P. 1
jumlah penduduk

jumlah penduduk

|Views: 573|Likes:
Published by theguhndut

More info:

Published by: theguhndut on Oct 18, 2010
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

04/25/2013

pdf

text

original

PERAMALAN KOMPOSISI PENDUDUK KOTA

SEMARANG MENURUT JENIS KELAMIN
DENGAN METODE PEMULUSAN
EKSPONENSIAL GANDA DARI HOLT


SKRIPSI


Diajukan dalam Rangka Penyelesaian Studi Strata I
untuk Mencapai Gelar Sarjana Sains










Oleh :
Nama : Dahlia Arom
NIM : 4104990017
Prodi : Matematika
Jurusan : Matematika


FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI SEMARANG
2005
ABSTRAK

Penduduk adalah pelaksana sekaligus sasaran pembangunan. Untuk
menggambarkan tentang keadaan penduduk secara khusus dilihat dari
komposisinya, salah satunya adalah jumlahpenduduk menurut jenis kelamin.
Model peramalan pemulusan eksponensial ganda dari Holt merupakan salah satu
model ramalan data berkala yang digunakan untuk meramalkan komposisi
penduduk Kota Semarang berdasar jenis kelamin.
Permasalahan yang dikaji yaitu: (1) bagaimana metode pemulusan
eksponensial ganda dari Holt untuk peramalan komposisi penduduk Kota
Semarang (2) berapakah banyak penduduk Kota Semarang menurut jenis kelamin
untuk tahun 2004 dan 2005. Tujuan penelitian ini adalah (1) mengetahui
penggunaaan metode pemulusan eksponensial ganda dari Holt untuk peramalan
komposisi penduduk Kota Semarang menurut jenis kelamin (2) mengetahui
berapa banyak penduduk Kota Semarang menurut jenis kelamin untuk tahun 2004
dan 2005.
Metode penelitian yang digunakan adalah identifikasi masalah dengan
studi pustaka, dengan telaah studi pustaka diperoleh perumusan masalah, data
diperoleh dari observasi di BPS Kota Semarang yaitu data banyaknya penduduk
berdasarkan jenis kelamin tahun 1993-2003, analisis data dengan membuat scatter
diagram, menentukan persamaan garis, menghitung nilai F
t+m
dengan
menggunakan metode pemulusan eksponensial ganda dari Holt, menghitung
kesalahan peramalan, penarikan simpulan merupakan jawaban dari permasalahan.
Simpulan dari hasil penelitian adalah: (1) penggunaan metode pemulusan
eksponensial ganda dari Holt untuk peramalan komposisi penduduk Kota
Semarang dilakukan melalui analisis a. membuat scatter diagram sehingga terlihat
pola trend. b. menemukan persamaan garis, F
t
= 551636,53846 + 9856,92308 t
(untuk laki-laki) dan F
t
= 564938,92308 + 9522,15385 t (untuk perempuan). c.
menentukan harga ramalan F
15
(untuk tahun 2004) dan F
16
(untuk tahun 2005)
dengan α = 0,9 dan γ = 0,1. d. menentukan kesalahan peramalan dengan α =
0,1;0,3;0,7;0,9 dan γ = 0,1;1,3;0,7;0,9 dari kesalahan-kesalahan tersebut akan
dipilih kesalahan yang terkecil. Dari analisis diatas ditarik simpulan bahwa
Pemulusan Eksponensial Ganda dari Holt dapat digunakan untuk meramalkan
komposisi penduduk Kota Semarang apabila datanya trend linier dan tidak
bersifat musiman. (2) nilai ramalan banyaknya penduduk jenis kelamin laki-laki
untuk periode ke-15 (2004) adalah 689800 orang dan untuk periode ke-16 (2005)
adalah 699656 orang. Sedangkan, nilai ramalan banyaknya penduduk jenis
kelamin perempuan untuk periode ke-15 (2004) adalah 697021, dan untuk
periode ke-16 (2005) adalah 706543 orang.
Saran yang diajukan dalam penelitian ini (1) agar BPS Kota Semarang
mencoba menggunakan metode Pemulusan Eksponensial Ganda dari Holt yang
telah dibahas di depan untuk peramalan komposisi penduduk atau yang lainnya.
(2) diperlukan penelitian lebih lanjut tentang penggunaan metode Pemulusan
Eksponensial dari Holt untuk peramalan yang lainnya. (3) diperlukan penelitian
lebih lanjut tentang metode-metode peramalan yang lebih praktis, lebih efisien
serta menghasilkan kesalahan peramalan yang lebih kecil dibandingkan dengan
metode Pemulusan Eksponensial Ganda dari Holt.












































MOTTO DAN PERSEMBAHAN

MOTTO
• Sesungguhnya Aku memberi balasan kepada mereka di hari ini, karena
kesabaran mereka, sesungguhnya mereka itulah orang-orang yang menang.
(Q.S. Al Mukminin: 111)
• Ada dua cara menghayati kehidupan, yang satu adalah seolah-olah
mukjizat itu tak pernah ada. Yang lain adalah seolah-olah segala
sesuatunya merupakan mukjizat. (Albert Einstein)
• Manusia memang tidak harus mengerti semua hal, tetapi manusia harus
tahu apa yang patut dimengertinya. (Gustaf Freytag)


PERSEMBAHAN
Karya kecilku ini kupersembahkan untuk:
Ibu dan Bapak atas doa, ketulusan, dan kasihmu bagai
lingkaran tak berujung yang tak ada habisnya
Mbak Lisa dan Dik Dewi, kalianlah motivasi dalam
hidupku
Pendamping hidupku
Diriku
Pembaca budiman
KATA PENGANTAR

Puji syukur penulis panjatkan ke hadirat Allah SWT yang telah
melimpahkan segala rahmat, nikmat, dan karunianya sehingga penulis dapat
menyelesaikan skripsi dengan judul “ Peramalan Komposisi Penduduk Menurut
Jenis Kelamin dengan Metode Pemulusan Eksponensial Ganda Dari Holt”.
Ucapan terima kasih penulis sampaikan kepada:
1. Dr. H. A. T. Soegito, S. H. , M. M, Rektor Universitas Negeri Semarang.
2. Drs. Kasmadi Imam S, M. S, Dekan Fakultas MIPA.
3. Drs. Supriyono, M. Si, Ketua Jurusan Matematika.
4. Dra. Nur Karomah D, M. Si, selaku dosen pembimbing I dan Drs. Arief
Agoestanto, M. Si selaku pembimbing II yang telah memberikan
bimbingan dan arahan kepada penulis dalam penyusunan skripsi ini.
5. Dra. Nur Karomah D, M. Si, dosen wali penulis atas kesabaran perhatian
dan tanggung jawabnya selama ini.
6. Kantor Badan Pusat Statistik Kota Semarang
7. Kedua orang tuaku yang memberikan dorongan semangat dan doa
sehingga penulis dapat menyelesaikan skripsi ini.
8. Teman–teman seperjuangan Matematika ‘99B, khususnya Evi, Yani,
Laeli, teman–teman Perancisku, yang telah begitu banyak memberikan
dukungan baik moril maupun materiil kepada penulis dalam
menyelesaikan penyusunan skripsi ini.
9. Komunitas HE, Devi teman berbagi suka dan duka, serta teman-temanku
yang lain atas canda tawanya yang tidak dapat kusebutkan satu persatu.
10. Semua pihak yang tidak dapat disebutkan satu persatu.
Penulis menyadari sepenuhnya bahwa tanpa bantuan dari pihak
tersebut di atas, skripsi ini tidak akan terwujud.
Akhirnya penulis berharap semoga skripsi ini dapat bermanfaat bagi
pembaca.


Semarang, Mei 2005

Penulis






























DAFTAR ISI
Hala
man
HALAMAN JUDUL ...................................................................................
.................................................................................................................... i
ABSTRAK ..................................................................................................
................................................................................................................... ii
PERSETUJUAN PEMBIMBING ................................................................
..................................................................................................................iii
PENGESAHAN KELULUSAN ...................................................................
.................................................................................................................. iv
MOTTO DAN PERSEMBAHAN ................................................................
................................................................................................................... v
PERNYATAAN...........................................................................................
.................................................................................................................. iv
KATA PENGANTAR .................................................................................
.................................................................................................................. vi
DAFTAR ISI .......................................................................................... viii
DAFTAR TABEL .......................................................................................
................................................................................................................... x
DAFTAR GAMBAR ...................................................................................
.................................................................................................................. xi
DAFTAR LAMPIRAN.................................................................................
................................................................................................................. xii
BAB I PENDAHULUAN
A. Alasan Pemilihan Judul .........................................................
............................................................................................ 1
B. Permasalahan ........................................................................
............................................................................................ 5
C. Tujuan Penelitian ..................................................................
............................................................................................ 5
D. Manfaat Penelitian ................................................................
............................................................................................ 5
E. Penegasan Istilah ..................................................................
............................................................................................ 6
F. Sistematika Skripsi ...............................................................
............................................................................................ 7
BAB II LANDASAN TEORI
A. Gambaran Umum Kota Semarang .........................................
............................................................................................ 9
B. Kependudukan ......................................................................
.......................................................................................... 10
C. Forecasting ............................................................................
.......................................................................................... 12
D. Data Time Series ..................................................................
.......................................................................................... 16
E. Peramalan dengan Pemulusan ...............................................
.......................................................................................... 19
F. Peramalan dengan Pemulusan Eksponensial Ganda dari Holt.
.......................................................................................... 26
BAB III METODE PENELITIAN
A. Identifikasi Masalah...............................................................
.................................................................................... 28
B. Perumusan Masalah ..............................................................
.................................................................................... 28
C. Observasi ..............................................................................
.................................................................................... 28
D. Analisi Data ..........................................................................
.................................................................................... 29
BAB IV HASIL DAN PEMBAHASAN
A. Jenis Kelamin Laki-laki .........................................................
.......................................................................................... 31
B. Jenis Kelamin Perempuan......................................................
.......................................................................................... 36
BAB V PENUTUP
A. Simpulan ...............................................................................
.......................................................................................... 42
B. Saran .....................................................................................
.......................................................................................... 43
DAFTAR PUSTAKA...................................................................................
................................................................................................................. 44
LAMPIRAN.................................................................................................
................................................................................................................. 45


































DAFTAR LAMPIRAN


Halam
an

Lampiran 1. Prosedur penggunaan program komputer SPSS untuk peramalan
dengan metode pemulusan eksponensial ganda dari Holt ...........
45
Lampiran 2. Data editor pada program komputer SPSS ..................................
46
Lampiran 3. Menu exponential smoothing pada program komputer SPSS.......
47
Lampiran 4. Jendela exponential smoothing pada program komputer SPSS ...
48
Lampiran 5. Output pemulusan eksponensial ganda dari Holt untuk data L.....
49
Lampiran 6. Output data editor untuk data L ..................................................
50
Lampiran 7. Output pemulusan eksponensial ganda dari Holt untuk data P.....
51
Lampiran 8. Output data editor untuk data P...................................................
52
Lampiran 9. Harga-harga SSE untuk data L....................................................
53
Lampiran 10. Harga-harga SSE untuk data P....................................................
54








DAFTAR TABEL




Halaman
Tabel 1. Banyaknya Penduduk dengan Jenis Kelamin Laki-laki ..................
................................................................................................................. 31
Tabel 2. Hasil Pemulusan (S
t
) untuk l ...........................................................
................................................................................................................. 33
Tabel 3. Banyaknya Penduduk dengan Jenis Kelamin Perempuan ................
................................................................................................................. 36
Tabel 4. Hasil Pemulusan (S
t
) untuk p ..........................................................
................................................................................................................. 38
Tabel 5. Harga-harga SSE untuk data L .......................................................
................................................................................................................. 53
Tabel 6. Harga-harga SSE untuk data P ........................................................
................................................................................................................. 54





















DAFTAR GAMBAR

Halaman
Gambar 1. Grafik komponen trend................................................................
................................................................................................................. 17
Gambar 2. Grafik komponen siklis................................................................
................................................................................................................. 17
Gambar 3. Grafik komponen musiman..........................................................
................................................................................................................. 18
Gambar 4. Grafik komponen random............................................................
................................................................................................................. 18
Gambar 5. Scatter diagram data banyaknya penduduk dengan
jenis kelamin laki-laki .................................................................
................................................................................................ 32
Gambar 6. Scatter diagram data banyaknya penduduk dengan
jenis kelamin perempuan .............................................................
................................................................................................................. 37



















BAB I
PENDAHULUAN

A. Alasan Pemilihan Judul
Dalam pelaksanaan pembangunan di Indonesia, penduduk
merupakan faktor yang sangat dominan karena penduduk menjadi pelaksana
sekaligus juga menjadi sasaran dari pembangunan. Atas dasar ini
pembangunan masalah kependudukan diarahkan pada pengendalian kuantitas,
peningkatan kualitas, dan pengarahan mobilitas penduduk.
Pengendalian kuantitas penduduk diarahkan pada keserasian,
keselarasan, dan keseimbangan antara jumlah, struktur dan komposisi,
pertumbuhan dan persebaran penduduk yang ideal sesuai daya dukung dan
daya tampung serta kondisi perkembangan sosial ekonomi dan budaya.
Peningkatan kualitas penduduk dilakukan melalui perbaikan kondisi
penduduk dengan pengadaan sarana, fasilitas serta kesempatan untuk
memperoleh pendidikan, pelayanan kesehatan, dan perluasan kesempatan
kerja. Sedangkan pengarahan mobilitas penduduk lebih terfokus pada
persebaran penduduk yang optimal atau merata, sehingga memberikan
peluang terciptanya sentra-sentra kegiatan ekonomi baru yang pada
gilirannnya akan meningkatkan kesempatan kerja.
Untuk menggambarkan tentang keadaan penduduk secara khusus
bisa dilihat dari komposisinya berdasarkan agama, tingkat pendidikan, atau
jenis kelamin. Indikator dari variabel jenis kelamin adalah rasio jenis kelamin
yang merupakan angka perbandingan antara penduduk laki-laki dan
perempuan.
Pemisahan data penduduk menurut jenis kelamin laki-laki dan
perempuan mempunyai banyak kegunaan yang penting dalam demografi,
sosiologi, ekonomi, perencanaan, malah juga untuk militer. Tingkat kematian
berbeda untuk laki-laki dan perempuan, perubahan dalam perbandingan antara
laki-laki dan perempuan berpengaruh cukup besar atas tingkat kelahiran.
Sehabis perang sering terdapat kekurangan laki-laki berusia muda dan hal ini
mempengaruhi keadan sosial serta ekonomi suatu penduduk (RK.
Sembiring,1985:50)
Matematika dapat digunakan sebagai alat untuk menyederhanakan
penyajian dan pemahaman masalah. Dengan menggunakan bahasa
matematika, suatu masalah dalam kehidupan nyata dapat menjadi lebih
sederhana jika disajikan dalam bentuk model matematika. Penyelesaian model
matematika harus diterjemahkan kembali sebagai penyelesaian masalah nyata.
Matematika secara garis besar dibedakan menjadi dua, yaitu
matematika murni (pure mathematic) dan matematika terapan (applied
mathematic). Matematika terapan mempunyai pengertian bahwa matematika
digunakan di luar matematika. Banyak ilmuwan yang mengkaji matematika
untuk dapat dimanfaatkan dalam bidang lain.
Statistika merupakan cabang dari matematika terapan (applied
mathematic). Di dalamnya mengupas berbagai macam teori-teori, antara lain :
estimasi, hipotesis, peramalan , dan sebagainya.
Perencanaan membutuhkan suatu peramalan terhadap kejadian yang
akan datang pada tenggang waktu tertentu dengan berdasarkan pada kejadian-
kejadian masa lalu. Peramalan merupakan prediksi nilai-nilai yang akan
datang berdasarkan kepada nilai-nilai yang diketahui. Peramalan ini dapat
dilakukan didasarkan pada perkiraan yang didasarkan pada data historis dan
pengalaman.
Untuk keperluan analisis peramalan, ada tiga model yang sudah
dikenal, yaitu model ekonometrika, model deret berkala, dan model ramalan
kualitatif. Model peramalan Pemulusan Eksponensial Ganda dari Holt
merupakan salah satu model ramalan data berkala (time series).
Di dalam penelitian ini data yang diambil adalah data banyaknya
penduduk Kota Semarang yang mengalami siklus. Dari data banyaknya
penduduk Kota Semarang mulai tahun 1990 sampai dengan tahun 2003, bisa
dikatakan bahwa banyaknya penduduk Kota Semarang mengalami siklus
trend.
Siklus trend adalah rata-rata gerakan penurunan atau pertumbuhan
jangka panjang pada serangkaian data historis. Selain siklus trend, dikenal
juga siklus musimam dan siklus siklikal. Siklus musiman adalah gelombang
pasang surut yang berulang kembali dalam waktu kurang lebih satu tahun
(Pengestu Subagyo,1986: 32, 51). Sedangkan siklus siklikal adalah perubahan
atau gelombang pasang surut sesuatu hal yang berulang kembali dalam waktu
lebih dari satu tahun. Untuk meratakan data yang dipengaruhi oleh beberapa
fluktuasi maka bisa digunakan metode pemulusan eksponensial. Salah satunya
Pemulusan Eksponensial Ganda dari Holt.
Kota Semarang sebagai ibukota propinsi Jawa Tengah mempunyai
daya tarik yaitu sebagai pusat perekonomian dan pusat pendidikan. Di
Semarang banyak terdapat pabrik-pabrik besar yang banyak menyerap tenaga
kerja. Selain itu di Kota Semarang banyak bangunan pertokoan/mall, pasar,
dan terutama perkantoran yang tidak saja menjadi pusat kegiatan di Semarang
tetapi juga di Jawa Tengah. Hal ini mendorong banyak orang berpindah ke
Semarang yang menyebabkan pertambahan penduduk setiap tahunnya.
Dengan bertambahnya jumlah penduduk tersebut, maka berubahlah komposisi
penduduk Kota Semarang, antara penduduk laki-laki dan penduduk
perempuan.
Komposisi penduduk Kota Semarang menurut jenis kelamin
merupakan data berkala (time series) yang dikumpulkan menurut waktu untuk
menggambarkan perkembangan atau pertumbuhan penduduk di Kota
Semarang pertahunnya. Data berkala tersebut digunakan untuk membuat
ramalan dan selanjutnya data hasil ramalan sangat berguna untuk dasar
pembuatan perencanaan pemerataan penduduk, baik jangka pendek,
menengah, maupun jangka panjang.

Oleh karena itu penggunaan ramalan memerlukan pertimbangan,
terutama yang menyangkut kesejahteraan di segala bidang kaitannya dengan
pertambahan penduduk yang terus meningkat dari tahun ke tahun, maupun
hubungannya dengan pemetaan penduduk.

B. Permasalahan
Dari uraian tersebut di atas dapat diambil suatu permasalahan :
Bagaimana metode pemulusan Eksponensial ganda dari Holt untuk peramalan
komposisi penduduk Kota Semarang?
Berapakah ramalan banyaknya komposisi penduduk Kota Semarang menurut
jenis kelamin untuk tahun 2004 dan 2005?

C. Tujuan Penelitian
Tujuan penelitian ini adalah :
1. Mengetahui dan menganalisis penggunaan metode pemulusan
Eksponensial ganda dari Holt untuk peramalan komposisi penduduk Kota
Semarang menurut jenis kelamin.
2. Mengetahui ramalan banyaknya komposisi penduduk Kota Semarang
menurut jenis kelamin untuk tahun 2004 dan 2005.




D. Manfaat Penelitian
Manfaat dari penelitian ini adalah:
1. Dapat menambah dan memperkaya pengetahuan serta pengalaman dalam
mengaplikasikan ilmu yang telah didapat di bangku perkuliahan sebagai
penunjang kesiapan terjun di dunia kerja.
2. Sumbangan pemikiran dan sebagai sarana informasi bagi pembaca dan
sebagai bahan pelengkap referensi bagi pihak-pihak yang membutuhkan.

E. Penegasan Istilah
Untuk menghindari kesalahan penafsiran atau persepsi yang berbeda
dari istilah-istilah yang ada dalam judul penelitian ini, maka perlu adanya
penegasan dan pembatasan beberapa istilah.
1. Peramalan (Forecasting)
Forecasting adalah peramalan (perkiraan) mengenai sesuatu yang
belum terjadi (Pangestu S,1986:1). Ramalan adalah suatu usaha untuk
meramalkan keadaan di masa akan datang melalui pengujian keadaan di
masa lalu (Tani H,1984:260). Forecast adalah peramalan apa yang akan
terjadi pada waktu yang akan datang (Pangestu S,1986: 3)
2. Komposisi Penduduk Menurut Jenis Kelamin
Komposisi adalah susunan (Anonim,2002:585)
Penduduk adalah orang atau orang-orang yang mendiami suatu tempat
(kampung, negeri, pulau, dan sebagainya)(Anonim,2002:278)
Jenis kelamin adalah sifat (keadaan) jantan atau betina
(Anonim,2002:469)
Komposisi penduduk menurut jenis kelamin dalam skripsi ini
adalah susunan orang-orang yang tinggal di Kota Semarang yang
dibedakan antara laki-laki dan perempuan.
Peramalan komposisi penduduk Kota Semarang menurut jenis
kelamin dalam skripsi ini adalah suatu usaha untuk memperkirakan
kuantitas komposisi penduduk Kota Semarang menurut jenis kelamin,
yaitu laki-laki dan perempuan.
3. Metode Pemulusan Eksponensial Ganda Dari Holt
Pemulusan eksponensial adalah suatu metode peramalan rata-
rata bergerak yang melakukan pembobotan menurun secara eksponensial
terhadap nilai-nilai observasi yang lebih tua (Makridakis,1993:79).
Pemulusan eksponensial ganda dari Holt adalah metode
pemulusan eksponensial dengan dua kali pemulusan yang dikemukakan
oleh Holt.
Adapun yang dimaksud dengan pemulusan eksponensial ganda
dari Holt dalam penelitian ini adalah suatu metode peramalan rata-rata
bergerak yang digunakan untuk forecasting komposisi penduduk Kota
Semarang dengan menggunakan persamaan pemulusan dari Holt.

F. Sistematika Skripsi
Secara garis besar skripsi dibagi menjadi tiga bagian yaitu bagian
awal, bagian pokok, dan bagian akhir.
1. Bagian awal skripsi berisi halaman judul, persetujuan pembimbing,
pengesahan kelulusan, pernyataan, motto dan persembahan, abstrak, daftar
isi, daftar tabel, daftar gambar, daftar lampiran.
2. Bagian pokok skripsi, terdiri dari 5 bab.
BAB I PENDAHULUAN
Pada bab ini dikemukakan alasan pemilihan judul,
permasalahan, tujuan penelitian, manfaat penelitian, penegasan
istilah, dan sistematika skripsi.
BAB II LANDASAN TEORI
Pada bab ini dikemukakan konsep-konsep yang dijadikan
landasan teori, yaitu Gambaran Umum Kota Semarang,
Kependudukan, Forecasting, Data Time Series, Peramalan
Dengan Pemulusan, Peramalan dengan Pemulusan Eksponensial
Ganda dari Holt.
BAB III METODE PENELITIAN
Pada bab ini dikemukakan metode penelitian yang berisi
langkah-langkah yang ditempuh untuk memecahkan masalah
yaitu identifikasi masalah, observasi, analisis data.


BAB IV HASIL PENELITIAN DAN PEMBAHASAN
Pada bab ini dikemukakan hasil penelitian dan pembahasan
yang berisi analisis penggunaan metode pemulusan eksponensial
ganda dari Holt untuk forecasting komposisi penduduk Kota
Semarang serta meramalkan berapa banyak penduduk Kota
Semarang pada tahun 2004 dan 2005 dengan menggunakan data
yang diperoleh dari Badan Pusat Statistik Kota Semarang.
BAB V PENUTUP
Pada bab ini dikemukakan simpulan dan saran.
3. Bagian Akhir Skripsi berisi Daftar Pustaka dan Lampiran - Lampiran.

























BAB II
LANDASAN TEORI

A. Gambaran Umum Kota Semarang

Kota Semarang berada pada posisi ditengah-tengah pantai utara
Pulau Jawa, dibatasi sebelah barat dengan Kabupaten Kendal, sebelah timur
dengan Kabupaten Demak, sebelah selatan dengan Kabupaten Semarang dan
sebelah utara dibatasi oleh Laut Jawa dengan panjang garis pantai meliputi
13,6 kilometer.
Dengan luas wilayah sebesar 373,67 kilometer persegi Kota
Semarang terbagi dalam 3 wilayah Pembantu Walikota, 16 Kecamatan dan
177 Kelurahan. Dari 16 kecamatan yang ada terdapat 2 kecamatan yang
mempunyai wilayah terluas yaitu Kecamatan Mijen (57,55 km
2
) dan
Kecamatan Gunungpati (54,11 km
2
) (Anonim, 2003:3). Kedua kecamatan
tersebut termasuk dalam wilayah “kota atas” yang sebagian besar wilayahnya
masih terdapat areal persawahan dan perkebunan. Sedangkan kecamatan yang
mempunyai luas terkecil adalah kecamatan Semarang Selatan (8,48 km
2
)
diikuti oleh kecamatan Semarang Tengah (6,14 km
2
). Kecamatan Semarang
Selatan dan Semarang Tengah merupakan daerah pusat kota yang sekaligus
sebagai pusat perekonomian/bisnis Kota Semarang, sehingga sebagian besar
dari wilayahnya banyak terdapat bangunan pertokoan/mall, pasar,
perkantoran, termasuk di dalamnya antara lain Kawasan Simpang Lima,
Kawasan Tugu Muda, Pasar Bulu, Pasar Peterongan, serta Pasar Johar dan
sekitarnya yang dikenal dengan “Kota Lama” Semarang.
9

B. Kependudukan

1. Pengertian demografi
Demografi adalah uraian tentang penduduk, terutama tentang
kelahiran, perkawinan, kematian, dan migrasi . Demografi meliputi studi
ilmiah tentang jumlah, persebaran geografis, dan komposisi penduduk,
serta bagaimana faktor-faktor ini berubah dari waktu ke waktu. (Riningsih
Saladi, 1990:1)
2. Penggunaan demografi
Pengetahuan tentang kependudukan adalah penting untuk
lembaga-lembaga swasta maupun pemerintah baik di tingkat nasional
maupun daerah. Perencanaan-perencanaan yang berhubungan dengan
pendidikan, perpajakan, kemiliteran, kesejahteraan sosial, perumahan,
pertanian, produksi barang dan jasa, jalan, rumah sakit, pusat pertokoan,
dan pusat-pusat rekreasi akan menjadi lebih tepat apabila kesemuanya
didasarkan pada data kependudukan.
Apabila seseorang ingin mengetahui perkembangan
perekonomian suatu negara, maka dapat dilihat dari pertumbuhan lapangan
kerja, persentase penduduk yang ada di sektor pertanian, industri, dan
jasa-jasa. (Tri Setiyaningsih, 2004:12)
Untuk melihat peningkatan standar kehidupan di suatu negara
dapat dilihat pada tingkat harapan hidup rata-rata penduduk, sebab tidak
ada ukuran yang lebih baik kecuali lamanya hidup seseorang di negara
tersebut.
3. Pengertian penduduk
Penduduk adalah setiap warga negara yang tinggal di daerah
dalam waktu enam bulan atau lebih, tetapi ada keinginan untuk menetap
( Tri Setiyaningsih, 2004:13 ).
4. Komposisi penduduk
Komposisi penduduk dalam arti demografi adalah komposisi
penduduk menurut umur dan jenis kelamin. Kedua variabel ini sangat
mempengaruhi pertumbuhan penduduk di masa mendatang. Misalnya
suatu negara terdapat penduduk umur tua (45 tahun lebih) lebih banyak,
maka dapat diharapkan negara tersebut mempunyai angka kelahiran yang
rendah dan angka kematian yang tinggi, sehingga mengakibatkan
pertumbuhan penduduk yang rendah. Demikian pula ketidakseimbangan
jumlah penduduk laki-laki dan perempuan, bisa mengakibatkan rendahnya
fertilitas dan rendahnya angka pertumbuhannya. Ketidakseimbangan itu
akan mempengaruhi pola keadaan sosial, ekonomi, dan keluarga.
Pengelompokan penduduk berdasarkan ciri-ciri tertentu dapat
diklasifikasikan sebagai berikut.


a. biologi : umur dan jenis kelamin,
b. sosial : pendidikan dan status,
c. ekonomi : jenis pekerjaan, lapangan pekerjaan, dan tingkat pendapatan,
d. geografi : tempat tinggal, serta
e. budaya : agama dan adat istiadat.
5. Tempat tinggal
Tempat tinggal dikategorikan menjadi dua yaitu:
a. desa adalah suatu kesatuan hukum yang dapat meliputi suatu
masyarakat yang sendiri.
b. kota adalah suatu perwujudan geografis yang ditimbulkan oleh unsur-
unsur fisiografis, sosial, ekonomi, politis, dan budaya yang terdapat
disitu dalam hubungannya dan pengaruh timbal balik dengan daerah
lain. (Tri Setiyaningsih, 2004:14)

C. Forecasting
1. Hubungan forecast dengan rencana
Forecast adalah peramalan apa yang akan terjadi pada waktu yang
akan datang, sedang rencana merupakan penentuan apa yang akan
dilakukan pada waktu yang akan datang. Dengan sendirinya terjadi
perbedaan antara forecast dengan rencana.(Pangestu Subagyo, 1986:3)
2. Definisi dan tujuan forecasting
Di dalam kehidupan sehari-sehari, kita seringkali mengadakan peramalan
mengenai keadaan masyarakat atau suatu obyek untuk masa yang akan
datang. Proses peramalan adalah suatu unsur yang sangat penting dalam
pengambilan keputusan, sebab efektif tidaknya suatu keputusan seringkali
dipengaruhi beberapa faktor yang tidak tampak pada saat keputusan itu
diambil.
Forecasting adalah peramalan apa yang akan terjadi, tetapi belum
tentu bisa dilaksanakan.
Forecasting adalah suatu usaha untuk meramalkan keadaan di
masa mendatang melalui pengujian keadaan di masa lalu (Limif Rokhah,
2004:10)
Peramalan bertujuan mendapatkan peramalan atau prediksi yang
bisa meminimumkan kesalahan dalam meramal yang biasanya diukur
dengan mean squared error, mean absolute error, dan sebagainya
(Pangestu Subagyo,1984:1).
3. Proses forecasting
Menurut T. Hani Handoko (dalam Limif Rokhah, 2004:10),
proses forecasting biasanya terdiri dari langkah-langkah sebagai berikut:
a. Penentuan tujuan
Analisis membicarakan dengan para pembuat keputusan dalam
perusahaan untuk mengetahui apa kebutuhan-kebutuhan mereka, dan
menentukan:
1) variabel-variabel apa yang akan diestimasi,
2) siapa yang akan menggunakan hasil peramalan,
3) untuk tujuan-tujuan apa hasil peramalan akan digunakan,
4) derajat ketepatan estimasi yang diinginkan,
5) kapan estimasi dibutuhkan,
6) bagian-bagian peramalan yang akan diinginkan.

b. Pengembangan model
Setelah tujuan ditetapkan, langkah berikutnya adalah
mengembangkan model yang merupakan penyajian secara lebih
sederhana dari sistem yang dipelajari.
Dalam peramalan, model adalah suatu kerangka analitik yang
apabila diberi data masukan menghasilkan estimasi banyaknya penduduk
di waktu mendatang (atau variabel apa saja yang diramal). Analis
hendaknya memilih suatu model yang menggambarkan secara realistis
perilaku variabel-variabel yang dipertimbangkan.
Sebagai contoh bila pemerintah ingin meramalkan jumlah
penduduk yang polanya linier, model yang dipilih mungkin

Y =A+BX,
dengan

Y menunjukkan ramalan jumlah penduduk, X menunjukkan
unit waktu, A adalah konstanta dan B adalah koefisien yang
menggambarkan posisi kemiringan garis pada grafik.
c. Pengujian model
Sebelum diterapkan, model biasanya diuji untuk menentukan
tingkat akurasi, validasi, dan reabilitas yang diharapkan. Ini sering
mencakup penerapannya pada data historis, dan penyiapan estimasi
untuk tahun-tahun sekarang dengan data nyata yang tersedia. Nilai suatu
model ditentukan oleh derajat ketepatan hasil peramalan dengan data
aktual.


d. Penerapan model
Setelah pengujian, analis menerapkan model dalam tahap ini,
data historis dimasukkan dalam model untuk menghasilkan suatu
ramalan.
e. Revisi dan evaluasi
Ramalan-ramalan yang telah dibuat harus senantiasa diperbaiki
dan ditinjau kembali.
Evaluasi merupakan proses membandingkan ramalan-ramalan
dengan hasil-hasil nyata untuk menilai ketepatan penggunaan suatu
metodologi atau teknik peramalan. Langkah ini diperlukan untuk
menjaga kualitas estimasi-estimasi di waktu yang akan datang.
4. Kegunaan forecasting penduduk
Pada zaman dahulu, pemerintah tertarik pada population
projection terutama untuk keperluan pajak atau mengetahui besarnya
kekuatan negaranya. Pada dekade akhir-akhir ini, pemerintah memerlukan
forecasting penduduk sehubungan dengan tanggung jawabnya untuk
memperbaiki kondisi sosial dan ekonomi penduduk melalui pembangunan
yang terencana. Semua rencana-rencana pembangunan yang meliputi
ekonomi, sosial, pendidikan, keamanan, kesehatan, komunikasi, dan lain-
lain harus didasarkan pertimbangan tentang jumlah serta karakteristik
penduduk. Forecasting mengenai jumlah serta struktur penduduk dianggap
sebagai persyaratan minimum untuk perencaaan pembangunan di bidang
pangan, kesehatan, pendidikan, tenaga kerja, produksi barang dan jasa.
Penggunaan forecasting penduduk tersebut di atas dapat
dipergunakan untuk dua macam perencanaan yang berbeda tujuan, yaitu
sebagai berikut.
a. Perencanaan yang tujuannya untuk menyediakan jasa sebagai response
terhadap penduduk yang sudah diramalkan tersebut.
b. Perencanaan yang tujuannya untuk mengubah trend penduduk menuju
ke perkembangan demografi sosial dan ekonomi.

D. Data Time Series
Suatu runtun waktu adalah himpunan observasi berurutan dalam
dimensi waktu ataupun dalam dimensi yang lain (Zanzawi Soejoeti, 1978:36).
Teknik analisis runtun waktu yang merupakan salah satu metode
peramalan dapat memberikan sumbangan dalam membuat peramalan yang
operasional. Ciri-ciri analisis runtun waktu yang menonjol adalah bahwa
deretan observasi dalam suatu variabel dipandang sebagai realisasi dari
variabel random yang berdistribusi sama.
Pola data historis yang dimiliki dapat berpola horisontal, yaitu bila
nilai data berfluktuasi di sekitar rata-rata. Namun dalam kenyataannya data
tersebut bervariasi karena dipengaruhi oleh trend yaitu rata-rata gerakan
penurunan atau pertumbuhan jangka panjang pada serangkaian data historis.
Siklis adalah perubahan atau gelombang pasang surut sesuatu hal yang
berulang kembali dalam waktu lebih dari satu tahun. Musiman adalah
gelombang pasang surut yang berulang kembali dalam waktu sekitar satu
tahun (Pangestu Subagyo, 1986: 32, 51, 58).
Data dikatakan berpola musiman apabila deret data terdapat kenaikan
atau penurunan sekuler jangka panjang dalam data. Contohnya data penjualan
jas hujan yang berpola musiman yaitu penjualan meningkat menjelang dan
saat musim hujan. Juga dalam penjualan baju akan meningkat untuk baju-baju
yang sesuai dengan trend yang sedang berlaku dalam masyarakat.





Gambar 1. Grafik komponen trend

Era kemakmuran mengandung komponen siklis (berulang kembali di
dalam kurun waktu tertentu).







Gambar 2. Grafik komponen siklis

tahun
Jumlah
tahun
Jumlah
Naik turunnya curah hujan harian di dalam kurun waktu beberapa
tahun mengandung pengaruh musiman.






Gambar 3. Grafik komponen musiman

Terhambatnya produksi tekstil selama satu bulan karena kebakaran
di pabrik, mengandung komponen tidak teratur (random).






Gambar 4. Grafik komponen random

Tujuan analisis runtun waktu secara umum dibagi atas dua bagian
yaitu untuk memahami atau membuat mekanisme stokastik yang memberikan
reaksi runtun waktu yang diobservasikan serta memprediksi atau meramalkan
nilai runtun itu sendiri.
bulan
Jumlah
bulan
Jumlah
E. Peramalan dengan Pemulusan
Pemulusan adalah mengambil rata-rata dari nilai-nilai pada beberapa
tahun untuk menaksir nilai pada suatu tahun (Pangestu Subagyo, 1986:7).
Pemulusan dapat dilakukan antara lain dengan Rata-rata Bergerak
atau dengan Pemulusan Eksponensial.
1. Peramalan dengan metode rata-rata bergerak
Rata-rata bergerak diperoleh melalui penjumlahan dan pencarian
nilai rata-rata dari sejumlah periode tertentu, setiap kali menghilangkan
nilai terlama dan menambah nilai baru (Pangestu Subagyo,1986:7).
Data “historis masa lalu” dapat diratakan dalam berbagai cara,
antara lain rata-rata bergerak tunggal dan rata-rata bergerak ganda.
a. Metode rata-rata bergerak tunggal
Salah satu cara untuk mengubah pengaruh data masa lalu
terhadap nilai tengah sebagai ramalan adalah dengan menentukan sejak
awal berapa jumlah nilai observasi masa lalu yang akan dimasukkan
untuk menghitung nilai tengah. Setiap muncul nilai observasi baru,
nilai rata-rata baru dapat dihitung dengan membuang nilai observasi
yang paling tua dan memasukkan nilai observasi yang terbaru.
Secara aljabar, rata-rata bergerak tunggal dapat dituliskan
sebagai berikut.

=
+
=
+ + +
=
T
i
i
T
T
X
T T
X X X
F
1
2 1
1
1 ...
(1.1)

+
=
+
+
=
+ + +
=
1
2
1 2
2
1 ...
T
i
i
T T
T
X
T T
X X X
F (1.2)
( Makridakis,1993:73)
Keterangan F
1 + T
: peramalan untuk periode ke T+1
X
T
: data pada periode T
T : jangka waktu perataan
F
2 + T
: peramalan untuk periode ke T+2
Dengan membandingkan F
T+1
dan F
T+2
, dapat dilihat bahwa
F
T+2
perlu menghilangkan nilai X
1
dan menambah nilai X
T+1
, begitu
nilai ini tersedia.
Metode rata-rata bergerak tunggal ini biasanya lebih cocok
digunakan untuk melakukan peramalan hal-hal yang bersifat random,
artinya tidak ada gejala trend naik maupun turun, musiman, dan
sebagainya, melainkan sulit diketahui polanya.
Menurut Pangestu Subagyo (1986:11) metode ini mudah
menghitungnya dan sederhana, tetapi mempunyai kelemahan-
kelemahan sebagai berikut:
1) perlu data historis yang cukup,
2) data tiap periode diberi bobot sama,
3) tidak bisa mengikuti perubahan yang drastis,
4) tidak cocok untuk forecasting data yang ada gejala trend
b. Metode Rata-rata Bergerak Ganda
Dalam metode ini pertama-tama dicari rata-rata bergerak,
ditaruh pada periode terakhir. Kemudian dicari lagi dari rata-rata
bergerak tunggal, baru kemudian dibuat peramalan. Metode rata-rata
bergerak ganda memang mudah menghitungnya, tapi kelemahannya
metode ini memberikan bobot yang sama pada setiap data serta tidak
mempunyai persamaan untuk peramalan. Untuk mengatasi hal ini
maka bisa digunakan metode Pemulusan Eksponensial.

2. Peramalan dengan metode pemulusan eksponensial
Pemulusan eksponensial adalah suatu metode peramalan rata-rata
bergerak yang melakukan pembobotan menurun secara eksponensial terhadap
nilai observasi yang lebih tua (Makridakis,1993:79).
Pengaruh dari metode ini adalah menghilangkan unsur random dalam
data sehingga didapatkan suatu pola yang akan berguna dalam meramalkan
nilai masa datang.
Bobot yang diberikan tersebut berciri menurun secara eksponensial
dari titik data terakhir sampai data yang terawal. Karena bila dalam
perhitungan peramalan diasumsikan bahwa mean akan bergerak secara lambat
sepanjang waktu. Oleh karena itu diberi bobot yang lebih pada nilai observasi
yang baru dan mengurangi bobot pada observasi yang lama.
a. Metode Pemulusan Eksponensial Tunggal
Jika suatu deret data historis X
t
untuk t = 1,2,3,...,N, maka
data ramalan eksponensial untuk data waktu t adalah F
t
.
Dalam Makridakis (1993: 73, 79) metode pemulusan
eksponensial yang sederhana dikembangkan dari metode rata rata
bergerak, yaitu jika terdapat data dari t pengamatan maka nilai ramalan
pada waktu t+1 adalah:

=
+
=
+ + + +
=
t
i
i
t
t
X
t t
X X X X
F
1
3 2 1
1
1 ...
(2.1)
) (
1
1 1 2 t t t t
X X
t
X F − + =
+ + +
(2.2)
Sehingga metode pemuluasan eksponensial untuk N
pengamatan dituliskan sebagai berikut:

− + =

+
N
X
N
X
F F
N t t
t t 1
(2.3)
Bila nilai observasi X
t-N
tidak tersedia maka harus diganti
dengan nilai pendekatannya. Dan salah satu pengganti yang mungkin
adalah nilai ramalan periode t, yaitu F
t
sehingga diperoleh persamaan:

− + =
+
N
F
N
X
F F
t t
t t 1
(2.4)

t t t
F
N
X
N
F |
¹
|

\
|
− + |
¹
|

\
|
= ⇔
+
1
1
1
1
(2.5)
Jadi nilai ramalan pada waktu t+1 tergantung pada
pembobotan nilai observasi saat t, yaitu 1/N dan pada pembobotan
nilai ramalan saat t yaitu 1-1/N bernilai antara 0 dan 1.
Bila 1/N=λ maka diperoleh persamaan:
( )
t t t
F X F λ λ − + =
+
1
1
(2.6)
Model (2.6) disebut pemulusan eksponensial tunggal
Kesalahan ramalan pada periode t adalah e
t
, yaitu X
t
–F
t

(nilai sebenarnya dikurangi nilai ramalan).
Jadi persamaan (2.6) dapat ditulis:
F
t+1
= F
t
+λ(X
T
–F
t
) (2.7)
Karena X
T
–F
t
=e
t
, maka:
F
t+1
= F
t
+λ(e
t
). (2.8)
(Makridakis,1993: 80, 81)
1) Menentukan nilai λ
λ disebut pemulusan konstan. Dalam metode pemulusan
eksponensial, nilai λ bisa ditentukan secara bebas, artinya tidak ada
suatu cara yang pasti untuk mendapatkan nilai λ yang optimal.
Maka pemilihan nilai λ dilakukan dengan cara trial dan error.
Besarnya λ terletak antara 0 dan 1.
2) Menentukan nilai awal X
0

a) Jika data historis tersedia, maka nilai awal X
0
dianggap sama
dengan nilai rata-rata hitung n data terbaru.

+ − =
=
t
N t i
i
X
N
X
1
0
1
(2.9)
b) Jika nilai ramalan awal tidak diketahui, maka nilai ramalan
awal dapat diganti dengan:
(1) nilai observasi pertama sebagai nilai ramalan awal,
(2) nilai rata-rata dari beberapa nilai observasi pertama.
Metode ini cocok bila digunakan pada data yang memperlihatkan pola
konstan atau jika perubahannya kecil.
b. Metode Pemulusan Eksponensial Ganda
Metode ini merupakan model linier yang dikemukakan oleh
Brown. Model ini sesuai jika data yang ada menunjukkan sifat trend
atau dipengaruhi unsur trend.
Di dalam metode pemulusan eksponensial ganda ini dilakukan
proses pemulusan dua kali, sebagai berikut.
S’
t
= λX
t
+ (1-λ)S’
t-1
(2.10)
S’’
t
= λS’
t
+ (1-λ)S’’
t-1
(2.11)
dengan S’
t
= nilai pemulusan eksponensial tunggal
S’’
t
= nilai pemulusan eksponensial ganda
) " ' 2 ( '
t t t t
S S S a − + =
=2S’
t
+S”
t
(2.12)
( )
t T t
S S b " '
1


=
λ
λ
(2.13)
(Makridakis,1993:88)
Persamaan yang dipakai dalam implementasi pemulusan
eksponensial ganda ditunjukkan oleh persamaan berikut.
F
t+m
=a
t
+b
t
m (2.14)
dengan m adalah jumlah periode ke muka yang diramalkan.
(Makridakis, 1993:88)
Agar dapat menggunakan rumus, maka nilai S’
t-1
dan S”
t-1

harus tersedia. Tapi pada saat t=1, nilai-nilai tersebut tidak tersedia.
Jadi nilai-nilai ini harus ditentukan pada awal periode. Hal ini dapat
dilakukan dengan hanya menetapkan S’
t
dan S”
t
sama dengan X
t
atau
dengan menggunakan suatu nilai pertama sebagai nilai awal.
c. Metode Pemulusan Eksponensial Tripel
Metode ini merupakan peramalan yang dikemukakan oleh
Brown. Dengan menggunakan persamaan kuadrat, metode ini lebih
cocok jika dipakai untuk membuat peramalan hal yang berfluktuasi
atau mengalami gelombang pasang surut.
Di dalam metode pemulusan eksponensial tripel ini dilakukan
proses pemulusan tiga kali, sebagai berikut:
S’
t
= λX’
t
+ (1-λ)S’
t-1
(2.15)
S’’
t
= λS’
t
+ (1-λ)S’’
t-1
(2.16)
S’’’
t
= λS’’
t
+ (1-λ)S’’’
t-1
(2.17)
dengan S’
t
= nilai pemulusan eksponensial tunggal
S’’
t
= nilai pemulusan eksponensial ganda
S’’’
t
= nilai pemulusan eksponensial tripel
t t T t
S S S a " ' 3 3 + = (2.18)
[ ]
t t t t
S S S b ' " ) 3 4 ( " ) 8 10 ( ' ) 5 6 (
) 1 ( 2
2
λ λ λ
λ
λ
− + − − −

= (2.19)
( )
t t t t
S S S c ' " " 2 '
) 1 (
2
2
+ −

=
λ
λ
(2.20)
Persamaan yang digunakan dalam implementasi pemulusan
eksponensial tripel ditunjukkan oleh persamaan berikut.
2
2
1
m c m b a F
t t t m t
+ + =
+
(2.21)
dengan m adalah jumlah periode ke muka yang diramalkan.
(Makridakis,1993:94)

F. Peramalan dengan Pemulusan Eksponensial Ganda dari Holt
Metode Pemulusan Eksponensial ganda dari Holt dalam prinsipnya
serupa dengan Brown kecuali bahwa Holt tidak menggunakan rumus
pemulusan berganda secara langsung. Sebagai gantinya, Holt memuluskan nilai
trend dengan parameter yang berbeda dari parameter yang digunakan pada
deret asli. Ramalan dari pemulusan eksponensial linear Holt didapat dengan
menggunakan dua konstanta pemulusan (dengan nilai antara 0 dan 1).
(Makridakis, 1993:91).
Ramalan dari pemulusan eksponensial ganda dari Holt untuk periode m
didepan adalah :
F
t+m
= S
t
+ b
t
m (2.21)
dengan S
t
= nilai pemulusan eksponensial pada periode ke t
b
t
= nilai trend pada periode ke t
S
t
= ( )( )
1 1
1
− −
+ − +
t t t
b S X α α (2.22)
b
t
= ( ) ( )
1 1
1
− −
− + −
t t t
b S S γ γ (2.23)
Persamaan (2.22) menyesuaikan S
t
secara langsung untuk trend periode
sebelumnya, yaitu b
t-1
, dengan menambah nilai pemulusan yang terakhir, yaitu
S
t-1
.
Hal ini membantu untuk menghilangkan kelambatan dan menempatkan
S
t
ke dasar perkiraan nilai data saat ini. (Makridakis, 1993:91).
Untuk meremajakan trend pada persamaan (2.23) digunakan selisih
antara nilai pemulusan terakhir. Karena masih terdapat kerandoman, maka hal
ini dihilangkan oleh parameter pemulusan γ pada periode terakhir (S
t
– S
t-1
) dan
ditambah dengan taksiran trend sebelumnya dikalikan dengan (1–γ).
Inisialisasi adalah penentuan nilai awal yang digunakan dalam
peramalan pemulusan eksponensial. Proses inisialisasi untuk pemulusan
eksponensial linier Holt memerlukan dua taksiran yaitu S
1
dan b
1
.
Taksiran-taksiran tersebut dapat diperoleh dari :
1. Untuk inisialisasi S
1
, ambil S
1
= X
1

2. Untuk inisialisasi b
1
ada tiga alternatif, yaitu :
a. b
1
= X
2
– X
1

b.
( ) ( ) ( )
3
3 4 2 3 1 2
1
X X X X X X
b
− + − + −
=
c. b
1
= taksiran kemiringan (slope) setelah data tersebut di plot


















BAB III
METODE PENELITIAN

Metode yang digunakan dalam penelitian ini adalah sebagai berikut.
A. Identifikasi Masalah
Identifikasi masalah dimulai dari studi pustaka. Studi pustaka merupakan
penelaahan sumber pustaka yang relevan dan digunakan untuk mengumpulkan
informasi yang diperlukan dalam penelitian. Setelah sumber pustaka
terkumpul dilanjutkan dengan penelaahan isi sumber pustaka tersebut.
Dari penelaahan yang dilakukan muncul ide dan dijadikan landasan
untuk melakukan penelitian serta perumusan masalah, seperti yang tertulis di
halaman 5 (lima).
B. Observasi
Setelah permasalahan dirumuskan, dilakukan observasi untuk mengumpulkan
data yang akan dikaji. Data yang diperoleh dari Badan Pusat Statistik adalah
data jenis kuantitatif yakni data jumlah penduduk berdasarkan jenis kelamin
tahun 1993-2003.


C. Analisis Data
Tahapan dalam analisis data, dilakukan dengan urutan sebagai berikut.
1. Membuat scatter diagram
Untuk melihat pola komposisi penduduk dari data time series
yang ada, dilakukan dengan menggambarkan suatu diagram yang
dinamakan “ scatter diagram ” menggunakan bantuan program Excel.
2. Menentukan persamaan garis
Scatter diagram digunakan untuk menentukan suatu garis lurus
yang paling dekat menghampiri titik-titik di dalam diagram tersebut.
Persamaan garis lurus ini dianggap mewakili persamaan garis antara dua
titik.
3. Menghitung nilai F
t+m
dengan menggunakan metode eksponensial
smoothing dari Holt sebagai berikut.
F
t+m
= S
t
+ b
t
m
dengan S
t
= nilai pemulusan eksponensial pada periode ke t
b
t
= nilai trend pada periode ke t
S
t
= ( )( )
1 1
1
− −
+ − +
t t t
b S X α α
b
t
= ( ) ( )
1 1
1
− −
− + −
t t t
b S S γ γ
4. Menghitung kesalahan peramalan
Untuk mengukur kesalahan peramalan biasanya digunakan mean
absolute error atau mean squared error.
a. Mean absolute error adalah rata-rata nilai kesalahan meramal (tidak
dihiraukan tanda positif atau negatifnya) atau
MAE =
n
F X
t t ∑


b. Mean squared error adalah kuadrat dari rata-rata kesalahan
peramalan, atau :
MSE =
n
F X
t t ∑

2

dengan cara apapun kita menghitung kesalahan peramalan, model
yang dianggap baik adalah yang ketidak konsistenannya paling kecil
antara ramalan dan hasil yang sebenarnya terjadi.
Pada akhir pembahasan dilakukan penarikan simpulan sebagai jawaban dari
pembahasan.






































BAB IV
HASIL PENELITIAN DAN PEMBAHASAN

A. Jenis kelamin laki-laki
Tabel 1. Banyaknya Penduduk dengan Jenis Kelamin Laki-laki
No Tahun Laki-laki
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
556.565
567.629
578.918
582.772
598.102
612.273
622.014
626.450
632.654
641.493
651.315
657.274
671.032
684.705

Sumber : BPS Kota Semarang

Tabel 1 di atas menunjukkan data banyaknya penduduk dengan jenis
kelamin laki-laki selama 14 tahun, sejak tahun 1990 sampai dengan tahun
2003. Data tabel 1 dapat disajikan pada scatter diagram berikut ini.

Gambar 5. Scatter diagram banyaknya penduduk dengan jenis kelamin laki-laki.
Gambar ini didapat dari program komputer excel. Dengan
menggunakan scatter diagram di atas akan dicari garis yang mendekati titik
di dalam diagram. Dari scatter diagram di atas dapat disimpulkan bahwa
data banyaknya penduduk jenis kelamin laki-laki, naik dari tahun ke tahun.
Dari perhitungan dengan menggunakan program SPSS diperoleh persamaan
garisnya yaitu F
t
= 551636,53846 + 9856,92308 t dengan F
t
= trend dan t =
tahun ke t.


Berdasarkan gambar 5 dan dari persamaan F
t
di atas maka data
banyaknya penduduk Kota Semarang dengan jenis kelamin laki-laki
cenderung berpola trend.Berpola trend yaitu rata-rata gerakan penurunan
atau pertumbuhan jangka panjang pada serangkaian data historis (Pangestu
Subagyo,1986:32).
Langkah selanjutnya adalah mencari hasil-hasil ramalan F
t+m
dengan
menggunakan metode pemulusan eksponensial ganda dari Holt. Pemulusan
eksponensial ganda dari Holt hanya bisa digunakan jika datanya berpola
trend linier. Jika datanya tidak berpola trend linier, misalnya berpola
musiman maka pemulusan eksponensial ganda dari Holt tidak bisa
digunakan. Data banyaknya penduduk Kota Semarang dengan jenis kelamin
laki - laki adalah data yang berpola trend linier sehingga metode pemulusan
eksponensial ganda dari Holt dapat digunakan untuk menghitung komposisi
penduduk Kota Semarang jenis kelamin laki - laki. Perhitungan ini
menggunakan program SPSS, sehingga diperoleh hasil-hasil pemulusan (S
t
)
sebagaimana tercantum dalam tabel berikut ini.





Tabel 2. Hasil Pemulusan (S
t
) untuk l
L year_
fit_1 pembulatan
556565 1990
561493,5 561493
567629 1991
566471,2 566471
578918 1992
577030,8 577031
582772 1993
588416,7 588417
598102 1994
592515,9 592516
612273 1995
607225,5 607225
622014 1996
621904,7 621905
626450 1997
632149,3 632149
632654 1998
636653,2 626653
641493 1999
642327,3 642327
651315 2000
650774,7 650775
657274 2001
660507,9 660508
671032 2002
666553,3 666553
684705 2003
679943,1 679943
Keterangan: fit_1 adalah hasil pemulusan (S
t
)
Untuk menentukan hasil peramalan F
15
(untuk tahun 2004) dan hasil
peramalan F
16
(untuk tahun 2005) digunakan persamaan (2.21), sehingga
diperoleh :
F
t+m
= S
t
+ b
t
m
dengan t=14 dan m=1
F
15
= S
14
+ b
14
(1)
= 679943,1 + 9856,92308⋅ (1)
= 689800,0231

Dari perhitungan di atas diperoleh hasil peramalan untuk periode 1
(untuk tahun 2004) adalah 689800 orang penduduk laki-laki.
dan untuk t=14 dan m=2 diperoleh
F
16
= S
14
+ b
14
(2)
= 679943,1 + 9856,92308 ⋅ (2)
= 679943,1 + 19713,84616
= 699656,9462
Dari perhitungan di atas diperoleh hasil peramalan untuk periode 2
(untuk tahun 2005) adalah 699656 orang penduduk laki-laki.
Dari hasil perhitungan di atas diramalkan kenaikan banyaknya
penduduk untuk tahun 2003 – 2004 sebesar 5095 orang laki – laki dan untuk
tahun 2004 – 2005 sebesar 9856 orang laki – laki.. Angka ramalan ini
bermanfaat bagi pemerintah Kota Semarang maupun bagi pihak lain.
Misalnya pemerintah Kota Semarang dapat membuka lapangan pekerjaan
yang menyerap tenaga kerja laki – laki lebih banyak dan penyediaan
fasilitas umum lebih banyak bagi laki – laki.
Dengan Sum Squared Error (SSE) dihitung menggunakan
program SPSS sebagaimana tercantum dalam tabel 5 lampiran 9. Pada tabel
5 lampiran 9 dapat dilihat bahwa SSE terkecil adalah 220405483,91.
Berdasarkan gambar 5 dan dari persamaan F
t
di atas tampak
bahwa data banyaknya penduduk dengan jenis kelamin laki-laki cenderung
berpola trend serta SSE terkecil, maka untuk peramalan banyaknya
penduduk dengan jenis kelamin laki-laki dipilih metode pemulusan
eksponensial ganda dari Holt dengan α = 0,95 dan γ = 0,05. Nilai – nilai
parameter α yang digunakan sebagai pembanding adalah 0,1; 0,3; 0,7; 0,9;
dan 0,95 dan nilai – nilai parameter γ yang digunakan sebagai pembanding
adalah 0,05; 0,1; 0,3; 0,7; 0,9. Dengan menggunakan nilai α dan nilai γ di
atas diperoleh harga – harga sum squared error yang dapat dilihat pada tabel
5 lampiran 9 dan tabel 7 lampiran 11, dihitung menggunakan program
komputer SPSS. Dari seluruh harga – harga SSE pada tabel 5 lampiran 9
dan tabel 7 lampiran 11 dibandingkan untuk menemukan nilai α dan γ
yang memberikan minimum SSE. Dari tabel 5 lampiran 9 dan tabel 7
lampiran 11 dapat dilihat bahwa SSE terkecil diperoleh dengan memilih α
= 0,95 dan γ = 0,05. Sehingga untuk peramalan banyaknya penduduk
dengan jenis kelamin laki – laki dipilih metode pemulusan eksonensial
ganda dari Holt dengan α = 0,95 dan γ = 0,05.




B. Jenis Kelamin Perempuan
Tabel 3. Banyaknya Penduduk dengan Jenis Kelamin Perempuan

No Tahun Perempuan
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
569.700
579.302
592.660
594.790
608.261
620.658
629.831
635.479
640.896
648.666
658.352
665.046
678.973
693.488
Sumber : BPS Kota Semarang

Tabel 3 di atas menunjukkan data banyaknya penduduk dengan jenis
kelamin perempuan selama 14 tahun, sejak tahun 1990 sampai dengan tahun
2003. Data tabel 3 dapat disajikan pada scatter diagram berikut
ini.

Gambar 6. Scatter diagram data banyaknya penduduk dengan jenis kelamin
perempuan.
Gambar ini didapat dari program komputer excel. Dengan
menggunakan scatter diagram di atas akan dicari garis yang mendekati titik
di dalam diagram. Dari scatter diagram di atas dapat disimpulkan bahwa
data banyaknya penduduk jenis kelamin perempuan naik dari tahun ke
tahun. Dari perhitungan dengan menggunakan program SPSS diperoleh
persamaan garisnya yaitu F
t
= 564938,92308 + 9522,15385 t dengan F
t
=
trend dan t = tahun ke t.
Berdasarkan gambar 6 dan dari persamaan F
t
di atas maka data
banyaknya penduduk Kota Semarang dengan jenis kelamin perempuan
cenderung berpola trend.
Data banyaknya penduduk Kota Semarang dengan jenis kelamin
perempuan adalah data yang berpola trend linier sehingga metode
pemulusan eksponensial ganda dari Holt dapat digunakan untuk menghitung
komposisi penduduk Kota Semarang jenis kelamin perempuan. Perhitungan
ini menggunakan program SPSS, sehingga diperoleh hasil-hasil pemulusan
(S
t
) yang tercantum dalam tabel berikut.
Tabel 4. Hasil Pemulusan (S
t
) untuk p
p year_ fit_1 pembulatan
569700 1990 574461,1 574461
579302 1991 579269,8 579270
592660 1992 588395,3 588395
594790 1993 601713,9 601714
608261 1994 604339,6 604340
620658 1995 617079,0 617079
629831 1996 629832,4 629832
635479 1997 639363,3 639363
640896 1998 645050,0 645050
648666 1999 650120,1 650120
658352 2000 657489,2 657489
665046 2001 667021,2 667021
678973 2002 673821,2 673821
693488 2003 687499,2 687499
Keterangan: fit_1 adalah hasil pemulusan (S
T
)
Untuk menentukan hasil peramalan F
15
(untuk tahun 2004) dan hasil
F
16
(untuk tahun 2005) digunakan persamaan (2.21), sehingga diperoleh :
F
t+m
= S
t
+ b
t
m
F
15
= S
14
+ b
14
(1)
= 687499,2 + 9522,15385⋅ (1)
= 697021,3539
Dari perhitungan di atas diperoleh hasil peramalan untuk periode 1
(untuk tahun 2004) adalah 697021 orang penduduk perempuan.
dan
F
16
= S
14
+ b
14
(2)
= 687499,2 + 9522,15385 ⋅ (2)
= 687499,2 + 19044,3077
= 706543,5077
Dari perhitungan di atas diperoleh hasil peramalan untuk periode 2
(untuk tahun 2005) adalah 706543 orang penduduk perempuan.
Dari hasil perhitungan diatas diramalkan kenaikan banyaknya
penduduk untuk tahun 2003 – 2004 sebesar 3533 orang perempuan dan
untuk tahun 2004 – 2005 sebesar 9522 orang perempuan.
Kenaikan banyaknya penduduk laki – laki lebih besar dibanding
penduduk perempuan. Hal ini dikarenakan laki – laki lebih dinamis/sering
berpindah tempat daripada perempuan. Kenaikan banyaknya penduduk
perempuan lebih kecil dibanding penduduk laki - laki. Hal ini dikarenakan
perempuan enggan untuk hijrah dari kota asalnya. Angka ramalan ini dapat
digunakan oleh pemerintah Kota Semarang maupun bagi pihak lain.
Perlunya peningkatan kesejahteraan bagi perempuan, terutama bidang
ekonomi dan kesehatan. Salah satunya pemerintah Kota Semarang
diharapkan membuka lapangan pekerjaan yang menyerap tenaga laki – laki
lebih banyak dan perlu tersedianya fasilitas umum lebih banyak bagi
perempuan.
Dengan Sum Squared Error (SSE) dihitung menggunakan
program SPSS sebagaimana tercantum dalam tabel 6 lampiran 10. Pada
tabel 6 lampiran 10 dapat dilihat bahwa SSE terkecil adalah 218493115,28.
Berdasarkan gambar 6 dan dari persamaan F
t
di atas tampak
bahwa data banyaknya penduduk dengan jenis kelamin perempuan
cenderung berpola trend serta SSE terkecil, maka untuk peramalan
banyaknya penduduk dengan jenis kelamin perempuan dipilih metode
pemulusan eksponensial ganda dari Holt dengan α = 0,85 dan γ = 0,05.
Nilai – nilai parameter α yang digunakan adalah 0,1; 0,3; 0,7; 0,85; 0,9 dan
nilai – nilai parameter γ yang digunakan adalah 0,05; 0,1; 0,3; 0,7; 0,9.
Dengan menggunakan nilai α dan nilai γ diatas diperoleh harga – harga
sum squared error yang dapat dilihat pada tabel 6 lampiran 10, dihitung
menggunakan program komputer SPSS. Dari seluruh harga – harga SSE
pada tabel 6 lampiran 10 dan tabel 8 lampiran 12 dibandingkan untuk
menemukan nilai α dan γ yang memberikan minimum SSE. Dari tabel 6
lampiran 10 dan tabel 8 lampiran 12 dapat dilihat bahwa SSE terkecil
diperoleh dengan memilih α = 0,85 dan γ = 0,05. Sehingga untuk
peramalan banyaknya penduduk dengan jenis kelamin perempuan dipilih
metode pemulusan eksponensial ganda dari Holt dengan α = 0,85 dan γ
= 0,05.
Penggantian nilai α dan γ tidak mengubah persamaan garis trend, tetapi
mempengaruhi harga – harga SSE. Karena harga – harga SSE dipengaruhi
oleh besar kecilnya nilai α dan γ . Semakin kecil harga SSE semakin baik
hasil peramalan. Pada tabel 5 lampiran 6 dan tabel 6 lampiran 8 untuk nilai α
semakin kecil dan nilai γ semakin besar maka harga SSE semakin besar.
Sehingga harus dipilih harga SSE yang paling kecil. Ini diperoleh dengan
memilih α = 0,95; γ = 0,05 untuk meramalkan komposisi penduduk jenis
kelamin laki – laki dan α = 0,85; γ = 0,05 untuk meramalkan komposisi
penduduk jenis kelamin perempuan.
Pemulusan eksponensial ganda dari Holt didapat dengan menggunakan dua
konstanta pemulusan yaitu α danγ dengan nilai antara 0 dan 1. Oleh karena
itu masih ada kemungkinan untuk mencoba nilai α dan γ yang lain, sehingga
memperoleh harga SSE yang lebih kecil.







BAB V
PENUTUP

A. Simpulan
Banyaknya penduduk Kota Semarang menurut jenis kelamin laki-laki dan
perempuan pola datanya adalah trend linier sehingga dapat digunakan
peramalan dengan metode pemulusan eksponensial ganda dari Holt. Hasil
perhitungan diperoleh α = 0,95; γ = 0,05 untuk jenis kelamin laki-laki
dan diperoleh α = 0,85; γ = 0,05 untuk jenis kelamin perempuan.
Berdasarkan perhitungan, nilai ramalan banyaknya penduduk jenis kelamin
laki-laki untuk periode ke-15 atau nilai ramalan pada tahun 2004 adalah
689800 orang dan untuk periode ke-16 atau nilai ramalan pada tahun 2005
adalah 699656 orang. Sedangkan, nilai ramalan banyaknya penduduk jenis
kelamin perempuan untuk periode ke-15 atau nilai ramalan pada tahun
2004 adalah 697021, dan untuk periode ke-16 atau nilai ramalan pada
tahun 2005 adalah 706543 orang.
Saran
Hasil peramalan untuk tahun 2004 dan tahun 2005 dapat dibandingkan
dengan data sesungguhnya yang diperoleh melalui sensus yang dilakukan
oleh BPS. Apabila deviasinya cukup kecil maka metode pemulusan
eksponensial ganda dari Holt dapat digunakan sebagai acuan untuk
peramalan jumlah penduduk Kota Semarang menurut jenis kelamin.

DAFTAR PUSTAKA


Anonim. 2002. Kamus Besar Bahasa Indonesia. Jakarta. Balai Pustaka.
Badan Pusat Statistik. 2004. Proyeksi Arus Pergerakan Penduduk Jawa Tengah
Tahun 2005 Dengan Metode Pemulusan Eksponensial Ganda Dari
Holt. Skripsi: tidak diterbitkan.
Makridakis, Spyrus. 1993. Metode dan Aplikasi Peramalan ( Terjemahan ).
Jakarta. Erlangga.
Pangestu Subagyo. 1986. Forecasting Konsep dan Aplikasi. Yogyakarta: BPFE
Yogyakarta.
R. K. Sembiring. 1985. Demografi. Jakarta. IKIP Jakarta Press
Riningsih Saladi. 1990. Pengantar Kependudukan. Yogyakarta. UGM Press.
Tani, H. 1984. Metode Dekomposisi Untuk Forecasting Penjualan Produk Jamu
Pada PT Nyonya Meneer Semarang. Skripsi. UNNES: tidak
diterbitkan.
Tim Geografi. 1994. Proyeksi Arus Pergerakan Penduduk Jawa Tengah Tahun
2005 Dengan Metode Pemulusan Eksponensial Ganda Dari Holt.
Skripsi: tidak diterbitkan
Zanzawi Soejoeti. 1987. Analisis Runtun Waktu. Jakarta: Penerbit Karunika
Jakarta.







































ABSTRAK

Penduduk adalah pelaksana sekaligus sasaran pembangunan. Untuk menggambarkan tentang keadaan penduduk secara khusus dilihat dari komposisinya, salah satunya adalah jumlahpenduduk menurut jenis kelamin. Model peramalan pemulusan eksponensial ganda dari Holt merupakan salah satu model ramalan data berkala yang digunakan untuk meramalkan komposisi penduduk Kota Semarang berdasar jenis kelamin. Permasalahan yang dikaji yaitu: (1) bagaimana metode pemulusan eksponensial ganda dari Holt untuk peramalan komposisi penduduk Kota Semarang (2) berapakah banyak penduduk Kota Semarang menurut jenis kelamin untuk tahun 2004 dan 2005. Tujuan penelitian ini adalah (1) mengetahui penggunaaan metode pemulusan eksponensial ganda dari Holt untuk peramalan komposisi penduduk Kota Semarang menurut jenis kelamin (2) mengetahui berapa banyak penduduk Kota Semarang menurut jenis kelamin untuk tahun 2004 dan 2005. Metode penelitian yang digunakan adalah identifikasi masalah dengan studi pustaka, dengan telaah studi pustaka diperoleh perumusan masalah, data diperoleh dari observasi di BPS Kota Semarang yaitu data banyaknya penduduk berdasarkan jenis kelamin tahun 1993-2003, analisis data dengan membuat scatter diagram, menentukan persamaan garis, menghitung nilai Ft+m dengan menggunakan metode pemulusan eksponensial ganda dari Holt, menghitung kesalahan peramalan, penarikan simpulan merupakan jawaban dari permasalahan. Simpulan dari hasil penelitian adalah: (1) penggunaan metode pemulusan eksponensial ganda dari Holt untuk peramalan komposisi penduduk Kota Semarang dilakukan melalui analisis a. membuat scatter diagram sehingga terlihat pola trend. b. menemukan persamaan garis, Ft = 551636,53846 + 9856,92308 t (untuk laki-laki) dan Ft = 564938,92308 + 9522,15385 t (untuk perempuan). c. menentukan harga ramalan F15 (untuk tahun 2004) dan F16 (untuk tahun 2005) dengan α = 0,9 dan γ = 0,1. d. menentukan kesalahan peramalan dengan α = 0,1;0,3;0,7;0,9 dan γ = 0,1;1,3;0,7;0,9 dari kesalahan-kesalahan tersebut akan dipilih kesalahan yang terkecil. Dari analisis diatas ditarik simpulan bahwa Pemulusan Eksponensial Ganda dari Holt dapat digunakan untuk meramalkan komposisi penduduk Kota Semarang apabila datanya trend linier dan tidak bersifat musiman. (2) nilai ramalan banyaknya penduduk jenis kelamin laki-laki untuk periode ke-15 (2004) adalah 689800 orang dan untuk periode ke-16 (2005) adalah 699656 orang. Sedangkan, nilai ramalan banyaknya penduduk jenis kelamin perempuan untuk periode ke-15 (2004) adalah 697021, dan untuk periode ke-16 (2005) adalah 706543 orang. Saran yang diajukan dalam penelitian ini (1) agar BPS Kota Semarang mencoba menggunakan metode Pemulusan Eksponensial Ganda dari Holt yang telah dibahas di depan untuk peramalan komposisi penduduk atau yang lainnya. (2) diperlukan penelitian lebih lanjut tentang penggunaan metode Pemulusan Eksponensial dari Holt untuk peramalan yang lainnya. (3) diperlukan penelitian lebih lanjut tentang metode-metode peramalan yang lebih praktis, lebih efisien

serta menghasilkan kesalahan peramalan yang lebih kecil dibandingkan dengan metode Pemulusan Eksponensial Ganda dari Holt.

MOTTO DAN PERSEMBAHAN

MOTTO • Sesungguhnya Aku memberi balasan kepada mereka di hari ini, karena kesabaran mereka, sesungguhnya mereka itulah orang-orang yang menang. (Q.S. Al Mukminin: 111) • Ada dua cara menghayati kehidupan, yang satu adalah seolah-olah mukjizat itu tak pernah ada. Yang lain adalah seolah-olah segala sesuatunya merupakan mukjizat. (Albert Einstein) • Manusia memang tidak harus mengerti semua hal, tetapi manusia harus tahu apa yang patut dimengertinya. (Gustaf Freytag)

PERSEMBAHAN
Karya kecilku ini kupersembahkan untuk: Ibu dan Bapak atas doa, ketulusan, dan kasihmu bagai lingkaran tak berujung yang tak ada habisnya Mbak Lisa dan Dik Dewi, kalianlah motivasi dalam hidupku Pendamping hidupku Diriku Pembaca budiman KATA PENGANTAR

Puji syukur penulis panjatkan ke hadirat Allah SWT yang telah melimpahkan segala rahmat, nikmat, dan karunianya sehingga penulis dapat menyelesaikan skripsi dengan judul “ Peramalan Komposisi Penduduk Menurut Jenis Kelamin dengan Metode Pemulusan Eksponensial Ganda Dari Holt”. Ucapan terima kasih penulis sampaikan kepada: 1. 2. 3. 4. Dr. H. A. T. Soegito, S. H. , M. M, Rektor Universitas Negeri Semarang. Drs. Kasmadi Imam S, M. S, Dekan Fakultas MIPA. Drs. Supriyono, M. Si, Ketua Jurusan Matematika. Dra. Nur Karomah D, M. Si, selaku dosen pembimbing I dan Drs. Arief Agoestanto, M. Si selaku pembimbing II yang telah memberikan bimbingan dan arahan kepada penulis dalam penyusunan skripsi ini. 5. Dra. Nur Karomah D, M. Si, dosen wali penulis atas kesabaran perhatian dan tanggung jawabnya selama ini. 6. 7. Kantor Badan Pusat Statistik Kota Semarang Kedua orang tuaku yang memberikan dorongan semangat dan doa sehingga penulis dapat menyelesaikan skripsi ini. 8. Teman–teman seperjuangan Matematika ‘99B, khususnya Evi, Yani, Laeli, teman–teman Perancisku, yang telah begitu banyak memberikan dukungan baik moril maupun materiil kepada penulis dalam

menyelesaikan penyusunan skripsi ini. 9. Komunitas HE, Devi teman berbagi suka dan duka, serta teman-temanku yang lain atas canda tawanya yang tidak dapat kusebutkan satu persatu. 10. Semua pihak yang tidak dapat disebutkan satu persatu.

Penulis menyadari sepenuhnya bahwa tanpa bantuan dari pihak tersebut di atas. Mei 2005 Penulis . Semarang. skripsi ini tidak akan terwujud. Akhirnya penulis berharap semoga skripsi ini dapat bermanfaat bagi pembaca.

.........................................................................................................................ii PERSETUJUAN PEMBIMBING .......................................................... ......... ......... iv MOTTO DAN PERSEMBAHAN .................................................................................................................. .......... ........................................................................................................................................................................................................................................................................................................................................ iv KATA PENGANTAR ...DAFTAR ISI Hala man HALAMAN JUDUL ............................................................................................................................................................................................................................................................................................................. i ABSTRAK ...... ................................................................................................... .................................................................................................................................................................iii PENGESAHAN KELULUSAN .............................. ...... xi ........................................................................... x DAFTAR GAMBAR .................................................................................................... .. ................................................ v PERNYATAAN ................................................................................................... vi DAFTAR ISI ................................................................................................................................................................................................................................................................. viii DAFTAR TABEL ....

................. 5 E........................ Permasalahan .......................... ...... ................................................................................ ......................................................................................... 5 C............... Alasan Pemilihan Judul .................................................................................. 12 ................................ Forecasting .............................................................. Gambaran Umum Kota Semarang ........................................................... 7 BAB II LANDASAN TEORI A..... 1 B......................................... ............................................................................................ xii BAB I PENDAHULUAN A............................................................................................................ 5 D..................... ......................... ........................................................................................................ Sistematika Skripsi ................. ............................................... ...............................................................................................................................................................DAFTAR LAMPIRAN............. Tujuan Penelitian .............................................................. .................................................................................................................. Kependudukan .................................................................................................................................................... 9 B....... 6 F.................................................. Manfaat Penelitian ............. ....................... Penegasan Istilah ........................... 10 C...................................

.......................................................................................................................................................................... Observasi ....................................................................... ................................................................................................................................................................................................................................. 26 BAB III METODE PENELITIAN A......................... Data Time Series ......................................... ........................... 31 B.............................................................. Identifikasi Masalah............................................................................. .......................................................................... Peramalan dengan Pemulusan .... ....... Jenis Kelamin Laki-laki .......... Jenis Kelamin Perempuan ...... ...............................................................................D....................... 29 BAB IV HASIL DAN PEMBAHASAN A....................................................... 16 E... 28 B................. ........... 19 F..... Perumusan Masalah ................ 28 C.................................................................................... Simpulan . . 28 D.... ....................................................................................................................................................... Analisi Data ............................................... ..................................... 42 .............................. 36 BAB V PENUTUP A.......... Peramalan dengan Pemulusan Eksponensial Ganda dari Holt........................................... ....................................................

........................................................................................................ 44 LAMPIRAN ........... ............................. 45 .................................................................................................................................................................................................... ............................ ............................................................................B................................................................................................... Saran .............................. 43 DAFTAR PUSTAKA ..........

.......... 49 Lampiran 6........ 46 Lampiran 3.. 52 Lampiran 9.............. Harga-harga SSE untuk data P ...................... 53 Lampiran 10.................... Jendela exponential smoothing pada program komputer SPSS ...................... Harga-harga SSE untuk data L. Data editor pada program komputer SPSS ......... Prosedur penggunaan program komputer SPSS untuk peramalan dengan metode pemulusan eksponensial ganda dari Holt .......... 45 Lampiran 2........... 47 Lampiran 4.............. Output data editor untuk data L ................. Output pemulusan eksponensial ganda dari Holt untuk data L................ Output pemulusan eksponensial ganda dari Holt untuk data P............... Output data editor untuk data P .. 54 .............. 51 Lampiran 8...... 48 Lampiran 5.......... Menu exponential smoothing pada program komputer SPSS. 50 Lampiran 7........DAFTAR LAMPIRAN Halam an Lampiran 1.................................................

... ............. ............................................................................... 53 Tabel 6............................................... Hasil Pemulusan (St) untuk l ........... .. 31 Tabel 2....................... Harga-harga SSE untuk data L ............................DAFTAR TABEL Halaman Tabel 1................................................................................................ Harga-harga SSE untuk data P ................................................................................................................................................................................. 33 Tabel 3................................................. Hasil Pemulusan (St) untuk p ...................................................................... Banyaknya Penduduk dengan Jenis Kelamin Perempuan .................................................................................... ...................... Banyaknya Penduduk dengan Jenis Kelamin Laki-laki ............................................................................. ................................. 54 .................................................................. 38 Tabel 5...... 36 Tabel 4................................................ .............

............... Grafik komponen random .......... 32 Gambar 6................. 17 Gambar 3......... .............................................................................................. ....... 18 Gambar 5......................................... 18 Gambar 4............................................................................................................. Scatter diagram data banyaknya penduduk dengan jenis kelamin perempuan ........... Grafik komponen trend............ Grafik komponen musiman..................................................................................................................................................................................................................................................................... 17 Gambar 2..... ........................ .................................................................................................................................DAFTAR GAMBAR Halaman Gambar 1.......................... .......................................................................................... 37 .............. Scatter diagram data banyaknya penduduk dengan jenis kelamin laki-laki ..................................................................... ............................................................. Grafik komponen siklis....................................

Peningkatan kualitas penduduk dilakukan melalui perbaikan kondisi penduduk dengan pengadaan sarana. penduduk merupakan faktor yang sangat dominan karena penduduk menjadi pelaksana sekaligus juga menjadi sasaran dari pembangunan. dan keseimbangan antara jumlah. Sedangkan pengarahan mobilitas penduduk lebih terfokus pada persebaran penduduk yang optimal atau merata. . peningkatan kualitas. dan perluasan kesempatan kerja. Alasan Pemilihan Judul Dalam pelaksanaan pembangunan di Indonesia. sehingga memberikan peluang terciptanya sentra-sentra kegiatan ekonomi baru yang pada gilirannnya akan meningkatkan kesempatan kerja. Pengendalian kuantitas penduduk diarahkan pada keserasian. struktur dan komposisi.BAB I PENDAHULUAN A. pertumbuhan dan persebaran penduduk yang ideal sesuai daya dukung dan daya tampung serta kondisi perkembangan sosial ekonomi dan budaya. pelayanan kesehatan. dan pengarahan mobilitas penduduk. fasilitas serta kesempatan untuk memperoleh pendidikan. Atas dasar ini pembangunan masalah kependudukan diarahkan pada pengendalian kuantitas. keselarasan.

Penyelesaian model matematika harus diterjemahkan kembali sebagai penyelesaian masalah nyata. Sehabis perang sering terdapat kekurangan laki-laki berusia muda dan hal ini mempengaruhi keadan sosial Sembiring. tingkat pendidikan.1985:50) Matematika dapat digunakan sebagai alat untuk menyederhanakan penyajian dan pemahaman masalah. Pemisahan data penduduk menurut jenis kelamin laki-laki dan perempuan mempunyai banyak kegunaan yang penting dalam demografi. Matematika secara garis besar dibedakan menjadi dua. atau jenis kelamin. Tingkat kematian berbeda untuk laki-laki dan perempuan. Indikator dari variabel jenis kelamin adalah rasio jenis kelamin yang merupakan angka perbandingan antara penduduk laki-laki dan perempuan. Matematika terapan mempunyai pengertian bahwa matematika digunakan di luar matematika. ekonomi. matematika. Banyak ilmuwan yang mengkaji matematika untuk dapat dimanfaatkan dalam bidang lain. suatu masalah dalam kehidupan nyata dapat menjadi lebih sederhana jika disajikan dalam bentuk model matematika.Untuk menggambarkan tentang keadaan penduduk secara khusus bisa dilihat dari komposisinya berdasarkan agama. malah juga untuk militer. Dengan menggunakan bahasa serta ekonomi suatu penduduk (RK. sosiologi. yaitu matematika murni (pure mathematic) dan matematika terapan (applied mathematic). perubahan dalam perbandingan antara laki-laki dan perempuan berpengaruh cukup besar atas tingkat kelahiran. . perencanaan.

dan sebagainya. Dari data banyaknya penduduk Kota Semarang mulai tahun 1990 sampai dengan tahun 2003. yaitu model ekonometrika.Statistika merupakan cabang dari matematika terapan (applied mathematic). peramalan . ada tiga model yang sudah dikenal. model deret berkala. Siklus trend adalah rata-rata gerakan penurunan atau pertumbuhan jangka panjang pada serangkaian data historis. Untuk keperluan analisis peramalan. hipotesis. Siklus musiman adalah gelombang pasang surut yang berulang kembali dalam waktu kurang lebih satu tahun (Pengestu Subagyo. Perencanaan membutuhkan suatu peramalan terhadap kejadian yang akan datang pada tenggang waktu tertentu dengan berdasarkan pada kejadiankejadian masa lalu. bisa dikatakan bahwa banyaknya penduduk Kota Semarang mengalami siklus trend. Di dalam penelitian ini data yang diambil adalah data banyaknya penduduk Kota Semarang yang mengalami siklus. Peramalan ini dapat dilakukan didasarkan pada perkiraan yang didasarkan pada data historis dan pengalaman. dan model ramalan kualitatif. Model peramalan Pemulusan Eksponensial Ganda dari Holt merupakan salah satu model ramalan data berkala (time series). Di dalamnya mengupas berbagai macam teori-teori. 51). antara lain : estimasi.1986: 32. dikenal juga siklus musimam dan siklus siklikal. Selain siklus trend. Peramalan merupakan prediksi nilai-nilai yang akan datang berdasarkan kepada nilai-nilai yang diketahui. Sedangkan siklus siklikal adalah perubahan .

. Kota Semarang sebagai ibukota propinsi Jawa Tengah mempunyai daya tarik yaitu sebagai pusat perekonomian dan pusat pendidikan. baik jangka pendek. antara penduduk laki-laki dan penduduk perempuan. Di Semarang banyak terdapat pabrik-pabrik besar yang banyak menyerap tenaga kerja. maupun jangka panjang. Data berkala tersebut digunakan untuk membuat ramalan dan selanjutnya data hasil ramalan sangat berguna untuk dasar pembuatan perencanaan pemerataan penduduk. Dengan bertambahnya jumlah penduduk tersebut. Komposisi penduduk Kota Semarang menurut jenis kelamin merupakan data berkala (time series) yang dikumpulkan menurut waktu untuk menggambarkan perkembangan atau pertumbuhan penduduk di Kota Semarang pertahunnya. pasar. Untuk meratakan data yang dipengaruhi oleh beberapa fluktuasi maka bisa digunakan metode pemulusan eksponensial. menengah.atau gelombang pasang surut sesuatu hal yang berulang kembali dalam waktu lebih dari satu tahun. maka berubahlah komposisi penduduk Kota Semarang. Selain itu di Kota Semarang banyak bangunan pertokoan/mall. dan terutama perkantoran yang tidak saja menjadi pusat kegiatan di Semarang tetapi juga di Jawa Tengah. Hal ini mendorong banyak orang berpindah ke Semarang yang menyebabkan pertambahan penduduk setiap tahunnya. Salah satunya Pemulusan Eksponensial Ganda dari Holt.

terutama yang menyangkut kesejahteraan di segala bidang kaitannya dengan pertambahan penduduk yang terus meningkat dari tahun ke tahun. Mengetahui dan menganalisis penggunaan metode pemulusan Eksponensial ganda dari Holt untuk peramalan komposisi penduduk Kota Semarang menurut jenis kelamin. B. Permasalahan Dari uraian tersebut di atas dapat diambil suatu permasalahan : Bagaimana metode pemulusan Eksponensial ganda dari Holt untuk peramalan komposisi penduduk Kota Semarang? Berapakah ramalan banyaknya komposisi penduduk Kota Semarang menurut jenis kelamin untuk tahun 2004 dan 2005? C.Oleh karena itu penggunaan ramalan memerlukan pertimbangan. Tujuan Penelitian Tujuan penelitian ini adalah : 1. Mengetahui ramalan banyaknya komposisi penduduk Kota Semarang menurut jenis kelamin untuk tahun 2004 dan 2005. maupun hubungannya dengan pemetaan penduduk. . 2.

dan sebagainya)(Anonim. Manfaat Penelitian Manfaat dari penelitian ini adalah: 1. negeri.2002:278) . Sumbangan pemikiran dan sebagai sarana informasi bagi pembaca dan sebagai bahan pelengkap referensi bagi pihak-pihak yang membutuhkan.2002:585) Penduduk adalah orang atau orang-orang yang mendiami suatu tempat (kampung. 1.1984:260). Peramalan (Forecasting) Forecasting adalah peramalan (perkiraan) mengenai sesuatu yang belum terjadi (Pangestu S. Ramalan adalah suatu usaha untuk meramalkan keadaan di masa akan datang melalui pengujian keadaan di masa lalu (Tani H. 2.1986: 3) 2. Komposisi Penduduk Menurut Jenis Kelamin Komposisi adalah susunan (Anonim. E.1986:1). Dapat menambah dan memperkaya pengetahuan serta pengalaman dalam mengaplikasikan ilmu yang telah didapat di bangku perkuliahan sebagai penunjang kesiapan terjun di dunia kerja. maka perlu adanya penegasan dan pembatasan beberapa istilah. Forecast adalah peramalan apa yang akan terjadi pada waktu yang akan datang (Pangestu S.D. pulau. Penegasan Istilah Untuk menghindari kesalahan penafsiran atau persepsi yang berbeda dari istilah-istilah yang ada dalam judul penelitian ini.

yaitu laki-laki dan perempuan.2002:469) Komposisi penduduk menurut jenis kelamin dalam skripsi ini adalah susunan orang-orang yang tinggal di Kota Semarang yang dibedakan antara laki-laki dan perempuan. . 3. Pemulusan eksponensial ganda dari Holt adalah metode pemulusan eksponensial dengan dua kali pemulusan yang dikemukakan oleh Holt. Peramalan komposisi penduduk Kota Semarang menurut jenis kelamin dalam skripsi ini adalah suatu usaha untuk memperkirakan kuantitas komposisi penduduk Kota Semarang menurut jenis kelamin.Jenis kelamin adalah sifat (keadaan) jantan atau betina (Anonim. Metode Pemulusan Eksponensial Ganda Dari Holt Pemulusan eksponensial adalah suatu metode peramalan ratarata bergerak yang melakukan pembobotan menurun secara eksponensial terhadap nilai-nilai observasi yang lebih tua (Makridakis. Adapun yang dimaksud dengan pemulusan eksponensial ganda dari Holt dalam penelitian ini adalah suatu metode peramalan rata-rata bergerak yang digunakan untuk forecasting komposisi penduduk Kota Semarang dengan menggunakan persamaan pemulusan dari Holt.1993:79).

Peramalan dengan Pemulusan Eksponensial Ganda dari Holt. abstrak. Sistematika Skripsi Secara garis besar skripsi dibagi menjadi tiga bagian yaitu bagian awal. persetujuan pembimbing. BAB II LANDASAN TEORI Pada bab ini dikemukakan konsep-konsep yang dijadikan landasan teori. yaitu Gambaran Umum Kota Semarang. . terdiri dari 5 bab. Peramalan Dengan Pemulusan. pengesahan kelulusan. daftar lampiran. daftar gambar. penegasan istilah. manfaat penelitian. BAB I PENDAHULUAN Pada bab ini dikemukakan alasan pemilihan judul. Kependudukan. Data Time Series. dan bagian akhir. 1. daftar isi. Bagian pokok skripsi. Bagian awal skripsi berisi halaman judul. pernyataan. 2. daftar tabel. analisis data. Forecasting. tujuan penelitian.F. permasalahan. BAB III METODE PENELITIAN Pada bab ini dikemukakan metode penelitian yang berisi langkah-langkah yang ditempuh untuk memecahkan masalah yaitu identifikasi masalah. bagian pokok. observasi. dan sistematika skripsi. motto dan persembahan.

Bagian Akhir Skripsi berisi Daftar Pustaka dan Lampiran .BAB IV HASIL PENELITIAN DAN PEMBAHASAN Pada bab ini dikemukakan hasil penelitian dan pembahasan yang berisi analisis penggunaan metode pemulusan eksponensial ganda dari Holt untuk forecasting komposisi penduduk Kota Semarang serta meramalkan berapa banyak penduduk Kota Semarang pada tahun 2004 dan 2005 dengan menggunakan data yang diperoleh dari Badan Pusat Statistik Kota Semarang. .Lampiran. BAB V PENUTUP Pada bab ini dikemukakan simpulan dan saran. 3.

Kedua kecamatan tersebut termasuk dalam wilayah “kota atas” yang sebagian besar wilayahnya masih terdapat areal persawahan dan perkebunan. termasuk di dalamnya antara lain Kawasan Simpang Lima. sehingga sebagian besar dari wilayahnya banyak terdapat bangunan pertokoan/mall.14 km2). Kawasan Tugu Muda. Sedangkan kecamatan yang mempunyai luas terkecil adalah kecamatan Semarang Selatan (8. perkantoran. 2003:3). Pasar Peterongan. sebelah timur dengan Kabupaten Demak.11 km2) (Anonim. Dengan luas wilayah sebesar 373. Gambaran Umum Kota Semarang Kota Semarang berada pada posisi ditengah-tengah pantai utara Pulau Jawa. serta Pasar Johar dan sekitarnya yang dikenal dengan “Kota Lama” Semarang. sebelah selatan dengan Kabupaten Semarang dan sebelah utara dibatasi oleh Laut Jawa dengan panjang garis pantai meliputi 13. dibatasi sebelah barat dengan Kabupaten Kendal. pasar.6 kilometer.55 km2) dan Kecamatan Gunungpati (54.BAB II LANDASAN TEORI A. Kecamatan Semarang Selatan dan Semarang Tengah merupakan daerah pusat kota yang sekaligus sebagai pusat perekonomian/bisnis Kota Semarang. 16 Kecamatan dan 177 Kelurahan. Pasar Bulu.67 kilometer persegi Kota Semarang terbagi dalam 3 wilayah Pembantu Walikota.48 km2) diikuti oleh kecamatan Semarang Tengah (6. Dari 16 kecamatan yang ada terdapat 2 kecamatan yang mempunyai wilayah terluas yaitu Kecamatan Mijen (57. 9 .

perpajakan. (Riningsih Saladi. 1990:1) 2. perkawinan. pertanian. dan komposisi penduduk. 2004:12) Untuk melihat peningkatan standar kehidupan di suatu negara dapat dilihat pada tingkat harapan hidup rata-rata penduduk. serta bagaimana faktor-faktor ini berubah dari waktu ke waktu. Pengertian demografi Demografi adalah uraian tentang penduduk. sebab tidak . perumahan. pusat pertokoan. kemiliteran. kesejahteraan sosial. dan pusat-pusat rekreasi akan menjadi lebih tepat apabila kesemuanya didasarkan pada data kependudukan. Penggunaan demografi Pengetahuan tentang kependudukan adalah penting untuk lembaga-lembaga swasta maupun pemerintah baik di tingkat nasional maupun daerah. dan jasa-jasa. jalan. kematian. industri. rumah sakit. Apabila seseorang ingin mengetahui perkembangan perekonomian suatu negara. Kependudukan 1.B. Perencanaan-perencanaan yang berhubungan dengan pendidikan. dan migrasi . terutama tentang kelahiran. Demografi meliputi studi ilmiah tentang jumlah. persentase penduduk yang ada di sektor pertanian. produksi barang dan jasa. maka dapat dilihat dari pertumbuhan lapangan kerja. persebaran geografis. (Tri Setiyaningsih.

ada ukuran yang lebih baik kecuali lamanya hidup seseorang di negara tersebut. Ketidakseimbangan itu akan mempengaruhi pola keadaan sosial. maka dapat diharapkan negara tersebut mempunyai angka kelahiran yang rendah dan angka kematian yang tinggi. tetapi ada keinginan untuk menetap ( Tri Setiyaningsih. Pengelompokan penduduk berdasarkan ciri-ciri tertentu dapat diklasifikasikan sebagai berikut. 3. . Demikian pula ketidakseimbangan jumlah penduduk laki-laki dan perempuan. Komposisi penduduk Komposisi penduduk dalam arti demografi adalah komposisi penduduk menurut umur dan jenis kelamin. Misalnya suatu negara terdapat penduduk umur tua (45 tahun lebih) lebih banyak. 4. Pengertian penduduk Penduduk adalah setiap warga negara yang tinggal di daerah dalam waktu enam bulan atau lebih. ekonomi. biologi b. dan keluarga. 2004:13 ). : pendidikan dan status. sosial : umur dan jenis kelamin. sehingga mengakibatkan pertumbuhan penduduk yang rendah. a. bisa mengakibatkan rendahnya fertilitas dan rendahnya angka pertumbuhannya. Kedua variabel ini sangat mempengaruhi pertumbuhan penduduk di masa mendatang.

(Tri Setiyaningsih. dan tingkat pendapatan. geografi : tempat tinggal. Hubungan forecast dengan rencana Forecast adalah peramalan apa yang akan terjadi pada waktu yang akan datang. Proses peramalan adalah suatu unsur yang sangat penting dalam pengambilan keputusan.(Pangestu Subagyo. sebab efektif tidaknya suatu keputusan seringkali . d. budaya : agama dan adat istiadat. desa adalah suatu kesatuan hukum yang dapat meliputi suatu masyarakat yang sendiri. serta e. Forecasting 1. politis. 1986:3) 2.c. kota adalah suatu perwujudan geografis yang ditimbulkan oleh unsurunsur fisiografis. b. lapangan pekerjaan. sedang rencana merupakan penentuan apa yang akan dilakukan pada waktu yang akan datang. Dengan sendirinya terjadi perbedaan antara forecast dengan rencana. sosial. ekonomi : jenis pekerjaan. dan budaya yang terdapat disitu dalam hubungannya dan pengaruh timbal balik dengan daerah lain. ekonomi. kita seringkali mengadakan peramalan mengenai keadaan masyarakat atau suatu obyek untuk masa yang akan datang. 5. 2004:14) C. Tempat tinggal Tempat tinggal dikategorikan menjadi dua yaitu: a. Definisi dan tujuan forecasting Di dalam kehidupan sehari-sehari.

Forecasting adalah peramalan apa yang akan terjadi. dan sebagainya (Pangestu Subagyo. b. Hani Handoko (dalam Limif Rokhah. 5) kapan estimasi dibutuhkan. Penentuan tujuan Analisis membicarakan dengan para pembuat keputusan dalam perusahaan untuk mengetahui apa kebutuhan-kebutuhan mereka. Proses forecasting Menurut T. 3. 2004:10) Peramalan bertujuan mendapatkan peramalan atau prediksi yang bisa meminimumkan kesalahan dalam meramal yang biasanya diukur dengan mean squared error. mean absolute error. 3) untuk tujuan-tujuan apa hasil peramalan akan digunakan.dipengaruhi beberapa faktor yang tidak tampak pada saat keputusan itu diambil. proses forecasting biasanya terdiri dari langkah-langkah sebagai berikut: a. 4) derajat ketepatan estimasi yang diinginkan. 6) bagian-bagian peramalan yang akan diinginkan. tetapi belum tentu bisa dilaksanakan. Forecasting adalah suatu usaha untuk meramalkan keadaan di masa mendatang melalui pengujian keadaan di masa lalu (Limif Rokhah.1984:1). 2) siapa yang akan menggunakan hasil peramalan. Pengembangan model . 2004:10). dan menentukan: 1) variabel-variabel apa yang akan diestimasi.

∧ dengan Y menunjukkan ramalan jumlah penduduk. Dalam peramalan. model yang dipilih mungkin Y =A+BX. langkah berikutnya adalah mengembangkan model yang merupakan penyajian secara lebih sederhana dari sistem yang dipelajari.Setelah tujuan ditetapkan. model adalah suatu kerangka analitik yang apabila diberi data masukan menghasilkan estimasi banyaknya penduduk di waktu mendatang (atau variabel apa saja yang diramal). A adalah konstanta dan B adalah koefisien yang menggambarkan posisi kemiringan garis pada grafik. c. Ini sering mencakup penerapannya pada data historis. dan penyiapan estimasi untuk tahun-tahun sekarang dengan data nyata yang tersedia. X menunjukkan unit waktu. d. Sebagai contoh bila pemerintah ingin meramalkan jumlah ∧ penduduk yang polanya linier. dan reabilitas yang diharapkan. Pengujian model Sebelum diterapkan. validasi. Penerapan model . Nilai suatu model ditentukan oleh derajat ketepatan hasil peramalan dengan data aktual. model biasanya diuji untuk menentukan tingkat akurasi. Analis hendaknya memilih suatu model yang menggambarkan secara realistis perilaku variabel-variabel yang dipertimbangkan.

Revisi dan evaluasi Ramalan-ramalan yang telah dibuat harus senantiasa diperbaiki dan ditinjau kembali. Kegunaan forecasting penduduk Pada zaman dahulu. Forecasting mengenai jumlah serta struktur penduduk dianggap sebagai persyaratan minimum untuk perencaaan pembangunan di bidang pangan. 4. produksi barang dan jasa. Evaluasi merupakan proses membandingkan ramalan-ramalan dengan hasil-hasil nyata untuk menilai ketepatan penggunaan suatu metodologi atau teknik peramalan. Semua rencana-rencana pembangunan yang meliputi ekonomi. dan lainlain harus didasarkan pertimbangan tentang jumlah serta karakteristik penduduk. sosial. analis menerapkan model dalam tahap ini. kesehatan. pemerintah memerlukan forecasting penduduk sehubungan dengan tanggung jawabnya untuk memperbaiki kondisi sosial dan ekonomi penduduk melalui pembangunan yang terencana. pendidikan.Setelah pengujian. kesehatan. Pada dekade akhir-akhir ini. komunikasi. keamanan. Langkah ini diperlukan untuk menjaga kualitas estimasi-estimasi di waktu yang akan datang. tenaga kerja. e. data historis dimasukkan dalam model untuk menghasilkan suatu ramalan. . pendidikan. pemerintah tertarik pada population projection terutama untuk keperluan pajak atau mengetahui besarnya kekuatan negaranya.

Data Time Series Suatu runtun waktu adalah himpunan observasi berurutan dalam dimensi waktu ataupun dalam dimensi yang lain (Zanzawi Soejoeti. 1978:36). Teknik analisis runtun waktu yang merupakan salah satu metode peramalan dapat memberikan sumbangan dalam membuat peramalan yang operasional. a.Penggunaan forecasting penduduk tersebut di atas dapat dipergunakan untuk dua macam perencanaan yang berbeda tujuan. Musiman adalah . Perencanaan yang tujuannya untuk mengubah trend penduduk menuju ke perkembangan demografi sosial dan ekonomi. D. yaitu sebagai berikut. Perencanaan yang tujuannya untuk menyediakan jasa sebagai response terhadap penduduk yang sudah diramalkan tersebut. Siklis adalah perubahan atau gelombang pasang surut sesuatu hal yang berulang kembali dalam waktu lebih dari satu tahun. Namun dalam kenyataannya data tersebut bervariasi karena dipengaruhi oleh trend yaitu rata-rata gerakan penurunan atau pertumbuhan jangka panjang pada serangkaian data historis. Ciri-ciri analisis runtun waktu yang menonjol adalah bahwa deretan observasi dalam suatu variabel dipandang sebagai realisasi dari variabel random yang berdistribusi sama. Pola data historis yang dimiliki dapat berpola horisontal. b. yaitu bila nilai data berfluktuasi di sekitar rata-rata.

1986: 32. Data dikatakan berpola musiman apabila deret data terdapat kenaikan atau penurunan sekuler jangka panjang dalam data. Jumlah tahun Gambar 1. Grafik komponen trend Era kemakmuran mengandung komponen siklis (berulang kembali di dalam kurun waktu tertentu).gelombang pasang surut yang berulang kembali dalam waktu sekitar satu tahun (Pangestu Subagyo. Jumlah tahun Gambar 2. 51. Contohnya data penjualan jas hujan yang berpola musiman yaitu penjualan meningkat menjelang dan saat musim hujan. Grafik komponen siklis . Juga dalam penjualan baju akan meningkat untuk baju-baju yang sesuai dengan trend yang sedang berlaku dalam masyarakat. 58).

Naik turunnya curah hujan harian di dalam kurun waktu beberapa tahun mengandung pengaruh musiman. Jumlah bulan Gambar 4. Grafik komponen random Tujuan analisis runtun waktu secara umum dibagi atas dua bagian yaitu untuk memahami atau membuat mekanisme stokastik yang memberikan reaksi runtun waktu yang diobservasikan serta memprediksi atau meramalkan nilai runtun itu sendiri. Grafik komponen musiman Terhambatnya produksi tekstil selama satu bulan karena kebakaran di pabrik. Jumlah bulan Gambar 3. mengandung komponen tidak teratur (random). .

.. FT +1 = X 1 + X 2 + . 1986:7). Secara aljabar.2) ( Makridakis. Peramalan dengan Pemulusan Pemulusan adalah mengambil rata-rata dari nilai-nilai pada beberapa tahun untuk menaksir nilai pada suatu tahun (Pangestu Subagyo. antara lain rata-rata bergerak tunggal dan rata-rata bergerak ganda. a. Metode rata-rata bergerak tunggal Salah satu cara untuk mengubah pengaruh data masa lalu terhadap nilai tengah sebagai ramalan adalah dengan menentukan sejak awal berapa jumlah nilai observasi masa lalu yang akan dimasukkan untuk menghitung nilai tengah. Peramalan dengan metode rata-rata bergerak Rata-rata bergerak diperoleh melalui penjumlahan dan pencarian nilai rata-rata dari sejumlah periode tertentu. setiap kali menghilangkan nilai terlama dan menambah nilai baru (Pangestu Subagyo. 1. rata-rata bergerak tunggal dapat dituliskan sebagai berikut.. + X T 1 T = ∑ Xi T T i =1 X 2 + . Data “historis masa lalu” dapat diratakan dalam berbagai cara. Pemulusan dapat dilakukan antara lain dengan Rata-rata Bergerak atau dengan Pemulusan Eksponensial..1986:7). Setiap muncul nilai observasi baru. nilai rata-rata baru dapat dihitung dengan membuang nilai observasi yang paling tua dan memasukkan nilai observasi yang terbaru.E.1993:73) . + X T + X T +1 1 T +1 = ∑ Xi T T i =2 (1.1) FT + 2 = (1.

dapat dilihat bahwa FT+2 perlu menghilangkan nilai X1 dan menambah nilai XT+1 . Kemudian dicari lagi dari rata-rata bergerak tunggal. Metode rata-rata bergerak ganda memang mudah menghitungnya. begitu nilai ini tersedia. tetapi mempunyai kelemahan- kelemahan sebagai berikut: 1) perlu data historis yang cukup. tapi kelemahannya . Metode rata-rata bergerak tunggal ini biasanya lebih cocok digunakan untuk melakukan peramalan hal-hal yang bersifat random. dan sebagainya. 2) data tiap periode diberi bobot sama. melainkan sulit diketahui polanya. 3) tidak bisa mengikuti perubahan yang drastis.Keterangan F T +1 XT T F T +2 : peramalan untuk periode ke T+1 : data pada periode T : jangka waktu perataan : peramalan untuk periode ke T+2 Dengan membandingkan FT+1 dan FT+2 . ditaruh pada periode terakhir. musiman. Metode Rata-rata Bergerak Ganda Dalam metode ini pertama-tama dicari rata-rata bergerak. 4) tidak cocok untuk forecasting data yang ada gejala trend b. baru kemudian dibuat peramalan. artinya tidak ada gejala trend naik maupun turun. Menurut Pangestu Subagyo (1986:11) metode ini mudah menghitungnya dan sederhana.

N.. yaitu jika terdapat data dari t pengamatan maka nilai ramalan pada waktu t+1 adalah: .1993:79).metode ini memberikan bobot yang sama pada setiap data serta tidak mempunyai persamaan untuk peramalan. Oleh karena itu diberi bobot yang lebih pada nilai observasi yang baru dan mengurangi bobot pada observasi yang lama.3. Karena bila dalam perhitungan peramalan diasumsikan bahwa mean akan bergerak secara lambat sepanjang waktu.. Untuk mengatasi hal ini maka bisa digunakan metode Pemulusan Eksponensial.. Pengaruh dari metode ini adalah menghilangkan unsur random dalam data sehingga didapatkan suatu pola yang akan berguna dalam meramalkan nilai masa datang. 2. Dalam Makridakis (1993: 73. a. Metode Pemulusan Eksponensial Tunggal Jika suatu deret data historis X t untuk t = 1. Peramalan dengan metode pemulusan eksponensial Pemulusan eksponensial adalah suatu metode peramalan rata-rata bergerak yang melakukan pembobotan menurun secara eksponensial terhadap nilai observasi yang lebih tua (Makridakis.2. 79) metode pemulusan eksponensial yang sederhana dikembangkan dari metode rata rata bergerak. maka data ramalan eksponensial untuk data waktu t adalah F t .. Bobot yang diberikan tersebut berciri menurun secara eksponensial dari titik data terakhir sampai data yang terawal.

yaitu 1/N dan pada pembobotan nilai ramalan saat t yaitu 1-1/N bernilai antara 0 dan 1.3) Bila nilai observasi Xt-N tidak tersedia maka harus diganti dengan nilai pendekatannya. Bila 1/N= λ maka diperoleh persamaan: Ft +1 = λX t + (1 − λ )Ft Model (2..4) 1 1  ⇔ Ft +1 =   X t + 1 −  Ft N  N (2.6) Kesalahan ramalan pada periode t adalah et. .6) disebut pemulusan eksponensial tunggal (2. + X t 1 t = ∑ Xi t t i =1 (2. yaitu Xt –Ft (nilai sebenarnya dikurangi nilai ramalan).5) Jadi nilai ramalan pada waktu t+1 tergantung pada pembobotan nilai observasi saat t.2) Sehingga metode pemuluasan eksponensial untuk N pengamatan dituliskan sebagai berikut: X  X Ft +1 = Ft +  t − t − N  N  N (2.1) 1 Ft + 2 = X t +1 + ( X t +1 − X t ) t (2. yaitu Ft sehingga diperoleh persamaan: F X Ft +1 = Ft +  t − t  N N (2. Dan salah satu pengganti yang mungkin adalah nilai ramalan periode t.Ft +1 = X 1 + X 2 + X 3 + ..

Jadi persamaan (2. maka nilai ramalan awal dapat diganti dengan: (1) nilai observasi pertama sebagai nilai ramalan awal. (2) nilai rata-rata dari beberapa nilai observasi pertama.9) b) Jika nilai ramalan awal tidak diketahui. 81) 1) Menentukan nilai λ (2.8) (2. Besarnya λ terletak antara 0 dan 1. Maka pemilihan nilai λ dilakukan dengan cara trial dan error. 2) Menentukan nilai awal X0 a) Jika data historis tersedia. artinya tidak ada suatu cara yang pasti untuk mendapatkan nilai λ yang optimal. b. Metode Pemulusan Eksponensial Ganda .1993: 80. Dalam metode pemulusan eksponensial.6) dapat ditulis: Ft+1= Ft +λ(XT –Ft) Karena XT –Ft=et. maka nilai awal X0 dianggap sama dengan nilai rata-rata hitung n data terbaru. X0 = 1 t ∑ Xi N i = t − N +1 (2.7) λ disebut pemulusan konstan. Metode ini cocok bila digunakan pada data yang memperlihatkan pola konstan atau jika perubahannya kecil. (Makridakis. nilai λ bisa ditentukan secara bebas. maka: Ft+1= Ft +λ(et).

11) S’’t = nilai pemulusan eksponensial ganda at = S 't +(2 S 't − S "t ) =2S’t+S”t (2. Jadi nilai-nilai ini harus ditentukan pada awal periode. nilai-nilai tersebut tidak tersedia.1993:88) Persamaan yang dipakai dalam implementasi pemulusan eksponensial ganda ditunjukkan oleh persamaan berikut.Metode ini merupakan model linier yang dikemukakan oleh Brown. Model ini sesuai jika data yang ada menunjukkan sifat trend atau dipengaruhi unsur trend.14) . sebagai berikut. 1993:88) Agar dapat menggunakan rumus. Ft+m=at+btm dengan m adalah jumlah periode ke muka yang diramalkan.10) (2.13) bt = λ 1− λ (S 'T − S "t ) (Makridakis. (Makridakis. Tapi pada saat t=1. Di dalam metode pemulusan eksponensial ganda ini dilakukan proses pemulusan dua kali.12) (2. S’t = λXt + (1-λ)S’t-1 S’’t = λS’t + (1-λ)S’’t-1 dengan S’t = nilai pemulusan eksponensial tunggal (2. maka nilai S’t-1 dan S”t-1 harus tersedia. Hal ini dapat (2.

dilakukan dengan hanya menetapkan S’t dan S”t sama dengan Xt atau dengan menggunakan suatu nilai pertama sebagai nilai awal. Dengan menggunakan persamaan kuadrat. Di dalam metode pemulusan eksponensial tripel ini dilakukan proses pemulusan tiga kali.18) (2. Metode Pemulusan Eksponensial Tripel Metode ini merupakan peramalan yang dikemukakan oleh Brown. sebagai berikut: S’t = λX’t + (1-λ)S’t-1 S’’t = λS’t + (1-λ)S’’t-1 S’’’t = λS’’t + (1-λ)S’’’t-1 dengan S’t S’’t S’’’t = nilai pemulusan eksponensial tunggal = nilai pemulusan eksponensial ganda = nilai pemulusan eksponensial tripel (2.19) (2.20) Persamaan yang digunakan dalam implementasi pemulusan eksponensial tripel ditunjukkan oleh persamaan berikut. c.15) (2.17) at = 3ST 3S 't + S "t bt = λ 2(1 − λ ) 2 [(6 − 5λ )S 't −(10 − 8λ )S "t +(4 − 3λ ) S "'t ] ct = λ2 (S 't −2S "t + S " 't ) (1 − λ ) 2 (2. 1 Ft + m = at + bt m + ct m 2 (2.21) 2 .16) (2. metode ini lebih cocok jika dipakai untuk membuat peramalan hal yang berfluktuasi atau mengalami gelombang pasang surut.

(Makridakis. . yaitu bt-1. (Makridakis. Ramalan dari pemulusan eksponensial ganda dari Holt untuk periode m didepan adalah : Ft+m = St + btm dengan St = nilai pemulusan eksponensial pada periode ke t bt = nilai trend pada periode ke t St = αX t + (1 − α )(St −1 + bt −1 ) bt = γ (St − St −1 ) + (1 − γ )bt −1 (2. 1993:91). (Makridakis. 1993:91).22) menyesuaikan St secara langsung untuk trend periode sebelumnya.dengan m adalah jumlah periode ke muka yang diramalkan. yaitu St-1. Ramalan dari pemulusan eksponensial linear Holt didapat dengan menggunakan dua konstanta pemulusan (dengan nilai antara 0 dan 1). dengan menambah nilai pemulusan yang terakhir. Peramalan dengan Pemulusan Eksponensial Ganda dari Holt Metode Pemulusan Eksponensial ganda dari Holt dalam prinsipnya serupa dengan Brown kecuali bahwa Holt tidak menggunakan rumus pemulusan berganda secara langsung. Holt memuluskan nilai trend dengan parameter yang berbeda dari parameter yang digunakan pada deret asli.22) (2.21) Persamaan (2. Sebagai gantinya. Hal ini membantu untuk menghilangkan kelambatan dan menempatkan St ke dasar perkiraan nilai data saat ini.23) (2.1993:94) F.

maka hal ini dihilangkan oleh parameter pemulusan γ pada periode terakhir (St – St-1) dan ditambah dengan taksiran trend sebelumnya dikalikan dengan (1–γ). ambil S1 = X1 2. b. Taksiran-taksiran tersebut dapat diperoleh dari : 1.23) digunakan selisih antara nilai pemulusan terakhir. Proses inisialisasi untuk pemulusan eksponensial linier Holt memerlukan dua taksiran yaitu S1 dan b1. Karena masih terdapat kerandoman. Inisialisasi adalah penentuan nilai awal yang digunakan dalam peramalan pemulusan eksponensial. Untuk inisialisasi b1 ada tiga alternatif. Untuk inisialisasi S1. yaitu : a. c.Untuk meremajakan trend pada persamaan (2. b1 = X2 – X1 b1 = ( X 2 − X1 ) + ( X 3 − X 2 ) + ( X 4 − X 3 ) 3 b1 = taksiran kemiringan (slope) setelah data tersebut di plot .

Membuat scatter diagram .BAB III METODE PENELITIAN Metode yang digunakan dalam penelitian ini adalah sebagai berikut. C. Data yang diperoleh dari Badan Pusat Statistik adalah data jenis kuantitatif yakni data jumlah penduduk berdasarkan jenis kelamin tahun 1993-2003. Observasi Setelah permasalahan dirumuskan. seperti yang tertulis di halaman 5 (lima). B. dilakukan observasi untuk mengumpulkan data yang akan dikaji. A. Analisis Data Tahapan dalam analisis data. dilakukan dengan urutan sebagai berikut. 1. Setelah sumber pustaka terkumpul dilanjutkan dengan penelaahan isi sumber pustaka tersebut. Identifikasi Masalah Identifikasi masalah dimulai dari studi pustaka. Dari penelaahan yang dilakukan muncul ide dan dijadikan landasan untuk melakukan penelitian serta perumusan masalah. Studi pustaka merupakan penelaahan sumber pustaka yang relevan dan digunakan untuk mengumpulkan informasi yang diperlukan dalam penelitian.

Menentukan persamaan garis Scatter diagram digunakan untuk menentukan suatu garis lurus yang paling dekat menghampiri titik-titik di dalam diagram tersebut. Menghitung nilai Ft+m dengan menggunakan metode eksponensial smoothing dari Holt sebagai berikut. 3. dilakukan dengan menggambarkan suatu diagram yang dinamakan “ scatter diagram ” menggunakan bantuan program Excel. Ft+m = St + btm dengan St = nilai pemulusan eksponensial pada periode ke t bt = nilai trend pada periode ke t St = αX t + (1 − α )(St −1 + bt −1 ) bt = γ (St − St −1 ) + (1 − γ )bt −1 4. Menghitung kesalahan peramalan Untuk mengukur kesalahan peramalan biasanya digunakan mean absolute error atau mean squared error.Untuk melihat pola komposisi penduduk dari data time series yang ada. a. 2. Persamaan garis lurus ini dianggap mewakili persamaan garis antara dua titik. Mean absolute error adalah rata-rata nilai kesalahan meramal (tidak dihiraukan tanda positif atau negatifnya) atau MAE = ∑X t − Ft n .

model yang dianggap baik adalah yang ketidak konsistenannya paling kecil antara ramalan dan hasil yang sebenarnya terjadi. Pada akhir pembahasan dilakukan penarikan simpulan sebagai jawaban dari pembahasan. .b. atau : MSE = ∑X t − Ft 2 n dengan cara apapun kita menghitung kesalahan peramalan. Mean squared error adalah kuadrat dari rata-rata kesalahan peramalan.

13.654 641.274 671.629 578. 3.273 622.705 Sumber : BPS Kota Semarang . 2.014 626. 7.315 657. Tahun 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 Laki-laki 556. 12.565 567.918 582. 6. 8. 9. 10.BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. 11. 4. Banyaknya Penduduk dengan Jenis Kelamin Laki-laki No 1.493 651.772 598. Jenis kelamin laki-laki Tabel 1. 5.032 684. 14.102 612.450 632.

Tabel 1 di atas menunjukkan data banyaknya penduduk dengan jenis kelamin laki-laki selama 14 tahun. Gambar ini didapat dari program komputer excel. Dari scatter diagram di atas dapat disimpulkan bahwa data banyaknya penduduk jenis kelamin laki-laki.92308 t dengan Ft = trend dan t = tahun ke t. Dengan menggunakan scatter diagram di atas akan dicari garis yang mendekati titik di dalam diagram. Gambar 5. Scatter diagram banyaknya penduduk dengan jenis kelamin laki-laki.53846 + 9856. Dari perhitungan dengan menggunakan program SPSS diperoleh persamaan garisnya yaitu Ft = 551636. naik dari tahun ke tahun. sejak tahun 1990 sampai dengan tahun 2003. . Data tabel 1 dapat disajikan pada scatter diagram berikut ini.

sehingga diperoleh hasil-hasil pemulusan (St) sebagaimana tercantum dalam tabel berikut ini.Berpola trend yaitu rata-rata gerakan penurunan atau pertumbuhan jangka panjang pada serangkaian data historis (Pangestu Subagyo.1986:32).Berdasarkan gambar 5 dan dari persamaan Ft di atas maka data banyaknya penduduk Kota Semarang dengan jenis kelamin laki-laki cenderung berpola trend.laki adalah data yang berpola trend linier sehingga metode pemulusan eksponensial ganda dari Holt dapat digunakan untuk menghitung komposisi penduduk Kota Semarang jenis kelamin laki . Data banyaknya penduduk Kota Semarang dengan jenis kelamin laki .laki. Perhitungan ini menggunakan program SPSS. . Langkah selanjutnya adalah mencari hasil-hasil ramalan Ft+m dengan menggunakan metode pemulusan eksponensial ganda dari Holt. Pemulusan eksponensial ganda dari Holt hanya bisa digunakan jika datanya berpola trend linier. Jika datanya tidak berpola trend linier. misalnya berpola musiman maka pemulusan eksponensial ganda dari Holt tidak bisa digunakan.

1 Keterangan: fit_1 adalah hasil pemulusan (St) Untuk menentukan hasil peramalan F15 (untuk tahun 2004) dan hasil peramalan F16 (untuk tahun 2005) digunakan persamaan (2.5 607225 621904.9 660508 666553.92308⋅ (1) = 689800. Hasil Pemulusan (St) untuk l L 556565 567629 578918 582772 598102 612273 622014 626450 632654 641493 651315 657274 671032 684705 year_ 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 fit_1 pembulatan 561493.0231 .2 642327.8 577031 588416.9 592516 607225.21).Tabel 2.1 + 9856.2 566471 577030.7 650775 660507.7 621905 632149.7 588417 592515.5 561493 566471.3 666553 679943 679943.3 642327 650774.3 632149 626653 636653. sehingga diperoleh : Ft+m = St + btm dengan t=14 dan m=1 F15 = S14 + b14(1) = 679943.

. Dari hasil perhitungan di atas diramalkan kenaikan banyaknya penduduk untuk tahun 2003 – 2004 sebesar 5095 orang laki – laki dan untuk tahun 2004 – 2005 sebesar 9856 orang laki – laki.Dari perhitungan di atas diperoleh hasil peramalan untuk periode 1 (untuk tahun 2004) adalah 689800 orang penduduk laki-laki.1 + 19713. Angka ramalan ini bermanfaat bagi pemerintah Kota Semarang maupun bagi pihak lain.9462 Dari perhitungan di atas diperoleh hasil peramalan untuk periode 2 (untuk tahun 2005) adalah 699656 orang penduduk laki-laki..1 + 9856. Misalnya pemerintah Kota Semarang dapat membuka lapangan pekerjaan yang menyerap tenaga kerja laki – laki lebih banyak dan penyediaan fasilitas umum lebih banyak bagi laki – laki.92308 ⋅ (2) = 679943. dan untuk t=14 dan m=2 diperoleh F16 = S14 + b14(2) = 679943.84616 = 699656.

maka untuk peramalan banyaknya penduduk dengan jenis kelamin laki-laki dipilih metode pemulusan eksponensial ganda dari Holt dengan α = 0. 0.05.9.7. Nilai – nilai parameter α yang digunakan sebagai pembanding adalah 0.3. 0.95 dan γ = 0.95 dan γ = 0. Pada tabel 5 lampiran 9 dapat dilihat bahwa SSE terkecil adalah 220405483. 0.7. dihitung menggunakan program komputer SPSS. Dengan menggunakan nilai α dan nilai γ di atas diperoleh harga – harga sum squared error yang dapat dilihat pada tabel 5 lampiran 9 dan tabel 7 lampiran 11. Sehingga untuk peramalan banyaknya penduduk dengan jenis kelamin laki – laki dipilih metode pemulusan eksonensial ganda dari Holt dengan α = 0. 0.Dengan Sum Squared Error (SSE) dihitung menggunakan program SPSS sebagaimana tercantum dalam tabel 5 lampiran 9.95 dan γ = 0.05. Dari tabel 5 lampiran 9 dan tabel 7 lampiran 11 dapat dilihat bahwa SSE terkecil diperoleh dengan memilih α = 0. 0. 0.05. Berdasarkan gambar 5 dan dari persamaan Ft di atas tampak bahwa data banyaknya penduduk dengan jenis kelamin laki-laki cenderung berpola trend serta SSE terkecil. dan 0.1.05.3. 0.9.95 dan nilai – nilai parameter γ yang digunakan sebagai pembanding adalah 0. . Dari seluruh harga – harga SSE pada tabel 5 lampiran 9 dan tabel 7 lampiran 11 dibandingkan untuk menemukan nilai α dan γ yang memberikan minimum SSE.1.91.

11. 13.700 579.658 629. Tahun 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 Perempuan 569.488 Sumber : BPS Kota Semarang Tabel 3 di atas menunjukkan data banyaknya penduduk dengan jenis kelamin perempuan selama 14 tahun. 7. 12. 4.352 665. . Banyaknya Penduduk dengan Jenis Kelamin Perempuan No 1.302 592. 3.666 658.479 640. Data tabel 3 dapat disajikan pada scatter diagram berikut ini. 5.261 620. 8.660 594.896 648. 14. sejak tahun 1990 sampai dengan tahun 2003. Jenis Kelamin Perempuan Tabel 3.790 608. 6. 2.831 635.B. 9.046 678.973 693. 10.

Gambar 6.15385 t dengan Ft= trend dan t = tahun ke t. Dengan menggunakan scatter diagram di atas akan dicari garis yang mendekati titik di dalam diagram. . Berdasarkan gambar 6 dan dari persamaan Ft di atas maka data banyaknya penduduk Kota Semarang dengan jenis kelamin perempuan cenderung berpola trend. Gambar ini didapat dari program komputer excel. Dari perhitungan dengan menggunakan program SPSS diperoleh persamaan garisnya yaitu Ft = 564938.92308 + 9522. Scatter diagram data banyaknya penduduk dengan jenis kelamin perempuan. Dari scatter diagram di atas dapat disimpulkan bahwa data banyaknya penduduk jenis kelamin perempuan naik dari tahun ke tahun.

8 588395.3 601713.2 673821. sehingga diperoleh : Ft+m = St + btm F15 = S14 + b14(1) . Perhitungan ini menggunakan program SPSS.0 629832.4 639363. Tabel 4.9 604339.6 617079.3 645050.0 650120.1 657489.21). Hasil Pemulusan (St) untuk p p 569700 579302 592660 594790 608261 620658 629831 635479 640896 648666 658352 665046 678973 693488 year_ 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 fit_1 574461.2 687499.2 pembulatan 574461 579270 588395 601714 604340 617079 629832 639363 645050 650120 657489 667021 673821 687499 Keterangan: fit_1 adalah hasil pemulusan (ST) Untuk menentukan hasil peramalan F15 (untuk tahun 2004) dan hasil F16 (untuk tahun 2005) digunakan persamaan (2. sehingga diperoleh hasil-hasil pemulusan (St) yang tercantum dalam tabel berikut.2 667021.Data banyaknya penduduk Kota Semarang dengan jenis kelamin perempuan adalah data yang berpola trend linier sehingga metode pemulusan eksponensial ganda dari Holt dapat digunakan untuk menghitung komposisi penduduk Kota Semarang jenis kelamin perempuan.1 579269.

Kenaikan banyaknya penduduk perempuan lebih kecil dibanding penduduk laki . .15385 ⋅ (2) = 687499.2 + 19044.3077 = 706543.5077 Dari perhitungan di atas diperoleh hasil peramalan untuk periode 2 (untuk tahun 2005) adalah 706543 orang penduduk perempuan.2 + 9522. dan F16 = S14 + b14(2) = 687499. Angka ramalan ini dapat digunakan oleh pemerintah Kota Semarang maupun bagi pihak lain.15385⋅ (1) = 697021.= 687499. Kenaikan banyaknya penduduk laki – laki lebih besar dibanding penduduk perempuan. Hal ini dikarenakan perempuan enggan untuk hijrah dari kota asalnya.2 + 9522. Dari hasil perhitungan diatas diramalkan kenaikan banyaknya penduduk untuk tahun 2003 – 2004 sebesar 3533 orang perempuan dan untuk tahun 2004 – 2005 sebesar 9522 orang perempuan.laki.3539 Dari perhitungan di atas diperoleh hasil peramalan untuk periode 1 (untuk tahun 2004) adalah 697021 orang penduduk perempuan. Hal ini dikarenakan laki – laki lebih dinamis/sering berpindah tempat daripada perempuan.

28. 0.3.7. Nilai – nilai parameter α yang digunakan adalah 0.9 dan nilai – nilai parameter γ yang digunakan adalah 0. Berdasarkan gambar 6 dan dari persamaan Ft di atas tampak bahwa data banyaknya penduduk dengan jenis kelamin perempuan cenderung berpola trend serta SSE terkecil.05. 0.1. terutama bidang ekonomi dan kesehatan. . Dari tabel 6 lampiran 10 dan tabel 8 lampiran 12 dapat dilihat bahwa SSE terkecil diperoleh dengan memilih α = 0.85 dan γ = 0.3.85 dan γ = 0.05. Salah satunya pemerintah Kota Semarang diharapkan membuka lapangan pekerjaan yang menyerap tenaga laki – laki lebih banyak dan perlu tersedianya fasilitas umum lebih banyak bagi perempuan. Sehingga untuk peramalan banyaknya penduduk dengan jenis kelamin perempuan dipilih metode pemulusan eksponensial ganda dari Holt dengan α = 0. 0.85. Dengan Sum Squared Error (SSE) dihitung menggunakan program SPSS sebagaimana tercantum dalam tabel 6 lampiran 10. 0. 0. 0.05. 0. Dengan menggunakan nilai α dan nilai γ diatas diperoleh harga – harga sum squared error yang dapat dilihat pada tabel 6 lampiran 10. Pada tabel 6 lampiran 10 dapat dilihat bahwa SSE terkecil adalah 218493115.Perlunya peningkatan kesejahteraan bagi perempuan.7.05.1. maka untuk peramalan banyaknya penduduk dengan jenis kelamin perempuan dipilih metode pemulusan eksponensial ganda dari Holt dengan α = 0. Dari seluruh harga – harga SSE pada tabel 6 lampiran 10 dan tabel 8 lampiran 12 dibandingkan untuk menemukan nilai α dan γ yang memberikan minimum SSE. 0.85 dan γ = 0. dihitung menggunakan program komputer SPSS.9.

Karena harga – harga SSE dipengaruhi oleh besar kecilnya nilai α dan γ . Semakin kecil harga SSE semakin baik hasil peramalan. tetapi mempengaruhi harga – harga SSE. γ = 0. .Penggantian nilai α dan γ tidak mengubah persamaan garis trend. γ = 0.05 untuk meramalkan komposisi penduduk jenis kelamin laki – laki dan α = 0.05 untuk meramalkan komposisi penduduk jenis kelamin perempuan. Pada tabel 5 lampiran 6 dan tabel 6 lampiran 8 untuk nilai α semakin kecil dan nilai γ semakin besar maka harga SSE semakin besar. Sehingga harus dipilih harga SSE yang paling kecil. Oleh karena itu masih ada kemungkinan untuk mencoba nilai α dan γ yang lain.95. Ini diperoleh dengan memilih α = 0. Pemulusan eksponensial ganda dari Holt didapat dengan menggunakan dua konstanta pemulusan yaitu α dan γ dengan nilai antara 0 dan 1. sehingga memperoleh harga SSE yang lebih kecil.85.

05 untuk jenis kelamin laki-laki dan diperoleh α = 0. γ = 0. Saran Hasil peramalan untuk tahun 2004 dan tahun 2005 dapat dibandingkan dengan data sesungguhnya yang diperoleh melalui sensus yang dilakukan oleh BPS. dan untuk periode ke-16 atau nilai ramalan pada tahun 2005 adalah 706543 orang.BAB V PENUTUP A. Berdasarkan perhitungan.05 untuk jenis kelamin perempuan. Simpulan Banyaknya penduduk Kota Semarang menurut jenis kelamin laki-laki dan perempuan pola datanya adalah trend linier sehingga dapat digunakan peramalan dengan metode pemulusan eksponensial ganda dari Holt. nilai ramalan banyaknya penduduk jenis kelamin perempuan untuk periode ke-15 atau nilai ramalan pada tahun 2004 adalah 697021. γ = 0. Sedangkan.95.85. Apabila deviasinya cukup kecil maka metode pemulusan eksponensial ganda dari Holt dapat digunakan sebagai acuan untuk peramalan jumlah penduduk Kota Semarang menurut jenis kelamin. Hasil perhitungan diperoleh α = 0. nilai ramalan banyaknya penduduk jenis kelamin laki-laki untuk periode ke-15 atau nilai ramalan pada tahun 2004 adalah 689800 orang dan untuk periode ke-16 atau nilai ramalan pada tahun 2005 adalah 699656 orang. .

Spyrus. Yogyakarta: BPFE Yogyakarta. Forecasting Konsep dan Aplikasi. 1990. Skripsi: tidak diterbitkan.DAFTAR PUSTAKA Anonim. UGM Press. K. 2004. Erlangga. 1987. UNNES: tidak diterbitkan. 2002. Tani. Badan Pusat Statistik. Jakarta. Pangestu Subagyo. Tim Geografi. IKIP Jakarta Press Riningsih Saladi. Jakarta: Penerbit Karunika Jakarta. Balai Pustaka. H. . Makridakis. Proyeksi Arus Pergerakan Penduduk Jawa Tengah Tahun 2005 Dengan Metode Pemulusan Eksponensial Ganda Dari Holt. Kamus Besar Bahasa Indonesia. 1985. Pengantar Kependudukan. Jakarta. 1993. Metode Dekomposisi Untuk Forecasting Penjualan Produk Jamu Pada PT Nyonya Meneer Semarang. R. Skripsi: tidak diterbitkan Zanzawi Soejoeti. 1986. Demografi. Yogyakarta. Proyeksi Arus Pergerakan Penduduk Jawa Tengah Tahun 2005 Dengan Metode Pemulusan Eksponensial Ganda Dari Holt. Metode dan Aplikasi Peramalan ( Terjemahan ). 1984. Skripsi. Sembiring. Analisis Runtun Waktu. Jakarta. 1994.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->