PERAMALAN JUMLAH PENDUDUK KOTA PASURUAN DENGAN
MENGGUNAKAN METODE SINGLE DAN DOUBLE EXPONENTIAL
SMOOTHING
Raihan Ihza Pravisya1.
Ahmad Rofiqul Muslikh2 Universitas Merdeka Malang 20083000149@student.
id, 2rofickachmad@unmer.
Abstract This study aims to forecast the population of Pasuruan City using Single and Double Exponential Smoothing methods.
Population forecasting is crucial for urban planning, economic development, and public services.
Data from 2010 to 2022 provided by the Central Bureau of Statistics of Pasuruan City was utilized for this research.
The Single Exponential Smoothing method demonstrated higher accuracy with lower Mean Squared Error (MSE) and Root Mean Squared Error (RMSE) values compared to the Double Exponential Smoothing method.
Specifically, the MSE for the Single Exponential Smoothing method was 623,986,327,670, while the Double Exponential Smoothing method recorded an MSE of 1,269,743,472,543.
The corresponding RMSE values were 7,899,281 and 11,268,289, respectively.
The results indicate that the Single Exponential Smoothing method is more reliable for predicting the population trends in Pasuruan City.
The findings of this research can aid local governments and policymakers in making informed decisions regarding resource allocation, infrastructure development, and social services.
Future studies could consider incorporating external factors such as migration, birth rates, and government policies to enhance the accuracy of population forecasts.
Keywords: Forcasting.
Number of Population.
Smoothing Method penduduk ini menuntut adanya perencanaan yang tepat agar berbagai sektor pelayanan publik seperti kesehatan, pendidikan, dan infrastruktur dapat terus memenuhi kebutuhan masyarakat.
Oleh karena itu, penelitian ini bertujuan untuk meramalkan jumlah penduduk Kota Pasuruan menggunakan metode Single dan Double Exponential Smoothing.
PENDAHULUAN
Penduduk merupakan salah satu komponen paling krusial dalam perencanaan pembangunan suatu wilayah.
Perubahan dalam jumlah penduduk dapat mempengaruhi berbagai aspek kehidupan, termasuk ekonomi, pendidikan, dan Oleh karena itu, peramalan jumlah penduduk sangat penting untuk mendukung perencanaan yang lebih baik dan pengambilan keputusan yang lebih tepat oleh pemerintah dan pihak terkait.
METODE PENELITIAN
Metode peramalan yang digunakan dalam penelitian ini, yaitu Single Exponential Smoothing (SES) dan Double Exponential Smoothing (DES), dipilih karena kesederhanaannya dan kemampuan untuk memberikan prediksi yang cukup akurat.
SES menggunakan satu parameter penghalusan dan cocok untuk Kota Pasuruan, yang terletak di Provinsi Jawa Timur dengan luas wilayah 99 kmA dan terdiri dari empat kecamatan, telah mengalami pertumbuhan penduduk yang signifikan dalam beberapa tahun terakhir.
Peningkatan jumlah data tanpa tren, sedangkan DES menggunakan dua parameter penghalusan dan lebih sesuai untuk data dengan tren.
Dalam penelitian ini, data jumlah penduduk Kota Pasuruan dari tahun 2010 hingga 2022 yang diperoleh dari Badan Pusat Statistik digunakan sebagai dasar Hasil peramalan kemudian dievaluasi menggunakan Mean Squared Error (MSE) dan Root Mean Squared Error (RMSE) untuk menentukan metode yang paling akurat.
Temuan penelitian ini diharapkan dapat menjadi acuan bagi pemerintah daerah dalam merencanakan kebijakan dan strategi pembangunan yang lebih baik, serta mempersiapkan infrastruktur yang sesuai dengan kebutuhan jumlah penduduk di masa depan.
Alur Penelitian Desain penelitian ini melibatkan beberapa tahapan yang dimulai dengan pengumpulan data historis jumlah penduduk.
Data tersebut kemudian dianalisis menggunakan metode peramalan yang dipilih yaitu Single dan Double Exponential Smoothing.
Hasil dari kedua metode ini dibandingkan untuk menentukan metode yang paling akurat dalam memprediksi jumlah penduduk.
Tahapan akhir melibatkan pengukuran akurasi peramalan menggunakan Mean Squared Error (MSE) dan Root Mean Squared Error (RMSE) Gambar 1.
Alur Penelitian Desain penelitian ini melibatkan beberapa tahapan yang dimulai dengan pengumpulan data historis jumlah Data tersebut kemudian dianalisis menggunakan metode peramalan yang dipilih, yaitu Single dan Double Exponential Smoothing.
Hasil dari kedua metode ini dibandingkan untuk menentukan metode yang paling akurat dalam memprediksi jumlah penduduk.
Tahapan akhir melibatkan pengukuran akurasi menggunakan Mean Squared Error (MSE) dan Root Mean Squared Error (RMSE).
Lokasi penelitian adalah Kota Pasuruan, sebuah kota di Provinsi Jawa Timur yang memiliki luas 99 kmA dan terdiri dari 4 kecamatan, yaitu Kecamatan Bugul Kidul.
Purworejo.
Panggungrejo, dan Gadingrejo.
Kota ini dipilih karena memiliki data demografis yang cukup lengkap dan relevan untuk dilakukan peramalan jumlah penduduk.
Objek penelitian ini adalah data jumlah penduduk Kota Pasuruan dari tahun 2010 hingga 2022.
Data ini digunakan untuk melakukan peramalan jumlah penduduk menggunakan metode Single dan Double Exponential Smoothing.
Hasil peramalan akan dievaluasi menggunakan MSE dan RMSE untuk menentukan metode yang paling akurat.
yang memiliki nilai MSE dan RMSE terendah dianggap sebagai metode yang paling akurat dalam memprediksi jumlah penduduk.
HASIL PENELITIAN DAN
PEMBAHASAN
Hasil peramalan menunjukkan bahwa metode Single Exponential Smoothing (SES) lebih akurat dibandingkan dengan metode Double Exponential Smoothing (DES).
Nilai Mean Squared Error (MSE) dan Root Mean Squared Error (RMSE) untuk metode SES adalah 623986327670 dan 7899281, sementara DES 1269743472543 dan 11268289.
Grafik perbandingan antara data aktual dan hasil peramalan menunjukkan bahwa metode SES lebih sesuai untuk meramalkan jumlah penduduk Kota Pasuruan.
Data penelitian ini adalah data sekunder yang diperoleh dari Badan Pusat Statistik Kota Pasuruan dan Provinsi Jawa Timur.
Pengumpulan data dilakukan dengan cara mencatat jumlah penduduk laki-laki dan perempuan setiap tahunnya dari tahun 2010 Data ini kemudian diolah menggunakan metode peramalan yang telah dipilih.
Tabel 1.
Nilai MSE dan RMSE untuk Metode Single Exponential Smoothing dan Double Exponential Smoothing Analisis data dilakukan dengan menggunakan Microsoft Excel untuk mengaplikasikan metode Single dan Double Exponential Smoothing.
Langkah pertama adalah menghitung prediksi jumlah penduduk menggunakan kedua metode tersebut.
Langkah selanjutnya adalah menghitung nilai MSE dan RMSE untuk masing-masing metode guna mengevaluasi keakuratannya.
Metode Metode Single Exponential Smoothing Double Exponential Smoothing MSE
RMSE
1269743,472543
Grafik Perbandingan Hasil Peramalan Single Exponential Smoothing dan Double Exponential Smoothing Chart Single Exponential Smoothing Data Total Penduduk Forecast Gambar 2.
Chart Single Exponential Smoothing Chart Double Exponential Smoothing Data Total Jumlah Penduduk Forecast Gambar 3.
Chart Double Exponential Smoothing Pengukuran akurasi dilakukan untuk menilai keakuratan metode peramalan yang digunakan.
Nilai MSE dan RMSE dihitung untuk setiap metode peramalan yang diterapkan (SES dan DES) agar dapat mengevaluasi dan membandingkan performa masingmasing metode.
Nilai MSE dan RMSE yang lebih rendah menunjukkan bahwa metode tersebut memiliki tingkat kesalahan peramalan yang lebih kecil, sehingga lebih akurat dalam memprediksi jumlah penduduk.
Berdasarkan hasil pengukuran MSE dan RMSE, model peramalan yang paling akurat kemudian dipilih.
Model yang memiliki nilai MSE dan RMSE terendah dianggap sebagai model yang paling akurat dalam meramalkan jumlah penduduk Kota Pasuruan.
Proses evaluasi ini sangat penting untuk memastikan bahwa memberikan prediksi yang dapat diandalkan untuk digunakan dalam perencanaan dan pengambilan keputusan.
memberikan prediksi yang lebih Tahap terakhir dari penelitian ini adalah melakukan peramalan jumlah penduduk untuk periode mendatang menggunakan model peramalan yang telah dipilih dan diperbaiki.
Model yang telah diuji dan dinilai akurat diterapkan untuk meramalkan jumlah penduduk di masa depan.
Hasil peramalan ini diharapkan dapat digunakan oleh pemerintah daerah dan pihak terkait untuk merencanakan kebijakan dan strategi pembangunan yang lebih baik berdasarkan prediksi jumlah penduduk yang dapat Jika hasil evaluasi menunjukkan bahwa model peramalan yang digunakan belum cukup akurat, maka dilakukan perbaikan terhadap model Perbaikan ini bisa berupa penyesuaian parameter dalam metode peramalan atau penambahan data baru untuk meningkatkan akurasi Tujuan dari perbaikan ini adalah untuk mendapatkan model peramalan yang lebih sesuai dengan karakteristik data dan mampu Hasil Peramalan dengan Metode Single Exponential Smoothing Gambar 4.
Hasil Peramalan dengan Metode Single Exponential Smoothing Hasil Peramalan dengan Metode Double Exponential Smoothing Gambar 5.
Hasil Peramalan dengan Metode Double Exponential Smoothing Metode ini terbukti lebih akurat dan dapat diandalkan dalam memprediksi jumlah penduduk.
SIMPULAN
Berdasarkan hasil penelitian, metode Single Exponential Smoothing (SES) terbukti lebih unggul dalam meramalkan jumlah penduduk Kota Pasuruan dibandingkan dengan metode Double Exponential Smoothing (DES).
Nilai MSE dan RMSE yang lebih rendah menunjukkan bahwa metode ini lebih akurat dan dapat Oleh karena itu, disarankan untuk menggunakan metode Single Exponential Smoothing dalam peramalan jumlah penduduk di masa mendatang.
Penelitian lebih lanjut dianjurkan untuk mempertimbangkan faktorfaktor eksternal lainnya yang dapat mempengaruhi jumlah penduduk seperti migrasi, tingkat kelahiran dan Hasil peramalan yang dihasilkan dari metode SES dapat dimanfaatkan oleh pemerintah daerah Kota Pasuruan untuk merencanakan kebijakan sosial ekonomi dan pembangunan yang lebih tepat sasaran.
SARAN
Disarankan untuk menggunakan metode Single Exponential Smoothing dalam peramalan jumlah penduduk Kota Pasuruan pada periode DAFTAR PUSTAKA Abdul Rahman Saleh, & Subagyo.
Perubahan Kebijakan Peminjaman Koleksi dan Dampaknya terhadap Kinerja Perpustakaan: Kasus Perpustakaan IPB.
VISI
PUSTAKA,