BAB 4 IMPLEMENTASI HASIL PENELITIAN

Transkripsi

1 45 BAB 4 IMPLEMENTASI HASIL PENELITIAN 4.1 Spesifikasi Hardware dan Software Rancangan ini dibuat dan dites pada konfigurasi hardware sebagai berikut: Processor : Intel Pentium 4 CPU 1500 MHz. Memory : 512 Mbytes. Hardisk : 20 Gbytes. Monitor : 14 (resolution 1024 x 768) Konfigurasi hardware yang lebih dari pada yang diatas akan menghasilkan kinerja yang lebih optimal. Rancangan ini dibuat dengan menggunakan software : Bahasa pemrogramaman yang digunakan Borland Delphi 7.0 dan Notepad. Sistem Operasi : Windows XP 4.2 Persiapan Data Data yang diperlukan, berbasis text yang ditulis pada Notepad, dengan posisi data menurun ke bawah. Data yang digunakan diambil dari tabel pada buku-buku peramalan yang digunakan, seperti : Metode dan Aplikasi Peramalan Jilid 1, Peramalan Bisnis dan Ekonometrika Edisi Pertama, lewat media Internet, dan di generated sendiri oleh penulis.

2 46 Data yang digunakan, terdiri dari sepuluh data yang berbeda, sehingga dapat dilihat dengan variasi data yang berbeda maka tampilan dan hasil peramalannya juga berbeda. 4.3 Hasil Penelitian Setelah melalui proses implementasi, maka berikut ini akan dijelaskan hasil dari rancangan program berserta penjelasan proses secara singkat dan contoh hasil keluaran. Rancangan program aplikasi ini menggunakan interface Delphi 7.0. Proses input memerlukan dokumen teks sebagai file masukan yang selanjutnya akan di proses, dan hasil tampilannya bisa dilihat di layar output. Di dalam proses input pada Delphi, TfrmInput.bBukaClick berfungsi untuk membuka data yang berformat text yang telah di tulis pada Notepad, dan selanjutnya TfrmInput.btnRamalClick berfungsi untuk meramalkan data yang berformat.txt yang telah dimasukkan. Program tidak akan bisa berjalan apabila data yang dimasukkan mengandung spasi, dan periode belum diisi oleh user. TfrmInput.ma berfungsi untuk menghitung dengan metode Moving Average Tunggal dan Moving Average Linear. Sedangkan TfrmInput.es berfungsi untuk menghitung dengan metode Exponential Smoothing Tunggal dan Exponential Smoothing Linear. Dan TfrmInput.dk berfungsi untuk menghitung dengan metode Dekomposisi. Kemudian di dalam proses output pada Delphi, TfrmOutput.FormActivate berfungsi untuk menampilkan grafik data sebenarnya dan data ramalan terbaik, menghitung perbandingan error terkecil untuk kelima metode peramalan yang digunakan, kemudian akan ditampilkan metode apa yang terbaik yang sebaiknya digunakan dan berapa errornya. Kemudian TfrmOutput.btnCalcClick berfungsi untuk

3 47 menghitung data ramalan selanjutnya yang ingin dicari sesuai metode peramalan terbaik yang didapatkan. A. Contoh 1, Tabel 8.3 Penjualan Tahun diambil dari Buku Peramalan Bisnis dan Ekonometrika Edisi Pertama halaman 138, yang telah ditulis ulang pada Notepad, dengan Periode : 4 Gambar 4.1 Tampilan Layar Input untuk Contoh 1

4 48 Gambar 4.2 Tampilan Layar Output untuk Contoh 1 Pada Contoh 1, terlihat adanya faktor trend yang menaik, dan adanya faktor musiman, sehingga metode yang cocok adalah Dekomposisi, dengan Error : 2,34. Misalkan untuk menghitung data value ke-20, atau waktu yang ke-20, maka akan tampil data hasil ramalannya adalah 81,76, dengan tampilan sebagai berikut :

5 49 Gambar 4.3 Tampilan Layar Peramalan data untuk Contoh 1 B. Contoh 2, Tabel 4.2 Deret Berkala diambil dari Buku Metode dan Aplikasi Peramalan Edisi Kedua Jilid Satu halaman 153, yang telah ditulis ulang pada Notepad, dengan periode : 3

6 50 Gambar 4.4 Tampilan Layar Input untuk Contoh 2 Gambar 4.5 Tampilan Layar Output untuk Contoh 2

7 51 Pada Contoh 2, terlihat adanya faktor trend yang menaik, dan adanya faktor musim setiap 3 periode, sehingga metode yang cocok adalah Dekomposisi, dengan Error : 0,35. C. Contoh 3, Tabel yang di-generated oleh penulis, yang telah ditulis pada Notepad dengan periode : 3 Gambar 4.6 Tampilan Layar Input untuk Contoh 3

8 52 Gambar 4.7 Tampilan Layar Output untuk Contoh 3 Pada Contoh 3, tidak terlihat adanya faktor trend dan faktor musim, jadi data ini data yang konstan, sehingga metode program aplikasi ini membandingkan dengan metode yang pertama dulu yaitu Metode Moving Average Tunggal, sehingga biarpun hasil error semua metode sama yaitu 0,00, tapi disarankan untuk menggunakan metode yang termudah untuk data seperti ini, karena hasilnya akan sama saja. D. Contoh 4, Tabel 8.1 Time Series bulan 1-25 diambil dari Buku Peramalan Bisnis dan Ekonometrika Edisi Pertama halaman 130, yang telah ditulis ulang pada Notepad, dengan Periode : 5

9 53 Gambar 4.8 Tampilan Layar Input untuk Contoh 4 Gambar 4.9 Tampilan Layar Output untuk Contoh 4

10 54 Pada Contoh 4, terlihat adanya faktor trend yang cenderung menaik, dan adanya faktor musiman, sehingga metode yang cocok adalah Dekomposisi, dengan Error : 168,43. E. Contoh 5, Tabel yang di-generated oleh penulis, yang telah ditulis pada Notepad dengan periode : 2 Gambar 4.10 Tampilan Layar Input untuk Contoh 5

11 55 Gambar 4.11 Tampilan Layar Output untuk Contoh 5 Pada Contoh 5, terlihat adanya faktor trend yang menaik, kemudian tibatiba menurun secara drastis, sehingga metode yang cocok adalah Exponential Smoothing Linear, dengan Error : 0,00. F. Contoh 6, Tabel Real Gross National Product Tahun , Sumber : U.S. Department of Commerce, Bureau of Economic Analysis, yang telah ditulis ulang pada Notepad, dengan Periode : 2

12 56 Gambar 4.12 Tampilan Layar Input untuk Contoh 6 Gambar 4.13 Tampilan Layar Output untuk Contoh 6

13 57 Pada Contoh 6, terlihat adanya faktor trend yang cenderung menaik, dan adanya sedikit faktor musim, sehingga metode yang cocok adalah Dekomposisi, dengan Error : 109,31. Dan terlihat juga bahwa grafik data sebenarnya dan hasil ramalan dengan metode dekomposisi, menunjukkan hasil yang hampir sama. G. Contoh 7, Tabel 2.1a Energy Consumption by Sector, , yang telah ditulis ulang pada Notepad, dengan Periode : 24 Gambar 4.14 Tampilan Layar Input untuk Contoh 7

14 58 Gambar 4.15 Tampilan Layar Output untuk Contoh 7 Pada Contoh 7, dengan data yang sangat banyak dan nominalnya besar dan periode yang cukup besar, yaitu : 24, terlihat adanya faktor trend yang cenderung menaik, dan adanya sedikit faktor musim pada akhir data, sehingga metode yang cocok adalah Dekomposisi, dengan Error : ,37. H. Contoh 8, Tabel 4-10 Jumlah Hari perdagangan A.S. Tahun diambil dari Buku Metode dan Aplikasi Peramalan Edisi Kedua Jilid Satu halaman 170, yang telah ditulis ulang pada Notepad, dengan periode : 12

15 59 Gambar 4.16 Tampilan Layar Input untuk Contoh 8 Gambar 4.17 Tampilan Layar Output untuk Contoh 8

16 60 Pada Contoh 8, terlihat adanya faktor trend yang naik dan turun secara tajam, dan adanya faktor musim, terlihat juga adanya faktor siklus, sehingga metode yang cocok adalah Dekomposisi, dengan Error : 0,79. I. Contoh 9, Tabel 2-3 Jumlah Penduduk Perancis Tahun diambil dari Buku Metode dan Aplikasi Peramalan Edisi Kedua Jilid Satu halaman 38, yang telah ditulis ulang pada Notepad, dengan periode : 3 Gambar 4.18 Tampilan Layar Input untuk Contoh 9

17 61 Gambar 4.19 Tampilan Layar Output untuk Contoh 9 Pada Contoh 9, terlihat adanya faktor trend yang menurun, dan kemudian menaik secara tajam, sehingga metode yang cocok adalah Exponential Smoothing Tunggal, dengan Error : 26,96. J. Contoh 10, Tabel 4-6 Faktor Siklus untuk Data Tahun diambil dari Buku Metode dan Aplikasi Peramalan Edisi Kedua Jilid Satu halaman 161, yang telah ditulis ulang pada Notepad, dengan periode : 12

18 62 Gambar 4.20 Tampilan Layar Input untuk Contoh 10 Gambar 4.21 Tampilan Layar Output untuk Contoh 10

19 63 Pada Contoh 10, terlihat adanya faktor trend yang cenderung menaik,dan adanya faktor musim serta siklus setiap tahunnya, sehingga metode yang cocok adalah Dekomposisi, dengan Error : 3774, Analisis Hasil Penelitian Berdasarkan hasil penelitian dan spesifikasi hardware diatas, dapat dilihat beberapa hal yang menjadi keunggulan dan kelemahan dari rancangan program aplikasi ini. Berikut ini adalah keunggulan dari rancangan program aplikasi ini: 1. Hasil dari perhitungan mempermudah perhitungan kelima metode peramalan tersebut apabila dihitung secara manual, dan langsung bisa diketahui metode peramalan apa yang cocok dengan data yang di input. 2. Tampilan grafik memudahkan user untuk melihat secara visual tampilan data dan bentuknya, apakah trend, musiman, siklus, atau konstan. Dan memudahkan user untuk melihat hasil perbandingan data sebenarnya dengan data hasil ramalan terbaik. 3. Dapat menghitung data peramalan selanjutnya sesuai dengan metode terbaik yang didapatkan. 4. Mudah penggunaannya, dan menggunakan data yang berbasis text pada Notepad, sehingga mudah jika ingin memindahkan data yang sudah ada pada Microsoft Excel atau Microsoft Word. Kelemahan dari rancangan program aplikasi ini : 1. Jika penyimpangan masih terlalu besar, yang dapat dihitung dengan indikator koefisien keragaman atau MAPE(Mean Average Percentage Error), sehingga

20 64 seharusnya dari kelima metode peramalan tersebut tidak ada yang benar-benar cocok, maka dianjurkan untuk menggunakan metode peramalan lain yang tidak tercakup dalam program aplikasi. 2. Tidak terdapat fasilitas untuk mencetak hasil peramalan.