DAFTAR PUSTAKA
Assauri, Sofyan. 1984. Teknik dan Metode Peramalan Penerapannya Dalam
Ekonomi dan Dunia Usaha. Jakarta: LPEE UI
Manurung, Adler. Haymans. 1990. Teknik peramalan bisnis dan ekonomi. Jakarta: Rineka Cipta.
Makridakis, Wheelwright, C, Steven. Mcgee, E, Victor 1991. Metode dan
BAB 3 ANALISIS DATA
3.1 Pengumpulan Data
Data yang di kumpulkan untuk penganalisaan tulisan ini adalah Data Jumlah Wisatawan Mancanegara yang Berkunjung ke Sumatera Utara melalui Pelabuhan Laut Belawan pada Tahun 2004 sampai 2015, adalah sebagai berikut:
Tabel 3.1 Data Jumlah Wisatawan Mancanegara yang Berkunjung ke Sumatera Utara melalui Pelabuhan Laut Belawan pada Tahun 2004 – 2015
Tahun Jumlah Wisatawan Mancanegara
2004 9.708
2005 9.181
2006 6.936
2007 7.312
2008 7.011
2009 5.075
2010 17.202
2011 18.975
2012 22.132
2013 22.631
2014 24.769
2015 20.916
3.2 Penyajian Data Dalam Bentuk Grafik
Gambar 3.1 Grafik Jumlah Wisatawan Mancanegara yang Berkunjung ke Sumatera Utara Tahun 2004 – 2015
3.3 Penaksiran Model Peramalan
Dalam mengolah data pada tabel 3.1, penulis menggunakan metode peramalan eksponensial Smoothing ganda yaitu metode Linear satu–parameter dari Brown. Untuk memenuhi perhitungan pemulusan eksponensial tunggal, ganda dan ramalan yang akan datang, maka kita harus menentukan parameter dari nilai α terlebih dahulu yang biasa digunakan dengan cara trial and error atau coba dan salah. Nilai α yang dipilih dari 0 < α < 1, dihitung Mean Square Error (MSE) yang merupakan suatu ukuran ketepatan perhitungan dengan mengkuadratkan masing-masing elemen dalam sebuah susunan data dan kemudian dicoba nilai α yang lain.
Untuk menghitung nilai MSE pertama, dicari terlebih dahulu error yang merupakan hasil dari data asli dikurang hasil ramalan. Lalu tiap error dikuadratkan dan dibagi dengan banyaknya error. Secara matematis rumus MSE adalah sebagai berikut:
2
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
Jumlah Wisatawan Mancanegara
Jumlah Wisatawan Mancanegara
3.4 Pengolahan Data
Tabel 3.2 Peramalan Jumlah Wisatawan Mancanegara dengan Pemulusan Eksponensial
Ganda Linear dari Brown dengan α = 0,1
Tahun
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
Sumber: Perhitungan
Untuk α = 0,1 ; N = 10, maka:
Tabel 3.3 Peramalan Jumlah Wisatawan Mancanegara dengan Pemulusan Eksponensial
Ganda Linear dari Brown dengan α = 0,2
Tahun
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
Sumber: Perhitungan
Untuk α = 0,2 ; N = 10, maka:
Tabel 3.4 Peramalan Jumlah Wisatawan Mancanegara dengan Pemulusan Eksponensial
Ganda Linear dari Brown dengan α = 0,3
Tahun
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
Sumber: Perhitungan
Untuk α = 0,3 ; N = 10, maka:
Tabel 3.5 Peramalan Jumlah Wisatawan Mancanegara dengan Pemulusan Eksponensial
Ganda Linear dari Brown dengan α = 0,4
Tahun
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
Sumber: Perhitungan
Untuk α = 0,4 ; N = 10, maka:
Tabel 3.6 Peramalan Jumlah Wisatawan Mancanegara dengan Pemulusan Eksponensial
Ganda Linear dari Brown dengan α = 0,5
Tahun
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
Sumber: Perhitungan
Untuk α = 0,5 ; N = 10, maka:
Tabel 3.7 Peramalan Jumlah Wisatawan Mancanegara dengan Pemulusan Eksponensial
Ganda Linear dari Brown dengan α = 0,6
Tahun
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
Sumber:Perhitungan
Untuk α = 0,6 ; N = 10, maka:
Tabel 3.8 Peramalan Jumlah Wisatawan Mancanegara dengan Pemulusan Eksponensial
Ganda Linear dari Brown dengan α = 0,7
Tahu n
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
Sumber:Perhitungan
Untuk α = 0,7 ; N = 10, maka:
Tabel 3.9 Peramalan Jumlah Wisatawan Mancanegara dengan Pemulusan Eksponensial
Ganda Linear dari Brown dengan α = 0,8
Tahun
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
Sumber:Perhitungan
Untuk α = 0,8 ; N = 10, maka:
Tabel 3.10 Peramalan Jumlah Wisatawan Mancanegara dengan Pemulusan Eksponensial
Ganda Linear dari Brown dengan α = 0,9
Tahun
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
Sumber: Perhitungan
Untuk α = 0,9 ; N = 10, maka:
Kemudian dari nilai – nilai MSE yang telah diperoleh dapat dilihat nilai α yang memberikan nilai MSE yang paling kecil. Perbandingan ukuran ketepatan metode peramalan Jumlah Wisatawan Mancanegara yang Berkunjung ke Sumatera Utara melalui Pelabuhan Laut Belawan dengan melihat MSE adalah sebagai berikut:
Table 3.11 Perbandingan Ukuran Ketepatan Metode Peramalan
Α MSE
Dari table 3.11 di atas, dapat dilihat bahwa MSE yang paling kecil terdapat pada α = 0,6 yaitu dengan MSE = 22.087.341,32
Tabel 3.12 Pemulusan Eksponensial Ganda Linear Satu Parameter Dari Brown dengan menggunakan α = 0,6 dalam Peramalan Jumlah Wisatawan Mancanegara yang Berkunjung ke Sumatera Utara melalui Pelabuhan Laut Belawan 2016, 2017, 2018,2019,2020, dan 2021.
(Sambungan Tabel 3.12)
3.5 Penentuan Bentuk Persamaan Peramalan
Melalui cara trial and error dengan 0 < α < 1, telah diperoleh perhitungan peramalan pemulusan eksponensial linear satu – parameter dari Brown dengan α = 0,6, sehingga dapat ditentukan bentuk persamaan peramalan untuk periode-periode berikutnya.
Berdasarkan perhitungan pada α = 0,6, dapat diperoleh persamaan peramalan untuk periode berikutnya yaitu:
21.893,28 + -67,17 (m)
3.6 Peramalan Jumlah Wisatawan Mancanegara untuk Tahun 2016, 2017, 2018, 2019, 2020, dan 2021
Setelah diperoleh peramalan nilai Jumlah Wisatawan Mancanegara, maka dapat dihitung nilai Jumlah Wisatawan Mancanegara untuk enam periode berikutnya, yaitu untuk tahun 2016, 2017, 2018, 2019, 2020, dan tahun 2021.
Perhitungannya adalah:
a. Untuk periode ke – 13 (tahun 2016)
Ft+m = 21.893,28 + -67,17 (m)
F13 = 21.826,11
Tabel 3.13 Peramalan Jumlah Wisatawan Mancanegara yang Berkunjung ke Sumatera Utara melalui Pelabuhan Laut Belawan Untuk Tahun 2016, 2017, 2018, 2019, 2020, dan 2021.
Tahun Periode Peramalan
Dari hasil peramalan diatas telah didapatkan Grafik Peramalan Jumlah Wisatawan Mancanegara yang Berkunjung ke Sumatera Utara melalui Pelabuhan Laut Belawan pada Tahun 2016 – 2021.
Gambar 3.2 Grafik Jumlah Wisatawan Mancanegara Tahun 2004 – 2021.
0 5,000 10,000 15,000 20,000 25,000 30,000
Jumlah Wisatawan Mancanegara
BAB 4
IMPLEMENTASI SISTEM
4.1 Pengertian Implementasi Sistem
Implementasi sistem adalah prosedur yang dilakukan untuk menyelesaikan desain sistem yang ada dalam desain yang disetujui, menginstal, dan memulai sistem baru atau sistem yang akan diperbaiki. Tahapan implementasi merupakan tahapan penerapan hasil desain tertulis ke dalam progamming (coding). dalam pengolahan data pada karya tulis ini penulis menggunakan satu perangkat lunak sebagai implementasi sistem yaitu Microsoft Excel dalam menyelesaikan masalah untuk memperoleh hasil perhitungan.
Dalam hal pengolahan data, komputer mempunyai kelebihan dari manusia yaitu kecepatan, ketepatan, dan keandalan dalam memproses data. Dengan adanya perangkat lunak komputer tersebut kita sangat terbantu karena memang adakalanya data yang sangat rumit dan banyak tidak dapat dikerjakan secara manual atau dengan menggunakan tenaga manusia yang tentunya membutuhkan waktu dan tenaga yang sangat banyak untuk mengolah data tersebut, disamping itu faktor kesalahan yang dilakukan manusia relatif besar.
Selain itu,dengan adanya perangkat lunak komputer, diharapkan pekerjaan tersebut dapat dilakukan dengan cepat dan tepat, dan dengan tingkat kesalahan yang relatif kecil.
4.2 Microsoft Office Excel
merupakan produk unggulan dari Microsoft Corporation yang banyak berperan dalam pengolahan informasi khususnya data yang berbentuk angka,dihitung, diproyeksikan, dianalisis, dan dipresentasikan data pada lembar kerja.Microsoft telah mengeluarkan Excel dalam berbagai dari versi 4, versi 5, versi 97, versi 200, versi 2002, versi 2003, versi 2007 dan versi 2010.
Sheet (LembarKerja) Excel terdiri dari 256 kolom dan 65536 baris. Setiap kolom
di beri nama dengan huruf mulai dari A, B, C, ... , Z kemudian dilanjutkan AA, AB, AC, ... , sampai kolom IV. Sedangkan kolom baris ditandai dengan angka mulai dari 1, 2, 3, ... , 65536.
4.3 Langkah– Langkah Memulai Pengolahan Data dengan Microsoft Office Excel 2007
Sebelum pengoperasian softwareini, pastikan pada komputer terpasang program excel. Adapun cara memulai Microsoft Office Excel 2007 yaitu dengan cara:
1. K
lik Start, Klik Microsof t Office
Excel 2007
2. Lalu akan muncul tampilan Microsoft Office Excel 2007
Gambar 4.2 Tampilan Microsoft Office Excel 2007
3. Setelahtampilan Microsoft Office Excel 2007 terbuka, maka masukkan keterangan pada masing – masing kolom sebagai berikut:
1. Pada kolom pertama ditulis keterangan denganTahun 2. Pada kolom kedua ditulis keterangan dengan
3. Pada kolom ketiga ditulis keterangan dengan 4. Pada kolom keempat ditulis keterangan dengan 5. Pada kolom kelima ditulis keterangan dengan 6. Pada kolom keenam ditulis keterangan dengan 7. Pada kolom ketujuh ditulis keterangan dengan 8. Pada kolom kedelapan ditulis keterangan dengan 9. Pada kolom kesembilan ditulis keterangan dengan
4.4 Implementasi Sistem Peramalan Jumlah Wisatawan Mancanegara Fungsi dalam Excel ditujukan untuk memudahkan pengertian formula yang diperlukan dalam melakukan perhitungan aritmatika dan operasi standard. Terdapat banyak fungsi statistik yang disediakan oleh Microsoft Excel, diantaranya dengan menggunakan salah satu fungsi Average, Standard Deviasi,
Median, dan Mean. Dalam menyelesaikan tugas akhir ini penulis akan
Berikut adalah langkah – langkah pengolahan data dengan fungsi Exponential Smoothing dengan menggunakan Microsoft Office Excel 2007:
A. Masukkan dahulu data yang akan diolah pada lembar kerja Microsoft Office Excel 2007.
B. Lalu hitung ramalan data tersebut dengan menggunakan menu yang ada pada Microsoft Office Excel 2007 dan Untuk mendapat nilai , , nilai peramalan (Ft), dan nilai kesalahan digunakan data angka (numerik) yaitu karakter nilai konstan dan karakter khusus yang dibaca dalam format data angka yang terdiri dari angka dan tanda-tanda khusus seperti:, *, +, -, /, % dan lain-lain. Contohnya: =E11+E11*(6) lalu tekan Enter. Untuk lebih jelasnya lihat Gambar 4.3 dibawah ini:
Gambar 4.3 Tampilan Data Jumlah Wisatawan Mancanegara Tahun 2004 - 2015
Perhitungan dari Gambar 4.3 diatas dapat dicari dengan cara berikut:
1. Smoothing pertama, untuk tahun pertama ditentukan sebesar tahun pertama
2. Smoothing kedua, untuk tahun pertama ditentukan sebesar nilai tahun
pertama dari data historisnya. Sehingga rumus yang tertera pada sel D2 adalah C2. Sedangkan untuk tahun kedua dapat dihitung dengan rumus: = (0,6*C3)+(1-0,6)*D2. Dalam kasus ini akan menghasilkan 9.518,28 Dan untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.
3. Nilai baru bias dicari pada tahun kedua yaitu dengan rumus: =(2*C3) – D3.Dalam kasus ini menghasilkan nilai 9.265,32 Dan untuk tahun – tahun berikutnya hanya menyalin rumus tersebut.
4. Nilai baru bisa dicari pada tahun kedua yaitu dengan rumus: =(0,6/(1-0,6))*(C3-D3). Dalam nilai kasus ini menghasilkan -189,72. Dan untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.
5. Forecast (Ft) untuk tahun ketiga yaitu pada sel G4 dapat dicari dengan rumus: E3+F3 dengan hasil 9.075,60 Dan untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.
4.5 Pembuatan Grafik
Untuk membuat grafik pada Microsoft Office Excel 2007 bisa menggunakan
icon chart wizard yang terdapat pada toolbar.
Langkah– langkah yang grafik adalah:
Gambar 4.4 Tampilan data yang sudah diolah
2. Klik menu Insert , pilih Line dan pilih salah satu Line yang tersedia dan akan muncul tampilan seperti Gambar 4.5 dibawah ini.
Gambar 4.5 Langkah – langkah pembuatan grafik Jumlah Wisatawan Mancanegara yang berkunjung ke Sumatera Utara melalui Pelabuhan Laut Belawan.
3. Lalu pilih Select Data kemudian akan muncul tampilan Select Data
Source, pada bagian Chart Data Range diisi dengan cara memblok kolom
Gambar 4.6 Tampilan Select Data Source
4. Lalu klik pada menu Edit dan akan muncul tampilan Axis Labels dan pada
Axis label range: diisi dengan memblok range dari tahun 2004 – 2021 Seperti Gambar 4.7, lalu klik OK dan klik OK lagi.
Gambar 4.7 Tampilan Axis Labels
Gambar 4.8 Grafik Jumlah Wisatawan Mancanegara yang berkunjung ke Sumatera Utara melalui Pelabuhan Laut Belawan pada Tahun 2004-2021.
0 5,000 10,000 15,000 20,000 25,000 30,000
Jumlah Wisatawan Mancanegara
BAB 5
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan hasil pengolahan data pada Bab 4, maka penulis mengambil kesimpulan sebagai berikut:
a. Dari hasil pengolahan data tahun 2004–2015 Jumlah Wisatawan Mancanegara yang berkunjung ke Sumatera Utara melalui Pelabuhan Laut Belawan pada setiap Tahunnya dengan menggunakan metode pemulusan eksponensial ganda dengan metode linear satu – parameter dari Brown, diperoleh nilai MSE terkecil yaitu 22.087.341,32 dengan α = 0,6.
Bentuk persamaan peramalan Jumlah Wisatawan Mancanegara yang berkunjung ke Sumatera Utara melalui Pelabuhan Laut Belawan berdasarkan data tahun 2004 – 2021 dengan α = 0,6 adalah:
(m)
b. Peramalan jumlah produksi padi di Sumatera Utara untuk tahun 2016 – 2021 adalah sebagai berikut:
Tahun Periode Peramalan
2016 13 21.826,11
berkunjung ke Sumatera Utara melalui Pelabuhan Laut Belawan berdasarkan data tahun 2004 – 2021 mengalami penurunan dari tahun ke tahun.
5.2 Saran
BAB 2
LANDASAN TEORI
2.1 Pengertian Peramalan
Peramalan (forecasting) menurut Sofyan Assauri (1984) adalah suatu kegiatan yang memperkirakan apa yang akan terjadi pada masa yang akan datang. Peramalan penjualan adalah peramalan yang mengaitkan berbagai asumsi yang berhubungan dengan tindakan-tindakan yang perlu diambil serta variabel-variabel lain yang mempengaruhi permasalahan arus penjualan yang akan terjadi. Peramalan diperlukan karena adanya perbedaan waktu antara keadaan akan dibutuhkannya suatu kebijakan baru. Apabila perbedaan waktu tersebut panjang, maka peran peramalan menjadi penting dan sangat dibutuhkan, terutama dalam penentuan kapan terjadi suatu peristiwa sehingga dapat dipersiapkan tindakan yang diperlukan.
Kegunaan suatu peramalan dapat dilihat pada saat pengambilan keputusan. Keputusan yang baik adalah keputusan yang didasarkan oleh pertimbangan apa yang akan terjadi saat keputusan tersebut dilakukan. Apabila keputusan yang dialami kurang tepat sebaiknya keputusan tersebut tidak dilaksanakan. Oleh karena masalah pengambilan keputusan merupakan masalah yang dihadapi, maka peramalan juga merupakan masalah yang harus dihadapi, karena peramalan berkaitan erat dengan pengambilan keputusan.
2.2 Jenis – Jenis Peramalan
Menurut Makridakis, Wheelright, C , S t e v en . McGee, E, Vi ct or (1991), teknik peramalan dapat dibagi dalam 2 bagian jika dilihat dari sifatnya, yaitu:
Peramalan kualitatif adalah peramalan yang didasarkan atas data kualitatif pada masa lalu. Hasil peramalan ini sangat bergantung pada orang yang menyusunnya, karena berdasarkan pemikiran yang bersifat instuisi, pendapat dan pengetahuan serta pengalaman dari orang-orang yang menyusunnya. Biasanya peramalan kualitatif ini didasarkan atas hasil penyelidikan seperti Delphi, analogis, dan didasarkan atas ciri-ciri normatif seperti decision matrices atau
decision trees. Metode kualitatif dapat dibagi menjadi dua, yaitu
metode eksploratoris dan normative. 2. Peramalan Kuantitatif
Peramalan kuantitatif adalah peramalan yang didasarkan atas data kuantitatif pada masa lalu. Peramalan yang baik adalah peramalan yang dilakukan dengan mengikuti prosedur peramalan penyusunan dengan baik. Semakin baik kita menggunakan prosedur peramalan, maka penyimpangan antara hasil peramalan dengan kenyataan yang terjadi juga semakin kecil. Metode peramalan kuantitatif dapat dibagi dalam deret berkala (time series) dan metode kausal.
Peramalan kuantitatif dapat digunakan bila memenuhi syarat berikut: 1. Adanya informasi tentang masa lalu.
2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data.
Metode-metode peramalan dengan analisis deret waktu dibagi tiga yaitu: 1. Metode Pemulusan Eksponensial dan Rata-rata Bergerak
Metode ini sering digunakan untuk ramalan jangka pendek dan jarang dipakai untuk ramalan jangka panjang.
2. Metode Regresi
Metode ini biasanya digunakan untuk ramalan jangka menengah dan jangka panjang.
3. Metode Box – Jenkins
Metode ini jarang dipakai, tetapi baik untuk ramalan jangka pendek, menengah, dan panjang.
2.3 Pemilihan Metode Peramalan
Dalam memilih metode peramalan, perlu diketahui terlebih dahulu ciri-ciri penting dalam pengambilan keputusan dan analisis keadaan dalam mempersiapkan peramalan.
Ada 6 faktor utama yang diidentifikasikan sebagai teknik dan metode peramalan yaitu:
1. Horizon waktu
Ada dua aspek dari horizon waktu yang berhubungan dengan masing- masing metode peramalan, yaitu cakupan waktu di masa yang akan datang dan jumlah periode untuk peramalan yang diinginkan. 2. Pola Data
Dasar utama dari metode peramalan adalah anggapan bahwa macam pola yang didapati di dalam data yang diramalkan akan berkelanjutan. 3. Jenis dan model
Model-model merupakan suatu deret dimana waktu digambarkan sebagai unsur yang penting untuk menentukan perubahan-perubahan dalam pola. Model-model perlu diperhatikan karena masing-masing model mempunyai kemampuan yang berbeda dalam analisis keadaan untuk pengambilan keputusan.
Umumnya ada empat unsur biaya yang tercakup dalam penggunaan suatu prosedur peramalan, yaitu biaya-biaya penyimpangan (storage) data, operasi pelaksanaan dan kesempatan dalam penggunaan teknik-teknik dan metode peramalan,
5. Ketepatan peramalan
Tingkat ketepatan yang dibutuhkan sangat erat dengan tingkat perincian yang dibutuhkan dalam suatu peramalan.
6. Kemudahan dan Penerapan
Metode-metode yang dapat dimengerti dan mudah diaplikasikan sudah merupakan suatu prinsip umum bagi pengambilan keputusan.
2.4 Kegunaan Peramalan
Kegunaan peramalan dalam suatu penelitian adalah untuk memperkirakan situasi dan kondisi yang akan terjadi dari suatu yang diteliti untuk masa yang akan datang setelah situasi tersebut dianalisis. Peramalan merupakan suatu alat bantu yang penting dalam perencanaan yang efektif dan efisien. Dalam hal ini penyusunan suatu rencana untuk mencapai tujuan atau sasaran suatu organisasi/lembaga terdapat perbedaan waktu pelaksanaan, dan dilaksanakan oleh siapa. Perencanaan dan peramalan merupakan dua hal yang sangat erat kaitannya, hal ini dapat dilihat dalam penyusunan rencana, dimana dalam penyusunan ini melibatkan peramalan juga.
2.5 Metode Pemulusan (Smoothing)
Metode pemulusan atau smoothing adalah metode peramalan dengan mengadakan penghalusan terhadap masa lalu, yaitu dengan mengambil rata-rata dari nilai beberapa tahun untuk menaksir nilai pada beberapa tahun ke depan. Metode pemulusan (smoothing) banyak digunakan untuk menghilangkan atau mengurangi keteracakan (randomness) dari data deret berkala (time series). Secara umum, metode smoothing diklasifikasikan menjadi dua bagian, yaitu:
1. Metode Rata-rata
Metode rata-rata dibagi atas 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.
Metode rata-rata tujuannya adalah untuk memanfaatkan data masa lalu dalam mengembangkan suatu sistem peramalan pada periode mendatang.
2. Metode Pemulusan Eksponensial
Bentuk umum dari pemulusan eksponensial adalah:
dengan:
= ramalan satu periode ke depan = data aktual pada periode ke – t = ramalan pada periode ke – t = parameter pemulusan
Metode pemulusan atau smoothing eksponensial terdiri atas: 1. Pemulusan atau smoothing ekspnensial tunggal
a. Metode linier satu parameter dari Brown b. Metode dua parameter dari Holt
2.6 Metode Smoothing yang Digunakan
Untuk mendapatkan hasil yang baik harus diketahui cara peramalan yang cepat. Maka metode peramalan analisis time series yang digunakan untuk meramalkan Peramalan Jumlah Wisatawan Mancanegara yang Berkunjung ke Sumatera Utara melalui Pelabuhan Laut Belawan pada Tahun 2016-2021 pada pemecahan masalah ini adalah dengan menggunakan metode smoothing eksponensial ganda yaitu metode smoothing eksponensial satu parameter dari Brown.
Metode ini merupakan metode yang digunakan oleh Brown. Dasar pemikiran dari metode smoothing eksponensial linear satu parameter dari Brown adalah dengan rata-rata bergerak linear, karena kedua nilai pemulusan tunggal dan ganda ketinggalan dari data sebenarnya.
Persamaan yang dapat dipakai dalam pelaksanaan pemulusan eksponensial Ganda linear satu parameter dari Brown adalah sebagai berikut:
Metode linear Satu – Parameter dari Brown adalah:
S’t = Nilai Pemulusan eksponensial tunggal
2.7 Ketepatan Peramalan
Ketepatan peramalan adalah suatu hal yang mendasar dalam peramalan yaitu bagaimana mengukur kesesuaian suatu metode peramalan tertentu untuk suatu kumpulan data yang diberikan. Ketepatan dipandang sebagai kriteria penolakan untuk memilih suatu metode peramalan. Dalam pemodelan deret berkala (time
series) dari data masa lalu dapat diramalkan situasi yang akan terjadi pada
masa yang akan datang, untuk menguji kebenaran ramalan ini digunakan ketepatan.
Beberapa kriteria yang digunakan untuk menguji ketepatan ramalan adalah: a. ME (Mean Error) atau Nilai Tengah Kesalahan
b. MSE (Mean Square Error) atau Nilai Tengah Kesalahan Kuadrat 2
c. MAE (Mean Absolute Error) atau Nilai Tengah Kesalahan Absolut
N
2.2
∑
|et |MAE = t =1
N
d. MPE (Mean Percentage Error) atau Nilai Tengah Kesalahan Persentase
N
∑
PEt MPE = t =1N
e. MAPE (Mean Absolute Percentage Error) atau Nilai Tengah Kesalahan Persentase Absolut
N
∑
|PEt |MAPE = t =1
N
f. SSE (Sum Square Error) /Jumlah Kuadrat Kesalahan
N
SSE =
∑
et 2t =1
dengan:
= kesalahan pada periode ke – t
. . . 2.5
. . . 2.6
= (kesalahan persentase pada periode ke – t)
= data aktual pada periode ke – t = Nilai ramalan pada periode ke – t
N = Banyaknya periode waktu
BAB 1 PENDAHULUAN
1.1 Latar Belakang
Indonesia merupakan Negara maritim yang mempunyai belasan ribu pulau dengan laut yang sangat luas. Indonesia adalah Negara kepulauan terbesar di dunia. Kepulauan Indonesia yang terdiri atas belasan ribu pulau dapat saling berhubungan selain dari transportasi udara dan darat dapat pula berhubungan dengan menggunakan transportasi laut. Salah satu sarana transportasi laut adalah pelabuhan. Pelabuhan merupakan suatu unit sarana transportasi dan unit ekonomi yang berperan untuk merangsang pertumbuhan dan perkembangan ekonomi, yang terdiri dari kegiatan penyimpanan, distribusi, pemasaran dan lain-lainnya.
Pelabuhan Laut Belawan merupakan salah satu contoh pelabuhan yang sangat diusahakan di Sumatera Utara dan menjadi sarana transportasi laut yang menghubungkan kota Medan dengan seluruh kota-kota besar di Indonesia seperti Jakarta, Surabaya, Ujung Pandang, dan lain-lain termasuk berbagai pelabuhan laut negara sahabat seperti Malaysia, Singapura, dan lain-lain. Selain itu, Pelabuhan Laut Belawan juga menjadi tempat kegiatan pemerintah dan kegiatan ekonomi yang dipergunakan sebagai tempat kapal bersandar, berlabuh, naik turun penumpang dan bongkar muat barang yang dilengkapi dengan fasilitas keselamatan pelayaran kegiatan penunjang pelabuhan serta sebagai tempat perpindahan intra dan antar mode transportasi.
dilakukan langkah-langkah untuk meningkatkan arus Wisatawan Mancanegara yang biasa ditempuh dengan cara meningkatkan kegiatan pemasaran dan penyempurnaan berbagai fasilitas yang diperlukan oleh Wisatawan seperti sarana Angkutan, Perbanka, Akomodasi, Restoran, Biro perjalanan, Informasi mengenai Daerah Wisata dan lainnya.
Oleh karena itu, penulis ingin mengetahui volume pertambahan dan naik turunnya Jumlah Wisatawan Mancanegara yang berkunjung ke Sumatera Utara melalui Pelabuhan Laut Belawan pada tahun 2016-2021. Untuk melihat jumlah pengunjung Mancanegara yang diperlukan teknik peramalan dan data yang lengkap. Teknik tersebut akan menghasilkan perkiraan Jumlah Wisatawan Mancanegara yang berkunjung ke Sumatera Utara melalui Pelabuhan Laut Belawan pada tahun 2016-2021.
Berdasarkan uraian diatas maka untuk melengkapi persyaratan kelulusan dalam membuat Tugas Akhir, penulis mengusul judul “Peramalan Jumlah Wisatawan Mancanegara yang Berkunjung ke Sumatera Utara melalui Pelabuhan Laut Belawan Pada Tahun 2016-2021.
1.2 Rumusan Masalah
Berdasarkan latar belakang yang telah diuraikan diatas, maka rumusan masalah yaitu meramalkan atau memperkirakan berapa banyak Jumlah Wisatawan Mancanegara yang berkunjung ke Sumatera Utara melalui Pelabuhan Laut Belawan tahun 2016-2021.
1.3 Batasan Masalah
Jumlah Wisatawan Mancanegara yang berkunjung ke Sumatera Utara melalui Pelabuhan Laut Belawan pada Tahun 2016-2021.
1.4 Tujuan Penelitian
Adapun tujuan dari dilakukannya penelitian ini adalah untuk mengetahui prediksi atau meramalkan Jumlah Wisatawan Mancanegara yang berkunjung ke Sumatera Utara melalui Pelabuhan Laut Belawan tahun 2016-2021.
1.5 Manfaat Penelitian
Penelitian ini diharapkan dapat memberikan manfaat, antara lain:
1. Dengan adanya penelitian ini diharapkan dapat berguna dan menambah bahan pembendaharaan penelitian yang telah ada (bahan pustaka) serta dapat dijadikan sebagai bahan acuan bagi pengembangan penelitian-penelitian selanjutnya.
2. Penelitian ini diharapkan dapat dijadikan bahan masukan bagi Pelabuhan Laut Belawan sebagai instansi yang memiliki kegiatan pelabuhan sebagai tempat naik turun pengunjung Mancanegara untuk menentukan kebijakan-kebijakan lainnya.
1.6 Tinjauan Pustaka
Penulis menggunakan buku-buku statistika untuk mendukung serta merangkum penelitian ini, termasuk buku yang memuat informasi mengenai peramalan dengan menggunakan metode peramalan eksponensial smoothing ganda yaitu metode linear satu-parameter yang dikemukakan oleh Brown yaitu metode peramalan yang digunakan penulis untuk mendapatkan hasil penelitian.
demikian peramalan sangat bermanfaat bagi kita untuk melakukan suatu persiapan untuk menghadapi masa yang akan datang, serta dapat membantu kita dalam mengambil kebijakan dan tindakan-tindakan penting tentang sesuatu hal.
Manurung, Adler. Haymans (1990), menguraikan bahwa metode pemulusan ada beberapa macam yaitu metode rata-rata bergerak dan metode pemulusn eksponensial. Metode pemulusan eksponensial terbagi dua yaitu pemulusan eksponensial tunggal dan pemulusan eksponensial ganda.
Makridakis, Wheelwright, C, Steven. Mcgee, E, Victor (1991), menguraikan bahwa dasar pemikiran dari pemulusan eksponensial linear satu parameter dari brown adalah serupa dengan rata-rata bergerak linier, kerena nilai kedua pemulusan eksponensial tunggal dan ganda ketinggalan dari data yang sebenarnya bilamana terdapat unsur trend. Perbedaan antara nilai pemulusan tunggal dan dapat ditambahkan kepada nilai pemulusan tunggal yang disesuaikan untuk trend. Persamaan yang dipakai dalam peramalan eksponensial smoothing ganda yaitu metode linear satu-parameter yang dikemukakan oleh Brown.
1.7 Metodologi Penelitian
Metode penelitian yang digunakan adalah dengan cara sebagai berikut: 1.7.1 Penelitian Kepustakaan (Studi Literatur)
Penelitian kepustakaan yaitu metode pengumpulan data untuk memperoleh data dan informasi dari perpustakaan, dengan membaca buku-buku dan refrensi yang bersifat teoritis yang mendukung penulisan Tugas Akhir.
1.7.2 Metode Pengumpulan Data
1.7.3 Metode Pengolahan Analisa Data
Metode Pengolahan Analisa Data yang digunakan penulis untuk mendapatkan hasil peramalan ini adalah metode paramalan eksponensial smoothing ganda yaitu metode linear satu-parameter yang di kemukakan oleh Brown. Adapun bentuk umum dari metode eksponensial sebagai berikut:
1 (1 )
= parameter pemulusan (smoothing)S’t = Nilai Pemulusan eksponensial tunggal
t
S = Nilai Pemulusan eksponensial ganda
= Parameter Untuk pemulusan (smoothing)Ft + m = Hasil Peramalan untuk m Periode ke depan yang akan di
ramalkan
t t
a b
Abstrak
Indonesia merupakan Negara maritim yang mempunyai belasan ribu pulau dengan laut yang sangat luas. Indonesia adalah Negara kepulauan terbesar di dunia. Kepulauan Indonesia yang terdiri atas belasan ribu pulau dapat saling berhubungan selain dari transportasi udara dan darat dapat pula berhubungan dengan menggunakan transportasi laut. Salah satu sarana transportasi laut adalah pelabuhan. Pelabuhan merupakan suatu unit sarana transportasi dan unit ekonomi yang berperan untuk merangsang pertumbuhan dan perkembangan ekonomi, yang terdiri dari kegiatan penyimpanan, distribusi, pemasaran dan lain-lainnya.
PERAMALAN JUMLAH WISATAWAN MANCANEGARA YANG BERKUNJUNG KE SUMATERA UTARA MELALUI
PELABUHAN LAUT BELAWAN PADA TAHUN 2016-2021
TUGAS AKHIR
NURUL RAUDA PILIANG 132407066
PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
PERAMALAN JUMLAH WISATAWAN MANCANEGARA YANG BERKUNJUNG KE SUMATERA UTARA MELALUI
PELABUHAN LAUT BELAWAN PADA TAHUN 2016-2021
TUGAS AKHIR
Diajukan untuk melengkapi tugas akhir dan memenuhi syarat memperoleh Ahli Madya
NURUL RAUDA PILIANG 132407066
PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
PERSETUJUAN
Judul : PERAMALAN JUMLAH WISATAWAN
MANCANEGARA YANG BERKUNJUNG KE SUMATERA UTARA MELALUI
PELABUHAN LAUT BELAWAN PADA TAHUN 2016-2021
Kategori : TUGAS AKHIR
Nama : NURUL RAUDA PILIANG
Nomor Induk Mahasiswa : 132407066 Program Studi : D3 STATISTIKA Departemen : MATEMATIKA
Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
Diluluskan di Medan, Juli 2016
Disetujui oleh
Program Studi D3 Statistika FMIPA USU
Ketua, Pembimbing,
Dr. Faigiziduhu Bu’ulölö, M.Si Dr. Suwarno Ariswoyo, M.Si
PERNYATAAN
PERAMALAN JUMLAH WISATAWAN MANCANEGARA YANG BERKUNJUNG KE SUMATERA UTARA MELALUI
PELABUHAN LAUT BELAWAN PADA TAHUN 2016-2021
TUGAS AKHIR
Saya mengakui bahwa Tugas Akhir ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Juli 2016
PENGHARGAAN
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha Penyayang, dengan limpah karunia-Nya penulis dapat menyelesaikan penyusunan Tugas Akhir ini dengan judul Peramalan Jumlah Wisatawan Mancanegara yang Berkunjung ke Sumatera Utara melalui Pelabuhan Laut Belawan pada 2016-2021.
Terima kasih Penulis sampaikan kepada Bapak Dr. Suwarno Ariswoyo, M.Si selaku Dosen pembimbing yang telah meluangkan waktunya dan telah memberikan pengarahan selama penyusunan Tugas Akhir ini. Terima kasih kepada Bapak Dr. Faigiziduhu Bu’ulölö, M.Si selaku Ketua Program Studi D3 Statistika FMIPA USU, Bapak Prof. Dr. Tulus, M.Si. Ph.D dan Ibu Dr. Mardiningsih, M.Si selaku Ketua dan Sekretaris Departemen Matematika FMIPA USU, Bapak Dr. Kerista Sebayang M.S selaku Dekan FMIPA USU, Pembantu Dekan FMIPA USU, seluruh staff dan Dosen Program Studi D3 Statistika FMIPA USU, pegawai FMIPA USU dan rekan-rekan kuliah. Akhirnya tidak terlupakan kepada Ayah Zulkifli, Ibu Elly Herawaty dan Keluarga yang Selama ini memberikan bantuan dan dukungan yang diperlukan. Semoga Tuhan yang Maha Pemurah dan Maha Penyayang membalasnya.
Medan, Juli 2016 Penulis
DAFTAR ISI
3.5 Penentuan Bentuk Persamaan Peramalan 26 3.6 Peramalan Jumlah Wisatawan Mancanegara untuk Tahun 26 2016,2017,2018,2019,2020,2021
BAB 4 IMPLEMENTASI SISTEM 29
4.1 Pengertian Implementasi Sistem 29
4.2 Microsoft Office Excel 29
Microsoft Office Excel 2007
4.4 Implementasi Sistem Peramalan Jumlah Wisatawan 31 Mancanegara
4.5 Pembuatan Grafik 33
BAB 5 KESIMPULAN DAN SARAN 36
5.1 Kesimpulan 36
5.2 Saran 36
Daftar Pustaka
DAFTAR TABEL
Nomor Judul Halaman Tabel
3.1 Data Jumlah Wisatawan Mancanegara yang Berkunjung ke Sumatera Utara melalui Pelabuhan Laut Belawan pada Tahun 2004 – 2015
14
3.2 Peramalan Jumlah Wisatawan Mancanegara dengan Pemulusan Eksponensial Ganda Linear dari Brown dengan α = 0,1
16
3.3 Peramalan Jumlah Wisatawan Mancanegara dengan Pemulusan Eksponensial Ganda Linear dari Brown dengan α = 0,2
17
3.4 Peramalan Jumlah Wisatawan Mancanegara dengan Pemulusan Eksponensial Ganda Linear dari Brown dengan α = 0,3
18
3.5 Peramalan Jumlah Wisatawan Mancanegara dengan Pemulusan Eksponensial Ganda Linear dari Brown dengan α = 0,4
19
3.6 Peramalan Jumlah Wisatawan Mancanegara dengan Pemulusan Eksponensial Ganda Linear dari Brown dengan α = 0,5
20
3.7 Peramalan Jumlah Wisatawan Mancanegara dengan Pemulusan Eksponensial Ganda Linear dari Brown dengan α = 0,6
21
3.8 Peramalan Jumlah Wisatawan Mancanegara dengan Pemulusan Eksponensial Ganda Linear dari Brown dengan α = 0,7
22
3.9 Peramalan Jumlah Wisatawan Mancanegara dengan Pemulusan Eksponensial Ganda Linear dari Brown dengan α = 0,8
23
3.10 Peramalan Jumlah Wisatawan Mancanegara dengan Pemulusan Eksponensial Ganda Linear dari Brown dengan α = 0,9
24
3.11 Perbandingan Ukuran Ketepatan Metode Peramalan 25 3.12 Peramalan Jumlah Wisatawan Mancanegara dengan
Pemulusan Eksponensial Ganda Linier dari Brown dengan α= 0,6 Peramalan Jumlah Wisatawan Mancanegara yang Berkunjung ke Sumatera Utara melalui Pelabuhan Laut Belawan
25
3.13 Peramalan Jumlah Wisatawan Mancanegara yang Berkunjung ke Sumatera Utara melalui Pelabuhan Laut Belawan Untuk Tahun 2016, 2017, 2018, 2019, 2020, dan 2021.
DAFTAR GAMBAR
Nomor Judul Halaman Gambar
3.1 Grafik Jumlah Wisatawan Mancanegara yang Berkunjung ke Sumatera Utara Tahun 2004 – 2015
15 3.2 Grafik Jumlah Wisatawan Mancanegara Tahun 2004 –
2021.
28 4.1 Cara membuka Microsoft Office Excel 2007 30
4.2 Tampilan Microsoft Office Excel 2007 30
4.3 Tampilan Data Jumlah Wisatawan MancanegaraTahun 2004 – 2015
32
4.4 Tampilan data yang sudah diolah 33
4.5 Langkah–langkah pembuatan grafik Jumlah Wisatawan Mancanegara yang berkunjung ke Sumatera Utara melalui Pelabuhan Laut Belawan.
34
4.6 Tampilan Select Data Source 34
4.7 Tampilan Axis Labels 35
4.8 Grafik Jumlah Wisatawan Mancanegara yang berkunjung ke Sumatera Utara melalui Pelabuhan Laut Belawan pada Tahun 2004-2021.
