BAB 1 PENDAHULUAN
1.1 Latar Belakang
Pertumbuhan ekonomi merupakan suatu proses peningkatan kesejahteraan masyarakat dengan melewati tahap-tahap tertentu sebelum mencapai tingkat yang tertinggi. Pembangunan ekonomi juga harus ditandai dengan perubahan dalam struktur sosial dan sikap mental masyarakat. Pembangunan ekonomi dapat menumbuhkan kegiatan-kegiatan sektor lapangan usaha sehingga dapat meningkatkan kesejahteraan masyarakat melalui usaha-usaha sektor formal maupun informal.
Produk Distribusi Regional Bruto (PDRB) adalah jumlah nilai tambah yang dihasilkan oleh seluruh unit usaha dalam satu daerah tertentu, atau merupakan jumlah seluruh nilai barang dan jasa akhir yang dihasilkan oleh seluruh unit ekonomi di suatu daerah. Struktur dan perkembangan perekonomian dapat diketahui dari data distribusi Produk Distribusi Regional Bruto (PDRB) atas dasar harga berlaku dan harga konstan. Data Produk Distribusi Regional Bruto (PDRB) juga berguna untuk melihat seberapa besar kemampuan sektor ekonomi suatu daerah. Semakin besar nilai yang dihasilkan oleh suatu sektor ekonomi terhadap Produk Distribusi Regional Bruto (PDRB), maka semakin besar pula tingkat ketergantungan suatu daerah terhadap sektor ekonomi tersebut.
Dalam usaha pembangunan yang berkelanjutan dan tepat sasaran, dapat dilakukan perencanaan pembangunan yang baik dan didukung oleh sarana dan prasarana yang ada di wilayah tersebut.
Data Produk Distribusi Regional Bruto (PDRB) Tapanuli Utara adalah salah satu cara untuk melihat seberapa besar kemampuan sektor ekonomi di Kabupaten Tapanuli Utara dalam memproduksi barang dan jasa. Stuktur ekonomi Kabupaten Tapanuli Utara pada sektor pertanian selalu menjadi sektor unggulan atau dapat dikatakan sebagai leader jika dibandingkan dengan sektor-sektor lainnya. Akan tetapi dengan seiring berjalannya waktu, masihkah sektor pertanian memberikan kontribusi yang sama besarnya bagi Produk Distribusi Regional Bruto (PDRB) Kabupaten Tapanuli Utara (BPS. 2015).
Peramalan (forecasting) adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang berdasarkan informasi masa lalu dan sekarang yang dimiliki, agar kesalahannya (selisih apa yang terjadi dengan hasil perkiraan) dapat diperkecil. Peramalan dapat juga diartikan sebagai usaha memperkirakan perubahan. Agar tidak disalahpahami bahwa peramalan tidak memberi jawaban pasti tentang apa yang akan terjadi, melainkan berusaha mencari yang sedekat mungkin dengan yang terjadi. Dalam melakukan peramalan digunakan Metode Pemulusan (Smoothing) Eksponensial Ganda Satu Parameter Dari Brown, dengan asumsi bahwa pendapatan daerah selalu berfluktuasi setiap tahunnya karena itulah yang menjadi pertimbangan penggunaan metode tersebut (Assauri. 1984).
terbesarnya yakni sektor pertanian, untuk mendapatkan informasi apakah sektor pertanian masih menjadi penyumbang terbesar pada Produk Distribusi Regional Bruto (PDRB) dan mengetahui besarnya sumbangan sektor pertanian bagi Produk Distribusi Regional Bruto (PDRB) Kabupaten Tapanuli Utara. Oleh karena itu penulis memilih judul “Peramalan Produk Domestik Regional Bruto (PDRB) Sektor Pertanian Di Kabupaten Tapanuli Utara Tahun 2015-2017”.
1.2 Rumusan Masalah
Berdasarkan latar belakang dapat disimpulkan sebagai berikut:
1. Berapa jumlah Produk Distribusi Regional Bruto (PDRB) sektor pertanian Kabupaten Tapanuli Utara tahun 2005-2013.
2. Berapa hasil perhitungan untuk ramalan Produk Distribusi Regional Bruto (PDRB) sektor pertanian Kabupaten Tapanuli Utara atas dasar harga berlaku tahun 2015-2017. Produk Distribusi Regional Bruto (PDRB) atas dasar harga berlaku merupakan nilai tambah barang dan jasa yang dihasilkan oleh unit-unit produksi dalam suatu periode tertentu dan biasanya satu tahun yang dinilai dengan harga tahun yang bersangkutan.
3. Berapa hasil perhitungan untuk ramalan Produk Distribusi Regional Bruto (PDRB) sektor pertanian Kabupaten Tapanuli Utara atas dasar harga konstan tahun 2015-2017. Produk Distribusi Regional Bruto (PDRB) atas dasar harga konstan merupakan nilai tambah barang dan jasa yang dihitung menggunakan harga yang ada pada suatu tahun tertentu sebagai dasar. 4. Apakah sektor pertanian masih bisa dijadikan komoditas utama penopang
1.3 Batasan Masalah
Sehubungan dengan keterbatasan waktu dan kemampuan penulis serta untuk menghindari kesimpangsiuran dalam penulisan Tugas Akhir yang sesuai dengan rumusan masalah dan latar belakang masalah yang telah diuraikan, maka penulis membatasi ruang lingkup penelitian pada peramalan Produk Distribusi Regional Bruto (PDRB) Kabupaten Tapanuli Utara pada sektor pertanian tahun 2015-2017 berdasarkan data tahun 2005-2014, dengan Metode Pemulusan (Smoothing) Eksponensial Ganda Satu Parameter dari Brown.
1.4 Tujuan Penelitian
Meramalkan jumlah Produk Distribusi Regional Bruto (PDRB) sektor pertanian Kabupaten Tapanuli Utara tahun 2015-2017 menggunakan Metode Pemulusan (Smoothing) Eksponensial Ganda Satu Parameter dari Brown
1.5 Manfaat Penelitian
Manfaat dari penulisan tugas akhir ini adalah: Bagi Penulis:
1. Sebagai penerapan ilmu dari mata kuliah yang telah diperoleh. 2. Sebagai syarat untuk menyelesaikan program studi D-3 Statistika. Bagi lembaga/instansi dan masyarakat pada umumnya:
1. Dapat mengetahui gambaran Produk Distribusi Regional Bruto (PDRB) sektor pertanian Kabupaten Tapanuli Utara.
1.6Tinjauan Pustaka (Assauri, 1984)
Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan akan terjadi pada masa yang akan datang. Ramalan dapat didasarkan atas beramacam-macam cara yang kita kenal dengan metode peramalan. Metode peramalan adalah cara memperkirakan secara kuantitatif apa yang akan terjadi pada masa yang akan datang, berdasarkan data yang relevan pada masa lalu.
(Makridakis, 1999)
Metode pemulusan eksponensial terdiri atas tunggal, ganda dan metode yang lebih rumit. Semuanya mempunyai sifat yang sama, yaitu nilai yang baru diberikan bobot yang relatif lebih besar dibanding nilai pengamatan yang lama. Dalam pemulusan eksponensial, terdapat satu atau lebih parameter pemulusan yang ditentukan secara eksplisit, dan hasil pilihan ini menentukan bobot yang dikenakan pada nilai observasi.
Pemulusan eksponensial linear dapat dihitung hanya dengan tiga nilai data dan satu nilai untuk α. Pendekatan ini juga memberikan bobot yang semakin menurun pada observasi masa lalu. Salah satu cara untuk melakukan hal ini adalah
menentukan batas atas berapa banyak α yang diizinkan berubah dari satu periode
ke periode selanjutnya.
Metode Pemulusan (Smoothing) Eksponensial Ganda Satu Parameter dari Brown adalah serupa dengan rata-rata bergerak linier karena kedua nilai pemulusan tunggal dan ganda ketinggalan dari data yang sebenarnya. Bila terdapat unsur trend, perbedaan antara nilai pemulusan tunggal dan ganda dapat ditambahkan kepada pemulusan tunggal dan disesuaikan untuk trend. Persamaan yang dipakai dalam Metode Pemulusan (Smoothing) Eksponensial Ganda Satu Parameter dari Brown adalah sebagai berikut:
�′ = �� + (1-α) �′ −
�" = ��′ + (1-α) �" −
= �′ + (�′ - �" ) = �′ - �"
= �
−� �′ - �" )
�+� = + ( +�)
Keterangan:
m = Periode di depan yang diramalkan
�′ = Nilai Pemulusan Eksponensial tunggal (Single Exponential Smoothing value)
�" = Nilai Pemulusan eksponensial ganda (Double Exponential Smoothing
Value)
α = Parameter Pemulusan Eksponensial dengan besar (0< �<1) = Konstanta Pemulusan
1.7 Metodologi Penelitian
Metode penelitian yang dilakukan penulis dalam penyusunan Tugas Akhir ini adalah:
1. Metode Penelitian Kepustakaan (Studi Literatur)
Untuk memperoleh data atau informasi dari perpustakaan dapat dilakukan dengan membaca serta mempelajari buku-buku, ataupun literatur pelajaran yang didapat di perkuliahan ataupun umum, serta sumber informasi lainnya yang berhubungan dengan objek yang diteliti.
2. Metode Pengumpulan Data
Untuk memperoleh data yang dibutuhkan, penulis melakukan riset di Badan Pusat Statistik (BPS) dengan mengambil data sekunder Produk Distribusi Regional Bruto (PDRB) Kabupaten Tapanuli Utara. Data yang diperoleh kemudian disajikan dan disusun dalam bentuk angka-angka agar diketahui gambaran atau pola data yang jelas dan dari sekumpulan data yang diperoleh kemudian di analisa dan dapat ditarik kesimpulannya.
3. Metode Pengolahan Data
Secara umum langkah-langkah pengolahan data sebagai berikut:
(a) Editing, yaitu proses memeriksa data yang sudah terkumpul, meliputi kelengkapan isian, keterbacaan tulisan, kejelasan jawaban, relevansi jawaban, keseragaman satuan data yang digunakan, dan sebagainya.
(c) Tabulating, yaitu memasukkan data yang sudah dikelompokkan ke dalam tabel-tabel agar mudah dipahami (An-nur, 2011).
Dalam meramalkan Produk Distribusi Regional Bruto (PDRB) Sektor Pertanian Kabupaten Tapanuli Utara tahun 2015-2017, penulis menganalisis data menggunakan teknik peramalan dengan Metode Pemulusan (Smoothing) Eksponensial Ganda Satu Parameter dari Brown. Langkah-langkah yang dilakukan adalah:
a. Menentukan Pemulusan (Smoothing) Pertama ( ′)
�′� = ���+ − � �′�−
b. Menentukan Pemulusan (Smoothing) Kedua ( " ) �"� = ��� − � �"�−
c. Menentukan Besarnya Konstanta ( �) �= �′�+ (�′�- �"�) = �′� - �"� d. Menentukan Besarnya Slope ( �)
�= −α� �′� - �"�)
e. Menentukan Besarnya Ramalan ( �+�) �+� = �+ ( �+�)
mengkuadratkan masing-masing elemen dalam sebuah susunan data dan kemudian dicoba nilai α yang lain.
Untuk menghitung nilai MSE pertama, dicari terlebih dahulu error yang merupakan hasil dari data asli dikurang hasil ramalan. Lalu tiap error dikuadratkan dan dibagi dengan banyaknya error. Secara matematis rumus Mean Square Error (MSE) adalah sebagai berikut:
2
1
N t i
e
MSE
N
Gambar 1.1 Tahapan dalam melakukan peramalan dengan menggunakan metode exponensial
Tahap 1: Menentukan data, dalam Tugas Akhir ini dipilih data Berapa jumlah Produk Distribusi Regional Bruto (PDRB) sektor pertanian Kabupaten Tapanuli Utara tahun 2005-2013.
Tahap 2: Pilih metode pemulusan, dalam Tugas Akhir ini dipilih metode pemulusan eksponensial ganda stau parameter dari Brown
Tahap 3: Memulai peramalan, dalam hal ini digunakan rumus dari Brown dengan menghitung nilai �′�, �"�, �, �, �+�, ��, � �,dari α = 0.1-0.9
Tahap 4: Kemudian mencari nilai pengujian, dalam hal ini digunakan ukuran uji MSE
Tahap 5: Membandingkan nilai MSE yang paling kecil atau minimum, dalam tugas
akhir ini nilai MSE yang terkecil adalah pada α = 0.9, baik atas dasar
harga berlaku maupun atas dasar harga konstan
Tahap 6: Meramalkan untuk periode selanjutnya, dalam hal ini menggunakan rumus:
�+� = �+ ��
