PERAMALAN JUMLAH PRODUKSI PADI DAN KEBUTUHAN BERAS DI KABUPATEN DELI SERDANG PADA TAHUN 2013-2017
BERDASARKAN DATA TAHUN 2002-2011
TUGAS AKHIR
INAH ANGELIA SARAGIH
102407011
PROGRAM STUDI DIPLOMA 3 STATISTIKA
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
PERAMA DI KA
Diajukan u
FAKULT
ALAN JUML KABUPATE BERDn untuk meleng
PROGRAM
DE
TAS MATE
UNIVE
LAH PROD TEN DELI SE DASARKAN
TUG
lengkapi tuga
INAH AN
1
RAM STUDI
DEPARTEM
EMATIKA D
UNIVERSITAS
DUKSI PAD SERDANG P N DATA TAUGAS AKHI
gas dan mem
Madya
ANGELIA SARAG
102407011
UDI DIPLOM
MEN MATE
A DAN ILM
AS SUMATE
MEDAN
2013
DI DAN KEB PADA TAH
AHUN
2002-HIR
menuhi syara
SARAGIH
PERSETUJUAN
Judul : Peramalan Jumlah Produksi Padi dan Kebutuhan Beras
Di Kabupaten Deli Serdang Pada Tahun 2013-2017 Berdasarkan Data Tahun 2002-2011
Kategori : Tugas Akhir
Nama : Inah Angelia Saragih
NIM : 102407011
Program Studi : Diploma (D3) Statistika
Departemen : Matematika
Fakultas : Matematika dan Ilmu Pengetahuan Alam Universitas
Sumatera Utara
Diluluskan di
Medan, Juni 2013
Diketahui / Disetujui oleh
Departemen Matematika FMIPA USU
Ketua, Pembimbing,
Prof.Dr.Tulus.M.Si.,Ph.D Syahriol Sitorus,S.Si.,M.IT
PERNYATAAN
PERAMALAN JUMLAH PRODUKSI PADI DAN KEBUTUHAN BERAS
DI KABUPATEN DELI SERDANG PADA TAHUN 2013-2017
BERDASARKAN DATA TAHUN 2002-2011
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 2013
PENGHARGAAN
Puji dan syukur Penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha Penyayang, dengan limpah karunia-Nya Penulis dapat menyelesaikan penyusunan Tugas Akhir ini dengan Judul Peramalan Jumlah Produksi Padi dan Kebutuhan Beras di Kabupaten Deli Serdang Pada Tahun 20013-2017 Berdasarkan Data Tahun 2002-2011.
DAFTAR ISI
Halaman
Persetujuan ii
Pernyataan iii
Penghargaan iv
Daftar Isi v
Daftar Tabel viii
Daftar Gambar x
Bab 1 Pendahuluan 1
1.1. Latar Belakang 1
1.2. Perumusan Masalah 3
1.3. Batasan Masalah 3
1.4. Tujuan dan Manfaat Penelitian 4
1.5. Metodologi Penelitian 5
1.6. Sistematika Penulisan 6
Bab 2 Landasan Teori 8
2.1. Produksi 8
2.2. Kebutuhan 8
2.3. Uji Kecukupan Sampel 9
2.4. Peramalan 10
2.4.1. Pengertian Peramalan 10
2.4.2. Jenis- jenis Peramalan 11
2.4.3. Prosedur dalam Peramalan 13
2.5. Metode Analisa 16
2.5.1. Metode Laju Pertumbuhan Eksponensial 16
2.5.2. Metode Smoothing Eksponensial Ganda 17
Bab 3 Gambaran Umum 19
3.1. Geografi 19
3.1.1. Letak dan Keadaan Geografi 19
3.1.2. Iklim 19
3.2. Sosial 20
3.2.1. Pendidikan 20
3.2.2. Kesehatan dan Keluarga Berencana (KB) 21
3.3. Pertanian 22
3.3.1. Tanaman Bahan Makanan 22
3.3.2. Perkebunan 23
3.3.2.1. Perkebunan Rakyat 23
3.3.2.2. Perkebunan Besar 24
3.4. Perikanan 24
3.5. Peternakan 25
3.6. Kehutanan 25
Bab 4 Pengolahan Data 26
4.1. Perhitungan Jumlah Penduduk 26
4.2. Proyeksi Produksi Tanaman Padi 31
4.3. Peramalan Produksi Padi Tahun 2013-2017 49
Bab 5 Implementasi Sistem 58 5.1. Pengertian Implementasi Sistem 58 5.2. Microsoft Excel 59 5.3. Langkah-langkah Pengolahan Data dengan Excel 60 5.4. Pembuatan Grafik 64
Bab 6 Kesimpulan dan Saran 65
6.1. Kesimpulan 65
6.2. Saran 66
Daftar Pustaka 68
Lampiran
Lampiran A. Surat Permohonan Pengumpulan Data Riset Lampiran B. Surat Balasan Pengumpulan Data Riset Lampiran C. Tabel Produksi Padi Kabupaten Deli Serdang
pada Tahun 2002-2011
DAFTAR TABEL
Halaman
Tabel 4.1 Jumlah Penduduk di Kabupaten Deli Serdang
Tahun 2002-2011 27
Tabel 4.2 Proyeksi Penduduk Kabupaten Deli Serdang
Tahun 2013-2017 31
Tabel 4.3 Produksi Padi di Kabupaten Deli Serdang
Tahun 2002-2011 32
Tabel 4.4 Uji Kecukupan Sampel 34
Tabel 4.5 Metode Smoothing Eksponensial Satu Parameter
Dari Brown = 0,1 36
Tabel 4.6 Metode Smoothing Eksponensial Satu Parameter
Dari Brown = 0,2 37
Tabel 4.7 Metode Smoothing Eksponensial Satu Parameter
Dari Brown = 0,3 38
Tabel 4.8 Metode Smoothing Eksponensial Satu Parameter
Dari Brown = 0,4 39
Tabel 4.9 Metode Smoothing Eksponensial Satu Parameter
Dari Brown = 0,5 40
Tabel 4.10 Metode Smoothing Eksponensial Satu Parameter
Dari Brown = 0,6 41
Tabel 4.11 Metode Smoothing Eksponensial Satu Parameter
Dari Brown = 0,7 42
Tabel 4.12 Metode Smoothing Eksponensial Satu Parameter
Tabel 4.13 Metode Smoothing Eksponensial Satu Parameter
Dari Brown = 0,9 44
Tabel 4.14 Perbandingan Ukuran Ketepatan Metode Peramalan 45
Tabel 4.15 Perbandingan Produksi Padi Sebenarnya, Pemulusan
Pertama, Pemulusan Ganda dan Hasil Peramalannya 48
Tabel 4.16 Peramalan Produksi Padi di Kabupaten Deli Serdang 52
Tabel 4.17 Peramalan Produksi Padi, Produksi Beras, dan Selisihnya
DAFTAR GAMBAR
Halaman Gambar 4.1 Jumlah Penduduk Kabupaten Deli Serdang
dari Tahun 2002-2011 27
Gambar 4.2 Diagram Batang Produksi Padi (Ton) Kabupaten
Deli Serdang Tahun 2002-2011 33
Gambar 4.3 Perbandingan Produksi Padi Sebenarnya, Pemulusan Pertama,
Pemulusan Ganda dan Hasil Peramalannya 48
Gambar 5.1 Awal Microsoft Excel 60
Gambar 5.2 Tampilan Microsoft Excel 61
Gambar 5.3 Tampilan Tabel Produksi Padi dalam Microsoft Excel 61
BAB 1
PENDAHULUAN
1.1. Latar Belakang
Tanaman padi merupakan komoditas pertanian yang terpenting dalam kehidupan
penduduk Indonesia. Selain itu, sektor pertanian khususnya komoditas padi
memegang peranan penting dalam kehidupan bangsa Indonesia, yang mana juga
diharapkan dapat menjadi salah satu komoditas andalan penyumbang devisa
negara dari sektor nonmigas.(htn_alatpertanian.blogspot.com/2011/03/sekilas-
tentang-tanaman-padi.html)
Ditinjau dari segi latar belakang para petani menanam padi, maka petani
sendiri dapat dibedakan menjadi dua macam :
1. Petani yang menanam padi hanya sekedar memenuhi kebutuhan untuk
dikonsumsi sendiri
2. Petani yang menanam padi hanya sebagai mata pencaharian, dengan menjual
hasil panen yang didapatnya.
(http://www.google.com/klasifikasi-pertanian-dan-dan-pertani)
Komoditas padi yang ditanam oleh petani-petani di Indonesia memiliki
a. Umur tanaman mulai dari disemai sampai dipanen
b. Banyaknya hasil panen
c. Mutu beras yang dihasilkan
d. Tahan tidaknya tanaman padi terhadap gangguan hama maupun penyakit.
Produksi padi dan kebutuhan akan beras merupakan hal mutlak yang harus
selalu mendapat perhatian dari pemerintah. Hal ini dikarenakan untuk mencegah
permintaan akan beras yang lebih besar daripada produksi padi para petani.
Karena jika terjadi demikian maka kesejahteraan masyarakat akan terhambat
akibat kekurangan bahan pangan pokok. Selain itu juga dapat menimbulkan
masalah-masalah di bidang lainnya di badan pemerintahan seperti di bidang
kesehatan, pendidikan, ekonomi, dan lainnya.
Oleh karena itu, studi tentang peramalan hasil produksi padi dan
kebutuhan beras ini menjadi objek yang sangat menarik untuk dibahas lebih
lanjut, yang bermanfaat membantu pemerintah dan pihak-pihak terkait dalam
mengambil kebijakan dan tindakan pencegahannya.
Berdasarkan uraian diatas maka untuk melengkapi persyaratan kelulusan
1.2. Perumusan Masalah
Berdasarkan latar belakang yang telah diuraikan diatas, maka yang menjadi
rumusan masalah tulisan ini adalah :
1. Berapa banyaknya produksi padi di Kabupaten Deli Serdang pada tahun
2013-2017?
2. Berapa besar kebutuhan beras penduduk Deli Serdang pada tahun
2013-2017?
3. Berapa banyaknya jumlah penduduk di Kabupaten Deli Serdang pada tahun
2013-2017?
4. Apakah produksi padi di Kabupaten Deli Serdang pada tahun 2013-2017
masih dapat mencukupi kebutuhan beras pada tahun-tahun tersebut?
1.3. Batasan Masalah
Sehubungan dengan keterbatasan waktu dan kemampuan penulis serta untuk
menghindari kesimpangsiuran dalam penulisan Tugas Akhir yang sesuai dengan
rumusan masalah dan latar belakang masalah yang telah diuraikan, maka penulis
membatasi ruang lingkup penelitian pada peramalan jumlah produksi padi dan
kebutuhan beras yang ada di Kabupaten Deli Serdang khususnya untuk tahun
2013-2017 dengan asumsi bahwa tidak ada perubahan luas lahan pertanian padi
peramalan produksi padi tahun 2013-2017 memiliki keadaan yang sama dengan
tahun sebelumnya yaitu 2002-2011, dan data yang dibutuhkan diperoleh dari
Badan Pusat Statistik Provinsi.
1.4. Tujuan dan Manfaat Penelitian
Tujuan penelitian ini adalah :
1. Untuk meramalkan berapa banyaknya produksi padi di Kabupaten Deli
Serdang pada tahun 2013-2017
2. Untuk memperkirakan berapa besar kebutuhan beras penduduk Deli Serdang
pada tahun 2013-2017
3. Untuk meramalkan berapa banyak jumlah penduduk di Kabupaten Deli
Serdang pada tahun 2013-2017
4. Untuk mengetahui apakah produksi padi di Kabupaten Deli Serdang pada
tahun 2013-2017 masih dapat mencukupi kebutuhan beras pada tahun-tahun
tersebut.
Manfaat yang dapat diambil dari penelitian ini adalah :
1. Memberikan masukan yang dapat menjadi bahan pertimbangan bagi
kebutuhan beras pada tahun-tahun yang akan datang, khususnya untuk tahun
2013-2017
2. Sebagai informasi bagi BPS khususnya mengenai produksi padi dan
kebutuhan beras di Kabupaten Deli Serdang
3. Sebagai sarana meningkatkan pengetahuan dan wawasan penulis dalam
menganalisa data.
1.5. Metodologi Penelitian
Metode yang digunakan penulis dalam melakukan penelitian ini antara lain :
1. Studi Kepustakaan (Library Research)
Suatu cara penelitian yang digunakan untuk memperoleh data atau informasi
dari perpustakaan yaitu dengan membaca buku-buku, referensi,
bahan-bahan yang bersifat teoritis yang dapat membantu penulis dalam
menyelesaikan Tugas Akhir ini.
2. Metode Pengumpulan Data
Untuk mengumpulkan data dalam pelaksanaan riset ini, penulis
Data sekunder tersebut adalah data yang diperoleh dan dirangkum ulang
berdasarkan data yang telah tersedia dan disusun oleh Badan Pusat Statistik (BPS)
Provinsi. Data yang dikumpulkan tersebut kemudian diatur/disusun dan disajikan
dalam bentuk tabel yang berisi angka-angka yang diperlukan, dengan tujuan untuk
mendapatkan gambaran yang jelas tentang data tersebut.
1.6. Sistematika Penulisan
Tugas akhir ini dibuat dengan beberapa bab, dimana masing-masing bab terdiri
dari beberapa subbab. Hal ini dilakukan untuk mempermudah penulis pada
khususnya dan pembaca pada umumnya dalam memahami isi dari tugas akhir ini.
Adapun penyusunan tugas akhir ini dibagi dalam 6 bab, yaitu :
Bab 1 : Pendahuluan
Dalam bab ini terdapat penjelasan mengenai latar belakang,
perumusan masalah, batasan masalah, tujuan dan manfaat
penelitian, metodologi penelitian, tinjauan pustaka, dan
sistematika penulisannya.
Bab 2 : Landasan Teori
Pada bab ini diuraikan mengenai pengertian produksi, kebutuhan,
uji kecukupan sampel, peramalan, metode pertumbuhan geometri,
Bab 3 : Gambaran Umum
Dalam bab ini penulis menguraikan gambaran mengenai
Kabupaten Deli Serdang yang menjadi objek penelitian penulis
dalam membuat tugas akhir ini, antara lain mencakup
geografisnya, iklim, penduduk, sektor pertanian, dan
pemerintahannya.
Bab 4 : Pengolahan Data
Pada bab ini penulis melakukan proyeksi data penduduk dengan
metode laju pertumbuhan penduduk eksponensial, dan data
produksi padinya dengan Metode Smoothing Eksponensial
Berganda, serta melakukan perhitungan terhadap besarnya
konsumsi beras di kabupaten tersebut.
Bab 5 : Implementasi Sistem
Dalam bab ini diuraikan tentang penerapan hasil desain secara
tertulis ke dalam programming. Untuk menyelesaikan tugas akhir
ini penulis menggunakan Microsoft Excel.
Bab 6 : Kesimpulan dan Saran
Pada bab ini, penulis memberikan beberapa kesimpulan dan
beberapa saran kepada pembaca sesuai hasil analisa yang telah
BAB 2
LANDASAN TEORI
2.1. Produksi
Produksi padi merupakan salah satu hasil bercocok tanam yang dilakukan dengan
penanaman bibit padi dan perawatan serta pemupukan secara teratur sehingga
menghasilkan suatu produksi padi yang dapat dimanfaatkan. Padi tersebut
kemudian diproses menjadi beras, yang mana beras itu sendiri akan diolah
menjadi nasi. Nasi merupakan sumber kalori utama yang banyak mengandung
unsur karbohidrat yang sangat tinggi sehingga sangat bermanfaat dan sangat
mempengaruhi aktivitas manusia khususnya bangsa indonesia terlebih lagi
masyarakat di Kabupaten Deli Serdang yang menjadikan nasi sebagai bahan
pangan utama.
2.2. Kebutuhan
Kebutuhan adalah suatu hal penting yang harus dipenuhi yang dapat
mempengaruhi kesejahteraan hidup makhluk hidup khususnya manusia.
Kebutuhan menurut intensitas/tingkatan dapat dibagi menjadi tiga bagian, antara
1. Kebutuhan Primer (Kebutuhan Pokok)
2. Kebutuhan Skunder (Kebutuhan Tambahan/ Pelengkap)
3. Kebutuhan Tersier
Kebutuhan pokok (primer) merupakan suatu kebutuhan yang harus
dipenuhi untuk mendukung aktivitas hidup sehari-hari. Jika hal tersebut tidak
dipenuhi maka akan dapat menghambat semua atau sebagian dari aktivitas
manusia tersebut, serta dapat mengurangi kesejahteraan hidup manusia itu
sendiri.(id.wikipedia.org/wiki/kebutuhan)
Kebutuhan akan komoditi padi itu sendiri memegang peranan penting bagi
kehidupan bangsa Indonesia pada umumnya dan bagi masyarakat Deli Serdang
pada khususnya. Kebutuhan akan padi dan beras sangat mempengaruhi bidang
kehidupan masyarakat seperti bidang kesehatan, pendidikan, olahraga, ekonomi,
dan lainnya. Oleh karena itu, kebutuhan akan komoditi padi ini sangat menarik
untuk dipelajari lebih lanjut.
2.3. Uji Kecukupan Sampel
Dalam melakukan penelitian terhadap populasi yang sangat besar, kita perlu
melakukan suatu penarikan sampel. Hal ini dikarenakan tidak selamanya kita
dapat melakukan pengamatan seluruhnya pada populasi tersebut. Di samping itu
juga, terdapat faktor-faktor yang tidak memungkinkan antara lain ketersediaan
Sampel yang baik (Dermawan Wibisono, 2003) adalah sampel yang
representatif, artinya sampel tersebut harus dapat menggambarkan atau
menerangkan sifat-sifat karakteristik dari populasinya.
Hal ini dapat diketahui dengan melihat kecukupan sampel yang dikumpulkan.
Suatu sampel dikatakan sudah mencukupi atau mewakili populasinya apabila
< , dengan adalah banyaknya sampel yang kita kumpulkan, adalah data
yang dikumpulkan, dan adalah sanpel yang diperoleh dari rumus :
2.4. Peramalan
2.4.1. Pengertian Peramalan
Peramalan (Sofyan Assauri, 1991) adalah kegiatan memperkirakan apa yang akan
terjadi pada masa yang akan datang. Peramalan dibutuhkan untuk
mengetahui/memperkirakan kapan suatu peristiwa akan terjadi atau berapa jumlah
suatu kebutuhan tertentu di masa mendatang. Dengan peramalan kita juga dapat
memperkirakan bagaimana sesuatu peristiwa yang ingin kita ketahui dapat terjadi
di masa yang akan datang.
Dengan demikian peramalan sangat bermanfaat bagi kita untuk melakukan
membantu kita dalam mengambil kebijakan dan tindakan-tindakan penting
tentang sesuatu hal.
2.4.2. Jenis-jenis Peramalan
Peramalan dapat dibedakan menjadi beberapa macam berdasarkan sudut pandang
kita melihatnya. Bila dilihat dari sifat penyusunannya, maka peramalan dapat
dibagi menjadi dua macam, yaitu :
1. Peramalan yang objektif, yaitu peramalan yang didasarkan pada data yang
relevan dari masa lalu dengan menggunakan teknik-teknik dan
metode-metode dalam penganalisaan data tersebut.
2. Peramalan yang subjektif, yaitu peramalan yang didasarkan pada perasaan
atau intuisi dari orang yang menyusunnya.
Jika dilihat dari jangka waktu ramalan yang disusun, maka peramalan dapat
dibedakan atas dua macam, yaitu :
1. Peramalan jangka panjang, yaitu peramalan yang dilakukan untuk
penyusunan hasil ramalan yang jangka waktunya lebih dari tiga setengah
tahun atau tiga semester.
2. Peramalan jangka pendek, yaitu peramalan yang dilakukan untuk
penyusunan hasil ramalan dengan jangka waktu yang kurang dari satu
Berdasarkan sifat ramalan yang telah disusun maka peramalan dibedakan
menjadi dua macam, yaitu :
1. peramalan kualitatif, yaitu peramalan yang didasarkan atas data kualitatif
masa lalu. Hasil peramalan yang dibuat sangat bergantung pada orang yang
menyusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan
oleh pemikiran yang bersifat intuisi, pendapat, dan pengetahuan, serta
pengalaman penyusunnya.
2. peramalan kuantitatif, yaitu peramalan yang didasarkan atas data kuantitatif
pada masa lalu. Peramalan kuantitatif sangat mengandalkan data historis
yang ada. Hasil peramalan yang dibuat sangat bergantung pada
metode-metode yang digunakan dalam peramalan tersebut.
Peramalan kuantitatif hanya dapat digunakan apabila terdapat tiga kondisi
sebagai berikut :
1. Adanya informasi tentang keadaan masa lalu
2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data.
3. Dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada masa
yang akan datang.
Teknik kuantitatif ini biasanya dikelompokkan menjadi dua, yakni teknik
statistik dan teknik deterministik. Teknik statistik menitikberatkan pada pola,
perubahan pola, dan faktor gangguan yang disebabkan oleh pengaruh random.
Jenkins. Teknik deterministik mencakup identifikasi dan penetuan hubungan
antarvariabel yang akan diperkirakan dengan variabel-variabel lain yang akan
mempengaruhinya. Yang termasuk dalam teknik ini adalah teknik regresi
sederhana, regresi berganda, autoregresi, dan model input-output.
2.4.3. Prosedur dalam Penelitian
Kualitas hasil peramalan sangat ditentukan oleh proses pelaksanaan
penyusunannya. Peramalan yang baik adalah peramalan yang mengikuti
langkah-langkah atau prosedur penyusunan yang baik. Pada dasarnya ada tiga prosedur /
langkah penting dalam peramalan :
a) Menganalisis data yang lalu.
Analisa ini dilakukan dengan cara membuat tabulasi data yang lalu. Dengan
tabulasi data, maka dapat diketahui pola dari data tersebut.
b) Menetukan metode yang akan digunakan.
Masing-masing metode akan memberikan hasil peramalan yang berbeda.
Metode peramalan yang baik adalah metode yang memberikan hasil
ramalan yang tidak jauh berbeda dengan kenyataan yang terjadi. Dengan
kata lain, metode peramalan yang baik akan menghasilkan penyimpangan
(bias) yang sekecil mungkin antara hasil peramalan dengan data yang
c) Memproyeksikan data yang lalu dengan menggunakan metode yang telah
ditentukan.
Hasil inilah yang akan dipergunakan sebagai dasar untuk perencanaan dan
pengambilan keputusan.
2.4.4. Menghitung Kesalahan Peramalan
Hasil proyeksi yang akurat adalah peramalan (forecast) yang biasanya
meminimalkan kesalahan meramal (forecast error). Besarnya kesalahan meramal
(forecast error) dihitung dengan mengurangkan data yang sebenarnya dengan
data yang diperoleh dari hasil peramalan.
Rumusnya : Error = data yang sebenarnya – data hasil peramalan
Keterangan : = data sebenarnya pada periode ke-t
= hasil ramalan pada periode ke-t
Dalam menghitung forecast error digunakan :
a. Mean Absolute Error (MAE)
Mean Absolute Error adalah rata-rata absolut dari kesalahan meramal,
MAE =
b. Mean Squared Error (MSE)
Mean Squared Error adalah rata-rata kesalahan meramal dikuadratkan.
MSE =
!
c. Menetukan Besarnya Konstanta (at)
at = 2 " - "
d. Menentukan Besarnya Slope (bt)
bt = $ ## (" " )
e. Menentukan Besarnya Forecast (Ft + m)
%&= a t + b t (m)
Dimana m adalah jumlah periode ke depan yang ingin diramalkan.
Dengan menggunakan rumus-rumus yang sudah ada, maka penulis ingin
melakukan suatu peramalan terhadap tingkat produksi padi untuk beberapa tahun
ke depan, yaitu tahun 2013-2017. Untuk meramalkan jumlah produksi padi
tersebut, penulis memilih menggunakan metode Smoothing Eksponensial dengan
pada setiap tahunnya, dengan kata lain selalu mengalami naik-turun. Oleh karena
itu, dengan menggunakan metode Smoothing Eksponensial Ganda akan dilakukan
pemulusan / pelicinan ramalan terhadap produksi padi dari tahun ke tahun.
2.5. Metode Analisa
Untuk menganalisa data-data yang telah diperoleh, penulis menggunakan rumus
laju pertumbuhan eksponensial dan metode smoothing eksponensial.
2.5.1. Metode Laju Pertumbuhan Eksponensial
Tingkat pertumbuhan eksponensial (Spyros Makridakis dan Steven C Wheelright,
1993) adalah suatu pertumbuhan penduduk yang berlangsung secara
terus-menerus. Dengan menggunakan metode tersebut maka dapat dilakukan suatu
peramalan terhadap jumlah penduduk untuk tahun 2013-2017. Adapun rumus
yang digunakan adalah :
' '() *
Keterangan :
' = Jumlah penduduk pada tahun t
'( = Jumlah penduduk pada tahun awal
t = jangka waktu antara '(dan '
e = bilangan pokok dari sistem logaritma (besarnya 2,718282)
2.5.2. Metode Smoothing Eksponensial Ganda
Peramalan dengan metode smoothing eksponensial ganda membutuhkan tiga buah
nilai data dan satu nilai alfa (+). Metode smoothing (pemulusan) merupakan
teknik meramal dengan cara mengambil rata-rata dari nilai beberapa periode yang
lalu untuk menaksir nilai suatu periode yang akan datang.
Dalam metode ini data historis digunakan untuk memperoleh angka yang
dihitung menggunakan metode Smoothing Eksponensial Ganda. Peramalan
dilakukan dengan mengulang perhitungan secara terus-menerus dengan
menggunakan data yang terbaru. Setiap data diberi bobot, data yang kebih baru
diberi bobot yang lebih besar.
Pada peramalan tingkat produksi padi tahun 2013-2017 dengan Smoothing
Eksponensial Ganda memiliki beberapa tahapan. Persamaan-persamaan yang
digunakan dalam Smoothing Eksponensial Ganda adalah sebagai berikut :
a. Menentukan Smoothing Pertama (" )
b. Menentukan Smoothing Kedua (" t)
" t = + " t , - + " t-1
c. Menentukan Besarnya Konstanta ( at )
a
t = " t + (" t " t ) = 2 " t " td. Menentukan Besarnya Slope (bt)
b
t = $ ## ("t " t )e. Menentukan Besarnya Forecast (Ft+m)
Ft+m = at + b t m
Dengan ‘m’ adalah periode yang aka diramalkan.
Rumus-rumus tersebut diatas akan digunakan untuk meramalkan jumlah
produksi padi Kabupaten Deli Serdang untuk tahun 2013-2017. Alasan penulis
memilih metode Smoothing Eksponensial Ganda sebagai metode peramalan yang
akan digunakan adalah karena penulis melihat bahwa selisih produksi padi dari
tahun ke tahun tidak konstan atau mengalami naik-turun, sehingga penulis
menggunakan metode tersebut untuk melakukan pemulusan padi dari tahun ke
tahun sebelum melakukan peramalan terhadap produksi padi untuk beberapa
BAB 3
GAMBARAN UMUM
3.1. Geografi
3.1.1. Letak dan Keadaan Geografi
Deli Serdang (BPS, 2012) merupakan salah satu kabupaten yang berada di
kawasan Pantai Timur Sumatera Utara. Secara geografis Kabupaten Deli Serdang
berada pada (57” Lintang Utara, .(16” Lintang Selatan dan /0(33” //(27”
Bujur Timur dengan ketinggian 0 1 m di atas permukaan laut.
Kabupaten Deli Serdang menempati area seluas 2.497,72 Km2 yang terdiri
dari 22 Kecamatan dan 394 Desa/Kelurahan Definitif. Wilayah Kabupaten Deli
Serdang di sebelah Utara berbatasan dengan Kabupaten Langkat dan Selat
Malaka, di sebelah Selatan dengan Kabupaten Karo dan Simalungun, di sebelah
Barat berbatasan dengan Kabupaten Langkat dan Karo dan di sebelah Timur
berbatasan dengan Kabupaten Serdang Bedagai.
3.1.2. Iklim
Di kabupaten Deli Serdang dikenal hanya dua musim, yaitu musim kemarau dan
tidak banyak mengandung uap air, sehingga mengakibatkan musim kemarau.
Sebaliknya pada bulan Desermber sampai dengan Maret arus angin yang banyak
mengandung uap air berhembus sehingga terjadi musim hujan. Keadaan ini
bergantian setiap setengah tahun setelah melewati masa paralihan pada bulan
April-Mei dan bulan Oktober-November.
Menurut catatan Stasiun Klimatologi Sampali, pada tahun 2011 terdapat
17 rata-rata hari hujan dengan volume curah hujan sebanyak rata-rata 218mm.
Curah hujan terbesar terjadi pada Desember yaitu 322mm dengan hari hujan
sebanyak 22 hari. Sedangkan curah hujan paling kecil terjadi pada bulan Februari
sebesar 99mm dengan hari hujan 8 hari.
3.2. Sosial
3.2.1. Pendidikan
Ketersediaan fasilitas pendidikan baik sarana maupun prasarana akan sangat
menunjang dalam peningkatan mutu pendidikan. Pada tahun 2011 terdapat 227
buah taman kanak-kanak dengan jumlah murid 9.821 orang dan guru sebanyak
851 orang. Sementara itu untuk sekolah dasar terdapat 789 sekolah dengan jumlah
murid dan guru masing-masing 210.238 orang dan 10.928 orang. Untuk Sekolah
Lanjutan Tingkat Pertama (SLTP) terdapat 235 sekolah, 67.357 orang murid dan
5.375 orang guru. Pada tahun yang sama jumlah sekolah lanjutan atas (SMU)
untuk Sekolah Kejuruan terdapat 137 sekolah, 27.698 orang murid dan 3.459
orang guru.
Selain itu, di Deli Serdang juga terdapat sekolah agama (madrasah) yang
setara dengan sekolah umum yaitu:
a. 131 Madrasah Ibtidaiyah (MI) dengan 23.135 murid dan 1.450 guru
b. 108 Madrasah Tsanawiyah (MTs) dengan 17.542 murid dan 1.896 guru
c. 31 Madrasah Aliyah (MA) dengan 3.818 murid dan 329 guru.
3.2.2. Kesehatan dan Keluarga Berencana (KB)
Pembangunan bidang kesehatan meliputi seluruh siklus atau tahapan kehidupan
manusia. Bila pembangunan kesehatan berhasil dengan baik maka secara
langsung atau tidak langsung akan terjadi peningkatan kesejahteraan rakyat.
Kesehatan merupakan salah satu hal terpenting dalam kehidupan manusia.
Dengan tersedianya sarana atau prasarana kesehatan yang memadai sangat
membantu dalam upaya meningkatkan kesehatan masyarakat sekaligus
meningkatkan kualitas sumber daya manusia.
Di Kabupaten Deli Serdang terdapat 18 buah Rumah Sakit Umum (RSU)
milik pemerintah dan milik swasta. Dengan total kapasitas tempat tidur berjumlah
1.540 buah. Sedangkan Puskesmas yang ada berjumlah 34 buah juga terdapat
Tenaga Medis yang tersedia di Puskesmas Kabupaten Deli Serdang ada
149 orang dokter umum/spesialis dan 72 orang dokter gigi. Sementara itu tenaga
medis pemerintah lainnya seperti perawat/bidan ada 1.606 orang, dengan jumlah
apotek umum sebanyak 117 buah. Di Kabupaten Deli Serdang, jumlah Pasangan
Usia Subur (PUS) mengalami peningkatan setiap tahunnya. Tahun 2010 jumlah
PUS sekitar 300.133 dan meningkat menjadi 310.463 pada tahun 2011.
3.3 Pertanian
3.3.1. Tanaman Bahan Makanan
Pada tahun 2011 produksi padi sawah di Deli Serdang mengalami peningkatan
dibandingkan tahun 2010 yaitu sekitar 0,84 persen. Produksi padi sawah mencapai
445.598 ton dengan rata-rata produksi 52,87 kw/ha.
Untuk padi ladang produksi pada tahun 2011 sebesar 2.947 ton yang
berarti mengalami peningkatan signifikan dibandingkan tahun 2010 yang
produksinya sebesar 748 ton atau sekitar 293,98 persen. Produksi jagung di
Kabupaten Deli Serdang pada tahun 2011 adalah sebesar 5.405 ton atau naik
sebesar 20,14 persen dibandingkan tahun 2010 sebesar 71.085 ton.
Untuk tanaman bahan makanan lainnya seperti kacang kedelai dan kacang
tanah pada tahun 2011 mengalami penurunan produksi, sedangkan kacang hijau
tanaman sayur-sayuran yang paling banyak dipanen di Deli Serdang adalah
ketimun, cabai, terung, dan kacang panjang.
3.3.2. Perkebunan
3.3.2.1. Perkebunan Rakyat
Kabupaten Deli Serdang merupakan salah satu sentra perkebunan di Sumatera
Utara. Komoditi penting yang dihasilkan perkebunan di Kabupaten Deli Serdang
adalah karet, kelapa sawit, coklat dan kelapa.
Produksi karet mengalami kenaikan dari 3.673,58 ton pada tahun 2010
menjadi 3.715,01 ton pada tahun 2011. Kecamatan STM Hulu masih merupakan
Kecamatan penghasil karet terbesar di Deli Serdang.
Tanaman kelapa sawit perkebunan rakyat ditanam di seluruh kecamatan di
Kabupaten Deli Serdang. Produksi kelapa sawit (minyak sawit) tahun 2011
sebesar 39.719,72 ton dengan total luas tanaman 14.188,20 ha. Kecamatan
penghasil kelapa sawit terbesar adalah Kecamatan STM Hilir, STM Hulu, dan
Hamparan Perak. Kontribusi ketiga kecamatan tersebut tahun 2011 sebesar 51,25
persen untuk luas tanaman dan 54,03 persen untuk produksi minyak sawit.
Produksi tanaman kelapa di Deli Serdang pada tahun 2011 mencapai
3.013,28 ton dengan luas tanaman mencapai 3.957,25 ha. Kecamatan Hamparan
Kontribusi kedua kecamatan tersebut terhadap total produksi kelapa di Deli
Serdang mencapai 35,98 persen.
Selain keempat komoditi tersebut masih terdapat beberapa jenis tanaman
lainnya yang di usahakan oleh perkebunan rakyat di Deli Serdang antara lain kopi,
aren, pinang, kemiri, dan kapuk.
3.3.2.2. Perkebunan Besar
Selain perkebunan yang dikelola oleh rakyat, Deli Serdangjuga merupakan sentra
perkebunan yang dikelola oleh swasta dan BUMN (PNP/PTP). Komoditas yang
diusahakan antara lain karet, kelapa sawit, dan coklat. Produksi masing-masing
tanaman adalah kelapa sawit 192.401,74 ton, karet 2.469,44 ton dan coklat
2.088,56 ton. Untuk tanaman karet dan kelapa sawit sebagian besar luas tanaman
dikuasai oleh swasta sedangkan coklat oleh pemerintah.
3.4. Perikanan
Produksi ikan laut di Deli Serdang pada tahun 2011 sebesar 20.322,40 ton
sedangkan produksi ikan darat sebesar 9.418,25 ton. Produksi ikan laut terbesar
dihasilkan oleh Kecamatan Pantai Labu yaitu sebesar 6.164,89 ton disusul Percut
Sei Tuan dengan produksi sebesar 5.260,11 ton dan Hamparan Perak diurutan
Jumlah nelayan di Deli Serdang tahun 2011 adalah 13.629 orang yang
terdiri dari 9.799 orang nelayan penuh, 3.830 orang nelayan sambilan utama.
3.5. Peternakan
Produksi daging unggas tahun 2011 yang terbesar adalah ayam ras pedaging yaitu
sebesar 1.206,58 ton, untuk ternak kecil yang terbesar adalah kambing yaitu 57,55
ton dan untuk ternak besar adalah sapi dengan produksi daging sebesar 165,44
ton.
Populasi unggas di Deli Serdang dari tahun 2010-2011 jumlahnya
meningkat secara pesat terutama ayam ras petelur dan pedaging. Untuk ternak
kecil yaitu kambing, domba dan babi pada tahun 2011 juga meningkat jumlahnya.
Sedangkan untuk ternak besar, populasi kerbau dan sapi juga mengalami
peningkatan dibandingkan tahun 2010.
3.6. Kehutanan
Menurut fungsinya hutan dibagi menjadi hutan suaka marga satwa, hutan lindung,
hutan produksi terbatas, hutan produksi, hutan konversi, dan hutan wisata. Total
area hutan di Deli Serdang mencapai 80.083,68 ha yang dirinci atas 9,32 persen
hutan lindung, 9,56 persen hutan produksi terbatas, 52,25 persen hutan produksi
27,70 persen hutan suaka alam dan sisanya 28,87 persen adalah hutan penggunaan
lain.
BAB 4
PENGOLAHAN DATA
4.1. Perhitungan Jumlah Penduduk
Sebelum meramalkan tingkat produksi padi terlebih dahulu penulis melakukan
pengolahan jumlah penduduk di Kabupaten Deli Serdang, karena tingkat
pertambahan penduduk di Kabupaten Deli Serdang sangat berpengaruh terhadap
konsumsi beras penduduk Kabupaten Deli Serdang.
Adapun data yang dipaparkan penulis dalam penulisan Tugas Akhir ini
adalah hasil Survei-Sensus Kantor Badan Pusat Statistik (BPS) Provinsi Sumatera
Utara, Medan dimana jumlah penduduk tersebut dari tahun 2002-2011 adalah
Tabel 4.1 Jumlah Penduduk di Kabupaten Deli Serdang Tahun 2002-2011
Tahun Jumlah Penduduk (Jiwa)
2002 1.461.823
2003 1.486.094
2004 1.539.697
2005 1.582.213
2006 1.634.115
2007 1.686.366
2008 1.738.431
2009 1.788.351
2010 1.790.431
2011 1.807.173
Sumber : Badan Pusat Statistik (BPS) Provinsi Sumatera Utara
[image:38.612.130.481.479.675.2]
Gambar 4.1 Jumlah Penduduk Kabupaten Deli Serdang Dari Tahun 2002-2011
J u m lah P en d u d u k ( Ji w a ) Tahun
Perkembangan jumlah penduduk yang terus meningkat seperti yang terlihat pada
tabel 4.1 diatas menimbulkan suatu permasalahan di masa yang akan datang
terutama dalam pemenuhan kebutuhan akan konsumsi beras yang merupakan
sumber kalori utama.
Dengan menggunakan data pada tabel 4.1 diatas, penulis memproyeksikan
suatu data peramalan penduduk pada tahun 2013. Dimana jumlah penduduk pada
tahun 2013 berguna untuk mengetahui tingkat kebutuhan konsumsi beras pada
tahun 2010 untuk penduduk Kabupaten Deli Serdang.
Adapun perhitungan yang dilakukan adalah dengan metode Laju
Pertumbuhan Eksponensial. Dimana metode ini menghitung pertumbuhan
penduduk secara garis besar yaitu tanpa menghitung angka kematian dan imigrasi.
Adapun perhitungannya adalah sebagai berikut :
23 24) 563
Dengan : '( = ' (( = 1.461.823
' = ' ($$ = 1.807.173
e = 2,718282
t = 10
sehingga : ' ($$ = ' (( 78-0 0 *)$(
1.807.173 = 1.461.823 78-0 0 *)$(
78-0 0 *)$( = 1,236246112
10r 9:; 78-0 0 = 9:; -7 .<
=<--10r (0,434294509) = 0,092104938
10r = 0,21207916
r = 0,021207916
r = 0,0212
r = 2,12%
Berdasarkan perhitungan diatas maka diperoleh rata-rata pertumbuhan
penduduk Kabupaten Deli Serdang adalah 2,12% per tahun. Dengan demikian,
dapat dilakukan peramalan terhadap penduduk Kabupaten Deli Serdang untuk
tahun 2013-2017 yaitu antara lain :
'(= ' ($$ = 1.807.173
Untuk tahun 2013 ; '($> = ' ($$ 78-0 0 (7( $ )
= 1.807.173 ? 1,04331172
= 1.885.444,78
Untuk tahun 2014 ; '($> = ' ($$ 78-0 0 (7( $ )>
= 1.807.173 ?1,065.666
= 1.925.843
Untuk tahun 2015 ; '($> = ' ($$ 78-0 0 (7( $ )@
= 1.807.173 ?1,088499
= 1.967.107
Untuk tahun 2016 ; '($> = ' ($$ 78-0 0 (7( $ )A
= 1.807.173 ? 1,111822
Untuk tahun 2017 ; '($> = ' ($$ 78-0 0 (7( $ )B
= 1.807.173 ? 1,135644
= 2.052.305
Jika dirangkum dalam tabel, peramalan jumlah penduduk di atas seperti tabel 4.2
[image:42.612.170.433.372.532.2]berikut ini.
Tabel 4.2 Proyeksi Penduduk Kabupaten Deli Serdang Tahun 2013-2017
Tahun Jumlah Penduduk (Jiwa)
2013 1.885.444
2014 1.925.843
2015 1.967.107
2016 2.009.254
2017 2.052.305
4.2. Proyeksi Produksi Tanaman Padi
Seperti yang sudah dijelaskan sebelumnya, Kabupaten Deli Serdang sebagian
besar penduduknya bekerja di sektor pertanian sehingga pendapatan terbesar
memfokuskan tentang produksi komoditi padi yang dihasilkan oleh daerah
tersebut.
Data yang digunakan penulis sebagai dasar untuk melaksanakan proyeksi
tanaman padi 2013 adalah tingkat produksi tanaman padi pada tahun 2002-2011.
Besarnya angka-angka tingkat produksi padi yang dihasilkan dari tahun-tahun
[image:43.612.178.420.391.680.2]sebelumnya yaitu tahun 2002-2011 dijelaskan pada tabel berikut ini.
Tabel 4.3 Produksi Padi di Kabupaten Deli Serdang Tahun 2002-2011
Tahun Produksi Padi (Ton)
2002 404.086
2003 348.824
2004 333.513
2005 358.888
2006 386.085
2007 386.774
2008 383.646
2009 391.623
2010 442.645
2011 448.545
Gambar 4.2
Diagram Batang Produksi Padi (Ton) Kab. Deli Serdang Tahun 2002-2011
Data produksi padi diatas digunakan sebagai sampel untuk meramalkan
jumlah produksi padi pada tahun 2013-2017 di Kabupaten Deli Serdang. Namun
sebelum melakukan proyeksi terhadap produksi padi yang diinginkan, terlebih
dahulu dilakukan perhitungan uji kecukupan sampel dengan rumus :
Dengan : = banyak sampel (hasil uji kecukupan sampel)
= banyak sampel (tahun) yang digunakan
= produksi padi pada tahun ke-i
Sehingga diperoleh hasil seperti yang tertera dalam tabel 4.4 berikut ini.
J u m la h Pr o d u k si ( T o n ) Tahun
Tabel 4.4 Uji Kecukupan Sampel
Tahun Produksi Padi dalam Ton (CD)
CDE
2002 404.086 163.285.495.396
2003 348.824 121.678.182.976
2004 333.513 111.230.921.169
2005 358.888 128.800.596.544
2006 386.085 149.061.627.225
2007 386.774 149.594.127.076
2008 383.646 147.184.253.316
2009 391.623 153.368.574.129
2010 442.645 195.934.596.025
2011 448.545 201.192.617.025
Jumlah 3.884.629 1.521.330.990.881
Dari tabel diatas dapat dilihat bahwa :
N = 10
= 3.884.629
Maka bila nilai-nilai diatas dimasukkan ke dalam rumus Uji Kecukupan
Sanpel menjadi :
= F (G$( $)A $)>>()HH()II$ >)II@)B H!
>)II@)B H J
= K (L$A) $>)>(H)H(I)I$( $A)(H()>@ )@BM)B$@
>)II@)B H N
= K (L$ )HBM)@@$)$BH>)II@)B H N
= K ( >A()BBM7$>M>>)II@)B H N
= KM)($>)>@>)II@)B HN
= O-70 1= 0<.<P
= 3,259500344
Dari hasil perhitungan diatas, diperoleh = 3,26. Tampak bahwa
lebih kecil dari sampel yang sebenarnya ( 3,26 < 10). Hal ini berarti ukuran
sampel yang di ambil penulis yaitu - dapat diterima sebagai sampel dalam penelitian (observasi) yang dilakukan. Sehingga data yang sudah diperoleh dapat
diolah dan dianalisis. Dari tabel 4.3 diatas dapat dilakukan peramalan tingkat
produksi padi untuk tahun 2013-2017. Metode yang digunakan adalah Metode
Tabel 4.5 Peramalan Produksi Padi Menggunakan Smoothing Eksponensial Ganda Linier Satu Parameter Dari Brown dengan = 0,1
Q3 R3 R 3 at bt S3%T 5 5E
404.086 404.086,00 404.086,00
348.824 398.559,80 403.533,38 393.586,22 -552,62 333.513 392.055,12 402.385,55 381.724,69 -1.147,83 393.033,6 -59.521 3.542.701.824 358.888 388.738,41 401.020,84 376.455,98 -1.364,71 380.576,86 -21.689 470.406.648 386.085 388.473,07 399.766,06 377.180,07 -1.254,78 375.091,26 10.994 120.862.275 386.774 388.303,16 398.619,77 377.986,55 -1.146,29 375.925,29 10.849 117.694.400 383.646 387.837,44 397.541,54 378.133,35 -1.078,23 376.840,26 6.806 46.318.114 391.623 388.216,00 396.608,98 379.823,01 -932,55 377.055,12 14.568 212.223.219 442.645 393.658,90 396.313,98 391.003,82 -295,01 378.890,46 63.755 4.064.641.278 448.545 399.147,51 396.597,33 401.697,69 283,35 390.708,81 57.836 3.345.024.335
TOTAL 11.919.872.094
Sumber : Perhitungan
Untuk = 0,1 dan N = 8
Maka :
MSE =
!
U
UV$
=
$$)H$H)IM )(H@=
1.489.984.012Tabel 4.6 Peramalan Produksi Padi Menggunakan Smoothing Eksponensial Ganda Satu Parameter Dari Brown dengan = 0,2
Q3 R3 R 3 at bt S3%T 5 5E
404.086 404.086,00 404.086,00 348.824 393.033,60 401.875,52 384.191,68 -2.210,48
333.513 381.129,48 397.726,31 364.532,65 -4.149,21 360.383,44 -26.870 722.020.546 358.888 376.681,18 393.517,29 359.845,08 -4.209,03 355.636,06 3.252 10.575.140 386.085 378.561,95 390.526,22 366.597,68 -2.991,07 363.606,61 22.478 505.278.107 386.774 380.204,36 388.461,85 371.946,87 -2.064,37 369.882,50 16.892 285.322.885 383.646 380.892,69 386.948,01 374.837,36 -1.513,83 373.323,53 10.322 106.553.479 391.623 383.038,75 386.166,16 379.911,34 -781,85 379.129,48 12.494 156.087.953 442.645 394.959,10 387.924,93 401.995,07 1.758,77 403.753,84 38.891 1.512.522.555 448.545 405.676,10 391.475,34 419.878,66 3.550,41 423.429,07 25.116 630.809.949
TOTAL 3.929.170.593
Sumber : Perhitungan
Untuk = 0,2 dan N = 8
Maka :
MSE =
!
U U
=
491.146.324,1Tabel 4.7 Peramalan Produksi Padi Menggunakan Smoothing Eksponensial Ganda Satu Parameter Dari Brown dengan = 0,3
Q3 R3 R 3 at bt S3%T 5 5E
404.086 404.086,00 404.086,00
348.824 387.507,40 399.112,42 375.902,38 -4.973,58
333.513 371.309,08 390.771,412 351.846,74 -8.341,00 343.505,74 -9.993 99.854.853 358.888 367.582,76 383.814,82 351.350,69 -6.956,60 344.394,09 14.494 210.073.311 386.085 373.133,43 380.610,40 365.656,46 -3.204,42 362.452,04 23.633 558.516.846 386.774 377.225,60 379.594,96 374.856,24 -1.015,44 373.840,80 12.933 167.267.700 383.646 379.151,72 379.461,99 378.841,45 -132,97 378.708,48 4.938 24.379.115 391.623 382.893,10 380.491,32 385.294,88 1.029,33 386.324,22 5.299 28.077.079 442.645 400.818,67 386.589,53 415.047,82 6.098,20 421.146,02 21.499 462.206.051 448.545 415.136,57 395.153,64 435.119,50 8.564,11 443.683,61 4.861 23.633.078
TOTAL 1.574.008.032
Sumber : Perhitungan
Untuk = 0,3 dan N = 8
Maka :
MSE =
!
U U
=
196.751.004Tabel 4.8 Peramalan Produksi Padi Menggunakan Smoothing Eksponensial Ganda Satu Parameter Dari Brown dengan = 0,4
Q3 R3 R 3 at bt S3%T 5 5E
404.086 404.086,00 404.086,00 348.824 381.981,20 395.244,08 368.718,32 -8.841,92
333.513 362.593,92 382.184,02 343.003,82 -13.060,06 329.943,76 3.569 12.739.474 358.888 361.111,55 373.755,03 348.468,07 -8.428,98 340.039,07 18.849 355.281.484 386.085 371.100,93 372.693,39 369.508,47 -1.061,64 368.446,83 17.638 311.104.970 386.774 377.370,16 374.564,10 380.176,22 1.870,71 382.046,93 4.727 22.345.222 383.646 379.880,49 376.690,66 383.070,33 2.126,56 385.196,90 -1.551 2.405.268 391.623 384.577,50 379.845,39 389.309,60 3.154,74 392.464,34 -841 707.849 442.645 407.804,50 391.029,03 424.579,96 11.183,64 435.763,60 6.881 47.353.616 448.545 424.100,70 404.257,70 443.943,70 13.228,66 457.172,36 -8.627 74.431.390 826.369.272 Sumber : Perhitungan
Untuk = 0,4 dan N = 8
Maka :
MSE =
!
U U
=
103.296.159Tabel 4.9 Peramalan Produksi Padi Menggunakan Smoothing Eksponensial Ganda Satu Parameter Dari Brown dengan = 0,5
Q3 R3 R 3 at bt S3%T 5 5E
404.086 404.086,00 404.086,00
348.824 376.455,00 390.270,50 362.639,50 -13.815,50
333.513 354.984,00 372.627,25 337.340,75 -17.643,25 31.9697,50 13.816 190.868.040 358.888 356.936,00 364.781,62 349.090,37 -7.845,6 341.244,75 17.643 311.284.271 386.085 371.510,50 368.146,06 374.874,94 3.364,44 378.239,37 7.846 61.553.832 386.774 379.142,25 373.644,16 384.640,34 5.498,09 390.138,44 -3.364 11.319.440 383.646 381.394,12 377.519,14 385.269,11 3.874,98 389.144,09 -5.498 30.229.035 391.623 386.508,56 382.013,85 391.003,27 4.494,71 395.497,98 -3.875 15.015.504 442.645 414.576,78 398.295,32 430.858,25 16.281,46 447.139,71 -4.495 20.202.426 448.545 431.560,89 414.928,10 448.193,68 16.632,79 464.826,46 -16.281 265.086.097
TOTAL 905.558.645
Sumber : Perhitungan
Untuk = 0,5 dan N = 8
Maka :
MSE =
!
U U
=
113.194.831Tabel 4.10 Peramalan Produksi Padi Menggunakan Smoothing Eksponensial Ganda Satu Parameter Dari Brown dengan = 0,6
Q3 R3 R 3 at bt S3%T 5 5E
404.086 404.086,00 404.086,00
348.824 370.928,80 384.191,68 357.665,92 -19.894,32
333.513 348.479,32 362.764,26 334.194,38 -21.427,416 312766,96 20.746 430.398.176 358.888 354.724,53 357.940,42 351.508,63 -4.823,8416 346684,79 12.203 148.918.285 386.085 373.540,81 367.300,66 379.780,97 9.360,23328 389141,20 -3.056 9.340.358 386.774 381.480,72 375.808,70 387.152,75 8.508,04128 395660,79 -8.887 78.975.095 383.646 382.779,89 379.991,41 385.568,37 4.182,715699 389751,08 -6.105 37.272.034 391.623 388.085,76 384.848,02 391.323,49 4.856,605955 396180,10 -4.557 20.767.153 442.645 420.821,30 406.432,00 435.210,62 21.583,97025 456794,59 -14.150 200.210.787 448.545 437.455,52 425.046,11 449.864,93 18.614,11925 468479,05 -19.934 397.366.470
TOTAL 1.323.248.359
Sumber : Perhitungan
Untuk = 0,6 dan N = 8
Maka :
MSE =
!
U U
=
165.406.045Tabel 4.11 Peramalan Produksi Padi Menggunakan Smoothing Eksponensial Ganda Satu Parameter Dari Brown dengan = 0,7
Q3 R3 R 3 at bt S3%T 5 5E
404.086 404.086,00 404.086,00
348.824 365.402,60 377.007,62 353.797,58 -27.078,38
333.513 343.079,88 353.258,20 332.901,56 -23.749,42 696.338,08 -362.825 131.642.040.128 358.888 354.145,56 353.879,35 354.411,77 621,15 708.024,92 -349.137 121.896.588.488 386.085 376.503,17 369.716,02 383.290,31 15.836,67 746.219,19 -360.134 129.696.637.875 386.774 383.692,75 379.499,73 387.885,77 9.783,71 763.192,48 -376.418 141.690.874.954 383.646 383.660,02 382.411,94 384.908,11 2.912,20 766.071,96 -382.426 146.249.617.025 391.623 389.234,11 387.187,47 391.280,76 4.775,52 776.421,56 -384.799 148.069.934.963 442.645 426.621,73 414.791,50 438.452,01 27.603,99 841.413,18 -398.768 159.016.062.841 448.545 441.968,02 433.815,05 450.120,99 19.023,60 875.783,07 -427.238 182.532.367.027
TOTAL 1.160.794.123.302
Sumber : Perhitungan
Untuk = 0,7 dan N = 8
Maka :
MSE =
!
U U
=
145.099.265.413Tabel 4.12 Peramalan Produksi Padi Menggunakan Smoothing Eksponensial Ganda Satu Parameter Dari Brown dengan = 0,8
Q3 R3 R 3 at bt S3%T 5 5E
404.086 404.086,00 404.086,00
348.824 359.876,40 368.718,32 351.034,48 -35.367,68
333.513 338.785,68 344.772,21 332.799,15 -23.946,11 308.853,04 24.660 608.113.627 358.888 354.867,54 352.848,47 356.886,60 8.076,26 364.962,86 -6.075 36.903.973 386.085 379.841,51 374.442,90 385.240,11 21.594,43 406.834,54 -20.750 430.543.576 386.774 385.387,50 383.198,58 387.576,42 8.755,68 396.332,10 -9.558 91.357.334 383.646 383.994,30 383.835,16 384.153,44 636,57 384.790,02 -1.144 1.308.781 391.623 390.097,26 388.844,84 391.349,68 5.009,68 396.359,36 -4.736 22.433.141 442.645 432.135,45 423.477,33 440.793,57 34.632,49 475.426,06 -32.781 1.074.598.202 448.545 445.263,09 440.905,94 449.620,24 17.428,61 467.048,85 -18.504 342.392.514
TOTAL 2.607.651.147
Sumber : Perhitungan
Untuk = 0,8 dan N = 8
Maka :
MSE =
!
U U
=
325.956.393Tabel 4.13 Peramalan Produksi Padi Menggunakan Smoothing Eksponensial Ganda Satu Parameter Dari Brown dengan = 0,9
Q3 R3 R 3 at bt S3%T 5 5E
404.086 404.086,00 404.086,00 348.824 354.350,20 359.323,78 349.376,62 -44.762,22
333.513 335.596,72 337.969,43 333.224,01 -21.354,35 311.869,66 21.643 468.434.166 358.888 356.558,87 354.699,93 358.417,82 16.730,50 375.148,32 -16.260 264.397.941 386.085 383.132,39 380.289,14 385.975,63 25.589,21 411.564,85 -25.480 649.222.603 386.774 386.409,84 385.797,77 387.021,91 5.508,63 392.530,54 -5.757 33.137.709 383.646 383.922,38 384.109,92 383.734,84 -1.687,85 382.047,00 1.599 2.556.805 391.623 390.852,94 390.178,64 391.527,24 6.068,71 397.595,95 -5.973 35.676.184 442.645 437.465,79 432.737,08 442.194,51 42.558,44 484.752,95 -42.108 1.773.079.528 448.545 447.437,08 445.967,08 448.907,08 13.230,00 462.137,08 -13.592 184.744.656
TOTAL 3.411.249.593
Sumber : Perhitungan
Untuk = 0,9 dan N = 8
MSE =
!
U
UV$
=
>)@$$) @H)AH>I
Kemudian salah satu nilai MSE tersebut dibandingkan untuk mengetahui
nilai yang memberikan nilai MSE yang terkecil/minimum. Perbandingan ukuran
ketepatan metode peramalan produksi padi di Kabupaten Deli Serdang dengan
[image:57.612.219.429.290.556.2]melihat MSE sebagai berikut :
Tabel 4.14 Perbandingan Ukuran Ketepatan Metode Peramalan
Alpha ( ) MSE
0,1 1.489.984.012
0,2 491.146.324,1
0,3 196.751.004
0,4 103.296.159
0,5 113.194.831
0,6 165.406.045
0,7 145.099.265.413
0,8 325.956.393
0,9 426.406.199
Dari tabel 4.14 di atas dapat dilihat bahwa yang menghasilkan nilai MSE
yang paling kecil / minimum adalah = 0,4 yaitu MSE = 103.296.159.
a. ME (Mean Error)
ME = UV$U
= @()B@A I
= 5.080,65
b. MSE (Mean Square Error)
MSE = UV$U!
= 0 <).</) 8 I
= 103.296.159
c.MAE (Mean Absolute Error)
MAE = UV$ U
= @()B@AI
= 5.080,65
MAPE = UV$ WXU , dengan 'Y = Z [100
= $$7$ I
= 1,39
e. MPE (Mean Percentage Error)
MPE = WX
U U
V$
= $$7$I
= 1,39
Setelah dianalisis bahwa nilai MSE yang paling kecil atau minimum
dihasilkan oleh = 0,4 maka perbandingan antara produksi padi yang sebenarnya,
pemulusan pertama, pemulusan ganda dan hasil peramalannya dapat dilihat pada
Tabel 4.15 Perbandingan Produksi Padi Sebenarnya, Pemulusan Pertama, Pemulusan Ganda dan Hasil Peramalannya
Tahun Periode
Data Hasil
Pemulusan Pertama
Pemulusan
Ganda Ramalan
2002 1 404.086 404.086,00 404.086,00 2003 2 348.824 381.981,20 395.244,08
2004 3 333.513 362.593,92 382.184,02 329.943,76 2005 4 358.888 361.111,55 373.755,03 340.039,07 2006 5 386.085 371.100,93 372.693,39 368.446,83 2007 6 386.774 377.370,16 374.564,10 382.046,93 2008 7 383.646 379.880,49 376.690,66 385.196,90 2009 8 391.623 384.577,50 379.845,39 392.464,34 2010 9 442.645 407.804,50 391.029,03 435.763,60 2011 10 448.545 424.100,70 404.257,70 457.172,36
Gambar 4.3 Perbandingan Produksi Padi Sebenarnya, Pemulusan Pertama,
Pemulusan Ganda dan Hasil Peramalannya
[image:60.612.130.493.401.598.2]4.3. Peramalan Produksi Padi Tahun 2013-2017
Setelah mencari harga parameter smoothing eksponensial yang besarnya 0< <1
dengan cara trial and error maka diperolehlah perhitungan peramalan smoothing
eksponensial linier satu parameter dari Brown dengan = 0,4.
Perhitungan pada tabel 4.15 di atas didasarkan pada = 0,4 dan peramalan
untuk beberapa tahun ke depan yaitu tahun 2013-2017 akan menggunakan
persamaan sebagai berikut :
" t = + , - + " t-1
" t = + " t , - + " t-1
a
t = " t + (" t " t ) = 2 " t " tb
t =#
$ # (" t " t )
Ft+m = at + b t m
Dengan t = 2011 maka
a
2011 = 443.943,70 danb
2011=
13.228,66 sehinggaa). Peramalan untuk tahun 2013 (m=2)
F2011+m = a2011 + b 2011 (m)
F2011+2 = 443.943,70 + 13.228,66 (2)
F2013 = 470.401,02
b). Peramalan untuk tahun 2014 (m=3)
F2011+m = a2011 + b 2011 (m)
F2011+3 = 443.943,70 + 13.228,66 (3)
F2014 = 483.629,68
c). Peramalan untuk tahun 2015 (m=4)
F2011+m = a2011 + b 2011 (m)
F2011+4 = 443.943,70 + 13.228,66 (4)
d). Peramalan untuk tahun 2016 (m=5)
F2011+m = a2011 + b 2011 (m)
F2011+5 = 443.943,70 + 13.228,66 (5)
F2016 = 510.087,00
e). Peramalan untuk tahun 2017 (m=6)
F2011+m = a2011 + b 2011 (m)
F2011+6 = 443.943,70 + 13.228,66 (6)
F2017 = 523.315,66
Jika dirangkum dalam tabel, peramalan jumlah produksi padi di atas
Tabel 4.16 Peramalan Produksi Padi di Kabupaten Deli Serdang
Tahun Jumlah Produksi (Ton)
2013 470.401,02
2014 483.629,68
2015 496.858,34
2016 510.087,00
2017 523.315,66
4.4. Analisa Kebutuhan Konsumsi Beras
Dari hasil peramalan terhadap produksi padi pada tahun 2013-2017 maka dapat
diramalkan pula jumlah kebutuhan beras penduduk di Kabupaten Deli Serdang.
Menurut data dari Dinas Pertanian Sumatera Utara, jumlah konsumsi masyarakat
di Kabupaten Deli Serdang adalah 139 kg/ kapita/ tahun, sedangkan konversi hasil
produksi padi atau yang disebut Gabah Kering Giling (GKG) ke beras adalah 1kg
GKG = 0,64 kg beras.
Dengan ketetapan di atas, maka dapat dilakukan konversi jumlah produksi
konsumsi beras penduduk yaitu dengan mengalikan jumlah penduduk dengan
besarnya konsumsi penduduk per kapita (139kg).
a. Konsumsi beras tahun 2013 = Jumlah Penduduk 2013 ? Besar konsumsi penduduk per kapita
Konsumsi 2013 = 1.885.444 ? 139
Konsumsi 2013 = 262.076.716 kg
b. Konsumsi Beras Tahun 2014 = Jumlah Penduduk 2014 ? Besar konsumsi
penduduk per kapita
Konsumsi 2014 = 1.925.843? 139
Konsumsi 2014 = 267.692.177 kg
c. Konsumsi Beras Tahun 2015 = Jumlah Penduduk 2015 ? Besar konsumsi penduduk per kapita
Konsumsi 2015 = 1.967.107 ? 139
d. Konsumsi Beras Tahun 2016 = Jumlah Penduduk 2016 ? Besar konsumsi
penduduk per kapita
Konsumsi 2016 = 2.009.254 ? 139
Konsumsi 2016 = 279.286.306 kg
e. Konsumsi Beras Tahun 2017 = Jumlah Penduduk 2017 ? Besar konsumsi penduduk per kapita
Konsumsi 2017 = 2.052.305 ? 139
Konsumsi 2017 = 285.270.395 kg
Selanjutnya cara pengkonversian padi (GKG) menjadi beras diperoleh
dengan mengalikan jumlah produksi padi dengan ketetapan dari Dinas Pertanian
(0,64) sebagai berikut :
a. Produksi Beras Tahun 2013 = Jumlah Produksi Padi 2013 ? Ketetapan GKG
Beras 2013 = 470.401.020 ? 0,64
b. Produksi Beras Tahun 2014 = Jumlah Produksi Padi 2014 ?
Ketetapan GKG
Beras 2014 = 483.629.680 ? 0,64
Beras 2014 = 309.522.995,20
c. Produksi Beras Tahun 2015 = Jumlah Produksi Padi 2015 ? Ketetapan GKG
Beras 2015 = 496.858.034 ? 0,64
Beras 2015 = 317.989.141,80 kg
d. Produksi Beras Tahun 2016 = Jumlah Produksi Padi 2016 ?
Ketetapan GKG
Beras 2016 = 510.087.000 ? 0,64
e. Produksi Beras Tahun 2017 = Jumlah Produksi Padi 2017 ?
Ketetapan GKG
Beras 2017 = 523.315.660 ? 0,64
Beras 2017 = 334.922.022,40 kg
Adapun hasil perhitungan di atas dapat disusun dalam bentuk tabel seperti
[image:68.612.131.502.467.580.2]dibawah ini :
Tabel 4.17 Peramalan Produksi Padi, Produksi Beras, dan Selisihnya serta Konsumsi Penduduk Kabupaten Deli Serdang
Tahun Penduduk
Produksi
Padi Produksi Beras
Konsumsi
Penduduk Selisih
(Jiwa) (Kg) (Kg) (Kg) (Kg)
$ $ $ $ $ $ $ $ $
$ $ $ $ $ $ $ $ $
$ $ $ $ $ $ $ $ $
$ $ $ $ $ $ $ $ $
$ $ $ $ $ $ $ $ $
Dari tabel di atas dapat dilihat bahwa pertumbuhan penduduk Kabupaten
yang terus naik dapat menjadi satu tolok ukur bagi pemerintah untuk tetap
mengawasi dan memperhatikan produksi komoditas padi, khususnya yang
dihasilkan oleh Kabupaten Deli Serdang agar masyarakat daerah tersebut dapat
memenuhi kebutuhan berasnya. Selain itu juga dapat dilihat bahwa Kabupaten
Deli Serdang mengalami kenaikan produksi padi juga produksi beras pada tahun
2013-2017, namun demikian keadaan diatas merupakan hasil peramalan dan
peramalan tersebut dapat berubah apabila pada kenyataannya ada faktor-faktor
BAB 5
IMPLEMENTASI SISTEM
5.1. Pengertian Implementasi Sistem
Implementasi sistem adalah prosedur yang dilakukan untuk menyelesaikan desain
sistem yang ada dalam desain yang disetujui, menginstal, dan memulai sistem
baru atau sistem yang akan diperbaiki.
Tahapan implementasi merupakan tahapan penerapan hasil desain tertulis
ke dalam programming (coding). Dalam pengolahan data pada karya tulis ini
penulis menggunakan satu perangkat lunak sebagai implementasi sistem yaitu
Microsoft Excel dalam menyelesaikan masalah untuk memperoleh hasil
perhitungan.
Dalam hal pengolahan data, komputer mempunyai kelebihan dari manusia
yaitu kecepatan, ketepatan, dan keandalan dalam memproses data. Dengan adanya
perangkat lunak komputer tersebut kita sangat terbantu karena memang ada
kalanya data yang sangat rumit dan banyak tidak dapat dikerjakan secara manual
dan tenaga yang sangat banyak untuk mengolah data tersebut, disamping itu
faktor kesalahan yang dilakukan manusia relatif besar.
Selain itu, dengan adanya perangkat lunak komputer, diharapkan
pekerjaan tersebut dapat dilakukan dengan cepat dan tepat, dan dengan tingkat
kesalahan yang relatif kecil.
5.2. Microsoft Excel
Microsoft Excel merupakan program aplikasi lembar kerja elektronik (spread
sheet) dari program paket Microsoft Office. Excel merupakan salah satu software
pengolah angka yang cukup banyak digunakan di dunia. Excel merupakan produk
unggulan dari Microsoft Corporation yang banyak berperan dalam pengolahan
informasi khususnya data yang berbentuk angka, dihitung, diproyeksikan,
dianalisis, dan dipresentasikan data pada lembar kerja. Microsoft telah
mengeluarkan Excel dalam berbagai versi mulai dari versi 4, versi 5, versi 97,
versi 2000, versi 2002, versi 2003, versi 2007.
Sheet (Lembar Kerja) Excel terdiri dari 256 kolom dan 65536 baris. Setiap
kolom diberi nama dengan huruf mulai dari A, B, C,..., Z kemudian dilanjutkan
AA, AB, AC,...sampai kolom IV. Sedangkan kolom baris ditandai dengan angka
5.3. Langkah-Langkah Memulai Pengolahan Data dengan Excel
Sebelum pengoperasian software ini, pastikan pada komputer terpasang program
excel. Langkah-langkahnya :
a. Klik tombol Start
[image:72.612.167.509.300.487.2]b. Pilih All Program dan klik Microsoft Office, Microsoft Excel
Setelah itu muncul tampilan worksheet (lembar kerja) seperti gambar 5.2 dibawah
[image:73.612.168.504.504.652.2]ini :
Gambar 5.2 Tampilan Worksheet Microsoft Excel
Data tiap tahun pada 2 kolom, pada kolom pertama untuk tahun dan kolom
kedua untuk data jumlah produksi padi Kabupaten Deli Serdang.
Dari data pada gambar 5.3 diatas kita dapat menentukan besarnya peramalan
dengan + 7= dan untuk setiap perhitungan akan diberi nama pada setiap kolom
seperti berikut :
1. Pada kolom pertama ditulis keterangan dengan
2. Pada kolom kedua ditulis keterangan dengan "
3. Pada kolom ketiga ditulis dengan keterangan "
4. Pada kolom keempat ditulis dengan keterangan at
5. Pada kolom kelima ditulis dengan keterangan bt
6. Pada kolom keenam ditulis dengan keterangan %&
7. Pada kolom ketujuh ditulis dengan keterangan (error)
8. Pada kolom kedelapan ditulis dengan keterangan (squared error)
Maka perhitungan masing-masing smoothing pertama, smoothing kedua,
konstanta, slope, dan forecast (ramalan) sebagai berikut :
1. Smoothing pertama, untuk tahun pertama ditentukan sebesar tahun pertama dari
data historisnya sehingga rumus yang tertera pada sel C4 adalah C4.
Sedangkan untuk tahun kedua dapat dihitung dengan rumus : 0,4*B4+0,6*C3.
Dalam kasus ini menghasilkan angka : 381.981,20 untuk tahun-tahun
2. Smoothing kedua, untuk tahun kedua ditentukan sebesar jumlah produksi tahun
pertama dari data historisnya. Sehingga rumus yang tertera pada sel D4 adalah
D4. Sedangkan untuk tahun kedua dapat dihitung dengan rumus :
0,9*C4+0,1*D3. Dalam kasus ini menghasilkan angka 395.244,08 dan untuk
tahun-tahun berikutnya hanya menyalin rumus tersebut.
3. Nilai at bisa dicari pada tahun kedua yaitu dengan rumus : 2*C4-D4. Dalam
kasus ini menghasilkan angka 368.718,32 dan untuk tahun-tahun berikutnya
hanya menyalin rumus tersebut.
4. Nilai bt bisa dicari pada tahun kedua yaitu dengan rumus yang tertera pada sel
F4 adalah : 0,4/0,6*(C4-D4). Dalam kasus ini menghasilkan angka -8.841,92
dan untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.
5. Forecast %& untuk tahun ketiga yaitu pada sel G5 dapat dicari dengan
menggunakan rumus : E4+F5*(1) dengan hasil angka 329.943,76 dan untuk
tahun-tahun berikutnya hanya menyalin rumus tersebut.
Adapun langkah-langkah menghitung nilai error, absolute, dan squared error
adalah :
1. Nilai error untuk tahun 2004 ditentukan dengan rumus : B5-G5. Dalam kasus
ini menghasilkan 3.569 dan untuk tahun berikutnya dilakukan dengan menyalin
2. Nilai absolute untuk tahun 2004 ditentukan dari nilai mutlak error. Dalam kasus
ini menghasilkan 3.569 karena pada tahun tersebut nilai error positif. Tetapi
pada tahun 2008 dengan nilai error -1.551 maka pada absolute menghasilkan
1.551. Demikian juga untuk tahun-tahun berikutnya.
3. Nilai squared error untuk tahun 2004 ditentukan dari H5^2. Dalam kasus ini
menghasilkan 12.739.474 dan untuk tahun berikutnya dilakukan dengan hal
yang sama.
5.4. Pembuatan Grafik
Grafik pada excel dapat dibuat menjadi satu dengan data atau terpisah pada
lembar grafik tersendiri, namun masih berada pada 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 akan dibuat grafik pada tabel data.
2. Klik menu Insert, pilih tipe grafik yang diinginkan, klik OK
BAB 6
KESIMPULAN DAN SARAN
6.1. Kesimpulan
Berdasarkan hasil pengolahan data dan analisis data yang dilakukan pada bab-bab
sebelumnya maka kesimpulan yang diperoleh antara lain :
1. Metode peramalan yang baik adalah metode yang memberikan hasil ramalan
yang tidak jauh berbeda dengan data yang sebenarnya, atau metode tersebut
menghasilkan bias sekecil mungkin. Dalam kasus ini hasil analisis Metode
Smoothing Eksponensial dengan satu parameter dari Brown diperoleh nilai
MSE yang terkecil adalah = 0,4 yakni MSE = 103.296.159
2. Bentuk persamaan peramalan dari jumlah produksi padi Kabupaten Deli
Serdang adalah : F2011+m = 433.943,70+ 13.228,66 (m)
3. Rangkuman semua hasil peramalan dapat dilihat seperti yang tertera dalam
Tabel Peramalan Produksi Padi, Produksi Beras, dan Selisihnya serta Konsumsi Penduduk Kabupaten