LAPORAN PRAKTIKUM METODE ANALISIS PERENCANAAN “Analisis Peramalan Trendline Menggunakan Sof!are Mi"rosof E#"el$ Disusun Untuk Memenuhi Tugas Mata Kuliah Metode Analisis Perencanaan (TKP 342)
Diker%akan Ole&
Ra"&mad 'inarko Su&ar Pura ()*+*)),),**-, Kelas A
.URUSAN PERENCANAAN PERENCANAAN 'ILA/ 'ILA/A0 DAN KOT KOTA A 1AKULTAS TEKNIK UNI2ERSITAS DIPONE3ORO SEMARAN3 (*)4
A. PENDAHULUAN 1) LATAR BELAKANG Ilmu yang dipelajari dalam jurusan Perencanaan Wilayah dan Kota bersifat multidisiplin yang berarti terdiri dari kumpulan berbagai disi plin ilmu yang digunakan untuk menyelesaikan suatu masalah. Masalah-masalah yang ada di kota atau wilayah bersifat kompleks dan beragam. Biasanya dalam menghadapi isu perencanaan seorang perencana dihadapkan pada suatu kasus yang telah dikategorikan menjadi suatu kategori tertentu. !lat analisis tentunya menjadi s uatu kebutuhan bagi seorang perencana unuk memperkecil ketidakpastian. Metode analisis perencanaan yang tepat sangat dibutuhkan dalam proses penyusunan rencana yang baik. Penggunaan metode harus disesuaikan dengan data yang akan digunakan dan tujuan yang akan dicapai. Perencanaan wilayah dan kota adalah sebuah proses kegiatan yang dilakukan dengan berbagai faktor yang terlibat di dalamnya baik dari sektor formal dan informal. "elain itu dalam sebuah perencanaan wilayah dan kota s angat diperlukan untuk dapat memproyeksikan keadaan suatu wilayah atau kota di masa depan baik setelah perencanaan itu dilakukan maupun sebelum perencanaan dilakukan. "elain itu hal ini dilakukan agar dapat membantu pengambilan sebuah keputusan yang tepat dalam sebuah perencanaan. Ke mampuan tersebut dirasa sangat penting bagi seorang perencana karena pada dasarnya sebuah perencanaan adalah untuk menjadikan masa lalu menjadi lebih baik dari masa mendatang. !nalisis trendline adalah salah satu metode dari analisis trend yang dapat digunakan untuk mendapatkan peramalan masa depan dengan menngunakan data-data timeseries yang telah dikumpulkan sebelumnya. #engan menggunakan analisis trendline dapat diketahui pola yang akan terjadi pada sebuah data tersebut sehingga dengan melihat pola tersebut seorang perencana dapat menentukan apa rencana atau keputusan yang akan diambil terkait dengan data yang dianalisis tersebut. Misal seorang perencana akan melakukan perencanaan suatu kota maka dia memerlukan peramalan mengenai kependudukan. "eperti yang diketahui bersama jumlah penduduk tiap tahun akan selalu bertambah. "ebagai s eorang perencana dalam merencanakan sebuah wilayah ataupun kota produk yang dihasilkan tersebut akan dinikmati orang $penduduk% sebagai konsumennya. Maka dari itu sebagai produsen seorang perencana juga harus mampu memproyeksikan konsumennya sehingga dapat membantu pengambilan keputusan perencanaan yang tepat. Misalnya kita dapat mengetahui berapa jumlah penyediaan sarana&prasarana atau fasilitas $jalan transportasi pendidikan tempat tinggal&perumahan 'oning kawasan dan sebagainya% suatu kota di masa yang akan mendatang. Melihat dengan adanya hal tersebut analisis trendline dapat digunakan sebagai sebuah jalan keluar karena seperti yang sudah disebutkan diatas bahwa analisis trendline ini dapat memproyeksikan jumlah penduduk dengan melihat pola-pola data yang terbentuk dari data time series pada suatu wilayah&kota. 2) KAJIAN LITERATUR Peramalan adalah penaksiran atas permintaan akan produk atau jasa yang diharapkan akan disediakan organisasi di masa mendatang. Peramalan haruslah diarahkan pada kebutuhankebutuhan yang berbeda dan menyediakan data yang sesuai dan berguna untuk pengambilan keputusan dalam konteks yang berlainan. !nalisis trendline adalah adalah analisis peramalan yang berkaitan dengan kondisi di masa depan $(unawan)*++%. !nalisis trendline disebut sebagai metode peramalan deret berkala
(trendline) karena memiliki karakteristik bahwa data yang dianalisis bersifat deret yang menunjukkan waktu yang berkala. Periode waktu dari data deret berkala dapat berupa tahunan mingguan bulanan semester kuartal dan lain-lain. !nalisis trendline sendiri memiliki tujuan untuk menemukan pola dalam deret data historis dan mengekstrapolasikan pola tersebut ke masa depan. Metode peramalan trendline atau deret berkala memiliki karakteristik bahwa data yang dianalisis bersifat deret yang menunjukkan waktu yang berkala. Periode data berkala dapat berupa tahunan mingguan bulanan semester kuartal dan lain-lain yang bersifat konstan. ,ujuan periode berkala ini adalah untuk menemukan pola dalam deret data historis dan mengekstrapolasikan pola tersebut di masa yang akan datang. Metode yang digunakan dalam peramalan trendline adalah sebagai berikut. + Metode Pemulusan $Smoothing % Metode ini pertama kali dikembangkan oleh para ahli penelitian operasional $operational research% pada akhir +*-an. Kemudahan dan bia ya yang rendah merupakan kelebihan utama dari metode pemulusan. Klasifikasi metode pemulusan terdiri dari metode ratarata dan metode eksponensial. ). !/IM! $!utoregressi0e Integrated Mo0ing !0erage% Pada dasarnya menggunakan fungsi deret waktu metode ini memerlukan pendekatan model identification serta penaksiran awal dari paramaternya. "ebagai contoh1 peramalan nilai tukar mata uang asing pergerakan nilai I2"(. 3. Kalman 4ilter Metode ini banyak digunakan pada bidang rekayasa sistem untuk memisahkan sinyal dari noise yang masuk ke sistem. Metoda ini menggunakan pendekatan model state space dengan asumsi white noise memiliki distribusi (aussian. 5. Bayesian Merupakan metode yang menggunakan state space berdasarkan model dina mis linear $dynamical linear model%. "ebagai contoh1 menentukan diagnosa suatu penyakit berdasarkan data-data gejala $hipertensi atau sakit jantung% mengenali warna berdasarkan fitur indeks warna /(B mendeteksi warna kulit $skin detection% berdasarkan fitur warna chrominant. . Metode #ekomposisi Metode ini mencoba memisahkan tiga komponen terpisah dari pola dasar yang cenderung mencirikan deret data ekonomi. Komponen tersebut adalah factor trend $kecenderungan% siklus musiman. ,erdapat beberapa pendekatan alternati0e untuk mendekomposisi suatu deret berkala yang se muanya bertujuan untuk memisahkan setiap komponen deret data seteliti mungkin. Konsep dasar dalam pemisahan tersebut bersifat empiris yang mula-mula memisahkan musiman berlanjut ke trend dan akhirnya siklus. /esidu bersifat random yang tidak dapat ditaksir tetap dapat diidentifikasi. Metode dekomposisi mempunyai kelemahan teoritis namun para praktisi banyak mengabaikan kelemahan ini dan telah menggunakan pendekatan ini. Penulisan matematis umum pendekatan dekomposisi adalah1 6t 7 f $ I t ,t 8t 9t % Keterangan1 6t 7 deret berkala $data actual% pada periode t It 7 komponen $indeks% musiman pada periode t ,t 7 komponen trend pada periode t 8t 7 komponen siklus pada periode t 9t 7 komponen random atau kesalahan pada periode t
:. /egresi Metode ini menggunakan dummy 0ariabel dalam formulasi mate matisnya. "ebagai contoh1 kemampuan dalam meramal sales suatu produk berdasarkan harganya. ;ntuk menilai akurat&tidaknya suatu persamaan regresi yang merupakan hasil proyeksi dengan melihat nilai / ). !pabila / ) semakin mendekati nilai + maka proyeksi semakin akurat. #alam analisis trendline terdapat 5 jenis&pola data yakni pola horisontal pola musiman pola siklis dan pola trend . +. Pola 2orisontal $2% Pola ini terjadi apabila nilai data berfluktuasi di sekitar nilai rata-rata konstan $stationer terhadap nilai rata-ratanya%. 8ontoh dari pola horisontal adalah produk penjualan yang tidak naik ataupun turun pada kurun waktu tertentu. ). Pola musiman $"% Pola ini terjadi apabila suatu deret dipengaruhi oleh faktor musiman $kuartal tahun tertentu bulanan atau hari-hari pada minggu tertentu%. 8ontoh dari pola musiman adalah pada penjualan produk es krim ataupun pemanas ruangan. 3. Pola siklis $8% Pola ini terjadi apabila data dipengaruhi oleh fluktuasi ekonomi jangka panjang. 8ontoh dari pola siklis adalah penjualan besi baja dan mobil. 5. Pola trend $,% Pola ini terjadi apabila terdapat kenaikan atau penurunan sekuler jangka panjang dalam data. 8ontoh dari pola trend adalah pada Produk Bruto
B. STUDI KASUS "tudi kasus yang diambil dalam laporan ini adalah mengenai kependudukan dapat diketahui bahwa jumlah penduduk suatu wila yah ataupun kota cenderung akan selalu
bertambah. Maka dalam laporan ini akan dilakukan proyeksi jumah penduduk Kota 8ilegon )* tahun yang akan datang. "tudi kasus yang diambil pada analisis ini adalah Kota 8ilegon. "ecara geografis Kota 8ilegon terletak antara garis =)>)5? - :=*5>*@? Aintang "elatan dan garis +*=5>*? +*:=*>++? Bujur ,imur. Batas batas wilayah Kota 8ilegon adalah 1 • • • •
"ebelah Barat "ebelah ,imur "ebelah "elatan "ebelah ;tara
1 "elat "unda 1 Kabupaten "erang 1 Kabupaten "erang 1 Kabupaten "erang
"ecara administratif Kota 8ilegon terbagi atas C wilayah Kecamatan dan 53 Kelurahan. Auas wilayah Kota 8ilegon adalah +@ KmD. Pada analisis ini data yang digunakan adalah data jumlah penduduk Kota "emarang dalam beberapa tahun terakhir. !nalisis ini bertujuan untuk mengetahui jumlah penduduk pada tahun )*3*. Berikut adalah data timeseries jumlah penduduk Kota 8ilegon tahun +5 sampai dengan tahun )*+*1 Tabel I Jumlah Penduduk K!a "#le$n Tahun 1%%&'2(1(
N 1 2 & * + , % 1( 11 12 1 1& 1* 1+ 1,
Tahun +5 + +: +@ +C + )*** )**+ )**) )**3 )**5 )** )**: )**@ )**C )** )*+*
K!a "#le$n Jumlah Penduduk )3)3: )5)*: )5:3+ )5::C )):) )@C5:) )53: 3*+)) 3**@ 33+*)5 335+C 33+3 33@+: 33C*)@ 353 35+:) 3@355*
Sumber: Cilegon Dalam Angka 2006-2011
". HASIL DAN PEBAHASAN 1. Anal#/#/ Trendline Jumlah Penduduk K!a "#le$n #alam analisis ini akan digunakan metode rendline yaitu metode !"ponential# $inear# $ogarithmic# %ol&nomial dan %o'er "etelah dilakukan analisis dari kelima metode tersebut masing-masing akan menghasilkan rumus persamaan dan nilai / ) yang berbeda-beda. /umus
persamaan dengan nilai / ) yang paling tinggi yang akan dilakukan untuk memproyeksikan jumlah penduduk tersebut. Berikut adalah hasil dari kelima metode tadi 1
.umla& Penduduk 400000 350000 300000 250000 200000 150000 100000 50000 0
Jumlah Penduduk
(rafik di atas merupakan grafik jumlah penduduk Kota 8ilegon tahun +5-)*+*.
.umla& Penduduk 400000 350000 300000 250000 200000 150000 100000 50000 0
f(x) = 231735.25 exp( 0.03 x ) R² = 0.94
Jumlah Penduduk Exponen!al (Jumlah Penduduk)
(rafik di atas menunjukkan hasil trendline dengan tipe eksponensial. Persamaan yang dihasilkan adalah y 7 )3+@3e *.*)CE dengan nilai /D 7 *3C.
.umla& Penduduk 400000 350000 300000 250000 200000 150000 100000 50000 0
f(x) = "534.#5x $ 22##20."" R² = 0.95
Jumlah Penduduk %!nea& (Jumlah Penduduk)
(rafik di atas menunjukkan hasil trendline dengan tipe linear. Persamaan yang dihasilkan adalah y 7 C35.E F ))::) dengan nilai /D 7 *5.
.umla& Penduduk 400000 350000 300000 250000 200000 150000 100000 50000 0
f(x) = 51457.55 ln(x) $ 202015.77 R² = 0."#
Jumlah Penduduk %o'a&!hm! (Jumlah Penduduk)
(rafik di atas menunjukkan hasil trendline dengan tipe logaritma. Persamaan yang dihasilkan adalah y 7 +5Cln$E% F )*)*+ dengan nilai /D 7 *C@.
.umla& Penduduk 400000 350000 300000
f(x) = 202.0#x*2 $ 12171.7#x $ 215103.37 R² = 0.9#
250000
Jumlah Penduduk Pol+nom!al (Jumlah Penduduk)
200000 150000 100000 50000 0
(rafik di atas menunjukkan hasil trendline dengan tipe polynomial. Persamaan yang dihasilkan adalah y 7 -)*).*E ) F +)+@)E F )++*dengan nilai /D 7 *.
.umla& Penduduk 400000 350000 300000 250000 200000 150000 100000 50000 0
f(x) = 212122.9 x*0.1" R² = 0."7
Jumlah Penduduk Po,e& (Jumlah Penduduk)
(rafik di atas menunjukkan hasil trendline dengan tipe power. Persamaan yang dihasilkan adalah y 7 )+)+)E *.+@: dengan nilai /D 7 *C@5. #iantara semua metode trendline yang telah dicoba diketahui nilai / ) tertinggi adalah pol&nomial dengan *. Maka tipe pol&nomial yang digunakan untuk proyeksi penduduk sesuai dengan persamaan yang telah dihasilkan y 7 -)*).*E ) F +)+@)E F )++* atau 7 -)*)*:E ) F +).+@+@:E F )+.+*33@. Gadi proyeksi jumlah penduduk pada t ahun )*++ adalah 7 -)*)*: E $)*++-tahun awal yaitu +5% ) F +).+@+@: E $)*++-tahun awal yaitu +5% F )+.+*33@ 7 3:3.:)C. Begitu juga seterusnya untuk tahun-tahun berikutnya. 2. Ha/#l P0ek/# Trendline Jumlah Penduduk K!a "#le$n H#n$$a Tahun 2((
#iketahui dari hasil analisis metode di atas yang digunakan dalam perhitungan proyeksi jumlah penduduk Kota 8ilegon sampai dengan tahun )*3* adalah rumus persamaan pol&nomial# berikut ini adalah hasil perhitungannya1
N 1 2 & * + , % 1( 11 12 1 1& 1* 1+ 1, 11% 2( 21 22 2 2& 2* 2+ 2, 22% ( 1 2 & * + ,
Tabel II P0ek/# Jumlah Penduduk K!a "#le$n Tahun 2(11'2(( K!a "#le$n Tahun Jumlah Penduduk +5 + +: +@ +C + )*** )**+ )**) )**3 )**5 )** )**: )**@ )**C )** )*+* )*++ )*+) )*+3 )*+5 )*+ )*+: )*+@ )*+C )*+ )*)* )*)+ )*)) )*)3 )*)5 )*) )*): )*)@ )*)C )*) )*3*
Sumber: asil Analisis %enulis# 201*
)3)3: )5)*: )5:3+ )5::C )):) )@C5:) )53: 3*+)) 3**@ 33+*)5 335+C 33+3 33@+: 33C*)@ 353 35+:) 3@355* 3:3:)C 3:C@)C 3@35)3 3@@@+ 3C+:*) 3C*C 3CC+:5 3*C3 33++* 35@@ 3:53 3@5C 3C+) 3C5*) 3C)5C 3@:* 3:@)C 33:) 33+ 3+5+@
3ra5k Pro6eksi .umla& Penduduk 410000 400000 390000 3"0000 370000
-&ak P&o+ek/! Jumlah Penduduk
3#0000 350000 340000
#ari tabel dan grafik di atas dapat dilihat bahwa proyeksi jumlah penduduk meningkat stabil dari tahun )*++ hingga )*)5 dan pada tahun )*) hingga )*3* menurun secara stabil. 2al ini terjadi karena pada saat tahun )**@ jumlah penduduk menurun. D. KESIPULAN #apat dilihat proyeksi jumlah penduduk di Kota 8ilegon terus meningkat dari tahun )*++ hingga tahun )*)5 dan menurun pada tahun )*) hingga )*3* secara stabil. 2al ini terjadi karena melihat rata-rata jumlah penduduk eksisting dari tahun +5 hingga )**: yang juga selalu meningkat dan menurun pada tahun )**C. Perkiraan jumlah penduduk di tahun )*3* adalah sebanyak 3+.5+@ jiwa. #engan mengetahui jumlah penduduk di masa mendatang dapat juga digunakan unutuk memprediksi kebutuhan sarana dan prasarana serta membantu pengambilan keputusan yang tepat dalam perencanaan di masa mendatang.
E. DATAR PUSTAKA
Badan Pusat "tatistik. )**:. Cilegon Dalam Angka 2006 8ilegon. Badan Pusat "tatistik. )**@. Cilegon Dalam Angka 200+ 8ilegon. Badan Pusat "tatistik. )**C. Cilegon Dalam Angka 200, 8ilegon. Badan Pusat "tatistik. )**. ota Cilegon Dalam Angka 200. Kota 8ilegon. Badan Pusat "tatistik. )*+*. ota Cilegon Dalam Angka 2010 Kota 8ilegon. Badan Pusat "tatistik. )*++. otaCilegon Dalam Angka 2006 Kota 8ilegon. Makridakis ". dkk. +. /etode dan Aplikasi %eramalan 9disi kedua Gilid satu. Gakarta1 9rlangga. Berry Murja Wahyudhi. )**. /odel Analisis %eramalan #alam http1&&metalperen canaan.blogspot.com&)**&*)&model-analisis-peramalan-forecasting.html. #iakses pada "enin +C Mei )*+ ;tami Irda #iah. )*+3. Analisis %eramalan rendline #alam https1&&www.academia.edu&3@)5C::&PeramalanH,rendline. #iakses pada "enin +C Mei )*+. (unawan. )*++. !nalisis ,rendline? dalam Scribd http1&&scribd.com. #iakses pada "enin +C Mei )*+.
LAPIRAN
1. Buka A3l#ka/# S4!5a0e #60/4! E76el
2. a/ukkan da!a an$ akan d#anal#/#/ "etelah data dimasukkan klik nsert$ine$ine 'ith /arkers
. Akan mun6ul b7 Select data Source, 3#l#h Range da!a an$ akan d#ma/ukkan
&. aka akan mun6ul $0a4#k 8umlah 3enduduk
*. Lalu k#!a akan menam3#lkan $a0#/ !0endl#ne9 3e0!ama kl#k kanan 3ada /alah /a!u !#!#k $0a4#k9 lalu 3#l#h Add Trendline
+. aka akan mun6ul b7 Format Trendline, 3ada Trendline Options»Trend/Regression Type9 3#l#h Exponential. Pada Trendline Name 3#l#h Automatic dan 8an$an lu3a 6en!an$ Display Euation on c!art dan Display R"suared #alue on c!art. Kl#k :K
aka $0a4#k !0endl#ne 3un akan mun6ul
.umla& Penduduk 400000 300000 200000
f(x) = 231735.25 exp( 0.03 x ) R² = 0.94
Jumlah Penduduk Exponen!al (Jumlah Penduduk)
100000 0
,. Ka0ena k#!a akan men6a0# n#la# R; !e0!#n$$# un!uk d#$unakan 3e0/amaanna dalam menen!ukan 30ek/# 3enduduk9 maka lakukan !#3e !0endl#ne la#n 8u$a9 30/edu0na /ama /e3e0!# d# a!a/
-. Ka0ena n#la# R; !e0!#n$$# ada 3ada !#3e Plnm#al9 maka d#$unakanlah 0umu/ polynomial un!uk mem30ek/#kan 8umlah 3enduduk