PROYEKSI TINGKAT PRODUKSI KETERSEDIAAN JAGUNG PROPINSI SUMATERA UTARA TUGAS AKHIR ENDANG SUSANTI PURBA

PROYEKSI TINGKAT PRODUKSI KETERSEDIAAN JAGUNG PROPINSI SUMATERA UTARA

TUGAS AKHIR

Diajukan Untuk Melengkapi Tugas dan Memenuhi Syarat Mencapai Gelar Ahli Madya

ENDANG SUSANTI PURBA 062407040

PROGRAM STUDI D3 STATISTIKA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2009 Endang Susanti Purba : Proyeksi Tingkat Produksi Ketersediaan Jagung Propinsi Sumatera Utara, 2009.

PERSETUJUAN

Judul

Kategori Nama Nomor Induk Mahasiswa Program Studi Departemen Fakultas

: PROYEKSI TINGKAT PRODUKSI KETERSEDIAAN JAGUNG PROPINSI SUMATERA UTARA : TUGAS AKHIR : ENDANG SUSANTI PURBA : 062407040 : DIPLOMA ( D3 ) STATISTIKA : MATEMATIKA : MATEMATIKA DAN ILMU PENGETAHUAN ALAM ( FMIPA ) UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan, Juni 2009

Diketahui/Disetujui oleh Departemen Matematika FMIPA USU Ketua,

Dr. Saib Suwilo, M.Sc NIP. 131 796 149

Pembimbing,

Dra. Rahmawati Pane, M.Si NIP. 131 474 682

Endang Susanti Purba : Proyeksi Tingkat Produksi Ketersediaan Jagung Propinsi Sumatera Utara, 2009.

PERNYATAAN

PROYEKSI TINGKAT PRODUKSI KETERSEDIAAN JAGUNG PROPINSI SUMATERA UTARA

TUGAS AKHIR

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

Medan,

Juni 2009

ENDANG SUSANTI PURBA 062407040


PENGHARGAAN

Puji dan syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa karena dengan karunia Nya lah penyusunan Tugas Akhir ini dapat diselesaikan dalam waktu yang telah ditetapkan.

Dalam kesempatan ini, penulis ucapkan terimakasih atas bantuan, bimbingan, petunjuk, serta nasehat-nasehat yang tidak ternilai harganya kepada semua pihak yang telah membantu dalam menyelesaikan tugas akhir ini, terutama kepada: Bapak Dr. Edi Marlianto, M.Sc selaku Dekan Fakultas MIPA USU, Bapak Dr. Saib Suwilo, M.Sc selaku Ketua Pelaksana Program Studi Statistika D-III FMIPA USU, Ibu Dra. Rahmawati Pane, M.Si selaku pembimbing pada penyelesaian tugas akhir ini yang telah

memberikan

panduan

dan

penuh

kepercayaan

kepada

saya

untuk

menyempurnakan tugas akhir ini. Tidak lupa juga penulis ucapkan terimakasih kepada pihak Badan Ketahanan Pangan yang telah memberikan ijin, arahan dan waktunya kepada penulis dalam pengumpulan data mengenai Produksi Ketersediaan Jagung, semua teman – teman di Program Studi D3 Statistika, khususnya Statistika A yang tidak dapat penulis sebutkan satu persatu. Dan tidak lupa saya ucapkan terimakasih kepada Ayahanda (Edward Purba), Ibunda (Suparni), serta semuanya yang selama ini telah memberikan bantuan dan dorongan kepada penulis. Semoga Tuhan Yang Maha Esa membalas semua kebaikan yang telah diberikan kepada penulis, Amin Ya Robbal ‘alamin.


DAFTAR ISI

Persetujuan Pernyataan Penghargaan Daftar Isi Daftar Tabel Daftar Gambar

Halaman ii iii iv v vii viii

Bab 1 Pendahuluan 1.1 Latar Belakang 1.2 Identifikasi Masalah 1.3 Tujuan Penelitian 1.4 Lokasi Penelitian 1.5 Metodologi Penelitian 1.6 Tinjauan Pustaka 1.7 Sistematika Penulisan

1 1 3 3 3 3 5 5

Bab 2 Landasan Teori 2.1 Pengertian Peramalan 2.2 Langkah – langkah Peramalan 2.3 Manfaat Peramalan 2.4 Menghitung Kesalahan Peramalan 2.5 Metode Double Exponential Smoothing

7 7 8 9 10 11

Bab 3 Sejarah Badan Ketahanan Pangan 3.1 Sejarah Perkembangan Badan Ketahanan Pangan 3.1.1 Visi Badan Ketahanan Pangan 3.1.2 Misi Badan Ketahanan Pangan 3.1.3 Tugas Badan Ketahanan Pangan 3.1.4 Fungsi Badan Ketahanan Pangan 3.1.5 Lokasi Badan Ketahanan Pangan 3.2 Struktur Organisasi Badan Ketahanan Pangan 3.3 Kegiatan dan Jaringan Kerja Badan Ketahanan Pangan 3.3.1 Kegiatan Badan Ketahanan Pangan 3.3.2 Jaringan kerja Badan Ketahanan Pangan

14 14 15 16 16 16 18 18 19 19 21

Bab 4 Analisis Data 4.1 Data yang Dianalisis 4.1.1 Proyeksi Produksi Ketersediaan Jagung Menggunakan Double Exponential Smoothing dengan α = 0,1

24 24


26

4.1.2 Proyeksi Produksi Ketersediaan Jagung Menggunakan Double Exponential Smoothing dengan α = 0,2 4.1.3 Proyeksi Produksi Ketersediaan Jagung Menggunakan Double Exponential Smoothing dengan α = 0,3 4.1.4 Proyeksi Produksi Ketersediaan Jagung Menggunakan Double Exponential Smoothing dengan α = 0,4 4.1.5 Proyeksi Produksi Ketersediaan Jagung Menggunakan Double Exponential Smoothing dengan α = 0,5 4.1.6 Proyeksi Produksi Ketersediaan Jagung Menggunakan Double Exponential Smoothing dengan α = 0,6 4.1.7 Proyeksi Produksi Ketersediaan Jagung Menggunakan Double Exponential Smoothing dengan α = 0,7 4.1.8 Proyeksi Produksi Ketersediaan Jagung Menggunakan Double Exponential Smoothing dengan α = 0,8 4.1.9 Proyeksi Produksi Ketersediaan Jagung Menggunakan Double Exponential Smoothing dengan α = 0,9

30 34 37 40 44 47 50 53

Bab 5 Implementasi Sistem 5.1 Pengenalan Excel 5.1.1 Mengaktifkan Microsoft Excel 5.1.2 Tampilan Microsoft Excel 5.1.3 Istilah – istilah Microsoft Excel 5.1.4 Jenis Data dalam Microsoft Excel 5.2 Operasi File 5.2.1 Menyimpan Worksheet 5.2.2 Membuka Worksheet 5.2.3 Menyimpan Worksheet ke Nama Lain 5.2.4 Keluar dari MS. Excel 5.3 Formula dan Fungsi Statistik 5.3.1 Fungsi Statistik 5.4 Grafik dalam Microsoft Excel 5.4.1 Membuat Grafik 5.4.2 Menata Grafik

57 57 57 58 62 63 63 63 63 64 64 64 65 65 65 66

Bab 6 Kesimpulan Dan Saran 6.1 Kesimpulan 6.2 Saran

67 67 68

Daftar Pustaka Lampiran


DAFTAR TABEL

Tabel 4.1 Tabel 4.2.1 Tabel 4.2.2 Tabel 4.3.1 Tabel 4.3.2 Tabel 4.4.1 Tabel 4.4.2 Tabel 4.5.1 Tabel 4.5.2 Tabel 4.6.1 Tabel 4.6.2 Tabel 4.7.1 Tabel 4.7.2 Tabel 4.8.1 Tabel 4.8.2 Tabel 4.9.1 Tabel 4.9.2 Tabel 4.10.1 Tabel 4.10.2 Tabel 4.10.3

Produksi Jagung Propinsi Sumatera Utara Forecast Dengan Double Exponential Smoothing (α=0,1) Forecast dan Mean Squared Error (α=0,1) Forecast Dengan Double Exponential Smoothing (α=0,2) Forecast dan Mean Squared Error (α=0,2) Forecast Dengan Double Exponential Smoothing (α=0,3) Forecast dan Mean Squared Error (α=0,3) Forecast Dengan Double Exponential Smoothing (α=0,4) Forecast dan Mean Squared Error (α=0,4) Forecast Dengan Double Exponential Smoothing (α=0,5) Forecast dan Mean Squared Error (α=0,5) Forecast Dengan Double Exponential Smoothing (α=0,6) Forecast dan Mean Squared Error (α=0,6) Forecast Dengan double Exponential Smoothing (α=0,7) Forecast dan Mean Squared Error (α=0,7) Forecast Dengan Double Exponential Smoothing (α=0,8) Forecast dan mean Squared Error (α=0,8) Forecast Dengan Double Exponential Smoothing (α=0,9) Forecast dan Mean Squared Error (α=0,9) Perbandingan Hasil Taraf Signifikan dari Metode Peramalan


25 27 29 31 33 35 36 38 39 42 43 45 46 48 49 51 52 54 55 56

DAFTAR GAMBAR

Gambar Gambar Gambar Gambar Gambar Gambar Gambar Gambar Gambar Gambar Gambar Gambar Gambar Gambar Gambar Gambar Gambar

4.1 4.2 4.3 4.4 4.5 4.6 4.7 4.8 4.9 4.10 5.1 5.2 5.3 5.4 5.5 5.6 5.7

Produksi Jagung Propinsi Sumatera Utara Tahun 1997-2007 Realisasi dan Ramalan Produksi Jagung dengan (α=0,1) Realisasi dan Ramalan Produksi Jagung dengan (α=0,2) Realisasi dan Ramalan Produksi Jagung dengan (α=0,3) Realisasi dan Ramalan Produksi Jagung dengan (α=0,4) Realisasi dan Ramalan Produksi Jagung dengan (α=0,5) Realisasi dan Ramalan Produksi Jagung dengan (α=0,6) Realisasi dan Ramalan Produksi Jagung dengan (α=0,7) Realisasi dan Ramalan Produksi Jagung dengan (α=0,8) Realisasi dan Ramalan Produksi Jagung dengan (α=0,9) Tampilan Microsoft Excel Tampilan Lembar Kerja Excel Tampilan Memasukkan Data Dalam Excel Tampilan Cara Memilih Grafik Tampilan Menentukan Data Range Tampilan Membuat Judul Grafik Tampilan Hasil Grafik


25 30 34 37 40 43 46 49 52 55 58 59 59 60 60 61 61

BAB 1

PENDAHULUAN

1.1. Latar Belakang

Peranan sektor pertanian yang strategis harus didukung dan ditingkatkan dalam pelestarian swasembada pangan dalam arti yang luas, tidak hanya terbatas pada swasembada beras tetapi mencakup pemenuhan kebutuhan hidup masyarakat secara keseluruhan termasuk palawija, hortikultura serta tanaman bahan makanan lainnya.

Dalam perkembangan ekonomi tanaman pangan Indonesia, jagung merupakan salah satu komoditas strategis dan bernilai ekonomis, serta mempunyai peluang untuk dikembangkan karena kedudukannya sebagai sumber utama karbohidrat dan protein setelah padi / beras. Akan tetapi, dengan berkembang pesatnya industri peternakan, jagung merupakan komponen utama (60%) dalam ransum pakan. Diperkirakan lebih dari 55% kebutuhan jagung dalam negeri digunakan untuk pakan, sedangkan untuk konsumsi pangan hanya sekitar 30%, dan selebihnya untuk kebutuhan industri lainnya dan bibit. Dengan demikian, peran jagung sebetulnya sudah berubah lebih sebagai bahan baku industri dibanding sebagai bahan pangan. Beberapa tahun terakhir kebutuhan jagung terus meningkat, hal ini sejalan dengan semakin meningkatnya laju pertumbuhan jumlah penduduk dan peningkatan kebutuhan untuk pakan.


Menurut Statistik Peternakan (2001), meningkatnya permintaan jagung untuk pakan dikarenakan dipacu oleh perkembangan produksi ayam ras yang akhir-akhir ini tingkat perkembangnya mencapai 10 persen setiap tahunnya. Oleh karena itu, pencapaian produksi jagung yang tinggi perlu diikuti dengan adanya pemasaran yang pasti dan mampu menciptakan keuntungan bagi petani. Sehingga mampu menggantikan jagung impor guna memenuhi kebutuhan perusahaan pakan ternak. Ini membantu menciptakan penghematan devisa Negara. Disamping itu dengan meningkatnya hasil produksi jagung dalam negeri pada tingkat yang mencukupi, pasokan jagung untuk produksi pakan ternak akan lancar. Manfaat selanjutnya adalah terselenggaranya kelancaran dalam usaha peternakan ayam untuk produksi daging, yang sangat penting guna meningkatkan kualitas gizi makanan masyarakat Indonesia.

Evaluasi keberhasilan dalam peningkatan produksi jagung setiap tahunnya akan sangat bermanfaat untuk mengetahui pencapaian hasil dan menentukan kebijakan yang harus dilakukan dalam rangka peningkatan hasil. Dengan demikian, dirasakan perlu diperkirakan atau diramalkan situasi dan kondisi yang bagaimana yang akan terjadi pada masa mendatang. Peramalan diperlukan karena adanya perbedaan waktu antara kesadaran akan dibutuhkannya suatu kebijakan baru dengan waktu pelaksanaan kebijakan tersebut, sehingga informasi ini dapat menjadi acuan bagi institusi yang bersangkutan dalam usaha perumusan kebijakan dan memecahkan masalah ketersediaan produksi.

Dari uraian diatas penulis merasa tertarik dan terdorong untuk mengadakan penelitian tentang ketersediaan jagung dengan judul “PROYEKSI TINGKAT PRODUKSI KETERSEDIAAN JAGUNG PROPINSI SUMATERA UTARA”. Endang Susanti Purba : Proyeksi Tingkat Produksi Ketersediaan Jagung Propinsi Sumatera Utara, 2009.

1.2. Identifikasi Masalah

Sesuai dengan judul tersebut maka yang menjadi identifikasi masalah adalah bagaimana produksi ketersediaan jagung pada tahun 2010 yang akan datang berdasarkan data yang diamati pada tahun 1997 – 2007 dan bagaimana pemerintah mengatasi masalah kelangkaan jagung yang semakin meningkat.

1.3. Tujuan Penelitian

Tujuan dilakukannya penelitian ini adalah untuk mengetahui produksi ketersediaan jagung ditahun yang akan datang ( tahun 2010 ) berdasarkan data yang diperoleh pada tahun 1997 – 2007.

1.4. Lokasi Penelitian

Penelitian atau Pengumpulan data mengenai Tingkat Produksi Ketersediaan Jagung diperoleh dari Badan Ketahanan Pangan (BKP) Jl. Jenderal Besar Dr. Abd. Haris Nasution No. 24 Medan.

1.5 Metodologi Penelitian

Metode penelitian yang digunakan penulis adalah dengan cara sebagai berikut : 1) Pegumpulan Data Adapun data yang digunakan untuk penulisan ini merupakan data sekunder dari Badan Ketahanan Pangan ( BKP ) Propinsi Sumatera Utara, mengenai produksi ketersediaan jagung dari tahun 1997 sampai tahun 2007. Endang Susanti Purba : Proyeksi Tingkat Produksi Ketersediaan Jagung Propinsi Sumatera Utara, 2009.

2) Analisis Data Perhitungan dilakukan untuk meramalkan seberapa besar tingkat produksi ketersediaan jagung pada tahun 2010 Propinsi Sumatera Utara berdasarkan data pada tahun 1997 - 2007 yaitu dengan menggunakan Metode Double Exponential Smoothing ( Pemulusan Eksponensial Ganda ) sebagai berikut: a. Menentukan Smoothing Pertama (S′ t ) S′ t : α X t + (1-α) S′ t −1 S′ t : Smoothing pertama periode t X t : Nilai real 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″ t −1

: Smoothing kedua periode t-1

c. Menentukan Besarnya Konstanta (a t ) a t : 2S′ t – S″ t d. Menetukan Besarnya Slope (b t ) bt :

α (S′ t - S″ t ) 1−α

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

: a t + b t (m)

Dimana m adalah jumlah periode ke depan yang diramalakan. Endang Susanti Purba : Proyeksi Tingkat Produksi Ketersediaan Jagung Propinsi Sumatera Utara, 2009.

1.6 Tinjauan Pustaka

Dalam memproses data penelitian ini penulis menggunakan Metode Double Eksponential Smoothing ( Pemulusan Eksponensial Ganda ). Metode smoothing (metode pemulusan / pelicin) merupakan teknik meramal dengan cara mengambil rata-rata dari nilai beberapa periode yang lalu untuk menaksir nilai pada 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.

I.7

Sistematika Penulisan

Sistematika penulisan diuraikan untuk memberikan kerangka atau gambaran dari Tugas Akhir ini, yaitu sebagai berikut :

BAB 1

: PENDAHULUAN Pada Bab ini berisi tentang latar belakang masalah, identifikasi tujuan,

masalah, batasan masalah, maksud dan

metode

penelitian,

tinjauan

pustaka,

sistematika penulisan.


serta

BAB 2

: LANDASAN TEORI Pada Bab ini berisi tentang pengertian peramalan, produksi, kebutuhan dan metode double exponential smoothing.

BAB 3

: SEJARAH BADAN KETAHANAN PANGAN (BKP) Pada Bab ini menjelaskan tentang sejarah berdirinya BKP beserta struktur organisasinya.

BAB 4

: ANALISIS DATA Dalam bab ini dilakukan analisa data dengan perhitungan Proyeksi Tingkat Produksi Ketersediaan Jagung.

BAB 5

: IMPLEMENTASI SISTEM Bab ini membahas tentang software yang digunakan dalam analisa data serta cara penggunaan dari software yang dipakai.

BAB 6

: KESIMPULAN DAN SARAN Pada Bab ini berisikan tentang kesimpulan dan saran dari hasil pembahasan sebelumnya.


BAB 2

LANDASAN TEORI

2.1 Pengertian Peramalan

Dalam hal penyusunan suatu rencana dalam rangka pencapaian tujuan sering terjadi adanya perbedaan waktu antara kegiatan penyusunan rencana yang berupa penentuan kegiatan apa saja yang perlu atau harus dilakukan, oleh karena eratnya hubungan perencanaan dan peramalan maka dapat dilihat bahwa dalam penyusunan rencana sebenarnya telah terlibat masalah peramalan. Dengan demikian dapat dikatakan bahwa peramalan merupakan dasar untuk penyusunan rencana.

Berdasarkan sifatnya teknik peramalan dapat dibagi dalam dua kategori yaitu: 1. Peramalan kualitatif, yaitu peramalan yang didasarkan atas data kualitatif pada masa lalu. Hasil pramalan yang dibuat sangat tergantung pada orang yang menyusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran yang bersifat intuisi, judgement atau pendapat, dan pengetahuan serta pengalaman dari penyusunannya.

2. Peramalan kuantitatif, yaitu peramalan yang didasarkan atas data kuantitatif pada masa lalu. Peramalan kuantitatif sangat mengandalkan data historis yang


dimiliki. Hasil peramalan yang dibuat sangat tergantung pada metode yang dipergunakan dalam peramalan tersebut. Peramalan kuantitatif hanya dapat digunakan apabila terdapat tiga kondisi sebagai berikut : 1. Adanya informasi tentang keadaan yang lalu 2. Informasi tersebut dapat dukuantitatif dalam bentuk data 3. Dapat diasumsikan bahwa pola yang lalu akan berkelanjutan 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 - Jenkis. Teknik determinasi mencakup identifikasi dan penentuan hubungan antara variabel yang akan diperkirakan dengan variabel-variabel lain yang akan mempengaruhinya. Termasuk dalam teknik ini adalah teknik regresi sederhana, regresi berganda, autoregresi, dan model input output.

2.2 Langkah – langkah Peramalan

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


1. Menganalisa data yang lalu. Tahap ini berguna untuk pola yang terjadi pada masa yang lalu. Analisa ini dilakukan dengan cara membuat tabulasi dari data yang lalu. Dengan tabulasi data, maka dapat diketahui pola dari data tersebut. 2. Menentukan 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 perkataan lain, metode peramalan yang baik adalah metode yang menghasilkan penyimpangan antara hasil peramalan dengan nilai kenyataan yang sekecil mungkin. 3. Memproyeksi data yang lalu dengan menggunakan metode yang dipergunakan. Hasil inilah yang dipergunakan sebagai dasar untuk perencanaan dan pengambilan keputusan.

2.3 Manfaat Peramalan

Kualitas dan mutu hasil proyeksi sangat ditentukan oleh proses pelaksanaan penyusunannya. Suatu proyeksi yang baik adalah proyeksi yang menghasilkan penyimpangan antara hasil proyeksi dengan kenyataan sekecil mungkin.

Peranan proyeksi sangat membantu di bidang-bidang lain yang membutuhkan, maka proyeksi dapat digunakan untuk :


1. Dasar utama untuk membuat suatu perencanaan, agar prencanaan itu sesuai dengan tingkat kemampuan yang telah ada. 2. Sebagai dasar pembanding dari hasil kerja yang nyata, dengan hasil proyeksi yang telah ditentukan. Kalau suatu hasil proyeksi tidak tercapai, maka faktor apa yang menjadi penyebabnya akan dicari dan dilakukan perbaikan atau koreksi.

Proyeksi tingkat produksi jagung melihat kedepan akan hasil dari produksi jagung tersebut dengan melihat perkembangan pertumbuhan tanaman jagung tersebut dari tahun-tahun sebelumnya.

2.4 Menghitung kesalahan peramalan

Hasil proyeksi yang akurat adalah forecast yang bisa meminimalkan kesalahan meramal (forecast error). Besarnya forecast error (kesalahan meramal) dihitung dengan mengurangi data yang sebenarnya dengan besarnya ramalan. Error = Data yang sebenarnya – ramalan et

= Xt – Ft

Dimana : X t : Data sebenarnya periode ke t F t : Ramalan periode ke t

Dalam menghitung kesalahan digunakan : Endang Susanti Purba : Proyeksi Tingkat Produksi Ketersediaan Jagung Propinsi Sumatera Utara, 2009.

a. Mean Absolute Error : Mean Absolute error adalah rata-rata absolute dari kesalahan meramal, tanpa menghiraukan tanda positif atau tanda negatif. MAE =

n

ei

i =1

n

∑

b. Mean Squared Error : Mean Squared error adalah rata-rata kesalahan meramal dikuadratkan. ei2 ∑ i =1 n n

MSE =

2.5 Metode double exponential smoothing (pemulusan eksponensial ganda)

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

Metode smoothing (metode pemulusan/pelicin) merupakan teknik meramal dengan cara mengambil rata-rata dari nilai beberapa periode yang lalu untuk menaksir nilai pada periode yang akan datang. Dalam metode ini data historis digunakan untuk memperoleh angka yang dilicinkan atau diratakan. Dalam metode ini peramalan Endang Susanti Purba : Proyeksi Tingkat Produksi Ketersediaan Jagung Propinsi Sumatera Utara, 2009.

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 jagung tahun 2010 yang menggunakan double exponential smoothing (pemulusan eksponensial ganda) memiliki tahap-tahap dalam menentukan ramalan. Persaman-persaman yang dipergunakan dalam penarapan 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 linier exponential smoothing”. Pada dasarnya formula atau tahapantahapan tersebut adalah sebagai berikut:

a. Menentukan Smoothing Pertama (S′ t ) S′t

: αX t + (1-α) S′ t −1

S′ t

: Smoothing pertama periode t

Xt

: Nilai real periode t

S′ t −1

: Smoothing pertama periode t-1

b. Menentukan Smoothing kedua (S″ t ) S″ t

: αS′t + (1-α) S″ t −1

S″ t −1

: Smoothing kedua periode t-1

c. Menentukan Besarnya Konstanta (a t ) at

: 2S′ t - S″ t


d. Menentukan Besarnya Slope (b t ) bt

:

α (S′ t - S″ t ) 1−α

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

: a t + b t (m),

dimana m adalah jumlah periode ke depan yang diramalkan.

Dengan menggunakan rumus - rumus yang sudah ada, penulis melakukan suatu proyeksi/peramalan tingkat produksi jagung tahun 2010. Dengan melihat selisih produksi jagung dari setiap tahunnya tidak begitu konstan (naik turun). Sehingga peramalan jagung dilakukan dengan metode pemulusan eksponential ganda untuk melicinkan/ memuluskan ramalan produksi jagung dari tahun ke tahun.


BAB 3

SEJARAH BADAN KETAHANAN PANGAN

3.1 Sejarah Perkembangan Badan Ketahanan Pangan

Pada 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 instansi terkait baik ditingkat pusat, propinsi, kabupaten kota dan sampai ketingkat desa yang disebut Badan Pengendali BIMAS (Bimbingan Massal) ditingkat pusat, satuan pembina BIMAS ditingkat propinsi dan satuan pelaksanaan BIMAS ditingkat Kabupaten, dan satuan penggerak BIMAS ditingkat Kecamatan dan desa. Wadah koordinasi ini ditetapkan berdasarkan keputusan Presiden ditingkat pusat, keputusan Gubernur ditingkat Propinsi, keputusan Bupati/Walikota ditingkat Kabupaten, Kecamatan, dan Desa. Untuk mendukung wadah koordinasi yang bersifat fungsional tersebut, maka ditetapkan adanya Sekretariat Pembina BIMAS ditingkat Propinsi dan Sekretariat pelaksanaan BIMAS ditingkat Kabupaten/Kota yang dipimpin oleh seorang Sekretaris.

Seiring perkembangan otonomi daerah maka seluruh lembaga struktural yang bersifat vertikal, bergabung dan menyatu ke dalam lembaga struktural dinas daerah. Sehingga dengan demikian lembaga struktural yang bersifat vertikal yang ada, tetapi


sekarang ini tidak ada lagi kecuali Lembaga Struktural yang menangani keuangan, kehakiman, agama dan pertahanan. Mengingat wadah koordinasi yang bersifat fungsional yaitu satuan pembinaan BIMAS ditingkat Provinsi, satuan pelaksanaan BIMAS ditingkat Kabupaten, dipandang tugas-tugasnya masih diperlukan dalam rangka peningkatan produktivitas dan produksi bahan pangan pokok dan strategis secara luas, maka 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 mempunyai tugas dan fungsi yang bersifat koordinatif yang merupakan kesinambungan dari tugas dan fungsi koordinasi yang ditanggung oleh satuan pembina BIMAS dan satuan pelaksana BIMAS pada pemerintah orde baru. Seluruh institusi Badan Ketahanan Pangan menempati kantor lama Kanwil Departemen Pertanian Propinsi Sumatera Utara dan kantor lama BIMAS dan pegawainya berasal dari pegawai sekretariat satuan pembinaan BIMAS dan pegawai Kanwil Departemen Pertanian Sumatera Utara.

3.1.1 Visi Badan Ketahanan Pangan Propinsi Sumatera Utara

Visi Badan Ketahanan Pangan Propinsi Sumatera Utara yaitu: “Terwujudnya ketahanan pangan masyarakat yang berbasis kepada sumber daya lokal yang dimiliki secara efisien dan berkelanjutan 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 kebudayaan 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: 1. Sebagai salah satu lembaga teknis daerah Perda No. 4 Tahun 2001, membantu kepala daerah dala pemliharaan ketahanan pangan 2. Sebagai

Sekretariat

Dewan

Ketahanan

Pangan

SK

GUBSU

No.188/44/250/K/Thn 2002, membantu Gubernur dalam fasilitas pelaksanaan koordinasi perumusan kebijakan dan program dibidang ketahan pangan yang meliputi aspek ketersediaan, distribusi, konsumsi keamanan pangan, dan melaksanakan pengendalian, monitoring, dan evaluasi ketahanan pangan daerah.

3.1.4 Fungsi Badan Ketahanan 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 dan beras, 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 uasaha tani b. Monitoring ekspor / impor bahan pangan strategis c. Monitoring harga bahan pangan strategis dan lokal d. Monitoring pengadaan / penyimpanan / penyaluran cadangan makanan e. Monitoring kewapadaan pangan ( Bencana alam dan gangguan OPT) f. Monitoring daerah rawan pangan g. Monitoring penganekaragaman konsumsi bahan pangan h. Monitoring mutu dan keamanan pangan i.

Survei yang terkoordinasi ke lapangan

3. Memantau dan mengendalikan ketersediaan dan distribusi bahan pangan, terutama sembilan bahan pangan pokok 4. Mengkoordinasi pelaporan dan evaluasi program peningkatan ketahanan pangan yang meliputi aspek ketersediaan, mutu dan keamanan pangan. Endang Susanti Purba : Proyeksi Tingkat Produksi Ketersediaan Jagung Propinsi Sumatera Utara, 2009.

3.1.5 Lokasi Badan Ketahanan Pangan

Bangunan Kantor Badan Ketahanan Pangan Propinsi Sumatera Utara seluas ± 1.276m di atas tanah seluas 14.271m yang terletak di Jl. Jenderal Besar Dr. Abdul Haris Nasution No. 24 Medan.

3.2 Struktur Organisasi Badan Ketahanan Pangan

Struktur Organisasi Badan Ketahanan Pangan yaitu: Badan Ketahanan Pangan Sumatera Utara dipimpin oleh seorang Kepala Badan (Eselon II/a) dan dibantu oleh empat orang Pejabat Struktural Eselon III/a dan 14 orang pejabat Eselon IV/a serta kelompok Jabatan Fungsional (KJF) yakni: 1. Sekretariat a. Sub Bagian Keuangan b. Sub Bagian Umum c. Sub Bagian Hukum Dan Organisasi 2. Bidang Pengkajian Pangan a. Sub Bidang Pengadaan dan Cadangan Makanan b. Sub bidang mutu pangan dan gizi c. Sub Bidang Pemberdayaan Kelembagaan Pangan d. Sub Bidang Analisis Harga Pangan 3. Bidang Kewaspadaan Pangan dan Gizi Endang Susanti Purba : Proyeksi Tingkat Produksi Ketersediaan Jagung Propinsi Sumatera Utara, 2009.

a. Sub Bidang Monitoring dan Evaluasi Pangan b. Sub Bidang Sistem Informasi Manajemen Pangan c. Sub Bidang Rawan Pangan 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

3.3 Kegiatan dan Jaringan Kerja Badan Ketahanan Pangan 3.3.1 Kegiatan Badan Ketahanan Pangan

Program kerja Badan Ketahanan Pangan terdiri dari berbagai kegiatan yang dilaksanakan setiap tahun yaitu antara lain: 1. Memfasilitasi Koordinasi Perencanaan Kebijakan dan Program peningkatan ketahanan pangan Propinsi Sumatera Utara 2. Melaksanakan pemantauan dan monitoring terhadap ketersediaan bahan pangan pokok dan strategis setiap bulan yang terdiri dari produksi, ekspor, impor, keluar masuk Propinsi, kebutuhan konsumsi dan lain-lain, serta stok atau cadangan pangan 3. Melaksanakan pemantauan atau monitoring terhadap harga harian bahan pokok, dan strategi untuk koordinasi dengan Dinas Instansi terkait apabila terjadi fluktuasi harga 4. Melaksanakan sosialisasi dan pembinaan masyarakat tentang diversifikasi konsumsi pangan melalui pemasyarakatan konsumsi pangan yang beragam, Endang Susanti Purba : Proyeksi Tingkat Produksi Ketersediaan Jagung Propinsi Sumatera Utara, 2009.

bergizi dan berimbang (3B) untuk mengurangi konsumsi beras dan meningkatkan konsumsi daging, telur dan sayur-sayuran 5. Melaksanakan pengawasan terhadap mutu dan keamanan bahan pangan segar, seperti buah dan sayur melalui otoritas kompetensi 6. Melaksanakan pendeteksian dini dan karawanan pangan melalui Sistem Kewapadaan Pangan dan Gizi (SKPG) 7. Menyusun peta rawan pangan setiap Kabupaten/ Kota (Food Insecurity Atlas), guna dijadikan acuan dalam mengatasi kerawanpanganan 8. Melaksanakan berbagai kegiatan pemberdayaan terhadap masyarakat melalui kelompok-kelompok

masyarakat

dengan

menmberikan

bantuan

dana

penguatan modal usaha kelompok/ bantuan langsung masyarakat yaitu: a. Bantuan dana penguatan modal bagi lembaga usaha ekonomi pedesaan (DPM-LUEP) untuk stabilisasi harga gabah/ padi ditingkat petani b. Bantuan penguatan modal usaha kelompok (PMUK) bagi kelompok lembaga pangan untuk memantapkan cadangan pangan kelompok c. Bantuan PMUK bagi kelompok tunda jual untuk stabilisasi harga pangan ditingkat kelompok d. Bantuan PMUK untuk pengembangan lokal atau tradisional bagi kelompok-kelompok pangan lokal e. Bantuan PMUK untuk pengembangan dan pemantapan pekarangan bagi kelompok masyarakat untuk meningkatkan mutu dan gizi keluarga


f. Bantuan PMUK bagi kelompok dalam pemberdayaan daerah rawan pangan 9. Melaksanakan pameran pangan dan pemberian penghargaan bagi aparat dan kelompok masyarakat yang berjasa dalam bidang pangan.

3.3.2 Jaringan Kerja Badan Ketahanan Pangan

Jaringan Kerja Badan Ketahanan Pangan melalui Sekretariat Dewan Ketahanan Pangan Propinsi Sumatera Utara meliputi: 1. Dinas Pertanian, Dinas Perkebunan, Dinas Peternakan dan Dinas Perikanan dan Kelautan beserta UPT nya mempunyai tugas dan tanggung jawab dalam kebijakan teknis dan pelaksanaannya yaitu: a. Menetapkan sasaran, proyeksi areal, populasi/ produktivitas, produksi komuditas rencana kebutuhan b. Memberikan dan menetapkan rekomendasi teknologi penyebarannya c. Mengatur penyiapan dan pengawasan benih/ bibit d. Memonitor dan mengawasi penerapan paket teknologi yang direkomendasi e. Mengendalikan OPT, hama dan penyakit ternak serta ikan f.

Mengisi materi program penyuluhan pertanian serta penyelenggaraannya

g. Menyiapkan petunjuk teknik - teknik kegiatan intensifikasi, ekstensifikasi, diversifikasi dan rehabilitas masing-masing sub sektor dan sektor h. Menyampaikan informasi secara teratur dan berkesinambungan sekali sebulan pada awal bulan kepada Sekretariat Dewan tentang perkembangan pelaksanaan kegiatan intensifikasi, ekstensifikasi, diversifikasi dan rehabilitas. Endang Susanti Purba : Proyeksi Tingkat Produksi Ketersediaan Jagung Propinsi Sumatera Utara, 2009.

2. Asisten Teritorial Kodam I BB, mempunyai tugas dan tanggung jawab bagi perlindungan dan keamanan bahan pangan yang meliputi aspek ketersediaan produksi, distribusi, konsumsi dan mutu sesuai kewenangan. 3. Kepala Biro Bina Mitra Poldasu, mempunyai tugas dan tanggung jawab dalam memberikan perlindungan keamanan bahan pangan yang meliputi aspek ketersediaan produksi, distribusi, konsumsi, dan mutu sesuai kewenangannya 4. Badan Perencanaan Pembangunan Daerah, mempunyai tugas dan tanggung jawab dalam memberikan masukan bagi program peningkatan ketahanan pangan sesuai dengan rencana pembangunan jangka menengah pemerintah Propinsi Sumatera Utara 5. Badan Investasi dan Promsi mempunyai tugas dan tanggung jawab dalam memberikan informasi kepada para calon investor PMA/PMDN yang meliputi aspek ketersediaan, distribusi, konsumsi dan kewaspadaan bahan pangan nabati dan hewani. 6. Badan Penelitian dan Pengembangan mempunyai tugas dan tanggung jawab dalam kerja sama pengembangan bahan pangan yang meliputi aspek ketersediaan, distribusi, konsumsi dan kewaspadaan, mutu dan keamanan. 7. Badan Pemberdayaan Masyarakat mempunyai tugas dan tanggung jawab dalam koordinasi pemberdayaan masyarakat di dalam peningkatan ketahanan pangan 8. Badan Informasi dan Komunikasi mempunyai tugas dan ketahana pangan dan hasil yang dicapai kepada masyarakat luas. 9. Badan Koordinasi Keluarga Berencana, mempunyai tugas dan tanggung jawab dalam memberikan masukan informasi jumlah tahapan kelurga serta perkembangannya guna masukan dalam investasi untuk mencegah dan Endang Susanti Purba : Proyeksi Tingkat Produksi Ketersediaan Jagung Propinsi Sumatera Utara, 2009.

mengatasi rawan pangan serta memberikan masukan bagi Program Peningkatan Ketahanan Pangan. 10. Dinas Sosial mempunyai tugas dan tanggung jawab dalam menyampaikan data daerah rawan pangan, bencana alam guna mendapatkan penanganan mengatasi masalah ketahanan pangan serta memberikan masukan bagi Program Peningkatan Ketahanan Pangan. 11. Dinas Kesehatan beserta UPT nya mempunyai tugas dan tanggung jawab dalam menyediakan data tingkat konsumsi bahan pangan dan status gizi masyarakat serta masukan bagi Program Peningkatan Ketahanan Pangan.


BAB 4

ANALISIS DATA

4.1 Data Yang Dianalisis

Pada dasarnya data adalah alat bagi pengambil keputusan, bentuk-bentuk dasar pembuatan keputusan atau untuk memecahkan suatu persoalan. Keputusan yang baik jika diperoleh pengambil keputusan tersebut atas dasar data yang baik. Untuk memperoleh dan mengetahui gambaran tentang suatu keadaan atau masalah merupakan salah satu kegunaan data.

Penulis

mengumpulkan

data

yang

berhubungan

dengan

pokok-pokok

permasalahan tersebut. Data yang akan diolah dalam tugas akhir ini adalah data Produksi Ketersediaan Jagung Propinsi Sumatera Utara.

Berikut ini adalah data yang berhasil dikumpulkan penulis dan akan diolah pada tugas akhir ini


Tabel 4.1 Produksi Jagung Propinsi Sumatera Utara Tahun 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Produksi (ton) 675982 681131 619665 666764 634162 640593 687360 712558 735456 664217 812740

Sumber : Kantor Badan Ketahanan Pangan

Jumlah Produksi Jagung

Produksi Jagung propinsi Sumatera Utara 1997-2007 1,000,000.00 800,000.00 600,000.00 400,000.00 200,000.00 0.00 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 Tahun Produksi (ton)

Gambar 4.1 Produksi Jagung Propinsi Sumatera Utara Tahun 1997-2007

Dari tabel 4.1 diatas dapat dilakukan proyeksi tingkat produksi ketersediaan jagung tahun 2010. Metode yang digunakan adalah dengan menggunakan metode exponential smoothing ganda (linier).


4.1.1 Proyeksi produksi ketersediaan jagung dengan menggunakan double exponential smoothing dengan α = 0,1

Adapun proyeksi tingkat produksi tanaman jagung tersebut adalah sebagai berikut :

Tahun ke-1 ( 1997 ) a.

S t′ ditentukan sebesar produksi tahun pertama ( 1997 ), yaitu sebesar 675982 ton

b.

S t′′ ditentukan sebesar produksi tahun pertama ( 1997 ), yaitu sebesar 675982 ton

c.

at

: belum bisa ditentukan

d.

bt

: belum bisa ditentukan

e.

Ft + m : Forecast tahun kedua ( F2 ) ditentukan sebesar produksi tahun pertama, sebesar 675982 ton

Tahun ke-2 ( 1998 )

a.

Xt

= 681131

S t′

= αX t + (1 − α ) S t′−1 = 0,1 ( 681131 ) + ( 1 – 0,1 ) ( 675982 ) = 676496,9

b.

S t′′

= α S t′ + (1- α ) S t′′−1 = 0,1 ( 676496,9 ) + ( 1 – 0,1 ) ( 675982 )


= 676033,49 c.

= 2 S t′ - S t′′

at

= 2 ( 676496,9 ) – ( 676033,49 ) = 676960,31 d.

bt

=

α ( S t′ - S t′′ ) 1−α

=

0,1 ( 676496,9 – 676033,49 ) 1 − 0,1

= 51,49 e.

Forecast Tahun ke-3 ( 1999 ) ( m = 1 ) Ft + m

= at + bt (m)

F1998+1

= a1998 + b1998 (1)

F1999

= 676960,31 + 51,49 = 677011,8

Tabel 4.2.1 Forecast Dengan Double Exponential Smoothing ( α= 0,1 ) Tahun 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

Produksi (ton) 675982 681131 619665 666764 634162 640593 687360 712558 735456 664217 812740 -

S′

S ′′

at

bt

675,982.00 676,496.90 670,813.71 670,408.74 666,784.07 664,164.96 666,484.46 671,091.82 677,528.23 676,197.11 689,851.40 -

675,982.00 676,033.49 675,511.51 675,001.23 674,179.52 673,178.06 672,508.70 672,367.01 672,883.14 673,214.53 674,878.22 -

676,960.31 666,115.91 665,816.24 659,388.61 655,151.86 660,460.22 669,816.62 682,173.33 679,179.69 704,824.58 -

51.49 -521.98 -510.28 -821.72 -1,001.46 -669.36 -141.69 516.12 331.40 1,663.69 -

Forecast (m = 1 ) 675,982.00 677,011.80 665,593.93 665,305.97 658,566.90 654,150.40 659,790.86 669,674.93 682,689.46 679,511.09 706,488.27 708,151.96 709,815.65


Forecast tahun 2008 (m =1) F2007 + m

= a 2007 + b2007 (m)

F2007+1

= a 2007 + b2007 (1)

F2008

= 704824,58 +(1663,69) (1) = 706488,27

Foercast tahun 2009 (m =2) F2007+ 2

= a 2007 + b2007 (2)

F2009

= 704824,58 + (1663,69) (2) = 708151,96

Forecast tahun 2010 ( m=3 ) F2007+3

= a 2007 + b2007 (3)

F2010

= 704824,58 + (1663,69) (3) = 709815,65

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


Tabel 4.2.2 Forecast dan Mean Squared Error (α = 0,1) Tahun 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Jumlah Rata-rata

et

Produksi (ton) 675982 681131 619665 666764 634162 640593 687360 712558 735456 664217 812740 -

Forecast

Error

Absolute

Squared Error

675982.00 677,011.80 665,593.93 665,305.97 658,566.90 654,150.40 659,790.86 669,674.93 682,689.46 679,511.09 706,488.27 708,151.96 709,815.65

5149.00

5149.00

-57,346.80 1,170.07 -31,143.97 -17,973.90 33,209.60 52,767.14 65,781.07 -18,472.46 133,228.91

57,346.80 1,170.07 31,143.97 17,973.90 33,209.60 52,767.14 65,781.07 18,472.46 133,228.91

-

-

26,512,201.00 3,288,655,470.24 1,369,063.80 969,946,618.21 323,060,919.44 1,102,877,569.35 2,784,370,679.95 4,327,149,038.76 341,231,640.07 17,749,943,219.80 30,915,116,420.63 3,091,511,642.06

= X t − Ft = 681131 – 675982,00 = 5149,00

n

MSE

=

∑ i =1

=

2

ei n

30915116420,63 10

= 3091511642,06 Berdasarkan hasil perhitungan di atas maka diperoleh MSE sebesar 3.091.511.642,06 ton produksi jagung dengan menggunakan α = 0,1.


Realisasi dan Ramalan Menggunakan Alpha 0,1

Produksi

1,200,000.00 1,100,000.00 1,000,000.00 900,000.00 800,000.00 700,000.00 600,000.00 500,000.00 400,000.00 300,000.00 200,000.00 100,000.00 0.00 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

Tahun Produksi (ton)

Forecast

Gambar 4.2 Realisasi dan Ramaln Produksi Jagung dengan (α = 0,1 )


Tahun ke-2 (1998)

a.

Xt

= 681131

S t′

= αX t + (1 − α ) S t′−1 = 0,2 ( 681131 ) + ( 1 - 0,2 ) ( 675982 ) = 677011,80

b.

S t′′

= α S t′ + (1 − α ) S t′′−1 = 0,2 (677011,80 ) + ( 1 - 0,2 ) ( 675982 ) = 676187,96


c.

at

= 2 S t′ − S t′′ = 2 ( 677011,80 ) – ( 676187,96 ) = 677835,64

d. bt

=

α ( S t′ − S t′′) 1−α

=

0,2 (677011,80 − 676187,96) 1 − 0,2

= 205,96 e. Forecast tahun ke-3 ( 1999 ) ( m = 1 ) Ft + m

= at + bt (m)

F1998+1

= 677835,64 + 205,96 ( 1 )

F1999

= 678041,60

Tabel 4.3.1 Forecast Dengan Double Exponential Smoothing ( α = 0,2 ) Tahun 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

Produksi ( ton ) 675982 681131 619665 666764 634162 640593 687360 712558 735456 664217 812740 -

S′

S ′′

at

bt

675,982.00 677,011.80 665,542.44 665,786.75 659,461.80 655,688.04 662,022.43 672,129.55 684,794.84 680,679.27 707,091.42 -

675,982.00 676,187.96 674,058.86 672,404.44 669,815.91 666,990.34 665,996.75 667,223.31 670,737.62 672,725.95 679,599.04 -

677,835.64 657,026.02 659,169.07 649,107.69 644,385.75 658,048.11 677,035.78 698,852.06 688,632.59 734,583.79 -

205.96 -2,129.10 -1,654.42 -2,588.53 -2,825.57 -993.58 1,226.56 3,514.30 1,988.33 6,873.09 -

Forecast (m=1) 675,982.00 678,041.60 654,896.92 657,514.65 646,519.17 641,560.17 657,054.53 678,262.34 702,366.36 690,620.92 741,456.88 748,329.97 755,203.06


Forecast tahun 2008 ( m = 1 ) F2007 + m

= a 2007 + b2007 (m)

F2007+1

= a 2007 + b2007 (1)

F2008

= ( 734583,79 ) + ( 6873,09 ) ( 1 ) = 741456,88

Forecast tahun 2009 ( m = 2 ) F2007+ 2

= a 2007 + b2007 (2)

F2009

= ( 734583,79 ) + ( 6873,09 ) ( 2 ) = 748329,97

Forecast tahun 2010 ( m = 3 ) F2007+3

= a 2007 + b2007 (3)

F2010

= ( 734583,79 ) + ( 6873,09 ) ( 3 ) = 755203,06


Tabel 4.3.2 Forecast dan Mean Square Error ( α = 0,2 ) Tahun 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Jumlah Rata – rata

et

Produksi ( ton ) 675982 681131 619665 666764 634162 640593 687360 712558 735456 664217 812740 -

Forecast

Error

Absolute

675,982.00 678,041.60 654,896.92 657,514.65 646,519.17 641,560.17 657,054.53 678,262.34 702,366.36 690,620.92 741,456.88 748,329.98 755,203.07

5,149.00 -58,376.60 11,867.08 -23,352.65 -5,926.17 45,799.83 55,503.47 57,193.66 -38,149.36 122,119.08 -

5,149.00 58,376.60 11,867.08 23,352.65 5,926.17 45,799.83 55,503.47 57,193.66 38,149.36 122,119.08 -

Squared Error 26,512,201.00 3,407,827,427.56 140,827,587.73 545,346,168.61 35,119,467.16 2,097,624,054.30 3,080,635,070.15 3,271,114,949.91 1,455,373,765.88 14,913,069,310.52 28,973,450,002.81 2,897,345,000.28

= X t − Ft = 681131 – 675982,00 = 5149,00

=

ei2 ∑ i =1 n

=

28973450002,81 10

n

MSE

= 2897345000,28 Berdasarkan hasil perhitungan di atas maka diperoleh MSE sebesar 2.897.345.000,28 ton produksi jagung dengan menggunakan α =0,2.


Produksi

Realisasi dan Ramalan Menggunakan Alpha 0,2 1,200,000.00 1,100,000.00 1,000,000.00 900,000.00 800,000.00 700,000.00 600,000.00 500,000.00 400,000.00 300,000.00 200,000.00 100,000.00 0.00 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

Tahun Produksi

Forecast

Gambar 4.3 Realisasi dan Ramalan Produksi Jagung dengan α = 0,2

4.1.3 Proyeksi produksi ketersediaan jagung dengan menggunakan double Exponential smoothing dengan α = 0,3

Tahun ke-2 ( 1998 )

a.

Xt

= 681131

S t′

= αX t + (1 − α ) S t′−1 = 0,3 ( 681131 ) + ( 1 – 0,3 ) ( 675982 ) = 677526,70

b.

S t′′

= α S t′ + (1 − α ) S t′′−1 = 0,3 ( 677526,7 ) + ( 1 – 0,3 ) ( 675982 ) = 676445,41


c.

at

= 2 S t′ − S t′′ = 2 ( 677526,70 ) – ( 676445,41 ) = 678607,99

d. bt

=

α ( S t′ − S t′′) 1−α

=

0,3 (677526,70 − 676445,41) 1 − 0,3


= at + bt (m)

F1998+1

= 678607,99 + ( 463,41 ) ( 1 )

F1999

= 679071,40


Produksi (ton) 675982 681131 619665 666764 634162 640593 687360 712558 735456 664217 812740 -

S t′ 675,982.00 677,526.70 660,168.19 662,146.93 653,751.45 649,803.92 661,070.74 676,516.92 694,198.64 685,204.15 723,464.91 -

S t′′

at

bt

675,982.00 676,445.41 671,562.24 668,737.65 664,241.79 659,910.43 660,258.52 665,136.04 673,854.82 677,259.62 691,121.21 -

678,607.99 648,774.14 655,556.22 643,261.11 639,697.41 661,882.96 687,897.80 714,542.46 693,148.68 755,808.60 -

463.41 -4,883.17 -2,824.59 -4,495.86 -4,331.36 348.09 4,877.52 8,718.78 3,404.80 13,861.59 -

Forecast (m=1) 675,982.00 679,071.40 643,890.97 652,731.62 638,765.26 635,366.04 662,231.05 692,775.32 723,261.25 696,553.48 769,670.19 783,531.78 797,393.37



= a 2007 + b2007 (m)

F2008

= a 2007 +b2007 (1)

F2008

= ( 755808,60 ) + ( 13861,59 ) ( 1 ) = 769670,19

Forecast tahun 2009 ( m = 2) F2007+ 2

= a 2007 + b2007 (2)

F2009

= ( 755808,60 ) + ( 13861,59 ) ( 2 ) = 783531,78


= a 2007 + b2007 (3)

F2010

= (755808,60 ) + ( 13861,59 ) ( 3 ) = 797393,37 Tabel 4.4.2 Forecast dan Mean Square Error ( α = 0,3 )

Tahun 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Jumlah Rata-rata

Produksi (ton) 675982 681131 619665 666764 634162 640593 687360 712558 735456 664217 812740 -

Forecast (m=1) 675,982.00 679,071.40 643,890.97 652,731.62 638,765.26 635,366.04 662,231.05 692,775.32 723,261.25 696,553.48 769,670.19 783,531.78 797,393.36

Error

Absolute

Squared Error

5,149.00 -59,406.40 22,873.03 -18,569.62 1,827.74 51,993.96 50,326.95 42,680.68 -59,044.25 116,186.52 -

5,149.00 59,406.40 22,873.03 18,569.62 1,827.74 51,993.96 50,326.95 42,680.68 59,044.25 116,186.52 -

26,512,201.00 3,529,120,360.96 523,175,501.38 344,830,861.22 3,340,649.96 2,703,371,572.84 2,532,801,403.80 1,821,640,802.12 3,486,222,897.09 13,499,307,755.52 28,470,324,005.89 2,847,032,400.59


=

ei2 ∑ i =1 n

=

28470324005,89 10

n

MSE


Produksi



Forecast (m=1)

Gambar 4.4 Realisasi dan Ramalan Produksi Jagung dengan α = 0,3

4.1.4 Proyeksi produksi ketersediaan jagung dengan menggunakan double exponential smoothing dengan menggunakan α = 0,4 Tahun ke-2

a.

Xt

= 681131

S t′

= αX t + (1 − α ) S t′−1 = 0,4 ( 681131 ) + ( 1 – 0,4 ) ( 675982 ) = 678041,60


b.

S t′′

= α S t′ + (1 − α ) S t′′−1 = 0,4 ( 678041,60 ) + ( 1 – 0,4 ) ( 675982 ) = 676805,84

c.

at

= 2 S t′ − S t′′ = 2 ( 678041,60 ) – ( 676805,84 ) = 679277,36

d. bt

=

α ( S t′ − S t′′) 1−α

=

0,4 (678041,60 − 676805,84) 1 − 0,4


= at + bt (m)

F1998+1

= 679277,36 + 823,84 ( 1 )

F1999

= 680101,20


Produksi (ton) 675982 681131 619665 666764 634162 640593 687360 712558 735456 664217 812740 -

S t′

S t′′

at

bt

675,982.00 678,041.60 654,690.96 659,520.18 649,376.91 645,863.34 662,462.01 682,500.40 703,682.64 687,896.39 737,833.83 -

675,982.00 676,805.84 667,959.89 664,584.00 658,501.16 653,446.04 657,052.42 667,231.62 681,812.03 684,245.77 705,680.99 -

679,277.36 641,422.03 654,456.35 640,252.65 638,280.65 667,871.59 697,769.19 725,553.26 691,547.00 769,986.67 -

823.84 -8,845.95 -3,375.88 -6,082.84 -5,055.13 3,606.39 10,179.19 14,580.41 2,433.74 21,435.22 -

Forecast (m=1) 675,982.00 680,101.20 632,576.08 651,080.46 634,169.81 633,225.52 671,477.98 707,948.38 740,133.67 693,980.74 791,421.89 812,857.12 834,292.34



= a 2007 + b2007 (m)

F2007+1

= a 2007 + b2007 (1)

F2008

= 769986,67 + ( 21435,22 ) ( 1 ) = 791421,89


= a 2007 + b2007 (2)

F2009

= 769986,67 + ( 21435,22 ) ( 2 ) = 812857,11


= a 2007 + b2007 (3)

F2010

= 769986,67 + ( 21435,22 ) ( 3 ) = 834292,33 Tabel 4.5.2 Forecast dan Mean Square Error ( α = 0,4 )

Tahun 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Jumlah Rata-rata

Produksi (ton) 675982 681131 619665 666764 634162 640593 687360 712558 735456 664217 812740 -

Forecast (m=1) 675,982.00 680,101.20 632,576.08 651,080.46 634,169.81 633,225.52 671,477.98 707,948.38 740,133.67 693,980.74 791,421.89 812,857.12 834,292.34

Error

Absolute

Squared Error

5,149.00 -60,436.20 34,187.92 -16,918.46 6,423.19 54,134.48 41,080.02 27,507.62 -75,916.67 118,759.26 -

5,149.00 60,436.20 34,187.92 16,918.46 6,423.19 54,134.48 41,080.02 27,507.62 75,916.67 118,759.26 -

26,512,201.00 3,652,534,270.44 1,168,813,873.93 286,234,424.12 41,257,395.47 2,930,541,647.70 1,687,568,356.07 756,668,976.03 5,763,340,562.43 14,103,760,824.26 30,417,232,531.44 3,041,723,253.14


=

ei2 ∑ i =1 n

=

30417232531,44 10

n

MSE

= 3041723253,14 Berdasarkan hasil perhitungan di atas maka diperoleh MSE sebesar 3.041723253,14 ton produksi jagung dengan menggunakan α =0,4.

Produksi



Forecast (m=1)

Gambar 4.5 realisasi dan Ramalan Produksi Jagung dengan α = 0,4

4.1.5 Proyeksi produksi ketersediaan jagung dengan menggunakan double exponential smoothing dengan α = 0,5 Tahun ke-2 Xt

= 681131


a.

S t′

= αX t + (1 − α ) S t′−1 = 0,5 ( 681131 ) + ( 1 – 0,5 ) ( 675982 ) = 678556,50

b.

S t′′

= α S t′ + (1 − α ) S t′′−1 = 0,5 ( 678556,50 ) + ( 1- 0,5 ) ( 675982 ) = 677269,25

c.

at

= 2 S t′ − S t′′ = 2 ( 678556,50 ) – 677269,25 = 2034382,25

d. bt

=

α ( S t′ − S t′′) 1−α

=

0,5 (678556,5 − 677269,25) 1 − 0,5

= 1287,25

e. Forecast tahun ke-3 ( 1999 ) ( m = 1 ) Ft + m

= at + bt (m)

F1998+1

= at + bt (1)

F1999

= 2034382,25 + 1287,25 ( 1 ) = 2035669,50



Produksi (ton) 675982 681131 619665 666764 634162 640593 687360 712558 735456 664217 812740 -

S t′

S t′′

at

bt

675,982.00 678,556.50 649,110.75 657,937.38 646,049.69 643,321.34 665,340.67 688,949.34 712,202.67 688,209.83 750,474.92 -

675,982.00 677,269.25 663,190.00 660,563.69 653,306.69 648,314.02 656,827.34 672,888.34 692,545.50 690,377.67 720,426.29 -

679,843.75 635,031.50 655,311.06 638,792.69 638,328.67 673,854.00 705,010.33 731,859.83 686,042.00 780,523.54 -

1,287.25 14,079.25 -2,626.31 -7,257.00 -4,992.67 8,513.33 16,061.00 19,657.16 -2,167.83 30,048.62 -

Forecast (m=1) 675,982.00 681,131.00 620,952.25 652,684.75 631,535.69 633,336.00 682,367.33 721,071.33 751,517.00 683,874.16 810,572.16 840,620.78 870,669.40


= a 2007 + b2007 (1)

F2008

= 780523,54 + ( 30048,62 ) ( 1 ) = 810572,16


= a 2007 + b2007 (2)

F2009

= 780523,54 + ( 30048,62 ) ( 2 ) = 840620,78


= a 2007 + b2007 (3)

F2010

= 780523,54 + ( 30048,62 ) ( 3 ) = 870669,40


Tabel 4.6.2 Forecast dan Mean Square Error ( α = 0,5 ) Tahun 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Jumlah Rata-rata

Produksi (ton) 675982 681131 619665 666764 634162 640593 687360 712558 735456 664217 812740 -

Forecast

Error

Absolute

Squared Error

675,982.00 681,131.00 620,952.25 652,684.75 631,535.69 633,336.00 682,367.33 721,071.33 751,517.00 683,874.16 810,572.17 840,620.79 870,669.41

5,149.00 -61,466.00 45,811.75 -18,522.75 9,057.31 54,024.00 30,190.67 14,384.67 -87,300.00 128,865.84 -

5,149.00 61,466.00 45,811.75 18,522.75 9,057.31 54,024.00 30,190.67 14,384.67 87,300.00 128,865.84 -

26,512,201.00 3,778,069,156.00 2,098,716,438.06 343,092,267.56 82,034,909.72 2,918,592,576.00 911,476,668.26 206,918,784.95 7,621,289,317.97 16,606,403,671.87 34,593,105,991.40 3,459,310,599.14

=

ei2 ∑ i =1 n

=

34593105991,40 10

n

MSE


Produksi


Tahun Produksi

Forecast

Gambar 4.6 Realisasi dan ramalan Produksi jagung dengan α = 0,5 Endang Susanti Purba : Proyeksi Tingkat Produksi Ketersediaan Jagung Propinsi Sumatera Utara, 2009.

4.1.6 Proyeksi produksi ketersediaan kedelai dengan menggunakan double exponential smoothing dengan α = 0,6

Tahun ke-2 ( 1998 )

a.

Xt

= 681131

S t′

= αX t + (1 − α ) S t′−1 = 0,6 (,681131 ) + ( 1 – 0,6 ) ( 675982 ) = 679071,40

b.

S t′′

= α S t′ + (1 − α ) S t′′−1 = 0,6 ( 679071,40 ) + ( 1 – 0,6 ) ( 675982 ) = 677835,64

c.

at

= 2 S t′ − S t′′ = 2 ( 679071,40 ) – 677835,64 = 680307,16

d. bt

=

α ( S t′ − S t′′) 1−α

=

0,6 (679071,40 − 677835,64) 1 − 0,6

= 1853,64

e. Forecast tahun ke-3 ( !999 ) ( m = 1 ) Ft + m

= at + bt (m)

F1998+1

= 680307,16 + 1853,64 ( 1 )

F1999

= 682160,80


Tabel 4.7.1 Forecast Dengan Double Exponential Smoothing (α = 0,6 ) Tahun 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

Produksi (ton) 675982 681131 619665 666764 634162 640593 687360 712558 735456 664217 812740 -

S t′

S t′′

at

bt

675,982.00 679,071.40 643,427.56 657,429.42 643,468.97 641,743.39 669,113.36 695,180.14 719,345.66 686,268.46 762,151.39 -

675,982.00 677,835.64 657,190.79 657,333.97 649,014.97 644,652.02 659,328.82 680,839.61 703,943.24 693,338.37 734,626.18 -

680,307.16 629,664.33 657,524.88 637,922.97 638,834.75 678,897.89 709,520.67 734,748.07 679,198.55 789,676.59 -

1,853.64 20,644.85 143.18 -8,319.00 -4,362.95 14,676.80 21,510.79 23,103.63 10,604.87 41,287.81 -

Forecast (m=1) 675,982.00 682,160.80 609,019.48 657,668.06 629,603.97 634,471.81 693,574.69 731,031.46 757,851.70 668,593.69 830,964.40 872,252.21 913,540.02


= a 2007 + b2007 (m)

F2007+1

= a 2007 + b2007 (1)

F2008

= 789676,59 + 41287,81 ( 1 ) = 830964,40


= a 2007 + b2007 (2)

F2009

= 789676,59 + 41287,81 ( 2 ) = 872252,21


= a 2007 + b2007 (3)

F2010

= 789676,59 + 41287,81 ( 3 ) = 913540,02



Produksi (ton)

Forecast (m=1)

Error

Absolute

Squared Error

675982 681131 619665 666764 634162 640593 687360 712558 735456 664217 812740 -

675,982.00 682,160.80 609,019.48 657,668.06 629,603.97 634,471.81 693,574.69 731,031.46 757,851.70 668,593.69 830,964.40 872,252.20 913,540.01

5,149.00 -62,495.80 57,744.52 -23,506.06 10,989.03 52,888.19 18,983.31 4,424.54 -93,634.70 144,146.31 -

5,149.00 62,495.80 57,744.52 23,506.06 10,989.03 52,888.19 18,983.31 4,424.54 93,634.70 144,146.31 -

26,512,201.00 3,905,725,017.64 3,334,429,590.03 552,534,668.68 120,758,824.30 2,797,161,123.82 360,366,078.60 19,576,530.26 8,767,457,016.04 20,778,159,883.88 40,662,680,934.25 4,066,268,093.42

=

ei2 ∑ i =1 n

=

40662680934,25 10

n

MSE

= 4066268093,42 Berdasarkan hasil perhitungan di atas maka diperoleh MSE sebesar 4.066268.093,42 ton produksi jagung dengan menggunakan α =0,6.

Produksi



Forecast (m=1)

Gambar 4.7 Realisasi dan Ramalan Produksi Jagung dengan α = 0,6 Endang Susanti Purba : Proyeksi Tingkat Produksi Ketersediaan Jagung Propinsi Sumatera Utara, 2009.

4.1.7 Proyeksi produksi ketersediaan kedelai dengan menggunakan double exponential smoothing dengan α = 0.7

Tahun ke-2 ( 1998 ) Xt

= 681131

S t′

= αX t + (1 − α ) S t′−1

a.

= 0,7 ( 681131 ) + ( 1 – 0,7 ) ( 675982 ) = 679586,30 b.

S t′′

= α S t′ + (1 − α ) S t′′−1 = 0,7 ( 679586,30 ) + ( 1 – 0,7 ) ( 675982 ) = 678505,01

c.

at

= 2 S t′ − S t′′ = 2 ( 679586,30 ) – 678505,01 = 680667,59

d. bt

=

α ( S t′ − S t′′ ) 1−α

=

0,7 (679586,30 − 678505,01) 1 − 0,7

= 2523,01 a. forecast tahun ke-3 ( 1999 ) (m = 1 ) Ft + m

= at + bt (m)

F1998+1

= 680667,59 + 2523,01 ( 1 )

F1999

= 683190,60


Tabel 4.8.1 Forecast Dengan Double Exponential Smoothing ( α = 0.7 ) Tahun

Produksi (ton)

S′

S ′′

at

bt

Forecast (m=1)

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

675982 681131 619665 666764 634162 640593 687360 712558 735456 664217 812740 -

675,982.00 679,586.30 637,641.39 658,027.22 641,321.57 640,811.57 673,395.47 700,809.24 725,061.97 682,470.49 773,659.15 -

675,982.00 678,505.01 649,900.48 655,589.19 645,601.85 642,248.65 664,051.43 689,781.90 714,477.95 692,072.73 749,183.22 -

680,667.59 625,382.30 660,465.24 637,041.28 639,374.48 682,739.52 711,836.59 735,646.00 672,868.25 798,135.07 -

2,523.01 -28,604.53 5,688.72 -9,987.34 -3,353.20 21,802.77 25,730.47 24,696.05 -22,405.22 57,110.49 -

675982 683190.6 596777.77 666153.96 627053.94 636021.29 704542.29 737567.06 760342.05 650463.03 855245.57 912356.06 969466.55


= a 2007 + b2007 (m)

F2007+1

= a 2007 + b2007 (1)

F2008

= 798135,07 + 57110,49 ( 1 ) = 855245,57


= a 2007 + b2007 (2)

F2009

= 798135,07 + 57110,49 ( 2 ) = 912356,06


= a 2007 + b2007 (3)

F2010

= 798135,07 + 57110,49 ( 3 ) = 969466,55


Tabel 4.8.2 Forecast Dan Mean Square Error ( α = 0.7 ) Produksi (ton) 675982 681131 619665 666764 634162 640593 687360 712558 735456 664217 812740 -

Tahun 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Jumlah Rata – rata

Forecast

Error

Absolute

Squared Error

675,982.00 683,190.60 596,777.77 666,153.96 627,053.94 636,021.29 704,542.29 737,567.06 760,342.05 650,463.03 855,245.57 912,356.06 969,466.55

5,149.00 -63,525.60 69,986.23 -31,991.96 13,539.06 51,338.71 8,015.71 -2,111.06 -96,125.05 162,276.97 -

5,149.00 63,525.60 69,986.23 31,991.96 13,539.06 51,338.71 8,015.71 2,111.06 96,125.05 162,276.97 -

26,512,201.00 4,035,501,855.36 4,898,072,389.61 1,023,485,376.67 183,306,267.54 2,635,663,649.64 64,251,657.25 4,456,559.35 9,240,024,863.77 26,333,813,774.43 48,445,088,594.63 4,844,508,859.46

ei2 = ∑ i =1 n n

MSE

=

48445008594,63 10

= 4844500859,46 Berdasarkan hasil perhitungan di atas maka diperoleh MSE sebesar 4.844.500.859,49 ton produksi jagung dengan menggunakan α =0,7. Realisasi dan Ramalan Menggunakan Alpha 0,7

Produksi

1100000 1000000 900000 800000 700000 600000 500000 400000 300000 200000 100000 0 1997

1998

1999

2000 2001

2002

2003

2004

2005

2006 2007

2008

2009

Tahun Produksi

Forecast


2010


Tahun ke-2 ( 1998 )

a.

Xt

= 681131

S t′

= αX t + (1 − α ) S t′−1 = 0,8 ( 681131 ) + ( 1 – 0,8 ) ( 675982 ) = 680101,20

b.

S t′′

= α S t′ + (1 − α ) S t′′−1 = 0,8 ( 680101,20 ) + ( 1 – 0,8 ) ( 675982 ) = 679277,36

c.

at

= 2 S t′ − S t′′ = 2 ( 680101,20 ) – 679277,36 = 680925,04

d. bt

=

α ( S t′ − S t′′ ) 1−α

=

0,8 (680101,20 − 679277,36) 1 − 0,8


= at + bt (m)

F1998+1

= 680925,04 + 32195,36 ( 1 )

F1999

= 713120,40


Tabel 4.9.1 Forecast dengan Double Exponential Smoothing ( α = 0,8 ) Tahun 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

Produksi (ton) 675982 681131 619665 666764 634162 640593 687360 712558 735456 664217 812740 -

S′

S ′′

at

bt

675,982.00 680,101.20 631,752.24 659,761.65 639,281.93 640,330.79 677,954.16 705,637.23 729,492.25 677,272.05 785,646.41 -

675,982.00 679,277.36 641,257.26 656,060.77 642,637.70 640,792.17 670,521.76 698,614.14 723,316.62 686,480.96 765,813.32 -

680,925.04 622,247.22 663,462.52 635,926.16 639,869.40 685,386.55 712,660.33 735,667.87 668,063.13 805,479.50 -

3,295.36 -38,020.10 14,803.51 -13,423.07 -1,845.53 29,729.59 28,092.38 24,702.49 -36,835.66 79,332.36 -

Forecast (m=1) 675,982.00 684,220.40 584,227.12 678,266.03 622,503.09 638,023.87 715,116.15 740,752.70 760,370.36 631,227.47 884,811.86 964,144.21 1,043,476.57


= a 2007 + b2007 (m)

F2008 +1

= a 2007 + b2007 (1)

F2008

= 805479,50 + 79332,36 ( 1 ) = 884811,86


= a 2007 + b2007 (2)

F2009

= 805479,50 + 79332,36 ( 2 ) = 964144,21


= a 2007 +b2007 (3)

F2010

= 805479,50 + 79332,36 ( 3 ) = 1043476,57



Produksi (ton) 675982 681131 619665 666764 634162 640593 687360 712558 735456 664217 812740 -

Forecast (m=1) 675,982.00 684,220.40 584,227.12 678,266.03 622,503.09 638,023.87 715,116.15 740,752.70 760,370.36 631,227.47 884,811.86 964,144.21 1,043,476.57

=

ei2 ∑ i =1 n

=

57939576348,98 10

Error

Absolute

Squared Error

5,149.00 -64,555.40 82,536.88 -44,104.03 18,089.91 49,336.13 -2,558.15 -5,296.70 -96,153.36 181,512.53 -

5,149.00 64,555.40 82,536.88 44,104.03 18,089.91 49,336.13 2,558.15 5,296.70 96,153.36 181,512.53 -

26,512,201.00 4,167,399,669.16 6,812,336,560.13 1,945,165,638.66 327,244,916.17 2,434,053,336.58 6,544,111.20 28,055,067.57 9,245,467,782.19 32,946,797,066.32 57,939,576,348.98 5,793,957,634.90

n

MSE


Produksi



Forecast (m=1)


4.1.9 Proyeksi produksi ketersediaan kedelai dengan menggunakan double exponential smoothing dengan α = 0,9

Tahun ke-2 ( 1998 ) Xt a.

S t′

= 681131 = αX t + (1 − α ) S t′−1 = 0,9 ( 681131 ) + ( 1 – 0,9 ) ( 675982 ) = 680616,10

b.

S t′′

= α S t′ + (1 − α ) S t′′−1 = 0,9 ( 680616,10 ) + ( 1 – 0,9 ) ( 675982 ) = 680152,69

c.

at

= 2 S t′ − S t′′ = 2 ( 680616,10 ) – ( 680152,69 ) = 681079,51

d. bt

=

α ( S t′ − S t′′) 1−α

=

0,9 (680616,10 − 681079,51) 1 − 0,9

= - 4170,69 e. Forecast tahun ke-3 ( 1999 ) ( m = 1 ) Ft + m

= at + bt (m)

F2008+1

= at + bt (1)

F2009

= 681079,51 + (-4170,69 ) ( 1 ) = 676908,82



Produksi (ton) 675982 681131 619665 666764 634162 640593 687360 712558 735456 664217 812740 -

S′

S ′′

at

bt

675,982.00 680,616.10 625,760.11 662,663.61 637,012.16 640,234.92 682,647.49 709,566.95 732,867.09 671,082.01 798,574.20 -

675,982.00 680,152.69 631,199.37 659,517.19 639,262.66 640,137.69 678,396.51 706,449.91 730,225.38 676,996.35 786,416.42 -

681,079.51 620,320.85 665,810.04 634,761.66 640,332.14 686,898.47 712,683.99 735,508.81 665,167.67 810,731.99 -

4,170.69 -48,953.32 28,317.82 -20,254.52 875.03 38,258.82 28,053.39 23,775.47 -53,229.03 109,420.07 -

Forecast (m=1) 675,982.00 685,250.20 571,367.53 694,127.85 614,507.14 641,207.17 725,157.29 740,737.39 759,284.28 611,938.64 920,152.06 1,029,572.13 1,138,992.19


= a 2007 + b2007 (m)

F2008 +1

= a 2007 + b2007 (1)

F2009

= 810731,99 + 109420,07 ( 1 ) = 920152,06


= a 2007 + b2007 (2)

F2009

= 810731,99 + 109420,07 ( 2 ) = 1029572,13


= a 2007 + b2007 (3)

F2009

= 810731,99 + 109420,07 ( 3 )

`

= 1138992,19



Produksi (ton)

Forecast (m=1)

Error

Absolute

Squared Error

675982 681131 619665 666764 634162 640593 687360 712558 735456 664217 812740 -

675,982.00 685,250.20 571,367.53 694,127.85 614,507.14 641,207.17 725,157.29 740,737.39 759,284.28 611,938.64 920,152.06 1,029,572.13 1,138,992.19

5,149.00 -65,585.20 95,396.47 -59,965.85 26,085.86 46,152.83 -12,599.29 -5,281.39 -95,067.28 200,801.36 -

5,149.00 65,585.20 95,396.47 59,965.85 26,085.86 46,152.83 12,599.29 5,281.39 95,067.28 200,801.36 -

26,512,201.00 4,301,418,459.04 9,100,486,488.46 3,595,903,645.95 680,472,326.71 2,130,083,849.93 158,742,167.90 27,893,046.38 9,037,788,569.58 40,321,184,965.47 69,380,485,720.41 6,938,048,572.04

ei2 = ∑ i =1 n n

MSE

=

69380485720,41 10


Produksi



Forecast (m=1)


Tabel 4.10.3 Perbandingan Hasil Taraf Significant dari Metode Peramalan α

Forecast 2010

Mean Squared Error

0,1

709.815,65

3,091,511,642.06

0,2

755.203,07

2,897,345,000.28

0,3

797.393,36

2,847,032,400.59

0,4

834.292,34

3,041,723,253.14

0,5

870.669,41

3,459,310,599.14

0,6

913.540,01

4,066,268,093.42

0,7

969.466,55

4,844,508,859.46

0,8

1.043476,57

5,793,957,634.90

0,9

1.138.992,19

6,938,048,572.04

Dari tabel 4.10.3 yang berdasarkan perhitungan yang telah dilakukan, terlihatlah bahwa yang menghasilkan nilai MSE yang minimum atau terkecil yaitu pada nilai parameter α = 0,3 , yaitu dengan nilai MSE = 2.847.032.400,59.


BAB 5

IMPLEMENTASI SISTEM

5.1 Pengenalan Excel

Microsoft Excel adalah aplikasi pengolahan angka (Spread sheet) yang sangat populer dan canggih saat ini yang dapat digunakan untuk mengatur, menyediakan maupun menganalisa data dan mempresentasikan dalam bentuk tabel, grafik atau diagram.

5.1.1 Mengaktifkan Microsoft Excel

Cara 1 a. Klik tombol Start b. Pilih dan klik Program, Microsoft Office, Microsoft Excel Cara 2 c. Klik tombol Start d. Pilih dan klik Run e. Ketik pada bagian Open: Excel, klik OK Cara 3 f. Klik tombol Start g. Pilih dan klik Open, klik ganda pada Program File, Microsoft Office, Office, Excel.exe (biasanya folder program file berada di direktory C:\) Endang Susanti Purba : Proyeksi Tingkat Produksi Ketersediaan Jagung Propinsi Sumatera Utara, 2009.

5.1.2 Tampilan Micosoft Excel

Gambar 5.1 Tampilan Microsoft Excel


Gambar 5.2 Tampilan Lembar Kerja Excel

Gambar 5.3 Tampilan Memasukkan Data Dalam Excel


Gambar 5.4 Tampilan Cara Memilih Grafik

Gambar 5.5 Tampilan Menentukan Data Range


Gambar 5.6 Tampilan Membuat Judul Grafik

Gambar 5.7 Tampilan hasil Grafik


5.1.3 Istilah-istilah Ms. Excel

a. Worksheet adalah daerah tempat lembaran kerja untuk memasukkan data atau rumus. Normalnya MS. Excel menyediakan worksheet atau sheet sebanyak 3 sheet. b. Workbook merupakan buku kerja yang terdiri dari beberapa worksheet. Workbook

ini

merupakan

file

penyimpanan

worksheet

sehingga

mempermudah mengorganisasi file-file sesuai dengan kebutuhan yang diperlukan. c. Cell merupakan perpotongan baris dan kolom yang ditandai dengan aktifnya pointer cell pada posisi tertentu. Posisis cell aktif ditunjukkan pada NameBox. d. Cell Pointer adalah tanda penunjuk keaktifan sel berupa kotak bingkai tebal. e. Range adalah kumpulan beberapa sel yang membentuk kelompok area (ditandai dengan warna hitam saat diblok). f. Gridlines adalah garis bantu sel pada area kerja. Gridlines ini hanya tampak pada saat bekerja dalam worksheet tetapi bila hasil kerja dicetak atau ditampilkan dengan print preview, maka Gridlines tersebut tidak tampak. g. Fill Handle adalah bagian bawah kanan pointer cell berfungsi untuk memindah atau mengcopy data dan rumus dengan menggunakan mouse. h. Mouse Pointer adalah bentuk penunjuk mouse yang tampil pada layar MS. Excel.


5.1.4 Jenis Data dalam Ms. Excel

Sebuah sel pada lembar kerja Excel dapat diisi empat jenis data: a. Label/teks b. Numerik c. Alfanumerik d. Rumus

5.2 Operasi File 5.2.1 Menyimpan Worksheet a. Klik menu File, Save atau tekan Ctrl + S b. Pada pilihan Save in, pilih atau klik drive dan folder tempat menyimpan file c. Pada bagian File Name, ketik nama file yang diinginkan d. Klik tombol Save

5.2.2 Membuka Worksheet a. Klik menu File, Open atau tekan Ctrl + O atau tekan tombol Ctrl + F12 b. Pada bagian Look in, pilih dan klik drive dan folder file yang akan dibuka c. Pada daftar file, pilih nama file yang ingin dibuka d. Klik tombol Open

5.2.3 Menyimpan Worksheet ke Nama Lain Endang Susanti Purba : Proyeksi Tingkat Produksi Ketersediaan Jagung Propinsi Sumatera Utara, 2009.

a.

Klik menu File, Save As atau tekan tombol F12

b.

Pada pilihan Save in, pilih atau klik drive dan folder tempat simpan file

c.

Pada bagian File Name, ketik nama file yang diinginkan

d.

Klik tombol Save

5.2.4 Keluar dari MS. Excel Klik menu File, Exit atau tekan Alt + F4 pada keyboard, pilih Yes atau No

5.2.5 Membuka Lembar Kerja Baru Klik menu File, New atau tekan tombol Ctrl + N

5.3 Formula dan Fungsi Statistik

Microsof Excel menyediakan banyak jenis kategori fungsi seperti fungsi statistik, finansial, data base, teks, matematika dan trigonometri, logika, referensi dan pencarian yang dapat digunakan dalam membuat fungsi termasuk fungsi otomatis seperti autosum, currency style, percent style dan sebagainya. Fungsi-fungsi Excel digunakan dalam penulisan formula atau rumus yang dapat dikomendasi dengan alamat sel, range, data konstanta atau gabungan beberapa fungsi.


5.3.1 Fungsi Statistik Fungsi ini bertujuan untuk menganalisa suatu kumpulan data. Untuk penganalisaan data, beberapa fungsi yang sering digunakan antara lain: 1. SUM(range)

: mencari total sekumpulan data angka

2. MAX(range)

: mencari nilai tertinggi dari sekumpulan data angka

3. MIN(range)

: mencari nilai terendah dari sekumpulan data angka

4. AVERAGE

: mencari nilai rata-rata dari sekumpulan data angka

5. COUNT

: mencari banyak data dari sekumpulan data angka

5.4 Grafik dalam Microsoft Excel

Salah satu fasilitas MS. Excel adalah kemampuan untuk membuat grafik (chart) sehingga data-data dalam bentuk angka-angka yang tersusun dalam tabel dapat dipresentasikan ke dalam bentuk yang lebih menarik yakni dalam grafik bentuk batang, garis, kolom, lingkaran dan bentuk grafik lainnya. Grafik ini sering digunakan untuk menunjukkan persentasi dari sebuah penelitian atau menampilkan hasil data.

5.4.1 Membuat Grafik

Langkah -langkah membuat grafik: a. Arahkan pointer sel pada tabel data b. Klik menu Insert, Chart c. Tentukan tipe dan sub tipe grafik misalnya tipe Column dan sub tipe 3-D Column d. Klik Next Endang Susanti Purba : Proyeksi Tingkat Produksi Ketersediaan Jagung Propinsi Sumatera Utara, 2009.

e. Tentukan sumber data grafik. Jika sel pointer berada pada tabel data maka otomatis seluruh data tabel akan disorot ditandai dengan garis putus-putus f. Klik Next g. Tentukan keterangan pendukung grafik seperti titles (judul-judul tabel), axis

(sumbu koordinat tabel), gridlines (garis bantu skala tabel), legends

(keterangan tambahan), data labels (nama-nama data tabel) dan data tabel. h. Klik Next i.

Tentukan lokasi penempatan grafik

j.

Klik Finish untuk menghasilkan grafik baru

5.4.2 Menata Grafik

Untuk menata grafik dapat dilakukan dengan menggunakan toolbar Chart atau dengan menggunakan kotak dialog Chart Option atau klik menu Chart lalu lakukan penataan pada bagian-bagian grafik.


BAB 6

KESIMPULAN DAN SARAN

6.1 Kesimpulan

Setelah analisa dilakukan maka dapat diambil beberapa kesimpulan antara lain : 1. Bentuk metode peramalan yang dipilih untuk meramalkan data nilai tingkat produksi ketersediaan jagung Propinsi Sumatera Utara berdasarkan data tahun 1997 sampai tahun 2007 adalah Metode Linier Satu parameter dari Brown berdasarkan nilai MSE terkecil pada α = 0,3. 2. Bentuk persamaan peramalan nilai tingkat produksi ketersediaan jagung Propinsi Sumatera Utara berdasarkan data tahun 1997 sampai dengan tahun 2007 untuk 3 periode kedepan ( m = 3 ) dengan α = 0,3 adalah Ft + m = ( 755808,60 ) + ( 13861,59 ) ( m ) Dimana m adalah jumlah periode kedepan

yang ingin diramalkan =

1,2,3,…dst. 3. Dari perhitungan pada bab-bab sebelumnya, angka-angka peramalan produksi jagung dapat dipakai sebagai bahan informasi yang mampu dijadikan acuan perencanaan pembangunan ketahanan pangan pada masyarakat Provinsi Sumatera Utara.


6.2 Saran

1. Dalam menentukan tingkat produksi, pihak kantor Badan Ketahanan Pangan Propinsi Sumatera Utara dapat menggunakan Analisis Peramalan dengan Metode

Pemulusan Eksponensial Ganda.

2. Dalam menaksir tingkat produksi ketersediaan jagung Propinsi Sumatera Utara dengan menggunakan Metode Pemulusan Eksponensial Ganda, akan sangat membantu jika kita mengolah data dengan menggunakan alat bantu komputer khususnya program aplikasi Excell.


DAFTAR PUSTAKA

BKP Provinsi Sumatera Utara. 2008. Produksi Ketersediaan Jagung. Medan : BKP Provinsi Sumatera Utara. Cochran, William G.1991. Sampling Techniques, New York. Makridakis, Spyros, dan Wheelwright, Steven C. 1993. Metode dan Aplikasi Peramalan. Jilid 1. Jakarta: Erlangga. Sudjana. 1992. Metoda Statistika. Edisi ke-6. Bandung: Tarsito. Andi. 2004. Tutorial 3 Hari : Menggunakan Microsoft Excel 2003. Semarang: Wahana Komputer.


PROYEKSI TINGKAT PRODUKSI KETERSEDIAAN JAGUNG PROPINSI SUMATERA UTARA TUGAS AKHIR ENDANG SUSANTI PURBA

Recommend Documents