Proyeksi Tingkat Produksi Kelapa Sawit Rakyat Pada Tahun 2011-2012 Di Kabupaten Simalungun

(1)

PROYEKSI TINGKAT PRODUKSI KELAPA SAWIT RAKYAT

PADA TAHUN 2011 – 2012 DI KABUPATEN SIMALUNGUN

TUGAS AKHIR

HARTATI

082407034

PROGRAM STUDI D-III STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

(2)

PROYEKSI TINGKAT PRODUKSI KELAPA SAWIT RAKYAT

PADA TAHUN 2011 – 2012 DI KABUPATEN SIMALUNGUN

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Ahli Madya

HARTATI

082407034

PROGRAM STUDI D-III STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

(3)

PERSETUJUAN

Judul : PROYEKSI TINGKAT PRODUKSI KELAPA

SAWIT RAKYAT PADA TAHUN 2011-2012 DI KABUPATEN SIMALUNGUN

Kategori : TUGAS AKHIR

Nama : HARTATI

Nomor Induk Mahasiswa : 082407034

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 Pembimbing Departemen Matematika FMIPA USU

Ketua,

Prof. Dr. Tulus, M.Si Drs. Rachmad Sitepu, M.Si NIP. 19620901 198803 1 002 NIP. 19530418 198703 1 0014

(4)

PERNYATAAN

PROYEKSI TINGKAT PRODUKSI KELAPA SAWIT RAKYAT PADA TAHUN 2011 – 2012 DI KABUPATEN SIMALUNGUN

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 2011

(5)

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii

Pengghargaan iv

Daftar isi v

Daftar Tabel vii

Daftar Gambar viii

Bab 1 Pendahuluan 1

1.1 Latar Belakang 1

1.2 Identifikasi Masalah 2

1.3 Batasan Masalah 3

1.4 Maksut Dan Tujuan 3

1.5 Metode Penelitian 3

1.6 Tinjauan Pustaka 4

1.7 Sistematika Penulisan 5

Bab 2 Tinjauan Teoritis 7

2.1 Pengertian Proyeksi 7

2.2 Peranan Proyeksi 7

2.3 Tandan Buah Segar (TBS) 8

2.3.1 Faktor-faktor Yang Mempengaruhi Tandan Buah Segar 9 2.3.2 Upaya Peningkatan Tandan Buah Segar 10 2.3.3 Metode Analisa Yang Digunakan 11

Bab 3 Sejarah Singkat Tempat Riset 16

3.1 Sejarah Kegiatan Statistik Di Indonesia 16 3.1.1 Masa Pemerintahan Hindia Belanda 16

3.1.2 Masa Pemerintahan Jepang 17

(6)

3.3 Struktur Organisasi Biro Pusat Statistik 22

3.3.1 Tugas Bagian Tata Usaha 23

3.3.2 Tugas Bidang Statistik Produksi 23 3.3.3 Tugas Bidang Statistik Distribusi 24 3.3.4 Tugas Bidang Pengolahan Data 25 3.3.5 Tugas Bidang Statistik Kependudukan 25 3.3.6 Tugas Bidang Neraca Wilayah Data Analisa 26

Bab 4 Analisa Dan Pembahasan 27

4.1 Data Yang Akan Diolah 27

4.2 Metode Smooting Eksponensial Satu Parameter Dari Brown 29 4.3 Peramalan Produksi Kelapa Sawit Rakyat Di Kabupaten Simalungun 45 4.4 Ukuran Ketepatan Metode Peramalan 45

Bab 5 Implementasi Sistem 48

5.1 Pengenalan Microsof Excel 48

5.2 Langkah-langkah Memulai Microsoft Excel 49 5.2.1 Mengaktifkan Microsoft Excel 49

5.2.2 Tampilan Microsoft Excel 50

5.3 Implementasi Sistem Peramalan 50

5.4 Metode Eksponensial Satu Parameter Dari Brown 51

5.5 Pembentukan Grafik 52

Bab 6 Kesimpulan Dan Saran 54

6.1 Kesimpulan 54

6.2 Saran 55

Daftar Pustaka Lampiran

(7)

DAFTAR TABEL

Halaman Tabel 4.1 Data Produksi Kelapa Sawit Rakyat Di Kabupaten

Simalungun 28 Tabel 4.2 Metode Smoothing Eksponensial Satu Parameter

Dari Brown Dengan = 0,1 34 Tabel 4.3 Metode Smoothing Eksponensial Satu Parameter

Dari Brown Dengan = 0,2 35 Tabel 4.4 Metode Smoothing Eksponensail Satu Parameter

Dari Brown Dengan = 0,4 37 Tabel 4.6 Metode Smoothing Eksponensail Satu Parameter

Dari Brown Denngan = 0,9 42 Tabel 4.11 Perbandinga Ukuran Ketepatan Metode Peramalan 43 Tabel 4.12 Peramalan Produksi Kelapa Sawit Rakyat di Kabupaten

Pada tahun 2011-2012 di simalungun 45

(8)

DAFTAR GAMBAR

Halaman

Gambar 5.1 : Gambar Awal Microsoft Excel 49

Gambar 5.2 : Gambar Tampilan Microsoft Excel 50

Gambar 5.3 : Gambar Untuk Pembentukan Grafik 52

(9)

PENGHARGAAN

Puji dan syukur penulis ucapkan kehadirat Tuhan Yang Maha Pemurah dan Maha Penyayang, dengan limpahan karunia-NYA akhirnya penulis dapat menyelesaikan Tugas Akhir ini tepat pada waktunya.

(10)

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Kabupaten Simalungun merupakan salah satu Kabupaten terbanyak memproduksi

kelapa sawit setelah Kabupaten Labuhan Batu di Sumatra Utara, baik yang di kelola

oleh perusahaan Negara / Swasta maupun perkebunan rakyat. Kabupaten Simalungun

menampilkan berbagai potensi di bidang perkebunan. Daerah ini memiliki potensi

sumber daya alam yang cukup besar dan masih di kembangkan untuk sektor tanaman

pangan, perkebunan, pertanian, industri pengolahan, serta jasa.

Produksi hasil perkebunan merupakan salah satu komoditas yang dapat

meningkatkan kesejahteraan rakyat, salah satu nya kelapa sawit yang menjadi

komoditas primadona karena merupakan tanaman yang bernilai ekonomis yang cukup

tinggi yang menghasilkan minyak nabati, sub sektor ini juga mampu bertindak

sebagai penyedia bahan baku untuk sektor industri sakaligus sebagai penyerap tenaga

kerja. Hal itulah yang menjadi permasalahan, tentu saja masalah ini hal yang menarik

untuk di pelajari, karena jika tingkat produksi kelapa sawit milik perkebunan rakyat

meningkat, efeknya adalah kesejahteraan rakyat di simalungun akan meningkat pula.

Kendala perkebunan rakyat itu umum nya adalah disebabkan minimalnya modal yang

(11)

masalah modal, tetapi perawatan, pengetahuan serta sumber daya manusia ( SDM )

petani juga masih rendah.

Melihat hal itu penulis tertarik untuk meramalkan tingkat produksi kelapa

sawit milik perkebunan rakyat, penulis ingin mengetahui seberapa besar tingkat

produksi kelapa sawit rakyat pada tahun 2011 – 2012 di Kabupaten Simalungun, maka

penulis membuat tugas akhir dengan judul tulisan yaitu “ Proyeksi Tingkat Produksi Kelapa Sawit Rakyat Pada Tahun 2011 – 2012 Di Kabupaten Simalungun “.

1.2 Identifikasi Masalah

Sesuai dengan judul tersebut maka yang menjadi rumusan masalah adalah berapa

besar jumlah produksi kelapa sawit rakyat yang di hasilkan di Kabupaten Simalungun

di tahun sekarang dan yang akan datang dan juga bagaimana upaya pemerintah untuk

meningkatkan aktivitas kelapa sawit rakyat yang memiliki modal yang rendah hingga

tidak bisa membeli bibit dan pupuk unggul serta perawatan, pengetahuan dan sumber

daya manusia yang masih rendah. Seperti halnya sebagian besar penduduk di

Kabupaten Simalungun bermata pencarian sabagai petani kelapa sawit dan umumnya

di propinsi Sumatera Utara penghasilan terbesar kelapa sawit adalah Simalungun

setelah Labuhan Batu, maka tingkat produksi kelapa sawit di masa yang akan datang

(12)

1.3 Batasan Masalah

Berdasarkan latar belakang yang telah diuraikan di atas, maka penulis membatasi

masalah hanya peramalan tingkat produksi kelapa sawit rakyat pada tahun 2011-2012

di kabupaten simalungun.

1.4 Maksut Dan Tujuan

Adapun maksut dan tujuan penulis dalam penulisan Tugas Akhir ini adalah untuk

memberikan ramalan berupa gambaran umum tentang tingkat produksi kelapa sawit

rakyat pada tahun 2010-2012 di kabupaten simalungun.

1.5 Metode Penelitian

Metode yang digunakan penulis dalam melaksanakan penelitian ini yaitu :

1. Penelitian lapangan ( field research )

Dalam hal ini penulis mengadakan penelitian langsung ke BPS ( Badan Pusat

Statistik ) dengan melihat data yang dibutuhkan untuk membuat tugas akhir

ini.

2. Penelitian kepustakaan ( library research )

Penelitian ini dilakukan untuk memperolah data dan imformasi dengan

bantuan bermacam-macam material yang di dapat seperti : buku-buku, Tulisan

ilmiah, internet dan catatan selama perkuliahan yang berhubungan dengan

judul tugas akhir ini.

(13)

Pengumpulan data untuk keperluan riset ini penulis lakukan dengan

menggunakan data sekunder yang di peroleh dari Badan Pusat Statistik Medan.

Data sekunder adalah data yang di peroleh atau di rangkum ulang berdasarkan

data yang telah tersedia atau telah di susun oleh Badan Pusat Statistik Medan.

Data yang di kumpulkan tersebut kemudian di atur, disusun dan di sajikan

dalam bentuk angka-angka dengan tujuan untuk mendapatkan gambaran yang

jelas tentang sekumpulan data tersebut.

1.6 Tinjauan Pustaka

Teori penunjang yang digunakan untuk mewujutkan tulisan ini dikutip dari buku

Metode dan aplikasi Peramalan Edisi ke II oleh Spyros Makridakis. Yang mana di

dalam Eksponensial Smoothing Tunggal bentuk umum yang digunakan dalam

penyusunan suatu ramalan yaitu :

= + ( 1 – )

Sedangkan didalam Eksponensial Smoothing yang linier atau yang dikenal dengan

nam Metode atau teknik – teknik “ Brown’s One Parameter Linier Eksponensial

Smoothing “. Formula yang digunakan adalah :

=

a +

m Sedangkan :

= + (1 – )

(14)

=

+ ( ) =

2

–

=

(

– )

Dimana : m = Jumlah priode didepan yang diramalkan

=

Nilai eksponensial Smoothing tunggal

=

Nilai eksponensial Smoothing ganda = Parameter Pemulusan Eksponensial

, = Konstanta Pemulusan

= Hasil peramalan untuk m priode kedepan yang akan diramalkan

1.7 Sistematika Penulisan

Sistematika penulisan diuraikan untuk memberikan kerangka atau gambaran dari

Tugas Akhir ini yaitu sebagai berikut :

BAB 1 : PENDAHULUAN

Pada Bab ini berisi tentang latar belakang masalah, identifikasi

masalah, batasan masalah, maksut dan tujuan, metode penenlitian,

(15)

BAB 2 : LANDASAN TEORI

Pada Bab ini menguraikan tentang hal – hal yang berhubungan

dengan permasalahan tugas Akhir.

BAB 3 : SEJARAH SINGKAT TEMPAT RISET

Pada Bab ini menguraikan tentang sejarah berdirinya Badan Pusat

Statistik (BPS) dan strukturnya

BAB 4 : ANALISA DATA

Pada Bab ini berisi tentang cara penggunaan rumus yang telah

ditentukan penulis.

BAB 5 : IMPLEMENTASI SISTEM

Pada Bab ini berisi tentang cara memasukkan data dan menganalisa

data tersebut dengan menggunakan Program Excel.

BAB 6 : KESIMPULAN DAN SARAN

Pada Bab ini berisi tentang kesimpulan dan saran untuk

(16)

DAFTAR PUSTAKA

Makridaks, Spyros.1993. Metode dan aplikasi Peramalan. Jakarta: Erlangga

Tosin, Rijanto.1990. Microsoft Excel 2002. Kilat 24 Jurus. Edisi ke-1. Jakarta: Dinastindo

Hadi, Mustafa. 2004 Teknik berkebun kelapa sawit. Yokyakarta : Adicita.

BPS. 1991. Simalungun Dalam Angka. Badan Pusat Statistik

BPS.2001 . Simalungun Dalam Angka. Badan Pusat Statistik

(17)

BAB 2

TINJAUAN TEORITIS

2.1 Pengertian proyeksi

Proyeksi secara umum adalah untuk mengetahui perkembangan dimasa yang akan

datang berdasarkan data yang telah ada. Proyeksi pada dasarnya merupakan suatu

kejadian ( nilai suatu variable ) untuk waktu yang akan datang. Hasil proyeksi

menggambarkan tingkat kemampuan untuk masa yang akan dating, untuk

menghindari atau mengurangi tingkat resiko dan kesalahan. Maka diperlukan

asumsi-asumsi yang dibuat aleh pihak pengambil keputusan,yang didukung oleh proyeksi

tentang tingkat kemampuan perkebunan dimasa depan secara objektif.

Proyeksi yang baik adalah proyeksi yang menghasilakan penyimpangan antara hasil

ramalan dan kenyataan sekecil mungkin. Dirumuskan :

Error = hasil ramalan-hasil kenyataan

Jadi,bila errornya kecil bias mendekati nol, maka ramalan ini dapat dikatakan ramalan

yang baik.

2.1.1 peranan proyeksi

Jika dikaitkan dengan menejemen, maka proyeksi dapat digunakan sebagai berikut :

1. Dasar evaluasi, agar realisasi hasil keja dilapangan sesuai dengan hasil

(18)

2. Alat pengendalian terhadap pelaksanaan atau imflementasi tersebut agar bias

diketahui seluruh kesalahan atau penyimpangan yang terjadi untuk dapat

dilakukan perbaikan dan koreksi.

3. Dasar suatu perencanaan, agar suatu perencanaan sesuai dengan kemapuan

yang ada sehingga dapat dicegah terjadi sesuatu perencanaan yang ambisius

dan sulit untuk dilaksanakan. Kemampuan yang dimaksut adalah kemapuan

personil, kemapuan pembiayaan (keuangan) serta material.

2.2 Produksi

Produktipitas kelapa sawit akan meningkat secara tajam dari umur 3-7 tahun ( priode

tanaman muda, young ), mencapai produksi tingkat maksimal pada umur sekitar 15

tahun (priode tanaman remaja, prime), dan mulai menurun pada tanaman tua sampai

menjelang masa peremajaan pada umur > 16 tahun.

2.2.1 Tandan Buah Segar

Tandan Buah Segar (TBS) adalah suatu bagian daro produksi kelapa sawit yang

merupakan produk awal yang kelak akan diolah menjadi minyak kasar CPO (crude

palm oil ) dan inti sawit ( karnel ) sebagai produk utama disamping produk lainya.

Lamanya proses pembentukan tandan buah segar (TBS), dari suatu saat ini terjadinya

penyerbukan sampai dengan matangnya tergantung pada keadaan iklim dan

factor-faktor yang mempengaruhi pertumbuhan. Lamanya proses pemasakan buah

dibeberapa daerah berbeda-beda.

Masaknya buah dalam suatu tandan tidak sekaligus tetapi berangsur-angsur

dimulai dari bagian atas dan bagian samping yang terkena sinar matahari menuju arah

(19)

berumur lebih dari 5 bulan beransur-angsur menjadi merak kekuning-kuningan.

Tandan buah buah dinyatakan matang jika brondolannya telah lepas dan jatuh secara

alami dari tandanya.

Proses pembentukan minyak pada daging buah ( mesocarp ) berlangsung selama 3-4

minggu, yaitu tingkat matang morfologis. Yang dimaksut matang morfologis adalah

buah telah matang dan kandungan minyaknya sudah optimal.

Buah kelapa sawit terdiri dari tiga bagian, yaitu:

1. Lapisan luar ( epicarpium ) disebut kulit luar.

2. Lapisan tengah (mesocarpium ) disebut bagian luar mengandung minyak

sawit.

3. Lapisan dalam (epicarpium ) disebut inti mengandung minyak inti.

Diantara inti dan daging buah terdapat lapisan tempurung ( cangkang ) yang

keras.

2.2.2 Faktor-faktor Produktipitas Tandan Buah Segar ( TBS )

Tinggi rendahnya produktipitas tandan buah segar ( TBS ) Perhektar suatu kebun

tergantung dari komposisi umur tanaman yang ada dikebun tersebut semakin luas dan

komposisi tanaman remaja dan tua semakin rendah produktivitas perhektarnya.

Semakin banyak tanaman dewasadan taruna semakin tinggi pula produktipitas

perhektarnya. Komposisi umur tanaman ini setiap tahun berubah sehingga sehingga

juga berpengaruh terhadap pencapaian produktipitas perhektarnya pertahun.

Kelapa sawit umr ekonominya 25 tahun, setelah umur 26 tahun sebaliknya

diremajakan kembali karna pohon sudah tua dan terlalu tinggi atau lebih dari 13 meter

(20)

yang tinggi sebaliknya tidak menunda-nunda peremajaan. Dasar pertimbangan yang

umum dilakukan untuk peremajaan tanaman kelapa sawit diantaranya :

- Kerapatan pohon perhektar

- Umur tanaman

- Jenis persilangan

- Produksi pertahun

Adapun faktor-faktor yang mempengaruhi pertumbuhan dan Produktivitas Tandan

Buah Segar (TBS), dapat dikelompokkan kedalam tiga faktor,yaitu :

- Faktor lingkungan : iklim, tanah, kemampuan lahan.

- Faktor bahan tanaman : botani dan perbanyakan bahan tanaman.

- Faktor kultur jaringan.

2.2.3 Upanya Peningkatan Produktipitas TBS

Upaya yang dapat dilakukan untuk peningkatan TB, yaitu :

- Mengupayakan system pengolahan tanah yang efektif.

- Pada musim kering sebelum dating hujan, tidak melakukan pemupukkan.

- Melakukan system pemeliharaan antara lain dengan melakukan

penyiraman didalam atau antara polibag, pemupukan secara intensif,

pengendalian hama, atau penyakit dengan menggunakan insektisida.

- Mengawasi pembakaran pada areal pembukaan lahan baru agar tidak

(21)

2.3 Metode Analisa Data

Data akan diproyeksikan untuk beberapa tahun kedepan dengan menggunakan metode

Pemulusan Smoothing.

Metode Pemulusan ( smoothing ) adalah metode peramalan dengan mengadakan

penghalusan atau pemulusan terhadap data masa lalu yaitu dengan mengambil

rata-rata dari nilai beberapa tahun untuk menaksir nilai pada tahun yang akan datang.

Secara umum metode pemulusan ( smoothing ) dapat digolongkan menjadi beberapa

bagian :

1. Metode Perataan ( Averaga )

a. Nilai Tengah ( Mean )

b. Rata-rata Bergerak Tunggal ( Singgle Moving Average )

c. Rata-rata Bergerak Ganda ( Double Moving Averaga )

d. Kombinasi Rata-rata Bergerak lainnya.

2. Metode Pemulusan ( Smoothing ) Exsponensial

a. Pemulusan Exsponensial Tunggal

1. Satu parameter

2. Pendekatan Adiptif

Pendekatan ini memiliki kelebihan yang nyata dalam hal yang dapat

berubah secara terkendali, dengan adanya perubahan dalam pola

datanya.

b. Pemulusan Exponensial Ganda

(22)

=

+ ( 1 – )

……….(

2-1)

=

+ ( 1 – )

………(

2 -2

)

=

+ (

–

) =

–

………..

( 2-3 )

=

(

–

)………(

2-4 )

=

+

………...

(2-5)

Di mana :

= Nilai Pemulusan Exponensial Tunggal

( Singgle eksponensial Smoothing Value )

= Nilai Pemulusan Exponensial Ganda

( Double eksponensial Smoothing Value )

= Parameter Pemulusan Eksponensial , = Konstanta Pemulusan

= Hasil Peramalan untuk m priode ke depan yang akan diramalkan.

Untuk menghitung nilai kesalahan (error) ramalan tersebut, dapat digunakan rumus

dibawah ini :

C = - ………..( 2-6 )

e² = - )² ………...( 2-7 )

Akhir persamaan (2-5) menunjukan bagaimana memperoleh ramalan untuk m priode

(23)

rata-rata yang disesuaikan untuk priode t ditambah m kali komponen kecenderungan .

Bila semua hasil hitungan telah didapat, maka semua data yang telah didapat

dimasukkan kedalam contoh tabel Smoothing Eksponensial Ganda Satu Parameter

Dari Brown berikut ini :

Aplikasi Pemulusan Eksponensial Linier Satu Parameter Dari Brown Pada Data Produksi Kelapa Sawit Rakyat Di Kabupaten Simalungun

Pada Tahun 1992-2009

( 1 )

Tahun

( 2 )

Priode

( tahun)

( 3 )

Produksi

Kelapa

Sawit

Rakyat

( 4 )

Pemulusan

Eksponensial

Tunggal

( 5 )

Pemulusan

Eksponensial

Ganda

( 6 )

Nilai

( 7 )

Nilai

( 8 )

Nilai

F = + (m)

Bila m = 1

1992 1 ( 2-1 ) ( 2- 2) - - -

1993 2 …… …… (2-3) (2-4) -

1994 3 …… …… …. ….. (2-5)

1995 4 …… …… …. ….. …..

- - - …… …… …. ….. …..

- - - …… …… …. …. …..

(24)

Perlu dipahami bahwa tidak ada suatu metode terbaik untuk suatu peramalan. Metode

yang memberikan hasil ramalan secara tepat belum tentu tentu tepat untuk

meramalkan data yang lain. Dalam peramalan Time Series, Metode peramalan terbaik

adalah metode yang memenuhi criteria ketepatan ramalan. Kriterian ini berupa Mean

Squared Error (MSE), Mean Absolute Percentge Error (MAPE), dan Mean Abaolute

Deviation (MAD).

Berikut ini adalah ketepatan Ramalan Beberapa Kriteria yang Digunakan untuk

menguji nilai ramalan :

1. Nilai Tengah Kesalahan Kuadrat (Mean Squared Error) adalah :

n e MSE n i i = = 1 2

2. Nilai Tengah Kesalahan Persentase Absolute ( Mean Absolute Percentage Error )

adalah : n PE MAPE n i i = = 1

3. Nilai Tengah Galat Absolut / MAE ( Mean Absolut Error )

(25)

n e MAE n i i = = 1

4. Nilai Tengah Galat Persentase / MPE ( Mean Percentage Error )

n PE MPE n i i = = 1

5. Jumlah Kuadrat Galat / SSE ( Sum Square Error

(26)

BAB 3

SEJARAH SINGKAT TEMPAT RISET

3.1 Sejarah Singkat Kegiatan Statistik Di Indonesia

3.1.1 Masa pemerintahan Hindia Belanda

1. Pada bulan februari 1920, kantor Statistik pertama kali didirikan oleh direktur

Pertanian, Kerajinan dan Perdagangan, dan Kependudukan di Bogor. Kantor

diserahi tugas untuk mengolah dan mempublikasikan data Statistika.

2. Pada bulan maret 1923, dibentuk suatu komisi untuk Statistik yang anggotanya

merupakan wakil dari tiap-tiap Departemen. Komisi tersebut diberikan tugas

merencanakan Tindakan-tindakan yang mengarah sejauh mungkin untuk mencapai

kesatuan dalam kegiatan dibidang statistik Indonesia.

3. Pada tanggal 24 september 1924, nama lembaga tersebut diganti dengan central

kantor voor statistik ( CKS ) atau kantor statistik yang dipindahkan ke Jakarta.

Bersama dengan itu beralih juga pekerjaan statistik perdagangan yang semula

(27)

3.1.2 Masa Pemerintahan Jepang

1. Pada bulan juni 1944, pemerintah jepang mengaptifkan kembali kegiatan statistik

yang utamanya diarahkan untuk memenuhi kebutuhan perang dan militer.

2. Pada masa itu central kantor voor statistic (CKS) diganti menjadi Chosasitsu

Gunseikanbu.

3.1.3 Masa Kemerdekaan Republik Indonesia

1. Setelah proklamasi kemerdekaan Republik Indonesia tanggal 17 agustus 1945,

kegiatan Statistik ditangani oleh lembaga atau instansi baru sesuai dengan suasana

kemrdekaan yaitu KAPPURI ( kantor penyelidik perangkat umum RI ). Tahun

1946 kantor KAPPURI dipindahkan ke Yogyakarta sebagai hasil dari perjanjian

linggarjati. Semantara itu pemerintahan belanda mengaktifkan kembali CKS.

2. Berdasarkan surat edaran kementrian kemakmuran tanggal 12 juni 1950 nomor

219/S.C. KAPPURI dan CKS dilebur menjadi kantor pusat statistic dan berada

dibawah pertanggung jawaban menteri kemakmuran.

3. Dengan surat mentri perekonomian tanggal 1 maret 1952 nomor P/44, lembaga

PKS berada dibawah ini dan tanggung jawab mentri perekonomian tanggal 24

desember 1953 nomor 18.099/MKPS dibagi menjadi 2 bagian yaitu disebut

sebagai Afdeling A, dan bagian tata usaha yang disebut sebagai Afdeling B.

4. Dengan keputusan presiden RI nomor 131 tahun1957, kementrian ekonomi

dipecah menjadi kementrian perdagangan dan kementrian perindustrian. Untuk

selanjutnya keputusan president RI nomor 172 tahun 1957, terhitung sejak tanggal

(28)

3.1.4 Masa Orde Baru Sampai Sekarang

1. Pada pemerintahan orde baru khususnya untuk memenuhu kebutuhan

perencanaan dan evaluasi pembangunan, untuk mendapatkan statistic yang

handal, lengkap, akurat dan terpercaya mulai diadakan pembenahan organisasi

Biro Pusat Statistika.

2. Dalam masa orde baru ini biro pusat statistika yang telah mengalami 4 (empat)

kali perubahan struktur organisasi.

a. Peraturan pemerintah nomor 16 yahun 1968 tentang organisasi BPS

b. Peraturan pemerintah nomor 6 tahun 1980 tentang organisasi BPS

c. Peraturan pemerintah nomor 2 tahun 1992 tentang kedudukan, tugas

dan fungsi, susunan dan tata kerja Biro Pusat Statistik.

d. Undang-undang nomor 16 tahun 1997 tentang statistik.

e. Keputusan president RI nomor 86 tahun 1998 tentang biro pusat

statistik.

f. Keputusan kepala BPS nomor 100 tahun 1998 tentang organisasi dan

tata kerja BPS.

g. Peraturan pemerintah nomor 51 tahun 1999 tentang penyelenggaraan

statistik.

3. Tahun 1968, ditetapkan peraturan pemerintah nomor 16 tahun 1968 yaitu yang

mengatur organisasi dan tata kerja dipusat dan di daerah. Peraturan pemerintah

nomor 6 tahun 1980 tentang organisasi sebagai pengganti peraturan pemerintah

nomor tahun 1980 di tiap propinsi terdapat perwakilan BPS. Pada tanggal 17

juni 1988 dengan keputusan president nomor 86 tahun1998 ditetapkan biro pusat

(29)

3.1.5 Visi Dan Misi Biro Pusat Statistik

a. Visi Biro Pusat Statistik

Biro pusat statistik mempunyai visi menjadikan imformasi statistik

sebagai tulang punggung imformasi pembangunan nasional dan

regional, didukung sumber daya manusia yang berkualitas, ilmu

pengetahuan dan teknologi imformasi yang mutakhir.

b. Misi Biro Pusat Statistik

Dalam perjuangan pembangunan nasional biro pusat statistik

mengembangkan misi mengarahkan pembangunan statsistik pada

penyajian dan data statistik yang bermutu handal, efektif, dan efesien,

peningkatan kesadaran masyarakat arti dan kegunaan statistik dan

pengembangan ilmu pengetahuan statistik.

3.1.6 Program Pengembangan Statistik

Untuk mewujudkan pembanguna statistik, Biro Pusat Statistik membagi dalam 4

pokok, yaitu :

1. Program penyempurnaan dan pengembangan statistik.

2. Program penyempurnaan system imformasi.

3. Program pendidikan dan pelatihan aparatur Negara.

(30)

3.2 Ruang Lingkup Kegiatan Biro Pusat Statistik

3.2.1 Kedudukan, Tugas dan fungsi Biro Pusat Statistik

Biro pusat statistik sebagai lembaga pemerintahan non depertement yang berada

dibawah dan bertanggung jawab kepada president ( kepres Nomor 86 Tahun 1998),

Dalam melaksanakan tugasnya berdasarkan kepada beberapa ketentuan perundangan :

1. Undang-undang nomor 16 tahun 1997 tentang statistik.

2. Kepurusan president nomor 86 tahun 1998 biro pusat statistik.

3. Peraturan pemerintah nomor 51 tahun1991 tentang penyelenggaraan

statistik.

Berdasasarkan keputusan president nomor 86 tahun 1998 dalam menyelenggarakan

statistik dasar melaksanakan koordinasi dan kerja sama serta mengembangkan dan

membina statistik sesuai dengan perundang-undangan yang berlaku.

Fungsi yang diselenggarakan biro pusat statistik :

1. Perumusan kebijakn nasional dibidang statistik.

2. Penyelenggaraan statistik dasar.

3. Menyusun rencana dan program nasional dibidang statistik.

4. Koordinasi dan kerja sama statistik dengan instansi pemerintah,

lembaga, organisasi, perorangan, dan unsure masyarakat lainya.

5. Pelayanan data dan imformasi serta hasil statistik kepada pemerintah

masyarakat secara berkala dan sewaktu-waktu baik dari hasil

penyelenggaraan statistik.

6. Pembinaan penyelenggaraan statistik, responden dan pembangunan

(31)

3.2.2 Tata Kerja Biro Pusat Statistik

Para Deputi wajib melaksanakan koordinasi dan kerja sama teknis statistik didalam

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 frinsip Koordinasi, Integrasi, baik dalam lingkungan masing-masing

satuan unit organisasi dilingkungan BPS, maupun dengan instansi lain dari luar BPS

sesuai dengan bidang dan tugasnya masing-masing.

3.2.3 Alasan Pemakaian Komputer Di Biro Pusat Statistik

Mengingat semakin meningkatnya jumlah data yang di olah, sehingga perlu dibantu

oleh suatu alat pengolahan data yang disebut computer. BPS adalah suatu instansi

pemerintah Indonesia yang menggunakan computer sebagai alat bantu. Dengan

semakin beragamnya jenis statistik yang diperlukan BPS secara lanjut harus

meremajakan pengolahan data baik perangkat lunak maupun pengolahan.

3.3 Struktur Organisasi Biro Pusat Statistik

Sebagaimana dimuat dalam lampiran struktur organisasi kantor pada biro pusat

statistik Sumatra utara dipimpin oleh seorang kepala yang dibantu oleh bagian tata

(32)

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

1. Sub bagian urusan dalam

2. Sub bagian perlengakapan

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 :

a. Bidang statistik produksi mempunyai tugas melaksanakan statistik

pertanian, industri serta statistik kontruksi pertamabngan dan energi.

b. Bidang statistik kependudukan mempunyai tugas melaksankan

kegiatan statsitik demografi dan rumah tangga, statistik

ketenagakerjaan serta statistik kesejahteraan.

c. Bidang statistik pengolahan data mempunyai tugas melaksanakan

kegiatan penyediaan data, penyusunan program system dan program

serta operasi pengolahan data dengan komputer.

d. Sedangkan bidang wilayah dan analisa mempunyai tugas melaksanakan

kegiatan penyusunan neraca produksi, neraca konsumsi, dan akutansi

penyajian dalam analisis serta kegiatan penerangan statistik.

Dalam pembagian tugas yang diketahui dapat diuraikan menurut tugas

(33)

3.3.1 Tugas Bagian Tata Usaha

1. menyusun program tahunan

2. mangatur dan melaksankan urusan keuangan yang meliputi tata

keuangan, perbendaharaan, verifikasi dan pembukuan.

3. menagtur dan melaksanakan penjatahan document yang diperlukan

untuk pelaksanaan lapangan.

4. mengatur dan melaksanakan penerimaan pemeriksaan document hasil

pengumpulan data statistik produksi.

5. mengatur dan mengkoordinasikan penyelenggaraan petugas lapangan di

pusat pelatihan serta mengatur penjatahan pelatihan.

6. bersama-sama dengan bidang pengolahan data mengatur menyiapkan

pengolahan data statistik produksi melalui computer sesuai dengan

yang ditetapkan.

3.3.2 Tugas Bidang Statistik Produksi

1. Menyusun program tahunan

2. Mengatur keikutsertaan program latihan yang diselengarakan oleh

pusat dibidang statistik.

3. Mengatur dan melaksanakan penjatahan document yang diperlukan

4. Mengatur dan melaksanakan penerimaan pemeriksaan dokument hasil

(34)

5. Mengatur dan melaksanakan koordinasi penyelenggaraan petugas

lapangans di pusat pelatihan serta mengatur penjatahan pelatihan.

6. Bersam-sama dengan bidang pengolahan data mengatur menyiaokan

pengolahan data statistik produksi melalui computer sesuai dengan

yang ditetapkan.

3.3.3 Tugas Statistik Bidang Distribusi

1. Menyusun program kerja tahunan

2. Membantu kepala kantor statistik, propinsi atau pemimpin proyek

pimpinan bagi proyek statistik.

3. Mengantur dan mengkoordinasi penyelenggaraan pelatihan petugas

lapangan di pusat pelatihan serta menagtur penjatahan pelatihan.

4. Melakukan pembinaan, pengamatan lanjut dan pengawasan lapangan

Terhadap pelaksanaan kegiatan statistic distribusi

5. Mengatura dan melaksanakan pengolahan data statistik secara sederhana

sesuai dengan yang telah ditetapkan.

(35)

3.3.3 Tugas Bidang Pengolahan Data

1. Menyusun program kerja tahunan

2. Meneliti jenis data yang diolah melalui computer dan bersama-sama

dengan bidang yang bersangkutan serta menentukan system

pengolahan dengan komputer.

3. Mengatur pembuatan system program pelaksanaan penyiapan data

operasi pengolahanya.

4. Mengatur dan melaksanakan penerimaan document yang diolah dengan

komputer .

5. Mengatur dan melaksanakan tugas yang langsung diberikan oleh atasan.

3.3.4 Tugas Bidang Statistik Kependudukan

1. Menyusun program kerja tahunan bidang kependudukan

2. Melaksanakan statistik demografi dan rumah tangga, ketenagakerjaan,

kesejahteraan rakyat dan statistik kependudukan lainya yang

ditentukan.

3. Mengatur dan melaksanakan penjatahan document yang diperlukan

4. Melakukan pembinaan, pengamatan lanjut dan pengawasan lapangan

terhadap pelaksanaan kegiatan statistik kependudukan.

5. Mengatur dan menyiapkan dokument dan hasil pengolahan statistik

kependudukan melalui komputer sesuai dengan jadwal yang

(36)

3.3.5 Tugas Bidang Neraca Wilayah Dan Analisa

1. Menyusun program kerja tahunan.

2. Menyusun dan melaksankan penerangan kegiatan statistik baik

(37)

BAB 4

ANALISIS DATA

Analisa dimaksutkan untuk menentukan sifat-sifat statistika dari waktu ke waktu,

sehingga dapat ditetapkan suatu model penduga atau peramalan yang tepat serta dapat

digunakan untuk meramalkan produksi kelapa sawit rakyat pada tahun 2011 – 2012 di

kabupaten Simalungun.

4.1 Data Yang Akan Diolah

Data yang dibutuhkan dalam menganalisis pada Tugas Akhir ini adalah data produksi

kelapa sawit rakyat di kabupaten labuhan batu berdasarkan data pada tahun 1992 –

(38)

Tabel 4.1 Produksi Kelapa Sawit Rakyat di Kabupaten Simalungun

Sumber : BPS

Priode Tahun Produksi Kelapa

Sawit (ton)

1 1992 172.159

2 1993 181.322

3 1994 182.720

4 1995 210.128

5 1996 260.656

6 1997 287.059

7 1998 385.350

8 1999 385.350

9 2000 388.569

10 2001 498.316

11 2002 493.313

12 2003 494.761

13 2004 494.760

14 2005 502.665,45

15 2006 505.441,41

16 2007 520.534,27

17 2008 543.266,03

(39)

4.2 Metode Smoothing Eksponensial Linier Satu Parameter Dari Brown

Dari data diatas produksi kelapa sawit rakyat di Kabupaten Simalungun penulis

menggunakan metode Pemulusan ( smoothing ) exponensial ganda yaitu Metode

Linier Satu Parameter Dari Brown.

Dengan menggunakan rumus (2-1) yaitu :

= + ( 1- )

Untuk = 0,1 maka dapat dihitung :

Eksponensial tunggal priode ke-1 (tahun 1992) = 172.159,00 ( Data awal )

Exsponensial tunggal priode ke-2 (tahun 1993) = 0,1(181.322,00) + (1-0.1)172.159,00

= 173.075,30

Eksponensial tunggal priode ke-3 (tahun 1994) = 0,1(182.720,00) + (1-0,1)172.075,00

= 174.039,77

……….

Hasil dapat dilihat pada table 4.2

Dan tahap selanjutnya untuk menghitung peramalan tersebut yaitu mencari pemulusan

(40)

= + ( 1- )

Maka dapat dihitung :

Eksponensial ganda priode ke-2 (tahun 1993) = 0,1(172.075,30) + (1-0.1) 172.159,00

= 172.250,63

Eksponensial ganda priode ke-2 ( tahun 1994) = 0,1(174.039,77) + (1-0,1) 172.250,63

= 172.429,54

………..

Hasil dapat dilihat pada tabel 4.2

Selanjutnya dicari nilai dengan menggunakan rumus pada persamaan (2-3) yaitu :

= + ( – –

Maka nilai dapat dihitung :

Nilai a untuk priode ke-2 ( tahun 1992 ) = 2(172.075,30)-172.250,63

= 173.899.97

Nilai a untuk priode ke-3 (tahun 1992 ) = 2(174.039,77) - 174.039,77

(41)

………..

Tahap selanjutnya adalah menghitung nilai dengan menggunakan rumus pada

persamaan ( 2-4) yaitu :

= ( – )

Maka nilai dapat dihitung ( = 0,1 ) yaitu :

Untuk priode ke-2 (tahun 1993) =

(

172.075,30 - 172.429,54)

= 91,63

Untuk priode ke-3 (tahun 1994) = (174.039,77 - 172.429,54)

= 178,91

………..

Dari perhitungan dan diatas dapat ditentukan ramalan produksi kelapa sawit.

(42)

= +

Untuk priode ke-3 (tahun 1994) dengan m =1 = 175.650.00 + 178,91(1)

= 173.991.60

………

Untuk mencari nilai MSE, maka harus ditentukan terlebih dahulu nilai e ( kesalahan )

dan e² ( kesalahan kuadrat ) dengan menggunakan rumus :

= -

e untuk priode ke-3 (tahun1994) = 182.720 - 173991.60

= 8.728,40

………

Selanjutnya data yang dibutuhkan untuk menghitung nilai MSE adalah . Dari nilai

e tiap – tiap priode diatas, dapat dikuadratkan menjadi :

(43)

………..

Hasil ² dapat dilihat pada tabel 4.2

Dengan perhitungan yang sama, maka dapat ditentukan nilai Smoothingeksponensial

tunggal, ganda dan ramalan yang akan datang untuk = 0,1 sampai dengan = 0,9

(44)

(45)

Tabel 4,2 Metode Smoothing exponensial linier satu parameter Dari Brown = 0,1

Priode Tahun Produksi kelapa sawit (ton)

’ ” + m

1 1992 172.159 172.159 172.159

2 1993 181.322 173.075,30 172.250,63 173.899,97 91,63

3 1994 182.720 174.039,77 172.429,54 175.650,00 17,91 173.991,60 8.728,40 76.184.966,56 4 1995 210.128 177.648,59 172.951,45 182.345,74 521,90 175.828,91 34.299,09 1.176.427.574,83 5 1996 260.656 185.949,33 174.251,24 197.647,43 1.299,79 182.867,64 77.788,36 6.051.028.640,34 6 1997 287.059 196.060,30 176.432,14 215.688,46 2.180,91 198.947,22 88.111,78 7.763.686.039,10 7 1998 385.350 214.989,27 180.287,86 249.690,68 3.855,71 217.869,36 167.480,64 28.049.763.676,14 8 1999 385.350 232.025,34 185.461,61 278.589,08 5.173,75 253.546,40 131.803,60 17.372.189.785,13 9 2000 388.569 247.679,71 191.683,42 303.676,00 6.221,81 283.762,83 104.806,17 10.984.333.228,69 10 2001 498.316 272.743,34 199.789,41 345.697,27 8.105,99 309.897,81 188.418,19 35.501.413.248,54 11 2002 493.313 294.800,30 209.290,50 380.310,11 9.501,09 353.803,26 139.509,74 19.462.967.367,43 12 2003 494.761 314.796,37 219.841,08 409.751,66 10.550,59 389.811,20 104.949,80 11.014.460.352,13 13 2004 494.760 332.792,74 231.136,25 434.449,22 11.295,17 420.302,25 74.457,75 5.543.956.491,02 14 2005 502.665,45 349.780,01 243.000,63 456.559,39 11.864,38 445.744,39 56.921,06 3.240.007.312,37 15 2006 505.441,41 365.346,15 255.235,18 475.457,12 12.234,55 468.423,77 37.017,64 1.370.306.007,85 16 2007 520.534,27 380.864,96 267.798,16 493.931,76 12.562,98 487.691,67 32.842,60 1.078.636.366,36 17 2008 543.266,03 397.105,07 280.728,85 513.481,29 12.930,69 506.494,74 36.771,29 1.352.127.598,10 18 2009 566.283,59 414.022,92 294.058,25 533.987,58 13.329,41 526.411,98 39.871,61 1.589.745.438,59

(46)

[image:46.792.51.747.139.457.2]

Tabel 4,3 Metode Smoothing eksponensial satu parameter Dari Brown = 0,2

Priode Tahun Produksi Kelapa Sawit (ton)

’ ’’ _{+ m}

1 1992 172.159 172.159,00 172.159,00

2 1993 181.322 173.991,60 172.525,52 175.457,68 366,52

3 1994 182.720 175737,28 173.167,87 178.306,69 642,35 175.824,20 6.895,80 47.552.057,64 4 1995 210.128 182.615,42 175.057,38 190.173,47 1.889,51 178.949,04 31.178,96 972.127.546,68 5 1996 260.656 198.223,54 179.690,61 216.756,46 4.633,23 192.062,98 68.593,02 4.705.002.941,46 6 1997 287.059 215.990,63 186.950,62 245.030,65 7.260,00 221.389,70 65.669,30 4.312.457.487,84 7 1998 385.350 249.862,51 199.532,99 300.192,02 12.582,38 252.290,65 133.059,35 17.704.790.899,19 8 1999 385.350 276.960,00 215.018,40 338.901,61 15.485,40 312.774,39 72.575,61 5.267.218.746,51 9 2000 388.569 299.281,80 231.871,08 366.692,53 16.852,68 354.387,01 34.181,99 1.168.408.214,81 10 2001 498.316 339.088,64 253.314,59 424.862,69 21.443,51 383.545,21 114.770,79 13.172.334.277,33 11 2002 493.313 369.933,51 276.638,38 463.228,65 23.323,78 446.306,21 47.006,79 2.209.638.568,50 12 2003 494.761 394.899,01 300.290,50 489.507,52 23.652,13 486.552,44 8.208,56 67.380.502,48 13 2004 494.760 414.871,21 323.206,64 506.535,77 22.916,14 513.159,65 -18.399,65 338.547.008,99 14 2005 502.665,45 432.430,06 345.051,33 519.808,79 21.844,68 529.451,92 -26.786,47 717.514.724,91 15 2006 505.441,41 447.032,33 365.447,53 528.617,13 20.396,20 541.653,47 -36.212,06 1.311.313.322,89 16 2007 520.534,27 461.732,72 384.704,56 538.760,87 19.257,04 549.013,33 -28.479,06 811.056.797,38 17 2008 543.266,03 478.039,38 403.371,53 552.707,23 18.666,96 558.017,91 -14.751,88 217.617.833,36 18 2009 566.283,59 495.688,22 421.834,87 569.541,58 18.463,34 571.374,19 -5.090,60 25.914.241,22

Jumlah 53.048.875.171,21

(47)

[image:47.792.77.735.161.472.2]

Tabel 4,4 Metode Smoothing eksponensial satu parameter dari Brown = 0,3

Priode Tahun Produksi Kelapa Sawit (ton)

’ ’’ + m

1 1992 172.159 172.159,00 172.159,00

2 1993 181.322 174.907,90 172.983,67 176.832,13 824,67

3 1994 182.720 177.251,53 174.264,03 180.239,03 1.280,36 177.656,80 5.063,20 25.635.994,24 4 1995 210.128 187.114,47 178.119,16 196.109,78 3.855,13 181.519,39 28.608,61 818.452.566,13 5 1996 260.656 209.176,93 187.436,49 230.917,37 9.317,33 199.964,91 60.691,09 3.683.407.919,86 6 1997 287.059 232.541,55 200.968,01 264.115,09 13.531,52 240.234,70 46.824,30 2.192.515.210,96 7 1998 385.350 278.384,09 224.192,83 332.575,34 23.224,82 277.646,61 107.703,39 11.600.020.208,88 8 1999 385.350 310.473,86 250.077,14 370.870,58 25.884,31 355.800,16 29.549,84 873.192.938,18 9 2000 388.569 333.902,40 275.224,72 392.580,08 25.147,58 396.754,89 -8.185,89 67.008.755,60 10 2001 498.316 383.226,48 307.625,25 458.827,72 32.400,53 417.727,66 80.588,34 6.494.480.004,77 11 2002 493.313 416.252,44 340.213,40 492.291,47 32.588,16 491.228,24 2.084,76 4.346.208,56 12 2003 494.761 439.805,01 370.090,88 509.519,13 29.877,48 524.879,63 -30.118,63 907.131.646,13 13 2004 494.760 456.291,50 395.951,07 516.631,94 25.860,19 539.396,61 -44.636,61 1.992.426.709,50 14 2005 502.665,45 470.203,69 418.226,86 522.180,52 22.275,79 542.492,12 -39.826,67 1.586.163.909,21 15 2006 505.441,41 480.775,00 436.991,30 524.558,71 18.764,44 544.456,31 -39.014,90 1.522.162.040,18 16 2007 520.534,27 492.702,78 453.704,75 531.700,82 16.713,45 543.323,15 -22.788,88 519.333.198,11 17 2008 543.266,03 507.871,76 469.954,85 545.788,67 16.250,10 548.414,27 -5.148,24 26.504.353,44 18 2009 566.283,59 525.395,31 486.586,99 564.203,63 16.632,14 562.038,77 4.244,82 18.018.494,45

(48)

[image:48.792.54.737.136.454.2]

Tabel 4,5 Metode Smoothing eksponensial satu parameter dari Brown = 0,4

Priode Tahun Produksi Kelapa Sawit (ton)

’ ’’ _{+ m}

1 1992 172.159 172.159 172.159

2 1993 181.322 175.824,2 173.625,08 178.023,32 1.466,08

3 1994 182.720 178.582,52 175.608,06 181.556,98 1.982,98 179.489,4 3.230,60 10.436.776,36 4 1995 210.128 191.200,71 181.845,12 200.556,31 6.237,06 183.539,96 26.588,04 706.923.871,04 5 1996 260.656 218.982,83 196.700,20 241.265,45 14.855,08 206.793,37 53.862,63 2.901.183.125,97 6 1997 287.059 246.213,30 216.505,44 275.921,15 19.805,24 256.120,54 30.938,464 957.188.554,68 7 1998 385.350 301.867,98 250.650,45 353.085,50 34.145,02 295.726,39 89.623,609 8.032.391.340,37 8 1999 385.350 335.260,79 284.494,59 386.026,99 33.844,13 387.230,52 -1.880,52 3.536.340,07 9 2000 388.569 356.584,07 313.330,38 399.837,76 28.835,79 419.871,12 -31.302,12 979.822.617,93 10 2001 498.316 413.276,84 353.308,97 473.244,72 39.978,58 428.673,56 69.642,44 4.850.069.952,63 11 2002 493.313 445.291,31 390.101,90 500.480,71 36.792,94 513.223,31 -19.910,31 396.420.246,35 12 2003 494.761 465.079,18 420.092,81 510.065,55 29.990,91 537.273,65 -42.512,65 1807.325.047,50 13 2004 494.760 476.951,51 442.836,29 511.066,73 22.743,48 540.056,47 -45.296,47 2.051.769.748,11 14 2005 502.665,45 487.237,09 460.596,61 513.877,56 17.760,32 533.810,21 -31.144,76 969.995.802,79 15 2006 505.441,41 494.518,82 474.165,49 514.872,14 13.568,88 531.637,88 -26.196,47 686.255.004,88 16 2007 520.534,27 504.925,00 486.469,29 523.380,70 12.303,80 528.441,02 -7.906,75 62.516.713,92 17 2008 543.266,03 520.261,41 499.986,14 540.536,68 13.516,85 535.684,50 7.581,53 57.479.560,18 18 2009 566.283,59 538.670,28 515.459,80 561.880,77 15.473,66 554.053,53 12.230,06 149.574.453,04

(49)

[image:49.792.77.734.166.480.2]

’ ’’ _{+ m}

1 1992 172.159 172.159 172.159

2 1993 181.322 176.740,5 174.449,75 179.031,25 2.290,75

3 1994 182.720 179.730,25 177.090,00 182.370,50 2.640,25 181.322 1.398,00 1.954.404,00 4 1995 210.128 194.929,13 186.009,56 203.848,69 8.919,56 185.010,75 25.117,25 630.876.247,56 5 1996 260.656 227.792,56 206.901,06 248.684,06 20.891,50 212.768,25 47.887,75 2.293.236.600,06 6 1997 287.059 257.425,78 232.163,42 282.688,14 25.262,36 269.575,56 17.483,44 305.670.586,82 7 1998 385.350 321.387,89 276.775,66 366.000,13 44.612,23 307.950,50 77.399,50 5.990.682.600,25 8 1999 385.350 353.368,95 315.072,30 391.665,59 38.296,64 410.612,36 -25.262,36 638.186.801,19 9 2000 388.569 370.968,97 343.020,64 398.917,31 27.948,34 429.962,23 -41.393,23 1.713.399.852,02 10 2001 498.316 434.642,49 388.831,56 480.453,41 45.810,92 426.865,64 71.450,36 5.105.153.296,61 11 2002 493.313 463.977,74 426.404,65 501.550,83 37.573,09 526.264,34 -32.951,34 1.085.790.540,07 12 2003 494.761 479.369,37 452.887,01 505.851,73 26.482,36 539.123,92 -44.362,92 1.968.069.097,23 13 2004 494.760 487.064,69 469.975,85 504.153,52 17.088,84 532.334,09 -37.574,09 1.411.812.300,97 14 2005 502.665,45 494.865,07 482.420,46 507.309,68 12.444,61 521.242,36 -18.576,91 345.101.571,00 15 2006 505.441,41 500.153,24 491.286,85 509.019,63 8.866,39 519.754,29 -14.312,88 204.858.445,56 16 2007 520.534,27 510.343,75 500.815,30 519.872,21 9.528,45 517.886,02 2.648,25 7.013.230,66 17 2008 543.266,03 526.804,89 513.810,10 539.799,69 12.994,80 529.400,66 13.865,37 192.248.477,45 18 2009 566.283,59 546.544,24 530.177,17 562.911,31 16.367,07 552.794,48 13.489,11 181.956.010,26

(50)

[image:50.792.79.733.158.479.2]

Priode Tahun Produksi Kelapa Sawit (ton)

’ ’’ + m

1 1992 172.159 172.159,00 172.159,00

2 1993 181.322 177.656,80 175.457,68 179.855,92 3.298,68

3 1994 182.720 180.694,72 178.599,90 182.789,54 3.142,22 183.154,60 -434,60 188.877,16 4 1995 210.128 198.354,69 190.452,77 206.256,60 11.852,87 185.931,76 24.196,24 585.458.030,14 5 1996 260.656 235.735,48 217.622,39 253.848,56 27.169,62 218.109,47 42.546,53 1.810.207.044,85 6 1997 287.059 266.529,59 246.966,71 286.092,47 29.344,32 281.018,18 6.040,824 36.491.554,60 7 1998 385.350 337.821,84 301.479,79 374.163,89 54.513,07 315.436,79 69.913,21 4.887.857.592,48 8 1999 385.350 366.338,73 340.395,16 392.282,31 38.915,37 428.676,96 -43.326,96 1.877.225.468,39 9 2000 388.569 379.676,89 363.964,20 395.389,59 23.569,04 431.197,68 -42.628,68 1.817.204.563,71 10 2001 498.316 450.860,36 416.101,89 485.618,82 52.137,70 418.958,63 79.357,37 6.297.591.805,91 11 2002 493.313 476.331,94 452.239,92 500.423,96 36.138,03 537.756,52 -44.443,52 1.975.226.173,72 12 2003 494.761 487.389,38 473.329,60 501.449,16 21.089,67 536.561,99 -41.800,99 1.747.322.945,82 13 2004 494.760 491.811,75 484.418,89 499.204,61 11.089,29 522.538,83 -27.778,83 771.663.455,27 14 2005 502.665,45 498.323,97 492.761,94 503.886,00 8.343,05 510.293,91 -7.628,46 58.193.342,54 15 2006 505.441,41 502.594,43 498.661,44 506.527,43 5.899,50 512.229,05 -6.787,64 46.072.082,75 16 2007 520.534,27 513.358,34 507.479,58 519.237,10 8.818,14 512.426,93 8.107,34 65.728.952,89 17 2008 543.266,03 531.302,95 521.773,60 540.832,30 14.294,03 528.055,24 15.210,79 231.368.262,11 18 2009 566.283,59 552.291,33 540.084,24 564.498,43 18.310,64 555.126,33 11.157,26 124.484.475,23

(51)

[image:51.792.80.736.155.468.2]

Tabel 4,8 Metode Smoothing eksponensial satu parameter dari Brown = 0,7

’ ’’ + m

1 1992 172.159 172.159,00 172.159,00

2 1993 181.322 178.573,10 176.648,87 180.497,33 4.489,87

3 1994 182.720 181.475,93 180.027,812 182.924,05 3.378,94 184.987,20 -127.177,81 16.174.196.081,55 4 1995 210.128 201.532,38 195.081,01 207.983,75 15.053,20 186.302,99 23.825,01 567.631.101,50 5 1996 260.656 242.918,91 228.567,54 257.270,29 33.486,53 223.036,95 37.619,05 1.415.193.223,85 6 1997 287.059 273.816,97 260.242,14 287.391,8 31.674,60 290.756,82 -3.697,818 13.673.861,66 7 1998 385.350 351.890,09 324.395,71 379.384,48 64.153,56 319.066,41 66.283,59 4.393.514.838,86 8 1999 385.350 375.312,03 360.037,13 390.586,92 35.641,42 443.538,04 -58.188,04 3.385.847.988,68 9 2000 388.569 384.591,91 377.225,48 391.958,34 17.188,34 426.228,35 -37.659,35 1.418.226.447,36 10 2001 498.316 464.198,77 438.106,78 490.290,76 60.881,31 409.146,68 89.169,32 7.951.166.763,58 11 2002 493.313 484.578,73 470.637,15 498.520,32 32.530,36 551.172,07 -57.859,07 3.347.671.940,25 12 2003 494.761 491.706,32 485.385,57 498.027,07 14.748,42 531.050,68 -36.289,68 1.316.940.885,42 13 2004 494.760 493.843,90 491.306,40 496.381,39 5.920,83 512.775,49 -18.015,49 324.557.945,59 14 2005 502.665,45 500.018,98 497.405,21 502.632,76 6.098,81 502.302,22 363,23 131.933,21 15 2006 505.441,41 503.814,68 501.891,84 505.737,52 4.486,63 508.731,57 -3.290,16 10.825.153,25 16 2007 520.534,27 515.518,39 511.430,43 519.606,36 9.538,59 510.224,16 10.310,11 106.298.442,67 17 2008 543.266,03 534.941,74 527.888,35 541.995,13 16.457,92 529.144,95 14.121,08 199.404.973,01 18 2009 566.283,59 556.881,03 548.183,23 565.578,84 20.294,88 558.453,05 7.830,54 61.317.346,02

(52)

[image:52.792.57.759.158.471.2]

’ ’’ _{+ m}

1 1992 172.159 172.159,00 172.159,00

2 1993 181.322 179.489,40 178.023,32 180.955,48 5.864,32

3 1994 182.720 182.073,88 181.263,77 182.883,99 3.240,45 186.819,80 -4.099,80 16.808.360,04 4 1995 210.128 204.517,18 199.866,49 209.167,86 18.602,73 186.124,44 24.003,56 576.170.892,67 5 1996 260.656 249.428,24 239.515,89 259.340,58 39.649,39 227.770,58 32.885,42 1.081.450.585,49 6 1997 287.059 279.532,85 271.529,46 287.536,24 32.013,57 298.989,98 -11.930,98 142.348.188,31 7 1998 385.350 364.186,57 345.655,15 382.717,99 74.125,69 319.549,81 65.800,19 4.329.665.393,57 8 1999 385.350 381.117,31 374.024,88 388.209,75 28.369,73 456.843,68 -71.493,68 5.111.346.819,86 9 2000 388.569 387.078,66 384.467,91 389.689,42 10.443,03 416.579,48 -28.010,48 784.587.058,67 10 2001 498.316 476.068,53 457.748,41 494.388,66 73.280,50 400.132,45 98.183,55 9.640.010.444,85 11 2002 493.313 489.864,11 483.440,97 496.287,25 25.692,56 567.669,16 -74.356,16 5.528.838.352,54 12 2003 494.761 493.781,62 491.713,49 495.849,75 8.272,52 521.979,81 -27.218,81 740.863.384,67 13 2004 494.760 494.564,32 493.994,16 495.134,49 2.280,67 504.122,28 -9.362,28 87.652.210,68 14 2005 502.665,45 501.045,22 499.635,01 502.455,44 5.640,85 497.415,16 5.250,29 27.565.564,56 15 2006 505.441,41 504.562,17 503.576,74 505.547,61 3.941,73 508.096,29 -2.654,88 7.048.399,61 16 2007 520.534,27 517.339,85 514.587,23 520.092,47 11.010,49 509.489,33 11.044,94 121.990.598,82 17 2008 543.266,03 538.080,79 533.382,08 542.779,51 18.794,85 531.102,96 12.163,07 147.940.258,78 18 2009 566.283,59 560.643,03 555.190,84 566.095,22 21.808,76 561.574,36 4.709,23 22.176.850,66

(53)

[image:53.792.82.732.157.470.2]

’ ’’ _{+ m}

1 1992 172.159 172.159 172.159

2 1993 181.322 180.405,70 179.581,03 181.230,37 7.422,03

3 1994 182.720 182.488,57 182.197,82 182.779,32 2.616,786 188.652,40 -5.932,40 35.193.369,76 4 1995 210.128 207.364,06 204.847,43 209.880,68 22.649,62 185.396,11 24.731,89 611.666.382,97 5 1996 260.656 255.326,81 250.278,87 260.374,74 45.431,44 232.530,30 28.125,70 791.055.112,99 6 1997 287.059 283.885,78 280.525,09 287.246,47 30.246,22 305.806,18 -18.747,18 351.456.701,71 7 1998 385.350 375.203,58 365.735,73 384.671,43 85.210,64 317.492,69 67.857,31 4.604.614.151,29 8 1999 385.350 384.335,36 382.475,39 386.195,32 16.739,67 469.882,07 -84.532,07 7.145.670.310,55 9 2000 388.569 388.145,64 387.578,61 388.712,66 5.103,217 402.934,99 -14.365,99 206.381.565,95 10 2001 498.316 487.298,96 477.326,93 497.271,00 89.748,32 393.815,88 104.500,12 10.920.275.786,99 11 2002 493.313 492.711,60 491.173,13 494.250,06 13.846,20 587.019,32 -93.706,32 8.780.873.556,94 12 2003 494.761 494.556,06 494.217,77 494.894,35 3.044,637 508.096,26 -13.335,26 177.829.274,64 13 2004 494.760 494.739,61 494.687,42 494.791,79 469,6554 497.938,99 -3.178,99 10.105.975,58 14 2005 502.665,45 501.872,87 501.154,32 502.591,41 6.466,899 495.261,45 7.404,00 54.819.285,61 15 2006 505.441,41 505.084,56 504.691,53 505.477,58 3.537,211 509.058,31 -3.616,90 13.081.959,55 16 2007 520.534,27 518.989,30 517.559,52 520.419,08 12.867,99 509.014,79 11.519,48 132.698.422,25 17 2008 543.266,03 540.838,36 538.510,47 543.166,24 20.950,95 533.287,06 9.978,97 99.579.742,78 18 2009 566.283,59 563.739,07 561.216,21 566.261,93 22.705,73 564.117,19 2.166,40 4.693.281,17

(54)

Selanjutnya dihitung nilai dari MSE untuk = 0,1

n e MSE

n

i i =

= 1

2

=

[image:54.612.260.387.362.635.2]

=

9.476.702.130,82

Tabel 4.11 Perbandingan Ukuran Ketepatan Metode Peramalan

MSE 0,1 9.476.702.130,82 0,2 3.315.554.698,20 0,3 2.020.675.009,89 0,4 1.538.930.572,24 0,5 1.379.750.628,86 0,6 1.395.767.789,22 0,7 2.542.912.432,90 0,8 1.772.903.960,24 0,9 2.121.249.680,05

Dari tabel diatas dapat dilihat bahwa yang menghasilkan nilai MSE yang paling

(55)

4.3 Peramalan Produksi Kelapa Sawit Rakyat dikabupaten Simalungun

Setelah diketahui bahwa error yang terdapat pada model data diatas maka dilakukan

peramalan nilai Produksi Kelapa Sawit di Kabupaten Simalungun pada tahun

2011-2012 dengan menggunakn persamaan :

= 562.911,31 + 16.367,00 (m)

Setelah diperoleh medel peramalan nilai produksi Sawit dikabupaten Simalungun,

maka dapat dihitung untuk dua priode kedepan untuk tahun 2011 dan 2012.

Sebelumnya dihitung terlebih dahulu untuk tahun 2010 karena sumber data yang

diperoleh belum keluar dari BPS (Badan Pusat Statistik). Seperti yang tertera dibawah

ini :

Untuk priode ke 19 ( tahun 2010 )

= 562.911,31 + 16.367,00 (m)

= 562.911,31 + 16.367,00 (1)

= 579278,39

= 579.278,39

= 562.911.31 + 16.367,00 (m)

= 562.911.31 + 16.367,00 (2)

= 595.645,46 Ton

(56)

= 562.911,31 + 16.367,00 (m)

= 562.911,31 + 16.367,00 (3)

= 612.012,53 Ton

[image:56.612.202.443.349.458.2]

= 612.012,53 Ton

Tabel 4.12 Peramalan Produksi Kelapa Sawit Rakyat di Kabupaten Simalungun Tahun 2010-2012

Tahun Priode Forecasting

2010 19 579.278,39

2011 20 595.645,46

2012 21 612.012,53

4.4 Ukuran Ketepatan Metode Peramalan dengan = 0,5

Nilai-nilai kesalahan yang diperoleh dari data peramalan di atas adalah :

6. Nilai Tengah Kesalahan Kuadrat (Mean Squared Error) adalah :

n e MSE

n

i i =

= 1

2

(57)

= 1.379.750,67

7. Nilai Tengah Kesalahan Persentase Absolute ( Mean Absolute Percentage Error )

adalah : n PE MAPE n i i = = 1 =

= 7,75

3. Nilai Tengah Galat Absolut / MAE ( Mean Absolut Error )

n e MAE n i i = = 1

=

= 30.323,30

4. Nilai Tengah Galat Persentase / MPE ( Mean Percentage Error )

n PE MPE n i i = = 1 = = 1,88

6. Jumlah Kuadrat Galat / SSE ( Sum Square Error )

= = n i i e SSE 1 2

(58)

[image:58.792.73.739.137.444.2]

Tabel 4.13 Nilai Kesalahan

Priode Tahun Produksi Peramalan Kesalahan Kesalahan Absolute

Kesalahan Kuadrat

Kesalahan Persentase

Kesalahan Absolute 1 1992 172.159,00

2 1993 181.322,00

3 1994 182.720.00 181.322 1.398,00 1.398,00 1.954.404,00 0,77 0,77

4 1995 210.128,00 185.010,75 25.117,25 25.117,25 630.876.247,56 11,95 11,95 5 1996 260.656,00 212.768,25 47.887,75 47.887,75 2.293.236.600,06 18,37 18,37 6 1997 287.059,00 269.575,56 17.483,44 17.483,44 305.670.674,23 6,09 6,09 7 1998 385.350,00 307.950,50 77.399,50 77.399,50 5.990.682.600,25 20,09 20,09 8 1999 385.350,00 410.612,36 -25.262,36 25.262,36 638.186.832,77 -6,56 6,56 9 2000 388.569,00 429.962,23 -41.393,23 41.393,23 1.713.399.489,83 -10,65 10,65 10 2001 498.316,00 426.865,64 71.450,36 71.450,36 5.105.153.944,13 14,34 14,34 11 2002 493.313,00 526.264,34 -32.951,34 32.951,34 1.085.790.807,80 -6,68 6,68 12 2003 494.761,00 539.123,92 -44.362,92 44.362,92 1.968.068.670,93 -8,97 8,97 13 2004 494.760,00 532.334,09 -37.574,09 37.574,09 1.411.812.239,33 -7,59 7,59 14 2005 502.665,45 521.242,36 -18.576,91 18.576,91 345.101.585,15 -3,70 3,7 15 2006 505.441,41 519.754,29 -14.312,88 14.312,88 204.858.533,89 -2,83 2,83

16 2007 520.534,27 517.886,02 2.648,25 2.648,25 7.013.228,06 0,51 0,51

17 2008 543.266,03 529.400,66 13.865,37 13.865,37 192.248.485,24 2,55 2,55 18 2009 566.283,59 552.794,48 13.489,11 13.489,11 181.956.088,59 2,38 2,38

(59)

BAB 5

IMPLEMENTASI SISTEM

5.1 Pengenalan Microsoft Excel

Pada penyusunan Tugas Akhir ini, dalam pengolahan data penulis menggunakan

program Microsoft Excel. Dimana Microsoft Excel adalah aplikasi pengolah angka

(spiread sheet) yang sangat populer dan canggih saat ini yang dapat digunakan untuk

mengatur, menyediakan maupun menganalisa data dan mempresentasikan dalam

bentuk tabel, grafik atau diagram.

Excel merupakan produk unggulan dari microsoft Corporation yang banyak

berperan dalam pengolahan informasi khususnya data yang berbentuk angka,

Dihitung, diproyeksikan, dianalisa dan dipresentasikan data pada lembar kerja.

Microsof telah mengeluarkan Excel dalam berbagai versi mulai versi 4, Versi 5, Versi

97, Versi 2000 dan sekarang Microsoft Excel 2003 atau Microsoft Excel XP.

Lembar Kerja (sheet) Excel terdiri dari 256 kolom dan 65536 baris.

Perpotongan baris dan kolom disebut sel (cell). Sel diberi nama menurut posisi kolom

dan baris dilokasi sel tersebut berada. Kolom diberi nama dengan huruf mulai dari

A,B,C…,Z. Kemudian dilanjutkan AA, AB, AC sampai kolom IV. Sedangkan baris

(60)

5.2 Langkah-langkah Mulai Memulai Microsoft Excel

5.2.1 Mengaktifkan Microsoft Excel

Sebelum mengoprasikan software ini, pastikan bahwa komputer terpasang pada

program excel. Langkah-langkahnya sebagai berikut :

a. Klik tombol start

b. Pilih dan klik program

[image:60.612.127.521.321.527.2]

c. Pilih dan klik Microsoft Office, Microsoft Excel

(61)

[image:61.612.129.532.103.326.2]

5.2.2 Tampilan Microsoft Excel

Gambar 5.2: Tampilan Microsoft Excel

5.3 Implementasi Sistem Peramalan Produksi Kelapa Sawit Di Simalungun

Funsi dalam excel ditujukan untuk memudahkan pengetikan formula yang lazim

diperlukan dalam melakukan perhitungan aritmatik dan operasi standart lazim yang

sering diulangi. Terdapat banyak fungsi-fungsi statistik yang disediakan oleh

Microsoft Excel, diantaranya adalah funsi average, fungsi standart deviasi, funsi

(62)

5.4 Metode Eksponensial Satu Parameter Dari Brown

Langkah-langkah yang digunakan untuk menentukan peramalan dari data-data actual

yang tersedia untuk diolah sehingga dapat dicari ramalan untuk priode selanjutnya

adalah sebagai berikut :

1. Pada lembar kerja excel, masukkan data-data .

2. Lalu hitunglah Metode Exponensial Tunggal dengan rumus :

= * + (1- )*

3. Metode Eksponensial Ganda dapat dihitung dengan rumus :

= * + (1- )*

4. Nilai a dihitung dengan rumus :

= 2 * –

5. Nilai b dihitung dengan rumus :

= / ( ) * ( – )

6. Nilai ramalan dapat dihitung dengan rumus :

(63)

5.5 Pembentukan Grafik

Chart adalah grafik yang dibentuk berdasarkan data pada worksheet. Microsoft Excel

menyediakan fasilitas yang sangat lengkap untuk membuat aneka bentuk grafik.

Langkah-langkahnya :

1. Blok seluruh tabel yang akan dijadikan grafik :

[image:63.612.129.537.292.547.2]

2. Pilih menu Insert, chart, maka akan tampil seperti gambar dibawah ini :

Gambar 5.3 Menu Insert

3. Pilih tipe grafik yang dinginkan, lalu klik OK pada kotak dialog.

4. Pada Chart Layouts, pilih salah satu dari model kemudian ketik judul pada

Chart Title dan Axis Title.

5. Kita dapat memilih tempat meletakkan hasil grafik ini pada lembar kerja yang

(64)

[image:64.612.162.511.77.346.2]

(65)

BAB 6

KESIMPULAN DAN SARAN

Setelah penulis menyelesaikan Tugas Akhir ini maka penulis mengambil beberapa

kesimpulan dan saran. Adapun kesimpulan dan saran tersebut adalah :

6.1 Kesimpulan

Kesimpulan yang dapat diambil dari Tugas Akhir ini adalah :

1. Bahwa tingkat produksi kelapa sawit rakyat di kabupaten Simalungun

memiliki peranan penting dalam tingkat perekonomian khususnya dibidang

pertanian kabupaten Simalungun.

2. Bentuk metode peramalan yang dipilih untuk meramalkan produksi kelapa

sawit rakyat di Kabupaten Simalungun berdasarkan tahun1992 sampai 2009

adalah Metode Linier Satu Parameter Dari Brown berdasarkan kriteria MSE

terkecil dengan = 0.5 yaitu dengan nilai 1.379.750.628,86

3. Dilihat dari nilai-nilai yang diperoleh seberapa besar kesalahan peramalan

yang dihitung, dimana dari perhitungan data diatas telah didapat Nilai Tengah

Kesalahan Kuadrat (MSE) adalah 1.379.750,86. Nilai Tengah Kesalahan

Persentase Absolute (MAPE) yang diperoleh adalah 7,75 Nilai Tengah

(66)

adalah 22.076.010.061,71 dan jumlah Nilai Tengah Galat Absolut (MAE)

adalah 30.323,30

4. Bentuk persamaan Produksi Kelapa Sawit rakyat di Kabupaten Simalungun

berdasarkan tahun 1992 sampai dengan 2009 untuk priode 2 tahun kedepan

adalah = 562.911,31 + 16.367,00 (m). Dimana m adalah jumlah priode

kedepan yang ingin diramalkan = 1,2,3,...,n

5. Nilai ramalan Produksi Kelapa Sawit Rakyat di Kabupaten Simalungun untuk

priode 20 ( tahun 2011 ) adalah sebesar 595.645,46 Ton dan utuk priode ke 21

( tahun 2012 ) adalah sebesar 612.012,53 Ton .

6.2 Saran

Adapaun saran yang penulis ingin sampaikan adalah :

<