Anda di halaman 1dari 59

LAPORAN KULIAH KERJA LAPANGAN

PERAMALAN JUMLAH PENDUDUK DI KABUPATEN MOJOKERTO TAHUN


2020 DENGAN MENGUNAKAN METODE DOUBLE EXPONENTIAL
SMOOTHING

Disusun Oleh :

M Syaifulloh Fattah
NIM H72217031

PROGRAM STUDI MATEMATIKA


FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SUNAN AMPEL SURABAYA

2019
LAPORAN KULIAH KERJA LAPANGAN

PERAMALAN JUMLAH PENDUDUK DI KABUPATEN MOJOKERTO TAHUN


2020 DENGAN MENGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING

Disusun Oleh :

M Syaifulloh Fattah
NIM H72217031

PROGRAM STUDI MATEMATIKA


FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SUNAN AMPEL SURABAYA

2019

i
HALAMAN PENGESAHAN

LAPORAN KULIAH KERJA LAPANGAN

PERAMALAN JUMLAH PENDUDUK DI KABUPATEN MOJOKERTO TAHUN


2020 DENGAN MENGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING

Disusun Oleh :
M Syaifulloh Fattah
NIM H72217031

Telah diperiksa dan disetujui oleh pembimbing


Pada tanggal :……………………….

Pembimbing lapangan Dosen Pembimbing

Ir. Mardini Setyowati, M.Si Aris Fanani M.Kom


NIP. 196603141992032018 NIP. 198701272014031002

Mengetahui
Kepala Program Studi Matematika

Dr. Moh. Hafiyusholeh, M.Si.,MPmat


NIP. 198002042014031001

ii
KATA PENGANTAR
Puji syukur penulis panjatkan kepada kehadirat Allah SWT, karena atas rahmat dan kasih-
Nya penulis dapat menyelesaikan Laporan Kuliah Kerja Lapangan (KKL) dengan judul
”Peramalan Jumlah Penduduk di Kabupaten Mojokerto Tahun 2020 dengan Menggunakan
Metode Double Exponential Smoothing”.

Laporan ini dibuat untuk menyelesaikan tugas akhir pada mata kuliah kegiatan Kuliah Kerja
Lapangan (KKL) yang diselenggarakan oleh Universitas Islam Negeri Sunan Ampel Surabaya
sebagai salah satu program pendidikan untuk meningkatkan kompetensi mahasiswa. Dalam
kesempatan ini pula, penulis mengucapkan terimakasih kepada yang terhormat :

1. Dr. Eni Purwati, M. Ag selaku dekan Fakultas Sains dan Teknologi


2. Irul Hidayati, M.Kes selaku ketua Jurusan Sains
3. Dr. Moh. Hafiyusholeh, M.Si selaku ketua Program Studi Matematika
4. Aris Fanani, M.Kom selaku Dosen Pembimbing Kuliah Kerja Lapangan (KKL)
5. Ir. Lutfin Fana, MM selaku Kepala Kantor BPS Kabuptaen Mojokerto
6. Tony Hartono,S.Si, M.Si selaku Penanggung Jawab Kuliah Kerja Lapangan (KKL)
7. Ir.Mardini Setyowati, M.Si selaku Pembimbing Lapangan Kuliah Kerja Lapangan
(KKL)
8. Semua pihak yang membantu menyelesaikan proposal Kuliah Kerja Lapangan
(KKL) ini.

Penulis menyadari penyusun laporan ini masih jauh dari sempurna, oleh karena itu penulis
mengharapkan kritik dan saran yang bersifat membangun dari semua pihak, demi perbaikan
laporan dimasa yang akan datang.

Mojokerto,

Penyusun

iii
DAFTAR ISI
HALAMAN JUDUL..................................................................................................................i

HALAMAN PENGESAHAN...................................................................................................ii

KATA PENGANTAR.......................................................................................................................iii

DAFTAR ISI.............................................................................................................................iv

DAFTAR GAMBAR................................................................................................................vi

DAFTAR TABEL....................................................................................................................vii

BAB I..........................................................................................................................................1

PENDAHULUAN......................................................................................................................1

A. Latar Belakang..............................................................................................................1
B. Rumusan Masalah.........................................................................................................2
C. Batasan Masalah............................................................................................................2
D. Tujuan Penelitian...........................................................................................................3
E. Manfaat Penelitian.........................................................................................................3
F. Sistematika Penyusunan................................................................................................3

BAB II.........................................................................................................................................5

TINJAUAN PUSTAKA..............................................................................................................5

A. Gambaran Umum Kabupaten Mojokerto......................................................................5


B. Kependudukan...............................................................................................................6
1. Penduduk...........................................................................................................6
2. Pertumbuhan penduduk.....................................................................................7
3. Rasio jenis kelamin...........................................................................................10
C. Peramalan......................................................................................................................10
1. Metode Single Exponential Smoothing.............................................................11
2. Metode Double Exponential Smoothing...........................................................12
3. Pemulusan Trend..............................................................................................12

iv
4. Model Ramalan.................................................................................................12
5. Pertumbuhan Exponential.................................................................................13
6. MSE dan MAPE...................................................................................................13

BAB III...........................................................................................................................................15

METODE PENELITIAN...............................................................................................................15

A. Lokasi dan Waktu Penelitian..............................................................................................15


B. Jenis dan Pengambilan Data...............................................................................................15
C. Variabel data.......................................................................................................................15
D. Alur Penelitian....................................................................................................................16

BAB IV...........................................................................................................................................18

HASIL DAN PEM BAHASAN......................................................................................................18

A. Hasil Penelitian...................................................................................................................18
B. Implementasi Sistem...........................................................................................................37

BAB V.............................................................................................................................................42

PENUTUP.......................................................................................................................................42

A. Kesimpulan..........................................................................................................................42
B. Saran....................................................................................................................................42

DAFTAR PUSTAKA......................................................................................................................44

LAMPIRAN.....................................................................................................................................45

v
DAFTAR GAMBAR

Gambar 3.1 Flowchart ( Diagram Alur ) Pengerjaan

Gambar 4.1 Tingkat Pertumbuhan penduduk Kabupaten Mojokerto

Gambar 4.2 Jumlah Penduduk di Kabupaten Mojokerto dari Tahun 2007-2017

vi
DAFTAR TABEL

Tabel 4.1 Jumlah Penduduk Kabupaten Mojokerto dari tahun 2007-2017


Tabel 4.2 Smoothing pertama dengan α = 0,1
Tabel 4.3 Smoothing pertama dengan α = 0,5
Tabel 4.4 Smoothing pertama dengan α = 0,9
Tabel 4.5 Smoothing kedua dengan α = 0,1
Tabel 4.6 Smoothing kedua dengan α = 0,5
Tabel 4.7 Smoothing kedua dengan α = 0,9
Tabel 4.8 Nilai koefisien 𝑎𝑡 dan 𝑏𝑡 dengan α=0,1
Tabel 4.9 Nilai koefisien 𝑎𝑡 dan 𝑏𝑡 dengan α=0,5
Tabel 4.10 Nilai koefisien 𝑎𝑡 dan 𝑏𝑡 dengan α=0,9
Tabel 4.11 nilai error dengan α=0,1
Tabel 4.12 nilai error dengan α=0,5
Tabel 4.13 nilai error dengan α=0,9
|𝑒|
Tabel 4.14 nilai 𝑋𝑡 dengan α=0,1
|𝑒|
Tabel 4.15 nilai 𝑋𝑡 dengan α=0,5
|𝑒|
Tabel 4.16 nilai 𝑋𝑡 dengan α=0,9

vii
BAB I
PENDAHULUAN

A. Latar Belakang
Penduduk merupakan keseimbangan yang dinamis antara kekuatan-kekuatan
yang menambah dan kekuatan-kekuatan yang mengurangi jumlah penduduk. Dimana
pertumbuhan penduduk secara terus menerus akan dipengaruhi oleh jumlah kelahiran
tetapi secara bersamaan hal tersebut akan dikurangi dengan jumlah kematian migrasi
penduduk dan bencana alam yang terjadi setiap tahunnya. Di era globalisasi sekarang
ini perkembangan jaman semakin maju dengan pesat, seiring dengan pertumbuhan
penduduk yang begitu cepat. Masalah yang sedang dihadapi bangsa Indonesia sekarang
ini adalah kepadatan penduduk.

Sebenarnya permasalahan yang muncul di bidang kependudukan bukan hanya


pada jumlah yang besar semata akan tetapi juga berimbas pada turunan dari kuantitas
yang besar tersebut antara lain adalah persebaran penduduk, kualitas penduduk,
kecukupan dari sisi konsumsi, struktur penduduk yang sebagian besar masih muda,
modal dan teknologi yang dimiliki juga masih rendah dan akibatnya produktivitas kerja
makin menurun serta masalah krusial yang berkaitan dengan ketenagakerjaan.

Pertumbuhan penduduk di suatu wilayah tidak bisa dihindari, dengan kata lain akan
selalu ada seiring bertambahnya waktu. Mungkin kita bisa meminimalisir percepatan
pertumbuhan penduduk namun tetap saja pertumbuhan itu tetap akan selalu ada, entah
angka pertumbuhannya selalu positif yang berarti jumlah penduduknya selalu
bertambah atau angka pertumbuhan negatif yang berarti jumlah penduduknya
berkurang. Pertumbuhan penduduk tiap tahun dikatakan cepat apabila tibgkat
pertumbuhan di atas 2%, dikatakan sedang apabila tingkat pertumbuhan penduduk
diantara 1-2%, dikatakan lambat apabila kurang dari 1 % (Sembiring,1983).

Pertumbuhan penduduk sangat mempengaruhi berbagai aspek mulai dari sosial


ekonomi kualitas penduduk maupun tingkat sumber daya alam dan dibarengi sumber
daya manusia yang mulai tidak terkontrol. Semua terkait dengan penyediaan anggaran
fasilitas pendidikan, kesehatan, lahan serta ketersediaan pangan. Indonesia merupakan

1
salah satu negara dengan jumlah penduduk 264 juta pada tahun 2017 ,hal itu
menjadikan Indonesia sebagai terbanyak keempat didunia setelah negara Cina, India
dan Amerika Serikat.

Banyak hal yang harus diperhatikan secara seksama oleh negara untuk kemakmuran
rakyatnya, dan masalah kependudukan merupakan salah satu masalah yang dialami
hampir setiap daerah di Indonesia. Jika pertumbuhan penduduk tidak diimbangi dengan
upaya untuk mengendalikan kenaikan tersebut, maka kondisi pertumbuhan penduduk
yang tidak terkendali dapat menjadi ancaman berat bagi pertumbuhan kabupaten atau
kota.

Menurut data Badan Pusat Statistik (BPS) Kabupaten Mojokerto jumlah penduduk
pada tahun 2017 mencapai 1.136.262 jiwa dengan luas 692,15 km², menjadikan Kabupaten
Mojoketo dengan kabupaten terkecil ke-3 di Provinsi Jawa Timur, dengan tingkat kepadatan
penduduk 1.641,64 jiwa/km². Akibat dari kepadatan penduduk yang tinggi ketersediaan lahan
pun mengalami penurunan, dari data 3 tahun terakhir lahan pertanian mengalami peralihan
menjadi lahan hunian sebanyak 128 Ha. Lahan perhutanan pun mengalami penurunan sebanyak
503 Ha dalam 3 tahun terakhir. Oleh sebab itu pentingnya memahami keadaan penduduk pada
masa yang akan datang .

Peramalan dengan menggunakan Double Exponential Smoothing sudah banyak digunakan


dalam berbagai bidang, salah satunya di bidang ekonomi. Penelitian yang dilkukan oleh salah
satu dosen di Program Studi Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam
Universitas Mulawarman tersebut meneliti tentang Indeks Harga Konsumen (IHK) Kota
Samarinda dengan menggunakan Double Exponential Smoothing. Nilai MAPE yang dihasilkan
dari penelitian tersebut sebesar 11,48% (Desi,2016).

Penelitian ini bertujuan untuk mengetahui hasil ramalan jumlah penduduk


Kabupaten Mojokerto pada tahun 2018 sampai dengan 2020 dengan menggunakan
metode pemulusan ekponensial ganda (Double Exponential Smoothing).

B. Rumusan Masalah
1. Bagaimana tingkat pertumbuhan penduduk di kabupaten Mojokerto pada tahun
mendatang dengan metode Double Exponential Smoothing ?

2
2. Bagaimana bentuk persamaan yang dapat digunakan untuk meramalkan jumlah
penduduk di kabupaten Mojokerto pada tahun 2020 berdasarkan data dari tahun
2007-2017?

C. Batasan Masalah
1. Penelitian ini dilakukan di Badan Pusat Statistik (BPS) Kabupaten Mojokerto.
2. Data yang digunakan adalah data kuantitatif jumlah penduduk laki-laki dan
perempuan dari tahun 2007 sampai tahun 2017.

D. Tujuan
1. Untuk mengetahui presentasi pertumbuhan penduduk di Kabupaten Mojokerto 3
tahun mendatang berdasarkan data dari tahun 2007-2017.
2. Untuk menerapkan metode Double Exponential Smoothing untuk meramalkan
jumlah penduduk di Kabupaten Mojokerto.

E. Manfaat
1. Teoritis

Penelitian ini dapat digunakan sebagai referensi dan tambahan ilmu untuk
menghitung nilai pertumbuhan penduduk di suatu daerah.

2. Praktis
a. Bagi Perusahaan BPS Kabupaten Mojokerto
Diharapkan dapat memberikan masukan dan referensi serta acuan bagi BPS
Kabupaten Mojokerto.
b. Bagi Penulis
Dalam penelitian ini merupakan penerapan ilmu yang didapat selama kuliah
dan dapat menambah wawasan tentang metode peramalan jumlah penduduk.
c. Bagi Pembaca
Dapat menjadi bahan masuka bagi pembaca maupun pemerintah daerah
dalam mengatasi masalah kependudukan yang terjadi.

3
F. Sistematika Penyusunan
BAB I PENDAHULUAN

Merupakan bab yang memaparkan secara singkat mengenai latar belakang,


rumusan masalah, batasan masalah, tujuan, manfaat penelitian, serta sistematika
penyusunan.

BAB II TINJAUAN PUSTAKA

Merupakan bab yang memaparkan mengenai pengertian-pengertian, teori-teori


kependudukan, peramalan dan gambaran umum kabupaten Mojokerto serta angka
pertumbuhan penduduk.

BAB III METODE PENELITIAN

Merupakan bab yang memaparkan mengenai ruang lingkup,jenis dan sumber data,
teknik pengumpulan data, analisis data.

BAB IV HASIL DAN PEMBAHASAN

Merupakan bab yang berisikan tentang pemakaian Excel dalam analisa dan
penholahan data.

BAB V PENUTUP

Merupakan bab yang berisikan mengenai kesimpulan dan saran dari hasil penelitian
yang dilakukan.

4
5

BAB II
TINJAUAN PUSTAKA

A. Gambaran umum kabupaten Mojokerto

Kabupaten Mojokerto resmi didirikan pada 9 Mei 1293 yang merupakan


wilayah tertua ke 10 di provinsi Jawa Timur. Secara geografis kabupaten
Mojokerto terletak di antara 111°20'13" sampai dengan 111°40'47" bujur timur
serta 7°18'35" sampai 7°45' lintang selatan. Secara geografis kabupaten Mojokerto
tudak berbatasan langsung dengan pantai,hanya berbatasan dengan wilayah
lainya,yaitu :

1. Sebelah utara. : Kabupaten Lamongan dan kabupaten Gresik

2. Sebelah selatan. : Kabupaten Malang

3. Sebelah timur : Kabupaten Sidoarjo dan Pasuruan

4. Sebelah barat : Kabupaten Jombang

Disamping itu wilayah kabupaten Mojokerto mengitari wilayah kota Mojokerto


yang terletak ditengah-tengah wilayah kabupaten Mojokerto.

Pada umumnya wilayah kabupaten Mojokerto rata-rata berada <500 m permukaan


laut ,hanya kecamatan pacet dan trawas yang memiliki daerah dengan ketinggian >500
m permukaan laut. Sekitar 30% dari wilayah kabupaten Mojokerto kemiringan tanahnya
lebih dari 15 derajat, sisanya dataran rendah biasa kurang dari 15 derajat.

5
Secara administratif, luas wilayah kabupaten Mojokerto adalah 692,15 km², dengan
wilayah kecamatan Dawarblandong yang terbesar sedangkan kecamatan sooko menjadi
kecamatan terkecil. Menurut survei kependudukan akhir tahun 2017 jumlah penduduk
di kabupaten Mojokerto mencapai 1.136.262 jiwa, dengan jumlah penduduk laki-laki
sebanyak 573.145 jiwa dan jumlah penduduk perempuan sebanyak 564.847 jiwa.
Kepadatan penduduk di kabupaten Mojokerto akhir tahun 2017 adalah 1.642 jiwa per
km².

Pemerintahan di kabupaten Mojokerto pada tahun 2008 terdiri dari 18 kecamatan dan
304 desa, dimana 299 berstatus desa dan 5 lainnya berstatus kelurahan. Jumlah pegawai
negeri sipil pada tahun 2008 sebanyak 11.033 pegawai yang tersebar di 54 unit
lingkungan pemerintah kabupaten Mojokerto. Anggota legislatif (DPRD) kabupaten
Mojokerto sebanyak 45 orang, terdiri dari 39 laki-laki dan 6 orang perempuan yang
merupakan perwakilan dari 11 partai politik.

B. Kependudukan

1. Penduduk

Penduduk ialah orang atau individu yang menetap pada jangka waktu yang lama.
Penduduk merupakan semua orang yang biasanya tinggal disuatu tempat atau rumah
tangga selama 6 bulan atau lebih yang dalam 6 bulan namun berniat menetap (BPS,
2002). Penduduk juga bisa disebut orang yang tinggal dan berhak secara hukum
untuk menempati daerah tertentu. Pengertian penduduk telah tercantum pada UUD
1945 Pasal 26 ayat 2 yang berbunyi : “Penduduk Indonesia adalah warga Negara
Indonesia dan Warga Negara Asing yang bertempat tinggal di Indonesia”. Secara
umum penduduk dan warga negara memiliki definisi sebagai sekelompok atau
sejumlah orang yang menetap di suatu negara. Warga Negara yang menetap di suatu
Negara wajib mematuhi semua peraturan yang dibuat oleh pihak berwenang , dan
pada umumnya mempunyai identitas atau tanda pengenal yang diberlakukan oleh
Negara.

6
Oleh karena itu penduduk bisa dibedakan menjadi dua bagian: Pertama adalah
penduduk Indonesia sendiri atau warga pribumi asli yang bertempat tinggal di
Indonesia dan berstatus WNI(Warga Negara Indonesia). Kedua, adalah penduduk
yang bukan WNI, pada umumnya berasal dari luar negeri atau yang biasa disebut
WNA (Warga Negara Asing ) atau biasa disebut orang asing, kemudian untuk
menjadi WNI orang asing tersebut harus mendaftar terlebih dahulu utuk tinggal di
Indonesia menurut perundangan yang berlaku (BPS,2018).

Pada dasarnya penduduk adalah merupakan modal dasar pembangunan, oleh


karena itu data statistik kependudukan mutlak diperlukan untuk kepentingan
perencanaan pembangunan dengan segala aspeknya. Pertumbuhan penduduk yang
tidak seimbang dengan pertumbuhan kesempatan kerja, mengakibatkan
meningkatnya jumlah pengangguran. Kependudukan sangat erat kaitannya dengan
demografi. Kata demografi berasal dari bahasa Yunani yang berarti Demos adalah
rakyat atau penduduk, dan Grafein adalah menulis. Jadi demografi adalah tulisan-
tulisan atau karangan-karangan mengenai rakyat atau penduduk. Donald J.Bogue
(Dasar-dasar Demografi, 1981) memberikan defenisi demografi sebagai berikut
:Demografi adalah ilmu yang mempelajari secara statistik dan matematik tentang
besar, komposisi dan distribusi penduduk dan perubahan-perubahannya.

Dalam demografi dikenal istilah pertambahan penduduk alami dan


pertambahan penduduk total. Dimana pertambahan penduduk alami hanya di
pengaruhi oleh kelahiran dan kematian, sedangkan pertambahan penduduk total di
pengaruhi oleh kelahiran, kematian, migrasi masuk (imgrasi) dan migrasi keluar
(emigrasi)(Lutfi,2015).

2. Pertumbuhan penduduk

7
Pertumbuhan penduduk ialah perubahan jumlah penduduk sewaktu-waktu, dan
dapat dihitung sebagai perubahan dalam jumlah individu dalam sebuah populasi
menggunakan "per waktu unit" untuk pengukuran, dikatakan pertumbuhan
penduduk positif apabila pertumbuhan bertambah, kalau kurang disebut
pertumbuhan negatif. Pertumbuhan dipengaruhi oleh jumlah
kelahiran,kematian,migrasi masuk dan migrasi keluar, tetapi yang paling dominan
adalah angka kelahiran dan kematian. Selisih antara kelahiran dan kematian disebut
pertumbuhan alamiah (natural increase) sedangkan selisih antara migrasi masuk (in
migration) dan migrasi keluar (out migration) disebut migrasi neto (net migration)
(Subri, 2003).

Pertumbuhan penduduk yang cepat akan berdampak pada ekonomi,sosial,


politik, pendidikan, kesehatan dan kesejahteraan serta kualitas lingkungan tempat
tinggal.

a) Akibat terhadap ekonomi dan lingkungan

1. Jumlah pencari pekerjaan meningkat sehingga banyak terjadi


pengangguran, sehingga menyebabkan kemiskinan

2. Jumlah penduduk meningkat sehingga lahan pertanian dan persediaan


bahan makanan harus ditingkatkan

3. Pertumbuhan penduduk yang cepat mengakibatkan pendapatan


perkapita suatu negara menurun

4. Meningkatnya jumlah penduduk menyebabkan ketersediaan air


semakin menurun cadangan air dalam tanah semakin lama demakin
berkurang karena tanah banyak yang tertutup beton dan aspal.

8
5. Meningkatnya kebutuhan lahan akibatnya banyak hutan yang ditebang
dan di bakar untuk membuka lahan baru.

6. Jumlah kendaraan meningkat. Polusi dari sisa pembakaran kendaraan


menyebabkan pencemaran udara, contohnya gas karbon monoksida dan
karbon dioksida yang jumlahnya melebihi normal.

b) Akibat terhadap sosial dan politik

Pertumbuhan penduduk yang pesat mengakibatkan tingginya


kepadatan penduduk, sehingga terjadi kemacetan, rendahnya pelayanan
kesehatan, pemukiman kumuh,angka kriminalitas meningkat, dan
sebagainya. Terhadap generasi muda yang pengangguran mempunyai
harapan kecil pada masa mendatang terhadap kekuatan politik yang
sewaktu-waktu daoat meledak.

c) Akibat terhadap pendidikan

Jumlah penduduk yang semakin besar maka fasilitas - fasilitas umum


dan pendidikan juga harus meningkat. Jika kepadatan penduduk di suatu
daerah tergolong tinggi tidak terpenuhi fasilitas pendidikannya maka akan
menyebabkan penurunan tingkat pendidikan wilayah tersebut.

Di negara-negara yang anggaran pendidikannya paling rendah,


biasanya menunjukkan angka kelahiran yang tinggi. Tidak hanya persediaan
dana yang kurang, tetapi komposisi usia secara piramida pada penduduk yang
berkembang dengan cepat juga berakibat bahwa rasio antara guru yang terlatih
dan jumlah anak usia sekolah akan terus berkurang.

9
Rendahnya tingkat pendidikan mengakibatkan sulitnya masyarakat
menerima hal-hal yang baru. Hal ini nampak dengan ketidak mampuan
masyarakat merawat hasil pembangunan secara benar, sehingga banyak
fasilitas umum yang rusak karena ketidakmampuan masyarakat
memperlakukan secara tepat. Kenyataan seperti ini apabila terus dibiarkan akan
menghambat jalannya pembangunan.

3. Rasio jenis kelamin

Rasio jenis kelamin adalah perbandingan jumlah penduduk laki-laki dan


perempuan dalam populasi suatu daerah dan pada waktu tertentu. Biasanya
dinyatakan dalam banyaknya penduduk laki-laki per 100 perempuan. Data
mengenai rasio jenis kelamin bermanfaat untuk perencanaan pembangunan yang
berkaitan dengan kesetaraan gender. Secara umum rumus rasio dapat dituliskan
sebagai berikut :

𝑷𝒍
𝑺𝑹 = ×𝒌
𝑷𝒑

Keterangan:

SR : Sex Ratio ( Rasio jenis kelamin )

Pl : Jumlah penduduk Laki-laki

Pp : Jumlah penduduk perempuan

K : konstanta, biasanya bernilai 100 (Mantra,2004)

C. Peramalan

10
Peramalan adalah perkiraan yang terjadi di masa yang akan datang. Ramalan yaitu
memperkiran sesuatu pada waktu – waktu yang akan datang berdasrkan data masa
lampau yang dianalisis secara ilmiah secara ilmiah, khususnya menggunakan metode
statistika (Sudjana,1981). Menurut Subagyo (2002), forecasting adalah peramalan
(perkiraan) mengenai sesuatu yang belum terjadi. ini dilakukan dengan
mempertimbangkan data-data pada tahun-tahun sebelumnya dapat digunakan untuk
meramalkan pada tahun berikutnya. Terdapat perbedaan antara peramalan dengan
rencana.

Peramalan adalah perkiraan apa yang akan terjadi pada waktu yang akan datang,
sedangkan rencana merupakan penentuan apa yang akan dilakukan pada waktu yang
akan datang (Subagyo,2002).

Kesuksesan peramalan dipengaruhi oleh 4 faktor yaitu karakteristik data, jangka


waktu, biaya dan tingkat akurasi, Dalam membuat ramalan diupayakan dapat
meminimumkan pengaruh ketidakpastian tersebut. Pertambahan atau pertumbuhan
jumlah penduduk dapat mempengaruhi kesejahteraan daerah atau Negara yang
bersangkutan. Dalam pengolahan data ini penulis menggunakan model matematis yang
sesuai dipergunakan untuk memperkirakan jumlah penduduk Kabupaten Mojokerto
sampai tahun 2017. Model tersebut adalah model Double Exponential Smoothing .

Metode Smoothing merupakan teknik peramalan dengan memberikan bobot secara


eksponensial atau bertingkat pada data-data terbarunya sehingga data-data terbaru
tersebut akan mendapatkan bobot yang lebih besar(Steven,1993). Dengan kata lain,
semakin baru atau semakin kini datanya, semakin besar pula bobotnya. Hal ini
dikarenakan data yang terbaru dianggap lebih relavan sehingga diberikan bobot yang
lebih besar. Exponential Smoothing merupakan prosedur perbaikan terus-menerus pada
peramalan terhadap objek pengamatan terbaru. Ia menitik-beratkan pada penurunan
prioritas secara eksponensial pada objek pengamatan yang lebih tua. Dengan kata lain,
observasi terbaru akan diberikan prioritas lebih tinggi bagi peramalan dari pada
observasi yang lebih lama (Makridakis, 1999).

1. Metode Single Exponential Smoothing

11
Metode ini digunakan untuk peramalan jangka pendek dengan cara
mengasumsikan bahwa data berfluktuasi di sekitar nilai mean yang tetap, tanpa
trend atau pola pertumbuhan.
Rumusnya adalah sebagai berikut :

′ )
𝑆𝑡′ = 𝛼𝑋𝑡 + (1 − 𝛼)(𝑆𝑡−1

2. Metode Double Exponential Smoothing

Metode ini dikembangkan oleh Brown. Di dalam metode pemulusan


eksponensial ganda dari Brown ini dilakukan proses pemulusan dua kali
,dengan rumus :

"
𝑆𝑡" = 𝛼 𝑆𝑡′ + (1 − 𝛼)𝑆𝑡−1

3. Mendapatkan nilai pemulusan trend

𝛼
𝑎𝑡 = 2𝑆𝑡′ − 𝑆𝑡" 𝑏𝑡 = (𝑆 ′ −𝑆 " )
(1 − 𝛼) 𝑡 𝑡

4. Model ramalan
Model persamaan yang dipakai dalam implementasi Double
Exponential Smoothing di tunjukkan oleh persamaan berikut :
𝐹𝑡+𝑚 = 𝑎𝑡 + 𝑏𝑡 (𝑚)

Dimana :

𝐹𝑡+𝑚 = nilai peramalan untuk m periode kedepan

𝑎𝑡 = besarnya konstanta periode t

𝑏𝑡 = besarnya slope periode t

𝑚 = jumlah periode yang diramalkan

12
𝑋𝑡 = nilai rill periode t

𝑆𝑡′ = nilai Single exponential Smoothing periode t

𝑆𝑡" = nilai double exponential Smoothing periode t

5. Laju pertumbuhan Exponential


Pertumbuhan eksponensial (Exponential Growth) merupakan salah satu
cara yang digunakan untuk menghitung laju pertumbuhan penduduk. Metode
Pertumbuhan Eksponensial merupakan metode yang memiliki pertumbuhan
data yang bertambah secara eksponensial. Rumus pertumbuhan eksponensial
adalah sebagai berikut: (Subagyo, 1986)

Rumus yang dipergunakan adalah sebagai berikut :

𝑃𝑡 = 𝑃0 . 𝑒 𝑟𝑡

log 𝑃𝑡 − log 𝑃𝑜
𝑟=
𝑡 log 𝑒

Atau

𝑃𝑡
log 𝑃𝑜
𝑟=
𝑡 log 𝑒

Dimana:

𝑃𝑡 = Jumlah penduduk pada tahun t

𝑃0 = Jumlah penduduk pada tahun dasar

r = Tingkat pertumbuhan penduduk

t = Jangka waktu antara P0 dan P t

e = Bilangan pokok dari sistem logaritma, besarnya 2,718282.

6. Menghilung nilai Error MSE (Mean Square Error) dan MAPE nilai MAPE
(Mean Absolute Percentage Error)

13
Mean Squared Error (MSE) adalah metode lain untuk mengevaluasi
metode peramalan. Masing-masing kesalahan atau sisa dikuadratkan.
Kemudian dijumlahkan dan ditambahkan dengan jumlah observasi.
Pendekatan ini mengatur kesalahan peramalan yang besar karena kesalahan-
kesalahan itu dikuadratkan. Metode itu menghasilkan kesalahan-kesalahan
sedang yang kemungkinan lebih baik untuk kesalahan kecil, tetapi kadang
menghasilkan perbedaan yang besar. Rumus untuk MSE adalah sebagai berikut
:

∑𝑛 2
𝑡=1 𝑒𝑡 ∑𝑛
𝑡=1(𝑋𝑡 −𝐹𝑡 )²
MSE = =
𝑛 𝑛

Dimana :

𝑒𝑡 = 𝑋𝑡 − 𝐹𝑡 (kesalahan pada periode t)

𝑋𝑡 = Data aktual periode t

𝐹𝑡 = Nilai ramalan pada periode t

MAPE merupakan rata-rata dari keseluruhan persentase kesalahan (selisih)


antara data aktual dengan data hasil peramalan kemudianmembaginya dengan
nilai pengamatan aktual dan kemudian absolut galat persentase. Rata-rata
persentase kesalahan absolut dinyatakan dengan persamaan sebagai berikut :

𝑒𝑡 𝑋𝑡−𝐹𝑡
∑𝑛
𝑡=1 | | ∑𝑛
𝑡=1 | |
𝑋𝑡 𝑋𝑡
MAPE = × 100 % = × 100 %
𝑛 𝑛

Dimana :

𝑒𝑡 = 𝑋𝑡 − 𝐹𝑡 (kesalahan pada periode t)

𝑋𝑡 = Data aktual periode t

𝐹𝑡 = Nilai ramalan pada periode t

n = Jumlah data

14
BAB III

METODE PENELITIAN

A. Lokasi dan Waktu Penelitian


Penelitian ini dilakukan di BPS Kabupaten Mojokerto di Jalan RA Basuni
No.11 Mojokerto.penelitian dilakukan dari tanggal 1 juli sampai 1 Agustus.

B. Jenis dan Pengambilan Data


Data yang digunakan merupakan data sekunder. Data sekunder adalah data
yang mengacu pada sumber yang telah ada, sumber data berupa data kuantitatif
jumlah penduduk di kabupaten Mojokerto pada tahun 2007-2017, data tersebut
di dapatkan dari buku tahunan BPS kabupaten Mojokerto.

C. Variabel Penelitian
Variabel yang digunakan dalam penelitian ini adalah jumlah penduduk di
Kabupaten Mojokerto dalam rentang waktu dari tahun 2007-2017.

D. Alur Penelitian

Adapun langkah – langkah yang ditempuh untuk menentukan model


persamaan peramalan dengan menggunakan Metode Double exponential
Smoothing adalah :

1. Menghitung tingkat pertumbuhan penduduk di Kabupaten


Mojokerto dari tahun 2007-2017 dengan pertumbuhan
eksponensial.
2. Menentukan nilai parameter (α) yang besarnya 0 < α < 1 akan
dipilih yakni α = 0,1 ; 0,5 ; 0,9 .
3. Menghitung Nilai pemulusan eksponensial pertama (single
exponential smoothing) pada setiap nilai parameter (α) dengan
persamaan :
′ )
𝑆𝑡′ = 𝛼𝑋𝑡 + (1 − 𝛼)(𝑆𝑡−1

15
4. Menghitung Nilai pemulusan eksponensial ganda (Double
Exponential Smoothing) pada setiap nilai parameter (α) dengan
persamaan :

"
𝑆𝑡" = 𝛼 𝑆𝑡′ + (1 − 𝛼)𝑆𝑡−1

5. Menghitung koefisien 𝑎𝑡 dan 𝑏𝑡 menggunakan persamaan :


𝛼
𝑎𝑡 = 2𝑆𝑡′ − 𝑆𝑡" 𝑏𝑡 = (𝑆 ′ −𝑆 " )
(1 − 𝛼) 𝑡 𝑡

6. Menghitung peramalan jumlah penduduk dengan menggunakan


persamaan :
𝐹𝑡+𝑚 = 𝑎𝑡 + 𝑏𝑡 (𝑚)

7. Menghitung nilai eror (MSE) untuk menentukan nilai parameter


(α) yang tepat untuk metode peramalan dengan menggunakan
persamaan :

∑𝑛 2
𝑡=1 𝑒𝑡 ∑𝑛
𝑡=1(𝑋𝑡 −𝐹𝑡 )²
MSE = =
𝑛 𝑛

8. Menghitung nilai percentage error (MAPE) untuk menentukan


persentasi nilai error terkecil dari setiap niali parameter (α)
dengan menggunakan persamaan :

𝑋𝑡−𝐹𝑡
∑𝑛
𝑡=1 | |
𝑋𝑡
MAPE = 𝑛
× 100 %

E. Diagram Alur Pengerjaan

Adapun flowchart pengerjaanya adalah sebagai berikut:

16
Gambar 3.1 Flowchart( Diagram Alur ) Pengerjaan

17
BAB IV

HASIL DAN PEMBAHASAN

A. Hasil Penelitian

Setelah data dari BPS Kabupeten Mojokerto di peroleh, selanjutnya dihitung


pertumbuhan penduduk 11 tahun terakhir dari tahun 2007-2017 dengan
menggunakan pertumbuhaneksponensial kemudian meramalkan jumlah
penduduk tahun 2020 dengan menggunakan Metode Double Exponential
Smoothing.Data yang digunakan adalah sebagai berikut :
Tabel 4.1 Jumlah Penduduk Kabupaten Mojokerto dari tahun 2007-2017
Tahun Jumlah
Penduduk
2007 947217
2008 1006529
2009 1070579
2010 1088632
2011 1112821
2012 1143747
2013 1162630
2014 1186497
2015 1104522
2016 1117405
2017 1138262
Sumber : Badan Pusat Statistik Kabupaten Mojokerto tahun 2018
Dari data tersebut kemudian di analilis dengan teori yang berkaitan denagn
penggunaan metode untuk mengetahui nilai pertumbuhan penduduk dari tahun
2007-2017 dengan menggunakan rumus pertumbuhan eksponensial. Adapun
prosesnya adalah sebagai berikut .
𝑃𝑡
log
𝑃𝑜
𝑟=
𝑡 log 𝑒
1138262
log 947217
𝑟=
11 log 2,718282
0,0797927536376
𝑟=
4,7772396024101
𝑟 = 0,0167026903146

18
𝑟 = 0,016
𝑟 = 1,67 %

Jadi tingkat pertumbuhan penduduk dari tahun 2007-2017 di kabupaten


Mojokerto adalah 1,67 %. Selanjutnya dilakukan peramalan jumlah penduduk
dengan menggunakan Double Exponential Smoothing. Adapun prosesnya
adalah sebagai berikut :
D. Membuat scatter diagram
Scatter digunakan untuk melihat pola data jumlah penduduk
Kabupaten Mojokerto dari tahun 2007-2017. Scatter diagram dibuat
dengan menggunakan program Python. Berikut hasilnya :

Gambar 4.1 Tingkat Pertumbuhan penduduk Kabupaten Mojokerto

Pada scatter diagram diatas terlihat bahwa data cenderung naik

setiap tahunnya, tetapi mengalami penurunan drastis pada tahun 2015

dikarenakan penghapusan data ganda Nasional .

E. Meramalkan jumlah penduduk tahun 2020 kabupaten Mojokerto

Prosesnya adalah sebagai berikut:

a. Menentukan besarnya nilai parameter atau konstanta (𝛼)

19
Nilai 𝛼 merupakan sebuah konstanta, konstanta smoothing

mempunyai nilai antara 0 sampai 1. Nilai yang dekat dengan 1

memberikan penekanan terbesar pada nilai data saat ini,

sedangkan nilai yang dekat dengan angka 0 memberikan

penekana pada nilai data sebelumnya. Dalam penelitian ini akan

dipilih 3 nilai parameter yakni, 𝛼 = 0,1; 0,5; 0,9 , kemudian dari

ketiga nilai parameter tersebut akan didapatkan metode terbaik

untuk peramalan dengan menghitung nilai MSE terkecil sehingga

didapatkan nilai parameter (𝛼) terbaik.

b. Menghitung smoothing pertama (S’t)

Besarnya nilai smoothing pertama (S’1) dihitung dengan

menggunakan jumlah penduduk pada tahun pertama yaitu

947217. Kemudian dengan 𝛼 = 0,1; 0,5; 0,9dengan rumus


′ )
𝑆𝑡′ = 𝛼𝑋𝑡 + (1 − 𝛼)(𝑆𝑡−1

Dengan menggunakan program Excell 2016 maka diperoleh

untuk smoothing tahun ke 2 adalah sebagai berikut.

1) Untuk 𝛼 = 0,1 𝑚𝑎𝑘𝑎

𝑆2′ = (0,1 ∗ 1006529) + ((1 − 0,1) ∗ 947217)

𝑆2′ = 100652,9 + 94721,7

𝑆2′ = 953.148,2

2) Untuk 𝛼 = 0,5 𝑚𝑎𝑘𝑎

𝑆2′ = (0,5 ∗ 1006529) + ((1 − 0,5) ∗ 947217)

𝑆2′ = 503264,5 + 473608,5

𝑆2′ = 976.873

20
3) Untuk 𝛼 = 0,9 𝑚𝑎𝑘𝑎

𝑆2′ = (0,1 ∗ 1006529) + (1 − 0,1) ∗ 947217)

𝑆2′ = 503264,5 + 94721,7

𝑆2′ = 1000597,8

Setelah dilakukan prhitungan secara berangkai maka di peroleh :

Tabel 4.2 Smoothing pertama dengan 𝜶 = 𝟎, 𝟏

Tahun Jumlah Penduduk 𝑆𝑡′


2007 947217 947217
2008 1006529 953148,2
2009 1070579 964891,28
2010 1088632 977265,352
2011 1112821 990820,9168
2012 1143747 1006113,525
2013 1162630 1021765,173
2014 1186497 1038238,355
2015 1104522 1044866,72
2016 1117405 1052120,548
2017 1138262 1060734,693

Tabel 4.3 Smoothing pertama dengan 𝜶 = 𝟎, 𝟓

Tahun Jumlah Penduduk 𝑆𝑡′


2007 947217 947217
2008 1006529 976873
2009 1070579 1023726
2010 1088632 1056179
2011 1112821 1044847
2012 1143747 1094297
2013 1162630 1128463,5
2014 1186497 1157480,25
2015 1104522 1131001,125
2016 1117405 1124203,063
2017 1138262 1131232,531

21
Tabel 4.4 Smoothing pertama dengan 𝜶 = 𝟎, 𝟗

Tahun Jumlah Penduduk 𝑆𝑡′


2007 947217 947217
2008 1006529 1000597,8
2009 1070579 1063580,88
2010 1088632 1086126,89
2011 1112821 1110151,59
2012 1143747 1140387,46
2013 1162630 1160405,75
2014 1186497 1183887,87
2015 1104522 1112458,59
2016 1117405 1116910,36
2017 1138262 1136126,84

c. Menghitung smoothing kedua (𝑆𝑡" )

Besarnya smoothing tahun pertama (𝑆1" ), Kabupaten

Mojokerto yaitu sebesar 947217. Kemudian dengan 𝛼 =

0,1; 0,5; 0,9 dengan rumus

"
𝑆𝑡" = 𝛼 𝑆𝑡′ + (1 − 𝛼)𝑆𝑡−1

Maka diperoleh untuk smoothing tahun ke 2 adalah sebagai

berikut.

1) Untuk 𝛼 = 0,1

𝑆2" = 0,1 ∗ 953148,2 + (0,9)(947217) = 947217

2) Untuk 𝛼 = 0,5

𝑆2" = 0,5 ∗ 976873 + (0,5)(947217) = 962045

3) Untuk 𝛼 = 0,9

𝑆2" = 0,1 ∗ 1000597,8 + (0,9)(947217) = 995259,72

Dari perhitugan berangai di atas makadi peroleh :

22
Tabel 4.5 Smoothing kedua dengan 𝜶 = 𝟎, 𝟏

Tahun Jumlah Penduduk 𝑆𝑡′


2007 947217 947217 947217
2008 1006529 953148,2 947810,12
2009 1070579 964891,28 949518,236
2010 1088632 977265,352 952292,948
2011 1112821 990820,9168 956145,745
2012 1143747 1006113,525 961142,523
2013 1162630 1021765,173 967204,788
2014 1186497 1038238,355 974308,144
2015 1104522 1044866,72 981364,002
2016 1117405 1052120,548 988439,656
2017 1138262 1060734,693 995669,16

Tabel 4.6 Smoothing kedua dengan 𝜶 = 𝟎, 𝟓

Tahun Jumlah Penduduk 𝑆𝑡′


2007 947217 947217 947217
2008 1006529 976873 962045
2009 1070579 1023726 992885,5
2010 1088632 1056179 1024532,25
2011 1112821 1044847 1034689,625
2012 1143747 1094297 1064493,313
2013 1162630 1128463,5 1096478,406
2014 1186497 1157480,25 1126979,328
2015 1104522 1131001,125 1128990,227
2016 1117405 1124203,063 1126596,645
2017 1138262 1131232,531 1128914,588

Tabel 4.7 Smoothing kedua dengan 𝜶 = 𝟎, 𝟗

Tahun Jumlah Penduduk 𝑆𝑡′


2007 947217 947217 947217
2008 1006529 1000597,8 995259,72
2009 1070579 1063580,88 1056748,8
2010 1088632 1086126,89 1083189,1
2011 1112821 1110151,59 1107455,3
2012 1143747 1140387,46 1137094,2
2013 1162630 1160405,75 1158074,6
2014 1186497 1183887,87 1181306,5
2015 1104522 1112458,59 1119343,4
2016 1117405 1116910,36 1117153,7
2017 1138262 1136126,84 1134229,5

23
d. Menghitung koefisien 𝑎𝑡 dan 𝑏𝑡
1. Menghitung nilai 𝑎𝑡
Besarnya nilai 𝑎𝑡 pada tahun pertama jumlah penduduk

Kabupaten Mojokerto pada tahun 2008 sebanyak 1006529.

Kemdian dengan 𝛼 = 0,1; 0,5; 0,9 dengan rumus

𝑎𝑡 = 2𝑆𝑡′ − 𝑆𝑡"

maka diperoleh nilai 𝑎𝑡 :

3. Untuk α = 0,1

𝑎2 = 2𝑆2′ − 𝑆2"

𝑎2 = 2(953148,2) - 947810,12

𝑎2 = 947217

4. Untuk α = 0,5

𝑎2 = 2𝑆2′ − 𝑆2"

𝑎2 = 2(976873) - 962045

𝑎2 = 991701

5. Untuk α = 0,9

𝑎2 = 2𝑆2′ − 𝑆2"

𝑎2 = 2(1000597,8) - 995259,72

𝑎2 = 1005935,88

2. Menghitung koefisien 𝑏𝑡

Nilai 𝑏𝑡 pada tahun pertama dan kedua belum bias ditentukan,

maka dapat dicari pada tahun ketiga dengan rumus


𝛼
𝑏𝑡 = (1−𝛼) (𝑆𝑡′-𝑆𝑡" )

24
Sehingga diperoleh nilai 𝑏𝑡 :

1) Untuk α = 0,1
0,1
𝑏3 = (1−0,1) (953148,2-947810.1)

𝑏3 = 593.12

2) Untuk α = 0,5

0,5
𝑏3 = (1−0,5) (976873- 96204)

𝑏3 = 14828

3) Untuk α = 0,9
0,9
𝑏3 = (1−0,9) (1000597.8-995259.7)

𝑏3 = 48042.72

untuk selanjutnya dilakukan perhitungan secara berangkai


sehingga diperoleh nilai koefisien 𝑎𝑡 dan 𝑏𝑡 sebagai berikut :
Tabel 4.8 Nilai koefisien 𝒂𝒕 dan 𝒃𝒕 dengan 𝜶 = 𝟎, 𝟏

Tahun Jumlah Penduduk 𝑆𝑡′ 𝑎𝑡 𝑏𝑡


2007 947217 947217 947217
2008 1006529 953148,2 947810,1 947217 593,12
2009 1070579 964891,28 949518,2 980264,32 1708,116
2010 1088632 977265,352 952292,9 1002237,8 2774,712
2011 1112821 990820,9168 956145,7 1025496,1 3852,797
2012 1143747 1006113,525 961142,5 1051084,5 4996,778
2013 1162630 1021765,173 967204,8 1076325,6 6062,265
2014 1186497 1038238,355 974308,1 1102168,6 7103,357
2015 1104522 1044866,72 981364 1108369,4 7055,858
2016 1117405 1052120,548 988439,7 1115801,4 7075,655
2017 1138262 1060734,693 995669,2 1125800,2 7229,504
T

25
Tab

Tabel 4.9 Nilai koefisien 𝒂𝒕 dan 𝒃𝒕 dengan 𝜶 = 𝟎, 𝟓

Tahun Jumlah Penduduk 𝑆𝑡′ 𝑎𝑡 𝑏𝑡


2007 947217 947217 947217
2008 1006529 976873 962045 991701 14828
2009 1070579 1023726 992885,5 1054566,5 30840,5
2010 1088632 1056179 1024532,25 1087825,75 31646,75
2011 1112821 1044847 1034689,625 1055004,375 10157,375
2012 1143747 1094297 1064493,313 1124100,688 29803,6875
2013 1162630 1128463,5 1096478,406 1160448,594 31985,09375
2014 1186497 1157480,25 1126979,328 1187981,172 30500,92188
2015 1104522 1131001,125 1128990,227 1133012,023 2010,898438
2016 1117405 1124203,063 1126596,645 1121809,48 -2393,58203
2017 1138262 1131232,531 1128914,588 1133550,475 2317,943359

Tabel 4.10 Nilai koefisien 𝒂𝒕 dan 𝒃𝒕 dengan 𝜶 = 𝟎, 𝟗

Tahun Jumlah Penduduk 𝑆𝑡′ 𝑎𝑡 𝑏𝑡


2007 947217 947217 947217
2008 1006529 1000597,8 995259,72 1005935,9 48042,72
2009 1070579 1063580,88 1056748,8 1070413 61489,04
2010 1088632 1086126,89 1083189,1 1089064,7 26440,31
2011 1112821 1110151,59 1107455,3 1112847,8 24266,26
2012 1143747 1140387,46 1137094,2 1143680,7 29638,91
2013 1162630 1160405,75 1158074,6 1162736,9 20980,35
2014 1186497 1183887,87 1181306,5 1186469,2 23231,95
2015 1104522 1112458,59 1119343,4 1105573,8 -61963,2
2016 1117405 1116910,36 1117153,7 1116667,1 -2189,72
2017 1138262 1136126,84 1134229,5 1138024,2 17075,86

e. Menghitung peramalan 𝐹𝑡+𝑚

26
Jangka waktu peramalan tahun kedepan(m) adalah 3 tahun,

maka dilakukan peramalan untuk jumlah penduduk di Kabupaten

Mojokerto pada tahun 2018,2019, dan 2020 dengan menggunakan

persamaan :

𝐹𝑡+𝑚 = 𝑎𝑡 + 𝑏𝑡 (𝑚)

Model peramalan diperoleh persamaan:

1) Untuk 𝛼 = 0,1

𝐹𝑡+𝑚 = 1125800,226 + 7229,5036(𝑚)

2) Untuk 𝛼 = 0,5

𝐹𝑡+𝑚 = 1133550,475 + 2317,9433(𝑚)

3) Untuk 𝛼 = 0,9

𝐹𝑡+𝑚 = 1138024,153+ 17075,857(𝑚)

Kemudian dengan model persamaan pada 𝛼=

0,1: 0,5: 0,9 diperoleh peramalan jumlah penduduk pada tahun 2018,

2019, dan 2020 adalah sebagai berikut :

1) Untuk 𝛼 = 0,1

a. Untuk periode tahun ke-12 (2018)

𝐹11+1 = 1125800,226 + 7229,5036(1)

𝐹11+1 = 1133029,7296

𝐹11+1 = 1133030

b. Untuk periode tahun ke-13 (2019)

𝐹11+2 = 1125800,226 + 7229,5036(2)

27
𝐹11+1 = 1140259,2332

𝐹11+1 = 1140259

c. Untuk periode tahun ke-14 (2020)

𝐹11+3 = 1125800,226 + 7229,5036(3)

𝐹11+3 = 1147488,7368

𝐹11+3 = 1147489

2) Untuk 𝛼 = 0,5

a. Untuk periode tahun ke-12 (2018)

𝐹11+1 = 1133550,475 + 2317,9433(1)

𝐹11+1 = 1135868,418

𝐹11+1 = 1135868

b. Untuk periode tahun ke-13 (2019)

𝐹11+2 = 1133550,475 + 2317,9433(2)

𝐹11+1 = 1138186,361

𝐹11+1 = 1138186

c. Untuk periode tahun ke-14 (2020)

𝐹11+3 = 1133550,475 + 2317,9433(3)

𝐹11+3 = 1140504,305

𝐹11+3 = 1140504

3) Untuk 𝛼 = 0,9

a. Untuk periode tahun ke-12 (2018)

𝐹11+1 = 1138024,153 + 17075,857(1)

𝐹11+1 = 1155100,011

𝐹11+1 = 1155100

28
b. Untuk periode tahun ke-13 (2019)

𝐹11+2 = 1138024,153 + 17075,857(2)

𝐹11+1 = 1172175,868

𝐹11+1 = 1172176

c. Untuk periode tahun ke-14 (2020)

𝐹11+3 = 1138024,153 + 17075,857(3)

𝐹11+3 = 1189251,725

𝐹11+3 = 1189252

f. Menghilung nilai MSE (Mean Square Error)


Untuk menghitung Nilai MSE pertama dicari error terlebih

dahulu, yang merupakan hasil dari data asli dikurangi hail ramalan

kemudian tiap error dikuadratkan dan dibagi banyaknya error.

Secara matematis rumus Mean Square Error (MSE) adalah sebagai

berikut;

∑𝑛 2
𝑡=1 𝑒𝑡 ∑𝑛
𝑡=1(𝑋𝑡 −𝐹𝑡 )²
MSE = =
𝑛 𝑛

Sehingga diperoleh nilai 𝑀𝑆𝐸 :

1) Untuk α = 0,1

a. Mencari nilai error kuadrat

𝑒𝑡2 = (𝑋𝑡 − 𝐹𝑡 )²

𝑒32 = (𝑋3 − 𝐹3 )²

𝑒32 = (1070579 −947810,12)²

𝑒32 = (122768,88)²

29
𝑒32 = 15.072.197.896,45

untuk selanjutnya dilakukan perhitungan secara


berangkai sehingga diperoleh nilai error sebagai berikut :

Tabel 4.11 nilai error dengan 𝜶 = 𝟎, 𝟏

Tahun Jumlah Penduduk 𝐹(𝑡+𝑚) e e²


2007 947217
2008 1006529
2009 1070579 947810,12 122768,88 15.072.197.896,45
2010 1088632 981972,44 106659,6 11.376.270.272,16
2011 1112821 1005012,47 107809 11.622.679.572,00
2012 1143747 1029348,89 114398 13.086.902.404,00
2013 1162630 1056081,31 106549 11.352.624.252,77
2014 1186497 1082387,82 104109 10.838.720.811,41
2015 1104522 1109271,92 -4750 22.561.769,57
2016 1117405 1115425,3 1980 3.919.230,83
2017 1138262 1122877,09 15385 236.695.340,08

b. Menghitung MSE

∑𝑛
𝑡=1 𝑒²
MSE =
𝑛

73.612.571.549,27
MSE =
9

MSE = 8.179.174.616,59

2) Untuk α = 0,5

a. Mencari nilai error kuadrat

𝑒𝑡2 = (𝑋𝑡 − 𝐹𝑡 )²

30
𝑒32 = (𝑋3 − 𝐹3 )²

𝑒32 = (1070579 −1006529)²

𝑒32 = (64050)²

𝑒32 = 4.102.402.500

untuk selanjutnya dilakukan perhitungan secara


berangkai sehingga diperoleh nilai error sebagai berikut :

Tabel 4.12 nilai error dengan 𝜶 = 𝟎, 𝟓

Tahun Jumlah Penduduk 𝐹(𝑡+𝑚) e e²


2007 947217
2008 1006529 0 0 0
2009 1070579 1006529 64050 4.102.402.500,0
2010 1088632 1085407 3225 10.400.625,0
2011 1112821 1119472,5 -6651,5 44.242.452,3
2012 1143747 1065161,75 78585,25 6.175.641.517,6
2013 1162630 1153904,375 8725,625 76.136.531,6
2014 1186497 1192433,688 -5936,6875 35.244.258,5
2015 1104522 1218482,094 -113960,0938 12.986.902.967,5
2016 1117405 1135022,922 -17617,92188 310.391.171,2
2017 1138262 1119415,898 18846,10156 355.175.544,1

b. Menghitung MSE

∑𝑛
𝑡=1 𝑒²
MSE =
𝑛

24.096.537.567,7
MSE =
9

MSE = 2.677.393.063,08

3) Untuk α = 0,9

a. Mencari nilai error kuadrat

𝑒𝑡2 = (𝑋𝑡 − 𝐹𝑡 )²

31
𝑒32 = (𝑋3 − 𝐹3 )²

𝑒32 = (1070579 −1053978,6)²

𝑒32 = (34653,4)²

𝑒32 = 1.200.858.131,56

untuk selanjutnya dilakukan perhitungan secara


berangkai sehingga diperoleh nilai error sebagai berikut :

Tabel 4.13 nilai error dengan 𝜶 = 𝟎, 𝟗

Tahun Jumlah Penduduk 𝐹(𝑡+𝑚) e e²


2007 947217
2008 1006529
2009 1070579 1053978,6 16600,4 275.573.280,16
2010 1088632 1131902 -43270 1.872.296.361,60
2011 1112821 1115505 -2684,01 7.203.920,42
2012 1143747 1137114,1 6632,898 43.995.335,88
2013 1162630 1173319,6 -10689,6 114.267.126,56
2014 1186497 1183717,2 2779,755 7.727.037,66
2015 1104522 1209701,2 -105179 11.062.654.268,79
2016 1117405 1043610,6 73794,37 5.445.609.310,76
2017 1138262 1114477,3 23784,67 565.710.331,69

b. Menghitung MSE

∑𝑛
𝑡=1 𝑒²
MSE =
𝑛

19.395.036.973,52
MSE =
9

MSE = 2.155.004.108,17

g. Menghilung nilai MAPE (Mean Absolute Percentage Error)

32
Nilai MAPE (Mean Absolute Percentage Error) dihitung
berdasarkan jumlah nilai mutlak dari nilai error dibagi dengan
data aktual (jumlah penduduk) kemudian dibagi dengan jumlah
data (n) dikalikan 100%.
Rumus dari MAPE adalah sebagai berikut :
𝑋𝑡−𝐹𝑡
∑𝑛
𝑡=1 | |
𝑋𝑡
MAPE = 𝑛
× 100 %

Diperoleh nilai MAPE :

1) Untuk 𝛼 = 0,1

𝑋𝑡 − 𝐹𝑡
a. Menghitung nilai | |
𝑋𝑡

𝑋3 − 𝐹3 1070579 − 947810,12
| | =| |
𝑋3 1070579

𝑋3 − 𝐹3 122768,88
| |=| |
𝑋3 1070579

𝑋3 − 𝐹3 122768,88
| |=| |
𝑋3 1070579

𝑋3 − 𝐹3
| | = | 0,114675218 |
𝑋3

𝑋3 − 𝐹3
| | = 0,114675218
𝑋3

untuk selanjutnya dilakukan perhitungan secara


berangkai sehingga diperoleh nilai error sebagai berikut :

33
Tahun Jumlah Penduduk 𝐹(𝑡+𝑚)
2007 947217
2008 1006529
2009 1070579 947810,12 0,114675218 Tabel
2010 1088632 981972,44 0,097975771
2011 1112821 1005012,47 0,096878592 4.14
2012 1143747 1029348,89 0,100020471
nilai
2013 1162630 1056081,31 0,091644542
2014 1186497 1082387,82 0,087744998 𝑋𝑡 − 𝐹𝑡
2015 1104522 1109271,92 0,0043 𝑋𝑡
2016 1117405 1115425,3 0,001771698
2017 1138262 1122877,09 0,013516138 dengan

𝜶 = 𝟎, 𝟏

b. Menghitung MAPE

𝑋𝑡−𝐹𝑡
∑𝑛
𝑡=1 | |
𝑋𝑡
MAPE = × 100 %
𝑛

0,60852743
MAPE = × 100 %
9

34
MAPE = 0,067614159× 100 %

MAPE = 6,7614%

2) Untuk 𝛼 = 0,5

𝑋𝑡 − 𝐹𝑡
a. Menghitung nilai | |
𝑋𝑡

𝑋3 − 𝐹3 1070579 − 1006529
| | =| |
𝑋3 1070579

𝑋3 − 𝐹3 64050
| |=| |
𝑋3 1070579

𝑋3 − 𝐹3
| | = | 0,059827439|
𝑋3

𝑋3 − 𝐹3
| | = 0,059827439
𝑋3

untuk selanjutnya dilakukan perhitungan secara


berangkai sehingga diperoleh nilai error sebagai berikut :

𝑋𝑡 − 𝐹𝑡
Tabel 4.15 nilai dengan 𝜶 = 𝟎, 𝟓
𝑋𝑡

Tahun Jumlah Penduduk 𝐹(𝑡+𝑚)


2007 947217
2008 1006529
2009 1070579 1006529 0,059827439
2010 1088632 1085407 0,002962434
2011 1112821 1119472,5 0,005977152
2012 1143747 1065161,75 0,068708596
2013 1162630 1153904,375 0,007505075
2014 1186497 1192433,688 0,005003542
2015 1104522 1218482,094 0,103175938
2016 1117405 1135022,922 0,015766819
2017 1138262 1119415,898 0,01655691

35
b. Menghitung MAPE

𝑋𝑡−𝐹𝑡
∑𝑛
𝑡=1 | |
𝑋𝑡
MAPE = × 100 %
𝑛

0,285483904
MAPE = × 100 %
9

MAPE= 0,031720434× 100 %

MAPE = 3,172%

3) Untuk 𝛼 = 0,9

𝑋𝑡 − 𝐹𝑡
a. Menghitung nilai | |
𝑋𝑡

𝑋3 − 𝐹3 1070579 − 1053978,6
| | =| |
𝑋3 1070579

𝑋3 − 𝐹3 16600,4
| |=| |
𝑋3 1070579

𝑋3 − 𝐹3
| | = | 0,015506002|
𝑋3

𝑋3 − 𝐹3
| | = 0,015506002
𝑋3

untuk selanjutnya dilakukan perhitungan secara


berangkai sehingga diperoleh nilai error sebagai berikut :

𝑋𝑡 − 𝐹𝑡
Tabel 4.16 nilai dengan 𝜶 = 𝟎, 𝟗
𝑋𝑡

36
|𝑒|
Tahun Jumlah Penduduk 𝐹(𝑡+𝑚)
𝑋
2007 947217
2008 1006529
2009 1070579 1053978,6 0,015506
2010 1088632 1131902 0,039747
2011 1112821 1115505 0,002412
2012 1143747 1137114,1 0,005799
2013 1162630 1173319,6 0,009194
2014 1186497 1183717,2 0,002343
2015 1104522 1209701,2 0,095226
2016 1117405 1043610,6 0,066041
2017 1138262 1114477,3 0,020896

b. Menghitung MAPE

𝑋𝑡−𝐹𝑡
∑𝑛
𝑡=1 | |
𝑋𝑡
MAPE = × 100 %
𝑛

0,257163867
MAPE = × 100 %
9

MAPE= 0,028573763× 100 %

MAPE = 2,8574 %

B. Implementasi Sistem

37
Dalam peramalan jumlah penduduk di Kabupaten Mojokerto,
imlementsi yang digunakan adalah dengan menggunkanan Software Excel.
Selain berfungsi sebagai pengolahan angka atau manipulasi angka,
Microsoft Excel juga dapat digunakan untuk bergbagai macam perhitungan
statistika. Data yang telah diperoleh dimasukkan ke dalam Work Sheet atau
lembar kerja. Kolom pertama (A) untuk tahun ,dan kolom kedua (B) untuk
jumlah penduduk di Kabupaten Mojokerto dari tahun 2007-2017. Dapat
dilihat pada gambar 4.2 dibawah:

Gambar 4.2 Jumlah Penduduk di Kabupaten Mojokerto


dari Tahun 2007-2017

Selanjutnya dari data tersebut akan dihitung besarnya nilai


Smoothing pertama (𝑆 ′ ), Smoothing kedua(𝑆 " ), nilai konstanta
dan nilai peramalan (𝑎𝑡 dan 𝑏𝑡 ) dari setiap nilai parameter
(𝐹𝑡+𝑚 ). Langkah – langkah perhitungannya adalah sebagai
berikut :

a. Smoothing Pertama (𝑆 ′ )

Untuk periode pertama tahun 2007 nilai


Smoothing pertamanya samaa dengan data jumlah
penduduknya, sedangkan untuk tahun 2008
(diletakkan di sel C2) , untuk nilai parameter 0,1
nilainya dihitung dengan rumus =( 0.1*B3+(1-

38
0.1)*C2) menghasilkan angka 953148,2. Untuk
nilai parameter 0,5 nilainya dihitung dengan rumus
=( 0.5*B3+(1-0.5)*C2) menghasilkan angka
976873. Untuk nilai parameter 0,9 nilainya
dihitung dengan rumus =( 0.9*B3+(1-0.9)*C2)
menghasilkan angka 1000597,8. Untuk tahun-
tahun selanjutnya hanya menyalin rumus tersebut.

b. Smoothing Kedua (𝑆 ′ )

Untuk periode pertama tahun 2007 nilai


Smoothing kedua sama dengan data jumlah
penduduknya, sedangkan untuk tahun 2008
(diletakkan di sel C3) , untuk nilai parameter 0,1
nilainya dihitung dengan rumus =(0.1*C3+(1-
0.1)*D2) menghasilkan angka 947810,12. Untuk
nilai parameter 0,5 nilainya dihitung dengan rumus
=(0.5*C3+(1-0.5)*D2) menghasilkan angka
962045. Untuk nilai parameter 0,5 nilainya
dihitung dengan rumus =(0.9*C3+(1-0.9)*D2)
menghasilkan angka 995529,71. Untuk tahun-
tahun selanjutnya hanya menyalin rumus tersebut.

c. Perhitungan nilai 𝑎𝑡

Nilai 𝑎𝑡 dapat dicari pada periode kedua, untuk


nilai parameter 0,1 dengan rumus =2*C2-D2
menghasilkan angka 947217. untuk nilai
parameter 0,5 dengan rumus =2*C2-D2
menghasilkan angka 991701. untuk nilai
parameter 0,9 dengan rumus =2*C2-D2
menghasilkan angka 1005935,9. Untuk tahun-
tahun selanjutnya hanya menyalin rumus tersebut.

39
d. Perhitungan nilai 𝑏𝑡

Nilai 𝑏𝑡 dapat dicari pada periode kedua , untuk


nilai parameter 0,1 menggunakan rumus
=(0,1/0,9)*(C3-D3) menghasilkan angka 593,12.
untuk nilai parameter 0,5 menggunakan rumus
=(0,5/0,5)*(C3-D3) menghasilkan angka 14828.
untuk nilai parameter 0,9 menggunakan rumus
=(0,9/0,1)*(C3-D3) menghasilkan angka
48042,72. Untuk tahun-tahun selanjutnya hanya
menyalin rumus tersebut.

e. Perhitungan Peramalan 𝐹𝑡+𝑚

Nilai peramalan (𝐹𝑡+𝑚 ) yang dicari adalah nillai


ramalan untuk periode ke-3 yaitu pada tahun 2009
dengan menggunakan rumus =E3+F3. Untuk nilai
parameter 0,1 menghasilkan angka 947810,12.
Untuk nilai parameter 0,5 menghasilkan angka
1006529. Untuk nilai parameter 0,9 menghasilkan
angka 1053978,6. Untuk tahun-tahun selanjutnya
hanya menyalin rumus tersebut.

f. Perhitungan Error (e)

Nilai error yang dicari adalah nilai error mulai


periode ketiga yakni pada tahun 2009 dengan
menggunakan rumus =B4-G4, untuk nilai
parameter 0,1 menghasilkan angka 122768,88.
Untuk nilai parameter 0,5 menghasilkan angka
64050. Untuk nilai parameter 0,9 menghasilkan
angka 16600,4. Untuk tahun-tahun selanjutnya
hanya menyalin rumus tersebut.

40
g. Perhitungan Square Error (e²)

Nilai e² yang dicari adalah nilai e² mulai periode


ketiga yakni pada tahun 2009 dengan
menggunakan rumus =H4^2, untuk nilai parameter
0,1 menghasilkan angka 15.072.197.896,45.
Untuk nilai parameter 0,5 menghasilkan angka
4.102.402.500,0. Untuk nilai parameter 0,9
menghasilkan angka 275.573.218,16. Untuk
tahun-tahun selanjutnya hanya menyalin rumus
tersebut.

h. Perhitungan Mean Square Error (MSE)

Dari jumlah nilai error kuadrat yang telah


dihitung, kemudian hitung nilai Mean Square
Error (MSE) dengan menggunakan rumus =I$13/9
, untuk nilai parameter 0,1 menghasilkan angka
8.179.176.566,58. Untuk nilai parameter 0,5
menghasilkan angka 2.677.393.063,08. Untuk
nilai parameter 0,9 menghasilkan angka
2.155.004.108,17

i. Perhitungan Mean Absolute Percentage


Error(MAPE)

Nilai Mean Absolute Percentage Error (MAPE)


yang dihitung mulai periode ke-3 sampai periode
ke-11 yakni pada tahun 2009 sampai tahun 2017,
dengan menggunakan rumus =(B4-G4)/B4, hasil
tersebut tersimpan(di kolom K), setelah didapat
nilai dari setiap periode (dalam kolom K),
kemudian di jumlah semua nilai dari kolom K ,

41
dari hasil tersebut lalu dibagi dengan jumlah
periode dari kolom K setelah itu dikalikan 100,
menggu nakan rumus =((SUM(K4:K12)) /9)*100.
Untuk nilai parameter 0,1 didapatkan nilai MAPE
6,7614% , Untuk nilai parameter 0,5 didapatkan
nilai MAPE 3,1720%. Untuk nilai parameter 0,9
didapatkan nilai MAPE 2,8574%.

BAB V

PENUTUP

A. Kesimpulan

Berdasarkan hasil penelitian tersebut, maka didapatkan kesimpulan sebagai berikut:

1. Dengan menggunakan pertumbuhan eksponensial didapatkan rata – rata

pertumbuhan penduduk di Kabupaten Mojokerto dari tahun 2007- 2017

sebesar 1,67 %.

2. Pada hasil peramalan dengan menggunakan Metode Double Exponential

Smoothing didapatkan nilai terkecil dari Mean Square Error (MSE)

sebanyak 2.155.004.108,17 dan nilai terkecil Mean Absolute Percentage

42
Error (MAPE) sebesar 2,8574%, dengan nilai parameter atau konstanta (𝛼)=

0,9.

3. Diperkirakan jumlah penduduk di kabupaten Mojokerto untuk periode ke-14

atau pada tahun 2020 sebanyak 1.189.252 jiwa.

4. Hasil dari penelitian tersebut menunjukkan bahwa dari tahun 2017 sampai

tahun 2020 jumlah penduduk mojokerto akan mengalami kenaikan 50.990

jiwa, dari 1.138.262 jiwa pada tahun 2017 menjadi 1.189.252 jiwa pada

tahun 2020.

B. Saran

Berdasarkan hasil uraian dan kesimpulan pada penelitian diatas, penulis

memberikan saran yang diharapkan dapat bermanfaat bagi pihak yang terkait,

sebagai berikut:

1. Peramalan jumlah penduduk di Kabupaten Mojokerto pada tahun 2020

diharapkan dapat menjadi suatu bahan masukan dan pertimbangan

kepada pemerintah daerah untuk lebih dapat menentukan pembangunan

dan sumber daya manusia (SDM) Kabupaten Mojoketo, Selain itu

pemerintah daerah juga diharapkan untuk memperhatikan faktor – faktor

yang dapat mempengaruhi pertumbuhan penduduk di Kabupaten

Mojokerto.

2. Program aplikasi Microsoft Excell 2016 dapat digunakan untuk

meramalkan jumlah penduduk di Kabupaten Mojokerto tahun 2020

dengan menggunakan metode Double Exponential Smoothing.

43
DAFTAR PUSTAKA

Bogdan, T. S. (1993). Kualitatif : Dasar - Dasar Penelitian. Surabaya: Usaha Nasional.

Bouge, D. J. (1973). Principle of Demography. New York: John Wiley and Son.Priface.

BPS. (2002). Indikator Kesejahteraan Rakyat Kabupaten Mojokerto. Mojokerto: BPS Kab
Mojokerto.

BPS. (2018). Mojokerto dalam Angka. Mojokerto: BPS Kab. Mojokerto.

Yuniarti, D. (2016). Peramalan Dengan Menggunakan Metode Double Exponential


Smoothing Dari Brown (Studi Kasus: Indeks Harga Konsumen (IHK) Kota
Samarinda). Jurnal EKSPONENSIAL Volume 7, Nomor 1, 1-8.

Makridakis, Spyros. 1999. Metode dan Aplikasi Peramalan. Jakarta:Erlangga

Manra, I. B. (2004). Demografi umum. Jakarta: Erlangga.

Mutaali, L. (2015). Teknik Analisis Regional . Yogyakarta: Badan Penerbit Fakultas


Geografi.

Sembiring. (1985). Demografi. Jakarta: Fakultas pasca sarjana IKIP Jakarta.

Subagyo, P. (1986). Forecasting Konsep dan Aplikasi. Yogyakarta: BPFE.

Subri, M. (2003). Ekonomi Sumber Daya Manusia dalam Perspektif Pembangunan.


Jakarta: PT Raja Grafindo Persada.

Sudjana. (1996). Metode statistika. Bandung: Tarsito.

44
LAMPIRAN LAMPIRAN

Lampiran 1 : Data penduduk kabupaten Mojokerto dari tahun 2007 – 2017

Tahun Jumlah
Penduduk
2007 947217
2008 1006529
2009 1070579
2010 1088632
2011 1112821
2012 1143747
2013 1162630
2014 1186497
2015 1104522
2016 1117405
2017 1138262

45
Lampiran 2 : Hasil peramalan dengan 𝜶 = 𝟎, 𝟏

Tahun Jumlah Penduduk 𝑆𝑡′ 𝑎𝑡 𝑏𝑡 𝐹(𝑡+𝑚)


2007 947217 947217 947217
2008 1006529 953148,2 947810,12 947217 593,12
2009 1070579 964891,28 949518,236 980264,32 1708,116 947810,12
2010 1088632 977265,352 952292,948 1002237,8 2774,712 981972,44
2011 1112821 990820,9168 956145,745 1025496,1 3852,797 1005012,468
2012 1143747 1006113,525 961142,523 1051084,5 4996,778 1029348,886
2013 1162630 1021765,173 967204,788 1076325,6 6062,265 1056081,306
2014 1186497 1038238,355 974308,144 1102168,6 7103,357 1082387,823
2015 1104522 1044866,72 981364,002 1108369,4 7055,858 1109271,923
2016 1117405 1052120,548 988439,656 1115801,4 7075,655 1115425,295
2017 1138262 1060734,693 995669,16 1125800,2 7229,504 1122877,094

46
Lampiran 3 : Hasil Peramalan dengan 𝜶 = 𝟎, 𝟓

Tahun Jumlah Penduduk 𝑆𝑡′ 𝑎𝑡 𝑏𝑡 𝐹(𝑡+𝑚)


2007 947217 947217 947217
2008 1006529 976873 962045 991701 14828 0
2009 1070579 1023726 992885,5 1054566,5 30840,5 1006529
2010 1088632 1056179 1024532,25 1087825,75 31646,75 1085407
2011 1112821 1044847 1034689,625 1055004,375 10157,375 1119472,5
2012 1143747 1094297 1064493,313 1124100,688 29803,6875 1065161,75
2013 1162630 1128463,5 1096478,406 1160448,594 31985,09375 1153904,375
2014 1186497 1157480,25 1126979,328 1187981,172 30500,92188 1192433,688
2015 1104522 1131001,125 1128990,227 1133012,023 2010,898438 1218482,094
2016 1117405 1124203,063 1126596,645 1121809,48 -2393,58203 1135022,922
2017 1138262 1131232,531 1128914,588 1133550,475 2317,943359 1119415,898

47
Lampiran 4 : Hasil Peramalan dengan 𝜶 = 𝟎, 𝟗

Tahun Jumlah Penduduk 𝑆𝑡′ 𝑎𝑡 𝑏𝑡 𝐹(𝑡+𝑚)


2007 947217 947217 947217
2008 1006529 1000597,8 995259,72 1005935,9 48042,72
2009 1070579 1063580,88 1056748,8 1070413 61489,04 1053978,6
2010 1088632 1086126,89 1083189,1 1089064,7 26440,31 1131902
2011 1112821 1110151,59 1107455,3 1112847,8 24266,26 1115505
2012 1143747 1140387,46 1137094,2 1143680,7 29638,91 1137114,1
2013 1162630 1160405,75 1158074,6 1162736,9 20980,35 1173319,6
2014 1186497 1183887,87 1181306,5 1186469,2 23231,95 1183717,2
2015 1104522 1112458,59 1119343,4 1105573,8 -61963,2 1209701,2
2016 1117405 1116910,36 1117153,7 1116667,1 -2189,72 1043610,6
2017 1138262 1136126,84 1134229,5 1138024,2 17075,86 1114477,3

48
Lampiran 5 : Nilai MSE dan MAPE dengan nilai parameter = 0,1

𝐹(𝑡+𝑚) 𝑒
Tahun Jumlah Penduduk e e²
2007 947217
2008 1006529
2009 1070579 947810,12 122768,88 15.072.197.896,45 0,114675
2010 1088632 981972,44 106659,56 11.376.261.739,39 0,097976
2011 1112821 1005012,47 107808,532 11.622.679.572,00 0,096879
2012 1143747 1029348,89 114398,114 13.086.928.486,76 0,10002
2013 1162630 1056081,31 106548,6943 11.352.624.252,77 0,091645
2014 1186497 1082387,82 104109,1774 10.838.720.811,41 0,087745
2015 1104522 1109271,92 -4749,92311 22.561.769,57 0,0043
2016 1117405 1115425,3 1979,704734 3.919.230,83 0,001772
2017 1138262 1122877,09 15384,90624 236.695.340,08 0,013516
Jumlah 73.612.589.099,26 JUMLAH 0,60853
MSE 8.179.176.566,58 MAPE 6,7614%

49
Lampiran 5 : Nilai MSE dan MAPE dengan nilai parameter = 0,5

Tahun Jumlah Penduduk 𝐹(𝑡+𝑚) e e²


𝑒
2007 947217
2008 1006529 0 0
2009 1070579 1006529 64050 4.102.402.500,0 0,0598274
2010 1088632 1085407 3225 10.400.625,0 0,0029624
2011 1112821 1119472,5 -6651,5 44.242.452,3 0,0059772
2012 1143747 1065161,75 78585,25 6.175.641.517,6 0,0687086
2013 1162630 1153904,375 8725,625 76.136.531,6 0,0075051
2014 1186497 1192433,688 -5936,6875 35.244.258,5 0,0050035
2015 1104522 1218482,094 -113960,0938 12.986.902.967,5 0,1031759
2016 1117405 1135022,922 -17617,92188 310.391.171,2 0,0157668
2017 1138262 1119415,898 18846,10156 355.175.544,1 0,0165569
JUMLAH 24.096.537.567,7 JUMLAH 0,285484
MSE 2.677.393.063,08 MAPE 3,1720%

50
Lampiran 5 : Nilai MSE dan MAPE dengan nilai parameter = 0,9

𝐹(𝑡+𝑚) 𝑒
Tahun Jumlah Penduduk e e²
2007 947217
2008 1006529
2009 1070579 1053978,6 16600,4 275.573.280,16 0,015506
2010 1088632 1131902 -43270 1.872.296.361,60 0,039747
2011 1112821 1115505 -2684,01 7.203.920,42 0,002412
2012 1143747 1137114,1 6632,898 43.995.335,88 0,005799
2013 1162630 1173319,6 -10689,6 114.267.126,56 0,009194
2014 1186497 1183717,2 2779,755 7.727.037,66 0,002343
2015 1104522 1209701,2 -105179 11.062.654.268,79 0,095226
2016 1117405 1043610,6 73794,37 5.445.609.310,76 0,066041
2017 1138262 1114477,3 23784,67 565.710.331,69 0,020896
JUMLAH 19.395.036.973,52 JUMLAH 0,25716
MSE 2.155.004.108,17 MAPE 2,8574%

51