Peramalan Tingkat Produksi Beras Dan Kebutuhan Beras Di Kabupaten Labuhan Batu Tahun 2008

(1)

Evi Yully Desna Nababan : Peramalan Tingkat Produksi Beras Dan Kebutuhan Beras Di Kabupaten Labuhan Batu Tahun 2008, 2008.

PERAMALAN TINGKAT PRODUKSI BERAS DAN KEBUTUHAN

BERAS DI KABUPATEN LABUHAN BATU TAHUN 2008

TUGAS AKHIR

EVI YULLY DESNA NABABAN

052407143

PROGRAM STUDI D-3 STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

(2)

PERAMALAN TINGKAT PRODUKSI BERAS DAN KEBUTUHAN

BERAS DI KABUPATEN LABUHAN BATU TAHUN 2008

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Ahli Madya

EVI YULLY DESNA NABABAN

052407143

PROGRAM STUDI D-3 STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

(3)

PERSETUJUAN

Judul : PERAMALAN TINGKAT PRODUKSI BERAS DAN KEBUTUHAN BERAS DI KABUPATEN LABUHAN BATU TAHUN 2008

Kategori : TUGAS AKHIR

Nama : EVI YULLY DESNA NABABAN

Nomor Induk Mahasiswa : 052407143

Program Studi : DIPLOMA -3 (D3) 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 Dosen Pembimbing, Ketua,

Dr.Saib Suwilo, M.Sc. Drs. Marwan Harahap, M.Eng.

(4)

PERNYATAAN

PERAMALAN TINGKAT PRODUKSI BERAS DAN KEBUTUHAN BERAS DI KABUPATEN LABUHAN BATU TAHUN 2008

TUGAS AKHIR

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

Medan, Mei 2008

(5)

PENGHARGAAN

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha Penyayang, dengan limpahan karunia- Nya kertas kajian ini berhasil diselesaikan dalam waktu yang telah ditetapkan.

(6)

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii

Penghargaan iv

Daftar Isi v

Daftar Tabel vii

BAB 1 Pendahuluan 1

1.1 Latar Belakang 1

1.2 Perumusan Masalah 2

1.3 Tujuan dan manfaat Pnelitian 2

1.4 Metode Penelitian 3

1.5 Tinjauan Pustaka 4

1.6 Sistematika Penulisan 6

BAB 2 Tinjauan Teoritis 8

2.1 Pengertian Peramalan 8

2.1.1 Jenis-Jenis Peramalan 9

2.2 Definisi Metode Peramalan 10

2.2.1 Pengertian Metode Peramalan 10

2.2.2 Uraian Metode Peramalan 11

2.3 Metode Peramalan yang digunakan 12

(7)

2.3.2 Eksponensial Smoothing Tunggal 13

2.3.3 Analisa Eksponensial Smoothing Tunggal 14

2.3.4 Analisa Eksponensial Smoothing Linier 15

BAB 3 GambarUmum Badan Ketahanan Pangan 17

3.1 Sejarah Badan Ketahanan Pangan 17

3.1.1 Visi Badan Ketahanan Pangan Sumatera Utara 19

3.1.2 Misi Badan Ketahanan Pangan Sumatera Utara 19

3.1.3 Tugas Badan Ketahanan Pangan Sumatera Utara 19

3.1.4 Fungsi Badan Ketahanan Pangan Sumatera Utara 20

3.1.5Lokasi Badan Ketahanan Pangan 20

3.2 Struktur Organisasi Instansi Pemerintah 20

BAB 4 Analisis Dan Analisis

23

4.1 Analisis Data

23

4.2 Analisa Eksponensial Smoothing Tunggal Produksi Beras 24

4.3 Analisa Eksponensial Smoothing Linier Produksi Beras 0,1

26

4.4 Analisa Eksponensial Smoothing Linier Produksi Beras 0,5 32

4.5 Analisa Eksponensial Smoothing Linier Produksi Beras 0,9 36

4.6 Analisa Eksponensial Smoothing Tunggal Kebutuhan Beras 39

4.7 Analisa Eksponensial Smoothing Linier Kebutuhan Beras 0,1 40

(8)

4.9 Analisa Eksponensial Smoothing Linier Kebutuhan Beras 0,9 50

BAB 5 Implemmentasi Sistem

53

5.1 Pengenalan Implementasi Sistem

53

5.2 Pengaktifan Excel

54

5.3 Implementasi Sistem Parameter Produksi dan Kebutuhan Beras 55

5.4 Fungsi Eksponensial Smoothing

55

BAB 6 Kesimpulan dan Saran 61

6.1 Kesimpulan

61

6.2 Saran

62

Daftar Pustaka

(9)

DAFTAR TABEL

Halaman

Tabel 4.1 Produksi Beras dan Kebutuhan Beras di Kabupaten Labuhan Batu 23

Tabel 4.2 Ramalan Kesalahan Produksi Beras ( =0,1 ; 0,5 ;0,9) 26

Tabel 4.3 Ramalan Produksi Beras dengan Methode Eksponensial Smoothing 28 Linier =0,1

Tabel 4.31 Nilai Kesalahan Produksi Beras =0,1 30

Tabel 4.4 Ramalan Produksi Beras dengan Methode Eksponensial Smoothing 32

Linier =0,5

Tabel 4.5 Ramalan Produksi Beras dengan Methode Eksponensial Smoothing 36 Linier =0,9

Tabel 4.6 Ramalan Kebutuhan Beras ( =0,1 ; 0,5 ;0,9) 40

Tabel 4.7 Ramalan Kebutuhan Beras dengan Methode Eksponensial Smoothing 42 Linier =0,1

Tabel 4.71 Nilai Kesalahan Kebutuhan Beras =0,1 44

Tabel 4.8 Ramalan Kebutuhan Beras dengan Methode Eksponensial Smoothing 46

Linier =0,5

(10)

Tabel 4.9 Ramalan Kebutuhan Beras dengan Methode Eksponensial Smoothing 50

Linier =0,9

Tabel 4.91 Nilai Kesalahan Kebutuhan Beras =0,9 52

(11)

DAFTAR GAMBAR

Halaman

Gambar 4.3 Peramalan Produksi Beras =0,1 29

Gambar 4.6 Peramalan Kebutuhan Beras =0,1 43

(12)

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Penduduk Indonesia sangat tergantung pada beras sebagai makanan pokok.

Ketergantungan yang sangat besar ini menjadi tantangan bagi negara-negara yang

mengkonsumsi beras sebagai makanan pokok, khususnya Indonesia. Pada umumnya

produksi beras dan kebutuhan beras meningkat sebagai akibat kenaikan pertambahan

penduduk yang cukup tinggi, untuk mengurangi tersebut persediaan dimasyarakat

harus meningkat.

Kabupaten Labuhan Batu adalah areal pertanian persawahan yang subur untuk

tanaman padi sekitar 4.000 Ha. Namun kondisi areal tanaman padi sudah banyak

beralih fungsi menjadi areal kelapa sawit, sehingga terjadi penurunan luas lahan dan

produksi sawah. Bila hal ini terus berlangsung tanpa turut campur Pemkab Labuhan

Batu bisa di pastikan Labuhan Batu akan mengimpor beras dari luar.

Dalam melakukan analisa kegiatan tersebut haruslah diperkirakan apa yang

akan terjadi pada masa yang akan datang. Bagaimana tingkat produksi beras dan

kebutuhan beras. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa

(13)

membuat judul Tugas Akhir ini adalah “ Peramalan Tingkat Produksi Beras dan

Kebutuhan Beras di Kabupaten Labuhan Batu Tahun 2008 “.

1.2 Perumusan Masalah

Permasalahan produksi beras dan kebutuhan beras di Kabupaten Labuhan Batu yang

semakin meningkat memerlukan adanya suatu penelitian yang dapat memaparkan

sejauh mana produksi beras dan kebutuhan beras tiap tahunnya. Penyusunan Tugas

Akhir yang berjudul “Peramalan Tingkat Produksi Beras dan Kebutuhan Beras di

Kabupaten Labuhan Batu Tahun 2008” akan menguraikan tingkat produksi beras dan

kebutuhan beras serta metode-metode perhitungannya.

Berdasarkan hal ini dapat dirumuskan masalah penelitian sebagai berikut :

1. Mengetahui peramalan tingkat produksi beras dan kebutuhan beras di

kabupaten Labuhan Batu tahun 2008.

2. Variabel yang digunakan adalah produksi beras dan kebutuhan beras .

3. Data yang digunakan adalah data sekunder yang berasal dari Badan

Ketahanan Pangan Sumatera Utara.

(14)

Secara Umum peneliti ini bertujuan untuk meramalkan tingkat produksi beras dan

kebutuhan beras di kabupaten Labuhan Batu tahun 2008.

Selain tujuan tersebut peneliti ini diharapkan dapat memberi manfaat sebagai

berikut :

1. Bagi penulis, dapat menambah pengetahuan mengenai metode pemulusan

eksponensial (smoothing).

2. Bagi pihak Badan Ketahanan Pangan yaitu sebagai masukan dalam mengambil

suatu kebijakan.

1.4 Metode Penelitian

Untuk mendukung penyusunan Tugas Akhir, maka penulis membutuhkan data-data

yang diperoleh melalui serangkaian tinjauan, penelitian, riset maupun pengambilan

data. Dalam riset tersebut penulis menggunakan beberapa metode diantaranya :

1. Metode Penelitian Kepustakaan (Studi Literatur)

Dalam hal ini pengumpulan data serta keterangan-keterangan dapat dilakukan

dengan membaca serta mempelajari buku-buku ataupun literatur-literatur pelajaran

yang didapat diperkuliahan ataupun umum, serta sumber informasi lainnya yang

berhubungan dengan objek yang diteliti.

2. Metode Pengumpulan Data

Pengumpulan data untuk kepeluan riset ini penulis lakukan dengan menggunakann

(15)

yang dikumpulkan tersebut kemudian diatur, disusun dan disajikan dalam bentuk

angka-angka dengan tujuan untuk mendapatkan gambaran yang jelas tentang

sekumpulan data tersebut.

3. Metode Analisa

Adapun pengelolah data dalam meramalkan tingkat produksi beras dan kebutuhan

beras di kabupaten Labuhan Batu adalah dengan menggunakan metode smoothing

atau metode pemulusan.

Metode pemulusan (smoothing) banyak digunakan untuk menghilangkan atau

mengurangi keteracakan (randomness) dari data deret waktu (time series). Metode

yang bisa digunakan untuk keperluan pemulusandata adalah metode rata-rata bergerak

(moving average) dari pengukuran respon dalam periode waktu tertentu atau metode

pemulusan eksponensial (exponensial smoothing).

1.5Tinjauan Pustaka

Disini penulis mencari literatur-literatur yang bersifat teoritis yang ada kaitannya

dengan penelitian, teori-teori yang digunakan antara lain :

1. Sypros, Makridakis dalam bukunya metode Aplikasi dan Peramalan

menyatakan Metode Eksponensial merupakan metode yang menunjukkan

pembobotan secara Eksponensial terhadap nilai observasi. Oleh karena itu

metode ini disebut metode pemulusan (smoothing) eksponensial seperti

halnya dengan rata-rata bergerak. Metode pemulusan (smoothing)

(16)

mempunyai sifat yang sama yaitu nilai yang lebih baru diberikan relatif lebih

besar dibanding dengan nilai observasi yang lebih lama.

2. Assuri Sofyan, dalam bukunya Tehnik dan Metode Peramalan menyatakan

bahwa Aanalisa Trend Linier adalah suatu trend yang kenaikan atau

penurunan nilai yang akan di ramalkan. Dimana a dan b dapat dicari dengan

menggunakan metode kuadrat terkecil yang berguna untuk meminimalkan

residual kuadrat kesalahan.

3. Prof. DR. Sudjana , dalam bukunya Tehnik Analisa Regresi dan Korelasi

menyatakan apabila kita ingin mengambil suatu sampel, kita harus

melakukan size sampel (uji kecukupan sampel), untuk mengeahui apakah

sampel tersebut cukup mewakili atau tidak.

Analisa Eksponensial Smoothing Tunggal bentuk umum yang digunakan dalam

penyusunan suatu ramalan dengan metode eksponensial smoothing yaitu :

t t

t X F

F+1 =α +(1−α)

Dan dapat disederhanakan menjadi :

) (

1 F et

Ft+ = t +α

Dimana e adalah kesalahan ramalan untuk periode t, yaitu nilai yang sebelumnya

terjadi di kurangi dengan nilai ramalan.

Analisa Eksponensial Smoothing Linier yaitu peramalan dengan

menggunakan metode perhitungan yang membutuhkan tiga buah nilai data dan satu

buah nilai . Pendekatan ini juga memberikan bobot yang semakin menurun pada

(17)

Persamaan pada metode eksponensial smoothing linier ini disebut metode

“Brown’s One Parameter Linier Eksponensial Smoothing” dan formula yang

digunakan yaitu :

1.6Sistematika Penulisa

Sistematika penulisan ini untuk memaparkan atau menjelaskan isi dari tugas akhir.

sistematika penulisan yang akan di kemukakan dalam tugas akhur ini adalah sebagai

berikut :

Bab 1 : PENDAHULUAN

Dalam bab ini menjelaskan mengenai latar belakang, perumusan masalah,

tujuan penelitian, manfaat penelitian, metode penelitian, tinjauan pustakan,

dan sistematika penulisan.

BAB 2 : TINJAUAN TEORITIS

Bab ini menjelaskan uraian tentang teori-teori yang akan digunakan dalam

pemecahan masalah, diantaranya eksponensial smoothing.

BAB 3 : GAMBARAN UMUM PERUSAHAAN

Menceritakan tentang sejarah singkat perusahaan yang bersangkutan beserta

Struktur Organisasinya.

(18)

BAB 4 : ANALISIS DATA

Bab ini menjelaskan uraian tentang metode-metode yang digunakan dalam

mengelolah data.

BAB 5 : IMPLEMENTASI SISTEM

Bab ini menjelaskan tentang implementasi system yang digunakan untuk

analisis penelitian.

BAB 6 : PENUTUP

Bab ini merupakan penutup yang akan memberikan beberapa kesimpulan

data yang merupakan hasil kerja yang telah dianalisis serta saran sebagai

(19)

BAB 2

TINJAUAN TEORITIS

2.1 Pengertian Peramalan

Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan

datang. Sedangkan ramalan adalah situasi atau kondisi yang akan diperkirakan akan

terjadi pada masa yang akan datang.

Peramalan diperlukan karena adanya (kesenjangan) waktu (time lag) antara

kesadaran akan peristiwa atau kebutuhan mendatang dengan waktu peristiwa itu

sendiri. Apabila perbedaan waktu tersebut panjang, maka peran peramalan akan

menjadi penting dan sangat dibutuhkan, terutama dalam penentuan suatu peristiwa

yang akan timbul sehingga dapat dipersiapkan hal-hal ataupun tindakan-tindakan yang

(20)

Kegunaan peramalan terlihat pada saat pengambilan keputusan, pengambilan

keputusan yang didasarkan atas pertimbangan-pertimbangan yang akan terjadi pada

waktu keputusan itu dilaksanakan.

Keberhasilan dari suatu peramalan sangat ditentukan oleh :

1. Pengambilan teknik tentang pengumpulan informasi (data) masa lalu, data ataupun

informasi tersebut bersifat kuantitatif.

2. Teknik dan metode yang tepat dan sesuai dengan pola data yang telah

dikumpulkan.

Gambaran perkembangan pada masa yang akan datang diperoleh dari hasil

analisa data yang didapat dari penelitian yang telah dilakukan. Perkembangan pada

masa depan merupakan perkiraan apa yang akan terjadi, sehingga dapat dikatakan

bahwa peramalan selalu diperlukan didalam penelitian. Ketepatan peramalan

merupakan hal yang penting, walaupun demikian perlu disadari bahwa suatu ramalan

selalu meminimumkan kesalahan.

2.1.1 Jenis - Jenis Peramalan

Berdasarkan sifatnya, peramalan dibedakan atas dua macam yaitu :

a. Peramalan Kualitatif

Peramalan kualitatif adalah peramalan yang didasarkan atas data kualitatif pada masa

(21)

Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiranyang

intuisi, pendapat dan pengetahuan serta pengalaman penyusunannya.

b. Peramalan Kuantitatif

Peramalan Kuantitatif adalah peramalan yang didasarkan atas data kuantitatif masa

lalu. Hasil peramalan yang dibuat sangat tergantung pada metode yang dipergunakan

dalam peramalan tersebut. Baik tidaknya peramalan ditentukan oleh perbedaan atau

penyimpangan antara hasi ramalan dengan kesalahan yang terjadi maka semakin baik

pula metode yang digunakan.

Peramalan Kuantitatif dapat diterapkan bila terdapat kondisi berikut :

1. Tersedia informasi (data) tentang masa lalu.

2. Informasi (data) tersebut dapat dikuantitatifkan dalam bentuk data

numerik.

3. Data diasumsikan bahwa beberapa aspek pola masa lalu akan terus

berlanjut pada masa yang akan datang.

Pada Tugas Akhir peramalan yang akan digunakan oleh penulis adalah peramalan

kuantitatif.

2.2 Defenisi Metode Peramalan

(22)

Metode peramalan adalah suatu cara memperkirakan atau mengestimasi secara

kuantiatatif maupun kualitatif apa yang akan terjadi pada masa depan, berdasarkan

data yang relevan pada masa lalu. Metode peramalan ini digunakan dalam peramalan

yang objektif. Sedangkan kegunaan metode peramalan adalah untuk memperkirakan

secara sistematis dan pragmatis atas dasar data yang relevan pada masa lalu, dengan

demikian metode peramalan diharapkan dapat memberikan objektivitas yang lebih

besar.

Metode peramalan juga memberikan urutan pengerjaan dan pemecahan atas

pendekatan suatu masalah dalam peramalan, sehingga bila digunakan pendekatan

yang sama atas permasalahan dalam suatu kegiatan peramalan, maka akan didapat

dasar pemikiran dan pemecahan yang sama.

Selain itu metode peramalan juga memberikan cara pengerjaan yang teratur

dan terarah, sehingga dengan demikian dapat dimungkinkannya penggunaan

teknik-teknik penganalisisan yang lebih maju.

2.2.2 Uraian Metode Peramalan

Metode pemulusan (smoothing) adalah metode peramalan dengan mengadakan

penghalusan atau pemulusan terhadap data masa lalu yaitu dengan pengambilan

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

Secara umum pemulusan (smoothing) dapat diklasifikasikan menjadi beberapa bagian,

(23)

a. Metode Perataan (Average)

1. Nilai Tengah (Mean)

2. Rata-rata Bergerak Tunggal (Single Moving Average)

3. Rata-rata Bergerak Ganda (Double Moving Average)

4. Kombinasi Rata-rata Bergerak

b. Metode Pemulusan (Smoothing) Eksponensial

1. Pemulusan Eksponensial Tunggal

2. Pemulusan Eksponensial Tunggal : Pendekatan Adaptif

3. Pemulusan Eksponensisl Ganda : Metode Linier Satu-Parameter dari Brown

4. Pemulusan Eksponensial Ganda : Metode Dua-Parameter dari Holt

5. Pemulusa Eksponensisl Tripel : Metode Kuadratik Satu-Parameter dari Brown

6. Pemulusan Eksponensial Tripel : Metode Tiga-Parameter Untuk Kecenderungan

dan Musiman dari Winter.

7. Pemulusan Eksponensial : klasifikasi Pagels

c. Metode Pemulusan (Smoothing) Lainnya

1. Metode Kontrol Adatif dari Chow

2. Metode Adatif Satu- Parameter dari Brown

3. Pemulusan Tiga-Parameter Box Jenkins

4. Metode Pemulusan Harmonis dari Harison

5. Sistem Pemantauan dari Trigg (Tracking Signal)

(24)

Untuk mendapatkan suatu hasil yang baik dan tepat maka haruslah diketahui dan

digunakan metode peramalan yang tepat. Untuk meramalkan tingkat produksi beras

dan kebutuhan beras di kabupaten Labuhan Batu tahun 2008, penulis menggunakan

metode smoothing eksponensial

2.3.1 Metode Pemulusan Eksponensial

Metode ini menjelaskan tentang sekelompok metode yang menunjukkan pembobotan

secara eksponensial terhadap nilai observasi. Oleh karena itu metode ini disebut

prosedur pemulusan (smoothing) eksponensial seperti halnya dengan rata-rata

bergerak, metode pemulusan (smoothing) eksponensial terdiri atas tunggal, dan

metode yang lebih rumit. Semua mempunyai sifat-sifat yang sama yaitu nilai yang

lebih baru diberikan bobot yang relatif lebih besar dibanding nilai observasi yang

lebih lama.

Dalam kasus rata-rata bergerak, bobot yang dikenakan pada nilai-nilai

observasi merupakan hasil sampingan dari sistem MA tertentu yang diambil. Tetapi

dalam pemulusan (smoothing) eksponensial terdapat satu atau lebih parameter

pemulusan yang ditentukan secara eksplisit dan hasil pilihan ini menentukan bobot

yang dikenakan pada nilai observasi.

2.3.2 Eksponensial Smoothing Tunggal

Ada dua batasan utama dari pengguna rata-rata bergerak dalam penyusunan ramalan.

(25)

nilai-nilai yang diobservasikan pada masa lalu harus dipertimbangkan terutama dalam

ruang penyimpanan (storage space). Terutama jika penyusunan peramalan dilakukan

untuk sejumlah item yang dibutuhkan.

Kedua, ukuran yang sama digunakan untuk setiap data yang telah terjadi

sebanyak N pada masa lalu, sehingga semua data observasi sebanyak N tersebut

mempunyai peranan yang sama pentingnya dalam penyusunan ramalan. Selanjutnya

perlu dicari suatu ukuran yang baik, yang dapat memenuhi kasus atau pandangan

bahwa data observasi yang telah terjadi paling akhir memberikan informasi yang lebih

banyak dari observasi sebelumnya. Jadi data atau nilai yang paling akhir haruslah

diberikan timbangan atau bobot yang relatif lebih besar dalam peramalan yang

dilakukan Data atau nilai observasi yang lebih dahulu hanya membutuhkan dua butir

data meramalkan nilai yang akan terjadi pada masa mendatang.

2.3.3 Analisa Eksponensial Smoothing Tunggal

Bentuk umum yang digunakan dalam penyusunan suatu ramalan dengan metode

eksponensial smoothing yaitu :

t t

t X F

F₊₁ =α +(1−α)

Metode ini mempunyai kebaikan secara nyata dengan mengurangi masalah

penyimpanan (storage) data, karena tidak dibutuhkannya lebih lama menyimpan

(26)

hanyalah data observasi yang paling mutakhir dan nilai ramalan yang terakhir serta

suatu nilai dari R yang harus disimpam.

Tujuan dari metode peramalan ini adalah sama dengan metode-metode

peramalan yang lain, yaitu meminimalisasikan rata-rata kesalahan kuadrat (mean

square error).

Dari bentuk umum di atas dapat disusun kembali dengan salah satu cara

sebagai berikut :

) (

1 t t t

t F X F

F₊ = +α −

Dan dapat disederhanakan menjadi :

F_t₊₁ =F_t +α(et)

Dimana e adalah kesalahan ramalan untuk periode t, yaitu yang sebelumnya

terjadi di kurangi dengan nilai ramalan.

Oleh karena itu dapat dilihat bahwa penyusunan ramalan dengan metode eksponensial

smoothing adalah lebih sederhana, karena ramalan yang disusun didasarkan nilai

ramalan sebelumnya ditambah dengan suatu tingkat penyesuaian atas kesalahan yang

telah terjadi oleh ramalan sebelumnya. Dan dapat dibutuhkan bahwa nilai e

mempunyai nilai yang mendekati satu, maka nilai ramalan yang baru akan

memperhitungkan suatu penyelesaian yang menyeluruh atas kesalahan dalam masalah

(27)

Adapun beberapa masalah dalam penggunaan metode eksponensial smoothing.

Salah satu masalah tersebut adalah dalam usaha untuk mendapatkan besarnya nilai e.

Nilai ini dapat diharapkan memperkecil (meminimumkan) kesalahan kuadrat rata-rata

atau Mean Square Error (MSE). Pada metode eksponensial smoothing, minimum

kesalahan kuadrat rata-rata (MSE) ditentukan dengan cara coba-coba nilai e

ditentukan dan digunakan, lalu kesalahan kuadrat rata-rata (MSE) dihitung, dan

kemudian nilai e yang lain dicoba, setelahitu kesalahan kuadrat rata-rata (MSE) yang

diperoleh dibandingkan untuk mendapatkan kuadrat rata-rata (MSE) yang minimum.

2.3.4 Analisa Eksponensial Smoothing Linier

Peramalan dengan menggubakan metode esponensial smoothing yang linier dapat

dilakukan dengan perhitungan yang hanya membutuhkan tiga buah nilai data dan satu

buah nilai. Pendekatan ini juga memberikan timbangan (bobot) yang menurun untuk

dat atau observasi yang lebih lama.

Dasar pemikiran dari metode eksponensial smoothing yang linier adalah lebih baik

nilai pelican (smoothing value) tunggal maupun ganda terdapat pada waktu sebelum

data sebenarnya., bila pada data itu ada trend. Disamping itu untuk menyesuaikan

trend maka nilai-nilai pelicin tungga (smoothing value) ditambahkan nilai-nilai

(28)

Peramalan pada metode eksponensial smoothing linier ini disebut metode

“Brown’s One Parameter Linier Eksponensial Smoothing” dan formula yang

digunakan yaitu :

m b a Ft+m = t+ t

Sedangkan : '' ' '' ' ' 2 )

( t t t t

t

t S S S S S

A = + − −

(

' ''

)

1 t t

t S S

B − − = α α ' 1 ' ) 1 (

1+ − ₋

= t

t X S

S α α

S_t'' =αS_t' +(1−α)S_t''₋₁

Dimana m adalah jumlah periode di depan yang di ramalkan, S adalah nilai _t'

eksponensial smoothing tunggal dan S_t'' adalah nilai eksponensial gan

BAB 3

GAMBARAN UMUM BADAN KETAHANAN PANGAN

(29)

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 intansi terkait baik di tingkat pusat, propinsi, kabupaten kota dan

sampai ke tingkat desa yang disebut Badan Pengendali BIMAS (Bimbingan Masal) di

tingkat 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 Pembinaan BIMAS di tingkat

Propinsi dan Sekretariat Pelaksanaan 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 fungsioanal yang Satuan

Pembinaan BIMAS di tingkat Propinsi, Satuan Pelaksanaan BIMAS di tingkat

Kabupaten, dipandang tugas-tugasnya masih diperlukan dalam rangka peningkatan

(30)

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 bersifat

koordinatif yang merupakan kesinambungan dari tugas dan fungsi koordinasi yang

diemban oleh satauan pembina BIMAS dan satuan pelaksanaan BIMAS pada era

pemerintahan orde baru. Seluruh instansi Badan Ketahanan Pangan menempati kantor

lama Kanwil Departemen Pertanian Propinsi Sumatera Utara dan kantor lama BIMAS

dan pegawainya berasal dari pegawai Sekratiat Satuan Pembinaan BIMAS dan

pegawai Kanwil Departemen Pertanian Sumatera Utara.

Visi Badan Ketahanan Pangan Propinsi Sumatera Utara

Visi Badan Ketahanan Pangan Propinsi Sumatera Utara :

”Terwujudnya ketahanan pangan masyarakat yang berbasis kepada sumber daya lokal yang dimiliki secara efesien dan berkelajutan menuju masyarakat yang

berkualitas dan sejahtera.”

3.1.2 Misi Badan Ketahanan Pangan Propinsi Sumatera Utara

(31)

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 :

2. Sebagai salah satu Lembaga Teknis Daerah Perda No. 4 Tahun 2001, membentuk

kepala daerah dalam pemeliharaan Ketahanan Pangan.

3. Sebagai Sekretariat Dewan Ketahanan Pangan SK GUBSU No, 188/44/250/K/Thn

2002, membantu gubernur dalam pelaksanaan koordinasi perumusan kebijakan

dan program di bidang Ketahanan Pangan yang meliputi aspek ketersediaan,

distribusi, konsumsi, keamanan pangan, dan melaksanakan pengendalian,

monitoring, dan evaluasi ketahanan pangan daerah.

3.1.4 Fungsi Badan Ketahana Pangan Propinsi Sumatera Utara

Fungsi Badan Ketahanan Pangan Propinsi Sumatera Utara :

1. Mengkoordinasikan perumusan kebijakan dan perencanaan program peningkatan

ketahanan pangan daerah yang meliputi 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

(32)

c. Aspek konsumsi yang berbasis kepada penganekaragaman konsumsi nonberas,

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 meliputi hal-hal sebagai berikut :

a. Monitoring pelaksanaan kegiatan usaha tani

b. Monitoring expor/impor bahan pangan strategis

c. Monitoring harga pangan strategis dan lokal

d. Monitoring pengadaan/penyimpangan/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 pangan

i. Supervisi yang terkoordinasi 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

(33)

4. Memantau dan mengendalikan ketersediaan dan distribusi bahan pangan,

terutama 9 (sembilan) bahan pangan pokok.

5. Mengkoordinasi 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

m2 diatas tanah seluas 14.271,5m2 yang terletak di Jl. Jendral Besar Dr. Abdul Haris

Nasution No. 24 Medan.

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 dibantu oleh 4 orang pejabat Stuktural Eselon III/a dan 14

orang pejabat IV/a serta Kelompok Jabatan Fungsional (KJF) yakni :

1. Sekretaris :

a. Sub Bagian Keuangan

b. Sub Bagian Umum

c. Sub Bagian Hukum dan Organisasi

(34)

a. Sub Bidang Pengadaan dan Cadangan Makanan

b. Sub Bidang Mutu Pangan dan Gizi

c. Sub Bidang Pemberdayaan Pangan

d. Sub Bidang Analisis Harga Pangan

3. Bidang Kewaspadaan Pangan dan Gizi

a. Sub Bidang Monitoring dan Evaluasi Pangan

b. Sub Bidang Sistem Informasi Manajemen Pangan

c. Sub Bidang Rawan Panaga

4. Bidang Penganekaragaman Konsumsi Pangan dan Sumber Daya

a. Sub Bidang Pola Konsumsi Pangan

b. Sub Bidang Pemberdayaan Masyarakat dan Sumber Daya

c. Sub Bidang Penganekaragaman Pangan Lokal

(35)

(36)

ANALISIS DAN EVALUASI

4.1Analisis Data

Data yang di analisis dalam Tugas Akhir adalah data mengenai produksi beras dan

kebutuhan beras di kabupaten Labuhan Batu . Data produksi beras dan kebutuhan

[image:36.595.102.533.364.737.2]

beras dapat di lihat pada tabel di bawah ini :

Tabel 4.1

Produksi Beras dan Kebutuhan Beras di Kabupaten Labuhan Batu

Tahun Produksi Beras

(Ton)

Kebutuhan Beras (Ton)

1995 196.198 138.693

1996 196.699 141.930

1997 194.796 145.167

1998 202.475 150.496

1999 218.120 154.480

2000 199.508 118.289

2001 175.812 120.883

2002 239.528 131.365

2003 225.565 124.417

2004 231.036 124.891

(37)

2006 178.542 151.035

2007 229.748 61.770

Sumber : Badan Ketahanan Pangan Sumatera Utara

Dari data di atas, untuk produksi beras dan kebutuhan beras maka penulis akan

menganalisis data tersebut dan meramalkan produksi beras dan kebutuhan beras tahun

2008 dengan menggunakan metode pemulusan (smoothing) yaitu eksponensial linier

satu parameter dari Brown.

4.2 Analisa Eksponensial Smoothing Tunggal

Pada Tabel 4.2 menunjukkan hasil ramalan dengan Metode Eksponensial Smoothing

Produksi beras Kab Labuhan Batu dengan menggunakan nilai sebesar 0,1 ; 0,5 ; 0,9

sebagai contoh pada tabel 4.2 ramalan untuk periode 3 tahun 1997 bila = 0,1 dapat

di hitung sebagai berikut :

F₃= X₂+(1- ) F₂

= 0,1(196.699)+(1-0,1)(196.198)

= 196.284,10

Dst

F₁₂= X₁₁+(1- )F₁₁

= 0,1(243.433)+(1-0,1)( 206.148,16)

(38)

Untuk = 0,5 maka dapat dihitung sebagai berikut :

F3= X2+(1- ) F2

= 0,5(196.699)+(1-0,5)(196.198)

= 196.448,50

Dst

F12= X11+(1- )F11

= 0,5(243.433)+(1-0,5)( 225.591,38)

= 234.512,19

F₃= X₂+(1- ) F₂

= 0,9(196.699)+(1-0,9)(196.198)

= 196648,90

Dst

F₁₂= X₁₁+(1- )F₁₁

= 0,9(243.433)+(1-0,9)( 230567,35)

[image:38.595.100.446.167.573.2]

= 242146,44

Tabel 4.2

Ramalan Kesalahan Produksi Beras Kabupaten Labuhan Batau Tahun 2008 Dengan Menggunakan Methode Exponensial Smoothing

Tahun

Periode /

Produksi Beras

Nilai Ramalan Dengan Eksponensial Smoothing

Waktu Ton = 0,1 = 0,5 =0,9

1995 1 196.198 - - -

1996 2 196.699 196.198 196.198 196.198

(39)

1998 4 202.475 196.102,89 195.622,25 194981,29

1999 5 218.120 196.740,10 199.048,63 201725,63

2000 6 199.508 198.878,09 208.584,31 216480,56

2001 7 175.812 198.941,08 204.046,16 201205,26

2002 8 239.528 196.628,17 189.929,08 178351,33

2003 9 225.565 200.918,16 214.728,54 233410,33

2004 10 231.036 203.382,84 220.146,77 226349,53

2005 11 243.433 206.148,16 225.591,38 230567,35

2006 12 178.542 209.876,64 234.512,19 242146,44

2007 13 229.748 206.743,18 206.527,10 184902,44

4.2Analisa Eksponensial Smoothing Yang Linier

Penggunaan metode Brown’s One Parameter Linier Ekhsponensial Smoothing, dapat

dilakukan untuk penyusunan peramalan seperti terlihat pada tabel ini ditunjukkan

penyusunan peramalan dari Produksi Beras Kabupaten Labuhan Batu Tahun 2008.

Pada tabel ini perhitungan didasarkan pada sebesar 0,1 ; 0,5 ; 0,9 sebagai

contoh untuk = 0,1 pada periode 3 ramalan untuk periode 3 adalah :

F₃= a2+b2(1)

= 197.309+(-46,01)(1)

= 197.898,20

Dimana :

3 3 3 2S S"

(40)

=2(197.722,89)-(198.137,00)

= 197.308,78

(

)(

3 3

)

3 ' "

1 S S

B − − = α_α = 

(

    

−0,1 1

1 , 0

197.722,89 - 198.137,00 )

= -46,01

1 3 3

3 (1 ) '

' = X + − S ₋

S α α

= 0,1*194.796,00+(1-0,1) 198.048,10

= 197.722,89

1 3 3

3 ' (1 0,1)

" = S + − S ₋

S α

= 0,1*197.722,89+(1-0,1) 198.183,01

= 198.137,00

Tabel 4.3

Ramalan Produksi Beras Dengan Methode Exponensial Smoothing Yang Linier (Brown’s One Parameter = 0,1)

Tahun Periode / Produksi Beras S't S"t Nilai a Nilai b Ft+m

Waktu Ton

1995 1 196.198 198.198 198.198 - - -

1996 2 196.699,00 198.048,10 198.183,01 197.913,19 -14,99 -

1997 3 194.796,00 197.722,89 198.137,00 197.308,78 -46,01 197.898,20

1998 4 202.475,00 198.198,10 198.143,11 198.253,09 6,11 197.262,77

(41)

2007 13 229.748,00 209.608,52 202.546,47 216.670,57 784,67 213.603,03

Untuk itu didapat :

Ramalan Produksi Beras Kabupaten Labuhan Batu Tahun 2008 adalah :

F₁₄= a14+b14(1)

= 216.670,57+(-784,67)(1)

= 215.885,9

Peramalan Produksi beras tahun 2008 Gambar mengenai hubunagn antara

perkembangan data aktual dengan peramalan dapat dilihat pada gambar berikut :

0 200000 400000 600000 800000 1000000 1200000

1995 1997 1999 2001 2003 2005

TAHUN

P

RO

DUKS

I BE

RAS

Ft+m

-Nilai b - -15

Nilai a - 197.913

S"t 198.198 198.183

S't 198.198 198.048

Produksi Beras Ton 196.198 196.699

[image:41.595.113.553.377.601.2]

Tahun 1995 1996

(42)

[image:42.595.105.562.265.565.2]

Sedangkan untuk mengetahui nilai kesalahannya dapa dilihat dalam tabel berikut ini :

Tabel 4.3 Kesalahan

Error Error Absolute Error Kuadrat Error Persentase Error Persentase Absolute

- - - - -

-3.102,20 3.102,00 9.622.404,00 -1,59 2,00

5.212,23 5.212,00 27.164.944,00 2,57 3,00

19.860,80 19.861,00 394.459.321,00 9,11 9,00

-2.729,47 -2.729,00 7.447.441,00 -1,37 1,00

-26.084,30 26.084,00 680.375.056,00 -14,84 15,00

42.671,14 42.671,00 1.820.814.241,00 17,81 18,00

20.257,33 20.257,00 410.346.049,00 8,98 9,00

21.333,57 21.334,00 455.139.556,00 9,23 9,00

28.917,99 28.981,00 839.898.361,00 11,88 12,00

-42.515,81 42.561,00 1.811.438.721,00 -23,81 24,00

16.144,97 16.145,00 260.661.025,00 7,03 7,00

Dimana :

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

MSE= 516.720.548

13 119 . 367 . 717 . 6 13 1 2 = =

∑

₌ n ei i

2. Nilai Tengah Kesalahan Persentase (Maen Absolute Percentage) adalah :

MAPE= 8

13 109

13

1 = =

∑

₌ n

PEi i

(43)

MAD= 20.670,08

13 771 . 268

13

1 = =

−

∑

₌ n Fi Xi i

untuk = 0,5 pada periode 3 ramalan untuk periode 3 adalah :

F₃= a2+b2(1)

= 195.271,75+(-350,50)(1) = 196.699,00 Dimana : 3 3 3 2S S"

A = −

=2(195.622,25)-(195.972,75)

= 195.271,75

(

)(

3 3

)

3 ' "

1 S S

B − − = α α = 

(

    

−0,5 1

5 , 0

195.622,25 - 195.972,75 )

= -350,00

1 3 3

3 (1 ) '

' = X + − S ₋

S α α

= 0,5*194.796,00+(1-0,5) 196.448,50

= 195.622,25

1 3 3

3 ' (1 0,5)

" = S + − S ₋

S α

= 0,1*197.622,25+(1-0,1) 196.323,25

(44)

[image:44.595.110.587.304.561.2]

Tabel 4.4

Ramalan Produksi Beras Dengan Methode Exponensial Smoothing

Yang Linier (Brown’s One Parameter = 0,5)

Waktu Ton

1995 1 196.198 196.198 196.198 - - -

1996 2 196.699 196.448,50 196.323,25 196.573,75 125,25 -

1997 3 194.796 195.622,25 195.972,75 195.271,75 -350,50 196.699,00

1998 4 202.475 199.048,63 197.510,69 200.586,56 1.537,94 194.921,25

1999 5 218.120 208.584,31 203.047,50 214.121,13 5.536,81 202.124,50

2000 6 199.508 204.046,16 203.546,83 204.545,48 499,33 219.657,94

2001 7 175.812 189.929,08 196.737,95 183.120,20 -6.808,88 205.044,81

2002 8 239.528 214.728,54 205.733,25 223.723,83 8.995,29 176.311,33

2003 9 225.565 220.146,77 212.940,01 227.353,53 7.206,76 232.719,13

2004 10 231.036 225.591,38 219.265,70 231.917,07 6.325,69 234.560,29 2005 11 243.433 234.512,19 226.888,94 242.135,44 7.623,25 238.242,76 2006 12 178.542 206.527,10 216.708,02 196.346,17 -10.180,92 249.758,69

2007 13 229.748 218.137,55 217.422,78 218.852,31 714,76 186.165,25

Untuk itu didapat :

F14= a14+b14(1)

= 218.852,31+(714,76)(1)

= 219.567,07

Peramalan Produksi beras tahun 2008 Gambar mengenai hubungan antara

(45)

1995 1997 1999 2001 2003 2005 TAHUN P RO DUKS I BE RAS

Ft+m

-Nilai b - 125

Nilai a - 196.574

S"t 196.198 196.323

S't 196.198 196.449

[image:45.595.109.557.64.746.2]

Tahun 1995 1996

Gambar 4.4 Peramalan produksa beras

Tabel 4.4 Kesalahan

- - - - -

-1.903,00 1.903,00 3.621.409,00 -0,98 1,00

7.553,75 7.554,00 57.062.916,00 3,73 4,00

15.995,50 15.996,00 255.872.016,00 7,33 7,00

-20.149,94 20.150,00 406.022.500,00 -10,10 10,00

-29.232,81 29.223,00 853.983.729,00 -16,63 17,00

63.216,67 63.217,00 3.996.389.089,00 26,39 26,00

-7.154,13 7.154,00 51.179.716,00 -3,17 3,00

-3.524,29 3.524,00 12.418.576,00 -1,53 2,00

5.190,24 5.190,00 26.936.100,00 2,13 2,00

-71.216,69 71.217,00 5.071.861.089,00 -39,89 40,00

[image:45.595.139.554.88.424.2]

(46)

Dimana :

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

MSE= 971.909.617,62

13 029 . 825 . 634 . 12 13 1 2 = =

∑

₌ n ei i

2. Nilai Tengah Kesalahan Persentase (Maen Absolute Percentage) adalah :

MAPE= 10,08

13 131 13 1 = =

∑

₌ n PEi i

3. Nilai Tengah Deviasi Absolut (Mean Absolute Deviatio) adalah :

F3= a2+b2(1)

= 194.819+(-1.406,27)(1) = 197.099,80 Dimana : 3 3 3 2S S"

A = −

=2(194.981,29)-(195.143,54)

= 194.819,04

(

)(

3 3

)

3 ' "

1 S S

B − − = α α = 

(

    

−0,9 1 9 , 0 194.981,29- 195.143,54) = -1.460,27 1 3 3

3 (1 ) '

' = X + − S ₋

(47)

= 0,9*194.796+(1-0,9) 198.648,90

= 194.981,29

1 3 3

3 ' (1 0,1)

" = S + − S ₋

S α

= 0,9*194.981,29+(1-0,9) 198.608,81

= 195.143,54

Tabel 4.5

Ramalan Produksi Beras Dengan Methode Exponensial Smoothing Yang Linier (Brown’s One Parameter = 0,9)

Waktu Ton

1995 1 196.198 196.198 196.198 - - -

1996 2 196.699 196.648,90 196.603,81 196.693,99 405,81 -

1997 3 194.796 194.981,29 195.143,54 194.819,04 -1.460,27 197.099,80

1998 4 202.475 201.725,63 201.067,42 202.383,84 5.923,88 193.358,77

1999 5 218.120 216.480,56 214.939,25 218.021,88 13.871,83 208.307,72 2000 6 199.508 201.205,26 202.578,66 199.831,86 -12.360,59 231.893,71 2001 7 175.812 178.351,33 180.774,06 175.928,59 -21.804,60 187.471,26 2002 8 239.528 233.410,33 228.146,71 238.673,96 47.372,65 154.124,00 2003 9 225.565 226.349,53 226.529,25 226.169,82 -1.617,45 286.046,61 2004 10 231.036 230.567,35 230.163,54 230.971,16 3.634,29 224.552,36 2005 11 243.433 242.146,44 240.948,15 243.344,72 10.784,60 234.605,46 2006 12 178.542 184.902,44 190.507,01 179.297,87 -50.441,13 254.129,33 2007 13 229.748 225.263,44 221.787,80 228.739,09 31.280,79 128.856,74

Untuk itu didapat :

F₁₄= a14+b14(1)

= 228.739,09+(31.280,79)(1)

[image:47.595.110.587.345.572.2]

(48)

Peramalan Produksi beras tahun 2008 Gambar mengenai hubungan antara

0 200000 400000 600000 800000 1000000 1200000 1400000

1995 1997 1999 2001 2003 2005

TAHUN P RO DUKS I BE RAS

Ft+m

-Nilai b - 406

Nilai a - 196.694

S"t 196.198 196.604

S't 196.198 196.649

[image:48.595.111.521.167.493.2]

Tahun 1995 1996

Gambar 4.5 Peramalan Produksi Beras

Dimana :

- - - - -

-2.303,80 2.304,00 5.308.416,00 -1,18 0,74

9.116,23 9.116,00 83.101.456,00 4,50 5,00

9.812,28 9,81 96,28 4,50 4,00

-32.385,71 32.386,00 1.048.852.996,00 -16,23 16,00

-11.659,26 11.659,00 135.932.281,00 -6,63 7,00

[image:48.595.109.561.587.740.2]

(49)

-60.481,61 60.482,00 3.658.072.324,00 -26,81 27,00

6.483,64 6.484,00 42.042.256,00 2,81 3,00

8.827,54 8.828,00 77.933.584,00 3,63 4,00

-75.587,33 75.587,00 5.713.394.569,00 -42,34 42,00

100.891,26 100.891,00 10.178.993.881,00 43,91 44,00

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

MSE= 2.172.113.467,33

13 28 , 475 . 237 . 28 13 1 2 = =

∑

₌ n ei i

MAPE= 14,52

13 74 , 188 13

1 = =

∑

₌

n PEi

i

MAD= 30.242,37

13 8 , 150 . 393 13

1 = =

−

∑

₌ n Fi Xi i

Pada Tabel 4.6 menunjukkan hasil ramalan dengan Metode Eksponensial Smoothing

Produksi beras Kab Labuhan Batu dengan menggunakan nilai sebesar 0,1 ; 0,5 ; 0,9

sebagai contoh pada tabel 4.6 ramalan untuk periode 3 tahun 1997 bila = 0,1 dapat

(50)

F₃= X₂+(1- ) F₂

= 0,1(141.930)+(1-0,1)(138.693)

= 28.066,30

Dst

F₁₂= X₁₁+(1- )F₁₁

= 0,1(152.284)+(1-0,1)( 138.878,08)

= 16.616,21

F₃= X₂+(1- ) F₂

= 0,5(141.930)+(1-0,5)(138.693)

= 140.311,50

Dst

F₁₂= X₁₁+(1- )F₁₁

= 0,5(152.284)+(1-0,5)( 125.926,74)

= 139.105,37

F₃= X₂+(1- ) F₂

= 0,9(141.930)+(1-0,9)(138.693)

= 141.606,30

Dst

F₁₂= X₁₁+(1- )F₁₁

(51)

[image:51.595.106.533.221.554.2]

= 149.545,87

Tabel 4.6

Ramalan Kesalahan Kebutuhan Beras Kabupaten Labuhan Batau Tahun 2008 Dengan Menggunakan Methode Exponensial Smoothing

Tahun

Periode /

Kebutuhan Beras

Nilai Ramalan Dengan Eksponensial Smoothing

Waktu Ton = 0,1 = 0,5 =0,9

1995 1 138.693 - - -

1996 2 _141.930 _138.693 _138.693 _138.693

1997 3 _145.167 _28.062,30 _140.311,50 _141.606,30

1998 4 150.496 17.322,93 142.739,25 144.810,93

1999 5 154.480 16.781,89 146.617,63 149.927,49

2000 6 _118.289 _17.126,19 _150.548,81 _154.024,75

2001 7 120.883 13.541,52 134.418,91 121.862,57

2002 8 131.365 13.442,45 127.650,95 120.980,96

2003 9 _124.417 _14.480,75 _129.507,98 _130.326,60

2004 10 124.891 13.889,77 126.962,49 125.007,96

2005 11 152.284 13.878,08 125.926,74 124.902,70

2006 12 151.035 16.616,21 139.105,37 149.545,87

2007 13 61.770 16.765,12 145.070,19 150.886,09

Penggunaan metode Brown’s One Parameter Linier Ekhsponensial Smoothing, dapat

dilakukan untuk penyusunan peramalan seperti terlihat pada tabel ini ditunjukkan

penyusunan peramalan dari Kebutuhan Beras Kabupaten Labuhan Batu Tahun 2008.

Pada tabel ini perhitungan didasarkan pada sebesar 0,1 ; 0,5 ; 0,9 sebagai

contoh untuk = 0,1 pada periode 3 ramalan untuk periode 3 adalah :

(52)

= 139.308,57+(773,67)(1) = 139.340,40 Dimana : 3 3 3 2S S"

A = −

=2(139.631,73)-(138.816,01)

= 140.447,45

(

)(

3 3

)

3 ' "

1 S S

B − − = α_α = 

(

    

−0,1 1

1 , 0

139.631,73 – 138.816,01 )

= 90,64

1 3 3

3 (1 ) '

' = X + − S ₋

S α α

= 0,1*145.167+(1-0,1) 139.016,70

= 139.631,73

1 3 3

3 ' (1 0,1)

" = S + − S ₋

S α

= 0,1*139.631,73+(1-0,1) 138.725,37

= 138.816,01

Tabel 4.7

Ramalan Kebutuhan Beras Dengan Methode Exponensial Smoothing Linier (Brown’ s One Parameter = 0,1)

Tahun Periode / Kebutuhan Beras S't S"t Nilai a Nilai b Ft+m

Waktu Ton

1995 1 138.693 138.693 138.693 - - -

1996 2 141.930 139.016,70 138.725,37 139.308,03 32,37 -

1997 3 145.167 139.631,73 138.816,01 140.447,45 90,64 139.340,40

[image:52.595.104.441.195.558.2]

(53)

1999 5 154.480 142.094,34 139.315,03 144.873,65 308,81 142.620,31

2000 6 118.289 139.713,81 139.354,91 140.072,70 39,88 145.182,46

2001 7 120.883 137.830,73 139.202,49 136.458,96 -152,42 140.112,58

2002 8 131.365 137.184,15 139.000,66 135.367,65 -201,83 136.306,54

2003 9 124.417 135.907,44 138.691,34 133.123,54 -309,32 135.165,82

2004 10 124.891 134.805,79 138.302,78 131.308,81 -388,55 132.814,22

2005 11 152.284 136.553,62 138.127,87 134.979,36 -174,92 130.920,25

2006 12 151.035 138.001,75 138.115,25 137.888,25 -12,61 134.804,45

2007 13 61.770 130.378,58 137.341,59 123.415,57 -773,67 137.875,64

Untuk itu didapat :

F₁₄= a14+b14(1)

= 123.415,57+(773,67)(1)

= 122.641,9

Peramalan Kebutuhan beras tahun 2008 Gambar mengenai hubunagn antara

0 100000 200000 300000 400000 500000 600000 700000 800000

1995 1997 1999 2001 2003 2005

TAHUN

KE

BUT

UHAN BE

RAS

Ft+m

-Nilai b - 32

Nilai a - 139.308

S"t 138.693 138.725

S't 138.693 139.017

Kebutuhan Beras Ton 138.693 141.930

[image:53.595.112.475.426.655.2]

Tahun 1995 1996

(54)

[image:54.595.103.552.150.680.2]

Tabel 4.7 Kesalahan

- - - - -

5.826,60 5.827,00 33.953.929,00 4,01 4,00

9.957,91 9.958,00 99.161.764,00 6,62 7,00

11.859,69 11.860,00 140.659.600,00 7,68 8,00

-26.893,46 26.893,00 723.233.449,00 -22,74 23,00

-19.229,58 19.230,00 369.792.900,00 -15,91 16,00

-4.941,54 4.942,00 24.423.364,00 -3,76 4,00

-10.748,82 10.749,00 115.541.001,00 -8,64 9,00

-7.923,22 7.923,00 62.773.929,00 -6,34 6,00

21.363,75 21.364,00 456.420.496,00 14,03 14,00

16.230,55 16.231,00 263.445.361,00 10,75 11,00

-76.105,64 76.106,00 5.792.123.236,00 -123,21 123,00

Dimana :

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

MSE= 621.656.079

13 029 . 529 . 801 . 8 13 1 2 = =

∑

₌ n ei i

MAPE= 17,31

13 225

13

1 = =

∑

₌ n

PEi i

MAD= 16.237

13 083 . 211 13

1 = =

(55)

F3= a2+b2(1)

= 141.120,75+(809,25)(1) = 141.930,00 Dimana : 3 3 3 2S S"

A = −

=2(142.739,25)-(141.120,75)

= 144.357,75

(

)(

3 3

)

3 ' "

1 S S

B − − = α_α = 

(

    

−0,5 1

5 , 0

142.739,25 - 141.120,75)

= 3.146,36

1 3 3

3 (1 ) '

' = X + − S ₋

S α α

= 0,5*145.167+(1-0,5) 140.311,50

= 142.739,25

1 3 3

3 ' (1 0,5)

" = S + − S ₋

S α

= 0,5*142.739,25+(1-0,5)139.502,25

[image:55.595.107.443.268.572.2]

= 141.120,75

(56)

Ramalan Kebutuhan Beras Dengan Methode Exponensial Smoothing Linier (Brown’s One Parameter = 0,5)

Tahun Periode / Kebutuhan Beras S't S"t Nilai a Nilai b Ft+m

Waktu Ton

1995 1 138.693 138.693 138.693 - - -

1996 2 141.930 140.311,50 139.502,25 141.120,75 809,25 -

1997 3 145.167 142.739,25 141.120,75 144.357,75 1.618,50 141.930,00

1998 4 150.496 146.617,63 143.869,19 149.366,06 2.748,44 145.976,25

1999 5 154.480 150.548,81 147.209,00 153.888,63 3.339,81 152.114,50

2000 6 118.289 134.418,91 140.813,95 128.023,86 -6.395,05 157.228,44

2001 7 120.883 127.650,95 134.232,45 121.069,45 -6.581,50 121.628,81

2002 8 131.365 129.507,98 131.870,21 127.145,74 -2.362,24 114.487,95

2003 9 124.417 126.962,49 129.416,35 124.508,63 -2.453,86 124.783,50

2004 10 124.891 125.926,74 127.671,55 124.181,94 -1.744,80 122.054,76

2005 11 152.284 139.105,37 133.388,46 144.822,28 5.716,91 122.437,14

2006 12 151.035 145.070,19 139.229,32 150.911,05 5.840,86 150.539,20

2007 13 61.770 103.420,09 121.324,71 85.515,48 -17.904,61 156.751,91

Untuk itu didapat :

Ramalan Kebutuhan Beras Kabupaten Labuhan Batu Tahun 2008 adalah :

F₁₄= a14+b14(1)

= 85.515,48+(-17.904,61)(1)

= 156.751,91

Peramalan Kebutuhan beras tahun 2008 Gambar mengenai hubungan antara

(57)

1995 1997 1999 2001 2003 2005

TAHUN

KE

BUT

UHAN BE

RAS

Ft+m

-Nilai b - 809

Nilai a - 141.121

S"t 138.693 139.502

S't 138.693 140.312

Kebutuhan Beras Ton 138.693 141.930

[image:57.595.112.475.86.371.2]

Tahun 1995 1996

Gambar 4.8 Peramalan Kebutuhan Beras

[image:57.595.108.561.246.664.2]

- - - - -

- - - -

809,25 3.474,00 12.068.676,00 0,56 2,00

641,38 3.355,00 11.256.025,00 0,43 2,00

-1.565,69 8.281,00 68.574.961,00 -1,01 6,00

-22.809,53 13.403,00 179.640.409,00 -19,28 11,00

6.022,14 8.034,00 64.545.156,00 4,98 7,00

15.020,02 14.680,00 215.502.400,00 11,43 11,00

2.178,99 1.336,00 1.784.896,00 1,75 1,00

3.871,98 3.114,00 9.696.996,00 3,10 2,00

16.668,24 16.121,00 259.886.641,00 10,95 11,00

-5.469,01 5.827,00 33.953.929,00 -3,62 4,00

-53.331,82 53.553,00 2.867.923.809,00 -86,34 87,00

(58)

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

MSE= 286.525.684

13 898 . 833 . 724 . 3 13 1 2 = =

∑

₌ n ei i

2. Nilai Tengah Kesalahan Persentase (Maen Absolute Percentage) adalah :

MAPE= 11,08

13 144

13

1 = =

∑

₌ n

PEi i

3. Nilai Tengah Deviasi Absolut (Mean Absolute Deviatio) adalah :

MAD= 10.090,62

13 178 . 131 13

1 = =

−

∑

₌ n Fi Xi i

F₃= a2+b2(1)

= 141.897,63+(2.621,97)(1) = 144.519,60 Dimana : 3 3 3 2S S"

A = −

=2(144.810,63)-(144.461,33)

= 145.160,53

(

)(

3 3

)

3 ' "

1 S S

B − − = α_α = 

(

    

(59)

1 3 3

3 (1 ) '

' = X + − S ₋

S α α

= 0,9*145.167+(1-0,9) 141.606,30

= 144.810,93

1 3 3

3 ' (1 0,1)

" = S + − S ₋

S α

= 0,9*144.810,93+(1-0,9) 144.461,33

= 144.461,33

Tabel 4.9

Ramalan Kebutuhan Beras Dengan Methode Exponensial Smoothing Linier (Brown’s One Parameter = 0,9)