Peramalan Nilai Penjualan Energi Listrik PT.PLN (PERSERO) Provinsi Sumatera Utara Tahun 2017 Chapter III V

BAB 3
PENGOLAHAN DATA

3.1 Pengertian Pengolahan Data
Pengolahan data dapat diartikan sebagai penjabaran atas pengukuran data
kuantitatif menjadi suatu penyajian yang lebih mudah dimengerti dan
menguraikan suatu masalah secara keseluruhan. Data yang akan diolah oleh
penulis adalah data per tahun nilai penjualan energi listrik PT. PLN (Persero)
Provinsi Sumatera Utara yang dimulai dari tahun 2004 sampai 2014. Metode yang
digunakan untuk mengolah data tersebut adalah metode peramalan smoothing
eksponensial ganda yaitu metode linier satu parameter dari Brown.

3.2 Pengolahan Data dengan Metode Smoothing Eksponensial Ganda:
Metode Linier Satu-Parameter dari Brown
Tabel 3.1

Data Nilai Penjualan Energi Listrik Provimsi Sumatera Utara
Tahun 2004-2014

Periode

Tahun

Energi yang
Terjual
(GWH)

1
2
3
4
5
6
7
8
9
10
11

2004
2005

2006
2007
2008
2009
2010
2011
2012
2013
2014

4.439,97
4.613,87
4.940,87
5.163,43
5.757,83
6.069,90
6.636,29
7.194,04
7.809,32
7.917,24

8.271,01

Universitas Sumatera Utara

14

Langkah-langkah yang ditempuh untuk menentukan bentuk persamaan peramalan
dengan menggunakan metode pemulusan eksponensial ganda: metode linier satuparameter dari Brown adalah:
1. Menentukan harga parameter smoothing eksponensial ganda yang
besarnya 0 < α < 1.
2. Menghitung harga smoothing eksponensial tunggal dengan menggunakan
persamaan 2.2.

 α = 0,1

S1 = 4.439,97

S2 = (0,1)(4.613,87)  (1  0,1)(4.439,97)  4.457,36

S3 = (0,1)(4.940,87)  (1 0,1)(4.457,36)  4.505,71

dst.

 α = 0,2

S1 = 4.439,97

S2 = (0, 2)(4.613,38)  (1 0, 2)(4.439,97)  4.474,75

S3 = (0, 2)(4.940,87)  (1 0, 2)(4.474,75)  4.567.97

dst.
.
.
.

 α = 0,9

S1 = 4.439,97

S2 = (0,9)(4.613,38)  (1 0,9)(4.439,97)  4.596, 48

S3 = (0,9)(4.940,87)  (1 0,9)(4.596, 48)  4.906, 43

dst.

Universitas Sumatera Utara

15

3. Menghitung harga smoothing eksponensial ganda dengan menggunakan
persamaan 2.3.

 α = 0,1

S1 = 4.439,97

S2 = (0,1)(4.613,38)  (1 0,1)(4.439,97)  4.441,71
S3 = (0,1)(4.490,87)  (1 0,1)(4.441,71)  4.448,11

dst.

 α = 0,2

S1 = 4.439,97

S2 = (0, 2)(4.613,38)  (1 0, 2)(4.439,97)  4.446,93
S3 = (0, 2)(4.490,87)  (1 0, 2)(4.446,93)  4.471.14

dst.
.
.
.

 α = 0,9

S1 = 4.439,97

S2 = (0,9)(4.613,38)  (1 0,9)(4.439,97)  4.580,83
S3 = (0,9)(4.490,87)  (1 0,9)(4.580,83)  4.873,87

dst.
4. Menghitung koefisien a t dan bt dengan menggunakan persamaan 2.4 dan
persamaan 2.5.

 α = 0,1

a1

=-

a 2 = 2(4.457,36)  (4.441,71)  4.473.01
a 3 = 2(4.505,71)  (4.448,11)  4.563,31
dst.

Universitas Sumatera Utara

16

b1 = -

b2 =

0,1
(4.457,36  4.441, 71)  1, 74
1  0,1

b3 =

0,1
(4.505, 71  4, 448,11)  6.40
1  0,1

dst.

 α = 0,2

a1 = -

a 2 = 2(4.474,75)  (4.446,93)  4.502,57

a 3 = 2(4.567,97)  (4.471,14)  4.664,81
dst.
b1 = -

b2 =

0, 2
(4.474, 75  4.446,93)  6,96
1  0, 2

b3 =

0, 2
(4.567,97  4.471,14)  24, 21
1  0, 2

dst.
.
.
.

 α = 0,9

a1 = -

a 2 = 2(4.596, 48)  (4.580,83)  4.612,13

a 3 = 2(4.906, 43)  (4.873,87)  4.938,99
dst.
b1 = -

b2 =

0,9
(4.596, 48  4.580,83)  140,86
1  0,9

b3 =

0,1

(4.906, 43  4.873,87)  293, 04
1  0,1

dst.

Universitas Sumatera Utara

17

5. Menghitung trend peramalan Ft  m dengan menggunakan persamaan 2.6.
 α = 0,1

F1 = F2 = -

F3 = (4.473,01  1,74)(1)  4.474,75

F4 = (4.563,31  6, 40)(1)  4.569,71
dst.

 α = 0,2

F1 = F2 = -

F3 = (4.502,57  6,96)(1)  4.509,53

F4 = (4.664,81 24, 21)(1)  4.689,02
dst.
.
.
.

 α = 0,9

F1 = F2 = -

F3 = (4.612,13  140,86)(1)  4.752,99

F4 = (4.938,99  293,04)(1)  5.232,03
dst.
6. Menghitung nilai kesalahan (error ) dengan menggunakan persamaan 2.7.
 α = 0,1
e1 = -

e2 = -

e3 = 4.940,87  4.474,75  466,12

e4 = 5163, 43  4.569,71  593,72

Universitas Sumatera Utara

18

dst.

 α = 0,2
e1 = -

e2 = -

e3 = 4.940,87  4.509,53  431,34

e4 = 5.163, 43  4.689,02  474, 41
dst.
.
.
.

 α = 0,9
e1 = -

e2 = -

e3 = 4.940,87  4.752,99  187,88

e4 = 5.163, 43  5.232,03  68,60
dst.
Untuk α = 0,3 sampai dengan α = 0,8 hasilnya pada Tabel 3.2 – Tabel
3.10.

3.3 Penaksiran Model Peramalan
Dalam mengolah data pada Tabel 3.1, penulis menggunakan metode peramalan
yaitu dengan metode smoothing eksponensial satu parameter dari Brown. Untuk
memenuhi perhitungan smoothing eksponensial tunggal, ganda dan ramalan yang
akan datang, maka kita harus menentukan parameter dari nilai α terlebih dahulu
yang biasa digunakan dengan cara trial and error atau coba dan salah. Nilai α
yang dipilih dari 0 < α < 1, dihitung Mean Square Error (MSE) yang merupakan
suatu ukuran ketepatan perhitungan dengan mengkuadratkan nilai error masingmasing elemen dalam sebuah susunan data dan kemudian dicoba nilai α yang lain.

Universitas Sumatera Utara

19

Untuk menghitung nilai MSE adalah pertama dicari terlebih dahulu error
yang merupakan hasil dari data asli dikurang hasil ramalan. Lalu tiap error
dikuadratkan dan dibagi dengan banyaknya error (persamaan 2.9).

Universitas Sumatera Utara

Tabel 3.2

Perhitungan Peramalan Nilai Penjualan Energi Listrik dengan Smoothing Eksponensial Ganda Linier dari Brown
dengan α = 0,1

Xt

S 't

S "t

at

bt

Ft

et

et2

4.439,97

4.439,97

4.439,97

-

-

-

-

-

4.613,87

4.457,36

4.441,71

4.473,01

1,74

-

-

-

4.940,87

4.505,71

4.448,11

4.563,31

64,0

4.474,75

466,12

217.267,85

5.163,43

4.571,48

4.460,45

4.682,52

12,34

4.569,71

593,72

352.499,88

5.757,83

4.690,12

4.483,41

4.896,82

22,97

4.694,86

1.062,97

1.129.912,45

6.069,90

4.828,10

4.517,88

5.138,31

34,47

4.919,79

1.150,11

1.322.756,12

6.636,29

5.008,92

4.566,99

5.450,85

49,10

5.172,78

1.463,51

2.141.867,30

7.194,04

5.227,43

4.633,03

5.821,83

66,04

5.499,95

1.694,09

2.869.945,55

7.809,32

5.485,62

4.718,29

6.252,95

85,26

5.887,87

1.921,45

3.691.969,15

7.917,24

5.728,78

4.819,34

6.638,22

101,05

6.338,20

1.579,04

2.493.353,27

8.271,01

5.983,00

4.935,70

7.030,30

116,37

6.739,27

1.531,74

2.346.226,49

SSE 16.565.798,06
Untuk mendapatkan nilai MSE digunakan persamaan 2.8 dengan α = 0,1 dan N=11
MSE = 1.505.981,64

20
Universitas Sumatera Utara

Tabel 3.3

Perhitungan Peramalan Nilai Penjualan Energi Listrik dengan Smoothing Eksponensial Ganda Linier dari Brown
dengan α = 0,2

Xt

S 't

S "t

at

bt

Ft

et

et2

4.439,97

4.439,97

4.439,97

-

-

-

-

-

4.613,87

4.474,75

4.446,93

4.502,57

6,96

-

-

-

4.940,87

4.567,97

4.471,14

4.664,81

24,21

4.509,53

431,34

186.054,20

5.163,43

4.687,07

4.514,32

4.859,81

43,19

4.689,02

474,41

225.062,95

5.757,83

4.901,22

4.591,70

5.210,74

77,38

4.902,99

854,84

730.743,22

6.069,90

5.134,95

4.700,35

5.569,56

108,65

5.288,11

781,79

611.188,10

6.636,29

5.435,22

4.847,33

6.023,12

146,97

5.678,21

958,08

917.920,72

7.194,04

5.786,99

5.035,26

6.538,71

187,93

6.170,09

1.023,95

1.048.470,20

7.809,32

6.191,45

5.266,50

7.116,41

231,24

6.726,65

1.082,67

1.172.185,15

7.917,24

6.536,61

5.520,52

7.552,70

254,02

7.347,65

569,59

324.436,25

8.271,01

6.883,49

5.793,11

7.973,87

272,59

7.806,72

464,29

215.562,32

SSE

5,431,623.10

Untuk mendapatkan nilai MSE digunakan persamaan 2.8 dengan α = 0,2 dan N=11
MSE = 493.783,92

21
Universitas Sumatera Utara

Tabel 3.4

Perhitungan Peramalan Nilai Penjualan Energi Listrik dengan Smoothing Eksponensial Ganda Linier dari Brown
dengan α = 0,3

Xt

S 't

S "t

at

bt

Ft

et

et2

4.439,97

4.439,97

4.439,97

-

-

-

-

-

4.613,87

4.492,14

4.455,62

4.528,66

15,65

-

-

-

4.940,87

4.626,76

4.506,96

4.746,56

51,34

4.544,31

396,56

157.259,83

5.163,43

4.787,76

4.591,20

4.984,32

84,24

4.797,90

365,53

133.614,37

5.757,83

5.078,78

4.737,48

5.420,09

146,27

5.068,56

6.89,,7

475.095,61

6.069,90

5.376,12

4.929,07

5.823,17

191,59

5.566,36

5.03,54

253.551,88

6.636,29

5.754,17

5.176,60

6.331,74

247,53

6.014,76

6.21,53

386.301,91

7.194,04

6.186,13

5.479,46

6.892,80

302,86

6.579,27

6.14,77

377.942,63

7.809,32

6.673,09

5.837,55

7.508,63

358,09

7.195,66

6.13,66

376.576,03

7.917,24

7.046,33

6.200,18

7.892,48

362,64

7.866,72

50,52

2.552,63

8.271,01

7.413,74

6.564,25

8.263,22

364,07

8.255,12

15,89

252,51

SSE

2.163.147,42

Untuk mendapatkan nilai MSE digunakan persamaan 2.8 dengan α = 0,3 dan N=11
MSE = 196.649,77

22
Universitas Sumatera Utara

Tabel 3.5

Perhitungan Peramalan Nilai Penjualan Energi Listrik dengan Smoothing Eksponensial Ganda Linier dari Brown
dengan α = 0,4

Xt

S 't

S "t

at

bt

Ft

et

et2

4.439,97

4.439,97

4.439,97

-

-

-

-

-

4.613,87

4.509,53

4.467,79

4.551,27

27,82

-

-

-

4.940,87

4.682,07

4.553,50

4.810,63

85,71

4.579,09

361,78

130.884,77

5.163,43

4.874,61

4.681,95

5.067,28

128,44

4.896,34

267,09

71.338,14

5.757,83

5.227,90

4.900,33

5.555,47

218,38

5.195,72

562,11

315.967,20

6.069,90

5.564,70

5.166,08

5.963,32

265,75

5.773,85

296,05

876.44,66

6.636,29

5.993,34

5.496,98

6.489,69

330,90

6.229,07

407,22

165.827,01

7.194,04

6.473,62

5.887,63

7.059,60

390,65

6.820,60

373,44

139.461,11

7.809,32

7.007,90

6.335,74

7.680,06

448,11

7.450,25

359,07

128.927,82

7.917,24

7.371,64

6.750,10

7.993,17

414,36

8.128,16

-210,92

44.488,06

8.271,01

7.731,39

7.142,61

8.320,16

392,51

8.407,53

-136,52

18.637,65

SSE

1.103.176,41

Untuk mendapatkan nilai MSE digunakan persamaan 2.8 dengan α = 0,4 dan N=11
MSE = 100.288,76

23
Universitas Sumatera Utara

Tabel 3.6

Perhitungan Peramalan Nilai Penjualan Energi Listrik dengan Smoothing Eksponensial Ganda Linier dari Brown
dengan α = 0,5

Xt

S 't

S "t

at

bt

Ft

et

et2

4.439,97

4.439,97

4.439,97

-

-

-

-

-

4.613,87

4.526,92

4.483,45

4.570,40

43,48

-

-

-

4.940,87

4.733,90

4.608,67

4.859,12

125,23

4.613,87

327,00

106.929,00

5.163,43

4.948,66

4.778,67

5.118,66

170,00

4.984,35

179,08

32.071,44

5.757,83

5.353,25

5.065,96

5.640,54

287,29

5.288,66

469,17

220.125,18

6.069,90

5.711,57

5.388,76

6.034,38

322,81

5.927,83

142,07

20.184,95

6.636,29

6.173,93

5.781,35

6.566,52

392,58

6.357,19

279,10

77.896,81

7.194,04

6.683,99

6.232,67

7.135,30

451,32

6.959,10

234,94

55.197,54

7.809,32

7.246,65

6.739,66

7.753,65

506,99

7.586,62

222,70

49.593,76

7.917,24

7.581,95

7.160,80

8.003,09

421,14

8.260,64

-343,40

117.922,76

8.271,01

7.926,48

7.543,64

8.309,32

382,84

8.424,23

-153,22

23.477,28

SSE

703.398,71

Untuk mendapatkan nilai MSE digunakan persamaan 2.8 dengan α = 0,5 dan N=11
MSE = 63.945,34

24
Universitas Sumatera Utara

Tabel 3.7

Perhitungan Peramalan Nilai Penjualan Energi Listrik dengan Smoothing Eksponensial Ganda Linier dari Brown
dengan α = 0,6

Xt

S 't

S "t

at

bt

Ft

et

et2

4.439,97

4.439,97

4.439,97

-

-

-

-

-

4.613,87

4.544,31

4.502,57

4.586,05

62,60

-

-

-

4.940,87

4.782,25

4.670,38

4.894,11

167,80

4.648,65

292,22

85.392,53

5.163,43

5.010,96

4.874,72

5.147,19

204,35

5.061,92

101,51

103.04,69

5.757,83

5.459,08

5.225,34

5.692,82

350,61

5.351,54

406,29

165.075,14

6.069,90

5.825,57

5.585,48

6.065,67

360,14

6.043,44

26,46

700,32

6.636,29

6.312,00

6.021,39

6.602,61

435,91

6.425,81

210,48

44.303,42

7.194,04

6.841,23

6.513,29

7.169,16

491,90

7.038,53

155,51

24.184,24

7.809,32

7.422,08

7.058,57

7.785,60

545,27

7.661,06

148,26

21.981,88

7.917,24

7.719,18

7.454,93

7.983,42

396,37

8.330,87

-413,63

171.091,23

8.271,01

8.050,28

7.812,14

8.288,41

357,21

8.379,79

-108,,78

11.832,54

SSE

534,865.99

Untuk mendapatkan nilai MSE digunakan persamaan 2.8 dengan α = 0,6 dan N=11
MSE = 48.624,18

25
Universitas Sumatera Utara

Tabel 3.8

Perhitungan Peramalan Nilai Penjualan Energi Listrik dengan Smoothing Eksponensial Ganda Linier dari Brown
dengan α = 0,7

Xt

S 't

S "t

at

bt

Ft

et

et2

4.439,97

4.439,97

4.439,97

-

-

-

-

-

4.613,87

4.561,70

4.525,18

4.598,22

85,21

-

-

-

4.940,87

4.827,12

4.736,54

4.917,70

211,36

4.683,43

257,44

66.275,35

5.163,43

5.062,54

4.964,74

5.160,34

228,20

5.129,06

34,37

1.181,50

5.757,83

5.549,24

5.373,89

5.724,59

409,15

5.388,54

369,29

136.378,21

6.069,90

5.913,70

5.751,76

6.075,65

377,87

6.133,75

-63,85

4.076,45

6.636,29

6.419,51

6.219,19

6.619,84

467,43

6.453,51

182,78

33.406,81

7.194,04

6.961,68

6.738,93

7.184,43

519,75

7.087,27

106,77

11.400,13

7.809,32

7.555,03

7.310,20

7.799,86

571,27

7.704,18

105,14

11.055,07

7.917,24

7.808,58

7.659,06

7.958,09

348,86

8.371,12

-453,88

206.010,31

8.271,01

8.132,28

7.990,32

8.274,24

331,25

8.306,95

-35,94

1.291,90

SSE

471.075,73

Untuk mendapatkan nilai MSE digunakan persamaan 2.8 dengan α = 0,7 dan N=11
MSE = 42.825,07

26
Universitas Sumatera Utara

Tabel 3.9

Perhitungan Peramalan Nilai Penjualan Energi Listrik dengan Smoothing Eksponensial Ganda Linier dari Brown
dengan α = 0,8

Xt

S 't

S "t

at

bt

Ft

et

et2

4.439,97

4.439,97

4.439,97

-

-

-

-

-

4.613,87

4.579,09

4.551,27

4.606,91

111,30

-

-

-

4.940,87

4.868,51

4.805,06

4.931,96

253,80

4.718,21

222,66

49.577,48

5.163,43

5.104,45

5.044,57

5.164,32

239,51

5.185,76

-22,33

498,72

5.757,83

5.627,15

5.510,64

5.743,67

466,07

5.403,83

354,00

125.316,57

6.069,90

5.981,35

5.887,21

6.075,49

376,57

6.209,74

-139,84

19.554,22

6.636,29

6.505,30

6.381,68

6.628,92

494,48

6.452,06

184,23

33.939,00

7.194,04

7.056,29

6.921,37

7.191,21

539,69

7.123,40

70,64

4.990,52

7.809,32

7.658,71

7.511,25

7.806,18

589,88

7.730,90

78,42

6.149,45

7.917,24

7.865,53

7.794,68

7.936,39

283,43

8.396,06

-478,82

229.267,03

8.271,01

8.189,91

8.110,87

8.268,96

316,19

8.219,82

51,19

2.620,00

SSE

471.912,98

Untuk mendapatkan nilai MSE digunakan persamaan 2.8 dengan α = 0,8 dan N=11
MSE = 42.901,18

27
Universitas Sumatera Utara

Tabel 3.10

Perhitungan Peramalan Nilai Penjualan Energi Listrik dengan Smoothing Eksponensial Ganda Linier dari Brown
dengan α = 0,9

Xt

S 't

S "t

at

bt

Ft

et

et2

4.439,97

4.439,97

4.439,97

-

-

-

-

-

4.613,87

4.596,48

4.580,83

4.612,13

140,86

-

-

-

4.940,87

4.906,43

4.873,87

4.938,99

293,04

4.752,99

187,88

35.298,89

5.163,43

5.137,73

5.111,34

5.164,12

237,47

5.232,03

-68,60

4.706,37

5.757,83

5.695,82

5.637,37

5.754,27

526,03

5.401,59

356,24

126.907,37

6.069,90

6.032,49

5.992,98

6.072,00

355,61

6.280,30

-210,40

44.266,41

6.636,29

6.575,91

6.517,62

6.634,20

524,64

6.427,61

208,68

43.546,68

7.194,04

7.132,23

7.070,77

7.193,69

553,15

7.158,84

35,20

1.239,01

7.809,32

7.741,61

7.674,53

7.808,70

603,76

7.746,84

62,48

3.904,14

7.917,24

7.899,68

7.877,16

7.922,19

202,64

8.412,46

-495,22

245.238,26

8.271,01

8.233,88

8.198,21

8.269,55

321,04

8.124,83

14,618

21.369,20

SSE

526.476,35

Untuk mendapatkan nilai MSE digunakan persamaan 2.8 dengan α = 0,9 dan N=11
MSE = 47.861,49

28
Universitas Sumatera Utara

29

Kemudian nilai-nilai MSE yang telah diperoleh dapat dilihat pada nilai α
yang memberikan nilai MSE yang paling kecil. Perbandingan ukuran ketepatan
metode peramalan nilai penjualan energi listrik di PT. PLN (Persero) Provinsi
Sumatera Utara dengan melihat MSE adalah sebagai berikut:

Tabel 3.11

Perbandingan Ukuran Ketepatan Metode Peramalan

α
MSE
0,1 1.505.981,64
0,2
493.783,92
0,3
196.649,77
0,4
100.288,76
0,5
63.945,34
0,6
48.624,18
0,7
42.825,07
0,8
42.901,18
0,9
47.861,49
Dari Tabel 3.11, dapat dilihat bahwa MSE yang paling kecil terdapat pada
α = 0,7 yaitu dengan MSE = 42.825,07

3.4 Penentuan Bentuk Persamaan Peramalan
Melalui cara trial and error dengan 0 < α < 1, telah diperoleh perhitungan
peramalan pemulusan eksponensial linier satu-parameter dai Brown dengan α =
0,7, sehingga dapat ditentukan bentuk persamaan peramalan untuk periodeperiode berikutnya.
Berdasarkan perhitungan pada α = 0,7, dapat diperoleh persamaan
peramalan untuk periode berikutnya yaitu denagn menggunakan persamaan 2.6
sebagai berikut:

Ft  m  a t  bt m

F11 m  a11  b11m

F11 m  8.274, 24  331, 25(m)

Universitas Sumatera Utara

30

3.5 Peramalan Nilai Penjualan Energi Listrik untuk Tahun 2015, 2016 dan
2017
Setelah diperoleh peramalan nilai penjualan energi listrik, maka dapat dihitung
nilai penjualan energi listrik untuk tiga periode berikutnya, yaitu untuk tahun
2014, 2015 dan 2016 seperti di bawah ini:
a. Untuk periode ke-12 (tahun 2015)
F11 m

F111
F12

 a11  b11m

 8.274, 24  331, 25(1)

 8.605,50

b. Untuk periode ke-13 (tahun 2016)
F11 m

F11 2
F13

 a11  b11m

 8.274, 24  331, 25(2)
 8.936,75

c. Untuk periode ke-14 (tahun 2017)
F11 m

F113
F14

Tabel 3.12

 a11  b11m

 8.274, 24  331, 25(3)

 9.268,00

Peramalan Nilai Penjualan Energi Listrik di PT.PLN (Persero)
Provinsi Sumatera Utara untuk Tahun 2015, 2016 dan 2017

Tahun

Periode

2015

12

Peramalan Nilai Penjualan
Energi Listrik (Gigawatt)
8.605,50

2016

13

8.936,75

2017

14

9.268,00

Universitas Sumatera Utara

BAB 4
IMPLEMENTASI SISTIM

4.1. Pengertian Implementasi Sistim
Dalam hal pengolahan data, komputer mempunyai kelebihan dari manusia yaitu
kecepatan, ketepatan, dan keandalan. Terutama dalam pengolahan data yang
jumlahnya sangat besar dan rumit dikerjakan secara manual tentunya sangat
membutuhkan komputer untuk mengolah data tersebut. Di samping dapat
dikerjakan dengan cepat dan tepat, juga dapat mengurangi kesalahan- kesalahan
perhitungan. Jadi, implementasi sistim merupakan penerapan hasil desain tertulis
ke dalam sebuah tulisan yang mana dalam hal ini penulis menggunakan Microsoft
Excel 2007 untuk menganalisis data nilai ekspor dan impor Provinsi Sumatera

Utara.

4.2. Microsoft Excel
Microsoft Excel adalah program lembar kerja atau spreadsheet. Program ini

merupakan salah satu program aplikasi Microsoft Office untuk mengolah data
perhitungan. Excel dapat melakukan pengolahan data secara cepat pada bidang
matematika, akuntansi, statistik dan pada bidang-bidang lain yang memerlukan
perhitungan dengan cepat dan teliti. Selain Excel, kita juga dapat mengolah data
statistik dengan software-software lainnya yang juga cukup terkenal seperti SPSS
dan MINITAB.
Sheet atau lembar kerja Excel terdiri dari 256 kolom dan 65536 baris.

Kolom diberi nama dengan huruf dari A, B, C sampai dengan Z, lalu dilanjutkan
dengan AA, AB, AC sampai kolom IV. Sedangkan baris ditandai dengan angka
mulai dari 1,2,3 sampai dengan 65536. Excel 2007 hadir dengan tampilan yang
lebih praktis dan mudah digunakan, juga berintegrasi dengan berbagai software
lain seperti Microsoft Word, Microsoft Accses, dan Microsoft Powerpoint.

4.3. Langkah-langkah Pengolahan Data
Adapun cara memulai Excel yaitu dengan cara:

Universitas Sumatera Utara

32

1. Klik Start pada sudut kiri bawah layar desktop, maka akan muncul seperti
pada Gambar 4.2

Gambar 4.1 Tampilan Icon Start

Gambar 4.2 Tampilan Start

2. Klik Microsoft Office Excel 2007. Maka akan muncul seperti gambar
seperti Gambar 4.3.

Universitas Sumatera Utara

33

Gambar 4.3 Tampilan Lembar Kerja Microsoft Excel

3. Masukkan(entry) data yang akan diolah seperti pada Gambar 4.4.

Gambar 4.4 Tampilan Pemasukan Data

4. Olah data dengan memasukkan rumus

 Persamaan 2.2 untuk nilai pemjualan energi listrik dengan α = 0,7
yaitu

dengan

memasukkan

rumus

=(0,7)*(B3)+(1-0,7)*(C2),

kemudian melanjutkan rumus untuk baris selanjutnya seperti pada
Gambar 4.5.

Universitas Sumatera Utara

34

Gambar 4.5 Tampilan Hasil Olah Data untuk Persamaan 2.2
 Persamaan 2.3 untuk nilai penjualan energi listrik dengan α = 0,7 yaitu
dengan memasukkan rumus =(0,7)*(C3)+(1-0,7)*(D2), kemudian
melanjutkan rumus untuk baris selanjutnya seperti pada Gambar 4.6.

Gambar 4.6 Tampilan Hasil Olah Data untuk Persamaan 2.3
 Persamaan 2.4 untuk nilai penjualan energi listrik dengan α = 0,7 yaitu
dengan memasukkan rumus =2*(C3)-D3,

kemudian melanjutkan

rumus untuk baris selanjutnya seperti pada Gambar 4.7 sebagai
berikut.

Universitas Sumatera Utara

35

Gambar 4.7 Hasil Olah Data untuk Persamaan 2.4
 Persamaan 2.5 untuk nilai penjualan energi listrik dengan α = 0,3 yaitu
dengan memasukkan rumus =((0,7)/(1-0,7))*(C3-D3) kemudian
melanjutkan rumus untuk baris selanjutnya seperti pada Gambar 4.8
sebagai berikut.

Gambar 4.8 Hasil Olah Data untuk Persamaan 2.5
 Persamaan 2.6 untuk nilai penjualan energi listrik dengan α = 0,7 yaitu
dengan memasukkan rumus =E3+F3, kemudian melanjutkan rumus
untuk baris selanjutnya seperti pada Gambar 4.9 sebagai berikut.

Universitas Sumatera Utara

36

Gambar 4.9 Hasil Olah Data untuk Persamaan 2.6
 Persamaan 2.7 untuk nilai penjualan energi listrik dengan α = 0,7
yaitu dengan memasukkan rumus =B4-G4, kemudian melanjutkan
rumus untuk baris selanjutnya seperti pada Gambar 4.10 sebagai
berikut.

Gambar 4.10 Hasil Olah Data untuk Persamaan 2.7
 Kuadratkan nilai setiap et dengan rumus =H4^2 untuk baris
selanjutkan dengan rumus tersebut, kemudian jumlahkan hasil kuadrat
tersebut dengan rumus =SUM(I4:I16) seperti pada Gambar 4.11.

Universitas Sumatera Utara

37

Gambar 4.11 Hasil Kuadrat Persamaan 2.7
 Persamaan 2.6 untuk nilai pemjualan energi listrik dengan α = 0,7
yaitu dengan memasukkan rumus =E3+F3 untuk tahun 2015,
rumus =E3+F3(2) untuk tahun 2016, dan rumus =E3+F3(3) untuk
tahun 2017, seperti pada Gambar 4.12 sebagai berikut.

Gambar 4.12 Hasil Peramalan

Dari pengolahan data yang telah dilakukan, untuk nilai penjualan
energi listrik dengan α = 0,7, dan N=11 maka diperoleh peramalan nilai penjualan
energi listrik untuk tahun 2017 sebesar 9.268,00
Untuk α = 0,1, α = 0,2 sampai dengan α = 0,9 dapat menggunakan
langkah-langkah pengolahan data yang sama dengan α = 0,7.

Universitas Sumatera Utara

BAB 5
KESIMPULAN DAN SARAN

5.1. Kesimpulan
Berdasarkan hasil pengolahan data pada Bab 3, maka penulis mengambil
kesimpulan sebagai berikut :
a.

Dari hasil pengolahan data tahun 2004 sampai 2014 untuk nilai penjualan
energi listrik di Provinsi Sumatera Utara dalam satuan GWH dengan
menggunakan metode smoothing eksponensial ganda dengan metode linier
satu-parameter

dari

Brown,

diperoleh

nilai

MSE

terkecil

yaitu

42.825,07dengan α = 0,7
b.

Bentuk persamaan peramalan nilai penjualan energi listrik Provinsi Sumatera
Utara berdasarkan data tahun 2004 sampai 2014, untuk nilai penjualan energi
listrik dengan α = 0,7 adalah

c.

�11+� = 8.274, 24  331, 25(m)

Peramalan nilai penjualan energi listrik Provinsi Sumatera Utara untuk tahun
2017 yakni periode ke-14 sebesar 9.268,00 GWH

d.

Berdasarkan nilai peramalan penjualan energi listrik yang diperoleh dari hasil
pengolahan data, maka nilai penjualan energi listrik Provinsi Sumatera Utara
terus meningkat dari tahun ke tahun, sehingga persaingan perdagangan
Provinsi Sumatera Utara terus meningkat.

5.2. Saran
a.

Dalam meramalkan penjualan energi listrik Provinsi Sumatera Utara dapat
menggunakan metode peramalan smoothing eksponensial ganda dengan
metode linier satu parameter dari Brown dengan menggunakan alat bantu
komputer yaitu program aplikasi Microsoft Excel untuk mempermudah proses
perhitungan.

b.

Diharapkan kepada Pemerintahan Provinsi Sumatera Utara dan para pembaca
untuk lebih bijak dalam menjual energi listrik yamg dilihat dari semakin
berkembangnya zaman sekarang persaingan perdagangan semakin meningkat

Universitas Sumatera Utara

39

tetapi kapasitas yang tersedia terbatas sehingga nantinya tidak terjadi
kerugian.

Universitas Sumatera Utara