TUGAS AKHIR ANDRI TRI PUTRA

PERAMALAN JUMLAH PENGANGGURAN DI SUMATERA UTARA PADA TAHUN 2018-2020 DENGAN MENGGUNAKAN METODE PEMULUSAN (SMOOTHING) EKSPONENSIAL GANDA. TUGAS AKHIR. ANDRI TRI PUTRA 152407039. PROGRAM STUDI D3 STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2019. Universitas Sumatera Utara.

PERAMALAN JUMLAH PENGANGGURAN DI SUMATERA UTARA PADA TAHUN 2018-2020 DENGAN MENGGUNAKAN METODE PEMULUSAN (SMOOTHING) EKSPONENSIAL GANDA. TUGAS AKHIR. Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh gelar Ahli Madya. ANDRI TRI PUTRA 152407039. PROGRAM STUDI D3 STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2019. Universitas Sumatera Utara.

PERNYATAAN ORISINALITAS. Peramalan Jumlah Pengangguran di Sumatera Utara Pada Tahun 2018-2020 dengan menggunakan Metode Pemulusan (smoothing) Eksponensial Ganda. TUGAS AKHIR. Saya mengakui bahwa Tugas Akhir ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya. Medan, 25 Juli 2019. Andri Tri Putra 152407039. Universitas Sumatera Utara.

Universitas Sumatera Utara.

PERAMALAN JUMLAH PENGANGGURAN DI SUMATERA UTARA PADA TAHUN 2018-2020 DENGAN MENGGUNAKAN METODE PEMULUSAN (SMOOTHING) EKSPONENSIAL GANDA. ABSTRAK. Metode Pemulusan (smoothing) adalah metode peramalan dengan mengadakan penghalusan atau pemulusan terhadap data masa lalu yaitu dengan mengambil ratarata nilai beberapa tahun untuk menaksir nilai pada tahun yang akan datang. Untuk mengetahui berapa besar jumlah pengangguran di Sumatera Utara pada tahun 20182020. Tujuannya ialah memberikan ramalan berupa gambaran umumm tentang jumlah pengangguran di Sumatera Utara pada tahun 2018-2020. Dalam hal ini, penulis akan melakukan peramalan dengan menggunakan metode pemulusan (smoothing) eksponensial ganda. Hasil peramalan yang dilakukan di Sumatera Utara pada tahun 2018-2020 adalah 412,773 untuk tahun 2018, 406,393 untuk tahun 2019 dan 400,013 untuk tahun 2020. Kata kunci : Pengangguran, Peramalan, Metode Eksponensial Smoothing. Universitas Sumatera Utara.

FORECASTING TOTAL UNEMPLOYMENT IN NORTH SUMATERA IN THE YEAR 2018-2020 USING A SMOOTHING METHOD OF EXPONENTIAL MULTIPLE. ABSTRACT. Smoothing method is a method of forecasting by smoothing or smoothing the data of the past by taking the average value of several years to assess the value in the coming year. To find out how much the number of unemployed in North Sumatra in 20182020. The aim is to provide a general prediction of the number of unemployed in North Sumatra in 2018-2020. In this case, the author will forecast using multiple exponential smoothing methods. The results of forecasting conducted in North Sumatra in 2018-2020 is 412,773 for 2018, 406,393 for 2019 and 400,013 for 2020. Keywords: Unemployment, Forecasting, Exponential Smoothing Method. Universitas Sumatera Utara.

PENGHARGAAN. Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa dengan limpah karunia-Nya Penulis dapat menyelesaikan penyusunan Tugas Akhir ini dengan judul Peramalan Jumlah Pengangguran Di Sumatera Utara Pada Tahun 2018-2020 Dengan Menggunakan Metode Pemulusan (Smoothing) Eksponensial Ganda. Terima kasih penulis sampaikan kepada Alm.Mirwan dan Ibu Alfiati selaku orang tua penulis. Terima Kasih Bapak Dr. Ujian Sinulingga, M.Si selaku pembimbing yang telah meluangkan waktunya selama penyusunan tugas akhir ini. Terima kasih kepada Ibu Dr. Elly Rosmaini, M.Si dan Bapak Drs. Open Darnius, M.Sc selaku Ketua dan Sekertaris Program Studi D3 Statistika FMIPA USU,KepadaBapak Prof. Dr. Suyanto, M. Kom. dan Bapak Drs. Rosman Siregar, M.Si elaku Ketua dan Sekretaris Departemen Matematika FMIPA USU, Bapak Dr.Kerista Sebayang M.Si. selaku Dekan FMIPA USU. Terima kasih kepada Abangda Lazuardi Buana, A.Md yang sudah membimbing dan memberi arahan untuk menyelesaikan TA, seluruh staff dan Dosen Program Studi D3 Statistika FMIPA USU, Pegawai FMIPA USU, seluruh staff BPS Sumatera Utara danrekanrekankuliah. Akhirnya tidak terlupakan kepada kedua orang tua saya yang tercinta sertak eluarga yang selama ini selalu memberikan bantuan dan dorongan yang diperlukan. Semoga uhan Yang Maha Esaakan membalasnya.. Medan, Juli 2019. Andri Tri Putra. Universitas Sumatera Utara.

DAFTAR ISI. Halaman. PENGESAHAN LAPORAN TUGAS AKHIR. i. ABSTRAK. ii. ABSTRACT. iii. PENGHARGAAN. iv. DAFTAR ISI. v. DAFTAR TABEL. vii. DAFTAR GAMBAR. viii. BAB 1. BAB 2. PENDAHULUAN 1.1. Latar Belakang. 1. 1.2. Identifikasi Masalah. 3. 1.3. Batasan Masalah. 3. 1.4. Maksud Dan Tujuan Penelitian. 3. 1.5. Metode Penelitian. 3. 1.6. Sistematika Penulisan. 6. TINJAUAN PUSTAKA 2.1. Pengertian Pengangguran. 8. 2.1.1 Jenis-jenis Pengangguran. 8. 2.1.2 Sebab-sebab Terjadinya Pengangguran. 12. 2.1.3 Dampak Pengangguran. 13. Universitas Sumatera Utara.

2.2. BAB 3. 2.1.4 Pengaruh Negatif Pengangguran. 14. Pengertian Peramalan. 15. 2.2.1 Jenis-jenis Peramalan. 15. 2.2.2 Metode Peramalan. 16. 2.2.3 Metode Pemulusan (smoothing). 17. 2.2.4 Metode Peramalan yang Digunakan. 19. METODE PENELITIAN DAN SEJARAH SINGKAT TEMPAT RISET 3.1. 3.2. 3.3. 3.4. Metode Penelitian Dan Sejarah Singkat Tempat Riset. 24. 3.1.1 Masa Pemerintahan Hindia Belanda. 24. 3.1.2 Masa Pemerintahan Jepang. 24. 3.1.3 Masa Kemerdekaan Republik Indonesia. 25. 3.1.4 Masa Orde Sampai Sekarang. 26. Tugas,Fungsi dan Kewenangan Badan Pusat Statistik. 27. 3.2.1 Tugas. 27. 3.2.2 Fungsi. 27. 3.2.3 Kewenangan. 27. Visi,Misi dan Nilai-nilai inti. 28. 3.3.1 Visi. 28. 3.3.2 Misi. 28. 3.3.3 Nilai-nilai inti. 28. Struktur Organisasi Badan Pusat Statistik. 30. 3.4.1 BPS Kabupaten/Kota. 30. 3.4.2 BPS Provinsi. 31. Universitas Sumatera Utara.

3.5. BAB 4. BAB 5. Logo Badan Pusat Statistik. 33. 3.5.1 Biru. 33. 3.5.2 Hijau. 34. 3.5.3 Orange. 34. PEMBAHASAN DAN HASIL 4.1. Pengumpulan Data. 35. 4.2. Metode Smoothing Eksponensial Linier Satu Parameter dari Brown. 36. 4.3. Peramalan Jumlah Pengangguran di Sumatera Utara. 49. 4.4. Ukuran Ketepatan Ramalan dengan. 50. 4.5. Implementasi Sistem. 53. 4.6. Microsoft Excel. 53. 4.7. Langkah-langkah Dalam Pengolahan Data dengan Excel. 53. 4.8. Pembuatan Grafik. 57. KESIMPULAN DAN SARAN 5.1. Kesimpulan. 58. 5.2. Saran. 59. DAFTAR PUSTAKA LAMPIRAN. Universitas Sumatera Utara.

DAFTAR TABEL. Tabel. 2.1. Judul. Halaman. Aplikasi pemulusan Eksponensial Linier Satu Parameter Dari Brown Pada Data Jumlah Pengangguran di Sumatera Utara Pada Tahun 2007 – 2016. 21. 2.2. nilai kesalahan. 23. 4.1. Jumlah Pengangguran di Sumatera Utara Pada Periode Tahun 2007-2016. 35. 4.2. Metode Smoothing Eksponensial Satu Parameter Dari Brown α = 0,1. 39. 4.3. Metode Smoothing Eksponensial Satu Parameter Dari Brown α = 0,2. 40. Universitas Sumatera Utara.

DAFTAR GAMBAR. Gambar. Judul. Halaman. 3.1. Struktur Organisasi BPS Kabupaten/Kota. 30. 3.2. Struktur Organisasi BPS Provinsi. 31. 3.3. Logo Badan Pusat Statistik. 34. 4.1. Tampilan kertas lembar kerja Excel. 54. 4.2. Tampilan Data Jumlah Pengangguran di Sumatera Utara Periode Tahun 2007-2016. 54. 4.3. Tampilan Besarnya Forecast dengan α = 0,1. 56. 4.4. Penggunaan Pemulusan (Smoothing) Eksponensial Linier Satu Parameter dari Brown. 57. Universitas Sumatera Utara.

BAB 1. PENDAHULUAN. 1.1 Latar Belakang Telah diketahui bahwa saat ini sedang mengalami krisis global, tidak hanya terjadi pada Negara yang sedang berkembang, bahkan Negara maju juga mengalaminya, seperti Amerika. Akibatnya banyak orang yang diPHK, perusahaan yang gulung tikar, bahkan tidak sedikit orang yang frustasi akibat krisis global.. Sumatera Utara merupakan Provinsi keempat yang memiliki penduduk terpadat di Indonesia setelah Jawa Barat, Jawa Tengah, dan Jawa Timur. Diperkirakan di Sumatera Utara jumlah angkatan kerja sebanyak 5,49 juta jiwa yang terdiri dari 4,86 juta jiwa terkategori bekerja dan sebesar 632.000 jiwa terkategori mencari kerja dan tidak bekerja (Pengangguran terbuka).. Di. Indonesia,. pengangguran. sering. disebut. pengangguran. terbuka.. Pengangguran terbuka merupakan bagian dari angkatan yang tidak bekerja atau sedang mencari pekerjaan (bagi mereka yang belum pernah bekerja), atau sedan mempersiapkan suatu usaha, mereka yang tidak mencari pekerjaan karena merasa tidak mungkin untuk mendapatkan pekerjaan dan mereka yang sudah memiliki pekerjaan tetapi belum bekerja.. Di. Negara-negara. berkembang. seperti. Indonesia,. dikenal. istilah. “pengangguran terselubung” di mana pekerjaan yang semetinya biasa dilakukan dengan tenaga kerja sedikit, dilakukan oleh lebih banyak orang.. Di Negara yang sedang berkembang, masyarakatnya sering bekerja secara musiman. Jika ada pekerjaan mereka akan bekerja, tetapi bila tidak ada mereka akan menganggur. Sebagai contoh penjual durian ada pada saat musim durian saja.. Universitas Sumatera Utara.

Ketiadaan. pendapatan. menyebabkan. penganggur. harus. mengurangi. pengeluaran konsumsinya yang menyebabkan menurunnya tingkat kemakmuran dan kesejahteraan. Pengangguran yang berkepanjangan juga dapat menimbulkan efek psikologis yang buruk terhadap penganggur dan keluarganya.. Tingkat pengangguran yang terlalu tinggi juga dapat menyebabkan kekacauan politik,. keamanan. dan. social. sehingga. menggangu. pertumbuhan. dan. pembangunan ekonomi. Akibat jangka panjang adalah menurunnya GNP ( Gross National Produc) dan pendapatan per kapita suatu negara.. Besarnya angka pengangguran terbuka mempunyai implikasi social yang luas karena mereka yang tidak bekerja tidak mempunyai pendapatan. Semakin tinggi angka pengangguran terbuka maka semakin besar potensi kerawanan sosial yang ditimbulkannya contohnya kriminalitas. Sebaliknya semakin rendah angka pengangguran terbuka maka akan stabil kondisi sosial dalam masyarakat. Sangatlah tepat jika pemerintah sering kali menjadikan indikator ini sebagai tolak ukur keberhasilan pembangunan.. Jadi semakin banyak jumlah pengangguran di suatu Negara maka Negara tersebut semakin sulit pula untuk berkembang. Dan tingkat kriminalnya pun akan semakin tinggi. Dikarenakan jumlah pengangguran meningkat, maka akan mendorong masyarakat untuk melakukan kejahatan. Dari uraian latar belakang di atas maka penulis mengambil judul “Peramalan Jumlah pengangguran di Sumatera Utara Pada Tahun 2018-2020 Dengan Menggunakan Metode Pemulusan Eksponensial Ganda”.. Universitas Sumatera Utara.

1.2 Identifikasi Masalah Adapun yang menjadi masalah dalam penulisan tugas akhir ini adalah meramalkan jumlah pengangguran di Sumatera Utara pada tahun 2018-2020.. 1.3 Batasan Masalah Untuk menghindari penyimpangan pembahasan dan tujuan sebenarnya, perlu kiranya penulis membatasi permasalahan yang akan dibahas sehingga jenis pokokpokok permasalahannya, yang menjadi batasan masalah pada tugas akhir ini hanya terbatas pada analisis untuk mengetahui berapa besar jumlah pengangguran di Sumatera Utara pada tahun 2018-2020.. 1.4 Maksud dan Tujuan Adapun maksud dari penulis ialah memberikan ramalan berupa gambaran umum tentang jumlah pengangguran di Sumatera Utara pada tahun 2018-2020. Dan bertujuan membandingkan seberapa besar peningkatan dan penuruan jumlah pengangguran tiap tahunnya.. 1.5 Metode Penelitian Dalam penulisan tugas akhir ini penulis menggunakan metode yaitu : 1. Teknik dan Analisis Data Dalam meramalkan besarnya jumlah pengangguran di Sumatera Utara pada tahun 2018-2020, penulis melakukan analisis data menggunakan teknik peramalan dengan Metode Pemulusan Eksponensial. Metode Pemulusan Eksponensial yang digunakan yaitu Metode Pemulusan Eksponensial Linier Satu Parameter Brown. Dengan persamaan-persamaan sebagai berikut. =. +(. :. (. ). (. ) ). Universitas Sumatera Utara.

(. ). ( ). Di mana :. = nilai pemulusan eksponensial tunggal (single eksponensial smoothing value). = nilai pemulusan eksponensial ganda (double eksponensial smoothing value) = parameter pemulusan eksponensial yang besarnya (. ). = konstanta pemulusan. = hasil peramalan untuk m periode kedepan yang akan diramalkan.. Beberapa kriteria yang digunakan untuk menguji ketepatan nilai ramalan yaitu :. a. Nilai Tengah Kuadrat (Mean Square Erorr) ∑. (. ). b. Nilai Tengah Kesalahan Persentase Absolute (Mean Absolute Percentage). ∑. [. ]. Universitas Sumatera Utara.

c. Kesalahan Persentase (Percentage Error). (. ). d. Nilai Tengah Deviasi Absolut (Mean Absolute Deviation). ∑. e.. [. ]. Jumlah Kuadrat Kesalahan (Sum Square Error). ∑(. ). Di mana :. = kesalahan pada periode ke- i. = data aktual pada periode ke- i. = nilai ramalan pada periode ke- i. n. = banyaknya periode waktu. 2. Lokasi penelitian Penelitian atau pengumpulan data dilakukan di Badan Pusat Statistik (BPS) Provinsi Sumatera Utara di Jalan Asrama No. 147 Medan.. Universitas Sumatera Utara.

3. Penelitian Kepustakaan Penelitian kepustakaan yaitu suatu cara penelitan yang dipergunakan untuk memperoleh data dan informasi dari perpustakaan, yaitu dengan membaca bukubuku atau sumber terbitan lainnya dan bahan-bahan yang bersifat teoritis yang mendukung serta relevan dengan penulisan tugas akhir.. 1.6 Sistematika Penulisan Sistematika penulisan diuraikan untuk memberikan kerangka atau gambaran dari tugas akhir ini, yaitu sebagai berikut :. BAB 1. PENDAHULUAN Bab ini berisikan tentang Latar Belakang Masalah, Identifikasi Masalah, Pembatasan Masalah, Tujuan Penelitian, Metode Penelitian, dan Sistematika penulisan. BAB 2. TINJAUAN PUSTAKA Bab ini menjelaskan uraian teoritis tentang segala sesuatu yang berhubungan dengan masalah tugas akhir. BAB 3. SEJARAH SINGKAT TEMPAT RISET Bab ini berisikan tentang sejarah singkat tempat penulisan melakukan penelitian. BAB 4. ANALISA DAN PEMBAHASAN Bab ini berisikan tentang data yang diperoleh di lapangan dan pengolahan data yang dilakukan dengan metode yang telah ditentukan serta analisis terhadap hasil-hasilnya.. BAB 5. KESIMPULAN DAN SARAN Bab ini berisikan tentang kesimpulan penelitian dan memberikan saran untuk penelitian lebih lanjut.. Universitas Sumatera Utara.

BAB 2 TINJAUAN PUSTAKA. 2.1 Pengertian Pengangguran Pengangguran atau tuna karya merupakan istilah untuk orang yang tidak mau bekerja sama sekali, sedang mencari kerja, bekerja kurang dari dua hari selama seminggu, atau seseorang yang sedang berusaha mendapatkan pekerjaan. Pengangguran adalah orang yang masuk dalam angkata kerja (15 sampai 64 tahun) yang sedang mencari pekerjaan namun belum mendapatkannya, dan orang yang tidak mencari kerja. Contohnya seperti ibu rumah tangga, siswa yang besekolah, mahasiswa perguruan tinggi, dan lain sebagainya yang karena sesuatu hal tidak/belum membutuhkan pekerjaan. 2.1.1 Jenis-jenis Pengangguran Pada keadaan yang ideal, diharapkan besarnya kesempatan kerja sama dengan besarnya angkatan kerja, sehingga semua angkatan kerja akan mendapatkan pekerjaan. Pada kenyataannya keadaan tersebut sulit untuk dicapai. Umumnya kesempatan kerja lebih kecil dari pada angkatan kerja, sehingga tidak semua angkatan kerja akan mendapatakan pekerjaan, maka timbullah pengangguran. Pengangguran sering diartikan sebagai angkatan kerja yang belum bekerja atau bekerja secara tidak optimal. Berdasarkan pengertian tersebut, maka pengangguran dapat dibedakan menajadi tiga macam, yaitu : 1. Pengangguran Terbuka (Open Unemplyoment) Pengangguran terbuka adalah tenaga kerja yang sungguh-sungguh tidak mempunyai pekerjaan. Pengangguran ini terjadi karena belum mendapat pekerjaan tetapi telah berusaha secara maksimal.. Universitas Sumatera Utara.

2. Pengangguran Terselubung (Disguessed Unemplyoment) Pengangguran terselubung adalah tenaga kerja yang tidak bekerja secara optimal karena suatu alasan tertentu. Pengangguran terselubung juga dapat terjadi karena terlalu banyaknya tenaga kerja untuk satu unit pekerjaan, padahal dengan mengurangi tenaga kerja tersebut, hingga jumlah tertentu tetap tidak mengurangi jumlah produksi. Pengangguran terselubung biasa juga terjadi karena seseorang bekerja tidak sesuai dengan bakat dan kemampuannya, akhirnya bekerja tidak optimal. Misalkan pada sebuah perusahaan bagian pengepakan barang produksi terdapat 10 orang karyawan utnuk mengepak barang tersebut. Padahal sebenarnya dengan 5 orang karyawan sudah cukup untuk menyelesaikan tugas tersebut. Akibatnya para pegawai tersebut bekerja tidak optimal dan bagi kantor tertentu merupakan suatu pemborosan.. 3. Setengah Menganggur (Under Unemplyoment) Setengah menganggur adalah tenaga kerja yang tidak bekerja secara optimal karena tidak ada pekerjaan untuk sementara waktu. Ada juga yang mengatakan setengah menganggur adalah tenaga kerja yang tidak bekerja secara optimal karena tidak ada lapangan pekerjaan, biasanya kurang dari 35 jam seminggu. Misalnya seorang buruh bangunan telah menyelesaikan tugasnya mendirikan sebuah bangunan, maka dia akan menganggur sampai ada lagi bangunan yang akan didirikan. Jika dilihat dari penyebabnya, pengangguran dapat dikelompokkan menjadi :. a. Pengangguran Friksional (Frictional Unemployment) Pengangguran friksional adalah pengangguran yang sifatnya sementara yang disebabkan adanya kendala waktu, informasi dan kondisi geografis antara pelamar kerja dengan pembuka lamaran pekerjaan. Pengangguran ini muncul akibat adanya ketidaksesuaian antara pemberi kerja dan pencari kerja.. Pengangguran. ini. sering. disebut. pengangguran. sukarela.. Universitas Sumatera Utara.

Pengangguran ini juga timbul karena perpindahan orang-orang dari satu daerah ke daerah lain, dari satu pekerjaan yang lain dan karena tahapan siklus hidup yang berbeda.. Misalnya seseorang yang berhenti dari kerjaan yang lama, dan mencari kerjaan yang baru dan lebih baik.. b. Pengangguran Musiman (Seasional Unemployment) Pengangguran musiman adalah keadaan menganggur karena adanya fluktuasi kegiatan ekonomi jangan pendek yang menyebabkan seseorang harus menganggur. Pengangguran musiman terjadi karena adanya perubahan musim. Misalnya penjual durian berjualan (bekerja) pada saat musim durian saja, jika tidak musimnya mereka menganggur. Contoh lainnya petani yang menunggu musin tanam.. Cara mengatasi pengangguran musiman : 1. Pemberian informasi yang cepat jika ada lowngan kerja di sektor lain. 2. Melakukan pelatihan di bidang keterampillan lain untuk memanfaatkan waktu ketika menunggu musim tertentu.. c. Pengangguran Politis Pengangguran ini terjadi karena adanya peraturan pemerintah yang langsung atau tidak, mengakibatkan pengangguran. Misalnya penutupan Bank-bank bermasalah yang menimbulkan PHK.. d. Pengangguran Teknologi Pengangguran teknologi adalah pengangguran yang terjadi akibat perubahan atau penggantian tenaga manusia menjadi tenaga mesin-mesin. Misalnya pengepakan barang yang dulunya dikerjakan manusia sekarang sudah dapat digantikan oleh mesin.. Universitas Sumatera Utara.

e. Pengangguran Struktural Pengangguran struktural adalah pengangguran yang diakibatkan oleh perubahan struktur ekonomi dan corak ekonomi dalam jangka panjang. Pengangguran ini terjadi karena adanya perubahan dalam struktur perekonomian yang menyebabkan kelemahan di bidang keahlian lain.. Pengangguran ini disebabkan oleh : 1. Permintaan berkurang 2. Kemajuan dan penggunaan teknologi 3. Kebijakan pemerintah Untuk mengatasi pengangguran jenis ini, cara yang digunakan adalah : 1. Peningkatan mobilitas modal dan tenaga kerja 2. Segera memindahkan kelebihan tenaga kerja dari tempat sektor yang kelebihan ketempat sektor ekonomi yang kekurangan. 3. Mengadakan pelatihan tenaga kerja untuk mengisi formasi kesempatan (lowongan) kerja yang kosong. 4. Segera mandirikan industri padat karya di daerah yang mengalami pengangguran.. f. Pengangguran Siklikal atau Siklus atau Konjungtural Pengangguran siklus adalah pengangguran yang diakibatkan oleh menurunnya kegiatan perekonomian (resesi). Pengangguran siklus ini disebabkan oleh kurangnya permintaan masyarakat (aggrerat demand).. Di suatu perusahaan ketika maju, butuh tenaga kejra baru untuk perluasan. usaha.. Sebaliknya. ketika. usahanya. mulai. mengalami. kemunduran maka akan terjadi pemecatan tenaga kerjanya. Pengangguran ini dapat diatasi dengan cara : 1. Mengarahkan permintaan masyarakat terhadap barang dan jasa. 2. Meningkatkan daya beli masyarakat.. Universitas Sumatera Utara.

g. Pengangguran Deflatoir Pengangguran deflatoir disebabkan tidak culup ketersediaan lapangan pekerjaan dalam perekonomian secara keseluruhan, atau karena jumlah tenaga kerja lebih besar dari kesempatan kerja, maka timbullah pengangguran.. 2.1.2. Sebab-sebab Terjadinya Pengangguran. Faktor-faktor yang menyebabkan terjadinya pengangguran adalah sebagai berikut : 1. Penduduk yang relatif banyak. Banyaknya penduduk pada suatu wilayah dapat mengakibatkan pengangguran, jika lapangan pekerjaan yang tersedia tidak sesuai dengan banyaknya penduduk. 2. Pendidikan dan keterampilan yang rendah. Angakatan kerja yang tidak mempunyai keterampilan sulit mendapatkan pekerjaan. 3. Besarnya angkatan kerja tidak seimbang dengan kesempatan kerja. Ketidakseimbangan terjadi apabila jumlah angkatan kerja lebih besar daripada kesempatan kerja yang tersedia. 4. Kebutuhan jumlah dan jenis tenaga terdidik dan penyedia tenaga terdidik tidak simbang. Apabila kesempatan kerja jumlahnya sama atau lebih besar dari angkatan kerja, pengangguran belum tentu tidak terjadi. Karena belum tentu terjadi kesesuaian antara tingkat pendidikan yang dibutuhkan dengan yang tersedia. Ketidakseimbangan tersebut mengakibatkan sebagian tenaga kerja yang ada tidak dapat mengisi kesempatan kerja yang tersedia. 5. Penyediaan dan pemanfaatan tenaga kerja antar daerah tidak seimbang. Jumlah angkatan kerja di suatu daerah mungkin saja lebih besar dari kesempatan kerja, sedangkan di daerah lainnya dapat terjadi keadaan sebaliknya. Keadaan tersebut dapat mengakibatkan perpindahan dari suatu Negara ke Negara lainnya. 6. Angkatan kerja yang tidak dapat memenuhi persyaratan yang diminta dunia kerja. 7. Teknologi yang semakin modern.. Universitas Sumatera Utara.

8. Adanya lapangan kerja yang dipengaruhi musiman. 9. Ketidakstabilan perekonomian, politik dan keamanan suatu Negara. 10. Stuktur lapangan kerja tidak seimbang.. 2.1.3. Dampak Pengangguran. a.Terhadap Suatu Negara Tujuan akhir pembangunan ekonomi suatu Negara pada dasarnya adalah meningkatkan kemakmuran masyarakat dan pertumbuhan ekonomi agar stabil dan dalam keadaan naik terus. Jika tingkat pengangguran disuatu Negara relatife tinggi, hal tersebut akan menghambat pencapaian tujuan pembanguan ekonomi yang telah dicita-citakan. Hal ini terjadi karena pengangguran berdampak negative terhadap kegiatan perekonomian, seperti yang dijelaskan di bawah ini : 1. Pengangguran bisa menyebabkan masyarakat tidak memaksimalkan tingkat kemakmuran yang dicapainya. Hal ini terjadi karena pengangguran bisa menyebabkan pendapatan nasional rill (nyata) yang dicapai masyarakat akan lebih rendah dari pada pendapatan potensial (pendapatan yang seharusnya). Oleh karena itu, kemakmuran yang dicapai oleh masyarakat pun akan lebih rendah.. 2. Pengangguran akan menyebabkan pendapatan nasional yang berasal dari sektor pajak berkurang. Hal ini terjadi karena pengangguran yang tinggi akan menyebabkan kegiatan perekonomian menurun sehingga pendapatan masyarakat pun akan menurun, Jika penerimaan pajak menurun, dana untuk kegiatan ekonomi pemerintah juga akan berkurang sehingga kegiatan pembangunan pun akan terus menurun. 3. Pengangguran tidak menggalakkan pertumbuhan ekonomi. Adanya pengangguran akan menyebabkan daya beli masyarakat akan berkurang. Universitas Sumatera Utara.

sehingga permintaan terhadap barang-barang hasil produksi akan berkurang. Keadaan demikian tidak merangsang kalangan investor (pengusaha) untuk melakukan perluasan atau pendirian industry baru. Dengan demikian tingkat investasi menurun sehingga pertumbuhan ekonomi pun tidak akan terpacu. 4. Pengangguran secara tidak langsung berkaitan dengan pendapatan nasional. Tingginya jumlah pengangguran akan menyebabkan turunnya produk domestic bruto (PDB), sehingga pendapatan nasional pun akan mengalami penurunan. 5. Pengangguran akan menghambat investasi, karena jumlah tabungan masyarakat ikut menurun. 6. Pengangguran akan menimbulkan turunnya daya beli masyarakat, sehingga akan mengakibatkan kelesuan dalam berusaha.. b.Terhadap Individu dan Masyarakat Berikut ini merupakan dampak negatif pengangguran terhadap individu yang mengalaminya dan terhadapat masyarakat pada umumnya : 1. Pengangguran dapat menghilangkan mata pencarian 2. Pengangguran dapat menghilangkan keterampilan 3. Pengangguran akan menimbulkan ketidakstabilan sosial politik 4. Perasaan rendah diri dan gangguan keamanan masyarakat. 2.1.4. Pengaruh Negatif Pengangguran. Dari sekian banyak dampak dari pengangguran, baik terhadap perekonomian Negara maupun terhadap individu yang mengalaminya dan masyarakat, ternyata pengangguran juga memiliki pengaruh yang negatif. Diantaranta adalah sebagai berikut : a. Tingginya tingkat kejahatan di suatu wilayah maupun Negara b. Tingginya tingkat kemiskinan. Universitas Sumatera Utara.

c. Perekonomian sulit berkembang d. Tingkat pendidikan rendah e. Sumber daya manusia yang rendah. 2.2. Pengertian Peramalan. Peramalan (forecasting) adalah kegiatan memperkirakan atau memprediksi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama. Sedangkan ramalan adalah suatu situasi atau kondisi yang diperkirakan akan terjadi pada masa yang akan datang. Untuk memprediksikan hal tersebut diperlukan data yang akurat di masa yang akan datang. Pada umunnya kegunaan peramalan adalah sebagai berikut : 1. Sebagai alat bantu dalam perencanaan yang efektif dan efesien. 2. Utnuk menentukan kebutuhan sumber daya di masa mendatang. 3. Untuk membuat keputusan yang tepat. Kegunaan peramalan terlihat pada saat pengambilan keputusan. Keputusan yang baik adalah keputusan yang didasarkan atas pertimbangan apa yang akan terjadi pada waktu keputusan dalam berbagai kegiatan perusahaan. Baik tidaknya hasil dari suatu penelitian sangat ditentukan oleh ketepatan ramalan yang dibuat. Walaupun demikian perlu diketahui bahwa ramalan selalu ada unsur kesalahannya, sehingga yang perlu diperhatikan adalah usaha memperkecil kesalahan dari ramalan tersebut.. 2.2.1. Jenis-jenis Peramalan. Berdasarkan sifatnya peramalan dibedakan atas dua macam yaitu : 1. Peramalan kualitatif Peramalan kualitatif adalah peramalan yang didasarkan atas data kualitatif pada masa yang lalu. Hasil peramalan yang dibuat sangat bergantung pada. Universitas Sumatera Utara.

orang yang menyusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan pendapat dan pengetahuan serta pengalaman penyusunnya.. 2. Peramalan kuantitatif Peramalan kuantitatif adalah peramalan yang didasarkan atas data kuantitatif masa lalu. Hasil peramalan yang dibuat sangan tergantung pada metode yang dipergunakan dalam peramalan tersebut.. Baik tidaknya. metode. yang dipergunakan oleh perbedaan atau. penyimpangan antara hasil ramalan dengan kenyataan yang terjadi. Semakin kecil penyimpangan antara hasil ramalan dengan kenyataan yang terjadi maka semakin kecil pula metode yang digunakan. Peramalan kuantitatif dapat diterapkan bila terdapat kondisi berikut : a. Tersedia informasi (data) tentang masa lalu. b. Informasi (data) tersebut dapat dikuantitatifkan dalam bentuk numeric. c. Dapat diasumsikan bahwa aspek pola masa lalu akan terus berlanjut pada masa yang akan datang.. Pada penyusunan Tugas Akhir ini, peramalan yang digunakan penulis adalah peramalan kuantitatif.. 2.2.2. Metode Peramalan. a. Pengertian dan Kegunaan Metode Peramalan Metode Peramalan adalah suatu cara memperkirakan atau mengintimidasi secara kuantitatif maupun kualitatif apa yang terjadi pada masa depan berdasarkan data yang relevan pada masa lalu.. Kegunaan Metode Peramalan ini adalah untuk memperkirakan secara sistematis dan pragmatis atas dasar data yang relevan pada masa lalu. Dengan demikian metode peramalan diharapkan dapat memberikan objektivitas yag. Universitas Sumatera Utara.

lebih besar. b. Jenis-jenis Metode Peramalan 1. Metode peramalan yang didasarkan atas penggunaan analisa hubungan antara variable yang diperkirakan dengan variable waktu merpakan deret berkala (Time Series). Metode Peramalan termasuk pada jenis ini yaitu : a. Metode pemulusan (smoothing) b. Metode Box Jenkins c. Metode Proyeksi Trend dan regresi. 2. Metode Peramalan yang didasarkan atas penggunaan analisis pola hubungan antara variable yang akan diperkirakan dengan variabel lain yang mempengaruhinya, yang bukan waktunya disebut metode korelasi atau sebab akibat ( metode causal ). Metode yang termasuk dalan jenis ini adalah : a. Metode Regresi dan Korelasi b. Metode Input Output c. Metode Ekonometri. 2.2.3. Metode Pemulusan (smoothing). Metode pemulusan ( smoothing ) adalah metode peramalan dengan mengadakan penghalusan atau pemulusan terhadap data masa lalu yaitu dengan mengambil rata-rata dari nilai beberapa tahun untuk menaksir nilai pada tahun yang akan datang. Secara umum metode pemulusan ( smoothing ) dapat digolongkan menjagi beberapa bagian : 1. Metode perataan ( Average ) 1. Nilai Tengah ( Mean ) 2. Rata-rata bergerak Tunggal ( Single Movling Average ) 3. Kombinasi Rata-rata Bergerak Lainnya. 2. Metode Pemulusan ( Smoothing ) Eksponensial a. Pemulusan Eksponensial Tunggal. Universitas Sumatera Utara.

1. Satu Parameter. 2. Pendekatan Adaptif. Pendekatan ini meimiliki kelebihan yang nyata dalam hal nilai yang dapat berubah secara terkendali, dengan perubahan dalam pola datanya. b. Pemulusan Eksponensial Ganda 1. Metode Linear Satu Parameter dari Brown (. ). (. ). (. ). (. ) ( ). Di mana : Nilai pemulusan eksponensial tunggal ( single eksponensial smoothing value). Nilai pemulusan eksponensial ganda ( double eksponensial smoothing value). Parameter pemulusan eksponensial yang besarnya (0< <1). ,. Konstanta pemulusan.. Hasil peramalan untuk m periode kedepan yang akan diramalkan. 2. Metode Dua Parameter dari Holt Metode ini digunakan untuk peramalan data yang bersifat trend. ( (. )( ). ) (. ). c. Pemulusan Ekponensial Triple 1. Pemulusan Kuadratik Satu Parameter dari Brown. Universitas Sumatera Utara.

Dapat digunakan untuk meramalkan data dengan suatu pola trend dasar, bentuk pemulusan yang lebih tinggi dapat digunakan bila dasar pola datanya adalah kuadratik, kubik yang lebih tinggi.. 2. Metode Kecenderungan dan Musiman Tiga parameter dari Winter Metode ini merupakan salah satu dari beberapa metode pemulusan eksponensial yang dapat menangani musiman.. d. Pemulusan Eksponensial Menurut Klsifikasi Pegels Bentuk umum dari metode pemulusan eksponensial adalah : (. ). Di mana : Ramalan untuk periode mendatang. Parameter eksponensial yang besarnya (0< <1) Nilai aktual pada periode-t Ramalan pada periode-t. 2.2.4. Metode Peramalan yang Digunakan. Untuk mendapatkan suatu hasil yang baik dan tepat maka haruslah diketahui dan digunakan. metode. peramalan. yang. tepat.. Dalam. meramalkan. jumlah. pengangguran pada tahun 2018-2020 di Sumatera Utara, maka penulis menggunakan metode smoothing eksponensial ganda yaitu “ Smoothing Eksponensial Satu Parameter dari Brown “. Metode ini. merupakan metode linier yang dikemukakan oleh Brown.. Dasar pemikiran dari Metode Smoothing Eksponensial Linier Satu Parametet dari Brown adalah serupa dengan rata-rata bergerak linier, karena kedua nilai pemulusan tunggal dan ganda ketinggalan dari data sebenarnya. Bila terdapat unsur trend, perbedaan nilai pemulusan tunggal dan ganda dapat ditambahkan kepada pemulusan ganda dan disesuaikan untuk tren. Persamaan yang dipakai dalam pelaksanaan Smoothing Satu Parameter dari Brown adalah sebagai berikut :. Universitas Sumatera Utara.

(. ). ………………………………….……....…………(2-1) (. ). …………………………………………………...(2-2) (. ) …………………………………………...(2-3). (. ). ……………………………………….……………………(2-4) ( ) ……………………………………..……………………..(2-5) Di mana : Nilai pemulusan eksponensial tunggal ( single eksponensial smoothing value). Nilai pemulusan eksponensial ganda ( double eksponensial smoothing value). Parameter pemulusan eksponensial yang besarnya (0< <1). ,. Konstanta pemulusan. Hasil peramalan untuk m periode kedepan yang akan diramalkan. Untuk menghitung nilai kesalahan (error) ramalan tersebuta, dapat. digunakan rumus dibawah ini :. ………………………………………………………………...(2-6) (. ). …………………………………………………………......(2-7). Universitas Sumatera Utara.

Akhir persamaan (2-5) menunjukkan bagaimana memperolah ramalan untuk m period eke muka dari t. Ramalan untuk m periode kemuka adalah. di. mana merupakan nilai rata-rata yang disesuaikan untuk periode t ditambah m kali komponen kecenderungan. . Bila semua hasil hitungan telah didapat, maka. semua data yang telah didapat dimasukkan kedalam contoh table Smoothing Eksponensial Ganda Satu Parameter dari Brown berikut ini :. Tabel 2.1 Aplikasi pemulusan Eksponensial Linier Satu Parameter Dari Brown Pada Data Jumlah Pengangguran di Sumatera Utara Pada Tahun 2007 – 2016 (1). (2). (3). Tahu. Period. Jumla. Pemulusan. Pemulusan. n. e. h. Eksponensial. Eksponensial. (tahun Peng ). (4). Tunggal(. (5). ). Ganda(. (6) Nilai. (7) Nilai. (8) Nilai. ) ( ). anggu. bila m =. ran. 1 2007. 1. (2-1). (2-2). …. …. …. 2008. 2. …. …. (2-3). (2-4). …. 2009. 3. …. …. …. …. (2-5). -. -. -. …. …. …. …. …. -. -. -. …. …. …. …. …. N. N. …. …. …. …. …. Perlu dipahami bahwa tidak ada suatu metode terbaik untuk suatu peramalan. Metode yang memberikan hasil ramalan secara cepat belum tentu tepat untuk meramalkan data yang lain. Dalam peramalan Time Series, metode. Universitas Sumatera Utara.

peramalan terbaik adalah metode yang memenuhi kriteria ketepatan ramalan. Kriteria ini berupa Squared error (MSE), Mean Absolute Percentage Error (MAPE), dan Mean Absolute Deviation (MAD). Berikut ini adalah ketepatan ramalan beberapa kriteria yang digunakan untuk menguji nilai ramalan yaitu : e. Nilai Tengah Kuadrat (Mean Square Erorr) ∑. (. ). f. Nilai Tengah Kesalahan Persentase Absolutr (Mean Absolute Percentage) ∑. [. ]. g. Kesalahan Persentase (Percentage Error). (. ). h. Nilai Tengah Deviasi Absolut (Mean Absolute Deviation). ∑. [. ]. Universitas Sumatera Utara.

i.. Jumlah Kuadrat Kesalahan (Sum Square Error). ∑(. ). Di mana :. = kesalahan pada periode ke- i. = data aktual pada periode ke- i. = nilai ramalan pada periode ke- i. n. = banyaknya periode waktu. Sedangkan untuk mengetahui nilai kesalahannya dapat dilihat dalam tabel sebagai berikut ini : Tabel 2.2 Nilai kesalahan Periode. Jumlah. Peramalan. (1). Pengangguran. ( ). ( ). (3). Kesalahan. Kesalahan. Kesalahan. Kesalahan. K. (. Absolute. Kuadrat. Persentase. P. ). (. (4). (2). ). (PE). (5). (6). (7). 1. …. …. …. …. 2. …. …. …. …. 3. …. …. …. …. 4. …. …. …. …. Jumlah. …. …. …. …. Universitas Sumatera Utara.

BAB 3. SEJARAH SINGKAT BADAN PUSAT STATISTIK. 3.1. Sejarah Badan Pusat Statistik. Badan Pusat Statistik (BPS) adalah Lembaga Non Departemen. BPS melakukan kegiatan yang ditugaskan oleh pemerintah antara bidang pertanian, agrarian, petambangan, kependudukan, sosial, ketenagakerjaan, keuangan, pendapatan, dan keagamaan. Selain hal-hal diatas BPS juga bertugas untuk melaksanakan koordinasi di lapangan, kegiatan statistik dari segenap instansi baik dipusat maupun didaerah dengan tujuan mencegah dilakukannya pekerjaan yang serupa oleh dua atau lebih instansi, memajukan keseragaman dalam penggunaan defenisi, klasifikasi dan ukuran-ukuran lainnya.. Berikut ini adlah beberapa masa peralihan pada BPS,yaitu :. 3.1.1. Masa Pemeritahan Hindia Belanda. Pada bukan Februari 1920, kantor statistik pertama kali oleh direktur pertanian, kerajinan dan perdagangan (Directeur Van Landbouw Nijverheid end Hendle) dan berkedudukan di Bogor. Kantor ini diserahi tugas untuk mengolah dan mempublikasi data statistik. Pada tanggal 24 September 1924 maka lembaga tersebut diganti dengan nama Centraal Kantoor 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 en Accijinsen (IUA) yang sekarang disebut Kantor Bea Cukai.. 3.1.2. Masa Pemerintahan Jepang. Pada bulan Juni 1942 pemerintah Jepang baru mengaktifkan kembali kegiatan statistik yang utamanya diarahkan untuk memenuhi kebutuhkan perang/militer. Pada masa ini CKS diganti namanya menjadi Shoumbu Chasasitsu Gunseikanbu.. Universitas Sumatera Utara.

3.1.3. Masa Kemerdekaan Republik Indonesia. Setelah Proklamasi Kemerdekaan Republik Indonesia tanggal 17 Agustus 1945 kegiatan statistik diganti oleh lembaga baru sesuai dengan susunan kemerdekaan yaitu KAPPURI (Kantor Penyelidikan Perangkat Umum Republik Indonesia). Tahun 1946 Kantor KAPPURI dipindahkan ke Yogyakarta sebagai konsekuensi dari Perjanjian Linggarjati. Sementara itu pemerintahan Belanda (NICA) di Jakarta mengaktifkan kembali CKS. Berdasarkan surat edaran Kementrian Kemakmuran tanggal 12 Juni 1950 No.219/S.C;KAPPURI dan CKS dilebur menjadi Kantor Pusat Statistik (KPS) dan berada dibawah Kementrian Kemakmuran. Dengan surat Mentri Perekonomian tanggal 1 Maret 1952 No.P/44, lembaga KPS berada dibawah dan bertanggung jawab kepada Mentri Perekonomian , dan pada tanggal 24 Desember 1953 dengan surat Mentri Perekonomian No. 18.099/M, KPS dibagi menjdi dua bagian yaitu bagian research yang disebut Afdeling A, dan bagian penyelenggaran dan tata usaha yang disebut Afdeling B. Dengan keputusan Presiden Republik Indonesia No. 131 tahun 1957, Kementrian Perekonomian dipecah menjadi Kementrian Perdagangan dan Kementrian Perindustrian. Untuk selanjutnya dengan keputusan Presiden Republik Indonesia No. 172 tahun 1957 KPS diubah menjadi BPS, dan urusan statistik semula menjadi tanggung jawab dan wewenang Mentri Pereknomian dialihkan menjadi dibawah dan bertanggung jawab kepada Perdana Mentri. Berdasarkan KEPPRES ini pula secara formal nama BPS dipergunakan. Memenuhi anjuran PBB agar setiap negara menyelenggarakan sensus penduduk secara serentak, maka pada tanggal 24 September 1960 telah diundangkan UU No. 6 tahun 1960 tentang Sensus, sebagai pengganti Volk Stelling Ordonnantie 1930. Dalam. rangka. memperhatikan kebutuhan data bagi. perencanaan. pembangunan semesta berencana dan mengingat materi statitik ordonnantie 1934 dirasakan sudah tidak sesuai lagi dengan kemajuan- kemajuan yang cepat dicapai oleh Negara kita, maka tanggal 26 September 1960 telah diundangkan UU No. 7. Universitas Sumatera Utara.

tahun 1960 tentang Statistik. Berdasarkan keputusan Presidium Kabinet RI No. Aa/C/9 tahun 1965, maka tiap-tiap daerah Tingkat 1 dan Tingkat 2 dibentuk kantor-kantor cabang BPS dengan nama kantor Sensus Statistik Daerah (KKS) yang mempunyai tugas menjalankan kegiatan-kegiatan statistik di daerah-daerah. Disetiap daerah administrasi kecamatan, dapat diangkat seorang atau lebih pegawai yang merupakan pegawai KKS ditingkat 2 dan dibawah pengawasan Kepala Kecamatan.. 3.1.4. Masa Orde Sampai Sekarang. Pada masa pemerintahan orde baru, khusus untuk memenuhi kebutuhan dalam perencanaan dan evaluasi pembangunan, maka untuk mendapatkan statistik yang handal, lengkap, tepat, akurat dan terpercaya mulai diadakan pembenahan organisasi BPS. Dalam masa orde baru ini BPS telah mengalami empat kali perubahan struktur organisasi, yaitu : 1. Peraturan Pemerintah No. 16 tahun 1969 tentang Organisasi Biro Pusat Statistik. 2. Peraturan Pemerintah No. 6 tahun 1980 tentang Organisasi Biro Pusat Statistik. 3. Peraturan Pemerintah No. 2 tahun 1992 tentang Organisasi Biro Pusat Statistik dan keputusan Presiden No. 6 tahun 1992 tentang Kedudukan, Tugas, Fungsi, Susuanan, Reorganisasi dan tata kerja Biro Pusat Statistik. 4.Undang- Undang No. 16 tahun 1997 tentang Statistik. 5. Keputusan Presiden RI No. 86 tahun 1998 tentang Badan Pusat Statistik. 6. Keputusan Kepala BPS No. 100 tahun 1998 tentang Organisasi dan Tata Kerja BPS. 7. PP Tahun 1999 tentang Penyelenggaran Statistik. Tahun 1968, ditetapkan Peraturan Pemerintah No. 16 tahun 1968, yaitu yang mengatur organisasi dan tata kerja d pusat dan di daerah. Tahun 1980, Peraturan Pemerintah No. 6 tahun 1980 tentang organisasi sebagai pengganti Peraturan Pemerintah No. 16 tahun 1968. Berdasarkan Peraturan Pemerintah No. 6 tahun 1988 di tiap provinsi terdapat perwakilan BPS dengan nama Kantor. Universitas Sumatera Utara.

Statistik Provinsi dan di Kabupaten/Kota terdapat cabang perwakilan BPS dengan nama Kantor Statistik Kabupaten/Kota. Pada tanggal 19 Mei 1997 menetapkan tentang statistik sebagai pengganti UU No. 6 dan 7 tentang sensus dan statistik. Pada tanggal 17 Juni 1998 dengan Keputusan Presiden Republik Indonesia No. 86 tahun 1998 ditetapkan BPS sekaligus mengatur tata kerja dan struktur BPS yang baru.. 3.2. Tugas, Fungsi dan Kewenangan Badan Pusat Statistik. Tugas, fungsi dan kewenangan BPS telah ditetapkan berdasarkan Peraturan Presiden Nomor 86 Tahun 2007 tentang Badan Pusat Statistik dan Peraturan Kepala Badan Pusat Statistik Nomor 7 Tahun 2008 tentang Organisasi dan Tata Kerja Badan Pusat Statistik.. 3.2.1 Tugas Melaksanakan tugas pemerintahan dibidang statistik sesuai peraturan perundangundangan.. 3.2.2 Fungsi Dalam melaksanakan tugas sebagaimana dimaksud, BPS menyelenggarakan fungsi antara lain : a. Pengkajian, penyusunan dan perumusan kebijakan dibidang statistik; b. Pengkoordinasian kegiatan statistik nasional dan regional; c. Penetapan dan penyelenggaraan statistik dasar; d. Penetapan sistem statistik nasional; e. Pembinaan dan fasilitasi terhadap kegiatan instansi pemerintah dibidang kegiatan statistik; dan f. Penyelenggaraan pembinaan dan pelayanan administrasi umum dibidang perencanaan umum, ketatausahaan, organisasi dan tatalaksana, kepegawaian, keuangan, kearsipan, kehumasan, hukum, perlengkapan dan rumah tangga.. 3.2.3 Kewenangan Dalam menyelenggarakan fungsi sebagaimana dimaksud, BPS mempunyai. Universitas Sumatera Utara.

kewenangan antara lain : a. Penyusunan rencana nasional secara makro di bidangnya; b. Perumusan kebijakan di bidangnya untuk mendukung pembangunan secara makro; c. Penetapan sistem informasi di bidangnya; d. Penetapan dan penyelenggaraan statistik nasional; e. Kewenangan lain sesuai dengan ketentuan peraturan perundang-undangan yang berlaku, yaitu; i. Perumusan dan pelaksanaan kebijakan tertentu di bidang kegiatan statistik; ii. Penyusun pedoman penyelenggaraan survei statistik sektoral.. 3.3. Visi, Misi dan Nilai-Nilai Inti. 3.3.1 Visi Pelopor data statistik terpercaya untuk semua. 3.3.2 Misi 1. Menyediakan data statistik berkualitas melalui kegiatan statistik yang terintegrasi dan berstandar nasional maupun internasional. 2. Memperkuat Sistem Statistik Nasional yang berkesinambungan melalui pembinaan dan koordinasi di bidang statistik 3. Membangun insan statistik yang profesional, berintegritas dan amanah untuk kemajuan perstatistikan. 3.3.3 Nilai-Nilai Inti Core values (nilai–nilai inti) BPS merupakan pondasi yang kokoh untuk membangun jati diri dan penuntun perilaku setiap insan BPS dalam melaksanakan tugas. Nilai-nilai Inti BPS terdiri dari: 1. PROFESIONAL a. Kompeten Mempunyai keahlian dalam bidang tugas yang dikerjakan.. Universitas Sumatera Utara.

b. Efektif Memberikan hasil maksimal. c. Efisien Mengerjakan setiap tugas secara produktif, dengan sumber daya minimal. d. Inovatif. Selalu. melaukan. permbaruan. dan/atau. penyempurnaan. melalui. proses. pembelajaran diri secara terus menerus. e. Sistemik Meyakini bahwa setiap pekerjaan mempunyai tata urutan proses perkerjaan yang satu menjadi bagian tidak terpisahkan dari pekerjaan yang lain. 2. INTEGRITAS a. Dedikasi Memiliki pengabdian yang tinggi terhadap profesi yang diemban dan institusi. b. Disiplin Melaksanakan pekerjaan sesuai dengan ketentuan yang telah ditetapkan. c. Konsisten Satunya kata dengan perbuatan. d. Terbuka Menghargai ide, saran, pendapat, masukan, dan kritik dari berbagai pihak. e. Akuntabel Bertanggung jawab dan setiap langkahnya terukur. 3. AMANAH a. Terpercaya Melaksanakan pekerjaan sesuai dengan ketentuan, yang tidak hanya didasarkan pada logika tetapi juga sekaligus menyentuh dimensi mental spiritual. b. Jujur Melaksanakan semua pekerjaan dengan tidak menyimpang dari prinsip moralitas. c.Tulus Melaksanakan tugas tanpa pamrih, menghindari konflik kepentingan (pribadi, kelompok, dan golongan), serta mendedikasikan semua tugas untuk. Universitas Sumatera Utara.

perlindungan kehidupan manusia, sebagai amal ibadah atau perbuatan untuk Tuhan Yang Maha Esa. d. Adil Menempatkan sesuatu secara berkeadilan dan memberikan haknya.. 3.4. Struktur Organisasi BPS. Sehubungan dengan semakin meningkatnya beban tugas dan pentingnya peranan BPS dalam menunjang kegiatan pemerintahan, pembangunan dan kemasyarakatan maka diperlukan struktur organisasi yang dapat menunjang kelancaran tugas dari masing-masing bagian.. 3.4.1 BPS Kabupaten/Kota. Gambar 3.1 Struktur Organisasi BPS Kabupaten. Universitas Sumatera Utara.

3.4.2 BPS Provinsi BAGAN STRUKTUR BADAN PUSAT STATISTIK PROVINSI. Gambar 3.2 Struktur Organisasi BPS Provinsi. Berdasarkan Peraturan Presiden Nomor 86 Tahun 2007 tentang Badan Pusat Statistik dan Peraturan Kepala Badan Pusat Statistik Nomor 7 Tahun 2008 tentang Organisasi dan Tata Kerja Badan Pusat Statistik. Susunan organisasi BPS terdiri dari:. 1. Kepala BPS dipimpin oleh seorang Kepala yang mempunyai tugas memimpin BPS sesuai dengan ketentuan peraturan perundang-undangan yang berlaku; menyiapkan kebijakan nasional dan kebijakan umum sesuai dengan tugas BPS; menetapkan kebijakan teknis pelaksanaan tugas BPS yang menjadi tanggung jawabnya; serta membina dan melaksanakan kerja sama dengan instansi dan organisasi lain. Kepala dibantu oleh seorang Sekretaris Utama, 5 (lima) Deputi dan Inspektorat Utama.. Universitas Sumatera Utara.

2. Sekretariat Utama Sekretariat. Utama. mempunyai. tugas. mengkoordinasikan. perencanaan,. pembinaan, pengendalian administrasi, dan sumber daya di lingkungan BPS. Sekretariat Utama terdiri dari beberapa Biro, setiap Biro terdiri dari beberapa Bagian dan setiap Bagian terdiri dari beberapa Subbagian. Sekretariat Utama terdiri dari Biro Bina Program, Biro Keuangan, Biro Kepegawaian, Biro Hubungan Masyarakat dan Hukum, dan Biro Umum.. 3. Deputi Bidang Metodologi dan Informasi Statistik Deputi Bidang Metodologi dan Informasi Statistik mempunyai tugas melaksanakan perumusan dan pelaksanaan kebijakan di bidang metodologi dan informasi statistik. Deputi Bidang Metodologi dan Informasi Statistik terdiri dari Direktorat Pengembangan Metodologi Sensus dan Survei, Direktorat Diseminasi Statistik, dan Direktorat Sistim Informasi Statistik.. 4. Deputi Bidang Statistik Sosial Deputi Bidang Statistik Sosial mempunyai tugas melaksanakan perumusan dan pelaksanaan kebijakan di bidang statistik sosial. Deputi Bidang Statistik Sosial terdiri dari Direktorat Statistik Kependudukan & Ketenagakerjaan, Direktorat Statistik Kesejahteraan Rakyat, dan Direktorat Statistik Ketahanan Sosial.. 5. Deputi Bidang Statistik Produksi Deputi Bidang Statistik Produksi mempunyai tugas melaksanakan perumusan dan pelaksanaan kebijakan di bidang statistik produksi. Deputi Bidang Statistik Produksi terdiri dari Direktorat Statistik Tanaman Pangan, Hortikultura &Perkebunan, Direktorat Peternakan, Perikanan & Kehutanan dan Direktorat Statistik Industri.. 6. Deputi Bidang Statistik Distribusi dan Jasa Deputi Bidang Statistik Distribusi dan Jasa mempunyai tugas melaksanakan perumusan dan pelaksanaan kebijakan di bidang statistik distribusi dan jasa.. Universitas Sumatera Utara.

Deputi Bidang Statistik Distribusi & Jasa terdiri dari Direktorat Statistik Harga, Direktorat Statistik Distribusi, dan Direktorat Statistik Keuangan, TI & Pariwisata.. 7. Deputi Bidang Neraca dan Analisis Statistik Deputi Bidang Neraca dan Analisis Statistik mempunyai tugas melaksanakan perumusan dan melaksanakan kebijakan di bidang neraca dan analisis statistik. Deputi Bidang Neraca dan Analisis Statistik terdiri dari Direktorat Neraca Produksi, Direktorat Neraca Pengeluaran, dan Direktorat Analisis & Pengembangan Statistik.. 8. Inspektorat Utama Inspektorat Utama yang mempunyai tugas melaksanakan pengawasan fungsional terhadap pelaksanaan tugas di lingkungan BPS.. 9. Pusat Pendidikan dan Pelatihan Pusat. Pendidikan. dan. Pelatihan (Pusdiklat). yang. mempunyai. tugas. melaksanakan penyelenggaraan pendidikan dan pelatihan prajabatan dan kepemimpinan serta teknis dan fungsional.. 10. Instansi Vertikal Instansi Vertikal BPS terdiri dari BPS Provinsi dan BPS Kabupaten/Kota. BPS Provinsi adalah instansi vertikal BPS yang berada di bawah dan bertanggung. jawab kepada Kepala BPS.. BPS Kabupaten/Kota adalah instansi vertikal BPS yang berada di bawah dan bertanggung jawab kepada Kepala BPS Provinsi.. 3.5. Logo Badan Pusat Statistik. Logo pada Badan Pusat Statistik memiliki warna biru, hijau dan orange dan disetiap warna memiliki arti khusus, yaitu : 3.5.1 Biru Melambangkan kegiatan sensus penduduk yang dilakukan sepuluh tahun sekali. Universitas Sumatera Utara.

pada setiap tahun yang berakhiran angka 0 (nol). 3.5.2 Hijau Melambangkan kegiatan sensus pertanian yang dilakukan sepuluh tahun sekali pada setiap tahun yang berakhiran angka 3 (tiga).. 3.5.3 Orange Melambangkan kegiatan sensus ekonomi yang dilakukan sepuluh tahun sekali pada setiap tahun yang berakhiran angka 6 (enam).. Gambar 3.3 Logo Badan Pusat Statistik. Universitas Sumatera Utara.

BAB 4 ANALISA DAN PEMBAHASAN. 4.1. Pengumpulan data. Data yang digunakan adalah data sekunder, yaitu data yang diperoleh tidak melalui survey (Pendataan langsung). Data diperoleh dari Bada Pusat Stattistik (BPS) Kota Medan dalam angka.. Tabel 4.1 Jumlah Pengangguran di Sumatera Utara Pada Periode Tahun 2007-2016 Tahun. Jumlah Pengangguran. 2007. 571,334.00. 2008. 554,539.00. 2009. 532,429.00. 2010. 491,806.00. 2011. 402,125.00. 2012. 379,982.00. 2013. 412,202.00. 2014. 390,712.00. 2015. 428,794.00. 2016. 371,680.00. Sumber : BPS Provinsi Sumatera Utara. Universitas Sumatera Utara.

4.2. Metode Smoothing Eksponensial Linier Satu Parameter dari Brown. Dari data di atas jumlah pengangguran di Sumatera Utara penulis menggunakan metode pemulusan (smoothing) eksponensial ganda yaitu Metode Linier Satu Parameter dari Brown. Tahap pertama dalam perhitungan ini adalah perhitungan pemulusan eksponensial tunggal. Pada t-1, nilai-nilai tersebut tidak tersedia. Jadi nilai-nilai ini menggunakan suatu nilai-nilai dari beberapa nilai pertama sebagai titik awal. Dengan menggunakan rumus (2-1) yaitu :. ( Untuk. ). = 0,1 maka dapat dihitung :. Eksponensial tunggal periode ke-1 (tahun 2007) = 571,334.00 (Data awal) Eksponensial. tunggal. periode. ke-2. (tahun. 2008)=0,1(554,339.00)+(1-. 0,1)571,334.00 569,654.50 Dan untuk tahap selanjutnya untuk menghitung peramalan tersebut yaiut mencari pemulusan eksponensial ganda dengan menggunakan rumus persamaan (2-3) yaitu :. (. ). Maka dapat dihitung :. Eksponensial ganda periode ke-1 (tahun 2007) = 571,334.00 (Data awal) Eksponensial ganda periode ke-2 (tahun 2008) = 0.1(554,339.00)+(10,1)571,334.00 571,166.05 Selanjutnya dicari nilai. dengan menggunakan rumus pada persamaan (2-4). yaitu :. Universitas Sumatera Utara.

(. Maka nilai. ). dapat dihitung :. Nilai a untuk periode ke-2 (tahun 2008) = 2(569,654.50)-571,166.05 = 568,142.95 Tahap selanjutnya adalah menghitung. dengan menggunakan rumus pada. persamaan (2-4) yaitu :. ( Maka nilai. ) yaitu :. dapat dihitung (. Untuk periode ke-2 (tahun 2008). Dari perhitungan. dan. ). 0,1 1-0,1. (56 ,654.00-571,166.05). diatas dapat ditentukan ramalan jumlah pengangguran.. Untuk itu tahap selanjutnya adalah dengan menggunakan persamaan (2-5) :. ( ) Untuk periode ke-3 (tahun 2009) dengan m=1. = 561,221.26 + (-523.41) = 560,697.85. Untuk mencari nilai MSE, maka harus ditentukan nilai. (kesalahan) dan. (kesalahan kuadrat) dengan menggunakan rumus (2-6) dan (2-7) :. untuk periode ke-3 (tahun 2009) = 532,429.00 – 560,697.85 = -28,268.85. Universitas Sumatera Utara.

Selanjutnya data yang dibutuhkan untuk menghitung nilai MSE adalah nilai. . Dari. tiap-tiap periode di atas , dapat dikuadratkan menjadi :. untuk periode ke-3 (tahun 2009) = 799,127,880.52 Dengan perhitungan yang sama, maka dapat ditentukan nilai smoothing eksponensial tunggal, ganda, dan ramalan yang akan datang untuk α = 0,1 sampai dengan α = 0, yang ditampilkan pada tabel 4.2 s/d tabel 4.10 di bawah ini.. untuk periode ke-3 (tahun 2009) = 532,429.00 – 560,697.85 = -28,268.85 Selanjutnya data yang dibutuhkan untuk menghitung nilai MSE adalah nilai. . Dari. tiap-tiap periode di atas , dapat dikuadratkan menjadi :. untuk periode ke-3 (tahun 2009) = 799,127,880.52 Dengan perhitungan yang sama, maka dapat ditentukan nilai smoothing eksponensial tunggal, ganda, dan ramalan yang akan datang untuk α = 0,1 sampai dengan α = 0, yang ditampilkan pada tabel 4.2 s/d tabel 4.10 di bawah ini.. Universitas Sumatera Utara.

Tabel 4.2 Metode Smoothing Eksponensial Liniear Satu Parameter dari Brown α = 0,1. Periode. Tahun. Jumlah Pengangguran. 1 2 3 4 5 6 7 8 9 10. 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016. 571,334.00 554,539.00 532,429.00 491,806.00 402,125.00 379,982.00 412,202.00 390,712.00 428,794.00 371,680.00. 571,334.00 569,654.50 565,931.95 558,519.36 542,879.92 526,590.13 515,151.31 502,707.38 495,316.04 482,952.44. 571,334.00 571,166.05 570,642.64 569,430.31 566,775.27 562,756.76 557,996.21 552,467.33 546,752.20 540,372.23. 568,142.95 561,221.26 547,608.40 518,984.57 490,423.50 472,306.42 452,947.44 443,879.89 425,532.66. -167.95 -523.41 -12,12.33 -2,655.04 -4,018.51 -4,760.54 -5,528.88 -57,15.13 -6,379.98. 560,697.85 546,396.07 516,329.53 486,404.98 467,545.87 447,418.55 438,164.76 419,152.68. -28,268.85 -54,590.07 -114,204.53 -106,422.98 -55,343.87 -56,706.55 -9,370.76 -47,472.68 Jumlah MSE. 799,127,880.32 2,980,075,742.60 13,042,674,101.50 11,325,851,268.05 3,062,944,141.94 3,215,633,165.50 87,811,132.98 2,253,655,253.48 36,767,772,686.38 4,595,971,585.80. Universitas Sumatera Utara.

Tabel 4.3 Metode Smoothing Eksponensial Liniear Satu Parameter dari Brown α = 0,2. Periode. Tahun. Jumlah Pengangguran. 1 2 3 4 5 6 7 8 9 10. 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016. 571,334.00 554,539.00 532,429.00 491,806.00 402,125.00 379,982.00 412,202.00 390,712.00 428,794.00 371,680.00. 571,334.00 625,108.40 669,083.36 700,536.22 710,907.60 715,813.24 726,672.32 732,147.49 744,691.54 744,558.38. 571,334.00 639,222.28 709,116.72 778,312.30 842,662.59 901,558.98 956,737.54 1,007,493.29 1,055,682.26 1,099,025.71. 610,994.52 629,050.00 622,760.15 579,152.62 530,067.51 496,607.09 456,801.69 433,700.81 390,091.05. -3,136.42 -8,896.30 -17,283.57 -29,278.89 -41,276.83 -51,125.61 -61,187.96 -69,109.05 -78,770.52. 620,153.69 605,476.58 549,873.73 488,790.68 445,481.49 395,613.73 364,591.76 311,320.53. -87,724.69 -113,670.58 -147,748.73 -108,808.68 -33,279.49 -4,901.73 64,202.24 60,359.47 Jumlah MSE. 7,695,621,742.45 12,921,000,747.43 21,829,687,351.89 11,839,328,010.11 1,107,524,224.92 24,026,960.04 4,121,927,705.28 3,643,265,116.95 63,182,381,859.06 7,897,797,732.38. Universitas Sumatera Utara.

Tabel 4.4 Metode Smoothing Eksponensial Liniear Satu Parameter dari Brown α = 0,3. Periode. Tahun. Jumlah Pengangguran. 1 2 3 4 5 6 7 8 9 10. 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016. 571,334.00 554,539.00 532,429.00 491,806.00 402,125.00 379,982.00 412,202.00 390,712.00 428,794.00 371,680.00. 571,334.00 680,562.30 772,234.77 842,553.09 878,935.28 905,036.36 938,193.32 961,587.59 994,067.03 1,006,164.33. 571,334.00 718,369.29 878,202.79 1,043,148.44 1,202,514.18 1,353,773.67 1,499,854.30 1,638,345.15 1,772,730.74 1,897,306.96. 642,755.31 666,266.75 641,957.75 555,356.39 456,299.04 376,532.34 284,830.03 215,403.32 115,021.69. -12,602.33 -35,322.67 -66,865.12 -107,859.63 -149,579.10 -187,220.33 -225,585.85 -259,554.57 -297,047.55. 630,944.07 575,092.63 447,496.75 306,719.94 189,312.01 59,244.18 -44,151.25 -182,025.86. -98,515.07 -83,286.63 -45,371.75 73,262.06 222,889.99 331,467.82 472,945.25 553,705.86 Jumlah MSE. 9,705,219,805.23 6,936,662,636.81 2,058,595,968.48 5,367,330,087.48 49,679,945,825.11 109,870,917,325.27 223,677,211,225.45 306,590,176,183.38 713,886,059,057.21 89,235,757,382.15. Universitas Sumatera Utara.

Tabel 4.5 Metode Smoothing Eksponensial Liniear Satu Parameter dari Brown α = 0,4. Periode. Tahun. Jumlah Pengangguran. 1 2 3 4 5 6 7 8 9 10. 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016. 571,334.00 554,539.00 532,429.00 491,806.00 402,125.00 379,982.00 412,202.00 390,712.00 428,794.00 371,680.00. 571,334.00 736,016.20 875,386.18 984,569.96 1,046,962.97 1,094,259.47 1,149,714.32 1,191,027.69 1,243,442.52 1,267,770.27. 571,334.00 808,607.08 663,425.32 1,077,900.84 672,871.52 1,363,938.74 605,201.18 1,646,330.06 447,595.88 1,919,400.84 269,118.10 2,187,346.48 112,082.16 2,445,022.91 -62,967.53 2,697,897.63 -211,012.59 2,935,215.97 -399,675.44. -32,262.61 -90,006.52 -168,608.35 -266,385.37 -366,729.50 -461,169.85 -557,331.21 -646,424.49 -741,086.98. 582,865.00 436,592.83 181,210.50 -97,611.40 -349,087.69 -620,298.74 -857,437.08 -1,140,762.41. -50,436.00 55,213.17 220,914.50 477,593.40 761,289.69 1,011,010.74 1,286,231.08 1,512,442.41 Jumlah MSE. 2,543,789,961.50 3,048,493,935.32 48,803,215,526.74 228,095,453,131.82 579,561,989,388.68 1,022,142,717,053.42 1,654,390,387,200.76 2,287,482,058,390.92 5,826,068,104,589.18 728,258,513,073.65. Universitas Sumatera Utara.

Tabel 4.6 Metode Smoothing Eksponensial Liniear Satu Parameter dari Brown α = 0,5. Periode. Tahun. Jumlah Pengangguran. 1 2 3 4 5 6 7 8 9 10. 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016. 571,334.00 554,539.00 532,429.00 491,806.00 402,125.00 379,982.00 412,202.00 390,712.00 428,794.00 371,680.00. 571,334.00 791,470.10 978,537.59 1,126,586.83 1,214,990.65 1,283,482.58 1,361,235.32 1,420,467.79 1,492,818.01 1,529,376.21. 571,334.00 909,935.65 1,308,210.88 1,740,683.21 2,174,110.21 2,598,440.48 3,019,214.10 3,427,526.58 3,831,182.93 4,212,752.74. 673,004.55 648,864.30 512,490.45 255,871.09 -31,475.31 -296,743.45 -586,591.00 -845,546.90 -1,154,000.32. -65,814.19 -183,151.83 -341,164.65 -532,844.20 -730,532.17 -921,099.32 -1,115,032.66 -1,299,091.62 -1,490,764.74. 465,712.47 171,325.80 -276,973.12 -762,007.48 -1,217,842.76 -1,701,623.66 -2,144,638.52 -2,644,765.06. 66,716.53 4,451,095,078.72 320,480.20 102,707,558,022.30 679,098.12 461,174,251,773.48 1,141,989.48 1,304,139,973,714.78 1,630,044.76 2,657,045,929,074.74 2,092,335.66 4,377,868,507,489.35 2,573,432.52 6,622,554,960,613.35 3,016,445.06 9,098,940,796,492.00 Jumlah 24,628,883,072,258.70 MSE 3,078,610,384,032.34. Universitas Sumatera Utara.

Tabel 4.7 Metode Smoothing Eksponensial Liniear Satu Parameter dari Brown α = 0,6. Periode. Tahun. Jumlah Pengangguran. 1 2 3 4 5 6 7 8 9 10. 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016. 571,334.00 554,539.00 532,429.00 491,806.00 402,125.00 379,982.00 412,202.00 390,712.00 428,794.00 371,680.00. 571,334.00 846,924.00 1,081,689.00 1,268,603.70 1,383,018.33 1,472,705.70 1,572,756.33 1,649,907.89 1,742,193.51 1,790,982.15. 571,334.00 1,022,355.00 1,569,132.90 2,173,381.83 2,785,854.65 3,390,892.60 3,995,457.14 4,585,856.16 5,172,586.65 5,729,917.27. 671,493.00 594,245.10 363,825.57 -19,817.98 -445,481.20 -849,944.48 -1,286,040.37 -1,688,199.64 -2,147,952.96. -116,954.00 -324,962.60 -603,185.42 -935,224.21 -1,278,791.27 -1,615,133.87 -1,957,298.84 -2,286,928.76 -2,625,956.75. 269,282.50 -239,359.85 -955,042.20 -1,724,272.47 -2,465,078.35 -3,243,339.21 -3,975,128.40 -4,773,909.71. 263,146.50 731,165.85 1,357,167.20 2,104,254.47 2,877,280.35 3,634,051.21 4,403,922.40 5,145,589.71 Jumlah. 69,246,080,462.25 534,603,500,206.22 1,841,902,795,184.17 4,427,886,885,036.25 8,278,742,227,170.25 13,206,328,210,457.50 19,394,532,468,154.00 26,477,093,472,035.40 74,230,335,638,706.00 9,278,791,954,838.25. Universitas Sumatera Utara.

Tabel 4.8 Metode Smoothing Eksponensial Liniear Satu Parameter dari Brown α = 0,7. Periode. Tahun. Jumlah Pengangguran. 1 2 3 4 5 6 7 8 9 10. 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016. 571,334.00 554,539.00 532,429.00 491,806.00 402,125.00 379,982.00 412,202.00 390,712.00 428,794.00 371,680.00. 571,334.00 902,377.90 1,184,840.41 1,410,620.57 1,551,046.01 1,661,928.81 1,784,277.33 1,879,348.00 1,991,569.00 2,052,588.10. 571,334.00 1,145,865.13 1,860,666.90 2,662,034.61 3,481,563.36 4,296,757.19 5,116,075.60 5,920,011.64 6,722,108.77 7,486,709.56. 658,890.67 509,013.92 159,206.53 -379,471.33 -972,899.57 -1,547,520.94 -2,161,315.65 -2,738,970.78 -3,381,533.37. -189,378.96 -525,642.83 -973,322.03 -1,501,513.49 -2,049,310.96 -2,591,398.66 -3,142,738.39 -3,679,308.72 -4,226,538.92. -16,628.91 -814,115.51 -1,880,984.83 -3,022,210.53 -4,138,919.60 -5,304,054.04 -6,418,279.50 -7,608,072.29. 549,057.91 301,464,591,461.88 1,305,921.51 1,705,430,983,141.64 2,283,109.83 5,212,590,482,844.12 3,402,192.53 11,574,914,020,192.30 4,551,121.60 20,712,707,815,448.20 5,694,766.04 32,430,360,202,419.30 6,847,073.50 46,882,415,450,308.20 7,979,752.29 63,676,446,597,787.00 Jumlah 182,496,330,143,603.00 MSE 22,812,041,267,950.30. Universitas Sumatera Utara.

Tabel 4.9 Metode Smoothing Eksponensial Liniear Satu Parameter dari Brown α = 0,8. Periode. Tahun. Jumlah Pengangguran. 1 2 3 4 5 6 7 8 9 10. 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016. 571,334.00 554,539.00 532,429.00 491,806.00 402,125.00 379,982.00 412,202.00 390,712.00 428,794.00 371,680.00. 571,334.00 957,831.80 1,287,991.82 1,552,637.44 1,719,073.69 1,851,151.92 1,995,798.33 2,108,788.10 2,240,944.49 2,314,194.04. 571,334.00 1,280,466.04 2,182,812.89 3,206,641.55 4,261,236.35 5,316,034.26 6,381,069.50 7,429,993.03 8,479,749.32 9,483,129.62. 635,197.56 393,170.75 -101,366.68 -823,088.96 -1,613,730.41 -2,389,472.83 -3,212,416.83 -3,997,860.34 -4,854,741.54. -286,785.99 -795,396.51 -1,470,225.88 -2,259,700.14 -3,079,895.41 -3,898,018.81 -4,729,959.94 -5,545,604.29 -6,372,387.18. -402,225.76 934,654.76 873,579,521,221.46 -1,571,592.56 2,063,398.56 4,257,613,606,588.69 -3,082,789.11 3,484,914.11 12,144,626,327,653.70 -4,693,625.82 5,073,607.82 25,741,496,263,022.30 -6,287,491.65 6,699,693.65 44,885,894,963,469.40 -7,942,376.77 8,333,088.77 69,440,368,370,861.60 -9,543,464.63 9,972,258.63 99,445,942,143,295.50 -11,227,128.71 11,598,808.71 134,532,363,604,588.00 Jumlah 391,321,884,800,701.00 MSE 48,915,235,600,087.60. Universitas Sumatera Utara.

Tabel 4.10 Metode Smoothing Eksponensial Liniear Satu Parameter dari Brown α = 0,9. Periode. Tahun. Jumlah Pengangguran. 1 2 3 4 5 6 7 8 9 10. 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016. 571,334.00 554,539.00 532,429.00 491,806.00 402,125.00 379,982.00 412,202.00 390,712.00 428,794.00 371,680.00. 571,334.00 571,334.00 1,013,285.70 1,426,157.73 600,413.67 1,391,143.23 2,535,570.86 246,715.60 1,694,654.31 3,807,202.65 -417,894.04 1,887,101.38 5,124,873.63 -1,350,670.87 2,040,375.04 6,448,723.80 -2,367,973.72 2,207,319.33 7,790,438.82 -3,375,800.15 2,338,228.20 9,115,800.32 -4,439,343.92 2,490,319.98 10,445,508.27 -5,464,868.31 2,575,799.98 11,719,177.43 -6,567,577.46. -412,872.03 -1,144,427.63 -2,112,548.35 -3,237,772.25 -4,408,348.76 -5,583,119.49 -6,777,572.12 -7,955,188.29 -9,143,377.45. -897,712.04 -2,530,442.39 -4,588,443.13 -6,776,322.48 -8,958,919.64 -11,216,916.04 -13,420,056.60 -15,710,954.91. 1,430,141.04 3,022,248.39 4,990,568.13 7,156,304.48 9,371,121.64 11,607,628.04 13,848,850.60 16,082,634.91 Jumlah MSE. 2,045,303,388,571.72 9,133,985,311,515.21 24,905,770,214,857.30 51,212,693,846,535.90 87,817,920,733,826.50 134,737,028,612,915.00 191,790,662,890,860.00 258,651,145,580,654.00 760,294,510,579,736.00 95,036,813,822,467.00. Universitas Sumatera Utara.

Selanjutnya dihitung nilai dari MSE α = 0,1 dengan rumus sebagai berikut :. ∑. Dimana :(. (. ). ) n=8. maka :. Tabel 4.11 Perbandingan Ukuran Ketepatan Metode Peramalan α MSE 0,1 4,595,971,585.80 0,2 7,897,797,732.38 0,3 89,235,757,382.15 0,4 728,258,513,073.65 0,5 3,078,610,384,032.34 0,6 9,278,791,954,838.25 0,7 22,812,041,267,950.30 0,8 48,915,235,600,087.60 0,9 95,036,813,822,467.00 Sumber : Perhitungan. Dari tabel 4.11 di atas dapat dilihat bahwa yang menghasilkan MSE minimum atau tercekil yaitu pada nilai parameter pemulusan α =. 0,1 dengan nilai MSE =. 4,595,971,585.80. Universitas Sumatera Utara.

4.3 Peramalan Jumlah Pengangguran di Sumatera Utara. Setelah diketahui bahwa error yang terdapat pada model data di atas maka dilakukan peramalan jumlah pengangguran di Sumatera Utara pada tahun 2018-2020 dengan menggunakan persamaan : (. )( ). Setelah diperoleh model peramalan jumlah pengangguran di Sumatera Utara, maka dapat dihitung 4 periode kedepan untuk tahun 2017-2020. Seperti yang tertera di bawah ini :. Ramalan periode ke 11 untuk tahun 2017 adalah : ( (. )( ). )( ). Ramalan periode ke 12 untuk tahun 2018 adalah : ( (. )( ). )( ). Ramalan periode ke 13 untuk tahun 2019 adalah : ( (. )( ). )( ). Ramalan periode ke 14 untuk tahun 2020 adalah : ( (. )( ). )( ). Universitas Sumatera Utara.

Tabel 4.12 Peramalan Jumlah pengangguran di Sumatera Utara Periode Tahun 2018-2020. Tahun. Periode. Jumlah Pengangguran. 2018. 12. 412,773. 2019. 13. 406,393. 2020. 14. 400,013. Sumber : Perhitungan. 4.4 Ukuran ketepatan Peramalan Jumlah Penganggruan dengan α = 0,1. Nilai-nilai kesalahan yang diperoleh dari data peramalan di atas adalah : 1) Nilai Tegah Kuadrat ( Mean Square Error) ∑. (. ). =. 2) Nilai Tengah Kesalahan Persentase Absolute (Mean Absolute Percentage Error) ∑. [. ]. 3) Nilai Tengah Kesalahan Persentase (Mean Percentage Error). Universitas Sumatera Utara.

∑. 4) Jumlah Kuadrat Kesalahan (Sum Square Error). ∑(. ). 5) Jumlah Nilai Tengah Galat Abolut (Mean Absolute Erroe) ∑. Universitas Sumatera Utara.

Tabel 4.13 Nilai Kesalahan. Periode 1 2 3 4 5 6 7 8 9 10. Jumlah pengangguran 571,334.00 554,539.00 532,429.00 491,806.00 402,125.00 379,982.00 412,202.00 390,712.00 428,794.00 371,680.00 Jumlah. Peramalan. Kesalahan. Kesalahan Absolute. Kesalahan Kuadrat. Kesalahan Persentase. Kesalahan Persentase Absolute. 560,697.85 546,396.07 516,329.53 486,404.98 467,545.87 447,418.55 438,164.76 419,152.68 3,882,110.29. -28,268.85 -54,590.07 -114,204.53 -106,422.98 -55,343.87 -56,706.55 -9,370.76 -47,472.68 -472,380.29. 28,268.85 54,590.07 114,204.53 106,422.98 55,343.87 56,706.55 9,370.76 47,472.68 472,380.29. 799,127,880.32 2,980,075,742.60 13,042,674,672.52 11,325,850,672.08 3,062,943,946.58 3,215,632,812.90 87,811,142.98 2,253,655,346.38 36,767,772,216.37. -5.31 -11.10 -28.40 -28.01 -13.43 -14.51 -2.19 -12.77 -115.71. 5.31 11.10 28.40 28.01 13.43 14.51 2.19 12.77 115.71. Universitas Sumatera Utara.

4.5 Tahapan Implementasi Sistem. Tahapan implementasi merupakan tahapan penerapan hasil desain tertulis ke dalam programming.Pada tahapan inilah seluruh hasil desain dituangkan ke dalam bahasa pemrograman tertentu untuk menghasilkan sebuah sistem informasi yang sesuai dengan hasil desain tertentu. Tahapan implementasi sistem harus dapat menentukan basis apa yang akan diterapkan dalam menuangkan hasil desain tertulis sehingga sistem yang dibentuk memiliki kelebihan tersendiri ( contoh dalam hal efisien baik itu efisiensi pemakai memori maupun dalam waktu proses mengakses data). Implementasi yang sudah selesai harus diuji coba kehandalannya sehingga dapat diketahui kehandalan dari sistem yang ada dan telah sesuai dengan apa yang diinginkan. Dalam data pengolahan jumlah pengangguran, implementasi yang digunakan adalah dengan menggunakan Software Excel. Selain berfungsi sebagai pengolah angka atau manipulasi angka, Excel juga dapat digunakan untuk manipulasi teks computer dan dapat mendayagunakan Excel dengan maksimal harus juga menguasai Sistem Operasi Microsoft Windows.. 4.6 Microsoft Excel. Microsoft Excel merupakan program aplikasi lembar kerja elektronik (spreadsheet) dari program paket Microsoft Office. Excel merupakan produk unggulan dari Microsoft Corporation yang banyak berperan dalam pengolahan informasi khususnta data-data. berbentuk. angka. yang. dihitung,. diproyeksikan,. dianalisa. dan. dipresentasikan data pada lembar kerja.. 4.7 Langkah-langkah Dalam Pengolahan Data dengan Excel. Sebelum mengoperasikan software ini, pastikan bahwa pada computer telah terpasang program Excel. Langkah–langkahnya sebagai berikut : 1. Klik tombol start. 2. Pilih program dan klik Microsoft Excel. Universitas Sumatera Utara.

3. Setelah itu akan muncul tampilan lembaran kerja seperti dibawah ini.. Gambar 4.1 Tampilan kertas lembar kerja Excel. 4. Kemudian melakukan pengisian data ke dalam lembar kerja Excel, seperti di bawah ini.. Gambar 4.2 Tampilan Data Jumlah Pengangguran di Sumatera Utara Periode Tahun 2007-2016. Universitas Sumatera Utara.

Dari Gambar 4.2 dapat ditentukan besarnya forecast dengan α = 0,1 hingga α = 0, . Dan setiap perhitungan akan diberi nama untuk tiap kolom. Diambil contoh α = 0,1 , seperti berikut ini. 1. Pada kolom ke 4 ditulis dengan 2. Pada kolom ke 5 ditulis dengan 3. Pada kolom ke 6 ditulis keterangan dengan nilai 4. Pada kolom ke 7 ditulis dengan keterangan nilai 5. Pada kolom ke 8 ditulis dengan 6. Pada kolom ke 9 ditulis dengan 7. Pada kolom ke 10 ditulis dengan. Maka perhitungan masing-masing smoothing pertama, smoothing kedua, konstanta, slope dan Peramalan (forecast) adalah sebagai berikut : 1. Smoothing pertama (. ), untuk tahun pertama sebesar tahun pertama dari. data historisnya. Sehingga nilai yang tertera pada D5 sama dengan nilai pada C5. Sedangkan untuk tahun ke 2 dapat dihitung dengan rumus : =0.1*C5+(1-0.1)*D4 dan untuk tahun-tahun berikutnya hanya menyalin rumus tersebut. 2. Smoothing kedua (. ), untuk tahun kedua sebesar jumlah pengangguran. pertama dari data historisnya. Sehingga nilai yang tertera pada sel E4 sama dengan nilai C5. Sedangkan tahun ke-2 dapat dihitung dengan rumus : =0.1*D5+(1-0.1)*E4 dan untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.. 3. Nilai. pada sel F5 baru bisa dicari pada tahun ke 2 yaitu dengan rumus :. =2*D5-E5 dan untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.. 4. Nilai. pada sel G5 baru bisa dicari pada tahun ke 2 yaitu dengan rumus :. =0.1/0.9*(D5-E5) dan untuk tahun-tahun berikutnya hanya menyalin rumus tersebut.. Universitas Sumatera Utara.

5. Forecast (. )untuk tahun ke 3 pada sel H6 dapat dicari menggunakan. rumus : =F5+G5 dan untuk forecast tahun berikutnya hanya menyalin rumus tersebut. 6. Kesalahan ( ) untuk tahun ke 3 pada sel I6 dapat dicari menggunakan rumus : =C6-H6 dan untuk kesalahan tahun berikutnya hanya menyalin rumus tersebut. 7. Kesalahan kuadrat (. ) untuk tahun ke 3 pada sel J6 dapat dicari. menggunakan rumus : =I^2 dan untuk kesalahan tahung berikutnya hanya menyalin rumus tersebut.. Hasilnya dapat dilihat pada Gambar 4.3 dibawah ini :. Gambar 4.3 Tampilan Besarnya Forecast dengan α = 0,1. Universitas Sumatera Utara.

4.8 Pembuatan Grafik. Grafik pada Excel dapat dibuat menjadi satu dengan data atau terpisah pada lembar grafik tersendiri, namun masih berada di file yang sama. Untuk membuat grafik pada Excel, bisa menggunakan icon chart wizard yang terdapat pada toolbar. Adapun langkah-langkah yang diperlukan adalah : 1. Sorot sel atau range yang ingin dibuat grafik. 2. Klik ikon wizard, tampil kotak dialog chart source data. 3. Klik tipe grafik yang diinginkan dan Klik next. Tampil kotak dialog chart source data. 4. Pada tampilan akan terlihat range data yang telah disorot dan klik radio button rows atau coloum yang diingikan, klik next. Tampil kotak dialog option. 5. Pada chart option ketik judul grafik, kemudian klik next. Tampil kotak dialog chart location. 6. Pilih tempat untuk meletakkan grafik ini dan klik finish maka grafik akan ditempatkan di lembar kerja.. Hasil dapat dilihat pada Gambar 4.4 berikut :. Gambar 4.4 Penggunaan Pemulusan (Smoothing) Eksponensial Linier Satu Parameter dari Brown.. Universitas Sumatera Utara.

BAB 5 KESIMPULAN DAN SARAN. 5.1 Kesimpulan Dari seluruh hasil pembahasan dan analisa data yang telah dilakukan makan penulis dapat mengambil kesimpulan sebagai berikut : 1. Pengangguran atau tuna karya merupakan istilah untuk orang yang tidak mau bekerja sama sekali, sedang mencari kerja, bekerja kurang dari dua hari selama seminggu, atau seseorang yang sedang berusaha mendapatkan pekerjaan dan orang yang masuk dalam angkatan kerja (15 sampai 64 tahun) yang sedang mencari pekerjaan namun belum memperolehnya. 2. Pengangguran bedampak negative bagi Negara dan individu yang mengalaminya (masyarakat itu sendiri). 3. Metode peramalan selalu berhadapan dengan ketidakpastian. Artinya peramalan hanya meramalkan saja, namun belum tentu itu memberkan nilai yang sebenarnya di lapangan tetapi hasil-hasilnya cukup mendekati nilai yang sebenarnya. 4. Setelah melakukan perhitungan cepat dapat disimpulkan bawah dalam tiga tahun kedepan tingkat pengangguran akan mengalami penurunan setiap tahunnya. 5. Penulis mendapatkan hasil peramalan yang dilakukan di Sumatera Utara pada tahun 2018-2020 adalah 412,773 untuk tahun 2018, 406,393 untuk tahun 2019 dan 400,013 untuk tahun 2020.. Universitas Sumatera Utara.

5.2 Saran Penulis memberikan saran sebagai berikut : Untuk mengurangi pengangguran sebaiknya pemerintah menggalakkan sistem pemberian kredit usaha untuk masyarakat kelas menengah ke bawah. Dengan pemberian kredit ini, maka akan berkembang usaha-usaha kecil shingga jumlah pengangguran akan menurun dan masalah pengangguran di Negara ini akan terselesaikan. Selain itu juga sebaiknya diadakan pelatihan keterampilan bagi masyarakat agar masyarakat tersebut memiliki keahlian. Sedangkan bagi masyarakat itu sendiri diharapkan dapat menciptakan lapangan kerja sendiri.Untuk mencapai itu makan diharapkan SDM harus memiliki keterampilan serta keahlian yang dapat dikembangkan.. Universitas Sumatera Utara.

DAFTAR PUSTAKA. 1. Makridakis, spyros. Metode dan Aplikasi Peramalan.edisi ke-2. Jakarta : Binarupa Aksara. 2. BPS-Survei Angkatan Kerja Nasional (Sankernas) 2007-2009/BPS-National Labour Force Survey 2007-2009. 3. BPS-Survei Angkatan Kerja Nasional (Sankernas) 2009-2011/BPS-National Labour Force Survey 2009-2012. 4. BPS-Survei Angkatan Kerja Nasional (Sankernas) 2013-2016/BPS-National Labour Force Survey 2013-2016. 5. Tosin,Rijanto. 2000. Microsoft Excel 2003,Kilat 24 jurus, edisi ke-1. Jakarta : Dinastindo. 6. http://www.datastatistik-indonesia.com/component/option.comseacrh/hemld,132/indekx.php?searghword=etiap.11Mei2009 7. Wibisono, Dermawan 2003. Riset Bisnis.Jakarta : PT.Gramedia Pustaka Utama. 8. https://www.sumut.bps.go.id. Universitas Sumatera Utara.

Universitas Sumatera Utara.

Universitas Sumatera Utara.