PROYEKSI TINGKAT PRODUKSI PADI DAN KEBUTUHAN KONSUMSI BERAS PADA TAHUN 2011 DI KABUPATEN KARO TUGAS AKHIR RIA DESRINA SARAGIH

PROYEKSI TINGKAT PRODUKSI PADI DAN KEBUTUHAN KONSUMSI BERAS PADA TAHUN 2011 DI KABUPATEN KARO

TUGAS AKHIR

RIA DESRINA SARAGIH 062407041

DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2009

Ria Desrina Saragih : Proyeksi Tingkat Produksi Padi Dan Kebutuhan Konsumsi Beras Pada Tahun 2011 Di Kabupaten Karo, 2009.


TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Ahli Madya


DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2009


PERSETUJUAN

Judul

: PROYEKSI TINGKAT PRODUKSI PADI DAN KEBUTUHAN KONSUMSI BERAS PADA TAHUN 2011 DI KABUPATEN KARO

Nama Nomor Induk Mahasiswa Program Studi Departemen

: : : :

Fakultas

: MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA

RIA DESRINA SARAGIH 062407041 DIPLOMA (D3) STATISTIKA MATEMATIKA

Diluluskan di Medan,

Juni 2009

Diketahui/Disetujui oleh Departemen Matematika FMIPA USU Ketua

Pembimbing

Dr. Saib Suwilo, M.Sc.

Drs. Rachmat Sitepu, M.Si

NIP. 131 796 149

NIP. 131 695 909


PERNYATAAN


TUGAS AKHIR

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

Medan,

Juni 2009



PENGHARGAAN

Pujian Penyembahan penulis angkatkan kepada Allah yang t’lah menyelamatkan dunia dengan Darah Anak Nya yang tunggal Yesus Kristus, Terpujilah NamaMu, maka Tugas Akhir dengan judul “PROYEKSI TINGKAT PRODUKSI PADI DAN KEBUTUHAN KONSUMSI BERAS PADA TAHUN 2011 DI KABUPATEN KARO” karena bukan kemampuan penulis maka Tugas Akhir ini dapat selesai namun karena campur tangan Yesus Kristus Penyelamat Dunia Penulis menyadari bahwa Tugas Akhir ini masih banyak kekurangan dan kelemahan dengan demikian penulis harapkan saran dan kritik yang sifatnya membangun demi peningkatan mutu penulisan Tugas Akhir di masa yang akan datang. Pada kesempatan ini penulis menghanturkan terima kasih atas petunjuk dan bimbingan yang berharga yang telah diberikan kepada penulis sehingga akhirnya penulis dapat menyelesaikan Tugas Akhir ini. Maka dengan ini penulis mengucapkan terima kasih sebesar-besarnya kepada : 1. Ayah saya tercinta JK.Saragih dan Ibu saya terkasih R.Pintubatu, yang membesarkan dan mendidik penulis dengan penuh kasih sayang dan cinta dari kecil hingga saat ini memberikan doa dan motivasi serta materi yang tak ternilai dengan apapun. 2. Bapak Prof. Dr. Eddy Marlianto, M.Sc, selaku Dekan FMIPA USU. 3. Bapak Dr. Saib Suwilo, M.Sc, selaku ketua Departemen Matematika. 4. Bapak Drs. Rachmat Sitepu,M.Si, Selaku pembimbing yang memberikan bimbingan dan pengarahan dan pengalaman kepada penulis. 5. Bapak Drs. Suwarno Ariswoyo, M.Si, selaku koordinator program studi Statistika. 6. Untuk adik-adikku Elda dan Dores yang telah memberikan semangat, doa dan menjadi penopang setiap langkahku. 7. Untuk Kebaktian Muda/i Kp.Susuk terimakasih buat doa dan dukungannya, serta Kelompok Kecilku di KMKS (Agape = B’David, Dimton, Pontas, Aless ) 8. Teman-teman seperjuangan di Statistik A Stambuk 2006 9. Teman-teman ku di Kp.susuk 4 no 3A ( Bunga, Merna, Lesmie, Hotang, ka bina, Elda erot, J2 ( Jenie n jelita ), Ka dezu, ka Pudan )


Atas segala bantuan dan budi baik semua pihak, Penulis ucapkan terima kasih, semoga. Kasih Tuhan Yesus besarta kita Akhirnya penulis berharap semoga Tugas Akhir ini dapat memberikan manfaat kepada semua pihak yang memerlukan.

Medan,

Juni 2009

Penulis



DAFTAR ISI Halaman Persetujuan Pernyataan Penghargaan Daftar isi Daftar Tabel Daftar Gambar

ii iii iv vi viii viiii

BAB 1 PENDAHULUAN

1

1.1 Latar Belakang 1.2 Identifikasi Masalah 1.3 Batasan Masalah 1.4 Maksud dan Tujuan 1.5 Lokasi dan Waktu Penelitian 1.6 Metodologi Penelitian 1.6.1 Metode Pengumpulan Data 1.6.2 Metode Pengolahan Data 1.7 Tinjauan Pustaka 1.8 Sistematika Penulisan BAB 2 LANDASAN TEORI 2.1 Produksi 2.2 Kebutuhan 2.3 Uji Kecukupan Sampel 2.4 Peramalan 2.4.1 Pengertian Peramalan 2.4.2 Jenis-jenis Peramalan 2.4.3 Langkah-langkah Peramalan 2.4.4 Menghitung Kesalahan Meramal 2.5 Metode Analisa 2.5.1 Metode Laju Pertumbuhan Geometri 2.5.2 Metode Double Exponential Smoothing BAB 3 GAMBARAN UMUM 3.1 Geografis 3.1.1 Iklim 3.2 Pemerintahan 3.3 Penduduk

1 2 3 3 4 4 4 5 6 7 9 9 9 10 11 11 11 14 15 16 17 18 21 21 21 22 23


3.4 Pertanian 3.4.1 Sub Sektor Tanaman Pangan 3.4.2 Sub Sektor Perkebunan 3.4.3 Sub Sektor Peternakan 3.4.4 Sub Sektor Perikanan 3.4.5 Sub Sektor Kehutanan BAB 4 PENGOLAHAN DATA 4.1 Perhitungan Jumlah Penduduk 4.2 Proyeksi Produksi Tanaman Padi 4.2.1 Forecast dengan Double Exponential Smoothing ( α = 0,1 ) 4.2.2 Forecast dengan Double Exponential Smoothing ( α = 0,4 ) 4.2.3 Forecast dengan Double Exponential Smoothing ( α = 0,5 ) 4.2.4 Forecast dengan Double Exponential Smoothing ( α = 0,6 ) 4.2.5 Forecast dengan Double Exponential Smoothing ( α = 0,9 ) 4.3 Analisis Kebutuhan Konsumsi Beras BAB 5 IMPLEMENTASI SISTEM 5.1 Tahapan Implementasi 5.2 Microsoft Excel 5.3 Langkah-langkah Memulai Pengolahan Data Dengan Excel 5.4 Pengambaran Hasil BAB 6 KESIMPULAN DAN SARAN 6.1 Kesimpulan 6.2 Saran

24 24 24 25 26 26 27 27 33 35 41 46 51 56 62 65 65 66 67 73 74 74 75

DAFTAR PUSTAKA


BAB I

PENDAHULUAN

1.1 Latar Belakang

Kabupaten Karo merupakan salah satu Kabupaten di Sumatera Utara yang sebagian besar penduduknya bekerja di sektor pertanian. Hal ini terlihat dari pendapatan perkapita daerah Kabupaten Karo yang sebagian besar diperoleh dari sektor pertanian.Salah satu output yang terpenting dari sektor ini adalah komoditi padi yang terdapat dari semua kecamatan

Komoditi padi merupakan komoditi yang strategis, karena dibutuhkan setiap penduduk sebagai bahan sumber kalori utama. Karena sangat pentingnya komoditi ini sehingga memerlukan adanya suatu perencanaan yang matang untuk dapat memenuhi kebutuhan yang memadai. Sehingga ketersediaan komoditi ini perlu dipantau terus agar dapat diantisipasi permasalahan yang akan timbul.


Masalah ketersediaan padi tidak hanya menyangkut jumlah yang tersedia saja, tetapi juga tentang kebutuhan yang dapat memenuhi permintaan dari waktu ke waktu. Untuk ini diperlukan suatu indikator yang dapat melihat peningkatan produksi terhadap kebutuhan yang diinginkan.

Selain dapat melihat peningkatan jumlah produksi komoditi padi, perlu juga dilakukan peninjauan terhadap perkembangan penduduk yang terus menerus bertambah. Semakin bertambahnya penduduk mengakibatkan bertambahnya juga permintaan akan beras sehingga membutuhkan peningkatan produksi komoditi padi. Untuk itu diperlukan suatu penelitian dan peramalan akan produksi padi dan kebutuhannya pada masa mendatang. Dengan berlandaskan pemikiran tersebut diatas, maka penulis memilih judul “PROYEKSI TINGKAT PRODUKSI PADI DAN KEBUTUHAN KONSUMSI BERAS PADA TAHUN 2011 DI KABUPATEN KARO”

1.2 Identifikasi Masalah

Pertambahan penduduk yang terus meningkat menyebabkan peningkatan beras terus meningkat. Karena beras merupakan makanan pokok bagi bangsa Indonesia pada umumnya dan Kabupaten Karo pada khususnya maka kecukupan komoditi ini harus diketahui dari waktu ke waktu Untuk mengetahui apakah sudah dapat mencukupi kebutuhan,maka harus mengetahui tingkat produksi tanaman padinya. Dengan mengetahui tingkat produksi padi, Ria Desrina Saragih : Proyeksi Tingkat Produksi Padi Dan Kebutuhan Konsumsi Beras Pada Tahun 2011 Di Kabupaten Karo, 2009.

maka ketersediaan padi dimasa mendatang dapat diperkirakan dan seberapa besar perbedaan antara ketersediaan padi dengan permintaan beras dapat diketahui.Untuk mengetahui banyaknya permintaan beras maka harus mengetahui batasan rata-rata yang dikonsumsikan penduduk.

1.3 Batasan Masalah

Untuk mengarahkan agar penelitian tidak menyimpang dari tujuan yang diinginkan, maka penulis membuat batasan masalah pada Tugas Akhir ini.Adapun batasan permasalahannya yaitu pada hal-hal sebagai berikut : 1. Sejauh mana tingkat produksi tanaman padi di Kabupaten Karo. 2. Perhitungan pertumbuhan penduduk yang dilakukan secara garis besar ( kasar ) yaitu tanpa menghitung angka kematian dan migrasi 3. Perkiraan kebutuhan konsumsi penduduk terhadap beras di Kabupaten Karo pada tahun 2011 4. Menentukan selisih produksi beras dengan kebutuhan akan konsumsi beras.

1.4 Maksud dan Tujuan

Adapun maksud penulisan Tugas Akhir ini adalah untuk melihat apakah proyeksi tingkat produksi padi pada tahun 2011 di Kabupaten Karo dapat memenuhi konsumsi penduduk akan Ria Desrina Saragih : Proyeksi Tingkat Produksi Padi Dan Kebutuhan Konsumsi Beras Pada Tahun 2011 Di Kabupaten Karo, 2009.

beras di Kabupaten Karo, serta merupakan wujud dari penerapan ilmu yang telah didapat selama ini dalam perkuliahan, khususnya dalam bidang statistika yaitu dengan metode peramalan.

1.5 Lokasi dan Waktu Penelitian

Penelitian atau pengumpulan data mengenai tingkat produksi padi dan jumlah penduduk Kabupaten Karo diperoleh dari Badan Pusat Statistik ( BPS ) Propinsi Sumatera Utara di Jalan Asrama No. 179 Medan.

1.6 Metodologi Penelitian

Metode Penelitian adalah suatu cara yang terdiri dari langkah-langkah ata urutan kegiatan yang berfungsi sebagai pedoman umum yang digunakan untuk melaksanakan penelitian sehingga apa yang menjadi tujuan dari penelitian itu terwujud

1.6.1 Metode Pengumpulan Data


Metode Pengumpulan data dapat dibedakan berdasarkan sumbernya yaitu : 1. Data Primer, dan 2. Data Sekunder Data Primer adalah data yang diperoleh langsung dari sumbernya, diamati dan dicatat untuk pertama kalinya.Data sekunder adalah data yang bukan diusakhakan sendiri pengumpulannya oleh peneliti. Misalnya dari Badan Pusat Statistik ( BPS ), majalah, internet, keterangan- keterangan atau publikasi lannya. Adapun data yang diperoleh untuk penulisan ini merupakan data sekunder dari Baan Pusat Statistik ( BPS ).Ruang lingkup data secara populasi yang mana datanya adalah seluruh kecamatan di Kabupaten Karo.

1.6.2 Metode Pengolahan Data

1. Perhitungan Pertumbuhan Penduduk Perhitungan jumlah penduduk pada tahun yang akan datang dibutuhkan guna mengetahui tingkat kebutuhan beras yang akan dikonsumsi penduduk Kabupaten Karo pada tahun 2011 2.

Proyeksi Tingkat Produksi Padi


Perhitungan dilakukan untuk meramalkan seberapa besar tingkat produksi padi pada tahun 2011 di Kabupaten Karo dan apakah dapat memenuhi kebutuhan konsumsi penduduk terhadap beras. 3. Memenuhi Kebutuhan Konsumsi Beras pada tahun 2011 di Kabupaten Karo.cara yang dilakukan dengan mengalikan jumlah penduduk dengan batasan rata-rata yang dikonsumsikan setiap penduduk terhadap beras selama setahun 4. Menentukan Selisih Produksi Beras dengan Kebutuhan Konsumsi Beras Perhitungan ini dilakukan dengan membandingkan ramalan produksi padi tahun 2011 yang telah dikonversikan keberas dengan kebutuhan konsumsi penduduk akan beras.

1.7 Tinjauan Pustaka

Dalam penulisan tugas akhir ini penulis mencari buku-buku sebagai bahan tambahan yang ada kaitannya dengan masalah yang dibahas.

1. Assauri, Sofyan. 1991. Teknik dan Metode Peramalan penerapannya dalam ekonomi dan dunia usaha. Jakarta: Penerbit LPFE UI Dari buku ini dikutip tentang metode peramalan halaman 1 2. Gitosudarmo, Indriyo dan Najmudin, Muhammad. 2001. Teknik Proyeksi

Bisnis.

Yogyakarta: BPFE Ria Desrina Saragih : Proyeksi Tingkat Produksi Padi Dan Kebutuhan Konsumsi Beras Pada Tahun 2011 Di Kabupaten Karo, 2009.

3. Mantra, I. Bagoes. 2000. Demografi Umum.Yogyakarta : Pustaka Pelajar. Dari buku ini dikutip tentang laju pertumbuhan penduduk geometris pada halaman 108

1.8 Sistematika Penulisan

Tugas akhir ini terdiri dari beberapa bab, dan tiap bab terdiri dari sub-sub bab, hal ini dilakukan untuk mempermudah penulis khususnya dan pembaca pada umumnya dalam hal memahami isi dari tugas akhir ini. Adapun Penyusunan tugas akhir ini dibagi dalam empat bab yaitu :

Bab 1

: Pendahuluan Dalam bab ini dijelaskan mengenai latar belakang, identifikasi masalah, batasan masalah, maksud dan tujuan penelitian, lokasi dan


waktu penelitian,

metodologi penelitian, tinjauan pustaka, dan

sistematika penulisannya. Bab 2

: Landasan Teori Bab ini menguraikan mengenai pengertian produksi, kebutuhan, peramalan, metode pertuumbuhan geometri, metode double exponensial smoothing

Bab 3

: Gambaran Umum Dalam bab ini Penulis menguraikan tentang Gambaran mengenai Kabupaten Karo dimana dilakukan penelitian Bentuk dan susunan Pemerintahan Daerah, keadaan daerah, iklim, dan Budaya serta Sosial

Bab 4

: Pengolahan Data Dalam bab ini dilakukan analisa data dengan perhitungan Pertumbuhan geometri penduduk, proyeksi tingkat produksi

padi,

perhitungan kebutuhan konsumsi beras Bab 5

: Implementasi Sistem Bab ini menguraikan tentang penerapan hasil disain tertulis kedalam programming. Program yang digunakan Microsoft excel

Bab 6

: Kesimpulan dan Saran


Pada bab penutupan ini penulis memberikan beberapa kesimpulan dan saran sesuai dengan hasil analisa yang dilakukan

BAB 2

LANDASAN TEORI

2.1 Produksi

Produksi padi merupakan suatu hasil dari bercocok tanam dimana dilakukan dengan penanaman bibit padi dan perawatan serta penupukan yang teratur sehingga Ria Desrina Saragih : Proyeksi Tingkat Produksi Padi Dan Kebutuhan Konsumsi Beras Pada Tahun 2011 Di Kabupaten Karo, 2009.

menghasilkan suatu hasil yang dapat dimamfaatkan dan digunakan. Pentingnya produksi padi ini merupakan sumber kalori utama untuk melakukan aktivitasnya sehari-hari umumnya Indonesia dan khususnya Di Kabupaten Karo. Dimana komoditi padi diolah menjadi beras dan beras tersebut dipergunakan oleh penduduk sebagai bahan makanan utama.

2.2 Kebutuhan

Kebutuhan adalah suatu harapan, ataupun keinginan yang harus dicukupi dimana keinginan itu merupakan suatu hal yang penting dalam membantu melancarkan pelaksanaan aktivitasnya. Kebutuhan ini dapat dibedakan menjadi 3 bagian yaitu : 1.Kebutuhan Primer 2.Kebutuhan Sekunder 3.Kebutuhan Tertier Kebutuhan pokok ( Kebutuhan Primer ) adalah sesuatu kebutuhan yang harus dipenuhi atau dikabulkan demi untuk melakukan aktivitas. Jika hal tersebut tidak dipenuhi atau dicukupi maka akan menghambat ataupun membatalkan semua atau sebagian aktivitas yang akan dilaksanakan. Komoditi padi merupakan sumber kalori utama bagi penduduk Indonesia umumnya dan Kabupaten Karo pada khususnya.


Dari keterangan diatas dapat ditarik kesimpulan bahwa produksi padi memegang peranan penting demi kelanjutan aktifitas ataupun kelanjutan pelaksanaan pembangunan bangsa Indonesia pada umumnya dan Kabupaten Karo pada khususnya.

2.3 Uji Kecukupan Sampel

Dalam melakukan penelitian, kita akan selalu melakukan penarikan sampel, hal ini dikarenakan tidak selamanya kita dapat melakukan pengamatan seluruhnya pada populasi yang disebabkan oleh berbagai faktor-faktor yang tidak memungkinkan, misalnya dari segi dana yang dibutuhkan, waktu dan lain sebagainya. Sampel yang baik adalah sampel yang representatif, yang artinya sampel itu dapat mengambarkan atau menerangkan sifat-sifat dan karakteristik dari populasinya. Hal ini dapat kita ketahui dengan melihat kecukupan dari sampel yang dikumpulkan. Suatu sampel dikatakan sudah mencukupi atau mewakili populasinya apabila N' < N, dimana N itu sendiri adalah banyaknya sampel yang kita kumpulkan dan Xi adalah data yang dikumpulkan , sedangkan N' diperoleh dari rumus sebagai berikut :  20 N Y 2 − ( Y )2 ∑ i ∑ i  N'=  ∑ Yi  

    

2


2.4 Peramalan

2.4.1 Pengertian Peramalan

Peramalan ( Assauri, Sofyan, 1991 ) adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang akan datang . Dalam usaha mengetahui atau melihat perkembangan di masa depan, peramalan dibutuhkan untuk menentukan kapan suatu peristiwa akan terjadi atau suatu kebutuhan akan timbul., sehingga dapat dipersiapkan kebijakan atau tindakan – tindakan yang perlu dilakukan.

2.4.2 Jenis – Jenis Peramalan

Pada umumnya peramalan dapat dibedakan dari beberapa segi tergantung dari cara melihatnya. Apabila dilihat dari sifat penyusunannya maka peramalan dapat dibedakan menjadi 2 ( dua ) macam yaitu : 1. Peramalan yang subjektif, yaitu peramalan yang didasarkan atas perasaan atau intuisi dari orang yang menyusunnya. 2. Peramalan yang objektif, yaitu peramalan yang didasarkan atas data yang relevan dari masa lalu dengan menggunakan teknik-teknik dan metodemetode dalam penganalisaan data tersebut. Ria Desrina Saragih : Proyeksi Tingkat Produksi Padi Dan Kebutuhan Konsumsi Beras Pada Tahun 2011 Di Kabupaten Karo, 2009.

Jika dilihat dari jangka waktu ramalan, yang disusun, maka peramalan dapat dibedakan atas dua macam pula yaitu :

1. Peramalan jangka panjang,

yaitu peramalan

yang dilakukan untuk

penyusunannya hasil ramalan yang jangka waktunya lebih dari suatu setengah tahun atau tiga semester 2. Peramalan jangka pendek, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan dengan jangka waktu yang kurang dari satu setengah tahun atau tiga semester Berdasarkan sifat ramalan yang telah disusun maka peramalan dibedakan atas dua macam, yaitu : 1. Peramalan kualitatif, yaitu peramalan yang didasarkan atas data kualitatif pada masa lalu. Hasil peramalan yang dibuat sangat tergantung pada orang yang menyusunnya.Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran yang berbsiat intuisi, pendapat, dan pengetahuan serta pengalaman dari penyusunnya. 2. Peramalan kuantitatif, yaitu peramalan yang didasarkan atas data kuantitatif pada masa lalu.Peramalan kuantitatif sangat mengandalkan pada data historis yang dimiliki. Hasil peramalan yang dibuat sangat tergantung pada metodemetode yang dipergunakan dalam peramalan tersebut. Ria Desrina Saragih : Proyeksi Tingkat Produksi Padi Dan Kebutuhan Konsumsi Beras Pada Tahun 2011 Di Kabupaten Karo, 2009.

Peramalan kuantitatif hanya dapat digunakan apabila tedapat tiga kondisi sebagai berikut : 1. Adanya informasi tentang keadaan yang lalu 2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data 3.Dapat diasumsikan bahwa pola yang lalu akan bekelanjutan pada masa yang akan datang.

Teknik kuantitatif ini biasanya dikelompokkan menjadi dua, yakni teknik statistik dan teknik deterministik. Teknik statistik menitikberatkan pada pola, perubahan

pola,

dan

faktor

gangguan

yang

disebabkan

pengaruh

random.Termasuk dalam teknik ini adalah teknik smoothing, dekomposisi dan teknik Box-Jenkins.Teknik deterministic mencakup identifikasi dan penentuan hubungan antara variable yang akan diperkirakan dengan variable-variabel lain yang akan mempengaruhinya.Termasuk dalam teknik ini adalah teknik regresi sederhana, regresi berganda, auto regresi dan model input output.

2.4.3 Langkah-langkah Peramalan


Kualitas atau mutu dari hasil peramalan yang disusun, sangat ditentukan oleh proses pelaksanaan penyusunannya. Peramalan yang baik adalah peramalan yang dilakukan dengan mengikuti langkah-langkah ataun prosedur penyusunan yang baik . Pada dasarnya ada tiga langkah peramalan yang penting, yaitu :

1. Menganalisis data yang lalu. Tahap ini berguna untuk pada pola yang masa lalu. Analisa ini dilakukan dengan cara membuat tabulasi data yang lalu. Dengan tabulasi data, maka dapat diketahui pola dari data tersebut. 2. Menetukan metode yang dipergunakan. Masing-masing metode akan memberikan hasil peramalan yang berbeda. Metode peramalan yang baik adalah metode yang memberikan hasil ramalan yang tidak jauh berbeda dengan kenyataan yang terjadi. Dengan kata lain, metode peramalan yang baik adalah metode yang menghasilkan penyimpangan antara hasil peramalan dengan nilai kenyataan yang sekecil mungkin. 3. Memproyeksikan data yang lalu dengan menggunakan metode yang dipergunakan. Hasil inilah yang dipergunakan sebagai dasar untuk perencanaan dan pengambilan keputusan.

2.4.4 Menghitung Kesalahan Meramal


Hasil proyeksi yang akurat adalah forecast yang bias meminimalkan kesalahan meramal (forecast eror). Besarnya forecast error (kesalahan meramal) dihitung dengan mengurangi data yang sebenarnya dengan besarnya ramalan. Eror = Data yang sebenarnya – ramalan = Xt - Ft Dimana Xt

= Data sebenarnya periode ke - t

Ft

= Ramalan periode ke t

Dalam menghitung forecast error digunakan : a. Mean Absolute Error ( MAE ) Mean Absolute Error adalah rata-rata absolute dari kesalahan meramal, tanpa menghiraukan tanda positif atau negatif

MAE =

b. Mean Squared Error ( MSE ) Mean Square Error adalah rata-rata kesalahan meramal dikuadratkan

MSE =

∑e

2 i

n

c. Menentukan Besarnya Konstanta ( at ) Ria Desrina Saragih : Proyeksi Tingkat Produksi Padi Dan Kebutuhan Konsumsi Beras Pada Tahun 2011 Di Kabupaten Karo, 2009.

at

: 2S't – S''t

d. Menentukan Besarnya Slope ( bt ) bt

:

( S''t – S''t )

e. Menentukan Besarnya Forecast ( F t + m ) Ft+m

: at + bt ( m ), dimana m adalah jumlah periode didepan

yang diramalkan

Dengan menggunakan rumusan-rumusan yang sudah ada penulis melakukan suatu proyeksi / peramalan tingkat produksi padi tahun 2011. Adapun alasan penulis memilih rumusan ini adalah melihat selisih produksi padi dari setiap tahunnya tidak begitu konstan ( naik turun ). Sehingga peramalan produksi padi dilakukan dengan metode pemulusan eksponensial ganda untuk melicinkan / memuluskan ramalan produksi padi dari tahun ke tahun.

2.5 Metode Analisa Penelitian dilaksanakan dengan menggunakan analisa laju pertumbuhan penduduk geometris dan double smoothing. Adapun tiap- tiap metode yang digunakan mempunyai tugas dan fungsi masing- masing yang mana metode yang satu dengan metode yang lain memiliki hubungan yang sangat erat.

2.5.1 Metode Laju Pertumbuhan Geometri Ria Desrina Saragih : Proyeksi Tingkat Produksi Padi Dan Kebutuhan Konsumsi Beras Pada Tahun 2011 Di Kabupaten Karo, 2009.

Tingkat pertumbuhan geometris adalah pertumbuhan penduduk bertahap, yaitu dengan memperhitungkan pertumbuhan penduduk hanya pada akhir tahun dari suatu periode. Metode ini menghitung pertumbuhan penduduk secara garis besar ( kasar ), yaitu tanpa adanya perhitungan angka kematian dan imgrasi. Dengan menggunakan diatas maka dapat digunakan suatu formula (rumusan ) untuk melakukan peramalan jumlah penduduk pada tahun 2011. Adapun rumusan yang dipergunakan adalah dengan rumusan sebagai berikut : Pt

= Po ( 1 + r ) t

( 1 + r )t =

r

Keterangan

=

-1

:

Po

: jumlah penduduk pada tahun dasar

Pt

: jumlah penduduk pada tahun t

t

: jangka waktu ( dalam banyaknya tahun )

r

: rata-rata laju pertumbuhan penduduk per tahun

Dengan menggunakan rumusan diatas maka jumlah penduduk tahun 2011 dapat diperkirakan. Ria Desrina Saragih : Proyeksi Tingkat Produksi Padi Dan Kebutuhan Konsumsi Beras Pada Tahun 2011 Di Kabupaten Karo, 2009.

2.5.2 Metode Double Eksponential Smoothing ( Pemulusan Eksponensial Ganda )

Peramalan dengan menggunakan metode double exponential smoothing atau disebut juga metode exponential smoothing yang linear dapat dilakukan dengan perhitungan yang hanya membutuhkan tiga buah nilai data dan satu nilai α. Dengan pemikiran dari metode double exponential smoothing ini adalah baik nilai pelican ( smoothing value )tunggal maupun ganda terdapat pada waktu sebelum data sebenarnya, bila pada data itu ada trend , maka nilai- nilai pelican tunggal ( single smoothing value ) ditambahkan nilai-nilai pelican ganda ( double smoothing value )

Metode smoothing (metode pemulusan/ pelican) merupakan teknik meramal dengan cara mengambil rata-rata dari nilai beberapa periode yang lalu untuk menaksir nilai suatu periode yang akan datang. Dalam metode ini data histories digunakan untuk memperoleh angka yang dilicinkan atau diratakan. Dalam metode ini peramalan dilakukan dengan mengulang perhitungan secara terus-menerus dengan menggunakan data terbaru. Setiap data diberi bobot, data yang lebih baru diberi bobot yang lebih besar.


Pada peramalan tingkat

produksi padi pada tahun 2011

yang

menggunakan double exponential smoothing ( pemulusan exponensial ganda ) memiliki tahapan-tahapan dalam menentukan ramalan. Persamaan – persamaan yang dipergunakan dalam penerapan metode double exponential smoothing adalah seperti yang akan diuraikan dibawah ini. Persamaan atau formula ini dikenal dengan nama metode atau teknik “Brown’s One Parameter Linear Exponential Smoothing “. Pada dasarnya formula atau tahapan – tahapan tersebut adalah sebagai berikut :

a.Menentukan Smoothing Pertama (S''t) S't

: α Xt + (1- α ) S't-1

S'

: Smoothing pertama periode t

Xt

: Nilai rill periode t

S’ t-1

: Smoothing

pertama periode t-1

b.Menentukan smoothing kedua ( S''t ) S'' t

: α S' t + (1- α ) S''t-1

S''

: Smoothing kedua periode t – 1

c. Menentukan Besarnya Konstanta ( at ) at

: 2 S't - S''t


d. Menentukan Besarnya Slope ( bt ) bt

:

( S't – S''t )

e. Menentukan Besarnya Forecast ( Ft+m ) F t+m

: at + bt ( m ) , dimana m adalah jumlah periode didepan

yang diramalkan Dengan menggunakan rumusan-rumusan yang sudah ada penulis melakukan suatu proyeksi / peramalan tingkat produksi padi pada tahun 2011. Adapun alasan penulis memilih rumusan tersebut adalah dengan melihat selisih produksi padi dari setiap tahunnya tidak begitu konstan ( naik turun ). Sehingga peramalan produksi padi dilakukan dengan metode pemulusan eksponensial ganda untuk melicinkan / memuluskan ramalan produksi padi dari tahun ke tahun

BAB 3 GAMBARAN UMUM

3.1 Geografis


Secara geografis letak Kabupaten Karo berada diantara 2050' - 3019' Lintang Utara dan 97055 ' - 98038' Bujur Timur dengan Luas 2.127,25 Km2 Kabupaten Karo terletak pada jajaran Bukit Barisan dan sebagian besar wilayahnya merupakan dataran tinggi. Dua gunung berapi aktif terletak di wilayah ini sehingga rawan gempa vulkanik.wilayah Kabupaten Karo berada pada ketinggian 1201400 m diatas permukaan laut. Sebelah utara berbatasan dengan Kabupaten Langkat dan Kabupaten Deli Serdang, sebelah selatan dengan Kabupaten Dairi dan Kabupaten Toba Samosir, sebelah timur dengan Kabupaten Deli Serdang dan Kabupaten Simalungun dan sebelah barat dengan Propinsi Nangroe Aceh Darusalam.

3.1.1 Iklim Kabupaten Karo beriklim tropis dan mempunyai dua musim yaitu musim hujan dan musim kemarau. Musim hujan pertama mulai bulan Agustus sampai dengan bulan Bulan Januari dan musim kedua pada Bulan Maret sampai dengan Bulan Mei, sedangkan musim kemarau biasanya pada bulan Februari, Juni dan Juli. Curah hujan di Kabupaten Karo tahun mencapai 363 MM dan terendah sebesar 63 MM sedangkan jumlah hari hujan tertinggi pada Bulan September sebanyak 20 hari dan terendah pada bulan Februari sebanyak 7 hari Suhu terendah berkisar antara 180 C sampai dengan 20,50 C dengan kelembaban udara rata-rata setinggi 88,47 %


3.2 Pemerintahan Secara administrasi Kabupaten Karo terdiri dari 17 Kecamatan dan 262 Desa/ Kelurahan ( 252 Desa dan 10 Kelurahan ), dengan pusat Pemerintahan Kabupaten Karo berada di Kabanjahe Untuk menetapkan anggota DPRD Karo periode 2004 – 2009 maka telah diadakan wilayah daerah pemilihan yang terdiri dari : a. Daerah Pemilihan Lau Baleng, Mardinding, dan Tigabinanga b. Daerah pemilihan Juhar, Kutabuluh, Munte dan Payung c. Daerah pemilihan Kabanjahe d. Daerah pemilihan Berastagi dan Simpangempat e. Daerah pemilihan Barusjahe, Tigapanah dan Merek Dari hasil pemilihan tersebut diharapkan menghasilkan komposisi Legislatif yang proporsional dalam mewakili aspirasi daerah masing-masing untuk mempercepat proses pembangunan. Hasil Pemilu telah menetapkan anggota DPRD Karo dari 12 Partai Pemilu. PDI Pejuangan memperoleh suara terbanyak dengan jumlah anggota dewan 11 orang 3.3 Penduduk


Hasil Sensus tahun 2000 Penduduk Kabupaten Karo berjumlah 283.713 jiwa, pada pertengahan tahun2007 diperkirakan sebesar 351.368 yang mendiami wilayah seluas 2.127,25 Km2. Kepadatan penduduk diperkirakan sebesar 165,17 jiwa/ Km2 Laju pertumbuhan Penduduk Karo Tahun 2000 – 2007 ( keadaan tengah tahun ) adalah sebesar 3,10 % per tahun. Tahun 2007 di Kabupaten Karo Penduduk laki-laki lebih sedikit dari perempuan. Laki-laki berjumlah 172.862 Jiwa dan Perempuan berjumlah 178.506 Jiwa. Sex rasionya sebesar 96,84 Selanjutnya dengan melihat jumlah penduduk yang berusia dibawah 15 tahun dan 65 tahun ke –atas maka diperoleh raasio ketergantungannya sebesar 60 yang berarti setiap seratus orang usia produktif menanggung 60 orang dan usia dibawah 15 tahun dan 65 tahun keatas. Beban tanggungan anak bagi usia produktif sebesar 52 dan beban tanggungan lanjut usia bagi penduduk usia produktif sebesar 7

3.4 Pertanian Sektor pertanian merupakan bagian terpenting dalam perekonomian Kabupaten Karo. Peranan sektor ini terhadap PDRB Kabupaten Karo pada tahun 2007 berkisar 59,80 % untuk harga berlaku. Sektor pertanian dikelompokkan menurut sub sektor tanaman pangan, perkebunan, peternakan,perikanan dan sektor kehutanan Ria Desrina Saragih : Proyeksi Tingkat Produksi Padi Dan Kebutuhan Konsumsi Beras Pada Tahun 2011 Di Kabupaten Karo, 2009.

3.4.1 Sub Sektor Tanaman Pangan Cakupan sub sektor tanaman pangan meliputi padi/palawija dan holtikultura, produksi padi pada tahun 2007 tercatat padi lading sebesar 41.303 ton, sedang mengalami peningkatan jika disbanding tahun 2006 yang berjumlah 30.064 ton. Untuk padi sawah sebesar 72.063 ton pada tahun yang sama, keadaan ini juga meningkat jika disbanding dengan produksi tahun 2006 yang berjumlah 59.852 ton

3.4.2 Sub sektor Perkebunan Pada umumnya usaha perkebunan di Kabupaten Karo adalah usaha perkebunan rakyat. Jenis tanaman yang biasa ditanam adalah kemiri, kopi, kelapa, tembakau, coklat, kelapa sawit, cengkeh dan aren Luas tanaman kemiri pada tahun 2007 seluas 2.560 Ha, sedangkan tahun 2006 sekitar 2.880 Ha. Sedangkan tanaman kopi luas tanamnya terus bertambah dari 5.159 Ha tahun 2006 menjadi 5.294 Ha pada tahun 2007. Demikian juga dengan coklat. Tahun 2006 luas tanaman coklat hanya 2.372 Ha sedangkan tahun2007 sudah menjadi 3.146,7 Ha. Dari segi produksi, kemiri mengalami penurunan. Tahun 2006 produksi kemiri sebesar 4.107,5 ton sedangkan tahun 2007 turun menjadi 2.358,32 ton. Hal yang sama juga terjadi pada tanaman kopi dimana pada Ria Desrina Saragih : Proyeksi Tingkat Produksi Padi Dan Kebutuhan Konsumsi Beras Pada Tahun 2011 Di Kabupaten Karo, 2009.

tahun 2006 produksi kopi sebesar 16.076,00 ton, sedangkan tahun 2007 menjadi 7.207,35 ton. Sedangkan produksi coklat mengalami peningkatan tahun 2006 sebesar 1.553,10 ton dan tahun 2007 menjadi 1. 734,71 ton

3.4.3 Sub Sektor Peternakan Usaha peternakan umumnya diusahakan oleh rakyat yang bertujuan untuk dikonsumsi dan juga menambah pendapatan Rumah Tangga. Ternak yang umum dipelihara masyarakat Karo adalah sapi, kerbau, babi, kuda ayam, dan anjing Beberapa jenis ternak yang mengalami perubahan jumlah populasi adalah sapi, babi, kambing dan ayam. Pada tahun2006 populasi sapi potong mencapai 55.036 ekor namun menurun menjadi 52..694 ekor pada tahun 2007. Sedangkan ternak babi meningkat dari tahun 2006 yang berjumlah 42.118 ekor dan pada tahun 2007 menjadi 86.848 ekor. Populasi kambing mengalami penurunan, dimana pada tahun 2006 berjumlah 19.327 ekor, berkurang menjadi 9.239 ekor tahun 2007. Populasi ayam jaga mengalami penurunan, dimana pada tahun 2006 berjumlah 971.572 ekor menjadi 770.516 ekor pada tahun 2007 3.4.4 Sub Sektor Perikanan Perikanan umumnya diusahakan disawah sebagai kolam dan di danau bagi Kecamatan Merek, produksi ikan dari kolam rakyat tahun 2007 sebesar 135,00 ton dan dari jarring apung sebesar 370 ton


3.4.5 Sub Sektor Kehutanan Kawasan hutan sangat vital bagi kehidupan sebab selain paru- paru dunia hutan juga merupakan tempat habitat hidup berbagai jenis hewan. Hutan juga berfungsi sebagai resapan air Di Kabupaten Karo terdapat hutan lindung seluas 98.644,5 Ha yaitu daerah kawasan Leuser. Sedangkan hutan suaka alam ada 7 Ha, hutan produksi terbatas ada 15.572 Ha. Hutan Produksi ada seluas 11.293 Ha. Dari seluas 125.526,50 Ha hutan yang ada di Kabupaten Karo kondisinya sudah sangat memprihatinkan hal ini dapat kita lihat dari getah dammar, rotan, kayu dll yang semakin menurun tiap tahun, diman beberapa tahun terakhir sudah tidak ada lagi.

BAB 4 PENGOLAHAN DATA


4.1 Perhitungan Jumlah Penduduk Sebelum meramalkan tingkat produksi padi terlebih dahulu penulis melakukan pengolahan jumlah penduduk di Kabupaten Karo , karena tingkat pertambahan penduduk di Kabupaten Karo sangat berpengaruh terhadap konsumsi beras penduduk Kabupaten Karo. Adapun data yang dipaparkan penulis dalam penulisan Tugas Akhir ini adalah hasil Survey – Sensus Kantor Badan Pusat Statistika ( BPS ) Provinsi Sumatera Utara , Medan dimana jumlah penduduk tersebut dari tahun 1996-2009 adalah sebagai berikut

Tabel 4 .1 Jumlah Penduduk di Kabupaten Karo Tahun 1996 - 2009 Tahun

Jumlah Penduduk

1996

275630

1997

276763

1998

280486


1999

284110

2000

279470

2001

287857

2002

299149

2003

309931

2004

314472

2005

318944

2006

323342

2007

327664

2008

331902

2009

336053

Sumber : Badan Pusat Statistik Provinsi Sumatera Utara


Gambar 4.1 Proyeksi Penduduk Kabupaten Karo Tahun 2006-2011 Perkembangan jumlah penduduk yang terus meningkat menimbulkan suatu permasalahan di masa yang akan datang terutama dalam pemenuhan kebutuhan akan konsumsi beras yang merupakan sumber kalori utama. Jumlah penduduk dari tahun 1996–2009 yang terlihat tabel 4.1 diatas terus meningkat jumlahnya. Dengan mempergunakan data pada tabel 4.1, penulis memproyeksikan suatu data peramalan penduduk pada tahun 2011. Dimana jumlah penduduk pada tahun 2011 berguna untuk mengetahui tingkat kebutuhan konsumsi beras pada tahun 2011 untuk penduduk Kabupaten Karo.


Adapun perhitungan yang dilakukan adalah dengan metode Laju Pertumbuhan Geometris. Dimana metode ini menghitung pertumbuhan penduduk secara garis besar ( kasar ) yaitu tanpa menghitung angka kematian dan imigrasi. Adapun perhitungannya adalah sebagai berikut : P0

= P2005 = 318944 ( Hasil SENSUS 2005 )

Pt

= P2009 = 336053 ( Hasil SUPAS 2009 )

t

=4

r

=?

Pt

= Po ( 1 + r ) t

r

=

r

=

r

= 1,013149035 – 1

r

= 0,013149035

r

= 0.013149035 * 100%

r

= 1,3149035%

-1

-1

Dengan tingkat pertumbuhan penduduk tetap 1.31 % per tahun, maka diperkirakan penduduk Kabupaten Karo pada tahun 2006 sampai 2011 sebagai berikut : Ria Desrina Saragih : Proyeksi Tingkat Produksi Padi Dan Kebutuhan Konsumsi Beras Pada Tahun 2011 Di Kabupaten Karo, 2009.

P0

= P2009 = 336053

Pt

= P0 ( 1+ r )t

P2010

= 336053 ( 1+0,0131 )1

P2010

= 336053 (1,0131) 1

P2010

= 340455

P2011

= P2009 ( 1+0,0131 )2

P2011

= 336053 ( 1+0,0131 )2

P2011

= 344915

Dari hasil proyeksi diatas maka jumlah penduduk pada tahun 2011 adalah sebanyak 344915 jiwa. Pertumbuhan penduduk hasil perhitungan secara matematis tersebut akan semakin jelas terlihat pada tabel 4 .2 dibawah ini :


Tabel 4.2 Proyeksi Penduduk di Kabupaten Karo Tahun 1996 – 2011 Tahun

Jumlah Penduduk

1996

275630

1997

276763

1998

280486

1999

284110

2000

279470

2001

287857

2002

299149

2003

309931

2004

314472

2005

318944

2006

323342

2007

327664

2008

331902

2009

336053

2010*

340455

2011*

344915

Keterangan : * merupakan jumlah penduduk hasil proyeksi


4.2 Proyeksi Produksi Tanaman Padi

Seperti yang sudah dijelaskan sebelumnya, Kabupaten Karo sebagian besar penduduknya bekerja disektor pertanian. Sehingga pendapatan terbesar dihasilkan daerah ini adalah dari sektor Pertanian. Adapun dalam penulisan ini, penulis memfokuskan tentang produksi komoditi padi yang dihasilkan oleh daerah itu. Data yang dipergunakan penulis sebagai dasar untuk melaksanakan proyeksi tanaman padi pada tahun 2011 adalah data tingkat produksi tanaman padi pada tahun 2002 sampai tahun 2009. Besarnya angka-angka tingkat produksi padi yang dihasilkan dari tahun-tahun sebelumnya yaitu tahun 1996- 2009 dijelaskan pada tabel dibawah ini Tabel 4.3 Produksi Padi di Kabupaten Karo Tahun 2002 – 2009 Tahun

Produksi Dalam Ton

2002

98201

2003

108203

2004

96775

2005

81969

2006

89916

2007

113366

2008

102253

2009

98858

Sumber : Badan Pusat Statistik Provinsi Sumatera Utara


Dari tabel 4.3 diatas, terlebih dahulu diuji kecukupan sampelnya dengan rumus :

 20 N Y 2 − ( Y )2 ∑ i ∑ i  N'=  ∑ Yi  

    

2

Sehingga diperoleh hasil seperti yang tertera dalam tabel 4.4 berikut ini Tabel 4.4 Uji Kecukupan Sampel Produksi Dalam Ton Tahun

(Y)

( Y2)

2002

98201

9643436401

2003

108203

1.17079 E+10

2004

96775

9365400625

2005

81969

6718916961

2006

89916

8084887056

2007

113366

1.28518 E+10

2008

102253

1.05E+10

2009

98858

9772904164

N = 8 dan ∑Yi = 789541 ∑Yi2

= 7,860096E+10

( ∑Yi )2 = 6.23375E+11


 20 N Y 2 − ( Y )2 ∑ i ∑ i  N'=  ∑ Yi  

    

2

N' =

N' =

N' = 3,485986726 Dari hasil perhitungan, ternyata ( N' = 3.49 ) < ( N = 8 ), jadi dengan demikian banyaknya sampel ( sampel size ) penelitian ini ( N = 7 ) dapat diterima senbagai ukuran yang sesuai dengan data observasi. Dengan demikian data sudah diterima sebagai sampel dan layak untuk dianalisis. Dari tabel 4.3 diatas dapat dilakukan proyeksi tingkat produksi padi tahun 2011. Metode yang digunakan adalah dengan menggunakan Metode Exponensial Smoothing Ganda ( Linier )

4.2.1 Proyeksi Produksi Padi Menggunakan Double Exponential Smoothing Dengan α = 0,1

Adapun proyeksi tingkat produksi padi tersebut adalah sebagai berikut : Ria Desrina Saragih : Proyeksi Tingkat Produksi Padi Dan Kebutuhan Konsumsi Beras Pada Tahun 2011 Di Kabupaten Karo, 2009.

Tahun ke – 1 ( 2002 ) a. S't ditentukan sebesar produksi tahun pertama ( 2002 ) yaitu sebesar 98201 ton b. S''t ditentukan sebesar produksi tahun pertama ( 2002 ) yaitu sebesar 98201 ton c. a t : belum dapat ditentukan d. b t : belum dapat ditentukan e. Ft+m : Forecast tahun kedua ( F2 ) ditentukan sebesar produksi tahun pertama yaitu sebesar 98201 ton Tahun ke – 2 ( 2003 ) Xt a. S't

= 108203 = α Xt + (1- α ) S’t-1 = (0,1) (108203) + (1- 0,1 ) ( 108203 ) = 99201,2

b. S'' t

= α S' t + (1- α ) S''t-1 = ( 0,1 ) ( 99201,2 ) + ( 1 - 0,1 ) ( 98201 ) = 98301,02


c. at

= 2 S't - S''t = [2 ( 99210,2 ) – ( 98310,02) ] = 100101,38

d. b t

= =

( S't – S''t ) ( 99201,2 – 98301,02 )

= 100,02

e. Forecast tahun ke – 3 ( 2004 ) m = 1 F t+m

= at + bt ( m )

F2003 +1

= a2003 + b2003 ( 1 )

F2004

= 100101,38 + 100,02 ( 1 ) = 100201,4


Tabel 4.5 Forecast dengan Double Exponential Smoothing ( α = 0,1 )

Produksi Dalam

Forecast

Tahun

Ton

S'

S''

at

bt

( m=1)

2002

98201

98201

98201

-

-

-

2003

108203

99201.2

98301.02

100101.4

100.02

98201

2004

96775

98958.58

98366.78

99550.38

65.76

100201.4

2005

81969

97259.62

98256.06

96263.18

-11.07

99616.1

2006

89916

96525.26

98082.98

94967.54

-173.1

96256.11

2007

113366

98209.33

98095.62

98323.04

12.63

94794.46

2008

102253

98678.89

98147.43

99079.97

51.81

98310.41

2009

98858

98638.13

98196.5

99079.76

49.07

99131.78

2010*

-

-

-

-

-

99128.83

2011*

-

-

-

-

-

99177.9

Forecast Tahun 2010 ( m = 1 ) F2009 + m

= a2009 + b2009 ( m )

F2009 + i = 99079,76 + 49,07 ( 1 ) F2010

= 99128,83

Forecast tahun 2011 ( m = 2 ) F2009 + m

= a2009 + b2009 ( m )


F2009 + 2 = 99079,76 + 49,07 ( 2 ) F2011

= 99177,90 Dari tabel 4.5 diatas dapat dicari kesalahan ramalan dengan menggunakan

rumusan MSE ( Mean Squared Error / Nilai Tengah Kesalahan Kuadrat ) dengan formula sebagai berikut :

∑e MSE =

2 i

n

Dimana Et = Xt - Ft

Sehingga hasil perhitungannya secara lengkap adalah seperti yang tertera pada tabel 4.6 berikut :


Tabel 4.6 Forecast dan Mean Squared Error ( α = 0,1 ) Produksi Dalam

Forecast

Tahun

Ton

( m= 1 )

Error

Absolute

Squared Error

2002

98201

-

-

-

-

2003

108203

98201

10002

10002

100040004

2004

96775

100201.4

-3426.4

3426.4

11740216.96

2005

81969

99616.1

-17647.1

17647.1

311420138.4

2006

89916

96256.11

-6336.11

6336.11

40146289.93

2007

113366

94794.46 18571.54

18571.54

344902098

2008

102253

98310.41

3942.59

3942.59

15544015.91

2009

98858

99131.78

-273.78

273.78

74955.4884

2010*

-

99128.83

-

-

-

2011*

-

99177.9

-

-

-

Dari Tabel 4.6 diatas dapat diperoleh ∑ Squared error ( ∑ ei2 ) = 823867718,7

MSE =

∑e

2 i

n

=

MSE

= 117695388,4


4.2.2 Proyeksi Produksi Padi menggunakan Double Exponential Smoothing dengan α = 0,4

Adapun tingkat produksi padi tersebut adalah sebagai berikut :

Tahun ke – 1 ( 2002 ) a. S't ditentukan sebesar produksi tahun pertama ( 2002 ) yaitu sebesar 98201 ton b. S''t ditentukan sebesar produksi tahun pertama ( 2002 ) yaitu sebesar 98201 ton c. a t : belum dapat ditentukan d. b t : belum dapat ditentukan e. Ft+m : Forecast tahun kedua ( F2 ) ditentukan sebesar produksi tahun pertama yaitu sebesar 98201 ton Tahun ke – 2 ( 2003 ) Xt

= 108203

a. S't

= α Xt + (1- α ) S’t-1


= (0,4) (108203) + (1- 0,4 ) ( 98201 ) = 102201,8

b. S'' t

= α S' t + (1- α ) S''t-1 = ( 0,4 ) (102201,8 ) + ( 1 - 0,4 ) ( 98201 ) = 99801,32

c. at

= 2 S't - S''t = [2 (102201,8) – ( 99801,32) ] = 104602,28

d. b t

= =

( S't – S''t ) ( 102201,8 – 99801,32)

= 1600,32 e. Forecast tahun ke – 3 ( 2004 ) m = 1 F t+m

= at + bt ( m )

F2003 +1

= a2003 + b2003 ( 1 )

F2004

= 104602,28 +1600,32 ( 1 )


= 106202,6

Tabel 4.7 Forecast dengan Double Exponential Smoothing ( α = 0,4 ) Produksi Tahun

Dalam Ton

S'

S''

at

bt

Forecast ( m = 1 )

2002

98201

98201

98201

-

-

2003

108203

102201.8

99801.32

104602.28

1600.32

98201

2004

96775

10031.08

99893.22

100168.94

91.91

106202.6

2005

81969

92806.23

97058.42

88554.04

-2834.79

100260.85

2006

89916

91650.14

94895.11

88405.17

-2163.31

85719.25

2007

113366

100336.48

97071.66

103601.3

2176.55

86241.86

2008

102253

102203.09

98684.23

103521.95

1612.57

105777.85

2009

98858

11205.05

99292.56

101117.54

608.33

105134.52

2010*

-

-

-

-

-

101725.87

2011*

-

-

-

-

-

102334.2


= a2009 + b2009 ( m )

F2009 + i

= 101117,54 + 608,33 ( 1 )

F2010

= 101725,87



= a2009 + b2009 ( m )

F2009 + 2

= 101117,54 + 608,33 ( 2 )

F2011

= 102334,20 Dari tabel 4.7 diatas dapat dicari kesalahan ramalan dengan menggunakan

rumusan MSE ( Mean Squared Error / Nilai Tengah Kesalahan Kuadrat ) dengan formula sebagai berikut :

∑e MSE =

2 i

n

Dimana Et = Xt - Ft

Sehingga hasil perhitungannya secara lengkap adalah seperti yang tertera pada tabel 4.8 berikut :


Tabel 4.8 Forecast dan Mean Squared Error ( α = 0,4 ) Tahun

Produksi Dalam Ton

Forecast ( m= 1 )

Error

Absolute

Squared Error

2002

98201

-

-

-

-

2003

108203

98201

10002

10002

100040004

2004

96775

106202.6

-9427.6

9427.6

88879641.76

2005

81969

100260.85

18291.85

18291.85

334591776.4

2006

89916

85719.25

4196.75

4196.75

17612710.56

2007

113366

86241.86

27124.14

27124.14

735718970.7

2008

102253

105777.85

-3524.85

3524.85

12424567.52

2009

98858

105134.52

-6276.52

6276.52

39394703.31

2010*

-

101725.87

-

-

-

2011*

-

102334.2

-

-

-

Dari Tabel 4.8 maka dapat diperoleh : ∑ Squared error ( ∑ ei2 ) = 1328662374

∑e MSE =

2 i

n

= Ria Desrina Saragih : Proyeksi Tingkat Produksi Padi Dan Kebutuhan Konsumsi Beras Pada Tahun 2011 Di Kabupaten Karo, 2009.

MSE = 189808910,6


Adapun proyeksi tingkat produksi padi tersebut adalah sebagai berikut :

Tahun ke – 1 ( 2002 ) a. S't ditentukan sebesar produksi tahun pertama ( 2002 ) yaitu sebesar 98201 ton b. S''t ditentukan sebesar produksi tahun pertama ( 2002 ) yaitu sebesar 98201 ton c. a t : belum dapat ditentukan d. b t : belum dapat ditentukan e. Ft+m : Forecast tahun kedua ( F2 ) ditentukan sebesar produksi tahun pertama yaitu sebesar 98201 ton Tahun ke – 2 ( 2003 ) Ria Desrina Saragih : Proyeksi Tingkat Produksi Padi Dan Kebutuhan Konsumsi Beras Pada Tahun 2011 Di Kabupaten Karo, 2009.

Xt

= 108203

a. S't

= α Xt + (1- α ) S’t-1 = (0,5) (108203) + (1- 0,5 ) ( 98201 ) = 103202

b. S'' t

= α S' t + (1- α ) S''t-1 = ( 0,5 ) (103202 ) + ( 1 - 0,5 ) ( 98201 ) = 100701,5

c. at

= 2 S't - S''t = [2 (103202) – ( 100701,5) ] = 105702,5

d. b t

= =

( S't – S''t ) ( 103202 – 100701,5)

= 2500,5 e. Forecast tahun ke – 3 ( 2004 ) m = 1 F t+m

= at + bt ( m )


F2003 +1

= a2003 + b2003 ( 1 )

F2004

= 105702,5 +2500,5 ( 1 ) = 108203

Tabel 4.9 Forecast dengan Double Exponential Smoothing ( α =0,5) Produksi Tahun

Dalam Ton

S'

S''

at

bt

Forecast ( m = 1 )

2002

98201

98201

98201

-

-

-

2003

108203

103202

100701.5

105702.5

2500.5

98201

2004

96775

99988.5

100345

99632

-356.5

99275.5

2005

81969

90978.75

95661.88

86295.62

-4683.13

81612.49

2006

89916

90447.38

93054.63

87840.13

-2607.25

85232.88

2007

113366

101906.69

97480.66

106332.72

4426.03

110758.75

2008

102253

102079.85

99780.25

104379.45

2299.6

106679.05

2009

98858

100468.93

100124.6

100813.27

344.34

101157.61

2010*

-

-

-

-

-

-

2011*

-

-

-

-

-

-


= a2009 + b2009 ( m )

F2009 + i = 100813,27 + 344,34 ( 1 ) F2010

= 101157,61



= a2009 + b2009 ( m )

F2009 + 2 = 100813,27 + 344,34 ( 2 ) F2011

= 101501,95 Dari tabel diatas dapat dicari kesalahan ramalan dengan menggunakan rumusan

MSE ( Mean Squared Error / Nilai Tengah Kesalahan Kuadrat ) dengan formula sebagai berikut :

∑e MSE =

2 i

n

Dimana Et = Xt - Ft

Sehingga hasil perhitungannya secara lengkap adalah seperti yang tertera pada tabel 4.10 berikut ini :


Tabel 4.10 Forecast dan Mean Squared Error ( α = 0,5 ) Tahun

Produksi Dalam Ton

Forecast ( m= 1 )

Error

Absolute

Squared Error

2002

98201

-

-

-

-

2003

108203

98201

10002

10002

100040004

2004

96775

99275.5

-2500.5

2500.5

6252500.25

2005

81969

81612.49

356.51

356.51

127099.3801

2006

89916

85232.88

4683.12

4683.12

21931612.93

2007

113366

110758.75

2607.25

2607.25

6797752.563

2008

102253

106679.05

-4426.65

4426.65

19595230.22

2009

98858

101157.61

-2299.61

2299.61

5288206.152

2010*

-

101157.61

-

-

-

2011*

-

101501.95

-

-

-

Dari tabel 4.10 diatas dapat diperoleh ∑ Squared error ( ∑ ei2 ) = 160027093,9

∑e MSE =

2 i

n

=


MSE

= 22861013,41


Adapun proyeksi tingkat produksi padi tersebut adalah sebagai berikut :

Tahun ke – 1 ( 2002 )

a. S't ditentukan sebesar produksi tahun pertama ( 2002 ) yaitu sebesar 98201 ton b. S''t ditentukan sebesar produksi tahun pertama ( 2002 ) yaitu sebesar 98201 ton c. a t : belum dapat ditentukan d. b t : belum dapat ditentukan Ria Desrina Saragih : Proyeksi Tingkat Produksi Padi Dan Kebutuhan Konsumsi Beras Pada Tahun 2011 Di Kabupaten Karo, 2009.

e. Ft+m : Forecast tahun kedua ( F2 ) ditentukan sebesar produksi tahun pertama yaitu sebesar 98201 ton

Tahun ke – 2 ( 2003 ) Xt

= 108203

a. S't

= α Xt + (1- α ) S’t-1 = (0,6) (108203) + (1- 0,6 ) ( 98201 ) = 104201

b. S'' t

= α S' t + (1- α ) S''t-1 = ( 0,6 ) (104201 ) + ( 1 - 0,6 ) ( 98201 ) = 101801,72

c. at

= 2 S't - S''t = [2 (104201) – ( 101801,72) ] = 106602,68

d. b t

= =

( S't – S''t ) ( 104201 – 101801,72)

= -3600,72 e. Forecast tahun ke – 3 ( 2004 ) m = 1 Ria Desrina Saragih : Proyeksi Tingkat Produksi Padi Dan Kebutuhan Konsumsi Beras Pada Tahun 2011 Di Kabupaten Karo, 2009.

F t+m

= at + bt ( m )

F2003 +1

= a2003 + b2003 ( 1 )

F2004

= 106602,68 + (-3600,72) ( 1 ) = 103001,96

Tabel 4.11 Forecast dengan Double Exponential Smoothing ( α = 0,6 )

Tahun

Produksi Dalam Ton

S'

S''

at

bt

Forecast ( m = 1 )

2002

98201

98201

98201

-

-

-

2003

108203

104202.2

101801.7

106602.7

-3600

98201

2004

96775

99745.88

100568.2

98923.54

1233.51

97690.03

2005

81969

89079.75

93675.14

84484.36

-6893.09

77591.28

2006

89916

89581.5

91218.96

87944.04

-2456.19

85487.85

2007

113366

103852.2

98798.9

108905.5

-7579.95

116485.45

2008

102253

102892.68

101255.2

104530.2

2456.27

106986.46

2009

98858

100471.87

100785.2

100158.6

-469.98

99688.57

2010*

-

-

-

-

-

-

2011*

-

-

-

-

-

-


= a2009 + b2009 ( m )

F2009 + i

= 100158,55 + ( - 469,98 ) ( 1 )


F2010

= 99688,57


= a2009 + b2009 ( m )

F2009 + 2

= 100158,55 + ( - 469,98 ) ( 2 )

F2011

= 99218,59

Dari tabel diatas dapat dicari kesalahan ramalan dengan menggunakan rumusan MSE ( Mean Squared Error / Nilai Tengah Kesalahan Kuadrat ) dengan formula sebagai berikut :

∑e MSE =

2 i

n

Dimana Et = Xt - Ft

Sehingga hasil perhitungannya secara lengkap adalah sebagai berikut : Ria Desrina Saragih : Proyeksi Tingkat Produksi Padi Dan Kebutuhan Konsumsi Beras Pada Tahun 2011 Di Kabupaten Karo, 2009.

Tabel 4.12 Forecast dan Mean Squared Error ( α = 0,6 ) Produksi Dalam Tahun

Ton

Forecast ( m= 1 )

Error

Absolute

Squared Error

2002

98201

-

-

-

-

2003

108203

98201

10002

10002

100040004

2004

96775

97690.03

-2500.5

2500.5

6252500.25

2005

81969

77591.28

356.51

356.51

127099.3801

2006

89916

85487.85

4683.12

4683.12

21931612.93

2007

113366

116485.45

2607.25

2607.25

6797752.563

2008

102253

106986.46

-4426.65

4426.65

19595230.22

2009

98858

99688.57

-2299.61

2299.61

5288206.152

2010

-

-

-

-

-

2011

-

-

-

-

-

Dari Tabel 4.12 diatas dapat diperoleh Ria Desrina Saragih : Proyeksi Tingkat Produksi Padi Dan Kebutuhan Konsumsi Beras Pada Tahun 2011 Di Kabupaten Karo, 2009.

∑ Squared error ( ∑ ei2 ) = 160027093,9

∑e MSE =

2 i

n

=

MSE = 22861013,41


Adapun proyeksi tingkat produksi padi tersebut adalah sebagai berikut : Tahun ke – 1 ( 2002 ) a. S't ditentukan sebesar produksi tahun pertama ( 2002 ) yaitu sebesar 98201 ton b. S''t ditentukan sebesar produksi tahun pertama ( 2002 ) yaitu sebesar 98201 ton c. a t : belum dapat ditentukan d. b t : belum dapat ditentukan Ria Desrina Saragih : Proyeksi Tingkat Produksi Padi Dan Kebutuhan Konsumsi Beras Pada Tahun 2011 Di Kabupaten Karo, 2009.

e. Ft+m : Forecast tahun kedua ( F2 ) ditentukan sebesar produksi tahun pertama yaitu sebesar 98201 ton Tahun ke – 2 ( 2003 ) Xt

= 108203

a. S't

= α Xt + (1- α ) S’t-1 = (0,9) (108203) + (1- 0,9 ) ( 98201 ) = 107202,8

b. S'' t

= α S' t + (1- α ) S''t-1 = ( 0,9 ) (107202,8 ) + ( 1 - 0,9 ) ( 98201 ) = 106302,62

c. at

= 2 S't - S''t = [2 (107202,8) – ( 106302,62) ] = 108102,98

d. b t

= =

( S't – S''t ) ( 107202,8 – 106302,62)

= 8101,62


e. Forecast tahun ke – 3 ( 2004 ) m = 1 F t+m

= at + bt ( m )

F2003 +1

= a2003 + b2003 ( 1 )

F2004

= 108102,98 + (8101,62) ( 1 ) = 116204,6

Perhitungan Forecast secara lengkap seperti pada tabel 4.13 berikut ini :

Tabel 4.13 Forecast dengan Double Exponential Smoothing ( α = 0,9 ) Produksi Dalam Tahun

Ton

S'

S''

2002

98201

98201

98201

2003

108203

107202.8

106302.6

2004

96775

97817.78

2005

81969

2006

at

bt

Forecast ( m = 1 )

-

-

108102.98

810.62

98201

98666.26

96969.3

-7636.32

116204.6

10750.78

19542.23

1959.23

79123.05

89332.98

89916

81999.49

75753.76

88245.2

56211.48

77163.82

2007

113366

110229.35

106781.8

113676.91

31028.04

144456.68

2008

102253

103050.63

103423.8

102677.51

-3358.08

144704.95

2009

98858

100177.26

100501.9

99852.61

-3607.22

99319.43

2010*

-

-

-

-

-

-

2011*

-

-

-

-

-

-



= a2009 + b2009 ( m )

F2009 + i = 99852,61 + ( -3607,22 ) ( 1 ) F2010

= 96245,39


= a2009 + b2009 ( m )

F2009 + 2

= 99852,61 + ( - 3607,22) ( 2 )

F2011

= 92638,17

Dari tabel 4.13 diatas dapat dicari kesalahan ramalan dengan menggunakan rumusan MSE ( Mean Squared Error / Nilai Tengah Kesalahan Kuadrat ) dengan formula sebagai berikut :

∑e MSE =

2 i

n

Dimana Ria Desrina Saragih : Proyeksi Tingkat Produksi Padi Dan Kebutuhan Konsumsi Beras Pada Tahun 2011 Di Kabupaten Karo, 2009.

Et = Xt - Ft

Sehingga hasil perhitungannya secara lengkap adalah sebagai berikut :

Tabel 4.14 Forecast dan Mean Squared Error ( α = 0,9 ) Produksi Dalam Tahun

Ton

Forecast ( m= 1 )

Error

Absolute

Squared Error

2002

98201

-

-

-

-

2003

108203

98201

10002

10002

100040004

2004

96775

116204.6

-19429.6

19429.6

377509356.2

2005

81969

89332.98

-7363.98

7363.98

54228201.44

2006

89916

77163.82

12752.18

12752.18

162618094.8

2007

113366

144456.68

31090.68

31090.68

966630382.9

2008

102253

144704.95

-42451.95

42451.95

1802168059

2009

98858

99319.43

-461.43

461.43

212917.6449

2010*

-

-

-

-

-

2011*

-

-

-

-

-


Dari Tabel 4.14 diatas dapat diperoleh ∑ Squared error ( ∑ ei2 ) = 3463407016

∑e MSE =

2 i

n

=

MSE = 494772430,90

Tabel 4.15 Forecast dan Mean Squared Error Alpha

Forecast 2011

Mean Squared Error

0,1

99177.9

117695388.4

0,4

102334.2

18908910.6

0,5

101501.95

26672067.58

0,6

99218.59

22861013.14

0,9

92638,17

494772430.9


Seperti telah diuraikan sebelumnya, bahwa metode peramalan yang baik adalah yang memberikan hasil ramalan yang tidak jauh berbeda dengan kenyataan yang terjadi. Dengan perkataan lain, metode peramalan yang baik adalah metode yang menghasilkan penyimpangan antara hasil ramalan dengan nilai kenyataan yang sekecil mungkin Dari tabel 4.15 yang berdasarkan perhitungan yang telah dilakukan, terlihatlah bahwa perhitungan yang menggunakan metode Double Exponential Smoothing ( α = 0,1) akan menghasilkan ramalan yang memiliki penyimpangan antara hasil ramalan dengan nilai kenyataan sekecil mungkin. Oleh karena itu, untuk ramalan tingkat produksi padi Kabupaten Karo tahun 2011 maka kita gunakan ramalan yang menggunakan α = 0,1, yaitu : Ramalan produksi padi Kabupaten Karo 2011 adalah sebesar 99177,90 Ton

4.3 Analisa Kebutuhan Konsumsi Beras Untuk mengetahui kebutuhan beras paada tahun 2011 maka setiap penduduk sangat memerlukan suatu batasan akan jumlah yang akan dikonsumsi.Menurut Dinas Pertanian Kabupaten Karo yang bersumber dari dari BPS dapat diketahui bahwa penduduk Kabupaten Karo mengkonsumsi beras per tahun adalah sebanyak 145 kg/jiwa Dari rata-rata banyaknya beras yang dikonsumsi diaatas dapat dilakukan suatu analisa akan produksi padi pada tahun 2011 apakah dapat mencukupi kebutuhan penduduk Kabupaten Karo akan konsumsi beras pada tahun 2011. Ria Desrina Saragih : Proyeksi Tingkat Produksi Padi Dan Kebutuhan Konsumsi Beras Pada Tahun 2011 Di Kabupaten Karo, 2009.

Dengan mengetahui banyaknya komoditi beras yang dikonsumsi maka akan dapat pula diketahui apakah jumlah padi yanag diproduksi dapat memenuhi kebutuhan penduduk Kabupaten Karo. Total beras yang akan dikonsumsi penduduk Kabupaten Karo pada tahun 2011 adalah : Kebutuhan beras

= 344915 jiwa x 145 kg/jiwa

= 50012675 kg Hasil ini merupakan produksi GKP ( Gabah Kering Panen ) Dari hasil peramalan yang dilakukan, produksi padi di Kabupaten Karo pada tahun 2011 adalah sebanyak 99177,90 ton ( 99177900

kg ). Adapun

pengkorversian produksi padi ke beras berdasarkan menutut Dinas Pertanian bersumber dari Badan Pusat Statistik Medan adalah perhitungan sebagai berikut : Produksi GKG*

= 86,59 % x Produksi GKP*

Produksi Beras

= 63,20 % x

Produksi GKG

Keterangan : * GKP = Gabah Kering Panen * GKG = Gabah Kering Giling


Sehingga berdasarkan rumus tersebut di atas, kita dapat melakukan perhitungan untuk mengetahui produksi beras di Kabupaten Karo untuk tahun 2011. Adapun perhitungannya adalah sebagai berikut :

Produksi GKG

= 86,59 % x Produksi GKP = 86,59 % x 99177900 kg = 85878143,61 ( 85878144 kg )

Produksi beras

= 63,20 % x Produksi GKG = 63,20 % x 85878144 kg = 54274987,01 ( 54274987 kg )

Dari perkiraan di atas dapat dihitung apakah banyaknya yang dikonsumsikan penduduk Kabupaten Karo akan komoditi beras dapat terpenuhi dengan mengurangkan jumlah produksi padi yang telah dikonversikan ke beras dengan banyaknya yang dikonsumsikan penduduk Kabupaten Karo akan beras. Adapun perhitungannya adalah sebagai berikut :

Kebutuhan perimbangan beras =

Produksi beras – kebutuhan konsumsi beras

= 54274987 kg

- 50012675 kg


= 4262312 kg

Hasil pengurangan tersebut terlihat bahwa selisih produksi beras dengan kebutuhan yang dikonsumsi tersebut adalah sebanyak 4262312 kg. Dengan hasil ini, maka produksi beras Kabupaten Karo tahun 2011 dapat memenuhi kebutuhan akan konsumsi beras penduduk Kabupaten Karo

BAB 5 IMPLEMENTASI SISTEM

5.1 Tahapan Implementasi Tahapan implementasi merupakan tahapan penerapan hasil disain tertulis kedalam programming. Pada tahap inilah seluruh hasil disain dituangkan kedalam bahaa


pemograman tertentu untuk menghasilkan sebuah sistem informasi yang sesuai dengan hasil desain tertentu. Tahapan implementasi harus dapat menentukan basis apa yang akan diterapkan dalam menuangkan hasil desain yang tertulis sehingga sistem yang dibentuk memiliki kelebihan tersendiri (contoh dalam hal efisiensi pemakaian 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 selesai dengan apa yang telah diinginkan. Selain berfungsi sebagai pengolah data atau manipulasi data, Excel juga dapat digunakan untuk memanipulasi teks komputer, untuk dapat memberdayagunakan Excel dengan maksimal, harus juga menguasai sistem operasi Microsoft Windows.

5.2 Microsoft Excel Microsoft Excel 2003 (selanjutnya disebut Excel) merupakan program aplikasi lembar kerja elektronik (spreedsheet) dari program paket Microsoft Office. Excel merupakan produk unggulan dari Microsoft Corporation yang banyak dalam pengolahan informasi


khususnya data-data yang berbentuk angka yang dihitung, diproyeksikan, dianalisa dan dipresentasikan data pada lembar kerja Sheet/ lembar kerja Excel terdiri dari 256 kolom dan 65539 baris. Kolom diberi nama dengan huruf A,B,C,...,Z dilanjutkan AA, AB, AC, sampai dengan IV dan baris ditandai dengan angka 1,2,3,...,65536. Excel 2003 hadir dengan berbagai penyempurnaan, tampil lebih terintegrasi dengan berbagai software yang lain, under windows seperti Word, Access maupun Power Point dan sebagainya. Keunggulan program spreadsheet ini adalah mudah dipakai, fleksibel. Mudah berintegrasi dengan aplikasi berbasis windows.

5.3 Langkah-Langkah Memulai Pengolahan Data Dengan Excel Sebelum mengoperasikan software ini, pastikan pada komputer telah terpasang program Excel. Langkah-langkah berikutnya sebagai berikut : Ria Desrina Saragih : Proyeksi Tingkat Produksi Padi Dan Kebutuhan Konsumsi Beras Pada Tahun 2011 Di Kabupaten Karo, 2009.

1.Klik tombol start 2.Pilih program dan klik Microsoft Excel

Gambar 5.3.1 Tampilan Microsoft Excel

3. Setelah itu akan muncul tampilan lembaran kerja seperti dibawah ini


Gambar 5.3.2 Tampilan Lembar Kerja Excel


Data untuk tahun pada kolom pertama dan data untuk Jumlah Produksi padi pada kolom ke dua seperti dibawah ini

Gambar 5.3.3 Tampilan Tahun dan Jumlah Produksi Padi Pada Excel

Dari data diatas dapat ditentukan besarnya forecast dengan 0<α<1. Dari data diatas dapat ditentukan besarnya forecast 0<α<1. dan setiap perhitungan akan diberi nama untuk tiap kolom. Kita ambil contoh α = 0,1 seperti berikut ini Ria Desrina Saragih : Proyeksi Tingkat Produksi Padi Dan Kebutuhan Konsumsi Beras Pada Tahun 2011 Di Kabupaten Karo, 2009.

1. Pada kolom ketiga ditulis keterangan dengan S’t 2. Pada kolom ke-empat ditulis keterangan dengan S”t 3. Pada kolom kelima ditulis keterangan dengan at 4. Pada kolom keenam ditulis keterangan dengan bt 5. Pada kolom ketujuh ditulis keterangan dengan forecast

Gambar 5.3.4 Tampilan Dalam Mencari Forecast Dengan Double Exponential Smoothing


Maka perhitungan masing-masing smoothing pertama, smoothing kedua, Konstanta, slope dan forecast adalah sebagai berikut : 1. Smoothing pertama (S't) untuk tahun 2003 ditentukan dari 0,1*B5+0,9*C4. Dalam kasus ini menghasilkan 99201,2. Untuk tahun berikutnya tinggal mengcopy rumus tersebut 2. Smoothing kedua (S''t) untuk tahun 2003 ditentukan dari 0,1*C5+0,9*D4. Dalam kasus ini menghasilkan 98301,02. Untuk tahun berikutnya tinggal mengcopy rumus tersebut 3. Nilai at untuk tahun 2003 ditentukan dari 2*C5-D5. Dalam kasusu ini menghasilkan 100101,3. . Untuk tahun berikutnya tinggal mengcopy rumus tersebut 4. nilai bt untuk tahun 2003 ditentukan dari 0,1/0,9 ( C5-D5 ). Dalam kasus ini menghasilkan 100.02. . Untuk tahun berikutnya tinggal mengcopy rumus tersebut 5. Forecast untuk tahun 2003 ditentukan dari E5+F5 (1). Dalam kasus ini menghasilkan 100201,4. . Untuk tahun berikutnya tinggal mengcopy rumus tersebu. Seperti berikut ini :


Gambar 5.3.5 Tampilan Dalam Mencari Forecast dan Mean Squared Error

Perhitungan untuk nilai error, absolute, dan Squared error adalah sebagai berikut: 1.Nilai error untuk tahun 2003 ditentukan dari

B5-G5 Dalam kasus ini

menghasilkan 10002, Untuk tahun berikutnya tinggal mengcopy rumus tersebut 2.Nilai Absolute untuk tahun 2003 ditentukan dari nilai mutlak dari nilai error, untuk tahun beriktunya tinggal mengcopy rumus tersebut


3.Nilai squared error untuk tahun 2003 ditentukan dari I5^2 dalam kasus ini diperoleh 100040004, tahun berikutnya tinggal mengcopy rumus tersebut

5.4 Penggambaran Hasil Grafik pada excel dapat ditulis menjadi satu dengan data atau terpisah pada lembar grafik tersendiri, namun masih berada di file yang sama. Untuk membuat grafik pada excel, biasa menggunakan icon chart wizard yang terdapat pada toolbar. Adapun langkah-langkah yang diperlukan sebagai berikut : 1. Sorot sel atau range yang ingin dibuat grafik. 2. Klik icon chart wizard. Tampil kotak dialog Chart Type. 3. Klik tipe grafik yang diinginkan dan klik Next. Tampil kotak dialog Chart Source Data. 4. Pada tampilan akan terlibat range data yang telah disorot dan klik ratio button row atau coloum yang diinginkan, klik Next. Tampil kotak Option. 5. Pada Chart Option, ketik judul grafik. Setelah itu klik Next. Tampil kotak dialog Chart Location. 6. Pilih tempat untuk meletakkan grafik ini dan klik finish. Maka grafik akan ditempatkan dilembar kerja.


BAB 6 KESIMPULAN DAN SARAN

6.1 Kesimpulan Setelah melakukan analisa maka dapat diambil beberapa kesimpulan antara lain :

-

Metode peramalan yang baik adalah metode yang memberikan hasil ramalan yang tidak jauh berbeda dengan kenyataan yang terjadi. Dengan perkataan lain, metode peramalan yang baik adalah metode yang menghasilkan penyimpangan antara hasil ramalan dengan nilai kenyataan yang sekecil mungkin. Berdasarkan perhitungan yang dilakukan, terlihatlah bahwa perhitungan yang menggunakan Double Exponential Smoothing ( α = 0,1 ) menghasilkan ramalan yang memiliki penyimpangan antara hasil ramalan dengan nilai kenyataan sekecil mungkin. Oleh karena itu, untuk ramalan tingkat produksi padi Kabupaten Karo tahun 2011 maka kita gunakan ramalan yang menggunakan α = 0,1 yaitu : Ramalan produksi padi Kabupaten Karo 2011 adalah sebesar 99177,90 Ton ( 99177900 kg )


-

Hasil perimbangan beras yang diperoleh sebesar 4262312 kg menunjukkan bahwa produksi beras Kabupaten Karo tahun 2011 dapat memenuhi kebutuhan akan konsumsi beras penduduk Kabupaten Karo

6.2 Saran 1. Kepada petani disarankan untuk mempertahankan produksi padi dengan cara mempertahankan luas tanah untuk bercocok tanam. Dan jika memiliki tanah yang kosong agar

digunakan sebaik-baiknya untuk lahan pertanian dengan meminta

penyuluhan dari Pemerintah agar mendapatkan produksi padi yang maksimal 2. Kepada Pemerintah disarankan agar tetap memberikan penyuluhan pertanian kepada petani dan melindungi hak-hak kepemilikan akan luas lahan bagi para petani dan menghindari adanya pengggusuran ataupun melakukan perubahan luas lahan pertanian menjadi suatu lapangan tempat produksi lain




TABEL JUMLAH PENDUDUK KABUPATEN KARO PADA TAHUN 1996-2009 TAHUN

JUMLAH PENDUDUK (JIWA)

1996

275630

1997

276763

1998

280486

1999

284110

2000

279470

2001

287857

2002

299149

2003

309931

2004

314472

2005

318944

2006

323342

2007

327664

2008

331.902


2009

336053

Sumber : Badan Pusat Statistika ( BPS ) Medan

TABEL PRODUKSI PADI PENDUDUK KABUPATEN KARO PADA TAHUN 2002- 2009 Tahun

Produksi ( Ton )

2002

98201

2003

108203

2004

96775

2005

81969

2006

89916

2007

113366

2008

102253

2009

98858

Sumber : Badan Pusat Statistika ( BPS ) Medan


Medan, 12 Mei 2009 Nomor

:

Lampiran

:

Perihal

: Surat Riset Pengumpulan Data

Kepada Yth, Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara Di Medan Dengan Hormat, Bersama ini diberitahukan bahwa Mahasiswa Program Studi D-3 di Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara ( FMIPA USU ) Medan, yang tertera dibawah ini : Nama NIM Program Studi

: RIA DESRINA SARAGIH : 062407041 : D-3 Statistika

Adalah benar telah melaksanakan penelitian di Badan Pusat Statistik Provinsi Sumatera Utara di Jalan Asrama No.179 Medan sebanyak 3 kali terhitung pada tanggal 03 Februari, 10 Februari dan 6 April 2009. Kegiatan ini dilaksanakan guna menyelesaikan Tugas Akhir pada Program Studi D- 3 Statistika di Fakultas Matematika dan Ilmu Pengetahuan Alam Unversitas Sumatera Utara ( USU ) Medan. Demikian Surat ini diperbuat untuk digunakan seperlunya.

A.n Kepala BPS Sumatera Utara Kepala Seksi Diseminasi dan Layanan Statistik Ria Desrina Saragih : Proyeksi Tingkat Produksi Padi Dan Kebutuhan Konsumsi Beras Pada Tahun 2011 Di Kabupaten Karo, 2009.

Pendi Dewanto NIP. 340015460 DEPARTEMEN PENDIDIKAN NASIONAL UNIVERSITAS SUMATERA UTARA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM Jl. Bioteknologi No.1 Kampus USU Telp. (061) 8211050, 8214290 Fax. (061) 8214290 Medan 20155

KARTU BIMBINGAN TUGAS AKHIR MAHASISWA

Nama Nomor Induk Mahasiswa Judul Tugas Akhir

: Ria Desrina Saragih : 062407041 : Proyeksi Tingkat Produksi Padi dan Kebutuhan Konsumsi Beras Pada Tahun 2011 di Kabupaten Karo : Drs. Rachmad Sitepu, M.Si : 7 February 2009 : 1 Juni 2009

Dosen Pembimbing Tanggal Mulai Bimbingan Tanggal Selesai Bimbingan

No.

Tanggal Bimbingan

Pembimbingan Pada Asistensi Mengenai Pada Bab

Paraf Dosen Pembimbing

Keterangan

*Kartu ini harap dikembalikan ke Jurusan Matematika bila bimbingan mahasiswa telah selesai.

Diketahui,

Disetujui,

Ketua Departemen Matematika

Dosen Pembimbing


Dr. Saib Suwilo, M.Sc

Drs. Rachmad Sitepu, M.Si

NIP. 131 796 149

NIP. 131 695 909

DAFTAR PUSTAKA

Assauri, Sofyan. 1991. Teknik dan Metoda Peramalan Penerapannya dalam ekonomi Dan dunia usaha, Jakarta : Penerbit LPFE UI BPS Kabupaten Karo.2008. Kabupaten Karo dalam Angka. Karo : BPS Karo Gitosudarmo, Indriyo dan Najmudin, Muhammad. 2001. Teknik Proyeksi Bisnis Yogyakarta : BPFE Makridakis, Spyros, dan Wheelwright, Steven C. 1993 . Metode dan Aplikasi Peramalan. Jilid I. Jakarta : Erlangga Mantra, I. Bagoes . 2000. Demografi Umum.Yogyakarta : Pustaka Pelajar


PROYEKSI TINGKAT PRODUKSI PADI DAN KEBUTUHAN KONSUMSI BERAS PADA TAHUN 2011 DI KABUPATEN KARO TUGAS AKHIR RIA DESRINA SARAGIH

Recommend Documents