penerapan metode kuadrat terkecil untuk peramalan ...perpustakaan.fmipa.unpak.ac.id/file/e-jurnal...
TRANSCRIPT
1
PENERAPAN METODE KUADRAT TERKECIL UNTUK
PERAMALAN (FORECASTING) TINGKAT KRIMINALITAS DI
KOTA BOGOR
(Studi Kasus: Polres Bogor Kota)
Sri Setyaningsih, Sufiatul Maryana, Aniko Puji Lestari
Program Studi Ilmu Komputer-FMIPA Universitas Pakuan
Jl. Pakuan PO BOX 452, Bogor
Telp/Fax (0251) 8375 547
E-mail: [email protected]
ABSTRAK
Peramalan digunakan memperkirakan berapa kebutuhan dimasa datang yang
meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan
dalam rangka memenuhi permintaan barang ataupun jasa. Metode Peramalan antara lain
metode kuadrat terkecil. Metode kuadrat terkecil merupakan suatu metode yang digunakan
untuk menentukan hubungan linier dari suatu data agar dapat diprediksi nilai-nilainya yang
mana nilai tersebut tidak terdapat pada data-data yang kita miliki, terkadang proses yang
melibatkan metode kuadrat terkecil untuk menentukan hubungan dua variabel data berupa
fungsi linier disebut sebagai regresi linier.
Hal-hal yang perlu diketahui sebelum melakukan peramalan dengan metode regresi
adalah mengetahui terlebih dahulu kondisi- kondisi seperti adanya informasi masa lalu,
informasi yang ada dapat dibuatkan dalam bentuk data (dikuantifikasikan). Diasumsikan
bahwa pola data yang ada dari data masa lalu akan berkelanjutan dimasa yang akan datang.
Kata Kunci : Peramalan, Kuadrat Terkecil
PENDAHULUAN
Pidana atau tindak kriminal merupakan
segala sesuatu yang melanggar hukum
atau sebuah tindak kejahatan. Tindak
kriminal bisa dilakukan oleh siapapun
juga, baik wanita maupun pria dapat
berlangsung pada usia anak, dewasa
ataupun lanjut umur. Pelaku kriminalitas
disebut seorang kriminal. Biasanya yang
dianggap kriminal adalah seorang
pencuri, perampok, pembunuh, teroris.
Tingkah laku kriminal itu bisa dilakukan
oleh siapapun juga, baik wanita maupun
pria dapat berlangsung pada usia anak,
dewasa ataupun lanjut umur. Tindak
kejahatan bisa dilakukan secara tidak
sadar, yaitu difikirkan, direncanakan dan
diarahkan pada satu maksud tertentu
secara sadar. Namun bisa juga dilakukan
secara setengah sadar, misalnya didorong
oleh impuls-impuls yang hebat, didera
oleh dorongan-dorongan paksaan yang
sangat kuat (kompulsi-kompulsi), dan
oleh obsesi-obsesi, kejahatan bisa juga
dilakukan secara tidak sadar sama sekali.
Berdasarkan pertimbangan tersebut
maka dibutuhkan sistem untuk
memfokuskan pencegahan dan menekan
angka tindakan kriminal supaya
memudahkan Kepolisian Resor Bogor
Kota terkait dalam melaksanakan tugas
laporan suatu kegiatan atau laporan suatu
kejadian untuk dievaluasi peningkatan
pencegahan dan meningkatkan kualitas
kinerja kegiatan sehingga dibutuhkan
2
Penerapan Metode Kuadrat Terkecil
untuk Peramalan (Forecasting) Tingkat
Kriminalitas di Kota Bogor.
Tujuan
Merancang dan mengimplementasi
Aplikasi Penerapan Metode Kuadrat
Terkecil untuk Peramalan (Forecasting)
Tingkat Kriminalitas di Kota Bogor.
Ruang Lingkup
Ruang lingkup penelitian ini
dibatasi jenis tindakan kriminal secara
terperinci sehingga hanya di masukan
secara garis besarnya saja untuk wilayah
hukum Polres Bogor Kota dalam bentuk
data yang sudah dikomputerisasikan.
Data-data yang digunakan adalah data-
data tindakan kriminal sebelumnya
selama periode 1 tahun s.d 3 tahun.
Penelitian ini menggunakan metode
kuadrat terkecil.
Manfaat
Manfaat yang dapat diperoleh dari
penelitian ini meliputi :
1. Membantu pihak kepolisian dalam
pengolahan data hasil kejahatan
yang dilakukan di daerah sekitar
Kota Bogor.
2. Memberikan ramalan tentang
jumlah tindakan kriminal untuk
tahun selanjutnya.
DASAR TEORI
Peramalan
Peramalan adalah proses untuk
memperkirakan berapa kebutuhan dimasa
datang yang meliputi kebutuhan dalam
ukuran kuantitas, kualitas, waktu dan
lokasi yang dibutuhkan dalam rangka
memenuhi permintaan barang ataupun
jasa. (Nasution dan Prasetyawan, 2008).
Tahap-Tahap Peramalan
Ada sembilan langkah yang harus
diperhatikan yang digunakan untuk
menjamin efektivitas dan efisiensi dari
sistem peramalan sebagai berikut
(Gasperzs, 2005) :
1. Menentukan tujuan dari peramalan.
2. Memilih item yang akan diramalkan.
3. Menentukan horizon waktu
peramalan : Apakah jangka panjang
(lebih dari 1 tahun), jangka
menengah (1-12 bulan), atau jangka
pendek 1-30 hari).
4. Memilih model-model peramalan.
5. Memperoleh data yang dibutuhkan
untuk melakukan peramalan.
6. Validasi model peramalan.
7. Membuat peramalan.
8. Implementasikan hasil-hasil
peramalan.
9. Memantau keandalan hasil
peramalan.
Metode Kuadrat Terkecil
Metode Kuadrat Terkecil (Least
Square Method) linier adalah suatu
metode yang digunakan untuk
menentukan hubungan linier dari suatu
data agar dapat diprediksi nilai-nilainya
yang mana nilai tersebut tidak terdapat
pada data-data yang kita miliki,
terkadang proses yang melibatkan
metode kuadrat terkecil untuk
menentukan hubungan dua variabel data
berupa fungsi linier disebut sebagai
regresi linier.
Metode Kuadrat Terkecil
ditemukan oleh Carl F. Gauss
(matematikawan dan fisikawan ternama
asal Jerman, abad ke-17) ketika ia masih
berumur 18 tahun, dan karyanya ini
masih dipakai sampai saat ini sebagai
metode yang paling baik untuk
menentukan hubungan linier dari dua
variabel data. Dengan metode kuadrat
terkecil, kita dapat menyajikan data
dengan lebih berguna.
3
Metode ini merupakan cara lain
unuk menggambar garis regresi
menggunakan rumus garis linier
dengan perhitungan matematik.
Trend dengan metode kuadrat
terkecil diperoleh dengan menentukan
garis trend yang mempunyai jumlah
terkecil dari kuadrat selisih data asli
dengan data pada garis trend.
Apabila Y menggambarkan data
asli dan merupakan data trend, maka
metode terkecil dirumuskan dalam
persamaan 1 sebagai berikut:
Σ(Y – Y’)2.................................(1)
Trend dengan metode kuadrat terkecil
dapat dijelaskan sebagai berikut:
1. Nilai trend dilambangkan dengan θ1,
sedangkan data asli Y dilambangkan
dengan θ2, sehingga kuadrat terkecil
dirumuskan denga persamaan 2
sebagai berikut:
Σ(Y – Y’)2
= Σ(θ1 – θ2)2............(2)
2. Perlu diingat bahwa sifat dari nilai
rata-rata hitung Σ(Y – Y’) sama
dengan nol, sehingga nilai tersebut
dikuadratkan.
Rumus garis trend dengan metode
kuadrat terkecil dapat digambarkan
pada pesamaan 3 sebagai berikut:
Y’ = a + b X..............................(3)
Dimana:
Y’ : Nilai trend
a : Nilai konstanta yaitu nilai Y
pada saat nilai X = 0
b : Nilai kemiringan garis, yaitu
tambahan nilai Y, apabila X
bertambah satu satuan
X : Nilai periode tahun.
Untuk memperoleh nilai a dan b dapat
digunakan humus berikut;
a = ΣY / N.......................................(4)
b = Σ(XY )/ ΣX2.............................(5)
Studi Terdahulu
a. Studi Oleh Wahyu Wibowo (2009)
Penelitian yang dilakukan Wahyu
Wibowo (2009) berjudul Metode
Kuadrat Terkecil Untuk Estimasi
Kurva Regresi Semiparametrik Spline.
Pada regresi semiparametrik, untuk
memperoleh estimator spline pada
dasarnya terdapat dua pendekatan
optimasi,yaitu estimator spline yang
diperoleh berdasarkan optimasi
penalized least square (PLS) dan
estimator spline yang diperoleh
berdasarkan optimasi least square (LS)
dengan menggunakan fungsi keluarga
yang memuat titik-titik knots.
b. Studi Oleh Wiwik Aries Tanti
(2013)
Penelitian yang dilakukan Wiwik
Aries Tanti (2013) melakukan
penelitian berjudul Perbandingan
Metode Kuadrat Terkecil Dengan
Metode Regresi Komponen Utama
Pada Kasus Multikolinearitas. Pada
penelitian ini akan dilihat pengaruh
ukuran contoh dan penambahan
komponen pada metode RKU terhadap
hasil perbandingan kedua metode.
Hasil penelitian menunjukkan untuk
pengaruh ukuran contoh dan
penambahan komponen, metode RKU
merupakan metode yang lebih baik
digunakan dalam penanganan
multikolinearitas dengan melihat
kriteria-kriteria untuk melihat
kebaikan metode.
4
METODE PENELITIAN
Metode penelitian yang digunakan dalam
penelitian berjudul Penerapan Metode
Kuadrat Terkecil Untuk Peramalan
(Forecasting) Tingkat Kriminalitas Di
Kota Bogor adalah metode System
Development Life Cycle (SDLC). Tahap-
tahap pengembangan pada penelitian ini
dapat dilihat dalam Gambar 1.
Uji Coba Sistem
Pemakaian
Perencanaan
Perancangan Sistem
Analisa Sistem
Implementasi Sistem
Ya
Tidak
Gambar 1. System Development Life
Cycle (SDLC).
Tahap Perencanaan
Perencanaan sistem yang akan
dibahas yaitu dengan mengumpulkan
informasi awal tentang sistem yang sudah
berjalan secara manual. Tahap
perencanaan akan menghasilkan
identifikasi awal berupa pengenalan dan
definisi masalah yang menjelaskan
kebutuhan dari sistem yang akan
dibangun, sebab dan area
permasalahannya.
Dalam penelitian ini masalah yang
dihadapi yaitu membangun sebuah
Implementasi Penerapan Metode Kuadrat
Terkecil Untuk Peramalan (Forecasting)
Tingkat Kriminalitas di Kota Bogor
wilayah hukum Polres Bogor Kota
menggunakan bahasa pemrograman
Mysql sebagai databasenya. Pada tahapan
ini dilakukan proses identifikasi dan
perencanaan guna mengidentifikasi data
yang dibutuhkan berupa pengumpulan
informasi dan data untuk menentukan
batasan masalah terhadap objek
penelitian. Pengumpulan informasi dan
data yang digunakan dalam studi ini
sebagaimana dalam diagram alir diatas
dapat dijelaskan sebagai berikut :
1. Data primer
Data primer merupakan sumber
utama dari objek yang diamati, data
dalam penelitian ini diperoleh
dengan dari wawancara, studi
lapang, dan studi kepustakaan. Data
– data tersebut meliputi informasi
gangguan keamanan dan ketertiban
masyarakat.
2. Data sekunder
Data sekunder adalah kumpulan
data yang diperoleh dari pencarian
internet.
Tahap Analisis
Pada tahap analisis dilakukan tiga
proses, yaitu pengolahan data analisis
evaluasi gangguan keamanan dan
ketertiban masyarakat, perhitungan
peramalan jumlah tindakan kriminal,
simulasi perhitungan.
a. Pengolahan data analisis evaluasi
gangguan keamanan dan
ketertiban masyarakat yaitu
proses pemilihan data tindakan
kriminal dari Polres Bogor Kota.
b. Perhitungan peramalan jumlah
tindakan kriminal yaitu proses
perhitungan untuk meramalkan
jumlah tindakan kriminal pada
tahun berikutnya.
5
c. Simulasi perhitungan yaitu proses
untuk menampilkan peramalan
tindak kriminal di aplikasi.
Umum Admin
Mulai
Tampilan
forntend web
Selesai
Input Data
Kriminalitas
Basis data
Kriminalitas
Selesai
Output hasil
input data
Kriminalitas di
backend
Flowchart Analisis Sistem yang akan
dikembangkan
Analisis Perhitungan menggunakan
Metode Kuadrat Terkecil
Metode Kuadrat Terkecil (Least
Square Method) linier adalah suatu
metode yang digunakan untuk
menentukan hubungan linier dari suatu
data agar dapat diprediksi nilai-nilainya
yang mana nilai tersebut tidak terdapat
pada data-data yang kita miliki;
terkadang proses yang melibatkan
metode kuadrat terkecil untuk
menentukan hubungan dua variabel data
berupa fungsi linier disebut sebagai
regresi linier.
Metode Kuadrat Terkecil
ditemukan oleh Carl F. Gauss
(matematikawan dan fisikawan ternama
asal Jerman, abad ke-17) ketika ia masih
berumur 18 tahun, dan karyanya ini
masih dipakai sampai saat ini sebagai
metode yang paling baik untuk
menentukan hubungan linier dari dua
variabel data. Dengan metode kuadrat
terkecil, kita dapat menyajikan data
dengan lebih berguna.
Metode ini merupakan cara lain
unuk menggambar garis regresi
menggunakan rumus garis linier
dengan perhitungan matematik.
Rumus umum garis linier yaitu
Dimana :
Pt : Jumlah tindakan kriminalitas yang
di selidiki pada tahun t.
X : Nilai yang diambil dari variable
bebas.
a, b : Konstanta
Nilai a dan b dapat dicari dengan
metode selisih kuadrat minimum yaitu :
Perhitungan untuk forecasting
tindakan kriminalitas menggunakan
metode kuadrat terkecil
Pada proses perhitungan untuk
peramalan tindakan kriminalitas
menggunakan metode kuadrat terkecil,
dihitung berdasarkan jumlah
perbandingan 5 (lima) jenis tindakan
kriminalitas dari tahun 2012 sampai
dengan tahun 2014.
6
Tabel 2. Tabel Jenis Tindakan
Kriminalitas
No Jenis
Kejahatan
Jumlah tindakan pada
tahun
2103 2014 2015
1. Pencurian 36 31 46
2. Penipuan 277 252 211
3. Penganiayaan 94 94 117
4. Curanmor R.2 172 185 114
5. Narkoba 91 109 172
Tabel 3. Contoh forecasting kasus
Pencurian pada tahun 2015
Tahun Jumlah
Pencurian
(y)
Xy X2 Data
Asli
x
(tahun)
2012 -1 36 -36 1
2013 0 31 0 0
2014 1 46 46 1
Total 2 113 10 2
Analisis Tren Peramalan Pencurian tahun
2015, untuk perhitungannya ialah:
a=
b=
y1= a+bx
y1= 38+5(2)
y1= 38+10
y1= 48
Jadi, perkiraan jumlah pencurian pada
tahun 2015 sebanyak 48 kasus.
Tabel 4. Contoh forecasting kasus
Penipuan pada tahun 2015
Tahun Jumlah
Penipuan
(y)
Xy X2 Data
Asli
x
(tahun)
2012 -1 277 -277 1
2013 0 252 0 0
2014 1 211 211 1
Total 2 740 -66 2
Analisis Tren Peramalan Penipuan tahun
2015, untuk perhitungannya ialah:
a=
b=
y1= a+bx
y1= 246,7+(-33)(2)
y1= 246,7+(-66)
y1= 180,67
Jadi, perkiraan jumlah penipuan pada
tahun 2015 sebanyak 181 kasus.
7
Tabel 5. Contoh forecasting kasus
Penganiayaan pada tahun 2015
Tahun Jumlah
Penganiayaan
(y)
Xy X2 Data
Asli
x
(tahun)
2012 -1 94 -94 1
2013 0 94 0 0
2014 1 117 117 1
Total 2 305 -23 2
Analisis Tren Peramalan Penganiayaan
tahun 2015, untuk perhitungannya ialah:
a=
b=
y1= a+bx
y1= 101,7+11,5(2)
y1= 101,7+23
y1= 124,7
Jadi, perkiraan jumlah penipuan pada
tahun 2015 sebanyak 125 kasus.
Tabel 6. Contoh forecasting kasus
Curanmor Roda 2 pada tahun 2015
Tahun Jumlah
Curanmor
Roda 2 (y)
Xy X2 Data
Asli
x
(tahun)
2012 -1 172 -172 1
2013 0 185 0 0
2014 1 114 114 1
Total 2 471 -58 2
Analisis Tren Peramalan Curanmor Roda
2 tahun 2015, untuk perhitungannya
ialah:
a=
b=
y1= a+bx
y1= 157+(-29)(2)
y1= 157+58
y1= 215
Jadi, perkiraan jumlah Curanmor Roda 2
pada tahun 2015 sebanyak 215 kasus.
8
Tabel 7. Contoh forecasting kasus
Narkoba pada tahun 2015
Tahun Jumlah
Narkoba
(y)
Xy X2 Data
Asli
x
(tahun)
2012 -1 91 -91 1
2013 0 109 0 0
2014 1 172 172 1
Total 2 372 81 2
Analisis Tren Peramalan Narkoba tahun
2015, untuk perhitungannya ialah:
a=
b=
y1= a+bx
y1= 124+(-40,5)(2)
y1= 124+81
y1= 205
Jadi, perkiraan jumlah Narkoba pada
tahun 2015 sebanyak 205 kasus.
Grafik Peramalan Tindakan
Kriminalitas untuk tahun 2015
Gambar 3. Grafik Peramalan Tindakan
Kriminalitas untuk tahun 2015
RANCANGAN DAN IMPLEMENTASI
Tahap ini berisi perancangan sistem yang
akan dibangun yaitu meliputi proses
peramalan menggunakan metode kuadrat
terkecil, perancangan secara umum,
perancangan secara rinci, perancangan ini
lebih dekat dengan perancangan
antarmuka (User Interface) sesuai dengan
tujuan dan kebutuhannya.
Rancangan Struktur Navigasi
Struktur navigasi website digunakan
untuk menggambarkan secara garis besar
isi dari seluruh situs web dan
menggambarkan bagaimana hubungan
antara tampilan dari halaman tersebut.
Berikut ini Gambar 2 mengenai struktur
navigasi aplikasi peramalan.
Halaman
Utama
Home Profil Data KriminalHasil
Peramalan
Gambar 2. Struktur Navigasi Aplikasi
Flowchart Sistem
Flowchart sistem adalah alur
program pada aplikasi peramalan
menggunakan metode kuadrat terkecil
terlihat pada Gambar 3.
0 50
100 150 200 250 300
Jumlah Kasus Pencurian
Jumlah Kasus Penipuan
9
1. home
2. profile
3. data kriminalitas
4. grafik data
5. keluar
Start
Web
kriminalitas
Home Grafik DataProfileData
Kriminalitas
Tampilan Data
Kriminalitas
Menampilkan data
grafik kriminalitas
di Kota Bogor
untuk tahun
berikutnya
Sekilas tentang
Polres Bogor Kota
dan Pengertian
Kriminalitas
Tampilan awal
halaman utama
web Kriminalitas
Kota Bogor
Pilih 1 Pilih 4Pilih 3Pilih 2
Tampil Tampil Tampil Tampil
A
Keluar
AAA
A
Gambar 3. Flowchart Aplikasi Peramalan
HASIL DAN PEMBAHASAN
Tampilan Halaman Utama
Pada halaman Utama ini terdapat menu
home, profile, data kriteria, data kriminalitas,
grafik. Tampilan halaman home dapat dilihat
pada gambar 24.
Gambar 24.Tampilan Halaman Utama
Tampilan Halaman Profil
Pada halaman ini admin dapat
melakukan proses. Admin dapat menambah
data profil, dapat mengedit, dan dapat
menghapus data profil. Pada halaman ini
dapat terlihat data profil. Tampilan halaman
profil dapat dilihat pada gambar 25.
Tampilan Halaman Profil
Tampilan Halaman Kriteria
Pada halaman ini admin dapat
melakukan proses manipulasi data kriteria
yang dijadikan sebagai acuan jenis tindakan
dalam peramalan. Tampilan halaman input
data kriteria dapat dilihat pada gambar 26.
Tampilan Halaman Data Kriteria
Tampilan Halaman Peramalan Data
Kejadian
Pada from peramalan terdiri dari
jenis-jenis data kejadian kriminal , from
peramalan digunakan untuk melakukan
peramalan pada from ini admin dapat
menginputkan data kejadian kriminal dengan
memilih nama kejadian dan tahun yang akan
menjadi parameter sebagai data yang akan
dicari hasil prediksi jumlah data kriminal
pada tahun berikutnya, Tampilan halaman
data kejadian dapat dilihat pada gambar 27.
10
Tampilan Halaman Data Kejadian
Pembahasan
Uji Coba Struktural Sistem
Uji coba struktural bertujuan untuk
mengetahui apakah sistem yang dibuat sudah
sesuai dengan rancangan. Hasil uji coba
struktural aplikasi peramalan tindak kriminal
ini dapat dilihat pada tabel 19.
Tabel 19. Uji Coba Struktural.
No Uji Coba Hasil
1. Tampilan Halaman Login Sesuai
2. Tampilan Halaman Profil Sesuai
3. Tampilan Halaman Data
Kriminal Sesuai
4. Tampilan Halaman Grafik Sesuai
5. Tampilan Halaman Hasil
Peramalan Sesuai
Berdasarkan hasil uji coba pada tabel
19 dinyatakan bahwa halaman-halaman
sistem sudah sesuai dengan tampilan halaman
pada tahap perancangan.
Uji Coba Fungsional Sistem
Uji coba fungsional merupakan tahap
uji coba yang bertujuan untuk mengetahui
apakah bagian dari proses sistem berjalan
sesuai dengan fungsi masing-masing. Hasil
uji coba fungsional sistem ini dapat dilihat
pada tabel 20.
Tabel 20. Uji Coba Fungsional.
No Uji Coba Hasil
1. Lihat, Simpan, Edit dan
Hapus Data Kriteria Berfungsi
2. Lihat, Simpan, Edit dan
Hapus Data Kriminal Berfungsi
3. Lihat, Simpan, Edit dan
Hapus Data User Berfungsi
4. Hitung dan Hasil
Peramalan Berfungsi
5. Proses LogOut Berfungsi
Berdasarkan hasil uji coba pada tabel
20 dinyatakan bahwa semua proses dari
proses menampilkan data, proses simpan
data, proses update data, proses hapus data,
proses perhitungan dan hasil peramalan
semua proses sudah berhasil sesuai dengan
fungsinya masing-masing.
Uji Coba Validasi Sistem
Uji coba ini merupakan uji coba
untuk mengetahui keakuratan hasil data yang
telah dimasukkan ke dalam sistem.Uji coba
ini dilakukan dengan mencocokan hasil
peramalan menggunakan metode kuadrat
terkecil secara manual dan dengan hasil dari
sistem.
1. Uji Coba Secara Manual
Hitung ramal menggunakan metode
kuadrat terkecil untuk peramalan kejadian
kriminalitas pada tahun 2015
11
Tabel 21. Contoh forecasting kasus
Pencurian untuk tahun 2015
Tahun Jumlah
Pencurian =
Y
XY X2
Data
Asli X
2012 -1 36 -36 1
2013 0 31 0 0
2014 1 46 46 1
Total
(Σ) 0 ΣY = 113
Σ(XY) =
10 ΣX2=2
Keterangan :
Kondisi negative (-) : Mengansumsikan
tahun (x) kebelakang dari sekarang
Kondisi 0 : Mengansumsikan
tahun saat ini
Kondisi positif (+) : Mengansumsikan
tahun (x) kedepan dari sekarang
Analisis Tren Peramalan Pencurian tahun
2015, untuk perhitungannya ialah:
a=
b=
y1= a+bx
y1= 38+5(2)
y1= 38+10
y1= 48
Sehingga dari perhitungan tersebut
dapat diramalkan pada tahun 2015 jumlah
kasus tindakan pencurian mencapai 48
kasus.
Tabel 22. Contoh forecasting kasus
Penipuan pada tahun 2015
Tahun Jumlah
Penipuan
= Y
XY X2
Data
Asli X
2012 -
1 277 -277 1
2013 0 252 0 0
2014 1 211 211 1
Total
(Σ) 0 ΣY = 740
Σ(XY)
= -66
ΣX2
=2
Analisis Tren Peramalan Penipuan tahun
2015, untuk perhitungannya ialah:
a=
b=
y1= a+bx
y1= 246,7+(-33)(2)
y1= 246,7+(-66)
y1= 180,67
12
Sehingga dari perhitungan tersebut
dapat diramalkan pada tahun 2015 jumlah
kasus tindakan penipuan mencapai 181
kasus
Tabel 23. Contoh forecasting kasus
Penganiayaan pada tahun 2015
Tahun Jumlah
Penganiay
aan = Y
XY X2
Data
Asli X
2012 -1 94 -94 1
2013 0 94 0 0
2014 1 117 117 1
Total
(Σ) 0 ΣY = 305
Σ(XY) =
23
ΣX2=
2
Analisis Tren Peramalan Penganiayaan tahun
2015, untuk perhitungannya ialah:
a=
b=
y1= a+bx
y1= 101,7+11,5(2)
y1= 101,7+23
y1= 124,7
Sehingga dari perhitungan tersebut
dapat diramalkan pada tahun 2015 jumlah
kasus tindakan penganiayaan mencapai 125
kasus.
Analisis Tren Peramalan Curanmor Roda 2
tahun 2015, untuk perhitungannya ialah:
a=
b=
y1= a+bx
y1= 157+(-29)(2)
y1= 157-58
y1= 99
Sehingga dari perhitungan tersebut
dapat diramalkan pada tahun 2015 jumlah
kasus tindakan Curanmor Roda 2 mencapai
99 kasus.
Tabel 25. Contoh forecasting kasus
Narkoba pada tahun 2015
Tahun Jumlah
Narkoba =
Y
XY X2
Data
Asli X
2012 -1 91 -91 1
2013 0 109 0 0
2014 1 172 172 1
Total
(Σ) 0 ΣY = 372
Σ(XY) =
81
ΣX2=
2
Tahun Jumlah
Curanmor
Roda 2 = Y
XY X2
Data
Asli X
2012 -1 172 -172 1
2013 0 185 0 0
2014 1 114 114 1
Total
(Σ) 0 ΣY = 471
Σ(XY) =
23
ΣX2=
2
13
Analisis Tren Peramalan Narkoba tahun
2015, untuk perhitungannya ialah:
a=
b=
y1= a+bx
y1= 124+(-40,5)(2)
y1= 124+81
y1= 205
Sehingga dari perhitungan tersebut
dapat diramalkan pada tahun 2015 jumlah
tindakan Narkoba mencapai 99 kasus.
2. Uji Coba Dengan Sistem
Berdasarkan hasil uji coba yang
dilakukan secara manual dan uji coba dengan
menggunakan sistem dapat disimpulkan
bahwa hasil perhitungan peramalan dengan
menggunakan metode kuadrat terkecil yang
dilakukan secara manual dan secara sistem
sudah sesuai dan akurat.
Tampilan Hasil Peramalan
Grafik Hasil Peramalan
14
KESIMPULAN DAN SARAN
Kesimpulan
Dari hasil pengamatan selama tahap
perencanaan, implementasi aplikasi
penerapan metode kuadrat terkecil untuk
peramalan tingkat kriminalitas di Kota
Bogor, dapat diambil beberapa
kesimpulan. Hasil peramalan tindakan
kriminal pada tahun 2015 adalah:
Berdasarkan perhitungan ramalan
kejadian pencurian dengan metode
kuadrat terkecil menghasilkan nilai
sebanyak 48 kasus, berdasarkan
perhitungan ramalan kejadian penipuan
dengan metode kuadrat terkecil
menghasilkan nilai sebanyak 181 kasus,
berdasarkan perhitungan ramalan
kejadian penganiayaan dengan metode
kuadrat terkecil menghasilkan nilai
sebanyak 125 kasus, berdasarkan
perhitungan ramalan kejadian pencurian
kendaraan bermotor roda 2 dengan
metode kuadrat terkecil menghasilkan
nilai sebanyak 205 kasus, berdasarkan
perhitungan ramalan kejadian narkoba
dengan metode kuadrat terkecil
menghasilkan nilai sebanyak 48 kasus.
Dari hasil peramalan tingkat kejadian
kriminalitas dengan menggunakan
metode kuadrat terkecil dalam
menganalisis data, berfungsi sebagai
alternatif untuk pihak kepolisian dalam
menanggulangi tingkat kejadian
kriminalitas per- tahun sehingga bisa
diminimalisir tingkat kejadian nya.
Saran Aplikasi penerapan metode
kuadrat terkecil untuk peramalan tingkat
kriminalitas di kota Bogor ini masih
dapat dikembangkan dengan studi kasus
lain seperti menghitung populasi
kepadatan penduduk, dan lain-lain. Untuk
penelitian selanjutnya dapat digunakan
metode lain. Untuk memelihara
keakuratan data maka perlu dilakukan
proses update basis pengetahuan secara
berkala.
DAFTAR PUSTAKA
Abdullah. 2005. Teknis Analisis
Tendensi Posisi.
Arniati J. Kalatasik. 2009. Aplikasi
Regresi Kuadrat Terkecil
Parsial Dan Model Resiko
Proporsional Cox Untuk Data
Microarray DNA.
Fakultas Matematika dan Ilmu
Pengetahuan Alam
UNPAK. 2014. Buku
Panduan Skripsi dan Tugas
Akhir. Program Studi S1 Ilmu
Komputer dan D3 Komputer
FMIPA UNPAK, Bogor.
Gaspersz, Vincent. 2005. Production
Planing and Inventory
Control, Gramedia Pustaka
Utama, Jakarta.
Jay Heizer dan Barry Render. (2009).
Operation Management , 7th
edition .
( ManajemenOperasi edisi 7, Buku 1 )
Penerbit Salemba Empat.
Jakarta.
Nasution, Hakim dan Prasetyawan,
2008. Perencanaan dan
Pengendalian Produksi,
Graha Ilmu, Yogyakarta.
Nurhasanah, dkk. 2012. Perbandingan
Metode Partial Least Square
(PLS) dengan Regresi
Komponen Utama untuk
Mengatasi Multikolinearitas.
Subagyo, Pangestu (2002). Forecasting :
Konsep dan Aplikasi. BPFE -
Yogyakarta