PERBANDINGAN METODE REGRESI LINIER DAN … · PERBANDINGAN METODE REGRESI LINIER DAN KUADRATIK...
Transcript of PERBANDINGAN METODE REGRESI LINIER DAN … · PERBANDINGAN METODE REGRESI LINIER DAN KUADRATIK...
PERBANDINGAN METODE REGRESI LINIER DAN KUADRATIK
DALAM PERAMALAN PENJUALAN SEPEDA MOTOR
SKRIPSI
Diajukan Untuk Memenuhi Salah Satu Syarat
Memperoleh Gelar Sarjana Komputer
Program Studi Teknik Informatika
Oleh :
Novy Ika Anthonia Renyaan
135314052
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
2018
i
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
COMPARISON OF LINEAR AND POLYNOMIAL
REGRESSION METHOD IN FORECASTING MOTORCYCLE SALES
A THESIS
Presented as Partial Fullfillment of the Requirments
To Obtain the Sarjana Komputer Degree
In Study Program of Informatics Enggineering
By :
Novy Ika Anthonia Renyaan
135314052
INFORMATICS ENGINEERING STUDY PROGRAM
FACULTY OF SCIENCE AND TECHNOLOGY
SANATA DHARMA UNIVERSITY
YOGYAKARTA
2018
ii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
HALAMAN MOTTO
“Ora et Labora”
“Sebab itu janganlah kamu kuatir akan hari besok, karena hari besok
mempunyai kesusahannya sendiri. Kesusahan sehari cukuplah
sehari.” (Matius 6 : 34)
“Apa pun juga yang kamu perbuat,
perbuatlah dengan segenap hatimu seperti untuk Tuhan
dan bukan untuk manusia.” (Kolose 3 : 23)
“Untuk maju kita lihat kedepan, untuk tahu diri kita lihat kebelakang”
v
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
HALAMAN PERSEMBAHAN
Skripsi ini saya persembahkan untuk :
Tuhan Yesus Kristus yang selalu memberkati dan menyertaiku dalam proses
menyelesaikan skripsi ini
Papa, Mama, kedua adikku tercinta dan keluarga yang selalu memberikan doa
serta dukungan selama proses perkuliahan
Seluruh Dosen dan karyawan yang telah memberikan pengetahuan,
dukungan, bimbingan dan fasilitas selama proses perkuliahan
Teman-teman seperjuangan yang telah memberikan doa,
dukungan, motivasi dan semangat
Keluarga besar Universitas Sanata Dharma yang telah memberikan segala
pengalaman berharga, yaitu ilmu atau pembelajaran dalam bidang apapun.
vi
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
PERNYATAAN KEASLIAN KARYA
Saya menyatakan dengan sesungguhnya bahwa tugas akhir yang saya tulis
tidak mengandung atau memuat hasil karya orang lain, kecuali yang telah
disebutkan dalam daftar pustaka dan kutipan selayaknya karya ilmiah.
Yogyakarta, 23 Januari 2018
vii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI
KARYA ILMIMAH UNTUK KEPENTINGAN AKADEMIS
Yang bertanda tangan di bawah ini, saya mahasiswa Universitas Sanata Dharma
Yogyakarta :
Nama : Novy Ika Anthonia Renyaan
NIM : 135314052
Demi pengembangan ilmu pengetahuan, saya memberikan kepada
perpustakaan Universitas Sanata Dharma karya ilmiah yang berjudul :
PERBANDINGAN METODE REGRESI LINIER DAN KUADRATIK
DALAM PERAMALAN PENJUALAN SEPEDA MOTOR
Berserta perangkat yang diperlukan (bila ada). Dengan demikian saya
memberikan kepada perpustakaan Universitas Sanata Dharma Yogyakarta hak
untuk menyimpan, mengalihkan dalam bentuk media lain, menglola dalam bentuk
pangkalan data, mendistribusikan secara terbatas, dan mempublikasikan di
internet atau media lain untuk kepentingan akademis tanpa meminta ijin dari saya
maupun memberikan royaliti kepada saya selama tetap mencantumkan nama saya
sebagai penulis. Demikian pernyataan yang saya buat sebenarnya.
Dibuat di Yogyakarta,
Pada tanggal : 23 Januari 2018
Yang menyatakan,
viii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
ABSTRAK
Sepeda motor merupakan salah satu alat transportasi yang memenuhi
kebutuhan penting dalam kehidupan masyarakat. Meningkatnya pembelian sepeda
motor membuat para penjual kewalahan dalam meramalkan jumlah produksi
sepeda motor pada bulan selanjutnya atau tahun selanjutnya. Sehingga penjual
perlu meramalkan penjualan sepeda motor untuk setiap bulan atau setiap
tahunnya.
Sistem aplikasi peramalan dengan metode Regresi Linier dan metode
Kuadratik yang dibangun diharapkan mampu membantu para penjual dalam
memproduksi sepeda motor. Tahapan pertama dalam perhitungan adalah
mengambil data penjualan sebelumnya. Selanjutnya menentukan bulan atau tahun
sebagai x dan penjualan sebagai y, kemudian setiap data akan dikalikan dan
dipangkatkan. Semua perhitungan akan di cari error terkecil, sehingga akan
ditunjukkan pada pengguna sistem.
Hasil akhir perhitungan sistem menunjukkan kedua metod memiliki hasil
yang baik. Berdasarkan hasil uji, metode kuadratik lebih baik dibandingkan
metode regresi tetapi tidal semua peramalan memiliki hasil yang baik karena
faktor jumlah data yang berbeda-beda. Oleh karena itu, pada setiap peramalan
juga dicantumkan error peramalan untuk membantu mempertimbangkan hasil
peramalan.
ix
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
ABSTRACT
Motorcycles are one means of transportation that meets the important
needs in people's lives. Increased purchases of motorcycles make the sellers
overwhelmed in predicting the amount of motorcycle production in the next
month or next year. So the seller needs to forecast motor sales every month or
every year.
The application of forecasting system with Linear Regression method
and built Polynomial Regression method is expected to assist the seller in
producing motorcycle. The first stage in the calculation is to take the previous
sales data. Next determine month or year as x and sales as y, then each data will
be multiplied and raised. All calculations will be searched for the smallest error,
so it will be displayed to the user system.
The end result of the system calculation shows both methods have good
results. Based on the test results, the Polynomial Regression method is better than
the Linear Regression method but the increase and decrease of all forecasting
have good results because of the many different data factors. Therefore, in each
estimate also includes forecasting errors to help consider forecasting results.
x
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
KATA PENGANTAR
Puji dan syukur penulis panjatkan ke hadirat Tuhan Yang Maha Esa karena
atas berkat dan rahmat-Nya, penulis dapat menyelesaikan tugas akhir sesuai
dengan waktu yang telah ditentukan. Skripsi ini disusun sebagai salah satu syarat
untuk memperoleh gelar sarjana Teknik Informatika di Universitas Sanata
Dharma Yogyakarta.
Penulis telah menyadari bahwa tanpa melibatkan bantuan dan dukungan
banyak pihak skripsi ini sulit untuk selesai, namun berkat dukungan dan bantuan
dari banyak pihak, akhirnya skripsi ini dapat diselesaikan. Oleh sebab itu atas
bantuan dan dukungannya, penulis menghaturkan ucapan 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. Dr. Anastasia Rita selaku Ketua Program Studi Teknik Informatika
Universitas Sanata Dharma Yogyakarta.
4. Drs. Haris Sriwindono, M.Kom. Selaku dosen pembimbing yang telah
meluangkan waktu untuk membimbing penulis selama pembuatan skripsi ini.
5. Seluruh dosen Teknik Informatika atas ilmu yang telah diberikan selama
menuntut ilmu dan sangat membantu penulis dalam mengerjakan tugas akhir.
6. Orang tuaku Bapak Albert W. A. Renyaan dan Ibu Falantina Eva Kristina
Sedubun, adik-adikku Steven William Renyaan dan Hansel Surya Ariel
Renyaan, serta keluarga besar Renyaan dan Sedubun (Opa Elieser Sedubun
dan Om Elisa Burhanudin) yang selalu memberikan doa, dukungan, kasih
sayang dan motivasi kepada penulis dalam penyelesaian tugas akhir.
xi
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
7. Sahabat terbaik Priscilla Friehastie Setyawati dan Irma Lestari Ayomi yang
selalu memberikan semangat, dukungan dan motivasi.
8. Teman-teman TI(ber)7 : Birgitta Ranindya Siwi, Dewi Suryamaharani, Ni
Komang Asih Setiawati, Claudia Anggivi Ellora, Theodora Ratri Dewanti,
Elisabeth Nasa Sari yang selalu memberikan semangat, motivasi dan waktu.
9. Indra Tio Purnomo Putra yang selalu memberikan semangat, motivasi dan
dukungan.
10. Teman-teman Teknik Informatika 2013 yang selalu memberi motivasi,
semangat dan bantuan selama menyelesaikan skripsi ini.
11. Teman terbaik Astrid, Ajeng, Melan, Tasya, Arnas, Mario, Putra, Hotman,
Feliks, Adrian, Andre, Vrengki dan Ben Oni yang selalu memberikan
dukungan dan semangat.
12. Teman-teman seperantauan : Gamma, Doni, Dina, Ray, Alif, Hanang, Wulan,
Aan yang memberikan dukungan dan semangat.
13. Teman CS di sekertariat FST : Pela, Cindy, Ditha, dan Mei yang selalu
memberikan dukungan dan semangat.
14. Serta semua pihak baik secara langsung maupun tidak langsung telah
membantu penulis dalam menyelesaikan skripsi.
xii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Penulis menyadari bahwa skripsi ini masih banyak kekurangan dan jauh dari
sempurna. Oleh sebab itu penulis sangat mengharapkan kritik dan saran dari
pembaca yang dapat bermanfaat bagi perbaikan pada masa mendatang.
Penulis berharap semoga skripsi ini dapat bermanfaat bagi pihak-pihak yang
berkepentingan untuk menambah wawasan dan pengetahuan dan juga bagi
pembaca.
Yogyakarta, 23 Januari 2018
Penulis
Novy Ika Anthonia Renyaan
xiii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
DAFTAR ISI
HALAMAN JUDUL ................................................................................................ i
HALAMAN JUDUL ............................................................................................... ii
HALAMAN PERSETUJUAN ............................................................................................ iii
HALAMAN PENGESAHAN ............................................................................................... iv
HALAMAN MOTTO ............................................................................................. v
HALAMAN PERSEMBAHAN ............................................................................. vi
PERNYATAAN KEASLIAN KARYA................................................................ vii
KARYA ILMIMAH UNTUK KEPENTINGAN AKADEMIS .......................... viii
ABSTRAK………………………………………………………………………..ix
ABSTRACT………………………………………….……………………………x
KATA PENGANTAR............................................................................................ xi
DAFTAR ISI ........................................................................................................ xiv
DAFTAR GAMBAR .......................................................................................... xvii
DAFTAR TABEL ............................................................................................... xvii
BAB I PENDAHULUAN ....................................................................................... 1
1.1 Latar Belakang ............................................................................................... 1
1.2 Rumusan Masalah .......................................................................................... 2
1.3 Tujuan ............................................................................................................ 2
1.4 Batasan Masalah ............................................................................................ 3
1.5 Sistematika Penulisan .................................................................................... 3
BAB II TINJAUAN PUSTAKA ......................................................................... 5
2.1 Time Series .................................................................................................... 5
2.2.1 Definisi Time Series................................................................................. 5
xiv
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
2.2 Metode Regresi Linier (Regression Linear) .................................................. 5
2.2.1 Definisi Metode Regresi Linier (Regression Linear) .............................. 5
2.2.3 Regresi Linear Sederhana ........................................................................ 6
2.3 Metode Kuadratik (Polynomial Regression) ................................................. 7
2.3.1 Definisi Metode Kuadratik (Polynomial Regression) ............................. 7
2.4 Tinjauan Penelitian Terkait ............................................................................ 8
BAB III METODOLOGI PENELITIAN .......................................................... 11
3.1 Gambaran Umum ......................................................................................... 11
3.2 Desain Penelitian ......................................................................................... 11
3.2.1 Studi Literatur ................................................................. ....................... 11
3.2.2 Data ....................................................................................................... 11
3.2.3 Analisa Alat Uji ..................................................................................... 12
3.2.4 Analisa dan Pengujian Sistem ............................................................... 13
BAB IV ANALISIS DAN PERANCANGAN SISTEM ...................................... 14
4.1 Analisa Sistem ............................................................................................. 14
4.2 Analisa Kebutuhan Pengguna ...................................................................... 14
4.2.1 Diagram Use Case ..................................................................... ............ 14
4.2.2 Data Flow Diagram (DFD) .................................................................... 15
4.2.3 Flowchart ............................................................................................... 18
4.2.4 Perancangan Basis Data ........................................................................ 18
4.3 Perancangan Antarmuka .............................................................................. 21
BAB V IMPLEMENTASI DAN ANALISA HASIL ........................................... 24
5.1 Implentasi..................................................................................................... 24
5.1.1 Implentasi Tampilan Antarmuka ........................................................... 24
5.2 Analisa Hasil ................................................................................................ 26
xv
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
5.2.1 Analisa Penjualan Sepeda Motor Dengan Metode Regresi Linier ........ 26
5.2.2 Analisa Penjualan Sepeda Motor Dengan Kuadratik ............................ 35
5.3 Analisa Hasil Keseluruhan........................................................................... 42
BAB VI KESIMPULAN DAN SARAN .............................................................. 43
6.1 Kesimpulan .................................................................................................. 43
6.2 Saran ............................................................................................................ 43
DAFTAR PUSTAKA ........................................................................................... 44
LAMPIRAN……………………………………………………………………...47
xvi
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
DAFTAR GAMBAR
Gambar 4. 1 Diagram Use Case .......................................................................... 14
Gambar 4.2 Diagram Konteks ............................................................................. 15
Gambar 4.3 DFD level 1 ...................................................................................... 15
Gambar 4.4 DFD level 2 ...................................................................................... 16
Gambar 4.5 DFD level 2 ....................................................................................................... 19
Gambar 4.6 Desain Konseptual ......................................................................................... 20
Gambar 4.7 Desain Logikal ................................................................................................ 20
Gambar 4.8 Flowchart regresi linier .................................................................... 20
Gambar 4.9 Flowchart Kuadratik ........................................................................ 21
Gambar 4.10 Input Manual Data Motor .............................................................. 22
Gambar 4.11Input Manual Data Penjualan Motor .............................................. 22
Gambar 4.12 Peramalan....................................................................................... 23
Gambar 5. 1 Input Data Motor ............................................................................ 24
Gambar 5. 2 Input Data Penjualan ....................................................................... 25
Gambar 5. 3 Peramalan........................................................................................ 25
Gambar 5. 4 Grafik Hasil Perhitungan Regresi Linier................................................. 36
Gambar 5. 5 Grafik Hasil Perhitungan Kuadratik ............................................... 40
Gambar 5. 6 Grafik Hasil Keseluruhan ............................................................... 42
xvii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
DAFTAR TABEL
Tabel 1. 1 Penjualan Sepeda Motor dari tahun 2010 - 2015 .................................. 1
Tabel 4. 1 Tabel Motor ......................................................................................... 18
Tabel 4. 2 Tabel MotorPrediksi ............................................................................ 19
Tabel 5. 1 Tabel Penjualan Sepeda Motor Honda Type CB150R ........................ 26
Tabel 5. 2 Tabel Data Perhitungan Penjualan Sepeda Motor ............................... 29
Tabel 5. 3 Tabel Hasil Penjualan Sepeda Motor dengan Metode Regresi Linier 33
Tabel 5. 4 Tabel Data Perhitungan Penjulan Sepeda Motor................................. 35
Tabel 5. 5 Tabel Hasil Penjualan Sepeda Motor dengan Metode Kuadratik ....... 40
Tabel 5. 6 Tabel Hasil Keseluruhan ..................................................................... 42
xviii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
BAB I
PENDAHULUAN 1.1 Latar Belakang
Perkembangan teknologi di dunia maupun di Indonesia saat ini maju sangat
cepat dan menghasilkan berbagai jenis alat transportasi, khusus alat transportasi
darat, salah satunya adalah sepeda motor. Sepeda motor merupakan alat
transportasi darat yang dapat memenuhi kebutuhan masyarakat karena mudah
diperoleh, penggunaannya tidak sulit, harganya dapat dijangkau oleh masyarakat.
Bahkan melalui kredit, masyarakat sudah dapat memiliki sebuah sepeda motor
baru.
Peminat sepeda motor dari tahun ke tahun di Indonesia semakin meningkat.
Peningkatan kebutuhan sepeda motor pun memberikan dampak positif bagi
pengembangan industri otomotif di Indonesia, khusus industri sepeda motor.
Produksi sepeda motor pun semakin banyak. Kualitas sepeda motor menjadi
pertimbangan perusahaan untuk memasarkan sepeda motor. Data AISI (Asosiasi
Industri Sepeda Motor Indonesia) pada tahun 2010 - 2015, tercatat penjualan
sepeda motor mengalami peningkatan (tabel 1.1). Hal ini menunjukkan bahwa
sepeda motor merupakan salah satu kebutuhan masyarakat di Indonesia sebagai
alat transportasi yang sangat penting.
Tabel 1. 1 Penjualan Sepeda Motor dari tahun 2010 - 2015
TIPE MOTOR TAHUN TOTAL PENJUALAN
Revo 2010 - 2015 1397955
Vario 2010 - 2015 2215116
1
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
2
Beat 2010 - 2015 6790430
Scoopy 2010 - 2015 1022956
CB150R 2010 - 2015 411855
Sumber: Data AISI (Asosiasi Industri Sepeda Motor Indonesia), 2016.
Sekitar 71%, sepeda motor CBR150R Streetfire produksi Honda menduduki
peringkat pertama yang paling diminati oleh masyarakat. (Krisna W, Antonius,
2013). Jumlah peminat yang meningkat membuat perusahaan kewalahan dalam
memprediksikan jumlah penjualan sepeda motor setiap tahun. Data tabel tersebut
menunjukkan peningkatan pada tahun 2014, kemudian pada tahun 2015
mengalami penurunan penjualan sepeda motor di Indonesia. Maka perlu
dilakukan penelitian tentang pembuatan suatu sistem pendukung pengambilan
keputusan untuk mengatasi masalah penjualan sepeda motor. Sistem pendukung
pengambilan keputusan yang akan dirancang menggunakan metode regresi linier
dan kuadratik. Perbandingan kedua metode tersebut untuk lebih menunjukkan
tingkat keakuratan dalam meprediksi penjualan sepeda motor.
1.2 Rumusan Masalah
Berdasarkan latar belakang, maka dibuat rumusan masalah sebagai berikut :
1. Bagaimana memprediksi penjualan sepeda motor pada bulan selanjutnya
di tahun yang akan datang?
2. Seberapa akurat perbandingan hasil penjualan sepeda motor dangan
metode regresi linier dan kuadratik?
1.3 Tujuan
Penelitian ini bertujuan untuk membandingkan metode regresi linier dan
kuadratik yang dapat membantu perusahaan dalam memprediksi jumlah total
penjualan sepeda motor setiap merk yang harus diproduksi pada tahun yang akan
datang atau tahun berikutnya.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
3
1.4 Batasan Masalah
Dalam pengembangan sistem pendukung pengambilan keputusan, terdapat
batasan-batasan masalah antara lain:
1. Data sepeda motor yang digunakan merupakan data sepeda motor Honda
yang diproduksi di Indonesia.
2. Data sepeda motor yang digunakan mencakup motor honda tipe Vario, Beat,
Revo, Scoopy dan CB150R.
3. Sistem berbasis aplikasi dengan menggunakan bahasa pemrograman Java dan
MYSQL.
1.5 Sistematika Penulisan
BAB I : PENDAHULUAN
Bab ini berisi latar belakang, rumusan masalah, tujuan, batasan masalah dan
sistematika penulisan.
BAB II : TINJAUAN PUSTAKA
Bab ini berisi dasar teori yang digunakan untuk pembahasan dalam penulisan.
BAB III : METODOLOGI PENELITIAN
Bab ini berisi tentang metode yang digunakan dalam melakukan penelitian.
BAB IV : ANALISIS DAN PERANCANGAN SISTEM
Bab ini berisi tentang tahapan analisis dan perancangan sistem yang akan di
bangun.
BAB V : IMPLEMENTASI DAN ANALISIS HASIL
Bab ini berisi tentang penjelasan program dan hasil implementasi program,
serta berisi kelemahan dan kekurangan dari implementasi sistem.
BAB VI : PENUTUP
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
4
Bab ini berisi tentang kesimpulan dan saran dari implementasi yang sudah
dilakukan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
BAB II
TINJAUAN PUSTAKA
2.1 Time Series
2.1.1 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).
2.2 Metode Regresi Linier (Regression Linear)
2.2.1 Definisi Metode Regresi Linier (Regression Linear)
Persamaan matematik dengan melakukan peramalan nilai - nilai suatu peubah
(variabel) 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:
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
6
1. Variabel Respon (variabel dependen) yaitu variabel yang keberadaannya
dipengaruhi oleh variabel lain dan dinotasikan dengan variabel Y.
2. Variabel Prediktor (variabel independen) 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 (variabel 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 (variabel
dependen) jika nilai variabel yang satu berhubungan dengan variabel lainnya
sudah ditentukan.
2.3.2 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 :
yˆ a bx .................................. (2.1)
Keterangan:
y' = Nilai yang diproyeksikan
x = Variabel bebas
a = Parameter Intercept
b = Parameter Koefisisen Regresi Variabel Bebas
Dengan Y adalah variabel terikat dan X adalah variabel bebas. Koefisien a
adalah konstanta (intercept) yang merupakan titik potong antara garis regresi
dengan sumbu Y pada koordinat kartesius.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
7
Langkah - langkah yang dilakukan metode regresi linier dalam menyelesaikan
contoh diatas menurut Yusuf (2009) adalah sebagai berikut :
1. Tentukan Y = varibel tak bebas dan X = variabel bebas.
2. Hitung nilai a dan b.
b nxyxyn x
2 ( x)
2
a y bx (2.2) ..........................
3. Setelah nilai a dan b sudah ditemukan, masukkan nilai tersebut pada rumus
persamaan Y=a+bx. Kemudian masukkan nilai x, nilai x merupakan nilai
tahun yang akan diramalkan.
2.3 Metode Kuadratik (Polynomial Regression)
2.3.1 Definisi Metode Kuadratik (Polynomial Regression)
Metode kuadratik merupakan nilai variabel tak bebas dengan bentuk naik atau
turun secara linier atau terjadi secara parabola, jika data dibuat scatter plot
(hubungan variabel dependen dan independen adalah kuadratik) dan merupakan
metode regresi non linier (Yusuf, 2009). Model matematiknya sebagai berikut :
ˆ 2
(2.3) y a bx cx ..........................................
Keterangan :
y' = Nilai yang diramalkan
a,b, c = konstanta (nilai koefisien)
x = waktu (tahun atau bulan)
Pada proses peramalan dengan metodekuadratik, perlu dicari nilai konstanta
a,b dan c terlebih dahulu dengan menggunakan rumus sebagai berikut:
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
8
y n.a bx xx2
xy ax bx2 cx3..................................... (2.4)
x2 y ax2 bx3 cx4
Jika menggunakan x dengan skala angka (…-3, -2, -1, 0, 1, 2, 3…) baik pada
data ganjil maupun genap maka, ∑X dan ∑X³ = 0, sehingga persamaan diatas
dapat disederhanakan menjadi:
y n.a c x 2
xy b x 2............................... (2.5)
x 2 y a x 2 c x 4
Pada proses peramalan dengan metode kuadratik, mempunyai rumus lain
untuk mencari nilai konstanta a, b dan c dengan menggunakan rumus sebagai
berikut:
a ( y)(x
4 ) (x
2 y)(x
2 ) .......................................(2.6)
n(x4 ) (x
2 )
2
xy.......................................
(2.7) b
x2
c
n(
x2 y)
(
x2 )(
y) ....................................... (2.8)
n(x4 ) (x
2 )
2
2.4 Tinjauan Penelitian Terkait
Perbedaan antara penelitian terdahulu dengan penelitian ini dapat dilihat dari
variabel-variabel yang digunakan. Penelitian Joko Widodo (RAMALAN
PENJUALAN SEPEDA MOTOR HONDA PADA CV. RODA MITRA LESTARI,
2008) menyatakan hasil ramalan penjualan sepeda motor Honda Supra X 125 pada
bulan Oktober 2008, perusahaan mengalami kenaikan penjualan dari bulan
sebelumnya. Kenaikan penjualan ini sebagai pengaruh positif dari situasi krisis global.
Dengan adanya kenaikan penjualan, maka perusahaan mendapatkan profit
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
9
yang dapat digunakan lagi untuk membiayai proses produksi dan pembiayaan
lainnya guna memenuhi permintaan pasar terhadap kebutuhan transportasi sepeda
motor. Kenaikan penjualan dapat dijadikan pedoman perusahaan dalam
mengambil kebijakan dan strategi tepat yang dibutuhkan agar target penjualan
sepeda motor Honda Supra X 125 semakin meningkat di masa mendatang. Inovasi
produk dan pelayanan perusahaan yang profesional serta memuaskan merupakan
salah satu cara yang dapat meningkatkan hasil penjualan.
Penelitian Noviana Rahmawati (FORECASTING PENJUALAN SEPEDA
MOTOR KAWASAKI PADA PT. SUMBER BUANA MOTOR
YOGYAKARTA, 2013), uraian hasil perbandingan jumlah forecasting antara
menggunakan metode leastsquare yaitu 6.763 unit sedangkan dengan metode PT.
Sumber Buana Motor yaitu 6.000 unit berdasarkan Trend Market, berdasarkan
penjualan di bulan dan tanggal yang sama di tahun sebelumnya dan berdasarkan
stock yang ada. Usaha-usaha yang dilakukan manajemen untuk mencapai target
penjualan, yaitu melalui promosi produk, mengadakan event atau kegiatan,
Trainning product knowledge, kontes modifikasi sepeda motor Kawasaki, potret
model dan sponsorship. Pencapaian target penjualan sepeda motor Kawasaki dari
bulan Januari sampai April 2013 mencapai 2.244 unit atau 37,4% dari jumlah yang
ditargetkan tahun 2013, yaitu 6.000 unit.
Hasil penelitian yang telah dilakukan oleh Evi Mundiastuti (2011) dengan
judul “Evaluasi Perbandingan Peramalan Penjualan Pelumas Dengan
Menggunakan Standar Kesalahan Peramalan (SKP) Pada PT. Pertamina (Persero)
Sales Region IV Pelumas Jateng & DIY”Penelitian ini bertujuan untuk
mengetahui sejauh mana efektifitas anggaran penjualan pelumas yang disusun
perusahaan terhadap realisasi penjualan yang telah dicapai pada periode yang
dianggarkan. Data yang digunakan adalah data primer berupa laporan penjualan
tiga jenis pelumas yaitu Enduro 4T ukuran 1 Liter,Prima XP ukuran 1 Liter, dan
Mesran Super ukuran 1 Liter.
Data tersebut merupakan data penjualan selama lima tahun dari tahun 2006
sampai dengan 2010. Data diolah dan dianalisis menggunakan metode trend least
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
10
square dan metode trend kuadratik. Bila 25 dibandingkan antara peramalan dan
realisasi penjualan pelumas maka perhitungan anggaran penjualan yang lebih baik
untuk Prima XP dan Enduro 4T adalah menggunakan metode trend kuadratik,
sedangkan untuk Mesran Super adalah menggunakan metode trend least square.
Hal ini dikarenakan tingkat kesalahan lebih kecil dan mendekati realisasi
penjualan pelumas. Kaitan dengan penelitian yang dilakukan sekarang ini yaitu
dalam hal metode yang digunakan untuk analisis data.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
BAB III
METODOLOGI PENELITIAN
3.1 Gambaran Umum
Penelitian yang dilakukan bertujuan untuk meramalkan jumlah penjualan
sepeda motor pada tahun mendatang. Input yang digunakan berupa data tahun dan
data penjualan setiap tipe motor Honda. Data tersebut akan diolah, sehingga
menghasilkan output prediksi total penjualan pada tahun yang akan mendatang.
Sistem ini diharapkan mampu membantu penjual dalam menentukan jumlah
produksi pada tahun yang akan datang.
3.2 Desain Penelitian
3.2.1 Studi Literatur
Studi literatur dilakukan dengan membaca buku, jurnal, serta sumber data
lain yang berkaitan dengan Sistem Pendukung Pengambilan Keptusan (SPPK),
regresi linier dan kuadratik.
3.2.2 Data
a. Data yang Digunakan
Data yang digunakan adalah data tahun dan data penjualan setiap tipe motor
Honda. Data tahun yang dimaksud adalah data dari tahun 2010 sampai dengan
tahun 2015 dan data penjualan merupakan data total penjualan pada tahun yang
telah ditentukan.
b. Teknik Pengumpulan Data
Penelitian tahap pertama yang dilakukan adalah mengumpulkan data yang
dibutuhkan untuk sistem peramalan. Data dikumpulkan secara tertulis dari data
beberapa pihak-pihak yang terkait dalam menangani data jumlah penjualan sepeda
motor merk Honda pada AISI (Asosiasi Industri Sepeda Motor Indonesia).
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
12
3.2.3 Analisa Sistem
Metodologi yang digunakan dalam pengembangan alat uji adalah waterfall.
Model pengembangaan ini dilakukan secara sistematis. Tahapan dari
pengembangan alat uji waterfall adalah sebagai berikut :
a. Analisa
Tahap ini dilakukan analisis terhadap kebutuhan sistem. Seorang analis
bertugas dalam mencari informasi sebanyak mungkin dari user sehingga sistem
yang dibuat seusai dengan keinginan user. Tahapan ini biasanya akan
menghasilkan dokumen user requirement yang dapat digunakan seorang analis
untuk menerjemahkan ke dalam bahasa pemrograman.
b. Desain
Pada tahap ini akan dilakukan proses pembuatan rancangan alat uji
berdasakan informasi dari tahap-tahap sebelumnya. Proses ini berfokus pada
struktur data, arsitektur perangkat lunak, representasi interface, dan detail
algoritma. Tahapan ini akan menghasilkan dokumen yang disebut software
requirement. Dokumen ini yang digunakan seorang programmer untuk
membangun sistem.
c. Pengkodean (Coding)
Pengkodean (coding) merupakan tahap perancangan yang telah dibuat pada
tahap desain dan diterjemahkan ke dalam bahasa pemograman pada komputer.
Pengkodean menghasilkan alat uji dalam bentuk perangkat lunak yang dibuat
berdasarkan rancangan yang telah ada.
d. Pengujian
Tahap pengujian, alat uji berupa perangkat lunak yang diuji coba untuk
mengetahui apakah perangkat lunak sudah sesuai dengan rancangan dan
kebutuhan pengguna. Selain itu, pengujian dilakukan untuk menemukan
kesalahan sistem yang kemudian akan diperbaiki.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
13
3.2.3 Pengujian Sistem
Analisis hasil dan pengujian sistem yang dibangun, yaitu :
a. Analisa
Pada tahap ini dilakukan percobaan perhitungan jumlah total penjualan
menggunakan metode regresi linier dan kuadratik. Melihat prediksi jumlah
total penjualan pada tahun yang akan datang.
b. Pengujian
Sistem akan diuji untuk melihat perbandingan dari metode regresi linier
dan kuadratik dalam hasil keputusan prediksi jumlah total penjualan pada
tahun yang akan mendatang. Kemudian, melihat kekurangan sistem dan
memperbaiki kekurangan tersebut.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
BAB IV
ANALISIS DAN PERANCANGAN SISTEM
Pada bab ini dijelaskan analisis sistem yang akan dibuat dan perancangan
sistem untuk melakukan prediksi dalam penjualan sepeda motor honda dengan
menggunakan metode regresi linier dan kuadratik.
4.1 Analisis Sistem
Sistem yang dibuat memiliki kemampuan untuk memprediksi penjualan
sepeda motor honda berdasarkan bulan dan total penjualan pertahun. Sistem
prediksi penjualan sepeda motor ini menggunakan dua metode yaitu, metode
regresi linier dan kuadratik. Data yang dibutuhkan adalah data penjualan pada
tahun 2010 sampai dengan tahun 2015. Sistem ini akan diimplementasikan ke
sebuah aplikasi dengan menggunakan bahasa pemrogramman Java.
4.2 Analisis Kebutuhan Pengguna
4.2.1 Diagram Use Case
Berikut ini (Gambar 4.1) adalah use case, yang terdiri dari kelola data motor,
kelola data penjualan, dan kelola hasil peramalan.
Gambar 4. 1 Diagram Use Case
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
15
Data tersebut akan diproses dengan menggunakan dua metode yaitu metode
regresi linier dan kuadratik untuk mendapatkan hasil permalan.
4.2.2 Data Flow Diagram (DFD)
a. DFD Level 0 (Diagram Konteks)
Berikut ini (Gambar 4.2) merupakan digram konteks dari sistem peramalan
penjualan sepeda motor.
Gambar 4.2 Diagram Konteks Sistem Peramalan Penjualan Sepeda Motor
b. DFD level 1 proses 1
Berikut ini (Gambar 4.3) merupakan DFD level 1 proses 1 dari cara kelola
data motor.
Gambar 4.3 DFD Level 1.1
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
16
c. DFD level 1 proses 2
Berikut ini (Gambar 4.4) adalah DFD level 1 proses 2 yaitu proses kelola
data motor.
Gambar 4.4 DFD level 2
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
17
d. DFD Level 2 proses 1
Berikut ini (Gambar 4.5) merupakan DFD level 2 proses 1 yaitu proses kelola data penjualan sepeda motor.
Gambar 4.5 DFD Level 2 Proses Kelola Data Penjualan Sepeda Motor
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
18
4.2.3 Desain Manajemen Data
4.2.3.1 Desain Konseptual
Gambar 4.6 Desain Konseptual
4.2.3.1 Desain Logikal
Gambar 4.7 Desain Logikal
4.2.4 Desain Fisikal
4.2.4.1 Tabel Motor
Tabel 4. 1 Tabel Motor
No Nama Kolom Tipe Keterangan
Kolom untuk menyimpan
1 kode_motor VARCHAR (10) kode motor
Kolom untuk menyimpan
2 type_motor VARCHAR (10) tipe motor
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
19
4.2.4.1 Tabel Motor Prediksi
Tabel 4. 2 Tabel Motor Prediksi
No Nama Kolom Tipe Keterangan
Kolom untuk menyimpan
1 Id_prediksi INT(11) id prediksi
Kolom untuk menyimpan
2 kode_motor VARCHAR (10) kode motor
Kolom untuk menyimpan
3 Tahun INT(11) kode tahun
Kolom untuk menyimpan
4 Bulan INT(11) kode bulan
Kolom untuk menyimpan
5 total_penjualan INT(11) kode total_penjualan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
20
4.2.4 Flowchart
a. Flowchart Regresi Linier
Gambar 4.8 Flowchart Regresi Linier
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
21
b. Flowchart kuadratik
Gambar 4.9 Flowchart Kuadratik
Flowchart tersebut menjelaskan dari proses input, hingga proses output dari
dua metode yaitu, regresi linier dan kuadratik. Data yang akan digunakan sebagai
input yaitu data bulan dan total penjualan sepeda motor. Data tersebut akan
diproses untuk menghasilkan jumlah motor yang akan diproduksi pada tahun
berikutnya.
4.3 Perancangan Antarmuka
- Halaman Input Motor
Berikut adalah rancangan halaman input data. Data yang akan menjadi
inputan adalah data kode motor dan type motor. Setelah mengisi kode dan
type, kemudian terdapat tombol simpan untuk menyimpan hasil inputan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
22
data. Dalam halaman ini juga terdapat fasilitas untuk melihat, mengedit
dan menghapus data.
Gambar 4.10 Input Manual Data Motor
- Halaman input data penjualan motor
Berikut adalah rancangan halaman input data penjualan motor. Dalam
halaman ini dapat mengolah data dalam jumlah banyak. Data dalam
halaman ini akan menjadi acuan untuk proses perhitungan peramalan,
sehingga output dari data tersebut akan menghasilkan data baru.
Gambar 4.11 Input Manual Data Penjualan Motor
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
23
- Halaman Peramalan
Berikut adalah halaman peramalan. Data yang sudah di simpan akan
diproses untuk menghasilkan output berupa data hasil perbandingan
metode regresi linear dan metode kuadartik sesuai data yang sudah di
inputkan.
Gambar 4.12 Peramalan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
24
BAB V
IMPLEMENTASI DAN ANALISA HASIL
5.1 Implentasi
5.1.1 Implentasi Tampilan Antarmuka
- Halaman Input Motor
Berikut adalah implementasi tampilan halaman input motor. Menu ini
digunakan ketika user ingin menginputkan data merek motor dan type
motor yang akan di ramalkan.
Gambar 5. 1 Input Data Motor
- Halaman Input Data Penjualan
Berikut adalah implementasi tampilan halaman input data penjualan. Menu
ini user akan menginputkan data type motor, bulan, tahun dan total
penjualan. Data tersebut akan di proses untuk menghasilkan output hasil
ramalan produksi sepeda motor .
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
25
Gambar 5. 2 Input Data Penjualan
- Halaman Peramalan
Berikut adalah implementasi tampilan halaman peramalan. Menu ini user
akan menginputkan data type motor, bulan, tahun dan total penjualan. Data
tersebut akan di proses untuk menghasilkan output hasil ramalan produksi
sepeda motor .
Gambar 5. 3 Peramalan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
26
5.2 Analisa Hasil
Data yang digunakan adalah data penjualan sepeda motor ditahun 2010 - 2015.
Data yang digunakan berjumlah 360 dari lima type motor. Data tersebut akan di
hitung, kemudian perhitungan hasil sistem merupakan hasil peramalan penjualan
sepeda motor pada tahun berikutnya. Berikut adalah tabel data penjualan sepeda
motor pada tahun 2010 - 2015 :
Tabel 5. 1 Tabel Penjualan Sepeda Motor Honda Type Beat
BULAN (X) PENJUALAN (Y)
1 78.230
2 74.597
3 72.206
4 71.244
5 61.234
6 59.423
7 32.110
8 32.532
9 30.723
10 42.604
11 40.703
12 74.130
13 76.249
14 72.514
15 84.450
16 83.510
17 69.253
18 74.542
19 77.657
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
27
20 75.995
21 90.347
22 95.456
23 101.902
24 98.934
25 99.483
26 97.975
27 95.251
28 99.517
29 104.543
30 105.260
31 117.308
32 97.134
33 98.406
34 106.457
35 114.258
36 108.006
37 113.008
38 119.209
39 121.325
40 124.274
41 136.734
42 146.553
43 123.407
44 112.062
45 125.574
46 152.470
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
28
47 147.331
48 149.072
49 142.208
50 145.165
51 137.325
52 133.025
53 141.306
54 148.523
55 146.187
56 153.054
57 165.225
58 161.003
59 146.326
60 134.970
61 148.076
62 155.039
63 150.340
64 162.341
65 175.342
66 167.443
67 183.644
68 171.053
69 170.654
70 161.903
71 175.835
72 195.476
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
29
5.2.1 Analisa Penjualan Sepeda Motor Dengan Metode Regresi Linier
Berikut adalah table perhitungan metode regresi linier :
Tabel 5. 2 Tabel Data Perhitungan Penjualan Sepeda Motor
BULAN (X) PENJUALAN (Y) X² XY
1 78.230 1 78.230
2 74.597 4 149.194
3 72.206 9 216.618
4 71.244 16 284.976
5 61.234 25 306.170
6 59.423 36 356.538
7 32.110 49 224.770
8 32.532 64 260.256
9 30.723 81 276.507
10 42.604 100 426.040
11 40.703 121 447.733
12 74.130 144 889.560
13 76.249 169 991.237
14 72.514 196 1.015.196
15 84.450 225 1.266.750
16 83.510 256 1.336.160
17 69.253 289 1.177.301
18 74.542 324 1.341.756
19 77.657 361 1.475.483
20 75.995 400 1.519.900
21 90.347 441 1.897.287
22 95.456 484 2.100.032
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
30
23 101.902 529 2.343.746
24 98.934 576 2.374.416
25 99.483 625 2.487.075
26 97.975 676 2.547.350
27 95.251 729 2.571.777
28 99.517 784 2.786.476
29 104.543 841 3.031.747
30 105.260 900 3.157.800
31 117.308 961 3.636.548
32 97.134 1.024 3.108.288
33 98.406 1.089 3.247.398
34 106.457 1.156 3.619.538
35 114.258 1.225 3.999.030
36 108.006 1.296 3.888.216
37 113.008 1.369 4.181.296
38 119.209 1.444 4.529.942
39 121.325 1.521 4.731.675
40 124.274 1.600 4.970.960
41 136.734 1.681 5.606.094
42 146.553 1.764 6.155.226
43 123.407 1.849 5.306.501
44 112.062 1.936 4.930.728
45 125.574 2.025 5.650.830
46 152.470 2.116 7.013.620
47 147.331 2.209 6.924.557
48 149.072 2.304 7155456
49 142.208 2.401 6.968.192
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
31
50 145.165 2.500 7.258.250
51 137.325 2.601 7.003.575
52 133.025 2.704 6.917.300
53 141.306 2.809 7.489.218
54 148.523 2.916 8.020.242
55 146.187 3.025 8.040.285
56 153.054 3.136 8.571.024
57 165.225 3.249 9.417.825
58 161.003 3.364 9.338.174
59 146.326 3.481 8.633.234
60 134.970 3.600 8.098.200
61 148.076 3.721 9.032.636
62 155.039 3.844 9.612.418
63 150.340 3.969 9.471.420
64 162.341 4.096 10.389.824
65 175.342 4.225 11.397.230
66 167.443 4.356 11.051.238
67 183.644 4.489 12.304.148
68 171.053 4.624 11.631.604
69 170.654 4.761 11.775.126
70 161.903 4.900 11.333.210
71 175.835 5.041 12.484.285
72 195.476 5.184 14.074.272
∑ = 2.628 ∑ = 8.256.625 ∑ = 127.020 ∑ = 358.306.914
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
32
Semua data pada tabel diatas merupakan variabel penentu keputusan untuk
menghitung penjualan sepeda motor dengan metode regresi linier. Berikut adalah
proses menghitung nilai rata-rata, kemudian menghitung nilai a dan b, antara lain :
Menghitung nilai rata-rata
x
n
x
262872 36.5
y
x
8256625 114675.3472
n 72
Menghitung nilai a dan b
b nxyxyn x
2 (
x)2
(72 3583066914) (2628 8256625)
(72 127020) (2628)2
1830.98918
a y bx
114675.3472 (1830.98918 36.5)
47844.24218
Hitung hasil peramalan
yˆ a bx
= 47844.24218 + ( 1830.98918* 73)
= 181506.4523
Dengan menggunakan metode regresi linier maka didapatkan hasil penjualan di
tahun selanjutnya adalah 181506.4523 penjualan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
33
Tabel 5. 3 Tabel Hasil Penjualan Sepeda Motor dengan Metode Regresi Linier
TAHUN TOTAL
2010 0
2011 14.668
2012 11.444
2013 128.429
2014 152.713
2015 104.601
2016 (bulan 1)* 181.506
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
34
Hasil perhitungan di atas dapat dilihat dalam grafik berikut ini :
250000 200000 150000
PENJUALAN (Y) 100000
Linear (PENJUALAN (Y))
50000
0 0 10 20 30 40 50 60 70 80
bulan
Gambar 5. 4 Grafik Hasil Perhitungan Regresi Linier
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
35
5.2.2 Analisa Penjualan Sepeda Motor Dengan Kuadratik
Tabel 5.4 merupakan data perhitungan penjualan sepeda motor menggunakan
metode kuadratik :
Tabel 5. 4 Data Perhitungan Penjualan Sepeda Motor
BULAN PENJUALAN
X² XY X²Y
X⁴
(X) (Y)
1 78.230 1 78.230 78.230 1
2 74.597 4 149.194 298.388 16
3 72.206 9 216.618 649.854 81
4 71.244 16 284.976 1139.904 256
5 61.234 25 306.170 1530.850 625
6 59.423 36 356.538 2139.228 1.296
7 32.110 49 224.770 1573.390 2401
8 32.532 64 260.256 2082.048 4.096
9 30.723 81 276.507 2488.563 6.561
10 42.604 100 426.040 4260.400 10.000
11 40.703 121 447.733 4925.063 14.641
12 74.130 144 889.560 10674.720 20.736
13 76.249 169 991.237 12886.081 28.561
14 72.514 196 1.015.196 14212.744 38.416
15 84.450 225 1.266.750 19001.250 50.625
16 83.510 256 1.336.160 21378.560 65.536
17 69.253 289 1.177.301 20014.117 83.521
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
36
18 74.542 324 1.341.756 24151.608 104.976
19 77.657 361 1.475.483 28034.177 130.321
20 75.995 400 1.519.900 30398.000 160.000
21 90.347 441 1.897.287 39843.027 194.481
22 95.456 484 2.100.032 46200.704 234.256
23 101.902 529 2.343.746 53906.158 279.841
24 98.934 576 2.374.416 56985.984 331.776
25 99.483 625 2.487.075 62176.875 390.625
26 97.975 676 2.547.350 66231.100 456.976
27 95.251 729 2.571.777 69437.979 531.441
28 99.517 784 2.786.476 78021.328 614.656
29 104.543 841 3.031.747 87920.663 707.281
30 105.260 900 3.157.800 94734.000 810.000
31 117.308 961 3.636.548 112732.988 923.521
32 97.134 1.024 3.108.288 99465.216 1048.576
33 98.406 1.089 3.247.398 107164.134 1185.921
34 106.457 1.156 3.619.538 123064.292 1336.336
35 114.258 1.225 3.999.030 139966.050 1500.625
36 108.006 1.296 3.888.216 139975.776 1679.616
37 113.008 1.369 4.181.296 154707.952 1874161
38 119.209 1.444 4.529.942 172137.796 2085.136
39 121.325 1.521 4.731.675 184535.325 2313.441
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
37
40 124.274 1.600 4.970.960 198838.400 2560.000
41 136.734 1.681 5.606.094 229849.854 2825.761
42 146.553 1.764 6.155.226 258519.492 3111.696
43 123.407 1.849 5.306.501 228179.543 3418.801
44 112.062 1.936 4.930.728 216952.032 3748.096
45 125.574 2.025 5.650.830 254287.350 4100.625
46 152.470 2.116 7.013.620 322626.520 4477.456
47 147.331 2.209 6.924.557 325454.179 4879.681
48 149.072 2.304 7155456 343461.888 5308.416
49 142.208 2.401 6.968.192 341441.408 5764.801
50 145.165 2.500 7.258.250 362912.500 6250.000
51 137.325 2.601 7.003.575 357182.325 6765.201
52 133.025 2.704 6.917.300 359699.600 7311.616
53 141.306 2.809 7.489.218 396928.554 7890.481
54 148.523 2.916 8.020.242 433093.068 8503.056
55 146.187 3.025 8.040.285 442215.675 9150.625
56 153.054 3.136 8.571.024 479977.344 9834.496
57 165.225 3.249 9.417.825 536816025 10556.001
58 161.003 3.364 9.338.174 541614.092 11316.496
59 146.326 3.481 8.633.234 509360.806 12117.361
60 134.970 3.600 8.098.200 485892.000 12960.000
61 148.076 3.721 9.032.636 550990.796 13845.841
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
38
62 155.039 3.844 9.612.418 595969.916 14776.336
63 150.340 3.969 9.471.420 596699.460 15752.961
64 162.341 4.096 10.389.824 664948.736 16777.216
65 175.342 4.225 11.397.230 740819.950 17850.625
66 167.443 4.356 11.051.238 729381.708 18974.736
67 183.644 4.489 12.304.148 824377.916 20151.121
68 171.053 4.624 11.631.604 790949.072 21381.376
69 170.654 4.761 11.775.126 812483.694 22667.121
70 161.903 4.900 11.333.210 793.324.700 24.010.000
71 175.835 5.041 12.484.285 886.384.235 25.411.681
72 195.476 5.184 14.074.272 1.013.347.584 26.873.856
∑ = 2.628 ∑ =
∑ = ∑ = ∑ =
∑ =
8.256.625 127.020 358.306.914 18.716.104.944
400.544.868
Semua data pada tabel diatas merupakan variabel penentu keputusan untuk
menghitung penjualan sepeda motor dengan metode kuadratik. Berikut adalah
proses menghitung nilai a, b dan c, antara lain :
Mencari persamaan 1, 2 dan 3
y n.a cx2
xy bx2
x2 y ax2 cx4
Berikut adalah persamaan 1, 2 dan 3 dari rumus metode kuadratik, yaitu :
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
39
8.256.625 = 72 * a + 127.020 * c
358.306.914 = b * 127.020
18.716.104.944 = a * 127.020 + c * 400.544.868
Dari persamaan diatas, akan dicari nilai a, b dan c. Nilai - nilai tersebut akan
digunakan untuk mencari nilai peramalan metode regresi kuadratik. Namun, untuk
mencari nilai a, b dan c perlu menyamaratakan nilai-nilai tersebut. Maka akan
digunakan rumus x² / jumlah data (jumlah x dalam data).
x2 1764.166667
72
Persamaan 1 untuk mencari nilai c
∑y = 14.566.062.604 = 127.020 * a + 224.084.450 * c
∑x²y = 18.716.104.944 = 127.020 *a + 400.544.868 * c
-4.150.042.340 = 0 * a + (-176.460.418) * c
Hasil dari nilai c = 0.042520149
Persamaan 2 untuk mencari nilai b
∑xy = b + 2.820.870052
Hasil dari nilai b = 2.820.870052
Persamaan 3 untuk mencari nilai a
∑x²y = 8.256.625 = 72 * a + 127.020 * c
8.256.625 = 72 * a + 127.020 * 0.042520149
8256625 = 72*a + 313.711.4155
8.256.625 - 313.711.4155 = 72*a
8.251.224.091 = 72*a
a = 872027E-6
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
40
Hasil dari nilai a = 872027E-6 (0.00)
Setelah mendapatkan hasil nilai a, b dan c, maka nilai tersebut akan digunakan
untuk menghitung hasil peramalan metode kuadratik.
Menghitung hasil peramalan metode kuadratik
yˆ a bx cx 2
= 872027E-6 (0.00) + (2.820.870052 * 73) + 0.042520149 * (73)²
= 206.150.1037
Dengan menggunakan metode kuadratik maka didapatkan hasil penjualan di tahun
selanjutnya adalah 206.150.1037 penjualan.
Tabel 5. 5 Hasil Penjualan Sepeda Motor dengan Metode Kuadratik
TAHUN TOTAL
2010 0
2011 14.668
2012 11.444
2013 128.429
2014 152.713
2015 104.601
2016 (bulan 1)* 206.150
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
41
Hasil perhitungan di atas dapat dilihat dalam grafik berikut :
250000 200000
150000
100000 PENJUALAN (Y)
Linear (PENJUALAN (Y))
50000
0 0 10 20 30 40 50 60 70 80
bulan
Gambar 5. 5 Grafik Hasil Perhitungan Kuadratik
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
42
5.3 Analisa Hasil Keseluruhan
Hasil keseluruhan dengan menggunakan metode regresi linier dan kuadratik,
seperti terlihat pada Tabel 5.6 sebagai berikut:
Tabel 5. 6 Hasil Keseluruhan
Tahun Metode Regresi Linier Metode Kuadratik Data Real
2016 (bulan 1)* 181.506 206.150
317.189
Hasil error 135.683 111.039
Grafik yang menunjukan hasil dalam tabel di atas dapat dilihar dalam gambar 5.6
2016
210000 200000
190000
180000
170000
160000
METODE REGRESI LINIER METODE KUADRATIK
Gambar 5. 6 Grafik Hasil Keseluruhan
Berdasarkan hasil yang didapat, hasil tertinggi pada semua perhitungan dengan
menggunakan metode kuadratik dan hasil terendah pada metode regresi linier.
Penggunaan metode yang berbeda ternyata tidak berpengaruh terhadap hasil
perhitungan secara keseluruhan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
43
BAB VI
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Sistem pendukung pengambilan keputusan penjualan sepeda motor yang
dibuat menggunakan metode regresi linier dan kuadratik dapat membantu
perusahaan untuk memproduksi penjualan sepeda motor pada bulan selanjutnya di
tahun yang akan datang. Dalam percobaan ini, hasil dari kuadratik lebih baik
dibandingkan dengan hasil regresi linier. Hasil error pada metode kuadratik lebih
kecil, yaitu 111.039 dibandingkan hasil error pada regresi linier, yaitu 135.683.
Hasil error tersebut dapat menjadi bahan pertimbangan untuk memilih metode
yang tepat dalam pengambilan keputusan penjualan sepeda motor agar
mendapatkan hasil yang lebih baik.
6.2 Saran
Saran untuk pengembangan aplikasi peramalan ini adalah sebagai berikut :
1. Menambahkan beberapa model peramalan sebagai pembanding untuk
mendapatkan hasil ramalan yang lebih baik dan lebih akurat.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
44
DAFTAR PUSTAKA
Turban, Efraim. 2005. Decision Support Systems and Intelligent Systems 7th
Ed,
Yogyakarta : Andi.
Wibisono, Yusuf. 2009. Metode Statistik, Yogyakarta : Universitas Gadjah Mada.
Sianipar, R. H. 2010. JAVA : Algoritma, Struktur Data dan Pemrograman GUI,
Bandung : Penerbit Informatika.
E. Walpole, Ronald. 1992. Pengantar Statistika, Jakarta : PT. Gramedia Pustaka
Utama.
Rahmawati, Noviana. 2013. Forecasting Penjualan Sepeda Motor Kawasaki
Pada PT. Sumber Buana Motor Yogyakarta Tahun 2013. Skripsi,
Fakultas Ekonomi Universitas Negeri Yogyakarta.
Pradopo, Dimas. Total Penjualan Sepeda Motor Tahun 2014
https://otomotifnet.gridoto.com/read/02113294/total-penjualan-sepeda-m
otor-2014-hanya-naik-tipis?page=all (9 Januari 2015)
Pradopo, Dimas. Total Penjualan Sepeda Motor Tahun 2013 Kuartal I
https://otomotifnet.gridoto.com/read/02113668/ini-dia-10-besar-matik-ter
laris-kuartal-pertama-2013?page=all (15 April 2013)
Billy. Penjualan Terlaris Pada 4 Bulan Pertama Tahun 2011
https://otomotifnet.gridoto.com/read/02114130/nih-10-besar-motor-terlar
is-di-4-bulan-pertama-2011?page=all (19 Mei 2011)
Pradopo, Dimas. Penjualan Terlaris Pada 4 Bulan Pertama Tahun 2012
https://otomotifnet.gridoto.com/read/02113856/nih-daftar-matik-terlaris-
di-4-bulan-pertama-2012?page=all (15 Mei 2012)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
45
LAMPIRAN
Data penjualan sepeda motor merek Honda tipe Baet tahun 2010 - 2015
TAHUN (X) PENJUALAN (Y) X² XY X²Y X⁴
2010 699.609 4.040.10 1.406.214.0 2.826.490.320 16.322.408.010
2011 1.033.928 4.044.12 2.079.229.2 4.181.329.937 16.354.914.662
2012 775.258 4.048.14 1.559.819.0 3.138.356.021 16.387.469.844
2013 1.348.256 4.052.16 2.714.039.3 5.463.361.167 16.420.073.604
2014 1.798.535 4.056.19 3.622.249.4 7.295.210.472 16.452.725.990
2015 1.134.844 4.060.22 2.286.710.6 4.607.721.979 16.485.427.050
12.075 6.790.430 24.300.95 13.668.261.8 27.512.469.899 98.423.019.162
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
46
Hasil peramalan dan hasil error motor honda tipe Beat :
Metode Regresi Linier Metode Kuadratik Keterangan
TAHUN TOTAL TAHUN TOTAL Data penjualan motor honda
Beat tahun 2016 sebesar
2010 699.609
2010 699.609 1.814.600 penjualan.
2011 1.033.928 2011 1.033.928
2012 775.258 2012 775.258
2013 1.348.256
2013 1.348.256
2014 1.798.535
2014 1.798.535
2015 1.134.844
2015 1.134.844
2016* 1.857.102
2016* 1.636.038
Hasil error = 178.562 Hasil error = 42.502
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI