Artikel Skripsi Universitas Nusantara PGRI Kediri
INTERPOLASI POLINOM DENGAN METODE LAGRANGE DAN METODE REGRESI POLINOM UNTUK MEMREDIKSI PINJAMAN PADA KOPERASI SIMPAN PINJAM (KSP) CITRA MANDIRI
ARTIKEL SKRIPSI Diajukan Untuk Memenuhi Sabagian Syarat Guna Memperoleh Gelar Sarjana Pendidikan (S. Pd.) Pada Program Studi Pendidikan Matematika
OLEH: MARDIANA TRI NASTITI NPM: 11.1.01.05.0121
FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN (FKIP) UNIVERSITAS NUSANTARA PERSATUAN GURU REPUBLIK INDONESIA
UN PGRI KEDIRI 2016
Mardiana Tri Nastiti|11.1.01.05.0121 FKIP – Pendidikan Matematika
simki.unpkediri.ac.id || 1||
Artikel Skripsi Universitas Nusantara PGRI Kediri
Skripsi oleh: MARDIANA TRI NASTITI NPM: 11.1.01.05.0121
Judul:
INTERPOLASI POLINOM DENGAN METODE LAGRANGE DAN METODE REGRESI POLINOM UNTUK MEMREDIKSI PINJAMAN PADA KOPERASI SIMPAN PINJAM (KSP) CITRA MANDIRI
Telah disetujui untuk diajukan Kepada Panitia Ujian/Sidang Skripsi Program Studi Pendidikan Matematika Fakultas Keguruan dan Ilmu Pendidikan Universitas Nusantara PGRI Kediri
Tanggal: 14 Desember 2015
Pembimbing I
Pembimbing II
Drs. Darsono, M. Kom. NIDN. 0710016401
Khomsatun Ni’mah, M. Pd. NIDN. 0703018502
Mardiana Tri Nastiti|11.1.01.05.0121 FKIP – Pendidikan Matematika
simki.unpkediri.ac.id || 2||
Artikel Skripsi Universitas Nusantara PGRI Kediri
Mardiana Tri Nastiti|11.1.01.05.0121 FKIP – Pendidikan Matematika
simki.unpkediri.ac.id || 3||
Artikel Skripsi Universitas Nusantara PGRI Kediri
INTERPOLASI POLINOM DENGAN METODE LAGRANGE DAN METODE REGRESI POLINOM UNTUK MEMREDIKSI PINJAMAN PADA KOPERASI SIMPAN PINJAM (KSP) CITRA MANDIRI Mardiana Tri Nastiti Fakultas Keguruan dan Ilmu Pendidikan–Pendidikan Matematika
[email protected] Drs. Darsono, M.Kom. dan Khomsatun Ni’mah, M.Pd. UNIVERSITAS NUSANTARA PGRI KEDIRI
ABSTRAK Penelitian ini dilatar belakangi oleh tingginya minat masyarakat dalam menggunakan jasa pinjaman. Banyak masyarakat memilih KSP sebagai tempat melakukan transaksi. Sehingga, diperlukan metode yang akurat untuk memrediksi banyaknya pinjaman yang mungkin diberikan
oleh KSP. Permasalahan penelitian ini adalah (1) Bagaimana hasil prediksi pinjaman pada KSP Citra Mandiri dengan menggunakan metode Lagrange? (2) Bagaimana hasil prediksi pinjaman pada KSP Citra Mandiri dengan menggunakan metode regresi polinom? (3) Apakah hasil prediksi pada kasus pinjaman KSP Citra Mandiri menggunakan metode regresi polinom lebih baik dari metode Lagrange?.
Penelitian ini menggunakan pendekatan kuantitatif dengan obyek penelitian berupa data pinjaman KSP Citra Mandiri periode 2005-2014. Penelitian dilakukan dengan menghitung prediksi pinjaman dengan metode yang telah ditentukan dan menentukan selisih hasil prediksi. Kesimpulan pada penelitian ini adalah (1) Selisih terbesar untuk prediksi metode Lagrange, yaitu bulan Januari pada bulan ganjil dan bulan Desember pada bulan genap. (2) Selisih terbesar untuk metode regresi polinom, yaitu bulan Januari pada bulan ganjil dan bulan Desember pada bulan genap (3) Pada Kasus ini, penggunaan metode regresi polinom tidak lebih baik dari metode Lagrange. Berdasarkan kesimpulan dari hasil penelitian ini direkomendasikan: (1) Sampel data bisa diperbanyak lagi. (2) Menggunakan order yang lebih tinggi untuk mendapatkan hasil prediksi yang lebih akurat. (3) Menggunakan order yang berbeda antara metode pada penelitian selanjutnya.
Kata Kunci: interpolasi polinom, metode Lagrange, metode regresi polinom, memprediksi, pinjaman.
Mardiana Tri Nastiti|11.1.01.05.0121 FKIP – Pendidikan Matematika
simki.unpkediri.ac.id || 4||
Artikel Skripsi Universitas Nusantara PGRI Kediri
I.
oleh koperasi untuk menentukan
LATAR BELAKANG Dalam kegiatan perekonomian,
seberapa
besar
pinjaman
yang
mengenal
pinjaman.
mungkin
akan
diberikan
oleh
Namun, masyarakat umum lebih
koperasi.
Namun,
mengenal pinjaman dengan sebutan
jumlah
kredit. Kasmir (dalam Mentiri, 2012:
didasarkan pada patokan bulan-bulan
1) mengartikan pinjaman sebagai
tertentu saja. Apalagi dengan jumlah
penyediaan uang atau tagihan yang
pinjaman yang besar pada tiap
serupa berdasarkan persetujuan atau
bulannya,
kesepakatan
keakuratan dalam prediksi.
kita
istilah
pinjam
meminjam
antara bank dengan pihak lain yang mewajibkan
pihak
pemrediksian
pinjaman
tidak
tentu
Peran
bisa
membutuhkan
matematika
dalam
peminjam
kegiatan ini adalah dapat digunakan
melunasi hutangnya dalam jangka
untuk memrediksi jumlah pinjaman.
waktu
Metode
tertentu
pemberian
disertai
bunga.
dengan
Salah
satu
matematika
pinjaman
memberikan
interpolasi dan regresi.
adalah
dapat
digunakan untuk memrediksi jumlah
lembaga keuangan non bank yang pinjaman
yang
diantaranya
adalah
koperasi. Koperasi Simpan Pinjam
Munir
(2006:
152)
(KSP) Citra Mandiri, merupakan
mengartikan
interpolasi
polinom
salah satu koperasi simpan pinjam
sebagai interpolasi dengan sebuah
yang ada di kota Kediri. Koperasi ini
polinom.
menghimpun
fungsi yang dibuat melalui titik-titik
berupa
dana
simpanan
dari
anggota
pokok
dan
Polinom
berdasarkan
data.
simpanan wajib. Simpanan akan
Istilah Regresi menurut Munir
disalurkan kembali kepada anggota
(2006:
151),
maupun
metode
pencocokan
diluar
anggota
berupa
diartikan
sebagai
kurva
yang
pinjaman. Besarnya jumlah pinjaman
dibuat sedemikian sehingga selisih
yang diberikan oleh koperasi kepada
antar
masyarakat akan naik dan turun
hampirnnya
berdasarkan kebutuhan dan kondisi
mungkin.
masyarakat.
Naik
dan
turunnya
titik
Pada
data di
dengan kurva
penelitian
ini,
titik sekecil
jenis
jumlah pinjaman tersebut merupakan
metode interpolasi polinom yang
suatu hal yang wajar. Pemrediksian
akan digunakan adalah
jumlah pinjaman perlu dilakukan
Lagrange. Karena selain membuat
Mardiana Tri Nastiti|11.1.01.05.0121 FKIP – Pendidikan Matematika
metode
simki.unpkediri.ac.id || 5||
Artikel Skripsi Universitas Nusantara PGRI Kediri 𝑛
fungsi yang tampak rumit menjadi 𝑓𝑛 𝑥 =
lebih sederhana, metode Lagrange
𝐿𝑖 𝑥 𝑓(𝑥𝑖 ) 𝑖=0
tidak hanya berlaku untuk titik-titik yang
berjarak
sama.
𝑛
𝐿𝑖 𝑥 =
Metode
𝑗 =0 𝑗 =𝑖
Lagrange juga untuk titik-titik yang memiliki jarak berbeda. Sedangkan
Dimana
metode
perkalian.
regresi
yang
digunakan
adalah metode regresi polinom. Hal
diberikan
koperasi
selalu
Π
merupakan
(Sumber: Djojodiharjdo, 2000: 131)
ini dikarenakan jumlah pinjaman yang
simbol
𝑥 − 𝑥𝑗 𝑥𝑖 − 𝑥𝑗
Rumus metode Lagrange order lima
yang
digunakan
untuk
berubah-ubah (naik dan turun) dalam
memrediksi pinjaman pada KSP
tiap
Citra Mandiri adalah:
bulannya,
sehingga
kurva
cenderung tidak linier. Regresi linier menurut Djijodihardjo (2000: 552), seringkali karena
kurang
garis
menyesuaikan
memuaskan,
lurus
tidak
dapat
diri
dengan
data
sebaik-baiknya. Dari kedua metode yang akan digunakan tersebut, data pinjaman
Dengan:
yang
𝑖
: urutan ke-
masukan dapat diprediksi. Selisih
𝑥𝑖
: bulan ke-𝑖
antara hasil prediksi dengan data
𝑓(𝑥𝑖 ) : pinjaman
terletak
diantara
titik-titik
sebenarnya akan dianalisis. Hasil dari
analisis
tersebut
Pemrediksian
menggunakan
dapat
metode Lagrange dilakukan pada
digunakan untuk mendeskripsikan
bulan ganjil dan bulan genap. Bulan
apakah metode Lagrange lebih baik
ganjil terdiri atas bulan Januari,
daripada metode regresi polinom
Maret, Mei, Juli, Agustus, September
atau sebaliknya pada kasus ini.
dan November. Sedangkan bulan Genap terdiri atas bulan Februari,
II.
METODE Secara
April, Juni, Agustus, Oktober dan umum
bentuk
Desember. Untuk memrediksi pada
interpolasi polinomi Lagrange order
bulan ganjil maka digunakan data
n adalah:
pada
Mardiana Tri Nastiti|11.1.01.05.0121 FKIP – Pendidikan Matematika
bulan
genap
dan
untuk
simki.unpkediri.ac.id || 6||
Artikel Skripsi Universitas Nusantara PGRI Kediri
memrediksi pada bulan genap data
Persamaan metode
regresi
yang digunakan pada bulan ganjil.
polinom order lima yang digunakan
Pola pemrediksian yang digunakan
untuk memrediksi pinjaman pada
dengan 𝑥 bulan yang akan diprediksi,
KSP Citra Mandiri adalah:
𝑥1 sampai dengan 𝑥12 adalah hasil dari prediksi dalam setiap tahunnya dan z adalah antara hasil prediksi menggunakan
metode
interpolasi
Lagrange dengan data sebenarnya Dengan
seperti berikut ini.
𝑖
: urutan ke-
𝑥𝑖
: bulan
𝑦𝑖
: pinjaman
𝑎0 , 𝑎1 , 𝑎2 , 𝑎3 , 𝑎4 , 𝑎5 : koefisien yang Gambar 2.1 Pola Prediksi Bulan Ganjil Metode Lagrange
akan dicari nilainya Setelah nilai dari 𝑎0 , 𝑎1 , 𝑎2 , 𝑎3 , 𝑎4 , 𝑎5 diketahui, maka didapatkan bentuk polinom berikut ini:
Pemrediksian menggunakan metode regresi
polinom
dilakukan
pada
bulan ganjil dan bulan genap. Bulan
Gambar 2.2 Pola Prediksi Bulan Genap Metode Lagrange
ganjil terdiri atas bulan Januari, Maret, Mei, Juli, Agustus, September
Berikut
adalah
regresipolinom
persamaan
dan November. Sedangkan bulan
ditulis
Genap terdiri atas bulan Februari,
yang
April, Juni, Agustus, Oktober dan
dalambnetuk matriks:
Desember. Untuk memrediksi pada bulan ganjil maka digunakan data pada
bulan
genap
dan
untuk
memrediksi pada bulan genap data Persamaan
polinom
order
r
mempunyai bentuk: 𝑦 = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + ⋯ + 𝑎𝑟 𝑥 𝑟 Mardiana Tri Nastiti|11.1.01.05.0121 FKIP – Pendidikan Matematika
yang digunakan pada bulan ganjil. Pola pemrediksian yang digunakan dengan 𝑦 bulan yang akan diprediksi,
simki.unpkediri.ac.id || 7||
Artikel Skripsi Universitas Nusantara PGRI Kediri
𝑦1 sampai dengan 𝑦12 adalah hasil
162.900.000. Sedangkan pada bulan
dari prediksi dalam setiap tahunnya
genapDesember tahun 2011, yaitu
dan w adalah selisih antara hasil
318.127.031,250
prediksi
prediksimenggunakan
regresi
menggunakan polinom
metode
dengan
data
untuk
hasil metode
Lagrange dan 318.127.031,184 untuk hasil prediksimenggunakan metode
sebenarnya seperti berikut ini.
regresi
polinom.
Selisih
terkecil
antara hasil prediksi dengan data sebenarnya
terjadi
pada
bulan
November
tahun
2009,
yaitu
G
69.328.359,37 untuk hasil prediksi
Gambar 2.3 Pola Prediksi Bulan Ganjil Metode Regresi Polinom
menggunakan metode Lagrange dan 69.328.359,373 untuk hasil prediksi menggunak metode regresi polinom dengan data sebenarnya 69.740.000. Sedangkan pada bulan genap, terjadi pada Februari tahun 2007, yaitu 56.753.945,313 untuk hasil prediksi
Gambar 2.4 Pola Prediksi Bulan Genap Metode Regresi Polinom
menggunakan metode Lagrange dan 56.753.945,311 untuk hasil prediksi menggunakan
metode
regresi
polinom dengan data sebenarnya
III. HASIL DAN KESIMPULAN
56.660.000
HASIL
.
berdasarkan
hasil
prediksi
analisis menggunakan SPSS 21,
menggunakan metode Lagrange dan
didapatkan–t tabel
metode
selisih
(-1,970<0.000 < 1,970) dan P value
terbesar dengan data sebenarnya
(1,000 > 0,05) maka H0 diterima,
terjadi pada bulan Januari tahun 2014
artinya
untuk
Yaitu
prediksi menggunakan menggunakan
10.996.640,625 untuk hasil prediksi
metode regresi polinom kurang dari
menggunakan metode Lagrange dan
atau sama dengan rata-rata selisih
10.996.640,627 untuk hasil prediksi
prediksi
menggunakan
regresi
Lagrange. Nilai t hitung = 0,0000,
polinom dengan data sebenarnya
berarti tidak ada rata-rata yang lebih
Pada
regresi
bulan
hasil
polinom,
ganjil.
metode
Mardiana Tri Nastiti|11.1.01.05.0121 FKIP – Pendidikan Matematika
bahwa
rata-rata
menggunakan
selisih
metode
simki.unpkediri.ac.id || 8||
Artikel Skripsi Universitas Nusantara PGRI Kediri
tinggi atau rendah dari bahwa rata-
pada bulan genap, terjadi pada
rata selisih prediksi menggunakan
Februari
menggunakan
regresi
56.660.000 untuk data pinjaman
polinom kurang dari atau sama
sebenarnya dan 56.753.945,313
dengan
untuk hasil prediksi.
metode
rata-rata
menggunakan
selisih
metode
prediksi Lagrange.
tahun
2. Berdasarkan
2007,
hasil
yaitu
penelitian
Perbedaan rata-rata (mean diference)
perbedaan mencolok antara data
sebesar 0,00000 dan perbedaan (pada
pinjaman sebenarnya terjadi pada
lower dan upper) berkisar antara -
bulan ganjil Januari tahun 2014,
0,158925 sampai 0,158925. Pada
yaitu
tabel Group Statistics terlihat rata-
pinjaman
rata
10.996.640,627
(mean)
selisih
prediksi
162.900.000 untuk data sebenarnya
dan
untuk
hasil
menggunakan menggunakan metode
prediksi. Sedangkan bulan genap,
regresi
Desember
polinom
dan
metode
Lagrangeadalah sama, yaitu 6,75856.
tahun
2011,
yaitu
84.660.000 untuk data pinjaman sebenarnya dan 318.127.031,184 untuk hasil prediksi. Perbedaan
KESIMPULAN 1. Berdasarkan
hasil
penelitian,
terkecil terjadi pada bulan ganjil
didapatkan perbedaan mencolok
November
antara data pinjaman sebenarnya
69.740.000 untuk data pinjaman
terjadi pada bulan ganjil Januari
sebenarnya dan 69.328.359,373
tahun 2014, yaitu 162.900.000
untuk hasil prediksi. Sedangkan
untuk data pinjaman sebenarnya
pada bulan genap, terjadi pada
dan 10.996.640,625 untuk hasil
Februari
prediksi. Sedangkan bulan genap,
56.660.000 untuk data pinjaman
Desember
sebenarnya dan 56.753.945,311
tahun
2011,
yaitu
84.660.000 untuk data pinjaman sebenarnya dan 318.127.031,250
tahun
tahun
2009,
yaitu
2007,
yaitu
untuk hasil prediksi. 3. Hasil analisis menunjukkan bahea
untuk hasil prediksi. Perbedaan
penggunaan
terkecil terjadipada bulan ganjil
polinom tidak lebih baik dari
November
metode
tahun
2009,
yaitu
Lagrange.
69.740.000 untuk data pinjaman
bertentangan
sebenarnya
yang
dan
69.328.359,37
untuk hasil prediksi. Sedangkan Mardiana Tri Nastiti|11.1.01.05.0121 FKIP – Pendidikan Matematika
metode
dengan
disampaikan
regresi
Hal
ini
hipotesis peneliti.
Dimana pada hipotesis tersebut simki.unpkediri.ac.id || 9||
Artikel Skripsi Universitas Nusantara PGRI Kediri
peneliti
menyampaikan
penggunaan
metode
bahwa
Kasus Data Pemasaran, 12 (2).
regresi
(Online),
polinom pada kasus pinjaman
http://ejournal.unsrat.ac.id/inde
KSP Citra Mandiri lebih baik dari
x.php/JIS/article/view/740/597,
metode Lagrange.
diunduh 6 Juni 2015. Munir,
IV.
tersedia:
Rinaldi.
2006.
Metode
DAFTAR PUSTAKA
Numerik
Arifin, S., Aisjah, A. S. & Hakim, J.
Bandung: Informatika.
A. 2011. Interpolasi Lagrange Dan
Newton
Peningkatan Ramalan
Untuk Jangkauan
Pada
Prediktor
Edisi
Revisi.
Nasution dan Zakaria. 2001. Metode Numerik dalam Ilmu Rekayasa Sipil. Bandung: ITB Sarwono, Jonathan. 2006. Metode
Cuaca Maritim Berdasarkan
Penelitian
Kuantitatif
dan
Logika Fuzzy Studi Kasus: Di
Kualitataf. Yogyakarta. Graha
Perairan Laut Jawa. Seminar
Ilmu.
Nasional Teori dan Aplikasi
Setiawan, Agus. 2006. Pengantar
Teknologi Kelautan, Surabaya,
Metode Numerik. Yogyakarta:
15 Desember 2011. Dalam
Beta Offset.
Senta
4,
Online,
tersedia:
Simatupang,
E.
D.,
Suparti
&
http://www.researchgate.net,
Rahmawati, R. 2014. Kajian
diunduh 24 Januari 2015.
Model Inflasi Tahunan Kota
Djojodihardjo,
Harijono.
Metode
2000.
Numerik.
Jakarta:
Gramedia Pustaka Utama.
Koperasi Talenta
Kredit
pada
Simpan Salatiga.
Pinjam Disertasi.
Tidak dipublikasikan. Salatiga: FEB UKSW.
J.
2012.
Pengembangan Model Regresi Polinomial
Regresi pada
Analisis
Multiresolusi Wavelet, 213 (3). (Online), tersedia:http://ejournals1.undip.ac.id/index.php/gaussi an, diunduh 24 Januari 2015. Triatmodjo, Bambang. 2002. Metode
Malensang, J. S., Komalig, H. & Hatidja,
Pendekatan Polinomial
Mentiri, A. 2012. Analisis Prosedur Pemberian
Sibolga dengan Arima dan
Berganda
Mardiana Tri Nastiti|11.1.01.05.0121 FKIP – Pendidikan Matematika
Numerik Dilengkapi dengan Program
Komputer.
Yogyakarta: Beta Offset.
pada simki.unpkediri.ac.id || 10||