KESIMPULAN DAN SARAN

Pada bab ini, penulis mmberikan beberapa kesimpulan dan beberapa saran kepada pembaca sesuai hasil analisa yang telah diperoleh.

BAB 2

LANDASAN TEORI

2.1. Produksi

Produksi bawang merah mrupakan salah satu hasil bercocok tanam yang dilakukan dengan penanaman bibit bawang merah dan perawatan serta pemupukan secara teratur sehingga menghasilkan suatu produksi bawang merah yang dapat dimanfaatkan. Bawang merah tersebut kemudian diproses menjadi bumbu masakan baik dijadikan sebagai bawang goreng, bahan masakan nasi goreng, soto, rendang, opor dll. Bawang merah merupakan bahan pangan yang banyak mengandung vitamin C, kalium, serat dan asam folat. Selain itu, bawang merah juga mengandung kalsium dan zat besi sehingga sangat bermanfaat dan sangat mempengaruhi aktivitas manusia khususnya bangsa Indonesia terlebih lagi masyarakat di Provinsi Sumatera Utara yang menjadikan bawang merah sebagai salah satu bahan pangan yang harus ada.

2.2 Pengertian Regresi

Dalam ilmu statistika teknik yang umum digunakan untuk menganalisa hubungan antara dua variable atau lebih adalah analisa regresi linier. Regresi pertama digunakan sebagai konsep statistic pada tahun 1877 oleh Sir Francis Galton. Dia telah melakukan studi tentang kecendrungan tinggi badan anak. Hasil studi tersebut merupakan suatu kesimpulan bahwa kecendrungan tinggi badan anak

yang lahir terhadap orang tuanya adalah menurun mengarah pada tinggi badan rata-rata penduduk. Istilah regresi pada mulanya bertujuan untuk membuat perkiraan nilai satu variable terhadap variable yang lain. Pada perkembangan selanjutnya, analisis regresi dapat digunakan sebagai alat untuk membuat perkiraan nilai suatu variabel dengan menggunakan beberapa variabel lain yang berhubungan dengan variabel tersebut. (Alfigari, 2000. Analisis Regresi Teori, kasus dan solusi, Edisi Kedua, Yogyakarta : BPFE halaman 1 dan 2)

Pada dasarnya dalam suatu persamaan regresi terdapat dua macam variabel, yaitu variabel bebas (independent variable) yang dinyatakan dengan simbol X dan variabel terikat (dependent variable) yang biasanya dinyatakan dengan symbol Y. Variabel terikat adalah variabel yang dipengaruhi atau yang nilainya bergantung dari nilai variabel lain. Variabel bebas adalah variabel yang memberikan pengaruh. Bila variabel bebas diketahui maka variabel terikatnya dapat diprediksi besarnya. Prinsip dasar yang harus dipenuhi dalam membangun suatu persamaan regresi adalah bahwa antara variabel terikat dengan variabel bebas mempunyai sifat hubbungan sebab-akibat.

2.3Analisis Regresi Linier

Analisis regresi merupakan teknik yang digunakan dalam persamaan matematik yang menyatakan hubungan fugsional antara variabel-variabel. Analisis regresi linier atau regresi garis lurus digunakan untuk:

1. Menentukan hubungan fungsional antar variabel dependen dengan independen. Hubungan fungsional ini dapat disebut sebagai persamaan garis regresi yang berbentuk linier.

2. Meramalkan atau menduga nilai dari satu variabel dengan hubungannya dengan variabel yang lain yang diketahui melalui persamaan garis regresi. Variabel yang lain diketahui melalui persamaan garis regresinya. Analisis regresi terdiri dari dua bentuk, yaitu:

1. Analisis Regresi Linier Sederhana 2. Analisis Regresi Linier Berganda

Analisis Regresi Linier Sederhana adalah bentuk regresi dengan model yang bertujuan untuk mempelajari hubungan antara dua variabel, yakni variabel terikat dan variabel bebas. Sedangkan analisis regresi berganda adalah bentuk regresi dengan model yang memiliki hubungan antara satu variabel terikat dengan dua atau lebih variabel bebas. Variabel bebas adalah variabel yang nilainya tergantung dengan variabel lainya, sedangkan variabel terikat adalah variabel yang nilainya tergantung dari variabel lainya.

Analisi regresi digunakan untuk mengetahui hubungan antara dua variabel atau lebih, terutama untuk menelusuri pola hubungan yang modelnya belum diketahui dengan baik, atau untuk meengetahui bagaimana variasi dari beberapa variabel bebas mempengaruhi variabel dependen dalam suatu fenomena yang komplek. Jika X₁, X₂,… …X_k adalah variabel-variabel bebas dan Y adalah variabel terikat, maka terdapat hubungan antara fungsional antara X dan Y, dimana variasi

dari X akan diiringi pula oleh variasi dari Y. Jika dibuat secara matematis hubungan ini dapat dijabarkan sebagai berikut :

Y = f(X₁, X₂,… …. X_k, e)

Keterangan :

Y = Variabel terikat (Dependen) X = Variabel bebas (Independen) e = Variabel residu (disturbace term)

2.4 Analisis Regresi Linier Sederhana

Analisis regresi linier sederhana terdiri dari satu variabel bebas dan satu variabel terikat. Dengan kata lain variabel yang dianalisis terdiri dari satu variabelprediktor dan satu variabel kriterium. Model regresi linier sederhanaya adalah:

Y = a + bX

Keterangan :

Y = Variabel terikat (dependent variable) X = Variabel bebas (independent variable) a = Konstanta (intrcept)

b = Kemiringan (slope)

Penggunaan regresi linier sederhana didasarkan pada asumsi, diantaranya sebagai berikut :

1. Model regresi harus linier dalam parameter

3. Nilai disturbance term sebesar 0 atau dengan symbol sebagai e 4. Varian untuk masing-masing error term (kesalahan) konstan 5. Tidak terjadi autokorelasi

6. Model regresi dispesifikasikan secara benar. Tidak terdapat bias spesifikasi dalam model yang digunakan dalam analisis empiris.

Koefisien-koefisien regresi a dan b dapat dihitung dengan rumus:

a = Yi Xi² − Xi XiYi n Xi2− Xi 2

b =ⁿ XiYi − Xi Yi n Xi2− Xi 2

Jika koefisien b terlebih dahulu dihitung, maka koefisien a dapat dihitung dengan rumus:

a = Y −bX

Dengan Y dan X masing-masing rata-rata untuk variabel-variabel X dan Y.

2.5 Trend Non Linier

Trend non linier yaitu trend yang persamaannya berpangkat lebih dari satu. Dua jenis trend non linier yang akan dipelajari adalah trend parabolik (persamaannya berpangkat 2) dan trend eksponensil (persamaannya berpangkat X).

2.5.1 Trend Parabolik

Bentuk umum persamaan trend parabolik yaitu:

= a + bX + c ²

Secara matematis dan sederhana, harga a dan b dapat dicari dengan asumsi bahwa

Σ X = 0, sebagai berikut: =ΣXY Σ 2 =Σ 2ΣY−nΣ 2Y (Σ 2)2−nΣ 4 =Ῡ − ^Σ_Σ^XY₂ 2.5.2 Trend Eksponensiil

Bentuk umum persamaan trend eksponensiil adalah:

=

Apabila diubah dalam bentuk logaritma, maka persamaannya menjadi: log =log + log

Harga-harga a dan b dapat dicari dengan asumsi ΣX = 0 sebagai berikut:

Σ lo� Y = n lo�

log =Σlog Y

n

( � � ) =Σ( ²) log⁡ b

log =Σ(X log Y)

Σ 2 = ��� �

2.5 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 ramalan pada periode ke-t

Dalam menghitung forecasterror digunakan Mean Squared Error (MSE). Mean Squared Error adalah rata-rata kesalahan meramal dikuadratkan.

BAB 3

GAMBARAN UMUM PERUSAHAAN

3.1. Sejarah Badan Pusat Statistik

Badan Pusat Statistik (BPS) adalah lembaga non departemen. Badan Pusat Statistik melakukan kegiatan yang ditugaskan oleh pemerintah antara bidang pertanian, agrarian, pertambangan, kependudukan sosial, ketenagakerjaan, keuangan, pendapatan, dan keagamaan. Selain hal-hal diatas BPS juga bertugas untuk melaksanakan koordinasi dilapangan, kegiatan satistik dari segenap instansi baik dipusat maupun didaerah dengan mencegah dilakukannya pekerjaan yang serupa oleh dua atau lebih instansi, memajukan keseragaman dalam penggunaan defenisi, klasifikasi dan ukuran-ukuran lainnya.

3.2. Logo Instansi Badan Pusat Statistik

Badan Pusat Statistik mempunyai logo seperti yang ada pada gambar dibawah ini

Logo BPS terdiri dari 3 warna yang masing-masing mempunyai makna. Adapun makna yang dimaksud adalah :

1. Biru

Memiliki makna tentang Sensus Penduduk yang dilakukan oleh pihak BPS setiap 10 tahun sekali (tahun berakhiran angka 0) yang mencakup index pembangunan manusia, kemiskinan, kependudukan, kesehatan, ketahanan sosial, konsumsi dan pangelaran, pendidikan, perumahan, sosial budaya, tenaga kerja.

2. Hijau

Memiliki makna tentang Sensus Pertanian yang dilakukan setiap 10 tahun sekali (tahun berakhiran angka 3) yang mencakup index tanaman pangan, hortikultura, kehutanan, perkebunan, perikanan dan peternakan.

3. Orange

Memiki makna tentang Sensus Ekonomi yang dilakukan setiap 10 tahun sekali (tahun berakhiran angka 6) yang mencakup index kegiatan ekspor-impor, industri, inflasi, harga produsen, harga perdagangan, keuangan, komunikasi, konstruksi, neraca arus dana, nilai tukar petani, pariwisata, produk domestik bruto, produk domestik regional bruto, transportasi, upah buruh, dan usaha mikro kecil.

3.3. VISI dan MISI Badan Pusat Statistik

3.3.1. Visi Badan Pusat Statistik

Visi BPS adalah “Pelopor data statistik terpercaya untuk semua’’.

3.3.2. Misi Badan Pusat Statistik

Misi BPS yaitu :

1. Memperkuat landasan konstitusional dan operasional lembaga statistik untuk penyelenggaraan statistik yang efektif dan efisien.

2. Menciptakan insan statistik yang kompeten dan profesional, didukung pemamfaatan teknologi dan informasi mutakhir untuk kemajuan perstatistikan Indonesia.

3. Meningkatkan penerapan standar klasifikasi, konsep dan defenisi, pengukuran dan kode etik statistik yang bersifat universal dalam setiap penyelenggaraan statistik.

4. Meningkatkan kualitas pelayanan informasi statistik bagi semua pihak. 5. Meningkatkan koordinasi, integritasi, dan singkronisasi kegiatan statistik

yang diselenggarakan pemerintah dan swasta, dalam kerangka Sistem Statistik Nasional (SSN) yang efektif dan efisien.

3.4. Struktur Organisasi Badan Pusat Statistik

Struktur organisasi disusun untuk membantu mencapai tujuan organisasi agar lebih efektif. Tujuan organisasi akan menentukan struktur organisasinya yaitu

dengan menentukan seluruh pekerjaan, hubungan antar tugas, batas wewenang dan tanggung jawab masing-masing tugas tersebut.

Atas dasar kegiatan ini selanjutnya akan disusun pola tetap hubungan-hubungan diantara bidang-bidang keputusan, maupun para pelaksana yang mempunyai kedudukan, wewenang dan tanggung jawab tertentu dan semua ini menghasilkan kerangka organisasi.

Bentuk struktur yang diterapkan di Kantor Badan Pusat Statistik Kotamadya Medan adalah Struktur Organisasi Garis (Line) dan staff. Bentuk dan Struktur Organisasi Garis (Line) dan Staff adalah kekuasaan, wewenang mengenai tugas dan tanggung jawab perusahaan dipegang sepenuhnya oleh pejabat staff (Kepala Bagian) yang memberikan bahan masukan kepada pimpinan dalam pengambilan keputusan, dan tidak berwenang memberikan perintah kepada pegawai termasuk ke dalam satuan organisasi yang dipimpin oleh seorang pejabat lain.

Struktur Organisasi Badan Pusat Statistik Provinsi Sumatera Utara dapat kita lihat seperti gambar 2 dibawah ini :

3.5. Bidang Pekerjaan Badan Pusat Statistik

Bidang pekerjaan pada Badan Pusat Statistik terbagi menjadi 7 bagian yang terdiri dari :

3.5.1. Kepala Kantor Badan Pusat Statistik

1. Memimpin BPS Kabupaten/Kota.

2. Memimpin kegiatan dalam penyusunan program yang direncanakan oleh masing-masing

3. Mengatur pelaksanaan program Pusat Statistika Provinsi Sumatera Utara. 4. Menghimpun dan melakukan penyelesaian usulan program kerja tahunan

baik rutin maupun pengembangan semua satusan kerja daerah.

5. Pengangkatan pegawai, pendidikan, pelatihan, pemberhentian, pensiun dan mutasi pegawai lainnya.

6. Menyiapkan dan menyelenggarakan pelatihan bagi petugas lapangan Badan Pusat Statistik.

7. Membina aparatur Badan Pusat Statistik Kota agar berdaya guna.

8. Memberikan saran-saran dan pertimbangan-pertimbangan kepada bawahan dalam melaksanakan tugasnya.

3.5.2. Bagian Tata Usaha

Kegiatan Tata Usaha meliputi :

1. Menyusun program kerja tahunan BPS Provinsi Sumatera Utara.

2. Mengatur dan melaksanakan penghimpunan barang dalam penyusunan program kerja tahunan baik rutin maupun proyek kantor statistik provinsi dan menyampaikan ke Badan Pusat Statistik.

3. Mengatur dan melaksanakan urusan dalam yang meliputi surat-surat pengadaan atau percetakan kearsipan, rumah tangga dan pemeliharaan

gedung, keamanan dan lingkungan serta perjalanan dinas dalam maupun luar negeri.

4. Mengatur dan melaksanakan urusan perlengkapan dan perbekalan yang meliputi penyusunan, penyimpanan atau penggudangan, inventarisasi dan peghapusan serta pemeliharaan perlengkapan.

5. Mengatur dan melaksanakan urusan dan keuangan yang meliputi tata usaha keuangan, perbankan, administrasi dan pembukuan.

6. Mangatur dan melaksanakan urusan dan mutasi pegawai, pembinaan pegawai kesejahteraan.

7. Menyusun laporan kegiatan bagian secara berkala dan sewaktu-waktu. 8. Mengatur dan melaksanakan urusan penyelenggaraan berbagai pelatihan

teknis dan pelatihan administrasi.

3.5.3. Bagian Statistik Produksi

Kegiatan Statistik Produksi meliputi : 1. Pertanian meliputi :

a. Sub sektor tanaman pangan b. Sub sektor hortikultura c. Sub sektor Perkebunan d. Sub sektor Peternakan e. Sub sektor Perikanan f. Sub sektor Kehutanan 2. Industri Pengolahan meliputi :

a. Industri Besar dan Sedang b. Industri Sedang

c. Industri Kecil d. Industri Mikro

3. Pertambangan dan Energi 4. Konstruksi

3.5.4. Bagian Statistik Distribusi

Kegiatan Statistik Distrubusi meliputi :

1. Statistik Ekspor, Impor, Perdagangan dalam Negeri dan Trasnportasi. 2. Statistik Harga Produsen, Harga Perdagangan besar, Harga Konsumen,

Harga Pedesaan.

3. Statistik Keuangan, Teknologi dan Informasi dan Pariwisata.

3.5.5. Bagian Statistik Sosial

Kegiatan Statistik Sosial terdiri dari :

1. Statistik Kependudukan dan Ketenagakerjaan meliputi : a. Statistik Demografi

b. Statistik Ketenagakerjaaan c. Statistik Upah dan Pendapatan

d. Statistik Mobilitas Penduduk dan Tenaga Kerja 2. Statistik Kesejahteraan Rakyat meliputi :

b. Statistik Pendidikan dan Kesejahteraan Sosial c. Statistik Kesehatan dan Perumahan

3. Statistik Ketahanan Sosial meliputi : a. Statistik Ketahanan Wilayah b. Statistik Lingkungan Hidup c. Statistik Politik dan Keamanan d. Statistik Kerawanan Sosial

3.5.6. Bagian Integrasi Pengolahan dan Desiminasi Statistik

Kegiatan Statistik Integritasi Pengolahan dan Desiminasi statistik meliputi:

1. Rujukan Statistik, Publikasi dan Komplikasi Statistik, Layanan dan Promosi statistik, Perpustakaan dan Dokumentasi Statistik.

2. Integritasi Pengolahan Data, Jaringan Komunikasi Data, Pengembangan Basis Data, Pengelolaan Teknologi Informasi.

3.5.7. Bagian Neraca Wilayah dan Analisa Statistik

Kegiatan Statistik Neraca Wilayah dan Analisa Statistik meliputi : 1. Neraca Barang, Jasa, Produksi Nasional, Produksi Regional.

2. Neraca Rumah Tangga dan Industri Nirlaba, Pemerintah dan Badan Usaha, Modal dan Luar Negeri, Konsolidasi Neraca Pengeluaran.

3.6. Tugas, Fungsi, dan Kewenangan Badan Pusat Statistik

Tugas, fungsi dan kewenangan BPS telah menetap dalam KEPRES RI nomor 103 tahun 2001. Dalam menjalankan tugas, fungsi dan kewenangannya seperti tercantum dibawah ini. BPS juga dibatasi oleh 10 prinsip etika prastatistik yang tercantum dalam United Nations Fundamental Principles of Official Statistics.

3.6.1 Tugas Badan Pusat Statistik

Tugas Badan Pusat Statistik yaitu :

1. Pengkajian dan penyusunan kebijakan nasional di bidang kegiatan statistik;

2. Penyelenggaraan statistik dasar;

3. Koordinasi kegiatan fungsional dalam pelaksanaan tugas BPS;

4. Fasilitasi pembinaan terhadap kegiatan instansi pemerintah di bidang kegiatan statistik; dan penyelenggaraan pembinaan dan pelayanan administrasi umum di bidang perencanaan umum, ketatausahaan, organisasi dan tata laksana, kepegawaian, keuangan, kearsipan, hukum, persandian, perlengkapan dan rumah tangga.

5. Melaksanakan tugas pemerintahan di bidang kegiatan statistik sesuai dengan ketentuan peraturan perundang-undangan yang berlaku.

3.6.2 Fungsi Badan Pusat Statistik

a. Pengkajian, penyusunan, dan perumusan kebijakan dibidang statistik. b. Pengkoordinasian kegiatan statistik nasional dan regional.

c. Penetapan dan penyelenggaraan statistik dasar.

d. Pembinaan dan fasilitas atas kegiatan instansi pemerintah di bidang statistik; dan

e. P enyelenggaraan pembinaan dan pelayanan administrasi umum di bidang perencanaan umum, ketatausahaan, organisasi, tata laksana, kepegawaian, keuangan, kearsipan, kerumusan, hukum, perlengkapan, dan rumah tangga.

3.6.3. Kewenangan Badan Pusat Statistik

Kewenangan Badan Pusat Statistik adalah :

a. Penyusunan rencana nasional secara makro di bidangnya.

b. Perumusan kebijakan di bidangnya untuk mendukung pembangunan secara makro.

c. Penetapan sistem informasi di bidangnya.

d. Penetapan dan penyelenggaraan statistik nasional.

e. Kewenangan lain sesuai dengan ketentuan peraturan perundang-undangan yang berlaku, yaitu :

1. Perumusan dan pelaksanaan kebijakan tertentu di bidang kegiatan statistik.

3.7. Landasan Hukum Badan Pusat Statistik

Landasan hukum pada Badan Pusat Statistik meliputi :

1. Undang-undang Nomor 16 tahun 1997 tentang statistik menjamin kepastian hukum bagi penyelenggaraan dan pengguna statistik baik pemerintah maupun masyarakat. Dengan adanya undang-undang statistik ini maka kepentingan masyarakat pengguna statistik akan terjamin terutama atas nilai informasi yang diperolehnya.

2. Pengaturan Pemerintah RI Nomor 51 tahun 1999 tentang penyelenggaraan statistik yang mengamanatkan bahwa BPS berkewajiban menyelenggarakan kegiatan statistik dasar .

3. KEPRES RI Nomor 103 tahun 2001 tentang kedudukan, tugas, fungsi, kewenangan, struktur organisasi dan tata Kerja Lembaga Pemerintah Non Depatemen yang menetapkan kedudukan BPS sebagai lembaga pemerintah non departemen yang mempunyai tugas menyelenggarakan kegiatan statistik dasar.

4. Keputusan Kepala Badan Pusat Statistik Nomor 21 tahun 2001 tentang Organisasi dan Tata Kerja Perwakilan Badan Pusat Statistik di Daerah.

BAB 4

PENGOLAHAN DATA

4.1Arti dan Kegunaan Analisis Data

Analisis data pada dasarnya dapat diartikan sebagai berikut:

1. Membandingkan dua hal atau lebih variabel untuk mengetahui selisih atau rasionya kemudian diambil kesimpulan.

2. Menguraikan atau memecahkan suatu keseluruhan menjadi bagian –

bagian atau komponen yang lebih kecil agar dapat : a. Mengetahui komponen yang menonjol

b. Membandingkan antara komponen yang satu dengan komponen lainnya

c. Membandingkan salah satu atau beberapa komponen dengan keseluruhan.

3. Memperkirakan atau memperhitungkan besarnya pengaruh secara kuantitatif dari suatu kejadian terhadap suatu kejadian lainnya.

4.2Model Peramalan

Pertambahan atau pertumbuhan jumlah Produksi Bawang Merah dapat mempengaruhi kesejahteraan daerah atau negara yang bersangkutan. Dalam pengolahan data ini penulis menggunakan model sistimatis yang sesuai dipergunakan untuk memperkirakan jumlah Produksi Bawang Merah Provinsi

Sumatera Utara pada tahun 2013. Model yang digunakan adalah regresi linier sederhana.

Berikut persamaan regresi sederhana ( Y topi ) sebagai berikut :

= +

Dimana : = Variabel tak bebas / terikat(dependet) X = Variabel bebas ( independent ) a = koefisien intersept

b = koefisien regresi Slove e = bentuk kesalahan (error)

Dari rumus tersebut dapat di cari nilai a dan b. Cara mencari nilai a dan b adalah sebagai berikut :

a = Yi Xi² − Xi XiYi n Xi2− Xi 2 b =ⁿ XiYi − Xi Yi

4.3 Keadaan Jumlah Produksi Bawang Merah dengan Trend Linier

Tabel 4.1 Jumlah Produksi Bawang Merah dari Tahun 2004 – 2012

Tahun Produksi Bawang Merah (Ton)

2004 ^16.034 2005 ^8.369 2006 ^8.666 2007 ^11.005 2008 ^12.071 2009 ^12.655 2010 ^9.413 2011 ^12.449 2012 ^14.158

Sumber : Badan Pusat Statistika (BPS) Provinsi Sumatera Utara

Gambar 4.2

Diagram Batang Produksi Bawang Merah (Ton) Provinsi Sumatera Utara Tahun 2004-2012 0 5 10 15 20 2004 2005 2005 2007 2008 2009 2010 2011 2012 P roduk si ( ton) Tahun

Dari data tersebut diatas, akan di cari peramalan jumlah Produksi Bawang Merah Provinsi Sumatera Utara pada tahun 2013 sebagai berikut.

Tabel 4.2 Perhitungan Peramalan Jumlah Produksi Bawang Merah Provinsi Sumatera Utara Tahun 2004-2012

Tahun � � 2 � � 2004 ^{-4 16.034 16 -64.136} 2005 ^{-3 8.369 9 -25.107} 2006 ^{-2 8.666 4 -17.332} 2007 ^{-1 11.005 1 -11.005} 2008 ^{0 12.071 0 0} 2009 ^{1 12.655 1 12.655} 2010 ^{2 9.413 4 18.826} 2011 ^{3 12.449 9 37.347} 2012 ^{4 14.158 16 56.632} Jumlah 0 104.820 60 7.880 = + = Yi Xi² − Xi XiYi n Xi2− Xi 2 =

^{104.820 60 −(0) 7.880} 9(60)− 0 2 =

^3144600 270 = 11646,67

b = � � − � � ( �2− ( �)² =

^{9 7.880 − 0 (104820 )} 9 60 − (0) = ⁷⁰⁹²⁰ 270 =

131,333

Sehingga diproleh persamaan

= . , + , �

Maka dapat ditentukan nilai ramalan jumlah Produksi Bawang Merah Provinsi Sumatera Utara sebagai berikut.

a. Tahun 2004 yaitu : = + = 11.646,67 + 131,333 (-4) = 11.646,67 – 525,332 = 11.121,3 b. Tahun 2005 yaitu : = + = 11.646,67 + 131,333 (-3) = 11.646,67 - 393,999 = 11.252,7

c. Tahun 2006 yaitu : = + = 11.646,67 + 131,333 (-2) = 11.646,67 – 262,666 = 11.384 d. Tahun 2007 yaitu : = + = 11.646,67 + 131,333 (-1) = 11.646,67 – 131,333 = 11.515,3 e. Tahun 2008 yaitu : = + = 11.646,67 + 131,333 (0) = 11.646,67 + 0 = 11.646,67 f. Tahun 2009 yaitu : = + = 11.646,67 + 131,333 (1) = 11.646,67 + 131,333 = 11.778 g. Tahun 2010 yaitu : = +

= 11.646,67 + 131,333 (2) = 11.646,67 + 262,666 = 11.909,3 h. Tahun 2011 yaitu : = + = 11.646,67 + 131,333 (3) = 11.646,67 + 393,999 = 12.040,7 i. Tahun 2012 yaitu : = + = 11.646,67 + 131,333 (4) = 11.646,67 + 525,332 = 12.172

4.4. 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 ramalan pada periode ke-t

Mean Squared Error adalah rata-rata kesalahan meramal dikuadratkan.

� =

^�²

Tabel 4.3 Perhitungan MSE Produksi Bawang Merah Tahun 2004-2012 Menggunakan Regresi Sederhana

Tahun � � et et² 2004 -4 16034 11121.3 4912.662 24134247.9 2005 -3 8369 11252.7 2883.671 8315558.44 2006 -2 8666 11384 2718 7387524 2007 -1 11005 11515.3 510 260100 2008 0 12071 11646.7 424.33 180055.949 2009 1 12655 11778 876.997 769123.738 2010 2 9413 11909.3 2496.336 6231693.42 2011 3 12449 12040.7 408.331 166734.206 2012 4 14158 12172 1985.998 3944188.06 Jumlah 0 1912.925 51389225.7 Dengan N = 9 MSE = ^� 2 �=1

=

^51.389.225,7 9

=

5.709.913

Dengan = . , � = , � sehingga persamaannya menjadi

: = . , + , �

a. Peramalan untuk tahun 2013 yaitu :

= +

= 11.646,67 + 131,333 (5)

= 11.646,67 + 656.665 = 12.303

b. Peramalan untuk tahun 2013 yaitu :

= +

= 11.646,67 + 131,333 (6)

= 11.646,67 + 787,998 = 12.434,668

c. Peramalan untuk tahun 2015 yaitu :

= +

= 11.646,67 + 131,333 (7)

= 11.646,67 + 919,331 = 12.566,001

Dengan begitu diperoleh ramalan jumlah Produksi Bawang Merah Provinsi Sumatera Utara pada tahun 2013-2015 sebagai berikut.

Tabel 4.4 Peramalan Produksi Bawang Merah Tahun 2013-2015 Menggunakan Regresi Linier Sederhana

Tahun Produksi Bawang Merah (Ton)

2013 ^12.303

2014 ^12.434,668

2015 ^12.566,001

4.3Keadaan Jumlah Produksi Bawang Merah dengan Trend Non Linier

Tabel 4.5 Perhitungan Peramalan Jumlah Produksi Bawang Merah Provinsi Sumatera Utara Tahun 2004-2012

=ΣXY Σ 2=⁷⁸⁸⁰ 60 ^{= 131.3333} =Σ 2ΣY−nΣ 2Y (Σ 2)2−nΣ 4 = ^{60 x 104.820} − 9 x 766.410 (60)2−(9 x 708) ⁼ −61,0199 Tahun � � � 2 2 Y ⁴ 2004 ^{16034 -4 16034 -64136 16} 256544 256 2005 ^{8369 -3 8369 -25107 9} 75321 81 2006 ^{8666 -2 8666 -17332 4} 34664 16 2007 ^{11005 -1 11005 -11005 1} 11005 1 2008 ^{12071 0 12071 0 0} 0 0 2009 ^{12655 1 12655 12655 1} 12655 1 2010 ^{9413 2 9413 18826 4} 37652 16 2011 ^{12449 3 12449 37347 9} 112041 81 2012 ^{14158 4 14158 56632 16} 226528 256 Jumlah 104820 ⁰ 104820 7880 60 766410 708

=Ῡ − ^{Σ 2}

n ^{= 11.646,67}− −61,0199 x ⁶⁰

9 ^{= 12.053,47}

Maka Diproleh Persamaan

= , + , � − , ��

Maka dapat diramalkan produksi bawang merah provinsi sumatera utara tahun 2004-2015 sebagai berikut a. Tahun 2004 (X=-4) yaitu : = 12053,47 + 131,3333X−61,0199 ² = 12053,47 + 131,3333(4)−61,0199(−4)² = 10.551,81 b. Tahun 2005 (X=-3) yaitu : = 12053,47 + 131,3333X−61,0199 ² = 12053,47 + 131,3333(−3)−61,0199(−3)² = 11.110,29 c. Tahun 2006 (X=-2) yaitu : = 12053,47 + 131,3333X−61,0199 2 = 12053,47 + 131,3333(−2)−61,0199(−2)² = 11.546,72 d. Tahun 2007 (X= -1) yaitu : = 12053,47 + 131,3333X−61,0199 ²

= 12053,47 + 131,3333(−1)−61,0199(−1)² = 11.861,11 e. Tahun 2008 (X=0) yaitu : = 12053,47 + 131,3333X−61,0199 ² = 12053,47 + 131,3333(0)−61,0199(0)² = 12053,47 f. Tahun 2009 (X=1) yaitu : = 12053,47 + 131,3333X−61,0199 2 = 12053,47 + 131,3333(1)−61,0199(1)² = 12.123,78 g. Tahun 2010 (X=2) yaitu : = 12053,47 + 131,3333X−61,0199 ² = 12053,47 + 131,3333(2)−61,0199(2)² = 12.072,05 h. Tahun 2011 (X=3) yaitu : = 12053,47 + 131,3333X−61,0199 2 = 12053,47 + 131,3333(3)−61,0199(3)² =11.898,29 i. Tahun 2012 (X=4) yaitu : = 12053,47 + 131,3333X−61,0199 2 = 12053,47 + 131,3333(4)−61,0199(4)² = 11.602,48

j. Tahun 2013 (X=5) yaitu : = 12053,47 + 131,3333X−61,0199 ² = 12053,47 + 131,3333(5)−61,0199(5)² = 11.184,63 k. Tahun 2014 (X=6) yaitu : = 12053,47 + 131,3333X−61,0199 ² = 12053,47 + 131,3333(6)−61,0199(6)² = 10.644,75 l. Tahun 2015 (X=7) yaitu : = 12053,47 + 131,3333X−61,0199 ² = 12053,47 + 131,3333(7)−61,0199(7)² = 9.982,82

Tabel 4.6 Perhitungan MSE Produksi Bawang Merah Tahun 2004-2012 Menggunakan Trend Non Linier

Tahun � � e_t e_t² 2004 -4 16034 10551.81 5482.182 30.054.316 2005 -3 8369 11110.29 -2741.29 7.514.673 2006 -2 8666 11546.72 -2880.72 8.298.566 2007 -1 11005 11861.11 -856.116 732.934,8 2008 0 12071 12053.47 17.53067 307,3244 2009 1 12655 12123.78 531.2173 282.191,8 2010 2 9413 12072.06 -2659.06 7.070.581 2011 3 12449 11898.29 550.7099 303.281,4

2012 4 14158 11602.48 2555.516 6530661 Jumlah 0 ^6.754.168 Dengan N = 9 MSE = ^� 2 �=1

=

^6.754.168 9

=

750.463,1

Tabel 4.7 Peramalan Produksi Bawang Merah Tahun 2013-2015 Menggunakan Trend Non Linier

Tahun Produksi Bawang Merah (Ton)

2013 ^11.184,63

2014 ^10.644,75

BAB 5

IMPLEMENTASI SISTEM

5.1 Pengertian Implementasi Sistem

Implementasi sistem adalah prosedur yang dilakukan untuk menyelesaikan desain sistem yang ada dalam desain yang telah disetujui, menginstal dan memulai sistem baru atau sistem yang diperbaiki.

Tahapan implementasi sistem adalah tahapan penerapan hasil desain tertulis kedalam programming. Dalam pengolahan data pada Tugas Akhir ini penulis menggunakan perangkat lunak (softwere) sebagai implementasi sistem yaitu SPSS 17,0 for windows dalam masalah memperoleh perhitungan.

5.2 SPSS Dalam Statistika

SPSS (Statistical Package for the Social Sciences)merupakan salah satu paket program komputer yang digunakan dalam mengolah data statistik. SPSS merupakan softwareyang paling populer, dan banyak digunakan sebagai alat bantu dalam berbagai riset. SPSS pertama kali diperkenalkan oleh tiga mahasiswa Standford University pada tahun 1968. SPSS sebelumnya dirancang untuk pengolahan data statistik pada ilmu-ilmu sosial, sehingga SPSS merupakan singkatan dari Statistical Package for the Social Sciences. Namun, dalam perkembangan selanjutnya penggunaan SPSS diperluas untuk berbagai jenis user, sehingga SPSS yang sebelumnya disingkat dari Statistical Package for the Social

Sciencesberubah menjadi Statistical Product and Service Solutions.Penggunaan SPSS dimaksudkan untuk melakukan analisis dengan praktis, cepat dan akurat.

5.3 Mengaktifkan SPSS

Harus dipastikan terlebih dahulu bahwa SPSS terinstal pada komputer. Jika pada dekstop sudah ada ikon SPSS, maka SPSS dapat dibuka dengan cara:

1. Klik dua kali menu SPSS yang terdapat pada icon shortcut pada tampilan dekstop.

2. Selain itu program SPSS dapat diaktifkan melalui: Klik tombol Start pada jendela windows.

3. Klik All Program, lalu pilih SPSS for windows, kemudian klik SPSS Inc (SPSS 17,0), maka akan ditampilkan dalam bentuk sebagai berikut:

Gambar 5.1 Tampilan Saat Membuka SPSS pada Windows

Gambar 5.2 Tampilan Worksheet SPSS 17,0 For Windows

5.4 Mengoperasikan SPSS

Dari tampilan SPSS yang muncul, pilih type in data untuk membuat data baru dari menu utama file, pilih new, lalu klik, maka akan muncul jendela editor kemudian klik data. Cara menamai variabel dilakukan dengan, klik variabel view yang terletak sebelah kiri bawah jendela editor, kemudian menyusun defenisi variabel.

a. Name : digunakan untuk memberikan nama variabel b. Type : digunakan untuk menentukan tipe data

c. Width : digunakan untuk menuliskan panjang pendek variabel d. Decimals : digunakan untuk memberikan nilai decimal

e. Label : digunakan untuk memberikan nama variabel

f. Value : digunakan untuk menjelaskan nilai data pada kolom g. Missing : digunakan untuk menentukan data yang hilang