Prediksi Jumlah Wisatawan Asing Yang Berkunjung Ke Sumatera Utara Tahun 2012
PREDIKSI JUMLAH WISATAWAN ASING YANG BERKUNJUNG KE SUMATERA UTARA TAHUN 2012
TUGAS AKHIR
NURCAHYANTO 092407090
PROGRAM STUDI DIPLOMA-III STATISTIKA DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
MEDAN 2012
(2)
PREDIKSI JUMLAH WISATAWAN ASING YANG BERKUNJUNG KE SUMATERA UTARA TAHUN 2012
TUGAS AKHIR
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh Ahli Madya
NURCAHYANTO 092407090
PROGRAM STUDI DIPLOMA-III STATISTIKA DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
MEDAN 2012
(3)
PERSETUJUAN
Judul : PREDIKSI JUMLAH WISATAWAN ASING YANG BERKUNJUNG KE SUMATERA UTARA TAHUN 2012
Kategori : TUGAS AKHIR
Nama : NURCAHYANTO
Nomor Induk Mahasiswa : 092407090
Program studi : D III STATISTIKA
Departemen : MATEMATIKA
Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN
ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA
Diluluskan di
Medan, juni 2012
Diketahui/Disetujui oleh
Departemen Matematika FMIPA USU Pembimbing Ketua,
Prof. Dr. Tulus, M.Si Drs. Djenda Djudjur Ginting, M.Si NIP. 19620901 198803 1 002 NIP. 19470819 197710 1 001
(4)
PERNYATAAN
PREDIKSI JUMLAH WISATAWAN ASING YANG BERKUNJUNG KE SUMATERA UTARA TAHUN 2012
TUGAS AKHIR
Saya mengakui bahwa tugas akhir ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Juni 2012
NURCAHYANTO 092407090
(5)
PENGHARGAAN
Puji dan syukur penulis ucapkan kepada Allah SWT atas limpahan rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan tugas akhir ini dengan baik.
Terima kasih saya ucapkan kepada Drs. Djenda Djudjur Ginting, M.Si selaku pembimbing pada penyelesaian tugas akhir ini yang telah memberikan panduan dan penuh kepercayaan kepada saya untuk menyempurnakan Tugas Akhir ini. panduan ringkas dan padat dan professional telah diberikan kepada saya agar penulis dapat menyelesaikan Tugas Akhir ini . ucapan terimaksih juga saya tujukan kepada Ketua Departemen Matematika Prof. Dr. Tulus, M.Si, Dekan dan Pembantu Dekan Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara, semua dosen pada departemen matematika FMIPA USU dan pegawai di FMIPA USU.
Terkhusus saya ucapkan terimakasih kepada kedua orang tua saya, kedua orang tua angkat saya Bapak Suhartono dan Ibu Rosidatul Fuadah yang tercinta atas kasih sayang dan dukungan moril maupun materil yang diberikan selama ini. Juga kepada Rury Saswita yang selau menemani saya dalam penyelesaian tugas akhir ini. Serta teman-teman mahasiswa Statistika yang telah banyak memberikan semangat, dukungan dan bantuan selama masa perkuliahan.
Akhirnya penulis mengharapkan semoga Tugas Akhir ini bermanfaat bagi semua pihak yang berkepentingan dimasa yang akan datang.
(6)
DAFTAR ISI
Halaman
Persetujuan i
Pernyataan ii
Penghargaan iii
Daftar Isi iv
Daftar Tabel vi
Daftar Gambar vii
BAB 1 : PENDAHULUAN
1.1Latar Belakang Masalah 1
1.2Rumusan Masalah 3
1.3Pembatasan Masalah 3
1.4Tujuan dan Manfaat Penelitian 4
1.5Lokasi Penelitian 5
1.6Metodologi Penelitian 5
1.7 Sistematika Penulisan 6
BAB 2 : LANDASAN TEORI
2.1 Pengertian Peramalan 8
2.2 Jenis-jenis Metode Peramalan 9
2.3 Kegunaan Peramalan 12
2.4 Metode Peramalan 14
2.5 Pemilihan Teknik dan Metode Peramalan 15
2.6 Analisa Deret Berkala 17
2.7 Metode Pemulusan (Smoothing) 19
2.8 Ketepatan Peramalan 23
BAB 3 : SEJARAH SINGKAT BADAN PUSAT STATISTIKA
3.1 Sejarah Singkat Badan Pusat Statistika 26
3.2 Visi dan Misi 27
3.3 Kedudukan dan Fungsi BPS 28
3.4 Tata Kerja BPS 29
3.5 Tugas BPS 30
(7)
BAB 4 : ANALISA DATA DAN EVALUASI
4.1 Pengumpulan Data 35
4.2 Pengolahan Data 36
4.2.1 Proses Peramalan 41
4.2.2 Nilai Kesalahan dari Peramalan 45
BAB 5 : IMPLEMENTASI SISTEM
5.1 Pengertian Implementasi Sistem 49
5.2 Tujuan Implementasi Sistem 49
5.3 Pengertian Microsoft Excel 50
5.4 Struktur Microsoft Excel 50
5.5 Pengoperasian Microsoft Excel 50
5.6 Pemrosesan Microsoft Excel 54
5.6.1 Prosedur Perhitungan Peramalan dengan Microsoft Excel 54 5.6.2 Prosedur Perhitungan Kesalahan dengan Microsoft Excel 57 5.7 Prosedur Pembuatan Grafik dengan Software Excel 59 BAB 6 : PENUTUP
6.1 Kesimpulan 64
6.2 Saran 65
DAFTAR PUSTAKA
(8)
DAFTAR TABEL
Halaman Tabel 4.1 Data jumlah Wisatawan Asing yang Berkunjung ke Sumatera Utara 35 Tabel 4.2 Peramalan Jumlah Wisatawan Asing yang Berkunjung
ke Sumatera Utara 38
Tabel 4.3 Hasil Peramalan Jumlah Wisatawan Asing yang berkunjung
ke Sumatera Utara 44
(9)
DAFTAR GAMBAR
Halaman Gambar 4.1 Grafik Peramalan Jumlah Wisatawan Asing yang Berkunjung 39
ke Sumatera Utara
Gambar 5.1 Tampilan saat membuka Excel dan Windows 51 Gambar 5.2 Tampilan buku kerja (workbook) yang kosong Excel 52
Gambar 5.3 Tampilan saat menyimpan file 54
Gambar 5.4 Tampilan Pemrosesan Peramalan Data pada Excel 55 Gambar 5.5 Tampilan Perhitungan Nilai Kesalahan Peramalan 58
Gambar 5.6 Tampilan saat Pemblokan Data 60
Gambar 5.7 Tampilan Pembuatan Grafik dengan Excel 60
Gambar 5.8 Tampilan Kotak Dialog Chart Wizard 61
Gambar 5.9 Tampilan Kotak Dialog Chart Source Data 62
(10)
BAB I
PENDAHULUAN
1.1 Latar Belakang Masalah
Sektor pariwisata memegang peranan penting dalam perekonomian Sumatera Utara, baik salah satu sumber penerimaan devisa maupun sebagai pencipta lapangan pekerjaan serta kesempatan berusaha. Untuk meningkatkan kesejahteraan rakyat, pengembangan pariwisata terus dilanjutkan dan ditingkatkan melalui perluasan dan pemanfaatan sumber serta potensi pariwisata daerah sehingga menjadi kegiatan ekonomi yang dapat diharapkan untuk meningkatkan penerimaan devisa. Selain itu kegiatan pariwisata diharapkan juga dapat memperluas dan meratakan kesempatan kerja dan kesempatan berusaha, khususnya masyarakat sekitarnya untuk merangsang pembangunan regional serta memperkenalkan identitas dan kebudayaan nasional. Dalam pengembangan pariwisata daerah, pandangan hidup dan kualitas lingkungan harus tetap dijaga. Pengembangan pariwisata dilakukan sejalan dengan program pengembangan dari berbagai macam industri pariwisata, sehingga tidak hanya
(11)
industri dalam skala kecil dan menengah saja tetapi juga industri pariwisata dalam skala besar akan dapat memperoleh manfaat.
Propinsi Sumatera Utara mempunyai potensi wisata yang berada di daerah sekitar Danau Toba, Pulau Samosir, Karo, Nias dan Langkat (Proyek Orang Utan) dimana objek wisata tersebut terdiri dari keindahan alam dan iklim, kebudayaan dan kesenian rakyat. Sumatera Utara merupakan salah satu daerah tujuan Wiasatawan Mancanegara terpenting di Indonesia setelah propinsi Bali, propinsi Jawa Tengah dan Daerah Istimewa Yogjakarta.
Dalam rangka pengembangan Pariwisata Internasional (Wisataawan Mancanegara) perlu dilakukan langkah-langkah untuk meningkatkan arus Wisatawan Mancanegara yang biasa ditempuh dengan cara meningkatkan kegiatan pemasaran dan penyempurnaan berbagai fasilitas yang diperoleh oleh Wisataan seperti sarana angkutan, perbankan, akomodasi, restoran, biro perjalanan, informasi mengenai daerah wisata dan lainnnya.
Peningkatan kegiatan pemasaran memerlukan perancanaan yang baik, berlandaskan informasi kuantitatif maupun kualitatif mengenai penampilan pariwisata internasional dimasa yang lalu. Tanpa mempelajari data ytang sudah lalu sulit untuk menyusun perecanaan yang terarah guna meningkatkan usaha promosi pariwisata yang lebih mantap.
(12)
Berdasarkan masalah diatas, maka penulis bermaksud mengambil judul : “ Prediksi Jumlah Wisatawan Asing yang Berkunjung ke Sumatera Utara Tahun 2012 ” dengan tujuan untuk mengetahui apakah jumlah wisatawan asing yang berkunjung ke Sumatera Utara mengalami peningkatan atau justru akan mengalami penurunan hingga pada tahun 2012.
1.2 Rumusan masalah
a. Bagaimana penggunaan metode peramalan dengan rata-rata bergerak ganda (double moving average) untuk menghitung jumlah wisatawan asing yang berkunjung ke Sumatera Utara ?
b. Berapa besar jumlah wisatawan asing yang berkunjung ke Sumatera Utara pada tahun 2012 ?
1.3 Pembatasan Masalah
Dalam pemuatan Tugas Akhir (TA) ini akan membahas metode rata-rata bergerak ganda yang digunakan untuk meramal wisatawan asing yang berkunjung ke Sumatera Utara, berdasarkan data-data yang telah diperoleh sebelumnya.
Adapun data yang digunakan penulis adalah data jumlah wisatawan asing yang berkunjung ke Sumatera Utara melalui pintu masuk Bandara Polonia Medan dan Pelabuhan Laut Tanjung Balai Asahan.
(13)
1.4 Tujuan dan Manfaat Penelitian
Tujuan yang ingin dicapai oleh penulis dalam Penulisan Tugas Akhir adalah :
a. Mengetahui penggunaan metode rata-rata bergerak ganda (Double Moving Average) untuk menghitung jumlah wisatawan asing yang berkunjung ke Sumatera Utara.
b. Meramal berapa besar jumlah wisatawan asing yang berkunjung ke Sumatera Utara tahun 2012.
Manfaat Penulisan Tugas Akhir ini adalah : a. Bagi Penulis
1) Membantu penulis mengaplikasikan ilmu yang telah diperoleh di bangku perkuliahan sehingga menunjang kesiapan terjun di dunia kerja.
2) Memberi wacana, wawasan, dan pengalaman baru kepada penulis selama pembuatan Tugas Akhir (TA).
b. Bagi Jurusan
Agar dapat dijadikan sebagai acuan bagi mahasiswa serta dapat memberikan bahan refrensi bagi pihak perpustakaan sebagai sebagai bahan bacaan yang dapat menambah ilmu pengetahuan bagi pembaca dalam hal ini.
c. Bagi Pemerintah Sumatera Utara
Sebagai bahan pertimbangan atau masukan dalam mengambil suatu keputusan yang tepat. Dan sebagai sumbangan dalam pemikiran untuk peramalan.
(14)
1.5 Lokasi Penelitian
Dalam melakukan peninjauan penulis mengambil data yang sudah ada pada Badan Pusat Statistikan (BPS) Propinsi Sumatera Utara. Penulis mengambil data dari tahun yang lampau sampai tahun tertentu guna melakukan analisa.
1.6 Metodologi Penelitian
Untuk mendukung penyususan tugas akhir ini, maka penukis membutuhkan data-data yang diperoleh melalui serangkaian tinjauan, penelitian riset maupun pengambilan data. Beberapa metodologi penelitian yang dilakukan penulis guna mengumpulkan data-data yang dibutuhkan adalah :
a. Penelitian Kepustakaan (Library Research)
Suatu metodologi yang diulakukan oleh penulis mengumpulkan bahan-bahan dari buku-buku yang memuat teori-teori yang berkaitan erat dengan judul dari Tugas Akhir yang dipilih, serta sumber informasi lainya yakni internet, dan catatan-catatan kuliah penulis yang berhubungan dengan masalah dengan yang dibahas.
(15)
b. Penelitian Lapangan ( Field Research)
Penelitian dilakukan penulis dengan langsung ke objek lapangan yang dipilih untuk mendapatkan data, dimana penulis melakukan pengumpulan data dengan cara riset ke Kantor Badan Pusat Statistika (BPS) Sumatrera Utara.
1.7 Sistematika Penulisan
Penyusunan laporan Tugas Akhir ini disusun secara sistematika sebagai berikut :
BAB 1 : PENDAHULUAN
Bab ini terdiri dari empat sub bab yaitu latar belakang, rumusan masalah dan pembatasnya, tujuan dan manfaat penulisan,metodologi penelitian, sistematika penulisan.
BAB 2 : TINJAUAN TEORI
Tinjauan teori terdiri dari beberapa sub bab yaitu pengertian peramalan, jenis-jenis peramalan, kegunaan peramalan, metode peramalan, pemilihan teknik peramalan, analisa deret berkala, metode pemulusan (smothing), dan ketepatan peramalan.
BAB 3 : SEJARAH SINGKAT BPS
Bab ini menjelaskan sejarah singkat Badan Pusat Statistika beserta struktur organisasinya.
(16)
BAB 4 : ANALISA DAN EVALUASI
Bab ini menguraikan pengumpulan data dan pengolahan data jumlah wisatawan asing yang berkunjung ke Sumatera Utara.
BAB 5 : IMPLEMENTASI SISTEM
Bab ini terdiri dari beberapa sub bab diantaranya : pengertian implementasi sistem, tujuan implementasi sistem, pengertian Microsoft Excel, pengoprasian Microsoft Excel, Prosedur Perhitungan Peramalan rata-rata bergerak ganda dengan periode tiga tahun dengan Software Excel, Prosedur Perhitungan PE dan MPE Rata-rata Bergerak Ganda dengan periode tiga tahun dengan Software Excel, serta pembentukan grafik.
BAB 6 : PENUTUP
Bab ini menguraikan kesimpulan dan saran yang diperoleh dari hasil analisa data.
(17)
BAB 2
TINJAUAN TEORI
2.1 Pengertian Peramalan
Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan akan terjadi pada masa yang akan datang. Ramalan tersebut dapat didasarkan atas bermacam-macam cara yaitu Metode Pemulusan Eksponensial atau Rata-rata Bergerak, Metode Box Jenkis dan Metode Regresi. Semua itu dikenal dengan metode peramalan. Metode peramalan adalah cara untuk memperkirakan secara kuantitatif apa yang akan terjadi pada masa yang akan datang dasar data yang relevan pada masa lalu. Dengan kata lain metode peramalan ini digunakan dalam peramalan yang bersifat objektif.
Disamping itu metode peramalan memberikan urutan pengerjaan dan pemecahan atas pendekatan suatu masalah dalam peramalan, sehingga bila digunakan pendekatan
(18)
yang sama dalam suatu permasalahan dalam suatu kegiatan peramalan, maka akan dapat dasar pemikiran dan pemecahan yang sama.
Baik tidaknya suatu peramalan yang disusun, di samping ditentukan oleh metode yang digunakan, juga ditentukan baik tidaknuya informasi yang digunakan. Selama informasi yang digunakan tidak dapat meyakinkan, maka hasil peramalan yang disusun juga agar sukar dipercaya akan ketepatannya.
2.2 Jenis-Jenis Metode Peramalan
Metode sistem peramalan yang sering digunakan dapat dilihat di bawah ini : Metode Peramalan :
a. Metode Deret Waktu 1. ARIMA ( Box-Jenkins) 2. Bayesian
3. Aulocorelation 4. Filter Kalman 5. Multivariate 6. Smoothing 7. Regression b. Metode Kausal
1. Ekonometri 2. Input Output 3. Regresi Korelasi
(19)
a. Metode Deret Waktu ( Time Series Method )
Metode peramalan ini menggunakan deret waktu (time series) sebagai dasar peramalan memerlukan data aktual lalu yang akan diramalakan untuk mengetahui pola data yang diperlukan untuk menentukan metode peramalan yang sesuai. Beberpa metode dalam time series yaitu sebagai berikut :
1. ARIMA ( Autoregressive Integrated Moving Average ) pada dasarnya menggunakan fungsi deret waktu, metode ini memerlukan pendekatan model identification serta penaksiran awal dari parameternya.
2. Kalman Filter banyak digunakan pada bidang rekayasa sistem untuk memisahkan sinyal dari noise yang masuk ke sistem. Metoda ini menggunakan pendekatan model state space dengan asumsi white noise memiliki distribusi Gaussian.
3. Bayesian merupakan metode yang menggunakan state space berdasarkan model dinamis linear ( dynamical linear model ). Sebagai contoh : menentukan diagnosa suatu penyakit berdasarkan data-data gejala (hipertensi atau sakit jantung).
4. Metode smoothing dipakai untuk mengurangi ketidakteraturan data yang bersifat musiman dengan cara membuat keseimbangan rata-rata dari data masa lampau.
5. Regresi menggunakan dummy variabel dalam formulasi matematisnya. Sebagai contoh: kemampuan dalam meramal sales suatu produk berdasarkan harganya.
(20)
b. Metode Kausal
Metode ini menggunakan pendekatan sebab-akibat, dan bertujuan untuk meramalkan keadaan di masa yang akan datang dengan menemukan dan mengukur beberapa variabel bebas (independen) yang penting beserta pengaruhnya terhadap variabel tidak bebas yang akan diramalkan. Pada metode kausal terdapat tiga kelompok metode yang sering dipakai.
1. Metode regresi dan korelasi memakai teknik kuadrat terkecil (least square).Metode ini sering digunakan untuk prediksi jangka pendek. Contohnya : meramalkan hubungan jumlah kredit yang diberikan dengan giro,deposito dan tabungan masyarakat
2. Metode ekonometri berdasarkan pada persamaan regresi yang didekati secara simultan. Metode ini sering digunakan untuk perencanaan ekonomi nasional dalam jangka pendek maupun jangka panjang. Contohnya : meramalkan besarnya indikator moneter buat beberapa tahun kedepan, hal ini sering dilakukan pihak BI tiap tahunnya.
3. Metode input output biasa digunakan untuk perencanaan ekonomi nasional jangka panjang. Contohnya : meramalkan pertumbuhan ekonomi seperti pertumbuhan domestik bruto (PDB) untuk beberapa periode tahun ke depan 5-10 tahun mendatang. Tahapan perancangan peramalan : Secara ringkas terdapat tiga tahapan yang harus dilalui dalam perancangan suatu metode peramalan, yaitu :
(21)
a. Melakukan analisa pada data masa lampau. Langkah ini bertujuan untuk mendapatkan gambaran pola dari data bersangkutan.
b. Memilih metode yang akan digunakan. Terdapat bermacam-macam metode yang tersedia dengan keperluannya. Metode yang berlainan akan menghasilkan sistem prediksi yang berbeda pula untuk data yang sama. Secara umum dapat dikatakan bahwa metoda yang berhasil adalah metoda yang menghasilkan penyimpangan (error) sekecil-kecilnya antara hasil prediksi dengan kenyataan yang terjadi.
c. Proses transformasi dari data masa lampau dengan menggunakan metoda yang dipilih. Kalau diperlukan, diadakan perubahan sesuai kebutuhannya.
2.3 Kegunaan Peramalan
Sering terdapat senjang waktu (Time Lag) antara kesadaran akan peristiwa. Adanya waktu tenggang (Lead Time) ini merupakan alasan utama bagi perencanaan dan peramalan. Dalam situasi itu peramalan diperlukan untuk menetapkan kapan suatu peristiwa akan terjadi atau timbul, sehingga tindakan yang tepat akan dilakukan.
Dalam perencanaan di Organisasi atau perusahaan peramalan merupakan kebutuhan yang sangat penting, dimana baik buruknya peramalan dapat mempengaruhi seluruh bagian organisasi, karena waktu tenggang untuk pengambilan keputusan dapat berkisar dari beberapa tahun. Peramalan merupakan alat bantu yang
(22)
penting dalam perencanaan yang efektif dan efisien. Di dalam bagian organisasi terdapat kegunaan peramalan, yaitu :
a. Berguna untuk penjadwalan sumber daya yang tersedia. Penggunaan sumber daya yang efisien memerlukan penjadwalan produksi, transportasi, kas, personalia dan sebagainya. Input yang penting untuk penjadwalan seperti itu adalah ramalan tingkat permintaan akan konsumennya atau pelanggan.
b. Berguna dalam menyediakan sumber daya tambahan waktu tenggang (Lead Time) untuk memperoleh bahan baku, menerima pekerja baru, atau membeli mesin dan peralatan dapat berkisar antara beberapa hari sampai beberapa tahun. Peramalan diperlyukan untuk menentukan kebutuhan sumber daya di masa datang.
c. Untuk menentukan sumber daya yang diinginkan. Setiap organisadi harus menentukan sumber daya yang dimiliki dalam jangka panjang. Keputusan semacam itu bergantung kepada faktor-faktor lingkungan, manusia dan pengembangan sumber daya keuangan. Semua penentuan ini memerlukan ramalan yang baik dan menejer yang dapat menafsirkan pendugaan serta membuat keputusan yang baik.
Walaupun terdapat banyak bidang lain yang memerlukan peramalan namun, tiga kelompok di atas merupakan bentuk khas dari kegunaan peramalan jangka pendek, menengah dan panjang.
(23)
Dari uraian di atas dapat dikatakan Metode Peramalan sangat berguna, karena akan membantu dalam mengadakan analisis terhadap data dari masa lalu, sehingga dapat memberikan cara pemikiran, pengerjaan yang teratur dan terarah, perencanaan yang sistematis serta memberikan ketepatan hasil peramalan yang dibuat atau disusun.
2.4 Metode Peramalan
Berdasarkan sifatnya teknik peramalan dibagi dalam 2 (dua) kategori utama yaitu : 1. Metode peramalan kualitatif atau tekhnologis
Peramalan kualitatif adalah peramalan yang didasarkan atas data kualitatif pada masa lalu. Hasil peramalan yang dibuat sangat bergantung pada orang yang menyusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran yang bersifat intuisi, pendapat dan pengetahuan dari orang yang menyusunnya. Metode kualitatif atau tekhnologis dapat dibagi menjadi metode eksploratoris dan normatif.
2. Metode peramalan kuantitatif
Peramalan kuantitatif adalah peramalan yang didasarkan atas data kuantitatif pada masa lalu. Hasil peramalan yang dibuat sangat bergantung pada metodeyang dipergunakan dalam peramalan tersebut. Denagn metode yang berbeda akan diperoleh hasil peramalan yang berbeda. Baik tidaknya metode yang digunakan ditentukan oleh perbedaan atau penyimpangan antara hasil peramalan dengan kenyataan yang terjadi. Semakin kecil penyimpangan
(24)
antara hasil ramalan dengan kenyataan yang terjadi berarti metode yang dipergunakan semakin baik.
Metode kuantitatif dapat dibagi dalam deret berkala (Time Series) dan metode kausal. Peramalan kuantitatif dapat digunakan bila terdapat 3 (tiga) kondisi yaitu :
a. Adanya informasi tentang masa lalu
b. Informasi tersebut dapat dikuantitatifkan dalam bentuk data
c. Informasi tersebut dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut di masa yang akann datang.
Kondisi yang terakhir ini dibuat sebagai asumsi yang berkesinambungan (Asumtion of Continuity), asumsi ini merupakan modal yang mendasari semua metode peramalan kuantitatif dan banyak metode peramalan tekhnologis, terlepas dari bagaimana canggihnya metode tersebut.
2.5 Pemilihan Teknik dan Metode Peramalan
Dalam pemilihan teknik dan metode peramalan, pertama-tama perlu diketahui ciri-ciri penting yang perlu diperhatikan bagi pengambil keputusan dan analisa keadaan dalam mempersiapkan peramalan.
Ada 6 (enam) faktor utama yang diidentifikasi sebagai teknik dan metode peramalan, yaitu :
(25)
1. Horizon Waktu
Ada 2 (dua) aspek dari Horizon Waktu yang berhuungan dengan masing-masing metode peramalan. Pertama adalah cakuoan waktu dimasa yang akan datang, kedua adalah jumlah periode untuk peramalan yang diinginkan.
2. Pola Data
Dasar utama dari metode peramalan adalah anggapan bahwa mnacam-macam dari pola yang didapati di dalam data yang diramalakan akan berkelanjutan.
3. Jenis dan Model
Model-model merupakan suatu deret dimana waktu digambarkan sebagai unsur yang penting untuk menentukan perubahan-perubahan dalam pola. Model-model perlu diperhatikan karena masing-masing model mempunyai kemampuan yang berbeda dalam analisa keadaan untuk pengambilan keputusan.
4. Biaya yang Diutuhkan
Umumnya ada 4 (empat) unsur biaya yang tercakup di dalam penggunaan suatu prosedur peramalan, yaitu biaya-biaya pengembangan, penyimpanan (Storage) data, operasi pelaksanaan dan kesempatan dalam penggunaan teknik-teknik dan metode lainnya.
5. Ketepatan Metode Peramalan
Tingkat ketepatan yang dibutuhkan sangat erat kaitannya dengan tingkat perincian yang dibutuhkan dalam suatu peramalan.
(26)
6. Kemudahan dalam Penerapan
Metode-metode yang dapat dimengerti dan mudah diaplikasikan sudah merupakan suatu prinsip umum bagi pengambilan keputusan.
2.6 Analisa Deret Berkala
Data berkala (Time Series) adalah data yang dikumpulkan dari waktu ke waktu untuk memberikan gambaran tentang perkembangan suatu kegiatan dari waktu ke waktu. Analisa data berkala memungkinkan untuk mengetahui perkemabngan suatu kejadian atau beberapa kejadian serta hubungannya dengan kejadian yang lain.
Metode Time Series merupakan metode peramlan kuantitatif yang didasarkan atas penggunaan analisis pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu. Tujuan Time Series ini mencakup penelitian pola data yang digunakan untuk meramalkan apakah data tersebut stasionerr atau tidak dan ekstrapolasi ke masa yang akan datang. Stasioner itu sendiri berarti bahwa tidak terdapat pertumbuhsan/penurunan pada data. Data secara kasar harus horizontal sepanjang waktu. Dengan kata lain fluktuasi data tetap konstan setiap waktu.
1. Penentuan Pola Data
Hal yang penting diperhatikan dalam metode deret berkala adalah menentukan jenis pola data historisnya. Sehingga pola data yang tepat dengan pola data
(27)
historis tersebut dapat diuji, dimana pola data pada umumnya dapat dibedakan sebagai berikut :
a. Gerakan Trend Jangka Panjang (Long Tern Movement or Secular Trend).
Gerakan trend jangka panjang adalah suatu gerakan yang menunjukkan arah perkembangan secara umum (kecendrungan menaik/menurun). Garis trend sangat berguna untuk membuat ramalan yang sangat diperlukan bagi perencanaan.
b. Gerakan/Variasi Siklis (cyclical Movements or Variations)
Gerakan/variasi siklis adalah gerakan/variasi jangka panjang disekitar garis trend (berlaku untuk data tahunan). Gerakan siklis ini bisa terukang setelah jangka waktu tertentu dan bisa juga terulang dalam jangka aktu yang sama. Contoh gerakan siklis yakni kemakmuran, kemunduran, depresi, dan pemulihan.
c. Gerakan/Variasi Musiman (Seasonal Movements or variation) Gerakan/variasi musiman adalah gerakan yang memounyai pola tetap dari waktu ke waktu, misalnya naik turunnya harga pohon cemara menjelang Natal, menurunnya harga beras pada waktu panen, dan lain sebagainya. Walaupun pada umumnya gerakan musiman terjadi pada data bulanan yangn
(28)
dikumpulkan dari tahun ke tahun, namun juga berlaku bagi data harian, mingguan, atau satuan waktu yang leih kecil lagi.
d. Gerakan/Variasi yang Tidak Teratur (Iregular or Random Movements)
Gerakan/variasi yang tidak tetap adalah gerakan/variasi yang sifatnya sporadis, misalnya naik turunnya produksi akibat banjir yang datangnya tidak teratur.
2.7 Metode Pemulusan (Smoothing)
Metode Smoothing adalah metode peramalan dengan mengadakan penghalusan terhadap masa lalu, yaitu dengan mengambil rata-rata dari nilai beberapa tahun untuk menaksir niai pada beberapa tahun ke depan. Secara umum metode smoothing diklasifikasikan menjadi 2 (dua) bagian, yaitu :
1. Metode Rata-rata
a. Metode rata-rata bergerak tunggal
Jika data berkala tidak terjadi gejala trend naik maupun turun, musiman, dan lainnya, melainkan sulit diketahui polanya, maka metode yang digunakan adalah metode rata-rata bergerak tunggal (Pangestu Subagyo,1986:13). Metode ini cocok untuk melakukan peramalan yang
(29)
bersifat random. Untuk menentukan ramalan pada periode yang akan datang memerlukan data historis selama jangka waktu tertentu. Rumus umumnya adalah:
�� =��+��−1+��−2� +. . . +��−�+1
�� = 1
� � ��
� �=�−�+1
b. Metode rata-rata bergerak ganda
Metode ini sedikit lebih sulit jika dibandingkan dengan metode rata-rata bergerak tunggal. Ada beberapa langkah yangn harus ditentukan dalam meramal dengan rata-rata bergerak ganda yaitu :
1. Menghitung rata-rata bergerak pertama, diberi simbol St’. Ini dihitung dari data historis yang ada. Hasilnya diletakkan pada periode terakhir rata-rata bergerak pertama.
�′� =��
+��−1+��−2+⋯+��−�+1
�
2. Menghitung rata-rata bergerak kedua, diberi simbol St”. Ini dihitung dari rata-rata bergerak pertama. Hasilnya diletakkan pada periode terakhir rata-rata bergerak kedua.
�"�= �′�+�′+�′�−2+⋯+�′�−�+1
(30)
3. Menentukan besarnya nilai at (konstanta).
�� =�′�+ (�′�− �"�)
4. Menentukan besarnya nilai bt (slope).
�� =
2(�′�− �"�)
� −1
v = jangka waktu rata-rata bergerak
5. Menentukan ramalan.
��+� = ��+��(�)
m = jangka waktu peramlan ke depan
2. Metode Pemulusan (Smoothing) Eksponensial
Bentuk umum dari metode pemulusan (Smoothing) Eksponensial ini adalah :
��+1 =���+ (1− �)��
Dengan :
��+1 = ramalan suatu periode ke depan
�� = data aktual periode t
�� = ramalan pada periode
(31)
Bila bentuk umum tersebut diperluas maka akan berubah menjadi :
��+1 =���+�(1− �)��−1+�(1− �)2��−2+⋯+ (1− �)���+(�−1)
Dari perluasan bentuk umum di atas dapatlah dikatakan bahwa Metode Smoothing Eksponensial secara eksponensial terhadap nilai observasi yang lebih tua atau dengan kata lain observasi yangn baru diberikan bobot yang relatif lebih besar dengan nilai observasi yang lebih tua.
Metode ini terdiri atas :
a. Smoothing Eksonensial Tunggal 1. Satu Parameter (one parameter) 2. Pendekatan aditif (ARRES)
Digunakan untuk data yang bersifat stasioner dan tidak menunjukkan pola atau trend.
b. Smoothing Eksponensial Ganda 1. Metode Linier Satu Parameter dari Brown. 2. Metode Dua Parameter dari Holt.
c. Smoothing Eksponensial Triple
1. Metode Kuadratik Satu Parameter dari Brown
(32)
2. Metode kecendrungan dan musiman tiga parameter dari Winter dapat digunakan untuk data yang berbentuk trend dan musiman.
d. Smoothing Eksponensial menurut Klasifikasi Pegels.
2.8 Ketepatan Peramalan
Ketepatan peramalan adalah suatu hal yang paling mendasar di dalam peramalan, yaitu bagaimana memngukur kesesuaian suatu kumpulan data yang diberikan. Ketepatan yang dipandang sebagai kriteria penolakan untuk memilih suatu peramalan. Dalam pemodelan pemulusan (smoothing), dari data masa lalu dapat diramallakn situasi yang akan terjadi di masa yang akan datang. Untuk menguji kebenaran ini digunakan peramalan.
Untuk mendapat hasil peramalan yang lebih akurat adalah maramal yang biasa meminimalkan kesalahan meramal (forecast error). Besarnya (forecast error) dihitung dengan:
��= ��− ��
Dimana : �� = data periode ke-i ��= ramalan periode ke-i
(33)
Untuk mengukur kesalahan ramalan (forecast error) biasanya digunakan mean absolut error, mean square error, atau mean absolut percentage error.
a. Percentage Error (PE)
�� = ���− ��
�� � �100
b. Absolut percentage error (APE) Adalah kesalahan persentase absolut
��� =���− ��
�� �
c. Mean Percentage Error (MPE)
Adalah persentase rata-rata kesalahan absolut
���= ∑ ��
�− ��
� �� �100 �
���= ∑ �� � �=1
�
d. Mean Absulute Percentage Error (MAPE)
Adalah persentase rata-rata kesalahan absolut
���� =
∑ ����− ��
�� � �100�
(34)
�� : data sebenarnya terjadi
�� : data ramalan dihitung dari model yang digunakan pada waktu atau tahun t n : banyak data hasil ramalan
(35)
BAB 3
SEJARAH SINGKAT
BADAN PUSAT STATISTIK (BPS)
3.1 Sejarah Badan Pusat Statistik (BPS)
Seiring dengan adanya perkembangan jaman, khususnya pada pemerintahan Orde Baru, untuk memenuhi kebutuhan dalam perencanaan dan evaluasi pembangunan, mutlak dibutuhkan data statistik. Untuk mendapatkan data secara tepat dan akurat, salah satu unsurnya adalah pembenahan organisasi BPS.
Dalam masa Orde Baru ini, BPS telah mangalami empat kali perubahan struktur organisasi :
1. Peraturan Pemerintah No. 16 Tahun 1980 tentang organisasi BPS 2. Peraturan Pemerintah No. 6 Tahun 1980 tentang organisasi BPS
3. Peraturan Pemerintah No. 2 Tahun 1992 tentang kedudukan, tugas, fungsi, susunan dan tata kerja BPS
4. Undang-undang No. 16 Tahun 1997 tentang statistik 5. Keputusan Presiden RI No. 86 Tahun 1998 tentang BPS
(36)
6. Keputusan Kepala BPS N0. 100 Tahun 1998 tentang organisasi dan data kerja BPS
7. Peraturan Pemerintah No. 51 Tahun 1998 tentang penyelenggaraan statistik
Tahun 1968, ditetapkan peraturan pemerintah No. 16 tahun 1968 yaitu yang mengatur organisasi dan data kerja di pusat dan daerah. Tahun 1980, peraturan pemerintah No. 6 tahun 1980 tentang organisasi sebagai pengganti peraturan pemerintah No. 16 tahun 1968. Berdasarkan peraturan pemerintah No. 6 tahun 1980 di tiap propinsi terdapat perwakilan BPS dengan nama kantor statostik propinsi dan di Kabupaten atau Kotamadya terdapat cabang perwakilan BPS dengan nama kantor statistik Kabupaten atau Kotamadya. Pada tanggal 19 Mei 1997 menetapkan tentang statistik sebagai pengganti UU No. 6 dan 7 tentang sensus dan statistik. Pada tanggal 17 Juli 1998 dengan keputusan Presiden RI No. 89 tahun 1998, ditetapkan BPS sekaligus mengatur tata kerja dan struktur organisasi BPS yang baru.
3.2 Visi dan Misi
Adapun visi Badan Pusat Statistik adalah menjadi sumber informasi statistik sebagai tulang punggung informasi pembangunan nasional dan regional, didukung sumber daya manusia yang berkualitas, ilmu pengetahuan dan teknologi informasi yang mutakhir.
(37)
Sedangkan misi Badan Pusat Statistik adalah untuk menjunjung pembangunan nasional BPS mengembangkan misi mangarahkan pembangunan statistik pada menyediaan data ststistik yang handal dan bermutu, efektif dan efisien, peningkatan kesadaran masyarakat akan arti dan kegunaaan statistik dan pengembangan ilmu statistik.
3.3 Kedudukan dan Fungsi Badan Pusat Statistik
Badan Pusat Statistik sebagai lembaga pemerintah non departemen yang berada di bawah dan bertanggung jawab kepada Presiden (Keppres No. 86 tahun 1998), dalam malaksanakan 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 1998 dalam menyelenggarakan statistik dasar melaksanakan koordinasi dan kerjasama serta mengembangkan dan membina statistik sesuai dengan peraturan perundang-undangan yang berlaku. Fungsi yang diselenggarakan Badan Pusat Statistik adalah :
1. Perumusan kebijaksanaan perencanaan, pengumpulan, pengolahan, penyajian data, dan analisis di bidang statistik produksi dan kependudukan serta bidang statistik distribusi dan meraca nasional.
(38)
2. Pembinaan dan pelaksanaan koordinasi kegiatan statistik dengan departemen dan instansi lainnya dalam mengembangkan berbagai jenis statistik yang diperlukan, serta pelaksanaan kerjasama di idang statistik dengan lembaga/organisasi lain baik di dalam maupun di luar negeri. 3. Penyajian 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 langsung maupun tidak langsung.
5. Pengelolaan keuangan, kepegawaian dan organisasi, perlengkapan dan perbekalan serta memberikan pelayanan administrasi di lingkungan BPS.
3.4 Tata Kerja Badan Pusat Statistik
Para deputi wajib melaksanakan koordinasi dan kerjasama teknis statistik di dalam dan di luar negeri sesuai dengan bidang tugas masing-masing dan harus melaporkan kepada Kepala BPS. Dalam melaksanakan tugasnya wajib menerapkan prinsip koordinasi, integrasi, sinronisasi dan sinlifikasi, baik dalam lingkungan masing- masing antara atuan unit organisasi di lingkungan BPS maupun dengan insransi lainnya di luar BPS sesuai bidang masing-masing.
(39)
3.5 Tugas Badan Pusat Statistik
Menurut keputusan Presiden RI No. 6 tahun 1992 tugas BPS adalah :
1. Melakukan kegiatan statistik yang ditugaskan kepadanya oleh pemerintah, antara lain di bidang pertanian, agraria, pertambangan, perindustrian, perhubungan, perdagangan, kependudukan, sosial, ketenagakerjaan, keuangan, pendapatan nasional, pendidikan dan keagamaan.
2. Atas nama pemerintah melaksanakan koordinasi di lapangan kegiatan statistik dari segenap instansi pemerintah baik di pusat maupun di daerah dengan tujuan mencegah dilakukannya pekerjaan yang serupa oleh dua atau lebih instansi, memajukan keseragaman dalam panggunaan defenisi, klasifikasi dan lain-lain.
3. Mengadakan segala daya agar masyarakat menyadari akan tujuan dan kegunaan statistik.
Berdasarkan Keppres ini Kepala berada di bawah dan bertanggungjawab langsung kepada Presiden serta mempunyai tugas :
1. Memimpin BPS sesuai dengan tugas dan fungsi BPS serta membina aparatur BPS agar berdaya guna dan berhasilguna.
2. Menentukan kebijakan teknis pelaksanaan di bidang statistik yang secara fungsional menjadi tanggungjawabnya sesuai dengan peraturan perundang-undangan yang berlaku serta kebijakan umum yang telah ditetapkan oleh pemerintah.
(40)
3. Membina dan melaksanakan koordinasi dengan departemen dan instansi lainnya dalam mengembangkan berbagai jenis ststistik yang diperlukan, serta malaksanakan kerjasama di bidang ststistik dengan lembaga/organisasi lain baik di dalam maupun di luar negeri.
Wakil Kepala BPS berada di bawah dan bertanggungjawab langsung kepada Kepala BPS serta mempunyai tugas :
1. Membantu Kepala BPS dalam membina dan mengembangkan administrasi BPS agar berdaya guna dan berhasilguna.
2. Membantu Kepala BPS dalam mengkoordinasikan tugas-tugas Deputi, Pusat Pendidikan dan Pelatihan Statistik danPerwakilan di daerah.
3. Meweakili Kepala BPS dalam hal Kepala BPS berhalangan.
Deputi administrasi mempunyai tugas menyelenggarakan pembinaan pengelolaan keuangan, kepegawaian dan organisasi, perlengkapan dan perbekalan, pengendalian, serta memberikan pelayanan administrasi di lingkungan BPS.
Deputi Perencanaan dan Analisis Statistik adalah unsur pelaksanaan sebagian tugas dan fungsi BPS yang mempunyai tugas menyelenggarakan pembinaan kegiatan perencanaan program dan metodologi statistik, pengolahan hasil sensus, survey dan data sekunder serta analisis dan pengembangan statistik.
(41)
Deputi Statistik Produksi dan Kependudukan adalah unsur pelaksana sebgian tugas dan fungsi BPS yang mempunyai tugas menyelenggarakan pembinaan kegiatan statistik pertanian, industri, konstruksi, pertambangan dan energi, kesejahteraan rakyat, serta statistik demografi dan ketenagakerjaan.
Deputi Statistik Pruduksi dan Neraca Nasional adalah unsur pelaksana sebagian tugas dan fungsi BPS yang mempunyai tugas menyelenggarakan pembinaan kegiatan statistik harga dan keunangan, perdagangan dan jasa, serta neraca nasional.
3.6 Struktur Organisasi Badan Pusat Statistik
Struktur organisasi BPS dipimpin oleh seorang kepala dibantu oleh bagian tata usaha. Tata usaha terdri dari :
1. Sub bagian urusan dalam
2. Sub bagian perlengkapan dan perbekalan 3. Sub bagian keuangan
Uraian tugas bagian Tata Usaha :
1. Menyusun program kerja tahunan bagian
2. Mengatur dan melaksanakan perhimpunan dan penyusunan program kerja tahunan, baik rutin maupn program kantor BPS Propinsi dan penyimpanannya ke BPS
(42)
3. Mengatur dan malaksanakan urusan dalam yang meliputi surat-menyurat, pengadaan dan percetakan arsip, rumah tangga, pemeliharaan gedung, keamanan dan ketertiban lingkungan, serta perjalanan dalam dan luar negeri. 4. Mengatur dan melaksanakan urusan perlangkapan perbekalan yang meliputi
penyusunan rencana kebutuhan, penyaluran dan pengemasan, penyimpanan pergudangan, inventaris, penghapusan, serta pemeliharaan peralatan dan perlengkapan.
5. Mengatur dan melaksanakan urusan keuangan yang meliputi tata usaha keuangan, perbendaharaanm verifikasi dan pembukuan.
Organisasi BPS berdasarkan Keppres RI No. 6 tahun 1992 terdiri atas : 1. Kepala
2. Akil Kepala
3. Deputi Administrasi
4. Deputi Perencanaan dan Analisis Statistik 5. Deputi Statistik Produksi dan Kependudukan 6. Deputi Statistik Produksi dan Neraca Nasional 7. Pusat Pendidikan dan Pelatihan Statistik 8. Perwakilan BPS di Daerah
(43)
Deputi Perencanaan dan Analisis Statistik (PAS) mengkoordinir tiga biro, yakni : 1. Biro Perencanaan dan Pengendalian
2. Biro Pengolahan dan Penyajian 3. Biro Analisa dan Pengembangan
Deputi Pembinaan Statistik mengkoordinir empat biro, yakni : 1. Biro Statistik dan Industri
2. Biro Statistik Distribusi
3. Biro Statistik Sosial dan Kependudukan 4. Biro Statistik Neraca Nasional
(44)
BAB 4
ANALISA DATA DAN EVALUASI
4.1 Pengumpulan Data
Pengambilan data dilakukan di Kantor Badan Pusat Statistik Sumatera Utara, data yang diambil adalah data jumlah wisatawan asing yang berkunjung ke Sumatera Utara yang melalui pintu masuk melalui Bandar Udara Polonia, Pelabuhan Laut Belawan, dan Pelabuhan Laut Tanjung Balai Asahan dari tahun 1999 sampai dengan tahun 2011.
Tabel 4.1 Data jumlah Wisatawan Asing yang Berkunjung ke Sumatera Utara Tahun 1999 Sampai dengan Tahun 2011
Tahun
Pintu Masuk Wisatawan
Jumlah Bandara Polonia
Medan
Pelabuhan Laut Belawan
Pelabuhan Laut Tanjung Balai
(1) (2) (3) (4) (5)
1999 66586 15308 6621 88515
2000 84298 22497 14278 121073
(45)
Sumber : Badan Pusat Statistik Sumatera Utara
4.2 Pengolahan Data
Untuk menganalisa data di atas, penulis harus memperoleh nilai m periode ke depan sebagai perbandingannya terhadap data tahun sebelumnya (data masa lalu). Dalam hal ini penulis menggunakan data jumlah wisatawan asing yang diperoleh dari BPS Sumatera Utara. Adapun data yang diambil adalah jumlah wisatawan asing yang masuk melalui pintu masuk Polonia Medan, pelabuhan laut Belawan, pelabuhan laut Tanjung Balai Asahan dari tahun 1999 sampai dengan tahun2009 dengan M dan N adalah periode.
Pengolahan ini bertujuan untuk mendapatkan nilai peramalan 1 periode ke depan dari periode terakhir data yang diperoleh, sehingga data tersebut dapat ditabulasikan
(1) (2) (3) (4) (5)
2002 98132 21414 2273 121819
2003 76930 15110 6296 98336
2004 96675 9708 5936 112319
2005 106083 9181 5788 121052
2006 109574 6936 5336 121846
2007 116614 7312 10204 134130
2008 130211 7011 15271 152498
2009 2010 2011 148193 202296 162410 5075 18260 17202 9891 14962 11854 163159 235518 191466
(46)
kembali ke dalam tabel berikut. Adapun metode yang di pakai adalah metode rata-rata bergerak berganda.
(47)
Tabel 4.2 Ramalan Jumlah Wisatawan Asing yang Berkunjung ke Sumatera Utara
Tahun Periode Nilai Aktual X Rata-rata Bergerak Pertama S’ Rata-rata Bergerak Kedua S” Perbedaan Kesalahan S’-S”
Nilai a Nilai b
Peramalan (f)=a+b(m)
(m=1)
(1) (2) (3) (4) (5) (6) (7) (8) (9)
1999 1 88515
2000 2 121073
2001 3 128442 112676,67
2002 4 121819 123778
2003 5 98336 116199 117551,22 -1352,22 114846,78 -1352,22
2004 6 112319 110824,67 116933,89 -6109,22 104715,45 -6109,22 113494,56 2005 7 121052 110569 112530,89 -1961,89 108607,11 -1961,89 98606,23 2006 8 121846 118405,67 113266,44 5139,23 123544,9 5139,23 106645,22 2007 9 134130 125676 118216,89 7459,11 133135,11 7459,11 128684,13 2008 10 152498 136158 126746,56 9411,44 145569,44 9411,44 140594,22 2009 11 163159 149929 137254,33 12674,67 162603,67 12674,67 154980,88
2010 12 235518 183725 156604 27121 210846 27121 175278,34
2011 13 191466 196714.33 176789,44 19924,89 216639,22 19924,89 237967
(48)
(49)
Gambar 4.1 Grafik Peramalan Wisatawan Asing yang Berkunjung ke Sumatera Utara
-50000 0 50000 100000 150000 200000 250000 300000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Grafik Jumlah Wisatawan
Tahun Periode Nilai Aktual X
Rata-rata Bergerak Pertama Rata-rata Bergerak Kedua Perbedaan Kesalahan S’-S”
(50)
(51)
1. Kolom 4 merupakan rata-rata 3 tahun terakhir dari nilai X, pada kolom 3, kemudian dimasukkan pada kolom 4 pada tahun terakhir dihitung dengan menggunakan rumus :
�′� =��+��−1+��−2� +⋯+��−�+1
2. Kolom ke 5 adalah rata-rata 3 tahun terakhir dari nilai �′�, kemudian dimasukkan pada kolom ke 5 pada tahun terakhir, dihitung dengan menggunakan rumus :
�"�= �′�+�′�−1+�′�−2+⋯+�′�−�+1
�
3. Kolom ke 6 adalah selisih rata-rata bergerak yaitu rata-rata bergerak pertama dikurangirata-rata bergerak kedua dihitung dengan rumus :
S′t−S"t
4. Kolom ke 7 adalah a (konstanta) untuk persamaan peramalan yang akan dibuat, dapat dihitung dengan rumus :
�� =�′�+ (�′�− �"�) = 2�′�− �"�
(52)
5. Kolom ke 8 adalah b (slope) untuk persamaan peramalan. Dapat dihitung dengan rumus :
�� =
2(�′�− �"�)
� −1
v = jangka waktu moving averages.
6. Kolom ke 9 adalah ramalan yang dihitung dengan rumus :
��+� = ��+��(�)
m = jangka waktu peramalan ke depan
4.2.1 Proses Peramalan
a. Ramalan untuk periode 11
Kolom 4 adalah rata-rata bergerak pertama
�′
10= �10
+�9+�8 3
= 152498 + 134130 + 121846
3
�′10 = 136158
Kolom 5 rata-rata bergerak kedua
�"
10 =�′10
+�′9+�′8 3
(53)
= 136158 + 125676 + 118405,67 3
�"10 = 126746,56
Kolom 7 besar nilai a
�10= 2�′10− �"10
= (2�136158)−126746,56
�10= 145569,44
Kolom 8 besar komponen kecendrungan
�10 =
2(�′10− �"10)
3−1
= 2(136158−126746,56)
2 b10= 9411,44
Kolom 9 nilai ramalan F10+1 = �10+ b10(1)
= 145569,44 + 9411,44x(1)
F10+1 = 154980,88
b. Ramalan untuk periode 11 Kolom 4 rata-rata bergerak pertama
(54)
S′11 =S′11
+S′10+S′9 3
= 163159 + 152498 + 134130
3
S′11 = 149929
Kolom 5 rata-rata bergerak kedua S"11= S"11+ S"10+ S"9
3
= 149929 + 136158 + 125676
3 S"11= 137254,33
Kolom 7 besar nilai a
�11= 2S′11−S"11
= (2x149929)−137254,33
�11= 162603,67
Kolom 8 besar komponen kecendrungan b11= 2(S
′
11−S"11)
3−1
= 2(149929−137254,33)
2
(55)
Kolom 9 nilai ramalan
F11+1=�11+ b11(1)
= 162603,67 + 12674,67x(1)
F11+1= 175278,34
Untuk mengetahui peramalan periode 14 maka digunakan persamaan sebagai berikut :
Ft+m =��+ bt(m) F13+1=�13+ b13(1)
= 216639,22 + 19924,89(1)
F13+1= 236564,11
Tabel 4.3 Hasil Peramalan Jumlah Wisatawan Asing yang Berkunjung ke
Sumatera Utara
No Tahun Nilai Peramalan
1 2012 236564.11
Dari nilai peramalan pada tabel di atas dapat disimpulkan bahwa pada tahun 2012 akan terjadi penurunan jumlah wisatawan asing yang mengunjungi Sumatera Utara.
(56)
4.2.2 Nilai Kesalahan dari Peramalan
Untuk mengetahui nilai kesalahan dari peramalan di atas dapat dilihat dalam tabel berikut :
Tabel 4.4 Nilai Kesalahan
Nilai Kesalahan Kesalahan
Tahun Periode Observasi Ramalan Kesalahan Persentase Persentase
Xi
Absolut
PE APE
-1 -2 -3 -4 -5 -6 -7
1999 1 88515
2000 2 121073
2001 3 128442
2002 4 121819
2003 5 98336
2004 6 112319 113494,56 -1175,56 -1,05 1,05 2006 8 121846 106645,22 15200,78 12,48 12,48 2007 9 134130 128684,13 5445,87 4,06 4,06 2008 10 152498 140594,22 11903,78 7,81 7,81 2008 10 152498 140594,22 11903,78 7,81 7,81 2009 11 163159 154980,88 8178,12 5,01 5,01 2010 12 235518 175278,34 60239,66 25,57 25,57 2011 13 191466 237967 -46501 -24,28 24,28
2012 14
Keterangan dari tabel di atas dapat dijelaskan sebagai berikut :
Kolom 5 : Nilai kesalahan
(57)
Kolom 6 : Kesalahan yang dihitung secara persentase �� = ���−��
�� � �100
Kolom 7 : Nilai kesalahan persentase absolut APE =�Xt−Ft
Xt �x100
Sebagai contoh perhitungan diambil dari periode 14 yang telah dihitung pada tabel di atas :
1. Kesalahan e11= X11−F11
= 163159−154980,88
e11= 8178,12
2. Kesalahan persentase PE =�X11−F11
X11 �x100
= �163159−154980,88
163159 �x100
(58)
3. Kesalahan persentase absolut APE =�X11−F11
X11 �x100
=�163159−154980,88
163159 �x100
APE = 5,01
Berdasarkan hasil penjumlahan nilai PE (Percentage Error) dan APE (Absolut Percentage Error) maka diperoleh nilai sebagai berikut :
1. Nilai tengah kesalahan persentase (Mean Percentage Error)
MPE =
∑ �Xt−Ft
Xt �x100
n 6 11 6
∑
= = i PE MPE =46,85 6��� = 7,81
2. Nilai tengah kesalahan persentase absolut (Mean Asolut Percentage Error)
���� =
∑ ����− ��
�� �� �100
�
= 48,95
(59)
6
11
6
∑
=
= i
APE MAPE
(60)
BAB 5
IMPLEMENTASI SISTEM
5.1 Pengertian Implementasi Sistem
Implementasi sistem adalah langkah-langkah atau prosedur-prosedur yang dilakukan dalam menyelesaikan desain sistem yang telah disetujui, untuk menginstal, menguji dan memulai sistem baru yang diperbaiki.
5.2 Tujuan Implementasi Sistem
Adapun tujuan dari implementasi sistem ini adalah sebagai berikut : 1. Menyelesaikan desain sistem yang telah disetujui sebelumnya.
2. Memastikan bahwa pemakai (user) dapat mengoperasikan sistem baru. 3. Menguji apakah sistem baru tersebut sesuai dengan pemakai.
4. Memastikan bahwa konversi ke sistem baru berjalan yaitu dengan membuat rencana, mengontrol dan melakukan instalansi baru secara benar.
(61)
5.3 Pengertian Microsoft Excel
Microsoft excel adalah gnerasi porpose electronic spreadsheet yang dapat digunakan untuk mengorganisir, menghitung, menyediakan maupun menganalisa data serta mempresentasikan ke dalam grafik atau diagram. Microsoft excel dapat membantu penyelesaian tugas-tugas dari penyiapan invoice sederhana atau budget, pembuatan grafik 3 dimensi sampai memanage buku besar akuntansi untuk sebuah perusahaan tingkat menengah.
5.4 Struktur Microsoft Excel
Tampilan microsoft excel berupa bentuk standart dari menu bar, toolbar, formula bar, status badan sebuah buku kerja (workbook) baru. Workbook memuat minimum (1) atau maksimum (225) worksheet (kertas kerja) jumlah worksheet dalam keadaan default ada (3) dan worksheet yang aktif bernama “sheet 1” alamat sel kiri atas dan alamat sel kanan bawah. Sedangkan “pointer” adalah penunjuk sel yang aktif.
5.5 Pengoperasian Microsoft Excel
Cara mengaktifkan microsoft excel sama dengan pengaktifan program-program aplikasi lainnya yang ada dalam Microsoft Office yaitu :
1. Klik tombol “start” yang ada pada taksbar
(62)
3. Klik ikon Microsoft Office kemudian pilh Microsoft Excel untuk memulai program.
Gambar 5.1 Tampilan saat membuka Excel pada windows
Selanjutnya Excel akan menampilkan buku kerja (workbook) yang kosong
(63)
Setelah Microsoft Excel aktif maka akan ditampilkan lembar kerja baru yang tersusun atas sel-sel yang terbentuk dalam baris dan kolom. Sebuah lembar kerja (worksheet) dapat memuat 65536 baris dan 256 kolom (kolom A-IV), sedangkan satu sel dapat memuat 32000 karakter.
Sel aktif memiliki border gelap disekelilingnya dan alamat sel aktif ditampilkan pada kotak di atas tepi kiri lembar kerja. Sewaktu mengetik teks atau rumus, karakter akan terlihat pada formula bar. Tanda + (plus) yang terlihat pada lembar kerja menandakan keberadaan mouse.
Untuk mengetik rumus maka dimulai dengan tanda “=” (sama dengan menjumlahkan). Misalnya, “ =sum (range) “ digunakan untuk menjumlahkan range tertentu nilai yang dihasilkan apabila rangkaian nilai dalam rumus tertentu.
4. Kita dapat memasukkan data ke lembar kerja dengan langkah sebagai berikut : a. Tempatkan penunjuk sel pada sel tempat yang diinginkan.
b. Ketik data yang akan dimasukkan.
c. Untuk mengakhiri tekan enter atau tanda panah pada keyboard, untuk berpindah sel yaitu dengan menggerakkan mouse ke sel yang diinginkan. 5. Menyimpan Data
Setelah lembar kerja diisi dalam Microsoft Excel disimpan dengan nama file “Peramalan Wisatawan”. Adapun langkah-langkah dalam menyimpan lembar kerja adalah sebagai berikut :
(64)
a. Ketik file b. Save as data c. Klik OK atau enter
Eksitensi penyimpan data akan tersimpan secara otomatis sehingga nama file data akan bertambah menjadi Microsoft Excel-peramalan wisatawan.
(65)
6. Pemrosesan Data
5.6 Pemrosesan Data Dengan Excel
5.6.1 Prosedur Perhitungan Peramalan Rata-rata Bergerak Ganda dengan
periode 3 tahun dengan Software Excel
Gambar 5.4 Tampilan Pemrosesan Peramlan Data pada Excel
1. Langkah Perhitungan kolom D
a. Klik sel Ketiklah rumus “=(C5+C6+C7)/3”. b. Klik enter.
c. Untuk mengetahui nilai sel berikutnya (sel D8 s/d D15) arahkan pointer ke ujung bawah sel D7 hingga berubah menjadi lambang plus (+). Draglah
(66)
mouse (tombol mouse sebelah kiri ditekan dan ditahan kemudian digeser) ke bawah sampai sel D15, kemudian lepaskan tombol mouse.
2. Langkah perhitungan kolom E a. Klik sel E9.
b. Ketiklah rumus “=(D7+D8+D9)/3”. c. Klik enter.
d. Untuk mengetahui nilai sel berikutnya (sel E10 s/d E15) arahkan pointer ke ujung bawah sel D7 hingga berubah menjadi lambang plus (+). Draglah mouse (tombol mouse sebelah kiri ditekan dan ditahan kemudian digeser) ke bawah sampai sel E15, kemudian lepaskan tombol mouse.
3. Langkah perhitungan kolom F a. Klik sel F9.
b. Ketiklah rumus “=D9-E9”. c. Klik enter.
d. Untuk mengetahui nilai sel berikutnya (sel F10 s/d F15) arahkan poiter ke ujung bawah sel F9 hingga berubah menjadi lambang plus (+). Draglah mouse (tombol mouse sebelah kiri ditekan dan ditahan kemudian digeser) ke bawah sampai sel F15, kemudian lepaskan tombol mouse.
4. Langkah perhitungan kolom G a. Klik sel G9.
b. Ketiklah rumus “=(2*D9)-E9”. c. Klik enter
(67)
d. Untuk mengetahui nilai sel berikutnya (sel G10 s/d G15) arahkan pointer ke ujung bawah sel G9 hingga berubah menjadi lambang plus (+). Draglah mouse (tombol mouse sebelah kiri ditekan dan ditahan kemudian digeser) ke bawah sampai sel G15, kemudian lepaskan tombol mouse.
5. Langkah perhitungan kolom H a. Klik sel H9.
b. Ketiklah rumus “=(2/(3-1)*(D9-E9)”. c. Klik enter.
d. Untuk mengetahui nilai sel berikutnya (sel H10 s/d H15) arahkan poiter ke ujung bawah sel H9 hingga berubah menjadi lambang plus (+). Draglah mouse (tombol mouse sebelah kiri ditekan dan ditahan kemudian digeser) ke bawah sampai sel H15, kemudian lepaskan tombol mouse.
6. Langkah perhitungan kolom I a. Klik sel I9.
b. Ketiklah rumus “=G9+(H9*1)”. c. Klik enter.
d. Untuk mengetahui nilai sel berikutnya (sel I11 s/d I16) arahkan poiter ke ujung bawah sel I9 hingga berubah menjadi lambang plus (+). Draglah mouse (tombol mouse sebelah kiri ditekan dan ditahan kemudian digeser) ke bawah sampai sel I16, kemudian lepaskan tombol mouse.
e. Untuk mengetahui nilai sel I20 adalah dengan cara : 1. Klik sel I17.
(68)
f. Untuk mengetahui nilai sel I21 adalah dengan cara : 1. Klik sel I18.
2. Ketiklah rumus “=G15+(H15*3)”.
5.6.2 Prosedur Perhitungan PE dan MPE Rata-rata Bergerak Ganda dengan
periode 3 tahun dengan software Excel.
Gambar 5.5 Tampilan Perhitungan Nilai Kesalahan Peramalan
1. Langkah perhitungan kolom D telah dijelaskan pada Prosedur Perhitungan peramalan di atas.
2. Langkah perhitungan kolom E a. Klik sel E11.
(69)
b. Ketiklah rumus “=C11-D11”. c. Klik enter.
d. Untuk mengetahui nilai sel berikutnya (sel E12 s/d E16) arahkan poiter ke ujung bawah sel E11 hingga berubah menjadi lambang plus (+). Draglah mouse (tombol mouse sebelah kiri ditekan dan ditahan kemudian digeser) ke bawah sampai sel E16, kemudian lepaskan tombol mouse.
3. Langkah perhitungan kolom F a. Klik sel F11.
b. Ketiklah rumus “=(E11/C11)*100”. c. Klik enter.
d. Untuk mengetahui nilai sel berikutnya (sel F12 s/d F16) arahkan poiter ke ujung bawah F11hingga berubah menjadi lambang plus (+). Draglah mouse (tombol mouse sebelah kiri ditekan dan ditahan kemudian digeser) ke bawah sampai sel F16, kemudian lepaskan tombol mouse.
4. Langkah perhitungan kolom G a. Klik sel G11.
b. Ketiklah rumus “=IF(F11<=0;F11*(-1);F11*1)”. c. Klik enter.
d. Untuk mengetahui nilai sel berikutnya (sel G12 s/d G16) arahkan poiter ke ujung bawah G11 hingga berubah menjadi lambang plus (+). Draglah mouse (tombol mouse sebelah kiri ditekan dan ditahan kemudian digeser) ke bawah sampai sel G16, kemudian lepaskan tombol mouse.
(70)
5.7Prosedur Pembuatan Grafik dengan Software Excel
Langkah-langkah membuat grafik :
a. Bloklah data tabel (sel B1 s/d F18). Lihatlah gambar di bawah ini.
Gambar 5.6 Tampilan saat pemblokan data
b. Klik menu Insert pada toolbar standar, lalu pilih Line pada kotak dialog Chart Wizard. Akan muncul tampilan seperti di bawah ini.
(71)
Gambar 5.7 Tampilan Pembuatan Grafik dengan Excel
c. Klik All chart types. Tampilan kotak dialog Chart Wizard berubah seperti berikut.
(72)
d. Pilih Line with Markers pada tab line.
e. Klik tombol OK. Akan muncul tampilan seperti di bawah ini.
Gambar 5.9 Tampilan Kotak Dialog Chart Source Data f. Pilih layout 10 pada kotak dialog Chart Layouts.
(73)
1. Isikan pada kotak edit Chart Title untuk memberi judul pada grafik : Grafik Peramalan Wisatawan Asing.
2. Isikan pada kotak edit Axis Title untuk memberi keterangan pada sumbu X : Periode.
3. Isikan pada kotak edit Axis Title untuk memberi keterangan pada sumbu Y : Jumlah.
(74)
BAB 6
PENUTUP
6.1 Kesimpulan
Dari hasil penelitian dan pembahasan di atas dapat diperoleh kesimpulan sebagai berikut :
1. Penggunaan metode rata-rata bergerak ganda (double moving average) untuk peramalan jumlah wisatawan dilakukan melalui analisis data sebagai berikut : a. Menghitung nilai-nilai peramalan.
b. Menghitung kesalahan peramalan
c. Membuat grafik sebagai perbandingan antara nilai sebenarnya dengan nilai peramalan.
2. Dari analisis dapat hasil peramalan jumlah wisatawan asing untuk periode berikutnya.
Tahun Hasil Peramalan Jumlah Wisatawan Asing
(75)
Dari tabel hasil peramlan di atas terlihat bahwa penurunan jumlah wisatawan asing yang berkunjung ke Sumatera Utara pada tahun 2012.
6.2 Saran
Melihat potensi pariwisata di Sumatera Utara yang sangat besar dan jumlah wisatawan asing yang tiap tahun semakin meningkat, akan tetapi pada tahun 2012 jumlah wisatawan asing yang berkunjung ke sumatera utara mengalami penurunan, maka Pemerintah Sumatera Utara harus memberikan perhatian yang khusus pada mutu pelayanan terhadap wisatawan asing dan pelestarian alam sebagai objek pariwisata. Untuk itu pula diperlukan data statistik yang lebih lengkap, akurat dan lebih bermutu agar dapat mengikuti dan mengetahui perkembangan jumlah wisatawan asing tersebut, menambah APBD wilayah Sumatera Utara dan mampu mengembangkan menjadi objek wisata internasional yang berkualitas.
(76)
Daftar Pustaka
1. BPS. 2002. Statistik Wisatawan Mancanegara Sumatera Utara 2001. Medan. 2. BPS. 2006. Statistik Wisatawan Mancanegara Sumatera Utara 2005. Medan. 3. BPS. 2010. Statistik Wisatawan Mancanegara Sumatera Utara 2009. Medan. 4. Makridakis, Spyros ; Wheelwright, Steaven. C; McGEE, Victor E. 1999. Metode
(77)
BADAN PUSAT STATITIK
PROPINSI SUMATERA UTARA
Medan, April 2012 Nomor : 12.563058
Lampiran :
Hal : Surat Riset Pengump;ulan Data Kepada Yth,
Dekan Fakultas MIPA Universitas Sumatera Utara Di
Medan
Dengan Hormat,
Bersama dengan ini diberitahukan bahwa mahasiswa program Studi Diploma III Statistika FMIPA Universitas Sumatera Utara yang tertera dibawah ini :
Nama : Nurcahyanto NIM : 092407090
Jurusan : Diploma III Statistika
Adalah benar telah melaksanakan Riset Pengumpulan Data di Badan Pusat Statistika Propinsi Sumatera Utara jalan Kaopten Muslim No. 71 Medan, pada tanggal 28 Februari, 19 April, dan 25 April 2011.
Kegiatan ini dilaksanakan guna menyelesaikan Tugas Akhir pada jurusan Statistika FMIPA Universitas Sumatera Utara Medan.
Demikianlah surat ini diperbuat untuk dipergunakan seperlunya.
A.n Kepala BPS Propinsi Sumatera Utara Kepala Seksi Desiminasi dan Layanan Statistika
PENDI DEWANTO
(78)
KEMENTERIAN PENDIDIKAN NASIONAL UNIVERSITAS SUMATERA UTARA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM Jl. Bioteknologi No.1 Kampus USU Padang Bulan Medan 20155
Telp. (061) 8211050 - 8214290, Fax. ( 061 ) 8214290
Medan, Februari 2012 Nomor : /H5.2.1.8/SPB/2010
Lampiran : -
Perihal : Pengumpulan Data Riset Mahasiswa Program Studi D-III Statistik Kepada Yth :
Kepala Badan Pusat Statistik (BPS) Sumatera Utara Jl. Asrama No. 179
Medan
Dengan hormat, bersama ini kami memohon kesediaan Bapak/Ibu untuk menerima Mahasiswa Program Studi D-III Statistik FMIPA USU Medan, dengan tujuan mengadakan penelitian data terkait judul penelitian Mahasiswa yang bersangkutan, atas nama :
Data yang akan diteliti khusus dipergunakan untuk menyusun Tugas Akhir Mahasiswa yang bersangkutan pada Program D-III Statistika FMIPA USU.
Demikian kami sampaikan, atas perhatian dan kerjasama yang baik diucapkan terima kasih.
a.n Dekan
Pembantu Dekan I
NIP. 19611115 198803 2 002 Dr. Marpongahtun, M.Sc
Tembusan :
1. Yth. Ketua Program Studi D-III Statistik 2. Arsip
No. Nama NIM
(79)
KEMENTERIAN PENDIDIKAN NASIONAL UNIVERSITAS SUMATERA UTARA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM DIPLOMA 3 KOMPUTER DAN STATISTIKA Jl. Bioteknologi No.1 Kampus USU Padang Bulan Medan 20155
Telp. (061) 8211050 - 8214290, Fax. ( 061 ) 8214290
KARTU BIIMBINGAN TUGAS AKHIR MAHASISWA
Nama : NURCAHYANTO
NIM : 092407090
Judul Tugas Akhir : PREDIKSI JUMLAH WISATAWAN ASING BERKUNJUNG KE SUMATERA UTARA TAHUN 2012
Dosen Pembimbing : Drs. Djenda Djudjur Ginting, M.Si Tanggal Mulai Bimbingan : ………..
Tanggal Selesai Bimbingan : ………..
No. Tanggal Asistensi Bimbingan Pembahasan Asistensi Mengenai, Pada BAB Paraf Dosen Pembimbing Keterangan 1. 2. 3. 4. 5. 6. 7.
Kartu ini harap dikembalikan ke Departemen Matematika bila bimbingan mahasiswa telah selesai.
Diketahui Disetujui
Ketua Departemen Matematika FMIPA USU Pembimbing Utama
Prof. Dr. Tulus, M.Si
NIP. 19620901 198803 1 002 NIP. 19470819 197710 1 001
(80)
KEMENTERIAN PENDIDIKAN NASIONAL UNIVERSITAS SUMATERA UTARA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM DIPLOMA 3 KOMPUTER DAN STATISTIKA Jl. Bioteknologi No.1 Kampus USU Padang Bulan Medan 20155
Telp. (061) 8211050 - 8214290, Fax. ( 061 ) 8214290
Hasil Uji Program Tugas Akhir SURAT KETERANGAN
Yang bertanda tangan di bawah ini menerangkan bahwa Mahasiswa Tugas Akhir Program Diploma III Statistka :
Nama : NURCAHYANTO
NIM : 092407090
Program Studi : D-III Statistika
Judul Tugas Akhir : PREDIKSI JUMLAH WISATAWAN ASING YANG BERKUNJUNG KE SUMATERA UTARA TAHUN 2012 Telah melaksanakan test program tugas akhir mahasiswa tersebut di atas pada tanggal ...
Dengan Hasil : Sukses / Gagal
Demikian diterangkan untuk digunakan melengkapi syarat pendaftaran Ujian Meja Hijau Tugas Akhir Mahasiswa bersangkutan di Jurusan Matematika FMIPA USU Medan.
Medan, Juni 2012 Dosen Pembimbing
NIP. 19470819 197710 1 001
(81)
(1)
Daftar Pustaka
1. BPS. 2002. Statistik Wisatawan Mancanegara Sumatera Utara 2001. Medan. 2. BPS. 2006. Statistik Wisatawan Mancanegara Sumatera Utara 2005. Medan. 3. BPS. 2010. Statistik Wisatawan Mancanegara Sumatera Utara 2009. Medan. 4. Makridakis, Spyros ; Wheelwright, Steaven. C; McGEE, Victor E. 1999. Metode
(2)
BADAN PUSAT STATITIK
PROPINSI SUMATERA UTARA
Medan, April 2012 Nomor : 12.563058
Lampiran :
Hal : Surat Riset Pengump;ulan Data
Kepada Yth,
Dekan Fakultas MIPA Universitas Sumatera Utara Di
Medan
Dengan Hormat
,
Bersama dengan ini diberitahukan bahwa mahasiswa program Studi Diploma III Statistika FMIPA Universitas Sumatera Utara yang tertera dibawah ini :
Nama : Nurcahyanto NIM : 092407090
Jurusan : Diploma III Statistika
Adalah benar telah melaksanakan Riset Pengumpulan Data di Badan Pusat Statistika Propinsi Sumatera Utara jalan Kaopten Muslim No. 71 Medan, pada tanggal 28 Februari, 19 April, dan 25 April 2011.
Kegiatan ini dilaksanakan guna menyelesaikan Tugas Akhir pada jurusan Statistika FMIPA Universitas Sumatera Utara Medan.
Demikianlah surat ini diperbuat untuk dipergunakan seperlunya.
A.n Kepala BPS Propinsi Sumatera Utara Kepala Seksi Desiminasi dan Layanan Statistika
PENDI DEWANTO
(3)
KEMENTERIAN PENDIDIKAN NASIONAL UNIVERSITAS SUMATERA UTARA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM Jl. Bioteknologi No.1 Kampus USU Padang Bulan Medan 20155
Telp. (061) 8211050 - 8214290, Fax. ( 061 ) 8214290
Medan, Februari 2012 Nomor : /H5.2.1.8/SPB/2010
Lampiran : -
Perihal : Pengumpulan Data Riset Mahasiswa Program Studi D-III Statistik Kepada Yth :
Kepala Badan Pusat Statistik (BPS) Sumatera Utara Jl. Asrama No. 179
Medan
Dengan hormat, bersama ini kami memohon kesediaan Bapak/Ibu untuk menerima Mahasiswa Program Studi D-III Statistik FMIPA USU Medan, dengan tujuan mengadakan penelitian data terkait judul penelitian Mahasiswa yang bersangkutan, atas nama :
Data yang akan diteliti khusus dipergunakan untuk menyusun Tugas Akhir Mahasiswa yang bersangkutan pada Program D-III Statistika FMIPA USU.
Demikian kami sampaikan, atas perhatian dan kerjasama yang baik diucapkan terima kasih.
a.n Dekan
Pembantu Dekan I
NIP. 19611115 198803 2 002 Dr. Marpongahtun, M.Sc Tembusan :
1. Yth. Ketua Program Studi D-III Statistik 2. Arsip
No. Nama NIM
(4)
KEMENTERIAN PENDIDIKAN NASIONAL UNIVERSITAS SUMATERA UTARA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM DIPLOMA 3 KOMPUTER DAN STATISTIKA Jl. Bioteknologi No.1 Kampus USU Padang Bulan Medan 20155
Telp. (061) 8211050 - 8214290, Fax. ( 061 ) 8214290
KARTU BIIMBINGAN TUGAS AKHIR MAHASISWA
Nama : NURCAHYANTO
NIM : 092407090
Judul Tugas Akhir : PREDIKSI JUMLAH WISATAWAN ASING BERKUNJUNG KE SUMATERA UTARA TAHUN 2012
Dosen Pembimbing : Drs. Djenda Djudjur Ginting, M.Si Tanggal Mulai Bimbingan : ………..
Tanggal Selesai Bimbingan : ……….. No. Tanggal
Asistensi Bimbingan Pembahasan Asistensi Mengenai, Pada BAB Paraf Dosen Pembimbing Keterangan 1. 2. 3. 4. 5. 6. 7.
Kartu ini harap dikembalikan ke Departemen Matematika bila bimbingan mahasiswa telah selesai.
Diketahui Disetujui
Ketua Departemen Matematika FMIPA USU Pembimbing Utama
Prof. Dr. Tulus, M.Si
NIP. 19620901 198803 1 002 NIP. 19470819 197710 1 001
(5)
KEMENTERIAN PENDIDIKAN NASIONAL UNIVERSITAS SUMATERA UTARA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM DIPLOMA 3 KOMPUTER DAN STATISTIKA Jl. Bioteknologi No.1 Kampus USU Padang Bulan Medan 20155
Telp. (061) 8211050 - 8214290, Fax. ( 061 ) 8214290
Hasil Uji Program Tugas Akhir SURAT KETERANGAN
Yang bertanda tangan di bawah ini menerangkan bahwa Mahasiswa Tugas Akhir Program Diploma III Statistka :
Nama : NURCAHYANTO
NIM : 092407090 Program Studi : D-III Statistika
Judul Tugas Akhir : PREDIKSI JUMLAH WISATAWAN ASING YANG BERKUNJUNG KE SUMATERA UTARA TAHUN 2012 Telah melaksanakan test program tugas akhir mahasiswa tersebut di atas pada tanggal ...
Dengan Hasil : Sukses / Gagal
Demikian diterangkan untuk digunakan melengkapi syarat pendaftaran Ujian Meja Hijau Tugas Akhir Mahasiswa bersangkutan di Jurusan Matematika FMIPA USU Medan.
Medan, Juni 2012 Dosen Pembimbing
NIP. 19470819 197710 1 001
(6)