Laporan KP Fix
Laporan KP Fix
Al Hujjah Asianingrum
13611067
JURUSAN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS ISLAM INDONESIA
YOGYAKARTA
2016
ii
iii
KATA PENGANTAR
Puji dan syukur penulis panjatkan ke hadirat Allah SWT, yang telah
memberikan rahmat-Nya sehingga penulis dapat menyelesaikan pelaksanaan dan
penyusunan laporan kerja praktek dengan studi kasus Aturan Pengambilan
Keputusan pada Realisasi Ekspor di Daerah Istimewa Yogyakarta Tahun 2014
Menggunakan Algoritma If-Then Rules pada Metode Rough Set hingga selesai.
Shalawat dan salam senantiasa tercurah atas junjungan kita Nabi Muhammad
SAW, keluarga, sahabat, dan umatnya hingga akhir zaman. Aamiin.
Laporan kerja praktek ini disusun sebagai tugas akhir dalam pelaksanaan
kerja praktek Jurusan Statistika Universitas Islam Indonesia pada Januari-Februari
2016 di Dinas Perindustrian dan Perdagangan Daerah Istimewa Yogyakarta.
Rasa terima kasih juga penulis sampaikan kepada berbagai pihak yang
telah membantu dalam penyelesaian makalah ini:
iv
7. Serta semua pihak yang baik secara langsung ataupun tidak langsung
telah membantu penulis dalam menyelesaikan tugas Kerja Praktek beserta
laporannya.
Semoga laporan ini dapat bermanfaat bagi pihak-pihak yang berkepentingan
dan juga bagi pembaca.
Penulis
v
DAFTAR ISI
KATA PENGANTAR.................................................................................... iv
DAFTAR ISI................................................................................................... vi
DAFTAR TABEL........................................................................................... viii
DAFTAR GAMBAR...................................................................................... ix
DAFTAR LAMPIRAN................................................................................... x
ABSTRAK...................................................................................................... xi
BAB I PENDAHULUAN............................................................................. 1
1.1 Latar Belakang Masalah............................................................ 1
1.2 Tujuan........................................................................................ 3
1.3 Manfaat...................................................................................... 3
BAB II TINJAUAN INSTITUSI................................................................... 4
2.1 Sejarah....................................................................................... 4
2.2 Struktur Organisasi.................................................................... 6
2.3 Tugas dan Fungsi....................................................................... 7
2.3.1 Institusi............................................................................ 7
2.3.2 Unit Kerja........................................................................ 8
2.4 Visi, Misi, dan Tujuan Organisasi............................................. 9
2.4.1 Visi.................................................................................. 9
2.4.2 Misi................................................................................. 9
2.4.3 Tujuan............................................................................. 9
2.4 Sumber Daya............................................................................. 10
BAB III LANDASAN TEORI........................................................................ 14
3.1 Ekspor........................................................................................ 14
3.2 Eksportir dan Barang yang di Ekspor........................................ 14
3.3 Surat Keterangan Asal............................................................... 15
3.4 Statistik Deskriptif..................................................................... 15
3.5 Himpunan.................................................................................. 15
3.6 Peluang Bersyarat...................................................................... 16
vi
3.7 Data Mining............................................................................... 17
3.8 Rough Set................................................................................... 17
3.8.1 Aproksimasi Set.............................................................. 18
3.8.2 Reduksi Data................................................................... 18
3.8.3 Decision Rule.................................................................. 18
3.8.4 Certainty dan Coverage Factors..................................... 19
BAB IV STUDI KASUS................................................................................ 20
4.1 Prosedur Pengumpulan Data...................................................... 20
4.2 Metode Analisis......................................................................... 20
4.3 Variabel Penelitian..................................................................... 20
4.4 Hasil dan Pembahasan............................................................... 22
4.4.1 Karakteristik Realisasi Ekspor Menurut Nilai................ 22
4.4.2 Analisis Rough Set.......................................................... 28
BAB V KESIMPULAN DAN SARAN......................................................... 30
5.1 Kesimpulan................................................................................. 30
5.2 Saran........................................................................................... 30
DAFTAR PUSTAKA..................................................................................... 50
MAKALAH KP.............................................................................................. 52
LAMPIRAN.................................................................................................... 60
vii
DAFTAR TABEL
viii
DAFTAR GAMBAR
ix
DAFTAR LAMPIRAN
x
ABSTRAK
Seiring dengan perkembangan jaman, didalam era perdagangan bebas, persaingan dalam hal
perdagangan tidak hanya terjadi didalam negeri namun para pengusaha industri kreatif dituntut
untuk turut serta dalam aktifitas perdagangan luar negeri. Salah satunya yaitu kegiatan ekspor
yang merupakan salah satu kegiatan internasional yang cukup penting disetiap negara. Di provinsi
DIY dalam tahun 2014 tercatat terdapat 165 komoditi ekspor menuju ke-116 negara tujuan. Dalam
penelitian ini bertujuan untuk melihat aturan pengambilan keputusan pada realisasi ekspor DIY
menggunakan algoritma if then rules dengan metode Rough Set. Metode Rough Set adalah
pendekatan matematis baru untuk menganalisa pola data yang bersifat samar atau tak pasti.
Berdasarkan analisis yang dilakukan dapat diambil kesimpulan bahwa kepastian terbesar dengan
peluang sebesarnya 16,84% ekspor akan dilakukan kenegara Italia, 16,13% akan dilakukan ke
negara Jerman, 10,19% akan dilakukan kenegara Amerika Serikat, dan 7,62% akan dilakukan
kenegara Jepang.
xi
BAB I
PENDAHULUAN
Warisan budaya ini terlihat dari bentuk bangunan, pakaian, hingga produk-
produk yang dihasilkan oleh pengusaha dan pengrajin seperti dalam bentuk
produk kerajinan (mebel, kayu, batu, dll) pada ukirannya, pakaian pada batiknya,
serta masih banyak kekhasan lainnya. Berdasarkan sumber dari Dinas
Perindustrian dan Perdagangan DIY tahun 2015 dalam laporan realisasi ekspor
impor s/d bulan Desember 2015 terhadap kegiatan ekspor, untuk 5 komoditi
unggulan antara lain komoditi pakaian jadi tekstil, mebel kayu, sarung tangan
kulit (STK), minyak atsiri, dan kerajinan tas. Sehingga dapat dilihat Yogyakarta
memiliki keunggulan dalam produk nonalam, yang diharapkan dapat menjadi
fokus pemerintah untuk dikembangkan agar dapat bersaing diera perdagangan
bebas ini.
1.2 Tujuan
Tujuan penulisan laporan kerja praktek ini adalah sebagai berikut.
1. Mengetahui karakteristik komoditi ekspor dan negara tujuan ekspor
Daerah Istimewa Yogyakarta tahun 2014.
2. Mengetahui aturan pengambilan keputusan berdasarkan data realisasi
ekspor di Daerah Istimewa Yogyakarta tahun 2014.
1.3 Manfaat
Manfaat penulisan laporan kerja praktek ini adalah sebagai berikut.
1. Bagi Instansi
a. Penentuan aturan pengambilan keputusan ini diharapkan dapat
digunakan sebagai bahan masukan bagi pihak Dinas Perindustrian dan
Perdagangan Daerah Istimewa Yogyakarta untuk mengambil
keputusan dan penentuan target dalam usaha meningkatkan nilai
ekspor DIY dimasa yang akan datang.
2. Bagi Jurusan Statistika
a. Agar dapat dijadikan sebagai bahan studi kasus bagi pembaca dan
acuan bagi mahasiswa serta dapat memberikan bahan referensi bagi
pihak perpustakaan.
b. Sebagai bahan bacaan yang dapat menambah ilmu pengetahuan bagi
pembaca dalam hal ini mahasiswa yang lain.
3. Bagi Mahasiswa
a. Sebagai sumber ilmu pengetahuan untuk memperluas wawasan
tentang data mining dan rough set.
b. Dapat mengenali suatu metode data mining untuk dijadikan pedoman
dalam analisis data.
c. Membantu mengaplikasikan ilmu yang telah diperoleh selama di
perkuliahan sehingga menunjang kesiapan untuk terjun ke dalam
dunia kerja.
BAB II
TINJAUAN INSTITUSI
2.1 Sejarah
Dinas Perindustrian dan Perdagangan Daerah Istimewa Yogayakara
ditetapkan berdasarkan pelaksanaan ketentuan dalam Pasal 33 Peraturan Daerah
Istimewa Nomor 1 Tahun 2013 tentang Kewenangan Dalam Urusan
Keistimewaan Daerah Istimewa Yogyakarta sebagaimana telah diubah dengan
Peraturan Daerah Istimewa Daerah Istimewa Yogyakarta Nomor 1 Tahun 2015
tentang Perubahan Atas Peraturan Daerah Istimewa Daerah Istimewa Yogyakarta
Nomor 1 Tahun 2013 tentang Kewenangan Dalam Urusan Keistimewaan Daerah
Istimewa Yogyakarta maka perlu menetapkan Peraturan Daerah Istimewa tentang
Kelembagaan Pemerintah Daerah Daerah Istimewa Yogyakarta. Dinas
Perindustrian dan Perdagangan Daerah Istimewa Yogyakarta berkedudukan di Jl.
Kusumanegara No.9 Yogyakarta.
Landasan hukum yang mengatur struktur organisasi, tugas, dan fungsi
serta kewenangan SKPD, serta pedoman yang dijadikan acuan SKPD meliputi :
1. Pasal 18 ayat (6) Undang Undang Dasar Negara Republik Indonesia Tahun
1945;
2. Undang-Undang Nomor 3 Tahun 1950 tentang Pembentukan Daerah
Istimewa Jogjakarta (Berita Negara Republik Indonesia Tahun 1950
Nomor 3), sebagaimana telah diubah terakhir dengan Undang-Undang
Nomor 9 Tahun 1955 tentang Perubahan Undang-Undang Nomor 3 Jo.
Nomor 19 Tahun 1950 tentang Pembentukan Daerah Istimewa Jogjakarta
(Lembaran Negara Republik Indonesia Tahun 1955 Nomor 43, Tambahan
Lembaran Negara Republik Indonesia Nomor 827);
3. Undang-Undang Nomor 13 Tahun 2012 tentang Keistimewaan Daerah
Istimewa Yogyakarta (Lembaran Negara Republik Indonesia Tahun 2012
Nomor 170, Tambahan Lembaran Negara Republik Indonesia Nomor
5339);
5
2.4.2 Misi
Untuk mewujudkan visi yang telah ditetapkan maka diperlukan misi
sehingga seluruh aparat dan stakholder dapat mengetahui peran Dinas
Perindustrian dan Perdagangan DIY dalam pembinaan dan pengembangan sektor
industri perdagangan pertambangan dan energi di Daerah Istimewa Yogyakarta
dengan menetapkan misi sebagai berikut:
1. Meningkatkan peran koperasi dan pelaku usaha kecil Menengah dalam
mendukung perekonomian masyarakat.
2. Meningkatkan efektivitas, efisiensi, dan daya saing perdagangan dalam
negeri dan luar negeri.
3. Meningkatkan efektivitas, efisiensi, dan daya saing perdagangan dengan
mewujudkan tertib ukur.
4. Meningkatkan produktivitas dan daya saing UKM serta mengembangkan
industri kreatif untuk peningkatkan daya saing produk.
2.4.3 Tujuan
1. Meningkatkan peran koperasi dan pelaku usaha kecil menengah dalam
mendukung perekonomian masyarakat.
2. Meningkatkan efektivitas, efisiensi, pedagangan dalam negeri melalui
peningkatan penggunaan produk lokal, kelancaran distribusi, perlindungan
konsumen dan pengamanan perdagangan, serta pengembangan pemasaran.
10
3.1 Ekspor
Berdasarkan Undang-Undang Republik Indonesia Nomor 17 Tahun 2006
pengertian ekspor adalah kegiatan mengeluarkan barang dari daerah pabean.
Sedangkan yang dimaksud daerah pabean adalah wilayah Republik Indonesia
yang meliputi wilayah darat, perairan dan ruang udara di atasnya, serta tempat-
tempat tertentu di Zona Ekonomi Eksklusif dan landas kontinen yang di dalamnya
berlaku Undang-Undang 2006 tentang Kepabeanan.
3.5 Himpunan
Himpunan adalah suatu kumpulan objek yang berbeda. Objek ini mungkin
merupajan suatu kelompok bilangan-bilangan (berbeda). Ada dua cara lain untuk
menulis suatu himpunan, yaitu dengan menyebutkan satu per satu dan dengan
gambaran. Misalkan S mewakili himpunan dari tiga bilangan 2, 3, dan 4, maka
dapat dituliskan dengan menyebutkan satu persatu dari himpunan setiap elemen,
16
S {2,3,4}
Tetapi, jika l merupakan himpunan untuk seluruh bilangan bulat positif dapat
ditulis.
{ |
P A B
P( B | A) (1)
P A
P( A B) PBP A | B (2)
dengan syarat B telah terjadi (Spiegel, Murray R., Schiller, John J., dan
Srinivasan, Alu. R 2004).
Berdasarkan jurnal yang disusun oleh Pawlak, ada beberapa istilah penting
dalam Rough Set, yaitu:
3.8.1 Aproksimasi
Aproksimasi adalah konsep dasar teori Rough Set dan digunakan untuk
menarik kesimpulan dari data. Mempertimbangan tabel yang terbentuk dari tabel
sistem informasi yang terdiri dari kondisi dan keputusan bahwa beberapa
keputusan tidak dapat dijelaskan dengan cara kondisi. Definisi informal dari
aproksimasi adalah sebagai berikut (Pawlak, Zdzislaw, 2002):
1. Lower approximation yaitu semua objek himpunan data yang pasti terjadi.
2. Upper approximation yaitu semua objek himpunan data yang mungkin
terjadi.
3. Boundary region adalah himpunan data yang membuat beda antara lower
approximationdan dan upper approximation.
(|) =
2) Coverage Factors
(|) =
2. Komoditi
Komoditi disini adalah barang sesuai dengan Peraturan Menteri
Perdagangan Republik Indonesia No: 13/M-DAG/PER/3/2012 yaitu setiap
benda baik berwujud maupun tidak berwujud, baik bergerak maupun tidak
bergerak, dapat dihabiskan maupun tidak dapat dihabiskan, yang dapat
untuk diperdagangkan, dipakai, dipergunakan, atau dimanfaatkan. Jenis
komoditi yang diekspor antara lain:
- Alas kaki - Kerajinan batu - Kerajinan tanah - Pjk kombinasi
- Alat kedokteran - Kerajinan besi liat tekstil
- Alat kesehatan - Kerajinan enceng - Kerajinan tas - Produk jadi kulit
- Alat musik gondok - Kerajinan (PJK)
tradisional - Kerajinan kaca tembaga - Produk pakaian
- Alkohol - Kerajinan kain - Kertas jadi
- Arang batok - Kerajinan kapas - Kulit disamak - Produk tekstil
- Arang briket - Kerajinan karet - Kulit domba lainnya
- Arang kayu - Kerajinan kayu - Lain-lain - Pupuk kompos
- Asesoris - Kerajinan keramik - Lukisan - Salak
- Batik painting - Kerajinan kertas - Mainan anak - Sarung tangan
- Batu - Kerajinan koral - Mebel kayu kulit (STK)
alam/pualam - Kerajinan kulit - Mebel plastik - Semen
- Belut - Kerajinan kulit - Mebel rotan - STK kombinasi
- Benang kayu - Minyak atsiri poliurethan
- Buah kelapa - Kerajinan - Minyak kenanga - STK sintetis
- Cerutu kuningan - Pakaian jadi kulit - Tas benang
- Daun jati kering - Kerajinan lain-lain - Pakaian jadi nylon
- Kaca - Kerajinan logam tekstil - Tas kulit
- Kambing - Kerajinan marmer - Papan kemas - Tas plastik
- Kerajinan gel - Kerajinan - Patung - Tas poliurethan
- Kerajinan mendong - Payung - Tas rias
alumunium - Kerajinan metal - Peralatan rumah - Tas travel
- Kerajinan - Kerajinan miniatur tangga - Teh hijau/hitam
22
30000000,000
25000000,000
20000000,000
15000000,000 Nilai
10000000,000
5000000,000
-
Jerman Jepang Amerika Serikat Italia
Tabel 4.1 Sistem informasi dan keputusan data rekapitulasi ekspor DIY
Kondisi Konsekuensi
No.
Pelabuhan Muat Komoditi Negara Tujuan
1 A YANI KERAJINAN JERMAN
KORAL
2 ADISUCIPTO SARUNG TANGAN JEPANG
KULIT (STK)
3 ADISUCIPTO KERAJINAN KAIN JEPANG
4 ADISUCIPTO SARUNG TANGAN JEPANG
KULIT (STK)
5 ADISUCIPTO SARUNG TANGAN JEPANG
KULIT (STK)
6 ADISUCIPTO KERAJINAN KAYU JERMAN
7 ADISUCIPTO KERAJINAN BATIK JEPANG
... ... ... ...
847 TANJUNG PRIOK PAKAIAN JADI AMERIKA
TEKSTIL SERIKAT
848 TANJUNG PRIOK SARUNG TANGAN JEPANG
KULIT (STK)
849 TANJUNG PRIOK STK SINTETIS JEPANG
maka himpunan data variabel tersebut dibuat sistem informasi data seperti
tabel berikut:
konsisten, salah satunya adalah data nomor 360, 361, dan 362. Dimana pada
objek nomor 360, 361, dan nomor 361 mempunyai kondisi yang sama,
tetapi konsekuensinya berbeda.
Pola ini berkelanjutan hingga kondisi terakhir yaitu jika pada pelabuhan
muat Tanjung Priok dan komoditi yang diekspor adalah Tekstil maka ekspor
akan terjadi ke negara tujuan ekspor Jerman.
2. Aproksimasi Himpunan
Salah satu cara yang dapat digunakan untuk decision system yaitu
dengan menemukan seluruh himpunan subset menggunakan kelas yang
ekuivalen yaitu yang mempunyai nilai sama. Tetapi, setiap himpunan subset
yang ditemukan tidak selalu dapat mendefinisikan kondisi dengan tepat.
31
341, 342, 345, 346, 347, 348, 349, 350, 353, 354, 355, 356, 360,
361, 362} dari himpunan objek dengan nomor {1, 9, 13, 15, 18, 21,
25, 26, 31, 32, 35, 45, 55, 72, 74, 76, 82, 86, 87, 88, 93, 97, 99,
104, 105, 108, 112, 116, 118, 123, 126, 127, 129, 133, 137, 144,
147, 149, 150, 153, 157, 161, 167, 171, 173, 177, 180, 183, 185,
188, 192, 196, 200, 201, 204, 211, 223, 228, 229, 221, 213, 233,
243, 247, 250, 254, 257, 266, 271, 272, 276, 279, 281, 284, 286,
289, 293, 297, 298, 299, 300, 302, 313, 322, 324, 329, 338, 342,
347, 350, 356, 357, 362}
3) Himpunan boundary region Jerman adalah himpunan objek nomor
{10, 11, 12, 13, 14, 15, 16, 17, 18, 20, 21, 24, 25, 29, 30, 31, 34,
35, 42, 43, 44, 45, 54, 55, 81, 82, 83, 84, 85, 86, 90, 91, 92, 93, 95,
96, 97, 98, 99, 101, 102, 103, 104, 107, 108, 109, 110, 111, 112,
113, 114, 115, 116, 117, 118, 119, 120, 121, 122, 123, 124, 125,
126, 128, 129, 132, 133, 135, 136, 137, 142, 143, 144, 145, 146,
147, 148, 149, 151, 152, 153, 156, 157, 159, 160, 161, 165, 166,
167, 168, 169, 170, 171, 172, 173, 174, 175, 176, 177, 178, 179,
180, 182, 183, 184, 185, 187, 188, 189, 190, 191, 192, 193, 194,
195, 196, 197, 198, 199, 200, 202, 203, 204, 208, 209, 210, 211,
212, 213, 218, 219, 220, 221, 222, 223, 225, 226, 227, 228, 232,
233, 240, 241, 242, 243, 245, 246, 247, 248, 249, 250, 251, 252,
253, 254, 356, 255, 257, 264, 265, 266, 268, 270, 271, 274, 275,
276, 277, 278, 279, 280, 281, 282, 283, 284, 287, 288, 289, 290,
291, 292, 293, 294, 295, 296, 297, 311, 312, 313, 319, 320, 321,
322, 327, 328, 329, 339, 340, 341, 342, 345, 346, 347, 348, 349,
350, 353, 354, 355, 356, 360, 361, 362} dari himpunan objek
dengan nomor {1, 9, 13, 15, 18, 21, 25, 26, 31, 32, 35, 45, 55, 72,
74, 76, 82, 86, 87, 88, 93, 97, 99, 104, 105, 108, 112, 116, 118,
123, 126, 127, 129, 133, 137, 144, 147, 149, 150, 153, 157, 161,
167, 171, 173, 177, 180, 183, 185, 188, 192, 196, 200, 201, 204,
211, 223, 228, 229, 221, 213, 233, 243, 247, 250, 254, 257, 266,
33
271, 272, 276, 279, 281, 284, 286, 289, 293, 297, 298, 299, 300,
302, 313, 322, 324, 329, 338, 342, 347, 350, 356, 357, 362}
b. Jika dilihat berdasarkan negara tujuan Amerika Serikat, maka yang
termasuk dalam :
1) Himpunan Lower Approximation Amerika Serikat adalah
himpunan objek nomor {2, 6, 19, 23, 28, 46, 47, 53, 61, 70, 71, 75,
77, 80, 83, 100, 106, 154, 164, 181, 215, 216, 224, 237, 258, 259,
301, 303, 307, 314, 316, 317, 318, 323, 330, 337, 343} dari
himpunan objek dengan nomor {2, 6, 10, 14, 16, 19, 23, 24, 28, 37,
42, 46, 47, 49, 53, 54, 59, 61, 70, 71, 75, 77, 80, 81, 83, 90, 95, 98,
100, 101, 106, 109, 113, 119, 120, 130, 135, 140, 142, 145, 151,
154, 159, 162, 164, 165, 168, 172, 174, 178, 181, 182, 189, 193,
197, 202, 206, 208, 212, 215, 216, 218, 222, 224, 225, 234, 237,
238, 240, 244, 248, 257, 256, 258, 259, 262, 268, 274, 290, 294,
301, 303, 305, 307, 308, 311, 314, 316, 317, 318, 319, 323, 327,
330, 332, 335, 337, 339, 343, 345, 348, 351, 353, 358, 360}
2) Himpunan Upper Approximation Amerika Serikat adalah
himpunan objek nomor {2, 6, 19, 23, 28, 46, 47, 53, 61, 70, 71, 75,
77, 80, 83, 100, 106, 154, 164, 181, 215, 216, 224, 237, 258, 259,
301, 303, 307, 314, 316, 317, 318, 323, 330, 337, 343, 10, 11, 12,
13, 14, 15, 16, 17, 18, 24, 25, 37, 38, 42, 43, 44, 45, 49, 50, 54, 55,
59, 60, 81, 82, 90, 91, 92, 93, 95, 96, 97, 98, 99, 101, 102, 103,
104, 109, 110, 111, 112, 123, 130, 131, 135, 136, 137, 140, 141,
142, 143, 144, 145, 146, 147, 151, 152, 153, 159, 160, 161, 162,
163, 165, 166, 167, 168, 169, 170, 171, 172, 173, 174, 175, 176,
177, 178, 179, 180, 182, 183, 189, 190, 191, 192, 193, 194, 195,
196, 197, 198, 199, 200, 202, 203, 204, 206, 207, 208, 209, 210,
211, 212, 213, 218, 219, 220, 221, 222, 223, 225, 226, 227, 228,
234, 235, 236, 238, 239, 240, 241, 242, 243, 244, 245, 246, 247,
248, 249, 250, 251, 252, 253, 254, 255, 256, 257, 262, 263, 264,
265, 266, 268, 269, 270, 271, 274, 275, 276, 290, 291, 292, 293,
34
294, 295, 296, 297, 305, 306, 308, 309, 311, 312, 313, 319, 320,
321, 322, 327, 378, 329, 332, 333, 335, 336, 339, 340, 341, 342,
345, 346, 347, 348, 349, 350, 351, 352, 353, 354, 355, 356, 358,
359, 360, 361, 362} dari himpunan objek dengan nomor {2, 6, 10,
14, 16, 19, 23, 24, 28, 37, 42, 46, 47, 49, 53, 54, 59, 61, 70, 71, 75,
77, 80, 81, 83, 90, 95, 98, 100, 101, 106, 109, 113, 119, 120, 130,
135, 140, 142, 145, 151, 154, 159, 162, 164, 165, 168, 172, 174,
178, 181, 182, 189, 193, 197, 202, 206, 208, 212, 215, 216, 218,
222, 224, 225, 234, 237, 238, 240, 244, 248, 257, 256, 258, 259,
262, 268, 274, 290, 294, 301, 303, 305, 307, 308, 311, 314, 316,
317, 318, 319, 323, 327, 330, 332, 335, 337, 339, 343, 345, 348,
351, 353, 358, 360}
3) Himpunan boundari region Amerika Serikat adalah himpunan
objek nomor {10, 11, 12, 13, 14, 15, 16, 17, 18, 24, 25, 37, 38, 42,
43, 44, 45, 49, 50, 54, 55, 59, 60, 81, 82, 90, 91, 92, 93, 95, 96, 97,
98, 99, 101, 102, 103, 104, 109, 110, 111, 112, 123, 130, 131, 135,
136, 137, 140, 141, 142, 143, 144, 145, 146, 147, 151, 152, 153,
159, 160, 161, 162, 163, 165, 166, 167, 168, 169, 170, 171, 172,
173, 174, 175, 176, 177, 178, 179, 180, 182, 183, 189, 190, 191,
192, 193, 194, 195, 196, 197, 198, 199, 200, 202, 203, 204, 206,
207, 208, 209, 210, 211, 212, 213, 218, 219, 220, 221, 222, 223,
225, 226, 227, 228, 234, 235, 236, 238, 239, 240, 241, 242, 243,
244, 245, 246, 247, 248, 249, 250, 251, 252, 253, 254, 255, 256,
257, 262, 263, 264, 265, 266, 268, 269, 270, 271, 274, 275, 276,
290, 291, 292, 293, 294, 295, 296, 297, 305, 306, 308, 309, 311,
312, 313, 319, 320, 321, 322, 327, 378, 329, 332, 333, 335, 336,
339, 340, 341, 342, 345, 346, 347, 348, 349, 350, 351, 352, 353,
354, 355, 356, 358, 359, 360, 361, 362} dari himpunan objek
dengan nomor {2, 6, 10, 14, 16, 19, 23, 24, 28, 37, 42, 46, 47, 49,
53, 54, 59, 61, 70, 71, 75, 77, 80, 81, 83, 90, 95, 98, 100, 101, 106,
109, 113, 119, 120, 130, 135, 140, 142, 145, 151, 154, 159, 162,
35
164, 165, 168, 172, 174, 178, 181, 182, 189, 193, 197, 202, 206,
208, 212, 215, 216, 218, 222, 224, 225, 234, 237, 238, 240, 244,
248, 257, 256, 258, 259, 262, 268, 274, 290, 294, 301, 303, 305,
307, 308, 311, 314, 316, 317, 318, 319, 323, 327, 330, 332, 335,
337, 339, 343, 345, 348, 351, 353, 358, 360}
c. Jika dilihat berdasarkan negara tujuan Jepang, maka yang termasuk
dalam:
1) Himpunan Lower Approximation Jepang adalah himpunan objek
nomor {3, 4, 5, 7, 8, 22, 27, 36, 39, 40, 41, 51, 52, 56, 57, 58, 62,
66, 67, 68, 69, 79, 89, 138, 139, 155, 158, 205, 214, 217, 255, 260,
261, 267, 273, 285, 310, 315, 334, 344} dari himpunan objek
dengan nomor {3, 4, 5, 7, 8, 12, 17, 20, 22, 27, 30, 36, 38, 39, 40,
41, 44, 50, 51, 52, 56, 57, 58, 60, 62, 66, 67, 68, 69, 79, 85, 89, 92,
96, 103, 111, 115, 117, 122, 125, 128, 132, 136, 138, 139, 141,
143, 146, 148, 152, 155, 156, 158, 166, 170, 176, 179, 184, 187,
191, 195, 199, 203, 205, 210, 214, 217, 220, 227, 231, 232, 236,
242, 246, 253, 255, 260, 261, 267, 270, 273, 275, 278, 280, 283,
285, 288, 292, 296, 306, 309, 310, 315, 321, 334, 341, 344, 346,
349, 352, 355, 359, 361}
2) Himpunan Upper Approximation Jepang adalah himpunan objek
nomor {3, 4, 5, 7, 8, 22, 27, 36, 39, 40, 41, 51, 52, 56, 57, 58, 62,
66, 67, 68, 69, 79, 89, 138, 139, 155, 158, 205, 214, 217, 255, 260,
261, 267, 273, 285, 310, 315, 334, 344, 10, 11, 12, 13, 16, 17, 18,
20, 21, 29, 30, 31, 37, 38, 42, 43, 44, 45, 49, 50, 59, 60, 84, 85, 86,
90, 91, 92, 93, 95, 96, 97, 101, 102, 103, 104, 109, 110, 111, 112,
113, 114, 115, 116, 117, 118, 119, 120, 121, 122, 123, 124, 125,
126, 128, 129, 132, 133, 135, 136, 137, 140, 141, 142, 143, 144,
145, 146, 147, 148, 149, 151, 152, 153, 156, 157, 165, 166, 167,
168, 169, 170, 171, 174, 175, 176, 177, 178, 179, 180, 184, 185,
187, 188, 189, 190, 191, 192, 193, 194, 195, 196, 197, 198, 199,
200, 202, 203, 204, 208, 209, 210, 211, 218, 219, 220, 221, 225,
36
226, 227, 228, 230, 231, 232, 233, 234, 235, 236, 240, 241, 242,
243, 245, 246, 247, 251, 252, 253, 254, 268, 269, 270, 271, 274,
275, 276, 277, 278, 279, 280, 281, 282, 283, 284, 287, 288, 289,
290, 291, 292, 293, 294, 295, 296, 297, 305, 306, 308, 309, 319,
320, 321, 322, 329, 330, 331, 332, 333, 334, 335, 336, 337, 338,
339, 340, 341, 342, 345, 346, 347, 348, 349, 350, 351, 352, 353,
354, 355, 356, 358, 359, 360, 362, 362} dari himpunan objek
dengan nomor {3, 4, 5, 7, 8, 12, 17, 20, 22, 27, 30, 36, 38, 39, 40,
41, 44, 50, 51, 52, 56, 57, 58, 60, 62, 66, 67, 68, 69, 79, 85, 89, 92,
96, 103, 111, 115, 117, 122, 125, 128, 132, 136, 138, 139, 141,
143, 146, 148, 152, 155, 156, 158, 166, 170, 176, 179, 184, 187,
191, 195, 199, 203, 205, 210, 214, 217, 220, 227, 231, 232, 236,
242, 246, 253, 255, 260, 261, 267, 270, 273, 275, 278, 280, 283,
285, 288, 292, 296, 306, 309, 310, 315, 321, 334, 341, 344, 346,
349, 352, 355, 359, 361}
3) Himpunan boundari region Jepang adalah himpunan objek nomor
{10, 11, 12, 13, 16, 17, 18, 20, 21, 29, 30, 31, 37, 38, 42, 43, 44,
45, 49, 50, 59, 60, 84, 85, 86, 90, 91, 92, 93, 95, 96, 97, 101, 102,
103, 104, 109, 110, 111, 112, 113, 114, 115, 116, 117, 118, 119,
120, 121, 122, 123, 124, 125, 126, 128, 129, 132, 133, 135, 136,
137, 140, 141, 142, 143, 144, 145, 146, 147, 148, 149, 151, 152,
153, 156, 157, 165, 166, 167, 168, 169, 170, 171, 174, 175, 176,
177, 178, 179, 180, 184, 185, 187, 188, 189, 190, 191, 192, 193,
194, 195, 196, 197, 198, 199, 200, 202, 203, 204, 208, 209, 210,
211, 218, 219, 220, 221, 225, 226, 227, 228, 230, 231, 232, 233,
234, 235, 236, 240, 241, 242, 243, 245, 246, 247, 251, 252, 253,
254, 268, 269, 270, 271, 274, 275, 276, 277, 278, 279, 280, 281,
282, 283, 284, 287, 288, 289, 290, 291, 292, 293, 294, 295, 296,
297, 305, 306, 308, 309, 319, 320, 321, 322, 329, 330, 331, 332,
333, 334, 335, 336, 337, 338, 339, 340, 341, 342, 345, 346, 347,
348, 349, 350, 351, 352, 353, 354, 355, 356, 358, 359, 360, 362,
37
362} dari himpunan objek dengan nomor {3, 4, 5, 7, 8, 12, 17, 20,
22, 27, 30, 36, 38, 39, 40, 41, 44, 50, 51, 52, 56, 57, 58, 60, 62, 66,
67, 68, 69, 79, 85, 89, 92, 96, 103, 111, 115, 117, 122, 125, 128,
132, 136, 138, 139, 141, 143, 146, 148, 152, 155, 156, 158, 166,
170, 176, 179, 184, 187, 191, 195, 199, 203, 205, 210, 214, 217,
220, 227, 231, 232, 236, 242, 246, 253, 255, 260, 261, 267, 270,
273, 275, 278, 280, 283, 285, 288, 292, 296, 306, 309, 310, 315,
321, 334, 341, 344, 346, 349, 352, 355, 359, 361}
d. Jika dilihat berdasarkan negara tujuan Italia, maka yang termasuk
dalam:
1) Himpunan Lower Approximation Italia adalah himpunan objek
nomor {33, 48, 63, 64, 65, 73, 78, 94, 134, 186, 304, 325, 326,
331} dari himpunan objek dengan nomor {11, 29, 33, 34, 43, 48,
63, 64, 65, 73, 78, 84, 91, 94, 102, 107, 110, 114, 121, 124, 131,
134, 160, 163, 169, 175, 186, 190, 194, 198, 207, 209, 219, 226,
230, 235, 239, 241, 245, 249, 252, 263, 265, 269, 277, 282, 287,
291, 295, 304, 312, 320, 325, 326, 328, 331, 333, 336, 340, 354}
2) Himpunan Upper Approximation Italia adalah himpunan objek
nomor {33, 48, 63, 64, 65, 73, 78, 94, 134, 186, 304, 325, 326, 331,
10, 11, 12, 13, 29, 30, 31, 34, 35, 42, 43, 44, 45, 46, 84, 85, 86, 90,
91, 92, 93, 101, 102, 103, 104, 107, 108, 109, 110, 111, 112, 113,
114, 115, 116, 120, 121 122, 123, 124, 125, 126, 130, 131, 159,
160, 161, 168, 169, 170, 171, 174, 175, 176, 177, 189, 190, 191,
192, 193, 194, 195, 196, 197, 198, 199, 200, 206, 207, 208, 209,
210, 211, 218, 219, 220, 221, 225, 226, 227, 228, 230, 231, 231,
234, 235, 236, 238, 239, 240, 241, 242, 243, 244, 245, 246, 247,
248, 249, 250, 251, 252, 253, 254, 262, 263, 264, 265, 266, 268,
269, 270, 271, 277, 278, 279, 282, 283, 284, 287, 288, 289, 290,
291, 292, 293, 294, 295, 296, 297, 311, 312, 313, 319, 320, 321,
322, 327, 328, 329, 332, 333, 335, 336, 339, 340, 341, 342, 353
354, 355, 356} dari himpunan objek dengan nomor {11, 29, 33, 34,
38
43, 48, 63, 64, 65, 73, 78, 84, 91, 94, 102, 107, 110, 114, 121, 124,
131, 134, 160, 163, 169, 175, 186, 190, 194, 198, 207, 209, 219,
226, 230, 235, 239, 241, 245, 249, 252, 263, 265, 269, 277, 282,
287, 291, 295, 304, 312, 320, 325, 326, 328, 331, 333, 336, 340,
354}
3) Himpunan boundari region Italia adalah himpunan objek nomor
{10, 11, 12, 13, 29, 30, 31, 34, 35, 42, 43, 44, 45, 46, 84, 85, 86,
90, 91, 92, 93, 101, 102, 103, 104, 107, 108, 109, 110, 111, 112,
113, 114, 115, 116, 120, 121 122, 123, 124, 125, 126, 130, 131,
159, 160, 161, 168, 169, 170, 171, 174, 175, 176, 177, 189, 190,
191, 192, 193, 194, 195, 196, 197, 198, 199, 200, 206, 207, 208,
209, 210, 211, 218, 219, 220, 221, 225, 226, 227, 228, 230, 231,
231, 234, 235, 236, 238, 239, 240, 241, 242, 243, 244, 245, 246,
247, 248, 249, 250, 251, 252, 253, 254, 262, 263, 264, 265, 266,
268, 269, 270, 271, 277, 278, 279, 282, 283, 284, 287, 288, 289,
290, 291, 292, 293, 294, 295, 296, 297, 311, 312, 313, 319, 320,
321, 322, 327, 328, 329, 332, 333, 335, 336, 339, 340, 341, 342,
353 354, 355, 356} dari himpunan objek dengan nomor {11, 29,
33, 34, 43, 48, 63, 64, 65, 73, 78, 84, 91, 94, 102, 107, 110, 114,
121, 124, 131, 134, 160, 163, 169, 175, 186, 190, 194, 198, 207,
209, 219, 226, 230, 235, 239, 241, 245, 249, 252, 263, 265, 269,
277, 282, 287, 291, 295, 304, 312, 320, 325, 326, 328, 331, 333,
336, 340, 354}
3. Reduksi Data
Sangat penting melakukan reduksi data dalam analisis rough set. Data
yang berlebihan dapat disederhanakan dari tabel tanpa menghilangkan
ataupun mengurangi informasi yang sudah ada. Data yang berlebihan dapat
dipindahkan dari data tabel agar dapat menyederhanakan decision rule
menggunakan tabel data yang telah direduksi. Dalam mereduksi data harus
tetap menjaga konsistensi data, tanpa mengubah data dari tabel.
39
Data ada tabel 4.3 direduksi berdasarkan atribut kondisi satu persatu.
Dalam hal ini data tidak dilakukan reduksi. Sehingga untuk variabel kondisi
yang tidak tereduksi disebut Precious (berharga) dan untuk variabel
keputusan (decision attribute) yang telah ditentukan tidak akan direduksi.
1) Certainty Factors
(|) =
2) Coverage Factors
(| ) =
5. Decision Rules
Berdasarkan algoritma pengambilan keputusan dan nilai certainty
factors pada tabel 4.4, maka dapat digambarkan seperti berikut:
1) Jika pada pelabuhan muat A Yani dan komoditi yang diekspor
adalah Kerajinan Koral maka kemungkinan ekspor akan terjadi ke
negara tujuan ekspor Jerman di 100% kondisi yang sama.
2) Jika pada pelabuhan muat Adisucipto dan komoditi yang diekspor
adalah Asesoris maka kemungkinan ekspor akan terjadi ke negara
tujuan ekspor Amerika Serikat di 100% kondisi yang sama.
3) Jika pada pelabuhan muat Adisucipto dan komoditi yang diekspor
adalah Batik Painting maka kemungkinan ekspor akan terjadi ke
negara tujuan ekspor Jepang di 100% kondisi yang sama.
4) Jika pada pelabuhan muat Adisucipto dan komoditi yang diekspor
adalah Belut maka kemungkinan ekspor akan terjadi ke negara
tujuan ekspor Jepang di 100% kondisi yang sama.
5) Jika pada pelabuhan muat Adisucipto dan komoditi yang diekspor
adalah Kerajinan Alumunium maka kemungkinan ekspor akan
terjadi ke negara tujuan ekspor Jepang di 100% kondisi yang sama.
Pola ini berkelanjutan hingga kondisi terakhir yaitu Jika pada pelabuhan
muat Tanjung Priok dan komoditi yang diekspor adalah Tekstil maka
kemungkinan ekspor akan terjadi ke negara tujuan ekspor Jerman di 33%
kondisi yang sama.
42
Pola ini berkelanjutan hingga kondisi terakhir yaitu 0,46% dari ekspor
ke negara tujuan ekspor Jerman dimuat melalui pelabuhan muat Tanjung
Priok dengan komoditi yang diekspor adalah Tekstil.
5.1 Kesimpulan
Berdasarkan analisis dan pembahasan yang telah dilakukan pada bab
sebelumnya, maka dapat ditarik kesimpulan sebagai berikut.
1. Berdasarkan negara tujuan tertinggi, nilai ekspor tertinggi pertama adalah
negara Jerman dengan nilai 31.978.566,55 US$. Diikuti Jepang dan
Amerika Serikat kemudian negara ke empat adalah Italia. Sedangkan
berdasarkan komoditi unggulan ekspor Daerah Istimewa Yogyakarta dari
165 komoditi, komoditi unggulan pertama dengan nilai 50.301.566,42 US$
adalah Pakaian Jadi Tekstil. Komoditi unggulan berikutnya adalah
komoditi Mebel Kayu dengan nilai 37.448.578,48 US$, lalu diikuti Sarung
Tangan Kulit (STK), Kerajinan Kayu, kemudian STK Sintetis, Minyak
Atsiri, Kulit Disamak, Tekstik, Kerajinan Batu, dan Alkohol dengan nilai
4.610.272,86 US$.
2. Berdasarkan analisis Rough Set, untuk memaksimalkan komoditi ekspor
melalui pelabuhan muat tertentu, hendaknya mempertimbangkan
pelabuhan muat melalui Tanjung Emas dengan komoditi yang diekspor
adalah Mebel Kayu. Dimana kepastian terbesar dengan peluang
sebesarnya 16,84% ekspor akan dilakukan kenegara Italia, 16,13% akan
dilakukan ke negara Jerman, 10,19% akan dilakukan kenegara Amerika
Serikat, dan akan dilakukan 7,62% kenegara Jepang.
5.2 Saran
Dari hasil analisis maka terdapat beberapa saran yang dapat digunakan
untuk penyempurnaan dan pengembangan penelitian berikutnya. Saran yang dapat
diberikan adalah sebagai berikut.
1. Untuk penelitian selanjutnya, sebaiknya peneliti mempertimbangkan
banyaknya kategorik untuk variabel komoditi, serta negara tujuan yang
dijadikan sebagai variabel kondisi.
49
DAFTAR PUSTAKA
Berata, I Komang Oke. 2014. Panduan Praktis Ekspor Impor. Jakarta : Raih Asa
Sukses (Penebar Swadaya Grup).
Manson, Robert D. dan Lind, Douglas A. 1999. Teknik Statistika untuk Bisnins &
Ekonomi, Jilid 1, Edisi Kesembilan. Jakarta : Penerbit Erlangga.
Rasyad, Rasdihan. 2003. Metode Statistik Deskriptif untuk Umum. Jakarta : PT.
Grasindo.
Sukirno, Sadono. 2006. Makro Ekonomi : Teori Pengantar. 3th ed. Jakarta: PT.
RajaGrafindo Persada.
Sutedi, Adrian. 2014. Hukum Ekspor Impor. Jakarta : Raih Asa Sukses (Penebar
Swadaya Grup)
Turban, Efraim., Aronson, Jay E., dan Liang Ting-Peng. 2005. Decision Support
Systems and Intelligent Systems 7th. Ed. New Jersey : Pearson Education.
Walpole, Roland E. dan Myers, Raymond H. 1995. Ilmu Peluang dan Statistika
untuk Insinyur dan Ilmuan. Bandung : Penerbit ITB.
.
ATURAN PENGAMBILAN KEPUTUSAN PADA REALISASI EKSPOR DI
DAERAH ISTIMEWA YOGYAKARTA TAHUN 2014 MENGGUNAKAN
ALGORITMA IF-THEN RULES PADA METODE ROUGH SET
Al Hujjah Asianingrum
ABSTRAK
Seiring dengan perkembangan jaman, didalam era perdagangan bebas, persaingan dalam hal perdagangan
tidak hanya terjadi didalam negeri namun para pengusaha industri kreatif dituntut untuk turut serta dalam
aktifitas perdagangan luar negeri. Salah satunya yaitu kegiatan ekspor yang merupakan salah satu kegiatan
internasional yang cukup penting disetiap negara. Di provinsi DIY dalam tahun 2014 tercatat terdapat 165
komoditi ekspor menuju ke-116 negara tujuan. Dalam penelitian ini bertujuan untuk melihat aturan
pengambilan keputusan pada realisasi ekspor DIY menggunakan algoritma if then rules dengan metode
Rough Set. Metode Rough Set adalah pendekatan matematis baru untuk menganalisa pola data yang
bersifat samar atau tak pasti. Berdasarkan analisis yang dilakukan dapat diambil kesimpulan bahwa
kepastian terbesar dengan peluang sebesarnya 16,84% ekspor akan dilakukan kenegara Italia, 16,13% akan
dilakukan ke negara Jerman, 10,19% akan dilakukan kenegara Amerika Serikat, dan 7,62% akan dilakukan
kenegara Jepang.
52
kecenderungan negara yang akan menerimanya. Daerah Istimewa Yogyakarta menggunakan
Oleh karena itu digunakan metode rough set program Microsoft Excel 2010
untuk melihat apakah terdapat pola antara 3.4 Kajian Teori
komoditi ekspor terhadap negara tujuan ekspor. 3.4.1 Ekspor
Berdasarkan Undang-Undang Republik
2. Tujuan Penelitian Indonesia Nomor 17 Tahun 2006 pengertian
Tujuan penelitian ini adalah sebagai ekspor adalah kegiatan mengeluarkan barang
berikut. dari daerah pabean. Sedangkan yang dimaksud
1. Mengetahui karakteristik komoditi ekspor daerah pabean adalah wilayah Republik
dan negara tujuan ekspor Daerah Istimewa Indonesia yang meliputi wilayah darat, perairan
Yogyakarta tahun 2014. dan ruang udara di atasnya, serta tempat-tempat
2. Mengetahui aturan pengambilan keputusan tertentu di Zona Ekonomi Eksklusif dan landas
berdasarkan data realisasi ekspor di Daerah kontinen yang di dalamnya berlaku Undang-
Istimewa Yogyakarta tahun 2014. Undang 2006 tentang Kepabeanan [3].
3.4.2 Statistik Deskriptif
3. Metode Penelitian Statistik deskriptif adalah metode-
3.1 Prosedur Pengumpulan Data metode statistika yang digunakan untuk
Pada penelitian ini, data yang menggambarkan data yang telah dikumpulkan
digunakan merupakan data sekunder yang [4].
didapatkan dari Dinas Perindustrian dan
3.4.3 Himpunan
Perdagangan Daerah Istimewa Yogyakarta. Himpunan adalah suatu kumpulan
Data tersebut merupakan realisasi data ekspor objek yang berbeda. Objek ini mungkin
yang terjadi di Daerah Istimewa Yogyakarta merupajan suatu kelompok bilangan-bilangan
selama tahun 2014. (berbeda) [5].
3.2 Variabel Penelitian 3.4.4 Peluang Bersyarat
Penelitian ini menggunakan beberapa Peluang terjadinya suatu kejadian B bila
variabel, antaralain: diketahui bahwa kejadian A telah terjadi disebut
1. Pelabuhan Muat peluang bersyarat dan dinyatakan dengan
Pelabuhan muat diartikan sebagai tempat
P( B | A) [6]. Dinyatakan dengan rumus jika
dimana barang di muat untuk diekspor.
Terdiri dari 10 pelabuhan, antara lain P( A) 0 :
Tanjung Emas, Soekarno Hatta, Tanjung P A B
P( B | A)
Priok, Adisucipto, Tanjung Perak, P A
Cengkareng, Juanda, Ngurah Rai, A yani,
3.4.5 Rough Set
dan Halim Perdanakusuma.
Teori Rough Set adalah suatu
2. Komoditi
pendekatan matematika untuk analisis data
Komoditi disini yaitu setiap benda baik
yang samar dan tidak pasti [7].
berwujud maupun tidak berwujud, baik
Berdasarkan jurnal yang disusun oleh
bergerak maupun tidak bergerak, dapat
Pawlak, ada beberapa istilah penting dalam
dihabiskan maupun tidak dapat dihabiskan,
Rough Set, yaitu:
yang dapat untuk diperdagangkan, dipakai,
1. Aproksimasi
dipergunakan, atau dimanfaatkan. Jenis
Aproksimasi adalah konsep dasar teori
komoditi yang diekspor terdiri dari 165
Rough Set dan digunakan untuk menarik
jenis.
kesimpulan dari data. Definisi informal
3. Negara Tujuan
perkiraan adalah sebagai berikut [8]:
Negara tujuan disini merupakan empat
a. Lower approximation yaitu semua
negara tujuan dengan nilai ekspor terbesar.
objek himpunan data yang pasti terjadi.
Negara tujuan tersebut antara lain Jerman,
b. Upper approximation yaitu semua
Jepang, Amerika Serikat, dan Italia.
objek himpunan data yang mungkin
3.3 Metode Analisis
terjadi.
Metode analisis yang digunakan dalam
c. Boundary region adalah himpunan data
penelitian ini adalah statistik deskriptif untuk
yang membuat beda antara lower
menggambarkan karakteristik kegiatan ekspor
approximationdan dan upper
dan analisis teori Rough Set untuk melihat
approximation.
decision rules serta kecenderungan ekspor di
53
2. Reduksi Data
Reduksi data adalah data yang berlebihan
dapat dihapus dari tabel data sementara
masih memungkinkan kesimpulan yang bisa
ditarik dari tabel data. Mengurangi data
tanpa mempengaruhi informasi ini, untuk
menjaga kekonsistensian data [8].
3. Decision Rule
Aturan keputusan merupakan implikasi
dalam bentuk jika kemudian , (dalam
simbol-simbol ), di mana disebut
" kondisi " dan disebut" keputusan" dari Gambar 4.2 Karakteristik realisasi ekspor Daerah
aturan. Aturan keputusan, di sisi lain, Istimewa Yogyakarta berdasarkan Komoditi Tahun
mengungkapkan hubungan antara kondisi 2014
dan keputusan [8].
4. Certainty dan Coverage Factors Terdapat 165 jenis komoditi yang
Dengan setiap aturan keputusan , diekspor selama tahun 2014. Komoditi
dikaitkan dua probabilitas kondisional [8]: unggulan merupakan komoditi dengan nilai 10
a. Certainty Factors tertinggi, maka komoditi unggulan pertama
(|) = dengan nilai 50.301.566,42 US$ adalah Pakaian
Jadi Tekstil. Komoditi unggulan berikutnya
b. Coverage Factors
adalah komoditi Mebel Kayu dengan nilai
(|) =
37.448.578,48 US$, lalu diikuti Sarung Tangan
Kulit (STK) dengan nilai 35.563.997,26 US$,
4. Pembahasan
sedangkan dengan nilai 12.245.672,34 US$
4.1 Karakteristik Realisasi Ekspor Menurut
adalah Kerajinan Kayu, kemudian STK Sintetis,
Nilai
Minyak Atsiri, Kulit Disamak, Tekstik,
Kerajinan Batu, dan Alkohol dengan nilai
4.610.272,86 US$.
4.2 Analisis Rough Set
1. Sistem Informasi Data
Pada penelitian ini digunakan data seperti
pada tabel 4.1.
Tabel 4.1 Data rekapitulasi ekspor DIY
Kondisi Konsekuensi
No. N
Pelabuhan Muat Komoditi Negara Tujuan
KERAJINAN
1 A YANI JERMAN 1
KORAL
SARUNG
Gambar 4.1 Karakteristik realisasi ekspor Daerah 2 ADISUCIPTO TANGAN JEPANG 2
Istimewa Yogyakarta berdasarkan Negara Tujuan KULIT (STK)
KERAJINAN
Tertinggi Tahun 2014 3 ADISUCIPTO
KAIN
JEPANG 1
SARUNG
Negara tujuan ekspor tertinggi pertama 4 ADISUCIPTO TANGAN JEPANG 1
KULIT (STK)
adalah negara Jerman dengan nilai SARUNG
31.978.566,55 US$. Diikuti Jepang dan 5 ADISUCIPTO TANGAN
KULIT (STK)
JEPANG 1
54
tabel diatas menggambarkan hubungan 82, 83, 84, 85, 86, 90, 91, 92, 93, 95, 96, 97, 98,
99, 101, 102, 103, 104, 107, 108, 109, 110, 111,
antara komoditi ekspor yang diekspor 112, 113, 114, 115, 116, 117, 118, 119, 120, 121,
melalui pelabuhan muat dengan negara 122, 123, 124, 125, 126, 128, 129, 132, 133, 135,
tujuan. Dari data tersebut dapat diketahui 136, 137, 142, 143, 144, 145, 146, 147, 148, 149,
151, 152, 153, 156, 157, 159, 160, 161, 165, 166,
adanya data yang tidak konsisten, salah 167, 168, 169, 170, 171, 172, 173, 174, 175, 176,
satunya adalah data nomor 360, 361, dan 177, 178, 179, 180, 182, 183, 184, 185, 187, 188,
189, 190, 191, 192, 193, 194, 195, 196, 197, 198,
362. Dimana pada objek nomor 360, 361, 199, 200, 202, 203, 204, 208, 209, 210, 211, 212,
dan nomor 361 mempunyai kondisi yang 213, 218, 219, 220, 221, 222, 223, 225, 226, 227,
sama, tetapi konsekuensinya berbeda. 228, 232, 233, 240, 241, 242, 243, 245, 246, 247,
248, 249, 250, 251, 252, 253, 254, 356, 255, 257,
Tabel 4.1 dapat dijelaskan 264, 265, 266, 268, 270, 271, 274, 275, 276, 277,
berdasarkan himpunan aturan pengambilan 278, 279, 280, 281, 282, 283, 284, 287, 288, 289,
keputusan untuk lima urutan teratas seperti 290, 291, 292, 293, 294, 295, 296, 297, 311, 312,
313, 319, 320, 321, 322, 327, 328, 329, 339, 340,
berikut: 341, 342, 345, 346, 347, 348, 349, 350, 353, 354,
a. Jika pada pelabuhan muat A Yani dan 355, 356, 360, 361, 362}
komoditi yang diekspor adalah 3) Himpunan boundary region Jerman
Kerajinan Koral maka ekspor akan adalah himpunan objek nomor {10,
terjadi ke negara tujuan ekspor Jerman. 11, 12, 13, 14, 15, 16, 17, 18, 20, 21, 24, 25, 29,
30, 31, 34, 35, 42, 43, 44, 45, 54, 55, 81, 82, 83,
b. Jika pada pelabuhan muat Adisucipto 84, 85, 86, 90, 91, 92, 93, 95, 96, 97, 98, 99, 101,
dan komoditi yang diekspor adalah 102, 103, 104, 107, 108, 109, 110, 111, 112, 113,
Asesoris maka ekspor akan terjadi ke 114, 115, 116, 117, 118, 119, 120, 121, 122, 123,
124, 125, 126, 128, 129, 132, 133, 135, 136, 137,
negara tujuan ekspor Amerika Serikat. 142, 143, 144, 145, 146, 147, 148, 149, 151, 152,
c. Jika pada pelabuhan muat Adisucipto 153, 156, 157, 159, 160, 161, 165, 166, 167, 168,
dan komoditi yang diekspor adalah 169, 170, 171, 172, 173, 174, 175, 176, 177, 178,
179, 180, 182, 183, 184, 185, 187, 188, 189, 190,
Batik Painting maka ekspor akan terjadi 191, 192, 193, 194, 195, 196, 197, 198, 199, 200,
ke negara tujuan ekspor Jepang. 202, 203, 204, 208, 209, 210, 211, 212, 213, 218,
219, 220, 221, 222, 223, 225, 226, 227, 228, 232,
d. Jika pada pelabuhan muat Adisucipto 233, 240, 241, 242, 243, 245, 246, 247, 248, 249,
dan komoditi yang diekspor adalah 250, 251, 252, 253, 254, 356, 255, 257, 264, 265,
Belut maka ekspor akan terjadi ke 266, 268, 270, 271, 274, 275, 276, 277, 278, 279,
280, 281, 282, 283, 284, 287, 288, 289, 290, 291,
negara tujuan ekspor Jepang. 292, 293, 294, 295, 296, 297, 311, 312, 313, 319,
e. Jika pada pelabuhan muat Adisucipto 320, 321, 322, 327, 328, 329, 339, 340, 341, 342,
dan komoditi yang diekspor adalah 345, 346, 347, 348, 349, 350, 353, 354, 355, 356,
360, 361, 362}
Kerajinan Alumunium maka ekspor
akan terjadi ke negara tujuan ekspor b. Jika dilihat berdasarkan negara tujuan
Jepang. Amerika Serikat, maka yang termasuk
Pola ini berkelanjutan hingga kondisi dalam :
terakhir yaitu jika pada pelabuhan muat 1) Himpunan Lower Approximation
Tanjung Priok dan komoditi yang diekspor Amerika Serikat adalah himpunan
adalah Tekstil maka ekspor akan terjadi ke objek nomor {2, 6, 19, 23, 28, 46, 47, 53,
61, 70, 71, 75, 77, 80, 83, 100, 106, 154, 164, 181,
negara tujuan ekspor Jerman. 215, 216, 224, 237, 258, 259, 301, 303, 307, 314,
2. Aproksimasi Himpunan 316, 317, 318, 323, 330, 337, 343}
Menggunakan data pada tabel 4.2 2) Himpunan Upper Approximation
ditemukan himpunan subsetnya seperti Amerika Serikat adalah himpunan
berikut: objek nomor {2, 6, 19, 23, 28, 46, 47, 53,
a. Jika dilihat berdasarkan negara tujuan 61, 70, 71, 75, 77, 80, 83, 100, 106, 154, 164, 181,
215, 216, 224, 237, 258, 259, 301, 303, 307, 314,
Jerman, maka yang termasuk dalam: 316, 317, 318, 323, 330, 337, 343, 10, 11, 12, 13,
1) Himpunan lower approximation 14, 15, 16, 17, 18, 24, 25, 37, 38, 42, 43, 44, 45,
Jerman adalah himpunan objek 49, 50, 54, 55, 59, 60, 81, 82, 90, 91, 92, 93, 95,
96, 97, 98, 99, 101, 102, 103, 104, 109, 110, 111,
nomor {1, 9, 26, 32, 72, 74, 76, 87, 8, 105, 150, 112, 123, 130, 131, 135, 136, 137, 140, 141, 142,
201, 229, 272, 286, 298, 299, 300, 302, 324, 338, 143, 144, 145, 146, 147, 151, 152, 153, 159, 160,
357} 161, 162, 163, 165, 166, 167, 168, 169, 170, 171,
2) Himpunan Upper Approximation 172, 173, 174, 175, 176, 177, 178, 179, 180, 182,
183, 189, 190, 191, 192, 193, 194, 195, 196, 197,
Jerman adalah himpunan objek 198, 199, 200, 202, 203, 204, 206, 207, 208, 209,
nomor {1, 9, 26, 32, 72, 74, 76, 87, 8, 105, 150, 210, 211, 212, 213, 218, 219, 220, 221, 222, 223,
201, 229, 272, 286, 298, 299, 300, 302, 324, 338, 225, 226, 227, 228, 234, 235, 236, 238, 239, 240,
357, 10, 11, 12, 13, 14, 15, 16, 17, 18, 20, 21, 24, 241, 242, 243, 244, 245, 246, 247, 248, 249, 250,
25, 29, 30, 31, 34, 35, 42, 43, 44, 45, 54, 55, 81, 251, 252, 253, 254, 255, 256, 257, 262, 263, 264,
55
265, 266, 268, 269, 270, 271, 274, 275, 276, 290, 135, 136, 137, 140, 141, 142, 143, 144, 145, 146,
291, 292, 293, 294, 295, 296, 297, 305, 306, 308, 147, 148, 149, 151, 152, 153, 156, 157, 165, 166,
309, 311, 312, 313, 319, 320, 321, 322, 327, 378, 167, 168, 169, 170, 171, 174, 175, 176, 177, 178,
329, 332, 333, 335, 336, 339, 340, 341, 342, 345, 179, 180, 184, 185, 187, 188, 189, 190, 191, 192,
346, 347, 348, 349, 350, 351, 352, 353, 354, 355, 193, 194, 195, 196, 197, 198, 199, 200, 202, 203,
356, 358, 359, 360, 361, 362} 204, 208, 209, 210, 211, 218, 219, 220, 221, 225,
226, 227, 228, 230, 231, 232, 233, 234, 235, 236,
3) Himpunan boundari region Amerika 240, 241, 242, 243, 245, 246, 247, 251, 252, 253,
Serikat adalah himpunan objek 254, 268, 269, 270, 271, 274, 275, 276, 277, 278,
nomor {10, 11, 12, 13, 14, 15, 16, 17, 18, 24, 279, 280, 281, 282, 283, 284, 287, 288, 289, 290,
291, 292, 293, 294, 295, 296, 297, 305, 306, 308,
25, 37, 38, 42, 43, 44, 45, 49, 50, 54, 55, 59, 60,
309, 319, 320, 321, 322, 329, 330, 331, 332, 333,
81, 82, 90, 91, 92, 93, 95, 96, 97, 98, 99, 101, 102,
334, 335, 336, 337, 338, 339, 340, 341, 342, 345,
103, 104, 109, 110, 111, 112, 123, 130, 131, 135,
346, 347, 348, 349, 350, 351, 352, 353, 354, 355,
136, 137, 140, 141, 142, 143, 144, 145, 146, 147,
151, 152, 153, 159, 160, 161, 162, 163, 165, 166, 356, 358, 359, 360, 362, 362}
167, 168, 169, 170, 171, 172, 173, 174, 175, 176, d. Jika dilihat berdasarkan negara tujuan
177, 178, 179, 180, 182, 183, 189, 190, 191, 192,
193, 194, 195, 196, 197, 198, 199, 200, 202, 203,
Italia, maka yang termasuk dalam:
204, 206, 207, 208, 209, 210, 211, 212, 213, 218, 1) Himpunan Lower Approximation
219, 220, 221, 222, 223, 225, 226, 227, 228, 234, Italia adalah himpunan objek nomor
235, 236, 238, 239, 240, 241, 242, 243, 244, 245,
246, 247, 248, 249, 250, 251, 252, 253, 254, 255, {33, 48, 63, 64, 65, 73, 78, 94, 134, 186, 304,
256, 257, 262, 263, 264, 265, 266, 268, 269, 270, 325, 326, 331}
271, 274, 275, 276, 290, 291, 292, 293, 294, 295, 2) Himpunan Upper Approximation
296, 297, 305, 306, 308, 309, 311, 312, 313, 319,
320, 321, 322, 327, 378, 329, 332, 333, 335, 336, Italia adalah himpunan objek nomor
339, 340, 341, 342, 345, 346, 347, 348, 349, 350, {33, 48, 63, 64, 65, 73, 78, 94, 134, 186, 304,
351, 352, 353, 354, 355, 356, 358, 359, 360, 361, 325, 326, 331, 10, 11, 12, 13, 29, 30, 31, 34, 35,
362} 42, 43, 44, 45, 46, 84, 85, 86, 90, 91, 92, 93, 101,
c. Jika dilihat berdasarkan negara tujuan 102, 103, 104, 107, 108, 109, 110, 111, 112, 113,
114, 115, 116, 120, 121 122, 123, 124, 125, 126,
Jepang, maka yang termasuk dalam: 130, 131, 159, 160, 161, 168, 169, 170, 171, 174,
1) Himpunan Lower Approximation 175, 176, 177, 189, 190, 191, 192, 193, 194, 195,
196, 197, 198, 199, 200, 206, 207, 208, 209, 210,
Jepang adalah himpunan objek 211, 218, 219, 220, 221, 225, 226, 227, 228, 230,
nomor {3, 4, 5, 7, 8, 22, 27, 36, 39, 40, 41, 51, 231, 231, 234, 235, 236, 238, 239, 240, 241, 242,
52, 56, 57, 58, 62, 66, 67, 68, 69, 79, 89, 138, 139, 243, 244, 245, 246, 247, 248, 249, 250, 251, 252,
155, 158, 205, 214, 217, 255, 260, 261, 267, 273, 253, 254, 262, 263, 264, 265, 266, 268, 269, 270,
285, 310, 315, 334, 344} 271, 277, 278, 279, 282, 283, 284, 287, 288, 289,
290, 291, 292, 293, 294, 295, 296, 297, 311, 312,
2) Himpunan Upper Approximation 313, 319, 320, 321, 322, 327, 328, 329, 332, 333,
Jepang adalah himpunan objek 335, 336, 339, 340, 341, 342, 353 354, 355, 356}
nomor {3, 4, 5, 7, 8, 22, 27, 36, 39, 40, 41, 51, 3) Himpunan boundari region Italia
52, 56, 57, 58, 62, 66, 67, 68, 69, 79, 89, 138, 139,
155, 158, 205, 214, 217, 255, 260, 261, 267, 273,
adalah himpunan objek nomor {10,
285, 310, 315, 334, 344, 10, 11, 12, 13, 16, 17, 18, 11, 12, 13, 29, 30, 31, 34, 35, 42, 43, 44, 45, 46,
20, 21, 29, 30, 31, 37, 38, 42, 43, 44, 45, 49, 50, 84, 85, 86, 90, 91, 92, 93, 101, 102, 103, 104, 107,
59, 60, 84, 85, 86, 90, 91, 92, 93, 95, 96, 97, 101, 108, 109, 110, 111, 112, 113, 114, 115, 116, 120,
102, 103, 104, 109, 110, 111, 112, 113, 114, 115, 121 122, 123, 124, 125, 126, 130, 131, 159, 160,
116, 117, 118, 119, 120, 121, 122, 123, 124, 125, 161, 168, 169, 170, 171, 174, 175, 176, 177, 189,
126, 128, 129, 132, 133, 135, 136, 137, 140, 141, 190, 191, 192, 193, 194, 195, 196, 197, 198, 199,
142, 143, 144, 145, 146, 147, 148, 149, 151, 152, 200, 206, 207, 208, 209, 210, 211, 218, 219, 220,
153, 156, 157, 165, 166, 167, 168, 169, 170, 171, 221, 225, 226, 227, 228, 230, 231, 231, 234, 235,
174, 175, 176, 177, 178, 179, 180, 184, 185, 187, 236, 238, 239, 240, 241, 242, 243, 244, 245, 246,
188, 189, 190, 191, 192, 193, 194, 195, 196, 197, 247, 248, 249, 250, 251, 252, 253, 254, 262, 263,
198, 199, 200, 202, 203, 204, 208, 209, 210, 211, 264, 265, 266, 268, 269, 270, 271, 277, 278, 279,
218, 219, 220, 221, 225, 226, 227, 228, 230, 231, 282, 283, 284, 287, 288, 289, 290, 291, 292, 293,
232, 233, 234, 235, 236, 240, 241, 242, 243, 245, 294, 295, 296, 297, 311, 312, 313, 319, 320, 321,
246, 247, 251, 252, 253, 254, 268, 269, 270, 271, 322, 327, 328, 329, 332, 333, 335, 336, 339, 340,
274, 275, 276, 277, 278, 279, 280, 281, 282, 283, 341, 342, 353 354, 355, 356}
284, 287, 288, 289, 290, 291, 292, 293, 294, 295, 3. Reduksi Data
296, 297, 305, 306, 308, 309, 319, 320, 321, 322,
329, 330, 331, 332, 333, 334, 335, 336, 337, 338, Data ada tabel 4.1 direduksi
339, 340, 341, 342, 345, 346, 347, 348, 349, 350, berdasarkan atribut kondisi satu persatu.
351, 352, 353, 354, 355, 356, 358, 359, 360, 362, Dalam hal ini data tidak dilakukan reduksi.
362}
Sehingga untuk variabel kondisi yang tidak
3) Himpunan boundari region Jepang tereduksi disebut Precious (berharga) dan
adalah himpunan objek nomor {10, untuk variabel keputusan (decision
11, 12, 13, 16, 17, 18, 20, 21, 29, 30, 31, 37, 38,
42, 43, 44, 45, 49, 50, 59, 60, 84, 85, 86, 90, 91, attribute) yang telah ditentukan tidak akan
92, 93, 95, 96, 97, 101, 102, 103, 104, 109, 110, direduksi.
111, 112, 113, 114, 115, 116, 117, 118, 119, 120,
121, 122, 123, 124, 125, 126, 128, 129, 132, 133,
56
4. Certainty dan Coverage Factors adalah Tekstil maka kemungkinan ekspor
Menggunakan data dengan decision akan terjadi ke negara tujuan ekspor Jerman
baru pada tabel 4.1, maka didapatkan di 33% kondisi yang sama.
perhitungan nilai certainty dan coverage Berdasarkan algoritma pengambilan
untuk setiap data berdasarkan tiap-tiap keputusan dan nilai coverage factors pada
kondisi. tabel 4.2, maka dapat digambarkan seperti
Tabel 4.2 Nilai Certainty dan Coverage Factors berikut:
No.
Rule
Certainty Coverage Negara Tujuan a. 0,46% dari ekspor ke negara tujuan
1 1.00 0.004608 JERMAN ekspor Jerman dimuat melalui
AMERIKA
2 1.00 0.006369
SERIKAT pelabuhan muat A Yani dengan
3 1.00 0.004484 JEPANG komoditi yang diekspor adalah
4 1.00 0.004484 JEPANG
5 1.00 0.004484 JEPANG Kerajinan Koral.
6 1.00 0.003185
AMERIKA
SERIKAT
b. 0,64% dari ekspor ke negara tujuan
7 1.00 0.004484 JEPANG ekspor Amerika Serikat dimuat melalui
... ... ... ...
AMERIKA
pelabuhan muat Adisucipto dengan
360 0.33 0.003185
SERIKAT komoditi yang diekspor adalah
361 0.33 0.004484 JEPANG
362 0.33 0.004608 JERMAN Asesoris.
5. Decision Rules c. 0,45% dari ekspor ke negara tujuan
Berdasarkan algoritma pengambilan ekspor Jepang dimuat melalui
keputusan dan nilai certainty factors pada pelabuhan muat Adisucipto dengan
tabel 4.2, maka dapat digambarkan seperti komoditi yang diekspor adalah Batik
berikut: Painting.
a. Jika pada pelabuhan muat A Yani dan d. 0,45% dari ekspor ke negara tujuan
komoditi yang diekspor adalah ekspor Jepang dimuat melalui
Kerajinan Koral maka kemungkinan pelabuhan muat Adisucipto dengan
ekspor akan terjadi ke negara tujuan komoditi yang diekspor adlaah Belut.
ekspor Jerman di 100% kondisi yang e. 0,45% dari ekspor ke negara tujuan
sama. ekspor Jepang dimuat melalui
b. Jika pada pelabuhan muat Adisucipto pelabuhan muat Adisucipto dengan
dan komoditi yang diekspor adalah komoditi yang diekspor adalah
Asesoris maka kemungkinan ekspor Kerajinan Aluminium.
akan terjadi ke negara tujuan ekspor
Amerika Serikat di 100% kondisi yang Pola ini berkelanjutan hingga kondisi
sama. terakhir yaitu 0,46% dari ekspor ke negara
c. Jika pada pelabuhan muat Adisucipto tujuan ekspor Jerman dimuat melalui pelabuhan
dan komoditi yang diekspor adalah muat Tanjung Priok dengan komoditi yang
Batik Painting maka kemungkinan diekspor adalah Tekstil.
ekspor akan terjadi ke negara tujuan Berdasarkan aturan pengambilan
ekspor Jepang di 100% kondisi yang keputusan dan nilai certainty factors pada tabel
sama. 4.2, mengarah kepada kesimpulan sebagai
d. Jika pada pelabuhan muat Adisucipto berikut:
dan komoditi yang diekspor adalah
Belut maka kemungkinan ekspor akan
terjadi ke negara tujuan ekspor Jepang
di 100% kondisi yang sama.
e. Jika pada pelabuhan muat Adisucipto
dan komoditi yang diekspor adalah
Kerajinan Alumunium maka
kemungkinan ekspor akan terjadi ke
negara tujuan ekspor Jepang di 100%
kondisi yang sama.
57
Gambar 4.3 Kesimpulan berdasarkan negara
Jerman
58
a. Faktor kepastian terbesar ekspor ke [2] Admin. 2010. Luas Wilayah. http://www.
negara tujuan ekspor Italia adalah jogjaprov.go.id/pemerintahan/kalender-k
dimuat melalui pelabuhan muat egiatan/view/luas-wilayah. Diakses pada
Tanjung Emas dengan Mebel Kayu 02 Mei 2016
sebagai komoditi yang diekspor. [3] Republik Indonesia. 2006. Undang-Undang
b. Faktor kepastian terbesar ekspor ke No. 17 Tahun 2006 Tentang Perubahan
negara tujuan ekspor Jerman adalah Undang-Undang No. 10 Tahun 1995
dimuat melalui pelabuhan muat Tentang Kepabeanan. Jakarta: Lembar
Tanjung Emas dengan Mebel Kayu Negara Republik Indonesia Tahun 2006
sebagai komoditi yang diekspor. No. 93.
c. Faktor kepastian terbesar ekspor ke [4] Manson, Robert D. dan Lind, Douglas A.
negara tujuan ekspor Amerika Serikat 1999. Teknik Statistika untuk Bisnins &
adalah dimuat melalui pelabuhan muat Ekonomi, Jilid 1, Edisi Kesembilan.
Tanjung Emas dengan Mebel Kayu Jakarta : Penerbit Erlangga.
sebagai komoditi yang diekspor. [5] Chiang, Alpha C. dan Wainwright, Kevin.
d. Faktor kepastian terbesar ekspor ke 2005. Dasar-dasar Matematika Ekonomi,
negara tujuan ekspor Jepang adalah Jilid 1, Edisi Keempat. Jakarta : Penerbit
dimuat melalui pelabuhan muat Erlangga.
Tanjung Emas dengan Mebel Kayu [6] Walpole, Roland E. dan Myers, Raymond
sebagai komoditi yang diekspor. H. 1995. Ilmu Peluang dan Statistika
untuk Insinyur dan Ilmuan. Bandung :
5. Kesimpulan Penerbit ITB.
Metode analisis rough set merupakan [7] Pawlak, Zdzislaw. 2002. A Primer On
salah satu metode baru yang dapat digunakan Rough Sets: A New Appoach to Drawing
utuk mengambil sebuah keputusan. Conclusions From Data. Vol. 22:1407.
Berdasarkan negara tujuan tertinggi, nilai [8] Pawlak, Zdzislaw. 2002. A New Approach
ekspor tertinggi pertama adalah negara Jerman To Drawing Conclusion From Data A
dengan nilai 31.978.566,55 US$. Diikuti Jepang Rough Set Prespective. Institute for
dan Amerika Serikat kemudian negara ke empat Theoritical and Applied Informatics.
adalah Italia. Sedangkan berdasarkan komoditi
unggulan ekspor Daerah Istimewa Yogyakarta
dari 165 komoditi, komoditi unggulan pertama
dengan nilai 50.301.566,42 US$ adalah Pakaian
Jadi Tekstil. Kemudian Mebel Kayu, dan
Sarung Tangan untuk nilai tertinggi kedua dan
ketiga. Selain itu, berdasarkan data realisasi
ekspor yang terjadi di Daerah Istimewa
Yogyakarta dapat diambil kesimpulan bahwa
kepastian terbesar dengan peluang sebesarnya
16,84% ekspor akan dilakukan kenegara Italia,
16,13% akan dilakukan ke negara Jerman,
10,19% akan dilakukan kenegara Amerika
Serikat, dan akan dilakukan 7,62% kenegara
Jepang
Dafar Pustaka
[1] Bahar, Saafroedin., Sinaga, N. Hudawati.,
dan Kusuma, Ananda B. 1993. Risalah
Sidang Badan Penyelidik Usaha-Usaha
Persiapan Kemerdekaan Indonesia
(BPUPKI) dan Panitia Persiapan
Kemerdekaan Indonesia (PPKI) 29 Mei
1945 19 Agustus 1945. Edisi II.
Cetakan 4. Jakarta: Sekretariat Negara
RI.
59
LAMPIRAN
61
Lampiran 6 : Dokumentasi
Foto bersama Kepala Bidang Perdaganga Luar Negeri Dan Kepala Seksi
Pengembangan Ekspor