JURNAL
PREDIKSI PRODUKSI SAMBAL PECEL MENGGUNAKAN METODE TIME SERIES FORECASTING
PREDICTION OF PRODUCTION PECEL SAUCE USING TIME SERIES FORECASTING
Oleh: JOHAN TRIWAHYUDI 12.1.03.02.0039
Dibimbing oleh : 1. M. Rizal Arief, S.T., M.Kom. 2. Ardi Sanjaya, M.Kom.
PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS NUSANTARA PGRI KEDIRI 2017
Artikel Skripsi Universitas Nusantara PGRI Kediri
Johan Triwahyudi | 12.1.03.02.0039 Teknik – Teknik Informatika
simki.unpkediri.ac.id ||1||
Artikel Skripsi Universitas Nusantara PGRI Kediri
PREDIKSI PRODUKSI SAMBAL PECEL MENGGUNAKAN METODE TIME SERIES FORECASTING Johan Triwahyudi 12.1.03.02.0039 Teknik – Teknik Informatika
[email protected] M. Rizal Arief, S.T., M.Kom dan Ardi Sanjaya, M.Kom UNIVERSITAS NUSANTARA PGRI KEDIRI
ABSTRAK Penelitian ini dilatar belakangi hasil pengamatan dari masalah peramalan salah satunya peramalan prediksi produksi yang dilakukan dalam perusahaan yaitu prediksi produksi sambal pecel yang kurang bisa memaksimal hasil produksi sambal pecel ini. Penelitian ini menggunakan metode Time Series Moving Averages dengan subyek penelitian perusahaan sambal pecel. Peramalan manual yang dilakukan sering tidak akurat sehingga jumlah produksi produk sambal pecel tidak sesuai, terkadang melebihi ataupun terkadang melebihi jumlah permintaan konsumen. Berdasarkan hasil pengujian dengan menggunakan metode moving averages sesuai dengan hasil peramalan untuk tahun 2015 menggunakan moving average nilai prediksi 2 bulanan berdasarkan data pada bulan November (185 kg) dan Desember 2015 (195 kg) untuk hasil prediksi produksi bulan Januari 2016 adalah 190 kg. Sedangkan untuk prediksi 3 bulanan berdasarkan data pada bulan Oktober (155 kg), November (185 kg), dan Desember (195 kg) untuk bulan Januari 2016 adalah 178,3 kg. Kata Kunci : Peramalan, Time Series, Moving Averages
I.
LATAR BELAKANG Sambal pecel adalah termasuk dari
salah
satu
jenis
sangat komplek dalam dunia usaha,
bumbu.
sambal pecel yang awal mula hanya
Kombinasi (campuran) dari beberapa
dijadikan sebagai komoditi rumah
bahan bumbu (kacang tanah, cabe,
tangga sekarang berubah menjadi
gula jawa, daun jeruk, garam dan
bahan komoditi luas, ini terbukti dari
lain lain) membuat sambal pecel
banyaknya kios, toko-toko, swalayan
mempunyai rasa dan khas yang
dan super market yang menjualnya,
tersendiri.
bahkan
Seiring
dengan
masyarakat
kita
dalam
di
ekspor
ke
mancanegara.
perkembangan teknologi industri dan kejelian
sampai
Berawal dari pembuatannya yang
menggunakan
melihat peluang bisnis diberbagai
tradisional
bidang membuat perubahan yang
(menggunakan cobek dan ulekan)
Johan Triwahyudi | 12.1.03.02.0039 Teknik – Teknik Informatika
atau
sistem manual
simki.unpkediri.ac.id ||2||
Artikel Skripsi Universitas Nusantara PGRI Kediri
menyebabkan
bahwa
sambal
pecel
ini
tenaga,
kesabaran,
keahlian
yang
pembuatan
memperkirakan atau memprediksi
membutuhkan waktu
produksi
yang
sesuai
dengan
dan
permintaan konsumen di masa yang
untuk
akan datang. Dikhawatirkan jika
membuatnya, sehingga akan serasa
jumlah permintaan melebihi dari
berat dan sulit jika sambal pecel ini
jumlah produksi yang ada yang bisa
dijadikan sebagai bahan komuditi
berakibat
umum atau luas (diproduksi, dijual
masyarakat terhadap produk yang
dan diekspor).
telah
lebih
Produksi sambel pecel perlu
turunnya
lama
daya
dikonsumsi
beli
oleh
khalayak banyak.
diprediksi dengan akurat, karena hasil
prediksi
sangat penting maksimal
yang
untuk
agar
akurat
hasil
kedepannya
yang bisa
II.
METODE 1. REKAYASA
PERANGKAT
LUNAK (RPL)
membuat komoditi yang bagus untuk
Istilah Rekayasa Perangkat
bisa menguasai pangsa pasar di
Lunak atau Software Engineering
dalam atau diluar negeri.
mulai dipopulerkan pada tahun
Proses
industri
dewasa ini
1968 saat Konferensi Rekayasa
semakin besar dan komplek. Hal ini
Perangkat
dikarenakan
diselenggarakan
persaingan semakin
tuntutan antar
ketat.
meningkatkan produksi,
pasar
dan
industri
yang
Keinginan
untuk
kualitas
hasil
dan
Sebagian
Lunak
yang
oleh
NATO.
orang
mengartikan
Rekayasa Perangkat Lunak hanya sebatas
pada
bagaimana
cara
keinginan
membuat suatu program komputer.
mempermudah cara pengolahan hasil
Padahal terdapat sebuah perbedaan
produksi telah mendorong semakin
yang mendasar antara program
berkembangnya teknologi industri.
komputer
Perkembangan ini terutama terjadi
(software).
pada sistem kendalinya, agar tercapai efisiensi dan efektifitas.
perintah
lapangan belum adanya suatu alat
komputer
atau
lunak
aplikasi
yang
Johan Triwahyudi | 12.1.03.02.0039 Teknik – Teknik Informatika
dapat
lunak
Menurut (O’Brien, 2009) Program
Selama ini yang terjadi di
dan perangkat
merupakan yang
kumpulan
dimengerti
sedangkan (Software)
oleh
Perangkat merupakan
simki.unpkediri.ac.id ||3||
Artikel Skripsi Universitas Nusantara PGRI Kediri
seluruh perintah yang digunakan
Menurut Rosa A.S. dan M.
untuk memproses suatu informasi.
Shalahuddin,
Perangkat
berjudul Rekayasa
lunak
bisa
berupa
prosedur atau program.
dalam
Perangkat
Lunak (hlm 5 ISBN 978-602-8759-
Rekayasa perangkat lunak /
13-7), terdapat 5 prinsip atau
Software Engineering (SE) adalah
kriteria
yang sering
satu
sebagai
acuan
bidang
profesi
mendalami
yang cara-cara
pengembangan
bukunya
perangkat
lunak
digunakan
dalam
rekayasa
perangkat lunak: •
Dapat
mengikuti
keinginan
termasuk pembuatan, manajemen
pengguna (robust)
organisasi
• Dapat terus dirawat dan dipelihara
pengembanganan
perangkat lunak, pemeliharaan serta
(maintainability)
manajemen kualitas.
• Dapat memenuhi kebutuhan yang
Pengertian
Rekayasa
Perangkat Lunak menurut IEEE Computer Society adalah penerapan
diinginkan (usability) • Dapat mengikuti perkembangan teknologi (dependability)
suatu pendekatan yang sistematis, Secara
disiplin dan terkuantifikasi terhadap pengembangan,
penggunaan,
pemeliharaan perangkat lunak, dan studi atas pendekatan-pendekatan tersebut,
yaitu
penerapan
pendekatan engineering terhadap perangkat lunak. Jadi Rekayasa perangkat
lunak
merupakan
pengubahan perangkat lunak itu sendiri
guna
memelihara, kembali
mengembangkan, dan
dengan
prinsip-prinsip
membangun menggunakan
rekayasa
untuk
umum
tujuan
Rekayasa Perangkat Lunak tidak berbeda dengan bidang rekayasa yang lain. Bidang rekayasa akan selalu
berusaha
output
yang
menghasilkan
kinerjanya
tinggi
waktu penyelesaian yang tepat dan berbiaya khusus
rendah. kita
Secara
dapat
lebih
menyatakan
tujuan RPL adalah sebagai berikut: • Menghasilkan perangkat lunak yang kinerjanya tinggi, andal serta tepat
waktu.
menghasilkan perangkat lunak yang
•
dapat bekerja lebih efektif dan
perangkat lunak yang rendah.
efisien untuk pengguna nya.
• Menghasilkan perangkat lunak
Memperoleh
biaya
produksi
yang biaya perawatan rendah. Johan Triwahyudi | 12.1.03.02.0039 Teknik – Teknik Informatika
simki.unpkediri.ac.id ||4||
Artikel Skripsi Universitas Nusantara PGRI Kediri
•Menghasilkan
perangkat
lunak
depan.
Analisis
time
series
yang bisa bekerja di berbagai jenis
dipelajari
platform.
mengamati data time series akan terlihat
2. METODE TIME SERIES Time series adalah suatu analisis
terhadap
pencatatan,
pengamatan,
dan
penyusunan
karena
dengan
empat komponen
yang
mempengaruhi suatu pola data masa lalu dan sekarang, yang cenderung
berulang
dimasa
peristiwa yang diambil dari waktu
mendatang. Empat komponen pola
ke waktu tersebut. Pada umumnya
deret waktu, antara lain :
pengamatan dan pencatatan itu
a. Trend, Yaitu komponen jangka
dilakukan
panjang
dalam
jangka-jangka
yang
mendasari
waktu tertentu misalnya tiap-tiap
pertumbuhan(atau penurunan) suatu
akhir triwulan, tiap-tiap permulaan
data
tahun, tiap-tiap sepuluh tahun, dan
pergerakan data sedikitdemi sedikit
sebagainya (Sutrisno Hadi, 1974)
meningkat atau menurun.
runtut
waktu.
Merupakan
Data time series merupakan
b. Siklikal, yaitu suatu pola dalam
data yang dikumpulkan, dicatat
data yang terjadi setiap beberapa
atau diobservasi sepanjang waktu
tahun. Fluktuasi atau siklus dari
secara berurutan. Periode waktu
data runtut waktu akibat perubahan
observasi dapat berbentuk tahun,
kondisi ekonomi
kuartal,
dan
c. Musiman (seasonal), yaitu pola
dibeberapa kasus dapat juga hari
data yang berulang pada kurun
atau jam. time series dianalisis
waktu tertentu. fluktuasi musiman
untuk menemukan pola variasi
yang sering dijumpai pada data
masa lalu yang dapat dipergunakan
kuartalan,bulanan atau mingguan.
untuk memperkirakan nilai masa
d. Tak Beraturan, yaitu pola acak
depan
dalam
yang disebabkan oleh peristiwa
manajemen operasi serta membuat
yang tidak bisa diprediksi atau
perencanaan.
tidak beraturan.
bulan,
dan
minggu
membantu
Menganalisis
timeseries berarti membagi data
Jenis-jenis Metode Peramalan :
masa
a.
lalu
komponen
menjadi dan
memproyeksikannya
komponenkemudian ke
Johan Triwahyudi | 12.1.03.02.0039 Teknik – Teknik Informatika
masa
Model
Rata-rata
Bergerak
(Moving Averages Model)
simki.unpkediri.ac.id ||5||
Artikel Skripsi Universitas Nusantara PGRI Kediri
Model
rata-rata
bergerak
menggunakan sejumlah data aktual
metode
ini
merupakan
pengembangan
dari
metode
waterfal. Pada gambar 1 akan permintaan
yang
membangkitkan
baru nilai
untuk ramalan
dijelaskan metode tersebut : INVESTIGASI
untuk permintaan di masa yang akan
datang.
Metode
ANALISIS
rata-rata
DISAIN
bergerak n-periode menggunakan IMPLEMENTASI
formula berikut: PERAWATAN
Rata-rata Bergerak n-Periode = GAMBAR 1. Skema Waterfal Model [2]
Tahapan-tahapan Waterfall
dalam
Model
menurut
(Muyanto, 2008) [3] secara ringkas adalah sebagai berikut :
Fakta – fakta:
a. a.
Peramalan
merupakan
alat
(forecasting) penting
dalam
Tahap investigasi dilakukan untuk
menentukan
terjadi
suatu
apakah
masalah
atau
adakah peluang suatu sistem
pengambilan kesimpulan.
dikembangkan. Pada tahapan b.
Informasi yang diserap dari
ini
studi
kelayakan
perlu
masa lalu dapat digunakan sebagai
dilakukan untuk menentukan
dasar untuk forecasting. Kualitas
apakah
sistem
yang
dikembangkan informasi itu menentukan akurasi forecasting.
digunakan
dalam
Tahap analisis bertujuan untuk mencari kebutuhan pengguna
3. METODE PENELITIAN yang
merupakan
solusi yang layak. b.
Metode
akan
akan
membangun
dan
organisasi
serta
menganalisa kondisi yang ada
rekayasa perangkat lunak dalam
(sebelum
penelitian ini yaitu menggunakan
yang baru)
diterapkan
sistem
metodologi incremental, dimana Johan Triwahyudi | 12.1.03.02.0039 Teknik – Teknik Informatika
simki.unpkediri.ac.id ||6||
Artikel Skripsi Universitas Nusantara PGRI Kediri
c.
Tahap
disain
menentukan dari sistem
d.
bertujuan
spesifikasi detil
Moving Average.
komponen-komponen (manusia,
Untuk
hardware,
pengolahan
data
menggunakan Algoritma Moving
software, network, dan data)
Average,
dan produk-produk informasi
seperti pada tabel berikut.
dibutuhkan
dataset
yang sesuai dengan hasil tahap
No
Bulan
Tahun
Produksi
analisis.
1
Januari
2016
159
2
Februari
2016
100
3
Maret
2016
200
4
April
2016
175
atau
5
Mei
2016
125
mengembangkan hardware dan
6
Juni
2016
180
software
(pengkodean
7
Juli
2016
165
melakukan
8
Agustus
2016
135
9
September
2016
115
10
Oktober
2016
155
11
November
2016
185
12
Desember
2016
195
Tahap
implementasi
merupakan
tahapan
mendapatkan
program), pengujian,
untuk
pelatihan
dan
perpindahan ke sistem baru. e.
berdasarkan metode Algoritma
Tahap
perawatan
(maintenance) dilakukan ketika sistem
sudah
dioperasikan.
Setelah dataset telah siap,
Pada tahapan ini dilakukan
akan dilakukan pengolahan untuk
monitoring proses evaluasi dan
menghasilkan nilai prediksi jumlah
perubahan
produksi.
(perbaikan)
bila
diperlukan 4.
Dari data lampiran tersebut
HASIL DAN KESIMPULAN
akan
1. HASIL
perhitungan rata-rata, misal rata-
a. Dataset
menggunakan metode Algoritma Moving Average membutuhkan data produksi pada bulan-bulan
diperoleh, dilakukan
ke
tahapan
rata per 2 bulan sebagai berikut:
Pada analisis proses sistem
sebelumnya.
dilanjutkan
Setelah
data
kemudian
akan
1. Perhitungan
rata-rata
per 2
bulan Setelah dataset terbentuk dilanjutkan dengan menghitung rata-rata produksi per 2 bulan. Dengan rumus perhitungan sebagai berikut:
perhitungan
Johan Triwahyudi | 12.1.03.02.0039 Teknik – Teknik Informatika
simki.unpkediri.ac.id ||7||
Artikel Skripsi Universitas Nusantara PGRI Kediri
1. Telah disusun dataset knowledge sesuai bahan dan data yang ada. 2.
Telah
diimplementasikan
perhitungan pada aplikasi ini data produksi Dari rumus diatas maka dihasilkan perhitungan dari datadata sebelumnya seperti pada tabel.
menggunakan
Time Series Moving Averages. 3. Aplikasi prediksi produksi ini menghasilkan
No
Bulan
Tahun
Produksi
1
Januari
2016
159
2
Februari
2016
100
3
Maret
2016
200
129,5
4
April
2016
175
150
5
Mei
2016
125
187,5
6
Juni
2016
180
150
7
Juli
2016
165
152,5
8
Agustus
2016
135
172,5
9
September
2016
115
150
10
Oktober
2016
155
125
11
November
2016
185
135
12
Desember
Perhitungan
2016
195
170
2.
2. KESIMPULAN Berdasarkan analisa dan uji coba yang telah dilakukan, maka dapat di ambil kesimpulan terhadap Series
Moving
Averages untuk aplikasi prediksi produksi adalah sebagai berikut :
Johan Triwahyudi | 12.1.03.02.0039 Teknik – Teknik Informatika
sambal sesuai
prediksi
pecel
bulan
data
yang
DAFTAR PUSTAKA [1] Freddy, Rangkuti. 2006. Teknik Mengukur dan Strategi Meningkatkan Kepuasan Pelanggan. Jakarta : Penerbit PT Gramedia Pustaka Utama.
Tabel tersebut menunjukkan hasil perhitungan dari rata-rata produksi bulan-bulan sebelumnya. Dan hasil prediksi untuk jumlah produksi pada bulan selanjutnya sebesar 190kg.
Time
data
diinputkan.
190
Metode
produksi berikutnya
Hasil Prediksi
Metode
[2] Gaol, L, Jimmy. 2008. Sistem Informasi Manajemen Pemahaman dan Aplikasi. Jakarta : Penerbit PT Grasindo [3] Jogiyanto H.M. 2005. Analisis dan Desain Sistem Informasi : pendekatan terstruktur teori dan praktek aplikasi bisnis. Yogyakarta: Andi Offset. [4] Pressman, R. S. (2010). Rekayasa Perangkat Lunak. Yogyakarta: Andi. [5] Rosa. A.S., dan Shalahuddin. M. 2014. Rekayasa Perangkat Lunak, 2nd ed, Bandung:Informatika [6] Sutrisno Hadi. 1974. Statistik. Yogyakarta : Pustaka Pelajar Offset.
simki.unpkediri.ac.id ||8||