laporan praktikum analisis trendline (peramalan jumlah wisatawan yang datang ke kota bandung)
TRANSCRIPT
Laporan Praktikum Analisis Trendline: Peramalan JumlahWisatawan yang Datang ke Kota Bandung
Disusun Untuk Memenuhi Tugas Mata Kuliah Metode Analisis Perencanaan(TKP 342)
Dikerjakan Oleh :Sally Indah Nurdyawati
21040113130096Kelas B
Jurusan Perencanaan Wilayah dan KotaFakultas Teknik Universitas Diponegoro
Semarang2015
1
I. PENDAHULUANAnalisis trendline merupakan metode peramalan deret berkala karena memiliki karakteristik
bahwa data yang dianalisis bersifat deret yang menunjukkan waktu yang berkala. Periode waktudari data deret berkala dapat berupa tahunan, minggunan, bulanan, dan lain-lain. Tujuan metodeperamalan trendline adalah untuk menemukan pola dalam deret data historis danmengekstrapolasikan pola tersebut ke masa yang akan datang.
Dalam bidang perencanaan wilayah dan kota, analisis trendline memiliki banyak kegunaanyang berkaitan dengan peramalan kejadian di masa depan pada suatu daerah, seperti memprediksijumlah kendaraan bermotor untuk merencanakan infrastruktur jalan, memprediksi produkdomestik regional bruto suatu daerah untuk merencanakan perekonomian di daerah tersebut, sertaprediksi lainnya yang berkaitan dengan perencanaan wilayah dan kota. Pada laporan ini, akandibahas mengenai peramalan jumlah wisatawan yang datang ke Kota Bandung hingga tahun2025. Setelah dilakukan analisis trendline terkait dengan jumlah wisatawan yang masuk ke KotaBandung ini, diharapkan dapat menjadi bahan pertimbangan bagi pemerintah dalam penyediaaninfrastruktur kota, terutama transportasi.
II. STUDI KASUSSalah satu kota di Indonesia yang sering menjadi destinasi wisata para wisatawan adalah
Kota Bandung. Perkembangan aktivitas pariwisata di Kota Bandung diawali pada tahun 1920ketika salah satu asosiasi bernama Voorruit Bandung yang melakukan kerjasama denganpemerintah Kota Bandung untuk mengembangkan sektor pariwisata dengan menciptakan KotaBandung sebagai miniatur kota di Eropa. Sejak saat itu, Bandung menjadi tujuan utamaliburan para bangsawan Belanda yang tinggal di Jakarta. Pada tahun 1980-an, sektorpariwisata adalah sektor ekonomi paling penting di Bandung. Sektor ini berkontribusisebesar 40% pendapatan Kota Bandung (Agung Sutrisno, 2012). Pada awalnya, Bandungsangat terkenal untuk wisata alam dan wisata budaya, tetapi sekarang kondisi tersebut mulaiberubah, Bandung lebih terkenal sebagai kota wisata belanja dan wisata kuliner.
Perkembangan pariwisata di Kota Bandung mengakibatkan banyaknya jumlah wisatawanyang datang dari berbagai daerah, terutama pada akhir pekan. Hal tersebut dipicu oleh adanyaakses Jalan Tol Purbaleunyi yang menghubungkan Kota Bandung dengan Jakarta. Sayangnya,kinerja infrastruktur yang ada masih belum dapat menunjang aktivitas di Kota Bandung. Padaartikel ini akan dibahas mengenai peramalan jumlah wisatawan yang masuk ke Kota Bandungdari tahun 2003 – 2025. Hal tersebut dimaksudkan sebagai bahan pertimbangan bagi penyediaansarana dan prasarana di Kota Bandung dalam menunjang kegiatan pariwisata serta kegiatanlainnya sebagai dampak dari banyaknya wisatawan yang datang ke Kota Bandung.
Tabel II.1Jumlah Wisatawan yang Datang ke Kota Bandung Tahun 2003-2013
No Tahun Jumlah Wisatawan1 2003 16186602 2004 18370003 2005 19288504 2006 13234415 2007 25573736 2008 1421459
2
No Tahun Jumlah Wisatawan7 2009 30968698 2010 32052699 2011 4070072
10 2012 351370511 2013 3897429
Sumber: Badan Pusat Statistik Kota Bandung
III. HASIL DAN PEMBAHASANSetelah dilakukan analisis trendline, maka didapatkan grafik dari keenam jenis trendline,
yaitu Polynomial (a), Eksponensial (b), Power (c), Logarithmic (d), Linier (e), dan MovingAverage (f).
Sumber: Hasil Analisis, 2015Gambar 3.1
Grafik Trendline Jumlah Wisatawan yang Datang ke Kota Bandung
Dari grafik trendline tersebut, maka didapatkan nilai R square dan persamaan dari masing-masing jenis trendline. Trendline Moving Average tidak menghasilkan persamaan dan nilai Rsquare. Trendline moving average hanya menunjukkan pergerakan nilai dari setiap variabel.Berdasarkan trendline Moving Average, jumlah wisatawan yang datang ke Kota Bandung daritahun 2003 hingga 2013 mengalami fluktuatif. Nilai R square yang digunakan dalam peramalanadalah yang mendekati 1 atau yang mempunyai nilai paling besar. Pada analisis ini, nilai R squareyang paling besar didapat dari trendline tipe Polynomial, yaitu sebesar 0,764.
Tabel III.1Rekap Hasil Analisis berdasarkan Jenis Trendline yang Digunakan
Jenis Trendline Persamaan Nilai R squaredEksponensial y = 1E+06e0,1017x R² = 0,6635Linier y = 262068x + 1E+06 R² = 0,733Logarithmic y = 1E+06ln(x) + 965797 R² = 0,56Polynomial y = 19314x2 + 30297x + 2E+06 R² = 0,764Power y = 1E+06x0,3975 R² = 0,5114
(a) (b) (c)
(d) (e) (f)
3
Jenis Trendline Persamaan Nilai R squaredMoving Average - -
Sumber: Hasil Analisis, 2015
Sumber: Hasil Analisis, 2015Gambar 3.2
Grafik Trendline Polynomial
Grafik pada Gambar 3.2 merupakan hasil analisis trendline Polynomial. Pada grafik tersebutdapat dilihat trend pertumbuhan wisatawan yang datang ke Kota Bandung tahun 2003 – 2025yang diramalkan akan terus mengalami peningkatan. Garis yang berwarna hitammerepresentasikan jumlah eksisting dari wisatawan yang datang ke Kota Bandung tahun 2003 –2013. Laju pertumbuhan wisatawan yang datang ke Kota Bandung mengalami fluktuatif daritahun ke tahun. Puncak kunjungan wisatawan terjadi pada tahun 2011, yakni terdapat 4.070.072wisatawan yang datang. Hal tersebut secara tidak langsung dipengaruhi oleh dibukanya wahanabermain Trans Studio Bandung pada tanggal 18 Juni 2011 yang menyebabkan pelonjakan jumlahwisatawan yang datang ke Kota Bandung.
Tabel III.2Perhitungan Peramalan berdasarkan Jenis Trendline
Jenis Trendline Eksponensial Linier Logarithmic Polynomial Power
Persamaan y = 1E+06e0,1017x y = 262068x +1E+06
y = 1E+06ln(x)+ 965797
y = 19314x2 +30297x + 2E+06 y = 1E+06x0,3975
Nilai Rsquared R² = 0,6635 R² = 0,733 R² = 0,56 R² = 0,764 R² = 0,5114
No Tahun JumlahWisatawan
JumlahWisatawan
JumlahWisatawan
JumlahWisatawan
JumlahWisatawan
1 2003 1618660 1618660 1618660 1618660 16186602 2004 1837000 1837000 1837000 1837000 18370003 2005 1928850 1928850 1928850 1928850 19288504 2006 1323441 1323441 1323441 1323441 13234415 2007 2557373 2557373 2557373 2557373 25573736 2008 1421459 1421459 1421459 1421459 14214597 2009 3096869 3096869 3096869 3096869 30968698 2010 3205269 3205269 3205269 3205269 32052699 2011 4070072 4070072 4070072 4070072 4070072
y = 19314x2 + 30297x + 2E+06R² = 0,764
02000000400000060000008000000
100000001200000014000000
Jumlah WisatawanJumlah Wisatawan
4
Jenis Trendline Eksponensial Linier Logarithmic Polynomial Power
Persamaan y = 1E+06e0,1017x y = 262068x +1E+06
y = 1E+06ln(x)+ 965797
y = 19314x2 +30297x + 2E+06 y = 1E+06x0,3975
Nilai Rsquared R² = 0,6635 R² = 0,733 R² = 0,56 R² = 0,764 R² = 0,5114
No Tahun JumlahWisatawan
JumlahWisatawan
JumlahWisatawan
JumlahWisatawan
JumlahWisatawan
10 2012 3513705 3513705 3513705 3513705 351370511 2013 3897429 3897429 3897429 3897429 389742912 2014 5004480 5159497 4863226 5947040 489742913 2015 5122992 5421565 5556373 6035279 521465214 2016 5254190 5683633 5961838 6162146 544501815 2017 5399433 5945701 6249520 6327641 563250616 2018 5560224 6207769 6472664 6531764 579343917 2019 5738229 6469837 6654985 6774515 593595018 2020 5935289 6731905 6809136 7055894 606476619 2021 6153444 6993973 6942668 7375901 618291320 2022 6394953 7256041 7060451 7734536 629246121 2023 6662317 7518109 7165811 8131799 639489722 2024 6958301 7780177 7261121 8567690 649133123 2025 7285972 8042245 7348133 9042209 6582616
Sumber: Hasil Analisis, 2015
Terdapat 2 jenis metode perhitungan peramalan dalam analisis trendline, yaitu: Pada metode pertama, X didapatkan dari selisih antara tahun proyeksi dengan tahun terakhir,
lalu persamaan yang ada ditambahkan dengan data tahun terakhir.Contoh: pada trendline Polynomial didapatkan persamaan:
y = 19314x2 + 30297x + 2E+06Maka perhitungan jumlah wisatawan tahun 2014 yang diinput pada excel adalah:
=(19314*((2014-2013)^2))+(30297*(2014-2013))+(2*10^6)+3897429 Pada metode kedua, X didapatkan dari urutan tahun proyeksi.
Contoh: pada trendline Polynomial didapatkan persamaan:y = 19314x2 + 30297x + 2E+06
Maka perhitungan jumlah wisatawan tahun 2014 yang diinput pada excel adalah:=(19314*((12)^2))+(30297*(12))+(2*10^6)
Angka 12 didapat berdasarkan urutan data yang ada. Tahun 2003 memiliki nilai X = 1, tahun2004 memiliki nilai X = 2, tahun 2005 memiliki nilai X = 3, dan seterusnya hingga tahun2025 memiliki nilai X = 23.
Pada analisis ini digunakan metode perhitungan peramalan yang pertama karena metode pertamaini lebih cocok digunakan untuk proyeksi jangka panjang, sedangkan metode yang kedua cocokdigunakan untuk proyeksi jangka pendek.
Berdasarkan Tabel III.2, jumlah wisatawan yang datang ke Kota Bandung diramalkan akanterus mengalami peningkatan tiap tahunnya. Tahun 2025, jumlah wisatawan yang datang adalahsejumlah 9.042.209 jiwa. Jumlah tersebut hampir 3x lipat dari jumlah wisatawan pada tahun 2013.Adapun laju peningkatan jumlah wisatawan yang datang ke Kota Bandung dapat dilihat padaGambar 3.3
5
Sumber: Hasil Analisis, 2015Gambar 3.3
Laju Peningkatan Jumlah Wisatawan yang Datang ke Kota Bandung
Apabila pada analisis digunakan metode perhitungan yang kedua, maka hasil perhitungantrendline Polynomial yang didapat akan berbeda hasilnya. Perbedaan hasil perhitungan tersebutdapat dilihat pada Tabel III.3.
Tabel III.3Perhitungan Peramalan Trendline Polynomial berdasarkan Metode
Jenis Trendline Polynomial PolynomialPersamaan y = 19314x2 + 30297x + 2E+06 y = 19314x2 + 30297x + 2E+06
Nilai R squared R² = 0,764 R² = 0,764Metode Perhitungan 1 2No Tahun Jumlah Wisatawan Jumlah Wisatawan1 2003 1618660 16186602 2004 1837000 18370003 2005 1928850 19288504 2006 1323441 13234415 2007 2557373 25573736 2008 1421459 14214597 2009 3096869 30968698 2010 3205269 32052699 2011 4070072 4070072
10 2012 3513705 351370511 2013 3897429 389742912 2014 5947040 514478013 2015 6035279 565792714 2016 6162146 620970215 2017 6327641 680010516 2018 6531764 742913617 2019 6774515 809679518 2020 7055894 880308219 2021 7375901 954799720 2022 7734536 10331540
0
2000000
4000000
6000000
8000000
10000000
2003 2005 2007 2009 2011 2013 2015 2017 2019 2021 2023 2025
Jumlah WisatawanJumlah Wisatawan
6
Jenis Trendline Polynomial PolynomialPersamaan y = 19314x2 + 30297x + 2E+06 y = 19314x2 + 30297x + 2E+06
Nilai R squared R² = 0,764 R² = 0,764Metode Perhitungan 1 2No Tahun Jumlah Wisatawan Jumlah Wisatawan21 2023 8131799 1115371122 2024 8567690 1201451023 2025 9042209 12913937
Sumber: Hasil Analisis, 2015
Sumber: Hasil Analisis, 2015
Gambar 3.4Laju Peningkatan Jumlah Wisatawan yang Datang ke Kota Bandung
Berdasarkan Metode Perhitungan Peramalan
Berdasarkan Gambar 3.4, maka dapat disimpulkan bahwa perhitungan peramalanmenggunakan metode yang berbada, akan menghasilkan hasil yang berbeda pula. Garis berwarnaoranye pada grafik menunjukkan laju peningkatan wisatawan setiap tahunnya berdasarkanmetode ke-1. Pada awal tahun proyeksi, terdapat peningkatan yang signifikan, hal tersebut dilihatdari curamnya kemiringan pada grafik, tetapi grafik cenderung landai pada tahun akhir.Sedangkan pada metode ke-2, peningkatan jumlah wisatawan pada tahun awal proyeksi tidakbegitu signifikan, tetapi peningkatan ini berlangsung secara konsisten sehingga menghasilkannilai akhir yang justru lebih besar dari perhitungan metode ke-1.
IV. KESIMPULANBerdasarkan hasil analisis trendline, maka jenis trendline yang digunakan adalah Polynomial
dengan nilai R square sebesar 0,764 dengan persamaan y = 19314x2 + 30297x + 2E+06. Metodeperhitungan peramalan yang digunakan adalah metode pertama, yakni nilai X didapatkan dariselisih antara tahun proyeksi dengan tahun terakhir, lalu persamaan yang ada ditambahkan dengandata tahun terakhir. Jumlah wisatawan yang datang ke Kota Bandung diramalkan akan terusmengalami peningkatan setiap tahunnya.
Berdasarkan analisis tersebut, jumlah wisatawan yang datang ke Kota Bandung tahun 2003– 2025, dapat disimpulkan bahwa pada tahun 2025 akan terjadi peningkatan sebesar hampir 3xlipat dari jumlah wisatawan pada tahun 2013. Hal tersebut dapat disebabkan oleh adanya dayatarik berupa tempat wisata di Kota Bandung, baik wisata alam, kuliner, maupun fashion.Perkembangan yang pesat tersebut belum ditunjang oleh infrastruktur yang baik, terutama
02000000400000060000008000000
100000001200000014000000
2003 2005 2007 2009 2011 2013 2015 2017 2019 2021 2023 2025
Jumlah WisatawanMetode 1 Metode 2
7
infrastruktur transportasi. Fenomena kemacetan seringkali dialami Kota Bandung. Setidaknyaterdapat 35 – 45 ribu unit kendaraan yang masuk setiap harinya ke Kota Bandung. Bahkan, padahari libur, kendaraan yang masuk mencapai 100 – 150 ribu unit. Maka dari itu, hal-hal yang telahdibahas sebelumnya perlu menjadi perhatian pemerintah dalam penyediaan infrastruktur yangdapat menunjang aktivitas penduduk dalam kota dan para wisatawan.
V. DAFTAR PUSTAKABadan Pusat Statistik Kota Bandung. 2007. “Kota Bandung dalam Angka 2007”. Bandung: BPS
Badan Pusat Statistik Kota Bandung. 2013. “Kota Bandung dalam Angka 2013”. Bandung: BPS
Badan Pusat Statistik Kota Bandung. 2014. “Kota Bandung dalam Angka 2014” dalam bps.go.id
diunduh pada 17 Mei 2015
Buchori, Imam, dkk. 2007. Buku Ajar Mata kuliah Metode Analisis Perencanaan. Semarang:
Jurusan Perencanaan Wilayah dan Kota Universitas Diponegoro.
Rahim, Ruslan, 2013. “Masalah Infrastruktur Transportasi di Kota Bandung” dalam academia.edu
diunduh pada 17 Mei 2015
8
LAMPIRAN LANGKAH KERJA
Buka program Microsoft Excel Pastikan data yang akan dianalisis telah tersedia Select data pada kolom Jumlah Wisatawan klik Insert pada toolbar pilih grafik Line
Pada toolbar Design Select Data
Edit pada Legend Entries menjadi “Jumlah Wisatawan” Ubah Horizontal Axis Labelsdengan Tahun OK
Klik kanan pada garis Add Trendline
Pilih satu per satu jenis trendline centang Display Equation on Chart dan Display Rsquared Value on Chart cari yang nilai R squarenya paling mendekati 1.
9
Atur design chart sesukamu