PERANCANGAN APLIKASIFORECASTING PERTUMBUHAN
PENDUDUK PADA KECAMATAN TEBING TINGGIDENGAN
MENGGUNAKAN METODE LEAST SQUARE
Tulus Mangihuttua Simbolon
Mahasiswa Program Studi Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja No. 338 Sp. Limun Medan
http : // www.stmik-budidarma.ac.id // Email : loez.blonz@gmail.com
ABSTRAK
Pertumbuhan penduduk diakibatkan oleh tiga komponen yaitu: kelahiran (fertilitas), kematian (mortalita)s dan migrasi. Tiga komponen tersebut sangat mempengaruhi proses pertumbuhan penduduk yang terjadi. Perkembangan pertumbuhan penduduk pada satu kecamatan sangat penting untuk dirincikan, agar perkembangan kecamatan tersebut dapat ditingkatkan. Peramalan (forecasting) merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien. Langkah penting setelah peramalan dilakukan adalah verifikasi peramalan sedemikian rupa sehingga mencerminkan data masa lalu dan sistem penyebab yang mendasari pertumbuhan tersebut. Sepanjang representasi peramalan tersebut dapat dipercaya, hasil peramalan dapat terus digunakan. Metode least square adalah metode yang paling luas digunakan untuk menentukan persamaan trend data karena metode ini menghasilkan secara matematik.
Kata kunci : peramalan, pertumbuhan penduduk, least square.
1. Pendahuluan 1.1 Latar Belakang
Kecamatan merupakan instansi pemerintah yang mewakili pemerintah kabupaten/kota dalam sebuah provinsi untuk menata dan mengembangkan Rukun Tangga / Rukun Warga (RT/RW), maupun desa-desa yang menjadi naungan dalam kecamatan. Perkembangan pertumbuhan penduduk pada satu kecamatan sangat penting untuk dirincikan, agar perkembangan kecamatan tersebut dapat ditingkatkan.
Setiap kecamatan semakin memperhatikan perkembangan setiap desa dan masyarakat yang termasuk kedalam naungan kecamatan tersebut. Hal ini dilakukan untuk membantu pemerintah yang diwakili oleh kecamatanmenyalurkan berbagai jenis bantuan kepada masyarakat. Selain kepada masyarakat secara langsung, bantuan juga dapat diberikan berupa pembanguna, perbaikan maupun pengembangan desa.
Berdasarkan observasi yang dilaksanakan di Kecamatan Tebing Tinggi, proses perhitungan kepadatan penduduk yang dilakukan masih secara manual sangat menghabiskan banyak waktu.Sehingga dibutuhkan sebuah aplikasi komputerisasi untuk membantu pegawai kecamatan melakukan perhitungan pertumbuhan penduduk. Agar pihak kecamatan dapat menyiapkan bantuan baik berupa bantuan langsung ataupunpembangunan dan pengembangan dari semua desa yang menjadi naungan kecamatan tersebut, maka diperlukan perhitungan yang akurat dalam memprediksi pertumbuahan penduduk dalam beberapa tahun kedepan.
Metode least square adalah metode yang paling luas digunakan untuk menentukan persamaan trend
data karena metode ini menghasilkan secara matematik.Dalam hal ini akan lebih dikhususkan untuk membahas analisis time series dengan metode
kuadrat terkecil yang dibagi dalam dua kasus, yaitu kasus data genap dan kasus data ganjil.
Perkembangan aplikasikomputer dapat membantu pemerintah dalam melakukan prediksi pertumbuhan penduduk secara akurat. Dengan melakukan perhitungan pertumbuhan penduduk pada tahun-tahun sebelumnya maka pertumbuhan penduduk pada tahun-tahun berikutnya akan dapat diprediksi.
Dengan menggunakan aplikasi forecasting
pertumbuhan penduduk, maka akan mempermudah pegawai kecamatan Tebing-Tinggi untuk menghitung peningkatan pertumbuhan penduduk.
1.2 Perumusan Masalah
1. Bagaimana mengumpulkan data pertumbuhan penduduk pada kecamatan Tebing Tinggi?
2. Bagaimana penerapan metode Least Squaredalam memprediksi pertumbuhan penduduk pada Kecamatan Tebing Tinggi?
3. Bagaimana merancang aplikasi prediksi pertumbuhan penduduk pada Kecamatan Tebing Tinggi?
1.3 Batasan Masalah
Batasan masalah berfungsi untuk membatasi melebarnya pembahasan permasalahan yang ditemukan dalam pembahasan. Adapun batasan masalah yang diberikan penulis adalah:
1. Data yang digunakan adalah data pertumbuhan penduduk pada 3 tahun terakhir.
2. Menggunaka metode Least Square dalam melakukan peramalan pertumbuhan penduduk pada tahun berikutnya.
3. Menggunakan Visual Studio 2008 untuk merancang aplikasi peramalan pertumbuhan penduduk.
1.4Tujuan dan Manfaat 1.4.1 Tujuan
penduduk pada Kecematan Tebing Tinggi.
2. Menerapkan metode Least Square pada peramalan pertumbuhan penduduk pada Kecamatan Tebing Tinggi.
3. Merancang aplikasi prediksi pertumbuhan penduduk denganUnified Modeling Language
(UML) dan dijalankan dengan menggunakanvisual studio 2008.
1.4.2 Manfaat
Adapun yang menjadi manfaat penelitian adalah: 1. Membantu penulis mengetahui tingkat pertumbuhan penduduk yang ada di Kecamatan Tebing Tinggi.
2. Memudahkan penulis dalam mengolah data pertumbuhan penduduk pada periode berikutnya. 3. Dapat digunakan oleh kantor Camat Tebing Tinggi
untuk melakukan peramalan pertumbuhan penduduk.
2. Landasan Teori 2.1 Perancangan
Menurut Jogiyanto H. M. (2001:196),
mengemukakan bahwa, “Perancangan adalah sistem
dapat didefenisikan sebagai penggambaran, perencanaan, dan pembuatan sketsa atau pengaturan dari beberapa elemen yang terpisah ke dalam satu
kesatuan yang utuh dan berfungsi”.
2.2 Aplikasi
Menurut Sri Widianti dalam buku Pengantar
Basis Data tahun 2000, “aplikasi adalah sebuah
perangkat lunak yang menjadi front end dalam sebuah sistem yang digunakan untuk mengolah data menjadi suatu informasi yang berguna bagi orang- orang dan sistem yang bersangkutan”.
2.3 Perancangan Aplikasi
Berdasarkan uraian dari pengertian program aplikasi maka perancangan aplikasi adalah mengatur atau menata suatu sistem untuk dapat memecahkan atau menyelesaikan suatu masalah.
2.4 Pertumbuhan Penduduk
Pertumbuhan penduduk diakibatkan oleh tiga komponen yaitu: fertilitas, mortalitas dan migrasi. 2.4.1 Kelahiran (Fertilitas)
Fertilitas sebagai istilah demografi diartikan sebagai hasil reproduksi yang nyata dari seorang wanita atau sekelompok wanita. Dengan kata lain fertilitas ini menyangkut banyaknya bayi yang lahir hidup.
2.4.2 Kematian (Mortalitas)
Mortalitas atau kematian merupakan salah satu diantara tiga komponen demografi yang dapat mempengaruhi perubahan penduduk. Informasi tentang kematian penting, tidak saja bagi pemerintah melainkan juga bagi pihak swasta, yang terutama berkecimpung dalam bidang ekonomi dan kesehatan. 2.4.3 Migrasi
Migrasi adalah perpindahan penduduk dengan tujuan untul menetap dari suatu tempat ke tempat lain melampaui batas politik/negara ataupun batas administratif/batas bagian dalam suatu negara. 2.5 Peramalan (Forecasting)
Forecasting adalah suatu usaha untuk meramalkan keadaan di masa mendatang melalui
pengujian keadaan di masa lalu. (T. Hani Handoko,
“Dasar-Dasar Manajemen Produksi dan
Operasi”,1984:260). Proses peramalan biasanya terdiri
dari langkah-langkah sebagai berikut:
1. Penentuan tujuan. Langkah pertama terdiri atas penentuan macam estimasi yang diinginkan. Sebaliknya, tujuan tergantung pada kebutuhan- kebutuhan informasi.
2. Pengembangan model. Setelah tujuan ditetapkan, langkah berikutnya adalah mengembangkan suatu model, yaitu penyajian secara lebih sederhana sistem yang dipelajari. Dalam peramalan, model adalah suatu kerangka analitik yang bila dimasukkan data masukan, menghasilkan estimasi pada waktu yang mendatang.
3. Pengujian model. Sebelum diterapkan, model biasanya diuji untuk menentukan tingkat akurasi, validatas dan reliabilitas yang diharapkan. Ini sering mencakup penerapannya pada data historik, dan penyiapan estimasi untuk tahun- tahun sekarang dengan data nyata yang tersedia. Nilai suatu model ditentukan oleh derajat ketetapan hasil peramalan dengan kenyataan (actual).
4. Penerapan model. Setelah pengujian, analisis menerapkan model dalam tahap ini, data historik dimasukkan dalam model untuk menghasilkan suatu ramalan. Dalam kasus model penjualan = A + Bx, analisis menerapkan teknik- teknik matematik agar diperoleh A dan B.
5. Revisi dan evaluasi. Ramalan- ramalan yang dibuat harus senantiasa diperbaiki dan ditinjau kembali. Perbaikan mungkin perlu dilakukan karena adanya perubahan- perubahan dalam perusahaan atau lingkungannya. Evaluasi, dilain pihak, merupakan perbandingan ramalan- ramalan dengan hasil- hasil nyata untuk menilai ketetapan penggunaan suatu metodologi atau teknik peramalan. Langkah ini diperlukan untuk menjaga kualitas estimasi- estimasi pada waktu
yang akan datang. (T. Hani Handoko, “Dasar-
Dasar Manajemen Produksi dan Operasi”, 1984:
260)
2.5.1 Langkah – Lagkah Forecasting
Pada dasarnya ada tiga langkah peramalan yang penting, yaitu:
1. Menganalisa data yang lalu
Tahap ini berguna untuk pola yang terjadi pada masa lalu. Analisa ini dilakukan dengan cara membuat tabulasi dari data yang lalu. Dengan tabulasi data, maka dapat diketahui pola dari data tersebut.
2. Menentukan metode yang digunakan
3. Masing- masing metode memberikan hasil peramalan yang berbeda. Metode peramalan yang terbaik adalah metode yang memberikan hasil ramalan yang tidak jauh berbeda dengan kenyataan yang terjadi.
tersebut antara lain terdiri dari perubahan kebijakan- kebijakan yang mungkin terjadi, termasuk perubahan kebijakan pemerintah, perkembangan potensi masyarakat, perkembangan teknologi dan penemuan- penemuan baru, dan perbedaan antara hasil ramalan yang ada dengan kenyataan.
2.5.2 Peranan Forecasting
Metode peramalan memiliki beberapa peranan, yaitu:
1. Penjadwalan sumber daya yang tersedia 2. Penyediaan sumber daya tambahan 3. Penentuan sumber daya yang diinginkan 2.5.3 Ketepatan Metode Forecasting
Ketetapan metode peramalan secara garis besar dibagi menjadi :
1. Ukuran Statistik Standar
Jika Xi merupakan data aktual untuk periode I
dan Fi merupakan ramalan untuk periode yang
sama, maka kesalahan didefenisikan sebagai: Ei= Xi - Fi
Jika terdapat nilai pengamatan dan ramalan untuk n periode waktu, maka ukuran statistik standar dapat didefenisikan sebagai berikut: a. Nilai Tengah Kesalahan Persentase
Absolute ( Mean Absolute Percentage Error ), dirumuskan dengan :
MAPE = PE𝑖
𝑛 𝑖=1
𝑛
b. Nilai Tengah Deviasi Absolute ( Mean Absolute deviation ), dirumuskan : MAD = Xi−Fi
2.6. Metode Least Square ( Metode Kuadrat Kecil) Metode least square adalah metode yang paling luas digunakan untuk menentukan persamaan trend
data karena metode ini menghasilkan secara matematik.
Dalam hal ini akan lebih dikhususkan untuk membahas analisis time series dengan metode kuadrat terkecil yang dibagi dalam dua kasus, yaitu kasus data genap dan kasus data ganjil. Secara umum persamaan garis linier dari analisis time series adalah:
Y = a + bX.
Untuk persamaan linear, garis trend dicari dengan penyelesaian simultan nilai a dan b pada dua persamaan berikut:
X = variabel waktu (hari, minggu, bulan, atau tahun). Untuk n genapmaka :
1. Jarak antara 2 waktu diberi nilai dua satuan
2. Di atas 0 diberi tanda negatif ( - ) 3. Dibawahnya diberi tanda positif ( + ) 3. Analisa dan Perancangan
3.1 Analisa data Pertumbuhan Penduduk
Berikut adalah sampel data yang akan dikaji pada sistem yang akan dibangun.
Tabel 1 Data Pertumbuhan Penduduk Pertumbuha 3.2 Penerapan Metode Least Square
1. Perhitungan forecasting angka kelahiran pada tahun 2015
Tabel 2 Forecasting angka kelahiran pada tahun 2015 Tahun Y X X2 XY
2. Perhitungan forecasting angka kematian pada tahun 2015
Tabel 3 Forecasting angka kematian pada tahun 2015 Tahun Y X X2 XY
2012 109 -1 1 -109 2013 129 0 0 0 2014 108 1 1 108
a = Y
Y angka kematian pada tahun 2015 = 116
Atas dasar perhitungan Pertumbuhan Penduduk menggunakan metode least square di atas, dapat diketahui forecasting Pertumbuhan penduduk pada Kecamatan Tebing Tinggi bulan Januari 2016 – Desember 2016 adalah sebagai berikut:
Tabel 4 Forecasting Pertumbuhan Penduduk pada 2015
3.3 Anaalisis kesalahan Forecasting
Adapun perincian perhitungan error forecasting dengan menggunakan Mean Absolute Deviation
(MAD), Mean Absolute Percentace Error (MAPE) adalah sebagai berikut :
1. Angka Kelahiran
Tabel 5 Analisis Kesalahan Forecasting Kelahiran Tahun Data Maka perhitungan error adalah sebesar 4,3 % 2. Angka Kematian
Tabel 6 Analisis Kesalahan Forecasting Kematian Tahun Data Maka perhitungan error adalah sebesar 2,66 % Tabel 7 Hasil Perhitungan MAD dan MAPE pada Forecasting Pertumbuhan Penduduk
Tahun Bulan Kategori
MAD MAPE
4. Algoritma dan Implementasi 4.1 Algoritma
Algoritma adalah langkah-langkah penyelesaian suatu permasalahan, juga langkah-langkah yang digunakan untuk memecahkan suatu persoalan sehingga menghasilkan suatu program yang siap digunakan. a. Algoritma Login
Input :User, password
Proses :jika user adalah Admin dan password adalah 123
maka Tampilkan program jika tidak
tampilkan dialog “Maaf! Username dan Password salah!”
selesai
Output : Tampilan program Menu_Utama b. Algoritma Menu Utama
Input :Pilihan Menu Proses :Mulai
Jika aksi adalah Menu Input maka
Keluar Tampilan Form Input jika Aksi adalah Menu Metode maka keluar Tampilan Form Hasil Least Square Selesai
Output : Hasil Forecasting Prtumbuhan Penduduk c. Algoritma Input Data Pertumbuhan Penduduk Input :Tahun, Jumlah
Proses : lakukan pengenalan variabel
Tahun dan jumlah adalah variabel masukan Masukkan data
Masukkan data tahun dan jumlah data Lakukan pencarian kode d. Algoritma Forecasting
Jenis dan jumlah adalah variabel masukan Masukkan data
Masukkan data pertumbuhan penduduk Lakukan perhitungan keseluruhan data Lakukan pencarian kode
Jika kode ditemukan Tampilkan Data selesai
masukkan nilai tahun
a. Lakukan perhitungan nilai a dengan cara total nilai data aktual dibagi dengan jumlah tahun data yang digunakan
b. Lakukan perhitungan nilai b
Total nilai data aktual yang dikalikan dengan variabel bebas dibagi dengan total nilai variabel bebas yang telah dipangkatkan dengan nilai 2. c. Perhitungan nilai peramalan (y)
Nilai a ditambah dengan nilai b yang telah dikalikan dengan nilai x.
Maka hasil forecasting ditemukan. Output :Hasil Peramalan (Forecasting) 4.2. Implementasi
Dari menu utama dipanggil sub- sub program yang lebih kecil karena menu utama berfungsi sebagai program pengumpulan dari sekian banyaknya menu, dimana dari menu utama dapat digunakan program- program yang ada agar dapat dijadikan suatu program pengolahan data. Berikut gambar 1 merupakan tampilan menu utama admin.
1 Form Menu Utama
Form ini adalah form pertumbuhan penduduk yang akan diinput tiap tahunnya. Pada sistem ini data jumlah pertumbuhan penduduk tiap tahun akan tersimpan. Untuk membatalkan jumlah pertumbuhan yang diinput, user dapat menggunakan tombol batal. Adapun form tersebut dapat di lihat pada gambar 2 di bawah ini.
Gambar 2 Form Data Pertumbuhan Penduduk Form data forecasting digunakan untuk meramal pertumbuhan penduduk pada tahun yang akan datang. Sehingga Kecamatan Tebing Tinggi dapat mengetahui tingkat pertumbuhan penduduk yang ada wilayahnya. Adapun form tersebut dapat dilihat pada gambar 3 di bawah ini.
Gambar 4 Form Forecasting 5. Kesimpulan dan Saran
5.1 Kesimpulan
Dari hasil perancangan aplikasi forecasting Pertumbuhan Penduduk pada Kecamatan Tebing Tinggi ini, maka dapat diambil kesimpulan sebagai berikut:
1. Data yang digunakan untuk skripsi ini adalah data pertumbuhan penduduk pada kecamatan Tebing Tinggi, data yang diolah pada skripsi ini adalah data pertumbuhan penduduk pada periode 3 tahun sebelumnya yaitu data tahun 2012 hingga tahun 2014.
2. Metode yang digunakan pada skripsi ini adalah metode least square, dan dilakukan perhitungan tingkat kesalahan forecasting.
3. Perancangan aplikasi forecasting pertumbuhan penduduk menggunakan Unified Modeling Language (UML) dan dijalankan dengan menggunakan bahasa pemograman visual basic 2008.
penduduk yang mungkin akan terjadi pada periode selanjutnya.
5.2 Saran
Model peramalan ini masih dapat dikembangkan lebih lanjut dengan perkembangan spesifikasi kebutuhan pengguna sistem yang harus dipenuhi untuk mencapai tahap yang lebih tinggi dan kinerja sistem yang lebih baik. Berikut adalah beberapa saran untuk pengembangan sistem lebih lanjut :
1. Hasil peramalan yang dilakukan bukanlah nilai yang pasti terjadi pada waktu yang akan datang, karena banyaknya faktor-faktor pendukung pertumbuhan lainnya yang sangat mempengaruhi nilai hasil akhirnya.
2. Metode Least Square merupakan metode yang digunakan untuk meramalkan pertumbuhan ekonomi, sehingga untuk meramalkan pertumbuhan penduduk lebih baik menggunakan metode Anova.
DAFTAR PUSTAKA
1. Azhar Susanto ( “ Sistem Informasi Manajemen
Konsep dan Pengembangan”, 2004: 332)
2. Sri Widianti (“Pengantar Basis Data”, 2000) 3. http://id.wikipedia.org/wiki/Kartu_Tanda_Pendu
duk_elektronik
4. T. Hani Handoko, (“Dasar-Dasar Manajemen
Produksi dan Operasi”,1984:260)
5. Soeparno W, (“Analisis Forecasting dan
Keputusan Manajemen”, 2009, 70)
6. Yuni Sugiarti (2013, Analisis dan Perancangan UML)
