Majalah Ilmiah UPI YPTK https://j mi -upi ypt k.
or g/oj s Vol.
No .
Hal: 25-29 p-ISSN: 1412-5854, e-ISSN: 2502-8774 Peramalam Garis Kemiskinan menggunakan Metode Double Moving Average di Provinsi Sumatera Barat Nugraha Rahmansyah 1A.
Shary Armonitha Lusinia2.
Rima Liana Gema3.
Silky Safira4
1,2,3,4
Universitas Putra Indonesia YPTK Padang.
Indonesia rahmansyah@upiyptk.
Abstract Forecasting methods can predict the values of a variable based on the known value of that variable or other related variables.
In the quantitative category forecasting method, especially the time series model, several smoothing methods are known, namely average and exponential smoothing.
A trended series is defined as a time series that contains a long-term component that represents growth or decline in the series, and whose average value changes up or down over a period of time.
The average method is that a number of values that are given an equivalent weight .
r smoothe.
are included in the calculation of the average.
A double moving average, also known as a linear moving average, is designed for time series data with a trending pattern or a linear trend.
The time series data used is poverty line data by area of residence in West Sumatra based on the ability to meet basic needs .
asic needs approac.
With this approach, poverty is seen as an economic inability to meet basic food and non-food needs as measured from the expenditure side.
So the poor are people who have an average monthly per capita expenditure below the poverty line.
So that the double moving average time series method is used.
This study aims to determine the monthly per capita public expenditure forecast in West Sumatra.
Keywords : Forecasting.
Double Moving Average.
Poverty, linear trend, quantitative Abstrak Metode peramalan dapat memprediksi nilai-nilai sebuah variabel berdasarkan kepada nilai yang diketahui dari variabel tersebut atau variabel lain yang berhubungan.
Pada metode peramalan kategori kuantitatif, khususnya model deret waktu .
ime serie.
dikenal beberapa metode pemulusan yaitu dengan perataan .
dan pemulusan eksponensial.
Deret bertrend didefinisikan sebagai deret waktu yang berisi komponen jangka panjang yang mewakili pertumbuhan atau penurunan dalam deret, dan nilai rata-ratanya berubah menaik atau menurun disepanjang periode waktu.
Metode perataan .
yaitu sejumlah nilai yang diberi bobot yang setara .
tau dimuluska.
dimasukkan kedalam perhitungan rata-rata.
Rata-rata bergerak ganda .
ouble moving averag.
atau dikenal dengan rata-rata bergerak linier .
inear moving averag.
dirancang untuk data deret waktu dengan pola berkecenderungan atau adanya trend linier.
Data deret waktu yang digunakan adalah data garis kemiskinan menurut daerah tempat tinggal di Sumatera Barat berdasarkan kemampuan memenuhi kebutuhan dasar .
asic needs approac.
Dengan pendekatan ini, kemiskinan dipandang sebagai ketidakmampuan dari sisi ekonomi untuk memenuhi kebutuhan dasar makanan dan bukan makanan yang diukur dari sisi pengeluaran.
Jadi Penduduk Miskin adalah penduduk yang memiliki rata-rata pengeluaran perkapita perbulan dibawah garis kemiskinan.
Sehingga digunakan metode deret waktu double moving average.
Penelitian ini bertujuan untuk mengetahui peramalan pengeluaran masyarakat perkapita perbulan di Sumatera Barat.
Kata Kunci : Peramalan.
Double Moving Average.
Kemiskinan, trend linier, kuantitatif A 2021 Majalah Ilmiah UPI YPTK Pendahuluan Kemiskinan merupakan permasalahan yang mayoritas akan dihadapi oleh berbagai negara di dunia, baik di negara maju maupun negara berkembang.
Defenisi kemiskinan berbeda-beda berdasarkan titik pandang dari masalah kemiskinan yang dihadapi, bila dilihat dari tingkat pendapatan masing-masing lapisan masyarakatnya, antar pedesaan dan perkotaan, dan perbedaan akan kebutuhan antara masyarakat pedesaan dan perkotaan.
Di Sumatera Barat angka kemiskinan meningkat setiap tahunnya berdasarkan rata-rata data pengeluaran masyarakat perkapita.
Hal ini dapat kita lihat pada September 2019 dengan pengeluaran perkapita sebesar Rp.
366,- yang naik menjadi Rp.
531 pada September 2020 untuk daerah perkotan dan Rp.
457,- yang naik menjadi Rp.
673,pada September 2020 untuk daerah perdesaan.
Berdasarkan contoh data tersebut kita dapat meramalkan kenaikan rata-rata pengeluaran perkapita untuk tahun yang akan datang.
Metode peramalan dapat memprediksi nilai-nilai sebuah variabel berdasarkan kepada nilai yang diketahui dari variabel tersebut atau variabel lain yang Pada metode peramalan kategori kuantitatif, khususnya model deret waktu .
ime serie.
dikenal beberapa metode pemulusan yaitu dengan perataan .
dan pemulusan eksponensial.
Deret Diterima: 07-05-2021 | Revisi: 10-06-2021 | Diterbitkan: 30-06-2021 | DOI: 10.
35134/jmi.
Nugraha Rahmansyah, dkk ber-trend didefinisikan sebagai deret waktu yang berisi komponen jangka panjang yang mewakili pertumbuhan atau penurunan dalam deret, dan nilai rata-ratanya berubah menaik atau menurun disepanjang periode Metode perataan .
yaitu sejumlah nilai yang diberi bobot yang setara .
tau dimuluska.
dimasukkan kedalam perhitungan rata-rata.
Ratarata bergerak ganda .
ouble moving averag.
atau dikenal dengan rata-rata bergerak linier .
inear moving averag.
dirancang untuk data deret waktu dengan pola berkecenderungan atau adanya trend linier.
Double Moving Average adalah menghitung rata-rata bergerak dari rata-rata bergerak.
Metode Double Moving Average ini dinyatakan cukup sesuai untuk peramalan jangka pendek dan jangka menengah.
Hal ini di ungkapkan berdasarkan jurnal penelitian dari saudari Mika Layakan dan Said Iskandar .
yang berjudul Penerapan Metode Double Moving Average dan Double Eksponential Smoothing Dalam Meramalkan Jumlah Produksi Crude Palm Oil (CPO) Pada PT.
Perkebunan Nusantara IV Unit Dolok Sinumbah.
at A M t A ( M t A M t' ) A 2M t A M t' Persamaan untuk menghitung slope adalah:
bt A ( M t A M t' ) k A1 Persamaan untuk menghitung ramalan sebanyak p periode ke depan adalah:
Ft A p A at A bt p k = jumlah periode rata-rata bergerak p = jumlah periode ke depan yang diramalkan Ft = nilai aktual pada periode t Pada metode rata-rata bergerak tidak ada dasar yang obyektif untuk penentuan banyaknya periode Cara satu-satunya adalah dengan menetapkan sendiri alternatif banyak periodenya.
Secara umum, semakin kecil k .
eriode bergera.
semakin kecil nilai kesalahan peramalan, dan semakin kecil nilai kesalahan peramalannya maka semakin halus hasil yang diperoleh .
Penelitian ini bertujuan untuk mengetahui rata-rata pengeluaran masyarakat perkapita perbulan di tahun yang akan datang di Sumatera Barat.
Dari hasil penelitian ini diharapkan Untuk itu diharapkan pemerintah dapat terjun langsung memberikan bantuan ke masyarakat yang di tuju dan sebelumnya di tinjau terlebih dahulu apa yang sebenarnya masyarakat perlukan untuk dapat mensejahterakan keluarganya.
Selain bantuan materi yang di butuhkan masyarakat tetapi masyarakat juga membutuhkan bantuan moril atau ilmu pengetahuan untuk dapat mengelola dana tersebut agar dapat meningkatkan taraf kehidupan Data yang digunakan dalam penelitian ini adalah ratarata data pengeluaran masyarakat perkapita perbulan dari September 2012 sampai dengan September 2020 di Provinsi Sumatera Barat yang bersumber dari website https://sumbar.
Teknik analisis data dalam penelitian ini adalah dengan menggunakan metode double moving average dengan orde rata-rata bergerak .
Adapun langkah-langkah perhitungan metode double moving average sebagai berikut:
Menghitung rata-rata bergerak pertama (M.
Menghitung rata-rata bergerak kedua (MtA.
Menghitung besarnya konstanta .
Menghitung besarnya slope .
Menghitung nilai ramalan periode data aktual.
Metodologi Penelitian Menentukan model rata-rata bergerak untuk ramalan periode p ke depan.
Double Moving Average Menghitung kesalahan peramalan model rata-rata Suatu cara peramalan data deret waktu dengan trend linier adalah dengan menggunakan rata-rata bergerak ganda .
ouble moving averag.
Teknik dari metode ini dimana satu kelompok rata-rata bergerak dihitung, 3.
Hasil dan Pembahasan dan kemudian kelompok kedua dihitung rata-rata 3.
Metode Double Moving Average untuk bergerak hasil pada kelompok pertama.
Rata-rata Peramalan Garis Kemiskinan bergerak ganda merupakan rata-rata bergerak dari rata- Data peramalan didasarkan pada penggunaan data rata bergerak, dan menurut simbol dituliskan sebagai masa lampau yang menunjukkan pola historis dari data MA .
, dimana artinya rata-rata bergerak sebanyak actual pengeluaran masyarakat perkapita perbulan dari k periode dari rata-rata bergerak sebanyak k periode September 2012 sampai dengan September 2020 yang (Makridakis dkk, 1.
dapat dilihat pada table.
1 dibawah ini :
Persamaan untuk menghitung rata-rata bergerak pertama adalah:
Tabel.
Data Pengeluaran Masyarakat Perkapita (Yt A Yt A1 A Yt A 2 A .
A Yt A k A1 ) .
Perbulan M t A Yt A1 A Daerah Tempat Tinggal Persamaan untuk menghitung rata-rata bergerak kedua .
upiah/kapita/bula.
Perkotaan ( M t A M t A1 A M t A 2 A .
A M t A k A1 ) Tahun Perkotaan Perdesaan .
M t' A Perdesaan 390,862 349,824 292,052 Persamaan untuk menghitung konstanta adalah:
Majalah Ilmiah UPI YPTK Vol.
28 No.
Nugraha Rahmansyah, dkk
360,768
321,252
336,606
390,862
349,824
365,827
423,339
391,178
403,947
454,674
425,520
438,075
475,365
441,415
455,797
507,557
466,430
485,633
551,366
510,457
565,531
529,673
Untuk lebih jelasnya dapat dilihat pada table.
3 dibawah Tabel 3.
Data Perhitungan Model MA .
Daerah Perdesaan Perdesaan 529,700 Tahun 547,240 321,252 349,824 340,300 391,178 354,085 425,520 388,841 441,415 419,371 466,430 510,457 529,673 444,455 472,767 Diketahui dari Tabel 1 bahwa data pengeluaran masyarakat perkapita perbulan membentuk pola trend, sehingga metode double moving average cocok digunakan untuk menentukan model peramalan.
Orde rata-rata bergerak yang dicoba adalah orde 3 dengan ketentuan orde rata-rata bergerak pada MA pertama sama dengan orde rata-rata bergerak pada MA ketiga.
Sehingga digunakan model MA .
Contoh perhitungan peramalan pengeluaran masyarakat perkapita perbulan model MA .
pada daerah perkotaan yaitu:
(Y A Yt A1 A Yt A 2 A .
A Yt A k A1 ) M t A YIt A1 A t .
524 A 321.
252 A 349.
M3 A
MA 3
349,824
502,187
Berdasarkan data dari Tabel 2 maka langkah selanjutnya adalah mencari orde rata-rata bergerak pada Double MA pertama sama dengan orde rata-rata bergerak pada MA ketiga.
Sehingga digunakan Double model MA .
Contoh perhitungan peramalan pengeluaran masyarakat perkapita perbulan Double model MA .
pada daerah perkotaan yaitu:
M 3' A 380.
( M t A M t A1 A M t A 2 A .
A M t A k A1 ) M t' A Untuk lebih jelasnya dapat dilihat pada table.
2 dibawah A A 422 .
M 3' A
Tabel 2.
Data Perhitungan Model MA .
M 3' A 398.
Daerah Perkotaan Untuk lebih jelasnya dapat dilihat pada table.
dibawah ini :
Tahun Perkotaan 360,768 390,862 380,831 423,339 391,656 Tahun Perkotaan 454,674 422,958 390,862 475,365 451,126 360,768 507,557 479,199 390,862 380,831 551,366 511,429 423,339 391,656 565,531 541,485 454,674 422,958 MA 3
390,862
Tabel 4.
Data Perhitungan Double Model MA .
Daerah Perkotaan MA 3
Double MA 3
398,482
475,365 451,126
421,914
Contoh
507,557 479,199
451,094
masyarakat perkapita perbulan model MA .
pada 551,366 511,429 daerah perdesaan yaitu:
480,585
565,531
t A1
t A2
t A k A1
541,485
510,704
M t A YIt A1 A t .
824 A 321.
252 A 349.
Contoh
M 3' A
masyarakat perkapita perbulan model Double MA .
pada daerah perdesaan yaitu:
M ' A 340.
Majalah Ilmiah UPI YPTK Vol.
28 No.
Nugraha Rahmansyah, dkk ( M t A M t A1 A M t A 2 A .
A M t A k A1 ) M t' A .
300 A 354 .
085 A 388 .
M3 A
M 3' A 361.
Untuk lebih jelasnya dapat dilihat pada tabel dibawah.
Tabel 5.
Data Perhitungan Model MA .
Daerah Perdesaan Tahun Perdesaan MA 3
Double MA 3
349,824
321,252
349,824
340,300
391,178
354,085
425,520
388,841
361,075
441,415
419,371
387,432
466,430
444,455
417,556
510,457
472,767
445,531
529,673
502,187
473,136
Dari hasil perhitungan yang telah dilakukan maka selanjutnya adalah menghitung nilai konstanta dengan menggunakan persamaan .
Contoh perhitungan at .
ilai intersep.
pada daerah perkotaan dan perdesaan:
Tabel 6.
Data Perhitungan At (Nilai Intersep.
Berdasarkan dari tabel diatas maka langkah selanjutnya mencari nilai bt .
oefisien tren.
dengan menggunakan persamaan .
Berikut contoh perhitungan bt .
oefisien tren.
pada daerah perkotaan dan perdesaan:
( M t A M t' ) k A1 bt A ( 422.
958 A 398.
3 A1
bt A 24.
bt A ( M t A M t' ) k A1 bt A .
840 A 361.
3 A1
bt A 27.
bt A Untuk perhitungan selanjutnya dapat dilihat pada tabel dibawah ini :
Perkotaan Tahun MA 3
Perdesaan Double MA 3
390,862
360,768
390,862
380,831
423,339
391,656
454,674
422,958
398,482
475,365
451,126
421,914
507,557
479,199
451,094
at A M t A ( M t A M t' ) A 2M t A M t' 551,366 511,429 480,585 at A 2 * 422.
958 A 398.
565,531
541,485
510,704
MA 3
340,30
354,08
388,84
419,37
444,45
472,76
502,18
Double MA 3
361,075
27,766
387,432
31,939
417,556
26,899
445,531
27,236
473,136
29,050
at A 447.
Tabel 7.
Data Perhitungan Bt (Koefisien Tren.
Setelah nilai dari at .
ilai intersep.
dan bt .
oefisien tren.
, langkah selanjutnya ada mencari nilai ft at A 2 * 388.
841 A 361.
dengan menggunakan persamaan .
at A 416.
Berikut contoh perhitungan forecast pada daerah Untuk perhitungan selanjutnya dapat dilihat pada tabel perkotaan dan perdesaan :
Ft A p A at A bt p dibawah ini :
at A M t A ( M t A M t' ) A 2M t A M t' Perkotaan Tahun 390,862 MA 3 Ft A p A 447 .
435 A 24 .
Perdesaan Doubl
e MA
MA 3
Double MA 3
Ft A p A at A bt p
349,824
360,768
Ft A p A 471 .
Ft A p A 416 .
606 A 27 .
321,252
390,862
380,831
349,824
340,300
423,339
391,656
391,178
354,085
454,674
422,958
398,482
447,435
425,520
388,841
361,075
416,606
475,365
451,126
421,914
480,338
441,415
419,371
387,432
451,310
507,557
479,199
451,094
507,303
466,430
444,455
417,556
471,354
551,366
511,429
480,585
542,274
510,457
472,767
445,531
500,004
565,531
541,485
510,704
572,265
529,673
502,187
473,136
531,237
Ft A p A 444 .
Untuk perhitungan selanjutnya dapat dilihat pada tabel dibawah ini :
Majalah Ilmiah UPI YPTK Vol.
28 No.
Nugraha Rahmansyah, dkk tinggal perkotaan yaitunya 603,046 dan daerah tempat tinggal perdesaan yaitunya 560,287.
Tabel 8.
Data Perhitungan Forecast Tahun Perkotaan 390,862 349,824 360,768 390,862 423,339 321,252 349,824 391,178 454,674 475,365 507,557 551,366 565,531 Perdesaan 425,520 471,911 441,415 444,372 509,551 535,407 573,119 466,430 483,249 498,254 527,240 603,046 510,457 529,673 560,287 Berdasarkan tabel 8 diatas data aktual garis kemiskinan menurut daerah tempat tinggal di Sumatera Barat .
upiah/kapita/bula.
peramalan dengan metode Double Moving Average mampu mengikuti data aktual garis kemiskinan menurut daerah tempat tinggal di sumatera barat .
upiah/kapita/bula.
Kesimpulan Dari hasil perhitungan metode double moving average diperoleh model untuk meramalkan garis kemiskinan menurut daerah tempat tinggal di Sumatera Barat .
upiah/kapita/bula.
adalah model .
dengan hasil peramalam di tahun 2021 pada daerah tempat Daftar Rujukan .
Andriyanto Yusuf.
Hendra dkk.
, .
Penerapan Metode Double Moving Average Untuk Meramalkan Hasil Produksi Tanaman Padi di Provinsi Gorontalo, 9.
Azizah.
Aull Fisty Noor.
, .
Peramalan Migrasi Masuk Kota Surabaya Tahun 2015 dengan Motode Double Moving Average dan Double Exponential Smooting Brown, 4.
Jana.
Padrul.
Rokhimi.
Ratri Prihatiningsih.
Ismi.
Peramalan Kurs IDR Terhadap USD Menggunakan Double Moving Averages dan Double Exponential Smoothing, 2.
Layakana.
Iskandar.
Said.
, .
Penerapan Metode Double Moving Average dan Double Eksponential Smoothing Dalam Meramalkan Jumlah Produksi Crude Palm Oil .
Pada PT.
Perkebunan Nusantara IV Unit Dolok Sinumbah, 6.
Maharani.
Ika Meiza.
Achmad Fauzan.
, .
Perbandingan Metode Peramalan Jumlah Produksi Palm Kernel Oil (PKO) Menggunakan Metode Double Moving Average.
Double Exponential Smoothing dan Box Jenkins, 16.
Sinaga.
Hommy D.
Novica Irawati.
, .
Perbandingan Double Moving Average Dengan Double Exponential Smoothing Pada Peramalan Bahan Medis Habis Pakai, 4.
Widiyarini.
, .
Penggunaan Metode Peramalan Dalam Memproduksi Kayu Untuk Penentuan Total Permintaan (Konsume.
, 8.
Majalah Ilmiah UPI YPTK Vol.
28 No.