Judul : PREDIKSI JUMLAH RATA-RATA TAMU MANCANEGARA DAN NUSANTARA
DI KOTA MEDAN MENGGUNAKAN SMOOTHING EKSPONENSIAL GANDA BROWN
Kategori : TUGAS AKHIR
Nama : ANTHONY VS DAMANIK
Nomor Induk Mahasiswa : 112407080 Program Studi : D3 STATISTIKA
Departemen : MATEMATIKA
Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN
ALAM UNIVERSITAS SUMATERA UTARA
Disetujui di Medan, Juli 2014
Disetujui oleh:
Program Studi D3 Statistika FMIPA USU Pembimbing, Ketua,
PREDIKSI JUMLAH RATA-RATA TAMU MANCANEGARA DAN NUSANTARA DI KOTA MEDAN MENGGUNKAAN SMOOTHING
EKSPONENSIAL GANDA BROWN
TUGAS AKHIR
Saya mengakui bahwa Tugas Akhir ini adalah hasil kerja saya sendiri. Kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Juli 2014
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha Penyayang, dengan limpah karunia-Nya Penulis dapat menyelesaikan tugas akhir ini dengan judul Prediksi Jumlah Rata-Rata Tamu Mancanegara dan Nusantara di Kota Medan Menggunakan Smoothing Eksponensial Ganda Brown.
Terimakasih penulis sampaikan kepada Bapak Syahriol Sitorus, S.Si., M.I.T selaku pembimbing yang telah meluangkan waktunya selama penyusunan tugas akhir ini. Terimakasih kepada Bapak Dr. Faigiziduhu Bu’ulölö, M.Si dan
Bapak Dr. Suwarno Arriswoyo, M.Si selaku Ketua dan 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 Ayah Alm Jhanmesdin Damanik,Ibu Regina Purba dan keluarga yang selama ini memberikan bantuan dan dorongan yang diperlukan. Semoga Tuhan Yang Maha Esa akan membalasnya.
Penulis,
Halaman
Bab 2 Landasan Teori 7
2.1 Proyeksi 7
2.2 Jenis-Jenis Peramalan 7
2.3 Langkah-Langkah Peramalan 9
2.4 Metode Peramalan 10
2.5 Eksponensial Ganda Brown 11
Bab 3 Gambaran Umum 14
3.1 Sejarah Badan Pusat Statistik 14
3.2 LogoInstansi 16
3.3 Visi dan Misi Badan Pusat Statistik 17
3.4 Struktur Organisasi Badan Pusat Statistik 18
3.5 Tugas, Fungsi Dan Kewenangan BPS 19
Bab 4 Pengolahan Data 25
4.1 Data dan Pembahasan 25
4.2 Peramalan Dengan Doubel Eksponential Smoothing untuk Mancanegara
26 4.3 Forecast Pada Tahun 2013-2015 Untuk Mancanegara 46 4.4 Peramalaan Dengan Doubel Eksponential Smoothing untuk
Nusantara
49 4.5 Forecast Pada Tahun 2013-2015 Untuk Nusantara 69
Bab 6 Kesimpulan dan Saran 80
6.1 Kesimpulan 80
6.2 Saran 80
Halaman
Gambar 3.1 Logo BPS 16
Gambar 3.2 Struktur BPS 24
Gambar 4.1 Forecast Jumlah Mancanegara = 0,09 49
Gambar 4.5 Forecast Jumlah Nusantara = 0,09 72
Gambar 5.5 Tampilan Monitor Pada Mirosoft Excel 75
Gambar 5.1 Tampilan Linier Regression 54
Gambar 5.2 TampilanWorksheet Pada Microsoft Excel 75 Gambar 5.3 Tampilan Hasil Perhitungan Pada Microsoft Excel 75
PENDAHULUAN
1.1 Latar Belakang
Globalisasi menyebabkan industri jasa seperti telekomunikasi, transportasi, perbankan, dan perhotelan berkembang dengan cepat. Kekayaan sumber daya alam yang dimiliki Indonesia menjadikan Indonesia memiliki banyak potensi untuk dikembangkan baik dalam sektor pertanian, perkebunan, pertambangan, industri, dan pariwisata. Kekayaan sumber daya alam yang melimpah, unsur keindahaan alam, keunikan budaya, peninggalan sejarah, keanekaragaman flora dan fauna serta keramahaan penduduk lokal menjadi nilai tambah pengembangan sektor pariwisata di Indonesia.
Salah satu cara memberikan produk dan pelayanan yang prima adalah dengan memberikan pelayanan kepada tamu yang datang dan menginap secara maksimal. Banyaknya hotel yang bermunculan di kota Medan menyebabkan terjadinya persaingan. Hal ini tentu menjadi tantangan bagi perusahaan yang bergerak di industri hotel untuk dapat bertahan dan melakukan pembaharuan dalam rencana strategi bersaing perusahaannya. Di mana sekarang ini, pasar yang menentukan segalanya, persaingan antar hotel menjadi lebih ketat. Demi memenangkan persaingan, hotel-hotel saling berlomba untuk mengetahui kondisi pesaingnya.
Untuk mengimplementasikan keadaan diatas penulis mengajukan judul Tugas Akhir yang mengambil judul “Prediksi Jumlah Rata-Rata Tamu Mancanegara dan Nusantara menggunakan Smoothing Eksponential Ganda
Brown”.
1.2 Rumusan Masalah
Berdasarkan latar belakang yang telah diuraikan diatas, maka yang menjadi rumusan masalah tulisan ini adalah
1. Berapa banyak Prediksi jumlah rata-rata tamu mancanegara dan nusantara menggunakan Smoothing Eksponential ganda linier brown?
1.3 Batasan Masalah
Sehubungan dengan keterbatasan waktu dan kemampuan penulis serta untuk menghindari kesalahan pahaman dalam penulisan Tugas Akhir yang sesuai dengan rumusan masalah dan latar belakang masalah telah diuraikan maka penulis membatasi ruang lingkup penelitian pada peramalan jumlah rata-rata tamu mancanegara dan nusantara, dengan mana data yang dibutuhkan diperoleh dari Badan Pusat Statistik ( BPS ) Kota Medan.
Untuk mengetahui prediksi jumlah rata-rata tamu mancanegara dan nusantara, maka dilakukan proyeksi data jumlah rata-rata tamu mancanegara dan nusantara naik atau turun menggunakan Metode Smoothing Eksponential ganda linier brown dengan menggunakan = 0,01 0,09
1.4 Tujuan Penelitian
Tujuan penelitian ini adalah :
1. Untuk memprediksi berapa banyak jumlah rata-rata tamu mancanegara dan nusantara.
2. Untuk melihat peningkatan atau penurunan jumlah rata-rata tamu mancanegara dan nusantara sehingga Memberikan gambaran terhadap perubahan jumlah rata-rata tamu mancanegara dan nusantara.
1.5 Manfaat Penelitian
mancanegara dan nusantara di tahun-tahun berikutnya terkhususnya pada tahun 2013-2015.
1.6 Lokasi Penelitian
Penulis mengambil data tentang jumlah rata-rata tamu mancanegara dan nusantara di Badan Pusat Statistik ( BPS ) Kota Medan.
1.7 Metodologi Penelitian
Metode yang digunakan penulis adalah dengan cara sebagai berikut :
1. Penelitian Kepustakaan ( Library Research )
Metode pengumpulan data 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. Penelitian Lapangan
Metode pengumpulan data untuk memperoleh data dan menenliti,menulis data yang diperlukan. Metode pengumpulan data yang digunakan adalah data sekunder.
diperlukan dengan tujuan untuk mendapatkan gambaran yang jelas tentang data tersebut.
1.8 Sistematika Penulisan
Adapun sistematika dalam penulisan adalah sebagai berikut :
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 menjelaskan tentang peramalan,jenis-jenis peramalan,langkah-langkah peramalan,metode peramalan, serta metode double eksponensial smoothing
Bab 3 : GAMBARAN UMUM
Bab 4 : PENGOLAHAN DATA
Bab ini merupakan bab yang berisikan mengenai analisa data dengan perhitungan memprediksi jumlah rata-rata tamu mancanegara dan nusantara
Bab 5 : IMPLEMENTASI SISTEM
Dalam bab ini menguraikan tentang penerapan hasil desain tertulis ke dalam programming. Programming yang digunakan Microsoft Excel
Bab 6 : KESIMPULAN DAN SARAN
LANDASAN TEORI
2.1 Proyeksi
Teknik Proyeksi merupakan suatu cara atau pendekatan untuk menentukan ramalan (perkiraaan) mengenai sesuatu di masa yang akan datang. Peramalan adalah alat bantu yang penting pada perencanaan yang efektif dan efisien (adler manurung S.E ,2000).
Aspek –aspek yang menggunakan peramalan cukup luas baik secara waktu, faktor-faktor penentu kejadian sebenarnya,jenis-jenis pola data dan beberapa hal-hal lain. Dalam hal ini peramalan ini beberapa teknik telah dikembangkan dan dapat dikelompokkan kedalam dua kategori yaitu metode kuantitatif dan metode kualitatif.
2.2 Jenis-Jenis Peramalan
Peramalan (forecasting) : adalah seni dan ilmu memprediksi peristiwa-peristiwa yang akan terjadi dengan menggunakan data historis dan memproyeksikannya ke masa depan dengan beberapa bentuk model matematis.
1. Peramalan berdasarkan jangka waktu :
a. Peramalan jangka pendek ( kurang satu tahun, umumnya kurang tiga bulan : digunakan untuk rencana pembelian, penjadwalan kerja, jumlah TK, tingkat produksi),
b .Peramalan jangka menengah( tiga bulan hingga tiga tahun : digunakan untuk perencanaan penjualan, perencanaan dan penganggaran produksi dan menganalisis berbagai rencana operasi),
c. Peramalan jangka panjang ( tiga tahun atau lebih, digunakan untuk merencanakan produk baru, penganggaran modal, lokasi fasilitas, atau ekspansi dan penelitian serta pengembangan).
2. Peramalan berdasarkan rencana operasi
a.Ramalan ekonomi: membahas siklus bisnis dengan memprediksi tingkat inflasi dan indikator perencanaan lainnya,
b. Ramalan teknologi: berkaitan dengan tingkat kemajuan teknologi dan produk baru,
c. Ramalan permintaan : berkaitan dengan proyeksi permintaan terhadap produk perusahaan. Ramalan ini disebut juga ramalan penjualan, yang mengarahkan produksi, kapasitas dan siatem penjadualan perusahaan.
a. Peramalan kuantitatif, menggunakan berbagai model matematis atau metode statistik dan data historis dan atau variabel-variabel kausal untuk meramalkan permintaan,
b. Peramalan kualitatif, menggunakan intuisi, pengalaman pribadi dan berdasarkan pendapat (judment) dari yang melakukan peramalan.
2.3 Langkah-langkah Peramalan
Secara umum untuk memastikan bahwa peramalan yang dilakukan dapat tepat guna serta memenuhi ketepatan yang optimal, maka terdapat beberapa langkah yang harus dilakukan dalam melakukan peramalan ( Teguh Baroto 2005 ). Adapun langkah-langkah tersebut antara lain :
1. Penentuan Tujuan
Tujuan peramalan bergantung pada kebutuhan informasi para manager setelah melakukan penentuan tujuan maka dapat selanjutnya melakukan penentuan antara lain :
a. Variabel apa yang diramalkan
b. Siapa yang akan menggunakan hasil peramalan c. Untuk tujuan apa hasil peramalan digunakan
d. Peramalan jangka panjang atau jangka pendek yang diperlukan e. Derajat ketepatan peramalan yang diinginkan
g. Bagian-bagian peramalan yang dinginkan seperti peramalan untuk kelompok pembeli, kelompok produk atau daerah geografis
2. Pengembangan Model
Model dapat diibaratkan sebagai cara pengolahan dan penyajian data agar lebih sederhana sehingga mudah untuk dianalisis
3. Pengujian Model
Pengujian Model dilakukan untuk menentukan tingkat akurat,validitas dan reabilitas yang diharapkan. Nilai suatu model ditentukan dengan derajat ketepatan peramalan dengan permintaan aktualnya.
4. Penerapan model atau hasil dari peramalan yang diperoleh 5. Revisi dan Evaluasi
2.4 Metode Peramalan
Tahapan yang penting dalam pemilihan metode times series yang tepat yaitu membuat asumsi terhadap jenis bentuk data dan metode yang paling tepat tersebut diuji terhadap data tersebut. Adapun metode times series terbagi atas tiga metode yaitu :
1. Metode rata-rata bergerak sederhana
2. Metode pengahalusan eksponensial sederhana 3. Metode eksponential ganda brown
Dari ketiga metode diatas maka penulis memakai metode eksponential ganda brown karena datanya setiap bulan naik turun dan variabelnya terdapat dua jenis yaitu mancanegara dan nusantara.
2.5 Eksponensial Ganda Brown (double Exponential smmothing)
Metode ini digunakan untuk data runtut waktu yang dimiliki komponen trend yang linier. Pada teknik ini, jika parameternya ( ) tidak mendekati nol, pengaruh proses awalnya secara cepat menjadi kurang berarti begitu waktu berlalu. Jika parameternya mendekati no, proses awalnya dapat berperan penting untuk beberapa periode.
Pada metode Eksponensial Ganda linier satu parameter brown memiliki tahap-tahap tetapi proses ramalan dimulai dengan menentukan besarnya alpha( )
a. Menentukan Smoothing pertama (S’t)
S’t = Xt + (1- )S’t-1
S’t = Smoothing pertama periode t
Xt = Nilai rill periode t
S’t-1 = Smoothing pertama periode t-1
b. Menentukan Smoothing Kedua (S’’t)
S’’t = S’t + (1- )S’’t-1
S’’t-1 = Smoothing kedua periode t-1
c. Menentukan Besarnya Konstanta (at)
at = 2 S’t -S’’t
d. Menentukan besarnya slope (bt)
bt = (S’t-S’’t)
e. Menentukan besarnya forecast ( Ft+m)
GAMBARAN UMUM
3.1 Sejarah Singkat Badan Pusat Statistik Kota Medan
a. Masa Sebelum Kemerdekaan
Pada masa sebelum kemerdekaan Republik Indonesia BPS dibawah LandBouw Nisver leiden Handel BPS yang dibentuk pada tahun 1920 yang berfungsi untuk mengumumkan data kebudayaan. Empat tahun kemudian pada tanggal 04 September 1945 aktivis utama BPS di pindahkan dari Bogor ke Jakarta dengan nama baru yaitu Central Kantor Noor DC Statistik (CKS). Selama perang dunia 1942–1945 dibawah pemerintahan militer Jepang (GUNSEIKANBU), CKS telah diubah namanya menjadi CHOSASITSU GUNSEIKANBU (CG) dimana fungsi utamanya diarahkan kepada pengumpulan data untuk militer.
b. Masa Sesudah Kemerdekaan
CKS bergabung menjadi Kantor Pusat Statistik (KPS) dibawah naungan Menteri Kesejahteraan Sosial. Dekrit Presiden No.172 Tahun 1957 mengubah nama dari KPS menjadi Biro Pusat Statistik (BPS) dan disahkan statusnya dibawah tanggungjawab perdana menteri.
Pada tanggal 06 Desember 1960 disahkan secara hukum menjadi sebuah lembaga untuk melakukan sensus. BPS juga sebagai lembaga utama untuk mngeluarkan data statistik secara hukum yang berlaku dan disahkan pada tanggal 07 September 1965. Pada bulan Oktober tahun 1961 setelah kemerdekaan, BPS mulai melaksanakan sensus pertama di Indonesia, setiap provinsi, daerah dan bentuk unit baru dibawah hukum pemerintah setempat. Sejak mengadakan sensus pertama pada tahun 1945 berdasarkan Dekrit Presiden No.Ac/C19, status unit tersebut ditingkatkan dalam bentuk kantor tersendiri yang terpisah dari pemerintahan setempat yaitu Kantor Sensus dan Statistik.
3.Kuning
memiki makna tentang Sensus Ekonomi yang dilakukan setiap 10 tahun sekali (tahun berakhiran angka 6 ) yang mencakup index kegiatan ekspor-impor, industri, inflasi, harga produsen, harga perdagangan, keuangan, komunikasi, konstruksi, neraca arus dana, nilai tukar petani, pariwisata, produk domestik bruto, produk domestik regional bruto, transportasi, upah buruh, dan usaha mikro kecil.
3.3 Visi dan Misi Badan Pusat Statistik (BPS)
Visi : BPS Pelopor Data Statistik Terpercaya Untuk Semua
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 perstatistikaan Indonesia
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 Statistik Nasional (SSN) yang efektif dan efisien.
3.4 Struktur Organisasi
Struktur organisasi disusun untuk membantu mencapai tujuan organisasi agar lebih efektif. Tujuan organisasi akan menentukan struktur organisasinya yaitu dengan menentukan seluruh pekerjaan, hubungan antar tugas, batas wewenang dan tanggung jawab masing-masing tugas tersebut.
Atas dasar kegiatan ini selanjutnya akan disusun pola tetap hubungan-hubungan diantara bidang-bidang keputusan, maupun para pelaksana yang mempunyai kedudukan, wewenang dan tanggung jawab tertentu dan semua ini menghasilkan kerangka organisasi.
3.5 Tugas, fungsi dan kewenangan BPS
Tugas, fungsi dan kewenangan BPS telah ditetapkan dalam Keputusan Presiden RI (Keppres) Nomor 103 Tahun 2001. Dalam menjalankan tugas, fungsi, dan kewenangannya seperti tercantum di bawah ini, BPS juga dibatasi oleh 10 prinsip etika perstatistikan yang tercantum dalam United Nations Fundamental Principles of Official Statistics.
Tugas
1. Pengkajian dan penyusunan kebijakan nasional di bidang kegiatan statistik; 2. Penyelenggaraan statistik dasar;
3. Koordinasi kegiatan fungsional dalam pelaksanaan tugas BPS;
4. Fasilitasi pembinaan terhadap kegiatan instansi pemerintah di bidang kegiatan statistik; dan Penyelenggaraan pembinaan dan pelayanan administrasi umum di bidang perencanaan umum, ketatausahaan, organisasi dan tata laksana, kepegawaian, keuangan, kearsipan, hukum, persandian, perlengkapan dan rumah tangga.
5. Melaksanakan tugas pemerintahan di bidang kegiatan statistik sesuai dengan ketentuan peraturan perundang-undangan yang berlaku.
Fungsi Kewenangan
1. Penyusunan rencana nasional secara makro di bidangnya;
3. Penetapan sistem informasi di bidangnya;
4. Penetapan dan penyelenggaraan statistik nasional;
5. Kewenangan lain sesuai dengan ketentuan peraturan perundang-undangan yang berlaku, yaitu:
6. perumusan dan pelaksanaan kebijakan tertentu di bidang kegiatan statistik; 7. penyusun pedoman penyelenggaraan survei statistik sektoral.
Berikut ini adalah job diescription dan job specification pada bagian informasi yaitu tempat dimana penulis melakukan praktek kerja lapangan
I. Kepala Kantor Badan Pusat Statistik
1. Memimpin BPS Kota Medan dalam kegiatan statistik dasar
2. Memimpin kegiatan dalam penyusunan program kerja tahunan yang direncanakan oleh masing-masing seksi / sub bagian
3. Mengatur pelaksanaan program kerja BPS Kota Medan
4. Mengusulkan pegawai, pendidikan dan pelatihan, pensiun, dan mutasi pegawai lainnya.
5. Membina aparatur Badan Pusat Statistik Kota Medan agar berdaya guna
6. Memberikan saran-saran dan pertimbangan-pertimbangan kepada bawahan dalam melaksanakan tugasnya.
II. Kasubbag Tata Usaha
1. Mengurus administrasi kepegawaian
3. Menyusun program tahunan kantor BPS Kota Medan
4. Mengadministrasikan barang milik negara.
III. Seksi Statistik Sosial
1. Menyusun program kerja tahunan seksi statistik sosial
2. Membantu pelaksanaan dan mengatur pembagian dokumen statistik sosial yang diperlukan untuk pelaksaan di lapangan
3. Melakukan pencacahan di lapangan
4. Mengatur dan menetapkan dokumen statistik kependudukan yang akan dikirim ke BPS pusat/provinsi, sesuai dengan jadwal waktu yang sudah ditentukan.
5. Menyusun laporan kegiatan seksi statistik sosial secara berkala dan sewaktu-waktu.
IV. Seksi Statistik Produksi
1. Menyusun program kegiatan pada seksi statistik produksi, antara lain ;
a. Statistik Pertanian
b. Statistik Industri Pengolahan
c. Statistik Konstruksi dan Pertambangan Energi
2. Membuat surat tugas kepada petugas/pencacah
4. Melaksanakan editing/coding dokumen hasil pencacahan
5. Melakukan entri data (input data) dokumen hasil pencacahan
6. Membuat tabulasi data hasil entri
7. Melakukan koordinasi dengan seksi lain
8. Melakukan koordinasi dengan instansi terkait
V. Seksi Statistik Distribusi
1. Menyusun laporan tahunan
2. Mengatur dan melaksanankan pembagian tugas dan dokumen yang diperlukan di lapangan
3. Melakukan penelitian kelengkapan, pemasukan dokumen dari hasil pencacahan
4. Melakukan pengiriman dokumen yang telah selesai diperiksa ke BPS Pusat/Provinsi dengan jadwal yang telah ditentukan
5. Melakukan kerjasama dengan instansi lain dalam rangka tugas koordinasi.
VI. Seksi Neraca Wilayah dan Analisis Statistik
1. Menyusun program kerja tahunan
2. Melakukan pembagian tugas pencacah survey bidang neraca
4. Melakukan penelitian kelengkapan pemasukan dokumen dari hasil pencacah survey bidang neraca
5. Membuat naskah publikasi PDRB dan publikasi untuk sektoral lainnya
6. Membuat tabulasi data untuk publikasi
VII. Seksi IPDS
1. Menyusun program kerja tahunan seksi IPDS
2. Melakukan penyusunan,pemeliharaan,penyelesaian permasalahan
3. Membantu kepala BPS Kota Medan dalam melaksanakan kegiatan rujukan statistik dasar, statistik sektoral, dan statistik khusus
4. Membantu kepala BPS Kota Medan dalam mengatur dan melaksanakan pemantauan dan mengevaluasi publikasi yang diterbitkan
5. Melakukan pengolahan bahan pustaka dan dokumen Statistik sesuai dengan pedoman yang ditentukan
VIII. Kordinator Statistik Kecamatan
1. Menyusun laporan tahunan
2. Menghimpun bahan dan melakukan penyusunan usaha program kerja tahunan
NIP. 19630505 199102 1 001
Subbagian Tata Usaha
Drs. Rinaldi, M.Si
NIP. 19690717 199401 1 001
Seksi Statistik Sosial
Martua Ponidi Samosir, S.Si NIP. 19771114 200003 1 001
Seksi Statistik Produksi
Suharwanto, SE NIP. 19720527 199203 1 004
Seksi Statistik Distribusi
Sahala Matondang, SE NIP. 19570408 197812 1 001
Seksi
Neraca Wilayah dan Analisis Statistik
Diana Aulia Adnan, SE NIP. 19671228 199401 2 001
Seksi Integrasi Pengolahan dan
Diseminasi Statistik
Wagiono, SST NIP. 19780628 200012 1 003
PENGOLAHAN DATA
4.1 Pengolahan Data
Pengolahan data dilakukan agar diperoleh hasil yang sesuai dengan yang diinginkan. Dalam bab ini dianalisa tentang perkembangan jumlah rata-rata tam mancanegara dan nusantara
Tabel 4.1 Jumlah Rata-Rata Tamu Mancanegara dan Nusantara
Periode Mancanegara Nusantara
2010 2011 2012 2010 2011 2012
Januari 12,35 9,99 10,03 87,65 90,01 89,97
Februari 11,37 10,22 14,31 88,63 89,78 85,69
Maret 12,26 12,99 11,08 87,74 87,01 88,92
April 10,96 8,85 10,79 89,04 91,15 89,21
Mei 11,30 11,92 12,88 88,70 88,08 87,12
Juni 10,76 10,42 11,87 89,24 89,58 88,13
Juli 11,20 9,98 11,55 88,80 90,02 88,45
Agustus 11,88 9,64 11,18 88,12 90,36 88,82
September 11,05 7,99 12,39 88,95 92,01 87,61
Oktober 8,81 7,24 9,36 91,19 92,76 90,64
November 9,63 8,14 11,37 90,37 91,86 88,63
Desember 10,17 7,52 10,44 89,83 92,48 89,56
0 10 20 30 40 50 60 70 80 90 100
1 2 3 4 5 6 7 8 9 10 11 12
manca 2010
manca 2011
manca 2012
nusantara 2010
nusantara 2011
Tabel 4.2.1 Peramalan Jumlah Tamu Mancanegara Menggunakan Smoothing Eksponensial Ganda Linier Dengan = 0,01
Bulan Periode Jumlah
tamu ′
" Forecast
Januari 1 12,35 12,35 12,35
Februari 2 11,37 12,34 12,35 12,33 -1E-04
Maret 3 12,26 12,34 12,35 12,329 -0,0001 12,3304 -0,0704 0,005
April 4 10,96 12,33 12,35 12,302 -0,0002 12,3289 -1,3689 1,8739
Mei 5 11,3 12,32 12,349 12,281 -0,0003 12,3014 -1,0014 1,0028
Juni 6 10,76 12,3 12,349 12,251 -0,0005 12,2811 -1,5211 2,3139
Juli 7 11,2 12,29 12,348 12,229 -0,0006 12,2504 -1,0504 1,1033
Agustus 8 11,88 12,28 12,347 12,222 -0,0006 12,2289 -0,3489 0,1217
September 9 11,05 12,27 12,347 12,198 -0,0008 12,2213 -1,1713 1,3719
Oktober 10 8,81 12,24 12,346 12,13 -0,0011 12,1972 -3,3872 11,473
November 11 9,63 12,21 12,344 12,079 -0,0013 12,1287 -2,4987 6,2437
Desember 12 10,17 12,19 12,343 12,04 -0,0015 12,0777 -1,9077 3,6392
Januari 13 9,99 12,17 12,341 11,997 -0,0017 12,0382 -2,0482 4,1951
Februari 14 10,22 12,15 12,339 11,96 -0,0019 11,9957 -1,7757 3,1531
Maret 15 12,99 12,16 12,337 11,979 -0,0018 11,9584 1,03156 1,0641
April 16 8,85 12,13 12,335 11,915 -0,0021 11,9772 -3,1272 9,7791
Mei 17 11,92 12,12 12,333 11,913 -0,0021 11,9128 0,00719 5E-05
Juni 18 10,42 12,11 12,331 11,881 -0,0023 11,9108 -1,4908 2,2226
Juli 19 9,98 12,08 12,328 11,841 -0,0025 11,8789 -1,8989 3,6058
Agustus 20 9,64 12,06 12,326 11,795 -0,0027 11,8386 -2,1986 4,834
September 21 7,99 12,02 12,323 11,717 -0,0031 11,7922 -3,8022 14,457
Oktober 22 7,24 11,97 12,319 11,624 -0,0035 11,7135 -4,4735 20,012
November 23 8,14 11,93 12,315 11,552 -0,0039 11,621 -3,481 12,117
Februari 26 14,31 11,9 12,302 11,488 -0,0041 11,4305 2,87952 8,2916
Maret 27 11,08 11,89 12,298 11,476 -0,0042 11,4837 -0,4037 0,163
April 28 10,79 11,88 12,294 11,458 -0,0042 11,4715 -0,6815 0,4644
Mei 29 12,88 11,89 12,29 11,482 -0,0041 11,4537 1,4263 2,0343
Juni 30 11,87 11,89 12,286 11,486 -0,004 11,478 0,392 0,1537
Juli 31 11,55 11,88 12,282 11,483 -0,004 11,4818 0,06824 0,0047
Agustus 32 11,18 11,88 12,278 11,473 -0,0041 11,4791 -0,2991 0,0895
September 33 12,39 11,88 12,274 11,487 -0,004 11,4691 0,92093 0,8481
Oktober 34 9,36 11,86 12,27 11,441 -0,0042 11,4834 -2,1234 4,5089
November 35 11,37 11,85 12,266 11,436 -0,0042 11,437 -0,067 0,0045
Desember 36 10,44 11,84 12,261 11,412 -0,0043 11,4315 -0,9915 0,983
Total 140,41
Untuk = 0,01 dan N = 34 Maka :
MSE =
=
,Tabel 4.2.2 Peramalan Jumlah Tamu Mancanegara Menggunakan Smoothing Eksponensial Ganda Linier Dengan = 0,02
Bulan Periode Jumlah
tamu ′
" Forecast
Januari 1 12,35 12,35 12,35
Februari 2 11,37 12,33 12,35 12,311 -4E-04
Maret 3 12,26 12,329 12,35 12,309 -4E-04 12,3108 -0,051 0,003
April 4 10,96 12,302 12,35 12,255 -1E-03 12,3084 -1,348 1,818
Mei 5 11,3 12,282 12,35 12,216 -0,001 12,254 -0,954 0,91
Juni 6 10,76 12,251 12,34 12,157 -0,002 12,2149 -1,455 2,117
Juli 7 11,2 12,23 12,34 12,118 -0,002 12,1554 -0,955 0,913
Agustus 8 11,88 12,223 12,34 12,106 -0,002 12,1153 -0,235 0,055
September 9 11,05 12,2 12,34 12,062 -0,003 12,1035 -1,054 1,11
Oktober 10 8,81 12,132 12,33 11,93 -0,004 12,059 -3,249 10,56
November 11 9,63 12,082 12,33 11,835 -0,005 11,9262 -2,296 5,273
Desember 12 10,17 12,044 12,32 11,765 -0,006 11,8303 -1,66 2,757
Januari 13 9,99 12,003 12,32 11,689 -0,006 11,7588 -1,769 3,129
Februari 14 10,22 11,967 12,31 11,624 -0,007 11,6824 -1,462 2,139
Maret 15 12,99 11,987 12,3 11,672 -0,006 11,6175 1,3725 1,884
April 16 8,85 11,925 12,3 11,554 -0,008 11,6654 -2,815 7,926
Mei 17 11,92 11,924 12,29 11,561 -0,007 11,5463 0,3737 0,14
Juni 18 10,42 11,894 12,28 11,509 -0,008 11,5537 -1,134 1,285
Juli 19 9,98 11,856 12,27 11,441 -0,008 11,501 -1,521 2,313
Agustus 20 9,64 11,812 12,26 11,361 -0,009 11,4323 -1,792 3,212
September 21 7,99 11,735 12,25 11,219 -0,011 11,3521 -3,362 11,3
Oktober 22 7,24 11,645 12,24 11,051 -0,012 11,2084 -3,968 15,75
November 23 8,14 11,575 12,23 10,924 -0,013 11,0391 -2,899 8,405
Februari 26 14,31 11,522 12,18 10,86 -0,013 10,7182 3,5918 12,9
Maret 27 11,08 11,513 12,17 10,856 -0,013 10,8469 0,2331 0,054
April 28 10,79 11,499 12,16 10,841 -0,013 10,8428 -0,053 0,003
Mei 29 12,88 11,526 12,14 10,909 -0,013 10,8272 2,0528 4,214
Juni 30 11,87 11,533 12,13 10,934 -0,012 10,8959 0,9741 0,949
Juli 31 11,55 11,533 12,12 10,947 -0,012 10,9223 0,6277 0,394
Agustus 32 11,18 11,526 12,11 10,945 -0,012 10,9352 0,2448 0,06
September 33 12,39 11,544 12,1 10,991 -0,011 10,933 1,457 2,123
Oktober 34 9,36 11,5 12,08 10,915 -0,012 10,9794 -1,619 2,623
November 35 11,37 11,497 12,07 10,922 -0,012 10,9034 0,4666 0,218
Desember 36 10,44 11,476 12,06 10,891 -0,012 10,9101 -0,47 0,221
Total 118,80
Untuk = 0,02 dan N = 34 Maka :
MSE =
=
,Tabel 4.2.3 Peramalan Jumlah Tamu Mancanegara Menggunakan Smoothing Eksponensial Ganda Linier Dengan = 0,03
Bulan Periode Jumlah
tamu ′
" Forecast
Januari 1 12,35 12,35 12,35
Februari 2 11,37 12,32 12,35 12,29 -9E-04
Maret 3 12,26 12,32 12,35 12,29 -9E-04 12,291 -0,031 0,001
April 4 10,96 12,28 12,35 12,21 -0,002 12,288 -1,328 1,7648
Mei 5 11,3 12,25 12,34 12,15 -0,003 12,208 -0,908 0,8242
Juni 6 10,76 12,2 12,34 12,07 -0,004 12,151 -1,391 1,9356
Juli 7 11,2 12,17 12,33 12,01 -0,005 12,065 -0,865 0,748
Agustus 8 11,88 12,17 12,33 12 -0,005 12,009 -0,129 0,0166
September 9 11,05 12,13 12,32 11,94 -0,006 11,996 -0,946 0,8951
Oktober 10 8,81 12,03 12,31 11,75 -0,009 11,934 -3,124 9,7611
November 11 9,63 11,96 12,3 11,62 -0,011 11,741 -2,111 4,4559
Desember 12 10,17 11,91 12,29 11,52 -0,012 11,606 -1,436 2,0607
Januari 13 9,99 11,85 12,28 11,42 -0,013 11,509 -1,519 2,3066
Februari 14 10,22 11,8 12,26 11,34 -0,014 11,406 -1,186 1,4059
Maret 15 12,99 11,84 12,25 11,42 -0,013 11,321 1,6687 2,7847
April 16 8,85 11,75 12,24 11,26 -0,015 11,407 -2,557 6,5384
Mei 17 11,92 11,75 12,22 11,28 -0,015 11,241 0,6792 0,4614
Juni 18 10,42 11,71 12,21 11,22 -0,015 11,266 -0,846 0,7163
Juli 19 9,98 11,66 12,19 11,13 -0,016 11,201 -1,221 1,4909
Agustus 20 9,64 11,6 12,17 11,03 -0,018 11,112 -1,472 2,1681
September 21 7,99 11,49 12,15 10,83 -0,02 11,008 -3,018 9,1065
Oktober 22 7,24 11,36 12,13 10,6 -0,024 10,809 -3,569 12,737
November 23 8,14 11,27 12,1 10,43 -0,026 10,574 -2,434 5,9259
Februari 26 14,31 11,22 12,02 10,41 -0,025 10,167 4,1433 17,167
Maret 27 11,08 11,21 12 10,43 -0,024 10,387 0,6933 0,4807
April 28 10,79 11,2 11,97 10,43 -0,024 10,403 0,3866 0,1495
Mei 29 12,88 11,25 11,95 10,55 -0,022 10,402 2,4777 6,1388
Juni 30 11,87 11,27 11,93 10,61 -0,02 10,527 1,3429 1,8034
Juli 31 11,55 11,28 11,91 10,64 -0,02 10,586 0,964 0,9293
Agustus 32 11,18 11,27 11,89 10,66 -0,019 10,623 0,5566 0,3098
September 33 12,39 11,31 11,87 10,74 -0,018 10,637 1,7528 3,0724
Oktober 34 9,36 11,25 11,85 10,64 -0,019 10,723 -1,363 1,8584
November 35 11,37 11,25 11,84 10,67 -0,018 10,624 0,7461 0,5566
Desember 36 10,44 11,23 11,82 10,64 -0,018 10,65 -0,21 0,0441
Total 108,97
Untuk = 0,03 dan N = 34 Maka :
MSE =
=
,Tabel 4.2.4 Peramalan Jumlah Tamu Mancanegara Menggunakan Smoothing Eksponensial Ganda Linier Dengan = 0,04
Bulan Periode Jumlah
tamu ′
" Forecast
Januari 1 12,35 12,35 12,35
Februari 2 11,37 12,31 12,35 12,273 -0,002
Maret 3 12,26 12,31 12,35 12,271 -0,002 12,272 -0,012 1E-04
April 4 10,96 12,25 12,34 12,166 -0,004 12,269 -1,309 1,714
Mei 5 11,3 12,22 12,34 12,095 -0,005 12,163 -0,863 0,744
Juni 6 10,76 12,16 12,33 11,986 -0,007 12,09 -1,33 1,769
Juli 7 11,2 12,12 12,32 11,918 -0,008 11,979 -0,779 0,606
Agustus 8 11,88 12,11 12,31 11,907 -0,008 11,909 -0,029 8E-04
September 9 11,05 12,07 12,3 11,832 -0,01 11,898 -0,848 0,72
Oktober 10 8,81 11,94 12,29 11,586 -0,015 11,822 -3,012 9,072
November 11 9,63 11,85 12,27 11,419 -0,018 11,571 -1,941 3,768
Desember 12 10,17 11,78 12,25 11,305 -0,02 11,401 -1,231 1,516
Januari 13 9,99 11,71 12,23 11,183 -0,022 11,285 -1,295 1,677
Februari 14 10,22 11,65 12,21 11,088 -0,023 11,162 -0,942 0,887
Maret 15 12,99 11,7 12,19 11,215 -0,02 11,065 1,9255 3,707
April 16 8,85 11,59 12,16 11,011 -0,024 11,195 -2,345 5,5
Mei 17 11,92 11,6 12,14 11,061 -0,022 10,987 0,9326 0,87
Juni 18 10,42 11,55 12,12 10,99 -0,023 11,038 -0,618 0,382
Juli 19 9,98 11,49 12,09 10,889 -0,025 10,966 -0,986 0,972
Agustus 20 9,64 11,42 12,06 10,768 -0,027 10,864 -1,224 1,497
September 21 7,99 11,28 12,03 10,525 -0,031 10,741 -2,751 7,567
Oktober 22 7,24 11,12 12 10,239 -0,037 10,494 -3,254 10,59
November 23 8,14 11 11,96 10,04 -0,04 10,202 -2,062 4,252
Februari 26 14,31 10,97 11,83 10,098 -0,036 9,7396 4,5704 20,89
Maret 27 11,08 10,97 11,8 10,142 -0,035 10,062 1,0183 1,037
April 28 10,79 10,96 11,77 10,161 -0,033 10,107 0,6829 0,466
Mei 29 12,88 11,04 11,74 10,343 -0,029 10,127 2,7528 7,578
Juni 30 11,87 11,07 11,71 10,436 -0,027 10,314 1,556 2,421
Juli 31 11,55 11,09 11,68 10,499 -0,025 10,409 1,1406 1,301
Agustus 32 11,18 11,1 11,66 10,529 -0,024 10,474 0,7059 0,498
September 33 12,39 11,15 11,64 10,654 -0,021 10,506 1,8841 3,55
Oktober 34 9,36 11,08 11,62 10,533 -0,023 10,633 -1,273 1,621
November 35 11,37 11,09 11,6 10,578 -0,021 10,511 0,8594 0,739
Desember 36 10,44 11,06 11,58 10,548 -0,021 10,557 -0,117 0,014
Total 104,15
Untuk = 0,04 dan N = 34 Maka :
MSE =
=
,Tabel 4.2.5 Peramalan Jumlah Tamu Mancanegara Menggunakan Smoothing Eksponensial Ganda Linier Dengan = 0,05
Bulan Periode Jumlah
tamu ′
" Forecast
Januari 1 12,35 12,35 12,35
Februari 2 11,37 12,3 12,35 12,25 -0,002
Maret 3 12,26 12,3 12,35 12,25 -0,002 12,252 0,008 6E-05
April 4 10,96 12,23 12,34 12,12 -0,006 12,25035 -1,29 1,665
Mei 5 11,3 12,19 12,33 12,04 -0,008 12,11889 -0,819 0,6706
Juni 6 10,76 12,11 12,32 11,91 -0,011 12,03134 -1,271 1,6163
Juli 7 11,2 12,07 12,31 11,83 -0,013 11,8965 -0,697 0,4851
Agustus 8 11,88 12,06 12,3 11,82 -0,012 11,81597 0,064 0,0041
September 9 11,05 12,01 12,28 11,74 -0,014 11,80975 -0,76 0,5772
Oktober 10 8,81 11,85 12,26 11,44 -0,022 11,72131 -2,911 8,4757
November 11 9,63 11,74 12,23 11,24 -0,026 11,41582 -1,786 3,1892
Desember 12 10,17 11,66 12,2 11,11 -0,029 11,2156 -1,046 1,0933
Januari 13 9,99 11,58 12,17 10,98 -0,031 11,08493 -1,095 1,1989
Februari 14 10,22 11,51 12,14 10,88 -0,033 10,94672 -0,727 0,5281
Maret 15 12,99 11,58 12,11 11,05 -0,028 10,84259 2,1474 4,6114
April 16 8,85 11,45 12,08 10,81 -0,033 11,02406 -2,174 4,7265
Mei 17 11,92 11,47 12,05 10,89 -0,03 10,77875 1,1412 1,3025
Juni 18 10,42 11,42 12,02 10,82 -0,032 10,85954 -0,44 0,1932
Juli 19 9,98 11,34 11,98 10,71 -0,034 10,7851 -0,805 0,6482
Agustus 20 9,64 11,26 11,95 10,57 -0,036 10,673 -1,033 1,0671
September 21 7,99 11,1 11,9 10,29 -0,043 10,5361 -2,546 6,4826
Oktober 22 7,24 10,9 11,85 9,952 -0,05 10,24531 -3,005 9,0319
November 23 8,14 10,77 11,8 9,73 -0,054 9,902235 -1,762 3,1055
Februari 26 14,31 10,76 11,64 9,886 -0,046 9,408448 4,9016 24,025
Maret 27 11,08 10,78 11,59 9,961 -0,043 9,840309 1,2397 1,5368
April 28 10,79 10,78 11,55 10 -0,041 9,918238 0,8718 0,76
Mei 29 12,88 10,88 11,52 10,25 -0,033 9,962473 2,9175 8,512
Juni 30 11,87 10,93 11,49 10,37 -0,029 10,21346 1,6565 2,7441
Juli 31 11,55 10,96 11,46 10,46 -0,026 10,34565 1,2044 1,4505
Agustus 32 11,18 10,97 11,44 10,51 -0,024 10,43676 0,7432 0,5524
September 33 12,39 11,04 11,42 10,67 -0,02 10,48477 1,9052 3,6299
Oktober 34 9,36 10,96 11,4 10,52 -0,023 10,65083 -1,291 1,6662
November 35 11,37 10,98 11,38 10,59 -0,021 10,50205 0,8679 0,7533
Desember 36 10,44 10,95 11,35 10,55 -0,021 10,56593 -0,126 0,0159
Total 101,36
Untuk = 0,05 dan N = 34 Maka :
MSE =
=
,Tabel 4.2.6 Peramalan Jumlah Tamu Mancanegara Menggunakan Smoothing Eksponensial Ganda Linier Dengan = 0,06
Bulan Periode Jumlah
tamu ′
" Forecast
Januari 1 12,35 12,35 12,35
Februari 2 11,37 12,29 12,35 12,24 -0,004
Maret 3 12,26 12,29 12,34 12,24 -0,003 12,232 0,028 0,0008
April 4 10,96 12,21 12,34 12,08 -0,008 12,232 -1,272 1,6185
Mei 5 11,3 12,15 12,32 11,99 -0,011 12,076 -0,776 0,6023
Juni 6 10,76 12,07 12,31 11,83 -0,015 11,975 -1,215 1,4761
Juli 7 11,2 12,02 12,29 11,75 -0,017 11,818 -0,618 0,3824
Agustus 8 11,88 12,01 12,27 11,75 -0,017 11,729 0,151 0,0228
September 9 11,05 11,95 12,26 11,65 -0,019 11,73 -0,68 0,462
Oktober 10 8,81 11,76 12,23 11,3 -0,029 11,631 -2,821 7,9596
November 11 9,63 11,64 12,19 11,08 -0,035 11,273 -1,643 2,7008
Desember 12 10,17 11,55 12,15 10,94 -0,039 11,047 -0,877 0,7687
Januari 13 9,99 11,45 12,11 10,8 -0,042 10,906 -0,916 0,8393
Februari 14 10,22 11,38 12,07 10,7 -0,044 10,758 -0,538 0,2891
Maret 15 12,99 11,48 12,03 10,92 -0,035 10,651 2,339 5,4694
April 16 8,85 11,32 11,99 10,65 -0,043 10,888 -2,038 4,1543
Mei 17 11,92 11,36 11,95 10,76 -0,038 10,608 1,312 1,7206
Juni 18 10,42 11,3 11,91 10,69 -0,039 10,723 -0,303 0,0918
Juli 19 9,98 11,22 11,87 10,57 -0,041 10,649 -0,669 0,4471
Agustus 20 9,64 11,13 11,83 10,43 -0,045 10,529 -0,889 0,791
September 21 7,99 10,94 11,77 10,1 -0,053 10,381 -2,391 5,7178
Oktober 22 7,24 10,72 11,71 9,723 -0,063 10,05 -2,81 7,8937
November 23 8,14 10,56 11,64 9,482 -0,069 9,6592 -1,519 2,3078
Februari 26 14,31 10,59 11,44 9,752 -0,054 9,1512 5,159 26,613
Maret 27 11,08 10,62 11,39 9,859 -0,049 9,6979 1,382 1,9102
April 28 10,79 10,63 11,34 9,924 -0,045 9,8099 0,98 0,9605
Mei 29 12,88 10,77 11,31 10,23 -0,035 9,8787 3,001 9,0078
Juni 30 11,87 10,83 11,28 10,39 -0,028 10,194 1,676 2,8105
Juli 31 11,55 10,88 11,26 10,5 -0,024 10,36 1,19 1,4156
Agustus 32 11,18 10,9 11,23 10,56 -0,022 10,475 0,705 0,4977
September 33 12,39 10,99 11,22 10,75 -0,015 10,535 1,855 3,4411
Oktober 34 9,36 10,89 11,2 10,58 -0,02 10,736 -1,376 1,8932
November 35 11,37 10,92 11,18 10,65 -0,017 10,556 0,814 0,6628
Desember 36 10,44 10,89 11,17 10,61 -0,018 10,634 -0,194 0,0375
Total 99,384
Untuk = 0,06 dan N = 34 Maka :
MSE =
=
,Tabel 4.2.7 Peramalan Jumlah Tamu Mancanegara Menggunakan Smoothing Eksponensial Ganda Linier Dengan = 0,07
Bulan Periode Jumlah
tamu ′
" Forecast
Januari 1 12,35 12,35 12,35
Februari 2 11,37 12,28 12,35 12,22 -0,005
Maret 3 12,26 12,28 12,34 12,22 -0,005 12,213 0,047 0,002
April 4 10,96 12,19 12,33 12,05 -0,011 12,215 -1,255 1,574
Mei 5 11,3 12,13 12,32 11,94 -0,014 12,034 -0,734 0,539
Juni 6 10,76 12,03 12,3 11,76 -0,02 11,921 -1,161 1,348
Juli 7 11,2 11,97 12,27 11,67 -0,023 11,744 -0,544 0,296
Agustus 8 11,88 11,97 12,25 11,68 -0,022 11,648 0,232 0,054
September 9 11,05 11,9 12,23 11,58 -0,025 11,658 -0,608 0,369
Oktober 10 8,81 11,68 12,19 11,18 -0,038 11,551 -2,741 7,513
November 11 9,63 11,54 12,14 10,94 -0,045 11,143 -1,513 2,289
Desember 12 10,17 11,45 12,09 10,8 -0,049 10,893 -0,723 0,523
Januari 13 9,99 11,34 12,04 10,64 -0,053 10,746 -0,756 0,572
Februari 14 10,22 11,26 11,99 10,54 -0,054 10,592 -0,372 0,138
Maret 15 12,99 11,39 11,95 10,83 -0,042 10,487 2,503 6,265
April 16 8,85 11,21 11,89 10,52 -0,052 10,783 -1,933 3,737
Mei 17 11,92 11,26 11,85 10,67 -0,045 10,47 1,45 2,102
Juni 18 10,42 11,2 11,8 10,59 -0,046 10,622 -0,202 0,041
Juli 19 9,98 11,11 11,76 10,47 -0,048 10,549 -0,569 0,324
Agustus 20 9,64 11,01 11,7 10,32 -0,052 10,424 -0,784 0,614
September 21 7,99 10,8 11,64 9,958 -0,063 10,266 -2,276 5,179
Oktober 22 7,24 10,55 11,56 9,536 -0,076 9,8949 -2,655 7,049
November 23 8,14 10,38 11,48 9,282 -0,083 9,4599 -1,32 1,742
Februari 26 14,31 10,46 11,25 9,675 -0,059 8,9509 5,359 28,72
Maret 27 11,08 10,5 11,19 9,814 -0,052 9,6158 1,464 2,144
April 28 10,79 10,52 11,15 9,901 -0,047 9,7617 1,028 1,057
Mei 29 12,88 10,69 11,11 10,26 -0,032 9,8537 3,026 9,158
Juni 30 11,87 10,77 11,09 10,45 -0,024 10,23 1,64 2,688
Juli 31 11,55 10,83 11,07 10,58 -0,019 10,428 1,122 1,259
Agustus 32 11,18 10,85 11,06 10,64 -0,016 10,561 0,619 0,383
September 33 12,39 10,96 11,05 10,87 -0,007 10,629 1,761 3,101
Oktober 34 9,36 10,85 11,04 10,66 -0,014 10,86 -1,5 2,25
November 35 11,37 10,88 11,02 10,74 -0,011 10,643 0,727 0,528
Desember 36 10,44 10,85 11,01 10,69 -0,012 10,731 -0,291 0,085
Total 97,781
Untuk = 0,07 dan N = 34 Maka :
MSE =
=
,Tabel 4.2.8 Peramalan Jumlah Tamu Mancanegara Menggunakan Smoothing Eksponensial Ganda Linier Dengan = 0,08
Bulan Periode Jumlah
tamu ′
" Forecast
Januari 1 12,35 12,35 12,35
Februari 2 11,37 12,27 12,34 12,2 -0,01
Maret 3 12,26 12,27 12,34 12,2 -0,01 12,19 0,07 0,004
April 4 10,96 12,17 12,32 12,01 -0,01 12,2 -1,2 1,532
Mei 5 11,3 12,1 12,31 11,89 -0,02 11,99 -0,7 0,481
Juni 6 10,76 11,99 12,28 11,7 -0,03 11,87 -1,1 1,23
Juli 7 11,2 11,93 12,25 11,6 -0,03 11,67 -0,5 0,224
Agustus 8 11,88 11,92 12,23 11,62 -0,03 11,57 0,31 0,095
September 9 11,05 11,85 12,2 11,51 -0,03 11,59 -0,5 0,295
Oktober 10 8,81 11,61 12,15 11,07 -0,05 11,48 -2,7 7,129
November 11 9,63 11,45 12,09 10,81 -0,06 11,02 -1,4 1,94
Desember 12 10,17 11,35 12,03 10,66 -0,06 10,75 -0,6 0,34
Januari 13 9,99 11,24 11,97 10,51 -0,06 10,6 -0,6 0,377
Februari 14 10,22 11,16 11,91 10,41 -0,06 10,45 -0,2 0,051
Maret 15 12,99 11,3 11,86 10,75 -0,05 10,35 2,64 6,988
April 16 8,85 11,11 11,8 10,42 -0,06 10,7 -1,9 3,439
Mei 17 11,92 11,17 11,75 10,6 -0,05 10,36 1,56 2,434
Juni 18 10,42 11,11 11,7 10,53 -0,05 10,55 -0,1 0,017
Juli 19 9,98 11,02 11,64 10,4 -0,05 10,48 -0,5 0,249
Agustus 20 9,64 10,91 11,58 10,24 -0,06 10,35 -0,7 0,502
September 21 7,99 10,68 11,51 9,844 -0,07 10,18 -2,2 4,801
Oktober 22 7,24 10,4 11,42 9,383 -0,09 9,772 -2,5 6,411
November 23 8,14 10,22 11,33 9,117 -0,1 9,294 -1,2 1,333
Februari 26 14,31 10,35 11,06 9,642 -0,06 8,794 5,52 30,42
Maret 27 11,08 10,41 11,01 9,81 -0,05 9,58 1,5 2,251
April 28 10,79 10,44 10,96 9,917 -0,05 9,758 1,03 1,065
Mei 29 12,88 10,64 10,94 10,33 -0,03 9,871 3,01 9,054
Juni 30 11,87 10,73 10,92 10,55 -0,02 10,31 1,56 2,444
Juli 31 11,55 10,8 10,91 10,69 -0,01 10,53 1,02 1,039
Agustus 32 11,18 10,83 10,91 10,75 -0,01 10,68 0,5 0,253
September 33 12,39 10,95 10,91 11 0,004 10,75 1,64 2,696
Oktober 34 9,36 10,83 10,9 10,75 -0,01 11 -1,6 2,703
November 35 11,37 10,87 10,9 10,84 -0 10,75 0,62 0,391
Desember 36 10,44 10,84 10,9 10,78 -0,01 10,84 -0,4 0,159
Total 96,41
Untuk = 0,08 dan N = 34 Maka :
MSE =
=
,Tabel 4.2.9 Peramalan Jumlah Tamu Mancanegara Menggunakan Smoothing Eksponensial Ganda Linier Dengan = 0,09
Bulan Periode Jumlah
tamu ′
" Forecast
Januari 1 12,35 12,35 12,35
Februari 2 11,37 12,26 12,34 12,18 -0,01
Maret 3 12,26 12,26 12,33 12,19 -0,01 12,17 0,086 0,01
April 4 10,96 12,14 12,32 11,97 -0,02 12,18 -1,221 1,49
Mei 5 11,3 12,07 12,3 11,84 -0,02 11,95 -0,654 0,43
Juni 6 10,76 11,95 12,26 11,64 -0,03 11,82 -1,059 1,12
Juli 7 11,2 11,88 12,23 11,54 -0,03 11,61 -0,406 0,16
Agustus 8 11,88 11,88 12,2 11,57 -0,03 11,5 0,378 0,14
September 9 11,05 11,81 12,16 11,45 -0,04 11,54 -0,486 0,24
Oktober 10 8,81 11,54 12,11 10,97 -0,06 11,42 -2,607 6,8
November 11 9,63 11,37 12,04 10,69 -0,07 10,91 -1,283 1,65
Desember 12 10,17 11,26 11,97 10,55 -0,07 10,63 -0,455 0,21
Januari 13 9,99 11,14 11,9 10,39 -0,07 10,48 -0,487 0,24
Februari 14 10,22 11,06 11,82 10,3 -0,08 10,32 -0,099 0,01
Maret 15 12,99 11,23 11,77 10,7 -0,05 10,23 2,763 7,64
April 16 8,85 11,02 11,7 10,34 -0,07 10,65 -1,799 3,24
Mei 17 11,92 11,1 11,65 10,56 -0,05 10,27 1,648 2,71
Juni 18 10,42 11,04 11,59 10,49 -0,05 10,5 -0,082 0,01
Juli 19 9,98 10,94 11,53 10,36 -0,06 10,43 -0,453 0,21
Agustus 20 9,64 10,83 11,47 10,18 -0,06 10,3 -0,657 0,43
September 21 7,99 10,57 11,39 9,754 -0,08 10,12 -2,13 4,54
Oktober 22 7,24 10,27 11,29 9,255 -0,1 9,673 -2,433 5,92
November 23 8,14 10,08 11,18 8,98 -0,11 9,154 -1,014 1,03
Februari 26 14,31 10,27 10,89 9,641 -0,06 8,671 5,639 31,8
Maret 27 11,08 10,34 10,84 9,837 -0,05 9,579 1,501 2,25
April 28 10,79 10,38 10,8 9,96 -0,04 9,787 1,003 1,01
Mei 29 12,88 10,6 10,78 10,43 -0,02 9,918 2,962 8,77
Juni 30 11,87 10,72 10,78 10,66 -0,01 10,41 1,46 2,13
Juli 31 11,55 10,79 10,78 10,81 0,002 10,65 0,895 0,8
Agustus 32 11,18 10,83 10,78 10,87 0,005 10,81 0,37 0,14
September 33 12,39 10,97 10,8 11,14 0,017 10,88 1,512 2,28
Oktober 34 9,36 10,82 10,8 10,85 0,002 11,16 -1,795 3,22
November 35 11,37 10,87 10,81 10,94 0,006 10,85 0,521 0,27
Desember 36 10,44 10,83 10,81 10,86 0,002 10,94 -0,505 0,25
Total 95,2
Untuk = 0,09 dan N = 34 Maka :
MSE =
=
,Kemudian salah satu nilai MSE tersebut dibandingkan untuk mengetahui nilai yang memberikan nilai MSE yang terkecil/minimum. Perbandingan ukuran ketepatan metode prediksi jumlah tamu mancanegara dengan melihat MSE sebagai berikut :
Tabel 4.2.10 Perbandingan Ukuran Ketepatan Metode Peramalan
Alpha ( ) MSE
0,01 4,13
0,02 3,49
0,03 3,20
0,04 3,06
0,05 2,98
0,06 2,92
0,07 2,87
0,08 2,83
0,09 2,80
4.3. Forecast Pada Tahun 2013-2015
Diketahui bahwa yang digunakan adalah =0,09. Maka dapat dihitung forecast untuk tahun 2013-2015 :
Ft+m = at+ bt(m)
Dimana :
at : 10,86
bt : 0,002
Forecast Untuk Tahun 2013
Bulan 1 = 10,86 + 0,002 (1) = 10,862
Bulan 2 = 10,86 + 0,002 (2) = 10,864
Bulan 3 = 10,86 + 0,002 (3) = 10,866
Bulan 4 = 10,86 + 0,002 (4) = 10,868
Bulan 5 = 10,86 + 0,002 (5) = 10,870
Bulan 6 = 10,86 + 0,002 (6) = 10,872
Bulan 7 = 10,86 + 0,002 (7) = 10,874
Bulan 8 = 10,86 + 0,002 (8) = 10,876
Bulan 10 = 10,86 + 0,002 (10) = 10,880
Bulan 11 = 10,86 + 0,002 (11) = 10,882
Bulan 12 = 10,86 + 0,002 (12) = 10,884
Forecast Untuk Tahun 2014
Bulan 1 = 10,86 + 0,002 (13) = 10,886
Bulan 2 = 10,86 + 0,002 (14) = 10,888
Bulan 3 = 10,86 + 0,002 (15) = 10,890
Bulan 4 = 10,86 + 0,002 (16) = 10,892
Bulan 5 = 10,86 + 0,002 (17) = 10,894
Bulan 6 = 10,86 + 0,002 (18) = 10,896
Bulan 7 = 10,86 + 0,002 (19) = 10,898
Bulan 8 = 10,86 + 0,002 (20) = 10,900
Bulan 9 = 10,86 + 0,002 (21) = 10,902
Bulan 10 = 10,86 + 0,002 (22) = 10,904
Bulan 11 = 10,86 + 0,002 (23) = 10,906
Forecast Untuk Tahun 2015
Bulan 1 = 10,86 + 0,002 (25) = 10,910
Bulan 2 = 10,86 + 0,002 (26) = 10,912
Bulan 3 = 10,86 + 0,002 (27) = 10,914
Bulan 4 = 10,86 + 0,002 (28) = 10,916
Bulan 5 = 10,86 + 0,002 (29) = 10,918
Bulan 6 = 10,86 + 0,002 (30) = 10,920
Bulan 7 = 10,86 + 0,002 (31) = 10,922
Bulan 8 = 10,86 + 0,002 (32) = 10,924
Bulan 9 = 10,86 + 0,002 (33) = 10,926
Bulan 10 = 10,86 + 0,002 (34) = 10,928
Bulan 11 = 10,86 + 0,002 (35) = 10,930
Tabel 4.4.1 Peramalan Jumlah Tamu Nusantara Menggunakan Smoothing Eksponensial Ganda Linier Dengan = 0,01
Bulan Periode Jumlah tamu
" Forecast
Januari 1 87,65 87,65 87,65
Februari 2 88,63 87,6598 87,6501 87,6695 1E-04
Maret 3 87,74 87,6606 87,6502 87,671 0,0001 87,6696 0,0704 0,005
April 4 89,04 87,6744 87,65044 87,6983 0,0002 87,6711 1,3689 1,8739
Mei 5 88,7 87,68465 87,65079 87,7185 0,0003 87,6986 1,0014 1,0028
Juni 6 89,24 87,70021 87,65128 87,7491 0,0005 87,7189 1,5211 2,3139
Juli 7 88,8 87,7112 87,65188 87,7705 0,0006 87,7496 1,0504 1,1033
Agustus 8 88,12 87,71529 87,65251 87,7781 0,0006 87,7711 0,3489 0,1217
September 9 88,95 87,72764 87,65327 87,802 0,0008 87,7787 1,1713 1,3719
Oktober 10 91,19 87,76226 87,65436 87,8702 0,0011 87,8028 3,3872 11,473
November 11 90,37 87,78834 87,6557 87,921 0,0013 87,8713 2,4987 6,2437
Desember 12 89,83 87,80876 87,65723 87,9603 0,0015 87,9223 1,9077 3,6392
Januari 13 90,01 87,83077 87,65896 88,0026 0,0017 87,9618 2,0482 4,1951
Februari 14 89,78 87,85026 87,66087 88,0396 0,0019 88,0043 1,7757 3,1531
Maret 15 87,01 87,84186 87,66268 88,021 0,0018 88,0416 -1,0316 1,0641
April 16 91,15 87,87494 87,66481 88,0851 0,0021 88,0228 3,1272 9,7791
Mei 17 88,08 87,87699 87,66693 88,0871 0,0021 88,0872 -0,0072 5E-05
Juni 18 89,58 87,89402 87,6692 88,1188 0,0023 88,0892 1,4908 2,2226
Juli 19 90,02 87,91528 87,67166 88,1589 0,0025 88,1211 1,8989 3,6058
Agustus 20 90,36 87,93973 87,67434 88,2051 0,0027 88,1614 2,1986 4,834
September 21 92,01 87,98043 87,6774 88,2835 0,0031 88,2078 3,8022 14,457
Oktober 22 92,76 88,02823 87,68091 88,3755 0,0035 88,2865 4,4735 20,012
November 23 91,86 88,06654 87,68477 88,4483 0,0039 88,379 3,481 12,117
Februari 26 85,69 88,10488 87,69754 88,5122 0,0041 88,5695 -2,8795 8,2916
Maret 27 88,92 88,11303 87,7017 88,5244 0,0042 88,5163 0,4037 0,163
April 28 89,21 88,124 87,70592 88,5421 0,0042 88,5285 0,6815 0,4644
Mei 29 87,12 88,11396 87,71 88,5179 0,0041 88,5463 -1,4263 2,0343
Juni 30 88,13 88,11412 87,71404 88,5142 0,004 88,522 -0,392 0,1537
Juli 31 88,45 88,11748 87,71808 88,5169 0,004 88,5182 -0,0682 0,0047
Agustus 32 88,82 88,1245 87,72214 88,5269 0,0041 88,5209 0,2991 0,0895
September 33 87,61 88,11936 87,72611 88,5126 0,004 88,5309 -0,9209 0,8481
Oktober 34 90,64 88,14457 87,7303 88,5588 0,0042 88,5166 2,1234 4,5089
November 35 88,63 88,14942 87,73449 88,5644 0,0042 88,563 0,067 0,0045
Desember 36 89,56 88,16353 87,73878 88,5883 0,0043 88,5685 0,9915 0,983
Total 139,43
Untuk = 0,02 dan N = 34 Maka :
MSE =
=
,Tabel 4.4.2 Peramalan Jumlah Tamu Nusantara Menggunakan Smoothing Eksponensial Ganda Linier Dengan = 0,02
Bulan Periode Jumlah
tamu ′
" Forecast
Januari 1 87,65 87,65 87,65
Februari 2 88,63 87,6598 87,65039 87,6888 0,0004
Maret 3 87,74 87,6606 87,6508 87,6912 0,0004 87,6892 0,0508 0,0026
April 4 89,04 87,6744 87,65176 87,745 0,001 87,6916 1,3484 1,8181
Mei 5 88,7 87,68465 87,65309 87,7838 0,0013 87,746 0,954 0,9102
Juni 6 89,24 87,70021 87,655 87,8427 0,0019 87,7851 1,4549 2,1168
Juli 7 88,8 87,7112 87,6573 87,8824 0,0023 87,8446 0,9554 0,9128
Agustus 8 88,12 87,71529 87,65969 87,8941 0,0024 87,8847 0,2353 0,0553
September 9 88,95 87,72764 87,66251 87,9382 0,0028 87,8965 1,0535 1,11
Oktober 10 91,19 87,76226 87,66662 88,0696 0,0041 87,941 3,249 10,556
November 11 90,37 87,78834 87,67165 88,1647 0,005 88,0738 2,2962 5,2727
Desember 12 89,83 87,80876 87,67735 88,2355 0,0057 88,1697 1,6603 2,7565
Januari 13 90,01 87,83077 87,68375 88,3112 0,0064 88,2412 1,7688 3,1288
Februari 14 89,78 87,85026 87,69074 88,3755 0,007 88,3176 1,4624 2,1386
Maret 15 87,01 87,84186 87,69717 88,3282 0,0064 88,3825 -1,373 1,8838
April 16 91,15 87,87494 87,70474 88,4461 0,0076 88,3346 2,8154 7,9265
Mei 17 88,08 87,87699 87,71215 88,4389 0,0074 88,4537 -0,374 0,1396
Juni 18 89,58 87,89402 87,72002 88,4912 0,0079 88,4463 1,1337 1,2853
Juli 19 90,02 87,91528 87,7285 88,5593 0,0085 88,499 1,521 2,3133
Agustus 20 90,36 87,93973 87,73769 88,6387 0,0092 88,5677 1,7923 3,2122
September 21 92,01 87,98043 87,74823 88,781 0,0105 88,6479 3,3621 11,304
Oktober 22 92,76 88,02823 87,76036 88,9487 0,0121 88,7916 3,9684 15,748
November 23 91,86 88,06654 87,77365 89,0757 0,0133 88,9609 2,8991 8,405
Februari 26 85,69 88,10488 87,81672 89,1396 0,0135 89,2818 -3,592 12,901
Maret 27 88,92 88,11303 87,83013 89,1438 0,0134 89,1531 -0,233 0,0543
April 28 89,21 88,124 87,84355 89,1593 0,0134 89,1572 0,0528 0,0028
Mei 29 87,12 88,11396 87,85616 89,0915 0,0126 89,1728 -2,053 4,2138
Juni 30 88,13 88,11412 87,86837 89,0655 0,0122 89,1041 -0,974 0,9488
Juli 31 88,45 88,11748 87,88034 89,0529 0,012 89,0777 -0,628 0,394
Agustus 32 88,82 88,1245 87,89221 89,0551 0,0119 89,0648 -0,245 0,0599
September 33 87,61 88,11936 87,90349 89,0093 0,0113 89,067 -1,457 2,1228
Oktober 34 90,64 88,14457 87,91542 89,0847 0,0119 89,0206 1,6194 2,6225
November 35 88,63 88,14942 87,92717 89,0782 0,0117 89,0966 -0,467 0,2178
Desember 36 89,56 88,16353 87,9391 89,1085 0,0119 89,0899 0,4701 0,221
Total 118,79
Untuk = 0,02 dan N = 34 Maka :
MSE =
=
,Tabel 4.4.3 Peramalan Jumlah Tamu Nusantara Menggunakan Smoothing Eksponensial Ganda Linier Dengan = 0,03
Bulan Periode Jumlah
tamu ′
" Forecast
Januari 1 87,65 87,65 87,65
Februari 2 88,63 87,6794 87,6509 87,7079 0,0009
Maret 3 87,74 87,6812 87,6518 87,7106 0,0009 87,7088 0,0312 0,001
April 4 89,04 87,722 87,6539 87,7901 0,0021 87,7116 1,3284 1,7648
Mei 5 88,7 87,7513 87,6568 87,8458 0,0029 87,7922 0,9078 0,8242
Juni 6 89,24 87,796 87,661 87,931 0,0042 87,8487 1,3913 1,9356
Juli 7 88,8 87,8261 87,6659 87,9863 0,005 87,9351 0,8649 0,748
Agustus 8 88,12 87,8349 87,671 87,9988 0,0051 87,9912 0,1288 0,0166
September 9 88,95 87,8684 87,6769 88,0598 0,0059 88,0039 0,9461 0,8951
Oktober 10 91,19 87,968 87,6857 88,2504 0,0087 88,0657 3,1243 9,7611
November 11 90,37 88,0401 87,6963 88,3839 0,0106 88,2591 2,1109 4,4559
Desember 12 89,83 88,0938 87,7082 88,4793 0,0119 88,3945 1,4355 2,0607
Januari 13 90,01 88,1513 87,7215 88,581 0,0133 88,4913 1,5187 2,3066
Februari 14 89,78 88,2001 87,7359 88,6644 0,0144 88,5943 1,1857 1,4059
Maret 15 87,01 88,1644 87,7487 88,5801 0,0129 88,6787 -1,669 2,7847
April 16 91,15 88,254 87,7639 88,7441 0,0152 88,593 2,557 6,5384
Mei 17 88,08 88,2488 87,7784 88,7191 0,0145 88,7592 -0,679 0,4614
Juni 18 89,58 88,2887 87,7937 88,7837 0,0153 88,7337 0,8463 0,7163
Juli 19 90,02 88,3406 87,8102 88,8711 0,0164 88,799 1,221 1,4909
Agustus 20 90,36 88,4012 87,8279 88,9746 0,0177 88,8875 1,4725 2,1681
September 21 92,01 88,5095 87,8483 89,1706 0,0204 88,9923 3,0177 9,1065
Oktober 22 92,76 88,637 87,872 89,402 0,0237 89,1911 3,5689 12,737
November 23 91,86 88,7337 87,8978 89,5695 0,0259 89,4257 2,4343 5,9259
Februari 26 85,69 88,7841 87,9798 89,5884 0,0249 89,8333 -4,143 17,167
Maret 27 88,92 88,7882 88,004 89,5723 0,0243 89,6133 -0,693 0,4807
April 28 89,21 88,8008 88,0279 89,5737 0,0239 89,5966 -0,387 0,1495
Mei 29 87,12 88,7504 88,0496 89,4512 0,0217 89,5977 -2,478 6,1388
Juni 30 88,13 88,7318 88,0701 89,3935 0,0205 89,4729 -1,343 1,8034
Juli 31 88,45 88,7233 88,0897 89,357 0,0196 89,414 -0,964 0,9293
Agustus 32 88,82 88,7262 88,1088 89,3437 0,0191 89,3766 -0,557 0,3098
September 33 87,61 88,6928 88,1263 89,2592 0,0175 89,3628 -1,753 3,0724
Oktober 34 90,64 88,7512 88,145 89,3573 0,0187 89,2768 1,3632 1,8584
November 35 88,63 88,7475 88,1631 89,332 0,0181 89,3761 -0,746 0,5566
Desember 36 89,56 88,7719 88,1814 89,3625 0,0183 89,3501 0,2099 0,0441
Total 106,91
Untuk = 0,03 dan N = 34 Maka :
MSE =
=
,Tabel 4.4.4 Peramalan Jumlah Tamu Nusantara Menggunakan Smoothing Eksponensial Ganda Linier Dengan = 0,04
Bulan Periode Jumlah
tamu ′
" Forecast
Januari 1 87,65 87,65 87,65
Februari 2 88,63 87,6892 87,6516 87,7268 0,0016
Maret 3 87,74 87,6912 87,6532 87,7293 0,0016 87,7284 0,0116 0,0001
April 4 89,04 87,7452 87,6568 87,8335 0,0037 87,7309 1,3091 1,7138
Mei 5 88,7 87,7834 87,6619 87,9049 0,0051 87,8372 0,86279 0,7444
Juni 6 89,24 87,8416 87,6691 88,0142 0,0072 87,9099 1,33008 1,7691
Juli 7 88,8 87,88 87,6775 88,0824 0,0084 88,0214 0,77862 0,6062
Agustus 8 88,12 87,8896 87,686 88,0931 0,0085 88,0909 0,02914 0,0008
September 9 88,95 87,932 87,6958 88,1681 0,0098 88,1016 0,84837 0,7197
Oktober 10 91,19 88,0623 87,7105 88,4141 0,0147 88,178 3,01202 9,0723
November 11 90,37 88,1546 87,7283 88,581 0,0178 88,4288 1,94122 3,7683
Desember 12 89,83 88,2216 87,748 88,6953 0,0197 88,5987 1,23126 1,516
Januari 13 90,01 88,2932 87,7698 88,8165 0,0218 88,715 1,295 1,677
Februari 14 89,78 88,3526 87,7931 88,9122 0,0233 88,8383 0,94166 0,8867
Maret 15 87,01 88,2989 87,8134 88,7845 0,0202 88,9355 -1,9255 3,7075
April 16 91,15 88,413 87,8373 88,9886 0,024 88,8048 2,34525 5,5002
Mei 17 88,08 88,3997 87,8598 88,9395 0,0225 89,0126 -0,9326 0,8698
Juni 18 89,58 88,4469 87,8833 89,0104 0,0235 88,962 0,61802 0,3819
Juli 19 90,02 88,5098 87,9084 89,1112 0,0251 89,0339 0,98608 0,9724
Agustus 20 90,36 88,5838 87,9354 89,2322 0,027 89,1363 1,22372 1,4975
September 21 92,01 88,7209 87,9668 89,4749 0,0314 89,2592 2,75076 7,5667
Oktober 22 92,76 88,8824 88,0034 89,7614 0,0366 89,5063 3,25368 10,586
November 23 91,86 89,0015 88,0434 89,9597 0,0399 89,798 2,06197 4,2517
Februari 26 85,69 89,0345 88,1669 89,9021 0,0362 90,2604 -4,5704 20,889
Maret 27 88,92 89,0299 88,2014 89,8584 0,0345 89,9383 -1,0183 1,0368
April 28 89,21 89,0371 88,2348 89,8394 0,0334 89,8929 -0,6829 0,4664
Mei 29 87,12 88,9604 88,2638 89,657 0,029 89,8728 -2,7528 7,5781
Juni 30 88,13 88,9272 88,2904 89,564 0,0265 89,686 -1,556 2,4212
Juli 31 88,45 88,9081 88,3151 89,5012 0,0247 89,5906 -1,1406 1,3009
Agustus 32 88,82 88,9046 88,3387 89,4705 0,0236 89,5259 -0,7059 0,4982
September 33 87,61 88,8528 88,3592 89,3464 0,0206 89,4941 -1,8841 3,5498
Oktober 34 90,64 88,9243 88,3818 89,4668 0,0226 89,367 1,27304 1,6206
November 35 88,63 88,9125 88,4031 89,422 0,0212 89,4894 -0,8594 0,7385
Desember 36 89,56 88,9384 88,4245 89,4524 0,0214 89,4432 0,11678 0,0136
Total 104,15
Untuk = 0,04 dan N = 34 Maka :
MSE =
=
,Tabel 4.4.5 Peramalan Jumlah Tamu Nusantara Menggunakan Smoothing Eksponensial Ganda Linier Dengan = 0,05
Bulan Periode Jumlah
tamu ′
" Forecast
Januari 1 87,65 87,65 87,65
Februari 2 88,63 87,699 87,65245 87,7456 0,0024
Maret 3 87,74 87,7011 87,65488 87,7472 0,0024 87,748 -0,008 6E-05
April 4 89,04 87,768 87,66054 87,8755 0,0057 87,7497 1,2904 1,665
Mei 5 88,7 87,8146 87,66824 87,961 0,0077 87,8811 0,8189 0,6706
Juni 6 89,24 87,8859 87,67912 88,0926 0,0109 87,9687 1,2713 1,6163
Juli 7 88,8 87,9316 87,69174 88,1714 0,0126 88,1035 0,6965 0,4851
Agustus 8 88,12 87,941 87,70421 88,1778 0,0125 88,184 -0,064 0,0041
September 9 88,95 87,9914 87,71857 88,2643 0,0144 88,1902 0,7598 0,5772
Oktober 10 91,19 88,1514 87,74021 88,5625 0,0216 88,2787 2,9113 8,4757
November 11 90,37 88,2623 87,76631 88,7583 0,0261 88,5842 1,7858 3,1892
Desember 12 89,83 88,3407 87,79503 88,8863 0,0287 88,7844 1,0456 1,0933
Januari 13 90,01 88,4242 87,82649 89,0218 0,0315 88,9151 1,0949 1,1989
Februari 14 89,78 88,4919 87,85976 89,1241 0,0333 89,0533 0,7267 0,5281
Maret 15 87,01 88,4179 87,88767 88,948 0,0279 89,1574 -2,147 4,6114
April 16 91,15 88,5545 87,921 89,1879 0,0333 88,9759 2,1741 4,7265
Mei 17 88,08 88,5307 87,95149 89,11 0,0305 89,2212 -1,141 1,3025
Juni 18 89,58 88,5832 87,98308 89,1833 0,0316 89,1405 0,4395 0,1932
Juli 19 90,02 88,655 88,01667 89,2934 0,0336 89,2149 0,8051 0,6482
Agustus 20 90,36 88,7403 88,05286 89,4277 0,0362 89,327 1,033 1,0671
September 21 92,01 88,9038 88,0954 89,7121 0,0425 89,4639 2,5461 6,4826
Oktober 22 92,76 89,0966 88,14546 90,0477 0,0501 89,7547 3,0053 9,0319
November 23 91,86 89,2348 88,19992 90,2696 0,0545 90,0978 1,7622 3,1055
Februari 26 85,69 89,2389 88,36411 90,1137 0,046 90,5916 -4,902 24,025
Maret 27 88,92 89,2229 88,40706 90,0388 0,0429 90,1597 -1,24 1,5368
April 28 89,21 89,2223 88,44782 89,9968 0,0408 90,0818 -0,872 0,76
Mei 29 87,12 89,1172 88,48129 89,7531 0,0335 90,0375 -2,918 8,512
Juni 30 88,13 89,0678 88,51061 89,625 0,0293 89,7865 -1,657 2,7441
Juli 31 88,45 89,0369 88,53693 89,5369 0,0263 89,6544 -1,204 1,4505
Agustus 32 88,82 89,0261 88,56139 89,4908 0,0245 89,5632 -0,743 0,5524
September 33 87,61 88,9553 88,58108 89,3295 0,0197 89,5152 -1,905 3,6299
Oktober 34 90,64 89,0395 88,604 89,475 0,0229 89,3492 1,2908 1,6662
November 35 88,63 89,019 88,62475 89,4133 0,0208 89,4979 -0,868 0,7533
Desember 36 89,56 89,0461 88,64582 89,4464 0,0211 89,4341 0,1259 0,0159
Total 101,36
Untuk = 0,05 dan N = 34 Maka :
MSE =
=
,Tabel 4.4.6 Peramalan Jumlah Tamu Nusantara Menggunakan Smoothing Eksponensial Ganda Linier Dengan = 0,06
Bulan Periode Jumlah
tamu ′
" Forecast
Januari 1 87,65 87,65 87,65
Februari 2 88,63 87,7088 87,6535 87,7641 0,0035
Maret 3 87,74 87,7107 87,657 87,7644 0,0034 87,7676 -0,0276 0,0008
April 4 89,04 87,7904 87,665 87,9159 0,008 87,7678 1,272184 1,6185
Mei 5 88,7 87,845 87,6758 88,0142 0,0108 87,9239 0,776093 0,6023
Juni 6 89,24 87,9287 87,6909 88,1665 0,0152 88,025 1,214954 1,4761
Juli 7 88,8 87,981 87,7083 88,2536 0,0174 88,1816 0,618357 0,3824
Agustus 8 88,12 87,9893 87,7252 88,2534 0,0169 88,271 -0,15102 0,0228
September 9 88,95 88,047 87,7445 88,3494 0,0193 88,2703 0,679698 0,462
Oktober 10 91,19 88,2355 87,774 88,6971 0,0295 88,3687 2,821276 7,9596
November 11 90,37 88,3636 87,8094 88,9179 0,0354 88,7266 1,643417 2,7008
Desember 12 89,83 88,4516 87,8479 89,0553 0,0385 88,9533 0,876745 0,7687
Januari 13 90,01 88,5451 87,8897 89,2005 0,0418 89,0938 0,916157 0,8393
Februari 14 89,78 88,6192 87,9335 89,3049 0,0438 89,2423 0,537683 0,2891
Maret 15 87,01 88,5226 87,9688 89,0765 0,0353 89,3487 -2,33867 5,4694
April 16 91,15 88,6803 88,0115 89,349 0,0427 89,1118 2,0382 4,1543
Mei 17 88,08 88,6443 88,0495 89,239 0,038 89,3917 -1,31173 1,7206
Juni 18 89,58 88,7004 88,0885 89,3123 0,0391 89,277 0,302988 0,0918
Juli 19 90,02 88,7796 88,13 89,4292 0,0415 89,3513 0,668665 0,4471
Agustus 20 90,36 88,8744 88,1747 89,5742 0,0447 89,4706 0,88937 0,791
September 21 92,01 89,0625 88,2279 89,8972 0,0533 89,6188 2,391183 5,7178
Oktober 22 92,76 89,2844 88,2913 90,2775 0,0634 89,9504 2,809576 7,8937
November 23 91,86 89,4389 88,3602 90,5177 0,0689 90,3408 1,519155 2,3078
Februari 26 85,69 89,4052 88,5621 90,2483 0,0538 90,8488 -5,15876 26,613
Maret 27 88,92 89,3761 88,6109 90,1412 0,0488 90,3021 -1,3821 1,9102
April 28 89,21 89,3661 88,6562 90,076 0,0453 90,1901 -0,98006 0,9605
Mei 29 87,12 89,2313 88,6907 89,7719 0,0345 90,1213 -3,0013 9,0078
Juni 30 88,13 89,1653 88,7192 89,6113 0,0285 89,8065 -1,67645 2,8105
Juli 31 88,45 89,1223 88,7434 89,5013 0,0242 89,6398 -1,18978 1,4156
Agustus 32 88,82 89,1042 88,765 89,4434 0,0216 89,5255 -0,70548 0,4977
September 33 87,61 89,0145 88,78 89,2491 0,015 89,465 -1,85501 3,4411
Oktober 34 90,64 89,1121 88,7999 89,4242 0,0199 89,2641 1,37594 1,8932
November 35 88,63 89,0831 88,8169 89,3494 0,017 89,4441 -0,81414 0,6628
Desember 36 89,56 89,1118 88,8346 89,3889 0,0177 89,3664 0,193629 0,0375
Total 99,384
Untuk = 0,06 dan N = 34 Maka :
MSE =
=
,Tabel 4.4.7 Peramalan Jumlah Tamu Nusantara Menggunakan Smoothing Eksponensial Ganda Linier Dengan = 0,07
Bulan Periode Jumlah
tamu ′
" Forecast
Januari 1 87,65 87,65 87,65
Februari 2 88,63 87,7186 87,6548 87,7824 0,0048
Maret 3 87,74 87,7201 87,65937 87,7808 0,0046 87,7872 -0,047 0,0022
April 4 89,04 87,8125 87,67009 87,9549 0,0107 87,7854 1,2546 1,574
Mei 5 88,7 87,8746 87,68441 88,0648 0,0143 87,9656 0,7344 0,5393
Juni 6 89,24 87,9702 87,70441 88,236 0,02 88,0791 1,1609 1,3476
Juli 7 88,8 88,0283 87,72708 88,3295 0,0227 88,256 0,544 0,296
Agustus 8 88,12 88,0347 87,74862 88,3208 0,0215 88,3521 -0,232 0,0539
September 9 88,95 88,0988 87,77313 88,4244 0,0245 88,3423 0,6077 0,3693
Oktober 10 91,19 88,3152 87,81107 88,8192 0,0379 88,4489 2,7411 7,5135
November 11 90,37 88,459 87,85642 89,0616 0,0454 88,8572 1,5128 2,2886
Desember 12 89,83 88,555 87,90532 89,2046 0,0489 89,1069 0,7231 0,5228
Januari 13 90,01 88,6568 87,95793 89,3557 0,0526 89,2535 0,7565 0,5723
Februari 14 89,78 88,7354 88,01235 89,4585 0,0544 89,4083 0,3717 0,1381
Maret 15 87,01 88,6147 88,05451 89,1748 0,0422 89,513 -2,503 6,2648
April 16 91,15 88,7921 88,10615 89,4781 0,0516 89,217 1,933 3,7366
Mei 17 88,08 88,7423 88,15068 89,3339 0,0445 89,5298 -1,45 2,1018
Juni 18 89,58 88,8009 88,1962 89,4057 0,0455 89,3784 0,2016 0,0406
Juli 19 90,02 88,8863 88,2445 89,528 0,0483 89,4512 0,5688 0,3236
Agustus 20 90,36 88,9894 88,29664 89,6822 0,0521 89,5763 0,7837 0,6141
September 21 92,01 89,2009 88,35994 90,0418 0,0633 89,7343 2,2757 5,1786
Oktober 22 92,76 89,45 88,43624 90,4638 0,0763 90,1051 2,6549 7,0486
November 23 91,86 89,6187 88,51902 90,7184 0,0828 90,5401 1,3199 1,7422
Februari 26 85,69 89,5398 88,75449 90,3251 0,0591 91,0491 -5,359 28,72
Maret 27 88,92 89,4964 88,80643 90,1864 0,0519 90,3842 -1,464 2,1439
April 28 89,21 89,4764 88,85332 90,0994 0,0469 90,2383 -1,028 1,0575
Mei 29 87,12 89,3114 88,88539 89,7374 0,0321 90,1463 -3,026 9,1585
Juni 30 88,13 89,2287 88,90942 89,548 0,024 89,7695 -1,64 2,688
Juli 31 88,45 89,1742 88,92796 89,4205 0,0185 89,572 -1,122 1,259
Agustus 32 88,82 89,1494 88,94346 89,3554 0,0155 89,439 -0,619 0,3831
September 33 87,61 89,0417 88,95033 89,133 0,0069 89,3709 -1,761 3,1007
Oktober 34 90,64 89,1535 88,96456 89,3425 0,0142 89,1398 1,5002 2,2505
November 35 88,63 89,1169 88,97522 89,2586 0,0107 89,3567 -0,727 0,5282
Desember 36 89,56 89,1479 88,98731 89,3085 0,0121 89,2692 0,2908 0,0846
Total 97,781
Untuk = 0,07 dan N = 34 Maka :
MSE =