TUGAS AKHIR EVI YULLY DESNA NABABAN

PERAMALAN TINGKAT PRODUKSI BERAS DAN KEBUTUHAN BERAS DI KABUPATEN LABUHAN BATU TAHUN 2008

TUGAS AKHIR

EVI YULLY DESNA NABABAN 052407143

PROGRAM STUDI D-3 STATISTIKA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2008

Evi Yully Desna Nababan : Peramalan Tingkat Produksi Beras Dan Kebutuhan Beras Di Kabupaten Labuhan Batu Tahun 2008, 2008. USU Repository © 2009


TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Ahli Madya


PROGRAM STUDI D-3 STATISTIKA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2008


PERSETUJUAN

Judul

Kategori Nama Nomor Induk Mahasiswa Program Studi Departemen Fakultas

: PERAMALAN TINGKAT PRODUKSI BERAS DAN KEBUTUHAN BERAS DI KABUPATEN LABUHAN BATU TAHUN 2008 : TUGAS AKHIR : EVI YULLY DESNA NABABAN : 052407143 : DIPLOMA -3 (D3) STATISTIKA : MATEMATIKA : MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA Diluluskan di Medan, Mei 2008

Diketahui / Disetujui oleh Departemen Matematika FMIPA USU Ketua,

Dosen Pembimbing,

Dr.Saib Suwilo, M.Sc. NIP. 131796149

Drs. Marwan Harahap, M.Eng. NIP. 130422443


PERNYATAAN


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



PENGHARGAAN

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha Penyayang, dengan limpahan karunia- Nya kertas kajian ini berhasil diselesaikan dalam waktu yang telah ditetapkan. Ucapan terima kasih saya sampaikan kepada Drs.Marwan Harahap, M.Eng selaku pembimbing pada penyelesaian tugas akhir ini yang telah memberikan panduan dan penuh kepercayaan kepada saya untuk menyempurnakan kajian ini. Panduan ringkas dan padat dan profesional telah diberikan kepada saya agar penulis dapat menyelesaikan tugas ini. Ucapan terima kasih juga ditunjukan kepada Ketua dan Sekretaris Departemen Dr. Saib Suwilo, M.Sc. dan 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, pegawai di FMIPA USU, dan rekan-rekan kuliah. Akhirnya tidak terlupakan kepada Ayahanda, Ibunda yang tercinta serta abang dan adik yang selama ini memberikan bantuan dan dorongan yang diperlukan. Semoga Allah SWT akan membalasnya.


DAFTAR ISI

Halaman Persetujuan

ii

Pernyataan

iii

Penghargaan

iv

Daftar Isi

v

Daftar Tabel

BAB 1

BAB 2

vii

Pendahuluan

1

1.1 Latar Belakang

1

1.2 Perumusan Masalah

2

1.3 Tujuan dan manfaat Pnelitian

2

1.4 Metode Penelitian

3

1.5 Tinjauan Pustaka

4

1.6 Sistematika Penulisan

6

Tinjauan Teoritis

8

2.1 Pengertian Peramalan

8

2.1.1 Jenis-Jenis Peramalan

9

2.2 Definisi Metode Peramalan

10

2.2.1 Pengertian Metode Peramalan

10

2.2.2 Uraian Metode Peramalan

11

2.3 Metode Peramalan yang digunakan 2.3.1 Metode Pemulusan Eksponensial

12 12


BAB 3

2.3.2 Eksponensial Smoothing Tunggal

13

2.3.3 Analisa Eksponensial Smoothing Tunggal

14

2.3.4 Analisa Eksponensial Smoothing Linier

15

GambarUmum Badan Ketahanan Pangan

17

3.1 Sejarah Badan Ketahanan Pangan

17

3.1.1 Visi Badan Ketahanan Pangan Sumatera Utara

19

3.1.2 Misi Badan Ketahanan Pangan Sumatera Utara

19

3.1.3 Tugas Badan Ketahanan Pangan Sumatera Utara

19

3.1.4 Fungsi Badan Ketahanan Pangan Sumatera Utara

20

3.1.5Lokasi Badan Ketahanan Pangan

20

3.2 Struktur Organisasi Instansi Pemerintah BAB 4 23

20

Analisis Dan Analisis

4.1 Analisis Data 23 4.2 Analisa Eksponensial Smoothing Tunggal Produksi Beras 24 4.3 Analisa Eksponensial Smoothing Linier Produksi Beras α0,1 26 4.4 Analisa Eksponensial Smoothing Linier Produksi Beras α0,5 32 4.5 Analisa Eksponensial Smoothing Linier Produksi Beras α0,9 36 4.6 Analisa Eksponensial Smoothing Tunggal Kebutuhan Beras 39 4.7 Analisa Eksponensial Smoothing Linier Kebutuhan Beras α0,1 40 4.8 Analisa Eksponensial Smoothing Linier Kebutuhan Beras α0,5 46 Evi Yully Desna Nababan : Peramalan Tingkat Produksi Beras Dan Kebutuhan Beras Di Kabupaten Labuhan Batu Tahun 2008, 2008. USU Repository © 2009

4.9 Analisa Eksponensial Smoothing Linier Kebutuhan Beras α0,9 50

BAB 5 53

Implemmentasi Sistem

5.1 Pengenalan Implementasi Sistem 53 5.2 Pengaktifan Excel 54 5.3 Implementasi Sistem Parameter Produksi dan Kebutuhan Beras 55 5.4 Fungsi Eksponensial Smoothing 55 BAB 6 61

Kesimpulan dan Saran

6.1 Kesimpulan 61 6.2 Saran 62 Daftar Pustaka Lampiran


DAFTAR TABEL

Halaman Tabel 4.1 Produksi Beras dan Kebutuhan Beras di Kabupaten Labuhan Batu

23

Tabel 4.2 Ramalan Kesalahan Produksi Beras (α=0,1 ; 0,5 ;0,9)

26

Tabel 4.3 Ramalan Produksi Beras dengan Methode Eksponensial Smoothing Linier α=0,1

28

Tabel 4.31 Nilai Kesalahan Produksi Beras α=0,1

30

Tabel 4.4 Ramalan Produksi Beras dengan Methode Eksponensial Smoothing

32

Linier α=0,5 Tabel 4.41 Nilai Kesalahan Produksi Beras α=0,5

34

Tabel 4.5 Ramalan Produksi Beras dengan Methode Eksponensial Smoothing Linier α=0,9

36

Tabel 4.51 Nilai Kesalahan Produksi Beras α=0,9

38

Tabel 4.6 Ramalan Kebutuhan Beras (α=0,1 ; 0,5 ;0,9)

40

Tabel 4.7 Ramalan Kebutuhan Beras dengan Methode Eksponensial Smoothing Linier α=0,1

42

Tabel 4.71 Nilai Kesalahan Kebutuhan Beras α=0,1

44

Tabel 4.8 Ramalan Kebutuhan Beras dengan Methode Eksponensial Smoothing Linier α=0,5

46

Tabel 4.81 Nilai Kesalahan Kebutuhan Beras α=0,5

48


Tabel 4.9 Ramalan Kebutuhan Beras dengan Methode Eksponensial Smoothing

50

Linier α=0,9 Tabel 4.91 Nilai Kesalahan Kebutuhan Beras α=0,9

52


DAFTAR GAMBAR

Halaman Gambar 4.3 Peramalan Produksi Beras α=0,1

29

Gambar 4.4 Peramalan Produksi Beras α=0,5

33

Gambar 4.5 Peramalan Produksi Beras α=0,9

37

Gambar 4.6 Peramalan Kebutuhan Beras α=0,1

43


47


51


BAB 1

PENDAHULUAN

1.1 Latar Belakang

Penduduk Indonesia sangat tergantung pada beras sebagai makanan pokok. Ketergantungan yang sangat besar ini menjadi tantangan bagi negara-negara yang mengkonsumsi beras sebagai makanan pokok, khususnya Indonesia. Pada umumnya produksi beras dan kebutuhan beras meningkat sebagai akibat kenaikan pertambahan penduduk yang cukup tinggi, untuk mengurangi tersebut persediaan dimasyarakat harus meningkat.

Kabupaten Labuhan Batu adalah areal pertanian persawahan yang subur untuk tanaman padi sekitar 4.000 Ha. Namun kondisi areal tanaman padi sudah banyak beralih fungsi menjadi areal kelapa sawit, sehingga terjadi penurunan luas lahan dan produksi sawah. Bila hal ini terus berlangsung tanpa turut campur Pemkab Labuhan Batu bisa di pastikan Labuhan Batu akan mengimpor beras dari luar.

Dalam melakukan analisa kegiatan tersebut haruslah diperkirakan apa yang akan terjadi pada masa yang akan datang. Bagaimana tingkat produksi beras dan kebutuhan beras. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang, kita kenal dengan peramalan (forecasting). Sehingga penulis Evi Yully Desna Nababan : Peramalan Tingkat Produksi Beras Dan Kebutuhan Beras Di Kabupaten Labuhan Batu Tahun 2008, 2008. USU Repository © 2009

membuat judul Tugas Akhir ini adalah “ Peramalan Tingkat Produksi Beras dan Kebutuhan Beras di Kabupaten Labuhan Batu Tahun 2008 “.

1.2 Perumusan Masalah

Permasalahan produksi beras dan kebutuhan beras di Kabupaten Labuhan Batu yang semakin meningkat memerlukan adanya suatu penelitian yang dapat memaparkan sejauh mana produksi beras dan kebutuhan beras tiap tahunnya. Penyusunan Tugas Akhir yang berjudul “Peramalan Tingkat Produksi Beras dan Kebutuhan Beras di Kabupaten Labuhan Batu Tahun 2008” akan menguraikan tingkat produksi beras dan kebutuhan beras serta metode-metode perhitungannya.

Berdasarkan hal ini dapat dirumuskan masalah penelitian sebagai berikut : 1. Mengetahui peramalan tingkat produksi beras dan kebutuhan beras di kabupaten Labuhan Batu tahun 2008. 2. Variabel yang digunakan adalah produksi beras dan kebutuhan beras . 3. Data yang digunakan adalah data sekunder yang berasal dari Badan Ketahanan Pangan Sumatera Utara.

1.3

Tujuan dan Manfaat Penelitian


Secara Umum peneliti ini bertujuan untuk meramalkan tingkat produksi beras dan kebutuhan beras di kabupaten Labuhan Batu tahun 2008.

Selain tujuan tersebut peneliti ini diharapkan dapat memberi manfaat sebagai berikut : 1. Bagi penulis, dapat menambah pengetahuan mengenai metode pemulusan eksponensial (smoothing). 2. Bagi pihak Badan Ketahanan Pangan yaitu sebagai masukan dalam mengambil suatu kebijakan.

1.4 Metode Penelitian

Untuk mendukung penyusunan Tugas Akhir, maka penulis membutuhkan data-data yang diperoleh melalui serangkaian tinjauan, penelitian, riset maupun pengambilan data. Dalam riset tersebut penulis menggunakan beberapa metode diantaranya :

1. Metode Penelitian Kepustakaan (Studi Literatur) Dalam hal ini pengumpulan data serta keterangan-keterangan dapat dilakukan dengan membaca serta mempelajari buku-buku ataupun literatur-literatur pelajaran yang didapat diperkuliahan ataupun umum, serta sumber informasi lainnya yang berhubungan dengan objek yang diteliti. 2. Metode Pengumpulan Data Pengumpulan data untuk kepeluan riset ini penulis lakukan dengan menggunakann data sekunder yang diperoleh dari Badan Ketahanan Pangan Sumatera Utara. Data Evi Yully Desna Nababan : Peramalan Tingkat Produksi Beras Dan Kebutuhan Beras Di Kabupaten Labuhan Batu Tahun 2008, 2008. USU Repository © 2009

yang dikumpulkan tersebut kemudian diatur, disusun dan disajikan dalam bentuk angka-angka dengan tujuan untuk mendapatkan gambaran yang jelas tentang sekumpulan data tersebut.

3. Metode Analisa Adapun pengelolah data dalam meramalkan tingkat produksi beras dan kebutuhan beras di kabupaten Labuhan Batu adalah dengan menggunakan metode smoothing atau metode pemulusan. Metode pemulusan (smoothing) banyak digunakan untuk menghilangkan atau mengurangi keteracakan (randomness) dari data deret waktu (time series). Metode yang bisa digunakan untuk keperluan pemulusandata adalah metode rata-rata bergerak (moving average) dari pengukuran respon dalam periode waktu tertentu atau metode pemulusan eksponensial (exponensial smoothing).

1.5 Tinjauan Pustaka

Disini penulis mencari literatur-literatur yang bersifat teoritis yang ada kaitannya dengan penelitian, teori-teori yang digunakan antara lain : 1. Sypros, Makridakis dalam bukunya metode Aplikasi dan Peramalan menyatakan Metode Eksponensial merupakan metode yang menunjukkan pembobotan secara Eksponensial terhadap nilai observasi. Oleh karena itu metode ini disebut metode pemulusan (smoothing) eksponensial seperti halnya

dengan

rata-rata

bergerak.

Metode

pemulusan

(smoothing)

eksponensial terdiri atas tunggal, dan metode yang lebih rumit. Semua Evi Yully Desna Nababan : Peramalan Tingkat Produksi Beras Dan Kebutuhan Beras Di Kabupaten Labuhan Batu Tahun 2008, 2008. USU Repository © 2009

mempunyai sifat yang sama yaitu nilai yang lebih baru diberikan relatif lebih besar dibanding dengan nilai observasi yang lebih lama. 2. Assuri Sofyan, dalam bukunya Tehnik dan Metode Peramalan menyatakan bahwa Aanalisa Trend Linier adalah suatu trend yang kenaikan atau penurunan nilai yang akan di ramalkan. Dimana a dan b dapat dicari dengan menggunakan metode kuadrat terkecil yang berguna untuk meminimalkan residual kuadrat kesalahan. 3. Prof. DR. Sudjana , dalam bukunya Tehnik Analisa Regresi dan Korelasi menyatakan apabila kita ingin mengambil suatu sampel, kita harus melakukan size sampel (uji kecukupan sampel), untuk mengeahui apakah sampel tersebut cukup mewakili atau tidak. Analisa Eksponensial Smoothing Tunggal bentuk umum yang digunakan dalam penyusunan suatu ramalan dengan metode eksponensial smoothing yaitu : Ft +1 = αX t + (1 − α ) Ft Dan dapat disederhanakan menjadi : Ft +1 = Ft + α (et ) Dimana e adalah kesalahan ramalan untuk periode t, yaitu nilai yang sebelumnya terjadi di kurangi dengan nilai ramalan. Analisa

Eksponensial

Smoothing

Linier

yaitu

peramalan

dengan

menggunakan metode perhitungan yang membutuhkan tiga buah nilai data dan satu buah nilai α. Pendekatan ini juga memberikan bobot yang semakin menurun pada observasi masa lalu.


Persamaan pada metode eksponensial smoothing linier ini disebut metode “Brown’s One Parameter Linier Eksponensial Smoothing” dan formula yang digunakan yaitu :

Ft + m = a t + bt m

1.6 Sistematika Penulisa

Sistematika penulisan ini untuk memaparkan atau menjelaskan isi dari tugas akhir. sistematika penulisan yang akan di kemukakan dalam tugas akhur ini adalah sebagai berikut :

Bab 1 : PENDAHULUAN Dalam bab ini menjelaskan mengenai latar belakang, perumusan masalah, tujuan penelitian, manfaat penelitian, metode penelitian, tinjauan pustakan, dan sistematika penulisan.

BAB 2 : TINJAUAN TEORITIS Bab ini menjelaskan uraian tentang teori-teori yang akan digunakan dalam pemecahan masalah, diantaranya eksponensial smoothing.

BAB 3 : GAMBARAN UMUM PERUSAHAAN Menceritakan tentang sejarah singkat perusahaan yang bersangkutan beserta Struktur Organisasinya.


BAB 4 : ANALISIS DATA Bab ini menjelaskan uraian tentang metode-metode yang digunakan dalam mengelolah data.

BAB 5 : IMPLEMENTASI SISTEM Bab ini menjelaskan tentang implementasi system yang digunakan untuk analisis penelitian.

BAB 6 : PENUTUP Bab ini merupakan penutup yang akan memberikan beberapa kesimpulan data yang merupakan hasil kerja yang telah dianalisis serta saran sebagai akhir penulisan.


BAB 2

TINJAUAN TEORITIS

2.1 Pengertian Peramalan

Peramalan adalah kegiatan mengestimasi apa yang akan terjadi pada masa yang akan datang. Sedangkan ramalan adalah situasi atau kondisi yang akan diperkirakan akan terjadi pada masa yang akan datang.

Peramalan diperlukan karena adanya (kesenjangan) waktu (time lag) antara kesadaran akan peristiwa atau kebutuhan mendatang dengan waktu peristiwa itu sendiri. Apabila perbedaan waktu tersebut panjang, maka peran peramalan akan menjadi penting dan sangat dibutuhkan, terutama dalam penentuan suatu peristiwa yang akan timbul sehingga dapat dipersiapkan hal-hal ataupun tindakan-tindakan yang diperlukan guna mengantisipasi keadaan tersebut.


Kegunaan peramalan terlihat pada saat pengambilan keputusan, pengambilan keputusan yang didasarkan atas pertimbangan-pertimbangan yang akan terjadi pada waktu keputusan itu dilaksanakan.

Keberhasilan dari suatu peramalan sangat ditentukan oleh : 1. Pengambilan teknik tentang pengumpulan informasi (data) masa lalu, data ataupun informasi tersebut bersifat kuantitatif. 2. Teknik dan metode yang tepat dan sesuai dengan pola data yang telah dikumpulkan.

Gambaran perkembangan pada masa yang akan datang diperoleh dari hasil analisa data yang didapat dari penelitian yang telah dilakukan. Perkembangan pada masa depan merupakan perkiraan apa yang akan terjadi, sehingga dapat dikatakan bahwa peramalan selalu diperlukan didalam penelitian. Ketepatan peramalan merupakan hal yang penting, walaupun demikian perlu disadari bahwa suatu ramalan selalu meminimumkan kesalahan.

2.1.1 Jenis - Jenis Peramalan

Berdasarkan sifatnya, peramalan dibedakan atas dua macam yaitu : a. 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 berdasarkan pemikiranyang intuisi, pendapat dan pengetahuan serta pengalaman penyusunannya.

b. Peramalan Kuantitatif Peramalan Kuantitatif adalah peramalan yang didasarkan atas data kuantitatif masa lalu. Hasil peramalan yang dibuat sangat tergantung pada metode yang dipergunakan dalam peramalan tersebut. Baik tidaknya peramalan ditentukan oleh perbedaan atau penyimpangan antara hasi ramalan dengan kesalahan yang terjadi maka semakin baik pula metode yang digunakan. Peramalan Kuantitatif dapat diterapkan bila terdapat kondisi berikut : 1. Tersedia informasi (data) tentang masa lalu. 2. Informasi (data) tersebut dapat dikuantitatifkan dalam bentuk data numerik. 3. Data diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut pada masa yang akan datang.

Pada Tugas Akhir peramalan yang akan digunakan oleh penulis adalah peramalan kuantitatif.

2.2 Defenisi Metode Peramalan

2.2.1 Pengertian Metode Peramalan


Metode peramalan adalah suatu cara memperkirakan atau mengestimasi secara kuantiatatif maupun kualitatif apa yang akan terjadi pada masa depan, berdasarkan data yang relevan pada masa lalu. Metode peramalan ini digunakan dalam peramalan yang objektif. Sedangkan kegunaan metode peramalan adalah untuk memperkirakan secara sistematis dan pragmatis atas dasar data yang relevan pada masa lalu, dengan demikian metode peramalan diharapkan dapat memberikan objektivitas yang lebih besar.

Metode peramalan juga memberikan urutan pengerjaan dan pemecahan atas pendekatan suatu masalah dalam peramalan, sehingga bila digunakan pendekatan yang sama atas permasalahan dalam suatu kegiatan peramalan, maka akan didapat dasar pemikiran dan pemecahan yang sama.

Selain itu metode peramalan juga memberikan cara pengerjaan yang teratur dan terarah, sehingga dengan demikian dapat dimungkinkannya penggunaan teknikteknik penganalisisan yang lebih maju.

2.2.2 Uraian Metode Peramalan

Metode pemulusan (smoothing) adalah metode peramalan dengan mengadakan penghalusan atau pemulusan terhadap data masa lalu yaitu dengan pengambilan ratarata dari nilai beberapa tahun untuk menaksir nilai pada tahun yang akan datang. Secara umum pemulusan (smoothing) dapat diklasifikasikan menjadi beberapa bagian, yaitu : Evi Yully Desna Nababan : Peramalan Tingkat Produksi Beras Dan Kebutuhan Beras Di Kabupaten Labuhan Batu Tahun 2008, 2008. USU Repository © 2009

a. Metode Perataan (Average) 1. Nilai Tengah (Mean) 2. Rata-rata Bergerak Tunggal (Single Moving Average) 3. Rata-rata Bergerak Ganda (Double Moving Average) 4. Kombinasi Rata-rata Bergerak b. Metode Pemulusan (Smoothing) Eksponensial 1. Pemulusan Eksponensial Tunggal 2. Pemulusan Eksponensial Tunggal : Pendekatan Adaptif 3. Pemulusan Eksponensisl Ganda : Metode Linier Satu-Parameter dari Brown 4. Pemulusan Eksponensial Ganda : Metode Dua-Parameter dari Holt 5. Pemulusa Eksponensisl Tripel : Metode Kuadratik Satu-Parameter dari Brown 6. Pemulusan Eksponensial Tripel : Metode Tiga-Parameter Untuk Kecenderungan dan Musiman dari Winter. 7. Pemulusan Eksponensial : klasifikasi Pagels

c. Metode Pemulusan (Smoothing) Lainnya 1. Metode Kontrol Adatif dari Chow 2. Metode Adatif Satu- Parameter dari Brown 3. Pemulusan Tiga-Parameter Box Jenkins 4. Metode Pemulusan Harmonis dari Harison 5. Sistem Pemantauan dari Trigg (Tracking Signal)

2.3 Metode Peramalan yang digunakan


Untuk mendapatkan suatu hasil yang baik dan tepat maka haruslah diketahui dan digunakan metode peramalan yang tepat. Untuk meramalkan tingkat produksi beras dan kebutuhan beras di kabupaten Labuhan Batu tahun 2008, penulis menggunakan metode smoothing eksponensial 2.3.1 Metode Pemulusan Eksponensial

Metode ini menjelaskan tentang sekelompok metode yang menunjukkan pembobotan secara eksponensial terhadap nilai observasi. Oleh karena itu metode ini disebut prosedur pemulusan (smoothing) eksponensial seperti halnya dengan rata-rata bergerak, metode pemulusan (smoothing) eksponensial terdiri atas tunggal, dan metode yang lebih rumit. Semua mempunyai sifat-sifat yang sama yaitu nilai yang lebih baru diberikan bobot yang relatif lebih besar dibanding nilai observasi yang lebih lama.

Dalam kasus rata-rata bergerak, bobot yang dikenakan pada nilai-nilai observasi merupakan hasil sampingan dari sistem MA tertentu yang diambil. Tetapi dalam pemulusan (smoothing) eksponensial terdapat satu atau lebih parameter pemulusan yang ditentukan secara eksplisit dan hasil pilihan ini menentukan bobot yang dikenakan pada nilai observasi.

2.3.2 Eksponensial Smoothing Tunggal

Ada dua batasan utama dari pengguna rata-rata bergerak dalam penyusunan ramalan. Pertama untuk menghitung nilai rata-rata bergerak. Dibutuhkan sejumlah N data atau Evi Yully Desna Nababan : Peramalan Tingkat Produksi Beras Dan Kebutuhan Beras Di Kabupaten Labuhan Batu Tahun 2008, 2008. USU Repository © 2009

nilai-nilai yang diobservasikan pada masa lalu harus dipertimbangkan terutama dalam ruang penyimpanan (storage space). Terutama jika penyusunan peramalan dilakukan untuk sejumlah item yang dibutuhkan.

Kedua, ukuran yang sama digunakan untuk setiap data yang telah terjadi sebanyak N pada masa lalu, sehingga semua data observasi sebanyak N tersebut mempunyai peranan yang sama pentingnya dalam penyusunan ramalan. Selanjutnya perlu dicari suatu ukuran yang baik, yang dapat memenuhi kasus atau pandangan bahwa data observasi yang telah terjadi paling akhir memberikan informasi yang lebih banyak dari observasi sebelumnya. Jadi data atau nilai yang paling akhir haruslah diberikan timbangan atau bobot yang relatif lebih besar dalam peramalan yang dilakukan Data atau nilai observasi yang lebih dahulu hanya membutuhkan dua butir data meramalkan nilai yang akan terjadi pada masa mendatang.

2.3.3 Analisa Eksponensial Smoothing Tunggal

Bentuk umum yang digunakan dalam penyusunan suatu ramalan dengan metode eksponensial smoothing yaitu :

Ft +1 = αX t + (1 − α ) Ft Metode ini mempunyai kebaikan secara nyata dengan mengurangi masalah penyimpanan (storage) data, karena tidak dibutuhkannya lebih lama menyimpan seluruh data historis (seperti dalam kasus rata-rata bergerak). Dalam metode ini


hanyalah data observasi yang paling mutakhir dan nilai ramalan yang terakhir serta suatu nilai dari R yang harus disimpam.

Tujuan dari metode peramalan ini adalah sama dengan metode-metode peramalan yang lain, yaitu meminimalisasikan rata-rata kesalahan kuadrat (mean square error).

Dari bentuk umum di atas dapat disusun kembali dengan salah satu cara sebagai berikut : Ft +1 = Ft + α ( X t − Ft ) Dan dapat disederhanakan menjadi : Ft +1 = Ft + α (et ) Dimana e adalah kesalahan ramalan untuk periode t, yaitu yang sebelumnya terjadi di kurangi dengan nilai ramalan.

Oleh karena itu dapat dilihat bahwa penyusunan ramalan dengan metode eksponensial smoothing adalah lebih sederhana, karena ramalan yang disusun didasarkan nilai ramalan sebelumnya ditambah dengan suatu tingkat penyesuaian atas kesalahan yang telah terjadi oleh ramalan sebelumnya. Dan dapat dibutuhkan bahwa nilai e mempunyai nilai yang mendekati satu, maka nilai ramalan yang baru akan memperhitungkan suatu penyelesaian yang menyeluruh atas kesalahan dalam masalah yang lalu.


Adapun beberapa masalah dalam penggunaan metode eksponensial smoothing. Salah satu masalah tersebut adalah dalam usaha untuk mendapatkan besarnya nilai e. Nilai ini dapat diharapkan memperkecil (meminimumkan) kesalahan kuadrat rata-rata atau Mean Square Error (MSE). Pada metode eksponensial smoothing, minimum kesalahan kuadrat rata-rata (MSE) ditentukan dengan cara coba-coba nilai e ditentukan dan digunakan, lalu kesalahan kuadrat rata-rata (MSE) dihitung, dan kemudian nilai e yang lain dicoba, setelahitu kesalahan kuadrat rata-rata (MSE) yang diperoleh dibandingkan untuk mendapatkan kuadrat rata-rata (MSE) yang minimum.

2.3.4 Analisa Eksponensial Smoothing Linier

Peramalan dengan menggubakan metode esponensial smoothing yang linier dapat dilakukan dengan perhitungan yang hanya membutuhkan tiga buah nilai data dan satu buah nilai. Pendekatan ini juga memberikan timbangan (bobot) yang menurun untuk dat atau observasi yang lebih lama.

Dasar pemikiran dari metode eksponensial smoothing yang linier adalah lebih baik nilai pelican (smoothing value) tunggal maupun ganda terdapat pada waktu sebelum data sebenarnya., bila pada data itu ada trend. Disamping itu untuk menyesuaikan trend maka nilai-nilai pelicin tungga (smoothing value) ditambahkan nilai-nilai pelican ganda (double smoothing value).


Peramalan pada metode eksponensial smoothing linier ini disebut metode “Brown’s One Parameter Linier Eksponensial Smoothing” dan formula yang digunakan yaitu :

Ft + m =a t +bt m Sedangkan : At = S t' + ( S t' − S t'' )2S t' − S t''

Bt =

α (S t' − S t'' ) 1−α

S t' = αX 1 + (1 − α ) S t' −1 S t'' = αS t' + (1 − α ) S t''−1

Dimana m adalah jumlah periode di depan yang di ramalkan, S t' adalah nilai eksponensial smoothing tunggal dan S t'' adalah nilai eksponensial gan BAB 3

GAMBARAN UMUM BADAN KETAHANAN PANGAN

3.1 SEJARAH RINGKAS DAN PERKEMBANGAN BADAN KETAHANAN PANGAN


Pada era orde baru program intensifikasi pertanian bertujuan untuk meningkatkan produktivitas dan produksi beras menuju swasembada pangan. Untuk mewujudkan swasembada pangan dibentuk suatu wadah koordinasi yang bersifat fungsional dari berbagai dinas intansi terkait baik di tingkat pusat, propinsi, kabupaten kota dan sampai ke tingkat desa yang disebut Badan Pengendali BIMAS (Bimbingan Masal) di tingkat pusat, Satuan Pembinaan BIMAS di tingkat propinsi dan Satuan Pelaksanaan BIMAS di tingkat Kabupaten, dan Satuan penggerak BIMAS di tingkat Kecamatan dan Desa. Wadah koordinasi ini ditetapkan berdasarkan Keputusan Presiden di tingkat pusat, Keputusan Gubernur di tingkat Propinsi, Keputusan Bupati/walikota di tingkat Kabupaten, Kecamatan, dan Desa. Untuk mendukung wadah koordinasi yang bersifat fungsional tersebut, maka ditetapkan adanya Sekretariat Pembinaan BIMAS di tingkat Propinsi dan Sekretariat Pelaksanaan BIMAS di tingkat Kabupaten/Kota yang dipimpin oleh seorang Sekretaris.

Seiring dengan perkembangan otonomi daerah maka seluruh lembaga struktural yang bersifat vertikal, bergabung dan menyatu ke dalam lembaga struktural dinas daerah. Sehingga dengan demikian seluruh lembaga struktural yang bersifat vertikal yang ada selama ini tidak ada lagi kecuali Lembaga Struktural yang menangani Keuangan, Kehakiman, Agama dan Pertahanan.

Mengingat wadah koordinasi yang bersifat fungsioanal yang Satuan Pembinaan BIMAS di tingkat Propinsi, Satuan Pelaksanaan BIMAS di tingkat Kabupaten, dipandang tugas-tugasnya masih diperlukan dalam rangka peningkatan produktivitas dan produksi bahan pangan pokok dan startegis secara luas, maka Evi Yully Desna Nababan : Peramalan Tingkat Produksi Beras Dan Kebutuhan Beras Di Kabupaten Labuhan Batu Tahun 2008, 2008. USU Repository © 2009

Pemerintah Pusat dan Pemerintah Daerah (PEMDA) Sumatera Utara membentuk suatu badan yang disebut dengan Badan Ketahanan Pangan (BKP) oleh karena itu Badan Ketahanan Pangan ini berperan sebagai Sekretariat Dewan Ketahanan Pangan yang sekaligus merupakan transparansi dari satuan Pembina BIMAS.

Badan Ketahanan Pangan ini mempunyai tugas dan fungsi yang bersifat koordinatif yang merupakan kesinambungan dari tugas dan fungsi koordinasi yang diemban oleh satauan pembina BIMAS dan satuan pelaksanaan BIMAS pada era pemerintahan orde baru. Seluruh instansi Badan Ketahanan Pangan menempati kantor lama Kanwil Departemen Pertanian Propinsi Sumatera Utara dan kantor lama BIMAS dan pegawainya berasal dari pegawai Sekratiat Satuan Pembinaan BIMAS dan pegawai Kanwil Departemen Pertanian Sumatera Utara.

Visi Badan Ketahanan Pangan Propinsi Sumatera Utara

Visi Badan Ketahanan Pangan Propinsi Sumatera Utara : ”Terwujudnya ketahanan pangan masyarakat yang berbasis kepada sumber daya lokal yang dimiliki secara efesien dan berkelajutan menuju masyarakat yang berkualitas dan sejahtera.”

3.1.2 Misi Badan Ketahanan Pangan Propinsi Sumatera Utara

Misi Badan Ketahanan Pangan Propinsi Sumatera Utara :


1. Meningkatkan keberdayaan dan kemandirian masyarakat untuk mewujudkan ketahanan pangan yang berbasis sumber daya lokal yang dimiliki. 2. Meningkatkan kualitas sumber daya manusia dan kesejahteraan masyarakat.

3.1.3 Tugas Badan Ketahanan Pangan Propinsi Sumatera Utara

Tugas Badan Ketahanan Pangan Propinsi Sumatera Utara : 2. Sebagai salah satu Lembaga Teknis Daerah Perda No. 4 Tahun 2001, membentuk kepala daerah dalam pemeliharaan Ketahanan Pangan. 3. Sebagai Sekretariat Dewan Ketahanan Pangan SK GUBSU No, 188/44/250/K/Thn 2002, membantu gubernur dalam pelaksanaan koordinasi perumusan kebijakan dan program di bidang Ketahanan Pangan yang meliputi aspek ketersediaan, distribusi, konsumsi, keamanan pangan, dan melaksanakan pengendalian, monitoring, dan evaluasi ketahanan pangan daerah.

3.1.4 Fungsi Badan Ketahana Pangan Propinsi Sumatera Utara

Fungsi Badan Ketahanan Pangan Propinsi Sumatera Utara : 1. Mengkoordinasikan perumusan kebijakan dan perencanaan program peningkatan ketahanan pangan daerah yang meliputi aspek-aspek sebagai berikut : a. Aspek ketersediaan yang bersumber dari produksi, cadangan dan impor. b. Aspek distribusi yang berbasis kepada stabilitas harga pangan, aman dan terjangkau.


c. Aspek konsumsi yang berbasis kepada penganekaragaman konsumsi nonberas, bermutu/bergizi dan aman. 2. Mengkoordinasikan monitoring program peningkatan ketahanan pangan melalui Rapat Dewan Ketahanan Pangan, Rapat Kelompok Kerja guna mengantisipasi dan memecahkan masalah yang dihadapi meliputi hal-hal sebagai berikut : a. Monitoring pelaksanaan kegiatan usaha tani b. Monitoring expor/impor bahan pangan strategis c. Monitoring harga pangan strategis dan lokal d. Monitoring pengadaan/penyimpangan/penyaluran cadangan makanan e. Monitoring kewaspadaan pangan (bencana alam dan gangguan OPT) f. Monitoring daerah rawan pangan g. Monitoring penganekaragaman konsumsi bahan pangan h. Monitoring mutu dan keamanan pangan i.

Supervisi yang terkoordinasi ke lapangan

3. Melaksanakan peningkatan analisis dan pembinaan terhadap aspek-aspek ketahanan pangan (ketersediaan, distribusi, penganekaragaman konsumsi dan kewaspadaan/keamanan pangan) yang meliputi : a. Pelaksanaan DPH-LUEP b. Pengembangan lumbung pangan c. Pengembangan tunda jual d. Pengembangan pangan lokal e. Peningkatan pekarangan f. Pemberdayaan daerah raman pangan


4. Memantau dan mengendalikan ketersediaan dan distribusi

bahan pangan,

terutama 9 (sembilan) bahan pangan pokok. 5. Mengkoordinasi pelaporan dan evaluasi program peningkatan ketahanan pangan yang meliputi aspek ketersediaan, mutu dan keamanan pangan.

3.1.5

Lokasi Badan Ketahanan Pangan

Bangunan kantor Badan Ketahanan Pangan Propinsi Sumatera Utara seluas ± 1.276 m2 diatas tanah seluas 14.271,5m2 yang terletak di Jl. Jendral Besar Dr. Abdul Haris Nasution No. 24 Medan.

3.2

Struktur Organisasi Instansi Pemerintah

Struktur Organisasi Badan Ketahanan Pangan yaitu : Badan Ketahanan Pangan Propinsi Sumatera Utara dipimpin oleh seorang Kepala Badan Ketahanan Pangan Propinsi Sumatera Utara dipimpin oleh seorang Kepala Badan (Eselon II/a) dan dibantu oleh 4 orang pejabat Stuktural Eselon III/a dan 14 orang pejabat IV/a serta Kelompok Jabatan Fungsional (KJF) yakni : 1. Sekretaris : a. Sub Bagian Keuangan b. Sub Bagian Umum c. Sub Bagian Hukum dan Organisasi 2. Bidang Pengkajian Pangan Evi Yully Desna Nababan : Peramalan Tingkat Produksi Beras Dan Kebutuhan Beras Di Kabupaten Labuhan Batu Tahun 2008, 2008. USU Repository © 2009

a. Sub Bidang Pengadaan dan Cadangan Makanan b. Sub Bidang Mutu Pangan dan Gizi c. Sub Bidang Pemberdayaan Pangan d. Sub Bidang Analisis Harga Pangan 3. Bidang Kewaspadaan Pangan dan Gizi a. Sub Bidang Monitoring dan Evaluasi Pangan b. Sub Bidang Sistem Informasi Manajemen Pangan c. Sub Bidang Rawan Panaga

4. Bidang Penganekaragaman Konsumsi Pangan dan Sumber Daya a. Sub Bidang Pola Konsumsi Pangan b. Sub Bidang Pemberdayaan Masyarakat dan Sumber Daya c. Sub Bidang Penganekaragaman Pangan Lokal 5. Kelompok Jabatan Fungsional.


BAB 4 Evi Yully Desna Nababan : Peramalan Tingkat Produksi Beras Dan Kebutuhan Beras Di Kabupaten Labuhan Batu Tahun 2008, 2008. USU Repository © 2009

ANALISIS DAN EVALUASI

4.1 Analisis Data

Data yang di analisis dalam Tugas Akhir adalah data mengenai produksi beras dan kebutuhan beras di kabupaten Labuhan Batu . Data produksi beras dan kebutuhan beras dapat di lihat pada tabel di bawah ini :

Tabel 4.1 Produksi Beras dan Kebutuhan Beras di Kabupaten Labuhan Batu Tahun

Produksi Beras

Kebutuhan Beras

(Ton)

(Ton)

1995

196.198

138.693

1996

196.699

141.930

1997

194.796

145.167

1998

202.475

150.496

1999

218.120

154.480

2000

199.508

118.289

2001

175.812

120.883

2002

239.528

131.365

2003

225.565

124.417

2004

231.036

124.891

2005

243.433

152.284


2006

178.542

151.035

2007

229.748

61.770

Sumber : Badan Ketahanan Pangan Sumatera Utara Dari data di atas, untuk produksi beras dan kebutuhan beras maka penulis akan menganalisis data tersebut dan meramalkan produksi beras dan kebutuhan beras tahun 2008 dengan menggunakan metode pemulusan (smoothing) yaitu eksponensial linier satu parameter dari Brown.

4.2 Analisa Eksponensial Smoothing Tunggal

Pada Tabel 4.2 menunjukkan hasil ramalan dengan Metode Eksponensial Smoothing Produksi beras Kab Labuhan Batu dengan menggunakan nilai α sebesar 0,1 ; 0,5 ; 0,9 sebagai contoh pada tabel 4.2 ramalan untuk periode 3 tahun 1997 bila α = 0,1 dapat di hitung sebagai berikut :

F 3 = αX 2 +(1-α) F 2 = 0,1(196.699)+(1-0,1)(196.198) = 196.284,10 Dst F 12 = αX 11 +(1-α)F 11 = 0,1(243.433)+(1-0,1)( 206.148,16) = 209.876,64 Evi Yully Desna Nababan : Peramalan Tingkat Produksi Beras Dan Kebutuhan Beras Di Kabupaten Labuhan Batu Tahun 2008, 2008. USU Repository © 2009

Untuk α = 0,5 maka dapat dihitung sebagai berikut : F 3 = αX 2 +(1-α) F 2 = 0,5(196.699)+(1-0,5)(196.198) = 196.448,50 Dst F 12 = αX 11 +(1-α)F 11 = 0,5(243.433)+(1-0,5)( 225.591,38) = 234.512,19 Untuk α = 0,9 maka dapat dihitung sebagai berikut : F 3 = αX 2 +(1-α) F 2 = 0,9(196.699)+(1-0,9)(196.198) = 196648,90 Dst F 12 = αX 11 +(1-α)F 11 = 0,9(243.433)+(1-0,9)( 230567,35) = 242146,44

Tabel 4.2 Ramalan Kesalahan Produksi Beras Kabupaten Labuhan Batau Tahun 2008 Dengan Menggunakan Methode Exponensial Smoothing

Tahun 1995 1996 1997

Periode / Waktu 1 2 3

Produksi Beras Ton 196.198 196.699 194.796

Nilai Ramalan Dengan Eksponensial Smoothing α= 0,1 α= 0,5 α =0,9 196.198 196.198 196.198 196.248,10 196.448,50 196648,90


1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

4 5 6 7 8 9 10 11 12 13

202.475 218.120 199.508 175.812 239.528 225.565 231.036 243.433 178.542 229.748

196.102,89 196.740,10 198.878,09 198.941,08 196.628,17 200.918,16 203.382,84 206.148,16 209.876,64 206.743,18

195.622,25 199.048,63 208.584,31 204.046,16 189.929,08 214.728,54 220.146,77 225.591,38 234.512,19 206.527,10

194981,29 201725,63 216480,56 201205,26 178351,33 233410,33 226349,53 230567,35 242146,44 184902,44

4.2 Analisa Eksponensial Smoothing Yang Linier

Penggunaan metode Brown’s One Parameter Linier Ekhsponensial Smoothing, dapat dilakukan untuk penyusunan peramalan seperti terlihat pada tabel ini ditunjukkan penyusunan peramalan dari Produksi Beras Kabupaten Labuhan Batu Tahun 2008.

Pada tabel ini perhitungan didasarkan pada α sebesar 0,1 ; 0,5 ; 0,9 sebagai contoh untuk α = 0,1 pada periode 3 ramalan untuk periode 3 adalah : F 3 = a2+b2(1) = 197.309+(-46,01)(1) = 197.898,20 Dimana : A3 = 2 S 3 − S "3


=2(197.722,89)-(198.137,00) = 197.308,78

α 1−α

B3 = (

=

)(S ' 3 − S "3 )

 0,1   ( 197.722,89 - 198.137,00 )  1 − 0,1 

= -46,01 S ' 3 = αX 3 + (1 − α ) S ' 3−1 = 0,1*194.796,00+(1-0,1) 198.048,10 = 197.722,89 S "3 = αS ' 3 +(1 − 0,1) S 3−1

= 0,1*197.722,89+(1-0,1) 198.183,01 = 198.137,00

Tabel 4.3 Ramalan Produksi Beras Dengan Methode Exponensial Smoothing Yang Linier (Brown’s One Parameter α = 0,1) Tahun 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006

Periode / Waktu 1 2 3 4 5 6 7 8 9 10 11 12

Produksi Beras Ton 196.198 196.699,00 194.796,00 202.475,00 218.120,00 199.508,00 175.812,00 239.528,00 225.565,00 231.036,00 243.433,00 178.542,00

S't

S"t

Nilai a

Nilai b

Ft+m

198.198 198.048,10 197.722,89 198.198,10 200.190,29 200.122,06 197.691,06 201.874,75 204.243,78 206.923,00 210.574,00 207.370,80

198.198 198.183,01 198.137,00 198.143,11 198.347,83 198.525,25 198.441,83 198.785,12 199.330,99 200.090,19 201.138,57 201.761,79

197.913,19 197.308,78 198.253,09 202.032,76 201.718,87 196.940,28 204.964,38 209.156,56 213.755,81 220.009,43 212.979,80

-14,99 -46,01 6,11 204,72 177,42 -83,42 343,29 545,87 759,20 1.048,38 623,22

197.898,20 197.262,77 198.259,20 202.237,47 201.896,30 196.856,86 205.307,67 209.702,43 214.515,01 221.057,81


2007

13

229.748,00

209.608,52

202.546,47

216.670,57

784,67

213.603,03

Untuk itu didapat : Ramalan Produksi Beras Kabupaten Labuhan Batu Tahun 2008 adalah : F 14 = a14+b14(1) = 216.670,57+(-784,67)(1) = 215.885,9 Peramalan Produksi beras tahun 2008 Gambar mengenai hubunagn antara perkembangan data aktual dengan peramalan dapat dilihat pada gambar berikut :

PRODUKSI BERAS

1200000

Ft+m - -

1000000 Nilai b - -15 800000 Nilai a - 197.913 600000 S"t 198.198 198.183

400000

S't 198.198 198.048

200000

Produksi Beras Ton 196.198 196.699

20 05

20 03

20 01

19 99

19 97

19 95

0

Tahun 1995 1996

TAHUN

Gambar 4.3 Peramalan Produksi Beras


Sedangkan untuk mengetahui nilai kesalahannya dapa dilihat dalam tabel berikut ini :

Tabel 4.3 Kesalahan Error

Error Absolute

Error Kuadrat

Error Persentase

Error Persentase Absolute

-3.102,20 5.212,23 19.860,80 -2.729,47 -26.084,30 42.671,14 20.257,33 21.333,57 28.917,99 -42.515,81 16.144,97

3.102,00 5.212,00 19.861,00 -2.729,00 26.084,00 42.671,00 20.257,00 21.334,00 28.981,00 42.561,00 16.145,00

9.622.404,00 27.164.944,00 394.459.321,00 7.447.441,00 680.375.056,00 1.820.814.241,00 410.346.049,00 455.139.556,00 839.898.361,00 1.811.438.721,00 260.661.025,00

-1,59 2,57 9,11 -1,37 -14,84 17,81 8,98 9,23 11,88 -23,81 7,03

2,00 3,00 9,00 1,00 15,00 18,00 9,00 9,00 12,00 24,00 7,00

Dimana : 1. Nilai Tengah Kesalahan Kuadrat (Mean Square Error) adalah : 13

∑ ei MSE=

i =1

n

2

=

6.717.367.119 = 516.720.548 13

2. Nilai Tengah Kesalahan Persentase (Maen Absolute Percentage) adalah : 13

∑ PEi

109 =8 13 n 3. Nilai Tengah Deviasi Absolut (Mean Absolute Deviatio) adalah :

MAPE=

i =1

=


13

∑ Xi − Fi i =1

MAD=

n

=

268.771 = 20.670,08 13

untuk α = 0,5 pada periode 3 ramalan untuk periode 3 adalah : F 3 = a2+b2(1) = 195.271,75+(-350,50)(1) = 196.699,00 Dimana : A3 = 2 S 3 − S "3 =2(195.622,25)-(195.972,75) = 195.271,75 B3 = (

=

α 1−α

)(S ' 3 − S "3 )

 0,5  ( 195.622,25 - 195.972,75 )   1 − 0,5 

= -350,00 S ' 3 = αX 3 + (1 − α ) S ' 3−1 = 0,5*194.796,00+(1-0,5) 196.448,50 = 195.622,25 S "3 = αS ' 3 +(1 − 0,5) S 3−1 = 0,1*197.622,25+(1-0,1) 196.323,25 = 195.972,75


Tabel 4.4 Ramalan Produksi Beras Dengan Methode Exponensial Smoothing Yang Linier (Brown’s One Parameter α = 0,5) Tahun 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Periode / Waktu 1 2 3 4 5 6 7 8 9 10 11 12 13

Produksi Beras Ton 196.198 196.699 194.796 202.475 218.120 199.508 175.812 239.528 225.565 231.036 243.433 178.542 229.748

S't

S"t

Nilai a

Nilai b

Ft+m

196.198 196.448,50 195.622,25 199.048,63 208.584,31 204.046,16 189.929,08 214.728,54 220.146,77 225.591,38 234.512,19 206.527,10 218.137,55

196.198 196.323,25 195.972,75 197.510,69 203.047,50 203.546,83 196.737,95 205.733,25 212.940,01 219.265,70 226.888,94 216.708,02 217.422,78

196.573,75 195.271,75 200.586,56 214.121,13 204.545,48 183.120,20 223.723,83 227.353,53 231.917,07 242.135,44 196.346,17 218.852,31

125,25 -350,50 1.537,94 5.536,81 499,33 -6.808,88 8.995,29 7.206,76 6.325,69 7.623,25 -10.180,92 714,76

196.699,00 194.921,25 202.124,50 219.657,94 205.044,81 176.311,33 232.719,13 234.560,29 238.242,76 249.758,69 186.165,25

Untuk itu didapat : Ramalan Produksi Beras Kabupaten Labuhan Batu Tahun 2008 adalah : F 14 = a14+b14(1) = 218.852,31+(714,76)(1) = 219.567,07 Peramalan Produksi beras tahun 2008 Gambar mengenai hubungan antara perkembangan data aktual dengan peramalan dapat dilihat pada gambar berikut : Evi Yully Desna Nababan : Peramalan Tingkat Produksi Beras Dan Kebutuhan Beras Di Kabupaten Labuhan Batu Tahun 2008, 2008. USU Repository © 2009

1400000

Ft+m - -

PRODUKSI BERAS

1200000 Nilai b - 125

1000000

Nilai a - 196.574

800000 600000

S"t 196.198 196.323

400000 S't 196.198 196.449 200000 Produksi Beras Ton 196.198 196.699 20 05

20 03

20 01

19 99

19 97

19 95

0

Tahun 1995 1996

TAHUN

Gambar 4.4 Peramalan produksa beras

Sedangkan untuk mengetahui nilai kesalahannya dapa dilihat dalam tabel berikut ini : Tabel 4.4 Kesalahan Error

Error Absolute

Error Kuadrat

Error Persentase


-1.903,00 7.553,75 15.995,50 -20.149,94 -29.232,81 63.216,67 -7.154,13 -3.524,29 5.190,24 -71.216,69 43.582,75

1.903,00

3.621.409,00 57.062.916,00 255.872.016,00 406.022.500,00 853.983.729,00 3.996.389.089,00 51.179.716,00 12.418.576,00 26.936.100,00 5.071.861.089,00 1.899.477.889,00

-0,98 3,73 7,33 -10,10 -16,63 26,39 -3,17 -1,53 2,13 -39,89 18,97

1,00

7.554,00 15.996,00 20.150,00 29.223,00 63.217,00 7.154,00 3.524,00 5.190,00 71.217,00 43.583,00

4,00 7,00 10,00 17,00 26,00 3,00 2,00 2,00 40,00 19,00



∑ ei

2

i =1

MSE=

=

n

12.634.825.029 = 971.909.617,62 13


∑ PEi MAPE=

i =1

n

=

131 = 10,08 13

3. Nilai Tengah Deviasi Absolut (Mean Absolute Deviatio) adalah : untuk α = 0,9 pada periode 3 ramalan untuk periode 3 adalah : F 3 = a2+b2(1) = 194.819+(-1.406,27)(1) = 197.099,80 Dimana : A3 = 2 S 3 − S "3 =2(194.981,29)-(195.143,54) = 194.819,04 B3 = (

=

α 1−α

)(S ' 3 − S "3 )

 0,9  ( 194.981,29- 195.143,54)   1 − 0,9 

= -1.460,27 S ' 3 = αX 3 + (1 − α ) S ' 3−1 Evi Yully Desna Nababan : Peramalan Tingkat Produksi Beras Dan Kebutuhan Beras Di Kabupaten Labuhan Batu Tahun 2008, 2008. USU Repository © 2009

= 0,9*194.796+(1-0,9) 198.648,90 = 194.981,29 S "3 = αS ' 3 +(1 − 0,1) S 3−1

= 0,9*194.981,29+(1-0,9) 198.608,81 = 195.143,54

Tabel 4.5 Ramalan Produksi Beras Dengan Methode Exponensial Smoothing Yang Linier (Brown’s One Parameter α = 0,9) Tahun 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Periode / Waktu 1 2 3 4 5 6 7 8 9 10 11 12 13

Produksi Beras Ton 196.198 196.699 194.796 202.475 218.120 199.508 175.812 239.528 225.565 231.036 243.433 178.542 229.748

S't

S"t

Nilai a

Nilai b

Ft+m

196.198 196.648,90 194.981,29 201.725,63 216.480,56 201.205,26 178.351,33 233.410,33 226.349,53 230.567,35 242.146,44 184.902,44 225.263,44

196.198 196.603,81 195.143,54 201.067,42 214.939,25 202.578,66 180.774,06 228.146,71 226.529,25 230.163,54 240.948,15 190.507,01 221.787,80

196.693,99 194.819,04 202.383,84 218.021,88 199.831,86 175.928,59 238.673,96 226.169,82 230.971,16 243.344,72 179.297,87 228.739,09

405,81 -1.460,27 5.923,88 13.871,83 -12.360,59 -21.804,60 47.372,65 -1.617,45 3.634,29 10.784,60 -50.441,13 31.280,79

197.099,80 193.358,77 208.307,72 231.893,71 187.471,26 154.124,00 286.046,61 224.552,36 234.605,46 254.129,33 128.856,74

Untuk itu didapat : Ramalan Produksi Beras Kabupaten Labuhan Batu Tahun 2008 adalah : F 14 = a14+b14(1) = 228.739,09+(31.280,79)(1) = 260.019,88 Evi Yully Desna Nababan : Peramalan Tingkat Produksi Beras Dan Kebutuhan Beras Di Kabupaten Labuhan Batu Tahun 2008, 2008. USU Repository © 2009

Peramalan Produksi beras tahun 2008 Gambar mengenai hubungan antara perkembangan data aktual dengan peramalan dapat dilihat pada gambar berikut :

1400000

Ft+m - -

PRODUKSI BERAS

1200000 Nilai b - 406

1000000

Nilai a - 196.694

800000 600000

S"t 196.198 196.604

400000 S't 196.198 196.649 200000 Produksi Beras Ton 196.198 196.699 20 05

20 03

20 01

19 99

19 97

19 95

0

Tahun 1995 1996

TAHUN

Gambar 4.5 Peramalan Produksi Beras

Sedangkan untuk mengetahui nilai kesalahannya dapa dilihat dalam tabel berikut ini : Tabel 4.5 Kesalahan Dimana : Error

Error Absolute

Error Kuadrat

Error Persentase


-2.303,80 9.116,23 9.812,28 -32.385,71 -11.659,26 85.404,00

2.304,00 9.116,00 9,81 32.386,00 11.659,00 85.404,00

5.308.416,00 83.101.456,00 96,28 1.048.852.996,00 135.932.281,00 7.293.843.216,00

-1,18 4,50 4,50 -16,23 -6,63 35,66

0,74 5,00 4,00 16,00 7,00 36,00


-60.481,61 6.483,64 8.827,54 -75.587,33 100.891,26

60.482,00 6.484,00 8.828,00 75.587,00 100.891,00

3.658.072.324,00 42.042.256,00 77.933.584,00 5.713.394.569,00 10.178.993.881,00

-26,81 2,81 3,63 -42,34 43,91

27,00 3,00 4,00 42,00 44,00

1. Nilai Tengah Kesalahan Kuadrat (Mean Square Error) adalah : 13

∑ ei MSE=

2

i =1

=

n

28.237.475,28 = 2.172.113.467,33 13


∑ PEi MAPE=

i =1

n

=

188,74 = 14,52 13

3. Nilai Tengah Deviasi Absolut (Mean Absolute Deviatio) adalah : 13

∑ Xi − Fi MAD=

i =1

n

=

393.150,8 = 30.242,37 13

Pada Tabel 4.6 menunjukkan hasil ramalan dengan Metode Eksponensial Smoothing Produksi beras Kab Labuhan Batu dengan menggunakan nilai α sebesar 0,1 ; 0,5 ; 0,9 sebagai contoh pada tabel 4.6 ramalan untuk periode 3 tahun 1997 bila α = 0,1 dapat di hitung sebagai berikut : Evi Yully Desna Nababan : Peramalan Tingkat Produksi Beras Dan Kebutuhan Beras Di Kabupaten Labuhan Batu Tahun 2008, 2008. USU Repository © 2009

F 3 = αX 2 +(1-α) F 2 = 0,1(141.930)+(1-0,1)(138.693) = 28.066,30 Dst F 12 = αX 11 +(1-α)F 11 = 0,1(152.284)+(1-0,1)( 138.878,08) = 16.616,21

Untuk α = 0,5 maka dapat dihitung sebagai berikut : F 3 = αX 2 +(1-α) F 2 = 0,5(141.930)+(1-0,5)(138.693) = 140.311,50 Dst F 12 = αX 11 +(1-α)F 11 = 0,5(152.284)+(1-0,5)( 125.926,74) = 139.105,37 Untuk α = 0,9 maka dapat dihitung sebagai berikut : F 3 = αX 2 +(1-α) F 2 = 0,9(141.930)+(1-0,9)(138.693) = 141.606,30 Dst F 12 = αX 11 +(1-α)F 11 = 0,9(152.284)+(1-0,9)( 124.902,70) Evi Yully Desna Nababan : Peramalan Tingkat Produksi Beras Dan Kebutuhan Beras Di Kabupaten Labuhan Batu Tahun 2008, 2008. USU Repository © 2009

= 149.545,87

Tabel 4.6 Ramalan Kesalahan Kebutuhan Beras Kabupaten Labuhan Batau Tahun 2008 Dengan Menggunakan Methode Exponensial Smoothing

1995 1996 1997

Periode / Waktu 1 2 3

1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

4 5 6 7 8 9 10 11 12 13

Tahun

Kebutuhan Beras Ton 138.693 141.930 145.167 150.496 154.480 118.289 120.883 131.365 124.417 124.891 152.284 151.035 61.770

Nilai Ramalan Dengan Eksponensial Smoothing α= 0,1 α= 0,5 α =0,9 138.693 138.693 138.693 28.062,30 140.311,50 141.606,30 17.322,93 142.739,25 144.810,93 16.781,89 146.617,63 149.927,49 17.126,19 150.548,81 154.024,75 13.541,52 134.418,91 121.862,57 13.442,45 127.650,95 120.980,96 14.480,75 129.507,98 130.326,60 13.889,77 126.962,49 125.007,96 13.878,08 125.926,74 124.902,70 16.616,21 139.105,37 149.545,87 16.765,12 145.070,19 150.886,09

Penggunaan metode Brown’s One Parameter Linier Ekhsponensial Smoothing, dapat dilakukan untuk penyusunan peramalan seperti terlihat pada tabel ini ditunjukkan penyusunan peramalan dari Kebutuhan Beras Kabupaten Labuhan Batu Tahun 2008.

Pada tabel ini perhitungan didasarkan pada α sebesar 0,1 ; 0,5 ; 0,9 sebagai contoh untuk α = 0,1 pada periode 3 ramalan untuk periode 3 adalah : F 3 = a2+b2(1) Evi Yully Desna Nababan : Peramalan Tingkat Produksi Beras Dan Kebutuhan Beras Di Kabupaten Labuhan Batu Tahun 2008, 2008. USU Repository © 2009

= 139.308,57+(773,67)(1) = 139.340,40 Dimana : A3 = 2 S 3 − S "3 =2(139.631,73)-(138.816,01) = 140.447,45

α 1−α

B3 = (

=

)(S ' 3 − S "3 )

 0,1   ( 139.631,73 – 138.816,01 )  1 − 0,1 

= 90,64 S ' 3 = αX 3 + (1 − α ) S ' 3−1 = 0,1*145.167+(1-0,1) 139.016,70 = 139.631,73 S "3 = αS ' 3 +(1 − 0,1) S 3−1

= 0,1*139.631,73+(1-0,1) 138.725,37 = 138.816,01

Tabel 4.7 Ramalan Kebutuhan Beras Dengan Methode Exponensial Smoothing Linier (Brown’ s One Parameter α = 0,1) Tahun 1995 1996 1997 1998

Periode / Waktu 1 2 3 4

Kebutuhan Beras Ton 138.693 141.930 145.167 150.496

S't

S"t

Nilai a

Nilai b

Ft+m

138.693 139.016,70 139.631,73 140.718,16

138.693 138.725,37 138.816,01 139.006,22

139.308,03 140.447,45 142.430,09

32,37 90,64 190,22

139.340,40 140.538,09


1999 2000 2001 2002 2003 2004 2005 2006 2007

5 6 7 8 9 10 11 12 13

142.094,34 139.713,81 137.830,73 137.184,15 135.907,44 134.805,79 136.553,62 138.001,75 130.378,58

154.480 118.289 120.883 131.365 124.417 124.891 152.284 151.035 61.770

139.315,03 139.354,91 139.202,49 139.000,66 138.691,34 138.302,78 138.127,87 138.115,25 137.341,59

144.873,65 140.072,70 136.458,96 135.367,65 133.123,54 131.308,81 134.979,36 137.888,25 123.415,57

308,81 39,88 -152,42 -201,83 -309,32 -388,55 -174,92 -12,61 -773,67

142.620,31 145.182,46 140.112,58 136.306,54 135.165,82 132.814,22 130.920,25 134.804,45 137.875,64

Untuk itu didapat : Ramalan Produksi Beras Kabupaten Labuhan Batu Tahun 2008 adalah : F 14 = a14+b14(1) = 123.415,57+(773,67)(1) = 122.641,9 Peramalan Kebutuhan beras tahun 2008 Gambar mengenai hubunagn antara perkembangan data aktual dengan peramalan dapat dilihat pada gambar berikut :

800000

Ft+m - -

KEBUTUHAN BERAS

700000 Nilai b - 32

600000 500000

Nilai a - 139.308

400000 S"t 138.693 138.725

300000 200000

S't 138.693 139.017

100000 Kebutuhan Beras Ton 138.693 141.930

20 05

20 03

20 01

19 99

19 97

19 95

0

Tahun 1995 1996

TAHUN

Gambar 4.7 Peramalan Kebutuhan Beras




Error Absolute

Error Kuadrat

Error Persentase

5.826,60 9.957,91 11.859,69 -26.893,46 -19.229,58 -4.941,54 -10.748,82 -7.923,22 21.363,75 16.230,55 -76.105,64

5.827,00 9.958,00 11.860,00 26.893,00 19.230,00 4.942,00 10.749,00 7.923,00 21.364,00 16.231,00 76.106,00

33.953.929,00 99.161.764,00 140.659.600,00 723.233.449,00 369.792.900,00 24.423.364,00 115.541.001,00 62.773.929,00 456.420.496,00 263.445.361,00 5.792.123.236,00

4,01 6,62 7,68 -22,74 -15,91 -3,76 -8,64 -6,34 14,03 10,75 -123,21

Error Persentase Absolute 4,00 7,00 8,00 23,00 16,00 4,00 9,00 6,00 14,00 11,00 123,00

Dimana :


∑ ei MSE=

2

i =1

=

n

8.801.529.029 = 621.656.079 13


∑ PEi MAPE=

i =1

n

=

225 = 17,31 13


∑ Xi − Fi MAD=

i =1

n

=

211.083 = 16.237 13


untuk α = 0,5 pada periode 3 ramalan untuk periode 3 adalah : F 3 = a2+b2(1) = 141.120,75+(809,25)(1) = 141.930,00 Dimana : A3 = 2 S 3 − S "3 =2(142.739,25)-(141.120,75) = 144.357,75 B3 = (

=

α 1−α

)(S ' 3 − S "3 )

 0,5  ( 142.739,25 - 141.120,75)   1 − 0,5 

= 3.146,36 S ' 3 = αX 3 + (1 − α ) S ' 3−1 = 0,5*145.167+(1-0,5) 140.311,50 = 142.739,25

S "3 = αS ' 3 +(1 − 0,5) S 3−1 = 0,5*142.739,25+(1-0,5)139.502,25 = 141.120,75

Tabel 4.8


Ramalan Kebutuhan Beras Dengan Methode Exponensial Smoothing Linier (Brown’s One Parameter α = 0,5) Tahun 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Periode / Waktu 1 2 3 4 5 6 7 8 9 10 11 12 13


S't

S"t

Nilai a

Nilai b

Ft+m

138.693 140.311,50 142.739,25 146.617,63 150.548,81 134.418,91 127.650,95 129.507,98 126.962,49 125.926,74 139.105,37 145.070,19 103.420,09

138.693 139.502,25 141.120,75 143.869,19 147.209,00 140.813,95 134.232,45 131.870,21 129.416,35 127.671,55 133.388,46 139.229,32 121.324,71

141.120,75 144.357,75 149.366,06 153.888,63 128.023,86 121.069,45 127.145,74 124.508,63 124.181,94 144.822,28 150.911,05 85.515,48

809,25 1.618,50 2.748,44 3.339,81 -6.395,05 -6.581,50 -2.362,24 -2.453,86 -1.744,80 5.716,91 5.840,86 -17.904,61

141.930,00 145.976,25 152.114,50 157.228,44 121.628,81 114.487,95 124.783,50 122.054,76 122.437,14 150.539,20 156.751,91

Untuk itu didapat : Ramalan Kebutuhan Beras Kabupaten Labuhan Batu Tahun 2008 adalah : F 14 = a14+b14(1) = 85.515,48+(-17.904,61)(1) = 156.751,91 Peramalan Kebutuhan beras tahun 2008 Gambar mengenai hubungan antara perkembangan data aktual dengan peramalan dapat dilihat pada gambar berikut :


800000

Ft+m - -

KEBUTUHAN BERAS

700000 Nilai b - 809

600000 500000

Nilai a - 141.121

400000 S"t 138.693 139.502

300000 200000

S't 138.693 140.312


20 05

20 03

20 01

19 99

19 97

19 95

0

Tahun 1995 1996

TAHUN




Error Absolute

Error Kuadrat

Error Persentase

809,25 641,38 -1.565,69 -22.809,53 6.022,14 15.020,02 2.178,99 3.871,98 16.668,24 -5.469,01 -53.331,82

3.474,00

12.068.676,00 11.256.025,00 68.574.961,00 179.640.409,00 64.545.156,00 215.502.400,00 1.784.896,00 9.696.996,00 259.886.641,00 33.953.929,00 2.867.923.809,00

-

3.355,00 8.281,00 13.403,00 8.034,00 14.680,00 1.336,00 3.114,00 16.121,00 5.827,00 53.553,00

0,56 0,43 -1,01 -19,28 4,98 11,43 1,75 3,10 10,95 -3,62 -86,34

Error Persentase Absolute 2,00 2,00 6,00 11,00 7,00 11,00 1,00 2,00 11,00 4,00 87,00

Dimana Evi Yully Desna Nababan : Peramalan Tingkat Produksi Beras Dan Kebutuhan Beras Di Kabupaten Labuhan Batu Tahun 2008, 2008. USU Repository © 2009


∑ ei MSE=

2

i =1

=

n

3.724.833.898 = 286.525.684 13


∑ PEi i =1

MAPE=

n

=

144 = 11,08 13


∑ Xi − Fi i =1

MAD=

n

=

131.178 = 10.090,62 13

untuk α = 0,9 pada periode 3 ramalan untuk periode 3 adalah : F 3 = a2+b2(1) = 141.897,63+(2.621,97)(1) = 144.519,60

Dimana : A3 = 2 S 3 − S "3 =2(144.810,63)-(144.461,33) = 145.160,53 B3 = (

=

α 1−α

)(S ' 3 − S "3 )

 0,9  ( 144.810,63- 144.461,33)   1 − 0,9 

= 3.146,36 Evi Yully Desna Nababan : Peramalan Tingkat Produksi Beras Dan Kebutuhan Beras Di Kabupaten Labuhan Batu Tahun 2008, 2008. USU Repository © 2009

S ' 3 = αX 3 + (1 − α ) S ' 3−1 = 0,9*145.167+(1-0,9) 141.606,30 = 144.810,93 S "3 = αS ' 3 +(1 − 0,1) S 3−1

= 0,9*144.810,93+(1-0,9) 144.461,33 = 144.461,33

Tabel 4.9 Ramalan Kebutuhan Beras Dengan Methode Exponensial Smoothing Linier (Brown’s One Parameter α = 0,9) Tahun 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Periode / Waktu 1 2 3 4 5 6 7 8 9 10 11 12 13


S't

S"t

Nilai a

Nilai b

Ft+m

138.693 141.606,30 144.810,93 149.927,49 154.024,75 121.862,57 120.980,96 130.326,60 125.007,96 124.902,70 149.545,87 150.886,09 70.681,61

138.693 141.314,97 144.461,33 149.380,88 153.560,36 125.032,35 121.386,10 129.432,55 125.450,42 124.957,47 147.087,03 150.506,18 78.664,07

141.897,63 145.160,53 150.474,11 154.489,14 118.692,80 120.575,82 131.220,65 124.565,50 124.847,92 152.004,71 151.265,99 62.699,15

2.621,97 3.146,36 4.919,54 4.179,48 -28.528,01 -3.646,26 8.046,45 -3.982,13 -492,95 22.129,56 3.419,15 -71.842,12

144.519,60 148.306,89 155.393,65 158.668,62 90.164,79 116.929,56 139.267,09 120.583,37 124.354,97 174.134,27 154.685,14

Untuk itu didapat : Evi Yully Desna Nababan : Peramalan Tingkat Produksi Beras Dan Kebutuhan Beras Di Kabupaten Labuhan Batu Tahun 2008, 2008. USU Repository © 2009

Ramalan Kebutuhan Beras Kabupaten Labuhan Batu Tahun 2008 adalah : F 14 = a14+b14(1) = 62.699,15+(-71.842,12)(1) = -9.142,97

Peramalan Kebutuhan beras tahun 2008 Gambar mengenai hubunagn antara perkembangan data aktual dengan peramalan dapat dilihat pada gambar berikut :

900000

Ft+m - -

KEBUTUHAN BERAS

800000 700000

Nilai b - 2.622

600000 Nilai a - 141.898

500000 400000

S"t 138.693 141.315

300000 200000

S't 138.693 141.606


20 05

20 03

20 01

19 99

19 97

19 95

0

Tahun 1995 1996

TAHUN




Tabel 4.9 Kesalahan

Error

Error Absolute

Error Kuadrat

Error Persentase

-

-

-

-

647,40

5.976,00

35.712.576,00

0,45

2.189,11

7.403,00

54.804.409,00

1,45

-913,65

9.654,00

93.199.716,00

-0,59

-40.379,62

17.836,00

318.122.896,00

-34,14

30.718,21

23.216,00

538.982.656,00

25,41

14.435,44

12.710,00

161.544.100,00

10,99

-14.850,09

15.120,00

228.614.400,00

-11,94

4.307,63

4.271,00

18.241.441,00

3,45

27.929,03 -23.099,27

27.924,00 23.100,00

779.749.776,00 533.610.000,00

18,34 -15,29

-92.915,14

92.915,00

8.633.197.225,00

-150,42



∑ ei MSE=

2

i =1

=

n

11.395.779.195 = 876.598.399,62 13


∑ PEi MAPE=

i =1

n

=

258 = 19,85 13


∑ Xi − Fi MAD=

i =1

n

=

240.125 = 18.471,15 13


BAB 5

IMPLEMENTASI SISTEM

5.1 Pengertian Implementasi Sistem

Implementasi Sistem adalah penerapan hasil disain tertulis ke dalam programming, dengan menggunakan perangkat lunak (Softwer) sebagai implementasi ataupun prosedur untuk menyelesaikan disain sistem, yang mana dalam hal ini implementasi sistem digunakan untuk menganalisis data-data produksi beras dan kebutuhan beras.


Adapun Implementasi sistem yang digunakan penulis untuk menganalisis peramalan produksi beras dan kebutuhan beras adalah Microsoft Excel. Diharapkan dengan penggunaan Microsoft Excel ini dapat meningkat pengetahuan dan kemampuan dalam hal :

1. Pemahaman bentuk elemen dari lembar kerja 2. Menganalisis data dan lembar kerja 3. Kreasi dan modifikasi grafik 4. pendayagunaan fasilitas excel secara maksimal.

5.2 Pengaktifan Excel

Adapun cara pengaktifan excel adalah sebagai berikut : Dari desktop klik Start pada taksbar lalu klik program lalu pilih microsoft excel, maka akan tampil jendela utama program aplikasi microsoft excel pada layar monitor. Seperti sebagai berikut :


Gambar 5.1 Tampilan cara Pengaktifan Excel


Gambar 5.2 Tampilan Jendela Microsoft Excel

5.3 Implementasi Sistem Peramalan Produksi Beras dan Kebutuhan Beras


Fungsi dalam excel ditunjukkan untuk memudahkan pengaktifan formula yang lazim diperlukan dalam melakukan perhitungan aritamtika da operasi standar lain yang sering diulangi.

Terdapat banyak fungsi-fungsi yang disediakan oleh Microsoft Excel, diantaranya adalah fungsi eksponensial smothing, fungsi standar deviasi, fungi median, fungsi mean dan lain-lain. Berikut ini penulis akan menggunakan salah satu fungsi statistik yang telah tersedia yaitu fungi eksponensial smothing.

5.4 Fungi Exponential Smoothing

Exsponential Smoothing adalah meramalkan (mengestimasi) nilai dimasa yang akan datang. Langkah-langkah yang digunakan untuk menentukan ekspobensial smoothing dri data-data yang aktual yang tersedia untuk diolah sehingga dapat dicari ramalan untuk periode selanjutnya adalah sebgai berikut : 1. Pada lembar kerja excel, masukkan data-data produksi beras dan kebutuhan beras. 2. Lalu hitung peramlannya dari data-data tersebut dengan menggunkan rumus exponential smoothing yaitu :

a. Klik Tools lalu Data Analysis b. Bila data Analisis belum tersedia pada menu tools, maka sebelumnya klik Tools kemudian klik Add-Ins dan buat tanda check list pada bagian


Analysis Toolpak. Maka secara otomatis menu Data Analysis sudah tersedia didalam menu tools.

Gambar 5.3 Tampilan Menu Tools

3. Setelah di klik Data Analysis maka akan keluara tampilan Data Analysis. Kemudian klik Exsponential Smoothing, lalu klik OK. Maka akan keluar tampilan Exponential Smoothing seperti tampilan dibawah ini.


Gambar 5.4 Tampilan Menu Data Analysis


Gambar 5.5 Tampilan Menu Exponential Smoothin 4. Masukkan Input Range pada menu input dengan memasukkan range pada data aktual yang telah dimasukkan di excel, lalu masukkan angka sebagai rata-rata bergerak tunggal (S’t). 5. Kemudian masukkan Output Range pada menu Output Options yang berfungsi sebagai tempat hasil output. Lalu klik OK, maka hasil output untuk rata-rata bergerak tunggal akan muncul pada range yang telah ditentukan. 6. Untuk mencari rata-rata bergerak ganda digunakan formula yang sama yaitu dengan memasukkan data hasil rata-rata bergerak tunggal sebagai input range pada menu input. 7. Untuk menghitung nilai a,b, nilai peramlana (F), dan nilai kesalahan digunakan data angka (numerik) yaitu karakter nilai konstan dan karakter Evi Yully Desna Nababan : Peramalan Tingkat Produksi Beras Dan Kebutuhan Beras Di Kabupaten Labuhan Batu Tahun 2008, 2008. USU Repository © 2009

khusus yang dibaca dalam format data angka (numerik) yaitu terdiri dari angka dan tanda-tanda khusus seperti *,+,-,/,% dan lain-lain.

BAB 6 Evi Yully Desna Nababan : Peramalan Tingkat Produksi Beras Dan Kebutuhan Beras Di Kabupaten Labuhan Batu Tahun 2008, 2008. USU Repository © 2009

KESIMPULAN DAN SARAN

6.1 Kesimpulan 1. Dengan menggunakan metode ekspinensial smoothing tunggal nilai ramalan produksi beras dengan α sebesar 0,1 ; 0,5 ; 0,9 mengalami penurunan dan peningkatan setiap tahunnya. 2. Dengan menggunakan metode eksponensial smoothing yang linier ramalan α;0,1 dari tahun 1995-2008 setiap tahunnya mengalami penurunan dan peningkatan dengan nilai MSE = 516.720.548 , MAPE = 8 , MAD = 17.191. 3. Dengan menggunakan metode eksponensial smoothing yang linier ramalan α;0,5 dari tahun 1995-2008 setiap tahunnya mengalami penurunan dan peningkatan dengan nilai MSE = 971.906.548 , MAPE = 10,08 , MAD = 20.670,08. 4. Dengan menggunakan metode eksponensial smoothing yang linier ramalan α;0,9 dari tahun 1995-2008 setiap tahunnya mengalami penurunan dan peningkatan dengan nilai MSE = 2.172.113.467,33 , MAPE = 14,52 , MAD = 30.242,37. 5. Dari nilai kesalahan tersebut dapat kesimpulan bahwa nilai MSE yang lebih kecil berada pada α;0,1. 6. Dengan menggunakan metode ekspinensial smoothing tunggal nilai ramalan produksi beras dengan α sebesar 0,1 ; 0,5 ; 0,9 mengalami penurunan dan peningkatan setiap tahunnya.


7. Dengan menggunakan metode eksponensial smoothing yang linier ramalan α;0,1 dari tahun 1995-2008 setiap tahunnya mengalami penurunan dan peningkatan dengan nilai MSE = 621.656.097 , MAPE = 17,31 , MAD = 16.237. 8. Dengan menggunakan metode eksponensial smoothing yang linier ramalan α;0,5 dari tahun 1995-2008 setiap tahunnya mengalami penurunan dan peningkatan dengan nilai MSE = 65.916.161 , MAPE = 11,08 , MAD = 10.090,62. 9. Dengan menggunakan metode eksponensial smoothing yang linier ramalan α;0,9 dari tahun 1995-2008 setiap tahunnya mengalami penurunan dan peningkatan dengan nilai MSE = 816.598.398,62 , MAPE = 19,85 , MAD = 18.471,15. 10. Dari nilai kesalahan tersebut dapat kesimpulan bahwa nilai MSE yang lebih kecil berada pada α;0,5.

6.2 Saran

Setelah permasalahan pada tugas akhir ini sampai pada pemecahan dan penarikan kesimpulan ada beberapa saran yang perlu disampaikan kepada pihak terkait : 1. Metode Eksponensial Smoothing merupakan salah satu metode untuk meramalkan keadaan di masa yang akan datang. Bagi para pembaca disarankan untuk mengkaji lebih dalam kemampuan, keunggulan dan kelemahan dari metode eks[onensial smoothing in.


2. Di dalam mengolah data yang ada agar petugas yang mengolah data tersebut lebih teliti dan hati-hati, sehingga data yang akan diperoleh merupakan data yang akurat dan tepat, jadi ntuk memperkirakan produksi beras dan kebutuhan beras Kabupaten Labuhan Batu di masa yang akan datang tidak akan sulit. Dan agar data yang ada disimpan dengan rapi dan baik sehingga siapa saja yang memerlukan akan lebih mudah untuk memperoleh data.


DAFTAR PUSTAKA

Assauri, S. 1984. Teknik dan Metode Peramalan. Jakarta: Fakultas Ekonomi UI.

Gujarati, Damodar. Dan Zain, Sumarno. 1978. Ekonometrika Dasar. Jakarta: Erlangga.

Ida Bagoes Mantra, Prof, Ph.D. 2003. Demografi Umum. Edisi ke-2. Yogyakarta: Pustaka Pelajar.

Makridakis, Spyros. 1993. Metode dan Aplikasi Peramalan. Jilid 1. Jakarta: Erlangga.

Sudjana. 1992. Metode Statistika. Edisi ke-6. Bandung: Tarsito.

Surjadi.P.A. 1983. Pendahuluan Teori Kemungkinan dan Statistika. Bandung: ITB Bandung.

Sugiyono. 1999. Metodologi Penelitian Bisnis. Bandung: IKAPI.

Tosin, Rijanto. 1999. Microsoft Excel 2000. Jakarta: Dinastindo.



TUGAS AKHIR EVI YULLY DESNA NABABAN

Recommend Documents