pemodel an matemati ka perkembangan jumlah …digilib.unila.ac.id/54331/5/skripsi tanpa...
TRANSCRIPT
PEMODELAN MATEMATIKA PERKEMBANGAN JUMLAH
KENDARAAN BERMOTOR PROVINSI LAMPUNG
(Skripsi)
Oleh
RIO RINALDO BAJA PRATAMA
JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS LAMPUNG
BANDAR LAMPUNG
2018
ABSTRAK
PEMODELAN MATEMATIKA PERKEMBANGAN JUMLAH KENDARAAN
BERMOTOR PROVINSI LAMPUNG
Oleh
RIO RINALDO BAJA PRATAMA
Penelitian ini bertujuan untuk membandingkan 3 metode yaitu regresi linier
sederhana, model eksponensial, dan model logistik dengan data riil jumlah kendaraan
di Provinsi Lampung. Model matematika yang digunakan yaitu model regresi linear
sederhana, model eksponensial, dan model logistik. Aproksimasi terbaik dipilih
berdasarkan nilai Mean Absolute Percentage Error (MAPE) terendah dari ketiga
model dibandingkan dengan data sebenarnya. Dengan menggunakan data jumlah
kendaraan dari tahun 1997 – 2007, hasil penelitian menunjukkan bahwa model yang
memiliki MAPE terkecil adalah model eksponensial. Sedangkan MAPE yang terbesar
adalah model logistik. Proses validasi dilakukan menggunakan data jumlah kendaraan
dari tahun 2008 – 2014. Hasil validasi menunjukkan bahwa model yang terbaik yaitu
model eksponensial. Tetapi setelah membandingkan ketiga model yang digunakan
dengan data riil (sebenarnya) masih cukup jauh, sehingga model yang digunakan
belum baik untuk memproyeksi jumlah kendaraan di Provinsi Lampung.
Kata Kunci: Pertumbuhan Jumlah Kendaraan, Model Regresi Linear Sederhana,
Model Eksponensial, Model Logistik, MAPE.
ABSTRACT
MATHEMATICAL MODELLING OF VEHICLE GROWTH IN LAMPUNG
PROVINCE
By
RIO RINALDO BAJA PRATAMA
This study was aimed to compare 3 methods which are simple linier regression
model, exponential model, and logistic model with real data of vechiles in Lampung
Province. Mathematical modelling which used in this research are simple linier
regression model, exponential model, and logistic model. The best aproximation
choose based on the lowest value of MAPE from the three models that compared with
the real data. By using the amount vechiles data from 1997 to 2007, the result showed
that the model had the lowest value was exponential model. While the biggest value
of MAPE was Logistic model. Validation process was done using data of amount
vechiles from 2008 to 2014. The validation result showed that the best model was
exponential model but after comparing the three model that used with real data still
far, so the model was not good enough to projecting the amount of vechiles in
Lampung Province.
Keywords: Vehicle Growth, Simple Linear Regression Model, Exponential Model,
Logistic Model, MAPE.
PEMODELAN MATEMATIKA PERKEMBANGAN JUMLAH
KENDARAAN BERMOTOR PROVINSI LAMPUNG
Oleh
RIO RINALDO BAJA PRATAMA
Skripsi
Sebagai Salah Satu Syarat untuk Mencapai Gelar
SARJANA SAINS
Pada
Jurusan Matematika
Fakultas Matematika dan Ilmu Pengetahuan Alam
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS LAMPUNG
BANDAR LAMPUNG
2018
Judul Skripsi : PEMODELAN MATEMATIKA PERKEMBANGAN
JUMLAH KENDARAAN BERMOTOR PROVINSI
LAMPUNG
Nama Mahasiswa : Rio Rinaldo Baja Pratama
Nomor Pokok
Mahasiswa : 1317031072
Program Studi : Matematika
Jurusan : Matematika
Fakultas : Matematika dan Ilmu Pengetahuan Alam
MENYETUJUI
1. Komisi Pembimbing,
Agus Sutrisno, S.Si., M.Si. Dra. Dorrah Aziz, M.Si.
NIP. 19700831 199903 1 002 NIP. 19610128 198811 2 001
2. Mengetahui
Ketua Jurusan Matematika,
Prof. Dra. Wamiliana, M.A., Ph.D.
NIP. 19631108 198902 2 001
MENGESAHKAN
1. Tim Penguji
Ketua : Agus Sutrisno, S.Si., M.Si.
Sekretaris : Dra. Dorrah Aziz, M.Si.
Penguji
Bukan Pembimbing : Drs. Tiryono Ruby, M.Sc., Ph.D.
2. Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam
Prof. Warsito, S.Si., D.E.A., Ph.D.
NIP 19710212 199512 1 001
Tanggal Lulus Ujian Skripsi: 10 Oktober 2018
SURAT PERNYATAAN
Saya yang bertanda tangan di bawah ini, menyatakan bahwa skripsi saya yang
berjudul “Pemodelan Matematika Perkembangan Jumlah Kendaraan
Bermotor Provinsi Lampung” merupakan hasil karya sendiri dan bukan
merupakan karya orang lain. Semua hasil tulisan yang tertuang dalam skripsi ini
mengikuti kaidah penulisan karya ilmiah Universitas Lampung. Apabila
dikemudian hari terbukti bahwa skripsi ini merupakan hasil salinan atau dibuat
oleh orang lain, maka saya bersedia menerima sanksi sesuai dengan ketentuan
akademik yang berlaku.
Bandar Lampung, 10 Oktober 2018
Penulis
Rio Rinaldo Baja Pratama
RIWAYAT HIDUP
Penulis dilahirkan di Bandar Lampung, pada tanggal 26 Maret 1995, anak
Pertama dari tiga bersaudara dari pasangan Bapak Bambang Purnomo dan Ibu
Jamilah.
Penulis mengawali pendidikan formal pada tahun 1999 di TK Taruna Jaya . Pada
tahun 2001 penulis melanjutkan pendidikannya di SD Negeri 1 Pringsewu,
diselesaikan tahun 2007. Selanjutnya penulis melanjutkan pendidikan di SMP
Negeri 19 Bandar Lampung hingga tahun 2010, kemudian penulis melanjutkan
pendidikannya di SMA Al-Azhar 3 Bandar Lampung diselesaikan pada tahun
2013. Pada tahun yang sama, penulis diterima dan terdaftar sebagai mahasiswa
reguler Program Studi Matematika, Jurusan Matematika, Fakultas Matematika
dan Ilmu Pengetahuan Alam di Universitas Lampung.
Pada tahun 2017, penulis melakukan Praktik Kerja Lapangan (PKL) di CV Zona
Multimedia dan pada tahun 2018 Kuliah Kerja Nyata di desa Kutawarigin Kec.
Adiluwih Kab. Pringsewu.
MOTTO
“Jika orang lain bisa, saya juga harus bisa”
(Rio Rinaldo Baja Pratam)
“Apa yang kita tanam, itu yang kita petik”
(Anonim)
“Menikmati setiap proses jalan kehidupan”
(Anonim)
PERSEMBAHAN
Dengan segala rasa syukur kehadirat Allah SWT atas segala nikmat dalam hidupku dan
dengan segala kerendahan hati, kupesembahkan karya kecilku untuk orang - orang yang telah
memberi makna dalam hidupku.
Teruntuk Bapak dan Mama tercinta. Hanya rasa kasih sayang, tetes keringatmu, serta doa-
doamu selalu menyertai setiap langkahku.
Adik - adikku Refita Baja Dwinsa dan Roby Baja Triansa seerta seluruh keluarga besar yang
selalu menjadi penyemangat.
Keluarga besar jurusan matematika, teman-teman kontrakan yang telah memberikan
dukungan dan doa untukku.
Seluruh Dosen yang tanpa pamrih memberikan ilmu pengetahuan kepadaku.
Almamater tercinta. Universitas Lampung.
SANWACANA
Bismillahirrohmanirrohim...
Puji dan syukur penulis panjatkan kepada Allah SWT, yang selalu melimpahkan
rahmat dan kasih sayang-Nya, sehingga penulis dapat menyelesaikan skripsi ini.
Skripsi yang berjudul “Pemodelan Matematika Perkembangan Jumlah
Kendaraan Bermotor Provinsi Lampung”. Penulis menyadari bahwa dengan
bantuan berbagai pihak, skripsi ini dapat diselesaikan. Untuk itu penulis
mengucapkan terimakasih kepada:
1. Bapak Prof. Warsito, S.Si., D.E.A., Ph.D. selaku Dekan Fakultas Matematika
dan Ilmu Pengetahuan Alam Universitas Lampung.
2. Ibu Prof. Dra. Wamiliana, M.A., Ph.D. selaku Ketua Jurusan Matematika
Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Lampung.
3. Bapak Agus Sutrisno, S.Si., M.Si. selaku dosen Pembimbing Akademik
4. Bapak Agus Sutrisno, S.Si., M.Si. Pembimbing I yang telah memotivasi dan
membimbing penulis selama penulisan skripsi.
5. Ibu Dra. Dorrah Aziz, M.Si. selaku Pembimbing II, atas kesabarannya dalam
memberikan bimbingan dan motivasi kepada penulis.
6. Bapak Drs. Tiryono Ruby, M.Sc., Ph.D. selaku Pembahas yang banyak
memberikan masukan dan kritik yang bersifat positif dan membangun.
7. Bapak dan Ibu Dosen serta Staf Jurusan Matematika Fakultas Matematika dan
Ilmu Pengetahuan Alam Universitas Lampung.
8. Teman spesial ku Vresti Rahma Dewi yang selalu memotivasi agar cepat
mengerjakan skripsi.
9. Teman-teman ku 34 (Artha, Onal, Karina, Tiwi, Mek, Suri) terima kasih atas
segala motivasi yang kalian berikan.
10. Teman - teman Kontrakan (Afredi, Musa, Novian, Julian, Artha, Nando,
Ayub, Zulfi, Younge, Wahid, Naufal, Hadi, Pandu, Ajiz, Atuy) dan yang lain.
11. Teman-temanku Jurusan Matematika angkatan 2013 dan 2014 yang banyak
memberikan semangat dan motivasi.
12. Abror dan Adik - adik Jurusan Matematika yang banyak memberikan motivasi
dan bantuan dalam Perkuliahan.
13. Kepada semua pihak yang telah membantu terselesaikannya skripsi ini.
Penulis berdoa, semoga semua amal dan bantuan, mendapat pahala serta balasan
dari Allah SWT dan semoga skripsi ini bermanfaat bagi dunia pendidikan Amin.
Bandar Lampung,10 Oktober 2018
Rio Rinaldo Baja Pratama
DAFTAR ISI
Halaman
DAFTAR TABEL ......................................................................................... ii
DAFTAR GAMBAR ..................................................................................... iii
I. PENDAHULUAN
1.1 Latar Belakang Masalah ................................................................. 1
1.2 Rumusan Masalah ........................................................................... 2
1.3 Batasan Masalah .............................................................................. 3
1.4 Tujuan Penelitian ............................................................................ 3
1 TINJAUAN PUSTAKA
2.1 Model Matematika .......................................................................... 4
2.2 Persamaan Diferensial ..................................................................... 5
2.3 Model Regresi Linier Sederhana .................................................... 5
2.4 Model Eksponensial ....................................................................... 9
2.5 Model Logistik ............................................................................... 11
2.6 Ketaksamaan Cauchy-Schwarz ....................................................... 12
2.7 Koefisien Korelasi .......................................................................... 13
2.8 Mean Absolute Percentage Error (MAPE) .................................... 14
III. METODE PENELITIAN
3.1 Waktu dan Tempat Penelitian ........................................................... 15
3.2 Data Penelitian .................................................................................. 15
3.3 Metode Penelitian ............................................................................. 16
IV HASIL DAN PEMBAHASAN
4.1 Model Regresi Linier Sederhana ...................................................... 17
4.2 Model Eksponensial ......................................................................... 20
4.3 Model Logistik ................................................................................. 24
4.4 Perbandingan Model-Model Pertumbuhan Kendaraan ................... 27
4.5 Validasi Model ................................................................................. 28
4.6 Proyeksi Jumlah Kendaraaan Provinsi Lampung ............................ 30
V KESIMPULAN
5.1 Simpulan ........................................................................................... 31
DAFTAR PUSTAKA
DAFTAR TABEL
Tabel Halaman
3.1 Data Jumlah Kendaraan Provinsi Lampung Tahun 1997 – 2014 ...................... 15
4.1 Data Laju Pertumbuhan Kendaraan dan Perbandingan MAPE pada Model
Eksponensial ...................................................................................................... 21
4.2 Data Daya Tampung (Carrying Capacity) , Laju Pertumbuhan Kendaraan
dan Perbandingan MAPE ................................................................................... 25
4.3 Data Perbandingan Model Pertumbuhan Kendaraan di Provinsi Lampung Tahun
1997 – 2007 ........................................................................................................ 27
4.4 Data Perbandingan MAPE Model Regresi Linear Sederhana, Model
Eksponensial, dan Model Logistik ..................................................................... 28
4.5 Data Perbandingan Model Pertumbuhan Kendaraan di Provinsi Lampung Tahun
2008 – 2014 ........................................................................................................ 29
4.6 Data Validasi Perbandingan MAPE Model Regresi Linear Sederhana, Model
Eksponensial, dan Model Logistik ..................................................................... 29
DAFTAR GAMBAR
Gambar Halaman
4.1 Grafik Model Regresi Linear Sederhana pada Perkembangan Jumlah
Kendaraan di Provinsi Lampung Tahun 1997 – 2007 ................................. 20
4.2 Grafik Model Eksponensial pada Pertumbuhan Kendaraan di Provinsi
Lampung Tahun 1997 – 2007 ...................................................................... 23
4.3 Grafik Model Logistik pada Pertumbuhan Kendaraan Provinsi Lampung
Tahun 1997 – 2007 ...................................................................................... 26
I. PENDAHULUAN
1.1 Latar Belakang Masalah
Permasalahan kemacetan merupakan masalah yang cukup serius yang harus
dihadapi secara serius di beberapa negara berkembang. Indonesia merupakan
sebuah negara yang termasuk dalam kategori negara berkembang dan memiliki
jumlah penduduk yang cukup besar. Hal ini akan berbanding lurus dengan
kebutuhan transportasi di negara ini. Provinsi Lampung adalah sebuah provinsi di
Indonesia yang sekarang ini mulai menghadapi masalah kemacetan yang cukup
serius. Hal ini dikarenakan banyaknya pengguna kendaraan pribadi yang belum
sadar akan menggunakan kendaraan umum. Dari permasalahan kemacetan ini
akan mengakibatkan timbulya permasalahan lain diantaranya polusi yang
meningkat, keperluan bahan bakar minyak yang meningkat, dan permasalahan
lainnya.
Dari masalah - masalah yang diungkapkan di atas, maka pemerintah khususnya
pemerintah Provinsi Lampung perlu bersiap siaga mengatasi permasalahan ini.
Tentu saja besarnya usaha yang dilakukan pemerintah berdasarkan data dan
informasi, salah satunya yaitu mengenai tingkat perkembangan jumlah kendaraan
beberapa tahun terakhir.
2
Dengan mengetahui tingkat perkembangan jumlah kendaraan di Provinsi
Lampung pada tahun-tahun belakang ini, pemerintah provinsi dapat melakukan
antisipasi. Akan tetapi antisipasi tersebut hanya berlaku untuk beberapa tahun ke
depan atau dalam jangka pendek. Akan lebih baik lagi apabila usaha maupun
antisipasi dilakukan dalam jangka panjang dengan melakukan proyeksi jumlah
kendaraan hingga beberapa tahun ke depan.
Proyeksi jumlah kendaraan Provinsi Lampung dapat dilakukan melalui
pendekatan pemodelan matematika. Model matematika yang terbentuk digunakan
untuk memperkirakan jumlah kendaraan pada tahun yang akan datang
berdasarkan data-data waktu sebelumnya. Diawali dengan membuat pemodelan
matematika pada perkembangan jumlah kendaraan Provinsi Lampung dengan
mengasumsikan laju pertumbuhan kendaraan baru di Provinsi Lampung.
1.2 Rumusan Masalah
Berdasarkan latar belakang yang diuraikan di atas, permasalahan yang akan
dibahas dalam penelitian ini adalah:
Berapa perkiraan perkembangan jumlah kendaraan di provinsi Lampung beberapa
tahun yang akan datang dengan menggunakan beberapa model pertumbuhan
kendaraan yaitu model regresi linear sederhana, eksponensial, dan logistik
berdasarkan data jumlah kendaraan tahun 1997 – 2014?
3
1.3 Batasan Masalah
Model perkembangan jumlah kendaraan yang dibahas adalah model regresi linear
sederhana, eksponensial dan Logistik.
1.4 Tujuan Penelitian
Berdasarkan rumusan masalah di atas maka tujuan dari penelitian ini adalah:
1. Melakukan pemodelan perkembangan jumlah kendaraan di Provinsi Lampung
dengan 3 tipe model yaitu regresi linier sederhana, model eksponensial, dan
model logistik.
2. Menentukan keakuratan dari masing-masing model dengan perhitungan Mean
Absolute Percentage Error (MAPE).
3. Melakukan validasi terhadap model - model tersebut pada tahun 2008 – 2014.
4. Membandingkan 3 metode yaitu regresi linier sederhana, model eksponensial,
dan model logistik dengan data riil (sesungguhnya) .
1.5 Manfaat Penelitian
Adapun manfaat dari penelitian ini adalah sebagai berikut:
1. Mengetahui proses terbentuknya pemodelan matematika pada perkembangan
jumlah kendaraan.
2. Dapat memperkirakan jumlah kendaraan pada tahun mendatang.
II. TINJAUAN PUSTAKA
2.1 Model Matematika
Model matematika suatu fenomena adalah suatu ekspresi matematika yang
diturunkan dari fenomena tersebut. Ekspresi dapat berupa persamaan, sistem
persamaan atau ekspresi-ekspresi matematika yang lain seperti fungsi maupun
relasi. Model matematika digunakan untuk menjelaskan karakteristik fenomena
yang dimodelkannya, dapat secara kualitatif atau kuantitatif. Dalam memperoleh,
membuat, mengembangkan atau menurunkan model matematika kita melibatkan
asumsi-asumsi, pendekatan-pendekatan maupun pembatasan-pembatasan yang
didasarkan atas eksperimen maupun observasi terhadap fenomena sebenarnya.
Asumsi, pendekatan maupun pembatasan ini digunakan untuk mempelajari
fenomena tersebut secara sederhana (penyederhanaan fenomena sesungguhnya),
dan juga seringkali digunakan untuk mempelajari kontribusi faktor-faktor tertentu
dengan tiadanya faktor yang lain pada fenomena yang dipelajari. Keberadaan
kontribusi faktor tertentu dalam model matematika seringkali dalam bentuk
variabel, parameter maupun koefisien (Cahyono, 2013).
5
2.2 Persamaan Diferensial
Persamaan diferensial adalah persamaan yang meliputi satu atau lebih turunan-
turunan. Persamaan - persamaan diferensial diklasifikasikan menurut macam, orde
dan derajat. Orde dari sebuah persamaan diferensial adalah orde dari turunan orde
tertinggi yang terdapat dalam persamaan. Sedangkan derajat dari persamaan
diferensial dirasionalkan untuk menghilangkan pangkat pecahan dari turunan-
turunan (Weber, 1999).
Menurut peubah bebas, persamaan differensial dapat dibedakan menjadi dua
macam yaitu persamaan differensial biasa dan parsial sedangkan persamaan
differensial dilihat dari bentuk fungsi atau pangkatnya juga dibedakan menjadi
dua yaitu persamaan differensial linear dan persamaan differensial non linear.
(Marwan dan Said, 2009).
2.3 Model Regresi Linear Sederhana
Tidak mungkin untuk memperkirakan hubungan antara dua variabel tanpa
membuat asumsi terlebih dahulu mengenai bentuk hubungan yang dinyatakan
dalam fungsi tertentu. Dalam beberapa hal, bisa mengecek asumsi tersebut setelah
hubungan diperkirakan. Fungsi linear, selain mudah interpretasinya, juga dapat
digunakan sebagai pendekatan (approximation) atas hubungan yang bukan linear
(Supranto, 2001).
6
Fungsi linear, mempunyai bentuk persamaan sebagai berikut:
Dimana dan adalah konstanta atau parameter, yang nilainya harus diestimasi.
0
jarak titik asal dengan perpotongan antara sumbu tegak dan garis fungsi
linear atau besarnya nilai kalau . Sering disebut “intercept
coefficien.”.
koefisien arah koefisien regresi besarnya pengaruh terhadap ,
apabila naik 1 unit. Sering disebut “slope coefficient.”
Hubungan di atas merupakan hubungan matematis. Tetapi dalam prakteknya tidak
demikian, sebab yang mempengaruhi bukan hanya saja melainkan masih ada
faktor lain yang tidak dimasukkan dalam persamaan. Faktor-faktor tersebut secara
keseluruhan disebut kesalahan pengganggu atau “disturbance’s error.”
Kesalahan pengganggu tersebutlah yang menyebabkan suatu ramalan sering tidak
tepat (Supranto, 2001).
Kesalahan ramalan menyebabkan perencanaan menjadi tidak akurat, sehingga
kesalahan tersebut mengakibatkan risiko, dan karenanya harus diusahakan sekecil
mungkin. Dalam membuat keputusan, selalu ada risiko yang disebabkan oleh
adanya kesalahan (error). Karena kesalahan itu tak dapat dihilangkan sama sekali,
7
maka risiko itu berapa pun kecilnya selalu ada. Risiko hanya bisa diperkecil
dengan memperkecil kesalahan. Dengan memperhitungkan kesalahan
pengganggu, , maka bentuk persamaan fungsi linear di atas menjadi sebagai
berikut:
Dimana:
dan adalah konstanta yang harus di estimasi.
adalah kesalahan pengganggu (disturbance’s error).
(Supranto, 2001).
Berdasarkan persamaan tersebut, maka nilai bisa lebih besar atau lebih kecil
dari pada tergantung apakah positif atau negatif. Diharapkan agar nilai
kecil dan tidak berkorelasi dengan , sehingga dengan demikian dapat
mengubah nilai tanpa mengubah nilai , kemudian dapat memperhitungkan
pengaruh terhadap , secara rata-rata. Dalam praktek, untuk melihat hubungan
antara dan , dikumpulkan pasangan data sebagai suatu observasi,
misalnya sebagai berikut:
8
0
observasi variabel dan . Kesalahan pengganggu , yang bersosiasi
dengan pasangan apabila digambarkan pada sumbu dan akan
kelihatan sebagai suatu diagram pancar (scatter diagram), yaitu kumpulan titik-
titik koordinat (Supranto, 2001).
Apabila parameter dan diketahui, diperoleh gambaran suatu garis regresi
. Kesalahan pengganggu akan sama dengan jarak vertikal antara nilai
observasi dengan titik pada garis regresi . Garis regresi
dimaksudkan sebagai pendekatan (approximation) terhadap bentuk diagram
pancar (Supranto, 2001).
Jika nilai dari parameter dan diketahui, dapat menggunakan persamaan untuk
memperkirakan nilai untuk suatu nilai tertentu. Akan tetapi dalam prakteknya
nilai dan tidak pernah diketahui dan harus diperkirakan dengan data sampel.
Nilai perkiraan untuk dan masing-masing adalah dan . Dengan persamaan
regresi perkiraan adalah :
9
Dimana dan adalah nilai perkiraan untuk dan (Supranto, 2001).
Metode kuadrat terkecil ialah suatu metode untuk menghitung dan sebagai
perkiraan dan , sedemikian rupa sehingga jumlah kesalahan kuadrat memiliki
nilai terkecil. Dengan bahasa matematik, dapat dinyatakan sebagai berikut:
Jadi, metode kuadrat terkecil adalah metode untuk menghitung dan
sedemikian rupa sehingga
. Caranya ialah dengan
membuat turunan parsial (partial differential) dari
mula-mula terhadap
kemudian terhadap dan menyamakannya dengan nol.
(Supranto, 2001).
2.4 Model Eksponensial
Pada tahun 1798, seorang professor, politikus dan ekonom bernama Thomas R.
Malthus mempublikasikan pamflet anonim yang berjudul “An Essay on the
Principle of Populations as It Affects the Future Improvement of Society, with
Remarks on the Speculation of Mr. Godwin, M. Condorect and other Writers”.
10
Pamflet ini memberikan sejumlah opini dan gagasan mengenai hubungan sosial
antar manusia. Disamping itu juga terdapat beberapa pendapat Malthus mengenai
pertumbuhan populasi yang umumnya akan menghasilkan keburukan atau
peningkatan dalam jumlah kemiskinan (Iswanto, 2012).
“Harus diakui atau tidak dalam sejarah umat manusia, bahwa dalam setiap masa
dan setiap keadaan dimana manusia berada, atau bahkan kemudian menjadi
tidak ada, bahwa peningkatan populasi akan terbatas pada ketersediaan sarana
dan prasarana, bahwa penurunan populasi tidak selalu diiringi oleh peningkatan
sarana, dan bahwa kekuatan besar populasi yang tampak umumnya akan
menjaga keseimbangannya dengan ketersediaan sarana, baik dengan kelahiran
maupun kematian”.
Pembentukan model merujuk pada ide yang telah dikemukakan oleh Malthus.
Diberikan notasi waktu independen populasi sebagai . Dengan menggunakan
asumsi model yaitu konstanta laju kelahiran per kapita , dan konstanta laju
kematian per kapita dengan . Sedangkan dalam hal ini pengaruh perpindahan
penduduk baik imigrasi maupun emigrasi diabaikan. Maka model persamaan
diferensial yang dapat dibentuk oleh populasi adalah
yang jika diintegralkan akan mendapatkan hasil penyelesaian
11
Atau
Dimisalkan , sehingga
Jika diberikan syarat maka , sehingga dari persamaan
diperoleh :
Dengan mengasumsikan pada persamaan , maka diperoleh
model pertumbuhan populasi yaitu
Dimana adalah populasi awal pada waktu awal (Iswanto, 2012).
2.5 Model Logistik
Pertumbuhan secara eksponensial sangat membutuhkan nilai , tetapi pada
beberapa prinsip populasi biologi yang lain memberikan beberapa persyaratan
lain. Pierre Francois Verhulst pada 1838 merupakan orang pertama yang
12
mengemukakan mengenai beberapa Batasan dalam model pertumbuhan
sebelumnya, dari pada harus mengabaikannya.
Persamaan yang diusulkan oleh Verhulst, dinamakan persamaan logistik, yang
sampai dengan saat ini persamaan tersebut masih dianggap lebih mendekati realita
lapangan. Persamaan ini berdasarkan bahwa kehadiran spesies pada lingkungan
akan memiliki populasi maksimum. Hal ini senada yang dikemukakan oleh
Malthus, tetapi Verhulst menghubungkan konsep ini pada persamaan populasi.
Jika pertumbuhan maksimum populasi , maka Verhulst berpendapat bahwa laju
pertumbuhan bersih per kapita (laju kelahiran dikurangi laju kematian) harus
menurun sepanjang mendekati . Fungsi yang paling mudah untuk
menggambarkan persamaan tersebut adalah
, dimana merupakan
konstanta positif. Dengan menggunakan asumsi ini maka untuk laju pertumbuhan
bersih per kapita, kita akan mendapatkan persamaan logistik sebagai berikut :
Persamaan ini dapat diverifikasi dari penyelesaian yang mudah diperoleh dari
pemisahan variabel. (Iswanto, 2012).
2.6 Ketaksamaan Cauchy-Schwarz
Misalkan vektor dan di , maka:
13
Operator ‘ ’ mempresentasikan dot product pada ruang vektor. Sedangkan notasi
dan secara berurutan menyatakan nilai mutlak dan panjang atau norm dari
vector.
Jika
dan
, maka bentuk diatas dapat ditulis ulang sebagai
Dengan mengkuadratkan kedua ruas, lalu ditulis dalam notasi sigma, maka
ketaksamaan tersebut dapat ditulis sebagai
(Bachman dkk, 2000).
2.7 Koefisien Korelasi
Ahli ekonomi atau ahli-ahli bidang lainnya sering menggunakan analisis korelasi
untuk mengetahui erat-tidaknya hubungan antarvariabel. Apabila ternyata hasil
analisis menunjukkan hubungan yang cukup erat, maka analisis dilanjutkan ke
analisis regresi sebagai alat meramalkan (forecasting) yang sangat berguna untuk
perencanaan.
Analisis korelasi yang mencakup dua variabel dan disebut analisis korelasi
linear sederhana (simple linear correlation), sedangkan yang mencakup lebih dari
dua variabel disebut analisis korelasi linear berganda (multiple linear correlation)
(Supranto, 2001).
14
Jika , berarti bahwa hubungan antara dan adalah sempurna dan positif.
Jika , hubungan dan adalah sempurna dan negatif. Jika ,
hubungan dan lemah sekali (dianggap tidak ada hubungan) (Supranto, 2001).
disebut koefisien determinasi (coefficient of determination), yaitu nilai untuk
mengukur besarnya kontribusi terhadap variasi (naik turunnya) . Variasi
lainnya (sisanya) disebabkan oleh faktor lain yang juga mempengaruhi dan
sudah termasuk dalam kesalahan pengganggu (disturbance error). Apabila
dinyatakan dalam persentase, maka seluruh variasi, sebanyak ,
disebabkan oleh regresi terhadap , sedangkan sisanya
,
disebabkan oleh faktor lain (kesalahan penggangu) (Supranto, 2001).
2.8 Mean Absolute Percentage Error (MAPE)
Mean Absolute Percentage Error (MAPE) dihitung dengan menggunakan
kesalahan absolut pada tiap periode dibagi dengan nilai observasi yang nyata
untuk periode itu. Kemudian, merata-rata kesalahan persentase penyimpangan
antara data aktual dengan data peramalan. Nilai MAPE dapat dihitung dengan
persamaan berikut (Makridakis dkk, 1983).
III. METODOLOGI PENELITIAN
3.1 Waktu dan Tempat Penelitian
Penelitian ini dilakukan pada semester ganjil tahun akademik 2018/ 2019 di
Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam
Universitas Lampung.
3.2 Data Penelitian
Data yang digunakan dalam penelitian ini adalah data jumlah kendaraan Provinsi
Lampung tahun 1997 – 2014 yang diperoleh dari BPS (Badan Pusat Statistik).
Tabel 3.1 Data Jumlah Kendaraan Provinsi Lampung Tahun 1997 – 2014.
No Tahun Jumlah Kendaraan
1 1997 237529
2 1998 252196
3 1999 273033
4 2000 291059
5 2001 313772
6 2002 281636
7 2003 341471
8 2004 548678
9 2005 722278
10 2006 881825
11 2007 1068223
12 2008 1310204
17
No Tahun Jumlah Kendaraan
13 2009 1683085
14 2010 1779290
15 2011 2078922
16 2012 2326337
17 2013 2537071
18 2014 2755953
3.3 Metode Penelitian
Metode yang digunakan pada penelitian ini adalah kajian pustaka seperti buku-
buku penunjang matematika, internet dan jurnal - jurnal matematika yang
berhubungan dengan model pertumbuhan jumlah kendaraan. Adapun langkah-
langkah penelitian yang dilakukan yaitu:
1. Mempelajari definisi dan teorema yang menjadi landasan pada penelitian ini.
2. Melakukan pemodelan perkembangan jumlah kendaraan di Provinsi Lampung
dengan 3 tipe model yaitu regresi linier sederhana, model eksponensial, dan
model logistik.
3. Membandingkan galat dari tiap-tiap model dengan perhitungan Mean Absolute
Percentage Error (MAPE).
4. Melakukan validasi terhadap tiap-tiap model.
5. Membandingkan model – model yang digunakan dengan data riil(sebenarnya).
.
24
V. KESIMPULAN
5.1 Kesimpulan
Dari model – model yang digunakan untuk memproyeksi pertumbuhan jumlah
kendaraan diperoleh MAPE terkecil yaitu model eksponensial yaitu sebesar
14,46539 %. Namun model eksponensial ini belum dapat digunakan untuk
memproyeksikan pertumbuhan jumlah kendaraan di Provinsi Lampung,
dikarenakan setelah membandingkan ketiga model yang digunakan dengan data
riil (sebenarnya) masih cukup jauh sehingga model yang digunakan belum baik
untuk memproyeksi jumlah kendaraan di Provinsi Lampung.
5.2 Saran
Pemodelan matematika pertumbuhan jumlah kendaraan di Provinsi Lampung
yang sudah di bahas, belum diperoleh model yang tepat untuk memproyeksi
jumlah kendaraan di tahun mendatang. Penelitian ini dapat dilanjutkan oleh
pembaca untuk mencari model yag lebih baik lagi.
DAFTAR PUSTAKA
Bachman, G., Narici, L. dan Beckenstein, E. 2000. Fourier and Wavelet Analysis.
Springer Sciencen and Business Media, New York.
Cahyono, E. 2013. Pemodelan Matematika Edisi Pertama. Graha Ilmu,
Yogyakarta.
Iswanto, R. J., 2012. Pemodelan Matematika Aplikasi dan Terapannya. Graha
Ilmu, Yogyakarta.
Makridakis, S., Wheelwright, S. C. dan McGee, V. E. 1983. Forecasting: Methods
and Applications Second Edition. John Wiley dan Sons, New York.
Marwan dan Munzir, Said. 2009. Persamaan diferensial. Edisi Ke-1. Graha Ilmu,
Yogyakarta.
Supranto, J. 2001. Statistik Teori dan Aplikasi Edisi Keenam Jilid 2. Erlangga,
Jakarta.
Weber, J.E. 1999. Analisis Matematika Penerapan Bisnis dan Ekonomi. Edisi
ke-4 Jilid 2. Diterjemahkan oleh Drs. Stephen Kakicina, MBA. Erlangga,
Jakarta.