BAB 1 PENDAHULUAN
1.8 Waktu dan Lokasi Penelitian
Untuk mempermudah penelitian ini, penulis mengadakan penelitian dan pengumpulan data dan memilih lokasi pengumpulan data pada kantor Badan Pusat Statistika (BPS) di Jl. Asrama No. 179 Medan.
BAB 2
LANDASAN TEORI
2.1 Pengertian Peramalan
Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang, sedangkan rencana merupakan penentuan apa yang akan dilakukan pada waktu yang akan datang. Peramalan menjadi sangat penting karena penyusunan suatu rencana diantaranya didasarkan pada suatu proyeksi atau peramalan
Peramalan adalah suatu hal atau keadaan yang dapat diperkirakan di masa yang akan datang dengan menguji keadaan di masa lalu. Peramalan selalu digunakan untuk meminumkan pengaruh ketidakpastian terhadap sebuah permasalahan. Dengan kata lain, peramalan bertujuan mendapatkan peramalan yang bisa meminumkan kesalahan dalam meramal (forecat error) yang biasanya diukur dengan mean square error, mean absolute error dan lain sebagainya.
2.2 Kegunaan dan Peran Peramalan
Kegunaan dari peramalan terlihat pada saat pengambilan keputusan. Keputusan yang baik adalah keputusan yang didasarkan pertimbangan apa yang akan terjadi pada waktu keputusan itu terlaksanakan. Kurang tepat ramalan yang disusun atau yang dibuat maka kurang baiklah keputusan yang diambil. Meski demikian perlu disadari bahwa suatu ramalan adalah tetap ramalan, sebab selalu ada unsur kesalahan. Sehingga yang paling diperhatikan adalah usaha untuk memperkecil kemungkinan kesalahannya.(sofjan Assauri, 1984).
Keberhasilan dari suatu peramalan sangat ditentukan oleh:
1. Pengetahuan teknik tentang pengumpulan informasi (data) masa lalu, data ataupun informasi tersebut bersifat data kuantitatif.
2. Teknik dan metode yang tetap dan sesuai dengan pola data yang telah dikumpulkan.
Gambaran perkembangan pada masa lalu yang akan datang diperoleh dari hasil analisa data yang didapat dari penelitian yang telah dilakukan.
Perkembangan pada masa depan merupakan perkiraan apa yang akan terjadi, sehingga dapat dikatakan bahwa peramalan selalu diperlukan di dalam penelitian.
Ada 3 (tiga) peranan peramalan yang merupakan bentuk khas dari kegunaan peramalan dalam jangka pendek maupun jangka panjang, yaitu:
1. Penjadwalan sumber daya yang tersedia.
2. Penyediaan sumber daya tambahan.
3. Penentuan sumber daya yang diinginkan.
2.3 Jenis-jenis Peramalan
Berdasarkan sifatnya, maka peramalan dapat dibedakan atas 2 (dua) jenis, yaitu:
1. Peramalan kualitatif
Peramalan kualitatif merupakan peramalan yang didasarkan atas data kualitatif pada masa lalu. Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran yang bersifat intuisi, pendapatan dan pengetahuan dari orang yang menyusunnya. Biasanya peramalan secara kualitatif ini didasarkan atas hasil penyelidikan.
2. Peramalan kuantitatif
Peramalan kuantitatif merupakan peramalan yang didasarkan atas data kuantitatif pada masa lalu. Hasil peramalan yang dibuat sangat bergantung pada metode yang digunakan dalam peramalan tersebut. Dengan metode berbeda akan diperoleh hasil peramalan yang berbeda. Baik tidaknya metode yang digunakan ditentukan dari perbedaan atau penyimpangan antara hasil peramalan dengan kenyataan yang terjadi.
Peramalan kuantitatif dapat dibagi menjadi dua yaitu deret berkala (time series) dan metode kausal. Peramalan kuantitatif dapat digunakan bila terdapat 3 (tiga) kondisi sebagai berikut:
a) Adanya informasi tentang masa lalu.
b) Informasi tersebut dapat dikuantitatifkan dalam bentuk data.
c) Informasi tersebut dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada masa yang akan datang.
Berdasarkan jangka waktu, peramalan dapat dibedakan atas 2 (dua) jenis, yaitu:
1. Peramalan jangka panjang
Peramalan jangka penjang merupakan peramalan yang dilakukan untuk penyusunan hasil ramalan yang jangka waktunya lebih dari satu setengah tahun atau 3 semester. Peramalan seperti ini misalnya diperlukan dalam penyusunan rencana pembangunan suatu negara atau daerah, corporate planning, rencana investasi atau rencana ekspansi dari suatu perusahaan.
2. Peramalan jangka pendek
Peramalan jangka pendek merupakan peramalan yang dilakukan untuk penyusunan hasil ramalan yang jangka waktunya kurang dari satu setengah tahun atau 3 semester. Peramalan seperti ini misalnya diperlukan dalam penyusunan rencana kerja operasional dan anggaran.
2.4 Langkah-langkah Peramalan
Peramalan yang baik adalah peramalan yang dilakukan dengan mengikuti prosedur penyusunan yang baik. 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 tabel data maka dapat diketahui pola data tersebut.
2. Menentukan metode yang digunakan
Setiap metode akan memberikan hasil peramalan yang berbeda. Di mana metode peramalan yang baik adalah metode yang menghasilkan penyimpangan antara hasil peramalan dengan nilai kenyataan yang sekecil mungkin.
3. Proyeksi data
Memproyeksi data yang lalu dengan menggunakan metode yang digunakan, dan mempertimbangkan adanya beberapa faktor perubahan. Faktor–faktor
perubahan tersebut antara lain terdiri dari perubahan kebijakan-kebijakan yang ternasuk kebijakan pemerintah.
2.5 Metode Peramalan
Metode peramalan adalah cara memperkirakan atau mengestimasi secara kuntitatif maupun kualitatif apa yang akan terjadi di masa yang akan datang, berdasarkan data yang relevan dari masa lalu. Dengan demikian, peramalan diharapkan dapat memberikan objektivitas yang lebih besar.
a. Metode-metode peramalan dengan analisa deret waktu, yaitu:
1. Metode pemulusan (smoothing) 2. Metode proyeksi trend dengan regresi 3. Metode Box Jenkins
b. Metode-metode peramalan atas dasar penggunaan sebab-akibat:
1. Metode regresi dan korelasi 2. Metode ekonometri
3. Metode input output
Ada 6 (enam) faktor utama yang didefenisikan sebagai teknik dan metode peramalan, yaitu:
a) Horison waktu
Ada 2 (dua) aspek dari Horison waktu yang berhubungan dengan masing-masing metode peramalan. yaitu cakupan waktu di masa yang akan datang dan jumlah periode untuk peramalan yang diinginkan.
b) Pola data
Dasar utama dari metode peramalan adalah anggapan bahwa macam-macam dari pola yang didapati dalam data diramalkan akan berkelanjutan.
c) Jenis dari model
Model-model perlu diperhatikan karena masing-masing model mempunyai kemampuan yang berbeda dalam analisa keadaan untuk pengambilan
d) Biaya yang Dibutuhkan
Umumnya ada 4 (empat) unsur biaya yang tercakup di dalam penggunaan suatu prosedur peramalan, yaitu biaya-biaya pengembangan, penyimpanan data, operasi pelaksanaan dan kesempatan dalam penggunaan teknik-teknik dan metode lainnya.
e) Ketetapan Metode Peramalan
Tingkat ketetapan yang dibutuhkan sangat erat kaitannya dengan tingkat perincian yang dibutuhkan dalam suatu peramalan.
f) Kemudahan dalam Penerapan
Metode-metode yang dapat dimengerti dan mudah diaplikasikan sudah merupakan suatu prinsip umum bagi pengambilan keputusan.
2.6 Metode Pemulusan (Smoothing)
Metode Pemulusan (Smoothing) merupakan teknik meramal dengan cara mengambil rata-rata dari beberapa periode lalu yang menafsirkan nilai pada masa atau periode yang akan datang. Dalam metode pemulusan ini data historis digunakan untuk memperoleh angka yang dirincikan atau diratakan. Metode Pemulusan dilakukan dengan 2 (dua) cara, yaitu:
1. Forecasting dengan metode Moving Average (Rata-rata Bergerak)
Metode ini dilakukan dengan mengambil sekelompok nilai pengamatan, mencari rata-ratanya menggunakan rata-rata tersebut sebagai ramalan untuk periode yang akan datang.
2. Forecasting dengan Exponensial Smoothing
Metode Exponensial Smoothing merupakan peramalan yang dilakukan dengan mengulang perhitugan secara terus-menerus dengan menggunakan data terbaru.
2.7 Metode Moving Average
Metode ini disebut rata-rata bergerak karena data observasi baru tersedia, maka angka rata-rata baru dihitung dan digunakan sebagai ramalan (forecast).
Metode moving average ini dibagi menjadi dua, yaitu:
a. Rata-rata Bergerak Tunggal (Single Moving Averanges)
Metode ini menentukan ramalan pada periode yang akan datang dengan memerlukan data historis selama jangka waktu tertentu. Misalnya, dengan 4 bulan moving average, maka ramalan ke-5 baru bisa dilakukan setelah bulan ke-4 selesai. Jika 6 bulan moving average, ramalan bulan ke-7 baru bisa dilakukan setelah bulan ke-6 selesai. Semakin panjang jangka waktu moving average, efek perincian semakin terlihat dalam ramalan atau menghasilkan moving average yang semakin luas.
Ft+1 =X1 + X2+ ⋯ + Xn T
di mana:
Ft+1 = Ramalan untuk periode ke t + 1 XT = Nili real periode ke t
T = Jangka waktu rata-rata bergerak
Menghitung Kesalahan Error
Hasil proyeksi yang akurat adalah forecast yang bisa meminimalakan kesalahan meramal (forecast error). Besarnya forecast error dihitung dengan mengurangi data real dengan besarnya ramalan.
Error (E) = Xt− Ft
di mana:
Xt = Data real periode ke-t Ft = Ramalan periode ke-t
Dalam menghitung forecast error digunakan:
a) Mean Absolute Error
Mean absolute error adalah rata-rata absolute dari kesalahan meramal, tanpa menghiraukan tanda positif maupun negatif.
MAE =∑ |Xt− Ft|2 n
b) Mean Square Error
Mean Square Error adalah kuadrat rata-rata kesalahan meramal.
MSE =∑(Xt− Ft)2 n
b. Rata-rata Bergerak Ganda (Double Moving Averanges)
Menentukan ramalan dengan metode double moving averages sedikit lebih sulit dibandingkan single moving averages. Ada beberapa langkah dalam menetukan ramalan dengan metode double moving averages.
Adapun prosedur peramalan rata-rata bergerak linier meliputi tiga aspek:
1. Penggunaan rata-rata bergerak tunggal pada waktu (ditulis 𝑆′𝑡)
2. Penyesuaian yang merupakan perbedaan antara rata-rata bergerak tunggal dan ganda pada waktu t (ditulis 𝑠′𝑡−𝑠′′𝑡)
3. Penyesuaian untuk kecenderungan dari periode t ke periode t + 1 (atau ke periode t+m jika yang diramalkan M periode ke depan).
Secara umum prosedur Rata-rata bergerak linier secara umum dapat dijelaskan langkah-langkah sebagai berikut:
c. Menetukan moving averages pertama (S′t)
(S′t) =Xt+ Xt−1+ Xt−2…+ Xt−N+1 N
di mana:
S′t = Smoothing Pertama Periode t Xt = Nilai riil periode t
N = Jumlah Periode
d. Menentukan moving averages kedua (S′′t)
(S′′t) =S′t+S′t−1+S′t−2+ ⋯ + S′t−N+1 N
e. Menentukan besarnya konstanta (αt)
at = S′t+ (S′t− S′′t) = 2S′t− S′′t
f. Menentukan besarnya slope (bt)
bt = 2
N − 1(S′t− S′′t)
g. Menentukan besarnya Forecast
𝐹𝑡+𝑚 = 𝛼𝑡+𝑏𝑡m
𝑚 adalah jangka waktu forecast ke depan.
BAB 3
ANALISA DAN PEMBAHASAN
3.1 Arti dan Kegunaan Analisis Data
Analisis data pada dasarnya dapat diartikan sebagai berikut:
1. Membandingkan dua hal atau lebih variabel untuk mengetahui selisih atau resiko kemudian diambli kesimpulan.
2. Menguraikan atau memecahkan keseluruhan menjadi bagian-bagian atau komponen-komponen yang lebih kecil agar dapat mengetahui komponen yang menonjol, membandingkan antara komponen yang satu dengan komponen yang lainnya.
3. Memperkirakan atau memperhitungkan besarnya pengaruh kuantitatif dari suatu kejadian lainnya serta memperkirakan atau meramalkan kejadian lainnya yang dapat dinyatakan dengan perubahan nilai suatu variabelnya.
3.2 Pengolahan Data
Tabel 3.1 Data Jumlah Pelanggan Gas di Kota Medan Tahun 2005–2014.
Tahun Jumlah pelanggan gas
2005 17715
Dari data Tabel 3.1 di atas dapat dilakukan peramalan jumlah pelanggan gas tahun 2015-2018 dengan menggunakan data dari tahun 2005-2014. Data diolah mengunakan Microsoft Office Exel sebagai berikut:
Tabel 3.2 Peramalan jumlah pelanggan gas di Kota Medan
Tahun 2012 19535 19399,00 19281,78 19516,22 117,22 19448,56 2013 19713 19576,33 19421,00 19731,67 155,33 19633,44 2014 19752 19666,67 19547,33 19786,00 119,33 19887,00
2015* 19905,33
2016* 20024,67
2017* 20144,00
2018* 20263,33
Keterangan: * adalah hasil peramalan
3.2.1 Perhitungan Nilai Peramalan a. Pada tahun 2010
𝑆′′𝑡 =𝑆′𝑡 + 𝑆′𝑡 − 1 + 𝑆′𝑡 − 2 + ⋯ + 𝑆′𝑡 − 𝑁 + 1
Maka hasil peramalan tahun 2010 (m = 1) adalah 𝐹𝑡+𝑚 = 𝑎𝑡+ 𝑏𝑡𝑚
𝐹2009+1= 𝑎2009+ 𝑏2009𝑚 𝐹2010 = 𝑎2009+ 𝑏2009𝑚
𝐹2010 = 19455.88 + 280.55 (1) 𝐹2010 = 19736.43
Demikian pula, ramalan untuk tahun 2011 (m = 1) adalah 𝐹𝑡+𝑚 = 𝑎𝑡+ 𝑏𝑡𝑚
𝐹2010+1 = 𝑎2010+ 𝑏2010𝑚 𝐹2011 = 𝑎2010+ 𝑏2010𝑚 𝐹2011 = 19211,22 + 52,56 (1) 𝐹2011 = 19263.78
Ramalan untuk tahun 2012 (m = 1) adalah 𝐹𝑡+𝑚 = 𝑎𝑡+ 𝑏𝑡𝑚
𝐹2011+1 = 𝑎2011+ 𝑏2011𝑚 𝐹2012 = 𝑎2011+ 𝑏2011𝑚 𝐹2012 = 19368,11 + 80,44 (1) 𝐹2012 = 19448.55
Ramalan untuk tahun 2013 (m = 1) adalah 𝐹𝑡+𝑚 = 𝑎𝑡+ 𝑏𝑡𝑚
𝐹2012+1 = 𝑎2012+ 𝑏2012𝑚 𝐹2013 = 𝑎2012+ 𝑏2012𝑚
𝐹2013 = 19516,22 + 117,22 (1) 𝐹2013 = 19633.44
Ramalan untuk tahun 2014 (m = 1) adalah 𝐹𝑡+𝑚 = 𝑎𝑡+ 𝑏𝑡𝑚
𝐹2013+1 = 𝑎2013+ 𝑏2013𝑚 𝐹2014 = 𝑎2013+ 𝑏2013𝑚
𝐹2014 = 19731,67 + 155,33 (1) 𝐹2014 = 19887
Sementara itu, untuk periode tahun 2015, 2016, 2017 dan 2018, ramalannya menggunakan nilai terakhir dari 𝑎𝑡 dan 𝑏𝑡 ( tahun 2014) sebagai berikut:
Ramalan untuk tahun 2015 (m = 1) adalah 𝐹𝑡+𝑚 = 𝑎𝑡+ 𝑏𝑡𝑚
𝐹2014+1 = 𝑎2014+ 𝑏2014𝑚 𝐹2015 = 𝑎2014+ 𝑏2014𝑚
𝐹2015 = 19786,00 + 119,33 (1) 𝐹2015 = 19905.33
Ramalan untuk tahun 2016 (m = 2) adalah 𝐹𝑡+𝑚 = 𝑎𝑡+ 𝑏𝑡𝑚
Ramalan untuk tahun 2017 (m = 3) adalah 𝐹𝑡+𝑚 = 𝑎𝑡+ 𝑏𝑡𝑚
Ramaln untuk tahun 2018 (m = 4) adalah 𝐹𝑡+𝑚 = 𝑎𝑡+ 𝑏𝑡𝑚
Berdasarkan pengolahan data pada Tabel 3.2 maka dapat dilihat grafik jumlah pelanggan gas di Kota Medan dari tahun 2005-2018 sebagai berikut:
Gambar 3.1 Peramalan jumlah pelanggan gas di Kota Medan
3.2.2 Nilai Kesalahan dari Peramalan
Untuk mengetahui nilai kesalahan dari peramalan jumlah pelanggan gas dapat dilihat dalam tabel berikut:
Tabel 3.3 Nilai Kesalahan Dari Peramalan Jumlah Pelanggan Gas di Kota Medan
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015* 2016* 2017* 2018*
Peramalan Jumlah Pelanggan Gas
Sebagai contoh perhitungan diambil dari tahun 2014 yang dilakukan pada Tabel 3.3, yaitu sebagai berikut:
1. Kesalahan
𝑒2014= 𝑋2014− 𝐹2014 𝑒2014= 19752 − 19887,00 𝑒2014= −135
2. Kesalahan Persentase 𝑃𝐸2014= 𝑋2014− 𝐹2014
𝑋2014 × 100 𝑃𝐸2014= 19752 − 19887,00
19752 × 100
𝑃𝐸2014= −135
19752× 100 𝑃𝐸2014= −0.0068 × 100 𝑃𝐸2014= −0.68
3. Kesalahan Persentase Absolute 𝐴𝑃𝐸2014 = |𝑋2014− 𝐹2014
𝑋2014 | × 100 𝐴𝑃𝐸2014 = |19752 − 19887,00
19752 | × 100 𝐴𝑃𝐸2014 = |−135
19752| × 100 𝐴𝑃𝐸2014 = |−0.0068| × 100 𝐴𝑃𝐸2014 = 0.0068 × 100 𝐴𝑃𝐸2014 = 0.68
BAB 4
IMPLEMENTASI SISTEM
4.1 Pengertian Implementasi Sistem
Implementasi Sistem adalah prosedur yang dilakukan untuk menyesuaikan desain yang ada dalam desain system yang disetujui, menginstal dan memulai sistem baru yang diperbaiki. Tahapan implementasi merupakan tahapan penerapan hasil desain tertulis ke dalam programming (coding). Dalam pengolahan data pada karya tulis ini penulis menggunakan satu perangkat lunak (software) sebagai implementasi system yaitu program Excel dalam masalah memperoleh hasil perhitungan
4.2 Mengoperasikan Excel
Sebelum mengoperasikan software ini, pastikan bahwa pada computer telah terpasang program Excel. Setelah computer terpasang program, selanjutnya dapat menjalankan program ini dengan langkah-langkah sebagai berikut :
1. Setelah computer dalam posisi hidup, klik tombol Start 2. Pilih Programs
3. Klik Microsoft Excel untuk memulai program, selanjutnya Excel akan menampilkan buku kerja (Workbook) yang kosong.
Selain cara tersebut di atas, ada cara lain untuk menjalankan program ini, yaitu jika pada computer telah diinstal Office Shortcut, untuk memulai Excel cukup mengklik tombol Excel pada Shortcut Bar. Selanjutnya Excel akan menampilkan buku kerja seperti gambar berikut :
Gambar 4.1 Tampilan awal Microsoft Excel
Tampilan Excel di layar akan bervariasi bergantung pada jenis monitor yang dipakai. Ketika memulai program Excel, workbook Excel yang pertama disebut Book1. Jika membuka workbook lainnya saat itu juga, Excel secara otomatis akan menamai book2, demikian seterusnya.
a) Aturan pengoperasian
Untuk mempermudah pengoperasian Excel dengan mudah ada beberapa istilah yang perlu kami ulas, diantaranya adalah :
Klik : menekan tombol kiri mouse satu kali kemudian melepaskan
Klik Ganda : menekan dan melepas tombol kiri mouse sebanyak dua kali secara cepat dan berurutan
Geser : menekan dan menggeser tombol kiri mouse sambil menggerakkan pointer mouse ke arah yang dikehendaki Ctrl + C : menekan tombol Ctrl, selanjutnya tekan C dan lepaskan kedua
tombol tersebut.
Icon : gambar grafis yang terdapat pada layar dan biasa diklik untuk melakukan suatu perintah atau program tertentu.
b) Jendela Workbook
Bagian layar yang digunakan oleh suatu program disebut jendela. Jendela workbook Excel terdiri dari dari banyak elemen windows.
c) Workbook
Workbook atau sering disebut buku kerja adalah dokumen yang terdapat pada Excel yang setiap buku kerja terdiri dari tiga lembar kerja atau sering disebut sheet, dimana jumlah sheet ini bisa ditambah atau dikurangi sesuai kebutuhan.
Umumnya jika memulai Excel, sebuah workbook kosong akan terbuka dengan judul sementara Book1 kecuali jika memulai Excel beserta sebuah file yang telah ada. Untuk membuka file-file tambahan, pilih New atau Open dari menu File atau gunakan tombol Newbook dan Open pada Toolbar standart.
Selain itu, bisa membuka workbook sebanyak yang diinginkan sampai computer kehabisan memori. Workbook yang baru tampil di atas jendela workbook yang terakhir aktif dan menjadi jendela workbook aktif.
d) Lembar kerja (Sheet)
Seperti dijelaskan di atas bahwa pada saat mengaktifkan Excel, maka secara otomatis sebuah buku kerja akan tampil. Buku kerja tersebut terdiri atas tiga lembar kerja atau Sheet. Lembar kerja Excel terdiri dari 256 kolom dan 65536 baris. Kolom diberi nama A, B, C,….,Z dilanjutkan dengan AA, BB, CC,…, dan baris ditandai dengan angka 1, 2, 3,…..sampai 65536.
Perpotongan antara kolom dan baris biasa disebut sel (cell). sel diberi nama menurut lokasi dan koordinat, misalnya Sel C20 ini artinya perpotongan antara kolom pada C dengan baris ke 20, sel yang aktif ditandai dengan sel pointer/petunjuk sel.
Petunjuk sel yang terdapat pada lembar kerja dapat dipindahkan dari satu sel ke sel yang lainnya. Untuk memindahkan satu sel ke sel yang lain gunakan tombol dalam keyboard seperti yang berikut ini:
Tombol Keterangan
• • • • menggeser pointer ke kiri, atas, kanan atau ke bawah suatu sel
HOME memindahkan pointer mouse ke awal baris CTRL + HOME berpindah ke awal kerja
PAGE UP berpindah satu layar ke atas
TAB pindah antar sel yang tidak terprotek pada lembar kerja yang diprotek
END tanda panah berpindah antar blok baik di dalam maupun baris
HOME berpindah ke sel di jendela sebelah kiri END berpindah ke sel di jendela sebelah kanan.
e) Sel
Sel dibagi menjadi tiga kelompok, yaitu : 1. Sel relative
Sel relative adalah sel yang jika disalin akan menyesuaikan dengan tempat atau lokasi yang baru.
2. Sel semiabsolute
Sel semi-absolute adalah sel tempat salah satu posisi (baris atau kolom) bertanda
$. Absolute kolom misalnya pada sel A1 berisi $A1 artinya jika sel tersebut dikopi ke posisi baru kolom tersebut akan selalu tetap sedangkan barisnya akan menyesuaikan. Sedangkan absolute baris penulisannya adalah A$1, artinya jika sel tersebut dikopi, baris yang bersangkutan akan selalu tetap sedangkan kolom akan menyesuaikan.
3. Sel absolute
Sel absolute adalah sel baik kolom maupun barisnya terkunci, misalnya pada sel A1 berisi $A$9, artinya jika sel tersebut disalin atau dikopi baik baris ataupun kolom akan terkunci.
f) Memasukkan Data ke Lembar Kerja
Untuk memasukkan data ke lembar kerja perlu dilakukan langkah sebagai berikut:
1. Tempatkan penunjuk sel pada tempat atau sel tempat data tersebut akan ditempatkan
2. Ketik data yang akan dimasukkan
3. Untuk mengakhiri, tekan Enter atau tanda panah untuk berpindah sel atau dengan menggerakkan mouse ke tempat sel lain.
g) Mengakhiri Program Excel
Setelah selesai bekerja dengan Excel dan ingin keluar dari Excel, pilih perintah Exit darri menu File atau klik tombol close (x) dalam jendela Excel. Selanjutnya, Excel akan menanyakan apakah akan menyimpan setiap perubahan yang telah dilakukan pada setiap buku kerja yang terbuka. Jika mengklik Yes, dapat menentukan nama file yang baru untuk setiap workbook yang belum disimpan kemudian meyimpannya. Jika mengklik No, setiap perubahan yang lakukan akan hilang ketika keluar dari Excel. Mengklik tombol Cancel akan membatalkan perintah Exit dan mengembalikan ke dalam program Excel.
4.3. Penggolahan Data Pada microsoft Excel
Gambar 4.2 Tampilan data Metode Rata-Rata Bergerak
Pada tampilan di atas anda dapat menyaksikan juga perhitungan moving average pertama (S't), moving average kedua (S"t), nilai konstanta (a), slope (b) dari analisa peramalan jumlah pelanggan dengan cara:
a) S't yaitu pada tahun 2007 (sel C4) dengan menggunakan rumus:
=(B2+B3+B4)/3
Untuk tahun berikutnya tinggal mengcopy rumus di atas
b) S"t yaitu pada tahun 2009 (sel D6) dengan menggunakan rumus:
=(C4+C5+C6)/3
Untuk tahun berikutnya tinggal mengcopy rumus di atas
c) a besarnya bisa dicari pada tahun 2009 (sel E6) dengan menggunakan rumus:
=(2*C6)-D6
Untuk tahun berikutnya tinggal mengcopy rumus di atas
d) b besarnya bias dicari pada tahun 2009 (sel F6) dengan menggunakan rumus:
=(2*(C6-D6))/2
Untuk tahun berikutnya tinggal mengcopy rumus di atas
e) Nilai peramalannya {a + b(m)} bias dicari pada tahun 2010 (sel G7) dengan menggunakan rumus:
=E6+F6*1
Untuk tahun berikutnya tinggal mengcopy rumus di atas
4.4. Menghitung Nilai Kesalahan Pada Microsoft Excel
Gambar 4.3 Tampilan nilai kesalahan ramalan
Pada tampilan di atas, dapat dilihat juga hasil perhitungan kesalahan dari peramalan jumlah pelanggan gas dengan cara:
a) Mencari nilai Kesalahan mulai tahun 2010 (sel D46) yaitu dengan menggunakan rumus :
=B46-C46
Untuk tahun berikutnya tinggal mengcopy rumus di atas
b) Nilai kesalahan persentase yaitu menunjukkan persentase dari nilai kesalahan meramal (sel E46) yaitu dengan menggunakan rumus:
=((B46-C46)/B46)*100
Untuk tahun berikutnya tinggal mengcopy rumus di atas
c) APE (Kesalahan Persentase Absolut) menunjukkan nilai kesalahan persentase absolute (sel F46) yaitu dengan menggunakan rumus:
=(ABS(B46-C46)/B46)*100
Untuk tahun berikutnya tinggal mengcopy rumus di atas
4.5 Pembuatan Grafik
Data tanpa grafik (chart) tampaknya kurang menarik dibaca. Apalagi data tersebut cukup kompleks dan memiliki beragam item. Untuk itu perlu menampilkan data yang telah dibuat kedalam grafik. Pemberian grafik (chart) dapat dilakukan pada grup chart yang terdapat pada ribbon insert.
pada grup tersebut terdapat tujuh karegori, dimana setiap kategorinya memiliki berbagai bentuk yang dapat kita pilih dengan cara mengklik tombol dari masing masing kategori tersebut.
Langkah – langkah pembuatan grafik :
1. Buat dan seleksi data yang akan dijadikan sumber perbuatan grafik
Gambar 4.4 Data Untuk Pembuatan Chart Pada Grafik
2. Pada ribbon insert, klik tombol line, sehingga akan muncul beberapa jenis chart, kemudian pilih salah satu chart untuk membentuk grafik yang lebih baik
Gambar 4.5 Memilih jenis chart pada grafik
3. Setelah mengklik salah satu chart, maka akan terbentuk sebuah grafik
Gambar 4.6 Tampilan grafik pada peramalan jumlah pelanggan
0 5000 10000 15000 20000 25000
Peramalan Jumlah Pelanggan Gas
Jumlah Pelanggan Gas Moving Average Tunggal (S't) Moving Average Ganda (S"t) Ft+m
BAB 5
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan hasil pengolahan data dan analisis data yang dilakukan pada bab-bab sebelumnya maka kesimpulan yang diperoleh antara lain:
1. Bentuk persamaan peramalan untuk jumlah pelanggan gas di Kota Medan adalah:
𝐹2014+𝑀 = 𝑎2014+ 𝑏2014𝑚
2. Dari hasil peramalan yang dilakukan dengan menggunakan Metode Double Moving average pada tahun 2015 sampai pada tahun 2018 terjadi peningkatan terhadap jumlah pelanggan gas di Kota Medan.
3. Hasil peramalan jumlah pelanggan gas di Kota Medan pada tahun 2015 sampai pada tahun 2018 adalah:
NO Tahun Nilai Peramalan
1 2015 19905,33
2 2016 20024,67
3 2017 20144,00
4 2018 20263,33
5.2 Saran
Melihat angka jumlah pelanggan gas di Kota Medan yang semakin meningkat tiap tahun, maka pemerintah Kota Medan perlu memberikan perhatian yang khusus pada penyediaan supply serta mendistribusikan secara bijak pada masyarakat Kota Medan.
DAFTAR PUSTAKA
Assauri, Sofian. 1984. Teknik dan Metode Peramalan. Jakarta: Fakultas Ekonomi UI
Hakin Abdul. 2002. Statistik induktif untuk ekonomi dan bisnis, Yogyakarta:Ekonisia
Makrisdakis,S.1993. Metode dan Aplikasi Peramalan.Edisi ke-1.jakarta:
Elangga
Hasan,Iqbal. 1999. Pokok-pokok Materi Statistika1. Jakarta: Bumi Aksara
KEMENTERIAN PENDIDIKAN NASIONAL UNIVERSITAS SUMATERA UTARA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
DEPARTEMEN MATEMATIKA
Jl. Bioteknologi No.1 Kampus USU, Telp. (061) 8211050, Fax (061) 8214290 Medan 20155
SURAT KETERANGAN
Hasil Uji Implementasi Sistem Tugas Akhir
Yang bertanda tangan di bawah ini menerangkan bahwa Mahasiswa Tugas Akhir Program Diploma 3 Statistika :
Nama Mahasiswa : Sefti Theresia Sitohang Nomor Induk Mahasiswa : 132407025
Judul Tugas Akhir : Peramalan Jumlah Pelanggan Gas di Kota Medan Tahun 2015-2016
Telah melaksanakan test program Tugas Akhir Mahasiswa tersebut di atas pada tanggal :
Dengan Hasil : Sukses / Gagal
Demikian diterangkan untuk digunakan melengkapi syarat pendaftaran Ujian Meja Hijau Tugas Akhir Mahasiswa bersangkutan di Departemen Matematika FMIPA USU Medan.
Medan, Juni 2016
Medan, Juni 2016