BAB 3 METODOLOGI PENELITIAN. PT.Aneka Tambang, Tbk adalah perusahaan tambang dan logam Indonesia milik negara

Transkripsi

1 BAB 3 METODOLOGI PENELITIAN 3.1 Gambaran Umum Objek Harga emas di Indonesia berpatokan pada harga di PT.Aneka Tambang, Tbk. PT.Aneka Tambang, Tbk adalah perusahaan tambang dan logam Indonesia milik negara yang telah melakukan aktivitas eksplorasi, eksploitasi, produksi, proses manufaktur, pemurnian serta pemasaran ke seluruh dunia sejak tahun Unit Bisnis Pengolahan dan Pemurnian Logam Mulia PT.Aneka Tambang, Tbk adalah salah satu unit bisnis strategis PT.Aneka Tambang, Tbk yang merupakan satu-satunya pabrik pengolahan dan pemurnian emas di Indonesia. Pemasaran juga merupakan kegiatan penting bagi UBPP Logam Mulia, sebagai penyedia emas dan perak di Indonesia. Emas produk PT.Aneka Tambang memiliki kadar yang terjamin, yaitu 4 karat dan ukuran berat juga terjamin. Emasnya beraneka ragam, mulai dari 1 gram sampai dengan 1 kg persediaan. PT.Aneka Tambang UBPP Logam Mulia yang mampu dan berhak secara resmi mengeluarkan sertifikat keaslian setiap produknya. Kualitas Logam Mulia diakui oleh London Bullion Market Association (LBMA) & Hallmarking International. Saat ini PT.Aneka Tambang, Unit Bisnis dan Pengolahan Logam Mulia berkembang untuk meningkatkan kualitas produk dan jasa: 1. Mengembangkan proses penyulingan baru dengan memperkenalkan proses klorinasi yang sudah dimulai pada akhir Agustus Mencapai 5 ISO akreditasi untuk laboratorium assaying pada akhir tahun 1998, dan lebih ditingkatkan menjadi ISO 1705 pada Juni 003.

2 43 3. Mencapai akreditas dari London Bullion Market Association (LBMA) pada 1 Januari Menginstal sistem keamanan baru berdasarkan standar internasional. Harga-harga emas nasional terbaru dapat dilihat di website PT.Aneka Tambang, Unit Bisnis dan Pengolahan Logam Mulia yaitu Untuk melihat data harga spot emas dunia yang up to date dapat kita lihat di website ataupun karena di web ini selain terdapat harga spot, harga historik, exchange rate, terdapat juga analisa-analisa dan komentar dari pakar keuangan dunia dan keseluruhan gold dealers membahas seputar mengenai emas. Sedangkan untuk kurs Dollar terhadap Rupiah bisa dilihat pada website Bank Indonesia yaitu Bank Indonesia adalah bank sentral Republik Indonesia, yang mempunyai tujuan untuk mencapai dan memelihara kestabilan nilai rupiah. Kestabilan nilai rupiah ini mengandung dua aspek, yaitu kestabilan nilai mata uang terhadap barang dan jasa, serta kestabilan terhadap mata uang negara lain. 3. Materi Penelitian 3..1 Pengumpulan Bahan Penelitian Dalam penelitian ini bahan / materi dikumpulkan melalui; a. Data sekunder, yaitu mengumpulkan data harian harga emas nasional, harga emas dunia dan harga kurs USD terhadap Rupiah mulai dari bulan Agustus tahun 008 sampai bulan Desember tahun 009 untuk meramal harga emas nasional pada periode yang akan datang. Dimana data historik harga emas

3 44 nasional diperoleh dari PT.Antam Tbk, Unit Bisnis Pengolahan dan Pemurnian Logam Mulia ( data historik harga emas dunia diperoleh melalui bantuan situs dan dan data historik kurs USD terhadap rupiah diperoleh dari situs b. Studi kepustakaan, yaitu dengan mencari bahan-bahan serta materi skripsi dari buku-buku ilmiah statistika terapan dan buku-buku bahasa pemrograman yang mendukung program aplikasi perhitungan peramalan. Selain itu bahan-bahan dan materi yang ada yang diperoleh dari internet. 3.. Variabel Penelitian Ada dua variabel yang diteliti yaitu: 1. Variabel harga emas nasional sebagai variabel tak bebas (dependent). Variabel ini yang dipengaruhi atau yang menjadi akibat, karena adanya variabel bebas.. Variabel harga emas dunia dan kurs USD terhadap Rupiah sebagai variabel bebas (independent). Variabel-variabel ini yang mempengaruhi atau yang menjadi sebab perubahannya variabel dependent. 3.3 Hipotesis Adapun hipotesis penelitian yang ada dalam penelitian ini adalah: Bahwa terdapat hubungan linear antara harga emas nasional dengan harga emas dunia dan kurs USD terhadap Rupiah.

4 45 Variabel Bebas Variabel Tidak Bebas Harga Emas Dunia (USD) Kurs USD terhadap Rupiah Harga Emas Nasional (Rp) Gambar 3.1 Hubungan Antara Harga Emas Dunia dan Kurs Dollar dengan Harga Emas Nasional 3.4 Tahapan Penelitian Untuk melakukan penelitian dilakukan melalui beberapa tahap. Tahapan penelitian disajikan pada Gambar 3. sebagai berikut:

5 Gambar 3. Tahapan Penelitian 46

6 Teknik Analisis Data Teknik analisis data yang digunakan dalam peramalan harga emas nasional adalah menggunakan metode Multivariate Autoregressive. Dalam peramalan ini menggunakan buah data yang didapat dari periode sebelumnya, yang pertama sebagai kelompok penduga model (mulai dari bulan Agustus 008 Oktober 009) dan yang kedua sebagai kelompok penguji model (mulai dari bulan November 009-Desember 009). Kelompok penduga model menggunakan data berkisar 1,5 tahun karena dianggap dengan menduga data yang semakin banyak mampu untuk menerangkan pola data deret waktu yang lebih akurat untuk diterapkan pada kelompok penguji model peramalan. Design penelitian ini menggunakan beberapa metode yaitu: 1. Menghitung koefisien korelasi dan autokorelasi pada kelompok penduga model Koefisien korelasi tujuannya untuk melihat hubungan di antara masing-masing variabel dan memeriksa apakah terdapat hubungan multikolinearitas. Dikatakan multikolinearitas bila korelasi antar variabel independent (variabel bebas) mendekati +1 atau -1. Multikolinearitas harus dihindari karena hal ini menyebabkan model peramalan yang salah. Perhitungan koefisien korelasi dapat diselesaikan dengan menggunakan Persamaan.8, seperti berikut: r XY = { n X n X iyi ( X i )( Yi ) i ( i X ) }{ n Y i ( Y ) i } Autokorelasi silang untuk mengetahui variabel-variabel mana yang mempunyai hubungan yang kuat (korelasi) pada beberapa time lag yang disusun secara deret waktu. Time lag bertujuan untuk menentukan apakah data sebelumnya mempunyai pengaruh

7 48 terhadap data yang akan datang. Perhitungan autokorelasi silang dapat menggunakan Persamaan (.11) seperti berikut: Auto-r xy (k) = r k = n k t= 1 n k t= 1 ( Y t Y )( X n k ( ) ( ) X X Y Y t+ k t+ k t= 1 X ) t. Membentuk model persamaan Multivariate Autoregressive pada kelompok penduga model Setelah didapatkan autokorelasi yang terbaik, maka mencoba untuk membentuk model dengan pola time lag yang baru dengan menggunakan Multivariate Autoregressive yang serupa dengan Multivariate Regression, hanya bedanya pada deret waktu yang disusun Multivariate Autoregressive menggunakan time lag. Bentuk model yang dihasilkan akan digunakan dalam peramalan pada kelompok penguji model (antara bulan November 009-Desember 009). Perhitungan Multivariate Autoregressive dapat diselesaikan dengan menggunakan Persamaan (.33) yaitu: Y t = φ 0 +φ 1 X t-1 +φ X t φ p X t-p +β 1 Z t-1 +β Z t- + +β p Z t-p +ε t Sedangkan Multivariate Regression dengan menggunakan Persamaan (.0),yaitu: Y = β 0 + β 1 X 1 + β X + β 3 X β k X k+ e 3. Menghitung koefisien determinasi Koefisien determinasi tujuannya untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependent. Perhitungan koefisien determinasi dapat diselesaikan dengan menggunakan Persamaan (.31), yaitu:

8 49 R = 1 ( Y i ( Y i ^ Y ) i Y ) 4. Menghitung statistik Durbin-Watson Statistik Durbin-Watson untuk menguji galat yang didapat dari pemodelan. Apabila galat yang dihasilkan bersifat acak yaitu berada di sekitar, maka dapat disimpulkan bahwa hasil peramalannya tepat. Bila galat tidak bersifat acak, maka ada kemungkinan terjadi autokorelasi positif maupun autokorelasi negatif. Perhitungan statistik Durbin- Watson dihitung dengan menggunakan Persamaan (.3), yaitu sebagai berikut: D W = N t= ( e e t N t= 1 e t ) t 1 Bila hasil yang dihasilkan tidak acak, maka dapat dilakukan adjustment (penyesuaian) forecast, yaitu dengan penambahan simpangan galat (rata-rata galat) pada persamaan metode Multivariate Autoregressive untuk mencoba mencari kembali hasil peramalan dan membandingkan dengan peramalan sebelumnya. Desain penelitian di atas semua berguna untuk menggambarkan hubungan antara harga emas dunia dan kurs Dollar terhadap Rupiah sebagai variabel bebas dengan harga emas nasional sebagai variabel tak bebas. 3.6 Metode Perancangan Program Aplikasi State Transition Diagram Perancangan state transition diagram pada program Multivariate Autoregressive dapat dilihat pada Gambar 3.3

9 50 Layar Menu Awal Masuk ke layar Utama Layar Menu Utama Tekan Data Masuk ke Layar Data Tekan Process Masuk ke Menu Pilihan Tekan About Masuk ke Layar About Tekan Exit Masuk ke Layar Exit Layar Tampilan Data dan Grafik Layar Process Layar Tampilan Profil User Keluar dari Program Tekan Analisis Masuk ke Layar Analisis Tekan Forecast Masuk ke Layar Forecast Tekan Adjusment Forecast Masuk ke Layar Adjusment Forecast Layar Persamaan Model Layar Peramalan MAR Layar Adjusment Forecast Tekan Automatic Masuk ke Layar Automatic Tekan Manual Masuk ke Layar Manual Layar Analisis Automatic LayarAnalisis Manual Gambar 3.3 State Transition Diagram 3.6. Use Case Diagram Gambar 3.4 Use Case Diagram

10 51 Pada Gambar 3.4 menunjukkan bahwa sistem dalam program ini dapat melakukan 4 hal, yaitu menampilkan data penduga model, menduga persamaan dengan metode Multivariate Autoregressive (MAR) secara manual dan secara otomatis pada kelompok penduga model, peramalan dari model MAR pada kelompok penguji model, dan adjustment (penyesuaian) peramalan dari model MAR. Pada saat menduga persamaan MAR terbaik dan perhitungan pendugaan MAR secara manual, program me-load data dan langsung melakukan proses perhitungan MAR. Untuk peramalan MAR terbaik, program hanya melakukan perhitungan MAR pada kelompok penguji model saja. Sedangkan untuk adjustment forecast, program melakukan proses perhitungan peramalan MAR yang telah dimodifikasi dari peramalan sebelumnya dengan penambahan simpangan galat Sequence Diagram Gambar 3.5 Sequence Diagram

11 5 Pada Gambar 3.5 menjelaskan bahwa tahap pertama dalam sequence diagram adalah pengguna hanya ingin melihat data perhitungan. Dalam proses sebelumnya, sistem telah me-load data dari Database Excel. Selain itu sistem dapat melakukan pendugaan persamaan Multivariate Autoregressive (MAR) terbaik, dan juga secara manual. Pada fitur manual, terdapat beberapa pilihan time lag yang dapat dipilih pengguna. Setelah diproses, maka program secara otomatis akan mengeluarkan output berupa hasil korelasi dan pendugaan persamaan model Multivariate Autoregressive. Proses selanjutnya, sistem dapat menghitung peramalan Multivariate Autoregressive pada kelompok penguji model dari hasil pendugaan persamaan yang terbaik tadi. Terakhir, sistem dapat melakukan adjustment forecast sehingga menampilkan hasil output peramalan baru yang telah dimodifikasi. 3.7 Perancangan Layar Setelah perancangan UML,yaitu state transition diagram, use case diagram, sequence diagram telah dirancang, maka dilanjutkan dengan perancangan layar. Perancangan layar harus dibuat user friendly, maksudnya mudah untuk dipakai para pengguna dan tidak menyulitkan pengguna. Perancangan layar pada program aplikasi peramalan harga emas nasional dengan metode Multivariate Autoregressive akan dijelaskan pada subbab berikut.

12 Perancangan Layar Menu Awal Gambar 3.6 Perancangan Layar Menu Awal Layar Menu Awal seperti terlihat pada Gambar 3.6 merupakan layar awal ketika program dimulai. Dari sini, pengguna dapat melanjutkan ke menu berikutnya yaitu menu utama secara otomatis Perancangan Layar Menu Utama Gambar 3.7 Perancangan Layar Menu Utama Perancangan layar seperti terlihat pada Gambar 3.7 merupakan perancangan menu utama pada program aplikasi ini. Perancangan ini terdiri dari sebuah menu bar,

13 54 yang terdiri dari menu Data, menu Process, menu About dan menu Exit. Dimana dalam menu Process terdiri dari beberapa pilihan,yaitu menu Analisis, menu Forecast, menu Adjusment Forecast. Jika program ini dijalankan, maka tombol yang aktif hanya yang berada di menu bar Perancangan Layar Menu Data Gambar 3.8 Perancangan Layar Menu Data Pada layar Menu Data seperti terlihat pada Gambar 3.8 tidak memiliki tombol apapun. Di sini pengguna hanya dapat melihat data yang ada dari file yang telah dibuka oleh pengguna. Tampilan data akan terdiri dari tanggal data, data harga emas dunia (X 1 ), data kurs dollar terhadap Rupiah (X ), dan data harga emas nasional (Y) yang akan ditampilkan dalam bentuk tabel dan dalam bentuk grafik.

14 Perancangan Layar Menu Analisis Pada layar menu ini terbagi atas dua sub menu, yaitu layar menu Automatic dan layar menu Manual Perancangan Layar Menu Automatic Gambar 3.9 Perancangan Layar Menu Analisis Automatic Layar seperti terlihat pada Gambar 3.9 akan muncul jika pengguna memilih menu Process->Analisis ->Automatic. Pada layar ini akan ditampikan data kelompok penduga model yang telah diproses sesuai time lag terbaik. Layar ini berfungsi untuk melihat hasil korelasi pada time lag ke berapa yang terbaik dan menghitung persamaan

15 56 Multivariate Autoregressive secara otomatis. Hasil dari perhitungan yang diinginkan akan muncul di sebelah kanan Perancangan Layar Menu Manual Program Aplikasi Peramalan dengan Multivariate Autoregressive Data Process About Exit Analisis Forecast Adjustment Forecast Automatic Manual Result Time lag OK Berisi hasil analisis korelasi Data Nilai Tengah Koefisien 1 ( Berisi data sesuai dengan time lag yang dipilih Koefisien ( Persamaan dengan Multivariate Autoregressive Gambar 3.10 Perancangan Layar Menu Analisis Manual Layar seperti terlihat pada Gambar 3.10 akan muncul jika pengguna memilih menu Process->Analisis ->Manual. Pada menu ini terdapat menu bagi pengguna yang ingin memilih langsung time lag yang diinginkan dari menu yang tersedia atau menentukan sendiri nilai time lag untuk mencari korelasinya. Setelah time lag yang

16 57 diinginkan selesai ditentukan, pengguna menekan tombok OK. Maka hasil perhitungan akan muncul Perancangan Layar Menu Forecast Gambar 3.11 Perancangan Layar Menu Forecast Layar seperti terlihat pada Gambar 3.11 akan muncul jika pengguna memilih menu Process-> Forecast. Pada menu ini akan ditampilkan persamaan yang digunakan untuk meramal beserta hasil data peramalan pada kelompok penguji model dengan metode Multivariate Autoregressive. Selain itu terdapat nilai koefisien determinasi, Durbin Watson dan juga grafik perbandingan data aktual dan data peramalan.

17 Perancangan Layar Menu Adjusment Forecast Gambar 3.1 Perancangan Layar Menu Adjusment Forecast Layar Gambar 3.1 akan muncul jika pengguna memilih menu Process-> Adjusment Forecast. Pada menu ini akan ditampilkan hasil persamaan baru yang telah dimodifikasi dengan penambahan simpangan galat pada persamaan Multivariate Autoregressive sebelumnya. Sehingga menampilkan hasil data peramalan yang baru yang dapat dilihat pada tabel di sebelah kiri. Selain itu terdapat nilai koefisien determinasi, Durbin Watson dan juga grafik perbandingan antara data aktual dan data peramalan.

18 Perancangan Layar Menu About Program Aplikasi Peramalan dengan Multivariate Autoregressive Data Process About Exit Berisi mengenai profil penulis Gambar 3.13 Perancangan Layar Menu About Pada menu About ini berisi keterangan mengenai profil penulis. 3.8 Spesifikasi Perangkat Program Aplikasi Program aplikasi yang dirancang dalam penelitian ini adalah untuk meramal harga emas nasional yang dipengaruhi faktor harga emas dunia dan kurs Dollar terhadap Rupiah. Semua data terlebih dahulu akan dimasukkan ke dalam perangkat lunak (software) Microsoft Excel 003. Semua data tersebut akan dihubungkan ke dalam suatu program aplikasi yang dirancang dengan perangkat lunak (software) bahasa pemrograman visual C# dari paket visual studio 005. Untuk perangkat keras (hardware) yang mendukung program aplikasi dengan software yaitu prosesor Intel Core Solo T1350, Memori GB DDR, Harddisk 80GB dengan sistem operasi Windows XP Professional.