Nilai Tengah Kesalahan Absolut MAE Nilai Tengah Kesalahan ME Nilai Tengah Kesalahan Absolut MAE Jumlah Kesalahan Kuadrat SSE Nilai Tengah Kesalahan Absolut MAE Jumlah Kesalahan Kuadrat SSE = Nilai Tengah Kesalahan Kuadrat MSE Pengertian Implementasi Siste

= 2010 F 2,268,103,583+447,961,7392 = 3,164,027,062 Tabel 3.3.7b Perhitungan Ukuran Statistik Standar untuk Suatu Set Kesalahan Tahun Penjualan Rp.000 Nilai Peramalan a+bm Error Absolut Error Squared Error 2005 1,195,686,899 1,264,077,206 -68,390,307 63,390,307 4,018,331,021,554,250 2006 1,251,006,637 1,354,875,170 -103,868,533 103,868,533 10,788,672,147,572,100 2007 1,691,530,640 1,362,492,367 329,038,273 329,038,273 108,266,185,098,823,000 2008 2,302,008,865 1,925,283,511 376,725,354 376,725,354 141,921,992,346,425,000 Jumlah 6,440,233,041 5,906,728,254 533,504,787 873,022,467 264,995,180,614,374,000 Rata-rata 1,610,058,260 1,476,682,064 133,376,197 218,255,617 66,248,795,153,593,500

a. Nilai Tengah Kesalahan ME

= n ei 1 ∑ = n i = 133,376,197

b. Nilai Tengah Kesalahan Absolut MAE

= n ei n 1 i ∑ = = 218,255,617 c. Jumlah Kesalahan Kuadrat SSE = ∑ = n 1 2 ei i = 264,995,180,614,374,000 Universitas Sumatera Utara

d. Nilai Tengah Kesalahan Kuadrat MSE

= n i ∑ = n 1 2 ei = 66,248,795,153,593,500 Hasil perhitungan yang telah diperoleh, dapat ditunjukan dalam bentuk grafik dibawah ini : Gambar 3.3.7 Peramalan dan Realisasi Hasil Penjualan Minyak Sawit α=0,7

3.3.8 Forecast Eksponensial Smoothing Linear Satu Parameter dari Brown dengan α = 0,8

Tahun ke-2 2004 dengan 2 X = 1,111,796,068 a. Perhitungan Eksponensial Tunggal 500.000.000 1.000.000.000 1.500.000.000 2.000.000.000 2.500.000.000 3.000.000.000 3.500.000.000 20032004200520062007200820092010 Ju m lah P en ju al an Tahun Ramalan Realisasi Hasil Penjualan dengan Alpha 0,7 penjualan Rp.000 pemulusan eksponensial tunggal st pemulusan eksponensial ganda st nilai a nilai b nilai peramalan a+bm Universitas Sumatera Utara t S ′ = 1 1 1 + ′ − + t S aX α 2 S ′ = 0,8 1,111,796,068 + 0,2 731,093,224 = 1,035,655,499 b. Perhitungan Eksponensial Ganda t S ′′ = 1 1 + ′′ − + t t S X α α 2 S ′′ = 0,8 769,163,508 + 0,2 731,093,224 = 974,743,044 c. Perhitungan untuk Nilai a t a = t S t S ′′ − ′ 2 2 a = 2 1,035,655,499 - 974,743,044 = 1,096,567,954 d. Perhitungan untuk Nilai b t t t S S b ′′ − ′ − = α α 1 4 , 6 , 2 = b 1,035,655,499 - 974,743,044 = 243,649,820 e. Perhitungan peramalan untuk Tahun ke-32005 dengan m=1 m b a F t t m t + = + Universitas Sumatera Utara 1 2004 2004 1 2004 b a F + = + = 2005 F 1,096,567,954 + 243,649,820 = 1,340,217,774 Perhitungan Peramalan secara lengkap seperti pada Tabel 3.3.8 Tabel 3.3.8a Peramalan dengan Eksponensial Smoothing α = 0,8 Tahun Penjualan Rp.000 Pemulusan Eksponensial Tunggal st Pemulusan Eksponensial Ganda st Nilai a Nilai b Nilai Peramalan a+bm 2003 731,093,224 731,093,224 731,093,224 - - - 2004 1,111,796,068 1,035,655,499 974,743,044 1,096,567,954 243,649,820 - 2005 1,195,686,899 1,163,680,619 1,125,893,104 1,201,468,134 151,150,060 1,340,217,774 2006 1,251,006,637 1,233,541,433 1,212,011,768 1,255,071,099 86,118,663 1,352,618,194 2007 1,691,530,640 1,599,932,799 1,522,348,592 1,677,517,005 310,336,825 1,341,189,763 2008 2,302,008,865 2,161,593,652 2,033,744,640 2,289,442,664 511,396,047 1,987,853,830 2009 - - - - - 2,800,838,711 2010 - - - - - 3,312,234,758 Peramalan Hasil Penjualan Minyak Sawit pada Tahun 2009 dengan m=1 2008 2008 2008 m b a F m + = + 1 2008 2008 1 2008 b a F + = + = 2009 F 2,289,442,664 + 511,396,047 1 = 2,800,838,711 Peramalan Hasil Penjualan Minyak Sawit pada tahun 2010 dengan m=2 2008 2008 2008 m b a F m + = + Universitas Sumatera Utara 2 2008 2008 1 2008 b a F + = + = 2010 F 2,289,442,664+511,396,047 2 = 3,312,234,758 Tabel 3.3.8b Perhitungan Ukuran Statistik Standar untuk Suatu Set Kesalahan Tahun Penjualan Rp.000 Nilai Peramalan a+bm Error Absolut Error Squared Error 2005 1,195,686,899 1,340,217,774 -144,530,875 144,530,875 20,889,173,828,265,600 2006 1,251,006,637 1,352,618,194 -101,611,557 101,611,557 10,324,908,515,964,200 2007 1,691,530,640 1,341,189,763 350,340,877 350,340,877 122,738,730,097,129,000 2008 2,302,008,865 1,987,853,830 314,155,035 314,155,035 98,693,386,015,851,200 Jumlah 6,440,233,041 6,021,879,561 418,353,480 910,638,344 252,646,198,457,210,000 Rata-rata 1,610,058,260 1,505,469,890 104,588,370 227,659,586 63,161,549,614,302,600

a. Nilai Tengah Kesalahan ME

= n ei 1 ∑ = n i = 104,588,370

b. Nilai Tengah Kesalahan Absolut MAE

= n ei n 1 i ∑ = = 227,659,586

c. Jumlah Kesalahan Kuadrat SSE

Universitas Sumatera Utara = ∑ = n 1 2 ei i = 252,646,198,457,210,000

d. Nilai Tengah Kesalahan Kuadrat MSE

= n i ∑ = n 1 2 ei = 63,161,549,614,302,600 Hasil perhitungan yang telah diperoleh, dapat ditunjukan dalam bentuk grafik dibawah ini : Gambar 3.3.8 Peramalan dan Realisasi Hasil Penjualan Minyak Sawit α=0,8

3.3.9 Forecast Eksponensial Smoothing Linear Satu Parameter dari Brown dengan α = 0,9

500.000.000 1.000.000.000 1.500.000.000 2.000.000.000 2.500.000.000 3.000.000.000 3.500.000.000 2 3 2 4 2 5 2 6 2 7 2 8 2 9 2 1 Ju m lah pe nj ual an Tahun Ramalan Realisasi Hasil Penjualan dengan Alpha 0,8 penjualan Rp.000 pemulusan eksponensial tunggal st pemulusan eksponensial ganda st nilai a nilai b nilai peramalan a+bm Universitas Sumatera Utara Tahun ke-2 2004 dengan 2 X = 1,111,796,068 a. Perhitungan Eksponensial Tunggal t S ′ = 1 1 1 + ′ − + t S aX α 2 S ′ = 0,9 1,111,796,068 + 0,1 731,093,224 = 1,073,725,784 b. Perhitungan Eksponensial Ganda t S ′′ = 1 1 + ′′ − + t t S X α α 2 S ′′ = 0,9 769,163,508 + 0,1 731,093,224 = 1,039,462,528 c. Perhitungan untuk Nilai a t a = t S t S ′′ − ′ 2 2 a = 2 1,073,725,784 - 1,039,462,528 = 1,107,989,040 d. Perhitungan untuk Nilai b t t t S S b ′′ − ′ − = α α 1 4 , 6 , 2 = b 1,073,725,784 - 1,039,462,528 = 308,369,304 e. Perhitungan peramalan untuk Tahun ke-32005 dengan m=1 Universitas Sumatera Utara m b a F t t m t + = + 1 2004 2004 1 2004 b a F + = + = 2005 F 1,107,989,040 + 308,369,304 = 1,416,358,343 Perhitungan Peramalan secara lengkap seperti pada Tabel 3.3.9 Tabel 3.3.9a Peramalan dengan Eksponensial Smoothing α = 0,9 Tahun Penjualan Rp.000 Pemulusan Eksponensial Tunggal st Pemulusan Eksponensial Ganda st Nilai a Nilai b Nilai Peramalan a+bm 2003 731,093,224 731,093,224 731,093,224 - - - 2004 1,111,796,06 8 1,073,725,78 4 1,039,462,52 8 1,107,989,04 308,369,30 4 - 2005 1,195,686,89 9 1,183,490,78 7 1,169,087,96 1 1,197,893,61 3 129,625,43 4 1,416,358,34 3 2006 1,251,006,63 7 1,244,255,05 2 1,236,738,34 3 1,251,771,76 1 67,650,382 1,327,519,04 7 2007 1,691,530,64 1,646,803,08 1 1,605,796,60 7 1,687,809,55 5 369,058,26 4 1,319,422,14 3 2008 2,302,008,86 5 2,236,488,28 7 2,173,419,11 9 2,299,557,45 5 567,622,51 1 2,056,867,81 9 2009 - - - - - 2,867,179,96 6 2010 - - - - - 3,434,802,47 7 Peramalan Hasil Penjualan Minyak Sawit pada tahun 2009 dengan m=1 2008 2008 2008 m b a F m + = + 1 2008 2008 1 2008 b a F + = + = 2009 F 2,299,557,455 + 567,622,511 1 = 2,867,179,966 Peramalan Hasil Penjualan Minyak Sawit pada tahun 2010 dengan m=2 Universitas Sumatera Utara 2008 2008 2008 m b a F m + = + 2 2008 2008 1 2008 b a F + = + = 2010 F 2,299,557,455 + 567,622,511 2 = 3,434,802,477 Tabel 3.3.9b Perhitungan Ukuran Statistik Standar untuk Suatu Set Kesalahan Tahun Penjualan Rp.000 Nilai Peramalan a+bm Error Absolut Error Squared Error 2005 1,195,686,899 1,416,358,343 -220,671,444 220,671,444 48,695,886,197,045,100 2006 1,251,006,637 1,327,519,047 -76,512,410 76,512,410 5,854,148,884,008,100 2007 1,691,530,640 1,319,422,143 372,108,497 372,108,497 138,464,733,539,599,000 2008 2,302,008,865 2,056,867,819 245,141,046 245,141,046 60,094,132,433,974,100 Jumlah 6,440,233,041 6,120,167,353 320,065,688 914,433,397 253,108,901,054,626,000 Rata-rata 1,610,058,260 1,530,041,838 80,016,422 228,608,349 63,277,225,263,656,600

a. Nilai Tengah Kesalahan ME

= n ei 1 ∑ = n i = 80,016,422

b. Nilai Tengah Kesalahan Absolut MAE

= n ei n 1 i ∑ = = 228,608,349 Universitas Sumatera Utara

c. Jumlah Kesalahan Kuadrat SSE =

∑ = n 1 2 ei i = 253,108,901,054,626,000

d. Nilai Tengah Kesalahan Kuadrat MSE

= n i ∑ = n 1 2 ei = 63,277,225,263,656,600 Hasil perhitungan yang telah diperoleh, dapat ditunjukan dalam bentuk grafik dibawah ini : Gambar 3.3.9 Peramalan dan Realisasi Hasil Penjualan Minyak Sawit α=0,9 2.000.000.000 4.000.000.000 6.000.000.000 8.000.000.000 10.000.000.000 12.000.000.000 2003 2004 2005 2006 2007 2008 2009 2010 Ju m la h P e n ju a la n Tahun Ramalan Realisasi Hasil Penjualan dengan Alpha 0,9 nilai peramalan a+bm nilai b nilai a pemulusan eksponensial ganda st pemulusan eksponensial tunggal st penjualan Rp.000 Universitas Sumatera Utara Universitas Sumatera Utara BAB 4 IMPLEMENTASI SISTEM

4.1 Pengertian Implementasi Sistem

Implementasi sistem adalah prosedur yang dilakukan untuk menyelesaikan desain sistem yang ada dalam dokumen desain sistem yang disetujui, menginstal dan mulai menggunakan sistem baru atau sistem yang diperbaiki. Dalam pengolahan data, penulis menggunakan software Microsoft Excel.

4.2 Sarana Yang Digunakan

Pembuatan sesuatu kegiatansistem tidak terlepas dari peralatan, prosedur dan yang paling mendukung proses pembuatan tersebut adalah: 1. Hardware 2. Software 3. Brainware Universitas Sumatera Utara Sarana yang digunakan dalam pengolahan data ini adalah Microsoft Excel. Program Excel adalah program pengolahan data yang bisa disebut dengan program spreadsheet, dimana Excel bisa juga untuk mengolah data berupa angka ataupun pengolahan data yang lainnya. Dalam bidang statistik, walaupun Excel tidak khusus didesain untuk itu, kemampuan pengolahan data statistiknya tidak kalah dengan software statistik seperti SPSS, MINITAB dan sebagainya. Keunggulan Excel salah satunya yaitu, pada kepopuleran program tersebut di masyarakat, hingga banyak user sudah familiar dan terbiasa dengan cara kerja dan kehandalan Excel, hingga penggunaan analisa statistik pada Excel akan sangat mudah dipahami dan dilakukan.

4.3 Tahap-Tahap Implementasi