ANALISIS PERAMALAN TRENDLINE JUMLAH PENDUDUK PROVINSI LAMPUNG

Disusun Untuk Memenuhi Tugas Mata Kuliah Metode Analisis Perencanaan

TKP (342)

Oleh:

Nafisah Anas

21040113120054

JURUSAN PERENCANAAN WILAYAH DAN KOTA

FAKULTAS TEKNIK UNIVERSITAS DIPONEGORO

SEMARANG

2015

Perencanaan wilayah dan kota adalah suatu proses bagaimana merencanakan suatu

wilayah dan kota dengan mempertimbang aspek fisik, sosial, ekonomi dan politik sehingga

tercipta ruang yang aman, nyaman, produktif dan berkelanjutan di masa yang akan datang.

Perencanaan ditujukan di masa depan sehingga dalam prosesnya dibutuhkan gambaran

masa depan dalam pengambilan keputusan. Gambaran masa depan dapat diperoleh melalui

proyeksi/peramalan yang berdasarkan ekstrapolasi data sekarang dan sebelumnya. Dengan

didapatkannya gambaran masa depan diharapkan terbentuknya masa depan sesuai dengan

nilai, tujuan, sasaran serta kondisi yang diinginkan karena telah mengantisipasi dari

kemungkinan yang terjadi.

Suatu ruang direncanakan dan ditata karena ruang tersebut dihuni oleh manusia,

sehingga keberadaan manusia sangat mempengaruhi kebijakan dalam perencanaan.

Berdasarkan hal tersebut sangatlah penting untuk mempertimbangkan populasi manusia

berdasarkan data sekarang dan sebelumnya. Dengan didapatkannya gambaran masa depan

jumlah penduduk beberapa permasalahan dan kebutuhan di wilayah dan kota dapat

diantisipasi seperti kebutuhan akan air bersih, energi, fasilitas kesehatan, fasilitas pendidikan

dan lain sebagainya.

Terdapat dua pendekatan yang digunakan dalam peramalan, yaitu pendekatan

eksplanatoris (kausal) dan trendline (deret berkala). Dalam kasus ini akan digunakan

peramalan trendline. Model deret berkala ini sering kali dapat dengan mudah digunakan untuk

meramal dan lebih tepat karena data yang digunakan ialah jumlah penduduk. Metode ini

disebut sebagai metode peramalan deret berkala (trendline) karena memiliki karakteristik 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.

Tujuan metode peramalan deret berkala adalah menemukan pola dalam deret data historis

dan mengekstrapolasikan pola tersebut ke masa depan. Analisis peramalan trendline

merupakan jenis peramalan proyeksi karena didasarkan pada extrapolasi data lampau dan

trend historis atau analisis time series. Pola data dapat dibedakan ke dalam empat jenis, yaitu:

1. Pola horisontal (h),

Yaitu nilai data berfluktuasi di sekitar nilai rata-rata konstan (stationer terhadap nilai

rata-ratanya).

Contoh: produk penjualan yg tidak naik ataupun turun pd kurun waktu tertentu.

2. Pola musimam (s),

Yaitu suatu deret dipengaruhi oleh faktor musiman (kuartal tahun tertentu, bulanan,

atau hari-hari pada minggu tertentu).

Contoh: penjualan payung, pemanas ruangan, dll.

3. Pola siklis (c),

Yaitu data dipengaruhi oleh fluktuasi ekonomi jangka panjang.

Contoh: penjualan besi baja, mobil, dll.

4. Pola trend (t),

Yaitu terdapat kenaikan atau penurunan jangka panjang dalam data.

Contoh: produk bruto nasional (GNP), indikator bisnis, jumlah penduduk dan lainnya

Dalam kasus ini akan digambarkan proyeksi dari data jumlah penduduk Provinsi

Lampung pada tahun 2004-2013 untuk sepuluh tahun mendatang. Data ini merupakan data

sekunder yang diperoleh dari BPS Provinsi Lampung tahun 2014. Dalam penggambaran

analisisnya akan diketahui jumlah penduduk Provinsi Lampung pada tahun 2023 serta

estimasi sarana kesehatan berupa rumah sakit yang diperlukan di tahun tersebut. Hal ini dapat

dilihat dengan cara membagi jumlah penduduk dengan jumlah penduduk minimum untuk satu

unit sarana tersebut sehingga dapat memberikan keluaran berupa masukan pengadaan

tambahan sarana kesehatan rumah sakit di wilayah tersebut. Data yang digunakan yaitu:

Tahun Tahun ke- (X) Jumlah Penduduk Lampung (Y)

2004 1 6915950

2005 2 7116177

2006 3 7211586

2007 4 7289767

2008 5 7391128

2009 6 7491943

2010 7 7634005

2011 8 7735914

2012 9 7835308

2013 10 7932132

Dalam perencanaan, analisis trendline dapat dilakukan secara manual maupun

menggunakan alat bantu aplikasi. Dalam perhitungan dan prosesnya, alat batu aplikasi lebih

efektif digunakan di dalam perencanaan wilayah dan kota terutama untuk data dengan skala

besar guna menghindari kesalahan sehingga meningkatkan akurasi dan efektifitas waktu.

Salah satu aplikasi alat bantu yang dapat digunakan ialah Microsoft Excel. Microsoft excel

berfungsi sebagai alat bantu analisis statistika yang biasa digunakan atau diterapkan untuk

memenuhi sebuah penelitian baik di perguruan tinggi atau di perusahaan. Oleh karena itu

penting bagi seorang perencana wilayah dan kota mengetahui cara mengoperasikan aplikasi

ini guna mempermudah dan memperkuat analisisnya. Berkiut hasil proyeksi trendline jumlah

penduduk Provinsi Lampung untuk sepuluh tahun kemudian.

6000000

6500000

7000000

7500000

8000000

8500000

1 2 3 4 5 6 7 8 9 10

Jumlah Penduduk Provinsi Lampung

y = 7E+06e0,0146x

R² = 0,9922

0

2000000

4000000

6000000

8000000

10000000

1 2 3 4 5 6 7 8 91011121314151617181920

Proyeksi Penduduk Provinsi LampungMenggunakan Metode Eksponensial

y = 108695x + 7E+06R² = 0,994

0

2000000

4000000

6000000

8000000

10000000

1 2 3 4 5 6 7 8 9 1011121314151617181920

Proyeksi Penduduk Provinsi LampungMenggunakan Metode Linear

y = -983,48x2 + 119514x + 7E+06R² = 0,9945

0

1000000

2000000

3000000

4000000

5000000

6000000

7000000

8000000

9000000

10000000

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Proyeksi Penduduk Provinsi LampungMenggunakan Metode Polinomial

Metode analisis trendline dapat dilakukan dengan berbagai cara, diantaranya

eksponensial, linear, logaritma, polinomial dan power. Berdasarkan tabel diatas didapatkan

rumus yang palinng sesuai ialah metode polinomial karena nilai dari R2 paling mendekati 1

sehingga hasil mendekati akurat/keadaan sebenarnya, untuk mengetahui jumlah penduduk

(Y) dapat dihitung dengan cara memasukkan nilai x (tahun ke-yang dinginkan) ke dalam

rumus tersebut, hasilnya yaitu:

y = 432780ln(x) + 7E+06R² = 0,9237

6000000

6500000

7000000

7500000

8000000

8500000

1 2 3 4 5 6 7 8 91011121314151617181920

Proyeksi Penduduk Provinsi LampungMenggunakan Metode Logaritma

y = -983,48x2 + 119514x + 7E+06R² = 0,9945

0

2000000

4000000

6000000

8000000

10000000

1 2 3 4 5 6 7 8 91011121314151617181920

Proyeksi Penduduk Provinsi LampungMenggunakan Metode Polinomial

Metode Rumus Y (jumlah penduduk)

R^2

Eksponensial y = 7E+06e0.0146x R² = 0.9922

Linear y = 108695x + 7E+06

R² = 0.994

Logaritma y = 432780ln(x) + 7E+06

R² = 0.9237

Polinomial y = -983.48x2 + 119514x + 7E+06

R² = 0.9945

Power y = 7E+06x0.0585 R² = 0.9336

y = 7E+06x0,0585

R² = 0,9336

6000000

6500000

7000000

7500000

8000000

8500000

1 2 3 4 5 6 7 8 9 1011121314151617181920

Proyeksi Penduduk Provinsi LampungMenggunakan Metode Power

Berdasarkan grafik dan tabel diatas dapat dilihat bahwa pertumbuhan penduduk

Provinsi Lampung dari tahun-ke tahun selalu mengalami kenaikan, sehingga penyediaan

fasilitas rumah sakit pun harus ditingkatkan untuk melayani kebutuhan masyarakat tersebut

di masa depan. Jika satu unit sarana setingkat SLTA mampu melayani 6.000 jiwa (SNI 03-

1733-2013 tentang sarana dan prasarana lingkungan) maka jumlah sarana pendidikan

setingkat SLTA minimum yang dibutuhkan ialah 333 unit. Hal ini sesuai dengan visi misi

provinsi lampung yakni Lampung Maju dan Sejahtera Tahun 2019 serta Meningkatnya

Kualitas Pendidikan dan Kesehatan yang dapat dicapai dengan penyediaan sarana

pendidikan tersebut sehingga mampu melayani kebutuhan masyarakatnya.

Kajian Literatur:

BPS Provinsi Lampung 2014

Makridakis, S. dkk. 1995. Metode dan Aplikasi Peramalan. Edisi kedua Jilid satu. Jakarta:

Erlangga.

Menteri Pendidikan Nasional Nomor 23 Tahun 2006.

Mustafid. 2012. Metode Statistika. Semarang : FSM Universitas Diponegoro

SNI 03-1733-2013 Tentang Sarana dan Prasarana Lingkungan

Sudjana. 1996. Metoda Statistika. Bandung : Tarsito.

Tahun Tahun ke- (X)

Jumlah Penduduk Lampung (Y)

2014 11 1195677,946

2015 12 1292571,906

2016 13 1387498,906

2017 14 1480458,946

2018 15 1571452,026

2019 16 1660478,146

2020 17 1747537,306

2021 18 1832629,506

2022 19 1915754,746

2023 20 1996913,026