PREDIKSI HARGA KEBUTUHAN POKOK DI KOTA KEDIRI DENGAN MENGGUNAKAN METODE TREND MOMENT SKRIPSI Penulisan Skripsi Guna Memenuhi Salah Satu Syarat Menempuh Gelar Sarjana Komputer (S.Kom) Pada Jurusan TI FT UNP Kediri Oleh: DIDIK IRAWAN NPM: 11.1.03.02.0091 FAKULTAS TEKNIK (FT) UNIVERSITAS NUSANTARA PERSATUAN GURU REPUBLIK INDONESIA UNP KEDIRI 2015 1
2
3
PREDIKSI HARGA KEBUTUHAN POKOK DI KOTA KEDIRI DENGAN MENGGUNAKAN METODE TREND MOMENT Didik Irawan 11.03.02.0091 Teknik Teknik Informatika Didikirawan13@gmail.com Drs. Ec. Ichsanudin M.M dan Ahmad Bagus Setiawan, S.T, M.Kom, M.M UNIVERSITAS NUSANTARA PGRI KEDIRI ABSTRAK Didik Irawan: Prediksi Harga Kebutuhan Pokok di Kota Kediri Dengan Menggunakan Metode Trend Moment, Skripsi, Teknik Informatika, UNP Kediri, 2015. Penelitian ini dilatar belakangi pengalaman peneliti selama melakukan Praktek Kerja Lapangan (PKL) di Kantor Ketahanan Pangan Kota Kediri selama satu bulan, sulitnya memberikan infromasi kepada masyarakat tentang update harga kebutuhan pokok yang ada di pasar membuat banyak pihak yang memanfaatkannya untuk kecurangan dengan mempermainkan harga di tingkat penjual. Permasalahan penelitian ini adalah (1) Bagaimana memberikan informasi kepada masyarakat tentang update harga kebutuhan pokok setiap minggunya?. (2) Bagaimana memberikan perkiraan harga kebutuhan pokok kedepan kepada masyarakat?. (3) Apakah penerapan metode trend moment untuk memprediksi harga kebutuhan pokok ke depan tepat untuk diterapkan?. Penelitian ini menggunakan pendekatan Kuantitatif dengan Subjek penelitian penjual di pasar Sethono Bethek Kota Kediri. Data berupa harga kebutuhan pokok yang di dapat langsung dari pasar Sethono Betek yang didata langsung oleh kantor ketahanan pangan kota Kediri. Kesimpulan hasil penelitian ini adalah (1) Melalui media internet masyarakat lebih mudah mengetahui harga yang ada di pasaran. (2) Dengan Metode trend moment cocok di terapkan untuk memprediksi harga kebutuhan pokok yang setiap bulan yang selalu mengalami trend harga. (3) Metode trend moment tepat digunakan untuk memprediksi harga kebutuhan pokok karena di Indonesia sering terjadi trend harga yaitu keadaan dimana harga akan naik karena terjadi permintaan lebih pada bulan tertentu. Berdasarkan simpulan hasil penelitian ini, direkomendasikan : (1) Prediksi harga kebutuhan pokok ini dapat digunakan untuk mengantisipasi lonjakan harga yang akan terjadi pada tahun berikutnya dengan cara melihat data history tahun sebelumnya yang selanjutnya dapat digunakan untuk menghitung perkiraan harga kedepan. (2) Pemerintah sebagai pihak yang berperan penting dalam keadaan perekonomian masyarakat sebaiknya memberikan suatu informasi valid kepada masyarakat tentang harga kebutuhan pokok agar tidak terjadi permainan harga di tingkat penjual yang dapat merugikan konsumen yaitumasyarak Kata Kunci : harga, kebutuhan pokok, prediksi, pasar, trend moment. 4
1. Pendahuluan 1.1 Latar Belakang Kebutuhan pokok merupakan hal yang sangat penting pemenuhannya dalam masyarakat, karena setiap hari orang membutuhkan asupan makanan agar tubuh tetap dapat melakukan aktifitas. Berdasarkan data hasil sensus penduduk Badan Pusat Statistik (BPS) pada tahun 2010, jumlah penduduk kota Kediri mencapai 267.435 jiwa dan akan terus bertambah setiap tahunnya. Sesuai dengan Peraturan Presiden (Perpres) Nomor 71 Tahun 2015 tentang Penetapan dan Penyimpanan Harga Kebutuhan Pokok dan Barang Penting yang ditandatangani tanggal 15 Juni 2015. Pembuatan perpres tersebut perlu dibuat guna menjamin ketersediaan dan stabilisasi harga barang yang beredar di pasar. Sebagai upaya mengatasi agar tidak terjadi kenaikan harga yang exstrim perlu adanya ramalan yang tepat dan akurat tentang harga bahan kebutuhan pokok. Berdasarkan pemaparan diatas, dibuatlah aplikasi ini, yakni untuk memprediksi harga kebutuhan pokok dengan menggunakan metode trend moment yang bertujuan untuk memprediksi harga kebutuhan pokok kedepan yang didasarkan pada data harga tahun sebelumnya. 1.2 Rumusan Masalah Rumusan masalah pada penelitian ini adalah Bagaimana memprediksi harga kebutuhan pokok dengan menggunakan metode trend moment? 1.3 Tujuan Tujuan dari penelitian ini adalah Membuat sebuah website yang yang berisikan program perhitungan prediksi dengan menggunakan metode trend moment. 1.4 Batasan Masalah Adapun batasan masalah pada penelitian ini adalah sebagai berikut : a. Data berupa harga kebutuhan pokok yaitu beras, gula, telur,daging,minyak. b. Program ini dibuat dengan menggunakan pemrograman berbasis web. c. Database menggunakan MySQL. d. Data berasal dari kantor ketahanan pangan kota Kediri. e. Data harga kebutuhan pokok dari tahun 2014. f. Data yang digunakan selama 12 bulan untuk memprediksi bulan berikutnya. g. Hanya dapat melakukan prediksi untuk 1 tahun kedepan. 2. Landasan Teori 2.1 Forecasting forecasting adalah peramalan atau perkiraan mengenai sesuatu yang belum terjadi. Ramalan yang dilakukukan pada umumnya akan berdsasarkan data yang terdapat di masa lampau yang dianalisis dengan menggunakan metode-metode tertentu. Forecasting diupayakan dibuat agar dapat meminimumkan pengaruh ketidakpastian tersebut, dengan kata lain bertujuan mendapatkan ramalan yang bisa meminimumkan kesalahan meramal (forecast error) yang biasanya diukur dengan mean absolute devition, absolute error, dan sebagainya. Peramalan merupakan alat bantu yang sangat penting dalam perencanaan yang efektif dan efisien (subagyo, 1986). 2
2.2 Kebutuhan Pokok Kebutuhan pokok atau Primer adalah kebutuhan utama bagi kehidupan manusia. Kebutuhan pokok meliputi tiga hal, yaitu sandang, pangan dan papan. Tiga jenis kebutuhan ini adalah nomor satu dalam kehidupan manusia dan tidak bisa ditinggalkan. Pangan adalah sumber makanan bagi manusia dan merupakan kebutuha primer. Pangan ini meliputi pekerjaan dan hal-hal serupa yang bertujuan untuk menghasilkan pangan bagi kehidupan manusia. 2.3 Metode Trend Moment Dalam penerapan metode Trend Moment dapat dilakukan dengan menggunakan data historis dari satu variabel, adapun rumus yang di gunakan dalam Y = a + b X. (1) penyusunan dari metode ini menurut Sugiarto & Dergibson (2002), adalah : Dimana : Y = Jumlah penjualan a dan b = Koefisien X = waktu atau periode yang akan diramalkan Selanjutnya, untuk mengetahui koefisien a dan b dicari dengan menggunakan rumus : Setelah nilai ramalan yang telah diperoleh dari hasil peramalan dengan menggunakan metode trend moment akan dikoreksi terhadap pengaruh musiman dengan menggunakan indeks musim. Perhitungan indeks musim yaitu (Gaspersz dalam Fiati, 2009): Indeks Musim = Untuk mendapatkan hasil ramalan akhir setelah dipengaruhi oleh indeks musim maka akan menggunakan perhitungan sebagai berikut (fiati, 2009): Y* = Indeks Musim x Y (4) dimana : y* = hasil ramalan dengan menggunakan metode trend moment yang telah dipengaruhi indeks musim. Y = hasil ramalan dengan menggunakan trend moement. 3.Hasil dan Pembahasan 3.1 Gambaran Umum Model Proses perhitungan program ini didapat dari data tahun sebelumnya yaitu tahun 2014 yang digunakan untuk memprediksi tahu 2015. Adapun proses perhitungan adalah sebagai berikut : a. Membuat database yang berisi update harga tiap hari yang di buat rata-rata perminggu agar memudahkan dalam proses prediksi. b. Pengguna memasukkan minggu dan bulan ke berapa data ingin di prediksi. c. Program akan menghitung prediksi dengan data tahun 2014 sebagai data history. d. Selanjutnya perhitungan menggunakan metode trend moment untuk mendapatkan prediksi. e. Setelah di ketahui hasil prediksi dengan menggunakan metode trend moment lalu di cari simpangan eror dengan menggunakan indeks musim. 3.2 Hasil Perhitungan Rata-rata harga bulan tertentu Rata-rata harga perbulan 3
Berikut adalah perhitungan dengan menggunakan metode trend moment untuk memprediksi harga kebutuhan pokok tahun sebelumnya. Table 3.1 harga kebutuhan pokok perminggu bulan minggu 1 minggu 2 minggu 3 mingg u 4 januari 8985 8914 9200 9200 februari 9128 9200 9228 9400 maret 9300 9300 9157 9100 april 9200 9200 9124 9300 mei 8871 8500 8300 8840 juni 9200 9200 9200 9200 Juli 9200 9200 9200 9200 Agustus 9200 9200 9200 9200 september 9200 9200 9200 9200 Oktober 9228 9300 9271 9250 November 9300 9371 9442 9500 Desember 9757 9971 10000 10000 Table 3.2 perhitungan a. Dicari nilai X, Y, X*Y, X^2 pada table tersebut (harga) Y X X*Y X^2 8985 0 0 8914 1 8914 1 9200 2 18400 4 9200 3 27600 9 9128 4 36512 16 9200 5 46000 25 9228 6 55368 36 9400 7 65800 49 9300 8 74400 64 9300 9 83700 81 9157 10 91570 100 9100 11 100100 121 9200 12 110400 144 9200 13 119600 169 9214 14 128996 196 9300 15 139500 225 8871 16 141936 256 8500 17 144500 289 8300 18 149400 324 8840 19 167960 361 9200 20 184000 400 9200 21 193200 441 9200 22 202400 484 9200 23 211600 529 9200 24 220800 576 9200 25 230000 625 9200 26 239200 676 9200 27 248400 729 9200 28 257600 784 9200 29 266800 841 4
9200 30 276000 900 9200 31 285200 961 dan 9200 32 294400 1024 9200 33 303600 1089 9200 34 312800 1156 9200 35 322000 1225 9228 36 332208 1296 9300 37 344100 1369 9271 38 352298 1444 9250 39 360750 1521 9300 40 372000 1600 9371 41 384211 1681 9442 42 396564 1764 9500 43 408500 1849 9757 44 429308 1936 9971 45 448695 2025 10000 46 460000 2116 10000 47 470000 2209 443127 1128 10517290 35720 9231.8125 23.5 219110.2 744.1667 Keterangan : - Biru untuk total - Kuning untuk rata-rata b. Dicari prediksi dengan menggunakan metode trend moment. Dicari nilai A dan B b= 11.268.815 a= 9231.8125-11.26851(23.5) a= 8967.003 Menghasilkan persamaan Y = a+bx Y = 8967.003+11.2685(X) Selanjutnya masukkan minggu yang dicari. Y=a+bX Y = 8967+11.268(X) Y= 8967 +11,268 (48) Y=9507 c. Mencari indeks musim Rata-rata harga minggu tertentu Indeks musim = Indeks Musim = 9214 9231 Indeks Musim = 0.998 d. Menghitung hasil prediksi sebenarnya Y*=indeks musim * Y Y*=indeks musim * Y Y*=0.998 X 9507 Y*=9490 e. Ditemukan perkiraan harga pada bulan januari 2015 minggu pertama yaitu 9490 5
4. Kesimpulan Berdasarkan implementasi yang telah dilakukan didapat, masyarakat akan lebih mudah mengetahui harga dan prediksi harga pangan melalui sebuah website. Untuk menerapkan metode trend moment yang digunakan untuk memprediksi harga kebutuhan pokok kedepan digunakan data harga tahun sebelumnya sebagai data history yang selanjutnya dihitung menggunakan metode trend moment sehingga di temukan hasil prediksi. [6] Widodo, Joko. 2008. Ramalan Penjualan Sepeda Motor Honda padacv.rodamitra Lestari. (Online), tersedia :http://gunadarma.ac.id. diakses25 Agustus 2015. Daftar Pustaka [1] Amijaya,Dodi,Tisna. 2013. Teknik Proyeksi Bisnis. (Online),tersedia :http://fudinzainal.com/manajemen.php. Diakses 25 Agustus 2015. [2] Astuti, Rudita, Budi. 2014. Sistem Perencanaan Penjualan Batik pada Fachri Collection dengan Metode Trend Moment. (Online), tersedia :http://repository.amikom.ac.id. diakses25 Agustus 2015. [3] Kurniawati.2009. Penerapan Metode Forecast dalam Menyusun Anggaran Penjualanpada PT.AsuransiJasindo (Persero) Cabang Solo. (Online),tersedia :http://digilib.uns.ac.id. diakses25 Agustus 2015. [4] Muthia.Koniyo, Moh, H &Rohandi, M. 2013.Penerapan Metode Trend Moment dalam Forecast Penjualan Motor Yamaha di PT.HasjratAbadi.(Online), tersedia :http://kim.ung.ac.id. diakses25 Agustus 2015. [5] Soepeno, Bambang. 2012. Modul Peramalan Penjualan. (Online), tersedia :http://proedukasi.com.diakses25 Agustus 2015. 6