BAB 3
SEJARAH SINGKAT TEMPAT RISET
3.1 Masa Pemerintahan Hindia Belanda
Pada bulan Februari 1920, Kantor Statistik pertama kali didirikan oleh Direktur Pertanian, Kerajinan dan Perdagangan (Directure Vand Landbow Nijeverheiden Handend) dan berkedudukan di Bogor. Kantor ini diserahi tugas untuk mengolah dan mempublikasikan data statistik.
Pada bulan Maret 1923, dibentuk suatu komisi untuk statistik yang anggotanya merupakan wakil dari tiap-tiap departemen. Komisi tersebut diberi tugas untuk merencanakan tindakan-tindakan yang mengarah sejauh mungkin untuk mencapai kesatuan dalam kegiatan di bidang statitik di Indonesia.
Pada tanggal 24 September 1924, nama lembaga tersebut diganti dengan nama
Central Kantor Voor de Statistik (CKS) atau kantor pusat statistik dan dipindahkan ke Jakarta. Bersamaan dengan itu beralih pula pekerjaan mekanisme statistik perdagangan yang semula dilakukan oleh kantor Invoer Vitvoer en Accijensen (IUA) yang sekarang diisebut kantor Bea dan Cukai.
3.2 Masa Pemerintahan Jepang
Pada bulan Juni 1942, pemerintah Jepang baru mengaktifkan kembali kegiatan Statistik yang utamanya diarahkan untuk memenuhi kebutuhan perang atau militer. Pada masa ini Central Kantor Voor de Statistik diganti namanya menjadi Shomubu Chasasitsu Gunseikanbu.
Setelah Proklamasi kemerdekaan RI tanggal 17 Agustus 1945, kegiatan Statistik ditangani oleh lembaga atau instansi baru sesuai dengan suasana kemerdekaan yaitu KAPPURI (Kantor Pusat Perangkat Umum Republik Indonesia) dipindahkan ke Yogyakarta sebagai sekuens dari perjanjian Linggarjati. Sementara itu pemerintah Belanda (NICA) di Jakarta mengaktifkan kembali Central Kantor Voor de Statistik.
Berdasarkan surat edaran kementerian kemakmuran tanggal 12 Juni 1950 Nomor 219/S.C,KAPURRI (Kantor Pusat Perangkat Umum Republik Indonesia) dan Central Voor de Statistik dilebur menjadi Kantor Pusat Statistik (KPS) dan berada di bawah dan bertanggung jawab kepada Menteri Kemakmuran.
Dengan surat Menteri Perekonomian tanggal 1 Maret 1952 Nomor p/44, Lembaga Kantor Pusat Statistik berada dibawah dan bertanggung jawab kepada Menteri Perekonomian. Selanjutnya keputusan Menteri Perekonomian tanggal 24 Desember 1953 Nomor:18.099/M, KPS dibagi menjadi dua bagian yaitu bagian
Research yang disebut Afdeling A dan bagian penyelenggaraan tata usaha yang disebut Afdeling B.
Dengan keputusan Presiden RI Nomor 131 tahun 1957, kemerdekaan Perekonomian dipecah menjadi kementerian Perdagangan dan kementerian Perindustrian. Untuk selanjutnya keputusan Presiden RI Nomor 172,terhitung tanggal 1 Juni 1957 Kantor Pusat Statistik diubah menjadi Biro Pusat Statistik yang semula menjadi tanggung jawab dan wewenang berada di bawah Perdana Menteri.
3.4 Masa Orde Baru Sampai Sekarang
Dalam masa orde baru Badan Pusat Statistik telah mengalami empat kali perubahan struktur organisasi:
1. Peraturan Pemerintah Nomor 16 tahun 1969 tentang organisasi Badan Pusat Statistik.
2. Peraturan Pemerintah Nomor 6 tahun 1980 tentang organisasi Badan Pusat Statistik.
3. Peraturan Pemerintah Nomor 2 tahun 1992 tentang organisasi Badan Pusat Statistik dan Keputusan Presiden Nomor 6 tahun 1992 tentang kedudukan,
tugas, fungsi, reorganisasi, susunan dan tata Kerja Biro Pusat Statistik. 4. Undang-undang Nomor 16 tahun 1917 tentang Statistik.
5. Keputusan Presiden RI Nomor 86 tahun1998 tentang Badan Pusat Statistik. 6. Keputusan Pemerintah Nomor 51 tahun 1999 tentang penyelenggaraan
Statistik.
Tahun 1968, ditetapkan peraturan Pemerintah Nomor 16 tahun 1968 yaitu yang mengatur organisasi dan tata kerja di pusat dan di daerah. Tahun 1980 peraturan pemerintah nomor 6 tahun 1980 tentang organisasi sebagai pengganti peraturan pemerintah Nomor 16 tahun 1968. Berdasarkan peraturan Pemerintah Nomor 6 tahun 1980 di tiap propinsi terdapat perwakilan BPS (Badan Pusat Statistik).
3.5 Logo Badan Pusat Statistik
Gambar 2.1 Logo BPS
Logo BPS terdiri dari 3 warna yang masing-masing mempunyai makna. Adapun makna yang dimaksud adalah :
1. Biru
Memiliki makna tentang Sensus Penduduk yang dilakukan oleh pihak BPS setiap 10 tahun sekali (tahun berakhiran angka 0) yang mencakup index pembangunan manusia, kemiskinan, kependudukan, kesehatan, ketahanan sosial, konsumsi dan pagelaran, pendidikan, perumahan, sosial budaya, tenaga kerja.
2. Hijau
Memiliki makna tentang Sensus Pertanian yang dilakukan setiap 10 tahun sekali (tahun berakhiran angka 3) yang mencakup index tanaman pangan, hortikultura, kehutanan, perkebunan, perikanan dan peternakan.
3. Orange
3.6 Visi dan Misi Badan Pusat Statistik
Visi
Badan Pusat Statistik mempunyai visi menjadikan informasi statistik sebagai tulang punggung informasi pembangunan nasional dan regional, didukung Sumber Daya Manusia yang berkualitas, ilmu pengetahuan dan teknologi informasi yang mutakhir. Misi
Dalam menunjuk pembangunan nasional Badan Pusat Statistik mengemban misi mengarahkan pembangunan statistik pada penyediaan data statistik yang bermutu, handal, efektif, dan efisien, peningkatan kesadaran masyarakat akan arti dan kegunaan statistik serta pengembanan ilmu pengetahuan statistik.
3.7 Struktur Organisasi Badan Pusat Statistik
Setiap perusahaan baik perusahaan pemerintah maupun swasta mempunyai struktur organisasi, karena perusahaan juga merupakan organisasi. Organisasi adalah suatu sistem dari aktivitas kerjasama yang terorganisir, yang dilaksanakan oleh sejumlah orang untuk mencapai tujuan bersama.
Dalam struktur organisasi ditetapkan tugas-tugas, wewenang dan tanggung jawab setiap orang dalam mencapai tujuan yang telah ditetapkan serta bagaimana hubungannya yang satu dengan yang lain.
Dengan adanya struktur organisasi perusahaan yang baik, maka dapat diketahui pembagian tugas antara para pegawai dalam rangka pencapaian tujuan. Adapun struktur organisasi yang dipakai oleh Badan Pusat Statistik Propinsi Sumatera Utara adalah struktur organisasi berbentuk Lini dan staff.
3. Bidang Statistik Distribusi. 4. Bidang Statistik Kependudukan.
5. Bidang Pengolahan, Penyajian, dan Pelayanan Statistik. 6. Bidang Neraca Wilayah dan Analisis Statistik.
BAB 4
PENGOLAHAN DATA
4.1 Pengumpulan Data
Pengambilan data di lakukan di Kantor Badan Pusat Statistik Sumatera Utara, data yang diambil adalah data jumlah wisatawan mancanegara yang berkunjung ke kota Medan melalui pintu masuk Bandar Udara Polonia Medan dan Pelabuhan Laut Belawan tahun 2004-2015.
Tabel 4.1 Data Jumlah wisatawan mancanegara yang Berkunjung ke kota Medan Tahun 2004 sampai 2015
Pengolahan ini bertujuan untuk mendapatkan nilai peramalan 3 periode kedepan dari periode terakhir data yang diperoleh, sehingga data tersebut dapat ditabulasikan ke bentuk grafik 3.1 berikut:
Penyajian Data Dalam Bentuk Grafik
Gambar 4.1 Grafik Jumlah Wisatawan Mancanegara yang Berkunjung Ke Kota Medan 2004 – 2015
4.3. Metode Smoothing Eksponensial Linier Satu Parameter dari Brown Adapun peramalan jumlah penduduk tersebut adalah sebagai berikut:
Tahun ke-1 (2004):
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
e. Ft m = peramalan tahun kedua (F2) ditentukan sebesar produksi tahun
e. Forecast tahun ke 3 dengan m=1
t m
F = at bt(m)
Tahun ke 3 (2006)
e. Forecast tahun ke 4 dengan m=1
a. St = +
(113.701,2897-107.082,9723) = 735,3686
e. Forecast tahun ke 5 dengan m=1
= 0,1(132.590)+(0,9)(110.392,131)
(112.611,9179-107.638,567) = 552,5945
e. Forecast tahun ke 6 dengan m=1
b. St = St (1 )St1
(116.580,5262-108.532,76292) = 894,19592
e. Forecast tahun ke 7 dengan m=1
t m
F = at bt(m)
= +
= 109.940,61436
(122.611,27358-109.940,61436) = 1.407,851
e. Forecast tahun ke 8 dengan m=1
= 2(131.440,0463)-(112.190,56)
(132.440,0463-112.190,56) = 2.249,94293
e. Forecast tahun ke 9 dengan m=1
t m
F = at bt(m)
= +
d. bt = ( )
e. Forecast tahun ke 10 dengan m=1
=
(153.992,97-118.969) = 3.891,553
e. Forecast tahun ke 11 dengan m=1
t m
e. Forecast tahun ke 12 dengan m=1
t m
F = at bt(m)
= +
= 205.560,1187+ 4.557,42730 = 210.117,546
Tabel 4.2 forecast Untuk Pemulusan Eksponensial Ganda (α=0,1)
Tahun Periode Jumlah S't S''t at bt Ft+m
2004 1 106.383 106.383 106.383
2005 2 115.264 107.271,1 106.471,81 108.070,39 99,911 2006 3 123.446 108.888,59 106.713,49 111.063,69 271,89 111.335,58 2007 4 123.924 110.392,13 107.081,35 113.702,91 413,85 114.116,76 2008 5 132.590 112.611,92 107.634,41 117.589,43 622,19 118.211,62 2009 6 152.298 116.580,53 108.529,02 124.632,03 1.006,4 125.638,47 2010 7 176.888 122.611,27 109.937,25 135.285,3 1.584,3 136.869,55 2011 8 210.899 131.440,05 112.087,53 150.792,57 2.419,1 153.211,63 2012 9 227.643 141.060,34 114.984,81 167.135,88 3.259,4 170.395,32 2013 10 270.899 154.044,21 118.890,75 189.197,67 4.394,2 193.591,85 2014 11 259.493 164.589,09 123.460,58 205.717,59 5.141,1 210.858,66 2015 12 218.734 170.003,58 128.114,88 211.892,27 5.236,1 217.128,36
Gambar 4.2 Grafik Forecast untuk pemulusan eksponensian ganda α=0,1
Dari tabel diatas dapat dicari nilai kesalahan ramalan dengan menggunakan MSE dengan formula sebagai berikut:
2
Dimana untuk mendapatkan nilai harus terlebih dahulu memperoleh nilai , ini diperoleh dengan rumus sebagai berikut:
0
forecast untuk pemulusan eksponensial ganda = 0,1
Ft+m
Jumlah
Periode
=
e untuk periode ke-3(tahun 2006) =
= 123.446 – 111.335,58 = 12.110
e untuk periode ke-4(tahun 2007) =
= 123.924 – 114.116,76 = 9.807
e untuk periode ke 5 (tahun 2008) =
= 132.590 – 118.211,62 = 14.378
e untuk periode ke 6 (tahun 2009) =
= 152.298 – 125.638,47 = 26.659
e untuk periode ke 7 (tahun 2010) =
= 176.888 – 136.869,55 = 40.018
e untuk periode ke 8 (tahun 2011) =
e untuk periode ke 9 (tahun 2012) =
= 227.643 – 170.395,32 = 57.247
e untuk periode ke 10 (tahun 2013) =
= 270.387 – 193.591,85 = 76.795
e untuk periode ke 11 (tahun 2014) =
= 259.493 – 210.858,66 = 48.634
e untuk periode ke 12 (tahun 2015) =
= 218.734 – 217.128,36 = 1.605
Hasil forecast dan mean square error dengan α=0,1 dibuat dalam bentuk tabel di
Tabel 4.3 forecast dan Mean Square Error dengan (α=0,1)
Tahun Periode Jumlah Ft+m et et2
2004 1 106.383
2005 2 115.264
2006 3 123.446 111.335,6 12.110,42 146.662.278,6 2007 4 123.924 114.116,8 9.807,243 96.182.014,53 2008 5 132.590 118.211,6 14.378,38 206.737.938,8 2009 6 152.298 125.638,5 26.659,53 710.730.549,1 2010 7 176.888 136.869,6 40.018,45 1.601.475.974 2011 8 210.899 153.211,6 57.687,37 3.327.832.493 2012 9 227.643 170.395,3 57.247,68 3.277.297.168 2013 10 270.899 193.591,8 77.307,15 5.976.395.473 2014 11 259.493 210.858,7 48.634,34 2.365.299.507 2015 12 218.734 217.128,4 1.605,638 2.578.073,266
Jumlah 345.456,2 17.711.191.469
Gambar 4.3 Grafik forecast dan mean square error dengan α=0,1
Dengan menggunakan perhitungan yang sama maka dapat ditentukan nilai smoothing eksponensial Tunggal, Ganda dan ramalan yang akan datang untuk α= 0,2 sampai dengan α=0,9
Nilai perhitungannya dapat dilihat pada tabel 4.4 sampai dengan 4.12 di halaman berikutnya.
Forecast dan Mean square error dengan 0,1
et2
et
Ft+m
Jumlah
4.4 Pengolahan Data Dalam Bentuk Tabel
Tabel 4.4 Peramalan Jumlah Wisatawan mancanegara dengan Pemulusan Eksponensial Ganda Linier dari Brown dengan ,1
Tahun Periode Jumlah S't S''t at bt Ft+m et et2
2004 1 106.383 106.383 106.383
2005 2 115.264 107.271,1 106.471,81 108.070,39 99,911
2006 3 123.446 108.888,59 106.713,49 111.063,69 271,89 111.335,58 12.110,4 146.662.278,6 2007 4 123.924 110.392,13 107.081,35 113.702,91 413,85 114.116,76 9.807,24 96.182.014,53 2008 5 132.590 112.611,92 107.634,41 117.589,43 622,19 118.211,62 14.378,4 206.737.938,8 2009 6 152.298 116.580,53 108.529,02 124.632,03 1.006,4 125.638,47 26.659,5 710.730.549,1 2010 7 176.888 122.611,27 109.937,25 135.285,3 1.584,3 136.869,55 40.018,4 1.601.475.974 2011 8 210.899 131.440,05 112.087,53 150.792,57 2.419,1 153.211,63 57.687,4 3.327.832.493 2012 9 227.643 141.060,34 114.984,81 167.135,88 3.259,4 170.395,32 57.247,7 3.277.297.168 2013 10 270.899 154.044,21 118.890,75 189.197,67 4.394,2 193.591,85 77.307,2 5.976.395.473 2014 11 259.493 164.589,09 123.460,58 205.717,59 5.141,1 210.858,66 48.634,3 2.365.299.507 2015 12 218.734 170.003,58 128.114,88 211.892,27 5.236,1 217.128,36 1.605,64 2.578.073,266
Jumlah 345.456 17.711.191.469
Untuk = 0,1; N=12, maka:
Tabel 4.5 Peramalan Jumlah Wisatawan mancanegara dengan Pemulusan Eksponensial Ganda Linier dari Brown dengan ,2
Tahun Periode Jumlah S't S"t at bt Ft+m et et2
2004 1 106.383 106.383 106.383
2005 2 115.264 108.159,2 106.738,24 109.580,16 355,24
2006 3 123.446 111.216,56 107.633,9 114.799,22 895,664 109.935,4 13.510,6 182.536.312,4 2007 4 123.924 113.758,05 108.858,73 118.657,36 1.224,83 115.694,88 8.229,12 67.718.415,97 2008 5 132.590 117.524,44 110.591,87 124.457 1.733,14 119.882,19 12.707,81 161.488.384,2 2009 6 152.298 124.479,15 113.369,33 135.588,97 2.777,46 126.190,14 26.107,86 681.620.144,9 2010 7 176.888 134.960,92 117.687,65 152.234,19 4.318,32 138.366,43 38.521,57 1.483.911.546 2011 8 210.899 150.148,54 124.179,83 176.117,25 6.492,18 156.552,51 543.46,49 2.953.540.772 2012 9 227.643 165.647,43 132.473,35 198.821,51 8.293,52 182.609,43 450.33,57 2.028.022.843 2013 10 270.899 186.697,74 143.318,23 230.077,26 10.844,9 207.115,03 637.83,97 4.068.394.445 2014 11 259.493 201.256,79 154.905,94 247.607,65 11.587,7 240.922,14 18.570,86 344.876.819,7 2015 12 218.734 204.752,24 164.875,2 244.629,27 9.969,26 259.195,36 -40.461,4 1.637.121.960
Jumlah 240.350,5 13.609.231.643
Untuk α = 0,2 ; N = 12, maka:
Tabel 4.6 Peramalan Jumlah Wisatawan mancanegara dengan Pemulusan Eksponensial Ganda Linier dari Brown dengan ,3
Tahun Periode Jumlah S't S''t at bt Ft+m et et2
2004 1 106.383 106.383 106.383
2005 2 115.264 109.047,3 107.182,3 110.912,3 799,29
2006 3 123.446 113.366,9 109.037,7 117.696,1 1.855,39 111.711,6 11.734,4 137.696.143,4 2007 4 123.924 116.534 111.286,6 121.781,5 2.248,91 119.551,5 4.372,47 19.118.493,9 2008 5 132.590 121.350,8 114.305,9 128.395,8 3.019,27 124.030,4 8.559,6 73.266.786,4 2009 6 152.298 130.635 119.204,6 142.065,4 4.898,74 131.415,1 20.882,9 436.096.869,8 2010 7 176.888 144.510,9 126.796,5 162.225,3 7.591,89 146.964,1 29.923,9 895.439.822,3 2011 8 210.899 164.427,3 138.085,7 190.768,9 11.289,3 169.817,2 41.081,8 1.687.716.247 2012 9 227.643 183.392 151.677,6 215.106,4 13.591,9 202.058,2 25.584,8 654.584.143,7 2013 10 270.899 209.644,1 169.067,6 250.220,7 17.389,9 228.698,3 42.200,7 1.780.897.834 2014 11 259.493 224.598,8 185.726,9 263.470,6 16.659,4 267.610,6
-8.117,61 65.895.645,47 2015 12 218.734 222.839,3 196.860,7 248.818 11.133,7 280.130 -61.396 3.769.468.124
Jumlah 114827 9.520.180.110
Untuk α = 0,3 ; N = 12, maka:
Tabel 4.7 Peramalan Jumlah Wisatawan mancanegara dengan Pemulusan Eksponensial Ganda Linier dari Brown dengan ,4
Tahun Periode Jumlah S't S''t at bt Ft+m et et2
2004 1 106.383 106.383 106.383
2005 2 115.264 109.935,4 107.804 112.066,8 1.420,96
2006 3 123.446 115.339,6 110.818,2 119.861 3.014,27 113.487,8 9.958,2 99.165.747,24 2007 4 123.924 118.773,4 114.000,3 123.546,5 3.182,06 122.875,3 1.048,68 1.099.729,742 2008 5 132.590 124.300 118.120,2 130.479,9 4.119,9 126.728,5 5.861,46 34.356.760,22 2009 6 152.298 135.499,2 125.071,8 145.926,6 6.951,61 134.599,8 17.698,2 313.227.415,9 2010 7 176.888 152.054,7 135.865 168.244,5 10.793,2 152.878,2 24.009,8 576.468.160,4 2011 8 210.899 175.592,4 151.756 199.428,9 15.891 179.037,7 31.861,3 1.015.144.866 2012 9 227.643 196.412,7 169.618,6 223.206,7 17.862,7 215.319,9 12.323,1 151.858.676,4 2013 10 270.899 226.207,2 192.254,1 260.160,3 22.635,4 241.069,4 29.829,6 889.806.979,5 2014 11 259.493 239.521,5 211.161 267.882 18.907 282.795,8
-23.302,8 543.018.399,9 2015 12 218.734 231.206,5 219.179,2 243.233,8 8.018,19 286.789 -68.055 4.631.479.482
Jumlah 41.232,7 8.255.626.217
Untuk α = 0,4 ; N = 12, maka:
825.562.622
Tabel 4.8 Peramalan Jumlah Wisatawan mancanegara dengan Pemulusan Eksponensial Ganda Linier dari Brown dengan ,5
Tahun Periode Jumlah S't S"t at bt Ft+m et et2
2004 1 106.383 106.383 106.383
2005 2 115.264 110.823,5 108.603,3 113.043,8 2.220,25
2006 3 123.446 117.134,8 112.869 121.400,5 4.265,75 115.264 8.182 66.945.124 2007 4 123.924 120.529,4 116.699,2 124.359,6 3.830,188 125.666,3 -1.742,25 3.035.435,06 2008 5 132.590 126.559,7 121.629,4 131.489,9 4.930,25 128.189,8 4.400,25 19.362.200,1 2009 6 152.298 139.428,8 130.529,1 148.328,5 8.899,703 136.420,2 15.877,81 252.104.930 2010 7 176.888 158.158,4 144.343,8 171.973,1 13.814,64 157.228,3 19.659,75 386.505.770 2011 8 210.899 184.528,7 164.436,2 204.621,2 20.092,46 185.787,7 25.111,3 630.577.231 2012 9 227.643 206.085,9 185.261,1 226.910,7 20.824,8 224.713,6 2.929,359 8.581.146,35 2013 10 270.899 238.492,4 211.876,7 265.108,1 26.615,69 247.735,5 23.163,54 536.549.361 2014 11 259.493 248.992,7 230.434,7 267.550,7 18.557,99 291.723,8 -32.230,8 1.038.824.771 2015 12 218.734 233.863,4 232.149 235.577,7 1.714,315 286.108,7 -67.374,7 4.539.348.647
-2.023,74 7.481.834.615
Untuk α = 0,5 ; N = 12, maka:
748.183.462
Tabel 4.9 Peramalan Jumlah Wisatawan mancanegara dengan Pemulusan Eksponensial Ganda Linier dari Brown dengan ,6
Tahun Periode Jumlah S't S"t at bt Ft+m et et2
2004 1 106.383 106.383 106.383
2005 2 115.264 111.711,6 109.580,2 113.843 3.197,16
2006 3 123.446 118.752,2 115.083,4 122.421,1 5.503,25 117.040,2 6.405,8 41.034.273,64 2007 4 123.924 121.855,3 119.146,5 124.564,1 4.063,13 127.924,3 -4.000,32 16.002.560,1 2008 5 132.590 128.296,1 124.636,3 131.955,9 5.489,75 128.627,2 3.962,816 15.703.910,65 2009 6 152.298 142.697,2 135.472,9 149.921,6 10.836,6 137.445,7 14.852,3 220.590.934,1 2010 7 176.888 163.211,7 152.116,2 174.307,2 16.643,3 160.758,2 16.129,79 260.170.210,6 2011 8 210.899 191.824,1 175.940,9 207.707,2 23.824,7 190.950,5 19.948,47 397.941.274,7 2012 9 227.643 213.315,4 198.365,6 228.265,2 22.424,7 231.532 -3.888,99 15.124.277,79 2013 10 270.899 247.865,6 228.065,6 267.665,6 29.700 250.690 20.209,05 408.405.700,6 2014 11 259.493 254.842 244.131,5 265.552,6 16.065,9 297.365,5 -37.872,5 1.434.327.840 2015 12 218.734 233.177,2 237.558,9 228.795,5 -6.572,5 281.618,5 -62.884,5 3.954.455.904
Jumlah -27.138,1 6.763.756.886
Untuk α = 0,6 ; N = 12, maka:
676.375.689
Tabel 4.10 Peramalan Jumlah Wisatawan mancanegara dengan Pemulusan Eksponensial Ganda Linier dari Brown dengan ,7
Tahun Periode Jumlah S't S''t at bt Ft+m et et2
2004 1 106.383 106.383 106.383
2005 2 115.264 112.599,7 110.734,7 114.464,7 4.351,69
2006 3 123.446 120.192,1 117.354,9 123.029,3 6.620,19 118.816,4 4.629,6 21.433.196,16 2007 4 123.924 122.804,4 121.169,6 124.439,3 3.814,68 129.649,5 -5.725,53 32.781.693,78 2008 5 132.590 129.654,3 127.108,9 132.199,8 5.939,33 128.254 4.336,018 18.801.052,1 2009 6 152.298 145.504,9 139.986,1 151.023,7 12.877,2 138.139,1 14.158,91 200.474.689,9 2010 7 176.888 167.473,1 159.227 175.719,2 19.240,9 163.900,9 12.987,1 168.664.856,8 2011 8 210.899 197.871,2 186.277,9 209.464,5 27.051 194.960 15.938,96 254.050.456,2 2012 9 227.643 218.711,5 208.981,4 228.441,5 22.703,5 236.515,5 -8.872,46 78.720.601,81 2013 10 270.899 255.242,7 241.364,3 269.121,1 32.382,9 251.145 19.754,02 390.221.136,2 2014 11 259.493 258.217,9 253.161,8 263.274 11.797,5 301.504,1 -42.011,1 1.764.929.910 2015 12 218.734 230.579,2 237.354 223.804,4 -15.808 275.071,5 -56.337,5 3.173.914.216
Jumlah -41.142 6.103.991.809
Untuk α = 0,7 ; N = 12, maka:
Tabel 4.11 Peramalan Jumlah Wisatawan mancanegara dengan Pemulusan Eksponensial Ganda Linier dari Brown dengan ,8
Tahun Periode Jumlah S't S"t at bt Ft+m et et2
2004 1 106.383 106.383 106.383
2005 2 115.264 113.487,8 112.066,8 114.908,8 5.683,84
2006 3 123.446 121.454,4 119.576,9 123.331,9 7.510,02 120.592,6 2.853,4 8.141.891,56 2007 4 123.924 123.430,1 122.659,4 124.200,7 3.082,57 130.841,9 -6.917,88 47.857.063,69 2008 5 132.590 130.758 129.138,3 132.377,7 6.478,87 127.283,3 5.306,712 28.161.192,25 2009 6 152.298 147.990 144.219,7 151.760,3 15.081,4 138.856,6 13.441,4 180.671.234 2010 7 176.888 171.108,4 165.730,7 176.486,1 21.511 166.841,7 10.046,29 100.927.973,3 2011 8 210.899 202.940,9 195.498,8 210.382,9 29.768,2 197.997,1 12.901,86 166.458.007,1 2012 9 227.643 222.702,6 217.261,8 228.143,3 21.763 240.151,1 -12.508,1 156.452.751,2 2013 10 270.899 261.259,7 252.460,1 270.059,3 35.198,3 249.906,3 20.992,68 440.692.723,1 2014 11 259.493 259.846,3 258.369,1 261.323,6 5.908,96 305.257,6 -45.764,6 2.094.398.857
2015 12 218.734 226.956,5 233.239 220.673,9
-25.130,1 267.232,5 -48.498,5 2.352.109.194
Jumlah -48.146,8 5.575.870.887
Untuk α = 0,8 ; N = 12, maka:
Tabel 4.12 Peramalan Jumlah Wisatawan mancanegara dengan Pemulusan Eksponensial Ganda Linier dari Brown dengan ,9
Tahun Periode Jumlah S't S"t at bt Ft+m et et2
2004 1 106.383 106.383 106.383
2005 2 115.264 114.375,9 113.576,6 115.175,2 7.193,61
2006 3 123.446 122.539 121.642,8 123.435,2 8.066,142 122.368,8 1.077,2 1.160.359,84 2007 4 123.924 123.785,5 123.571,2 123.999,8 1.928,472 131.501,4 -7.577,37 57.416.536,12 2008 5 132.590 131.709,5 130.895,7 132.523,4 7.324,493 125.928,2 6.661,754 44.378.966,36 2009 6 152.298 150.239,2 148.304,8 152.173,5 17.409,09 139.847,9 12.450,12 155.005.600,1 2010 7 176.888 174.223,1 171.631,3 176.814,9 23.326,47 169.582,6 7.305,407 53.368.976,7 2011 8 210.899 207.231,4 203.671,4 210.791,4 32.040,11 200.141,4 10.757,58 115.725.532,3 2012 9 227.643 225.601,8 223.408,8 227.794,9 19.737,4 242.831,5 -15.188,5 230.691.687,4 2013 10 270.899 266.369,3 262.073,2 270.665,3 38.664,44 247.532,3 23.366,72 546.003.444,3 2014 11 259.493 260.180,6 260.369,9 259.991,4 -1.703,35 309.329,8 -49.836,8 2.483.703.774 2015 12 218.734 222.878,7 226.627,8 219.129,5 -33.742,1 258.288 -39.554 1.564.520.611
Jumlah -50.537,9 5.251.975.488
Untuk α = 0,9 ; N = 12, maka:
1. Kolom 4 merupakan rata-rata 2 tahun terakhir dari data Xt pada kolom 3,
Tiap pergantian tahun peramalan, nilai a selalu berubah
4. Kolom 7 adalah b (slope) untuk persamaan peramalan. Dapat dihitung dengan rumus:
t
b = t S St
(3-4)
v = jangka waktu moving average
5. Kolom 8 adalah ramalan yang dihitung dengan rumus:
Ft m = atbt(m) (3-5)
m = jangka waktu peramalan kedepan
peramalan jumlah pengunjung wisatawan mancanegara ke kota Medan dengan melihat MSE adalah sebagai berikut:
Table 4.13 Perbandingan Ukuran Ketepatan Metode Peramalan
α MSE
0,1 1.771.119.147
0,2 1.360.923.165
0,3 952.018.011
0,4 825.562.622
0,5 748.183.462
0,6 676.375.689
0,7 610.399.180
0,8 557.587.089
0,9 525.197.549
Dengan perkataan lain metode peramalan yang baik adalah metode yang menghasilkan penyimpangan antara hasil ramalan dan nilai kenyataan sekecil mungkin. Dari table 3.11 di atas, dapat dilihat bahwa MSE yang paling kecil terdapat pada α = 0,9, yaitu dengan MSE = 525.197.549
4.5 Penentuan Bentuk Persamaan Peramalan
Melalui cara trial and error dengan 0 < α < 1, telah diperoleh Hasil Perhitungan peramalan pemulusan eksponensial linier satu – parameter dari Brown dengan α = 0,9, sehingga dapat ditentukan bentuk persamaan peramalan untuk periode-periode berikutnya.
Berdasarkan Hasil Perhitungan pada α = 0,9, dapat diperoleh persamaan peramalan untuk periode berikutnya yaitu:
219.129,5 + (-33.742,1) (m)
4.6 Peramalan Jumlah Penduuduk untuk Tahun 2016 , 2017 dan 2018. Setelah diperoleh persamaan peramalan nilai jumlah pengunjung wisatawan asing ke kota Medan, maka dapat dihitung nilai jumlah pendudk untuk dua periode berikutnya, yaitu untuk tahun 2016 , 2017 dan 2018
Perhitungannya adalah:
a. Ramalan untuk tahun 2016 dari tahun 2015 dengan α= 0,9
Ft+m = 219.129,5 + (-33.742,1) (m)
F2015+1 = 219.129,5 + (-33.742,1) (1)
F2016 = 185.387,4
b. Ramalan untuk tahun 2017 dari tahun 2015 dengan α= 0,9
Ft+m = 219.129,5 + (-33.742,1) (m)
F2015+2 = 219.129,5 + (-33.742,1) (2)
F2017 = 151.645,3
c. Ramalan untuk tahun 2018 dari tahun 2015 dengan α= 0,9
Ft+m = 219.129,5 + (-33.742,1) (m)
F2015+3 = 219.129,5 + (-33.742,1) (3)
Tabel 4.14 Peramalan Jumlah Wisatawan Mancanegara yang berkunjung ke kota Medan Untuk Tahun 2016, 2017 dan 2018
Tahun Periode peramalan
2016 13 185.387,4
2017 14 151.645,3
2018 15 117.903,2
Dari hasil peramalan dapat dilihat grafik Jumlah Wisatawan Mancanegara yang berkunjung ke kota Medan dari tahun 2004 – 2018 sebagai berikut:
Gambar 4.4 Grafik Peramalan Jumlah Wisatawan Mancanegara yang Berkunjung Ke Kota Medan tahun 2004-2018
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
Juml
a
h
Tahun
Jumlah Wisatawan Mancanegara yang berkunjung ke kota Medan 2004-2018
Jumlah
Periode
BAB 5
IMPLEMENTASI SISTIM
5.1 Pengertian Implementasi Sistim
Implementasi sistim adalah prosedur yang dilakukan untuk menyelesaikan desain sistem yang ada dalam desain yang disetujui, menginstal, dan memulai sistem baru atau sistem yang akan diperbaiki.
Tahapan implementasi merupakan tahapan penerapan hasil desain tertulis ke dalam progamming (coding). dalam pengolahan data pada karya tulis ini penulis menggunakan satu perangkat lunak sebagai implementasi sistem yaitu Microsoft Excel dalam menyelesaikan masalah untuk memperoleh hasil perhitungan.
Dalam hal pengolahan data, komputer mempunyai kelebihan dari manusia yaitu kecepatan, ketepatan, dan keandalan dalam memproses data. Dengan adanya perangkat lunak komputer tersebut kita sangat terbantu karena memang ada kalanya data yang sangat rumit dan banyak tidak dapat dikerjakan secara manual atau dengan menggunakan tenaga manusia yang tentunya membutuhkan waktu dan tenaga yang sangat banyak untuk mengolah data tersebut, disamping itu faktor kesalahan yang dilakukan manusia relatif besar.
5.2 Microsoft Office Excel
Microsoft Office Excel merupakan program aplikasi lembar kerja elektronik (spread sheet) dari program paket Microsoft Office. Excel merupakan salah satu software pengolahan angka yang cukup banyak digunakan di dunia. Excel merupakan produk unggulan dari Microsoft Corporation yang banyak berperan dalam pengolahan informasi khususnya data yang berbentuk angka, dihitung, diproyeksikan, dianalisis, dan dipresentasikan data pada lembar kerja. Microsoft telah mengeluarkan Excel dalam berbagai dari versi 4, versi 5, versi 97, versi 200, versi 2002, versi 2003, versi 2007,versi 2010 dan 2013.
Sheet (Lembar Kerja) Excel terdiri dari 256 kolom dan 65536 baris. Setiap kolom di beri nama dengan huruf mulai dari A, B, C, ... , Z kemudian dilanjutkan AA, AB, AC, ... , sampai kolom IV. Sedangkan kolom baris ditandai dengan angka mulai dari 1, 2, 3, ... , 65536.
5.3 Langkah – Langkah Memulai Pengolahan Data dengan Microsoft Office Excel 2010
Tahap pertama yang dilakukan adalah mengaktifkan windows dan pastikan microsoft Excel berada dalam jaringan Microsoft Windows, kemudian ikuti langkah- langkah sebagai berikut :
1. Dari Windows, klik start pada taskbar, lalu klik program maka item menu
program aplikasi yang telah diinstalasi akan tampil.
Gambar 5.1 Cara membuka Microsoft Office Excel
5.4 Lembar Kerja Microsoft Excel
Setelah pengaktifan akan tampil lembar kerja Excel yang sudah siap untuk dipergunakan, lembar kerja Excel tersebut dapat dilihat pada gambar dibawah ini :
Lembar kerja adalah kumpulan kolom dan baris, dimana kolom berurutan dari atas kebawah sedangkan baris berurutan dari kiri ke kanan yang terdiri atas 256 kolom dan 65.536 baris pada setiap lembar kerja.
Pada setiap kolom dan baris terdapat sel dan ini diidentifikasikan dengan alamat yang merupakan kombinasi antara abjad untuk kolom dan angka untuk baris, disamping itu lembar kerja Excel terdapat banyak elemen yang memiliki fungsi tersendiri.
5.5 Pengisian Data
Pengisian data kedalam lembar kerja Excel adalah sama dengan memasukkan atau pengetikan data kedalamnya. Ada dua alternatif pengisian data, yakni menggunakan keyboard computer atau melalui submenu yang terdapat pada menu Excel. Dalam pengisian data kedalam lembar kerja dengan keyboard, diperlukan langkah-langkah sebagai berikut :
1. Letakkan pointer pada sel yang ingin diisi data
2. Ketik data yang diinginkan
3. Tekan enter atau klik tombol kiri mouse pada sel lain untuk konfirmasi atau
mengakhirinya, sedangkan alternatif kedua dalam mengisi data adalah
menggunakan submenu pada menu edit di Excel. Dengan alternatif ini, akan
5.6 Pembuatan grafik
Grafik pada Excel dapat dibuat menjadi satu dengan data atau terpisah pada lembar grafik tersendiri, namun masih berada pada file yang sama. Untuk membuat grafik pada Excel, bias menggunakan icon chart wizard yang terdapat pada toolbar. Adapun langkah-langkah yang diperlukan adalah :
1. Sorot sel atau range sel yang ingin dibuat grafik.
2. Klik insert, lalu pilih atau kilk chart, maka akan tampil kotak dialog chart tipe.
Gambar 5.3 Tampilan Kotak Dialog Chart Tipe.
4. Pada tampilan akan terlihat range data yang telah disorot dan klik radio buttuon rows atau kolom yang diinginkan, klik next maka akan tampil kotak
dialog chart options.
5. Pada chart option, ketik judul grafik. Setelah itu klik next, maka kotak dialog chart akan tampil.
6. Anda dapat memilih tempat untuk meletekkan grafik ini, kemudian klik finish. Maka grafik analisis data akan ditempatkan dilembar kerja yang
dipilih.
BAB 6
KESIMPULAN DAN SARAN 6.1 Kesimpulan
Dari hasil penelitian dan pembahasan di atas dapat diperoleh kesimpulan sebagai berikut:
Dari hasil peramalan jumlah wisatawan mancanegara yang berkunjung ke kota Medan tahun 2018 sebesar 117.904, dapat dilihat bahwa terjadi penurunan pengunjung wisatawan mancanegara yang berkunjung ke kota Medan dari tahun 2015 hingga tahun 2018.
6.2 SARAN
