BAB 4 METODOLOGI PENELITIAN. dilakukan penyesuaian terhadap hari perdagangan (data penyesuaian ini yang akan

Ukuran: px

Mulai penontonan dengan halaman:

Download "BAB 4 METODOLOGI PENELITIAN. dilakukan penyesuaian terhadap hari perdagangan (data penyesuaian ini yang akan"

Ari Hadiman
6 tahun lalu
Tontonan:

1 BAB 4 METODOLOGI PENELITIAN 4.1 Kerangka Pemikiran dan Hipotesis Berdasarkan kajian teoritis, dapat diketahui bahwa data historis penjualan dilakukan penyesuaian terhadap hari perdagangan (data penyesuaian ini yang akan dipandang sebagai data asli) dan lalu dilanjutkan dengan iterasi dekomposisi pertama didapat faktor penyesuaian musim awal. Faktor ini digunakan untuk membagi data asli memperoleh deret data penyesuaian musiman awal. Setelah itu, dilanjutkan dengan iterasi dekomposisi kedua didapatkan faktor penyesuaian musim akhir. Faktor ini digunakan untuk membagi data asli memperoleh deret data penyesuaian musiman akhir. Dari sini kemudian didapat juga taksiran akhir dari komponen trend-siklus dan taksiran akhir dari komponen acak. Setelah itu, data penyesuaian hari perdagangan, deret data penyesuaian musiman akhir, taksiran akhir trend-siklus, dan taksiran akhir acak dilakukan pengujian untuk mengetahui apakah proses dekomposisi berhasil atau tidak dan didapatkan MCD lalu menerapkan rata-rata bergerak MCD pada deret data penyesuaian musiman akhir yang akan menghasilkan taksiran trend-siklus. Selanjutnya dilakukan peramalan. Langkah-langkah diatas dapat digambarkan sebagai berikut :

2 52 Gambar 4.1 Bagan Alir Kerangka Berpikir Berdasarkan rumusan masalah yang dijabarkan, maka hipotesisnya yaitu : H 0 : Metode peramalan dekomposisi Census II sesuai dalam meramalkan penjualan suatu produk H 1 : Metode peramalan dekomposisi Census II tidak sesuai dalam meramalkan penjualan suatu produk

3 Pengumpulan Data Data yang diperoleh adalah data sekunder yang diambil dari PT. HARRISMA AGUNG JAYA berupa data penjualan router dan data penjualan switch dari tahun Juga melakukan wawancara yaitu tanya jawab secara langsung kepada bagian yang terkait dengan masalah yang diteliti. 4.3 Teknik Analisis Data Teknik analisis data yang digunakan untuk melakukan peramalan adalah metode dekomposisi Census II. Berikut adalah langkah-langkah dalam metode dekomposisi Census II yaitu :

4 54 Start Data, Yt Penyesuaian Hari Perdagangan Xt=Yt*(Di/ ) Di Data Penyesuaian Hari Perdagangan Xt=It*Tt*Ct*Et Kalikan data tiap bulan dengan koefisien penyesuaian perdagangan yaitu Di / Di, dimana Di adalah jumlah hari perdagangan bulan ke-i dan Di adalah nilai rata-rata selama seluruh tahun untuk bulan tertentu ini. Hasilnya berupa data penyesuaian hari perdagangan. Data ini yang kemudian dipandang sebagai data asli. Mt=Tt*Ct Hitung MA 12-bulan untuk menghilangkan unsur musiman dan sedikit unsur acak. Iterasi kedua menggunakan MA 15-bulanan Spencer. Rt=Xt/Mt Bagi data asli dengan MA. MA 3x3 R t=it*et Hitung MA 3x3 untuk tiap bulan secara terpisah. Langkah ini mengeliminasi unsur acak dalam Rt. SDi= (Rt-R t) n-1 Hitung deviasi standar (SD) untuk tiap bulan secara terpisah (semuanya 12) dengan menjumlahkan selisih kuadrat antara Rt dan R t. n adalah jumlah sampel, dalam hal ini tahun. Apakah R t-2sd < Rt < R t+2sd? Ya Tidak Nilai Rt diperbaharui Nilai Rt tersebut diganti dengan nilai rata-rata dari sebelum dan sesudahnya. Jadi pengaruh dari peristiwa (pemogokan, perang, dll) dihilangkan. MA 3x3 atau MA 5x5 R t=it Hitung MA 3x3 atau MA 5x5 untuk tiap bulan; hasilnya merupakan eliminasi dari unsur acak. PIt=Xt/R t Bagi data asli dengan faktor musiman (R t) Deret Data Yang Disesuaikan Menurut Musim, DIt=Tt*Ct*Et Hasilnya merupakan deret data yang disesuaikan menurut musim. Iterasi dekomposisi=2 Ya M t=tt*ct Tidak Apakah iterasi dekomposisi sudah dua kali? Gunakan Spencer berbobot 15-data terhadap deret data yang disesuaikan menurut musim. Hal ini menghilangkan unsur acak. DIt/M t Bagi data asli dengan M t. 1

55 Hasilnya berupa taksiran akhir komponen trendsiklus. Bagi deret data yang disesuaikan menurut musim dengan taksiran akhir trend-siklus. Hasilnya berupa taksiran akhir komponen acak.

5 55 Hasilnya berupa taksiran akhir komponen trendsiklus. Bagi deret data yang disesuaikan menurut musim dengan taksiran akhir trend-siklus. Hasilnya berupa taksiran akhir komponen acak. Dilakukan pengujian untuk mengetahui apakah proses dekomposisi berhasil atau tidak. Didapat MCD dan statistik ringkas. Hitung MA MCD pada deret data yang disesuaikan menurut musim. Didapat taksiran trend-siklus. Melakukan peramalan untuk mendapat ramalan. Gambar 4.2 Bagan Alir Langkah Pada Metode Dekomposisi Census II.

6 Perancangan Program Aplikasi Gambaran Sistem STD Modul Menu Login Tutup Program Kembali Ke Windows Lingkungan Windows Jalan Program Tampilkan Menu Login Login Gagal Kembali Ke Menu Login Menu Login Login Berhasil Tampilkan Menu Utama Menu Utama Gambar 4.3 STD Modul Menu Login Sebelum dapat menggunakan program aplikasi, pengguna melakukan login terlebih dahulu. Jika gagal, maka tidak dapat menggunakan program aplikasi. Jika sukses, maka dapat menggunakan program aplikasi dan ditampilkan menu utama STD Modul Menu Utama Pilih Menu Data Tampilkan Menu Data Menu Data Lingkungan Windows Menu Utama Pilih Menu Dekomposisi Census II Tampilkan Menu Dekomposisi Census II Menu Dekomposisi Census II Pilih Menu Keluar Kembali Ke Windows Pilih Menu About Tampilkan Menu About Menu About Gambar 4.4 STD Modul Menu Utama Terlihat submenu-submenu seperti data, dekomposisi Census II, about, dan keluar yang dapat dipilih.

7 STD Modul Menu Data Menu Data Pilih Produk Tampilkan Produk Klik Tombol Keluar Kembali Ke Menu Utama Tampilan Tabel dan Grafik Data Menu Utama Gambar 4.5 STD Modul Menu Data Ada pilihan produk yang dapat dipilih dan akan ditampilkan data dalam bentuk tabel dan grafik. Jika diklik tombol keluar akan kembali ke menu utama.

8 STD Modul Menu Dekomposisi Census II Menu Dekomposisi Census II Pilih Produk Tampilan Fase 1 Pilih Lanjut Ke Fase 2 Fase 1 Pilih Kembali Kembali Ke Fase 1 Pilih Lanjut Ke Fase 3 Pilih Lanjut Ke Fase 4 Pilih Lanjut Ke Fase 5 Pilih Lanjut Ke Fase 6 Fase 2 Fase 3 Fase 4 Fase 5 Pilih Kembali Kembali Ke Fase 2 Pilih Kembali Kembali Ke Fase 3 Pilih Kembali Kembali Ke Fase 4 Pilih Kembali Ke Fase Awal Ke Fase 1 Fase 6 Pilih Ke Menu Utama Kembali Ke Menu Utama Menu Utama Gambar 4.6 STD Modul Menu Dekomposisi Census II Pertama kali pengguna memilih produk yang ingin diramal, sesudah itu ditampilkan perhitungan fase 1 dan berlanjut ke tahap berikutnya. Pada setiap fase dapat ke fase berikutnya atau kembali ke fase sebelumnya kecuali fase 6 dapat kembali ke fase 1 atau menu utama.

9 STD Modul Menu About Pilih About Tampilkan Menu About Pilih OK Kembali Ke Menu Utama Menu About Tampilan Menu About Menu Utama Gambar 4.7 STD Modul Menu About Berisi mengenai program aplikasi STD Modul Menu Keluar Pilih Keluar Kembali Ke Windows Menu Keluar Lingkungan Windows Gambar 4.8 STD Modul Menu Keluar Jika pengguna ingin keluar dari program Rancangan Tampilan Layar Layar Menu Login.: Login :. X User Name : Password : Login Batal Gambar 4.9 Layar Menu Login.

10 60 Pertama kali pengguna diminta untuk melakukan login terlebih dahulu sebelum menggunakan program aplikasi Layar Menu Utama.: Menu Utama :. X LOGO Data Dekomposisi Census II About Keluar Gambar 4.10 Layar Menu Utama. Sesudah berhasil login, maka ditampilkan layar menu utama. Dari menu ini dapat submenu-submenu lainnya Layar Menu Data.: Menu Data :. X LOGO Tabel Data Pilih Produk Router Switch Grafik Data Keluar Gambar 4.11 Layar Menu Data.

11 61 Memilih produk yang ingin ditampilkan dan tampilan data dalam bentuk tabel dan grafik Layar Menu Dekomposisi Census II.: Menu Dekomposisi Census II :. Keterangan mengenai tiap fase X Tampilan berupa tabel/grafik dari masing-masing fase. << Kembali Ke Fase Sebelumnya Lanjut Ke Fase Berikutnya >> Gambar 4.12 Layar Menu Dekomposisi Census II. Ini adalah inti dari program aplikasi yaitu layar peramalan. Disini pengguna dapat melihat kembali tahap sebelumnya atau berlanjut ke fase berikutnya Layar Menu About.: Menu About :. X Berisi keterangan mengenai program aplikasi yang dibuat. OK Gambar 4.13 Layar Menu About.

12 Berisi mengenai keterangan-keterangan mengenai program aplikasi yang dibuat Rancangan Basis Data Tabel User Definisi Tabel : Primary Key = AutoNumber Tabel 4.1 Tabel User Nama Field Tipe Data Storage Keterangan AutoNumber long integer 4 bytes Nomor Urut 62 UserName text Lebih dari 255 Nama User karakter Password text Lebih dari 255 Password karakter Tabel Trading Day Definisi Tabel : Primary Key = AutoNumber Tabel 4.2 Tabel Trading Day Nama Field Tipe Data Storage Keterangan AutoNumber long integer 4 bytes Nomor Urut Tahun integer 2 bytes Tahun Bulan integer 2 bytes Bulan Hari_Perdagangan integer 2 bytes Hari Perdagangan

13 Tabel Router Definisi Tabel : Primary Key = AutoNumber Tabel 4.3 Tabel Router Nama Field Tipe Data Storage Keterangan AutoNumber long integer 4 bytes Nomor Urut Tahun integer 2 bytes Tahun Bulan integer 2 bytes Bulan Kuantitas_Produk integer 2 bytes Kuantitas_Produk Tabel Switch Definisi Tabel : Primary Key = AutoNumber Tabel 4.4 Tabel Switch Nama Field Tipe Data Storage Keterangan AutoNumber long integer 4 bytes Nomor Urut Tahun integer 2 bytes Tahun Bulan integer 2 bytes Bulan Kuantitas_Produk integer 2 bytes Kuantitas_Produk Spesifikasi Perangkat Keras dan Piranti Lunak Perangkat Keras Spesifikasi perangkat keras yang dibutuhkan oleh aplikasi ini antara lain : 1. CPU dengan processor berkecepatan setara dengan 550 Mhz. 2. RAM minimal 128 MB

14 64 3. Harddisk minimal 20 GB 4. VGA card minimal 16 MB 5. Monitor SVGA 6. Keyboard dan mouse 7. CD ROM 52x Piranti Lunak Piranti lunak yang digunakan dalam penelitian ini adalah 1. Sistem Operasi : Microsoft Windows XP Proffesional 2. Bahasa Pemrograman : Borland Delphi 6 3. Database : Microsoft Access

dokumen-dokumen yang mirip

BAB 4 IMPLEMENTASI DAN EVALUASI

BAB 4 IMPLEMENTASI DAN EVALUASI 4.1. Implementasi Implementasi aplikasi Control Chart proses produksi PT. Dharma Gravire ini memerlukan beberapa sarana pendukung, seperti perangkat keras dan perangkat