APLIKASI METODE POLINOM NEWTON GREGORY MAJU DAN POLINOM NEWTON GREGORY MUNDUR DALAM MEMPREDIKSI BANYAKNYA PENDUDUK SULAWESI TENGAH

dokumen-dokumen yang mirip
PROYEKSI PENJUALAN MOTOR YAMAHA PADA PT.SENTRAL YAMAHA PALU MENGGUNAKAN METODE TREND ANALISIS

OPTIMASI PERSEDIAAN BAHAN BAKAR MINYAK (BBM) PADA PERTAMINA UPms VII DEPOT DONGGALA MENGGUNAKAN METODE GOAL PROGRAMMING

Analisis Numerik Integral Lipat Dua Fungsi Trigonometri Menggunakan Metode Romberg

ORDER QUAANTITY (EOQ).

OPTIMALISASI PRODUKSI ROTI DENGAN MENGGUNAKAN METODE GOAL PROGRAMMING (STUDI KASUS : UKM IBARAKI BAKERY KOTA PALU)

Prediksi Tingkat Kemiskinan di Provinsi Aceh dengan Model AR

Implementasi Algoritme Average Time Based Fuzzy Time Series Untuk Peramalan Tingkat Inflasi Berdasarkan Kelompok Pengeluaran

KLASIFIKASI KEIKUTSERTAAN KELUARGA DALAM PROGRAM KELUARGA BERENCANA (KB) DI KOTA SEMARANG MENGGUNAKAN METODE MARS DAN FK-NNC

matematis siswa SMPN 1 Karangrejo Tulungagung Tahun Pelajaran 2016/2017 yang menggunakan model discovery learning lebih baik daripada menggunakan mode

MENENTUKAN NILAI PRODUKSI INDUSTRI ROTAN CV. BUDI MULYA DENGAN MENGGUNAKAN METODE DEKOMPOSISI LU PADA MODEL EKONOMI LEONTIEF

MENENTUKAN MODEL PERTUMBUHAN PENDUDUK PROVINSI SUMATERA BARAT

Universitas Tadulako Jalan Soekarno-Hatta Km. 9 Palu 94118, Indonesia

MEMBANGUN MODEL KADAR HEMOGLOBIN (Hb) PENDERITA POLISITEMIA VERA YANG MEMPERTIMBANGKAN MOOD SWINGS DENGAN METODE PENCOCOKAN KURVA

Triyana Muliawati, S.Si., M.Si.

OPTIMALISASI PEMBANGUNAN PERUMAHAN DENGAN MENGGUNAKAN METODE SIMPLEKS (STUDI KASUS: UD. PERUMAHAN GRIYA CEMPAKA ALAM)

DETEKSI RABUN JAUH (MIOPIA) BERBASIS PENGOLAHAN CITRA DIGITAL MENGGUNAKAN METODE BWAREA

KONSTRUKSI ESTIMATOR FUNGSI LINIER PIECEWISEUNTUK DATA RUNTUN WAKTU

OPTIMALISASI PENDISTRIBUSIAN PUPUK DI WILAYAH SULAWESI TENGAH MELALUI MODEL TRANSSHIPMENT DENGAN MENGGUNAKAN METODE VOGEL APPROXIMATION

MERANCANG MODEL PENJADWALAN SHIFT KERJA RESEPSIONIS HOTEL DENGAN MENGGUNAKAN METODE GOAL PROGRAMMING (Studi Kasus: Swiss BelHotel Palu)

Menentukan Solusi Numerik Model Dinamik Suhu dan Tekanan Udara di Atmosfer Dengan Metode Runge Kutta Orde Empat

MENGEFISIENSIKAN PENGGUNAAN ENERGI LISTRIK : STUDI KASUS PADA MODEL ALIRAN PANAS PADA WATER COOKER (PEMANAS AIR ELEKTRIK)

STUDI ESTIMASI CURAH HUJAN, SUHU DAN KELEMBABAN UDARA DENGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

MODEL POLA LAJU ALIRAN FLUIDA DENGAN LUAS PENAMPANG YANG BERBEDA MENGGUNAKAN METODE BEDA HINGGA

Pertumbuhan Penduduk Di Kecamatan Tambusai Utara Kabupaten Rokan Hulu Provinsi Riau ABSTRAK

MODIFIKASI METODE NEWTON-RAPHSON UNTUK MENCARI SOLUSI PERSAMAAN LINEAR DAN NONLINEAR

PERBANDINGAN ALGORITMA STEMMING PADATEKS BAHASA INDONESIA

PENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA RESILENT BACKPROPAGATION SKRIPSI

PERBANDINGAN METODE PEMULUSAN EKSPONENSIAL TUNGGAL DAN FUZZY TIME SERIES UNTUK MEMPREDIKSI INDEKS HARGA SAHAM GABUNGAN

PREDIKSI KUALITAS AIR BERSIH PDAM KOTA PALU MENGGUNAKAN METODE BACKPROPAGATION

PERBANDINGAN SOLUSI SISTEM PERSAMAAN NONLINEAR MENGGUNAKAN METODE NEWTON- RAPHSON DAN METODE JACOBIAN

OPTIMALISASI PEMBANGUNAN PERUMAAHAN DENGAN MENGGUNAKAN METODE SIMPLEKS (STUDI KASUS PT. PARUJA KONSULTAMA)

Growth Projections of Private Cars (Black Plate) in Manado Using Differential Equations with Continuous Population Growth Model (Logistic Model)

Modul Praktikum Analisis Numerik

ANALISIS SPASIAL PERUBAHAN PENGGUNAAN LAHAN PERTANIAN MENJADI PERMUKIMAN DI KECAMATAN TASIKMADU KABUPATEN KARANGANYAR TAHUN

Metode Numerik - Interpolasi WILLY KRISWARDHANA

PENYELESAIAN NUMERIK PERSAMAAN DIFERENSIAL LINEAR HOMOGEN DENGAN KOEFISIEN KONSTAN MENGGUNAKAN METODE ADAMS BASHFORTH MOULTON

ABSTRACT. vii. Universitas Kristen Maranatha

Matriks Leslie dan Aplikasinya dalam Memprediksi Jumlah dan Laju pertumbuhan Penduduk di Kota Makassar

PERBANDINGAN METODE KLASIFIKASI NAÏVE BAYES DAN K-NEAREST NEIGHBOR PADA ANALISIS DATA STATUS KERJA DI KABUPATEN DEMAK TAHUN 2012

ABSTRAK PERAMALAN KURS RUPIAH TERHADAP US DOLLAR MENGGUNAKAN METODE HIBRID

OPTIMALISASI PENDISTRIBUSIAN BERAS DI PENGGILINGAN PADI KARDI JAYA UTAMA TOLAI DENGAN MENGGUNAKAN METODE GOAL PROGRAMMING

INTERPOLASI POLINOM DENGAN METODE LAGRANGE DAN METODE REGRESI POLINOM UNTUK MEMREDIKSI PINJAMAN PADA KOPERASI SIMPAN PINJAM (KSP) CITRA MANDIRI

KETEPATAN KLASIFIKASI KEIKUTSERTAAN KELUARGA BERENCANA MENGGUNAKAN REGRESI LOGISTIK BINER DAN REGRESI PROBIT BINER

Silabus dan Satuan Acara Perkuliahan

SKRIPSI. Disusun oleh: DHINDA AMALIA TIMUR

JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : VOL. 6 NO. 1 Maret 2013

PENERAPAN JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI JUMLAH PESERTA KB BARU DI KABUPATEN SEMARANG DENGAN METODE BACKPROPAGATION

PERBANDINGAN METODE SIMPLEKS DENGAN ALGORITMA TITIK INTERIOR DALAM PENYELESAIAN MASALAH PROGRAM LINIER SKRIPSI AGUSTINA ANGGREINI SITORUS

PERBANDINGAN ANALISIS DISKRIMINAN DAN K-NEAREST NEIGHBOR (KNN) UNTUK MENGKLASIFIKASIKAN PENDERITA PENYAKIT TUBERKULOSIS (TB)

KOMBINASI METODE K-NEAREST NEIGHBOR DAN NAÏVE BAYES UNTUK KLASIFIKASI DATA

PEMBUATAN PROGRAM BASIS DATA PERKULIAHAN MENGGUNAKAN MICROSOFT VISUAL BASIC 6.0

Interpolasi. Metode Numerik POLITEKNIK ELEKTRONIKA NEGERI SURABAYA DEPARTEMEN TEKNIK INFORMATIKA DAN KOMPUTER PROGRAM STUDI TEKNIK INFORMATIKA

PENERAPAN METODE EXPONENTIAL SMOOTHING GANDA UNTUK MEMPREDIKSI NILAI PENJUALAN BARANG BARANG ELEKTRONIK PADA TOKO MITRA ELEKTRONIK

ANALISIS KEAKTIFAN MAHASISWA JURUSAN MATEMATIKA FAKULTAS MIPA UNIVERSITAS TADULAKO DENGAN METODE MANN WHITNEY

APLIKASI TRIPLE EXPONENTIAL SMOOTHING UNTUK FORECASTING JUMLAH PENDUDUK MISKIN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Solusi Persamaan Laplace Menggunakan Metode Crank-Nicholson. (The Solution of Laplace Equation Using Crank-Nicholson Method)

ABSTRACT. Key words: tax planning, minimization of tax burden is indebted. Universitas Kristen Maranatha

Metode Numerik. Muhtadin, ST. MT. Metode Numerik. By : Muhtadin

Jurnal Fisika Unand Vol. 2, No. 4, Oktober 2013 ISSN

Penerapan Hidden Markov Model Pada Harga Saham

PELABELAN PRIME CORDIAL PADA GRAF PRISMA DAN GRAF TERHUBUNG ANTAR PUSAT PADA GRAF RODA

ABSTRAK. Kata kunci Metode Talking Stick, Hasil belajar

PERANCANGAN PARAMETER TERBAIK UNTUK PREDIKSI PRODUKSI BAN GT3 MENGGUNAKAN JARINGAN SYARAF TIRUAN RESILIENT PROPAGATION

Menentukan Akar-Akar Polinomial dengan Metode Bairstow

PREDIKSI ANGKA PARTISIPASI SEKOLAH DI JAWA TENGAH UMUR TAHUN DENGAN METODE JARINGAN SYARAF TIRUAN PERAMBATAN-BALIK

FAKULTAS ILMU DAN TEKNOLOGI KEBUMIAN

ANALISIS HASRAT KONSUMSI MARGINAL PADA WARGA RT.03 RW.10 KELURAHAN/DESA KEBONSARI KULON KECAMATAN KANIGARAN TAHUN KOTA PROBOLINGGO

ABSTRAK. Kata Kunci: Metode EOQ (Economic Order Quantity), Metode JIT (Just In Time) dan Efisiensi Biaya

Aplikasi Interpolasi Lagrange dan Ekstrapolasi dalam Peramalan Jumlah Penduduk

ANALISIS PERAMALAN JUMLAH PENDUDUK KOTA PALOPO TAHUN

OPTIMALISASI HASIL PRODUKSI TAHU DAN TEMPE MENGGUNAKAN METODE BRANCH AND BOUND (STUDI KASUS: PABRIK TEMPE ERI JL. TERATAI NO.

Pencarian Akar pada Polinom dengan Kombinasi Metode Newton-Raphson dan Metode Horner

PREDIKSI PELAPORAN PENCURIAN KENDARAAN BERMOTOR BERBASIS LINIER REGRESI BERGANDA DI KOTA SEMARANG

ABSTRAK. Kata-kata Kunci: Financial Distress, Rasio Keuangan, Altman Z-Score.

Alternatif Pemodelan Persamaan Matematik dengan Metode Numerik

PERSOALAN OPTIMASI FAKTOR KEAMANAN MINIMUM DALAM ANALISIS KESTABILAN LERENG DAN PENYELESAIANNYA MENGGUNAKAN MATLAB

Penggunaan Metode Newton dan Lagrange pada Interpolasi Polinom Pergerakan Harga Saham: Studi Kasus Saham PT Adaro Energi Tbk.

RANCANG BANGUN SISTEM INFORMASI TERPADU FMIPA UNIVERSITAS TADULAKO

Analisis Perbandingan Penggunaan Fungsi Random Mysql dan Fungsi Random Java Class Library pada Aplikasi CBT (Computer Based Test)

MENENTUKAN PUNCAK EROSI POTENSIAL YANG TERJADI DI DAERAH ALIRAN SUNGAI (DAS) LOLI TASIBURI DENGAN MENGGUNAKAN METODE USLEa

ABSTRACT. Keywords: capital budgeting, fixed asset investment. vii

ek SIPIL MESIN ARSITEKTUR ELEKTRO

SKRIPSI Diajukan untuk memenuhi sebagian persyaratan mendapatkan gelar Strata Satu Jurusan Informatika. Disusun Oleh: WINA ISTI RETNANI NIM.

TESIS. Oleh HARI PRAPTARJO NIM :

BAB II TINJAUAN PUSTAKA

PREDIKSI HARGA SAHAM PT. BRI, Tbk. MENGGUNAKAN METODE ARIMA (Autoregressive Integrated Moving Average)

Perbandingan Akurasi Backpropagation Neural Network dan ANFIS Untuk Memprediksi Cuaca

IMPLEMENTASI METODE TREND LINEAR LEAST SQUARE PADA SISTEM PENDUKUNG KEPUTUSAN PERAMALAN MAHASISWA BARU

ABSTRACT. Key words: marketing costs, premium income. Universitas Kristen Maranatha

SATUAN ACARA PERKULIAHAN (SAP)

PENGARUH SEMANGAT KERJA PEMILIK DAN PEKERJA TERHADAP KEWIRAUSAHAAN MORO ARTOS DI SALATIGA SKRIPSI

Soekarno Hatta Km. 09 Tondo, Palu 94118, Indonesia

SKRIPSI Disusun sebagai Syarat Memperoleh Gelar Sarjana Teknik Pada Program Studi Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta

PERBANDINGAN MODEL MALTHUS DAN MODEL VERHULST UNTUK ESTIMASI JUMLAH PENDUDUK INDONESIA TAHUN

PENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA RESILENT BACKPROPAGATION

ANALISIS PERSEDIAAN BAHAN BAKU KEDELAI PADA INDUSTRI TAHU AFIFAH DI KELURAHAN NUNU KECAMATAN TATANGA KOTA PALU

PENGARUH LATIHAN SHOOTING

Ahmad Iqbal Baqi 1) Jurusan Matematika FMIPA Universitas Andalas, Padang, Indonesia

Transkripsi:

JIMT Vol. 14 No. 2 Desember 2017 (Hal 152-158) ISSN : 2450 766X APLIKASI METODE POLINOM NEWTON GREGORY MAJU DAN POLINOM NEWTON GREGORY MUNDUR DALAM MEMPREDIKSI BANYAKNYA PENDUDUK SULAWESI TENGAH G. A. Pratiwi 1, A. I. Jaya 2, dan R. Ratianingsih 3 1,2,3 Program Studi Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Tadulako Jalan Sukarno-Hatta Km. 9 Palu 94118, Indonesia 1 gitapratiwi453@gmail.com, 2 Jayaindraagus@gmail.com, 3 ratianingsih@yahoo.com ABSTRACT Population census, that is conducted every 10 years, is an overall process of collecting, processing, presentation and assessment of population data. This study uses Gregory Forward and Gregory Backward to predict the number of residents in the Central Sulawesi each year in the period of 1980 to 2010. The problem of this research is How to predict a population of Central Sulawesi by using Gregory Forward and Gregory Backward and which method is more accur ate between these two methods in predicting the population of Central Sulawesi. Source of data used are secondary data and the type of data used in this research is quantitative data. The results shows that the prediction by using Gregory Forward is closer to the prediction data from the Central Bereau of Statistics in compare to another one by using Gregory Backward, whose comparison accuracy of the two methods can be seen in the value of the relative error. In the study using Gregory Forward the obtained Relative Error is ε R =0,392737492 while the research using Gregory Backward the Relative Error ε R =1,250680497. Key word : Gregory Forward, Gregory Backward, Population Cens us, Predic tion of Population, Relativ e Error. ABSTRAK Sensus, yang dilaksanakan 10 tahun sekali, merupakan suatu proses keseluruhan dari pengumpulan, pengolahan, penyajian dan penilaian data penduduk. Penelitian ini mengg Bagaimana Prediksi Sulawesi Tengah dengan Menggunakan metode Gregory Maju dan Gregory Mundur serta Metode mana yang lebih akurat diantara Metode Gregory Maju dan Gregory Mundur dalam memprediksi penduduk Sulawesi Tengah. Sumber data yang digunakan adalah data sekunder dan jenis data yang digunakan dalam unakan metode polinom newton Gregory maju dan polinom newton Gregory mundur untuk memprediksi banyaknya penduduk Sulawesi tengah disetiap tahun pada periode 1980 sampai dengan 2010. Rumusan masalah dalam penelitian ini adalah penelitian ini adalah data kuantitatif. Hasil penelitian menunjukan bahwa prediksi dengan menggunakan metode polinom Gregory Maju lebih mendekati data prediksi dari Badan Pusat Statistik di bandingkan prediksi dengan menggunakan metode polinom Gregory Mundur, yang mana perbandingan keakuratan dari kedua

metode tersebut dapat dilihat berdasarkan perolehan galat relatifnya (error). Pada penelitian dengan menggunakan metode polinom Gregory Maju diperoleh ε R =0,392737492, Sedangkan penelitian dengan menggunakan metode polinom Gregory Mundur diperoleh GalatRelatif ε R =1,250680497. Kata Kunc i : Gregory Maju, Gregory Mundur, Sensus, Predik s i, G alat Relatif. I. PENDAHULUAN 3.1. Latar Belakang Pelaksanaan sensus yang dilakukan oleh Badan Pusat Statistik (BPS) Provinsi Sulawesi Tengah dilaksanakan dalam kurung waktu 10 tahun sekali melalui sensus penduduk. Prediksi penduduk pada tahun berikutnya dalam tiap periode sensus perlu dilakukan untuk mengetahui selisih pertambahan penduduk pada tahun tersebut (BPS, 2003). Gregory merupakan kasus khusus dari untuk titik-titik yang berjarak sama, dimana rumus polinom nya lebih sederhana. Selain itu, tabel selisih - terbaginya pun lebih mudah dibentuk. Ada dua macam tabel selisih, yaitu tabel selisih maju (forward difference) dan tabel selisih mundur (backward difference), Oleh Karena itu terdapat dua macam polinom -Gregory, yaitu polinom -Gregory Maju dan polinom -Gregory Mundur (Munir, R., 2003). Peneliti tertarik untuk mengkaji banyaknya penduduk Sulawesi Tengah diantara empat periode sensus, dengan menggunakan metode Gregory Maju dan Gregory Mundur. Selanjutnya Untuk melihat perbandingan kelayakan atau akurasi hasil prediksi ini, akan dikaji taksiran galat dari kedua Metode tersebut. Sedangkan untuk mendapatkan hasil perhitungan dengan lebih cepat akan dibuatkan program komputernya. Harapan peneliti adalah agar dapat dijadikan sebagai aplikasi alternatif bagi Badan Pusat Statistik (BPS) untuk memprediksi banyaknya penduduk pada tahun diantara periode sensus. Berdasarkan latar belakang tersebut peneliti mengangkat sebuah masalah yang kemudian akan dijadikan sebuah skripsi dengan judul : Aplikasi Metode Gregory Maju dan Gregory Mundur Dalam Memprediksi Sulawesi Tengah. 3.2. Rum usan Masalah Berdasarkan latar belakang tersebut, permasalahan penelitian ini adalah : 1. Bagaimana prediksi banyaknya penduduk Sulawesi Tengah dengan menggunakan metode Gregory Maju dan Gregory Mundur? 153

2. Metode mana yang lebih akurat diantara Metode Gregory Maju dan Gregory Mundur dalam memprediksi penduduk Sulawesi Tengah? II. METODE PENELITIAN Langkah-langkah yang dilakukan dalam penelitian ini yaitu : 1. Memulai penelitian. 2. Melakukan pengambilan data pada Badan Pusat Statistik Sulawesi Tengah. 3. Memodelkan Gregory Maju dan Gregory Mundur. 4. Melakukan prediksi banyaknya penduduk sulawesi tengah secara manual. 5. Melakukan prediksi banyaknya penduduk sulawesi tengah dengan program komputer. 6. Perhitungan. 7. Menyimpulkan hasil penelitian. 8. Selesai. III. HASIL DAN PEMBAHASAN 3.1. Hasil Penelitian Prediksi Gregory Maju diselesaikan menggunakan persamaan berikut : P 4 (x) = f 0 + s 1! f 0 + s(s 1) 2 f 2! 0 + s(s 1)(s 2) 3 f 3! 0 dimana f 0, 2 f 0, 3 f 0 ditentukan melalui tabel beda terbagi Gregory Maju dengan menggunakan Data Sensus p enduduk Sulawesi Tengah dengan jarak sensus 10 tahun, Data tersebut dapat dilihat pada lampiran 1 (Tabel 1.3 Data Sensus ). Sedangkan untuk Gregory Mundur menggunakan persamaan Berikut : Q 4 (x) = f 0 + s f 1! 0 + s(s+1) 2 f 2! 0 + s(s+1)(s+2) 3 f 3! 0 dimana f 0, 2 f 0, 3 f 0 ditentukan melalui tabel beda terbagi Gregory Mundur, Sama halnya dengan polinom newton gregory maju, Gregory Mundur juga menggunakan Data Sensus penduduk Sulawesi Tengah dengan jarak sensus 10 tahun, yang mana Data Sensus tersebut diperoleh dari Badan Pusat Statistik Sulawesi Tengah. Pada penelitian ini digunakan Persamaan untuk mengetahui seberapa besar error yang dihasilkan dengan mensubtitusikan Hasil prediksi dari masing-masing metode yaitu, nilai sejati (Data Prediksi penduduk oleh BPS pada tahun 1981-2009/Lampiran 2 Tabel 1.4) serta Nilai Hampiran (Data Prediksi dengan menggunakan polinom newton gregory maju dan gregory mundur) pada persamaan berikut : Misalkan a adalah nilai hampiran terhadap nilai sejati a, maka selisi antara nilai sejati dan nilai hampiran dapat dinyatakan dalam persamaan : ε = a a. Pada penelitian ini, tanda (galat positf dan negatif) tidak dipertimbangkan, sehingga galat mutlak dapat didefinisikan sebagai ε = a a, kemudian untuk mencegah kemungkinan nilai galat ε bernilai besar maka harus dinormalkan terhadap nilai sejatinya ε R = ε yang disebut. Berikut Data prediksi dari kedua a metode Gregory Maju dan Gregory Mundur, Data tersebut 154

telah melalui proses pembulatan karena menyangkut jiwa seseorang. Data prediksi dari kedua metode tersebut disajikan pada Tabel 1 dan Tabel 2. Tabel 1 : Prediksi banyaknya penduduk Sulawesi Tengah beserta dengan menggunakan metode polinom Gregory Maju. Prediksi Prediksi Gregory Maju Gregory Maju (ε R ) 1981 1328485 0,01014455 1996 2269804 0,004465699 1982 1368202 0,016672416 1997 2316503 0,005972059 1983 1408737 0,023405893 1998 2363000 0,007694581 1984 1450043 0,030331015 1999 2409246 0,009731615 1985 1492070 0,037249968 2001 1756662 0,001568844 1986 1534770 0,043637836 2002 1802378 0,002730135 1987 1578095 0,050198616 2003 1848427 0,003483706 1988 1621995 0,056979651 2004 1894760 0,003830102 1989 1666422 0,064018198 2005 1941327 0,003770944 1991 1988082 0,000249274 2006 2455192 0,003558163 1992 2034974 0,000677534 2007 2500791 0,003027382 1993 2081956 0,001174214 2008 2545992 0,00209709 1994 2128978 0,00212766 2009 2590747 0,000770642 1995 2222951 0,003169705 Total ε R =0,392737492 Tabel 2 : Prediksi banyaknya penduduk Sulawesi Tengah beserta galat relative dengan menggunakan metode polinom Gregory Mundur Prediksi Gregory mundur Gregory mundur (ε R ) 1981 1332296 0,00730497 1996 1932363 0,032367051 1982 1374851 0,011893776 1997 1967506 0,038928292 1983 1417253 0,017502253 1998 2001767 0,045914399 1984 1459453 0,024038384 1999 2035096 0,053399693 155

1981 1985 1989 1994 1998 2003 2007 Jumlah 1985 1501401 0,031229191 2001 2098765 0,054384179 1986 1543050 0,038478315 2002 2129007 0,059469682 1987 1584351 0,046433343 2003 2158123 0,065124774 1988 1625254 0,055084884 2004 2186064 0,071334385 1989 1665713 0,064416423 2005 2212781 0,078082822 1991 1745098 0,006830573 2006 2238227 0,085126142 1992 1783928 0,010907075 2007 2262351 0,092607098 1993 1856713 0,003303253 2008 2285107 0,100586697 1994 1859620 0,020634085 2009 2306444 0,109051775 Total 1995 1896384 0,026246983 ε R =1,250680497 3.2. Pem bahasan Prediksi banyaknya penduduk Sulawesi Tengah menggunakan metode polinom Gregory Maju dan polinom Gregory Mundur, ditampilkan pada Tabel 1 dan Tabel 2 dapat dilihat bahwa akurasi prediksi banyaknya penduduk Sulawesi Tengah dengan menggunakan dua metode, yaitu metode Gregory Maju dan Gregory Mundur, tidak memberikan hasil yang sama. Perolehan galat total metode gregory maju sebesar ε R =0,392737492 lebih baik, Sedangkan untuk metode polinom gregory mundur diperoleh nilai Galat total sebesar ε R =1,250680497. Dengan demikian metode polinom Gregory Maju memiliki akurasi yang lebih baik. Prediksi kedua metode tersebut ditampilkan pula dalam bentuk grafik sebagai berikut : 3000000 2500000 2000000 1500000 1000000 500000 0 Sulteng (BPS) Gregory Maju Gregory Mundur Gambar 1 : Grafik Perbandingan Hasil Prediksi Metode Gregory Maju, Mundur dan Data BPS 156

Grafik pada Gambar 1 menunjukan perbandingan hasil prediksi dari Badan Pusat Statistik dengan hasil prediksi menggunakan metode polinom gregory maju dan polinom gregory mundur. Garis biru pada grafik tersebut merupakan garis yang menunjukan banyaknya penduduk Sulawesi Tengah melalui sensus yang dilaksanakan oleh Badan Pusat Statistik (BPS), Garis merah pada grafik tersebut menunjukan hasil prediksi dengan menggunakan metode polinom Gregory Maju sedangkan garis ber warna hijau adalah garis yang menunjukan hasil prediksi dengan menggunakan metode polinom Gregory Mundur. Pada grafik tersebut dapat dilihat bahwa pada interval tahun 1981-1990 prediksi dengan kedua metode polinom Gregory Maju dan polinom Gregory Mundur nampak berhimpitan, Selanjutnya pada interval tahun 1991-2007 prediksi dengan metode polinom Gregory Maju nampak berhimpit dengan hasil prediksi dari Badan Pusat Statistik, Sedangkan prediksi dengan menggunakan metode polinom Gregory Mundur nampak menonjolkan penyimpangan pada interval tahun tersebut. IV. KESIMPULAN Dengan melihat hasil penelitian yang telah dibahas dalam bab sebelumnya, dapat ditarik kesimpulan sebagai berikut: 1. Perolehan nilai total galat relatif metode gregory maju sebesar ε R =0,392737492, Sedangkan untuk metode polinom gregory mundur diperoleh nilai galat total sebesar ε R =1,250680497. Prediksi kedua metode tersebut ditampilkan pula dalam bentuk grafik (1.1) dalam pokok bahasan bab sebelumnya, Pada grafik tersebut dapat dilihat bahwa pada interval tahun 1981-1990 prediksi dengan kedua metode polinom Gregory Maju dan polinom Gregory Mundur nampak berhimpitan, Selanjutnya pada interval tahun 1991-2007 prediksi dengan metode polinom Gregory Maju nampak berhimpit dengan hasil prediksi dari Badan Pusat Statistik, Sedangkan prediksi dengan menggunakan metode polinom Gregory Mundur nampak menonjolkan penyimpangan pada interval tahun tersebut. Dengan demikian metode polinom Gregory Maju memiliki akurasi yang lebih baik dibandingkan metode polinom Gregory Mundur. 2. Berikut ini data hasil prediksi penduduk Sulawesi tengah dari Badan Pusat Statistik dan hasil prediksi dengan menggunakan metode polinom newton Grogory Maju dan polinom newton Gregory mundur, dan selisi jiwa antara data dari Badan Pusat Statstik dibandingan dengan data hasil prediksi menggunakan Metode polinom newton Gregory Maju dan polinom newton Gregory Mundur beserta nya. 157

DAFTAR PUSTAKA [1] Badan Pusat Statistik, 2003, Sensus penduduk, (http://sensuspenduduk.blogspot. com/), diakses 08 november 2014. [2] Herwanto, E.,2010, Prediksi Sulawesi Tengah Dengan Menggunakan Metode Gregory Maju, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Tadulako, Sulawesi tengah, Palu. [3] Mantra, B.I.,2003, Demografi umum, Yogyakarta, Yogyakarta. [4] Munir, R., 2003, Metode Numerik, Informatika Bandung, Bandung. [5] Nasution, A. Dan Zakaria, H., 2001, Metode Numerik dalam Ilmu Rekayasa Sipil, ITB, Bandung. [6] Suarga, 2006, Algoritma Pemrograman, Andi Offset, Yogyakarta. [7] Susila, I.N., 1993, Dasar-dasar Metode Numerik, Departemen Pendidikan dan Kebudayaan, Bandung. [8] Sutedjo, B. Dan Michael, A.N., 1997, Algoritma dan Teknik Pemrograman, Andi Offset, Yogyakarta. 158