Peramalan Jumlah Angkatan Kerja Di Kota Medan Menggunakan Metode Trend Non Linear
DOI:
https://doi.org/10.55606/lencana.v1i2.1454Keywords:
Peramalan, Jumlah Angkatan Kerja, Trend Non Linear.Abstract
Peramalan merupakan proses untuk memperkirakan beberapa kebutuhan di masa yang akan datang, yang meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang atau pun jasa. Penelitian ini bertujuan untuk meramalkan jumlah angkatan kerja di Kota Medan menggunakan metode Trend Non Linear Kubik. Data yang diperlukan untuk penelitian ini adalah data jumlah angkatan kerja di Kota Medan dari tahun 2011-2020 dan Sumber data penelitian ini diperoleh dari Badan Pusat Statistik (BPS) Kota Medan. Data tersebut dianalisis dengan metode Trend Non Linear Kubik untuk meramalkan jumlah angkatan kerja pada tahun 2021 dan pengolahan datanya menggunakan software SPSS. Hasil analisis Model peramalan jumlah angkatan kerja di Kota Medan menggunakan metode Trend Non Linear Kubik diperoleh persamaan modelnya adalah y=512819+155612x-28928x^2+1754x^3 dan hasil keakurasian model sebesar 3,94%, peramalan yang dilakukan menghasilkan jumlah angkatan kerja di Kota Medan untuk tahun 2021 adalah 1.058.837.
References
Ahmad, Fandi., (2020): Penentuan Metode Peramalan Pada Produksi Part New Granada Bowl St di PT.X, Jurnal Integrasi Sistem Industri, 7(1).
Aritonang, R., (2009): Peramalan Bisnis, Ghalia Indonesia, Jakarta.
Chang, P., (2007): The Development Of A Weighted Bvolving Fuzzy Neural Network For PCB Sales Forecasting, Elsevier, 32(Expert Systemswith Applications).
Dhian, Dwi. H., (2018): Perbandingan Hasil Panen Padi Dipengaruhi Rata-Rata Curah Hujan Atau Irigasi dengan Model Regresi Non Linier Kubik Di Kabupaten Sukoharjo, Jurnal Tikomsin, 6(1).
Hanke, J. E & Wichers, D. W., (2005): Business Forecasting Eight Edition, Pearson
Heizer, J dan Render., (2015): Manajemen Operasi, Edisi Ketujuh, Salemba Empat, Jakarta.
Herjanto, E., (2008): Manajemen Operasi, PT. Grasindo, Jakarta.
Hosmer, D. W., (2000): Applied Logistic Regression, John Wiley & Sons Inc, Newyork.
Iwa, Sungkawa., (2011): Penerapan Ukuran Ketepatan Nilai Ramalan Data Deret Waktu Dalam Seleksi Model Peramalan Volume Penjualan PT Satria Mandiri Citra Mulia, Jurnal Comtech, 2(2), 636-645.
Koko, Hermanto., (2018): Metode Regresi Yang Tepat Untuk Meramalkan Permintaan Minyak Solar di Kabupaten Sumbawa, Jurnal UJMC, 5(1), 17-24.
Kushartini, D., (2013): Sistem Persediaan Bahan Baku Produk Dispersant di Industri Kimia, Jurnal Pasti, 10(2), 217-234.
Layla, M. B. H. (2016). Pengaruh Media Bursa Kerja Online Disnakertrans Provinsi Banten Terhadap Pemenuhan Kebutuhan Informasi Lowongan Kerja Di Kalangan Mahasiswa Tingkat Akhir Jurusan Ilmu Komunikasi Untirta. Banten: Universitas Sultan Ageng Tirtayasa.
Nasution, A. H., (2006): Manajemen Industri, Andi, Yogyakarta.
Render., (2006): Operation Management, Salemba Empat, Jakarta.
Rosnani, G., (2007): Sistem Produksi, Graha Ilmu, Yogyakarta.
Santoso., (2009): Business Forecasting: Metode Peramalan Bisnis Masa Kini dengan Minitab dan SPSS, PT Elex Media Komputindo, Jakarta.
Sofyan, A., (2015): Analisis Deret Waktu Teori Aplikasi dan Peramalan, Fakultas Ekonomi Universitas Indonesia, Jakarta.
Sofyan, D. K., (2013): Perencanaan dan Pengendalian Produksi, Graha Ilmu, Lhokseumawe.
Subri, M., (2003): Ekonomi Sumber Daya Manusia dalam Perspektif Pembangunan, PT Rajagrafindo Persada, Jakarta.
Veno, A., (2016): Analisis Trend Kinerja Keuangan Perbankan Syariah Tahun 2015-2017, Jurnal Bisnis, 4(1).
Voulgaraki, M., (2013): Forecasting Sales and Intervention Analysis of Durable Product in the Greek Market, Empirical Evidence from The New Sector, London.
Yonhy, Y., Goejantoro, R., & Wahyuningsih, S. (2013). Metode Trend Non Linear Untuk Forecasting Jumlah Keberangkatan Tenaga Kerja Indonesia Di Kantor Imigrasi Kelas II Kabupaten Nunukan. Jurnal Eksponensial, 4(1), 47-54.
Tenaga Kerja Indonesia di Kantor Imigrasi Kelas II Kabupaten Nunukan, Jurnal Eksponensial, 4(1), 47.
