BAB 3 METODOLOGI PENELITIAN 3.1 Gambaran Umum Objekthesis.binus.ac.id/doc/Bab3/2010-1-00607-STIF Bab...
Transcript of BAB 3 METODOLOGI PENELITIAN 3.1 Gambaran Umum Objekthesis.binus.ac.id/doc/Bab3/2010-1-00607-STIF Bab...
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.