PREDIKSI PENDAPATAN PERUSAHAAN MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) SKRIPSI HARIGO CANHY MELANOF

PREDIKSI PENDAPATAN PERUSAHAAN MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS)

SKRIPSI

HARIGO CANHY MELANOF 081402073

DEPARTEMEN TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA 2014

Universitas Sumatera Utara


SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat untuk memperoleh ijazah Sarjana Teknologi Informasi

PROGRAM STUDI TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2014


PERSETUJUAN

Judul

: PREDIKSI PENDAPATAN PERUSAHAAN MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS)

Kategori

: SKRIPSI

Nama

: HARIGO CANHY MELANOF

Nomor Induk Mahasiswa

: 081402073

Program Studi

: SARJANA (S1) TEKNOLOGI INFORMASI

Departemen

: TEKNOLOGI INFORMASI

Fakultas

: ILMU KOMPUTER DAN TEKNOLOGI INFORMASI (FASILKOMTI) UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan, Agustus 2014

Komisi Pembimbing

:

Pembimbing 2

Pembimbing 1

NIP

NIP

Diketahui/Disetujui oleh Program Studi S1 Teknologi Informasi Ketua, M. Anggia Muchtar, ST. MM.IT NIP 19800110 2008 01 1010


PERNYATAAN


SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil karya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, Agustus 2014

Harigo Canhy Melanof 081402073


UCAPAN TERIMA KASIH

Puji dan syukur penulis sampaikan kehadirat Allah SWT yang telah memberikan rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan skripsi ini sebagai syarat untuk memperoleh ijazah Sarjana Teknologi Informasi, Program Studi S1 Teknologi Informasi Universitas Sumatera Utara. Ucapan terimakasih penulis sampaikan kepada:

1. Kedua orang tua dan keluarga yang telah memberikan dukungan dan motivasi baik moril dan materil serta spiritual, Ayahanda Edi Firman dan Ibunda Zuraida yang selalu sabar dalam mendidik dan membesarkan saya,juga kepada Zicco Sandra Prayudha, S.T., Sintha Febria, S.Farm.Apt., Feny Primawati, A.md., Imam Firdaus Muttaqin, Ibu Nasmita, A.md., dan Ibu Asnimar.

2. Bapak Muhammad Anggia Muchtar, S.T., M.M.IT. selaku pembimbing satu dan Bapak Muhammad Fadly Syahputra, B.Sc., M.Sc.IT. selaku pembimbing dua yang telah banyak meluangkan waktu dan pikirannya, memotivasi dan memberikan kritik dan saran kepada penulis, dan juga ditujukan kepada Ibu Sarah Purnamawati, S.T., M.Sc. dan Bapak Baihaqi Siregar, S.Si., M.Sc. selaku penguji yang telah bersedia menjadi dosen pembanding.

3. Dekan dan Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara, semua dosen dan pegawai di Program Studi Teknologi Informasi.

4. Terima kasih kepada staf pegawai administrasi tata usaha Program Studi Teknologi Informasi, terutama Abangda Faisal Hamid dan Ibu Delima Harahap yang telah membantu penulis dalam menyelesaikan semua urusan administrasi di Program Studi Teknologi Informasi.


5. Terima kasih kepada sahabat-sahabat, Raja Ade Fitrasari Mochtar, S.E., M.Ak., Barkah Adhy Nugraha, S.T., Joko Rinaldi,S.Kep.Ners., Rahmadan, S.T., Eri Yunaldo, S.T., dan Bayu Haryadi, S.T yang selalu memotivasi saya.

6. Terima kasih kepada keluarga bapak Nurjasri dan ibu Elly yang telah banyak membantu saya sejak pertama kali menginjakan kaki di kota medan, juga kepada kakanda Devy Molanda, dr.Lysa Ogestha dan Angga Rizky Permana.

7. Terima kasih juga kepada teman-teman terbaik saya yang terus mendukung tanpa henti, Reyhan Samantha, Teza Amaluddin, Atika Chan, Azharul Wanda Siregar, Rizky Yanda, Dwiporanda E, Kharisma Rinaldi Siregar, Inis Caisarian Siregar, Karina Wibawanti, Zulfikri Putra, Sanra Cheney, Joko Nugroho, dan Andre serta teman-teman mahasiswa Teknologi Informasi lainnya yang tidak dapat penulis sampaikan satu persatu.

Akhir kata, saya ucapkan terima kasih kepada semua pihak yang terkait dalam penyelesaian skripsi ini yang tidak bisa saya sebut satu persatu. Semoga Allah SWT senantiasa memberi rahmat dan keberkahan-NYA kepada kita semua.


ABSTRAK

Pertumbuhan omset (pendapatan) merupakan salah satu ukuran keberhasilan sebuah perusahaan yang harus dipantau. Sebuah perusahaan tentu mengharapkan terdapat pertumbuhan pendapatan setiap tahun yang dicanangkan dalam target pendapatan. Dalam waktu tertentu jumlah penerimaan pendapatan akan semakin meningkat dan dalam situasi yang lain akan terjadi sebaliknya. Untuk itu perlu adanya proyeksi atau peramalan terhadap jumlah penerimaan pendapatan untuk tahun selanjutnya. Peramalan atau yang sering disebut dengan forecasting adalah satu bagian yang harus dipertimbangkan untuk membuat perencanaan. Dalam tugas akhir ini digunakan metode Adaptive Neuro Fuzzy Inference System (ANFIS) untuk memprediksi pendapatan perusahaan berdasarkan data-data pendapatan sebelumnya. ANFIS adalah salah satu sistem hybrid dimana metode pembelajaran jaringan syaraf tiruan digunakan untuk mengimplementasikan metode Fuzzy Inference System. Pengukuran tingkat akurasi hasil prediksi dilakukan dengan nilai MAPE (Mean Absolute Percentage Error). Hasil prediksi yang dilakukan menggunakan ANFIS dengan parameter laju penbelajaran 0.2, momentum 0.1, dan max epoch 400 pada pendapatan perusahaan Breakdown Apparell periode 1 Januari 2011 sampai dengan 31 Desember 2013.

Kata kunci: adaptive neuro fuzzy inference system, neuro fuzzy, neural network, fuzzy inference system, prediksi, peramalan, pendapatan perusahaan.


Abstract

The growth of turnover (revenue) is one measure of the success of a company that should be monitored. A company certainly expects revenue growth every year there are envisioned in the revenue targets. Within a certain amount of receipt of income will increase and in other situations would occur otherwise. For that we need a projection or forecast of the amount of receipt of income for the next year. Forecasting or forecasting is often referred to as one part that should be considered for planning. In this thesis used the method of Adaptive Neuro Fuzzy Inference System (ANFIS) to predict the company revenue data based on previous earnings. ANFIS is a hybrid system in which one neural network learning methods are used to implement the Fuzzy Inference System. Measuring the level of accuracy of the predictions made by the value of MAPE (Mean Absolute Percentage Error). The results of prediction were performed using ANFIS with learning rate parameter 0.2, momentum 0.1, and max epoch 400 on corporate earnings Breakdown apparell period January 1, 2011 until December 31, 2013.

Keywords: adaptive neuro-fuzzy inference system, neuro fuzzy, neural network, fuzzy inference system, prediction, forecasting, companies revenue.


DAFTAR ISI Persetujuan Pernyataan Ucapan Terima Kasih Abstrak Abstract Daftar Isi Daftar Tabel Daftar Gambar Bab 1 Pendahuluan 1.1. Latar Belakang 1.2. Rumusan Masalah 1.3. Batasan Masalah 1.4. Tujuan Penelitian 1.5. Manfaat Penelitian 1.6. Metodologi Penelitian 1.7. Sistematika Penulisan

ii iii iv vi vii viii x xi 1 1 3 3 3 4 4 5

Bab 2 Landasan Teori 2.1.Perusahaan 2.1.1. Bentuk Perusahaan 2.2. Pendapatan 2.3. Peramalan 2.3.1. Metode Peramalan 2.4. Fuzzy System 2.4.1 Fuzifikasi 2.4.1.1. Fungsi Keanggotaan 2.4.1.2. Fuzzy Clustering 2.4.2 Inferensi 2.4.2.1. Operasi Himpunan Fuzzy 2.4.2.2. Metode Inferensi Sugeno 2.4.3 Defuzifikasi 2.5. Jaringan Syaraf Tiruan 2.6. Prediksi Menggunakan Anfis 2.7. Penelitian Terdahulu

7 7 9 10 11 12 14 15 16 18 19 19 20 22 22 23 29

Bab 3 Analisis dan Perancangan 3.1. Identifikasi Masalah 3.2. Data yang Digunakan

31 31 32


3.3. Analisis Teknikal 3.4. Perancangan Sistem 3.4.1. Use Case Diagram 3.4.2. Use Case Specification 3.4.3. Activity Diagram 3.4.4. Rancangan Menu System 3.4.5. Perancangan Antarmuka 3.4.5.1. Rancangan Halaman Home 3.4.5.2. Rancangan Halaman Data Pendapatan 3.4.5.3. Rancangan Halaman Peramalan 3.4.5.4. Rancangan Halaman About

34 37 37 39 42 46 46 46 47 48 49

Bab 4 Implementasi dan Pengujian 4.1. Implementasi 4.1.1. Spesifikasi Perangkat Keras yang Digunakan 4.1.2. Implementasi Perancangan Antarmuka 4.1.3. Implementasi Data 4.2. Pengujian Sistem 4.2.1. Rencana Pengujian Sistem 4.2.2. Kasus dan Hasil Pengujian 4.2.3 Pengujian Kinerja Sistem

51 51 52 53 54 55 55 56 57

Bab 5 Kesimpulan dan Saran 5.1. Kesimpulan 5.2. Saran

60 60 60

Daftar Pustaka

62


DAFTAR TABEL

Hal. Tabel 2.1 Rentang Waktu dan Peramalan Table 2.2 Penelitian Terdahulu Tabel 3.1 Rangkuman Data Pendapatan Breakdown Apparel Tabel 3.2 Use Case Spesifikasi untuk Use Case Home Tabel 3.3 Use Case Spesifikasi untuk Use Case Pendapatan Tabel 3.4 Use Case Spesifikasi untuk Use Case Peramalan Tabel 3.5 Use Case Spesifikasi untuk Use Case Grafik Aktual Tabel 3.6 Use Case Spesifikasi untuk Use Case Grafik Ramalan Table 3.7 Use Case Spesifikasi untuk Use Case Data Saham Tabel 4.1 Data Perusahaan Breakdown Apparel Tabel 4.2 Rencana Pengujian Tabel 4.3 Hasil Pengujian Menggunakan Metode Black Box Tabel 4.4 Data Pendapatan Perusahaan Tabel 4.5 Hasil Prediksi Data Pendapatan

12 29 32 39 39 40 40 41 41 54 56 56 57 58


DAFTAR GAMBAR

Hal. Gambar 2.1 Proses Fuzzy Inference System Error! Bookmark not defined.4 Gambar 2.2 Kurva Segitiga Error! Bookmark not defined.5 Gambar 2.3 Kurva Trapesium 14 Gambar 2.4 Kurva Generalized Bell 15 Gambar 2.5 Kurva Gaussian 16 Gambar 2.6 Blok diagram ANFIS 17 Gambar 3.1 Grafik Pendapatan Breakdown Apparel 34 Gambar 3.2 Algoritma ANFIS pada Sistem 35 Gambar 3.3 Use Case Diagram Sistem Prediksi 38 Gambar 3.4 Diagram Aktivitas Home 42 Gambar 3.5 Diagram Aktivitas Data Pendapatan 43 Gambar 3.6 Diagram Aktivitas Peramalan 44 Gambar 3.7 Diagram Aktivitas Grafik Aktual 44 Gambar 3.8 Diagram Aktivitas Grafik Peramalan 45 Gambar 3.9 Diagram Aktivitas Grafik Aktual dan Grafik Peramalan 45 Gambar 3.10 Struktur Menu Sistem 46 Gambar 3.14 Rancangan Halaman Home 47 Gambar 3.15 Rancangan Halaman Data Pendapatan 48 Gambar 3.16 Rancangan Halaman Ramalan 49 Gambar 3.17 Rancangan Halaman About 50 Gambar 4.1 Halaman Home 52 Gambar 4.2 Halaman Data Pendapatan Perusahaan 53 Gambar 4.3 Halaman Prediksi 54


PREDIKSI PENDAPATAN PERUSAHAAN MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) SKRIPSI HARIGO CANHY MELANOF

Recommend Documents