BAB I PENDAHULUAN Latar Belakang Masalah

Transkripsi

1 BAB I PENDAHULUAN Latar Belakang Masalah Peran emas dalam perekonomian Indonesia semakin tinggi. Emas semakin dicari oleh semua orang karena emas adalah investasi yang sangat menjanjikan. Faktor-faktor rasional dan berbagai faktor tidak rasional menjadi faktor penentu dalam pembelian emas. Faktor rasional umumnya berkaitan dengan analisis fundamental. Analisis ini difokuskan dan dilakukan terhadap aspek fundamental seperti laba per gram emas, deviden per gram emas, struktur permodalan, dan potensi pertumbuhan. Pada dasarnya, pendekatan ini menekankan nilai atau harga emas berdasarkan laba yang akan diperoleh dari emas tersebut. Analisis fundamental tidak memperhatikan pada pola pergerakan emas di masa silam tetapi berusaha menentukan nilai yang tepat untuk sebuah emas. Karenanya emas adalah investasi jangka panjang yang sangat menjanjikan (Wahyudi Setiawan, 2008). PT. Pegadaian (Persero) adalah sebuah BUMN di Indonesia yang usaha intinya adalah bidang jasa penyaluran kredit kepada masyarakat atas dasar hukum gadai. Dari bisnis lain yang dilakukan PT. Pegadaian (Persero) tercetuslah ide untuk melakukan terobosan terbaru dalam bidang investasi emas dengan cara tabungan emas online. Tidak hanya dapat menabung dan menghasilkan emas tetapi juga dapat memprediksi harga emas. Dari tinjauan pustaka yang dilakukan diperoleh beberapa informasi dan data yang berkaitan dengan topik penelitian ini antara lain : Pendekatan yang paling tepat untuk memahami harga emas adalah model Regresi Linier Berganda (MLR). MLR adalah studi tentang hubungan antara variabel dependen tunggal dan satu atau lebih variabel independen, karena kasus ini dengan harga emas sebagai variabel dependen tunggal. Parameter estimasi untuk MLR dilakukan dengan menggunakan 1

2 2 Paket Statistik untuk Ilmu Sosial paket (SPSS) dengan Mean Square Error (MSE) untuk menentukan akurasi perkiraan. Model pertama mempertimbangkan semua variabel independen. Model ini tampaknya berguna untuk memprediksi harga emas dengan 85,2% dari variasi sampel harga emas bulanan dijelaskan oleh model. Dalam hal prediksi, model kedua mencapai tingkat akurasi yang tinggi. Jumlah perbedaan dijelaskan adalah sekitar 70% dan koefisien regresi juga menyediakan sarana menilai kepentingan relatif dari variabel individu dalam prediksi keseluruhan harga emas (Ismail, Z., A. Yahya and A. Shabri, Forecasting Gold Prices Using Multiple Linear Regression Method). Metode estimasi yang paling sering digunakan untuk menganalisis regresi adalah metode kuadrat terkecil karena dikenal sangat sensitif terhadap pencilan. Regresi robust adalah metode yang penting untuk menganalisis data yang terkontaminasi oleh pencilan. Tugas akhir ini akan membahas regresi robust MM-estimator. Estimasi ini merupakan gabungan metode estimasi yang mempunyai nilai breakdown yang tinggi (LTSestimator atau S-estimator) dan M-estimator. Langkah-langkah metode MM-estimator secara umum ada tiga langkah: estimasi parameter awal regresi dihitung dengan metode LTS-estimator, residual dan skala robust dengan menggunakan M-estimator, dan estimasi parameter akhir dengan metode M-estimator. Tujuan penulisan tugas akhir ini adalah mendeteksi pencilan dengan menggunakan DFFITS dan menentukan persamaan (Sherly Candraningtyas, 2013). Regresi robust adalah bentuk analisis regresi yang dirancang untuk menghindari beberapa keterbatasan metode parametrik dan non-parametrik tradisional. Metode kuadrat terkecil untuk model regresi sangat sensitif terhadap pencilan. Dalam analisis regresi, adanya produksi kedelai yang jauh melampaui produksi secara umum dapat dikategorikan sebagai pencilan, sehingga penggunaan metode kuadrat terkecil untuk mengestimasi parameter regresi kurang tepat. Untuk mengatasi hal ini diperlukan metode estimasi parameter yang bersifat robust. Robust diartikan sebagai ketidaksensitifan atau ketegaran terhadap perubahan-perubahan kecil dari asumsi (Yuliana Susanti, Hasih Pratiwi, dan Sri Sulistijiwati, 2013).

3 3 Proses analisis dimulai dengan menggunakan metode kudrat terkecil, identifikasi outlier, dan analisis dengan dua metode robust. Dalam menilai hasil kedua metode dengan membandingkan standar error kedua metode dengan OLS yang terdapat outlier. Apabila standar error yang dihasilkan metode regresi robust lebih kecil dari OLS, maka regresi robust dapat menganalisis data tanpa membuang outlier dan menghasilkan estimasi yang resisten terhadap outlier. Sehingga dapat dikatakan regresi robust dapat mengatasi kelemahan OLS terhadap pengaruh outlier. Berdasarkan hasil penelitian dan pembahasan dapat disimpulkan bahwa baik Estimasi-M maupun Estimasi-MM mempunyai keefektifan yang sama dalam mengatasi outlier pada OLS, karena keduanya dapat mengecilkan standar error yang dihasilkan OLS. Dilihat dari efek breakdown point, Estimasi-M kurang efektif daripada Estimasi-MM dalam mengatasi pengaruh outlier pada variabel prediktor. Berdasarkan hasil penelitian disarankan bagi peneliti yang menjumpai outlier dalam data observasi, tidak perlu membuang outlier tersebut, karena regresi robust dapat menghasilkan model regresi yang resisten terhadap outlier (Ardiyanti & Hanna, 2011). Guna ketercapaian tujuan dari penelitian ini maka telah dilakukan studi pendahuluan yaitu mempelajari pengujian apa saja yang telah dikembangkan sebelumnya, sehingga dari studi itu dapat dibuat urutan kelanjutan dari pengembangan pemodelan perangkat lunak yang diinginkan. Kemudian setelah itu dilanjutkan dengan mempelajari rumusan dan persyaratan pengujian yang diambil dari beberapa referensi dari buku teks. Studi lain yang sudah dilakukan adalah pemilihan software pengembang yang digunakan dalam pembutan perangkat lunak dimaksud serta beberapa contoh telah dikumpulkan dan dipelajari yang digunakan untuk pengujian. Dengan melihat riwayat dari penelitian sebelumnya, maka penulis mengusulkan untuk salah satu perusahaan di Indonesia yaitu PT Pegadaian (Persero) dapat mengatasi masalah tanpa masalah bagi masyarakat, dengan tidak hanya masyarakat dapat mendapatkan dana segar seketika dengan menggadaikan emas tetapi juga bisa membeli emas murni dengan harga yang tidak mencekik masyarakat.

4 4 Menurut Abdullah, tinggi rendahnya harga emas dipengaruhi oleh banyak faktor seperti kondisi dan kinerja perusahaan, resiko, deviden, tingkat suku bunga, kondisi perekonomian, kebijaksanaan pemerintah, laju inflasi, penawaran dan permintaan serta masih banyak lagi. Karena dimungkinkan adanya perubahan faktor-faktor di atas, harga emas dapat naik atau turun tanpa dapat diduga. Prediksi harga emas akan sangat bermanfaat bagi PT Pegadaian (Persero) untuk dapat mengoptimalisasi laba yang dapat diperoleh dan untuk memperkecil terjadinya kerugian pada perusahaan di masa mendatang. Prediksi harga emas dapat digunakan untuk mengantisipasi naik-turunnya harga emas. Dengan adanya prediksi harga emas, sangat membantu PT Pegadaian (Persero) di dalam pengambilan keputusan untuk kapan membeli emas batangan murni melalui Antam untuk dijual ke masyarakat dan berapa persen bunga yang harus diberikan kepada masyarakat yang melakukan gadai, apabila terjadi perubahan harga emas yang tajam tidak terjadi kerugian yang signifikan pada PT Pegadaian (Persero). Bagi para nasabah, tidak hanya dapat membeli emas murni di PT Pegadaian (Persero), tetapi juga akan dapat melakukan deposito emas bahkan pembelian emas yang dilakukan secara online. Hanya dengan membuat akun sebagai nasabah, memenuhi syarat yang diajukan maka nasabah dapat menabung secara online. Hanya dengan menabung uang nantinya akan mendapatkan emas sesuai deposito yang diajukan oleh nasabah. Sebelum melakukan deposito nasabah juga dapat memprediksi bagaimana harga emas ke depannya. Dengan melihat kebutuhan yang diperlukan oleh PT Pegadaian (Persero) dan masyarakat pada umumnya maka penulis menggunakan metode Regresi Linier Berganda dalam melakukan prediksi harga emas. Komponen perancangan yang akan dibuat adalah pengembangan terhadap perangkat lunak komputer tersebut, pengguna dapat mengetahui prediksi harga emas sesuai variable yang ada. Perangkat lunak ini akan melakukan uji dengan mengecek persyaratan yang ada. Komponen perancangan yang terlibat dalam program aplikasi ini adalah web karena

5 5 akan diakses umum oleh nasabah PT Pegadaian (Persero). Aplikasi web adalah suatu aplikasi yang diakses menggunakan penjelajah web melalui suatu jaringan seperti Internet. Ia juga merupakan suatu aplikasi perangkat lunak komputer yang dikodekan dalam bahasa yang didukung penjelajah web. Berdasarkan latar belakang permasalahan diatas, maka penulis mengambil judul: ANALISIS DAN PERANCANGAN TABUNGAN EMAS ONLINE DI PT. PEGADAIAN (PERSERO) DENGAN METODE REGRESI ROBUST. Rumusan Masalah Berdasarkan uraian latar belakang di atas, permasalahan yang dibahas dalam penelitian ini adalah: 1. Variabel apakah yang mempengaruhi harga emas? 2. Metode apakah yang cocok untuk memprediksi harga emas? 3. Bagaimana membuat aplikasi yang user friendly untuk tabungan emas online di PT Pegadaian (Persero)? Ruang Lingkup Adapun pokok-pokok ruang lingkup yang akan dibahas dalam topik adalah sebagai berikut: Jenis metode regresi yang digunakan dalam pengembangan aplikasi. Pengambilan karakteristik tabungan emas online dalam pembuatan program. Penggunaan keuntungan memprediksi harga emas dalam kehidupan sehari-hari bagi PT Pegadaian (Persero) dan para nasabah. Penggunaan bahasa pemprograman web dalam aplikasi ini.

6 6 Tujuan dan Manfaat Tujuan Berdasarkan hal yang dibahas dalam latar belakang, maka tujuan dari skripsi ini adalah sebagai berikut: Membuat aplikasi perancangan program tabungan emas online di PT Pegadaian (Persero) yang user friendly. Menguji dan menganalisa aplikasi yang telah dikembangkan untuk memastikan aplikasi berjalan dengan baik, baik prediksi harga emas atau pun tabungan emas online. Manfaat Adapun manfaat dari penulisan adalah sebagai berikut: 1. Membantu interaksi antara nasabah dan PT. Pegadaian (Persero) dengan jarak jauh. 2. Membantu PT Pegadaian untuk mengoptimalisasi transaksi dan mengoptimalisasi waktu dengan membangan kepercayaan dengan nasabah dengan tabungan emas secara online 3. Menambah wawasan tentang prediksi harga emas dan pengaruh outlier dalam analisis regresi berganda dengan menggunakan metode robust. 4. Dapat memprediksi harga emas di hari esok dan mengajarkan investasi emas sejak dini 5. Menambah wawasan tentang tabungan emas online dan perancangan program web.

7 7