RAMALAN PRODUKSI LISTRIK PLN KITLUR SUMBAGUT PADA TAHUN 2010 BERDASARKAN JUMLAH PENJUALAN LISTRIK DI SUMATERA UTARA

(1)

M.E. Ivan Sihaloho : Ramalan Produksi Listrik Pln Kitlur Sumbagut Pada Tahun 2010 Berdasarkan Jumlah Penjualan Listrik 1996 – 2005 Di Sumatera Utara, 2008.

RAMALAN PRODUKSI LISTRIK PLN KITLUR SUMBAGUT

PADA TAHUN 2010 BERDASARKAN JUMLAH

PENJUALAN LISTRIK 1996 – 2005

DI SUMATERA UTARA

TUGAS AKHIR

M.E. IVAN SIHALOHO 052407065

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNEVERSITAS SUMATERA UTARA

MEDAN 2008

(2)

RAMALAN PRODUKSI LISTRIK PLN KITLUR SUMBAGUT PADA TAHUN 2010 BERDASARKAN JUMLAH

PENJUALAN LISTRIK 1996 – 2005 DI SUMATERA UTARA

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh gelar Ahli Madya

M.E. IVAN SIHALOHO 052407065

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNEVERSITAS SUMATERA UTARA

MEDAN 2008

(3)

PERSETUJUAN

Judul : RAMALAN PRODUKSI LISTRIK PLN KITLUR

SUMBAGUT PADA TAHUN 2010 BERDASARKAN JUMLAH PENJUALAN LISTRIK 1996 – 2005 DI SUMATERA UTARA

Kategori : TUGAS AKHIR

Nama : M. E. IVAN SIHALOHO

NIM : 052407065

Program Studi : D-III STATISTIKA

Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM

( FMIPA ) UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan, Mei 2008

Diketahui/ Disetujui oleh

Departemen Matematika FMIPA USU Pembimbing,

Ketua,

Dr. Saib Suwilo, M.Sc Drs. Faigiziduhu Bu’ulolo, M.Si

(4)

PERNYATAAN

RAMALAN PRODUKSI LISTRIK PLN KITLUR SUMBAGUT PADA TAHUN 2010 BERDASARKAN JUMLAH

PENJUALAN LISTRIK 1996 – 2005 DI SUMATERA UTARA

TUGAS AKHIR

Saya mengakui bahwa tugas akhir ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing masing disebutkan sumbernya.

Medan, Mei 2008

M.E. IVAN SIHALOHO 052407065

(5)

PENGHARGAAN

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa, atas segala berkat dan kasih karunia-Nya tugas akhir ini berhasil diselesaikan dalam waktu yang telah ditetapkan.

Ucapan terimakasih saya ucapkan kepada Drs. Faigiziduhu Bu’ulolo,M.Si. , selaku dosen pembimbing pada penyelesaian tugas akhir ini yang telah memberikan panduan, bimbingan dan nasehat serta penuh kepercayaan kepada saya untuk menyelesaikan tugas akhir ini. Panduan ringkas, padat dan profesional telah diberikan kepada saya untuk dapat menyelesaikan tugas akhir ini. Ucapan terimakasih juga saya ucapkan kepada ketua Departemen Matematika, Dr. Saib Suwilo, M.Sc dan sekretaris Departemen Matematika Drs. Henri Rani Sitepu, M.Si, Dekan dan Pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara, semua dosen pada Departemen Matematika FMIPA USU, semua sahabat-sahabat saya selama kuliah 3 tahun ini, khusus kepada teman saya Juli, Benny, Eben, Efrina, Enru dan juga teman yang lain yang telah membantu saya. Dan secara khusus lagi saya mengucapkan terimakasih saya kepada kedua orang tua yang saya kasihiyang telah memberikan biaya dan kasih sayang kepada saya selama kuliah, saudara-saudara saya, yang selalu memberikan dukungan semangat dan doa, dan semua orang yang saya kenal yang tak tersebutkan namanya satu persatu terima kasih atas pengorbanan dan bimbingannya selama ini serta terimakasih atas segala dukungan, semangat, dan perhatian yang telah diberikan selama saya kuliah sampai dengan terselesainya Tugas Akhir ini. Semoga Tuhan Yang Maha Esa akan membalasnya.

(6)

Daftar tabel vii

Bab 1 Pendahuluan 1

1.1 Latar Belakang 1

1.2 Identifikasi Masalah 3

1.3 Pembatasan Masalah 3

1.4 Maksud dan Tujuan 4

1.5 Metode Penelitian 5

1.5.1 Lokasi Penelitian dan Pengumpulan Data 5

1.5.2 Metode Pengumpulan Data 5

1.5.3 Gambaran Umum yang Digunakan dalam Penelitian 6

1.6 Tinjauan Pustaka 6

1.7 Sistematika Penulisan 7

Bab 2 Landasan Teori 10

2.1 Pengertian Peramalan 10

2.2 Analisis Regresi Sederhana 13

2.2.1 Persamaan Garis Regresi Linier Berganda 13

2.2.2 Uji Koefisien Regresi Linier Sederhana 15

Bab 3 Sejarah Singkat Badan Pusat Statistik 21

3.1 Sejarah Singkat Badan Pusat Statistik 21

3.2 Sejarah Singkat Badan Pusat Statistik Provinsi Sumatera Utara 25 3.3 Tugas, Fungsi, Kewenangan, Visi dan Misi Badan Pusat Statistik 26

3.3.1 Tugas Badan Pusat Statistik 26

3.3.2 Fungsi Badan Pusat Statistik 26

3.3.3 Kewenangan Badan Pusat Statistik 27

3.3.4 Visi Badan Pusat Statistik 28

3.3.5 Misi Badan Pusat Statistik 28

Bab 4 Analisis dan Evaluasi 29

4.1 Analisis 29

4.2 Analisis Regresi Linier Sederhana 30

(7)

4.4 Uji Koefisien Regresi Linier Sederhana 42

Bab 5 Implementasi Sistem 43

5.1 Perkenalan SPSS 43

5.2 Pengolahan Data Menggunakan SPSS Versi 15 44

Bab 6 Kesimpulan dan Saran 52

6.1 Kesimpulan 52

6.2 Saran 53

Daftar Pustaka Lampiran

(8)

DAFTAR TABEL

Halaman Tabel 4.1 Jumlah Produksi dan Jumlah Penjualan pada PLN Kitlur 29

SUMBAGUT Periode 1996 – 2005

Tabel 4.2 Nilai Diperlukan dalam Menghitung Koefisien Regresi dalam 31 Uji Regresi Linier Sederhana

Tabel 4.3 Jumlah Penjualan Listrik dengan Kenaikan Sebesar 6 % dari 34 Tahun Sebelumnya

Tabel 4.4 Jumlah Penjualan Listrik dan Ramalan Jumlah Produksi Listrik 35 Tahun 2006 – 2010

Tabel 4.5 Data – Data untuk Uji Koefisien Determinasi 36

Tabel 4.6 Data – Data untuk Uji F 38

(9)

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Dilihat dari sumbernya, energi dapat dikelompokkan menjadi 2 kategori, yaitu energi primer dan energi final. Energi primer adalah energi yang belum mengalami pengolahan teknologi dan biasanya diperlukan sebagai bahan untuk menghasilkan energi final. Misalnya : minyak bumi, gas bumi, batu bara, tenaga air, panas bumi dan lain-lain.

Energi final adalah energi yang siap digunakan oleh konsumen akhir. Misalnya :BBM (Bahan Bakar Minyak seperti : minyak tanah, solar, bensin, avgas, avtur, minyak bakar dan lain-lain), gas/LPG dan listrik yang siap pakai.

Energi mempunyai peranan yang sangat penting dalam kehidupan manusia dan proses pembangunan, oleh karena itu pembangunan sektor energi perlu dilaksanakan secara berdaya guna dan berhasil guna. Disisi lain persediaan energi memiliki keterbatasan oleh karena itu data tentang energi perlu terus dipantau agar kebutuhan akan energi yang terus meningkat dapat terpenuhi. Salah satu energi final adalah listrik.

(10)

Energi Listrik sangat diperlukan oleh masyarakat luas, industri dan pemerintah. Salah satu lembaga yang menagani listrik di Indonesia adalah PLN. PLN adalah lembaga yang menangani listrik mulai dari produksi, pembelian, sampai penjualan energi listrik kepada masyarakat, industri dan pemerintah.

Jenis pembangkit listrik PLN di Sumatera Utara pada tahun 2005 terdiri dari PLTD (Pembangkit Listrik Tenaga Diesel), PLTU (Pembangkit Listrik Tenaga Uap), PLTG (Pembangkit Listrik Tenaga Gas), PLTGU (Pembangkit Listrik Tenaga Gas Uap), PLTM (Pembangkit Listrik Tenaga Minihydro) dan PLTA (Pembangkit Listrik Tenaga Air).

Sejak tahun 2003 jumlah cabang PLN Wilayah Sumatera Utara mengalami penambahan menjadi 7 akibat bertambahnya Cabang Lubuk Pakam, dimana pada tahun 2002 masih tergabung pada cabang Medan. Dari 7 cabang PLN tersebut yang memiliki pembangkit PLTD hanya Cabang Binjai Dan Cabang Sibolga, sedangkan 5 cabang lainnya tidak memiliki pembangkit.

Pada tahun 2005, jumlah energi listrik yang dihasilkan PLN Kitlur yang diproduksi sendiri , dibeli maupun yang diterima dari unit lain, jika dibandingkan dengan tahun sebelumnya, jumlah tersebut mengalami kenaikan sebesar 1 ,01 %.

Melihat betapa pentingnya peran yang dijalankan oleh PLN dalam mengalirkan listrik kepada masyarakat luas dari tiap cabang, mendorong minat untuk mengadakan

(11)

penganalisaan dan peramalan jumlah produksi listrik oleh PLN untuk mengetahui seberapa besar hubungan jumlah produksi dengan jumlah penjualan listrik di Sumatera Utara melalui PLN Kitlur SUMBAGUT. Semakin meningkatnya jumlah penjualan listrik yang secara terus menerus akan berpengaruh terhadap produksi listrik. Oleh karena itu penulis memilih judul Ramalan Jumlah Produksi Listrik PLN Kitlur SUMBAGUT

Pada Tahun 2010 Berdasarkan Jumlah Penjualan Listrik 1996 – 2005 di Sumatera Utara.

1.2 Identifikasi Masalah

Pada saat ini banyak masalah yang terjadi tentang kelistrikan. PLN saat ini sulit untuk menentukan jumlah listrik yang akan disalurkan atau dijual kepada masyarakat, industri maupan pemerintah. Hal itu dapat menghambat kelancaran dan banyaknya protes masyarakat terhadap jumlah produksi listrik. Berdasarkan hasil penjualan yang telah didapat pada tahun – tahun sebelumnya PLN dapat memperkirakan jumlah listrik yang harus diproduksi tahun berikutnya.

1.3 Pembatasan Masalah

Sebagai pembatasan masalah pada tugas akhir ini adalah penganalisaan dan peramalan data dengan menggunakan metode analisis Regresi Sederhana. Data kuantitatif yang digunakan adalah data jumlah produksi listrik oleh PLN Kitlur SUMBAGUT dan jumlah

(12)

penjualan listrik per tahun dari tahun 1996 – 2005, dan proses penganalisaannya dilakukan dengan uji keberartian Regresi Linier yaitu uji F dan uji T.

1.4 Maksud dan Tujuan

Adapun maksud dilakukannya penelitian ini adalah pengaplikasikan ilmu pengetahuan yang telah dipelajari dan telah didalami selama perkuliahan dengan cara pangumpulan, penganalisaan data secara sistematis dan efisien sehingga data tersebut dapat dianalisa, serta mengetahui ramalan jumlah listrik yang akan diproduks i oleh PLN Kitlur SUMBAGUT (Sumatera Bagian Utara) berdasarkan jumlah Penjualan Listrik per tahun dalam GWH (Giga Watt Hour) / daya listrik dalam satuan giga watt per jam.

Dalam hal ini digunakan data produksi listrik oleh PLN Kitlur SUMBAGUT dan jumlah penjualan listrik per tahun dari tahun 1996 – 2005. Dengan adanya data tersebut maka akan diketahui hubungan antara jumlah produksi listrik dengan jumlah penjualan listrik. Apakah penjualan listrik mempengaruhi jumlah produksi listrik oleh PLN atau tidak.

Adapun tujuan dilakukan penelitian ini adalah :

1. Dapat mengaplikasikan berbagai ilmu terutama ilmu statistika dengan membandingkan teori-teori yang telah dipelajari selama perkuliahan.

(13)

2. Untuk melihat seberapa besar hubungan linear antara jumlah penjualan listrik dengan jumlah produksi listrik yang diproduksi oleh PLN Kitlur Sumatera Bagian Utara.

3. Memberikan hipotesa atau gambaran hubungan antara jumlah penjualan Listrik per tahun dengan jumlah produksi listrik.

4. Hasil analisis dan peramalan yang dilakukan dapat menjadi pertimbangan atau masukan bagi PLN atau bagi masyarakat luas seiring dengan seringnya pemadaman listrik oleh PLN.

1.5 Metode penelitian

1.5.1 Lokasi Penelitian dan Pengumpulan Data

Dalam penyusunan tugas akhir ini data yang digunakan diperoleh dari data BPS Pusat Sumatera Utara yang terletak di jalan Asrama No. 179 Helvetia Medan. Data tersebut telah dikumpulkan dalam bentuk buku yang berjudul “SUMATERA UTARA DALAM ANGKA”, data tersebut diperoleh dari edisi tahun 1996 sampai edisi tahun 2005.

(14)

Pengumpulan data yang digunakan adalah dengan menggunakan data sekunder atau data yang telah tersedia atau telah dikumpulkan kemudian akan digunakan kembali. Data yang telah dikumpulkan tersebut kemudian diatur, disusun, dan disajikan dalam bentuk angka-angka dengan tujuan untuk mendapatkan gambaran yang jelas tentang sekumpulan data tersebut.

1.5.3 Gambaran Umum yang Digunakan dalam Penelitian

Dengan adanya data yang diperoleh dari BPS tersebut mengenai jumlah penjualan listrik per tahun dan jumlah produksi listrik maka dapat dianalisa hubungan antara kedua faktor tersebut dengan menggunakan analisis regresi sederhana.

Regresi Linier Sederhana adalah analisa regresi yang menjelaskan hubungan antara peubah respon (variabel dependent) dengan factor-faktor yang mempengaruhinya yang dalam hal ini satu predictor (variabel independent).

Bentuk umum persamaan Regresi Linier sederhana adalah :

e bX a Y = + + ^ dengan : ^

(15)

a = Dugaan bagi parameter konstanta

b = Dugaan bagi parameter koefisien regresi

e = Galat dugaan

1.6 Tinjauan Pustaka

Dalam penelitian ini digunakan teori – teori yang berasal dari sumber – sumber sebagai berikut :

1. Metode Statistika, oleh Prof. DR. Sudjana, M.A., M.Sc. lembaga penerbit TARSITO, BANDUNG.

2. ANALISIS REGRESI, oleh R.K. Sembiring, ITB, BANDUNG.

3. Analisis Regresi Teori, Kasus, dan Solusi oleh Algifari, 1997, BPFE Yogyakarta.

4. Teknik & Metoda Peramalan, Penerapannya dalam Ekonomi & Dunia Usaha. Oleh Sofjan Assauri.

5. Teknik Peramalan Bisnis dan Ekonomi, Oleh Adler Haymans Manurung, SE..

(16)

Pembahasan tugas akhir ini dibagi dalam beberapa bab dan setiap babnya terdiri dari beberapa subbab yang sesuai dengan sistematika penulisan yang telah ditetapkan bagi program Diploma III Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara. Secara umum penulis menjabarkan tugas akhir sebagai berikut :

BAB 1 : PENDAHULUAN

Dalam bab ini dipaparkan hal – hal yang menjadi latar belakang maksud dan tujuan, permasalahan, pembatasan masalah, metode penelitian, tinjauan pustaka dan sistematika penulisan.

BAB 2 : TINJAUAN TEORITIS

Bab ini menguraikan secara ringkas teori – teori mengenai isi dari tugas akhir ini. Antara lain yaitu mengenai metode yang akan digunakan untuk menganalisa data tersebut dengan metod analisis regresi sederhana.

BAB 3 : SEJARAH DAN STRUKTUR BADAN PUSAT STATISTIK

Bab ini menguraikan secara singkat tentang organisasi perusahaan dimana dilakukan penelitian dan pengumpulan data yang berupa sejarah singkat, struktur organisasi, dan uraian kegiatan masing-masing dan beberapa hal lainya.

(17)

Bab ini menguraikan tentang pembahasan mengenai pengolahan data yang telah dikumpulkan, dengan pola analisis Regresi Linear Berganda. Dari persamaan yang telah diperoleh serta telah diuji hubungannya maka persamaan tersebut digunakan untuk meramalkan jumlah produksi listrik oleh PLN Kitlur SUMBAGUT pada tahun - tahun berikutnya.

BAB 5 : IMPLEMENTASI SISTEMATIKA

Bab ini merupakan tahapan penerapan atau pengaplikasian bahasa program atau software komputer yang dalam hal ini digunakan software SPSS untuk menghasilkan data dan desain yang diinginkan.

BAB 6 : KESIMPULAN DAN SARAN

Pada bab ini berisikan hasil penelitian yang berupa kesimpulan serta saran – saran yang diharapkan dapat berguna bagi PLN KITLUR SUMBAGUT.

(18)

BAB 2

TINJAUAN TEORITIS

2.1 Pengertian Peramalan

Peramalan merupakan kegiatan memperkirakan atau memprediksi apa yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama, sedangkan dalam waktu yang singkat tidak dibutuhkan peramalan. Pada umumnya kegunaan peramalan adalah sebagai alat bantu dalam perencanaan yang efektif dan efisien, untuk menentukan kebutuhan sumber daya dimasa mendatang dan untuk membuat keputusan yang tepat.

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 untuk memperkecil kesalahan dari ramalan tersebut.

Berdasarkan sifatnya, peramalan dibedakan atas dua macam yaitu :

1. Peramalan Kualitatif

Peramalan kualitatif adalah peramalan yang didasarkan atas data kualitatif pada masa lalu. Hasil peramalan yang dibuat sangat bergantung pada orang yang menyusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan

(19)

berdasarkan pemikiran yang intuisi, pendapat dan pengetahuan serta pengalaman penyusunnya.

2. Peramalan Kuantitatif

Peramalan kuantitatif adalah peramalan yang didasarkan atas data kuntitatif masa lalu. Hasil peramalan yang dibuat sangat 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 baik 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 data numerik c. Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut

pada masa yang akan datang

Sedangkan 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 objektifitas yang lebih besar.

(20)

Peramalan Kuantitatif dibedakan atas :

1. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antar variabel yang diperkirakan dengan variabel waktu yang merupakan deret berkala (Time Series). Metode peramalan yang termasuk dalam jenis ini adalah :

a. Metode Pemulusan (smoothing) b. Metode Box Jenkins

c. Metode Proyeksi trend dengan Regresi

2. Metode peramalan yang didasarkan atas penggunaan analisis pola hubungan antar variabel yang akan diperkirakan dengan variabel lain yang mempengaruhinya. Metode peramalan yang termasuk dalam jenis ini adalah :

a. Metode Regresi dan Korelasi b. Metode Ekonometri

c. Metode Input Output

Dalam hal ini digunakan Metode Peramalan yang didasarkan pada analisis pola hubungan antar variabel yaitu Metode Regresi yang masih dibagi dua yaitu Metode

(21)

Regresi Linear Sederhana dan Metode Regresi Linear Berganda. Digunakan Metode Analisis Regresi Linear Sederhana untuk menganalisa data yang telah diperoleh kemudian dari persamaan yang akan diperoleh dapat ditentukan rumus untuk peramalan yang juga adalah persamaan regresi tersebut.

2.2 Analisis Regresi Sederhana

Regresi linier sederhana adalah suatu pola hubungan yang berbentuk garis lurus antara suatu variabel yang diramalkan dengan satu variabel yang mempengaruhinya atau variabel bebas. Dalam analisa deret waktu ini, variabel bebasnya adalah waktu. Pola hubungan yang ditujukan oleh analisa regresi sederhana ini diasumsikan bahwa hubungan di antara dua variabel tersebut dinyatakan dengan suatu garis lurus.

Dalam penerapan metode ini, dapat dilakukan secara mudah dengan menetapkan atau memplot titik - titik dari data observasi pada kertas gambar atau grafik untuk melihat asumsi yang dapat digunakan bagi analisa regresi linier. Selanjutnya digambarkan atau ditarik suatu garis lurus yang tepat untuk mewakili titik tersebut, yang bentuknya merupakan garis lurus.

(22)

Pada prinsipnya teknik dan metode yang ada berdasarkan proses analisanya pada usaha untuk mendapatkan suatu garis lurus yang tepat melalui atau mendekati titik-titik yang berserakan dari data observasi.

Garis tersebut dinyatakan sebagai :

Y =a+bX +e

^

dengan :

^

Y = Nilai penduga bagi variabel Y

a = Dugaan bagi parameter konstanta

b = Dugaan bagi parameter koefisien regresi

e = Galat dugaan

Kesalahan ramalan yang terdapat adalah :

e₁ = Y_i - Ŷ

(23)

∑

_{- b} n i X

∑

atau a = __ Y - b __ X dan b =

∑

∑ ∑

∑

− n X X X i i i 2 2 i i i ) ( n Y X -Y atau b =

∑

X −X

∑

X Y X i i i 2 i -X Y

2.2.2 Uji Koefisien Regresi Linier Sederhana

Setelah didapatkan nilai ramalan untuk tahun berikutnya, dilakukan pengetesan terhadap regresi yang digunakan dalam penyusunan ramalan, dimana dalam hal ini ada 2 cara pengetesan yang perlu dilakukan, yaitu :

(24)

1. Untuk mengetahui apakah tepat penggunaan persamaan regresi dari analisa atau model deret waktu, maka dapat diproyeksikan. Pengetesen yang dilakukan adalah untuk mengetahui apakah benar waktu yang menentukan besarnya variabel yang diramalkan. Pengetesan ini disebut koefisien penentu atau “Coefisient of Determination Test”.

2. Untuk meneliti apakah regresi yang dipergunakan dalam penyusunan ramalan adalah benar linier, dimana data observasi tepat berada disekitar garis regresi linier tersebut, maka perlu dilakukan apa yang disebut “Significant Test”. Kalau ternyata dari hasil test yang telah dilakukan diperoleh hasil yang tidak signifikan, maka kurang tepatlah bila regresi linier yang dipergunakan dalam penyusunan ramalan tersebut .

a. Koefisien Determinasi Coefisient of Determination Test (R2)

Formula yang digunakan dalam pengetesan ini adalah :

(

)

(

)

2 2 2 2 2 2 ˆ 1 Υ − Υ ∑ Υ − Υ ∑ = ∑ ∑ − = i i i i R atau y e R

(25)

Nilai R2 tersebut berkisar 0 s/d 1. Nilai R2 yang mendekati 1 menunjukkan sangat besarnya pengaruh variabel X (Sofjan Assauri, 1984). Dengan menggunakan koefisien penentu (Coefisient of Determination Test ) dapat pula dicari koefisien korelasi determinasi. Dengan koefisien korelasi dapat ditunjukkkan kuatnya hubungan antara dua (2) variabel, dimana nilai dari koefisien korelasi (r) terletak antara -1 dan +1.

 Jika r = +1, terjadi korelasi positif sempurna antara variabel X dan Y  Jika r = -1, terjadi korelasi negatif sempurna antara variabel X dan Y  Jika r = 0, tidak terdapat korelasi antara variabel X dan Y.

 Jika 0 < r < 1, terjadi korelasi positif variabel X dan Y  Jika −1≤r≤0, terjadi korelasi negatif variabel X dan Y

Rumus untuk menghitung nilai koefisien regresi (r) adalah :

(

)(

)

(

)

{

2 2

}

{

2

(

)

2

}

i i i i i i i i n n n r Υ ∑ − Υ ∑ Χ ∑ − Χ ∑ Υ ∑ Χ ∑ − Υ Χ ∑ =

dengan : r = nilai koefisien korelasi n = Banyak data

Xi = Nilai variabel X ke- i

(26)

Pengujian untuk mengetahui apakah benar persamaan regresi itu adalah linier, yang dikenal dengan nama uji kesignifikanan atau Significant Test.

(27)

b. Uji Signifikan

Uji signifikan dibagi menjadi 2 yaitu :

1. Uji F, formula yang digunakan adalah :

(

)

(

)

k n k pengganggu kesalahan kuadrat rata Rata terkecil kuadrat rata Rata F − Υ − Υ ∑ − Υ − Υ ∑ = − − = 2 2 ˆ 1 ˆ

dengan : n = Jumlah tahun atau observasi (besarnya sampel) k = Jumlah variabel (dalam regresi linier sederhana k = 2)

Setelah diperoleh nilai F hitung, maka dilakukan perbandingan dengan nilai F tabel. Apabila nilai F hitung lebih besar daripada nilai F tabel maka secara statistik koefisien b adalah signifikan. Dengan kata lain, koefisien b tidak sama dengan 0 (nol) secara statistik, sehingga persamaan regresi tersebut dapat dipergunakan atau layak digunakan untuk dijadikan persamaan untuk menentukan nilai peramalan yang akan ditentukan.

(28)

(29)

2. Uji t

Thitung didasarkan atas nilai dari apa yang dikenal dengan “Student – t Distribution”, yang

menunjukkan seluruh nilai-nilai yang mungkin, bahwa a dan b dapat diambil sebagai hasil dari sampling. Dimana untuk pengetesan tersebut perlu dicari standar eror a dan b, Formulanya sebagai berikut :

(

)

(

)

(

)

b b test a a test i i b i i a b t a t dicari dapatlah maka demikian Dengan n serta n n σ σ σ σ = = Χ − Χ ∑ − Υ − Υ ∑ = − Υ − Υ ∑ = : 2 ˆ 2 ˆ 2 2 2 2

Sedangkan untuk mengetahui apakah analisa regresi linier adalah cukup baik atau tepat digunakan untuk peramalan dapat diketahui dengan hipotesis sebagai berikut:

1. Jika : t hitung > t tabel maka analisa regresi yang digunakan adalah cukup

(30)

2. Jika : t hitung ≤ t tabel maka analisa yang digunakan adalah tidak baik atau

kurang tepat dalam peramalan.

Kemudian dicari nilai t tabel dalam daftar tabel – t dan menganalisanya dengan nilai t hitung. Analisis ini akan memberikan kesimpulan yang lebih baik, bila jumlah observasi sebagai sampel mendekati nilai rata-rata. Untuk itu perlu jumlah sampel diperbesar untuk memperkecil standar eror atau kesalahan.

(31)

BAB 3

SEJARAH SINGKAT BADAN PUSAT STATISTIK

3.1 Sejarah Singkat Badan Pusat Statistik (BPS) di Indonesia

Sejarah Badan Pusat Statistik dibagi dalam tiga masa, yaitu masa sebelum kemerdekaan, masa setelah kemerdekaan dan masa orde baru. Masa sebelum kemerdekaan dibagi kembali dalam dua masa yaitu masa pemerintahan Belanda dan masa pemerintahan Jepang.

1. Masa Pemerintahan Belanda

a. Pada bulan Februari 1920, kantor Statistik pertama kali dibentuk oleh direktur pertanian, kerajinan, dan perdagangan (Directur Van Landbouw Nijerverheid en Handel) yang berkedudukan di Bogor. Kantor ini diserahi tugas untuk mengolah dan mempublikasikan data statistik.

b. Pada bulan Maret 1923, dibentuk suatu komisi untuk badan statistik yang anggotanya merupakan wakil dari tiap-tiap departemen. Komisi tersebut diserahi tugas merencanakan tindakan-tindakan yang mengarah sejauh mungkin untuk mencapai kesatuan dalam kegiatan di bidang statistik di Indonesia.

(32)

c. Pada tanggal 24 September 1924, nama lembaga tersebut diganti dengan nama Central Kantor Voor de Statistiek (CKS) atau kantor statistik dan dipindahkan ke Jakarta. Bersama dengan itu beralih pula pekerjaan mekanisme statistik perdagangan yang semula dilaksanakan oleh kantor Invoer Uitvoer en Accijnsen (UIA) yang sekarang disebut kantor bea dan cukai.

2. Masa Pemerintahan Jepang

a. Pada bulan Juni 1944, Pemerintah Jepang baru mengaktifkan kembali kegiatan statistik yang utamanya diarahkan untuk memenuhi kebutuhan perang atau militer.

b. Pada masa ini CKS diganti namanya menjadi Shomubu Chosasitsu Gunseikanbu.

3. Masa Kemerdekaan Republik

a. Setelah Proklamasi Kemerdekaan Republik Indonesia tanggal 17 Agustus 1945, kegiatan statistik ditangani oleh lembaga atau instansi baru sesuai dengan suasana kemerdekaan yaitu KAPPURI (Kantor Penyelidikan Perangkat Umum Republik Indonesia). Tahun 1946 kantor KAPPURI dipindahkan ke Yogyakarta sebagai konsekwensi Linggarjati. Sementara ini pemerintahan Belanda (NICA) di Jakarta mengkatifkan kembali CKS.

b. Berdasarkan surat edaran Kementerian Kemakmuran, tanggal 12 Juni 1950 No. 219/ S.C, KAPPURI dan CKS dilebur menjadi Kantor Pusat Statistik (KPS) dan berada dibawah dan bertanggung jawab kepada menteri kemakmuran.

(33)

c. Dengan Surat Menteri Perekonomian tanggal 1 Maret 1952 No. P/44, lembaga KPS berada dibawah tanggung jawab Menteri Perekonomian. Selanjutnya keputusan Menteri Perekonomian tanggal 24 Desember 1953 No. 18.009/ M KPS dibagi menjadi dua bagian yaitu bagian Research yang disebut Afdeling A dan bagian penyelenggaraan tata usaha yang disebut Afdeling B.

d. Dengan Keputusan Presiden RI No. 131 Tahun 1957, kementerian Perekonomian dipecah menjadi kementerian Perdagangan dan Perindustrian. Untuk selanjutnya keputusan Presiden RI No. 172 Tahun 1957, terhitung mulai tanggal 1 Juni 1957 nama KPS diubah menjadi Biro Pusat Statistik dan urusan statistik yang semula menjadi tanggung jawab dan wewenang berada dibawah Perdana Menteri.

4. Masa Orde Baru Sampai Sekarang

a. Pada pemerintahan orde baru, khususnya untuk memenuhi kebutuhan dalam perencanaan dan evaluasi pembangunan, maka untuk mendapatkan statistik yang handal, lengkap, tepat, akurat dan terpercaya mulai diadakan pembenahan Organisasi Biro Pusat Statistik.

b. Dalam masa orde baru ini BPS telah mengalami empat kali perubahan Struktur Organisasi, yaitu :

(34)

2. Peraturan Pemerintah No. 16 tahun 1980 tentang Organisasi BPS

3. Peraturan Pemerintah No. 2 tahun 1992 tentang Organisasi BPS dan Keputusan Presiden No. 6 tahun 1992 tentang kedudukan, tugas, fungsi, susunan dan tata kerja Biro Pusat Statistik.

4. Undang-Undang No. tahun 1997 tentang statistik

5. Keputusan Presiden RI No. 86 tentang BPS

6. Keputusan Kepala BPS No. 100 tahun 1998 tentang organisasi dan tata kerja BPS

7. PP No. 51 tahun 1999 tentang penyelenggaraan statistik.

c. Tahun 1968 ditetapkan peraturan pemerintah No. 16 tahun 1968 yaitu yang mengatur organisasi dan tata kerja di pusat dan daerah. Tahun 1980 peraturan pemerintah No. 6 tahun 1980 organisasi sebagai pengganti peraturan pemerintah No. 16 tahun 1968. Berdasarkan peraturan pemerintah No.6 tahun 1980 di tiap propinsi terdapat perwakilan BPS dengan nama kantor statsitik propinsi. Di Kabupaten/Kotamadya terdapat cabang perwakilan BPS dengan nama Kantor Statistik Kabupaten/Kotamadya. Pada tanggal 19 Mei 1997 menetapkan tentang statistik sebagai pengganti UU No. 6 dan 7 tentang sensus dan statistik. Pada

(35)

tanggal 17 Juni 1998 ditetapkan nama Badan Pusat Statistik sekaligus mengatur tata kerja dan Struktur Organisasi BPS yang baru.

3.2 Sejarah Singkat Badan Pusat Statistik Provinsi Sumatera Utara

Tahun1968, ditetapkan Peraturan Pemerintah No.16 tahun 1968, yang mengatur Organisasi dan Tata Kerja BPS (di Pusat dan Daerah).

Tahun 1980, ditetapkan Peraturan Pemerintah No.6 tahun 1980, tentang Organisasi BPS sebagai pengganti PP No.16 tahun 1968. Berdasarkan PP No. 6/1980 di setiap Provinsi terdapat kantor statistik dengan nama KANTOR STATISTIK PROVINSI dan begitu juga di setiap Kabupaten/ Kotamadya terdapat kantor statistik dengan nama KANTOR STATISTIK KABUPATEN/KOTAMADYA.

Dengan demikian mulai saat itu Kantor Statistik Provinsi secara resmi ada diseluruh Indonesia, tidak terkecuali di Provinsi Sumatera Utara dengan nama Kantor

Statistik Provinsi Sumatera Utara. Demikian juga untuk Kabupaten/Kotamadya

seluruh Provinsi Sumatera Utara berdiri Perwakilan BPS Kantor Statistik Kabupaten/Kotamadya pada saat itu.

Tahun 1992, ditetapkan Peraturan Pemerintah No.2 tahun 1992, tentang Organisasi BPS sebagai pengganti PP No. 6/1980. Kedudukan , tugas, fungsi, susunan

(36)

organisasi , dan tata kerja Biro Pusat Statistik selanjutnya diatur dengan Keputusan Presiden.

Tahun 1997, ditetapkan Undang-undang No. 16 Tahun 1997 tentang Statistik sebagai pengganti Undang-Undang No.6 Tahun 1960 tentang Sensus dan Undang-undang No.7 Tahun 1960 tentang Statistik.

Tahun 1998, ditetapkan Keputusan Presiden no. 86 Tahun 1998 tentang Badan Pusat Statistik sebagai pengganti Keputusan Presiden No.6 Tahun 1992 tentang Kedudukan, tugas, fungsi, susunan organisasi dan tata kerja Biro Pusat Statistik. Berdasarkan Keputusan Presiden ini "Kantor Statistik Provinsi Sumatera Utara" berubah

menjadi BADAN PUSAT STATISTIK (BPS) PROVINSI SUMATERA

UTARA.Kantor BPS Provinsi Sumatera Utara saat ini terletak di Jl. Asrama No. 179

Medan.

3.3 Tugas, Fungsi, Kewenangan, Visi dan Misi Badan Pusat Statistik

3.3.1 Tugas Badan Pusat Statistik

Berdasarkan Keputusan Presiden Republik Indonesia Nomor 103 Tahun 2001 tentang Kedudukan, Tugas, Fungsi, Kewenangan, Susunan Organisasi, dan Tata Kerja Lembaga Pemerintah Non Departemen, BPS mempunyai tugas melaksanakan tugas pemerintah di bidang kegiatan statistik sesuai dengan ketentuan peraturan perundang-undangan yang berlaku.

(37)

3.3.2 Fungsi Badan Pusat Statistik

Sebagaimana tercantum dalam Keputusan Presiden Republik Indonesia Nomor 103 Tahun 2001 dalam melaksanakan tugas, BPS menyelenggarakan fungsi :

a. Pengkajian dan penyusunan kebijakan nasional di bidang kegiatan statistik.

b. Penyelenggaraan statistik dasar.

c. Koordinasi kegiatan fungsional dalam pelaksanaan tugas BPS.

d. Pelancaran dan pembinaan terhadap kegiatan instansi pemerintah di bidang kegiatan statistik.

e. Penyelenggaraan pembinaan dan pelayanan administrasi umum di bidang

perencanaan umum, ketatausahaan, organisasi dan tata laksana, kepegawaian, keuangan, kearsipan, persandian, perlengkapan, dan rumah tangga.

3.3.3 Kewenangan Badan Pusat Statistik

Berdasarkan Keputusan Presiden Republik Indonesia Nomor 103 Tahun 2001 dalam menyelenggarakan fungsinya BPS mempunyai kewenangan :

(38)

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 yang melekat dan telah dilaksanakan sesuai dengan

ketentuan peraturan perundang-undangan yang berlaku, yaitu :

i. Perumusan dan pelaksanaan kebijakan tertentu di bidang kegiatan statistik.

ii. Penyusunan pedoman penyelenggaraan survei statistik sektoral.

3.3.4 Visi Badan Pusat Statistik

Badan Pusat Statistik mempunyai Visi untuk menjadikan informasi sebagai tulang punggung pembangunan nasional dan regional, didukung sumber daya manusia yang berkualitas, ilmu pengetahuan dan teknologi informasi yang mutakhir.

(39)

Dalam menunjang pembangunan nasional Badan Pusat Statistik mengemban Misi mengarahkan pembangunan statistik pada penyediaan data statistik yang bermutu dan handal, efektif dan efisien, peningkatan kesadaran masyarakat akan kegunaan Badan Statistik dan pengemban ilmu pengetahuan statistik dalam kehidupan masyarakat.

(40)

BAB 4

ANALISA DAN EVALUASI

4.1 Analisis

Untuk memecahkan dan membahas masalah, maka dilakukan pengumpulan data yang diadakan selama penelitian. Analisa data dilakukan untuk memperoleh hasil yang sesuai dengan yang diinginkan. Dalam bab ini akan dianalisa hubungan antara jumlah produksi listrik PLN Kitlur SUMBAGUT (Sumatera BAgian Utara) dengan jumlah penjualan listrik yang dilakukan oleh PLN Kitlur SUMBAGUT. Data yang digunakan adalah data yang diperoleh dari Badan Pusat Statistik tentang penjualan listrik dan produksi listrik pada periode 1996 – 2005. Adapun data yang akan diolah adalah sebagai berikut:

Tabel 4.1 Jumlah Produksi dan Jumlah Penjualan pada PLN Kitlur SUMBAGUT Periode 1996 – 2005

Tahun Jumlah Produksi (GWH) Jumlah Penjualan (GWH)

1996 3405.23 2611.80

1997 3739.99 2995.58

1998 4198.11 3337.36

1999 4428.74 3407.91

(41)

Sumber : BPS Sumatera Utara

Dengan :

Y = Jumlah Produksi X = Jumlah Penjualan

Dari tabel di atas maka data tersebut dapat diolah dengan menggunkan rumus Analisis Regresi dan Korelasi. Secara manual akan dibahas pada subbab berikut ini.

4.2 Analisis Regresi Linear Sederhana

Untuk melihat bentuk hubungan antara variable bebas yaitu banyaknya penjualan listrik (X) terhadap variable tidak bebas yaitu jumlah produksi listrik atau (Y), dapat dilihat dengan menentukan persamaan regresi linear sederhana.

Dalam proses analisa data dengan meggunakan Metode Regresi Linear Sederhana secara manual disajikan pada tabel 4.2 berikut.

Tahun Jumlah Produksi (GWH) Jumlah Penjualan (GWH)

2001 5013.72 3824.33

2002 5410.58 3787.36

2003 5558.91 4150.42

2004 6020.62 4439.97

(42)

(43)

Tabel 4.2 : Nilai diperlukan dalam menghitung koefisien regresi dalam uji regresi Linear Sederhana

Tahun Jumlah Produksi (Y) Jumlah Penjualan (X) Y2 X2 XY 1996 3,405.23 2,611.80 11,595,591.35 6,821,499.24 8,893,779.71 1997 3,739.99 2,995.58 13,987,525.20 8,973,499.54 11,203,439.24 1998 4,198.11 3,337.36 17,624,127.57 11,137,971.77 14,010,604.39 1999 4,428.74 3,407.91 19,613,737.99 11,613,850.57 15,092,747.33 2000 4,727.41 3,646.35 22,348,405.31 13,295,868.32 17,237,791.45 2001 5,013.72 3,824.33 25,137,388.24 14,625,499.95 19,174,119.81 2002 5,410.58 3,787.36 29,274,375.94 14,344,095.77 20,491,814.27 2003 5,558.91 4,150.42 30,901,480.39 17,225,986.18 23,071,811.24 2004 6,020.62 4,439.97 36,247,865.18 19,713,333.60 26,731,372.18 2005 6,343.77 4,613.38 40,243,417.81 21,283,275.02 29,266,221.64

∑

48,847.08 36,814.46 246,973,914.98 139,034,879.96 185,173,701.28

(44)

Dari tabel 4.2 diperoleh nilai – nilai sebagai berikut :

i Y

∑

= 48.847,08 i X

∑

= 36.814,46 2 i Y

∑

= 246.973.914,98 2 i X

∑

= 139.034.879,96 i iY X

∑

= 185.173.701,28

Untuk mencari persamaan Regresi Linier yang diperlukan maka perlu dicari koefisien regresinya yaitu a dan b. Koefisien Regresi a dan b dapat dihitung dengan menggunakan rumus sebagai berikut.

b =

∑

∑ ∑

∑

− n X X X i i i 2 2 i i i ) ( n Y X -Y b =

(

)(

)

(

)

10 46 , 814 . 36 96 , 879 . 034 . 139 10 08 , 3847 . 48 46 , 814 . 36 28 , 701 . 173 . 185 2 − − b = 10 465.09 1,355,304, 96 , 879 . 034 . 139 10 872.78 1,798,278, 28 , 701 . 173 . 185 − −

(45)

∑

_{- b} n i X

∑

a = 10 48,847.08 - 1,525 . 10 36,814.46 a = 10 5 56.142,051 -48.847,08 a = 10 7294,97 -a = - 729,49

Dari koefisien a dan b di atas maka persamaan regresinya adalah :

49 , 729 525 , 1 ^ − = X Y

Koefisien b dinamakan koefisien arah regresi linear dan menyatakan perubahan rata – rata variable Y untuk setiap perubahan variable X sebesar satu unit.

(46)

Y dapat diramalkan untuk 5 tahun kedepan jumlah

produksi listrik yang akan diproduksi oleh PLN Kitlur SUMBAGUT. Namun harus dilihat atau dibuat terlebih dahulu jumah penjualan yang dilakukan oleh PLN Kitlur SUMBAGUT tahun tahun berikutnya. Apabila menurut hasil perolehan rata – rata kenaikan penjualan listrik sebesar 6 % dari data di atas yang diperoleh, dan PLN menargetkan rata – rata kenaikan jumlah penjualan listrik sebesar 6 %. Maka penjualan listrik tahun 2006 – 2010 secara berurutan adalah sebagai berikut :

Tabel 4.3 Jumlah Penjualan Listrik dengan Kenaikan Sebesar 6% dari Tahun Sebelumnya.

Tahun Penjualan listrik

2006 4890,18

2007 5183,59

2008 5494,61

2009 5824,29

2010 6173,74

Dari tabel 4.3 dapat diramalkan jumlah produksi listrik oleh PLN Kitlur SUMBAGUT untuk 5 tahun berikutnya dengan menggunakan persamaan regresi yang diperoleh :

(47)

Produksi listrik Tahun 2006 : Y = 1,525 (4890,18) – 729,49 = 6728,04

Produksi listrik Tahun 2010 : Y = 1,525 6173,74) – 729,49 = 8685,47

Tabel 4.4 Jumlah Penjualan Listrik dan Ramalan Jumlah Produksi Listrik Tahun 2006 - 2010

Tahun Penjualan Listrik Ramalan Produksi Listrik

2006 4890,18 6728,04

(48)

2008 5494,61 7649,79

2009 5824,29 _8152,55

2010 6173,74 _8685,47

4.4 Uji Koefisien Regresi Linier Sederhana

a. Uji Koefisien Determinasi (R2 )

Setelah didapatkan nilai ramalan, maka selanjutnya perlu diadakan pengetesan atau pengujian terhadap persamaan regresi yang dipergunakan dalam penyusunan ramalan tersebut. Dalam hal ini akan dilakukan pembuktian mengenai tepat atau tidaknya variabel yang akan dijadikan persamaan pada peramalan. Pembuktian ini disebut uji koefisien penentu atau coefficient of determination test.

Tabel 4.5 Data – Data untuk Uji Koefisien Determinasi

No Y X ^

Y

−

Y

^

Y

−

(

Y

−

Y

^ )2 (

Y

−

Y

)2 1 3,405.23 2,611.80 3,253.51 -1,631.20 -1,479.48 2,660,823.23 2,188,855.15 2 3,739.99 2,995.58 3,838.77 -1,045.94 -1,144.72 1,093,987.35 1,310,379.30 3 4,198.11 3,337.36 4,359.98 -524.72 -686.60 275,335.28 471,416.81 4 4,428.74 3,407.91 4,467.57 -417.14 -455.97 174,001.82 207,906.82 5 4,727.41 3,646.35 4,831.19 -53.51 -157.30 2,863.77 24,742.66 6 5,013.72 3,824.33 5,102.61 217.91 129.01 47,482.70 16,644.10

(49)

USU Repository © 2009 7 5,410.58 3,787.36 5,046.23 161.53 525.87 26,090.65 276,541.36 8 5,558.91 4,150.42 5,599.90 715.19 674.20 511,500.31 454,548.34 9 6,020.62 4,439.97 6,041.46 1,156.76 1,135.91 1,338,085.02 1,290,296.07 10 6,343.77 4,613.38 6,305.91 1,421.21 1,459.06 2,019,827.92 2,128,861.92 48,847.08 36,814.46 48,847.15 0.07 0.00 8,149,998.04 8,370,192.53

(50)

Dari tabel 4.5 tersebut, terlihat bahwa:

JKR = (

Y

−

Y

^ )2 = 8.149.998,04 JKT = (

Y

−

Y

)2 = 8.370.192,53

(

)

(

)

2 2 2 ˆ Υ − Υ ∑ Υ − Υ ∑ = i i R 53 , 192 . 370 . 8 04 , 998 . 149 . 8 2 = R 9736 , 0 2 = R = 97,36 %

Dari hasil tersebut maka dapat dikatakan bahwa besarnya nilai ramalan jumlah produksi listrik ditentukan sekitar 97,36 % dari variabel jumlah penjualan listrik. Dengan perkataan lain jumlah penjualan listrik dapat digunakan untuk memperkirakan besarnya ramalan produksi listrik.

(

)(

)

(

)

{

}

{

(

)

}

987 , 0 7 54159747,6 02 , 53458140 285140 2933278268 2 53458140,0 ) 2386037225 -50 )(24697391 1355304465 -0 (139034880 2 53458140,0 2 2 2 2 = = = = Υ ∑ − Υ ∑ Χ ∑ − Χ ∑ Υ ∑ Χ ∑ − Υ Χ ∑ = i i i i i i i i n n n r

(51)

Dari nilai r tersebut, terjadi korelasi positif antara variabel X dan Y. Nilai korelasi tersebut adalah 0,987 atau 98,7 %. Korelasi tersebut merupakan korelasi yang sangat kuat karena mendekati korelasi sempurna yaitu 1.

(52)

Uji F

Berdasarkan hasil perhitungan sebelumnya maka dapat dihitung nilai F

Tabel 4.6 Data – Data untuk Uji F

No Y X ^

Y

−

Y

^ (

Y

−

Y

^ )2

_Y

₋

_Y

^ ( ^

Y

−

)2 1 3,405.23 2,611.80 3,253.51 -1,631.20 2,660,823.23 _151.73 _23,020.48 2 3,739.99 2,995.58 3,838.77 -1,045.94 1,093,987.35 _-98.78 _9,757.39 3 4,198.11 3,337.36 4,359.98 -524.72 275,335.28 _-161.87 _26,203.19 4 4,428.74 3,407.91 4,467.57 -417.14 174,001.82 _-38.83 _1,507.98 5 4,727.41 3,646.35 4,831.19 -53.51 2,863.77 _-103.78 _10,771.07 6 5,013.72 3,824.33 5,102.61 217.91 47,482.70 _-88.89 _7,902.01 7 5,410.58 3,787.36 5,046.23 161.53 26,090.65 _364.35 _132,748.01 8 5,558.91 4,150.42 5,599.90 715.19 511,500.31 _-40.99 _1,680.22 9 6,020.62 4,439.97 6,041.46 1,156.76 1,338,085.02 _-20.84 _434.48 10 6,343.77 4,613.38 6,305.91 1,421.21 2,019,827.92 _37.86 _1,433.04 48,847.08 36,814.46 48,847.15 0.07 8,149,998.04 - 0,14 215,457.87

Dari data tabel 4.6 juga dapat di cari nilai F hitung sebagai berikut :

(

)

(

)

k n k pengganggu kesalahan kuadrat rata Rata terkecil kuadrat rata Rata F − Υ − Υ ∑ − Υ − Υ ∑ = − − = 2 2 ˆ 1 ˆ

(53)

Dengan tingkat keyakinan sebesar 95 % atau tingkat kenyataan sebesar 5 % maka dari tabel distribusi F akan diperoleh nilai FTabel pada derajat kebebasan untuk pembilang

satu dan derajat kebebasan untuk penyebut delapan adalah 5,32. Dengan memperbandingkan nilai FTabel yang diperoleh dengan nilai Fhitung yang telah di hitung

sebelumnya maka diperoleh :

Fhitung = 302,611 > FTabel = 5,32

Hal ini menunjukkan bahwa koefisien regresi dalam persamaan regresi sederhana untuk peramalan jumlah produksi listrik adalah signifikan. Sehingga dapat dikatakan bahwa persamaan tersebut tepat atau benar untuk digunakan sebagai persamaan untuk peramalan.

(54)

c. Uji t

Dari persamaan regresi linier sederhana dapat dihitung nilai pada uji t

Tabel 4.7 Data – Data untuk Uji t

No Y X

X

−

X

(

X

−

X

)2 1 3,405.23 2,611.80 -1,069.65 1,144,142.57 2 3,739.99 2,995.58 -685.87 470,412.17 3 4,198.11 3,337.36 -344.09 118,395.18 4 4,428.74 3,407.91 -273.54 74,821.94 5 4,727.41 3,646.35 -35.10 1,231.73 6 5,013.72 3,824.33 142.88 20,415.84 7 5,410.58 3,787.36 105.91 11,217.78 8 5,558.91 4,150.42 468.97 219,936.61 9 6,020.62 4,439.97 758.52 575,358.66 10 6,343.77 4,613.38 931.93 868,500.98 48,847.08 36,814.46 0.00 3,504,433.45

(

)

89 , 51 16 , 3 110 , 164 10 8 87 , 215457 2 ˆ 2 = = = − Υ − Υ ∑ = b a i a n n σ σ σ

(55)

(56)

(

)

(

)

39 , 17 0877 , 0 525 , 1 0877 , 0 013 , 1872 110 , 164 45 , 433 . 504 . 3 8 87 , 215457 2 ˆ 2 2 = = = = = = Χ − Χ ∑ − Υ − Υ ∑ = hitung b hitung b b i i b t b t n σ σ σ σ

Dengan tingkat keyakinan sebesar 95 %, maka pada derajat kebebasan sebesar n – 2 yaitu 8 diperoleh nilai tTabel sebesar:

t0,95; n – 2 = t0,95; 8= 1,86

Oleh karena

thitung koefisien a = 14,058 > ttabel = 1,86

dan

(57)

Dengan demikian dapat disimpulkan bahwa koefisien regresi a dan b secara statitistik adalah berbeda nyata atau signifikan. Oleh karena itu penggunaan persamaan Ŷ = 1,525X – 729,49 adalah benar secara statistik dalam peramalan jumlah produksi listrik berdasarkan jumlah penjualan listrik per tahun di PLN Kitlur SUMBAGUT.

(58)

BAB 5

IMPLEMENTASI SISTEM

Tahapan imlementasi sistem merupakan tahapan penerapan hasil desain tertulis ke dalam

programming atau komuterisasi. Dalam pengolahan data yang telah dikumpulkan penulis

menggunakan perangkat lunak sebagai implementasi sistem yaitu software SPSS versi 15.0. Adapun program SPSS ini adalah program yang dapat memberikan koefisien pada persamaan regresi yang akan digunakan pada proses peramalan. Untuk peramalan akan dilakukan secara manual.

5.1 PERKENALAN SOFTWARE SPSS

SPSS merupakan paket dalam program aplikasi komputer untuk menganalisa data yang digunakan pada berbagai disiplin ilmu, terutama analisis statistik. Pada awalnya SPSS (Satitistical Package for the Social Science) digunakan untuk proses data statistik untuk ilmu sosial sekarang diperluas untuk melayani berbagai jenis pengguna seperti untuk proses produksi di pabrik, riset ilmu sains dan lainnya. Sehingga sekarang SPSS menjadi

(59)

5.2 PENGOLAHAN DATA MENGGUNAKAN SPSS VERSI 15.0

Dalam pengolahan data menggunakan SPSS VERSI 15.0 harus dipastikan terlebih dahulu apakah pada komputer telah terdapat program SPSS VERSI 15.0. apabila tidak maka terlebih dahulu program tersebut diinstall pada komputer yang akan digunakan. Namun program ini hanya memberikan persamaan yang akan digunakan pada peramalan data untuk tahun berikutnya. Untuk menentukan jumlah ramalan akan dilakukan secara manual kembali.

a. Membuka Proram SPSS VERSI 15.0

Klik START kemudian All Programs kemudian SPSS for Windows kemudian pilih

(60)

(61)

Tampilan SPSS versi 15.0

b. Mengolah data dengan program SPSS 15

i. Memasukkan variabel data dalam variabel view.

Dalam proses ini akan dibuat variabel yang akan dianalisis. Langkah – langkahnya sebagai berikut :

a. Buka lembar kerja baru dari menu file kemudian new lalu data. b. Berikan nama variabel dan property yang diperlukan.

c. Pada kolom Type pilih numeric, karena data ysng digunsksn data numerik Pada kolom Width,untuk keseragaman ketik 8.

(62)

Pada kolom Label, ketikkan penjelasan atau nama variabel yang digunakan.

Tampilan variable view adalah sebagai berikut :

Dalam variable view dimasukkan data variabel – variabel yang akan dianalisis. Dari data yang telah dikumpulkan, diperoleh variabel banyak produksi listrik dan variabel banyak penjualan listrik. Variabel tersebut kemudian dimasukkan dalam kolom name kemudian pada kolom label diperjelas variabel yang dibuat dalam name tersebut.

(63)

ii. Memasukkan data pada data view.

Pada proses ini data yang telah diperoleh dimasukkan pada sheet data view. Pada sheet ini akan ditampilkan data yang akan dianalisis.

iii. Proses Analisis data

Pada proses ini komputer akan menganalisis data yang telah dimasukkan dala data view tersebut. Dari proses ini akan diperoleh persamaan regresi linear yang dibutuhkan dalam proses peramalan yang akan dilakukan. Dari menu utama SPSS pilih analyze kemudian submenu regression dan pilih linear.

(64)

(65)

(66)

Masukkan variabel banyaknya energi yang diproduksi ke dalam kolom independent dan variabel banyak penjualan ke dalam kolom dependent. Untuk menampilkan statistik atau perhitungan statistik klik statistics dan pilih perhitungan statististik yang dibutuhkan. Dalam hal ini diperlukan R2 atau koefisien determinasi yang menunjukkan hubungan antara banyak penjualan listrik dengan produksi listrik. Maka pada taskbar statistic sign atau beri tanda check pada pilihan R Squred changed. Akan tampil taskbar berikut:

Kemudian klik continue dan kemudian klik Ok. Akan muncul output SPSS VERSI 15.0 sebagai berikut.

(67)

Dari tampilan output tersebut diperoleh tabel sebagai berikut :

Coefficientsa -731.064 326.886 -2.236 .056 1.525 .088 .987 17.400 .000 (Constant) PENJUALAN ENERGI LISTRIK (GWH) Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients t Sig.

Dependent Variable: BANYAK ENERGI LISTRIK YANG DIPRODUKSI OLEH PLN a.

Dari tabel tersebut diperoleh persamaan regresi yang akan digunakan dalam peramalan. Yaitu pada kolom B dengan konstanta sebesar – 731,064 dan koefisien X sebesar 1,525.

(68)

Kemudian dari tampilan output tersebut juga diperoleh tabel berikut :

Model Summ aryb

.987a .974 .971 164.11496 .974 302.770 1 8 .000 Model 1 R R Square Adjust ed R Square St d. Error of the Es timate R Square

Change F Change df1 df2 Sig. F Change Change St atist ics

Predic tors: (Constant), PENJUALAN ENERGI LISTRIK (GW H) a.

Dependent Variable: BANYAK ENERGI LISTRIK YANG DIPRODUKSI OLEH PLN b.

Dari tabel tersebut diperoleh koefisien determinasi atau R2 yang menunjukkan seberapa besar hubungan antara banyak penjualan dengan jumlah produksi listrik. Dari tabel ditunjukkan koefisien determinasi sebesar 0.974 pada kolom R Square, berarti hubungan antara jumlah penjualan listrik dengan jumlah produksi listrik sangat erat karena mendekati nilai 1. Atau dengan kata lain besarnya ramalan jumlah produksi listrik yang akan diramalkan nantinya ditentukan oleh sekitar 97,4 % penjualan listrik.

Dari persamaan yang telah diperoleh maka data diramalkan jumlah produksi listrik oleh PLN Kitlur SUMBAGUT berdasarkan jumlah penjualan listrik.

(69)

BAB 6

KESIMPULAN DAN SARAN

6.1 KESIMPULAN

Setelah dilakukan pengumpulan dan pengolahan data penjualan listrik dan produksi listrik tahun 1996 – 2005, maka dapat disimpulkan beberapa hal sebagai berikut :

1. Dengan mendapatkan persamaan regresi 1,525 729,49

^

−

= X

Y melalui data yang

diperoleh, maka dapat diramalkan jumlah produksi listrik tahun berikutnya .

2. Nilai koefisien determinasi (R2 ) sebsesar 0,974 atau 97,4 % menunjukkan ramalan produksi listrik ditentukan 97,4 % penjualan listrik. Dengan kata lain bahwa hubungan antara variabel penjualan dengan variabel produksi listrik sangat erat yaitu sebsesar 97,4 %.

3. Setelah dilakukan pengujian melalui uji F dan uji t, yang berfungsi sebagai alat uji

dengan tingkat keyakinan 95 %, maka terbukti bahwa persamaan

49 , 729 525 , 1 ^ − = X

Y adalah signifikan dan dapat digunakan untuk meramalkan

(70)

6.2 SARAN

Dalam memproduksi listrik, PLN Kitlur SUMBAGUT hendaknya mulai memperhatikan jumlah penjualan listrik. Supaya tidak terjadi lagi pemadaman listrik karena jumlah listrik yang diproduksi lebih sedikit dari jumlah penjualan atau konsumsi masyarakat luas. Sebab terjadinya pemadaman listrik sangat menggangu aktifitas masyarakat. PLN Kitlur SUMBAGUT juga hendaknya mengadakan penelitian terhadap jumlah penjualan listrik dan susutnya listrik karena itu akan menentukan jumlah listrik yang harus diproduksi.

(71)

DAFTAR PUSTAKA

Algifari.1997.Analisis Regresi Teori, Kasus, dan Solusi.Yogyakarta: BPFE

Assauri Sofjan.1984. Teknik & Metoda Peramalan, Penerapannya dalam Ekonomi &

Dunia Usaha. Jakarta: Penerbit Fakultas Ekonomi UI

Manurung Adler Haymans, SE. 1990.Teknik Peramalan Bisnis dan Ekonomi. Jakarta: Rineka Cipta

Sembiring R.K. ANALISIS REGRESI.Bandung: ITB

Sudjana, Prof. DR. M.A., M.Sc. Metode Statistika. Bandung: Penerbit TARSITO.