LAPORAN KERJA PRAKTIK

PERAMALAN JUMLAH AKTA KEMATIAN DENGAN

METODE SINGLE MOVING AVERAGE

KURNIAWATI SAFITRI
NIM. H1091181029

PROGRAM STUDI STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS TANJUNGPURA
PONTIANAK
2021

i
 LEMBAR PENGESAHAN

PERAMALAN JUMLAH AKTA KEMATIAN DENGAN

METODE SINGLE MOVING AVERAGE

Oleh

KURNIAWATI SAFITRI
NIM. H1091181029

Menyetujui,

Pembimbing Kerja Praktik Dosen Pembimbing Kerja Praktik

Dini Ekawahyuni, S.STP, M.T Neva Satyahadewi, S.Si, M.Sc

NIP. 19781231 199712 2 001 NIP. 19821204 200501 2 001

Mengetahui
Ketua Jurusan Matematika FMIPA UNTAN

DR. EVI NOVIANI, M.Si

NIP. 19840229 200604 2 001

i
 PRAKATA

Puji syukur kehadirat Allah SWT yang telah melimpahkan serta hidayah-
Nya sehingga kerja praktik di Dinas Kependudukan dan Pencatatan Sipil Kota
Pontianak selama 25 hari kerja dapat dilaksanakan. Laporan kerja praktik ini
disusun dalam rangka memenuhi prasyarat kelengkapan penilaian dari kerja
praktik. Laporan ini menjelaskan tentang “Peramalan Jumlah Permohonan Akta
Kematian dengan Metode Single Moving Average”. Penulis menyadari bahwa
selama proses penulisan laporan ini tidak lepas dari dukungan beberapa pihak,
maka dari itu penulis mengucapkan terima kasih kepada :
1. Allah SWT karena berkat rahmat dan hidayah-Nyalah saya dapat
menyelesaikan penulisan laporan ini.
2. Kedua orang tua saya yang telah memberikan doa dan dukungannya
sehingga penulis dapat menyelesaikan laporan ini.
3. Dini Ekawahyuni, S.STP, M.T, selaku pembimbing kerja praktik.
4. Neva Satyahadewi, S.Si, M.Sc, selaku dosen pembimbing kerja praktik.
5. Semua pihak Dinas Kependudukan dan Pencatatan Sipil Kota Pontianak
yang telah membantu dalam penulisan laporan ini.
6. Semua pihak yang telah membantu dalam penulisan laporan ini yang
tidak bisa disebutkan satu persatu.
Akhirnya penulis berharap laporan ini dapat memberikan manfaat bagi
mahasiswa Matematika dan Statistika Fakultas Matematika dan Ilmu Pengetahuan
Alam Universitas Tanjungpura. Oleh karena itu kritik dan saran yang bersifat
membangun sangat diharapkan untuk kesempurnaan laporan ini.

Pontianak, 30 Mei 2021

Penulis

ii
 PERAMALAN JUMLAH AKTA KEMATIAN DENGAN
METODE SINGLE MOVING AVERAGE

Kurniawati Safitri, Neva Satyahadewi

INTISARI

Peramalan jumlah permohonan akta kematian adalah cara yang dilakukan oleh Dinas Kependudukan
dan Pencatatan Sipil Kota Pontianak untuk memprediksi tingkat permintaan permohonanan akta
kematian pada waktu yang akan datang. Data yang digunakan dalam penilitian ini adalah data sekunder
yaitu data permohonan akta kematian yang di peroleh dari Dinas Kependudukan dan Pencatatan Sipil
Kota Pontianak dari bulan Januari 2016-Agustus 2020. Tujuan yang ingin dicapai dalam penelitian
adalah untuk mengetahui peramalan jumlah permohonan akta kematian pada bulan September 2020
dengan menggunakan Single Moving Average dengan periode 3 bulanan.Untuk pengukuran kesalahan
(error) peramalan menggunakan MAPE. Peramalan dikatakan “baik” jika nilai MAPE berkisar antara
10%-20%. Dari analisis yang telah dilakukan penulis mengambil kesimpulan bahwa peramalan jumlah
permohonanan akta kematian bulan September 2020 sebesar 246 dan nilai MAPE sebesar 20,147% yang
dikatakan“Cukup” dalam meramalkan jumlah permohonan akta kematian di Dinas Kependudukan dan
Pencatatan Sipil Kota Pontianak.

Kata Kunci: Peramalan, Single Moving Average, dan MAPE.

PENDAHULUAN
Dinas Kependudukan dan Pencatatan Sipil merupakan satuan Perangkat Daerah yang mempunyai
tugas melaksanakan urusan pemerintah Daerah di Bidang Kependudukan dan Pencatatan Sipil
berdasarkan asas otonomi dan tugas pembantuan. Tugas pokok Dinas Kependudukan dan Pencatatan
Sipil Kota Pontianak yaitu membantu Walikota melaksanakan pemerintahan yang menjadi
kewenangan daerah dan tugas membantu di bidang administrasi kependudukan dan pencatatan sipil.
Dinas Kependudukan dan Pencatatan Sipil Kota Pontianak mempunyai struktur organisasi yang terdiri
dari sekretariat, bidang pelayanan pendaftaran penduduk, bidang pelayanan pencatatan sipil, dan
pengelolaan informasi administrasi kependudukan dan pemanfaatan data. Dalam bidang pelayanan,
pencatatan sipil berfungsi untuk menyelenggarakan administrasi pencatatan sipil yang meliputi
pembuatan akta kelahiran, akta kematian, akta perkawinan dan akta perceraian serta melaksanakan
penyimpanan dokumen permohonan pembuatan akta [1].
Akta kematian adalah suatu akta yang dibuat dan diterbitkan oleh Dinas Kependudukan dan
Pencatatan Sipil yang membuktikan secara pasti tentang kematian seseorang. Kematian merupakan
salah satu peristiwa penting yang dialami oleh setiap orang, yang  harus  dicatat dan dikukuhkan oleh
Negara dalam bentuk Akta Kematian. Menurut Undang-Undang Nomor 23 Tahun 2013 Tentang
Administrasi Kependudukan, akta kematian digunakan sebagai Sebagai suatu bukti yang sah dalam
pengurusan berbagai kepentingan, diantaranya warisan, tunjangan keluarga, pensiun pegawai
(janda/duda), taspen, asuransi, perbankan, dan lain-lain [2]. Permintaan pembuatan akta kematian
tidak pernah sepi setiap harinya di Dinas Kependudukan dan Pencatatan Sipil Kota Pontianak.
Pembuatan akta kematian ini menjadi pelayanan administrasi kependudukan yang sering digunakan
oleh masyarakat Kota Pontianak. Pengarsipan data pembuatan akta kematian juga belum dilakukan
dengan maksimal. Hal ini terbukti dengan tidak terdapatnya data jumlah permintaan pembuatan akta
kematian pada tahun 2020 bulan September, Oktober, November dan Desember.

1
 Peramalan jumlah akta kematian dengan metode single moving average
2
Berdasarkan uraian di atas, penulis tertarik untuk meramalkan jumlah permintaan pembuatan akta
kematian pada periode berikutnya dalam hal ini adalah bulan September di Disdukcapil Kota
Pontianak dengan metode Single Moving Average. Data yang digunakan dalam penelitian ini
merupakan data sekunder yaitu data jumlah permohonan akta kematian yang diperoleh dari Dinas
Kependudukan dan Pencatatan Sipil Kota Pontianak. Ukuran ketepatan peramalan yang digunakan
adalah nilai Mean Absolute Percentege Error (MAPE).

PERAMALAN
Peramalan adalah penggunaan data masa lalu dari sebuah variabel atau kumpulan variabel untuk
mengestimasi nilainya di masa yang akan datang. Peramalan merupakan gambaran tentang keadaan
instansi yang akan datang dan gambaran ini sangat penting peranannya bagi instansi. Oleh Karena itu,
gambaran tersebut dapat meprediksi langkah-langkah apa saja yang dapat diambil untuk memenuhi
permintaan yang akan datang [3].
Peramalan biasanya dilakukan untuk mengurangi ketidakpastian terhadap sesuatu yang akan
terjadi dimasa yang akan datang. Suatu instansi untuk mengurangi ketidakpastian tersebut dilakukan
dengan menggunakan metode peramalan. Metode peramalan dibagi kedalam dua kategori utama, yaitu
metode kuantitatif dan kualitatif. Metode kualitatif dilakukan apabila data masa lalu sehingga
peramalan tidak bisa dilakukan. Dalam metode kualitatif, pendapat-pendapat dari para ahli akan
menjadi pertimbangan dalam pengambilan keputusan sebagai hasil dari peramalan yang telah
dilakukan. Namun apabila data masa lalu tersedia, peramalan dengan metode kuantitatif akan lebih
efektif digunakan dibandingan dengan metode kualitatif [4].

DATA TIME SERIES

Data time series adalah data deret waktu yaitu sekumpulan data pada satu periode waktu tertentu.
Peramalan time series adalah peramalan berdasasarkan masa lampau untuk diproyeksikan ke masa
yang akan datang dengan memanfaatkan persamaan matematika dan statistika. Tipe data time series
terbagi atas beberapa jenis, antara lain [5] :
a. Pola Siklus adalah suatu perubahan naik atau turun, sehingga pola siklus ini berubah dan
bervariasi dari satu siklus ke siklus berikutnya. Pola siklus dan pola tak beraturan didapatkan
dengan menghilangkan pola kecenderungan dan pola musiman jika data yang digunakan
berbentuk mingguan, bulanan, atau kuartalan. Jika data yang digunakan adalah data tahunan
maka yang harus di hilangkan adalah pola kecenderungan saja.
b. Random Pola yang acak yang tidak teratur, sehingga tidak dapat digambarkan. Pola acak ini
disebabkan oleh peristiwanyang tak terduga seperti perang, bencana alam, kerusuhan, dan lain-
lain. Karena bentuknya tak beraturan atau tidak selalu terjadi dan tidak bisa diramalkan maka
pola variansi acak ini dalam analisanya diwakili dengan indeks 100% atau sama dengan 1.
c. Trend atau kecenderungan adalah komponen jangka panjang mempunyai kecenderungan tertentu
dalam pola data, baik yang arahnya meningkat ataupun menurun dari waktu ke waktu, sehingga
pola kecenderungan dalam jangka panjang jarang sekali menunjukkan suatu pola yang konstan.
Teknik yang sering digunakan untuk mendapatkan trend suatu data deret waktu adalah rata-rata
bergerak linier, pemulusan eksponensial, model Gompertz, dimana teknik-teknik tersebut hanya
menggunakan data masa lalu untuk mendapatkan pola kecenderungannya dan tidak
memperhitungkan faktor-faktor lain yang mempengaruhi permintaan produk.
d. Musiman Pola musiman menunjukkan suatu gerakan yang berulang dari satu periode ke periode
berikutnya secara teratur. Pola musiman ini dapat ditunjukkan oleh data- data yang
dikelompokkan secara mingguan, bulanan, atau kuartalan, tetapi untuk data yang berbentuk data
tahunan tidak terdapat pola musimannya. Pola musiman ini harus dihitung setiap minggu, bulan,
atau kuartalan
 Peramalan jumlah akta kematian dengan metode single moving average
3
tergantung pada data yang digunakan untuk setiap tahunnya, dan pola musiman ini dinyatakan dalam
bentuk angka. Teknik yang digunakan untuk menentukan nilai pola musiman adalah metode rata -rata
bergerak, pemulusan eksponensial dari winter, dekomposisi klasik.

METODE RATA-RATA BERGERAK TUNGGAL (SINGLE MOVING AVERAGE)

Metode rata-rata bergerak tunggal menggunakan sejumlah data aktual permintaan yang baru
untuk membangkitkan nilai ramalan untuk permintaan di masa yang akan datang. Metode ini akan
efektif diterapkan apabila kita dapat mengasumsikan bahwa permintaan akta kematian terhadap akta
kematian yang dihasilkan akan tetap stabil sepanjang waktu [6]. Metode ini mempunyai dua sifat
khusus yaitu untuk membuat peramalan memerlukan data historis dalam jangka waktu tertentu,
semakin panjang moving average akan menghasilkan moving average yang semakin halus, secara
sistematis single moving average adalah :
x t + x t−1 +…+ X t−n +1
St +1= (1)
n
Dimana :
St + 1 = Forecast untuk period ke t+1.
Xt = Data pada periode t.
n = Jangka waktu Moving average.
nilai n merupakan banyaknya periode dalam rata-rata bergerak [6].

NILAI KETEPATAN PREDIKSI

Ketetapan ramalan adalah suatu hal yang penting untuk peramalan, yaitu bagaimana mengukur
kesesuaian antara data yang sudah ada dengan data peramalan. Ada beberapa perhitungan yang biasa
digunakan untuk menghitung kesalahan peramalan total. Tiga dari perhitungan yang paling terkenal
adalah deviasi mutlak rerata Mean Absolute Deviation (MAD), kesalahan kuadrat rerata Mean
Squared Error (MSE), dan kesalahan persen mutlak rerata Mean Absolute Percentage Error (MAPE)
[7].

MEAN ABSOLUTE PERCENTAGE ERROR (MAPE)

MAPE dihitung dengan menggunakan kesalahan absolut pada tiap periode dibagi dengan nilai
observasi yang nyata untuk periode itu. Kemudian, merata-rata kesalahan persentase absolut tersebut.
MAPE merupakan pengukuran kesalahan yang menghitung ukuran persentase penyimpanan antara
data aktual dengan data peramalan. Nilai MAPE dapat dihitung dengan persamaan berikut [8] :
n
100 % x t−F t
MAPE= ( N )∑
t=1
| |xt
(2)
Keterangan:
𝑋𝑡 = Data aktual pada periode t
𝐹𝑡 = Nilai peramalan pada periode t
𝑛 = Jumlah data
Penggunaan MAPE pada evaluasi hasil prediksi dapat menghindari pengukuran akurasi terhadap
besarnya nilai aktual dan nilai prediksi. Kriteria nilai MAPE ditunjukkan pada Tabel 1.

Tabel 1. Kriterian nilai MAPE

Nilai MAPE Kriteria
< 10% Sangat Baik
10% - 20% Baik
Peramalan jumlah akta kematian dengan metode single moving average
4
20% - 50 % Cukup
> 50% Buruk
 Peramalan jumlah akta kematian dengan metode single moving average
5
STATISTIK DESKRIPTIF
Tabel 2. Statistik Deskriptif

Descriptive Statistics
N Minimum Maximum Sum Mean
Permohonan_Akta_Kema
56 150.00 562.00 1.52E4 2.7195E2
tian
Valid N (listwise) 56

Berdasarkan Tabel 2. Diketahui bahwa banyaknya data dalam penilitian ini sebanyak 56 datum dari
bulan Januari 2016 – Agustus 2020. Data terkecil yaitu 150 dan data terbesarnya yaitu 562 dengan
nilai rata-rata adalah 271,95.

PENENTUAN POLA DATA

Penentuan pola data bertujuan untuk menentukan metode dan model peramalan yang sesuai. Untuk
tampilan grafik dari data jumlah Permohonan Akta Kematian dari bulan Januari 2016 – Agustus 2020
dapat dilihat pada Gambar 1.

Gambar 1. Plot Data Jumlah Permohonan Akta Kematian dari bulan Januari 2016 – Agustus
2020

Jumlah Permohonan Akta Kematian

600

500

400

300

200

100

0
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55

Berdasarkan Gambar 1. terlihat data Jumlah Permohonan Akta Kematian memiliki pola yang stabil
yang artinya bergerak di dalam rata-rata data. Oleh karena itu, metode yang digunakan dalam
meramalkan data Jumlah Permohonan Akta Kematian ini yaitu Single Moving Average dengan
meramalkan periode ke depan yang berarti peramalan pada bulan September.

PERAMALAN DENGAN METODE SINGLE MOVING AVERAGE

 Peramalan jumlah akta kematian dengan metode single moving average
6
Pada penelitian ini menggunakan nilai n= 3 yaitu meramalkan tiga bulan sekali. Hasil rata-rata
bergerak pertama menggunakan single moving average dengan rumus pada persamaan (1) sebagai
berikut :
Untuk t=1
 Peramalan jumlah akta kematian dengan metode single moving average
7
509+202+212
S1 = =307,67
3

Dilakukan hingga t=57 sebagai berikut :

347+165+226
S57= =246
3

Sehingga dapat dibandingkan dilihat hasil peramalannya pada Gambar 2.

Gambar 2. Grafik Perbandingan Data Aktual dan Peramalan

Jumlah Permohonan Akta Kematian

600

500

400

300

200

100

0
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55

Berdasarkan Gambar 2. menggunakan metode single moving average menghasilkan hasil yang
cukup baik, hal ini terlihat dari pola data hasil peramalan yang berpola di sekitar data aktual, sehingga
metode Single Moving Average dapat digunakan untuk peramalan jumlah Permohonan Akta Kematian
pada bulan September 2020.

Mean Absolute Percentage Error (MAPE)

MAPE digunakan untuk melihat ukuran ketepatan peramalan. Dengan menggunakan persamaan
(2) didapat nilai MAPE sebesar 20,147%. Nilai MAPE ini sudah dikatakan “Cukup”.

PENUTUP
Berdasarkan peramalan menggunakan metode Single Moving Average didapat hasil peramalan
jumlah permohonan akta kematian pada September 2020 yaitu sebesar 264. Ukuran ketepatan
peramalan menggunakan nilai MAPE yaitu sebesar 20,147% yang artinya kriteria peramalan tersebut
memiliki peramalan yang tergolong “Cukup”.

DAFTAR PUSTAKA
[1]. Tugas Pokok dan Fungsi [internet] 2020 Desember.[Dikunjungi 19 Mei 2021]. Web :
https://disdukcapil.pontianakkota.go.id
[2]. Persyaratan Pembuatan Akta Kematian [Internet] Agustus 2019. [ Dikunjungi 11 Juni 2021].
Web : htps://tangerangkab.go.id.
 Peramalan jumlah akta kematian dengan metode single moving average
8
[3]. Whitten, J.L., Bentley, L.D., & Dittman, K.C., 2007, Systems analysis and design methods.
New York: McGraw-Hill.
 [4]. Makridakis, S. dan Whellwright, S. C. 2005. Metode dan Aplikasi Peramalan. Jakarta :
Binarupa Aksara.Luria AR. The mind of a mnemonist [L. Solotaroff, trans]. New York: Avon
Books; 1969.
[5]. Arsyad, Lincolin. 2001. Peramalan bisnis. Yogyakarta : BPFE.
[6]. Gaspersz, Vincent. 2005. Production Planning and Inventory Control. Jakarta : Gramedia
Pustaka Utama.
[7]. Margi S, K., Pendawa W, S., 2015, Analisa Penerapan Metode Single Exponential Smoothing
Untuk Prediksi Penjualan Pada Periode Tertentu, Prosiding SNATIF Ke-2, Universitas Bunda
Mulia, Jakarta.
[8]. Chang, P.C., Wang, Y.W., dan Liu, C.H., 2007, The Development of a Weighted Evolving
Fuzzy Neural Network for PCB Sales Forecasting, Elsevier, 32(Expert Systems with
Applications), pp:86-96

KURNIAWATI SAFITRI : Program Studi Statistika, Pontianak,

kurniawatisafitri@student.untan.ac.id
NEVA SATYAHADEWI : Program Studi Statistika, Pontianak,
neva.satya@math.untan.ac.id