7 20 1 PB

Volume : XI, Nomor : 1, September 2016 Majalah Ilmiah
Informasi dan Teknologi Ilmiah

ISSN: 2339-210X
ANALISA PERAMALAN JUMLAH PENDUDUK KABUPATEN

PAKPAK BHARAT PADA TAHUN 2017 MENGGUNAKAN
METODE REGRESI ( STUDI KASUS : BADAN
PUSAT STATISTIK SUMATERA UTARA )
Hikmah Khairani
Mahasiswa Program Studi Teknik Informatika STMIK Budi Darma Medan
JL.Sisingamangaraja No.338 Simpang Limun Medan
http : // www.stmik-budidarma.ac.id//E-mail :hikmahkhairani06@gmail.com
ABSTRAK
Untuk peramalan penulis menggunakan metode Regresi. Regresi ini terbagi dua, yaitu Regresi Linear
berganda dan Regresi Linear Sederhana. Dan penulis mengambil metode Regresi linear sederhana, dengan
Rumus Ŷ = 𝑎 + 𝑏𝑋. Analisa regresi linear sederhana merupakan salah satu metode uji regresi yang dapat
dipakai sebagai alat inferensi statistik untuk menentukan pengaruh sebuah variabel bebas ( independen )
terhadap variabel terikat ( dependen ). Pada analisa regresi sederhana dengan menggunakan SPSS ada
beberapa asumsi dan persyaratan yang perlu diperiksa dan diuji, model regresi dinyatakan layak jika angka
signifikan pada ANOVA sebesar < 0.05, prediktor yang digunakan sebagai variabel bebas harus layak.
Kelayakan ini dikelatuhi jika angka Standard Error of Estimasi < Standard Deviation. Koefisien regresi harus
signifikan, pengujian dilakukan dengan Uji T. Koefesien regresi signifikan jika T hitung > T table (nilai kritis).
Tujuan peramalan ini adalah untuk memperkirakan apa yang terjadi di masa yang akan datang, dan melihat
situasi dan kondisi yang terjadi, dengan memperkirakan dari 11 Tahun yang lampau. Untuk menghitung jumlah
penduduk pada tahun 2017 di Kabupaten pakpak Bharat yang akan datang, serta pendapatan dan pengeluaran
di Kabupaten pakpak Bharat. Metode permalan ini adalah suatu cara memperkirakan atau memprediksi apa
yang akan terjadi masa depan berdasarkan data yang relevan pada masa lampau.
Kata Kunci : Peramalan, Regresi, SPSS
1. Pendahuluan pada daerah – daerah perkotaan. Jumlah penduduk

1.1 Latar Belakang Masalah yang besar selain menjadi potensi pembangunan
Masalah kependudukan sudah merupakan juga dapat menjadi ancaman kehidupan berbangsa
masalah serius yang bukan saja dihadapi oleh dan bernegara apabila tidak dikelola dengan baik.
negara-negara karena banyak menyangkut segi Untuk peramalan penulis menggunakan
kehidupan. Bahkan tahun-tahun belakangan ini para metode Regresi. Regresi ini terbagi dua, yaitu
ahli ekonomi telah memusatkan perhatiannya Regresi Linear berganda dan Regresi Linear
kepada hubungan antara pembangunan ekonomi Sederhana. Dan penulis mengambil metode Regresi
pertumbuhan penduduk. linear sederhana, dengan Rumus Ŷ = 𝑎 + 𝑏𝑋
perencanaan pembangunan ini dituangkan dalam Analisa regresi linear sederhana merupakan salah
upaya meningkatkan kesejahteraan rakyat baik di satu metode uji regresi yang dapat dipakai sebagai
daerah perkotaan maupun di daerah pedesaan alat inferensi statistik untuk menentukan pengaruh
dimana kependudukan perlu dipertimbangkan sebuah variabel bebas ( independen ) terhadap
sebagai tolak ukur pembangunan masyarakat. variabel terikat ( dependen ). Dan regresi linear
Untuk dapat memahami keadaan penduduk di sederhana memiliki tujuan yaitu, menghitung nilai
suatu daerah maka perlu didalami kajian demografi estimasi rata-rata dan nilai variabel terikat
karena kependudukan sangat erat kaitannya dengan berdasarkan pada nilai variabel bebas dan
demografi, dan demografi merupakan gambaran meramalkan nilai rata-rata variabel bebas dengan
mengenai jumlah penduduk. Pertumbuhan didasarkan pada nilai variabel bebas diluar
penduduk merupakan keseimbangan yang dinamis jangkauan simple.
antara kekuatan-kekuatan yang menambah dan
kekuatan-kekuatan yang mengurangi jumlah 1.1 Rumusan Masalah
penduduk. Dimana pertumbuhan penduduk secara Berdasarkan uraian pada latar belakang di atas
terus menerus akan dipengaruhi oleh jumlah maka yang menjadi perumusan masalah adalah
kelahiran (menambah jumlah penduduk). Dengan sebagai berikut :
jumlah penduduk yang begitu besar, dihadapkan 1. Bagaimana tingkat pertumbukan penduduk di
pada masalah kependudukan yang sangat serius, di Kabupaten Pakpak Bharat pada masa yang
dalam perekonomian dan pekerjaan masyarakat di lampau dan pada masa yang akan datang ?
Kabupaten Pakpak Bharat seperti penyebaran 2. Bagaimana dampak yang bertambah di
penduduk yang tidak merata dan terkonsentrasi Kabupaten Pakpak Bharat ?
Analisa Peramalan Jumlah Penduduk Kabupaten Pakpak Bharat Pada Tahun 2017 Menggunakan 23
Metode Regresi (Studi Kasus Badan Pusat Statistik Sumatera Utara). Oleh : Hikmah Khairani
ISSN: 2339-210X
3. Bagaimana menerapkan metode Regresi komponen tersebut untuk dikaji lebih lanjut. Kata
dalam peramalan jumlah penduduk ? analisa atau analisis banyak digunakan dalam
berbagai bidang ilmu pengetahuan, baik ilmu
1.3 Batasan Masalah bahasa, alam dan ilmu sosial. Didalam semua
Sesuai dengan topik yang ditingkatkan dalam kehidupan ini sesungguhnya semua bisa dianalisa,
penelitian ini maka pembatasan masalah yang akan hanya saja cara dan metode analisanya berbeda-
dibahas hanya meliputi : beda pada tiap bagian kehidupan. Untuk mengkaji
1. Aplikasi peramalan ini dibuat dengan berbasis suatu permasalahan, dikenal dengan suatu metode
metode Regresi guna untuk menganalisa yang disebut dengan metode ilmiah.
penjumlahan penduduk di Kabupaten Pakpak
Bharat. 2.2 Pengertian Penduduk
2. Aplikasi perangkat lunak yang digunakan Penduduk adalah orang yang tinggal menetap
didalam analisa peramalan dalam dalam satu wilayah negara selama jangka waktu
penjumlahan penduduk di Kabupaten Pakpak tertentu. Dengan demikian semua orang yang
Bharat menggunakan Statistical Product and berada dalam wilayah Republik Indonesia dalam
Service Solution (SPSS). jangka waktu tertentu dapat disebut sebagai
3. Penelitian menghitung jumlah Kabupaten penduduk negara Republik Indonesia. Namun, tidak
Pakpak Bharat dilakukan pada Badan Pusat semua orang yang berada dalam wilayah Republik
Statistik Sumatera Utara. Indonesia dapat disebut sebagai warga negara
Indonesia karena pengertian penduduk berbeda
1.4 Tujuan dan Manfaat Penelitian dengan pengertian warga negara.
1.4.1 Tujuan Penelitian Penduduk Indonesia adalah orang-orang yang
Adapun tujuan dari penelitian ini adalah: berada dalam wilayah negara Republik Indonesia
1. Untuk menerapkan metode regresi yang akan dalam jangka waktu tertentu dan memenuhi syarat-
membantu peneliti memberi gambaran berapa syarat yang telah ditentukan oleh peraturan negara
kenaikan jumlah penduduk apabila Republik Indonesia sehingga diperbolehkan tinggal
diproyeksikan pada tahun 2017. di wilayah negara Republik Indonesia. Hal ini juga
2. Untuk memberi gambaran berapa besar diutarakan dalam Pasal 26 ayat (2) UUD 1945 yang
kenaikan jumlah penduduk apabila berbunyi “penduduk Indonesia adalah warga negara
diproyeksikan pada tahun 2017. Indonesia dan warga negara asing yang bertempat
3. Untuk menganalisa peramalan dengan tinggal di Indonesia.” (Sri Murtono, 2005)
menggunakan aplikasi perangkat lunak Oleh karena itu, penduduk dapat dibagi menjadi
Statistical Product and Service Solution dua bagian:
(SPSS). 1. Penduduk dengan status warga negara
Indonesia
1.4.2 Manfaat Penelitian 2. Penduduk dengan status warga negara asing
Adapun manfaat dari hasil penelitian ini
adalah : 2.3 Pengertian Peramalan (forecasting)
1. Sebagai salah satu alternatif untuk membantu Dalam melakukan analisa ekonomi atau
perhitungan penduduk pada Kabupaten analisa kegiatan perusahaan, haruslah diperkirakan
Pakpak Bharat. apa yang akan terjadi dalam bidang ekonomi atau
2. Menentukan apa yang dibutuhkan dalam dalam dunia usaha pada masa yang akan datang.
mempopulasikan dan meramalkan Kabupaten Kegiatan untuk memperkirakan apa yang akan
Pakpak Bharat dengan menerapkan metode terjadi pada masa yang akan datang kita sebut
Regresi. dengan apa yang disebut peramalan (forecasting).
3. Membantu perhitungan dalam penjumlahan Peramalan (forecasting) adalah kegiatan untuk
menggunakan aplikasi Statistical Product and memperkirakan apa yang akan terjadi dimasa yang
Service Solution (SPSS) dalam menganalisa akan datang. Sedangkan ramalan adalah suatu
Kabupaten Pakpak Bharat. situasi atau kondisi yang diperkirakan akan terjadi
pada masa yang akan datang. Ramalan tersebut
2. Landasan Teori dapat didasarkan atas bermacam-macam cara,
2.1 Analisa diantaranya adalah Metode PemulusanExponensial
Analisa berasal dari kata Yunani Kuno atau Rata-Rata Bergerak dan Metode Box Jenkins.
“analusis” yang berarti melepaskan. Analusis Metode Peramalanmerupakan cara untuk
terbentuk dari dua suku kata yaitu “ana” yang memperkirakan secara kuantitatif apa yang akan
berarti kembali dan “luein” yang berarti melepas. terjadi pada masa yang akan datang dengan data
Sehingga pengertian analisa yaitu suatu usaha dasar yang relevan pada masa lalu. Dengan kata
dalam mengamati secara detail pada suatu hal atau lain metode paramalan ini digunakan dalam
benda dengan cara menguraikan komponen- peramalan yang bersifat objektif. Setiap kebijakan
komponen pembentuknya atau menyusun ekonomi maupun kebijakan perusahan tidak akan
ISSN: 2339-210X
terlepas dari usaha untuk meningkatkan Y = Variabel dependen (

kesejahteraan masyarakat dan juga untuk kemajuan variable tak bebas )
perusahaan itu sendiri dalam mencapai tujuan di X = Variabel independen (
masa yang akan datang. Oleh karena itu perlu variabel bebas )
dilihat dan dikaji situasi dan kondisi pada saat
kebijakan tersebut dilaksanakan. Usaha untuk 3. Analisa Dan Pembahasan
melihat dan mengkaji situasi serta kondisi tersebut 3.1Analisa dan Pembahasan
tidak terlepas dari kegiatan peramalan. (Freddy Analisa dari pembahasan penelitian data ini
Rangkuti, 2005, p95) akan diperoleh hasil yang sesuai dengan yang
diinginkan. Untuk menganalisa data yang akan
2.4 Pengertian Metode Regresi Linier Sederhana diolah, penulis harus memperoleh nilai m periode
Di dalam analisa ekonomi dan bisnis, dalam ke depan sebagai perbandingannya terhadap data
mengolah data sering digunakan analisa regresi dan tahun sebelumnya. Dalam bab ini penulis akan
dan korelasi telah dikembangkan untuk membahas tentang peramalan jumlah penduduk di
mempelajari pola dan mengukur hubungan statistik Kabupaten Pakpak Bharat serta menghitung jumlah
antara dua atau lebih variabel. Namun karena bab penduduk di tahun 2017 mendatang menurun atau
ini hanya membahas tentang regresi linier malah menaik, dan permasalahan perekonomian di
sederhana, maka hanya dua variabel yang Kabupaten Pakpak Bharat.
digunakan. Analisa ini akan memberikan hasil Untuk peramalan penulis menggunakan
apakah antara variabel variabel yang sedang diteliti metode Regresi. Regresi ini terbagi dua, yaitu
atau sedang dianalisa terdapat hubungan, baik Regresi Linear berganda dan Regresi Linear
saling berhubungan, saling mempengaruhi dan Sederhana. Dan penulis mengambil metode Regresi
seberapa besar tingkat hubungannya. Pada dasarnya linear sederhana, dengan Rumus Ŷ = 𝑎 + 𝑏𝑋
analisa ini menganalisa hubungan dua variabel Analisa regresi linear sederhana merupakan salah
dimana membutuhkan dua kelompok hasil satu metode uji regresi yang dapat dipakai sebagai
observasi atau pengukuran sebanyak n ( data). (Ir. alat inferensi statistik untuk menentukan pengaruh
M. Iqbal Hasan 1999:246) sebuah variabel bebas ( independen ) terhadap
Data hubungan antara variabel X dan Y variabel terikat ( dependen ). Dan regresi linear
berdasarkan pada dua hal yaitu : sederhana memiliki tujuan yaitu, menghitung nilai
1. Penentuan bentuk persamaan yang sesuai estimasi rata-rata dan nilai variabel terikat
guna meramalkan rata-rata Y melalui X atau berdasarkan pada nilai variabel bebas dan
rata-rata X melaluinY dan menduga keselahan meramalkan nilai rata-rata variabel bebas dengan
selisih peramalan. Hal ini menitik beratkan didasarkan pada nilai variabel bebas diluar
pada observasi variabel tetentu, sedangkan jangkauan simple.
varibel-variabel lain dikonstantir pada Pada analisa regresi sederhana dengan
berbagai tingkat atau keadaan,hal inilah yang menggunakan SPSS ada beberapa asumsi dan
dinamakan Regresi. persyaratan yang perlu diperiksa dan diuji, model
2. Pengukuran derajat kesetaraan antara variabel regresi dinyatakan layak jika angka signifikan pada
X dan Y. Derajat ini tergantung pada pola ANOVA sebesar < 0.05, prediktor yang digunakan
variasi atau interelasi yang bersifat simultan sebagai variabel bebas harus layak. Kelayakan ini
dari variabel X dan Y. Pengukuran ini disebut dikelatuhi jika angka Standard Error of Estimasi <
korelasi. Standard Deviation. Koefisien regresi harus
Hubungan antara variabel X dan Y kemungkinan signifikan, pengujian dilakukan dengan Uji T.
merupakan hubungan dependen sempurna dan Koefesien regresi signifikan jika T hitung > T table
kemungkinan merupakan hubungan independen (nilai kritis).
sempurna. Variabel X dan Y dapat dikatakan
berasosiasi atau berkorelasi secara statistik jika 3.2 Model Peramalan
terdapat batasan antara dependen dan independen Pertambahan atau peramalan jumlah penduduk
sempurna. Metode analisa ini juga digunakan untuk dapat mempengaruhi kesejahteraan daerah atau
mengestimasi datau menduga besarnya suatu negara yang bersangkutan dalam analisa ini
variabel yang lain telah diketahui nilainya. Salah menggunakan model sistematis yang sesuai
satu contoh adalah untuk menganalisa hubungan dipergunakan untuk memperkirakan jumlah
antara tingkat pendapatan dan tingkat konsumsi. penduduk dan perekonomian di Kabupaten Pakpak
Bentuk-bentuk model umum regresi sederhana Bharat pada tahun 2017. Model yang digunakan
adalah hubungan variabel-variabel X dan Y sebagai adalah Regresi Linier Sederhana.
berikut : Rumus yang digunakan adalah sebagai berikut :
Persamaan regresi linier sederhana: Ŷ = 𝑎 + 𝑏𝑋 Dimana :
Y = a + b (X) Ŷ = Variabel terikat
Dimana : a = konstanta 𝑋 = Variabel bebas
b = koefisien regresi 𝑎 = Parameter Intercept
ISSN: 2339-210X
𝑏 = Parameter koefisien menu file, pilih New, maka akan muncul jendela
regresi variabel bebas editor, kemudian klik data.
Dari rumus tersebut dapat dicari nilai a dan b. Cara 4.4 Data pada Penduduk Laki-laki
mencari nilai a dan b adalah sebagai berikut : Aktifkan jendela data dengan mengklik
Ʃ𝑋𝑖 2 Ʃ𝑌𝑖 − Ʃ𝑋𝑖𝑌𝑖 Variabel View, yang terletak disudut kiri bawah
𝑎= jendela editor, selanjutnya masukkan data yang
𝑛Ʃ𝑋𝑖 2 − (Ʃ𝑋𝑖)2
𝑛Ʃ𝑋𝑖𝑌𝑖 − Ʃ𝑋𝑖𝑌𝑖 sesuai variabel yang telad didefenisika, yaitu baris
𝑏= petama masukkan variabel X dan baris kedua
𝑛Ʃ𝑋𝑖 2 − (Ʃ𝑋𝑖)2
variabel Y. Pada kolom Label diganti dengan Data
yang akan dimasukan.
3.3 Regresi Linier Sederhana
Hubungan antara variabel X dan Y
kemungkinan merupakan hubungan dependen
sempurna dan kemungkinan merupakan hubungan
independen sempurna. Variabel X dan Y dapat
dikatakan berasosiasi atau berkorelasi secara
statistik jika terdapat batasan antara dependen dan
independen sempurna. Metode analisa ini juga
digunakan untuk mengestimasi datau menduga
besarnya suatu variabel yang lain telah diketahui
nilainya. Salah satu contoh adalah untuk Gambar 5.3 : Tampilan variabel View
menganalisa hubungan antara tingkat pendapatan
dan tingkat konsumsi. Tampilan file yang alan ditentukan oleh persamaan
regresi pada Data View.
4. Implementasi Dan Evaluasi
4.1 Implementasi
Implementasi sistemprogram ini mencakup
spesifikasi kebutuhan perangkat keras (hardware)
dan spesifikasi perangkat lunak (software).
4.2 Mengaktifkan SPSS

Pilih menu Start dari Windows kemudian pilih
menu Program. Selanjunya pilih dan aktifkan SPSS.
Gambar 5.4 : Tampilan Tahun dan Data penduduk

Laki-laki
Selanjutnya pilih analyze, regression dan pilih

Linear.
Gambar 5.1 : Mengaktifkan SPSS
4.3 Tampilan Menu Utama

Tampilan yang muncul pada saat membuka SPSS.
Gambar 5.5 : Tampilan Analyze
Dan akan muncul seperti gambar 5.6 di bawah ini,

kemudian pindahkan data tahun ke dependent dan
data pada penduduk laki-laki masukkan di
independent. Lalu klik Ok.
Gambar 5.2 : Tampilan awal SPSS
Pilih open an existing data source untuk

memilih data yang diinginkan, atau pilih type in
data untuk membuka data baru. Dan bisa melalui
ISSN: 2339-210X
Gambar 5.6 tampilan Linear Regression

Gambar 5.9 : Tampilan tahun dan data penduduk
Dan akan muncul pada gambar 5.7 di bawah ini, perempuan
sehingga secara otomatis output dari pengolahan
data menggunakan analisa regresi dengan spss 16.0 Selanjutnya pilih analyze, regression dan pilih
ini ditampikan seperti di bawah ini. Linear.
Gambar 5.7 : Tampian output data penduduk laki- Gambar 5.10 Tampilan Analyze
laki
4.5 Data pada Penduduk Perempuan kemudian pindahkan data tahun ke dependent dan
Aktifkan jendela data dengan mengklik data pada penduduk Perempuan masukkan di
Variabel View, yang terletak disudut kiri bawah independent. Lalu klik Ok
jendela editor, selanjutnya masukkan data yang
sesuai variabel yang telad didefenisika, yaitu baris
petama masukkan variabel X dan baris kedua
Gambar 5.11 : Tampilan Linear Regression
Dan akan muncul pada gambar 5.12 di bawah ini,

Gambar 5.8 : Tampilan variabel view data menggunakan analisa regresi dengan spss 16.0
ini ditampikan seperti di bawah ini.
Tampilan file yang alan ditentukan oleh persamaan
ISSN: 2339-210X

data pada total penduduk masukkan di independent.
Lalu klik Ok
Gambar 5.12 : Tampilan output Data penduduk

Perempuan
4.6 Data Total Penduduk

Aktifkan jendela data dengan mengklik
Variabel View, yang terletak disudut kiri bawah Gambar 5.16 : Tampilan Linear regression
sesuai variabel yang telad didefenisikan, yaitu baris Dan akan muncul pada gambar 5.17 di bawah ini,
petama masukkan variabel X dan baris kedua sehingga secara otomatis output dari pengolahan
variabel Y. Pada kolom Label diganti dengan Data data menggunakan analisa regresi dengan spss 16.0
yang akan dimasukan. ini ditampikan seperti di bawah ini.
Gambar 5.13 : Tampilan variabel view

Gambar 5.17 Tampilan output Data total penduduk
regresi pada Data View. 4.7 Data pendapatan Penduduk
Variabel View, yang terletak disudut kiri bawah
Gambar 5.14 : Tampilan Data Total Penduduk

Linear.

ISSN: 2339-210X
4.8 Data Pengeluaran Penduduk

Variabel View, yang terletak disudut kiri bawah
Gambar 5.19 Tampilan data tahun dan pendapatan

penduduk

Linear.

data pada pendapatan penduduk masukkan di
independent. Lalu klik Ok
Gambar 5.24 : Tampilan Data tahun dan
pengeluaran penduduk

Linear.
Gambar 5.21 : Tampilan Linear Regression

data menggunakan analisa regresi dengan spss 16.0
ini ditampikan seperti di bawah ini.

data pada pengeluaran penduduk masukkan di
independent. Lalu klik Ok
Gambar 5.22 : Tampilan output Data Pendapatan

Penduduk
ISSN: 2339-210X
Pilih kolom terakhir, Pilih analyze, Regression dan

Linear, Timbullah tampilan pada Gambar 5.30
dibawah ini.
Gambar 5.26 : Tampilan Linear regression

data menggunakan analisa regresi dengan spss 16.0
ini ditampikan seperti di bawah ini. Gambar 5.30 : Tampilan Linear Regression
Pada kolom Dependent tarik data tahun ke dalam

kolom tersebut dan data total penduduk, data
penduduk laki-laki dan perempuan terik ke kolom
independent(x). Lalu Ok dan akan timbul Tampilan
dibawah ini pada Gambar 5.31.
Tampilan spss yang menunjukan hasil output pada

keseluruhan data penduduk laki-laki, penduduk
perempuan dan totak jumlah keseluruhan
penduduk.
Gambar 5.27 : Tampilan output Data Pengeluaran
Penduduk
4.9 Evaluasi
Evaluasi adalah suatu proses yang sistematis
untuk menentukan atau membuat keputusan,
sampai sejauh mana tujuan program telah tercapai.
Masukkan data keseluruhan penduduk dimana, data

total penduduk, data penduduk pada Laki-laki dan Gambar 5.28 : Hasil dari Total keseluruhan
Perempuan. Dilihat pada Gambar 5.28 Penduduk
Gambar 5.28 Tampilan Data Keseluruhan

Penduduk
Gambar 5.29 : Sambungan Hasil Total keseluruhan
Penduduk
Dari gambar di atas menunjukan hasil SPSS.

Dan dari Hasil yang didapat Total keseluruhan
penduduk di Kabupaten Pakpak Bharat ini
mendapatkan hasil yang sangat signifikan, dari 11
tahun sebelumnya, dari 2005 sampai 2015.
Perhitungan untuk mendapatkan hasil jumlah
keseluruhan penduduk di Kabupaten Pakpak Bharat
ini menggunakan metode Regresi Linear
Gambar 5.29 : Tampilan Analyze Sederhana total jumlah penduduk pada laki-laki di
tahun 2017 mendapatkan hasil yaitu 23.409 jiwa
orang. Pada total keseluruhan penduduk
ISSN: 2339-210X
perempuan mendapatkan hasil di tahun 2017 yaitu lingkungan demi terciptanya kesejahteraan
22.524 jiwa orang. Dan total keseluruhan penduduk rakyat di Kabupaten Pakpak Bharat.
pada Kabupaten Papak Bharat adalah 46.122 jiwa
orang. Daftar Pustaka
Pada hasil yang didapat tidak lah sama 1. Jogianto,H.M, Analisis, penerbit Andi,
penjumlahan penduduk laki-laki dan perempuan, Yogyakarta, 2005
disini karena hasil total penduduk pada laki-laki di 2. Sri Murtono, Penduduk, 2005, penerbit andi,
hitung menggunakan metode regresi Linaer yogyakarta, 2005
sederhana dengan rumus Ŷ = 𝑎 + 𝑏𝑥. Jadi hasil 3. Sofyang Assauri1984.”Teknik dan metode
yang didapat dengan menjumlahkan hasil pada Peramalan”.Jakarta: Penerbit Fakultas
penduduk laki-laki dan perempuan tidak Ekonomi Universitas Indonesia
mendapatkan pada jumlahan umumnya. 4. Richard Lungan. 2006 “Aplikaso Statistika dan
Dikarenakan menggunakan metode regresi tersebut. Hitung Peluang”. Yogyakarta:Penerbit Graha
Dari hasil yang didapat. Dapat disimpulkan Ilmu
pertambahan penduduk di Kabupten Pakpak Bharat 5. Ir. M Iqbal Hasan 1999, Regresi Linier
ini sangat signifikan pertumbuhannya. Sederhana, Penerbit Andi, yogyakarta, 2005
6. Kamus Besar Bahasa Indonesia, Pustaka,
5. Kesimpulan Dan Saran Jakarta, 1998.
5.1 Kesimpulan 7. Trihendradi, C, SPSS 16 Step by Step Analisis
Berdasarkan hasil analisis dan evaluasi jumlah Data Statistik, penerbit Andi, 2009
penduduk Kabupaten Pakpak Bharat tahun 2005-
2015 maka penulis dapat memberikan kesimpulan
sebagai berikut :
1. Dengan perhitungan menggunakan regresi
linear sederhana maka dapat dicari ramalan
jumlah penduduk di Kabupaten Pakpak
Bharat.
2. Diperkirakan jumlah penduduk Kabupaten
Pakpak Bharat menurut jenis kelamin laki-laki
pada tahun 2017 adalah sebanyak 23.409 jiwa,
dan jenis kelamin perempuan pada tahun 2017
sebanyak 22.524 jiwa, dan secara keseluruhan
jenis kelamin laki-laki dan perempuan adalah
sebanyak 46.122 jiwa.
3. Ramalan jumlah rasio penduduk Kabupaten
Pakpak Bharat pada tahun 2017 adalah 104
orang laki-laki perseratus perempuan.
4. Pada ramalan perekonomian di Kabupaten
Pakpak Bharat pendapatan dan pengeluaran,
lebih besar pendapatan dari pada pengeluaran,
pendapatan mendapatkan sebanyak 55.194,
dan pengeluaran 46.783.
5.2 Saran
Berdasarkan Data yang telah diamati, penulis
memberi saran sesuai dengan analisa peramalan
jumlah penduduk Kabupaten Pakpak Bharat yaitu
sebagai berikut :
1. Dengan meningkatnya jumlah penduduk
setiap tahunnya, diharapkan kepada
pemerintahan daerah Kabupaten Pakpak
Bharat dapat mengambil tindakan yang tepat
untuk menekan angka pertumbuhan penduduk,
misal dengan mendukung program KB yang
terarah dan berkesinambungan kepada
masyarakat.
2. Melakukan pemerataan penduduk, misalnya
dengan mengadakan transmigrasi dan
pemerataan pembangunan yang berwawasan

7 20 1 PB

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

7 20 1 PB

Diunggah oleh

Hak Cipta:

Format Tersedia

Volume : XI, Nomor : 1, September 2016 Majalah Ilmiah

Informasi dan Teknologi Ilmiah

ANALISA PERAMALAN JUMLAH PENDUDUK KABUPATEN

Kata Kunci : Peramalan, Regresi, SPSS

1. Pendahuluan pada daerah – daerah perkotaan. Jumlah penduduk

terlepas dari usaha untuk meningkatkan Y = Variabel dependen (

4.2 Mengaktifkan SPSS

Gambar 5.4 : Tampilan Tahun dan Data penduduk

Selanjutnya pilih analyze, regression dan pilih

Gambar 5.1 : Mengaktifkan SPSS

4.3 Tampilan Menu Utama

Gambar 5.5 : Tampilan Analyze

Dan akan muncul seperti gambar 5.6 di bawah ini,

Pilih open an existing data source untuk

Gambar 5.6 tampilan Linear Regression

Gambar 5.11 : Tampilan Linear Regression

Dan akan muncul pada gambar 5.12 di bawah ini,

Dan akan muncul seperti gambar 5.16 di bawah ini,

Gambar 5.12 : Tampilan output Data penduduk

4.6 Data Total Penduduk

Gambar 5.13 : Tampilan variabel view

Gambar 5.14 : Tampilan Data Total Penduduk

Selanjutnya pilih analyze, regression dan pilih

Gambar 5.18 : Tampilan variabel view

Tampilan file yang alan ditentukan oleh persamaan

Gambar 5.15 : Tampilan Analyze

4.8 Data Pengeluaran Penduduk

Gambar 5.19 Tampilan data tahun dan pendapatan

Selanjutnya pilih analyze, regression dan pilih

Gambar 5.23 : Tampilan variabel view

Gambar 5.20 : Tampilan Analyze

Dan akan muncul seperti gambar 5.21 di bawah ini,

Selanjutnya pilih analyze, regression dan pilih

Gambar 5.21 : Tampilan Linear Regression

Dan akan muncul pada gambar 5.22 di bawah ini,

Dan akan muncul seperti gambar 5.26 di bawah ini,

Gambar 5.22 : Tampilan output Data Pendapatan

Pilih kolom terakhir, Pilih analyze, Regression dan

Gambar 5.26 : Tampilan Linear regression

Dan akan muncul pada gambar 5.27 di bawah ini,

Pada kolom Dependent tarik data tahun ke dalam

Tampilan spss yang menunjukan hasil output pada

Masukkan data keseluruhan penduduk dimana, data

Gambar 5.28 Tampilan Data Keseluruhan

Dari gambar di atas menunjukan hasil SPSS.

Anda mungkin juga menyukai