BAB II

GAMBARAN UMUM

2.1 Informasi Umum tentang Dinas Penanaman Modal (DPM-PTSP) Kota Surabaya

Nama Instansi : Dinas Penanaman Modal Dan Pelayanan Terpadu Satu Pintu Kota
Surabaya

Alamat : Jl. Tunjungan No. 1-3 Genteng, Surabaya 60275 (Mal Pelayanan
Publik Lt.3) Jawa Timur

Telepon : +62 (031) 99001785

Emai : dpm-ptsp@surabaya.go.id

2.2 Visi dan Misi DPM-PTSP Kota Surabaya

A. Visi
Visi dari Dinas Penanaman Modal Dan Pelayanan Terpadu Satu Pintu Kota Surabaya
yaitu, “Peningkatan investasi dengan pelayanan perizinan yang prima dan informasi
penanaman modal berbasis teknologi informasi”.
B. Misi
1. Mewujudkan Kota Surabaya sebagai penghubung perdagangan dan jasa melalui
peningkatan investasi fasilitas pendukung logistik.
2. Mewujudkan Kota Surabaya sebagai tujuan investasi melalui promosi investasi
dan kerjasama dengan para stakeholders.
3. Mewujudkan pelayanan perizinan dan non-perizinan yang mudah, murah, cepat,
dan pasti melalui peningkatan kualitas teknologi informasi.
4. Memantapkan tata kelola administrasi dinas yang baik.

1. Kepala Dinas;
2. Sekretariat, membawahi:
a. Sub Bagian Umum dan Kepegawaian;
b. Sub Bagian Keuangan.
3. Bidang Promosi dan Pengembangan Potensi Penanaman Modal, membawahi:
a. Seksi promosi;
b. Seksi Pengembangan Potensi Penanaman Modal.
4. Bidang Pelayanan Penanaman Modal dan Pengawasan Industri, membawahi:
 a. Seksi Pelayanan Perizinan dan Non Perizinan;
b. Seksi Pembinaan dan Pengawasan Industri.
5. Bidang Data dan Pengendalian Penanaman Modal, membawahi:
a. Seksi Data dan Informasi Penanaman Modal;
b. Seksi Pengendalian Penanaman Modal.
6. Unit Pelaksana Teknis Dinas (UPTD);
7. Kelompok Jabatan Fungsional
Sekretariat dipimpin oleh Sekretaris yang berada di bawah dan bertanggung jawab
kepada Kepala Dinas. Sekretariat mempunyai tugas melaksanakan sebagian tugas Dinas
di bidang kesekretariatan yang meliputi menyusun dan melaksanakan rencana program
dan petunjuk teknis, melaksanakan koordinasi dan kerjasama dengan lembaga dan
instansi lain, melaksanakan pengawasan dan pengendalian, melaksanakan evaluasi dan
pelaporan, dan melaksanakan tugas-tugas lain yang diberikan oleh Kepala Dinas sesuai
dengan tugas dan fungsinya.
Bidang Promosi dan Pengembangan Potensi Penanaman Modal mempunyai tugas
melaksanakan sebagian tugas Dinas di bidang promosi dan pengembangan potensi
penanaman modal yang meliputi menyusun dan melaksanakan rencana program dan
petunjuk teknis, melaksanakan koordinasi dan kerjasama dengan lembaga dan instansi
lain, melaksanakan pengawasan dan pengendalian, melaksanakan evaluasi dan
pelaporan, dan melaksanakan tugas-tugas lain yang diberikan oleh Kepala Dinas sesuai
dengan tugas dan fungsinya.
Bidang Data dan Pengendalian Penanaman Modal mempunyai tugas melaksanakan
sebagian tugas Dinas di bidang data dan pengendalian penanaman modal yang meliputi
menyusun dan melaksanakan rencana program dan petunjuk teknis, melaksanakan
koordinasi dan kerjasama dengan lembaga dan instansi lain, melaksanakan pengawasan
dan pengendalian, melaksanakan evaluasi dan pelaporan, dan melaksanakan tugas-tugas
lain yang diberikan oleh Kepala Dinas sesuai dengan tugas dan fungsinya.
Investasi merupakan faktor penting dalam pertumbuhan dan perkembangan ekonomi
suatu negara. Laju investasi mempengaruhi tingkat kesejahteraan negara karena investasi
mendorong negara untuk menciptakan produksi dalam memenuhi urusan negara dan
kesejahteraan bangsa. Investasi, terutama dari dalam negeri (PMDN) dan luar negeri
(PMA) ditujukan untuk mempercepat laju pembangunan. Untuk mencapai tujuan dalam
rangka mewujudkan visi dan misi atau tujuan dari Badan Penanaman Modal dan
Pelayanan Terpadu Satu Pintu (DPMPTSP) itu sendiri maka diperlukan suatu rencana kerja
strategis. Langkah awal dapat dimulai dengan memprediksi jumlah proyek investasi pada
Dinas Penanaman Modal dan Pelayanan Terpadu Satu Pintu Kota Surabaya. Hal tersebut
dapat menjadi arah pencapaian dan kebijakan, serta kegiatan prioritas agar pelaksanaan
kegiatan dapat terwujud secara efektif, efisien dan optimal.

4.1 Identifikasi Permasalahan

Untuk mencapai tujuan dalam rangka mewujudkan visi dan misi atau tujuan dari
Badan Penanaman Modal dan Pelayanan Terpadu Satu Pintu (DPMPTSP) itu sendiri
maka diperlukan suatu rencana kerja strategis. Langkah awal dapat dimulai dengan
memprediksi jumlah proyek investasi dari dalam negeri (PMDN) maupun jumlah proyek
investasi asing atau dari luar negeri (PMA) di Kota Surabayat. Hal tersebut dapat menjadi
arah pencapaian dan kebijakan, rencana strategis yang bertujuan untuk memberikan
arahan yang jelas atas kebutuhan yang direncanakan dan kegiatan prioritas agar
pelaksanaan kegiatan dapat terwujud secara efektif, efisien dan optimal. maka perlu
 mengolah data guna memprediksi ataupun meramalkan jumlah proyek investasi pada
Dinas Penanaman Modal dan Pelayanan Terpadu Satu Pintu Kota Surabaya.

4.2 Landasan Teori

4.2.1 Data Time Series
Data time series sering kali ditemukan dalam berbagai bidang disiplin ilmu
seperti ekonomi, pertanian, meteorologi, biologi, serta disiplin ilmu lainnya. Data
bentuk time series dapat dicatat berdasarkan periode waktu harian, mingguan,
bulanan, tahunan, ataupun periode waktu tertentu lainnya dalam rentang waktu yang
sama (Cryer, 2008). Pada data time series nilai pengamatan suatu periode waktu
diasumsikan dipengaruhi oleh nilai pengamatan pada periode waktu sebelumnya.
Sehingga, analisis data time series memungkinan untuk melakukan peramalan
(forecasting) di masa mendatang. Misalkan pada bidang ekonomi, Bank Indonesia
mencatat nilai tukar harian dolar terhadap rupiah selama periode waktu tertentu. Dari
data yang telah diperoleh ini kita tertarik untuk mengetahui perkiraan atau ramalan
dari nilai tukar dolar terhadap rupiah pada beberapa periode waktu selanjutnya (pada
masa yang akan datang).

4.2.2 Peramalan (Forecasting)

Peramalan (forecasting) merupakan alat bantu yang penting dalam
perencanaan yang efektif dan efisien. Menurut Makridakis (1999), teknik peramalan
terbagi menjadi dua bagian, yang pertama metode peramalan subjektif dan metode
peramalan objektif. Metode peramalan subjektif mempunyai model kualitatif dan
metode peramalan objektif mempunyai dua model, yaitu model time series dan model
kausal.

Model kualitatif berupaya memasukkan faktor-faktor subyektif dalam model

peramalan, model ini akan sangat bermanfaat jika data kuantitatif yang akurat sulit
diperoleh. Contoh dari metode ini ialah metode delphi, opini juri eksekutif, komposit
kekuatan dan survey pasar konsumen. Model kausal memasukkan dan menguji
variabel-variabel yang diduga akan mempengaruhi variabel dependen, model ini
biasanya menggunakan analisis regresi untuk menentukan mana variabel yang
signifikan mempengaruhi variable dependen. Selain menggunakan analisis regresi,
model kausal juga dapat menggunakan metode ARIMA atau Box-Jenkins untuk
mencari model terbaik yang dapat digunakan dalam peramalan. Model time series
merupakan model yang digunakan untuk memprediksi masa depan dengan
 menggunakan data historis. Dengan kata lain, model time series mencoba melihat apa
yang terjadi pada suatu kurun waktu tertentu dan menggunakan data masa lalu untuk
memprediksi. Contoh dari model time series ini antara lain Moving average,
Exponential Smoothing dan proyeksi trend. (Raharja et al., 2007)

4.2.3 Metode Peramalan Time Series

Metode ini merupakan suatu prakiraan untuk di masa mendatang yang
berdasarkan nilai dari masa lalu dari suatu variable. Pada metode time series terdapat
beberapa metode :

4.2.3.1 Metode Double Exponential Smoothing

Metode Double exponential smoothing adalah suatu metode yang paling

luas digunakan untuk menentukan persamaan trend data pemulusan kedua melalui
proses smoothing. Sistem peramalan ini menangkap pola dari data yang telah lalu
kemudian digunakan untuk memproyeksikan data yang akan datang. Rumus Double
Exponential Smoothing dapat ditunjukkan sebagai berikut :

St =a X t + ( 1−α ) ( S t−1 +T t−1 )

T t=β ( St −St −1 ) + (1−β ) T t−1

F t+ m=St +T t . m

Keterangan :

St = Nilai pemulus tunggal

Xt = Data sebenarnya pada waktu ke-t

Tt = Pemulus Trend

F t+ m = Nilai ramalan

m = Periode masa mendatang

α = Koefisien pemulus (smoothing)(0< α <1)

β = Koefisien pemulus (smoothing)(0< β <1)

4.2.3.2 Metode Single Exponential Smoothing

 Suatu teknik atau metode peramalan yang melakukan proses aktivitasnya
secara terus menerus memperbaiki suatu peramalan dengan merata – rata
(menghaluskan = smoothing) nilai data aktual dari masa lalu dengan cara menurun
(exponential). Rumus sederhana Exponential Smoothing adalah sebagai berikut :

F t+1 =αXt+ ( 1−α ) Ft

Dimana :

t = Periode saat ini

α = Konstanta Exponential Smoothing

Xt = Permintaan periode t

Ft = Peramalan periode t

F t+1 = Peramalan untuk periode yang akan datang

4.2.3.3 Metode Quadratic Trend

Tren quadratic merupakan model tren yang mempunyai nilai variabel bebas
naik dan turun secara linier apabila datanya dibuat scatter plot. Tren quadratic
termasuk tren yang berpola linier dalam jangka pendek atau menengah dan menjadi
non liner dalam jangka panjang. Adapun rumus persamaan tren quadratic
ditunjukkannsebagai berikut :

2
Y t =α + bx+ c x

Dengan :

Yt = Nilai tren pada periode tertentu

a = Nilai tren pada periode dasar (nilai konstanta)

b,c = Perubahan tren setiap periode (nilai koefisien)

2
x ,x = Unit periode yang dihitung dari periode tetentu

4.2.3.4 Metode Linear Trend

Model tren Linear sendiri merupakan suatu bentuk data dimana perubahan
datanya berdasarkan waktu adalah konstan. Model Tren Linear memiliki persamaan
sebagai berikut:
 Yt =β 0+ β 1 T

Keterangan :

Yt = nilai data pada tahun t

4.2.3.5 Metode Exponential Growth Curve

Model eksponential growth curve merupakan suatu bentuk yang

mempunyai data dimana perubahan datanya semakin lama semakin bertambah secara
eksponensial. Model Exponential Growth Curve memiliki persamaan sebagai berikut:

Y = β 0 e β 1T

Keterangan :

e = eksponensial (2,71828)

β0 = konstanta yang menunjukkan nilai data pada tahun awal

β1 = besarnya perubahan data dari satu periode ke periode lainnya

T = tahun