BAB 3
PENGOLAHAN DATA
3.1 Pengumpulan Data
Data merupakan alat untuk mengambil keputusan atau untuk memecahkan suatu
persoalan. Salah satu kegunaan data adalah untuk mengetahui gambaran tentang
suatu keadaan/permasalahan. Pengambilan data dilakukan di Kantor Badan Pusat
Statistik Sumatera Utara, data yang digunakan untuk pengolahan data dalam
tulisan ini adalah data kedatangan Wisatawan Mancanegara ke Sumatera Utara
melalui Pelabuhan Laut Belawan dari tahun 2001-2014.
Tabel 3.1 Jumlah Kedatangan Wisatawan Mancanegara ke Sumatera
Utara melalui Pelabuhan Laut Belawan Tahun 2001 - 2014
NO TAHUN PELABUHAN LAUT BELAWAN
1 2001 24.097
Gambar 3.1Tampilan
tara Tahun melalui Pelabuhan Laut Belawan
lusan Eksponensial Ganda
nulis menetukan nilai parameter yang akan dig
α) besarnya antara 0<α<1 dengan cara trial da
ng ditempuh dalam pemecahan Metode Linier
rga parameter smoothing eksponensial yang
rga pemulusan eksponensial tunggal dengan
′ =α + 1 ′
rga pemulusan eksponensial ganda dengan
" α ′ + (1-α) "
isien t dan t dengan menggunakan persamaan :
5. Menghitung trend peramalan (Ft+m) dengan menggunakan persamaan:
Ft+m = + m
3.3 Metode Pemulusan Eksponensial Ganda Satu Parameter dari Brown
3.3.1 Penaksiran Model Peramalan
Dalam pengolahan dan penganalisaan data, penulis mengaplikasikan data pada
Tabel 3.1 dengan metode peramalan (forecasting) berdasarkan pemulusan
eksponensial ganda satu parameter dari Brown. Untuk memenuhi perhitungan
smoothing eksponensial tunggal, ganda dan ramalan yang akan datang, maka akan
terlebih dahulu menentukan parameter nilai α yang biasanya secara trial dan error
(coba dan salah). Suatu nilai α dipilih yang besarnya 0<α<1, maka dihitung Mean
Square Error (MSE) yang merupakan suatu ukuran ketetapan perhitungan dengan
mengkuadratkan masing-masing kesalahan untuk masing-masing kesalahan untuk
masing-masing item dalam sebuah susunan data dan kemudian dicoba nilai α yang
lain.
Untuk menghitung nilai MSE pertama dicari error terlebih dahulu, yang
merupakan hasil dari data asli dikurangi hasil ramalan kemudian tiap error
dikuadratkan dan dibagi dengan banyaknya error. Secara matematis rumus MSE
(Mean Square Error) adalah sebagai berikut:
! ∑ #
3.4 Peramalan Dengan Pemulusan Eksponensial Ganda (α = 0,1)
Untuk α = 0,1 diambil sebagai sampel pada tahun kedua dan tahun ketiga, dengan
menggunakan langkah-langkah seperti diatas sehingga dapat dihitung:
Tahun ke 2 (2002) dengan X2 = 21.414
• Kolom ′ : Perhitungan Eksponensial Tunggal
′ α + 1 − ′
2.141,40 + (0,9) 24.097
21.41,40 + 21.687,30
23.828,70
• Kolom " : Perhitungan Eksponensial Ganda
" =α ′ + 1 − "
= 0,1 (23.828,70) + (1 − 0,1) 24.097
= 2.382,87 + (0,9) 24.097
= 2.382,87 + 21.687,30
= 24.070,17
• Kolom : Perhitungan untuk nilai
= 2 ′ − "
= 2 (23.828,70) − 24.070,17
=47.657,40 − 24.070,17
= 23.587,23
• Kolom : Perhitungan untuk nilai b
= 1 − ′ − "
= %,%, (23.828,70 − 24.070,17)
= 24,25
• Kolom ' : Forecast untuk Tahun ke 3 (2003) m = 1
' = + (
' %%) = 23.587,23 + (24,25) (1)
23.611,48
Tahun ke 3 (2003) dengan X3 = 15.110
• Kolom ′ : Perhitungan Eksponensial Tunggal
)′ α + 1 − ′
= 0,1 (15.110) + (1 − 0,1) 23.828,70
= 1.511 + (0,9) 23.828,70
= 1.511 + 21.445,83
= 22.956,83
• Kolom " : Perhitungan Eksponensial Ganda
)" =α ′ + 1 − "
= 0,1 (22.956,83) + (1 − 0,1) 24.070,17
= 2.295,68 + (0,9) 24.070,17
= 2.295,68 + 21.663,16
= 23.958.84
• Kolom : Perhitungan untuk nilai
) = 2 ′ − "
= 2 (22.956,83) − 23.958,84
= 45.913,66 − 23.958,84
= 21.954,82
• Kolom : Perhitungan untuk nilai b
) = 1 − ′ − "
100,30
Berdasarkan perhitungan di atas, maka di buat Tabel 3.2 di bawah ini:
Tabel 3.2 Menentukan Nilai MSE dengan menggunakan α = 0,1
- .′ ." / /0
24.097 24.097,00 24.097,00 - - - - -
21.414 23.828,70 24.070,17 23.587,23 24,247 - - -
15.110 22.956,83 23.958,84 21.954,82 100,30 23.611,48 -8.501,48 72.275.111,18
9.708 21.631,95 23.726,15 19.537,75 209,52 22.055,12 -12.347,10 152.451.485,90
9.181 20.386,85 23.392,22 17.381,49 300,64 19.747,27 -10.566,30 111.645.996,40
6.936 19.041,77 22.957,17 15.126,36 391,64 17.682,12 -10.746,10 115.479.170,50
7.312 17.868,79 22.448,33 13.289,25 458,05 15.518.00 -8.206,00 67.338.470,87
7.011 16.783,01 21.881,80 11.684,22 509,98 13.747,30 -6.736,30 45.377.748,19
5.075 15.612,21 21.254,84 9.969,58 564,36 12.194,20 -7.119,20 50.683.004,11
17.202 15.771,19 20.706,48 10.835,90 493,63 10.533,94 6.668,06 44.463.013,54
18.975 16.091,57 20.244,99 11.938,15 415,44 11.329,53 7.645,47 58.453.216,25
22.132 16.695,61 19.890,05 13.501,18 319,54 12.353,60 9.778,40 95.617.196,55
22.631 17.289,15 19.629,96 14.948,34 234,18 13.820,72 8.810,28 77.621.021,91
24.769 18.037,14 19.470,68 16.603,60 143,45 15.182,52 9.586,48 91.900.504,28
983.305.939,70
3.5 Forecast dengan Pemulusan Eksponensial Ganda (α = 0,2)
Langkah-langkah yang dilakukan sama dengan langkah-langkah sebelumnya,
perbedaannya hanya pada penggunaan α sebesar 0,2.
Tahun ke 2 (2002) dengan X2 = 21.414
• Kolom ′ : Perhitungan Eksponensial Tunggal
0,2 (21. 414) + (1 0,2) 24.097
4.282,8 + (0,8) 24.097
4.282,8 + 19.277,6
23.560,40
• Kolom " : Perhitungan Eksponensial Ganda
" =α ′ + 1 − "
= 0,2 (23.560,40) + (1 − 0,2) 24.097
= 4.712,08 + (0,8) 24.097
= 4.712,08 + 19.277,60
= 23.989,68
• Kolom : Perhitungan untuk nilai
= 2 ′ − "
= 2 (23.560,40) − 23.989,68
= 47.120,80 − 23.989,68
= 23.131,12
• Kolom : Perhitungan untuk nilai b
= 1 − ′ − "
= %,%, (23.560,40 − 23.989,68)
= 86,06
• Kolom ' : Forecast untuk Tahun ke 3 (2003) m = 1
' = + (
23.131,12 + 86,06
23.217,18
Tahun ke 3 (2003) dengan X3 = 15.110
• Kolom ′ : Perhitungan Eksponensial Tunggal
)′ α + 1 − ′
= 0,2 (15.110) + (1 − 0,2) 23.560,40
= 3.022,00 + (0,8) 23.560,40
= 3.022,00 + 18.848,32
= 21.870,32
• Kolom " : Perhitungan Eksponensial Ganda
)" =α ′ + 1 − "
= 0,2 (21.870,32) + (1 − 0,2) 23.989,68
= 4.374,06 + (0,8) 23.989,68
= 4.374,06 + 19.191,75
= 23.565,81
• Kolom ) : Perhitungan untuk nilai
) = 2 ′ − "
= 2 (21.870,32) − 23.565,81
= 43.740,64 − 23.565,81
= 20.174,83
• Kolom ) : Perhitungan untuk nilai b
%,
Berdasarkan perhitungan di atas, maka di buat Tabel 3.3 di bawah ini:
Tabel 3.3 Menentukan Nilai MSE dengan menggunakan 1 = 0,2
- .′ ." / /0
24.097 24.097,00 24.097,00 - - - - -
21.414 23.560,40 23.989,68 23.131,12 86,06 - - -
15.110 21.870,32 23.565,81 20.174,83 339,30 23.217,18 -8.107,18 65.726.302,70
9.708 19.437,86 22.740,22 16.135,49 660,68 20.514,13 -10.806,10 116.772.437,00
9.181 17.386,48 21.669,47 13.103,50 856,78 16.796,17 -7.615,17 57.990.764,20
6.936 15.296,39 20.394,85 10.197,92 1.019,89 13.960,30 -7.024,30 49.340.731,60
7.312 13.699,51 19.055,79 8.343,24 1.071,46 11.217,81 -3.905,81 15.255.387,60
7.011 12.361,81 17.716,99 7.006,63 1.071,24 9.414,69 -2.403,69 5.777.725,76
5.075 10.904,45 16.354,48 5.454,41 1.090,21 8.077,86 -3.002,86 9.017.184,45
17.202 12.163,96 15.516,38 8.811,54 670,68 6.544,62 10.657,40 113.579.776.00
18.975 13.526,17 15.118,33 11.934,00 318,63 9.482,22 9.492,78 90.112.837,70
22.132 15.247,33 15.144,13 15.350,53 -20,44 12.252,63 9.879,37 97.601.933,40
22.631 16.724,07 15.460,12 17.988,01 -252,59 15.330,09 7.300,91 53.303.264,70
24.769 18.333,05 16.034,71 20.631,40 -459,47 17.735,42 7.033,58 49.471.210,60
723.949.556,00
3.6 Forecast dengan Pemulusan Eksponensial Ganda (α = 0,3)
Langkah-langkah yang dilakukan sama dengan langkah-langkah sebelumnya,
perbedaannya hanya pada penggunaan α sebesar 0,3.
• Kolom ′ : Perhitungan Eksponensial Tunggal
′ α + 1 − ′
= 0,3 (21.414) + (1 − 0,3) 24.097
= 6.424,20 + (0,7) 24.097
= 6.424,20 + 16.867,90
= 23.292,10
• Kolom " : Perhitungan Eksponensial Ganda
" =α ′ + 1 − "
= 0,3 (23.292,10) + (1 − 0,3) 24.097
= 6.987,63 + (0,7) 24.097
= 6.987,63 + 16.867,90
= 23.855,53
• Kolom : Perhitungan untuk nilai
= 2 ′ − "
= 2 (23.292,10) − 23.855,53
= 46.584,20 − 23.855,53
= 22.728,67
• Kolom : Perhitungan untuk nilai b
= 1 − ′ − "
= %,)%,) (23.292,10 − 23.855,53)
= 169,33
• Kolom ' : Forecast untuk Tahun ke 3 (2003) m = 1
' %%) 22.728,67+ (169,33) (1)
22.728,67 + 169,33
22.898,00
Tahun ke 3 (2003) dengan X3 = 15110
• Kolom ′ : Perhitungan Eksponensial Tunggal
)′ α + 1 − ′
= 0,3 (15.110) + (1 − 0,3) 23.292,10
= 4.533,00 + (0,7) 23.292,10
= 4.533,00 + 16.304,47
= 20.837,47
• Kolom " : Perhitungan Eksponensial Ganda
)" =α ′ + 1 − "
= 0,3 (20.837,47) + (1 − 0,3) 23.855,53
= 6.251,24 + (0,7) 23.855,53
= 6.251,24 + 16.698,87
= 22.950,11
• Kolom : Perhitungan untuk nilai
) = 2 ′ − "
= 2 (20.837,47) − 22.950,11
= 41.674,94 − 22.950,11
= 18.724,83
) 1 − ′ − "
Berdasarkan perhitungan di atas, maka di buat Tabel 3.4 di bawah ini:
Tabel 3.4 Menentukan Nilai MSE dengan menggunakan 1 = 0,3
- .′ ." / /0
24.097 24.097,00 24.097,00 - - - - -
21.414 23.292,10 23.855,53 22.728,67 169,33 - - -
15.110 20.837,47 22.950,11 18.724,83 634,09 22.898,00 -7.788.00 60.652.928,42
9.708 17.498,63 21.314,67 13.682,59 1.145,11 19.358,92 -9.650,92 93.140.268,43
9.181 15.003,34 19.421,27 10.585,41 1.325,68 14.827,70 -5.646,70 3.188.5247,20
6.936 12.583,14 17.369,83 7.796,45 1.436,31 11.911,09 -4.975,09 24.751.522,18
7.312 11.001,80 15.459,42 6.544,17 1.337,59 9.232,75 -1.920,75 3.689.296,29
7.011 9.804,56 13.762,96 5.846,15 1.187,82 7.881,76 -870,76 758.223,93
5.075 8.385,69 12.149,78 4.621,60 1.129,53 7.033,96 -1.958,98 3.837.584,10
17.202 11.030,58 11.814,02 10.247,15 235,33 5.751,13 11.450,87 131.122.476,50
18.975 13.413,91 12.293,99 14.533,83 -335,68 10.482,48 8.492,52 72.122.948,62
22.132 16.029,34 13.414,59 18.644,08 -784,12 14.198,15 7.933,85 62.945.926,85
22.631 18.009,84 14.793,16 21.226,51 -964,70 17.859,96 4.771,04 22.762.854,74
24.769 20.037,58 16.366,49 23.708,68 -1101,00 20.261,80 4.507,20 20.314.813,22
527.984.090,40
3.7 Forecast dengan Pemulusan Eksponensial Ganda (α = 0,4)
Langkah-langkah yang dilakukan sama dengan langkah-langkah sebelumnya,
Tahun ke 2 (2002) dengan X2 = 21.414
• Kolom ′ : Perhitungan Eksponensial Tunggal
′ α + 1 − ′
= 0,4 (21.414) + (1 − 0,4) 24.097
= 8.565,60 + (0,6) 24.097
= 8.565,60 + 14.458,20
= 23.023,80
• Kolom " : Perhitungan Eksponensial Ganda
" =α ′ + 1 − "
= 0,4 (23.023,80) + (1 − 0,4) 24.097
= 9.209,52 + (0,6) 24.097
= 9.209,52 + 14.458,20
= 23.667,72
• Kolom : Perhitungan untuk nilai
= 2 ′ − "
= 2 (23.023,80) − 23.667,72
= 46.047,60 − 23.667,72
= 22.379,88
• Kolom : Perhitungan untuk nilai b
= 1 − ′ − "
= %,,%,, (23.023,80 − 23.667,72)
= 257,97
' + (
' %%) 22.379,88 + (257,97) (1)
22.379,88 + 257,97
22.637,85
Tahun ke 3 (2003) dengan X3 = 15.110
• Kolom ′ : Perhitungan Eksponensial Tunggal
)′ α + 1 − ′
= 0,4 (15.110) + (1 − 0,4) 23.023,80
= 6.044,00 + (0,6) 23.023,80
= 6.044,00 + 13.814,28
= 19.858,28
• Kolom " : Perhitungan Eksponensial Ganda
)" =α ′ + 1 − "
= 0,4 (19.858,28) + (1 − 0,4) 23.667,72
= 7.943,31+ (0,6) 23.667,72
= 7.943,31 + 14.200,63
= 22.143,94
• Kolom : Perhitungan untuk nilai
) = 2 ′ − "
= 2 (19.858,28) − 22.143,94
= 39.716,56 − 22.143,94
• Kolom : Perhitungan untuk nilai b
Berdasarkan perhitungan di atas, maka di buat Tabel 3.5 di bawah ini:
Tabel 3.5 Menentukan Nilai MSE dengan menggunakan 1 = 0,4
- .′ ." / /0
24.097 24.097,00 24.097,00 - - - - -
21.414 23.023,80 23.667,72 22.379,88 257,97 - - -
15.110 19.858,28 22.143,94 17.572,62 914,67 22.637,85 -7.527,85 56.668.495,50
9.708 15.798,17 19.605,63 11.990,70 1.523,40 18.487,28 -8.779,28 77.075.785,40
9.181 13.151,30 17.023,90 9.278,70 1.549,40 13.514,09 -4.333,09 18.775.657,20
6.936 10.665,18 14.480,41 6.849,95 1.526,50 10.828,14 -3.892,14 15.148.761,50
7.312 9.323,91 12.417,81 6.230,01 1.238,00 8.376,44 -1.064,44 1.133.035,24
7.011 8.398,75 10.810,18 5.987,31 964,98 7.468,00 -457,00 208.818,64
5.075 7.069,25 9.313,81 4.824,68 898,22 6.952,28 -1.877,28 3.524.184,98
17.202 11.122,35 10.037,22 12.207,47 433,65 5.722,91 11.479,09 131.769.519,00
18.975 14.263,41 11.727,70 16.799,12 -1.013,90 11.773,82 7.201,18 51.856.962,80
22.132 17.410,85 14.000,96 20.820,73 -1.363,60 15.785,24 6.346,77 40.281.424,20
22.631 19.498,91 16.200,14 22.797,68 -1.319,10 19.457,18 3.173,82 10.073.144,80
24.769 21.606,94 18.362,86 24.851,03 -1.297,20 21.478,57 3.290,43 10.826.934,90
3.8 Forecast dengan Pemulusan Eksponensial Ganda (α = 0,5)
Langkah-langkah yang dilakukan sama dengan langkah-langkah sebelumnya,
perbedaannya hanya pada penggunaan α sebesar 0,5.
Tahun ke 2 (2002) dengan X2 = 21.414
• Kolom ′ : Perhitungan Eksponensial Tunggal
′ α + 1 − ′
= 0,5 (21.414) + (1 − 0,5) 24.097
=10.707,00 + (0,5) 24.097
= 10.707,00 + 12.048,50
= 22.755,50
• Kolom " : Perhitungan Eksponensial Ganda
" =α ′ + 1 − "
= 0,5 (22.755,50) + (1 − 0,5) 24.097
= 113.77,75 + (0,5) 24.097
= 113.77,75 + 12.048,50
= 23.426,25
• Kolom : Perhitungan untuk nilai
= 2 ′ − "
= 2 (22.755,50) – 23.426,25
= 45.511,00 – 23.426,25
= 22.084,75
• Kolom : Perhitungan untuk nilai b
%.4
%4 (22.755,50 – 22.084,75)
335,88
• Kolom ' : Forecast untuk Tahun ke 3 (2003) m = 1
' + (
' %%) 22.084,75 + (335,88) (1)
22.084,75 + 335,88
22.420,63
Tahun ke 3 (2003) dengan X3 = 15110
• Kolom ′ : Perhitungan Eksponensial Tunggal
)′ α + 1 − ′
= 0.5 (15.110) + (1 − 0.5) 22.755,50
= 7.555,00 + (0.5) 22.755,50
= 7.555.00 + 11.377,75
= 18.932,75
• Kolom " : Perhitungan Eksponensial Ganda
)" =α ′ + 1 − "
= 0.5 (18.932.75) + (1 − 0.5) 23.426.25
= 9.466,36 + (0.5) 23.426,25
= 9.466,36 + 11.713.13
= 21.179,50
• Kolom ) : Perhitungan untuk nilai
) = 2 ′ − "
37.865,50– 21.179,50
Berdasarkan perhitungan di atas, maka di buat Tabel 3.6 di bawah ini:
Tabel 3.6 Menentukan Nilai MSE dengan menggunakan 1 = 0,5
- .′ ." / /0
24.097 24.097,00 24.097,00 - - - - -
21.414 22.755,50 23.426,25 22.084,75 335,86 - - -
15.110 18.932,75 21.179,50 16.686,00 1.123,86 22.420,63 -7.310,63 53.445.238,00
9.708 14.320,38 17.749,94 10.890,81 1.715,28 17.809,88 -8.101,88 65.640.379,00
9.181 11.750,69 14.750,31 8.751,06 1.500,31 12.606,10 -3.425,09 11.731.267,00
6.936 9.343,34 12.046,83 6.639,86 1.352,24 10.251,38 -3.315,38 10.991.711,00
7.312 8.327,67 10.187,25 6.468,09 930,29 7.992,10 -680,10 462.538,14
7.011 7.669,34 8.928,29 6.410,38 629,98 7.398,38 -387,38 150.065,44
5.075 6.372,17 7.650,23 5.094,11 639,53 7.040,36 -1.965,36 3.862.629,80
17.202 11.787,08 9.718,66 13.855,51 -1.033,71 5.733,64 11.468,36 131.523.356,00
18.975 15.381,04 12.549,85 18.212,23 -1.415,10 12.821,80 6.153,20 37.861.903,00
22.132 18.756,52 15.653,19 21.859,86 -1.551,17 16.797,14 5.334,86 28.460.751,00
22.631 20.693,76 18.173,47 23.214,05 -1.259,64 20.308,69 2.322,31 5.393.129,10
24.769 22.731,38 20.452,43 25.010,33 -1.138,98 21.954,40 2.814,60 7.921.949,00
3.9 Forecast dengan Pemulusan Eksponensial Ganda (α = 0,6)
Langkah-langkah yang dilakukan sama dengan langkah-langkah sebelumnya,
perbedaannya hanya pada penggunaan α sebesar 0,6.
Tahun ke 2 (2002) dengan X2 = 21.414
• Kolom ′ : Perhitungan Eksponensial Tunggal
′ α + 1 − ′
= 0,6 (21.414) + (1 − 0,6) 24.097
=12.848,40 + (0.4) 24.097
= 12.848,40 + 9.638,80
= 22.487,20
• Kolom " : Perhitungan Eksponensial Ganda
" =α ′ + 1 − "
= 0.6 (22.487,20) + (1 − 0.6) 24.097
= 13.492,32 + (0.4) 24.097
= 13.492,32 + 9.638,8
= 23.131,12
• Kolom : Perhitungan untuk nilai
= 2 ′ − "
= 2 (22.487,20) – 23.131,12
= 44.974,40 – 23.131,12
= 21.843,28
• Kolom : Perhitungan untuk nilai b
%,:
%,: (22.487,20 23.131,12)
386,95
• Kolom ' : Forecast untuk Tahun ke 3 (2003) m = 1
' + (
' %%) 21.843,28 + (386,95) (1)
21.834,28 + 386,95
22.230,23
Tahun ke 3 (2003) dengan X3 = 15.110
• Kolom ′ : Perhitungan Eksponensial Tunggal
)′ α + 1 − ′
= 0,6 (15.110) + (1 − 0,6) 22.487,20
= 9.066,00 + (0.4) 22.487,20 = 9.066,00 + 8.994,88
= 18.060,88
• Kolom )" : Perhitungan Eksponensial Ganda
)" =α ′ + 1 − "
= 0,6 (18.060,88) + (1 − 0,6) 23.131,12 = 10.836,53 + (0.4) 23.131,12
= 10.836,53 + 9.252,45 = 20.088,98
• Kolom : Perhitungan untuk nilai
) = 2 ′ − "
36.121,76 20.088,98
Berdasarkan perhitungan di atas, maka di buat Tabel 3.7 di bawah ini:
Tabel 3.7 Menentukan Nilai MSE dengan menggunakan 1 = 0,6
- .′ ." / /0
24.097 24.097,00 24.097,00 - - - - -
21.414 22.487,20 23.131,12 21.843,28 386,95 - - -
15.110 18.060,88 20.088,98 16.032,78 1.217,46 22.230,23 -7.120,23 50.697.70
9.708 13.049,15 15.865,08 10.233,22 1.690,16 17.250,24 -7.542,24 56.885.41
9.181 10.728,26 12.782,99 8.673,53 1.233,44 11.923,38 -2.742,38 7.520.648,90
6.936 8.452,90 10.184,94 6.720,87 1.039,82 9.906,97 -2.970,97 8.826.659,60
7.312 7.768,36 8.734,99 6.801,73 580,58 7.760,69 -448,69 201.323,39
7.011 7.313,95 7.882,36 6.745,53 341,65 7.382,31 -371,31 137.870,73
5.075 5.970,58 6.735,29 5.205,86 459,43 7.087,18 -2.012,18 4.048.856,60
17.202 12.709,43 10.319,78 15.099,09 -1.433,19 5.665,29 11.536,71 133.095.63
18.975 16.468,77 14.009,17 18.928,37 -1.475,16 13.665,89 5.309,11 28.186.61
22.132 19.866,71 17.523,69 22.209,72 -1.405,21 17.453,21 4.678,79 21.891.06
22.631 21525,28 19.924,65 23.125,92 -959,78 20.804,51 1.826,49 3.336.048,80
24.769 23.471,51 22.052,77 24.890,26 -850,65 22.166,14 2.602,86 6.774.891,70
3.10 Forecast dengan Pemulusan Eksponensial Ganda (α = 0,7)
Langkah-langkah yang dilakukan sama dengan langkah-langkah sebelumnya,
perbedaannya hanya pada penggunaan α sebesar 0,7.
Tahun ke 2 (2002) dengan X2 = 21.414
• Kolom ′ : Perhitungan Eksponensial Tunggal
′ α + 1 − ′
= 0,7 (21.414) + (1 − 0,7) 24.097
=14.989,80 + (0.3) 24.097
= 14.989,80 + 7.229,10
= 22.218,90
• Kolom " : Perhitungan Eksponensial Ganda
" =α ′ + 1 − "
= 0,7 (22.218,90) + (1 − 0,7) 24.097
= 15.553,23 + (0,3) 24.097
= 15.553,23 + 7.229,10
= 22.782,33
• Kolom : Perhitungan untuk nilai
= 2 ′ − "
= 2 (22.218,90) − 22.782,33
= 44.437,80 − 22.782,33
= 21.655,47
• Kolom : Perhitungan untuk nilai b
%,:
%,: (22.218,90 22.782,33)
395,10
• Kolom ' : Forecast untuk Tahun ke 3 (2003) m=1
' + (
' %%) 21.655,47 + (395,10) (1)
21.655,47 + 395,10
22..050,57
Tahun ke 3 (2003) dengan X3 = 15.110
• Kolom ′ : Perhitungan Eksponensial Tunggal
)′ α + 1 − ′
= 0,7 (15.110) + (1 − 0,7) 22.218,90
= 10.577,00 + (0,3) 22.218,90 = 10.577,00 + 6.665,67
= 17.242,67
• Kolom ": Perhitungan Eksponensial Ganda
)" =α ′ + 1 − "
= 0,7 (17.242,67) + (1 − 0,7) 22.782,33 = 12.069,87 + (0,3) 22.782,33
= 12.069,87 + 6.834,70 = 18.904,57
• Kolom ): Perhitungan untuk nilai
) = 2 ′ − "
34.485,34 18.904,57
Berdasarkan perhitungan di atas, maka di buat Tabel 3.8 di bawah ini:
Tabel 3.8 Menentukan Nilai MSE dengan menggunakan 1 = 0,7
- .′ ." / /0
24.097 24097 24.097,00 - - - - -
21.414 22.218,90 22.782,33 21.655,47 395,10 - - -
15.110 17.242,67 18.904,57 15.580,77 1.164,03 22.050,57 -6.940,57 48.171.525,80
9.708 11.968,40 14.049,25 9.887,55 1.457,30 16.744,80 -7.036,80 4.9516.562,70
9.181 10.017,22 11.226,83 8.807,61 847,43 11.344,85 -2.163,85 4.682.229,38
6.936 7.860,37 8.870,31 6.850,43 707,65 9.655,04 -2.719,04 7.393.165,08
7.312 7.476,51 7.894,65 7.058,37 293,40 7.558,08 -246,08 60.557,52
7.011 7.150,65 7.373,85 6.927,45 156,94 7.351,77 -340,77 116.123,00
5.075 5.697,70 6.200,54 5.194,85 352,69 7.084,39 -2.009,40 4.037.661,66
17.202 13.750,71 11.485,66 16.015,76 -1.584,83 5.547,54 11.654,46 135.826.40
18.975 17.407,71 15.631,10 19.184,33 -1.242,93 14.430,92 4.544,08 20.648.629,20
22.132 20.714,71 19.189,63 22.239,80 -1.066,86 17.941,40 4.190,60 17.561.149,60
22.631 22.056,11 21.196,17 22.916,06 -601,26 21.172,94 1.458,06 2.125.940,88
24.769 23.955,13 23.127,44 24.782,82 -578,68 22.314,80 2.454,20 6.023.108,27
3.11 Forecast dengan Pemulusan Eksponensial Ganda (α = 0,8)
Langkah-langkah yang dilakukan sama dengan langkah-langkah sebelumnya,
perbedaannya hanya pada penggunaan α sebesar 0,8.
Tahun ke 2 (2002) dengan X2 = 21.414
• Kolom ′ : Perhitungan Eksponensial Tunggal
′ α + 1 − ′
= 0,8 (21.414) + (1 − 0,8) 24.097
= 17.131,20 + (0.2) 24.097
= 17.131,20 + 4.819,40
= 21.950,60
• Kolom " : Perhitungan Eksponensial Ganda
" =α ′ + 1 − "
= 0,8 (21.950,60) + (1 − 0,8) 24.097
= 17.560,48+ (0,2) 24.097
= 17.560,48 + 4.819,40
= 22.379,88
• Kolom : Perhitungan untuk nilai
= 2 ′ − "
= 2 (21.950,60) − 22.379,88
= 43.901,20 − 22.379,88
= 21.521,32
• Kolom : Perhitungan untuk nilai b
%,:
%,: (21.950,60 22.379,88)
344,22
• Kolom ' : Forecast untuk Tahun ke 3 (2003) m = 1
' + (
' %%) 21.521,32 + (344,22) (1)
21.521,32 + 344,22
21.865,54
Tahun ke 3 (2003) dengan X3 = 15.110
• Kolom ′ : Perhitungan Eksponensial Tunggal
)′ α + 1 − ′
= 0,8 (15.110) + (1 − 0,8) 21.950,60
= 12.088,00 + (0,2) 21.950,60 = 12.088,00 + 4.390,12
= 16.478,12
• Kolom " : Perhitungan Eksponensial Ganda
)" =α ′ + 1 − "
= 0,8 (16.478,12) + (1 − 0,8) 22.379,88 = 13.182,50 + (0,2) 22.379,88
= 13.182,50 + 4.475,98 = 17.658,47
• Kolom : Perhitungan untuk nilai
) = 2 ′ − "
32.956,24 17.658,47
Berdasarkan perhitungan di atas, maka di buat Tabel 3.9 di bawah ini:
Tabel 3.9 Menentukan Nilai MSE dengan menggunakan 1 = 0,8
- .′ ." / /0
24.097 24.097,00 24.097,00 - - - - -
21.414 21.950,60 22.379,88 21.521,32 344,22 - - -
15.110 16.478,12 17.658,47 15.297,77 945,08 21.865,54 -6.755,54 45.637.38
9.708 11.062,02 12.381,31 9.742,73 1.056,23 16.242,85 -6.534,85 42.704.26
9.181 9.557,21 10.122,03 8.992,38 452,66 10.798,97 -1.617,97 2.617.814,20
6.936 7.460,24 7.992,60 6.927,88 426,69 9.445,04 -2.509,04 6.295.284,00
7.312 7.341,65 7.471,84 7.211,46 104,95 7.354,57 -42,57 1.812,17
7.011 7.077,13 7.156,07 6.998,20 63,953 7.316,41 -305,41 93.275,39
5.075 5.475,43 5.811,56 5.139,30 269,70 7.062,14 -1.987,14 3.948.730,50
17.202 14.856,69 13.047,66 16.665,71 -1.446,42 5.409,00 11.793,00 139.074.85
18.975 18.151,34 17.130,60 19.172,07 -815,79 15.219,29 3.755,71 14.105.36
22.132 21.335,87 20.494,81 22.176,92 -672,04 18.356,28 3.775,72 14.256.03
22.631 22.371,97 21.996,54 22.747,41 -299,55 21.504,88 1.126,12 1.268.150,70
24.769 24.289,59 23.830,98 24.748,21 -366,09 22.447,86 2.321,14 5.387.691,60
3.12 Forecast dengan Pemulusan Eksponensial Ganda (α = 0,9)
Langkah-langkah yang dilakukan sama dengan langkah-langkah sebelumnya,
perbedaannya hanya pada penggunaan α sebesar 0,9.
Tahun ke 2 (2002) dengan X2 = 21.414
• Kolom ′ : Perhitungan Eksponensial Tunggal
′ α + 1 − ′
= 0,9 (21.414) + (1 − 0,9) 24.097
= 19.272,60 + (0.1) 24.097
= 19.272,60 + 2.409,70
= 21.682,30
• Kolom " : Perhitungan Eksponensial Ganda
)" =α ′ + 1 − "
= 0,9 (21.682,30) + (1 − 0,9) 24.097
= 19.514,07 + (0,1) 24.097
= 19.514,07 + 2.409,70
= 21.923,77
• Kolom : Perhitungan untuk nilai
= 2 ′ − "
= 2 (21.682,30) − 21.923,77
= 43.364,60 − 21.923,77
= 21.440,83
• Kolom : Perhitungan untuk nilai b
%,:
%,: (21.682,30 21.923,77)
218,20
• Kolom ' : Forecast untuk Tahun ke 3 (2003) m = 1
' + (
' %%) 21.440,83 + (218,20) (1)
21.440,83 + 218,20
21.659,05
Tahun ke 3 (2003) dengan X3 = 15.110
• Kolom ′ : Perhitungan Eksponensial Tunggal
)′ α + 1 − ′
= 0,9 (15.110) + (1 − 0,9) 21.682,30
= 13.599,00 + (0,1) 21.682,30 = 13.599,00 + 2.168,23
= 15.767,23
• Kolom " : Perhitungan Eksponensial Ganda
)" =α ′ + 1 − "
= 0,9 (15.767,23) + (1 − 0,9) 21.923,77 = 14.190,50 + (0,1) 21.923,77
= 14.190,50 + 2.192,38 = 16.383,88
• Kolom : Perhitungan untuk nilai
) = 2 ′ − "
31.534,46 16.382,88
Berdasarkan perhitungan di atas, maka di buat Tabel 3.10 di bawah ini:
Tabel 3.10 Menentukan Nilai MSE dengan menggunakan 1 = 0,9
- .′ ." / /0
24.097 24.097,00 24.097,00 - - - - -
21.414 21.682,30 21.923,77 21.440,83 218,22 - - -
15.110 15.767,23 16.382,88 15.151,58 555,00 21.659,05 -6.549,05 42.890.095,00
9.708 10.313,92 10.920,82 9.707,03 547,11 15.706,56 -5.998,56 35.982.777,00
9.181 9.294,29 9.456,95 9.131,64 147,30 10.254,13 -1.073,13 1.151.615,30
6.936 7.171,83 7.400,34 6.943,32 206,56 9.278,93 -2.342,93 5.489.307,10
7.312 7.297,98 7.308,22 7.287,75 10,11 7.149,88 162,12 26.283,52
7.011 7.039,70 7.066,55 7.012,85 25,07 7.297,86 -286,86 82.288,28
5.075 5.271,47 5.450,98 5.091,96 162,46 7.037,91 -1.962,91 3.853.027,80
17.202 16.008,95 14.953,15 17.064,74 -949,32 5.254,419 11.947,58 142.744.691,00
18.975 18.678,39 18.305,87 19.050,92 -334,37 16.115,43 2.859,57 8.177.159,60
22.132 21.786,64 21.438,56 22.134,72 -312,37 18.716,55 3.415,45 11.665.318,00
22.631 22.546,56 22.435,76 22.657,36 -98,82 21.822,35 808,65 653.919,41
24.769 24.546,76 24.335,66 24.757,86 -189,09 22.558,54 2.210,46 4.886.115,90
3.13 Nilai Mean Square Error (MSE)
Nilai MSE tersebut akan dihitung sebagai berikut:
1. Untuk α = 0,1, N = 14, maka:
983.305.939,70
! ∑ #
983.305.939,7014
= 70.236.138,55
2. Untuk α = 0,2, N = 14, maka:
=
= 723.949.556,00
! =∑ #
=723.949.556,0014
= 51.710.682.50
3. Untuk α = 0,3, N=14, maka:
=
= 527.984.090,40
527.984.090,4014
= 37.713.149,32
4. Untuk α = 0,4, N = 14, maka:
=
= 417.342.724,00
! =∑ #
=417.342.724,0014 = 29.810.194,60
5. Untuk α = 0,5, N = 14, maka:
=
= 357.444.916,00
! =∑ #
=357.444.916,0014 = 25.531.779,70
6. Untuk α = 0,6, N = 14, maka:
=
! ∑ #
312.602.711,0014
= 22.971.622,20
7. Untuk α = 0,7, N = 14, maka:
=
= 296.163.047,00
! =∑ #
=296.163.047,0014 = 21.154.503,40
8. Untuk α = 0,8, N = 14, maka:
=
= 275.390.624,00
! =∑ #
=275.390.624,0014 = 19.670.758,84
9. Untuk α = 0,9, N = 14, maka:
=
! ∑ #
257.602.599,0014
= 18.400.186,00
Kemudian salah satu nilai MSE tersebut dibandingkan untuk menentukan α yang
memberikan MSE yang terkecil/minimum. Perbandingan ukuran ketetapan
metode peramalan jumlah kedatangan Wisatawan Mancanegara ke Sumatera
Utara melalui Pelabuhan Laut Belawan dengan melihat MSE sebagai berikut:
Tabel 3.11 Perbandingan Ukuran Ketetapan Metode Peramalan
1 =.>
0,1 70.236.138,55
0,2 51.710.682,50
0,3 37.713.149,32
0,4 29.810.194,60
0,5 25.531.779,70
0,6 22.971.622,20
0,7 21.154.503,40
0.8 19.670.758,84
0,9 18.400.186,00
Dari Tabel 3.11 diatas dapat dilihat bahwa yang menghasilkan nilai MSE yang
Tabel 3.12 Pemulusan Eksponensial Linier Satu Parameter dari Brown
dengan Menggunakan α = 0,9 Pada Jumlah kedatangan
Wisatawan Mancanegara ke Sumatera Utara melalui Pelabuhan
Laut Belawan.
- .′ ." / /0
24.097 24.097,00 24.097,00 - - - - -
21.414 21.682,30 21.923,77 21.440,83 218,22 - - -
15.110 15.767,23 16.382,88 15.151,58 555,00 21.659,05 -6.549,05 42.890.095,00
9.708 10.313,92 10.920,82 9.707,03 547,11 15.706,56 -5.998,56 35.982.777,00
9.181 9.294,29 9.456,95 9.131,64 147,30 10.254,13 -1.073,13 1.151.615,30
6.936 7.171,83 7.400,34 6.943,32 206,56 9.278,93 -2.342,93 5.489.307,10
7.312 7.297,98 7.308,22 7.287,75 10,11 7.149,88 162,12 26.283,52
7.011 7.039,70 7.066,55 7.012,85 25,07 7.297,86 -286,86 82.288,28
5.075 5.271,47 5.450,98 5.091,96 162,46 7.037,91 -1.962,91 3.853.027,80
17.202 16.008,95 14.953,15 17.064,74 -949,32 5.254,419 11.947,58 142.744.691,00
18.975 18.678,39 18.305,87 19.050,92 -334,37 16.115,43 2.859,57 8.177.159,60
22.132 21.786,64 21.438,56 22.134,72 -312,37 18.716,55 3.415,45 11.665.318,00
22.631 22.546,56 22.435,76 22.657,36 -98,82 21.822,35 808,65 653.919,41
24.769 24.546,76 24.335,66 24.757,86 -189,09 22.558,54 2.210,46 4.886.115,90
257.602.599,00
3.14 Penentuan Bentuk Persamaan Peramalan
Setelah ditentukan parameter smoothing eksponensial yang besarnya 0 < α < 1
dengan cara trial dan error didapat perhitungan peramalan smoothing
eksponensial linier satu parameter dari Brown dengan α = 0,9.
Perhitungan pada Tabel 3.10 diatas didasarkan pada α = 0,9 dan ramalan
untuk satu periode kedepan yaitu dalam perhitungan periode ke 14. Seperti yang
sudah dijelaskan pada Bab 2 (Landasan Teori) persamaan yang dipakai dalam
perhitungan peramalan adalah sebagai berikut:
= +
′ = + 1 − ′
" = ′ + 1 − "
1 − ′ − "
Berdasarkan daftar terakhir dapat dibuat peramalan untuk satuan tahun berikutnya
dengan bentuk persamaan peramalan:
' = + (
' = 24.757,86 + (-189,09) m
3.15 Peramalan Jumlah kedatangan Wisatawan Mancanegara ke Sumatera
Utara melalui Pelabuhan Laut Belawan.
Setelah diketahui error yang terdapat pada model peramalan, maka dilakukan
peramalan jumlah kedatangan Wisatawan Mancanegara ke Sumatera Utara
melalui Pelabuhan Laut Belawan untuk tahun 2015 , 2016 , 2017 dengan
menggunakan persamaan:
= 24.757,86 + (-189,09) m
Setelah diperoleh nilai peramalan jumlah kedatangan Wisatawan
Mancanegara ke Sumatera Utara melalui Pelabuhan Laut Belawan, maka dapat
dihitung untuk tiga periode kedepan yaitu tahun 2015 , 2016 dan 2017 seperti
dibawah ini:
a. Untuk periode ke 15 (tahun 2015)
' = 24.757,86 + (-189,09) m ', = 24.757,86 + (-189,09) (1) '4 = 24.568,77
b. Untuk periode ke 16 (tahun 2016)
' = 116.306,4 + (-189,09) m ', = 24.757,86 + (-189,09) (2) ': = 24.379,68
c. Untuk periode ke 17 (tahun 2017)
Tabel 3.13 Peramalan Jumlahkedatangan Wisatawan Mancanegara ke
Sumatera Utara melalui Pelabuhan Laut Belawan 2016 dan 2017.
Tahun Periode Peramalan
2016 16 24.379,68
BAB 4
IMPLEMENTASI SISTEM
4.1 Pengertian Implementasi Sistem
Implementasi sistem adalah prosedur yang dilakukan untuk menyelesaikan desain
sistem yang ada dalam desain sistem yang disetujui, menginstal dan memulai
sistem atau sistem yang diperbaiki. Tahapan implementasi sistem merupakan
tahapan penerapan hasil desain yang tertulis ke dalam programming
(coding).Dalam pengolahan data pada karya tulis ini penulis menggunakan
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 manggunakan tenaga manusia yang tentunya membutuhkan waktu
dan tenaga yang sangat banyak untuk mengolah data tersebut, disamping itu
faktor kesalahan yang dilakukan manusia relatif besar.
4.2 Pengenalan Microsoft Excel
Pada penyusunan Tugas Akhir ini, dalam pengolahan data penulis menggunakan
program Microsoft Excel. Di mana Microsoft Excel adalah aplikasi pengolah
angka (spread sheet) yang sangat populer dan canggih saat ini yang dapat
digunakan untuk mengatur, menyediakan maupun menganalisa data dan
mempresentasikan dalam bentuk tabel, grafik atau diagram.
Microsoft Excel merupakan program aplikasi lembar elektronik (spread
sheet) dari program paket Microsoft Office Excel merupakan salah satu software
pengolah angka yang cukup digunakan di dunia. Excel merupakan program
informasi khususnya data yang berbentuk angka , dihitung , diproyeksikan ,
dianalisa , dan dipresentasikan data pada lembar kerja. Microsoft telah
mengeluarkan Excel dalam berbagai versi mulai dari versi 4, versi 5, versi 97,
versi 2000, Excel 2003, Excel 2007, dan Excel 2010.
Sheet (lembar kerja) Excel terdiri dari 256 kolom dan 65.536 baris. Kolom
diberi nama dengan huruf mulai A, B, C, … , Z, kemudian dilanjutkan AA, AB,
AC sampai kolom IV. Sedangkan baris ditandai dengan angka mulai dari 1, 2, 3,
… , sampai angka 65.536.
Excel 2007 hadir dengan berbagai penyempurnaan, tampil lebih terintegrasi
dengan berbagai software lain, salah satunya adalah under windows seperti word,
Acces, powepoint. Keunggulan program spread sheet ini adalah mudah dipakai,
fleksibel, mudah terintegrasi dengan aplikasi berbagai windows.
4.3 Langkah-langkah Memulai Pengolahan Data dengan Excel
Sebelum mengoperasikan software ini, pastikan bahwa komputer terpasang
program Excel. Langkah-langkahnya sebagai berikut:
a. Klik tombol Start.
b. Pilih All Program.
c. Lalu pilih Microst Office dan klik Microsoft Excel.
d. Setelah itu muncul tampilan worksheet (lembar kerja) seperti dibawah ini:
Gambar 4.2 Tampilan Lembar Kerja Excel
Data tiap tahun pada tiap kolom pertama untuk periode, tahun dan data
kedatangan Wisatawan Mancanegara ke Sumatera Utara melalui Pelabuhan Laut
Belawan.
Dari data di atas dapat menentukan besarnya forecast α = 0,9. Dan untuk setiap
perhitungan akan diberi nama tiap kolom seperti berikut ini:
1. Pada kolom ketiga ditulis keterangan ′.
2. Pada kolom keempat ditulis keterangan ".
3. Pada kolom kelima ditulis keterangan .
4. Pada kolom keenam ditulis keterangan .
5. Pada kolom ketujuh ditulis keterangan ' (forecast).
6. Pada kolom kedelapan ditulis keterangan error (e).
7. Pada kolom kesembilan ditulis keterangan square error ( ).
Maka perhitungan masing-masing pemulusan pertama, pemulusan kedua,
konstanta, slope, forecast, error dan square error sebagai berikut:
1. Pemulusan pertama
Untuk tahun pertama yakni tahun 2001, ditentukan sebesar periode pertama
dari data historisnya, sehingga rumus pada sel B2 adalah A2. Sedangkan untuk
peride kedua yakni untuk tahun 2002 dapat menggunakan rumus
=((0,5*A3)+(0,5*B2)) sehingga hasil pada sel B3 adalah 21.682,30, untuk
peride ketiga sampai periode keempatbelas tinggal menyalin rumus pada sel
B3.
2. Pemulusan kedua
Untuk tahun pertama yakni tahun 2001, ditentukan sebesar periode pertama
dari data historisnya, sehingga rumus yang tertera pada sel C2 adalah A2.
Sedangkan untuk periode kedua yakni untuk tahun 2002 dapat menggunakan
rumus =((0,5*B3)+(0,5*C2)). Dalam kasus ini untuk sel C3 menghasilkan
21.923,77, untuk periode ketiga sampai periode keempatbelas tinggal menyalin
rumus pada sel C3.
3. Nilai baru bisa dicari pada periode kedua yaitu pada tahun 2002. Rumus
yang digunakan untuk D3 adalah =2*B3-C3. Sehingga akan menghasilkan
angka 21.440,83, untuk tahun-tahun berikutnya tinggal menyalin rumus D3.
4. Nilai baru bisa dicari pada periode kedua yaitu pada tahun 2002. Rumus
yang digunakan untuk sel E3 adalah =((0,5/0,5)*(B3-C3)). Sehingga akan
menghasilkan angka 218,20, untuk periode ketiga sampai periode
5. Peramalan (F/forecast)
Untuk periode ketiga yaitu pada sel F4 dapat dicari dengan menggunakan
rumus =((D4+(E4*1))) sehingga akan menghasilkan angka 21.659,05. Untuk
periode keempat sampai periode keempatbelas tinggal menyalin rumus F4.
6. Error (e)
Untuk periode ketiga yaitu pada sel G4 dapat dicari dengan menggunakan
rumus =A4-F4 sehingga akan menghasilkan angka -6.549,05. Untuk periode
keempat sampai periode keempatbelas tinggal menyalin rumus G4.
7. Square error ( )
Untuk periode ketiga yaitu pada sel H4 dapat dicari dengan menggunakan
rumus =G4^2 sehingga menghasilkan angka 42.890.095,00 . Untuk periode
keempat sampai periode keempatbelas tinggal menyalin rumus H4.
4.4 Hasil dalam Metode Brown
4.5 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, bisa menggunakan icon chart wizard yang terdapat
yang terdapat pada toolbar. Adapun langkah-langkah yang diperlukan ialah:
1. Sorot sel atau range sel yang ingin dibuat grafik.
2. Klik insert, lalu pilih atau klik chart, maka akan tampil kotak dialog chart tipe
Gambar 4.5 Tampilan Kotak Dialog Chart Type
3. Klik tipe grafik yang diinginkan dan klik next, maka kotak dialog chart source data
akan tampil.
4. Pada tampilan akan terlihat range data yang telah disorot dan klik radio button rows
atau kolom yang diinginkan, klik next maka akan tampil kotak dialog chart options.
5. Pada chart options, ketik judul grafik. Setelah itu klik next, maka kotak dialog chart
options akan tampil.
6. Anda dapat memilih tempat untuk meletakkan grafik ini, kemudian klik finish.
Gambar 4.6 Tampilan Grafik
BAB 5
KESIMPULAN DAN SARAN
5.1.Kesimpulan
Berdasarkan hasil pengolahan data dan analisis data yang dilakukan sebelumnya
pada BAB 3 maka kesimpulan yang diperoleh adalah sebagai berikut:
1. Metode peramalan yang baik adalah metode yang memberikan hasil ramalan
yang tidak jauh berbeda dengan data yang sebenarnya, atau metode tersebut
memghasilkan bias sekecil mungkin. Dalam kasus ini hasil analisis Metode
Smoothing Eksponensial dengan satu parameter dari Brown diperoleh nilai
MSE yang terkecil adalah α = 0,9 yakni MSE = 18.400.186,00
2. Bentuk persamaan peramalan Wisatawan Mancanegara ke Sumatera Utara
melalui Pelabuhan Laut Belawan untuk α = 0,9 berdasarkan tahun 2001-2014
adalah:
24.757,86 + (-189,09) m
Diperkirakan jumlah peramalan Wisatawan Mancanegara ke Sumatera Utara
melalui Pelabuhan Laut Belawan untuk periode ke 16, ke 17, pada tahun 2016,
2017 adalah 24.379,68 , 24.190,59
5.2.Saran
Berdasarkan penelitian yang telah dilakukan penulis, maka pada Tugas Akhir ini
penulis memberikan saran yang diharapkan dapat bermanfaat bagi pemerintah dan
pihak-pihak yang terkait:
1. Dalam meramalkan jumlah Wisatawan Mancanegara ke Sumatera Utara
melalui Pelabuhan Laut Belawan dengan menggunakan metode pemulusan
eksponensial ganda linier satu parameter dari Brown akan sangat membantu
jika menggunakan alat bantu komputer khususnya program aplikasi Excel.
2. Melihat potensi jumlah Wisatawan Mancanegara ke Sumatera Utara melalui
meningkat, maka Pemerintah Sumatera Utara setidaknya memberikan
perhatian yang khusus pada mutu pelayanan terhadap wisatawan mancanegara
dan pelestarian alam sebagai objek pariwisata. Untuk itu pula diperlukan data
statistik yang lebih lengkap, akurat dan lebih bermutu agar dapat mengikuti
dan mengetahui perkembangan jumlah wisatawan mancanegara tersebut,
menambah devisa bagi Sumatera Utara dan mampu mengembangkan menjadi
objek wisata internasional yang berkualitas.
3. Metode yang dibahas dalam tugas akhir ini akan sangat membantu sebagai