3.1. Data yang Akan Diolah
Dalam Tugas Akhir ini penulis akan menganalisa perkembangan pendapatan penjualan energi listrik di PT.PLN (Persero) cabang Medan berdasarkan data pada tahun 2006-2015.
Adapun data jumlah pendapatan penjulan energi listrik di PT.PLN (Persero) cabang Medan dapat dilihat pada tabel berikut:
Tabel 3.1 Data Pendapatan Penjualan Energi Listrik (Dalam Juta Rupiah) di PT.PLN (Persero) Cabang Medan
Tahun Pendapatan Penjualan Energi Listrik (Dalam Juta Rupiah)
2006 1.439.857
2007 1.519.298
2008 1.738.902
2009 1.829.357
2010 2.074.542
2011 2.392.899
2012 2.601.944
2013 2.876.248
2014 3.401.204
2015 3.918.851
3.2. Analisis Pemulusan Eksponensial Ganda
Pada bagian ini penulis menentukan nilai parameter yang akan digunakan, dimana nilai parameter ( besarnya antara dengan cara trial dan error.
Adapun langkah-langkah yang ditempuh untuk menetukan bentuk persamaan peramalan dengan menggunakan Metode Linier Satu Parameter dari Brown adalah:
1. Menentukan harga parameter smoothing eksponensial yang besarnya dari
2. Menghitung harga pemulusan eksponensial tunggal dengan menggunakan persamaan:
3. Menghitung harga pemulusan eksponensial ganda dengan menggunakan persamaan:
4. Menghitung koefesien dan dengan menggunakan persamaan:
5. Menggunakan trend peramalan dengan menggunakan persamaan:
3.3. Metode Pemulusan Eksponensial Ganda Satu Parameter dari Brown 3.3.1. Penaksiran Model Peramalan
Dalam pengolahan dan penganalisisan data, penulis mengaplikasikan data pada tabel (3.1) dengan metode peramalan (forecasing) berdasarkan metode pemulusan eksponensial satu parameter dari Brown.
Untuk memenuhi perhitungan smoothing eksponesial tunggal, ganda ramalan yang akan datang. Maka terlebih dahulu kita menentukan parameter nilai
yang biasannya secara trial dan error (coba dan salah).
Suatu nilai dipilih besarnya dihitung Mean Square Error
masing-masing kesalahan untuk masing-masing item dalam sebuah susunan data dan kemudian dicoba nilai yang lain.
Untuk menghitung Nilai MSE pertama dicari error terlebih dahulu, yang merupakan hasil dari data asli dikurangi hail ramalan kemudian tiap error
dikuadratkan dan dibagi banyaknya error. Secara matematis rumus Mean Square Error (MSE) adalah sebagai berikut;
Tabel 3.2 Pendapatan Penjualan Energi Lidtrik (Dalam Juta Rupiah) di PT.PLN (Persero) Cabang Medan dengan Pemulusan Eksponensial Ganda: Metode Linier Satu Parameter dari Brown dengan
Tahun Periode Pedapatan Penjualan Energi Listrik
2006 1 1.439.857 1.439.857 1.439.857
2007 2 1.519.298 1.447.801 1.440.651 1.454.951 794
2008 3 1.738.902 1.476.911 1.444.277 1.509.545 3.626 1.455.745 283.157 80.177.773.386 2009 4 1.829.357 1.512.156 1.451.065 1.573.246 6.788 1.513.171 316.186 99.973.605.567 2010 5 2.074.542 1.568.394 1.462.798 1.673.991 11.733 1.580.034 494.508 244.538.009.756 2011 6 2.392.899 1.650.845 1.481.603 1.820.087 18.805 1.685.724 707.175 500.097.100.818 2012 7 2.601.944 1.745.955 1.508.038 1.983.872 26.435 1.838.892 763.052 582.249.017.094 2013 8 2.876.248 1.858.984 1.543.133 2.174.836 35.095 2.010.307 865.941 749.854.293.631 2014 9 3.401.204 2.013.206 1.590.140 2.436.272 47.007 2.209.930 1.191.274 1.419.133.327.046 2015 10 3.918.851 2.203.771 1.651.503 2.756.038 61.363 2.483.280 1.435.571 2.060.865.393.973
Jumlah 5.736.888.521.270
MSE
Tabel 3.3 Peramalan Pendapatan Penjulan Energi Listrik (Dalam Juta Rupiah) di PT.PLN (Persero) Cabang Medan dengan Pemulusan Eksponensial Ganda: Metode Linier Satu Parameter dari Brown dengan
Tahun Periode Pedapatan Penjualan Energi Listrik
2006 1 1.439.857 1.439.857 1.439.857
2007 2 1.519.298 1.455.745 1.443.035 1.468.456 3.178
2008 3 1.738.902 1.512.377 1.456.903 1.567.850 13.868 1.471.633 267.269 71.432.504.546 2009 4 1.829.357 1.575.773 1.480.677 1.670.868 23.774 1.581.718 247.639 61.324.836.588 2010 5 2.074.542 1.675.527 1.519.647 1.831.406 38.970 1.694.642 379.900 144.323.803.334 2011 6 2.392.899 1.819.001 1.579.518 2.058.484 59.871 1.870.376 522.523 273.030.193.565 2012 7 2.601.944 1.975.590 1.658.732 2.292.447 79.214 2.118.355 483.589 233.858.159.673 2013 8 2.876.248 2.155.721 1.758.130 2.553.313 99.398 2.371.662 504.586 254.607.505.271 2014 9 3.401.204 2.404.818 1.887.468 2.922.168 129.338 2.652.711 748.493 560.242.516.563 2015 10 3.918.851 2.707.624 2.051.499 3.363.750 164.031 3.051.506 867.345 752.287.793.612
Jumlah 2.351.107.313.152
Tabel 3.4 Peramalan Penjualan Energi Listrik (Dalam Juta Rupiah) di PT.PLN (Persero) Cabang Medan dengan Pemulusan Eksponensial Ganda: Metode Linier Satu Parameter dari Brown dengan
Tahun Periode Pedapatan Penjualan Energi Listrik
2006 1 1.439.857 1.439.857 1.439.857
2007 2 1.519.298 1.463.689 1.447.007 1.480.372 7.150
2008 3 1.738.902 1.546.253 1.476.781 1.615.726 29.774 1.487.522 251.380 63.192.105.504 2009 4 1.829.357 1.631.184 1.523.102 1.739.267 46.321 1.645.500 183.857 33.803.569.275 2010 5 2.074.542 1.764.192 1.595.429 1.932.955 72.327 1.785.588 288.954 83.494.449.946 2011 6 2.392.899 1.952.804 1.702.641 2.202.966 107.213 2.005.281 387.618 150.247.346.850 2012 7 2.601.944 2.147.546 1.836.113 2.458.979 133.471 2.310.179 291.765 85.126.842.488 2013 8 2.876.248 2.366.157 1.995.126 2.737.187 159.013 2.592.451 283.797 80.541.008.192 2014 9 3.401.204 2.676.671 2.199.589 3.153.752 204.463 2.896.200 505.004 255.028.631.467 2015 10 3.918.851 3.049.325 2.454.510 3.644.140 254.921 3.358.216 560.635 314.311.905.701
Jumlah 1.065.745.859.423
Tabel 3.5 Peramalan Pendapatan Energi Listrik (Dalam Juta Rupiah) di PT.PLN (Persero) Cabang Medan dengan Pemulusan Eksponensial Ganda: Metode Linier Satu Parameter dari Brown dengan
Tahun Periode Pedapatan Penjualan Energi Listrik
2006 1 1.439.857 1.439.857 1.439.857
2007 2 1.519.298 1.471.633 1.452.568 1.490.699 12.711
2008 3 1.738.902 1.578.541 1.502.957 1.654.125 50.389 1.503.410 235.492 55.456.576.261 2009 4 1.829.357 1.678.867 1.573.321 1.784.414 70.364 1.704.514 124.843 15.585.744.687 2010 5 2.074.542 1.837.137 1.678.847 1.995.427 105.526 1.854.778 219.764 48.296.331.731 2011 6 2.392.899 2.059.442 1.831.085 2.287.799 152.238 2.100.953 291.946 85.232.280.071 2012 7 2.601.944 2.276.443 2.009.228 2.543.657 178.143 2.440.036 161.908 26.214.097.154 2013 8 2.876.248 2.516.365 2.212.083 2.820.647 202.855 2.721.800 154.448 23.854.114.384 2014 9 3.401.204 2.870.301 2.475.370 3.265.231 263.287 3.023.501 377.703 142.659.225.097 2015 10 3.918.851 3.289.721 2.801.110 3.778.331 325.740 3.528.518 390.333 152.359.754.059
Jumlah 549.658.123.445
Tabel 3.6 Peramalan Pendapatan Penjualan Energi Listrik (Dalam Juta Rupiah) di PT.PLN (Persero) Cabang Medan dengan Pemulusan Eksponensial Ganda: Metode Linier Satu Parameter dari Brown dengan
Tahun Periode Pedapatan Penjualan Energi Listrik
2006 1 1.439.857 1.439.857 1.439.857
2007 2 1.519.298 1.479.578 1.459.717 1.499.438 19.860
2008 3 1.738.902 1.609.240 1.534.479 1.684.001 74.761 1.519.298 219.604 48.225.916.816 2009 4 1.829.357 1.719.298 1.626.888 1.811.708 92.410 1.758.762 70.595 4.983.618.728 2010 5 2.074.542 1.896.920 1.761.904 2.031.936 135.016 1.904.118 170.424 29.044.254.564 2011 6 2.392.899 2.144.910 1.953.407 2.336.412 191.503 2.166.952 225.947 51.052.075.052 2012 7 2.601.944 2.373.427 2.163.417 2.583.437 210.010 2.527.915 74.029 5.480.311.348 2013 8 2.876.248 2.624.837 2.394.127 2.855.548 230.710 2.793.447 82.801 6.856.065.114 2014 9 3.401.204 3.013.021 2.703.574 3.322.467 309.447 3.086.258 314.946 99.191.032.126 2015 10 3.918.851 3.465.936 3.084.755 3.847.117 381.181 3.631.914 286.937 82.332.691.775
Jumlah 327.165.965.524
Tabel 3.7 Peramalan Pendapatan Penjualan Energi Listrik (Dalam Juta Rupiah) di PT.PLN (Persero) Cabang Medan dengan pemulusan Eksponesial Ganda: Metode Linier Satu Parameter dari Brown dengan
Tabel 3.8 Peramalan Pendapatan Penjualan Energi Listrik (Dalam Juta Rupiah) di PT.PLN (Persero) Cabang Medan dengan pemulusan Eksponesial Ganda: Metode Linier Satu Parameter dari Brown dengan
Tahun Periode Pedapatan Penjualan Energi Listrik
Jumlah 173.940.409.501
Tabel 3.9 Peramalan Pendapatan Penjualan Energi Listrik (Dalam Juta Rupiah) di PT.PLN (Persero) Cabang Medan dengan pemulusan Eksponesial Ganda: Metode Linier Satu Parameter dari Brown dengan
Tahun Periode Pedapatan Penjualan Energi Listrik
2006 1 1.439.857 1.439.857 1.439.857
2007 2 1.519.298 1.503.410 1.490.699 1.516.120 50.842
2008 3 1.738.902 1.691.804 1.651.583 1.732.024 160.883 1.566.963 171.939 29.563.157.272 2009 4 1.829.357 1.801.846 1.771.794 1.831.899 120.211 1.892.908 (63.551) 4.038.714.349 2010 5 2.074.542 2.020.003 1.970.361 2.069.645 198.567 1.952.110 122.432 14.989.612.254 2011 6 2.392.899 2.318.320 2.248.728 2.387.912 278.367 2.268.212 124.687 15.546.814.054 2012 7 2.601.944 2.545.219 2.485.921 2.604.517 237.193 2.666.279 (64.335) 4.138.932.687 2013 8 2.876.248 2.810.042 2.745.218 2.874.866 259.297 2.841.710 34.538 1.192.853.449 2014 9 3.401.204 3.282.972 3.175.421 3.390.522 430.203 3.134.164 267.040 71.310.610.323 2015 10 3.918.851 3.791.675 3.668.424 3.914.926 493.003 3.820.725 98.126 9.628.648.655
Jumlah
150.409.343.043
Tabel 3.10Peramalan Pendapatan Penjualan Energi Listrik (Dalam Juta Rupiah) di PT.PLN (Persero) Cabang Medan dengan pemulusan Eksponesial Ganda: Metode Linier Satu Parameter dari Brown dengan
Tahun Periode Pedapatan Penjualan Energi Listrik
2006 1 1.439.857 1.439.857 1.439.857
2007 2 1.519.298 1.511.354 1.504.204 1.518.504 64.347
2008 3 1.738.902 1.716.147 1.694.953 1.737.341 190.749 1.582.851 156.051 24.351.977.021 2009 4 1.829.357 1.818.036 1.805.728 1.830.344 110.775 1.928.090 (98.733) 9.748.238.858 2010 5 2.074.542 2.048.891 2.024.575 2.073.208 218.847 1.941.119 133.423 17.801.657.970 2011 6 2.392.899 2.358.498 2.325.106 2.391.891 300.531 2.292.055 100.844 10.169.492.671 2012 7 2.601.944 2.577.599 2.552.350 2.602.849 227.244 2.692.421 (90.477) 8.186.168.604 2013 8 2.876.248 2.846.383 2.816.980 2.875.786 264.630 2.830.093 46.155 2.130.290.613 2014 9 3.401.204 3.345.722 3.292.848 3.398.596 475.868 3.140.416 260.788 68.010.270.763 2015 10 3.918.851 3.861.538 3.804.669 3.918.407 511.821 3.874.464 44.387 1.970.206.394
Jumlah 142.368.302.894
Tabel 3.11 Perbandingan Ukuran Ketepatan Metode Peramalan MSE
0.1 717.111.065.159
0.2 293.888.414.144
0.3 133.218.232.428
0.4 68.707.265.431
0.5
40.895.745.691
0.6 28.006.217.843
0.7 21.742.551.188
0.8 18.801.167.880
0.9 17.796.037.862
Tabel 3.12Peramalan Pendapatan Penjualan Energi Listrik (Dalam Juta Rupiah) di PT.PLN (Persero) Cabang Medan dengan pemulusan Eksponesial Ganda: Metode Linier Satu Parameter dari Brown dengan
Ukuran Ketepatan Metode Peramalan dengan menggunakan adalah: 1. ME (Mean Error) / Nilai Tengah Kesalahan
∑
2. MSE (Mean Square Error) / Nilai Tengah Kesalahan Kuadrat ∑
3. SSE (Sum Square Error) / Jumlah Kuadrat Kesalahan ∑
4. SDE (Standart Deviation of Error) / Deviasi Standart Kesalahan
√ ∑
√
3.3.2. Penentuan Bentuk Persamaan Peramalan
Setelah diketahui bahwa error yang didapat pada model peramalan bersifat random maka dilakukan peramalan pendapatan penjualan energi listrik untuk tahun 2016, 2017, dan 2018 dengan menggunakan persamaan:
Setelah diperoleh model peramalan pendapatan penjulan energi llistrik, maka dapat dihitung untuk 3 periode kedepan yaitu untuk tahun 2016, 2017, dan 2018 yaitu:
a. Untuk periode ke-11 (Tahun 2016)
b. Untuk periode ke-12 (Tahun 2017)
c. Untuk periode ke-13 (Tahun 2018)
Tabel 3.13 Peramalan Pendapatan Energi Listrik untuk Tahun 2016, 2017, dan 2018
Tahun Periode Peramalan
2016 11
2017 12
4.1. Pengertian Implementasi Sistim
Implementasi merupakan tahapan penerapan hasil desain tertulis kedalam
programming untuk menghasilkan sebuah sistim informasi yang sesuai dengan hasil desain tertentu. Tahapan implementasi harus dapat menetukan basis apa yang akan diterapkan dalam menuangkan hasil desain tertulis sehingga sistim yang dibentuk memiliki kelebihan tersendiri.
Komputer memiliki kelebihan dari manusia dalam pengolahan data yaitu kecepatan, ketepatan dan kendalanya. Oleh karena itu sangat membantu pengerjaan tugas manusia dalam pengolahan data karena ada kalanya data-data yang sangat rumit dan banyak itu tidak dapat dikerjakan secara manual atau dengan tenaga manusia. Dalam data pengolahan pendapatan penjualan energi listrik di PT.PLN (Persero) cabang Medan, implementasi yang digunakan adalah dengan menggunakan Software Excel.
Selain berfungsi sebagai pengolahan angka atau manipulasi angka, Microsoft Excle juga dapat digunakan untuk manipulasi teks komputer. Untuk dapat menggunakan Microsoft Excle dengan maksimal, harus juga menguasai sistim operasi Microsoft Excle.
4.2. Microsoft Excle 2010
Microsoft Excle 2010 merupakan program aplikasi lembar kerja elektronik dari paket program Microsoft Office. Microsoft Excle banyak berperan dalam pengelolaan informasi khususnya data yang berbentuk angka, dihitung, diproyeksikan, dianalisa, dan dipresentasikan data pada lembar kerja. Microsoft
versi 97, versi 2000, versi 2003, versi XP 2000, versi 2003, versi 2007, versi 2010, versi 2013 dan sekarang versi 2017.
Dalam pengolahan data Tugas Akhir ini, penulis mengolah data dengan menggunakan Microsoft Excle 2010 karena Microsoft Excle hadir dengan berbagai penyempurnaan, lebih mudah digunakan, lebih terintegrasi dengan berbagai software lainnya, seperti Microsoft Word, SPSS, dan lain-lain. Keunggulan program spreadsheet ini adalah mudah dipakai, fleksibel, mudah terintegritasi dengan aplikasi berbasis windows.
4.3. Pengaktifan Microsoft Excel 2010
Tahap pertama menggunakan Microsoft Excel adalah mengaktifkan windows. Pastikan bahwa pada komputer telah terpasang program Excel. Kemudian lanjutkan dengan langkah-langkah sebagai berikut:
a. Pada desktop double klik icon Microsoft Exle, seperti gambar 4.1 di bawah ini
b. Setelah itu muncul tampil lembar kerja (work sheet) seperti gambar 4.2 di bawah ini:
Gambar 4.2. Lembar Kerja Microsoft Excel
4.4. Langkah-langkah pengolahan data dengan Excel
Gambar 4.3 Tampilan Data Jumlah Pendapatan Penjualan Energi Listrik Selanjutnya dari data tersebut, akan dihitung besarnya nilai Mean Square Error
(MSE) yang terkecil dengan nilai parameter yang besarnya dengan cara trial dan error, dengan mennghitung masing-masing smoothing pertama ,
smoothing kedua , konstanta , slope , nilai peramalan , nilai
error , square error terlebih dahulu.
Langkah-langkah perhitungannya adalah sebagai berikut: 1. Pemulusan Pertama
Untuk tahun pertama (tahun 2006) pemulusan pertamanya sama dengan tahun 2006 pada data sebelumnya. Sedangkan untuk tahun 2007 (diletakkan di sel D3) nilainya dihitung dengan rumus ( ) Dalam kasus ini menghasilkan angka . Untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.
2. Pemulusan Kedua
Dalam kasusu ini menghasilkan angka dan untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.
3. Perhitungan Nilai
Nilai dapat dicari pada tahun kedua yaknni dengna rumus . Dalam kasus ini menghasilkan angka dan untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.
4. Perhitungan Nilai
Nilai dapat dicari pada tahun kedua dengan rumus yang tertera pada sel G3 adalah (
) Dalam kasus ini menghasil angka 794 dan untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.
5. Perhitungan peramalan
Nilai peramalan ( yang dicari adalah nilai ramalan untuk periode ketiga (sel H4) yaitu pada tahun 2008 yaitu dengan rumus . Dalam kasus ini menghasilkan angka 1.455.745 dan untuk tahun-tahun berikutnya hanya menyalin rumus.
6. Perhitungan Error (e)
Nilai Error yang dicari adalah nilai error mulai periode ketiga (sel I4) yaitu tahun 2008 dengan rumus . Dalam kasus ini menghasilkan angka dan untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.
7. Perhitungan Square Error
8. Perhitungan Mean Square Error (MSE)
Dari jumlah Error kuadrat yang telah dihitung, kemudian hitung Mean Square Error (MSE) dengan rumus =J$13/8 dan dalam kasus ini menghasilka angka 568.914.633.651
Gunakan nilai parameter dari 0,1 sampai 0,9 untuk mendapatkan nilai Mean Square Error (MSE) yang terkecil dengan langkah-langkah perhitungan yang sama seperti di atas, sehingga akan tampil gambar seperti di bawah ini:
Gambar 4.4 Tampilan Proses Perhitungan Peramalan
4.5. Pembuatan Grafik
Garifik pada Microsoft Excel dapat dibuat menjadi satu dengan data terpisah pada lembar grafik tersendiri, namun masih file yang sama. Adapun langkah-langkahnya adalah sebagai berikut:
a. Sorot sel atau range yang akan dibuat grafik b. Pilih menu insert
Adapun tampilannya sebagai berikut:
Gambar 4.5 Tampilan insert, line with markers
Setelah di kllik Ok akan muncul tampilan sebagai berikut:
5.1. Kesimpulan
Berdasarkan hasil penelitian, penulis membuat kesimpulan yaitu sebagai berikut: 1. Pada hasil analisis Pemulusan (Smoothing) Eksponensial ganda Metode
Linier Satu Parameter dari Brown didapat analisis dengan nilaiMean Square Error (MSE) yang terkecil adalah dengan
2. Bentuk Persamaan peramalan pendapatan penjualan energi listrik di PT.PLN (Persero) cabang Medan berdasarkan data dari tahun 2006 sampai dengan 2015 adalah:
3. Diperkirakan pendaptan penjualan energi listrik di PT.PLN (Persero) cabang Medan untuk periode ke-13 atau pada tahun 2018 adalah sebanyak Rp. . Dari hasil peramalan dapat kita lihat terjadinya peningkatan pendapatan penjualan energi listrik di PT.PLN (Persero) cabang Medan dari tahun ke tahun.
5.2. Saran
Berdasarkan uraian dan kesimpulan yang telah disebutkan, penulis memberikan saran yang diharapkan dapat bermanfaat bagi pihak yang terkait, sebagai berikut:
