PENERAPAN METODE SMOOTHING EKSPONENSIAL GANDA DUA PARAMETERDARI HOLT DALAM PERAMALAN JUMLAH PELANGGAN KARTU KREDIT DI PT. BANK BNI CNM (CARDS AND MERCHANT BUSINESS) MEDAN.
PENERAPAN METODE SMOOTHING EKSPONENSIAL GANDA DUA PARAMETER DARI HOLT DALAM PERAMALAN JUMLAH
PELANGGAN KARTU KREDIT DI PT. BANK BNI CNM (CARDS AND MERCHANT BUSINESS) MEDAN
Oleh: Daniel Samosir NIM 409230010 Program Studi Matematika
SKRIPSI
Diajukan Untuk Memenuhi Syarat Memperoleh Gelar Sarjana Sains
JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI MEDAN
MEDAN 2014
(2)
(3)
iv
KATA PENGANTAR
Puji dan syukur penulis panjatkan kehadirat Tuhan Yesus Kristus atas kasih sayang dan anugerah-Nya yang melimpahkan sehingga penulis dapat menyelesaikan skripsi ini dengan baik. Skripsi ini berjudul “Penerapan Metode Smoothing Eksponensial Ganda Dua Parameter Dari Holt Dalam Peramalan Jumlah Pelanggan Kartu Kredit Di PT. Bank BNI CNM (Cards and Merchant Business) Medan”. Skripsi ini disusun untuk memenuhi salah satu syarat memperoleh gelar Sarjana Sains di Universitas Negeri Medan.
Untuk menyelesaikan skripsi ini penulis mendapat berbagai masukan dan bantuan dari berbagai pihak. Oleh karena itu, dengan segala kerendahan hati, pada kesempatan ini penulis mengucapakan terima kasih kepada: Bapak Prof. Dr. Ibnu Hajar, M.Si., selaku Rektor Universitas Negeri Medan, Bapak Prof. Drs. Motlan, M.Sc, Ph.D., selaku Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam, Bapak Drs. Syafari, M.Pd., selaku Ketua Jurusan Matematika, Bapak Drs. Yasifati Hia, M.Si., selaku Sekretaris Jurusan Matematika, Ibu Dra. Nerli Khairani, M.Si., selaku Ketua Program Studi Matematika dan dosen Pembimbing Skripsi yang telah meluangkan waktu dalam membimbing dan memberikan arahan sehingga skripsi ini dapat penulis selesaikan dengan baik, Ibu Faiz Ahyaningsih, S.Si, M.Si., selaku dosen Pembimbing Akademik, Bapak Mulyono S.Si, M.Si., Bapak Drs. J. Ambarita, M.Pd., Bapak Dr. Edy Surya, M.Si., selaku dosen penguji penulis yang telah memberikan saran dan masukan selama penulisan skripsi ini, Seluruh dosen dan pegawai di lingkungan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Medan, Bapak Sofian Hamsyah selaku pemimpin PT. Bank BNI CNM Medan yang telah memberikan izin untuk mengadakan penelitian, Pak Indra, Pak Ilham, Pak Heru, Pak Dedi, Pak Rian, Bu Tetty, Bu Erna dan Bu Evin, selaku karyawan PT. Bank BNI CNM Medan yang telah membantu penulis dalam memberikan informasi dan data-data yang penulis butuhkan.
(4)
Teristimewa buat my Daddy H. Samosir dan my Mommy tercinta N. br Sinaga untuk semua kasih sayang, doa, motivasi, jerih payah dan dana kepada penulis sehingga penulis dapat menyelesaikan studi dengan baik. Khusus untuk my best grandma Ny. A.T.H Sinaga/ M. br Sirait yang selalu mendoakan penulis dan selalu memberikan motivasi dan wejangan kepada penulis. Juga kepada my older brother Johannes Samosir, my younger brothers Edison Samosir and Dian Putra Samosir, and expecially for my one and only younger sister Gloria Winda Wati Oktavia br Samosir yang memberikan doa dan motivasi kepada penulis. Kepada Kak Natalenta dan Kak Juni yang telah mendoakan penulis dan banyak memberi masukan dalam penulisan skripsi ini. Genk Bality Community yang beranggotakan saya sendiri, Bang Leo, Muslim, Ira, Mauliza, Vina, dan Eka yang selalu memberi motivasi kepada penulis. Teman-teman saya para youthers Tiberias’s Church of Medan yang memberikan dukungan dan doa kepada penulis. Spesial buat bapak udaku Binal Samosir dan abang rohaniku sekaligus gembala di Gerejaku Ev. Ebenezer Sidabutar yang selalu memberikan dukungan doa, semangat, dan motivasi kepada penulis. Teman-teman seperjuangan di kelas Matematika Non Kependidikan 2009 yang selalu memberikan semangat kepada penulis. Dan semua pihak yang turut membantu penyelesaian skripsi ini yang tidak dapat disebutkan satu per satu.
Mengingat keterbatasan kemampuan penulis, penulis juga menyadari masih banyak kekurangan dalam Skripsi ini, karena itu penulis mengharapkan saran dan kritik yang membangun dari pembaca demi penyempurnaan skripsi ini.
Semoga skripsi ini bermanfaat dan menambah wawasan bagi kita semua. Akhir kata, penulis mengucapkan terima kasih.
Medan, Maret 2014 Penulis
Daniel Samosir NIM. 409230010
(5)
iii
PENERAPAN METODE SMOOTHING EKSPONENSIAL GANDA DUA PARAMETER DARI HOLT DALAM PERAMALAN JUMLAH
PELANGGAN KARTU KREDIT DI PT. BANK BNI CNM (CARDS AND MERCHANT BUSINESS) MEDAN
Daniel Samosir (NIM 409230010)
ABSTRAK
Peramalan (forecasting) adalah suatu perkiraan tingkat permintaan yang diharapkan untuk suatu produk atau beberapa produk dalam periode waktu tertentu dimasa yang akan datang. Peramalan merupakan hal yang penting bagi suatu perusahaan dalam perumusan strategi perusahaan di masa mendatang. Permasalahan yang dialami oleh PT. Bank BNI CNM (Cards and Merchant Business) Medan ialah bagaimana meramalkan jumlah pelanggan kartu kredit. Berdasarkan data jumlah pelanggan kartu kredit yang diperoleh dari PT. Bank BNI CNM (Cards and Merchant Business) Medan dari bulan Januari 2009 sampai dengan Desember 2013 diperoleh pola data-nya berbentuk trend. Metode yang digunakan dalam meramalkan jumlah pelanggan kartu kredit berdasarkan pola data tersebut ialah metode smoothing eksponensial ganda dua parameter dari Holt. Estimasi model peramalan menggunakan metode smoothing eksponensial ganda dua parameter dari Holt dilakukan dengan menghitung nilai tengah kesalahan kuadrat atau Mean Square Error (MSE) terkecil, yaitu 57.120,0384 yang diperoleh dari nilai parameter pemulusan �= 0,8 dan � = 0,1. Sehingga diperoleh model peramalan yang tepat untuk meramalkan jumlah pelanggan kartu kredit satu tahun kedepan yang dapat dijabarkan sebagai berikut: �60+� = 1.411,720633 + 54,33057977(�). Dari model peramalan tersebut diperoleh hasil peramalan jumlah pelanggan kartu kredit satu tahun kedepan yaitu: Bulan Januari 2014 sebanyak 1.466 pelanggan, Bulan Februari 2014 sebanyak 1.520 pelanggan, Bulan Maret 2014 sebanyak 1.575 pelanggan, Bulan April 2014 sebanyak 1.629 pelanggan, Bulan Mei 2014 sebanyak 1.683 pelanggan, Bulan Juni 2014 sebanyak 1.738 pelanggan, Bulan Juli 2014 sebanyak 1.792 pelanggan, Bulan Agustus 2014 sebanyak 1.846 pelanggan, Bulan September 2014 sebanyak 1.901 pelanggan, Bulan Oktober 2014 sebanyak 1.955 pelanggan, Bulan November 2014 sebanyak 2.009 pelanggan, dan Bulan Desember 2014 sebanyak 2.064 pelanggan.
(6)
DAFTAR ISI
Halaman
LEMBAR PENGESAHAN i
RIWAYAT HIDUP ii
ABSTRAK iii
KATA PENGANTAR iv
DAFTAR ISI vi
DAFTAR GAMBAR viii
DAFTAR TABEL ix
DAFTAR LAMPIRAN x
BAB I PENDAHULUAN
1.1 Latar Belakang 1
1.2 Rumusan Masalah 6
1.3 Batasan Masalah 7
1.4 Identifikasi Masalah 7
1.5 Tujuan Penelitian 7
1.6 Manfaat Penelitian 7
BAB II TINJAUAN PUSTAKA
2.1 Kartu Kredit 9
2.1.1 Pengertian Kartu Kredit 9 2.1.2 Jenis-Jenis Kartu Kredit 10 2.1.3 Kelebihan dan Kelemahan Penggunaan Kartu Kredit 10 2.1.4 Upaya-Upaya Mengatasi Kelemahan Penggunaan Kartu Kredit 12
2.2 Peramalan 12
2.2.1 Sejarah Peramalan 12
2.2.2 Pengertian Peramalan 13
2.2.3 Kegunaan Peramalan 14
2.2.4 Jenis-jenis Peramalan 14
2.2.5 Metode Peramalan Kuantitatif 16 2.2.6 Pemilihan Teknik dan Metode Peramalan 17
2.3 Data 18
2.3.1 Pembagian Data 18
(7)
vii
2.4 Metode Smoothing 21
2.4.1 Metode Smoothing Eksponensial 23 2.4.2 Metode Smoothing Eksponensial Ganda Dua Parameter
dari Holt 23
2.5 Kriteria Untuk Menguji Ketepatan Ramalan 25 BAB III METODOLOGI PENELITIAN
3.1 Waktu dan Tempat Penelitian 27
3.2 Jenis Penelitian 27
3.3 Prosedur Penelitian 27
BAB IV PEMBAHASAN
4.1 Pengumpulan Data 29
4.2 Memplot Data 30
4.3 Estimasi Model Peramalan 32
4.4 Analisis Hasil Estimasi 38 4.5 Peramalan Jumlah Pelanggan Kartu Kredit PT. Bank BNI CNM (Cards and Marchant Business) Medan 44 BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan 49
5.2 Saran 50
(8)
47 41 36 29 DAFTAR TABEL
Halaman
Tabel 4.1 Data Jumlah Pelanggan Kartu Kredit Bulan Januari 2009 sampai dengan Desember 2013
Tabel 4.2 Pemulusan Eksponensaial Ganda Dua Parameter Dari Holt Untuk α = 0,1 danγ = 0,1 Pada Data Jumlah Pelanggan
Kartu Kredit
Tabel 4.3 Perbandingan Nilai MSE Dari Pemulusan Eksponensaial Ganda Dua Parameter Dari Holt
Tabel 4.4 Peramalan Jumlah Pelanggan Kartu Kredit PT. Bank BNI CNM (Cards and Merchant Business) Medan mulai Januari 2014 sampai Desember 2014
(9)
viii
DAFTAR GAMBAR
Halaman
Gambar 2.1 Pola Data Horizontal 19
Gambar 2.2 Pola Data Musiman 20
Gambar 2.3 Pola Data Siklis 20
Gambar 2.4 Pola Data Trend 21
Gambar 4.1 Plot Data Jumlah Pelanggan Kartu Kredit Bulan
(10)
55
56
57
58
59
60
61 53 54 DAFTAR LAMPIRAN
Halaman Lampiran 1 Data Jumlah Pelanggan Kartu Kredit Bulan Januari 2009
sampai dengan Desember 2013
Lampiran 2 Kebijakan Sales Kartu Kredit 2013 Lampiran 3 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,1 dan γ = 0,2 Pada Data Jumlah Pelanggan Kartu Kredit
Lampiran 4 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,1 dan γ = 0,3 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 5 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,1 dan γ = 0,4 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 6 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,1 dan γ = 0,5 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 7 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,1 dan γ = 0,6 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 8 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,1 dan γ = 0,7 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 9 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,1 dan γ = 0,8 Pada Data Jumlah
(11)
xi
62
63
64
65
66
67
68
69
70 Lampiran 10 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,1 dan γ = 0,9 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 11 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,2 dan γ = 0,1 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 12 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,2 dan γ = 0,2 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 13 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,2 dan γ = 0,3 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 14 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,2 dan γ = 0,4 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 15 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,2 dan γ = 0,5 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 16 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,2 dan γ = 0,6 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 17 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,2 dan γ = 0,7 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 18 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,2 dan γ = 0,8 Pada Data Jumlah
(12)
71
72
77
78 73
74
75
76
79 Lampiran 19 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,2 dan γ = 0,9 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 20 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,3 dan γ = 0,1 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 21 Tabel Pemulusan Eksponensaial Ganda Dua Parameter Dari Holt Untuk α = 0,3 dan γ = 0,2 Pada Data Jumlah Pelanggan Kartu Kredit
Lampiran 22 Tabel Pemulusan Eksponensaial Ganda Dua Parameter Dari Holt Untuk α = 0,3 dan γ = 0,3 Pada Data Jumlah Pelanggan Kartu Kredit
Lampiran 23 Tabel Pemulusan Eksponensaial Ganda Dua Parameter Dari Holt Untuk α = 0,3 dan γ = 0,4 Pada Data Jumlah Pelanggan Kartu Kredit
Lampiran 24 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,3 dan γ = 0,5 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 25 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,3 dan γ = 0,6 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 26 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,3 dan γ = 0,7 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 27 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,3 dan γ = 0,8 Pada Data Jumlah
(13)
xiii
80
81
82
83
84
85
86
87
88 Lampiran 28 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,3 dan γ = 0,9 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 29 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,4 dan γ = 0,1 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 30 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,4 dan γ = 0,2 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 31 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,4 dan γ = 0,3 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 32 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,4 dan γ = 0,4 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 33 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,4 dan γ = 0,5 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 34 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,4 dan γ = 0,6 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 35 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,4 dan γ = 0,7 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 36 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,4 dan γ = 0,8 Pada Data Jumlah
(14)
89
90
91
92
93
94
95
96
97 Lampiran 37 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,4 dan γ = 0,9 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 38 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,5 dan γ = 0,1 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 39 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,5 dan γ = 0,2 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 40 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,5 dan γ = 0,3 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 41 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,5 dan γ = 0,4 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 42 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,5 dan γ = 0,5 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 43 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,5 dan γ = 0,6 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 44 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,5 dan γ = 0,7 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 45 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,5 dan γ = 0,8 Pada Data Jumlah
(15)
xv
98
99
100
101
102
103
104
105
106 Lampiran 46 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,5 dan γ = 0,9 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 47 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,6 dan γ = 0,1 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 48 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,6 dan γ = 0,2 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 49 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,6 dan γ = 0,3 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 50 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,6 dan γ = 0,4 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 51 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,6 dan γ = 0,5 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 52 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,6 dan γ = 0,6 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 53 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,6 dan γ = 0,7 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 54 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,6 dan γ = 0,8 Pada Data Jumlah
(16)
107
108
109
110
111
112
113
114
115 Lampiran 55 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,6 dan γ = 0,9 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 56 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,7 dan γ = 0,1 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 57 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,7 dan γ = 0,2 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 58 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,7 dan γ = 0,3 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 59 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,7 dan γ = 0,4 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 60 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,7 dan γ = 0,5 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 61 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,7 dan γ = 0,6 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 62 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,7 dan γ = 0,7 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 63 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,7 dan γ = 0,8 Pada Data Jumlah
(17)
xvii
116
117
118
119
120
121
122
123
124 Lampiran 64 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,7 dan γ = 0,9 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 65 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,8 dan γ = 0,1 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 66 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,8 dan γ = 0,2 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 67 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,8 dan γ = 0,3 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 68 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,8 dan γ = 0,4 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 69 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,8 dan γ = 0,5 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 70 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,8 dan γ = 0,6 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 71 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,8 dan γ = 0,7 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 72 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,8 dan γ = 0,8 Pada Data Jumlah
(18)
125
126
127
128
129
130
131
132
133 Lampiran 73 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,8 dan γ = 0,9 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 74 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,9 dan γ = 0,1 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 75 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,9 dan γ = 0,2 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 76 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,9 dan γ = 0,3 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 77 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,9 dan γ = 0,4 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 78 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,9 dan γ = 0,5 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 79 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,9 dan γ = 0,6 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 80 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,9 dan γ = 0,7 Pada Data Jumlah
Pelanggan Kartu Kredit
Lampiran 81 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,9 dan γ = 0,8 Pada Data Jumlah
(19)
xix
134 Lampiran 82 Tabel Pemulusan Eksponensaial Ganda Dua Parameter
Dari Holt Untuk α = 0,9 dan γ = 0,9 Pada Data Jumlah
(20)
1 BAB I PENDAHULUAN
1.1Latar Belakang
Di Era globalisasi saat ini, kartu kredit digunakan sebagai salah satu alternatif pengganti transaksi dengan uang tunai. Seiring dengan perkembangan zaman, pola prilaku masyarakat dalam membelanjakan uangnya yang mulai berubah dari pola yang bersifat konvensional menjadi pola konsumsi modern artinya, masyarakat kini mulai berbelanja dengan efisien tanpa membawa uang tunai dalam jumlah banyak. Dengan adanya kartu kredit memungkinkan masyarakat khususnya mereka yang mempunyai mobilitas tinggi untuk berbelanja dimanapun tanpa harus direpotkan dengan membawa sejumlah uang tunai.
Kemudahan dalam menggunakan kartu kredit salah satunya adalah tidak perlu lagi susah payah dalam membawa setumpuk uang tunai, ataupun disibukkan dengan uang kembalian. Cukup menyerahkan selembar kartu saja pada kasir dan semua urusan pembayaran selesai. Kartu kredit sebagai alat pembayaran yang sah bukan lagi sesuatu yang baru bagi masyarakat pada saat ini, khususnya bagi mereka yang perekonomiannya tergolong menengah ke atas. Mulai dari tempat perbelanjaan terkemuka, supermarket, restoran, minimarket, kafe, hotel, rumah sakit hingga jasa pelayanan umum lainnya sudah terbiasa menerima kartu kredit sebagai alat pembayaran (Yahya, 2012).
Kartu kredit (credit card) pada dasarnya merupakan alat pembayaran yang diterbitkan oleh bank atau lembaga pembiayaan lainnya sebagai pengganti uang tunai yang sewaktu-waktu dapat digunakan nasabah pemegang kartu kredit untuk melakukan transaksi pembayaran suatu produk barang atau jasa pada tempat-tempat yang menerima pembayaran dengan kartu kredit (merchant). Keunggulan menggunakan kartu kredit dibandingkan menggunakan uang tunai yaitu memudahkan nasabah dalam mengumpulkan semua bentuk pengeluaran belanja dalam satu tagihan sehingga waktu yang diperlukan dapat lebih efisien. Bahkan ada juga kartu kredit yang memiliki fasilitas untuk pembayaran pengeluaran rutin,
(21)
2
seperti tagihan telepon, tagihan listrik, dan tagihan air. Kartu kredit juga dapat digunakan untuk mencatat pengeluaran secara rutin sehingga mempermudah dalam mengelola keuangan dalam keluarga (Hermansyah, 2008).
Penggunaan kartu kredit di Indonesia mulai dikenal setelah diregulasi perbankan dengan diterbitkannya Surat Keputusan Menteri Keuangan No. 448/ KMK. 017/ 2000 tanggal 20 Desember 2000, dimana bisnis kartu kredit digolongkan sebagai kelompok usaha jasa pembiayaan.
Sebagai salah satu bidang usaha pembiayaan, maka lembaga pembiayaan konsumen adalah suatu lembaga yang dalam melakukan pembiayaan pengadaan barang untuk kebutuhan atau keperluan konsumen dilakukan dengan sistem pembayaran tidak secara tunai, tetapi dengan sistem pembayaran secara angsuran atau berkala (Asyhadie, 2005).
Setiap bank menyalurkan kartu kredit dengan tujuan untuk membantu masyarakat dan untuk memperoleh keuntungan dalam bentuk bunga. Dengan adanya bunga yang diterima oleh pihak bank, maka pihak bank dapat menjalankan kehidupan bank itu sendiri dari setiap keuntungan yang diperoleh. Jadi, semakin banyak kartu kredit yang disalurkan kepada masyarakat, maka semakin banyak pula keuntungan yang diterima oleh pihak bank (Hamidin dan Aep, 2010).
Keuntungan yang diterima oleh pihak bank dalam bentuk bunga perkreditan dapat secara maksimal diperoleh pada saat kebutuhan masyarakat mulai meningkat. Keadaan seperti ini dapat mendorong masyarakat untuk menjadi nasabah pemegang kartu kredit. Oleh karena itu, PT. Bank BNI CNM (Cards and Merchant Business) Medan sebagai bank yang sedang berkembang dalam bidang kartu kreditnya membutuhkan suatu kebijakan untuk melihat keadaan dimasa yang akan datang. Setiap kebijakan yang dibuat oleh PT. Bank BNI CNM (Cards and Merchant Business) Medan tidak akan terlepas dari usaha untuk meningkatkan kesejahteraan masyarakat dan meningkatkan keberhasilan PT. Bank BNI CNM (Cards and Merchant Business) Medan untuk mencapai tujuan pada masa yang akan datang, dimana kebijakan tersebut dilaksanakan. Untuk itu, perlu dilihat dan dikaji situasi dan kondisi pada saat kebijakan tersebut
(22)
dilaksanakan. Usaha untuk melihat dan mengkaji situasi dan kondisi tersebut tidak terlepas dari kegiatan peramalan.
Peramalan (forecasting) adalah suatu perkiraan tingkat permintaan yang diharapkan untuk suatu produk atau beberapa produk dalam periode waktu tertentu dimasa yang akan datang. Terdapat dua macam metode peramalan yaitu metode kualitatif dan metode kuantitatif. Metode kualitatif hanya menggunakan intuisi saja, tanpa menggunakan pendekatan matematis maupun statistik, dimana situasi, kondisi, dan pengalaman peramal sangat mempengaruhi hasil ramalan, sedangkan metode kuantitatif bergantung pada metode yang digunakan dan tanpa intuisi maupun penilaian subyektif dari orang yang melakukan peramalan. Metode kuantitatif dapat dibedakan menjadi dua bagian yaitu metode sebab akibat (causal methods) dan metode deret waktu (time series). Metode sebab akibat (causal methods) adalah metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antara variabel yang diperkirakan dengan variabel yang mempengaruhinya tetapi bukan waktu, sedangkan metode deret waktu (time series) adalah metode peramalan yang didasarkan pada pola hubungan antara variable yang dicari (dependent) dengan variabel yang mempengaruhinya (independent) yang dikaitkan dengan waktu mingguan, bulanan, semester atau tahunan (Assauri, 1984)
Menurut Makridakis, dkk., (1999) langkah penting dalam memilih suatu metode deret waktu (time series) yang tepat adalah dengan mempertimbangkan jenis pola datanya, sehingga peramalan dengan metode yang paling tepat dengan pola tersebut dapat dilakukan. Pola data dapat dibedakan menjadi empat, yaitu: 1. Pola Horizontal (H) terjadi bilamana nilai data berfluktuasi di sekitar nilai
rata-rata yang konstan (stasioner terhadap nilai rata-ratanya). Suatu produk yang penjualannya tidak meningkat atau menurun selama waktu tertentu termasuk jenis ini. Demikian pula, suatu keadaan pengendalian kualitas yang menyangkut pengambilan contoh dari suatu proses produksi kontinyu yang secara teoritis tidak mengalami perubahan juga termasuk jenis ini.
2. Pola Musiman (S) terjadi bilamana suatu deret dipengaruhi oleh faktor musiman (misalnya kuartal tahun tertentu, bulanan, atau hari-hari pada
(23)
4
minggu tertentu). Penjualan dari produk seperti minuman ringan, es krim, dan bahan bakar pemanas ruang semuanya menunjukkan pola ini.
3. Pola Siklis (C) terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti yang berhubungan dengan siklus bisnis. Penjualan produk seperti mobil, baja, dan peralatan utama lainnya menunjukkan jenis pola ini.
4. Pola Trend (T) terjadi bilamana terdapat kenaikan atau penurunan sekuler jangka panjang dalam data. Penjualan produk perusahaan, produk bruto nasional (GNP) dan berbagai indikator bisnis atau ekonomi lainnya mengikuti suatu pola trend selama perubahannya sepanjang waktu.
Berdasarkan wawancara yang dilakukan peneliti pada tanggal 4 November 2013 dengan Ibu Evin Tari Indah, S.H selaku assisten sales di PT. Bank BNI CNM Cards and Merchant Business) Medan bahwa jumlah pelanggan kartu kredit silver, gold, dan platinum setiap bulannya cenderung mengalami peningkatan yang membentuk pola trend. Akan tetapi, ada kalanya mengalami penurunan pada beberapa bulan yang mengakibatkan pola datanya mengalami ketidakteraturan dalam peningkatannya setiap bulan. Metode smoothing eksponensial dapat digunakan untuk memuluskan ketidakteraturan data tersebut.
Metode Smoothing Eksponensial (Exponential Smoothing) merupakan salah satu kategori metode deret waktu (time series) yang cukup baik digunakan untuk peramalan jangka pendek dengan menggunakan pembobotan data masa lalu secara eksponensial. Dalam kategori ini terdapat beberapa metode yang umum digunakan, antara lain Metode Smoothing Eksponensial Tunggal (Single Exponential Smoothing), Metode Smoothing Eksponensial Ganda Satu Parameter dari Brown (Brown’s One-Parameter Double Exponential Smoothing), Metode Smoothing Eksponensial Ganda Dua Parameter dari Holt (Holt’s Two-Parameter Double Exponential Smoothing), dan Metode Smoothing Eksponensial Tripel dari Winter (Winter’s Three-Parameter Triple Exponential Smoothing) (Ai, 1999).
Metode smoothing eksponensial tunggal adalah metode pemulusan eksponensial yang digunakan untuk mengatasi kesulitan penyimpanan nilai historis dari variabel yang harus dilakukan pada metode rata-rata bergerak
(24)
(moving average). Metode smoothing eksponensial ganda satu parameter dari Brown adalah metode pemulusan eksponensial yang menggunakan parameter yang sama untuk dua pemulusan eksponensial yang digunakan, dimana metode ini menggunakan rumus pemulusan berganda secara langsung, yaitu pemulusan antara pola trend dan pola lainnya dilakukan secara bersama-sama dengan hanya menggunakan satu parameter. Metode smoothing eksponensial ganda dua parameter dari Holt adalah metode pemulusan eksponensial yang menggunakan dua parameter berbeda untuk dua pemulusan eksponensial yang digunakan, dimana metode ini memuluskan pola trend secara terpisah dengan menggunakan parameter yang berbeda dari parameter yang digunakan pada data aslinya. Sedangkan metode smoothing eksponensial tripel tiga parameter dari Winter merupakan perluasan dari dua parameter dari Holt dengan tambahan satu persamaan untuk mengatasi pola musiman yang muncul pada data aslinya (Hyndman, dkk., 2008).
Menurut Arsyad, (2001) metode smoothing eksponensial dari Holt lebih efektif digunakan dibandingkan dengan metode smoothing eksponensial dari Brown untuk data yang memuat trend karena menghasilkan kesalahan peramalan (forecasting error) yang lebih kecil.
Noeryanti, dkk., (2012) melakukan penelitian untuk membandingkan tiga metode smoothing eksponensial yaitu metode smoothing eksponensial ganda satu parameter dari Brown, metode smoothing eksponensial ganda dua parameter dari Holt, dan metode smoothing eksponensial tripel satu parameter dari Brown untuk data yang memuat trend dengan hasil penelitian yang membuktikan bahwa metode smoothing eksponensial ganda dua parameter dari Holt lebih efisien digunakan karena menghasilkan kesalahan peramalan (forecasting error) yang terkecil dibandingkan dengan metode smoothing eksponensial ganda satu parameter dari Brown dan metode smoothing eksponensial tripel satu parameter dari Brown.
Putra dan Rachman, (2013) melakukan penelitian terhadap pendistribusian beras di Bulog Kabupaten Pamekasan untuk melihat bagaimana metode smoothing eksponensial dari Holt dapat diaplikasikan dalam mendapatkan hasil
(25)
6
peramalan periode selanjutnya sehingga dapat menjadi acuan dalam perencanaan strategi pendistribusian yang diterapkan di Bulog Kabupaten Pamekasan. Ashuri dan Lu, (2013) juga melakukan penelitian untuk membuat model deret waktu smoothing eksponensial dalam peramalan daftar biaya pembangunan ENR (Engineering News-Record).
Menurut Chatfield, (2000) metode smoothing eksponensial dari Holt memiliki keunggulan yaitu mudah dalam pemakaiannya karena relatif sederhana dan menghasilkan kesalahan peramalan (forecasting error) yang sangat kecil, disamping itu metode smoothing eksponensial dari Holt juga memiliki kelemahan yaitu tidak dapat digunakan untuk peramalan jangka panjang.
Seperti diketahui bahwa tidak ada metode smoothing eksponensial yang dapat dengan tepat meramalkan keadaan data di masa yang akan datang. Oleh karena itu, setiap metode smoothing eksponensial pasti menghasilkan kesalahan peramalan (forecasting error). Jika tingkat kesalahan peramalan (forecasting error) yang dihasilkan semakin kecil, maka hasil peramalan akan semakin akurat untuk digunakan (Wilson, dkk., 2007). Ada beberapa parameter yang harus dievaluasi pada metode smoothing eksponensial sehingga didapatkan parameter optimal yang memberikan ukuran kesalahan peramalan (forecasting error) terkecil. Untuk mendapatkan parameter optimal, biasanya dicari dengan menggunakan metode coba dan salah (trial and error). (Yuwida, dkk., 2012).
Berdasarkan hal diatas, maka penulis tertarik untuk meneliti dan mengangkat judul penelitian yaitu “Penerapan Metode Smoothing Eksponensial Ganda Dua Parameter Dari Holt Dalam Peramalan Jumlah Pelanggan Kartu Kredit Di PT. Bank BNI CNM (Cards and Merchant Business) Medan”.
1.2Rumusan Masalah
Bagaimana meramalkan jumlah pelanggan kartu kredit dari bulan Januari 2014 sampai dengan Desember 2014 dengan menggunakan metode smoothing eksponensial ganda dua parameter dari Holt?
(26)
1.3Batasan Masalah
Agar pembahasan masalah dalam penulisan tugas akhir ini lebih terarah, maka perlu dilakukan beberapa batasan masalah dengan asumsi sebagai berikut: 1. Data yang dianalisis adalah data jumlah pelanggan kartu kredit silver, gold,
dan platinum berdasarkan data dari bulan Januari 2009 sampai dengan Desember 2013.
2. Diasumsikan pola data tersebut akan berlanjut pada masa yang akan datang. 3. Peramalan dilakukan dengan menggunakan metode smoothing eksponensial
ganda dua parameter dari Holt.
1.4Identifikasi Masalah
Karena kenyataannya bahwa PT. Bank BNI CNM (Cards and Merchant Business) Medan memerlukan suatu peramalan sebagai bahan acuan untuk mengambil kebijakan dan langkah-langkah guna meningkatkan keberhasilan dalam mencapai tujuan pada masa yang akan datang maka dalam tulisan ini yang diramalkan adalah jumlah pelanggan kartu kredit satu tahun kedepan.
1.5Tujuan Penelitian
Adapun tujuan penelitian adalah untuk meramalkan jumlah pelanggan kartu kredit dari bulan Januari 2014 sampai dengan Desember 2014 dengan menggunakan metode smoothing eksponensial ganda dua parameter dari Holt.
1.6Manfaat Penelitian
Adapun manfaat penelitian dari tugas akhir ini adalah:
1. Bagi PT. Bank BNI CNM (Cards and Merchant Business) Medan, hasil penelitian ini dapat dijadikan sebagai pertimbangan atau masukan untuk meramalkan jumlah pelanggan kartu kredit satu tahun kedepan.
2. Bagi peneliti, menambah pemahaman dan pengetahuan peneliti mengenai proses peramalan jumlah pelanggang kartu kredit pada PT. Bank BNI CNM (Cards and Merchant Business) Medan dengan menggunakan metode smoothing eksponensial ganda dua parameter dari Holt.
(27)
8
3. Menambah referensi bagi pembaca yang berhubungan dengan masalah analisis deret waktu (time series) khususnya dalam bidang peramalan dengan menggunakan metode smoothing eksponensial ganda dua parameter dari Holt.
(28)
49 BAB V
KESIMPULAN DAN SARAN 5.1 Kesimpulan
Berdasarkan dari hasil pembahasan yang dilakukan maka dapat diambil kesimpulan yaitu:
1. Berdasarkan data bulan Januari 2009 sampai dengan Desember 2013 yang diperoleh dari PT. Bank BNI CNM (Cards and Merchant Business) Medan, diperoleh nilai MSE yang terkecil dengan metode smoothing eksponensial ganda dua parameter dari Holt yaitu 57.120,0384 yang diperoleh dari nilai parameter pemulusan � = 0,8 dan � = 0,1.
2. Bentuk persamaan peramalan jumlah pelanggan kartu kredit satu tahun kedepan adalah �60+� = 1.411,720633 + 54,33057977(�) dimana m adalah periode kedepan yang ingin diramalkan (m = 1,2,3,....,12).
3. Hasil peramalan jumlah pelanggan kartu kredit mulai Januari 2014 sampai dengan Desember 2014 adalah sebagai berikut:
Tahun Bulan Peramalan Jumlah Pelanggan Kartu Kredit
2014
Januari 1.466,051213 ≈ 1.466
Februari 1.520,381793 ≈ 1.520
Maret 1.574,712372 ≈ 1.575
April 1.629,042952 ≈ 1.629
Mei 1.683,373532 ≈ 1.683
Juni 1.737,704112 ≈ 1.738
Juli 1.792,034691 ≈ 1.792
Agustus 1.846,365271 ≈ 1.846
September 1.900,695851 ≈ 1.901
Oktober 1.955,026431 ≈ 1.955
November 2.009,35701 ≈ 2.009
(29)
50
5.2 Saran
Adapun saran yang dapat diberikan pada penelitian ini yaitu :
1. Sebelum menggunakan suatu metode peramalan sebaiknya peneliti harus memperhatikan pola data-nya terlebih dahulu untuk memperoleh hasil peramalan yang baik.
2. Dalam peramalan untuk data yang berpola trend dapat menggunakan metode smoothing eksponensial ganda dua parameter dari Holt.
3. Untuk PT. Bank BNI CNM (Cards and Merchant Business) Medan perlu mempertimbangkan peramalan yang dihasilkan penulis untuk meramalkan jumlah pelanggan kartu kredit satu tahun kedepan dengan menggunakan metode smoothing eksponensial ganda dua parameter dari Holt.
(30)
51
DAFTAR PUSTAKA
Ai, T.J., (1999), Optimasi Peramalan Pemulusan Eksponensial Satu Parameter Dengan Menggunakan Algoritma Non-Linear Programming, Jurnal Teknologi Industri 3: 139-148.
Arsyad, L., (2001), Peramalan Bisnis, BPFE, Yogyakarta.
Ashuri, B. dan Lu, J., (2013), Exponential Smoothing Time Series Models for Forecasting ENR Construction Cost Index, International Journal of Science and Engineering 1: 1-8.
Assauri, S., (1984), Teknik dan Metoda Peramalan, Fakultas Ekonomi Universitas Indonesia, Jakarta.
Asyhadie, Z., (2005), Hukum Bisnis Prinsip dan Pelaksanaannya di Indonesia, Grafindo Persada, Jakarta.
Bank Indonesia, (2012), Peraturan Bank Indonesia Nomor 14/ 2/ PBI/ 2012 Tentang Penggunaan Chips Pada Kartu Kredit, Bank Indonesia, Jakarta. Chatfield, C., (2000), Time Series Forecasting, Chapman and Hall/CRC, Boca
Raton.
Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Medan. (2011)., Pedoman Penulisan Proposal dan Penulisan Skripsi Mahasiswa Program Studi Sains, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Negeri Medan, Medan.
Fuady, (2013), Dasar-dasar Perkreditan, Gramedia Pustaka Utama, Jakarta. Gitosudarmo, I. dan Najmudin, M., (2001), Teknik Proyeksi Bisnis, BPFE,
Yogyakarta.
Hamidin, dan Aep, S., (2010), Memaksimalkan Manfaat dan Mengelola Risiko Kartu Kredit, Media Pressindo, Yogyakarta.
Hanke, J.E. dan Wichern, D.W., (2005), Business Forecasting, Eight Edition, Pearson Prentice Hall, New Jersey.
Hermansyah, (2008), Hukum Perbankan Nasional Indonesia, Kencana, Jakarta. Hyndman, R.J., Koehler, A.B., Ord, J.K., dan Snyder, R.D., (2008),
(31)
52
Ibrahim, dan Johannes., (2004), Dilematis Antara Kontrak dan Kejahatan Kartu Kredit, Refika Aditama, Bandung.
Lungan, R., (2006), Aplikasi Statistik dan Hitung Peluang, Graha Ilmu, Jakarta. Makridakis, S., Wheelwright, S.C., dan McGee, V.E., (1999), Metode dan Aplikasi
Peramalan Jilid 1, Erlangga, Jakarta.
Menteri Keuangan Republik Indonesia, (2000), Surat Keputusan Menteri Keuangan Nomor 448/ KMK. 017/ 2000 Tentang Bisnis Kartu Kredit, Menteri Keuangan Republik Indonesia, Jakarta.
Noeryanti., Oktafiani, E., dan Andriyani, F., (2012), Aplikasi Pemulusan Eksponensial Dari Brown Dan Dari Holt Untuk Data Yang Memuat Trend, Seminar Nasional Aplikasi Sains Dan Teknologi – IST AKPRIND Yogyakarta.
Putra, H.P. dan Rachman, F.H., (2013), Sistem Peramalan Distribusi Beras Menggunakan Metode Exponential Smoothing, Jurnal Teknik Informatika 1: 1-8.
Sulaiman, dan Abu, A. W. I., (2006), Banking Cards Syariah Kartu Kredit dan Debit Dalam Perspektif Fiqih, Grafindo, Jakarta.
Supranto, J., (2000), Metode Ramalan Kuantitatif, Rineka Cipta, Jakarta.
Wilson, J.H., Keating, B., dan Galt, J., (2007), Business Forecasting With Accompanying Excel, Fifth Edition, Mc Graw Hill Companies, New York. Yahya, M., (2012), Siasat Menghindari Jebakan Kartu Kredit Dan Hak-hak Pemilik
Kartu Kredit, Pustaka Yustisia, Yogyakarta.
Yuwida, N., Hanafi, L., dan Wahyuningsih, N., (2012), Estimasi Parameter � dan
� Dalam Pemulusan Eksponensial Ganda Dua Parameter Dengan Metode Modifikasi Golden Section, Jurnal Sains dan Seni 1: 18-22.
(1)
1.3 Batasan Masalah
Agar pembahasan masalah dalam penulisan tugas akhir ini lebih terarah, maka perlu dilakukan beberapa batasan masalah dengan asumsi sebagai berikut: 1. Data yang dianalisis adalah data jumlah pelanggan kartu kredit silver, gold,
dan platinum berdasarkan data dari bulan Januari 2009 sampai dengan Desember 2013.
2. Diasumsikan pola data tersebut akan berlanjut pada masa yang akan datang. 3. Peramalan dilakukan dengan menggunakan metode smoothing eksponensial
ganda dua parameter dari Holt.
1.4 Identifikasi Masalah
Karena kenyataannya bahwa PT. Bank BNI CNM (Cards and Merchant Business) Medan memerlukan suatu peramalan sebagai bahan acuan untuk mengambil kebijakan dan langkah-langkah guna meningkatkan keberhasilan dalam mencapai tujuan pada masa yang akan datang maka dalam tulisan ini yang diramalkan adalah jumlah pelanggan kartu kredit satu tahun kedepan.
1.5 Tujuan Penelitian
Adapun tujuan penelitian adalah untuk meramalkan jumlah pelanggan kartu kredit dari bulan Januari 2014 sampai dengan Desember 2014 dengan menggunakan metode smoothing eksponensial ganda dua parameter dari Holt.
1.6 Manfaat Penelitian
Adapun manfaat penelitian dari tugas akhir ini adalah:
1. Bagi PT. Bank BNI CNM (Cards and Merchant Business) Medan, hasil penelitian ini dapat dijadikan sebagai pertimbangan atau masukan untuk meramalkan jumlah pelanggan kartu kredit satu tahun kedepan.
2. Bagi peneliti, menambah pemahaman dan pengetahuan peneliti mengenai proses peramalan jumlah pelanggang kartu kredit pada PT. Bank BNI CNM (Cards and Merchant Business) Medan dengan menggunakan metode smoothing eksponensial ganda dua parameter dari Holt.
(2)
3. Menambah referensi bagi pembaca yang berhubungan dengan masalah analisis deret waktu (time series) khususnya dalam bidang peramalan dengan menggunakan metode smoothing eksponensial ganda dua parameter dari Holt.
(3)
49 BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan dari hasil pembahasan yang dilakukan maka dapat diambil kesimpulan yaitu:
1. Berdasarkan data bulan Januari 2009 sampai dengan Desember 2013 yang diperoleh dari PT. Bank BNI CNM (Cards and Merchant Business) Medan, diperoleh nilai MSE yang terkecil dengan metode smoothing eksponensial ganda dua parameter dari Holt yaitu 57.120,0384 yang diperoleh dari nilai parameter pemulusan � = 0,8 dan � = 0,1.
2. Bentuk persamaan peramalan jumlah pelanggan kartu kredit satu tahun kedepan adalah �60+� = 1.411,720633 + 54,33057977(�) dimana m adalah periode kedepan yang ingin diramalkan (m = 1,2,3,....,12).
3. Hasil peramalan jumlah pelanggan kartu kredit mulai Januari 2014 sampai dengan Desember 2014 adalah sebagai berikut:
Tahun Bulan Peramalan Jumlah Pelanggan Kartu Kredit
2014
Januari 1.466,051213 ≈ 1.466 Februari 1.520,381793 ≈ 1.520 Maret 1.574,712372 ≈ 1.575 April 1.629,042952 ≈ 1.629 Mei 1.683,373532 ≈ 1.683 Juni 1.737,704112 ≈ 1.738 Juli 1.792,034691 ≈ 1.792 Agustus 1.846,365271 ≈ 1.846 September 1.900,695851 ≈ 1.901 Oktober 1.955,026431 ≈ 1.955 November 2.009,35701 ≈ 2.009 Desember 2.063,68759 ≈ 2.064
(4)
5.2 Saran
Adapun saran yang dapat diberikan pada penelitian ini yaitu :
1. Sebelum menggunakan suatu metode peramalan sebaiknya peneliti harus memperhatikan pola data-nya terlebih dahulu untuk memperoleh hasil peramalan yang baik.
2. Dalam peramalan untuk data yang berpola trend dapat menggunakan metode smoothing eksponensial ganda dua parameter dari Holt.
3. Untuk PT. Bank BNI CNM (Cards and Merchant Business) Medan perlu mempertimbangkan peramalan yang dihasilkan penulis untuk meramalkan jumlah pelanggan kartu kredit satu tahun kedepan dengan menggunakan metode smoothing eksponensial ganda dua parameter dari Holt.
(5)
51
DAFTAR PUSTAKA
Ai, T.J., (1999), Optimasi Peramalan Pemulusan Eksponensial Satu Parameter Dengan Menggunakan Algoritma Non-Linear Programming, Jurnal Teknologi Industri 3: 139-148.
Arsyad, L., (2001), Peramalan Bisnis, BPFE, Yogyakarta.
Ashuri, B. dan Lu, J., (2013), Exponential Smoothing Time Series Models for Forecasting ENR Construction Cost Index, International Journal of Science and Engineering 1: 1-8.
Assauri, S., (1984), Teknik dan Metoda Peramalan, Fakultas Ekonomi Universitas Indonesia, Jakarta.
Asyhadie, Z., (2005), Hukum Bisnis Prinsip dan Pelaksanaannya di Indonesia, Grafindo Persada, Jakarta.
Bank Indonesia, (2012), Peraturan Bank Indonesia Nomor 14/ 2/ PBI/ 2012 Tentang Penggunaan Chips Pada Kartu Kredit, Bank Indonesia, Jakarta. Chatfield, C., (2000), Time Series Forecasting, Chapman and Hall/CRC, Boca
Raton.
Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Medan. (2011)., Pedoman Penulisan Proposal dan Penulisan Skripsi Mahasiswa Program Studi Sains, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Negeri Medan, Medan.
Fuady, (2013), Dasar-dasar Perkreditan, Gramedia Pustaka Utama, Jakarta. Gitosudarmo, I. dan Najmudin, M., (2001), Teknik Proyeksi Bisnis, BPFE,
Yogyakarta.
Hamidin, dan Aep, S., (2010), Memaksimalkan Manfaat dan Mengelola Risiko Kartu Kredit, Media Pressindo, Yogyakarta.
Hanke, J.E. dan Wichern, D.W., (2005), Business Forecasting, Eight Edition, Pearson Prentice Hall, New Jersey.
Hermansyah, (2008), Hukum Perbankan Nasional Indonesia, Kencana, Jakarta. Hyndman, R.J., Koehler, A.B., Ord, J.K., dan Snyder, R.D., (2008),
(6)
Ibrahim, dan Johannes., (2004), Dilematis Antara Kontrak dan Kejahatan Kartu Kredit, Refika Aditama, Bandung.
Lungan, R., (2006), Aplikasi Statistik dan Hitung Peluang, Graha Ilmu, Jakarta. Makridakis, S., Wheelwright, S.C., dan McGee, V.E., (1999), Metode dan Aplikasi
Peramalan Jilid 1, Erlangga, Jakarta.
Menteri Keuangan Republik Indonesia, (2000), Surat Keputusan Menteri Keuangan Nomor 448/ KMK. 017/ 2000 Tentang Bisnis Kartu Kredit, Menteri Keuangan Republik Indonesia, Jakarta.
Noeryanti., Oktafiani, E., dan Andriyani, F., (2012), Aplikasi Pemulusan Eksponensial Dari Brown Dan Dari Holt Untuk Data Yang Memuat Trend, Seminar Nasional Aplikasi Sains Dan Teknologi – IST AKPRIND Yogyakarta.
Putra, H.P. dan Rachman, F.H., (2013), Sistem Peramalan Distribusi Beras Menggunakan Metode Exponential Smoothing, Jurnal Teknik Informatika 1: 1-8.
Sulaiman, dan Abu, A. W. I., (2006), Banking Cards Syariah Kartu Kredit dan Debit Dalam Perspektif Fiqih, Grafindo, Jakarta.
Supranto, J., (2000), Metode Ramalan Kuantitatif, Rineka Cipta, Jakarta.
Wilson, J.H., Keating, B., dan Galt, J., (2007), Business Forecasting With Accompanying Excel, Fifth Edition, Mc Graw Hill Companies, New York. Yahya, M., (2012), Siasat Menghindari Jebakan Kartu Kredit Dan Hak-hak Pemilik
Kartu Kredit, Pustaka Yustisia, Yogyakarta.
Yuwida, N., Hanafi, L., dan Wahyuningsih, N., (2012), Estimasi Parameter � dan
� Dalam Pemulusan Eksponensial Ganda Dua Parameter Dengan Metode Modifikasi Golden Section, Jurnal Sains dan Seni 1: 18-22.