Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer ( S.Kom ) Pada Program Studi Teknik Informatika FT UNP Kediri

Artikel Skripsi Universitas Nusantara PGRI Kediri

PREDIKSI KEBUTUHAN TELUR MENGGUNAKAN METODE LEAST SQUARE PADA SISTEM INFORMASI PENJUALAN TELUR

SKRIPSI

Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer ( S.Kom ) Pada Program Studi Teknik Informatika FT UNP Kediri

Oleh : MOHAMAD JAURUL FIKRIH 11.1.03.02.0239

PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS NUSANTARA PENDIDIKAN GURU REPUBLIK INDONESIA 2016

Mohamad Jauharul Fikri | 11.1.03.02.0239 Teknik- Teknik Informatika

simki.unpkediri.ac.id || 1||








PREDIKSI KEBUTUHAN TELUR MENGGUNAKAN METODE LEAST SQUARE PADA SISTEM INFORMASI PENJUALAN TELUR

Nama Mahasiswa NPM Teknik – Teknik Informatika [email protected] Ardi Sanjaya, M. KOM1 dan Rina Firliana, S.KOM., M.KOM 2 UNIVERSITAS NUSANTARA PGRI KEDIRI

ABSTRAK

Perkembangan peternakan ayam ras di Indonesia sangatlah pesat, terutama ayam ras petelur yang menghasilkan telur berkualitas coklat. Pesatnya perkembangan tersebut tidak hanya di dorong oleh peluang pasar yang masih terbuka, tetapi juga oleh kebijakan pemerintah. Kebijakan pemerintah yang cukup mendorong perkembangan usaha adalah Surat Edaran Direktur Jendral peternakan No. TN 220/173/e/0387 yang membatasi pengiriman stok. Peramalan stok barang merupakan pendekatan

yang berbasis dengan memperhitungkan resiko yang mungkin akan terjadi dimasa yang akan datang serta menentukan berapa banyak sebuah peternah untuk menyetok barang yang akan dijual. Dimana yang dijual adalah telur. Hal ini menyebabkan informasi akan ketersediaan stok barang sesuai dengan penjualan menjadi sangatlah penting,. Dengan peramalan tersebut peternak dan pembeli mampu melihat peluang penjualan yang ada dengan cara memprediksi banyaknya telur waktu yang akan datang berdasarkan hasil dari data-data penjualan dan stok barang sebelumnya.

Kata Kunci : peramalan, prediksi banyaknya jumlah penjualan barang (periode), Metode Least Square




I.

LATAR BELAKANG

Kebutuhan telur merupakan

dibutuhkan, terkadang jumlah telur

yang

penting

yang dibawa lebih besar dari kebutuhan.

masyarakat,

Berdasarkan referensi penelitian dari

karena setiap hari orang membutuhkan

Muhammad Ihsan Fauzi tahun 2014,

asupan protein agar tubuh tetap dapat

analisis,

melakukan aktifitas. Berdasarkan data

pembuatan

hasil sensus penduduk Badan Pusat

penyelesaian

Statistik (BPS) pada tahun 2015,

Peramalan Menggunakan Metode Least

jumlah

Square

hal

sangat

pemenuhannya

dalam

penduduk

kota

Kediri

perancangan

sistem

program

sampai

aplikasi

dapat

dan tahap

Analisis

digunakan

untuk

mencapai 267.435 jiwa dan akan terus

meramalkan penjualan obat di periode

bertambah

yang akan datang

setiap

tahunnya.

Data

berdasarkan data

tentang jumlah penduduk ini penting

penjualan.Aplikasi analisis peramalan

untuk diketahui karena diperlukan

dapat menghasilkan hasil ramalan dan

untuk pengambilan kebijakan terutama

telah

penyediaan masyarakat,

kebutuhan para

meminimumkan

telur

bagi

meramal

peternak

juga

penjualan obat pada apotik.

kesulitan untuk mengetahui perubahan

(forcast

kesalahan

error)

Berdasarkan

tingkat

referensi

harga telur setiap harinya, seperti

penelitian dari Pande Putu Budi Kusuma

peternakan unggas mandiri nambakan

tahun 2013, tentang Prediksi Waktu

ringinrejo

Ketahanan Hidup Menggunakan metode

kediri

yang

belum

menemukan solusi untuk mengetahui

partial

harga dan penjualan telur per periode.

pengolahan data dengan menggunakan

Pada tahun 2016 saat ini para

metode

least

square.

Berdasarkan

least square dapat diperoleh

pedagang masih sulit untuk memastikan

hasil nilai prediksi waktu ketahanan

jumlah telur yang dibutuhkan oleh

hidup untuk pasien.

konsumen, para pedagang telur belum

Dari hasil referensi di atas

mendapatkan solusi yang mudah untuk

maka diambil kesimpulan bahwa metode

mengetahui berapa jumlah telur yang

Least Square adalah analisis trend merupakan suatu metode analisis yang




ditujukan

untuk

melakukan

suatu

Oleh karena itu diperlukan

estimasi atau peramalan pada masa yang

adanya

akan

melakukan

prediksi harga kebutuhan telur yang

peramalan dengan baik maka dibutuhkan

mudah dicerna atau dipahami oleh

berbagai macam informasi (data) yang

peternak , poltree dan pedagang, tujuan

cukup banyak dan diamati dalam periode

dari pembuatan rancangan prediksi

waktu yang relatif cukup panjang,

kebutuhan harga telur per periode ini

sehingga dari hasil analisis tersebut

untuk memberikan solusi bagi peternak,

dapat diketahui sampai berapa besar

poltree dan gudang telur agar lebih

fluktuasi yang terjadi dan faktor-faktor

mudah dan akurat dalam mengetahui

apa saja yang mempengaruhi terhadap

harga telur per periode khususnya di

perubahan tersebut.

daerah sekitar Kediri.

datang.

Untuk

Dari penjelasan di atas, dapat disimpulkan bahwa peramalan penjualan adalah kegiatan penyusunan perkiraan tentang sifat atau ciri tertentu di masa yang akan datang. Peramalan penjualan merupakan

rencana

penjualan

atau

peramalan penjualan untuk item yang dijadwalkan, sales forecast atau sales plan bersifat tidak pasti (uncertain). Peramalan penjualan diperlukan untuk melancarkan

dan

memaksimalkan

sebuah

sistem

Konsep

yang

informasi

ditawarkan

tentunya mempermudah konsumen atau pedagang telur untuk mengetahui info harga jual telur di hari, bulan dan tahun yang akan datang. Sehingga keterkatan dari latar belakang ini dapat kami angkat dengan

judul

penelitian

“Prediksi

Kebutuhan Telur Menggunakan Metode Least Square Pada Sistem Informasi Penjualan Telur ”

penjualan dengan menentukan berapa sebenarnya jumlah persediaan secara optimal pada tuhun 2016.

II. METODE Metode Least Square : Metode yang digunakan untuk analisis time series adalah Metode Garis Linier Secara

Bebas (Free Hand Method), Metode Setengah Rata-Rata (Semi Average M ethod),Metode Rata-Rata Bergerak (Moving Average Method) dan Metode




Kuadrat

Terkecil

(Least

Square

Method). Analisis

berapa besar fluktuasi yang terjadi dan trend

merupakan

suatu

metode analisis yang ditujukan untuk melakukan

analisis tersebut dapat diketahui sampai

suatu

estimasi

atau

peramalan pada masa yang akan datang.

faktor-faktor

apa

saja

mempengaruhi

terhadap

yang

perubahan

tersebut. Secara teoristis, dalam analisis time series yang paling menentukan adalah kualitas atau keakuratan dari

Untuk melakukan peramalan dengan baik maka dibutuhkan berbagai macam

informasi atau data-data yang diperoleh

informasi (data) yang cukup banyak dan

serta waktu atau periode dari data-data

diamati dalam periode waktu yang relatif

tersebut dikumpulkan.

cukup panjang, sehingga dari hasil Gambar sistem penjualan

Gambar 2.2 : flow Chart sistem Gambar 2.1 : sistempenjualan

Keterangan : Langkah pertama user memasukkan data user terlebih dahulu,

Keterangan : pelanggan akan memesan

kemudian di verifikasi sistem terlebih

kepada penjual, lalu penjual mengirim

dahulu, juka ya maka akan masuk ke

kepada pelanggan, kemudian sistem

homepage

mengirim prediksi pesanan ke penjual.

memasukkan data periode, lalu data

a. Flow Chart Sistem

periode

atau

diproses

beranda,

jika

ya

user

user

memasukkan data prediksi penjualan, selanjutnya

data

diproses

untuk

menampilkan hasil dari prediksi. A. Desain Sistem 1. Context Diagram




sistem akan mengirimkan laporan penjualan kepada penjual. Setelah itu penjual

akan

melakukan

sistem

transaksi kepada pembeli. Pembeli akan mengirimkan jumlah pesanan dan mendapatkan bukti pembayaran. 3. Entity Relationship Diagram Gambar 2.3 Context Diagram

Berikut

Contoh

Entity

Relation

DiagramBerikut ini Keterangan : peternak memberikan

Entity Relationship Diagram (ERD)

data ternak ke sistem penjualan lalu

struktur data dalam bentuk logik dari

sistem memberikan laporan jumlah

sistem prediksi penjualan.

penjualan ke penjualan kemudian sistem

memberikan

bukti

pembayaran kepada pembeli dan kemudian

pembeli memberikan

jumlah pesanan kepada sistem. 2. Data Flow Diagram Berikut ini adalah gambaran dari Data Flow Diagram

Gambar 4.7. ERD struktur data dalam bentuk logik Entity Relationship Diagram (ERD) 12345Berikut ini Entity Relationship Diagram (ERD) basis data dalam bentuk fisik dari sistem prediksi penjualan

Gambar 2.4 Data Flow Diagram Keterangan :

peternak memberikan

data ke sistem melalui proses input dan menerima pesanan telur. Lalu Mohamad Jauharul Fikri | 11.1.03.02.0239 Teknik- Teknik Informatika

Gambar 4.8 ERD basis data dala simki.unpkediri.ac.id || 5||


Keterangan : satu

pembeli

bisa

membeli, memesan banyak kilogram

(+) b.

banyak barang kepada pedagang

[k+(k+1)]= 0 Jarak antara 2 waktu diberi nilai dua satuan Diatas 0

B. Desain Metode

diberi

1. Contoh Perhitungan Berikut

ini

Untuk n genap maka n = 2k X1/2

adalah

contoh

Nambakan Bulan Maret - Juni:

2.

BULAN

PENJUALAN (Y)

1

Januari

15.000

3

Maret

18.000

4

April

21.000

yang menjelaskan

akibat

dan

besarnya

akibatnya yang ditimbulkan oleh satu

satu variabel terikat Y. Ada beberapa jenis regresi yaitu linier, curve estimation,

16.000

),

atau lebih variabel bebas X terhadap

NO

Februari

-

Analisis regresi merupakan

tentang

nambakan bulan maret – juni 2014

2

(

(+)

suatu analisis

Tabel 4.6 : data penjualan unggas mandiri

negatif

Dibawahnya diberi tanda positif

perhitungan menggunakan metode Least Square pada Unggas Mandiri

tanda

partial

least

square,

binary logistic, multinomial logistic, ordinal, probit, non linier, dan weight(Komputer, 2009). Tabel 4.7 : Data Prediksi

JUMLAH

4

70.000

Penjualan Unggas Mandiri Nambakan Bulan Maret – Juni 2014

Keterangan : Dari penjelasan tabel di atas adalah memprediksi selisih harga penjualan telur dari bulan yang lalu dengan bulan yang sekarang. 1. Analisis Menggunakan Metode Least Square Keterangan : Tabel a.

Untuk n ganjil maka n = 2k+1 X k+1= 0 Jarak antara 2 waktu diberi nilai satu satuan Diatas 0 diberi

tanda

negatif

(

-

),

diatas

menjelaskan perbandingan prediksi penjualan telur dimana pada tahun 2010 harga penjualan 15.000, pada tahun 2011 harga penjualan 16.000,

Dibawahnya diberi tanda positif Mohamad Jauharul Fikri | 11.1.03.02.0239 Teknik- Teknik Informatika



pada tahun 2012 harga penjualan 17.000, pada tahun 2013 harga penjualan 18.000, pada tahun 2014

3.

Y (Juni) = 70.000 + 14.000 (6) Y (Juni) = 17.500 + 3500 (6)

harga penjualan 18.500

Y (Juni) = 35.000

Mencari nilai a dan b

Hasil prediksi unggas mandiri

a. Nilai a = (variabel yang dicari

nambakan bulan juli 2014

trendnya) jumlah penjualan dibagi jumlah

(perbulan)sebanyak

4

Jadi Ramalan penjualan bulan Mei dan Juni adalah

bulan mulai dari bulan maret juni b. Nilai b = (mencari nilai parameter)

Y (Mei) = 35.000 Y (Juni)= 35.000

jumlah dari X^Y dibagi jumlah dari pangkat X^2

III. HASIL DAN KESIMPULAN HASIL Desain Interface

Maka persamaan least squarenya adalah Y = a + bX Y = 17.500 + 3.500X

Homepage

Maka ramalan penjualan bulan yang akan datang misalkan bulan Mei 2014 adalah : Y (Mei) = 70.000 + 14.000X (5) Y (Mei) = 17.500 + 3.500 (5) Y (Mei) = 35.000 Untuk ramalan bulan juni 2014 adalah


Form Login



index operator Admin memasukkan username dan password

Gambar 5.8 Login sukses Kode salah

Admin sukses login kode user yang benar

Periode Login sukses




Metode tahap 1

Tabel penjualan perbulan

Metode Tahap penjualan 2, 3, dan 4

Tabel operator

T abel admin

Tabel periode Tabel periode untuk empat bulan




Tabel empat periode

Laporan penjualan Laporan penjualan menampilkan nama perusahaan,

alamat

perusahaan,

id_penjualan selama empat bulan, tanggal dan bulan penjualan selama empat bulan, jumlah total banyaknya barang per kilogram setiap harinya. Laporan nilai A

Bagian form laporan

Hasil laporan dari prediksi empat periode

Laporan B Laporan admin




Laporan prediksi

Gambar 5.21 nilai B Laporan B adalah nilai B yaitu jumlah dari (X^Y) atau X pangkat Y dibagi

L aporan prediksi

dengan jumlah dari X pangkat dua (X^2). Tabel data

Back Up Logout berhasil

Tabel data

Logout




temuan

pengetahuan

baru

dan

pengesahan atau pembuktian teori. Aplikasi prediksi penjualan metode least square dapat digunakan untuk memprediksi

penjualan

telur

di

periode yang akan datang sehingga tampilan homepage

memudahkan

pedagang

untuk

mengetahui berapa banyaknya per kilogram yang dipesan oleh konsumen KESIMPULAN

atau pembeli

Mengemukakan pokok-pokok hasil penelitian sesuai rumusan masalah dan tinjauan

penelitian.

Dapat

berupa




IV.

DAFTAR PUSTAKA

Ihsan, M., F. 2014. “Perancangan Aplikasi Peramalan Persediaan Obatobatan Menggunakan Metode Least Square”, 2: hal 359-366.

Market Prediction Using Breaking Financial News : The Azfin Text System.ACM Trans. Inf. Syst., vol. 27 no. 2, hal. 1-19.

Katijani, Y., W. K. Hipel, A. I. McLeod. 2005. “Forecasting Nonlinear Time Series with Feedforward Neural Networks: A Case Study of Canadian Lynx Data”. Journal of Forecasting, 24: hal 105-117.

Tsaih, R., Y. Hsu, dan C.C. Lai. 1998. “Forecasting S&P 500 Stock Index Futures with a Hybrid AI System”. Decision Support Systems, 23: hal 161-174.

Marketos, Gerasimos, et al. (2004). Intelligent Stock Market Assistant using Temporal Data Mining. Sumber: http://infolab.cs.unipi.gr/pubs/confs/ pci05_maretal.pdf Pande, P , B. 2013, tentang “Prediksi Waktu Ketahanan Hidup Menggunakan metode partial least square” , 2 hal 49-52.

Tseng, F.M., H.C. Yu, dan G.H. Tzeng. 2002. “Combining Neural Network Model with Seasonal Time Series ARIMA Model”. Technological Forecasting & Social Change, 69: hal 71-78. Wedding, D.K. dan K.J. Cios. 1996. “Time Series Forecasting by Combining RBF Networks and BoxJenkins”. Neurocomputing,10: hal 149-168.

Schumaker, Robert P., Chen, Hsinchun. (2006). Textual Analysis of Stock



Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer ( S.Kom ) Pada Program Studi Teknik Informatika FT UNP Kediri

Recommend Documents