Ŷ = 5.960.993,50 + 430.276,70t Ŷ = 5.960.993,50 + 430.276,707
Ŷ = 8.972.930.40
3.1.2. Peramalan Jumlah Barang Yang Dimuat Tahun 2012
Data jumlah barang yang dimuat selama periode 2006 sampai dengan tahun 2010 Data dapat dilihat pada tabel 3.7.
Tabel 3.7 Data Jumlah Barang Yang Dimuat Tahun
Jumlah Barang
2006 538.602
2007 974.286
2008 1.186.819
2009 1.128.960
2010 1.216.190
Sumber: Otoritas Pelabuhan Belawan-1
Adapun langkah-langkah peramalan yang akan dilakukan untuk menentukan jumlah barang yang dimuat untuk tahun yang akan datang. Langkah-langkahnya
adalah sebagai berikut: 1.
Menentukan tujuan peramalan Tujuan peramalan adalah untuk menentukan banyaknya jumlah barang yang
dibongkar untuk tiga tahun berikutnya. 2.
Pembuatan Scatter Diagram
Universitas Sumatera Utara
Gambar 3.2 Scatter Diagram Jumlah Barang Yang Dimuat
3. Memilih Metode Peramalan
Setelah melihat sebaran pola data seperti pada scatter diagram di atas maka digunakan tiga metode peramalan, yaitu:
a. Metode Linier
b. Metode Eksponensial
4. Perhitungan parameter peramalan
a. Metode Linier
Fungsi peramalan : Y = a + bt Hasil perhitungan parameter peramalan untuk metode linier dapat dilihat pada
Tabel 3.8 sebagai berikut:
Tabel 3.8 Hasil Perhitungan Parameter Peramalan Metode Linier Tahun
t Y
t
2
tY
2006 1
538.602 1
538.602 2007
2 974.286
4 1.948.572
2008 3
1.186.819 9
3.560.457 2009
4 1.128.960
16 4.515.840
2010 5
1.216.190 25
6.080.950
Jumlah 15
5.044.857 55
16.644.421
Universitas Sumatera Utara
b =
∑ ∑
∑ ∑ ∑
− −
2 2
t t
n Y
t tY
n
=
2
15 55
5 5.044.857
55 16.644.421
5 −
−
= 150.985
a =
n t
b Y
∑ ∑
−
=
5 55
150.985 1.040.478
−
= 556.016.4
Maka, fungsi peramalannya adalah : Ŷ = 556.016,40 + 150.985t
b. Metode Eksponensial
Fungsi peramalan : Y = ae
bt
Hasil perhitungan parameter peramalan untuk metode eksponensial dapat dilihat pada Tabel 3.9 sebagai berikut:
Tabel 3.9 Hasil Perhitungan Parameter Peramalan Metode Eksponensial Tahun
t Y
t
2
Ln Y t Ln Y
2006 1
538602.00 1
13.197 13.197
2007 2
974286.00 4
13.789 27.579
2008 3
1186819.00 9
13.987 41.960
2009 4
1128960.00 16
13.937 55.747
2010 5
1216190.00 25
14.011 70.056
Jumlah 15
5,044,857 55
68.921 208.539
b =
∑ ∑
∑ ∑ ∑
− −
2 2
ln ln
t t
n Y
t Y
t n
Universitas Sumatera Utara
b =
2
15 55
5 921
. 68
15 539
. 208
5 −
−
b = 0,178
ln a = n
t b
Y
∑ ∑
− ln
ln a =
5 15
178 ,
509 .
68 −
ln a = 13,251 a = 568.808,492
Maka, fungsi peramalannya adalah : Ŷ = 568.808,492e
0,178t
5. Menghitung Kesalahan Peramalan
Perhitungan kesalahan menggunakan metode MSE Mean Square Error dan SEE Standard Error of Estimation dengan menggunakan rumus persamaan 2.15
dan 2.16: a.
Metode Linier
Derajat bebas f = 2 dengan
Ŷ = 556.016,40 + 150.985t
Tabel 3.10 Data Perhitungan MSE dan SEE Metode Linier
t Y
Ŷ Y-
Ŷ
2
1 538.602
707.001,40 28.358.357,920
2 974.286
857.986,40 13.525.596,960
3 1.186.819
1.008.971,40 31.629.768,826
4 1.128.960
1.159.956,40 960.776,813
5 1.216.190
1.310.941,40 8.977.827,802
Jumlah 83.452.328,321
Universitas Sumatera Utara
Besarnya kesalahan peramalan metode linier adalah
n Y
Y MSE
i i
∑
− =
ˆ
MSE =
5 ,321
83.452.328 =
16.690.465.664
f n
Y Y
SEE
i i
− −
=
∑
2
ˆ
2 5
,321 83.452.328
− =
SEE = 166.785.62
b. Metode Eksponensial
Derajat bebas f = 2, dengan Ŷ = 568.808,492e
0,178t
Tabel 3.11 Data Perhitungan MSE dan SEE Metode Eksponensial
t Y
Ŷ Y-
Ŷ
2
1 538602 679.378,775 19.818.100.241,501
2 974286 811.442,736 26.517.928.607,663
3 1186819 969.178,518 47.367.379.354,662
4 1128960 1.157.576,448 818.901.082,270
5 1216190 1.382.596,918 27.691.262.449,008
Jumlah
122.213.571.735,104
Besarnya kesalahan peramalan metode eksponensial adalah
n Y
Y MSE
i i
∑
− =
ˆ
MSE =
5 7.735,104
122.213.51
= 24.442.714.347,021
Universitas Sumatera Utara
f n
Y Y
SEE
i i
− −
=
∑
2
ˆ
2 5
7.735,104 122.213.51
− =
SEE = 201.836,214
Hasil rekapitulasi nilai MSE dan SEE untuk akseptor KB aktif dapat dilihat pada Tabel 3.12 berikut ini.
Tabel 3.12 Rekapitulasi nilai MSE dan SEE setiap Metode Peramalan
Metode Peramalan MSE
SEE
Linier 16.690.465.664
166.785.62 Eksponensial
24.442.714.347,021 201.836,214
Dari kedua metode yang dicoba,nilai SEE yang paling kecil adalah Linier. Maka
untuk meramalkan jumlah barang yang di bongkar di Pelabuhan Belawan, Metode Linier lebih baik dari Metode Eksponensial.
6. Perhitungan peramalan
Adapun hasil peramalan jumlah baran gyang dimuat untuk tahun 2011 dan 2012 sebagai berikut:
Tahun 2010 t = 6 , maka hasil peramalannya: Ŷ = 556.016,40 + 150.985t
Ŷ = 556.016,40 + 150.9856 Ŷ = 1.461.926.4
Tahun 2012 t = 7 , maka hasil peramalannya:
Ŷ = 556.016,40 + 150.985t Ŷ = 556.016,40 + 150.985 7
Ŷ = 1.612.911,4
Universitas Sumatera Utara
BAB 4
IMPLEMENTASI SISTEM
4.1 Pengeritan Implementasi Sistem