BAB 3

METODOLOGI PENELITIAN

3.1 Gambaran Umum Objek

Harga emas di Indonesia berpatokan pada harga di PT.Aneka Tambang, Tbk.

PT.Aneka Tambang, Tbk adalah perusahaan tambang dan logam Indonesia milik negara

yang telah melakukan aktivitas eksplorasi, eksploitasi, produksi, proses manufaktur,

pemurnian serta pemasaran ke seluruh dunia sejak tahun 1968. Unit Bisnis Pengolahan

dan Pemurnian Logam Mulia PT.Aneka Tambang, Tbk adalah salah satu unit bisnis

strategis PT.Aneka Tambang, Tbk yang merupakan satu-satunya pabrik pengolahan dan

pemurnian emas di Indonesia. Pemasaran juga merupakan kegiatan penting bagi UBPP

Logam Mulia, sebagai penyedia emas dan perak di Indonesia. Emas produk PT.Aneka

Tambang memiliki kadar yang terjamin, yaitu 24 karat dan ukuran berat juga terjamin.

Emasnya beraneka ragam, mulai dari 1 gram sampai dengan 1 kg persediaan. PT.Aneka

Tambang UBPP Logam Mulia yang mampu dan berhak secara resmi mengeluarkan

sertifikat keaslian setiap produknya. Kualitas Logam Mulia diakui oleh London Bullion

Market Association (LBMA) & Hallmarking International.

Saat ini PT.Aneka Tambang, Unit Bisnis dan Pengolahan Logam Mulia

berkembang untuk meningkatkan kualitas produk dan jasa:

1. Mengembangkan proses penyulingan baru dengan memperkenalkan proses

klorinasi yang sudah dimulai pada akhir Agustus 1998.

2. Mencapai 25 ISO akreditasi untuk laboratorium assaying pada akhir tahun 1998,

dan lebih ditingkatkan menjadi ISO 17025 pada Juni 2003.

43

3. Mencapai akreditas dari London Bullion Market Association (LBMA) pada 1

Januari 1999.

4. Menginstal sistem keamanan baru berdasarkan standar internasional.

Harga-harga emas nasional terbaru dapat dilihat di website PT.Aneka Tambang,

Unit Bisnis dan Pengolahan Logam Mulia yaitu www.logammulia.com.

Untuk melihat data harga spot emas dunia yang up to date dapat kita lihat di

website www.kitco.com ataupun www.goldprice.org, karena di web ini selain terdapat

harga spot, harga historik, exchange rate, terdapat juga analisa-analisa dan komentar

dari pakar keuangan dunia dan keseluruhan gold dealers membahas seputar mengenai

emas.

Sedangkan untuk kurs Dollar terhadap Rupiah bisa dilihat pada website Bank

Indonesia yaitu www.bi.go.id . Bank Indonesia adalah bank sentral Republik Indonesia,

yang mempunyai tujuan untuk mencapai dan memelihara kestabilan nilai rupiah.

Kestabilan nilai rupiah ini mengandung dua aspek, yaitu kestabilan nilai mata uang

terhadap barang dan jasa, serta kestabilan terhadap mata uang negara lain.

3.2 Materi Penelitian

3.2.1 Pengumpulan Bahan Penelitian

Dalam penelitian ini bahan / materi dikumpulkan melalui;

a. Data sekunder, yaitu mengumpulkan data harian harga emas nasional, harga

emas dunia dan harga kurs USD terhadap Rupiah mulai dari bulan Agustus

tahun 2008 sampai bulan Desember tahun 2009 untuk meramal harga emas

nasional pada periode yang akan datang. Dimana data historik harga emas

44

nasional diperoleh dari PT.Antam Tbk, Unit Bisnis Pengolahan dan Pemurnian

Logam Mulia (www.logammulia.com), data historik harga emas dunia diperoleh

melalui bantuan situs www.kitco.com dan www.gold.org dan data historik kurs

USD terhadap rupiah diperoleh dari situs www.bi.go.id.

b. Studi kepustakaan, yaitu dengan mencari bahan-bahan serta materi skripsi dari

buku-buku ilmiah statistika terapan dan buku-buku bahasa pemrograman yang

mendukung program aplikasi perhitungan peramalan. Selain itu bahan-bahan

dan materi yang ada yang diperoleh dari internet.

3.2.2 Variabel Penelitian

Ada dua variabel yang diteliti yaitu:

1. Variabel harga emas nasional sebagai variabel tak bebas (dependent). Variabel

ini yang dipengaruhi atau yang menjadi akibat, karena adanya variabel bebas.

2. Variabel harga emas dunia dan kurs USD terhadap Rupiah sebagai variabel

bebas (independent). Variabel-variabel ini yang mempengaruhi atau yang

menjadi sebab perubahannya variabel dependent.

3.3 Hipotesis

Adapun hipotesis penelitian yang ada dalam penelitian ini adalah:

Bahwa terdapat hubungan linear antara harga emas nasional dengan harga emas

dunia dan kurs USD terhadap Rupiah.

45

Variabel Bebas Variabel Tidak Bebas

Gambar 3.1 Hubungan Antara Harga Emas Dunia dan Kurs Dollar dengan Harga

Emas Nasional

3.4 Tahapan Penelitian

Untuk melakukan penelitian dilakukan melalui beberapa tahap. Tahapan

penelitian disajikan pada Gambar 3.2 sebagai berikut:

Harga Emas Dunia (USD) Kurs USD terhadap Rupiah Harga Emas Nasional (Rp)

46

Gambar 3.2 Tahapan Penelitian

47

3.5 Teknik Analisis Data

Teknik analisis data yang digunakan dalam peramalan harga emas nasional

adalah menggunakan metode Multivariate Autoregressive. Dalam peramalan ini

menggunakan 2 buah data yang didapat dari periode sebelumnya, yang pertama sebagai

kelompok penduga model (mulai dari bulan Agustus 2008–Oktober 2009) dan yang

kedua sebagai kelompok penguji model (mulai dari bulan November 2009-Desember

2009). Kelompok penduga model menggunakan data berkisar 1,5 tahun karena

dianggap dengan menduga data yang semakin banyak mampu untuk menerangkan pola

data deret waktu yang lebih akurat untuk diterapkan pada kelompok penguji model

peramalan.

Design penelitian ini menggunakan beberapa metode yaitu:

1. Menghitung koefisien korelasi dan autokorelasi pada kelompok penduga model

Koefisien korelasi tujuannya untuk melihat hubungan di antara masing-masing

variabel dan memeriksa apakah terdapat hubungan multikolinearitas. Dikatakan

multikolinearitas bila korelasi antar variabel independent (variabel bebas) mendekati +1

atau -1. Multikolinearitas harus dihindari karena hal ini menyebabkan model peramalan

yang salah. Perhitungan koefisien korelasi dapat diselesaikan dengan menggunakan

Persamaan 2.8, seperti berikut:

})(}{)({

))((2222 ∑ ∑∑ ∑

∑ ∑ ∑−−

−=

iiii

iiiiXY

YYnXXn

YXYXnr

Autokorelasi silang untuk mengetahui variabel-variabel mana yang mempunyai

hubungan yang kuat (korelasi) pada beberapa time lag yang disusun secara deret waktu.

Time lag bertujuan untuk menentukan apakah data sebelumnya mempunyai pengaruh

48

terhadap data yang akan datang. Perhitungan autokorelasi silang dapat menggunakan

Persamaan (2.11) seperti berikut:

Auto-rxy(k) =

( ) ( )2

1

2

1

1))((

∑∑

∑−

=

−

=+

−

=+

−−

−−=

kn

tt

kn

tkt

kn

tktt

k

YYXX

XXYYr

2. Membentuk model persamaan Multivariate Autoregressive pada kelompok penduga

model

Setelah didapatkan autokorelasi yang terbaik, maka mencoba untuk membentuk

model dengan pola time lag yang baru dengan menggunakan Multivariate

Autoregressive yang serupa dengan Multivariate Regression, hanya bedanya pada deret

waktu yang disusun Multivariate Autoregressive menggunakan time lag.

Bentuk model yang dihasilkan akan digunakan dalam peramalan pada kelompok

penguji model (antara bulan November 2009-Desember 2009). Perhitungan

Multivariate Autoregressive dapat diselesaikan dengan menggunakan Persamaan (2.33)

yaitu:

Yt = φ0+φ1Xt-1+φ2Xt-2+.....+φpXt-p+β1Zt-1 +β2Zt-2+…+βpZt-p+εt

Sedangkan Multivariate Regression dengan menggunakan Persamaan (2.20),yaitu:

Y = β0 + β1X1 + β2X2+ β3X3+...+ βkXk+ e

3. Menghitung koefisien determinasi

Koefisien determinasi tujuannya untuk mengukur seberapa jauh kemampuan model

dalam menerangkan variasi variabel dependent. Perhitungan koefisien determinasi dapat

diselesaikan dengan menggunakan Persamaan (2.31), yaitu:

49

∑∑

−

−−=

2

2^

2

)()(

1YYYY

Ri

ii

4. Menghitung statistik Durbin-Watson

Statistik Durbin-Watson untuk menguji galat yang didapat dari pemodelan. Apabila

galat yang dihasilkan bersifat acak yaitu berada di sekitar 2, maka dapat disimpulkan

bahwa hasil peramalannya tepat. Bila galat tidak bersifat acak, maka ada kemungkinan

terjadi autokorelasi positif maupun autokorelasi negatif. Perhitungan statistik Durbin-

Watson dihitung dengan menggunakan Persamaan (2.32), yaitu sebagai berikut:

∑

∑

=

=−−

=− N

tt

N

ttt

e

eeWD

1

2

2

21 )(

Bila hasil yang dihasilkan tidak acak, maka dapat dilakukan adjustment

(penyesuaian) forecast, yaitu dengan penambahan simpangan galat (rata-rata galat) pada

persamaan metode Multivariate Autoregressive untuk mencoba mencari kembali hasil

peramalan dan membandingkan dengan peramalan sebelumnya.

Desain penelitian di atas semua berguna untuk menggambarkan hubungan antara

harga emas dunia dan kurs Dollar terhadap Rupiah sebagai variabel bebas dengan harga

emas nasional sebagai variabel tak bebas.

3.6 Metode Perancangan Program Aplikasi

3.6.1 State Transition Diagram

Perancangan state transition diagram pada program Multivariate Autoregressive

dapat dilihat pada Gambar 3.3

50

Tekan ForecastMasuk ke Layar

Forecast

Tekan AnalisisMasuk ke Layar

Analisis

Tekan DataMasuk ke Layar Data

Tekan AboutMasuk ke Layar About

Tekan ExitMasuk ke Layar Exit

Tekan ManualMasuk ke

Layar Manual

Tekan AutomaticMasuk ke Layar

Automatic

Tekan ProcessMasuk ke Menu Pilihan

Masuk ke layar Utama

Layar Menu Awal

Layar Menu Utama

Layar Tampilan Data dan Grafik

Layar Persamaan Model Layar Peramalan MAR Layar Adjusment Forecast

Layar Analisis Automatic LayarAnalisis Manual

Tekan Adjusment Forecast Masuk ke Layar Adjusment

Forecast

Layar Tampilan Profil User Keluar dari ProgramLayar Process

Gambar 3.3 State Transition Diagram

3.6.2 Use Case Diagram

Gambar 3.4 Use Case Diagram

51

Pada Gambar 3.4 menunjukkan bahwa sistem dalam program ini dapat melakukan

4 hal, yaitu menampilkan data penduga model, menduga persamaan dengan metode

Multivariate Autoregressive (MAR) secara manual dan secara otomatis pada kelompok

penduga model, peramalan dari model MAR pada kelompok penguji model, dan

adjustment (penyesuaian) peramalan dari model MAR. Pada saat menduga persamaan

MAR terbaik dan perhitungan pendugaan MAR secara manual, program me-load data

dan langsung melakukan proses perhitungan MAR. Untuk peramalan MAR terbaik,

program hanya melakukan perhitungan MAR pada kelompok penguji model saja.

Sedangkan untuk adjustment forecast, program melakukan proses perhitungan

peramalan MAR yang telah dimodifikasi dari peramalan sebelumnya dengan

penambahan simpangan galat.

3.6.3 Sequence Diagram

Gambar 3.5 Sequence Diagram

52

Pada Gambar 3.5 menjelaskan bahwa tahap pertama dalam sequence diagram

adalah pengguna hanya ingin melihat data perhitungan. Dalam proses sebelumnya ,

sistem telah me-load data dari Database Excel. Selain itu sistem dapat melakukan

pendugaan persamaan Multivariate Autoregressive (MAR) terbaik, dan juga secara

manual. Pada fitur manual, terdapat beberapa pilihan time lag yang dapat dipilih

pengguna. Setelah diproses, maka program secara otomatis akan mengeluarkan output

berupa hasil korelasi dan pendugaan persamaan model Multivariate Autoregressive.

Proses selanjutnya, sistem dapat menghitung peramalan Multivariate Autoregressive

pada kelompok penguji model dari hasil pendugaan persamaan yang terbaik tadi.

Terakhir, sistem dapat melakukan adjustment forecast sehingga menampilkan hasil

output peramalan baru yang telah dimodifikasi.

3.7 Perancangan Layar

Setelah perancangan UML ,yaitu state transition diagram, use case diagram,

sequence diagram telah dirancang, maka dilanjutkan dengan perancangan layar.

Perancangan layar harus dibuat user friendly, maksudnya mudah untuk dipakai para

pengguna dan tidak menyulitkan pengguna.

Perancangan layar pada program aplikasi peramalan harga emas nasional dengan

metode Multivariate Autoregressive akan dijelaskan pada subbab berikut.

53

3.7.1 Perancangan Layar Menu Awal

Gambar 3.6 Perancangan Layar Menu Awal

Layar Menu Awal seperti terlihat pada Gambar 3.6 merupakan layar awal ketika

program dimulai. Dari sini, pengguna dapat melanjutkan ke menu berikutnya yaitu

menu utama secara otomatis.

3.7.2 Perancangan Layar Menu Utama

Gambar 3.7 Perancangan Layar Menu Utama

Perancangan layar seperti terlihat pada Gambar 3.7 merupakan perancangan

menu utama pada program aplikasi ini. Perancangan ini terdiri dari sebuah menu bar,

54

yang terdiri dari menu ‘Data’, menu ‘Process’, menu ‘About’ dan menu ‘Exit’. Dimana

dalam menu ‘Process’ terdiri dari beberapa pilihan,yaitu menu ‘Analisis’, menu

‘Forecast’, menu ‘Adjusment Forecast’. Jika program ini dijalankan, maka tombol yang

aktif hanya yang berada di menu bar.

3.7.3 Perancangan Layar Menu Data

Gambar 3.8 Perancangan Layar Menu Data

Pada layar Menu Data seperti terlihat pada Gambar 3.8 tidak memiliki tombol

apapun. Di sini pengguna hanya dapat melihat data yang ada dari file yang telah dibuka

oleh pengguna. Tampilan data akan terdiri dari tanggal data, data harga emas dunia

(X1), data kurs dollar terhadap Rupiah (X2), dan data harga emas nasional (Y) yang

akan ditampilkan dalam bentuk tabel dan dalam bentuk grafik.

55

3.7.4 Perancangan Layar Menu Analisis

Pada layar menu ini terbagi atas dua sub menu, yaitu layar menu ‘Automatic’

dan layar menu ‘Manual’.

3.7.4.1 Perancangan Layar Menu Automatic

Gambar 3.9 Perancangan Layar Menu Analisis Automatic

Layar seperti terlihat pada Gambar 3.9 akan muncul jika pengguna memilih

menu Process->Analisis ->Automatic. Pada layar ini akan ditampikan data kelompok

penduga model yang telah diproses sesuai time lag terbaik. Layar ini berfungsi untuk

melihat hasil korelasi pada time lag ke berapa yang terbaik dan menghitung persamaan

56

Multivariate Autoregressive secara otomatis. Hasil dari perhitungan yang diinginkan

akan muncul di sebelah kanan.

3.7.4.2 Perancangan Layar Menu Manual

Program Aplikasi Peramalan dengan Multivariate Autoregressive

Data Process About ExitAnalisisForecastAdjustment Forecast

Automatic Manual Result

Berisi hasil analisis korelasi

Koefisien 1 (

Nilai Tengah

Koefisien 2 (

Persamaan dengan Multivariate Autoregressive

Time lag OK

Data

Berisi data sesuai dengan time lag yang dipilih

Gambar 3.10 Perancangan Layar Menu Analisis Manual

Layar seperti terlihat pada Gambar 3.10 akan muncul jika pengguna memilih

menu Process->Analisis ->Manual. Pada menu ini terdapat menu bagi pengguna yang

ingin memilih langsung time lag yang diinginkan dari menu yang tersedia atau

menentukan sendiri nilai time lag untuk mencari korelasinya. Setelah time lag yang

57

diinginkan selesai ditentukan, pengguna menekan tombok OK. Maka hasil perhitungan

akan muncul.

3.7.5 Perancangan Layar Menu Forecast

Gambar 3.11 Perancangan Layar Menu Forecast

Layar seperti terlihat pada Gambar 3.11 akan muncul jika pengguna memilih

menu Process-> Forecast. Pada menu ini akan ditampilkan persamaan yang digunakan

untuk meramal beserta hasil data peramalan pada kelompok penguji model dengan

metode Multivariate Autoregressive. Selain itu terdapat nilai koefisien determinasi,

Durbin Watson dan juga grafik perbandingan data aktual dan data peramalan.

58

3.7.6 Perancangan Layar Menu Adjusment Forecast

Gambar 3.12 Perancangan Layar Menu Adjusment Forecast

Layar Gambar 3.12 akan muncul jika pengguna memilih menu Process->

Adjusment Forecast. Pada menu ini akan ditampilkan hasil persamaan baru yang telah

dimodifikasi dengan penambahan simpangan galat pada persamaan Multivariate

Autoregressive sebelumnya. Sehingga menampilkan hasil data peramalan yang baru

yang dapat dilihat pada tabel di sebelah kiri. Selain itu terdapat nilai koefisien

determinasi, Durbin Watson dan juga grafik perbandingan antara data aktual dan data

peramalan.

59

3.7.7 Perancangan Layar Menu About

Program Aplikasi Peramalan dengan Multivariate Autoregressive

Data Process About Exit

Berisi mengenai profil penulis

Gambar 3.13 Perancangan Layar Menu About

Pada menu ‘About’ ini berisi keterangan mengenai profil penulis.

3.8 Spesifikasi Perangkat Program Aplikasi

Program aplikasi yang dirancang dalam penelitian ini adalah untuk meramal

harga emas nasional yang dipengaruhi faktor harga emas dunia dan kurs Dollar terhadap

Rupiah. Semua data terlebih dahulu akan dimasukkan ke dalam perangkat lunak

(software) Microsoft Excel 2003. Semua data tersebut akan dihubungkan ke dalam

suatu program aplikasi yang dirancang dengan perangkat lunak (software) bahasa

pemrograman visual C# dari paket visual studio 2005.

Untuk perangkat keras (hardware) yang mendukung program aplikasi dengan

software yaitu prosesor Intel Core Solo T1350, Memori 2GB DDR2, Harddisk 80GB

dengan sistem operasi Windows XP Professional.