PERAMALAN PRODUKSI JAGUNG KABUPATEN SIMALUNGUN PADA TAHUN 2012 TUGAS AKHIR SYAIPUL BAHRI STM

Transkripsi

1 PERAMALAN PRODUKSI JAGUNG KABUPATEN SIMALUNGUN PADA TAHUN 2012 TUGAS AKHIR SYAIPUL BAHRI STM DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2009

2 PERAMALAN PRODUKSI JAGUNG KABUPATEN SIMALUNGUN PADA TAHUN 2012 Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Ahli Madya SYAIPUL BAHRI STM PROGRAM STUDI D3 STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2009

3 PERSETUJUAN Judul : PERAMALAN PRODUKSI JAGUNG KABUPATEN SIMALUNGUN PADA TAHUN 2012 Kategori : TUGAS AKHIR Nama : SYAIPUL BAHRI STM Nomor Induk Mahasiswa : Program Studi : DIPLOMA III STATISTIKA Departemen : MATEMATIKA Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA Diluluskan di Medan, Juni 2009 Diketahui Departemen Matematika FMIPA USU Pembimbing Dr. Saib Suwilo, M.Sc Drs. Saul Siahaan, NIP NIP

4 PERNYATAAN PERAMALAN PRODUKSI JAGUNG KABUPATEN SIMALUNGUN PADA TAHUN 2012 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 SYAIPUL BAHRI STM

5 PENGHARGAAN Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha Penyayang, dengan limpah kurnia-nya tugas akhir ini berhasil diselesaikan dalam waktu yang telah ditetapkan. Ucapan terima kasih saya sampaikan kepada Bapak Drs. Saul Siahaan selaku pembimbing pada penyelesaian tugas akhir ini, yang telah memberikan panduan dan penuh kepercayaan kepada saya untuk menyempurnakan kajian. Panduan ringkas dan padat dan professional telah diberikan kepada penulis, agar penulis dapat menyelesaikan tugas ini. Ucapan terima kasih juga ditujukan kepada Ketua dan Sekretaris Departemen Dr. Saib Suwilo, M.Sc. dan Drs. Henri Rani Sitepu, M.Si., Dekan dan Pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara, semua dosen pada Departemen Matematika FMIPA USU, pegawai di FMIPA USU, dan rekan-rekan kuliah. Akhirnya tidak terlupakan kepada orangtua yang saya sayangi dan semua keluarga yang selama ini memberikan bantuan dan dorongan yang diperlukan. Semoga Tuhan Yang Maha Esa akan membalasnya.

6 DAFTAR ISI Halaman Persetujuan Pernyataan Penghargaan Daftar Isi Daftar Tabel Daftar Gambar ii iii iv v vii viii Bab 1 Pendahuluan Latar Belakang Perumusan Masalah Batasan Masalah Maksud dan Tujuan Metodologi Penelitian Lokasi dan Waktu Penelitian Sistematika Penulisan 6 Bab 2 Tinjauan Teoritis Produksi Kebutuhan Peramalan Pengertian Peramalan Kegunaan dan Peran Peramalan Jenis-jenis Peramalan Pengertian Metode Peramalan Jenis-jenis Metode Peramalan Menghitung Kesalahan Meramal Metode analisa Metode Double Exponential Smoothing 16 Bab 3 Gambaran Umum Tempat Riset Sejarah Badan Pusat Statistik di Indonesia Masa Pemerintahan Hindia Belanda Masa Pemerintahan Jepang Masa Kemerdekaan Republik Masa Orde Baru Sampai Sekarang Visi dan Misi Visi Misi Program Pengembangan Statistik Kegiatan Badan Pusat Statistik Kedudukan,Tugas dan Fungsi BPS 24

7 3.3.2 Tata Kerja BPS Sruktur Organisasi BPS Gambaran Tentang Kabupaten Simalungun Geografi Iklim 30 Bab 4 Analisis Data Peramalan Produksi Tanaman Jagung Peramalan Produksi Menggunakan Double Exponential Smoothing Dengan α = 0, Peramalan Produksi Menggunakan Double Exponential Smoothing Dengan α = 0, Peramalan Produksi Menggunakan Double Exponential Smoothing Dengan α = 0, Peramalan Produksi Menggunakan Double Exponential Smoothing Dengan α = 0, Peramalan Produksi Menggunakan Double Exponential Smoothing Dengan α = 0, Peramalan Produksi Menggunakan Double Exponential Smoothing Dengan α = 0, Peramalan Produksi Menggunakan Double Exponential Smoothing Dengan α = 0, Peramalan Produksi Menggunakan Double Exponential Smoothing Dengan α = 0, Peramalan Produksi Menggunakan Double Exponential Smoothing Dengan α = 0,9 69 Bab 5 Implementasi Sistem Tahap Implementasi Pengaktifan Microsoft Excel Lembar kerja Microsoft Excel Pengisian Data Pembuatan Grafik 80 Bab 6 Kesimpulan dan Saran Kesimpulan Saran 84 Daftar Pustaka 85 Lampiran

8 DAFTAR TABEL Halaman Tabel 4.1 Produksi Jagung di Kabupaten Simalungun Tahun Tabel 4.2 Forecast dengan Double Exponential Smoothing (α = 0,1) 34 Tabel 4.3 Forecast dan Mean Squared Error (α = 0,1) 36 Tabel 4.4 Forecast dengan Double Exponential Smoothing (α = 0,2) 39 Tabel 4.5 Forecast dan Mean Squared Error (α = 0,2) 41 Tabel 4.6 Forecast dengan Double Exponential Smoothing (α = 0,3) 43 Tabel 4.7 Forecast dan Mean Squared Error (α = 0,3) 45 Tabel 4.8 Forecast dengan Double Exponential Smoothing (α = 0,4) 48 Tabel 4.9 Forecast dan Mean Squared Error (α = 0,4) 50 Tabel 4.10 Forecast dengan Double Exponential Smoothing (α = 0,5) 52 Tabel 4.11 Forecast dan Mean Squared Error (α = 0,5) 53 Tabel 4.12 Forecast dengan Double Exponential Smoothing (α = 0,6) 57 Tabel 4.13 Forecast dan Mean Squared Error (α = 0,6) 59 Tabel 4.14 Forecast dengan Double Exponential Smoothing (α = 0,7) 61 Tabel 4.15 Forecast dan Mean Squared Error (α = 0,7) 63 Tabel 4.16 Forecast dengan Double Exponential Smoothing (α = 0,8) 66 Tabel 4.17 Forecast dan Mean Squared Error (α = 0,8) 68 Tabel 4.18 Forecast dengan Double Exponential Smoothing (α = 0,9) 70 Tabel 4.19 Forecast dan Mean Squared Error (α = 0,9) 72 Tabel 4.20 Forecast dan Mean Squared Error (α = 0,1 α = 0,9) 73

9 DAFTAR GAMBAR Halaman Gambar 4.1 Produksi Jagung di Kabupaten Simalungun Tahun Gambar 4.2 Realisasi dan Ramalan Produksi Jagung dengan (α = 0,1) 37 Gambar 4.3 Realisasi dan Ramalan Produksi Jagung dengan (α = 0,2) 41 Gambar 4.4 Realisasi dan Ramalan Produksi Jagung dengan (α = 0,3) 46 Gambar 4.5 Realisasi dan Ramalan Produksi Jagung dengan (α = 0,4) 50 Gambar 4.6 Realisasi dan Ramalan Produksi Jagung dengan (α = 0,5) 55 Gambar 4.7 Realisasi dan Ramalan Produksi Jagung dengan (α = 0,6) 59 Gambar 4.8 Realisasi dan Ramalan Produksi Jagung dengan (α = 0,7) 64 Gambar 4.9 Realisasi dan Ramalan Produksi Jagung dengan (α = 0,8) 68 Gambar 4.10 Realisasi dan Ramalan Produksi Jagung dengan (α = 0,9) 73 Gambar 4.11 Realisasi dan Ramalan Menggunakan Alpha (α = 0,1 α = 0,9) 75 Gambar 5.1 Tampilan Pengaktifan Jendela Microsoft Excel dari Windows 78 Gambar 5.2 Tampilan Lembar Kerja Microsoft Excel 79 Gambar 5.3 Tampilan Kotak Dialog Chart Tipe 81 Gambar 5.4 Tampilan Grafik Analisis Data 82

10 BAB I PENDAHULUAN 1.1 Latar Belakang Peranan sektor pertanian yang srategis harus didukung dan ditingkatkan dalam pelestarian swasembada pangan dalam arti yang luas, tidak hanya terbatas pada swasembada beras tetepi mencakup pemenuhan kebutuhan hidup masyarakat secara total termasuk palawija, hortikultura serta tanaman bahan makanan lainnya. Di Indonesia, jagung mempunyai peranan kedua sesudah padi. Sebagai bahan makanan, jagung bernilai gizi tidak kalah dibandingkan dengan beras. Dalam perkembangan ekonomi, disamping sebagai bahan makanan pokok, jagung telah menjadi lebih sangat penting karena merupakan bahan pokok bagi industri pakan ternak. Kandungan jagung dalam pakan ternak mencapai lebih dari 50 % yang apabila harus di impor, karena produksi dalam negeri tidak mencukupi. 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

11 meningkatnya hasil produksi 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 adanya suatu petunjuk untuk menghitung dan meramalkan produksi di tahun yang akan datang. Tanaman bahan makanan dan perkebunan merupakan sub sektor yang sangat berperan dalam pembentukan total nilai PDRB (Produk Domestik Regional Bruto) Kabupaten Simalungun tahun Komoditi palawija terdiri dari jagung, ubi kayu, kacang kedele, pada tahun 2006 mengalami penaikan baik luas panen maupun produksinya. Oleh karena itu, penulis merasa tertarik dan terdorong untuk mengadakan suatu peramalan tentang produksi jagung tersebut. Dengan judul PERAMALAN PRODUKSI JAGUNG KABUPATEN SIMALUNGUN PADA TAHUN 2012

12 1.2 Perumusan Masalah Kabupaten Simalungun merupakan salah satu daerah penghasil jagung terbesar setelah kabupaten karo. Sesuai degan judul permasalahan ini, yang menjadi masalah adalah penulis ingin megetahui berapa besar produksi jagung di Kabupaten Simalungun pada tahun yang akan datang. Dan apakah waktu dapat dipergunakan untuk memperkirakan besarya ramalan hasil produksi jagung. Dari keterangan diatas, batasan permasalahan dalam penulisan tugas akhir ini adalah memperkirakan hasil produksi jagung di Kabupaten Simalungun untuk beberapa tahun mendatang, dalam hal ini dibatasi sampai tahun Dengan menggunakan Metode Eksponensial dari data produksi jagung tahun 1997 s/d Batasan Masalah Ruang lingkup penelitian ini mencakup dua hal pokok, yaitu perkembangan ekonomi dan pemerataan pendapatan. Pengamatan tentang perkembangan ekonomi mencakup tentang pertumbuhan ekonomi berdasarkan peramalan produksi jagung dan diuraikan menurut sektor-sektornya. Dan data penelitian ini dilihat dari tahun 1997 s/d 2007 dan diramalkan pada lima tahun kedepan yaitu tahun 2012 di kabupaten simalungun.

13 1.4. Maksud dan Tujuan Maksud diadakannya penelitian ini adalah untuk meramalkan atau memperkirakan jumlah produksi jagung kabupaten simalungun sampai tahun Berdasarkan data tahun 1997 s/d Dalam hal ini penulis ingin untuk mengaplikasikan pengetahuan yang didapat selama perkuliahan tentang metode dan kegunaan peramalan. Khususnya dengan menggunakan Metode Eksponensial. Tujuan diadakannya penelitian ini adalah ingin mengetahui tentang tingkat produksi jagung pada Kabupaten Simalungun dan meramalkan hasil produksi jagung pada Kabupaten Simalungun sampai tahun Metodologi Penelitian Untuk mendukung penyusunan Tugas Akhir, maka penulis membutuhkan data-data yang diperoleh melalui serangkaian tinjauan, penelitian, riset maupun pengambilan data. Data di dalam riset tersebut penulis menggunakan beberapa metode diantaranya : 1. Metode Penelitian Kepustakaan (Studi Literatur)

14 Dalam hal ini pengumpulan data serta keterangan-keterangan dapat dilakukan dengan membaca serta mempelajari buku-buku ataupun literatur pelajaran yang didapat di perkuliahan ataupun umum, serta sumber informasi lainnya yang berhubungan dengan objek yang diteliti. 2. Metode Pengumpulan Data Pengumpulan data untuk keperluan riset ini penulis lakukan dengan menggunakan data sekunder yang diperoleh dari Badan Pusat Statistik (BPS) Provinsi Sumatera Utara. Data yang dikumpulkan tersebut kemudian diatur, disusun dan disajikan dalam bentuk angka-angka dengan tujuan untuk mendapatkan gambaran yang jelas tentang sekumpulan data tersebut. 3. Metode Pengolahan Data Adapun pengolahan data dalam meramalkan seberapa besar tingkat produksi ketersediaan jagung sampai tahun 2012 Kabupaten Simalungun berdasarkan data pada tahun 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 α : Taraf nyata b. Menentukan Smoothing Kedua (S t )

15 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 ) b t : α 1 α (S t - S t ) e. Menetukan Besarnya Forecast (Ft + m) F t+ m : a t + b t (m) Dimana m adalah jumlah periode ke depan yang diramalakan. 1.6 Lokasi dan Waktu Penelitian Dalam melakukan peninjauan untuk penyusunan Tugas Akhir ini penulis mengambil data produksi jagung yang sudah ada pada Badan Pusat Statistik (BPS) Propinsi Sumatera Utara. Penulis mengambil data dari tahun yang lampau sampai tahun tertentu guna melakukan analisis. Sedangkan waktu yang digunakan untuk peninjauan adalah selama Januari Sistematika Penulisan

16 Seluruh penulisan dari Tugas Akhir ini disusun dalanm beberapa bab yang setiap bab tersebut berisikan sub-sub bab, disusun guna memudahkan pembaca untuk mengerti dan memahami isi penulisan ini. Adapun sistematika penulisannya adalah sebagai berikut : BAB I PENDAHULUAN Bab ini mengutarakan tentang Latar Belakang. Identifikasi Masalah, Maksud dan Tujuan, Metode Penelitian yang mencakup lokasi serta waktu pengambilan data dan Sistematika Penulisan. BAB II TINJAUAN TEORITIS Bab ini menjelaskan tentang segala sesuatu yang mencakup penyelesaian masalah sesuai dengan judul dan permasalahan yang diutarakan. BAB III GAMBARAN UMUM TEMPAT RISET Bab ini menjelaskan tentang sejarah singkat berdirinya Badan Pusat Statistik beserta Stuktur Organisasinya. Dan gambaran tentang kabupaten Simalungun. BAB IV ANALISIS DATA Bab ini menerangkan penganalisisan data yang telah diamati dan dikumpulkan.

17 BAB V IMPLEMENTASI SISTEM Bab ini menunjukkan tentang penggunaan software.

18 BAB VI KESIMPULAN DAN SARAN Bab ini menerangkan tentang kesimpulan data yang telah dianalisis serta saran-saran.

19 BAB 2 TINJAUAN TEORITIS 2.1. Produksi Produksi jagung merupakan suatu hasil dari berocok tanam di mana dilakukan dengan penanaman bibit jagung dan perawatan serta pemupukan yang teratur sehingga menghasilkan suatu hasilyang dapat dimanfaatkan dan digunakan. Pentingnya produksi jagung ini bagi kehidupan manusia disebabkan jagung merupakan kebutuhan pokok bagi manusia yang merupakan sumber kalori utama untuk melakukan aktivitasnya sehari-hari umumnya di Indonesia dan khusus nya di kabupaten simalungun. Dimana komoditi jagung itu diolah mejadi bahan makanan yang dipergunakan oleh penduduk. 2.2 Kebutuhan Kebutuhan adalah suatu harapan, ataupun keinginan yang harus dicukupi dimana keinginan itu merupakan suatu hal yang penting dalam membantu melancarkan pelaksanaan aktivitasnya. Kebutuhan ini akan dapat dibedakan 3 bagian yaitu :

20 1. kebutuhan pokok (kebutuhan primer) 2. kebutuhan sekunder 3. kebutuhan tertier Kebutuhan pokok (kebutuhan primer) adalah sesuatu kebutuhan yang harus dipenuhi atau dikabulkan demi untuk melakukan aktivitas. Jika hal tersebut tidak dipenuhi atau dicukupi akan menghambat ataupun membatalkan semua atau sebagian aktifitas yang akan dilaksanakan maupun sedang dilaksanakan. Komoditi jagung tergolong kebutuhan primer karena komoditi jagung merupakan sumber kalori utama bagi penduduk Indonesia umumnya dan kabupaten Simalungun khususnya. Dari keterangan diatas dapat ditarik kesimpulan bahwa produksi jagung memegang peranan yang sangat penting demi kelanjutan aktivitas ataupun kelanjutan pelaksanaan pembangunan bangsa Indonesia pada umumnya dan kabupaten Simalungun khususnya. 2.3 Peramalan Pengertian Peramalan Dalam melakukan analisa ekonomi atau analisa kegiatan usaha perusahaan, haruslah diperkirakan apa yang terjadi, baik dalam bidang ekonomi atau dalam dunia usaha

21 pasa masa yang akan datang. Usaha untuk melihat situasi dan kondisi pada masa yang akan datang merupakan usaha untuk memperkirakan pengaruh situasi dan kondisi yang berlaku terhadap perkembangan dimasa yang akan datang. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang, disebut peramalan (forecasting). Setiap kebijakan ekonomi maupun kebijakan perusahaan tidak akan terlepas dari usaha untuk meningkatkan kesejahteraan masyarakat atau meningkatkan keberhasilan perusahaan untuk mencapai tujuannya pada masa yang akan datang, dimana kebijakan tersebut dilaksanakan. Usaha untuk melihat dan mengkaji situasi dan kondisi tersebut, tidak terlepas dari kegiatan peramalan Kegunaan dan Peran Peramalan Kegunaan dari peramalan terlihat pada saat pengambilan keputusan. Setiap orang selalu dihadapkan pada masalah pengambilan keputusan. Keputusan yang baik adalah keputusan yang didasarkan atas pertimbangan apa yang akan terjadi pada waktu keputusan itu dilaksanakan. Apabila kurang tepat ramalan yang kita susun atau yang kita buat, maka kurang baiklah keputusan yang kita ambil. Oleh karena masalah pengambilan keputusan merupakan masalah yang selalu kita hadapi, maka masalah peramalan juga merupakan masalah yang kita hadapi. Dalam suatu perusahaan, ramalan dibutuhkan untuk memberikan informasi kepada pimpinan sebagai dasar untuk membuat suatu keputusan dalam berbagai kegiatan, seperti penjualan, permintaan, persediaan keuangan dan sebagainya.

22 Dari uraian diatas kita mendapat gambaran bahwa peranan peramalan sangat penting, baik dalam penelitian, perencanaan maupun dalam pengambilan keputusan. Baik tidaknya hasil suatu penelitian dalam ekonomi dan dunia usuha, sangat ditentukan oleh ketepatan ramalan yang dibuat. Demikian pula, baik tidaknya keputusan dan rencana yang disusun juga sangat ditentukan oleh ketepatan ramalan yang dibuat. Oleh karena itu, ketepatan dari ramalan tersebut merupakan hal yang sangat penting. Walaupun demikian perlu disadari bahwa suatu ramalan adalah tetap ramalan, dimana selalu ada unsur kesalahannya. Sehingga yang penting diperhatikan adalah usaha untuk memperkecil kemungkinan kesalahannya tersebut Jenis-jenis Peramalan Peramalan dapat dibedaakan dari beberapa segi tergantung dari cara melihatnya. Apabila dilihat dari sifat penyusunannya, maka peramalan dapat dibedakan atas dua macam, yaitu : 1. Peramalan yang subjektif, yaitu peramalan yang didasarkan atas perasaan atau intiusi dari orang yang menyusunnya. Dalam hal ini pandangan dari orang yang menyusunnya sangat menentukan baik tidaknya hasil ramalan tersebut. 2. Peramalan yang objektif, yaitu peramalan yang didasarkan atas data yang relevan pada masa lalu, dengan menggunakan teknik-teknik dan metodemetode dalam penganalisaan data tersebut.

23 Jika dilihat dari jangka waktu ramalan yang disusun, maka peramalan dapat dibedakan atas dua macam, yaitu : 1. Peramalan jangka panjang, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan yang jangka waktunya lebih dari satu setengah tahun. Misalnya diperlukan penyusunan rencana pembangunan suatu negra atau daerah dan lain sebagainya. 2. Peramalan jangka pendek,yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan yang jangka waktunya kurang dari satu setengah tahun. Misalnya penyusunan rencana produksi, rencan penjualan, rencana persediaan, dan lain sebagainya. Berdasarkan sifat ramlan yang telah disusun, maka peramalan dapat dibedakan atas dua macam, yaitu: 1. Peramalan kualitatif,yaitu peramlan yang didasarkan atas data kualitatif pada masa lalu. Hasil peramalan yang dibuat sangat tergantung pada orang yang menyusunnya. Hal ini penting karena hasil peramalan trsebut ditentukan berdasarkan pemikiran yang bersifat intuisi, pendapat dan pengetahuan serta pengalaman dari penyusunnya. Biasanya peramlana ini didasarkan atas hasil penyelidikan. 2. Peramalan kuantitatif, yaitu peramalan yang didasarkan atas data kuantitatif pada masa lalu. Hasil peramalan yang dibuat sangat tergantung pada metode yang dipergunakan dalam peramalan tersebut. Dengan metode yang berbeda akan diperoleh hasil peramalan yang berbeda,

24 adapun yang perlu diperhatikan dari penggunaan metode-metode tersebut, adalah baik tidaknya metode yang dipergunakan, sangat ditentukan oleh perbedaan atau penyimpangan antara hasil ramalan dengan kenyataan yang terjadi. Pengertian Metode Peramalan Metode peramalan adalah cara memperkirakan secara kwatitatif apa yang akan terjadi pada masa depan, berdasarkan data yang relevan pada masa lalu. Oleh karena itu metode peramalan termasuk dalam kegiatan peramalan kwantitatif. Keberhasilan dari suatu peramalan sangat ditentukan oleh pengetahuan teknik tentang infomasi yang lalu yang dibutuhkan, yang bersifat kwantitatif. Serta teknik dan metode peramalannya. Metode peramalan dapat memberikan cara pengerjaan yang teratur dan terarah, sehingga dengan demikian dapat dimungkinkannya pengunaan teknik-teknik penganalisaan yang lebih maju. Dengan penggunaan teknik-teknik tersebut, maka diharapkan dapat memberikan tinkat kepercayaan atau keyakinan yang lebih besar, karena dapat diuji dan dibuktikan penyimpangan atau deviasi yang terjadi secara ilmiah Jenis-jenis Metode Peramalan Pada akhir ini telah dikembangkan beberapa metode atau teknik-teknik peramalan untuk menghadapi bermacam-macam keadaan yang akan terjadi. Peramalan

25 dibedakan atas peramalan kuantitatif dan kualitatif. Dalam hal ini penulis membatasi bahwa metode peramalan yang akan digunakan dalam tugas akhir ini adalah cara memperkirakan sesuatu yang akan terjadi pada masa depan secara kuantitatif. Oleh karena itu, dalam pembahasan selanjutnya akan ditekankan pada peramalan kwantitatif. Pada dasarnya metode peramalan kuantitatif ini dapat dibedakan atas : 1. Metode peramalan yang didasarkan atas pengunaan analisa pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu, yang merupakan deret waktu (time series) 2. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antara variabel yang akan diperkirakan dengan variabel lain yang mempengaruhinya, yang bukan waktu, yang disebut dengan metode korelasi atau sebab akibat (causal methods). Dalam pengerjaan tugas akhir ini, digunakan metode peramalan yang pertama, yaitu metode peramalan dengan menggunakan variabel waktu atau yang dikenal dengan time series. Metode-metode peramalan dengan menggunakan analisa pola hubungan antara variabel akan diperkirakan dengan variabel waktu atau analisa deret waktu, yang terdiri dari: 1. Metode pemulusan (smoothing) yang mencakup metode data lewat (past data), metode rata-rata kumulatif, metode rata-rata bergerak (moving average) dan metode pemulusan eksponensial (exponential smoothing).

26 2. Metode Box-Jenkins 3. Metode proyeksi trend dengan regressi Dalam Tugas Akhir ini, akan digunakan metode time series yang pertama, yaitu metode pemulusan eksponensial Menghitung Kesalahan Meramal Hasil peramalan 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 = X t - F t Dimana X t F t : Data sebenarnya periode ke-t : Ramalan periode ke-t Dalam menghitung forecast error digunakan: a. Mean Absolute Error yaitu rata-rata absolute dari kesalahan meramal,tanpa menghiraukan tanda positif atau negatif.

27 MAE = X F i n i b. Mean Squared Error yaitu rata-rata kesalahan meramal dikuadratkan. MSE = ( F ) X i 2 n 2.4 Metode Analisa Penelitian dilaksanakan dengan menggunakan analisa laju double exponential smoothing. Adapun tiap-tiap metode yang digunakan mempunyai tugas dan fungsi masing-masing yang mana metode yang satu dengan metode yang lain memilki hubungan yang terkait 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 (alpha). Dasar pemikiran dari metode Double Exponential Smoothing ini adalah baik nilai pelicin atau (smoothing value) tunggal maupun ganda terdapat pada waktu sebelum data sebenarnya, bial pada data itu ada trend, maka nilai-nilai pelicin tunggal (Single Smoothing Value) ditambahkan nilai-nilai pelicin ganda (Double Smoothing Value).

28 Metode smoothing (metode pemulusan/pelicinan ) merupakan teknik meramal dengan cara mengambil rata-rata dari nilai beberapa periode yang lalu untuk menaksir nilai pada periode yang akan datang. Dalammetode ini data historis digunakan untuk memperoleh angka yang dilicinkan atau diratakan. Dalam metode ini peramalan dilakukan dengan mengulang perhitungan secara terus-menerus dengan menggunakan data-data terbaru. Setiap data diberi bobot, data yang lebih baru diberi bobot yang lebih besar. Pada peramalan tingkat produksi jagung tahun 2012 yang menggunakan Double Exponential Smoothing (Pemulusan Eksponensial Ganda)memiliki tahaptahap dalam menentukan ramalan. Persamaan persamaan yang dipergunakan dalam penerapan Metode Double Exponential Smoothing adalah seperti yang akan diuraikan di bawah ini. Persamaan atau formula ini terkenal dengan nama metode atau teknik Brown s one parameter linear exponential smoothing. Pada dasarnya formula atau tahapan-tahapan tersebut adalah sebagai berikut: f. 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 α : Taraf nyata g. Menentukan Smoothing Kedua (S t )

29 S t : α S t + (1-α) S t 1 S t 1 : Smoothing kedua periode t-1 h. Menentukan Besarnya Konstanta (a t ) a t : 2S t S t i. Menetukan Besarnya Slope (b t ) b t : α 1 α (S t - S t ) j. Menetukan Besarnya Forecast (Ft + m) F t+ m : a t + b t (m) Dimana m adalah jumlah periode ke depan yang diramalakan. Dengan menggunakan rumusan-rumusan yang sudah ada penulis melakukan suatu proyeksi/ peramalan tingkat produksi jagung tahun Adapun alasan penulis memilih rumusan tersebut adalah dengan melihat selisih produksi jagung dari setiap tahunnya tidak begitu konstan atau naik turun. Sehingga peramalan produksi jagung dilakukan dengan metode pemulusan eksponensial ganda untuk melicinkan/ memuluskan peramalan produksi jagung dari tahun ke tahun di Kabupaten Simalungun.

30 BAB 3 GAMBARAN UMUM TEMPAT RISET 3.1 Sejarah Badan Pusat Statistik (BPS) di Indonesia Sejarah Badan Pusat Statistik di Indonesia terjadi empat masa pemerintahan di Indonesia antara lain: Masa Pemerintahan Hindia Belanda Pada Masa Hindia Belanda, Kantor statistik pertama kali didirikan oleh direktur Pertanian, Kerajinan dan Perdagangan (Direktur Van Landbouw Nijeverbeid en Handle), pada bulan februari 1920 dan berkedudukan di Bogor. Kantor ini ditugaskan untuk mengelola dan mempublikasikan data statistik. Pada bulan maret tahun 1923, dibentuk suatu komisi untuk statistik yang merupakan anggotanya tiap-tiap departemen. Komisi tersebut diberi tugas

31 merencanakan tindakan yang mengarah sejauh mungkin untuk mencapai kesatuan dalam kegiatan dibidang statistik di Indonesia. Pada tanggal 24 September 1924, nama lembaga tersebut diganti dengan nama Center Kantoor Voor de Statistiek (CKS) atau Kantor Statistik dan dipindahkan ke Jakarta. Bersama dengan itu, beralih juga pekerjaan Mekanisme Statistik perdagangan yang semula dilakukan oleh kantor Invoer Uitvoer en Accijnsen (IUA) yang disebut sekarang Kantor Bea dan Cukai Masa Pemerintahan Jepang Pada bulan Juni 1944, pemerintahan Jepang baru mengaktifkan kembali kegiatan statistk yang utamanya untuk memenuhi kebutuhan perang atau militer. Pada masa ini juga CKS diganti namanya menjadi Shosasitsu Gunseikanbu Masa Kemerdekaan Republik Setelah proklamasi kemerdekaan Indonesia tanggal 17 Agustus 1945, kegiatan statistik ditangani oleh lembaga atau instansi baru. Sesuai dengan suasana kemerdekaan yaitu KPPURI (Kantor Penyelidikan Perangkaan Umum Republik Indonesia). Tahun 1946, kantor KPPURI dipindahkan ke Yogyakarta sebagai sekuiensi dari perjanjian Linggarjati. Sementara itu, pemerintah Belanda (NICA) di Jakarta mengaktifkan kembali CKS

32 Berdasarkan edaran kemerdekaan kemakmuran, tanggal 12 Juni 1950 No. 219/s.C, KPPURI dan CKS dilebur menjadi Kantor Pusat Statistik (KPS) yang berada di bawah dan bertanggung jawab kepada menteri kemakmuran. Dengan surat menteri perekonomian tanggal 1 Maret 1952 No. P/44, lembaga KPS di bawah dan bertanggung jawab kepada menteri perekonomian. Selanjutnya, keputusan perekonomian tanggal 24 September 1953 No /M KPS dibagi menjadi 2 (dua) bagian, yaitu bagian research yang disebut Afdeling A dan bagian penyelenggaraan tata usaha yang disebut Afdeling B. Dengan keputusan presiden RI No. 131 tahun 1957, kementerian perekonomian dipecah menjadi kementerian perdagangan dan kementeriaan perindustrian. Untuk selanjutnya, keputusan presiden RI No. 172 tahun 1957, terhitung mulai tanggal 1 Juni 1957 KPS diubah menjadi Biro Pusat Statistik dan urusan statistik yang semula menjadi tanggung jawab dan wewenang berada di bawah perdana menteri Masa Orde Baru Sampai Sekarang Pada pemerintahan orde baru, khususnya untuk memenuhi kebutuhan dalam perencanaan dan evaluasi pembangunan. Maka untuk mendapatkan statistik yang handal, lengkap, tepat, akurat dan terpercaya mulai diadakan pembenahan Organisasi Biro Pusat Statistik.

33 Dalam masa orde baru ini BPS telah mengalanmi empat kali perubahan Struktur Organisasi : 1. Peraturan Pemerintah No. 16 tahun 1968 tentang Organisasi BPS. 2. Peraturan Pemerintah No. 6 tahun 1980 tentang Organisasi BPS. 3. Peraturan Pemerintah No. 2 tahun 1992 tentang kedudukan, tugas, fungsi, suasana dan tata kerja BPS. 4. Undang-undang No. 16 tahun 1997 tentang Statistik. 5. Keputusan Presiden RI No. 86 tahun 1998 tentang BPS. 6. Keputusan Kepala BPS No.100 tahun 1998 tentang Organisasi dan tata kerja BPS. 7. PP 51 tahun 1998 tentang penyelenggaraan statistik. Tahun 1968, ditetapkan peraturan pemerintah No. 16 tahun 1968 yaitu yang mengatur organisasi dan tata kerja di pusat dan di daerah. Tahun 1980, peraturan pemerintah No. 6 tahun 1980 tentang organisasi sebagai pengganti peraturan pemerintah No. 16 tahun Berdasarkan peraturan pemerintah No.6 tahun 1980 ditiap provinsi terdapat perwakilan BPS dengan nama kantor statistik sebagai pengganti UU No. 6 dan 7 tentang sensus dan statistik. Pada tanggal 17 Juli 1998 dengan keputusan RI No. 86 tahun 1998 ditetapkan Badan Pusat Statistik sekaligus mengatur tata kerja dan struktur organisasi BPS yang baru.

34 3.2 Visi dan Misi Badan Pusat Statistik Visi Badan Pusat Statistik mempunyai Visi untuk menjadikan informasi sebagai tulang punggung pembangunan nasional dan regional, didukung sumber daya manusia yang berkualitas, ilmu pengetahuan dan teknologi informasi yang mutakhir Misi Dalam menunjang pembangunan nasional Badan pusat Statistik mengemban misi mengarahkan pembangunan statistik yang bermutu dan handal, efektif dan efisien, peningkatan kesadaran masyarakat akan kegunaan Badan Statistik dan pengemban ilmu pengetahuan statistik dalam kehidupan masyarakat Program Pengembangan Statistik

35 Untuk mewujudkan pembangunan statistik, Badan Pusat Statistik dibagi dalam 4(empat) program yaitu: 1. Program Penyempurnaan dan Pengembangan Statistik. 2. Program Penyempurnaan Sistem Informasi. 3. Program Pendidikan dan Aparatur Nagara. 4. Program Peningkatan Saran dan Prasarana Aparatur Negara. Adapun visi dari Badan Pusat Statistik adalah menjadi informasi statistik sebagai tulang punggung informasi pembangunan nasional dan regional, didukung Sumber Daya Manusia yang berkualitas. Ilmu Pengetahuan dan teknologi Informasi yang mutahir. Sedangkan misi Badan Pusat Statistik mengembangkan misi mengarahkan pembangunan statistik pada penyediaan data statistik yang bermutu handal, efektif dan efesien. Peningkatan kesadaran masyarakat akan arti dan kegunaan statistik dan pengembangan ilmu pengetahuan statistik. 3.3 Kegiatan Badan Pusat Statistik Kedudukan, tugas dan fungsi BPS Badan Pusat Statistik sebagai lembaga pemerintahan non departemen yang berada di bawah dan bertanggung jawab kepada presiden (Kepres No. 86 tahun 1998), dalam melaksanakan beberapa ketentuan perundangan:

36 1. UU No. 16 tentang Statistik. 2. Keputusan Presiden No. 86 tahun 1998 tentang BPS. 3. Peraturan Pemerintah No. 15 tahun 1999 tentang penyelenggaraan Statistik. Berdasarkan keputusan Presiden No. 86 tahun 1998 dalam menyelenggarakan statistik dasar melaksanakan koordinator dan kerjasama, serta mengembangkan dan membina statistik sesuai dengan peraturan perundang-undangan yang berlaku. Fungsi yang diselenggarakan BPS yaitu: 1. Perumusan kebijakan nasional di bidang statistik. 2. Menyusun rencana dan program nasional di bidang statistik. 3. Penyelenggaraan statistik dasar. 4. Koordinasi dan kerjasama statistik dengan instansi pemerintah lembaga, organisasi, perseorangan dan unsur masyarakat lainnya. 5. Penyusunan dan pengembangan pembakuan konsep defenisi, klasifikasi dan ukuran-ukuran serta pengembangan ilmu pengetahuan dan teknologi yang mendukung penyelenggaraan statistik. 6. Pelayanan data dan informasi serta hasil statistik kepada pemerintah dan masyarakat secara berkala dan sewaktu-waktu baik dari hasil penyelenggaraan sendiri maupun hasil komplisi produk administrasi. 7. Penyebarluasan statistik melalui berbagai cara, baik langsung maupun tidak langsung serta pelaksanaan upaya peningkatan dasar statistik bagi masyarakat. 8. Pembinaan penyelenggaraan statistik, responden dan penggunaan statistik. 9. Pembinaan sumber daya manusia di lingkungan BPS, pembinaan, pengendalian dan pengawasan administrasi di lingkungan BPS.

37 3.3.2 Tata kerja BPS Para deputi wajib melaksanakan koordinasi dan kerjasama teknis statistik di dalam dan di luar Negeri sesuai dengan bidang masing-masing dan harus melaporkan kepada Kepala BPS. Dalam melaksanakan tugasnya wajib menerapkan prinsip koordinasi, integeritas, sibronisasi dan sinlifikasi, baik dalam lingkaran masing-masing antara situasi unit organisasi di lingkungan BPS maupun dengan instansi lainnya di luar BPS sesuai dengan bidang masing-masing Struktur Organisasi BPS Sebagaimana dibuat dalam lampiran struktur organisasi kantor BPS Provinsi Sumatera Utara, dipimpin oleh seorang Kepala, dibantu oleh bagian tata usaha. Bagian tata usaha terdiri dari: 1. Sub Bagian Urusan Dalam. 2. Sub Bagian Perlengkapan dan Perbekalan. 3. Sub Bagian keuangan. Uraian tugas Bagian Tata usaha: 1. Menyusun program kerja tahunan bagian.

38 2. Mengatur dan melaksanakan perhimpunan dan penyusunan program kerja tahanan, baik rutin maupun proyek kantor BPS provinsi dan penyimpanannya ke BPS. 3. Mengatur dan melaksanakan urusan dalam yang meliputi surat menyurat, pengadaan atau percetakan ke arsif, rumah tangga, pemeliharaan gedung, keamanan dan ketertiban lingkungan serta perjalanan dinas dalam dan luar Negeri. 4. Mengatur dan melaksanakan urusan perlengkapan dan pembekalan yang meliputi penyusunan rencana kebutuhan, penyaluran dan pengemasan penyimpanan pergudangan, irventaris, penghapusan serta pemeliharaan peralatan dan perlengkapan. 5. Mengatur dan melaksanakan urusan keuangan yang meliputi tata usaha keuangan, pembendaharaan, vertifikasi dan pembukuan. Sedang bidang penunjang BPS ada 5 (lima) bidang yaitu: 1. Bidang Statistik Produksi Mempunyai tugas melaksanakan kegiatan BPS pertanian, industri serta BPS kontraksi pertambangan dan energi. Uraian tugas Bidang Statistik Produksi: 1. Menyusun program tahunan bidang. 2. Yang termasuk ruang lingkup tugas bidang BPS Produksi adalah meliputi pelaksanaan kegiatan ststistik pertanian, industri, kontruksi, pertambangan, energi dan statistik produksi lainnya yang ditentukan.

39 3. Mengatur ke ikutsertaan program latihan yang diselanggarakan oleh pusat bidang statistik produksi. 4. Membantu kepala kantor BPS atau pimpinan proyek atau bagian proyek untuk menyiapkan program petugas bagian lapangan. 5. Mengatur dan mengkoordinasi penyelenggaraan pelatihan petugas lapangan di pusat pelatihan serta mengatur penjahatan pelatihan. 6. Mengatur dan melaksanakan penjahatan dokomen yang diperlukan untuk pelaksanaan lapangan. 2. Bidang Statistik Distribusi Bidang Statistik Distribusi mempunyai tugas melaksanakan kegiatan BPS harga konsumen, dan perdagangan besar, BPS keuangan dan harga produsen serta BPS harga dan jasa. Uraian tugas Bidang Statistik Distribusi: 1. Menyusun program kerja tahunan bidang. 2. Yang termasuk ruang lingkup tugas bidsng BPS distribusi adalah meliputi harga konsumen dan perdagangan besar, keuangan harga produsen, niaga dan jasa, serta ststistik distribusi lainnya. 3. Mengatur ke ikutsertaan program pelatihan yang diselenggarakan oleh pusat di bidang statistik distribusi. 4. Membantu kepala kantor BPS provinsi atau pimpinan proyek untuk menyiapkan program tugas lapangan.

40 5. Mengatur dan mengkoordinasi penyelenggaraan pelatihan petugas lapangan di pusat pelatihan serta nengatur penjatahan pelatihannya. 6. Mengatur dan melaksanakan penjatahan dokumen yang diperlukan untuk pelaksanaan lapangan. 3. Bidang Statistik Kependudukan Bidang BPS kependudukan mempunyai tugas melaksanakan kegiatan BPS Demografi dan rumah tangga, BPS tenaga kerja serta BPS kesejahteraan. Uraian tugas Bidang Statisatik Kependudukan: 1. Menyusun program tahunan bidang. 2. Yang termasuk ruang lingkup bidang BPS statistik kependudukan adalah meliputi pelaksanaan kegiatan statistik demografi dan rumah tangga, ketenagakerjaan, kesejahteraan rakyat dan statistik kependudukan. 3. Mengatur dan ikutsertaan program pelatihan yang diselenggarakan oleh pusat dibidang statistika kependudukan. 4. Membantu kepala kantor BPS provinsi atau pimpinan proyeksi atau pimpinan bagian proyek untuk menyiapkan program petugas lapangan. 5. Mengatur dan mengkoordinasi penyelenggaraan pelatihan petugas lapangan di pusat serta mengatur penjatahan pelatihannya. 6. Mengatur dan melaksanakan penjatahan dokumen yang diperlukan. Gambaran Tentang Kabupaten Simalungun

41 Geografi Kabupaten simalungun terletak antara 02 36' 03 18' lintang utara dan 98 32' 99 35' bujur timur, dan berbatasan dengan 5 kabupaten tetangga yaitu : kabupaten serdang bedagai, kabupaten karo, kabupaten tobasa, kabupaten samosir dan kabupaten asahan. Luas wilayah kabupaten simalungun adalah ,6 km atau 6.12% dari luas wilayah propinsi sumatera utara, dan terdiri dari 31 kecamatan, 22 kelurahan, dan 345 desa/nagori (bulan juni 2008 terjadi pemekaran kelurahan/(desa)nagori). Iklim Keadaan iklim Kabupaten Simalungun bertemperatur sedang, suhu tertinggi terdapat pada bulan mei dengan rata-rata 26,2 C. rata-rata suhu udara tertinggi per tahun adalah 26,9 C dan terendah 25,8 C. Kelembaban udara rata-rata perbulan 83,7% dengan kelembaban tertinggi terjadi pada bulan Oktober yaitu 87% dengan penguapan rata-rata 3,46 mm/hari. Dalam satu tahun rata-rata terdapat 14 hari hujan dengan hari hujan tertinggi terdapat pada bulan November sebanyak 22 hari hujan, kemudian bulan Oktober

42 sebanyak 20 hari hujan. Curah hujan terbanyak terdapat pada bulan Agustus sebesar 461 mm.

43 BAB 4 ANALISIS DATA 4.1 Peramalan Produksi Tanaman Jagung Seperti yang sudah dijelaskan sebelumnya, Indonesia sebagian besar penduduknya bekerja di sektor pertanian. Sehingga pendapatan terbesar dihasilkan adalah dari sektor pertanian. Adapun dalam penulisan ini, penulis memfokuskan tentang prodiksi komoditi jagung yang dihasilkan di kabupaten simalungun. Data yang dipergunakan penulis sebagai dasar untuk melaksanakan peramalan tanaman jagung sampai tahun 2012 adalah data tingkat produksi tanaman jagung pada tahun 1997 sampai tahun besarnya angka-angka tingkat produksi padi yang dihasilkan dari tahun- tahun sebelumnya yaitu 1997 sampai dengan tahun 2007 dijelaskan pada tabel berikut ini :

44 Tabel 4.1 Produksi Jagung di Kabupaten Simalungun Tahun Tahun Y(produksi) Sumber : Kantor Dinas Pertanian Kabupaten Simalungun Produksi Jagung Kab Simalungun Tahun Jumlah Produksi Jagung Produksi Tahun Gambar : 4. 1 Produksi Jagung di Kabupaten Simalungun Tahun Dari tabel 4.2 di atas dapat dilakukan peramalan tingkat produksi jagung sampai tahun metode yang digunakan adalah dengan meggunakan metode exponential smoothing ganda (linier).

45 4.1.1 Peramalan Produksi Jagung Menggunakan Double Exponential Smoothing dengan α = 0,1 Adapun peramalan tingkat produksi tanaman jagung tersebut asalah sebagai berikut : Tahun ke-1 (1997) a. S t ditentukan sebesar produksi tahun pertama (1997), yaitu sebesar ton. b. S t ditentukan sebesar produksi tahun pertama (1997), yaitu sebesar ton. c. a t = belum bisa ditentukan d. b t = belum ditentukan e F t+m : Forecast tahun kedua (F2) ditentukan sebesar produksi tahun pertama, yaitu sebesar ton. Tahun ke-2 (1998) X t = a. S t = αx t + (1 α)s t-1 = 0,1(164508) + 0,9(170933) = ,5 b. S t = α S t + (1 α)s t-1 = 0,1(170290,5) + 0,9(170933)

46 = ,8 c. a t = 2S t S t d. b t = = 2(170290,5) ,8 = ,3 α (S t S t ) 1 α = 0,1 (170290, ,8) 0,9 = 128,5 e. Forecast tahun ke-3 (1999) dengan m=1 F t+m = a t + b t (m) F = a b 1998 (1) F 1999 = , ,5 = ,75 Perhitungan peramalan secara lengkap seperti pada tabel 4.2 Tabel 4.2 Forecast dengan Double Exponential Smoothing (α =0,1) Tahun Produksi S' S'' a t b t Forecast , , , , ,25 128, , , ,13-400, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , * , * , * , * , * ,70

47 Forecast tahun 2008 (m=1) F 2007+m = a b 2007 (m) F = a b 2007 (1) F 2008 = ,2 + (-9875,895947) (1) = ,2863 Forecast tahun 2009 (m=2) F = a b 2007 (2) F 2009 = ,2 + (-9875,895947)(2) = ,3904 Forecast tahun 2010 (m=3) F = a b 2007 (3) F 2010 = ,2 + (-9875,895947)(3) = ,4944 Forecast tahun 2011 (m=4) F = a b 2007 (4) F 2011 = ,2 + (-9875,895947)(4) = ,4944 Forecast tahun 2012 (m=5) F = a b 2007 (5) F 2012 = ,2 + (-9875,895947)(5)

48 = ,7026 Dari tabel di atas dapat dicari kasalahan ramalan dengan menggunakan MSE (Mean Squared Error/Nilai Tengah Kesalahan Kuadrat) dengan formula sebagai berikut : MSE = n i= 1 E 2 i / n Dimana E t = X t F t Sehingga hasil perhitungan secara lengkap adalah yang tertera pada tabel 4.3 berikut : Tabel 4.3 Forecast dan Mean Squared Error ( α =0,1 ) Tahun Produksi Forecast Error Absolute Squared Error , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , * , * , * , * , * , Jumlah ,61 Rata-rata ,86 MSE = n i= 1 E 2 i / n

49 = ,61 / 10 = ,86 Realisasi dan Ramalan Menggunakan Alpha 0,1 Jumlah Tahun Produksi Forecast Gambar 4.2 Realisasi dan Ramalan Produksi Jagung dengan ( α = 0,1 ) Peramalan Produksi Jagung Menggunakan Double Exponential Smoothing dengan α = 0,2 Adapun peramalan tingkat produksi tanaman jagung tersebut asalah sebagai berikut : Tahun ke-1 (1997) a. S t ditentukan sebesar produksi tahun pertama (1997), yaitu sebesar ton. b. S t ditentukan sebesar produksi tahun pertama (1997), yaitu sebesar ton. c. a t = belum bisa ditentukan d. b t = belum ditentukan

50 e. F t+m : Forecast tahun kedua (F2) ditentukan sebesar produksi tahun pertama, yaitu sebesar ton. Tahun ke-2 (1998) X t = a. S t = αx t + (1 α)s t-1 = 0,2(164508) + 0,8(170933) = b. S t = α S t + (1 α)s t-1 = 0,2(169648) + 0,8(170933) = c. a t = 2S t S t = 2(169648) = d. b t = = α (S t S t ) 1 α 0,2 ( ) 0,8 = 514 e. Forecast tahun ke-3 (1999) dengan m=1 F t+m = a t + b t (m)

51 F = a b 1998 (1) F 1999 = = Perhitungan peramalan secara lengkap seperti pada tabel 4.4: Tabel 4.4 Forecast dengan Double Exponential Smoothing (α=0,2) Tahun Produksi S' S'' a t b t Forecast , , , , ,00 514, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , * , * , * , * , * ,79 Forecast tahun 2008 (m=1) F 2007+m = a b 2007 (m) F = a b 2007 (1) F 2008 = ,8 + (-23588,99754) (1) = ,7789 Forecast tahun 2009 (m=2) F = a b 2007 (2) F 2009 = ,8 + (-23588,99754)(2)

52 = ,7814 Forecast tahun 2010 (m=3) F = a b 2007 (3) F 2010 = ,8 + (-23588,99754)(3) = ,7838 Forecast tahun 2011 (m=4) F = a b 2007 (4) F 2011 = ,8 + (-23588,99754)(4) = ,7863 Forecast tahun 2012 (m=5) F = a b 2007 (5) F 2012 = ,8 + (-23588,99754)(5) = ,7888 Dari tabel di atas dapat dicari kasalahan ramalan dengan menggunakan MSE (Mean Squared Error/Nilai Tengah Kesalahan Kuadrat) dengan formula sebagai berikut : MSE = n i= 1 E 2 i / n Dimana E t = X t F t Sehingga hasil perhitungan secara lengkap adalah yang tertera pada tabel 4.5 berikut :

53 Tabel 4.5 Forecast dan Mean Squared Error ( α =0,2 ) Tahun Produksi Forecast Error Absolute Squared Error , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , * , * , * , * , * , Jumlah ,21 Rata-rata ,02 MSE = n i= 1 E 2 i / n = ,21/10 = ,02

54 Realisasi dan Ramalan Menggunakan Alpha 0,2 Jumlah Tahun Produksi Forecast Gambar 4.3 Realisasi dan Ramalan Produksi Jagung dengan ( α = 0,2 ) Peramalan Produksi Jagung Menggunakan Double Exponential Smoothing dengan α = 0,3 Adapun peramalan tingkat produksi tanaman jagung tersebut asalah sebagai berikut : Tahun ke-1 (1997) a. S t ditentukan sebesar produksi tahun pertama (1997), yaitu sebesar ton. b. S t ditentukan sebesar produksi tahun pertama (1997), yaitu sebesar ton. c. a t = belum bisa ditentukan d. b t = belum ditentukan e. F t+m : Forecast tahun kedua (F2) ditentukan sebesar produksi tahun pertama, yaitu sebesar ton.

55 Tahun ke-2 (1998) X t = a. S t = αx t + (1 α)s t-1 = 0,3(164508) + 0,7(170933) = ,5 b. S t = α S t + (1 α)s t-1 = 0,3(169648) + 0,7(170933) = ,8 c. a t = 2S t S t = 2(169005,5) ,8 = ,3 d. b t = α (S t S t ) 1 α 0,3 = (169005, ,8) 0,7 = 1156,5 e. Forecast tahun ke-3 (1999) dengan m=1 F t+m = a t + b t (m) F = a b 1998 (1) F 1999 = , ,5 = ,75 Perhitungan peramalan secara lengkap seperti pada tabel 4.6: Tabel 4.6 Forecast dengan Double Exponential Smoothing (α=0,3)

56 Tahun Produksi S' S'' a t b t Forecast , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , * , * , * , * , * ,64 Forecast tahun 2008 (m=1) F 2007+m = a b 2007 (m) F = a b 2007 (1) F 2008 = ,8+(-32617,83309) (1) = ,9715 Forecast tahun 2009 (m=2) F = a b 2007 (2) F 2009 = ,8+ (-32617,83309) (2) = ,1384 Forecast tahun 2010 (m=3) F = a b 2007 (3) F 2010 = ,8+ (-32617,83309) (3)

57 = ,3053 Forecast tahun 2011 (m=4) F = a b 2007 (4) F 2011 = ,8+ (-32617,83309) (4) = ,4722 Forecast tahun 2012 (m=5) F = a b 2007 (5) F 2012 = ,8+ (-32617,83309) (5) = ,6391 Dari tabel di atas dapat dicari kasalahan ramalan dengan menggunakan MSE (Mean Squared Error/Nilai Tengah Kesalahan Kuadrat) dengan formula sebagai berikut : MSE = n i= 1 E 2 i / n Dimana E t = X t F t Sehingga hasil perhitungan secara lengkap adalah yang tertera pada tabel 4.7 berikut : Tabel 4.7 Forecast dan Mean Squared Error ( α =0,3 ) Tahun Produksi Forecast Error Absolute Squared Error , , , , , , , , , , , , , , , , , , , , , , , ,95

58 , , , , , , , , , , , , , , , , * , * , * , * , * , Jumlah ,86 Rata-rata ,89 MSE = n i= 1 E 2 i / n = ,86/10 = ,89 Realisasi dan Ramalan Menggunakan Alpha 0,3 Jumlah Tahun Produksi Forecast Gambar 4.4 Realisasi dan Ramalan Produksi Jagung dengan ( α = 0,3 ) Peramalan Produksi Jagung Menggunakan Double Exponential Smoothing dengan α = 0,4

59 Adapun peramalan tingkat produksi tanaman jagung tersebut asalah sebagai berikut : Tahun ke-1 (1997) a. S t ditentukan sebesar produksi tahun pertama (1997), yaitu sebesar ton. b S t ditentukan sebesar produksi tahun pertama (1997), yaitu sebesar ton. c. a t = belum bisa ditentukan d. b t = belum ditentukan e. F t+m : Forecast tahun kedua (F2) ditentukan sebesar produksi tahun pertama, yaitu sebesar ton. Tahun ke-2 (1998) X t = a. S t = αx t + (1 α)s t-1 = 0,4(164508) + 0,6(170933) = b. S t = α S t + (1 α)s t-1 = 0,4(168363) + 0,6(170933) =

60 c. a t = 2S t S t d. b t = = 2(168363) = α (S t S t ) 1 α 0,4 = ( ) 0,6 = 2056 e. Forecast tahun ke-3 (1999) dengan m=1 F t+m = a t + b t (m) F = a b 1998 (1) F 1999 = = Perhitungan peramalan secara lengkap seperti pada tabel 4.8: Tabel 4.8 Forecast dengan Double Exponential Smoothing (α=0,4) Tahun Produksi S' S'' a t b t Forecast , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , * , * , * , * , * ,63

61 Forecast tahun 2008 (m=1) F 2007+m = a b 2007 (m) F = a b 2007 (1) F 2008 = ,7+(-37931,01509) (1) = ,6945 Forecast tahun 2009 (m=2) F = a b 2007 (2) F 2009 = ,7+ (-37931,01509) (2) = ,6794 Forecast tahun 2010 (m=3) F = a b 2007 (3) F 2010 = ,7+ (-37931,01509) (3) = ,6643 Forecast tahun 2011 (m=4) F = a b 2007 (4) F 2011 = ,7+ (-37931,01509) (4) = ,6492 Forecast tahun 2012 (m=5) F = a b 2007 (5) F 2012 = ,7+ (-37931,01509) (5) = ,6341

62 Dari tabel di atas dapat dicari kasalahan ramalan dengan menggunakan MSE (Mean Squared Error/Nilai Tengah Kesalahan Kuadrat) dengan formula sebagai berikut : MSE = n i= 1 E 2 i / n Dimana E t = X t F t Sehingga hasil perhitungan secara lengkap adalah yang tertera pada tabel 4.9 berikut : Tabel 4.9 Forecast dan Mean Squared Error ( α =0,4 ) Tahun Produksi Forecast Error Absolute Squared Error , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , * , * , * ,

63 2011* , * , Jumlah ,45 Rata-rata ,25 MSE = n i= 1 E 2 i / n = ,45 /10 = ,25 Realisasi dan Ramalan Menggunakan Alpha 0,4 Jumlah Tahun Produksi Forecast Gambar 4.5 Realisasi dan Ramalan Produksi Jagung dengan ( α = 0,4 ) Peramalan Produksi Jagung Menggunakan Double Exponential Smoothing dengan α = 0,5 Adapun peramalan tingkat produksi tanaman jagung tersebut asalah sebagai berikut : Tahun ke-1 (1997) a S t ditentukan sebesar produksi tahun pertama (1997), yaitu sebesar ton.

64 b S t ditentukan sebesar produksi tahun pertama (1997), yaitu sebesar ton. c d a t = belum bisa ditentukan b t = belum ditentukan e. F t+m : Forecast tahun kedua (F2) ditentukan sebesar produksi tahun pertama, yaitu sebesar ton. Tahun ke-2 (1998) X t = a. S t = αx t + (1 α)s t-1 = 0,5(164508) + 0,5(170933) = ,5 b. S t = α S t + (1 α)s t-1 = ,8 c. a t = 2S t S t d. b t = = 0,5(167720,5) + 0,5(170933) = 2(167720,5) ,8 = ,3 α (S t S t ) 1 α 0,5 = (167720, ,8) 0,5 = 3212,5 e. Forecast tahun ke-3 (1999) dengan m=1

65 F t+m = a t + b t (m) F = a b 1998 (1) F 1999 = , ,5 = ,75 Perhitungan peramalan secara lengkap seperti pada tabel 4.10 Tabel 4.10 Forecast dengan Double Exponential Smoothing (α=0,5) Tahun Produksi S' S'' a t b t Forecast , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , * , * , * , * , * ,65 Forecast tahun 2008 (m=1) F 2007+m = a b 2007 (m) F = a b 2007 (1) F 2008 = ,7+( ,01953) (1) = ,7236 Forecast tahun 2009 (m=2) F = a b 2007 (2)

66 F 2009 = ,7+ (-42941,01953) (2) = ,7041 Forecast tahun 2010 (m=3) F = a b 2007 (3) F 2010 = ,7+ (-42941,01953) (3) = ,6846 Forecast tahun 2011 (m=4) F = a b 2007 (4) F 2011 = ,7+ (-42941,01953) (4) = ,665 Forecast tahun 2012 (m=5) F = a b 2007 (5) F 2012 = ,7+ (-42941,01953) (5) = ,6455 Dari tabel di atas dapat dicari kasalahan ramalan dengan menggunakan MSE (Mean Squared Error/Nilai Tengah Kesalahan Kuadrat) dengan formula sebagai berikut : MSE = n i= 1 E 2 i / n Dimana E t = X t F t Sehingga hasil perhitungan secara lengkap adalah yang tertera pada tabel 4.11 berikut Tabel 4.11 Forecast dan Mean Squared Error ( α =0,5 )

67 Tahun Produksi Forecast Error Absolute Squared Error , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , * , * , * , * , * , Jumlah ,03 Rata-rata ,90 MSE = n i= 1 E 2 i / n = ,03 /10 = ,90 Realisasi Dan Ramalan Menggunakan Alpha 0,5 Jumlah Tahun Produksi Forecast

68 Gambar 4.6 Realisasi dan Ramalan Produksi dengan ( α = 0,5 ) Peramalan Produksi Jagung Menggunakan Double Exponential Smoothing dengan α = 0,6 Adapun peramalan tingkat produksi tanaman jagung tersebut asalah sebagai berikut : Tahun ke-1 (1997) a S t ditentukan sebesar produksi tahun pertama (1997), yaitu sebesar ton. b S t ditentukan sebesar produksi tahun pertama (1997), yaitu sebesar ton. c d a t = belum bisa ditentukan b t = belum ditentukan e. F t+m : Forecast tahun kedua (F2) ditentukan sebesar produksi tahun pertama, yaitu sebesar ton. Tahun ke-2 (1998) X t = a. S t = αx t + (1 α)s t-1 = 0,6(164508) + 0,4(170933) =

69 b. S t = α S t + (1 α)s t-1 = 0,6(167078) + 0,4(170933) = c. a t = 2S t S t d. b t = = 2(167078) = α (S t S t ) 1 α 0,6 = ( ) 0,4 = 4626 f. Forecast tahun ke-3 (1999) dengan m=1 F t+m = a t + b t (m) F = a b 1998 (1) F 1999 = = Perhitungan peramalan secara lengkap seperti pada tabel 4.12 Tabel 4.12 Forecast dengan Double Exponential Smoothing (α=0,6) Tahun Produksi S' S'' a t b t Forecast , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,23

70 , , , , , , , , , , , , , , , * , * , * , * , * ,81 Forecast tahun 2008 (m=1) F 2007+m = a b 2007 (m) F = a b 2007 (1) F 2008 = ,7+( ,17899) (1) = ,5243 Forecast tahun 2009 (m=2) F = a b 2007 (2) F 2009 = ,7+ (-50885,17899) (2) = ,3453 Forecast tahun 2010 (m=3) F = a b 2007 (3) F 2010 = ,7+ (-50885,17899) (3) = ,1663 Forecast tahun 2011 (m=4) F = a b 2007 (4) F 2011 = ,7+ (-50885,17899) (4) = ,9874

71 Forecast tahun 2012 (m=5) F = a b 2007 (5) F 2012 = ,7+ (-50885,17899) (5) = 92533,80837 Dari tabel di atas dapat dicari kasalahan ramalan dengan menggunakan MSE (Mean Squared Error/Nilai Tengah Kesalahan Kuadrat) dengan formula sebagai berikut : MSE = n i= 1 E 2 i / n Dimana E t = X t F t Sehingga hasil perhitungan secara lengkap adalah yang tertera pada tabel 4.12 berikut Tabel 4.13 Forecast dan Mean Squared Error ( α =0,6 ) Tahun Produksi Forecast Error Absolute Squared Error , , , , , , , , , , , , , , , ,80

72 , , , , , , , , , , , , , , , , , , , , , , , , , , , , , Jumlah ,10 Rata-rata ,51 MSE = n i= 1 E 2 i / n = ,10 /10 = ,51 Realisasi dan Ramalan Menggunakan Alpha 0,6 Jumlah Tahun Produksi Forecast Gambar 4.7 Realisasi dan Ramalan Produksi Jagung dengan ( α = 0,6 ) Peramalan Produksi Jagung Menggunakan Double Exponential Smoothing dengan α = 0,7 Adapun peramalan tingkat produksi tanaman jagung tersebut asalah sebagai berikut :

73 Tahun ke-1 (1997) a S t ditentukan sebesar produksi tahun pertama (1997), yaitu sebesar ton. b S t ditentukan sebesar produksi tahun pertama (1997), yaitu sebesar ton. c d a t = belum bisa ditentukan b t = belum ditentukan e. F t+m : Forecast tahun kedua (F2) ditentukan sebesar produksi tahun pertama, yaitu sebesar ton. Tahun ke-2 (1998) X t = a. S t = αx t + (1 α)s t-1 = 0,7(164508) + 0,3(170933) = ,5 b. S t = α S t + (1 α)s t-1 = , c. a t = 2S t S t d. b t = = 0,7(166435,5) + 0,3(170933) = 2(166435,5) ,8 = ,3 α α 1 (S t S t )

74 0,7 = (166435, ,8) 0,3 = 6296,5 e. Forecast tahun ke-3 (1999) dengan m=1 F t+m = a t + b t (m) F = a b 1998 (1) F 1999 = , ,5 = ,75 Perhitungan peramalan secara lengkap seperti pada tabel 4.13 Tabel 4.14 Forecast dengan Double Exponential Smoothing (α =0,7) Tahun Produksi S' S'' a t b t Forecast , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , * , * , * , * , * ,84 Forecast tahun 2008 (m=1) F 2007+m = a b 2007 (m) F = a b 2007 (1) F 2008 = ,3+( ,88905) (1) = ,3956 Forecast tahun 2009 (m=2)

75 F = a b 2007 (2) F 2009 = ,3+ (-63991,88905) (2) = ,5066 Forecast tahun 2010 (m=3) F = a b 2007 (3) F 2010 = ,3+ (-63991,88905) (3) = ,6175 Forecast tahun 2011 (m=4) F = a b 2007 (4) F 2011 = ,3+ (-63991,88905) (4) = 94482,72846 Forecast tahun 2012 (m=5) F = a b 2007 (5) F 2012 = ,3+ (-63991,88905) (5) = 30490,83941 Dari tabel di atas dapat dicari kasalahan ramalan dengan menggunakan MSE (Mean Squared Error/Nilai Tengah Kesalahan Kuadrat) dengan formula sebagai berikut : MSE = n i= 1 E 2 i / n Dimana E t = X t F t Sehingga hasil perhitungan secara lengkap adalah yang tertera pada tabel 4.14 berikut

76 Tabel 4.15 Forecast dan Mean Squared Error ( α =0,7 ) Tahun Produksi Forecast Error Absolute Squared Error , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , * , * , * , * , * , Jumlah ,05 Rata-rata ,30 MSE = n i= 1 E 2 i / n = ,05 /10 = ,30

77 Realisasi dan Ramalan Menggunakan Alpha 0,7 Jumlah Tahun Produksi Forecast Gambar 4.8 Realisasi dan Ramalan Produksi Jagung dengan (α = 0,7 ) Peramalan Produksi Jagung Menggunakan Double Exponential Smoothing dengan α = 0,8 Adapun peramalan tingkat produksi tanaman jagung tersebut asalah sebagai berikut : Tahun ke-1 (1997) a S t ditentukan sebesar produksi tahun pertama (1997), yaitu sebesar ton. b S t ditentukan sebesar produksi tahun pertama (1997), yaitu sebesar ton. c d a t = belum bisa ditentukan b t = belum ditentukan e. F t+m : Forecast tahun kedua (F2) ditentukan sebesar produksi tahun pertama, yaitu sebesar ton.

78 Tahun ke-2 (1998) X t = a. S t = αx t + (1 α)s t-1 = 0,8(164508) + 0,2(170933) = b. S t = α S t + (1 α)s t-1 = 0,8(165793) + 0,2(170933) = c. a t = 2S t S t d. b t = = 2(165793) = α (S t S t ) 1 α 0,8 = ( ) 0,2 = 8224 e. Forecast tahun ke-3 (1999) dengan m=1 F t+m = a t + b t (m) F = a b 1998 (1) F 1999 = = Perhitungan peramalan secara lengkap seperti pada tabel 4.15

79 Tabel 4.16 Forecast dengan Double Exponential Smoothing (α =0,8) Tahun Produksi S' S'' a t b t Forecast , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , * , * , * , * , * ,89 Forecast tahun 2008 (m=1) F 2007+m = a b 2007 (m) F = a b 2007 (1) F 2008 = ,5+( ,47441) (1) = ,0036 Forecast tahun 2009 (m=2) F = a b 2007 (2) F 2009 = ,5+ (-83149,47441) (2) = ,5292 Forecast tahun 2010 (m=3) F = a b 2007 (3) F 2010 = ,5+ (-83149,47441) (3)

80 = ,0548 Forecast tahun 2011 (m=4) F = a b 2007 (4) F 2011 = ,5+ (-83149,47441) (4) = 21019,58042 Forecast tahun 2012 (m=5) F = a b 2007 (5) F 2012 = ,5+ (-83149,47441) (5) = ,89399 Dari tabel di atas dapat dicari kasalahan ramalan dengan menggunakan MSE (Mean Squared Error/Nilai Tengah Kesalahan Kuadrat) dengan formula sebagai berikut : MSE = n i= 1 E 2 i / n Dimana E t = X t F t Sehingga hasil perhitungan secara lengkap adalah yang tertera pada tabel 4.16 berikut

81 Tabel 4.17 Forecast dan Mean Squared Error ( α =0,8 ) Tahun Produksi Forecast Error Absolute Squared Error , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , * , * , * , * , * , Jumlah ,11 Rata-rata ,51 MSE = n i= 1 E 2 i / n = ,11 /10 = ,51

82 Realisasi dan Ramalan Menggunakan Alpha 0,8 Jumlah Produksi Forecast Tahun Gambar 4.9 Realisasi dan Ramalan Produksi jagung dengan ( α = 0,8 ) Peramalan Produksi Jagung Menggunakan Double Exponential Smoothing dengan α = 0,9 Adapun peramalan tingkat produksi tanaman jagung tersebut asalah sebagai berikut : Tahun ke-1 (1997) a S t ditentukan sebesar produksi tahun pertama (1997), yaitu sebesar ton. b S t ditentukan sebesar produksi tahun pertama (1997), yaitu sebesar ton. c d a t = belum bisa ditentukan b t = belum ditentukan e. F t+m : Forecast tahun kedua (F2) ditentukan sebesar produksi tahun pertama, yaitu sebesar ton. Tahun ke-2 (1998)

83 X t = a. S t = αx t + (1 α)s t-1 = 0,9(164508) + 0,1(170933) = ,5 b. S t = α S t + (1 α)s t-1 = 0,9(165150,5) + 0,1(170933) = ,8 c. a t = 2S t S t = 2(165150,5) ,8 d. b t = = ,3 α (S t S t ) 1 α 0,9 = (165150, ,8) 0,1 = 10408,5 e. Forecast tahun ke-3 (1999) dengan m=1 F t+m = a t + b t (m) F = a b 1998 (1) F 1999 = , ,5 = ,75 Perhitungan peramalan secara lengkap seperti pada tabel 4.17 Tabel 4.18 Forecast dengan Double Exponential Smoothing (α =0,9) Tahun Produksi S' S'' a t b t Forecast , , , , , ,50 -

84 , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , * , * , * , * , * ,02 Forecast tahun 2008 (m=1) F 2007+m = a b 2007 (m) F = a b 2007 (1) F 2008 = ,2+( ,0471) (1) = ,1729 Forecast tahun 2009 (m=2) F = a b 2007 (2) F 2009 = ,2+ ( ,0471) (2) = ,1259 Forecast tahun 2010 (m=3) F = a b 2007 (3) F 2010 = ,2+ ( ,0471) (3) = 32665,07881 Forecast tahun 2011 (m=4) F = a b 2007 (4)

85 F 2011 = ,2+ ( ,0471) (4) = ,96824 Forecast tahun 2012 (m=5) F = a b 2007 (5) F 2012 = ,2+ ( ,0471) (5) = ,0153 Dari tabel di atas dapat dicari kasalahan ramalan dengan menggunakan MSE (Mean Squared Error/Nilai Tengah Kesalahan Kuadrat) dengan formula sebagai berikut : MSE = n i= 1 E 2 i / n Dimana E t = X t F t Sehingga hasil perhitungan secara lengkap adalah yang tertera pada tabel 4.18 berikut Tabel 4.19 Forecast dan Mean Squared Error ( α =0,9 ) Tahun Produksi Forecast Error Absolute Squared Error , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , * , * , * ,

86 2011* , * , Jumlah ,11 Rata-rata ,41 MSE = n i= 1 E 2 i / n = ,11 /10 = ,41 Realisasi dan Ramalan Menggunakan Alpha 0,9 Jumlah Tahun Produksi Forecast Gambar 4.10 Realisasi dan Ramalan Produksi Jagung dengan ( α = 0,9 ) Tabel 4.20 Forecast dan Mean Squared Error Alpha Forecast 2012 Mean Squred Error 0, , ,86 0, , ,02 0, , ,89 0, , ,25 0, , ,90 0, , ,51 0, , ,30 0, , ,51 0, , ,41

87 Seperti telah diuraikan sebelumnya, bahwa metode peramalan yang baik adalah metode yang memberikan hasil ramalan yang tidak jauh berbeda dengan kenyataan yang terjadi. Dengan perkataan lain, metode peramalan yang baik adalah metode yang menghasilkan penyimpangan antara hasil ramalan dengan nilai kenyataan sekecil mungkin. Dari tabel 4.19 yang berdasarkan perhitungan yang telah dilakukan, terlihatlah bahwa perhitungan yang menggunakan double exponential smoothing ( α = 0,3 ) akan menghasilkan ramalan yang memiliki penyimpangan antara hasil ramalan dengan nilai kenyataan sekecil mungkin. Oleh karena itu, untuk ramalan tingkat produksi jagung Kabupaten Simalungun tahun 2012 maka kita gunakan ramalan yang menggunakan α = 0,3 yaitu: Ramalan Produksi Jagung Kabupaten Simalungun Tahun 2012 adalah sebesar ,64 ton.

88 BAB 5 IMPLEMENTASI SISTEM 5.1 Tahap Implementasi Tahap implementasi merupakan tahapan penerapan hasil desain tertulis ke dalam programming (coding). Pada tahapan inilah seluruh hasil desain dituangkan ke dalam bahasa programaan tertentu untuk menghasilkan sebuah sistem informasi yang sesuai dengan hasil desain tertulis. Implementasi yang sudah selesai harus diuji coba kehandalannya sehingga dapat diketahui kehandalan dari sistem yang ada dan telah sesuai dengan apa yang diinginkan. Dalam data pengolahan jumlah penduduk implementasi yang digunakan penulis adalah dengan menggunakan software Excel. Selain berfungsi sebagai manipulasi atau pengolah angka, Microsoft Excel juga dapat digunakan untuk memanipulasi teks computer. Untuk dapat menggunakan Microsoft Excel secara maksimal kita juga harus menguasai sistem operasi Microsoft Windows.

89 5.2 Pengaktifan Microsoft Excel Tahap pertama yang harus dilakukan adalah mengaktifkan Windows dan pastikan Microsoft Excel berada dalam jaringan Microsoft Windows, kemudian ikuti langkahlangkah berikut ini: 1. Dari Windows, klik start pada taskbar, lalu klik program maka item menu program aplikasi yang telah diinstalasi akan tampil. 2. Klik Microsoft Excel. Gambar 5.1 Tampilan Pengaktifan Jendela Microsoft Excel dari Windows.

90 5.3 Lembar Kerja Microsoft Excel Sebuah pengaktifan akan tampil lembar kerja Excel yang sudah siap untuk dipergunakan, lembar kerja Excel tersebut dapat dilihat pada gambar dibawah ini: Gambar 5.2 Tampilan Lembar Kerja Microsoft Excel. Lembar kerja adalah kumpulan kolom dan baris, dimana kolom berurutan dari atas kebawah sedangkan baris berurutan dari kiri ke kanan yang terdiri atas 256 kolom dan baris pada setiap lembar kerja. Pada setiap kolom dan baris terdapat sel dan ini diidentifikasikan dengan alamat yang merupakan kombinasi antara abjad untuk kolom dan angka untuk baris,

91 disamping itu lembar kerja Excel terdapat banyak elemen yang memiliki fungsi tersendiri. 5.4 Pengisian Data Pengisian data ke dalam lembar kerja Excel adalah sama dengan memasukkan atau pengetikan data ke dalamnya. Ada dua alternatif pengisian data, yakni menggunakan keyboard komputer atau melalui sub menu yang terdapat pada menu Excel. Dalam pengisian data ke dalam lembar kerja dengan keyboard, diperlukan langkah-langkah sebagai berikut: 1. Letakkan pointer pada sel yang ingin diisi data. 2. Ketik data yang diinginkan. 3. Tekan enter atau klik tombol kiri mouse pada sel lain untuk konfirmasi atau mengakhirinya, sedangkan alternatif kedua dalam mengisi data adalah menggunakan submenu pada menu edit di Excel. Dengan alternatif ini, akan memiliki banyak pilihan yaitu: down, up, right, left dan series (autofill). 5.5 Pembuatan Grafik Grafik pada Excel dapat dibuat menjadi satu dengan data atau terpisah pada lembar grafik tersendiri, namun masih berada pada file yang sama. Untuk membuat grafik pada Excel, bisa menggunakan icon chart wizard yang terdapat pada toolbar. Adapun langkah-langkah yang diperlukan ialah:

92 1. Sorot sel atau range sel yang ingin dibuat grafik. 2. Klik insert, lalu pilih atau klik chart, maka akan tampil kotak dialog chart tipe. Gambar 5.3 Tampilan Kotak Dialog Chart Tipe. 3. Klik tipe grafik yang diinginkan dan klik next, maka kotak dialog chart source data akan tampil. 4. Pada tampilan akan terlihat range data yang telah disorot dan klik radio button rows atau kolom yang diinginkan, klik next maka akan tampil kotak dialog chart options. 5. Pada chart options, ketik judul grafik. Setelah itu klik next, maka kotak dialog chart options akan tampil. 6. Anda dapat memilih tempat untuk meletakkan grafik ini, kemudian klik finish. Maka grafik analisis data akan ditempatkan di lembar kerja yang dipilih.

93 Gambar 5.4 Tampilan Grafik Analisis Data