kmm all fiks.pdf

LAPORAN KEGIATAN MAGANG MAHASISWA

PERAMALAN NILAI INDEKS HARGA KONSUMEN (IHK)

DI KOTA SURAKARTA BULAN JANUARI 2013

oleh

HENDRIKA HANDAYANI

M0110033

JURUSAN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SEBELAS MARET

SURAKARTA

2013

i

LAPORAN KEGIATAN MAGANG MAHASISWA

PERAMALAN NILAI INDEKS HARGA KONSUMEN (IHK)

DI KOTA SURAKARTA BULAN JANUARI 2013

oleh

HENDRIKA HANDAYANI

M0110033

JURUSAN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SEBELAS MARET

SURAKARTA

2013

ii

HALAMAN PENGESAHAN

LAPORAN KEGIATAN MAGANG MAHASISWA DI BADAN PUSAT STATISTIK KOTA SURAKARTA

14 Januari - 13 Februari 2013

Disusun untuk memenuhi tugas mata kuliah Kegiatan Magang Mahasiswa

Dilaksanakan oleh HENDRIKA HANDAYANI (M0110033)

Surakarta, April 2013

Menyetujui, Pembimbing Jurusan Matematika Pembimbing Lapangan Dra. Etik Zukhronah, M.Si. Dra. MAB Herminawati, MM NIP. 19661213 199203 2 001 NIP. 19660516 199103 2 002

Koordinator Kegiatan Magang Mahasiswa Jurusan Matematika Fakultas MIPA UNS

Dra. Etik Zukhronah, M.Si. NIP. 19661213 199203 2 001

Mengesahkan,

Ketua Jurusan Matematika Kepala Badan Pusat Statistik FMIPA UNS Kota Surakarta Irwan Susanto, S.Si, DEA Toto Desanto, S. Si. NIP. 19710511 199512 1 001 NIP. 19661217 198901 1 001

iii

KATA PENGANTAR

Puji syukur penulis panjatkan kepada Allah yang Maha Kuasa, karena dengan limpahan rahmat dan karunia-Nya ahkirnya penulisan laporan Kegiatan Magang Mahasiswa (KMM) di Badan Pusat Statistik (BPS) Kota Surakarta ini dapat diselesaikan. Laporan ini penulis susun untuk memenuhi tugas mata kuliah Kegiatan Magang Mahasiswa (KMM) Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sebelas Maret Surakarta.

Penyusunan laporan ini dapat penulis selesaikan karena bantuan dari banyak pihak. Pada kesempatan ini penulis mengucapkan terimakasih kepada :

1. Bapak Toto Desanto, S.Si. Selaku kepala Badan Pusat Statistik Kota Surakarta,

2. Ibu Dra. MAB Herminawati selaku Pembimbing Lapangan, yang telah membimbing selama kegiatan magang di Badan Pusat Statistik Kota Surakarta,

3. Ibu Dra. Etik Zukhronah, M.Si. Selaku Pembimbing KMM dan Koordinator KMM yang telah memberikan arahan, bimbingan serta gagasan dalam penulisan laporan ini,

4. Bapak, Ibu, rekan-rekan kerja di Badan Pusat Statistik Kota Surakarta yang telah membantu dan memberikan bimbingan selama pelaksanaan KMM.

5. Semua pihak yang telah membantu kelancaran pelaksanaan dan penyusunan laporan KMM. Penulis menyadari masih ada kekurangan dalam penulisan dan

penyusunan laporan KMM ini. Oleh karena itu, penulis mengharapkan kritik dan saran yang membangun. Semoga laporan KMM ini dapat bermanfaat untuk penulis sendiri pada khususnya dan pembaca pada umumnya.

Surakarta, April 2013

Penulis

iv

DAFTAR ISI

Halaman

HALAMAN JUDUL ................................................................................... i

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

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

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

DAFTAR TABEL ....................................................................................... vi

DAFTAR GAMBAR ................................................................................... vii

BAB I PENDAHULUAN

1.1 Latar Belakang ........................................................................................ 1

1.2 Tujuan Kegiatan Magang ........................................................................ 2

1.3 Manfaat Magang ..................................................................................... 2

BAB II PELAKSANAAN KEGIATAN

2.1 Profil Badan Pusat Statistik ..................................................................... 4

2.1.1 Sejarah Berdirinya Badan Pusat Statistik ....................................... 4

2.1.2 Visi dan Misi Badan Pusat Statistik ............................................... 7

2.1.3 Struktur Organisasi dan Pembagian Tugas Pegawai Badan Pusat

Statistik ........................................................................................... 8

2.1.4 Kedudukan, Tugas, dan Fungsi Badan Pusat Statistik ................... 8

2.1.5 Survei dan Kegiatan yang Dilakukan Badan Pusat Statistik .......... 20

2.2 Paparan Kegiatan Magang Mahasiswa ................................................... 21

2.3 Jadwal Kegiatan ...................................................................................... 22

BAB III LANDASAN TEORI

3.1 Pengertian Peramalan .............................................................................. 24

3.2 Macam-macam Pola Data ....................................................................... 24

3.3 Metode Peramalan ................................................................................... 26

3.4 Evaluasi Metode peramalan .................................................................... 28

BAB IV HASIL DAN PEMBAHASAN

4.1 Hasil Kegiatan Magang Mahasiswa ........................................................ 30

v

4.2 Deskripsi Data ......................................................................................... 30

4.3 Analisis Indeks Harga Konsumen di Kota Surakarta .............................. 31

4.3.1 Analisis Deskriptif ......................................................................... 31

4.3.2 Identifikasi Pola Data untuk Indeks Harga Konsumen di Kota

Surakarta ........................................................................................ 33

4.3.3 Metode Peramalan untuk Indeks Harga Konsumen di Kota

Surakarta ........................................................................................ 34

A. Metode Naive ............................................................................ 34

B. Metode Moving Average ........................................................... 35

C. Metode Trend Linier .................................................................. 35

D. Metode Trend Kuadratik ........................................................... 36

E. Metode Trend Eksponensial ...................................................... 37

F. Metode Trend S-Curve Fitting ................................................... 37

G. Metode Single Eksponensial Smoothing .................................. 38

H. Metode Double Eksponensial Smoothing (Holt’s) ................... 39

4.3.4 Uji Kecocokan Model .................................................................... 40

A. Metode Trend Kuadratik ........................................................... 41

B. Metode Double Eksponensial Smoothing (Holt’s) .................... 42

4.3.6 Peramalan Indeks Harga Konsumen di Kota Surakarta ................. 44

BAB V PENUTUP

5.1 Simpulan ................................................................................................. 46

5.2 Saran ........................................................................................................ 46

DAFTAR PUSTAKA .................................................................................. 47

LAMPIRAN

vi

DAFTAR TABEL

Tabel 1. Jadwal Kegiatan ..................................................................................... 22

Tabel 2. Perbandingan Nilai MAPE, MAD, MSE, dan MPE .............................. 40

vii

DAFTAR GAMBAR

Gambar 1. Bagan Struktur Organisasi BPS Kota Surakarta ............................. 8

Gambar 2. Laju inflasi di empat kota di Jawa Tengah ...................................... 31

Gambar 3. Histogram Nilai Indeks Harga Konsumen (IHK) Kota Surakarta .. 32

Gambar 4. Grafik Indeks Harga Konsumen (IHK) Kota Surakarta .................. 32

Gambar 5. Plot times series IHK Kota Surakarta ............................................. 33

Gambar 6. Plot Autocorrelation Function (ACF) IHK Kota Surakarta ............ 34

Gambar 7. Plot Metode Moving Average Indeks Harga Konsumen (IHK)

di Kota Surakarta ............................................................................. 35

Gambar 8. Plot Metode Tren Linier Indeks Harga Konsumen (IHK) di Kota Surakarta ......................................................................................... 36

Gambar 9. Plot Tren Kuadratik Indeks Harga Konsumen (IHK)

di Kota Surakarta ............................................................................. 36

Gambar 10. Plot Tren Eksponensial Indeks Harga Konsumen (IHK) di Kota Surakarta ......................................................................................... 37

Gambar 11. Plot Tren S-Curve Fitting Indeks Harga Konsumen (IHK) di Kota Surakarta ......................................................................................... 38

Gambar 12. Plot Single Exponential Smoothing Indek Harga di Kota

Surakarta ......................................................................................... 39

Gambar 13. Plot Double Eksponensial Smoothing (Holt’s) Indeks Harga Konsumen (IHK) di Kota Surakarta ............................................... 39

Gambar 14. Plot Probabilitas Sisaan Model Tren Kuadratik .............................. 41

Gambar 15. Plot Autokorelasi Sisaan Model Tren Kuadratik ............................ 42

Gambar 16. Plot Probabilitas Sisaan Model Double Ekxponensial

Smoothing ....................................................................................... 43

Gambar 17. Plot Autokorelasi Sisaan Model Double Exponential Smoothing .. 44

1

BAB I

PENDAHULUAN

1.1 Latar Belakang

Pendidikan formal terutama ditingkat perguruan tinggi merupakan suatu

gerbang masuk ke dalam kehidupan bermasyarakat dan dalam dunia pekerjaan.

Secara sederhana, untuk dapat bekerja di dalam suatu masyarakat, seseorang harus

mendapatkan ilmu dalam pendidikan formal. Tingkatan pendidikan juga dapat

mempengaruhi kedudukan dan taraf hidupseseorang. Logikanya, masyarakat

terdidik seharusnya dapat memiliki kesempatan hidup yang lebih cerah untuk

masa depannya.

Namun, dewasa ini, dapat kita lihat, banyak pengangguran yang merupakan

lulusan perguruan tinggi. Dari sini, jelaslah bahwa terdapat perbedaan antara

dunia nyata (dunia kerja) dengan dunia pendidikan formal. Menyadari kenyataan

itu, setiap mahasiswa diharapkan tidak hanya mengandalkan teori yang diperoleh

di pendidikan formal, melainkan juga harus mau dan siap untuk menghadapi

kenyataan yang muncul dalam kehidupan bermasyarakat.

Salah satu sarana mahasiswa untuk dapat menyeimbangkan antara teori dan

kenyataan yang ada di dunia kerja adalah dengan Kegiatan Magang Mahasiswa

(KMM). Kegiatan Magang Mahasiswa (KMM) ini diadakan oleh Universitas

Sebelas Maret Surakarta sebagai salah satu mata kuliah wajib dengan bobot 2 sks.

Mata kuliah ini diharapkan dapat membuat mahasiswa mampu menerapkan ilmu

yang diperoleh dibangku kuliah dalam kehidupan nyata agar mahasiswa

mempunyai ketrampilan ketika memasuki dunia kerja.

Sebagai ilmu dasar, matematika memiliki konsep-konsep dasar yang

berhubungan dengan pengembangan ilmu-ilmu dasar, seperti fisika, biologi,

teknik, ekonomi, kimia, bahkan ilmu sosial.Matematika termasuk statistika sangat

bermanfaat bagi pengembangan berbagai macam ilmu. Banyak masalah yang

muncul pada fenomena alam dapat diselesaikan dengan mengidentifikasi

permasalahan ke dalam suatu model matematika terlebih dahulu kemudian

2

menyelesaikan model matematika tersebut secara matematis dan

mengintepretasikannya ke permasalahan semula.

Berdasarkan Peraturan Rektor No : 373/j27/PP/2005 tentang Pedoman

Pelaksanaan KMM, kegiatan dilaksanakan disuatu institusi mitra yaitu suatu

lembaga atau unit kerja baik di dalam maupun di luar UNS (pemerintah atau

swasta) yang lingkup tugasnya relevan dengan Tri Dharma Perguruan Tinggi

dengan tujuan untuk meningkatkan kompetensi mahasiswa sekaligus sebagai

bentuk kontribusi perguruan tinggi pada lembaga atau instansi di luar perguruan

tinggi. Salah satu instansi yang digunakan sebagai tempat Kegiatan Magang

Mahasiswa adalah Badan Pusat Statistik (BPS) Kota Surakarta.

Penulis tertarik untuk melaksanakan Kegiatan Magang Mahasiswa di Badan

Pusat Statistik (BPS) Kota Surakarta dengan tujuan untuk belajar lebih lanjut

tentang perolehan data, analisis dan cara penyajian data yang dilakukan oleh

Badan Pusat Statistik. Sehingga penulis dapat mengaplikasikan pengetahuan yang

didapatkan dalam bangku kuliah dengan memodelkan data ke dalam suatu model

matematika berupa model runtun waktu yang kemudian model tersebut akan

penulis gunakan untuk memprediksi pada waktu selanjutnya, dan dalam hal ini

penulis menggunakan data Indeks Harga Konsumen (IHK) di Kota Surakarta.

1.2 Tujuan Kegiatan Magang

Tujuan yang ingin dicapai dari Kegiatan Magang mahasiswa ini adalah

1. mengetahui pola data, metode dan model terbaik dari data Indeks Harga

Konsumen di Kota Surakarta yang dapat digunakan untuk memprediksikan

atau meramalkan nilai Indeks Harga Konsumen di Kota Surakarta pada Bulan

Januari tahun 2013.

2. mendapatkan pengalaman kerja di lembaga atau instansi

1.3 Manfaat Magang

Selama Kegiatan Magang Mahasiswa (KMM) ini, penulis memperoleh

manfaat yaitu

3

1. memperoleh pengalaman dalam hal kerja, kemampuan dalam berkomunikasi

serta bersosialisasi dengan berbagai pihak.

2. dapat menerapkan ilmu yang didapatkan di perkuliahan dalam dunia kerja.

4

BAB II

PELAKSANAAN KEGIATAN

2.1 Profil Badan Pusat Statistik (BPS) Kota Surakarta

2.1.1 Sejarah Berdirinya Badan Pusat Statistik

Sejarah Badan Pusat Statistik telah dimulai sejak masa Pemerintahan Hindia

Belanda dan melalui beberapa tahap.

a. Masa Pemerintahan Hindia Belanda

Kantor Statistik pertama didirikan pada bulan Februari 1920 oleh

Direktur Pertanian, Perindustrian, dan Perdagangan (Directeur Van

Landbouw Nijverheid en Handel) di bawah Departemen Pertanian,

Perindustrian, dan Perdagangan yang terletak di Bogor. Tugas dari kantor

statistik adalah mengolah dan mempublikasikan data statistik.

Pusat kegiatan kantor statistik ini kemudian pindah ke Jakarta pada

tanggal 24 September 1924 dan nama lembaga diganti menjadi Central

Kantoor voor de Statistiek (CKS) atau Kantor Pusat Statistik, tepatnya di

Weltevreden, Batavia-Centrum (daerah tersebut sekarang menjadi wilayah

di Jakarta Pusat). Kegiatannya diutamakan untuk mendukung kebijakan

pemerintah Hindia-Belanda. Sensus penduduk yang pertama kali dikerjakan

oleh lembaga ini pada tahun 1930, yang dilakukan di seluruh wilayah

Indonesia. Beberapa tahun kemudian, CKS berada di bawah Departemen

Urusan Ekonomi (Departemen van Economische Zaken).

b. Masa Pemerintahan Jepang

Pada tahun 1942-1945 CKS beralih di bawah kekuasaan pemerintah

militer Jepang. Kegiatan diutamakan untuk memenuhi kebutuhan

perang/militer dan berada di bawah Gubernur Militer (Gunseikanbu). Pada

masa ini CKS diganti namanya menjadi Shomubu Chosasitsu Gunseikanbu.

c. Masa Pemerintahan Republik Indonesia

Setelah proklamasi kemerdekaan Republik Indonesia tanggal 17

Agustus 1945, Shomubu Chosasitu Gunseikanbu dinasionalisasikan dengan

5

nama Kantor Penyidik Perangkaan Umum Republik Indonesia (KAPPURI)

dan dipimpin oleh Mr. Abdul Karim Pringgodigdo.

Tahun 1946 kantor KAPPURI dipindahkan ke Yogyakarta dipimpin

oleh Semaun, sebagai konsekuensi dari perjanjian Linggarjati. Sementara

itu, pemerintah Hindia Belanda (NICA) di Jakarta mengaktifkan kembali

CKS.

Setelah pemerintah Belanda mengakui kemerdekaan Republik

Indonesia dan berdasarkan Surat Edaran Kementrian Kemakmuran tanggal

12 Juni 1950 Nomor 219/ S.C, KAPPURI dan CKS diintegrasikan menjadi

Kantor Pusat Statistik (KPS) yang berada di bawah tanggung jawab Menteri

Kemakmuran.

Berdasarkan atas surat Menteri Perekonomian tanggal 1 Maret 1952

Nomor P/44, lembaga KPS berada di bawah tanggung jawab Menteri

Perekonomian. Selanjutnya dengan Keputusan Menteri Perekonomian

Nomor 18.099/M KPS pada tanggal 14 Desember 1953, kegiatan KPS

dibagi menjadi 2 bagian, yaitu bagian riset yang disebut Afdeling A dan

bagian penyelenggaraan dan tata usaha yang disebut Afdeling B.

Berdasarkan keputusan Presiden RI Nomor 131 Tahun 1957,

Kementerian Perekonomian dipecah menjadi Kementerian Perdagangan dan

Kementerian Perindustrian. dan atas dasar Keputusan Presiden RI Nomor

172 Tahun 1957 terhitung mulai tanggal 1 Juni 1957, KPS diubah menjadi

Biro Pusat Statistik, dan urusan statistik yang semula menjadi tanggung

jawab dan wewenang Menteri Perekonomian, dialihkan menjadi wewenang

biro Pusat Statistk dan berada di bawah Perdana Menteri.

Memenuhi anjuran Badan Perserikatan Bangsa-Bangsa (PBB) agar

setiap Negara yang menjadi anggota PBB agar menyelenggarakan sensus

penduduk secara serentak, maka tanggal 24 September 1960 telah

diundangkan UU Nomor 6 Tahun 1960 tentang Sensus sebagai pengganti

Volkstelling Ordonnantie 1930.

Dalam rangka memperhatikan kebutuhan data bagi perencanaan

Pembangunan Semesta Berencana dan mengingat Statistiek Ordonnantie

6

1934, dirasakan tidak sesuai lagi dengan cepatnya kemajuan yang dicapai

negara kita, maka tanggal 26 September 1960 telah diundangkan UU Nomor

7 Tahun 1960 tentang Statistik.

Berdasarkan keputusan Presidium Kabinet RI Nomor Aa/C/9 tahun

1965 maka setiap Daerah Tingkat I dan II dibentuk kantor cabang Biro

Pusat Statistik dengan nama Kantor Sensus dan Statistik Daerah (KKS)

yang mempunyai tugas menyelenggarakan kegiatan statistik di daerah. Di

setiap daerah administrasi kecamatan dapat diangkat seorang atau lebih

pegawai yang merupakan pegawai KKS di tingkat II dan ditempatkan di

bawah pengawasan Kepala Kecamatan.

d. Masa Orde Baru sampai Sekarang

Seiring dengan perkembangan jaman khususnya pada masa

pemerintahan orde baru untuk memenuhi kebutuhan dalam perencanaan dan

evaluasi pembangunan mutlak dibutuhkan statistik. Untuk mendapatkan

statistik yang handal, lengkap, tepat, akurat, dan terpercaya, salah satu

unsurnya adalah pembenahan organisasi Biro Pusat Statistik.

Dalam masa Orde Baru ini, Biro Pusat Statistik telah mengalami 3 kali

perubahan struktur organisasi:

a) Peraturan Pemerintahan Nomor 16 Tahun 1968

b) Peraturan Pemerintahan Nomor 6 Tahun 1960

c) Peraturan Pemerintahan Nomor 2 Tahun 1992 tentang Organisasi

Biro Statistik dan Keputusan Presiden Nomor 6 Tahun 1992 tentang

Kedudukan, Tugas, Fungsi, Susunan Organisasi, dan Data Kerja BPS.

Pada tahun 1997 Biro Pusat Statistik menjadi Badan Pusat Statistik

(BPS), seperti yang dikenal sekarang ini. Seiring dengan usianya yang

begitu panjang BPS ikut berperan aktif dalam dinamika perjuangan bangsa

Indonesia. Data yang dihasilkan BPS merekam fenomena perkembangan

sosial dan ekonomi dari tahun ke tahun. Data tersebut tidak hanya

dimanfaatkan oleh pemerintahan sebagai bahan perencanaan dan penetapan

kebijakan tetapi juga oleh kalangan swasta dan masyarakat.

7

Berdasarkan sejarah dari kegiatan statistik dan latar belakang adanya

BPS Indonesia, dapat dilihat bahwa BPS mempunyai tingkatan dari

terendah sampai tertinggi, yaitu tingkat kecamatan sampai dengan tingkat

pusat di Jakarta. Tingkat tersebut adalah:

a) BPS Kabupaten/ Kota

b) BPS Propinsi

c) BPS Pusat

BPS Kabupaten/Kota sebagai instansi vertikal di tingkat

Kabupaten/Kota merupakan mitra kerja dari pemerintah daerah. BPS

Kabupaten/Kota secara taktis operasional harus berkoordinasi dengan

Bupati/Wali Kota terutama operasional kegiatan lapangan, sedangkan secara

teknis dan administrasi tetap berada di bawah binaan BPS Pusat.

2.1.2 Visi dan Misi Badan Pusat Statistik

Visi BPS RI, BPS Provinsi Jawa Tengah termasuk BPS Kota Surakarta

tahun 2010 – 2014 adalah “Pelopor data statistik terpercaya untuk semua”. Kata

“pelopor” mempunyai makna bahwa BPS sebagai pencetus ide penyedia statistik

terpercaya, sekaligus sebagai pelaku dalam penyediaan statistik terpercaya. Kata

“data statistik terpercaya” yaitu statistik menggambarkan keadaan yang

sebenarnya. Kata “untuk semua” dimaksudkan bahwa semua pihak mempunyai

hak yang sama untuk mengakses data BPS.

Visi BPS RI, BPS Provinsi Jawa Tengah termasuk BPS Kota Surakarta

tahun 2010 – 2014 adalah

a. Memperkuat landasan konstitusional dan operasional lembaga statistik untuk

penyelenggaraan statistik yang efektif dan efisien;

b. Menciptakan insan statistik yang kompeten dan professional, didukung

pemanfaatan teknologi informasi mutakhir untuk kemajuan perstatistikan

Indonesia;

c. Meningkatkan standar klasifikasi, konsep dan definisi, pengukuran, dan kode

etik statistik yang bersifat universal dalam setiap penyelenggaraan statistik;

d. Meningkatkan kualitas pelayanan informasi statistik bagi semua pihak;

8

e. Meningkatkan koordinasi, integrasi, dan sinkronisasi kegiatan statistik yang

diselenggarakan pemerintah dan swasta, dalam kerangka Sistem Statistik

Nasional (SSN) yang efektif dan efisien.

2.1.3 Struktur Organisasi dan Pembagian Tugas Pegawai Badan Pusat

Statistik

Badan Pusat Statistik Kabupaten / Kota dipimpin seorang Kepala BPS

dibantu oleh sub bagian Tata Usaha dan lima seksi, yaitu Seksi Statistik Sosial,

Seksi Statistik Produksi, Seksi Statistik Distribusi, Seksi Neraca Wilayah dan

Analisis Statistik, serta Seksi Statistik Integrasi Pengolahan dan Desimenasi

Statistik. Dimana setiap seksi dipimpin oleh seorang kepala Seksi (Kasi) yang

dibantu beberapa staf. Masing-masing seksi memiliki spesifikasi dalam

kinerjanya. Gambar 1 adalah bagan struktur organisasi BPS Kota Surakarta.

Gambar 1. Bagan Struktur Organisasi BPS Kota Surakarta

2.1.4 Kedudukan, Tugas, dan Fungsi Badan Pusat Statistik

BPS merupakan lembaga Pemerintahan Non Departemen yang

bertanggung jawab langsung kepada Presiden. Berdasarkan Keputusan Presiden

Nomor 103 Tahun 2001, BPS mempunyai tugas melaksanakan tugas pemerintah

di bidang kegiatan statistik sesuai dengan ketentuan peraturan perundang-

undangan yang berlaku.

Kepala

Sub Bagian TU

Seksi Statistik Distribusi

Seksi

IPDS

Seksi

Nerwilis

Seksi Statistik Produksi

Seksi Statistik Sosial

Tenaga Fungsional

9

Dalam melaksanakan tugasnya, BPS mempunyai fungsi, yaitu:

1) pengkajian dan penyusunan kebijakan nasional dibidang kegiatan statistik;

2) penyelenggaraan statistik dasar;

3) koordinasi kegiatan fungsional dalam pelaksanaan tugas BPS;

4) pelancaran dan pembinaan terhadap kegiatan instansi pemerintahan di bidang

kegiatan statistik;

5) penyelenggaraan pembinaan dan pelayanan administrasi umum di bidang

perencanaan umum, ketatausahaan, organisasi dan tata laksana, kepegawaian,

keuangan, kearsipan, persandian, perlengkapan dan rumah tangga.

Berdasarkan keputusan Presiden RI Nomor 103 Tahun 2001 dalam

menyelenggarakan fungsinya BPS mempunyai kewenangan:

1) penyusunan rencana nasional secara makro di bidangnya;

2) perumusan kebijakan di bidangnya untuk mendukung pembangunan secara

makro;

3) penetapan sistem informasi di bidangnya;

4) penetapan dan penyelenggaraan statistik nasional;

5) kewenangan lain yang melekat dan telah dilaksanakan sesuai dengan

ketentuan peraturan perundang-undangan yang berlaku yaitu:

a. perumusan dan pelaksanaan kebijakan tertentu di bidang kegiatan statistik;

b. penyusunan pedoman penyelenggaraan survei statistik sektoral.

Sedangkan tugas dan wewenang tiap bagian di BPS adalah sebagai

berikut.

1. Kepala

Memimpin BPS Kabupaten/ Kota sesuai dengan tugas dan fungsi serta

membina aparatur BPS agar berdaya guna dan berhasil guna.

2. Sub Bagian Tata Usaha

Melakukan rencana dan program urusan kepegawaian dan hukum,

keuangan, perlengkapan serta urusan intern instansi. Secara rinci tugas dari

sub bagian tata usaha sebagai berikut:

a. menyusun program kerja tahunan sub bagian tata usaha;

10

b. melakukan penyiapan bahan dan penyusunan rancangan usaha program

dan anggaran tahunan BPS kabupaten baik rutin maupun proyek dan

menyampaikan ke BPS propinsi;

c. mengikuti program pelatihan yang diselenggarakan dalam rangka kegiatan

ketatausahaan;

d. melakukan penyiapan, penyusunan rencana dan program, serta pengadaan,

penyaluran, penyimpanan, inventaris, penghapusan dan pemeliharaan

peralatan dan perlengkapan;

e. melakukan kegiatan tata usaha kepegawaian, pengadaan dan mutasi

pegawai, pembinaan pegawai, hukum dan perundang-undangan, organisasi

dan tata laksana, kesejahteraan pegawai, administrasi jabatan fungsional

serta penggajian;

f. melakukan kegiatan tata usaha keuangan, perbendaharaan, verifikasi dan

pembukuan, serta pengendalian pelaksanaan anggaran;

g. melakukan kegiatan surat menyurat, kearsipan, rumah tangga,

pemeliharaan gedung, keamanan dan ketertiban lingkungan, perjalanan

dinas, serta penggandaan/percetakan;

h. melakukan kegiatan penyelenggaraan berbagai pelaksanaan teknis dan

pelatihan administrasi;

i. membantu kepala BPS kabupaten dalam melaksanakan pengawasan

pelaksanaan kegiatan dan anggaran;

j. membantu kepala BPS kabupaten dalam melaksanakan penyiapan bahan

untuk penyusunan laporan tahunan akuntabilitas kinerja dan laporan

tahunan pelaksanaan program kerja lainya, bekerja sama dengan satuan

organisasi terkait;

k. melaksanakan kegiatan pelayanan administrasi lainya kepada semua

satuan organisasi di lingkungan BPS kabupaten;

l. membantu kepala BPS kabupaten dalam melaksakan pembinaan,

pengamatan lanjut dan pengawasan pelaksanaan kegiatan ketatausahaan di

BPS kabupaten;

m. melakukan penerangan kegiatan statistik dan kehumasan;

11

n. melakukan kegiatan pendistribusian publikasi yang dihasilkan BPS

kabupaten kepada instansi terkait;

o. melakukan penghimpunan tata cara dan hasil kegiatan yang dilakukan di

lingkungan sub bagian tata usaha;

p. menyusun laporan kegiatan sub bagian tata usaha secara berkala dan

sewaktu waktu;

q. mengatur dan melaksakan tugas lain yang diberikan oleh atasan langsung.

3. Seksi Statistik Sosial

Tugas dan wewenang seksi statistik sosial adalah melakukan

pengumpulan, pengolahan, analisis, evaluasi dan pelaporan statistik sosial.

Secara rinci tugas seksi statistik sosial sebagai berikut:

a. menyusun program tahunan seksi statistik sosial;

b. melakukan penyiapan dokumen dan bahan yang diberikan untuk kegiatan

pengumpulan statistik sosial yang mencakup kegiatan statistik

kependudukan, kesejahteraan rakyat, ketahanan sosial, serta kegiatan

statistik sosial lainya yang ditentukan;


statistik sosial;

d. membantu kepala BPS kabupaten dalam menyiapkan program pelatihan

petugas lapangan kegiatan statistik sosial;

e. melakukan pembagian dokumen dan peralatan yang diperlukan untuk

pelaksanaan lapangan kegiatan statistik sosial.

f. melakukan pembinaan, pengamatan lanjut, dan pengawasan lapangan

terhadap pelaksanaan kegiatan statistik sosial;

g. melakukan penerimaan dan pemeriksaan dokumen hasil pengumpulan data

statistik sosial;

h. melakukan pengolahan data statistik sosial sesuai dengan sistem dan

program yang ditetapkan, bekerja sama dengan organisasi terkait;

i. melakukan penyiapan dokumen dan atau hasil pengolahan statistik sosial

yang akan dikirim ke BPS dan atau BPS propinsi;

12

j. melakukan evaluasi hasil pengolahan statistik sosial sebagai bahan

masukan untuk penyempurnaan selanjutnya;

k. membantu kepala BPS kabupaten dalam melaksanakan pembinaan petugas

lapangan dalam rangka pengumpulan data statistik sosial di kabupaten dan

di kecamatan;

l. membantu kepala BPS kabupaten dalam koordinasi dan kerjasama

pelaksanaan kegiatan statistik sosial baik dengan pemerintah daerah

maupun instansi lain;

m. melakukan penyiapan naskah publikasi statistik sosial dan menyampaikan

kesatuan organisasi terkait untuk pelaksanaan pencetakan dan

penyebarannya;

n. membantu kepala BPS kabupaten dalam melaksanakan pembinaan

penyusunan publikasi statistik sosial dalam bentuk buku publikasi;

o. membantu kepala BPS kabupaten dalam melaksakan dan mengembangkan

statistik sosial;

p. membantu kepala BPS kabupaten dalam melaksanakan pengendalian

pelaksanaan kegiatan statistik sosial;

q. membantu kepala BPS kabupaten dalam koordinasi lapangan dengan pihak

kecamatan, koordinator kecamatan dan instansi terkait dalam pelaksanaan

kegiatan statistik sosial;

r. melakukan penyiapan bahan laporan akuntabilitas seksi statistik sosial;

s. melakukan perhimpunan tata cara dan hasil kegiatan yang dilakukan di

lingkungan statistik sosial;

t. menyusun laporan kegiatan statistik sosial secara berkala dan sewaktu-

waktu;

u. melakukan tugas lain yang diberikan oleh atasan langsung.

4. Seksi Statistik Produksi

Tugas dan wewenang seksi statistik produksi adalah melakukan

pengumpulan, pengolahan, analisis, evaluasi dan pelaporan statistik produksi.

Secara rinci tugas seksi statistik produksi sebagai berikut:

a. menyusun program kerja tahunan seksi statistik produsi;

13


pengumpulan statistik produksi yang mencakup kegiatan statistik

pertanian, industri, pertambangan, energi serta kegiatan statistik produksi

lainya yang ditentukan;


statistik produksi;

d. membantu kepala BPS kabupaten dalam menyikapi program pelatihan

petugas lapangan kegiatan statistik produksi;


pelaksanaan lapangan kegiatan statistik produksi;


terhadap pelaksanaan kegiatan statistik produksi;


statistik produksi;

h. melakukan pengolahan data statistik produksi sesuai dengan sistem dan

program yang ditetapkan, bekerjasama dengan organisasi terkait;

i. melakukan penyiapan dokumen dan atau hasil pengolahan statistik

produksi yang akan dikirim ke BPS dan atau BPS propinsi sesuai dengan

jadwal yang ditetapkan;

j. melakukan evaluasi hasil pengolahan statistik produksi sebagai bahan



lapangan dalam rangka pengumpulan data statistik produksi di kabupaten

dan di kecamatan;


pelaksanaan kegiatan statistik produksi baik dengan pemerintah daerah


m. melakukan penyiapan naskah publikasi statistik produksi dan

menyampaikan kesatuan organisasi terkait untuk pelaksanaan pencetakan

dan penyebaranya;

14


penyusunan publikasi statistik produksi dalam bentuk buku publikasi;


statistik produksi;


pelaksanaan kegiatan statistik produksi;



kegiatan statistik produksi;

r. melakukan penyiapan bahan laporan akuntabilitas seksi statistik produksi;


lingkungan statistik produksi;

t. menyusun laporan kegiatan statistik produksi secara berkala dan sewaktu-

waktu;

u. melakukan tugas lain yang diberikan oleh atasan langsung.

5. Seksi Statistik Distribusi

Tugas dan wewenang seksi statistik distribusi adalah melakukan

pengumpulan, pengolahan, analisis, evaluasi dan pelaporan statistik distribusi.

Secara rinci tugas seksi statistik distribusi sebagai berikut:

a. menyusun program kerja tahunan seksi statistik distribusi;


pengumpulan statistik distribusi yang mencakup kegiatan statistik harga

konsumen dan perdagangan besar, keuangan dan harga produsen, niaga

dan jasa, serta kegiatan statistik distribusi lainya yang ditentukan;


statistik distribusi;


petugas lapangan kegiatan statistik distribusi;


pelaksanaan lapangan kegiatan statistik distribusi;

15


terhadap pelaksanaan kegiatan statistik distribusi;



h. melakukan pengolahan data statistik distribusi sesuai dengan sistem dan

program yang ditetapkan, bekerjasama dengan organisasi terkait;

i. melakukan penyiapan dokumen dan atau hasil pengolahan statistik

distribusi yang akan dikirim ke BPS dan atau BPS propinsi sesuai dengan


j. melakukan evaluasi hasil pengolahan statistik distribusi sebagai bahan



lapangan dalam rangka pengumpulan data statistik distribusi di kabupaten

dan di kecamatan;


pelaksana kegiatan statistik distribusi baik dengan pemerintah daerah


m. melakukan penyiapan naskah publikasi statistik distribusi dan

menyampaikan ke satuan organisasi terkait untuk pelaksanaan pencetakan

dan penyebarannya;


penyusunan publikasi statistik distribusi dalam bentuk buku publikasi;




pelaksanaan kegiatan statistik distribusi;



kegiatan statistik distribusi;

r. melakukan penyiapan bahan laporan akuntabilitas seksi statistik distribusi;

16


lingkungan statistik distribusi;

t. menyusun laporan kegiatan statistik distribusi secara berkala dan sewaktu-

waktu;

u. melakukan tugas lain yang diberikan atasan langsung.

6. Seksi Neraca Wilayah dan Analisis Statistik

Tugas dan wewenang seksi Neraca Wilayah dan Analisis Statistik adalah

melakukan pengumpulan, kompilasi data, pengolahan, analisis, evaluasi dan

pelaporan Neraca Wilayah dan Analisis Statistik. Secara rinci tugas seksi

Neraca Wilayah dan Analisis Statistik sebagai berikut:

a. menyusun program kerja tahunan seksi Neraca Wilayah dan Analisis

Statistik;

b. melakukan penyiapan dokumen dan bahan yang di berikan untuk kegiatan

pengumpulan Statistik Neraca Wilayah dan Analisis Statistik yang

mencakup kegiatan penyusunan neraca produksi, neraca konsumsi, dan

neraca lainya, analisis dan perkembangan statistik serta penyusunan neraca

wilayah dan analisis statistik lainya yang ditentukan;


statistik Neraca Wilayah dan Analisis Statistik;


petugas lapangan kegiatan statistik Neraca Wilayah dan Analisis Statistik;


pelaksanaan lapangan kegiatan statistik Neraca Wilayah dan Analisis

Statistik;


terhadap pelaksanaan kegiatan statistik Neraca Wilayah dan Analisis

Statistik;


statistik Neraca Wilayah dan Analisis Statistik;

17

h. melakukan evaluasi pengolahan data statistik Neraca Wilayah dan

Analisis Statistik sesuai dengan sistem dan program yang ditetapkan,

bekerjasama dengan organisasi terkait;

i. melakukan penyiapan dokumen dan atau hasil pengolahan statistik neraca

wilayah yang akan dikirim ke BPS dan atau BPS propinsi sesuai dengan


j. melakukan penyusunan neraca wilayah dan analisis statistik lintas sektor;

k. melakukan evaluasi hasil pengolahan neraca wilayah dan analisis statistik

sebagai bahan masukan untuk penyempurnaan selanjutnya;

l. membantu kepala BPS kabupaten dalam melaksanakan pembinaan petugas

pencacah, pengawas, pemeriksa, serta pengumpulan data neraca wilayah di

kabupaten dan di kecamatan;

m. membantu kepala BPS kabupaten dalam koordinasi dan kerjasama

pelaksana kegiatan neraca wilayah dan analisis statistik baik dengan

pemerintah daerah maupun instansi lain;

n. melakukan penyiapan naskah publikasi dengan bentuk baku yang

ditetapkan serta menyampaikan ke satuan organisasi terkait untuk

pelaksanaan pencetakan dan penyebarannya;

o. melakukan kegiatan penyiapan dan penghimpunan bahan serta penyusunan

naskah publikasi statistik berkala sesuai bentuk baku yang ditetapkan serta

menyampaikan ke satuan organisasi terkait untuk pelaksanaan pencetakan

dan penyebarannya;

p. membantu kepala BPS kabupaten dalam melaksanakan pembinaan

penyusunan publikasi neraca wilayah dalam bentuk buku publikasi;

q. membantu kepala BPS kabupaten dalam melaksakan dan mengembangkan

neraca wilayah dan analisis statistik;

r. membantu kepala BPS kabupaten dalam melaksanakan pengendalian

pelaksanaan neraca wilayah dan analisis statistik;

s. melakukan penyiapan bahan laporan akuntabilitas seksi neraca wilayah

dan analisis statistik;

18

t. melakukan perhimpunan tata cara dan hasil kegiatan yang dilakukan di

lingkungan seksi neraca wilayah dan analisis statistik;

u. menyusun laporan kegiatan seksi neraca wilayah dan analisis statistik

secara berkala dan sewaktu-waktu;

v. melakukan tugas lain yang diberikan atasan langsung.

7. Seksi Integrasi Pengolahan dan Diseminasi Statistik

Tugas dan wewenang seksi integrasi pengolahan dan diseminasi statistik

adalah melaksanakan pengintegrasian pengolahan data, pengelolaan jaringan

dan rujukan statistik serta diseminasi dan layanan statistik. Secara rinci tugas

seksi integrasi pengolahan dan diseminasi statistik adalah:

a. menyusun program kerja tahunan seksi integrasi pengolahan dan

diseminasi statistik;

b. melakukan penyusunan, pemeliharaan, penyelesaian permasalahan dan

penerapan sistem jaringan komunikasi data sesuai dengan aturan yang

ditetapkan serta membantu penerapan teknologi informasi;


integrasi pengolahan dan diseminasi statistik;

d. melakukan koordinasi pengolahan dan pemeliharaan perangkat keras dan

perangkat lunak serta menyusun sistem pengelolaan data, melakukan

pengolahan data bekerja sama dengan satuan organisasi terkait;

e. melakukan pembuatan, implementasi serta operasi sistem dan program

aplikasi pengolahan dan diseminasi data statistik termasuk sarana

pendukungnya;

f. melakukan penyusunan, pemeliharaan serta pengembangan sistem basis

data statistik dan sistem basis data manajemen sesuai aturan yang

ditetapkan;

g. melakukan kajian dan evaluasi kebutuhan pengolahan data termasuk bahan

komputer, bekerjasama dengan organisasi terkait;

h. membantu kepala BPS kabupaten dalam melaksanakan kegiatan rujukan

statistik dasar, statistik sektoral dan statistik khusus;

19

i. melakukan penerimaan, pengelolaan serta pengolahan semua dokumen

yang berkaitan dengan rujukan statistik dan penyempurnaan format yang

berkaitan dengan rujukan statistik;

j. melakukan penyusunan serta evaluasi data untuk rujukan statistik;

k. melakukan kompilasi rancangan teknis survei statistik sektoral instansi

pemerintah lain serta membahas dengan satuan organisasi terkait sesuai

dengan asas pembakuan dan manfaat;

l. membantu kepala BPS kabupaten dalam mengatur dan menyiapkan konsep

rekomendasi sebagai bahan pelaksana survei statistik sektoral bagi instansi

pemerintah lain, bekerja sama dengan satuan organisasi terkait;

m. melakukan kompilasi naskah dari satuan organisasi di lingkungan BPS

kabupaten dalam bentuk softcopy untuk dijadikan naskah publikasi siap

cetak;

n. membantu kepala BPS kabupaten dalam mengatur dan melaksanakan

pemantauan serta evaluasi publikasi yang telah ditertibkan;

o. melakukan penyusunan prosedur penyiapan bahan serta melaksanakan

kegiatan pelayanan informasi statistik dan konsultasi statistik, serta

sosialisasi dan penyebarluasan dan pemasyarakatan pengguna produk

informasi;

p. melakukan pengelolaan bahan pustaka dan dokumen statistik sesuai

pedoman yang ditentukan;

q. melakukan penyusunan penyiapan bahan, pemeliharaan data dan peta

untuk pemetaan serta kerangka contoh induk termasuk datanya untuk

keperluan sistem informasi geografis, rancangan survei dan sensus bekerja

sama dengan organisasi terkait;

r. melakukan penyiapan bahan laporan akuntabilitas seksi integrasi

pengolahan dan diseminasi statistik;

s. melakukan pemantauan perubahan wilayah administrasi yang dilakukan

oleh pemerintah daerah setempat dan menyampaikanya kesatuan

organisasi terkait;

20

t. melakukan penghimpunan tatacara dan hasil kegiatan yang dilakukan di

lingkungan seksi integrasi pengolahan dan diseminasi statistik;

u. menyusun laporan kegiatan seksi integrasi pengolahan dan diseminasi

statistik secara berkala dan sewaktu-waktu;

v. melakukan tugas lain yang diberikan oleh atasan langsung.

8. Kelompok Jabatan Fungsional

Tugas dan wewenang kelompok jabatan fungsional adalah melakukan

kegiatan sesuai dengan jabatan fungsional berdasarkan peraturan

perundangan yang berlaku.

2.1.5 Survei dan Kegiatan yang Dilakukan Badan Pusat Statistik

BPS melakukan beberapa kegiatan survei, antara lain :

1. Survei Sosial Ekonomi Nasional (Susenas)

2. Survei Angkatan Kerja Nasional (Sakernas)

3. Survei Struktur Ongkos Usaha Tanaman Padi

4. Survei Perusahaan Perternakan, Perikanan, Tempat Pelelangan Ikan (TPI),

dan Rumah Pemotongan Hewan (RPH)

5. Survei Statistik Keuangan Daerah dan Keuangan BUMN/BUMD

6. Survei Industri Besar dan Sedang Bulanan

7. Survei Industri Besar dan Sedang Tahunan

8. Survei Perusahaan Perkebunan Karet Rumah dan Kehutanan

9. Survei Perusahaan Holtikultura dan Penyusunan Indikator Pertanian

10. Survei Pertambangan, Energi, dan Konstruksi

11. Survei Harga Produsen dan Konsumen Pedesaan

12. Survei Harga Konsumen dan Volume Penjualan Eceran Beras

13. Survei Harga Perdagangan Besar

14. Survei Transportasi

15. Survei Khusus Sektor Perdagangan dan Jasa (SKSPJ)

16. Survei Lembaga Keuangan dan Monitoring Kurs Valuta Asing

17. Survei Usaha Perdagangan Berskala Menengah dan Besar

18. Survei Upah

19. Survei Pertanian Tanaman Pangan/Ubianan

21

20. Survei Biaya Hidup (SBH)

21. Pendapatan Potensi Desa

22. Uji Coba Organisasi Lapangan Sensus Penduduk dan Perumahan

23. Pemetaan Wilayah

2.2 Paparan Kegiatan Magang Mahasiswa

Kegiatan Magang Mahasiswa (KMM) ini penulis laksanakan di Badan Pusat

Statistik (BPS) Kota Surakarta dengan alamat Jl. P. Lumban Tobing 6 Pasar Legi.

Pelaksanaan KMM di BPS Kota Surakarta dimulai dari tanggal 14 Januari 2013

sampai dengan 13 Februari 2013, dengan jadwal jam kegiatan magang mengikuti

jam kerja karyawan. Kegiatan yang penulis lakukan selama kegiatan magang

mahasiswa berlangsung antara lain, mengkoding Survei Biaya Hidup (SBH)

beberapa kecamatan di Kota Surakarta, mengecek berkas-berkas untuk Sensus

Pertanian tahun 2013, membuat eksecutif summary SBH 2012 Kota Surakarta,

merekap data untuk survei pencacahan perusahaan / usaha akomodasi, survei

tahunan perusahaan industri manufaktur 2012, dan survei harga produsen

perdagangan besar, menyusun analisis statistik daerah (STADA) Kecamatan

Banjarsari tahun 2011, membuat grafik data IHK dan inflasi empat kota di Jawa

Tengah tahun 2011 – 2012, mengentri data PLN, merekap perubahan harga pada

tahun 2013, mengikuti presentasi kesehatan dari Semarang, dan mengolah data

komoditas wortel tahun 2011 di Kota Surakarta.

22

2.3 Jadwal Kegiatan

Tabel 1. Jadwal kegiatan

No Tanggal Kegiatan

1 14 Januari 2013

a. Perkenalan dengan Kepala dan seluruh staff BPS

b. Pengkodingan Survei Biaya Hidup (SBH)

Kecamatan Jebres

2 15 Januari 2013

a. Melist daftar Hotel untuk survei pencacahan

perusahaan / usaha akomodasi

b. Membuat grafik data IHK empat kota di Jawa

Tengah tahun 2011 – 2012

3 16 Januari 2013 Melist daftar Hotel untuk survei pencacahan

perusahaan / usaha akomodasi

4 17 Januari 2013 Pengentrian identitas pada berkas pencacahan

perusahaan / usaha jasa akomodasi

5 18 Januari 2013 Mengikuti presentasi kesehatan dari Semarang

6 21 Januari 2013 Pengkodingan Survei Biaya Hidup (SBH) Kecamatan

Pasar Kliwon triwulan 2 dan 3

7 22 Januari 2013 Merekap perubahan harga pada tahun 2013

8 25 Januari 2013 Pengkodingan Survei Biaya Hidup (SBH) tahun 2012

triwulan 3

9 28 Januari 2013

a. Pengkodingan Survei Biaya Hidup (SBH) Bulan

Juli dan Agustus triwulan 2 tahun 2012 wilayah

Sangkrah dan Pasar Kliwon

b. Pengkodingan Survei Biaya Hidup (SBH) triwulan

4 wilayah Gilingan dan Banjarsari tahun 2012

10 29 Januari 2013 Mengentri data PLN

11 30 Januari 2013 Membuat grafik data inflasi empat kota di Jawa

Tengah tahun 2011 - 2012

23

12 31 Januari 2013 Membuat grafik data inflasi empat kota di Jawa

Tengah tahun 2011 - 2012

13 01 Februari 2013 Menyusun analisis statistik daerah (STADA)

Kecamatan Banjarsari tahun 2011

14 04 Februari 2013

a. Menyeting komputer

b. Mengolah data komoditas wortel tahun 2011 di

Kota Surakarta

15 05 Februari 2013 Mengolah data komoditas wortel tahun 2012 di Kota

Surakarta

16 06 Februari 2013 Mengisi data pada berkas DSRT (SUSENAS)

17 07 Februari 2013 Eksecutif summary SBH 2012 Kota Surakarta

18 08 Februari 2013 Mengedit dokumen survei harga produsen

perdagangan besar

19 11 Februari 2013 Pengisian HK-2 Bulan Februari 2013

20 12 Februari 2013 Pengecekan berkas untuk Sensus Pertanian 2013

21 13 Februari 2013 Pengisian surat tanda terima Survei Tahunan

Perusahaan Industri Manufaktur 2012

24

BAB III

LANDASAN TEORI

3.1 Pengertian Peramalan

Peramalan adalah suatu alat atau teknik untuk memprediksi atau

memperkirakan suatu nilai pada masa yang akan datang dengan memperhatikan

data atau informasi yang relevan, baik data/informasi masa lalu maupun saat ini

[6]. Menurut Makridakis et al.[4], meramal sesungguhnya adalah menduga atau

memprediksi peristiwa di masa depan dan bertujuan memperkecil resiko yang

mungkin terjadi akibat suatu pengambilan keputusan. Karena ramalan tidak dapat

sepenuhnya menghilangkan resiko, maka faktor ketidakpastian harus diperhatikan

secara eksplisit dalam proses pengambilan keputusan.

3.2 Macam-macam Pola Data

Runtun waktu dianalisis untuk menemukan pola variasi masa lalu yang

dapat dipergunakan untuk meramalkan nilai masa depan dan membantu dalam

membuat perencanaan untuk kebutuhan di masa yang akan datang. Menurut

Hanke dan Dean [3], ada beberapa pola data yang perlu diperhatikan antara lain :

1. Pola Stationer terjadi bilamana nilai data berfluktuasi di sekitar nilai rata-rata

yang konstan. Metode peramalan yang dapat digunakan pada pola data ini

antara lain : Naive, simple average, moving average, exponential smoothing.

2. Pola Musiman terjadi bilamana suatu deret dipengaruhi oleh faktor musiman

(misalnya kuartalan, bulanan, atau hari-hari pada minggu tertentu). Metode

peramalan yang dapat digunakan pada pola data ini antara lain, Naive, simple

average, single exponential smoothing, double exponential smoothing, simple

regression, exponential trend model, S-curve fitting, Gompertz model, growth

curves.

3. Pola siklis (periodik) adalah pola data yang membentuk suatu fluktuasi

disekitar tren. Pola ini cenderung tidak stabil / tetap. Fluktuasi seperti

gelombang ke atas dan ke bawah di sekitar tren jarang terulang di interval

waktu yang tetap dan besarnya fluktuasi juga berubah-ubah. Metode

dekomposisi dapat diperluas untuk menganalisis data berpola siklis. Metode

25

peramalan yang dapat digunakan pada pola data ini antara lain : Clasical

Decomposition, Econometrics Model, Economic Indicator, Times Series

Multiple Regression, Box-Jenkins, Leading Indicators, dan ARIMA.

4. Pola tren terjadi bilamana terdapat kenaikan atau penurunan dalam data.

Metode peramalan yang dapat digunakan pada pola data ini antara lain :

Naive, seasional exponential smoothing, adaptive filtering, classical

decomposition, cencus X-12, Box Jenkins, time series multiple regression.

Pola data dapat dianalisis dengan menggunakan autokorelasi.

∑∑ , 0,1,2,… (1)

dengan,

kr : Koefisien autokorelasi untuk sebuah lag dari periode ke- k

k : periode

tY : Observasi dalam periode waktu ke- t

ktY − : Observasi k perode sebelumnya atau waktu periode (t-k)

Y : Rata-rata dari nilai time series

Jika data berkala tersebut random, hampir semua koefisien autokorelasi

terletak di dalam interval kepercayaan dengan standar eror yang kecil. Tiap-tiap

koefisien autokorelasi berada dalam interval kepercayaan yang diberikan oleh

0 (2)

dengan

n

rrSE

k

ii

k

∑−

=

+=

1

1

221)( ,

tkrSE )( : Standar eror dari autokorelasi pada lag k

ir : autokorelasi pada lag i

k : periode

n : jumlah observasi dalam data berkala

26

3.3 Metode Peramalan

Beberapa metode yang dapat digunakan untuk meramalkan pola data tren

adalah sebagai berikut.

1. Metode Naive

Metode Naive merupakan metode sederhana yang mengasumsikan bahwa

data sebelumnya digunakan untuk meramalkan data yang akan datang. Model

sederhana untuk data tren

(3)

2. Metode Moving Average

Salah satu cara untuk mengubah pengaruh data masa lalu terhadap nilai

tengah sebagai ramalan adalah dengan menentukan sejak awal berapa jumlah

nilai observasi yang akan dimasukkan untuk menghitung nilai tengah,

prosedur inilah yang dinamakan rata-rata bergerak (moving average) karena

setiap muncul nilai observasi baru, nilai rata-rata baru dapat dihitung dengan

membuang nilai observasi yang terdahulu dan memasukkan nilai observasi

yang terbaru. Rata-rata bergerak inilah yang nantinya akan menjadi ramalan

untuk periode yang mendatang. Moving Average ini dapat dirumuskan

sebagai berikut

(4)

: ramalan untuk periode t+1

tY = nilai sebenarnya untuk periode t

k = jumlah data yang masuk dalam rata-rata bergerak

Kelebihan metode ini adalah hanya menyangkut T periode terakhir saja

dari data yang diketahui, jumlah titik data dalam setiap rata-rata tidak berubah

dengan berjalannya waktu. Sedang kelemahannya metode ini memerlukan

penyimpanan yang lebih banyak karena semua T observasi terakhir harus

disimpan, tidak hanya nilai tengahnya dan metode ini tidak dapat

menenggulangi dengan baik adanya tren atau musiman, walaupun metode ini

lebih baik dibanding rata-rata total.

27

3. Metode Tren Linier

Bentuk umum persamaan linier

bXaY +=ˆ (5)

dengan: Y : variabel tak bebas hasil ramalan

X : variabel bebas berupa periode waktu

a & b : konstanta (dihitung dari data deret berkala)

4. Metode Tren Kuadratik (Parabola)

Metode tren kuadratik biasanya berupa persamaan parabola. Bentuk umum

persamaan ini adalah :

Y = a + b.X + c.X2 (6)

dengan, Y : variabel tak bebas hasil ramalan (kepadatan pelanggan)

X : variabel bebas berupa periode waktu

a, b, dan c : konstanta (dihitung dari data sample deret berkala)

5. Tren Eksponensial

Model ini menunjukkan adanya peningkatan secara eksponensial. Bentuk

umum dari metode ini adalah

(7)

6. Metode S-Curve Fitting

Metode ini menggunakan model tren logistik Pearl-Reed. Model ini

digunakan jika plot runtun waktu mengindikasikan adanya kecenderungan

bentuk kurva “S”. Bentuk umum dari metode ini

10 / . (8)

7. Metode Single Exponential Smoothing

Exponential smoothing adalah pengembangan dari metode peramalan yang

menggunakan parameter alfa untuk memuluskan nilai akhir dari data dan

kesalahan dalam peramalan. Model yang digunakan dalam single exponential

smoothing adalah

1 (9)

dengan

: nilai peramalan pada periode waktu ke-(t +1)

28

α : konstanta pemulusan (smoothing)

tY : nilai observasi/ pengamatan pada periode waktu ke-t

tY : nilai peramalan pada periode waktu ke-t

8. Metode Double Exponential Smoothing (Holt’s Method )

Merupakan pengembangan dari metode exponensial smooting

(10)

dengan

))(1( 11 −− +−+= tttt TLYL αα

11 )1()( −− −+−= tttt TLLT ββ

tL : nilai hasil penghalusan (smoothing) pada periode ke-t

α : konstanta penghalusan (smoothing) untuk level yang nilainya 10 <<α

tY : nilai observasi/ pengamatan pada periode ke-t

β : konstanta penghalusan (smoothing) untuk estimasi tren yang nilainya

10 << β

tT : estimasi tren

p : periode waktu ke depan untuk yang akan diramalkan nilainya

ptY +ˆ : nilai peramalan pada periode p

3.4 Evaluasi Metode peramalan

Untuk memilih metode mana yang paling tepat dalam peramalan, harus

dilakukan evaluasi terhadap teknik/ metode peramalan yang digunakan. Evaluasi

teknik peramalan tersebut meliputi :

a. Mean Absolute Deviation (MAD)

∑ (11)

MAD digunakan untuk mengukur keakuratan teknik yang digunakan.

b. Mean Square Error (MSE)

∑ (12)

Nilai eror yang dikuadratkan berakibat eror peramalan menjadi besar.

29

c. Mean Absolute Percentage Error (MAPE)

∑ | | (13)

MAPE menunjukkan seberapa besar eror peramalan terhadap nilai yang

sebenarnya. Untuk membandingkan keakuratan teknik yang digunakan.

d. Mean Percentage Error (MPE)

∑ (14)

MPE digunakan untuk menentukan apakah metode peramalan yang

digunakan bias atau tidak. Jika nilai MPE mendekati nol maka tak bias.

Sedangkan nilai MPE yang besar dan negatif menunjukkan overestimate.

Namun bila nilai MPE besar dan negatif maka menunjukkan

underestimate.

Selain itu, perlu dilakukan analisis untuk memastikan bahwa metode yang

dipakai sudah memenuhi uji kecukupan atau belum, dengan cara melihat sisaan

dari koefisien autokorelasi dan plot sisaan. Suatu metode dikatakan baik jika

sisaan berpola random dan mendekati distribusi normal.

30

BAB IV

HASIL DAN PEMBAHASAN

4.1 Hasil Kegiatan Magang Mahasiswa

Selama melaksanakan Kegiatan magang Mahasiswa (KMM) di Badan Pusat

Statistik (BPS) Kota Surakarta penulis memperoleh pengalaman bekerja di sebuah

instansi pemerintahan, kemampuan berinteraksi dan berkomunikasi dengan

seluruh pegawai di Badan Pusat Statistik (BPS) Kota Surakarta, kemampuan

beradaptasi dengan lingkungan pekerjaan, dan kemampuan untuk

mengkomunikasikan gagasan.

Penulis juga dapat mengasah softskill seperti kemampuan untuk

berkomunikasi dan berinteraksi baik dengan seluruh pegawai di Badan Pusat

Statistik (BPS) Kota Surakarta maupun dengan rekan-rekan mahasiswa magang,

kemampuan berkerjasama dalam tim, menyesuaikan diri dengan lingkungan

pekerjaan, menghargai dan menghormati atasan dan rekan kerja, disiplin terhadap

waktu, serta tanggung jawab terhadap setiap tugas yang telah diberikan.

4.2 Deskripsi Data

Inflasi adalah kenaikan dalam tingkat harga barang dan jasa secara umum

selama periode waktu tertentu [1]. Inflasi dapat menyebabkan penurunan tingkat

pendapatan riil masyarakat suatu negara, menurunkan daya beli masyarakat

terhadap barang atau jasa, dan dapat mengakibatkan turunnya daya saing akibat

tingginya harga [5]. Laju inflasi di empat kota di Jawa Tengah selama bulan Mei

2011 sampai bulan Desember 2012 terlihat pada Gambar 2.

Pada Gambar 2 terlihat bahwa inflasi terjadi secara fluktuatif di empat kota

di Jawa Tengah. Pada tahun 2011 keempat kota di Jawa Tengah tersebut terjadi

kenaikan Inflasi tertinggi terjadi pada bulan Juli dan pada tahun 2012 terjadi pada

bulan Agustus. Hal itu dimungkinkan disebabkan karena adanya hari raya

keagamaan yaitu Idul Fitri yang menyebabkan meningkatnya permintaan dan

memicu perubahan pada tingkat harga juga bertambahnya volume rupiah.

31

Gambar 2. Laju inflasi di empat kota di Jawa Tengah

Sedangkan jika dilihat pada bulan Desember tahun 2012 Kota Surakarta

mengalami inflasi sebesar 0,30 persen dengan Indeks Harga Konsumen (IHK)

124,45. Sedangkan untuk kota lain seperti Purwokerto mengalami inflasi sebesar

0,50 persen dengan IHK 134,07 dan kota Semarang yang mengalami inflasi

sebesar 0,41 dengan IHK 134,29 serta kota Tegal yang mengalami inflasi sebesar

0,40 dengan IHK 134,26. Inflasi yang terjadi di kota Surakarta pada bulan

Desember 2012 merupakan inflasi terkecil yang dibandingkan 3 kota lainnya.

Angka inflasi setiap bulannya dapat diestimasikan dengan mengukur

peresentase perubahan dalam indeks harga konsumen. Perubahan dalam indeks

harga pada suatu saat dibandingkan dengan yang ada pada periode sebelumnya.

4.3 Analisis Indeks Harga Konsumen di Kota Surakarta

4.3.1 Analisis Deskriptif

Data yang dianalisis pada laporan Kegiatan Magang Mahasiswa (KMM) ini

merupakan data Indeks Harga Konsumen (IHK) di Surakarta pada bulan Mei

2011 – Desember 2012 yang diterdapat pada lampiran. Data tersebut penulis

ambil dari Badan Pusat Statistik. Dari data tersebut dicari model peramalan

terbaik untuk nilai Indeks Harga Konsumen (IHK) pada periode yang akan

‐1,00

‐0,50

0,00

0,50

1,00

1,50Infla

si (%

)

Bulan

Laju Inflasi Empat Kota di Jawa Tengah

Purwokerto

Surakarta

Semarang

Tegal

32

datang. Nilai Indeks Harga Konsumen (IHK) Kota Surakarta terlihat pada

histogram dan grafik yang terdapat pada Gambar 3 dan Gambar 4.

Gambar 3. Histogram Nilai Indeks Harga Konsumen (IHK) Kota Surakarta

Gambar 4. Grafik Indeks Harga Konsumen (IHK) Kota Surakarta

Pada Gambar 3 dan Gambar 4 terlihat bahwa terjadi peningkatan nilai

Indeks Harga Konsumen (IHK) pada bulan Mei tahun 2011 sampai bulan April

tahun 2012 dan terjadi penurunan pada bulan Mei tahun 2012. Kemudian kembali

naik pada bulan Juni tahun 2012, nilai Indeks Harga Konsumen (IHK) tersebut

terus meningkat sampai pada bulan Agustus tahun 2012. Namun terjadi

112,00114,00116,00118,00120,00122,00124,00126,00

Nilai IHK

Bulan

Nilai IHK Surakarta

Surakarta

112,00

114,00

116,00

118,00

120,00

122,00

124,00

126,00

Nilai IHK

Bulan

Nilai IHK Kota Surakarta

Surakarta

33

penurunan yang cukup signifikan pada bulan September tahun 2012, sebesar 0,71

poin.

Pada tahun 2011 Indeks Harga Konsumen (IHK) tertinggi terjadi pada bulan

Desember dan Indeks Harga Konsumen (IHK) terendah terjadi pada bulan Mei.

Begitu juga pada tahun 2012 terjadi hal serupa.

4.3.2 Identifikasi Pola Data Indeks Harga Konsumen di Kota Surakarta

Untuk mengetahui pola data digunakan plot times series dan plot

autocorrelation dari data tersebut. Berdasarkan plot pada Gambar 5 dapat

digunakan untuk menentukan metode yang sesuai untuk meramalkan nilai IHK

Kota Surakarta.

Plot times series untuk data Indeks Harga Konsumen di Kota Surakarta

bulan Mei 2011 – Desember 2012 terdapat pada Gambar 5.

YearMonth

20122011NopAgustMeiFebNopAgustMei

125

124

123

122

121

120

119

118

117

IHK

Kota

Sur

akar

ta

Time Series Plot of IHK Kota Surakarta

Gambar 5. Plot times series IHK Kota Surakarta

Dari Gambar 5 terlihat bahwa Indeks Harga Konsumen di Kota Surakarta

mengalami kenaikan tiap bulannya sehingga diduga data membentuk suatu pola

tren. Untuk memperkuat asumsi ini, dilihat plot autokorelasinya, seperti pada

Gambar 6.

34

18161412108642

1,0

0,8

0,6

0,4

0,2

0,0

-0,2

-0,4

-0,6

-0,8

-1,0

Lag

Aut

ocor

rela

tion

Autocorrelation Function for IHK Kota Surakarta(with 5% significance limits for the autocorrelations)

Gambar 6. Plot Autocorrelation Function (ACF) IHK Kota Surakarta

Dari Gambar 6, terlihat bahwa pada autokorelasi pada lag pertama keluar dari pita

konfidensi dan kemudian berangsur-angsur turun secara perlahan. Hal ini

memperkuat asumsi bahwa data berpola tren.

Jadi dapat disimpulkan bahwa data Indeks Harga Konsumen (IHK) di Kota

Surakarta pada bulan Mei 2011 – Desember 2012 berpola tren.

4.3.3 Metode Peramalan Indeks Harga Konsumen di Kota Surakarta

Pola data Indeks Harga Konsumen (IHK) di Kota Surakarta membentuk

suatu pola tren, maka ada delapan metode yang akan digunakan untuk mencari

model terbaik yang akan digunakan untuk meramalkan yaitu, metode naive,

moving average, tren linear, tren kuadratik, tren eksponensial, s-curve fitting,

single exponential smoothing, double exponential smoothing (Holt’s).

A. Metode Naive

Dengan menggunakan metode Naive didapatkan MSE 676,193; MAD

6,1815; MAPE 0,052391 dan MPE -0,0495.

35

B. Metode Moving Average

Dengan metode moving average didapatkan plot Indeks Harga

Konsumen (IHK) di Kota Surakarta bulan Mei 2011 – Desember 2012 seperti

pada Gambar 7.

Berdasarkan Gambar 7 terlihat bahwa dengan metode moving average

didapatkan MAPE 0,398251; MAD 0,483684; MSE 0,307111, dan

berdasarkan perhitungan didapatkan MPE 0,003077.

2018161412108642

125

124

123

122

121

120

119

118

117

Index

IHK

Kota

Sur

akar

ta

Length 1Moving Average

MAPE 0,398251MAD 0,483684MSD 0,307111

Accuracy Measures

ActualFits

Variable

Moving Average Plot for IHK Kota Surakarta

Gambar 7. Plot Metode Moving Average Indeks Harga Konsumen (IHK) di

Kota Surakarta

C. Metode Tren Linear

Dengan metode tren linear didapatkan plot Indeks Harga Konsumen

(IHK) di Kota Surakarta bulan Mei 2011 – Desember 2012 seperti pada

Gambar 8.

Berdasarkan Gambar 8 terlihat bahwa dengan metode tren linear, di

hasilkan MAPE 0,300673, MAD 0,364909, MSE 0,175602, dan berdasarkan

perhitungan didapatkan MPE -0,000010.

36

2018161412108642

125

124

123

122

121

120

119

118

117

116

Index

IHK

Kota

Sur

akar

ta MAPE 0,300673MAD 0,364909MSD 0,175602

Accuracy Measures

ActualFits

Variable

Trend Analysis Plot for IHK Kota SurakartaLinear Trend Model

Yt = 117,485 + 0,369*t

Gambar 8. Plot Metode Tren Linier Indeks Harga Konsumen (IHK) di Kota

Surakarta

D. Metode Tren Kuadratik

Dengan metode tren kuadratik didapatkan plot Indeks Harga Konsumen

(IHK) di Kota Surakarta Bulan Mei 2011 – Desember 2012 seperti pada

Gambar 9.

2018161412108642

125

124

123

122

121

120

119

118

117

Index

IHK

Kota

Sur

akar

ta MA PE 0,218579MA D 0,265279MSD 0,112653

A ccuracy Measures

A ctualF its

Variab le

Trend Analysis Plot for IHK Kota SurakartaQuadratic Trend Model

Yt = 116,833 + 0,5468* t - 0,00847* t**2

Gambar 9. Plot Tren Kuadratik Indeks Harga Konsumen (IHK) di Kota

Surakarta

37

Berdasarkan Gambar 9 terlihat bahwa dengan metode tren kuadratik

dihasilkan MAPE 0,218579; MAD 0,265279; MSE 0,112653, dan

berdasarkan perhitungan didapatkan MPE -0,000003.

E. Metode Tren Eksponensial

Dengan metode tren eksponensial didapatkan plot Indeks Harga


pada Gambar 10.

Berdasarkan Gambar 10 terlihat bahwa dengan metode tren kuadratik

dihasilkan MAPE 0,309180; MAD 0,375261; MSE 0,184262, dan

berdasarkan perhitungan didapatkan MPE - 0,000017.

2018161412108642

125

124

123

122

121

120

119

118

117

116

Index

IHK

Kota

Sur

akar

ta MAPE 0,309180MAD 0,375261MSD 0,184262

Accuracy Measures

ActualFits

Variable

Trend Analysis Plot for IHK Kota SurakartaGrowth Curve Model

Yt = 117,519 * (1,00305**t)

Gambar 10. Plot Tren Eksponensial Indeks Harga Konsumen (IHK) di Kota

Surakarta

F. Metode Tren S-Curve Fitting

Dengan metode tren S-Curve Fitting didapatkan plot Indeks Harga


pada Gambar 11.

38

2018161412108642

125

124

123

122

121

120

119

118

117

116

Index

IHK

Kota

Sur

akar

ta Intercept 42,2190Asymptote 62,1806Asym. Rate 1,0030

Curve Parameters

MAPE 0,312017MAD 0,377260MSD 0,229009

Accuracy Measures

ActualFits

Variable

Trend Analysis Plot for IHK Kota SurakartaS-Curve Trend Model

Yt = (10**3) / (16,0822 - 7,60384*(1,00299**t))

Gambar 11. Plot Tren S-Curve Fitting Indeks Harga Konsumen (IHK) di Kota

Surakarta

Berdasarkan Gambar 11 terlihat bahwa dengan metode tren S-Curve

Fitting dihasilkan MAPE 0,312017; MAD 0,377260; dan MSE 0,229009, dan

berdasarkan perhitungan didapatkan MPE -0,000895.

G. Metode Single Eksponensial Smoothing

Dengan metode tren S-Curve Fitting didapatkan plot Indeks Harga


pada Gambar 12.

Dengan memilih α sebesar 1, seperti dapat dilihat pada Gambar 12

didapatkan MAPE 0,448923; MAD 0,542083; MSE 0,428155, dan

berdasarkan perhitungan didapatkan MPE 0,003077.

39

2018161412108642

125

124

123

122

121

120

119

118

117

Index

IHK

Kota

Sur

akar

taAlpha 1

Smoothing Constant

MAPE 0,448923MAD 0,542083MSD 0,428155

Accuracy Measures

ActualFits

Variable

Smoothing Plot for IHK Kota SurakartaSingle Exponential Method

Gambar 12. Plot Single Exponential Smoothing Indek Harga di Kota

Surakarta

H. Metode Double Eksponensial Smoothing (Holt’s)

Dengan metode Double Exponential Smoothing (Holt’s) didapatkan plot

Indeks Harga Konsumen (IHK) di Kota Surakarta bulan Mei 2011 –

Desember 2012 seperti pada Gambar 13.

2018161412108642

125

124

123

122

121

120

119

118

117

Index

IHK

Kota

Sur

akar

ta

Alpha (level) 1,00Gamma (trend) 0,01

Smoothing Constants

MAPE 0,267009MAD 0,322575MSD 0,184395

Accuracy Measures

ActualFits

Variable

Smoothing Plot for IHK Kota SurakartaDouble Exponential Method

Gambar 13. Plot Double Eksponensial Smoothing (Holt’s) Indeks Harga

Konsumen (IHK) di Kota Surakarta

40

Dari ke delapan metode peramalan di atas, dihasilkan nilai MAPE, MAD,

MSE, dan MPE yang berbeda untuk setiap metodenya, yang terdapat pada Tabel

2. Langkah selanjutnya adalah memilih metode peramalan dengan

membandingkan nilai MAPE, MAD, MSE, dan MPE nya.

Tabel 2. Perbandingan Nilai MAPE, MAD, MSE, dan MPE

Metode MAPE MAD MSE MPE

Tren Kuadratik 0,218579 0,265279 0,112653 -0,000003

Double Eksponensial

Smoothing (Holt's) 0,267009 0,322575 0,184395 0,000191

Tren Linear 0,300673 0,364909 0,175602 -0,000010

Tren Eksponensial 0,309180 0,375261 0,184262 -0,000017

Tren S-Curve Fitting 0,312017 0,377260 0,229009 -0,000895

Moving Average 0,398251 0,483684 0,307111 0,003077

Single Eksponensial

Smoothing 0,448923 0,542083 0,428155 0,003077

Naive 0,052391 6,181500 676,193000 -0,049500

Pada Tabel 2 terlihat bahwa setelah diurutkan metode kuadratik merupakan

metode dengan nilai MAPE, MAD, MSE, dan MPE terkecil, dan metode naive

dengan nilai MAPE, MAD, MSE, dan MPE terbesar. Dari kedelapan metode

tersebut akan diambil 2 metode terkecil untuk dapat dilihat metode yang terbaik

yaitu tren kuadratik, dan double eksponensial smoothing (Holt’s). Dari kedua

metode tersebut akan diuji kecocokan untuk melihat apakah kedua metode

tersebut layak untuk digunakan untuk meramalkan.

4.3.5 Uji Kecocokan Model

Untuk mengetahui apakah model yang dihasilkan oleh metode tren

kuadratik, dan metode double eksponensial smoothing (holt’s) tersebut layak

untuk meramalkan data Indeks Harga Konsumen (IHK) di Kota Surakarta, maka

dilakukan uji kecocokan model sebagai berikut:

41

A. Model Tren Kuadratik

1. Uji Asumsi Kenormalan untuk Sisaan

Uji distribusi normal adalah uji untuk mengukur apakah data tersebut

memiliki distribusi normal sehingga dapat dipakai dalam statistik

inferensial. Uji asumsi kenormalan ini diuji dengan menggunakan uji

Kolmogrov-Smirnov dengan plot seperti pada Gambar 14.

1,00,50,0-0,5-1,0

99

95

90

80

70

60504030

20

10

5

1

Residual Trend Kuadratik

Perc

ent

Mean 1,207923E-14StDev 0,3444N 20KS 0,118P-Value >0,150

Probability Plot of Residual Trend KuadratikNormal

Gambar 14. Plot Probabilitas Sisaan Model Tren Kuadratik

Berdasarkan Gambar 14 menunjukkan sebaran data berada disekitar

dan dekat dengan garis lurus sehingga diasumsikan bahwa data

berdistribusi normal. Untuk lebih meyakinkan asumsi, maka diuji dengan

uji kolmogrov-smirnov.

i. Ho : Sisaan berdistribusi normal

H1 : Sisaan tidak berdistribusi normal

ii. :0,05

iii. Daerah kritis : Tolak Ho jika

iv. Statistik uji : p-value = 0,150

v. Kesimpulan : Karena p-value = 0,150 > α = 0,05 maka Ho tidak

ditolak, artinya sisaan berdistribusi normal.

Jadi dapat disimpulkan bahwa sisaan berdistribusi normal.

42

2. Uji Asumsi Random untuk Sisaan

Uji untuk kerandoman sisaan ini digunakan plot autocorrelation,

seperti pada Gambar 15.

18161412108642

1,0

0,8

0,6

0,4

0,2

0,0

-0,2

-0,4

-0,6

-0,8

-1,0

Lag

Aut

ocor

rela

tion

Autocorrelation Function for Residual Trend Kuadratik(with 5% significance limits for the autocorrelations)

Gambar 15. Plot Autokorelasi Sisaan Model Tren Kuadratik

Pada Gambar 15, terlihat bahwa tidak terdapat lag yang keluar dari

pita konfidensi, sehingga dapat disimpulkan bahwa sisaan acak atau

random.

Berdasarkan atas pernyataan (1) dan (2) yang menunjukkan bahwa

Model Tren Kuadratik residualnya berdistribusi normal dan berpola acak,

maka Metode Tren Kuadratik memenuhi uji kecocokan model.

B. Model Double Exponential Smoothing (Holt’s)

1. Uji Kenormalan Untuk Sisaan

Uji kenormalan ini diuji dengan menggunakan uji Kolmogrov-

Smirnov dengan plot seperti pada Gambar 16.

43

1,00,50,0-0,5-1,0

99

95

90

80

70

60504030

20

10

5

1

Res DES

Perc

ent

Mean -0,02096StDev 0,4400N 20KS 0,165P-Value >0,150

Probability Plot of Res DESNormal

Gambar 16. Plot Probabilitas Sisaan Model Double Ekxponensial

Smoothing

Berdasarkan Gambar 16 menunjukkan sebaran data berada disekitar

dan dekat dengan garis lurus sehingga diasumsikan bahwa data

berdistribusi normal. Untuk lebih meyakinkan asumsi, maka diuji dengan

uji kolmogrov-smirnov.

i. Ho : Sisaan berdistribusi normal

H1 : Sisaan tidak berdistribusi normal

ii. :0,05

iii. Daerah kritis : Tolak Ho jika

iv. Statistik uji : p-value = 0,150

v. Kesimpulan : Karena p-value = 0,150 > α = 0,05 maka Ho tidak

ditolak, artinya sisaan berdistribusi normal.

Jadi dapat disimpulkan bahwa sisaan berdistribusi normal.

2. Uji Asumsi Random untuk Sisaan

Uji untuk kerandoman sisaan ini digunakan plot autocorrelation,

seperti pada Gambar 17.

44

18161412108642

1,0

0,8

0,6

0,4

0,2

0,0

-0,2

-0,4

-0,6

-0,8

-1,0

Lag

Aut

ocor

rela

tion

Autocorrelation Function for Res Double Eksponensial Smoothi(with 5% significance limits for the autocorrelations)

Gambar 17. Plot Autokorelasi Sisaan Model Double Exponential

Smoothing

Pada Gambar 17, terlihat bahwa tidak terdapat lag yang keluar dari

pita konfidensi, sehingga dapat disimpulkan bahwa sisaan acak atau

random.

Berdasarkan atas pernyataan (1) dan (2) yang menunjukkan bahwa

Model Double Exponential Smoothing residualnya berdistribusi normal dan

berpola acak, maka Model Double Exponentiial Smoothing memenuhi uji

kecocokan model.

Dengan melihat hasil dari uji diagnostik kedua metode tersebut dapat

disimpulkan bahwa kedua metode tersebut memenuhi asumsi kenormalan dan

kerandoman sisaan yang berarti kedua metode tersebut dapat digunakan untuk

meramalkan data Indeks Harga Konsumen (IHK) di Kota Surakarta.

4.3.6 Peramalan Indeks Harga Konsumen di Kota Surakarta

Hasil Peramalan Indeks Harga Konsumen (IHK) di Kota Surakarta pada

bulan Januari 2013 dengan metode tren kuadratik adalah 124,582 dengan model

116,833 0,5468 0,00847

45

Hasil Peramalan Indeks Harga Konsumen (IHK) di Kota Surakarta pada

bulan Januari 2013 dengan metode Double Exponential Smoothing adalah

124,815, dengan model

dengan,

1

0,01 1 0,01

: nilai konstatnta penghalusan (smoothing) pada periode ke t

p : periode yang akan diramalkan di masa yang akan datang

: Perkiraan Tren

: Nilai observasi/pengamatan pada periode ke-t

Dari hasil kedua metode peramalan tersebut penulis memilih menggunakan

metode double exponential smoothing karena nilai peramalan yang dihasilkan

oleh metode double eksponensial smoothing lebih mendekati nilai sesungguhnya

dari nilai Indeks Harga Konsumen (IHK) yaitu sebesar 126,11 dibandingkan

dengan metode tren kuadratik.

46

BAB V

PENUTUP

5.1 Kesimpulan

Dari pembahasan di atas dapat ditarik kesimpulan, yaitu

1. Kegiatan Magang Mahasiswa mempunyai manfaat yang besar untuk

mahasiswa, dikarenakan dengan adanya kegiatan tersebut mahasiswa dapat

mengetahui secara langsung dunia kerja dan dapat belajar untuk

menyesuaikan diri dengan dunia kerja.

2. Metode terbaik untuk meramalkan data Indeks Harga Konsumen (IHK) di

Kota Surakarta adalah metode double eksponensial smoothing, dengan

model

dengan,

1

0,01 1 0,01

: nilai konstatnta penghalusan (smoothing) pada periode ke t

p : periode yang akan diramalkan di masa yang akan datang

: Perkiraan Trend

: Nilai observasi/pengamatan pada periode ke-t

3. Nilai peramalan nilai Indeks Harga Konsumen (IHK) di Kota Surakarta

untuk bulan Januari 2013 adalah 124,815

5.2 Saran

Mahasiswa yang melaksanakan Kegiatan Magang Mahasiswa (KMM) pada

suatu instansi diharapkan dapat bersungguh-sungguh dalam melaksanakan

kegiatan ini, dikarenakan Kegiatan Magang Mahasiswa ini merupakan suatu

wadah untuk belajar bekerja dan praktek secara langsung di lapangan.

LAMPIRAN

Data Indeks Harga Konsumen (IHK) di Kota Surakarta Bulan Mei 2011 – Bulan Desember 2012

Tahun Bulan Indeks Harga Konsumen (IHK)

2011

Mei 117,00 Juni 117,73 Juli 118,57 Agustus 119,33 September 119,62 Oktober 119,66 Nopember 120,23 Desember 120,98

2012

Januari 121,25 Februari 121,35 Maret 121,69 April 121,53 Mei 121,87 Juni 122,91 Juli 123,52 Agustus 124,15 September 123,44 Oktober 123,83 Nopember 124,08 Desember 124,45

LEMBAR PEMBIMBINGAN KMM Nama : Hendrika Handayani NIM : M0110033 Dosen Pembimbing : Dra. Etik Zukronah

No Hari, tanggal Uraian Tanda Tangan

1 Rabu, 9 Januari 2013 Konsultasi sebelum memulai KMM di BPS Kota Surakarta

2 Senin, 21 Januari 2013 Konsultasi pengambilan data untuk laporan

3 Senin, 18 Februari 2013 Konsultasi pemilihan data untuk diolah

4 Selasa, 26 Februari 2013 Menyerahan draft laporan KMM

5 Rabu, 27 Maret 2013 Menyerahkan revisi draft laporan KMM

6 Rabu, 3 April 2013 Koreksi Laporan KMM dan meminta tanda tangan

7 Kamis, 11 April 2013 Pengumpulan laporan KMM

kmm all fiks.pdf

Documents