KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan analisa dan evaluasi pada data jumlah persediaan beras di Provinsi Sumatera Utara pada tahun 2006-2014 dan hasil peramalan untuk tahun 2016 maka penulis mengambil kesimpulan:
1. Jumlah persediaan beras di provinsi sumatera utara mengalami peningkatan pada tahun 2010 kemudian pada tahun 2012 dan tahun 2014 kembali mengalami penurunan.
2. Dari hasil analisis data diperoleh parameter untuk ketepatan peramalan pada α= 0,4.
3. Jumlah persediaan beras di provinsi sumatera utara pada tahun 2016 diramalkan sebesar 332.733,98 (ton)
4. Berdasarkan perhitungan menggunakan Metode Pemulusan Eksponensial Ganda: Metode Linier satu- Parameter dari brown nilai ramalaan jumlah persediaan beras di provinsi sumatera utara pada tahun 2016 mengalami peningkatan.
5.2 Saran
Berdasarkan penelitian yang telah dilakukan penulis, maka pada Tugas Akhir ini penulis memberikan saran yang diharapkan dapat bermanfaat bagi pemerintah dan pihak-pihak yang terkait.
Adapun saran yang dapat penulis berikan antara lain sebagai berikut :
1. Para petani di Provinsi Sumatera Utara kiranya dapat mengusahakan persediaan beras untuk pemenuhan kebutuhan pangan penduduk di Provinsi Sumatera Utara.
2. Pemerintah setempat kiranya lebih memperhatikan daerah-daerah yang memproduksi tanaman pangan khususnya padi agar di kemudian hari tidak terjadi kekurangan bahan pangan dan bencana kelaparan.
3. Dengan menganalisis data penduduk yang cenderung mengalami peningkatan tiap tahunnya, maka diharapkan adanya usaha peningkatan produksi bahan pangan, meskipun hasil peramalan penulis menunjukkan adanya peningkatan persediaan beras agar pemenuhan bahan pangan tetap terpenuhi.
4. Sebagai bahan pertimbangan dan perbandingan dalam mengambil kebijaksanaan, metode smoothing Eksponensial Ganda Linier Satu Parameter dari Brown dapat menjadi salah satu alternatif untuk memprediksi persediaan suatu bahan pangan.
BAB 2
LANDASAN TEORI
2.1. Uji Kecukupan Sampel
Dalam melakukan penelitian terhadap populasi yang sangat besar, kita perlu melakukan suatu penarikan sampel. Hal ini dikarenakan tidak selamanya kita dapat melakukan pengamatan seluruhnya pada populasi tersebut. Di samping itu juga, terdapat faktor-faktor yang tidak memungkinkan antara lain ketersediaan dana, tenaga, dan waktu penulis yang terbatas.
Sampel yang baik adalah sampel yang representatif, artinya sampel tersebut harus dapat menggambarkan atau menerangkan sifat-sifat karakteristik dari populasinya. Hal ini dapat diketahui dengan melihat kecukupan sampel yang dikumpulkan. Suatu sampel dikatakan sudah mencukupi atau mewakili populasinya apabila N’<N, dengan N adalah banyaknya sampel yang kita kumpulkan, adalah data yang dikumpukan, dan N’ adalah sampel yang diperoleh dari rumus :
Keterangan : = Banyak sampel (hasil uji kecukupan sampel) = Banyak sampel (tahun) yang digunakan
2.2 Peramalan
2.2.1 Pengertian peramalan
Peramalan (Sofyan Assauri,1991) adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan akan terjadi pada masa yang akan datang. Peramalan dibutuhkan untuk mengetahui/memperkirakan kapan suatu peristiwa akan terjadi atau berapa jumlah suatu kebutuhan tertentu di masa mendatang. Dengan peramalan kita juga dapat memperkirakan bagaimana suatu peristiwa yang ingin kita ketahui dapat terjadi di masa yang akan datang. Dengan demikian peramalan sangat bermanfaat bagi kita untuk melakukan suatu persiapan untuk menghadapi masa yang akan datang, serta dapat membantu kita dalam mengambil kebijakan dan tindakan-tindakan penting tentang sesuatu hal.
Dalam melakukan analisa ekonomi atau analisa kegiatan perusahaan, haruslah diperkirakan apa yang akan terjadi dalam bidang ekonomi atau dalam dunia usaha pada masa yang akan datang. Kegiatan memperkirakan apa yang akan terjadi pada masa yang akan datang, kita kenal dengan sebutan peramalan (forecasting). Setiap kebijakan ekonomi maupun kebijakan perusahaan tidak akan terlepas dari usaha untuk meningkatkan kesejahteraan masyarakat atau meningkatkan keberhasilan perusahaan untuk mencapai tujuan pada masa yang akan datang dimana kebijakan tersebut dilaksanakan. Usaha untuk melihat dan mengkaji situasi dan kondisi tersebut tidak terlepas dari kegiatan peramalan.
2.2.2 Jenis–Jenis Peramalan
Pada umumnya peramalan dapat dibedakan dari beberapa segi tergantung dari cara melihatnya. Apabila dilihat dari sifat penyusunnya, maka peramalan dapat dibedakan atas dua macam, yaitu :
1. Peramalan yang subyektif, yaitu peramalan yang didasarkan atas perasaan atau intuisi dari orang yang menyusunnya. Dalam hal ini pandangan atau “judgment”
dari orang yang menyusunnya sangat menentukan baik tidaknya hasil ramalan tersebut.
2. Peramalan yang objektif, peramalan yang didasarkan atas data yang relevan pada masa lalu, dengan menggunakan teknik–teknik dan metode dalam penganalisaan data tersebut.
Disamping itu, jika dilihat dari jangka waktu ramalan yang disusun. Maka peramalan dapat dibedakan atas dua macam, yaitu :
1. Peramalan jangka panjang, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan jangka jangka waktunya lebih dari satu setengah tahun atau tiga semester. Peramalan seperti ini misalnya diperlukan dalam penyusunan rencana pembangunan suatu negara atau suatu daerah, corporate planning, rencana investasi atau rencana ekspansi dari suatu perusahaan.
2. Peramalan jangka pendek, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan dalam jangka waktu yang kurang dari satu setengah tahun, atau tiga semester. Peramalan seperti ini diperlukan dalam penyusunan rencana tahunan, rencana kerja operasional, dan anggaran contoh penyusunan rencana produksi, rencana penjualan, rencana persediaan, anggaran produksi, dan anggaran perusahaan.
Berdasarkan sifat ramalan yang telah disusun, maka peramalan dapat dibedakan atas dua macam, yaitu :
1. Peramalan kualitatif, yaitu peramalan yang didasarkan atas data kualitatif pada masa lalu. Hasil peramalan yang dibuat sangat tergantung pada orang yang menyusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran yang bersifat intuisi, judgment atau pendapat, dan pengetahuan serta pengalaman dari penyusunnya. Biasanya peramalan secara kualitatif ini didasarkan atas hasil penyelidikan.
2. Peramalan kuantitatif, yaitu peramalan yang didasarkan atas data kuantitatif pada masa lalu. Hasil peramalan yang dibuat sangat bergantung pada metode yang digunakan dalam peramalan tersebut. Dengan peramalan yang berbeda akan
diperoleh hasil peramalan yang berbeda. Adapun yang perlu diperhatikan dari penggunaan metode–metode tersebut, adalah baik tidaknya metode yang dipergunakan, sangat ditentukan oleh perbedaan atau penyimpangan antara hasil peramalan dengan kenyataan yang terjadi. Metode yang baik adalah metode yang memberikan nilai–nilai perbedaan atau penyimpangan yang mungkin terjadi. Peramalan kuantitatif hanya dapat digunakan apabila terdapat tiga kondisi sebagai berikut :
a. Adanya informasi tentang keadaan yang lain.
b. Informasi tersebut dapat dikuantifikasikan dalam bentuk data.
c. Dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada masa yang akan datang.
Pada dasarnya, peramalan kuantitatif dapat dibedakan atas:
1. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu atau analisa deret waktu (time series) Metode ini terdiri dari:
a. Metode Smoothing, b. Metode Box-Jenkins,
c. Metode Proyeksi Trend dengan Regresi
2. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antar variabel yang akan diperkirakan dengan variabel lain yang mempengaruhinya, yang bukan waktu, yang disebut dengan dengan metode korelasi atau sebab akibat.
Dari uraian diatas dapatlah diketahui bahwa jenis-jenis peramalan sangat tergantung dari segi mana kita memandangnya.
2.2.3 Langkah–Langkah Peramalan
Kualitas atau mutu dari hasil peramalan yang disusun, sangat ditentukan oleh proses pelaksanaan penyusunnya. Peramalan yang baik adalah peramalan yang dilakukan
Pada dasarnya ada tiga langkah peramalan yang penting, yaitu :
1. Menganalisa data yang lalu. Tahap ini berguna untuk pola yang terjadi pada masa yang lalu. Analisa ini dilakukan dengan cara membuat tabulasi data maka dapat diketahui pola data tersebut.
2. Menentukan metode yang digunakan. Masing–masing metode akan memberikan hasil peramalan yang berbeda. Dimana metode peramalan yang baik adalah metode yang menghasilkan penyimpangan antara hasil peramalan dengan nilai kenyataan yang sekecil mungkin.
3. Memproyeksikan data yang lalu dengan menggunakan metode yang dipergunakan, dan mempertimbangkan adanya beberapa faktor perubahan. Faktor–faktor perubahan tersebut antara lain terdiri dari perubahan kebijakan-kebijakan yang mungkin terjadi, termasuk kebijakan-kebijakan pemerintah.
Proyeksi adalah adanya suatu kecenderungan sesuatu hal pada masa yang akan datang yang masih belum diketahui dan mempunyai nilai pada masa yang akan datang yang merupakan petunjuk tentang jumlah sesuatu hal tersebut di masa yang akan datang.
2.2.4 Menghitung Kesalahan Peramalan
Hasil proyeksi yang akurat adalah peramalan (forecast) yang biasanya meminimalkan kesalahan meramal (forecast error). Besarnya kesalahan meramal (forecast error) dihitung dengan mengurangkan data yang sebenarnya dengan data yang diperoleh dari hasil peramalan.
Rumusnya : Error=data yang sebenarnya-data hasil peramalan
Keterangan:
= Data sebenarnya pada periode ke-t = Hasil peramalan pada periode ke-t Dalam menghitung forest error digunakan : a. Mean Absolute Error (MAE)
Mean Absolute Error adalah rata-rata absolut dari kesalahan meramal, tanpa menghiraukan tanda positif atau tanda negatif.
b. Mean Squared Error (MSE)
Mean Squared Error adalah rata-rata kesalahan meramal dikuadratkan.
c. Menentukan Besarnya Konstanta (at)
d. Menentukan Besarnya Slope (bt)
Dengan menggunakan rumus-rumus yang sudah ada, maka penulis ingin melakukan suatu peramalan terhadap tingkat persediaan beras untuk tahun ke depan, yaitu tahun 2016. Untuk meramalkan jumlah persediaan beras tersebut, penulis memilih menggunakan Metode Smoothing Eksponensial dengan alasan penulis melihat adanya selisih persediaan beras yang tidak begitu konstan pada setiap tahunnya, dengan kata lain selalu mengalami naik-turun. Oleh karena itu, dengan menggunakan metode Smoothing Eksponensial Ganda akan dilakukan pemulusan/pelicinan ramalan terhadap terhadap persediaan beras dari tahun ke tahun.
2.3 Metode Analisa
Untuk menganalisis data-data yang telah diperoleh, penulis menggunakan rumus metode smoothing eksponensial ganda.
2.3.1 Metode Smoothing Eksponensial Ganda
Persamaan yang dipakai dalam pemulusan adalah pemulusan (Smoothing) Eksponensial Ganda:
Peramalan dengan metode smoothing eksponensial ganda membutuhkan tiga buah nilai data dan satu nilai alfa (α). Metode smoothing (pemulusan) merupakan teknik meramal dengan cara mengambil rata-rata dari nilai beberapa periode yang lalu untuk menaksir nilai suatu periode yang akan datang. Dalam metode ini historis digunakan untuk memperoleh angka yang dihitung menggunakan metode Smoothing Eksponensial Ganda. Peramalan dilakukan dengan mengulang perhitungan secara terus-menerus dengan menggunakan data yang terbaru. Setiap data diberi bobot, data yang lebih baru diberi bobot yang lebih besar. Pada peramalan persediaan beras tahun 2016 dengan Smoothing Eksponensial Ganda memiliki beberapa tahapan. Persamaan-persamaan yang digunakan dalam Smoothing Eksponensial Ganda adalah sebagai berikut :
a. Menentukan Smoothing Pertama ( )
b. Menentukan Smoothing Kedua ( )
c. Menentukan Besarnya Konstanta ( )
d. Menentukan Besarnya Slope ( )
e. Menentukan Besarnya Forecast (
Dimana:
M = Jumlah periode didepan yang diramalkan S’ = Nilai eksponensial smoothing tunggal S” = Nilai eksponensial smoothing ganda α = Parameter Pemulusan Eksponensial
, = Konstanta pemulusan
Ft+m = Hasil peramalan untuk m periode ke depan
Rumus-rumus tersebut diatas akan digunakan untuk meramalkan persediaan beras di Provinsi Sumatera Utara Tahun 2016. Alasan penulis memilih Metode Smoothing Eksponensial Ganda sebagai metode peramalan yang akan digunakan
tidak konstan atau mengalami naik-turun, sehingga penulis menggunakan metode tersebut untuk melakukan pemulusan beras dari tahun sebelum melakukan peramalan terhadap persediaan beras untuk tahun ke depan.
BAB 1
PENDAHULUAN
1.1 LATAR BELAKANG
Beras merupakan salah satu kebutuhan manusia yang harus dipenuhi setiap harinya. Beras memiliki peranan penting dalam kelangsungan hidup manusia. Untuk memenuhi kebutuhan beras, setiap manusia mempunyai cara yang berbeda-beda. Ada yang menanam sendiri dan ada pula yang hanya dapat membelinya saja. Tentu bagi setiap orang yang bisa menanam sendiri, ketersedian akan beras bukanlah sesuatu yang perlu dikhawatirkan. Tetapi bagi orang yang hanya dapat membeli, ketersediaan akan beras itu sendiri sangat berpengaruh untuk memenuhi kebutuhan sehari-harinya. Peran beras, selain sebagai sumber pangan pokok juga menjadi sumber penghasilan bagi petani dan kebutuhan hidup sehari-hari bagi jutaan penduduk. Beras juga bisa dijadikan sebagai komoditas politik karena keberadaannya tidak dapat digantikan oleh komoditas lain dan harus dalam jumlah yang memadai. Meskipun pemerintah telah mengupayakan diversifikasi pangan, namun sampai saat ini belum mampu mengubah preferensi penduduk terhadap bahan pangan beras. Oleh karena itu, persediaan beras harus selalu terjaga, berkelanjutan, bahkan harus ditingkatkan.
Upaya peningkatan produksi dan pembangunan pertanian terasa semakin berat dan kompleks karena selain dihadapkan pada masalah internal yang klasik juga dihadapkan dengan berbagai macam isu global dan perubahan lingkungan yang semakin buruk. Tingginya permintaan pangan, terutama beras dan peningkatan jumlah penduduk juga menjadi masalah dalam pencapaiannya. Salah satu potensi dan masalah adalah pertumbuhan penduduk. Keberadaan penduduk di suatu wilayah merupakan hal yang harus dipertimbangan dalam meramalkan atau mempertimbangan ketersediaan beras itu sendiri, karena jika di lihat pertambahan dari penduduk itu sendiri akan mempengaruhi persediaan beras itu sendiri. Hal itu disebabkan sebagian besar manusia membutuhkan bahan pangan terutama beras
Dari uraian rersebut, maka penulis ingin mengetahui bagaimana persediaan beras di tahun berikutnya di provinsi sumatera utara. Pada latar belakang penulis membuat judul sebagai berikut “PERAMALAN PERSEDIAAN BERAS DI PROVINSI SUMATERA UTARA PADA TAHUN 2016”
1.2 PERUMUSAN MASALAH
Berdasarkan latar belakang yang telah diuraikan sebelumnya, maka yang menjadi rumusan masalah tulisan ini adalah:
1. Bagaimana penggunaan metode Pemulus (Smoothing) Eksponensial Ganda: Metode Linier Satu- Parameter dari Brown untuk meramalkan jumlah persediaan beras di provinsi sumatera utara?
2. Meramalkan jumlah persediaan beras di provinsi sumatera utara 2016 dengan menggunakan Pemulus (Smoothing) Eksponensial Ganda: Metode Linier Satu- Parameter dari Brown.
1.3 BATASAN MASALAH
Sehubungan dengan keterbatasan waktu dan kemampuan penulis serta untuk menghindari kesimpangsiuran dalam penulisan Tugas Akhir yang sesuai dengan rumusan masalah dan latar belakang masalah yang telah diuraikan, maka penulis membatasi ruang lingkup penelitian pada persediaan beras yang ada di provinsi sumatera utara tahun 2016 dengan asumsi bahwa tidak ada perubahan luas lahan pertanian padi dan keadaan yang mempengaruhi persediaan beras. Dengan kata lain, hasil peramalan persediaan beras pada tahun 2016 memiliki keadaan yang sama dengan tahun sebelumnya yaitu pada tahun 2006 - 2014, dan data yang dibutuhkan diperoleh dari Badan Pusat Statistik Provinsi.
1.4 TUJUAN DAN MANFAAT PENELITIAN Tujuan penelitian ini adalah :
1. Untuk mengetahui bagaimana penggunaan Pemulusan (Smoothing) Eksponensial Ganda: Metode Linier Satu- Parameter dari Brown untuk meramalkan jumlah persediaan beras di provinsi sumatera utara.
2. Untuk meramalkan jumlah persediaan beras di provinsi sumatera utara tahun 2016 dengan menggunakan Pemulusan (Smoothing) Eksponensial Ganda: Metode Linier Satu- Parameter dari Brown
Manfaat penelitian ini adalah :
1. Memberikan masukan yang dapat menjadi bahan pertimbangan bagi pemerintah dan pihak-pihak terkait untuk menghadapi tuntutan akan kebutuhan beras pada tahun-tahun yang akan datang, khususnya untuk tahun 2016.
2. Sebagai informasi bagi BPS khususnya mengenai persediaan beras di provinsi sumatera utara.
3. Sebagai sarana meningkatkan pengetahuan dan wawasan penulis dalam menganalisa data.
4. Sebagai sarana informasi bagi masyarakat untuk dapat mengetahui bagaimana kondisi jumlah persediaan beras pada tahun yang akan datang
1.5 METOLOGI PENELITIAN
Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang akan datang. Peramalan dibutuhkan untuk mengetahui/memperkirakan kapan suatu peristiwa akan terjadi atau berapa jumlah suatu kebutuhan tertentu dimasa mendatang.
Peramalan dengan metode smoothing eksponensial ganda membutuhkan tiga buah nilai data dan satu nilai alfa (α). Metode smoothing merupakan teknik meramalkan dengan cara mengambil rata-rata nilai beberapa periode yang lalu untuk
dengan mengulang perhitungan secara terus-menerus dengan menggunakan data yang terbaru.
Smoothing Eksponensial Ganda memiliki beberapa tahapan dalam pengerjaannya. Persamaan-persamaan yang digunakan dalam smoothing eksponensial ganda adalah sebagai berikut:
a. Menentukan Smoothing Pertama ( )
………..1 b. Menentukan Smoothing Kedua ( )
.……….2
c. Menentukan besarnya konstanta ( )
……….. 3 d. Menentukan besarnya Slope ( )
………4
e. Menentukan besarnya forecast ( )
……….5 Dimana:
m = jumlah periode didepan yang diramalkan S’ = nilai eksponensial smoothing tunggal S” = nilai eksponensial smoothing ganda α = parameter pemulusan eksponensial at, bt = konstanta pemulusan
Rumus-rumus tersebut diatas akan digunakan untuk meramalkan jumlah persediaan beras di Provinsi Sumatera Utara untuk tahun 2016. Alasan penulis memilih metode Smoothing Eksponensial Ganda sebagai metode peramalan yang akan digunakan adalah karena penulis melihat bahwa selisih persediaan beras dari tahun ke tahun tidak konstan atau mengalami naik-turun, sehingga penulis menggunakan metode tersebut untuk melakukan pemulusan beras dari tahun ke tahun sebelum melakukan peramalan terhadap persediaan beras untuk tahun ke depan.
1.5LOKASI PENELITIAN
Penelitian ataupun pengumpulan data diadakan di Badan Pusata Statistik (BPS) Provinsi Sumatera Utara yang beralamat di Jalan Asrama No. 179 Medan.
Abstrak
Beras merupakan salah satu kebutuhan manusia yang harus dipenuhi setiap harinya. Beras memiliki peranan penting dalam kelangsungan hidup manusia. Untuk memenuhi kebutuhan beras, setiap manusia mempunyai cara yang berbeda-beda. Ada yang menanam sendiri dan ada pula yang hanya dapat membelinya saja. Tentu bagi setiap orang yang bisa menanam sendiri, ketersedian akan beras bukanlah sesuatu yang perlu dikhawatirkan. Tetapi bagi orang yang hanya dapat membeli, ketersediaan akan beras itu sendiri sangat berpengaruh untuk memenuhi kebutuhan sehari-harinya.
PERAMALAN JUMLAH PERSEDIAAN BERAS DI PROVINSI SUMATERA UTARA
TAHUN 2016
TUGAS AKHIR
KRISTIANI RENITA SARAGIH 132407034
PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
PERAMALAN JUMLAH PERSEDIAAN BERAS DI PROVINSI SUMATERA UTARA
TAHUN 2016
TUGAS AKHIR
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh Ahli Madya
KRISTIANI RENITA SARAGIH 132407034
PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
MEDAN 2016
PENGHARGAAN
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa yang telah memberikan berkat dan karunia-Nya serta hikmat yang diberikan-Nya Tugas Akhir ini berhasil diselesaikan dalam waktu yang telah ditetapkan.
Ucapan terima kasih penulis sampaikan kepada Drs. Partano Siagian, M.sc selaku dosen pembimbimg pada penyelesaian Tugas Akhir ini yang telah memberikan panduan dan kepercayaan kepada penulis untuk menyempurnakan Tugas Akhir ini. Panduan ringkas, jelas dan professional telah diberikan kepada penulis agar penulis dapat menyelesaikan Tugas Akhir ini. Ucapan terima kasih juga ditujukan kepada ketua Prodi D-III Statistika Dr. Faigiziduhu Bu’ulolo, M.Si. kepada bapak Dr.
Kerista Sebayang, M.s selaku Dekan FMIPA USU yang telah memberikan izin kepada penulis untuk melaksanakan riset, seluruh staf dan Dosen Program Studi D3 Statistika FMIPA USU, pegawai FMIPA USU dan rekan-rekan kuliah stambuk 2013. Teristimewa buat kedua orang tua terkasih Bapak Liberson Saragih dan Ibu Komma Hutagaol serta seluruh keluarga yang selama ini memberikan bantuan dan dorongan yang kepada penulis. Akhirnya penulis mengharapkan semoga Tugas Akhir ini bermanfaat bagi semua pihak yang berkepentingan dimasa yang akan datang.
Penulis
DAFTAR ISI Halaman PERSETUJUAN i PERNYATAAN ii PENGHARGAAN iii DAFTAR ISI iv DAFTAR TABEL vi
DAFTAR GAMBAR vii
BAB 1 PENDAHULUAN 1
1.1 Latar Belakang 1
1.2 Perumusan Masalah 2
1.3 Batasan Masalah 2
1.4 Tujuan dan Manfaat Penelitian 3
1.5 Metodologi Penelitian 3
1.6 Lokasi Penelitian 5
BAB 2 LANDASAN TEORI 6
2.2 Uji Kecukupan Sampel 6
2.3 Peramalan 7
2.3.1 Pengertian Peramalan 7
2.3.2 Jenis-Jenis Peramlan 7
2.3.3 Langkah – Langkah Peramalan 9
2.3.4 Menghitung Kesalahan Peramalan 10
2.4 Metode Analisa 12
2.3.1 Metode Smoothing Eksponensial Ganda 12
BAB 3 PENGOLAHAN DATA 15
3.1 Perhitungan Jumlah Persdiaan Beras 15
3.2 Pemulusan (Smoothing) Eksponensial Ganda: Metode Linear – Satu Parameter Dari Brown 18
3.3 Peramalan Persediaan Beras Tahun 2016 31
BAB 4 IMPLEMENTASI SISTEM 33
4.1 Pengertian Implementasi Sistem 33
4.2 Microsoft Excel 33
4.3 Langkah- langkah pengolahan Data dengan Excel 34
4.4 Pembuatan Grafik 37
5.1 Kesimpulan 38
5.2 Saran 38
DAFTAR PUSTAKA
DAFTAR TABEL
Halaman Tabel 3.1 Persediaan beras di Provinsi Sumatera Utara pada
Tahun 2006-2014 15
Tabel 3.2 Uji Kecukupan Sampel 17
Tabel 3.3 Aplikasi Pemulusan Eksponensial Linier Satu Parameter
dari Brown Dengan Menggunakan α= 0.1 Pada Data Jumlah
Persediaan beras di Provinsi Sumatera 21 Tabel 3.4 Aplikasi Pemulusan Eksponensial Linier Satu Parameter
dari Brown Dengan Menggunakan α= 0.2 Pada Data Jumlah
Persediaan beras di Provinsi Sumatera 22 Tabel 3.5 Aplikasi Pemulusan Eksponensial Linier Satu Parameter
dari Brown Dengan Menggunakan α= 0.3 Pada Data Jumlah
Persediaan beras di Provinsi Sumatera 23 Tabel 3.6 Aplikasi Pemulusan Eksponensial Linier Satu Parameter
dari Brown Dengan Menggunakan α= 0.4 Pada Data Jumlah
Persediaan beras di Provinsi Sumatera 23 Tabel 3.7 Aplikasi Pemulusan Eksponensial Linier Satu Parameter
dari Brown Dengan Menggunakan α= 0.5 Pada Data Jumlah
Persediaan beras di Provinsi Sumatera 24 Tabel 3.8 Aplikasi Pemulusan Eksponensial Linier Satu Parameter
dari Brown Dengan Menggunakan α= 0.6 Pada Data Jumlah
Persediaan beras di Provinsi Sumatera 25 Tabel 3.9 Aplikasi Pemulusan Eksponensial Linier Satu Parameter
dari Brown Dengan Menggunakan α= 0.7 Pada Data Jumlah
Persediaan beras di Provinsi Sumatera 26 Tabel 3.10 Aplikasi Pemulusan Eksponensial Linier Satu Parameter
dari Brown Dengan Menggunakan α= 0.8 Pada Data Jumlah
Persediaan beras di Provinsi Sumatera 27 Tabel 3.11 Aplikasi Pemulusan Eksponensial Linier Satu Parameter
dari Brown Dengan Menggunakan α= 0.9 Pada Data Jumlah
Persediaan beras di Provinsi Sumatera 28 Tabel 3.12 Perbandingan Ukuran Ketepatan Metode Peramalan 29 Tabel 3.13 Perbandingan Persediaan Beras Sebenarnya, Pemulusan Pertama,
Pemulusan Ganda dan Hasil Peramalannya 30 Tabel 3.14 Peramalan Persediaan beras di Provinsi Sumatera 31