Peramalan Jumlah Air Minum Yang Disalurkan Berdasar Pelanggan PDAM Tirtanadi Medan Tahun 2010-2011 (Dengan Metode Smoothing Eksponensial Ganda)

PERAMALAN JUMLAH AIR MINUM YANG DISALURKAN

BERDASAR PELANGGAN PDAM TIRTANADI

MEDAN TAHUN 2010-2011

(DENGAN METODE SMOOTHING EKSPONENSIAL GANDA)

TUGAS AKHIR

NISFI KHAIRANI NASUTION 072407018

PROGRAM STUDI DIPLOMA III STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2010

PERAMALAN JUMLAH AIR MINUM YANG DISALURKAN

BERDASAR PELANGGAN PDAM TIRTANADI

MEDAN TAHUN 2010-2011

(DENGAN METODE SMOOTHING EKSPONENSIAL GANDA)

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ahli Madya

NISFI KHAIRANI NASUTION 072407018

PROGRAM STUDI D3 STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

LEMBAR PERSETUJUAN

Judul : PERAMALAN JUMLAH AIR MINUM YANG

DISALURKAN BERDASAR PELANGGAN PDAM TIRTANADI MEDAN TAHUN 2010-2011 (DENGAN METODE SMOOTHING EKSPONENSIAL GANDA)

Kategori : TUGAS AKHIR

Nama : NISFI KHAIRANI NASUTION

Nomor Induk Mahasiswa : 072407018

Program Studi : DIPLOMA (D3) STATISTIKA

Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM (FMIPA) UNIVERSITAS SUMATERA

UTARA

Diluluskan di Medan, Mei 2010

Diketahui

Departemen Matematika FMIPA USU Pembimbing 1 Ketua,

Dr. Saib Suwilo, M.Sc Drs. Suwarno Arriswoyo, M.Si NIP. 19640109 198803 1 004 NIP: 19500321 198003 1 001

PERNYATAAN

PERAMALAN PRODUK DOMESTIK REGIONAL BRUTO (PDRB) KABUPATEN LABUHANBATU PADA SEKTOR PERTANIAN TAHUN 2011

TUGAS AKHIR

Saya mengakui bahwa Tugas Akhir ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, Mei 2010

NISFI KHAIRANI NASUTION 072407018

PENGHARGAAN

Bismillahirrahmanirrahim,

Puji dan syukur penulis panjatkan kehadirat Allah SWT yang telah memberikan rahmat dan karunianya kepada penulis sehingga penulis dapat menyelesaikan tugas Akhir dengan judul ” PERAMALAN JUMLAH AIR MINUM YANG

DISALURKAN BERDASAR PELANGGAN PDAM TIRTANADI MEDAN TAHUN 2010-2011 (DENGAN METODE SMOOTHING EKSPONENSIAL GANDA)” tepat pada waktunya.

Pada kesempatan ini penulis mengucapkan terima kasih atas bantuan, petunjuk dan bimbingan yang berharga yang telah diberikan kepada penulis sehingga akhirnya penulis dapat menyelesaikan Tugas Akhir ini terutama kepada : Bapak Prof. Dr. Eddy Marlianto, M.Sc, selaku Dekan FMIPA USU, Bapak Drs. Saib Suwilo, M.Sc, selaku ketua Departemen matematika, Bapak Drs. Suwarno Ariswoyo, M.Si, selaku pembimbing yang tak henti-hentinya memberikan bantuan, bimbingan, pengarahan serta saran.

Terima kasih secara khusus penulis ucapkan kepada yang terkasih dan teristimewah Ayahanda Sorimuda Nst dan Ibunda Rosmawarni Nst yang membesarkan dan mendidik penulis dengan penuh kasih sayang dan cinta kasih dari kecil hingga saat ini, serta banyak memberikan dukungan, baik itu motivasi, materi dan doa yang tak ternilai harganya.

Ucapan terima kasih yang tidak kalah pentingnya juga penulis ucapkan buat seluruh sahabat- sahabat penulis, Uci, Mastri, Desi, Friska, Tika dan yang lainnya. Yang telah memberikan semangat dan menjadi tempat penulis mengaduh dalam menghadapi kesulitan, Semoga kita tetap menjadi sahabat selama- lamanya.

Penulis menyadari bahwa Tugas Akhir ini masih banyak kekurangan dan kelemahan dengan demikian penulis harapkan saran dan kritik yang sifatnya membangun demi peningkatan ilmu penulis dan mutu penulisan Tugas Akhir di masa yang akan datang.

Akhirnya penulis berharap semoga Tugas Akhir ini dapat memberikan manfaat kepada semua pihak yang memerlukannya.

Medan, Mei 2010 Penulis

072407018

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii

Penghargaan iv

Daftar Isi v

Daftar Tabel Vi

Daftar Gambar Vii

BAB 1 PENDAHULUAN 1

1.1 Latar Belakang 1

1.2 Rumusan Masalah 2

1.3 Batasan Masalah 2

1.4 Tujuan dan Maksud 3

1.5 Metodelogi Penelitian 4

1.6 Lokasi Dan Waktu Penelitian 6

1.7 Sistematika Penulisan 6

BAB 2 TINJAUAN TEORITIS 8

2.1 Pengertian Ramalan 8

2.2 Kegunaan Peramalan 9

2.3 Metode Peramalan 11

2.4 Analisis Deret Berkala 14

2.5 Penetuan Pola Data 15

2.6 Metode Pemulusan Smoothing 17

BAB 3 SEJARAH SINGKAT BPS 23

3.1 Sejarah Singkat Kegiatan Statistik di Indonesia 23 3.2 Ruang Lingkup Kegiatan Badan Pusat Statistik 27 3.3 Struktur Organisasi Badan Pusat Statistik 29

BAB 4 ANALISIS DATA DAN EVALUASI 34

3.1 Analisi Data 34

BAB 5 IPLEMENTASI SISTEM 55

4.1 Tahapan Implementasi 55

4.2 Microsoft Excel 56

4.3 Langkah-langkah Memulai Pengolahan Data Dengan Excel 56

4.4 Pembuatan Grafik 61

BAB 6 KESIMPULAN DAN SARAN 63

6.1 Kesimpulan 63

6.2 Saran 66

Daftar Pustaka Lampiran

DAFTAR TABEL

Halaman

Tabel 4.1 Data Banyaknya Jumlah Air Minum yang Disalurkan Pelanggan PDAM Tirtanadi Medan

Tahun 2007 – 2009 35 Tabel 4.2 Peramalan Jumlah Air Minum yang Disalurkan PDAM

Tirtanadi Tahun 2007- 2009 α= 0,1 40 Tabel 4.3 Peramalan Jumlah Air Minum yang Disalurkan PDAM

Tirtanadi Tahun 2007- 2009 α= 0,5 46

Tabel 4.4 Peramalan Jumlah Air Minum yang Disalurkan PDAM

Tirtanadi Tahun 2007- 2009 α= 0,9 52

Tabel 6.1 Peramalan Jumlah Air Minum yang Disalurkan

PDAM Tirtanadi Tahun 2007-2009 63

Tabel 6.2 Ramalan Jumlah Air Minum yang Disalurkan PDAM

Tirtanadi Medan Tahun 2010 – 2011 65

DAFTAR GAMBAR

Halaman

Gambar 2.1 Pola Data Horizontal 15

Gambar 2.2 Pola Data Musiman 16

Gambar 2.3 Pola Data Siklis 16

Gambar 3.4 Pola Data Trend 17

Gambar 5.1 Awal Microsoft Excel 57

Gambar 5.2 Data yang diisi dalam Microsoft Excel 58

Gambar 5.3 Pengujian dalam Microsoft Excel 60

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Melihat perkembangan zaman pada saat ini, air merupakan salah satu faktor yang sangat dibutuhkan karena semakin bertambahnya jumlah penduduk. Seiring dengan itu berbagi jenis industri juga semakin berkembang, dan begitu juga dengan industri air minum.

Air merupakan salah satu sumber daya alam yang memiliki fungsi sangat penting bagi kehidupan dan perikehidupan manusia, serta untuk memajukan kesejahteraan umum, sehingga merupakan modal dasar dan faktor utama pembangunan. Air juga merupakan komponen lingkungan hidup yang penting bagi kelangsungan hidup manusia dan makhluk hidup lainnya. Akan tetapi, dari waktu ke waktu Indonesia mengalami krisis air bersih, baik dari segi kuantitas maupun kualitasnya.

Oleh karena itu, penulis mencoba untuk memproyeksi banyaknya jumlah air minum yang disalurkan PDAM Tirtanadi pada tahun 2010-2011, untuk mengetahui seberapa besar peningkatannya, dan untuk melihat banyaknya jumlah air minum yang diperlukan pada setiap rumah tangga perbulannya.

1.2 Rumusan Masalah

Penyusun Tugas Akhir ini akan menguraikan tentang jumlah air minum yang diproduksi di Kota Madya Medan dilihat pada tahun 2006-2008 serta metode-metode perhitungannya. Maka permasalahan yang dikaji dalam Tugas akhir ini adalah:

1. Bentuk persamaan peramalan yang dapat digunakan untuk meramalkan jumlah air minum yang diproduksi PDAM Tirtanadi Medan dimasa yang akan datang.

2. Berapa banyak jumlah air minum yang diproduksi PDAM Tirtanadi untuk tahun 2010-2011.

1.3 Pembatasan Masalah

Adapun permasalahan yang dirangkum dalam Tugas Akhir ini hanya dibatasi pada perhitungan jumlah air minum yang dijualkan PDAM Tirtanadi Kota Madya Medan tahun 2009-2010. Agar pembahasan yang akan dilakukan lebih terarah, maka perlu ditentukan beberapa pembatasan permasalahan ,yaitu:

1. Jumlah air minum yang dijualkan PDAM Tirtanadi Kota Madya Medan untuk tahun 2010-2011 yang akan diramalkan.

2. Data yang dibutuhkan yaitu data jumlah air minum yang disalurkankan PDAM Tirtanadi Kota Madya Medan data seluruh perbulannya dari tahun sebelumnya (2007 -2009).

1.4 Maksud dan Tujuan

Adapun maksud dan tujuan dari penelitian ini adalah untuk memperoleh rumus peramalan yang sesuai untuk mendapatkan ramalan pada tahun 2010-2011.

Dan melihat data dan perumusan yang telah tersedia maka penggunaan Metode Pemulusan (Smoothing) Eksponensial ganda adalah rumus untuk meramalkan seberapa besar peningkatan jumlah air minum diproduksi PDAM Tirtanadi pada tahun 2010 sampai dengan 2011.

Pada kesempatan di dalam penyusunan Tugas Akhir ini yang berjudul “Peramalan Jumlah Air Minum yang Disalurkan PDAM TIrtanadi Kotamadya Medan untuk tahun 2010-2011. ”Dengan Metode Pemulusan (Smoothing) Eksponensial Ganda “ adalah dengan maksud untuk menjelaskan bagaimana pengaplikasian data-data yang diperoleh tersebut dengan metode peramalan yang tersedia, sehingga masalah yang timbul adalah memahami bagaimana karakteristik suatu metode peramalan akan cocok bagi situasi pengambilan keputusan tertentu.

1.5 Metodologi Penelitian

Metodologi penelitian yang digunakan adalah dengan Metode Penelitian Kepustakaan, Metode Pengumpulan Data , Metode Pengolahan Data, dan Metode Analisa. Studi pengolahan data dengan menggunakan Analisa tahapan yang dilaksanakan dalam penyelesaian masalah yang dihadapi adalah sebagai berikut:

1. Metode Penelitian Kepustakaan (Studi Literatur)

Dalam hal ini, pengumpulan data serta keterangan- keterangan dapat dilakukan dengan membaca serta mempelajari buku-buku atau literatur pelajaran yang didapat di perkuliahan ataupun umum, serta sumber informasi lainnya yang berhubungan dengan objek yang diteliti.

2. Metode Pengumpulan Data

Pengumpulan data untuk keperluan riset ini penulis lakukan dengan menggunakan data sekunder yang diperoleh dari Badan Pusat Statistik (BPS) Provinsi Sumatera Utara. Data yang dikumpulkan tersebut kemudian diatur, disusun dan disajikan dalam bentuk angka-angka dengan tujuan untuk mendapatkan gambaran yang jelas tentang sekumpulan data tersebut .

3. Metode Pengolahan Data

Adapun pengolah data dalam meramalkan jumlah air minum yang disalurkan di Kotamadya Meadan tahun 2010-2011 dengan menggunakan perumusan:

Metode Pemulusan (Smoothing) Eksponensial Ganda , dengan rumus:

a. Menentukan nilai pemulusan eksponensial tunggal (S_t')

' t

S = '

1 ) 1 ( − ₋ + t t S X α α ' t

S = Nilai pemulusan eksponensial tunggal α = Parameter pemulusan eksponensial

t

X = Nilai riil periode t

' 1

−

t

S = Nilai pemulusan eksponensial sebelumnya

b. Menentukan nilai pemulusan eksponensial ganda

" t

S = αS_t' +(1−α)S_t"₋₁

" t

S = Nilai pemulusan eksponensial ganda

c. Menentukan besarnya konstanta (a ) _t

t

a = S_t'+(S_t' −S_t")=2S_t' −S_t"

t

d. Menentukan besarnya Slope (b ) _t

b = _t ( ) 1

" '

t

t S

S −

−αα

b = Slope / nilai trend dari data yang sesuai _t

d. Menentukan besarnya Forecast

m b a Ft+m = t + t

m t

F₊ = besarnya forecast m = jangka waktu forecast

1.6 Lokasi dan Waktu Penelitian

Dalam melakukan peninjauan untuk penyusunan Tugas Akhir ini penulis mengambil data yang sudah ada pada Badan Pusat Statistik (BPS) Provinsi Sumatera Utara.

Penulis mengambil data dari tahun yang lampau sampai tahun tertentu guna melakukan analisis.

1.7 Sistematika Penulis

Seluruh penulis dari Tugas Akhir ini disusun dalam beberapa bab yang setiap bab tersebut berisikan sub-sub bab, disusun guna memudahkan pembaca untuk mengerti dan memahami isi penulis ini. Adapun sistematika penulisannya adalah sebagai berikut:

BAB 1 PENDAHULUAN

Bab ini mengutarakan tentang Latar Belakang, Perumusan Masalah, Pembatasan Masalah , Maksud dan Tujuan Penelitian, Metode Penelitian, Lokasi dan Waktu Penelitian dan Sistematika Penulisan.

BAB 2 TINJAUAN TEORITIS

Bab ini menjelaskan tentang segala sesuatu yang mencakup penyelesaian masalah sesuai dengan judul dan permalahan yang diutarakan .

BAB 3 SEJARAH SINGKAT BPS

Bab ini menjelaskan tentang sejarah singkat berdirinya Badan Pusat Statistik (BPS) serta Struktur Organisasinya.

BAB 4 PENGOLAHAN DATA

Bab ini menerangkan data yang telah diamati dan dikumpulkan.

BAB 5 IMPLEMENTASI SISTEM

Bab ini menerangkan tentang kesimpulan data yang telah di analisis beserta saran-saran.

BAB 2

TINJAUAN TEORITIS

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 akan 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 dengan 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 yang sama dalam suatu permasalahan dalam suatu kegiatan peramalan, maka akan dapat dasar pemikiran dan pemecahan yang sama.

Baik tidaknya suatu peramalan yang di susun, disamping ditentukan oleh metode yang digunakan, juga ditentukan baik tidaknya informasi yang digunakan.

Selama informasi yang digunakan tidak dapat meyakinkan, maka hasil peramalan yang disusun juga akan sukar dipercaya akan ketepatannya.

2.2 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 tidak akan tepat dapat 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 mengambil keputusan dapat berkisar dari beberapa tahun. Peramalan merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien. Di dalam bagian organisasi terdapat kegunaan peramalan, yaitu :

1. Berguna untuk penjadwalan sumber daya yang tersedia. Penggunaan sumber daya yang efisien memerlukan penjadwalan produksi, transportasi, kas, personalian dan sebagainya. Input yang penting untuk penjadwalan seperti itu adalah ramalan tingkat permintaan akan konsumennya atau pelanggan.

2. Berguna dalam penyediaan 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 diperlukan untuk menentukan kebutuhan sumber daya dimasa akan datang.

3. Untuk menentukan sumber daya yang diinginkan. Setiap organisasi 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 diatas merupakan bentuk khas dari kegunaan peramalan jangka pendek, menengah dan panjang.

Dari uraian diatas dapat dikatakan Metode Peramalan sangat berguna, karena akan membantu dalam mengadakan analisi 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.

2.3 Metode Peramalan

Berdasarkan sifatnya teknik peramalan dibagi dalam 2 (dua) katagori 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 tergantung pada orang yang menyusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran yang bersifat intuisi, pendapat dan pengetahuan dari orang yang menyusunnya.

2. Metode peramalan kuantitatif.

Peramalan kuantitatif adalah peramalan yang didasarkan atas data kuantitatif pada masa lalu. Hasil peramalan yang dibuat sangat bergantung pada metode yang dipergunakan dalam peramalan tersebut. Dengan 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 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 :

1. Adanya informasi tentang masa lalu.

2. Informasi tersebut dapat di kuantitatifkan dalam bentuk data.

3. Informasi tersebut dapat diasumsikan bahwa beberapa pola aspek masa lalu akan terus berlanjut dimasa yang akan datang.

Kondis 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 teknologis terlepas dari bagaimana canggihnya metode tersebut.

2.3.1 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 analisis keadaan dalam mempersiapkan peramalan.

Ada 6 (enam) faktor utama yang diidentifikasikan sebagai teknik dan metode peramalan yaitu :

1. Horizon Waktu

Ada 2 (dua) aspek dari Horizon Waktu yang berhubungan dengan masing – masing metode peramalan. Pertama adalah cakupan waktu dimasa yang akan datang, kedua adalah jumlah periode untuk peramaln yang diinginkan.

2. Pola Data

Dasar utama dari metode peramalan adalah anggapan bahwa macam – macam dari pola yang didapati didalam data yang diramalkan akan berkelanjutan.

3. Jenis Dari 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 Dibutuhkan

Umumnya ada 4 (empat) unsur biaya yang tercakup didalam 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.

6. Kemudahan dalam Penerapan

Metode – metode yang dapat dimengerti dan mudah diaplikasikan sudah merupakan suatu perinsip umum bagi pengambilan keputusan.

2.4 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. Analisis data berkala memungkinkan untuk mengetahui perkembangan suatu kejadian atau beberapa kejadian serta hubunganya dengan kejadian yang lain.

Metode Time Series merupakan metode peramalan 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 stasioner atau tidak dan ekstrapolasi kemasa yang akan datang. Stasioner ini sendiri berarti bahwa tidak terdapat pertumbuhan / penurunan pada data. Data secara kasar harus horizontal sepanjang waktu. Dengan kata lain fluktuasi dan tetap konstan setiap waktu.

2.5 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 yang historis tersebut dapat di uji, dimana pola data pada umumnya dapat dibedakan sebagai berikut

1. Pola Data Horisontal : pola ini terjadi bila nilai berfluktuasi disekitar nilai rata

– rata yang konstan. y

waktu

Gambar 2.1 Pola Data Horisontal

2. Pola Data Musiman (Seasonal) : pola yang menunjukan perubahan yang

berulang – ulang secara periodik dalam deret waktu. Pola yang ini terjadi bila suatu deret dipengaruhi oleh faktor musiman misalnya kwartal tahun tertentu, bulanan, atau hari – hari pada minggu tertentu.

y

waktu

Gambar 2.2 Pola Data Musiman

3. Data Siklis (Cyclical) : Pola data yang menunjukkan gerak naik turun dalam

jangka panjang dari suatu kurva trand. Terjadi bila datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti yang berhubungan dengan siklus bisnis.

y

Waktu

4. Pola Data Trand : Pola yang menunjukan kenaikan atau penurunan jangka

panjang dalam data. y

waktu

Gambar 2.4 Pola Data Trend

2.6 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 nilai pada beberapa tahun kedepan. Secara umum metode Smoothing diklasifikasikan menjadi 2 (dua) bagian, yaitu :

1. Metode Rata - rata

Metode rata – rata dibagi 4 (empat) bagian, yaitu : a. Nilai tengah (mean)

b. Rata – rata bergerak tunggal (Single Moving Average) c. Rata – rata bergerak ganda (Double Moving Average) d. Kombinasi rata – rata bergerak lainnya.

Metode rata – rata tujuannya adalah untuk memanfatkan data masa lalu untuk mengembangkan suatu sistem peramalan pada periode mendatang.

2. Metode Pemulusan (Smoothing) Eksponensial

Bentuk umum dari metode pemulusan (Smoothing) Eksponensial ini adalah : Ft+1= aXt+ (1 - a)Ft

Dengan :

F_t+1 = ramalan suatu periode kedepan X_t = data aktual periode t

F_t = ramalan pada periode t

α = parameter pemulusan (0<a<1)

Bila bentuk umum tersebut diperluas maka akan berubah menjadi : F_t+1= aX_t+ a(1 - a) X_t−1+a(1 - a)²X_t−2+………….+ (1 - a)NF_t+(N−1)

Dari perluasan bentuk umum diatas dapatlah dikatakan bahwa Metode Smoothing Eksponensial secara eksponensial terhadap nilai observasi yang lebih tua atau dengan kata lain observasi yang baru biberikan bobot yang relatif lebih besar dengan nilai observasi yang lebih tua.

Metode ini terdiri atas :

a. Smoothing Eksponensial Tunggal. a.1. Satu Parameter (one parameter)

a.2. Pendekatan aditif (ARRES)

Digunakan untuk data – data yang bersifat stasioner dan tidak menunjukan pola atau trand.

b. Smoothing Eksponensial Ganda.

b.1. Metode Linear Satu Parameter dari Brown b.2. Metode Dua Parameter dari Holt

c. Smoothing Eksponensial Triple.

c.1. Metode Kuadratik Satu Parameter dari Brown

Digunakan untuk pola data kuadratik, kubik, atau orde yang lebih tinggi. c.2. Metode kecendrungan dan musim tiga parameter dari Winter

Dapat digunakan untuk data yang berbentuk trend dan musiman.

Metode Smoothing yang Digunakan

Untuk mendapatkan hasil yang baik harus diketahui cara peramalan yang tepat. Data banyaknya jumlah air minum yang disalurkan bedasarkan pelanggan rumah tangga oleh PDAM Tirtanadi Medan sudah dari plot kedalam grafis menunjukan pola data trend linier yang dapat juga dilihat dari plot autokorelasi nilai – nilai autokorelasi yang menunjukan pola data linier.

Maka metode peramalan analisa Time Series yang digunakan untuk meramalkan jumlah pelanggan air minum khususnya rumah tangga pada pemecahan permasalahan ini adalah dengan menggunakan Metode Smoothing Eksponansial Ganda yaitu “ Smoothing Eksponensial Linier Satu Parameter dari Brown”

a. Smoothing Eksponensial Ganda, Metode Linier Satu Parameter dari Brown

Metode ini merupakan modal linier yang dikemukakan oleh Brown. Dasar pemikiran dari Metode Smoothing Eksponensial Linier Satu Parameter dari Brown adalah serupa dengan rata – rata bergerak linier karena kedua nilai pemulusan tunggal dan ganda ketinggalan dari data sebenarnya. Bila terdapat unsur trend, perbedaan nilai pemulusan tunggal dan ganda dapat ditambahkan kepada pemulusan ganda dan disesuaikan untuk trend. Persamaan yang dipakai dalam pelaksanaan Smoothing Eksponensial Linier Satu Parameter dari brown adalah sebagai berikut :

a. Menentukan nilai pemulusan eksponensial tunggal (S′t)

S′_t = aX_t+ (1 - a) S′_t−1

S′_t = Nilai pemulusan eksponensial tunggal

α = Parameter pemulusan eksponensial X_t = Nilai riil periode t

b. Menentukan nilai pemulusan eksponensial ganda (S″_t) S″t= α S’t+ (1 - a) S″t−1

S″t= Nilai pemulusan eksponensial ganda

c. Menentukan besarnya konstanta (a_t) a_t = S′_t+ (S′_t- S″_t) = 2 S′_t- S″_t a_t = Besarnya konstanta peiode t

d. Menentukan besarnya Slope (b_t)

bt =

a a

−

1 (S′t- S″t)

b_t = Slope / nilai trend dari data yang sesuai

e. Menentukan besarnya Forecast F_t+m = a_t+ b_tm

F_t+m = besarnya Forecast M = jangka waktu forecast

b. Beberapa Kesalahan dan Ukuran Statistik Standard, antara lain :

1. ME (Mean Error) / Nilai Tengah Kesalahan :

ME =

∑

−

N

t t

N e

2. MSE (Mean Square Error) / Nilai Tengah Kesalahan kuadrat :

MSE =

∑

= N t t N e 1 2

3. MAE (Mean Absolute Error) / Nilai Tengah kesalahan Absolut :

MAE =

∑

= N t t N e 1

4. MAPE (Mean Absolute percentage Error) / Nilai Tengah Kesalahan Persentase Absolut :

MAPE =

∑

= N t t N PE 1

5. SDE (Standard Deviation of Error) / Deviasi Standart Kesalahan :

SDE =

∑

= − N t t N e 1 2 ) 1 ( Dengan :

e_t = X_t- F_t (kesalahan pada periode t ) X_t = Data actual pada periode t

PE_t = _

     − t t t X F X

x 100 (kesalahan presentase pada periode t )

F_t = Nilai ramalan pada periode t N = Banyaknya periode waktu.

BAB 3

SEJARAH SINGKAT BADAN PUSAT STATISTIKA

3.1 Sejarah Singkat Kegiatan Statistik di Indonesia 3.1.1 Masa Pemerintahan Hindia Belanda

Kantor statistik pertama kali didirikan oleh Direktur Pertanian, Kerajinan dan Perdagangan (Directeur Van Landbouw Nijeverheid en Handel) pada bulan Februari tahun 1920. Kantor ini bertugas untuk mengolah dan mempublikasikan data statistik. Pada bulan Maret 1923 dibentuk suatu komisi untuk statistik yang anggotanya merupakan wakil dari tiap-tiap departemen. Komisi tersebut bertugas merencanakan tindakan-tindakan yang mengarah sejauh mingkin untuk mencapai kesatuan dalam kegiatan di bidang Statistik di Indonesia.

Pada tanggal 24 September 1924 nama lembaga tersebut diganti dengan nama

Central Kantor Voor de Statistik (CKS) atau Kantor Statistik dan dipindahkan ke

Jakarta. Bersamaan dengan itu beralih juga pekerjaan mekanisme statistik perdagangan yang semula dialkukan oleh kantor Invoer Uitvoer en Accijnsen (IUA).

3.1.2 Masa Pemerintaha Jepang

Pemerintah baru mengaktifkan kembali statistik pada bulan Juni 1944 yang diarahkan untuk memenuhi kebutuhan perang atau militer. Pada masa itu Centra Voor Statistik diganti namanya menjadi Shomubu Chosasitsu Gunseikanbu.

3.1.3 Masa Kemerdekaan Republik Indonesia

Setelah Proklamasi Kemerdekaan Republik Indonesia pada tanggal 17 Agustus 1945, kegiatan statistic ditangani oleh lembaga atau instansi baru sesuai dengan suasana kemerdekaan yaitu KAPPURI (Kantor Penyelidik Perangkaan Umum RI). Tahun 1946 Kantor KAPPURI dipindahkan ke Yogyakarta sebagai hasil dari Perjanjian Linggarjati. Sementara itu pemerintahan Belanda (NICA) mengaktifkan kembali CKS. Berdasarkan surat Edaran Kementrian Kemakmuran tanggal 12 juni 1950 Nomor 219/S.C, KAPPURI dan CKS dilebur menjadi Kantor Pusat Statistik dan berada di bawah dan bertanggungjawab kepada mentri Kemakmuran.

Dengan surat Menteri Perekonomian tanggal 1 Maret 1952 Nomor. P/44. lembaga KPS berada di bawah dan bertanggungjawab kepada Mentri Perekonomian. Selanjutnya Keputusan Mentri Perekonomian tanggal 24 Desember 1953 Nomor. 18.099/M KPS dibagi menjadi dua bagian yaitu bagian Research yang disebut Afdeling A, dan bagian tata usaha disebut Afdeling B.

Dengan Keputusan Presiden RI Nomor 131 tahun 1957, Kementrian Ekonomi dipecah menjadi Kementrian Perdagangan dan Kementrian Perindustrian. Untuk selanjutnya Keputusan Presiden RI Nomor 172 tahun 1957, terhitung sejak tanggal 1 Juni 1957 KPS diubah menjadi Biro Pusat Statistik dan Urusan Statistik.

3.1.4 Masa Orde Baru sampai Sekarang

Pada pemerintahan Orde Baru, khususnya untuk memenuhi kebutuhan perencanaan dan evaluasi pembangunan, untuk mendapatkan statistik yang handal, lengkap, tepat, akurat dan terpercaya mulai diadakan pembenahan organisasi Biro Pusat Statistik.

Dalam masa orde baru ini Badan Pusat Statistik mengalami beberapa kali perubahan Struktur organisasi.

1. Peraturan Pemerintah nomor 16 tahun 1986 tentang organisasi BPS 2. Peraturan pemerintah nomor 6 tanun 1998 tentang organisasi BPS

3. Peraturan Pemerintah nomor 2 tahun 1992 tentang kedudukan , tugas dan fungsi, susunan dan tata kerja Biro Pusat Statistik.

4. UU nomor 16 tahun 1997 tentang statistic.

5. Keputusan presiden RI nomor 86 tahun 1998 tentang Badan Pusat Statistik. 6. Keputusan kepala BPS nomor 100 tahun 1998 tentang organisasi dan tata kerja

BPS.

Tahun 1968 ditetapkan peraturan pemerintah nomor 16 tahun 1968, yaitu yang mengatur organisasi dan tata cara di pusat dan di daerah. Peraturan pemerintah nomor 6 tahun 1980 tentang organisasi sebagai penggati peraturan pemerintah nomor 6 tanun 1968. Berdasarkan peraturan pemerintah nomor 6 tahun 1980 di tiap perovinsi terdapat perwakilan BPS. Pada tanggal 17 juni 1998 dengan keputusan Presiden nomor 86 tahun 1998 ditetapkan Badan Pusat Statistik, sekaligus mengatur tata kerja dan struktur organisasi BPS yang baru.

3.1.5 Visi dan Misi Badan Pusat Statistik

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

Untuk menunjang pembangunan nasional, Badan Pusat Statistik mengemban misi mengarahkan pembangunan statistik dan penyajian data statistik yang bermutu dan handal, efektif dan efisien, peningkatan kesadaran masyarakat akan arti dan kegunaan statistik dan pengembangan ilmu pengetahuan statistik.

3.1.6 Program Pengembangan Statistik

Untuk mewujudkan pembangunan statistik, Badan Pusat Statistik membagi kedalam 4 (empat) kelompok, yaitu :

1. Program penyempurnaan dan pengembangan statistik 2. Program penyempurnaan sistem informasi

3. Program pendidikan dan pelatihan aparatur Negara

4. Program peningkatan sarana dan prasarana aparatur Negara

3.2 Ruang Lingkup Kegiatan Badan Pusat Statistik

3.2.1 Kedudukan, Tugas dan Fungsi Badan Pusat Statistik

Badan Pusat Statistik sebagai lembaga Pemerintah Non Departemen yang berada di bawah dan bertanggung jawab kepada Presiden (Kepres Nomor 86 tahun 1998), dalam melaksanakan tugasnya berdasarkan kepada beberapa ketentuan perundangan :

1. UU Nomor 16 tahun 1997 tentang statistic

2. Keputusan Presiden nomor 86 tahun 1998 tentang Badan Pusat Statistik 3. Peraturan Pemerintah Nomor 51 tentang penyelenggaraan Statistik.

Berdasarkan Keputusan Presiden Nomor 86 tahun 1998 dalam menyelenggarakan statistik koordinasi dan kerjasama serta mengembangkan dan membina statistik sesuai dengan perundang-undangan yang berlaku.

Fungsi yang diselenggarakan Badan Pusat Statistik : 1. Perumusan kebijaksanaan nasional di bidang statistik. 2. Penyelenggaraan statistik dasar.

3. menyusun rencana dan program nasional di bidang statistik.

4. koordinasi dan kerja sama statistic dengan instansi pemerintah, lembaga organisasi, perorangan dan unsur masyarakat lainnya.

5. Pelayanan data informasi serta hasil kepada pemerintah dan masyarakat secara berkala dan sewaktu-waktu baik dari hasil penyelenggaraan statistik.

6. Pembina penyelenggaraan statistik , responden dan pengguna statistik.

7. Pembinaan sumber daya manusia di lingkungan BPS, pembinaan, pengendalian dan pengawasan administrasi di lingkungan BPS.

3.2.2 Tata Kerja Badan Pusat Statistik

Para deputi wajib melaksanakan koordinasi dan kerjasama teknis statistik di dalam dan di luar negeri sesuai dengan bidang dan tugas mereka masing-masing. Kemudian para Deputi melaporkan kepada Kepala BPS. Setiap pimpinan satuan unit organisasi kelompok jabatan fungsional di lingkungan BPS dalam melaksanakan tugasnya wajib-

menerapkan prinsip koordinasi , integrasi baik dalam lingkungan masing-masing

satuan unit organisasi di lingkungan BPS. Maupun dengan instansi lain dari luar BPS sesuai dengan bidang dan tugasnya

masing-masing.

3.3 Struktur Organisasi Badan Pusat Statistik

Sebagaimana dimuat dalam lampiran struktur organisasi kantor, pada Badan Pusat Statistik Provinsi Sumatera Utara dipimpin oleh seorang kepala dan dibantu oleh bagian tata usaha.

Disamping itu kepala dibantu oleh bagian tata usaha yan terdiri dari : 1. Sub bagian Urusan Dalam

2. Sub Bagian Perlengkapan 3. Sub Bagian Keuangan 4. Sub Bagian Kepegawaian

Sedangkan bidang panjang statistik dibagi menjadi 5 (lima) bagian yaitu 1. Bidang Statistik Produksi

2. Bidang Statistik Distribusi 3. Bidang Statistik Pengolahan data 4. Bidang Statistik Kependudukan 5. Bidang Neraca Wilayah dan Analisa

Setiap bidang mempunyai tugas-tugas yaitu :

a. Bidang Statistik Produksi mempunyai tugas melaksanaikan statistik pertanian, industri serta statistik konstruksi pertambangan dan energi.

b. Bidang Statistik Pengolahan dan mempunyai tugas melaksanakan kegiatan penyiapkan data, penyusunan sistem dan program serta operasi pengolahan data dengan komputer.

c. Bidang Statistik Kependudukan mempunyai tugas melaksanakan kegiatan statistik demografi dan rumah tangga, statistik ketenaga kerjaan, serta statistik kesejahteraan.

d. Bidang Neraca Wilayah dan Analisa mempunyai tugas melaksanakan kegiatan penyusunan neraca produksi, neraca konsumsi dan akumulasi penyajian dan analisa serta kegiatan penerangan statistik.

Dalam pembagian tugas yang diketahui penulis, maka dapat diuraikan menurut tugas masing-masing bagian, yaitu :

1. Tugas Bagian Tata Usaha

a. Menyusun program kerja tahunan.

b. Mengatur dan melaksanakan urusan keuangan yang meliputu tata usaha keuangan, perbendaharaan, verifikasi dan pembukuan.

c. Mengatur dan melaksanakan urusan penyelenggara berbagai pelatihan teknis dan pelatihan administrasi.

d. Mengatur dan melaksanakan urusan pelaksanaan administrasi lainnya kepada pihak semua satuan kerja di lingkungan kantor statistik provinsi.

e. Membantu kepala kantor statistik dalam pengendalian kegiatan kegiatan dan pengendalian anggaran

f. Menyusun laporan kegiatan secara berkala dan sewaktu-waktu. g. Melaksanakan tugas yang diberikan oleh atasan langsung.

2. Tugas Bidang Statistik Produksi

a. Menyusun program kerja tahunan.

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

c. Mengatur dan melaksanakan penjatahan dokumen yang diperlukan untuk pelaksanaan lapangan.

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

e. Mengatur dan mengkoordinasi penyelenggaraan pelatihan petugas lapangan di pusat pelatihan serta mengatur penjatahan pelatihannya.

f. Bersama-sama dengan bidang pengolahan data, mengatur dan menyiapkan pengolahan data statistik produksi melalui komputer sesuai dengan yang ditetapkan.

3. Tugas Bidang Statistik Distribusi a. Menyusun Program kerja tahunan.

b. Membantu Kepala akuntor statistik provinsi atau pemimpin proyek/pemimpin bagian proyek statistik.

c. Mengatur dan mengkoordinasikan penyelenggaraan pelatihan petugas lapangan di pusat pelatihan serta mengatur penjatahan pelatihannya.

d. Melakukan pembinaan, pengamatan lanjut, dan pengawasan lapangan terhadap pelaksanaan kegiatan statistik distribusi.

e. Mengatur dan melaksanakan pengolahan data statistik secara sederhana sesuai dengan yang ditetapkan.

f. Menyusun laporan kegiatan bidang secara berkala dan sewaktu-waktu.

4. Tugas Bidang Pengolahan Data

a. Menyusun program kerja tahunan bidang.

b. Meneliti jenis data yang diolah melalui komputer dan bersama-sama dengan bidang yang bersangkutan menentukan sistem pengolahan dengan komputer. c. Mengatur pembuatan sistem dan program pelaksanaan penyiapan data dan

operasi pengolahannya.

d. Mengatur dan melaksanakan penerimaan dokumen yang diolah dengan komputer.

e. Mengatur dan melaksanakan tugas yang diberikan atasan langsung.

5. Tugas Bidang Statistik Kependudukan

a. Menyusun program kerja tahunan bidang.

b. Melaksanakan kegiatan statistik demografi dan rumah tangga, ketenagakerjaan, kesejahteraan rakyat dan statistik kependudukan lainnya yang ditentukan.

c. Mengatur dan melaksanakan penjatahan dokumen yang diperlukan untuk pelaksanaan lapangan.

d. Melakukan pembinaan, pengamatan lanjut, pengawasan lapangan terhadap pelaksanaan kegiatan statistik kependudukan.

e. Mengatur dan menyiapkan dokumen dan hasil pengolahan statistik kependudukan melalui komputer sesuai dengan jadwal yang ditetapkan.

6. Tugas Bidang Neraca Wilayah dan Analisa a. Menyusun program kerja tahunan.

b. Mengatur dan melaksanakan penerangan kegiatan statistik baik kepada masyarakat, instansi lainnya maupun media massa.

BAB 4

ANALISIS DATA DAN EVALUASI

4.1 Analisa Data

Untuk menganalisa data yang akan diolah,penulis harus memperoleh nilai m period ke depan sebagai perbandingannya terhadap data tahun sebelumnya (data masa lalu).

Dalam hal ini penulis akan menganalisa perkembangan jumlah air minum yang disalurkan berdasar PDAM Tirtanadi Kotamadya Medan serta meramalkan jumlah air minum untuk tahun 2010-2011 berdasarkan tahun - tahun sebelumnya.

Adapun data jumlah air minum yang disalurkan PDAM Tirtanadi berdasarkan Kotamadya Medan dapat dilihat pada table berikut :

Tabel 4.1 Data Banyaknya Jumlah Air Minum yang Disalurkan Pelanggan PDAM Tirtanadi Medan Tahun 2007 – 2009

(dalam satuan Liter)

Sumber : Badan Pusat Statistika (BPS)

TAHUN /

BULAN

BANYAKNYA AIR MINUM YANG DISALURKAN Januari 07 9.356.998

Februari 07 9.089.437

Maret 07 9.183.667

April 07 9.337.396

Mei 07 9.397.758

Juni 07 9.457.450

Juli 07 9.421.848

Agustus 07 9.338.390

September 07 9.332.090

Oktober 07 9.254.637

November 07 9.345.437

Desember 07 9.127.326

Januari 08 9.540.152

Februari 08 9.066.602

Maret 08 9.133.025

April 08 9.142.259

Mei 08 9.231.806

Juni 08 9.303.376

Juli 08 9.326.958

Agustus 08 9.384.767

September 08 9.375.082

Oktober 08 9.405.983

November 08 9.357.815

Desember 08 9.464.530

Januari 09 9.382.840

Februari 09 9.390.053

Maret 09 9.397.266

April 09 9.404.478

Mei 09 9.411.691

Juni 09 9.418.904

Juli 09 9.426.117

Agustus 09 9.433.330

September 09 9.440.543

Oktober 09 9.447.756

November 09 9.454.969

Dari data di atas , untuk jumlah air minum yang diproduksi berdasarkan pelanggan PDAM Tirtanadi Medan maka penulis akan menganalisis data tersebut dan meramalkan jumlah air minum yang diproduksi untuk tahun 2010 - 2011 dengan menggunakan metode pemulusan (Smoothing) Eksponensial Ganda.

Tahap pertama dalam perhitungan ini adalah perhitungan Pemulusan Eksponensial Tunggal dengan menggunakan rumus persamaan:

S′_t = aX_t+ (1 - a) S′_t−1 Maka dari rumus dapat dihitung :

Februari 2007 = (0,1) (9089437) + (1-0,1) (9356998) = 9330241.9

Maret 2007 = (0,1)( 9183667) + (1-0,1) (9330241.9) = 9315584.41

April 2007 = (0,1) (9337396) + (1-0,1) (9315584.41)

= 9317765.57 dst…

Januari 2008 = (0,1) (9540152) + (1-0,1) (9315891.427) = 9338317.48

Februari 2008 = (0,1) (9066602) + (1-0,1) (9338317.484) = 9311145.94

Maret 2008 = (0,1) (9133025) + (1-0,1) (9311145.936)

= 9293333.84 dst…

Januari 2009 = (0,1) (9382840) + (1-0,1) (9330412.734) = 9335655.46

Februari 2009 = (0,1) (9390053) + (1-0,1) (9335655.461)

= 9341095.21

Maret 2009 = (0,1) (9397266) + (1-0,1) (9341095.215)

= 9346712.29 dst….

Dan tahap selanjutnya untuk menghitung peramalan jumlah air minum yang disalurkan yaitu mencari Pemulusan Eksponensial Ganda dengan menggunakan rumus:

S″_t= α S’_t+ (1 - a) S″_t−1 Maka dari rumus dapat dihitung :

Februari 2007 = (0,1) (9330241.9) + (1- 0,1) (9356998) = 9354322.39

Maret 2007 = (0,1) (9315584.41) + (1- 0,1) (9354322.39) = 9350448.59

April 2007 = (0,1) (9317765.569) + (1- 0,1) (9350448.592)

= 9347180.29 dst…

Januari 2008 = (0,1) (9338317.484) + (1-0,1) (9340526.363) = 9340305.48

Februari 2008 = (0,1) (9311145.936) + (1-0,1) (9340305.476) = 9337389.52

Maret 2008 = (0,1) (9293333.842) + (1-0,1) (9337389.522)

= 9332983.95 dst…

Januari 2009 = (0,1) (9335655.461) + (1-0,1) (9313045.971) = 9315306.92

Februari 2009 = (0,1) (9341095.215) + (1-0,1) (9315306.92) = 9317885.75

Maret 2009 = (0,1) (9346712.293) + (1-0,1) (9317885.75)

= 9320768.40 dst…

Selanjutnya dicari nilai a dengan menggunakan rumus :

a_t = S′_t+ (S′_t- S″_t) = 2 S′_t- S″_t Maka dari rumus dapat dihitung :

Februari 2007 = 2 (9330241.9) – (9354322.39) = 9306161.41

Maret 2007 = 2 (9315584.41) – (9350448.592) = 9280720.23

April 2007 = 2 (9317765.569) – (9347180.29)

Tahap selanjutnya adalah dengan menghitung nilai b dengan menggunakan persaamaan :

bt =

a a

−

1 (S′t- S″t)

Maka dari rumus dapat dihitung :

Februari 2007 =

1 , 0 1 1 , 0

− ((9330241.9) – (9354322.39)) = -2675.61

Maret 2007 =

1 , 0 1 1 , 0

− ((9315584.41) – (9350448.592)) = -3873. 8

April 2007 =

1 , 0 1 1 , 0

− ((9317765.569) – (9347180.29))

Dari perhitungan a dan b di atas dapat ditentukan ramalan jumlah air minum yang disalurkan berdasarkan pelanggan rumah tangga PDAM Tirtanadi Medan untuk tahun 2010 – 2011.Untuk itu tahap selanjutnya adalah menghitung ramalan jumlah air minum yang disalurkan dengan menggunakan persamaan :

t t m

t a b

F₊ = + m

Untuk α = 0,1 maka besarnya ramalan dapat dihitung :

F_Januari2010 untuk m = 1 = 9447639.52 + (4978.833218) (1)

= 9452618.35

F_Februari2010 untuk m = 2 = 9447639.52 + (4978.833218) (2)

= 9457597.19

F_Maret2010 untuk m = 3 = 9447639.52 + (4978.833218) (3)

= 9462576.02

F_Januari2011 untuk m = 13 = 9447639.52 + (4978.833218) (13)

= 9512364.35

F_Februari2011 untuk m = 14 = 9447639.52 + (4978.833218) (14)

= 9517343.19

FMaret2011 untuk m = 15 = 9447639.52 + (4978.833218) (15)

= 9522322.02 dst…

Tahap pertama dalam perhitungan ini adalah perhitungan Pemulusan Eksponensial Tunggal dengan mennggunakan rumus persamaan :

' t

S = '

1 ) 1 ( − ₋ + t t S X α α

Maka dari rumus di atas dapat di hitung :

Februari 2007 = (0,5) (9089437) + (1-0,5) (9356998) = 9223217.5

Maret 2007 = (0,5) (9183667) + (1-0,5) (9223217.5) = 9203442.25

April 2007 = (0,5) (9337396) +(1-0,5) (9203442.25)

= 9270419.13 dst…

Januari 2008 = (0,5) (9540152) +(1-0,5) ( 9225957.46) = 9383054.73

Februari 2008 = (0,5) (9066602) + (1-0,5) (9383054.729) = 9224828.36

Maret 2008 = (0,5) (9133025) +(1-0,5) (9224828.364)

=

9178926.68 dst…

Januari 2009 = (0,5) (9382840) +(1-0,5) (9416944.87) = 9399892.44

Februari 2009 = (0,5) (9390053) +(1-0,5) (9399892.435) = 9394972.72

Maret 2009 = (0,5) (9397266) + (1-0,5) (9394972.718)

Dan tahap selanjutnya untuk menghitung peramalan jumlah air minum yang disalurkan yaitu mencari Pemulusan Eksponensial Ganda dengan menggunakan rumus:

S″_t= α S’_t+ (1 - a) S″_t−1 Maka dari rumus dapat dihitung :

Februari 2007 = (0,5) (9223217.5) + (1-0,5) (9356998) = 9290107.75

Maret 2007 = (0,5) (9203442.25) + (1-0,5) (9290107.75) = 9246775.00

April 2007 = (0,5) (9270419.13) +(1-0,5) (9246775.00)

= 9258597.06 dst…

Januari 2008 = (0,5) (9383054.73) +(1-0,5) ( 9277616.09) = 9330335.41

Februari 2008 = (0,5) (

9224828.36

) + (1-0,5) (9330335.41) = 9277581.89

Maret 2008 = (0,5) (9178926.68) +(1-0,5) (9277581.89

)

= 9228254.28 dst…

Januari 2009 = (0,5) (9399892.44) +(1-0,5) (9389165.53) = 9394528.98

Februari 2009 = (0,5) (9394972.72) + (1-0,5) (9394528.98) = 9394750.85

Maret 2009 = (0,5) (9396119.36) +(1-0,5) (9394750.85)

Selanjutnya dicari nilai a dengan menggunakan rumus :

at = S′t+ (S′t- S″t) = 2 S′t- S″t

Maka dari rumus dapat dihitung :

Februari 2007 = 2 (9223217.50) – (9290107.75) = 9156327.25

Maret 2007 = 2 (9203442.25) – (9246775.00) = 9160109.50

April 2007 = 2 (9270419.13) – (9258597.06)

= 9282241.19 dst…

Tahap selanjutnya adalah dengan menghitung nilai b dengan menggunakan persaamaan :

bt =

a a

−

1 (S′t- S″t) Maka dari rumus dapat dihitung :

Februari 2007 =

5 , 0 1 5 , 0

− ((9223217.50) – (9290107.75)) = -66890.25

Maret 2007 =

5 , 0 1 5 , 0

− ((9203442.25) – (9246775.00)) = -43,332.75

April 2007 =

5 , 0 1 5 , 0

− ((9270419.13) – (9258597.06)) = 11822.06 dst…

Dari perhitungan a dan b di atas dapat ditentukan ramalan jumlah air minum yang disalurkan berdasarkan pelanggan rumah tangga PDAM Tirtanadi Medan untuk tahun 2010 – 2011.Untuk itu tahap selanjutnya adalah menghitung ramalan jumlah air minum yang disalurkan dengan menggunakan persamaan :

t t m

t a b

F₊ = + m

Untuk α = 0,1 maka besarnya ramalan dapat dihitung :

F_Januari2010 untuk m = 1 = 9462127.77 + (7146.92) (1)

= 9469274.69

F_Februari2010 untuk m = 2 = 9462127.77 + (7146.92) (2)

= 9476421.62

F_Maret2010 untuk m = 3 = 9462127.77 + (7146.92) (3)

= 9483568.54

F_Januari2011 untuk m = 13 = 9462127.77 + (7146.92) (13)

= 9555037.76

F_Februari2011 untuk m = 14 = 9462127.77 + (7146.92) (14)

= 9562184.68

F_Maret2011 untuk m = 15 = 9462127.77 + (7146.92) (15)

= 9569331.60 dst…

Tahap pertama dalam perhitungan ini adalah perhitungan Pemulusan Eksponensial Tunggal dengan mennggunakan rumus persamaan :

' t

S = '

1 ) 1 ( − ₋ + t t S X α α

Maka dari rumus di atas dapat di hitung :

Februari 2007 = (0,9) (9089437) + (1-0,9) (9356998) = 9116193.10

Maret 2007 = (0,9) (9183667) + (1-0,9) (9116193.10) = 9176919.61

April 2007 = (0,9) (9337396) +(1-0,9) (9176919.61)

= 9321348.36 dst…

Januari 2008 = (0,9) (9540152) +(1-0,9) ( 9148308.05) = 9500967.60

Februari 2008 = (0,9) (9066602) +(1-0,9) (9500967.60) = 9110038.56

Maret 2008 = (0,9) (9133025) +(1-0,9) (9110038.56

)

=

9130726.36 dst…

Januari 2009 = (0,9) (9382840) +(1-0,9) (9454309.64) = 9389986.96

Februari 2009 = (0,9) (9390053) +(1-0,9) (9389986.96) = 9390046.40

Maret 2009 = (0,9) (9397266) +(1-0,9) (9390046.40)

Dan tahap selanjutnya untuk menghitung peramalan jumlah air minum yang disalurkan yaitu mencari Pemulusan Eksponensial Ganda dengan menggunakan rumus:

S″_t= α S’_t+ (1 - a) S″_t−1 Maka dari rumus dapat dihitung :

Februari 2007 = (0,9) (9116193.10) + (1-0,9) (9356998) = 9140273.59

Maret 2007 = (0,9) (9176919.61) + (1-0,9) (9140273.59) = 9173255.01

April 2007 = (0,9) (9321348.36) +(1-0,9) (9173255.01)

= 9306539.03 dst…

Januari 2008 = (0,9) (9500967.60) +(1-0,9) (9166518.93) = 9467522.74

Februari 2008 = (0,9) (9110038.56) +(1-0,9) (9467522.74) = 9145786.98

Maret 2008 = (0,9) (9130726.36) +(1-0,9) (9145786.98

)

= 9132232.42 dst…

Januari 2009 = (0,9) (9389986.96) +(1-0,9) (9445489.59) = 9395537.23

Februari 2009 = (0,9) (9390046.40) +(1-0,9) (9395537.23) = 9390595.48

Maret 2009 = (0,9) (9396544.04) +(1-0,9) (9390595.48)

Selanjutnya dicari nilai a dengan menggunakan rumus : at = S′t+ (S′t- S″t) = 2 S′t- S″t

Maka dari rumus dapat dihitung :

Februari 2007 = 2 (9116193.10) – (9140273.59) = 9092112.61

Maret 2007 = 2 (9176919.61) – (9173255.01) = 9180584.21

April 2007 = 2 (9321348.36) – (9306539.03)

= 9336157.70 dst…

Tahap selanjutnya adalah dengan menghitung nilai b dengan menggunakan persaamaan :

bt = a a

−

1 (S′t- S″t) Maka dari rumus dapat dihitung :

Februari 2007 =

9 , 0 1 9 , 0

− ((9116193.10) – (9140273.59)) = -216724.41

Maret 2007 =

9 , 0 1 9 , 0

− ((9176919.61) – (9173255.01)) = 32981.42

April 2007 =

9 , 0 1 9 , 0

− ((9321348.36) – (9306539.03))

Dari perhitungan a dan b di atas dapat ditentukan ramalan jumlah air minum yang disalurkan berdasarkan pelanggan rumah tangga PDAM Tirtanadi Medan untuk tahun 2010 – 2011.Untuk itu tahap selanjutnya adalah menghitung ramalan jumlah air minum yang disalurkan dengan menggunakan persamaan :

t t m

t a b

F₊ = + m

Untuk α = 0,1 maka besarnya ramalan dapat dihitung :

F_Januari2010 untuk m = 1 = 9462182.00+ (7213.00) (1)

= 9469395.00

F_Februari2010 untuk m = 2 = 9462182.00+ (7213.00) (2)

= 9476608.00

F_Maret2010 untuk m = 3 = 9462182.00+ (7213.00) (3)

= 9483821.00

F_Januari2011 untuk m = 13 = 9462182.00+ (7213.00) (13)

= 9555951.00

F_Februari2011 untuk m = 14 = 9462182.00+ (7213.00) (14)

= 9563164.00

FMaret2011 untuk m = 15 = 9462182.00+ (7213.00) (15)

BAB 5

IMPLEMENTASI SISTEM

5.1 Tahapan Implementasi

Tahapan implementasi merupakan tahapan penerapan hasil desain tertulis ke dalam programming.Pada tahapan ini seluruh hasil desain dituangkan ke dalam bahasa pemrodraman tertentu untuk menghasilkan sebuah system informasi yang sesuai dengan hasil desain tertentu.

Tahapan implementasi harus dapat menentukan basis apa yang akan diterapkan dalam menuangkan hasil desain tertulis sehingga system yang dibentuk memiliki kelebihan – kelebihan tersendiri ( contoh dalam hal efisien pemakai memori maupun dalam waktu proses mengakses data).

Implementasi yang sudah selesai harus diuji coba kehandalannya sehingga dapat diketahui kehandalan dari sistem yang ada dan telah sesuai dengan apa yang diinginkan. Dalam data pengolahan jumlah penduduk, implementasi yang digunakan adalah dengan menggunakan Softwer Excel.

Selain berfungsi sebagai pengolahan angka atau memanipulasi teks komputer dan untuk dapat mendayagunakan Excel dengan maksimal harus juga menguasai system operasi Microsoft Windows.

5.2

Microsoft Excel

Microsoft Excel 2003 (selanjutnya disebut Excel) merupakan program aplikasi lembar kerja elektronik (spreadsheet) dari program paket Microsoft Office. Excel merupakan produk unggulan dari Microsoft Corporation yang banyak b erperan dalam pengelolaan informasi khususnya data – data berbentuk angka yang dihitung, dipronyeksikan, dianalisiskan dan dipersentasikan data pada lembar kerja.

Sheet/ lembar kerja Excel terdiri dari 256 kolom dan 65536 baris. Kolom diberi nama dengan huruf A, B, C,… Z dilanjutkan AA, AB, AC, sampai dengan IV baris ditandai dengan an gka 1,2,3… 65536.

Excel 2003 hadir dengan berbagai penyempurnaan, tampil lebih terintegrasi dengan berbagai software lain, under windows seperti Word, Access maupun Power Point dan sebagainya. Keunggulan program spreadsheet ini adalah mudah dipakai, fleksibel,mudah berintegrasi dengan aplikasi berbasis windows.

5.3 Langkah – Langkah Memulai Pengolahan Data dengan Excel

Sebelum mengoperasikan sofwer ini, pastikan bahwa pada computer telah terpasangf program Excel.

Langkah – langkah sebagai berikut :

1. Klik tombol start.

2. Pilih program dan klik Microsoft Excel.

3. Setelah itu akan muncul tampilan lembar kerja seperti di bawah ini:

Gambar 5.1 Awal Microsoft Excel

Data tiap tahun ditulis pada tiga kolom pertama untuk bulan, periode dan jumlah air yang disalurkan. Seperti dibawah ini:

Gambar 5.2 Data yang Diisi dalam Microsoft Excel

Dari data diatas dapat ditentukan besarnya forecast dengan α = 0,1 ; 0,5 ; 0,9. Dan

setiap perhitungan akan diberi nama tiap kolom. Kita ambil contoh α = 0,1, seperti

dibawah ini ;

1. Pada kolom kelima ditulis keterangannya dengan S′t

2. Pada kolom keenam ditulis keterangannya dengan S″t

4.Pada kolom keenam ditulis keterangannya dengan b_t 5. Pada kolom keenam ditulis keterangannya dengan forecast

Maka perhitungan masing – masing smoothing pertama, smoothing kedua, Konstata, slope dan forecast adalah sebagai berikut :

1.

Smoothing pertama (S′_t) ,untuk tahun kedua sebesar jumlah penyaluran tahun

pertama dari data historisnya. Sehingga rumus yang tertera pada sel E6 = D6. Sedangkan untuk bulan kedua dapat dihitung dengan rumus

= (($P$5)*(D7)+(1- $P$5)*(E6))

Dalam kasus ini menghasilkan angka 9.330.241,90, untuk bulan-bulan berikutnya hanya menyalin rumus tersebut.

2. Smoothing kedua (S″_t), untuk tahun kedua ditentukan sebesar jumlah penyaluran tahun pertama dari data historisnya. Sehingga rumus yang tertera pada sel F6 = D6. Sedangkan untuk bulan kedua dapat dihitung dengan rumus :

= (($P$5)*(E7)+(1-$P$5)*(F6))

Dalam kasus ini menghasilkan angka = 9.354.322,39, untuk bulan-bulan berikutnya hanya menyalin rumus tersebut.

3. Nilai a_t baru dapat dicari pada tahun kedua yaitu dengan rumus yang tertera pada sel G7 = ((2*(E7))-(F7)). Sehingga akan menghasilkan angka 9.306.161,41, untuk bulan-bulan berikutnya hanya menyalin rumus tersebut.

4. Nilai b_t baru dapat dicari pada tahun kedua yaitu dengan rumus yang tetera pada sel H7 = (($P$5)/(1-$P$5)*((E7)-(F7))). Sehingga akan menghasilkan angka -2.675,61, untuk bulan-bulan berikutnya hanya menyalin dari rumus tersebut.

5. Forecast untuk tahun ketiga yaitu pada sel I8 dapat dicari dengan menggunakan rumus = ((G7+H7)*1) dengan hasil angka 9.303.485,80, untuk forecast berikutnya hanya menyalin dari rumus tersebut.

Hasil dapat dilihat sebagai berikut :

5.4 Pembuatan Grafik

Grafik pada Excel dapat dibuat menjadi satu dengan data atau terpisah pada lembar grafik tersendiri, namun masih berada di file yang sama. Untuk membuat grafik pada Excel, bisa menggunakan icon chart wizard yang terdapat pada toolbar. Adapan langkah – langakah yang diperlukan adalah :

1. Sorot sel atau range yang diinginkan untuk grafik. 2. Klik icon chart wizard. Tampil kotak dialog chart Type.

3. Klik tipe grafik yang diinginkan dan klik Next. Tampil kotak dialog Chart Source Data

4. Pada tampilan akan terlihat range data yang telah disorot dan klik radio button rows atau colums yang diinginkan, klik Next .Tampil kotrak Chart Option.

5. Pada Chart Option ketik judul grafik, kemudian kilk Next. Tampil kotak dialog Chart Location.

6. Pilih tempat untuk meletakkan grafik ini dan klik finish maka grafik akan ditempatkan di lembar kerja.

Maka hasilnya seperti di bawah ini :

BAB 6

KESIMPULAN DAN SARAN

6.1 Kesimpulan

1. Dari plot data tahun 2007 – 2009 dapat kita lihat bahwa jumlah air yang disalurkan oleh PDAM Tirtanadi Medan dari tahun ke tahun bersifat netral artinya tidak terdapt penurunan atau peningkatan secara signifikan, dapat dilihat pada tabel berikut :

Tabel 6.1 Peramalan Jumlah Air Minum yang Disalurkan PDAM Tirtanadi Tahun 2007-2009

Bulan 2007 2008 2009 Januari 9356998 9540152 9382840 Februari 9089437 9066602 9390053 Maret 9183667 9133025 9397266 April 9337396 9142259 9404478 Mei 9397758 9231806 9411691 Juni 9457450 9303376 9418904 Juli 9421848 9326958 9426117 Agustus 9338390 9384767 9433330 September 9332090 9375082 9440543 Oktober 9254637 9405983 9447756 November 9345437 9357815 9454969 Desember 9127326 9464530 9462182

2. Hasil pengolahan Bab 4 telah didapat ramalan jumlah air minum yang disalurkan oleh PDAM Tirtanadi Medan untuk tahun 2010 – 2011, yaitu pada tabel sebagai berikut :

Tabel 6.2 Ramalan Jumlah Air Minum yang Disalurkan PDAM Tirtanadi Medan Tahun 2010 – 2011

Tahun Bulan Periode

Banyaknya jumlah air minum yang diproduksi

α = 0.1 α = 0.5 α =0.9

2010

Januari 1 9,452,618.35 9,469,274.69 9,469,395.00 Februari 2 9,457,597.19 9,476,421.62 9,476,608.00 Maret 3 9,462,576.02 9,483,568.54 9,483,821.00 April 4 9,467,554.85 9,490,715.46 9,491,034.00 Mei 5 9,472,533.69 9,497,862.38 9,498,247.00 Juni 6 9,477,512.52 9,505,009.31 9,505,460.00 Juli 7 9,482,491.35 9,512,156.23 9,512,673.00 Agustus 8 9,487,470.19 9,519,303.15 9,519,886.00 September 9 9,492,449.02 9,526,450.07 9,527,099.00 Oktober 10 9,497,427.85 9,533,596.99 9,534,312.00 November 11 9,502,406.69 9,540,743.92 9,541,525.00 Desember 12 9,507,385.52 9,547,890.84 9,548,738.00

2011

Januari 13 9,512,364.35 9,555,037.76 9,555,951.00 Februari 14 9,517,343.19 9,562,184.68 9,563,164.00 Maret 15 9,522,322.02 9,569,331.60 9,570,377.00 April 16 9,527,300.85 9,576,478.53 9,577,590.00 Mei 17 9,532,279.69 9,583,625.45 9,584,803.00 Juni 18 9,537,258.52 9,590,772.37 9,592,016.00 Juli 19 9,542,237.35 9,597,919.29 9,599,229.00 Agustus 20 9,547,216.18 9,605,066.22 9,606,442.00 September 21 9,552,195.02 9,612,213.14 9,613,655.00 Oktober 22 9,557,173.85 9,619,360.06 9,620,868.00 November 23 9,562,152.68 9,626,506.98 9,628,081.00 Desember 24 9,567,131.52 9,633,653.90 9,635,294.00

Total 228,236,998.46 229,235,143.18 229,256,268.00

Dari data yang telah diramalkan di atas dapat diketahui bahwa peramalan jumlah air minum yang disalurkan oleh PDAM Tirtanadi Medan meningkat dari tahun

2010 - 2011, hal ini dapat disebabkan oleh pertumbuhan penduduk secara cepat.

6.2 Saran

1. Diharapkan pada PDAM Tirtanadi Medan agar dapat menambah jumlah pelayanan kepada konsumen, khusunya rumah tangga agar konsumen merasa puas dalam mengkonsumsi air bersih, karena air minum merupakan salah satu kebutuhan pokok bagi masyarakat, khususnya masyarakat kota Medan. Apalagi saat ini jumlah penduduk rumah tangga semakin meningkat.

2. Diharapkan kepada Kantor Badan Pusat Statistika agar dapat mengumpulkan data, khusunya data mengenai banyaknya jumlah air minum yang lebih akurat dan terpercaya.

DAFTAR PUSTAKA

Aritonang, Lerbin. 2009. Peramalan Bisnis. Jakarta : Ghalia Indonesia.

Assauri, Sofjan. 1984. Teknik dan Metode Peramalan. Jakarta: Fakultas Ekonomi Universitas Indonesia.

BPS. 2007. Medan Dalam Angka 2007. Badan Pusat Statistika. BPS. 2008. Medan Dalam Angka 2008. Badan Pusat Statistika. BPS. 2009. Medan Dalam Angka 2009. Badan Pusat Statistika.

Haymans, Adler. 1989. Teknik Peramalan Bisnis dan Ekonomi. Jakarta : Rineka Cipta.

J. Supranto, 1993. Metode Ramalan Kuantitatif. Jakarta : Rineka Cipta.

Makridakis, Spyros ; Wheelwright, Steaven. C. 1993. Metode Dan Aplikasi

Peramalan. Erlangga.

Sianipar, Pandapotan. 2004. Menggunakan Microsoft Office Excel 2003. Jakarta : Penerbit Elex Media Komput indo.

5.4 Pembuatan Grafik

Grafik pada Excel dapat dibuat menjadi satu dengan data atau terpisah pada lembar

grafik tersendiri, namun masih berada di file yang sama. Untuk membuat grafik pada

Excel, bisa menggunakan icon chart wizard yang terdapat pada toolbar. Adapan

langkah – langakah yang diperlukan adalah :

1. Sorot sel atau range yang diinginkan untuk grafik.

2. Klik icon chart wizard. Tampil kotak dialog chart Type.

3. Klik tipe grafik yang diinginkan dan klik Next. Tampil kotak dialog

Chart Source Data

4. Pada tampilan akan terlihat range data yang telah disorot dan klik

radio button rows atau colums yang diinginkan, klik Next .Tampil

kotrak Chart Option.

5. Pada Chart Option ketik judul grafik, kemudian kilk Next. Tampil

kotak dialog Chart Location.

6. Pilih tempat untuk meletakkan grafik ini dan klik finish maka

Maka hasilnya seperti di bawah ini :

BAB 6

KESIMPULAN DAN SARAN

6.1 Kesimpulan

1. Dari plot data tahun 2007 – 2009 dapat kita lihat bahwa jumlah air

yang disalurkan oleh PDAM Tirtanadi Medan dari tahun ke tahun

bersifat netral artinya tidak terdapt penurunan atau peningkatan secara

signifikan, dapat dilihat pada tabel berikut :

Tabel 6.1 Peramalan Jumlah Air Minum yang Disalurkan PDAM Tirtanadi Tahun 2007-2009

Bulan 2007 2008 2009

Januari 9356998 9540152 9382840 Februari 9089437 9066602 9390053

Maret 9183667 9133025 9397266

April 9337396 9142259 9404478

Mei 9397758 9231806 9411691

Juni 9457450 9303376 9418904

Juli 9421848 9326958 9426117

Agustus 9338390 9384767 9433330 September 9332090 9375082 9440543 Oktober 9254637 9405983 9447756 November 9345437 9357815 9454969 Desember 9127326 9464530 9462182 111642434 111732355 113070129

2. Hasil pengolahan Bab 4 telah didapat ramalan jumlah air minum yang

disalurkan oleh PDAM Tirtanadi Medan untuk tahun 2010 – 2011, yaitu

pada tabel sebagai berikut :

Tabel 6.2 Ramalan Jumlah Air Minum yang Disalurkan PDAM Tirtanadi Medan Tahun 2010 – 2011

Tahun Bulan Periode

Banyaknya jumlah air minum yang diproduksi

α = 0.1 α = 0.5 α =0.9

2010

Januari 1 9,452,618.35 9,469,274.69 9,469,395.00 Februari 2 9,457,597.19 9,476,421.62 9,476,608.00 Maret 3 9,462,576.02 9,483,568.54 9,483,821.00 April 4 9,467,554.85 9,490,715.46 9,491,034.00 Mei 5 9,472,533.69 9,497,862.38 9,498,247.00 Juni 6 9,477,512.52 9,505,009.31 9,505,460.00 Juli 7 9,482,491.35 9,512,156.23 9,512,673.00 Agustus 8 9,487,470.19 9,519,303.15 9,519,886.00 September 9 9,492,449.02 9,526,450.07 9,527,099.00 Oktober 10 9,497,427.85 9,533,596.99 9,534,312.00 November 11 9,502,406.69 9,540,743.92 9,541,525.00 Desember 12 9,507,385.52 9,547,890.84 9,548,738.00

2011

Januari 13 9,512,364.35 9,555,037.76 9,555,951.00 Februari 14 9,517,343.19 9,562,184.68 9,563,164.00 Maret 15 9,522,322.02 9,569,331.60 9,570,377.00 April 16 9,527,300.85 9,576,478.53 9,577,590.00 Mei 17 9,532,279.69 9,583,625.45 9,584,803.00 Juni 18 9,537,258.52 9,590,772.37 9,592,016.00 Juli 19 9,542,237.35 9,597,919.29 9,599,229.00 Agustus 20 9,547,216.18 9,605,066.22 9,606,442.00 September 21 9,552,195.02 9,612,213.14 9,613,655.00 Oktober 22 9,557,173.85 9,619,360.06 9,620,868.00 November 23 9,562,152.68 9,626,506.98 9,628,081.00 Desember 24 9,567,131.52 9,633,653.90 9,635,294.00 Total 228,236,998.46 229,235,143.18 229,256,268.00

Dari data yang telah diramalkan di atas dapat diketahui bahwa peramalan jumlah air

minum yang disalurkan oleh PDAM Tirtanadi Medan meningkat dari tahun

2010 - 2011, hal ini dapat disebabkan oleh pertumbuhan penduduk secara cepat.

6.2 Saran

1. Diharapkan pada PDAM Tirtanadi Medan agar dapat menambah

jumlah pelayanan kepada konsumen, khusunya rumah tangga agar

konsumen merasa puas dalam mengkonsumsi air bersih, karena air

minum merupakan salah satu kebutuhan pokok bagi masyarakat,

khususnya masyarakat kota Medan. Apalagi saat ini jumlah penduduk

rumah tangga semakin meningkat.

2. Diharapkan kepada Kantor Badan Pusat Statistika agar dapat

mengumpulkan data, khusunya data mengenai banyaknya jumlah air

DAFTAR PUSTAKA

Aritonang, Lerbin. 2009. Peramalan Bisnis. Jakarta : Ghalia Indonesia.

Assauri, Sofjan. 1984. Teknik dan Metode Peramalan. Jakarta: Fakultas Ekonomi

Universitas Indonesia.

BPS. 2007. Medan Dalam Angka 2007. Badan Pusat Statistika.

BPS. 2008. Medan Dalam Angka 2008. Badan Pusat Statistika.

BPS. 2009. Medan Dalam Angka 2009. Badan Pusat Statistika.

Haymans, Adler. 1989. Teknik Peramalan Bisnis dan Ekonomi. Jakarta : Rineka

Cipta.

J. Supranto, 1993. Metode Ramalan Kuantitatif. Jakarta : Rineka Cipta.

Makridakis, Spyros ; Wheelwright, Steaven. C. 1993. Metode Dan Aplikasi

Peramalan. Erlangga.

Sianipar, Pandapotan. 2004. Menggunakan Microsoft Office Excel 2003. Jakarta :