JURNAL TEKNIK DINTEK, Vol. 10No. 02, September 2017 :3 2-37

Transkripsi

1 JURNL TEKNIK DINTEK, Vol. 10No. 02, September 2017 : n plication Forcasting of Water Consumption at PD Tirtamarta Using Exponential Smoothing based Thematic ap Santosa 1 mhdsantosa@gmail.com Program Studi Teknik InformatikaUniversitas uhammadiyah aluku Utara bstrak Permintaan konsumsi air pada Perusahaan Daerah ir inum ( PD ) Tirtamarta yang setiap saat bisa berubah-ubah tingkat volumenya, maka diperlukan suatu alat bantu bagi PD dalam melakukan perencanaan produksi pada masa yang akan datang. forecasting diperlukan untuk membantu menentukan berapa besar permintaan yang akan terjadi, sehingga dapat diambil tindakan yang tepat untuk memenuhinya. Pada peramalan jarang ditemukan metode superior tunggal, untuk itu perlu diujicobakan beberapa metode forecasting yang sesuai yang diterapkan, sehingga dalam penelitian ini dipakai metode single exponential smoothing, double exponential smoothing dan triple exponential smoothing. Sistem informasi geografis merupakan tool yang dapat mengumpulkan, menyimpan, mengintegrasikan, mengolah, dan menganalisis objek-objek fenomena dimana lokasi geografis merupakan karakteristik yang penting sangat membantu dalam distribusi air. Pada kasus peramalan konsumsi air di PD Tirtamarta ini tidak ada metode yang signifikan paling baik, beberapa kecamatan mempunyai pola yang berbeda. da 3 metode yang menunjukkan paling tepat dalam peramalan konsumsi air yaitu single moving averages, double moving averages dan single exponential smoothing. Sistem ini dapat memberikan informasi lokasi sumber air, reservoir, serta dapat digunakan untuk menghitung peramalan konsumsi air pada bulan yang akan datang berdasarkan wilayah kecamatan yang terintegrasi dengan peta serta memberikan informasi visual dalam bentuk peta tematik sehingga jumlah konsumsi air pelanggan suatu kecamatan bisa disajikan dalam bentuk visualisasi peta tematik. hal ini bisa mempermudah pihak manajemen dalam memahami informasi yang disampaikan. Output informasi dan hasil peramalan tersebut dapat digunakan sebagai informasi pendukung dalam perencanaan produksi oleh manajemen PD Tirtamarta. Kata kunci : PD, Peramalan, exponential smoothing, tematik 32

2 1. PENDHULUN Untuk memenuhi permintaan konsumen yang setiap saat bisa berubah-ubah tingkat volume permintaan airnya maka diperlukan suatu alat bantu bagi PD dalam melakukan perencanaan produksi pada masa yang akan datang. enurut ulyono (2000) dalam Purnama (2003), peramalan atau forcesting merupakan suatu proses memperkirakan secara statistik tentang apa yang paling mungkin terjadi dimasa depan berdasarkan informasi masa lalu dan sekarang agar kesalahan dapat diperkecil dan agar tidak disalah pahami bahwa peramalan tidak memberi jawaban pasti tentang apa yang akan terjadi, melainkan berusaha mencari yang sedekat mungkin dengan apa yang terjadi. Forcasting produksi memegang peranan penting dalam perencanaan dan pengambilan keputusan khususnya dibidang produksi dan permintaan dalam perencanaan yang menyangkut jadwal produksi, perencanaan pemenuhan kebutuhan bahan, perencanaan kapasitas produksi, dan lain-lain. Forecasting diperlukan untuk membantu menentukan berapa besar permintaan yang akan terjadi, sehingga dapat diambil tindakan yang tepat untuk memenuhinya. Tetapi juga perlu disadari bahwa jarang ada metode superior tunggal untuk semua pola data, untuk itu diperlukan metode forecasting yang sesuai yang diterapkan. Peta tematik merupakan salah satu cara yang paling efektif dan efisien dalam menyampaikan pesan dan informasi memvisualisasikan dan dan menganalisa data milik pengguna (Prahasta, 2005). Pemanfaatan peta tematik dalam peramalan pertumbuhan konsumsi air pelanggan suatu wilayah atau daerah dapat mempermudah pihak manajemen dalam memahami informasi yang disampaikan. Untuk itu penulis dalam tesis ini mengangkat permasalahan plikasi Peramalan Konsumsi ir Pada PD Tirtamarta enggunakan Visualisasi Peta Tematik, untuk membantu memudahkan perencanaan produksi air berdasarkan wilayah distribusinya. 2. etodologi Penelitian ini bertujuan untuk membuat plikasi Peramalan Konsumsi ir pada PD Tirtamarta enggunakan metode eksponensial Smoothing Berbasis Peta Tematik agar dapat dipergunakan sebagai alat bantu untuk perencanaan produksi air berdasarkan wilayah distribusinya. 2.1 Data Data yang digunakan dalam penelitian ini ada 2 macam yaitu data spasial dan data atribut. Data spasial berupa data kecamatan di kota Yogyakarta sedangkan data atribut berupa data kecamatan, data metode, data reservoir, data sumber air, sedangkan data atribut berupa : data konsumsi air pada PD Tirtamarta 33

3 JURNL TEKNIK DINTEK, Vol. 10No. 02, September 2017 : Yogyakarta pada bulan Januari 2007 sampai dengan bulan Juni Proses Peramalan Proses peramalan dalam penelitian ini digambarkan dalam diagram kontek (DFD) level 1 seperti terlihat pada gambar 1. Diagram ini menggambarkan aliran data pada sistem terhadap objek-objek yang terlibat langsung dalam sistem. 3. Hasil dan Pembahasan plikasi peramalan konsumsi air dengan visualisasi peta tematik ini adalah sistem yang digunakan untuk meramalkan konsumsi air, sampai dengan 12 bulan yang akan datang dari data historis. Program ini dijalankan dengan menggunakan software Visual Basic dan program apinfo. Sistem peramalan ini dengan terdiri dari 3 proses yaitu input data, proses peramalan dan hasil ramalan. Pada penelitian ini data yang menjadi inputan peramalan adalah data metode dan data kecamatan keduanya bersifat tetap, sedangkan data konsumsi air bersifat dinamis dan harus selalu di update, sehingga yang akan dibahas dalam pembahasan ini adalah proses peramalan dan hasil ramalan. 3.1 Peramalan dengan metode single exponential smoothing Untuk mendapatkan hasil ramalan yang paling akurat, maka dalam penelitian ini diambil sample pemilihan α yang paling tepat, dalam penelitian ini dicoba beberapa nilai α 34 yaitu: 0.1, 0.3, 0.5, dan terlihat pada tabel 1. Jumla h Total Selur uh Keca matan 0.7. seperti Tabel 1 Perbandingan nilai D dan PE pada metode single exponential smoothing D P E D P E D PE D Hasil percobaan pada tabel 1, menunjukkan bahwa nilai D dan PE terkecil pada saat nilai α=0.5, sehingga nilai alpha ini yang akan dijadikan default pada saat alpha tidak dipilih. 3.2 Peramalan dengan metode double exponential smoothing Hasil ramalan dengan nilai sample α yang sama juga diujicobakan pada metode double exponential smoothing seperti terlihat pada tabel 2 di mana nilai D dan PE merupakan jumlah total dari seluruh kecamatan di wilayah kota Yogyakarta. Hasil percobaan pada tabel 2 menunjukkn bahwa nilai α=0.3 menghasilkan nilai D dan PE terkecil, sehingga α=0.3 yang akan dijadikan default dalam sistem ini. Untuk peramalan dengan jangka waktu di atas 1 bulan, disini akan diuji cobakan dengan α=0.3, dengan P E

4 mengambil nilai at dan bt pada bulan Juli 2008, sehingga data bulan Juli 2008 dianggap merupakan data yang terakhir dan data aktual pada bulan gustus 2008 sampai dengan Juni 2009 yang akan digunakan untuk mengujinya. Pada uji coba ini akan diklasifikasikan menjadi 2 yaitu untuk jangka waktu antara 2 sampai dengan 6 bulan dan 7 sampai dengan 12 bulan seperti pada table 3. Sesuai hasil analisa perhitungan pada table 2 dan table 3, maka peramalan dengan jangka waktu 2 sampai 6 bulan kedepan memiliki resiko kesalahan hampir sama dengan peramalan 1 bulan kedepan dan pada peramalan dengan jangka waktu 7 sampai 12 bulan kedepan mempunyai resiko kesalahan yang lebih besar. 3.3 Peramalan dengan metode triple exponential smoothing Hasil ramalan dengan nilai sample α yang sama juga diujicobakan pada metode triple exponential smoothing seperti terlihat pada tabel 4. Hasil percobaan pada table 4 menunjukkan bahwa nilai α= 0.1 mendapatkan nilai PE yang paling kecil, akan tetapi pada α= 0.3 didapatkan nilai mad yang paling kecil, sehingga nilai α yang akan diimplementasikan dalam sistem ini adalah α=0.3. Untuk peramalan dengan jangka waktu di atas 1 bulan, disini akan diuji cobakan dengan α=0.3, dengan mengambil nilai at, bt, dan ct pada bulan Juli 2008, sehingga data bulan Juli 2008 dianggap merupakan data yang terakhir dan data aktual pada bulan gustus 2008 sampai dengan Juni 2009 yang akan digunakan untuk mengujinya. Pada uji coba ini akan diklasifikasikan menjadi 2 yaitu untuk jangka waktu antara 2 sampai dengan 6 bulan dan 7 sampai dengan 12 bulan seperti pada table 5. Sesuai hasil analisa perhitungan pada table 4 dan table 5, maka peramalan dengan jangka waktu 2 sampai 6 bulan kedepan memiliki resiko kesalahan hampir sama dengan peramalan 1 bulan kedepan dan pada peramalan dengan jangka waktu 7 sampai 12 bulan kedepan mempunyai resiko kesalahan yang lebih besar. 3.4 Tampilan ramalan dalam bentuk form Tampilan hasil ramalan dalam bentuk form untuk semua metode, dibuat dalam 2 bentuk, yang pertama dibuat untuk peramalan persatu kecamatan seperti terlihat pada gambar 2 untuk peramalan persatu kecamatan dengan metode single exponential smoothing, sedangkan gambar 3 untuk peramalan persatu kecamatan dengan metode double exponential smoothing sedangkan gambar 4 untuk peramalan persatu kecamatan dengan metode triple exponential smoothing, dan yang kedua dibuat untuk banyak kecamatan sekaligus seperti pada gambar 5, di 35

5 JURNL TEKNIK DINTEK, Vol. 10No. 02, September 2017 : mana disini dicontohkan dengan metode single exponential smoothing. Peramalan untuk perkecamatan maupun banyak kecamatan sekaligus dapat melakukan peramalan 1 bulan ke depan dari data historis sampai dengan 12 bulan ke depan dari data historis. Untuk melakukan peramalan dengan menggunakan sistem ini cukup memilih nama kecamatan yang akan dilakukan peramalan kemudian dipilih jangka waktu peramalan kedepan. aka akan ditampilkan nilai ramalan pada bulan yang dimaksud, nilai D dan PE. 3.5 Tampilan peta tematik Hasil ramalan akan ditampilkan dalam bentuk peta tematik, dimana dalam penelitian ini dikelompokkan menjadi 2 yaitu peramalan untuk perkecamatan dan peramalan untuk banyak kecamatan sekaligus. Tampilan peta tematik untuk peramalan perkecamatan dapat dilihat pada gambar 2 dan untuk tampilan peta tematik untuk peramalan banyak kecamatan sekaligus dapat dilihat pada gambar Hasil Ramalan Hasil ramalan merupakan hasil query dengan cara mengelompokkan data sesuai kecamatan dan periode, satu kecamatan yang diramal dengan berbagai metode kemudian dikomparasikan untuk mendapatkan nilai D dan PE yang terkecil. Dengan cara ini tiap-tiap kecamatan akan didapat metode yang berbeda sesuai dengan pola data yang ada. Hasil peramalan yang akan menghasilkan ramalan kebutuhan air pada bulan yang akan datang, yang menunjukkan juga metode apa yang menghasilkan ramalan yang paling akurat. 4 Kesimpulan Dari pembahasan pada bab-bab sebelumnya dapat ditarik kesimpulan sebagai berikut : 1. plikasi Peramalan Konsumsi ir pada PD Tirtamarta dengan metode Eksponensial Smoothing Berbasis Peta Tematik dapat melakukan peramalan kebutuhan air sampai 12 bulan yang akan datang dan dapat menunjukkan tingkat konsumsi air berdasarkan degradasi warna dari wilayah yang diramal. 2. Untuk mendapatkan nilai akurasi ramalan yang terbaik yang ditunjukkan dengan nilai D dan PE yang terkecil, setiap kecamatan menghasilkan metode yang berbeda sesuai dengan pola data. 3. Dari hasil analisa terhadap jumlah konsumsi air pada masing-masing kecamatan di Kota Yogyakarta, hampir semua kecamatan cocok dengan metode single exponential smoothing, kecuali kecamatan gondokusuman cocok dengan menggunakan triple exponential smoothing, hal ini menunjukkan 36

6 pola data konsumsi air cenderung konstan dan hanya ada perubahan kecil sehingga metode yang paling sesuai adalah metode single exponential Smoothing, kecuali pada kecamatan gondokusuman. 4. Hasil analisa menunjukkan bahwa peramalan dengan jangka waktu 2 sampai 6 bulan kedepan mempunyai akurasi peramalan yang hampir sama dengan satu bulan kedepan, sedangkan peramalan untuk jangka waktu 7 sampai 12 bulan mempunyai resiko kesalahan yang lebih tinggi. DFTR PUSTK Faisal, 2006, Implementasi odel Proses Inkremental dalam Perancangan Sistem Informasi Geografis Berbasis Web (Studi Kasus: Sistem Informasi Pertanahan di Kabupaten Kulon Progro), Tesis, Program Studi agister Teknik Elektro Universitas Gadjah ada, Yogyakarta, Fauzi, R., 2004, Pengantar Peramalan dalam Telekomunikasi, diakses aret Heizer, J., Render, B., anagement Operation, Sevent Edition, Pearson Education.Inc., New Jersey, 2005 akridakis, S., Wheelright, S.C., dan cgee, V.E., 1993, etode dan plikasi Peramalan, edisi 2, jilid I, lih Bahasa : ndriyanto, U.S., dan Basith,., Erlangga, Jakarta. Prahasta, E., 2005, plikasi Pemrograman apinfo: Pengembangan plikasi SIG dengan enggunakan Borland Delphi, s. Visual Basic & apbasic, Informatika, Bandung. Purnama, Y.,P., 2003, nalisis Pemiliha etode Peramalan Kebutuhan aterial Pada PT. El Nusa, Tesis, Program Studi agister anajemen Universitas Gadjah ada, Yogyakarta. Rahayuningsih, S., K., 2006, Kartografi Sebagai Dasar Pembuatan Peta Tematik, Warta Oseanografi, volume XX, Nomor 1 Edisi Januari-aret 2006, Subagyo. P., Forecasting Konsep dan plikasi, Edisi dua, BPFE, Yogyakarta. Sugiarto, Harijono., Peramalan Bisnis, PT Gramedia Pustaka Utama, Jakarta,