Peramalan Jumlah Produksi Padi dan Kebutuhan Beras Di Kabupaten Deli Serdang Pada Tahun 2013-2017 Berdasarkan Data Tahun 2002-2011

(1)

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

(2)

PERAMA DI KA

Diajukan u

FAKULT

ALAN JUML KABUPATE BERD

n 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 TA

UGAS 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

(3)

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

(4)

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

(5)

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.

(6)

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

(7)

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

(8)

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

(9)

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

Dari Brown = 0,2 37

Dari Brown = 0,3 38

Dari Brown = 0,4 39

Dari Brown = 0,5 40

Dari Brown = 0,6 41

Dari Brown = 0,7 42

(10)

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

(11)

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

(12)

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

(13)

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

(14)

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

(15)

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

(16)

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

(17)

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,

(18)

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

(19)

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

(20)

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

(21)

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

(22)

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

(23)

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.

(24)

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

(25)

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,

(26)

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

(27)

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

(28)

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 (" )

(29)

b. Menentukan Smoothing Kedua (" t)

" t = + " t , - + " t-1

c. Menentukan Besarnya Konstanta ( at )

a

t = " t + (" t " t ) = 2 " t " t

d. 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

(30)

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

(31)

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)

(32)

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

(33)

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

(34)

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

(35)

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

(36)

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.

(37)

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

(38)

[image:38.612.196.445.139.436.2]

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

(39)

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

(40)

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

(41)

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

(42)

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

(43)

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

(44)

[image:44.612.164.491.105.299.2]

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

(45)

[image:45.612.145.494.139.489.2]

Tabel 4.4 Uji Kecukupan Sampel

Tahun Produksi Padi dalam Ton (C_D)

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

(46)

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 H}N

= 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

(47)

[image:47.792.92.722.152.330.2]

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

U_V$

=

$$)H$H)IM )(H@

(48)

[image:48.792.102.741.164.343.2]

=

1.489.984.012

Tabel 4.6 Peramalan Produksi Padi Menggunakan Smoothing Eksponensial Ganda Satu Parameter Dari Brown dengan = 0,2

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

Maka :

MSE =

!

U U

(49)

[image:49.792.94.727.165.344.2]

=

491.146.324,1

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

Maka :

MSE =

!

U U

(50)

[image:50.792.102.740.164.343.2]

=

196.751.004

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

Maka :

MSE =

!

U U

(51)

[image:51.792.102.741.164.343.2]

=

103.296.159

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

Maka :

MSE =

!

U U

(52)

[image:52.792.102.741.164.343.2]

=

113.194.831

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

Maka :

MSE =

!

U U

(53)

[image:53.792.102.740.164.343.2]

=

165.406.045

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

Maka :

MSE =

!

U U

(54)

[image:54.792.105.737.165.344.2]

=

145.099.265.413

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

Maka :

MSE =

!

U U

(55)

[image:55.792.93.735.165.344.2]

=

325.956.393

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

(56)

MSE =

!

U

U_V$

=

>)@$$) @H)AH>

I

(57)

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.

(58)

a. ME (Mean Error)

ME = U_V$_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 = U_V$ _U

= @()B@A_I

= 5.080,65

(59)

MAPE = U_V$ WX_U , 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

(60)

[image:60.612.131.507.167.341.2]

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]

(61)

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 " t

b

t =

#

$ # (" t " t )

Ft+m = at + b t m

Dengan t = 2011 maka

a

2011 = 443.943,70 dan

b

2011

=

13.228,66 sehingga

(62)

a). 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)

(63)

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

(64)

[image:64.612.194.449.141.304.2]

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

(65)

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

(66)

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

(67)

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

(68)

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

(69)

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

(70)

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

(71)

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

(72)

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

(73)

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.

(74)

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

(75)

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

(76)

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

(77)

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

(78)

Tabel Peramalan Produksi Padi, Produksi Beras, dan Selisihnya serta Konsumsi Penduduk Kabupaten