Peramalan Jumlah Barang Yang Dimuat Tahun 2012

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