PERAMALAN KEBUTUHAN KONSUMSI BERAS DI PROPINSI SUMATERA UTARA TAHUN 2008-2010
DENGAN MENGGUNAKAN METODE KUADRAT TERKECIL
TUGAS AKHIR
Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Ahli Madya
IRMA WAHNI SINAGA 052407039
PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
MEDAN 2008
PERSETUJUAN
Judul : PERAMALAN KEBUTUHAN KONSUMSI
BERAS DI PROPINSI SUMATERA UTARA TAHUN 2008-2010 DENGAN MENGGUNAKAN METODE KUADRAT TERKECIL
Katergori : PROPOSAL TUGAS AKHIR
Nama : IRMA WAHNI SINAGA
Nomor Induk Mahasiswa : 052407039
Program Studi : DIPLOMA-3 STATISTIKA Departemen : MATEMATIKA
Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN
ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA
Diluluskan di Medan, Mei 2008
Diketahui/Disetujui oleh
Departemen Matematika FMIPA USU Pembimbing
Dr. Saib Suwilo, M.Sc. Drs. Pangeran Sianipar, M.Si.
PERNYATAAN
PERAMALAN KEBUTUHAN KONSUMSI BERAS DI PROPINSI SUMATERA UTARA TAHUN 2008-2010 DENGAN MENGGUNAKAN METODE KUADRAT
TERKECIL
Tugas Akhir
Saya mengakui bahwa tugas akhir ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dari ringkasan yang masing-masing disebutkan sumbernya.
Medan, Mei 2008
IRMA WAHNI SINAGA 052407039
PENGHARGAAN
Salam sejahtera,
Puji dan syukur penulis ucapkan kepada Tuhan Yang Maha Esa, karena Dia begitu baik yang telah memberikan pengetahuan dan memampukan penulis, sehingga dapat menyelesaikan tugas akhir ini.
Dalam kesempatan ini, penulis mengucapkan terimakasih atas bantuan, bimbingan, petunjuk serta nasehat-nasehat yang tidak ternilai harganya kepada semua pihak yang telah membantu dalam menyelesaikan tugas akhir ini, terutama kepada:
1. Bapak Dr. Eddy Marlianto, M. Sc selaku Dekan Fakultas MIPA USU. 2. Bapak Dr. Sutarman, M. Sc selaku Pembntu Dekan I.
3. Bapak Drs. Suwarno Ariswoyo ,M. Si selaku Koordinator Program Studi Statistika DIII FMIPA USU.
4. Bapak Drs. Pangeran Sianipar, M.Si, selaku dosen pembimbing penulis di fakultas MIPA yang telah banyak memberi dukungan, bimbingan serta saran.
Terimakasih juga penulis ucapkan kepada seluruh keluarga, terkhusus keluarga yang saya kasihi: bapak (B. Sinaga), mama (S. Saragih), kakak (Ramen), dan adek-adek (Friska, Selfi, Hartono), yang telah mendukung saya didalam doa-doa dan terus memberikan semangat.
Terimakasih juga penulis ucapkan kepada teman-teman satu kos dan satu pelayanan di KMKS (Koordinasi Periode XIX dan XX, KPA MDP Geboren, KPA Salvation, dan elemen KMKS lainnya) yang senantiasa setia mendukung saya didalam doa-doa dan semangat.
Akhir kata, semoga tugas akhir ini berguna bagi semua pihak yang membutuhkan.
Medan, 27 Mei 2008
DAFTAR ISI Halaman Persetujuan ii Pernyataan iii Penghargaan iv Daftar isi v
Daftar Tabel vii
Daftar gambar viii
BAB 1 PENDAHULUAN 1 1.1 Latar Belakang 1 1.2 Perumusan Masalah 3 1.3 Batasan Masalah 4 1.4 Tujuan Penelitian 4 1.5 Tinjauan Pustaka 4 1.6 Lokasi Penelitian 6 1.7 Metodologi Penelitian 6 1.8 Sistematika Penelitian 7
BAB 2 TINJAUAN TEORITIS 9
2.1 Pengertiam Peramalan 9
2.2 Kegunaan dan Peranan Peramalan 10
2.3 Jenis-jenis Peramalan 11
2.4 Pengertian Metode Peramalan 12
2.5 Langkah-langkah Peramalan 13
2.6 Jenis-jenis Metode Peramalan 15
2.7 Metode Proyeksi Trend dengan Regresi 16 2.8 Regresi Linier Sederhana dari Analisa Deret Waktu 18 2.9 Tes Koefisien Penentu (Coefficient of Determination Test)
2.10 Uji Signifikan (Significance Test) 21
2.10.1 F- Test 21
2. 10.2 T- Test 22
BAB 3 GAMBARAN UMUM TEMPAT RISET 24
3.1 Sejarah Ringkas dan Gambaran BKP 24
3.1.1 Visi Badan Ketahanan Pangan Propinsi Sumatera Utara 25 3.1.2 Misi Badan Ketahanan Pangan Propinsi Sumatera Utara 26 3.1.3 Tugas Badan Ketahanan Pangan Propinsi sumatera Utara 26 3.1.4 Fungsi Badan Ketahanan Pangan Propinsi Sumatera Utara 27
3.15 Lokasi Badan Ketahanan Pangan 28
3.2 Struktur Organisasi Instansi Pemerintah 28
3.3 Kegiatan Badan Ketahanan Pangan 29
BAB 4 ANALISA DAN PEMBAHASAN 32
4.1 Menentukan Persamaan Regresi 32
4.2 Test Koefisien Penentu atau R Test 2 36 4.3 Uji Signifikan (Signifficance Test) 37
4.3.1 F- Test 38
4.3.2 T- Test 39
BAB 5 IMPLEMENTASI SISTEM 42
5.1 Pengenalan Excel 42
5.2 Jenis Data Dalam Microsoft Excel 47
5.3 Fungsi Statistik 48
5.4 Mengedit Worksheet Dan Workbook 50
BAB 6 PENUTUP 51
6.1 KESIMPULAN 51
6.2 SARAN 52
Daftar Pustaka 53
DAFTAR TABEL
Halaman Tabel 4.1 Kebutuhan Konsumsi Beras di Sumatera Utara
Tahun 2000-2006 32
Tabel 4.2 Perhitungan Koefisien Regresi dari Kebutuhan Konsumsi Beras 32
Tabel 4.3 untuk menghitung R 2 36
Tabel 4.4 Perhitungan F Statistik 38
Tabel 4.5 Data untuk menghitung T Test 39
DAFTAR GAMBAR
Halaman
Gambar 4.1 Kebutuhan Konsumsi Beras di Propinsi Sumatera Utara
Tahun 2000-2006 33
Gambar 5.1.a Tampilan Cara Mengaktifkan Microsoft Excel dengan cara 1 43 Gambar 5.1.b Tampilan Cara Mengaktifkan Microsoft Excel dengan cara 2 44 Gambar 5.1.c Tampilan Cara Mengaktifkan Microsoft Excel dengan cara 3 45 Gambar 5.2.d Tampilan Lembar Kerja Microsoft Excel 46
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Indonesia merupakan negara produsen beras ketiga terbesar di dunia setelah Cina dan India. Produksi beras Indonesia masih harus ditingkatkan untuk mencukupi permintaan sekitar 275 juta orang penduduk pada tahun 2025. Kebutuhan beras Indonesia dipenuhi oleh budi daya padi pada lahan seluas 10,6 juta hektar, atau sekitar 7,2% dari luas pertanaman padi dunia.
Kepedulian kita dan apresiasi lembaga-lembaga internasional yang terkait dengan produksi beras serta adanya keprihatinan terhadap semakin kompleksnya masalah perpadian dunia dimasa yang akan datang, maka tahun 2004 ditetapkan kembali oleh Lembaga Pangan Sedunia (FAO) dibawah Perserikatan Bangsa Bangsa (PBB) sebagai Tahun Padi Internasional 2004 (International Rice Year 2004).
Faktor yang menghambat peningkatan produksi beras sangat kompleks diantaranya:
a). Keterbatasan varietas yang dapat meningkatkan produksi di atas 5% dari rata-rata produktivitas nasional,
b). Keterbatasan tanah menyediakan hara tanaman bahkan tanah kita dinyatakan sudah sakit,
c). Meningkatnya perkembangan hama dan penyakit tanaman, dan
d). Terjadinya perubahan iklim yang sulit diprediksi akibat pemanasan global.
Faktor penghambat yang pada saat ini hangat dibicarakan adalah pemanasan global mengakibatkan perubahan iklim yang mempengaruhi berbagai kehidupan di dunia. Pemanasan global dianggap sangat penting, sehingga di Nusa Dua-Bali diselenggarakan Konferensi Perserikatan Bangsa-Bangsa untuk Perubahan Iklim (United Nations Climate Change Conference =UNCCC) pada 3-14 Desember 2007.
Beberapa hal yang menarik untuk dicermati dari perubahan iklim yang disebabkan emisi gas rumah kaca (GRK) seperti CO2, metan, dinitro oksida, dan CFC (chlorofluorocarbons) akan merusak lapisan Ozon (O3) yang berada 20 km dari permukaan bumi. Lapisan Ozon berfungsi sebagai saringan alam untuk menahan sinar ultraviolet (UV) bergelombang pendek dari matahari. Radiasi UV matahari sangat berbahaya, karena dapat menimbulkan kanker kulit, katarak, melemahnya sistem kekebalan tubuh, menurunnya kesuburan hewan ternak, menurunnya produksi pertanian, dan mengakibatkan pemanasan globa (perubahan iklim global).
Pemanasan global mengakibatkan suhu dunia akan meningkat sebesar 3 derajat, berubahnya pola hujan dan meningkatnya kejadian mengakibatkan iklim pertanian yang tidak menentu menyebabkan perberasan nasional menjadi tidak stabil, situasi yang demikian direspon oleh pemerintah dengan melakukan aksi program Peningkatan Produksi Beras Nasional (P2BN). Keputusan politik pemerintah
menargetkan tambahan produksi beras pada 2007 sebanyak 2 juta ton, dan tahun berikutnya hingga 2009 produksinya ditargetkan naik 5%.
Pertimbangan pemerintah untuk menaikkan produksi beras 2 juta ton adalah agar surplus beras nasional tidak mepet (tipis) dan stok pemerintah di Bulog bertambah 1 juta ton, sehingga harga beras lebih mudah dikontrol dan Indonesia mampu berswasembada beras. Dalam rangka P2BN, telah disepakati bahwa PTT (Pengelolaan Tanaman Terpadu) merupakan program aksi peningkatan produktivitas dengan penerapan pengelolaan pertanian dan sumber daya terpadu, baik menggunakan benih hibrida maupun inbrida yang unggul dan bersertifikat, pemupukan yang tepat, serta peningkatan penyuluhan dan bimbingan bagi petani yang akan dilaksanakan dengan SL-PTT.
1.2 Perumusan Masalah
Bagaimana ramalan kebutuhan konsumsi beras di Propinsi Sumatera Utara tahun 2008-2010.
Untuk mengarahkan agar penelitian tidak menyimpang dari tujuan yang diinginkan, maka penulis membuat batasan masalah pada tugas akhir ini. Adapun batasan permasalahannya yaitu pada hal-hal sebagai berikut:
1. Bagaimana perkembangan kebutuhan konsumsi beras di Sumatera Utara dalam hal ini dilihat berdasarkan data dari tahun 2000 – 2006.
2. Memperkirakan hasil kebutuhan konsumsi beras untuk tahun 2008 – 2010.
1.4 Tujuan Penelitian
Tujuan penulis adalah:
1. Meramal tingkat kebutuhan konsumsi di Sumatera Utara dari tahun 2008-2010.
2. Berapa besar kira-kira kebutuhan konsumsi beras di Propinsi Sumatera utara untuk tahun berikutnya, dalam hal ini penulis membatasi sampai tahun 2010.
1.5 Tinjauan Pustaka
Analisa deret waktu ( time series ) adalah suatu teknik atau suatu metode peramalan dengan menggunakan analisa hubungan antara variabel yang diramalkan dengan hanya satu-satunya variabel bebas yang mempengaruhi yang merupakan variabel waktu. Dalam bentuk Y = f(x), maka Y adalah variabel yang diramalkan dan X adalah variabel waktu.
Regresi linier sederhana adalah suatu pola hubungan yang berbentuk garis lurus antara suatu variabel yang diramalkan dengan suatu variabel yang mempengaruhinya. Dalam analisa deret waktu, variabel bebasnya adalah waktu. Pola yang ditujukan oleh analisa regresi sederhana ini menngasumsikan bahwa hubungan antara dua variabel dinyatakan dengan satu garis lurus. Dalam penerapan metode ini, dapat dilakukan secara mudah dengan menempatkan atau memplotkan titik-titik dari data observasi pada kertas gambar atau grafik untuk melihat asumsi yang dapat digunakan bagi analisa regresi linier. Selanjutnya digambarkan atau ditarik suatu garis yang tepat untuk mewakili titik-titik tersebut, yang bentuknya merupakan garis lurus.regresi sederhana yang merupakan pola garis lurus, yaitu :
Y =a+bX Dimana :
Y = Variabel yang diramalkan X = Variabel waktu
a,b,c = Parameter atau koefisien regresi
Pada prinsipnya teknik dan metode yang ada berdasarkan proses analisanya pada usaha untuk mendapatkan suatu garis lurus yang tepat melalui titik-titik yang berserakan (scatter) dari data observasi. Garis tersebut dinyatakan sebagai,
bX a Y = +
Adapun formula umum dari teknik dan metode kuadrat terkecil yang digunakan yaitu:
n X b n Y a=
∑
i −∑
i atau − − − =Y bX a dan(
)
∑
∑
∑
∑ ∑
− − = 2 2 i i i i i i X X n Y X Y X n b atau∑
∑
∑
∑
− − − − = i i i i i X X X Y X Y X b 2 1.6 Lokasi PenelitianPenelitian atau pengumpulan data mengenai luas panen dan produksi beras diperoleh dari Badan Ketahanan Pangan Propinsi Sumatera Utara yang bertempat di Jl. Jend. Besar Abdul Haris Nasution No. 24 Medan.
1.7 Metodologi Penelitian
Metodologi penulisan adalah suatu cara yang terdiri dari langkah-langkah atau urutan kegiatan yang berfungsi sebagai pedoman umum yang digunakan untuk melaksanakan penelitian, sehingga apa yang menjadi tujuan dari penelitian itu terwujud.
Dalam penulisan Tugas Akhir ini sangat diperlukan data dan informasi guna mendukung kelengkapan penulisan Tugas Akhir ini.
1. Dalam hal ini penulis mengadakan penelitian langsung ke Badan Ketahanan Pangan Propinsi Sumatera Utara dengan melihat data yang dibutuhkan dalam mengerjakan Tugas Akhir ini.
2. Setelah data diperoleh, penulis mengolah data dengan menggunakan metode kuadrat terkecil untuk memperoleh ramalan kebutuhan konsumsi beras.
1.8 Sistematika Penelitian
Tugas akhir ini terdiri dari beberapa bab, dan tiap bab terdiri dari sub-sub bab, hal ini dilakukan untuk mempermudah penulis khususnya dan pembaca pada umumnya dalam hal memahami isi dari tugas akhir ini.
BAB 1 : PENDAHULUAN
Dalam bab ini dijelaskan mengenai latar belakang, perumusan masalah, batasan masalah, tujuan penelitian, tinjauan pustaka, lokasi penelitian, dan metodologi penelitian.
BAB 2 : TINJAUAN TEORITIS
Dalam bab ini dijelaskan mengenai pengertian metode peramalan, kegunaan dan peranan peramalan, jenis-jenis peramalan, pengertian metode peramalan, langkah-langkah peramalan, jenis-jenis metode peramlan, metode proyeksi trend dengan regresi, regresi linier sederhana dari analisa deret waktu, test koefisien penentu, uji siknifikan.
BAB 3 : GAMBARAN UMUM TEMPAT RISET
Dalam bab ini penulis memaparkan sejarah tempat riset yaitu Badan Ketahanan Pangan di Propinsi Sumatera Utara.
BAB 4 : ANALISA DAN PEMBAHASAN
Dalam bab ini penulis menganalisa data yang diperlukan dalam penyelesaian tugas akhir ini dan meramalkan data tersebut untuk tahun yang akan datang.
BAB 5 : IMPLEMENTASI SISTEM
Dalam bab ini penulis menjelaskan program yang digunakan dalam pengolahan data tersebut yaitu program Microsoft excel.
BAB 6 : KESIMPULAN DAN SARAN
Bab ini merupakan penutup yang berisi kesimpulan yang diambil dari pembahasan pada bab-bab sebelumnya dan penulis mencoba memberikan saran yang mungkin dapat bermanfaat untuk masa yang akan datang.
BAB 2
TINJAUAN TEORITIS
2.1 Pengertiam Peramalan
Dalam melakukan analisis ekonomi atau analisis kegiatan usaha perusahaan, haruslah diperkirakan apa yang terjadi, baik dalam bidang ekonomi atau dalam dunia usaha pada masa yang akan datang. Usaha untuk melihat situasi dan kondisi pada masa yang akan datang merupakan usaha untuk memperkirakan pengaruh kondisi yang berlaku terhadap perkembangan dimasa yang akan datang. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang disebut peramalan (forecasting).
Setiap kebijakan ekonomi maupun kebijakan perusahaan tidak akan terlepas dari usaha untuk meningkatkan kesejahteraan masyarakat atau meningkatkan keberhasilan perusahaan untuk mencapai tujuannya pada masa yang akan datang, dimana kebijakan tersebut dilaksanakan. Usaha untuk melihat dan mengkaji situasi dan kondisi tersebut, tidak terlepas dari kegiatan peramalan.
Kegunaan dari peramalan terlihat pada saat pengambilan keputusan. Setiap orang selalu dihadapkan pada masalah pengambilan keputusan. Keputusan yang baik adalah keputusan yang didasarkan atas pertimbangan apa yang akan terjadi pada saat keputusan itu dilaksanakan. Apabila kurang tepat ramalan yang kita susun atau yang dibuat, maka kurang baiklah keputusan yang akan kita ambil. Oleh karena itu masalah pengambilan keputusan merupakan masalah yang selalu kita hadapi, dalam dunia bisnis, hasil peramalan mampu memberikan gambaran tentang masa depan perusahaan yang memungkinkan manajemen membuat perencanaan, menciptakan peluang bisnis maupun mengatur invertasi mereka. Ketepatan hasil peramalan bisnis akan meningkatakan peluang tercapainya invertasi yang menguntungka. Semakin tinggi akurasi yang dicapai peramalan, semakin meningkat pula peramalan dalam perusahaan, karena hasil dari suatu peramalan dapat memberikan arah bagi perencanaan perusahaan, perencanaan produk dan pasar, perencanaan produksi dan perencanaan keuangan. Secara umum, kegunaan peramalan adalah sebagai alat bantu dalam perencanaan yang efektif dan efisien, menentukan kebutuhan sumber daya dimasa yang akan datang dan untuk membuat keputusan yang tepat.
Dari uraian diatas kita mendapatkan gambaran bahwa peranan peramalan sangat penting, baik dalam dunia penelitian, perencanaan maupun dalam pengambilan keputusan. Baik tidaknya hasil suatu penelitian dalam bidang ekonomi dan dunia usaha, sangat ditentukan oleh ketepatan ramalan yang dibuat. Oleh karena itu, ketepatan dari ramalan tersebut merupakan hal yang sangat penting. Walaupun demikian, perlu disadari bahwa suatu ramalan tepat ramalan, dimana ada selalu unsur kesalahannya. Sehingga yang perlu diperhatikan adalah usaha untuk memperkecil kemungkinan kesalahan tersebut.
2.3 Jenis-jenis Peramalan
Peramalan dapat dibedakan dari beberapa pandangan tergantung dari cara melihatnya. Jika dilihat dari jangka waktu ramalan yang disusun, maka peramalan dapat dibedakan atas dua macam yaitu:
1. Peramalan jangka panjang, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan yang jangka waktunya lebih dari satu setengah tahun. Misalnya, diperlukan penyusunan rencana pembangunan suatu negara atau daerah.
2. Peramalan jangka pendek, yaitu peramalan yang dilakukan untuk penyusunan ramalan yang jangka waktunya kurang dari satu setengah tahun. Misalnya, penyusunan rencana produksi, rencana penjualan, rencana persediaan dan lain sebagainya.
Berdasarkan ramalan yang telah disusun, maka peramalan dapat dibedakan atas dua macam yaitu:
1. Peramalan kualitatif, yaitu peramalan yang didasarkan atas data kualitatif pada masa lalu. Hasil peramalan yang dibuat sangat tergantung pada orang yang menyusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan pikiran yang bersifat intiusi, pendapat dan pengetahuan serta pengalaman dari penyusunannya. Biasanya peramalan ini didasarkan atas hasil penyelidikan.
2. Peramalan kuantitatif , yaitu peramalan yang didasarkan atas data kuantitatif pada masa lalu. Hasil peramalan yang dibuat sangat tergantung pada metode yang dipergunakan dalam peramalan tersebut. Dengan metode yang berbeda akan diperoleh hasil peramalan yang berbeda, adapun yang perlu diperhatikan dari penggunaan metode-metode tersebut adalah baik tidaknya metode yang dipergunakan, sangat ditentukan oleh perbedaan atau penyimpangan antara hasil ramalan dengan kenyataan yang terjadi. Menurut Markidakis, Wheelwright, dan McGee (1983), peramalan kuantitatif dapat diterapkan bila tiga kondisi berikut terpenuhi, yaitu: 1. Informasi mengenai keadaan diwaktu lalu tersedia.
2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik (angka).
3. Informasi tersebut dapat diasumsikan bahwa pola masa lalu akan terus bersambung sampai masa yang akan datang dan kondisi ini disebut asumsi yang konstan.
2.4 Pengertian Metode Peramalan
Metode peramalan adalah cara memperkirakan secara kuantitatif apa yang terjadi pada masa depan, berdasarkan data yang relevan pada masa lalu. Oleh karena itu, metode peramalan termasuk dalam kegiatan peramalan kuantitatif. Keberhasilan dari suatu peramalan sangat ditentukan oleh pengetahuan teknik tentang informasi yang lalu yang dibutuhkan, yang bersifat kuantitatif, serta teknik dan metode peramalannya.
Metode peramalan dapat memberikan cara pengerjaan yang teratur dan terarah, sehingga demikian dapat dimungkinkannya penggunaan teknik-teknik tersebut, maka diharapkan dapat memberikan tingkat kepercayaan yang lebih besar, karena dapat diuji dan dibuktikan penyimpangan atau deviasi yang terjadi secara ilmiah.
2.5 Langkah-langkah Peramalan
Pada dasarnya ada tiga langkah peramalan yang perlu diketahui: 1. Menganalisa data yang lalu
Tahap ini berguna untuk mengetahui pola yang terjadi pada masa lalu, analisis ini dilakukan dengan cara membuat tabulasi, lalu dengan tabulasi data maka dapat diketahui pola data yang lewat, sehingga metode yang paling tepat dengan pola tersebut dapat diuji. Pola data yang dapat diuji dibagi empat jenis, yaitu:
1. Pola stasioner
Terjadi bilamana nilai data berfluktasi di sekitar nilai rata-rata yang konstan artinya datanya relatif tetap dari waktu ke waktu.
2. Pola musiman
Merupakan komponen data runtun waktu yang berkaitan dengan adanya kejadian yang berulang secara teratur dalam satu-satuan waktu tertentu.
Merupakan komponen data runtun yang berkaitan dengan adanya kejadian yang tidak teratur, biasanya dipengaruhi fluktasi ekonomi jangka panjang.
4. Pola trend
Merupakan komponen data runtun waktu yang berkaitan dengan adanya kecendrungan meningkat atau menurun dalam jangka waktu yang panjang.
2. Metode yang digunakan ditentukan terlebih dahulu
Masing-masing metode akan memberikan hasil yang berbeda, metode peramalan yang baik adalah metode yang memberikan hasil peramalan yang tidak jauh berbeda dengan kenyataan yang terjadi.
3. Memproyeksikan data yang lalu dengan menggunakan metode tertentu dan mempertimbangkan adanya beberapa faktor-faktor perubahan. Faktor-faktor perubahan tersebut antara lain, yaitu perubahan kebijaksanaan yang mungkin terjadi.
Dari uraian diatas diketahui bahwa ada 3 langkah penting dalam melakukan kegiatan peramalan. Ketiga langkah tersebut perlu diperhatikan agar kegiatan peramalan dapat berhasil dengan baik dan efektif.
Pada akhir ini telah dikembangkan beberapa metode atau teknik-teknik peramalan untuk menghadapi bermacam-macam keadaan yang mungkin terjadi. Peramalan dibedakan atas peramalan kuantitatif dan kualitatif. Dalam hal ini penulis membatasi bahwa metode peramalan yang digunakan dalam tugas akhir ini adalah cara memperkirakan sesuatu yang akan terjadi pada masa depan secara kuantitatif. Oleh karena itu, untuk pembahasan selanjutnya akan ditekankan pada peramalan kuantitatif. Pada dasarnya metode peramalan kuantitatif ini dapat dibedakan atas:
1. Metode deret berkala (time series), merupakan pendugaan masa depan yang dilakukan berdasarkan nilai masa lalu dari suatu variabel dan kesalahan masa lalu, tujuannya adalah menemuka pola dalam deret data historis dan mengeksplorasikan pola dalam deret data historis dan mengeksplorasikan pola tersebut kemasa depan. Model ini digunakan dengan mudah untuk meramal. 2. Metode regresi (causal)
Model ini mengasumsikan bahwa faktor yang diramalkan menunjukkan suatu hubungan sebab-akibat dengan satu atau lebih variabel bebas. Tujuannya untuk menemukan bentuk hubungan tersebut dan menggunakannya untuk meramalkan nilai mendatang dari variabel tak bebas. Model ini dapat digunakan dengan keberhasilan yang lebih besar untuk pengambilan keputusan dan kebijaksanaan.
Dalam pengerjaan tugas akhir ini, digunakan metode peramalan yang pertama, yaitu metode peramalan dengan menggunakan variabel waktu yang dikenal dengan “time series”. Metode-metode peramalan dengan menggunakan analisa pola hubungan
antara variabel yang akan diperkirakan dengan variabel waktu, atau analisa deret waktu yang terdiri dari:
1. Metode pemulusan (smooting) yang mencakup metode data lewat (past data), metode rata-rata kumulatif, metode rata-rata bergerak (moving averages) dan metode pemulusan eksponensial (exponetial smoothing).
2. Metode Box Jenkis.
3. Metode proyeksi dengan trend.
Dalam tugas akhir ini akan digunakan time series yang ketiga, yaitu metode proyeksi dengan trend.
2.7 Metode Proyeksi Trend dengan Regresi
Pada dasarnya analisa regresi diinterprestasikan sebagai suatu analisis yang berkaitan dengan studi ketergantungan (hubungan kausal) dari suatu variabel tak bebas (dependent variable) dengan satu atau lebih variabel-variabel penjelas (independent variable) dengan maksud untuk menduga atau memperkirakan nilai rata-rata populasi atau nilai-nilai tertentu dari variabel penjelas atau variabel bebas.
Analisa regresi telah dipergunakan secara luas dalam berbagai bidang ilmu pengetahuan. Analisa regresi telah dipakai untuk menerangkan fungsi konsumsi, fungsi produksi, fungsi penawaran, fungsi biaya dan fungsi investasi.
Metode proyeksi trend dengan regresi, merupakan dasar garis trend untuk suatu persamaan matematis. Sehingga dengan dasar persamaan tersebut dapat diramalkan hal yang diteliti untuk masa depan. Untuk peramalan jangka pendek maupun peramalan jangka panjang, ketetapan peramalan ini sangat baik. Adapun yang dibutuhkan untuk penggunaan metode peramalan ini adalah data tahunan, dan makin banyak data yang dipunyai makin lebih baik, serta minimum data tahunan yang harus ada adalah lima tahunan. Metode ini selalu dipergunakan untuk penyusunan rencana penanaman tanaman baru, perencanaan produk baru, rencana pembangunan suatu negara dan daerah.
Ada tiga macam jenis data analisa regresi ini yaitu:
1. Analisa regresi yang mempelajari hubungan kausal antara suatu variabel tak bebas dan satu variabel bebas disebut analisa regresi sederhana (simple regression analysis).
2. Analisa regresi yang mempelajari hubungan kausal antara satu variabel tak bebas dan dua variabel bebas disebut analisa regresi berganda (multiple regression analysis).
3. Analisa yang mempelajari hubungan kausal antara sekumpulan variabel tak bebas (dua atau lebih variabel tak bebas) dan sekumpulan variabel bebas (dua atau lebih variabel bebas) disebut analisa regresi multivariate (multivariate regression analysis).
Didalam penulisan tugas akhir ini akan dibahas persoalan dengan menggunakanjenis analisa regresi yang pertama, yakni analisa sederhana (simple regression analysis).
Untuk jenis analisa regresi sederhana ini ada dua pilihan, yaitu analisa regresi sederhana yang bersifat linier maupun analisa sederhana yang bersifat nonlinier. Adapun yang dimaksud dengan kedua jenis tersebut adalah sebagai berikut:
1. Analisa regresi linier yang sederhana dimaksudkan suatu pola hubungan yang berbentuk garis lurus antara suatu variabel yang diramalkan dengan suatu variabel mempengaruhinya atau variabel bebasnya adalah waktu.
2. Analisa regresi nonlinier yang sederhana adalah suatu pola hubungan yang berbentuk garis tidak lurus antara suatu variabel yang diramalkan dengan satuvariabel yang mempengaruhinya atau variabel bebas. Dalam analisa deret waktu variabel bebasnya adalah waktu.
Penulis membatasi akan menggunakan jenis analisa regresi sederhana yang pertama, yaitu analisa regresi sederhana yang bersifat linier dengan menggunakan variabel waktu (time series).
2.8 Regresi Linier Sederhana dari Analisa Deret Waktu
Analisa deret waktu ( time series ) adalah suatu teknik atau suatu metode peramalan dengan menggunakan analisa hubungan antara variabel yang diramalkan dengan hanya satu-satunya variabel bebas yang mempengaruhi yang merupakan variabel waktu. Dalam bentuk Y = f(x), maka Y adalah variabel yang diramalkan dan X adalah variabel waktu.
Regresi linier sederhana adalah suatu pola hubungan yang berbentuk garis lurus antara suatu variabel yang diramalkan dengan suatu variabel yang
mempengaruhinya. Dalam analisa deret waktu, variabel bebasnya adalah waktu. Pola yang ditujukan oleh analisa regresi sederhana ini menngasumsikan bahwa hubungan antara dua variabel dinyatakan dengan satu garis lurus. Dalam penerapan metode ini, dapat dilakukan secara mudah dengan menempatkan atau memplotkan titik-titik dari data observasi pada kertas gambar atau grafik untuk melihat asumsi yang dapat digunakan bagi analisa regresi linier. Selanjutnya digambarkan atau ditarik suatu garis yang tepat untuk mewakili titik-titik tersebut, yang bentuknya merupakan garis lurus.regresi sederhana yang merupakan pola garis lurus, yaitu :
Y =a+bX Dimana :
Y = Variabel yang diramalkan X = Variabel waktu
a,b,c = Parameter atau koefisien regresi
Pada prinsipnya teknik dan metode yang ada berdasarkan proses analisanya pada usaha untuk mendapatkan suatu garis lurus yang tepat melalui titik-titik yang berserakan (scatter) dari data observasi. Garis tersebut dinyatakan sebagai,
bX a Y = +
Adapun formula umum dari teknik dan metode kuadrat terkecil yang digunakan yaitu:
n X b n Y a=
∑
i −∑
i atau − − − =Y bX a dan(
)
∑
∑
∑
∑ ∑
− − = 2 2 i i i i i i X X n Y X Y X n batau
∑
∑
∑
∑
− − − − = i i i i i X X X Y X Y X b 22.9 Tes Koefisien Penentu (Coefficient of Determination Test) atauR Tes 2
Setelah kita menaksir persamaan regresi dari data, maka masalah berikutnya yang akan kita hadapi adalah menilai baik buruknya kecocokan model regresi yang digunakan dengan data. Pengetesan yang perlu dilakukan adalah untuk mengetahui apakah benar waktu yang menentukan besarnya variabel yang diramalkan. Pengetesan tersebut dikenal dengan sebutan R test atau test koefisien penentu (Coefficient of 2 Determination Test).
Formula yang dipergunakan untuk pengetesan ini adalah:
∑
∑
⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − = − − 2 2 ^ 2 Y Y Y Y R i i 2R kita sebut koefisien korelasi atau koefisien penetu (determination). Nilai
2
R selalu positif, sebab merupakan rasio dari jumlah kuadrat yang nilainya juga selalu positif. Nilai R berkisar 2 berarti model regresi yang terbentuk tidak tepat untuk meramalkan Y.
0 , 1 0≤R≤ R2 =
2
meramalkan secara sempurna, berarti R mendekati nilai 1, makin tepat garis regresi 2 yang terbentuk untuk meramalkan Y.
2.10 Uji Signifikan (Significance Test)
Untuk meneliti apakah regresi yang dipergunakan dalam penyusunan ramalan adalah benar linier, dimana data observasi tepat berada disekitar garis regresi linier tersebut, maka perlu dilakukan apa yang disebut “significance test”. Kalau ternyata dari hasil test yang telah dilakukan diperoleh hasil yang siknifikan (insignificance), maka kurang tepatlah bila regresi linier yang dipergunakan dalam penyusunan ramalan tersebut.
Dalam signifikan tes ini, kita ingin mengetahui apakah benar secara statistik bahwa hubungan antara variabel yang diramalkan dengan variabel waktu adalah
. Untuk pengetesan ini perlu dilakukan dua macam tes yaitu: bX
a Y = +
2.10.1. F- Test
Tes untuk mengetahui apakah koefisien b secara statistik adalah signifikan. Hal ini menunjukkan tepat tidaknya penggunaan persamaan regresi sederhana dalam penyusunan ramalan. Untuk mencari F ratio dipergunakan formula sebagai berikut:
k n Y Y k Y Y F − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − =
∑
∑
− 2 ^ 2 ^ 1Atau cara lain yang lebih mudah untuk menghitung nilai F statistik adalah dengan menggunakan koefisien penentu, R. Besarnya nilai F ratio dengan cara ini adalah dengan menggunakan persamaan:
k n R k R F − −− = 2 2 1 1
Setelah diperoleh nilai F test, maka kemudian dilakukan perbandingan antara nilai F ratio dengan F tabel atau F test. Apabila nilai F ratio lebih besar dari nilai F tabel atau F tes, maka secara statistik koefisien b adalah signifikan. Dengan perkataan lain, persamaan regresi adalah benar dan dapat dipergunakan dengan tepat untuk peramalan dengan bentuk . Sebaliknya, bila F ratio mmpunyai nilai lebih kecil atau sama dengan nilai F tabel, maka secara statistik nilai koefisien b adalah tidak signifikan. Dengan perkataan lain, tidaklah tepat untuk menggunakan persamaan regresi sederhana dalam penyusunan ramalan yang dilakukan.
bX a Y = + bX a Y = + 2. T- Test
Tes untuk mengetahui apakah nilai estimasi dari a dan b dapat bervariasi karena pengaruh sampling atau pengaruh random. Untuk pengetesan tersebut perlu dicari standard error dari a dan b.
Standard error dari a dapat diperoleh dengan formula: n n Y Y a 2 2 ^ − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − =
∑
σStandard error dari b diperoleh dengan menggunakan formula,
∑
⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − = − 2 2 ^ 2 X X n Y Y b σJika nilai diperoleh dari hasil perhitungan t test adalah lebih besar dari nilai yang diperoleh dari t tabel atau t distribusi, maka dengan tingkat keyakinan tertentu, dapatlah disimpulkan bahwa nilai koefisien regresi yaitu a dan b secara statistik adalah signifikan. Sebaliknya nilai t tes yang diperoleh dari perhitungan lebih kecil dari atau sama dengan nilai t tabel, maka kesimpulan yang dapat ditarik adalah koefisien regresi a atau b secara statistik tidak signifikan, atau dengan perkataan lain, tidaklah tepat bila kita menggunakan persamaan regresi yang sederhana atau linier, sebaiknya digunakan regresi yang non linier.
BAB 3
GAMBARAN UMUM TEMPAT RISET
3.1 Sejarah Ringkas dan Gambaran BKP
Pada era orde baru program intensifikasi pertanian bertujuan untuk meningkatkan produktivitas dan produksi beras menuju swasembada pangan. Untuk mewujudkan swasembada pangan dibentuk suatu wadah koordinasi yang bersifat fungsional dari berbagai dinas instansi terkait baik di tingkat pusat, propinsi, kabupaten kota dan sampai ke tingkat desa yang disebut Abadan Pengendali BIMAS (Bimbingan Massal) di tingkaat pusat, Satuan Pembinaan BIMAS di tingkat propinsi dan Satuan Pelaksanaan BIMAS di tingkat kabupaten, dan Satuan Penggerak BIMAS di tingkat Kecamatan dan Desa. Wadah koordinasi ini ditetapkan berdasarkan Keputusan Presiden di tingkat pusat,keputusan Gubernur di tingkat Propinsi, Keputusan Bupati / walikota di tingkat Kabupaten, Kecamatan, dan Desa. Untuk mendukung wadah koordinasi yang bersifat fungsional tersebut, maka ditetapkan adanya Sekretariat Pembina BIMAS di tingkat Propinsi dan Sekretariat Pelaksana BIMAS di tingkat Kabupaten / Kota yang dipimpin oleh seorang Sekretaris.
Seiring dengan perkembangan otonomi daerah maka seluruh lembaga struktural yang bersifat vertikal, bergabung dan menyatu ke dalam lembaga struktural dinas daerah. Sehingga dengan demikian seluruh lembaga struktural yang bersifat vertikal yang ada selama ini tidak ada lagi kecuali lembaga struktural yang menangani Keuangan, Kehakiman, Agama dan Pertahanan.
Mengingat wadah koordinasi yang bersifat fungsional yaitu Satuan Pembinaan BIMAS si tingkat Propinsi, Satuan Pelaksanaan BIMAS di tingkat Kabupaten. Dipandang tugas-tugasnya masih diperlukan dalam rangka peningkatan produktivitas dan produksi bahan pangan dan strategis secara luas, maka Pemerintah Pusat dan Pemerintah Daerah (PEMDA) Sumatera Utara membentuk suatu badan yang disebut dengan Badan Ketahanan Pangan (BKP) oleh karena itu Badan Ketahanan Pangan ini berperan sebagai Sekretariat Dewan Ketahanan Pangan yang sekaligus merupakan transparansi dari satuan Pembina BIMAS.
Badan Ketahanan Pangan ini mempunyai tugas dan fungsi yang koordinatif yang merupakan kesinambungan dari tugas dan fungsi koordinasi yang diemban oleh Satuan Pembina BIMAS dan Satuan Pelaksana BIMAS pada era pemerintahan orde baru. Seluruh institu Badan Ketahanan Pangan menempati kantor lama Kanwail Departemen Pertanian Propinsi Sumatera Utara dan kantor lama BIMAS dan pegawai Kanwail Departemen Pertanian Sumatera Utara.
3.1.1 Visi Badan Ketahanan Pangan Propinsi Sumatera Utara
“Terwujudnya ketahanan pangan masyarakat yang berbasis kepada sumber daya lokal yang dimiliki secara efisien dan berkelanjutan menuju masyarakat yang berkualitas dan sejahtera.”
3.1.2 Misi Badan Ketahanan Pangan Propinsi Sumatera Utara
Misi Badan Ketahanan Pangan Propinsi Sumatera Utara:
1. Meningkatkan keberdayaan dan kemandirian masyarakat untuk mewujudkan ketahanan pangan yang berbasis sumber daya lokal yang dimiliki.
2. Meningkatkan kualitas sumber daya manusia dan kesejahteraan masyarakat.
3.1.3 Tugas Badan Ketahanan Pangan Propinsi sumatera Utara
Tugas Badan Ketahanan Pangan Propinsi Sumatera Utara:
1. Sebagai salah satu Lembaga Teknis Daerah Perda No.4 Tahun 2001, membantu kepala daerah dalam pemeliharaan Ketahanan Pangan.
2. Sebagai Sekretariat Dewan Ketahanan Pangan SK GUBSU No.188/44/250/K/Thn 2002, membantu gubernur dalam fasilitas pelaksanaan koordinasi perumusan kebijakan dan program dibidang Ketahanan Pangan yang meliputi aspek ketersediaan, distribusi, konsumsi, keamanan pangan,dan melaksanakan pengendalian, monitoring, dan evaluasi ketahanan pangan daerah.
3.1.4 Fungsi Badan Ketahanan Pangan Propinsi Sumatera Utara
Fungsi Badan Ketahanan Pangan Propinsi Sumatera Utara yaitu:
1. Mengkoordinasikan perumusan kebijakan dan perencanaan program peningkatan ketahanan pangan daerah yang meliputu aspek-aspek sebagai berikut:
a. Aspek ketersediaan yang bersumber dari produksi, cadangan dan impor.
b. Aspek distribusi yang berbasis kepada stabilitas harga pangan, aman dan terjangkau.
c. Aspek konsumsi yang berbasis kepada penganekaragaman konsumsi non beras, bermutu/ bergizi dan aman.
2. Mengkoordinasikan monitoring program peningkatan ketahanan pangan melalui Rapat Dewan Ketahanan Pangan, Rapat Kelompok Kerja guna mengantisipasi dan memecahkan masalah yang dihadapi melalui hal-hal sebagai berikut:
a. Monitoring pelaksanaan kegiatan usaha tani b. Monitoring expor/ impor bahan pangan strategis c. Monitoring haraga bahan pangan strategis dan lokal
d. Monitoring pengadaan/ penyimpanan/ penyaluran cadangan makanan e. Monitoring kewaspadaan pangan (bencana alam dan gangguan OPT) f. Monitoring daerah rawan pangan
g. Monitoring penganekaragaman konsumsi bahan pangan h. Monitoring mutu dan keamanan ke lapangan
3. Melaksanakan peningkatan analisis dan pembinaan terhadap aspek-aspek ketahanan pangan (ketersediaan, distribusi, penganekaragaman konsumsi dan kewaspadaan/ keamanan pangan) yang meliputi:
a. Pelaksanaan DPH-LUEP
b. Pengembangan lumbung pangan c. Pengembangan tunda jual d. Pengembangan pangan lokal e. Peningkatan pekarangan f. Pemberdayaan daerah rawan
4. Memantau dan mengendalikan ketersediaan dan pendistribusian bahan pangan, terutama 9 (sembilan) bahan pangan pokok.
5. Mengkoordinasikan pelaporan dan evaluasi program peningkatan ketahanan pangan yang meliputi aspek ketersediaan, mutu dan keamanan pangan.
3.1.5 Lokasi Badan Ketahanan Pangan
Bangunan Kantor Badan Ketahanan Pangan Propinsi Sumatera Utara seluas ± 1.276 diatas tanah seluas 14.271,5 yang terletak di Jl. Jendral Besar Dr. Abdul Haris Nasution No. 24 Medan.
2
m m2
3.2 Struktur Organisasi Instansi Pemerintah
Struktur organisasi Badan Ketahanan Pangan yaitu: Badan Ketahanan Pangan Propinsi Sumatera Utara dipimpin oleh seorang Kepala Badan (Eselon II/ a) dan
sibantu oleh 4 orang Pejabat Struktural Eselon III/ a serta Kelompok Jabatan Fungsional (KJF) yakni:
1. Sekretariat:
a. Sub Bagian Keuangan b. Sub Bagian Umum
c. Sub Bagian Hukum dan Organisasi 2. Bidang Pengkajian Pangan:
a. Sub Bagian Pengadaan dan Cadangan Makanan b. Sub Bagian Mutu Pangan dan Gizi
c. Sub Bagian Pemberdayaan Kelembagaan Pangan d. Sub Bagian Analisis Harga Pangan
3. Bidang Kewaspadaan Pangan dan Gizi:
a. Sub Bagian Monitoring dan Evaluasi Pangan b. Sub Bagian Sistem Informasi Manajemen Pangan c. Sub Bagian Rawan Pangan
4. Bidang penganekaragaman Konsumsi Pangan dan Sumber Daya: a. Sub Bagian Pola Konsumsi Pangan
b. Sub Bagian Pemberdayaan Masyarakat dan Sumber Daya c. Sub Bagian Penganekaragaman Pangan Lokal
5. Kelompok Jabatan Fungsional
3.3 Kegiatan Badan Ketahanan Pangan
Progam kerja Badan Ketahanan Pangan terdiri dari berbagi kegiatan yang dilaksanakan setiap tahun yaitu antara lain:
1. Memfasilitasi Koordinasi Perencanaan Kebijakan dan Program Peningkatan Ketahanan Pangan Propinsi Sumatera Utara.
2. Melaksanakan pemantauan dan monitoring terhadap ketersediaan bahan pangan pokok dan strategis setiap bulan yang terdiri dari produksi, ekspor, impor, keluar masuk propinsi, kebutuhan konsumsi dan lain-lain. Serta stok atau cadangan pangan.
3. Melaksanakan pemantauan dan monitoring terhadap harga harian bahan pokok, dan strategi untuk koordinasi dengan dinas Instansi terkait apabila terjadi fluktuasi harga.
4. Melaksanakan sosialisasi dan pembinaan masyarakat tentang diversifikasi konsumsi pangan melalui pemasyarakatan konsumsi pangan yang Beragam, Bergizi, dan Berimbang (3B) untuk mengurangi konsumsi beras dan meningkatkan konsumsi daging, telur dan sayur-sayuran.
5. Melaksanakan pengawasan terhadap mutu dan keamanan bahan pangan segar, seperti buah dan sayur melalui otoritas kompetensi.
6. Melaksanakan pendeteksian dini dan kerawanan pangan melalui Seksi Kewaspadaan Pangan dan Gizi (SKPG).
7. Menyusun peta rawan pangan setiap Kabupaten/ Kota (Food Insecurity Atlas), guna dijadikan acuan dalam mengatasi kerawanpanganan.
8. Melaksanakan berbagai kegiatan pemberdayaan terhadap masyarakat melalui kelompok-kelompok masyarakat dengan memberikan bantuan dana penguatan modal atau dana penguatan modal usaha kelompok/ bantuan langsung masyarakat yaitu antara lain:
a. Bantuan Dana Penguatan Modal bagi Lembaga Usaha Ekonomi Pedesaan (DPM-LUEP) untuk stabilisasi hargaa gabah/ padi di tingkat petani.
b. Bantuan Penguatan Modal Usaha Kelompok (PMUK) pangan di tingkat kelompok.
c. Bantuan PMUK untuk pengembangan pangan lokal atau tradisional bagi kelompok-kelompok pangan lokal.
d. Bantuan PMUK untuk pengembangan dan pemanfaatan pekarangan bagi kelompok masyarakat untuk meningkatkan mutu dan gizi keluarga.
e. Bantuan PMUK bagi kelompok dalam pemberdayaan daerah rawan pangan.
9. Melaksanakan pameran pangan dan pemberian penghargaan bagi aparat dan kelompok masyarakat yang berjasa dalam bidang pangan.
BAB 4
ANALISA DAN PEMBAHASAN
4.1 Menentukan Persamaan Regresi
Data Kebutuhan Konsumsi Beras di Sumatera Utara, dapat dilihat dari tabel di bawah ini:
Tabel 4.1 Kebutuhan Konsumsi Beras di Sumatera Utara Tahun 2000-2006
Tahun Kebutuhan Konsumsi
2000 1610344 2001 1634709 2002 1654392 2003 1664466 2004 1682824 2005 1682900 2006 1749420
Dari data Kebutuhan Konsumsi Beras di atas, dapat digambarkan grafik sebagai berikut: 0 500000 1000000 1500000 2000000 Kebutuhan Konsumsi Beras 2000 2001 2002 2003 2004 2005 2006
Gambar 4.1 Kebutuhan Konsumsi Beras di Propinsi Sumatera Utara Tahun 2000-2006
Untuk memperkirakan atau meramalkan kebutuhan konsumsi beras di tahun-tahun yang akan datang, maka terlebih dahulu kita menggambarkan dan menetapkan data observasi dalam suatu bidang datar dan menarik suatu garis regresi yang mendekati titik tersebut.
Untuk mencari garis yang tepat, maka digunakan metode “ least square “, yaitu metode yang meminimalisasikan kesalahan ramalan. Perhitungan-perhitungan yang dilakukan dapat dilihat pada tabel 4.2 berikut ini:
Tabel 4.2 Perhitungan Koefisien Regresi dari Kebutuhan Konsumsi Beras Tahun Kebutuhan Konsumsi (Ton) i Y X i Xi2 Yi2 XiYi 2000 1610344 0 0 2593207798336 0 2001 1634709 1 1 2672273514681 1634709 2002 1654392 2 4 2737012889664 3308784 2003 1664466 3 9 2770447065156 4993398 2004 1682824 4 16 2831896614976 6731296 2005 1682900 5 25 2832152410000 8414500 2006 1749420 6 36 3060470336400 10496520 Jumlah 11679055 21 91 19497460629213 35579207
Berdasarkan data table diatas, maka hasil yang didapat setelah melakukan suatu perhitungan adalah sebagai berikut:
n = 7
∑
Yi = 11679055∑
Xi = 21∑
Yi2 = 19497460629213∑
Xi2= 91∑
XiYi = 35579207Dari data yang diketahui diatas, maka dapat diperoleh: 3 7 21 = = − X
43 , 1668436 7 11679055 = = − Y
Dari formula umum dapat diperoleh:
∑
∑
∑
∑
− − − − = i i i i i X X X Y X Y X b 2( )
(
)
21 3 91 11679055 3 35579207 − − = 28 542042 = = 19358,64 − − − =Y bX a = 1668436,43 - 19358,64 (3) = 1610360,51Dari perhitungan-perhitungan diatas, maka persamaan regresi yang diperoleh adalah: i bX a Y = + ^ = 1610360,51 + 19358,64 Xi
Dengan menggunakan persamaan regresi diatas, maka dapatlah disusun besarnya kebutuhan konsumsi beras untuk tahun 2008-2010.
Besarnya ramalan kebutuhan konsumsi beras di Propinsi Sumatera Utara: Tahun 2008 : 8 = 1610360,51 + 19358,64 (8) ^ Y = 1765229,63 Tahun 2009 : 9 =1610360,51 + 19358,64 (9) ^ Y = 1784587,76
Tahun 2010 : 10 =1610360,51 + 19358,64 (10)
^
Y
= 1803946,91
Setelah diperoleh besarnya nilai ramalan hasil kebutuhan konsumsi beras untuk tahun 2008 sampai 2010, maka selanjutnya perlu dilakukan pengetesan terhadap regresi yang dipergunakan dalam penyusunan ramalan tersebut. Dalam hal ini, akan dilakukan pengetesan mengenai tepat atau tidaknya variabel yang mempengaruhi besarnya kebutuhan konsumsi beras yang diramalkan adalah waktu. Pengetesan ini disebut tes mengenai koefisien penentu (coefficient of Determination test) atau R2 Test.
4.2 Test Koefisien Penentu atau R Test 2
Tabel 4.3 untuk menghitung R2
(Y) (X) − − Y Y 2 ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − − Y Y bX a Y = + ^ − − Y Y ^ 2 ^ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − − Y Y 1610344 0 -58092.43 3374730423 1610361 -58075.92 3372812484 1634709 1 -33727.43 1137539534 1629719 -38717.28 1499027771 1654392 2 -14044.43 197246014 1649078 -19358.64 374756942.6 1664466 3 -3970.43 15764314.38 1668436 0 0 1682824 4 14387.57 207002170.5 1687795 19358.64 374756942.6 1682900 5 14463.57 209194857.1 1707154 38717.28 1499027771 1724718 6 56281.57 3167615122 1726512 58075.92 3372812484 11654353 21 -24702.01 8309092435 11679055 4.66E-10 10493194394
Dari tabel diatas terlihat bahwa JKR =
∑
∑
⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − = − − 2 2 ^ 2 Y Y Y Y R i i 8309092435 4 1049319439 2 = R = 2 R 0,13 = 13%Artinya 13% dari seluruh variabel total Y diterangkan oleh regresi, atau X dan masih ada sebesar 87% lagi variasi Y yang tidak dapat diterangkan oleh model yang digunakan. Maka dapatlah dikatakan bahwa besarnya ramalan kebutuhan konsumsi beras ditentukan oleh sekitar 0,13 oleh variabel waktu. Dengan perkataan lain, waktu dapat dipergunakan untuk memperkirakan besarnya ramalan hasil kebutuhan konsumsi beras, karena korelasi antara waktu dengan besarnya hasil kebutuhan konsumsi beras adalah 0,13.
4.3 Uji Signifikan (Signifficance Test)
Dalam signifikan tes ini, kita ingin mengetahui apakah benar secara statistika bahwa hubungan yang ada antara variabel yang diramalkan dengan variabel waktu adalah
. Untuk pengetesan ini, perlu dilakukan dua macam tes, yaitu: bX
a Y = +
4.3.1 F- Test
Dari data kebutuhan konsumsi beras dan perhitungan koefisien regresi yang terdapat pada tabel 4.2, dapat dihitung nilai F tes seperti terdapat pada tabel 4.4.
Tabel 4.4 Perhitungan F Statistik
(Y) (X) Y =a+bX ^ ^ Y Y− 2 ^ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ −YY − − Y Y ^ 2 ^ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − − Y Y 1610344 0 1610360.51 -16.51 272.5801 -58075.92 3372812484 1634709 1 1629719.15 4989.85 24898603 -38717.28 1499027771 1654392 2 1649077.79 5314.21 28240828 -19358.64 374756942.6 1664466 3 1668436.43 -3970.43 15764314 0 0 1682824 4 1687795.07 -4971.07 24711537 19358.64 374756942.6 1682900 5 1707153.71 -24253.71 588242449 38717.28 1499027771 1724718 6 1726512.35 -1794.35 3219691.9 58075.92 3372812484 11654353 21 11679055 -24702.01 685077696 4.6566E-10 10493194394
Dari tabel diatas, dapatlah dicari nilai F ratio sebagai berikut:
k n Y Y k Y Y F − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − =
∑
∑
− 2 ^ 2 ^ 1 2 7 685077696 1 2 4 1049319439 − − = F 2 , 137015539 4 1049319439 = F= 76,58
Dalam hal ini tingkat keyakinan sebesar 77%, atau tingkat kenyataan atau signifikan sebesar 3%, maka dari tabel distribusi F, diperoleh nilai F tes atau F tabel untuk pembilang sebesar satu dan penyebut sebesar lima adalah 6,61. Dengan memperbandingkan nilai F tabel atau F tes yang diperoleh dengan ratio yang telah dihitung, maka diperoleh:
F ratiio = 76,58 > F tes = 6,61
Hal ini menunjukkan bahwa koefisien b dalam persamaan regresi yang sederhana adalah Y = 1610360,51 + 19358,64 signifikan. Sehingga dapat disimpulkan, bahwa persamaan regresi ramalan yang tepat atau benar adalah Y = a + bX.
i X
4.3.2 T- Test
Tabel 4.5 Data untuk menghitung T Test
(Y) (X) − − X X 2 ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − − X X bX a Y = = ^ − − Y Y 2 ^ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ −YY 1610344 0 -3 9 1610360.51 -16.51 272.5801 1634709 1 -2 4 1629719.15 4989.9 24898603.02 1654392 2 -1 1 1649077.79 5314.2 28240827.92 1664466 3 0 0 1668436.43 -3970 15764314.38 1682824 4 1 1 1687795.07 -4971 24711536.94 1682900 5 2 4 1707153.71 -24254 588242448.8 1724718 6 3 9 1726512.35 -1794 3219691.923 11654353 21 0 28 11679055 -24702 685077695.5
Dari persamaan Y = 1610360,51 + 19358,64 , maka sebelum kita menghitung T test a dan T tesr b dapat kita mencari
i X b adanσ σ , yaitu: n n Y Y a 2 2 ^ − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − =
∑
σ 7 5 5 . 685077695 = = 4424.21 Dan∑
∑
⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − = − 2 2 ^ 2 X X n Y Y b σ 28 5 5 , 685077695 = = 2212.,11 Maka, T test 363,99 21 , 4424 51 , 1610360 = = = a a a σ T test 8,75 11 , 2212 64 , 19358 = = = b b b σSedangkan t tabel atau t distribusi dengan tingkat keyakinan 77%, atau tingkat signifikan 23%, maka dapat diperolah dari tabel distribusi t yaitu:
( − ; /2) =t(7−2;0,05/2) =t(5;0,025) =2,57
tn kα
Maka diperoleh:
T test a =363,99 > t tabel = 2,57 T test b = 8,75 > t tabel = 2,57
Dengan demikian, dapatlah disimpulkan bahwa baik koefisien regresi a maupun b, secara statistik adalah signifikan. Oleh karena itu, maka dapatlah dikatakan bahwa penggunaan persamaan regresi Y = 1610360,51 + 19358,64 adalah tepat atau benar secara statistik dalam penyusunan ramalan kebutuhan konsumsi beras di Propinsi Sumatera Utara.
i X
BAB 5
IMPLEMENTASI SISTEM
5.1 Pengenalan Excel
Microsoft Excel adalah aplikasi pengolah angka (spread sheet) yang sangat populer dan canggih saat ini, yang dapat digunakan untuk mongorganisir, menghitung, menyediakan maupun menganalisa data-data dan mempresentasikannya ke grafik/diagram. Microsoft Excel dapat membantu penyelesaian tugas-tugas mulai dari penyiapan invoice sederhana atau perencanaan budget, pembuatan grafik 3-dimensi sampai me-manage sederhana atau akuntansi untuk sebuah perusahaan tingkat menengah.
Untuk mengaktifkan lembar kerja Microsoft Excel dapat dilakukan dengan cara : 1. Cara 1
1) Klik tombol Start
2) Pilih dan klik Program, Microsoft Office, Microsoft Excel
2. Cara 2
1) Klik tombol Start 2) Pilih dan klik Run
3) Ketik pada bagian Open: Excel, klik OK
3. Cara 3
1) Klik kanan pada tombol Start
2) Pilih dan klik Open, klik ganda pada Program File, Microsoft Office,
Office, Excel,Exe ( biasanya folder program File berada di direktory
Gambar 5.2.d Tampilan Lembar Kerja Microsoft Excel
Keterangan dari lembar kerja diatas adalah :
1. TitleBar : baris judul berisi nama aplikasi yang digunakan yakni MS. Excel. 2. MenuBar : baris menu yakni perintah yang dapat diaktifkan dengan mengklik
menu atau menekan tombol Alt di keyboard dengan salah satu huruf bergaris bawah pada menu.
3. ToolBar : baris tool (alat) yakni icon – icon perintah MS.Excel.
4. FormulaBar : daerah tempat penulisan atau tampilan rumus atau data yang ada pada lembar kerja.
5. NameBox : daerah penunjuk range atau sel yang sedang aktif.
6. ScrollBar : lajur penggulung layar baik secara tegak ( vertikal ) maupun secara mendatar ( horizontal ).
Istilah – istilah dalam Microsoft Excel :
1. Worksheet adalah daerah tempat lembaran kerja untuk memasukkan data atau rumus. Normalnya Microsoft ini menyediakan worksheet atau sheet sebanyak 3 sheet. Worksheet terdiri dari 65.536 baris dan 256 kolom.
2. Workboo merupakan buku kerja yang terdiri dari beberapa worksheet. Workbook ini merupakan file penyimpanan woksheet sehingga mempermudah mengorganisasi file – file sesuai dengan kebutuhan yang diperlukan.
3. Cell merupakan perpotongan baris dan kolom yang ditandai dengan aktifnya pointer sel pada posisi tertentu . Posisi sel aktif ditunjukkan pada Name Box. 4. Pointer Cell adalah tanda penunjuk keaktifan sel berupa kotak bingkai tebal. 5. Range adalah kumpulan beberapa sel yang membentuk kelompok area (
ditandai dengan warna hitam saat diblok ). 6. Gridlines adalah garis bantu sel pada area kerja.
7. Fill Handle adalah bagian bawah kanan pointer cell berfungsi untuk memindahkan atau mengcopy data dan rumus dengan mengunakan mouse.
5.2 Jenis Data Dalam Microsoft Excel
Sebuah sel pada lembar kerja Excel dapat diisi empat jenis data yaitu :
1. Label/teks : alfabet A hingga Z ditambah dengan karakter-karakter khusus seperti ~ @ # $ % dan sebagainya.
2. Numerik : bilangan yang dapat dilakukan operasi perhitungan seperti dijumlahkan, dikurangkan, dikalikan dan dibagi.
3. Alfanumerik: angka-angka yang tidak bernilai sehingga tidak dapat dilakukan operasi perhitungan misalnya nomor telepon, nomor rumah, nomor kode dan sejenisnya.
4. Rumus : berupa gabungan dari tipe konstanta, referensi atau alamat sel lain, nama sel atau range dan fungsi (function) yang menghasilkan nilai baru. Tipe rumus ditandai dengan diawali tanda = atau tanda +.
Saat tipe data rumus dicopy ke sel atau range lain, maka hasil yang terjadi akan berubah sesuai dengan nilai sel-sel atau range yang berhubungan langsung dengan rumus yang ada pada sel tersebut.
Berikut ini adalah beberapa operator yang sering digunakan :
+ Tambah = Sama dengan
- Kurang > Lebih besar
* Kali >= Lebih besar sama dengan
/ Bagi < Lebih kecil
^ Pangkat <= Lebih kecil atau sama dengan % Persen <> tidak sama dengan
5.3 Fungsi Statistik
Fungsi ini bertujuan untuk menganalisa kumpulan suatu data. Untuk penganalisaan data, beberapa fungsi yang sering digunakan antara lain :
2. MAX ( range ) fungsinya untuk mencari nilai tertinggi dari sekumpulan data angka.
3. MIN ( range ) fungsinya untuk mencari nilai terendah dari sekumpulan data angka.
4. AVERAGE ( range ) fungsinya untuk mencari nilai rata – rata sekumpulan data angka.
5. COUNT ( range ) fungsinya untuk mencari banyak data dari sekumpulan data atau teks.
Gambar 5.3 Tampilan Penggunaan Fungsi
Untuk mencari rumus diatas maka dipergunakan : 1. =SUM ( C2:C4 ) Untuk mencari total nilai 2. =MAX (C2:C4) Untuk mencari nilai tertinggi 3. =MIN (C2:C4) Untuk mencari nilai terendah
4. =AVERAGE ( C2:C4 ) Untuk mencari nilai rata – rata 5. =ACOUNT ( C2:C4 ) Untuk mencari banyak data
5.4 Mengedit Worksheet Dan Workbook
a. Edit Worksheet
1. Cut And Paste (Move), berfungsi untuk memindahkan data kedaerah lain caranya:
1) Blok data yang akan dipindahkan dengan menggunakan mouse 2) Klik menu Edit, Cut atau tekan Ctrl+V
3) Tempatkan penunjuk sel pada sel kemana data dipindahkan 4) Klik menu Edit, Paste atau tekan Ctrl+V
2. Copy And Paste (copy)
Caranya adalah sebagai berikut :
1) Blok data yang akan dicopy dengan menggunakan mouse 2) Klik menu edit, copy atau tekan Ctrl + C
3) Tempatkan penunjuk sel pada sel kemana data dicopy 4) Klik menu edit, Paste
3. Copy With Fill Handle, berfungsi untuk mengcopy data konstanta atau rumus 1) Blok data yang akan dicopy dengan menggunakan mouse
2) Arahkan mouse pada fill handle, kemudian tariklah fill handle ke arah bawah, atas kiri atau ke kanan sesuai kebutuhan
BAB VI
PENUTUP
6.1 KESIMPULAN
Setelah dilakukan pengumpulan data dan pengolahan data tentang kebutuhan konsumsi beras propisi Sumatra Utara 2000-2006, maka dapat disimpukan beberapa hal sebagai berikut :
1. Dengan mendapatkan persamaan regresinya, maka dapat diramalkan kebutuhan konsumsi beras untuk 3 tahun yang akan datang, yaitu ;
Y = 1610360,51 + 19358,64 Xi
Sehingga diperoleh hasil untuk tahun 2008-2010 adalah sebagai berikut : Tabel 6.1 Kebutuhan Konsumsi Beras di Sumatera Utara Tahun 2008-2010
Tahun Kebutuhan Konsumsi Beras
2008 1765229,63 2009 1784587,76 2010 1803946,91
3. Dilihat dari hasil peramalan konsumsi beras semakin tinggi, ini dapat diketahui dari R Squares 13% yang berarti kebutuhan konsumsi beras (variabel bebas) dipengaruhi oleh waktu (variabel terikat). Dengan perkataan lain, waktu dapat dipergunakan untuk memperkirakan besarnya ramalan kebutuhan konsumsi beras.
6.2 SARAN
Karena kebutuha konsumsi beras yang cenderung meningkat, penulis menyarankan dan mengharapkan dari hasil penelitian ini, Badan Ketahanan Pangan Sumatra Utara dan pemerintah daerah untuk lebih memperhatikan kebutuhan beras Sumatra Utara seiring semakin bertambahnya penduduk yang mengkonsumsi beras sebagai bahan pangan utama serta lebih bijaksana dalam meningkatkan produksi beras.
DAFTAR PUSTAKA
Assauri Sofjan, 1990. Teknik dan Metode Peramalan.
Bambang, Kustitianto, Statistik Analisa Runtun Waktu dan Regresi Korelasi. Dixon, Wilfrid J. Dan Massey, Frank J. 1997. Pengantar Analisis Statistik. Edisi
keempat. Yogyakarta: gajah Mada University Press.
Rekapitulasi Data Statistik Kebutuhan Konsumsi Beras Propinsi Sumatera Utara Tahun 2000-2006.
Santoso, Singgih, 2003. Statistk Diskriptif, konsep dan Aplikasi dengan Microsoft Exel dan SPSS, Edisi satu, Yogyakarta: Andi
