Peramalan Produk Domestik Regional Bruto (PDRB) Kabupaten Samosir Pada Sektor Pertanian Tahun 2012

(1)

PERAMALAN PRODUK DOMESTIK REGIONAL BRUTO (PDRB)

KABUPATEN SAMOSIR PADA SEKTOR PERTANIAN TAHUN 2012

TUGAS AKHIR

NOVALINA SIMBOLON

082407051

PROGRAM STUDI DIII STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

(2)

PERSETUJUAN

Judul : PERAMALAN PRODUK DOMESTIK

REGIONAL BRUTO (PDRB) KABUPATEN SAMOSIR PADA SEKTOR PERTANIAN TAHUN 2012

Kategori : TUGAS AKHIR

Nama : NOVALINA SIMBOLON

Program studi : DIPLOMA III STATISTIKA

Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan , Juni 2011

Diketahui/Disetujui oleh

Departemen Matematika FMIPA USU

Ketua, Pembimbing

(3)

PERNYATAAN

PERAMALAN PRODUK DOMESTIK REGIONAL BRUTO (PDRB) KABUPATEN SAMOSIR PADA SEKTOR PERTANIAN TAHUN 2012

TUGAS AKHIR

Saya mengakui bahwa tugas akhir ini adalah karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, Juni 2011

(4)

PENGHARGAAN

Puji syukur penulis panjatkan kepada Tuhan Yang Maha Esa, karna berkat Rahmatnya dan bimbinga-Nya penulis dapat menyelesaikan Tugas Akhir ini yang diajukan guna memenuhi salah satu syarat untuk menyelesaikan pendidikan pada Program Studi D-III Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara Medan.

Pada kesempatan ini penulis menyampaikan ucapan terima kasih kepada :

1. Bapak Drs. Faigiziduhu Bu’ulölö, M.Si selaku dosen pembimbing yang telah memberikan bimbingan dan pengarahan kepada penulis dalam menyelesaikan Tugas Akhir ini.

2. Bapak Drs. Faigiziduhu Bu’ulölö, M.Si dan Drs. Suwarno Ariswoyo, M,Si selaku Ketua dan Sekretaris Program Studi D III Statistika FMIPA USU.

3. Bapak Prof. Dr. Tulus, M.Sc dan Dra. Mardiningsih, M.Si selaku Ketua dan Sekretaris Departemen Matematika FMIPA Universitas Sumatera Utara.

4. Bapak Dr. Sutarman, M.Sc selaku Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara.

5. Ayahanda tersayang M. Simbolon dan ibunda tercinta B. Nainggolan mengucapkan terima kasih yang sebesarnya, karna atas dukungannya baik secara moril maupun materil serta doa restunya yang selalu mengiringi penulis.

6. Saudara saya Richard Simbolon, Ristiari Simbolon, Nyomanto Simbolon, Rukun Simbolon yang telah memberikan dorongan sepenuhnya kepada penulis dalam menyelesaikan Tugas Akhir ini.

7. Sahabat saya Rohani, Fitriyani, Oktavia, Florina yang telah memberikan motivasi dan semangat untuk penulis, terima kasih atas bantuannya.

8. Kepada semua teman-teman angkatan “08 yang sudah banyak membantu dan memberikan semangat buat penulis sehingga penulis dapat menyelesaikan Tugas Akhir ini.

(5)

Akhir kata penulis mengharapkan Tugas Akhir bermanfaat bagi semua.

Medan, Juni 2011

(6)

DAFTAR ISI

Halaman Persetujuan

Pernyataan i

Penghargaan ii

Daftar Isi iv

Daftar Tabel vi

Daftar Gambar viii

Bab 1 Pendahuluan

1.1Latar Belakang 1

1.2Perumusan Masalah 3

1.3Batasan Masalah 3

1.4Maksud dan Tujuan 4

1.5Manfaat Penelitian 4

1.6Metodologi Penelitian 5

1.7Sistematika Penulisan 7

Bab 2 Landasan Teori 8

2.1Pengertian Peramalan (forecasting) 8

2.2Kegunaan dan Peran Peramalan 9

2.3Jenis Peramalan 9

2.4Pengetian Metode Peramalan 11

2.5Metode Peramalan yang digunakan 12

2.6Ketepatan Peramalan 13

2.7Produk Domestik Regional Bruto 14

2.8Perhitungan Pendapatan PDRB 16

2.8.1 Perhitungan Atas Dasar Harga Berlaku 16

2.8.2 Perhitungan Atas Dasar Harga Konstan 17

Bab 3 Sekilas Tentang Badan Pusat Statistik Provinsi Sumatera Utara 18

3.1Visi Dan Misi Biro Pusat Statistik 18

3.1.1 Visi Biro Pusat Statistik 18

3.1.2 Misi Biro Statistik 18

(7)

3.3Ruang Lingkup Kegiatan BPS 19 3.3.1 Kedudukan, Tugas, Dan Fungsi Biro Pusat Statistik 19

3.4Tata Kerja Biro Pusat Statistik 20

3.5Struktur Organisasi Biro Pusat Statistik 21

3.5.1 Tugas Bagian Tata Usaha 22

3.5.2 Tugas Bidang Statistik Produksi 22

3.5.3 Tugas Bidang Statistika Distribusi 23

3.5.4 Tugas Bidang Pengolahan Data 24

3.5.5 Tugas Bidang Statistika Kependudukan 24

3.5.6 Tugas Bidang Neraca Wilayah Dan Analisa 25

Bab 4 Analisa Data 26

4.1Arti Analisa Data 26

4.2Analisa Pemulusan Eksponensial Ganda 28

4.3Metode Pemulusan Eksponensial Ganda 28

4.3.1 Penaksiran Model Peramalan 28

4.3.2 Penentuan Bentuk Persamaan Dan Nilai Peramalan 57

Bab 5 Implementasi Sistem 58

5.1Tahap Implementasi System 58

5.2Pengaktifan Microsoft Excel 59

5.3Jendela Lembar Kerja 59

5.4Pengisian Data 60

5.5Implementasi System Peramalan PDRB 61

5.6Fungsi Pemulusan Eksponensial 61

5.7Pembuatan Grafik 64

Bab 6 Penutup 65

6.1Kesimpulan 65

6.2Saran 67

Daftar Pustaka

(8)

DAFTAR TABEL

Halaman

Tabel 4.1 Nilai PDRB Sektor Pertanian Berdasarkan Harga Berlaku Dan

Harga Konstan 27

Tabel 4.2 Peramalan PDRB Sektor Pertanian Atas Dasar Harga Berlaku

( α = 0,1) 30

( α = 0,2) 31

( α = 0,3) 32

( α = 0,4) 33

( α = 0,5) 34

( α = 0,6) 35

( α = 0,7) 36

( α = 0,8) 37

( α = 0,9) 38

Tabel 4.11 Perbandingan Ketepatan Peramalan PDRB Sektor Pertanian Atas

Dasar Harga Berlaku 39

Tabel 4.12 Ukuran Ketepatan Peramalan PDRB Sektor Pertanian Atas Dasar

Harga Berlaku ( α = 0,9) 40

Tabel 4.13 Peramalan PDRB Sektor Pertanian Atas Dasar Harga Konstan

( α = 0,1) 44

( α = 0,2) 45

( α = 0,3) 46

( α = 0,4) 47

( α = 0,5) 48

( α = 0,6) 49

( α = 0,7) 50

(9)

( α = 0,9) 52

Tabel 4.22 Perbandingan Ketepatan Peramalan PDRB Sektor Pertanian Atas

Dasar Harga Konstan 53

Tabel 4.23 Perbandingan Ukuran Ketepatan Peramalan PDRB Sektor Pertanian

Atas Dasar Harga Konstan ( α = 0,8) 54

(10)

DAFTAR GAMBAR

Halaman

Gambar 4.1 Plot PDRB Sektor Pertanian Berdasarkan Harga Berlaku

dan Harga Konstan 27

Gambar 4.2 Plot Pemulusan Eksponensial Satu Parameter Dari Brown

dengan α =0,9 41

Gambar 4.3 Plot Pemulusan Eksponensial Satu Parameter Dari Brown

dengan α=0.8 55

Gambar 5.1 Cara Pengaktifan Excel 59

Gambar 5.2 Lembar Kerja Excel 60

Gambar 5.3 Menu Data Analysis 62

Gambar 5.4 Input Range 62

Gambar 5.5 Hasil Exponensial Smoothing 63

Gambar 5.6 Menu Insert 64

(11)

BAB 1

PENDAHULUAN

1.1Latar Belakang

Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang dilaksanakan khususnya dalam bidang ekonomi. Pertumbuhan tersebut merupakan

rangkuman 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

(12)

Demikian juga dengan keadaan di Kabupaten Samosir, pertumbuhan ekonomi

Kabupaten Samosir dapat diukur berdasarkan kenaikan Produk Domestik Regional Bruto. Data PDRB Kabupaten Samosir adalah salah satu cara untuk melihat seberapa besar kemampuan suatu sektor ekonomi dalam 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

terhadap Produk Domestik Regional Bruto (PDRB) Kabupaten Samosir. Perekonomian 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 dapat memberikan kontribusi yang

lebih besar dibandingkan sektor lain.

Atas dasar itu, maka dilakukan peramalan untuk mengetahui terjadi tidaknya fluktuasi pada perekonomian Kabupaten Samosir dari salah satu potensi terbesarnya yakni

sektor pertanian, hal ini terlihat dari besarnya peranan sektor pertanian dalam pembentukan 60.65% sedangkan sektor diluar pertanian hanya memberikan peranan sebesar 39.35% (Berdasarkan PDRB Kabupaten Samosir 2001-2009, BPS Sumatera Utara).

Dalam melakukan analisa ekonomi atau analisa kegiatan usaha perusahaan haruslah diperkirakan apa yang terjadi dalam bidang ekonomi atau dalam bidang dunia usaha pada

(13)

dilakukan peramalan untuk mengetahui terjadi tidaknya fluktuasi pada perekonomian

Kabupaten Samosir dari salah satu potensi terbesarnya yakni sektor pertanian. Oleh karena itu penulis memilih judul: PERAMALAN PRODUK DOMESTIK BRUTO (PDRB)

KABUPATEN SAMOSIR PADA SEKTOR PERTANIAN TAHUN 2012.

1.2 Perumusan Masalah

Selama beberapa tahun yang menjadi leader dalam pembetukan PDRB Kabupaten Samosir atas dasar harga konstan tahun 2000 adalah sektor pertanian. Adapun masalahya adalah:

1. Bagaimana fluktuasi PDRB tahun 2001 sampai dengan tahun 2012 di Kabupaten Samosir ?

2. Adakah peningkatan kontribusi yang di berikan pertanian bagi PDRB Kabupaten Samosir tahun 2012 ?

3. Apakah masih relevan sektor pertanian dijadikan komoditas utama penopang

perekonomian Kabupaten Samosir pada tahun 2012 ?

4. Bagaimana bentuk persamaan peramalan PDRB sektor pertanian Kabupaten

Samosir pada tahun 2012 ?

1.3 Batasan Masalah

(14)

1.4 Maksud dan Tujuan

Adapun maksud dari penulisan Tugas Akhir ini adalah untuk mengaplikasikan ilmu dan

teori-teori statistika yang diperoleh penulis selama kuliah. Sehingga melalui Tugas Akhir ini dapat memberikan gambaran umum informasi PDRB Kabupaten Samosir pada sektor pertanian.

Sedangkan tujuan dari penulisan tugas akhir ini adalah:

1. Meramalkan jumlah PDRB Kabupaten Samosir pada sektor pertanian tahun 2010

-2012.

2. Mengetahui fluktuasi PDRB Kabupaten Samosir pada sektor pertanian tahun 2001 sampai dengan tahun 2012 di Kabupaten Samosir.

3. Memperkirakan seberapa besar peningkatan kontribusi PDRB Kabupaten Samosir pada sektor pertanian tahun 2012.

4. Mengetahui relevansi sektor pertanian dijadikan sebagai komoditas utama penopang perekonomian Kabupaten Samosir pada tahun 2012.

1.5 Manfaat Penelitian

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

1. Bagi penulis

(15)

2. Bagi lembaga/instansi dan masayarakat umumnya

a. Dapat memperkirakan PDRB Kabupaten Samosir pada sektor pertanian tahun 2012.

b. Sebagai informasi mengenai fluktuasi PDRB Kabupaten Samosir sektor

pertanian 2001 - 2012.

c. Sebagai pertimbangan dalam pengambilan kebijakan dalam masalah

pengembangan sektor pertanian bagi pemerintah daerah yang bersangkutan.

1.6 Metode Penelitian

Dalam penyusunan Tugas Akhir ini, penulis membutuhkan data yang diperoleh

melalui serangkaian tinjauan penelitian, riset maupun pengambilan data. Dalam riset penulis menggunakan metode diantaranya:

a. Metode penelitian kepustakaan

Dalam hal ini pengumpulan data dan keterangan-keterangan dapat dilakukan dengan membaca serta mempelajari buku-buku ataupun literature pelajaran yang

didapat diperkuliahan ataupun umum, serta sumber informasi lainnya yang berhubungan dengan objek yang diteliti.

b. Metode pengumpulan data

(16)

c. Metode analisis

Data penelitian dianalisis dengan menggunakan pemulusan Eksponensial Ganda. Persamaan ini dikenal dengan nama Metode Linier Satu Parameter dari Brown, yaitu:

a) Menentukan pemulusan pertama (St′) St′= αXt+ (1- α )

b) Menentukan pemulusan kedua (S t

″

)

St″= α St′ + St′+ (1 - α) St-1″

c) Menentukan besarnya konstanta (α

t)

α

t = St′+ (St′– St″)

α

t = 2 St′– St″

d) Menentukan besarnya slope ( b t) bt = (St′- St″)

e) Menentukan besarnya forecast (Ft+m) Ft+m = αt + bt (m)

Dengan:

= Nilai periode t

′ = Nilai pemulusan eksponensial tunggal

″ = Nilai pemulusan eksponensial ganda

, = Konstanta pemulusan

= Hasil Peramalan untuk periode kedepan yang akan diramalkan

= Jumlah periode kedepan yang diramalkan.

(17)

1.7 Sistematika penulisan

Penulisan tugas akhir ini disusun secara sistematis, yang di dalamnya di kemukakan bab sebagai berikut:

Bab 1 : Pendahuluan

Dalam bab ini diuraikan latar belakang masalah, perumusan masalah, batasan masalah, maksud dan tujuan, manfaat penelitian, metode penelitian yang di gunakan dan bagaimana

sistematika penulisan.

Bab 2 : Landasan Teori

Bab ini menguraikan mengenai teori teori dan tinjauan pustaka yang di baca / di gunakan

penulis tentang segala sesuatu yang menyangkut terhadap penyelesaian masalah sesuai dengan judul dan permasalahan yang di utarakan.

Bab 3 : Struktur Organisasi Badan Pusat Statistik

Bab ini menguraikan struktur organisasi Badan Pusat Statistik.

Bab 4 : Analisis Data

Bab ini menguraikan tentang cara penggunaan rumus yang telah ditentukan penulis.

Bab 5 : Implementasi Sistem

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

Bab 6 : Kesimpulan dan Saran

(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 perencanaan 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 di buat.

2.2 Kegunaan dan Peran Peramalan

Pada umumnya kegunaan peramalan adalah sebagai berikut:

1. Sebagai alat bantu dalam perencanaan yang efektif dan efisien.

2. Untuk menentukan kebutuhan sumber daya di masa yang akan datang.

(19)

Kegunaan dari peramalan terlihat pada saat pengambilan keputusan. Setiap orang

selalu dihadapkan pada masalah pengambilan keputusan. Keputusan yang baik adalah keputusan yang didasarkan pertimbangan apa yang akan terjadi pada waktu keputusan itu dilaksanakan. Kurang tepat ramalan yang disusun atau yang dibuat maka kurang baiklah

keputusan yang diambil. Walaupun demikian perlu disadari bahwa suatu ramalan adalah tetap ramalan, di mana selalu ada unsur kesalahan. Sehingga yang paling diperhatikan

adalah usaha untuk memperkecil kemungkinan kesalahannya.

2.3 Jenis Peramalan

Peramalan berdasarkan sifatnya dapat dibedakan menjadi dua bagian yaitu peramalan

kualitatif dan kuantitatif. Metode peramalan kuantitatif dapat dibagi menjadi dua bagian yaitu metode peramalan deret waktu dan metode kausal, sedangkan metode kualitatif di bagi menjadi metode eksplanatoris dan normatif.

1. Peramalan kuantitatif

Peramalan kuantitatif, yaitu peramalan yang sangat mengandalkan pada data historis

yang dimiliki. Hasil peramalan yang dibuat sangat tergantung pada metoda yang dipegunakan dalam peramalan tersebut. Baik tidaknya metode yang dipergunakan ditentukan oleh perbedaan atau penyimpangan antara hasil ramalan dengan

kenyataan yang akan terjadi maka semakin baik metode yang digunakan. Metode kuantitatif dibagi menjadi dua, yaitu:

(20)

Pada model ini, pendugaan masa dilakukan berdasarkan nilai masa lalu dari

suatu variabel dan/atau kesalahan masa lalu. Tujuannya adalah menemukan pola dalam deret data historis dengan mengekstrapolasikan pola dalam deret data historis tersebut ke masa depan. Metode – metode peramalan dengan

menggunakan time series, yaitu: 1. Metode smooting

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 berbagai maksud. Setiap teknik yang dipilih memiliki sifat, ketepatan,

tingkat kesulitan dan biaya tersendiri yang harus dipertimbangkan.

(21)

Peramalan kualitatif adalah peramalan yang didasarkan atas data kualitatif pada

masa lalu. Hasil peramalan yang dibuat sangat bergantung pada orang yang menyusunnya. 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.

2.4 Pengertian Metode Peramalan

Metode peramalan adalah suatu cara memperkirakan atau mengestimasi secara kuantitatif maupun kualitatif apa yang akan terjadi pada masa depan, berdasarkan data yang relevan pada masa lalu. Metode peramalan ini digunakan dalam peramalan yang objektif.

Sedangkan kegunaan metode peramalan adalah untuk memperkirakan secara sistematis dan pragmatis atas dasar data yang relevan pada masa lalu, dengan demikian peramalan di

harapkan dapat memberikan objektivitas yang lebih besar.

(22)

sama atas permasalahan, maka akan didapat dasar pemikiran dan pemecahan yang sama,

karena argumentasinya sama.

2.5 Metode Peramalan yang Digunakan

Untuk mendapatkan hasil yang baik dan tepat haruslah diketahui dan digunakan metode

peramalan yang tepat. Untuk meramalkan pendapatan Produk Domestik Regional Bruto (PDRB) sektor pertanian dengan menggunakan pemulusan eksponensial ganda yaitu Metode linier satu parameter dari brown.

Metode ini merupakan metode yang digunakan oleh Brown. Dasar pemikiran Metode Pemulusan Eksponensial Ganda adalah terdapat pada waktu sebelum data

sebenarnya, bila pada data itu ada trend.

Persamaan yang dapat dipakai dalam pelaksanaan Pemulusan Eksponensial Ganda adalah:

= αXt+ (1- α )

″ = α + + (1 - α)

= St′ + ( – ″ ) = 2 – ″

= ( - ″ )

= αt +

Dengan:

′ = Nilai pemulusan eksponensial tunggal

(23)

, = Konstanta pemulusan

= Hasil Peramalan untuk periode kedepan yang akan diramalkan

= Parameter pemulusan eksponensial besarnya adalah 0 < α < 1

2.6 Ketepatan Ramalan

Ketepatan ramalan adalah suatu hal yang mendasar dalam peramalan, yaitu bagaimana

mengukur kesesuaian suatu metode peramalan tertentu untuk suatu kumpulan data yang diberikan. Ketepatan yang 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 ramalan.

Beberapa kriteria yang digunakan untuk menguji ketepatan ramalan antara lain: 1. Nilai tengah galat ( mean error)

2. Nilai tengah galat kuadrat ( mean square error)

3. Nilai tengah galat absolute ( mean absolute error)

4. Nilai tengah galat persentase absolute ( mean absolute percentage error )

(24)

6. Jumlah Kuadrat Galat (Sum Square Error)

7. Devias Standar Galat ( Standart Deviation of Error)

2.7 Produk Domestik Regional Bruto

Pengertian produk domestik regional bruto adalah keseluruhan produk dari hasil proses

produksi dari hasil proses produksi dari sektor maupun subsektor dari wilayah. Adapun sektor-sektor tersebut terdiri dari:

1. Sektor pertanian

a. Subsektor tanaman bahan makanan b. Subsektor tanaman perkebunan

c. Subsektor peternakan dan hasilnya d. Subsektor kehutanan

e. Subsektor perikanan

2. Sektor pertambangan dan penggalian a. Subsektor minyak dan gas

b. Subsektor pertambangan bukan migas c. Subsektor penggalian

3. Sektor industri pengolahan

(25)

c. Subsektor industri kecil dan rumah tangga

4. Sektor listrik, gas, dan air bersih a. Subsektor listrik

b. Subsektor gas kota

c. Subsektor air bersih 5. Sektor bangunan

6. Sektor perdagangan, hotel dan restoran a. Subsektor perdagangan besar dan eceran b. Subsektor hotel

c. Subsektor restoran

7. Sektor pengangkutan dan komunikasi

a. Subsektor pengangkutan 1) angkutan rel

2) angkutan jalan laut

3) angkutan laut, sungai dan danau 4) angkutan udara

5) jasa penunjang angkutan b. Subsektor komunikasi

8. Sektor keuangan, persewaan dan jasa perusahaan

a. Subsektor bank

b. Subsektor lembaga keuangan bukan bank

c. Subsektor jasa penunjang keuangan d. Subsektor jasa perusahaan

(26)

a. Subsektor pemerintah

b. Subsektor swasta

1) Sosial kemasyarakatan 2) Hiburan dan rekreasi

3) Perorangan dan rumah tangga

Namun penulis hanya membatasi peramalan Produk Domestik Regional Bruto (PDRB) atas

nama sektor pertanian saja.

2.8Perhitungan Pendapatan PDRB

2.8.1 Perhitungan Atas Dasar Harga Berlaku

PDRB atas dasar harga berlaku merupakan jumlah seluruh nilai tambah bruto ( NTB) atau

nilai barang dan jasa yang dihasilkan oleh unit – unit produksi dalam suatu periode tertentu dan biasanya satu tahun yang dinilai dengan harga tahun yang bersangkutan.

NTB atas dasar harga berlaku yang di dapat dari selisih output dengan biaya antara yang dinilai masing – masing atas dasar harga berlaku adalah menggambarkan perubahan volume produksi yang dihasilkan dan tingkat perubahan harga masing – masing kegiatan

subsektor dan sektor.

2.8.2 Perhitungan Atas Dasar Harga Konstan

Perhitungan atas dasar harga konstan ini pengertiannya sama dengan harga berlaku, tetapi

(27)

hanya menggambarkan perubahan volume/kuantum produksi saja. Pengaruh perubahan

harga telah dihilangkan dengan cara menilai dengan harga satu tahun dasar tertentu.

Perhitungan atas dasar harga konstan berguna untuk melihat perubahan ekonomi

(28)

BAB 3

SEKILAS TENTANG BADAN PUSAT STATISTIK PROPINSI SUMATERA UTARA

3.1 Visi Dan Misi Biro Pusat Statistik

3.1.1 Visi Biro Pusat Statistik

Biro Pusat Statistik mempunyai visi menjadikan informasi Statistik sebagai tulang punggung informasi pembangunan nasional dan regional, didukung sumber daya manusia

yang berkualitas, ilmu pengetahuan teknologi informasi yang muktahir.

3.1.2 Misi Biro Statistik

Dalam perjuangan pembangunan nasional Biro Pusat Statistik mengembangkan misi

mengarahkan pembangunan statistik pada penyajian dan statistik yang bermutu handal, efektif, efisien, peningkataan kesadaran masyarakat arti dan kegunaan statistik dan pengembangan ilmu statistik.

(29)

Untuk mewujudkan pembangunan statistik, Biro Pusat Statistik membagi kedalam empat

pokok, yaitu :

1. Program penyempurnaan dan pengembangan statistik. 2. Program penyempurnaan sistem informasi.

3. Program pendidikan dan pelatihan aparatur Negara

4. Program peningkatan sarana dan prasarana apratur Negara.

3.3 Ruang Lingkup Kegiatan Biro Pusat Statistik

3.3.1 Kedudukan, Tugas Dan Fungsi Biro Pusat Statistik

Biro Pusat Statistik sebagai lembaga pemerintahan non departemen yang berada di bawah dan bertangung jawab kepada Presiden (Kepres Nomor 86 Tahun 1998), dalam

melaksanakan tugasnya berdasarkan kepada beberapa ketentuan perundangan : 1. Undang-undang Nomor 16 Tahun 1997 tentang statistik.

2. Keputusan Presiden Nomor 86 Tahun 1998 Biro Pusat Statistik.

3. Peraturan Pemerintah Nomor 51 Tahun 1991 tentang penyelengaraan statistik.

Berdasarkan Keputusan Presiden Nomor 86 tahun 1998 dalam menyelenggarakan

Statistik dasar melaksanakan koordinasi dan kerja sama serta mengembangkan dan membina Statistik sesuai dengan peraturan perundang-undangan yang berlaku.

Fungsi yang diselenggarakan Biro Pusat Statistik :

(30)

3. Menyusun rencana dan program nasional di bidang statistik

4. Koordinasi dan kerja sama Statistik dengan instansi pemerintah, lembaga, organisasi, perorangan, dan unsur masyrakat lainnya.

5. Pelayanan data dan informasi serta hasil statistik kepada pemerintah masyarakat

secara berkala dan sewaktu-waktu baik dari hasil penyelenggara Statistik. 6. Pembina penyelenggaraan Statistik, responden dan penggunaan Statistik.

7. Pembinaan sumber daya manusia dilingkungan BPS, pembinaan, pengendalian dan pengawasan administrasi dan di lingkungan BPS.

3.4 Tata Kerja Biro Pusat Statistik

Para deputi wajib melaksanakan koordinasi dan kerja sama teknis Statistik di dalam dan di luar negeri sesuai dengan bidang dan tugas mereka masing-masing. Kemudian para deputi melaporkan kepada kepala BPS. Setiap pimpinan satuan unit organisasi kelompok jabatan

fungsional lingkungan BPS dalam melaksanakan tugas wajib menerapkan prinsip koordinasi, integrasi, baik dalam lingkungan masing-masing satuan unit organisasi di

lingkungan BPS, maupun dengan instansi lain dari luar BPS sesuai dengan bidang dan tugas masing- masing.

3.5 Struktur Organisasi Biro Pusat Statistik

Sebagaimana dimuat dalam lampiran struktur organisasi kantor pada Biro Pusat Statistik Sumatera Utara dipimpin oleh seorang kepala dan dibantu oleh bagian tata usaha.

Di samping itu kepala dibagi oleh bagian tata usaha yang terdiri dari :

(31)

2. Sub Bagian Perlengkapan

3. Sub Bagian Keuangan 4. Sub Bagian Kepegawaian

Sedangkan bidang penunjang Statistik dibagi menjadi 5 bagian :

1. Bidang Statistik Produksi 2. Bidang Statistik Distribusi

3. Bidang Statistik Pengolahan Data 4. Bidang Statistik Kependudukan 5. Neraca Wilayah dan Analisa

Setiap bidang mempunyai tugas-tugas yaitu :

1. Bidang Statistik Produksi mempunyai tugas melaksanakan Statistik pertanian,

industri serta Statistik Konstruksi Pertambangan dan Energi.

2. Bidang statistik kependudukan mempunyai tugas melaksanakan kegiatan Statistik demografi dan rumah tangga, Statistik Ketenagakerjaan serta Statistik

Kesejahteraan.

3. Bidang Statistik Pengolahan Data mempunyai tugas melaksanakan kegiatan

Penyediaan Data, Penyusunan sistem dan Program serta Operasi Pengolahan Data dengan Komputer.

4. Sedangkan Bidang Wilayah dan Analisa mempunyai tugas melaksanakan kegiataan

penyusunan Neraca Produksi, Neraca Konsumsi, dan Akutansi Penyajian dalam Analisis serta Kegiatan Penerangan Statistik.

(32)

1. Menyusun program tahunan

2. Mengatur dan melaksanakan urusan keuangan yang meliputi tata usaha keuangan, perbendaharaan, verifikasi dan pembukuan.

3. Mengatur dan melaksanakan urusan penyelenggaraan berbagai pelatihan teknis dan

pelatihan administrasi.

4. Mengatur dan melaksanakan urusan pelayanan administrasi lainnya kepada semua

pihak satuan kerja di lingkungan Kantor Statistik Propinsi

5. Membantu Kepala Kantor Statistik Propinsi dalam Pengendalian Kegiatan dan Pengendalian Anggaran.

6. Menyusun laporan kegiatan secara berkala.

7. Menyelesaikan tugas yang diberikan secara langsung oleh atasan.

3.5.2 Tugas Bidang Statistik Produksi

Adapun tugas dalam Bidang produksi adalah sebagai berikut: 1. Menyusun program kerja tahunan

2. Mengatur keikutsertaan program latihan yang diselenggarakan oleh pusat di Bidang Statistik produksi

3. Mengatur dan melaksanakan penjatahan dokumen yang diperlukan untuk

pelaksanaan lapangan.

4. Mengatur dan melaksanakan penerimaan pemeriksaan dokumen hasil pengumpulan

data statistik produksi.

(33)

6. Bersama-sama dengan bidang pengolahan dan mengatur menyiapkan pengolahan

data statistik produksi melalui komputer sesuai dengan yang ditetapkan.

3.5.3 Tugas Bidang Statistik Distribusi

Adapun tugas dalam bidang statistik distibusi adalah: 1. Menyusun program kerja tahunan.

2. Membantu kepala kantor statistik, propinsi atau pimpinan proyek / pimpinan bagi proyek statistik.

3. Mengatur dan mengkordinasi penyelenggaraan pelatihan petugas lapangan dipusat pelatihan serta mengatur penjatahan pelatihan

4. Melakukan pembinaan, pengamatan lanjut dan pengawasan lapangan terhadap

pelaksanaan kegiatan statistik distribusi.

5. Mengatur dan melaksanakan pengolahan data statistik secara sederhana sesuai

dengan yang telah ditetapkan.

6. Menyusun laporan kegiatan bidang secara berkala dan sewaktu-waktu.

3.5.4 Tugas Bidang Pengolahan Data

Adapun tugas bidang pengolahan data adalah: 1. Menyusun program tahunan.

2. Meneliti jenis data yang diolah melalui komputer dan bersama-sama dengan bidang

yang bersangkutan serta menentukan sistem pengolahan dengan komputer

3. Mengatur pembuatan sistem program pelaksanaan penyiapan data dan operasi

pengolahanya.

(34)

3.5.5 Tugas Bidang Statistik Kependudukan

Adapun tugas bidang Statistik kependudukan:

1. Menyusun program tahunan bidang kependudukan.

2. Melaksanakan statistik demografi dan rumah tangga, ketenagakerjaan,

kesejahteraan rakyat dan statistik kependudukan lainnya yang ditentukan.

3. Mengatur dan melaksanakan penjatahan dokumen yang diperlukan untuk pelaksanaan lapangan.

4. Melakukan pembinaan, pengamatan lanjut dan pengawasan lapangan terhadap pelaksanan kegiatan statistik kependudukan

5. Mengatur dan menyiapkan dokumen dan hasil pengolahan statistik kependudukan melalui komputer sesuai dengan jadwal yang ditentukan.

3.5.6 Tugas Bidang Neraca Wilayah dan Analisa

Adapun tugas bidang Neraca Wilayah dan Analisa adalah:

1. Menyusun program tahunan.

(35)

BAB 4

ANALISA DATA

4.1 Arti Analisa Data

Analisa data pada dasarnya dapat diartikan sebagai penjabaran atas pengukuran data

kuantitatif menjadi suatu yang lebih mudah untuk ditafsirkan dan menguraikan suatu masalah secara parsial atau keseluruhan. Untuk pemecahan masalah perlu dilakukan suatu analisis dan pengolahan data. Data yang akan diolah adalah data nilai PDRB sektor

pertanian Kabupaten Samosir dari tahun 2001 – 2009. Analisa yang dipakai adalah analisis pemulusan eksponensial ganda.

4.2 Analisa Pemulusan Eksponensial Ganda

Pada bagian ini penulis menemukan nilai parameter yang akan digunakan, di mana nilai

parameter ( α ) besarnya antara 0 < α < 1 dengan cara trial dan error. Adapun

langkah-langkah yang perlu ditempuh untuk menemukan bentuk persamaan peramalan dengan menggunakan Metode Linier Satu Parameter dari Brown adalah:

(36)

2. Menghitung harga pemulusan eksponensial tunggal dengan menggunakan persamaan:

= αXt+ (1- α )

3. Menghitung harga pemulusan eksponensial ganda dengan menggunakan persamaan:

″ = α + + (1 - α)

4. Menghitung konstanta dan dengan menggunakan persamaan:

= St′ + ( – ″ ) = 2 – ″

= ( - ″ )

5. Menghitung trend peramalan dengan menggunakan persamaan:

[image:36.595.79.493.504.713.2]

= αt +

Tabel 4.1 Nilai PDRB Sektor Pertanian Berdasarkan Harga Berlaku Dan Harga Konstan (jutaan rupiah)

(37)

[image:37.595.81.532.114.379.2]

Hubungan harga konstan dan harga berlaku dapat pada grafik ini:

Gambar 4.1 Plot PDRB sektor pertanian kabupaten samosir berdasarkan harga berlaku dan harga konstan

4.3 Metode Pemulusan Eksponensial Ganda

4.3.1 Penaksiran Model Peramalan

Dalam pengolahan dan penganalisaan data, penulis mengaplikasikan data pada tabel 4.1 dengan metode peramalan (forecasting) berdasarkan metode linier satu parameter dari

brown.

Untuk memenuhi perhitungan pemulusan eksponensial tunggal, ganda dan ramalan yang akan datang. Maka terlebih dahulu kita menentukan parameter nilai α yang biasanya secara coba dan salah (trial and error).

0,00 100.000,00 200.000,00 300.000,00 400.000,00 500.000,00 600.000,00 700.000,00 800.000,00 900.000,00 1.000.000,00

2001 2002 2003 2004 2005 2006 2007 2008 2009

N il ai ( ju taan R u p iah ) Tahun Data Aktual

Berdasarkan harga konstan

Berdasarkan harga berlaku

(38)

Suatu nilai α dipilih yang besarnya 0<α<1, dihitung mean squre error (MSE) yang

merupakan suatu ukuran ketepatan perhitungan dengan mengkuadratkan masing-masing kesalahan ke dalam sebuah susunan data dan kemudian dicoba nilai α yang lain.

Untuk menghitung nilai MSE pertama dicari error terlebih dahulu yang merupakan

hasil dari data asli dikurangi hasil ramalan kemudian tiap error di kuadradkan dan dibagi banyaknya error. secara matematis MSE tahap pertama perhitungan ini adalah nilai PDRB

(39)

[image:39.842.113.723.107.286.2]

Tabel 4.2 Peramalan PDRB Sektor Pertanian Atas Dasar Harga Berlaku (α = 0,1)

Tahun Xt S′t S″t at bt Ft+m е e2

2001 459.505,95 459.505,95 459.505,95

2002 534.559,23 467.011,28 460.256,48 473.766,07 750,53

2003 632.442,96 483.554,45 462.586,28 504.522,61 2.329,80 474.516,61 157.926,35 24.940.733.287,73 2004 655.595,90 500.758,59 466.403,51 535.113,67 3.817,23 506.852,41 148.743,49 22.124.625.936,37 2005 704.769,79 521.159,71 471.879,13 570.440,29 5.475,62 538.930,90 165.838,89 27.502.536.103,09 2006 745.803,90 543.624,13 479.053,63 608.194,63 7.174,50 575.915,91 169.887,99 28.861.928.310,39 2007 796.226,40 568.884,36 488.036,70 649.732,01 8.983,07 615.369,13 180.857,27 32.709.352.085,88 2008 853.505,86 597.346,51 498.967,68 695.725,33 10.930,98 658.715,08 194.790,78 37.943.446.400,41 2009 921.411,14 629.752,97 512.046,21 747.459,73 13.078,53 706.656,31 214.754,83 46.119.636.188,91 Jumlah 1.232.799,59 220.202.258.312,79

Untuk α=0,1 dan n = 7

Maka

=

(40)

[image:40.842.105.713.132.296.2]

Tabel 4.3 Peramalan PDRB Sektor Pertanian Atas Dasar Harga Berlaku (α = 0,2)

2002 534.559,23 474.516,61 462.508,08 486.525,13 3.002,13

2003 632.442,96 506.101,88 471.226,84 540.976,91 8.718,76 489.527.26 142.915.70 20.424.896.734.83 2004 655.595,90 536.000,68 484.181,61 587.819,75 12.954,77 549.695.67 105.900.23 11.214.858.205.73 2005 704.769,79 569.754,50 501.296,19 638.212,82 17.114,58 600.774.52 103.995.27 10.815.015.649.92 2006 745.803,90 604.964,38 522.029,83 687.898,94 20.733,64 655.327.40 90.476.50 8.185.997.457.58 2007 796.226,40 643.216,79 546.267,22 740.166,35 24.237,39 708.632.58 87.593.82 7.672.677.726.57 2008 853.505,86 685.274,60 574.068,69 796.480,51 27.801,48 764.403.75 89.102.11 7.939.186.798.08 2009 921.411,14 732.501,91 605.755,34 859.248,48 31.686,64 824.281.98 97.129.16 9.434.073.092.37 Jumlah 717.112.79 75.686.705.665.08

Maka:

=

(41)

[image:41.842.114.711.106.285.2]

2001 459.505,95 459.505,95 459.505,95

2002 534.559,23 482.021,93 466.260,75 497.783,12 6.754,80

2003 632.442,96 527.148,24 484.526,99 569.769,49 18.266,25 504.537,92 127.905,04 16.359.699.769,02 2004 655.595,90 565.682,54 508.873,66 622.491,42 24..346,66 588.035,74 67.560,16 4.564.375.435,42 2005 704.769,79 607.408,71 538.434,17 676.383,25 29.560,52 646.838,08 57.931,71 3.356.082.520,68 2006 745.803,90 648.927,27 571.582,10 726.272,44 33.147,93 705.943,77 39.860,13 1.588.829.863,17 2007 796.226,40 693.117,01 608.042,58 778.191,44 36.460,47 759.420,37 36.806,03 1.354.684.172,86 2008 853.505,86 741.233,66 647.999,90 834.467,43 39.957,33 814.651,91 38.853,95 1.509.629.054,89 2009 921.411,14 795.286,91 692.186,00 898.387,81 44.186,10 874.424,75 46.986,39 2.207.720.501,70 Jumlah 415.903,40 30.941.021.317,74

Maka:

=

(42)

[image:42.842.107.703.105.286.2]

Tabel 4.5 Peramalan PDRB Sektor Pertanian Atas Dasar Harga Berlaku (α = 0,4)

2001 459.505,95 459.505,95 459.505,95

2002 534.559,23 489.527,26 471.514,47 507540.05 12008.52

2003 632.442,96 546.693,54 501.586,10 591800.98 30071.63 519.548,57 112.894,39 12.745.142.390,32 2004 655.595,90 590.254,48 537.053,45 643455.51 35467.35 621.872,61 33.723,29 1.137.260.450,30 2005 704..769,79 636.060,61 576.656,32 695464.90 39602.86 678.922,87 25.846,92 668.063.372,74 2006 745.803,90 679.957,92 617.976,96 741938.89 41320.64 735.067,76 10.736,14 115.264.724,43 2007 796.226,40 726.465,31 661.372,30 791558.33 43395.34 783.259,53 12.966,87 168.139.649,05 2008 853.505,86 777.281,53 707.735,99 846827.07 46363.69 834.953,67 18.552,19 344.183.755,79 2009 921.411,14 834.933,38 758.614,95 911251.80 50878.95 893.190,76 28.220,38 796..389.611,20 Jumlah 242.940,17 15.974.443.953,82

Maka:

=

(43)

[image:43.842.110.709.106.270.2]

2002 534.559,23 497.032,59 478.269,27 515.795,91 18.763,32

2003 632.442,96 564.737,78 521.503,52 607.972,03 43.234,25 534.559,23 97.883,73 9581.224.598,71 2004 655.595,90 610.166,84 565.835,18 654.498,50 44.331,66 651.206,28 4.389,62 19.268.763,74 2005 704.769,79 657.468,31 611.651,75 703.284,88 45.816,57 698.830,15 5.939,64 35.279.293,63 2006 745.803,90 701.636,11 656.643,93 746.628,29 44.992,18 749.101,45 -3.297,55 10.873.819,51 2007 796.226,40 748.931,25 702.787,59 795.074,92 46.143,66 791.620,47 4.605,93 21.214.619,95 2008 853.505,86 801.218,56 752.003,07 850.434,04 49.215,48 841.218,58 12.287,28 150.977.249,80 2009 921.411,14 861.314,85 806.658,96 915.970,74 54.655,89 899.649,52 21.761,62 473.567.962,21 Jumlah 143.570,27 10.292.406.307,57

Maka:

=

(44)

[image:44.842.109.702.106.270.2]

2002 534.559,23 504.537,92 486.525,13 522.550,71 27.019,18

2003 632.442,96 581.280,94 543.378,62 619.183,27 56.853,49 549.569,89 82.873,07 6867.946.394,21 2004 655.595,90 625.869,92 592.873,40 658.866,44 49.494,78 676.036,76 -20.440,86 417.828.577,66 2005 704.769,79 673.209,84 641.075,26 705.344,42 48.201,87 708.361,22 -3.591,43 12.898.343,01 2006 745.803,90 716.766,28 686.489,87 747.042,68 45.414,61 753.546,28 -7.742,38 59.944.512,48 2007 796.226,40 764.442,35 733.261,36 795.623,34 46.771,49 792.457,29 3.769,11 14.206.196,85 2008 853.505,86 817.880,46 78.403,82 851.728,10 50.771,46 842.394,83 11.111,03 123.454.991,49 2009 921.411,14 879.998,87 841.612,45 918.385,29 57.579,63 902.499,55 18.911,59 357.648.100,03 Jumlah 84.890,14 7.853.927.115,73

Maka:

(45)

[image:45.842.108.702.106.270.2]

Tabel 4.8 Peramalan PDRB Sektor Pertanian Atas Dasar Harga Berlaku (α = 0,7)

2002 534.559,23 512.043,25 496.282,06 527.804,43 36.776,11

2003 632.442,96 596.323,05 566.310,75 626.335,34 70.028,69 564.580,54 67.862,42 4.605.307.776,81 2004 655.595,90 637.814,04 616.363,06 659.265,03 50.052,31 696.364,03 -40.768,13 1.662.040.782,46 2005 704.769,79 684.683,07 664.187,06 705.179,07 47.824,01 709.317,34 -4.547,55 20.680.195,18 2006 745.803,90 727.467,65 708.483,47 746.451,83 44.296,41 753.003,08 -7.199,18 51.828.147,46 2007 796.226,40 775.598,77 755.464,18 795.733,37 46.980,71 790.748,24 5.478,16 30.010.272,35 2008 853.505,86 830.133,73 807.732,87 852.534,60 52.268,68 842.714,08 10.791,78 116.462.598,75 2009 921.411,14 894.027,92 868.139,40 919.916,43 60.406,53 904.803,28 16.607,86 275.820.868,36 Jumlah 48.225,36 6.762.150.641,35

Maka:

=

(46)

[image:46.842.108.709.105.270.2]

Tahun Xt S′t S″t at. bt Ft+m е e2

2002 534.559,23 519.548,57 507.540,05 459.505,95 48.034,10

2003 632.442,96 609.864,08 589.399,28 531.557,10 81.859,23 507.540,05 124.902,91 15.600.737.126,31 2004 655.595,90 646.449,54 635.039,48 630.328,89 45.640,21 613.416,33 42.179,57 1.779.116.489,82 2005 704.769,79 693.105,74 681.492,49 657.859,59 46.453,00 675.969,10 28.800,69 829.479.865,21 2006 745.803,90 735.264,27 724.509,91 704.718,99 43.017,42 704.312,59 41.491,31 1.721.528.595,20 2007 796.226,40 784.033,97 772.129,16 746.018,62 47.619,25 747.736,41 48.489,99 2.351.278.752,21 2008 853.505,86 839.611,48 826.115,02 795.938,79 53.985,86 793.637,87 59.867,99 3.584.175.860,53 2009 921.411,14 905.051,21 889.263,97 853.107,95 63.148,95 849.924,64 71.486,50 5.110.319.243,73 Jumlah 417.218,95 30.976.635.933,01

Maka:

=

(47)

[image:47.842.108.701.106.285.2]

2001 459.505,95 459.505,95 459.505,95

2002 534.559,23 527.053,90 520.299,11 533.808,70 60.793,16

2003 632.442,96 621.904,05 611.743,56 632.064,55 91.444,45 594.601,85 37.841,11 1.431.949.303,30 2004 655.595,90 652.226,72 648.178,40 656.275,03 36.434,84 723.509,00 -67.913,10 4.612.189.368,93 2005 704.769,79 699.515,48 694.381,77 704.649,19 46.203,37 692.709,87 12.059,92 145.441.637,12 2006 745.803,90 741.175,06 736.495,73 745.854,39 42.113,96 750.852,57 -5.048,67 25.489.020,91 2007 796.226,40 790.721,27 785.298,71 796.143,82 48.802,98 787.968,34 8.258,06 68.195.518,00 2008 853.505,86 847.227,40 841.034,53 853.420,27 55.735,82 844.946,80 8.559,06 73.257.477,36 2009 921.411,14 913.992,77 906.696,94 921.288,59 65.662,41 909.156,09 12.255,05 150.186.276,57 Jumlah 6.011,42 6.506.708.602,18

Maka:

=

(48)

Kemudian salah satu nilai MSE tersebut dibandingkan untuk menentukan nilai α

[image:48.612.250.400.284.501.2]

yang memberikan MSE yang terkecil / minimum. Perbandingan ukuran ketepatan metode peramalan peningkatan nilai PDRB sektor pertanian di Kabupaten Samosir dengan MSE sebagai berikut:

Tabel 4.11 Perbandingan ukuran ketepatan Metode Peramalan Atas Dasar Harga Berlaku

α MSE

0,1 31.457.465.473,25 0,2 10.812.386.523,58 0,3 4.420.145.902,53 0,4 2.282.063.421,97 0,5 1.470.343.758,22 0,6 1.121.989.587,96 0,7 966.021.520,19 0,8 4.425.233.704,72 0,9 929.529.800,31

Dari tabel di atas dapat dilihat bahwa yang menghasilkan nilai MSE yang paling kecil /

(49)

[image:49.842.51.805.131.357.2]

Tabel 4.12 Ukuran Ketepatan Peramalan PDRB Sektor Pertanian Atas Dasar Harga Berlaku ( α = 0,9)

Tahun Xt S′t S″t at bt е PE APE Ft+m

2001 459.505,95 459.505,95 459.505,95

2002 534.559,23 527.053,90 520.299,11 533.808,70 60.793,16

2003 632.442,96 621.904,05 611.743,56 632.064,55 91.444,45 37.841,11 1.431.949.303,30 37.841,11 5,98 5,98 594.601,85 2004 655.595,90 652.226,72 648.178,40 656.275,03 36.434,84 -67.913,10 4.612.189.368,93 67.913,10 -10,36 10,36 723.509,00 2005 704.769,79 699.515,48 694.381,77 704.649,19 46.203,37 120.59,92 145.441.637,12 12.059,92 1,71 1,71 692.709,87 2006 745.803,90 741.175,06 736.495,73 745.854,39 42.113,96 -5.048,67 25.489.020,91 5.048,67 -0,68 0,68 750.852,57 2007 796.226,40 790.721,27 785.298,71 796.143,82 48.802,98 8.258,06 68.195.518,00 8.258,06 1,04 1,04 787.968,34 2008 853.505,86 847.227,40 841.034,53 853.420,27 55.735,82 8.559,06 73.257.477,36 8.559,06 1,00 1,00 844.946,80 2009 921.411,14 913.992,77 906.696,94 921.288,59 65.662,41 12.255,05 150.186.276,57 12.255,05 1,33 1,33 909.156,09

2010 986.951,00 m=1

2011 1.052.613,41 m=2

2012 1.118.275,82 m=3

(50)

Peramalan PDRB untuk sektor pertanian atas dasar harga berlaku setiap tahun meningkat. Gambaran mengenai hubungan antara perkembangan data aktual dengan

[image:50.595.76.455.161.386.2]

peramalan dapat dilihat pada grafik berikut ini :

Gambar 4.2: Plot Pemulusan Eksponensial Satu Parameter Dari Brown dengan α = 0,9

Ukuran ketepatan metode peramalan atas dasar harg a berlaku dengan menggunakan α =0,9

adalah :

1. Nilai Tengah Galat / ME ( mean Error )

=

858,77

0 500000 1000000 1500000 2000000 2500000 3000000 3500000 4000000 N Ila i (d ala m ju ta an r u p ia h ) Tahun

Data Aktual Dan Peramalan PDRB Sektor Pertanian Atas Dasar Harga Berlaku

Ramalan

Pemulusan Ganda

Pemulusan Tunggal

Data Aktual

(51)

=

929.529.800.31

3. Nilai tengah galat absolute ( mean absolute error)

=

21.705.00

4. Nilai tengah galat persentase absolute ( mean absolute percentage error )

=

3,16

5. Nilai tengah galat persentase ( Mean percentage error )

=

0,0043

6. Jumlah Kuadrat Galat (Sum Square Error)

(52)

7. Deviasi Standar Galat ( Standart Deviation of Error)

=

(53)

[image:53.842.104.701.126.308.2]

Tabel 4.13 Peramalan PDRB Sektor Pertanian Atas Dasar Harga Konstan (α = 0,1)

Tahun Xt S′t S″t at bt Ft+m е e2

2001 420.161,64 420.161,64 420.161,64

2002 453.392,27 423.484,70 420.493,95 426.475,46 332,31

2003 532.250,80 434.361,31 421.880,68 446.841,94 1.386,74 426.807,77 105.443,03 11.118.233.419,13 2004 548.150,39 445.740,22 424.266,64 467.213,80 2.385,95 448.228,68 99.921,71 9.984.348.309,18 2005 567.662,49 457.932,45 427.633,22 488.231,68 3.366,58 469.599,76 98.062,73 9.616.299.422,99 2006 589.088,22 471.048,02 431.974,70 510.121,35 4.341,48 491.598,26 97.489,96 9.504.292.674,19 2007 617.421,82 485.685,40 437.345,77 534.025,04 5.371,07 514.462,83 102.958,99 10.600.553.305,16 2008 649.292,80 502.046,14 443.815,81 560.276,48 6.470,04 539.396,11 109.896,69 12.077.282.490,72 2009 682.885,46 520.130,08 451.447,23 588.812,92 7.631,43 566.746,52 116.138,94 13.488.253.730,67 Jumlah 729.912,06 76.389.263.352,03

Maka:

(54)

Tabel 4.14 Peramalan PDRB Sektor Pertanian Atas Dasar Harga Konstan (α = 0,2)

2001 420.161,64 420.161,64 420.161,64

2002 453.392,27 426.807,77 421.490,87 432.124,67 1.329,23

2003 532.250,80 447.896,37 426.771,97 469.020,78 5.281,10 433.453,89 98.796,91 9.760.829.030,36 2004 548.150,39 467.947,18 435.007,01 500.887,34 8.235,04 474.301,88 73.848,51 5.453.602.370,14 2005 567.662,49 487.890,24 445.583,65 530.196,82 10.576,65 509.122,39 58.540,10 3.426.943.804,43 2006 589.088,22 508.129,84 458.092,89 558.166,78 12.509,24 540.773,47 48.314,75 2.334.315.129,41 2007 617.421,82 529.988,23 472.471,96 587.504,51 14.379,07 570.676,02 46.745,80 2.185.170.220,63 2008 649.292,80 553.849,15 488.747,40 618.950,90 16.275,44 601.883,57 47.409,23 2.247.634.756,10 2009 682.885,46 579.656,41 506.929,20 652.383,62 18.181,80 635.226,33 47.659,13 2.271.392.445,56 Jumlah 421.314,43 27.679.887.756,62

Maka:

=

(55)

2001 420.161,64 420.161,64 420.161,64

2002 453.392,27 430.130,83 423.152,40 437.109,26 2.990,76

2003 532.250,80 460.766,82 434.436,72 487.096,92 11.284,33 440.100,02 92.150,78 8.491.766.623,21 2004 548.150,39 486.981,89 450.200,27 523.763,51 15.763,55 498.381,24 49.769,15 2.476.967.903,52 2005 567.662,49 511.186,07 468.496,01 553.876,13 18.295,74 539.527,06 28.135,43 791.602.497,81 2006 589.088,22 534.556,72 488.314,22 580.799,21 19.818,21 572.171,87 16.916,35 286.162.975,65 2007 617.421,82 559.416,25 509.644,83 609.187,66 21.330,61 600.617,42 16.804,40 282.387.922,36 2008 649.292,80 586.379,21 532.665,15 640.093,28 23.020,31 630.518,27 18.774,53 352.482.976,35 2009 682.885,46 615.331,09 557.464,93 673.197,25 24.799,78 663.113,59 19.771,87 390.926.648,25 Jumlah 242.322,51 13.072.297.547,16

Maka:

=

(56)

Tabel 4.16 Peramalan PDRB Sektor Pertanian Atas Dasar Harga Konstan (α = 0,4)

2001 420.161,64 420.161,64 420.161,64

2002 453.392,27 433.453,89 425.478,54 441.429,24 5.316,90

2003 532.250,80 472.972,66 444.476,19 501.469,12 18.997,65 446.746,14 85.504,66 7.311.046.197,68 2004 548.150,39 503.043,75 467.903,21 538.184,29 23.427,03 520.466,77 27.683,62 766.382.838,45 2005 567.662,49 528.891,25 492.298,43 565.484,07 24.395,21 561.611,31 6.051,18 36.616.759,06 2006 589.088,22 552.970,04 516.567,07 589.373,00 24.268,64 589.879,28 -791,06 625.774,91 2007 617.421,82 578.750,75 541.440,54 616.060,96 24.873,47 613.641,65 3.780,17 14.289.719,80 2008 649.292,80 606.967,57 567.651,35 646.283,79 26.210,81 640.934,43 8.358,37 69.862.363,38 2009 682.885,46 637.334,73 595.524,70 679.144,75 27.873,35 672.494,60 10.390,86 107.970.016,89 Jumlah 140.977,80 8.306.793.670,17

Maka:

=

(57)

[image:57.842.109.694.128.308.2]

2001 420.161,64 420.161,64 420.161,64

2002 453.392,27 436.776,96 428.469,30 445.084,61 8.307,66

2003 532.250,80 484.513,88 456.491,59 512.536,17 28.022,29 453.392,27 78.858,53 6.218.667.753,76 2004 548.150,39 516.332,13 486.411,86 546.252,41 29.920,27 540.558,46 7.591,93 57.637.439,08 2005 567.662,49 541.997,31 514.204,59 569.790,04 27.792,73 576.172,68 -8.510,19 72.423.333,84 2006 589.088,22 565.542,77 539.873,68 591.211,86 25.669,09 597.582,76 -8.494,54 72.157.262,90 2007 617.421,82 591.482,29 565677,98 617.286,60 25.804,31 616.880,95 540,87 292.545,09 2008 649.292,80 620.387,55 593.032,77 647.742,33 27.354,78 643.090,91 6.201,89 38.463.441,51 2009 682.885,46 651.636,50 622.334,63 680.938,37 29.301,87 675.097,11 7.788,35 60.658.420,06 Jumlah 83.976,85 6.520.300.196,24

Maka:

=

(58)

[image:58.842.108.701.128.308.2]

2001 420.161,64 420.161,64 420.161,64

2002 453.392,27 440.100,02 432.124,67 448.075,37 11.963,03

2003 532.250,80 495.390,49 470.084,16 520.696,82 37.959,49 460.038,40 72.212,40 5.214.631.291,46 2004 548.150,39 527.046,43 504.261,52 549.831,34 34.177,36 558.656,31 -10.505,92 110.374.304,62 2005 567.662,49 551.416,07 532.554,25 570.277,88 28.292,73 584.008,70 -16.346,21 267.198.539,52 2006 589.088,22 574.019,36 557.433,31 590.605,40 24.879,07 598.570,61 -9.482,39 89.915.723,15 2007 617.421,82 600.060,84 583.009,83 617.111,84 25.576,51 615.484,47 1.937,35 3.753.329,93 2008 649.292,80 629.600,01 610.963,94 648.236,09 27.954,11 642.688,36 6.604,44 43.618.673,14 2009 682.885,46 661.571,28 641.328,34 681.814,22 30.364,41 676.190,20 6.695,26 44.826.487,03 Jumlah 51.114,94 5.774.318.348,85

Maka:

=

(59)

[image:59.842.107.712.128.308.2]

Tabel 4.19 Peramalan PDRB Sektor Pertanian Atas Dasar Harga Konstan (α = 0,7)

2001 420.161,64 420.161,64 420.161,64

2002 453.392,27 443.423,08 436.444,65 450.401,51 16.283,01

2003 532.250,80 505.602,48 484.855,13 526.349,83 48.410,48 466.684,52 65.566,28 4.298.936.810,77 2004 548.150,39 535.386,02 520.226,75 550.545,28 35.371,62 574.760,32 -26.609,93 708.088.369,28 2005 567.662,49 557.979,55 546.653,71 569.305,39 26.426,96 585.916,90 -18.254,41 333.223.592,51 2006 589.088,22 579.755,62 569.825,05 589.686,19 23.171,34 595.732,34 -6.644,12 44.144.384,86 2007 617.421,82 606.121,96 595.232,89 617.011,03 25.407,84 612.857,53 4.564,29 20.832.767,99 2008 649.292,80 636.341,55 624.008,95 648.674,15 28.776,06 642.418,87 6.873,93 47.250.869,61 2009 682.885,46 668.922,29 655.448,29 682.396,29 31.439,34 677.450,21 5.435,25 29.541.939,67 Jumlah 30.931,28 5.482.018.734,70

Maka:

=

(60)

[image:60.842.100.726.129.307.2]

2001 420.161,64 420.161,64 420.161,64

2002 453.392,27 446.746,14 441.429,24 452.063,04 21.267,60

2003 532.250,80 515.149,87 500.405,74 529.893,99 58.976,50 473.330,65 58.920,15 3.471.584.311,70 2004 548.150,39 541.550, 29 533.321,38 549.779,19 32.915,63 588.870,49 -40.720,10 1.658.126.902,35 2005 567.662,49 562.440,05 556.616,31 568.263,78 23.294,94 582.694,83 -15.032,34 225.971.180,94 2006 589.088,22 583.758,59 578.330,13 589.187,04 21.713,82 591.558,72 -2.470,50 6.103.374,99 2007 617.421,82 610.689,17 604.217,36 617.160,98 25.887,23 610..900,86 6..520,96 42.522.960,14 2008 649.292,80 641.572,07 634.101,13 649.043,02 29.883,77 643.048,21 6.244,59 38.994.845,45 2009 682.885,46 674.622,78 666.518,45 682.727,11 32.417,32 678.926,78 3.958,68 15.671.112,43 Jumlah 17.421,43 5.458.974.688,00

Maka:

=

(61)

[image:61.842.107.702.128.308.2]

2001 420.161,64 420.161,64 420.161,64

2002 453.392,27 450.069,21 447.078,45 453.059,96 26.916,81

2003 532.250,80 524.032,64 516.337,22 531.728,06 69.258,77 479.976,77 52.274,03 2.732.573.794,25 2004 548.150,39 545.738,62 542.798,48 548.678,75 26.461,25 600.986,83 -52.836,44 2.791.689.508,11 2005 567.662,49 565.470,10 563.202,94 567.737,27 20.404,46 575.140,01 -7.477,52 55.913.282,62 2006 589.088,22 586.726,41 584.374,06 589.078,76 21.171,12 588.141,73 946,49 895.844,67 2007 617.421,82 614.352,28 611.354,46 617.350,10 26.980,40 610.249,88 7.171,94 51.436.771,10 2008 649.292,80 645.798,75 642.354,32 649.243,18 30.999,86 644.330,50 4.962,30 24.624.458,59 2009 682.885,46 679.176,79 675.494,54 682.859,04 33.140,22 680.243,04 2.642,42 6.982.390,42 Jumlah 7.683,23 5.664.116.049,77

Maka:

=

(62)

Kemudian salah satu nilai MSE tersebut dibandingkan untuk menentukan nilai

α yang memberikan MSE yang terkecil / MSE yang minimum. Perbandingan ukuran

[image:62.595.216.362.270.427.2]

ketepatan metode peramalan peningkatan nilai PDRB sektor pertanian di Kabupaten Samosir sebagai berikut:

Tabel 4.22 Perbandingan Ukuran Ketepatan Metode Peramalan Atas Dasar Harga Konstan

α MSE

0.1 10.912.751.907,43 0.2 3.954.269.679,52 0.3 1.867.471.078,17 0.4 1.186.684.810,02 0.5 9.31.471.456,61 0.6 824.902.621,26 0.7 783.145.533,53 0.8 779.853.526,86 0.9 809.159.435,68

Dari tabel di atas dapat dilihat bahwa yang menghasilkan nilai MSE yang paling kecil

(63)

[image:63.842.56.814.130.352.2]

Tabel 4.23 Ukuran Ketepatan Peramalan PDRB Sektor Pertanian Atas Dasar Harga Konstan ( α = 0,8)

Tahun Xt S′t S″t at bt е PE APE Ft+m

2001 420.161,64 420.161,64 420.161,64

2002 453.392,27 446.746,14 441.429,24 452.063,04 21.267,60

2003 532.250,80 515.149,87 500.405,74 529.893,99 58.976,50 58.920,15 3.471.584.076,02 58.920,15 11,07 11,07 473.330,65 2004 548.150,39 541.550,29 533.321,38 549.779,19 32.915,63 -40.720,10 1.658.126.544,01 40.720,10 -7,43 7,43 588.870,49 2005 567.662,49 562.440,05 556.616,31 568.263,78 23.294,94 -15.032,34 225.971.245,88 15.032,34 -2,65 2,65 582.694,83 2006 589.088,22 583.758,59 578.330,13 589.187,04 21.713,82 -2.470,50 6.103.370,25 2.470,50 -0,42 0,42 591.558,72 2007 617.421,82 610.689,17 604.217,36 617.160,98 25.887,23 6.520,96 42.522.919,32 6.520,96 1,06 1,06 610.900,86 2008 649.292,80 641.572,07 634.101,13 649.043,02 29.883,77 6.244,59 38.994.904,27 6.244,59 0,96 0,96 643.048,21 2009 682.885,46 674.622,78 666.518,45 682.727,11 32.417,32 3.958,68 15.671.147,34 3.958,68 0,58 0,58 678.926,78

2010 715.144,43 m=1

2011 747.561,75 m=2

2012 779.979,07 m=3

(64)

Peramalan PDRB untuk sektor pertanian atas dasar harga konstan setiap tahun

[image:64.612.107.475.175.394.2]

meningkat. Gambaran mengenai hubungan antara perkembangan data aktual dengan peramalan dapat dilihat pada grafik berikut ini :

Gambar 4.3 Plot Pemulusan Eksponensial Satu Parameter Dari Brown Dengan

α = 0,8

Ukuran ketepatan metode peramalan atas dasar harga berlaku dengan menggunakan

α =0,8 adalah :

8. Nilai Tengah Galat / ME ( mean Error )

=

2.488.78

0 500000 1000000 1500000 2000000 2500000 3000000 N il ai ( J u taan r u p iah ) Tahun

(65)

=

779.853.458.16

10.Nilai tengah galat absolute ( mean absolute error)

=

19.123,90

11.Nilai tengah galat persentase absolute ( mean absolute percentage error )

=

3.45

12.Nilai tengah galat persentase ( Mean percentage error )

=

(66)

13.Jumlah Kuadrat Galat (Sum Square Error)

=

5.458.974.207,09

14.Devias Standar Galat ( Standart Deviation of Error)

=

11.400,68

4.3.2 Penentuan Bentuk Persamaan dan Nilai Peramalan

Setelah harga parameter pemulusan eksponensial yang besarnya 0 < α < 1 dengan secara

trial and error didapat perhitungan peramalan pemulusan eksponensial linier parameter

dari brown dengan α = 0,9 untuk nilai PDRB atas dasar harga berlaku dan α = 0,8 untuk

nilai PDRB atas dasar harga konstan.

Seperti yang telah dijelaskan bahwa persamaan yang dipakai dalam perhitungan

dapat dibuat peramalan untuk satu tahun berikutnya dengan bentuk persamaan:

(67)

Perhitungan pada tabel 4.12 di atas didasarkan pada α = 0,9 dan ramalan untuk

suatu period ke depan berdasarkan untuk persamaan PDRB sektor pertanian atas dasar harga berlaku:

= αt +

= 921.288,59 + 65.662,41

Setelah diperoleh model peramalan PDRB sektor pertanian , maka dapat dihitung peramalan untuk 2011,2012 seperti di bawah ini:

1. Nilai peramalan tahun 2011

= αt +

= 921.288,59 + 65.662,41

= 921.288,59 + 131.324,82 = 1.052.613,41

= αt +

= 921.288,59 + 65.662,41

(68)

Dengan metode perhitungan seperti di atas maka secara matematis perhitungan pada tabel

4.23 di atas didasarkan pada α = 0,8 dan ramalan untuk suatu periode ke depan berdasarkan

bentuk persamaan PDRB sektor pertanian atas dasar harga konstan:

= αt +

= 682.727,11 + 32.417,32

Setelah diperoleh model peramalan PDRB sektor pertanian, maka dapat dihitung

peramalan untuk tahun 2011, 2012 seperti dibawah ini:

= αt +

= 682.727,11 +32417.32

= 682.727,11 + 64834,64

= 747.561,75

= αt +

= 682.727,11 +32417.32

= 682.727,11 + 97.251,96

(69)

BAB 5

IMPLEMENTASI SISTEM

5.1 Tahap Implementasi Sistem

Tahap implementasi sistem merupakan tahap penerapan hasil desain yang tertulis ke dalam programming. Pada tahapan inilah seluruh hasil desain dituangkan ke dalam bahasa pemrograman tertentu untuk menghasilkan sebuah sistem informasi yang sesuai

dengan hasil desain tertentu.

Dalam data peramalan PDRB sektor pertanian Kabupaten Samosir implementasi

yang digunakan penulis adalah dengan menggunakan Microsof Excel. Selain berfungsi sebagai pengolahan angka atau memanipulasi angka, Microsoft Excel juga dapat

(70)

5.2 Pengaktifan Microsoft Excel

Tahap pertama yang harus dilakukan adalah mengaktifkan windows. Pastikan Microsoft

excel berada pada jaringan Microsoft excel berada pada jaringan Microsoft Windows. Lalu lanjutkan dengan langkah-langkah sebagai berikut:

Dari windows klik start pada taskbar, lalu pilih all program, pilih Microsoft office, lalu

akan muncul program aplikasi yg telah diinstal.

[image:70.612.111.515.288.558.2]

Klik Microsoft Office secara otomatis akan tampil jendela Microsoft excel.

Gambar 5.1 : Cara Pengaktifan Microsoft Excel

5.3 Jendela Lembar Kerja

(71)

bawah dan baris berurutan dari kiri ke kanan. Microsoft Excel memiliki 256 kolom dan

65.536 baris pada setiap lembar kerja.

Pada setiap kelompok dan baris terdapat sel-sel ini diidentifikasi dengan alamat yang merupakan kombinasi antara abjad untuk kelompok dan angka. Pada lembar kerja

[image:71.612.108.580.248.516.2]

Microsoft Excel terdapat banyak elemen yang memiliki fungsi tersendiri. Adapun lembar kerja dari program dari Microsoft Excel adalah sebagai berikut:

Gambar 5.2 : Lembar Kerja Microsoft Excel

5.4 Pengisian Data

Pengisian data ke dalam lembar kerja Microsoft excel adalah sama dengan pemasukan

(72)

2. Ketikkan data yang akan diolah

3. Tekan enter atau klik kiri pada sel yang lain untuk konfirmasi atau mengakhirinya.

5.5 Implementasi Sistem Peramalan PDRB

Fungsi dalam Microsoft excel ditujukan untuk memudahkan pengertian formula yang

diperlukan dalam melakukan perhitungan aritmetik dan operasi standar lain yang sering diulangi. Terdapat banyak fungsi statistik yang disediakan oleh Microsoft excel ,diantaranya adalah fungsi Average, Standard deviasi, Median ,Mean.

Berikut ini penulis akan menggunakan salah satu fungsi statistik yaitu pemulusan

eksponensial satu parameter dari brown.

5.6 Fungsi Pemulusan Eksponensial

Pemulusan eksponensial adalah metode peramalan dengan mengadakan penghalusan atau

pemulusan terhadap data lalu, yaitu dengan mengambil rata-rata dari nilai beberapa tahun untuk menaksir nilai pada tahun yang akan datang. Langkah – langkah yang digunakan untuk menentukan pemulusan eksponensial dari data – data aktual yang tersedia untuk

diolah sehingga dapat dicari ramalan untuk periode selanjutnya adalah sebagai berikut: 1. Pada lembar kerja Microsoft excel masukkan data – data PDRB

2. Pilih menu data, klik data analysis, analysis tools, pilih exponensial smoothing, lalu klik ok.

(73)

[image:73.612.120.533.83.322.2]

Gambar 5.3: Menu Data Analysis

Masukkan input range pada menu input dengan memasukkan range pada data aktual yang telah dimasukkan di Microsoft excel dan damping faktor.

[image:73.612.109.508.410.641.2]

(74)

Kemudian masukkan output range pada menu output option dengan menentukan

hasil output ditempatkan. Lalu klik ok, maka hasil output akan muncul pada sel yang tentukan sebelumnya.

Untuk mencari pemulusan yang kedua digunakan formula yang sama, yaitu dengan

[image:74.612.113.537.219.467.2]

memasukkan data hasil pemulusan pertama.

Gambar 5.5: Hasil Exponential Smoothing

Nilai at dihitung dengan menggunakan rumus perkalian, pembagian, jumlah dan selisih, maka dalam perhitungan pada Microsoft excel ini hanya digunakan data angka

(numerik) sebagai formula untuk menyelesaikan perhitungan nilai- nilai yang lain bt, ramalan (Ft) dan kesalahan (e)

1. Penentuan nilai at dapat dicari pada tahun kedua yakni dengan rumus: =(2* ′)

-″

2. Penentuan nilai bt baru bias dapat dicari pada tahun kedua yakni dengan rumus:

(75)