P. 1
Peramalan Komposisi Penduduk Kota Semarang Menurut Jenis Kelamin Dengan Metode Pemulusan Eksponensial Ganda Dari Holt

Peramalan Komposisi Penduduk Kota Semarang Menurut Jenis Kelamin Dengan Metode Pemulusan Eksponensial Ganda Dari Holt

|Views: 745|Likes:
Published by adee13
PERAMALAN KOMPOSISI PENDUDUK KOTA SEMARANG MENURUT JENIS KELAMIN DENGAN METODE PEMULUSAN EKSPONENSIAL GANDA DARI HOLT
PERAMALAN KOMPOSISI PENDUDUK KOTA SEMARANG MENURUT JENIS KELAMIN DENGAN METODE PEMULUSAN EKSPONENSIAL GANDA DARI HOLT

More info:

Categories:Types, Research, Science
Published by: adee13 on Jan 15, 2011
Copyright:Attribution Non-commercial

Availability:

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

06/10/2014

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.







































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)//-->