PERAMALAN JUMLAH PENGANGGURAN DI SUMATERA UTARA PADA TAHUN 2010-2012 DENGAN MENGGUNAKAN METODE
PEMULUSAN (SMOOTHING) EKSPONENSIAL GANDA
TUGAS AKHIR
SITI ARINA R HARAHAP 072407057
PROGRAM STUDI D-3 STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
PERAMALAN JUMLAH PENGANGGURAN DI SUMATERA UTARA PADA TAHUN 2010-2012 DENGAN MENGGUNAKAN METODE
PEMULUSAN (SMOOTHING) EKSPONENSIAL GANDA
TUGAS AKHIR
Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Ahli Madya
SITI ARINA R HARAHAP 072407057
PROGRAM STUDI D-3 STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
PERSETUJUAN
Judul : PERAMALAN JUMLAH PENGANGGURAN DI SUMATERA UTARA PADA TAHUN 2010-2012 DENGAN MENGGUNAKAN METODE PEMULUSAN (SMOOTHING) EKSPONENSIAL GANDA
Kategori : TUGAS AKHIR
Nama : SITI ARINA R HARAHAP
Nomor Induk Mahasiswa : 072407057
Program Studi : DIPLOMA (D-III) STATISTIKA
Departemen : MATEMATIKA
Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN
ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA
Diluluskan di Medan,
Diketahui/Disetujui oleh
Departemen Matematika FMIPA USU Pembimbing,
Ketua,
Dr. Saib Suwilo, M.Sc Drs. Faigiziduhu Bu’ulolo, M.Si
PERNYATAAN
PERAMALAN JUMLAH PENGANGGURAN DI SUMATERA UTARA
PADA TAHUN 2010-2012 DENGAN MENGGUNAKAN METODE
PEMULUSAN(SMOOTHING) EKSPONENSIAL GANDA
TUGAS AKHIR
Saya mengakui bahwa Tugas Akhir ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Mei 2010
PENGHARGAAN
Puji dan Syukur penulis panjatkan kepada ALLAH SWT Yang Maha Pemurah dan Maha Penyayang, dengan limpahan kuruniaNya kertas kajian ini berhasil diselesaikan dalam waktu yang telah ditetapkan.
Ucapan terima kasih saya sampaikan kepada Bapak Drs.Faigiziduhu Bu’ulolo,M.Si, selaku pembimbing pada penyelesaian Tugas Akhir ini yang telah memberikan panduan dan penuh kepercayaan kepada saya untuk menyempurnakan Tugas Akhir ini. Panduan ringkas dan padat dan professional telah diberikan kepada saya agar penulis dapat menyelesaikan Tugas Akhir ini. Ucapan terima kasih juga ditujuka n kepada Ketua dan Sekretaris Departemen Bapak Dr. Saib Suwilo, M.Sc, dan Drs. Henri Rani Sitepu, M.Si. Dekan dan Pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara, semua dosen pada Departemen Matematika FMIPA USU, pegawai di FMIPA USU.
Rekan-rekan kuliah khususnya seangkatan Statistika B 2007. Akhirnya tidak terlupakan kepada Ayahanda Ir.H Basauli Harahap dan Ibunda tercinta Srisusilawati Siregar yang senantiasa menasehati penulis dan mendoakan penulis agar lancar dalam segala urusan. Anak-anak Rewang terima kasih atas semua segala bentuk yang dapat membantu penulis, juga tak lupa buat kakakku Whina terimakasih atas bantuannya selama ini.
Teristimewa untuk sahabatku, Yanti, Rahma, Laila, Sita dan Desi yang selama ini memberikan semangat dan dukungan dalam hal. Dan semua teman-teman di kelas Statistika’B yang telah menjadi teman seperjuangan selama perkuliahan.
DAFTAR ISI
Halaman
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 2
1.4 Maksud dan Tujuan 2
1.5 Metode Penelitian 4
1.6 Sistematika Penulisan 7
Bab 2 Landasan Teoritis 9
2.1 Pengertian Pengangguran 9
2.1.2 Jenis-jenis Pengangguran 9 2.1.3 Sebab-sebab Terjadi Pengangguran 14 2.1.4 Dampak Pengangguran 15
2.1.5 Pengaruh Negatif Pengangguran 17
2.2 Pengertian Peramalan 18
2.2.1 Jenis-jenis Peramalan 18
2.2.2 Metode Peramalan 19
2.2.4 Metode Pemulusan ( Smoothing ) 21 2.2.6 Metode Peramalan yang Digunakan 23
Bab 3 Sejarah Singkat Tempat Riset 17
3.1 Sejarah Singkat Kegiatan Statistik Di Indonesia 17
3.1.1 Masa Sebelum Kemerdekaan 17
3.2.1 Visi 32
3.2.2 Misi 33
Bab 4 Analisa Data 34
4.1 Pengumpulan Data 34
4.2 Metode Smoothing Eksponensial Linier Satu Parameter
dari Brown 35
4.3 Peramalan Jumlah Pengangguran di Sumatera Utara 47 4.4 Ukuran Ketepatan Metode Peramalan dengan α = 0,1 48
Bab 5 Implementasi Sistem 51
5.1 Tahapan Implementasi 51
5.2 Microsoft Excel 51
5.3 Langkah-langkah Pengolahan Data dengan Excel 52
5.4 Pembentukan Grafik 56
Bab 6 Kesimpulan dan Saran 58
6.1 Kesimpulan 58
6.2 Saran 59
Daftar Pustaka 60
DAFTAR TABEL
Halaman
Tabel 4.1 Data Jumlah Pengangguran di Sumatera Utara 34 Table 4.2 Metode Smoothing Eksponensial Satu Parameter
Dari Brown α = 0,1 41
Table 4.3 Metode Smoothing Eksponensial Satu Parameter
Dari Brown α = 0,2 42
Table 4.4 Metode Smoothing Eksponensial Satu Parameter
Dari Brown α = 0,3 43
Table 4.5 Metode Smoothing Eksponensial Satu Parameter
Dari Brown α = 0,4 44
Table 4.6 Metode Smoothing Eksponensial Satu Parameter
Dari Brown α = 0,5 45
Table 4.7 Perbandingan Ukuran Ketepatan Metode Peramalan 46 Tabel 4.8 Peramalan Jumlah Pengangguran di Sumatera Utara
Periode 2010 – 2012 48
DAFTAR GAMBAR
Halaman
Gambar 5.1 Tampilan Kertas Lembar Kerja Excel 53 Gambar 5.2 Tampilan Data Jumlah Pengangguran di Sumatera Utara
Periode tahun 2000-2009 53
Gambar 5.2 Tampilan Besarnya Forecast dengan α =0,1 56 Gambar 5.3 Tampilan Grafik Penggunaan Pemulusan(Smoothing)
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Telah diketahui bahwa saat ini sedang mengalami krisis global, tidak hanya terjadi
pada Negara yang sedang berkembang, bahkan Negara maju juga mengalaminya,
seperti Amerika. Akibatnya banyak orang yang diPHK, perusahaan yang gulung tikar,
bahkan tidak sedikit orang yang frustasi akibat dari krisis global.
Sumatera Utara merupakan Provinsi keempat yang memiliki penduduk
terpadat di Indonesia setelah Jawa Barat, Jawa Tengah, dan Jawa Timur. Diperkirakan
di Sumatera Utara jumlah angkatan kerja sebanyak 5,49 juta jiwa yang terdiri dari
4,86 juta jiwa terkategori bekerja dan sebesar 632.000 jiwa terkategori mencari kerja
dan tidak bekerja (Pengangguran terbuka).
Di Indonesia, pengangguran sering disebut pengangguran terbuka.
sedang mencari pekerjaan (bagi mereka yang belum pernah bekerja), atau sedang
mempersiapkan suatu usaha, mereka yang tidak mencari pekerjaan karena merasa
tidak mungkin untuk mendapatkan pekerjaan dan mereka yang sudah memiliki
pekerjaan tetapi belum mulai bekerja.
Di Negara-negara berkembang seperti Indonesia, dikenal istilah
“pengangguran terselubung” di mana pekerjaan yang semestinya biasa dilakukan
dengan tenaga kerja sedikit, dilakukan oleh lebih banyak orang.
Di Negara yang sedang berkembang, masyarakatnya sering bekerja secara
musiman. Jika ada pekerjaan mereka akan bekerja, tetapi bila tidak ada mereka akan
menganggur. Sebagai contoh penjual durian ada pada saat musim durian saja.
Ketiadaan pendapatan menyebabkan penganggur harus mengurangi
pengeluaran konsumsinya yang menyebabkan menurunnya tingkat kemakmuran dan
kesejahteraan. Pengangguran yang berkepanjangan juga dapat menimbulkan efek
psikologis yang buruk terhadap penganggur dan keluarganya.
Tingkat pengangguran yang terlalu tinggi juga dapat menyebabkan kekacauan
ekonomi. Akibat jangka panjang adalah menurunnya GNP (Gross National Produc)
dan pendapatan per kapita suatu negara.
Besarnya angka pengangguran terbuka mempunyai implikasi sosial yang luas
karena mereka yang tidak bekerja tidak mempunyai pendapatan. Semakin tinggi
angka pengangguran terbuka maka semakin besar potensi kerawanan sosial yang
ditimbulkannya contohnya kriminalitas. Sebaliknya semakin rendah angka
pengangguran terbuka maka semakin stabil kondisi sosial dalam masyarakat.
Sangatlah tepat jika pemerintah sering kali menjadikan indikator ini sebagai tolak
ukur keberhasilan pembangunan.
Jadi semakin banyak jumlah pengangguran di suatu Negara maka Negara
tersebut semakin sulit pula untuk berkembang. Dan tingkat kriminalnya pun akan
semakin tinggi. Dikarenakan jumlah pengangguran meningkat, maka akan mendorong
masyarakat untuk melakukan kejahatan. Dari uraian latar belakang di atas maka
penulis mengambil judul “Peramalan Jumlah Pengangguran di Sumatera Utara
Pada Tahun 2010-2012 Dengan Menggunakan Metode Pemulusan Eksponensial Ganda.
Adapun yang menjadi masalah dalam penulisan tugas akhir ini adalah meramalkan
jumlah pengangguran di Sumatera Utara pada tahun 2010-2012.
1.3 Batasan Masalah
Untuk menghindari penyimpangan pembahasan dan tujuan sebenarnya, perlu
kiranya penulis membatasi permasalahan yang akan dibahas sehingga jenis
pokok-pokok permasalahannya, yang menjadi batasan masalah pada tugas akhir ini hanya
terbatas pada analisis untuk mengetahui berapa besar jumlah pengangguran di
Sumatera Utara pada tahun 2010-2012.
1.4 Maksud dan Tujuan
Adapun maksud dari penulis ialah memberikan ramalan berupa gambaran umum
tentang jumlah pengangguran di Sumatera Utara pada tahun 2010-2012.
Dan bertujuan untuk dapat membandingkan seberapa besar peningkatan dan
penurunan jumlah penganguran tiap tahunnya.
Dalam penulisan tugas akhir ini penulis menggunakan metode yaitu :
1. Teknik Dan Analisis Data
Dalam meramalkan besarnya jumlah pengangguran di Sumatera Utara pada tahun
2010-2012, penulis melakukan analisis data menggunakan teknik peramalan dengan
Metode Pemulusan Eksponensial.
Metode Pemulusan Eksponensial yang digunakan yaitu Metode Pemulusan
Eksponensial Linier Satu Parameter dari Brown. Dengan persamaan-persamaan
sebagai berikut :
(
1)
1' = Χ + − − t t
t S
S α α
(
1)
1'' = Χ + − −
t t
t S
S α α
= t
a S'1+
(
S't −S''t)
=2S't −S"t(
t t)
t S S
b ' "
1− −
= α α ) (m b a Ft+m = t + t
Di mana :
S't=nilai pemulusan eksponensial tunggal (single eksponensial smoothing value)
a = parameter pemulusan eksponensial yang besarnya (0< a <1)
at,bt =konstanta pemulusan
Ft+m=hasil peramalan untuk m periode kedepan yang akan diramalkan
Beberapa kriteria yang digunakan untuk menguji ketepatan nilai ramalan ini yaitu :
a. Nilai Tengah Kuadrat (Mean Square Error)
MSE
(
)
n F
n
i
i i
∑
= Χ − = 12
b. Nilai Tengah Kesalahan Persentase Absolute (Mean Absolute Percentage)
[ ]
n PE En
i i
∑
= =ΜΑΡ 1
PE ×100 Χ− Χ = i i i F
d. Nilai Tengah Deviasi Absolut (Mean Absolute Deviation)
MAD
[
]
n F n i i i∑
= Χ − = 1e. Jumlah Kuadrat Kesalahan (Sum Square Error)
SSE
∑
(
)
= Χ − = n i i i F 1 2
Di mana :
= −
Χi Fi Kesalahan pada periode ke- i
i
Χ = Data aktual pada periode ke- i
i
n = Banyaknya periode waktu
2. Lokasi Penelitian
Penelitian atau pengumpulan data dilakukan di Badan Pusat Statistik (BPS)
Provinsi Sumatera Utara di Jalan Asrama No. 147 Medan.
3. Penelitian Kepustakaan
Penelitian kepustakaan yaitu suatu cara penelitian yang dipergunakan untuk
memperoleh data dan informasi dari perpustakaan, yaitu dengan membaca
buku-buku atau sumber terbitan lainnya dan bahan-bahan yang bersifat
teoritis yang mendukung serta relevan dengan penulisan tugas akhir.
1.6 Sistematika Penulisan
Sistematika penulisan diuraikan untuk memberikan kerangka atau gambaran dari
tugas akhir ini, yaitu sebagai berikut :
Bab ini berisikan tentang Latar Belakang Masalah, identifikasi
Masalah, Pembatasan Masalah, Tujuan Penelitian, Metode
Penelitian, dan Sistematika Penulisan.
BAB 2 LANDASAN TEORI
Bab ini menjelaskan uraian teoritis tentang segala sesuatu yang
berhubungan dengan masalah tugas akhir
BAB 3 SEJARAH SINGKAT TEMPAT RISET
Bab ini berisikan tentang sejarah singkat tempat penulis melakukan
penelitian
BAB 4 ANALISA DAN PEMBAHASAN
Bab ini berisikan tentang data yang diperoleh di lapangan dan
pengolahan data yang dilakukan dengan metode yang telah
ditentukan serta analisis terhadap hasil-hasilnya.
BAB 5 IMPLEMENTASI SISTEM
Bab ini menjelaskan tentang implementasi sistem yang digunakan
untuk analisis penelitian.
Bab ini berisikan tentang kesimpulan penelitian dan memberikan
BAB 2
LANDASAN TEORI
2.1 Pengertian Pengangguran
Pengangguran atau tuna karya merupakan istilah untuk orang yang tidak mau bekerja
sama sekali, sedang mencari kerja, bekerja kurang dari dua hari selama seminggu,
atau seseorang yang sedang berusaha mendapatkan pekerjaan.
Pengangguran adalah orang yang masuk dalam angkatan kerja (15 sampai 64
tahun) yang sedang mencari pekerjaan namun belum mendapatkannnya, dan orang
yang tidak sedang mencari kerja. Contohnya seperti ibu rumah tangga, siswa yang
bersekolah, mahasiswa perguruan tinggi, dan lain sebagainya yang karena sesuatu hal
tidak/belum membutuhkan pekerjaan.
Pada keadaan yang ideal, diharapkan besarnya kesempatan kerja sama dengan
besarnya angkatan kerja, sehingga semua angkatan kerja akan mendapatkan
pekerjaan. Pada kenyataannya keadaan tersebut sulit untuk dicapai. Umumnya
kesempatan kerja lebih kecil dari pada angkatan kerja, sehingga tidak semua angkatan
kerja akan mendapatkan pekerjaan, maka timbullah pengangguran. Pengangguran
sering diartikan sebagai angkatan kerja yang belum bekerja atau bekerja secara tidak
optimal. Berdasarkan pengertian tersebut, maka pengangguran dapat dibedakan
menjadi tiga macam, yaitu :
1. Pengangguran Terbuka (Open Unemplyoment)
Pengangguran terbuka adalah tenaga kerja yang sungguh-sungguh tidak
mempunyai pekerjaan. Pengangguran ini terjadi karena belum mendapat
pekerjaan tetapi telah berusaha secara maksimal.
2. Pengangguran Terselubung (Disguessed Unemployment)
Pengangguran terselubung adalah tenaga kerja yang tidak bekerja secara
optimal karena suatu alasan tertentu. Pengangguran terselubung juga dapat
terjadi karena terlalu banyaknya tenaga kerja untuk satu unit pekerjaan,
padahal dengan mengurangi tenaga kerja tersebut, hingga jumlah tertentu tetap
terjadi karena seseorang yang bekerja tidak sesuai dengan bakat dan
kemampuannya, akhirnya bekerja tidak optimal.
Misalkan pada sebuah perusahaan bagian pengepakan barang produksi
terdapat 10 orang karyawan untuk mengepak barang tersebut. Padahal
sebenarnya dengan 5 orang karyawan sudah cukup untuk menyelesaikan tugas
tersebut. Akibatnya para pegawai tersebut bekerja tidak optimal dan bagi
kantor tentu merupakan suatu pemborosan.
3. Setengah menganggur (Under Unemployment)
Setengah menganggur adalah tenaga kerja yang tidak bekerja secara optimal
karena tidak ada pekerjaan untuk sementara waktu. Ada juga yang mengatakan
setengah menganggur adalah tenaga kerja yang tidak bekerja secara optimal
karena tidak ada lapangan pekerjaan, biasanya kurang dari 35 jam seminggu.
Misalnya seorang buruh bangunan telah menyelesaikan tugasnya
mendirikan sebuah bangunan, maka dia akan menganggur sampai ada lagi
bangunan yang akan didirikan.
Jika dilihat dari penyebabnya, pengangguran dapat dikelompokkan menjadi :
Pengangguran friksional adalah pengangguran yang sifatnya sementara yang
disebabkan adanya kendala waktu, informasi dan kondisi geografis antara
pelamar kerja dengan pembuka lamaran pekerjaan.
Pengangguran ini muncul akibat adanya ketidaksesuaian antara pemberi kerja
dan pencari kerja. Pengangguran ini sering disebut pengangguran sukarela.
Pengangguran ini juga timbul karena perpindahan orang-orang dari satu daerah
ke daerah lain, dari satu pekerjaan yang lain dan karena tahapan siklus hidup
yang berbeda.
Misalnya seseorang yang berhenti dari kerjaan yang lama, dan mencari kerjaan
yang baru yang lebih baik.
b. Pengangguran Musiman (Seasional Unemployment)
Pengangguran musiman adalah keadaan menganggur karena adanya fluktuasi
kegiatan ekonomi jangka pendek yang menyebabkan seseorang harus
menganggur. Pengangguran musiman terjadi karena adanya perubahan musim.
Misalnya, penjual durian berjualan (bekerja) pada saat musim durian saja, jika
tidak musimnya mereka menganggur. Contohnya lainnya petani yang
menunggu musim tanam.
Cara mengatasi pengangguran musiman :
2. Melakukan pelatihan di bidang keterampilan lain untuk memanfaatkan
waktu ketika menunggu musim tertentu.
c. Pengangguran Politis
Pengangguran ini terjadi karena adanya peraturan pemerintah yang langsung
atau tidak, mengakibatkan pengangguran.
Misalnya penutupan Bank-bank bermasalah sehingga menimbulkan PHK.
d. Pengangguran Teknologi
Pengangguran teknologi adalah pengangguran yang terjadi akibat perubahan
atau penggantian tenaga manusia menjadi tenaga mesin-mesin.
Misalnya pengepakan barang yang dulunya dikerjakan manusia sekarang
sudah dapat digantikan oleh mesin.
e. Pengangguran Struktural
Pengangguran struktural adalah pengangguran yang diakibatkan oleh
perubahan struktur ekonomi dan corak ekonomi dalam jangka panjang.
Pengangguran ini terjadi karena adanya perubahan dalam struktur
perekonomian yang menyebabkan kelemahan di bidang keahlian lain.
Pengangguran ini disebabkan oleh :
2. Kemajuan dan penggunaan teknologi
3. Kebijakan pemerintah
Untuk mengatasi pengangguran jenis ini, cara yang digunakan adalah :
1. Peningkatan mobilitas modal dan tenaga kerja.
2. Segera memindahkan kelebihan tenaga kerja dari tempat sektor yang
kelebihan ketempat sektor ekonomi yang kekurangan.
3. Mengadakan pelatihan tenaga kerja untuk mengisi formasi kesempatan
(lowongan) kerja yang kosong.
4. Segera mandirikan industri padat karya di daerah yang mengalami
pengangguran.
f. Pengangguran Siklikal atau siklus atau Konjungtural
Penganguran siklus adalah pengangguran yang diakibatkan oleh menurunnya
kegiatan perekonomian (resesi). Pengangguran siklus ini disebabkan oleh
kurangnya permintaan masyarakat (aggrerat demand).
Di suatu perusahaan ketika maju, butuh tenaga kerja baru untuk
perluasan usaha. Sebaliknya ketika usahanya mulai mengalami kemunduran
maka akan terjadi pemecatan tenaga kerjanya.
1. Mengarahkan permintaan masyarakat terhadap barang dan jasa.
2. Meningkatkan daya beli masyarakat.
g. Pengangguran Deflatoir
Pengangguran deflatoir disebabkan tidak cukup ketersediaan lapangan
pekerjaan dalam perekonomian secara keseluruhan, atau karena jumlah tenaga
kerja lebih besar dari kesempatan kerja, maka timbullah pengangguran.
2.1.2 Sebab-sebab Terjadinya Pengangguran
Faktor-faktor yang menyebabkan terjadinya pengangguran adalah sebagai berikut :
1. Penduduk yang relatif banyak
Banyaknya penduduk pada suatu wilayah dapat mengakibatkan pengangguran,
jika lapangan pekerjaan yang tersedia tidak sesuai dengan banyaknya
penduduk.
2. Pendidikan dan keterampilan yang rendah.
Angakatan kerja yang tidak mempunyai ketrampilan sulit mendapatkan
pekerjaan.
3. Besarnya angkatan kerja tidak seimbang dengan kesempatan kerja.
Ketidakseimbangan terjadi apabila jumlah angkatan kerja lebih besar daripada
4. Kebutuhan jumlah dan jenis tenaga terdidik dan penyedia tenaga terdidik tidak
seimbang. Apabila kesempatan kerja jumlahnya sama atau lebih besar dari
pada angkatan kerja, pengangguran belum tentu tidak terjadi. Karena belum
tentu terjadi kesesuaian antara tingkat pendidikan yang dibutuhkan dengan
yang tersedia. ketidakseimbangan tersebut mengakibatkan sebagian tenaga
kerja yang ada tidak dapat mengisi kesempatan kerja yang tersedia.
5. Penyediaan dan pemanfaatan tenaga kerja antar daerah tidak seimbang
Jumlah angkatan kerja di suatu daerah mungkin saja lebih besar dari
kesempatan kerja, sedangkan di daerah lainnya dapat terjadi keadaan
sebaliknya. Keadaan tersebut dapat mengakibatkan perpindahan tenaga kerja
dari suatu daerah ke daerah lain, bahkan dari suatu Negara ke Negara lainnya.
6. Angkatan kerja yang tidak dapat memenuhi persyaratan yang diminta dunia
kerja.
7. Teknologi yang semakin modern
8. Adanya lapangan kerja yang dipengaruhi musiman.
9. Ketidakstabilan perekonomian, politik, dan keamanan suatu negara.
10.Struktur lapangan kerja tidak seimbang.
a. Terhadap Suatu Negara
Tujuan akhir pembangunan ekonomi suatu Negara pada dasarnya adalah
meningkatkan kemakmuran masyarakat dan pertumbuhan ekonomi agar stabil dan
dalam keadaan naik terus. Jika tingkat pengangguran di suatu negara relative tinggi,
hal tersebut akan menghambat pencapaian tujuan pembangunan ekonomi yang telah
dicita-citakan.
Hal ini terjadi karena pengangguran berdampak negatif terhadap kegiatan
perekonomian, seperti yang dijelaskan di bawah ini :
1. Pengangguran bisa menyebabkan masyarakat tidak memaksimalkan tingkat
kemakmuran yang dicapainya. Hal ini terjadi karena pengangguran bisa
menyebabkan pendapatan nasioal riil (nyata) yang dicapai masyarakat akan
lebih rendah dari pada pendapatan potensial (pendapatan yang seharusnya).
Oleh karena itu, kemakmuran yang dicapai oleh masyarakat pun akan lebih
rendah.
2. Pengangguran akan menyebabkan pendapatan nasional yang berasal dari
sektor pajak berkurang. Hal ini terjadi karena pengangguran yang tinggi akan
menyebabkan kegiatan perekonomian menurun sehingga pendapatan
kegiatan ekonomi pemerintah juga akan berkurang sehingga kegiatan
pembangunan pun akan terus menurun.
3. Pengangguran tidak menggalakkan pertumbuhan ekonomi. Adanya
pengangguran akan menyebabkan daya beli masyarakat akan berkurang
sehingga permintaan terhadap barang-barang hasil produksi akan berkurang.
Keadaan demikian tidak merangsang kalangan Investor (pengusaha) untuk
melakukan perluasan atau pendirian industri baru. Dengan demikian tingkat
investasi menurun sehingga pertumbuhan ekonomi pun tidak akan terpacu.
4. Pengangguran secara tidak langsung berkaitan dengan pendapatan nasional.
Tingginya jumlah penganguran akan menyebabkan turunnya produk domestik
bruto (PDB), sehingga pendapatan nasional pun akan mengalami penurunan.
5. Pengangguran akan menghambat investasi, karena jumlah tabungan
masyarakat ikut menurun.
6. Pengangguran akan menimbulkan menurunnya daya beli masyarakat, sehingga
akan mengakibatkan kelesuan dalam berusaha.
Berikut ini merupakan dampak negative pengangguran terhadap individu yang
mengalaminya dan terhadap masyarakat pada umumnya:
1. Pengangguran dapat menghilangkan mata pencarian
2. Pengangguran dapat menghilangkan ketrampilan
3. Pengangguran akan menimbulkan ketidakstabilan social politik
4. Perasaan rendah diri
5. Gangguan keamanan dalam masyarakat, sehingga biaya sosial menjadi
meningkat.
2.1.4 Pengaruh Negatif Pengangguran
Dari sekian banyak dampak dari pengangguran, baik terhadap perekonomian negara
maupun terhadap individu yang mengalaminya dan masyarakat, ternyata
pengangguran juga memiliki pengaruh yag negatif. Diantaranya adalah sebagai
berikut :
a. Tingginya tingkat kejahatan di suatu wilayah maupun Negara
b. Tingginya tingkat kemiskinan
c. Perekonomian sulit berkembang
d. Tingkat pendidikan rendah
2.2 Pengertian Peramalan
Peramalan ( forecasting) adalah kegiatan memperkirakan atau memprediksi apa yang
akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. Sedangkan
ramalan adalah suatu situasi atau kondisi yang diperkirakan akan terjadi pada masa
yang akan datang. Untuk memprediksikan hal tersebut diperlukan data yang akurat di
masa yang akan datang.
Pada umumnya kegunaan peramalan adalah sebagai berikut :
1. sebagai alat bantu dalam perencanaan yang efektif dan efesien
2. untuk menentukan kebutuhan sumber daya di masa mendatang
3. untuk membuat keputusan yang tepat.
Kegunaan peramalan terlihat pada saat pengambilan keputusan. Keputusan yang
baik adalah keputusan yang didasarkan atas pertimbangan apa yang akan terjadi pada
waktu keputusan dalam berbagai kegiatan perusahaan. Baik tidaknya hasil dari suatu
penelitian sangat ditentukan oleh ketepatan ramalan yang dibuat. Walaupun demikian
perlu diketahui bahwa ramalan selalu ada unsur kesalahannya, sehingga yang perlu
Berdasarkan sifatnya peramalan dibedakan atas dua macam yaitu :
1. Peramalan Kualitatif
Peramalan kualitatif adalah peramalan yang didasarkan atas data kualitatif pada
masa yang lalu. Hasil peramalan yang dibuat sangat bergantung pada orang yang
menyusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan
berdasarkan pendapat dan pengetahuan serta pengalaman penyusunnnya.
2. Peramalan Kuantitatif
Peramalan kuantitatif adalah peramalan yang didasarkan atas data kuantitatif
masa lalu. Hasil peramalan yang di buat sangat tergantung pada metode yang
dipergunakan dalam peramalan tersebut.
Baik tidaknya metode yang dipergunakan oleh perbedaan atau penyimpangan
antara hasil ramalan dengan kenyataan yang terjadi. Semakin kecil penyimpanagn
antara hasil ramalan dengan kenyataan yang terjadi maka semakin kecil pula
metode yang digunakan.
Peramalan Kuantitatif dapat diterapakan bila terdapat kondisi berikut :
a. Tersedia informasi (data) tentang masa lalu
c. Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut
pada masa yang akan datang.
Pada penyusunan Tugas Akhir ini, peramalan yang digunakan penulis adalah
peramalan kuantitatif.
2.2.2 Metode Peramalan
a. Pengertian dan Kegunaan Metode Peramalan
Metode peramalan adalah suatu cara memperkirakan atau mengestimasi secara
kuantitatif maupun kualitatif apa yang terjadi pada masa depan berdasarkan data yang
relevan pada masa lalu.
Kegunaan Metode Peramalan ini adalah untuk memperkirakan secara
sistematis dan pragmatis atas dasar data yang relevan pada masa lalu. Dengan
demikian metode peramalan diharapkan dapat memberikan objektivitas yang lebih
besar.
b. Jenis-jenis Metode Peramalan
1. Metode peramalan yang didasarkan atas penggunaan analisa hubungan antar
variabel yang diperkirakan dengan variabel waktu merupakan deret berkala
a. Metode Pemulusan (smoothing)
b. Metode Box Jenkins
c. Metode Proyeksi Trend dengan regresi
2. Metode Peramalan yang didasarkan atas penggunaan analisis pola hubungan
antar variabel yang akan diperkirakan dengan variabel lain yang
mempengaruhinya, yang bukan waktunya disebut metode korelasi atau sebab
akibat ( metode causal ). Metode peramalan yang termasuk dalam jenis ini
adalah :
a. Metode Regresi dan Korelasi
b. Metode Input Output
c. Metode Ekonometri
2.2.3 Metode Pemulusan (smoothing)
Metode Pemulusan ( smoothing ) adalah metode peramalan dengan mengadakan
penghalusan atau pemulusan terhadap data masa lalu yaitu dengan mengambil
rata-rata dari nilai beberapa tahun untuk menaksir nilai pada tahun yang akan datang.
Secara umum metode pemulusan ( smoothing ) dapat digolongkan menjadi
1. Metode perataan ( Average )
1. Nilai Tengah (Mean)
2. Rata-rata Bergerak Tungga l(single Moving Average)
3. Rata-rata bergerak Ganda (Double Moving Average)
4. Kombinasi Rata-rata Bergerak Lainnya.
2. Metode Pemulusan ( Smoothing ) Eksponensial
a. Pemulusan Eksponensial Tunggal
1. Satu Parameter
2. Pendekatan Adaptif
Pendekatan ini memiliki kelebihan yang nyata dalam hal nilai α yang
dapat berubah secara terkendali, dengan adanya perubahan dalam pola
datanya.
b. Pemulusan Eksponensial Ganda
1. Metode Linier Satu Parameter dari Brown
' = Χ +
(
1−)
' −1t t
t S
S α α
S''t =αΧt +
(
1−α)
S''t −1at = S'1+
(
S't −S''t)
=2S't −S"tbt
(
S't S"t)
1− −
= αα
Di mana :
S't = Nilai pemulusan eksponensial tunggal (single eksponensial
smoothing value)
S''t = Nilai pemulusan eksponensial ganda (double eksponensial smoothing
value)
a = Parameter pemulusan eksponensial yang besarnya (0< a <1)
at,bt =Konstanta pemulusan
Ft+m = Hasil peramalan untuk m periode kedepan yang akan diramalkan
2. Metode Dua Parameter dari Holt
Metode ini digunakan untuk peramalan data yang bersifat trend.
(
)(
)
(
) ( )
m b S F b S S b b S X S t t m t t t t t t t t t + = − + − = + − + = + − − − − , 1 , 1 1 1 1 1 γ γ α αc. Pemulusan Eksponensial Triple
Dapat digunakan untuk meramalkan data dengan suatu pola trend dasar,
bentuk pemulusan yang lebih tinggi dapat digunakan bila dasar pola datanya
adalah kuadratik, kubik yang lebih tinggi.
2. Metode kecendrungan dan Musiman Tiga Parameter dari Winter
Metode ini merupakan salah satu dari beberapa metode pemulusan
eksponensial yang dapat menangani musiman.
d. Pemulusan Eksponensial Menurut Klasifikasi Pegels
Bentuk umum dari metode pemulusan eksponensial adalah :
(
)
t tt X F
F+1 =α + 1−α
Di mana :
= +1
t
F Ramalan untuk periode mendatang
α = Parameter eksponensial yang besarnya (0< a <1)
t
X = Nilai aktual pada periode-t
t
F = Ramalan pada periode-t
Untuk mendapatkan suatu hasil yang baik dan tepat maka haruslah diketahui dan
digunakan metode peramalan yang tepat. Dalam meramalkan jumlah pengangguran
pada tahun 2010-2012 di Sumatera Utara, maka penulis menggunakan metode
smoothing eksponensial ganda yaitu ” Smoothing Eksponensial Satu parameter dari
Brown”.
Metode ini merupakan metode linier yang dikemukakan oleh Brown. Dasar
pemikiran dari Metode Smoothing Eksponensial Linier Satu parameter dari Brown
adalah serupa dengan rata-rata bergerak linier, karena kedua nilai pemulusan tunggal
dan ganda ketinggalan dari data sebenarnya. Bila terdapat unsur trend, perbedaan nilai
pemulusan tunggal dan ganda dapat ditambahkan kepada pemulusan ganda dan
disesuaikan untuk tren. Persamaan yang dipakai dalam pelaksanaan Smoothing Satu
Parameter dari Brown adalah sebagai berikut :
(
1)
' 1' = Χ + − − t t
t S
S α α ……….……(2-1)
(
1)
'' 1''
− −
+ Χ
= t t
t S
S α α ……….…(2-2)
= t
a S'1+
(
S't −S''t)
=2S't −S"t……….….(2-3)(
t t)
t S S
b ' "
1− −
= α α ……….……….……(2-4) ) (m b a
Di mana :
S't = Nilai pemulusan eksponensial tunggal (single eksponensial smoothing value)
S''t = Nilai pemulusan eksponensial ganda (double eksponensial smoothing value)
a = Parameter pemulusan eksponensial yang besarnya (0< a <1)
at,bt =Konstanta pemulusan
Ft+m = Hasil peramalan untuk m periode kedepan yang akan diramalkan
Untuk menghitung nilai kesalahan (error) ramalan tersebut, dapat digunakan
rumus dibawah ini :
1 1 +
+ −
= XT FT
e ...(2-6)
(
)
21 1 2
+
+ −
= XT FT
e ...(2-7)
Akhir persamaan (2-5) menunjukkan bagaimana memperoleh ramalan untuk m
periode ke muka dari t. Ramalan untuk m periode kemuka adalah a di mana t
merupakan nilai rata-rata yang disesuaikan untuk periode t ditambah m kali komponen
telah didapat dimasukkan kedalam contoh tabel Smoothing eksponensial Ganda Satu
[image:40.595.102.552.302.695.2]Parameter dari Brown berikut ini :
Tabel 2.1 Aplikasi Pemulusan Eksponensial Linier Satu Parameter Dari Brown Pada Data Jumlah Pengangguran di Sumatera Utara Pada Tahun 2000-2009
(1) (2) (3) (4) (5) (6) (7) (8)
Tahun Periode (tahun) Jumlah Pengang guran Pemulusan Eksponensial Tunggal
( )
S'tPemulusan Eksponensial Ganda
( )
S'tNilai t a Nilai t b Nilai ) (m b a F = t + t bila m=1
2001 1 X 1 (2-1) (2-2) ...
2002 2 X 2 ... ... (2-3) (2-4) ...
2003 3 X 3 ... ... ... ... (2-5)
2004 4 X 4 ... ... ... ... ...
2005 5 X 5 ... ... ... ... ...
- - - ... ... ... ... ...
- - - ... ... ... ... ...
Perlu dipahami bahwa tidak ada suatu metode terbaik untuk suatu peramalan.
Metode yang memberikan hasil ramalan secara tepat belum tentu tepat untuk
meramalkan data yang lain. Dalam peramalan time series, metode peramalan terbaik
adalah metode yang memenuhi kriteria ketepatan ramalan. Kriteria ini berupa Squared
Error (MSE), Mean Absolute Percentage Error (MAPE), dan Mean Absolute
Deviation (MAD).
Berikut ini adalah ketepatan ramalan beberapa kriteria yang digunakan untuk menguji
nilai ramalan yaitu :
f. Nilai Tengah Kuadrat (Mean Square Error)
(
)
n F S
n
i
i i
∑
= Χ − =Ε
Μ 1
2
g. Nilai Tengah Kesalahan Persentase Absolute (Mean Absolute Percentage)
[ ]
PEn
h. Kesalahan Persentase ( Percentage Error) 100 × Χ− Χ = ΡΕ i i i F
i. Nilai Tengah Deviasi Absolute (Mean Absolute Deviation)
MAD
[
]
n F n i i i∑
= Χ − = 1j. Jumlah Kuadrat Kesalahan (Sum Square Error)
SSE
∑
(
)
= Χ − = n i i i F 1 2
Di mana :
= −
Χi Fi kesalahan pada periode ke- i
=
= i
F nilai ramalan pada periode ke- i
n = banyaknya periode waktu
Sedangkan untuk mengetahui nilai kesalahannya dapat dilihat dalam tabel sebagai
[image:43.595.72.562.423.676.2]berikut ini :
Tabel 2.2 Nilai Kesalahan
Periode
(1)
Jumlah pengangg
uran (Χi)
(2)
Peramalan (F ) i
(3)
Kesalahan (Χi −Fi)
(4)
Kesalahan Absolute
i i −F
Χ
(5)
Kesalahan Kuadrat (Χi −Fi)2
(6)
Kesalahan Persentase
(PE)
(7)
Kesalahan Persentase Absolute (MAPE)
(8)
1
1
X F1 ... ... ... ... ...
2
2
BAB 3
SEJARAH SINGKAT TEMPAT RISET
3.1 Sejarah Tingkat Tempat Riset
Sejarah Badan Pusat Statistik dibagi dalam tiga masa, yaitu masa sebelum
kemerdekaan masa setelah kemerdekaan dan masa orde baru.
3 X 3 F 3 ... ... ... ... ...
4 X 4 F 4 ... ... ... ... ...
5
5
X F5 ... ... ... ... ...
3.1.1 Masa Sebelum Kemerdekaan
Masa sebelum kemerdekaan dibagi kembali dalam dua masa yaitu masa pemerintahan
Belanda dan masa pemerintahan jepang.
a. Masa Pemerintahan Belanda
Kantor Statistik pertama kali dibentuk pada bulan Februari 1920 oleh direktur
pertanian, kerajinan dan perdagangan (Directur Van Landbouw Nijerverheid en
Handel) yang berkedudukan di Bogor. Kantor ini diserahi tugas untuk mengolah dan
mempublikasikan data statistik.
Pada bulan Maret 1923, dibentuk suatu komisi untuk badan statistik yang
anggotanya merupakan wakil dari tiap-tiap departemen. Komisi tersebut diserahi tugas
untuk merencanakan tindakan-tindakan yang mengarah sejauh mungkin untuk
mencapai kesatuan dalam kegiatan di bidang statistik di Indonesia. Untuk
merencanakan tindakan-tindakan yang mengarah sejauh mungkin untuk mencapai
kesatuan dalam kegiatan di bidang statistik di Indonesia.
Nama lembaga tersebut kemudian diganti dengan nama Central Kantor Voor
statistik perdagangan yang semula dilaksanakan oleh kantor Invoer Uitvoer en
Accijnsen (IUA) yang sekarang disebut Kantor Bea dan Cukai.
b. Masa Pemerintahan Jepang
Pada Bulan Juni 1944, Pemerintahan Jepang baru mengaktifkan kembali kegiatan
statistik yang utamanya diarahkan memenuhi kebutuhan perang atau militer. Pada
masa ini Central Kantor Voor de Statitiek (CKS) diganti namanya menjadi Shomubu
Chosasitsu Gunseikanbu.
3.1.2 Masa Kemerdekaan
Setelah Proklamasi Kemerdekaan Republik Indonesia tanggal 17 Agustus 1945,
kemerdekaan yaitu Kantor Penyelidikan Perangkat Umum Republik Indonesia
(KAPPURI). Pada tahun 1946 kantor KAPPURI dipindahkan ke Yogyakarta sebagai
konsekuensi Linggarjati. Sementara itu pemerintahan Belanda (NICA) mengaktifkan
kembali Central Kantor Voor de Statistiek (CKS) di Jakarta.
Berdasarkan surat Kementrian Kemakmuran, tanggal 12 Juni 1950 No.
219/S.C,KAPPURI dan CKS kemudian dilebur menjadi Kantor Pusat Statistik (KPS)
Dengan Surat Menteri Perekonomian tanggal 1 Maret 1952 No. P/44,
Lembaga KPS Berada di bawah tanggung jawab Menteri Perekonomian. Selanjutnya
keputusan Menteri Perekonomian tanggal 24 Desember 1953 No. 18.009/M KPS
dibagi Research yang disebut Afdeling A dan bagian peyelenggaraan tata usaha yang
disebut Afdeling B.
Dengan keputusan Presiden RI No. 131 tahun 1957, Kementrian
Perekonomian dipecah menjadi Kementrian Perdagangan dan Perindustrian. Untuk
selajutnya Keputusan Presiden RI No. 172 Tahun 1957, terhitung mulai tanggal 1 Juni
1957 nama KPS diubah menjadi Biro Pusat Statistik (BPS) dan urusan statistik yang
semula menjadi tanggung jawab dan wewenang berada di bawah Perdana Menteri.
3.1.3 Masa Orde Baru Sampai Sekarang
Pada pemerintahan orde baru, khususnya untuk memenuhi kebutuhan dalam
perencanaan dan evaluasi pembangunan, maka mendapatkan statistik yang handal,
lengkap, tepat, akurat dan terpercaya mulai diadakan pembenahan Organisasi Biro
Pusat Statistik (BPS).
Dalam masa orde baru ini Biro Pusat Statistik (BPS) telah mengalami empat
2. Peraturan Pemerintah No. 16 tahun 1980 tentang Organisasi BPS.
3. Peraturan Pemerintah No. 2 tahun 1992 tentang Organisasi BPS dan
Keputusan Presiden No. 6 tahun 1992 tentang kedudukan, tugas, fungsi,
susunan dan tata kerja BPS.
4. Undang-undang No. 6 tahun 1997 tentang statistik.
5. Keputusan Presiden RI No. 86 tentang BPS.
6. Keputusan Kepala Biro Pusat Statistik No. 100 tentang organisasi dan tata
usaha kerja BPS.
7. PP No. 51 tahun 1999 tentang penyelenggaraan statistik.
Pada tahun 1986 ditetapkan Peraturan Pemerintah (PP) No. 16 tahun 1986
yaitu mengatur organisasi dan tata kerja di pusat dan daerah. Tahun 1980 Peraturan
Pemerintah (PP) No. 6 tahun 1980 tentang organisasi sebagai pengganti Peraturan
(PP) No. 16 tahun 1980. Berdasarkan Peraturan Pemerintah (PP) No. 6 tahun 1980 di
tiap propinsi terdapat perwakilan BPS dengan nama Kantor Statistik
Kabupaten/Kotamadya. Pada tanggal 19 Mei 1997 menetapkan tentang statistik
sebagai UU No. 6 dan No. 7 tentang sensus dan statistik. Pada tanggal 17 Juni 1998
ditetapkan nama Badan Pusat Statistik (BPS) Sekaligus mengatur tata kerja dan
struktur organisasi BPS.
3.2.1 Visi
Badan Pusat Statistik (BPS) mempunyai visi untuk menjadikan informasi sebagai
tulang punggung pembangunan nasional dan regional, didukung oleh Sumber Daya
Manusia (SDM) yang berkualitas serta Ilmu Pengetahuan dan Teknologi (IPTEK)
informasi yang mutakhir.
3.2.2 Misi
Dalam Menunjang pembangunan nasional Badan Pusat Statistik (BPS) mengemban
misi mengarahkan pembangunan statistik pada penyediaan data statistik yang bermutu
dan handal, efektif dan efesien, serta peningkatan kesadaran masyarakat akan
kegunaan badan statistik dan pengemban ilmu pengetahuan statistic dalam kehidupan
masyarakat.
Selanjutnya mengenai kelembapan udara di wilayah Kota Medan rata-rata
berkisar antara 80-84% dan kecepatan angina rata-rata 0,48m/sec, sedangkan rata-rata
2004 rata-rata per bulan 120,9 mm dan menurut Stasiun Polonia curah hujan rata-rata
per bulannya 169,6 mm
BAB 4
4.1 Pengumpulan Data
Data yang digunakan adalah data sekunder, yaitu data yang diperoleh tidak melalui
Survei (Pendataan langsung). Data diperoleh dari Badan Pusat Statistik (BPS) Kota
[image:51.595.140.347.406.642.2]Medan dalam angka.
Tabel 4.1 Jumlah pengangguran di Sumatera Utara Pada Periode Tahun 2000-2009
Sumber : BPS
Tahun Jumlah Pengangguran
2000 335.729,00
2001 229.212,00
2002 355.504,00
2003 404.117,00
2004 758.092,00
2005 63.698,00
2006 632.049,00
2007 571.334,00
2008 554.539,00
Dari data di atas jumlah pengangguran di Sumatera Utara penulis menggunakan
metode pemulusan (smoothing) eksponensial ganda yaitu Metode Linier Satu
Parameter dari Brown.
Tahap pertama dalam perhitungan ini adalah perhitungan pemulusan
eksponensial tunggal. Pada saat t-1, nilai-nilai tersebut tidak tersedia. Jadi nilai-nilai
ini menggunakan suatu nilai rata-rata dari beberapa nilai pertama sebagai titik awal.
Dengan menggunakan rumus (2-1) yaitu :
(
1)
' 1' = Χ + − − t t
t S
S α α
Untuk α= 0,1 maka dapat dihitung :
Eksponensial tunggal periode ke-1 (tahun 2000) = 335.729,00 (Data awal)
Eksponensial tunggal periode ke-2 (tahun 2001) = 0,1(229.212,00)+(1-0,1)335.729,00
S'1= 325.077,30
Eksponensial tunggal periode ke-3 (tahun 2000) = 0,1(355.504,00)+(1-0,1)335.077,30
………..
Hasil S't dapat dilihat pada tabel 4.2
Dan tahap selanjutnya untuk menghitung peramalan tersebut yaitu mencari
pemulusan eksponensial ganda dengan menggunakan rumus persamaan (2-3) yaitu :
( )
1 '' 11 ''
− −
+
= t
t S S
S α α
Maka dapat dihitung :
Eksponensial ganda periode ke-2 (tahun 2001) = 0,1(325.077,30)+(1-0,1) 335.729,00
S''1= 334.663,83
Eksponensial ganda periode ke-3 (tahun 2002) = 0,1(241.841,20)+(1-0,1) 334.663,83
S''2 = 334.009,44
Eksponensial ganda periode ke-4 (tahun 2003) = 0,1(360.365,30)+(1-0,1)334009.44
S''3= 334.180,47
Selanjutnya dicari nilai a dengan menggunakan rumus pada persamaan (2-4) yaitu : t
(
t t)
t tt
t S S S S S
a = ' + ' − '' =2 ' − ''
Maka nilai a dapat dihitung : t
Nilai a untuk periode ke-2 (tahun 2001) = 2 (325.077,30)-334.663,83
2
a = 315.490,77
Nilai a untuk periode ke-2 (tahun 2001) = 2 (241.841,20)-316.753,69
3
a = 322.230,50
Nilai a untuk periode ke-2 (tahun 2001) = 2(360.365,30)-253.693,61
4
a = 337.258,88
...
Hasil a dapat dilihat pada tabel 4.2 t
Tahap selanjutnya adalah menghitung nilai b dengan menggunakan rumus pada t
(
t t)
t S S
b ' "
1− −
= αα
Maka nilai b dapat dihitung (t α = 0,1) yaitu :
Untuk periode ke-2 (tahun 2001) = 1 , 0 1 1 , 0
− (325.077,30 - 334.663,83)
2
b = -1065,17
Untuk periode ke-3 (tahun 2002) = 1 , 0 1 1 , 0
− (328.119,97-334.009,44)
3
b = -654,39
Untuk periode ke-4 (tahun 2003) = 1 , 0 1 1 , 0
− (335.719,67-334.180,47)
4
b = 171,03
...
Dari perhitungan a dan t b diatas dapat ditentukan ramalan jumlah pengangguran. t
Untuk itu tahap selanjutnya adalah dengan menggunakan persamaan (2-5) :
) (m
b a Ft+m = t + t
Untuk periode ke-3 (tahun 2002) dengan m=1 = 315490,77+(-1065.17)
3
F = 314425,60
Untuk periode ke-4 (tahun 2003) dengan m=1 = 337.258,88+171,02
4
F = 337.429,90
Untuk periode ke-5 (tahun 2004) dengan m=1 = 417.355,70+4377,64
5
F = 421.733,34
...
Hasil F dapat dilihat pada tabel 4.2 t
Untuk mencari nilai MSE, maka harus ditentukan dahulu nilai dari e (kesalahan) dan
2
t t t X F
e = −
e untuk periode ke-3 ( tahun 2002 ) = 355.504,00-314.425,60
3
e = 41.078,40
e untuk periode ke-4 ( tahun 2003 ) = 404.117,00 -337.429,90
4
e = 82.540,89
e untuk periode ke-5 ( tahun 2004 ) = 758.092,00 -337.429,90
5
e = 420.662,10
...
Hasil e dapat dilihat pada tabel 4.2 t
Selanjutnya data yang dibutuhkan untuk menghitung nilai MSE adalah et2. Dari nilai
e tiap-tiap periode di atas, dapat dikuadratkan menjadi :
2 3
2 5
e untuk periode ke-3 ( tahun 2004 ) = 420.662,09
...
Hasil et2 dapat dilihat pada tabel 4.2
Dengan perhitungan yang sama, maka dapat ditentukan nilai smoothing eksponensial
tunggal, ganda, dan ramalan yang akan datang untuk α = 0,1 sampai dengan α= 0,5
yang ditampilkan pada tabel 4.2 s/d tabel 4.6 di bawah ini.
Selanjutnya dihitung nilai dari MSE α = 0,1 dengan rumus sebagai berikut :
MSE =
(
)
n F X
n
i
i i
∑
= −1
2
Dimana :
(
Xi −Fi)
2 = 4,32n = 10
maka : 0,43 10
432 , 0
Tabel 4.7 Perbandingan Ukuran ketepatan Metode Peramalan
α MSE
0,1 0,43
0,2 0,47
0,3 0,54
0,4 0,62
0,5 0,70
Sumber : Perhitungan
Dari Tabel 4.7 di atas dapat dilihat bahwa yang menghasilkan MSE minimum atau
terkecil yaitu pada nilai parameter pemulusan α = 0,1 dengan nilai MSE = 0,43
4.2 Peramalan Jumlah Pengangguran di Sumatera Utara
Setelah diketahui bahwa error yang terdapat pada model data di atas maka dilakukan
peramalan jumlah pengangguran di Sumatera Utara pada tahun 2010-2012 dengan
= +m t
F 484515,03+6850,02 (m)
Setelah diperoleh model peramalan jumlah pengangguran di Sumatera Utara, maka
dapat dihitung 3 periode kedepan untuk tahun 2010-2012. Seperti yang tertera di
bawah ini :
Ramalan periode ke 11 untuk tahun 2010 adalah :
= +m t
F 484.515,03+6.850,02 (m)
= +1 10
F 484.515,03+6.850,02 (1)
11
F = 491.365,05 = 491.365 orang
Ramalan periode ke 12 untuk tahun 2011 adalah :
= +m t
F 484.515,03+6850,02 (m)
= +2 10
F 484515,03+6850,02 (2)
12
Ramalan periode ke 13 untuk tahun 2012 adalah :
= +m t
F 484.515,03+6850,02 (m)
= +3 10
F 484.515,03+6850,02 (3)
13
[image:61.595.140.361.399.515.2]F = 505.065,08 = 505.065 orang
Tabel 4.8 Peramalan Jumlah Pengangguran di Sumatera Utara Periode Tahun 2010-2012
Sumber : Perhitungan
4.4 Ukuran ketepatan Peramalan Jumlah Pengangguran dengan α=0,1
Nilai-nilai kesalahan yang diperoleh dari data peramalan di atas adalah :
1) Nilai Tengah Kuadrat (Mean Square Error) Tahun Periode Jumlah Pengangguran
2010 11 491.365
2011 12 498.215
(
)
n F S n i i i∑
= Χ − = Ε Μ 1 2 = 10 32 , 4 = 0,432) Nilai Tengah Kesalahan Persentase Absolute (Mean Absolute Percentage
Error) MAPE
[ ]
n PE n i i∑
= = 1 = 10 14 , 752 = 75,213) Nilai Tengah Kesalahan Persentase Absolute (Mean Absolute Percentage
4) Jumlah Kuadrat Kesalahan (Sum Square Error)
SSE
∑
(
)
= Χ −
= n i
i i F
1
2
= 4,32
5) Jumlah Nilai Tengah Galat Absolut (Mean Absolut Error)
MAE =
n e
n
i n
∑
=1=
10 24 , 79159
= 7915,93
BAB 5
IMPLEMENTASI SISTEM
5.1 Tahapan Implementasi
Tahapan implementasi merupakan tahapan penerapan hasil desain tertulis ke dalam
programming. Pada tahapan inilah seluruh hasil desain dituangkan ke dalam bahasa
pemrograman tertentu untuk menghasilkan sebuah sistem informasi yang sesuai
dengan hasil desain tertentu.
Tahapan implementasi sistem harus dapat menentukan basis apa yang akan
diterapkan dalam menuangkan hasil desain tertulis sehingga sistem yang dibentuk
memiliki kelebihan-kelebihan tersendiri (contoh dalam hal efesien baik itu efesiensi
pemakai memori maupun dalam waktu proses mengakses data).
Implementasi yang sudah selesai harus diuji coba kehandalannya sehingga dapat
diketahui kehandalan dari sistem yang ada dan telah sesuai dengan apa yang
diinginkan. Dalam data pengolahan jumlah pengangguran, implementasi yang
Selain berfungsi sebagai pengolah angka atau manipulasi angka, Excel juga dapat
digunakan untuk manipulasi teks komputer dan dapat mendayagunakan Excel dengan
maksimal harus juga menguasai Sistem Operasi Microsoft Windows.
5.2 Microsof Excel
Microsoft Exel 2003 (selanjutnya disebut Excel) merupakan program aplikasi lembar
kerja elektronik (spreadsheet) dari program paket Microsoft Office. Excel merupakan
produk unggulan dari Microsoft Corporation yang banyak berperan dalam pengolahan
informasi khususnya data-data berbentuk angka yang dihitung, diproyeksikan,
dianalisa dan dipresentasikan data pada lembar kerja.
Sheet/lembar keja Excel terdiri dari 256 kolom dan 65536 baris. Kolom diberi
nama dengan huruf A, B, C....Z dilanjutkan AA, AB, AC sampai dengan IV dan baris
ditandai dengan angka 1,2,3,....65536.
Excel 2003 hadir dengan berbagai penyempurnaan, tampil lebih terintegrasi
dengan berbagai software lain Under Windows seperti Word, Accses maupun
PowerPoint dan sebagainya. Keunggulan program spreadsheet ini adalah mudah
5.3 Langkah-langkah Dalam Pengolahan Data dengan Excel
Sebelum mengoperasikan software ini, pastikan bahwa pada komputer telah terpasang
program Excel . Langkah-langkahnya sebagai berikut :
1. Klik tombol start
2. Pilih program dan klik Microsoft Excel
3. Setelah itu akan muncul tampilan lembaran kerja seperti di bawah ini.
[image:66.595.113.520.285.566.2]
Gambar 5.1 Tampilan kertas lembar kerja Excel
4. Kemudian melakukan pengisisian data ke dalam worsheet Excel, seperti di
Gambar 5.2 Tampilan Data Jumlah Pengangguran di Sumatera Utara
Periode Tahun 2000-2009
Dari data di atas dapat ditentukan besarnya forecast dengan α = 0,1 hingga
α = 0,5. Dan setiap perhitungan akan diberi nama untuk tiap kolom. Diambil contoh
α = 0,1 , seperti berikut ini.
1. Pada kolom ke 4 ditulis keterangan dengan S' t
2. Pada kolom ke 5 ditulis keterangan dengan S''t
3. Pada kolom ke 6 ditulis keterangan dengan Nilai a t
6. Pada kolom ke 9 ditulis keterangan dengan e t
7. Pada kolom ke 10 ditulis keterangan dengan 2
e
Maka perhitungan masing-masing smoothing pertama, smothing kedua , konstanta ,
slope dan Peramalan (forecast) adalah sebagai berikut :
1. Smoothing pertama (S' ), untuk tahun pertama sebesar tahun pertama dari data t
historisnya. Sehingga nilai yang tertera pada D5 sama dengan nilai pada C5.
Sedangkan untuk tahun ke 2 dapat dihitung dengan rumus :
=0.1*C5+(1-0.1)*D4 dan untuk tahun-tahun berikutnya hanya menyalin rumus
tersebut.
2. Smothing kedua (S''t), untuk tahun kedua sebesar jumlah pengangguran pertama
dari data historisnya. Sehingga nilai yang tertera pada sel E4 sama dengan nilai
C5. Sedangkan untuk tahun ke-2 dapat dihitung dengan rumus :
=0.1*D5+((1-0.1)*E4 dan untuk tahun-tahun berikutnya hanya menyalin rumus
tersebut.
3. Nilai a pada sel F5 baru bisa dicari pada tahun ke 2 yaitu dengan rumus : t
4. Nilai b pada sel G5 baru bisa dicari pada tahun ke 2 yaitu dengan rumus : t
=0.1/0.9*(D5-E5) dan untuk tahun-tahun berikutnya hanya menyalin rumus
tersebut.
5. Forecast (Ft+m) untuk tahun ke 3 pada sel H6 dapat dicari menggunakan rumus :
=F5+G5 dan untuk Forecast tahun berikutnya hanya menyalin rumus tersebut.
6. Kesalahan (e ) untuk tahun ke 3 pada sel I6 dapat dicari menggunakan rumus : t
=C6-H6 dan untuk kesalahan tahun berikutnya hanya menyalin rumus tersebut.
7. Kesalahan kuadrat (e ) untuk tahun ke 3 pada sel J6 dapat dicari menggunakan 2
rumus : =I^2 dan untuk kesalahan tahun berikutnya hanya menyalin rumus
tersebut.
Gambar 5.3 Tampilan Besarnya Forecast dengan α = 0,1
5.4 Pembuatan Grafik
Grafik pada Excel dapat dibuat menjadi satu dengan data atau terpisah pada
lembar grafik tersendiri, namun masih berada di file yang sama. Untuk membuat
grafik pada Excel, Bisa menggunakan icon chart wizard yang terdapat pada
toolbar. Adapun langkah-langkah yang diperlukan adalah :
1. Sorot sel atau range yang ingin dibuat grafik
3. Klik tipe grafik yang diinginkan dan klik next. Tampil kotak dialog Chart
Source data
4. Pada tampilan akan terlihat range data yang telah disorot dan klik radio
button rows atau coloum yang diinginkan, klik next. Tampil kotak dialog
option
5. Pada chart option ketik judul grafik, kemudian klik Next. Tampil kotak
dialog chart location
6. Pilih tempat untuk meletakkan grafik ini dan klik finish maka grafik akan
ditempatkan di lembar kerja.
BAB 6
KESIMPULAN DAN SARAN
6.1Kesimpulan
Dari seluruh hasil pembahasan dan analisa data yang telah dilakukan, maka penulis
dapat mengambil kesimpulan sebagai berikut :
1. Pengangguran atau tuna karya merupakan istilah untuk orang yang tidak mau
bekerja sama sekali, sedang mencari kerja, bekerja kurang dari dua hari selama
seminggu, atau seseorang yang sedang berusaha mendapatkan pekerjaan dan
orang yang masuk dalam angkatan kerja (15 sampai 64 tahun) yang sedang
mencari pekerjaan namun belum memperolehnya.
2. Pengangguran berdampak negatif bagi Negara dan individu yang
mengalaminya (masyarakat itu sendiri).
3. Metode peramalan selalu berhadapan dengan ketidakpastian. Artinya
yang sebenarnya di lapangan tetapi hasil-hasilnya cukup mendekati nilai yang
sebenarnya.
4. Setelah melakukan perhitungan dapat disimpulkan bahwa dalam tiga tahun
kedepan tingkat pengangguran akan mengalami peningkatan setiap tahunnya.
6.2 Saran
Penulis memberikan saran sebagai berikut :
Untuk mengurangi pengangguran sebaiknya pemerintah menggalakkan sistem
pemberian kredit usaha untuk masyarakat kelas menengah ke bawah. Dengan
pemberian kredit ini, maka akan berkembang usaha-usaha kecil sehingga jumlah
pengangguran akan menurun. Selain itu juga sebaiknya diadakan pelatihan
keterampilan bagi masyarakat agar masyarakat tersebut memiliki keahlian.
Sedangkan bagi masyarakat itu sendiri diharapkan dapat menciptakan
lapangan kerja sendiri. Untuk mencapai itu maka diharapkan SDM harus memiliki
DAFTAR PUSTAKA
1. Makridakis, spyros.Metode dan Aplikasi Peramalan.edisi ke-2.
Jakarta:Binarupa Aksara
2. BPS. 2000-2009. Medan Dalam Angka 2000-2009. Badan Pusat Statistik
3. Tosin, Rijanto. 2000. Microsoft Excel 2003, Kilat 24 Jurus, edisi ke-1.
Jakarta:Dinastindo
4.
search/hemld,132/indekx.php?searghword=etiap.11Mei 2009