KATA PENGANTAR
Segala puji dan syukur kehadirat Allah SWT atas berkah, rahamat dan hidyah-Nya yang
senantiasa dilimpahakan kepada penulis, sehingga bisa menyelasaikan makalah dengan
judul “Prediksi Jumlah Penduduk Provinsi Kalimantan Selatan Menggunakan Metode
Semi Average” sebagai syarat untuk menyelesaiakan tugas matakuliah Teknik Analisa
Kuantitatif.
Dalam penyusunan makalah ini banyak hambatan serta rintangan yang penulis hadapi
namun pada akhirnya dapat melaluinya berkat adanya bimbingan dan bantuan dari berbgai
pihak baik secara moral maupun spiritual. Untuk itu pada kesempatan ini penulis
menyampaikan ucapan terimakasih kepada bapak Rendra Supurobo Aji, S.T., M.T. selaku
Dosen Pengampu Matakuliah yang telah memberikan dukungan pengarahan selama masa
perkuliahan.
Penulis mohon maaf atas segala kesalahan yang pernah dilakukan. Semoga makalah ini
dapat memberikan manfaat untuk mendorong penyusunan penelitian selanjutnya.
Penulis
2
DAFTAR ISI
KATA PENGANTAR...........................................................................................................2
DAFTAR ISI..........................................................................................................................3
BAB I.....................................................................................................................................4
PENDAHULUAN.................................................................................................................4
1.1 Latar Belakang........................................................................................................4
1.2 Rumusan Masalah...................................................................................................5
1.3 Tujuan.....................................................................................................................5
BAB II....................................................................................................................................6
TINJAUAN TEORI...............................................................................................................6
2.1 Manfaat Peramalan..................................................................................................6
2.2 Pengertian analisa deret berkala..............................................................................6
2.3 Ciri-ciri trend sekuler..............................................................................................7
2.4 Rumus metode semi average...................................................................................8
BAB III..................................................................................................................................9
PEMBAHASAN....................................................................................................................9
3.1 Pengertian Analisa Time Series..............................................................................9
3.2 Komponen Analisa Time Series..............................................................................9
3.3 Ciri-Ciri Trend Sekunder......................................................................................11
3.4 Metode Semi Average...........................................................................................11
3.5 Metode Moving Average......................................................................................17
3.6 Metode Least Square.............................................................................................18
BAB IV................................................................................................................................22
STUDI KASUS....................................................................................................................22
BAB V.................................................................................................................................27
PENUTUP...........................................................................................................................27
DAFTAR PUSTAKA..........................................................................................................28
3
BAB I
PENDAHULUAN
Penduduk adalah orang atau orang-orang yang mendiami suatu tempat (kampung,
negara, dan pulau) yang tercatat sesuai dengan persyaratan dan ketentuan yang berlaku di
tempat tersebut.Berdasarkan tempat lahir dan lama tinggal penduduk suatu daerah dapat
dibedakan menjadi empat golongan, yaitu penduduk asli, penduduk pendatang, penduduk
sementara, dan tamu.Penduduk asli adalah orang yang menetap sejak lahir. Penduduk
pendatang adalah orang yang menetap, tetapi lahir dan berasal dari tempat lain. Penduduk
sementara adalah orang yang menetap sementara waktu dan kemungkinan akan pindah ke
tempat lain karena alasan pekerjaan, sekolah, atau alasan lain. Adapun tamu adalah orang
yang berkunjung ke tempat tinggal yang baru dalam rentang waktu beberapa hari dan akan
kembali ke tempat asalnya. Penduduk dunia saat ini telah mencapai lebih dari 6 miliar, di
mana di antara jumlah tersebut, 80 persen tinggal di negara-negara berkembang.
Sementara itu, United Nations memproyeksikan bahwa penduduk perkotaan di negara-
negara berkembang terus meningkat dengan rata-rata pertumbuhan 2,4 persen per tahun.
Angka ini merupakan dua kali lipat angka pertumbuhan penduduk total negara-negara
berkembang pada umumnya, yakni sekitar 1,2 persen. Meski penduduk perkotaan di
negara-negara maju juga meningkat dengan angka pertumbuhan yang lebih besar daripada
angka pertumbuhan penduduk totalnya, dan juga angka urbanisasinya jauh lebih besar
daripada negara-negara berkembang, pertumbuhan perkotaan di negara-negara
berkembang tetap lebih cepat disertai dengan meningkatnya penduduk perkotaan secara
absolut.
Peningkatan jumlah penduduk seiring dengan bertambahnya tahun maka terdapat
banyaknya kebutuhan-kebutuhan yang mengakibatkan peningkatan kualitas hidup
penduduk salah satunya pada Provinsi Kalimantan Selatan. Berdasarkan Data dari Badan
Pusat Statistik Kalimantan Selatan, jumlah penduduk pada tahun 2000 adalah 2.984.026
jiwa, tahun 2001 adalah 3.044.879 jiwa, tahun 2002 adalah 3.106.720 jiwa, tahun 2003
adalah 3.201.962 jiwa, tahun 2004 adalah 3.219.398 jiwa, tahun 2005 adalah 3.250.100
jiwa, tahun 2006 adalah 3.345.784 jiwa, tahun 2007 adalah 3.396.680 jiwa, tahun 2008
adalah 3.446.631 jiwa, tahun 2009 adalah 3.496.125 jiwa, tahun 2010 adalah 3.642.637
jiwa, tahun 2011 adalah 3.714.340 jiwa, tahun 2012 adalah 3.784.981 jiwa, tahun 2013
4
adalah 3.854.485jiwa, tahun 2014 adalah 3.922.790 jiwa. Pada tahun 2012 sampai dengan
tahun 2014 jumlah penduduk di Provinsi Kalimantan Selatan mengalami peningkatan
hingga 0,98%. Permasalahannya adalah dalam memperkirakan jumlah jiwa penduduk di
Kalimantan Selatan yang meningkat pada tiga tahun terakhir sebelumnya namun untuk
tahun-tahun berikutnya prediksi tersebut belum bisa diperkirakan sehingga dengan adanya
prediksi jumlah penduduk maka dapat membantu pemerintah Provinsi Kalimantan Selatan
untuk mengambil kebijakan yang berkaitan dengan peningkatan kualitas hidup
penduduk.Dari hal tersebut dilakukan penelitian untuk mengambil kebijakan-kebijakan
peningkatan kualitas hidup penduduk dengan Metode Semi Average.
1.3 Tujuan
5
BAB II
TINJAUAN TEORI
Pada dasarnya peramalan adalah merupakan suatu dugaan atau perkiraan tentang
terjadinya suatu keadaan dimasa depan, tetapi dengan menggunakan metode – metode
tertentu maka peramalan akan menjadi lebih dari sekedar perkiraan. Peramalan dilakukan
dengan memanfaatkan informasi terbaik yang ada pada masa itu, untuk menimbang
kegiatan dimasa yang akan datang agar tujuan yang diinginkan dapat tercapai.
Pertimbangan tentang peramalan telah tumbuh karena beberapa faktor, yang
pertama adalah karena meningkatnya kompleksitas organisasi dan lingkungan. Hal ini
menjadikan semakin sulit bagi pengambil keputusan untuk mempertimbangkan semua
faktor secara memuaskan. Kedua, dengan meningkatnya ukuran organisasi, maka bobot
dan kepentingan suatu keputusan meningkat pula. Ketiga lingkungan dari kebanyakan
organisasi telah berubah dengan cepat.
Peramalan diperlukan karena adanya perbedaan perbedaan waktu antara
kebijaksanaan baru dengan waktu pelaksanaan tersebut. Oleh karena itu, dalam
menentukan kebijaksanaan perlu diperlukan kesempatan atas peluang yang ada, dan
gangguan yang mungkin terjadi pada saat kebijaksanaan baru tersebut dilaksanakan.
Peramalan diperlukan untuk mengantisipasi suatu peristiwa yang dapat terjadi pada masa
yang akan datang, sehingga dapat dipersiapkan kebijaksanaan atau tindakan-tindakan yang
perlu dilakukan.
Analisa deret berkala merupakan prosedur analisis yang dapat digunakan untuk
mengetahui gerak perubahan atau perkembangan nilai suatu variabel sebagai akibat dari
6
perubahan waktu. Dalam analisis ekonomi dan lingkungan bisnis biasanya analisa deret
berkala digunakan untuk meramal (forecasting ) nilai suatu variabel pada masa lalu dan
masa yang akan datang berdasarkan pada kecenderungan dari perubahan nilai variabel
tersebut.
Analisa deret berkala (time series) juga merupakan suatu analisis yang berdasarkan
hasil ramalan yang disusun atas pola hubungan antara variabel yang dicari dengan variabel
waktu yang mempengaruhinya. Pendugaan masa depan dilakukan berdasarkan nilai masa
lalu dari suatu variabel. Analisa deret berkala bertujuan untuk:
Trend (T) (atau trend sekuler) adalah gerakan berjangka panjang yang menunjukkan
adanya kecenderungan menuju ke satu arah kenaikan dan penurunan secara keseluruhan
dan bertahan dalam jangka waktu yang digunakan sebagai ukuran adalah 10 tahun ke
atas, perlu diketahui bahwa trend sangat berguna untuk membuat ramalan yang sangat
diperlukan bagi perencanaan. Misalnya :
Analisis trend merupakan suatu metode analisis statistika yang ditujukan untuk
melakukan suatu estimasi atau peramalan pada masa yang akan datang. Untuk melakukan
peramalan dengan baik maka dibutuhkan berbagai macam informasi (data) yang cukup
banyak dan diamati dalam periode waktu yang relatif cukup panjang, sehingga hasil
analisis tersebut dapat mengetahui sampai berapa besar fluktuasi yang terjadi dan faktor-
faktor apa saja yang mempengaruhi terhadap perubahan tersebut.Rumus metode semi
Average Rumus untuk menentukan trend :
Y’ = a + b(x)
7
b : kemiringan (slope) garis trend x : periode waktu deret berkala
Ada beberapa metode yang dapat digunakan untuk menentukan persamaan garis
yang menunjukkan hubungan antara nilai variabel dengan waktu, yaitu metode tangan
bebas, metode semi rata-rata, metode rata-rata bergerak dan metode kuadrat terkecil.
b =Y2-Y1/ n
8
BAB III
PEMBAHASAN
Analisa deret berkala (time series)merupakan prosedur analisis yang dapat digunakan
untuk mengetahui gerak perubahan atau perkembangan nilai suatu variabel sebagai akibat
dari perubahan waktu. Dalam penelitian, analisa deret berkala digunakan untuk meramal
(forecasting) nilai suatu variabel pada masa lalu dan masa yang akan datang berdasarkan
pada kecenderungan dari perubahan nilai variabel tersebut.Analisa deret berkala (time
series) juga merupakan suatu analisis yang berdasarkan hasil ramalan yang disusun atas
pola hubungan antara variabel yang dicari dengan variabel waktu yang mempengaruhinya.
Pendugaan masa depan dilakukan berdasarkan nilai masa lalu dari suatu variabel.
Analisa deret berkala bertujuan untuk:
Mengetahui kecenderungan nilai suatu variabel dari waktu ke waktu.
Meramal (forecast) nilai suatu variabel pada suatu waktu tertentu.
Merupakan suatu pedoman dalam menentukan tingkatpersediaan perencanaan dan
dapat digunakan sebagai masukan untukpenentuan jumlah investasi.
Pola gerakan runtut waktu atau deret berkala dapat dikelompokan kedalam 4 (empat)
pola pokok. Pola ini bisanya disebut sebagai komponen dari deret berkala (time series).
Empat komponen deret berkala itu adalah:
1. Trend, yaitu gerakan yang berjangka panjang yang menunjukkan adanya
kecenderungan menuju ke satu arah kenaikan dan penurunan secara keseluruhan dan
bertahan dalam jangka waktu yang digunakan sebagai ukuran adalah 10 tahun
keatas.
2. Variasi Musim, yaitu ayunan sekitar trend yang bersifat musiman serta kurang lebih
teratur dengan periode waktu yang sangat singkat yaitu satu tahun atau kurang.
3. Variasi Siklus, yaitu ayunan trend yang berjangka lebih panjang dan agak lebih
teratur dengan periode lebih dari satu tahun antara satu puncak (peak) ke puncak
berikutnya.
9
4. Variasi Yang Tidak Tetap (Irreguler), yaitu gerakan yang tidak teratur sama sekali.
Biasanya, komponen ini dapat terjadi akibat adanya suatu perubahan yang
mendadak.
Gerakan atau variasi dari data berkala juga terdiri dari empat komponen, yaitu:
Tabel 3.1 Gerakan/variasi data berkala (Time Series)
Gerakan/Variasi Grafik
Gerakan/variasi trend jangka panjang atau long term
movements or seculer trend yaitu suatu gerakan yang
menunjukan arah perkembangan secara umum
(kecenderungan menaik atau menurun) dan bertahan
dalam jangka waktu yang digunakan sebagai ukuran
adalah 10 tahun ke atas.
Gerakan/variasi siklis atau cyclical movements or
variation adalah gerakan/variasi jangka panjang
disekitar garis trend.
Jika dikaitkan dengan kegiatan perencanaan, analisis deret berkala atau analisis time
series seringkali digunakan untuk memprediksi nilai dimasa yang akan datang. Dengan
diketahuinya nilai dimasa mendatang, maka perencanaan akan sesuai dengan kebutuhan,
efektif dan efisien. Nilai dimasa mendatang itu pada dasarnya merupakan nilai time series
10
dimasa mendatang, yaitu nilai-nilai yang diharapkan dapat terjadi dimasa mendatang,
dengan dasar faktor-faktor (nilai-nilai) yang telah diterjadi dimasa lalu.
Trend (T) atau trend sekuler adalah gerakan berjangka panjang yang menunjukkan
adanya kecenderungan menuju ke satu arah kenaikan dan penurunan secara keseluruhan
dan bertahan dalam jangka waktu yang digunakan sebagai ukuran adalah 10 tahun ke
atas, perlu diketahui bahwa trend sangat berguna untuk membuat ramalan yang sangat
diperlukan bagi perencanaan.
Misalnya:
1. Menggambarkan hasil penjualan
2. Jumlah peserta KB
3. Perkembangan produksi harga
4. Volume penjualan dari waktu ke waktu (dll)
Analisis trend merupakan suatu metode analisis statistika yang ditujukan untuk
melakukan suatu estimasi atau peramalan pada masa yang akan datang. Untuk melakukan
peramalan dengan baik maka dibutuhkan berbagai macam informasi (data) yang cukup
banyak dan diamati dalam periode waktu yang relatif cukup panjang, sehingga hasil
analisis tersebut dapat mengetahui sampai berapa besar fluktuasi yang terjadi dan faktor-
faktor apa saja yang mempengaruhi terhadap perubahan tersebut.
Berikut adalah rumus yang dapat digunakan untuk menentukan trend :
Y =a+b ( x)
Dimana :
Y : nilai variabel Y pada suatu waktu tertentu
a : perpotongan antara garis trend dengan sumbu tegak (Y)
b : kemiringan (slope) garis trend
x : periode waktu deret berkala
Ada beberapa metode yang dapat digunakan untuk menentukan persamaan garis yang
menunjukkan hubungan antara nilai variabel dengan waktu, yaitu metode semi rata-rata
(semi average), metode rata-rata bergerak (moving average) dan metode kuadrat terkecil
(least square).
11
3.4 Metode Semi Average
12
Menentukan periode dasar. Misal, diasumsikan periode dasar menggunakan tahun
tengah data tahun kelompok 1 sehingga periode dasar terletak antara tahun ke-3
dan ke-4
Menentukan angka tahun (x), karena periode dasar berangka tahun x=0. Karena
data historis berjumlah genap, maka periode dasar terletak antara tahun ke-3 dan
ke-4. Maka, angka tahun (x) untuk tahun ke-3 keatas adalah -1, -3, -5,… dan
angka tahun (x) untuk tahun ke-4 keatas adalah 1, 3, 5, … dst.
Menentukan nilai semi total, yaitu jumlah total penjualan masing-masing
kelompok
Menentukan semi average tiap kelompok data yaitu dengan cara membagi semi
total dengan banyak data dalam masing-masing kelompok.
Menentukan trend awal tahun yaitu dengan mengurangkan semi average
kelompok 2 dengan semi average kelompok 1 dan membagi dengan jumlah
banyaknya data.
Melakukan peramalan dengan rumus yang dihasilkan oleh perhitungan kelompok
Berikut adalah contoh hasil tabel pengolahan datanya.
Jumlah Semi Trend awal
Tahun Klp x Semi total b
data average tahun
Ke-1 Aa -5 Y=a+b(x)
Ke-2 Bb -3
Ke-3 Cc -1 Aa+bb+cc+dd+ee+ff Q/6 = Y 2−Y 1 Dengan
1
Ke-4 Dd 1 =Q Y1 n ketentuan a = Y1
Ke-5 Ee 3
Ke-6 Ff 5
Ke-7 Gg 2 7 Gg+hh+ii+jj+kk+ll R/6 = Y 2−Y 1
Ke-8 Hh 9 =R Y2 n
1
Ke-9 Ii
1
1
Ke-10 Jj
3
1
Ke-11 Kk
5
Ke-12 Ll 1
13
7
B. Data Genap Kelompok Ganjil
Berikut adalah contoh data yang diperoleh dalam bentuk deret waktu (time series)
Tahun Jumlah Data
Ke-1 Aa
Ke-2 Bb
Ke-3 Cc
Ke-4 Dd
Ke-5 Ee
Ke-6 Ff
Ke-7 Gg
Ke-8 Hh
Ke-9 Ii
Ke-10 Jj
Ke-11 Kk
Ke-12 Ll
Ke-13 Mm
Ke-14 Nn
Jumlah seluruh data di atas yakni 14 data (Genap). Oleh karena itu analisis data
dilakukan dengan cara sebagai berikut:
Mengelompokkan data menjadi 2 kelompok. Karena jumlah data genap langsung
dibagi dua yang masing-masing kelompok terdiri dari 7 data (Ganjil).
Menentukan periode dasar. Misalnya diasumsikan periode dasar menggunakan
tahun tengah data tahun kelompok II, sehingga periode dasarnya adalah tahun ke-
11
Menentukan Angka Tahun. Karena periode dasar tahun ke-11 berangka tahun x =
0, maka angka tahun untuk tahun ke-12, ke-13, ke-14 adalah 1, 2, 3 dan angka
tahun untuk ke-10, ke-9, ke-8 adalah -1, -2, -3 ..., dst.
Menentukan nilai Semi Total yakni Jumlah total penjualan masing-masing
kelompok.
Menentukan Semi average tiap Kelompok data. Semi Average untuk kelompok 1
yaitu membagi semi total dengan banyaknya data yaitu dengan dibagi 7.
14
Menentukan trend awal tahun yaitu dengan mengurangkan semi average
kelompok 2 dengan semi average kelompok 1 dan membagi dengan banyak data
yaitu 7.
Dan untuk menentukan peramalan gunakan rumus yang dijadikan sebagai
kelompok 1.
Berikut adalah contoh hasil tabel pengolahan datanya.
Semi
Tahu Jumla Kl Trend awal
x Semi total averag b
n h data p tahun
e
Ke-1 Aa -10
Ke-2 Bb -9
Ke-3 Cc -8
Aa+bb+cc+dd+ee+ Q/7 = Y 2−Y 1
Ke-4 Dd 2 -7
ff+gg = Q Y1 n
Ke-5 Ee -6
Ke-6 Ff -5
Ke-7 Gg -4
Ke-8 Hh -3 Y=a+b(x)
Ke-9 Ii -2
Ke- Dengan
Jj -1
10 ketentuan a =
Ke- Y1
Kk 0
11 Hh+ii+jj+kk+ll+ R/7 = Y 2−Y 1
1
Ke- mm+nn = R Y2 n
Ll 1
12
Ke- Mm
2
13
Ke- Nn
3
14
C. Data Ganjil
Berikut adalah contoh data yang diperoleh dalam bentuk deret waktu (time series)
Tahun Jumlah Data
Ke-1 Aa
Ke-2 Bb
15
Tahun Jumlah Data
Ke-3 Cc
Ke-4 Dd
Ke-5 Ee
Ke-6 Ff
Ke-7 Gg
Ke-8 Hh
Ke-9 Ii
Ke-10 Jj
Ke-11 Kk
Ke-12 Ll
Ke-13 Mm
Dalam metode semi average yang jumlah datanya ganjil dapat dikerjakan dengan 2
cara, yaitu :
I. Jumlah deret berkala dikelompokkan menjadi 2 bagian yang sama dengan cara
memasukkan periode tahun serta nilai deret berkala tertengah ke dalam tiap
kelompok. Berikut adalah hasil pengolahan datanya.
Semi
Tahu Jumla Kl Trend awal
x Semi total averag b
n h data p tahun
e
Ke-1 Aa -3
Ke-2 Bb -2 Y=a+b(x)
Ke-3 Cc -1
Aa+bb+cc+dd+ee+ Q/7 = Y 2−Y 1
Ke-4 Dd 1 0 Dengan
ff+gg = Q Y1 n−1
Ke-5 Ee 1 ketentuan a =
Ke-6 Ff 2 Y1
Ke-7 Gg 3
Ke-9 Ii 5 Dengan
Ke- Jj 6 ketentuan a =
10 Y2
16
Ke-
Kk 7
11
Ke-
Ll 8
12
Ke- Mm
9
13
II. Jumlah deret berkala dikelompokkan menjadi 2 bagian yang sama dengan cara
menghilangkan periode tahun serta nilai deret berkala tertengah. Berikut
adalah hasil pengolahan datanya.
Semi
Tahu Jumla Kl Trend awal
x Semi total averag b
n h data p tahun
e
Ke-1 Aa -5
Y=a+b(x)
Ke-2 Bb -3
Ke-3 Cc -1 Aa+bb+cc+dd+ee+f Q/6 = Y 2−Y 1
1 Dengan
Ke-4 Dd 1 f=Q Y1 n+1
ketentuan a =
Ke-5 Ee 3
Y1
Ke-6 Ff 5
Ke-8 Hh 9
Ke-9 Ii 11
Ke-
Jj 13 Y=a+b(x)
10
Ke- Hh+ii+jj+kk+ll+ R/6 = Y 2−Y 1
Kk 2 15 Dengan
11 mm+nn = R Y2 n+1
ketentuan a =
Ke-
Ll 17 Y2
12
Ke- Mm
19
13
Dengan menghitung beberapa angka rata-rata dari suatu time series. Dimana dengan
metode ini data asli yang naik turun dapat kita buat lebih rata. Menghitung trend dengan
17
metode angka rata-rata bergerak dapat dilaksanakan bila jumlah data ganjil minimal 3
periode.
Langkah - langkah menggunakan metode moving average yaitu sebagai berikut :
a. Angka-angka dari periode data dijumlahkan dan dihitung angka rata-ratanya,
hasilnya diletakkan pada periode data yang terakhir
b. Untuk menghitung trend tahun berikutnya, prosesnya sama dengan cara
menghilangkan periode tahun yang berakhir dan menambahkan data angka periode
selanjutnya. selanjutnya diletakkan pada periode yang terakhir
Rumus Moving Average atau Rata-rata Bergerak adalah
MA=
∑X
Jumlah Periode
Dimana :
MA = Moving Average
ΣX = Keseluruhan Penjumlahan dari semua data periode waktu yang
diperhitungkan
Jumlah Periode = Jumlah Periode Rata-rata bergerak
Berikut adalah contoh hasil pengolahan datanya.
Bulan Penjualan (unit) Perkiraan (unit)
Ke-1 5 -
Ke-2 10 -
Ke-3 15 -
Ke-4 ? -
Perkiraan Penjualan untuk bulan ke-4adalah :
(22.500+ 37.750+ 30.000 )
MA Bulan ke−4=
3
90.000
MA Bulan ke−4=
3
MA Bulan ke 4=30.000
Catatan : Untuk perhitungan bulan ke-5, Penjualan pada bulan ke-1 dihilangkan dan
digantikan dengan hasil penjualan pada bulan ke-4. Hal ini karena perhitungan Moving
Average atau Rata-rata Bergerak kita adalah 3 bulanan.
18
3.6 Metode Least Square
19
6.400
a= =1.280
5
700
b= =70
10
Jadi, jika dimasukkan dalam rumus menjadi :
Y =a+bx
Y =1.280+ 70(3)
Y =1.490
Nilai X diatas dimasukkan sebesar 3 karena yang ingin diramal adalah data tahun
2017, jadi jika dilihat pada tabel diatas, nilai x untuk tahun 2017 dapat diketahui adalah
sebesar 3.
B. Genap
Tahun Penjualan (Y) X X.Y X2
2011 1.100 -5 -5.500 25
2012 1.200 -3 -3.600 9
2013 1.000 -1 -1.000 1
2014 1.400 1 1.400 1
2015 1.500 3 4.500 9
2016 1.300 5 6.500 25
Σ 6.400 0 2.300 70
Pada data genap, karena data tengah berada di tengah-tengah antara tahun 2013 dan
2014, maka otomatis nilai nol berada di tengah kedua data tersebut. Sehingga loncatan dari
nilai X tersebut adalah kelipatan 2.Sehingga, peramalan untuk tahun 2017 adalah sebagai
berikut :
7.500
a= =1.250
6
2.300
b= =32,86
70
Y =a+bx
Y =1.2580+ 32,86(7)
Y =1.480,2
2. Metode Nol Bebas (ΣX ≠ 0)
20
Pada metode nol bebas skala X (ΣX) adalah bebas, berbeda dengan metode titik
tengah yang skala X nya harus nol. Biasanya metode nol bebas berlaku jika ditentukan
suatu tahun dasar dalam suatu periode.
Rumus untuk perhitungan a dan b untuk metode nol bebas adalah sebagai berikut :
n ∑ XY −∑ X ∑ Y
b=
n ∑ x −(¿ ∑ x ) ❑❑ ¿
2 2
a=Y −b X
Semisal ingin menentukan ramalan penjualan pada tahun 2017 dengan menggunakan data
tahun 2015 sebagai tahun dasar, maka :
Tahun Penjualan (Y) X X.Y X2
2012 1.200 -3 -3.600 9
2013 1.000 -2 -2.000 4
2014 1.400 -1 -1.400 1
2015 1.500 0 0 0
2016 1.300 1 1.300 1
Σ 6.400 5 -5.700 15
Letak nol pada kolom X bukan berada di tengah-tengah data lagi, melainkan pada data
tahun 2015 karena ditetapkan sebagai tahun dasar.Jika dilihat pada data diatas, karena ΣX
≠ 0, maka rumus yang dipakai untuk menghitung a dan b adalah rumus metode nol bebas.
Sehingga didapatkan :
(5 ×5.700)−(−5 ×6.400)
b= =70
5 ×15−(−5) ❑2❑
6.400 −5
a= −70× =1.350
5 5
Jadi, jika dimasukkan dalam rumus menjadi :
Y =a+bx
Y =1.350+ 70(2)
Y =1.490
21
BAB IV
STUDI KASUS
Prediksi Jumlah Penduduk Provinsi Kalimantan Selatan Menggunakan Metode Semi
Average
Penduduk adalah orang-orang yang berada di dalam suatu wilayah yang terikat
oleh aturanaturan yang berlaku dan saling berinteraksi satu sama lain secara terus
menerus / kontinyu. Dalam sosiologi, penduduk adalah kumpulan manusia yang
menempati wilayah geografi dan ruang tertentu. Berdasarkan Data dari Badan Pusat
Statistik Kalimantan Selatan [1], jumlah penduduk pada tahun 2000 adalah 2.984.026 jiwa,
tahun 2001 adalah 3.044.879 jiwa, tahun 2002 adalah 3.106.720 jiwa, tahun 2003 adalah
3.201.962 jiwa, tahun 2004 adalah 3.219.398 jiwa, tahun 2005 adalah 3.250.100 jiwa,
tahun 2006 adalah 3.345.784 jiwa, tahun 2007 adalah 3.396.680 jiwa, tahun 2008 adalah
3.446.631 jiwa, tahun 2009 adalah 3.496.125 jiwa, tahun 2010 adalah 3.642.637 jiwa,
tahun 2011 adalah 3.714.340 jiwa, tahun 2012 adalah 3.784.981 jiwa, tahun 2013 adalah
3.854.485jiwa, tahun 2014 adalah 3.922.790 jiwa . Pada tahun 2012 sampai dengan tahun
2014 jumlah penduduk di Provinsi Kalimantan Selatan mengalami peningkatan hingga
0,98%. Permasalahannya adalah dalam memperkirakan jumlah jiwa penduduk di
Kalimantan Selatan yang meningkat pada tiga tahun terakhir sebelumnya namun untuk
tahun-tahun berikutnya prediksi tersebut belum bisa diperkirakan sehingga dengan adanya
prediksi jumlah penduduk maka dapat membantu pemerintah Provinsi Kalimantan Selatan
untuk mengambil kebijakan yang berkaitan dengan peningkatan kualitas hidup penduduk.
22
Hasil dan pembahasan a. Data genap Sebelum menghitung perkiraan perolehan
jumlah penduduk pada tahun 2015 akan diadakan ujicoba pencarian hasil perolehan jumlah
penduduk pada tahun 2012, 2013, dan 2014 untuk mengetahui valid atau tidaknya Semi
Average. Untuk pencarian hasil perolehan jumlah penduduk pada tahun 2012 digunakan
data jumlah (genap) penduduk mulai tahun 2000 sampai dengan tahun 2011. Selanjutnya
adalah menentukan nilai variabel garis Trend awal tahun (Y’)
Jumlah seluruh data di atas yakni 12 data (Genap). Oleh karena itu analisis data
dilakukan dengan cara sebagai berikut :
23
5. Menentukan Semi average tiap Kelompok data yaitu dengan cara membagi semi
total dengan banyak data dalam masingmasing kelompok yatitu dibagi dengan 6.
6. Menentukan trend awal tahun yaitu dengan mengurangkan semi average
kelompok 2 dengan semi average kelompok 1 dan membagi dengan banyak data
yaitu 6.
7. Dan untuk menentukan peramalan gunakan rumus yang dijadikan kelompok 1.
Untuk Kelompok I
= 18.807.085
= 3.134.514
Untuk Kelompok II
24
= 21.042.195
= 3.507.033
b = (Y2-Y1)/n
= (3.507.033-3.134.514)/6
= 62.086
Maka rumus peramalan yang digunakan untuk perhitungan trend awal tahun tahun
2000 – 2011, yaitu:
Y’ = a + b(x) Y’
= 3.134.514 + 62.086(x/2)
Ditentukan jika selisih perolehan antara perhitungan dengan Metode Semi Average
dengan hasil nyata adalah >40% maka dinyatakan tidak valid. Dibandingkan dengan hasil
nyata yang diperoleh pada tahun 2012 terdapat selisih 1,66% (60.646 jiwa), berarti hasil
yang didapat valid. Pada tahun 2013 terdapat selisih 1,77% (68.063 jiwa) berarti hasil yang
didapat adalah valid. Dan pada tahun 2014 terdapat selisih 1,89% (74.282 jiwa) artinya
hasil yang diperoleh adalah valid. Dari 3 perbandingan telah didapatkan 3 hasil valid,
artinya Metode Semi Average adalah valid atau mendekati kebenaran.
Sehingga untuk memperoleh ramalan jumlah penduduk di provinsi Kalimantan
Selatan tahun 2015, 2016, dan 2017 berdasrkan persamaan garis Trend awal tahun, dapat
diperoleh dengan perhitungan berikut :
25
= a + b(x) = 3.134.514 + 62.086(12.5) = 3.910.595 jiwa
26
BAB V
PENUTUP
Kesimpulan
Dari hasil penelitian maka dapat diambil kesimpulan sebagai berikut:
27
DAFTAR PUSTAKA
[1] (Badan Pusat Statistik Provinsi Kalimantan Selatan, 2016)
[2] M. I. Fauzi Rambe, “Perancangan Aplikasi Peramalan Persediaan Obat-obatan
Menggunakan Metode Least Square (Studi Kasus:Apotik Mutiara Hati),” in Teknik
Informatika, vol. VI, Pelita Informatika Budi Darma, Eds. 1, 2014, pp. 49-51.
[3] H. Meilin and X Yanxia, “Estimation of the complex frequency of a harmonic signal
based on a linear least squares method,” in Geodesy and Geodynamics, vol. VI, Elsevier
Ltd, Eds. 3, 2015, pp. 220-221.
28