• Tidak ada hasil yang ditemukan

Prediksi Kebutuhan Bbm Menggunakan Metode Arima Di Pertamina Upms-1 Medan

N/A
N/A
Protected

Academic year: 2017

Membagikan "Prediksi Kebutuhan Bbm Menggunakan Metode Arima Di Pertamina Upms-1 Medan"

Copied!
11
0
0

Teks penuh

(1)

PREDIKSI KEBUTUHAN BBM MENGGUNAKAN METODE ARIMA DI

PERTAMINA UPMS-1 MEDAN

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Teknologi Informasi

CHRISTIAN JULIANDRA KETAREN 091402057

PROGRAM STUDI S1 TEKNOLOGI INFORMASI

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS

SUMATERA UTARA

MEDAN

(2)

PERSETUJUAN

Diluluskan di

Medan, 10 Februari 2017

Komisi Pembimbing :

Pembimbing 2 Pembimbing 1

Romi Fadillah Rahmat, B.Com.Sc, M.Sc Baihaqi Siregar S.Si., M.T

NIP 19800110 200801 1 010 NIP 19790108 201212 1 002

Diketahui/Disetujui oleh

Program Studi S1 Teknologi Informasi

Ketua,

M. Anggia Muchtar, S.T, M.MIT

NIP 19800110 200801 1 010

Judul : PREDIKSI KEBUTUHAN BBM MENGGUNAKAN

METODE ARIMA DI PERTAMINA UPMS-1 MEDAN

Kategori : SKRIPSI

Nama : CHRISTIAN JULIANDRA KETAREN

Nomor Induk Mahasiswa : 091042057

Program Studi : SARJANA (S1) TEKNOLOGI INFORMASI

Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

(3)

PERNYATAAN

PREDIKSI KEBUTUHAN BBM MENGGUNAKAN METODE ARIMA DI PERTAMINA UPMS-1 MEDAN

SKRIPSI

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

Medan, 29 April2017

Christian Juliandra Ketaren

(4)

UCAPAN TERIMA KASIH

Segala Puji Syukur Kehadirat Tuhan Yang Maha Esa atas segala berkatnya sehingga

penulis dapat menyelesaikan penyusunan skripsi ini yang berjudul “PREDIKSI KEBUTUHAN

BBM MENGGUNAKAN METODE ARIMA di PERTAMINA UPMS-1 Medan”. Skripsi

ini disusun sebagai salah satu syarat memperoleh gelar Sarjana Strata 1 (S1) pada Program Studi

S1 Teknologi Informasi Universitas Sumatera Utara.

Penyusunanskripsiini tidak akan berhasil apabila dilakukan olehpenulis sendiri,

tetapiskripsiini telah melibatkan banyak pihak yang membantu, baik secaralangsung maupun

tidak langsung.Oleh karena itu,penulisingin mengucapkan rasaterima kasih kepada:

1. Dekan dan Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi

Universitas Sumatera Utara.

2. Ketua dan Sekretaris Program Studi S1 Teknologi Informasi Bapak Muhammad Anggia

Muchtar ST., MM. IT dan Mohammad Fadly Syahputera B.Sc., MSc, IT.

3. Bapak Baihaqi Siregar S.Si., M.T selaku Dosen Pembimbing I yang telah memberikan

bimbingan, pengarahan, saran serta masukan kepada penulis dalam penyusunan skripsi

ini.

4. Bapak Romi Fadillah Rahmat B.Comp.Sc., M.Sc selaku Dosen Pembimbing II skripsi

ini yang juga telah memberikan bimbingan, pengarahan, saran serta masukan kepada

penulis dalam penyusunan skripsi ini.

5. Seluruh Dosen dan Staff Pegawai Fakultas Ilmu Komputer dan Teknologi Informasi

USU yang telah memberi bantuan kepada penulis sampai terselesainya skripsi ini.

6. Kepada Keluarga Besar, terutama Kedua Orang Tua penulis yang telah mencurahkan

kasih sayangnya, doa, Semangat serta dukungan moril ataupun materil kepada penulis

(5)

7. Kepada sahabat-sahabat penulis baik yang ada di sekitar lingkungan rumah maupun

yang ada di lingkungan Program Studi Teknologi Informasi yang telah memberikan

Dukungan dan Semangat kepada penulis selama ini.

8. Kepada Kakak, adik dan saudara-saudara saya yang selalu memberikan dorongan,

nasihat serta doa selama penyusunan skripsi ini.

9. Dan semua pihak yang tidak dapat penulis sebutkan satu persatu yang telah memberikan

bantuan baik secara langsung maupun tidak langsung dalam penulisan skripsi ini.

Penulis menyadari bahwaskripsiini masih jauh dari sempurna, oleh karena

itupenulismengharapkan saran dan kritik yang membangun kepada semua pihakapabila ada

kesalahan atau kata-kata yang kurang berkenan.penulisberharap semogaskripsiini dapat

memberikan manfaat kepada pembaca.

(6)

ABSTRAK

Konsumsi BBMselalumenarikuntukditeliti,selainpemakaianyang digunakan olehsemuakalangan

masyarakat tetapijugakarenaperanpenting BBM tersebutsebagaiindikatoruntuk

menentukantingkat kabutuhan pemakaian BBM pada kalangan Masyarakat. BBM juga memiliki

peranan penting dalam perekonomian Indonesia. Akan tetapi konsumsi BBM mengalami

peningkatan dari tahun ke tahun sehingga permintaan pasar semakin lama semakin meningkat

pula. Oleh karena dibutuhkanlah suatu alat bantu yang dapat memprediksi nilai kebutuhan akan

BBM di masa datang dalam mempersiapkan produksi BBM. Pada penelitan ini digunakan

metode ARIMA dalam melakukan prediksi kebutuhan BBM di masa datang. Metode ARIMA ini

dapat melakukan estimasi parameter untuk proses prediksi dan dapat membentuk model prediksi

ARIMA terbaik yang akan digunakan di dalam penghitungan prediksi. Berdasarkan hasil

penelitian ini, model ARIMA terbaik untuk premium adalah ARIMA(0,1,1) dengan tingkat

standard error terkecil 0,10106. Sedangkan untuk minyak tanah diperoleh model

ARIMA(2,1,0) dengan standard error terkecil 0,1283. Sementara untuk solar diperoleh model

ARIMA(0,1,1)dengan standard error terkecil 0,1109.

(7)

FUEL OIL NEEDS PREDICTION USING ARIMA METHOD IN PERTAMINA UPMS-1 MEDAN

ABSTRACT

Fuel oil consumption is always interesting to study. Not only it always used by all the

community, but also because of the the fuel oil has important role as an indicator to determine the level of fuel oil consumption needs in the Community. BBM also belongs an important role in the Indonesian economy. However, fuel oil consumption has increased from year to year so that the longer the market needs is increasing as well. Therefore a tool is required to predict the value of the fuel oil needs in the future in preparation for the fuel oil production . In this

research ARIMA is used method in predicting fuel oilneeds in the future. ARIMA method can estimate the parameters for prediction process and can form the best ARIMA prediction model to be used in the calculation of prediction. Based on these results, the best ARIMA models for the premium is ARIMA (0,1,1) with the smallest standard error 0.10106 level. As for kerosene obtained ARIMA (2,1,0) with the smallest standard error 0.1283. As for diesel obtained ARIMA (0,1,1) with the smallest standard error 0.1109.

(8)

DAFTAR TABEL

Tabel 2.1 Nilai Parameter cox-box transformation... 15

Tabel 2.2 Daftar Penelitian Terdahulu sebagai refrensi dalam penelitian... 26

Tabel 3.1 Rangkuman data penjualan minyak ……… 32

Tabel 4.1 Rangkuman data hasil prediksi premium ……… 54

Tabel 4.2 Rangkuman data hasil prediksi minyak tanah ……….. 56

Tabel 4.3 Rangkuman data hasil prediksi solar ……… 58

Tabel 4.4 Rangkuman nilai error prediksi premium ……….. 65

Tabel 4.5 Rangkuman nilai error prediksi minyak tanah ………. 66

(9)

DAFTAR GAMBAR

Gambar 2.1 Pola yang menunjukkan adanya tren ... 12

Gambar 2.2Pola yang menunjukkan adanya siklis... 12

Gambar 2.3Pola yang menunjukkan adanya musiman ……….. 12

Gambar 2.4Grafik perbandingan data stationer dengan non-stationer... 14

Gambar 3.1Grafik Penjualan Minyak... 23

Gambar 3.2 Arsitektur umum Sistem... 26

Gambar 3.3 Proses peramalan arima... 32

Gambar 4.1 Penjualan BBM Jenis Premium ……….. 34

Gambar 4.2 Penjualan BBM Jenis Minyak Tanah ………... 35

Gambar 4.3 Penjualan BBM Jenis Solar ……….. 36

Gambar 4.4 Total Penjualan BBM ………. 36

Gambar 4.5 Grafik Total Penjualan BBM ………... 36

Gambar 4.6 Nilai Diffrencing BBM Jenis Premium ……… 37

Gambar 4.7 Nilai Diffrencing BBM Jenis Minyak Tanah ………. 38

Gambar 4.8 Nilai Diffrencing BBM Jenis Solar ……… 38

Gambar 4.9 Grafik Diffrencing Total Penjualan BBM ……….. 39

Gambar 4.10 Nilai Log 10 Penjualan BBM Jenis Premium ………. 39

Gambar 4.11 Nilai Log 10 Penjualan BBM Jenis Minyak Tanah ……… 40

Gambar 4.12 Nilai Log 10 Penjualan BBM Jenis Solar ……… 41

Gambar 4.13 Grafik Nilai Log 10 Total Penjualan BBM ……… 41

Gambar 4.14 Diffrencing dan Log10 dari Total Penjualan BBM Jenis Premium ………... 42

(10)

Gambar 4.18 Grafik Diffrencing dan Log10 dari Penjualan BBM Jenis

Premium ……… …… 45

Gambar 4.19 Grafik Diffrencing dan Log10 dari Penjualan BBM Jenis

Minyak Tanah ……… 45

Gambar 4.20 Grafik Diffrencing dan Log10 dari Penjualan BBM Jenis

Solar ……… 46

Gambar 4.21 Grafik Diffrencing dan Log10 dari Total Penjualan BBM ……… 47

Gambar 4.22 Grafik ACF dan PACF untuk menemukan model AR dan

MA Jenis Premium ……….. 47

Gambar 4.23 Grafik ACF dan PACF untuk menemukan model AR dan

MA Jenis Minyak Tanah ……….. 48

Gambar 4.24 Grafik ACF dan PACF untuk menemukan model AR dan

MA Jenis Solar ……….. 49

Gambar 4.25 Grafik ACF dan PACF untuk menemukan model AR dan

MA Total BBM ………. 50

Gambar 4.26 Nilai ACF dan PACF untuk menemukan model AR dan MA

Jenis Premium ……… 51

Gambar 4.27 Nilai ACF dan PACF untuk menemukan model AR dan MA

Jenis Minyak Tanah ……… 52

Gambar 4.28 Nilai ACF dan PACF untuk menemukan model AR dan MA

Jenis Solar ……….. 53

Gambar 4.29 Nilai ACF dan PACF untuk menemukan model AR dan MA

Total BBM ………. 54

(11)

Gambar 4.31 Grafik Hasil Prediksil Kebutuhan BBM Jenis Minyak Tanah …… 61

Gambar 4.32 Grafik Hasil Prediksil Kebutuhan BBM Jenis Solar ……….. 62

Gambar 4.33 Pengujian Residual ACF dan PACF Model Premium ……… 63

Gambar 4.34 Pengujian Residual ACF dan PACF Model Minyak Tanah ……….64

Gambar

Tabel 2.1 Nilai Parameter cox-box transformation.................................................

Referensi

Dokumen terkait

PENGGUNAAN MEDIA GAMBAR SERI UNTUK MENINGKATKAN KETERAMPILAN MENULIS KARANGAN BEBAS SISWA PADA MATA PELAJARAN BAHASA INDONESIA DI SEKOLAH DASAR.. Universitas

Berdasarkan hasil pengolahan analisis data, koefisien korelasi 0,694, maka koefisien korelasi yang ditemukan termasuk dalam kategori tinggi, maka dapat disimpulkan

Menunjuk hasil Evaluasi dan Penelitian Dokumen Penawaran & Dokumen Kualifikasi serta akan diusulkan sebagai Calon Pemenang oleh Panitia Pengadaan Barang/Jasa:. Perusahaan

Analisis Hidrolika Bangunan Krib Permeable Pada Saluran Tanah (Uji Model Laboratorium).. Jurnal Teknik Sipil dan Lingkungan

Markus Lingga, seorang pendeta dan gembala, mengatakan bahwa “penghargaan yang wajar dalam bentuk pujian, ucapan terima kasih, dan atau hadiah bagi orang yang

Dari latar belakang masalah di atas, maka rumusan masalah dalam penelitian ini adalah “ Bagaimana pengalaman wartawan Jawa Pos era Kembang Jepun dalam membangun

Untuk mencapai sasaran strategis yang telah ditetapkan, maka dilakukan pengukuran kinerja Pusat Penganekaragaman Konsumsi dan Keamanan Pangan untuk mendukung sasaran

Tujuan penelitian ini adalah untuk: (1) Mendeskripsikan kemampuan bertanya tingkat tinggi peserta didik yang tidak diajar dengan model pembelajaran kooperatif tipe snowball