PERAMALAN JUMLAH WISATAWAN MANCANEGARA YANG BERKUNJUNG KE KOTA MEDAN
TAHUN 2016
TUGAS AKHIR
AHMAD YASIR NASUTION 122407084
PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
MEDAN 2015
PERAMALAN JUMLAH WISATAWAN MANCANEGARA YANG BERKUNJUNG KE KOTA MEDAN
TAHUN 2016
TUGAS AKHIR
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh Ahli Madya
AHMAD YASIR NASUTION 122407084
PROGRAM STUDI D3 STATISTIKA
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
MEDAN
2015
PERSETUJUAN
Judul : PERAMALAN JUMLAH WISATAWAN
MANCANEGARA YANG DATANG KE KOTA MEDAN TAHUN 2016
Kategori : TUGAS AKHIR
Nama : AHMAD YASIR NASUTION
Nomor Induk Mahasiswa : 122407084
Program Studi : DIPLOMA (DIII) STATISTIKA
Departemen : MATEMATIKA
Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN
ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA
Diluluskan di
Medan, Juli 2015
Diketahui oleh:
Pembimbing, Ketua Program Studi D3 Statistika
FMIPA USU
Dr. Faigiziduhu Bu’ulölö, M.Si Prof. Dr. Saib Suwilo, M.Sc NIP. 19531218 198003 1 003 NIP. 1940109 198803 1 004
PERNYATAAN
PERAMALAN JUMLAH WISATAWAN MANCANEGARA YANG DATANG KE KOTA MEDAN
TAHUN 2016
TUGAS AKHIR
Saya mengakui bahwa tugas akhir ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Juli 2015
AHMAD YASIR NASUTION 122407084
PENGHARGAAN
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa atas segala kasih
karunia dan penyertaanNya penulis dapat menyelesaikan penyusunan tugas akhir
ini dengan judul Peramalan Jumlah Wisatawan Mancanegara yang Datang Ke
Kota Medan Tahun 2016.
Pada kesempatan ini, dalam penulis mendapatkan banyak bantuan dari
barbagai pihak. Terimakasih Penulis sampaikan kepada bapak Prof. Dr. Saib
Suwi;o, M.Sc selaku pembimbing dan bapak Dr. Faigiziduhu Bu’ulölö, M.Si
selaku Ketua Program Studi D3 Statistika FMIPA USU yang telah meluangkan
waktunya selama penyusunan tugas akhir ini. Terimakasih kepada Bapak Dr.
Suwarno Ariswoyo, M.Si selaku Sekertaris Program Studi D3 Statistika FMIPA
USU, Bapak Prof. Dr. Tulus, M.Si dan Ibu Dr. Mardiningsih, M.Si selaku Ketua
dan Sekertaris Departemen Matematika FMIPA USU, Bapak Dr. Sutarman, M.Sc
selaku Dekan FMIPA USU, seluruh Dosen Program Studi D3 Statistika FMIPA
USU, pegawai FMIPA USU. Akhirnya tidak terlupakan kepada orang tua saya
Bapak I. K. NST dan Ibu S. Lubis dan keluarga yang selalu memberikan
dukungan kepada saya baik itu berupa dukungan moril maupun dukungan materil,
teman-teman seperjuangan yang selalu memberikan motivasi baik berupa sharing
pendapat dan hal-hal lainnya dalam rangka pembuatan tugas akhir ini. Penulis
berharap Tuhan Yang Maha Esa membalasnya.
Medan, Juli 2015
Penulis,
AHMAD YASIR NASUTION
DAFTAR ISI
2.4.2.1 Single Eksponensial Smoothing 10
2.4.2.1 Double Eksponensial Smoothing 11
BAB 4 IMPLEMENTASI SISTIM 24
4.1 Pengertian Implementasi 24
4.2 Tujuan Implementasi Sistem 24
4.3 Pengertian Microsoft Excel 24
4.4 Struktur Microsoft Excel 25
4.5 Pengoperasian Microsoft Excel 25
4.6 Pemrosesan Data Dengan Excel 28
4.6.1 Prosedur Perhitungan Peramalan Rata-rata Bergerak Ganda 28 4.6.2 Prosedur Perhitungan Kesalahan dengan Microsoft Excel 30
4.7 Prosedur Pembuatan Grafik dengan Software Excel 31
BAB 5 KESIMPULAN DAN SARAN 34
5.1 Kesimpulan 34
5.2 Saran 34
Daftar Pustaka
Lampiran
DAFTAR TABEL
Halaman
Tabel 3.1 Jumlah Wisatawan Mancanegara yang Berkunjung Ke
Medan Tahun 2002 sampai 2013 14
Tabel 3.2 Ramalan Jumlah Wisatawan Mancanegara yang Berkunjung ke
Kota Medan 16
Tabel 3.3 Hasil Peramalan Jumlah Wisatawan Mancanegara yang Berkunjung
Ke Kota Medan 21
Tabel 3.4 Nilai Kesalahan 21
DAFTAR GAMBAR
Halaman
Gambar 3.1 Grafik Peramalan Wisatawan Mancanegara yang berkunjung ke
Kota Medan 17
Gambar 4.1 Tampilan saat membuka Excel pada windows 25
Gambar 4.2 Tampilan Buku Kerja (workbook) yang kosong excel 26
Gambar 4.3 Tampilan saat Menyimpan File 27
Gambar 4.4 Tampilan Pemrosesan Peramalan Data pada Excel 28
Gambar 4.5 Tampilan Perhitungan Nilai Kesalahan Peramalan 30
Gambar 4.6 Data untuk pembuatan chart 32
Gambar 4.7 Memilih Jenis Chart 32
Gambar 4.8 Chart yang Telah Dibuat 33
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Sektor pariwisata memegang peranan penting dalam perekonomian kota medan,
baik sebagai salah satu sumber penerimaan devisa maupun sebagai pencipta
lapangan kerja serta kesempatan berusaha. Pendapatan kota medan bukan hanya
dari pendapatan pajak, pertanian, dari kedatangan wisatawan juga akan
meningkatkan pendapatan kota medan yaitu dari meningkatnya devisa kota
Medan. Pada data wisatawan mancanegara yang datang ke kota Medan pada tahun
2011 melalui Bandar Udara Polonia sebanyak 192.650 jiwa (BPS,2012) dan
melalui Pelabuhan Laut Belawan pada tahun 2011 sebanyak 18.975 jiwa (BPS,
2012) di tahun berikutnya 2012 pada Bandar Udara Polonia kedatangan
wisatawan berjumlah 205.550 jiwa (BPS, 2013) pengunjung wisatawan
mancanegara tahun 2012 di Pelabuhan Laut Belawan berjumlah 22.132 (BPS,
2013) dapat kita lihat dari data bahwa pada setiap tahunnya mengalami
peningkatan pengunjung wisatawan mancanegara baik melalui Bandar Udara
Polonia dan melalui Pelabuhan Laut Belawan.
Begitu juga untuk meningkatkan kesejahteraan rakyat pengembangan
pariwisata akan terus di lanjutkan dan ditingkatkan melalui perluasan dan
pemanfaatan sumber serta potensi pariwisata kota medan sehingga menjadi
kegiatan ekonomi yang dapat diharapkan untuk meningkatkan penerimaan devisa.
Dalam pengembangan pariwisata kota Medan, pandangan hidup dan kualitas
lingkungan harus tetap dijaga. Pengembangan pariwisata dilakukan sejalan
dengan program pengembangan dari berbagai macam industri pariwisata,
sehingga tidak hanya industri dalam skala kecil dan menengah saja tetapi juga
industri pariwisata dalam slaka kecil dan menengah saja juga industri pariwisata
dalam skala besar akan dapat memperoleh manfaat.
Kota Medan memiliki banyak situs pariwisata. Ada banyak
bangunan-bangunan tua di Medan yang masih menyisakan arsitektur khas Belanda.
Contohnya: Gedung Balai Kota lama (dekat Hotel Grand Aston), Kantor Pos
Medan, Menara Air / Air mancur Tirtanadi (yang merupakan icon kota Medan),
titi Gantung (tempat menjual buku-buku murah saat ini)-sebuah jembatan di atas
rel kreta api, dan juga Gedung London Sumatera. Selain itu, masih ada beberapa
bangunan bersejarah, antara lain Istana Maimun, Masjid Raya Medan, dan juga
rumah Tjong A Fie di kawasan Jl. Jend. Ahmad Yani (Kesawan). Daerah
Kesawan masih menyisakan bangunan-bangunan tua, seperti bangunan PT.
London Sumatera, Ruko-ruko ini, kini telah disulap menjadi sebuah pusat jajanan
makan yang ramai pada malam harinya. Saat ini pemerintah Kota merencanakan
Medan sebagai Kota Pusat Perbelanjaan dan Makanan. Diharapkan dengan
adanya program ini menambah arus kunjungan dan lama tinggal di kota ini.
Dalam rangka pengembangan pariwisata internasional wisatawan
mancanegara perlu dilakukan langkah-langkah untuk meningkatkan kegiatan arus
wisatawan mancanegara yang bisa ditempuh dengan cara meningkatkan kegiatan
pemasaran dan penyempurnaan berbagai fasilitas yang diperlukan oleh wisatawan
seperti sarana angkutan, perbankan, akomodasi, restoran, biro perjalanan,
informasi mengenai daerah wisata, dan lainnya.
Peningkatan kegiatan pemasaran memerlukan perencanaan yang baik,
berlandaskan informasi kuantitatif maupun kualitatif mengenai penampilan
pariwisata internasional di masa lalu. Tanpa mempelajari data yang lalu, sulit
untuk menyusun perencanaan yang terarah guna meningkatkan usaha promosi
pariwisata yang lebih baik.
Berdasarkan masalah di atas, maka penulis bermaksud mengambil judul :
“ Peramalan Jumlah Wisatawan Mancanegara yang Berkunjung ke kota Medan Tahun 2016”
1.2 Rumusan Masalah
Sesuai dengan judul di atas, maka yang menjadi ruang lingkup permasalah
adalah bagaimana kunjungan wisatawan mancanegara yang datang ke kota Medan
di tahun yang akan datang. Apakah kunjungan wisatawan mancanegara semakin
meningkat?
1.3 Batasan Masalah
Agar dalam penyelesaian masalah nanti tidak terlalu luas dan hasilnya dapat
mendekati pokok permasalahan tersebut, maka digunakan data kunjungan
wisatawan mancanegara yang datang ke kota Medan melalui Pelabuhan Bandara
Polonia Medan dan melalui Pelabuhan Laut Belawan dengan menggunakan
metode smoothing dengan cara rata-rata bergerak ganda.
1.4Tujuan Penelitian
Tujuan dari penelitian ini adalah:
1. mengetahui penggunaan metode rata-rata bergerak ganda ( Double Moving
Average ) untuk menghitung jumlah wisatawan mancanegara yang berkunjung
ke Kota Medan.
2. Meramalkan berapa besar jumlah wisatawan mancanegara yang berkunjung ke
Kota Medan.
1.5Manfaat Penelitian
Adapun manfaat dari penelitian ini adalah:
1. Memberi informasi tentang jumlah pengunjung wisatawan mancanegara yang
berkunjung ke kota Medan.
2. Dapat dipergunakan sebagai bahan masukan untuk penelitian-penelitian
selanjutnya yang berkenaan dengan jumlah wisatawan mancanegara yang
berkunjung ke kota Medan.
1.6 Metodologi Penelitian
Metodologi penelitian adalah suatau cara yang terdiri dari langkah-langkah atau
urutan kegiatan yang berfungsi sebagai pedoman umum yang digunakan untuk
melaksanakan penelitian sehingga apa yang menjadi tujuan dari penelitian itu
dapat terwujud. Untuk memudahkan penulis dalam penyusunan Tugas Akhir ini,
maka penulis memperoleh data melalui riset atau pengambilan data di kantor BPS
(Badan Pusat Statistik). Didalam riset data penulis juga menggunakan berapa
metode sebagai berikut:
1. Metode Pengumpulan Data
Data yang diambil adalah sekunder yaitu data yang dikutip oleh penulis dari
instansi yang terkait yaitu BPS (Badan Pusat Statistik).
2. Metode Analisa
Metode analisa data yang penulis gunakan adalah metode Smooting dengan
cara Rata-rata bergerak Ganda (Spyros Makridakis, 1983:74). Menentukan
ramalan dengan metode rata-rata bergerak ganda, antara lain sebagai berikut:
a. Menghitung moving average/ rata-rata bergerak pertama, di beri simbol ��′,
dihitung dari data historis yang ada. Hasilnya diletakkan pada periode
terakhir moving average pertama.
b. Menghitung moving average/rata-rata bergerak kedua, diberi simbol ��",
dihitung dari rata-rata bergerak kedua. Hasilnya diletakkan pada periode
terakhir moving average kedua.
c. Menentukan besarnya nilai
��= ��" + (��′-��")
e. Menentukan besarnya forecast
��+�= ��+ ��(m)
(1-3)
m adalah jangka waktu forecast kedepan.
BAB 2
LANDASAN TEORI
2.1 Pengertian Peramalan
Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa
yang akan datang. Sedangkan ramalan adalah suatu situasi yang diperkirakan akan
datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan
akan terjadi pada masa yang akan datang. Ramalan tersebut dapat didasarkan atas
bermacam-macam cara, diantaranya adalah Metode Smoothing (Pemulusan),
Rata-rata Bergerak Linier. Metode peramalan merupakan cara untuk memperkirakan
secara kuantitatif apa yang akan terjadi pada masa yang akan datang dengan dasar
kata yang releven pada masa lalu. Dengan kata lain metode peramalan ini
digunakan dalam peramalan yang bersifat objektif.
Peramalan adalah suatu untuk memperkirakan keadaan di masa yang akan
datang melalui pengujian keadaan di masa lalu. Dalam kehidupan sosial segala
sesuatu itu serba tidak pasti, sukar diperkirakan secara tepat. Dalam hal ini perlu
diadakan peramalan. Peramalan yang dibuat selalu diupayakan agar dapat
meminimumkan pengaruh ketidak pastian ini terhadap sebuah permasalahan.
Dengan kata lain peramalan bertujuan mendapatkan peramalan yang bisa
meminimumkan kesalahan meramal (forecat error) yang biasanya diukur dengan
mean squer error, mean absolute error, dan sebagainya.
Kegunaan peramalan terlihat pada saat pengambilan keputusan. Keputusan
yang baik adalah keputusan yang didasarkan atas pertimbangan-pertimbangan
yang akan terjadi pada waktu keputusan itu dilaksanakan.
a. Pengetahuan teknik tentang pengumpulan informasi (data) masa lalu, data
ataupun informasi tersebut bersifat kuantitatif
b. 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.
Ketetapan penelitian merupakan hal yang penting, walaupun demikian perlu
diketahui bahwa sesuatu ramalan selalu ada unsur kesalahannya, sehingga yang
perlu diperhatikan adalah usaha untuk memperkecil kesalahan dari ramalan
tersebut.
2.2Jenis-Jenis Peramalan
Berdasarkan sifatnya, peramalan dibedakan atas dua macam yaitu:
a. Peramalan kualitatif
Peramalan kualitatif adalah peramalan yang didasarkan atas data kualitatif pada
masa lalu. Hasil peramalan yang dibuat sangat bergantung pada orang yang
menyusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan
berdasarkan pemikiran yang instuisi, pendapatan dan pengetahuan serta
pengalaman penyusunnya.
b. Peramalan Kuantitatif
Peramalan kuantitatif adalah peramalan yang didasarkan atas data kuantitatif
masa lalu. Hasil peramalan yang dibuat sangat bergantung pada metode yang
dipergunakan dalam peramalan tersebut.
Baik tidaknya metode yang digunakan tergantung dengan perbedaan atau
penyimpangan antara hasil ramalan dengan kenyataan yang terjadi. Semakin kecil
penyimpangan antara hasil ramalan dengan kenyataan yang akan terjadi maka
semakin baik pula metode yang digunakan.
Peramalan kuantitatif dapat diterapkan bila terdapat kondisi berikut:
a. Tersedia informasi (data) tentang masa lalu.
b. Informasi (data) tesebut dapat dikuantitatifkan dalam bentuk data numerik.
c. Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus
berlanjut pada masa yang akan datang.
2.3Metode Peramalan
2.3.1 Pengertian Metode Peramalan
Metode peramalan adalah suatu cara memperkirakan atau mengestimasi secara
kuantitatif maupun kualitatif apa yang akan terjadi pada masa depan, berdasarkan
data yang relevan pada masa lalu. Kegunaan metode peramalan adalah untuk
memperkirakan secara sistematis dan pragmatis atas dasar data yang relevan pada
masa lalu. Dengan demikian peramalan diharapkan dapat memberikan objektivitas
yang lebih besar.
Metode peramalan memberikan urutan dan pemecahan atas pendekatan
masalah dalam peramalan, sehingga bila digunakan pendekatan yang sama atas
permasalahan, maka akan didapat dasar pemikiran dan pemecahan yang
argumentasinya sama.
2.3.2 Jenis-Jenis Metode Peramalan
Peramalan kuantitatif dibedakan atas:
a. Metode peramalan yang didasarkan atas penggunaan analisa pola
hubungan antar variabel yang diperkirakan dengan variabel waktu
merupakan deret berkala (time series). Metode peramalan termasuk dalam
jenis ini adalah:
1. Metode pemulusan (smoothing).
2. Metode box Jenkins.
3. Metode proyek trend dengan regresi.
b. Metode peramalan yang didasarkan atas penggunaan analisa pola
hubungan antar variabel yang diperkirakan dengan variabel lain yang
mempengaruhinya, yang bukan waktunya disebut dengan metode korelasi
atau sebab akibat (metode kausal). Metode peramalan yang termasuk
dalam jenis ini adalah:
1. Metode Regresi dan Korelasi
2. Metode Ekonometri
3. Metode Input Output
2.4Metode Pemulusan (Smoothing)
Metode Pemulusan (Smoothing) adalah metode peramalan dengan mengadakan
penghalusan atau pemulusan terhadap data masa lalu yaitu dengan mengambil
rata-rata dari nilai pada beberapa periode untuk menaksir nilai pada suatu periode.
Smoothing dilakukan dengan dua cara yaitu Moving Average atau eksponensial
Smoothing.
2.4.1 Moving Average (Rata-rata bergerak)
Dengan moving averages (rata-rata bergerak) ini dilakukan peramalan dengan
mengambil sekelompok nilai pengamatan, mencari rata-ratanya, lalu
menggunakan rata-rata tersebut sebagai ramalan untuk periode berikutnya. Istilah
rata-rata bergerak digunakan, karena setiap kali data observasi baru tersedia, maka
angka rata-rata yang baru dihitung dan dipergunakan sebagai ramalan.
2.4.1.1Rata-rata Bergerak Tunggal (Single Moving Average)
Menentukan ramalan dengan metode single moving averages (Spyros Makridakis,
1983:71) cukup mudah dilakukan. Bila akan menerapkan 4 bulan rata-rata
bergerak maka ramalan pada bulan Mei dihitung sebesar rata-rata dari 4 bulan
sebelumnya, yaitu bulan Januari, Februari, Maret, April. Persamaan Matematis
dari teknik ini adalah:
��+1 = �1
+ �2+⋯+ ��
� (2-1)
Keterangan :
��+1 : Ramalan untuk periode ke t +1
�� : Nilai riil periode ke t
T : jangka waktu rata-rata bergerak.
Metode single moving average memiliki karakteristik khusus, yaitu:
a. Untuk menentukan ramalan pada periode yang akan datang memerlukan
data historis selam jangka waktu tertentu.
b. Semakin panjang waktu moving averages, efek pelicinan semakin terlihat
dalam ramalan atau menghasilkan moving average yang semakin halus.
Artinya pada moving averages yang jangka waktunya lebih panjang,
perbedaan ramalan terkecil dengan ramalan terbesar menjadi lebih kecil.
2.4.1.2Rata-rata Bergerak Ganda (Double moving averages)
Menentukan ramalan dengan metode double moving averages sedikit lebih sulit
dibandingkan dengan single moving averages. Ada beberapa langkah dalam
menentukan ramalan dengan metode double moving averages (Spyros
Makridakis, 1983:74) , antara lain sebagai berikut :
a. Menghitung moving average / rata-rata bergerak pertama, diberi simbol ��′,
dihitung dari data historis yang ada. Hasilnya diletakkan pada periode
terakhir moving average pertama.
b. Menghitung moving average/rata-rata bergerak kedua, diberi simbol ��",
dihitung dari rata-rata bergerak kedua. Hasilnya diletakkan pada periode
terakhir moving average kedua.
c. Menentukan besarnya nilai ∝� (konstanta)
∝� = ��′ + ( ��′ - ��" )
= 2��′ - ��" (2-2)
d. Menentukan besarnya nilai �� ( slope )
�� = �−21 ( ��′ - ��" ) (2-3)
e. Menentukan besarnya forecast
��+� = ∝� + ��(m) (2-4)
m adalah jangka waktu forecast kedepan
.
2.4.2 Eksponensial Smoothing
Metode eksponensial smoothing merupakan pengembangan dari metode moving
averages. Dalam metode ini peramalan dilakukan dengan mengulang perhitungan
secara terus menerus dengan menggunakan data terbaru. Setiap data diberi bobot,
data yang lebih baru diberi bobot yang lebih besar.
Dua metode dalam exponensial smoothing diantaranya single exponensial
smoothing dan double exponensial smoothing.
2.4.2.1Single eksponensial Smoothing
metode ini adalah pengembangan dari metode moving average (MA) (Spyros
Makridakis, 1983:80) menggunakan rumus sebagai berikut:
F�+1 = �1
+�2+⋯+��
� (2-5)
Keterangan :
F�+1 : Ramalan untuk periode ke t + 1.
X� : NIlai riil periode ke t.
T : jangka waktu rata-rata bergerak.
Metode moving average memang mudah menghitungnya akan tetapi metode
ini memberikan bobot yang sama pada setiap data. Untuk mengatasi hal ini maka
digunakan metode single exponential smoothing. Pada metode single exponential
smoothing bobot yang diberikan pada data yang ada adalah sebesar α untuk data
yang terbaru, α(1-α) untuk data yang lama, �(1− �)2 untuk data yang lebih lama,
dan seterusnya. Besarnya α adalah antara 0 dan 1. Semakin mendekati 1 berarti
data terbaru lebih diperhatikan. Secara matematis besarnya Peramalan adalah:
F�+1 = α X�+ ( 1 – α ) F� (2-6)
F�+1 : Ramalan untuk periode ke t+1
X� : Nilai riil periode ke t
F� : Ramalan untuk periode ke t
Dari persamaan di atas besarnya peramalan periode yang akan datang
dijelaskan sebagai berikut:
F�+1 = α X� + (1-α) F� (2-7)
F�+1 = α X� + F�- α F� (2-8)
F�+1 = F� + α (X� −F�) (2-9)
Secara sederhana :
F�+1 = F� + α (e�) (2-10)
Dengan e� adalah kesalahan ramalan (nilai sebenarnya dikurangi ramalan) untuk
periode t.
Dengan demikian dapat dikatakan bahwa peramalan pada periode yang akan
datang adalah ramalan sebelumnya ditambah α (alpha) dikalikan dengan
kesalahan ramalan periode sebelumnya. Dalam melakukan peramalan dengan
menggunakan metode single exponential smoothing (SES), besarnya α ditentukan
secara trial dan error sampai diketemukan α yang menghasilkan forecast error
terkecil. Metode ini lebih cocok digunakan untuk meramal data-data yang
fluktuatif secara random (tidak teratur).
2.4.2.2Double Exponential Smoothing
Pada metode ini proses penentuan ramalan dimulai dengan menentukan
besarnya alpha secara trial dan error (Spyros Makridakis, 1983:74). Sedangkan
tahap-tahap dalam menentukan ramalan adalah sebagai berikut:
a. Menentukan Smoothing pertama (��′)
Dengan m adalah jumlah periode ke depan yang diramalkan.
2.5Menghitung Kesalahan Ramalan
Hasil proyeksi yang akurat adalah forecast yang bias meminimalkan kesalahan
meramal (forecast error) (Spyros Makridakis, 1983:66). Besarnya forecast
error dihitung dengan mengurangi data riil dengan besarnya ramalan.
Error (E) = ��-�� (2-16)
Keterangan:
�� = data riil periode ke-i
�� = ramalan periode ke-i
Dalam menghitung forecast error digunakan:
a. Percentage error (PE)
Percentage error merupakan Kesalahan dari suatu peramalan,
PE = ���−��
�� �×100 (2-17)
dengan:
�� = nilai data ke periode ke-t
�� = nilai ramalan periode ke-t
n = banyaknya data
b. Absolute Percentage Error (APE)
Absolute Percentage Error adalah kesalahan persentase absolute.
APE = ���−��
�� �x100 (2-17)
c. Mean Percentage Error
Mean Percentage Error adalah persentase rata-rata kesalahan absolute.
MPE = ∑�
� �−�� � � ��100
� (2-18)
MPE = ∑��=1��
� (2-19)
d. Mean Absolute Percentage Error (MAPE)
Mean Absolute Percentage Error merupakan nilai tengah kesalahan
persentase absolute dari suatu peramalan.
MAPE = ∑|���|�100
� (2-20)
MPE = ∑ ���
� �=1
� (2-21)
BAB 3
PENGOLAHAN DATA
3.1 Pengumpulan Data
Pengambilan data dilakukan di Kantor Badan Pusat Statistik Sumatera Utara, data
yang diambil adalah data jumlah wisatawan mancanegara yang berkunjung ke
kota Medan melalui pintu masuk Bandar Udara Polonia Medan dan pelabuhan
laut Belawan tahun 2002-2013.
Tabel 3.1 Data Jumlah Wisatawan Mancanegara yang Berkunjung ke kota Medan Tahun 2002 sampai 2013
2013 248.181 22.206 270.387
Sumber : Badan Pusat Statistik Sumatera Utara
3.2 Pengolahan Data
Untuk menganalisa data di atas, untuk memperoleh nilai m periode kedepan
sebagai perbandingan terhadap data tahun sebelumnya. Dalam hal ini digunakan
data jumlah wisatawan mancanegara yang diperoleh dari BPS Sumatera Utara.
Adapun data yang diambil adalah jumlah wisatawan mancanegara yang masuk
melalui pintu masuk bandara udara Polonia Medan dan pelabuhan laut Belawan
dari tahun 2002 sampai 2013 dengan M dan N adalah periode.
Pengolahan ini bertujuan untuk mendapatkan nilai peramalan 3 periode
kedepan dari periode terakhir data yang diperoleh, sehingga data tersebut dapat
ditabulasikan ke dalam tabel 4.2 berikut:
Tabel 3.2 Ramalan Jumlah Wisatawan Mancanegara yang Berkunjung ke Kota Medan
Kesalahan nilai a nilai b Peramalan
Gambar 3.1 Grafik Peramalan Wisatawan Mancanegara yang berkunjung ke Kota Medan
0 100 200 300 400 500 600 700 800 900 1000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
periode
Nilai aktual (X)
rata bergerak ganda pertama (s´)
Rata Gerak Ganda (S")
Peramalan
1. Kolom 4 merupakan rata-rata 2 tahun terakhir dari data �� pada kolom 3,
kemudian dimasukkan pada kolom 4 pada tahun terakhir, dihitung dengan
menggunakan rumus:
St′ = Xt +Xt−1+Xt−2+⋯+Xt−n +1
n
(3-1)
2. Kolom 5 adalah rata-rata 2 tahun terakhir dari kolom 4 (��′), kemudian
dimasukkan pada kolom ke 5 pada tahun terakhir. Dihitung dengan
menggunakan rumus:
St" = Xt +Xt−1+Xt−2+⋯+Xt−n +1
n
(3-2)
3. Kolom 6 adalah selisih rata-rata bergerak yaitu rata-rata bergerak pertama
dikurangi rata-rata bergerak kedua. Dihitung dengan rumus:
St′-St"
(3-3)
4. Kolom 7 adalah a (konstanta) untuk persamaan peramalan yang akan
dibuat. Dapat dihitung dengan rumus:
at = St′ + (St′-St") = 2St′ −St"
(3-4)
Tiap pergantian tahun peramalan, nilai a selalu berubah.
5. Kolom 8 adalah b (slope) untuk persamaan peramalan. Dapat dihitung
dengan rumus:
bt =
2�St′−St"�
v−1
(3-5)
v = jangka waktu moving average
6. Kolom 9 adalah ramalan yang dihitung dengan rumus:
Ft+m = at+bt(m)
(3-6)
m = jangka waktu peramalan kedepan
3.2.1 Proses Peramalan
a. Ramalan untuk periode 12
untuk rata-rata bergerak pertama:
S11′ =
Untuk rata-rata bergerak kedua:
S11" =
untuk rata-rata bergerak pertama:
Untuk rata-rata bergerak kedua:
Untuk mengetahui peramalan periode 13, 14 dan 15 digunakan persamaan
sebagai berikut:
c. Ramalan untuk periode 14
f12+2 = a12 + b12 (2)
= 263.887 + 29.744 (2)
f14 = 323.375
d. Ramalan untuk periode 15
f12+3 = a12 + b12 (3)
= 263.887 + 29.744 (3)
f15 = 353.119
Setelah angka-angka peramalan m periode kedepan diperoleh sebanyak 3 (tiga)
tahun kedepan, maka selanjutnya nilai peramalan yang diperoleh akan
ditabulasikan dalam tabel khusus yaitu:
Tabel 3.3
Hasil Peramalan Jumlah Wisatawan Mancanegara yangberkunjung ke Kota Medan
No. Tahun Nilai
Peramalan
1. 2014 293.631
2. 2015 323.375
3. 2016 353.119
Dari nilai-nilai peramalan pada tabel 4.3 di atas dapat dijelaskan bahwa pada tahun
2014, 2015 dan 2016 akan terjadi peningkatan jumlah wisatawan mancanegara
yang berkunjung ke Kota Medan. Nilai peramalan tersebut dapat dikatakan
meningkat secara linier, disebabkan hasil peramalan tersebut tergantung nilai ��dan
�� terakhir.
3.2.2 Nilai Kesalahan dari Peramalan
Untuk mengetahui nilai kesalahan dari peramalan dapat dilihat dalam tabel 4.4
berikut:
Tabel 3.4 Nilai Kesalahan
tahun periode
Keterangan dari tabel 4.4 di atas dapat dijelaskan sebagai berikut:
a. Nilai Kesalahan: ei = Xi - Fi
Sebagai contoh perhitungan diambil dari periode 12 yang telah dihitung pada tabel
diatas:
a. Kesalahan
c. Kesalahan persentase absolut
APE = �X12−F12
Berdasarkan hasil penjumlahan nilai PE (Percentage Erorr) dan APE (Absolute
Pencentage Erorr) maka diperoleh nilai sebagai berikut:
a. Mean Percentage Erorr
MPE = ∑�
b. Mean Absolute Percentage Erorr
BAB 4
IMPLEMENTASI SISTEM
4.1 Pengertian Implementasi Sistem
Implementasi sistem adalah langkah-langkah atau prosedur-prosedur yang
dilakukan dalam menyelesaikan desain sistem yang telah disetujui, untuk
menginstal, menguji dan memulai sistem baru yang diperbaiki.
4.2 Tujuan Implementasi sistem
Adapun tujuan dari implementasi sistem ini adalah sebagai berikut:
1. Menyelesaikan desain sistem yang telah disetujui sebelumnya.
2. Memastikan bahwa pemakai (user) dapat mengoperasikan sistem baru.
3. Menguji apakah sistem baru tersebut sesuai dengan pemakaian.
4. Memastikan bahwa konversi ke sistem baru berjalan yaitu dengan membuat
rencana, mengontrol dan melakukan instalasi baru secara benar.
4.3 Pengertian Microsoft Excel
Microsoft excel adalah generasi porpose electronik spreadsheet yang dapat
digunakan untuk mengorganisir, menghitung, menyediakan maupun menganalisa
data serta mempresentasikan ke dalam grafik atau diagram. Microsoft exel dapat
membantu penyelesaian tugas-tugas dari penyiapan invoice sederhana atau budget,
pembuatan grafik 3 dimensi sampai mengatur buku besar akuntansi untuk sebuah
perusahaan tingkat menengah.
4.4 Struktur Microsoft Excel
Tampilan Microsoft Ecel berupa bentuk standart dari menu bar, toolbar, formula
bar, status badan sebuah buku kerja (workbook) baru. Workbook membuat
minimum (1) atau maksimum (225) worksheet (kertas kerja) jumlah worksheet
dalam keadaan default ada (3) dan worksheet yang aktif bernama “sheet 1” alamat
kiri atas dan alamat sel kanan bawah. Sedangkan “pointer” adalah penunjuk sel
yang aktif.
4.5 Pengoperasian Microsoft Excel
Cara mengaktifkan Microsoft excel sama dengan pengaktifan program-program
aplikasi lainnya yang ada dalam Microsoft Office yaitu:
1. Klik tombol “start” yang ada pada taskbar
2. Bawa pointer mouse ke program folder, kemudian
3. klik ikon Microsoft Office kemudian pilih Microsoft Excel untuk memulai
program.
Gambar 4.1 Tampilan buku kerja (workbook) yang kosong excel
Setelah Microsoft Excel aktif maka akan ditampilkan lembar kerja baru
yang tersusun atas sel-sel yang terbentuk dalam baris dan kolom. Sebuah lembar
kerja (worksheet) dapat memuat 65536 baris dan 256 kolom (kolom A-IV),
sedangkan satu sel dapat memuat 32000 karakter.
Sel aktif memiliki border gelap disekelilingnya dan alamat sel aktif
ditampilkan pada kotak di atas tepi kiri lembar kerja. Sewaktu mengetik teks atau
rumus, karakter akan terlihat pada formula bar. Tanda + (plus) yang terlihat pada
lembar kerja menandakan keberadaan mouse.
Untuk mengetik rumus maka dimulai dengan tanda “=” (sama dengan
menjumlahkan). Misalnya, “sum (range)” digunakan untuk menjumlahkan range
tertentu nilai yang dihasilkan apabila rangkaian nilai dalam rumus tertentu.
4. memasukkan data ke lembar kerja dengan langkah sebagai berikut :
a. Tempatkan penunjuk sel pada sel tempat yang diinginkan.
b. ketik data yang akan dimasukkan.
c. untuk mengakhiri tekan enter atau tanda panah pada keyboard, untuk
berpindah sel yaitu dengan menggerakkan mouse ke sel yang diinginkan.
5. menyimpan data
Setelah lembar kerja diisi dalam Microsoft Excel disimpan dengan nama file
“Peramalan Wisatawan”. Adapun langkah-langkah dalam menyimpan lembar kerja
adalah sebagai berikut:
a. Ketik file
b. Save as data
c. Klik OK atau enter
Eksistensi penyimpan data akan tersimpan secara otomatis sehingga nama file
data akan bertambah menjadi Microsoft Excel-peramalan wisatawan.
Gambar 4.2 Tampilan saat Menyimpan File
6. pemrosesan data
4.6 Pemrosesan Data Dengan Excel
4.6.1 Prosedur Perhitungan Peramalan Rata-rata Bergerak Ganda
Gambar 4.3 Tampilan Pemrosesan Peramalan Data pada Excel
1. Langkah perhitungan kolom E
a. Klik sel E7.
b. Ketiklah rumus “=(D6+D7)/2”.
c. Klik enter.
d. Untuk mengetahui nilai sel berikutnya (sel E8 sampai E17) arahkan
pointer ke ujung bawah sel E7 hingga berubah menjadi lambing (+).
Draglah mouse ke bawah sampai sel E17, kemudian lepaskan tombol
mouse.
2. Langkah Perhitungan kolom F
a. Klik sel F8.
b. Ketiklah rumus “=(E8+E9)/2”.
c. Klik enter.
d. Untuk mengetahui nilai sel berikutnya (sel F9 sampai F17) arahkan
pointer ke ujung bawah sel F8 hingga berubah menjadi lambing (+).
Draglah mouse ke bawah sampai sel F17, kemudian lepaskan tombol
mouse.
3. Langkah Perhitungan kolom G
a. Klik sel G8.
b. Ketiklah rumus “=E8-F8”.
c. Klik enter
d. Untuk mengetahui nilai sel berikutnya (sel G9 sampai G17) arahkan
pointer ke ujung bawah sel G8 hingga berubah menjadi lambing (+).
Draglah mouse ke bawah sampai sel G17, kemudian lepaskan tombol
mouse.
4. Langkah Perhitungan kolom H
a. Klik sel H8.
b. Ketiklah rumus “=(2*E8)-F8”.
c. Klik enter
d. Untuk mengetahui nilai sel berikutnya (sel H9 sampai H17) arahkan
pointer ke ujung bawah sel H8 hingga berubah menjadi lambing (+).
Draglah mouse ke bawah sampai sel H17, kemudian lepaskan tombol
mouse.
5. Langkah Perhitungan kolom I
a. Klik sel I8.
b. Ketiklah rumus “=((2/(2-1))*(E8-F8))”.
c. Klik enter
d. Untuk mengetahui nilai sel berikutnya (sel I9 sampai I17) arahkan
pointer ke ujung bawah sel I8 hingga berubah menjadi lambing (+).
Draglah mouse ke bawah sampai sel I17, kemudian lepaskan tombol
mouse.
6. Langkah Perhitungan kolom J
a. Klik J9.
b. Ketiklah rumus “=H8+(I8*1)”.
c. Klik enter.
d. Untuk mengetahui nilai sel berikutnya (sel J9 sampai J17) arahkan
pointer ke ujung bawah sel J8 hingga berubah menjadi lambing (+).
Draglah mouse ke bawah sampai sel J17, kemudian lepaskan tombol
mouse.
e. Untuk mengetahui nilai sel J19 adalah dengan cara :
1. Klik sel J19.
2. Ketiklah rumus “=H17+(I17*2)”.
3. Klik enter.
f. Untuk mengetahui nilai sel J20 adalah dengan cara :
4. Klik sel J20.
5. Ketiklah rumus “=H17+(I17*3)”.
6. Klik enter.
4.6.2 Prosedur Perhitungan Kesalahan dengan Microsoft Excel.
Gambar 4.4 Tampilan Perhitungan Nilai Kesalahan Peramalan
1. Langkah perhitungan pada kolom E telah dijelaskan pada prosedur
perhitungan peramalan diatas.
2. Langkah Perhitungan kolom F
a. Klik sel F9.
b. Ketiklah rumus “=D9-E9”.
c. Klik enter.
d. Untuk mengetahui nilai sel berikutnya (sel F10 sampai F17) arahkan
pointer ke ujung bawah sel F9 hingga berubah menjadi lambing (+).
Draglah mouse ke bawah sampai sel F17, kemudian lepaskan tombol
mouse.
3. Langkah Perhitungan kolom G
a. Klik sel G9.
b. Ketiklah rumus “=(((D9-E9)/D9)*100)”.
c. Klik enter.
d. Untuk mengetahui nilai sel berikutnya (sel G10 sampai G17) arahkan
pointer ke ujung bawah sel G9 hingga berubah menjadi lambing (+).
Draglah mouse ke bawah sampai sel G17, kemudian lepaskan tombol
mouse.
4. Langkah Perhitungan kolom H
a. Klik sel H9.
b. Ketiklah rumus “=IF(G9<=0,G9*(-1),G9*1)”.
c. Klik enter.
d. Untuk mengetahui nilai sel berikutnya (sel H10 sampai H17) arahkan
pointer ke ujung bawah sel H9 hingga berubah menjadi lambing (+).
Draglah mouse ke bawah sampai sel H17, kemudian lepaskan tombol
mouse.
4.7 Prosedur Pembuatan Grafik dengan Software Excel
Langkah-langkah membuat grafik :
1. Buat dan seleksi data yang akan dijadikan sumber pembuatan grafik
Gambar 4.5 Data untuk Pembuatan Grafik
2. Pada ribbon insert, klik tombol line, sehingga akan muncul beberapa jenis grafik.
Pilih salah satu grafik yang di inginkan. Secara otomatis, chart sudah terbentuk
seperti gambar berikut:
Gambar 4.6 Grafik Peramalan jumlah Wisatawan Mancanegara
Grafik yang terbentuk berhubungan langsung dengan data pada worksheet, artinya
jika terjadi perubahan pada data, secara otomatis grafik akan berubah sesuai dengan
perubahan data tersebut.
Setelah selesai bekerja dengan excel dan ingin keluar dari excel klik tombol
(X) yang berada di pojok kanan atas Excel atau bias juga dengan menekan tombol
Quick Access Button>Close.
BAB 5
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Dari hasil penelitian dan pembahasan di atas dapat diperoleh kesimpulan sebagai
berikut:
Dari hasil peramalan jumlah wisatawan mancanegara yang berkunjng ke Kota
Medan tahun 2016 sebesar 353.119, dapat terlihat bahwa terjadi peningkatan
pengunjung wisatawan mancanegara yang berkunjung ke Kota Medan pada setiap
tahunnya hingga tahun 2016.
5.2 Saran
Melihat potensi pariwisata di Kota Medan yang sangat besar dan jumlah wisatawan
mancanegara yang tiap tahun semakin meningkat, maka Pemerintah Kota Medan
setidaknya memberikan perhatian yang khusus pada mutu pelayanan terhadap
wisatawan mancanegara dan pelestarian alam sebagai objek pariwisata. Untuk itu
pula diperlukan data statistik yang lebih lengkap, akurat dan lebih bermutu agar
dapat mengikuti dan mengetahui perkembangan jumlah wisatawan mancanegara
tersebut, menambah devisa bagi Kota Medan dan mampu mengembangkan menjadi
objek wisata internasional yang berkualitas.
DAFTAR PUSTAKA
Assauri, Sofian. 1984. Teknik dan Metode Peramalan. Jakarta : Fakultas Ekonomi UI
[BPS] Badan Pusat Statistika. 2003. Medan dalam Angka 2003-2014. BPS Sumatera Utara, Medan
Makridakis, S. 1993.Metode dan Aplikasi Peramalan. Edisi Ke-1 Jakarta :
Erlangga.
Sudjana. 1992. Metode Statistika. Bandung. Edisi ke-6. PT. Tarsito
Tosin, Rijanto. 1999. Microsoft Excel 2000, Kilat 24 Jurus, edisi ke – 1. Jakarta:
Dinastindo.
