• Tidak ada hasil yang ditemukan

Metode Pemulusan (Smoothing) Eksponensial Ganda Dalam Meramalkan Banyaknya Energi Listrik Yang Disalurkan Di PT. PLN (Persero) Cabang Medan Tahun 2018

N/A
N/A
Protected

Academic year: 2017

Membagikan "Metode Pemulusan (Smoothing) Eksponensial Ganda Dalam Meramalkan Banyaknya Energi Listrik Yang Disalurkan Di PT. PLN (Persero) Cabang Medan Tahun 2018"

Copied!
9
0
0

Teks penuh

(1)

METODE PEMULUSAN (SMOOTHING) EKSPONENSIAL GANDA DALAM MERAMALKAN BANYAKNYA ENERGI LISTRIK

YANG DISALURKAN DI PT. PLN (PERSERO) CABANG MEDAN TAHUN 2018

TUGAS AKHIR

YENTRINA TAMBUNAN 142407058

PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2017

(2)

PERSETUJUAN

Judul : METODE PEMULUSAN (SMOOTHING)

EKSPONENSIAL GANDA DALAM

MERAMALKAN BANYAKNYA ENERGI

LISTRIK YANG DISALURKAN DI PT. PLN

(PERSERO) CABANG MEDAN TAHUN 2018

Kategori : TUGAS AKHIR

Nama : YENTRINA TAMBUNAN

Nomor Induk Mahasiswa : 142407058

Program Studi : D3 STATISTIKA

Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM UNIVERSITAS SUMATERA UTARA

Disetujui di

Medan, Juli 2017

Disetujui oleh:

Program Studi D3 Statistika FMIPA USU Pembimbing,

Ketua,

(3)

ii

PERNYATAAN

METODE PEMULUSAN (SMOOTHING) EKSPONENSIAL GANDA DALAM MERAMALKAN BANYAKNYA ENERGI LISTRIK

YANG DISALURKAN DI PT. PLN (PERSERO) CABANG MEDAN TAHUN 2018

TUGAS AKHIR

Saya mengakui bahwa tugas akhir ini adalah hasil kerja saya sendiri, kecuali

beberapa kutipan dan ringkasan yang masing- masing disebutkan sumbernya.

Medan, Juli 2017

YENTRINA TAMBUNAN 142407058

(4)

PENGHARGAAN

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pengasih dan Maha

Penyayang, dengan limpah karunia-Nya penulis dapat menyelesaikan penyusunan

Tugas Akhir dengan judul Metode Pemulusan (Smoothing) Eksponensial Ganda

dalam Meramalkan Banyaknya Energi Listrik yang Disalurkan di PT. PLN

(Persero) Cabang Medan Tahun 2018.

Terimakasih penulis sampaikan kepada Bapak Dr. Faigiziduhu Bu’ulölö,

M.Si selaku pembimbing yang telah meluangkan waktunya selama penyusunan

tugas akhir dan telah memberikan pengarahan. Terimakasih kepada Ibu Dr. Elly

Rosmaini, M.Si dan Drs. Marihat Situmorang, M.Kom selaku Ketua dan

Sekretaris Program Studi D3 Statistika FMIPA USU, kepada Bapak Dr. Suyanto

M.Kom dan Bapak Drs. Rosman Siregar, M.Si selaku Ketua dan Sekretaris

Departemen Matematika FMIPA USU, Bapak Drs. Gim Tarigan, M.Si selaku

Pembimbing Akademik yang telah memberikan nasihat dan arahan selama

perkuliahan, Bapak Dr. Kerista Sebayang, M.S selaku Dekan FMIPA USU yang

telah memberikan izin kepada penulis untuk melaksanakan riset, seluruh Staff dan

Dosen Program Studi D3 Statistika FMIPA USU, pegawai FMIPA USU dan

rekan-rekan kuliah. Akhirnya tidak terlupakan kepada orang tua penulis Bapak

Tulus M Tambunan dan Ibu Martine Hutasoit dan keluarga yang memberikan

bantuan dan dorongan yang diperlukan, semoga Tuhan Yang Maha Esa

membalasnya.

Medan, Juli 2017

Penulis

(5)

iv

1.4 Tujuan Penelitian 1.5 Tinjauan Pustaka

2 3

1.6 Metode Penelitian 4

BAB 2 LANDASAN TEORI 5

2.1 Pengertian Peramalan 5

2.2 Jenis-jenis Peramalan 5

2.3 Pemilihan Metode Peramalan 6

2.4 Kegunaan Peramalan 7

2.5 Metode Pemulusan (Smoothing) 8

2.6 Metode Smoothing yang Digunakan 9

2.7 Ketepatan Peramalan 10

BAB 3 PENGOLAHAN DATA 12

3.1 Pengertian Pengolahan Data

3.2 Pengolahan Data dengan Metode Smoothing

Eksponensial Ganda: Metode Linier Satu Parameter dari Brown

3.3 Penaksiran Model Peramalan

3.4 Penentuan Bentuk Persamaan Peramalan

3.5 Peramalan Banyaknya Energi Listrik yang Disalurkan Tahun 2016, 2017 dan 2018

BAB 4 IMPLEMENTASI SISTEM

4.1 Pengertian Implementasi Sistem 4.2 Pengenalan Microsoft Excel

(6)

BAB 5 KESIMPULAN DAN SARAN

5.1 Kesimpulan 5.2 Saran

DAFTAR PUSTAKA LAMPIRAN

(7)

vi

DAFTAR TABEL

Halaman

Tabel 3.1 Data Energi Listrik yang disalurkan PT. PLN Cabang

Medan Tahun 2005 sampai 2015 12

Tabel 3.2 Perhitungan Peramalan Banyaknya Energi Listrik yang Disalurkan PT. PLN (Persero) Cabang Medan denga n

Smoothing Eksponensial Ganda Linier dari Brown denga n

α = 0,1 21

Tabel 3.3 Perhitungan Peramalan Banyaknya Energi Listrik yang Disalurkan PT. PLN (Persero) Cabang Medan denga n

Smoothing Eksponensial Ganda Linier dari Brown denga n

α = 0,2 22

Tabel 3.4 Perhitungan Peramalan Banyaknya Energi Listrik yang Disalurkan PT. PLN (Persero) Cabang Medan denga n

Smoothing Eksponensial Ganda Linier dari Brown denga n

α = 0,3 23

Tabel 3.5 Perhitungan Peramalan Banyaknya Energi Listrik yang Disalurkan PT. PLN (Persero) Cabang Medan denga n

Smoothing Eksponensial Ganda Linier dari Brown denga n

α = 0,4 24

Tabel 3.6 Perhitungan Peramalan Banyaknya Energi Listrik yang Disalurkan PT. PLN (Persero) Cabang Medan denga n

Smoothing Eksponensial Ganda Linier dari Brown denga n

α = 0,5 25

Tabel 3.7 Perhitungan Peramalan Banyaknya Energi Listrik yang Disalurkan PT. PLN (Persero) Cabang Medan denga n

Smoothing Eksponensial Ganda Linier dari Brown denga n

α = 0,6 26

Tabel 3.8 Perhitungan Peramalan Banyaknya Energi Listrik yang Disalurkan PT. PLN (Persero) Cabang Medan denga n

Smoothing Eksponensial Ganda Linier dari Brown denga n

α = 0,7 27

Tabel 3.9 Perhitungan Peramalan Banyaknya Energi Listrik yang Disalurkan PT. PLN (Persero) Cabang Medan denga n

Smoothing Eksponensial Ganda Linier dari Brown denga n

α = 0,8 28

Tabel 3.10 Perhitungan Peramalan Banyaknya Energi Listrik yang Disalurkan PT. PLN (Persero) Cabang Medan denga n

Smoothing Eksponensial Ganda Linier dari Brown denga n

α = 0,9 29

Tabel 3.11 Perbandingan Ukuran Ketepatan Metode Peramalan 30 Tabel 3.12 Peramalan Banyaknya Energi Listrik yang Disalurkan PT.

PLN (Persero) Cabang Medan Tahun 2016, 2017 dan 2018 31

(8)

DAFTAR GAMBAR

Halaman

Gambar 3.1 Tampilan Grafik Energi Listrik yang Disalurkan PT. PLN

Cabang Medan Tahun 2005 sampai 2015 13 Gambar 4.1 Tampilan Cara Mengaktifkan Microsoft Excel 35 Gambar 4.2 Tampilan Lembar Kerja Microsoft Excel 35

Gambar 4.3 Tampilan Pemasukan Data 36

Gambar 4.4 Tampilan Hasil Olah Data untuk Persamaan (2.2) 36 Gambar 4.5 Tampilan Hasil Olah Data untuk Persamaan (2.3) 37 Gambar 4.6 Tampilan Hasil Olah Data untuk Persamaan (2.4) 37 Gambar 4.7 Tampilan Hasil Olah Data untuk Persamaan (2.5) 38 Gambar 4.8 Tampilan Hasil Olah Data untuk Persamaan (2.6) 38 Gambar 4.9 Tampilan Hasil Olah Data untuk Persamaan (2.7) 39 Gambar 4.10 Tampilan Hasil Kuadrat Persamaan (2.7) 39 Gambar 4.11 Tampilan Output dari Tabel yang Dijadikan Grafik

Energi Listrik yang Disalurkan PT. PLN Cabang Medan Tahun 2005 sampai 2015

(9)

DAFTAR LAMPIRAN

1. Surat Pengantar Pengambilan Data Riset

2. Surat Permohonan Izin Pengambilan Data Riset

3. Surat Balasan dari Badan Pusat Statistik Provinsi Sumatera Utara

4. Surat Keputusan Dekan

5. Lampiran SK Pembimbing

6. Data Energi Listrik yang Disalurkan PT. PLN Cabang Medan Tahun 2005

sampai 2015

7. Surat Keterangan Hasil Uji Implementasi Sistem Tugas Akhir

8. Kartu Bimbingan Tugas Akhir Mahasiswa

Referensi

Dokumen terkait

Pada penelitian ini menggunakan pengukuran ozon secara tidak langsung.Penelitian ini bertujuan untuk mengidentifikasi konsentrasi sisa ozon pada proses ozonisasi konvensional maupun

Macropores and mesopores only serves as transport pore (the road to the microporous). Pore size distribution is an important parameter in terms of the ability of

Total anggaran biaya untuk perencanaan sistem instalasi plambing air buangan dari lantai semi basement hingga lantai 4 serta biaya seluruh alat plambing yang digunakan pada gedung

Air buangan yang dihasilkan pada gedung Park View memrlukan penyaluran air buangan, sehingga perencana akan melakukan perencanaan sistem plambing untuk menyalurkan air buangan

37. Mengidentifikasi fungsi sosial, struktur teks dan unsur kebahasaan dalam recount text. 38. Menjelaskan fungsi sosial, struktur teks dan unsur kebahasaan dalam

[r]

Anemia Hemolitik pada Pasien Kusta yang Mendapat Multidrug Therapy di RSUP Haji Adam Malik Medani. Wan Tisya Muhaira, Ramona Dumasari Lubis, Mila Darmi Program Magister

Tujuan penelitian ini adalah menganalisis aspek Bioekonomi Cumi-cumi dengan menggunakan model Gordon Schaefer dan Fox untuk mengetahui nilai MSY ( Maximum Sustainable