Peramalan Jumlah Kebutuhan Beras dan Produksi Padi di Kabupaten Simalungun Tahun 2013-2017 dengan Metode Smoothing Eksponensial Ganda Brown

(1)

PERSETUJUAN

Judul : Peramalan Jumlah Kebutuhan Beras dan Produksi Padi di Kabupaten Simalungun Tahun 2013-2017 dengan Metode Smoothing Eksponensial Ganda Brown

Kategori : Tugas Akhir

Nama : Simon JN Sinaga

Nomor Induk Mahasiswa : 112407023 Program Studi : D3 Statistika

Departemen : Matematika

Fakultas : Matematika Dan Ilmu Pengetahuan Alam Universitas Sumatera Utara

Disetujui di Medan, Juli 2014

Disetujui Oleh:

Program Studi D3 Statistika FMIPA USU

Ketua, Pembimbing,

Dr. Faigiziduhu Bu’ulölö, M.Si Dr. Suwarno Ariswoyo, M.Si

(2)

PERAMALAN JUMLAH KEBUTUHAN BERAS DAN PRODUKSI PADI DI KABUPATEN SIMALUNGUN TAHUN 2013-2017

DENGAN METODE SMOOTHING EKSPONENSIAL GANDA BROWN

TUGAS AKHIR

Sayamengakuibahwatugasakhiriniadalahhasilkaryasendiri,

kecualibeberapakutipandanringkasanmasing–masingdisebutkansumbernya.

Medan, Juli 2014

SIMON JN SINAGA 112407023

(3)

PENGHARGAAN

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha Penyayang, dengan limpah karunia-Nya Penulis dapat menyelesaikan penyusunan Tugas Akhir ini dengan judul Peramalan Jumlah Kebutuhan Beras dan Produksi Padi di Kabupaten Simalungun Tahun 2013-2017 Dengan Metode Smoothing Eksponensial Ganda Brown.

Terima kasih penulis sampaikan kepada Bapak Dr. Suwarno Ariswoyo, M.Si selaku pembimbing dan Sekretaris Program Studi D3 Statistika FMIPA USU yang telah meluangkan waktunya selama penyusunan tugas akhir ini.Terima kasih kepada Bapak Dr. Faigiziduhu Bu’ulölö, M.Si selaku Ketua Program Studi D3 Statistika FMIPA USU, Bapak Prof. Dr. Tulus. M.Si dan Ibu Dr. Mardiningsih, M.Si selaku Ketua dan Sekretaris Departemen Matematika FMIPA USU Medan, Bapak Dr. Sutarman M.Sc selaku Dekan FMIPA USU Medan, seluruh staff dan Dosen Program Studi D3 Statistika FMIPA USU, pengawai FMIPA USU dan rekan-rekan kuliah. Akhirnya tidak terlupakan kepada Ayahanda tercinta Jan Siner Sinaga, Ibunda tercinta Nelly Suryani Saragih dan keluarga yang selama ini memberikan bantuan dan dorongan yang diperlukan. Semoga Tuhan Yang Maha Esa akan membalasnya.

(4)

Halaman

PERSETUJUAN i

PERNYATAAN ii

PENGHARGAAN iii

DAFTAR ISI iv

DAFTAR TABEL vi

DAFTAR GAMBAR vii

BAB 1. PENDAHULUAN 1

1.1 Latar Belakang 1

1.2 Rumusan Masalah 2

1.3 Batasan Masalah 3

1.4 Tujuan Penelitian 4

1.5 Manfaat Penelitian 4

1.6 Metode Penelitian 5

1.7 Lokasi Penelitian 5

1.8 Sistematika Penulisan 6

BAB 2. LANDASAN TEORI 8

2.1 Produksi 8

2.2 Kebutuhan 8

2.3 Uji Kecukupan Sampel 9

2.4 Peramalan 10

2.4.1 Pengertian Peramalan 10

2.4.2 Jenis-jenis Peramalan 11

2.4.3 Prosedur dalam Penelitian 13

2.4.4 Menghitung Kesalahan Peramalan 14

2.5 Metode Analisa 15

2.5.1 Metode Laju Pertumbuhan Eksponensial 15 2.5.2 Metode Smoothing Eksponensial Ganda 16

BAB 3. GAMBARAN UMUM 19

3.1 Geografi 19

3.1.1 Letak dan Keadaan Geografi 19

3.1.2 Iklim 19

3.2 Penduduk 20

(5)

3.3.1 Pendidikan 21

3.3.2 Kesehatan 22

3.3.3 Pemerintahan 22

3.4 Pertanian 23

3.4.1 Tanaman Bahan Makanan 23

3.4.2 Perkebunan 24

3.4.3 Kehutanan 24

3.4.4 Perikanan dan Peternakan 24

3.5 Industri 25

3.5.1 Listrik 26

3.5.2 Air Minum 26

3.5.3 Pertambangan 27

3.6 Perdagangan 27

3.7 Pengeluaran dan Konsumsi 28

3.8 Logo Simalungun 28

3.9 Gambaran Umum Tempat Riset 29

3.9.1 Sejarah Badan Pusat Statistik 29

3.9.2 Visi dan Misi Badan Pusat Statistik 33

3.9.3 Struktur Organisasi BPS 34

BAB 4 PENGOLAHAN DATA 46

4.1 Perhitungan Jumlah Penduduk 46

4.2 Proyeksi Produksi Tanaman Padi 50

4.3 Peramalan Produksi Padi Tahun 2013-2017 66

4.4 AnalisaKonsums Kebutuhan Beras 68

BAB 5 IMPLEMENTASI SISTEM 73

5.1 Pengertian Implementasi Sistem 73

5.2 Sekilas Tentang Microsoft Excel 74

5.3 Memulai Pengolahan Data dengan Excel 74

5.4 Pembuatan Grafik 79

BAB 6 PENUTUP 81

6.1 Kesimpulan 81

6.2 Saran 82

DAFTAR PUSTAKA LAMPIRAN

(6)

Nomor Judul HalamanTabel Tabel 4.1 Jumlah Penduduk di Kabupaten Siamalungun 46 Tabel 4.2 Proyeksi Penduduk Kabupaten Simalungun 50

Tabel 4.3 Produksi Padi di Kabupaten Simalungun 51

Tabel 4.4 Uji Kecukupan Sampel 52

Tabel 4.5 Metode Smoothing Eksponensial Satu Parameter Dari Brown

Dengan α = 0.1 55

Tabel 4.6 Metode Smoothing Eksponensial Satu Parameter Dari Brown

Dengan α = 0.2 56

Tabel 4.7 Metode Smoothing Eksponensial Satu Parameter Dari Brown

Dengan α = 0.3 57

Tabel 4.8 Metode Smoothing Eksponensial Satu Parameter Dari Brown

Dengan α =0.4 58

Tabel 4.9 Metode Smoothing Eksponensial Satu Parameter Dari Brown

Dengan α = 0.5 59

Tabel 4.10 Metode Smoothing Eksponensial Satu Parameter Dari Brown

Dengan α = 0.6 60

Tabel 4.11 Metode Smoothing Eksponensial Satu Parameter Dari Brown

Dengan α = 0.7 61

Tabel 4.12 Metode Smoothing Eksponensial Satu Parameter Dari Brown

Dengan α = 0.8 62

Tabel 4.13 Metode Smoothing Eksponensial Satu Parameter Dari Brown

Dengan α = 0.9 63

Tabel 4.14 Perbandingan Ukuran Ketetapan Metode Peramalan 64 Tabel 4.15 Perbandingan Produksi Padi Sebenarnya, Pemulusan Pertama

Pemulusan Ganda, dan Hasil Peramalannya 66 Tabel 4.16 Peramalan Produksi Padi di Kabupaten Simalungun 68 Tabel 4.17 Peramalan Produksi Padi, Produksi Beras, dan Selisihnya

(7)

DAFTAR GAMBAR

Nomor Judul Halaman Gambar

Gambar 4.1 Jumlah Penduduk Kabupaten Simalungun 47

Gambar 4.2 Produksi Padi di Kabupaten Simalungun 51

Gambar 5.1 Langkah awal dalam Ms.Excel 75

Gambar 5.2 Tampilan Worksheet Ms.Excel 75

Gambar 5.3 Produksi Padi di Kabupaten Simalungun 76

Gambar 5.4 Perhitungan Peramalan 79

(8)

(9)

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Tanaman padi merupakan komoditas pertanian yang terpenting dalam kehidupan penduduk Indonesia. Selain itu, sektor pertanian khususnya padi memegang peranan penting sebagai salah satu komoditas andalan penyumbang devisa negara dari sektor non migas.

Ditinjau dari segi motif dan latar belakang para petani menanam padi (khususnya petani di Kabupaten Simalungun), dapat dibedakan menjadi dua bagian:

a. Petani yang menanam padi hanya sekedar memenuhi kebutuhan untuk kebutuhan sendiri.

b. Petani yang menanam padi sebagai sumber mata pencaharian, dengan menjual hasil panen yang didapatnya.

Semua komoditas padi yang ditanam oleh petani-petani di Indonesia memiliki kelebihan maupun kekurangan yang secara umum terletak pada hal-hal berikut :

a. Banyaknya hasil panen. b. Mutu beras yang dihasilkan.

c. Tahan tidaknya tanaman padi terhadap gangguan hama maupun penyakit.

(10)

Produksi padi dan kebutuhan akan beras merupakan hal mutlak yang harus selalu mendapat perhatian dari pemerintah. Hal ini dikarenakan untuk mencegah permintaan akan beras yang lebih besar daripada produksi padi para petani. Karena jika terjadi demikian maka kesejahteraan masyarakat akan terhambat akibat kekurangan bahan pangan pokok. Selain itu juga dapat menimbulkan masalah-masalah di bidang lainnya di dalam pemerintahan seperti di bidang kesehatan, pendidikan, ekonomi, dan lainnya.

Oleh karena itu, studi tentang peramalan hasil produksi padi dan kebutuhan beras ini menjadi objek yang sangat menarik untuk dibahas lebih lanjut, yang bermanfaat membantu pemerintah dan pihak-pihak terkait dalam mengambil kebijakan atau tindakan pencegahannya.

Berdasarkan uraian diatas maka untuk melengkapi persyaratan kelulusan dalam membuat Tugas Akhir, penulis memilih judul “Peramalan Jumlah Kebutuhan Beras dan Produksi Padi Di Kabupaten Simalungun Pada Tahun 2013-2017 Dengan Menggunakan Smoothing Eksponensial Ganda Brown”.

1.2 Rumusan Masalah

Sesuai dengan judul tersebut diatas, maka yang menjadi ruang lingkup permasalahan adalah bagaimana keadaan jumlah produksi padi di Kabupaten Simalungun pada tahun-tahun yang akan datang, akankah hasil produksi padi tersebut dapat memenuhi tingkat permintaan masyarakat akan beras atau akankah Pemerintah Daerah harus memasok beras dari daerah lain untuk memenuhi permintaan tersebut.

(11)

Berdasarkan latar belakang yang telah diuraikan diatas, maka yang menjadi rumusan masalah tulisan ini adalah:

1. Berapa banyaknya produksi padi di Kabupaten Simalungun pada tahun 2013-2017 ?

2. Berapa besar kebutuhan beras penduduk Simalungun pada tahun 2013-2017 ?

3. Berapa banyaknya jumlah penduduk di Kabupaten Simalungun pada tahun 2013-2017 ?

4. Apakah produksi padi di Kabupaten Simalungun pada tahun 2013-2017 masih dapat mencukupi kebutuhan beras pada tahun-tahun tersebut ?

1.3 Batasan Masalah

Sehubungan dengan keterbatasan waktu dan kemampuan penulis serta untuk menghindari kesimpangsiuran dalam penulisan Tugas Akhir yang sesuai dengan rumusan masalah dan latar belakang masalah yang telah diuraikan, maka penulis membatasi ruang lingkup penelitian pada peramalan jumlah kebutuhan beras dan produksi padi yang ada di Kabupaten Simalungun khususnya untuk tahun 2013-2017 dengan asumsi bahwa tidak ada perubahan luas lahan pertanian padi dan keadaan yang mempengaruhi produksi padi. Dengan kata lain, hasil peramalan produksi padi pada tahun 2013-2017 memiliki keadaan yang sama dengan tahun sebelumnya yaitu 2003-2012, dan data yang dibutuhkan diperoleh dari Badan Pusat Statistik Provinsi.

(12)

1.4 Tujuan Penelitian

Tujuan penelitian ini adalah :

1. Untuk meramalkan berapa banyaknya produksi padi di Kabupaten Simalungun pada tahun 2013-2017.

2. Untuk memperkirakan berapa besar kebutuhan beras penduduk Simalungun pada tahun 2013-2007.

3. Untuk meramalkan berapa banyak jumlah penduduk di Kabupaten Simalungun pada tahun 2013-2107.

Untuk mengetahui apakah produksi padi di Kabupaten Simalungun pada tahun 2013-2017 masih dapat mencukupi kebutuhan kebutuhan beras pada tahun-tahun tersebut.

1.5 Manfaat Penelitian

Manfaat penelitian ini adalah :

1. Memberikan masukan yang dapat menjadi bahan pertimbangan bagi pemerintah dan pihak-pihak terkait untuk menghadapi tuntutan akan kebutuhan beras pada tahun-tahun yang akan datang, khususnya untuk tahun 2013-2017.

2. Sebagai informasi bagi BPS khususnya mengenai produksi padi dan kebutuhan beras di Kabupatemn Simalungun.

3. Sebagai sarana meningkatkan pengetahuna dan wawasan penulis dalam menganalisa data.

(13)

1.6 Metode Penelitian

Metode yang digunakan penulis dalam melaksanakan penelitian diantaranya adalah :

1. Studi kepustakaan (Library Research)

Suatu cara penelitian yang digunakan untuk memperoleh data atau informasi dari perpustakaan yaitu dengan membaca buku-buku, referensi, bahan-bahan yang bersifat teoritis yang dapat membantu penulis dalam menyelesaikan Tugas Akhir ini.

2. Metode Pengumpulan Data

Untuk mengumpulkan data dalam pelaksanaan riset ini, penulis menggunakan data sekunder yang terdapat di Badan Pusat Statistik Provinsi Sumatera Utara.

Data sekunder tersebut adalah data yang diperoleh dan dirangkum ulang berdasarkan data yang telah tersedia dan disusun oleh Badan Pusat Statistik (BPS) Provinsi.Data yang dikumpulkan tersebut kemudian diatur/disusun dan disajikan dalam bentuk tabel yang berisi angka-angka yang diperlukan, dengan tujuan untuk mendapatkan gambaran yang jelas tentang data tersebut.

1.7 Lokasi Penelitian

Penelitian atau pengumpulan data dilakukan di Badan Pusat Statistik Provinsi Sumatera Utara Jl.Asrama No.179 Medan.

(14)

1.8 Sistematika Penulisan

Adapun sistematika penulisan yang diuraikan oleh penulis antara lain:

BAB 1 PENDAHULUAN

Dalam bab ini terdapat penjelasan mengenai latar belakang, perumusan masalah, batasan masalah, tujuan dan manfaat penelitian, metodologi peneletian, lokasi penelitian, dan sistematika penulisannya.

BAB 2 LANDASAN TEORI

Pada bab ini diuraikan mengenai pengertian produksi, kebutuhan, uji kecukupan sampel, peramalan, metode pertumbuhan geometri, metode smoothing exponensial ganda.

BAB 3 GAMBARAN UMUM

Dalam bab ini penulis menguraikan gambara mengenai Kabupaten Simalungun yang menjadi objek penelitian penulis dalam membuat tugas akhir ini, antara lain mencakup geografisnya, iklim, penduduk, sektor pertanian, dan pemerintahannya.

BAB 4 PENGOLAHAN DATA

Pada bab ini penulis melakukan proyeksi data penduduk dengan metode laju pertumbuhan penduduk eksponensial, dan data produksi padinya dengan Metode Smoothing Eksponensial Berganda, serta melakukan perhitungan

(15)

BAB 5 IMPLEMENTASI SISTEM

Dalam bab ini diuraikan tentang penerapan hasil desain secara tertulis ke dalam programming. Untuk menyelesaikan tugas akhir ini penulis menggunakan Microsoft Excel.

BAB 6 KESIMPULAN DAN SARAN

Bab ini terdiri atas kesimpulan dari hasil analisis yang telah dilakukan serta saran berdasarkan kesimpulan yang diperoleh yang tentunya bermanfaat bagi pembaca dan pihak yang membutuhkannya.

(16)

LANDASAN TEORI

2.1 Produksi

Produksi padi merupakan salah satu hasil bercocok tanam yang dilakukan dengan penanaman bibit padi dan perawatan serta pemupukan secara teratur sehingga menghaslkan suatu produksi padi yang bermanfaat. Padi tersebut kemudian diproses menjadi beras, yang mana beras itu sendiri akan diolah menjadi nasi. Nasi merupakan sumber kalori utama yang banyak mengandung unsur karbohidrat yang sangat tinggi sehingga sangat bermanfaat dan sangat mempengaruhi aktivitas manusia khususnya bangsa Indonesia terlebih lagi masyarakat di Kabupaten Simalungun yang menjadikan nasi sebagai bahan pangan utama.

2.2 Kebutuhan

Kebutuhan adalah suatu hal penting yang harus dipenuhi yang dapat mempengaruhi kesejahteraan hidup makhluk hidup khususnya manusia. Kebutuhan menurut intensitas/tingkatan dapat dibagi menjadi tiga bagian, antara lain:

1. Kebutuhan Primer (Kebutuhan Pokok)

2. Kebutuhan Sekunder (Kebutuhan Tambahan/Pelengkap) 3. Kebutuhan Tersier

Kebutuhan pokok (primer) merupakan suatu kebutuhan yang harus dipenuhi untuk mendukung aktivitas hidup sehari-hari. Jika hal tersebut tidak

(17)

dipenuhi maka akan dapat menghambat semua semua atau sebagian dari aktivitas manusia tersebut, serta dapat mengurangi keejahteraan hidup manusia itu sendiri.

Kebutuhan akan komoditi padi itu sendiri memegang peranan penting bagi kehidupan bangsa Indonesia pada umumnya dan bagi masyarakat Simalungun pada khususnya. Kebutuhana akan padi dan beras sangat mempengaruhi bidang kehidupan masyarakat seperti bidang kesehatan, pendidikan, olahraga, ekonomi, dan lainnya. Oleh karena itu, kebutuhan akan komoditi padi ini sangat menarik untuk dipelajari lebih lanjut.

2.3 Uji Kecukupan Sampel

Dalam melakukan penelitian terhadap populasi yang sangat besar, pengguna perlu melakukan suatu penarikan sampel.Hal ini dikarenakan tidak selamanya pengguna dapat melakukan pengamatan seluruhnya pada populasi tersebut. Di samping itu juga, terdapat faktor-faktor yang tidak memungkinkan antara lain ketersediaan dana, tenaga, dan waktu penulis yang terbatas.

Sampel yang baik adalah sampel yang representatif, artinya sampel tersebut harus dapat menggambarkan atau menerangkan sifat-sifat karakteristik dari populasinya.Hal ini dapat diketahui dengan melihat kecukupan sampel yang dikumpulkan. Suatu sampel dikatakan sudah mencukupi atau mewakili populasinya apabila N’<N, dengan N adalah banyaknya sampel yang kita kumpulkan, adalah data yang dikumpukan, dan N’ adalah sampel yang diperoleh dari rumus :

(18)

= ( )

Keterangan : = banyak sampel (hasil uji kecukupan sampel)

= banyak sampel (tahun) yang digunakan

= Produksi padi pada tahun ke-i

2.4 Peramalan

2.4.1 Pengertian Peramalan

Peramalan (Sofyan Assauri,1991) adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang akan datang. Peramalan dibutuhkan untuk mengetahui/memperkirakan kapan suatu peristiwa akan tejadi atau berapa jumlah suatu kebutuhan tertentu di masa mendatan. Dengan peramalan kita juga dapat memperkirakan bagaimana suatu peristiwa yang ingin kita ketahui dapat terjadi di masa yang akan datang.

Dengan demikian peramalan sangat bermanfaat bagi kita untuk melakukan suatu persiapan untuk menghadapi masa yang akan datang, serta dapat membantu kita dalam mengambil kebijakan dan tindakan-tindakan penting tentang sesuatu hal.

(19)

2.5 Jenis-jenis Peramalan

Peramalan dapat dibedakan menjadi beberapa macam berdasarkan sudut pandang kita melihatnya. Bila dilihat dari sifat penyusunannya, maka peramalan dapat dibagi menjadi dua macam, yaitu :

1. Peramalan objektif, yaitu peramalan yang didasarkan pada data yang relevan dari masa lalu dengan menggunakan teknik-teknik atau metode-metode dalam penganalisaan data tersebut.

2. Peramalan Subjektif, yaitu peramalan yang didasarkan pada perasaan atau intuisi dari orang yang menyusunnya.

Jika dilihat dari jangka waktu ramalan yang disusun, maka peramalan dapat dibedakan atas dua macam, yaitu :

1. Peramalan jangka panjang, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan yang jangka waktunya lebih dari 3,5 Tahun atau 3 Semester.

2. Peramalan jangka pendek, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan dengan jangka waktu yang kurang dari 1,5 Tahun atau 3 Semester.

Berdasarkan sifat ramalan yang telah disusun maka peramalan dibedakan menjadi dua macam, yaitu :

1. Peramalankualitatif, yaitu peramalan yang didasarkan atas data kualitaif masa lalu. Hasil peramalan yang dibuat sangat bergantung pada orang yang menyusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan oleh

(20)

pemikiran yang bersifat intuisi, pendapat, dan pengetahuan, serta pengalaman penyusunnya.

2. Peramalan kuantitatif, yaitu peramalan yang didasarkan atas data kuantitatif pada masa lalu. Peramalan kuantitatif sangat mengandalkan data historis yang ada. Hasil peramalan yang dibuat sangat bergantung pada metode-metode yang digunakan dalam peramalan tersebut.

Peramalan kuantitatif hanya dapat digunakan apabila terdapat tiga kondisi sebagai berikut:

1. Adanya informasi tentang keadaan masa lalu.

2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data.

3. Dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada masa yang akan datang.

Teknik kuantitatif ini biasanya dikelompokkan menjadi dua, yakni teknik statistik dan teknik deterministik.Teknik statistik menitik beratkan pada pola, perubahan pola, dan faktor gangguan yang disebabkan oleh pengaruh random.Yang termasuk dalam teknik ini adalah smoothing, dekomposisi, dan BoxJenkins. Teknik deterministik mencakup identifikasi dan penentuan hubungan antarvariabel yang akan diperkirakan dengan variabel-variabel lain yang akan mempengaruhinya. Yang termasuk dalam teknik ini adalah teknik regresi sederhana, regresi berganda, autoregresi, dan model input-output.

(21)

2.4.3 Prosedur dalam Penelitian

Kualitas hasil peramalan sangat ditentukan oleh proses pelaksanaan penyusunannya. Peramalan yang baik adalah peramalan yang mengikuti langkah-langkah atau prosedur penyusunan yang baik. Pada dasarnya ada tiga prosedur/langkah penting dalam peramalan :

a) Menganalisis data yang lalu.

Analisa ini dilakukan dengan cara membuat tabulasi data yang lalu. Dengan tabulasi data, maka dapat diketahui pola dari data tersebut.

b) Menentukan metode yang akan digunakan.

Masing-masing metode akan memberikan hasil peramalan yang berbeda. Metode peramalan yang bik adalah metode yang memberikan hasil ramalan yang tidk jauh berbeda dengan kenyataan yang terjadi. Dengan kata lain, metode peramalan yang baik akan menghasilkan penyimpangan (bias) yang sekecil mungkin antara hasil peramalan dengan data yang sebenarnya atau kenyataan yang ada.

c) Memproyeksikan data yang lalu dngan menggunakan metode yang telah ditentukan.

Hasil inilah yang akan dipergunakan sebagai dasar untuk perencanaan dan pengambilan keputusan.

2.4.4 Menghitung Kesalahan Peramalan

Hasil proyeksi yang akurat adalah peramalan (forecast) yang biasanya meminimalkan kesalahan meramal (forecast error). Besarnya kesalahan meramal

(22)

(forecast error) dihitung dengan mengurangkan data yang sebenarnya dengan data yang diperoleh dari hasil peramalan.

Rumusnya :Error = data yang sebenarnya-data hasil peramalan

Keterangan:

= data sebenarnya pada periode ke-t

= hasil peramalan pada periode ke-t

Dalam menghitungforest error digunakan:

a. Mean Absolute Error (MAE)

Mean Absolute Error adalah rata-rata absolut dari kesalahan meramal, tanpa menghiraukan tanda positif atau tanda negatif.

= | |

b. Mean Squared Error (MSE)

Mean Squared Error adalah rata-rata kesalahan meramal dikuadratkan.

c. Menentukan Besarnya Konstanta (at)

d. Menentukan Besarnya Slope (bt)

(23)

e. Menentukan Besarnya Forecast (Ft+m)

= + ( )

Dimana m adalah periode ke depan yang ingin diramalkan.

Dengan menggunakan rumus-rumus yang sudah ada, maka penulis ingin melakukan suatu peramalan terhadap tingkat produksi padi untuk beberapa tahun ke depan, yaitu tahun 2013-2017. Untuk meramalkan jumlah produksi padi tersebut, penulis memilih menggunakan Metode Smoothing Eksponensial dengan alasan penulis melihat adanya selisih produksi padi yang tidak begitu konstan pada setiap tahunnya, dengan kata lain selalu mengalami naik-turun. Oleh karena itu, dengan menggunakan metode Smoothing Eksponensial Ganda akan dilakukan pemulusan/pelicinan ramalan terhadap terhadap produksi padi dari tahun ke tahun.

2.5 Metode Analisa

Untuk menganalisis data-data yang telah diperoleh, penulis menggunakan rumus laju pertumbuhan eksponensial dan metode smoothing eksponensial.

2.5.1 Metode Laju Pertumbuhan Eksponensial

Tingkat pertumbuhan eksponensial (Spyros Makidakis dan Steven C Wheelright, 1993) adalah suatu pertumbuhan penduduk yang berlangsung secara terus-menerus.Dengan menggunakan metode tersebut maka dapat dilakukan suatu peramalan terhadap jumlah penduduk untuk tahun 2013-2017. Adapun rumus yang digunakan adalah :

(24)

= .

Keterangan:

= Jumlah penduduk pada tahun t = Jumlah penduduk pada awal r = tingkat pertumbuhan penduduk t = jangka waktu antara dan

e = bilangan pokok dari system logaritma (besarnya 2,718282)

2.5.2 Metode Smoothing Eksponensial Ganda

Peramalan dengan metode smoothing eksponensial ganda membutuhkan tiga buah nilai data dan satu nilai alfa (+). Metode smoothing (pemulusan) merupakan teknik meramal dengan cara mengambil rata-rata dari nilai beberapa periode yang lalu untuk menaksir nilai suatu periode yang akan datang.

Dalam metode ini historis digunakan untuk memperoleh angka yang dihitung menggunakan metode Smoothing Eksponensial Ganda.Peramalan dilakukan dengan mengulang perhitungan secara terus-menerus dengan menggunakan data yang terbaru.Setiap data diberi bobot, data yang lebih baru diberi bobot yang lebih besar.

Pada peramalan tingkat produksi padi tahun 2013-2017 dengan Smoothing Eksponensial Ganda memiliki beberapa tahapan. Persamaan-persamaan yang digunakan dalam Smoothing Eksponensial Ganda adalah sebagai berikut :

a. Menentukan Smoothing Pertama ( )

(25)

b. Menentukan Smoothing Kedua( )

= + ( )

c. Menentukan Besarnya Konstanta( )

= + ( ) =

d. Menentukan Besarnya Slope( )

= ( )

e. Menentukan Besarnya Forecast( )

= + m

Dimana:

m = Jumlah periode didepan yang diramalkan

= Nilai eksponensial smoothing tunggal

= Nilai eksponensial smoothing ganda

= Parameter Pemulusan Eksponensial

at, bt = Konstanta pemulusan

= Hasil peramalan untuk m periode ke depan

Rumus-rumus tersebut diatas akan digunakan untuk meramalkan jumlah produksi padi Kabupaten Simalungun untuk Tahun 2013-2017. Alasan penulis memilih Metode Smoothing Eksponensial Ganda sebagai metode peramalan yang akan digunakan adalah karena penulis melihat bahwa selisih produksi padi dari tahun ke tahun tidak konstan atau mengalami naik-turun, sehingga penulis menggunakan metode tersebut untuk melakukan pemulusan padi dari tahun ke

(26)

tahun sebelum melakukan peramalan terhadap produksi padi untuk beberapa tahun ke depan.

(27)

BAB 3

GAMBARAN UMUM 3.1 Geografi

3.1.1 Letak dan Keadaan Geografi

Simalungun (BPS, 2013) letaknya diapit oleh 8 kabupaten yaitu Kabupaten Serdang Bedagai, Deli Serdang, Karo, Tobasa, Samosir,Asahan, Batu Bara, dan Kota Pematang Siantar. Letak astronomisnya antara 02036’-03018’Lintang Utara dan 98032’-99035’Bujur Timur dengan luas 4.386,60 km2 berada pada ketinggian 0-1.400 meter diatas permukaan laut dimana 75 persen lahannya berada pada kemiringan 0-15 % sehingga kabupaten simalungun merupakan Kabupaten terluas ke-3 setelah Kabupaten Madina dan Kabupaten Langkat di Sumatera Utara dan memiliki letak yang cukup strategis serta berada di kawasan Danau Toba-Parapat.

Kabupaten Simalungun terdiri dari 31 kecamatan dengan Kecamatan terluas adalah Kecamatan Raya sedangkan Kecamatan terkecil adalah kecamatan Haranggaol Horison dengan rata-rata jarak tempuh ke ibukota Kabupaten 51,42 km dimana jarak terjauh adalah kecamatan Silou Kahean 127 km dan Ujung Padang 113 km.

3.1.2 Iklim

Suhu udara rata-rata di Simalungun tahun 2012 adalah 25,20 C, dengan suhu terendah 21,80 C, dan suhu tertinggi 31,40 C. Penyinaran Matahari rata-rata 5,0 jam per hari dengan rata-rata kecepatan angina 0,25 m per detik dan penguapan

(28)

3,01milimeter per hari serta kelembapan udara 84 persen. Suhu udara rata-rata naik dibandingkan sengan tahun 2011sebesar 0,2 dibanding tahun sebelumnya yang mencapai 25,00C.

3.2 Penduduk

Penduduk Simalungun tahun 2012 sebanyak 1.807.173 jiwa dengan rasio jenis kelamin 99,22 jiwa, terbesar di 31 kecamatan dimana terkonsentrasi di kecamatan Bandar 65.554 jiwa dan Kecamatan Siantar 64.153 jiwa sekaligus menempatkan Kecamatan Siantar menjadi daerah terpadat penduduknya yang mencapai 867 jiwa sementara jumlah penduduk yang terkecil di Kecamatan Dolok Silou hanya 46 jiwa.

3.2.1 Tenaga Kerja

Jumlah angkatan kerja berdasarkan Survei Angkatan Kerja Nasional di Simalungun pada tahun 2012 sebesar 406.829 jiwa dengan tingkat partisipasinya sebesar 71,23%. Pada umumnya penduduk Simalungunbekerja di sektor pertanian (61,13 persen) kemudian 20,38 persen disektor perdagangan, hotel dan restoran sedangkan menurut pendidikan, angkatann kerja di Simalungun 82,94 persen berpendidikan tertinggi sampai dengan tingat SMP, sedangkan berpendidikan SMA/SMK 13,99 persen dan selebihnya 3,07 berpendidikan diploma sampai dengan sarjana.

3.3 Sosial

(29)

Angka partisipasi kasar untuk jenjang pendidikan SD di Simalungun sebanyak 112,90, SMP sebanyak 94,90, SMA sebanyak 75,02, dan SMK sebanyak 60,23.

Sarana pendidikan yang tersedia di Kabupaten Simalungun untuk tingkat SD s/d SMA baik negeri maupun swasta berjumlah 1.027 sekolah. Ditingkat SD jumlah sekolah negeri sebanyak 786 buah dan sekolah swasta 47 buah, dengan jumlah guru SD Negeri sebanyak 7.041 orangdengan rasio murid terhadao guru sebesar 14,23 sedangkan untuk SD swasta jumlah guru 405 orang dengan rasio murid terhadap guru yang lebih tinggi dibandingkan dengan SD Negeri yakni sebesar 21,14. Pada tingkat SMP jumlah sekolah negeri lebih kecil dibanding swasta yaitu 52 sekolah dan wasta sebanyak 91 sekolah, namun jumlah guru untuk SMP negeri sebanyak 1.883 orang sementara SMP swasta 1.128 orang atau dengan rasio murid terhadap guru masing-masing sebesar 12,60 untuk SMP negeri dan 12,51 untuk SMP swasta. Untuk tingkat SMA, jumlah sekolah negeri 20 sekolah dengan jumlah guru 801 orang dan rasio murid terhadap guru sebesar 12,71 sedangkan jumlah sekolah swasta 31 sekolah dengan jumlah guru hanya 594 orang dan rasio murid terhadap guru sebesar 10,11.

Untuk tingkat SMK negeri hanya ada 4 yakni di Kecamatan Raya, Jorlang Hataran, Siantar dan Bandar Masilam dengan jumlah guru 160 orang dan murid sebanyak 1.562 orang sementara SMK swasta jumlah sekolah mencapai 35 sekolah dan guru 710 orang dengan murid sebanyak 9.280 orang.

(30)

3.3.2 Kesehatan dan Keluarga Berencana (KB)

Pembangunan bidang kesehatan meliputi seluruh siklus atau tahapan kehidupan manusia. Bila pembangunan kesehatan berhasil dengan baik maka secara langsung atau tidak langsung akan terjadi peningkatan kesejahteraan rakyat. Kesehatan merupakan salah satu hal terpenting dalam kehidupan manusia.Dengan tersedianya sarana atau prasarana kesehatan yang memadai sangat membantu dalam upaya meningkatkan kesehatan masyarakat sekaligus meningkatkan kualitas sumber daya manusia.

Di kabupaten Simalungun terdapat 18 buah Rumah Sakit Umum (RSU) milik pemerintah maupun milik swasta. Dengan total kapasitas tempat tidur berjumlah 1.540 buah. Sedangkan Puskesmas yang ada berjumlah 34 buah juga terdapat Puskesmas Pembantu dan Rumah Bersalin masing-masing berjumlah 104 dan 84.

Tenaga medis yang tersedia di Puskesmas Kabupaten Simalungun ada 149 dokter umum/spesialis dan 72 orang dokter gigi. Sementara itu tenaga medis pemerintah lainnya seperti perawat/bidan ada 1.606 orang, dengan jumlah apotek umum sebanyak 117 buah. Di kabupaten simalungun, jumlah Pasangan Usia Subur (PUS) mengalami peningkatan setiap tahunnya. Tahun 2010 jumlah PUS sekitar 300.133 dan meningkat menjadi 310.463 pada tahun 2011.

3.3.3 Pemerintahan

Kabupaten simalungun terdiri dari 31 kecamatan, 27 kelurahan, 386 nagori (desa). Jumlah PNS Tahun 2012 sebesar 14.232 terdiri dari 5.390 laki-laki dan 8.842 perempuan dimana lebih dari 59 persen merupakan lulusan perguruan tinggi.

(31)

Berdasarkan golongan maka PNS di Pemerintahan Simalungun sebesar 78,34% menduduki golongan III dan IV sementara berdasarkan tempat bekerja 9.891 orang atau 69,5 persen di bidang pendidikan dan pengajaran selanjutnya 1.271 PNS di dinas Kesehatan. Menurut kecamatan maka jumlah PNS terbanyak berada di lingkungan kantor kecamatan Bandar sebanyak 52 orang, selanjutnya Kecamatan Tapian Dolok sebanyak 50 orang sedangkan jumlah PNS terkecil di Kecamatan Haranggaol Horisan yaitu 16 orang.

3.4 Pertanian

3.4.1 Tanaman Bahan Makanan

Kabupaten Simalungun menghasilkan padi sawah sebesar 440.992 ton dan padi ladang sebesar 40.189 ton selama tahun 2012. Berarti Kabupaten Simalungun menghasilkan padi sebesar 481.181 ton selama tahun 2012.Produksi padi sawah tertinggi berasal dari kecamatan tanah jawa yaitu 51.527 ton dan Hutabayu Raja sebesar 44.204 ton. Sedangkan produksi padi sawah terendah berasal dari Kecamatan Pematang Silimakuta sebesar 141 ton dan Silimakuta sebesar 367 ton. Sementara produksi padi ladang tertinggi berasal dari Kecamatan Dolok Silou yaitu sebesar 3.060 ton dan terendah dari Kecamatan Girsang Sipangan Bolon.

Tanaman Bahan Makanan lainnya adalah jagung, kedelai, kacang tanah, kacang hijau, ubi kayu dan ubi jalar.Dari jenis tanaman palawijaya ini, produksi jagung merupakan salah satu komoditi andalan di Kabupaten Simalungun. Pada tahun 2012 produksi jagung sebesar 383.813 ton dengan tingkat produkitivitas 59,37 ton/Ha. Penghasil jagung terbesar adalah Kecamatan Dolok Pardamean

(32)

sebesar 27.037 ton.Sedangkan penghasilan jagung terendah adalah Kecamatan Haranggaol Horisan sebesar 398 ton selama tahun 2012.

3.4.2 Perkebunan

Sektor perkebunan mempunyai peranan yang cukup besar terhadap perekonomian Kabupaten Simalungun yaitu Perkebunan besar/Negara dan perkebunan Rakyat.Namun yang disajikan pada publikasi ini adalah hasil perkebunan rakyat. Hasil perkebunan rakyat di Kabupaten Simalungun terdiri dari karet, kelapa sawit, kopi rabusta/arabika, kelapa, coklat, cengkeh, kulit manis, kemiri, lada, aren, pinang, vanili dan tembakau. Luas area perkebunan rakyat terbesar adalah tanaman kelapa sawit sebesar 28.950,61 Ha dan tanaman karet seluas 14.013,51 Ha.

3.4.3 Kehutanan

Kabupaten Simalungun memiliki luas kawasan hutan sebesar 138.741,72 ha terdiri dari hutan produksi (98.200,48 ha), hutan produksi/terbatas (10.841,74ha), hutan lindung (27.668,09 ha), dan hutan konversi (2.031,41 ha). Pada tahun 2012 hasil hutan Kabupaten Simalungun log rimba kayu bulat kecil (33.168,87m), Kayu bulat (21.679,66 m), dan Eucaliptus (36.903,60 m).

3.4.4 Perikanan dan Peternakan

Di kabupaten Simalungun jumlah ternak besar yang dipotong selama tahun 2012 paling banyak adalah Babi (48.882 ekor). Populasi ternak unggas terbesar adalah ayam kampung (1.050.595 ekor ) dan ayam pedaging (917.768 ekor ). Sedangkan Rumah Tangga Perikanan di Kabupaten Simalungun terdiri dari Rumah Tangga

(33)

Perikanan Danau, Sungai, Kolam Air Deras, Kolam Air Tenang, Sawah, Jaring Apung, dan Keramba.

Area perikanan tertinggi berasal dari perikanan sawah (6.641,90 ha ) dan Jaring Apung/keramba (6.191 ha).

Produksi perikanan tertinngi berasal dari perikanan jarring apung dan keramba (10.318,6 ton) dan perikanan kolam air deras (9.162,10 ton) selama tahun 2012.

Dengan Penghasil perikanan yang apung dan keramba terbesar berasal dari Kecamatan Haranggaol Horison (8.123,2 ton) dan penghasil perikanan kolam air deras terbesar dari kecamatan Gunung Malela (7000 ton) selama tahun 2012.

3.5 Industri

Industri di Kabupaten Simalungun dibagi dalam empat golongan yaitu : Industri Besar, Industri Menengah, Industri Kecil, dan Industri Mikro. Penggolongan ini didasarkan pada banyaknya tenaga kerja yang terlibat didalamnya, tanpa memperhatikan penggunaan mesin produksi serta tidak memperhatikan modal yang digunakan.

Banyaknya industri di Kabupaten Simalungun pada tahun 2012 sebanyak 592 perusahaan dan tenaga kerja yang diserapnya sebanyak 2.197 orang yanr terdaftar pada Dinas Perindustrian dan Perdagangan Kabupaten Simalungun.

(34)

3.5.1 Listrik

Kebutuhan listrik di Kabupaten Simalungun di pasok oleh PLN wilayah II Pematang Siantar, yang mana dari 31 Kecamatan yang ada keseluruhannya sudah mendapat penerangan listrik, dengan jumlah pelanggan sebanyak 239.499 pelanggan. Kategori pelanggan meliputi 176.841 pelanggan rumah tangga, 3.915 untuk social, 606 pelanggan pemerintah, 3.429 pelanggan bisnis, dan 108 pelanggan industri.

3.5.2 Air Minum

Air minum yang dikelola oleh PDAM Tirta Lihou dapat dinikmati oleh hamper semua kecamatan kecuali Pematang Silimakuta, Pematang Sidamanik, Siantar, Jawa Maraja Bah Jambi, Bandar Huluan, Bandar Masilam, Bosar Maligas, dan Ujung Padang.

Jumlah pelanggan pada tahun 2012 sebanyak 25.409 pelanggan dengan pelanggan terbanyak merupakan pelanggan rumah tangga yang mencakup 88,21% pelanggan. Jumlah air minum yang disalurkan kepada pelanggan sebanyak 5.614.954 m3 dan sekitar 82,66% merupakan untuk pelanggan rumah tangga. Jumlah air minum yang disalurkan sebagian besar digunakan oleh rumah tangga di Kecamatan Tanah Jawa (807.917 m3), Kecamatan Tapian Dolok (521.041m3) dan Kecamatan Girsang Sipangan Bolon (399.658m3).

(35)

3.5.3 Pertambangan

Jumlah perusahaan/usaha pertambangan/penggalian di Kabupaten Siamalungun sebanyak 125 usaha dimana semua usaha tersebut merupakan galian C. Galian C tersebut terbanyak terdapat di Kecamatan Tanah Jawa 13 usaha, Kecamatan Hatonduhan 13 usaha serta Kecamatan Siantar dan Panci masing-masing 10 usaha.

3.6 Perdagangan

Jumlah pasar di Kabupaten Simalungun tahun 2011 ada sebanyak 52 unit dengan jumlah Loods 258 unit dan 506 petak. Jumlah koperasi yang terdaftar di Dinas Koperasi 531 terdiri dari 53 KUD dengan 38.400 orang anggota dan 478 Non KUD dengan 56.870 orang anggota. Keberadaan koperasi terbanyak di Kecamatan Siantar yang mencapai 94 koperasi dengan anggota 19.715 orang.

Indeks Kemahalan Konstruksi (IKK) merupakan angka indeks yang menunjukkan perbandingan harga bahan bangunan/konstruksi antar lokasi yang berbeda pada periode yang sama. Nilai IKK Simalungun sebesar 86,50 lebih rendah dibanding Kota Pematang Siantar yang mencapai 101,16.

Stock awal beras pada tahun 2012 berdasarkan data sub Depot Logistik (Dolog) di Kabupaten Simalungun mencapai 33.916.322 ton dengan pemasukan 20.382.010 ton dan telah tersalur 23.519.300 ton sehingga stock akhir mencapai 30.779.032 ton.

(36)

3.7. Pengeluaran dan Konsumsi

Konsumsi Penduduk Simalungun 57,57 persen (Rp.345.070) merupakan konsumsi makanan di tahun 2012 sementara pada tahun 2011 mencapai 57,81 persen (Rp.341.491). Hal ini menunjukkan adanya pergeseran pola konsumsi dari makanan ke non makanan.

Berdasarkan golongan pengeluaran per kapita per bulan, persentase terbesar pengeluaran penduduk berada pada golongan pengeluaran lebih dari 500.000 rupiah baik di wilayah perkotaan maupun pedesaan dengan persentase yang mengalami peningkatan setiap tahunnya dan pada tahun 2012 mencapai 75,57 persen di wilayah perkotaan. Peningkatan pengeluaran tersebut, identic dengan peningkatan pendapatan penduduk. Untuk golongan pengeluaran <150.000 Rupiah per kapita per bulan hanya 0,01 persen.

(37)

(38)

3.9. Gambaran Umum Tempat Riset 3.9.1 Sejarah Badan Pusat Statistik

Badan Pusat Statistik (BPS) adalah Lembaga Negara Non Departemen.BPS melakukan kegiatan yang ditugaskan oleh pemerintah antara bidang pertanian, agrarian, pertambangan, kependudukan, sosial, ketenagakerjaan, keuangan, pendapatan, dan keagamaan. Selain hal – hal di atas BPS juga bertugas untuk melaksanakan koordinasi di lapangan, kegiatan statistik dari segenap instansi baik di pusat maupun di daerah dengan tujuan mencegah dilakukannya pekerjaan yang serupa oleh dua atau lebih instansi, memajukan keseragaman dalam penggunaan definisi, klasifikasi dan ukuran–ukuran lainnya.

Berikut ini adalah beberapa masa peralihan pada BPS, yaitu:

A. Masa pemerintahan Hindia Belanda

Pada bulan Februari 1920, kantor statistik pertama kali didirikan oleh direktur pertanian, kerajinan dan perdagangan (Directeur Van Landbouw Nijverheid en Hendle) dan berkedudukan di Bogor. Kantor ini diserahi tugas untuk mengolah dan memublikasi data statistik.

Pada tanggal 24 September 1924 maka lembaga tersebut diganti dengan namaCentraal kantoor Voor de Statistik (CKS) atau Kantor Pusat Statistik dan dipindahkan ke Jakarta.Bersamaan dengan itu beralih pula pekerjaan mekanisme statistik perdagangan yang semula dilakukan oleh Kantor Invoer en Accijinsen

(39)

B. Masa Kemerdekaan Republik Indonesia

Setelah Proklamasi Kemerdekaan Republik Indonesia tanggal 17 Agustus 1945 kegiatan statistik diganti oleh lembaga baru sesuai dengan susunan kemerdekaan yaitu KAPPURI (Kantor Penyelidikan Perangkat Umum Republik Indonesia). Tahun 1946 Kantor KAPPURI dipindahkan ke Yogyakarta sebagai konsekuensi dari Perjanjian Linggarjati.Sementara itu pemerintahan Belanda (NICA) di Jakarta mengaktifkan kembali CKS.

Berdasarkan surat edaran Kementrian Kemakmuran tanggal 12 Juni 1950 No.219/S.C;KAPPURI dan CKS dilebur menjadi Kantor Pusat Statistik (KPS) dan berada di bawah Kementrian Kemakmuran.

Dengan surat Mentri perekonomian tanggal 1 Maret 1952 No.P/44, lembaga KPS berada di bawah dan bertanggungjawab kepada Mentri Perekonomian, dan pada tanggal 24 Desember 1953 dengan surat Mentri Perekonomian No. 18.099/M, KPS dibagi menjadi dua bagian yaitu bagian research yang disebut Afdeling A, dan bagian penyelenggaraan dan tatausaha yang disebut Afdeling B.

Dengan keputusan Presiden Republik Indonesia No. 131 tahun 1957, Kementrian Perekonomian dipecah menjadi Kementrian perdagangan dan Kementrian Perindustrian. Untuk selanjutnya dengan keputusan Presiden Republik Indonesia No. 172 tahun 1957 KPS diubah menjadi BPS, dan urusan statistik yang semula menjadi tanggungjawab dan wewenang Mentri Perekonomian dialihkan menjadi di bawah dan bertanggungjawab kepada Perdana Mentri. Berdasarkan KEPPRES ini pula secara formal nama BPS dipergunakan.

(40)

Memenuhi anjuran PBB agar setiap negara anggota menyelenggarakan sensus penduduk secara serentak, maka pada tanggal 24 September 1960 telah diundangkan UU No. 6 tahun 1960 tentang Sensus, sebagai pengganti Volk Stelling Ordonnantie1930.

Dalam rangka memperhatikan kebutuhan data bagi perencanaan pembangunan semesta berencana dan mengingat materi statistik ordonnantie 1934 dirasakan sudah tidak sesuai lagi dengan kemajuan–kemajuan yang cepat dicapai oleh Negara kita, maka tanggal 26 September 1960 telah diundangkan UU No. 7 tahun 1960 tentang Statistik.

Berdasarkan keputusan Presidium Kabinet RI No. Aa/C/9 tahun 1965, maka tiap-tiap daerah Tingkat I dan Tingkat II dibentuk kantor-kantor cabang BPS dengan nama Kantor Sensus Statistik Daerah (KKS) yang mempunyai tugas menjalankan kegiatan-kegiatan statistik di daerah-daerah. Di setiap daerah administrasi kecamatan, dapat diangkat seorang atau lebih pegawai yang merupakan pegawai KKS ditingkat II dan di bawah pengawasan Kepala Kecamatan.

C. Masa Orde Baru sampai sekarang

Pada masa pemerintahan orde baru, khusus untuk memenuhi kebutuhan dalam perencanaan dan evaluasi pembangunan, maka untuk mendapatkan statistik yang handal, lengkap, tepat, akurat dan terpercaya mulai diadakan pembenahan organisasi BPS.

Dalam masa orde baru ini BPS telah mengalami empat kali perubahan struktur organisasi, yaitu:

(41)

1. Peraturan Pemerintah No. 16 tahun 1969 tentang organisasi Biro Pusat Statistik.

2. Peraturan Pemerintah No. 6 tahun 1980 tentang Organisasi Biro Pusat Statistik.

3. Peraturan Pemerintah No. 2 tahun 1992 tentang Organisasi Biro Pusat Statistik dan keputusan Presiden No. 6 tahun 1992 tentang Kedudukan, Tugas, Fungsi, Susunan, Reorganisasi dan tata kerja Biro Pusat Statistik. 4. Undang-Undang No. 16 tahun 1997 tentang Statistik.

5. Keputusan Presiden RI No. 86 tahun 1998 tentang Badan Pusat Statistik. 6. Keputusan Kepala BPS No. 100 tahun 1998 tentang Organisasi dan Tata

Kerja BPS.

7. PP No. tahun 1999 tentang Penyelenggaraan Statistik.

Tahun 1968, ditetapkan Peraturan Pemerintah No. 16 tahun 1968, yaitu yang mengatur organisasi dan tata kerja di pusat dan di 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 1988 di tiap provinsi terdapat perwakilan BPS dengan nama Kantor Statistik Provinsi dan di Kabupaten/Kota terdapat cabang perwakilan BPS dengan nama Kantor Statistik Kabupaten/Kota. Pada tanggal 19 Mei 1997 menetapkan tentang statistik sebagai pengganti UU No. 6 dan 7 tentang sensus dan statistik. Pada tanggal 17 Juni 1998 dengan Keputusan Presiden Republik Indonesia No. 86 tahun 1998 ditetapkan BPS sekaligus mengatur tata kerja dan struktur BPS yang baru.

(42)

3.9.2 Visi dan Misi Badan Pusat Statistik (BPS) A. Visi Badan Pusat Statistik

Badan Pusat Statistik mempunyai visi menjadikan informasi statistik sebagai tulang punggung informasi pembangunan nasional dan regional, didukung Sumber Daya Manusia yang berkualitas, ilmu pengetahuan dan teknologi informasi yang mutakhir.

B. Misi Badan Pusat Statistik

Dalam menunjuk pembangunan nasional Badan Pusat Statistik mengemban misi mengarahkan pembangunan statistik pada penyediaan data statistik yang bermutu, handal, efektif, dan efisien, peningkatan kesadaran masyarakat akan arti dan kegunaan statistik serta pengembanan ilmu pengetahuan statistik.

3.9.3. Struktur Organisasi Badan Pusat Statistik (BPS)

Setiap perusahaan baik perusahaan pemerintah maupaun swasta mempunyai struktur organisasi, karena perusahaan juga merupakan organisasi.Dimana organisasi adalah suatu sistem dari aktivitas kerjasama yang terorganisir, yang dilaksanakan oleh sejumlah orang untuk mencapai tujuan bersama.

Dalam struktur organisasi ditetapkan tugas-tugas, wewenang dan tanggung jawab setiap orang dalam mencapai tujuan yang telah ditetapkan serta bagaimana hubungannya yang satu dengan yang lain.

Dengan adanya struktur organisasi perusahaan yang baik, maka dapat diketahui pembagian tugas antara para pegawai dalam rangka pencapaian tujuan.Adapun struktur organisasi yang dipakai oleh Badan Pusat Statistik Propinsi Sumatera Utara adalah struktur organisasi berbentuk Lini dan staff.

(43)

1. Bagian Tata Usaha 2. Bidang Statistik Produksi 3. Bidang Statistik Distribusi 4. Bidang Statistik Kependudukan

5. Bidang Pengolahan, Penyajian, dan Pelayanan Statistik 6. Bidang Neraca Wilayah dan Analisis Statistik

A. Job Description

Dalam menjalankan suatu organisasi maka diperlukan personal-personal jabatan tertentu dalam organisasi tersebut dimana masing-masing diberi tugas dan fungsi job description atau pembagian kerja. Kepala kantor dibantu bagian tata usaha yang terdiri dari :

1. Sub Bagian Urusan Dalam 2. Sub Bagian Perlengkapan 3. Sub Bagian Keuangan 4. Sub Bagian Kepegawaian 5. Sub Bagian Bina Program

Sedangkan bidang penunjang statistik ada 5 bidang, yaitu: 1. Bidang Statistik Produksi

Bidang Statistik Produksi mempunyai tugas untuk melaksanakan kegiatan statistik pertanian, industri, serta statistik konstruksi pertambangan dan energi.

(44)

Bidang Statistik Distribusi mempunyai tugas untuk melaksanakan kegiatan statistik konsumen dan perdagangan besar,statistik keuangan dan harga produsen serta Statistik Kesejahteraan.

3. Bidang Statistik Sosial

Bidang Statistik Kependudukan mempunyai tugas untuk melaksanakan kegiatan statistik demografi dan rumah tangga, statistik ketenagakerjaan, dan statistik kesejahteraan.

4. Bidang Integrasi Pengolahan dan Distribusi Sosial

Bidang Statistik Pengolahan Data mempunyai tugas yaitu melaksanakan kegiatan dan penyiapan data, penyusunan sistem, dan program serta operasional pengolahan data dengan komputer.

5. Bidang Neraca Wilayah dan Analisis Statistik

Bidang Neraca Wilayah dan Analisis Statistik mempunyai tugas yaitu melaksanakan kegiatan penyusunan neraca produksi, neraca konsumen, dan akumulasi penyajian analisis serta kegiatan penerapan statistik.

Uraian tugas dan tanggung jawab masing-masing bagian : 1. Bagian Tata Usaha

a. Menusun program kerja tahunan bidang.

b. Mengatur dan melaksanakan dan menyusun program kerja tahunan rutin maupun proyek kantor statistik propinsi dan menyampaikan ke Badan Pusat statistik.

c. Mengatur dan melaksanakan urusan dalam, yang meliputi syarat-syarat penggandaan/percetakan kearsipan, rumah tangga dan pemeliharaaan

(45)

gedung keamanan dan lingkungan serta perjalanan dinas maupun diluar negeri.

d. Mengatur dan melaksanakan urusan perlengkapan dan perbekalan yang meliputi penyusunan, penyimpanan/penggudangan, inventarisasi, dan penghapusan serta pemeliharaan perlengkapan.

e. Mengatur dan melaksanakan urusan kepegawaian yang meliputi tata usaha kepegawaian, penggandaan dan mutasi pegawai, pembinaan pegawai, kesejahteraan pegawai, administrasi jabatan dan fungsional, hukum, organisasi tata laksana, serta penyajian.

f. Menyusun laporan kegiatan bagian secara berkala dan waktu-waktu tertentu.

2. Bidang Statistik Produksi

a. Menyusun program kerja tahunan.

b. Mengatur dan menyiapkan dokumen dan bahan yang diperlukan untuk kegiatan pengumpulan statistik produksi yang mencakup kegiatan statistik Pertanian, Industri, Pertambangan, Energi, Konstruksi, dan kegiaan statistik produksi lainnya yang ditentukan.

c. Mengatur dan melaksanakn keikutsertaan dalam program pendidikan dan pelatihan dalam kegiatan statistik produksi.

d. Membantu kepala Badan Pusat Statistik propinsi dan atau pemimpin/proyek dalam menyiapkan program pelatihan lapangan. e. Mengatur dan mengkordinasi penyelenggaraan pelatihan petugas

(46)

f. Mengatur dan melaksanakan pembagian dokumen dan peralatan yang diperlukan untuk pelaksanaan lapangan kegiatan statistik produksi. g. Melaksanakan pembinaan, pengamatan lanjut, dan pengawasan

lapangan terhadap pelaksanaan kegiatan statistik produksi.

h. Mengatur dan melaksanakan penerimaan dan pemeriksaan dokumen hasil pengumpulan data statistik produksi.

i. Mengatur dan melaksanakan pengolahan data statistik produksi sesuai dengan sistem dan program yang ditetapkan, bekerjasama dengan organisasi terkait.

j. Mengatur dan menyiapkan dokumen dan hasil pengolahan statistik produksi yang akan ke Badan Pusat Statistik sesuai dengan jadwal yang ditetapkan.

k. Mengatur dan melaksanakan evaluasi hasil kegiatan statistik produksi sebagai bahan masukan untuk penyempurnaan selanjutnya.

l. Membantu kepala Badan Pusat Statistik propinsi dalam melaksanakan pembinaan petugas lapangan dalam rangka pengumpulan data statistik produksi baik di produksi Kabupaten/Kota maupun Kecamatan.

m. Membantu kepala Badan Pusat Statistik propinsi dalam dalam penyelenggaraan kordinasi dan kerjasama kegiatan statistik produksi baik dengan Pemerintah daerah maupun Instansi lainnya.

n. Mengatur dan meyiapkan naskah publikasi statistik produksi dan menyampaikan kesatuan organisasi terkait untuk pelaksanaan pencetakan dan penyebarannya.

(47)

o. Membantu kepala BPS propinsi dalam melaksanakan pembinaan penyusunan publikasi statitik produksi di BPS Kabupaten/Kota dalam bentuk buku publikasi.

p. Membantu kepala BPS propinsi dalam melaksanakan pembinaan dan pengembangan, pengendalian pelaksanaan kegiatan statistik produksi. q. Menyusun laporan kegiatan statistik produksi secara berkala.

r. Mengatur dan melaksanakan penghmpunan data cara dan hasil kegiatan yang dilakukan di lingkungan bidang statistik produksi. s. Mengatur dan melaksanakan tugas lain yang diberikan oleh atasan

langsung.

3. Bidang Statistik Distribusi

a. Menyusun program kerja tahunan bidang yang meliputi pelaksanaan kegiatan statistik Pertanian, Industri, Pertambangan, Energi, dan statistik produksi lainnya.

b. Mengatur keikutsertaan program pelatihan yang diselenggarakan oleh pusat di bidang statistik produksi.

c. Membantu kepala BPS propinsi memimpin proyek untuk menyiapkan proyek tugas lapangan.

d. Mengatur dan mengkordinasikan penyelenggaraan petugas lapangan di pusat pelatihan serta mengatur pelatihan.

e. Mengatur dan melaksanakan dokumen yang diperlukan untuk pelaksanaan lapangan. Melakukan pembinaan dan pengawasan lapangan terhadap kegiatan statistik produksi.

(48)

f. Melakukan pembinaan, pengamatan lanjut, dan pengawasan lapangan terhadap pelaksanaan kegiatan statistik produksi.

g. Mengatur dan melaksanakan penerimaan dan pemeriksaan dokumen hasil pengumpulan data statistik distribusi.

h. Mengatur dan melaksanakan pengolahan data statistik distribusi secara sederhana sesuai yang diterapkan oleh pusat.

i. Bersama-sama dengan bidang pengolahan statistik distribusi melalui komputer sesuai yang ditetapkan.

j. Mengatur dan mengevaluasi hasil kegiatan statistik distribusi sebagai bahan masukan untuk penyempurnaan selanjutnya.

k. Membantu kepala BPS propinsi melakukan pembinaan secara teratur petugas pencacah, pengawas, dan pemeriksaan pengumpulan data statistik produksi, kabupaten, kotamadya maupun di kecamatan. l. Mengatur dan melaksanakan pengolahan data statistik produksi sesuai

dengan sistem program yang ditetapkan, bekerja sama dengan satuan organisasi terkait.

m. Mengatur dan menyiapkan dokumen dan hasil pengolahan statistik produksi yang akan ke badan pusat statistik sesuai dengan jadwal yang ditetapkan.

n. Mengatur dan melaksanakan evaluasi hasil kegiatan statistik produksi sebagai bahan masukan untuk penyempurnaan selanjutnya.

o. Membantu kepala badan pusat statistik propinsi dalam melaksanakan pembinaan petugas lapangan dalam rangka pengumpulan data

(49)

statistik produksi baik di produksi, Kabupaten/Kota maupun di Kecamatan.

p. Membantu kepala badan pusat statistik propinsi dalam melksanakan pembinaan petugas lapangan dalam rangka pengumpulan data statistik produksi baik dengan pemerintah daerah maupun instansi.

q. Mengatur dan menyiapkan naskah publikasi statistik produksi dan menyampaikan kesatuan organisasi terkait untuk pelaksanaan pencetakan dan penyebarannya.

r. Membantu kepala BPS propinsi dalam melaksanakan pembinaan penyusunan publikasi statistik produksi di badan pusat statistik Kabupaten/kota dalam bentuk buku publikasi.

s. Membantu kepala BPS propinsi dalam melaksanakan pembinaan dan pengembangan.

t. Pengendalian pelaksanaan kegiatan statistik produksi.

u. Mengatur dan melaksanakan penghimpunan data cara dan hasil kegiatan yang dilakukan di lingkungan bidang statistik produksi. v. Menyusun laporan kegiatan statistik produksi secara berkala.

w. Mengatur dan melaksankan tugas lain yang diberikan oleh atasan langsung.

4. Bidang Statistik Kependudukan

a. Menyusun program kerja tahunan. Bidang yang terutama ruang lingkup bidang statistik kependudukan adalah meliputi pelaksanaan kegiatan statistik demokrasi dan rumah tangga dan statistik kependudukan.

(50)

b. Mengatur keikutsertaan program lainnya yang akan diselenggarakan oleh statistik bidang penduduk.

c. Membantu keikutsertaan program lainnya yang akan diselenggarakan oleh statistik bidang penduduk.

d. Mengatur dan mengkoordinasikan penyelenggaraan latihan tugas lapangan dipusat serta mengatur pelatihannya.

e. Mengatur dan melaksanakan penjatahan dokumen untuk melaksanakan tugas lapangan.

f. Melaksanakan pembinaan dan pengawasan lapangan terhadap pengawasan kegiatan statistik penduduk.

g. Mengatur dan melaksanakan penerimaan dokumen hasil dari pengumpulan data statistik kependudukan.

h. Bersama-sama dengan bidang pengolahan data mengatur dan menyiapkan pengolahan data statistik kependudukan melalui komputer sesuai yang ditetapkan.

i. Mengatur dan menyiapkan pengolahan data statistik kependudukan yang akan dikirim kepusat sesuai dengan jadwal yang ditetapkan. j. Mengatur dan melaksanakan evaluasi hasil pengolahan statistik

kependudukan sebagai bahan untuk penyempurnaan. 5. Bidang Pengolahan dan Pelayanan statistik.

a. Menyusun program kerja tahunan.

b. Melaksankan penyusunan, pemeliharaan, penyelesaian permasalahan dan pengembangan sistem jaringan komunikasi data sesuai dengan aturan yang ditetapkan serta membantu penerapan teknologi informasi.

(51)

c. Mengatur dan melaksanakan keikutsertaan dalam program pelatihan yang diselenggarakan oleh BPS dalam program pelatihan dalam bidang pengolahan, penyajian, dan pelayanan statistik.

d. Melaksanakan koordinasi pengolahan dan pemeliharaan perangkat keras dan perangkat lunak serta menyusun sistem pengolahan data. e. Mengatur integrasi penggunaan sistem dan program aplikasi

pengolahan data statistik distribusi termasuk sarana pendukungnya. f. Melaksanakan penyusunan, pemeliharaan serta pengembangan sistem

basis data managemen sesuai dengan aturan yang ditetapkan.

g. Melaksanakan kajian evaluasi kebutuhan dan pengolahan data termasuk bahan komputer dengan kerja sama dengan satuan organisasi terkait.

6. Bidang Neraca Wilayah dan Analisis Statistik

a. Menyusun program kerja tahunan bidang neraca wilayah dan analisis statistik.

b. Mengatur dan menyiapkan bahan yang diperlukan untuk menyusun neraca wilayah dan analisis statistik yang mencakup neraca produksi dan neraca konsumen, analisis dan pengembangan statistik serta penyusunan neraca wilayah dan analisis statistik lainnya yang ditentukan.

c. Mengatur dan melaksanakan keikutsertaan dalam program pelatihan yang diselenggarakan oleh BPS dalam bidang neraca wilayah dan analisis statistik.

(52)

d. Membantu kepala badan pusat statistik propinsi atau pemimpin bagian proyek dalam penyiapan program pelatihan petugas lapangan.

e. Mengatur dan mengkoordinasikan penyelenggaraan pelatihan petugas dipusat latihan serta mengatur pembagian instruksi.

f. Mengatur dan melaksanakan pembagian dokumen dan peralatan yang diperlukan untuk pelaksanaan lapangan.

g. Melakukan penggunaan, pengamatan lanjut, dan pengawasan lapangan terhadap pelaksanaan kegiatan penyusunan neraca dan neraca konsumen.

(53)

(54)

PENGOLAHAN DATA

4.1 Perhitungan Jumlah Penduduk

Sebelum meramalkan tingkat produksi padi terlebih dahulu penulis melakukan pengolahan jumlah penduduk di Kabupaten Simalungun, karena tingkat pertambahan penduduk di Kabupaten Simalungun sangat berpengaruh terhadap konsumsi beras penduduk Kabupaten Simalungun.

Adapun data yang dipaparkan penulis dalam penulisan Tugas Akhir ini adalah hasil Survei-Sensus Kantor Badan Pusat Statistik (BPS) Provinsi Sumatera Utara Medan dimana jumlah penduduk tersebut dari tahun 2002-2011 adalah sebagai berikut :

Tabel 4.1 Jumlah Penduduk di Kabupaten Simalungun Tahun 2003-2012

Tahun JumlahPenduduk(Jiwa)

2003 1.461.823

2004 1.486.094

2005 1.539.697

2006 1.582.213

2007 1.634.115

2008 1.686.366

2009 1.738.431

2010 1.788.351

2011 1.790.431

2012 1.807.173

(55)

= .

0.000 200.000 400.000 600.000 800.000 1,000.000 1,200.000 1,400.000 1,600.000 1,800.000 2,000.000

1 2 3 4 5 6 7 8 9 10

(56)

Dengan : = = 1.461.823

= = 1.807.173

e = 2,718282

t = 10

r = ?

sehingga: = (2,718282) .

1.807.173 = 1.461.823(2,718282) .

2,718282 . ₌ _1,236246112 10rlog2,718282 = log1,236246112 10r(0,434294509) = 0.092104938

10r = 0,21207916

r = 0,0212

r = 2,12%

Berdasarkan perhitungn diatas maka diperoleh rata-rata pertumbuhan penduduk Kabupaten Simalungun adalah 0,028% per tahun. Dengan demikian, dapat dapat dilakukan peramalan terhadap penduduk Kabupaten Simalungun untuk Tahun 2013-2017 yaitu antara lain:

= .

Untuk tahun 2013; = (2,718282) , . = 1.807.173 × 1,04331172 =1.885.444,78

(57)

Untuk tahun 2014; = (2,718282) , . = 1.807.173 × 1,065.666 =1.925.843

Untuk tahun 2015; = (2,178282) , . = 1.807.173 × 1,088499 =1.967.107

Untuk tahun 2016; = (2,718282) , . = 1.807.173 × 1,111822 =2.009.254

Untuk tahun 2017; = (2,718282) , . = 1.807.173 × 1,135644 =2.052.305

Jika dirangkum dalam tabel, peramalan jumlah penduduk diatas seperti tabel 4.2 berikut ini.

Tabel 4.2 Proyeksi Penduduk Kabupaten Simalungun Tahun 3013-2017

Tahun JumlahPenduduk(Jiwa)

2013 1.885.444

2014 1.925.843

2015 1.967.107

2016 2.009.254

(58)

4.2 Proyeksi Produksi Tanaman Padi

Seperti yang sudah dijelaskan sebelumnya, Kabupaten Simalungun sebagian besar penduduknya bekerja di sektor pertanian sehingga pendapatan terbesar dihasilkan dari sektor pertanian.Adapun dalam penulisan ini, penulis memfokuskan tentang komoditi padi yang dihasilkan dari tahun-tahun sebelumnya yaitu tahun 2013-2012 dijelaskan pada tabel berikut ini.

Tabel 4.3 Produksi Padi di Kabupaten Simalungun Tahun 2003-2012

Tahun ProduksiPadi(Ton)

2003 404.086

2004 348.824

2005 333.513

2006 358.888

2007 386.085

2008 386.774

2009 383.646

2010 391.623

2011 442.645

2012 448.545

Sumber:Badan Pusat

(59)

Gamb Simal

Data produksi padi produksi padi pada ta melakukan proyeksi dilakukan perhitungan uj

= ( )

Dengan : = ba

= ba

= Pr

Sehingga diperoleh da

Gambar 4.2 Produksi Padi di Simalungun

adi diatas digunakan sebagai sampel untuk mer tahun 2013-2017 di Kabupaten Simalungun. N ksi terhadap produksi padi yang didinginkan,

gan uji kecukupan sampel dengan rumus :

= ( )

= banyak sampel (hasil uji kecukupan sampel)

banyak sampel (tahun) yang digunakan

Produksi padi pada tahun ke-i

oleh data seperti yang tertera dalam tabel 4.4 ber

di Kabupaten

eramalkan jumlah un. Namun sebelum n, terlebih dahulu

= ( )

(60)

Tabel4.4UjiKecukupanSampel

Tahun ProduksiPadi (dalam Ton)

2003 404.086 163.285.495.396

2004 348.824 121.678.182.976

2005 333.513 111.230.921.169

2006 358.888 128.800.596.544

2007 386.085 149.061.627.225

2008 386.774 149.594.127.076

2009 383.646 147.184.253.316

2010 391.623 153.368.574.129

2011 442.645 195.934.596.025

2012 448.545 201.192.617.025

Jumlah 3.884.62 1.521.330.990.881

Dari tabel diatas dapat dilihat bahwa:

N = 10

= 3.884.629

= 1.521.330.990.881

Maka bila nilai-nilai diatas dimasukkan ke dalam rumus Uji Kecukupan Sampel menjadi :

(61)

= 20 20(1.521.330.990.881) (3.884.629)_3884.629

= 20 15.213.309.810 15.090.342.467.614_3.884.629

= 20 122.967.441.169_3.884.629

= 20(350.667,1373)_3.884.629

= 7.013.342_3.884.629

= {1,805408636}

= ,

Dari hasil perhitungan diatas diperoleh =3,26. Tampak bahwa lebih kecil dari N sampel yang sebenarnya (3,26< 10). Hal ini berarti ukuran sampel yang diambil penulis yaitu N=10 dapat diterima sebagai sampel dalam penelitian (observasi) yang dilakukan. Sehingga data yang sudah diperoleh dapat diolah dan dianalisis.Dari data 4.3 diatas dapat dilakukan peramalan tingkat produksi padi untuk tahun 2013-2017.Metode yang digunakan adalah Metode Eksponensial Smoothing Ganda (Linier).

(62)

Tabel 4.5 PeramalanProduksiPadiMenggunakanSmoothingEksponensialGandaLinierSatu ParameterDariBrowndenganα=0,1

Sumber :Perhitungan Untuk α = 0,1dan N = 8 Maka :

MSE =

=

. . .

=

1.489.984.012

404.086 404.086,00 404.086,00

348.824 398.559,80 403.533,38 404.086,00 -552,62

333.513 392.055,12 402.385,55 403.533,38 -1.147,83 393.033,6 -59.521 3.542.701.824 358.888 388.738,41 401.020,84 402.385,55 -1.364,71 380.576,86 -21.689 470.406.648 386.085 388.473,07 399.766,06 401.020,84 -1.254,78 375.091,26 10.994 120.862.275 386.774 388.303,16 398.619,77 399.766,06 -1.146,29 375.925,29 10.849 117.694.400 383.646 387.837,44 397.541,54 398.619,77 -1.078,23 376.840,26 6.806 46.318.114 391.623 388.216,00 396.608,98 397.541,54 -932,55 377.055,12 14.568 212.223.219 442.645 393.658,90 396.313,98 396.608,98 -295,01 378.890,46 63.755 4.064.641.278 448.545 399.147,51 396.597,33 396.313,98 283,35 390.708,81 57.836 3.345.024.335

(63)

Tabel 4.6PeramalanProduksiPadiMenggunakanSmoothingEksponensialGandaSatuParameterDariBrowndenganα=0,2

Sumber : Perhitungan

Untuk α = 0,2 dan N = 8

Maka :MSE =

=

. . .

=

491.146.324,1

404.086 404.086,00 404.086,00

348.824 393.033,60 401.75,52 384.191,68 -2.210,48

333.513 381.129,48 397.726,31 364.532,65 -4.149,21 360.383,44 -26,870 722.020.546 358.888 376.681,18 393.517,29 359.845,08 -4.209,03 355.636,06 3.252 10.575.140 386.085 378.561,95 390.526,22 366.597,68 -2.991,07 363.606,61 22.478 505.278.107 386.774 380.204,36 388.461,85 371.946,87 -2.064,37 369.882,50 16.892 285.322.885 383.646 380.892,69 386.948,01 374.837,36 -1.513,83 373.323,53 10.322 106.553.479 391.623 383.038,75 386.166,16 379.911,34 -781,85 379.129,48 12.494 156.087.953 442.645 394.959,10 387.924,93 401.995,07 1.758,77 403.753,84 38.891 1.512.522.555 448.545 405.676,10 391.475,34 419.878,66 3.550,41 423.429,07 25.116 630.809.949

(64)

Tabel 4.7PeramalanProduksiPadiMenggunakanSmoothingEksponensialGandaSatuParameterDariBrowndenganα=0,3

Sumber : Perhitungan

Untuk α = 0,3 dan N = 8 Maka :

MSE =

=

. . .

=

196.751.004

404.086 404.086,00 404.086,00

348.824 387.507,40 399.112,42 375.902,38 -4.973,58

333.513 371.309,08 390.771,412 351.846,74 -8.341,00 343.505,74 -9.993 99.854.853 358.888 367.582,76 383.814,82 351.350,69 -6.956,60 344.394,09 14.494 210.073.311 386.085 373.133,43 380.610,40 365.656,46 -3.204,42 362.452,04 23.633 558.516.846 386.774 377.225,60 379.594,96 374.856,24 -1.015,44 373.840,80 12.933 167.267.700 383.646 379.151,72 379.461,99 378.841,45 -132,97 378.708,48 4.938 24.379.115 391.623 382.893,10 380.491,32 385.294,88 1.029,33 386.324,22 5.299 28.077.079 442.645 400.818,67 386.589,53 415.047,82 6.098,20 421.146,02 21.499 462.206.051 448.545 415.136,57 395.153,64 435.119,50 8.564,11 443.683,61 4.861 23.633.078

(65)

Tabel 4.8 Peramalan Produksi Padi Menggunakan Smoothing Eksponensial Ganda Satu Parameter Dari Brown denganα=0,4

Sumber : Perhitungan

Untuk α = 0,4 dan N = 8

Maka , MSE =

=

. .

=

103.296.159

404.086 404.086,00 404.086,00

348.824 381.981,20 395.244,08 368.718,32 -8.841,92

333.513 362.593,92 382.184,02 343.003,82 -13.060,06 329.943,76 3.569 12.739.474 358.888 361.111,55 373.755,03 348.468,07 -8.428,98 340.039,07 18.849 355.281.484 386.085 371.100,93 372.693,39 369.508,47 -1.061,64 368.446,83 17.638 311.104.970 386.774 377.370,16 374.564,10 380.176,22 1.870,71 382.046,93 4.727 22.345.222 383.646 379.880,49 376.690,66 383.070,33 2.126,56 385.196,90 -1.551 2.405.268 391.623 384.577,50 379.845,39 389.309,60 3.154,74 392.464,34 -841 707.849 442.645 407.804,50 391.029,03 424.579,96 11.183,64 435.763,60 6.881 47.353.616 448.545 424.100,70 404.257,70 443.943,70 13.228,66 457.172,36 -8.627 74.431.390

(66)

Tabel 4.9 Peramalan Produksi Padi Menggunakan Smoothing Eksponensial Ganda Satu Parameter Dari Brown denganα=0,5

404.086 404.086,00 404.086,00

348.824 376.455,00 390.270,50 362.639,50 -13.815,50

333.513 354.984,00 372.627,25 337.340,75 -17.643,25 31.9697,50 13.816 190.868.040 358.888 356.936,00 364.781,62 349.090,37 -7.845,6 341.244,75 17.643 311.284.271 386.085 371.510,50 368.146,06 374.874,94 3.364,44 378.239,37 7.846 61.553.832 386.774 379.142,25 373.644,16 384.640,34 5.498,09 390.138,44 -3.364 11.319.440 383.646 381.394,12 377.519,14 385.269,11 3.874,98 389.144,09 -5.498 30.229.035 391.623 386.508,56 382.013,85 391.003,27 4.494,71 395.497,98 -3.875 15.015.504 442.645 414.576,78 398.295,32 430.858,25 16.281,46 447.139,71 -4.495 20.202.426 448.545 431.560,89 414.928,10 448.193,68 16.632,79 464.826,46 -16.281 265.086.097

Total 905.558.645

Sumber : Perhitungan

Untuk α = 0,5 dan N = 8 Maka :

(67)

Tabel 4.10 Peramalan Produksi Padi Menggunakan Smoothing Eksponensial Ganda Satu Parameter Dari Brown dengan α=0,6

404.086 404.086,00 404.086,00

348.824 370.928,80 384.191,68 357.665,92 -19.894,32

333.513 348.479,32 362.764,26 334.194,38 -21.427,416 312766,96 20.746 430.398.176 358.888 354.724,53 357.940,42 351.508,63 -4.823,8416 346684,79 12.203 148.918.285 386.085 373.540,81 367.300,66 379.780,97 9.360,23328 389141,20 -3.056 9.340.358 386.774 381.480,72 375.808,70 387.152,75 8.508,04128 395660,79 -8.887 78.975.095 383.646 382.779,89 379.991,41 385.568,37 4.182,715699 389751,08 -6.105 37.272.034 391.623 388.085,76 384.848,02 391.323,49 4.856,605955 396180,10 -4.557 20.767.153 442.645 420.821,30 406.432,00 435.210,62 21.583,97025 456794,59 -14.150 200.210.787 448.545 437.455,52 425.046,11 449.864,93 18.614,11925 468479,05 -19.934 397.366.470

Total 1.323.248.359

Sumber : Perhitungan Untuk α =0,6 dan N = 8

Maka , MSE =

=

. . .

(68)

Tabel 4.11PeramalanProduksiPadiMenggunakanSmoothingEksponensialGandaSatuParameterDariBrowndenganα=0,7

404.086 404.086,00 404.086,00

348.824 365.402,60 377.007,62 353.797,58 -27.078,38

333.513 343.079,88 353.258,20 332.901,56 -23.749,42 696.338,08 -362.825 131.642.040.128 358.888 354.145,56 353.879,35 354.411,77 621,15 708.024,92 -349.137 121.896.588.488 386.085 376.503,17 369.716,02 383.290,31 15.836,67 746.219,19 -360.134 129.696.637.875 386.774 383.692,75 379.499,73 387.885,77 9.783,71 763.192,48 -376.418 141.690.874.954 383.646 383.660,02 382.411,94 384.908,11 2.912,20 766.071,96 -382.426 146.249.617.025 391.623 389.234,11 387.187,47 391.280,76 4.775,52 776.421,56 -384.799 148.069.934.963 442.645 426.621,73 414.791,50 438.452,01 27.603,99 841.413,18 -398.768 159.016.062.841 448.545 441.968,02 433.815,05 450.120,99 19.023,60 875.783,07 -427.238 182.532.367.027

Total 1.160.794.123.302

Sumber : Perhitungan

Untuk α = 0,7 dan N = 8

Maka , MSE =

=

. . . .

(69)

Tabel 4.12 Peramalan Produksi Padi Menggunakan Smoothing Eksponensial Ganda Satu Parameter Dari Brown dengan α=0,8

404.086 404.086,00 404.086,00

348.824 359.876,40 368.718,32 351.034,48 -35.367,68

333.513 338.785,68 344.772,21 332.799,15 -23.946,11 308.853,04 24.660 608.113.627 358.888 354.867,54 352.848,47 356.886,60 8.076,26 364.962,86 -6.075 36.903.973 386.085 379.841,51 374.442,90 385.240,11 21.594,43 406.834,54 -20.750 430.543.576 386.774 385.387,50 383.198,58 387.576,42 8.755,68 396.332,10 -9.558 91.357.334 383.646 383.994,30 383.835,16 384.153,44 636,57 384.790,02 -1.144 1.308.781 391.623 390.097,26 388.844,84 391.349,68 5.009,68 396.359,36 -4.736 22.433.141 442.645 432.135,45 423.477,33 440.793,57 34.632,49 475.426,06 -32.781 1.074.598.202 448.545 445.263,09 440.905,94 449.620,24 17.428,61 467.048,85 -18.504 342.392.514

Total 2.607.651.147

Sumber : Perhitungan Untuk α = 0,8 dan N = 8

Maka , MSE =

=

. . .

(70)

Tabel 4.13 Peramalan Produksi Padi Menggunakan Smoothing Eksponensial Ganda Satu Parameter Dari Brown denganα=0,9

404.086 404.086,00 404.086,00

348.824 354.350,20 359.323,78 349.376,62 -44.762,22

333.513 335.596,72 337.969,43 333.224,01 -21.354,35 311.869,66 21.643 468.434.166 358.888 356.558,87 354.699,93 358.417,82 16.730,50 375.148,32 -16.260 264.397.941 386.085 383.132,39 380.289,14 385.975,63 25.589,21 411.564,85 -25.480 649.222.603 386.774 386.409,84 385.797,77 387.021,91 5.508,63 392.530,54 -5.757 33.137.709 383.646 383.922,38 384.109,92 383.734,84 -1.687,85 382.047,00 1.599 2.556.805 391.623 390.852,94 390.178,64 391.527,24 6.068,71 397.595,95 -5.973 35.676.184 442.645 437.465,79 432.737,08 442.194,51 42.558,44 484.752,95 -42.108 1.773.079.528 448.545 447.437,08 445.967,08 448.907,08 13.230,00 462.137,08 -13.592 184.744.656

Total 3.411.249.593

Sumber: Perhitungan

Untuk α = 0,9 dan N = 8

Maka :

(71)

Kemudian salah satu nilai MSE tersebut dibandingkan untuk mengetahui nilai yang memberikan nilai MSE yang terkecil/minimum. Perbandingan ukuran ketepatan metode peramalan produksi padi di Kabupaten Simalungun dengan melihat MSE sebagai berikut :

Tabel4.14PerbandinganUkuranKetepatanMetodePeramalan

Alpha( ) MSE

0,1 1.489.984.012

0,2 491.146.324,1

0,3 196.751.004

0,4 103.296.159

0,5 113.194.831

0,6 165.406.045

0,7 145.099.265.413

0,8 325.956.393

0,9 426.406.199

Dari tabel 4.14 di atas dapat dilihat bahwa yang menghasilkan nilai MSE yangpaling kecil/minimum adalah α = 0,4 yaitu MSE = 103.296.159

Ukuran ketepatan metode peramalan dengan α = 0,4 antara lain: a. ME (Mean Error)

ME = = . =5.080,65

(72)

b.MSE (Mean Square Error ) MSE =

= . .

=103.296.159

c.MAE (Mean Absolute Error ) MAE=

= . =5.080,65

d.MAPE (Mean Absolute Percentage Error) MAPE =

= , =1,39

Setelah dianalisis bahwa nilai MSE yang paling kecil atau minimum dihasilkan oleh α = 0,4 maka perbandingan antara produksi padi yang sebenarnya, pemulusan pertama, pemulusan ganda dan hasil peramalannya dapat dilihat pada tabel 4.15 dan gambar 4.3 di bawah ini :

(73)

Tabel4.15PerbandinganProduksiPadiSebenarnya, PemulusanPertama, Pemulusan Ganda dan Hasil Peramalannya Tahun Tahun Periode Periode Data Hasil Pemulusan Pertama Pemulusan Ganda Ramalan Ramalan

2002 1 404.086 404.086,00 404.086,00

2003 2 348.824 381.981,20 395.244,08

2004 3 333.513 362.593,92 382.184,02 329.943,76

2005 4 358.888 361.111,55 373.755,03 340.039,07

2006 5 386.085 371.100,93 372.693,39 368.446,83

2007 6 386.774 377.370,16 374.564,10 382.046,93

2008 7 383.646 379.880,49 376.690,66 385.196,90

2009 8 391.623 384.577,50 379.845,39 392.464,34

2010 9 442.645 407.804,50 391.029,03 435.763,60

2011 10 448.545 424.100,70 404.257,70 457.172,36

4.3 Peramalan Produksi Padi Tahun 2013-2017

Setelah mencari harga parameter smoothing eksponensial yang besarnya 0<α<1 dengan cara trial and error maka diperoleh lah perhitungan peramalan smoothing eksponensial linier satu parameter dari Brown dengan α = 0,4.

Perhitungan pada tabel 4.15 di atas didasarkan pada α = 0,4 dan peramalan untuk beberapa tahun ke depan yaitu tahun 2013-2017 akan menggunakan persamaan berikut :

= + (1 α) = + (1 )

= + ( )=

= ( )

(74)

Dengan t = 2011 maka = 443.943,70 dan = 13.228,66 sehingga persamaannya menjadi : = 433.943,70 + 13.228,66 (m)

a). Peramalan untuk tahun 2013 (m=2)

= + (m)

= 443.943,70 + 13.228,66 (2)

= 470.401,02

b). Peramalan untuk Tahun 2014 (m=3)

= + (m)

= 443.943,70 + 13.228,66 (3)

= 483.629,68

c). Peramalan untuk tahun 2015 (m=4)

= + (m)

= 443.943,70 + 13.228,66 (4)

= 496.858,34

d). Peramalan untuk tahun 2016 (m=5)

= + (m)

= 443.943,70 + 13.228,66 (5)

(75)

e). Peramalan untuk tahun 2017 (m=6)

= + (m)

= 443.943,70 + 13.228,66 (6)

= 523.315,66

Jika dirangkum dalam tabel, peramalan jumlah produksi padi di atas menjadi tabel 4.16 berikut ini :

Tabel 4.16PeramalanProduksiPadidiKabupatenSimalungun

Tahun JumlahProduksi(Ton)

2013 470.401,02

2014 483.629,68

2015 496.858,34

2016 510.087,00

2017 523.315,66

4.4 Analisa Konsumsi Kebutuhan Beras

Dari hasil peramalan terhadap produksi padi pada tahun 2013-2017 maka dapat diramalkna pula jumlah kebutuhan beras penduduk di Kabupaten Simalungun. Menurut data dari Dinas Pertanian Sumatera Utara, jumlah konsumsi masyarakat di Kabupaten Simalungun adalah 139 kg/kapita/tahun, sedangkan konversi hasil produksi padi atau yang disebut Gabah Kering Giling (GKG) ke beras adalah 1kg GKG = 0,64 kg beras.

(76)

Dengan ketetapan di atas, maka dapat dilakukan konversi jumlah produksi padi ke beras juga jumlah konsumsi berasnya.Berikut adalah perhitungan konsumsi beras penduduk yaitu dengan mengalikan jumlah penduduk dengan besarnya konsumsi penduduk per kapita (139 kg).

a. Konsumsi beras tahun 2013 = Jumlah Penduduk 2013 × Besar Konsumsi penduduk per kapita

Konsumsi 2013 = 1.885.444 × 139

Konsumsi 2013 = 262.076.716 kg

b. Konsumsi Beras Tahun 2014 = Jumlah Penduduk 2014 × Besar Konsumsi penduduk per kapita

Konsumsi 2014 = 1.925.843 × 139

Konsumsi 2014 = 267.692.177 kg

c. Konsumsi Beras Tahun 2015 = Jumlah Penduduk 2015 × Besar Konsumsi penduduk per kapita

Konsumsi 2015 = 1.967.107 × 139

Konsumsi 2015 = 273.427.873 kg

d. Konsumsi Beras Tahun 2016 = Jumlah Penduduk 2016 × Besar konsumsi penduduk per kapita

Konsumsi 2016 = 2.009.254 × 139

(77)

e. Konsumsi Beras Tahun 2017 = Jumlah Penduduk 2017 × Besar konsumsi penduduk per kapita

Konsumsi 2017 = 2.052.305 × 139

Konsumsi 2017 = 285.270.395 kg

Selanjutnya cara pengkonversian padi (GKG) menjadi beras diperoleh dengan mengalikan jumlah produksi padi dengan ketetapan dari Dinas Pertanian (0,64) sebagai berikut :

a. Produksi Beras Tahun 2013 = Jumlah Produksi Padi 2013 × Ketetapan GKG

Beras 2013 = 470.401.020 × 0,64

Beras 2013 = 301.056.652,80 kg

b. Produksi beras Tahun 2014 = Jumlah Produksi Padi 2014 × Ketetapan GKG

Beras 2014 = 483.629.680 × 0,64

Beras 2014 = 309.552.995,20

c. Produksi Beras Tahun 2015 = Jumlah Produksi Padi 2015 × Ketetapan GKG

Beras 2015 = 496.858.034 × 0,64

(78)

d. Produksi Beras Tahun 2016 = Jumlah Produksi Padi 2016 × Ketetapan GKG

Beras 2016 = 510.087.000 × 0,64

Beras 2016 = 326.455.680,00 kg

e. Produksi Beras Tahun 2017 = Jumlah Produksi Padi 2017 × Ketetapan GKG

Beras 2017 = 523.315.660 × 0,64

Beras 2017 = 334.922.022,40 kg

Adapun hasil perhitungan di atas dapat disusun dalam bentuk tabel seperti dibawah ini :

Tabel 4.17 Peramalan Produksi Padi, Produksi Beras, dan Selisihnya serta Konsumsi Penduduk Kabupaten Simalungun

Tahun Penduduk Penduduk

Produksi Padi

Produksi Beras

Konsumsi Penduduk

Selisih

(Jiwa) (Kg) (Kg) (Kg) (Kg)

2013 1.885.444 470.401,02 301.056.652,80 262.076.716 38.979.936,80 2014 1.925.843 483.629,68 309.522.995,20 267.692.177 41.830.818,20 2015 1.967.107 496.858,34 317.989.141,80 273.427.873 44.561.268,80 2016 2.009.254 510.087,00 326.455.680,00 279.286.306 47.169.374,00 2017 _2.052.305 _523.315,66 _{334.922.022,40} _285.270.395 _{49.651.627,40}

(79)

Dari tabel diatas dapat dilihat bahwa pertumbuhan penduduk Kabupaten Simalungun setiap tahun terus mengalami peningkatan.Angka pertumbuhan yang terus naik dapat menjadi tolak ukur bagi pemerintah untuk tetap mengawasi dan memperhatikan produksi komoditas padi, khususnya yang dihasilkan oleh Kabupaten Simalungun agar masyarakat daerah tersebut dapat memenuhi kebutuhan berasnya. Selain itu juga dapat dilihat bahwa Kabupaten Simalungun mengalami kenaikan produksi padi juga produksi beras pada tahun 2013-201, namun demikian keadaan diatas merupakan hasil peramalan dan peramalan tersebut dapat berubah apabila pada kenyataannya ada faktor-faktor lain yang juga mempengaruhi produksi padi tersebut.

(1)

Maka perhitungan masing-masing smoothing pertama, smoothing kedua, konstanta, slope, dan forecast (ramalan) sebagai berikut :

1. Smoothing pertama, untuk tahun pertama ditentukan sebesar tahun pertama dari data historisnya sehingga rumus yang tertera pada sel C4 adalah C4.

Sedangkan untuk tahun kedua dapat dihitung dengan rumus : 0,4*B4+0,6*C3.

Dalam kasus ini menghasilkan angka : 381.981,20 untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.

2. Smoothing kedua, untuk tahun kedua ditentukan sebesar jumlah produksi tahun pertama dari data historisnya. Sehingga rumus yang tertera pada sel D4 adalah D4. Sedangkan untuk tahun kedua dapat dihitung dengan rumus : 0,9*C4+0,1*D3. Dalam kasus ini menghasilkan angka 395.244,08 dan untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.

3. Nilai bisa dicari pada tahun kedua yaitu dengan rumus : 2*C4-D4. Dalam kasus ini menghasilkan angka 368.718,32 dan untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.

4. Nilai bisa dicari pada tahun kedua yaitu dengan rumus yang tertera pada sel F4 adalah: 0,4/0,6*(C4D4). Dalam kasus ini menghasilkan angka -8.841,92 dan untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.

(2)

(3)

(4)

BAB 6

PENUTUP

6.1 Kesimpulan

Berdasarkan hasil pengolahan data dan analisis data yang dilakukan pada bab-bab sebelumnya maka kesimpulan yang diperoleh antara lain :

1. Metode peramalan yang baik adalah metode yang memberikan hasil ramalan yang tidak jauh berbeda dengan data yang sebenarnya, atau metode tersebut memghasilkan bias sekecil mungkin. Dalam kasus ini hasil analisis Metode Smoothing Eksponensial dengan satu parameter dari Brown diperoleh nilai MSE yang terkecil adalah = 0,4 yakni MSE =103.296.159

2. Bentuk persamaan peramalan dari jumlah produksi padi Kabupaten Simalungun adalah : = 433.943,70 + 13.228,66 (m)

3. Rangkuman semua hasil peramalan dapat dilihat seperti yang tertera dalam tabel di bawah ini :

Tabel 6.1 Peramalan Produksi Padi, Produksi Beras, dan Selisihnya serta Konsumsi Penduduk Kabupaten Simalungun

Tahun Penduduk Produksi Produksi Beras Konsumsi Selisih

(Jiwa) (Kg) (Kg) (Kg) (Kg)

2013 1.885.444 470.401,02 301.056.652,80 262.076.716 38.979.936,80 2014 1.925.843 483.629,68 309.522.995,20 267.692.177 41.830.818,20 2015 _1.967.107 _496.858,34 _{317.989.141,80} _273.427.873 _{44.561.268,80} 2016 _2.009.254 _510.087,00 _{326.455.680,00} _279.286.306 _{47.169.374,00}

(5)

Dari hasil peramalan tersebut dapat disimpulkan bahwa Jumlah produksi padi dan Kebutuhan beras di Kabupaten Simalungun cukup untuk kebutuhan.

6.2 Saran

Berdasarkan penelitian yang telah dilakukan penulis, maka pada Tugas Akhir ini penulis memberikan saran yang diharapkan dapat bermanfaat bagi pemerintah dan pihak-pihak yang terkait.

Adapun saran yang dapat penulis berikan antara lain sebagai berikut :

1. Para petani di Kabupaten Simalungun kiranya dapat mengusahakan produksi padi untuk pemenuhan kebutuhan pangan penduduk di daerah tersebut.

2. Pemerintah setempat kiranya lebih memperhatikan daerah-daerah yang memproduksi tanaman pangan khususnya padi agar di kemudian hari tidak terjadi kekurangan bahan pangan dan bencana kelaparan.

3. Dengan menganalisis data penduduk yang cenderung mengalami peningkatan tiap tahunnya, maka diharapkan adanya usaha peningkatan produksi bahan pangan khususnya daerah Kabupaten Simalungun, meskipun hasil peramalan penulis menunjukkan adanya peningkatan produksi padi agar pemenuhan bahan pangan tetap terpenuhi.

4. Sebagai bahan pertimbangan dan perbandingan dalam mengambil kebijaksanaan, metode smoothing Eksponensial Ganda Linier Satu

(6)

DAFTAR PUSTAKA

Haymans, Adler. 1961.Teknik Peramalan. Yogyakarta: Rineka Cipta

BPS.2012.Kabupaten Simalungun Dalam Angka.Badan Pusat Statistik

R.Aritonang. 1977.Peramalan Bisnis Edisi ke-2. Bogor: Ghalia Indonesia

Mantra, I.Bagoes. 2000.Demografi Umum. Yogyakarta: Pustaka Belajar

Hanke, John. 1992.Business Forecasting Edisi ke-6. Bandung. Tarsito

W,Charles.1990.Demand-Driven Forecasting.Bandung : Tarsito

Panduan Tatacara Penulisan Skripsi dan Tugas Akhir. 2005. Dokumen Nomor Akad/05/2005. Medan: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara.

Peramalan Jumlah Kebutuhan Beras dan Produksi Padi di Kabupaten Simalungun Tahun 2013-2017 dengan Metode Smoothing Eksponensial Ganda Brown

=

=

=

=

=

=

=

=

=

=

=

Parts

Dokumen yang terkait

Metode Pemulusan (Smoothing) Eksponensial Ganda (Linier Satu Parameter dari Brown) dan Metode Box-Jenkins dalam Meramalkan Curah Hujan di Kota Medan

Perbandingan Metode Pemulusan (Smoothing) Eksponensial dan ARIMA (Box-Jenkins) sebagai Metode Peramalan Indeks Harga Saham Gabungan (IHSG)

Peramalan Tingkat Produksi Jagung Di Kabupaten Simalungun Tahun 2013 Dengan Metode Smoothing Eksponensial Ganda

Aplikasi Metode Pemulusan Eksponensial Ganda Dari Brown Untuk Kelapa Sawit Pada PT. Perkebunan Nusantara III Tahun 2010 Dan 2011

Perbandingan Metode Pemulusan (Smoothing) Eksponensial Ganda Dua Parameter Dari Holt Dan Metode Box-Jenkins Dalam Meramalkan Hasil Produksi Kernel Kelapa Sawit PT. Eka Dura Indonesia.

Peramalan Jumlah Kebutuhan Padi di Kabupaten Tapanuli Utara Tahun 2016-2020 Dengan Metode Eksponensial Ganda Brown

Peramalan Jumlah Kebutuhan Padi di Kabupaten Tapanuli Utara Tahun 2016-2020 Dengan Metode Eksponensial Ganda Brown

Peramalan Jumlah Kebutuhan Padi di Kabupaten Tapanuli Utara Tahun 2016-2020 Dengan Metode Eksponensial Ganda Brown

Peramalan Jumlah Kebutuhan Padi di Kabupaten Tapanuli Utara Tahun 2016-2020 Dengan Metode Eksponensial Ganda Brown

BAB 2 LANDASAN TEORI - Peramalan Jumlah Kebutuhan Beras dan Produksi Padi di Kabupaten Simalungun Tahun 2013-2017 dengan Metode Smoothing Eksponensial Ganda Brown

Dukungan

Links

Peramalan Jumlah Kebutuhan Beras dan Produksi Padi di Kabupaten Simalungun Tahun 2013-2017 dengan Metode Smoothing Eksponensial Ganda Brown

=

=

=

=

=

=

=

=

=

=

=

Parts

Dokumen yang terkait

Metode Pemulusan (Smoothing) Eksponensial Ganda (Linier Satu Parameter dari Brown) dan Metode Box-Jenkins dalam Meramalkan Curah Hujan di Kota Medan

Perbandingan Metode Pemulusan (Smoothing) Eksponensial dan ARIMA (Box-Jenkins) sebagai Metode Peramalan Indeks Harga Saham Gabungan (IHSG)

Peramalan Tingkat Produksi Jagung Di Kabupaten Simalungun Tahun 2013 Dengan Metode Smoothing Eksponensial Ganda

Aplikasi Metode Pemulusan Eksponensial Ganda Dari Brown Untuk Kelapa Sawit Pada PT. Perkebunan Nusantara III Tahun 2010 Dan 2011

Perbandingan Metode Pemulusan (Smoothing) Eksponensial Ganda Dua Parameter Dari Holt Dan Metode Box-Jenkins Dalam Meramalkan Hasil Produksi Kernel Kelapa Sawit PT. Eka Dura Indonesia.

Peramalan Jumlah Kebutuhan Padi di Kabupaten Tapanuli Utara Tahun 2016-2020 Dengan Metode Eksponensial Ganda Brown

Peramalan Jumlah Kebutuhan Padi di Kabupaten Tapanuli Utara Tahun 2016-2020 Dengan Metode Eksponensial Ganda Brown

Peramalan Jumlah Kebutuhan Padi di Kabupaten Tapanuli Utara Tahun 2016-2020 Dengan Metode Eksponensial Ganda Brown

Peramalan Jumlah Kebutuhan Padi di Kabupaten Tapanuli Utara Tahun 2016-2020 Dengan Metode Eksponensial Ganda Brown

BAB 2 LANDASAN TEORI - Peramalan Jumlah Kebutuhan Beras dan Produksi Padi di Kabupaten Simalungun Tahun 2013-2017 dengan Metode Smoothing Eksponensial Ganda Brown

Dokumen yang Anda mencari sudah siap untuk unduhkan