PERAMALAN JUMLAH PENDUDUK DAN LAJU PERTUMBUHAN EKONOMI TAHUN 2015 KOTA BINJAI
TUGAS AKHIR
Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Ahli Madya
MEIYANI ROSAIDHA 112407068
PROGRAM STUDI DIPLOMA 3 STATISTIKA DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
PERAMALAN JUMLAH PENDUDUK DAN LAJU PERTUMBUHAN EKONOMI TAHUN 2015 KOTA BINJAI
TUGAS AKHIR
MEIYANI ROSAIDHA 112407068
PROGRAM STUDI DIPLOMA 3 STATISTIKA DEPARTEMEN MATEMATIKA
PERSETUJUAN
Judul : Peramalan Jumlah Penduduk dan Laju Pertumbuhan Ekonomi Tahun 2015 Kota Binjai
Kategori : Tugas Akhir
Nama : Meiyani Rosaidha
Nomor Induk Mahasiswa : 112407068
Program Studi : D3 Statistika
Departemen : Matematika
Fakultas : Matematika Dan Ilmu Pengetahuan Alam
Universitas Sumatera Utara
Disetujui di
Medan, Juni 2014
Disetujui oleh
Program Studi D3 Statistika FMIPA USU Pembimbing,
Ketua,
Dr. Faigiziduhu Bu’ulölö, M. Si Dr. Faigiziduhu Bu’ulölö, M. Si
PERNYATAAN
PERAMALAN JUMLAH PENDUDUK DAN LAJU
PERTUMBUHAN EKONOMI TAHUN 2015 KOTA BINJAI
TUGAS AKHIR
Saya mengakui bahwa Tugas Akhir ini adalah hasil karya sendiri. Kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Juni 2014
MEIYANI ROSAIDHA
PENGHARGAAN
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha
Penyayang, dengan limpahan karunia-Nya Penulis dapat menyelesaikan penyusunan
Tugas Akhir ini dengan judul Peramalan Jumlah Penduduk dan Laju Pertumbuhan
Ekonomi Tahun 2015 Kota Binjai.
Terimakasih penulis sampaikan kepada Bapak Drs. Faigiziduhu Bu’ulölö, M.
Si selaku pembimbing dan Ketua Program Studi D3 Statistika FMIPA USU yang telah
meluangkan waktunya selama penyusunan tugas akhir ini. Terimakasih kepada Bapak
Dr. Suwarno Ariswoyo, M.Si selaku Sekretaris Program Studi D3 Statistika FMIPA
USU, Bapak Prof. Dr. Tulus, M.Si dan Ibu Dr. Mardiningsih, M.Si selaku Ketua dan
Sekretaris Departemen Matematika FMIPA USU Medan, Bapak Dr. Sutarman M.Sc
selaku Dekan FMIPA USU Medan, seluruh Staff dan Dosen Program Studi D3
Statistika FMIPA USU, pegawai FMIPA USU dan rekan-rekan kuliah. Akhirnya tidak
terlupakan kepada Bapak M. Yusuf Sitepu, ibu Dra. Suhardani, dan keluarga yang
selama ini memberikan bantuan dan dorongan yang diperlukan. Semoga Tuhan Yang
Maha Esa akan membalasnya.
Penulis,
DAFTAR ISI
Daftar Gambar viii
BAB 1 Pendahuluan 1
1.6 Sistematika Penulisan 6
BAB 2 Landasan Teori 8
2.1 Pengertian Peramalan 8
2.2 Kegunaan dan Peran Peramalan 9
2.3 Jenis-Jenis Peramalan 10
2.4 Metode Peramalan 12
2.5 Metode Pemulusan (Smoothing) 13
2.6 Metode Pemulusan (Smoothing) yang digunakan 15 2.6.1 Pemulusan Eksponensial Satu-Parameter Dari Brown 15 2.6.2 Beberapa Kesalahan dan Ukuran Statistik Dasar 17
2.7 Metode Analisis Data 19
2.8 Pengertian Produk Domestik Regional Bruto (PDRB) 19
2.9 Teori-Teori Kependudukan 21
BAB 3 Gambaran Umum Badan Pusat Statistik 23
3.1 Sejarah Badan Pusat Statistik 23
3.2 Tugas dan Fungsi 24
3.2.1 Tugas 24
3.2.2 Fungsi 24
3.3 Visi dan Misi BPS 25
3.4 Struktur Organisasi BPS 25
3.5 Struktur Organisasi BPS Kota Binjai 27
3.6 Logo BPS 28
BAB 4 Pengolahan Data 31
4.1 Kependudukan Kota Binjai 31
4.1.1 Proyeksi Pertumbuhan Penduduk dengan Menggunakan Metode Pemulusan Eksponensial Ganda Linier Satu Parameter dari Brown
32
4.2 PDRB Kota Binjai 44
4.2.1 Pyoyeksi PDRB Kota Binjai Atas Dasar Harga Berlaku
45
BAB 5 Implementasi Sistem 53
5.1 Pengertian Implementasi Sistem 53
5.2 Program Excel 2007 53
5.2.1 Jendela Lembar Kerja Excel 54
5.2.2 Pengisian Data 56
5.2.3 Perhitungan Data 57
BAB 6 Kesimpulan dan Saran 59
6.1 Kesimpulan 59
6.2 Saran 59
Daftar Pustaka
DAFTAR TABEL
Nomor Judul Halaman Tabel
4.1 Perkembangan Jumlah Penduduk Menurut Jenis Kelamin 32
4.2 Peramalan Jumlah Penduduk 34
4.3 Kesalahan Peramalan Jumlah Penduduk 36
4.4 Peramalan Jumlah Penduduk Laki-Laki 39
4.5 Kesalahan Ramalan Jumlah Penduduk Laki-Laki 40
4.6 Peramalan Jumlah Penduduk Perempuan 42
4.7 Kesalahan Ramalan Jumlah Penduduk Perempuan 44
4.8 PDRB Kota Binjai Atas Dasar Harga Berlaku dan Atas 45
Dasar Harga Konstan Tahun 2008-2012 4.9 Peramalan PDRB 47
4.10 Kesalahan Ramalan PDRB Atas Dasar Harga Berlaku 48
4.11 Peramalan PDRB 50
DAFTAR GAMBAR
Nomor Judul Halaman Gambar
3.1 Struktur Organisasi BPS Provinsi 26
3.2 Struktur Organisasi BPS Kabupaten/Kota 27
3.3 Logo BPS 28
5.1 Tampilan Pengaktifan Program Excel 54
5.2 Jendela Microsoft Excel 55
5.3 Input Data Dalam Excel 57
PENDAHULUAN
1.1Latar Belakang
Penduduk adalah kekayaan bangsa sekaligus modal dasar pembangunan
(http//badan lingkungan hidup daerah.com). Hal ini dapat terjadi jika jumlah
penduduk yang besar tersebut dapat diberdayakan sesuai kodrat, keahlian dan
bidang kerja masing–masing. Apabila jumlah penduduk yang besar itu tidak
dapat diberdayakan dan dikendalikan secara bijak dan terencana maka akan terjadi
beban pembangunan. Oleh sebab itu untuk menunjang keberhasilan pembangunan
nasional, dalam penanganan masalah kependudukan pemerintah tidak saja
mengarahkan pada peningkatan sumber daya manusianya tetapi juga pada upaya
peningkatan jumlah penduduknya. Aspek kependudukan yang perlu mendapat
perhatian jumlah dan distribusi penduduk. Jumlah penduduk yang besar dalam
suatu negara mengakibatkan kepadatan penduduk yang tinggi, proporsi penduduk
muda tinggi dan meningkatnya permintaan pemenuhan hak–hak dasar.
Sudah seharusnya pemerintah Indonesia memikirkan solusi untuk
mengatasi laju pertumbuhan penduduk yang begitu padat, sehingga ada
keseimbangan antara jumlah penduduk di wilayah yang ada dengan banyaknya
SDM dan SDA yang ada. Maka dapat mengurangi angka kemiskinan di
Indonesia.
Pembangunan merupakan serangkaian upaya dan kebijakan yang bertujuan
untuk meningkatkan taraf hidup masyarakat, memperbesar kesempatan kerja,
hubungan ekonomi dan mengusahakan pergeseran ekonomi dari sektor primer ke
sektor sekunder dan tersier. Pembangunan ekonomi adalah suatu proses kenaikan
pendapatan total dan pendapatan perkapita dengan memperhitungkan adanya
pertambahan penduduk dan disertai dengan perubahan fundamental dalam
struktur ekonomi suatu daerah dan pemerataan pendapatan bagi penduduk suatu
daerah.
Untuk melihat fluktuasi pertumbuhan ekonomi tersebut secara riil dari
tahun ke tahun disajikan melalui PDRB atas dasar harga konstan secara berkala
dimana nilai tambah barang dan jasa yang dihitung harga pada satu tahun tertentu
sebagai tahun dasar penghitungannya. Pertumbuhan yang positif menunjukkan
adanya peningkatan perekonomian, sebaliknya apabila pertumbuhannya negatif
menunjukkan terjadinya penurunan.
Ilmu pengetahuan dan perkembangan teknologi mengantarkan manusia
pada tahap pemahaman yang lebih tinggi di masing-masing ilmu. Untuk
mengaplikasikan bidang ilmu, baik dalam bidang sosial, ekonomi, dan matematik
telah ditemukan beberapa cara dalam menganalisis suatu keadaan. Terutama
dalam hal perkembangan metode statistik yang semakin lama semakin kelihatan
dampaknya. Statistika merupakan cabang ilmu di bidang matematika yang dapat
menganalisis suatu keadaan, sehingga dapat menyelesaikan suatu permasalahan.
Dalam penelitian atau riset, statistika telah memberikan banyak manfaat, misalnya
untuk meramalkan jumlah penduduk dan tingkat laju ekonomi pada satu daerah.
Berdasarkan latar belakang masalah di atas maka penulis tertarik untuk
meneliti dan membahas lebih lanjut apakah jumlah penduduk dan laju
dilihat bagaimana perkembangan kota Binjai di tahun berikutnya pada bidang
kependudukan dan ekonomi. Maka penulis memaparkan ke dalam sebuah tulisan
Tugas Akhir yang berjudul “PERAMALAN JUMLAH PENDUDUK DAN
LAJU PERTUMBUHAN EKONOMI TAHUN 2015 KOTA BINJAI”.
1.2 Rumusan Masalah
Untuk membahas permasalahan yang dihadapi perlu diadakan perumusan
masalah, antara lain:
1. Meramalkan jumlah penduduk di Kota Binjai sehingga dapat dilihat kenaikan
jumlah penduduk yang mungkin terjadi pada tahun 2015.
2. Meramalkan laju pertumbuhan perekonomian menurut PDRB Kota Binjai
sehingga dapat dilihat kenaikan pertumbuhan ekonomi yang mungkin terjadi
pada tahun 2015.
1.3 Batasan Masalah
Agar penelitian ini tidak menyimpang, maka penulis hanya membatasi tentang
peramalan pertumbuhan penduduk untuk tahun 2015, menghitung pertumbuhan
penduduk menurut kelompok umur dan jenis kelamin, dan juga menghitung
peramalan PDRB Kota Binjai pada tahun 2015.
1.4Maksud dan Tujuan 1.4.1 Maksud
Adapun maksud dari penelitian ini adalah untuk mengamati dan memberikan
Binjai pada tahun 2015 yang diharapkan dapat dipergunakan bagi pihak-pihak
yang membutuhkannya untuk dapat mengambil suatu keputusan atau kebijakan
yang dapat meningkatkan kesejahteraan rakyat dan agar tercipta masyarakat yang
selaras, serasi dan seimbang baik dari segi pendapatan dan pendidikan.
1.4.2 Tujuan
Tujuan dari penelitian ini adalah sebagai berikut:
1. Untuk mengetahui pertumbuhan penduduk di Kota Binjai di tahun 2015 .
2. Untuk mengetahui laju pertumbuhan ekonomi di Kota Binjai di tahun 2015.
1.5Metode Penelitian
Metode penelitian adalah suatu cara yang terdiri dari langkah-langkah atau urutan
kegiatan yang berfungsi sebagai pedoman umum yang digunakan untuk
melaksanakan penelitian sehingga apa yang menjadi tujuan dari penelitian itu
terwujud.
Metode yang digunakan penulis dalam penelitian ini adalah:
1. Penelitian Kepustakaan
Penulis melakukan penelitian kepustakaan yaitu dengan mencari informasi di
internet, membaca buku-buku di perpustakaan dan Badan Pusat Statistik
(BPS) yang ada kaitannya dengan Kota Binjai dan Kependudukan di Kota
Binjai.
2. Pengumpulan Data Sekunder
Data sekunder yaitu data yang tidak diusahakan sendiri pengumpulannya oleh
Pusat Statistik (BPS), kantor-kantor yang ada hubungannya atau publikasi
lainnya.
Adapun data yang digunakan penulis adalah data sekunder yang diperoleh
dari internet dan Badan Pusat Statistik (BPS) Sumatera Utara. Data yang
dikumpulkan tersebut kemudian diatur, disusun dan disajikan dalam bentuk
angka-angka dengan tujuan untuk memperoleh gambaran yang jelas tentang data
tersebut.
3. Teknik dan Analisa Data
Data penelitian ini dihitung dengan menggunakan metode proyeksi secara
Geometric Rate of Growth (pertumbuhan penduduk) dan Smoothing
Exponential (Pemulusan).
- Geometric Rate of Growth
Adapun rumus Geometric Rate of Growth (pertumbuhan penduduk) adalah
sebagai berikut:
keterangan:
= Jumlah penduduk pada tahun t
= Jumlah penduduk pada dasar tahun
r = Tingkat petumbuhan penduduk
t = Jangka waktu
Metode Pemulusan Eksponensial Tunggal menggunakan sebuah parameter, α,
yang dibobotkan kepada data yang paling baru dan membobotkan nilai (1-α)
kepada hasil peramalan periode sebelumnya.
Harga α terletak antara 0 dan 1. Persamaan umum yang digunakan dalam
peramalan adalah:
+
keterangan:
= ramalan untuk periode waktu t+1
= data pada periode waktu t
= ramalan untuk periode waktu t
1.6Sistematika Penulisan
Adapun sistematika penulisan yang akan dikemukakan dalam penulisan Tugas
Akhir ini adalah sebagai berikut:
BAB 1: Pendahuluan
Bab ini menjelaskan tentang latar belakang masalah, perumusan
masalah, batasan masalah, maksud dan tujuan penelitian, metode
penelitian dan sistematika penulisan.
BAB 2: Landasan Teori
Bab ini menjelaskan tentang pengertian dan demografi, sumber-sumber
data kependudukan, faktor-faktor yang mempengaruhi pertumbuhan
penduduk dan juga model yang digunakan untuk proyeksi (ramalan)
juga atribut-atribut yang mendukung perhitungan laju pertumbuhan
ekonomi, dan perhitungan PDRB.
BAB 3: Gambaran Umum Badan Pusat Statistik
Bab ini memaparkan tentang sejarah singkat tempat riset yaitu Badan
Pusat Statistik (BPS), visi dan misi BPS, sejarah singkat Kota Binjai,
dan juga visi dan misi Kota Binjai.
BAB 4: Pengolahan Data
Bab ini menjelaskan tentang perhitungan yang dilakukan untuk
memproyeksikan jumlah penduduk di tahun yang akan datang,
persentase perubahan penduduk, dan melihat struktur penduduk dari
hasil gambaran penduduk pada tahun 2008-2012, menghitung laju
pertumbuhan perekonomian penduduk yang dilihat dari PDRB Kota
Binjai.
BAB 5: Implementasi Sistem
Bab ini memaparkan tentang implementasi sistem yang digunakan untuk
analisis penelitian.
BAB 6: Kesimpulan dan Saran
BAB 2
LANDASAN TEORI
2.1 Pengertian Peramalan
Statistik merupakan salah satu cabang ilmu pengetahuan yang paling banyak
mendapatkan perhatian dan dipelajari oleh ilmuan dari hampir semua ilmu bidang
pengetahuan, terutama para peneliti yang dalam penelitiannya banyak
menggunakan statistik sebagai dasar analisis maupun perancangan (Hartono, Drs.
2004) maka dapat dikatakan bahwa statistik mempunyai pengaruh yang penting
dan besar terhadap kemajuan berbagai bidang ilmu pengetahuan. Statistik harus
dan penting dipelajari oleh para peneliti.
Menurut Assauri peramalan adalah kegiatan untuk memperkirakan apa
yang akan terjadi dimasa yang akan datang. Ramalan adalah suatu situasi atau
kondisi yang diperkirakan akan terjadi pada masa yang akan datang. Ramalan ada
bermacam-macam cara yaitu Metode Pemulusan Eksponensial atau Rata-Rata
Bergerak, Metode Box Jenkins, dan Metode Regresi, semuanya dikenal dengan
metode peramalan. Metode peramalan adalah cara untuk memperkirakan secara
kuantitatif apa yang akan terjadi pada masa yang akan datang dengan dasar data
yang relevan pada masa lalu.
Baik tidaknya suatu peramalan yang disusun, disamping ditentukan oleh
Jika informasi yang digunakan tidak dapat meyakinkan, maka hasil peramalan
yang disusun juga akan sukar dipercaya akan ketepatannya.
2.2 Kegunaan dan Peran Peramalan
Kegunaan dari peramalan terlihat pada saat pengambilan keputusan. Setiap orang
selalu dihadapkan pada masalah pengambilan keputusan. Keputusan yang baik
adalah keputusan yang didasarkan pertimbangan apa yang akan terjadi pada waktu
keputusan itu dilaksanakan. Kurang tepat ramalan yang disusun atau yang dibuat
maka kurang baiklah keputusan yang diambil. Walaupun demikian perlu disadari
bahwa suatu ramalan adalah tetap ramalan, di mana selalu ada unsur kesalahan.
Hal yang diperhatikan adalah usaha untuk memperkecil kemungkinan
kesalahannya. (Sofjan Assauri, 1984)
Sering terdapat waktu tenggang (time lag)antara kesadaran akan peristiwa
atau kebutuhan mendatang dengan peristiwa itu sendiri. Adanya waktu tenggang
(time lag) ini merupakan alasan utama bagi perencanaan dan peramalan. Situasi
seperti ini peramalan diperlukan untuk menetapkan kapan suatu peristiwa akan
terjadi atau timbul, sehingga tindakan yang tepat dapat dilakukan.
Organisasi selalu menentukan saran dan tujuan, berusaha menduga
faktor-faktor lingkungan, lalu memilih tindakan yang diharapkan akan menghasilkan
pencapaian sasaran dan tujuan tersebut. Peramalan merupakan bagian integral dari
kegiatan pengambilan keputusan manajemen yang diharapkan dapat mengurangi
ketergantungan manajemen pada hal-hal yang belum pasti.
Ada 3 (tiga) peranan peramalan yang penting, yaitu:
1. Penjadwalan sumber daya yang tersedia.
3. Penentuan sumber daya yang diinginkan.
Terdapat banyak bidang lain yang memerlukan peramalan. Namun 3 (tiga)
kelompok di atas merupakan bentuk khas dari kegunaan peramalan jangka
pendek, menengah, dan panjang.
2.3 Jenis-jenis Peramalan
Berdasarkan sifat penyusunannya, peramalan dapat dibedakan menjadi 2 (dua)
jenis, yaitu:
1. Peramalan yang subjektif, yaitu peramalan yang didasarkan atas perasaan atau
intuisi dari orang yang menyusunnya sangat menentukan baik tidaknya hasil
ramalan tersebut.
2. Peramalan yang objektif, yaitu peramalan yang didasarkan atas data yang
relevan pada masa lalu, dengan menggunakan teknik dan metode dalam
penganalisaan data tersebut.
Berdasarkan jangka waktu ramalan yang disusun maka peramalan dapat
dibedakan atas 2 (dua) jenis, yaitu:
1. Peramalan Jangka Panjang, yaitu peramalan yang dilakukan untuk penyusunan
hasil ramalan yang jangka waktunya lebih dari satu setengah tahun atau 3
semester. Peramalan seperti ini misalnya diperlukan dalam penyusunan
rencana pembangunan suatu negara atau daerah, corporate planning, rencana
investasi atau rencana ekspansi dari suatu perusahaan.
2. Peramalan Jangka Pendek, yaitu peramalan yang dilakukan untuk penyusunan
3 semester. Peramalan seperti ini misalnya diperlukan dalam penyusunan
rencana kerja operasional, dan anggaran, contohnya penyusunan rencana
produksi, rencana penjualan, dan anggaran produksi.
Berdasarkan sifat ramalan yang telah disusun, maka peramalan dapat
dibedakan atas 2 (dua) jenis, yaitu:
1. Peramalan Kualitatif, yaitu peramalan yang didasarkan atas data kualitatif
pada masa lalu. Hal ini penting karena hasil peramalan tersebut ditentukan
berdasarkan pemikiran yang bersifat intuisi, pendapat dan pengetahuan dari
orang yang menyusunnya. Biasanya peramalan secara kualitatif ini didasarkan
atas hasil penyelidikan.
2. Peramalan Kuantitatif, yaitu peramalan yang didasarkan atas data kuantitatif
pada masa lalu. Hasil peramalan yang dibuat sangat bergantung pada metode
yang dipergunakan dalam peramalan tersebut. Metode yang berbeda akan
diperoleh hasil peramalan yang berbeda. Baik tidaknya metode yang
digunakan ditentukan oleh perbedaan atau penyimpangan antara hasil
peramalan dengan kenyataan yang terjadi.
Peramalan kuantitatif dapat dibagi dalam deret berkala (time series) dan
metode kausal. Peramalan kuantitatif dapat digunakan bila terdapat 3 (tiga)
kondisi sebagai berikut:
a) Adanya informasi tentang masa lalu.
b) Informasi tersebut dapat dikuantitatifkan dalam bentuk data.
c) Informasi tersebut dapat diasumsikan bahwa pola yang lalu akan
Dari uraian di atas dapatlah diketahui bahwa jenis-jenis peramalan sangat
bergantung dari segi mana memandangnya. Baik tidaknya metode yang digunakan
oleh perbedaan atau penyimpangan antara hasil ramalan dengan kenyataan yang
terjadi. Semakin kecil penyimpangan antara hasil ramalan dengan kenyataan yang
terjadi, maka semakin baik pula metode yang digunakan.
2.4Metode Peramalan
Metode-metode peramalan dengan analisa deret waktu, yaitu:
1. Metode Pemulusan Eksponensial dan Rata-Rata Bergerak, sering digunakan
untuk ramalan jangka pendek dan jarang dipakai untuk peramalan jangka
panjang.
2. Metode Regresi, metode ini biasa digunakan untuk ramalan jangka menengah
dan jangka panjang.
3. Metode Box Jenkins, metode ini jarang dipakai tetapi baik untuk jangka
pendek, jangka menengah dan jangka panjang.
Ada 6 (enam) faktor utama yang diidentifikasikan sebagai teknik dan
metode peramalan, yaitu:
a. Horison Waktu
Ada 2 (dua) aspek dari Horison Waktu yang berhubungan dengan
masing-masing metode peramalan. Pertama adalah cakupan waktu di masa yang akan
datang, kedua adalah jumlah periode untuk peramalan yang diinginkan.
b. Pola Data
Dasar utama dari metode peramalan adalah anggapan bahwa macam-macam
c. Jenis dari Model
Model-model perlu diperhatikan karena masing-masing model mempunyai
kemampuan yang berbeda dalam analisa keadaan untuk pengambilan
keputusan.
d. Biaya yang Dibutuhkan
Umumnya ada 4 (empat) unsur biaya yang tercakup di dalam penggunaan
suatu prosedur peramalan, yaitu biaya-biaya pengembangan, penyimpanan
data, operasi pelaksanaan dan kesempatan dalam penggunaan
teknik-teknik dan metode lainnya.
e. Ketepatan Metode Peramalan
Tingkat ketepatan yang dibutuhkan sangat erat kaitannya dengan tingkat
perincian yang dibutuhkan dalam suatu peramalan.
f. Kemudahan dalam Penerapan
Metode-metode yang dapat dimengerti dan mudah diaplikasikan sudah
merupakan suatu prinsip umum bagi pengambil keputusan.
2.5Metode Pemulusan (Smoothing)
Metode pemulusan adalah suatu peramalan dengan mengadakan penghalusan
terhadap masa lalu, yaitu dengan mengambil rata-rata dari nilai beberapa tahun
untuk menakar nilai pada beberapa tahun ke depan. Secara umum metode
1. Metode Perataan (Average)
Metode perataan bertujuan untuk memanfaatkan data masa lalu untuk
mengembangkan suatu sistem peramalan pada periode mendatang. Metode ini
dibagi menjadi 4 (empat) bagian, yaitu:
a. Nilai Tengah (Mean)
b. Rata-rata Bergerak Tunggal (Single Moving Average)
c. Rata-rata Bergerak Ganda (Double Moving Average)
d. Kombinasi Rata-rata bergerak lainnya
2. Metode Pemulusan Eksponensial (Smoothing Exponential)
Bentuk umum dari Metode Pemulusan Eksponensial (Smoothing Exponential)
ini adalah:
+ 2.1
keterangan:
= ramalan untuk periode waktu t+1
= data pada periode waktu t
= ramalan untuk periode waktu t
Bila bentuk 2.1 diperluas maka akan didapat:
Ft+1 = αXt+α(1- α) Xt+1+α (1-α)2 Xt-2 + … + (1- α)N Ft-(N-1) 2.2
Metode pemulusan terdiri atas:
a. Pemulusan Eksponensial Tunggal (Single Smoothing Eksponential)
a.1 Satu Parameter
b. Pemulusan Eksponensial Ganda (Double Smoothing Eksponential)
b.1 Metode Linier-Satu Parameter dari Brown
b.2 Metode Dua-Parameter dari Holt
c. Pemulusan Eksponensial Tiga (Triple Smoothing Eksponential)
c.1 Metode Kuadratik Satu-Parameter dari Brown
c.2 Metode Kecenderungan dan Musiman Tiga-Parameter dari Writer
d. Metode Pemulusan Lainnya
d.1 Metode Kontrol Adaptif dari Chow
d.2 Metode Adaptif Satu-Parameter dari Brown
d.3 Pemulusan Tiga-Parameter Box Jenkins
d.4 Metode Pemulusan Harmonis dari Harrison
d.5 Sistem Pemantauan dari Trigg (Tracing Signal)
2.6 Metode Pemulusan (Smoothing)yang Digunakan
Metode peramalan analisa Time Series yang digunakan untuk meramalkan
demografi dan laju pertumbuhan Kota Binjai pada pemecahan permasalahan
yaitu Pemulusan Eksponensial Satu-Parameter dari Brown.
2.6.1Pemulusan eksponensial satu-parameter dari Brown
Pemulusan Eksponensial Satu-Parameter dari Brown adalah serupa dengan
Rata-rata Linier, baik nilai pelicin (smoothing value) tunggal maupun ganda terdapat
pada waktu sebelum data sebenarnya, bila pada data itu ada trend. Perbedaan nilai
pemulusan tunggal dan ganda dapat ditambahkan kepada nilai pemulusan tunggal
= αXt + (1-α) 2.3
keterangan:
= pemulusan pertama periode t
Xt = nilai ril periode t
= pemulusan pertama periode t
= parameter pemulusan (0<α<1)
Pada periode ini proses penentuan peramalan dimulai dengan menentukan
besarnya α. Sedangkan tahap-tahap dalam menentukan ramalan adalah sebagai
berikut:
S = pemulusan tahap pertama untuk periode t
'' t
S = pemulusan tahap kedua untuk periode t
' 1 t
S− = pemulusan tahap pertama untuk periode t-1
'' 1 t
S− = pemulusan tahap kedua untuk periode t–1
at = besar konstanta
Ft+m = ramalan untuk periode waktu t+m
m = periode waktu yang diramalkan : 1,2,3,…
2.6.2 Beberapa kesalahan dan ukuran statistik standar, antara lain:
Untuk mengevaluasi harga parameter peramalan, digunakan ukuran kesalahan
peramalan. Harga parameter peramalan yang terbaik adalah harga yang
memberikan nilai kesalahan peramalan yang terkecil. Terdapat berbagai macam
ukuran kesalahan yang dapat diklasifikasikan menjadi ukuran standar dalam
statistik dan ukuran relatif. Ukuran kesalahan yang termasuk ukuran standar
statistik adalah nilai rata-rata kesalahan (mean error), nilai rata-rata kesalahan
absolut (mean absolute error), dan nilai rata-rata kesalahan kuadrat (mean
squared error). Ukuran kesalahan yang termasuk ukuran relatif adalah nilai
rata-rata kesalahan persentase (mean percentage error) dan nilai rata-rata kesalahan
persentase absolut (mean absolute percentage error) (Makridakis, 1998).
Persamaan yang dapat digunakan untuk menghitung masing-masing ukuran
kesalahan peramalan tersebut di atas.
a. Nilai rata-rata kesalahan (Mean Error)
Xi = data pada periode waktu i
Fi = ramalan untuk periode waktu i
b. Nilai rata-rata kesalahan absolut (Mean Absolute Error)
n
MAE = nilai rata-rata kesalahan absolute
n = jumlah periode waktu data
ei = kesalahan pada periode waktu i
c. Nilai rata-rata kesalahan kuadrat (Mean Square Error)
n
MSE = nilai rata-rata kesalahan kuadrat
n = jumlah periode waktu data
ei = kesalahan pada periode waktu i
d. Nilai rata-rata kesalahan persentase (Mean Percentage Error)
PEi = kesalahan persentase pada periode i
MPE = nilai rata-rata kesalahan persentase
Xi = data pada periode waktu i
n = jumlah periode waktu data
e. Nilai rata-rata kesalahan persentase absolut (Mean Absolute
Percentage Error)
MAPE = nilai rata-rata kesalahan persentase absolut
n = jumlah periode waktu data
2.7 Metode Analisis Data
Metode yang digunakan dalam tugas akhir ini adalah metode pemulusan
(smoothing) dengan pemulusan eksponensial (exponential smoothing). Metode ini
adalah pengembangan dari metode perataan (average). Metode peramalan
dilakukan dengan mengulang perhitungan secara terus menerus dengan
menggunakan data terbaru, setiap data diberi bobot, data yang lebih baru diberi
bobot yang lebih besar.
2.8 Pengertian Produk Domestik Regional Bruto (PDRB)
Produk Domestik Regional Bruto (PDRB) didefinisikan sebagai jumlah nilai
merupakan jumlah seluruh nilai barang dan jasa akhir yang dihasilkan oleh
seluruh unit usaha. Kegunaan PDRB antara lain memperlihatkan:
a. Tingkat pertumbuhan ekonomi
Laju pertumbuhan ekonomi regional baik total maupun sektoral umumnya
dihitung berdasarkan angka indeks berantai baik total PDRB maupun
sektor-sektornya. Pertumbuhan ekonomi adalah perubahan persentase PDRB atas
dasar harga konstan dari suatu kurun waktu.
b. Tingkat kemakmuran ekonomi
Tingkat kemakmuran ekonomi biasanya diukur dengan pendapatan perkapita
yang merupakan hasil bagi pendapatan regional dengan angka penduduk
pertengahan tahun.
c. Tingkat inflasi dan deflasi
Tingkat inflasi dan deflasi dapat diketahui bila PDRB atas dasar harga berlaku
dibandingkan dengan PDRB atas dasar harga konstan, hasil baginya disebut
indeks harga implisit.
d. Struktur perekonomian
Struktur perekonomian biasanya terdiri atas sektor–sektor menurut klasifikasi
lapangan usaha. Data PDRB disajikan dalam dua bentuk yaitu menurut
klasifikasi lapangan usaha (sektoral) dan menurut penggunaannya.
Penyajian PDRB menurut lapangan usaha akan memberikan gambaran
mengenai peranan masing–masing sektor. PDRB menurut lapangan usaha dirinci
menurut 11 sektor yaitu:
2. sektor pertambangan dan penggalian
3. sektor industri pengolahan
4. sektor listrik, gas, dan air minum
5. sektor bangunan
6. sektor perdagangan, hotel dan restoran
7. sektor pengangkutan dan komunikasi
8. sektor keuangan, persewaaan, dan jasa perusahaan
9. sektor jasa-jasa
Penyajian PDRB menurut penggunaannya menggambarkan bagaimana
penggunaan barang dan jasa akhir oleh berbagai kegiatan ekonomi. Secara rinci
penyajiannya berbentuk sebagai berikut:
1. pengeluaran konsumsi akhir rumah tangga
2. pengeluaran konsumsi lembaga non-profit
3. pengeluaran konsumsi akhir pemerintah
4. pembentukan modal tetap bruto
5. ekspor neto
Untuk memperoleh angka–angka PDRB menurut penggunaannya,
dilakukan penghitungan secara langsung pada komponen–komponen yang
tercakup. Karena mengalami kesulitan dalam kelengkapan data, sehingga data
komponen yang dihitung secara rasional berdasar pada penghitungan sektoral.
2.9 Teori-Teori Kependudukan
Teori kependudukan dikembangkan oleh dua faktor yang sangat dominan yaitu,
negara-negara yang sedang berkembang dan hal ini menyebabkan agar para ahli
memahami faktor-faktor yang dapat mempengaruhi penduduk, sedangkan yang
kedua adalah adanya masalah-masalah yang bersifat universal yang menyebabkan.
Para ahli harus lebih banyak mengembangkan dan menguasai kerangka teori
untuk mengkaji lebih lanjut sejauh mana telah terjalin suatu hubungan antara
penduduk dengan perkembangan ekonomi dan sosial.
Menurut Robert Thomas Malthus (1766-1834) yang terkenal sebagai
pelopor ilmu kependudukan yang lebih popular disebut dengan prinsip
kependudukan (The Principle of Population) yang menyatakan bahwa penduduk
apabila tidak ada pembatasan, akan berkembang biak dengan cepat dan memenuhi
dengan cepat beberapa bagian dari permukaan bumi ini dan ia juga menyatakan
bahwa manusia untuk hidup memerlukan bahan makanan, sedangkan laju
pertumbuhan bahan makanan jauh lebih lambat dibandingkan dengan laju
pertumbuhan penduduk dan apabila tidak ada pembatasan terhadap pembatasan
penduduk, maka manusia akan mengalami kekurangan bahan makanan sehingga
BAB 3
GAMBARAN UMUM BADAN PUSAT STATISTIK
3.1 Sejarah Badan Pusat Statistik
Badan Pusat Statistik (BPS) adalah Lembaga Negara Non Departemen. BPS
melakukan kegiatan yang ditugaskan oleh pemerintah antara bidang pertanian,
agrarian, pertambangan, kependudukan, sosial, ketenagakerjaan, keuangan,
pendapatan, dan keagamaan. Selain hal–hal diatas BPS juga bertugas untuk
melaksanakan koordinasi di lapangan, kegiatan statistik dari segenap instansi baik
dipusat maupun didaerah dengan tujuan mencegah dilakukannya pekerjaan yang
serupa oleh dua atau lebih instansi, memajukan keseragaman dalam penggunaan
defenisi, klasifikasi dan ukuran–ukuran lainnya.
Setiap sepuluh tahun sekali, BPS menyelenggaraka
samping itu, BPS juga melakukan pengumpulan data, menerbitkan publikasi
statistik nasional maupun daerah, serta melakukan analisis data statistik yang
digunakan dalam pengambilan kebijakan pemerintah. BPS juga terdapat di setiap
daerah, karena BPS merupakan instansi vertikal, yakni instansi
yang berada di daerah, sehingga bukan merupakan bagian dari instansi milik
daerah, Tugas lain BPS di daerah adalah melakukan koordinasi dengan
pemerintah daerah dalam rangka penyelenggaraan statistik regional. Setiap
1. Sensus Penduduk (SP) yaitu pada setiap tahun berakhiran "0" (nol),
2. Sensus Pertanian (ST) pada setiap tahun berakhiran "3" (tiga), dan
3. Sensus Ekonomi (SE) pada setiap tahun berakhiran "6" (enam).
3.2 Tugas dan Fungsi Badan Pusat Statistik
Menurut Keputusan Kepala BPS Nomor 121 tahun 2001 tentang organisasi dan
tata kerja perwakilan BPS di daerah.
3.2.1 Tugas
BPS mempunyai tugas pemerintahan di bidang kegiatan statistik sesuai dengan
ketentuan peraturan perundang-undangan yang berlaku.
3.2.2 Fungsi
Dalam melaksanakan tugas sebagaimana dimaksud, BPS menyelenggarakan
fungsi:
1. Pengkajian, penyusunan, dan perumusan kebijakan di bidang statistik.
2. Pengkoordinasian kegiatan statistik nasional dan regional.
3. Penetapan dan penyelenggaraan statistik dasar.
4. Pembinaan dan fasilitasi terhadap kegiatan instansi pemerintah di bidang
kegiatan statistic, dan
5. Penyelenggaraan pembinaan dan pelayanan administrasi umum di bidang
perencanaan umum, ketatausahaan, organisasi, tata laksana, kepegawaian,
3.3 Visi dan Misi BPS Visi
Pelopor data
Misi
1. Memperkuat landasan konstitusional dan operasional lembaga statistik untuk
penyelenggaraan statistik yang efektif dan efisien.
2. Menciptakan insan statistik yang kompeten dan profesional, didukung
pemanfaatan teknologi informasi mutakhir untuk kemajuan perstatistikan
Indonesia.
3. Meningkatkan penerapan standar klasifikasi, konsep dan definisi, pengukuran,
dan kode etik statistik yang bersifat universal dalam setiap penyelenggaraan
statistik.
4. Meningkatkan kualitas pelayanan informasi statistik bagi semua pihak.
5. Meningkatkan koordinasi, integrasi, dan sinkronisasi kegiatan statistik yang
diselenggarakan pemerintah dan swasta, dalam kerangka Sistem
Nasional (SSN) yang efektif dan efisien.
3.4 Struktur Organisasi BPS
Sehubungan dengan semakin meningkatnya beban tugas dan pentingnya peranan
maka diperlukan struktur organisasi yang dapat menunjang kelancaran tugas dari
masing-masing bagian.
Surat keputusan kepala BPS No. 104 tahun 1999 yang mengatur tentang
uraian tugas, bagian bidang, subbagian dan seksi perwakilan BPS di daerah
dipandang perlu untuk menetapkan perincian tugas setiap bidang, subbagian, dan
seksi di lingkungan perwakilan dan cabang perwakilan BPS.
Gambar 3.1 Struktur organisasi BPS Provinsi
Organisasi merupakan suatu fungsi manajemen yang mempunyai peranaan
dan kegiatan langsung dengan instansi sosial yang terjadi diantara individu–
individu dalam rangka kerjasama untuk mencapai tujuan yang telah ditetapkan.
Struktur organisasi perusahaan merupakan salah satu faktor penting yang
mempengaruhi tingkat keberhasilan suatu perusahaan dalam mencapai tujuan
yang ditetepkan. Adanya struktur organisasi maka akan jelaslah pemisahan tugas
dari para pegawai / staf tersebut.
Struktur organisasi yang diterapkan di Kantor Badan Pusat Statistik adalah
struktur organisasi lini dan staf. Struktur ini mengandung unsur–unsur
spesialisasi kerja, standarisasi kegiatan, sentralisasi dan desentralisasi dalam
pembuatan keputusan yang menunjukan lokasi kekuasaan, pembuatan keputusan
dan ukuran satuan yang menunjukkan suatu kelompok kerja.
3.5 Struktur Organisasi BPS Kota Binjai
Sebagaimana dalam lampiran organisasi Kantor Badan Pusat Statistik Kota Binjai
yang dipimpin oleh seorang Kepala Kantor. Kepala Kantor dibantu bagian tata
usaha yang terlihat pada struktur berikut ini:
Gambar 3.2 Struktur organisasi BPS Kabupaten/ Kota
K E P A L A
3.6 Logo BPS
Logo BPS adalah sebagai berikut:
Gambar 3.3 Logo BPS
3.7 SEJARAH SINGKAT KOTA BINJAI
3.7.1 KONDISI PENDUDUK DAN PENDAPATAN
Komposisi penduduk di Binjai didominasi oleh penduduk muda/dewasa.
Penduduk kelompok usia 0-4 tahun mendominasi jumlah penduduk. Kelompok
usia 60-64 tahun meruakan penduduk kelompok usia yang paling sedikit
jumlahnya.
Jumlah peduduk Binjai pada tahun 2012 mencapai 250.252 jiwa. Kurun
waktu satu tahun pertumbuhan penduduk di Kota Binjai mencapai 0,72 persen
bila dibandingkan tahun 2011. Luas wilayah 90,23 km2, rata-rata setiap km2 di
Data dari pemerintah daerah menunujukkan bahwa terjadi peningkatan
peserta Keluarga Berencana (KB) aktif dari tahun ke tahun, sementara peserta KB
baru yang tercatat juga mengalami peningkatan. Meskipun demikian hal ini tetap
perlu mendapat perhatian oleh pemerintah dalam mengambil langkah-langkah
kebijakan di bidang kependudukan di masa yang akan datang.
Secara umum jumlah penduduk perempuan di Binjai lebih banyak dari
penduduk laki-laki. Hal ini ditunjukkan oleh sex ratio pada tahun 2012 yang
nilainya lebih kecil dari 100. Untuk setiap 100 penduduk perempuan terdapat
99,59 penduduk laki-laki
Produk Domestik Regional Bruto (PDRB) sebagi ukuran produktifitas
merupakan agregat dari seluruh nilai tambah barang dan jasa yang dihasilkan dari
kegiatan ekonomi di suatu wilayah dalam satu tahun. PDRB Kota Binjai sebagai
salah satu kota di Sumatera Utara. Pada tahun 2012 berada pada peringkat 13 dari
33 kabupaten/kota di Sumatera Utara. PDRB pr kapita yang sering digunakan
sebagai pendekatan terhadap pendapatan perkapita telah naik 2,3 kali lipat sejak
reformasi tahun 1999. Pada tahun 2012 PDRB per kapita Binjai berada pada
kisaran 26,3 juta rupiah per tahun. Angka ini masih berada di bawah PDRB per
kapita provinsi yang telahmencapai 26,6 juta rupiah. Sektor industri merupakan
sektor yang memberikan kontribusi terbesar terhadap perekonomian Binjai.
Secara umum pertumbuhan ekonomi Binjai menunjukkan kecenderungan
moderat dan berada di kisaran yang relatif sama dengan pertumbuhan sebagian
besar kabupaten/kota lain di Sumatera Utara. Pada tahun 2012, perekonomian
3.7.2 VISI dan MISI KOTA BINJAI
VISI
1. Idaman artinya Kota Binjai memiliki trademark/image sesuai perkembangan
kota dengan pembangunan yang berkelanjutan;
2. Dinamis artinya Kota Binjai mampu mengikuti dan menyesuaikan diri dengan
perkembangan zaman;
3. Berdaya saing artinya Kota Binjai memiliki daya saing (Pemerintahan,
pendidikan, kesehatan, industri dan jasa);
4. Nyaman artinya Kota Binjai sebagai kota yang nyaman bagi semua stakeholder
untuk melaksanakan aktivitas kehidupan (bertempat tinggal, bekerja dan
beribadah);
5. Kebersamaan artinya menghidupkan suasana kebersamaan antara pemerintah
dan masyarakat dalam pembangunan dengan semangat ”Binjai Kotaku,
Kotamu dan Kota Kita Semua”
.
MISI
1. Membangun dan meningkatkan sarana dan prasarana dalam menunjang
perekonomian.
2. Membangun masyarakat sehat, cerdas dan berbudidaya.
3. Peningkatan pelayanan publik yang berkualitas.
5. Membangun dan membina kerukunan hidup beragama.
6. Meningkatkan perlindungan anak dan pemberdayaan perempuan.
BAB 4
PENGOLAHAN DATA
Analisa data dilakukan agar diperoleh hasil yang sesuai dengan yang diinginkan.
Untuk menganalisa data yang akan diolah, penulis harus memperoleh nilai m
periode ke depan sebagai perbandingannya terhadap data tahun sebelumnya.
Dalam bab ini penulis akan menganalisa tentang perkembangan demografi Kota
Binjai serta laju pertumbuhan ekonomi Kota Binjai untuk tahun 2015 berdasarkan
tahun-tahun dasar sebelumnya.
Untuk mengolah data, penulis menggunakan Pemulusan Peramalan Ganda
Metode Linier Satu Parameter dari Brown dengan α = 0,9 karena pada α = 0.9
diperoleh nilai MSE yang paling kecil.
4.1 Kependudukan Kota Binjai
Jumlah penduduk Binjai pada tahun 2012 mencapai 250.252 juta jiwa. Dalam
kurun waktu satu tahun pertumbuhan penduduk di Kota Binjai mencapai 0,72
persen bila dibandingkan tahun 2011, dengan luas wilayah 90,23 km2. Rata-rata
setiap km2 di Kota Binjai ditempati oleh 2.773 ribu orang pada tahun 2012.
Secara umum jumlah penduduk perempuan di Binjai lebih banyak dari
nilainya lebih kecil dari 100. Untuk setiap 100 penduduk perempuan terdapat
99,59 penduduk laki-laki.
Tabel 4.1 Perkembangan Jumlah Penduduk Menurut Jenis Kelamin
Tahun
Penduduk
Laki-laki Perempuan Jumlah
2007 123.706 124.550 248.256
2008 125.365 127.287 252.652
2009 127.621 129.484 257.105
2010 122.997 123.157 246.154
2011 124.173 124.283 248.456
2012 124.869 125.383 250.252
4.1.1 Proyeksi Pertumbuhan Penduduk dengan menggunakan metode Pemulusan Eksponensial Ganda Linier Satu Parameter dari Brown
1. Adapun proyeksi pertumbuhan penduduk Kota Binjai sebagai berikut:
Tahun ke-1 (2007)
a. ditentukan sebesar PDRB tahun pertama (2007), yaitu sebesar 248.256
b. ditentukan sebesar PDRB tahun pertama (2003), yaitu sebesar 248.256
c. atbelum bisa ditentukan
d. bt belum bisa ditentukan
e. Ft+m Ramalan tahun ke-2 ditentukan sebesar PDRB tahun pertama, yaitu
Tahun ke-2 (2008)
Xt = 252.652
a. = αXt+(1-α)
= 0,9 x 252.652 + (1-0,9) 248.256
= 227.386,8 + 24.825,6
= 252.212,4
b. = α +(1-α)
= 0,9 x 252.212,4 + (1-0,9) 248.256
= 226.991,16 + 24.825,6
= 251.816,76
c. at = + ( – )
= 2 –
= 2 x 252.212,4 – 251.816,76
= 252.608,04
= (252.212,4 – 251.816,76)
= 9 x 395,64
= 3.560,76
e. Ramalan tahun ke-3 2009 (m = 1)
Ft+m = at + bt.m
F2009 = a2008 + b2008 (1)
= 252.608,04 + (3.560,76 x 1)
= 256.168,8
= 256.169
Dengan menggunakan MS. Excel perhitungan peramalan secara lengkap dapat
dilihat pada tabel berikut ini:
Tabel 4.2 Peramalan Jumlah Penduduk
Keterangan : ^ merupakan hasil proyeksi Tahun
Jumlah
Penduduk s' s'' At Bt Ramalan
2007 248.256,00 248.256,00 248.256,00 248.256,00 0 2008 252.652,00 252.212,40 251.816,76 252.608,04 3.560,76
2009 257.105,00 256.615,74 256.135,84 257.095,64 4.319,08 256.169 2010 246.154,00 247.200,17 248.093,74 246.306,61 -8.042,10 261.415 2011 248.456,00 248.330,42 248.306,75 248.354,085 213,01 238.264 2012 250.252,00 250.059,84 249.884,53 250.235,151 1.577,78 248.567
2013^ 251.813
2014^ 253.391
Ramalan tahun ke-7 2013 (m = 1)
Ft+m = at + bt.m
F2013 = a2012 + b2012 (1)
= 250.235,15 + (1.577,78 x 1)
= 251.812,93
= 251.813
Ramalan tahun ke-8 2014 (m = 2)
Ft+m = at + bt.m
F2014 = a2010 + b2010 (2)
= 250.235,15 + (1.577,78 x 2)
= 253.390.72
= 245.391
Ramalan tahun ke-9 2015 (m = 3)
Ft+m = at + bt.m
F2014 = a2010 + b2010 (3)
= 250.235,15 + (1.577,78 x 3)
= 254.968
Dari hasil di atas dapat dilihat peramalan jumlah penduduk untuk tahun
2015 adalah sebesar 254.968 juta orang, dan dari Tabel 4.2 dapat dicari kesalahan
ramalan dengan menggunakan ME, MAE, dan MSE dengan formula sebagai
berikut:
Sehingga hasil perhitungannya secara lengkap adalah seperti yang tertera
pada Tabel 4.3 berikut ini:
Tabel 4.3 Kesalahan Ramalan Jumlah Penduduk (α = 0,9)
Tahun
Jumlah
Penduduk Ramalan Kesalahan
Kesalahan
2009 257.105,00 256.168,80 -936,20 936,20 876.470,44 -0.364131386 2010 246.154,00 261.414,72 15.260,72 152.60,72 232.889.574,9 6.199663625 2011 248.456,00 238.264,51 -10.191,49 10.191,49 103.866.468,4 -4.101929517 2012 250.252,00 248.567,09 -1.684,91 1.684,91 2.838.921,71 -0.673285328 2013^ 251.812,93
2015^ 254.968,50
Jumlah 2.448,12 28.073,32 340.471.435,49 1.06 Rata-Rata 612,03 7.018,33 85.117.858,87 0.27
2. Adapun proyeksi jumlah penduduk menurut jenis kelamin Laki-Laki sebagai
berikut:
Tahun ke-1 (2007)
a. ditentukan sebesar PDRB tahun pertama (2007), yaitu sebesar 123.706
b. ditentukan sebesar PDRB tahun pertama (2007), yaitu sebesar 123.706
c. atbelum bisa ditentukan
d. bt belum bisa ditentukan
e. Ft+m Ramalan tahun ke-2 ditentukan sebesar PDRB tahun pertama, yaitu
sebesar 123.706
Tahun ke-2 (2008)
Xt = 125.365
f. = αXt+(1-α)
= 0,9 x 125.365 + (1-0,9) 123.706
= 112.828,5 + 12.370,6
= 125.199,1
g. = α +(1-α)
= 0,9 x 125.199,1 + (1-0,9) 123.706
= 125.049,79
h. at = + ( – )
= 2 –
= 2 x 125.199,1 – 125.049,79
= 125.348,41
i. bt = ( – )
= (125.199,1 – 125.049,79)
= 9 x 149,31
= 1.341,79
j. Ramalan tahun ke-3 2009 (m = 1)
Ft+m = at + bt.m
F2009 = a2008 + b2008 (1)
= 125.348,41+ (1.341,79x 1)
= 126.690,2
= 126.690
Dengan menggunakan MS. Excel perhitungan peramalan secara lengkap dapat
Tabel 4.4 Peramalan Jumlah Penduduk Laki-Laki
Tahun
Jumlah
Penduduk s’ s” at Bt Ramalan
2007 123.706,00 123.706,00 123.706,00 123.706,00 0 2008 125.365,00 125.199,10 125.049,79 125.348,41 1.343.79
2009 127.621,00 127.378,81 127.145,91 127.611,71 2.096,12 126.692 2010 122.997,00 123.435,18 123.806,25 123.064,11 -3.339,65 129.708 2011 124.173,00 124.099,22 124.069,92 124.128,51 263,67 119.724 2012 124.869,00 124.792,02 124.719,81 124.864,23 649,90 124.392
2013^ 125.514
2014^ 126.164
2015^ 126.815
Ramalan tahun ke-7 2013 (m = 1)
Ft+m = at + bt.m
F2013 = a2012 + b2012 (1)
= 124.864,23 + (649,90 x 1)
= 125.514,12
= 125.514
Ramalan tahun ke-8 2014 (m = 2)
Ft+m = at + bt.m
F2014 = a2010 + b2010 (2)
= 124.864,23 + (649,90 x 2)
= 126.164
Dari hasil di atas dapat dilihat peramalan jumlah penduduk laki-laki untuk
tahun 2015 adalah sebesar 126.814 juta orang, dan dari Tabel 4.4 dapat dicari
kesalahan ramalan dengan menggunakan ME, MAE, dan MSE sebagai berikut:
Tabel 4.5 Kesalahan Ramalan Jumlah Penduduk Laki-Laki (α = 0,9)
Tahun
Jumlah
Penduduk Ramalan Kesalahan
Kesalahan
2009 127.621,00 126.692,20 -928,80 928,80 862669,44 -0.727779911 2010 122.997,00 129.707,83 6,710,83 6.710,83 45035239,29 5.456092425 2011 124.173,00 119.724,45 -4,448,55 4.448,55 19789597,10 -3.582542099 2012 124.869,00 124.392,18 -476,82 476,82 227357,31 -0.381856185 2013^ 125.514,12
2014^ 126.164,01 2015^ 126.813,90
Jumlah 856,66 12.565,00 65.914.863,14 0.76 Rata-Rata 214,16 3.141,25 16.478.715,79 0.19
berikut:
Tahun ke-1 (2007)
a. ditentukan sebesar PDRB tahun pertama (2007), yaitu sebesar 124.550
b. ditentukan sebesar PDRB tahun pertama (2007), yaitu sebesar 124.550
c. at belum bisa ditentukan
d. bt belum bisa ditentukan
e. Ft+m Ramalan tahun ke-2 ditentukan sebesar PDRB tahun pertama, yaitu
sebesar 124.550
Tahun ke-2 (2008)
Xt = 127.287
f. = αXt+(1-α)
= 0,9 x 127.287+ (1-0,9) 124.550
= 114.558,3+12.455
= 127.013,3
g. = α +(1-α)
= 0,9 x 127.013,3 + (1-0,9) 124.550
= 114.311,97 + 12.455
= 126.766,97
= 2 –
= 2 x 127.013,3 – 126.766,97
= 127.259,63
i. bt = ( – )
= (127.013,3 – 126.766,97 )
= 9 x 246,33
= 2.216,97
j. Ramalan tahun ke-3 2009 (m = 1)
Ft+m = at + bt.m
F2009 = a2008 + b2008 (1)
= 127.259,63 + (2.216,97 x 1)
= 129.476,6
= 129.477
Dengan menggunakan MS. Excel perhitungan peramalan secara lengkap dapat
dilihat pada tabel berikut ini:
Tabel 4.6 Peramalan Jumlah Penduduk wanita
Tahun
Jumlah
Penduduk s' s" at bt Ramalan
2007 124.550,00 124.550,00 124.550,00 124.550,00 0 2008 127.287,00 127.013,30 126.766,97 127.259,63 2.216,97
2011 124.283,00 124.231,20 124.236,83 124.225,57 -50,66 118.540 2012 125.383,00 125.267,82 125.164,72 125.370,92 927,90 124.175
2013^ 126.299
2014^ 127.227
2015^ 128.154
Ramalan tahun ke-7 2013 (m = 1)
Ft+m = at + bt.m
F2013 = a2012 + b2012 (1)
= 125.370,92 + (927,90 x 1)
= 126.298,82
= 126.299
Ramalan tahun ke-8 2014 (m = 2)
Ft+m = at + bt.m
F2014 = a2010 + b2010 (2)
= 125.370,92 + (927,90 x 2)
= 127.226,70
= 127.227
Ramalan tahun ke-9 2015 (m = 3)
Ft+m = at + bt.m
F2014 = a2010 + b2010 (2)
= 125.370,92 + (927,90 x 3)
Dari hasil di atas dapat dilihat peramalan jumlah penduduk perempuan
untuk tahun 2015 adalah sebesar 128.155 juta orang, dan dari Tabel 4.6 dapat
dicari kesalahan ramalan dengan menggunakan ME, MAE, dan MSE sebagai
berikut:
Tabel 4.7 Kesalahan Ramalan Jumlah Penduduk Perempuan (α = 0,9)
Tahun
Jumlah
Penduduk Ramalan Kesalahan
Kesalahan 2010 123.157,00 131.706,89 8.549,89 8.549,89 73.100.619,01 6.942268811 2011 124.283,00 118.540,05 -5.742,95 5.742,95 32.981.474,70 -4.620865283 2012 125.383,00 124.174,91 -1.208,09 1.208,09 1.459.481,45 -0.963519775 2013^ 126.298,81
2014^ 127.226,70 2015^ 128.154,60
Jumlah 1.591,45 15.508,33 107.541.629,92 1.35 Rata-Rata 397,86 3.877,08 26.885.407,48 0.34
4.2 PDRB Kota Binjai
Laju pertumbuhan PDRB Kota Binjai atas dasar harga berlaku tahun 2012 sebesar
15,64 persen. Hal ini menunjukkan peningkatan jika dibandingkan dengan tahun
sebelumnya yaitu sebesar 15,29 persen pada tahun 2011. Laju pertumbuhan
ekonomi Kota Binjai atas dasar harga konstan pada tahun 2012 sebesar 6,34
persen. Hal ini menunjukkan kenaikan sedikit jika dibandingkan dengan tahun
Tabel 4.8 PDRB Kota Binjai Atas Dasar Harga Berlaku dan Atas Dasar Harga Konstan Tahun 2008-2012 (juta rupiah)
Tahun
PDRB Atas Dasar Harga Berlaku
PDRB Atas Dasar Harga Konstan
2008 3.815.248,61 1.799.484,85
2009 4.312.459,39 1.905.182,86
2010 4.945.363,42 2.020.895,76
2011 5.701.431,44 2.147.820,19
2012 6.593.390,04 2.284.050,92
4.2.1 Proyeksi PDRB Kota Binjai Atas Dasar Harga Berlaku
1. Adapun proyeksi PDRB Kota Binjai Atas Dasar Harga Berlaku sebagai
berikut:
Tahun ke-1 (2008)
a. ditentukan sebesar PDRB tahun pertama (2008), yaitu sebesar
3.815.248,61
b. ditentukan sebesar PDRB tahun pertama (2008), yaitu sebesar
3.815.248,61
c. at belum bisa ditentukan
d. bt belum bisa ditentukan
e. Ft+m Ramalan tahun ke-2 ditentukan sebesar PDRB tahun pertama,
yaitu sebesar 3.815.248,61
f. = αXt+(1-α)
= 0,9 x 4.312.459,39 + (1-0,9) 3.815.248,61
= 3.881.213,45+ 381.524,86
= 4.262.738,31
g. = α +(1-α)
= 0,9 x 4.262.738,31 + (1-0,9) 3.815.248,61
= 3.836.464,48+381.524,86
= 4.217.989,34
h. at = + ( – )
= 2 –
= 2 x 4.262.738,31 - 4.217.989,34
= 4.307.487,28
i. bt = ( – )
= (4.262.738,31 – 4.217.989,34)
= 9 x 44.748,97
= 402.740,73
j. Ramalan tahun ke-3 2010 (m = 1)
F2010 = a2009 + b2009 (1)
= 4.307.487,28 + (402.740,73 x 1)
= 4.710.228,01
Dengan menggunakan MS. Excel perhitungan peramalan secara lengkap dapat
dilihat pada tabel berikut ini:
Tabel 4.9 Peramalan (Forecast) PDRB
Tahun PDRB s' s" at Bt Ramalan
2008 3.815.248,61 3.815.248,61 3.815.248,61 3.815.248,61 0 2009 4.312.459,39 4.262.738,31 4.217.989,34 4.307.487,28 402.740,73
2010 4.945.363,42 4.877.100,91 4.811.189,75 4.943.012,07 593.200,41 4.710.228,01 2011 5.701.431,44 5.618.998,39 5.538.217,52 5.699.779,25 727.027,77 5.536.212,48 2012 6.593.390,04 6.495.950,87 6.400.177,54 6.591.724,21 861.960,02 6.426.807,02
2013^ 7.453.684,23
2014^ 8.315.644,24
2015^ 9.177.604,26
Ramalan tahun ke-6 2013 (m = 1)
Ft+m = at + bt.m
F2013 = a2012 + b2012 (1)
= 6.591.724,21 + (861.960,02x 1)
= 7.453.684,23
Ramalan tahun ke-7 2014 (m = 2)
Ft+m = at + bt.m
F2014 = a2012 + b2012 (2)
= 8.315.644,24
Dari hasil di atas dapat dilihat peramalan PDRB Atas Dasar Harga Berlaku
untuk tahun 2015 adalah sebesar Rp. 9.177.604,26 juta, dan dari Tabel 4.9 dapat
dicari kesalahan ramalan dengan menggunakan ME, MAE, dan MSE sebagai
berikut:
Tabel 4.10 Kesalahan Ramalan PDRB Atas Harga Berlaku (α = 0,9)
Tahun PDRB Ramalan Kesalahan
Kesalahan
Absolute Kesalahan Kuadrat
Kesalahan Persen 2008 3.815.248,61
2009 4.312.459,39
2010 4.945.363,42 4.314.468,39 630.895,03 630.895,03 3.98029E+11 12.76 2011 5.701.431,44 4.947.373,42 754.058,02 754.058,02 5.68603E+11 13.22 2012 6.593.390,04 5.703.442,44 889.947,60 889.947,6 7.92007E+11 13.50
6.595.402,04 13.188.792,10 19.782.182,10
Jumlah 2.274.900,65 2.274.900,65 1.758.638.767.150,78 39.48 Rata-Rata 758.300,22 758.300,22 586.212.922.383,59 13.16
2. Adapun proyeksi PDRB Kota Binjai Atas Dasar Harga Berlaku sebagai
berikut:
a. ditentukan sebesar PDRB tahun pertama (2007), yaitu sebesar
1.705.066,88
b. ditentukan sebesar PDRB tahun pertama (2007), yaitu sebesar
1.705.066,88
c. at belum bisa ditentukan
d. bt belum bisa ditentukan
e. Ft+m Ramalan tahun ke-2 ditentukan sebesar PDRB tahun pertama, yaitu
sebesar 1.705.066,88
Tahun ke-2 (2008)
Xt = 1.799.484,85
f. = αXt+(1-α)
= 0,9 x 1.799.484,85 + (1-0,9) 1.705.066,88
= 1.619.536,36 + 170.506,69
= 1.790.043,05
g. = α +(1-α)
= 0,9 x 1.790.043,05 + (1-0,9) 1.705.066,88
= 1.611.038,74 + 170.506,69
= 1.781.545,43
h. at = + ( – )
= 2 x 1.790.043,05 - 1.781.545,43
= 1.798.540,67
i. bt = ( – )
= (1.790.043,05 – 1.781.545,43)
= 9 x 8.497,62
= 76.478,58
j. Ramalan tahun ke-3 2009 (m = 1)
Ft+m = at + bt.m
F2009 = a2008 + b2008 (1)
= 1.798.540,67 + (76.478,58 x 1)
= 1.875.019,25
Dengan menggunakan MS. Excel perhitungan peramalan secara lengkap dapat
dilihat pada tabel berikut ini:
Tabel 4.11 Peramalan (Forecast) PDRB
Tahun PDRB s' s'' at Bt Ramalan
2007 1.705.066,88 1.705.066,88 1.705.066,9 1.705.066,88 0 2008 1.799.484,85 1.790.043,05 1.781.545,4 1.798.540,67 76.478,55
2009 1.905.182,86 1.893.668,88 1.882.456,5 1.904.881,22 100.911,09 1.875.019,23 2010 2.020.895,76 2.008.173,07 1.995.601,4 2.020.744,73 113.144,88 2.005.792,32 2011 2.147.820,19 2.133.855,48 2.120.030,1 2.147.680,88 124.428,65 2.133.889,61 2012 2.284.050,92 2.269.031,38 2.254.131,2 2.283.931,51 134.101,17 2.272.109,54
2014^ 2.552.133,85
2015^ 2.686.235,03
Ramalan tahun ke-7 2013 (m = 1)
Ft+m = at + bt.m
F2013 = a2012 + b2012 (1)
= 2.283.931,51 + (134.101,17 x 1)
= 2.418.032,68
Ramalan tahun ke-8 2014 (m = 2)
Ft+m = at + bt.m
F2014 = a2012 + b2012 (2)
= 2.283.931,51 + (134.101,17 x 2)
= 2.552.133,85
Ramalan tahun ke-9 2015 (m = 3)
Ft+m = at + bt.m
F2015 = a2012 + b2012 (3)
= 2.283.931,51 + (134.101,17 x 3)
= 2.686.235,03
Dari hasil di atas dapat dilihat peramalan PDRB Atas Dasar Harga
4.11 dapat dicari kesalahan ramalan dengan menggunakan ME, MAE, dan MSE
sebagai berikut:
Tabel 4.12 Kesalahan Ramalan PDRB Atas Harga Konstan (α = 0,9)
Tahun PDRB Ramalan Kesalahan
Kesalahan Absolute
Kesalahan Kuadrat
Kesalahan Persen 2007 1.705.066,88
2008 1.799.484,85
2009 1.905.182,86 1.875.019.23 30.163,63 30.163,63 909.844.574,8 1,58 2010 2.020.895,76 2.005.792.32 15.103,44 15.103,44 228.113.899,8 0,75 2011 2.147.820,19 2.133.889.61 13.930,58 13.930,58 194.061.059,1 0,65 2012 2.284.050,92 2.272.109.54 11.941,38 11.941,38 142.596.556,3 0,52 2013^ 2.418.032.68
2014^ 2.552.133.85 2015^ 2.686.235.03
BAB 5
IMPLEMENTASI SISTEM
5.1 Pengertian Implementasi Sistem
Implementasi sistem adalah tahapan penerapan hasil desain tertulis kedalam
programming dengan menggunakan perangkat lunak (software) sebagai
implementasi ataupun prosedur untuk menyelesaikan desain sistem, yang mana
dalam hal ini implementasi sistem digunakan untuk meramalkan jumlah penduduk
dan laju pertumbuhan ekonomi tahun 2015 Kota Binjai.
Adapun implementasi sistem yang digunakan adalah Microsoft Excel.
Diharapkan dengan menggunakan Microsoft Excel dapat meningkatkan
pengetahuan penulis dalam menggunakan aplikasi ilmu statistik.
5.2 Program Excel 2007
Sebelum mengoperasikan Excel, pastikan bahwa program tersebut terdapat dalam
komputer, kemudian lanjutkan langkah–langkah sebagai berikut:
a. Dari windows klik start pada taskbar, lalu pilih program, akan tampil
b. Pilih Microsoft Excel, maka secara otomatis jendela utama Excel akan
tampil dan dapat langsung digunakan untuk mengolah data.
Dapat dilihat gambar sebagai berikut:
Gambar 5.1 Tampilan Pengaktifan Program Excel
5.2.1 Jendela Lembar Kerja Excel
Setelah pengaktifan akan tampil lembar kerja Excel yang siap digunakan. Lembar
kerja adalah kumpulan kolom dan baris. Pada setiap lembar kerja Microsoft Excel
memiliki 256 kolom dan 65.536 baris yang siap untuk digunakan. Pada setiap
baris dan kolom terdapat sel–sel yang diidentifikasi dengan alamat yang
merupakan kombinasi antara abjad untuk kolom dan angka untuk baris.
Gambar 5.2 Jendela Microsoft Excel
Beberapa istilah dalam Microsoft Excel:
1. Worksheet adalah tempat lembar kerja yang memasukkan data atupun
rumus. Worksheet tersedia sebanyak tiga sheet yang terdiri dari 65.536
baris dan 256 kolom.
2. Workbook adalah buku kerja yang terdiri dari beberapa worksheet.
Workbook ini tempat menyimpan worksheet sehingga mempermudah
mengorganisir file – file sesuai dengan kebutuhan yang diperlukan.
3. Cell adalah perpotongan baris dan kolom yang ditandai dengan pointer sel
pada posisi tertentu yang ditunjukkan pada name book.
4. Pointer cell adalah tanda penunjuk keaktifan sel berupa kotak bingkai
tebal.
5. Range adalah kumpulan beberapa sel yang menunjukkan kolom area.
7. Fil handell adalah bagian bawah kanan pointer sel berfungsi untuk
memindahkan atau mengopi data dan rumus dengan menggunakan
mouse.
5.2.2 Pengisian Data
Dalam hal pengolahan data komputer memilki banyak kelebihan dari manusia
yaitu dalam hal kecepatan, ketepatan. Manusia sangat terbantu dengan adanya
komputer karena kadang kala data yang banyak dan rumit tidak dapat dikerjakan
dengan manual.
Proses pengisian data pada lembar kerja Excel dengan cara mengetik data
yang kita inginkan disel yang tersedia, ada dua cara mengisi data dengan
menggunakan keyboard atau sub menu yang terdapat pada menu Excel.
Cara mengisi data dengan menggunakan keyboard, langkah–langkahnya:
1. Letakkan pinter dan sel yang ingin diisi data
2. Ketik data
3. Tekan enter
Gambar 5.3 Input data dalam Excel
5.2.3 Perhitungan Data
Untuk menghitung angka pada lembar kerja excel, dibutuhkan rumus untuk
mengisi setiap cell.
Menghitung : ($I$2*B2)+((1-$I$2)*B2)
Menghitung : ($I$2*C2)+((1-$I$2)*C2)
Menghitung at : (2*C2)-D2
Menghitung bt : ($I$2/(1-$I$2))*(C2-D2)
BAB 6
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Setelah dilakukan perhitungan, maka disimpulkan bahwa:
Dengan menggunakan Pemulusan Peramalan Ganda Metode Linier Satu
Parameter dari Brown dengan α = 0,9
- Proyeksi Untuk Jumlah Penduduk Kota Binjai pada tahun 2015 adalah
254.968 orang dengan rata-rata kesalahan proyeksi 0,27 persen. Jika
dilihat menurut jenis kelamin, proyeksi untuk jumlah penduduk laki-laki
tahun 2015 adalah 126.815 orang dengan rata-rata kesalahan proyeksi 0,19
persen dan proyeksi jumlah penduduk perempuan tahun 2015 adalah
128.154 orang dengan rata-rata kesalahan proyeksi 0,34 persen.
- Proyeksi untuk laju pertumbuhan ekonomi Kota Binjai tahun 2015 dilihat
dari PDRB atas harga berlaku adalah Rp. 9.177.604,26 dengan rata-rata
kesalahan proyeksi 13,16 persen dan dilihat dari PDRB atas harga konstan
adalah Rp. 2.686.235,03 dengan rata-rata kesalahan proyeksi 0,88 persen.
6.2 Saran
1. Untuk lebih meminimalkan terjadinya kepadatan penduduk di kota Binjai
yang terus menerus meningkat maka diharapkan kepada masyarakat
sekitar apabila hendak memilih tempat tinggal, hendaknya memilih tempat
2. Laju pertumbuhan ekonomi setiap tahun meningkat, diharapkan
pemerintah memperhatikan setiap lapangan usaha yang ada di Kota Binjai
dan mengawasi tindakan Korupsi, Kolusi, Nepotisme yang menyebabkan
pertumbuhan ekonomi tersendat pada pihak yang salah dan berujung
DAFTAR PUSTAKA
Assauri, Sofjan. 1984. Teknik & Metoda Peramalan, edisi satu. Jakarta : Fakultas
Ekonomi Universitas Indonesia.
BPS. 2013. Kota Binjai dalam Angka 2013. Binjai: Badan Pusat Statistik Kota
Binjai. BPS. 2011. Penduduk Sumatera Utara Menurut Kabupaten/Kota Tahun
2011. Medan : BPS Provinsi SUMUT
BPS. 2013. Statistik Daerah Kota Binjai 2013. Binjai: Badan Pusat Statistik Kota
Binjai.
Makridakis, Sypros. 1989. Metode dan Aplikasi Peramalan. Jakarta : Airlangga.
Subagyo, Pangestu Drs. 2004. Statistik terapan. Yogyakarta. BPFE.
Sudjana. 2005. Metode Statistika. Edisi Keenam. Tersito. Bandung.
Sugiyono. Dr. Prof. 2010. Statistika untuk Penelitian. PT Alfabeta. Bandung.