PERAMALAN PRODUK DOMESTIK REGIONAL BRUTO (PDRB) SEKTOR PERTANIAN KOTA
PADANGSIDIMPUAN TAHUN 2012
TUGAS AKHIR
TONGKU AHMAD HUSEIN DAULAY 082407009
PROGRAM STUDI DIPLOMA-III STATISTIKA DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
PERAMALAN PRODUK DOMESTIK REGIONAL BRUTO (PDRB) SEKTOR PERTANIAN KOTA
PADANGSIDIMPUAN TAHUN 2012
TUGAS AKHIR
Diajukan untuk melengkapi tugas dan memenuhi memperoleh gelar Ahli Madya
TONGKU AHMAD HUSEIN DAULAY 082407009
PROGRAM STUDI DIPLOMA-III STATISTIKA DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
PERSETUJUAN
Judul : PERAMALAN PRODUK DOMESTIK REGIONAL
BRUTO (PDRB) SEKTOR PERTANIAN KOTA PADANGSIDIMPUAN TAHUN 2012
Kategori : TUGAS AKHIR
Nama : TONGKU AHMAD HUSEIN DAULAY
Nomor Induk Mahasiswa : 082407009
Program Studi : D-III STATISTIKA
Departemen : MATEMATIKA
Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN
ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA
Disahkan di
Medan, Mei 2011
Diketahui/Disetujui oleh
Departemen Matematika FMIPA USU
Ketua, Pembimbing,
PERNYATAAN
PERAMALAN PRODUK DOMESTIK REGIONAL BRUTO (PDRB) SEKTOR
PERTANIAN KOTA PADANGSIDEMPUAN TAHUN 2012
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 2011
PENGHARGAAN
Alhamdulillahirobbil’alamin, puji syukur penulis panjatkan kehadirat Allah SWT atas limpahan Rahmat dan Karunia-Nya, shalawat dan salam kepada Nabi Muhammad SAW serta keluarga beliau, sehingga penulis dapat menyelesaikan Tugas Akhir ini dengan baik dan tepat pada waktunya. Adapun tujuan penulisan Tugas Akhir ini sebagai syarat untuk menyelesaikan Program D-3 Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara.
Dalam kesempatan ini, penulis mengucapkan banyak terimakasih kepada: 1. Bapak Dr. Sutarman, M.Sc selaku Dekan FMIPA, Bapak Prof. Dr. Tulus, M.Si
selaku Ketua Departemen Matematika FMIPA USU dan Bapak Drs. F. Bu’lolo, M. Si selaku Ketua Program Studi D-III Statistika FMIPA USU. 2. Bapak Drs. Pasukat Sembiring, M.Si selaku Pembimbing, yang telah banyak
berkontribusi dalam menyelesaikan Tugas Akhir ini.
3. Seluruh Staf dan pegawai Program Studi D-III Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara .
4. Teristimewa dengan rasa hormat penulis mengucapkan terimakasih yang sebesar-besarnya kepada kedua orangtua saya, Ayahanda tercinta Syaiful Bakhri Daulay dan Ibunda terkasih Annur Hasibuan atas doa restu, kasih sayang, pengorbanan, dan motivasi dari mereka baik moril maupun materil yang telah diberikan kepada saya dan saudara tercinta penulis (k. juli, k. amna fitri, fahrul,amar, dan jumhar).
5. Untuk saudara-saudara saya di pintu kemenangan (Bg Yudha, Bg Agus, Bg Emir, Bg Oki, Akh Hadi, Akh Heru, Akh Subhan, Akh Firman, Akh Annas, dan semua stambuk 2009, 2010). Serta saudari-saudari saya (Ka’ Nana, Ka’Lia, Ka Sri, Ka Heny dan yang lainnya, yang tidak bisa saya ucapkan satu persatu).
6. Buat sahabat-sahabat saya (Suryo, Surya, Riduwan, Rahmad, Saipul) dan teman-teman saya Stat-A 2008 serta seluruh teman-teman di statistika.
Semoga Tugas Akhir ini bermanfaat bagi pembaca pada umumnya dan bagi penulis khususnya serta dapat memotivasi kita untuk meningkatkan ilmu pengetahuan sebagai bekal dimasa yang akan datang. Amin.
Medan, Mei 2011
DAFTAR ISI
Daftar Tabel viii
Daftar Gambar x
1.5 Metode Penelitian 5
1.6 Tinjauan Pustaka 5
1.7 Sistematika Penulisan 6
Bab 2 Tinjauan Teoritis 8
2.1 Produk Domestik Regional Bruto (PDRB) 8
2.2 Penghitungan Pendapatan PDRB
2.2.1 Perhitungan Atas Dasar Harga Berlaku 2.2.2 Perhitungan Atas Dasar Harga Konstan
10 11 11
2.3 Pengertian Peramalan 12
2.4 Manfaat Peramalan 13
2.5 Jenis-jenis Peramalan 14
2.6 Langkah-langkah Peramalan 2.7 Metodologi Penelitian
2.8 Ketepatan Metode Peramalan
15 16 18
Bab 3 Gambaran Umum Badan Pusat Statisti 20
Bab 4 Analisis dan Pengolahan Data 26
4.1 Arti Analisa Data 26
4.2 Pengumpulan Data PDRB Sektor Pertanian Kota Padang Sidimpuan
26
4.3 Metode Pemulusan Eksponensial Ganda : Metode Linear Satu-Parameter dari Brown
4.3.1 Penaksiran Model Peramalan
28
28
4.4 Penentuan Bentuk Persamaan Peramalan 54
Bab 5 Implementasi Sistem 58 5.1 Pengertian dan Tahapan Implementasi Sistem 58
5.2 Pengertian Microsoft Excel 58
5.3 Pembuatan Grafik 62
Bab 6 Kesimpulan dan Saran 64
6.1 Kesimpulan 64
6.2 Saran 65
Daftar Pustaka 66
DAFTAR TABEL
Halaman
Tabel 4.1 Data PDRB Sektor Pertanian kota Padangsidimpuan ADHB dan ADHK Menurut Lapangan Usaha Thun
2002-2009 27
Tabel 4.2 Peramalan PDRB Sektor Pertanian Atas Dasar Harga
Berlaku (α = 0,1) 30
Tabel 4.3 Peramalan PDRB Sektor Pertanian Atas Dasar Harga
Berlaku (α = 0,2) 31
Tabel 4.4 Peramalan PDRB Sektor Pertanian Atas Dasar Harga
Berlaku (α = 0,3) 32
Tabel 4.5 Peramalan PDRB Sektor Pertanian Atas Dasar Harga
Berlaku (α = 0,4) 33
Tabel 4.6 Peramalan PDRB Sektor Pertanian Atas Dasar Harga
Berlaku (α = 0,5) 34
Tabel 4.7 Peramalan PDRB Sektor Pertanian Atas Dasar Harga
Berlaku (α = 0,6) 35
Tabel 4.8 Peramalan PDRB Sektor Pertanian Atas Dasar Harga
Berlaku (α = 0,7) 36
Tabel 4.9 Peramalan PDRB Sektor Pertanian Atas Dasar Harga
Berlaku (α = 0,8) 37
Tabel 4.10 Peramalan PDRB Sektor Pertanian Atas Dasar Harga
Berlaku (α = 0,9) 38
Tabel 4.11 Perbandingan Ukuran Ketepatan Metode Peramalan Atas
Dasar Harga Berlaku 39
Tabel 4.12 Peramalan PDRB Sektor Pertanian Atas Dasar Harga
Konstan (α = 0,1) 40
Tabel 4.13 Peramalan PDRB Sektor Pertanian Atas Dasar Harga
Konstan (α = 0,2) 41
Tabel 4.14 Peramalan PDRB Sektor Pertanian Atas Dasar Harga
Konstan (α = 0,3) 42
Tabel 4.15 Peramalan PDRB Sektor Pertanian Atas Dasar Harga
Konstan (α = 0,4) 43
Tabel 4.16 Peramalan PDRB Sektor Pertanian Atas Dasar Harga
Konstan (α = 0,5) 44
Tabel 4.17 Peramalan PDRB Sektor Pertanian Atas Dasar Harga
Konstan (α = 0,6) 45
Tabel 4.18 Peramalan PDRB Sektor Pertanian Atas Dasar Harga
Tabel 4.19 Peramalan PDRB Sektor Pertanian Atas Dasar Harga
Konstan (α = 0,8) 47
Tabel 4.20 Peramalan PDRB Sektor Pertanian Atas Dasar Harga
Konstan (α = 0,9) 48
Tabel 4.21 Perbandingan Ukuran Ketepatan Metode Peramalan Atas
Dasar Harga Konstan 49
Tabel 4.22 Ukuran Ketepatan Peramalan PDRB Sektor Pertanian Atas
Dasar Harga Berlaku (α = 0,9) 51 Tabel 4.23 Ukuran Ketepatan Peramalan PDRB Sektor Pertanian Atas
Dasar Harga Konstan (α = 0,9) 53
Tabel 4.24 Peramalan PDRB Sektor Pertanian ADHB tahun 2010,
2011, 2012 56
Tabel 4.25 Peramalan PDRB Sektor Pertanian ADHK tahun 2010,
DAFTAR GAMBAR
Halaman
Gambar 4.1 Grafik PDRB Padangsidimpuan Sektor Pertanian ADHK
dan ADHB Menurut Lapangan Usaha Tahun 2002-2009 28 Gambar 4.2 Grafik Data Aktual dan Peramalan PDRB Sektor Pertanian
ADHB Kota Padangsidimpuan tahun 2012 52 Gambar 4.3 Grafik Data Aktual dan Peramalan PDRB Sektor Pertanian
ADHK Kota Padangsidimpuan tahun 2012 54
Gambar 5.1 Cara Mengaktifkan Microsoft Excel 59
Gambar 5.2 Analisa pada Microsoft Excel 61
Gambar 5.3 Proses Pembuatan Grafik 62
BAB 1
PENDAHULUAN
1.1Latar Belakang
Semenjak terjadinya krisis ekonomi pada tahun 1998 yang melanda Indonesia
mengakibatkan lumpuhnya perekonomian nasional. Oleh sebab itu, informasi
mengenai perekonomian Indonesia sangat penting. Sampai pada saat ini masalah
kesejahteraan dan perekonomian rakyat menjadi prioritas utama yang perlu
diperhatikan oleh pemerintah. Karena kesejahteraan rakyat merupakan parameter
tingkat keberhasilan pembangunan. Untuk mencapai tujuan ini, pemerintah sudah
melakukan pembangunan yang bertahap meskipun belum seperti yang diharapkan
oleh masyarakat.
Pemulihan perekonomian nasional harus ada kerja sama antara pemerintah
dengan rakyat. Hal ini juga harus didukung data statistik yang dapat membantu untuk
merencanakan suatu kebijakan sehingga menjadi bahan pertimbangan dalam
mengambil keputusan. Salah satu alat yang digunakan untuk dapat menggambarkan
PDRB didefinisikan sebagai jumlah nilai tambah yang dihasilkan oleh seluruh unit
usaha dalam suatu wilayah, atau merupakan jumlah nilai barang dan jasa akhir yang
dihasilkan oleh seluruh unit usaha. Penyajian PDRB dihitung berdasarkan harga
berlaku dan harga konstan.
PDRB atas dasar harga berlaku menggambarkan nilai tambah barang dan jasa
yang dihitung menggunakan harga pada tahun berjalan. Nilai PDRB harga berlaku
nominal menunjukkan kemampuan sumber daya ekonomi yang dihasilkan oleh suatu
daerah pergeseran dan struktur perekonomian daerah. Sedangkan PDRB atas dasar
harga konstan dapat mencerminkan perkembangan real ekonomi secara keseluruhan
dari tahun ke tahun yang digambarkan melalui laju pertumbuhan ekonomi. Dari
PDRB dapat diketahui roda perekonomian suatu daerah dengan menggunakan cabang
ilmu Statistika yaitu Peramalan.
Pada dasarnya peramalan (forecasting) merupakan suatu dugaan atau perkiraan tentang terjadinya suatu keadaan dimasa yang akan datang, tetapi dengan
menggunakan metode – metode tertentu maka peramalan akan menjadi lebih dari
sekedar perkiraan. Peramalan memanfaatkan informasi yang ada pada masa lalu untuk
dijadikan bahan pertimbangan untuk mengambil keputusan. Peramalan merupakan
suatu unsur yang sangat penting dalam pengambilan keputusan, sebab efektif
tidaknya suatu keputusan sering kali dipengaruhi oleh beberapa faktor yang tidak
Dari uraian diatas, penulis tertarik mengambil judul “PERAMALAN
PRODUK DOMESTIK REGIONAL BRUTO (PDRB) SEKTOR PERTANIAN KOTA PADANGSIDIMPUAN TAHUN 2012”.
1.2Rumusan masalah
Masalah yang dibahas dalam penelitian ini adalah :
1. Untuk mengetahui model persamaan yang cocok dipakai untuk meramalkan
jumlah pendapatan PDRB Sektor Pertanian Kota Padangsidimpuan untuk
tahun 2012 dengan menggunakan Pemulusan Eksponensial Ganda: metode
Linear Satu-Parameter dari Brown.
2. Berapa jumlah pendapatan PDRB Sektor Pertanian Kota Padangsidimpuan
yang diramalkan untuk tahun 2012.
1.3Batasan Masalah
Agar penulisan Tugas Akhir ini tidak menyimpang dari apa yang telah dirumuskan
serta untuk menyederhanakan penelitian ini, maka penulis memerlukan
batasan-batasan. Batasan-batasan dalam penelitian ini adalah:
1. Yang diramalkan hanya Produk Domestik Regional Bruto (PDRB) Sektor
Pertanian Kota Padangsidimpuan pada tahun 2012
3. Penulis tidak menganalisa faktor-faktor yang mempengaruhi Produk Domestik
Regional Bruto (PDRB) Sektor Pertanian Kota Padangsidimpuan
4. Metode yang digunakan adalah Pemulusan Eksponensial Ganda: metode
Linear Satu Parameter dari Brown.
1.4Manfaat dan Tujuan
Manfaat yang diharapkan dalam penelitian ini adalah:
1. Untuk melengkapi dan memenuhi persyaratan dalam menyelesaikan
pendidikan DIII Statistika FMIPA USU
2. Sebagai bahan pertimbangan dalam mengambil keputusan suatu masalah
3. Mengetahui peramalan perolehan PDRB di tahun – tahun mendatang
4. Sebagai referensi untuk penelitian-penelitian selanjutnya yang berhubungan
dengan peramalan dengan metode Pemulusan Eksponensial Ganda
5. Untuk menambah dan ilmu bagi penulis
Tujuan yang ingin diketahui dalam penyusunan Tugas Akhir ini adalah:
1. Untuk mengetahui persamaan yang cocok dalam meramalkan Produk
Domestik Regional Bruto (PDRB) Sektor Pertanian Kota Padangsidimpuan
2. Untuk mengetahui peramalan Produk Domestik Regional Bruto (PDRB)
1.5Metode Penelitian
Metode-metode yang dipakai untuk penulisan Tugas Akhir ini adalah:
1. Study kepustakaan (library Research).
Penulis mengadakan penulisan dengan membaca buku-buku yang berkaitan
dengan permasalahan, kemudian mengkaji dan menelaah untuk dijadikan
referensi.
2. Metode Pengumpulan Data
Data yang dipergunakan dalam penelitian ini adalah data sekunder yang
diperoleh dari Badan Pusat Statistik (BPS) Sumatera Utara. Yang dikumpulkan
kemudian diatur dan disajikan dalam bentuk angka dalam tabel. Data sekunder
adalah data yang diperoleh atau dirangkum ulang berdasarkan data yang telah
tersedia.
1.6Tinjauan Pustaka
Peramalan adalah penggunaan data masa lalu dari sebuah variabel atau kumpulan
variabel untuk mengestimasi nilainya di masa yang akan datang. Metode peramalan
adalah cara memperkirakan secara kuantitatif apa yang akan terjadi pada masa yang
Peramalan dengan menggunakan metode exponensial smoothing yang linier
dapat dilakukan dengan perhitungan yang hanya membutuhkan tiga buah nilai data
dan satu nilai α.
Teknik dari Pemulusan Eksponensial Linear dari Brown serupa dengan
rata-rata bergerak linier. Karena nilai dari pemulusan tunggal dan ganda ketinggalan dari
data yang sebenarnya bila terdapat unsur trend. Teknik ini dapat digunakan untuk
memodel trend runtut waktu dan cara perhitungannya lebih efisien bila dibandingkan
dengan MA (Moving Average) ganda serta membutuhkan lebih sedikit data karena hanya satu parameter yang digunakan (Lerbin R. Aritonang R. 2002: 55).
1.7Sistematika Penulisan
Sistematika dalam penulisan Tugas Akhir ini secara garis besar dibagi menjadi 6 bab,
yaitu:
BAB 1 PENDAHULUAN
Dalam bab ini penulis menguraikan latar belakang, indentifikasi masalah,
batasan masalah, maksut dan tujuan penulisan, metodologi penelitian,
BAB 2 LANDASAN TEORI
Dalam bab ini penulis menguraikan teoritis dan analisa tentang segala
sesuatu yang berhubungan dengan masalah tugas akhir ini.
BAB 3 SEJARAH SINGKAT BADAN PUSAT STATISTIK
Dalam bab ini penulis menguraikan sejarah singkat Badan Pusat Statistik
beserta visi dan misi BPS.
BAB 4 ANALISA DAN PEMBAHASAN
Dalam bab ini penulis menguraikan metode perhitungan PDRB atas harga
berlaku maupun harga konstan dan meramalkan PDRB Sektor Pertanian
Kota Padangsidimpuan pada tahun 2012.
BAB 5 IMPLEMENTASI SISTEM
Dalam bab ini penulis membahas tentang software yang digunakan dalam analisis data serta cara penggunaan dari software yang dipakai.
BAB 6 KESIMPULAN DAN SARAN
BAB 2
TINJAUAN TEORITIS
2.1 Produk Domestik Regional Bruto (PDRB)
Seperti diketahui PDRB adalah penjumlahan dari seluruh Nilai Tambah Bruto (NTB)
yang dihasilkan oleh setiap kegiatan/lapangan usaha. Dalam penghitungan PDRB,
seluruh lapangan usaha dikelompokkan menjadi sembilan sektor ekonomi. Ini sesuai
dengan pembagian yang digunakan dalam penghitungan Produk Domestik Bruto
(PDB) ditingkat nasional. Hal ini juga memudahkan para analis untuk
membandingkan PDRB antar provinsi dan antara PDRB dengan PDB. Sembilan
sektor yang dimaksud adalah:
1. Sektor Pertanian
a. Subsektor tanaman bahan makanan
b. Subsektor tanaman perkebunan
c. Subsektor peternakan dan hasil-hasilnya
d. Subsektor kehutanan
e. Subsektor perikanan
2. Sektor Pertambangan dan Penggalian
b. Subsektor pertambangan dan migas
c. Subsektor penggalian
3. Sektor Industri Pengolahan
a. Subsektor industri besar dan sedang
b. Subsektor pengilangan minyak
c. Industri kecil rumah tangga
4. Sektor Listrik, Gas, dan Air bersih
a. Subsektor listrik
b. Subsektor gas kota
c. Subsektor air bersih
5. Sektor Bangunan
6. Sektor Perdagangan, Hotel dan Restoran
a. Subsektor perdagangan besar dan kecil
b. Subsektor hotel
c. Subsektor restoran
7. Sektor Pengangkutan dan Komunikasi
a. Subsektor pengangkutan
1) Angkutan rel
2) Angkutan laut, sungai dan danau
4) Angkutan penunjang dan pengangkutan
b. Subsektor komunikasi
8. Sektor Keuangan, Persewaan dan Jasa Perusahaan
a. Subsektor bank
b. Subsektor lembaga keuangan bukan bank
c. Subsektor jasa penunjang keuangan
d. Subsektor sewa bangunan
9. Sektor Jasa-jasa
a. Subsektor pemerintahan
b. Subsektor swasta
1) Sosial kemasyarakatan
2) Hiburan dan rekreasi
3) Perorangan dan rumah tangga
2.2 Penghitungan Pendapatan PDRB
2.2.1 Perhitungan Atas Dasar Harga Berlaku
PDRB atas dasar harga berlaku merupakan jumlah seluruh NTB atau nilai barang dan
jasa akhir yang dihasilkan oleh unit-unit produksi dalam suatu periode tertentu,
biasanya satu tahun, yang dinilai dengan harga tahun yang bersangkutan.
NTB atas dasar harga berlaku yang didapat dari pengurangan Nilai Produksi
Bruto (NPB) dengan biaya antara masing-masing dinilai atas dasar harga berlaku.
NTB menggambarkan perubahan volume/kuantum produksi yang dihasilkan dan
tingkat perubahan harga dari masing-masing kegiatan, subsektor, dan sektor.
2.2.2 Perhitungan Atas Dasar Harga Konstan
DRB atas dasar harga konstan dapat mencerminkan perkembangan real ekonomi
secara keseluruhan dari tahun ke tahun yang digambarkan melalui laju pertumbuhan
ekonomi.
Nilai Tambah Bruto (NTB) atas harga konstan ini hanya menggambarkan
perubahan volume/kuantum produksi saja. Perhitungan atas dasar harga konstan ini
berguna untuk melihat perubahan ekonomi secara keseluruhan maupun secara
sektoral. Juga untuk melihat perubahan struktur perekonomian suatu kota di provinsi
2.3 Pengertian Peramalan
Peramalan berasal dari kata ramalan yang artinya suatu situasi atau kondisi yang akan
terjadi pada masa yang akan datang. Sedangkan peramalan adalah bentuk kegiatannya.
Peramalan adalah memperkirakan atau mengestimasikan apa yang akan terjadi pada
masa yang akan datang, tetapi belum tentu bisa dilaksanakan. Peramalanadalah suatu
usaha untuk meramalkan keadaan di masa mendatang melalui pengujian keadaan di
masa lalu (Limif Rokhah, 2004:10).
Makridakis (1994: 39-40) menyatakan bahwa ada tiga sumber utama untuk
mengidentifikasi ketidakakuratan dalam peramalan, yaitu:
1. Kesalahan dalam identifikasi pola dan hubungan
Pola atau hubungan mungkin tidak teridentifikasi dengan benar karena informasi
tidak cukup tersedia, karena model dibuat dengan jumlah variabel yang terbatas.
2. Pola yang tidak tepat dan hubungan yang tidak pasti
Walaupun pola dan hubungan rata-rata dapat di identifikasi, fluktuasi di sekitarnya
terjadi pada hampir kasus. Dan tujuan dari model statistic ini adalah untuk
mengidentifikasi pola atau hubungan sedemikian rupa sehingga fluktuasi
diusahakan sekecil mungkin.
3. Perubahan pola atau hubungan
Perubahan pola atau hubungan tersebut tentu saja dapat menyebabkan kesalahan
peramalan yang tingkat kesalahannya tidak dapat ditetapkan sebelumnya.
Metode peramalan adalah cara untuk memperkitakan secara kuantitatif apa
yang lalu. Jenis dari metode ramalan ini dapat dibagi menjadi beberapa metode,
diantaranya adalah metode Pemulusan (Smoothing), metode Box-Jenkins (Arima) dan
metode Regresi.
2.4 Manfaat Peramalan
Peramalan diperlukan karena adanya perbedaan waktu antara kesadaran akan
dibutuhkannya suatu kebijakan baru dengan waktu pelaksanaan kebijakan tersebut.
Waktu tenggang merupakan suatu alasan untuk perencanaan dan peramalan. Bila
waktu tenggang ini besarnya nol atau sangat kecil, maka tidak dibutuhkan peramalan.
Bila waktu tenggang tersebut panjang dan hasil yang diperoleh membutuhkan
faktor-faktor yang menyatakan bahwa perencanaan dapat dibentuk memiliki peranan penting,
maka peramalan terjadi atau dibutuhkan sehingga tindakan yang tepat dapat
dilakukan.
Kegunaan dari suatu peramalan dapat dilihat pada saat pengambilan
keputusan. Keputusan yang baik adalah keputusan yang didasarkan atas pertimbangan
apa yang terjadi pada saat pengambilan keputusan. Apabila keputusan yang diambil
kurang tepat, sebaiknya keputusan tersebut tidak dilaksanakan. Pengambilan
keputusan merupakan masalah yang selalu dihadapi karena peramalan berkaitan erat
dengan pengambilan suatu keputusan.
Baik tidaknya suatu peramalan sangat bergantung terhadap metode peramalan
untuk dipertimbangkan. Walaupun demikian perlu diketahui bahwa suatu ramalan
selalu ada unsur kesalahannya. Baik kesalahan ketika pengumpulan data maupun
dalam pengolahan data. Sehingga yang penting adalah usaha bagaimana kesalahan itu
diminimalisir. Dan pada akhirnya keputusan atau ramalan yang diperoleh baik untuk
digunakan.
2.5 Jenis-jenis Peramalan
Jenis peramalan dapat dibedakan berdasarkan jangka waktu, ruang lingkup, dan
metode yang digunakan. Jika ditijau dari jangka waktu, peramalan dapar dibedakan
menjadi peramalan jangka pendek dan peramalan jangka panjang. Berdasarkan ruang
lungkupnya, peramalan dibedakan menjadi peramalan mikro dan peramalan makro.
Dan jika berdasarkan metode peramalan yang digunakan, peramalan dibedakan
menjadi metode kualitatif dan metode kuantitatif.
Menurut Makridakis (1999:19), peramalan kuantitatif dapat diterapkan bila
terdapat tiga kondisi berikut:
1. Tersedia informasi tentang masa lalu
2. Informasi tersebut dapat dikuantitatifkan dalam data numerik
3. Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut
dimasa yang akan datang.
Peramalan bertujuan mendapatkan peramalan atau prediksi yang bisa meminimumkan
2.6 Langkah-langkah Peramalan
Hampir semua metode peramalan formal dilakukan dengan cara mengekstrapolasi
kondisi masa lalu untuk masa yang akan datang. Hal ini dikarenakan bahwa asumsi
kondisi masa lalu sama dengan kondisi masa yang akan datang. Berdasarkan
pemikiran ini, maka langkah-langkah dalam metode peramalan adalah:
1. Pengumpulan data
Langkah pertama ini merupakan langkah yang sangat penting. Karena apabila data
yang dikumpulkan kurang tepat, maka hasil dari peramalan akan kurang tepat.
2. Menyeleksi data
Pada langkah yag kedua ini, data yang kurang relevan harus dibuang supaya tidak
mengganggu akurasi peramalan.
3. Memilih model peramalan
Dalam pemilihan metode peramalan ini, salah satu yang sering dipakai adalah
kesalahan peramalan. Semakin kecil kesalahan peramalan, semakin baik metode
yang dipakai. Karena semakin mendekati data aktual.
2.7 Metodologi Penelitian
Metode yang digunakan dalam penelitian ini adalah sebagai berikut:
1. Ruang lingkup
Pengambilan data dilakukan di BPS Sumatera Utara. Data yang diambil adalah data
PDRB Sektor Pertanian kota Padangsidimpuan tahun 2002-2009.
2. Variabel
Variabel yang diteliti adalah PDRB Sektor Pertanian Kota Padangsidimpuan tahun
2002-2009 sebagai dasar untuk meramalkan pada tahun 2012.
3. Metode Pengambilan Data
Metode pengambilan data yang dilakukan adalah:
a. Pengumpulan Data
Metode ini digunakan untuk mendapatkan data tentang PDRB Sektor Pertanian
Kota Padangsidimpuan tahun 2002-2009. Data yang diambil merupakan data
sekunder karena diperoleh dari BPS Sumatera Utara.
b. Literatur
Penulis mengumpulkan dan memilih sumber bacaan (buku-buku) yang berkaitan
4. Metode Analisa data
Metode analisa data yang dipakai adalah metode Pemulusan Eksponensial Ganda:
metode Linier Satu Parameter dari Brown digunakan untuk data runtut waktu yang
memiliki komponen trend yang linier. Peramalan dengan menggunakan metode
Exponensial Smoothing yang linier dapat dilakukan dengan perhitungan yang
hanya membutuhkan tiga buah nilai data dan satu nilai α.
Metode pemulusan eksponensial terkadang lebih efisien bila dibandingkan
dengan meode peramalan yang lainnya. Tahap-tahap yang dilakukan dalam
menentukan ramalan ini adalah:
a. Menentukan pemulusan pertama ( S’t )
S’t = α Xt + (1- α) S’t -1
b. Menentukan pemulusan kedua ( S’’t )
S”t = α S’t + (1- α)S”t -1
c. Menentukan besarnya konstanta ( at )
at = S’t + (S’t – S’’t) = 2S’t - S”t
d. Menentukan besarnya pemulusan ( bt )
bt = α α
−
1 (S’t – S”t)
e. Menentukan besarnya peramalan ( Ft+m )
Dengan:
m = jumlah periode ke muka yang diramalkan
S’t = nilai pemulusan eksponensial tunggal
S”t = nilai pemulusan eksponensial ganda
α = parameter pemulusan eksponensial besarnya adalah 0< α<1
at = nilai konstanta pada periode ke t
bt = nilai konstanta pemulusan
Ft + m = hasil peramalan untuk m periode kedepan
(Makridakis, 1999:112).
2.8 Ketepatan Metode Peramalan
Walaupun pemulusan eksponensial ini sederhana, namun metode ini juga mempunyai
masalah. Dalam pemodelan deret-berkala, sebagian data yang diketahui dapat
digunakan untuk meramalkan sisa data berikutnya sehingga memungkinkan orang
untuk mempelajari ketepatan ramalan secara lebih langsung.
Untuk memilih α yang tepat caranya dicari nilai α yang bisa meminimumkan
mengalami kenaikan dari periode satu ke periode berikutnya dan penurunan
jumlahnya tidak terlalu drastis (Makridakis, 1993:10).
Ukuran yang digunakan untuk menguji ketepatan metode peramalan ini adalah
nilai tengah kesalahan kuadrat (Mean Squared Error), dengan kriteria bahwa semakin kecil MSE, berarti model itu semakin tepat untuk digunakan. MSE dapat dicari
dengan rumus sebagai berikut:
MSE = n
e n i
i
∑
=12
Dengan:
et = Xt – Ft ( kesalahan pada periode ke t )
Xt = data aktual pada periode ke t
Ft = nilai ramalan pada periode ke t
n = banyaknya periode waktu yang dianalisa
BAB 3
GAMBARAN UMUM BADAN PUSAT STATISTIK
3.1. Sejarah Singkat Badan Pusat Statistik
Badan Pusat Statistik (BPS) adalah Lembaga Negara Non Departemen. Badan Pusat
Statistik melakukan kegiatan yang ditugaskan oleh pemerintah antara bidang
pertanian, agraria, pertambangan, kependudukan, sosial, ketenagakerjaan, keuangan,
pendapatan dan keagamaan. Selain hal-hal diatas, Badan Pusat Statistik juga bertugas
melaksanakan koordinasi di lapangan, kegiatan statistik dari segenap instansi baik di
pusat maupun di daerah dengan tujuan mencegah dilakukannya pekerjaan yang serupa
oleh dua atau lebih instansi, memajukan keseragaman dalam pengangguran definisi,
klasifikasi dan ukuran-ukuran lainnya.
Masa Pemerintahan Hindia Belanda
Pada bulan Februari 1920, kantor statistik pertama kali didirikan oleh direktur
pertanian, kerajinan dan perdagangan (Directuer Van Landbouw Nijverheid en
Hendie) dan berkedudukan di Bogor. Kantor ini diserahi tugas untuk mengolah dan
Pada tanggal 24 September 1924, nama lembaga tersebut diganti dengan nama
Centraal Kantoor Voor de Statistick (CKS) atau Kantor Pusat Statistik dan
dipindahkan ke Jakarta. Bersamaan dengan itu beralih pula pekerjaan mekanisme
statistik perdagangan yang semula dilakukan oleh Kantor Invoer en Accijnsen (IUA)
yang sekarang disebut Kantor Bea dan Cukai.
Masa Pemerintahan Jepang
Pada bulan Juni 1942, pemerintahan Jepang baru mengaktifkan kembali kegiatan
statistik yang utamanya diarahkan untuk memenuhi kebutuhan perang/militer. Pada
masa ini CKS diganti namanya menjadi Shomubu Chasasitsu Gunseikanbu.
Masa Kemerdekaan Republik Indonesia
Setelah Proklamasi Kemerdekaan Republik Indonesia tanggal 17 agustus 1945,
kegiatan statistik ditangani oleh lembaga baru sesuai dengan susunan kemerdekaan
yaitu KAPPURI (Kantor Penyelidikan Perangkaan Umum Republik Indonesia).
Tahun 1946 Kantor KAPPURI dipindahkan ke Yogyakarta sebagai konsekuensi dari
Perjanjian Linggarjati. Sementara itu pemerintahan Belanda (NICA) di Jakarta
Berdasarkan surat edaran Kementrian Kemakmuran tanggal 12 Juni 1950
No.219/S.C;KAPPURI dan CKS dilebur menjadi Kantor Pusat Statistik (KPS) dan
berada dibawah Kementrian Kemakmuran.
Berdasarkan Surat Menteri Perekonomian tanggal 1 Maret 1952 No.P/44,
lembaga KPS berada dibawah dan bertanggung-jawab kepada Menteri Perekonomian
dan pada tanggal 24 Desember 1953 dengan surat Menteri Perekonomian
No.18.099/M, KPS dibagi menjadi dua bagian yaitu bagian research yang disebut
Afdeling A, dan bagian penyelenggaraan dan tatausaha yang disebut Afdeling.
Dengan Keputusan Presiden Republik Indonesia No.131 tahun 1957,
Kementerian Perekonomian dipecah menjadi Kementerian Perdagangan dan
Kementerian Perindustrian. Untuk selanjutnya dengan Keputusan Presiden Republik
Indonesia No.172 tahun 1957 KPS diubah menjadi BPS (Biro Pusat Statistik) dan
urusan statistik yang semula menjadi tanggung jawab dan wewenang Menteri
Perekonomian dialihkan menjadi dibawah dan bertanggung-jawab kepada Perdana
Menteri. Berdasarkan KEPPRES ini pula secara formal nama Biro Pusat Statistik
dipergunakan.
Memenuhi anjuran PBB agar setiap negara anggota menyelenggarakan sensus
penduduk secara serentak, maka pada tanggal 24 September 1960 telah diundangkan
UU No.6 tahun 1960 tentang Sensus, sebagai pengganti Volk Stelling Ordonnantie
Dalam rangka memperhatikan kebutuhan dana bagi perencanaan pembangunan
semesta berencana dan mengingat materi statistieck ordonnantie 1934 dirasakan sudah
tidak sesuai lagi dengan kemajuan-kemajuan yang cepat dicapai oleh negara kita,
maka pada tanggal 26 September 1960 telah diundangkan UU No.7 tahun 1960
tentang statistik.
Berdasarkan keputusan Presidium Kabinet RI No.Aa/C/9 tahun 1965, maka
pada tiap-tiap daerah Tingkat I dan Tingkat II dibentuk kantor-kantor cabang BPS
dengan nama Kantor Sensus Statistik Daerah (KKS) yang mempunyai tugas
menjalankan kegiatan-kegiatan statistik di daerah-daerah. Di setiap daerah
administrasi kecamatan, dapat diangkat seorang atau lebih pegawai yang merupakan
pegawai KKS Tingkat II dan dibawah pengawasan Kepala Kecamatan.
Masa Orde Baru sampai Sekarang
Pada masa pemerintahan orde baru, khusus untuk memenuhi kebutuhan dalam
perencanaan dan evaluasi pembangunan, maka untuk mendapatkan statistik yang
handal, lengkap, tepat, akurat dan terpercaya mulai diadakan pembenahan organisasi
Biro Pusat Statistik.
Dalam masa orde baru ini, Biro Pusat Statistik telah mengalami empat kali
perubahan struktur organisasi, yaitu:
2. Peraturan Pemerintah No.6 tahun 1980 tentang organisasi Biro Pusat Statistik
3. Peraturan Pemerintah No.2 tahun 1992 tentang organisasi Biro Pusat Statistik
dan Keputusan Presiden No.6 tahun 1992 tentang Kedudukan, Tuga, Fungsi,
Susunan, Reorganisasi dan Tata Kerja Biro Pusat Statistik
4. Undang-undang No.16 tahun 1997 tentang statistik
5. Keputusan Presiden RI No.86 tahun 1998 tentang Badan Pusat Statistik
6. Keputusan Kepala BPS No.100 tahun 1998 tentang Organisasi dan TataKerja
BPS
7. PP No.15 tahun 1999 tentang Penyelenggaraan Statistik
Sebagai pengganti UU Nomor 6 Tahun 1960 tentang Sensus dan UU Nomor 7
Tahun 1960 tentang Statistik, ditetapkan UU Nomor 16 Tahun 1997 tentang Statistik.
Berdasarkan UU ini yang ditindaklanjuti dengan peraturan perundangan dibawahnya,
secara formal nama Biro Pusat Statistik diganti menjadi Badan Pusat Statistik.
Materi yang merupakan muatan baru dalam UU Nomor 16 Tahun 1997, antara lain :
1. Jenis statistik berdasarkan tujuan pemanfaatannya terdiri atas statistik dasar
yang sepenuhnya diselenggarakan oleh BPS, statistik sektoral yang
dilaksanakan oleh instansi Pemerintah secara mandiri atau bersama dengan
BPS, serta statistik khusus yang diselenggarakan oleh lembaga, organisasi,
perorangan, dan atau unsur masyarakat lainnya secara mandiri atau bersama
dengan BPS.
2. Hasil statistik yang diselenggarakan oleh BPS diumumkan dalam Berita Resmi
Statistik (BRS) secara teratur dan transparan agar masyarakat dengan mudah
3. Sistem Statistik Nasional yang andal, efektif, dan efisien.
4. Dibentuknya Forum Masyarakat Statistik sebagai wadah untuk menampung
aspirasi
masyarakat statistik, yang bertugas memberikan saran dan pertimbangan
kepada BPS.
Berdasarkan Undang-Undang Nomor 16 Tahun 1997, peranan yang harus
dijalankan oleh BPS adalah sebagai berikut :
1. Menyediakan kebutuhan data bagi pemerintah dan masyarakat. Data ini
didapatkan dari
departemen atau lembaga pemerintahan lainnya sebagai data sekunder
2. Membantu kegiatan statistik di departemen, lembaga pemerintah atau
institusi lainnya, dalam membangun sistem perstatistikan nasional.
3. Mengembangkan dan mempromosikan standar teknik dan metodologi
statistik, dan menyediakan pelayanan pada bidan
statistik.
4. Membangun kerjasama dengan institusi internasional dan negara lain untuk
kepentingan perkembangan statistik Indonesia.
Berdasarkan Peraturan Pemerinatah No.6 tahun 1988 di tiap provinsi terdapat
perwakilan Badan Pusat Statistik dengan nama Kantor Statistik Kabupaten/Kota. Pada
tanggal 19 Mei 1997 menetapkan tentang statistik sebagai pengganti UU No.6 dan 7
tentang sensus dan statistik. Pada tanggal 17 Juni 1998 dengan Keputusan Presiden
Republik Indonesia No.86 tahun 1998 ditetapkan Badan Pusat Statistik sekaligus
BAB 4
ANALISIS DAN PENGOLAHAN DATA
4.1 Arti Analisa Data
Definisi analisa data dapat diuraikan sebagai berikut : Menurut Patton (1980) Analisa
Data adalah proses mengatur urutan data, mengorganisasikannya kedalam suatu pola,
kategori dan satuan uraian dasar. Menurut Bogdan dan Taylor (1975) Analisa Data
adalah proses yang merinci usaha formal untuk menemukan tema dan merumuskan
hipotesis (ide) seperti yang disarankan oleh data dan sebagai usaha untuk memberikan
bantuan pada tema dan hipotesis itu.
4.2 Pengumpulan Data Produk Domestik Regional Bruto (PDRB) Sektor Pertanian Kota Padangsidimpuan
Seperti yang dijelaskan pada bab 1, data yang dipergunakan dalam Tugas Akhir ini
Sumatera Utara. Yaitu data Produk Domestik Regional Bruto (PDRB) kota
Padangsidimpuan Sektor Pertanian atas dasar harga konstan dan atas dasar harga
berlaku menurut lapangan usaha dari tahun 2002-2009.
Dari pengumpulan data yang telah dilakukan, maka diperoleh data pada tahun
2002-2009 sebagai berikut:
Tabel 4.1 Data PDRB Padangsidimpuan Sektor Pertanian Atas Harga Konstan dan Atas Dasar Harga Berlaku Menurut Lapangan Usaha Tahun 2002-2009 (Jutaan Rupiah)
No Tahun Atas Dasar Harga Berlaku Atas Dasar Harga Konstan
1 2002 117.469,96 96.718,84
2 2003 131.497,60 101.794,77
3 2004 152.829,91 107.166,02
4 2005 183.364,11 111.834,68
5 2006 217.556,42 117.862,82
6 2007 248.337,85 123.356,05
7 2008 281.705,96 127.503,76
8 2009 305.882,87 132.688,88
Gambar 4.1 Grafik PDRB Padangsidimpuan Sektor Pertanian Atas Harga Konstan dan Atas Dasar Harga Berlaku Menurut Lapangan Usaha Tahun 2002-2009 (Jutaan Rupiah)
4.3 Metode Pemulusan Eksponensial Ganda : Metode Linear Satu-Parameter dari Brown.
4.3.1 Penaksiran Model Peramalan
Dalam pengolahan dan penganalisaaan data, penulis mengaplikasikan data (tabel 3.1)
eksponensial ini, maka terlebih dahulu kita menentukan parameter nilai α yang secara
coba dan salah (trial and error).
Suatu nilai α dipilih yang besarnya 0 < α < 1, dihitung MSE (Mean Square
Error) yang merupakan suatu ukuran ketepatan perhitungan dengan mengkuadratkan
masing-masing kesalahan.
Untuk menghitung MSE pertama dicari error terlebih dahulu, yang merupakan
hasil dari data asli dikurangi hasil ramalan. Lalu tiap error dikuadratkan dan dibagi
dengan banyaknya error. Secara matematis rumus MSE tahap pertama perhitungan ini
Tabel 4.2 Peramalan PDRB Sektor Pertanian Atas Dasar Harga Berlaku (α=0,1)
Tahun Xt S’t S”t at bt Ft+m e2
2002 117.469,96 117.469,96 117.469,96
2003 131.497,60 118.872,72 117.610,24 120.135,21 140,28
2004 152.829,91 122.268,44 118.076,06 126.460,83 465,82 120.275,49 1.059.790.391,75 2005 183.364,11 128.378,01 119.106,25 137.649,77 1.030,20 126.926,65 3.185.187.026,70 2006 217.556,42 137.295,85 120.925,21 153.666,49 1.818,96 138.679,96 6.221.495.680,26 2007 248.337,85 148.400,05 123.672,70 173.127,40 2.747,48 155.485,45 8.621.568.453,17 2008 281.705,96 161.730,64 127.478,49 195.982,79 3.805,79 175.874,89 11.200.215.660,25 2009 305.882,87 176.145,86 132.345,23 219.946,50 4.866,74 199.788,59 11.255.996.936,10
Tabel 4.3 Peramalan PDRB Sektor Pertanian Atas Dasar Harga Berlaku (α=0,2)
Tahun Xt S’t S”t at bt Ft+m e2
2002 117.469,96 117.469,96 117.469,96
2003 131.497,60 120.275,49 118.031,07 122.519,91 561,11
2004 152.829,91 126.786,37 119.782,13 133.790,62 1.751,06 123.081,02 884.996.694,22 2005 183.364,11 138.101,92 123.446,09 152.757,75 3.663,96 135.541,68 2.286.984.887,62 2006 217.556,42 153.992,82 129.555,43 178.430,21 6.109,35 156.421,71 3.737.452.414,65 2007 248.337,85 172.861,83 138.216,71 207.506,94 8.661,28 184.539,55 4.070.222.531,67 2008 281.705,96 194.630,65 149.499,50 239.761,81 11.282,79 216.168,22 4.295.195.433,93 2009 305.882,87 216.881,10 162.975,82 270.786,37 13.476,32 251.044,59 3.007.236.472,40
Tabel 4.4 Peramalan PDRB Sektor Pertanian Atas Dasar Harga Berlaku (α=0,3)
Tahun Xt S’t S”t at bt Ft+m e2
2002 117.469,96 117.469,96 117.469,96
2003 131.497,60 121.678,25 118.732,45 124.624,06 1.262,49
2004 152.829,91 131.023,75 122.419,84 139.627,66 3.687,39 125.886,54 725.944.971,41 2005 183.364,11 146.725,86 129.711,64 163.740,07 7.291,81 143.315,05 1.603.927.110,77 2006 217.556,42 167.975,03 141.190,66 194.759,39 11.479,01 171.031,88 2.164.533.099,50 2007 248.337,85 192.083,87 156.458,62 227.709,12 15.267,96 206.238,41 1.772.362.962,82 2008 281.705,96 218.970,50 175.212,19 262.728,81 18.753,56 242.977,09 1.499.925.514,29 2009 305.882,87 245.044,21 196.161,79 293.926,63 20.949,61 281.482,38 595.384.122,81
Tabel 4.5 Peramalan PDRB Sektor Pertanian Atas Dasar Harga Berlaku (α=0,4)
Tahun Xt S’t S”t at bt Ft+m e2
2002 117.469,96 117.469,96 117.469,96
2003 131.497,60 123.081,02 119.714,38 126.447,65 2.244,42
2004 152.829,91 134.980,57 125.820,86 144.140,29 6.106,48 128.692,07 582.635.223,31 2005 183.364,11 154.333,99 137.226,11 171.441,87 11.405,25 150.246,76 1.096.758.553,10 2006 217.556,42 179.622,96 154.184,85 205.061,07 16.958,74 182.847,12 1.204.735.684,20 2007 248.337,85 207.108,92 175.354,48 238.863,36 21.169,63 222.019,81 692.639.166,28 2008 281.705,96 236.947,73 199.991,78 273.903,69 24.637,30 260.032,98 469.717.959,71 2009 305.882,87 264.521,79 225.803,78 303.239,79 25.812,00 298.540,99 53.903.190,16
Tabel 4.6 Peramalan PDRB Sektor Pertanian Atas Dasar Harga Berlaku (α=0,5)
Tahun Xt S’t S”t at bt Ft+m e2
2002 117.469,96 117.469,96 117.469,96
2003 131.497,60 124.483,78 120.976,87 127.990,69 3.506,91
2004 152.829,91 138.656,85 129.816,86 147.496,83 8.839,99 131.497,60 455.067.449,94 2005 183.364,11 161.010,48 145.413,67 176.607,29 15.596,81 156.336,82 730.474.404,74 2006 217.556,42 189.283,45 167.348,56 211.218,34 21.934,89 192.204,10 642.740.256,14 2007 248.337,85 218.810,65 193.079,60 244.541,70 25.731,05 233.153,23 230.572.684,54 2008 281.705,96 250.258,30 221.668,95 278.847,66 28.589,35 270.272,74 130.718.505,28 2009 305.882,87 278.070,59 249.869,77 306.271,40 28.200,82 307.437,01 2.415.337,54
Tabel 4.7 Peramalan PDRB Sektor Pertanian Atas Dasar Harga Berlaku (α=0,6)
Tahun Xt S’t S”t at bt Ft+m e2
2002 117.469,96 117.469,96 117.469,96
2003 131.497,60 125.886,54 122.519,91 129.253,18 5.049,95
2004 152.829,91 142.052,56 134.239,50 149.865,62 11.719,59 134.303,13 343.241.651,28 2005 183.364,11 166.839,49 153.799,50 179.879,49 19.559,99 161.585,22 474.320.189,02 2006 217.556,42 197.269,65 179.881,59 214.657,71 26.082,09 199.439,48 328.223.494,67 2007 248.337,85 227.910,57 208.698,98 247.122,16 28.817,39 240.739,80 57.730.343,14 2008 281.705,96 260.187,80 239.592,27 280.783,33 30.893,30 275.939,55 33.251.468,16 2009 305.882,87 287.604,84 268.399,82 306.809,87 28.807,54 311.676,63 33.567.665,38
Tabel 4.8 Peramalan PDRB Sektor Pertanian Atas Dasar Harga Berlaku (α=0,7)
Tahun Xt S’t S”t at bt Ft+m e2
2002 117.469,96 117.469,96 117.469,96
2003 131.497,60 127.289,31 124.343,50 130.235,11 6.873,54
2004 152.829,91 145.167,73 138.920,46 151.415,00 14.576,96 137.108,66 247.157.827,33 2005 183.364,11 171.905,20 162.009,78 181.800,62 23.089,31 165.991,96 301.791.762,40 2006 217.556,42 203.861,05 191.305,67 216.416,44 29.295,89 204.889,93 160.439.969,43 2007 248.337,85 234.994,81 221.888,07 248.101,55 30.582,40 245.712,33 6.893.355,69 2008 281.705,96 267.692,62 253.951,25 281.433,98 32.063,18 278.683,95 9.132.532,03 2009 305.882,87 294.425,79 282.283,43 306.568,16 28.332,18 313.497,16 57.977.443,26
Tabel 4.9 Peramalan PDRB Sektor Pertanian Atas Dasar Harga Berlaku (α=0,8)
Tahun Xt S’t S”t at bt Ft+m e2
2002 117.469,96 117.469,96 117.469,96
2003 131.497,60 128.692,07 126.447,65 130.936,49 8.977,69
2004 152.829,91 148.002,34 143.691,40 152.313,28 17.243,75 139.914,18 166.815.978,11 2005 183.364,11 176.291,76 169.771,69 182.811,83 26.080,28 169.557,04 190.635.314,53 2006 217.556,42 209.303,49 201.397,13 217.209,85 31.625,44 208.892,11 75.070.283,03 2007 248.337,85 240.530,98 232.704,21 248.357,75 31.307,08 248.835,29 247.445,20 2008 281.705,96 273.470,96 265.317,61 281.624,31 32.613,40 279.664,83 4.166.220,29 2009 305.882,87 299.400,49 292.583,91 306.217,06 27.266,30 314.237,72 69.803.512,02
Tabel 4.10 Peramalan PDRB Sektor Pertanian Atas Dasar Harga Berlaku (α=0,9)
Tahun Xt S’t S”t at bt Ft+m e2
2002 117.469,96 117.469,96 117.469,96
2003 131.497,60 130.094,84 128.832,35 131.357,32 11.362,39
2004 152.829,91 150.556,40 148.384,00 152.728,81 19.551,65 142.719,71 102.216.103,60 2005 183.364,11 180.083,34 176.913,41 183.253,27 28.529,41 172.280,46 122.847.368,26 2006 217.556,42 213.809,11 210.119,54 217.498,68 33.206,14 211.782,68 33.336.058,11 2007 248.337,85 244.884,98 241.408,43 248.361,52 31.288,89 250.704,82 5.602.541,30 2008 281.705,96 278.023,86 274.362,32 281.685,40 32.953,89 279.650,41 4.225.281,09 2009 305.882,87 303.096,97 300.223,50 305.970,43 25.861,19 314.639,29 76.674.900,70
Kemudian dilihat nilai MSE yang paling kecil atau yang paling minimum dari
perhitungan Peramalan PDRB Sektor Pertanian Atas Dasar Harga Berlaku diatas.
Sehingga diperoleh perbandingan ukuran ketepatan metode peramalan nilai PDRB
Sektor Pertanian kota Padangsidimpuan dengan MSE sebagai berikut:
Table 4.11 Perbandingan Ukuran Ketepatan Metode Peramalan Atas Dasar Harga Berlaku
α MSE
0,1 6.924.042.358,04
0,2 3.047014.739,08
0,3 1.393.679.630,27
0,4 683.398.296,13
0,5 365.331.439,70
0,6 211.722.468,61
0,7 130.565.481,69
0,8 84.456.458,86
0,9 57.483.708,84
Sumber: Perhitungan
Dari tabel diatas dapat dilihat bahwa yang menghasilkan nilai MSE yang
paling kecil atau yang paling minimum yaitu pada α = 0,9 yaitu dengan MSE =
57.483.708,84.
Rumus MSE tahap pertama pada perhitungan PDRB atas dasar harga konstan
Tabel 4.12 Peramalan PDRB Sektor Pertanian Atas Dasar Harga Konstan (α=0,1)
Tahun Xt S’t S”t at bt Ft+m e2
2002 96.718,84 96.718,84 96.718,84
2003 101.794,77 97.226,43 96.769,60 97.683,27 50,76
2004 107.166,02 98.220,39 96.914,68 99.526,10 145,08 97.734,03 88.962.510,82 2005 111.834,68 99.581,82 97.181,39 101.982,25 266,71 99.671,18 147.950.632,51 2006 117.862,82 101.409,92 97.604,25 105.215,60 422,85 102.248,96 243.792.545,41 2007 123.356,05 103.604,53 98.204,27 109.004,79 600,03 105.638,45 313.913.413,01 2008 127.503,76 105.994,46 98.983,29 113.005,62 779,02 109.604,82 320.372.004,95 2009 132.688,88 108.663,90 99.951,35 117.376,44 968,06 113.784,64 357.370.370,57
Tabel 4.13 Peramalan PDRB Sektor Pertanian Atas Dasar Harga Konstan (α=0,2)
Tahun Xt S’t S”t at bt Ft+m e2
2002 96.718,84 96.718,84 96.718,84
2003 101.794,77 97.734,03 96.921,88 98.546,17 203,04
2004 107.166,02 99.620,42 97.461,59 101.779,26 539,71 98.749,21 70.842.656,91 2005 111.834,68 102.063,28 98.381,92 105.744,63 920,34 102.318,97 90.548.691,13 2006 117.862,82 105.223,18 99.750,18 110.696,19 1.368,25 106.664,96 125.391.957,50 2007 123.356,05 108.849,76 101.570,09 116.129,42 1.819,92 112.064,44 127.500.347,99 2008 127.503,76 112.580,56 103.772,19 121.388,93 2.202,09 117.949,34 91.286.962,45 2009 132.688,88 116.602,22 106.338,19 126.866,25 2.566,01 123.591,02 82.770.991,49
Tabel 4.14 Peramalan PDRB Sektor Pertanian Atas Dasar Harga Konstan (α=0,3)
Tahun Xt S’t S”t at bt Ft+m e2
2002 96.718,84 96.718,84 96.718,84
2003 101.794,77 98.241,62 97.175,67 99.307,56 456,83
2004 107.166,02 100.918,94 98.298,65 103.539,23 1.122,98 99.764,40 54.784.008,23 2005 111.834,68 104.193,66 100.067,16 108.320,17 1.768,50 104.662,20 51.444.399,06 2006 117.862,82 108.294,41 102.535,33 114.053,49 2.468,18 110.088,67 60.437.413,82 2007 123.356,05 112.812,90 105.618,60 120.007,20 3.083,27 116.521,66 46.708.855,30 2008 127.503,76 117.220,16 109.099,07 125.341,25 3.480,47 123.090,47 19.477.120,77 2009 132.688,88 121.860,78 112.927,58 130.793,97 3.828,51 128.821,72 14.954.963,43
Tabel 4.15 Peramalan PDRB Sektor Pertanian Atas Dasar Harga Konstan (α=0,4)
Tahun Xt S’t S”t at bt Ft+m e2
2002 96.718,84 96.718,84 96.718,84
2003 101.794,77 98.749,21 97.530,99 99.967,44 812,15
2004 107.166,02 102.115,94 99.364,97 104.866,90 1.833,98 100.779,58 40.786.564,78 2005 111.834,68 106.003,43 102.020,35 109.986,51 2.655,39 106.700,88 26.355.886,01 2006 117.862,82 110.747,19 105.511,09 115.983,29 3.490,73 112.641,90 27.258.017,34 2007 123.356,05 115.790,73 109.622,95 121.958,52 4.111,86 119.474,02 15.070.140,77 2008 127.503,76 120.475,94 113.964,14 126.987,74 4.341,20 126.070,38 2.054.583,67 2009 132.688,88 125.361,12 118.522,93 132.199,30 4.558,79 131.328,94 1.849.431,99
Tabel 4.16 Peramalan PDRB Sektor Pertanian Atas Dasar Harga Konstan (α=0,5)
Tahun Xt S’t S”t at bt Ft+m e2
2002 96.718,84 96.718,84 96.718,84
2003 101.794,77 99.256,81 97.987,82 100.525,79 1.268,98
2004 107.166,02 103.211,41 100.599,62 105.823,21 2.611,80 101.794,77 28.850.326,56 2005 111.834,68 107.523,05 104.061,33 110.984,76 3.461,71 108.435,00 11.557.807,10 2006 117.862,82 112.692,93 108.377,13 117.008,73 4.315,80 114.446,48 11.671.413,16 2007 123.356,05 118.024,49 113.200,81 122.848,17 4.823,68 121.324,53 4.127.055,73 2008 127.503,76 122.764,13 117.982,47 127.545,78 4.781,66 127.671,85 28.254,46 2009 132.688,88 127.726,50 122.854,49 132.598,52 4.872,02 132.327,44 130.639,21
Tabel 4.17 Peramalan PDRB Sektor Pertanian Atas Dasar Harga Konstan (α=0,6)
Tahun Xt S’t S”t at bt Ft+m e2
2002 96.718,84 96.718,84 96.718,84
2003 101.794,77 99.764,40 98.546,17 100.982,62 1.827,33
2004 107.166,02 104.205,37 101.941,69 106.469,05 3.395,52 102.809,96 18.975.293,57 2005 111.834,68 108.782,96 106.046,45 111.519,46 4.104,76 109.864,57 3.881.342,87 2006 117.862,82 114.230,87 110.957,11 117.504,64 4.910,65 115.624,22 5.011.328,53 2007 123.356,05 119.705,98 116.206,43 123.205,53 5.249,32 122.415,30 885.013,87 2008 127.503,76 124.384,65 121.113,36 127.655,94 4.906,93 128.454,85 904.580,83 2009 132.688,88 129.367,19 126.065,66 132.668,72 4.952,30 132.562,87 15.879,55
Tabel 4.18 Peramalan PDRB Sektor Pertanian Atas Dasar Harga Konstan (α=0,7)
Tahun Xt S’t S”t at bt Ft+m e2
2002 96.718,84 96.718,84 96.718,84
2003 101.794,77 100.271,99 99.206,05 101.337,94 2.487,21
2004 107.166,02 105.097,81 103.330,28 106.865,34 4.124,24 103.825,14 11.161.465,81 2005 111.834,68 109.813,62 107.868,62 111.758,62 4.538,34 110.989,58 714.199,25 2006 117.862,82 115.448,06 113.174,23 117.721,89 5.305,61 116.296,96 2.451.926,43 2007 123.356,05 120.983,65 118.640,83 123.326,48 5.466,60 123.027,50 107.944,07 2008 127.503,76 125.547,73 123.475,66 127.619,80 4.834,83 128.793,08 1.662.342,45 2009 132.688,88 130.546,53 128.425,27 132.667,80 4.949,61 132.454,63 54.872,82
Tabel 4.19 Peramalan PDRB Sektor Pertanian Atas Dasar Harga Konstan (α=0,8)
Tahun Xt S’t S”t at bt Ft+m e2
2002 96.718,84 96.718,84 96.718,84
2003 101.794,77 100.779,58 99.967,44 101.591,73 3.248,60
2004 107.166,02 105.888,73 104.704,47 107.072,99 4.737,04 104.840,33 5,408.843,28 2005 111.834,68 110.645,49 109.457,29 111.833,69 4.752,81 111.810,03 607,60 2006 117.862,82 116.419,35 115.026,94 117.811,77 5.569,65 116.586,51 1,628.972,73 2007 123.356,05 121.968,71 120.580,36 123.357,06 5.553,42 123.381,42 643,69 2008 127.503,76 126.396,75 125.233,47 127.560,03 4.653,11 128.910,48 1,978.863,79 2009 132.688,88 131.430,45 130.191,06 132.669,85 4.957,59 132.213,14 226.325,19
Tabel 4.20 Peramalan PDRB Sektor Pertanian Atas Dasar Harga Konstan (α=0,9)
Tahun Xt S’t S”t at bt Ft+m e2
2002 96.718,84 96.718,84 96.718,84
2003 101.794,77 101.287,18 100.830,34 101.744,01 4.111,50
2004 107.166,02 106.578,14 106.003,36 107.152,91 5.173,01 105.855,51 1.717.425,98 2005 111.834,68 111.309,03 110.778,46 111.839,59 4.775,10 112.325,93 241.324,70 2006 117.862,82 117.207,44 116.564,54 117.850,34 5.786,08 116.614,69 1.557.816,81 2007 123.356,05 122.741,19 122.123,52 123.358,85 5.558,98 123.636,42 78.608,71 2008 127.503,76 127.027,50 126.537,11 127.517,90 4.413,58 128.917,84 1.999.610,21 2009 132.688,88 132.122,74 131.564,18 132.681,31 5.027,07 131.931,48 573.652,60
Kemudian dilihat nilai MSE yang paling kecil atau yang paling minimum dari
perhitungan Peramalan PDRB Sektor Pertanian Atas Dasar Harga Konstan diatas.
Sehingga diperoleh perbandingan ukuran ketepatan metode peramalan nilai PDRB
Sektor Pertanian kota Padangsidimpuan dengan MSE sebagai berikut:
Table 4.21 Perbandingan Ukuran Ketepatan Metode Peramalan Atas Dasar Harga Konstan
α MSE
Dari tabel diatas dapat dilihat bahwa yang menghasilkan nilai MSE yang
paling kecil atau yang paling minimum yaitu pada α = 0,9 yaitu dengan MSE = 1.028.073,17.
Jadi dapat disimpulkan bahwa alpha (α) yang cocok untuk meramalkan Produk
Domestik Regional Bruto Sektor Pertanian Kota Padangsidimpuan tahun 2012 adalah
akan diuraikan ukuran ketepatan peramalan PDRB Sektor Pertanian Atas Dasar Harga
Table 4. 22 Ukuran Ketepatan Peramalan PDRB Sektor Pertanian Atas Dasar Harga Berlaku (α=0,9)
Tahun Xt S’t S”t at bt Ft+m e2
2002 117.469,96 117.469,96 117.469,96
2003 131.497,60 130.094,84 128.832,35 131.357,32 11.362,39
2004 152.829,91 150.556,40 148.384,00 152.728,81 19.551,65 142.719,71 102.216.103,60
2005 183.364,11 180.083,34 176.913,41 183.253,27 28.529,41 172.280,46 122.847.368,26
2006 217.556,42 213.809,11 210.119,54 217.498,68 33.206,14 211.782,68 33.336.058,11
2007 248.337,85 244.884,98 241.408,43 248.361,52 31.288,89 250.704,82 5.602.541,30
2008 281.705,96 278.023,86 274.362,32 281.685,40 32.953,89 279.650,41 4.225.281,09
2009 305.882,87 303.096,97 300.223,50 305.970,43 25.861,19 314.639,29 76.674.900,70
2010 331.831,62 m=1
2011 357.692,80 m=2
2012 383.553,99 m=3
Jika dilihat dari hasil perhitungan , peramalan PDRB dengan Atas Dasar Harga
Berlaku dan Atas Dasar Harga Konstan untuk Sektor Pertanian kota Padangsidimpuan
setiap tahun meningkat. Gambaran mengenai hubungan antara perkembangan data
aktual dengan nilai peramalan dengan Atas Dasar Harga Berlaku dapat dilihat pada
grafik dibawah ini:
Table 4. 23 Ukuran Ketepatan Peramalan PDRB Sektor Pertanian Atas Dasar Harga Konstan (α=0,9)
Tahun Xt S’t S”t at bt Ft+m e2
2002 96.718,84 96.718,84 96.718,84
2003 101.794,77 101.287,18 100.830,34 101.744,01 4.111,50
2004 107.166,02 106.578,14 106.003,36 107.152,91 5.173,01 105.855,51 1.717.425,98
2005 111.834,68 111.309,03 110.778,46 111.839,59 4.775,10 112.325,93 241.324,70
2006 117.862,82 117.207,44 116.564,54 117.850,34 5.786,08 116.614,69 1.557.816,81
2007 123.356,05 122.741,19 122.123,52 123.358,85 5.558,98 123.636,42 78.608,71
2008 127.503,76 127.027,50 126.537,11 127.517,90 4.413,58 128.917,84 1.999.610,21
2009 132.688,88 132.122,74 131.564,18 132.681,31 5.027,07 131.931,48 573.652,60
2010 137.708,38 m=1
2011 275.416,76 m=2
2012 413.125,14 m=3
Dengan cara yang sama, maka gambaran mengenai hubungan antara
perkembangan data aktual dengan nilai peramalan dengan Atas Dasar Harga Konstan
dapat dilihat pada grafik dibawah ini:
Gambar 4.3 Grafik Data Aktual dan Peramalan PDRB Sektor Pertanian ADHK Kota Padangsidimpuan tahun 2011
4.4 Penentuan Bentuk Persamaan Peramalan
Setelah ditentukan harga parameter pemulusan eksponensial yang besarnya 0 < α < 1
dengan cara coba dan salah didapat perhitungan peramalan pemulusan eksponensial
ganda: metode linier satu parameter dari Brown dengan α = 0,9 untuk nilai PDRB
Seperti yang telah dijelaskan pada bab 2 (tinjauan teoritis) persamaan yang
dipakai dalam perhitungan peramalan untuk tahun berikutnya adalah sebagai berikut:
S’t = α Xt + (1- α) S’t -1
Berdasarkan data terakhir dapat diramalkan PDRB Atas Dasar Harga Berlaku dan
Atas Dasar Harga Konstan untuk tahun berikutnya dengan bentuk persamaan sebagai
berikut:
1. untuk PDRB Atas Dasar Harga Berlaku
Ft+m = 305.970,43+ 25.861,19 (m)
2. untuk PDRB Atas Dasar Harga Konstan
Ft+m = 132.681,31+ 5.027,07 (m)
4.5 Penentuan Nilai Peramalan
Setelah diketahui model peramalan PDRB Sektor Pertanian Atas Dasar Harga
Berlaku, maka dapat dihitung peramalan untuk tahun 2010, 2011, 2012 seperti
dibawah ini:
1. Nilai Peramalan Tahun 2010
Ft+m = 305.970,43+ 25.861,19 (m)
= 331831.62
2. Nilai Peramalan Tahun 2011
Ft+m = 305.970,43+ 25.861,19 (m)
Ft+2 = 305.970,43+ 25.861,19 (2)
= 357692.80
3. Nilai Peramalan Tahun 2012
Ft+m = 305.970,43+ 25.861,19 (m)
Ft+3 = 305.970,43+ 25.861,19 (3)
= 383553.99
Tabel 4.24 Peramalan PDRB Sektor Pertanian ADHB tahun 2010, 2011 dan 2012
No Tahun Peramalan
1 2010 331.831.62
2 2011 357.692.80
3 2012 383.553.99
Dengan cara yang sama maka model peramalan PDRB Sektor Pertanian Atas
Dasar Harga Konstan dapat dihitung peramalan untuk tahun 2010, 2011, 2012 seperti
dibawah ini:
1. Nilai Peramalan Tahun 2010
Ft+m = 132.681,31+ 5.027,07 (m)
Ft+1 = 132.681,31+ 5.027,07 (m)
2. Nilai Peramalan Tahun 2011
Ft+m = 132.681,31+ 5.027,07 (m)
Ft+2 = 132.681,31+ 5.027,07 (m)
= 275.416,76
3. Nilai Peramalan Tahun 2012
Ft+m = 132.681,31+ 5.027,07 (m)
Ft+3 = 132.681,31+ 5.027,07 (m)
= 413.125,14
Tabel 4.25 Peramalan PDRB Sektor Pertanian ADHK tahun 2010, 2011 dan 2012
No Tahun Peramalan
1 2010 137.708,38
2 2011 275.416,76
3 2012 413.125,14
BAB 5
IMPLEMENTASI SISTEM
5.1 Pengertian dan Tahapan Implementasi Sistem
Implementasi sistem adalah suatu prosedur yang dilakukan untuk menyelesaikan
desain sistem yang ada dalam dokumen yang telah disetujui, menginstal dan memulai
sistem baru atau sistem yang diperbaiki.
Tahap implementasi system merupakantahap penerapan hasil desain tertulis
maupun secara manual kedalam programming. Pada tahapan inilah semua hasil desain secara manual dituangkan kedalam bahasa program tertentu untuk memudahkan
pengerjaan serta menghasilkan sebuah system informasi yang sesuai dengan hasil
desain tertentu. Di dalam Peramalan PDRB Sektor Pertanian kota Padangsidimpuan
5.2 Pengoperasian Microsoft Excel
Cara mengaktifkan Microsoft Excel sama dengan program-program aplikasi
umumnya yang ada di dalam Microsoft Office, yaitu:
1. Klik tombol “start” yang ada pada taskbar, lalu pilih all program, lalu akan muncul program-program yang telah diinstal dalam computer.
2. Klik Microsoft Office, lalu akan muncul Microsoft Excel yang bisa digunakan
dalam memanipulasi data.
Gambar 5.1 Cara Mengaktifkan Microsoft Excel
Setelah aktif di dalam Microsoft Excel, akan tampil lembar kerja baru yang
tersusun atas sel-sel yang terbentuk dalam baris dan kolom. Satu lembar kerja
dapat memuat 65536 baris dan 256 kolom yaitu dari kolom A-IV, sedangkan 1 sel
dengan (=). Nilai yang dihasilkan dapat berubah apabila rangkaian nilai dalam
rumus berubah.
3. Kita dapat memasukkan data yang akan diolah kedalam lembar kerja, yaitu:
a. Tempatkan pointer kedalam sel yang akan diolah
b. Ketik data yang akan diolah
c. Tekan enter atau tanda panah untuk berpindah sel atau dengan
menggerakkan mouse ke tempat lain.
4. Pemrosesan data
Dalam penjelasan ini, pengolahan PDRB Sektor Pertanian Atas Dasar Harga
Berlaku kota Padangsidimpuan akan dipaparkan, dengan langkah sebagai berikut:
a. Pemulusan pertama ( S't ), untuk tahun 2002 ditentukan sebesar tahun 2002
dari data historisnya sehingga rumus yang tertera pada sel C2 adalah =B2.
Sedangkan tahun 2003 dapat dihitung dengan rumus
=($L$1*B3+(1-$L$1)*C2). Dalam perhitungan Tugas Akhir ini menghasilkan angka
130.094,84 serta untuk tahun-tahun berikutnya hanya menyalin rumus
tersebut.
b. Pemulusan kedua ( S''t ), untuk tahun 2002 ditentukan sebesar tahun 2002
dari data pemulusan pertama sehingga rumus yang tertera pada sel D2 adalah
=C2. Sedangkan untuk tahun 2003 dapat dihitung dengan rumus
=($L$1*C3+(1-$L$1)*D2). Dalam perhitungan Tugas Akhir ini menghasilkan
angka 128.832,35 serta untuk tahun-tahun berikutnya hanya menyalin rumus
tersebut.
c. Nilai at baru bisa dicari pada tahun 2003 yaitu dengan rumus yang tertera
angka 131.357,32 serta untuk tahun-tahun berikutnya hanya menyalin rumus
tersebut.
d. Nilai bt baru bisa dicari pada tahun 2003 yaitu dengan rumus yang tertera pada
sel F3 =($L$1/(1-$L$1))*(C3-D3). Dalam perhitungan Tugas Akhir ini
menghasilkan angka 11.362,39 serta untuk tahun-tahun berikutnya hanya
menyalin rumus tersebut.
e. Nilai untuk forecast (Ft+m) baru dapat dicari pada tahun 2004, yaitu pada sel
G4 dapat dicari dengan menggunakan rumus =$E$3+$F$3*(1) dalam
perhitungan Tugas Akhir ini menghasilkan angka 142.719,71 dan untuk
forecast berikutnya hanya menyalin rumus tersebut.
f. Nilai Error kuadrat untuk tahun 2004 dapat dicari dengan rumus pada sel H4
=(B4-G4)^2. Dalam perhitungan Tugas Akhir ini menghasilkan
102.216.103,60 dan untuk tahun-tahun berikutnya hanya menyalin rumus
tersebut.
g. Menghitung MSE dapat menggunakan rumus pada sel =H10/L2. Dalam
Gambar 5.2 Analisis Pada Microsoft Excel
5.3 Pembuatan Grafik
Grafik pada Excel dapat dibuat menjadi satu dengan data atau terpisah pada lembar
grafik tersendiri, namun masih berada di file yang sama. Untuk membuat grafik pada
excel dapat menggunakan chart wizard yang terdapat pada toolbar. Langkah-langkah
yang perlu dilakukan adalah sebagai berikut:
1. Sorot sel yang ingin dibuat grafik pada tabel data
2. Klik menu Insert, chart
Gambar 5.3 Proses Pembuatan Grafik
4. Klik Ok
5. Tentukan keterangan pendukung grafik seperti title (judul tabel), axes (sumbu
koordinat tabel), gridlines (garis bantu skala tabel), legends (keterangan tabel)
data labels (nama data label) dan data table
6. Klik Ok
Gambar 5.4 Grafik Yang Dihasilkan Pada Microsoft Excel
Dengan pengoperasian yang sama dilakukan untuk PDRB Sektor Pertanian
BAB 6
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Berdasarkan hasil pengolahan data dan analisis data yang dilakukan sebelumnya pada
bab 4 maka kesimpulan yang diperoleh adalah sebagai berikut:
1. Pada hasil analisis Pemulusan eksponensial ganda: metode linier satu
parameter dari Brown diperoleh MSE yang terkecil adalah pada α = 0,9. Baik
Atas Dasar Harga Berlaku maupun Atas Dasar Harga Konstan.
2. Data yang diperoleh dan diramalkan pada PDRB Sektor Pertanian kota
Padangsidimpuan dari tahun ke tahun meningkat. Peramalan Atas Dasar Harga
Berlaku pada tahun 2012 meningkat dengan angka Rp. 383.553,99 (dalam
jutaan). Sedangkan Atas Dasar Harga Konstan pada tahun yang sama juga
meningkat dengan angka Rp. 413.125,14 (dalam jutaan).
3. Bentuk persamaan peramalan PDRB Sektor Pertanian Atas Dasar Harga
Berlaku kota Padangsidimpuan tahun 2010-2012 adalah:
Ft+m = 305.970,43+ 25.861,19 (m)
4. Bentuk persamaan peramalan PDRB Sektor Pertanian Atas Dasar Harga