Peramalan Produk Domestik Regional Bruto (PDRB) Kabupaten Samosir pada Sektor Pertanian Tahun 2017-2019

(1)

KEMENTERIAN PENDIDIKAN NASIONAL 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

SURAT KETERANGAN

Hasil Uji Implementasi Sistem Tugas Akhir

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

Nama Mahasiswa : Meswita F Samosir Nomor Induk Mahasiswa : 132407085

Judul Tugas Akhir : Peramalan Produk Domestik Regional Bruto (PDRB) Kabupaten Samosir Pada Sektor Pertanian Tahun 2017-2019

Telah melaksanakan test 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 di Departemen Matematika FMIPA USU Medan.

Medan, Juni 2014 Dosen Pembimbing,

Dr. Parapat Gultom, MSIE

(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 : Meswita F Samosir Nomor Induk Mahasiswa : 132407085

Judul Tugas Akhir : Peramalan Produk Domestik Regional Bruto (PDRB) Kabupaten Samoisr Pada Sektor Pertanian Tahun 2017-2019 Dosen Pembimbing : Dr. Parapat Gultom, MSIE

Tanggal Mulai Bimbingan :

*Kartu ini harap dikembalikan ke Departemen Matematika bila bimbingan mahasiswa telah selesai

Disetujui oleh:

Program Studi D3 Statistika FMIPA USU Dosen Pembimbing

Ketua,

(3)

DAFTAR PUSTAKA

Badan Pusat Statistik Sumatera Utara. PERAMALAN PRODUK DOMESTIK REGIONAL

BRUTO (PDRB) KABUPATEN SAMOSIR PADA SEKTOR PERTANIAN TAHUN 2017-2019.

Makridakis Spyros. 1999. Metode dan Aplikasi Peramalan, Jakarta: Binarupa Aksara.

Sudjana, 1992. Metode Statistika. Edisi ke-6. Bandung: Tarsito.

Aritonang, Lerbin. 2009 Peramalan Bisnis Jakarta: Ghalia Indonesia.

Haymans,Adler. 1989. Teknik Peramalan Bisnis dan Ekonomi. Jakarta: Rineka Cipta.

[BPS] Badan Pusat Statistika. 1985. Sumatera Utara dalam Angka 2013. BPS Kota Medan, Sumatera Utara.

(4)

BAB 3

PENGOLAHAN DATA

3.1 Pengumpulan Data

Data yang akan diolah adalah data PDRB sekor pertanian kabupaten Samosir. Pengambilan data dilakukan di Badan Pusat Statistik Provinsi (BPS) Sumatera Utara di Jln. Asrama No. 179 Medan,data yang diambil adalah jumlah PDRB sektor pertanian pada tahun 1984 - 2013.

No Tahun Berdasarkan Harga Konstan Berdasarkan Harga Berlaku

(5)

3.2 Penyajian Data Dalam Bentuk Grafik

Dalam mengolah data pada tabel 3.1, penulis menggunakan metode peramalan yaitu dengan metode pemulusan eksponensial 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 trialand

error atau coba dan salah .Nilai α yang dipilih dari 0<α<1,dihitung Mean Square Error (MSE) yang merupakan suatuukuran 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

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

0

Grafik Hubungan Harga Konstan dan Harga Berlaku

(6)

PDRB pada sektor pertanian Kabupaten Samosir dengan melihat MSE adalah sebagai berikut:

Table 3.11 Perbandingan Ukuran Ketepatan Metode Peramalan

α MSE Harga Konstan MSE Harga Berlaku

Dari table 3.11 di atas, dapat dilihat bahwa yang menghasilkan MSE paling kecil yaitu: 1. MSE pada harga konstan pada α=0,5 yaitu dengan MSE = 12.115,169,57 2. MSE pada harga berlaku pada α=0,5 yaitu dengan MSE= 33.221.291,36

3.5 Penentuan Bentuk Persamaan Peramalan

Melalui cara trial and error dengan 0 < α < 1, telah diperoleh Hasil Perhitungan peramalan pemulusan eksponensial linier satu – parameter dari Brown dengan α = 0,5 pada jumlalah

PDRB harga konstan pada Sektor Pertanian Kabuapten Samosir dan α = 0,5 pada jumlah PDDRB harga berlaku Kabupaten Samosir pada Sektor Pertanian sehingga dapat ditentukan bentuk persamaan peramalan untuk periode-periode berikutnya.

Berdasarkan d a t a t e r a k h i r dapat diperoleh persamaan peramalan untuk satuan tahunan berikutnya dengan bentuk persamaan peramalan:

1. Bentuk persamaan jumlah Harga Konstan PDRB pada sektor pertanian Kabupaten Samosir.

+ 403.188,75 (m)

2. Bentuk persamaan jumlah Harga Berlaku PDRB pada sektor pertanian Kabupaten Samosir.

(7)

3.6 Peramalan Jumlah Produk Domestik Regional Bruto (PDRB) Kabupaten Pada Samosir Sektor Pertanian Tahun 2017-2019.

Setelah diperoleh peramalan nilai Peramalan Jumlah Produk Domestik Regional Bruto (PDRB) Kabupaten Samosir Pada Sektor Pertanian Tahun 2017-2019, maka dapat dihitung untuk tiga periode berikutnya, yaitu untuk tahun 2017, 2018 dan tahun 2019.

1. Harga Konstan

Perhitungannya adalah:

a. Untuk periode ke – 31 (tahun 2014)

F_t+m = + 403.188,75 (m)

F₃₀₊₁ = + 403.188,75 (1)

F₃₁ = 1.603.755,01

b. Untuk periode ke - 32 (tahun 2015)

F_t+m = + 403.188,75 (m)

F₃₀₊₂ = +403.188,75 (2)

F₃₂ = 1.672.359,14

c. Untuk periode ke – 33 (tahun 2016)

Ft+m = +403.188,75 (m)

F₃₀₊₃ = +403.188,75 (3)

F₃₃ = 1.73 .477,37

d. Untuk periode ke – 34 (tahun 2017)

Ft+m = +403.188,75 (m)

F₃₀₊₄ = +403.188,75 (4)

F₃₄ = 2. .516,42

(8)

Ft+m = +403.188,75 (m)

F₃₀₊₅ = +403.188,75 (5)

F₃₅ = 2.494.196,13

f. Untuk periode ke – 36 (tahun 2019)

Ft+m = +403.188,75 (m)

F₃₀₊₆ = +403.188,75 (6)

F₃₆ = 2.994.448,19

2. Harga Berlaku

Perhitungannya adalah:

g. Untuk periode ke – 31(tahun 2014)

F_t+m = + 94.128,24 (m)

F₃₀₊₁ = + 94.128,24 (1)

F₃₁ = 1.386.853,61

h. Untuk periode ke – 32 (tahun 2015)

F_t+m = + 94.128,24 (m)

F₃₀₊₂ = + 94.128,24 (2)

F₃₂ = 1.671.138,88

i. Untuk periode ke – 33 (tahun 2016)

Ft+m = + 94.128,24 (m)

F₃₀₊₃ = + 94.128,24 (3)

F₃₃ = 2.160.323,30

(9)

Ft+m = + 94.128,24 (m)

F₃₀₊₄ = + 94.128,24 (4)

F₃₄ = 2.792.705,83

k. Untuk periode ke – 35(tahun 2018)

Ft+m = + 94.128,24 (m)

F₃₀₊₅ = + 94.128,24 (5)

F₃₅ = 3.600.816,48

l. Untuk periode ke – 36(tahun 2019)

Ft+m = + 94.128,24 (m)

F₃₀₊₆ = + 94.128,24 (5)

F₃₆ = 4.666.998.63

Tabel 3.13 Tabel Peramalan Jumlah Produk Domestik Regional Bruto (PDRB) Kabupaten Samosir Pada Sektor Pertanian Tahun 2017-2019.

Tahun Periode Harga Konstan Harga Berlaku

2017 34 2. .516,42 2.792.705,83

2018 35 2.494.196,13 3.600.816,48

2019 36 2.994.448,19 4.666.998.63

Sumber: Hasil Perhitungan

(10)

IMPLEMENTASI SISTEM

4.1 Pengertian Implementasi Sistem

Implementasi sistim 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 ada kalanya 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 utuk mengoalh 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

Microsoft Office Excel merupakan program aplikasi lembar kerja elektronik (spread

sheet) dari program paket Microsoft Office. Excel merupakan salah satu software pengolahan

angka yang cukup banyak digunakan di dunia. Excel merupakan produk unggulan dari Microsoft Corporation yang banyak berperan dalam pengolahan informasi khususnya data yang berbentuk angka, dihitung, diproyeksikan, dianalisis, dan dipresentasikan data pada lembar kerja. Microsoft telah mengeluarkan Excel dalam berbagai dari versi 4, versi 5, versi 97, versi 200, versi 2002, versi 2003, versi 2007 dan versi 2010.

Sheet (Lembar Kerja) Excel terdiri dari 256 kolom dan 65536 baris. Setiap kolom di beri

(11)

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 software ini, pastikan pada komputer terpasang program excel. Adapun cara memulai Microsoft Office Excel 2007 yaitu dengan cara:

1. Klik Start, Klik Microsoft Office Excel 2007

Gambar 4.1 Cara membuka Microsoft Office Excel 2007

2. Lalu akan muncul tampilan Microsoft Office Excel 2007

Gambar 4.2 Tampilan Microsoft Office Excel 2007

(12)

1. Pada kolom pertama ditulis keterangan dengan Tahun 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 PDRB

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 menggunakan salah satu fungsi statistik yaitu fungsi smoothing eksponential.

Berikut adalah langkah – langkah pengolahan data dengan fungsi Exponenial Smoothing dengan menggunakan Microsoft Office Excel 2007:

(13)

4.5 Pengisian Data

Pengisian data kedalam lembar kerja Excel adalah sama dengan memasukkan atau pengetikan data kedalamnya. Ada dua alternatif pengisian data, yakni menggunakan keyboard computer atau melalui submenu yang terdapat pada menu Excel. Dalam pengisian data kedalam lembar kerja dengan keyboard, diperlukan langkah-langkah sebagai berikut : 1. Letakkan pointer pada sel yang ingin diisi data

2. Ketik dat yang diinginkan

(14)

4.6 Pembuatan grafik

Grafik pada Excel dapat dibuat menjadi satu dengan data atau terpisah pada lembar grafik tersendiri, namun masih berada pada file yang sama. Untuk membuat grafik pada Excel, bias menggunakan icon chart wizard yang terdapat pada toolbar. Adapun langkah-langkah yang diperlukan adalah :

1. Sorot sel atau range sel yang ingin dibuat grafik.

2. Klik insert, lalu pilih atau kilk chart, maka akan tampil kotak dialog chart tipe.

Gambar 4.4 Tampilan Kotak Dialog Chart Tipe.

3. Klik tipe grafik yang diinginkan, dan klik next maka kotak dialog chart source data akan tampil.

4. Pada tampilan akan terlihat range data yang telah disorot dan klik radio buttuon rows atau kolom yang diinginkan, klik next maka akan tampil kotak dialog chart options. 5. Pada chart option, ketik judul grafik. Setelah itu klik next, maka kotak dialog chart

akan tampil.

(15)

4.4 Tampilan Grafik Analisis Data

Grafik Hubungan Harga Konstan dan harga Berlaku

(16)

BAB 5

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Berdasarkan hasil pengolahan data pada Bab 3, maka penulis mengambil kesimpulan sebagai berikut:

a. Dari hasil pengolahan data tahun 1984 – 2013 dengan menggunakan metode pemulusan eksponensial ganda dengan metode linier satu – parameter dari Brown, diperoleh nilai MSE terkecil untuk harga konstan dengan α = 0,5 yaitu 12.115,169,57 dan harga berlaku dengan α = 0,5 yaitu 33.221.291,36.

Bentuk persamaan peramalan jumlah Produk Domestik Regional Bruto (PDRB) Kabupaten Samosir pada sektor pertanian tahun 1984-2019

1. Bentuk persamaan untuk peramalan Produk Domestik Regional Bruto Kabupaten Samosir pada sektor pertanian dalam harga konstan.

+ 403.188,75 (m)

2. Bentuk persamaan untuk peramalan Produk Domestik Regional Bruto Kabupaten Samosir pada sektor pertanian dalam harga berlaku.

+ 94.128,24 (m)

b. Peramalan jumlah Produk Domestik Regional Bruto Kabupaten Samosir pada sektor pertanian untuk tahun 2017 – 2019 adalah sebagai berikut:

Tahun Periode Harga Konstan Harga Berlaku

2017 33 2. .516,42 2.792.705,83

2018 34 2.494.196,13 361,200.816,48

2019 35 2.994.448,19 4.666.998.63

(17)

5.2 Saran

Adapun saran yang diberikan oleh penulis yaitu dengan adanya perhitungan peramalan jumlah Produk Domestik Regional Bruto Kabupaten Samosir pada sektor Pertanian, diharapkan Pemerintah dapat meningkatkan sektor pertanian Kabupaten Samosir untuk tahun selanjutnya. Misalnya melalui kunjungan dinas pertanian ke berbagai desa ataupun pemberian pupuk bersubsidi.

(18)

BAB 2

LANDASAN TEORI

2.1 Pengertian Peramalan

Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama (assaury, 1991). Sedangkan ramalan adalah sesuatu situasi atau kondisi yang memperkirakan akan terjadi pada masa yang akan datang. Adanya waktu tenggang (lead time) ini merupakan alasan utama bagi perencenaan dan peramalan.

Metode peramalan akan membantu dalam mengadakan pendekatan analisa terhadap tingkah laku atau pola dari data yang lalu, sehingga dapat memberikan cara pemikiran, pengerjaan dan pemecahan yang sistematis dan pragmatis, serta memberikan tingkat keyakinan yang lebih besar atas ketepatan hasil ramalan yang dibuat.

peramalan juga memberikan urutan pengerjaan dan pemecahan atas pendekatan suatu masalah dalam peramalan, sehingga bila digunakan pendekatan yang sama atas permasalahan, maka akan didapat dasar pemikiran dan pemecahan yang sama karena argumentasinya sama.

2.2 Jenis-jenis Peramalan

Peramalan berdasarkan sifatnya dapat dibedakan menjadi dua bagian yaitu peramalan kualitatif dan kuantitatif. Metode peraalan kuantitatif dapat dibagi menjadi dua bagian yaitu metode peramalan deret waktu dan metode kausal, sedangkan metode kualitatif dibagi menjadi metode eksplanatoris dan normatif.

1. Peramalan Kuantitatif

(19)

ditentukan oleh perbedaan atau penyimpangan antara hasil ramalan dengan kenyataan yang akan terjadi maka semakin baik metode yang digunakan. Metode kuantitatif dibagi menjadi, yaitu:

a. Model deret berkala (time series)

Pada model ini, pendugaan masa dilakukan berdasarkan nilai masa lalu dari suatu variabel dan atau kesalahan masa lalu. Tujuannya adalah untuk menentukan pola dalam deret data historis dengan mengekstrapolasikan pola dalam deret historis tersebut ke masa depan. Metode-metode peramalan dengan menggunakan time series, yaitu:

1. Metode smoothing 2. Metode box – jenkis

3. Metode perkiraan trend dengan regresi

b. Metode Kausalitas

Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antar variabel yang akan diperkirakan dengan variabel lain yang mempengaruhinya yang disebut dengan metode korelasi atau sebab akibat (metode kausal). Model ini mengasumsikan bahwa faktor yang diramalkan menunjukkan suatu hubungan sebab-akibat dengan satu atau lebih variabel bebas. Metode peramalan dengan model kausalitas, yaitu:

1. Metode regresi 2. Metode ekonometrika 3. Metode analisis input-output

Teknik peramalan kuantitatif sangat beragam, dikembangkan dari berbagai disiplin ilmu dan untuk sebagai maksud. Setiap teknik yang dipilih memiliki sifat, ketepatan, tingkat kesulitan dan gaya tersendiri yang harus dipertimbangkan.

2. Peramalan kualitatif

(20)

Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran dan pengetahuan penyusunnya. Metode kualitatif dibagi menjadi dua yaitu:

a. Model eksplanatoris

Model ini dimulai dengan masa lalu dan masa kini sebagai titik awalnya dan bergerak kearah masa depan dengan melihat semua kemungkinannya yang ada.

b. Model normatif

Model ini dimulai dengan menetapkan sasaran dan tujuan yang akan datang, kemudian bekerja mundur untuk melihat apakah hal ini dapat dicapai, berdasarkan kendala, sumberdaya dan teknologi yang tersedia.

2.3Langkah-langkah Peramalan

Kualitas atau mutu dari hasil peramalan yang disusun, sangat ditentukan oleh proses pelaksanaan penyusunannya. Peramalan yang baik adalah peramalan yang dilakukan dengan mengikuti langkah-langkah atau prosedur penyusunan yang baik. Pada dasarnya ada tiga langkah peramalan yang penting yaitu:

1. Menganalisa data yang lalu, Tahap ini berguna untuk pola yang terjadi pada masa lalu. Analisa ini dilakukan dengan cara membuat tabulasi dari data yang lalu, sehingga akan diketahui pola dari data tersebut.

2. Menentukan metode yang digunakan, masing masing metode akan memberikan hasil peramalan yang berbeda. Dimana metode peramalan yang baik adalah metode yang menghasilkan penyimpangan sekecil mungkin antara hasil peramalan dengan nilai kenyataan.

3. Memproyeksikan data yang lalu dengan menggunakan metode yang dipergunakan dan mempertimbangkan adanya beberapa faktor perubahan. Faktor-faktor perubahan tersebut antara lain terdiri dari perubahan kebijakan-kebijakan yang mungkin terjadi, termasuk kebijakan pemerintah.

2.4 Kegunaan dan Peran Peramalan

Pada umumnya kegunaan peramalan adalah sebagai berikut:

(21)

Kegunaan dari peramalan terlihat pada saat pengambilan keputusan. Setiap orang selalu dihadapkan pada masalah pengambilan keputusan. Keputusan yang baik adalah keputusan yang didasarkan pertimbangan apa yang akan terjadi pada waktu keputusan itu dilaksanakan. Kurang tepat ramalan yang disusun atau yang dibuat maka kurang baiklah keputusan yang diambil. Walaupun demikian perlu disadari bahwa suatu ramalan adalah tetap ramalan, dimana selalu ada unsur kesalahan. Sehingga yang paling diperhatikan adalah usaha untuk memperkecil kemungkinan kesalahannya.

2.5 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.

4. Biaya yang dibutuhkan

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

(22)

6. Kemudahan dan Penerapan

Metode-metode yang dapat dimengerti dan mudah diaplikasikan sudah merupakan suatu prinsip umum bagi pengambilan keputusan.

2.6 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

(23)

Metode pemulusan atau smoothing eksponensial terdiri atas: 1. Pemulusan atau smoothing ekspnensial tunggal

2. Pemulusan atau smoothing eksponensial ganda, yang terdiri atas: a. Metode linier satu parameter dari Brown

b. Metode dua parameter dari Holt

2.7 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 jumlah produksi padi 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 linier satu parameter dari Brown adalah dengan rata-rata bergerak linier, karena kedua nilai pemulusan tunggal dan ganda ketinggalan dari data sebenarnya.

2.8 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

(24)

b. MSE (Mean Square Error) atau Nilai Tengah Kesalahan Kuadrat

c. MAE (Mean Absolute Error) atau Nilai Tengah Kesalahan Absolut

N

∑|et |

MAE = t =1

N

d. MPE (Mean Percentage Error) atau Nilai Tengah Kesalahan Persentase

N

f. SSE (Sum Square Error) /Jumlah Kuadrat Kesalahan

. . .

(25)

N

SSE = _∑_et2 t =1

dengan:

= kesalahan pada periode ke – t

= (kesalahan persentase pada periode ke – t)

= data aktual pada periode ke – t = Nilai ramalan pada periode ke – t

N = Banyaknya periode waktu

Metode peramalan yang dipilih adalah metode yang memberikan nilai MSE yang terkecil.

(26)

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang dilaksanakan khususnya dalam bidang ekonomi. Pertumbuhan tersebut merupakan rangkuman laju-laju pertumbuhan dari berbagai sektor ekonomi yang menggambarkan tingkat perubahan ekonomi yang terjadi.

Untuk melihat fluktuasi pertumbuhan ekonomi tersebut secara riil dari tahun ke tahun, disajikan melalui Produk Domestik Regional Bruto (PDRB) atas dasar harga konstan menurut lapangan usaha secara berkala. Pertumbuhan yang positif menunjukkan adanya peningkatan perekenomian, sebaliknya apabila negatif menunjukkan penurunan.

Demikian juga dengan keadaan di Kabupaten Samosir, pertumbuhan ekonomi Kabupaten Samosir dapat diukur berdasarkan kenaikan Produk Domestiki Regional. Data PDRB Kabupaten Samosir adalah salah satu cara untuk melihat seberapa besar kemampuan suatu sektor ekonomi dala memproduksi barang dan jasa. Semakin besar nilai tambah yang dihasilkan oleh suatu sektor ekonomi terhadap PDRB semakin besar pula tingkat ketergantungan kabupaten tersebut dari kontribusi terhadap sektor ekonomi tersebut.

Struktur perekonomian dapat dilihat dari besarnya peranan tiap-tiap sektor ekonomi terhadapat Produk Domestik Regional Bruto (PDRB) Kabupaten Samosir. Perekenomian kabupaten samosir masih di dominasi oleh sektor pertanian dibandingkan sektor lainnya. Tetapi dengan berjalannya waktu dan semakin besarnya perkembangan teknologi, dan perubahan iklim yang tidak menentu dan masih banyak lagi faktor-faktor yang mempengaruhinya masihkah sektor pertanian dapat memberikan kontribusi yang lebih besar dibandingkan sektor lain.

(27)

peramalan untuk mengetahui terjadi tidaknya fluktuasi pada perekenomian Kabupaten Samosir dari salah satu potensi terbesarnya yakni sektor pertanian. Oleh karena itu penulis memilih judul: PERAMALAN PRODUK DOMESTIK REGIONAL BRUTO (PDRB) KABUPATEN SAMOSIR PADA SEKTOR PERTANIAN TAHUN 2017-2019.

1.2 Rumusan Masalah

Selama beberapa tahun menjadi leader dalam pembentukan PDRB Kabupaten Samosir atas dasar harga konstan tahun 1983 adalah sektor pertanian. Adapun masalahnya adalah:

1. Bagaimana fluktuasi PDRB tahun 1984 sampai dengan tahun 2013 di Kabupaten Samosir?

2. Adakah peningkatan kontribusi yang di berikan pertanian bagi PDRB Kabupaten Samosir tahun 2017-2019?

3. Apakah masih relevan sektor pertanian dijadikan komoditas utama penopang perekenomian Kabupaten Samosir pada tahun 2017-2019?

4. Bagaimana bentuk persamaan peramalan PDRB sektor pertanian Kabupaten Samosir pada tahun 2017-2019?

1.3 BATASAN MASALAH

Untuk menghindari pembahasan yang melebar agar sesuai dengan sasaran maka perlu membuat batasan masalah, pembatasan masalah dalam tugas akhir ini adalah untuk meramalkan PDRB Kabupaten Samosir pada sektor pertanian pada tahun 2017-2019.

1.4 Maksud dan Tujuan

Adapun maksud dan tujuan dari penelitian ini adalah:

1. Meramalkan jumlah PDRB Kabupaten Samosir pada sektor pertanian pada tahun 2017-2019.

2. Mengetahui fluktuasi PDRB Kabupaten Samosir pada sektor pertanian tahun 2013 sampai dengan tahun 2019 di Kabupaten Samosir.

(28)

4. Mengetahui relevansi sektor pertanian dijadikan sebagai komoditas utama penopang perekenomian Kabupaten Samosir pada tahun 2017-2019.

1.5 MANFAAT PENELITIAN

Dengan tujuan dan manfaat yang telah disebutkan di atas, diharapkan dapat memberikan manfaat sebagai berikut:

1. Bagi penulis

a. Sebagai penerapan ilmu dari mata kuliah yang diperoleh selama kuliah. b. Sebagai syarat untuk menyelesaikan program D-III Statistika .

2. Bagi lembaga/instansi dan masyarakat umumnya

a. Dapat memperkirakan PDRB Kabupaten Samosir pada sektor pertanian tahun 2017-2019

b. Sebagai informasi mengenai fluktuasi PDRB Kabupaten Samosir sektor pertanian 1984-2013.

c. Sebagai pertimbangan dalam pengambilan kebijakan dalam masalah pengembangan sektor pertanian bagi pemerintah daerah yang bersangkutan.

1.6 Tinjauau Pustaka

Penulis menggunakan buku-buku statistika untuk mendukung serta merangkum penelitian ini, termasuk buku yang memuat informasi mengenai peramalan dengan menggunakan metode pemulusan (smoothing) eksponensial ganda adalah metode linear satu-parameter dari Brown yaitu metode peramalan yang digunakan penulis untuk mendapatkan hasil penelitian.

Menurut Makridakis, Wheelright dan McGee (1999), bahwa metode peramalan merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien. Peramalan (forecasting) menurut Sofyan Assauri (1984) adalah suatu kegiatan yang memperkirakan apa yang akan terjadi pada masa yang akan datang. Metode peramalan terdiri atas dua metode, yaitu metode peramalan kualitatif dan metode peramalan kuantitatif. Metode smoothing eksponensial ganda adalah metode linear satu - perameter dari Brown yang digunakan penulis termasuk ke dalam metode peramalan kuantitatif karena tersedianya informasi atau data di masa yang akan datang berbentuk numerik sesuai dengan data pada tahun sebelumnya yang berbentuk numerik juga dan akan terus berlanjut sampai waktu yang akan datang.

(29)

Ft1Xt (1 )Ft 1.1



= parameter pemulusan (smoothing)

Persamaan yang dipakai dalam metode smoothing eksponensial ganda linear satu-parameter dari Brown adalah:

S = nilai smoothing eksponensial tunggal

t

S = nilai smoothing ganda

t

a ,b = konstanta smoothing _t

t m

F_ = hasil peramalan untuk m periode kedepan yang akan diramalkan

1.7Sistematika penulisan

Adapun sistematika penulisan yang digunakan penulis adalah antara lain:

1.2

1.4 1.3

(30)

Bab 1 : Pendahuluan

Bab ini mengutarakan tentang latar belakang, perumusan masalah, batasan masalah, maksud dan tujuan penelitian, tinjauan pustaka dan sistematika penulisan .

Bab 2 : Landasan Teori

Bab ini menjelaskan tentang segala sesuatu yang mencakup penyelesaian masalah sesuai dengan judul dan permasalahan yang di utarakan.

Bab 3 : Pengolahan Data

Bab ini merupakan bab yang berisikan tentang data yang diperoleh dilapangan dan pengolahan data yang dilakukan sesuai dengan metode yang telah ditentukan serta analisis dan hasil – hasilnya

.

Bab 4 : Implementasi Sistem

Dalam bab ini penulis menguraikan pengertian dan tujuan implementasi sistem, rancangan program yang dipakai dan hasil outputnya.

Bab 5 : Kesimpulan dan Saran

(31)

Abstrak

(32)

PERAMALAN PRODUK DOMESTIK REGIONAL BRUTO

(PDRB) KABUPATEN SAMOSIR PADA SEKTOR

PERTANIAN TAHUN 2017-2019

TUGAS AKHIR

MESWITA SAMOSIR

132407085

PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

(33)

PERAMALAN PRODUK DOMESTIK REGIONAL BRUTO

(PDRB) KABUPATEN SAMOSIR PADA SEKTOR

PERTANIAN TAHUN 2017-2019

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh gelar Ahli Madya

MESWITA F SAMOSIR 132407085

PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

(34)

PERSETUJUAN

Judul : PERAMALAN PRODUK DOMESTIK REGIONAL BRUTO (PDRB) KABUPATEN SAMOSIR PADA SEKTOR

PERTANIAN TAHUN 2017-2019 Kategori : TUGAS AKHIR

Nama : MESWITA F SAMOSIR Nomor Induk Mahasiswa : 132407085

Program Studi : D3 STATISTIKA Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA

Disetujui di Medan, Juni 2016

Disetujui oleh:

Program Studi D3 Statistika FMIPA USU Pembimbing,

Ketua,

Dr. Faigiziduhu Bu’ulölö, M.Si Dr. Parapat Gultom, MSIE

(35)

PERNYATAAN

PERAMALAN PRODUK DOMESTIK REGIONAL BRUTO (PDRB) KABUPATEN SAMOSIR PADA SEKTOR PERTANIAN TAHUN 2017-2019

TUGAS AKHIR

Saya mengakui bahwa Tugas Akhir ini adalah hasil kerja saya sendiri. Kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, Juni 2016

(36)

PENGHARGAAN

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 Peramalan Produk Domestik Regional Bruto (PDRB) Kabupaten Samosir pada Sektor Pertanian Tahun 2017-2019.

Terimakasih penulis sampaikan kepada Bapak Dr. Parapat Gultom, MSIE selaku pembimbing yang telah meluangkan waktunya selama penyusunan tugas akhir ini. Terimakasih kepada Bapak Drs. Faigiziduhu Bu’ulölö, M.Si dan Bapak Dr. Suwarno Arriswoyo, M.Si selaku Ketua dan Sekretaris program studi D3 Statistika FMIPA USU dan Ibu Dr. Mardiningsih, M.Si selaku Sekretaris Departemen Matematika FMIPA USU Medan, Bapak Dr. Krista Sebayang, M.Si selaku Dekan FMIPA USU Medan, seluruh Staff dan Dosen Program Studi D3 Statistika FMIPA USU, pegawai FMIPA USU dan rekan-rekan kuliah. Akhirnya tidak terlupakan kepada Bapak Rogers Toni Samosir, Ibu Roslindawaty br Haloho dan keluarga yang selama ini memberikan bantuan dan dorongan yang diperlukan. Semoga Tuhan Yang Maha Esa akan membalasnya.

Penulis,

(37)

DAFTAR ISI

2.2 Jenis-jenis Peramalan 8

2.3 Langkah-langkah Peramalan 8

2.4 Kegunaan dan Peran Peramalan 9

2.5 Pemilihan Metode Peramalan 9

2.6 Metode Pemulusan (Smoothing) 12

2.7

Penyajian Data Dalam Bantuk Grafik Penaksiran Model Peramalan 3.6 Peramalan PDRB Kabupaten Samosir tahun 2017-2019 64

Bab 4 Implementasi Sistem 63

4.1 Pengertian Implementasi Sistem 63

4.2 Microsoft Office Excel 64

4.3 Pengolahan Data Dengan Microsoft Excel 64 4.4 Implementasi Peramalan jumlah PDRB 65

4.5 Pengisian Data 67

4.6 Pembuatan Grafik 67

(38)

5.1 Kesimpulan 70

5.2 Saran 71

(39)

DAFTAR TABEL

Halaman Tabel 3.1 Pengumpulan Data PDRB Sektor Pertanian Kabupaten Samosir 16

Tabel 3.2 Penyajian Data Hubungan Harga dan Harga Berlaku 16 Tabel 3.3 Peramalan Jumlah PDRB Sektor Pertanian dengan

Pemulusan Eksponensial Ganda Linier dari Brown dengan

(α=0,1) untuk Harga Konstan 17

Tabel 3.4 Peramalan Jumlah PDRB Sektor Pertanian dengan

(40)

(α=0,1) untuk Harga Berlaku 40

(41)

DAFTAR GAMBAR

Gambar 3.1 Grafik Harga Konstan dan Harga Berlaku pada tahun

1984-2013 16

Gambar 3.2 Penyajian Data Hubungan Harga dan Harga Berlaku 16 Gambar 3.3 Peramalan Jumlah PDRB Sektor Pertanian dengan