PREDIKSI HARGA KEBUTUHAN POKOK DI KOTA KEDIRI DENGAN MENGGUNAKAN METODE TREND MOMENT

Artikel Skripsi Universitas Nusantara PGRI Kediri

PREDIKSI HARGA KEBUTUHAN POKOK DI KOTA KEDIRI DENGAN MENGGUNAKAN METODE TREND MOMENT

SKRIPSI Penulisan Skripsi Guna Memenuhi Salah Satu Syarat Menempuh Gelar Sarjana Komputer (S.Kom) Pada Jurusan TI FT UNP Kediri

Oleh: DIDIK IRAWAN NPM: 11.1.03.02.0091

FAKULTAS TEKNIK (FT) UNIVERSITAS NUSANTARA PERSATUAN GURU REPUBLIK INDONESIA UNP KEDIRI 2015

Nama | NPM Fak - Prodi

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








PREDIKSI HARGA KEBUTUHAN POKOK DI KOTA KEDIRI DENGAN MENGGUNAKAN METODE TREND MOMENT Didik Irawan 11.03.02.0091 Teknik – Teknik Informatika [email protected] Drs. Ec. Ichsanudin M.M dan Ahmad Bagus Setiawan, S.T, M.Kom, M.M UNIVERSITAS NUSANTARA PGRI KEDIRI ABSTRAK Didik Irawan: Prediksi Harga Kebutuhan Pokok di Kota Kediri Dengan Menggunakan Metode Trend Moment, Skripsi, Teknik Informatika, UNP Kediri, 2015. Penelitian ini dilatar belakangi pengalaman peneliti selama melakukan Praktek Kerja Lapangan (PKL) di Kantor Ketahanan Pangan Kota Kediri selama satu bulan, sulitnya memberikan infromasi kepada masyarakat tentang update harga kebutuhan pokok yang ada di pasar membuat banyak pihak yang memanfaatkannya untuk kecurangan dengan mempermainkan harga di tingkat penjual. Permasalahan penelitian ini adalah (1) Bagaimana memberikan informasi kepada masyarakat tentang update harga kebutuhan pokok setiap minggunya?. (2) Bagaimana memberikan perkiraan harga kebutuhan pokok kedepan kepada masyarakat?. (3) Apakah penerapan metode trend moment untuk memprediksi harga kebutuhan pokok ke depan tepat untuk diterapkan?. Penelitian ini menggunakan pendekatan Kuantitatif dengan Subjek penelitian penjual di pasar Sethono Bethek Kota Kediri. Data berupa harga kebutuhan pokok yang di dapat langsung dari pasar Sethono Betek yang didata langsung oleh kantor ketahanan pangan kota Kediri. Kesimpulan hasil penelitian ini adalah (1) Melalui media internet masyarakat lebih mudah mengetahui harga yang ada di pasaran. (2) Dengan Metode trend moment cocok di terapkan untuk memprediksi harga kebutuhan pokok yang setiap bulan yang selalu mengalami trend harga. (3) Metode trend moment tepat digunakan untuk memprediksi harga kebutuhan pokok karena di Indonesia sering terjadi trend harga yaitu keadaan dimana harga akan naik karena terjadi permintaan lebih pada bulan tertentu. Berdasarkan simpulan hasil penelitian ini, direkomendasikan : (1) Prediksi harga kebutuhan pokok ini dapat digunakan untuk mengantisipasi lonjakan harga yang akan terjadi pada tahun berikutnya dengan cara melihat data history tahun sebelumnya yang selanjutnya dapat digunakan untuk menghitung perkiraan harga kedepan. (2) Pemerintah sebagai pihak yang berperan penting dalam keadaan perekonomian masyarakat sebaiknya memberikan suatu informasi valid kepada masyarakat tentang harga kebutuhan pokok agar tidak terjadi permainan harga di tingkat penjual yang dapat merugikan konsumen yaitumasyarak

Kata Kunci : harga, kebutuhan pokok, prediksi, pasar, trend moment.




1. Pendahuluan 1.1 Latar Belakang Kebutuhan pokok merupakan hal yang sangat penting pemenuhannya dalam masyarakat, karena setiap hari orang membutuhkan asupan makanan agar tubuh tetap dapat melakukan aktifitas. Berdasarkan data hasil sensus penduduk Badan Pusat Statistik (BPS) pada tahun 2010, jumlah penduduk kota Kediri mencapai 267.435 jiwa dan akan terus bertambah setiap tahunnya. Sesuai dengan Peraturan Presiden (Perpres) Nomor 71 Tahun 2015 tentang Penetapan dan Penyimpanan Harga Kebutuhan Pokok dan Barang Penting yang ditandatangani tanggal 15 Juni 2015. Pembuatan perpres tersebut perlu dibuat guna menjamin ketersediaan dan stabilisasi harga barang yang beredar di pasar. Sebagai upaya mengatasi agar tidak terjadi kenaikan harga yang exstrim perlu adanya ramalan yang tepat dan akurat tentang harga bahan kebutuhan pokok. Berdasarkan pemaparan diatas, dibuatlah aplikasi ini, yakni untuk memprediksi harga kebutuhan pokok dengan menggunakan metode trend moment yang bertujuan untuk memprediksi harga kebutuhan pokok kedepan yang didasarkan pada data harga tahun sebelumnya. 1.2 Rumusan Masalah Rumusan masalah pada penelitian ini adalah “Bagaimana memprediksi harga kebutuhan pokok dengan menggunakan metode trend moment?” 1.3 Tujuan Tujuan dari penelitian ini adalah Membuat sebuah website yang yang berisikan program perhitungan prediksi Nama | NPM Fak - Prodi

dengan menggunakan moment.

metode

trend

1.4 Batasan Masalah Adapun batasan masalah pada penelitian ini adalah sebagai berikut : a. Data berupa harga kebutuhan pokok yaitu beras, gula, telur,daging,minyak. b. Program ini dibuat dengan menggunakan pemrograman berbasis web. c. Database menggunakan MySQL. d. Data berasal dari kantor ketahanan pangan kota Kediri. e. Data harga kebutuhan pokok dari tahun 2014. f. Data yang digunakan selama 12 bulan untuk memprediksi bulan berikutnya. g. Hanya dapat melakukan prediksi untuk 1 tahun kedepan. 2. Landasan Teori 2.1 Forecasting forecasting adalah peramalan atau perkiraan mengenai sesuatu yang belum terjadi. Ramalan yang dilakukukan pada umumnya akan berdsasarkan data yang terdapat di masa lampau yang dianalisis dengan menggunakan metode-metode tertentu. Forecasting diupayakan dibuat agar dapat meminimumkan pengaruh ketidakpastian tersebut, dengan kata lain bertujuan mendapatkan ramalan yang bisa meminimumkan kesalahan meramal (forecast error) yang biasanya diukur dengan mean absolute devition, absolute error, dan sebagainya. Peramalan merupakan alat bantu yang sangat penting dalam perencanaan yang efektif dan efisien (subagyo, 1986).



2.2 Kebutuhan Pokok Kebutuhan pokok atau Primer adalah kebutuhan utama bagi kehidupan manusia. Kebutuhan pokok meliputi tiga hal, yaitu sandang, pangan dan papan. Tiga jenis kebutuhan ini adalah nomor satu dalam kehidupan manusia dan tidak bisa ditinggalkan. Pangan adalah sumber makanan bagi manusia dan merupakan kebutuha primer. Pangan ini meliputi pekerjaan dan hal-hal serupa yang bertujuan untuk menghasilkan pangan bagi kehidupan manusia. 2.3 Metode Trend Moment Dalam penerapan metode Trend Moment dapat dilakukan dengan menggunakan data historis dari satu variabel, adapun rumus yang di gunakan dalam Y = a + b X………. (1)

penyusunan dari metode ini menurut Sugiarto & Dergibson (2002), adalah : Dimana : Y = Jumlah penjualan a dan b = Koefisien X = waktu atau periode yang akan diramalkan Selanjutnya, untuk mengetahui koefisien a dan b dicari dengan menggunakan rumus : ∑ ∑

Setelah nilai ramalan yang telah diperoleh dari hasil peramalan dengan menggunakan metode trend moment akan dikoreksi terhadap pengaruh musiman dengan menggunakan indeks musim. Perhitungan indeks musim yaitu (Gaspersz dalam Fiati, 2009):


Indeks Musim = Rata-rata harga bulan tertentu Rata-rata harga perbulan

Untuk mendapatkan hasil ramalan akhir setelah dipengaruhi oleh indeks musim maka akan menggunakan perhitungan sebagai berikut (fiati, 2009): Y* = Indeks Musim x Y…… (4) dimana : y* = hasil ramalan dengan menggunakan metode trend moment yang telah dipengaruhi indeks musim. Y = hasil ramalan dengan menggunakan trend moement. 3.Hasil dan Pembahasan 3.1 Gambaran Umum Model Proses perhitungan program ini didapat dari data tahun sebelumnya yaitu tahun 2014 yang digunakan untuk memprediksi tahu 2015. Adapun proses perhitungan adalah sebagai berikut : a. Membuat database yang berisi update harga tiap hari yang di buat rata-rata perminggu agar memudahkan dalam proses prediksi. b. Pengguna memasukkan minggu dan bulan ke berapa data ingin di prediksi. c. Program akan menghitung prediksi dengan data tahun 2014 sebagai data history. d. Selanjutnya perhitungan menggunakan metode trend moment untuk mendapatkan prediksi. e. Setelah di ketahui hasil prediksi dengan menggunakan metode trend moment lalu di cari simpangan eror dengan menggunakan indeks musim. 3.2 Hasil Perhitungan



Berikut adalah perhitungan dengan menggunakan metode trend moment untuk memprediksi harga kebutuhan pokok tahun sebelumnya.

Table 3.1 perminggu

harga

kebutuhan

pokok

9128

4

36512

16

9200

5

46000

25

9228

6

55368

36

9400

7

65800

49

9300

8

74400

64

9300

9

83700

81

9157

10

91570

100

bulan

minggu minggu minggu mingg 1 2 3 u4

januari

8985

8914

9200

9200

9100

11

100100

121

februari

9128

9200

9228

9400

9200

12

110400

144

maret

9300

9300

9157

9100

9200

13

119600

169

april

9200

9200

9124

9300

9214

14

128996

196

mei

8871

8500

8300

8840

9300

15

139500

225

juni

9200

9200

9200

9200

8871

16

141936

256

Juli

9200

9200

9200

9200

8500

17

144500

289

Agustus

9200

9200

9200

9200

8300

18

149400

324

september

9200

9200

9200

9200

8840

19

167960

361

Oktober

9228

9300

9271

9250

9200

20

184000

400

November 9300

9371

9442

9500

9200

21

193200

441

Desember

9971

10000

10000

9200

22

202400

484

Table 3.2 perhitungan

9200

23

211600

529

a. Dicari nilai X, Y, X*Y, X^2 pada table tersebut (harga) Y X X*Y X^2

9200

24

220800

576

9200

25

230000

625

8985 0

9757

0

0

9200

26

239200

676

8914

1

8914

1

9200

27

248400

729

9200

2

18400

4

9200

28

257600

784

9200

3

27600

9

9200

29

266800

841




9200

30

276000

900

dan ∑ ∑

9200

31

285200

961

9200

32

294400

1024

9200

33

303600

1089

9200

34

312800

1156

9200

35

322000

1225

9228

36

332208

1296

b= 11.268.815 a= 9231.8125 - 11.26851(23.5) a= 8967.003 Menghasilkan persamaan Y = a+bX

9300

37

344100

1369

Y = 8967.003+11.2685(X)

9271

38

352298

1444

Selanjutnya masukkan minggu yang dicari.

9250

39

360750

1521

9300

40

372000

1600

9371

41

384211

1681

Y=a+bX Y = 8967+11.268(X) Y= 8967 +11,268 (48) Y=9507

9442

42

396564

1764

c. Mencari indeks musim

9500

43

408500

1849

9757

44

429308

1936

9971

45

448695

2025

10000

46

460000

2116

10000

47

470000

2209

443127

1128 10517290 35720

9231.8125

23.5

219110.2

744.1667

Keterangan : -

Biru untuk total Kuning untuk rata-rata

b. Dicari prediksi menggunakan metode moment. Dicari nilai A dan B


dengan trend

Indeks musim =

Rata-rata harga minggu tertentu Rata-rata harga perminggu

Indeks Musim = 9214 9231 Indeks Musim = 0.998

d. Menghitung hasil sebenarnya Y*=indeks musim * Y Y*=indeks musim * Y Y*=0.998 X 9507 Y*=9490

prediksi

e. Ditemukan perkiraan harga pada bulan januari 2015 minggu pertama yaitu 9490



4. Kesimpulan Berdasarkan implementasi yang telah dilakukan didapat, masyarakat akan lebih mudah mengetahui harga dan prediksi harga pangan melalui sebuah website. Untuk menerapkan metode trend moment yang digunakan untuk memprediksi harga kebutuhan pokok kedepan digunakan data harga tahun sebelumnya sebagai data history yang selanjutnya dihitung menggunakan metode trend moment sehingga di temukan hasil prediksi.

[6]

Widodo,

Penjualan

Joko. Sepeda

padaCV.RodaMitra

2008.

Ramalan

Motor

Honda

Lestari.

(Online),

tersedia :http://gunadarma.ac.id. diakses25 Agustus 2015.

Daftar Pustaka [1] Amijaya,Dodi,Tisna. 2013. Teknik Proyeksi Bisnis. (Online),tersedia :http://fudinzainal.com/manajemen.php. Diakses 25 Agustus 2015. [2] Astuti, Rudita, Budi. 2014. Sistem Perencanaan Penjualan Batik pada Fachri Collection dengan Metode Trend Moment. (Online), tersedia :http://repository.amikom.ac.id. diakses25 Agustus 2015. [3]

Kurniawati.2009. Penerapan Metode Forecast dalam Menyusun Anggaran Penjualanpada PT.AsuransiJasindo (Persero) Cabang Solo. (Online),tersedia :http://digilib.uns.ac.id. diakses25 Agustus 2015.

[4] Muthia.Koniyo, Moh, H &Rohandi, M. 2013.Penerapan Metode Trend Moment dalam Forecast Penjualan Motor Yamaha di PT.HasjratAbadi.(Online), tersedia :http://kim.ung.ac.id. diakses25 Agustus 2015. [5]

Soepeno, Bambang. 2012. Modul Peramalan Penjualan. (Online), tersedia :http://proedukasi.com.diakses25 Agustus 2015.



PREDIKSI HARGA KEBUTUHAN POKOK DI KOTA KEDIRI DENGAN MENGGUNAKAN METODE TREND MOMENT

Recommend Documents