Post on 25-Oct-2021
i
PREDIKSI PENJUALAN PAKAN AYAM
SKRIPSI
Diajukan untuk Memenuhi Salah Satu Syarat
Memperoleh Gelar Sarjana Komputer (S.Kom)
Program Studi Informatika
Disusun Oleh
Dionisius Taufan Enggar Indra Jaya
155314020
PROGRAM STUDI INFORMATIKA
JURUSAN INFORMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
ii
CHICKEN FEED SALES PREDICTION
THESIS
Presented as Partial Fulfillment of The Requirements
To Obtain The Bachelor Degree of Computer (S.Kom)
In Informatics Study Program
Written By
Dionisius Taufan Enggar Indra Jaya
155314020
INFORMATICS STUDY PROGRAM
DEPARTMENT OF INFORMATICS
FACULTY OF SCIENCE AND TECHNOLOGY
SANATA DHARMA UNIVERSITY
YOGYAKARTA
2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
iii
HALAMAN PERSETUJUAN
SKRIPSI
PREDIKSI PENJUALAN PAKAN AYAM
Oleh:
Dionisius Taufan Enggar Indra Jaya
155314020
Telah disetujui oleh:
Dosen Pembimbing,
Robertus Adi Nugroho, S.T., M.Eng Tanggal: …………………
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
iv
HALAMAN PENGESAHAN
SKRIPSI
PREDIKSI PENJUALAN PAKAN AYAM
Dipersiapkan dan ditulis oleh:
DIONISIUS TAUFAN ENGGAR INDRA JAYA
NIM : 155314020
Telah dipertahankkan di depan Panitia Penguji
Pada Tanggal ……………………..
Dan dinyatakan memenuhi syarat
Susunan Panitia Penguji
Jabatan Nama Lengkap Tanda Tangan
Ketua : Agnes Maria Polina, S.Kom., M.Sc. ……………
Sekretaris : Drs. Hari Suparwito, S.J.M.App.IT ……………
Anggota : Robertus Adi Nugroho, S.T., M.Eng ……………
Yogyakarta, ………………………….
Fakultas Sains dan Teknologi
Universitas Sanata Dharma
Dekan,
Sudi Mungkasi, S.Si., M.Math.Sc., Ph.D.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
v
HALAMAN MOTTO
“Tidak pernah menderita tidak akan pernah diberkati”
Edgar Allan Poe
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
vi
PERNYATAAN KEASLIAN KARYA
Saya menyatakan dengan sesungguhnya, bahwa skripsi yang saya tulis ini tidak
memuat karya atau bagian orang lain; kecuali yang telah saya sebutkan dalam
kutipan dari daftar pustaka, sebagaimana layaknya karya ilmiah.
Yogyakarta,……………………...
Penulis
Dionisius Taufan Enggar I. J.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
vii
LEMBAR PENYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH
UNTUK KEPENTINGAN AKADEMIS
Yang bertanda tangan di bawah ini, saya mahasiswa Universitas Sanata Dharma
Yogyakarta:
Nama: Dionisius Taufan Enggar Indra Jaya
NIM: 155134020
Demi pengembangan ilmu pengetahuan, saya memberikan kepada perpustakaan
Universitas Sanata Dharma Yogyakarta karya ilmiah yang berjudul:
PREDIKSI PENJUALAN PAKAN AYAM
Beserta perangkat yang diperlukan (bila ada). Dengan demikian saya memberikan
kepada perpustakaan Universitas Sanata Dharma Yogyakarta hak unutk
menyimpan, mengalihkan dalam bentuk media lain, mengelola dalam bentuk
pangkalan data, mendistribusikan secara terbatas dan mempublikasikan di internet
atau media lain untuk kepentingan akademis tanpa meminta ijin dari saya maupun
memberikan royalti kepada saya selama tetap mencantumkan nama saya sebagai
penulis. Demikian pernyataan yang saya buat dengan sebenarnya.
Dibuat di Yogyakarta,
Pada tanggal: …………………..
Yang menyatakan,
(Dionisius Taufan Enggar Indra Jaya)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
viii
ABSTRAK
Pakan ayam merupakan salah satu faktor penunjang baik buruknya
kualitas ayam. Dengan banyaknya jenis pakan yang di sediakan oleh pabrik,
mempengaruhi peternak untuk menggunakan pakan yang terbaik. Hal tersebut
juga mempengaruhi jumlah penjualan pakan di pabrik baik dalam satu minggu,
satu bulan, ataupun satu tahun. Dengan adanya peramalan penjualan pakan,
pabrik dapat memiliki acuan berapa pakan yang akan terjualan dalam satu tahun.
Sistem aplikasi perbandingan prediksi dengan metode regresi linear dan
metode regresi polinomial yang dibangun diharapkan mampu memberi acuan
pabrik dalam mengetahui jumlah penjualan pakan. Tahap awal dalam perhitungan
adalah mengambil data penjualan dari sebelumnya. Selanjutnya menentukan
bulan atau tahun sebagai x dan jumlah penjualan sebagai y, kemudian setiap data
akan dilakukan penghitungan. Semua perhitungan akan di cari nilai error terkecil.
Hasil akhir perhitungan sistem menunjukkan kedua metode memiliki hasil
yang baik. Berdasarkan hasil uji dari ke dua metode tersebut hasil manakah yang
memiliki nilai error lebih rendah, dari setiap penghitungan menggunakan data
yang sudah di tentukan. Oleh karena itu, pada setiap peramalan juga dicantumkan
error peramalan untuk membantu mempertimbangkan hasil peramalan.
Kata kunci : Pakan, regresi, peramalan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
ix
ABSTRACT
Chicken feed is a contributing factor to the quality of chicken. With the
many types of feed provided by the factory, it influences breeders to use the best
feed. This also affects the number of feed sales in the factory in one week, one
month, or one year. With the forecast of feed sales, factories can have a reference
for how much feed to sell in one year.
The prediction comparison application system with the linear regression
method and the built polynomial regression method is expected to be able to
provide a reference for the factory in knowing the number of feed sales. The
initial stage in the calculation is to take sales data from before. Next determine the
month or year as x and the number of sales as y, then each data will be calculated.
All calculations will look for thevalue error smallest.
The final result of the system calculation shows that both methods have
good results. Based on the test results of the two methods, which result has the
lower error value, from each calculation using predetermined data. Therefore, in
each forecastingalso included error forecast isto help consider the results of the
forecast.
Key words: Feed, regression, forecasting
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
x
KATA PENGANTAR
Puji dan Syukur penulis haturkan kepada Tuhan Yang Maha Esa atas berkat
dan rahmat-Nya, sehingga penulis dapat menyelesaikan tugas akhir sebagai salah
satu syarat dalam memperoleh gelar sarjana Teknik Informatika di Universitas
Sanata Dharma Yogyakarta.
Penulis menyadari bahwa tanpa melibatkan bantuan dan dukungan dalam
pengerjaan skripsi. Keberhasilan penulis dalam penyusunan skripsi ini selalu
mendapat dukungan, bantuan, kritik, dan saran dari berbagai pihak. Oleh karena
itu, penulis mengucapkan terima kasih kepada :
1. Tuhan Yang Maha Esa karena telah memberikan berkat dan memberikan
kekuatan selama proses penyelesaian tugas akhir.
2. Sudi Mungkasi, S.Si., M.Math.Sc., Ph.D selaku Dekan Fakultas Sains dan
Teknologi Universitas Sanata Dharma Yogyakarta.
3. Robertus Adi Nugroho S.T., M.Eng. Selaku dosen pembimbing yang telah
meluangkan waktu untuk membimbing penulis selama pembuatan skripsi.
4. Agnes Maria Polina S.Kom., M.Sc.
5. Seluruh staf dosen Informatika yang memberikan bekal ilmu, arahan dan
pengalaman selama penulis menempuh studi.
6. Kepada keluarga tercinta: Bapak, Ibu, mas Dendi, mbak Siska, mbak
Yona, yang senantiasa memberikan dukungan, kasih sayang dan doa serta
segala sesuatunya.
7. Viola Gratia Gizca Maki yang memberikan bantuan dan semangat serta
motivasi bagi penulis dalam menyelesaikan skripsi.
8. Kepada teman-teman: Bimo, Garin, Abel dan teman - teman lain yang
tidak dapat disebutkan satu per satu yang membantu penulis dalam
menyelesaikan tugas akhir ini.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xi
9. Serta semua pihak baik secara langsung maupun tidak langsung yang telah
membantu penulis dalam menyelesaikan skripsi.
Penulis menyadari bahwa penulisan skripsi ini sudah berjalan sebagaimana
mestinya. Akhir kata semoga skripsi ini dapat berguna dan bermanfaat bagi
pembaca.
Yogyakarta, ………………
Penulis
Dionisius Taufan Enggar I. J.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xii
DAFTAR ISI
PREDIKSI PENJUALAN PAKAN AYAM ............................................................ i
CHICKEN FEED SALES PREDICTION .......................................................... ii
HALAMAN PERSETUJUAN ............................................................................ iii
HALAMAN PENGESAHAN ............................................................................ iv
HALAMAN MOTTO ......................................................................................... v
PERYATAAN KEASLIAN KARYA ................................................................ vi
LEMBAGA PENYATAAN PERSETUJUAN PUBLIKASI KARYA
ILMIAH UNTUK KEPENTINGAN AKADEMIS ............................................ vii
ABSTRAK .......................................................................................................... viii
ABSTRACT ........................................................................................................ ix
KATA PENGANTAR ........................................................................................ x
DAFTAR ISI ....................................................................................................... xii
DAFTAR GAMBAR .......................................................................................... xvi
DAFTAR TABEL ............................................................................................... xxi
BAB 1 PENDAHULUAN .................................................................................. 1
1.1 Latar Belakang ........................................................................... 1
1.2 Rumusan Masalah ....................................................................... 2
1.3 Tujuan ......................................................................................... 3
1.4 Batasan Masalah ......................................................................... 3
1.5 Metodologi Penelitian ................................................................. 3
1.6 Sistematika Penulisan ................................................................. 4
BAB 2 LANDASAN TEORI .............................................................................. 4
2.1. Prediksi (Forecasting) ............................................................... 4
2.1.1. Definisi Prediksi .............................................................. 4
2.2.2. Tujuan Sistem Prediksi ................................................... 6
2.2.3. Jenis – Jenis Perkiraan .................................................... 6
2.2. Time Series ................................................................................ 8
2.2.2 Definisi Time Series ........................................................ 8
2.3. Regresi Polinomial (Polynomial Regression) ........................... 9
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xiii
2.3.1. Definisi Regresi Polinomial ............................................ 9
2.4. Regresi Linear (Linear Regression) .......................................... 10
2.4.1. Definisi Regresi Linear ................................................... 10
2.4.2. Regresi Linear Sederhana ............................................... 11
BAB 3 METODOLOGI PENELITIAN ............................................................. 13
3.1. Metode Penelitian ...................................................................... 13
3.2. Studi Literatur ............................................................................ 13
3.3. Pengumpulan Data..................................................................... 13
3.4. Pembangunan Sistem................................................................. 13
3.5. Spesifikasi Alat .......................................................................... 15
BAB 4 ANALISIS DAN PERANCANGAN SISTEM ...................................... 16
4.1. Analisis Sistem .......................................................................... 16
4.1. Analisis Kebutuhan Pengguna ........................................ 16
4.2. Perancangan Sistem ................................................................... 17
4.2.1. Diagram Use Case .......................................................... 17
4.2.2. Narasi Use Case .............................................................. 17
4.2.3. Activity Diagram ............................................................. 22
4.2.4. Perancangan Diagram Kelas ........................................... 25
4.2.5. Perancangan Sequence Diagram ..................................... 27
4.2.6. Desain Manajemen Data ................................................. 32
4.3. Perancangan Antarmuka Pengguna (User Interface) ................ 37
4.3.1. Halaman Data Penjualan ................................................. 37
4.3.2. Halaman Prediksi Linear (Rumus).. ................................ 38
4.3.3. Halaman Prediksi Linear (Tabel Data Penjualan)........... 39
4.3.4. Halaman Prediksi Linear (Tabel Pembanding) ............... 40
4.3.5. Halaman Prediksi Linear (Tampil Grafik Linear)........... 41
4.3.6. Halaman Prediksi Polinom (Rumus) .............................. 42
4.3.7. Halaman Prediksi Polinom (Tabel Data Penjualan) ....... 43
4.3.8. Halaman Prediksi Polinom (Tabel Pembanding) ............ 44
4.3.9. Halaman Prediksi Polinom (Tampil Grafik Polinom) .... 45
4.4. Implementasi Detail Algoritma Regresi .................................... 46
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xiv
4.4.1 Linear .............................................................................. 46
4.4.2 Polinom ........................................................................... 50
BAB 5 IMPLEMENTASIS SISTEM DAN ANALISIS HASIL ....................... 56
5.1 Implentasi Antarmuka Pengguna. ............................................. 56
5.1.1 Implementasi Antarmuka Data Penjualan....................... 56
5.1.2 Implementasi Antarmuka Prediksi Linear (Rumus) ....... 57
5.1.3 Implementasi Antarmuka Prediksi Linear (Tabel
Data Penjualan) ............................................................... 58
5.1.4 Implementasi Antarmuka Prediksi Linear
(Tabel Pembanding) ........................................................ 59
5.1.5 Implementasi Antarmuka Prediksi Linear (Tampil
Grafik Linear) ................................................................. 63
5.1.6 Implementasi Antarmuka Prediksi Polinom (Rumus) .... 66
5.1.7 Implementasi Antarmuka Prediksi Polinom (Tabel
Data Penjualan) ............................................................... 66
5.1.8 Implementasi Antarmuka Prediksi Polinom (Tabel
Pembanding) ................................................................... 69
5.1.9 Implementasi Antarmuka Prediksi Polinom (Tampil
Grafik Polinom) .............................................................. 71
5.2 Analisis Hasil Dengan Prediksi Linear...................................... 75
5.2.1. Analisis Hasil Peramalan Metode Linear Data
Rentang Waktu 4 Bulan .................................................. 76
5.2.2. Analisis Hasil Peramalan Metode Linear Data
Rentang Waktu 11 Bulan ................................................ 78
5.2.3. Analisis Hasil Peramalan Metode Linear Data
Rentang Waktu 22 Bulan ................................................ 80
5.3 Analisis Hasil Dengan Prediksi Polinomial .............................. 83
5.3.1. Analisis Hasil Peramalan Metode Polinomial Data
Rentang Waktu 4 Bulan .................................................. 83
5.3.2. Analisis Hasil Peramalan Metode Polinomial Data
Rentang Waktu 11 Bulan ................................................ 85
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xv
5.3.3. Analisis Hasil Peramalan Metode Polinomial Data
Rentang Waktu 22 Bulan ................................................ 87
BAB 6 Penutup ................................................................................................... 93
6.1. Kesimpulan ................................................................................ 93
6.2. Saran .......................................................................................... 93
DAFTAR PUSTAKA ......................................................................................... 99
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xvi
DAFTAR GAMBAR
Gambar 2.1 Formula matriks persamaan polinomial derajat n ........................... 9
Gambar 2.2 Penulisan sigma yang benar ............................................................ 10
Gambar 3.1 Pembangunan sistem dengan metode waterfall .............................. 14
Gambar 4.1 Diagram use case ........................................................................... 17
Gambar 4.2 Diagram class model....................................................................... 25
Gambar 4.3 Diagram class control ..................................................................... 26
Gambar 4.4 Sequence diagram lihat data penjualan ........................................... 27
Gambar 4.5 Sequence diagram lihat hasil prediksi regresi linear 4 bulan .......... 28
Gambar 4.6 Sequence diagram lihat hasil prediksi regresi linear 11 bulan ........ 28
Gambar 4.7 Sequence diagram lihat hasil prediksi regresi linear 22 bulan ........ 29
Gambar 4.8 Sequence diagram lihat hasil prediksi regresi polinomial 4 bulan .. 29
Gambar 4.9 Sequence diagram lihat hasil prediksi regresi polinomial 11bulan . 30
Gambar 4.10 Sequence diagram lihat hasil prediksi regresi polinomial 22
Bulan............................................................................................. 30
Gambar 4.11 Sequence diagram lihat grafik hasil prediksi regresi linear .......... 31
Gambar 4.12 Sequence diagram lihat grafik hasil prediksi regresi polinomial .. 32
Gambar 4.13 Desain basis data konseptual regresi linear ................................... 32
Gambar 4.14 Desain basis data konseptual regresi polinomial .......................... 32
Gambar 4.15 Desain basis data logikal ............................................................... 33
Gambar 4.16 Perancangan antarmuka pengguna halaman data penjualan ......... 37
Gambar 4.17 Perancangan antarmuka pengguna halaman prediksi linear
(rumus) ......................................................................................... 38
Gambar 4.18 Perancangan antarmuka pengguna halaman prediksi linear (tabel
data penjualan).............................................................................. 39
Gambar 4.19 Perancangan antarmuka pengguna halaman prediksi linear (tabel
perbandingan) ............................................................................... 40
Gambar 4.20 Perancangan antarmuka pengguna halaman prediksi linear (tampil
grafik linear) ................................................................................. 41
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xvii
Gambar 4.21 Perancangan antarmuka pengguna halaman prediksi polinomial
(rumus) ......................................................................................... 42
Gambar 4.22 Perancangan antarmuka pengguna halaman prediksi polinomial
(tabel data penjualan) ................................................................... 43
Gambar 4.23 Perancangan antarmuka pengguna halaman prediksi polinomial
(tabel perbandingan) ..................................................................... 44
Gambar 4.24 Perancangan antarmuka pengguna halaman prediksi polinomial
(tabel grafik polinomial) ............................................................... 45
Gambar 5.1 Implementasi antar muka halaman data penjualan pakan ............... 53
Gambar 5.2 Listing program menampilkan data penjualan pakan ..................... 53
Gambar 5.3 Listing program kontrol dalam menampilkan data penjualan
pakan ............................................................................................... 54
Gambar 5.4 Implementasi antarmuka lihat rumus prediksi regresi linear .......... 54
Gambar 5.5 Implementasi antarmuka lihat data penjualan ................................. 55
Gambar 5.6 Listing program dalam menampilkan data penjualan yang telah di
kelompokkan dalam rentang waktu 4 bulan, 11 bulan, 22 bulan .... 55
Gambar 5.7 Listing program class kontrol untuk menampilkan data penjualan
pada rentang waktu 4 bulan, 11 bulan ............................................. 56
Gambar 5.8 Listing program class kontrol untuk menampilkan data penjualan
pada rentang waktu 22 bulan ........................................................... 57
Gambar 5.9 Implementasi antarmuka lihat data hasil penghitungan prediksi
regresi linear .................................................................................... 57
Gambar 5.10 Listing program dalam menampilkan data penjualan, hasil
peramalan, serta hasil perbandingan antar peramalan dan data
penjualan sebelum dilakukan peramalan ....................................... 58
Gambar 5.11 Listing program class kontrol untuk menampilkan data penjualan,
hasil peramalan, serta hasil perbandingan atau peramalan dan
data penjualan sebelum dilakaukan peramalan 4 bulan ............... 58
Gambar 5.12 Listing program class kontrol untuk menampilkan data penjualan,
hasil peramalan, serta hasil perbandingan atau peramalan dan
data penjualan sebelum dilakaukan peramalan 11 bulan ............. 59
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xviii
Gambar 5.13 Listing program class kontrol untuk menampilkan data penjualan,
hasil peramalan, serta hasil perbandingan atau peramalan dan
data penjualan sebelum dilakaukan peramalan 22 bulan ............. 59
Gambar 5.14 Implementasi antarmuka lihat grafik hasil penghitungan prediksi
regresi linear untuk hasil peramalan data 22 bulan ...................... 60
Gambar 5.15 Implementasi antarmuka lihat grafik hasil penghitungan prediksi
regresi linear untuk hasil peramalan data 22 bulan, dan data asli 61
Gambar 5.16 Implementasi antarmuka lihat grafik hasil penghitungan prediksi
regresi linear untuk hasil peramalan data 11 bulan, dan 22 bulan 61
Gambar 5.17 Listing program untuk menampilkan grafik ................................. 61
Gambar 5.18 Listing program untuk data peramalan linear 4 bulan .................. 62
Gambar 5.19 Listing program untuk data peramalan linear 11 bulan ................ 62
Gambar 5.20 Listing program untuk data peramalan linear 22 bulan ................ 62
Gambar 5.21 Listing program untuk data penjualan pakan ................................ 62
Gambar 5.22 Implementasi antarmuka lihat rumus prediksi regresi Polinomial 63
Gambar 5.23 Implementasi antarmuka lihat data penjualan ............................... 63
Gambar 5.24 Listing program dalam menampilkan data penjualan yang telah
di kelompokkan dalam rentang waktu 4 bulan, 11 bulan,
22 bulan ........................................................................................ 64
Gambar 5.25 Listing program class kontrol untuk menampilkan data penjualan
pada rentang waktu 4 bulan, 11 bulan .......................................... 65
Gambar 5.26 Listing program class kontrol untuk menampilkan data penjualan
pada rentang waktu 22 bulan ........................................................ 66
Gambar 5.27 Implementasi antarmuka lihat data hasil penghitungan prediksi
regresi polinomial ......................................................................... 66
Gambar 5.28 Listing program dalam menampilkan data penjualan, hasil
peramalan, serta hasil perbandingan antar peramalan dan data
penjualan sebelum dilakukan peramalan ...................................... 67
Gambar 5.29 Listing program class kontrol untuk menampilkan data penjualan,
hasil peramalan, serta hasil perbandingan atau peramalan dan
data penjualan sebelum dilakaukan peramalan 4 bulan ............... 67
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xix
Gambar 5.30 Listing program class kontrol untuk menampilkan data penjualan,
hasil peramalan, serta hasil perbandingan atau peramalan dan
data penjualan sebelum dilakaukan peramalan 11 bulan ............. 68
Gambar 5.31 Listing program class kontrol untuk menampilkan data penjualan,
hasil peramalan, serta hasil perbandingan atau peramalan dan
data penjualan sebelum dilakaukan peramalan 22 bulan ............. 69
Gambar 5.32 Implementasi antarmuka lihat grafik hasil penghitungan prediksi
regresi polinomial untuk hasil peramalan data 4 bulan ................ 69
Gambar 5.33 Implementasi antarmuka lihat grafik hasil penghitungan prediksi
regresi polinomial untuk hasil peramalan data 4 bulan, dan data
asli................................................................................................. 70
Gambar 5.34 Implementasi antarmuka lihat grafik hasil penghitungan prediksi
regresi polinomial untuk hasil peramalan data 22 bulan, dan
data asli ......................................................................................... 70
Gambar 5.35 Listing program untuk menampilkan grafik ................................. 70
Gambar 5.36 Listing program untuk data peramalan polinomial 4 bulan .......... 71
Gambar 5.37 Listing program untuk data peramalan polinomial 11 bulan ........ 71
Gambar 5.38 Listing program untuk data peramalan polinomial 22 bulan ........ 71
Gambar 5.39 Grafik hasil penghitungan regresi linear ....................................... 79
Gambar 5.40 Grafik hasil penghitungan regresi polinomial ............................... 90
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xx
DAFTAR TABEL
Tabel 1.1 Penjulan pakan .................................................................................... 2
Tabel 4.1 Analisis kebutuhan pengguna ............................................................. 16
Tabel 4.2 Narasi use case melihat data penjualan .............................................. 17
Tabel 4.3 Narasi use case lihat hasil prediksi regresi linear ............................... 18
Tabel 4.4 Narasi use case lihat hasil prediksi regresi polinomial ....................... 19
Tabel 4.5 Narasi use case lihat grafik hasil prediksi regresi linear ..................... 20
Tabel 4.6 Narasi use case lihat grafik hasil prediksi regresi polinomial ............ 21
Tabel 4.7 Activity Diagram melihat data penjualan ............................................ 22
Tabel 4.8 Activity Diagram melihat hasil prediksi regresi linear ....................... 22
Tabel 4.9 Activity Diagram melihat hasil prediksi regresi polinomial ............... 23
Tabel 4.10 Activity Diagram melihat grafik hasil prediksi regresi linear ........... 23
Tabel 4.11 Activity Diagram melihat grafik hasil prediksi regresi polinomial ... 24
Tabel 4.12 Basis data fisikal data penjualan ....................................................... 33
Tabel 4.13 Basis data fisikal hasil prediksi regresi linear 4 bulan ...................... 33
Tabel 4.14 Basis data fisikal hasil prediksi regresi linear 11 bulan .................... 34
Tabel 4.15 Basis data fisikal hasil prediksi regresi linear 22 bulan .................... 35
Tabel 4.16 Basis data fisikal hasil prediksi regresi polinomial 4 bulan .............. 35
Tabel 4.17 Basis data fisikal hasil prediksi regresi polinomial 11 bulan ............ 36
Tabel 4.18 Basis data fisikal hasil prediksi regresi polinomial 22 bulan ............ 36
Tabel 4.19 Tabel data penjualan ......................................................................... 46
Tabel 4.20 Hasil total x,y,x^2,xy ........................................................................ 47
Tabel 4.21 Hasil persamaan linear 4 bulan ......................................................... 49
Tabel 4.22 Data penjualan .................................................................................. 50
Tabel 4.23 Data penjualan polinom 4 bulan ....................................................... 52
Tabel 4.24 Data x diubah menjadi matrix x ........................................................ 52
Tabel 4.25 Hasil transpose x dari nilai matrix x ................................................. 52
Tabel 4.26 Hasil pengkalian matrix x dengan transpose x ................................. 53
Tabel 4.27 Hasil inverse dari hasil pengkalian matrix x dengan transpose
matrix X ............................................................................................ 53
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xxi
Tabel 4.28 Data y diubah menjadi matrix y ........................................................ 53
Tabel 4.29 Hasil penghitungan transpose x dengan y ........................................ 54
Tabel 4.30 Nilai persamaan Y yang di dapat ...................................................... 54
Tabel 4.31 Hasil pengkalian dari persamaan Y dengan nilai x sebanyak
33 bulan ............................................................................................. 55
Tabel 5.1 Data penjualan pakan ayam ................................................................ 75
Tabel 5.2 Hasil persamaan linear 4 bulan ........................................................... 76
Tabel 5.3 Hasil persamaan linear 11 bulan ......................................................... 78
Tabel 5.4 Hasil persamaan linear 22 bulan ......................................................... 80
Tabel 5.5 Hasil persamaan polinomial 4 bulan ................................................... 83
Tabel 5.6 Hasil persamaan polinomial 11 bulan ................................................. 85
Tabel 5.7 Hasil persamaan polinomial 22 bulan ................................................. 87
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Peternakan unggas di Indonesia saat ini telah maju dengan adanya
trend ternak unggas, yang dapat digunakan sebagai hewan ternak, dengan
adanya unggas. Namun dengan adanya jenis unggas baru tersebut tidak
mempengaruhi peternak baru untuk memilih ayam petelur sebagai hewan
ternak. Ayam petelur dapat di bilang sebagai jenis unggas yang dapat
memproduksi telur hanya dalam 1 hari.
Banyaknya peternak baru tersebut, sangat berpengaruh dalam
meningkatnya jumlah produksi pakan ayam. Dengan bertambahnya
peternak ayam petelur mempengaruhi pola peternak dalam membuat
peternakan ayam dengan cara yang berbeda, misalkan ada peternak A
mengembangkan ternaknya mulai dari umur 0 minggu yang tentunya akan
menggunakan pakan ayam khusus untuk umur 0 minggu hingga umur 16
minggu, dan ada peternak B yang mengembangkan ternak ayam dengan
ayam umur 16 minggu dari kedua jenis peternak tersebut sangat
mempengaruhi tingkat penjualan jenis pakan ayam yang di gunakan. Dari
perbedaan tersebut dapat mempengaruhi pola penjualan jenis pakan ayam.
Berikut adalah data dari penjualan pakan dalam 3 periode dimulai tahun
2014, 2015, dan 2016.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
2
Tabel 1.1. Total Penjualan Pakan
JENIS PAKAN TAHUN TOTAL PENJUALAN
208 2014 - 2016 6132
KH 2014 – 2016 1876
206 2014 – 2016 1406
GR 2014 – 2016 1001
ST 2014 – 2016 985
BKK 2014 – 2016 747
L19 2014 – 2016 486
19 2014 – 2016 384
MBM 2014 – 2016 203
PL 2014 – 2016 154
GK 2014 – 2016 48
L20 2014 – 2016 40
Alasan kenapa sistem ini di bentuk adalah, karena dari setiap jenis
pakan yang ada pada tabel 1.1 ada beberapa jenis pakan yang belum sesuai
dengan target pernjualan yang telah di tentukan perusahaan. Sistem ini di
bentuk agar dapat memprediksi penjualan untuk setiap jenis pakan pada
bulan berikutnya apakah sudah sesuai dengan taget yang telah di tentukan.
Pada tabel 1.1 ada beberapa jenis pakan yang belum sesuai dengan
target penjualan yang telah di tentukan perusahaan. Dari 12 jenis pakan
pada tabel 1.1 diatas penulis akan mencoba melakukan prediksi penjualan
mulai dari bulan Januari tahun 2014 hingga bulan November tahun 2016.
1.2 Rumusan Masalah
Dari latar belakang yang ada, maka rumusan masalah yang di dapat adalah
sebagai berikut :
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
3
1. Bagaimana cara memprediksi penjualan pakan ayam menggunakan
metode regresi linear dan regresi polinomial?
2. Berapa hasil perbandingan prediksi penjualan pakan ayam menggunakan
metode regresi linear dan regresi polinomial?
3. Apakah penggunaan jumlah data dalam prediksi regresi linear dan
prediksi regresi polinomial akan mempengaruhi hasil akhir ?
1.3 Tujuan
Penelitian ini bertujuan untuk membandingkan metode regresi linier
dan regresi polinomial dengan data asli, guna mengetahui hasil mana yang
lebih baik.
1.4 Batasan Masalah
Dalam pengembangan prediksi, terdapat batasan – batasan masalah antara
lain:
1. Data penjualan pakan ayam petelur yang digunakan merupakan data
penjualan dari daerah Salatiga, Jawa Tengah.
2. Data penjualan pakan ayam petelur yang digunakan mencakup 206, 208,
KH, L19, ST, GR, GK, PL, 19, L20, MBM, BKK.
3. Dalam proses penghitungan regresi penulis hanya menggunakan data
hasil penjualan pakan ayam yang telah di dapat.
4. Sistem dibangun dalam bentuk dekstop dengan bahasa pemrograman
Java serta menggunakan MYSQL sebagai database.
1.5 Manfaat
Manfaat yang dapat di ambil dari penelitian ini, yaitu:
1. Mengetahui hasil perbandingan yang lebih baik antara regresi linear dan
regresi polinomial.
2. Mengetahui hasil perbandingan dalam regresi berdasar jumlah data yang
digunakan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
4
1.6 Sistematika Penulisan
Berikut ini adalah sistematika penulisan dokumen ini.
BAB I PENDAHULUAN
Pada Bab ini menjelaskan dasar dalam pembahasan skripsi. Hal dasar
tersebut antara lain latar belakang, rumusan masalah, batasan masalah,
tujuan penulisan, manfaat penulisan, metodologi penelitian dan sistematika
penelitian.
BAB II LANDASAN TEORI
Memberi penjelasan mengenai beberapa pengetahuan mengenai prediksi,
metode regresi polinomial dan regresi linear, serta beberapa tinjauan pustaka.
BAB III METODOLOGI PENELITIAN
Menjelaskan bagaimana data dikumpulkan, pembangunan sistem, spesifikasi.
BAB IV ANALISIS DAN PERANCANGAN SISTEM
Menjelaskan kebutuhan pengguna, perancangan sistem, analisis kerja
perangkat lunak yang telah dibuat, perencanaan sistem berupa: use case,
activity, class, dan sequence diagram, serta perancangan antar pengguna.
BAB V IMPLEMENTASI SISTEM DAN ANALISIS HASIL
Bab ini menjelaskan mengenai hasil pengujian terhadap sistem dan
dilanjutkan dengan menganalisis hasil pengujian meliputi kelebihan dan
kekurangan sistem.
BAB VI PENUTUP
Bab ini berisi kesimpulan dan saran – saran dari implentasi sistem.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
5
BAB II
LANDASAN TEORI
2.1 Prediksi (Forecasting)
Forecasting atau peramalan adalah aktivitas prediksi atau perkiraan
yang bertujuan mengetahui apa yang akan terjadi di masa mendatang
melalui informasi yang di dapat pada masa sebelumnya. Prediksi tidak harus
memberi jawaban secara pasti mengenai kejadian yang akan terjadi,
melainkan berusaha untuk mencari jawaban sedekat mungkin yang akan
terjadi (Herdiantom 2018 : 8).
Peramalan memiliki tujuan untuk mengetahui hasil prediksi yang
lebih mengacu pada aktivitas usaha dan ekonomi. Peramalan merupakan
bagian penting pada setiap perusahaan dalam mengambil keputusan. Tujuan
dari adanya peramalan adalah untuk memperoleh informasi mengenai
akurasi dalam menentukan keputusan terbaik perubahan dimasa mendatang
dalam menentukan suatu kebijakan. Maka, sebaiknya sebelum
merekomendasi suatu kebijakan yang nantinya dapat menghasilkan hasil
yang lebih akurat, maka diperlukan informasi data di masa sebelumnya.
Forecasting atau perkiraan adalah kegiatan yang bertujuan untuk
meramalkan atau memprediksi segala hal yang terkait dengan produksi,
penawaran, permintaan, dan penggunaan teknologi dalam sebuah industri
atau usaha
2.1.1 Definisi Prediksi (Forecasting)
Keputusan yang baik adalah keputusan yang didasarkan atas
pertimbangan apa yang akan terjadi pada waktu keputusan itu
dilaksanakan (Ginting, 2007)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
6
2.1.2 Tujuan sistem prediksi (Forecasting)
Menurut Heizer dan Render (2009:47), perkiraan atau forecasting
memiliki tujuan sebagai berikut:
a. Mengkaji kebijakan perusahaan yang berlaku saat ini dan di masa
lalu, serta melihat sejauh mana pengaruh di masa datang.
b. Perkiraan diperlukan karena adanya time lag atau delay antara saat
suatu kebijakan perusahaan ditetapkan dengan saat implementasi.
c. Perkiraan merupakan dasar penyusunan bisnis pada suatu
perusahaan sehingga dapat meningkatkan efektivitas suatu rencana
bisnis.
2.1.3 Jenis – jenis Perkiraan (Forecasting)
a. Perkiraan Berdasarkan Waktu
Berdasarkan waktu, perkiraan atau forecasting dapat dibagi
menjadi tiga jenis, yaitu (Herjanto, 2008:78):
1. Perkiraan Jangka Panjang
Mencakup waktu lebih dari 18 bulan, Misalkan perkiraan yang
diperlukan dalam kaitannya dengan penanaman modal,
perancanaan fasilitas, dan perencanaan untuk kegiatan litbang
(penelitian dan pengembangan).
2. Perkiraan Jangka Menengah
Mencakup waktu antara 3-18 bulan. Misalnya, perkiraan
perencanaan penjualan, perencanaan produksi, dan perencanaan
tenaga kerja tidak tetap.
3. Perkiraan Jangka Pendek
Mencakup jangka waktu kurang dari 3 bulan. Misalnya,
perkiraan yang berhubungan dengan perencanaan pembelian
material, penjadwalan kerja, dan penugasan karyawan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
7
b. Perkiraan Berdasarkan Fungsi & Perencanaan Operasi
Masa Depan
Berdasarkan fungsi dan perencanaan operasi di masa depan,
perkiraan atau forecasting dibagi menjadi tiga jenis, yaitu (Heizer
dan Render, 2009:47):
1. Perkiraan ekonomi (economic forecasting)
Menjelaskan siklus bisnis dengan memprediksi tingkat
inflasi, ketersediaan uang, dana yang dibutuhkan untuk
membangun perumahan dan indicator perencanaan lainnya.
2. Perkiraan teknologi (techniligical forecast)
Memperhatikan tingkat kemajuan teknologi yang dapat
meluncurkan produk baru yang menarik, yang membutuhkan
pabrik dan peralatan baru.
3. Perkiraan permintaan (demand forecast)
Proyeksi permintaan untuk produk atau layanan suatu
perusahaan. Perkiraan ini juga disebut perkiraan penjualan
dan menjadi input bagi perencanaan keuangan, pemasaran,
serta sumber daya manusia.
c. Perkiraan Berdasarkan Jenis Data yang Disusun
Berdasarkan jenis data perkiraan yang disusun, perkiraan dibagi
menjadi dua jenis, yaitu (Saputro dan Asri 2000:148).
1. Perkiraan Kualitatif
Didasakan atas data kualitatif pada masa lalu. Hasil
prediksi yang dibuat sangat tergantung pada orang yang
menyusunnya. Biasanya perkiraan ini didasarkan atas hasil
penyelidikan, seperti pendapat salesman, pendapat sales
manager, pendapat para ahli, dan survey konsumen.
2. Perkiraan Kuantitatif
Perkiraan yang didasarkan atas data penjualan pada masa
lalu. Hasil perkiraan yang dibuat sangat tergantung pada
metode yang digunakan dalam perkiraan tersebut.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
8
Penggunaan metode yang berbeda akan diperoleh hasil yang
berbeda pula.
d. Berdasarkan Sifat Penyusunannya
Berdasarkan sifat penyusunannya, perkiraan dibagi menjadi dua
jenis, yaitu (Ginting, 2007)
1. Perkiraan subjektif
Perkiraan yang didasarkan atas perasaan atau intuisi dari
orang yang menyusun.
2. Perkiraan objektif
Perkiraan yang didasarkan atas data yang relevan pada
masa lalu, dengan menggunakan teknik – teknik dan metode -
metode dalam penganalisaan data tersebut.
2.2. Time Series
2.2.1. Definisi Time Series
Deret waktu (time series) adalah serangkaian nilai
pengamatan (observasi) yang diambil selama kurun waktu
tertentu, umumnya dalam (interval – interval) yang sama panjang.
Beberapa contoh deret waktu adalah produksi tahunan besi - baja
di Amerika Serikat untuk kurun waktu beberapa tahun, harga
penutupan harian sebuah saham di pasar modal untuk kurun
waktu satu bulan, suhu udara per jam yang diberitakan oleh
badan meteorologi sebuah kota selama kurun waktu satu hari,
dan penjualan total bulanan sebuah pasar swalayan selama kurun
waktu satu tahun.
Secara matematis, deret waktu didefinisikan oleh nilai –
nilai Y1, Y2, .... Yᵢ dari suatu variabel Y (suhu udara, harga
penutupan saham, dan sebagainya) untuk titik -titik waktu t1,
t2, ..... t¡ dengan demikian, Y merupakan sebuah fungsi dari t
dan disimbolkan dengan Y = F(t). (Spiegel dan Stephens, 2004).
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
9
2.3. Regresi Polinomial (Polynomial Regression)
2.3.1. Definisi Regresi Polinomial
Regresi polinomial merupakan model regresi linear yang di
bentuk dengan menjumlahkan pengaruh masing – masing variabel
predictor (X) yang dipangkatkan meningkat sampai ke orde ke-n.
Secara umum, model regresi polinomial ditulis dalam bentuk :
= Variabel respons
= Titik potong
= Koefisien regresi
= Faktor pengganggu
Ԑ = Faktor pengganggu yang tidak dapat di jelaskan
oleh model regresi
Model diatas menunjukkan bentuk modifikasi dari model
regresi linier berganda, dimana
sehingga dapat ditulis menjadi bentuk :
Gambar 2.1 Formula matriks persamaan polinomial derajat n
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
10
Dalam penulisan sigma di atas ada kesalahan, dan
penulisan sigma yang benar ada pada sigma di bawah ini.
Gambar 2.2 Penulisan sigma yang benar
2.4. Regresi Linear (Linear Regression)
2.4.1. Definisi Regresi Linear
Persamaan matematik dengan melakukan peramalan nilai -
nilai suatu peubah (variable) tak bebas dari satu atau lebih peubah
bebas disebut persamaan regresi. Istilah ini berasal dari hasil
pengamatan yang dilakukan Sir Francis Galton (1822 - 1911)
membandingkan tinggi badan anak laki - laki dengan tinggi badan
bapaknya. Galton menyatakan bahwa tinggi badan anak laki - laki
dari bapak yang tinggi pada beberapa generasi kemungkinan
cendurung “mundur” (regressed) mendekati rata - rata populasi.
(Yusuf, 2009).
Dikatakan pula bahwa analisis regresi mempunyai dua jenis
variabel yaitu:
1. Variabel Respon (variable dependen)
Yaitu variabel yang keberadaannya dipengaruhi oleh variabel
lain dan dinotasikan dengan variabel Y.
2. Variabel Prediktor (variable independen)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
11
Yaitu variabel bebas (tidak dipengaruhi oleh variabel lain)
dan dinotasikan dengan X.
Hubugan – hubungan antara variabel bebas maka regresi
linier terdiri dari dua bentuk, yaitu:
1. Analisis regresi sederhana (simple analysis regresi).
2. Analisis regresi berganda (Multiple analysis regresi).
Analisis regresi sederhana merupakan hubungan antara dua
variabel yaitu variabel bebas (variable independen) dan variabel
tak bebas (variable dependen). Analisis regresi berganda
merupakan hubungan antara tiga variabel atau lebih, yaitu
sekurang-kurangnya dua variabel bebas dengan satu variabel tak
bebas. Tujuan regresi adalah untuk membuat perkiraan nilai suatu
variabel (variable dependen) jika nilai variabel yang satu
berhubungan dengan variabel lainnya sudah ditentukan.
2.4.2. Regresi Linear Sederhana
Regresi linear sederhana dipergunakan untuk mengetahui
pengaruh antara satu buah variabel bebas terhadap satu buah
variabel terikat. Bentuk umum dari persamaan regresi linier untuk
suatu populasi menurut Yusuf (2009) adalah sebagai berikut :
Keterangan:
= Nilai yang diproyeksikan
= Variabel bebas
= Parameter Intercept
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
12
= Parameter Koefisien Regresi Variabel Bebas
Dengan adalah variabel terikat dan adalah variabel bebas.
Koefisien adalah konstanta (intercept) yang merupakan titik
potong antara garis regresi dengan sumbu pada koordinat
kartesius.
Langkah - langkah yang dilakukan metode regresi linier
dalam menyelesaikan contoh diatas menurut Yusuf (2009) adalah
sebagai berikut :
1. Tentukan = varibel tak bebas dan = variabel bebas.
2. Hitung nilai a dan b.
( )( ) ( )( )
( )
( )( )
( )
3. Setelah nilai a dan b sudah ditemukan, masukkan nilai tersebut
pada rumus persamaan Y = a + bX. Kemudian masukkan nilai ,
nilai merupakan nilai tahun yang akan diramalkan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
13
BAB III
METODOLOGI PENELITIAN
3.1. Metode Penelitian
Penelitian yang dilakukan bertujuan untuk meramalkan perbandingan
2 prediksi menggunakan data penjualan pakan ayam. Dalam penelitian ini
penulis melakukan wawancara singkat kepada pihak penjual pakan. Input
yang di gunakan adalah data penjualan dalam rentang waktu 4 bulan, 11
bulan, dan 22 bulan dari tahun tahun 2014 – tahun 2016. Sistem ini diharap
mampu membantu memberi gambaran prediksi penjualan pada bulan
berikutnya penjualan dalam menentukan jumlah produksi pakan pada bulan
berikutnya.
3.2. Studi Literatur
Studi litelatur yang dilakukan adalah dengan membaca buku, jurnal,
serta sumber bacaan lain yang berkaitan dengan prediksi, regresi linear, dan
regresi polinomial.
3.3. Pengumpulan Data
Data yang digunakan dalam penelitian ini adalah data hasil penjualan
pakan ayam harian pada tahun 2014 hingga tahun 2016, dari salah satu
produsen pakan ayam di area Salatiga, Jawa Tengah. Selanjutnya data akan
di persempit dengan menjumlahkan semua data penjualan dalam 1 bulan.
3.4. Pembangunan Sistem
Dalam membangun sistem, penulis menggunakan metode waterfall.
Dalam pembangunan sistem ini metode yang di gunakan ialah metode
waterfall. Efraim Turban, Jay E. Aronson (2005) mengungkapkan bahwa
waterfall termasuk dalam salah satu System Development Life Cycles
(SDLC) yang dapat membantu pengembangan sistem menjadi terencana dan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
14
teratur. Metode waterfall memiliki empat fase dasar, yakni planning,
analysis, design dan implementation.
Gambar 3.1 Pembangunan Sistem dengan Metode Waterfall
a. Planning
Merupakam proses dalam menemukan permasalahan yang ada, yakni
bagaimana membuat sistem perbandingan prediksi penjualan pakan ayam
menggunakan metode regresi linear dan regresi polinomail. Selanjutnya
melakukan perancangan bagaimana mendapat data penjualan pakan ayam
petelur, berapa banyak data penjualannya, dan dimana lokasi untuk
memperoleh data tersebut. Perancangan sistem meiliputi jumlah penjualan
pakan untuk kemudian dihitung menggunakan metode yang digunakan yaitu
metode regresi linear dan regresi polinomial. Pada tahap planning penulis
melakukan perancangan untuk sistem yang akan di gunakan, dengan tahap
mencari data yang akan di gunakan dalam sistem, lalu melakukan
pengelompokan data dari total penjualan tiap bulan, yang nantinya akan di
jadikan bahan percobaan untuk dilakukan perbandingan prediksi regresi
linear dan regresi polinomial.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
15
b. Analysis
Tahap ini masih berhubungan dengan bagaimana cara penulis
mendapat data dari penjual pakan, dengan melakukan wawancara singkat
serta meminta persetujuan untuk melakukan pengujian prediksi regresi
untuk penjualan yang ada.
c. Design
Pada tahap design, hal yang dilakukan ialah melakukan perancangan
basis data.
d. Implementation
Pada tahap ini program akan dipakai sebagai sistem untuk menentukan
prediksi.
3.5. Spesifikasi Alat
Dalam melakukukan penelitian ini penulis menggunakan peralatan
perangkat keras dan perangkat lunak, dengan spesifikasi sebagai berikut:
1. Kebutuhan perangkat keras
Tipe Procesor : Intel Core i3
Kecepatan Processor : 2.0 GHz
Memory : 4 GB
Harddisk : 500 GB
2. Kebutuhan Perangkat lunak
Sistem Operasi : Microsoft Windows 7
Aplikasi : Netbean 8.2
Database : Oracle Database 10g
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
16
BAB IV
ANALISIS DAN PERANCANGAN SISTEM
4.1. Analisa Sistem
4.1.1. Analisis Kebutuhan Pengguna
Analisis yang di lakukan pada tahap ini ialah apa saja yang dapat
pengguna lakukan dengan sistem perbandingan prediksi regresi ini.
Tabel 4.1 Analisis kebutuhan pengguna
Pengguna Sistem Kebututahan
Pengguna 1. Melihat Data Penjualan Pakan
2. Melihat Hasil Perbandingan
Prediksi Regresi Linier dan
Polinomial
3. Melihat Hasil dalam Bentuk
Grafik Bar untuk setiap
prediksi
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
17
4.2. Perancangan Sistem
4.2.1. Diagram Use Case
Gambar 4.1 adalah gambar dari diagram use case.
Gambar 4.1 Diagram Use case
4.2.2. Narasi Use Case
Narasi use case ialah narasi yang menceritakan mengenai use case
yang ada.
4.2.2.1. Narasi Use Case Melihat Data Penjualan
Tabel 4.2 Narasi use case melihat data penjualan
Melihat Data Penjualan Pakan
Nama Use Case Melihat Data Penjualan Pakan
ID Use Case 1
Aktor Pengguna
Deskripsi
Use Case ini berfungsi untuk menampilkan nilai X, dan
Y dari data penjualan pakan yang dapat dilihat oleh
pengguna
Kondisi Awal Pengguna berada di halaman DATA_PENJUALAN
Kondisi Akhir Sistem menampilkan data penjualan
Typical Course Aksi Aktor Reaksi Sistem
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
18
1. Menekan tombol
tampil
2. Menampilkan data
penjualan pakan
4.2.2.2. Narasi Use Case Melihat Hasil Prediksi Regresi
Linear
Tabel 4.3 Narasi Use Case Lihat hasil prediksi regresi linear
Melihat Hasil Penghitungan Data Linear Penjualan Pakan
Nama Use Case Melihat Hasil Penghitungan Data Linear Penjualan
Pakan
ID Use Case 2
Aktor Pengguna
Deskripsi Use Case akan menampilkana hasil dari penghitungan
prediksi untuk regresi linear.
Kondisi Awal Pengguna berada di halaman PREDIKSI_LINEAR
Kondisi Akhir Sistem menampilkan data penjualan serta menampilkan
hasil dari regresi linear
Typical Course
Aksi Aktor Reaksi Sistem
1. Menekan menu
PILIH
2. Menampikan data
penjualan sesuai
dengan rentang
waktu yang dipilih,
serta menampilkan
hasil penghitungan
regresi linear
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
19
4.2.2.3. Narasi Use Case Melihat Hasil Prediksi Regresi
Polinom
Tabel 4.4 Narasi Use Case lihat hasil prediksi regresi polinomial
Melihat Hasil Penghitungan Data Polinomial Penjualan Pakan
Nama Use Case Melihat Hasil Penghitungan Data Polinomial Penjualan
Pakan
ID Use Case 3
Aktor Pengguna
Deskripsi Use Case akan menampilkana hasil dari penghitungan
prediksi untuk regresi Polinomial.
Kondisi Awal Pengguna berada di halaman PREDIKSI_POLINOMIAL
Kondisi Akhir Sistem menampilkan data penjualan serta menampilkan
hasil dari regresi Polinomial
Typical Course
Aksi Aktor Reaksi Sistem
1. Menekan menu
PILIH
2. Menampikan data
penjualan sesuai
dengan rentang
waktu yang dipilih,
serta menampilkan
hasil penghitungan
regresi Polinomial
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
20
4.2.2.4. Narasi Use Case Melihat Grafik Hasil Prediksi
Regresi Linear
Tabel 4.5 Narasi Use Case lihat grafik hasil prediksi regresi linear
Melihat Grafik Hasil Prediksi Regresi Linear
Nama Use Case Melihat Grafik Hasil Prediksi Regresi Linear
ID Use Case 4
Aktor Pengguna
Deskripsi Use Case akan menampilkan grafik hasil dari
penghitungan prediksi untuk regresi linear.
Kondisi Awal Pengguna berada di halaman PREDIKSI_LINEAR, dan
sistem menampilkan data penjualan serta menampilkan
hasil dari regresi linear
Kondisi Akhir Sistem menampilkan grafik hasil prediksi regresi linear
Typical Course
Aksi Aktor Reaksi Sistem
1. Menekan tombol 4
bulan, 11 bulan, 22
bulan, data asli,
atau tutup semua
grafik
2. Sistem
menampilkan grafik
hasil dari tombol
yang di pilih
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
21
4.2.2.5. Narasi Use Case Melihat Grafik Hasil Prediksi
Regresi Polinomial
Tabel 4.6 Narasi Use Case lihat grafik hasil prediksi regresi polinomial
Melihat Grafik Hasil Prediksi Regresi Polinomial
Nama Use Case Melihat Grafik Hasil Prediksi Regresi Polinomial
ID Use Case 5
Aktor Pengguna
Deskripsi Use Case akan menampilkana grafik hasil dari
penghitungan prediksi untuk regresi polinomial.
Kondisi Awal Pengguna berada di halaman
PREDIKSI_POLINOMIAL, dan sistem menampilkan
data penjualan serta menampilkan hasil dari regresi
polinomial.
Kondisi Akhir Sistem menampilkan grafik hasil prediksi regresi
polinomial.
Typical Course
Aksi Aktor Reaksi Sistem
1. Menekan tombol 4
bulan, 11 bulan, 22
bulan, data asli,
atau tutup semua
grafik
2. Sistem
menampilkan grafik
hasil dari tombol
yang di pilih
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
22
4.2.3. Activity Diagram
Activity Diagram ialah gamabaran untuk alur dari aktifitas
pengguna terhadap sistem.
4.2.3.1. Activity Diagram Melihat Data Penjualan
Tabel 4.7 Activity Duagram melihat data penjualan
Pengguna Sistem
4.2.3.2. Activity Diagram Melihat Hasil Prediksi Regresi
Linear
Tabel 4.8 Activity Diagram melihat hasil prediksi regresi linear
Pengguna Sistem
Tekan tombol TAMPIL Menampilkan data
penjualan pakan
Pilih rentang waktu
yang diinginkan, lalu
menekan tombol PILIH
Menampilkan data
penjualan berdasar
rentang waktu yang di
pilih serta menampilkan
hasil prediksi regresi
linear
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
23
4.2.3.3. Activity Diagram Melihat Hasil Prediksi Regresi
Polinomial
Tabel 4.9 Activity Diagram melihat hasil prediksi regresi polinomial
Pengguna Sistem
4.2.3.4. Activity Diagram Melihat Grafik Hasil Prediksi
Regresi Linear
Tabel 4.10 Activity Diagram melihat grafik hasil prediksi regresi linear
Pengguna Sistem
Pilih rentang waktu
yang diinginkan, lalu
menekan tombol PILIH
Menampilkan data
penjualan berdasar
rentang waktu yang di
pilih serta menampilkan
hasil prediksi regresi
polinomial
Tekan tombol 4 bulan,
11 bulan, 22 bulan,
data asli, atau tutup
semua grafik
Menampilkan atau
menutup grafik hasil
prediksi regresi linear
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
24
4.2.3.5. Activity Diagram Melihat Grafik Hasil Prediksi
Regresi Polinomial
Tabel 4.11 Activity Diagram melihat grafik hasil prediksi regresi polinomial
Pengguna Sistem
Tekan tombol 4 bulan,
11 bulan, 22 bulan,
data asli, atau tutup
semua grafik
Menampilkan atau
menutup grafik hasil
prediksi regresi linear
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
25
4.2.4. Perancangan Diagram Kelas (Class Diagram)
Diagram Kelas menggambarkkan atribut, package, dan kelas
beserta hubungan satu sama lain.
4.2.4.1. Diagram Class Model
Gambar 4.2 Diagram Class Model
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
26
4.2.4.2. Diagram Class Control
Gambar 4.3 Diagram Class Control
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
27
4.2.5. Perancangan Sequence Diagram
Sequence diagram merupakan proses yang dilakaukan untuk
melihat perubahan apa saja yang terjadi secara internal dan output apa yang
dihasilkan.
4.2.5.1. Sequence Diagram Melihat Data Penjualan
Gambar 4.4 Sequence diagram lihat data penjualan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
28
4.2.5.2. Sequence Diagram Melihat Hasil Prediksi
Regresi Linear 4 Bulan
Gambar 4.5 Sequence diagram lihat hasil prediksi regresi linear 4 bulan
4.2.5.3. Sequence Diagram Melihat Hasil Prediksi
Regresi Linear 11 Bulan
Gambar 4.6 Sequence diagram lihat hasil prediksi regresi linear 11 bulan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
29
4.2.5.4. Sequence Diagram Melihat Hasil Prediksi
Regresi Linear 22 Bulan
Gambar 4.7 Sequence diagram lihat hasil prediksi regresi linear 22 bulan
4.2.5.5. Sequence Diagram Melihat Hasil Prediksi
Regresi Polinomial 4 Bulan
Gambar 4.8 Sequence diagram lihat hasil prediksi regresi polinomial 4 bulan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
30
4.2.5.6. Sequence Diagram Melihat Hasil Prediksi
Regresi Polinomial 11 Bulan
Gambar 4.9 Sequence diagram lihat hasil prediksi regresi polinomial 11 bulan
4.2.5.7. Sequence Diagram Melihat Hasil Prediksi
Regresi Polinomial 22 Bulan
Gambar 4.10 Sequence diagram lihat hasil prediksi regresi polinomial 22 bulan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
31
4.2.5.8. Sequence Diagram Melihat Grafik Hasil Prediksi
Regresi Linear
Gambar 4.11 Sequence diagram lihat grafik hasil prediksi regresi linear
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
32
4.2.5.9. Sequence Diagram Melihat Grafik Hasil Prediksi
Regresi Polinomial
Gambar 4.12 Sequence diagram lihat grafik hasil prediksi regresi polinomial
4.2.6. Desain Manajemen Data
4.2.6.1. Desain Basis Data Konseptual
Gambar 4.13 Desain basis data konseptual regresi linear
Gambar 4.14 Desain basis data konseptual regresi polinomial
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
33
4.2.6.2. Desain Basis Data Logikal
Gambar 4.15 Desain basis data logikal
4.2.6.3. Desain Basis Data Fisikal
4.2.6.3.1 Tabel Basis Data Fisikal Data Penjualan
Tabel 4.12 Basis data fisikal data penjualan
Nama Type Size Keterangan Key
id_penjualan varchar2 4 Berisi kode unik
data_penjualan
PK
waktu varchar2 15 Berisi bulan, tahun
penjualan
penjualan Number 5,0 Berisi nilai penjualan
4.2.6.3.2 Tabel Basis Data Fisikal Hasil Prediksi Regresi Linear 4
Bulan
Tabel 4.13 Basis data fisikal hasil prediksi regresi linear 4 bulan
Nama Type Size Keterangan Key
id_penjualan varchar2 6 Menghubungakan
id_penjualan dengan tabel
FK
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
34
persamaan_lin4
waktu varchar2 15 Berisi bulan, tahun
penjualan
data_asli number 5 Berisi nilai penjualan
persaman number 15,3 Berisi nilai persamaan
untuk penghitungan linear
4 bulan
perbandingan number 20,5 Berisi selisih antara
data_asli dengan
persamaan
4.2.6.3.3 Tabel Basis Data Fisikal Hasil Prediksi Regresi Linear
11 Bulan
Tabel 4.14 Basis data fisikal hasil prediksi regresi linear 11 bulan
Nama Type Size Keterangan Key
id_penjualan varchar2 6 Menghubungakan
id_penjualan dengan tabel
persamaan_lin11
FK
waktu varchar2 15 Berisi bulan, tahun
penjualan
data_asli number 5 Berisi nilai penjualan
persaman number 15,3 Berisi nilai persamaan
untuk penghitungan linear
11 bulan
perbandingan number 20,5 Berisi selisih antara
data_asli dengan
persamaan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
35
4.2.6.3.4 Tabel Basis Data Fisikal Hasil Prediksi Regeresi Linear
22 Bulan
Tabel 4.15 Basis data fisikal hasil prediksi regresi linear 22 bulan
Nama Type Size Keterangan Key
id_penjualan varchar2 6 Menghubungakan
id_penjualan dengan tabel
persamaan_lin22
FK
waktu varchar2 15 Berisi bulan, tahun
penjualan
data_asli number 5 Berisi nilai penjualan
persaman number 15,3 Berisi nilai persamaan
untuk penghitungan linear
22 bulan
perbandingan number 20,5 Berisi selisih antara
data_asli dengan
persamaan
4.2.6.3.5 Tabel Basis Data Fisikal Hasil Prediksi Regresi
Polinomial 4 Bulan
Tabel 4.16 Basis data fisikal hasil prediksi regresi polinomial 4 bulan
Nama Type Size Keterangan Key
id_penjualan varchar2 6 Menghubungakan
id_penjualan dengan tabel
persamaan_pol4
FK
waktu varchar2 15 Berisi bulan, tahun
penjualan
data_asli number 5 Berisi nilai penjualan
persaman number 15,3 Berisi nilai persamaan
untuk penghitungan
polinom 4 bulan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
36
perbandingan number 20,5 Berisi selisih antara
data_asli dengan
persamaan
4.2.6.3.6 Tabel Basis Data Fisikal Hasil Prediksi Regresi
Polinomial 11 Bulan
Tabel 4.17 Basis data fisikal hasil prediksi regresi polinomial 11 bulan
Nama Type Size Keterangan Key
id_penjualan varchar2 6 Menghubungakan
id_penjualan dengan tabel
persamaan_pol11
FK
waktu varchar2 15 Berisi bulan, tahun
penjualan
data_asli number 5 Berisi nilai penjualan
persaman number 15,3 Berisi nilai persamaan
untuk penghitungan
polinom 11 bulan
perbandingan number 20,5 Berisi selisih antara
data_asli dengan
persamaan
4.2.6.3.7 Tabel Basis Data Fisikal Hasil Prediksi Regresi
Polinomial 22 Bulan
Tabel 4.18 Basis data fisikal hasil prediksi regresi polinomial 22 bulan
Nama Type Size Keterangan Key
id_penjualan varchar2 6 Menghubungakan
id_penjualan dengan tabel
persamaan_pol22
FK
waktu varchar2 15 Berisi bulan, tahun
penjualan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
37
data_asli number 5 Berisi nilai penjualan
persaman number 15,3 Berisi nilai persamaan
untuk penghitungan
polinom 22 bulan
perbandingan number 20,5 Berisi selisih antara
data_asli dengan
persamaan
4.3. Perancangan Antarmuka Pengguna (User Interface)
4.3.1. Perancangan Antarmuka Pengguna Halaman Data
Penjualan
Gambar 4.16 Perancangan antarmuka pengguna halaman data penjualan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
38
4.3.2. Perancangan Antarmuka Pengguna Halaman Prediksi
Linear (Rumus)
Gambar 4.17 Perancangan antar muka halaman prediksi linear (rumus)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
39
4.3.3. Perancangan Antarmuka Pengguna Halaman Prediksi
Linear (Tabel Data Penjualan)
Gambar 4.18 Perancangan Antar Muka Halaman prediksi linear (tabel data
penjualan)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
40
4.3.4. Perancangan Antarmuka Pengguna Halaman Prediksi
Linear (Tabel Perbandingan)
Gambar 4.19 Perancangan antar muka halaman prediksi linear (tabel
perbandingan)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
41
4.3.5. Perancangan Antarmuka Pengguna Halaman Prediksi
Polinom (Tampil Grafik Linear)
Gambar 4.20 Perancangan antar muka halaman prediksi linear (tampil grafik
linear)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
42
4.3.6. Perancangan Antarmuka Pengguna Halaman Prediksi
Polinomial (Rumus)
Gambar 4.21 Perancangan antarmuka pengguna halam prediksi polinomial
(rumus)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
43
4.3.7. Perancangan Antarmuka Pengguna Halaman Prediksi
Polinomial (Tabel Data Penjualan)
Gambar 4.22 Perancangan antar muka halaman prediksi polinomial (tabel data
penjualan)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
44
4.3.8. Perancangan Antarmuka Pengguna Halaman Prediksi
Polinomial (Tabel Perbandingan)
Gambar 4.23 Perancangan antar muka halaman prediksi polinomial (tabel
perbandingan)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
45
4.3.9. Halaman Prediksi Polinomial (Tampil Grafik
Polinomial)
Gambar 4.24 Perancangan antar muka halaman prediksi polinomial (tampil grafik
polinomial)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
46
4.4. Implementasi Detail Algoritma Regresi
4.4.1. Implementasi Detail Algoritma Regresi Linear
Tahap Pertama (memilih data)
Memilih rentang waktu (Bulan, Tahun) yang di gunakan
semisal rentang waktu 4 bulan penjualan / 11 bulan penjualan / 22
bulan penjualan dimulai dengan waktu paling awal yaitu Januari,
2014.
Tabel 4.19 Tabel data penjualan
Nomor Bulan, Tahun (x) Penjualan (y)
1 Januari, 2014 399
2 Februari, 2014 209
3 Maret, 2014 238
4 April, 2014 455
5 Mei, 2014 418
6 Juni, 2014 505
7 Juli, 2014 522
8 Agustus, 2014 455
9 September, 2014 609
10 Oktober, 2014 595
11 November, 2014 492
12 Januari, 2015 526
13 Februari, 2015 331
14 Maret, 2015 513
15 April, 2015 431
16 Mei, 2015 425
17 Juni, 2015 470
18 Juli, 2015 428
19 Agustus, 2015 312
20 September, 2015 344
21 Oktober, 2015 404
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
47
22 November, 2015 324
23 Januari, 2016 316
24 Februari, 2016 513
25 Maret, 2016 375
26 April, 2016 465
27 Mei, 2016 472
28 Juni, 2016 411
29 Juli, 2016 257
30 Agustus, 2016 226
31 September, 2016 340
32 Oktober, 2016 230
33 November, 2016 452
Tahap kedua
Menentukan nilai x dan y, dimana x adalah waktu dan y
adalah banyaknya penjualan.
Tahap ketiga
Menentukan nilai x, y, x^2, xy, serta menentukan rentang
waktu yang di gunakan, untuk penghitungan ini saya menggunakan
rentang waktu 4 bulan.
Tabel 4.20 Hasil total x, y, x^2, xy
x y x^2 xy
1 399 1 399
2 209 4 418
3 238 9 714
4 455 16 1820
∑ = 10 ∑ = 1301 ∑ = 30 ∑ = 3351
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
48
Tahap keempat
Menentukan nilai peubah a, dan nilai peubah b.
( )( ) ( )( )
( )
( )( ) ( )( )
( )( ) ( )
( )( )
( )
( )( ) ( )( )
( )( ) ( )
Tahap kelima
Melakukan penghitungan Y dari nilai peubah a, dan nilai
peubah b yang di kalihkan banyaknya data x.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
49
Tabel 4.21 Hasil persamaan linear 4 bulan
No a b x Y
1 1 295.7
2 2 315.4
3 3 335.1
4 4 354.8
5 5 374.5
6 6 394.2
7 7 413.9
8 8 433.6
9 9 453.3
10 10 473
11 11 492.7
12 12 512.4
13 13 532.1
14 14 551.8
15 15 571.5
16 16 591.2
17 17 610.9
18 18 630.6
19 19 650.3
20 20 670
21 21 689.7
22 22 709.4
23 23 729.1
24 24 748.8
25 25 768.5
26 26 788.2
27 27 807.9
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
50
28 28 827.6
29 276 29 847.3
30 276 30 867
31 276 31 886.7
32 276 32 906.4
33 276 33 926.1
4.4.2. Implementasi Detail Algoritma Regresi Polinomial
Tahap Pertama
Memilih rentang waktu (Bulan, Tahun) yang di gunakan
semisal rentang waktu 4 bulan penjualan / 11 bulan penjualan / 22
bulan penjualan dimulai dengan waktu paling awal yaitu Januari,
2014 dengan demikian bulan Januari, 2014 bernilai x=1, bulan
Februari 2014 bernilai x=2, bulan Maret, 2014 bernilai x=3, dan
seterusnya hingga bulan November, 2016 bernilai x=33.
Tabel 4.22 Data penjualan
Nomor Bulan, Tahun (x) Penjualan (y)
1 Januari, 2014 399
2 Februari, 2014 209
3 Maret, 2014 238
4 April, 2014 455
5 Mei, 2014 418
6 Juni, 2014 505
7 Juli, 2014 522
8 Agustus, 2014 455
9 September, 2014 609
10 Oktober, 2014 595
11 November, 2014 492
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
51
12 Januari, 2015 526
13 Februari, 2015 331
14 Maret, 2015 513
15 April, 2015 431
16 Mei, 2015 425
17 Juni, 2015 470
18 Juli, 2015 428
19 Agustus, 2015 312
20 September, 2015 344
21 Oktober, 2015 404
22 November, 2015 324
23 Januari, 2016 316
24 Februari, 2016 513
25 Maret, 2016 375
26 April, 2016 465
27 Mei, 2016 472
28 Juni, 2016 411
29 Juli, 2016 257
30 Agustus, 2016 226
31 September, 2016 340
32 Oktober, 2016 230
33 November, 2016 452
Tahap kedua
Mengubah nilai x menjadi matrix x, serta menentukan rentang
waktu yang digunakan dan dalam contoh penghitungan berikut
akan di gunakan rentang waktu 4 bulan, berikut data penjualan
pakan dalam rentang waktu 4 bulan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
52
Tabel 4.23 Data penjualan polinomial 4 bulan
Nomor Bulan, Tahun (x) Penjualan (y)
1 Januari, 2014 399
2 Februari, 2014 209
3 Maret, 2014 238
4 April, 2014 455
Tabel berikut merupakan hasil pengubahan dari x menjadi
matrix x ( ).
Tabel 4.24 Data waktu di ubah menjadi matrix x
1 1 1 1
1 2 4 8
1 3 9 27
1 4 16 64
Tahap ketiga
Menentukan transpose matrix x ( ) serta melakukan perkalian
dengan matrix x ( ).
Tabel 4.25 Hasil transpose matrix dari nilai matrix x
1 1 1 1
1 2 3 4
1 4 9 16
1 8 27 64
Hasil perkalian matrix x dengan transpose matrix x.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
53
Tabel 4.26 Hasil pengkalian matrix x dengan transpose matrix x
4 10 30 100
10 30 100 354
30 100 354 1300
100 354 1300 4890
Tahap keempat
Menentukan nilai inverse ( ) dari hasil penghitungan
matrix x dengan transpose matrix x.
Tabel 4.27 Hasil inverse dari hasil perkalian matrix x dengan transpose matrix x
69 -104.167 45 -5.83333
-104.167 161.3889 -70.8333 9.277778
45 -70.8333 31.5 -4.16667
-5.83333 9.277778 -4.16667 0.555556
Tahap kelima
Mengubah nilai y menjadi matrix y ( ).
Tabel 4.28 Data y diubah menjadi matrix y.
399
209
238
455
Tahap keenam
Melakukan penghitungan dari nilai y dengan nilai transpose
matrix x.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
54
Tabel 4.29 Hasil penghitungan ( ) transpose x dengan nilai y
1301
3351
10657
37617
Tahap ketujuh
Melakukan penghitungan antar matrix inverse x dengan matrix
inverse y.
Tabel 4.30 Nilai persamaan Y yang di dapat
839
-575.333
140.5
-5.16667
Tahap kedelapan
Menentukan nilai peubah Y, untuk rentang waktu 4 bulan.
Nilai peubah a = 839
Nilai peubah b = -575.333
Nilai peubah c = 140.5
Nilai peubah d = -5.16667
Tahap kesembilan
Mengalihkan nilai x^n untuk setiap nilai peubah, dimulai dari
nilai peubah b dan seterusnya.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
55
( ) ( ) ( )
Setelah itu memasukkan nilai x sebanyak n, karena dalam
contoh ini menggunakan data dengan rentang waktu 4 bulan,
penulis akan mencoba untuk melakukan perbandingan di bulan ke
5.
Tabel 4.31 Hasil pengkalian dari persamaan Y dengan nilai x sebanyak 5 bulan
x Y
1 399.0
2 208.9998
3 237.99919999999997
4 454.998
5 828.9959999999998
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
56
BAB V
IMPLEMENTASI SISTEM DAN ANALISIS HASIL
5.1. Implementasi AntarMuka Pengguna
5.1.1 Implementasi Antarmuka Halaman Data Penjualan Pakan
Pada halaman ini merupakan tampilan awal sistem. Tampilan
sistem memuat 1 menu, guna menampilkan data penjualan pakan
ayam dari bulan pertama (Januari 2014) hingga bulan ke-33
(November 2016).
Gambar 5.1 Implementasi antarmuka halaman data penjualan pakan
Gambar 5.2 Listing program menampilkan data penjualan pakan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
57
Gambar 5.3 Listing program kontrol dalam menampilkan data penjualan pakan
5.1.2 Implementasi Antarmuka Melihat Rumus Prediksi Regresi
Linear
Halaman ini hanya menampilkan sebagian gambaran tahap
penghitungan dalam dalam melakukan peramalan menggunakan
metode regresi linear, yang dapat di lihat oleh pengguna.
Gambar 5.4 Implementasi antarmuka lihat rumus prediksi regresi linear
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
58
5.1.3 Implementasi Antarmuka Melihat Data Penjualan
Pada implementasi antarmuka berikut pengguna dapat melihat
data penjualan yang akan di gunakan dalam proses penghitungan,
yang sudah di kelompokkan dalam rentang waktu 4 bulan, 11
bulan, dan 22 bulan. Dalam tabel yang di tampilkan, pengguna
dapat melihat bulan dan tahun.
Gambar 5.5 Implementasi antarmuka lihat data penjualan
Gambar 5.6 Listing Program dalam menampilkan data penjualan yang telah di
kelompokkan dalam rentang waktu 4 bulan, 11 bulan, dan 22 bulan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
59
Gambar 5.7 Listing program class kontrol untuk menampilkan data penjualan
pada rentang waktu 4 bulan, dan 11 bulan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
60
Gambar 5.8 Listing program class untuk menampilkan data penjualan pada
rentang waktu 22 bulan
5.1.4 Implementasi Antarmuka Melihat Hasil Penghitungan
Prediksi Regresi Linear
Implementasi antarmuka berikut menampilkan hasil dari
peramalan regresi linear yang telah dilakukan perbandingan
dengan data asli dari data penjualan pakan sesuai bulan
penjualannya.
Gambar 5.9 Implementasi antarmuka lihat data hasil penghitungan prediksi
regresi linear
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
61
Gambar 5.10 Listing program dalam menampilkan data penjualan, hasil
peramalan, serta hasil perbandingan antara peramalan dan data penjualan sebelum
dilakukan peramalan
Gambar 5.11 Listing program class kontrol untuk menampilkan data penjualan,
hasil peramalan, serta hasil perbandingan antara peramalan dan data penjualan
sebelum dilakukan peramalan untuk 4 bulan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
62
Gambar 5.12 Listing program class kontrol untuk menampilkan data penjualan,
hasil peramalan, serta hasil perbandingan antara peramalan dan data penjualan
sebelum dilakukan peramalan untuk 11 bulan
Gambar 5.13 Listing program class kontrol untuk menampilkan data penjualan,
hasil peramalan, serta hasil perbandingan antara peramalan dan data penjualan
sebelum dilakukan peramalan untuk 22 bulan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
63
5.1.5 Implementasi Antarmuka Melihat Grafik Hasil Penghitungan
Prediksi Regresi Linear
Pada implementasi antarmuka berikut pengguna dapat melihat
grafik hasil dari peramalan regresi linear yang telah di
kelompokkan dalam rentang waktu 4 bulan, 11 bulan, 22 bulan,
serta pengguna juga dapat melihat gambar grafik untuk data
penjualan sebelum di lakukan peramalan.
Gambar 5.14 Implementasi antarmuka lihat grafik hasil penghitungan prediksi
regresi linear untuk hasil peramalan 22 bulan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
64
Gambar 5.15 Implementasi antarmuka lihat grafik hasil penghitungan prediksi
regresi linear untuk hasil peramalan 22 bulan dengan data asli
Gambar 5.16 Implementasi antarmuka lihat grafik hasil penghitungan prediksi
regresi linear untuk hasil peramalan 11 bulan dengan prediksi regresi linear untuk
hasil 22 bulan
Gambar 5.17 Listing program untuk menampilkan grafik
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
65
Gambar 5.18 Listing program untuk data peramalan linear 4 bulan
Gambar 5.19 Listing program untuk data peramalan linear 11 bulan
Gambar 5.20 Listing program untuk data peramalan linear 22 bulan
Gambar 5.21 Listing program untuk data penjualan pakan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
66
5.1.6 Implementasi Antarmuka Melihat Rumus Prediksi Regresi
Polinom
Halaman ini hanya menampilkan sebagian gambaran tahap
penghitungan dalam dalam melakukan peramalan menggunakan
metode regresi polinomial, yang dapat di lihat oleh pengguna.
Gambar 5.22 Implementasi antarmuka lihat rumus prediksi regresi polinom
5.1.7 Implementasi Antarmuka Melihat Data Penjualan
Pada implementasi antarmuka berikut pengguna dapat melihat
data penjualan yang akan di gunakan dalam proses penghitungan,
yang sudah di kelompokkan dalam rentang waktu 4 bulan, 11
bulan, dan 22 bulan. Dalam tabel yang di tampilkan, pengguna
dapat melihat bulan dan tahun .
Gambar 5.23 Implementasi antarmuka lihat data penjualan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
67
Gambar 5.24 Listing program untuk menampilkan data penjualan yang telah di
kelompokkan dalam rentang waktu 4 bulan, 11 bulan, 22 bulan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
68
Gambar 5.25 Listing program class kontrol untuk menampilkan data penjualan
yang telah di kelompokkan dalam rentang waktu 4 bulan, 11 bulan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
69
Gambar 5.26 Listing program class kontrol untuk menampilkan data penjualan
yang telah di kelompokkan dalam rentang waktu 22 bulan
5.1.8 Implementasi Antarmuka Melihat Hasil Penghitungan
Prediksi Regresi Polinom
Implementasi antarmuka berikut menampilkan hasil dari
peramalan regresi polinomial yang telah dilakukan perbandingan
dengan data asli dari data penjualan pakan sesui bulan
penjualannya.
Gambar 5.27 Implementasi antarmuka lihat hasil perhitungan prediksi regresi
polinom
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
70
Gambar 5.28 Listing program dalam menampilkan data penjualan, hasil
peramalan, serta hasil perbandingan antara peramalan dan data penjualan sebelum
dilakukan peramalan
Gambar 5.29 Listing program class kontrol dalam menampilkan data penjualan,
hasil peramalan, serta hasil perbandingan antara peramalan dan data penjualan
sebelum dilakukan peramalan untuk 4 bulan, 11 bulan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
71
Gambar 5.30 Listing program class kontrol dalam menampilkan data penjualan,
hasil peramalan, serta hasil perbandingan antara peramalan dan data penjualan
sebelum dilakukan peramalan untuk 22 bulan
5.1.9 Implementasi Antarmuka Melihat Grafik Hasil Penghitungan
Prediksi Regresi Polinom
Pada implementasi antarmuka berikut pengguna dapat melihat
grafik hasil dari peramalan regresi polinomial yang telah di
kelompokkan dalam rentang waktu 4 bulan, 11 bulan, 22 bulan,
serta pengguna juga dapat melihat gambar grafik untuk data
penjualan sebelum di lakukan peramalan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
72
Gambar 5.31 Implementasi antarmuka lihat grafik hasil penghitungan prediksi
polinom untuk hasil peramalan 4 bulan
Gambar 5.32 Implementasi antarmuka lihat grafik hasil penghitungan prediksi
polinom untuk hasil peramalan 4 bulan dan data asli
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
73
Gambar 5.33 Implementasi antarmuka lihat grafik hasil penghitungan prediksi
polinom untuk hasil peramalan 22 bulan dan data asli
Gambar 5.34 Listing program untuk menampilkan grafik
Gambar 5.35 Listing program untuk menampilkan grafik untuk data penjualan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
74
Gambar 5.36 Listing program untuk menampilkan grafik untuk hasil peramalan
regresi polinomial 4 bulan
Gambar 5.37 Listing program untuk menampilkan grafik untuk hasil peramalan
regresi polinomial 11 bulan
Gambar 5.38 Listing program untuk menampilkan grafik untuk hasil peramalan
regresi polinomial 22 bulan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
75
5.2. Analisis Hasil Dengan Prediksi Linear
Data yang digunakan adalah data penjualan pakan ayam ditahun 2014 –
2016. Data yang digunakan berjumlah 33. Data tersebut akan di hitung
dalam kelompok rentang waktu 4 bulan, 11 bulan, dan 22 bulan. Untuk
setiap hasil penghitungan tersebut penulis melakukan perbandingan dari
bulan pertama hingga bulan ke 33.
Tabel 5.1 Data enjualan pakan ayam
Bulan (x) Penjualan (y)
1 399
2 209
3 238
4 455
5 418
6 505
7 522
8 455
9 609
10 595
11 492
12 526
13 331
14 513
15 431
16 425
17 470
18 428
19 312
20 344
21 404
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
76
22 324
23 316
24 513
25 375
26 465
27 472
28 411
29 257
30 226
31 340
32 230
33 452
5.2.1. Analisis Hasil Penghitungan Peramalan Metode Linear Dalam
Rentang Waktu 4 Bulan
Berikut adalah tabel hasil perhitungan peramalan metode
regresi linear dengan data dari rentang waktu bulan pertama
hingga bulan 4 :
Tabel 5.2 Hasil persamaan linear 4 bulan
x Hasil Prediksi (Y
= 276 + 19.7 * x)
Data Asli Selisih
1 295.7 399 103.3
2 315.4 209 106.4
3 335.1 238 97.1
4 354.8 455 100.2
5 374.5 418 43.5
6 394.2 505 110.8
7 413.9 522 108.1
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
77
8 433.6 455 21.4
9 453.3 609 155.7
10 473 595 122
11 492.7 492 0.7
12 512.4 526 13.6
13 532.1 331 201.1
14 551.8 513 38.8
15 571.5 431 140.5
16 591.2 425 166.2
17 610.9 470 140.9
18 630.6 428 202.6
19 650.3 312 338.3
20 670 344 326
21 689.7 404 285.7
22 709.4 324 385.4
23 729.1 316 413.1
24 748.8 513 235.8
25 768.5 375 393.5
26 788.2 465 323.2
27 807.9 472 335.9
28 827.6 411 416.6
29 847.3 257 590.3
30 867 226 641
31 886.7 340 546.7
32 906.4 230 676.4
33 926.1 452 474.1
Total 8254.9
Pada tabel 5.2 kolom Hasil Prediksi (Y = 276 + 19.7 * x)
merupakan hasil dari prediksi linear dengan rentang waktu 4 bulan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
78
yang di mulai pada Januari 2014 hingga April 2014. Pada kolom
Hasil Prediksi (Y = 276 + 19.7 * x) nilai 276 merupakan peubah a,
dan nilai 19.7 merupakan peubah b, dari nilai peubah b yang di
dapat akan dikalikan dengan x, di mana x adalah nilai dari urutan
bulan penjualan yang di mulai dari bulan ke 1 hingga bulan ke 33,
setelah dikalihkan dengan x hasil dari setiap urutan bulan peubah
b*x akan digunakan untuk mengurangi nilai dari peubah a dan di
dapatlah nilai dari Hasil Prediksi Y dengan rentang waktu 4 bulan.
Untuk mengetahui berapa nilai errornya maka perlu melakukan
pengurangan antar hasil persamaan Y dengan data asli sehingga di
dapat nilai error untuk setiap bulannya, dengan nilai error berada
pada kolom selisih.
5.2.2. Analisis Hasil Penghitungan Peramalan Metode Linear Dalam
Rentang Waktu 11 Bulan
Berikut adalah tabel hasil perhitungan peramalan metode
regresi linear dengan data dari rentang waktu bulan pertama
hingga bulan 11 :
Tabel 5.3 Hasil persamaan linear 11 bulan
x Hasil Prediksi (Y = 269.218
+ 29.327 * x)
Data Asli Selisih
1 298.5455 399 100.4545455
2 327.8727 209 118.8727273
3 357.2 238 119.2
4 386.5273 455 68.47272727
5 415.8545 418 2.145454545
6 445.1818 505 59.81818182
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
79
7 474.5091 522 47.49090909
8 503.8364 455 48.83636364
9 533.1636 609 75.83636364
10 562.4909 595 32.50909091
11 591.8182 492 99.81818182
12 621.1455 526 95.14545455
13 650.4727 331 319.4727273
14 679.8 513 166.8
15 709.1273 431 278.1272727
16 738.4545 425 313.4545455
17 767.7818 470 297.7818182
18 797.1091 428 369.1090909
19 826.4364 312 514.4363636
20 855.7636 344 511.7636364
21 885.0909 404 481.0909091
22 914.4182 324 590.4181818
23 943.7455 316 627.7454545
24 973.0727 513 460.0727273
25 1002.4 375 627.4
26 1031.727 465 566.7272727
27 1061.055 472 589.0545455
28 1090.382 411 679.3818182
29 1119.709 257 862.7090909
30 1149.036 226 923.0363636
31 1178.364 340 838.3636364
32 1207.691 230 977.6909091
33 1237.018 452 785.0181818
Total 12648.25455
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
80
Pada tabel 5.3 kolom Hasil Prediksi (Y = 269.218 + 29.327 *
x) merupakan hasil dari prediksi linear dengan rentang waktu 11
bulan yang di mulai pada Januari 2014 hingga November 2014.
Pada kolom Hasil Prediksi (Y = 269.218 + 29.327 * x) nilai
269.218 merupakan peubah a, dan nilai 29.327 merupakan peubah
b, dari nilai peubah b yang di dapat akan dikalikan dengan x, di
mana x adalah nilai dari urutan bulan penjualan yang di mulai dari
bulan ke 1 hingga bulan ke 33, setelah dikalihkan dengan x hasil
dari setiap urutan bulan peubah b*x akan digunakan untuk
mengurangi nilai dari peubah a dan di dapatlah nilai dari Hasil
Prediksi Y dengan rentang waktu 11 bulan.
Untuk mengetahui berapa nilai errornya maka perlu melakukan
pengurangan antar hasil persamaan Y dengan data asli sehingga di
dapat nilai error untuk setiap bulannya, dengan nilai error berada
pada kolom selisih.
5.2.3. Analisis Hasil Penghitungan Peramalan dengan Metode Linear
Dalam Rentang Waktu 22 Bulan
Berikut adalah tabel hasil perhitungan peramalan metode
regresi linear dengan data dari rentang waktu bulan pertama
hingga bulan 22 :
Tabel 5.4 Hasil persamaan linear 22 bulan
x Hasil Prediksi (Y =
x)
Data Asli Selisih
1 431.9289 399 32.92885375
2 431.5071 209 222.5070582
3 431.0853 238 193.0852626
4 430.6635 455 24.33653303
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
81
5 430.2417 418 12.24167137
6 429.8199 505 75.18012422
7 429.3981 522 92.60191982
8 428.9763 455 26.02371542
9 428.5545 609 180.445511
10 428.1327 595 166.8673066
11 427.7109 492 64.2891022
12 427.2891 526 98.7108978
13 426.8673 331 95.86730661
14 426.4455 513 86.55448899
15 426.0237 431 4.976284585
16 425.6019 425 0.601919819
17 425.1801 470 44.81987578
18 424.7583 428 3.241671372
19 424.3365 312 112.336533
20 423.9147 344 79.91473744
21 423.4929 404 19.49294184
22 423.0711 324 99.07114625
23 422.6494 316 106.6493506
24 422.2276 513 90.77244495
25 421.8058 375 46.80575946
26 421.384 465 43.61603614
27 420.9622 472 51.03783173
28 420.5404 411 9.540372671
29 420.1186 257 163.1185771
30 419.6968 226 193.6967815
31 419.275 340 79.27498588
32 418.8532 230 188.8531903
33 418.4314 452 33.56860531
Total 2743.028797
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
82
Pada tabel 5.4 kolom Hasil Prediksi (Y =
x) merupakan hasil dari prediksi linear dengan rentang waktu 22
bulan yang di mulai pada Januari 2014 hingga November 2015.
Pada kolom Hasil Prediksi (Y = x) nilai
merupakan peubah a, dan nilai merupakan peubah
b, dari nilai peubah b yang di dapat akan dikalikan dengan x, di
mana x adalah nilai dari urutan bulan penjualan yang di mulai dari
bulan ke 1 hingga bulan ke 33, setelah dikalihkan dengan x hasil
dari setiap urutan bulan peubah b*x akan digunakan untuk
mengurangi nilai dari peubah a dan di dapatlah nilai dari Hasil
Prediksi Y dengan rentang waktu 22 bulan.
Untuk mengetahui berapa nilai errornya maka perlu melakukan
pengurangan antar hasil persamaan Y dengan data asli sehingga di
dapat nilai error untuk setiap bulannya, dengan nilai error berada
pada kolom selisih.
Gambar 5.39 Grafik hasil perhitungan regresi linear
Dari grafik di atas kesimpulan yang penulis dapat adalah, garis biru
merupakan data asli yang di dapat dari penjualan pada bulan pertama yang
di mulai pada bulan Januari 2014 hingga bulan ke 33 yang jatuh pada bulan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
83
November 2016, selanjutnya ada garis merah yang merupakan hasil dari
penghitungan prediksi penjualan pakan menggunakan regresi linear dari data
penjualan pakan dengan rentang waktu 4 bulan, yang di mulai pada bulan
Januari 2014 hingga bulan April 2014, berikutnya garis hijau merupakan
hasil dari penghitungan prediksi penjualan pakan menggunakan regresi
linear dari data penjualan pakan dengan rentang waktu 11 bulan, yang di
mulai pada bulan Januari 2014 hingga bulan November 2014, yang terakhir
garis ungu merupakan hasil dari penghitungan prediksi penjualan pakan
menggunakan metode regresi linear dari data penjualan pakan dengan
rentang waktu 22 bulan yang di mulai pada bulan Januari 2014 hingga bulan
November 2015.
5.3. Analisis Hasil Dengan Prediksi Polinomial
Data yang digunakan adalah data penjualan pakan ayam ditahun 2014 –
2016. Data yang digunakan berjumlah 33. Data tersebut akan di hitung
dalam kelompok rentang waktu 4 bulan, 11 bulan, dan 22 bulan. Untuk
setiap hasil penghitungan tersebut penulis melakukan perbandingan dengan
data asli dari bulan 1 hingga bulan 33.
5.3.1. Analisis Hasil Penghitungan Peramalan dengan Metode
Polinomial Dengan Rentang Waktu 4 Bulan
Berikut adalah tabel hasil perhitungan peramalan metode
regresi polinomial dengan data dari rentang waktu bulan pertama
hingga bulan 4 :
Tabel 5.5 Hasil persamaan polinomial 4 bulan
x Hasil Prediksi Y Data Asli Selisih
1 399 399 0
2 208.9998 209 0.0002
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
84
3 237.9992 238 0.0008
4 454.998 455 0.002
5 828.996 418 -410.996
6 1328.993 505 -823.993
7 1923.989 522 -1401.99
8 2582.983 455 -2127.98
9 3274.976 609 -2665.98
10 3968.967 595 -3373.97
11 4633.956 492 -4141.96
12 5238.943 526 -4712.94
13 5752.927 331 -5421.93
14 6144.909 513 -5631.91
15 6383.888 431 -5952.89
16 6438.864 425 -6013.86
17 6278.837 470 -5808.84
18 5872.806 428 -5444.81
19 5189.772 312 -4877.77
20 4198.734 344 -3854.73
21 2868.692 404 -2464.69
22 1168.646 324 -844.646
23 -932.405 316 1248.405
24 -3465.46 513 3978.46
25 -6461.52 375 6836.52
26 -9951.58 465 10416.59
27 -13966.7 472 14438.66
28 -18537.7 411 18948.73
29 -23695.8 257 23952.81
30 -29471.9 226 29697.9
31 -35897 340 36236.99
32 -43002.1 230 43232.09
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
85
33 -50818.2 452 51270.2
Total 306233.2
Dalam kolom Hasil Prediksi Y pada tabel 5.5 memiliki nilai
persamaan Y = 839 - 575.333 * + 140.5 * - 5.1667 * yang
di dapat dari penghitungan regresi linear dengan data rentang
waktu 4 bulan, yang menghasilkan 4 derajat dimulai dari derajat
pertama yaitu 839 derajat ke dua 575.333 derajat ke tiga 140.5
derajat ke empat 5.1667, dan dari semua derajat tersebut nantinya
akan di kalikan dengan x, dimana nilai x di dapat dari urutan bulan
penjualan di mulai dengan bulan 1 hingga bulan 33, yang nantinya
akan menghasilkan prediksi pada urutan bulan yang di kalikan.
Untuk mengetahui berapa nilai errornya maka perlu melakukan
pengurangan antar Hasil Persamaan Y dengan data asli sehingga di
dapat nilai error untuk setiap bulannya, dengan nilai error berada
pada kolom selisih.
5.3.2. Analisis Hasil Penghitungan Peramalan dengan Metode
Polinomial Dengan Rentang Waktu 11 Bulan
Berikut adalah tabel hasil perhitungan peramalan metode
regresi polinomial dengan data dari rentang waktu bulan pertama
hingga bulan 11:
Tabel 5.6 Hasil persamaan polinomial 11 bulan
x y Data Asli Selisih
1 398.97 399 0.03
2 209.30 209 -0.30
3 236.81 238 1.19
4 457.86 455 -2.86
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
86
5 413.47 418 4.53
6 509.97 505 -4.97
7 518.17 522 3.83
8 457.05 455 -2.05
9 608.30 609 0.70
10 595.20 595 -0.20
11 492.11 492 -0.11
12 -1972.15 526 2498.15
13 -56674.84 331 57005.84
14 -455502.19 513 456015.19
15 -2297974.98 431 2298405.98
16 -8824641.94 425 8825066.94
17 -28160095.92 470 28160565.92
18 -78435403.81 428 78435831.81
19 -196682085.60 312 196682397.60
20 -453418312.41 344 453418656.41
21 -975494498.98 404 975494902.98
22 -1980541725.88 324 1980542049.88
23 -3827284221.00 316 3827284537.00
24 -7087048241.29 513 7087048754.29
25 -12643035905.81 375 12643036280.81
26 -21825345621.31 465 21825346086.31
27 -36591322494.09 472 36591322966.09
28 -59762624317.86 411 59762624728.86
29 -95332403149.12 257 95332403406.12
30 -148858240910.41 226 148858241136.41
31 -227958951679.74 340 227958952019.74
32 -342936085112.84 230 342936085342.84
33 -507543946586.31 452 507543947038.31
Total 1468090665714.23
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
87
Dalam kolom Hasil Persamaan Y pada tabel 5.6 memiliki hasil
nilai persamaan Y = -40743.603 + 113969.887 * - 126483.136 *
+ 75499.945 * - 27301.244 * + 6329.515 * - 962.037 *
+ 95.369 * - 5.936 * + 0.21 * - 0.003 * dengan
menggunakan penghitungan regresi polynomial dengan data
penjualan dengan rentang waktu 11 bulan menghasilkan 11 derajat
yang dimulai dari derajat pertama -40743.603 hingga derajat ke 11
dengan nilai - 0.003, dan dari semua derajat tersebut nantinya akan
di kalikan dengan x, dimana nilai x di dapat dari urutan bulan
penjualan di mulai dengan bulan 1 hingga bulan 33, yang nantinya
akan menghasilkan prediksi pada urutan bulan yang di kalikan.
Untuk mengetahui berapa nilai errornya maka perlu melakukan
pengurangan antar Hasil Persamaan Y dengan data asli sehingga di
dapat nilai error untuk setiap bulannya, dengan nilai error berada
pada kolom selisih.
5.3.3. Analisis Hasil Penghitungan Peramalan dengan Metode
Polinomial Dengan Rentang Waktu 22 Bulan
Berikut adalah tabel hasil perhitungan peramalan metode
regresi polinomial dengan data dari rentang waktu bulan pertama
hingga bulan 22:
Tabel 5.7 Hasil persamaan polinomial 22 bulan
x y Data Asli Selisih
1 394.06 399 4.94
2 236.14 209 -27.14
3 189.11 238 48.89
4 460.56 455 -5.56
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
88
5 503.83 418 -85.83
6 431.03 505 73.97
7 461.30 522 60.70
8 564.99 455 -109.99
9 599.44 609 9.56
10 543.65 595 51.35
11 503.58 492 -11.58
12 523.64 526 2.36
13 497.31 331 -166.31
14 369.85 513 143.15
15 425.75 431 5.25
16 1228.88 425 -803.88
17 3415.01 470 -2945.01
18 9055.85 428 -8627.85
19 26862.22 312 -26550.22
20 80140.54 344 -79796.54
21 215929.15 404 -215525.15
22 572627.47 324 -572303.47
23 1897894.70 316 -1897578.70
24 8152128.23 513 -8151615.23
25 36579898.23 375 -36579523.23
26 150501249.50 465 -150500784.50
27 553671261.48 472 -553670789.48
28 1837417418.12 411 -1837417007.12
29 5581186727.32 257 -5581186470.32
30 15724690589.71 226 -15724690363.71
31 41544475289.37 340 -41544474949.37
32 103829658514.80 230 -103829658284.80
33 247207517333.05 452 -247207516881.05
Total 416476651606.21
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
89
Dalam persamaan Y pada tabel 5.7 memiliki hasil nilai
persamaan Y = -9184.401 + 24543.253 * - 24247.128 * +
12356.398 * - 3679.74 * + 679.138 * - 78.783 * +
5.519 * - 0.194 * + 0.0002 * + 0.0001 * + 0.000006 *
- 0.0000007 * + 0.000000009 * + 0.0000000001 *
+ 0.00000000006 * - 0.000000000003 * -
0.00000000000002 * + 0.000000000000006 * -
0.00000000000000006 * - 0.000000000000000005 * +
0.0000000000000000001 * dengan memiliki 22 derajat
dimulai dari derajat pertama -9184.401 hingga derajat ke 22
dengan nilai 0.0000000000000000001, dan dari semua derajat
tersebut nantinya akan di kalikan dengan x, dimana nilai x di dapat
dari urutan bulan penjualan di mulai dengan bulan 1 hingga bulan
33, yang nantinya akan menghasilkan prediksi pada urutan bulan
yang di kalikan.
Untuk mengetahui berapa nilai errornya maka perlu melakukan
pengurangan antar hasil persamaan Y dengan data asli sehingga di
dapat nilai error untuk setiap bulannya, dengan nilai error berada
pada kolom selisih.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
90
Gambar 5.40 Grafik hasil penghitungan regresi polinomial
Pada gambar 5.40 di atas penulis menyimpulkan, garis biru
merupakan data asli yang di dapat dari penjualan pada bulan
pertama yang di mulai pada bulan Januari 2014 hingga bulan ke 33
yang berada pada bulan November 2016, lalu ada garis merah yang
bertuliskan 4bulan merupakan hasil dari penghitungan prediksi
penjualan pakan menggunakan metode regresi polinomial dengan
data penjualan pakan pada rentang waktu 4 bulan yang di mulai
pada bulan Januari 2014 hingga bulan April 2014, lalu ada garis
hijau yang bertuliskan 11bulan merupakan hasil dari penghitungan
prediksi penjualan pakan menggunakan metode regresi polinomial
dengan data penjualan pakan pada rentang waktu 11 bulan yang di
mulai pada bulan Januari 2014 hingga bulan November 2014, lalu
ada garis ungu yang bertuliskan 22bulan merupakan hasil dari
penghitungan prediksi penjualan pakan menggunakan metode
regresi polinomial dengan data penjualan pakan pada rentang
waktu 22 bulan yang di mulai pada bulan Januari 2014 hingga
bulan November 2015.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
91
Dari hasil prediksi linear dengan polinomial di dapat
perbandingan prediksi penjualan pakan yang dapat di jadikan
gambaran pabrik pakan dalam memproduksi penjualan pakan pada
bulan berikutnya. Dalam percobaan ini, untuk hasil linear dengan
nilai error terendah adalah penghitungan data dalam rentang waktu
22 bulan dengan hasil 2743,028 di ikuti data dalam rentang waktu
4 bulan dengan hasil 8254,9, serta hasil error tertinggi yaitu saat
menggunakan rentang waktu 11 bulan dengan hasil 12648,254.
Serta untuk perbandingan prediksi dengan metode polinomial
didapat nilai error terendah saat menggunakan data dengan
rentang waktu 4 bulan, dengan hasil 306233.2, diikuti data dengan
rentang waktu 22, dengan hasil 416476651606.21, serta hasil error
tertinggi yaitu saat menggunakan rentang waktu 11, dengan hasil
1468090665714.23.
Alasan kenapa persamaan linear dengan rentang waktu 22
bulan memiliki nilai error terendah karena, pada persamaan Y =
x dengan nilai peubah b bernilai - 0.421 yang
dikali dengan nilai x, di mana x merupakan urutan bulan penjualan
yang di mulai dari bulan 1 hingga bulan 33, setelah nilai peubah b
* x di dapat hasilnya digunakan untuk mengurangi peubah a
dengan nilai 432.350 untuk mendapat nilai persamaan Y dengan
rentang waktu 22 bulan.
Dan dengan x bernilai sama dengan urutan bulan selama 22
bulan dimulai dari bulan pertama dengan nilai x adalah 1, hingga
bulan ke 22 dengan nilai x 22 menghasilkan jumlah - 236.181 yang
jika di hitung akan menghasilkan total nilai 14030.94, selanjutnya
urutan ke 2 dengan rentang waktu 4 bulan dengan nilai persamaan
Y = x. dengan jumlah total peubah a =
dikali 33
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
92
Dari hasil persamaan prediksi polinom dengan metode
polinomial, data prediksi dengan rentang waktu 4 bulan
menghasilkan nilai error terrendah. Dan berikut alasannya data
dengan rentang waktu 4 bulan hanya memiliki 4 derajat yang
nilainya tidak terlalu besar di banding dari data rentang waktu 11
atau 22 bulan.
Selanjutnya nilai error terendah kedua adalah saat prediksi
menggunakaan data dengan rentang waktu 22 bulan, dan kenapa 22
bulan dan tidak 11 bulan, alasannya adalah, pada rentang waktu 22
bulan menghasilkan nilai peubah yang nilainya lebih rendah dari
nilai peubah untuk prediksi dengan rentang waktu 11 bulan. Pada
prediksi dengan rentang waktu 22 bulan memiliki nilai peubah
tertinggi adalah 24543.253 * x yang berada pada urutan peubah ke
dua, dimana urutan tersebut akan dikali dengan nilai x saja, namun
tidak pada prediksi dengan rentang waktu 11 bulan yang memiliki
nilai peubah tertinggi 126483.136 * yang berada pada urutan
peubah ke tiga, dimana pada urutan tersebut nilai peubah akan di
kalikan dengan x² yang nantinya akan menghasilkan nilai yang
jauh lebih kecil di bandingan prediksi dengan rentang waktu 11
bulan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
93
BAB VI
PENUTUP
6.1 Kesimpulan
Dari hasil analisis yang di dapat, urutan pertama untuk hasil error
prediksi regresi linear terendah adalah pada waktu menggunakan data
rentang waktu 22 bulan dengan hasil error 2743.028 selanjutnya rentang
waktu 4 bulan dengan hasil error 8254.9, dan terakhir pada saat
menggunakan rentang wakktu 11 bulan dengan hasil error 12648.254.
Hasil error untuk prediksi regresi polinomial terendah adalah pada
waktu menggunakan data rentang waktu 4 bulan dengan hasil error
306233.2, selanjutnya saat rentang waktu error 22 bulan dengan hasil
416476651606.21, dan terakhir pada saat menggunakan rentang waktu
11 bulan dengan hasil error 1468090665714.23.
6.2 Saran
Saran untuk pengembangan aplikasi peramalan ini adalah sebagai
berikut:
1. Menambahkan jumlah data yang di prediksi, tidak hanya 33 bulan.
2. Dapat menambahkan rentang waktu yang lebih panjang tidak hanya
rentang waktu 4 bulan, 11 bulan, atau 22 bula
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
94
LAMPIRAN
Prediksi Linear dengan Rentang Waktu 4 Bulan
Prediksi Linear dengan Rentang Waktu 11 Bulan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
95
Prediksi Linear dengan Rentang Waktu 22 Bulan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
96
Prediksi Polinomial dengan Rentang Waktu 4 Bulan
Prediksi Polinomial dengan Rentang Waktu 11 Bulan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
97
Prediksi Polinomial dengan Rentang Waktu 22 Bulan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
98
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
99
DAFTAR PUSTAKA
Katemba, Petrus. dan Djoh, Rosita. 2017. “Prediksi tingkat produksi kopi
menggunakan regresi linear” dalam Jurnal Ilmiah FLASH Volume
Nomor 1.
Chapra , Steven C. dan Canale, Rymond P., 1994, Metode Numerik (Edisi
ke 2 Jilid 1), Jakarta: Erlangga.
E.Walpole, Ronald. 1992. Pengantar Statistika, Jakarta : PT. Gramedia
Pustaka Utama.
Rawlings O., Sastry G., dan David A. 1997. Applied Regression Analysis :
A Research Tool, Second Edition. Springer.
Box P., Gwilym M., Gregory C. 2008. Time Series Analysis: Forecasting
and Control, Fourth Edition. Wiley.
Renyaan, Novy. 2018. Perbandingan Metode Regresi Linear Dan
Kuadratik Dalam Peramalan Penjualan Sepeda Motor. Skripsi,
Fakultas Sains Dan Teknologi Universitas Sanata Dharma Yogyakarta.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI