Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
PERAMALAN TINGKAT KEBUTUHAN BERAS
PADA TAHUN 2008
DI KABUPATEN TAPANULI SELATAN
SAMIRA SIREGAR
052407082
PROGRAM STUDI D-3 STATISTIKA
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
PERSETUJUAN
Judul : PERAMALAN TINGKAT KEBUTUHAN
BERAS TAHUN 2008 DI KABUPATEN TAPANULI SELATAN
Kategori : TUGAS AKHIR
Nama : SAMIRA SIREGAR
Nomor Induk Mahasiswa : 052407082
Program Studi : DIPLOMA III STATISTIKA
Departemen : MATEMATIKA
Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN
ALAM (FMIPA) UNIVERSITAS
SUMATERA UTARA
Disetujui di
Medan, Februari 2008
Diketahui / Disetujui oleh
Departemen MatematikaFMIPA USU Pembimbing
Dr. Saib Suwilo, M. Sc Drs. Marwan Harahap, M. Eng
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
PERNYATAAN
PERAMALAN TINGKAT KEBUTUHAN BERAS PADA TAHUN 2008 DI KABUPATEN TAPANULI SELATAN
TUGAS AKHIR
Saya mengakui bahwa tugas akhir ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Juni 2008
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
PENGHARGAAN
Puji dan syukur penulis panjatkan kehadirat Allah SWT, karena atas berkat dan rahmat-Nya sehingga penulis dapat menyusun dan menyelasaikan Tugas Akhir ini dengan baik.
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
DAFTAR ISI
Persetujuan ii
Pernyataan iii
Penghargaan iv
Daftar Isi v
Daftar Tabel vii
Daftar Gambar viii
BAB 1 PENDAHULUAN 1
1.1 Latar Belakang 1
1.2 Identifikasi Masalah 2
1.3 Batasan Masalah 3
1.4 Maksud dan Tujuan Penelitian 3
1.5 Manfaat Penelitian 4
1.6 Metodologi Penelitian 4
1.6.1 Teknik Pengumpulan Data 4
1.6.2 Lokasi dan Waktu Penelitian 5
1.6.3 Metode Pengolahan Data 5
1.7 Tinjauan Pustaka 6
1.8 Sistematika Penulisan 8
BAB 2 LANDASAN TEORI 10
2.1 Produksi Beras 10
2.2 Kebutuhan Beras 11
2.3 Peramalan 11
2.3.1 Pengertian Peramalan 11
2.3.2 Jenis Peramalan 12
2.3.3 Manfaat Peramalan 13
2.3.4 Menentukan Peramalan yang Akurat 14
2.3.5 Pemilihan Teknik Peramalan 14
2.4 Metode Laju Pertumbuhan Geometri 15
2.5 Metode Pemulusan Smoothing 16
BAB 3 SEJARAH SINGKAT BADAN KETAHANAN PANGAN 19
3.1 Sejarah Perkembangan Badan Ketahanan Pangan 19
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
3.1.5 Lokasi Badan Ketahanan Pangan 23
3.2 Struktur Organisasi Badan Ketahanan Pangan 23
3.2.1 Gambar Struktur Organisasi Badan Ketahanan Pangan 25
BAB 4 ANALISIS DAN EVALUASI 26
4.1 Perhitungan Jumlah Penduduk
4.1.1 Perhitungan Laju Pertumbuhan Geometris Penduduk 28 4.2 Peramalan Produksi Beras 30 4.2.1 Perhitungan Peramalan Tingkat Produksi Beras Menggunakan
Metode eksponential smoothing dengan α = 0,1 32
4.2.2 Perhitungan Peramalan Tingkat Produksi Beras Menggunakan Metode eksponential smoothing dengan α = 0,3 37
4.2.3 Perhitungan Peramalan Tingkat Produksi Beras Menggunakan Metode eksponential smoothing dengan α = 0,6 42
4.2.4 Perhitungan Peramalan Tingkat Produksi Beras Menggunakan Metode eksponential smoothing dengan α = 0,9 47
4.3 Peramalan Kebutuhan Beras 52
4.3.1 Perhitungan Peramalan Tingkat Kebutuhan Beras Menggunakan
Metode eksponential smoothing dengan α = 0,1 53
4.3.2 Perhitungan Peramalan Tingkat Kebutuhan Beras Menggunakan
Metode eksponential smoothing dengan α = 0,3 58
4.3.3 Perhitungan Peramalan Tingkat Kebutuhan Beras Menggunakan
Metode eksponential smoothing dengan α = 0,6 63
4.3.4 Perhitungan Peramalan Tingkat Kebutuhan Beras Menggunakan
Metode eksponential smoothing dengan α = 0,9 68
BAB 5 IMPLEMENTASI SISTEM 74
5.1 Microsoft Excel 74
5.2 Langkah-Langkah Memulai Pengolahan Data Dengan Excel 75
5.3 Tampilan Lembar Kerja Excel 76
5.4 Tampilan Input Data Produksi Beras Pada Lembar Kerja Excel 78 5.5 Tampilan Rumus Data Produksi Beras Pada Lembar Kerja Excel 81 5.6 Tampilan input Data Kebutuhan Beras Pada Lembar Kerja Excel 82 5.7 Tampilan Rumus Data Kebutuhan Beras Pada Lembar Kerja Excel 85
BAB 6 KESIMPULAN DAN SARAN 86
6.1 Kesimpulan 86
6.2 Saran 87
DAFTAR PUSTAKA 88
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
DAFTAR TABEL
Tabel 4.1 Jumlah Penduduk di Kabupaten Tapanuli Selatan 27
Tabel 4.1.2 Perhitungan Laju Geometris Penduduk 30
Tabel 4.2 Tingkat Produksi Beras di Kabupaten Tapanuli Selatan 31 Tabel 4.2.1 Peramalan dengan Double Exponential Smoothing (α = 0,1) 34
Tabel 4.2.1.1 Forecast dan Mean Squared Error (α = 0,1) 35
Tabel 4.2.2.1 Peramalan dengan Double Exponential Smoothing (α = 0,3) 39
Tabel 4.2.2.2 Forecast dan Mean Squared Error (α = 0,3) 40
Tabel 4.2.3.1 Peramalan dengan Double Exponential Smoothing (α = 0,6) 44
Tabel 4.2.3.2 Forecast dan Mean Squared Error (α = 0,6) 45
Tabel 4.2.4.1 Peramalan dengan Double Exponential Smoothing (α = 0,9) 49 Tabel 4.2.4.2 Forecast dan Mean Squared Error (α = 0,9) 50
Tabel 4.3 Tingkat Kebutuhan Beras di Kabupaten Tapanuli Selatan 52 Tabel 4.3.1.1 Peramalan dengan Double Exponential Smoothing (α = 0,1) 56
Tabel 4.3.1.2 Forecast dan Mean Squared Error (α = 0,1) 57
Tabel 4.3.2.1 Peramalan dengan Double Exponential Smoothing (α = 0,3) 61
Tabel 4.3.2.2 Forecast dan Mean Squared Error (α = 0,3) 62
Tabel 4.3.3.1 Peramalan dengan Double Exponential Smoothing (α = 0,6) 66
Tabel 4.3.3.2 Forecast dan Mean Squared Error (α = 0,6) 67
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Pangan merupakan kebutuhan dasar manusia yang pemenuhannya merupakan hak
asasi setiap rakyat Indonesia dalam mewujudkan sumber daya manusia yang
berkualitas untuk pembangunan nasional. Ketahanan pangan dalam pengertian
pemenuhan kebutuhan pangan, diusahakan agar pangan selalu tersedia setiap saat dan
terjangkau harganya oleh masyarakat.
Pangan di Indonesia sangat identik dengan beras, karena selama ini beras
merupakan makanan utama sebagian besar bangsa ini.
Indonesia dikenal sebagai negara agraris karena sebagian besar masyarakatnya
bermata pencaharian di bidang pertanian. Pertanian yang banyak dikembangkan
adalah padi, bahkan tahun 1984-1985 Indonesia pernah menjadi negara swasembada
beras. Tetapi akhir-akhir ini Indonesia lebih dikenal sebagai salah satu negara
pengimpor beras terbesar di dunia. Hal ini disebabkan karena krisis ekonomi yang
berkepanjangan dan beberapa penyebab lainnya diantaranya semakin besarnya jumlah
penduduk, bencana alam, keterbatasan lahan produktif dan pola kosumsi
pangan/budaya makan masyarakat. Sehingga pemerintah mengeluarkan
undang-undang No. 7 tahun 1996, tentang pangan dan isinya antara lain mengatur mengenai
ketersediaan, keragaman, mutu, keamanan, termasuk di dalamnya mengenai sistem
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
Jumlah penduduk Indonesia yang semakin bertambah, yang diperkirakan
dengan laju pertambahan 1,60% per tahun dengan pertumbuhan produksi beras yang
hanya mencapai rata-rata 2,50% per tahun, maka kebutuhan beras pun belum
mencukupi kebutuhan beras nasional.
Oleh karena hal diatas, maka penulis merasa tertarik dan terdorong untuk
mengadakan penelitian tentang kebutuhan beras dengan judul “ PERAMALAN
TINGKAT KEBUTUHAN BERAS PADA TAHUN 2008 DI KABUPATEN
TAPANULI SELATAN“.
1.2 Identifikasi Masalah
Permasalahan penduduk yang terus meningkat, menyebabkan permintaan beras terus
meningkat pula. Karena beras merupakan kebutuhan pokok bagi bangsa Indonesia
pada umumnya dan masyarakat Tapanuli Selatan khususnya maka kecukupan
permintaan komoditi ini perlu diketahui dari waktu ke waktu.
Berdasarkan hal ini dapat dirumuskan masalah penelitian sebagai berikut :
1. Perhitungan jumlah penduduk yang dilakukan secara kasar yaitu tanpa
menghitung angka kematian dan migrasi.
2. Mengetahui tingkat kebutuhan beras di Kabupaten Tapanuli Selatan, dengan
menggunakan metode eksponensial ganda.
3. Mengetahui tingkat produksi beras di Kabupaten Tapanuli Selatan, dengan
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
TINJAUAN PUSTAKA
Disini penulis mencari literatur-literatur yang bersifat teoritis yang ada kaitannya
dengan penelitian, teori-teori yang digunakan :
1. Spyros Makridakis, Steven C. Wheel, Victor E. McGee.1999. Metode dan
Aplikasi Peramalan. Jalarta.: Penerbit Erlangga.
2. Manurung, Adler Haymans SE. 1990. Teknik Peramalan Bisnis dan Ekonomi.
Jakarta : Rineka Cipta.
3. Gitosudarmo, Indriyo dan Najmudin, Muhammad. 2001. Teknik Proyeksi
Bisnis. Yogyakarta : BPFE.
Adapun rumus yang digunakan untuk menghitung peramalan tingkat
kebutuhan beras dan tingkat produksi beras di Kabupaten Tapanuli Selatan adalah
dengan menggunakan metode Double Exponensial Smoothing Brown.
Adapun rumus yang penulis gunakan yaitu :
(
)
(
)
(
)
( )
m
b
a
F
S
S
b
S
S
a
S
S
S
S
X
S
t t m t t t t t t t t t t t t+
=
′
′
−
′
−
=
′
′
−
′
=
′
′
−
+
′
=
′
′
′
−
+
=
′
+ − −α
α
α
α
α
α
1
2
1
1
1 1 Keterangan :S`t : Smoothing pertama periode t
S`t-1 : Smothing pertama periode t-1
Xt : Nilai riil periode t
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
S``t-1 : Smoothing kedua periode t-1
at : Konstanta
bt : Slope
Ft+m : Forecast
m : Jumlah periode di depan yang diramalkan.
4. Mantra, I. Bagoes. 2000. Demografi Umum. Yogyakarta : Pustaka Pelajar.
penulis megutip rumus untuk menghitung jumlah penduduk dengan metode
laju pertumbuhan geometri. Dimana metode berguna untuk menghitung
pertumbuhan penduduk secara garis besar (kasar), tanpa menghitung angka
kematian dan migrasi.Adapun rumusan yang dipergunakan adalah:
(
)
to
t
P
r
P
=
1
+
Po : Jumlah penduduk pada tahun dasar.
Pt : Jumlah penduduk pada tahun t.
t : Jangka waktu (dalam banyaknya tahun).
r : rata – rata laju pertumbuhan penduduk per tahun.
Dengan menggunakan rumus diatas maka jumlah penduduk tahun 2008 dapat
diperkirakan.
F. TUJUAN PENELITIAN
Tujuan dari penelitian ini adalah : Meramalkan jumlah penduduk untuk produksi beras
dalam memenuhi kebutuhan beras di Kabupaten Tapanuli Selatan pada Tahun 2008.
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
Penelitian ini dilakukan dapat memberikan kontribusi penelitian antara lain:
1. Memberikan masukan yang bermanfaat bagi mahasiswa-mahasiswa Statistika
yang ada di Fakultas Matematika dan Ilmu Pengetahuan Alam khususnya.
2. Untuk menambah pengetahuan penulis dan mengaplikasikan teori-teori yang
telah didapat oleh penulis semasa dibangku perkuliahan.
3. Bagi pihak Badan Ketahanan Pangan, dapat bermanfaat sebagai masukan
dalam mengambil keputusan.
4. Agar dapat bermanfaat kepada para pembaca sebagai salah satu referensi untuk
mengaplikasikannya dalam kehidupan sehari-hari.
H. METODE PENELITIAN
Untuk mendukung penyusunan Tugas Akhir, maka penulis membutuhkan data-data
yang diperoleh melalui serangkaian tinjauan, penelitian, riset maupun pengembalian
data. Dalam riset tersebut penulis menggunakan beberapa metode diantaranya :
1. Metode penelitian keperpustakaan (Studi literature)
Dalam hal ini pengumpulan data serta keterangan – keterangan dapat
dilakukan dengan membaca serta mempelajari buku – buku ataupun literature
– literature pelajaran yang didapat diperkuliahan, serta sumber informasi
lainnya yang berhubungan dengan objek yang diteliti.
2. Metode Pengumpulan Data
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
1. Data Primer
2. Data Sekunder
Data primer adalah data yang diperoleh langsung dari sumbernya, diamati dan
dicatat untuk pertama kalinya. Data Sekunder adalah data yang bukan diusahakan
sendiri Pengumpulannya oleh peneliti.
Adapun data yang diperoleh untuk penulisan ini merupakan data sekunder
yang penulis peroleh dari Kantor Badan Ketahanatan Pangan Sumatera Utara. Data
yang dikumpulkan tersebut kemudian diatur, disusun dan disajikan dalam bentuk
angka – angka dengan tujuan untuk mendapatkan gambaran yang jelas tentang
sekumpulan data tersebut.
3. Metode Analisa
Adapun pengolahan data dalam meramalkan jumlah penduduk menggunakan
metode laju pertumbuhan geometri. Sedangkan untuk menghitung tingkat
produksi beras dan tingka kebutuhan beras di Kabupaten Tapanuli Selatan
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
BAB 2
TINJAUAN TEORITIS
2.1 Produksi Beras
Dalam ekonomi Indonesia, pangan terutama beras, mempunyai peranan yang sangat
penting. Perkembangan harga beras secara langsung mempengaruhi biaya hidup
masyarakat. Demikianlah maka usaha untuk menjaga kemantapan harga beras
merupakan hal yang mutlak diperlukan guna untuk menjaga stabilitas ekonomi.
Faktor iklim dan faktor alamiah lainnya mempunyai pengaruh yang besar
terhadap produksi, sedangkan kemampuan manusia untuk mengetahui faktor – faktor
lainnya masih terbatas. Karena itu produksi pangan setiap tahunnya merupakan hal
yang tidak pasti, demikian pula harga beras.
Disebabkan oleh karena hal – hal tersebut diatas maka pemerintah berketetapan
untuk mempengaruhi harga beras di pasaran dengan jalan menguasai sejumlah
persediaan beras agar sewaktu – waktu dapat menyalurkan kedalam masyarakat
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
Dengan kebijakan tersebut pemerintah berusaha untuk menjaga agar harga beras
dapat dipertahankan pada suatu tingkat yang wajar, dalam arti di satu pihak cukup
tinggi untuk memberikan imbalan yang layak bagi para petani dan dapat merangsang
kenaikan produksi, sedangkan dipihak lain cukup rendah untuk tetap berada dalam
jangkauan daya beli masyarakat banyak.
2.2 Kebutuhan Beras
Kebutuhan merupakan sesuatu harapan, ataupun keinginan yang harus dicukupi
dimana keinginan itu merupakan suatu hal yang penting dalam membantu
melancarkan kehidupan.
Kebutuhan beras adalah salah satu bagian dari kebutuhan primer. Yang mana
bila kebutuhan primer tersebut diabaikan maka kelangsungan hidup seseorang tersebut
dapat terganggu. Seperti yang telah kita ketahui beras merupakan kebutuhan pokok
bagi bangsa kita.
Dengan demikian dapat disimpulkan bahwa kebutuhan beras sangat penting
untuk diketahui, untuk itulah penulis ingin mengetahuinya. Karena kebutuhan beras
sangat erat terhadap tingkat produksi.
2.3 Peramalan
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
Peramalan (Assauri, Sofyan. 1991) adalah kegiatan untuk memperkirakan apa yang
akan terjadi di masa yang 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 yaitu: metode pemulusan
eksponensial, atau rata – rata bergerak, metode box – jekins, metode regresi, semua itu
dikenal dengan metode peramalan.
Metode peramalan ( Spyros Makridakis) adalah cara untuk memperkirakan
secara kuantitatif apa yang akan terjadi pada masa yang akan datang dengan dasar
data yang relevan pada masa lalu. Dengan kata lain metode peramalan ini digunakan
dalam peramalan yang bersifat objektif.
2.3.2 Jenis Peramalan
Pada umumnya peramalan dapat dibedakan dari beberapa segi tergantung dari cara
melihatnya. Apabila dilihat dari sifat teknik peramalan maka peramalan dapat
dibedakan menjadi 2 (dua) macam yaitu :
1. Peramalan kuantitatif
Peramalan kuantitatif adalah peramalan yang didasarkan atas data kuantitatif
pada masa lalu. Peramalan kuantitatif sangat mengandalkan pada data histories
yang dimiliki. Hasil peramalan yang dibuat sangat tergantung pada metode
yang digunakan dalam peramalan tersebut. Peramalan kuantitatif dapat dibagi
dalam deret berkala (time series) dan peramalan kausal.
Peramalan kuantitatif dapat digunakan bila terdapat tiga kondisi sebagai
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
1. Adanya informasi tentang masa lalu.
2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data.
3. Informasi tersebut dapat diasumsikan bahwa beberapa aspek pola masa
lalu akan terus berlanjut dimasa yang akan datang.
2. 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 yang terpenting karena hasil peramalan tersebut
ditentukan berdasarkan pemikiran yang bersifat intuisi, pendapat dan
pengetahuan dari orang yang menyusunnya.
2.3.3 Manfaat Peramalan
Kualitas dan mutu hasil peramalan sangat ditentukan oleh proses pelaksanaan
penyusunannya. Peramalan yang baik yakni Peramalan yang menghasilkan
penyimpangan antara hasil peramalan dengan kenyataan sekecil mungkin.
Peranan Peramalan sangat membantu di bidang – bidang lain yang
membutuhkan, maka peramalan dapat digunakan untuk:
1. Dasar utama untuk membuat suatu perencanaan, agar perencanaan itu sesuai
dengan tingkat kemampuan yang telah ada.
2. Sebagai dasar pembanding dari hasil kerja yang nyata, dengan hasil peramalan
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
apa yang manjadi penyebabnya akan dicari dan dilakukan perbaikan atau
koreksi.
Peramalan tingkat produksi beras adalah melihat kedepan akan hasil dari produksi
beras tersebut dari tahun – tahun sebelumnya. Selain meramalkan tingkat produksi
beras, penulis juga melakukan peramalan perkembangan penduduk. Dimana
peramalan perkembangan penduduk ini berguna untuk melihat kebutuhan penduduk
akan kebutuhan konsumsi beras.
2.3.4 Menentukan Peramalan yang Akurat
Hasil peramalan yang mendekati kenyataan merupakan ramalan yang memiliki
kesalahan (eror) yang minimal.
Ada dua hal pokok yang harus diperhatikan agar suatu ramalan menjadi akurat
yaitu:
1. Tersedianya data yang relevan
Tahap pertama dari proses peramalan adalah pengumpulan data. Suatu data
dapat ditinjau menurut jenisnya, sifatnya dan menurut sumbernya. Tidak
semua data yang diperoleh akan dapat digunakan dan relevan dengan tujuan
peramalan. Dan hasil akhir dari peramalan sangat tergantung pada tersedianya
data yang relevan.
2. Teknik peramalan
Hal pokok yang kedua yang sangat dipengaruhi terhadap kesuksesan
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
2.3.5 Pemilihan Teknik Peramalan
Dalam pemilihan teknik peramalan, pertama – tama perlu diketahui ciri – ciri penting
yang perlu diperhatikan bagi pengambilan keputusan dan analisa keadaan dalam
mempersiapkan peramalan (Spyros Makridakis).
Ada enam faktor utama yang diintensifikasikan dalam pemilihan teknik
peramalan yaitu:
1. Pola data
Pola data merupakan aspek utama yang sangat berpengaruh terhadap
pemilihan teknik peramalan. Suatu data yang memiliki pola trend (naik atau
turun) akan lebih tepat bila di forecast dengan teknik dekomposisi. Sedangkan
data yang memiliki pola fluktuatif akan lebih tepat bila di forecast dengan
teknik smoothing.
2. Jangka waktu
Ada dua aspek jangka waktu yang berhubungan dengan masing – masing
metode peramalan. Pertama adalah cakupan waktu di masa yang akan datang,
keduanya adalah jumlah periode untuk peramalan yang diinginkan.
3. Biaya yang dibutuhkan
Umumnya ada 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.
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
Tingkat akurasi yang dibutuhkan sangat erat kaitannya dengan tingkat
perincian yang dibutuhkan dalam suatu peramalan.
2.4 Metode Laju Pertumbuhan Geometri
Tingkat pertumbuhan geometris adalah pertumbuhan penduduk bertahap, yaitu
dengan memperhitungkan pertumbuhan penduduk hanya pada akhir tahun dari suatu
periode. Metode ini menghitung pertumbuhan penduduk secara garis besar (kasar),
yaitu tanpa menghitung angka kematian dan migrasi (Ida Bagoes Mantra,Ph.D.2000)
Dengan memperhitungkan data diatas maka dapat digunakan suatu rumusan
untuk melakukan peramalan jumlah penduduk pada tahun 2008. Adapun rumusan
yang dipergunakan adalah dengan rumusan sebagai berikut:
(
)
t ot
P
r
P
=
1
+
(
)
o t t P P r = + 1maka 1
1 − = t o t P P r Keterangan :
Po : Jumlah penduduk pada tahun dasar.
Pt : Jumlah penduduk pada tahun t.
t : Jangka waktu (dalam banyaknya tahun).
r : rata – rata laju pertumbuhan penduduk per tahun.
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
2.5 Metode Pemulusan (Smoothing)
Metode pemulusan (smoothing) adalah metode peramalan dengan mengadakan
penghalusan terhadap masa lalu, yaitu dengan mengambil rata – rata dari nilai
beberapa tahun untuk menaksir nilai pada beberapa tahun ke depan.
Secara umum metode penghalusan (smoothing) diklasifikasikan menjadi dua
yaitu:
1. Metode rata –rata (moving average)
Dengan moving average (rata – rata bergerak) ini kita melakukan 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 pengamatan baru
tersedia, maka angka rata – rata yang baru dihitung, dan dipergunakan sebagai
ramalan.
Metode rata – rata bergerak dibagi atas empat bagian yaitu:
1. Nilai tengah (mean).
2. Rata – rata bergerak tunggal (Single Moving Average).
3. Rata – rata bergerak ganda (Double Moving Average).
4. Kombinasi rata – rata bergerak
Metode rata – rata tujuannya adalah untuk memanfaatkan data masa lalu untuk
mengembangkan suatu system peramalan pada periode mendatang.
2. Metode pemulusan (smoothing) eksponensial
Metode pemulusan (smoothing) eksponensial merupakan pengembangan dari
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
dilakukan dengan mengulang secara terus – menerus dengan menggunakan
data terbaru. Setiap data diberi bobot, data yang lebih baru diberi bobot yang
lebih besar.
Bentuk umum dari metode pemulusan (smoothing) eksponensial ini adalah:
(
)
t tt
X
F
F
+1=
α
+
1
−
α
Keterangan:
Ft+1 : ramalan satu periode ke depan
Xt : data actual pada periode t
Ft : ramalan pada periode t
α : parameter pemulusan (0<α<1)
Bila bentuk umum tersebut diperluas maka akan berubah menjadi:
( )
( )
2( )
( )
12 1
1
1
−1
−...
1
−+
=
+
−
+
−
+
+
−
tnn t
t t
t
X
X
X
F
F
α
α
α
α
α
α
Matode ini terdiri atas:
3. Smoothing Eksponensial Tunggal.
a. Satu Parameter (one parameter).
b. Pendekatan Aditif (ARRES).
Digunakan untuk data yang bersifat stasioner dan tidak
menunjukkan pola atau trend.
4. Smoothing Eksponensial Ganda.
a. Metode Linier Satu Parameter dari Brown.
b. Metode Dua Parameter dari Holt.
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
a. Metode Kuadratik Satu Parameter dari Brown.
Digunakan untuk pola data kuadratik, kubik, atau orde yang
lebih tinggi.
b. Metode Kecendrungan dan Musiman Tiga Parameter dari
Winter.
4. Smoothing Eksponensial menurut Klasifikasi Pegels.
2.6 Metode Smoothing yang Digunakan
Peramalan dengan menggunakan metode exponensial smoothing atau disebut juga
metode eksponensial smoothing linier. Teknik ini digunakan untuk data runtun waktu
yang memiliki komponen trend yang linier. Pada teknik ini, jika parameter (α) tidak
mendekati nol, pengaruh proses awalnya secara cepat menjadi kurang berarti begitu
berlalu. Jika parameternya mendekati nol, proses awalnya dapat berperan penting
untuk beberapa periode ( Spyros Makridakis).
Metode smoothing (metode pemulusan) merupakan teknik meramal dengan
cara mengambil rata – rata dari nilai beberapa periode yang lalu untuk menaksir nilai
pada periode yang akan datang. Dalam metode ini data histories digunakan untuk
memperoleh angka yang dilicinkan atau diratakan. Dalam metode ini peramalan
dilakukakan dengan mengulang perhitungan secara terus – menerus dengan
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
Kelemahan dari metode ini adalah kurang fleksibel karena konstanta
penghalus terbaik untuk trendnya mungkin sama. Selain itu, dalam metode ini tidak
diperhitungkan komponen musim.
Rumus – rumus yang digunakan yaitu:
1. Menentukan Smooting Pertama
( )
St′ .( )
St′ :αXt +(
1−α)
St′−1( )
St′ : Smooting pertama pada periode t.t
X : Nilai riil periode t.
1 −
′
t
S : Smoothing pertama periode t-1.
2. Menentukan Smoothing Kedua
( )
St′′ .( )
St′′ : αSt′+(
1−α)
St′′−1( )
St′′−1 : Smoothing kedua periode t-13. Menentukan Besarnya Konstanta (at).
at : 2St′−St′′
5. Menentukan Besarnya Slope (bt).
bt :
(
St′−St′′)
−α α
1
6. Menentukan Besarnya Forecast (Ft+m).
Ft+m : at + bt (m)
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
Dengan menggunakan rumusan – rumusan diatas penulis melakukan
peramalan tingkat kebutuhan beras dan produksi beras 2008. Penulis memilih
rumusan tersebut adalah dengan melihat selisih produksi beras dan kebutuhan beras
dari setiap tahunnya tidak begitu konstan (naik turun). Sehingga peramalan produksi
beras dan kebutuhan beras dilakukan dengan metode pemulusan eksponensial ganda
untuk melicinkan / memuluskan ramalan dari tahun ke tahun (Indriyo Gitosudarmo,
M.Com.2001).
BAB 3
SEJARAH SINGKAT TEMPAT PENELITIAN
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
Pada orde baru program intensifikasi pertanian bertujuan untuk meningkatkan
produktivitas dan produksi beras menuju swasembada beras menuju swasembada
pangan. Untuk mewujudkan swasembada pangan dibentuk suatu wadah koordinasi
yang bersifat fungsional dari berbagai dinas instansi terkait baik dari pusat, propinsi,
kabupaten kota dan sampai ke tingkat desa yang disebut Badan Pengendali BIMAS
(Bimbingan Massal) di tingkat Pusat, Satuan Pembinaan BIMAS di tingkat Propinsi
dan Satuan Pelaksanaan BIMAS di tingkat Kabupaten, Satuan Penggerak BIMAS di
tingkat Kecamatan dan Desa. Wadah koordinasi ini ditetapkan berdasarkan Keputusan
Presiden di tingkat Pusat, Keputusan Gubernur di tingkat Propinsi, Keputusan
Bupati/Walikota di tingkat Kabupaten, Kecamatan, dan Desa. Untuk mendukung
wadah koordinasi yang bersifat fungsional tersebut, maka ditetapkan adanya
Sekretariat Pembina BIMAS di tingkat Proppinsi dan Sekretariat Pelaksana BIMAS di
tingkat Kabupaten/Kota yang dipimpin oleh seorang Sekretaris.
Seiring dengan perkembangan otonomi daerah maka seluruh lembaga
struktural yang bersifat vertikal, bergabung dan menyatu ke dalam lembaga struktural
dinas daerah. Sehingga dengan demikian seluruh lembaga struktural yang bersifat
vertikal yang ada selama ini tidak ada lagi, kecuali Lembaga Struktural yang
menangani Keuangan, Kehakiman Agama, Pertahanan Keamanan.
Mengingat wadah koordinasi yang bersifat fungsional yaitu: Satuan
Pembinaan BIMAS di tingkat Propinsi, Satuan Pelaksanaan BIMAS di tingkat
Kabupaten, dipandang tugas-tugasnya masih diperlukan dalam rangka peningkatan
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
dan Pemerintah Daerah (PEMDA) Sumatera Utara membentuk suatu badan yang
disebut Badan Ketahanan Pangan (BKP) oleh karena itu Badan Ketahanan Pangan ini
berperan sebagai Sekretariat Dewan Ketahanan Pangan yang sekaligus merupakan
transparansi dari Satuan Pembina Bimas.
Badan Ketahanan Pangan ini mempunyai tugas dan fungsi yang bersifat
koordinatif yang merupakan kesinambungan dari tugas dan fungsi koordinasi yang
diemban oleh Satuan Pembina BIMAS dan Satuan Pelaksana BIMAS pada era
pemerintahan orde baru. Seluruh institusi Badan Ketahanan Pangan menempati kantor
lama Kanwil Departemen Pertanian Propinsi Sumatera Utara dan kantor lama BIMAS
dan pegawainya berasal dari pegawai Sekretariat Satuan Pembinaan BIMAS dan
pegawai Kanwil Departemen Pertanian Sumatera Utara.
3.1.1 Visi Badan Ketahanan Pangan Propinsi Sumatera Utara
Visi Badan Ketahanan Pangan Propinsi Sumatera Utara :
“ Terwujudnya ketahanan pangan masyarakat yang berbasis kepada sumber daya lokal
yang dimiliki secara efesien dan berkelanjutan menuju masyarakat yang berkualitas
dan sejahtera. “
3.1.2 Misi Badan Ketahanan Pangan Propinsi Sumatera Utara
Misi Badan Ketahanan Pangan Propinsi Sumatera Utara :
1. Meningkatkan keberdayaan dan kemandirian masyarakat untuk mewujudkan
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
2. Meningkatkan kualitas sumber daya manusia dan kesejahteraan masyarakat.
3.1.3 Tugas Badan Ketahanan Pangan Propinsi Sumatera Utara
Tugas Badan Ketahanan Pangan Propinsi Sumatera Utara:
1. Sebagai salah satu Lembaga Teknis Daerah Perda No. 4 Tahun 2001,
membantu Kepala Daerah dalam pemeliharaan Ketahanan Pangan.
2. Sebagai Sekretariat Dewan Ketahanan Pangan SK GUBSU No.
188/44/250/KK/Thn 2002, membantu Gubernur dalam fasilitas pelaksanaan
koordinasi perumusan kebijakan dan program di bidang Ketahanan Pangan
yang meliputi aspek ketersediaan, distribusi, konsumsi, keamanan pangan, dan
melaksanakan pengendalian, monitoring dan evaluasi ketahanan pangan
daerah.
3.1.4 Fungsi Badan Ketahanan Pangan Propinsi Sumatera Utara
Badan Ketahanan Pangan Propinsi Sumatera Utara :
1. Mengkoordinasikan perumusan kebijakan dan perencanaan program
peningkatan ketahanan pangan daerah yang meliputi aspek-aspek sebagai
berikut:
a. Aspek ketersediaan yang bersumber dari produksi, cadangan dan
impor.
b. Aspek distribusi yang berbasis kepada stabilitas harga pangan, aman
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
c. Aspek konsumsi yang berbasis kepada penganekaragaman konsumsi
non beras, bermutu/bergizi dan aman.
2. Mengkoordinasikan monitoring program peningkatan ketahanan pangan
melalui Rapat Dewan Ketahanan Pangan, Rapat Kelompok Kerja guna
mengantisipasi dan memecahkan masalah yang dihadapi meliputi hal-hal
sebagai berikut:
a. Monitoring pelaksanaan kegiatan usaha tani.
b. Monitoring export/impor bahan pangan stategis.
c. Monitoring harga bahan pangan strategis lokal.
d. Monitoring pengadaan/penyimpanan/penyaluran cadangan makanan.
e. Monitoring kewaspadaan pangan (bencana alam dan gangguan OPT).
f. Monitoring daerah rawan pangan.
g. Monitoring penganekaragaman konsumsi bahan pangan.
h. Monitoring mutu dan keamanan pangan.
i. Supervisi yang terkoordinasi ke lapangan.
3. Melaksanakan peningkatan analisis dan pembinaan terhadap aspek-aspek
ketahanan pangan (ketersediaan, distribusi, penganeka ragaman konsumsi dan
kewaspadaan/keamanan pangan) yang meliputi:
a. Pelaksanaan DPH-LUEP.
b. Pengembangan lumbung pangan.
c. Pengembangan tunda jual.
d. Pengembangan pangan lokal.
e. Peningkatan pekarangan.
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
4. Memantau dan mengendalikan ketersediaan dan distribusi bahan pangan,
terutama 9 (sembilan) bahan pokok.
5. Mengkoordinasikan pelaporan dan evaluasi program peningkatan ketahanan
pangan yang meliputi aspek: ketersediaan, mutu, keamanan pangan.
3.1.5 Lokasi Badan Ketahanan Pangan Propinsi Sumatera Utara
Bangunan kantor Badan Ketahanan Pangan Propinsi Sumatrera utara seluas ± 1.276
m2 diatas tanah seluas 14.271,5 m2 yang terletak di Jl. Jendral Besar Dr. Abdul Haris
Nasution No. 24 Medan.
3.2 Struktur Organisasi Badan Ketahanan Pangan Propinsi Sumatera Utara.
Struktur Organisasi Badan Ketahanan Pangan Propinsi Sumatera Utara :
Badan Ketahanan Pangan Propinsi Sumatera Utara dipimpin oleh seorang Kepala
Badan (Eselon II/a) dan dibantu oleh 4 orang Pejabat Struktural Eselon III/a dan 14
orang Pejabat Eselon IV/a serta Kelompok Jabatan Fungsional (KJF) yakni:
1. Sekretariat :
a. Sub Bagian Keuangan.
b. Sub Bagian Umum.
c. Sub Bagian Hukum dan Organisasi.
2. Bidang Pengkajian Pangan :
a. Sub Bidang Pangadaan dan Cadangan Makanan.
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
c. Sub Bidang Pemberdayaan Kelembagaan Pangan.
d. Sub Bidang Analisis Harga Pangan.
3. Bidang Kewaspadaan Pangan dan Gizi :
a. Sub Bidang Monitoring dan Evaluasi Pangan.
b. Sub Bidang Sistem Informasi Manajemen Pangan.
c. Sub Bidang Rawan Pangan.
4. Bidang Penganekaragaman Konsumsi Pangan dan Sumber Daya :
a. Sub Bidang Pola Konsumsi Pangan.
b. Sub Bidang Pemberdayaan Masyarakat dan Sumber Daya.
c. Sub Bidang Penganekaragaman Pangan Lokal.
5. Kelompok Jabatan Fungsional.
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
KEPALA BADAN KETAHANAN PANGAN KELOMPOK JABATAN FUNGSIONAL SEKRETARIS BADAN KETAHANAN PANGAN SUB BAG KEUANGAN SUB BAG UMUM SUB BAG HUKUM DAN ORGANISASI SUB BIDANG PEMBERDAYAAN KELEMBAGAAN PANGAN SUB BIDANG ANALISIS HARGA PANGAN SUB BIDANG MONITORING DAN EVALUASI PANGAN SUB BIDANG SISTEM INFORMASI MANAJEMEN PANGAN SUB BIDANG RAWAN PANGAN SUB BIDANG POLA KONSUMSI PANGAN SUB BIDANG PEMBERDAYAAN MASYARAKAT DAN SUMBER DAYA SUB BIDANG PENGADAAN DAN CADANGAN PANGAN BIDANG KEWASPADAAN PANGAN DAN GIZI
BIDANG
PENGANEKARAGAMAN DAN SUMBER DAYA
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
BAB 4
ANALISIS DAN EVALUASI
4.1 Perhitungan Jumlah Penduduk
Sebelum meramalkan tingkat kebutuhan beras dan tigkat produksi beras, maka penulis
melakukan perhitungan jumlah penduduk di Kabupaten Tapanuli Selatan terlebih
dahulu. Karena jumlah penduduk sangat berpengaruh terhadap tingkat kebutuhan
beras di Kabupaten Tapanuli Selatan.
Adapun data yang dipaparkan penulis dalam penulisan tugas akhir ini adalah
data dari Badan Ketahanan Pangan Sumatera Utara. Data jumlah penduduk tersebut
[image:33.595.113.510.375.750.2]adalah sebagai berikut:
Tabel 4.1Tabel Jumlah Penduduk di Kabupaten Tapanuli Selatan
Pada Tahun 1994 – 2006.
Tahun Penduduk
(Jiwa)
1994 773241
1995 752320
1996 747820
1997 738231
1998 756720
1999 789800
2000 618712
2001 749013
2002 695730
2003 605918
2004 612599
2005 626702
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
[image:34.595.108.529.340.588.2]Sumber : Badan Ketahanan Pangan Sumatera Utara.
Grafik Jumlah Penduduk di Kabupaten Tapanuli Selatan Pada Tahun 1994 - 2006
0 100000 200000 300000 400000 500000 600000 700000 800000 900000
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
Tahun
J
um
la
h P
e
nduduk
Penduduk
Gambar 4.1 Grafik Jumlah Penduduk di Kabupaten Tapanuli Selatan
Tahun 1994 – 2006.
Dari Gambar di atas dapat kita lihat bahwa perkembangan jumlah penduduk
Dengan mempergunakan data yang ada ada tabel 4.1, penulis dapat meramalkan data
jumlah penduduk pada tahun 2008.
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
4.1.1 Perhitungan Laju Pertumbuhan Geometris Penduduk
Setelah uji kecukupan sampel telah terpenuhi, maka penulis melanjutkan dengan
perhitungan laju pertumbuhan geometris penduduk untuk meramalkan jumlah
penduduk pada tahun 2008. Adapun perhitungannya adalah sebagai berikut :
P0 = P2001 = ; t = 5
Pt = P2006 = ; r = ?
(
)
t ot
P
r
P
=
1
+
(
)
o t t P P r = + 1; 1
1 − = t o t P P r
(
)
(
)
% 425709059 . 3 % 100 03425709 . 0 03425709 . 0 1 965742909 . 0 1 840054845 . 0 1 749013 629212 5 1 13 1 − = ∗ − = − = − = − = − = r r r rDengan laju pertumbuhan penduduk menurun -3.4% per tahun maka
diperkirakan jumlah penduduk Kabupaten Tapanuli Selatan pada tahun 2007 sampai
dengan tahun 2008 adalah sebagai berikut :
P0 = P2006 = 629212
(
)
( )
607657 0276 . 607657 ) 96574291 . 0 ( 629212 1 1 2007 2007 1 2006 2007 = = = + = + = P P P P P r PSamira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
(
)
(
)
(
)
(
)
(
)
673060 3547 . 673060 069687728 . 1 629212 96574291 . 0 629212 03425709 . 0 1 1 2008 2008 2008 2 2008 2 2007 2008 = = = = − + = + = P P P P P P r PPt o t
Dari hasil peramalan diatas maka jumlah penduduk tahun 2008 adalah sebanyak
673060 jiwa. Pertumbuhan penduduk hasil perhitungan secara matematis tersebut
[image:36.595.157.450.356.657.2]akan semakin jelas terlihat pada table dibawah ini:
Tabel 4.1.2Hasil Perhitungan Laju Geometris Penduduk di Kabupaten Tapanuli
Selatan pada Tahun 1994 – 2008.
Tahun Penduduk
(Jiwa)
1994 773241
1995 752320
1996 747820
1997 738231
1998 756720
1999 789800
2000 618712
2001 749013
2002 695730
2003 605918
2004 612599
2005 626702
2006 629212
2007* 607657
2008 * 673060
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
4.2 Peramalan Produksi Beras
Data yang dipergunakan penulis sebagai dasar untuk melaksanakan peramalan beras
pada tahun 2008 adalah data tingkat produksi beras pada tahun 1994 sampai 2006.
Adapun tingkat produksi beras di Kabupaten Tapanuli Selatan penulis lampirkan
dalam tabel sebagai berikut :
4.2 Tabel Tingkat Produksi Beras di Kabupaten Tapanuli Selatan
Pada Tahun 1994 – 2006
Tahun
Produksi Beras (Ton)
1994 279990
1995 275109
1996 273360
1997 294901
1998 310140
1999 322448
2000 231862
2001 244444
2002 179913
2003 235345
2004 240268
2005 239393
2006 199957
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
Grafik Tingkat Produksi Beras di Kabupaten Tapanuli Selatan pada Tahun 1994 - 2006
0 50000 100000 150000 200000 250000 300000 350000
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
Tahun
P
r
o
duks
i
Produksi
Gambar 4.2 Grafik Tingkat Produksi Beras di Kabupaten Tapanuli Selatan
Tahun 1994 – 2006
4.2.1 Perhitungan Peramalan Tingkat Produksi Beras dengan Menggunakan
Metode Exponensial Smoothing Ganda dengan
α
= 0.1Adapun langkah – langkah peramalan tingkat produksi beras adalah sebagai berikut :
1. Tahun pertama (1994).
a. St′ ditentukan sebesar produksi beras pada tahun pertama (1994), yaitu
sebesar 279990 ton.
b. St′′ sebesar produksi beras pada tahun pertama (1994), yaitu sebesar 279990
ton.
c. at : belum bias ditentukan.
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
e. Ft+m : Forecast tahun kedua (F2) ditentukan sebesar produksi tahun pertama,
yaitu sebesar 279990 ton.
2. Tahun kedua (1995).
Xt = 275109
a. St′ =
α
Xt + (1-α
)St′−1= 0.1(275109) + (0.9) 279990
= 27510.9 + 251991.0
= 279501.9
b. St′′ =
α
St′ + (1-α
)St′′−1= 0.1(27501.9) + (0.9) 279990
= 27950.19 + 251991.0
= 279941.19
c. at = 2St′-St′′
= 2(279501.9) - 279941.19
= 559003.8 - 279941.19
= 279062.61
d. . bt =
α α
−
1 (St′-St′′)
=
9 . 0
1 . 0
(279501.9 - 279941.19)
= - 48.81
e. Forecast tahun ke – 3 (1996) ; (m = 1)
Ft+m = a1996 + b1996
F1996+1 = 279062.61 + ( - 48.81)
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
2. Tahun ketiga (1996).
Xt = 273360
a. St′ =
α
Xt + (1-α
)St′−1= 0.1(273360) + (0.9) 279501.9
= 27336.0 + 251551.71
= 278887.71
b. St′′ =
α
St′ + (1-α
)St′′−1= 0.1(278887.71) + (0.9) 279941.19
= 27888.771+ 251947.071
= 279835.842
c. at = 2St′-St′′
= 2(278887.71) - 279835.842
= 557775.42 - 406451.842
= 277939.578
d. . bt =
α α
−
1 (St′-St′′)
=
9 . 0
1 . 0
( 278887.71 - 279835.842)
= - 1105.348
e. Forecast tahun ke – 3 (1997) ; (m = 1)
Ft+m = a1996 + b1996
F1996+1 = 277939.578 + ( - 105.348 )
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
Perhitungan peramalan tingkat produksi secara lengkap tertera pada tabel di bawah
ini.
Tabel 4.2.1 Tabel Perhitungan Peramalan Tingkat Produksi Beras dengan
Menggunakan Metode Exponensial Smoothing Ganda dengan
α
=0.1
Tahun
Produksi Beras (Ton)
S`t S``t at bt Ft+m
1994 279990 279990 279990 - - -
1995 275109 279501.9 279941.19 279062.61 -48.81 279013.8
1996 273360 278887.71 279835.842 277939.578 -105.348 277834.23
1997 294901 280489.039 279901.1617 281076.9163 65.3197 281083.4483
1998 310140 283454.1351 280256.459 286651.8112 355.29734 286687.3409
1999 322448 287353.5216 280966.1653 293740.8779 709.706255 293811.8485 2000 231862 281804.3694 281049.9857 282558.7532 83.8204136 282567.1352 2001 244444 278068.3325 280751.8204 275384.8446 -298.165322 275355.0281
2002 179913 268252.7992 279501.9183 257003.6802 -1249.90211 256878.69
2003 235345 264962.0193 278047.9284 251876.1103 -1453.9899 251730.7113 2004 240268 262492.6174 276492.3973 248492.8375 -1555.5311 248337.2844 2005 239393 260182.6556 274861.4231 245503.8882 -1630.97416 245340.7908
2006 199957 254160.0901 272791.2898 235528.8904 -2070.1333 235321.877
2007* - - - -
2008* - - - -
Peramalan Tahun 2007 ; m = 1
Ft+m = a2006 + b2006(m)
F2006+1 = 235528.8904 + -2070.1333 (1)
F2007 = 233458.7571
Peramalan Tahun 2008 ; m = 2
Ft+m = a2006 + b2006(m)
F2006+2 = 235528.8904 + - 2070.1333.(2)
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
Dari tabel di atas dapat diketahui kesalahan ramalan dengan menggunakan
MSE ( Mean Square Error atau Nilai Kesalahan Kuadrat ) dengan menggunakan
rumus sebagai berikut :
∑
==
n in
ei
MSE
1 2Dimana Ei = Xt - Ft
[image:42.595.111.526.311.685.2]Maka hasil perhitungannya secara lengkap tertera pada tabel di bawah ini.
Tabel 4.2.1.1 Tabel Perhitungan Forecast dan Mean Square Error Produksi
Beras dengan
α
= 0.1Tahun
Produksi Beras (Ton)
Forecast Error Absolute Square
Error
1994 279990
1995 275109 279990 -4881 4881 23824161
1996 273360 279013.8 -5653.8 5653.8 31965454.44
1997 294901 277834.23 17066.77 17066.77 291274638.2
1998 310140 281142.236 28997.764 28997.764 840870317
1999 322448 287007.1085 35440.8915 35440.8915 1256056790
2000 231862 294450.5841 -62588.58414 62588.58414 3917330865
2001 244444 282642.5736 -38198.57357 38198.57357 1459131023
2002 179913 275086.6793 -95173.67927 95173.67927 9058029225
2003 235345 255753.7781 -20408.77809 20408.77809 416518223.2
2004 240268 250422.1204 -10154.12036 10154.12036 103106160.3
2005 239393 246937.3064 -7544.306391 7544.306391 56916558.92
2006 199957 243872.914 -43915.91401 43915.91401 1928607504
2007* - 233458.7571 - - -
2008* - 231388.6238 - - -
Jumlah 3207622.087
Rata –Rata 267301.8406
MSE =
∑
=n i i n e 1 2
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
[image:43.595.113.532.176.539.2]= 267301.8406
Grafik Realisas i dan Ramalan Produksi Beras di Kabupaten Tapanuli Selatan dengan Menggunakan Alpha 0.1
0 50000 100000 150000 200000 250000 300000 350000 400000 450000 500000
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 Tahun
P
r
o
duks
i B
e
r
a
s
Produksi Beras Forecast
Gambar4.2 Grafik Realisasi dan Ramalan Produksi Beras dengan
Menggunakan
α
= 0.14.2.2 Perhitungan Peramalan Tingkat Produksi Beras dengan Menggunakan
Metode Exponensial Smoothing Ganda dengan
α
= 0.3Adapun langkah – langkah peramalan tingkat produksi beras adalah sebagai berikut :
1. Tahun pertama (1994).
a. St′ ditentukan sebesar produksi beras pada tahun pertama (1994), yaitu
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
b. St′′ sebesar produksi beras pada tahun pertama (1994), yaitu sebesar 279990
ton.
c. at : belum bias ditentukan.
d. bt : belum ditentukan.
e. Ft+m : Forecast tahun kedua (F2) ditentukan sebesar produksi tahun pertama,
yaitu sebesar 279990 ton.
2. Tahun kedua (1995).
Xt = 275109
a. St′ =
α
Xt + (1-α
)St′−1= 0.3 (275109) + (0.7) 279990
= 82532.7 + 195993
= 278525.7
b. St′′ =
α
St′ + (1-α
)St′′−1= 0.3 ( 278525.7) + (0.7) 279990
= 83532.7 + 195993
= 279550.71
c. at = 2St′-St′′
= 2(278525.7) - 279550.71
= 557051.4 - 279550.71
= 277500.69
d.bt =
α α
−
1 (St′-St′′)
=
7 . 0
3 . 0
(278525.7 - 279550.71)
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
e. Forecast tahun ke – 3 (1996) ; (m = 1)
Ft+m = a1996 + b1996
F1995+1 = 277500.69 - 439.29
F1996 = 277061.4
2. Tahun ketiga (1996).
Xt = 273360
a. St′ =
α
Xt + (1-α
)St′−1= 0.3(273360) + (0.7) 278525.7
= 82008 + 194967.99
= 276975.99
b. St′′ =
α
St′ + (1-α
)St′′−1= 0.3(276975.99) + (0.7) 279550.71
= 83092.797 + 195685.497
= 278778.294
c. at = 2St′-St′′
= 2(276975.99) - 278778.294
= 553951.98 - 278778.294
= 275173.686
d. . bt =
α α
−
1 (St′-St′′)
=
7 . 0
3 . 0
(276975.99 - 278778.294)
= - 772.416
e. Forecast tahun ke – 3 (1997) ; (m = 1)
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
F1996+1 = 275173.686 - 772.416
F1997 = 274401.27
Perhitungan peramalan tingkat produksi secara lengkap tertera pada tabel di bawah
ini.
Tabel 4.2.2.1 Tabel Perhitungan Peramalan Tingkat Produksi Beras
Menggunakan Metode Exponensial Smoothing Ganda dengan
α
= 0.3
Tahun
Produksi Beras (Ton)
S`t S``t at bt Ft+m
1994 279990 279990 279990 - - -
1995 275109 278525.7 279550.71 277500.69 -439.29 277386.8
1996 273360 276975.99 278778.294 275173.686 -772.416 274973.43
1997 294901 282353.493 279850.8537 284856.1323 1072.5597 285134.2033
1998 310140 290689.4451 283102.4311 298276.4591 3251.57742 299119.4606
1999 322448 300217.0116 288236.8053 312197.2179 5134.374135 313528.3519
2000 231862 279710.5081 285678.9161 273742.1001 -2557.889147 273078.9436
2001 244444 269130.5557 280714.408 257546.7034 -4964.508132 256259.6087
2002 179913 242365.289 269209.6723 215520.9057 -11504.7357 212538.1964
2003 235345 240259.2023 260524.5313 219993.8733 -8685.140999 217742.1701 2004 240268 240261.8416 254445.7244 226077.9588 -6078.806904 224501.9718 2005 239393 240001.1891 250112.3638 229890.0144 -4333.360576 228766.5506 2006 199957 227987.9324 243475.0344 212500.8304 -6637.329424 210780.0413
Peramalan Tahun 2007 ; m = 1
Ft+m = a2006 + b2006(m)
F2006+1 = 212500.8304 – 6637.329424 (1)
F2007 = 205863.501
Peramalan Tahun 2008 ; m = 2
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
F2006+2 = 212500.8304 – 6637.329424 (2)
F2008 = 199226.1716
Dari tabel di atas dapat diketahui kesalahan ramalan dengan menggunakan
MSE ( Mean Square Error atau Nilai Kesalahan Kuadrat ) dengan menggunakan
rumus sebagai berikut :
∑
=
=
ni i
n
e
MSE
1 2
Dimana Ei = Xt - Ft
[image:47.595.107.529.355.712.2]Maka hasil perhitungannya secara lengkap tertera pada tabel di bawah ini.
Tabel 4.2.2.2 Tabel Perhitungan Forecast dan Mean Square Error Produksi
Beras dengan Menggunakan
α
= 0.3Tahun
Produksi Beras (Ton)
Forecast Error Absoulut Square
Error
1994 279990
1995 275109 279990 -4881 4881 4881
1996 273360 277061.4 -3701.4 3701.4 3701.4
1997 294901 274401.27 20499.73 20499.73 20499.73
1998 310140 285928.692 24211.308 24211.308 24211.308
1999 322448 301528.0365 20919.9635 20919.9635 20919.9635
2000 231862 317331.592 -85469.59202 85469.59202 85469.59202
2001 244444 271184.2109 -26740.21094 26740.21094 26740.21094
2002 179913 252582.1952 -72669.19523 72669.19523 72669.19523
2003 235345 204016.17 31328.83004 31328.83004 31328.83004
2004 240268 211308.7323 28959.26772 28959.26772 28959.26772
2005 239393 219999.1519 19393.84809 19393.84809 19393.84809
2006 199957 225556.6539 -25599.65386 25599.65386 25599.65386
2007 - 205863.501 - - -
2008 - 199226.1716 - - -
Jumlah 364373.9994
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
MSE =
∑
=
n
i i
n e
1 2
= 364373.9994/ 12
[image:48.595.109.531.174.566.2]= 30364.49995
Grafik dan Ramalan Produksi Beras di Kabupaten Tapanuli Selatan dengan Menggunakan Alpha 0.3
0 50000 100000 150000 200000 250000 300000 350000
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
Tahun
P
r
o
duks
i B
e
r
a
s
Produksi Beras Forecast
Gambar 4.2.2 Grafik Realisasi dan Ramalan Produksi Beras dengan
Menggunakan
α
= 0.34.2.3 Perhitungan Peramalan Tingkat Produksi Beras dengan Menggunakan
Metode Exponensial Smoothing Ganda dengan
α
= 0.6Adapun langkah – langkah peramalan tingkat produksi beras adalah sebagai berikut :
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
a. St′ ditentukan sebesar produksi beras pada tahun pertama (1994), yaitu
sebesar 279990 ton.
b. St′′ sebesar produksi beras pada tahun pertama (1994), yaitu sebesar 279990
ton.
c. at : belum bias ditentukan.
d. bt : belum ditentukan.
e. Ft+m : Forecast tahun kedua (F2) ditentukan sebesar produksi tahun pertama,
yaitu sebesar 279990 ton.
2. Tahun kedua (1995).
Xt = 275109
a. St′ =
α
Xt + (1-α
)St′−1= 0.6 (275109) + (0.4) 279990
= 165065.4 + 111996.0
= 277061.4
b. St′′ =
α
St′ + (1-α
)St′′−1= 0.6 (277061.4) + (0.4) 4279990
= 166236.84 + 111996.0
= 278232.84
c. at = 2St′-St′′
= 2(277061.4) - 278232.84
= 554122.8 - 278232.84
= 275889.96
d. . bt =
α α
−
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
=
4 . 0
6 . 0
(277061.4 - 278232.84)
= - 1757.16
e. Forecast tahun ke – 3 (1996) ; (m = 1)
Ft+m = a1995 + b1995
F1995+1 = 275889.96 - 1757.16
F1996 = 274132.8
2. Tahun ketiga (1996).
Xt = 273360
a. St′ =
α
Xt + (1-α
)St′−1= 0.6 (273360) + (0.4)277061.4
= 164016.0 + 110824.56
= 274840.56
b. St′′ =
α
St′ + (1-α
)St′′−1= 0.6 (274840.56) + (0.4) 278232.84
= 164904.336 + 111293.136
= 276197.472
c. at = 2St′-St′′
= 2(274840.56) – 276197.472
= 549681.12 - 276197.472
= 273483.648
d. . bt =
α α
−
1 (St′-St′′)
= 4 . 0
6 . 0
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
= - 2035.368
e. Forecast tahun ke – 3 (1997) ; (m = 1)
Ft+m = a1996 + b1996
F1996+1 = 273483.648 – 2035.368
F1997 = 271448.28
Perhitungan peramalan tingkat produksi secara lengkap tertera pada tabel di bawah
[image:51.595.90.583.339.679.2]ini.
Tabel 4.2.3.1 Tabel Perhitungan Peramalan Tingkat Produksi Beras dengan
Menggunakan Metode Exponensial Smoothing Ganda dengan
α
= 0.6
Tahun
Produksi Beras (Ton)
S`t S``t at bt Ft+m
1994 279990 279990 279990 - - -
1995 275109 277061.4 278232.84 275889.96 -1757.16 274132.8
1996 273360 274840.56 276197.472 273483.648 -2035.368 271448.28
1997 294901 286876.824 282605.0832 291148.5648 6407.6112 297556.176
1998 310140 300834.7296 293542.871 308126.5882 10937.78784 319064.376
1999 322448 313802.6918 305698.7635 321906.6202 12155.89248 334062.5126
2000 231862 264638.2767 281062.4714 248214.082 -24636.29207 223577.79
2001 244444 252521.7107 263938.015 241105.4064 -17124.45645 223980.9499
2002 179913 208956.4843 230949.0966 186963.872 -32988.91843 153974.9536
2003 235345 224789.5937 227253.3949 222325.7926 -3695.701712 218630.0909
2004 240268 234076.6375 231347.3404 236805.9345 4093.945579 240899.8801
2005 239393 237266.455 234898.8092 239634.1008 3551.468737 243185.5696
2006 199957 214880.782 222887.9929 206873.5711 -12010.8163 194862.7548
Peramalan Tahun 2007 ; m = 1
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
F2006+1 = 206873.5711 – 12010.8163(1)
F2007 = 194862.7548
Peramalan Tahun 2008 ; m = 2
Ft+m = a2006 + b2006(m)
F2006+2 = 206873.5711 - 12010.8163 (2)
F2008 = 182851.9385
Dari tabel di atas dapat diketahui kesalahan ramalan dengan menggunakan
MSE ( Mean Square Error atau Nilai Kesalahan Kuadrat ) dengan menggunakan
rumus sebagai berikut :
∑
=
=
ni i
n
e
MSE
1 2
Dimana Ei = Xt - Ft
[image:52.595.102.539.468.740.2]Maka hasil perhitungannya secara lengkap tertera pada tabel di bawah ini.
Tabel 4.2.3.2 Tabel Perhitungan Forecast dan Mean Square Error Produksi
Beras dengan
α
= 0.6Tahun
Produksi Beras (Ton)
Forecast Error Absoulut Square Error
1994 279990
1995 275109 279990 -4881 4881 23824161
1996 273360 274132.8 -772.8 772.8 597219.84
1997 294901 271448.28 23452.72 23452.72 550030075.4
1998 310140 297556.176 12583.824 12583.824 158352626.5
1999 322448 319064.376 3383.624 3383.624 11448911.37
2000 231862 334062.5126 -102200.5126 102200.5126 10444944784
2001 244444 223577.79 20866.21005 20866.21005 435398721.8
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
2003 235345 153974.9536 81370.04644 81370.04644 6621084458
2004 240268 218630.0909 21637.90914 21637.90914 468199112.1
2005 239393 240899.8801 -1506.880116 1506.880116 2270687.684
2006 199957 243185.5696 -43228.56956 43228.56956 1868709226
2007 - 194862.7548 - - 22526844195
2008 - 182851.9385 - - -
Jumlah 45053688390
Rata – Rata 3754474032
MSE =
∑
= n i i n e 1 2
= 45053688390 / 12
[image:53.595.105.551.86.606.2]= 3754474032
Grafik dan Ramalan Produksi Beras di Kabupaten Tapanuli Selatan dengan Menggunakan Alpha 0.6
0 50000 100000 150000 200000 250000 300000 350000 400000
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
Tahun P r o duks i B e r a s
Produksi Beras Forecast
Gambar 4.2.3 Grafik Realisasi dan Ramalan Produksi Beras di Kabupaten
Tapanuli Selatan dengan Menggunakan
α
= 0.64.2.4 Perhitungan Peramalan Tingkat Produksi Beras dengan Menggunakan
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
Adapun langkah – langkah peramalan tingkat produksi beras adalah sebagai berikut :
1. Tahun pertama (1994).
a. St′ ditentukan sebesar produksi beras pada tahun pertama (1994), yaitu
sebesar 279990 ton.
b. St′′ sebesar produksi beras pada tahun pertama (1994), yaitu sebesar 279990
ton.
c. at : belum bias ditentukan.
d. bt : belum ditentukan.
e. Ft+m : Forecast tahun kedua (F2) ditentukan sebesar produksi tahun pertama,
yaitu sebesar 279990 ton.
2. Tahun kedua (1994).
Xt = 275109
a. St′ =
α
Xt + (1-α
)St′−1= 0.9 (275109) + (0.1) 279990
= 247598.1 + 27999.0
= 275597.1
b. St′′ =
α
St′ + (1-α
)St′′−1= 0.9 (275597.1) + (0.1) 279990
= 248037.39 + 27999.0
= 276036.39
c. at = 2St′-St′′
= 2(275597.1) - 276036.39
= 551194.2 - 276036.39
Samira Siregar : Peramalan Tingkat Kebutuhan Beras Pada Tahun 2008 Di Kabupaten Tapanuli Selatan, 2008. USU Repository © 2009
d. . bt =
α α
−
1 (St′-St′′)
=
1 . 0
9 . 0
(275597.1 - 276036.39)
= - 3953.61
e. Forecast tahun ke – 3 (1996) ; (m = 1)
Ft+m = a1995 + b1995
F1995+1 = 275157.81 - 3953.61
F1996 = 271204.2
2. Tahun ketiga (1996).
Xt = 273360
a. St′ =
α
Xt + (1-α
)St′−1= 0.9 (273360) + (0.1)275597.1
= 246024 + 27559.71
= 273583.71
b. St′′ =
α
St′ + (1-α
)St′′−1= 0.9 (273583.71) + (0.1) 276036.39
= 246225.339 + 27603.639
= 273828.978
c. at = 2St′-St′′
= 2(27