Oleh:
Susiyowati Indah Ayuni
21040113140117
1. Pendahuluan
a) Latar Belakang
Kemiskinan merupakan masalah utama dalam pembangunan. Di Provinsi Jawa
Tengah, dinamika kemiskinan selalu menjadi masalah yang tidak pernah dapat
dituntaskan. Angka kemiskinan di Jawa Tengah pada tahun 2013 adalah 14,4%
angka ini terhitung tinggi bahkan sangat tinggi jika dilihat dari banyaknya jumlah
penduduk di Provinsi Jawa Tengah. Begitu juga dengan Kabupaten Magelang,
kabupaten ini merupakan salah satu kabupaten di Provinsi Jawa Tengah. Kabupaten
Magelang mempunyai wilayah seluas 108.573 ha. Kabupaten Magelang memiliki
batas yaitu sebelah utara Kabupaten Temanggung dan Kabupaten Semarang;
sebelah timur Kabupaten Semarang dan Kabupaten Boyolali; sebelah selatan
Kabupaten Purworejo dan Daerah Istimewa Yogyakarta; sebelah barat Kabupaten
Temanggung dan Kabupaten Wonosobo dan di bagian Tengah terdapat Kota
Magelang.
Kabupaten Magelang pada tahun 2013 memiliki prosentase kemiskinan 13,96%
angka ini jika dibandingkan dengan tingkat kemiskinan di Provinsi Jawa Tengah lebih
rendah, namun prosentase kemiskinan 13,96% tetaplah tinggi jika dikalikan dengan
jumlah penduduk Kabupaten Magelang pada tahun 2013. Sedangkan untuk melihat
kemiskinan di Kabupaten Magelang di tahun 2025, apakah terjadi penurunan atau
tidak dan berapa besarnya digunakan alat analisis peramalan trendline yang akan
memberikan gambaran kondisi kemiskinan Kabupaten Magelang di masa depan.
Sehingga dapat diantisipasi pembangunan dan perencanaan seperti yang sesuai
untuk Kabupaten Magelang terutama untuk mengatasi permasalahan kemiskinan
yang terjadi.
b) Kajian Literatur
Peramalan adalah penaksiran atas permintaan akan produk atau jasayang
diharapkan akan disediakan organisasi di masa mendatang. Peramalanharuslah
diarahkan pada kebutuhan-kebutuhan yang berbeda danmenyediakan data yang
sesuai dan berguna untuk pengambilan keputusandalam konteks yang berlainan.
Metode peramalan trendline atau deret berkala memiliki karakteristik bahwa data
yang dianalisis bersifat deret yang menunjukkan waktu yang berkala. Periode data
berkala dapat berupa tahunan, mingguan, bulanan,semester, kuartal dan lain-lain
yang bersifat konstan. Tujuan periodeberkala ini adalah untuk menemukan pola
dalam deret data historis danmengekstrapolasikan pola tersebut di masa yang akan
datang. Metode yang digunakan dalam peramalan trendline adalah sebagai berikut:
1) Metode Pemulusan (Smoothing)
Metode ini pertama kali dikembangkan oleh para ahli penelitian operasional
(operational research) pada akhir 1950-an. Kemudahan danbiaya yang rendah
merupakan kelebihan utama dari metode pemulusan.
2) Metode Dekomposisi
Metode ini mencoba memisahkan tiga komponen terpisah daripola dasar yang
cenderung mencirikan deret data ekonomi. Komponentersebut adalah factor
trend (kecenderungan), siklus, musiman.
2. Tujuan
Tujuan dalam analisis peramalan trendline angka kemiskinan yang terdapat di
Kabupaten Magelang adalah untuk melihat proyeksi prosentase kemiskinan di tahun
2025.
3. Alat dan Data
Alat
Alat yang digunakan dalam praktikum ini adalah
Microsoft Excel
Microsoft Word
Laptop
Data
Data yang digunakan adalah data time series yakni data ekstrapolasi data saat
ini dan data masa lampau, yaitu prsentase kemiskinan di Kabupaten Magelang
selama rentang waktu 10 tahun yakni dari tahun 2004 hingga tahun 2013. Data 10
tahun ini berfungsi agar peramalan yang dilakukan semakin akurat.
Tabel 3.1 Persentase Kemiskinan Kabupaten Magelang Tahun 2004 - 2013
Tahun
Persentase
Penduduk Miskin
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
16.10
17.36
17.37
16.49
15.42
15.19
15.18
14.14
13.97
13.96
185.8
199.1
200.1
190.8
174.7
176.5
179.6
167.3
169.4
171
0
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
10
5
0
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
5
Linear (Persentase Penduduk Miskin Kab. Magelang)
0
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
0
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
10
5
0
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
Koefisian Determinan (R2), maksud dari nilai koef ini adalah untuk menguji
kesesuaian model bagi sampel. Nilai R2 yang mendekati 0 menyatakan model
tersebut kurang mencakup keseluruhan variabilitas dengan variabel-variabel
yang dimasukkan ke dalam model trendline. Sebaliknya jika nilai R 2 = 1, ini
menyatakan bahwa nilai observasi (sampel) memiliki tingkat kesesuaian model
tinggi.
Berdasarkan seluruh model trendline di atas, maka dipilihlah trendline polynomial
sebagai model yang digunakan untuk proyeksi, hal ini dikarenakan nilai R 2 yang
paling mendekati 1 yaitu 0,824. Sedangkan fungsi persamaan yang dihasilkan adalah
y = -0.022x2 - 0.136x + 17.13. Dari model ini, maka dapat dilakukan proyeksi dengan
langkah sebagai berikut:
Tabel 3.2 Proyeksi Persentase Kemiskinan Kabupaten Magelang Tahun
2004 - 2025
No.
Tahun
Nilai X
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
2025
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
Persentase
Kemiskinan
16.10
17.36
17.37
16.49
15.42
15.19
15.18
14.14
13.97
13.96
12.97
12.33
11.64
10.91
10.14
9.32
8.46
7.55
6.60
5.61
4.57
3.49
Berdasarkan hasil analisis yang telah dilakukan, maka dapat diambil kesimpulan
terkait dengan analisis yakni sebagai berikut:
- Melalui hasil analisis trendline persentase kemiskinan di Kabupaten Magelang,
terdapat 6 analisis/ metode yang memiliki nilai koefisien determinan (R2) yang
-
berbeda-beda.
Nilai R2 tertinggi terdapat pada grafik trendline Polynomial, yakni R2 = 0,824
Hasil analisis trendline polynomial dapat digunakan untuk memprediksi
6. Daftar Pustaka
Buchori, Imam, dkk. 2007. Buku Ajar Metode Analisis Perencanaan. Jurusan
Perencanaan Wilayah dan Kota, Fakultas Teknik Universitas Diponegoro.
BPS
Kabupaten
Magelang,
2014.
PDRB
Kabupaten
Magelang,
dalam