Peramalan Pendapatan Penjualan Energi Listrik (Dalam Juta Rupiah) Di Pt.Pln (Persero) Cabang Medan Tahun 2018 Chapter III V
BAB 3
PENGOLAHAN DATA
3.1.
Data yang Akan Diolah
Dalam Tugas Akhir ini penulis akan menganalisa perkembangan pendapatan
penjualan energi listrik di PT.PLN (Persero) cabang Medan berdasarkan data pada
tahun 2006-2015.
Adapun data jumlah pendapatan penjulan energi listrik di PT.PLN
(Persero) cabang Medan dapat dilihat pada tabel berikut:
Tabel 3.1 Data Pendapatan Penjualan Energi Listrik (Dalam Juta Rupiah) di
PT.PLN (Persero) Cabang Medan
Tahun
Pendapatan Penjualan Energi Listrik (Dalam Juta Rupiah)
2006
1.439.857
2007
1.519.298
2008
1.738.902
2009
1.829.357
2010
2.074.542
2011
2.392.899
2012
2.601.944
2013
2.876.248
2014
3.401.204
2015
3.918.851
Sumber: Badan Pusat Statsitika (BPS) Provinsi Sumatera Utara
Universitas Sumatera Utara
18
3.2.
Analisis Pemulusan Eksponensial Ganda
Pada bagian ini penulis menentukan nilai parameter yang akan digunakan, dimana
nilai parameter (
besarnya antara
dengan cara trial dan error.
Adapun langkah-langkah yang ditempuh untuk menetukan bentuk
persamaan peramalan dengan menggunakan Metode Linier Satu Parameter dari
Brown adalah:
1. Menentukan harga parameter smoothing eksponensial yang besarnya
dari
2. Menghitung
harga
pemulusan
eksponensial
tunggal
dengan
ganda
dengan
menggunakan persamaan:
3. Menghitung
harga
pemulusan
eksponensial
menggunakan persamaan:
4. Menghitung koefesien
dan
dengan menggunakan persamaan:
5. Menggunakan trend peramalan
dengan menggunakan
persamaan:
Universitas Sumatera Utara
19
3.3.
Metode Pemulusan Eksponensial Ganda Satu Parameter dari Brown
3.3.1. Penaksiran Model Peramalan
Dalam pengolahan dan penganalisisan data, penulis mengaplikasikan data pada
tabel (3.1) dengan metode peramalan (forecasing) berdasarkan metode pemulusan
eksponensial satu parameter dari Brown.
Untuk memenuhi perhitungan smoothing eksponesial tunggal, ganda
ramalan yang akan datang. Maka terlebih dahulu kita menentukan parameter nilai
yang biasannya secara trial dan error (coba dan salah).
Suatu nilai
dipilih besarnya
dihitung Mean Square Error
masing-masing kesalahan untuk masing-masing item dalam sebuah susunan data
dan kemudian dicoba nilai
yang lain.
Untuk menghitung Nilai MSE pertama dicari error terlebih dahulu, yang
merupakan hasil dari data asli dikurangi hail ramalan kemudian tiap error
dikuadratkan dan dibagi banyaknya error. Secara matematis rumus Mean Square
Error (MSE) adalah sebagai berikut;
∑
Universitas Sumatera Utara
20
Tabel 3.2 Pendapatan Penjualan Energi Lidtrik (Dalam Juta Rupiah) di PT.PLN (Persero) Cabang Medan dengan Pemulusan Eksponensial
Ganda: Metode Linier Satu Parameter dari Brown dengan
Tahun
Periode
Pedapatan Penjualan Energi Listrik
2006
1
1.439.857
1.439.857 1.439.857
2007
2
1.519.298
1.447.801 1.440.651 1.454.951
794
2008
3
1.738.902
1.476.911 1.444.277 1.509.545
3.626
1.455.745
283.157
80.177.773.386
2009
4
1.829.357
1.512.156 1.451.065 1.573.246
6.788
1.513.171
316.186
99.973.605.567
2010
5
2.074.542
1.568.394 1.462.798 1.673.991
11.733
1.580.034
494.508
244.538.009.756
2011
6
2.392.899
1.650.845 1.481.603 1.820.087
18.805
1.685.724
707.175
500.097.100.818
2012
7
2.601.944
1.745.955 1.508.038 1.983.872
26.435
1.838.892
763.052
582.249.017.094
2013
8
2.876.248
1.858.984 1.543.133 2.174.836
35.095
2.010.307
865.941
749.854.293.631
2014
9
3.401.204
2.013.206 1.590.140 2.436.272
47.007
2.209.930 1.191.274 1.419.133.327.046
2015
10
3.918.851
2.203.771 1.651.503 2.756.038
61.363
2.483.280 1.435.571 2.060.865.393.973
Jumlah
MSE
5.736.888.521.270
717.111.065.159
Universitas Sumatera Utara
21
Tabel 3.3 Peramalan Pendapatan Penjulan Energi Listrik (Dalam Juta Rupiah) di PT.PLN (Persero) Cabang Medan dengan Pemulusan
Eksponensial Ganda: Metode Linier Satu Parameter dari Brown dengan
Tahun
Periode
Pedapatan Penjualan Energi Listrik
2006
1
1.439.857
1.439.857
1.439.857
2007
2
1.519.298
1.455.745
1.443.035
1.468.456
3.178
2008
3
1.738.902
1.512.377
1.456.903
1.567.850
13.868
1.471.633
267.269
71.432.504.546
2009
4
1.829.357
1.575.773
1.480.677
1.670.868
23.774
1.581.718
247.639
61.324.836.588
2010
5
2.074.542
1.675.527
1.519.647
1.831.406
38.970
1.694.642
379.900
144.323.803.334
2011
6
2.392.899
1.819.001
1.579.518
2.058.484
59.871
1.870.376
522.523
273.030.193.565
2012
7
2.601.944
1.975.590
1.658.732
2.292.447
79.214
2.118.355
483.589
233.858.159.673
2013
8
2.876.248
2.155.721
1.758.130
2.553.313
99.398
2.371.662
504.586
254.607.505.271
2014
9
3.401.204
2.404.818
1.887.468
2.922.168
129.338
2.652.711
748.493
560.242.516.563
2015
10
3.918.851
2.707.624
2.051.499
3.363.750
164.031
3.051.506
867.345
752.287.793.612
Jumlah
2.351.107.313.152
MSE
293.888.414.144
Universitas Sumatera Utara
22
Tabel 3.4 Peramalan Penjualan Energi Listrik (Dalam Juta Rupiah) di PT.PLN (Persero) Cabang Medan dengan Pemulusan Eksponensial
Ganda: Metode Linier Satu Parameter dari Brown dengan
Tahun
Periode
Pedapatan Penjualan Energi Listrik
2006
1
1.439.857
1.439.857 1.439.857
2007
2
1.519.298
1.463.689 1.447.007 1.480.372
2008
3
1.738.902
1.546.253 1.476.781 1.615.726
29.774 1.487.522 251.380
63.192.105.504
2009
4
1.829.357
1.631.184 1.523.102 1.739.267
46.321 1.645.500 183.857
33.803.569.275
2010
5
2.074.542
1.764.192 1.595.429 1.932.955
72.327 1.785.588 288.954
83.494.449.946
2011
6
2.392.899
1.952.804 1.702.641 2.202.966 107.213 2.005.281 387.618
150.247.346.850
2012
7
2.601.944
2.147.546 1.836.113 2.458.979 133.471 2.310.179 291.765
85.126.842.488
2013
8
2.876.248
2.366.157 1.995.126 2.737.187 159.013 2.592.451 283.797
80.541.008.192
2014
9
3.401.204
2.676.671 2.199.589 3.153.752 204.463 2.896.200 505.004
255.028.631.467
2015
10
3.918.851
3.049.325 2.454.510 3.644.140 254.921 3.358.216 560.635
314.311.905.701
Jumlah
MSE
7.150
1.065.745.859.423
133.218.232.428
Universitas Sumatera Utara
23
Tabel 3.5 Peramalan Pendapatan Energi Listrik (Dalam Juta Rupiah) di PT.PLN (Persero) Cabang Medan dengan Pemulusan
Eksponensial Ganda: Metode Linier Satu Parameter dari Brown dengan
Tahun
Periode
Pedapatan Penjualan Energi Listrik
2006
1
1.439.857
1.439.857 1.439.857
2007
2
1.519.298
1.471.633 1.452.568 1.490.699
12.711
2008
3
1.738.902
1.578.541 1.502.957 1.654.125
50.389
1.503.410 235.492
55.456.576.261
2009
4
1.829.357
1.678.867 1.573.321 1.784.414
70.364
1.704.514 124.843
15.585.744.687
2010
5
2.074.542
1.837.137 1.678.847 1.995.427 105.526 1.854.778 219.764
48.296.331.731
2011
6
2.392.899
2.059.442 1.831.085 2.287.799 152.238 2.100.953 291.946
85.232.280.071
2012
7
2.601.944
2.276.443 2.009.228 2.543.657 178.143 2.440.036 161.908
26.214.097.154
2013
8
2.876.248
2.516.365 2.212.083 2.820.647 202.855 2.721.800 154.448
23.854.114.384
2014
9
3.401.204
2.870.301 2.475.370 3.265.231 263.287 3.023.501 377.703 142.659.225.097
2015
10
3.918.851
3.289.721 2.801.110 3.778.331 325.740 3.528.518 390.333 152.359.754.059
Jumlah
549.658.123.445
MSE
68.707.265.431
Universitas Sumatera Utara
24
Tabel 3.6 Peramalan Pendapatan Penjualan Energi Listrik (Dalam Juta Rupiah) di PT.PLN (Persero) Cabang Medan dengan
Pemulusan Eksponensial Ganda: Metode Linier Satu Parameter dari Brown dengan
Tahun Periode
Pedapatan Penjualan Energi Listrik
2006
1
1.439.857
1.439.857 1.439.857
2007
2
1.519.298
1.479.578 1.459.717 1.499.438
19.860
2008
3
1.738.902
1.609.240 1.534.479 1.684.001
74.761
1.519.298 219.604
48.225.916.816
2009
4
1.829.357
1.719.298 1.626.888 1.811.708
92.410
1.758.762
70.595
4.983.618.728
2010
5
2.074.542
1.896.920 1.761.904 2.031.936 135.016 1.904.118 170.424
29.044.254.564
2011
6
2.392.899
2.144.910 1.953.407 2.336.412 191.503 2.166.952 225.947
51.052.075.052
2012
7
2.601.944
2.373.427 2.163.417 2.583.437 210.010 2.527.915
74.029
5.480.311.348
2013
8
2.876.248
2.624.837 2.394.127 2.855.548 230.710 2.793.447
82.801
6.856.065.114
2014
9
3.401.204
3.013.021 2.703.574 3.322.467 309.447 3.086.258 314.946
99.191.032.126
2015
10
3.918.851
3.465.936 3.084.755 3.847.117 381.181 3.631.914 286.937
82.332.691.775
Jumlah
327.165.965.524
MSE
40.895.745.691
Universitas Sumatera Utara
25
Tabel 3.7 Peramalan Pendapatan Penjualan Energi Listrik (Dalam Juta Rupiah) di PT.PLN (Persero) Cabang Medan dengan
pemulusan Eksponesial Ganda: Metode Linier Satu Parameter dari Brown dengan
Tahun
Periode
Pedapatan Penjualan Energi Listrik
2006
1
1.439.857
1.439.857 1.439.857
2007
2
1.519.298
1.487.522 1.468.456 1.506.587
2008
3
1.738.902
1.638.350 1.570.392 1.706.307 101.936 1.535.186 203.716
2009
4
1.829.357
1.752.954 1.679.929 1.825.979 109.537 1.808.244
2010
5
2.074.542
1.945.907 1.839.516 2.052.298 159.586 1.935.516 139.026
19.328.210.881
2011
6
2.392.899
2.214.102 2.064.268 2.363.937 224.752 2.211.884 181.015
32.766.305.687
2012
7
2.601.944
2.446.807 2.293.791 2.599.823 229.524 2.588.688
13.256
175.710.270
2013
8
2.876.248
2.704.472 2.540.200 2.868.744 246.408 2.829.347
46.901
2.199.714.595
2014
9
3.401.204
3.122.511 2.889.586 3.355.436 349.387 3.115.152 286.052
81.825.746.733
2015
10
3.918.851
3.600.315 3.316.024 3.884.606 426.437 3.704.823 214.028
45.808.165.265
Jumlah
224.049.742.747
MSE
28.006.217.843
28.599
21.113
41.500.127.170
445.762.147
Universitas Sumatera Utara
26
Tabel 3.8 Peramalan Pendapatan Penjualan Energi Listrik (Dalam Juta Rupiah) di PT.PLN (Persero) Cabang Medan dengan
pemulusan Eksponesial Ganda: Metode Linier Satu Parameter dari Brown dengan
Tahun
Periode
Pedapatan Penjualan Energi Listrik
2006
1
1.439.857
1.439.857
1.439.857
2007
2
1.519.298
1.495.466
1.478.783
1.512.148
38.926
2008
3
1.738.902
1.665.871
1.609.745
1.721.998
130.962
1.551.074
187.828
2009
4
1.829.357
1.780.311
1.729.141
1.831.481
119.397
1.852.959
(23.602) 557.060.541
2010
5
2.074.542
1.986.273
1.909.133
2.063.412
179.992
1.950.878
123.664
15.292.843.760
2011
6
2.392.899
2.270.911
2.162.378
2.379.444
253.244
2.243.404
149.495
22.348.675.643
2012
7
2.601.944
2.502.634
2.400.557
2.604.711
238.179
2.632.689
(30.745) 945.251.380
2013
8
2.876.248
2.764.164
2.655.082
2.873.246
254.525
2.842.890
33.358
1.112.723.438
2014
9
3.401.204
3.210.092
3.043.589
3.376.595
388.507
3.127.770
273.434
74.765.906.453
2015
10
3.918.851
3.706.223
Jumlah
MSE
3.507.433
3.905.014
463.844
3.765.102
153.749
23.638.740.965
173.940.409.501
21.742.551.188
35.279.207.322
Universitas Sumatera Utara
27
Tabel 3.9 Peramalan Pendapatan Penjualan Energi Listrik (Dalam Juta Rupiah) di PT.PLN (Persero) Cabang Medan dengan
pemulusan Eksponesial Ganda: Metode Linier Satu Parameter dari Brown dengan
Tahun
Periode
Pedapatan Penjualan Energi Listrik
2006
1
1.439.857
1.439.857 1.439.857
2007
2
1.519.298
1.503.410 1.490.699 1.516.120
2008
3
1.738.902
1.691.804 1.651.583 1.732.024 160.883 1.566.963 171.939
29.563.157.272
2009
4
1.829.357
1.801.846 1.771.794 1.831.899 120.211 1.892.908 (63.551)
4.038.714.349
2010
5
2.074.542
2.020.003 1.970.361 2.069.645 198.567 1.952.110 122.432
14.989.612.254
2011
6
2.392.899
2.318.320 2.248.728 2.387.912 278.367 2.268.212 124.687
15.546.814.054
2012
7
2.601.944
2.545.219 2.485.921 2.604.517 237.193 2.666.279 (64.335)
4.138.932.687
2013
8
2.876.248
2.810.042 2.745.218 2.874.866 259.297 2.841.710
34.538
1.192.853.449
2014
9
3.401.204
3.282.972 3.175.421 3.390.522 430.203 3.134.164 267.040
71.310.610.323
2015
10
3.918.851
3.791.675 3.668.424 3.914.926 493.003 3.820.725
Jumlah
9.628.648.655
50.842
98.126
150.409.343.043
MSE
18.801.167.880
Universitas Sumatera Utara
28
Tabel 3.10Peramalan Pendapatan Penjualan Energi Listrik (Dalam Juta Rupiah) di PT.PLN (Persero) Cabang Medan dengan
pemulusan Eksponesial Ganda: Metode Linier Satu Parameter dari Brown dengan
Tahun
Periode
Pedapatan Penjualan Energi Listrik
2006
1
1.439.857
1.439.857
1.439.857
2007
2
1.519.298
1.511.354
1.504.204
1.518.504
64.347
2008
3
1.738.902
1.716.147
1.694.953
1.737.341
190.749
1.582.851
156.051
24.351.977.021
2009
4
1.829.357
1.818.036
1.805.728
1.830.344
110.775
1.928.090
(98.733)
9.748.238.858
2010
5
2.074.542
2.048.891
2.024.575
2.073.208
218.847
1.941.119
133.423
17.801.657.970
2011
6
2.392.899
2.358.498
2.325.106
2.391.891
300.531
2.292.055
100.844
10.169.492.671
2012
7
2.601.944
2.577.599
2.552.350
2.602.849
227.244
2.692.421
(90.477)
8.186.168.604
2013
8
2.876.248
2.846.383
2.816.980
2.875.786
264.630
2.830.093
46.155
2.130.290.613
2014
9
3.401.204
3.345.722
3.292.848
3.398.596
475.868
3.140.416
260.788
68.010.270.763
2015
10
3.918.851
3.861.538
3.804.669
3.918.407
511.821
3.874.464
44.387
1.970.206.394
Jumlah
142.368.302.894
MSE
17.796.037.862
Universitas Sumatera Utara
29
Tabel 3.11 Perbandingan Ukuran Ketepatan Metode Peramalan
MSE
0.1
717.111.065.159
0.2
293.888.414.144
0.3
133.218.232.428
0.4
68.707.265.431
0.5
40.895.745.691
0.6
28.006.217.843
0.7
21.742.551.188
0.8
18.801.167.880
0.9
17.796.037.862
Dari Tabel 3.11 di atas dapat dilihat bahwa yang menghasilkan nilai MSE yang
paling kecil atau minimum yaitu pada
, dengan
Universitas Sumatera Utara
30
Tabel 3.12Peramalan Pendapatan Penjualan Energi Listrik (Dalam Juta Rupiah) di PT.PLN (Persero) Cabang Medan dengan
pemulusan Eksponesial Ganda: Metode Linier Satu Parameter dari Brown dengan
Tahun
Periode
Pedapatan Penjualan Energi Listrik
2006
1
1.439.857
1.439.857
1.439.857
2007
2
1.519.298
1.511.354
1.504.204
1.518.504
64.347
2008
3
1.738.902
1.716.147
1.694.953
1.737.341
190.749
1.582.851
156.051
24.351.977.021
2009
4
1.829.357
1.818.036
1.805.728
1.830.344
110.775
1.928.090
(98.733)
9.748.238.858
2010
5
2.074.542
2.048.891
2.024.575
2.073.208
218.847
1.941.119
133.423
17.801.657.970
2011
6
2.392.899
2.358.498
2.325.106
2.391.891
300.531
2.292.055
100.844
10.169.492.671
2012
7
2.601.944
2.577.599
2.552.350
2.602.849
227.244
2.692.421
(90.477)
8.186.168.604
2013
8
2.876.248
2.846.383
2.816.980
2.875.786
264.630
2.830.093
46.155
2.130.290.613
2014
9
3.401.204
3.345.722
3.292.848
3.398.596
475.868
3.140.416
260.788
68.010.270.763
2015
10
3.918.851
3.861.538
3.804.669
3.918.407
511.821
3.874.464
44.387
1.970.206.394
552.437
142.368.302.894
Jumlah
Universitas Sumatera Utara
31
Ukuran Ketepatan Metode Peramalan dengan menggunakan
adalah:
1. ME (Mean Error) / Nilai Tengah Kesalahan
∑
2. MSE (Mean Square Error) / Nilai Tengah Kesalahan Kuadrat
∑
3. SSE (Sum Square Error) / Jumlah Kuadrat Kesalahan
∑
4. SDE (Standart Deviation of Error) / Deviasi Standart Kesalahan
√
∑
√
Universitas Sumatera Utara
32
3.3.2. Penentuan Bentuk Persamaan Peramalan
Setelah diketahui bahwa error yang didapat pada model peramalan bersifat
random maka dilakukan peramalan pendapatan penjualan energi listrik untuk
tahun 2016, 2017, dan 2018 dengan menggunakan persamaan:
Setelah diperoleh model peramalan pendapatan penjulan energi llistrik, maka
dapat dihitung untuk 3 periode kedepan yaitu untuk tahun 2016, 2017, dan 2018
yaitu:
a. Untuk periode ke-11 (Tahun 2016)
b. Untuk periode ke-12 (Tahun 2017)
c. Untuk periode ke-13 (Tahun 2018)
Universitas Sumatera Utara
33
Tabel 3.13 Peramalan Pendapatan Energi Listrik untuk Tahun 2016, 2017,
dan 2018
Tahun
Periode
2016
11
2017
12
2018
13
Peramalan
Universitas Sumatera Utara
BAB 4
IMPLEMENTASI SISTIM
4.1.
Pengertian Implementasi Sistim
Implementasi merupakan tahapan penerapan hasil desain tertulis kedalam
programming untuk menghasilkan sebuah sistim informasi yang sesuai dengan
hasil desain tertentu. Tahapan implementasi harus dapat menetukan basis apa
yang akan diterapkan dalam menuangkan hasil desain tertulis sehingga sistim
yang dibentuk memiliki kelebihan tersendiri.
Komputer memiliki kelebihan dari manusia dalam pengolahan data yaitu
kecepatan, ketepatan dan kendalanya. Oleh karena itu sangat membantu
pengerjaan tugas manusia dalam pengolahan data karena ada kalanya data-data
yang sangat rumit dan banyak itu tidak dapat dikerjakan secara manual atau
dengan tenaga manusia. Dalam data pengolahan pendapatan penjualan energi
listrik di PT.PLN (Persero) cabang Medan, implementasi yang digunakan adalah
dengan menggunakan Software Excel.
Selain berfungsi sebagai pengolahan angka atau manipulasi angka, Microsoft
Excle juga dapat digunakan untuk manipulasi teks komputer. Untuk dapat
menggunakan Microsoft Excle dengan maksimal, harus juga menguasai sistim
operasi Microsoft Excle.
4.2.
Microsoft Excle 2010
Microsoft Excle 2010 merupakan program aplikasi lembar kerja elektronik dari
paket program Microsoft Office. Microsoft Excle banyak berperan dalam
pengelolaan informasi khususnya data yang berbentuk angka, dihitung,
diproyeksikan, dianalisa, dan dipresentasikan data pada lembar kerja. Microsoft
telah mengeluarkan Excle dalam berbagai bentuk versi mulai dari versi 4, versi, 5,
Universitas Sumatera Utara
35
versi 97, versi 2000, versi 2003, versi XP 2000, versi 2003, versi 2007, versi
2010, versi 2013 dan sekarang versi 2017.
Dalam pengolahan data Tugas Akhir ini, penulis mengolah data dengan
menggunakan Microsoft Excle 2010 karena Microsoft Excle hadir dengan
berbagai penyempurnaan, lebih mudah digunakan, lebih terintegrasi dengan
berbagai software lainnya, seperti Microsoft Word, SPSS, dan lain-lain.
Keunggulan program spreadsheet ini adalah mudah dipakai, fleksibel, mudah
terintegritasi dengan aplikasi berbasis windows.
4.3.
Pengaktifan Microsoft Excel 2010
Tahap pertama menggunakan Microsoft Excel adalah mengaktifkan windows.
Pastikan bahwa pada komputer telah terpasang program Excel. Kemudian
lanjutkan dengan langkah-langkah sebagai berikut:
a. Pada desktop double klik icon Microsoft Exle, seperti gambar 4.1 di
bawah ini
Gambar 4.1 Cara Mengaktifkan Microsoft Excel 2013
Universitas Sumatera Utara
36
b. Setelah itu muncul tampil lembar kerja (work sheet) seperti gambar 4.2 di
bawah ini:
Gambar 4.2. Lembar Kerja Microsoft Excel
4.4.
Langkah-langkah pengolahan data dengan Excel
Untuk mengolah data pendapatan penjualan energi listrik di PT.PLN (Persero)
cabang Medan maka data yang telah diperoleh dimasukan ke dalam lembar kerja.
Kolom pertama untuk periode, kolom kedua untuk tahun, dan kolom ketiga untuk
harga konstan dari jumlah pendapatan penjualan energi listrik. Dapat dilihat pada
gambar 4.3.
Universitas Sumatera Utara
37
Gambar 4.3 Tampilan Data Jumlah Pendapatan Penjualan Energi Listrik
Selanjutnya dari data tersebut, akan dihitung besarnya nilai Mean Square Error
(MSE) yang terkecil dengan nilai parameter
yang besarnya
dengan
cara trial dan error, dengan mennghitung masing-masing smoothing pertama
smoothing kedua
, konstanta
, square error
error
, slope
, nilai peramalan
,
, nilai
terlebih dahulu.
Langkah-langkah perhitungannya adalah sebagai berikut:
1. Pemulusan Pertama
Untuk tahun pertama (tahun 2006) pemulusan pertamanya sama dengan
tahun 2006 pada data sebelumnya. Sedangkan untuk tahun 2007
(diletakkan di sel D3) nilainya dihitung dengan rumus
(
)
Dalam kasus ini menghasilkan angka
.
Untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.
2. Pemulusan Kedua
Untuk tahun pertama (tahun 2006) pemulusan keduannya sama dengan
tahun 2006 pada data sebenarnya. Sedangkan untuk tahun 2007 (sel E3)
nilainya dihitung dengan rumus
(
) .
Universitas Sumatera Utara
38
Dalam kasusu ini menghasilkan angka
dan untuk tahun-tahun
berikutnya hanya menyalin rumus tersebut.
3. Perhitungan Nilai
Nilai
dapat dicari pada tahun kedua yaknni dengna rumus
. Dalam kasus ini menghasilkan angka
dan untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.
4. Perhitungan Nilai
Nilai
dapat dicari pada tahun kedua dengan rumus yang tertera pada sel
G3 adalah
) Dalam kasus ini menghasil angka
(
794 dan untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.
5. Perhitungan peramalan
Nilai peramalan (
yang dicari adalah nilai ramalan untuk periode
ketiga (sel H4) yaitu pada tahun 2008 yaitu dengan rumus
.
Dalam kasus ini menghasilkan angka 1.455.745 dan untuk tahun-tahun
berikutnya hanya menyalin rumus.
6. Perhitungan Error (e)
Nilai Error yang dicari adalah nilai error mulai periode ketiga (sel I4) yaitu
tahun 2008 dengan rumus
angka
. Dalam kasus ini menghasilkan
dan untuk tahun-tahun berikutnya hanya menyalin rumus
tersebut.
7. Perhitungan Square Error
Nilai
yang dicari adalah nilai
mulai periode ketiga (sel J4) yaitu
dengan rumus =I$4^2 dan dalam kasus ini menghasilkan angka
80.177.773.386 dan untuk tahun-tahun berikutnya hanya menyalin rumus
tersebut.
Universitas Sumatera Utara
39
8. Perhitungan Mean Square Error (MSE)
Dari jumlah Error kuadrat yang telah dihitung, kemudian hitung Mean
Square Error (MSE) dengan rumus =J$13/8 dan dalam kasus ini
menghasilka angka 568.914.633.651
Gunakan nilai parameter
dari 0,1 sampai 0,9 untuk mendapatkan nilai Mean
Square Error (MSE) yang terkecil dengan langkah-langkah perhitungan yang
sama seperti di atas, sehingga akan tampil gambar seperti di bawah ini:
Gambar 4.4 Tampilan Proses Perhitungan Peramalan
4.5.
Pembuatan Grafik
Garifik pada Microsoft Excel dapat dibuat menjadi satu dengan data terpisah pada
lembar grafik tersendiri, namun masih file yang sama. Adapun langkahlangkahnya adalah sebagai berikut:
a. Sorot sel atau range yang akan dibuat grafik
b. Pilih menu insert
c. Pilih tipe grafik line, lalu pilih line with markes
Universitas Sumatera Utara
40
Adapun tampilannya sebagai berikut:
Gambar 4.5 Tampilan insert, line with markers
Setelah di kllik Ok akan muncul tampilan sebagai berikut:
Gambar 4.6 grafik design Pendapatan Penjualan Energi Listrik Cabang
Medan Tahun 2018
Universitas Sumatera Utara
BAB 5
KESIMPULAN DAN SARAN
5.1.
Kesimpulan
Berdasarkan hasil penelitian, penulis membuat kesimpulan yaitu sebagai berikut:
1. Pada hasil analisis Pemulusan (Smoothing) Eksponensial ganda Metode
Linier Satu Parameter dari Brown didapat analisis dengan nilaiMean
Square Error (MSE) yang terkecil adalah
dengan
2. Bentuk Persamaan peramalan pendapatan penjualan energi listrik di
PT.PLN (Persero) cabang Medan berdasarkan data dari tahun 2006
sampai dengan 2015 adalah:
3. Diperkirakan pendaptan penjualan energi listrik di PT.PLN (Persero)
cabang Medan untuk periode ke-13 atau pada tahun 2018 adalah
sebanyak Rp.
. Dari hasil peramalan dapat kita lihat terjadinya
peningkatan pendapatan penjualan energi listrik di PT.PLN (Persero)
cabang Medan dari tahun ke tahun.
5.2.
Saran
Berdasarkan uraian dan kesimpulan yang telah disebutkan, penulis memberikan
saran yang diharapkan dapat bermanfaat bagi pihak yang terkait, sebagai berikut:
1. Dalam meramalkan jumlah penjualan energi listrik di PT.PLN (Persero)
cabang Medan dengan menggunakan Metode Pemulusan Eksponesial
Ganda Satu Parameter dari Brown akan sangat membantu jika
kita
menggunakan alat bantu komputer khususnya program Microsoft Office
Excel 2010.
Universitas Sumatera Utara
42
2. Dalam meramalkan jumlah penjualan energi listrik di PT.PLN (Persero)
cabang Medan agar meningkatkan penjualan energi listrik yang
disalurkan pada rumah tangga masyarakat, karena akan terjadi
peningkatan permintaan energi listrik untuk tahun-tahun berikutnya.
Universitas Sumatera Utara
PENGOLAHAN DATA
3.1.
Data yang Akan Diolah
Dalam Tugas Akhir ini penulis akan menganalisa perkembangan pendapatan
penjualan energi listrik di PT.PLN (Persero) cabang Medan berdasarkan data pada
tahun 2006-2015.
Adapun data jumlah pendapatan penjulan energi listrik di PT.PLN
(Persero) cabang Medan dapat dilihat pada tabel berikut:
Tabel 3.1 Data Pendapatan Penjualan Energi Listrik (Dalam Juta Rupiah) di
PT.PLN (Persero) Cabang Medan
Tahun
Pendapatan Penjualan Energi Listrik (Dalam Juta Rupiah)
2006
1.439.857
2007
1.519.298
2008
1.738.902
2009
1.829.357
2010
2.074.542
2011
2.392.899
2012
2.601.944
2013
2.876.248
2014
3.401.204
2015
3.918.851
Sumber: Badan Pusat Statsitika (BPS) Provinsi Sumatera Utara
Universitas Sumatera Utara
18
3.2.
Analisis Pemulusan Eksponensial Ganda
Pada bagian ini penulis menentukan nilai parameter yang akan digunakan, dimana
nilai parameter (
besarnya antara
dengan cara trial dan error.
Adapun langkah-langkah yang ditempuh untuk menetukan bentuk
persamaan peramalan dengan menggunakan Metode Linier Satu Parameter dari
Brown adalah:
1. Menentukan harga parameter smoothing eksponensial yang besarnya
dari
2. Menghitung
harga
pemulusan
eksponensial
tunggal
dengan
ganda
dengan
menggunakan persamaan:
3. Menghitung
harga
pemulusan
eksponensial
menggunakan persamaan:
4. Menghitung koefesien
dan
dengan menggunakan persamaan:
5. Menggunakan trend peramalan
dengan menggunakan
persamaan:
Universitas Sumatera Utara
19
3.3.
Metode Pemulusan Eksponensial Ganda Satu Parameter dari Brown
3.3.1. Penaksiran Model Peramalan
Dalam pengolahan dan penganalisisan data, penulis mengaplikasikan data pada
tabel (3.1) dengan metode peramalan (forecasing) berdasarkan metode pemulusan
eksponensial satu parameter dari Brown.
Untuk memenuhi perhitungan smoothing eksponesial tunggal, ganda
ramalan yang akan datang. Maka terlebih dahulu kita menentukan parameter nilai
yang biasannya secara trial dan error (coba dan salah).
Suatu nilai
dipilih besarnya
dihitung Mean Square Error
masing-masing kesalahan untuk masing-masing item dalam sebuah susunan data
dan kemudian dicoba nilai
yang lain.
Untuk menghitung Nilai MSE pertama dicari error terlebih dahulu, yang
merupakan hasil dari data asli dikurangi hail ramalan kemudian tiap error
dikuadratkan dan dibagi banyaknya error. Secara matematis rumus Mean Square
Error (MSE) adalah sebagai berikut;
∑
Universitas Sumatera Utara
20
Tabel 3.2 Pendapatan Penjualan Energi Lidtrik (Dalam Juta Rupiah) di PT.PLN (Persero) Cabang Medan dengan Pemulusan Eksponensial
Ganda: Metode Linier Satu Parameter dari Brown dengan
Tahun
Periode
Pedapatan Penjualan Energi Listrik
2006
1
1.439.857
1.439.857 1.439.857
2007
2
1.519.298
1.447.801 1.440.651 1.454.951
794
2008
3
1.738.902
1.476.911 1.444.277 1.509.545
3.626
1.455.745
283.157
80.177.773.386
2009
4
1.829.357
1.512.156 1.451.065 1.573.246
6.788
1.513.171
316.186
99.973.605.567
2010
5
2.074.542
1.568.394 1.462.798 1.673.991
11.733
1.580.034
494.508
244.538.009.756
2011
6
2.392.899
1.650.845 1.481.603 1.820.087
18.805
1.685.724
707.175
500.097.100.818
2012
7
2.601.944
1.745.955 1.508.038 1.983.872
26.435
1.838.892
763.052
582.249.017.094
2013
8
2.876.248
1.858.984 1.543.133 2.174.836
35.095
2.010.307
865.941
749.854.293.631
2014
9
3.401.204
2.013.206 1.590.140 2.436.272
47.007
2.209.930 1.191.274 1.419.133.327.046
2015
10
3.918.851
2.203.771 1.651.503 2.756.038
61.363
2.483.280 1.435.571 2.060.865.393.973
Jumlah
MSE
5.736.888.521.270
717.111.065.159
Universitas Sumatera Utara
21
Tabel 3.3 Peramalan Pendapatan Penjulan Energi Listrik (Dalam Juta Rupiah) di PT.PLN (Persero) Cabang Medan dengan Pemulusan
Eksponensial Ganda: Metode Linier Satu Parameter dari Brown dengan
Tahun
Periode
Pedapatan Penjualan Energi Listrik
2006
1
1.439.857
1.439.857
1.439.857
2007
2
1.519.298
1.455.745
1.443.035
1.468.456
3.178
2008
3
1.738.902
1.512.377
1.456.903
1.567.850
13.868
1.471.633
267.269
71.432.504.546
2009
4
1.829.357
1.575.773
1.480.677
1.670.868
23.774
1.581.718
247.639
61.324.836.588
2010
5
2.074.542
1.675.527
1.519.647
1.831.406
38.970
1.694.642
379.900
144.323.803.334
2011
6
2.392.899
1.819.001
1.579.518
2.058.484
59.871
1.870.376
522.523
273.030.193.565
2012
7
2.601.944
1.975.590
1.658.732
2.292.447
79.214
2.118.355
483.589
233.858.159.673
2013
8
2.876.248
2.155.721
1.758.130
2.553.313
99.398
2.371.662
504.586
254.607.505.271
2014
9
3.401.204
2.404.818
1.887.468
2.922.168
129.338
2.652.711
748.493
560.242.516.563
2015
10
3.918.851
2.707.624
2.051.499
3.363.750
164.031
3.051.506
867.345
752.287.793.612
Jumlah
2.351.107.313.152
MSE
293.888.414.144
Universitas Sumatera Utara
22
Tabel 3.4 Peramalan Penjualan Energi Listrik (Dalam Juta Rupiah) di PT.PLN (Persero) Cabang Medan dengan Pemulusan Eksponensial
Ganda: Metode Linier Satu Parameter dari Brown dengan
Tahun
Periode
Pedapatan Penjualan Energi Listrik
2006
1
1.439.857
1.439.857 1.439.857
2007
2
1.519.298
1.463.689 1.447.007 1.480.372
2008
3
1.738.902
1.546.253 1.476.781 1.615.726
29.774 1.487.522 251.380
63.192.105.504
2009
4
1.829.357
1.631.184 1.523.102 1.739.267
46.321 1.645.500 183.857
33.803.569.275
2010
5
2.074.542
1.764.192 1.595.429 1.932.955
72.327 1.785.588 288.954
83.494.449.946
2011
6
2.392.899
1.952.804 1.702.641 2.202.966 107.213 2.005.281 387.618
150.247.346.850
2012
7
2.601.944
2.147.546 1.836.113 2.458.979 133.471 2.310.179 291.765
85.126.842.488
2013
8
2.876.248
2.366.157 1.995.126 2.737.187 159.013 2.592.451 283.797
80.541.008.192
2014
9
3.401.204
2.676.671 2.199.589 3.153.752 204.463 2.896.200 505.004
255.028.631.467
2015
10
3.918.851
3.049.325 2.454.510 3.644.140 254.921 3.358.216 560.635
314.311.905.701
Jumlah
MSE
7.150
1.065.745.859.423
133.218.232.428
Universitas Sumatera Utara
23
Tabel 3.5 Peramalan Pendapatan Energi Listrik (Dalam Juta Rupiah) di PT.PLN (Persero) Cabang Medan dengan Pemulusan
Eksponensial Ganda: Metode Linier Satu Parameter dari Brown dengan
Tahun
Periode
Pedapatan Penjualan Energi Listrik
2006
1
1.439.857
1.439.857 1.439.857
2007
2
1.519.298
1.471.633 1.452.568 1.490.699
12.711
2008
3
1.738.902
1.578.541 1.502.957 1.654.125
50.389
1.503.410 235.492
55.456.576.261
2009
4
1.829.357
1.678.867 1.573.321 1.784.414
70.364
1.704.514 124.843
15.585.744.687
2010
5
2.074.542
1.837.137 1.678.847 1.995.427 105.526 1.854.778 219.764
48.296.331.731
2011
6
2.392.899
2.059.442 1.831.085 2.287.799 152.238 2.100.953 291.946
85.232.280.071
2012
7
2.601.944
2.276.443 2.009.228 2.543.657 178.143 2.440.036 161.908
26.214.097.154
2013
8
2.876.248
2.516.365 2.212.083 2.820.647 202.855 2.721.800 154.448
23.854.114.384
2014
9
3.401.204
2.870.301 2.475.370 3.265.231 263.287 3.023.501 377.703 142.659.225.097
2015
10
3.918.851
3.289.721 2.801.110 3.778.331 325.740 3.528.518 390.333 152.359.754.059
Jumlah
549.658.123.445
MSE
68.707.265.431
Universitas Sumatera Utara
24
Tabel 3.6 Peramalan Pendapatan Penjualan Energi Listrik (Dalam Juta Rupiah) di PT.PLN (Persero) Cabang Medan dengan
Pemulusan Eksponensial Ganda: Metode Linier Satu Parameter dari Brown dengan
Tahun Periode
Pedapatan Penjualan Energi Listrik
2006
1
1.439.857
1.439.857 1.439.857
2007
2
1.519.298
1.479.578 1.459.717 1.499.438
19.860
2008
3
1.738.902
1.609.240 1.534.479 1.684.001
74.761
1.519.298 219.604
48.225.916.816
2009
4
1.829.357
1.719.298 1.626.888 1.811.708
92.410
1.758.762
70.595
4.983.618.728
2010
5
2.074.542
1.896.920 1.761.904 2.031.936 135.016 1.904.118 170.424
29.044.254.564
2011
6
2.392.899
2.144.910 1.953.407 2.336.412 191.503 2.166.952 225.947
51.052.075.052
2012
7
2.601.944
2.373.427 2.163.417 2.583.437 210.010 2.527.915
74.029
5.480.311.348
2013
8
2.876.248
2.624.837 2.394.127 2.855.548 230.710 2.793.447
82.801
6.856.065.114
2014
9
3.401.204
3.013.021 2.703.574 3.322.467 309.447 3.086.258 314.946
99.191.032.126
2015
10
3.918.851
3.465.936 3.084.755 3.847.117 381.181 3.631.914 286.937
82.332.691.775
Jumlah
327.165.965.524
MSE
40.895.745.691
Universitas Sumatera Utara
25
Tabel 3.7 Peramalan Pendapatan Penjualan Energi Listrik (Dalam Juta Rupiah) di PT.PLN (Persero) Cabang Medan dengan
pemulusan Eksponesial Ganda: Metode Linier Satu Parameter dari Brown dengan
Tahun
Periode
Pedapatan Penjualan Energi Listrik
2006
1
1.439.857
1.439.857 1.439.857
2007
2
1.519.298
1.487.522 1.468.456 1.506.587
2008
3
1.738.902
1.638.350 1.570.392 1.706.307 101.936 1.535.186 203.716
2009
4
1.829.357
1.752.954 1.679.929 1.825.979 109.537 1.808.244
2010
5
2.074.542
1.945.907 1.839.516 2.052.298 159.586 1.935.516 139.026
19.328.210.881
2011
6
2.392.899
2.214.102 2.064.268 2.363.937 224.752 2.211.884 181.015
32.766.305.687
2012
7
2.601.944
2.446.807 2.293.791 2.599.823 229.524 2.588.688
13.256
175.710.270
2013
8
2.876.248
2.704.472 2.540.200 2.868.744 246.408 2.829.347
46.901
2.199.714.595
2014
9
3.401.204
3.122.511 2.889.586 3.355.436 349.387 3.115.152 286.052
81.825.746.733
2015
10
3.918.851
3.600.315 3.316.024 3.884.606 426.437 3.704.823 214.028
45.808.165.265
Jumlah
224.049.742.747
MSE
28.006.217.843
28.599
21.113
41.500.127.170
445.762.147
Universitas Sumatera Utara
26
Tabel 3.8 Peramalan Pendapatan Penjualan Energi Listrik (Dalam Juta Rupiah) di PT.PLN (Persero) Cabang Medan dengan
pemulusan Eksponesial Ganda: Metode Linier Satu Parameter dari Brown dengan
Tahun
Periode
Pedapatan Penjualan Energi Listrik
2006
1
1.439.857
1.439.857
1.439.857
2007
2
1.519.298
1.495.466
1.478.783
1.512.148
38.926
2008
3
1.738.902
1.665.871
1.609.745
1.721.998
130.962
1.551.074
187.828
2009
4
1.829.357
1.780.311
1.729.141
1.831.481
119.397
1.852.959
(23.602) 557.060.541
2010
5
2.074.542
1.986.273
1.909.133
2.063.412
179.992
1.950.878
123.664
15.292.843.760
2011
6
2.392.899
2.270.911
2.162.378
2.379.444
253.244
2.243.404
149.495
22.348.675.643
2012
7
2.601.944
2.502.634
2.400.557
2.604.711
238.179
2.632.689
(30.745) 945.251.380
2013
8
2.876.248
2.764.164
2.655.082
2.873.246
254.525
2.842.890
33.358
1.112.723.438
2014
9
3.401.204
3.210.092
3.043.589
3.376.595
388.507
3.127.770
273.434
74.765.906.453
2015
10
3.918.851
3.706.223
Jumlah
MSE
3.507.433
3.905.014
463.844
3.765.102
153.749
23.638.740.965
173.940.409.501
21.742.551.188
35.279.207.322
Universitas Sumatera Utara
27
Tabel 3.9 Peramalan Pendapatan Penjualan Energi Listrik (Dalam Juta Rupiah) di PT.PLN (Persero) Cabang Medan dengan
pemulusan Eksponesial Ganda: Metode Linier Satu Parameter dari Brown dengan
Tahun
Periode
Pedapatan Penjualan Energi Listrik
2006
1
1.439.857
1.439.857 1.439.857
2007
2
1.519.298
1.503.410 1.490.699 1.516.120
2008
3
1.738.902
1.691.804 1.651.583 1.732.024 160.883 1.566.963 171.939
29.563.157.272
2009
4
1.829.357
1.801.846 1.771.794 1.831.899 120.211 1.892.908 (63.551)
4.038.714.349
2010
5
2.074.542
2.020.003 1.970.361 2.069.645 198.567 1.952.110 122.432
14.989.612.254
2011
6
2.392.899
2.318.320 2.248.728 2.387.912 278.367 2.268.212 124.687
15.546.814.054
2012
7
2.601.944
2.545.219 2.485.921 2.604.517 237.193 2.666.279 (64.335)
4.138.932.687
2013
8
2.876.248
2.810.042 2.745.218 2.874.866 259.297 2.841.710
34.538
1.192.853.449
2014
9
3.401.204
3.282.972 3.175.421 3.390.522 430.203 3.134.164 267.040
71.310.610.323
2015
10
3.918.851
3.791.675 3.668.424 3.914.926 493.003 3.820.725
Jumlah
9.628.648.655
50.842
98.126
150.409.343.043
MSE
18.801.167.880
Universitas Sumatera Utara
28
Tabel 3.10Peramalan Pendapatan Penjualan Energi Listrik (Dalam Juta Rupiah) di PT.PLN (Persero) Cabang Medan dengan
pemulusan Eksponesial Ganda: Metode Linier Satu Parameter dari Brown dengan
Tahun
Periode
Pedapatan Penjualan Energi Listrik
2006
1
1.439.857
1.439.857
1.439.857
2007
2
1.519.298
1.511.354
1.504.204
1.518.504
64.347
2008
3
1.738.902
1.716.147
1.694.953
1.737.341
190.749
1.582.851
156.051
24.351.977.021
2009
4
1.829.357
1.818.036
1.805.728
1.830.344
110.775
1.928.090
(98.733)
9.748.238.858
2010
5
2.074.542
2.048.891
2.024.575
2.073.208
218.847
1.941.119
133.423
17.801.657.970
2011
6
2.392.899
2.358.498
2.325.106
2.391.891
300.531
2.292.055
100.844
10.169.492.671
2012
7
2.601.944
2.577.599
2.552.350
2.602.849
227.244
2.692.421
(90.477)
8.186.168.604
2013
8
2.876.248
2.846.383
2.816.980
2.875.786
264.630
2.830.093
46.155
2.130.290.613
2014
9
3.401.204
3.345.722
3.292.848
3.398.596
475.868
3.140.416
260.788
68.010.270.763
2015
10
3.918.851
3.861.538
3.804.669
3.918.407
511.821
3.874.464
44.387
1.970.206.394
Jumlah
142.368.302.894
MSE
17.796.037.862
Universitas Sumatera Utara
29
Tabel 3.11 Perbandingan Ukuran Ketepatan Metode Peramalan
MSE
0.1
717.111.065.159
0.2
293.888.414.144
0.3
133.218.232.428
0.4
68.707.265.431
0.5
40.895.745.691
0.6
28.006.217.843
0.7
21.742.551.188
0.8
18.801.167.880
0.9
17.796.037.862
Dari Tabel 3.11 di atas dapat dilihat bahwa yang menghasilkan nilai MSE yang
paling kecil atau minimum yaitu pada
, dengan
Universitas Sumatera Utara
30
Tabel 3.12Peramalan Pendapatan Penjualan Energi Listrik (Dalam Juta Rupiah) di PT.PLN (Persero) Cabang Medan dengan
pemulusan Eksponesial Ganda: Metode Linier Satu Parameter dari Brown dengan
Tahun
Periode
Pedapatan Penjualan Energi Listrik
2006
1
1.439.857
1.439.857
1.439.857
2007
2
1.519.298
1.511.354
1.504.204
1.518.504
64.347
2008
3
1.738.902
1.716.147
1.694.953
1.737.341
190.749
1.582.851
156.051
24.351.977.021
2009
4
1.829.357
1.818.036
1.805.728
1.830.344
110.775
1.928.090
(98.733)
9.748.238.858
2010
5
2.074.542
2.048.891
2.024.575
2.073.208
218.847
1.941.119
133.423
17.801.657.970
2011
6
2.392.899
2.358.498
2.325.106
2.391.891
300.531
2.292.055
100.844
10.169.492.671
2012
7
2.601.944
2.577.599
2.552.350
2.602.849
227.244
2.692.421
(90.477)
8.186.168.604
2013
8
2.876.248
2.846.383
2.816.980
2.875.786
264.630
2.830.093
46.155
2.130.290.613
2014
9
3.401.204
3.345.722
3.292.848
3.398.596
475.868
3.140.416
260.788
68.010.270.763
2015
10
3.918.851
3.861.538
3.804.669
3.918.407
511.821
3.874.464
44.387
1.970.206.394
552.437
142.368.302.894
Jumlah
Universitas Sumatera Utara
31
Ukuran Ketepatan Metode Peramalan dengan menggunakan
adalah:
1. ME (Mean Error) / Nilai Tengah Kesalahan
∑
2. MSE (Mean Square Error) / Nilai Tengah Kesalahan Kuadrat
∑
3. SSE (Sum Square Error) / Jumlah Kuadrat Kesalahan
∑
4. SDE (Standart Deviation of Error) / Deviasi Standart Kesalahan
√
∑
√
Universitas Sumatera Utara
32
3.3.2. Penentuan Bentuk Persamaan Peramalan
Setelah diketahui bahwa error yang didapat pada model peramalan bersifat
random maka dilakukan peramalan pendapatan penjualan energi listrik untuk
tahun 2016, 2017, dan 2018 dengan menggunakan persamaan:
Setelah diperoleh model peramalan pendapatan penjulan energi llistrik, maka
dapat dihitung untuk 3 periode kedepan yaitu untuk tahun 2016, 2017, dan 2018
yaitu:
a. Untuk periode ke-11 (Tahun 2016)
b. Untuk periode ke-12 (Tahun 2017)
c. Untuk periode ke-13 (Tahun 2018)
Universitas Sumatera Utara
33
Tabel 3.13 Peramalan Pendapatan Energi Listrik untuk Tahun 2016, 2017,
dan 2018
Tahun
Periode
2016
11
2017
12
2018
13
Peramalan
Universitas Sumatera Utara
BAB 4
IMPLEMENTASI SISTIM
4.1.
Pengertian Implementasi Sistim
Implementasi merupakan tahapan penerapan hasil desain tertulis kedalam
programming untuk menghasilkan sebuah sistim informasi yang sesuai dengan
hasil desain tertentu. Tahapan implementasi harus dapat menetukan basis apa
yang akan diterapkan dalam menuangkan hasil desain tertulis sehingga sistim
yang dibentuk memiliki kelebihan tersendiri.
Komputer memiliki kelebihan dari manusia dalam pengolahan data yaitu
kecepatan, ketepatan dan kendalanya. Oleh karena itu sangat membantu
pengerjaan tugas manusia dalam pengolahan data karena ada kalanya data-data
yang sangat rumit dan banyak itu tidak dapat dikerjakan secara manual atau
dengan tenaga manusia. Dalam data pengolahan pendapatan penjualan energi
listrik di PT.PLN (Persero) cabang Medan, implementasi yang digunakan adalah
dengan menggunakan Software Excel.
Selain berfungsi sebagai pengolahan angka atau manipulasi angka, Microsoft
Excle juga dapat digunakan untuk manipulasi teks komputer. Untuk dapat
menggunakan Microsoft Excle dengan maksimal, harus juga menguasai sistim
operasi Microsoft Excle.
4.2.
Microsoft Excle 2010
Microsoft Excle 2010 merupakan program aplikasi lembar kerja elektronik dari
paket program Microsoft Office. Microsoft Excle banyak berperan dalam
pengelolaan informasi khususnya data yang berbentuk angka, dihitung,
diproyeksikan, dianalisa, dan dipresentasikan data pada lembar kerja. Microsoft
telah mengeluarkan Excle dalam berbagai bentuk versi mulai dari versi 4, versi, 5,
Universitas Sumatera Utara
35
versi 97, versi 2000, versi 2003, versi XP 2000, versi 2003, versi 2007, versi
2010, versi 2013 dan sekarang versi 2017.
Dalam pengolahan data Tugas Akhir ini, penulis mengolah data dengan
menggunakan Microsoft Excle 2010 karena Microsoft Excle hadir dengan
berbagai penyempurnaan, lebih mudah digunakan, lebih terintegrasi dengan
berbagai software lainnya, seperti Microsoft Word, SPSS, dan lain-lain.
Keunggulan program spreadsheet ini adalah mudah dipakai, fleksibel, mudah
terintegritasi dengan aplikasi berbasis windows.
4.3.
Pengaktifan Microsoft Excel 2010
Tahap pertama menggunakan Microsoft Excel adalah mengaktifkan windows.
Pastikan bahwa pada komputer telah terpasang program Excel. Kemudian
lanjutkan dengan langkah-langkah sebagai berikut:
a. Pada desktop double klik icon Microsoft Exle, seperti gambar 4.1 di
bawah ini
Gambar 4.1 Cara Mengaktifkan Microsoft Excel 2013
Universitas Sumatera Utara
36
b. Setelah itu muncul tampil lembar kerja (work sheet) seperti gambar 4.2 di
bawah ini:
Gambar 4.2. Lembar Kerja Microsoft Excel
4.4.
Langkah-langkah pengolahan data dengan Excel
Untuk mengolah data pendapatan penjualan energi listrik di PT.PLN (Persero)
cabang Medan maka data yang telah diperoleh dimasukan ke dalam lembar kerja.
Kolom pertama untuk periode, kolom kedua untuk tahun, dan kolom ketiga untuk
harga konstan dari jumlah pendapatan penjualan energi listrik. Dapat dilihat pada
gambar 4.3.
Universitas Sumatera Utara
37
Gambar 4.3 Tampilan Data Jumlah Pendapatan Penjualan Energi Listrik
Selanjutnya dari data tersebut, akan dihitung besarnya nilai Mean Square Error
(MSE) yang terkecil dengan nilai parameter
yang besarnya
dengan
cara trial dan error, dengan mennghitung masing-masing smoothing pertama
smoothing kedua
, konstanta
, square error
error
, slope
, nilai peramalan
,
, nilai
terlebih dahulu.
Langkah-langkah perhitungannya adalah sebagai berikut:
1. Pemulusan Pertama
Untuk tahun pertama (tahun 2006) pemulusan pertamanya sama dengan
tahun 2006 pada data sebelumnya. Sedangkan untuk tahun 2007
(diletakkan di sel D3) nilainya dihitung dengan rumus
(
)
Dalam kasus ini menghasilkan angka
.
Untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.
2. Pemulusan Kedua
Untuk tahun pertama (tahun 2006) pemulusan keduannya sama dengan
tahun 2006 pada data sebenarnya. Sedangkan untuk tahun 2007 (sel E3)
nilainya dihitung dengan rumus
(
) .
Universitas Sumatera Utara
38
Dalam kasusu ini menghasilkan angka
dan untuk tahun-tahun
berikutnya hanya menyalin rumus tersebut.
3. Perhitungan Nilai
Nilai
dapat dicari pada tahun kedua yaknni dengna rumus
. Dalam kasus ini menghasilkan angka
dan untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.
4. Perhitungan Nilai
Nilai
dapat dicari pada tahun kedua dengan rumus yang tertera pada sel
G3 adalah
) Dalam kasus ini menghasil angka
(
794 dan untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.
5. Perhitungan peramalan
Nilai peramalan (
yang dicari adalah nilai ramalan untuk periode
ketiga (sel H4) yaitu pada tahun 2008 yaitu dengan rumus
.
Dalam kasus ini menghasilkan angka 1.455.745 dan untuk tahun-tahun
berikutnya hanya menyalin rumus.
6. Perhitungan Error (e)
Nilai Error yang dicari adalah nilai error mulai periode ketiga (sel I4) yaitu
tahun 2008 dengan rumus
angka
. Dalam kasus ini menghasilkan
dan untuk tahun-tahun berikutnya hanya menyalin rumus
tersebut.
7. Perhitungan Square Error
Nilai
yang dicari adalah nilai
mulai periode ketiga (sel J4) yaitu
dengan rumus =I$4^2 dan dalam kasus ini menghasilkan angka
80.177.773.386 dan untuk tahun-tahun berikutnya hanya menyalin rumus
tersebut.
Universitas Sumatera Utara
39
8. Perhitungan Mean Square Error (MSE)
Dari jumlah Error kuadrat yang telah dihitung, kemudian hitung Mean
Square Error (MSE) dengan rumus =J$13/8 dan dalam kasus ini
menghasilka angka 568.914.633.651
Gunakan nilai parameter
dari 0,1 sampai 0,9 untuk mendapatkan nilai Mean
Square Error (MSE) yang terkecil dengan langkah-langkah perhitungan yang
sama seperti di atas, sehingga akan tampil gambar seperti di bawah ini:
Gambar 4.4 Tampilan Proses Perhitungan Peramalan
4.5.
Pembuatan Grafik
Garifik pada Microsoft Excel dapat dibuat menjadi satu dengan data terpisah pada
lembar grafik tersendiri, namun masih file yang sama. Adapun langkahlangkahnya adalah sebagai berikut:
a. Sorot sel atau range yang akan dibuat grafik
b. Pilih menu insert
c. Pilih tipe grafik line, lalu pilih line with markes
Universitas Sumatera Utara
40
Adapun tampilannya sebagai berikut:
Gambar 4.5 Tampilan insert, line with markers
Setelah di kllik Ok akan muncul tampilan sebagai berikut:
Gambar 4.6 grafik design Pendapatan Penjualan Energi Listrik Cabang
Medan Tahun 2018
Universitas Sumatera Utara
BAB 5
KESIMPULAN DAN SARAN
5.1.
Kesimpulan
Berdasarkan hasil penelitian, penulis membuat kesimpulan yaitu sebagai berikut:
1. Pada hasil analisis Pemulusan (Smoothing) Eksponensial ganda Metode
Linier Satu Parameter dari Brown didapat analisis dengan nilaiMean
Square Error (MSE) yang terkecil adalah
dengan
2. Bentuk Persamaan peramalan pendapatan penjualan energi listrik di
PT.PLN (Persero) cabang Medan berdasarkan data dari tahun 2006
sampai dengan 2015 adalah:
3. Diperkirakan pendaptan penjualan energi listrik di PT.PLN (Persero)
cabang Medan untuk periode ke-13 atau pada tahun 2018 adalah
sebanyak Rp.
. Dari hasil peramalan dapat kita lihat terjadinya
peningkatan pendapatan penjualan energi listrik di PT.PLN (Persero)
cabang Medan dari tahun ke tahun.
5.2.
Saran
Berdasarkan uraian dan kesimpulan yang telah disebutkan, penulis memberikan
saran yang diharapkan dapat bermanfaat bagi pihak yang terkait, sebagai berikut:
1. Dalam meramalkan jumlah penjualan energi listrik di PT.PLN (Persero)
cabang Medan dengan menggunakan Metode Pemulusan Eksponesial
Ganda Satu Parameter dari Brown akan sangat membantu jika
kita
menggunakan alat bantu komputer khususnya program Microsoft Office
Excel 2010.
Universitas Sumatera Utara
42
2. Dalam meramalkan jumlah penjualan energi listrik di PT.PLN (Persero)
cabang Medan agar meningkatkan penjualan energi listrik yang
disalurkan pada rumah tangga masyarakat, karena akan terjadi
peningkatan permintaan energi listrik untuk tahun-tahun berikutnya.
Universitas Sumatera Utara