Peramalan Jumlah Wisatawan Mancanegara Yang Berkunjung Ke Kota Medan Tahun 2018 Chapter III VI
17
BAB 3
SEJARAH SINGKAT TEMPAT RISET
3.1 Masa Pemerintahan Hindia Belanda
Pada bulan Februari 1920, Kantor Statistik pertama kali didirikan oleh Direktur
Pertanian, Kerajinan dan Perdagangan (Directure Vand Landbow Nijeverheiden
Handend) dan berkedudukan di Bogor. Kantor ini diserahi tugas 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 diberi tugas
untuk merencanakan tindakan-tindakan yang mengarah sejauh mungkin untuk
mencapai kesatuan dalam kegiatan di bidang statitik di Indonesia.
Pada tanggal 24 September 1924, nama lembaga tersebut diganti dengan nama
Central Kantor 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 Vitvoer en Accijensen (IUA)
yang sekarang diisebut kantor Bea dan Cukai.
3.2 Masa Pemerintahan Jepang
Pada bulan Juni 1942, pemerintah Jepang baru mengaktifkan kembali kegiatan
Statistik yang utamanya diarahkan untuk memenuhi kebutuhan perang atau militer.
Pada masa ini Central Kantor Voor de Statistik diganti namanya menjadi Shomubu
Chasasitsu Gunseikanbu.
3.3 Masa Kemerdekaan Republik Indonesia
Universitas Sumatera Utara
18
Setelah Proklamasi kemerdekaan RI tanggal 17 Agustus 1945, kegiatan Statistik
ditangani oleh lembaga atau instansi baru sesuai dengan suasana kemerdekaan yaitu
KAPPURI (Kantor Pusat Perangkat Umum Republik Indonesia) dipindahkan ke
Yogyakarta sebagai sekuens dari perjanjian Linggarjati. Sementara itu pemerintah
Belanda (NICA) di Jakarta mengaktifkan kembali Central Kantor Voor de Statistik.
Berdasarkan surat edaran kementerian kemakmuran tanggal 12 Juni 1950
Nomor 219/S.C,KAPURRI (Kantor Pusat Perangkat Umum Republik Indonesia) dan
Central Voor de Statistik dilebur menjadi Kantor Pusat Statistik (KPS) dan berada di
bawah dan bertanggung jawab kepada Menteri Kemakmuran.
Dengan surat Menteri Perekonomian tanggal 1 Maret 1952 Nomor p/44,
Lembaga Kantor Pusat Statistik berada dibawah dan bertanggung jawab kepada
Menteri Perekonomian. Selanjutnya keputusan Menteri Perekonomian tanggal 24
Desember 1953 Nomor:18.099/M, KPS dibagi menjadi dua bagian yaitu bagian
Research yang disebut Afdeling A dan bagian penyelenggaraan tata usaha yang
disebut Afdeling B.
Dengan keputusan Presiden RI Nomor 131 tahun 1957, kemerdekaan
Perekonomian
dipecah
menjadi
kementerian
Perdagangan
dan
kementerian
Perindustrian. Untuk selanjutnya keputusan Presiden RI Nomor 172,terhitung tanggal
1 Juni 1957 Kantor Pusat Statistik diubah menjadi Biro Pusat Statistik yang semula
menjadi tanggung jawab dan wewenang berada di bawah Perdana Menteri.
3.4 Masa Orde Baru Sampai Sekarang
Perencanaan dan evaluasi pembangunan, maka untuk mendapatkan statistik yang
handal, lengkap, tepat, akurat, dan terpercaya mulai diadakan pembenahan organisasi
Biro Pusat Statistik.
Universitas Sumatera Utara
19
Dalam masa orde baru Badan Pusat Statistik telah mengalami empat kali
perubahan struktur organisasi:
1.
Peraturan Pemerintah Nomor 16 tahun 1969 tentang organisasi Badan Pusat
Statistik.
2.
Peraturan Pemerintah Nomor 6 tahun 1980 tentang organisasi Badan Pusat
Statistik.
3.
Peraturan Pemerintah Nomor 2 tahun 1992 tentang organisasi Badan Pusat
Statistik dan Keputusan Presiden Nomor 6 tahun 1992 tentang kedudukan,
tugas, fungsi, reorganisasi, susunan dan tata Kerja Biro Pusat Statistik.
4.
Undang-undang Nomor 16 tahun 1917 tentang Statistik.
5.
Keputusan Presiden RI Nomor 86 tahun1998 tentang Badan Pusat Statistik.
6.
Keputusan Pemerintah Nomor 51 tahun 1999 tentang penyelenggaraan
Statistik.
Tahun 1968, ditetapkan peraturan Pemerintah Nomor 16 tahun 1968 yaitu
yang mengatur organisasi dan tata kerja di pusat dan di daerah. Tahun 1980 peraturan
pemerintah nomor 6 tahun 1980 tentang organisasi sebagai pengganti peraturan
pemerintah Nomor 16 tahun 1968. Berdasarkan peraturan Pemerintah Nomor 6 tahun
1980 di tiap propinsi terdapat perwakilan BPS (Badan Pusat Statistik).
Pada tanggal 17 Juni 1998 dengan keputusan Presiden Republik Indonesia Nomor 86
tahun1998 ditetapkan Badan Pusat Statistik, sekaligus mengatur tata kerja dan struktur
organisasi BPS (Badan Pusat Statistik) yang baru.
Universitas Sumatera Utara
20
3.5 Logo Badan Pusat Statistik
Gambar 2.1 Logo BPS
Logo BPS terdiri dari 3 warna yang masing-masing mempunyai makna. Adapun
makna yang dimaksud adalah :
1. Biru
Memiliki makna tentang Sensus Penduduk yang dilakukan oleh pihak BPS setiap 10
tahun sekali (tahun berakhiran angka 0) yang mencakup index pembangunan manusia,
kemiskinan, kependudukan, kesehatan, ketahanan sosial, konsumsi dan pagelaran,
pendidikan, perumahan, sosial budaya, tenaga kerja.
2. Hijau
Memiliki makna tentang Sensus Pertanian yang dilakukan setiap 10 tahun sekali
(tahun berakhiran angka 3) yang mencakup index tanaman pangan, hortikultura,
kehutanan, perkebunan, perikanan dan peternakan.
3. Orange
Memiki makna tentang Sensus Ekonomi yang dilakukan setiap 10 tahun sekali (tahun
berakhiran angka 6) yang mencakup index kegiatan ekspor-impor, industri, inflasi,
harga produsen, harga perdagangan, keuangan, komunikasi, konstruksi, neraca arus
dana, nilai tukar petani, pariwisata, produk domestik bruto, produk domestik regional
bruto, transportasi, upah buruh, dan usaha mikro kecil.
Universitas Sumatera Utara
21
3.6 Visi dan Misi Badan Pusat Statistik
Visi
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.
Misi
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.
3.7 Struktur Organisasi Badan Pusat Statistik
Setiap perusahaan baik perusahaan pemerintah maupun swasta mempunyai struktur
organisasi, karena perusahaan juga merupakan organisasi. 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.
1. Bagian Tata Usaha.
2. Bidang Statistik Produksi.
Universitas Sumatera Utara
22
3. Bidang Statistik Distribusi.
4. Bidang Statistik Kependudukan.
5. Bidang Pengolahan, Penyajian, dan Pelayanan Statistik.
6. Bidang Neraca Wilayah dan Analisis Statistik.
STRUKTUR ORGANISASI BADAN PUSAT STATISTIK PROPINSI
Universitas Sumatera Utara
23
BAB 4
PENGOLAHAN DATA
4.1 Pengumpulan Data
Pengambilan data di lakukan di Kantor Badan Pusat Statistik Sumatera Utara, data
yang diambil adalah data jumlah wisatawan mancanegara yang berkunjung ke kota
Medan melalui pintu masuk Bandar Udara Polonia Medan dan Pelabuhan Laut
Belawan tahun 2004-2015.
Tabel 4.1 Data Jumlah wisatawan mancanegara yang Berkunjung ke kota
Medan
Tahun 2004 sampai 2015
Tahun
Pintu Masuk Wisatawan
Bandara Polonia
Pelabuhan Laut
Medan
Belawan
2004
96.132
9.708
2005
106.083
9.181
2006
116.510
6.936
2007
116.614
7.310
2008
125.579
7.011
2009
148.193
4.105
2010
162.410
14.478
2011
192.650
18.249
2012
205.845
21.798
2013
248.181
22.206
2014
234.724
24.769
2015
197.818
20.916
Sumber : Badan Pusat Statistik Sumatera Utara
4.2 Pengolahan Data
Jumlah
106.383
115.264
123.446
123.924
132.590
152.298
176.888
210.899
227.643
270.387
259.493
218.734
Untuk menganalisis data di atas, untuk memperoleh nilai n periode kedepan sebagai
perbandingan terhadap data tahun berikutnya. Dalam hal ini digunakan data jumlah
wisatawan mancanegara yang di peroleh dari BPS Sumatera Utara. Adapun data yang
diambil adalah jumlah wisatawan mancanegara yang masuk melalui Bandar udara
Polonia Medan dan pelabuhan laut Belawan dari tahun 2004 sampai 2015.
Universitas Sumatera Utara
24
Pengolahan ini bertujuan untuk mendapatkan nilai peramalan 3 periode
kedepan
dari periode terakhir data yang diperoleh, sehingga data tersebut dapat
ditabulasikan ke bentuk grafik 3.1 berikut:
Penyajian Data Dalam Bentuk Grafik
300000
250000
200000
150000
100000
50000
0
Tahun
Periode
Jumlah Wisatawan
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
Jumlah Wisatawan
Jumlah Wisatawan Mancanegara Ke
Kota Medan 2004-2015
Gambar 4.1 Grafik Jumlah Wisatawan Mancanegara yang Berkunjung Ke Kota
Medan 2004 – 2015
4.3. Metode Smoothing Eksponensial Linier Satu Parameter dari Brown
Adapun peramalan jumlah penduduk tersebut adalah sebagai berikut:
Tahun ke-1 (2004):
a.
St
= ditentukan jumlah wisatawan mancanegara tahun pertama
(2004), yaitu sebesar 106.383
b.
St
= ditentukan jumlah penduduk tahun pertama(2004), yaitu
106.383, karena untuk data t-1, belum diperoleh
c.
at ,
= belum ditentukan
d.
bt
= belum ditentukan
Universitas Sumatera Utara
25
e.
Ft m
= peramalan tahun kedua (F2) ditentukan sebesar produksi tahun
pertama yaitu sebesar 106.383
Tahun ke 2(2005)
= 115.264
a. St
=
+
= 0,1(115.264)+(1-0,1)(106.383)
= 0,1(115.264)+(0,9)(106.383)
= 107.271,1
b. St
= St (1 ) St1
= 0,1(107.271,1)+(0,9)(106.383)
= 106.473,81
c. at
= St ( St St ) 2St St
= 2(107.271,1)-(106.473,81)
= 108.068,39
d. bt
=
=
( St St )
1
(107.271,1-106.473,81)
= 88,59
e. Forecast tahun ke 3 dengan m=1
Ft m
= at bt (m)
=
+
= 108.068,39+ 88,59
= 108.156,98
Universitas Sumatera Utara
26
Tahun ke 3 (2006)
= 123.446
a. St
=
+
= 0,1(123.446)+(1-0,1)(107.271,1)
= 0,1(123.446)+(0,9)(107.271,1)
= 108.888,59
b. St
= St (1 ) St1
= 0,1(108.888,59)+(0,9)(106.473,81)
= 106.715,288
c. at
= St ( St St ) 2St St
= 2(108.888,59)-( 106.715,288)
= 111.061,892
d. bt
=
( St St )
1
=
(108.888,59-106.715,288)
= 241,478
e. Forecast tahun ke 4 dengan m=1
Ft m
= at bt (m)
=
+
= 111.061,892+ 241,478
= 111.303,37
Tahun ke 4 (2007)
= 123.924
Universitas Sumatera Utara
27
a. St
=
+
= 0,1(123.924)+(1-0,1)( 108.888,59)
= 0,1(123.924)+(0,9)(108.888,59)
= 110.392,131
b. St
= St (1 ) St1
= 0,1(110.392,131)+(0,9)(106.715,288)
= 107.082,9723
= St ( St St ) 2St St
c. at
= 2(110.392,131)-(107.082,9723)
= 113.701,2897
d. bt
=
( St St )
1
=
(113.701,2897-107.082,9723)
= 735,3686
e. Forecast tahun ke 5 dengan m=1
= at bt (m)
Ft m
=
+
= 113.701,2897+ 735.3686
= 114.436,6583
Tahun ke 5 (2008)
= 132.590
a. St
=
+
= 0,1(132.590)+(1-0,1)(110.392,131)
Universitas Sumatera Utara
28
= 0,1(132.590)+(0,9)(110.392,131)
= 112.611,9179
b. St
= St (1 ) St1
= 0,1(112.611,9179)+(0,9)(107.082,9723)
= 107.638,567
c. at
= St ( St St ) 2St St
= 2(112.611,9179)-(107.638,567)
= 117.585,269
d. bt
=
( St St )
1
=
(112.611,9179-107.638,567)
= 552,5945
e. Forecast tahun ke 6 dengan m=1
= at bt (m)
Ft m
=
+
= 117.585,269+ 552,5945
= 118.137,8636
Tahun ke 6 (2009)
= 152.298
a. St
=
+
= 0,1(152.298)+(1-0,1)(112.611,9179)
= 0,1(152.298)+(0,9)(112.611,9179)
= 116.580,5262
Universitas Sumatera Utara
29
b. St
= St (1 ) St1
= 0,1(116.580,5262)+(0,9)(107.638,567)
= 108.532,76292
c. at
= St ( St St ) 2St St
= 2(116.580,5262)-(108.532,76292)
= 124.628,28948
d. bt
=
( St St )
1
=
(116.580,5262-108.532,76292)
= 894,19592
e. Forecast tahun ke 7 dengan m=1
= at bt (m)
Ft m
=
+
= 124.628,28948+ 894,19592
= 125.522,4854
Tahun ke 7 (2010)
= 176.888
a. St
=
+
= 0,1(176.888)+(1-0,1)(116.580,5262)
= 0,1(176.888)+(0,9)(116.580,5262)
= 122.611,27358
b. St
= St (1 ) St1
= 0,1(122.611,27358)+(0,9)(108.532,76292)
Universitas Sumatera Utara
30
= 109.940,61436
c. at
= St ( St St ) 2St St
= 2(122.611,27358)-(109.940,61436)
= 135.281,9328
d. bt
=
( St St )
1
=
(122.611,27358-109.940,61436)
= 1.407,851
e. Forecast tahun ke 8 dengan m=1
= at bt (m)
Ft m
=
+
= 135.281,9328+ 1.407,851
= 136.689,7838
Tahun ke 8 (2011)
= 210.899
a. St
=
+
= 0,1(210.899)+(1-0,1)(122.611,27358)
= 0,1(210.899)+(0,9)(122.611,27358)
= 131.440,0463
b. St
= St (1 ) St1
= 0,1(132.440,0463)+(0,9)(109.940,61436)
= 112.190,56
c. at
= St ( St St ) 2St St
Universitas Sumatera Utara
31
= 2(131.440,0463)-(112.190,56)
= 150.689,5326
d. bt
=
( St St )
1
=
(132.440,0463-112.190,56)
= 2.249,94293
e. Forecast tahun ke 9 dengan m=1
= at bt (m)
Ft m
=
+
= 150.689,5326+ 2.249,94293
= 152.939,476
Tahun ke 9 (2012)
= 227.643
a. St
=
+
= 0,1(227.643)+(1-0,1)(131.440,0463)
= 0,1(227.643)+(0,9)(131.440,0463)
= 141.060,3
b. St
= St (1 ) St1
= 0,1(141.060,3)+(0,9)(112.190,56)
= 115.077,534
c. at
= St ( St St ) 2St St
= 2(141.060,3)-(115.077,534)
= 167.043
Universitas Sumatera Utara
32
d. bt
=
=
( St St )
1
(141.060,3-115.077,534)
= 2.886,9740
e. Forecast tahun ke 10 dengan m=1
= at bt (m)
Ft m
=
+
= 167.043+ 2.886,9740
= 169.929,974
Tahun ke 10 (2013)
= 270.387
a. St
=
+
= 0,1(270.387)+(1-0,1)(141.060,3)
= 0,1(270.387)+(0,9)(141.060,3)
= 153.992,97
b. St
= St (1 ) St1
= 0,1(153.992,97)+(0,9)(115.077,534)
= 118.969
c. at
= St ( St St ) 2St St
= 2(153.992,97)-(118.969)
= 189.016,94
d. bt
=
( St St )
1
Universitas Sumatera Utara
33
=
(153.992,97-118.969)
= 3.891,553
e. Forecast tahun ke 11 dengan m=1
= at bt (m)
Ft m
=
+
= 189.016,94+ 3.891,553
= 192.908,193
Tahun ke 11 (2014)
= 259.493
a. St
=
+
= 0,1(259.493)+(1-0,1)(153.992,97)
= 0,1(259.493)+(0,9)(153.992,97)
= 164.542,973
b. St
= St (1 ) St1
= 0,1(164.542,973)+(0,9)(118.969)
= 123.526,4273
c. at
= St ( St St ) 2St St
= 2(164.543,273)-(123.526,4273)
= 205.560,1187
d. bt
=
=
( St St )
1
(164.543,273-123.526,4273)
= 4.557,42730
Universitas Sumatera Utara
34
e. Forecast tahun ke 12 dengan m=1
= at bt (m)
Ft m
=
+
= 205.560,1187+ 4.557,42730
= 210.117,546
Tahun ke 12 (2015)
= 218.734
a. St
=
+
= 0,1(218.734)+(1-0,1)(164.543,273)
= 0,1(218.734)+(0,9)(164.543,273)
= 169.962,3457
b. St
= St (1 ) St1
= 0,1(169.962,3457)+(0,9)(123.526,4273)
= 128.170
c. at
= St ( St St ) 2St St
= 2(169.962,3457)-(128.170)
= 211.754,6914
d. bt
=
=
( St St )
1
(169.962,3457-128.170)
= 4.643,59397
Perhitungan forecast untuk pemulusan eksponensial ganda α=0,1 dibuat dalam bentuk
tabel dibawah
Universitas Sumatera Utara
35
Tabel 4.2 forecast Untuk Pemulusan Eksponensial Ganda (α=0,1)
Tahun Periode Jumlah S't
S''t
at
bt
2004
1
106.383
106.383
106.383
2005
2
115.264 107.271,1 106.471,81 108.070,39 99,911
2006
3
123.446 108.888,59 106.713,49 111.063,69 271,89
2007
4
123.924 110.392,13 107.081,35 113.702,91 413,85
2008
5
132.590 112.611,92 107.634,41 117.589,43 622,19
2009
6
152.298 116.580,53 108.529,02 124.632,03 1.006,4
2010
7
176.888 122.611,27 109.937,25
135.285,3 1.584,3
2011
8
210.899 131.440,05 112.087,53 150.792,57 2.419,1
2012
9
227.643 141.060,34 114.984,81 167.135,88 3.259,4
2013
10
270.899 154.044,21 118.890,75 189.197,67 4.394,2
2014
11
259.493 164.589,09 123.460,58 205.717,59 5.141,1
2015
12
218.734 170.003,58 128.114,88 211.892,27 5.236,1
Ft+m
111.335,58
114.116,76
118.211,62
125.638,47
136.869,55
153.211,63
170.395,32
193.591,85
210.858,66
217.128,36
forecast untuk pemulusan eksponensial ganda = 0,1
Jumlah Wisatawan
600000
500000
400000
Ft+m
300000
Jumlah
200000
Periode
100000
Tahun
0
Tahun
Gambar 4.2 Grafik Forecast untuk pemulusan eksponensian ganda α=0,1
Dari tabel diatas dapat dicari nilai kesalahan ramalan dengan menggunakan MSE
dengan formula sebagai berikut:
et2
i 1 N
N
MSE
Dimana untuk mendapatkan nilai
harus terlebih dahulu memperoleh nilai
, ini
diperoleh dengan rumus sebagai berikut:
Universitas Sumatera Utara
36
=
e untuk periode ke-3(tahun 2006)
=
= 123.446 – 111.335,58
= 12.110
e untuk periode ke-4(tahun 2007)
=
= 123.924 – 114.116,76
= 9.807
e untuk periode ke 5 (tahun 2008)
=
= 132.590 – 118.211,62
= 14.378
e untuk periode ke 6 (tahun 2009)
=
= 152.298 – 125.638,47
= 26.659
e untuk periode ke 7 (tahun 2010)
=
= 176.888 – 136.869,55
= 40.018
e untuk periode ke 8 (tahun 2011)
=
= 210.899 – 153.211,63
=57.687
Universitas Sumatera Utara
37
e untuk periode ke 9 (tahun 2012)
=
= 227.643 – 170.395,32
= 57.247
e untuk periode ke 10 (tahun 2013)
=
= 270.387 – 193.591,85
= 76.795
e untuk periode ke 11 (tahun 2014)
=
= 259.493 – 210.858,66
= 48.634
e untuk periode ke 12 (tahun 2015)
=
= 218.734 – 217.128,36
= 1.605
Hasil forecast dan mean square error dengan α=0,1 dibuat dalam bentuk tabel di
bawah
Universitas Sumatera Utara
38
Tabel 4.3 forecast dan Mean Square Error dengan (α=0,1)
Ft+m
et2
Tahun
Periode
Jumlah
et
2004
1
106.383
2005
2
115.264
2006
3
123.446
111.335,6
12.110,42
146.662.278,6
2007
4
123.924
114.116,8
9.807,243
96.182.014,53
2008
5
132.590
118.211,6
14.378,38
206.737.938,8
2009
6
152.298
125.638,5
26.659,53
710.730.549,1
2010
7
176.888
136.869,6
40.018,45
1.601.475.974
2011
8
210.899
153.211,6
57.687,37
3.327.832.493
2012
9
227.643
170.395,3
57.247,68
3.277.297.168
2013
10
270.899
193.591,8
77.307,15
5.976.395.473
2014
11
259.493
210.858,7
48.634,34
2.365.299.507
2015
12
218.734
217.128,4
1.605,638
2.578.073,266
Jumlah
345.456,2
17.711.191.469
1.771.119.146,9
Universitas Sumatera Utara
39
jUMLAH
Millions
Forecast dan Mean square error dengan 0,1
7000
6000
5000
et2
4000
et
3000
Ft+m
2000
Jumlah
1000
Tahun
0
1
2
3
4
5
6
7
8
9 10 11 12
Tahun
Gambar 4.3 Grafik forecast dan mean square error dengan α=0,1
Dengan menggunakan perhitungan yang sama maka dapat ditentukan nilai smoothing
eksponensial Tunggal, Ganda dan ramalan yang akan datang untuk α= 0,2 sampai
dengan α=0,9
Nilai perhitungannya dapat dilihat pada tabel 4.4 sampai dengan 4.12 di
halaman berikutnya.
Universitas Sumatera Utara
47
4.4 Pengolahan Data Dalam Bentuk Tabel
Tabel 4.4 Peramalan Jumlah Wisatawan mancanegara dengan Pemulusan Eksponensial Ganda Linier dari Brown
dengan
,1
Tahun Periode Jumlah
S't
S''t
at
bt
Ft+m
et
et2
2004
1
106.383
106.383
106.383
2005
2
115.264 107.271,1 106.471,81 108.070,39 99,911
2006
3
123.446 108.888,59 106.713,49 111.063,69 271,89 111.335,58 12.110,4 146.662.278,6
2007
4
123.924 110.392,13 107.081,35 113.702,91 413,85 114.116,76 9.807,24 96.182.014,53
2008
5
132.590 112.611,92 107.634,41 117.589,43 622,19 118.211,62 14.378,4 206.737.938,8
2009
6
152.298 116.580,53 108.529,02 124.632,03 1.006,4 125.638,47 26.659,5 710.730.549,1
2010
7
176.888 122.611,27 109.937,25 135.285,3 1.584,3 136.869,55 40.018,4 1.601.475.974
2011
8
210.899 131.440,05 112.087,53 150.792,57 2.419,1 153.211,63 57.687,4 3.327.832.493
2012
9
227.643 141.060,34 114.984,81 167.135,88 3.259,4 170.395,32 57.247,7 3.277.297.168
2013
10
270.899 154.044,21 118.890,75 189.197,67 4.394,2 193.591,85 77.307,2 5.976.395.473
2014
11
259.493 164.589,09 123.460,58 205.717,59 5.141,1 210.858,66 48.634,3 2.365.299.507
2015
12
218.734 170.003,58 128.114,88 211.892,27 5.236,1 217.128,36 1.605,64 2.578.073,266
Jumlah 345.456 17.711.191.469
Untuk = 0,1; N=12, maka:
1.771.119.147
Universitas Sumatera Utara
48
Tabel 4.5 Peramalan Jumlah Wisatawan mancanegara dengan Pemulusan Eksponensial Ganda Linier dari Brown
dengan
,2
Tahun Periode Jumlah
2004
1
106.383
2005
2
115.264
2006
3
123.446
2007
4
123.924
2008
5
132.590
2009
6
152.298
2010
7
176.888
2011
8
210.899
2012
9
227.643
2013
10
270.899
2014
11
259.493
2015
12
218.734
S't
106.383
108.159,2
111.216,56
113.758,05
117.524,44
124.479,15
134.960,92
150.148,54
165.647,43
186.697,74
201.256,79
204.752,24
S"t
106.383
106.738,24
107.633,9
108.858,73
110.591,87
113.369,33
117.687,65
124.179,83
132.473,35
143.318,23
154.905,94
164.875,2
at
109.580,16
114.799,22
118.657,36
124.457
135.588,97
152.234,19
176.117,25
198.821,51
230.077,26
247.607,65
244.629,27
bt
355,24
895,664
1.224,83
1.733,14
2.777,46
4.318,32
6.492,18
8.293,52
10.844,9
11.587,7
9.969,26
Ft+m
109.935,4
115.694,88
119.882,19
126.190,14
138.366,43
156.552,51
182.609,43
207.115,03
240.922,14
259.195,36
Jumlah
et
et2
13.510,6 182.536.312,4
8.229,12 67.718.415,97
12.707,81 161.488.384,2
26.107,86 681.620.144,9
38.521,57 1.483.911.546
543.46,49 2.953.540.772
450.33,57 2.028.022.843
637.83,97 4.068.394.445
18.570,86 344.876.819,7
-40.461,4 1.637.121.960
240.350,5 13.609.231.643
Untuk α = 0,2 ; N = 12, maka:
1.360.923.165
Universitas Sumatera Utara
49
Tabel 4.6 Peramalan Jumlah Wisatawan mancanegara dengan Pemulusan Eksponensial Ganda Linier dari Brown
dengan
,3
Tahun
Periode Jumlah S't
S''t
at
bt
Ft+m
et
et2
2004
1
106.383
106.383
106.383
2005
2
115.264
109.047,3
107.182,3 110.912,3
799,29
2006
3
123.446
113.366,9
109.037,7 117.696,1
1.855,39 111.711,6 11.734,4 137.696.143,4
2007
4
123.924
116.534
111.286,6 121.781,5
2.248,91 119.551,5 4.372,47 19.118.493,9
2008
5
132.590
121.350,8
114.305,9 128.395,8
3.019,27 124.030,4
8.559,6 73.266.786,4
2009
6
152.298
130.635
119.204,6 142.065,4
4.898,74 131.415,1 20.882,9 436.096.869,8
2010
7
176.888
144.510,9
126.796,5 162.225,3
7.591,89 146.964,1 29.923,9 895.439.822,3
2011
8
210.899
164.427,3
138.085,7 190.768,9
11.289,3 169.817,2 41.081,8 1.687.716.247
2012
9
227.643
183.392
151.677,6 215.106,4
13.591,9 202.058,2 25.584,8 654.584.143,7
2013
10
270.899
209.644,1
169.067,6 250.220,7
17.389,9 228.698,3 42.200,7 1.780.897.834
2014
11
259.493
224.598,8
185.726,9 263.470,6
16.659,4 267.610,6 8.117,61 65.895.645,47
2015
12
218.734
222.839,3
196.860,7
248.818
11.133,7
280.130
-61.396 3.769.468.124
Jumlah
114827 9.520.180.110
Untuk α = 0,3 ; N = 12, maka:
952.018.011
Universitas Sumatera Utara
50
Tabel 4.7 Peramalan Jumlah Wisatawan mancanegara dengan Pemulusan Eksponensial Ganda Linier dari Brown
dengan
,4
Tahun Periode Jumlah
S't
S''t
at
bt
Ft+m
et
et2
2004
1
106.383
106.383
106.383
2005
2
115.264 109.935,4
107.804 112.066,8 1.420,96
2006
3
123.446 115.339,6 110.818,2
119.861 3.014,27 113.487,8
9.958,2 99.165.747,24
2007
4
123.924 118.773,4 114.000,3 123.546,5 3.182,06 122.875,3 1.048,68 1.099.729,742
2008
5
132.590
124.300 118.120,2 130.479,9
4.119,9 126.728,5 5.861,46 34.356.760,22
2009
6
152.298 135.499,2 125.071,8 145.926,6 6.951,61 134.599,8 17.698,2 313.227.415,9
2010
7
176.888 152.054,7
135.865 168.244,5 10.793,2 152.878,2 24.009,8 576.468.160,4
2011
8
210.899 175.592,4
151.756 199.428,9
15.891 179.037,7 31.861,3 1.015.144.866
2012
9
227.643 196.412,7 169.618,6 223.206,7 17.862,7 215.319,9 12.323,1 151.858.676,4
2013
10
270.899 226.207,2 192.254,1 260.160,3 22.635,4 241.069,4 29.829,6 889.806.979,5
2014
11
259.493 239.521,5
211.161
267.882
18.907 282.795,8 23.302,8 543.018.399,9
2015
12
218.734 231.206,5 219.179,2 243.233,8 8.018,19
286.789
-68.055 4.631.479.482
Jumlah 41.232,7 8.255.626.217
Untuk α = 0,4 ; N = 12, maka:
Universitas Sumatera Utara
51
825.562.622
Tabel 4.8 Peramalan Jumlah Wisatawan mancanegara dengan Pemulusan Eksponensial Ganda Linier dari Brown
dengan
,5
Tahun Periode Jumlah S't
S"t
at
bt
Ft+m
et
et2
2004
1
106.383
106.383
106.383
2005
2
115.264 110.823,5 108.603,3 113.043,8
2.220,25
2006
3
123.446 117.134,8
112.869 121.400,5
4.265,75
115.264
8.182
66.945.124
2007
4
123.924 120.529,4 116.699,2 124.359,6 3.830,188 125.666,3
-1.742,25 3.035.435,06
2008
5
132.590 126.559,7 121.629,4 131.489,9
4.930,25 128.189,8
4.400,25 19.362.200,1
2009
6
152.298 139.428,8 130.529,1 148.328,5 8.899,703 136.420,2
15.877,81
252.104.930
2010
7
176.888 158.158,4 144.343,8 171.973,1 13.814,64 157.228,3
19.659,75
386.505.770
2011
8
210.899 184.528,7 164.436,2 204.621,2 20.092,46 185.787,7
25.111,3
630.577.231
2012
9
227.643 206.085,9 185.261,1 226.910,7
20.824,8 224.713,6
2.929,359 8.581.146,35
2013
10
270.899 238.492,4 211.876,7 265.108,1 26.615,69 247.735,5
23.163,54
536.549.361
2014
11
259.493 248.992,7 230.434,7 267.550,7 18.557,99 291.723,8
-32.230,8 1.038.824.771
2015
12
218.734 233.863,4
232.149 235.577,7 1.714,315 286.108,7
-67.374,7 4.539.348.647
-2.023,74 7.481.834.615
Untuk α = 0,5 ; N = 12, maka:
Universitas Sumatera Utara
52
748.183.462
Tabel 4.9 Peramalan Jumlah Wisatawan mancanegara dengan Pemulusan Eksponensial Ganda Linier dari Brown
dengan
,6
Tahun Periode Jumlah
S't
S"t
2004
1
106.383
106.383
106.383
2005
2
115.264 111.711,6 109.580,2
2006
3
123.446 118.752,2 115.083,4
2007
4
123.924 121.855,3 119.146,5
2008
5
132.590 128.296,1 124.636,3
2009
6
152.298 142.697,2 135.472,9
2010
7
176.888 163.211,7 152.116,2
2011
8
210.899 191.824,1 175.940,9
2012
9
227.643 213.315,4 198.365,6
2013
10
270.899 247.865,6 228.065,6
2014
11
259.493
254.842 244.131,5
2015
12
218.734 233.177,2 237.558,9
at
113.843
122.421,1
124.564,1
131.955,9
149.921,6
174.307,2
207.707,2
228.265,2
267.665,6
265.552,6
228.795,5
bt
Ft+m
3.197,16
5.503,25
4.063,13
5.489,75
10.836,6
16.643,3
23.824,7
22.424,7
29.700
16.065,9
-6.572,5
117.040,2
127.924,3
128.627,2
137.445,7
160.758,2
190.950,5
231.532
250.690
297.365,5
281.618,5
Jumlah
et
et2
6.405,8
-4.000,32
3.962,816
14.852,3
16.129,79
19.948,47
-3.888,99
20.209,05
-37.872,5
-62.884,5
-27.138,1
41.034.273,64
16.002.560,1
15.703.910,65
220.590.934,1
260.170.210,6
397.941.274,7
15.124.277,79
408.405.700,6
1.434.327.840
3.954.455.904
6.763.756.886
Untuk α = 0,6 ; N = 12, maka:
Universitas Sumatera Utara
53
676.375.689
Tabel 4.10 Peramalan Jumlah Wisatawan mancanegara dengan Pemulusan Eksponensial Ganda Linier dari Brown
dengan
,7
Tahun Periode Jumlah
S't
S''t
at
bt
Ft+m
et
et2
2004
1
106.383
106.383
106.383
2005
2
115.264 112.599,7 110.734,7 114.464,7 4.351,69
2006
3
123.446 120.192,1 117.354,9 123.029,3 6.620,19 118.816,4
4.629,6 21.433.196,16
2007
4
123.924 122.804,4 121.169,6 124.439,3 3.814,68 129.649,5 -5.725,53 32.781.693,78
2008
5
132.590 129.654,3 127.108,9 132.199,8 5.939,33
128.254 4.336,018 18.801.052,1
2009
6
152.298 145.504,9 139.986,1 151.023,7 12.877,2 138.139,1 14.158,91 200.474.689,9
2010
7
176.888 167.473,1
159.227 175.719,2 19.240,9 163.900,9
12.987,1 168.664.856,8
2011
8
210.899 197.871,2 186.277,9 209.464,5
27.051
194.960 15.938,96 254.050.456,2
2012
9
227.643 218.711,5 208.981,4 228.441,5 22.703,5 236.515,5 -8.872,46 78.720.601,81
2013
10
270.899 255.242,7 241.364,3 269.121,1 32.382,9
251.145 19.754,02 390.221.136,2
2014
11
259.493 258.217,9 253.161,8
263.274 11.797,5 301.504,1 -42.011,1 1.764.929.910
2015
12
218.734 230.579,2
237.354 223.804,4
-15.808 275.071,5 -56.337,5 3.173.914.216
Jumlah
-41.142 6.103.991.809
Untuk α = 0,7 ; N = 12, maka:
610.399.180
Universitas Sumatera Utara
54
Tabel 4.11 Peramalan Jumlah Wisatawan mancanegara dengan Pemulusan Eksponensial Ganda Linier dari Brown
dengan
,8
Tahun Periode Jumlah
S't
S"t
at
bt
Ft+m
et
et2
2004
1
106.383
106.383
106.383
2005
2
115.264 113.487,8 112.066,8 114.908,8 5.683,84
2006
3
123.446 121.454,4 119.576,9 123.331,9 7.510,02 120.592,6
2.853,4
8.141.891,56
2007
4
123.924 123.430,1 122.659,4 124.200,7 3.082,57 130.841,9 -6.917,88 47.857.063,69
2008
5
132.590
130.758 129.138,3 132.377,7 6.478,87 127.283,3 5.306,712 28.161.192,25
2009
6
152.298
147.990 144.219,7 151.760,3 15.081,4 138.856,6
13.441,4
180.671.234
2010
7
176.888 171.108,4 165.730,7 176.486,1
21.511 166.841,7 10.046,29 100.927.973,3
2011
8
210.899 202.940,9 195.498,8 210.382,9 29.768,2 197.997,1 12.901,86 166.458.007,1
2012
9
227.643 222.702,6 217.261,8 228.143,3
21.763 240.151,1 -12.508,1 156.452.751,2
2013
10
270.899 261.259,7 252.460,1 270.059,3 35.198,3 249.906,3 20.992,68 440.692.723,1
2014
11
259.493 259.846,3 258.369,1 261.323,6 5.908,96 305.257,6 -45.764,6 2.094.398.857
2015
12
218.734 226.956,5
233.239 220.673,9 25.130,1 267.232,5 -48.498,5 2.352.109.194
Jumlah
-48.146,8 5.575.870.887
Untuk α = 0,8 ; N = 12, maka:
557.587.089
Universitas Sumatera Utara
55
Tabel 4.12 Peramalan Jumlah Wisatawan mancanegara dengan Pemulusan Eksponensial Ganda Linier dari Brown
dengan
,9
Tahun Periode Jumlah
S't
S"t
at
bt
Ft+m
et
et2
2004
1 106.383
106.383
106.383
2005
2 115.264 114.375,9 113.576,6 115.175,2
7.193,61
2006
3 123.446
122.539 121.642,8 123.435,2 8.066,142 122.368,8
1.077,2
1.160.359,84
2007
4 123.924 123.785,5 123.571,2 123.999,8 1.928,472 131.501,4 -7.577,37 57.416.536,12
2008
5 132.590 131.709,5 130.895,7 132.523,4 7.324,493 125.928,2 6.661,754 44.378.966,36
2009
6 152.298 150.239,2 148.304,8 152.173,5 17.409,09 139.847,9 12.450,12 155.005.600,1
2010
7 176.888 174.223,1 171.631,3 176.814,9 23.326,47 169.582,6 7.305,407
53.368.976,7
2011
8 210.899 207.231,4 203.671,4 210.791,4 32.040,11 200.141,4 10.757,58 115.725.532,3
2012
9 227.643 225.601,8 223.408,8 227.794,9
19.737,4 242.831,5 -15.188,5 230.691.687,4
2013
10 270.899 266.369,3 262.073,2 270.665,3 38.664,44 247.532,3 23.366,72 546.003.444,3
2014
11 259.493 260.180,6 260.369,9 259.991,4 -1.703,35 309.329,8 -49.836,8 2.483.703.774
2015
12 218.734 222.878,7 226.627,8 219.129,5 -33.742,1
258.288
-39.554 1.564.520.611
Jumlah
-50.537,9 5.251.975.488
Untuk α = 0,9 ; N = 12, maka:
525.197.549
Universitas Sumatera Utara
56
1. Kolom 4 merupakan rata-rata 2 tahun terakhir dari data X t pada kolom 3,
kemudian dimasukkan pada kolom 4 pada tahun terakhir, dihitung dengan
menggunakan rumus:
St =
(3-1)
2. Kolom 5 adalah rata-rata 2 tahun terakhir dalam kolom 4 , kemudian
dimasukkan pada kolom ke 5 pada tahun terakhir. Dihitung dengan
menggunakan rumus:
St =
(3-2)
3. Kolom 6 adalah a (konstanta) untuk persamaan yang akan dibuat. Data
dihitung dengan rumus:
at
St ( St St ) 2St St
=
(3-3)
Tiap pergantian tahun peramalan, nilai a selalu berubah
4. Kolom 7 adalah b (slope) untuk persamaan peramalan. Dapat dihitung dengan
rumus:
bt =
St
St
(3-4)
v = jangka waktu moving average
5. Kolom 8 adalah ramalan yang dihitung dengan rumus:
Ft m = at bt (m)
(3-5)
m = jangka waktu peramalan kedepan
Kemudian dari nilai – nilai MSE yang telah diperoleh dapat dilihat nilai α yang
memberikan nilai MSE yang paling kecil. Perbandingan ukuran ketepatan metode
Universitas Sumatera Utara
57
peramalan jumlah pengunjung wisatawan mancanegara ke kota Medan dengan
melihat MSE adalah sebagai berikut:
Table 4.13 Perbandingan Ukuran Ketepatan Metode Peramalan
α
MSE
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1.771.119.147
1.360.923.165
952.018.011
825.562.622
748.183.462
676.375.689
610.399.180
557.587.089
525.197.549
Dengan perkataan lain metode peramalan yang baik adalah metode yang
menghasilkan penyimpangan antara hasil ramalan dan nilai kenyataan sekecil
mungkin. Dari table 3.11 di atas, dapat dilihat bahwa MSE yang paling kecil
terdapat pada α = 0,9, yaitu dengan MSE = 525.197.549
4.5
Penentuan Bentuk Persamaan Peramalan
Melalui cara trial and error dengan 0 < α < 1, telah diperoleh Hasil Perhitungan
peramalan pemulusan eksponensial linier satu – parameter dari Brown dengan
α = 0,9, sehingga dapat ditentukan bentuk persamaan peramalan untuk periodeperiode berikutnya.
Berdasarkan Hasil Perhitungan pada α = 0,9, dapat diperoleh persamaan
peramalan untuk periode berikutnya yaitu:
Universitas Sumatera Utara
58
219.129,5 + (-33.742,1) (m)
4.6
Peramalan Jumlah Penduuduk untuk Tahun 2016 , 2017 dan 2018.
Setelah diperoleh persamaan peramalan nilai jumlah pengunjung wisatawan asing ke
kota Medan, maka dapat dihitung nilai jumlah pendudk
untuk dua periode
berikutnya, yaitu untuk tahun 2016 , 2017 dan 2018
Perhitungannya adalah:
a. Ramalan untuk tahun 2016 dari tahun 2015 dengan α= 0,9
Ft+m
= 219.129,5 + (-33.742,1) (m)
F2015+1
= 219.129,5 + (-33.742,1) (1)
F2016
= 185.387,4
b. Ramalan untuk tahun 2017 dari tahun 2015 dengan α= 0,9
Ft+m
= 219.129,5 + (-33.742,1) (m)
F2015+2
= 219.129,5 + (-33.742,1) (2)
F2017
= 151.645,3
c. Ramalan untuk tahun 2018 dari tahun 2015 dengan α= 0,9
Ft+m
= 219.129,5 + (-33.742,1) (m)
F2015+3
= 219.129,5 + (-33.742,1) (3)
F2018
= 117.903,2
Universitas Sumatera Utara
59
Tabel 4.14 Peramalan
Jumlah Wisatawan Mancanegara yang berkunjung
ke kota Medan Untuk Tahun 2016, 2017 dan 2018
Tahun
Periode
peramalan
2016
13
185.387,4
2017
14
151.645,3
2018
15
117.903,2
Dari hasil peramalan dapat dilihat grafik Jumlah Wisatawan Mancanegara yang
berkunjung ke kota Medan dari tahun 2004 – 2018 sebagai berikut:
Jumlah Wisatawan Mancanegara yang berkunjung ke kota
Medan 2004-2018
300000
Jumlah
250000
200000
150000
Jumlah
100000
Periode
50000
Tahun
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
0
Tahun
Gambar 4.4 Grafik Peramalan Jumlah Wisatawan Mancanegara yang Berkunjung Ke
Kota
Medan tahun 2004-2018
Universitas Sumatera Utara
60
BAB 5
IMPLEMENTASI SISTIM
5.1 Pengertian Implementasi Sistim
Implementasi sistim adalah prosedur yang dilakukan untuk menyelesaikan desain
sistem yang ada dalam desain yang disetujui, menginstal, dan memulai sistem
baru atau sistem yang akan diperbaiki.
Tahapan implementasi merupakan tahapan penerapan hasil desain tertulis ke
dalam progamming (coding). dalam pengolahan data pada karya tulis ini penulis
menggunakan satu perangkat lunak sebagai implementasi sistem yaitu Microsoft
Excel dalam menyelesaikan masalah untuk memperoleh hasil perhitungan.
Dalam hal pengolahan data, komputer mempunyai kelebihan dari manusia yaitu
kecepatan, ketepatan, dan keandalan dalam memproses data. Dengan adanya
perangkat lunak komputer tersebut kita sangat terbantu karena memang ada
kalanya data yang sangat rumit dan banyak tidak dapat dikerjakan secara manual atau
dengan menggunakan tenaga manusia yang tentunya membutuhkan waktu dan
tenaga yang sangat banyak untuk mengolah data tersebut, disamping itu faktor
kesalahan yang dilakukan manusia relatif besar.
Selain
itu,
dengan
adanya
perangkat
lunak
komputer,
diharapkan
pekerjaan tersebut dapat dilakukan dengan cepat dan tepat, dan dengan tingkat
kesalahan yang relatif kecil.
Universitas Sumatera Utara
61
5.2 Microsoft Office Excel
Microsoft Office Excel merupakan program aplikasi lembar kerja elektronik
(spread sheet) dari program paket Microsoft Office. Excel merupakan salah satu
software pengolahan angka yang cukup banyak digunakan di dunia. Excel merupakan
produk unggulan dari Microsoft Corporation yang banyak berperan dalam
pengolahan informasi khususnya data yang berbentuk angka, dihitung, diproyeksikan,
dianalisis, dan dipresentasikan data pada lembar kerja. Microsoft telah mengeluarkan
Excel dalam berbagai dari versi 4, versi 5, versi 97, versi 200, versi 2002, versi 2003,
versi 2007,versi 2010 dan 2013.
Sheet (Lembar Kerja) Excel terdiri dari 256 kolom dan 65536 baris. Setiap
kolom di beri nama dengan huruf mulai dari A, B, C, ... , Z kemudian dilanjutkan
AA, AB, AC, ... , sampai kolom IV. Sedangkan kolom baris ditandai dengan
angka mulai dari 1, 2, 3, ... , 65536.
5.3 Langkah – Langkah Memulai Pengolahan Data dengan Microsoft Office
Excel 2010
Tahap pertama yang dilakukan adalah mengaktifkan windows dan pastikan microsoft
Excel berada dalam jaringan Microsoft Windows, kemudian ikuti langkah- langkah
sebagai berikut :
1. Dari Windows, klik start pada taskbar, lalu klik program maka item menu
program aplikasi yang telah diinstalasi akan tampil.
2. Klik Microsoft Excel.
Universitas Sumatera Utara
62
Gambar 5.1 Cara membuka Microsoft Office Excel
5.4 Lembar Kerja Microsoft Excel
Setelah pengaktifan akan tampil lembar kerja Excel yang sudah siap untuk
dipergunakan, lembar kerja Excel tersebut dapat dilihat pada gambar dibawah ini :
Gambar 5.2 Tampilan Microsoft Office Excel
Universitas Sumatera Utara
63
Lembar kerja adalah kumpulan kolom dan baris, dimana kolom berurutan dari atas
kebawah sedangkan baris berurutan dari kiri ke kanan yang terdiri atas 256 kolom
dan 65.536 baris pada setiap lembar kerja.
Pada setiap kolom dan baris terdapat sel dan ini diidentifikasikan dengan
alamat yang merupakan kombinasi antara abjad untuk kolom dan angka untuk baris,
disamping itu lembar kerja Excel terdapat banyak elemen yang memiliki fungsi
tersendiri.
5.5 Pengisian Data
Pengisian data kedalam lembar kerja Excel adalah sama dengan memasukkan atau
pengetikan data kedalamnya. Ada dua alternatif pengisian data, yakni menggunakan
keyboard computer atau melalui submenu yang terdapat pada menu Excel. Dalam
pengisian data kedalam lembar kerja dengan keyboard, diperlukan langkah-langkah
sebagai berikut :
1. Letakkan pointer pada sel yang ingin diisi data
2. Ketik data yang diinginkan
3. Tekan enter atau klik tombol kiri mouse pada sel lain untuk konfirmasi atau
mengakhirinya, sedangkan alternatif kedua dalam mengisi data adalah
menggunakan submenu pada menu edit di Excel. Dengan alternatif ini, akan
memiliki banyak pilihan yaitu : down,up,right,left, dan series (autofill).
Universitas Sumatera Utara
64
5.6 Pembuatan grafik
Grafik pada Excel dapat dibuat menjadi satu dengan data atau terpisah pada lembar
grafik tersendiri, namun masih berada pada file yang sama. Untuk membuat grafik
pada Excel, bias menggunakan icon chart wizard yang terdapat pada toolbar.
Adapun langkah-langkah yang diperlukan adalah :
1.
Sorot sel atau range sel yang ingin dibuat grafik.
2.
Klik insert, lalu pilih atau kilk chart, maka akan tampil kotak dialog chart tipe.
Gambar 5.3 Tampilan Kotak Dialog Chart Tipe.
3.
Klik tipe grafik yang diinginkan, dan klik next maka kotak dialog chart source
data akan tampil.
Universitas Sumatera Utara
65
4.
Pada tampilan akan terlihat range data yang telah disorot dan klik radio
buttuon rows atau kolom yang diinginkan, klik next maka akan tampil kotak
dialog chart options.
5.
Pada chart option, ketik judul grafik. Setelah itu klik next, maka kotak dialog
chart akan tampil.
6.
Anda dapat memilih tempat untuk meletekkan grafik ini, kemudian klik
finish. Maka grafik analisis data akan ditempatkan dilembar kerja yang
dipilih.
Gambar 5.4 Tampilan Grafik Analisis Data.
Universitas Sumatera Utara
66
BAB 6
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Dari hasil penelitian dan pembahasan di atas dapat diperoleh kesimpulan sebagai
berikut:
Dari hasil peramalan jumlah wisatawan mancanegara yang berkunjung ke kota
Medan tahun 2018 sebesar 117.904, dapat dilihat bahwa terjadi penurunan
pengunjung wisatawan mancanegara yang berkunjung ke kota Medan dari tahun 2015
hingga tahun 2018.
6.2 SARAN
Melihat potensi pariwisata di kota Medan sangat besar dan jumlah wisatawan
mancanegara yang tiap tahun semakin menurun, maka pemerintah kota Medan
setidaknya memberikan perhatian yang khusus pada mutu pelayanan terhadap
wisatawan mancanegara dan pelestarian alam sebagai objek parawisata. Untuk itu
pula diperlukan data statistik yang lebih lengkap, akurat dan lebih bermutu agar dapat
mengikuti dan mengetahui perkembangan jumlah wisatawan mancanegara tersebut.
Memperbaharui
infrastruktur jalan yang ada di kawasan daerah terpencil yang
memiliki potensi parawisata yang lumayan menambah pendapatan daerah tersebut.
Sebagian wilayah Indonesia yang memiliki potensi parawisata masih membutuhkan
campur tangan pemerintah, mulai dari infrastruktur jalan, transportasi, dan
pengembagan fasilitas yg mendukung dalam kengiatan berwisata.
Universitas Sumatera Utara
BAB 3
SEJARAH SINGKAT TEMPAT RISET
3.1 Masa Pemerintahan Hindia Belanda
Pada bulan Februari 1920, Kantor Statistik pertama kali didirikan oleh Direktur
Pertanian, Kerajinan dan Perdagangan (Directure Vand Landbow Nijeverheiden
Handend) dan berkedudukan di Bogor. Kantor ini diserahi tugas 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 diberi tugas
untuk merencanakan tindakan-tindakan yang mengarah sejauh mungkin untuk
mencapai kesatuan dalam kegiatan di bidang statitik di Indonesia.
Pada tanggal 24 September 1924, nama lembaga tersebut diganti dengan nama
Central Kantor 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 Vitvoer en Accijensen (IUA)
yang sekarang diisebut kantor Bea dan Cukai.
3.2 Masa Pemerintahan Jepang
Pada bulan Juni 1942, pemerintah Jepang baru mengaktifkan kembali kegiatan
Statistik yang utamanya diarahkan untuk memenuhi kebutuhan perang atau militer.
Pada masa ini Central Kantor Voor de Statistik diganti namanya menjadi Shomubu
Chasasitsu Gunseikanbu.
3.3 Masa Kemerdekaan Republik Indonesia
Universitas Sumatera Utara
18
Setelah Proklamasi kemerdekaan RI tanggal 17 Agustus 1945, kegiatan Statistik
ditangani oleh lembaga atau instansi baru sesuai dengan suasana kemerdekaan yaitu
KAPPURI (Kantor Pusat Perangkat Umum Republik Indonesia) dipindahkan ke
Yogyakarta sebagai sekuens dari perjanjian Linggarjati. Sementara itu pemerintah
Belanda (NICA) di Jakarta mengaktifkan kembali Central Kantor Voor de Statistik.
Berdasarkan surat edaran kementerian kemakmuran tanggal 12 Juni 1950
Nomor 219/S.C,KAPURRI (Kantor Pusat Perangkat Umum Republik Indonesia) dan
Central Voor de Statistik dilebur menjadi Kantor Pusat Statistik (KPS) dan berada di
bawah dan bertanggung jawab kepada Menteri Kemakmuran.
Dengan surat Menteri Perekonomian tanggal 1 Maret 1952 Nomor p/44,
Lembaga Kantor Pusat Statistik berada dibawah dan bertanggung jawab kepada
Menteri Perekonomian. Selanjutnya keputusan Menteri Perekonomian tanggal 24
Desember 1953 Nomor:18.099/M, KPS dibagi menjadi dua bagian yaitu bagian
Research yang disebut Afdeling A dan bagian penyelenggaraan tata usaha yang
disebut Afdeling B.
Dengan keputusan Presiden RI Nomor 131 tahun 1957, kemerdekaan
Perekonomian
dipecah
menjadi
kementerian
Perdagangan
dan
kementerian
Perindustrian. Untuk selanjutnya keputusan Presiden RI Nomor 172,terhitung tanggal
1 Juni 1957 Kantor Pusat Statistik diubah menjadi Biro Pusat Statistik yang semula
menjadi tanggung jawab dan wewenang berada di bawah Perdana Menteri.
3.4 Masa Orde Baru Sampai Sekarang
Perencanaan dan evaluasi pembangunan, maka untuk mendapatkan statistik yang
handal, lengkap, tepat, akurat, dan terpercaya mulai diadakan pembenahan organisasi
Biro Pusat Statistik.
Universitas Sumatera Utara
19
Dalam masa orde baru Badan Pusat Statistik telah mengalami empat kali
perubahan struktur organisasi:
1.
Peraturan Pemerintah Nomor 16 tahun 1969 tentang organisasi Badan Pusat
Statistik.
2.
Peraturan Pemerintah Nomor 6 tahun 1980 tentang organisasi Badan Pusat
Statistik.
3.
Peraturan Pemerintah Nomor 2 tahun 1992 tentang organisasi Badan Pusat
Statistik dan Keputusan Presiden Nomor 6 tahun 1992 tentang kedudukan,
tugas, fungsi, reorganisasi, susunan dan tata Kerja Biro Pusat Statistik.
4.
Undang-undang Nomor 16 tahun 1917 tentang Statistik.
5.
Keputusan Presiden RI Nomor 86 tahun1998 tentang Badan Pusat Statistik.
6.
Keputusan Pemerintah Nomor 51 tahun 1999 tentang penyelenggaraan
Statistik.
Tahun 1968, ditetapkan peraturan Pemerintah Nomor 16 tahun 1968 yaitu
yang mengatur organisasi dan tata kerja di pusat dan di daerah. Tahun 1980 peraturan
pemerintah nomor 6 tahun 1980 tentang organisasi sebagai pengganti peraturan
pemerintah Nomor 16 tahun 1968. Berdasarkan peraturan Pemerintah Nomor 6 tahun
1980 di tiap propinsi terdapat perwakilan BPS (Badan Pusat Statistik).
Pada tanggal 17 Juni 1998 dengan keputusan Presiden Republik Indonesia Nomor 86
tahun1998 ditetapkan Badan Pusat Statistik, sekaligus mengatur tata kerja dan struktur
organisasi BPS (Badan Pusat Statistik) yang baru.
Universitas Sumatera Utara
20
3.5 Logo Badan Pusat Statistik
Gambar 2.1 Logo BPS
Logo BPS terdiri dari 3 warna yang masing-masing mempunyai makna. Adapun
makna yang dimaksud adalah :
1. Biru
Memiliki makna tentang Sensus Penduduk yang dilakukan oleh pihak BPS setiap 10
tahun sekali (tahun berakhiran angka 0) yang mencakup index pembangunan manusia,
kemiskinan, kependudukan, kesehatan, ketahanan sosial, konsumsi dan pagelaran,
pendidikan, perumahan, sosial budaya, tenaga kerja.
2. Hijau
Memiliki makna tentang Sensus Pertanian yang dilakukan setiap 10 tahun sekali
(tahun berakhiran angka 3) yang mencakup index tanaman pangan, hortikultura,
kehutanan, perkebunan, perikanan dan peternakan.
3. Orange
Memiki makna tentang Sensus Ekonomi yang dilakukan setiap 10 tahun sekali (tahun
berakhiran angka 6) yang mencakup index kegiatan ekspor-impor, industri, inflasi,
harga produsen, harga perdagangan, keuangan, komunikasi, konstruksi, neraca arus
dana, nilai tukar petani, pariwisata, produk domestik bruto, produk domestik regional
bruto, transportasi, upah buruh, dan usaha mikro kecil.
Universitas Sumatera Utara
21
3.6 Visi dan Misi Badan Pusat Statistik
Visi
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.
Misi
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.
3.7 Struktur Organisasi Badan Pusat Statistik
Setiap perusahaan baik perusahaan pemerintah maupun swasta mempunyai struktur
organisasi, karena perusahaan juga merupakan organisasi. 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.
1. Bagian Tata Usaha.
2. Bidang Statistik Produksi.
Universitas Sumatera Utara
22
3. Bidang Statistik Distribusi.
4. Bidang Statistik Kependudukan.
5. Bidang Pengolahan, Penyajian, dan Pelayanan Statistik.
6. Bidang Neraca Wilayah dan Analisis Statistik.
STRUKTUR ORGANISASI BADAN PUSAT STATISTIK PROPINSI
Universitas Sumatera Utara
23
BAB 4
PENGOLAHAN DATA
4.1 Pengumpulan Data
Pengambilan data di lakukan di Kantor Badan Pusat Statistik Sumatera Utara, data
yang diambil adalah data jumlah wisatawan mancanegara yang berkunjung ke kota
Medan melalui pintu masuk Bandar Udara Polonia Medan dan Pelabuhan Laut
Belawan tahun 2004-2015.
Tabel 4.1 Data Jumlah wisatawan mancanegara yang Berkunjung ke kota
Medan
Tahun 2004 sampai 2015
Tahun
Pintu Masuk Wisatawan
Bandara Polonia
Pelabuhan Laut
Medan
Belawan
2004
96.132
9.708
2005
106.083
9.181
2006
116.510
6.936
2007
116.614
7.310
2008
125.579
7.011
2009
148.193
4.105
2010
162.410
14.478
2011
192.650
18.249
2012
205.845
21.798
2013
248.181
22.206
2014
234.724
24.769
2015
197.818
20.916
Sumber : Badan Pusat Statistik Sumatera Utara
4.2 Pengolahan Data
Jumlah
106.383
115.264
123.446
123.924
132.590
152.298
176.888
210.899
227.643
270.387
259.493
218.734
Untuk menganalisis data di atas, untuk memperoleh nilai n periode kedepan sebagai
perbandingan terhadap data tahun berikutnya. Dalam hal ini digunakan data jumlah
wisatawan mancanegara yang di peroleh dari BPS Sumatera Utara. Adapun data yang
diambil adalah jumlah wisatawan mancanegara yang masuk melalui Bandar udara
Polonia Medan dan pelabuhan laut Belawan dari tahun 2004 sampai 2015.
Universitas Sumatera Utara
24
Pengolahan ini bertujuan untuk mendapatkan nilai peramalan 3 periode
kedepan
dari periode terakhir data yang diperoleh, sehingga data tersebut dapat
ditabulasikan ke bentuk grafik 3.1 berikut:
Penyajian Data Dalam Bentuk Grafik
300000
250000
200000
150000
100000
50000
0
Tahun
Periode
Jumlah Wisatawan
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
Jumlah Wisatawan
Jumlah Wisatawan Mancanegara Ke
Kota Medan 2004-2015
Gambar 4.1 Grafik Jumlah Wisatawan Mancanegara yang Berkunjung Ke Kota
Medan 2004 – 2015
4.3. Metode Smoothing Eksponensial Linier Satu Parameter dari Brown
Adapun peramalan jumlah penduduk tersebut adalah sebagai berikut:
Tahun ke-1 (2004):
a.
St
= ditentukan jumlah wisatawan mancanegara tahun pertama
(2004), yaitu sebesar 106.383
b.
St
= ditentukan jumlah penduduk tahun pertama(2004), yaitu
106.383, karena untuk data t-1, belum diperoleh
c.
at ,
= belum ditentukan
d.
bt
= belum ditentukan
Universitas Sumatera Utara
25
e.
Ft m
= peramalan tahun kedua (F2) ditentukan sebesar produksi tahun
pertama yaitu sebesar 106.383
Tahun ke 2(2005)
= 115.264
a. St
=
+
= 0,1(115.264)+(1-0,1)(106.383)
= 0,1(115.264)+(0,9)(106.383)
= 107.271,1
b. St
= St (1 ) St1
= 0,1(107.271,1)+(0,9)(106.383)
= 106.473,81
c. at
= St ( St St ) 2St St
= 2(107.271,1)-(106.473,81)
= 108.068,39
d. bt
=
=
( St St )
1
(107.271,1-106.473,81)
= 88,59
e. Forecast tahun ke 3 dengan m=1
Ft m
= at bt (m)
=
+
= 108.068,39+ 88,59
= 108.156,98
Universitas Sumatera Utara
26
Tahun ke 3 (2006)
= 123.446
a. St
=
+
= 0,1(123.446)+(1-0,1)(107.271,1)
= 0,1(123.446)+(0,9)(107.271,1)
= 108.888,59
b. St
= St (1 ) St1
= 0,1(108.888,59)+(0,9)(106.473,81)
= 106.715,288
c. at
= St ( St St ) 2St St
= 2(108.888,59)-( 106.715,288)
= 111.061,892
d. bt
=
( St St )
1
=
(108.888,59-106.715,288)
= 241,478
e. Forecast tahun ke 4 dengan m=1
Ft m
= at bt (m)
=
+
= 111.061,892+ 241,478
= 111.303,37
Tahun ke 4 (2007)
= 123.924
Universitas Sumatera Utara
27
a. St
=
+
= 0,1(123.924)+(1-0,1)( 108.888,59)
= 0,1(123.924)+(0,9)(108.888,59)
= 110.392,131
b. St
= St (1 ) St1
= 0,1(110.392,131)+(0,9)(106.715,288)
= 107.082,9723
= St ( St St ) 2St St
c. at
= 2(110.392,131)-(107.082,9723)
= 113.701,2897
d. bt
=
( St St )
1
=
(113.701,2897-107.082,9723)
= 735,3686
e. Forecast tahun ke 5 dengan m=1
= at bt (m)
Ft m
=
+
= 113.701,2897+ 735.3686
= 114.436,6583
Tahun ke 5 (2008)
= 132.590
a. St
=
+
= 0,1(132.590)+(1-0,1)(110.392,131)
Universitas Sumatera Utara
28
= 0,1(132.590)+(0,9)(110.392,131)
= 112.611,9179
b. St
= St (1 ) St1
= 0,1(112.611,9179)+(0,9)(107.082,9723)
= 107.638,567
c. at
= St ( St St ) 2St St
= 2(112.611,9179)-(107.638,567)
= 117.585,269
d. bt
=
( St St )
1
=
(112.611,9179-107.638,567)
= 552,5945
e. Forecast tahun ke 6 dengan m=1
= at bt (m)
Ft m
=
+
= 117.585,269+ 552,5945
= 118.137,8636
Tahun ke 6 (2009)
= 152.298
a. St
=
+
= 0,1(152.298)+(1-0,1)(112.611,9179)
= 0,1(152.298)+(0,9)(112.611,9179)
= 116.580,5262
Universitas Sumatera Utara
29
b. St
= St (1 ) St1
= 0,1(116.580,5262)+(0,9)(107.638,567)
= 108.532,76292
c. at
= St ( St St ) 2St St
= 2(116.580,5262)-(108.532,76292)
= 124.628,28948
d. bt
=
( St St )
1
=
(116.580,5262-108.532,76292)
= 894,19592
e. Forecast tahun ke 7 dengan m=1
= at bt (m)
Ft m
=
+
= 124.628,28948+ 894,19592
= 125.522,4854
Tahun ke 7 (2010)
= 176.888
a. St
=
+
= 0,1(176.888)+(1-0,1)(116.580,5262)
= 0,1(176.888)+(0,9)(116.580,5262)
= 122.611,27358
b. St
= St (1 ) St1
= 0,1(122.611,27358)+(0,9)(108.532,76292)
Universitas Sumatera Utara
30
= 109.940,61436
c. at
= St ( St St ) 2St St
= 2(122.611,27358)-(109.940,61436)
= 135.281,9328
d. bt
=
( St St )
1
=
(122.611,27358-109.940,61436)
= 1.407,851
e. Forecast tahun ke 8 dengan m=1
= at bt (m)
Ft m
=
+
= 135.281,9328+ 1.407,851
= 136.689,7838
Tahun ke 8 (2011)
= 210.899
a. St
=
+
= 0,1(210.899)+(1-0,1)(122.611,27358)
= 0,1(210.899)+(0,9)(122.611,27358)
= 131.440,0463
b. St
= St (1 ) St1
= 0,1(132.440,0463)+(0,9)(109.940,61436)
= 112.190,56
c. at
= St ( St St ) 2St St
Universitas Sumatera Utara
31
= 2(131.440,0463)-(112.190,56)
= 150.689,5326
d. bt
=
( St St )
1
=
(132.440,0463-112.190,56)
= 2.249,94293
e. Forecast tahun ke 9 dengan m=1
= at bt (m)
Ft m
=
+
= 150.689,5326+ 2.249,94293
= 152.939,476
Tahun ke 9 (2012)
= 227.643
a. St
=
+
= 0,1(227.643)+(1-0,1)(131.440,0463)
= 0,1(227.643)+(0,9)(131.440,0463)
= 141.060,3
b. St
= St (1 ) St1
= 0,1(141.060,3)+(0,9)(112.190,56)
= 115.077,534
c. at
= St ( St St ) 2St St
= 2(141.060,3)-(115.077,534)
= 167.043
Universitas Sumatera Utara
32
d. bt
=
=
( St St )
1
(141.060,3-115.077,534)
= 2.886,9740
e. Forecast tahun ke 10 dengan m=1
= at bt (m)
Ft m
=
+
= 167.043+ 2.886,9740
= 169.929,974
Tahun ke 10 (2013)
= 270.387
a. St
=
+
= 0,1(270.387)+(1-0,1)(141.060,3)
= 0,1(270.387)+(0,9)(141.060,3)
= 153.992,97
b. St
= St (1 ) St1
= 0,1(153.992,97)+(0,9)(115.077,534)
= 118.969
c. at
= St ( St St ) 2St St
= 2(153.992,97)-(118.969)
= 189.016,94
d. bt
=
( St St )
1
Universitas Sumatera Utara
33
=
(153.992,97-118.969)
= 3.891,553
e. Forecast tahun ke 11 dengan m=1
= at bt (m)
Ft m
=
+
= 189.016,94+ 3.891,553
= 192.908,193
Tahun ke 11 (2014)
= 259.493
a. St
=
+
= 0,1(259.493)+(1-0,1)(153.992,97)
= 0,1(259.493)+(0,9)(153.992,97)
= 164.542,973
b. St
= St (1 ) St1
= 0,1(164.542,973)+(0,9)(118.969)
= 123.526,4273
c. at
= St ( St St ) 2St St
= 2(164.543,273)-(123.526,4273)
= 205.560,1187
d. bt
=
=
( St St )
1
(164.543,273-123.526,4273)
= 4.557,42730
Universitas Sumatera Utara
34
e. Forecast tahun ke 12 dengan m=1
= at bt (m)
Ft m
=
+
= 205.560,1187+ 4.557,42730
= 210.117,546
Tahun ke 12 (2015)
= 218.734
a. St
=
+
= 0,1(218.734)+(1-0,1)(164.543,273)
= 0,1(218.734)+(0,9)(164.543,273)
= 169.962,3457
b. St
= St (1 ) St1
= 0,1(169.962,3457)+(0,9)(123.526,4273)
= 128.170
c. at
= St ( St St ) 2St St
= 2(169.962,3457)-(128.170)
= 211.754,6914
d. bt
=
=
( St St )
1
(169.962,3457-128.170)
= 4.643,59397
Perhitungan forecast untuk pemulusan eksponensial ganda α=0,1 dibuat dalam bentuk
tabel dibawah
Universitas Sumatera Utara
35
Tabel 4.2 forecast Untuk Pemulusan Eksponensial Ganda (α=0,1)
Tahun Periode Jumlah S't
S''t
at
bt
2004
1
106.383
106.383
106.383
2005
2
115.264 107.271,1 106.471,81 108.070,39 99,911
2006
3
123.446 108.888,59 106.713,49 111.063,69 271,89
2007
4
123.924 110.392,13 107.081,35 113.702,91 413,85
2008
5
132.590 112.611,92 107.634,41 117.589,43 622,19
2009
6
152.298 116.580,53 108.529,02 124.632,03 1.006,4
2010
7
176.888 122.611,27 109.937,25
135.285,3 1.584,3
2011
8
210.899 131.440,05 112.087,53 150.792,57 2.419,1
2012
9
227.643 141.060,34 114.984,81 167.135,88 3.259,4
2013
10
270.899 154.044,21 118.890,75 189.197,67 4.394,2
2014
11
259.493 164.589,09 123.460,58 205.717,59 5.141,1
2015
12
218.734 170.003,58 128.114,88 211.892,27 5.236,1
Ft+m
111.335,58
114.116,76
118.211,62
125.638,47
136.869,55
153.211,63
170.395,32
193.591,85
210.858,66
217.128,36
forecast untuk pemulusan eksponensial ganda = 0,1
Jumlah Wisatawan
600000
500000
400000
Ft+m
300000
Jumlah
200000
Periode
100000
Tahun
0
Tahun
Gambar 4.2 Grafik Forecast untuk pemulusan eksponensian ganda α=0,1
Dari tabel diatas dapat dicari nilai kesalahan ramalan dengan menggunakan MSE
dengan formula sebagai berikut:
et2
i 1 N
N
MSE
Dimana untuk mendapatkan nilai
harus terlebih dahulu memperoleh nilai
, ini
diperoleh dengan rumus sebagai berikut:
Universitas Sumatera Utara
36
=
e untuk periode ke-3(tahun 2006)
=
= 123.446 – 111.335,58
= 12.110
e untuk periode ke-4(tahun 2007)
=
= 123.924 – 114.116,76
= 9.807
e untuk periode ke 5 (tahun 2008)
=
= 132.590 – 118.211,62
= 14.378
e untuk periode ke 6 (tahun 2009)
=
= 152.298 – 125.638,47
= 26.659
e untuk periode ke 7 (tahun 2010)
=
= 176.888 – 136.869,55
= 40.018
e untuk periode ke 8 (tahun 2011)
=
= 210.899 – 153.211,63
=57.687
Universitas Sumatera Utara
37
e untuk periode ke 9 (tahun 2012)
=
= 227.643 – 170.395,32
= 57.247
e untuk periode ke 10 (tahun 2013)
=
= 270.387 – 193.591,85
= 76.795
e untuk periode ke 11 (tahun 2014)
=
= 259.493 – 210.858,66
= 48.634
e untuk periode ke 12 (tahun 2015)
=
= 218.734 – 217.128,36
= 1.605
Hasil forecast dan mean square error dengan α=0,1 dibuat dalam bentuk tabel di
bawah
Universitas Sumatera Utara
38
Tabel 4.3 forecast dan Mean Square Error dengan (α=0,1)
Ft+m
et2
Tahun
Periode
Jumlah
et
2004
1
106.383
2005
2
115.264
2006
3
123.446
111.335,6
12.110,42
146.662.278,6
2007
4
123.924
114.116,8
9.807,243
96.182.014,53
2008
5
132.590
118.211,6
14.378,38
206.737.938,8
2009
6
152.298
125.638,5
26.659,53
710.730.549,1
2010
7
176.888
136.869,6
40.018,45
1.601.475.974
2011
8
210.899
153.211,6
57.687,37
3.327.832.493
2012
9
227.643
170.395,3
57.247,68
3.277.297.168
2013
10
270.899
193.591,8
77.307,15
5.976.395.473
2014
11
259.493
210.858,7
48.634,34
2.365.299.507
2015
12
218.734
217.128,4
1.605,638
2.578.073,266
Jumlah
345.456,2
17.711.191.469
1.771.119.146,9
Universitas Sumatera Utara
39
jUMLAH
Millions
Forecast dan Mean square error dengan 0,1
7000
6000
5000
et2
4000
et
3000
Ft+m
2000
Jumlah
1000
Tahun
0
1
2
3
4
5
6
7
8
9 10 11 12
Tahun
Gambar 4.3 Grafik forecast dan mean square error dengan α=0,1
Dengan menggunakan perhitungan yang sama maka dapat ditentukan nilai smoothing
eksponensial Tunggal, Ganda dan ramalan yang akan datang untuk α= 0,2 sampai
dengan α=0,9
Nilai perhitungannya dapat dilihat pada tabel 4.4 sampai dengan 4.12 di
halaman berikutnya.
Universitas Sumatera Utara
47
4.4 Pengolahan Data Dalam Bentuk Tabel
Tabel 4.4 Peramalan Jumlah Wisatawan mancanegara dengan Pemulusan Eksponensial Ganda Linier dari Brown
dengan
,1
Tahun Periode Jumlah
S't
S''t
at
bt
Ft+m
et
et2
2004
1
106.383
106.383
106.383
2005
2
115.264 107.271,1 106.471,81 108.070,39 99,911
2006
3
123.446 108.888,59 106.713,49 111.063,69 271,89 111.335,58 12.110,4 146.662.278,6
2007
4
123.924 110.392,13 107.081,35 113.702,91 413,85 114.116,76 9.807,24 96.182.014,53
2008
5
132.590 112.611,92 107.634,41 117.589,43 622,19 118.211,62 14.378,4 206.737.938,8
2009
6
152.298 116.580,53 108.529,02 124.632,03 1.006,4 125.638,47 26.659,5 710.730.549,1
2010
7
176.888 122.611,27 109.937,25 135.285,3 1.584,3 136.869,55 40.018,4 1.601.475.974
2011
8
210.899 131.440,05 112.087,53 150.792,57 2.419,1 153.211,63 57.687,4 3.327.832.493
2012
9
227.643 141.060,34 114.984,81 167.135,88 3.259,4 170.395,32 57.247,7 3.277.297.168
2013
10
270.899 154.044,21 118.890,75 189.197,67 4.394,2 193.591,85 77.307,2 5.976.395.473
2014
11
259.493 164.589,09 123.460,58 205.717,59 5.141,1 210.858,66 48.634,3 2.365.299.507
2015
12
218.734 170.003,58 128.114,88 211.892,27 5.236,1 217.128,36 1.605,64 2.578.073,266
Jumlah 345.456 17.711.191.469
Untuk = 0,1; N=12, maka:
1.771.119.147
Universitas Sumatera Utara
48
Tabel 4.5 Peramalan Jumlah Wisatawan mancanegara dengan Pemulusan Eksponensial Ganda Linier dari Brown
dengan
,2
Tahun Periode Jumlah
2004
1
106.383
2005
2
115.264
2006
3
123.446
2007
4
123.924
2008
5
132.590
2009
6
152.298
2010
7
176.888
2011
8
210.899
2012
9
227.643
2013
10
270.899
2014
11
259.493
2015
12
218.734
S't
106.383
108.159,2
111.216,56
113.758,05
117.524,44
124.479,15
134.960,92
150.148,54
165.647,43
186.697,74
201.256,79
204.752,24
S"t
106.383
106.738,24
107.633,9
108.858,73
110.591,87
113.369,33
117.687,65
124.179,83
132.473,35
143.318,23
154.905,94
164.875,2
at
109.580,16
114.799,22
118.657,36
124.457
135.588,97
152.234,19
176.117,25
198.821,51
230.077,26
247.607,65
244.629,27
bt
355,24
895,664
1.224,83
1.733,14
2.777,46
4.318,32
6.492,18
8.293,52
10.844,9
11.587,7
9.969,26
Ft+m
109.935,4
115.694,88
119.882,19
126.190,14
138.366,43
156.552,51
182.609,43
207.115,03
240.922,14
259.195,36
Jumlah
et
et2
13.510,6 182.536.312,4
8.229,12 67.718.415,97
12.707,81 161.488.384,2
26.107,86 681.620.144,9
38.521,57 1.483.911.546
543.46,49 2.953.540.772
450.33,57 2.028.022.843
637.83,97 4.068.394.445
18.570,86 344.876.819,7
-40.461,4 1.637.121.960
240.350,5 13.609.231.643
Untuk α = 0,2 ; N = 12, maka:
1.360.923.165
Universitas Sumatera Utara
49
Tabel 4.6 Peramalan Jumlah Wisatawan mancanegara dengan Pemulusan Eksponensial Ganda Linier dari Brown
dengan
,3
Tahun
Periode Jumlah S't
S''t
at
bt
Ft+m
et
et2
2004
1
106.383
106.383
106.383
2005
2
115.264
109.047,3
107.182,3 110.912,3
799,29
2006
3
123.446
113.366,9
109.037,7 117.696,1
1.855,39 111.711,6 11.734,4 137.696.143,4
2007
4
123.924
116.534
111.286,6 121.781,5
2.248,91 119.551,5 4.372,47 19.118.493,9
2008
5
132.590
121.350,8
114.305,9 128.395,8
3.019,27 124.030,4
8.559,6 73.266.786,4
2009
6
152.298
130.635
119.204,6 142.065,4
4.898,74 131.415,1 20.882,9 436.096.869,8
2010
7
176.888
144.510,9
126.796,5 162.225,3
7.591,89 146.964,1 29.923,9 895.439.822,3
2011
8
210.899
164.427,3
138.085,7 190.768,9
11.289,3 169.817,2 41.081,8 1.687.716.247
2012
9
227.643
183.392
151.677,6 215.106,4
13.591,9 202.058,2 25.584,8 654.584.143,7
2013
10
270.899
209.644,1
169.067,6 250.220,7
17.389,9 228.698,3 42.200,7 1.780.897.834
2014
11
259.493
224.598,8
185.726,9 263.470,6
16.659,4 267.610,6 8.117,61 65.895.645,47
2015
12
218.734
222.839,3
196.860,7
248.818
11.133,7
280.130
-61.396 3.769.468.124
Jumlah
114827 9.520.180.110
Untuk α = 0,3 ; N = 12, maka:
952.018.011
Universitas Sumatera Utara
50
Tabel 4.7 Peramalan Jumlah Wisatawan mancanegara dengan Pemulusan Eksponensial Ganda Linier dari Brown
dengan
,4
Tahun Periode Jumlah
S't
S''t
at
bt
Ft+m
et
et2
2004
1
106.383
106.383
106.383
2005
2
115.264 109.935,4
107.804 112.066,8 1.420,96
2006
3
123.446 115.339,6 110.818,2
119.861 3.014,27 113.487,8
9.958,2 99.165.747,24
2007
4
123.924 118.773,4 114.000,3 123.546,5 3.182,06 122.875,3 1.048,68 1.099.729,742
2008
5
132.590
124.300 118.120,2 130.479,9
4.119,9 126.728,5 5.861,46 34.356.760,22
2009
6
152.298 135.499,2 125.071,8 145.926,6 6.951,61 134.599,8 17.698,2 313.227.415,9
2010
7
176.888 152.054,7
135.865 168.244,5 10.793,2 152.878,2 24.009,8 576.468.160,4
2011
8
210.899 175.592,4
151.756 199.428,9
15.891 179.037,7 31.861,3 1.015.144.866
2012
9
227.643 196.412,7 169.618,6 223.206,7 17.862,7 215.319,9 12.323,1 151.858.676,4
2013
10
270.899 226.207,2 192.254,1 260.160,3 22.635,4 241.069,4 29.829,6 889.806.979,5
2014
11
259.493 239.521,5
211.161
267.882
18.907 282.795,8 23.302,8 543.018.399,9
2015
12
218.734 231.206,5 219.179,2 243.233,8 8.018,19
286.789
-68.055 4.631.479.482
Jumlah 41.232,7 8.255.626.217
Untuk α = 0,4 ; N = 12, maka:
Universitas Sumatera Utara
51
825.562.622
Tabel 4.8 Peramalan Jumlah Wisatawan mancanegara dengan Pemulusan Eksponensial Ganda Linier dari Brown
dengan
,5
Tahun Periode Jumlah S't
S"t
at
bt
Ft+m
et
et2
2004
1
106.383
106.383
106.383
2005
2
115.264 110.823,5 108.603,3 113.043,8
2.220,25
2006
3
123.446 117.134,8
112.869 121.400,5
4.265,75
115.264
8.182
66.945.124
2007
4
123.924 120.529,4 116.699,2 124.359,6 3.830,188 125.666,3
-1.742,25 3.035.435,06
2008
5
132.590 126.559,7 121.629,4 131.489,9
4.930,25 128.189,8
4.400,25 19.362.200,1
2009
6
152.298 139.428,8 130.529,1 148.328,5 8.899,703 136.420,2
15.877,81
252.104.930
2010
7
176.888 158.158,4 144.343,8 171.973,1 13.814,64 157.228,3
19.659,75
386.505.770
2011
8
210.899 184.528,7 164.436,2 204.621,2 20.092,46 185.787,7
25.111,3
630.577.231
2012
9
227.643 206.085,9 185.261,1 226.910,7
20.824,8 224.713,6
2.929,359 8.581.146,35
2013
10
270.899 238.492,4 211.876,7 265.108,1 26.615,69 247.735,5
23.163,54
536.549.361
2014
11
259.493 248.992,7 230.434,7 267.550,7 18.557,99 291.723,8
-32.230,8 1.038.824.771
2015
12
218.734 233.863,4
232.149 235.577,7 1.714,315 286.108,7
-67.374,7 4.539.348.647
-2.023,74 7.481.834.615
Untuk α = 0,5 ; N = 12, maka:
Universitas Sumatera Utara
52
748.183.462
Tabel 4.9 Peramalan Jumlah Wisatawan mancanegara dengan Pemulusan Eksponensial Ganda Linier dari Brown
dengan
,6
Tahun Periode Jumlah
S't
S"t
2004
1
106.383
106.383
106.383
2005
2
115.264 111.711,6 109.580,2
2006
3
123.446 118.752,2 115.083,4
2007
4
123.924 121.855,3 119.146,5
2008
5
132.590 128.296,1 124.636,3
2009
6
152.298 142.697,2 135.472,9
2010
7
176.888 163.211,7 152.116,2
2011
8
210.899 191.824,1 175.940,9
2012
9
227.643 213.315,4 198.365,6
2013
10
270.899 247.865,6 228.065,6
2014
11
259.493
254.842 244.131,5
2015
12
218.734 233.177,2 237.558,9
at
113.843
122.421,1
124.564,1
131.955,9
149.921,6
174.307,2
207.707,2
228.265,2
267.665,6
265.552,6
228.795,5
bt
Ft+m
3.197,16
5.503,25
4.063,13
5.489,75
10.836,6
16.643,3
23.824,7
22.424,7
29.700
16.065,9
-6.572,5
117.040,2
127.924,3
128.627,2
137.445,7
160.758,2
190.950,5
231.532
250.690
297.365,5
281.618,5
Jumlah
et
et2
6.405,8
-4.000,32
3.962,816
14.852,3
16.129,79
19.948,47
-3.888,99
20.209,05
-37.872,5
-62.884,5
-27.138,1
41.034.273,64
16.002.560,1
15.703.910,65
220.590.934,1
260.170.210,6
397.941.274,7
15.124.277,79
408.405.700,6
1.434.327.840
3.954.455.904
6.763.756.886
Untuk α = 0,6 ; N = 12, maka:
Universitas Sumatera Utara
53
676.375.689
Tabel 4.10 Peramalan Jumlah Wisatawan mancanegara dengan Pemulusan Eksponensial Ganda Linier dari Brown
dengan
,7
Tahun Periode Jumlah
S't
S''t
at
bt
Ft+m
et
et2
2004
1
106.383
106.383
106.383
2005
2
115.264 112.599,7 110.734,7 114.464,7 4.351,69
2006
3
123.446 120.192,1 117.354,9 123.029,3 6.620,19 118.816,4
4.629,6 21.433.196,16
2007
4
123.924 122.804,4 121.169,6 124.439,3 3.814,68 129.649,5 -5.725,53 32.781.693,78
2008
5
132.590 129.654,3 127.108,9 132.199,8 5.939,33
128.254 4.336,018 18.801.052,1
2009
6
152.298 145.504,9 139.986,1 151.023,7 12.877,2 138.139,1 14.158,91 200.474.689,9
2010
7
176.888 167.473,1
159.227 175.719,2 19.240,9 163.900,9
12.987,1 168.664.856,8
2011
8
210.899 197.871,2 186.277,9 209.464,5
27.051
194.960 15.938,96 254.050.456,2
2012
9
227.643 218.711,5 208.981,4 228.441,5 22.703,5 236.515,5 -8.872,46 78.720.601,81
2013
10
270.899 255.242,7 241.364,3 269.121,1 32.382,9
251.145 19.754,02 390.221.136,2
2014
11
259.493 258.217,9 253.161,8
263.274 11.797,5 301.504,1 -42.011,1 1.764.929.910
2015
12
218.734 230.579,2
237.354 223.804,4
-15.808 275.071,5 -56.337,5 3.173.914.216
Jumlah
-41.142 6.103.991.809
Untuk α = 0,7 ; N = 12, maka:
610.399.180
Universitas Sumatera Utara
54
Tabel 4.11 Peramalan Jumlah Wisatawan mancanegara dengan Pemulusan Eksponensial Ganda Linier dari Brown
dengan
,8
Tahun Periode Jumlah
S't
S"t
at
bt
Ft+m
et
et2
2004
1
106.383
106.383
106.383
2005
2
115.264 113.487,8 112.066,8 114.908,8 5.683,84
2006
3
123.446 121.454,4 119.576,9 123.331,9 7.510,02 120.592,6
2.853,4
8.141.891,56
2007
4
123.924 123.430,1 122.659,4 124.200,7 3.082,57 130.841,9 -6.917,88 47.857.063,69
2008
5
132.590
130.758 129.138,3 132.377,7 6.478,87 127.283,3 5.306,712 28.161.192,25
2009
6
152.298
147.990 144.219,7 151.760,3 15.081,4 138.856,6
13.441,4
180.671.234
2010
7
176.888 171.108,4 165.730,7 176.486,1
21.511 166.841,7 10.046,29 100.927.973,3
2011
8
210.899 202.940,9 195.498,8 210.382,9 29.768,2 197.997,1 12.901,86 166.458.007,1
2012
9
227.643 222.702,6 217.261,8 228.143,3
21.763 240.151,1 -12.508,1 156.452.751,2
2013
10
270.899 261.259,7 252.460,1 270.059,3 35.198,3 249.906,3 20.992,68 440.692.723,1
2014
11
259.493 259.846,3 258.369,1 261.323,6 5.908,96 305.257,6 -45.764,6 2.094.398.857
2015
12
218.734 226.956,5
233.239 220.673,9 25.130,1 267.232,5 -48.498,5 2.352.109.194
Jumlah
-48.146,8 5.575.870.887
Untuk α = 0,8 ; N = 12, maka:
557.587.089
Universitas Sumatera Utara
55
Tabel 4.12 Peramalan Jumlah Wisatawan mancanegara dengan Pemulusan Eksponensial Ganda Linier dari Brown
dengan
,9
Tahun Periode Jumlah
S't
S"t
at
bt
Ft+m
et
et2
2004
1 106.383
106.383
106.383
2005
2 115.264 114.375,9 113.576,6 115.175,2
7.193,61
2006
3 123.446
122.539 121.642,8 123.435,2 8.066,142 122.368,8
1.077,2
1.160.359,84
2007
4 123.924 123.785,5 123.571,2 123.999,8 1.928,472 131.501,4 -7.577,37 57.416.536,12
2008
5 132.590 131.709,5 130.895,7 132.523,4 7.324,493 125.928,2 6.661,754 44.378.966,36
2009
6 152.298 150.239,2 148.304,8 152.173,5 17.409,09 139.847,9 12.450,12 155.005.600,1
2010
7 176.888 174.223,1 171.631,3 176.814,9 23.326,47 169.582,6 7.305,407
53.368.976,7
2011
8 210.899 207.231,4 203.671,4 210.791,4 32.040,11 200.141,4 10.757,58 115.725.532,3
2012
9 227.643 225.601,8 223.408,8 227.794,9
19.737,4 242.831,5 -15.188,5 230.691.687,4
2013
10 270.899 266.369,3 262.073,2 270.665,3 38.664,44 247.532,3 23.366,72 546.003.444,3
2014
11 259.493 260.180,6 260.369,9 259.991,4 -1.703,35 309.329,8 -49.836,8 2.483.703.774
2015
12 218.734 222.878,7 226.627,8 219.129,5 -33.742,1
258.288
-39.554 1.564.520.611
Jumlah
-50.537,9 5.251.975.488
Untuk α = 0,9 ; N = 12, maka:
525.197.549
Universitas Sumatera Utara
56
1. Kolom 4 merupakan rata-rata 2 tahun terakhir dari data X t pada kolom 3,
kemudian dimasukkan pada kolom 4 pada tahun terakhir, dihitung dengan
menggunakan rumus:
St =
(3-1)
2. Kolom 5 adalah rata-rata 2 tahun terakhir dalam kolom 4 , kemudian
dimasukkan pada kolom ke 5 pada tahun terakhir. Dihitung dengan
menggunakan rumus:
St =
(3-2)
3. Kolom 6 adalah a (konstanta) untuk persamaan yang akan dibuat. Data
dihitung dengan rumus:
at
St ( St St ) 2St St
=
(3-3)
Tiap pergantian tahun peramalan, nilai a selalu berubah
4. Kolom 7 adalah b (slope) untuk persamaan peramalan. Dapat dihitung dengan
rumus:
bt =
St
St
(3-4)
v = jangka waktu moving average
5. Kolom 8 adalah ramalan yang dihitung dengan rumus:
Ft m = at bt (m)
(3-5)
m = jangka waktu peramalan kedepan
Kemudian dari nilai – nilai MSE yang telah diperoleh dapat dilihat nilai α yang
memberikan nilai MSE yang paling kecil. Perbandingan ukuran ketepatan metode
Universitas Sumatera Utara
57
peramalan jumlah pengunjung wisatawan mancanegara ke kota Medan dengan
melihat MSE adalah sebagai berikut:
Table 4.13 Perbandingan Ukuran Ketepatan Metode Peramalan
α
MSE
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1.771.119.147
1.360.923.165
952.018.011
825.562.622
748.183.462
676.375.689
610.399.180
557.587.089
525.197.549
Dengan perkataan lain metode peramalan yang baik adalah metode yang
menghasilkan penyimpangan antara hasil ramalan dan nilai kenyataan sekecil
mungkin. Dari table 3.11 di atas, dapat dilihat bahwa MSE yang paling kecil
terdapat pada α = 0,9, yaitu dengan MSE = 525.197.549
4.5
Penentuan Bentuk Persamaan Peramalan
Melalui cara trial and error dengan 0 < α < 1, telah diperoleh Hasil Perhitungan
peramalan pemulusan eksponensial linier satu – parameter dari Brown dengan
α = 0,9, sehingga dapat ditentukan bentuk persamaan peramalan untuk periodeperiode berikutnya.
Berdasarkan Hasil Perhitungan pada α = 0,9, dapat diperoleh persamaan
peramalan untuk periode berikutnya yaitu:
Universitas Sumatera Utara
58
219.129,5 + (-33.742,1) (m)
4.6
Peramalan Jumlah Penduuduk untuk Tahun 2016 , 2017 dan 2018.
Setelah diperoleh persamaan peramalan nilai jumlah pengunjung wisatawan asing ke
kota Medan, maka dapat dihitung nilai jumlah pendudk
untuk dua periode
berikutnya, yaitu untuk tahun 2016 , 2017 dan 2018
Perhitungannya adalah:
a. Ramalan untuk tahun 2016 dari tahun 2015 dengan α= 0,9
Ft+m
= 219.129,5 + (-33.742,1) (m)
F2015+1
= 219.129,5 + (-33.742,1) (1)
F2016
= 185.387,4
b. Ramalan untuk tahun 2017 dari tahun 2015 dengan α= 0,9
Ft+m
= 219.129,5 + (-33.742,1) (m)
F2015+2
= 219.129,5 + (-33.742,1) (2)
F2017
= 151.645,3
c. Ramalan untuk tahun 2018 dari tahun 2015 dengan α= 0,9
Ft+m
= 219.129,5 + (-33.742,1) (m)
F2015+3
= 219.129,5 + (-33.742,1) (3)
F2018
= 117.903,2
Universitas Sumatera Utara
59
Tabel 4.14 Peramalan
Jumlah Wisatawan Mancanegara yang berkunjung
ke kota Medan Untuk Tahun 2016, 2017 dan 2018
Tahun
Periode
peramalan
2016
13
185.387,4
2017
14
151.645,3
2018
15
117.903,2
Dari hasil peramalan dapat dilihat grafik Jumlah Wisatawan Mancanegara yang
berkunjung ke kota Medan dari tahun 2004 – 2018 sebagai berikut:
Jumlah Wisatawan Mancanegara yang berkunjung ke kota
Medan 2004-2018
300000
Jumlah
250000
200000
150000
Jumlah
100000
Periode
50000
Tahun
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
0
Tahun
Gambar 4.4 Grafik Peramalan Jumlah Wisatawan Mancanegara yang Berkunjung Ke
Kota
Medan tahun 2004-2018
Universitas Sumatera Utara
60
BAB 5
IMPLEMENTASI SISTIM
5.1 Pengertian Implementasi Sistim
Implementasi sistim adalah prosedur yang dilakukan untuk menyelesaikan desain
sistem yang ada dalam desain yang disetujui, menginstal, dan memulai sistem
baru atau sistem yang akan diperbaiki.
Tahapan implementasi merupakan tahapan penerapan hasil desain tertulis ke
dalam progamming (coding). dalam pengolahan data pada karya tulis ini penulis
menggunakan satu perangkat lunak sebagai implementasi sistem yaitu Microsoft
Excel dalam menyelesaikan masalah untuk memperoleh hasil perhitungan.
Dalam hal pengolahan data, komputer mempunyai kelebihan dari manusia yaitu
kecepatan, ketepatan, dan keandalan dalam memproses data. Dengan adanya
perangkat lunak komputer tersebut kita sangat terbantu karena memang ada
kalanya data yang sangat rumit dan banyak tidak dapat dikerjakan secara manual atau
dengan menggunakan tenaga manusia yang tentunya membutuhkan waktu dan
tenaga yang sangat banyak untuk mengolah data tersebut, disamping itu faktor
kesalahan yang dilakukan manusia relatif besar.
Selain
itu,
dengan
adanya
perangkat
lunak
komputer,
diharapkan
pekerjaan tersebut dapat dilakukan dengan cepat dan tepat, dan dengan tingkat
kesalahan yang relatif kecil.
Universitas Sumatera Utara
61
5.2 Microsoft Office Excel
Microsoft Office Excel merupakan program aplikasi lembar kerja elektronik
(spread sheet) dari program paket Microsoft Office. Excel merupakan salah satu
software pengolahan angka yang cukup banyak digunakan di dunia. Excel merupakan
produk unggulan dari Microsoft Corporation yang banyak berperan dalam
pengolahan informasi khususnya data yang berbentuk angka, dihitung, diproyeksikan,
dianalisis, dan dipresentasikan data pada lembar kerja. Microsoft telah mengeluarkan
Excel dalam berbagai dari versi 4, versi 5, versi 97, versi 200, versi 2002, versi 2003,
versi 2007,versi 2010 dan 2013.
Sheet (Lembar Kerja) Excel terdiri dari 256 kolom dan 65536 baris. Setiap
kolom di beri nama dengan huruf mulai dari A, B, C, ... , Z kemudian dilanjutkan
AA, AB, AC, ... , sampai kolom IV. Sedangkan kolom baris ditandai dengan
angka mulai dari 1, 2, 3, ... , 65536.
5.3 Langkah – Langkah Memulai Pengolahan Data dengan Microsoft Office
Excel 2010
Tahap pertama yang dilakukan adalah mengaktifkan windows dan pastikan microsoft
Excel berada dalam jaringan Microsoft Windows, kemudian ikuti langkah- langkah
sebagai berikut :
1. Dari Windows, klik start pada taskbar, lalu klik program maka item menu
program aplikasi yang telah diinstalasi akan tampil.
2. Klik Microsoft Excel.
Universitas Sumatera Utara
62
Gambar 5.1 Cara membuka Microsoft Office Excel
5.4 Lembar Kerja Microsoft Excel
Setelah pengaktifan akan tampil lembar kerja Excel yang sudah siap untuk
dipergunakan, lembar kerja Excel tersebut dapat dilihat pada gambar dibawah ini :
Gambar 5.2 Tampilan Microsoft Office Excel
Universitas Sumatera Utara
63
Lembar kerja adalah kumpulan kolom dan baris, dimana kolom berurutan dari atas
kebawah sedangkan baris berurutan dari kiri ke kanan yang terdiri atas 256 kolom
dan 65.536 baris pada setiap lembar kerja.
Pada setiap kolom dan baris terdapat sel dan ini diidentifikasikan dengan
alamat yang merupakan kombinasi antara abjad untuk kolom dan angka untuk baris,
disamping itu lembar kerja Excel terdapat banyak elemen yang memiliki fungsi
tersendiri.
5.5 Pengisian Data
Pengisian data kedalam lembar kerja Excel adalah sama dengan memasukkan atau
pengetikan data kedalamnya. Ada dua alternatif pengisian data, yakni menggunakan
keyboard computer atau melalui submenu yang terdapat pada menu Excel. Dalam
pengisian data kedalam lembar kerja dengan keyboard, diperlukan langkah-langkah
sebagai berikut :
1. Letakkan pointer pada sel yang ingin diisi data
2. Ketik data yang diinginkan
3. Tekan enter atau klik tombol kiri mouse pada sel lain untuk konfirmasi atau
mengakhirinya, sedangkan alternatif kedua dalam mengisi data adalah
menggunakan submenu pada menu edit di Excel. Dengan alternatif ini, akan
memiliki banyak pilihan yaitu : down,up,right,left, dan series (autofill).
Universitas Sumatera Utara
64
5.6 Pembuatan grafik
Grafik pada Excel dapat dibuat menjadi satu dengan data atau terpisah pada lembar
grafik tersendiri, namun masih berada pada file yang sama. Untuk membuat grafik
pada Excel, bias menggunakan icon chart wizard yang terdapat pada toolbar.
Adapun langkah-langkah yang diperlukan adalah :
1.
Sorot sel atau range sel yang ingin dibuat grafik.
2.
Klik insert, lalu pilih atau kilk chart, maka akan tampil kotak dialog chart tipe.
Gambar 5.3 Tampilan Kotak Dialog Chart Tipe.
3.
Klik tipe grafik yang diinginkan, dan klik next maka kotak dialog chart source
data akan tampil.
Universitas Sumatera Utara
65
4.
Pada tampilan akan terlihat range data yang telah disorot dan klik radio
buttuon rows atau kolom yang diinginkan, klik next maka akan tampil kotak
dialog chart options.
5.
Pada chart option, ketik judul grafik. Setelah itu klik next, maka kotak dialog
chart akan tampil.
6.
Anda dapat memilih tempat untuk meletekkan grafik ini, kemudian klik
finish. Maka grafik analisis data akan ditempatkan dilembar kerja yang
dipilih.
Gambar 5.4 Tampilan Grafik Analisis Data.
Universitas Sumatera Utara
66
BAB 6
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Dari hasil penelitian dan pembahasan di atas dapat diperoleh kesimpulan sebagai
berikut:
Dari hasil peramalan jumlah wisatawan mancanegara yang berkunjung ke kota
Medan tahun 2018 sebesar 117.904, dapat dilihat bahwa terjadi penurunan
pengunjung wisatawan mancanegara yang berkunjung ke kota Medan dari tahun 2015
hingga tahun 2018.
6.2 SARAN
Melihat potensi pariwisata di kota Medan sangat besar dan jumlah wisatawan
mancanegara yang tiap tahun semakin menurun, maka pemerintah kota Medan
setidaknya memberikan perhatian yang khusus pada mutu pelayanan terhadap
wisatawan mancanegara dan pelestarian alam sebagai objek parawisata. Untuk itu
pula diperlukan data statistik yang lebih lengkap, akurat dan lebih bermutu agar dapat
mengikuti dan mengetahui perkembangan jumlah wisatawan mancanegara tersebut.
Memperbaharui
infrastruktur jalan yang ada di kawasan daerah terpencil yang
memiliki potensi parawisata yang lumayan menambah pendapatan daerah tersebut.
Sebagian wilayah Indonesia yang memiliki potensi parawisata masih membutuhkan
campur tangan pemerintah, mulai dari infrastruktur jalan, transportasi, dan
pengembagan fasilitas yg mendukung dalam kengiatan berwisata.
Universitas Sumatera Utara