demografi dan rumah tangga, ketenagakerjaan, kesejahteraan rakyat dan statistik kependudukan lainnya yang ditentukan. c. Mengatur dan melaksanakan penjatahan dokumen yang diperlukan untuk pelaksanaan lapangan. Universitas Sumatera Utara d. Melakukan pembinaan, pengamatan lanjut dan pengawasan lapangan terhadap pelaksanaan kegiatan statistik kependudukan. e. Mengatur dan menyiapkan dokumen dan hasil pengolahan statistik kependudukan melalui komputer sesuai dengan jadwal yang ditentukan. 4. Bidang Integrasi Pengolahan dan Diseminasi Statistik IPDS : Integrasi Pengolahan dan Diseminasi Statistik IPDS mempunyai tugas sebagai penyiapan data, penyusunan sistem dan program serta operasional pengolahan data, penyusun sistem dan program serta operasional pengolahan data dengan komputer. Uraian tugas Bidang Integrasi Pengolahan dan Diseminasi Statistik IPDS : a. Menusun program kerja tahunan b. Melaksanakan penyusunan, pemeliharaan, penyelesaian permasalahan dan pengembangan sistem jaringan komunikasi data sesuai dengan aturan yang ditentukan serta membantu penyerapan teknologi informasi. c. Mengatur dan melaksanakan keikutsertaan dalam program latihan yang diselenggarakan oleh BPS dalam bidang pengolahan, penyajian dan pelayanan statistik. Universitas Sumatera Utara d. Melaksanakan koordinasi pengolahan dan pemeliharan perangkat keras dan perangkat lunak serta menyusun sistem pengolahan data. e. Mengatur integrasi penggunaan sistem dan program aplikasi pengolahan data statistik seperti data statistik penduduk, data statistik produksi, data statistik distribusi termaksuk sarana pendukungnya. f. Melaksanakan kajian evaluasi kebutuhan dan pengolahan data termaksuk bahan komputer yang bekerjasama dengan satuan organisasi terkait. 5 . Bidang Neraca Wilayah dan Analisis Statistik Mempunyai tugas untuk menyusun neraca produksi, neraca konsumsi, dan akumulasi penyajian analisis serta kegiataan penerapan statistik. Ruang Lingkup Kegiatan Kantor BPS Provinsi Sumatera Utara Ruang lingkup kegiatan kantor Badan Pusat Statistik BPS di Provinsi Sumatera Utara yaitu : a. Melaksanakan kegiatan badan pusat statistik untuk dilaksanakan misalnya jenis data yang akan dikumpul, kegunaan data dan lain-lain. b. Mengumpulkan data Badan Pusat Statistik BPS c. Menyajikan Data Badan pusat Statistik BPS Universitas Sumatera Utara Kantor Badan pusat Statistik BPS adalah merupakan suatu sumber atau pusat informasi yang dapat mempermudah masyarakat untuk mengetahui tentang perkembangan Negara Indonesia. d. Menganalisis Data Badan pusat Statistik BPS Kemudian data tersebut dianalisa atau dibahas terhadap data statistik tersebut dan juga disebarluaskan. e. Memasyarakatkan Data Badan pusat Statistik BPS Sesudah selesai dikerjakan seluruhnya, data tersebut dimasyarakatkan kepada seluruh lapisan masyarakat ini agar tercipta tujuan yang akan dicapai. Universitas Sumatera Utara BAB 4 ANALISIS DATA

4.1 Arti Analisis Data

Analisis data pada dasarnya dapat diartikan sebagai penjabaran atas pengukuran data kuantitatif menjadi suatu penyajian yang lebih mudah untuk ditafsirkan dan menguraikan masalah menjadi parsial maupun keseluruhan. Untuk pemecahan masalah perlu dilakukan suatu analisis dan pengolahan data. Data yang akan diolah adalah data data nilai penjualan energi listrik di PT. PLN Persero Cabang Pematang Siantar dari tahun 1999-2008. Analisis yang dipakai dalam pengolahan data ini adalah analisis pemulusan eksponensial ganda.

4.2 Analisis Pemulusan Eksponensial Ganda

Universitas Sumatera Utara Pada bagian ini penulis menentukan parameter yang akan digunakan, dimana nilai parameter α besarnya antara 0α1 dengan cara trial dan error. Adapun langkah-langkah yang ditempuh untuk menentukan persamaan peramalan dengan menggunakan Metode Linier Satu Perameter dari Brown adalah : 1. Menentukan harga parameter smoothing eksponensial yang besarnya dari α1 2. Menghitung harga pemulusan eksponensial tunggal dengan menggunakan persamaan : 1 1 − − + = t t t S X S α α 3. Menghitung harga pemulusan esponensial ganda dengan menggunakan persamaan : 1 1 − − + = t t t S S S α α 4. Menghitung koefisien a t dan b t 2 t t t t t t S S S S S a − = − + = menggunakan persamaan : 1 t t t S S b − − = α α 5. Menghitung trend peramalan F t+m dengan menggunakan rumus : m b a t t m t F + = + Universitas Sumatera Utara Tabel 4.1 Nilai Penjualan Energi Listrik pada PT.PLN Persero Cabang Pematang Siantar NO Tahun Nilai Penjualan Milyar Rupiah 1 1999 185,14 2 2000 171,31 3 2001 172,18 4 2002 225,59 5 2003 291,51 6 2004 332,11 7 2005 337,00 Universitas Sumatera Utara 8 2006 373,66 9 2007 387,43 10 2008 431,24 Sumber : Badan Pusat Statistik BPS Sumatera Utara Data Aktual 100 200 300 400 500 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 Tahun N ila i P e njua la n Nilai Penjualan Milyar Rupiah Gambar 4.1 Plot Data Penjualan Energi Listrik dari Tahun 1999- 2008 4.3 Metode Pemulusan Eksponensial Ganda Satu Parameter dari Brown

4.3.1 Penaksiran Model Peramalan

Universitas Sumatera Utara Dalam pengolahan dan penganalisisan data, penulis mengaplikasikan data pada tabel

4.1 denga metode peramalan forecasting berdasarkan metode pemulusan

eksponensial satu parameter dari Brown. Untuk memenuhi perhitungan smoothing eksponensial tunggal, ganda dan ramalan yang akan datang. Maka terlebih dahulu kita menentukan parameter nilai α yang biasanya secara trial and error coba dan salah . Suatu nilai α dipilih yang besarnya 0 α1, dihitung Mean Square Error MSE yang merupakan suatu ukuran ketepatan perhitungan dengan mengkuadratkan masing- masing item dalam sebuah susunan data dan kemudian dicoba nilai α yang lain. Untuk menghitung nilai MSE pertama dicari error terlebih dahulu, yang merupakan hasil dari data asli dikurangi hasil ramalan kemudian tiap error dikuadratkan dan dibagi dengan banyaknya error. Secara sistematis rumus MSE Mean Square Error adalah sebagai berikut : N e MSE N t t ∑ = = 1 2 Universitas Sumatera Utara Tabel 4.2 Peramalan Nilai Penjualan Energi listrik dengan Pemulusan Eksponensial Ganda Linier Satu Parameter dari Brown dengan menggunakan α = 0.1 X S t S t a t b t F t e t+m e t t 2 185,14 185,1400 185,1400 - - - - - 171,31 183,7570 185,0017 182,5123 -0,1383 - - - 172,18 182,5993 184,7615 180,4371 -0,2402 182,3740 -10,1940 103,9176 225,59 186,8984 184,9752 188,8216 0,2137 180,1969 45,3931 2060,5335 291,51 197,3595 186,2136 208,5055 1,2384 189,0353 102,4747 10501,0682 332,11 210,8346 188,6757 232,9935 2,4621 209,7439 122,3661 14973,4588 337,00 223,4511 192,1532 254,7490 3,4775 235,4556 101,5444 10311,2712 373,66 238,4720 196,7851 280,1589 4,6319 258,2266 115,4334 13324,8802 387,43 253,3678 202,4434 304,2922 5,6583 284,7908 102,6392 10534,8079 431,24 271,1550 209,3145 332,9955 6,8712 309,9505 121,2895 14711,1409 JUMLAH 700,9465 76521,0784 Sumber : Perhitungan Untuk α = 0.1 dan N = 8 Maka : ∑ = = N t t e SSE 1 2 = 76521,0784 N e MSE N t t ∑ = = 1 2 Universitas Sumatera Utara 8 0784 , 76521 = = 9565,135 Tabel 4.3 Peramalan Nilai Penjualan Energi listrik dengan Pemulusan Eksponensial Ganda Linier Satu Parameter dari Brown dengan menggunakan α = 0.2 X S t S t a t b t F t e t+m e t t 2 185,14 185,14 185,1400 - - - - - 171,31 182,374 184,5868 180,1612 -0,5532 - - - 172,18 180,3352 183,7365 176,9339 -0,8503 179,6080 -7,4280 55,1752 225,59 189,3862 184,8664 193,9059 1,1299 176,0836 49,5064 2450,8836 291,51 209,8109 189,8553 229,7665 4,9889 195,0358 96,4742 9307,2635 332,11 234,2707 198,7384 269,8031 8,8831 234,7554 97,3546 9477,9104 337,00 254,8166 209,9540 299,6791 11,2156 278,6862 58,3138 3400,5032 373,66 278,5853 223,6803 333,4903 13,7262 310,8948 62,7652 3939,4723 387,43 300,3542 239,0151 361,6934 15,3348 347,2165 40,2135 1617,1249 431,24 326,5314 256,5183 396,5444 17,5033 377,0282 54,2118 2938,9245 JUMLAH 451,4115 33187,2575 Sumber : Perhitungan Untuk α = 0.2 dan N = 8 Maka : ∑ = = N t t e SSE 1 2 Universitas Sumatera Utara = 33187,2575 N e MSE N t t ∑ = = 1 2 8 2575 , 33187 = = 4148,407 Tabel 4.4 Peramalan Nilai Penjualan Energi listrik dengan Pemulusan Eksponensial Ganda Linier Satu Parameter dari Brown dengan menggunakan α = 0.3 X S t S t a t b t F t e t+m e t t 2 185,14 185,14 185,1400 - - - - - 171,31 180,991 183,8953 178,0867 -1,2447 - - - 172,18 178,3477 182,2310 174,4644 -1,6643 176,8420 -4,6620 21,7342 225,59 192,5204 185,3178 199,7229 3,0868 172,8001 52,7899 2786,7735 291,51 222,2173 196,3877 248,0469 11,0698 202,8098 88,7002 7867,7326 332,11 255,1851 214,0269 296,3433 17,6392 259,1167 72,9933 5328,0197 337,00 279,7296 233,7377 325,7214 19,7108 313,9825 23,0175 529,8044 373,66 307,9087 255,9890 359,8284 22,2513 345,4322 28,2278 796,8067 387,43 331,7651 278,7218 384,8084 22,7328 382,0797 5,3503 28,6258 431,24 361,6076 303,5875 419,6276 24,8657 407,5412 23,6988 561,6341 JUMLAH 290,1158 17921,1310 Sumber : Perhitungan Universitas Sumatera Utara Untuk α = 0.3 dan N = 8 Maka : ∑ = = N t t e SSE 1 2 = 17921,1310 N e MSE N t t ∑ = = 1 2 8 1310 , 17921 = = 2240,139 Tabel 4.5 Peramalan Nilai Penjualan Energi listrik dengan Pemulusan Eksponensial Ganda Linier Satu Parameter dari Brown dengan menggunakan α = 0.4 X S t S t a t b t F t e t+m e t t 2 185,14 185,14 185,1400 - - - - - 171,31 179,608 182,9272 176,2888 -2,2128 - - - 172,18 176,6368 180,4110 172,8626 -2,5162 174,0760 -1,8960 3,5948 225,59 196,2181 186,7339 205,7023 6,3228 170,3464 55,2436 3051,8553 291,51 234,3348 205,7743 262,8954 19,0404 212,0251 79,4849 6317,8461 332,11 273,4449 232,8425 314,0473 27,0683 281,9358 50,1742 2517,4463 Universitas Sumatera Utara 337,00 298,8669 259,2523 338,4816 26,4098 341,1156 -4,1156 16,9379 373,66 328,7842 287,0650 370,5033 27,8128 364,8914 8,7686 76,8888 387,43 352,2425 313,1360 391,3490 26,0710 398,3160 -10,8860 118,5060 431,24 383,8415 341,4182 426,2648 28,2822 417,4200 13,8200 190,9935 JUMLAH 190,5937 12294,0688 Sumber : Perhitungan Untuk α = 0.4 dan N = 8 Maka : ∑ = = N t t e SSE 1 2 = 12294,0688 N e MSE N t t ∑ = = 1 2 8 0688 , 12294 = = 1536.759 Tabel 4.6 Peramalan Nilai Penjualan Energi listrik dengan Pemulusan Eksponensial Ganda Linier Satu Parameter dari Brown dengan menggunakan α = 0.5 Universitas Sumatera Utara X S t S t a t b t F t e t+m e t t 2 185,14 185,14 185,1400 - - - - - 171,31 178,225 181,6825 174,7675 -3,4575 - - - 172,18 175,2025 178,4425 171,9625 -3,2400 171,3100 0,8700 0,7569 225,59 200,3963 189,4194 211,3731 10,9769 168,7225 56,8675 3233,9126 291,51 245,9531 217,6863 274,2200 28,2669 222,3500 69,1600 4783,1056 332,11 289,0316 253,3589 324,7042 35,6727 302,4869 29,6231 877,5295 337,00 313,0158 283,1873 342,8442 29,8284 360,3769 -23,3769 546,4783 373,66 343,3379 313,2626 373,4132 30,0753 372,6727 0,9873 0,9748 387,43 365,3839 339,3233 391,4446 26,0607 403,4884 -16,0584 257,8734 431,24 398,312 368,8176 427,8063 29,4943 417,5053 13,7347 188,6427 JUMLAH 131,8074 9889,2739 Sumber : Perhitungan Untuk α = 0.5 dan N = 8 Maka : ∑ = = N t t e SSE 1 2 = 9889,2739 N e MSE N t t ∑ = = 1 2 8 2739 , 9889 = Universitas Sumatera Utara = 1236,159 Tabel 4.7 Peramalan Nilai Penjualan Energi listrik dengan Pemulusan Eksponensial Ganda Linier Satu Parameter dari Brown dengan menggunakan α = 0.6 X S t S t a t b t F t e t+m e t t 2 185,14 185,14 185,1400 - - - - - 171,31 176,842 180,1612 173,5228 -4,9788 - - - 172,18 174,0448 176,4914 171,5982 -3,6698 168,5440 3,6360 13,2205 225,59 204,9719 193,5797 216,3641 17,0883 167,9284 57,6616 3324,8601 291,51 256,8948 231,5687 282,2208 37,9890 233,4525 58,0575 3370,6756 332,11 302,0239 273,8418 330,2060 42,2731 320,2098 11,9002 141,6138 337,00 323,0096 303,3425 342,6767 29,5006 372,4791 -35,4791 1258,7648 373,66 353,3998 333,3769 373,4228 30,0344 372,1773 1,4827 2,1984 387,43 373,8179 357,6415 389,9943 24,2646 403,4572 -16,0272 256,8704 431,24 408,2712 388,0193 428,5230 30,3778 414,2590 16,9810 288,3552 JUMLAH 98,2128 8656,5588 Sumber : Perhitungan Untuk α = 0.6 dan N = 8 Maka : ∑ = = N t t e SSE 1 2 = 8656,5588 Universitas Sumatera Utara N e MSE N t t ∑ = = 1 2 8 5588 , 8656 = = 1082,07 Tabel 4.8 Peramalan Nilai Penjualan Energi listrik dengan Pemulusan Eksponensial Ganda Linier Satu Parameter dari Brown dengan menggunakan α = 0.7 X S t S t a t b t F t e t+m e t t 2 185,14 185,14 185,1400 - - - - - 171,31 175,459 178,3633 172,5547 -6,7767 - - - 172,18 173,1637 174,7236 171,6038 -3,6397 165,7780 6,4020 40,9856 225,59 209,8621 199,3206 220,4037 24,5970 167,9641 57,6259 3320,7444 291,51 267,0156 246,7071 287,3242 47,3866 245,0006 46,5094 2163,1206 332,11 312,5817 292,8193 332,3441 46,1122 334,7107 -2,6007 6,7637 337,00 329,6745 318,6179 340,7311 25,7986 378,4563 -41,4563 1718,6224 373,66 360,4644 347,9104 373,0183 29,2925 366,5297 7,1303 50,8412 387,43 379,3403 369,9113 388,7693 22,0009 402,3108 -14,8808 221,4369 431,24 415,6701 401,9425 429,3977 32,0311 410,7702 20,4698 419,0135 JUMLAH 79,1996 7941,5283 Sumber : Perhitungan Universitas Sumatera Utara Untuk α = 0.7 dan N = 8 Maka : ∑ = = N t t e SSE 1 2 = 7941,5283 N e MSE N t t ∑ = = 1 2 8 5283 , 7941 = = 992,6905 Tabel 4.9 Peramalan Nilai Penjualan Energi listrik dengan Pemulusan Eksponensial Ganda Linier Satu Parameter dari Brown dengan menggunakan α = 0.8 X S t S t a t b t F t e t+m e t t 2 185,14 185,14 185,1400 - - - - - 171,31 174,076 176,2888 171,8632 -8,8512 - - 172,18 172,5592 173,3051 171,8133 -2,9837 163,0120 9,1680 84,0522 225,59 214,9838 206,6481 223,3196 33,3430 168,8296 56,7604 3221,7430 291,51 276,2048 262,2934 290,1161 55,6453 256,6626 34,8474 1214,3441 332,11 320,929 309,2018 332,6561 46,9084 345,7614 -13,6514 186,3618 Universitas Sumatera Utara 337,00 333,7858 328,8690 338,7026 19,6672 379,5645 -42,5645 1811,7344 373,66 365,6852 358,3219 373,0484 29,4529 358,3697 15,2903 233,7923 387,43 383,081 378,1292 388,0329 19,8073 402,5013 -15,0713 227,1445 431,24 421,6082 412,9124 430,3040 34,7832 407,8401 23,3999 547,5536 JUMLAH 68,1787 7526,7260 Sumber : Perhitungan Untuk α = 0.8 dan N = 8 Maka : ∑ = = N t t e SSE 1 2 = 7526,7260 N e MSE N t t ∑ = = 1 2 8 7526,7260 = = 940,8408 Tabel 4.10 Peramalan Nilai Penjualan Energi listrik dengan Pemulusan Eksponensial Ganda Linier Satu Parameter dari Brown dengan menggunakan α = 0.9 Universitas Sumatera Utara X S t S t a t b t F t e t+m e t t 2 185,14 185,14 185,1400 - - - - - 171,31 172,693 173,9377 171,4483 -11,2023 - - - 172,18 172,2313 172,4019 172,0607 -1,5358 160,2460 11,9340 142,4204 225,59 220,2541 215,4689 225,0393 43,0670 170,5249 55,0651 3032,1652 291,51 284,3844 277,4929 291,2760 62,0240 268,1063 23,4037 547,7322 332,11 327,3374 322,3530 332,3219 44,8601 353,2999 -21,1899 449,0125 337,00 336,0337 334,6657 337,4018 12,3127 377,1820 -40,1820 1614,5947 373,66 369,8974 366,3742 373,4205 31,7085 349,7145 23,9455 573,3867 387,43 385,6767 383,7465 387,6070 17,3723 405,1291 -17,6991 313,2575 431,24 426,6837 422,3900 430,9774 38,6435 404,9793 26,2607 689,6259 JUMLAH 61,5380 7362,1951 Sumber : Perhitungan Untuk α = 0.9 dan N = 8 Maka : ∑ = = N t t e SSE 1 2 = 7362,1951 N e MSE N t t ∑ = = 1 2 8 7362,1951 = Universitas Sumatera Utara = 920,2744 Kemudian salah satu nilai MSE tersebut dibandingkan untuk menentukan nilai α yang memberikan MSE yang terkecil minimum. Perbandingan ukuran ketepatan metode peramalan peningkatan nilai penjualan energi listrik di Kota Pematang Siantar dengan melihan MSE sebagai berikut : Tabel 4.11 Perbandingan Ukuran Ketepatan Metode Peramalan A MSE 0.1 9565,135 0.2 4148,407 0.3 2240,139 0.4 1536,759 0.5 1236,159 0.6 1082,070 0.7 992,6905 0.8 940,8408 0.9 920,2744 Universitas Sumatera Utara Dari tabel 4.11 di atas dapat dilihat bahwa yang menghasilkan nilai MSE yang paling kecil minimum yaitu pada α = 0,9 yaitu MSE = 920,2744 Tabel 4.12 Peramalan Nilai Penjualan Energi listrik dengan Pemulusan Eksponensial Ganda Linier Satu Parameter dari Brown dengan menggunakan α = 0.9 X S t S t a t b t F t e t+m Absolut t e t 2 185,14 185,1400 185,1400 - - - - - - 171,31 172,6930 173,9377 171,4483 -11,2023 - - - - 172,18 172,2313 172,4019 172,0607 -1,5358 160,2460 11,9340 11,9340 142,4204 225,59 220,2541 215,4689 225,0393 43,0670 170,5249 55,0651 55,0651 3032,1652 291,51 284,3844 277,4929 291,2760 62,0240 268,1063 23,4037 23,4037 547,7322 332,11 327,3374 322,3530 332,3219 44,8601 353,2999 -21,1899 21,1899 449,0125 337,00 336,0337 334,6657 337,4018 12,3127 377,1820 -40,1820 40,1820 1614,5947 373,66 369,8974 366,3742 373,4205 31,7085 349,7145 23,9455 23,9455 573,3867 387,43 385,6767 383,7465 387,6070 17,3723 405,1291 -17,6991 17,6991 313,2575 431,24 426,6837 422,3900 430,9774 38,6435 404,9793 26,2607 26,2607 689,6259 JUMLAH 61,5380 219,6800 7362,1951 Universitas Sumatera Utara Sumber : Perhitungan Nilai Aktual dan ramalan Penjualan Energi Listrik 100 200 300 400 500 1999 2000 2001 2002 2003 2004 2005 2006 Tahun N ila i P e n ju a la n Data asli pemulusan pertama Pemulusan Ganda Ramalan Tabel 4.13 Perhitungan Ukuran Relatif Galat Data dari tabel 4.12 Nilai Penjualan Ramalan Galat PE APE X F t e t+m 100     − + t m t t X F X t 100 t m t t X F X + − 185,14 - - - - 171,31 - - - - Universitas Sumatera Utara 172,18 160,246 11,934 6,9311186 6,931119 225,59 170,5249 55,0651 24,409371 24,40937 291,51 268,1063 23,4037 8,0284381 8,028438 332,11 353,2999 -21,1899 -6,380386 6,380386 337,00 377,182 -40,182 11,923442 11,92344 373,66 349,7145 23,9455 6,4083659 6,408366 387,43 405,1291 -17,6991 -4,5683349 4,568335 431,24 404,9793 26,2607 6,0895789 6,089579 JUMLAH 61,538 28,994709 74,73904 Ukuran ketepatan Metode Peramalan dengan menggunakan α = 0.9 adalah : 1.M E Mean Error Nilai Tengah Kesalahan N e ME N t t ∑ = = 1 8 61,5380 = = 7,69225 2. M S E Mean Square Absolut Error Nilai Tengah Kesalahan Kuadrat Universitas Sumatera Utara N e MSE N t t ∑ = = 1 2 8 7362,1951 = = 920,274 3. M A E Mean Absolut Error Nilai Tengah Kesalahan Absolut N e MAE N t t ∑ = = 1 8 219,6800 = = 27,46 4. S S E Sum Square Error Jumlah Kuadrat Kesalahan ∑ = = N t t e SSE 1 2 = 7362,1951 5. S D E Standard Deviation Of Error Devisi Standar Kesalahan N e SDE N t t ∑ = = 1 2 8 7362,1951 = Universitas Sumatera Utara 920,274 = = 30,33602 6. M A P E Mean Absolut Pencentage Error Nilai tengah Kesalahan Persentase Absolut N PE MAPE N t t ∑ = = 1 8 74,73904 = = 9,34238 7. M P E Mean Percentage Error nilai Tengah Kesalahan Persentase N PE MPE N t t ∑ = = 1 8 28,994709 = = 3,62434

4.3.2 Penentuan Bentuk Persamaan Peramalan

Universitas Sumatera Utara Setela h ditentukan harga parameter smoothing eksponensial yang besarnya 0α1 dengan cara trial and error didapat perhitungan peramalan smotthing esponensial linier satu parameter dari Brown dengan α = 0,9 Perhitungan pad a tabel 4.12 diatas didasarkan pada α =0,9 dan ramalan untuk suatu periode ke depan yaitu dalam perhitungan periode ke 10. Seperti yang sudah dijelaskan pada bab 2 landasan teori persamaan yang dipakai dalam perhitungan peramalan adalah sebagai berikut : S t = α X t + 1 – α S 1 − t S t = α S t + 1 - α S 1 − t a t = S t + S t - S t = 2 S t - S t b t = α α − 1 S t - S t F m t + = a t + b t m Berdasarkan data terakhir dapat dibuat peramalan untuk satuan tahun berikutnya dengan bentuk persamaan peramalan : F m t + = a t + b t m Universitas Sumatera Utara F m t + = 430,9774 + 38,6435 m

4.4 Peramalan Nilai Penjualan Energi Listrik

Setelah diketahui error yang terdapat pada model peramalan, maka dilakukan peramalan nilai penjualan energi listrik untuk tahun 2009, 2010, dan 2011 dengan menggunakan persamaan : F m t + = 430,9774 + 38,6435 m Setelah diperoleh model peramalan nilai penjualan energi listrik, maka dapat dihitung untuk 3 periode kedepan yaitu untuk tahun 2009, 2010, dan 2011 seperti di bawah ini : a. Untuk periode ke 11 tahun 2009 F m t + = 430,9774 + 38,6435 m F 10+1 F = 430,9774 + 38,6435 1 11 = 469,6209 b. Untuk periode ke 12 tahun 2010 Universitas Sumatera Utara F m t + = 430,9774 + 38,6435 m F 10+2 F = 430,9774 + 38,6435 2 12 = 508,2644 c. Untuk periode ke 13 tahun 2011 F m t + = 430,9774 + 38,6435 m F 10+3 F = 430,9774 + 38,6435 3 13 = 546,9079 Tabel 4.14 Peramalan Nilai Penjualan Energi Listrik PT. PLN Persero Cabang Pematang Siantar untuk tahun 2011, 2012, dan 2013 Tahun Periode Peramalan 2009 11 469,6209 2010 12 508,2644 2011 13 546,9079 Sumber : Perhitungan Universitas Sumatera Utara BAB 5 IMPLEMENTASI SISTEM

5.1 Pengertian Implementasi Sistem