PROPOSAL SKRIPSI

PERAMALAN JUMLAH PENGUNJUNG PERPUSTAKAAN UIN WALISONGO

MENGGUNKAN METODE DEKOMPOSISI

Disusun Oleh:

Nawwarotul Jannah

NIM. 1508046024

PRODI MATEMATIKA

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS ISLAM NEGERI WALISONGO SEMARANG

2020
A. JUDUL
PERAMALAN JUMLAH PENGUNJUNG PERPUSTAKAAN UIN WALISONGO
MENGGUNAKAN METODE DEKOMPOSISI
B. PENDAHULUAN
1. Latar Belakang Masalah
Perpustakaan merupakan bagian penting dalam suatu lembaga
pendidikan termasuk di universitas atau perguruan tinggi yang menyediakan
berbagai ilmu pengetahuan dan informasi sebagai penunjang Tridharma
Perguruan Tinggi. Dalam buku Pedoman Perpustakaan Perguruan Tinggi
disebutkan bahwa perpustakaan perguruan tinggi merupakan unsur penunjang
perguruan tinggi dalam kegiatan pendidikan, penelitian, dan pengabdian kepada
masyarakat (Panitia Teknis 01-01 Perpustakaan dan Kepustakawanan, 2011).
Dalam rangka menunjang kegiatan tridharma tersebut, maka
perpustakaan diberi beberapa fungsi yang terangkum dalam Undang-Undang
Nomor 43 Tahun 2007 tentang perpustakaan yaitu sebagai wahana pendidikan,
penelitian, pelestarian, informasi dan rekreasi untuk meningkatkan kecerdasan
dan keberdayaan bangsa. Fungsi pendidikan diwujudkan dengan perpustakaan
yang mampu meningkatkan kegemaran membaca penggunanya, fungsi
penelitian diterapkan dengan menyediakan pelayanan untuk pemakai dalam
memperoleh informasi sebagai bahan rujukan untuk kepentingan penelitian.
Fungsi pelestarian yaitu sebagai tempat melestarikan bahan pustaka (bahan
pustaka merupakan sumber ilmu pengetahuan, teknologi dan budaya). Fungsi
informasi diterapkan dengan menyediakan sumber-sumber pustaka yang
lengkap dan bermutu, fungsi rekreasi diterapkan dengan menyediakan buku
hiburan dan tata ruang yang bersifat rekreatif (Raglina dan Yuli, 2016).
Perpustakaan yang ideal diatur dalam buku Standar Nasional
Perpustakaan Perguruan Tinggi (SNP-PT). Di dalamnya mengatur tentang
koleksi perpustakaan, sarana dan prasarana perpustakaan, pelayanan
perpustakaan, tenaga perpustakaan dan segala kebutuhan yang harus ada di
perpustakaan. Idealnya pustakawan di perpustakaan adalah 1 banding 500
pengujung, tenaga teknis 1 banding 5000 pengunjung, petugas (di bagian
sirkulasi, pelayanan dan pengawasan) 1 banding 250 pengunjung (Kurniawati,
2011). Idealnya luas gedung perpustakaan adalah x jumlah mahasiswa.
Idealnya sarana seperti kursi, meja dan loker adalah sejumlah pengunjung yang

1
datang. Di perpustakaan pusat UIN Walisongo Semarang masih terdapat
beberapa kekurangan. Berdasarkan hasil wawancara dengan Kepala
Perpustakaan UIN Walisongo, H. Umar Falahul Alam, S.Ag, S.S, M.Hum, beliau
mengatakan bahwa masih ada beberapa hal yang belum ideal, di antaranya yaitu
tentang jumlah pustakawan. Sesuai dengan buku Standar Nasional
Perpustakaan Perguruan Tinggi 2017 disebutkan bahwa setiap 500 pengunjung
perpustakaan minimal ada 1 pustakawan. Sedangkan di perpustakaan pusat UIN
Walisongo saat ini hanya ada 5 pustakawan. Petugas lainnya ada 16 yang
terbagi di beberapa divisi yaitu di bagian kepala perpustakaan, bagian teknologi
informasi, bagian pengembangan koleksi dan bagian sirkulasi. Padahal ideal
petugas perpustakaan adalah 1 banding 250 mahasiswa (Kurniawati, 2011).
Akibat kurangnya petugas menimbulkan masalah di antaranya adalah antrean
peminjaman buku yang panjang karena hanya satu petugas di bagian
peminjaman, banyak terjadi aksi fandalism (mencoret-coret) buku inventaris
perpustakaan karena kurang pengawasan, pengambilan buku secara diam-diam
(baik utuh ataupun menyobek halaman tertentu), peminjaman buku secara
ilegal (tidak menggunakan kartu perpustakaan milik sendiri), banyak
mahasiswa yang datang ke perpustakaan tidak mengikuti aturan seperti
memakai sendal dan kaos oblong. Permasalahan seperti itu terjadi karena
minimnya petugas sehingga tidak bisa dengan intens mengawasi pengunjung
yang datang.
Selain tentang jumlah petugas dan pustakawan tersebut di atas, ada
beberapa hal lagi yang perlu diperhatikan, yaitu tentang luas gedung. Sesuai
dengan standar nasional perpustakaan perguruan tinggi luas gedung
perpustakaan minimal x jumlah mahasiswa. Mahasiswa saat ini kurang
lebih berjumlah 20000. Itu berarti minimal luas gedung kurang lebih
tetapi luas perpustakaan UIN Walisongo saat ini adalah 2360,45 . Sarana
seperti jumlah kursi dan meja yang terbatas. Pengunjung perpustakaan di bulan
Oktober sebanyak 25661, per hari kurang lebih 855 pengunjung. Sedangkan
kursi hanya berjumlah 313, meja berjumlah 54 dan loker berjumlah 275. Hal
tersebut mengakibatkan banyak pengunjung perpustakaan yang tidak dapat
menikmati sarana yang ada karena jumlah mahasiswa yang mengunjungi
perpustakaan dengan sarananya berbeda jauh sekali.

2
 Pada penelitian ini, untuk mengatasi permasalahan-permasalahan di atas,
peramalan jumlah pengunjung sangat berguna untuk mengetahui besar jumlah
pengunjung di tahun depan agar dapat menentukan jumlah petugas yang efektif
di perpustakaan, menentukan jumlah sarana dan prasarana yang harus
disediakan oleh petugas perpustakaan seperti meja, kursi, almari penitipan tas
dan lain sebagainya. Selain itu jika pada ramalan ini diketahui pengunjung
perpustakaan pada tahun depan berkurang, maka dapat diantisipasi dan
dievaluasi sedini mungkin. Meramalkan sesuatu berdasarkan ilmu pengetahuan
merupakan sesuatu yang sudah dilakukan pada masa kehidupan Nabi Yusuf,
sebagaimana ayat yang diceritakan dalam Al-Qur’an surat Yusuf ayat 47-48.

]٧٤[ َ‫يًل ِم اما ت َأْ ُكلُىن‬

ً ‫س ْنبُ ِل ِو ِإ اَّل قَ ِل‬ َ ‫س ْب َع ِسنِيهَ دَأَبًا فَ َما َح‬
ُ ‫صدْت ُ ْم فَرَ ُزوهُ فِي‬ َ َ‫قَا َل ت َْز َزعُىن‬

ِ ْ‫يًل ِم اما تُح‬

]٧٤[ َ‫صنُىن‬ َ َ‫ث ُ ام يَأْتِي ِم ْه َب ْع ِد َٰذَلِك‬
ً ‫س ْب ٌع ِشدَاد ٌ يَأ ْ ُك ْلهَ َما قَدا ْمت ُ ْم لَ ُه اه إِ اَّل قَ ِل‬

Qāla tazra'ụna sab'a sinīna da`abā, fa mā ḥaṣattum fa żarụhu fī sumbulihī illā

qalīlam mimmā ta`kulụn. (47)
ṡumma ya`tī mim ba'di żālika sab'un syidāduy ya`kulna mā qaddamtum lahunna
illā qalīlam mimmā tuḥṣinụn. (48)

Terjemah:
Yusuf berkata: "Supaya kamu bertanam tujuh tahun (lamanya) sebagaimana
biasa; maka apa yang kamu tuai hendaklah kamu biarkan dibulirnya kecuali
sedikit untuk kamu makan. (47)
Kemudian sesudah itu akan datang tujuh tahun yang amat sulit, yang
menghabiskan apa yang kamu simpan untuk menghadapinya (tahun sulit),
kecuali sedikit dari (bibit gandum) yang kamu simpan. (48)

Dalam ayat tersebut, dimaknai bahwa bermula dari mimpinya seorang

raja dan meminta pertolongan kepada Yusuf untuk menafsirkan mimpinya dan
apa yang ditafsirkan oleh Yusuf sang raja mempercayainya, Nabi Yusuf
mengartikan mimpi itu sebagai peringatan bahwa negaranya akan menghadapi
terjadinya krisis musim paceklik. Menghadapi masalah ini Nabi Yusuf
memberikan usul diadakannya perencanaan pembangunan pertanian yang
akhirnya praktik pelaksanaannya diserahkan kepada Nabi Yusuf, berkat
perencanaan yang matang itulah Mesir dan daerah-daerah sekelilingnya turut
3
mendapatkan berkahnya. Nabi Yusuf menyampaikan kepada raja dan pembesar-
pembesarnya, “Wahai raja dan pembesar-pembesar negara, kamu akan
menghadapi suatu masa tujuh tahun lamanya penuh dengan segala
kemakmuran. Ternak berkembang biak, tumbuh-tumbuhan subur, semua orang
akan merasa senang dan bahagia. Maka galakkanlah rakyat bertanam dalam
masa tujuh tahun itu. Hasil tanaman itu harus kamu simpan, gandum disimpan
dengan tangkai-tangkainya supaya tahan lama. Sebagian kecil kamu keluarkan
untuk dimakan sekadar keperluan saja. Sehabis masa yang makmur itu akan
datang masa yang penuh kesengsaraan dan penderitaan selama tujuh tahun
pula. Pada waktu itu ternak habis musnah, tanaman-tanaman tidak berbuah,
udara panas, musim kemarau panjang. Sumber-sumber air menjadi kering dan
rakyat menderita kekurangan makan. Semua simpanan makanan akan habis,
kecuali tinggal sedikit untuk kamu jadikan benih.” (Shihab, 2000).
Peramalan adalah kegiatan untuk memprediksi atau memperkirakan
besarnya sesuatu pada waktu yang akan datang berdasarkan data pada masa
lampau yang dianalisis secara ilmiah khususnya menggunakan metode statistika
(Sudjana, 1989). Peramalan dapat dikatakan sebagai awal dari sebuah proses
pengambilan keputusan. Sebelum melakukan peramalan, hendaknya harus
diketahui dahulu apa maksud dan tujuan dari melakukan peramalan. Setiap
metode peramalan yang digunakan akan menghasilkan nilai ramalan yang
berbeda. Oleh karena itu, analisis atau peramal harus memilih metode mana
yang mampu mengidentifikasi dan menanggapi pola dari data masa lampau dan
menghasilkan hasil ramalan yang tingkat akurasinya sesuai dengan yang
diinginkan.
Pada penelitian kali ini penulis menggunakan metode dekomposisi karena
metode dekomposisi dapat memecah pola atau komponen-komponennya
menjadi sub pola yang menunjukkan tiap-tiap komponen deret berkala secara
terpisah dan pemisahan tersebut seringkali membantu meningkatkan ketepatan
peramalan dan membantu permasalahan atas perilaku deret data secara lebih
baik (Makkulau dkk, 2017). Metode Dekomposisi merupakan salah satu metode
peramalan kuantitatif dengan menggunakan deret waktu. Ada metode dalam
peramalan yang tidak dapat memecah atau membagi data menjadi masing-
masing komponen dari pola dasar yang sudah ada sehingga tingkat ketepatan
peramalan dapat berkurang. Namun metode Dekomposisi mencoba untuk

4
 memisahkan atau mendekomposisikan tiga komponen yaitu komponen trend
atau kecenderungan, musiman dan siklis. Pengaruh musiman sangat besar dari
pada komponen acak, maka metode Dekomposisi dapat memberikan hasil
ramalan yang lebih signifikan dari pada metode yang bukan musiman.
Dekomposisi merupakan salah satu pendekatan analisis data time series
(runtun waktu) untuk mengidentifikasi faktor-faktor komponen yang
mempengaruhi masing-masing nilai dari data. Setiap komponen diidentifikasi
secara terpisah. Proyeksi dari masing-masing komponen kemudian dapat
dikombinasikan untuk menghasilkan ramalan nilai masa depan dari data runtun
waktu. Metode Dekomposisi atau sering juga disebut metode deret berkala
adalah salah satu metode peramalan yang didasarkan pada kenyataan bahwa
biasanya apa yang telah terjadi akan berulang atau terjadi kembali dengan pola
yang sama, artinya yang dulu selalu naik, pada waktu yang akan datang biasanya
akan naik juga, yang biasanya berkurang akan berkurang juga, yang biasanya
berfluktuasi akan berfluktuasi juga dan yang biasanya tidak teratur maka akan
tidak teratur juga (Subagyo, 1986).
Pada penelitian ini, peneliti hanya akan meramalkan jumlah pengunjung
perpustakaan UIN Walisongo per bulan pada tahun 2020 karena pada penelitian
ini hanya difokuskan berapa jumlah pengunjung tiap bulannya dan berapa
jumlah pustakawan tiap bulannya, peramalan pengunjung tahun 2020 hanya
menjadi contoh hasil perhitungan dari model tersebut. Untuk peramalan
pengunjung tahun-tahun selanjutnya dapat dihitung dari model persamaan
peramalan pengunjung yang telah diperoleh. Pada penelitian ini juga akan
ditentukan jumlah petugas yang efektif di perpustakaan dan jumlah sarana yang
harus disediakan oleh petugas perpustakaan berdasarkan hasil peramalan
pengunjung tiap bulannya.

2. Rumusan Masalah
Berdasarkan latar belakang penelitian di atas, maka dirumuskan permasalahan
yaitu:
a. Berapa prediksi jumlah pengunjung per bulan di perpustakaan UIN
Walisongo pada tahun 2020 menggunakan metode Dekomposisi?
b. Bagaimana analisis kebutuhan pustakawan, petugas perpustakaan, dan
koleksi yang harus ada di perpustakaan UIN Walisongo pada tahun 2020

5
 sesuai dengan Standar Nasional Perpustakaan Perguruan Tinggi
berdasarkan hasil ramalan?

3. Tujuan Penelitian
Tujuan dari penelitian ini yaitu:
a. Untuk mengetahui prediksi jumlah pengunjung per bulan di
perpustakaan UIN Walisongo pada tahun 2020 dengan menggunakan
metode Dekomposisi.
b. Untuk mengetahui jumlah ideal pustakawan, petugas perpustakaan, dan
koleksi yang harus ada di perpustakaan UIN Walisongo pada tahun 2020
sesuai dengan prediksi.
4. Manfaat Penelitian
Manfaat penelitian ini adalah
a. Bagi Mahasiswa
Untuk menambah pengetahuan tentang bagaimana cara
meramalkan jumlah pengunjung perpustakaan UIN Walisongo
dengan menggunakan metode dekomposisi.
b. Bagi Penanggung Jawab Perpustakaan
Hasil dari penelitian ini diharapkan dapat dijadikan acuan
dalam memanajemen perpustakaan, baik dari segi petugas, buku,
maupun sarana dan prasarananya.
c. Bagi Peneliti Selanjutnya
Hasil dari penelitian ini diharapkan dapat dijadikan suatu
referensi untuk penelitian selanjutnya, terutama yang berkaitan
dengan peramalan menggunakan metode dekomposisi.

C. TINJAUAN PUSTAKA
1. Kajian Pustaka
Dalam penelitian ini, peneliti menggali informasi dari penelitian-
penelitian sebelumnya dalam rangka mendapatkan teori yang berkaitan dengan
judul yang digunakan.
a. Makalah Seminar Nasional Pendidikan, Sains dan Teknologi Fakultas
Matematika dan Ilmu Pengetahuan Alam Universitas Muhammadiyah
Semarang yang ditulis oleh Jihan Dina Fitria, dkk, mahasiswa jurusan

6
 Matematika Universitas Negeri Semarang dengan judul “Peramalan Jumlah
Pasien DBD di RSUD dr. Soeselo Slawi dengan Metode Dekomposisi dan
Triple Exponential Smoothing Winter’s”. Hasil penelitian ini dapat
disimpulkan bahwa setelah dilakukan perbandingan antara kedua metode
yaitu Tripel Exponential Smoothing Winter’s dan Dekomposisi diperoleh
nilai MAPE, MAD, dan MSD yang paling kecil yaitu dengan menggunakan
metode Dekomposisi dengan nilai MAPE: 40,94, MAD: 42,76, dan nilai MSD:
3740,37. Hasil peramalan pasien DBD di RSUD dr. Soeselo Slawi dengan
menggunakan metode terbaik (Dekomposisi) yaitu kuartal 1 sebesar 352
pasien, periode kuartal II sebesar 318 pasien, periode kuartal III sebesar 211
pasien, periode kuartal IV sebesar 226 pasien, periode kuartal V sebesar 408
pasien, periode kuartal VI sebesar 366 pasien, periode kuartal VII sebesar
242 pasien, periode kuartal VIII sebesar 258 pasien.
b. Jurnal Agrisep Kajian Masalah Sosial Ekonomi Pertanian dan Agribisnis yang
ditulis oleh Ketut Sukiyono dan Rosdiana, mahasiswa Jurusan Sosial
Ekonomi Fakultas Pertanian dan mahasiswa Pascasarjana S2 Statistika
FMIPA Universitas Bengkulu tahun 2018 dengan judul “Pendugaan Model
Peramalan Harga Beras pada Tingkat Grosir”. Hasil dari penelitian ini dapat
disimpulkan bahwa model MA adalah model terbaik jika peramalan model
harga beras pada tingkat pedagang besar dilakukan menggunakan model
Moving Average. Jika menggunakan model Single Exponential, model dengan
adalah model yang terbaik. Lebih lanjut, model Dekomposisi
Multiplikatif adalah model terbaik jika dibandingkan dengan model
dekomposisi aditif.
c. Jurnal Barekeng Jurnal Ilmu Matematika dan Terapan Volume 9 Nomor 1
Hal. 41-50 yang ditulis oleh S. Yuni, Mozart W. Talakua, Yopi A. Lesnussa,
mahasiswa jurusan Matematika FMIPA Universitas Pattimura dengan judul
“Peramalan Jumlah Pengunjung Perpustakaan Universitas Pattimura Ambon
Menggunakan Metode Dekomposisi”. Hasil penelitian ini dapat disimpulkan
bahwa jumlah pengunjung perpustakaan pada tahun 2015 bulan Januari
sebesar 1337 pengunjung, Februari 2932 pengunjung, Maret 3640
pengunjung, April 3791 pengunjung, Mei 4333 pengunjung, Juni 2571
pengunjung, Juli 806 pengunjung, Agustus 920 pengunjung, September 968
pengunjung, Oktober 4187 pengunjung, November 4495 pengunjung, dan

7
 Desember 2960 pengunjung. Dapat dilihat bahwa jumlah pengunjung
meningkat pada bulan Mei dan November.
d. Makalah seminar hasil Anshar Affandy, mahasiswa Fakultas Teknik
Universitas Brawijaya Malang dengan judul “Perkiraan Daya Beban Listrik
yang Tersambung pada Gardu Induk Sengkaling tahun 2012-2021 dengan
Menggunakan Metode Time Series dengan Model Dekomposisi”. Hasil
penelitian ini dapat disimpulkan bahwa peramalan beban puncak pada trafo
di GI Sengkaling pada bulan September 2021 untuk trafo III sebesar 46.67
MVA dan bulan Juni pada trafo IV sebesar 39.18 MVA. Sehingga kapasitas
trafo III wajib ditingkatkan menjadi 60 MVA pada Januari 2014 karena pada
bulan Februari 2014 pembebanan trafo III mencapai 91.42% dan trafo IV
menjadi 50 MVA pada Januari 2013 karena pembebanan trafo IV pada
Januari 2013 mencapai 91.42% dari kapasitas trafo.

Beberapa penelitian terdahulu yang menjadi kajian pustaka, yakni

membahas tentang peramalan sesuatu seperti jumlah pasien DBD, harga beras,
daya beban listrik, dan jumlah pengunjung dengan berbagai macam model yang
kemudian dibandingkan. Perbedaan dalam penelitian ini adalah tempat dan
waktu peramalan serta membahas tentang solusi dari latar belakang masalah
yang belum pernah ada pada penelitian sebelumnya yang berkaitan dengan
hasil peramalan. Solusi dari latar belakang masalah yang akan diberikan pada
penelitian jumlah pengunjung perpustakaan ini yaitu tentang jumlah minimal
pustakawan, petugas perpustakaan, dan jumlah koleksi yang sesuai dengan
Standar Nasional Perpustakaan Perguruan Tinggi.

2. Kerangka Pemikiran Teoritis

a. Perpustakaan
Perpustakaan adalah institusi pengelola koleksi karya tulis, karya
cetak, dan/atau karya rekam secara profesional dengan sistem yang baku
guna memenuhi kebutuhan pendidikan, penelitian, pelestarian, informasi,
dan rekreasi para pemustaka. Perpustakaan Perguruan Tinggi adalah
perpustakaan yang merupakan bagian integral dari kegiatan pendidikan,
penelitian, dan pengabdian kepada masyarakat dan berfungsi sebagai pusat
sumber belajar untuk mendukung tercapainya tujuan pendidikan yang

8
berkedudukan di perguruan tinggi. Perpustakaan berfungsi sebagai wahana
pendidikan, penelitian, pelestarian, informasi, dan rekreasi untuk
meningkatkan kecerdasan dan keberdayaan bangsa. Perpustakaan bertujuan
memberikan layanan kepada pemustaka, meningkatkan kegemaran
membaca, serta memperluas wawasan dan pengetahuan untuk
mencerdaskan kehidupan bangsa (UU No 43 Tahun 2007).
Fungsi pendidikan diwujudkan dengan perpustakaan yang mampu
meningkatkan kegemaran membaca penggunanya, fungsi penelitian
diterapkan dengan menyediakan pelayanan untuk pemakai dalam
memperoleh informasi sebagai bahan rujukan untuk kepentingan penelitian.
Fungsi pelestarian yaitu sebagai tempat melestarikan bahan pustaka (bahan
pustaka merupakan sumber ilmu pengetahuan, teknologi dan budaya).
Fungsi informasi diterapkan dengan menyediakan sumber-sumber pustaka
yang lengkap dan bermutu, fungsi rekreasi diterapkan dengan menyediakan
buku hiburan dan tata ruang yang bersifat rekreatif (Maskurotunitsa dan
Rohmiyati, 2016).
Perpustakaan dapat berarti sebagai sumber belajar bagi mahasiswa.
Setiap bahan pustaka yang dibaca dan dipelajari oleh mahasiswa dapat
meningkatkan pengetahuan, menambah wawasan, membentuk sikap dan
perilaku, serta mengembangkan keterampilan terapan yang bermanfaat bagi
peningkatan keilmuan dan kualitas hidupnya.
Tujuan perpustakaan perguruan tinggi (SNP PT, 2017):
1. Menyediakan bahan perpustakaan dan akses informasi bagi pemustaka
untuk kepentingan pendidikan, penelitian dan pengabdian kepada
masyarakat.
2. Mengembangkan, mengolah, dan mendayagunakan koleksi.
3. Meningkatkan literasi informasi pemustaka.
4. Mendayagunakan teknologi informasi dan komunikasi.
5. Melestarikan bahan perpustakaan, baik isi maupun medianya.

Pada dasarnya kegiatan perpustakaan sangat bervariasi, tergantung

jenis perpustakaan dan tujuan dari perpustakaan itu sendiri. Namun secara
umum ada lima kegiatan perpustakaan (Sutarno, 2004) , yaitu:

1. Pengadaan Koleksi

9
 Pengadaan koleksi merupakan proses awal dalam mengisi
perpustakaan dengan sumber-sumber informasi. Adapun hal pokok yang
harus ditetapkan berkaitan dengan koleksi seperti penyusunan rencana
operasional pengadaan koleksi, menghimpun alat seleksi koleksi, survei
bahan pustaka, dan menyeleksi bahan pustaka.
a) Jenis Koleksi
1) Koleksi perpustakaan berbentuk karya tulis, karya cetak, digital
dan/atau karya rekam terdiri atas fiksi dan non fiksi.
2) Koleksi non fiksi terdiri atas buku wajib mata kuliah, bacaan
umum, referensi, terbitan berkala, muatan lokal, laporan
penelitian, dan literatur kelabu.
b) Jumlah Koleksi
1) Jumlah buku wajib per mata kuliah paling sedikit 3 (tiga) judul.
2) Judul buku pengayaan 2 (dua) kali jumlah buku wajib.
3) Koleksi auto visual disesuaikan dengan kebutuhan masing-masing
perguruan tinggi.
4) Koleksi sumber elektronik (e-resource) jumlah dan materinya
disesuaikan dengan kebutuhan masing-masing perguruan tinggi.
5) Jurnal ilmiah paling sedikit 2 (dua) judul (berlangganan atau
menerima secara rutin) per program studi.
6) Majalah ilmiah populer paling sedikit 1 (satu) judul
(berlangganan atau menerima secara rutin per program studi).
7) Muatan lokal atau repositori terdiri dari hasil karya ilmiah civitas
academica (skripsi, tesis, disertasi, makalah seminar, simposium,
konferensi, laporan penelitian, laporan pengabdian masyarakat,
laporan lain-lain, pidato pengukuhan, artikel yang dipublikasikan
di jurnal nasional maupun internasional, publikasi internal
kampus, majalah atau buletin kampus).
2. Pengolahan
Pengolahan adalah pekerjaan yang diawali sejak koleksi
diterima di perpustakaan sampai dengan penempatan di rak yang telah
disediakan. Dalam pengolahan terdapat kegiatan berupa inventarisasi,
klasifikasi, katalogisasi, pengecapan, pembuatan perlengkapan
perpustakaan, penjajaran kartu dan penyusunan koleksi di rak.

10
3. Layanan
Layanan adalah kegiatan memberi bantuan kepada pengguna
dalam memenuhi kebutuhan hidup sesuai yang diharapkannya. Di
sebuah perpustakaan tentunya berbeda dengan layanan pada kegiatan
kemasyarakatan yang lain seperti layanan kesehatan dan layanan
keagamaan.
Perbedaan itu tentu terkait dengan tugas dan fungsi dari
masing-masing bidang, tetapi pada dasarnya suatu layanan mempunyai
prinsip-prinsip yang sama atau berdekatan, yaitu:
a. Sesuai dengan kebutuhan masyarakat yang dilayani.
b. Dilaksanakan secara cepat, tepat, dan akurat.
c. Menciptakan kesan yang menarik, sehingga menimbulkan kepuasan
masyarakat.
Jenis pelayanan perpustakaan paling sedikit, terdiri dari:
a. Pelayanan sirkulasi.
b. Pelayanan referensi
c. Pelayanan literasi informasi.
4. Administrasi Perpustakaan
Adapun kegiatan yang dimaksud administrasi perpustakaan
disini adalah kegiatan yang berada di sekertariat, kegiatan ini
merupakan penunjang kegiatan pokok. Kegiatan ini antara lain mengenai
ketatausahaan, kepegawaian keuangan, dan kerumahtanggaan.
5. Sosialisasi
Istilah sosialisasi atau pemasyarakatan bagi perpustakaan
selalu dikaitkan dengan upaya promosi perpustakaan, menjaring minat
dan respon masyarakat dengan memberikan sesuatu yang berguna,
mengembangkan kerjasama dengan berbagai pihak yang terkait, serta
mengembangkan upaya mendekatkan dan membangun jembatan antara
perpustakaan dan masyarakat pengguna.

Demi berjalannya 5 (lima) kegiatan perpustakaan tersebut dengan

baik, perlu juga diperhatikan sarana dan prasarana yang harus dipenuhi di
perpustakaan. Di antaranya yaitu (SNP-PT, 2017):

1. Gedung/luasan ruang

11
 Luas gedung Perpustakaan Perguruan Tinggi paling sedikit 0,5 x
jumlah seluruh mahasiswa.
2. Ruang
a) Komposisi ruang
Ruang perpustakaan meliputi:
1) Area koleksi 45%.
2) Area pemustaka 25%.
3) Area kerja 10%.
4) Area lain/toilet, ruang tamu, seminar/teater, lobi/area ruang
ekspresi publik 20%.
b) Pengaturan kondisi ruangan
Perpustakaan melakukan pengaturan kondisi ruangan dengan cara:
1) Pencahayaan
a. Area baca (majalah dan surat kabar) 200 lumen
b. Meja baca (ruang baca umum) 400 lumen
c. Meja baca (ruang baca rujukan) 600 lumen
d. Area sirkulasi 600 lumen
e. Area pengolahan 400 lumen
f. Area akses tertutup 100 lumen
g. Area koleksi buku 200 lumen
h. Area kerja 400 lumen
i. Area pandang dengar 100 lumen
2) Kelembaban
a. Ruang koleksi buku 45 – 55 rh
b. Ruang koleksi AV/microfilm 20 – 21 rh
3) Temperatur
Area baca pemustaka, area koleksi dan ruang kerja 20 – 25
celcius.
3. Sarana
Perpustakaan menyediakan sarana perpustakaan disesuaikan dengan
koleksi dan pelayanan, untuk menjamin keberlangsungan fungsi
perpustakaan dan kenyamanan dengan memperhatikan pemustaka yang
memiliki berkebutuhan khusus (disabilitas), seperti tabel berikut:

12
No Jenis Ratio Deskripsi

1 Perabot 1 set/pengguna Dapat menunjang kegiatan

kerja memperoleh informasi dan
mengelola perpustakaan.
Paling sedikit terdiri atas kursi
dan meja baca pengunjung,
kursi dan meja kerja
pustakawan, meja sirkulasi,
dan meja multimedia.

2 Perabot 1 set/ Dapat menyimpan koleksi

penyimpana perpustakaan perpustakaan dan peralatan
n lain untuk pengelolaan
perpustakaan. Paling sedikit
terdiri atas rak buku, rak
majalah, rak surat kabar,
lemari/laci katalog, dan lemari
yang dapat dikunci.

3 Peralatan 1 set/ Paling sedikit terdiri atas 1 set

multimedia perpustakaan komputer dilengkapi dengan
teknologi informasi dan
komunikasi

4 Perlengkapa 1 set/ Minimum terdiri atas buku

n lain perpustakaan inventaris untuk mencatat
koleksi perpustakaan, buku
pegangan pengolahan untuk
pengatalogan bahan pustaka
yaitu bagan klasifikasi, daftar
tajuk subjek dan peraturan
pengatalogan, serta papan
pengumuman.

13
 Selain sarana dan prasarana, bagian penting lainnya yaitu tenaga
perpustakaan yang terdiri dari 3 (tiga) bagian yaitu (SNP-PT, 2017):

1. Kepala perpustakaan
a) Perpustakaan dipimpin oleh seorang kepala yang bertanggung jawab
kepada pimpinan perguruan tinggi.
b) Kualifikasi kepala perpustakaan adalah tenaga berpendidikan paling
rendah magister ilmu perpustakaan dan informasi atau magister lain
yang telah mengikuti pendidikan dan pelatihan perpustakaan.
c) Kepala Perpustakaan Perguruan Tinggi harus memiliki sertifikat
kompetensi perpustakaan yang dikeluarkan oleh lembaga sertifikasi.
2. Pustakawan
Rasio pustakawan yaitu setiap 500 (lima ratus) mahasiswa paling sedikit
1 (satu) pustakawan.
3. Tenaga teknis perpustakaan
Rasio tenaga teknis yaitu setiap 5.000 (lima ribu) mahasiswa paling
sedikit 1 (satu) tenaga teknis perpustakaan.
b. Peramalan
1. Pengertian
Kegiatan untuk memprediksi, proyeksi, atau perkiraan akan
sesuatu peristiwa yang tidak pasti di masa mendatang dapat
didefinisikan sebagai peramalan (forecasting). Peramalan adalah proses
perkiraan (pengukuran) besarnya atau jumlah sesuatu pada waktu yang
akan datang berdasarkan data pada masa lampau yang dianalisis secara
ilmiah khususnya menggunakan metode statistika (Sudjana, 1986).
Peramalan adalah perhitungan yang objektif dan dengan menggunakan
data-data masa lalu, untuk menentukan sesuatu dimasa yang akan
datang (Sumayang, 2003). Peramalan merupakan suatu kegiatan untuk
memperkirakan suatu kejadian apa yang akan terjadi pada masa yang
akan datang. Peramalan dapat dikatakan sebagai awal dari sebuah
proses pengambilan keputusan. Sebelum melakukan peramalan,
hendaknya harus diketahui dahulu apa maksud dan tujuan dari
melakukan peramalan. Pada hakekatnya, sebuah peramalan hanya
merupakan suatu perkiraan terhadap terhadap suatu objek. Akan tetapi,
dengan menggunakan teknik peramalan yang tepat maka peramalan
14
 akan menjadi lebih dari sekedar perkiraan. Pada umumnya, hasil
peramalan yang baik dapat dilihat dari kecilnya nilai kesalahan meramal
atau forecast error yang dapat diukur dengan menggunakan Mean
Absolute Deviation, Mean Square Error, dan Mean Absolute Percentage
Error (Iswahyudi, 2016).
2. Jenis-jenis Teknik Peramalan
Setiap metode peramalan yang digunakan akan menghasilkan
nilai ramalan yang berbeda. Oleh karena itu, analisis atau peramal harus
memilih metode mana yang mampu mengidentifikasi dan menanggapi
pola dari data masa lampau dan menghasilkan hasil ramalan yang
tingkat akurasinya sesuai dengan yang diinginkan. Pada umumnya
peramalan dapat dibedakan dari 3 segi yaitu:
a. Jangka Waktu Ramalan yang Disusun
Apabila dilihat dari segi jangka waktu ramalan, terdapat 3 jenis
yaitu:
1) Peramalan Jangka Pendek
Peramalan yang digunakan guna penyusunan hasil ramalan yang
mempunyai jangka waktu 1 tahun atau kurang.
2) Peramalan Jangka Menengah
Peramalan yang dimaksudkan untuk menyusun hasil ramalan
yang mempunyai jangka waktu 1 tahun sampai dengan 5 tahun
kedepan.
3) Peramalan Jangka Panjang
Peramalan yang dilakukan untuk menyusun hasil ramalan yang
mempunyai jangka waktu lebih dari 5 tahun kedepan. Pada
umumnya, peramalan jangka panjang sering digunakan untuk
melakukan pengambilan keputusan mengenai perencanaan
suatu produk atau perencanaan pasar.
b. Sifat Penyusunannya
Apabila dilihat dari sifat penyusunannya, terdapat 2 sifat peramalan
yaitu:
1) Objektif

15
 Peramalan yang berdasarkan fakta dan data masa lampau yang
relevan dengan menggunakan metode peramalan dalam
melakukan proses analisa.
2) Subjektif
Peramalan yang berdasarkan perasaan dari orang yang
menggunakannya. Pandangan dari orang yang menyusun dan
menggunakannya akan sangat menentukan baik atau tidaknya
hasil ramalan tersebut.

Pada peramalan berdasarkan sifat penyusunannya, penelitian

ini akan menggunakan peramalan yang bersifat objektif karena
bergantung pada data masa lampau.

c. Sifat Ramalan yang Telah Disusun

Apabila dilihat dari sifat ramalan yang telah disusun, maka
peramalan dapat dibedakan atas 2 macam, yaitu:
1) Peramalan Kualitatif
Pada peramalan kualitatif, hasil peramalan sangat tergantung
pada analisis atau peramal yang menyusunnya. Hal ini
dikarenakan hasil peramalan berdasarkan pemikiran yang
bersifat judgement atau pendapat. Metode yang digunakan
adalah Delphi Method, Market Research, Management Estimate,
Historical Analogy, Structured Group Method.
2) Peramalan Kuantitatif
Pada peramalan kuantitatif, hasil peramalan yang dibuat sangat
bergantung pada metode peramalan yang digunakan.
Penggunaan metode berbeda akan menghasilkan hasil yang
berbeda walaupun data yang digunakan sama. Setiap metode
yang digunakan harus mempertimbangkan tingkat keakurasian
hasil ramalan sehingga tidak terjadi penyimpangan yang terlalu
signifikan antara hasil ramalan dengan kenyataan yang terjadi
di lapangan. Metode yang digunakan adalah Kausal (Regresi dan
Korelasi, Ekonometrik, Input Output) dan Time Series
(Smoothing, Regresi, Dekomposisi) (Iswahyudi, 2016).

16
 Pada peramalan berdasarkan sifat ramalan yang telah disusun,
penelitian ini merupakan peramalan kuantitatif karena penelitian ini
menggunakan salah satu metode Time Series dan hasil penelitiannya
sangat bergantung terhadap metodenya.

c. Analisis Time Series (Runtut Waktu)

Ada 2 hal pokok yang harus diperhatikan dalam proses pembuatan
peramalan yang akurat dan bermanfaat. Pertama ialah pengumpulan data
yang relevan berupa informasi yang dapat menghasilkan peramalan yang
akurat. Kedua ialah pemilihan teknik peramalan yang tepat yang akan
memanfaatkan informasi data yang diperoleh seoptimal mungkin.
Menurut Lincolin Arsyad (2009:37), setiap variabel yang terdiri dari
data yang dikumpulkan, dicatat atau diobservasi sepanjang waktu yang
berurutan disebut data runtut waktu (time series). Periode waktu observasi
dapat berbentuk tahun. Time series dianalisis untuk menemukan pola variasi
masa lalu yang dapat digunakan untuk memperkirakan nilai masa depan dan
membantu dalam membuat perencanaan. Analisis runtut waktu dilakukan
untuk menemukan pola pertumbuhan atau perubahan masa lalu, yang dapat
digunakan untuk memperkirakan pola pada masa yang akan datang. Analisis
ini cukup penting dalam proses peramalan dan membantu mengurangi
kesalahan dalam peramalan tersebut (Nawangwulan dan Angesti, 2016).
Analisis time series dipelajari karena dengan mengamati data time
series akan terlihat empat komponen yang mempengaruhi suatu pola
tersebut, antara lain: trend, siklus, musiman (seasonal), irregular (indeks
gerak tak beraturan) (Yuni dkk, 2015).
1. Trend
Yaitu suatu gerakan yang menunjukkan arah perkembangan secara
umum (kecenderungan menaik/menurun) yang diperoleh dari rata-rata
perubahan dari waktu ke waktu dan nilainya cukup rata. Pergerakannya
dapat naik, turun dan bahkan konstan. Data runtun waktu menunjukkan
adanya kecenderungan untuk naik atau turun dalam jangka waktu yang
cukup panjang. Pola ini diidentifikasi sebagai trend, interpretasi lain dari
trend adalah pola yang mendasari data yang berlangsung selama
bertahun-tahun.
a. Menentukan Trend
17
 Terdapat beberapa metode yang umum digunakan untuk
menggambarkan garis trend. Beberapa di antaranya adalah metode
tangan bebas, metode rata-rata semi, metode rata-rata bergerak, dan
metode kuadrat terkecil (Supranto, 2016). Pada penelitian ini, trend
yang digunakan adalah metode kuadrat terkecil (Trend Linier Least
Square), karena persamaan yang diperoleh mengakibatkan jumlah
kesalahan peramalan kuadrat paling kecil dibandingkan dengan
persamaan yang dihasilkan metode lain (Indriyaningsih, 2006).
Garis trend linear dapat ditulis sebagai persamaan garis lurus
(Supranto, 2016):

di mana
data berkala (time series data)
waktu (hari, minggu, bulan, tahun)
bilangan konstan
koefisien arah (slope) = rata-rata kenaikan/pertumbuhan (rate of
increase/growth)
Jadi, mencari garis trend sama dengan mencari nilai dan . Apabila
dan sudah diketahui, maka garis trend tersebut dapat digunakan
untuk meramalkan jumlah pengunjung perpustakaan UIN Walisongo.
Untuk mencari persamaan trend dengan metode kuadrat terkecil
dapat dilakukan dengan beberapa cara, yaitu (Supranto, 2016):
Cara 1:
Pada cara pertama ini, untuk mengadakan perhitungan diperlukan
nilai tertentu pada variabel waktu ( ) sedemikian rupa, sehingga
jumlah variabel waktu adalah nol.

Misalnya:
Untuk maka

Untuk maka

18
 Pada umumnya, yang diberi nilai 0 adalah variabel waktu yang
letaknya di tengah.
1). Untuk ganjil

, dan seterusnya.
Jarak antara dua waktu diberi nilai satu satuan. Di atas 0 diberi tanda +
dan di bawah 0 diberi tanda – (0,1,2, . . . dan . . . , –3 , –2 , –1, 0), atau . . . ,
–3, –2, –1, 0, 1, 2, 3, . . . .
2). Untuk genap

artinya titik 0 terletak antara dan

(seolah-olah disisipkan dan tak perlu
dituliskan untuk genap).

{ }

Yang dibagi dua adalah { }

(terletak antara 3 dan 4)

(terletak antara 4 dan 5)

19
 Jarak antara dua waktu diberi nilai dua satuan. Di atas 0 diberi
tanda + dan di bawahnya diberi tanda – (0, 1, 3, 5, 7, 9, . . . dan . . . , –9, –
7, –5, –3, –1, 0) atau . . . –7, –5, –3, –1, 0, 1, 3, 5, 7, . . . .

Seperti telah disebutkan sebelumnya, mencari garis trend juga

berarti mencari nilai dan dari persamaan garis trend .
Kalau kita perhatikan, garis trend dimaksudkan untuk mewakili suatu
diagram pencar. Tidak semua titik kooridinat yang membentuk diagram
pencar tersebut terletak tepat pada garis trend, ada yang di atas dan ada
juga yang di bawahnya. Perhatikan ilustrasi berikut:
Gambar 2.1.3.1. Garis Trend

𝑌
𝑌𝑖
𝑌 𝑌𝑛
𝑒𝑖
𝑌 𝑒𝑛
𝑒 𝑌𝑖
𝑒 𝑌
𝑌

𝑋 𝑋 𝑋𝑖 𝑋𝑛

nilai observasi (data asli)

nilai trend, diperoleh dari persamaan
...,n
atau atau selisih antara nilai observasi dan nilai trend, disebut
kesalahan (error).
Apabila semua kesalahan atau nilai sama dengan nol, maka semua titik
diagram pencar kan terletak pada garis trend, yang dalam praktiknya
jarang terjadi. Jadi, selalu ada kesalahan (error). Apabila semua kesalahan
tersebut nilainya kita kuadratkan dan kemudian kita jumlahkan, maka
hasilnya disebut jumlah kesalahan kuadrat. Makin kecil nilai jumlah
kesalahan kuadrat, makin mendekatlah garis trend tersebut terhadap
diagram pencar.
Metode kuadrat terkecil (least square method) untuk mencari garis
trend dimaksudkan agar suatu perkiraan atau taksiran mengenai nilai
dan dari persamaan , yang didasarkan atas data hasil

20
 observasi sedemikian rupa, menghasilkan jumlah kesalahan kuadrat
terkecil (minimum) (Supranto, 2016). Nilai dan dapat dicari dari
persamaan ganda sebagai berikut:
∑ . . . . . . . . . (I)
∑ ∑ . . . . (II)
Keterangan:
rata-rata bulanan
: bilangan konstan
: slope atau koefisien kecondongan garis trend
: variabel waktu (hari, minggu, bulan, tahun)
jumlah rangkaian data

Cara 2:
Cara lain untuk menentukan garis trend linear adalah dengan menentukan
periode awal pada variabel waktu , jadi tidak perlu membuat
∑ . Jika data pengamatan terdiri dari delapan nilai dari tahun 2001
sampai tahun 2008, maka nilai pada tahun 2001 adalah 1 dan 2008
adalah 8. Garis trend linear dengan cara ini diperoleh dengan rumus
sebagai berikut:
̅ ̅

di mana ̅ ∑ rata-rata

̅ ∑ rata-rata
∑ ∑ ∑
∑ ∑

Pada penelitian ini digunakan metode Trend Linier Least Squares, karena
persamaan yang diperoleh mengakibatkan jumlah kesalahan forecast
kuadrat paling kecil dibandingkan dengan persamaan yang dihasilkan
metode lain (Indriyaningsih, 2006).
2. Musiman (seasonal)
Yaitu pola terhadap datanya merupakan gerakan yang
berulang-ulang secara teratur dalam periode tertentu atau faktor
musiman. Misalnya tahunan, semesteran, kuartalan, bulanan, atau
mingguan.
21
 Gerakan musim merupakan gerakan yang teratur dalam arti
naik turunnya terjadi pada waktu-waktu yang sama atau sangat
berdekatan. Disebut gerakan musim karena mempunyai pola tetap atau
berulang-ulang secara teratur. Gerakan lainnya terjadi secara teratur
dalam waktu yang singkat juga disebut gerakan musiman. Pengetahuan
tentang gerakan musiman sangat penting sebagai dasar penentuan
langkah – langkah kebijakan dalam rangka mencegah hal – hal yang tidak
diinginkan. Untuk keperluan analisis seringkali data berkala dinyatakan
dalam bentuk angka indeks. Apabila akan ditunjukkan ada tidaknya
gerakan musiman maka perlu dibuat indeks musiman (Supranto, 2000).
Indeks musiman merupakan angka yang menunjukkan nilai
relatif variabel Y, dimana Y adalah data deret waktu selama seluruh
bulan dalam satu tahun atau lebih. Rata-rata angka indeks musiman
untuk satu periode adalah 100% (tanda % sering dihilangkan atau tidak
ditulis). Dengan kata lain indeks musiman adalah suatu angka yang
bervariasi terhadap nilai dasar 100. Untuk menghitung indeks musiman
dapat digunakan beberapa metode antara lain:
a) Metode rata-rata sederhana
Dalam metode ini, dihitung berdasarkan rata-rata tiap periode
musim setelah dibebaskan dari pengaruh trend. Adapun langkah-
langkah yang harus ditempuh adalah sebagai berikut:
1). Data tiap bulan (sesuai kebutuhan) disusun untuk masing-masing
tahun. Bulanan disusun menurut kolom dan tahun disusun
menurut baris.
2). Cari rata-rata bulanan pada tahun tersebut.
3). Pengaruh trend ini harus dihilangkan dengan menguranginya
dengan b pada persamaan trend bulanan secara kumulatif, karena
rata-rata tersebut masih mengandung unsur kenaikan (trend).
4). Cari rata-rata dan jumlahnya dibagi dengan banyaknya tahun.
5). Persentasekan rata-rata terhadap jumlah rata-rata.
6). Nilai persentase rata-rata dikalikan dengan 12. Didapatkanlah
indeks musiman.
b) Metode relatif bersambung

22
 Metode relatif bersambung adalah metode yang menghubungkan
data pada bulan yang mendahuluinya. Langkah-langkah mencari
indeks musiman dengan metode relatif bersambung adalah sebagai
berikut:
1). Data bulanan yang asli mula-mula dinyatakan sebagai persentase
dari data pada bulan yang mendahuluinya.
2). Ambil harga rata-rata atau median dari persentase-persentase
tersebut untuk setiap bulan.
3). Anggap nilai Januari sebesar 100 (untuk memudahkan
perhitungan), dan angka bulan Februari sama dengan yang asli.
Lalu kalikan keduanya.
4). Untuk Maret kalikan dengan hasil perkalian Februari dan Januari.
Untuk April kalikan dengan hasil perkaian Maret dan Februari &
Januari, dan seterusnya.
5). Jika bulan Januari yang kedua tidak sama dengan 100, itu berarti
nilai tersebut dipengaruhi oleh trend jangka panjang. Perbedaan
nilai tersebut dinamakan selisih. Untuk menghilangkannya, maka
nilai Januari yang kedua harus dikurangi dengan selisih sehingga
hasilnya 100%.
6). Untuk Desember, nilai Desember dikurangi ( selisih Januari).

Nilai November dikurangi ( selisih Januari), dan seterusnya.

Hasil perhitungan ini merupakan angka indeks musiman dengan

menggunakan metode bersambung.
c) Metode persentase terhadap trend
Di dalam metode ini, data asli untuk setiap bulan dinyatakan sebagai
persentase dari nilai-nilai trend bulanan. Rata-rata dari persentase
ini merupakan indeks musiman. Apabila rata-rata indeks ini
atau jumlahnya tidak 1.200, perlu diadakan penyesuaian.
Suatu data berkala mempunyai komponen trend, siklis,
musiman, dan error (irregular). Jadi . Jika dibagi
dengan T, maka . Apabila dipergunakan sebagai indeks

musiman, angka ini sebenarnya bukan merupakan indeks musiman

yang murni tetapi masih mengandung komponen dan . Inilah

23
 salah satu kelemahan dari cara ini. Langkah-langkahnya sebagai
berikut:
1). Carilah nilai trend pada setiap periode.
2). Carilah persentase data bulanan terhadap nilai trend.
3). Cari median tiap bulanan dengan tidak memandang kapan
terjadinya.
4). Hitung rata-rata median-median tersebut.
5). Hitung indeks musiman dengan cara membagi rata-rata lalu
dikalikan 100.
d) Metode rasio terhadap rata-rata bergerak
Di dalam metode ini, harus dihitung terlebih dahulu rata-rata
bergerak selama 12 bulan. Karena hasil perhitungan rata-rata
bergerak 12 bulan ini terletak antara dua bulan yang berdekatan,
tidak terletak pada pertengahan bulan, maka harus dibuat rata-rata
bergerak 2 bulan yang didasarkan atas data rata-rata bergerak 12
bulan tersebut (Supranto, 2016).
3. Siklis (cyclical)
Yaitu pola terhadap datanya dipengaruhi oleh fluktuasi data yang
memiliki durasi lebih panjang dan bervariasi. Pola siklus biasanya terjadi
dalam kurun waktu lebih dari satu tahun. Sehingga pola siklus tidka
perlu dimasukkan dalam ramalan jangka pendek. Pola ini sangat berguna
untuk peramalan jangka menengah dan jangka panjang (Riani, 2016).
Adapun langkah-langkah memperolehnya adalah sebagai berikut:
a. Susunlah data tiap bulan ke bawah.
b. Cari nilai trend tiap bulanan dengan mendistribusikan nilai-nilai
sesuai dengan bulan dan tahun yang bersangkutan.
c. Cantumkan indeks musimannya.
d. Kalikan trend dengan indeks musiman (dalam %), hasilnya disebut
normal.
e. Data bulanan dibagi dengan normal dikalikan 100. Ini menunjukkan
perubahan siklis dan perubahan irregular.
f. Untuk menghilangkan pengaruh perubahan irregular, cari jumlah
tertimbang bergerak weighted moving total dan variasi siklis dan
irregular.

24
 g. Hitung rata-rata bergerak tertimbang yaitu dengan cara angka-angka
pada jumlah bergerak tertimbang dibagi dengan jumlah rata-rata
tertimbangnya. Hasilnya merupakan rata-rata tertimbang bergerak.
4. Variasi error (irreguler)
Variasi irregular yaitu pola terhadap datanya tidak teratur sama
sekali, biasanya terjadi secara kebetulan dan sukar diramalkan
(Indriyaningsih, 2006). Komponen irregular menunjukkan adanya
keadaan yang bervariasi atau cenderung berubah pada data berkala
setelah komponen lain dihilangkan. Sampai sekian jauh belum ada suatu
metode yang khusus untuk meneliti secara terperinci variasi irregular
itu.
d. Metode Dekomposisi
Dekomposisi merupakan salah satu pendekatan analisis data time
series (runtun waktu) untuk mengidentifikasi faktor-faktor komponen yang
mempengaruhi masing-masing nilai dari data. Setiap komponen
diidentifikasi secara terpisah. Proyeksi dari masing-masing komponen
kemudian dapat dikombinasikan untuk menghasilkan ramalan nilai masa
depan dari data runtun waktu (Subagyo, 1986).
Metode Dekomposisi atau sering juga disebut metode deret berkala
adalah salah satu metode peramalan yang didasarkan pada kenyataan bahwa
biasanya apa yang telah terjadi akan berulang atau terjadi kembali dengan
pola yang sama, artinya yang dulu selalu naik, pada waktu yang akan datang
biasanya akan naik juga, yang biasanya berkurang akan berkurang juga, yang
biasanya berfluktuasi akan berfluktuasi juga dan yang biasanya tidak teratur
maka akan tidak teratur juga (Subagyo, 1986).
Konsep dasar dari metode dekomposisi adalah memisahkan secara
empiris pengaruh dari faktor musiman, pengaruh trend dan pengaruh siklik.
Faktor galat yang tidak lain adalah sisaan (selisih antara data actual dan
model) tidak dapat diperkirakan tetapi dapat diidentifaksi.
Metode dekomposisi merupakan salah satu metode peramalan
kuantitatif dengan menggunakan deret waktu. Ada metode dalam peramalan
yang tidak dapat memecah atau membagi data menjadi masing-masing
komponen dari pola dasar yang sudah ada sehingga tingkat ketepatan
peramalan dapat berkurang. Namun metode dekomposisi mencoba untuk

25
memisahkan atau mendekomposisikan tiga komponen yaitu komponen tren
atau kecenderungan, musiman dan siklis. Menurut Withycombe (1989), pada
keadaan dimana pengaruh musiman sangat besar daripada komponen acak
maka dekomposisi dapat memberikan hasil ramalan yang lebih signifikan
daripada metode nonmusiman.
Keuntungan metode dekomposisi secara nyata (Assauri, 1984)
adalah:
1. Analisis model ini memungkinkan peramal untuk menentukan trend
jangka panjang dari variable yang dipertimbangkan. Contoh : Suatu
perusahaan yang ingin meneliti kemungkinan perluasan pabrik dan alat-
alatnya, tentu harus mengetahui kelebihan penjualan potensial, misalnya
untuk 15 tahun mendatang.
2. Analisis model ini memungkinkan manajemen untuk membuat rencana
jangka pendek. Contoh: Suatu perusahaan menjual 5500 unit sebulan
pada suatu musim, tetapi pada musim lain ia hanya mampu menjual 1000
unit sebulan. Dengan menentukan pengaruh faktor musiman, manajemen
atau perencanaan dapat memperkirakan lebih tepat besarnya persediaan
bahan baku atau jumlahh tenaga kerja yang dibutuhkan.
3. Analisis model ini membantu dalam perencanaan jangka
menengah. Contoh: Seorang manajer perlu memutuskan tentang
percepatan atau perlambatan rekutmen personalia sehingga dapat
dicapai tingkat pemanfaatan tenaga kerja yang lebih baik.
Metode dekomposisi merupakan salah satu model peramalan yang
telah lama dipergunakan diantara metode-metode lainnya. Metode
dekomposisi mendasarkan asumsi bahwa data yang ada merupakan
gabungan komponen pola dan error (Gaspersz, 1991).

(trend, siklis, musiman) irregular

Persamaan umum matematis dari pendekatan dekomposisi adalah:

di mana,
data berkala
variasi trend
variasi siklis

26
 variasi musiman
variasi error / irregular
Adapun hubungan fungsional tersebut dapat berupa penjumlahan atau
perkalian. Bentuk fungsional yang sering dan paling umum digunakan adalah
dalam bentuk perkalian, sehingga secara matematis persamaan tersebut
dapat ditulis sebagai berikut:

Dengan diketahuinya masing-masing data tersebut, maka nilai peramalan

atau prediksi terhadap nilai dapat diramalkan. Langkah-langkah dalam
melakukan metode dekomposisi adalah sebagai berikut:
1. Mencari nilai trend.
2. Mencari indeks musiman.
3. Mencari nilai siklis.
4. Mengalikan nilai trend, indeks musiman dan nilai siklis.
e. Analisis Autokorelasi untuk Penyelidikan Pola Data
Observasi pada periode waktu yang berbeda sering berhubungan atau
berkorelasi. Ukuran yang digunakan dalam korelasi adalah koefisien
autokorelasi. Untuk menghitung autokorelasi dan menghasilkan korelogram
dapat menggunakan Minitab yang nanti akan menghasilkan dua garis putus-
putus yang menujukkan pendekatan dengan tingkat kepercayaan 95%.
Misalnya Ljung-Box Q pada Minitab mencatat bahwa autokorelasi untuk
waktu ke waktu perbedaannya signifikan dari nol dan bahwa nilai itu
berangsung-angsur turun menuju ke nol, maka data tersebut dapat
disimpulkan mempunyai pola trend (Yuni dkk, 2015).
f. Uji Ketepatan Peramalan
Keakuratan dan ketepatan dari sebuah hasil peramalan sangatlah
penting untuk menyusun sebuah perencanaan. Kesalahan ramalan
menyebabkan perencanaan menjadi tidak akurat, sehingga kesalahan
tersebut menyebabkan risiko, dan karenanya harus diusahakan sekecil
mungkin. Hasil dari peramalan diharapkan mampu memberikan gambaran
yang mendekati kenyataan di lapangan (Iswahyudi, 2016).
Ketepatan dan keakuratan tersebut dapat dinyatakan sebagai akurasi
kesalahan dalam peramalan. Keakuratan hasil ramalan dari suatu metode
dapat dihitung dengan beberapa cara, yaitu (Iswahyudi, 2016):

27
 1. Mean Absolute Deviation
Menyatakan penyimpangan ramalan dalam unit yang sama pada
data, dengan merata-ratakan nilai absolute error (penyimpangan
seluruh hasil).
∑| |

2. Mean Square Error

Merupakan ukuran penyimpangan ramalan dengan merata-ratakan
kuadrat error (penyimpangan semua ramalan)
∑

3. Mean Absolute Percentage Error

Merupakan ukuran ketetapan relatif yang digunakan untuk
mengetahui presentase penyimpangan hasil peramalan.
| |
( )

Dalam fase peramalan menggunakan MSE dan MAD sebagai ukuran

ketepatan peramalan dapat menimbulkan masalah, karena MSE dan MAD
merupakan ukuran absolute yang sangat bergantung pada skala dari data
deret waktu. Karena alasan tersebut, maka dipakailah alternatif sebagai
salah satu indikasi ketetapan dalam peramalan yaitu menggunakan MAPE
(Yuni dkk, 2015).

D. METODE PENELITIAN
1. Jenis Penelitian
Penelitian ini perpaduan antara jenis penelitian lapangan (Field Research)
dan penelitian kepustakaan. Penelitian lapangan dimaksudkan sebagai kegiatan
penelitian yang dilakukan di lokasi yang sebenarnya dengan tujuan untuk
mengumpulkan informasi dan memberikan solusi atas permasalahan tertentu
secara praktis, dalam penelitian ini bertujuan untuk mengetahui latar belakang
masalah. Penelitian lapangan tidak berfokus pada pengembangan sebuah ide,
teori atau gagasan, tetapi lebih berfokus pada aplikasi dari penelitian tersebut
dalam kehidupan sehari-hari. (Tim Penyusun Pedoman Penulisan Skripsi
Fakultas Sains dan Teknologi, 2016).
Metode yang digunakan pada penelitian ini adalah metode kuantitatif.
Arikunto (2013) menjelaskan penelitian kuantitatif sesuai dengan namanya,
28
 banyak dituntut menggunakan angka, mulai dari pengumpulan data, penafsiran
terhadap data tersebut, serta penampilan hasilnya.
Dalam penelitian ini penulis menggunakan metode deskriptif. Menurut
Arikunto (2013) pendekatan deskriptif ini merupakan penelitian yang benar-
benar hanya memaparkan apa yang terdapat atau terjadi dalam sebuah kancah,
lapangan atau wilayah tertentu. Dan dalam penelitian ini akan terfokuskan
hanya di perpustakaan UIN Walisongo. Sugiyono (2014) mendefinisikan metode
deskriptif adalah metode yang digunakan untuk menganalisis data dengan cara
mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana
adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau
generalisasi.
2. Teknik Pengambilan Data
Teknik pengumpulan data merupakan langkah yang paling utama dalam
sebuah penelitian, karena tujuan dari sebuah penelitian adalah dalam
mendapatkan data dari sumber data. Maka sebuah teknik pengumpulan data
dapat dilakukan dengan berbagai cara sesuai dengan kebutuhan penelitian
tersebut (Sugiyono, 2008).
Berdasarkan tujuan penelitian yang hendak dilakukan, maka teknik
pengumpulan data yang digunakan dalam penelitian ini adalah menggunakan
teknik pengumpulan data dengan metode dokumentasi. Metode dokumentasi ini
berbentuk dokumen. Menurut Indrawan (2014) dokumen merupakan fakta dan
data tersimpan dalam berbagai bahan yang berbentuk dokumentasi. Teknik
dokumentasi adalah suatu cara yang dilakukan dengan mencari data mengenai
hal-hal atau variabel berupa catatan, transkip, buku, surat kabar, majalah,
prasasti, notulen rapat, leger, agenda, dan sebagainya (Arikunto, 1993). Adapun
data yang dibutuhkan tersebut yaitu data pengunjung perpustakaan UIN
Walisongo dari bulan Januari tahun 2015 hingga Desember tahun 2019. Analisis
data dalam penelitian ini menggunakan software yaitu Microsoft Excel dan
Minitab.
3. Metode Pelaksanaan Penelitian
Untuk mencapai tujuan penelitian yang tertera pada pendahuluan,
maka langkah-langkah yang ditempuh sebagai berikut:
a. Tahap Persiapan

29
 Tujuan dari tahap ini adalah mempersiapkan rencana kerja yang akan
digunakan untuk melaksanakan proses penelitian yang dimulai dengan studi
literatur dari berbagai sumber dan aplikasinya, khususnya mengenali
metode Dekomposisi dengan membaca buku-buku, jurnal, dan artikel terkait
dalam pembahasan penelitian ini.
b. Tahap Pengumpulan Data
Dalam tahap ini, dilakukan pengumpulan data berupa data jumlah
pengunjung perpustakaan UIN Walisongo bulan Januari tahun 2015 sampai
bulan Desember 2019, dilakukan dengan meminta data jumlah pengunjung
secara langsung ke perpustakaan UIN Walisongo.
c. Tahap Analisis Data Penelitian
Kegiatan menganalisis data dalam suatu penelitian merupakan
kegiatan inti yang pada akhirnya akan melahirkan hasil dari penelitian yang
berupa kesimpulan dan saran. Ketajaman dan ketepatan dalam penggunaan
alat analisis sangat menentukan keakuratan pengambilan kesimpulan,
karena itu kegiatan analisis data merupakan kegiatan yang tidak dapat
diabaikan begitu saja dalam proses penelitian. Kesalahan dalam menentukan
alat analisis dapat berakibat fatal terhadap kesimpulan yang dihasilkan dan
hal ini akan berdampak lebih buruk lagi terhadap penggunaan dan
penerapan hasil penelitian tersebut.
Penelitian ini menggunakan teknik analisis data dengan metode
deduktif. Menurut Sutrisno Hadi (1989) metode deduktif merupakan metode
analisis data yang dimulai dari dalil-dalil umum, postulat dan paradigma
tertentu kemudian menghubungkan dengan data-data empiris, sebagai
pangkal tolak pengambilan kesimpulan. Metode deduktif ini digunakan
dalam menganalisis data yang berbentuk angka dari variabel input trend,
musiman, siklus, error, uji autokorelasi dan uji ketepatan peramalan yang
menghasilkan prediksi jumlah pengunjung.

30
 DAFTAR PUSTAKA

Affandy, Anshar. 2012. Perkiraan Daya Beban Listrik yang Tersambung pada Gardu
Induk Sengkaling Tahun 2012-2021 dengan Menggunakan Metode Time
Series dengan Model Dekomposisi. Malang: Universitas Brawijaya.

Al-Qur’an dan terjemah. Kementrian Agama Republik Indonesia. 2017.

Arsyad, Lincolin. 2009. Peramalan Bisnis. Yogyakarta: Badan Penelitian Fakultas

Ekonomi Yogyakarta.

Assauri, Sofjan. 1984. Teknik dan Metode Peramalan. Jakarta: Universitas Indonesia.

Ayuwardani, Rizky Primadita, & Isroah. 2018. Pengaruh Informasi Keuangan dan Non
Keuangan Terhadap Underpricing Harga Saham pada Perusahaan yang
Melakukan Initial Public Offering (Studi Empiris Perusahaan Go Public yang
Terdaftar di Bursa Efek Indonesia Tahun 2011-2015). Yogyakarta:
Universitas Negeri Yogyakarta.

Iswahyudi, Crhistian. 2016. Pengantar Forecasting (Teknik Peramalan). Bali: Stikom.

Maskutotunitsa, Raglina Siti & Yuli Rohmiyati. 2016. Peran Perpustakaan Desa
“Mutiara” dalam Pemberdayaan Masyarakat Desa Kalisidi Kecamatan
Ungaran Barat Kabupaten Semarang. Semarang: Undip.

Nawangwulan, Sri & Dyan Angesti. 2016. Analisis Time Series Metode Winter Jumlah
Penderita Gastroenteritis Rawat Inap Berdasarkan Data Rekam Medis di
RSUD dr. Soetomo Surabaya. Surabaya: STIKES dr. Soetomo

Peraturan Kepala Perpustakaan Nasional Republik Indonesia Nomor 13 Tahun 2017

tentang Standar Nasional Perpustakaan Perguruan Tinggi.

Riani, Noni. 2016. Perbandingan Metode Dekomposisi Klasik dan Metode Arima untuk
Pendugaan Parameter Data Runtun Waktu. Yogyakarta: Universitas Sanata
Dharma.

Shihab, Quraish. 2004. Tafsir al-Mis bāh "Pesan, Kesan dan Keserasian al-Qur'an".
Jakarta: Lentera Hati.

Standar Nasional Perpustakaan Perguruan Tinggi. 2017.

Subagyo, Pangestu. 1986. Forecasting Konsep dan Aplikasi. Yogyakarta: BPFE.

Sudjana. 1986. Metode Statistika. Bandung: Tarsito.

Sukiyono, Ketut, & Rosdiana. 2018. Pendugaan Model Peramalan Harga Beras pada
Tingkat Grosir. Bengkulu: Universitas Bengkulu.

Supranto. 2016. Statistik “Teori & Aplikasi”. Jakarta: Penerbit Erlangga.

Sutarno, N.S. 2004. Manajemen Perpustakaan “Suatu Pendekatan Praktik”. Jakarta:

Samitra Media Utama.

Tim Penyusun Standar Nasional Perpustakaan. 2011. Standar Nasional Perpustakaan.

Jakarta: Perpustakaan Nasional RI.

Undang-Undang Nomor 43 Tahun 2007 tentang Perpustakaan.

Yuni, S., Mozart W. Talakua, Yopi A. Lesnussa. 2015. “Peramalan Jumlah Pengunjung
Perpustakaan Universitas Pattimura Ambon Menggunakan Metode
Dekomposisi” dalam Barekeng: Jurnal Ilmu Matematika dan Terapan
Volume 9 (Hlm. 41-50). Ambon: Universitas Pattimura.