kmm all fiks.pdf
TRANSCRIPT
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;
c. mengikuti program pelatihan yang diselenggarakan dalam rangka kegiatan
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
b. melakukan penyiapan dokumen dan bahan yang diberikan untuk kegiatan
pengumpulan statistik produksi yang mencakup kegiatan statistik
pertanian, industri, pertambangan, energi serta kegiatan statistik produksi
lainya yang ditentukan;
c. mengikuti program pelatihan yang diselenggarakan dalam rangka kegiatan
statistik produksi;
d. membantu kepala BPS kabupaten dalam menyikapi program pelatihan
petugas lapangan kegiatan statistik produksi;
e. melakukan pembagian dokumen dan peralatan yang diperlukan untuk
pelaksanaan lapangan kegiatan statistik produksi;
f. melakukan pembinaan, pengamatan lanjut, dan pengawasan lapangan
terhadap pelaksanaan kegiatan statistik produksi;
g. melakukan penerimaan dan pemeriksaan dokumen hasil pengumpulan data
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
masukan untuk penyempurnaan selanjutnya;
k. membantu kepala BPS kabupaten dalam melaksanakan pembinaan petugas
lapangan dalam rangka pengumpulan data statistik produksi di kabupaten
dan di kecamatan;
l. membantu kepala BPS kabupaten dalam koordinasi dan kerjasama
pelaksanaan kegiatan statistik produksi baik dengan pemerintah daerah
maupun instansi lain;
m. melakukan penyiapan naskah publikasi statistik produksi dan
menyampaikan kesatuan organisasi terkait untuk pelaksanaan pencetakan
dan penyebaranya;
14
n. membantu kepala BPS kabupaten dalam melaksanakan pembinaan
penyusunan publikasi statistik produksi dalam bentuk buku publikasi;
o. membantu kepala BPS kabupaten dalam melaksakan dan mengembangkan
statistik produksi;
p. membantu kepala BPS kabupaten dalam melaksanakan pengendalian
pelaksanaan kegiatan statistik produksi;
q. membantu kepala BPS kabupaten dalam koordinasi lapangan dengan pihak
kecamatan, koordinator kecamatan dan instansi terkait dalam pelaksanaan
kegiatan statistik produksi;
r. melakukan penyiapan bahan laporan akuntabilitas seksi statistik produksi;
s. melakukan perhimpunan tata cara dan hasil kegiatan yang dilakukan di
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;
b. melakukan penyiapan dokumen dan bahan yang diberikan untuk kegiatan
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;
c. mengikuti program pelatihan yang diselenggarakan dalam rangka kegiatan
statistik distribusi;
d. membantu kepala BPS kabupaten dalam menyikapi program pelatihan
petugas lapangan kegiatan statistik distribusi;
e. melakukan pembagian dokumen dan peralatan yang diperlukan untuk
pelaksanaan lapangan kegiatan statistik distribusi;
15
f. melakukan pembinaan, pengamatan lanjut, dan pengawasan lapangan
terhadap pelaksanaan kegiatan statistik distribusi;
g. melakukan penerimaan dan pemeriksaan dokumen hasil pengumpulan data
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
jadwal yang ditetapkan;
j. melakukan evaluasi hasil pengolahan statistik distribusi sebagai bahan
masukan untuk penyempurnaan selanjutnya;
k. membantu kepala BPS kabupaten dalam melaksanakan pembinaan petugas
lapangan dalam rangka pengumpulan data statistik distribusi di kabupaten
dan di kecamatan;
l. membantu kepala BPS kabupaten dalam koordinasi dan kerjasama
pelaksana kegiatan statistik distribusi baik dengan pemerintah daerah
maupun instansi lain;
m. melakukan penyiapan naskah publikasi statistik distribusi dan
menyampaikan ke satuan organisasi terkait untuk pelaksanaan pencetakan
dan penyebarannya;
n. membantu kepala BPS kabupaten dalam melaksanakan pembinaan
penyusunan publikasi statistik distribusi dalam bentuk buku publikasi;
o. membantu kepala BPS kabupaten dalam melaksakan dan mengembangkan
statistik distribusi;
p. membantu kepala BPS kabupaten dalam melaksanakan pengendalian
pelaksanaan kegiatan statistik distribusi;
q. membantu kepala BPS kabupaten dalam koordinasi lapangan dengan pihak
kecamatan, koordinator kecamatan dan instansi terkait dalam pelaksanaan
kegiatan statistik distribusi;
r. melakukan penyiapan bahan laporan akuntabilitas seksi statistik distribusi;
16
s. melakukan perhimpunan tata cara dan hasil kegiatan yang dilakukan di
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;
c. mengikuti program pelatihan yang diselenggarakan dalam rangka kegiatan
statistik Neraca Wilayah dan Analisis Statistik;
d. membantu kepala BPS kabupaten dalam menyikapi program pelatihan
petugas lapangan kegiatan statistik Neraca Wilayah dan Analisis Statistik;
e. melakukan pembagian dokumen dan peralatan yang diperlukan untuk
pelaksanaan lapangan kegiatan statistik Neraca Wilayah dan Analisis
Statistik;
f. melakukan pembinaan, pengamatan lanjut, dan pengawasan lapangan
terhadap pelaksanaan kegiatan statistik Neraca Wilayah dan Analisis
Statistik;
g. melakukan penerimaan dan pemeriksaan dokumen hasil pengumpulan data
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
jadwal yang ditetapkan;
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;
c. mengikuti program pelatihan yang diselenggarakan dalam rangka kegiatan
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
Konsumen (IHK) di Kota Surakarta bulan Mei 2011 – Desember 2012 seperti
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
Konsumen (IHK) di Kota Surakarta bulan Mei 2011 – Desember 2012 seperti
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
Konsumen (IHK) di Kota Surakarta bulan Mei 2011 – Desember 2012 seperti
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