PENERAPAN METODE KUADRAT TERKECIL UNTUK PERAMALAN (FORECASTING) TINGKAT KRIMINALITAS DI KOTA BOGOR (Studi Kasus: Polres Bogor Kota) Sri Setyaningsih, Sufiatul Maryana, Aniko Puji Lestari Program Studi Ilmu Komputer-FMIPA Universitas Pakuan Jl. Pakuan PO BOX 452, Bogor Telp/Fax (0251) 8375 547 E-mail:
[email protected] ABSTRAK Peramalan digunakan memperkirakan berapa kebutuhan dimasa datang yang meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang ataupun jasa. Metode Peramalan antara lain metode kuadrat terkecil. Metode kuadrat terkecil merupakan suatu metode yang digunakan untuk menentukan hubungan linier dari suatu data agar dapat diprediksi nilai-nilainya yang mana nilai tersebut tidak terdapat pada data-data yang kita miliki, terkadang proses yang melibatkan metode kuadrat terkecil untuk menentukan hubungan dua variabel data berupa fungsi linier disebut sebagai regresi linier. Hal-hal yang perlu diketahui sebelum melakukan peramalan dengan metode regresi adalah mengetahui terlebih dahulu kondisi- kondisi seperti adanya informasi masa lalu, informasi yang ada dapat dibuatkan dalam bentuk data (dikuantifikasikan). Diasumsikan bahwa pola data yang ada dari data masa lalu akan berkelanjutan dimasa yang akan datang. Kata Kunci : Peramalan, Kuadrat Terkecil
PENDAHULUAN Pidana atau tindak kriminal merupakan segala sesuatu yang melanggar hukum atau sebuah tindak kejahatan. Tindak kriminal bisa dilakukan oleh siapapun juga, baik wanita maupun pria dapat berlangsung pada usia anak, dewasa ataupun lanjut umur. Pelaku kriminalitas disebut seorang kriminal. Biasanya yang dianggap kriminal adalah seorang pencuri, perampok, pembunuh, teroris. Tingkah laku kriminal itu bisa dilakukan oleh siapapun juga, baik wanita maupun pria dapat berlangsung pada usia anak, dewasa ataupun lanjut umur. Tindak kejahatan bisa dilakukan secara tidak sadar, yaitu difikirkan, direncanakan dan
diarahkan pada satu maksud tertentu secara sadar. Namun bisa juga dilakukan secara setengah sadar, misalnya didorong oleh impuls-impuls yang hebat, didera oleh dorongan-dorongan paksaan yang sangat kuat (kompulsi-kompulsi), dan oleh obsesi-obsesi, kejahatan bisa juga dilakukan secara tidak sadar sama sekali. Berdasarkan pertimbangan tersebut maka dibutuhkan sistem untuk memfokuskan pencegahan dan menekan angka tindakan kriminal supaya memudahkan Kepolisian Resor Bogor Kota terkait dalam melaksanakan tugas laporan suatu kegiatan atau laporan suatu kejadian untuk dievaluasi peningkatan pencegahan dan meningkatkan kualitas kinerja kegiatan sehingga dibutuhkan 1
Penerapan Metode Kuadrat Terkecil untuk Peramalan (Forecasting) Tingkat Kriminalitas di Kota Bogor. Tujuan Merancang dan mengimplementasi Aplikasi Penerapan Metode Kuadrat Terkecil untuk Peramalan (Forecasting) Tingkat Kriminalitas di Kota Bogor. Ruang Lingkup Ruang lingkup penelitian ini dibatasi jenis tindakan kriminal secara terperinci sehingga hanya di masukan secara garis besarnya saja untuk wilayah hukum Polres Bogor Kota dalam bentuk data yang sudah dikomputerisasikan. Data-data yang digunakan adalah datadata tindakan kriminal sebelumnya selama periode 1 tahun s.d 3 tahun. Penelitian ini menggunakan metode kuadrat terkecil. Manfaat Manfaat yang dapat diperoleh dari penelitian ini meliputi : 1. Membantu pihak kepolisian dalam pengolahan data hasil kejahatan yang dilakukan di daerah sekitar Kota Bogor. 2. Memberikan ramalan tentang jumlah tindakan kriminal untuk tahun selanjutnya. DASAR TEORI Peramalan Peramalan adalah proses untuk memperkirakan berapa kebutuhan dimasa datang yang meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang ataupun jasa. (Nasution dan Prasetyawan, 2008). Tahap-Tahap Peramalan Ada sembilan langkah yang harus diperhatikan yang digunakan untuk menjamin efektivitas dan efisiensi dari sistem peramalan sebagai berikut (Gasperzs, 2005) :
1. Menentukan tujuan dari peramalan. 2. Memilih item yang akan diramalkan. 3. Menentukan horizon waktu peramalan : Apakah jangka panjang (lebih dari 1 tahun), jangka menengah (1-12 bulan), atau jangka pendek 1-30 hari). 4. Memilih model-model peramalan. 5. Memperoleh data yang dibutuhkan untuk melakukan peramalan. 6. Validasi model peramalan. 7. Membuat peramalan. 8. Implementasikan hasil-hasil peramalan. 9. Memantau keandalan hasil peramalan. Metode Kuadrat Terkecil Metode Kuadrat Terkecil (Least Square Method) linier adalah suatu metode yang digunakan untuk menentukan hubungan linier dari suatu data agar dapat diprediksi nilai-nilainya yang mana nilai tersebut tidak terdapat pada data-data yang kita miliki, terkadang proses yang melibatkan metode kuadrat terkecil untuk menentukan hubungan dua variabel data berupa fungsi linier disebut sebagai regresi linier. Metode Kuadrat Terkecil ditemukan oleh Carl F. Gauss (matematikawan dan fisikawan ternama asal Jerman, abad ke-17) ketika ia masih berumur 18 tahun, dan karyanya ini masih dipakai sampai saat ini sebagai metode yang paling baik untuk menentukan hubungan linier dari dua variabel data. Dengan metode kuadrat terkecil, kita dapat menyajikan data dengan lebih berguna.
2
Metode ini merupakan cara lain unuk menggambar garis regresi menggunakan rumus garis linier dengan perhitungan matematik. Trend dengan metode kuadrat terkecil diperoleh dengan menentukan garis trend yang mempunyai jumlah terkecil dari kuadrat selisih data asli dengan data pada garis trend. Apabila Y menggambarkan data asli dan merupakan data trend, maka metode terkecil dirumuskan dalam persamaan 1 sebagai berikut: Σ(Y – Y’)2.................................(1) Trend dengan metode kuadrat terkecil dapat dijelaskan sebagai berikut: 1. Nilai trend dilambangkan dengan θ1, sedangkan data asli Y dilambangkan dengan θ2, sehingga kuadrat terkecil dirumuskan denga persamaan 2 sebagai berikut: Σ(Y – Y’)2 = Σ(θ1 – θ2)2............(2) 2. Perlu diingat bahwa sifat dari nilai rata-rata hitung Σ(Y – Y’) sama dengan nol, sehingga nilai tersebut dikuadratkan. Rumus garis trend dengan metode kuadrat terkecil dapat digambarkan pada pesamaan 3 sebagai berikut: Y’ = a + b X..............................(3) Dimana: Y’ : Nilai trend a : Nilai konstanta yaitu nilai Y pada saat nilai X = 0 b : Nilai kemiringan garis, yaitu tambahan nilai Y, apabila X bertambah satu satuan X : Nilai periode tahun.
Untuk memperoleh nilai a dan b dapat digunakan humus berikut; a = ΣY / N.......................................(4) b = Σ(XY )/ ΣX2.............................(5) Studi Terdahulu a. Studi Oleh Wahyu Wibowo (2009) Penelitian yang dilakukan Wahyu Wibowo (2009) berjudul Metode Kuadrat Terkecil Untuk Estimasi Kurva Regresi Semiparametrik Spline. Pada regresi semiparametrik, untuk memperoleh estimator spline pada dasarnya terdapat dua pendekatan optimasi,yaitu estimator spline yang diperoleh berdasarkan optimasi penalized least square (PLS) dan estimator spline yang diperoleh berdasarkan optimasi least square (LS) dengan menggunakan fungsi keluarga yang memuat titik-titik knots. b. Studi Oleh Wiwik Aries Tanti (2013) Penelitian yang dilakukan Wiwik Aries Tanti (2013) melakukan penelitian berjudul Perbandingan Metode Kuadrat Terkecil Dengan Metode Regresi Komponen Utama Pada Kasus Multikolinearitas. Pada penelitian ini akan dilihat pengaruh ukuran contoh dan penambahan komponen pada metode RKU terhadap hasil perbandingan kedua metode. Hasil penelitian menunjukkan untuk pengaruh ukuran contoh dan penambahan komponen, metode RKU merupakan metode yang lebih baik digunakan dalam penanganan multikolinearitas dengan melihat kriteria-kriteria untuk melihat kebaikan metode.
3
METODE PENELITIAN Metode penelitian yang digunakan dalam penelitian berjudul Penerapan Metode Kuadrat Terkecil Untuk Peramalan (Forecasting) Tingkat Kriminalitas Di Kota Bogor adalah metode System Development Life Cycle (SDLC). Tahaptahap pengembangan pada penelitian ini dapat dilihat dalam Gambar 1. Perencanaan
menggunakan bahasa pemrograman Mysql sebagai databasenya. Pada tahapan ini dilakukan proses identifikasi dan perencanaan guna mengidentifikasi data yang dibutuhkan berupa pengumpulan informasi dan data untuk menentukan batasan masalah terhadap objek penelitian. Pengumpulan informasi dan data yang digunakan dalam studi ini sebagaimana dalam diagram alir diatas dapat dijelaskan sebagai berikut :
Analisa Sistem
Perancangan Sistem
Tidak Implementasi Sistem
Uji Coba Sistem
Ya
Pemakaian
Gambar 1. System Development Life Cycle (SDLC).
1. Data primer Data primer merupakan sumber utama dari objek yang diamati, data dalam penelitian ini diperoleh dengan dari wawancara, studi lapang, dan studi kepustakaan. Data – data tersebut meliputi informasi gangguan keamanan dan ketertiban masyarakat. 2. Data sekunder Data sekunder adalah kumpulan data yang diperoleh dari pencarian internet.
Tahap Perencanaan Perencanaan sistem yang akan dibahas yaitu dengan mengumpulkan informasi awal tentang sistem yang sudah berjalan secara manual. Tahap perencanaan akan menghasilkan identifikasi awal berupa pengenalan dan definisi masalah yang menjelaskan kebutuhan dari sistem yang akan dibangun, sebab dan area permasalahannya. Dalam penelitian ini masalah yang dihadapi yaitu membangun sebuah Implementasi Penerapan Metode Kuadrat Terkecil Untuk Peramalan (Forecasting) Tingkat Kriminalitas di Kota Bogor wilayah hukum Polres Bogor Kota
Tahap Analisis Pada tahap analisis dilakukan tiga proses, yaitu pengolahan data analisis evaluasi gangguan keamanan dan ketertiban masyarakat, perhitungan peramalan jumlah tindakan kriminal, simulasi perhitungan. a. Pengolahan data analisis evaluasi gangguan keamanan dan ketertiban masyarakat yaitu proses pemilihan data tindakan kriminal dari Polres Bogor Kota. b. Perhitungan peramalan jumlah tindakan kriminal yaitu proses perhitungan untuk meramalkan jumlah tindakan kriminal pada tahun berikutnya. 4
c. Simulasi perhitungan yaitu proses untuk menampilkan peramalan tindak kriminal di aplikasi. Umum
Admin
Mulai
Input Data Kriminalitas
Tampilan forntend web
Basis data Kriminalitas
berumur 18 tahun, dan karyanya ini masih dipakai sampai saat ini sebagai metode yang paling baik untuk menentukan hubungan linier dari dua variabel data. Dengan metode kuadrat terkecil, kita dapat menyajikan data dengan lebih berguna. Metode ini merupakan cara lain unuk menggambar garis regresi menggunakan rumus garis linier dengan perhitungan matematik. Rumus umum garis linier yaitu
Selesai
Output hasil input data Kriminalitas di backend
Selesai
Dimana : Pt : Jumlah tindakan kriminalitas yang di selidiki pada tahun t. X : Nilai yang diambil dari variable bebas.
Flowchart Analisis Sistem yang akan dikembangkan Analisis Perhitungan menggunakan Metode Kuadrat Terkecil Metode Kuadrat Terkecil (Least Square Method) linier adalah suatu metode yang digunakan untuk menentukan hubungan linier dari suatu data agar dapat diprediksi nilai-nilainya yang mana nilai tersebut tidak terdapat pada data-data yang kita miliki; terkadang proses yang melibatkan metode kuadrat terkecil untuk menentukan hubungan dua variabel data berupa fungsi linier disebut sebagai regresi linier. Metode Kuadrat Terkecil ditemukan oleh Carl F. Gauss (matematikawan dan fisikawan ternama asal Jerman, abad ke-17) ketika ia masih
a, b : Konstanta Nilai a dan b dapat dicari dengan metode selisih kuadrat minimum yaitu :
Perhitungan untuk forecasting tindakan kriminalitas menggunakan metode kuadrat terkecil Pada proses perhitungan untuk peramalan tindakan kriminalitas menggunakan metode kuadrat terkecil, dihitung berdasarkan jumlah perbandingan 5 (lima) jenis tindakan kriminalitas dari tahun 2012 sampai dengan tahun 2014.
5
y1= 48
Tabel 2. Tabel Jenis Tindakan Kriminalitas
No
Jenis Kejahatan
Jumlah tindakan pada tahun 2103
2014
2015
1.
Pencurian
36
31
46
2.
Penipuan
277
252
211
Jadi, perkiraan jumlah pencurian pada tahun 2015 sebanyak 48 kasus. Tabel 4. Contoh forecasting kasus Penipuan pada tahun 2015 Tahun x (tahun)
Jumlah Penipuan (y)
Xy
X2
3.
Penganiayaan
94
94
117
Data Asli
4.
Curanmor R.2
172
185
114
2012
-1
277
-277
1
5.
Narkoba
91
109
172
2013
0
252
0
0
2014
1
211
211
1
Total
2
740
-66
2
Tabel 3. Contoh forecasting kasus Pencurian pada tahun 2015 Tahun Data Asli
x (tahun)
Jumlah Pencurian (y)
2012
-1
36
-36
1
2013
0
31
0
0
2014
1
46
46
1
Xy
X2
Analisis Tren Peramalan Penipuan tahun 2015, untuk perhitungannya ialah: a= b=
Total
2
113
10
2
y1= a+bx y1= 246,7+(-33)(2)
Analisis Tren Peramalan Pencurian tahun 2015, untuk perhitungannya ialah: a=
y1= 246,7+(-66) y1= 180,67 Jadi, perkiraan jumlah penipuan pada tahun 2015 sebanyak 181 kasus.
b= y1= a+bx y1= 38+5(2) y1= 38+10
6
Tabel 6. Contoh forecasting kasus Curanmor Roda 2 pada tahun 2015
Tabel 5. Contoh forecasting kasus Penganiayaan pada tahun 2015 Tahun Data Asli
x (tahun)
Jumlah Penganiayaan (y)
2012
-1
94
-94
1
2013
0
94
0
0
Xy
Tahun Data Asli
x (tahun)
Jumlah Curanmor Roda 2 (y)
2012
-1
172
-172
1
2013
0
185
0
0
2014
1
114
114
1
Total
2
471
-58
2
X2
2014
1
117
117
1
Total
2
305
-23
2
Analisis Tren Peramalan Penganiayaan tahun 2015, untuk perhitungannya ialah:
Xy
X2
Analisis Tren Peramalan Curanmor Roda 2 tahun 2015, untuk perhitungannya ialah:
a=
a=
b=
b=
y1= a+bx
y1= a+bx
y1= 101,7+11,5(2)
y1= 157+(-29)(2)
y1= 101,7+23
y1= 157+58
y1= 124,7
y1= 215
Jadi, perkiraan jumlah penipuan pada tahun 2015 sebanyak 125 kasus.
Jadi, perkiraan jumlah Curanmor Roda 2 pada tahun 2015 sebanyak 215 kasus.
7
Tabel 7. Contoh forecasting kasus Narkoba pada tahun 2015 Tahun
Gambar 3. Grafik Peramalan Tindakan Kriminalitas untuk tahun 2015
Data Asli
x (tahun)
Jumlah Narkoba (y)
2012
-1
91
-91
1
RANCANGAN DAN IMPLEMENTASI
2013
0
109
0
0
2014
1
172
172
1
Total
2
372
81
2
Tahap ini berisi perancangan sistem yang akan dibangun yaitu meliputi proses peramalan menggunakan metode kuadrat terkecil, perancangan secara umum, perancangan secara rinci, perancangan ini lebih dekat dengan perancangan antarmuka (User Interface) sesuai dengan tujuan dan kebutuhannya.
Xy
X2
Analisis Tren Peramalan Narkoba tahun 2015, untuk perhitungannya ialah: a= b= y1= a+bx
Rancangan Struktur Navigasi Struktur navigasi website digunakan untuk menggambarkan secara garis besar isi dari seluruh situs web dan menggambarkan bagaimana hubungan antara tampilan dari halaman tersebut. Berikut ini Gambar 2 mengenai struktur navigasi aplikasi peramalan.
y1= 124+(-40,5)(2) Halaman Utama
1
y = 124+81 y1= 205
Home
Jadi, perkiraan jumlah Narkoba pada tahun 2015 sebanyak 205 kasus. Grafik Peramalan Tindakan Kriminalitas untuk tahun 2015 300 250 200 150 100 50 0
Jumlah Kasus Pencurian
Profil
Data Kriminal
Hasil Peramalan
Gambar 2. Struktur Navigasi Aplikasi
Flowchart Sistem Flowchart sistem adalah alur program pada aplikasi peramalan menggunakan metode kuadrat terkecil terlihat pada Gambar 3.
Jumlah Kasus Penipuan
8
Start
Web kriminalitas
A
1. 2. 3. 4. 5.
home profile data kriminalitas grafik data keluar
Pilih 1
Pilih 2
Pilih 3
Pilih 4
Home
Profile
Data Kriminalitas
Grafik Data
Tampilan awal halaman utama web Kriminalitas Kota Bogor
Sekilas tentang Polres Bogor Kota dan Pengertian Kriminalitas
Tampilan Data Kriminalitas
Menampilkan data grafik kriminalitas di Kota Bogor untuk tahun berikutnya
Tampil
Tampil
Tampil
Tampil
A
A
A
A
Keluar
Gambar 3. Flowchart Aplikasi Peramalan HASIL DAN PEMBAHASAN
Tampilan Halaman Profil
Tampilan Halaman Kriteria Pada halaman ini admin dapat melakukan proses manipulasi data kriteria yang dijadikan sebagai acuan jenis tindakan dalam peramalan. Tampilan halaman input data kriteria dapat dilihat pada gambar 26.
Tampilan Halaman Utama Pada halaman Utama ini terdapat menu home, profile, data kriteria, data kriminalitas, grafik. Tampilan halaman home dapat dilihat pada gambar 24.
Tampilan Halaman Data Kriteria Tampilan Halaman Peramalan Data Kejadian
Gambar 24.Tampilan Halaman Utama Tampilan Halaman Profil Pada halaman ini admin dapat melakukan proses. Admin dapat menambah data profil, dapat mengedit, dan dapat menghapus data profil. Pada halaman ini dapat terlihat data profil. Tampilan halaman profil dapat dilihat pada gambar 25.
Pada from peramalan terdiri dari jenis-jenis data kejadian kriminal , from peramalan digunakan untuk melakukan peramalan pada from ini admin dapat menginputkan data kejadian kriminal dengan memilih nama kejadian dan tahun yang akan menjadi parameter sebagai data yang akan dicari hasil prediksi jumlah data kriminal pada tahun berikutnya, Tampilan halaman data kejadian dapat dilihat pada gambar 27.
9
Tabel 20. Uji Coba Fungsional. No
Lihat, Simpan, Edit dan Hapus Data Kriteria
Berfungsi
2.
Lihat, Simpan, Edit dan Hapus Data Kriminal
Berfungsi
3.
Lihat, Simpan, Edit dan Hapus Data User
Berfungsi
4.
Hitung dan Hasil Peramalan
Berfungsi
5.
Proses LogOut
Berfungsi
Uji Coba Struktural Sistem Uji coba struktural bertujuan untuk mengetahui apakah sistem yang dibuat sudah sesuai dengan rancangan. Hasil uji coba struktural aplikasi peramalan tindak kriminal ini dapat dilihat pada tabel 19. Tabel 19. Uji Coba Struktural. No
Uji Coba
Hasil
1.
Tampilan Halaman Login
Sesuai
2.
Tampilan Halaman Profil
Sesuai
3.
Tampilan Halaman Data Kriminal
Sesuai
4.
Tampilan Halaman Grafik
Sesuai
5.
Tampilan Halaman Hasil Peramalan
Sesuai
Berdasarkan hasil uji coba pada tabel 19 dinyatakan bahwa halaman-halaman sistem sudah sesuai dengan tampilan halaman pada tahap perancangan. Uji Coba Fungsional Sistem Uji coba fungsional merupakan tahap uji coba yang bertujuan untuk mengetahui apakah bagian dari proses sistem berjalan sesuai dengan fungsi masing-masing. Hasil uji coba fungsional sistem ini dapat dilihat pada tabel 20.
Hasil
1.
Tampilan Halaman Data Kejadian Pembahasan
Uji Coba
Berdasarkan hasil uji coba pada tabel 20 dinyatakan bahwa semua proses dari proses menampilkan data, proses simpan data, proses update data, proses hapus data, proses perhitungan dan hasil peramalan semua proses sudah berhasil sesuai dengan fungsinya masing-masing. Uji Coba Validasi Sistem Uji coba ini merupakan uji coba untuk mengetahui keakuratan hasil data yang telah dimasukkan ke dalam sistem.Uji coba ini dilakukan dengan mencocokan hasil peramalan menggunakan metode kuadrat terkecil secara manual dan dengan hasil dari sistem. 1.
Uji Coba Secara Manual
Hitung ramal menggunakan metode kuadrat terkecil untuk peramalan kejadian kriminalitas pada tahun 2015
10
Tabel 21. Contoh forecasting Pencurian untuk tahun 2015 Tahun
kasus
Data Asli
X
Jumlah Pencurian = Y
2012
-1
36
-36
1
2013
0
31
0
0
2014
1
46
46
Total (Σ)
0
ΣY = 113
Σ(XY) = 10
XY
X2
Sehingga dari perhitungan tersebut dapat diramalkan pada tahun 2015 jumlah kasus tindakan pencurian mencapai 48 kasus. Tabel 22. Contoh forecasting Penipuan pada tahun 2015 Tahun
kasus
Jumlah Penipuan =Y
XY
X2
1
Data Asli
X
ΣX2=2
2012
1
277
-277
1
2013
0
252
0
0
Keterangan :
2014
1
211
211
1
Kondisi negative (-) : Mengansumsikan tahun (x) kebelakang dari sekarang
Total (Σ)
0
ΣY = 740
Σ(XY) = -66
ΣX2 =2
Kondisi 0 tahun saat ini
: Mengansumsikan
Kondisi positif (+) : Mengansumsikan tahun (x) kedepan dari sekarang
Analisis Tren Peramalan Penipuan tahun 2015, untuk perhitungannya ialah:
Analisis Tren Peramalan Pencurian tahun 2015, untuk perhitungannya ialah:
a=
a=
b=
b=
y1= a+bx
y1= a+bx y1= 38+5(2) y1= 38+10
y1= 246,7+(-33)(2) y1= 246,7+(-66) y1= 180,67
y1= 48
11
y1= 101,7+23
Sehingga dari perhitungan tersebut dapat diramalkan pada tahun 2015 jumlah Tahun
y1= 124,7
Data Asli
X
Jumlah Curanmor Roda 2 = Y
2012
-1
172
-172
1
2013
0
185
0
0
2014
1
114
114
1
Total (Σ)
0
ΣY = 471
Σ(XY) = 23
ΣX2= 2
XY
X2
a=
y1= a+bx kasus
y1= 157+(-29)(2) y1= 157-58
Tahun Data Asli
X
Jumlah Penganiay aan = Y
2012
-1
94
2013
0
2014
1
Total (Σ)
Analisis Tren Peramalan Curanmor Roda 2 tahun 2015, untuk perhitungannya ialah:
b=
kasus tindakan penipuan mencapai 181 kasus Tabel 23. Contoh forecasting Penganiayaan pada tahun 2015
Sehingga dari perhitungan tersebut dapat diramalkan pada tahun 2015 jumlah kasus tindakan penganiayaan mencapai 125 kasus.
0
X2
y1= 99
-94
1
94
0
0
Sehingga dari perhitungan tersebut dapat diramalkan pada tahun 2015 jumlah kasus tindakan Curanmor Roda 2 mencapai 99 kasus.
117
117
1
ΣY = 305
Σ(XY) = 23
ΣX2= 2
XY
Analisis Tren Peramalan Penganiayaan tahun 2015, untuk perhitungannya ialah: a=
Tabel 25. Contoh forecasting kasus Narkoba pada tahun 2015 Tahun Data Asli
X
Jumlah Narkoba = Y
2012
-1
91
-91
1
2013
0
109
0
0
2014
1
172
172
1
Total (Σ)
0
ΣY = 372
Σ(XY) = 81
ΣX2= 2
XY
X2
b= 1
y = a+bx y1= 101,7+11,5(2)
12
Analisis Tren Peramalan Narkoba tahun 2015, untuk perhitungannya ialah: a= b= y1= a+bx y1= 124+(-40,5)(2) y1= 124+81 y1= 205 Sehingga dari perhitungan tersebut dapat diramalkan pada tahun 2015 jumlah tindakan Narkoba mencapai 99 kasus.
Tampilan Hasil Peramalan
2.
Uji Coba Dengan Sistem
Berdasarkan hasil uji coba yang dilakukan secara manual dan uji coba dengan menggunakan sistem dapat disimpulkan bahwa hasil perhitungan peramalan dengan menggunakan metode kuadrat terkecil yang dilakukan secara manual dan secara sistem sudah sesuai dan akurat.
Grafik Hasil Peramalan
13
KESIMPULAN DAN SARAN Kesimpulan Dari hasil pengamatan selama tahap perencanaan, implementasi aplikasi penerapan metode kuadrat terkecil untuk peramalan tingkat kriminalitas di Kota Bogor, dapat diambil beberapa kesimpulan. Hasil peramalan tindakan kriminal pada tahun 2015 adalah: Berdasarkan perhitungan ramalan kejadian pencurian dengan metode kuadrat terkecil menghasilkan nilai sebanyak 48 kasus, berdasarkan perhitungan ramalan kejadian penipuan dengan metode kuadrat terkecil menghasilkan nilai sebanyak 181 kasus, berdasarkan perhitungan ramalan kejadian penganiayaan dengan metode kuadrat terkecil menghasilkan nilai sebanyak 125 kasus, berdasarkan perhitungan ramalan kejadian pencurian kendaraan bermotor roda 2 dengan metode kuadrat terkecil menghasilkan nilai sebanyak 205 kasus, berdasarkan perhitungan ramalan kejadian narkoba dengan metode kuadrat terkecil menghasilkan nilai sebanyak 48 kasus. Dari hasil peramalan tingkat kejadian kriminalitas dengan menggunakan metode kuadrat terkecil dalam menganalisis data, berfungsi sebagai alternatif untuk pihak kepolisian dalam menanggulangi tingkat kejadian kriminalitas per- tahun sehingga bisa diminimalisir tingkat kejadian nya. Saran
DAFTAR PUSTAKA Abdullah.
2005. Teknis Analisis Tendensi Posisi. Arniati J. Kalatasik. 2009. Aplikasi Regresi Kuadrat Terkecil Parsial Dan Model Resiko Proporsional Cox Untuk Data Microarray DNA. Fakultas Matematika dan Ilmu Pengetahuan Alam UNPAK. 2014. Buku Panduan Skripsi dan Tugas Akhir. Program Studi S1 Ilmu Komputer dan D3 Komputer FMIPA UNPAK, Bogor. Gaspersz, Vincent. 2005. Production Planing and Inventory Control, Gramedia Pustaka Utama, Jakarta. Jay Heizer dan Barry Render. (2009). Operation Management , 7th edition . ( ManajemenOperasi edisi 7, Buku 1 ) Penerbit Salemba Empat. Jakarta. Nasution, Hakim dan Prasetyawan, 2008. Perencanaan dan Pengendalian Produksi, Graha Ilmu, Yogyakarta. Nurhasanah, dkk. 2012. Perbandingan Metode Partial Least Square (PLS) dengan Regresi Komponen Utama untuk Mengatasi Multikolinearitas. Subagyo, Pangestu (2002). Forecasting : Konsep dan Aplikasi. BPFE Yogyakarta
Aplikasi penerapan metode kuadrat terkecil untuk peramalan tingkat kriminalitas di kota Bogor ini masih dapat dikembangkan dengan studi kasus lain seperti menghitung populasi kepadatan penduduk, dan lain-lain. Untuk penelitian selanjutnya dapat digunakan metode lain. Untuk memelihara keakuratan data maka perlu dilakukan proses update basis pengetahuan secara berkala. 14