Peramalan Jumlah Anggaran Belanja Daerah Pemerintah kota Medan pada Tahun 2015-2016

(1)

SURAT KETERANGAN

Hasil Uji Implementasi Sistim Tugas Akhir

Yang bertanda tangan di bawah ini menerangkan bahwa Mahasiswa Tugas Akhir Program Diploma 3 Statistika:

Nama : Antonius Pantun A. Manurung

Nim : 132407120

Program Studi : D3 Statistika

JudulTugasAkhir : Peramalan Jumlah Anggaran Belanja Daerah Pemerintah Kota Medan pada Tahun 2015-2016

Telah melaksanakan tes program Tugas Akhir Mahasiswa tersebut di atas pada tanggal ...

Dengan Hasil: Sukses / Gagal

Demikian diterangkan untuk digunakan melengkapi syarat pendaftaran Ujian Meja Hijau Tugas Akhir Mahasiswa bersangkutan pada program studi D3 Statistika FMIPA USU Medan.

Medan, Juni 2016 Dosen Pembimbing

Aghni Syahmarani, M.Si NIP. 19870912 201504 2 004 KEMENTERIAN RISET, TEKNOLOGI DAN PENDIDIKAN TINGGI

UNIVERSITAS SUMATERA UTARA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM Jalan Bioteknologi No. 1 Kampus USU Medan Padang Bulan Medan 20155

(2)

KEMENTERIAN RISET, TEKNOLOGI DAN PENDIDIKAN TINGGI UNIVERSITAS SUMATERA UTARA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM DEPARTEMEN MATEMATIKA

Jl. Bioteknologi No.1 Kampus USU, Telp. (061) 8211050, Fax (061) 8214290 Medan 20155

KARTU BIMBINGAN TUGAS AKHIR MAHASISWA

Nama Mahasiswa : Antonius Pantun A. Manurung Nomor Induk Mahasiswa : 132407120

Judul Tugas Akhir : Peramalan Jumlah Anggaran Belanja Daerah Pemerintah Kota Medan pada Tahun 2015-2016

(3)

DAFTAR PUSTAKA

Assauri, Sofjan. 1984. Teknik dan Metode Peramalan. Jakarta. Fakultas Ekonomi Universitas Indonesia

Makridakis, S., Wheelwright, S.C., McGee, Victor E. 1993. Metode dan Aplikasi Peramalan. Jilid Satu. (Edisi 2) diterjemahan oleh Andriyanto, U.S. Abdul,A.Jakarta. Erlangga

Manurung, Adler Haymans. 1990. Teknik Peramalan Bisnis dan Ekonomi. Jakarta. Rineka Cipta

Sudjana. 2002. Metoda Statistika. Bandung. Tarsito

Republik Indonesia, Menteri Dalam Negeri. 2013. Pedoman Penyusunan Anggaran Pendapatan dan Belanja Daerah (APBD) T.A. 2014. Bandung. Fokusindo Mandiri

BPS. Medan Dalam Angka 2015. Badan Pusat Statistik. http://repository.usu.ac.id

(4)

BAB 3

PENGOLAHAN DATA

3.1. Pengertian Pengolahan Data

Pengolahan berasal dari kata olah yang berarti mengerjakan, mengusahakan supaya menjadi lebih sempurna, sehingga pengolahan adalah proses, cara, dan pembuatan mengolah. Data adalah fakta empirik yang dikumpulkan oleh peneliti untuk kepentingan memecahkan masalah atau menjawab pertanyaan penelitian. Jadi, pengolahan data ialah proses, cara, mengolah semua keterangan untuk keperluan penelitian yang bersifat teratur (sistematis) dan terencana.

3.2. Pengolahan Data dengan Menggunakan Metode Smoothing Eksponensial Ganda: Metode Linier Satu-Parameter dari Brown

Tabel 3.1. Data Jumlah Realisasi Pengeluaran Pemerintah Kota Medan Tahun 2005–2014

Periode Tahun Realisasi (Rp.000) 1 2005 1.219.659.902

Sumber: Badan Pusat Statistik Provinsi Sumatera Utara

(5)

Gambar 3.1. Diagram Garis Jumlah Realisasi Pengeluaran Pemerintah Kota Medan Tahun 2005–2014

Dalam memenuhi perhitungan pemulusan eksponensial tunggal, ganda dan peramalan, maka harus ditentukan parameter dari nilai α terlebih dahulu yang biasa digunakan dengan cara coba dan salah (trial and error). Berikut adalah harga parameter smoothing eksponensial (� yang besarnya yaitu < � < . Penulis

a. Menghitung harga pemulusan eksponensial tunggal dengan menggunakan persamaan 2.2. Perhitungan pemulusan eksponensial tunggal untuk jumlah belanja daerah pada tahun 2006 ( ′ ) dan 2007 ( ′ ) adalah sebagai

2005 2006 2007 2008 2009 2010 2011 2012 2013 2014

Realisasi Pengeluaran Pemerintah Kota Medan

(Rp.000)

(6)

′ _{= ,} _. _. _. ₊ _{− ,} _. _. _.

= . . . ,

′ _{= ,} _. _. _. ₊ _{− ,} _. _. _. _,

= . . . ,

b. Menghitung harga pemulusan eksponensial ganda dengan menggunakan persamaan 2.3. Perhitungan pemulusan eksponensial tunggal untuk jumlah belanja daerah pada tahun 2006 ( ′′) dan 2007 ( ′′) adalah sebagai koefisien _� untuk jumlah belanja daerah pada tahun 2006 ( ) dan 2007 ( ) adalah sebagai berikut:

� = �′− �′′ ( ) adalah sebagai berikut:

� = _{− �}� �′− �′′

= −

(7)

= _{− ,}, . . . , − . . . ,

= . . ,

= _{− ,}, . . . , − . . . ,

= . . ,

Dari nilai koefisien _� dan _� tersebut maka dapat dihitung trend peramalan jumlah belanja daerah untuk m tahun berikutnya. Peramalan jumlah belanja daerah tahun 2007 dengan menggunakan persamaan 2.6 adalah sebagai berikut.

�+ = �+ �

+ = +

= . . . , + . . ,

= . . . ,

Menghitung nilai kesalahan atau error (�_�) hasil ramalan tahun 2007 adalah dengan menggunakan persamaan 2.7.

�� = ��− �

� = � −

� = . . . − . . . ,

= . . ,

Untuk hasil perhitungan selengkapnya dengan � = , sampai dengan � =

(8)

Tabel 3.2. Perhitungan Peramalan Jumlah Anggaran Belanja Daerah Pemerintah Kota Medan dengan Smoothing Eksponensial Ganda

Untuk memperoleh nilai SSE digunakan persamaan 2.8 sebagai berikut:

= ∑�= ��− �

= ∑�= ��

= . . . + . . . + . . . + . . . +

. . . + . . . + . . . + . . . .

= . . . .

Untuk memperoleh nilai MSE digunakan persamaan 2.9 sebagai berikut:

� = �� = . . . = . . . . .

(9)

Tabel 3.3. Perhitungan Peramalan Jumlah Anggaran Belanja Daerah Pemerintah Kota Medan dengan Smoothing Eksponensial Ganda Linier dari Brown dengan � = ,

�� ′ �′′ � � ��

. . . , . . . , − − − − −

. . . , . . . , . . . , . . , − − −

. . . , . . . , . . . , . . , . . . , . . , . . . . .

. . . , . . . , . . . , . . , . . . , . . . , . . . .

. . . , . . . , . . . , . . , . . . , . . , . . . . .

SSE= 3.003.042.409.201.500.000 MSE= 375.380.301.150.187.000

= ∑�= ��− �

= ∑�= ��

= . . . + . . . + . . . + . . . +

. . . + . . . + . . . + . . . . .

= . . . .

(10)

= ∑�= ��− �

= ∑�= ��

= . . . + . . . + . . . + . . . +

. . . + . . . + . . . + . . . . .

= . . . .

� = �� = . . . = . . . . .

(11)

�� ′ �′′ � � ��

. . . , . . . , − − − − −

. . . , . . . , . . . , . . , − − −

. . . , . . . , . . . , . . , . . . , . . , . . . . .

. . . , . . . , . . . , . . , . . . , − . . , . . . . .

. . . , . . . , . . . , . . , . . . , . . , . . . . .

SSE= 965.337.399.582.896.000 MSE= 120.667.174.947.862.000

= ∑�= ��− �

= ∑�= ��

= . . . + . . . + . . . + . . . +

. . . + . . . + . . . + . . . . .

= . . . . .

(12)

= ∑�= ��− �

= ∑�= ��

= . . . + . . . + . . . + . . . +

. . . + . . . + . . . + . . . . .

= . . . . .

� = �� = . . . = . . . . .

(13)

�� ′ �′′ � � ��

. . . , . . . , − − − − −

. . . , . . . , . . . , . . , − − −

. . . , . . . , . . . , . . , . . . , . . , . . . . .

. . . , . . . , . . . , . . , . . . , − . . , . . . . .

. . . , . . . , . . . , . . , . . . , . . , . . . . .

SSE= 735.522.881.100.339.000 MSE= 91.940.360.137.542.300

= ∑�= ��− �

= ∑�= ��

= . . . + . . . + . . . + . . . +

. . . + . . . + . . . + . . . . .

= . . . . .

(14)

= ∑�= ��− �

= ∑�= ��

= . . . . + . . . . + . . . + . . . +

. . . + . . . + . . . + . . . . .

= . . . . .

� = �� = . . . = . . . . .

(15)

�� ′ �′′ � � ��

. . . , . . . , − − − − −

. . . , . . . , . . . , . . , − − −

. . . , . . . , . . . , . . , . . . , . . , . . . .

. . . , . . . , . . . , . . , . . . , . . , . . . . .

. . . , . . . , . . . , . . , . . . , − . . , . . . . .

. . . , . . . , . . . , . . , . . . , . . , . . . . .

SSE= 838.817.804.796.536.000 MSE= 104.852.225.599.567.000

= ∑�= ��− �

= ∑�= ��

= . . . . + . . . . + . . . + . . . +

. . . + . . . + . . . + . . . . .

= . . . . .

(16)

= ∑�= ��− �

= ∑�= ��

= . . . . + . . . . + . . . + . . . . +

. . . + . . . + . . . + . . . . .

= . . . . .

� =�� = . . . = . . . . .

(17)

Kriteria yang digunakan untuk menguji ketepatan peramalan yaitu metode yang memberikan nilai MSE yang terkecil. Perbandingan ukuran ketepatan peramalan jumlah pengeluaran pemerintah kota Medan Tahun 2005–2014 dengan melihat MSE yaitu sebagai berikut:

Tabel 3.11. Perbandingan Ukuran Ketepatan Peramalan

α MSE

0.1 893.574.602.569.694.000 0.2 375.380.301.150.187.000 0.3 188.005.642.372.518.000 0.4 120.667.174.947.862.000 0.5 97.406.126.071.909.600 0.6 91.940.360.137.542.300 0.7 95.391.768.895.282.400 0.8 104.852.225.599.567.000 0.9 119.916.243.343.165.000

Dari tabel 3.11. dapat dilihat bahwa nilai MSE yang terkecil terdapat pada

� = , yaitu dengan � = . . . , .

3.3. Penentuan Bentuk Persamaan Peramalan

Dari perhitungan pada � = , dapat diperoleh persamaan peramalan untuk periode selanjutnya yaitu dengan menggunakan persamaan 2.6 sebagai berikut:

�+ = �+ �

+ = +

(18)

3.4. Peramalan Jumlah Anggaran Belanja Daerah Tahun 2015 dan 2016 Setelah persamaan peramalan diperoleh, maka jumlah anggaran belanja daerah pemerintah kota Medan dapat dihitung untuk periode berikutnya, yaitu tahun 2015 dan 2016 seperti berikut:

a. Periode ke-11 (tahun 2015) + = +

+ = . . . , + . . ,

= . . . ,

b. Periode ke-12 (tahun 2016) + = +

+ = . . . , + . . ,

= . . . ,

Tabel 3.12. Peramalan Jumlah Anggaran Belanja Daerah Pemerintah Kota Medan untuk Tahun 2015 dan 2016

Tahun Periode Peramalan Jumlah Anggaran Belanja Daerah (Rp.000)

2015 11 . . . ,

2016 12 . . . ,

(19)

BAB 4

IMPLEMENTASI SISTIM

4.1. Pengertian Implementasi Sistim

Implementasi sistim merupakan tahap penerapan hasil desain yang telah dirancang pada tahap sebelumnya kedalam software komputer yang berbentuk file komputer. Dengan penerapan sistim yang dirancang, hasilnya dapat dioperasikan dan digunakan secara optimal sesuai kebutuhan.

Dalam menjalankan kegiatan implementasi perlu dilakukan beberapa hal yaitu:

 Pengumpulan Data (Data Gathering) apabila ada sistem yang berjalan sebelumnya maka perlu dilakukan pengumpulan datan dan informasi yang dihasilkan dari sistem yang ada. Tahapan ini lebih menekan kepada studi kelayakan dan definifi sistem.

 Analisa Sistem, mendeskripsikan objek-objek yang terlibat dalam sistem dan batasan sistem.

 Perencanaan Sistem (Design), merancang alur kerja (workflow) dari sistem dalam bentuk diagram alur (flowchart) atau data flow diagram.

4.2. Microsoft Excel

Dalam pengolahan data dan implementasi sistem untuk menyelesaikan permasalahan yang telah dibahas dalam Tugas Akhir ini, penulis menggunakan salah satu perangkat bagian dari Microsoft Offiice yaitu Microsoft Excel.

Microsoft Excel adalah salah sau produk unggulan dari Microsoft Corporation

(20)

Microsoft Excel adalah sebuah program aplikasi lembar kerja spreadsheet

untuk mengolah data secara otomatis meliputi perhitungan dasar, penggunaan fungsi-fungsi, pembuatan grafik dan manajemen data. Lembar kerja adalah kumpulan kolom dan baris, yang terdiri dari 256 kolom dan 65.536 baris pada setiap lembar kerja. Dalam tulisan ini, penulis menggunakan aplikasi Microsoft

Excel 2013.

4.3. Langkah-Langkah Pengolahan Data

Langkah-langkah untuk menggunakan program Microsoft Excel pada Windows 8 adalah sebagai berikut:

1. Cara Mengaktifkan Microsoft Excel:

a. Arahkan kursor mouse ke sudut kanan bawah dekstop b. Klik tombol Start pada tampilan Windows

c. Geser kearah Program instalasi d. Pilih Excel 2013

Gambar 4.1. Cara Memunculkan Start Menu pada Windows 8

(21)

Gambar 4.2. Cara Mengaktifkan Microsoft Excel

2. Setelah pengaktifan, akan tampil lembar kerja excel yang siap digunakan.

(22)

3. Masukkan data yang akan diolah seperti Gambar 4.4.

Gambar 4.4. Tampilan Pemasukan Data

4. Pengolahan data dengan menggunakan rumus

Berikut adalah tahapan yang akan dilakukan dalam mengolah angka dengan menggunakan rumus pada bab 3.

a. Persamaan 2.2 untuk nilai � = , yaitu dengan menggunakan rumus =

, ∗ + − , ∗ , kemudian rumus dilanjutkan untuk baris selanjutnya seperti Gambar 4.5.

Gambar 4.5. Hasil Pengolahan Data untuk Persamaan 2.2

(23)

b. Persamaan 2.3 untuk nilai � = , yaitu dengan menggunakan rumus =

, ∗ + ( − , ∗ ), kemudian rumus dilanjutkan untuk baris selanjutnya seperti Gambar 4.6.

c. Persamaan 2.4 untuk nilai � = , yaitu dengan menggunakan rumus =

∗ − , kemudian rumus dilanjutkan untuk baris selanjutnya seperti Gambar 4.7.

(24)

d. Persamaan 2.5 untuk nilai � = , yaitu dengan menggunakan rumus =

, / − , ∗ − , kemudian rumus dilanjutkan untuk baris

selanjutnya seperti Gambar 4.8.

e. Persamaan 2.6 untuk nilai � = , yaitu dengan menggunakan rumus =

+ , kemudian rumus dilanjutkan untuk baris selanjutnya seperti Gambar 4.9.

(25)

f. Persamaan 2.7 untuk nilai � = , yaitu dengan menggunakan rumus =

− , kemudian rumus dilanjutkan untuk baris selanjutnya seperti Gambar 4.10.

g. Kuadratkan setiap nilai �_� dengan menggunakan rumus = ^ , kemudian rumus dilanjutkan untuk baris selanjutnya seperti Gambar 4.11.

(26)

h. Jumlahkan setiap nilai dari hasil kuadrat �_� untuk memperoleh nilai SSE (persamaan 2.8) dengan menggunakan rumus = �� : dan kemudian dirata-ratakan untuk memperoleh nilai MSE (persamaan 2.9) dengan menggunakan rumus = / : seperti Gambar 4.12.

Gambar 4.12. Hasil dari SSE dan MSE

(27)

BAB 5

KESIMPULAN DAN SARAN

5.1. Kesimpulan

Berdasarkan hasil pengolahan data, maka penulis dapat menyimpulkan bahwa: a. Dari hasil pengolahan data jumlah realisasi pengeluaran pemerintah Kota

Medan pada tahun 2005 sampai tahun 2014 menggunakan metode pemulusan eksponensial ganda dengan metode linier satu-parameter dari Brown, diperoleh nilai MSE terkecil dari � = , yaitu sebesar

. . . , .

b. Bentuk persamaan peramalan jumlah anggaran belanja daerah pemerintah Kota Medan berdasarkan data tahun 2005 sampai tahun 2014 dengan � =

, adalah:

+ = . . . , + . . ,

c. Jumlah anggaran belanja pemerintah Kota Medan untuk periode ke-11 dan 12 atau tahun 2015 dan 2016 adalah sebesar . . . . , dan

. . . . , .

d. Dari hasil peramalan yang penulis lakukan terhadap data jumlah realisasi pengeluaran pemerintah Kota Medan, terlihat bahwa ramalan jumlah belanja daerah yang akan dianggarkan meningkat dari tahun ke tahun.

5.2. Saran

Berdasarkan penelitian yang telah penulis lakukan, maka saran yang dapat penulis berikan yaitu sebagai berikut:

(28)

pemulusan (smoothing) eksponensial ganda: metode linier satu-parameter dari Brown dan dapat menggunakan alat bantu komputer dengan aplikasi

Microsoft Excel untuk mempermudah proses perhitungan.

b. Pihak pemerintah dapat mempertimbangkan hasil ramalan yang penulis lakukan untuk menetapkan target pendapatan daerah dan perencanaan keuangan ditahun yang akan datang.

c. Dengan adanya ramalan jumlah anggaran belanja daerah pemerintah Kota Medan ini, diharapkan kepada pemerintah Kota Medan agar memacu potensi-potensi yang ada untuk menambah pendapatan daerahnya, mengingat dari tahun ke tahun jumlah keperluan untuk urusan belanja daerah selalu menunjukkan peningkatan yang signifikan.

(29)

BAB 2

TINJAUAN TEORITIS

2.1. Peramalan

2.1.1. Pengertian dan Kegunaan Peramalan

Peramalan (forecasting) menurut Sofjan Assauri (1984) adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan akan terjadi pada masa yang akan datang. Untuk memprediksi hal tersebut diperlukan data yang akurat di masa lalu, sehingga dapat dilihat prospek situasi dan kondisi di masa yang akan datang.

Kegunaan dari peramalan terlihat pada saat pengambilan keputusan. Setiap orang selalu dihadapkan pada masalah pengambilan keputusan. Keputusan yang baik adalah keputusan yang didasarkan atas pertimbangan apa yang akan terjadi pada waktu keputusan itu dilaksanakan. Apabila ramalan yang kita susun atau yang kita buat kurang tepat, maka kurang baik pula keputusan yang kita ambil. . Keberhasilan dari suatu peramalan sangat ditentukan oleh:

a. Pengetahuan teknik tentang pengumpulan informasi (data) masa lalu, data ataupun informasi haruslah bersifat kuantitatif.

b. Teknik dan metode yang tepat dan sesuai dengan pola data yang telah di kumpulkan.

(30)

2.1.2. Jenis-jenis Peramalan

Peramalan pada umumnya dapat dibedakan menjadi beberapa macam berdasarkan sudut pandang kita melihatnya. Bila dilihat dari sifat penyusunannya, maka peramalan dapat dibagi menjadi dua macam, yaitu:

1. Peramalan objektif, yaitu peramalan yang didasarkan pada data yang relevan dari masa lalu dengan menggunakan teknik-teknik atau metode-metode dalam penganalisaan data tersebut.

2. Peramalan subjektif, yaitu peramalan yang didasarkan pada perasaan atau intuisi dari orang yang menyusunnya.

Jika dilihat dari jangka waktu ramalan yang disusun, maka peramalan dapat dibedakan atas dua macam, yaitu:

1. Peramalan jangka panjang, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan yang jangka waktunya lebih dari 1,5 tahun atau 3 semester.

2. Peramalan jangka pendek, yaitu peramlan yang dilakukan untuk penyusunan hasil ramalan dengan jangka waktu yang kurang dari 1,5 tahun atau 3 semester.

Berdasarkan sifat ramalan yang telah disusun maka peramalan dibedakan menjadi dua macam, yaitu:

1. Peramalan kualitatif, yaitu peramalan yang didasarkan atas data kualitatif masa lalu. Hasil peramalan yang dibuat sangat bergantung pada orang yang menyusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan oleh pemikiran yang bersifat intuisi, pendapat, dan pengetahuan, serta pengalaman penyusunnya.

2. Peramalan kuantitatif, yaitu peramalan yang didasarkan atas data kuantitatif pada masa lalu. Peramalan kuantitatif sangat mengandalkan data historis yang ada. Hasil peramalan yang dibuat sangat bergantung pada metode-metode yang digunakan dalam pramalan tersebut.

(31)

Peramalan kuantitatif hanya dapat digunakan apabila terdapat tiga kondisi sebagai berikut:

1. Adanya informasi tentang keadaan masa lalu.

2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data.

3. Dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada masa yang akan datang.

2.2. Metode Peramalan

2.2.1. Pengertian dan Kegunaan Metode Peramalan

Metode peramalan adalah cara memperkirakan atau mengestimasi secara kuantitatif maupun kualitatif apa yang akan terjadi pada masa depan berdasarkan data relevan pada masa lalu. Metode peramalan juga merupakan cara memperkirakan secara kuantitatif, karena itu metode peramalan termasuk dalam kegiatan peramalan kuantitatif.

Kegunaan metode peramalan ini adalah untuk memperkirakan apa yang akan terjadi pada masa depan secara sistematis dan pragmatis, sehingga metode peramalan sangat berguna untuk dapat memperkirakan secara sistematis dan pragmatis atas dasar data yang relevan pada masa yang lalu, dengan demikian metode peramlan diharapkan dapat memberikan objektivitas yang lebih besar.

(32)

2.2.2. Jenis-Jenis Metode Peramalan

Pada dasarnya metode peramalan kuantitaif ini dapat dibedakan atas:

1. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu yang merupakan deret waktu atau time series, yaitu:

a. Metode smoothing, mencakup data lewat (past data), metode rata-rata kumulatif, metode rata-rata bergerak (moving averages) dan metode

exponential smooting. Metode smoothing digunakan untuk mengurangi

ketidak teraturan musiman dari data yang lalu maupun kedua-duanya, dengan membuat rata-rata tertimbang dari sederetan data yang lalu. Ketepatan (accuracy) dari peramalan dengan metode ini akan terdapat pada jangka pendek, sedangkan untuk peramalan jangka panjang sangat kurang ketepatannya. Data yang dibutuhkan ialah data minimal selama dua tahun.

b. Metode Box Jenkins, menggunakan dasar deret waktu dengan model matematis, agar kesalahan yang terjadi dapat sekecil mungkin. Penggunaan metode ini membutuhkan identifikasi model dan estimasi parameternya. Metode ini sangat baik ketepatan (accuracy) untuk parameter jangka pendek, sedangkan untuk peramalan jangka panjang sangat kurang ketepatannya. Data yang dibutuhkan ialah data minimun dua tahun dan data yang dimiliki lebih dari dua tahun.

c. Metode proyeksi trend dengan regresi, merupakan dasar garis trend untuk suatu persamaan matematis, sehingga dengan dasar persamaan tersebut dapat diproyeksikan hal yang diteliti untuk masa depan. Data yang dibutuhkan ialah data tahunan, dan semakin banyak data yang dimiliki semakin lebih baik, serta minimum data tahunan adalah lima tahun.

2. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antara variabel yang akan diperkirakan dengan variabel lain yang mempengaruhinya, yang bukan waktu, yang disebut metode korelasi atau sebab akibat (causal methods), yang terdiri dari:

(33)

a. Metode regresi dan korelasi, didasarkan pada penetapan suatu persamaan

estimasi menggunakan teknik “least square”. Data yang digunakan untuk

penggunaan metode peramalan ini adalah data kuartalan dari beberapa tahun yang lalu.

b. Model ekonometri, didasarkan atas peramalan pada sistem persamaan regresi yang diestimasikan secara simultan. Data yang dibutuhkan adalah data kuartalan beberapa tahun.

c. Model input output, dipergunakan untuk menyusun proyeksi trend ekonomi jangka panjang. Data yang dibutuhkan adalah data tahunan selama sekitar sepuluh sampai lima belas tahun.

2.2.3. Metode Pemulusan (Smoothing)

Merode Pemulusan (smoothing) adalah metode peramalan dengan mengadakan penghalusan atau pemulusan terhadap data masa lalu yaitu dengan mengambil rata-rata dari nilai beberapa tahun menaksir nilai pada tahun yang akan datang. Secara umum pemulusan (smoothing) dapat digolongkan menjadi beberapa bagian:

1. Metode Perataan (Average)

Metode perataan 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.

2. Metode Pemulusan (Smoothing) Eksponensial

Bentuk umum dari metode pemulusan eksponensial adalah:

�+ = ��+ − � � (2.1)

di mana:

(34)

� = parameter eksponensial yang besarnya 0 < � < 1 �� = nilai aktual pada periode ke-t

� = ramalan pada periode ke-t

Metode Pemulusan (Smoothing) Eksponensial terdiri dari: a. Pemulusan Eksponensial Tunggal, yang terdiri atas:

1. Satu Parameter 2. Pendekatan Adaptif

b. Pemulusan Eksponensial Ganda, yang terdiri atas: 1. Metode Linier Satu Parameter dari Brown 2. Metode Dua Parameter dari Holt

c. Pemulusan Eksponensial Tripel, yang terdiri atas: 1. Pemulusan Kwadratik Satu Parameter Dari Brown

2. Metode kecendrungan dan Musiman Tiga Parameter dari Winter d. Pemulusan Eksponensial Menurut Klasifikasi Pegels

2.3. Metode Peramalan yang Digunakan

Untuk mendapatkan suatu hasil yang baik dan tepat maka perlu diketahui dan digunakan metode peramalan yang tepat. Dalam meramalkan besarnya pengeluaran pemerintah kota Meda pada tahun 2015 dan 2016, maka penulis menggunakan metode smoothing exponential ganda dari Brown.

Persamaan yang dipakai dalam pelaksanaan Smoothing Eksponensial Satu Parameter dari Brown adalah sebagai berikut :

�′ = ��+ − � �−′ (2.2)

�′ = nilai pemulusan eksponensial tunggal �′′ = nilai pemulusan eksponensial ganda

(35)

α = parameter pemulusan eksponensial

�, � = konstanta pemulusan

�+ = hasil peramalan untuk m periode ke depan yang akan diramalkan

Untuk menghitung nilai kesalahan atau error (�_�) ramalan tersebut, dapat digunakan rumus di bawah ini:

�� = ��− � ( 2.7) Perlu dipahami bahwa tidak ada suatu metode terbaik untuk suatu peramalan. Metode yang memberikan hasil ramalan secara tepat belum tentu tepat untuk meramalkan data yang lain. Dalam peramalan time series, metode peramalan terbaik adalah metode yang memenuhi kriteria ketetapan ramalan. Kriteria ini berupa Mean Squared Error (MSE), Mean Absulute Percentage Error (MAPE), dan Mean Absolute Deviation (MAD).

2.4. Ketepatan Peramalan

Berikut ini adalah beberapa kriteria ketepatan ramalan yang digunakan untuk menguji nilai ramalan yaitu:

c. Nilai Tengah Kesalahan Persentase Absolut atau Mean Absolute Percentage

Error (MAPE), dirumuskan dengan:

MAPE = ∑��=1|� �| (2.10)

d. Kesalahan Persentase atau Percentage Error (PE), dirumuskan dengan: PE = ��− �

(36)

e. Nilai Tengah Deviasi Absolut atau Mean Absolute Deviation (MAD), dirumuskan dengan:

MAD = ∑��=1|��− �| (2.12)

di mana:

�� − � = Kesalahan pada periode ke-i

�� = Data aktual pada periode ke-i � = Nilai ramalan pada periode ke-i

= Banyaknya periode waktu

Kriteria ketetapan ramalan yang penulis gunakan adalah hanya melihat dari nilai SSE dan MSE. Hasil ramalan yang dipilih adalah yang memberikan nilai MSE terkecil.

(37)

BAB 1

PENDAHULUAN

1.1. Latar Belakang

Dalam rangka upaya untuk penyelenggaraan pemerintahan dan pelayanan kepada masyarakat, pemerintah pusat dan pemerintah daerah merupakan suatu kesatuan yang tidak dapat dipisahkan. Dalam hal ini misi utama otonomi daerah bukan sekedar keinginan untuk melimpahkan kewenangan dan pembiayaan dari pemerintah pusat ke pemerintah daerah, tetapi yang lebih penting adalah keinginan untuk meningkatkan efisiensi dan efektifitas pengelolaan sumber daya keuangan daerah dalam rangka meningkatkan kesejahteraan dan pelayanan kepada masyarakat.

Sebagian dari usaha pemerintah untuk mensejahterakan rakyatnya adalah dengan penyediaan sarana dan prasarana. Untuk mendukung usaha tersebut, pemerintah daerah menyusun Anggaran Pendapatan Belanja Daerah (APBD). Pemerintah daerah yang dimaksudkan adalah pemerintah provinsi dan pemerintah kabupaten/kota. APBD merupakan gambaran dari kebijakan pemerintah daerah dalam mengelola pemenuhan kebutuhan masyarakat dan operasionalisasi struktur yang mendukungnya. Gambaran dari kebijakan pemerintah daerah tersebut berupa rencana keuangan tahunan pemerintahan daerah yang dibahas dan disetujui bersama oleh pemerintah daerah dan Dewan Perwakilan Rakyat Daerah (DPRD), dan ditetapkan dengan peraturan daerah.

(38)

Berdasarkan uraian diatas penulis tertarik untuk memilih judul

“PERAMALAN JUMLAH ANGGARAN BELANJA DAERAH

PEMERINTAH KOTA MEDAN PADA TAHUN 2015-2016”.

1.2. Rumusan Masalah

Peramalan anggaran belanja daerah pemerintah kota Medan dilakukan untuk menggambarkan perencanaan keuangan untuk urusan belanja daerah pemerintah kota Medan. Permasalahan yang diangkat dalam tulisan ini adalah berapa banyaknya rencana jumlah anggaran yang akan dikeluarkan pemerintah kota Medan pada tahun 2015 dan 2016.

1.3. Batasan Masalah

Pembatasan masalah bertujuan untuk memperjelas arah dan tujuan dari suatu masalah yang akan diteliti sehingga tidak akan menimbulkan kekeliruan. Sehubungan dengan keterbatasan waktu dan kemampuan penulis serta untuk menghindari kesimpangsiuran dalam penulisan tugas akhir yang sesuai dengan rumusan masalah dan latar belakang masalah yang telah diuraikan, maka penulis membatasi ruang lingkup penelitian pada peramalan jumlah pengeluaran daerah pemerintah kota Medan secara umum, khususnya untuk tahun 2015 dan 2016.

Gambaran pengeluaran pada tahun 2015 dan 2016 dibuat dengan asumsi bahwa tidak ada perubahan rencana pengeluaran dari anggaran pada tahun tahun sebelumnya yaitu berdasarkan realisasi pengeluaran pemerintah kota Medan pada tahun 2005-2014 dan data yang dibutuhkan diperoleh dari Badan Pusat Statistik Provinsi Sumatera Utara.

(39)

1.4. Tujuan Penelitian

Adapun tujuan penulis dalam penulisan tugas akhir ini adalah untuk memberikan rencana berupa gambaran tentang banyaknya pengeluaran/belanja daerah yang akan dikeluarkan oleh pemerintah kota Medan pada tahun 2015 dan 2016.

1.5. Manfaat Penelitian

Adapun manfaat dari penelitian ini adalah:

1. Memberikan informasi tentang jumlah realisasi dan rencana anggaran belanja daerah pemerintah Kota Medan.

2. Dapat dipergunakan sebagai bahan masukan untuk peneliti-peneliti selanjutnya yang berhubungan dengan jumlah anggaran pemerintah Kota Medan.

1.6. Tinjauan Pustaka

Peramalan (forecasting) menurut Sofjan Assauri (1984) adalah suatu kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama, karena dalam waktu yang singkat tidak dibutuhkan peramalan. Didalam peramalan, salah satu hal yang paling penting adalah ketetapan peramalan yaitu bagaimana mengukur kesesuaian suatu metode peramalan tertentu untuk suatu kumpulan data yang diberikan. Peramalan diperlukan karena adanya perbedaan waktu antar keadaan sehingga dibutuhkannya suatu kebijakan. Apabila perbedaan waktu tersebut panjang, maka peran peramalan menjadi sangat dibutuhkan, terutama dalam penentuan kapan terjadinya suatu peristiwa sehingga dapat dipersiapkan tindakan yang diperlukan.

(40)

rata-rata bergerak linier, karena kedua nilai pemulusan eksponensial tunggal dan ganda ketinggalan dari data yang sebenarnya bilamana terdapat unsur trend. Perbedaan antara nilai pemulusan tunggal dan ganda dapat ditambahkan kepada nilai pemulusan tunggal dan disesuaikan untuk trend.

Metode yang digunakan penulis untuk mendapatkan hasil peramalan jumlah pengeluaran pemerintah kota Medan untuk tahun 2015 dan 2016 adalah metode paramalan smoothing eksponensial ganda yaitu metode linier satu-parameter dari Brown yang juga dikutip dari buku Teknik Peramalan Bisnis dan Ekonomi, oleh Adler Haymans Manurung, SE.

1.7. Metode Penelitian

Metode yang penulis gunakan dalam melaksanakan penelitian yaitu: 1. Studi Kepustakaan (Library Research)

Suatu cara penelitian yang digunakan untuk memperoleh data atau informasi dari perpustakaan yaitu dengan membaca buku–buku, referensi bahan– bahan yang bersifat teoritis yang membantu tugas akhir ini.

2. Metode Pengumpulan Data

Pengumpulan data untuk keperluan riset ini penulis lakukan dengan cara menggunakan data sekunder yang diperoleh dari Badan Pusat Statistik Provinsi Sumatera Utara. Data yang dikumpulkan tersebut kemudian diatur, disusun, dan disajikan dalam bentuk angka–angka dengan tujuan mendapatkan gambaran yang jelas tentang data tersebut.

3. Metode Pengolahan Data

Pengolahan data jumlah pengeluaran pemerintah kota Medan tahun 2015 dan 2016 menggunakan Metode Pemulusan (Smoothing) Eksponensial Ganda yaitu Metode Linier Satu Parameter dari Brown dan menggunakan

beberapa nilai α.

(41)

4. Metode Analisis Data

Analisis data dilakukan dengan melihat hasil dari pengolahan data dan membandingkan hasil peramalan yang terbaik dari beberapa nilai α dengan nilai error terkecil.

5. Membuat Kesimpulan

(42)

Abstrak

Dalam rangka upaya untuk penyelenggaraan pemerintahan dan pelayanan

kepada masyarakat, pemerintah pusat dan pemerintah daerah merupakan

suatu kesatuan yang tidak dapat dipisahkan. Dalam hal ini misi utama otonomi

daerah bukan sekedar keinginan untuk melimpahkan kewenangan dan

pembiayaan dari pemerintah pusat ke pemerintah daerah, tetapi yang lebih

penting adalah keinginan untuk meningkatkan efisiensi dan efektifitas

pengelolaan sumber daya keuangan daerah dalam rangka meningkatkan

kesejahteraan dan pelayanan kepada masyarakat.

(43)

PERAMALAN JUMLAH ANGGARAN BELANJA DAERAH

PEMERINTAH KOTA MEDAN

PADA TAHUN 2015-2016

TUGAS AKHIR

ANTONIUS PANTUN A. MANURUNG

132407120

PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

(44)

PERAMALAN JUMLAH ANGGARAN BELANJA DAERAH

PEMERINTAH KOTA MEDAN

PADA TAHUN 2015-2016

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh

Ahli Madya

ANTONIUS PANTUN A. MANURUNG

132407120

PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2016

(45)

PERSETUJUAN

Judul : PERAMALAN JUMLAH ANGGARAN

BELANJA DAERAH PEMERINTAH KOTA MEDAN PADA TAHUN 2015-2016

Kategori : TUGAS AKHIR

Nama : ANTONIUS PANTUN A. MANURUNG

Nomor Induk Mahasiswa : 132407120 Program Studi : D3 STATISTIKA

Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM UNIVERSITAS SUMATERA UTARA

Disetujui di Medan, Juli 2016

Disetujui Oleh:

Program Studi D3 Statistika FMIPA USU Pembimbing, Ketua,

Dr. Faigiziduhu Bu’ulölö, M.Si Aghni Syahmarani, M.Si NIP. 19531218 198003 1 003 NIP. 19870912 201504 2 004

(46)

PERNYATAAN

PERAMALAN JUMLAH ANGGARAN BELANJA DAERAH PEMERINTAH KOTA MEDAN

PADA TAHUN 2015-2016

TUGAS AKHIR

Saya mengakui bahwa tugas akhir ini adalah hasil karya sendiri. Kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, Juli 2016

ANTONIUS PANTUN A. MANURUNG 132407120

(47)

PENGHARGAAN

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Kuasa dan Maha Penyayang, berkat limpah dan karunia-Nya penulis dapat menyelesaikan penyusunan Tugas Akhir ini dengan judul Peramalan Jumlah Anggaran Belanja Daerah Pemerintah Kota Medan pada Tahun 2015-2016.

Terimakasih penulis sampaikan kepada Ibu Aghni Syahmarani, M.Si selaku dosen pembimbing yang telah meluangkan waktunya dan telah memberikan pengarahan selama penyusunan tugas akhir ini. Terimakasih 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 Sekertaris Departemen Matematika FMIPA USU, 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 Bahari Virinus Manurung, ibu Sandra Ingot Aritonang dan keluarga yang selama ini memberikan bantuan dan dorongan yang diperlukan. Semoga Tuhan Yang Maha Esa membalasnya.

Medan, Juni 2016 Penulis

(48)

DAFTAR ISI

2.1.1. Pengertian dan Kegunaan Peramalan 6

2.1.2. Jenis-Jenis Peramalan 7

2.2. Metode Peramalan 8

2.2.1. Pengertian dan Kegunaan Metode Peramalan 8

2.2.2. Jenis-Jenis Metode Peramalan 9

2.2.3. Metode Pemulusan (smoothing) 10

2.3. _{Metode Peramalan yang Digunakan} 11

2.4. Ketepatan Peramalan 12

BAB 3. PENGOLAHAN DATA 14

3.1. _{Pengertian Pengolahan Data} 14

3.2. Pengolahan Data dengan Menggunakan Metode

Smoothing Eksponensial Ganda: Metode Linier

Satu-Parameter dari Brown

14

3.3. Penentuan Bentuk Persamaan Peramalan 27 3.4. Peramalan Jumlah Anggaran Belanja Daerah Tahun

2015 dan 2016

28

(49)

BAB 4. IMPLEMENTASI SISTIM 29

4.1. Pengertian Implementasi Sistim 29

4.2. Microsoft Excel 29

4.3. Langkah-Langkah Pengolahan Data 30

BAB 5. KESIMPULAN DAN SARAN 37

5.1. Kesimpulan 37

5.2 Saran 37

DAFTAR PUSTAKA

(50)

DAFTAR TABEL

Halaman Tabel 3.1. Data Jumlah Realisasi Pengeluaran Pemerintah Kota

Medan Tahun 2005–2014

14 Tabel 3.2. Perhitungan Peramalan Jumlah Anggaran Belanja

Daerah Pemerintah Kota Medan dengan Smoothing Eksponensial Ganda Linier dari Brown dengan � = ,

18

Tabel 3.3. Perhitungan Peramalan Jumlah Anggaran Belanja Daerah Pemerintah Kota Medan dengan Smoothing Eksponensial Ganda Linier dari Brown dengan � = ,

19

20

21

22

23

24

25

26

Tabel 3.11. _{Perbandingan Ukuran Ketepatan Peramalan} 27 Tabel 3.12. Peramalan Jumlah Anggaran Belanja Daerah

Pemerintah Kota Medan untuk Tahun 2015 dan 2016

28

(51)

DAFTAR GAMBAR

Halaman Gambar 3.1. Diagram Garis Jumlah Realisasi Pengeluaran

Pemerintah Kota Medan Tahun 2005–2014

15 Gambar 4.1. Cara Memunculkan Start Menu pada Windows 8 30

Gambar 4.2. _{Cara Mengaktifkan Microsoft Excel} 31

Gambar 4.3. _{Tampilan Microsoft Excel} 31

Gambar 4.4. _{Tampilan Pemasukan Data} 32

Gambar 4.5. _{Hasil Pengolahan Data untuk Persamaan 2.2} 32 Gambar 4.6. _{Hasil Pengolahan Data untuk Persamaan 2.3} 33 Gambar 4.7. _{Hasil Pengolahan Data untuk Persamaan 2.4} 33 Gambar 4.8. _{Hasil Pengolahan Data untuk Persamaan 2.5} 34 Gambar 4.9. Hasil Pengolahan Data untuk Persamaan 2.6 34 Gambar 4.10. _{Hasil Pengolahan Data untuk Persamaan 2.7} 35

Gambar 4.11. _{Hasil Kuadrat dari Persamaan 2.7} 35