Sistem Informasi Pengolahan Data Pertambangan Serta Peramalan Dan Penyusutan Basis Client Server Di PT. Antam Tbk.Pongkor

SKRIPSI

Diajukan untuk Menempuh Ujian Akhir Sarjana Program Strata Satu Jurusan Teknik Informatika

Fakultas Teknik dan Ilmu Komputer Universitas Komputer Indonesia

SITI MULYANTI

10106136

JURUSAN TEKNIK INFORMATIKA

FAKULTAS TEKNIK DAN ILMU KOMPUTER

UNIVERSITAS KOMPUTER INDONESIA

BANDUNG

vi

LEMBAR JUDUL

LEMBAR PENGESAHAN

LEMBAR PERNYATAAN

ABSTRAK ...i

ABSTRACT...ii

KATA PENGANTAR ...iii

DAFTAR ISI...vi

DAFTAR GAMBAR ...xiii

DAFTAR TABEL ...xvii

DAFTAR SIMBOL ...xix

DAFTAR LAMPIRAN ...xxiii

BAB I PENDAHULUAN ... 1

1.1. Latar Belakang Masalah ... 1

1.2. Rumusan Masalah ... 2

1.3. Maksud dan Tujuan ... 2

1.4. Batasan Masalah ... 3

1.5. Metodologi Penelitian ... 5

1.6. Sistematika Penulisan ... 8

BAB II TINJAUAN PUSTAKA ... 9

vii

2.1.4. Struktur Organisasi... 12

2.2. Landasan Teori ... 13

2.2.1. Pengertian Sistem Informasi ... 13

2.2.2. Konsep Dasar Sistem Informasi...14

2.2.3. Konsep Dasar Sistem Informasi ...15

2.2.4. Konsep Pemograman berorientasi objek ... 17

2.2.4.1. kelas ... 17

2.2.4.2. Abstraksi... 18

2.2.4.3. Enkapsulasi ... 18

2.2.4.4. Generalisasi dan polimorfisme ... 19

2.2.4.5 Penggabungan Data dan Perilaku (Fungsi) ... 19

2.2.4.6 Sharing ... 19

2.2.5. Tools dan analisis perancangan sistem ... 20

2.2.5.1. UML (Unified Modeling Language) ... 20

2.2.5.1.1. Use case diagram ... 21

2.2.5.1.2. Class diagram ... 21

2.2.5.1.3. Activity diagram ... 21

2.2.5.1.4. Sequence diagram ... 22

2.2.6. Jaringan Syaraf Tiruan ... 22

viii

2.2.8.2. MySQL ... 29

BAB III ANALISIS DAN PERANCANGAN SISTEM... 33

3.1. Analisis Sistem ... 33

3.1.1. Analisis Masalah ... 33

3.1.1.1 Deskripsi Masalah ... 33

3.1.2. Proses Bisnis ... 55

3.1.2.1. Bisnis Use case Diagram ... 55

3.1.2.2. Bisnis Object Model (BOM) ... 56

3.1.2.3 Activity Diagram Sistem Yang sedang Berjalan . 57 3.1.2.3.1. Activity diagram proses cetak ... 57

3.1.2.3.2. Activity diagram sistem pengumpulan dan pengolahan data... 58

3.1.3. Analisis Perangkat kerasD. Instrumen Penelitian ... 59

3.1.4. Arsitektur Sistem ... 60

3.1.5. Analisis Perangkat Lunak ... 60

3.1.6. Analisis User ... 61

3.1.7. Kebutuhan Fungsional ... 62

3.1.7.1. Karakteristik Pengguna aplikasi ... 67

ix

3.1.8.1. Activity pada proses sistem Dispatcher ... 70

3.1.8.2. Activity pada proses sistem Admin... 71

3.1.8.3. Activity proses penyusutan pada sistem... 71

3.1.9. Skenario ... 72

3.1.9.1. Login Dispatcher ... 72

3.1.9.2. Login Admin ... 73

3.1.9.3. Development ... 74

3.1.9.4. Produksi dan Sampel ... 75

3.1.9.5. Operasi ... 75

3.1.9.6. Peledakan ... 76

3.1.9.7. Tambah Development ... 77

3.1.9.8. Tambah Produksi ... 79

3.1.10. Analisis Kelas ... 82

3.1.10.1. Identifikasi Kelas... 82

3.1.10.2. Keterkaitan Antar Kelas ... 82

3.1.11. Diagram Koloborasi ... 84

3.1.11.1. Diagram Kolaborasi Bagian Dispatcher ... 84

3.1.11.2. Diagram Kolaborasi Bagian Admin ... 87

3.1.11.3. Diagram Kelas Analisis ... 88

x

3.1.12.1.1.2. Sequence Diagrams Development... 90

3.1.12.1.1.3. Sequence Diagrams Tambah Develoment 91 3.1.12.1.1.4. Sequence Diagrams Ubah Development . 92 3.1.12.1.1.5. Sequence Diagrams Hapus Development 93 3.1.12.1.1.6. Sequence Diagrams Operasi... 94

3.1.12.1.1.7. Sequence Diagrams Tambah Operasi ... 95

3.1.12.1.1.8. Sequence Diagrams Ubah Operasi ... 96

3.1.12.1.1.9. Sequence Diagrams Hapus Operasi... 97

3.1.12.1.1.10. Sequence Diagrams Produksi ... 98

3.1.12.1.1.11. Sequence Diagrams Tambah Produksi .. 99

3.1.12.1.1.12. Sequence Diagrams Ubah Produksi ... 100

3.1.12.1.1.13. Sequence Diagrams Hapus Produksi... 101

3.1.12.1.1.14. Sequence Diagrams TransportasiMaterial 102 3.1.12.1.1.15. Sequence Diagrams Kendala ... 103

3.1.12.1.1.16. Sequence Diagrams Kendala Backfilling 104 3.1.12.1.1.17. Sequence Diagrams Info ... 105

3.1.12.1.1.18. Sequence Diagrams Peledakan ... 106

3.1.12.1.1.19. Sequence Diagrams Tambah Peledakan 107 3.1.12.1.1.20. Sequence Diagrams Ubah Peledakan .... 108

xi

3.1.12.1.1.25. Sequence Diagrams Laporan Tahunan .. 111

3.1.12.1.1.26. Sequence Diagrams Akses Server ... 112

3.1.12.1.1.27. Sequence Diagrams Atur pengguna ... 112

3.1.12.1.1.28. Sequence Diagrams Logout Admin... 112

3.1.12.1.1.29. Sequence Diagrams Logout Dispatcher . 113 3.1.12.1.1.30. Sequence Diagrams Logout Server ... 113

3.1.12.2. Structural Model ... 114

3.1.12.2.1. Conceptual Data Model ... 114

3.1.12.2.2. Physical Model ... 115

3.1.12.2.3. Class Diagram ... 115

3.1.13. Struktur Menu... 117

3.1.13.1. Struktur Menu Dispatcher ... 117

3.1.13.2. Struktur Menu Admin... 117

3.1.13.3. Struktur Menu Server ... 117

3.1.14. Perancangan Antarmuka... 118

3.1.15. Jaringan Simantik ... 128

BAB IV IMPLEMENTASI DAN PENGUJIAN SISTEM………… 130

4.1. Implementasi Sistem ... 130

xii

4.1.1.3. Memperbaiki dan menguji program aplikasi... 158

4.1.1.4. Mempersiapkan Software dan Hardware ... 159

4.1.1.4.1. Kebutuhan perangkat keras... 159

4.1.1.4.2. Kebutuhan perangkat lunak ... 159

4.1.1.5. Pembentukan data awal ... 160

4.1.1.6. Uji coba dan evaluasi sistem ... 161

4.1.1.7 Rencana Pengujian ... 161

4.1.1.7.1. Kasus dan Hasil Pengujian... 162

4.1.1.7.2. Kesimpulan Hasil Pengujian Alpha ... 162

4.1.1.7.3. Pengujian Betha ... 163

4.1.1.7.4. Kesimpulan Hasil Pengujian Betha ... 167

4.1.1.8. Pengalihan sistem ... 167

BAB V KESIMPULAN DAN SARAN ... 168

5.1. Kesimpulan ... 168

5.2. Saran ... 169

DAFTAR PUSTAKA ... 170

1

1.1. Latar Belakang Masalah

Antam merupakan sebuah perseroan terbatas di Indonesia dan termasuk perusahaan negara yang terintegrasi secara vertikal untuk melakukan semua tahapan proses penambangan dari eksplorasi, pertambangan, peleburan, dan pemurnian melalui bagian pemasaran. Produk utama Antam adalah feronikel, bijih nikel, emas, perak dan bauksit. Salah satu cabang (branch) terletak di Bogor bagian barat yang berada di daerah Pongkor, Nanggung. Di PT.Antam Pongkor ini Teknologi Informasi (IT) masih belum terealisasikan dengan baik, dalam pengolahan data pertambangan masih cukup rumit dan masih ada beberapa yang masih bersifat semi-manual. Dari hasil wawancara, penyaluran informasi barang tambang ternyata di PT. Antam ini masih harus melaporkan barang tambangnya ke bagian pengurusan dengan cara mendatangi pihak pengurusan. Sistem pengolahan data pun masih terpisah-pisah, itu dirasa cukup lama dan tidak efektif.

Dalam melakukan Rekapitulasi terhadap data barang tambang baik untuk harian, bulanan maupun tahunan PT. Antam ini mengecek satu-satu hasil laporan yang disimpan dalam dokumen, lalu merekap ulang kembali dengan cara menginputkan nilai kembali. Hal tersebut dapat menimbulkan human error dan akurasi data yang tidak valid.

Dari hasil penelitian, ternyata di PT. Antam membutuhkan suatu aplikasi untuk memperamalankan Pendapatan terhadap hasil penambangan yang digunakan untuk melihat seberapa besar keuntungan yang didapat oleh suatu item tersebut dalam suatu proyek. Karena untuk menentukan pendapatan yang besar dibutuhkan suatu peramalan terhadap pendapatan penambangan yang sebelumnya masih dalam proses rencana dengan perhitungan manual mereka yang direalisasikan lewat grafik.

pendapatan yang besar maka pendukung seperti alat berat harus bekerja maksimal. Agar dapat bekerja maksimal maka salah satunya kondisi mesin berat tersebut harus terlihat penyusutannya sehingga faktor kendala kerusakan mesin yang dapat menyebabkan pendapatan berkurang bisa diminimalisir, oleh sebab itu PT. Antam ini membutuhkan perhitungan terhadap penyusutan mesin berat.

Berdasarkan hal-hal diatas maka pihak PT. Antam khususnya bagian Pertambangan menginginkan suatu solusi dalam menangani permasalahan diatas, dan mereka membutuhkan suatu aplikasi SISTEM INFORMASI PENGOLAHAN DATA PERTAMBANGAN SERTA PERAMALAN DAN

PENYUSUTAN BASIS CLIENT-SERVER.

1.2. Rumusan Masalah

Berdasarkan dari penelitian dan wawancara di PT. Antam tbk, Pongkor, maka timbul suatu kebutuhan untuk menyelesaikan permasalahan “Bagaimana membangun sebuah aplikasi Sistem Informasi Pengolahan Data Pertambangan serta Peramalan Pendapatan dan Penyusutan basis Client-Server di PT. Antam Tbk. Pongkor.”

1.3. Maksud dan Tujuan

Maksud dari penelitian ini adalah membangun sistem informasi

pengolahan data pertambangan serta peramalan dan penyusutan basis client-server di PT. Antam tbk. Pongkor.

Sedangkan tujuan yang ingin dicapai dalam penelitian ini adalah :

1. Mempercepat proses Pengiriman data tambang secara komputerisasi. 2. Menghasilkan rekapitulasi hasil tambang perhari, perbulan maupun

3. Meramalkan pendapatan dan melihat seberapa besar item tersebut memiliki keuntungan.

4. Menghasilkan perhitungan terhadap penyusutan mesin berat.

1.4. Batasan Masalah

Adapun ruang lingkup yang akan dibahas akan sangat luas, untuk itu diperlukan batasan masalah sebagai berikut :

1. Data yang diolah :

a. Pertambang

b. Lokasi area dan teknik penambangan

c. History penambangan yang telah dilakukan d. Hasil laporan penambangan sebagai pembanding.

e. Laporan lainnya seperti : produksi, peledakan, kemajuan development,

kendala-kendala dan informasi tambahan f. Mesin-mesin berat untuk melihat penyusutan.

2. Proses yang terdapat dalam aplikasi ini yaitu proses pengolahan data pertambangan, rekapitulasi, penyusutan yang berupa laporan, penghitungan peramalan pendapatan dan proses pembandingan antara peramalan dan hasil

nyata.

Model analisis perangkat lunak yang digunakan adalah pemodelan analisis

Metode yang digunakan untuk peramalan penyusutan yaitu “Metode Straight Line Methode” yang Dalam metode garis lurus lebih melihat aspek waktu daripada aspek kegunaan. Metode ini paling banyak diterapkan oleh perusahaan-perusahaan karena paling mudah diaplikasikan dalam akuntansi.

Metode penelititan yaitu menggunakan “Metode Study Kasus jenis observasi” mengutamakan teknik pengumpulan datanya melalui observasi peran-serta atau perlibatan (participant observation) yang mana yang menjadi bahan studi yaitu histori yang telah ada atau dilakukan di PT.Antam khusunya daerah Pongkor. Sedangkan Metode untuk peramalan Pendapatan menggunakan jaringan syaraf

Tiruan dengan metode Backpropagation dengan momentum. Jaringan syaraf ini terdiri atas 1 lapisan input, 2 lapisan tersembunyi dan 1 lapisan output. Adapun peramalan dilakukan terhadap data tonase dimana data tonase yang diambil

sebanyak dua bulan untuk pembelajaran dan satu bulan sebagai target. 3. Informasi yang dihasilkan yaitu :

a. Data pertambangan

b. Peramalan pendapatan dan jumlah keuntungan yang dimilki oleh item tersebut.

c. Hasil rekapitulasi

d. Besar penyusutan yang dihasilkan

e. Perbandingan antara peramalan dan fakta.

5. Brainware:

a. Staf Pengelola barang tambang atau dispatcher

b. Admin c. Staf Kantor

6. Hardware:

a. PC dengan Spesifikasi yaitu minimal Pentium 4, harddisk 10 Gb, Memori 256 Mb

b. Perangkat Jaringan yang sudah Terhubung dengan baik. 7. Software:

a. Operating System(OS)menggunakan windows

b. Aplikasi pembangun menggunakan Borland Delphi 7.0 beserta component socket dan component SUIPack.

c. MySQL Server and Client sebagai databasenya dan MySQL front sebagai antarmuka DBMS.

8. Netware:

Aplikasi ini berbasis Client-Server yang dapat digunakan oleh pihak pengelola. 9. Proses Penginputan data dilakukan sesudah melakukan penambangan.

10. Hasil Predikasi akan muncul setelah seluruh inputan telah dimasukan, dan ini hanya berlaku dalam satu kali penambangan.

1.5. Metodologi Penelitian

Metodologi yang digunakan dalam penulisan proposal ini sebagai berikut : 1. Tahap pengumpulan Data

a. Studi Literature

Pengumpulan data dengan cara mengumpulkan literature, jurnal, paper dan bacaan yang ada kaitannya dengan judul penelitian baik berupasoftcopymaupunhardcopy.

b. Observasi

Teknik pengumpulan data dengan cara mengadakan penelitian dan peninjauan langsung terhadap permasalahan yang diambil.

c. Interview

Teknik pengumpulan data dengan mengadakan Tanya jawab secara langsung yang ada kaitannya dengan topik yang diambil.

2. Tahap membuat perangkat lunak

Setelah data terkumpul maka berlanjut ketahap menganalisis kebutuhan yang diperlukan dalam pelaksanaan proyek pembuatan perangkat lunak .Baik mengenai kebutuhan user maupun penunjang lainnya. Teknik analisis data dalam pembuatan perangkat lunak menggunakan paradigma perangkat lunak secara Waterfall, yang meliputi beberapa proses diantaranya:

a. Design

Tahap penerjemahan dari data yang dianalisis kedalam bentuk yang mudah dimengerti oleh user. Proses ini digunakan untuk mengubah kebutuhan-kebutuhan diatas menjadi representasi ke dalam bentuk rancangan software sebelum coding dimulai. Design harus dapat mengimplementasikan kebutuhan yang telah disebutkan pada tahap sebelumnya. Seperti aktivitas sebelumnya, maka proses ini juga harus didokumentasikan sebagai konfigurasi darisoftware.

Tahapan penerjemahan data atau pemecahan masalah yang telah dirancang ke dalam bahasa pemograman tertentu sehingga dapat dimengerti dan di terjemahkan oleh mesin.

c. Pengujian

Merupakan tahap pengujian terhadap perangkat lunak yang dibangun. Sesuatu yang dibangun haruslah diujicobakan. Demikian juga dengan software. Semua fungsi-fungsi software harus diujicobakan, agar software bebas dari error, dan hasilnya harus benar-benar sesuai dengan kebutuhan yang sudah didefinisikan sebelumnya.

d. Maintenance

Requirement/ Pengumpulan kenutuhan

Design

Coding

Implementation and testing

Maintenance

Gambar 1.1 Waterfall

1.6. Sistematika Penulisan

Sistematika penulisan proposal skripsi ini dibagi menjadi beberapa bab

dengan pokok pembahasan. Sistematika secara umum adalah sebagai berikut :

BAB I. PENDAHULUAN

Bab ini berisi latar belakang, perumusan masalah, maksud dan tujuan, batasan masalah, metodologi penelitian dan sistematika penulisan.

BAB II. TINJAUAN PUSTAKA

pertambangan, peramalan pendapatan dan penyusutan berbasis client-server di PT. Antam tbk. Pongkor.

BAB III. ANALISIS DAN DESAIN SISTEM

Bab ini berisi analisis kebutuhan dalam membangun aplikasi ini, analisis sistem yang sedang berjalan pada aplikasi ini sesuai dengan metode pembangunan perangkat lunak yang digunakan. Selain itu terdapat juga perancangan antarmuka untuk aplikasi yang akan dibangun sesuai dengan hasil analisis yang telah dibuat.

BAB IV. IMPLEMENTASI DAN PENGUJIAN SISTEM

Bab ini berisi hasil implementasi dari hasil analisis dan perancangan yang telah dibuat disertai juga dengan hasil pengujian dari aplikasi ini yang dilakukan di PT.Antam tbk. Pongkor sehingga diketahui apakah sistem yang dibangun sudah memenuhi syarat sebagai aplikasi yanguser-friendly.

BAB V. KESIMPULAN DAN SARAN

9

2.1. Tinjauan Instansi

2.1.1. Sejarah Antam

. Antam merupakan sebuah perseroan terbatas di Indonesia dan termasuk

perusahaan negara yang terintegrasi secara vertikal untuk melakukan semua tahapan proses penambangan dari eksplorasi, pertambangan, peleburan, dan

pemurnian melalui bagian pemasaran. Produk utama Antam adalah feronikel, bijih nikel, emas, perak dan bauksit. Antam 35% dipegang oleh publik, yang sebagian besar adalah dengan lembaga asing, yang telah mengadakan Antam untuk

beberapa tahun. Terdaftar di Indonesia dan Bursa Efek Australia, Antam adalah salah satu dari sedikit perusahaan-perusahaan Indonesia harus benar-benar terdaftar di bursa saham di luar Indonesia dan oleh karena itu, harus memenuhi

standar internasional dan transparansi pemerintahan. Sementara Antam 65% diselenggarakan oleh pemerintah, Antam tidak dijalankan oleh birokrat. Antam

tujuan utamanya adalah menciptakan nilai pemegang saham, tidak mengikuti arahan dari negara. Secara umum, pendekatan Antam untuk meningkatkan nilai pemegang saham adalah dengan menurunkan biaya operasi sementara

menguntungkan berkembang secara berkelanjutan.

Salah satu cabang (branch) terletak di Bogor bagian barat yang berada di daerah Pongkor, Nanggung. Lokasi PT. Antam Tbk. Unit Bisnis Pertambangan

Nanggung, Leuwiliang dan Cigudeg, Kabupaten Bogor, Propinsi Jawa Barat. Sedangkan dari posisi geografi KP eksploitasi ini terletak pada koordinat 106฀

30' 01,0" - 106฀ 35' 38,0" Bujur Timur dan 6º 36' 37,2" - 6º 48' 11,0" Lintang Selatan. Daerah KW 98 PP 0138 / Jabar tersusun oleh daerah pegunungan dengan

ketinggian berkisar antara 300 meter sampai dengan 900 meter di atas permukaan air laut. Secara administratif, PT. Antam Tbk memiliki izin penambangan dalam bentuk lahan Kuasa Pertambangan (KP DU No. 562/Jabar). Di area ini telah

ditemukan sepuluh unit Vein System yaitu Vein Cadas Copong, Cikoret, Cisuren, Gudang Handak, Pasir Jawa, Pasir Malang, Ciguha Utama, Kubang Cicau,

Pamoyanan, dan Ciurug.

2.1.2. Visi dan Misi

Visi Antam 2020:

"Untuk menjadi perusahaan global yang berbasis pertambangan, dengan pertumbuhan yang sehat dan standar kelas dunia"

Misi Antam 2020:

* Untuk membangun dan menerapkan kelas dunia praktek terbaik dalam rangka

untuk mengubah Antam menjadi pemainglobalyang benar-benar.

* Untuk menciptakan keunggulan operasional yang didasarkan pada biaya rendah operasi dan teknologi tepat guna dengan sangat perhatian terhadap

kesehatan, keselamatan dan pelestarian lingkungan.

* Untuk memproses mineral yang ada cadangan dan deposito baru untuk

* Untuk mendorong pertumbuhan yang sehat melalui pengembangan bisnis yang berhubungan dengan pertambangan dan selektif diversifikasi dan integrasi

untuk memaksimalkan pemegang sahamvalue.

* Untuk meningkatkan karyawan kompetensi dan kesejahteraan, sementara

mengembangkan budaya perusahaan yang mencakup kinerja luar biasa.

* Untuk berpartisipasi dalam upaya untuk meningkatkan kesejahteraan sosial masyarakat di sekitar daerah pertambangan khususnya di bidang pendidikan dan

pemberdayaan ekonomi.

2.1.3. Badan Hukum

Menghasilkan produk-produk berkualitas tinggi yaitu nikel, emas dan mineral lain dengan selalu memperhatikan kelestarian lingkungan. Mencapai keunggulan kompetitif di pasar global bersandarkan pada kompetensi diri dengan

tujuan untuk : memaksimalkan nilai pemegang saham; meningkatan kesejahteraan pegawai; dan meningkatan kesejahteraan masyarakat di sekitar daerah operasi

pertambangan.

2.1.4. Struktur Organisasi

Dibawah ini merupakan struktur organisasi dari perusahaan Antam yang

mencakup keseluruhan :

Gambar 2.1 Struktur Organisasi VP

OPERAT ION

2.2 Landasan Teori

2.2.1 Pengertian Sistem Informasi

Ada beragam pengertian mengenai sistem Informasi yang dikemukakan oleh beberapa para ahli [7]:

1. Sistem informasi adalah kombinasi antara prosedur kerja, informasi, orang, dan teknologi informasi yang diorganisasikan untuk mencapai tujuan dalam sebuah organisasi [Alter (1992)].

2. Sistem informasi adalah kumpulan perangkat keras dan perangkat lunak yang dirancang untuk mentransformasikan data ke dalam bentuk informasi

yang berguna [Bodnar dan Hopwood (1993)].

3. Sistem informasi adalah suatu sistem buatan manusia yang secara umum terdiri atas sekumpulan komponen berbasis komputer dan manual yang

dibuat untuk menghimpun, menyimpan, dan mengelola data serta menyediakan informasi keluaran kepada para pemakai. [Gelinas, Oram, dan

Wiggins (1990)].

4. Sistem informasi adalah sebuah rangkaian prosedur formal dimana data dikelompokkan, diproses menjadi informasi, dan didistribusikan kepada

pemakai. [Hall (2001)].

5. Sebuah sistem informasi mengumpulkan, memproses, menyimpan,

6. Sistem informasi adalah kerangka kerja yang mengkoordinasikan sumberdaya (manusia, komputer) untuk mengubah masukan menjadi

(informasi), guna mencapai sasaran perusahaan. [Wilkinson (1992)].

Dari berbagai definisi diatas, dapat disimpulkan bahwa sistem informasi

mencakup sejumlah komponen (manusia, computer, tekhnologi informasi dan prosedur kerja), ada sesuatu yang diproses (data menjadi informasi) dan dimaksudkan untuk mencapai suatu sasaran atau tujuan.

2.2.2 Konsep Dasar Sistem Informasi

Informasi merupakan hal yang sangat penting didalam mengambil

keputusan. Informasi tersebut didapatkan dari sistem informasi (information system) atau disebut juga dengan processing systemsatau information processing systemsatauinformation generating systems. Sistem informasi adalah [6] :

“Suatu sistem didalam suatu organisasi yang mempertemukan kebutuhan pengolahan transaksi harian, mendukung operasi, bersifat manajerial dan kegiatan strategi dari suatu organisasi dan menyediakan pihak luar tertentu dengan laporan-laporan yang diperlukan“.

Gambar 2.2 Sifat sistem informasi menggunakan komputer Sistem

informasi Berkas

Data PraKS dan

KS I

Gambar 2.3 Siklus sistem informasi

2.2.3 Konsep Dasar Basis Data

Basis Data (Database) dapat dibayangkan sebagai sebuah lemari arsip yang ditempatkan secara berurutan untuk memudahkan dalam pengambilan kembali data tersebut. Basis Data menunjukkan suatu kumpulan data yang dipakai

dalam suatu lingkungan perusahaan atau instansi-instansi. Penerapan basis data dalam sistem informasi disebut sistem basis data (database system).

1. Definisi Basis Data

Basis data (database) adalah suatu pengorganisasian sekumpulan data yang saling terkait sehingga memudahkan aktivitas untuk memperoleh informasi.

Secara sederhana database dapat diungkapkan sebagai suatu pengorganisasian data dengan bantuan computer yang memungkinkan data dapat diakses dengan

mudah dan cepat. Dalam hal ini, pengertian pengaksesan dapat mencakup pemerolehan data maupun pemanipulasian data, sepeeti menambah dan menghapus data.

Prosedur kerja

Informasi

Orang

Teknologi informasi Tujuan

Data terformat, teks, gambar, suara, dan video

Orang yang memasukkan, memproses, dan menggunakan data

Perangkat keras dan perangkat lunak yang memproses data Yang dicoba untuk

dilakukan sistem

2. Database Management System(DBMS)

DBMS merupakan perangkat lunak atau program computer yang

dirancang secara khusus untuk memudahkan pengelolaan database. Pengelolaan database secara fisik tidak dilakukan oleh pemakai secara langsung, tetapi

ditangani oleh sebuah perangkat lunak atau sistem yang khusus atau spesifik. Sistem ini yang akan menentukan bagaimana data diorganisasi, disimpan, diubah dan diambil kembali. Disamping itu sistem ini juga menerapkan mekanisme

pengamanan data, pemakaian data secara bersama, pemaksaan keakuratan atau konsistensi data dan sebagainya.

Perangkat lunak yang termasuk DBMS misalnya dBase II+, dBase IV, FoxBase, RBase, MS-Access dan Borland-Paradox atau Borland-Interbase, MS-SQL Server, CA-Open Ingres, Oracle, InformixdanSybase.

3. Pengguna Basis Data

Ada beberapa jenis/tipe pemakai terhadap suatu sistem basis data yang

dibedakan berdasarkan cara mereka berinteraksi terhadap sistem : a. Programmer Aplikasi (Application Programmer)

Pemakai yang berinteraksi dengan basis data dengan menggunakan Data Manipulation Language (DML) untuk membuat aplikasi dengan menggunakan bahasa pemrograman.

b. UserKhusus (Specialized User)

Pemakai yang menulis aplikasi basis data non konvensional, tetapi untuk keperluan-keperluan khusus, seperti untuk aplikasi kecerdasan buatan.,

c. UserMahir (Casual User)

Pemakai yang berinteraksi dengan sistem tanpa membuat modul program.

d. UserUmum (Naïve User)

Pemakai berinteraksi dengan aplikasi basis data yang telah dibuat atau

disediakan oleh sistem.

4. Tujuan Basis Data

Tujuan awal dan utama dalam pengelolaan data dalam sebuah basis data

adalah agar kita dapat memperoleh atau menemukan kembali data (yang kita cari) dengan mudah dan cepat. Tujuan basis data lain adalah kecepatan dan kemudahan

(Speed), efisiensi Ruang Penyimpanan (Space), keakuratan (Accuracy), ketersediaan (Availability), kelengkapan (Completeness), keamanan (Security), kebersamaan pemakaian (Sharability).

2.2.4 Konsep Pemograman berorientasi objek

Ada beberapa tema yang mendasari tekhnologi berorientasi objek, mereka

ini tidak unik pada sistem berorientasi objek tapi mereka sangat didukung pada metode analisis, perancangan serta implementasi dengan metodologi-metodologi berorientasi objek.

2.2.4.1 Kelas

Kelas membungkus (encapsulating) objek-objek. Suatu kelas tunggal

yang disebutkan terdahulu. Selain itu kelas memiliki keadaan serta prilaku tertentu.

Pada awal perkembangannya, kelas didefinisikan sebagai tipe data abstrak (ADT – Abstract Data Type) [Simula67 dan Smalltalk]. Lalu tekhnologi berorientasi objek memperluas ide tentang ADT menjadi konsep kelas/objek dan menambah banyak informasi yang penting yang memungkinkan lebih mampu mengelola kompleksitas permasalahan

2.2.4.2 Abstraksi

Pada dasarnya abstraksi menemukan hal-hal esensial pada suatu objek

dan mengabaikan hal-hal yang sifatnya insidential. Dengan kata lain menangkap sesuatu yang berarti untuk dituangkan dalam sistem/perangkat lunak alih-alih menangkap fakta yang ada. Pembangunan sistem informasi ini

memfokuskan pada apa itu objek, apa cirri-ciri yang dimiliki objek(atribut-atributnya) serta apa yang objek lakukan (operasi-operasi apa yang dapat

dilakukan oleh objek) sebelum memutuskan bagaimana ia dapat diimplementasikan.

2.2.4.3 Enkapsulasi

Pembungkusan (penyembunyian informasi) berarti meninggalkan aspek eksternal dari objek yang dapat dimasup(diakses) oleh objek lain dan

2.2.4.4Generalisasidanpolimorfisme

Generalisasi/spesialisasi memungkinkan kelas-kelas berbagi data serta

perilaku yang sama. Pada konteks pemograman, memungkinkan pengurangan ukuran kode dan menyediakan kemungkinan pengembangan sistem/perangkat

lunak yang lebih mudah dipelihara. Generalisasi juga meningkatkan keterpaduan suatu kelas dan mengurangi derajat kesaling-bergantungan (meningkatkan koherensi) kelas saat implementasi kelak.

Polimorfisme mengijinkan penyesuaian berbagi kode untuk memenuhi keadaan tertentu. Dua mekanisme ini saling bekerja-sama untuk mendukung

kemandirian objek individual serta mendukung proses pengembangan sistem/perangkat lunak berkelanjutan dimana komponen-komponen yang dibuat pada suatu aplikasi dapat digunakan pada aplikasi lain yang

memerlukan layanan (service)yang sama.

2.2.4.5 Penggabungan Data (Atribut) dan Perilaku (Fungsi)

Pada sistem berorientasi objek, hierarki struktur data dan fungsi adalah identik pada hierarki pewarisan operasi. Artinya struktur data serta operasi-operasi pada setiap kelas akan diwariskan pada objek-objek dari kelas mana

objek itu diciptakan serta diwariskan pula pada kelas-kelas secara hierarki berada dibawah kelas induk.

2.2.4.6Sharing

tingkatkan. Dalam konteks pemograman berorientasi objek, berbagi data dan prilaku memiliki beberapa tingkatan, seperti :

1. Metode serta peubah bersifatPrivate

Metode serta data yang dikendalikan oleh suatu kelas tertentu dan

tidak dapat diakses oleh objek-objek yang berbeda kelas. 2. Metode serta peubah bersifatPublic

Metode/operasi serta peubah/atribut yang bersifatpublic dapat diakses oleh semua objek-objek dalam aplikasi tertentu tanpa batasan apapun. 3. Metode serta peubah bersifatProtected

Metode/operasi serta peubah/atribut yang bersifatprotectedhanya bisa diakses oleh kelas yang bersangkutan serta kelas-kelas yang merupakan turunannya mengikuti hierarkigeneralisasi/spesialisasi. 4. Metode serta peubah bersifatFriend

Metode dan peubah dalam suatu kelas yang dapat diakses oleh

kelas-kelas lain yang berhubungan dalam keadaan tertentu.

2.2.5 Tools dan analisis perancangan sistem

2.2.5.1 UML (Unified Modeling Language)

Unified Modelling Language (UML) adalah sebuah "bahasa" yg telah menjadi standar dalam industri untuk visualisasi, merancang dan

mendokumentasikan sistem piranti lunak. UML menawarkan sebuah standar untuk merancang model sebuah sistem.

UML mendefinisikan diagram-diagram berikut ini :

2. class diagram 3. behavior diagram :

-- statechart diagram -- activity diagram

4. interaction diagram : -- sequence diagram -- collaboration diagram

5. component diagram 6. deployment diagram

2.2.5.1.1 Use case diagram

Use case diagram menggambarkan fungsionalitas yang diharapkan dari sebuah sistem. Yang ditekankan adalah “apa” yang diperbuat sistem, dan bukan

“bagaimana”. Sebuah use case merepresentasikan sebuah interaksi antara aktor dengan sistem.

2.2.5.1.2 Class diagram

Class adalah sebuah spesifikasi yang jika diinstansiasi akan menghasilkan sebuah objek dan merupakan inti dari pengembangan dan desain berorientasi

objek. Class menggambarkan keadaan (atribut/properti) suatu sistem, sekaligus menawarkan layanan untuk memanipulasi keadaan tersebut

(metoda/fungsi).

2.2.5.1.3 Activity diagram

Activity diagrams menggambarkan berbagai alir aktivitas dalam sistem yang

mungkin terjadi, dan bagaimana mereka berakhir. Activity diagram juga dapat menggambarkan proses paralel yang mungkin terjadi pada beberapa eksekusi.

2.2.5.1.4 Sequence diagram

Sequence diagram menggambarkan interaksi antar objek di dalam dan di

sekitar sistem (termasuk pengguna, display, dan sebagainya) berupa message yang digambarkan terhadap waktu. Sequence diagram terdiri atar dimensi vertikal (waktu) dan dimensi horizontal (objek-objek yang terkait).

2.2.6 Jaringan Syaraf Tiruan

Artificial Intelligence adalah suatu pengetahuan yang membuat komputer dapat meniru kecerdasan manusia sehingga diharapkan komputer dapat melakukan hal-hal yang apabila dikerjakan manusia memerlukan kecerdasan.

JST atau Artificial Neural Network (ANN) adalah bagian dari sistem

kecerdasan buatan (Artificial Intelligence, AI) yang merupakan salah satu representasi buatan dari otak manusia yang selalu mencoba untuk mensimulasikan

proses pembelajaran pada otak manusia tersebut. Istilah tiruan atau buatan dimaksudkan karena jaringan syaraf ini diimplementasikan dengan menggunakan program komputer yang mampu menyelesaikan sejumlah proses perhitungan

selama proses pembelajaran. JST dimaksudkan untuk membuat model sistem komputasi yang dapat menirukan cara kerja jaringan syaraf biologis.

1. Pola antar neuron (arsitekur jaringan)

2. Metode untuk menentukan dan mengubah bobot (disebut metode

learning) 3. Fungsi aktivasi

JST disebut juga: brain metaphor, computational neuroscience, parallel distributed processing. JST dapat belajar dari pengalaman, biasanya berhubungan dengan angka (numerik) sehingga data yang tidak numerik harus dibuat ke

numeric, tidak ada rumus yang tetap (fixed) sehingga disebut dengan free-estimator, JST disebut black box atau tidak transparan karena tidak mampu menjelaskan bagaimana suatu hasil didapatkan. JST mampu menyelesaikan permasalahan yang tidak terstruktur dan sulit didefinisikan.

2.2.6.1 Backpropogation

Keunggulan yang utama dari sistem jaringan syaraf tiruan adalah kemampuan untuk “belajar” dari contoh yang diberikan. Algoritma

pembelajaran yang digunakan adalah algoritma propagasi balik. Pada algoritma ini digunakan sinyal referensi dari luar (sebagai pengajar) dibandingkan dengan sinyal keluaran JST, hasilnya berupa sinyal kesalahan

(error).

Dasar algoritma ini adalah memodifikasi bobot interkoneksi wjk pada

Gambar 2.4 Ilustrasi arsitektur JST propagasi balik

Algoritma pelatihan propagasi balik adalah sbb:

• Inisialisasi bobot.

• Kerjakan langkah-langkah berikut selama kondisi berhenti bernilai FALSE:

1. Untuk tiap-tiap pasangan elemen yang akan dilakukan pembelajaran, kerjakan:

Feed-forward:

a. Tiap-tiap unit masukan (Xi, i=1,2,3,…,n) menerima sinyal masukan xi, dan meneruskan sinyal tersebut ke semua unit pada lapisan yang ada di

atasnya (lapisan tersembunyi).

b. Tiap-tiap unit tersembunyi (Zj, j=1,2,3,…,p) menjumlahkan sinyalsinyal

masukan terbobot:

z_inj=voj+

dan kirimkan sinyal tersebut ke semua unit di lapisan atasnya (unit-unit output).

c. Tiap-tiap unit keluaran (Yk, k=1,2,3,…,m) menjumlahkan sinyalsinyal masukan terbobot:

gunakan fungsi aktivasi untuk menghitung sinyal keluaran-nya: yk=f(y_ink)

dan kirimkan sinyal tersebut ke semua unit di lapisan atasnya (unit-unit output).

Propagasi Balik:

d. Tiap-tiap unit keluaran (Yk, k=1,2,3,…,m) menerima target

referensi (berupa data target beban puncak ), untuk dihitung informasi error-nya:

δk=(tk- yk) f’(y_ink)

kemudian hitung koreksi bobot (yang nantinya akan digunakan untuk

memperbaiki nilai wjk):

Δwjk=αδkzj

hitung juga koreksi bias (yang nantinya akan digunakan untuk

memperbaiki nilai wok):

Δwok=αδk

kirimkan kδini ke unit-unit yang ada di lapisan bawahnya.

δ_inj= δk wjk

kalikan nilai ini dengan turunan dari fungsi aktivasinya untuk menghitung informasi error:

δj=δ_inj f’ (z_inj)

kemudian hitung koreksi bobot (yang nantinya akan digunakan untuk

memperbaiki nilai vij): Δvij=αδjxi

hitung juga koreksi bias (yang nantinya akan digunakan untuk

memperbaiki nilai voj): Δvoj=αδj

f. Tiap-tiap unit keluaran (Yk, k=1,2,3,…,m) memperbaiki bias dan

bobotnya (j=1,2,3,…,p): wjk(baru) = wjk(lama) + Δwjk

Tiap-tiap unit tersembunyi (Zj, j=1,2,3,…,p) memperbaiki bias dan

bobotnya (i=0,1,2,3,…,n): vij(baru) = vij(lama) +Δvij 2. Tes kondisi berhenti.

2.2.7 Straight Line Method

Metode ini digunakan untuk mengalokasikan beban penyusutan tidak

berdasarkan pada proporsi penggunaan aktiva yang sebenarnya. Dalam metode garis lurus lebih melihat aspek waktu daripada aspek kegunaan. Metode ini paling

penyusutan untuk tiap tahun nilainya sama besar dan tidak dipengaruhi dengan hasil/output yang diproduksi. Perhitungan tarif penyusutan untuk metode garis

lurus adalah sebagi berikut:

Tarif Penyusutan = Harga Perolehan Nilai Sisa / Estimasi Umur Kegunaan

*Harga Perolehan Nilai Sisa= Nilai Beli-Nilai Residu

Metode penyusutan ini mempunyai kelebihan dan kelemahan. Kelebihan dari metode ini adalah:

1) Mudah digunakan dalam praktek.

2) Lebih mudah dalam menentukan tarif penyusutan.

Kelemahan dari metode penyusutan ini adalah:

1) Beban pemeliharaan dan perbaikan dianggap sama setiap periode. 2) Manfaat ekonomis aktiva setiap tahun sama.

3) Beban penyusutan yang diakui tidak mencerminkan upaya yang digunakan dalam menghasilkan pendapatan.

4) Laba yang dihasilkan setiap tahun tidak menggambarkan tingkat pengembalian yang sesungguhnya dari umur kegunaan aktiva (dalam matching principle, beban penyusutan harus proporsional pada penghasilan yang dihasilkan).

2.2.8 Software Pendukung

2.2.8.1 Borland Delphi Versi 7.0

adalah suatu bahasa pemrograman yang telah memanfaatkan metode pemrogramanObject Oriented Programming(OOP).

Borland Delphi atau yang biasa disebut Delphi saja, merupakan sarana aplikasi visual. Delphi merupakan generasi penerus dari Turbo Pascal, Turbo

Pascal yang diluncurkan pada tahun 1983 dirancang untuk dijalankan pada sistem operasi DOS (yang merupakan sistem operasi yang paling banyak digunakan pada saat itu). Sedangkan Delphi yang diluncurkan pertama kali tahun 1995 dirancang

untuk beroperasi dibawah sistem operasiWindows.

Kelebihan Borland Delphi 7.0 yaitu telah dilengkapi dengan sejumlah

komponen yang tergolong sebagai dbExpress, yang memungkinkan koneksi ke MySQL ataupun Oracle dilakukan dengan mudah, sehingga Delphi dapat digunakan sebagai aplikasifront-endyang berhubungan dengandatabase server.

Database dengan Delphi menggunakan konsep seperti gambar dibawah ini:

Gambar 2.5 Bagan KonsepDatabase

Keterangan :

1. File Database: Filedatabase dari sistemdatabaselain seperti Dbase (*.dbf), Paradox (*.db), Microsoft Access (*.mdb), mySql (*.sql) dan lain-lain.

File Database

Komponen Table

Komponen DataSource

2. KomponenTable: Komponen yang mewakili filedatabase. Setiap melakukan proses dalam komponen tabel tersebut, maka isi filedatabase yang terkoneksi ke komponen tersebut berubah juga.

3. Komponen DataSource : Komponen penghubung antara komponen tabel

dengan komponen data control. Dalam datasource harus diisi tabel yang berelasi kedatasourcetersebut.

4. Komponen-Komponen Data Control : Komponen yang digunakan untuk

menampilkan data-data yang berasal dari datasource(tabel). Datacontrol ada yang berbentuk tabel, label,editbox, gambar, combobox, listboxdan lain-lain.

2.2.8.2 MySQL

SQL adalah sebuah konsep pengoprasian database, terutama untuk pemilihan/seleksi dan pemasukan data, yang memungkinkan pengoprasian data dikerjakan dengan mudah secara otomatis. Salah satu aplikasi database yang menggunakan bahasa SQL adalah MySQL. MySQL adalah Relational Database Management System (RDBMS) yang didistribusikan secara gratis dibawah lisensi GPL (General Public Lisence). Dimana setiap orang bebas untuk menggunakan MySQL, namun tidak boleh dijadikan produk turunan yang bersifat closed source/komersial. MySQL sebenarnya merupakan turunan salah satu konsep utama SQL dalam database sejak lama. MySQL memiliki beberapa kelebihan diantaranya :

2. MySQL adalah software database yang OpenSource, artinya program ini bersifat free atau bebas digunakan oleh siapa saja tanpa harus membeli dan membayar lisensi kepada pembuatnya.

3. MySQL merupakandatabase server, jadi dengan menggunakan database ini dapat menghubungkan ke mediainternetsehingga dapat diakses jarak jauh. 4. MySQL merupakan sebuah database client. Selain menjadi server yang

melayani permintaan, MySQL juga dapat melakukan query yang mengakses databasepadaserver, jadi MySQL dapat juga berperan sebagaiClient.

5. MySQL mampu menerimaqueryyang bertumpuk dalam satu permintaan atau yang disebutMulti-Threading.

6. MySQL merupakan sebuah database yang mampu menyimpan data berkapasitas sangat besar hingga berukuranGigabytesekalipun.

7. MySQL didukung oleh driver ODBC, artinyadatabaseMySQL dapat diakses menggunakan aplikasi apa saja termasuk berupa visual seperti Delphi maupun

Visual Basic.

8. MySQL adalahdatabase menggunakan enkripsipassword. Jadidatabase ini cukup aman karena memilikipassworduntuk mengaksesnya.

9. MySQL dapat menciptakan lebih dari 16 kunci per tabel dan dalam satu kunci memungkinkan berisi belasan field. Serta MySQL mendukung field yang dijadikan sebagai kunciprimerdan kunci unik atau (Unique).

10. MySQL memiliki kecepatan dalam pembuatan tabel maupun peng-update-an tabel.

1. DDL (Data Definition Language)

DDL adalah sebuah metode query SQL yang berguna untuk mendefinisikan data pada sebuah database, adapun query yang dimiliki adalah :

a. CREATE : untuk melakukan pembuatan tabel dandatabase b. DROP : untuk melakukan penghapusan tabel maupundatabase c. ALTER : untuk melakukan pengubahan struktur tabel yang telah

dibuat, baik menambah field (add), mengganti mana field (change) ataupun menamakannya kembali (rename), serta menghapus (drop).

2. DML (Data Manipulation Language)

DML adalah sebuah metode query yang dapat digunakan apabila DDL telah terjadi, sehingga fungsi dari query ini adalah untuk melakukan pemanipulasian database yang telah ada atau telah dibuat sebelumnya. Adapunqueryyang termasuk didalamnya adalah :

a. INSERT : untuk melakukan penginputan/pemasukan data pada tabel database.

b. UPDATE : untuk melakukan perubahan/peremajaan terhadap data yang ada pada tabel.

c. DELETE : untuk melakukan penghapusan data pada tabel. Penghapusan ini dapat dilakukan secara sekaligus (seluruh isi tabel) maupun hanya beberapa

Perintah-Perintah SQL

1. Menambah Data (Insert)

Perintah SQL yang digunakan untuk menambah data ke database adalah perintahINSERT. Perintah ini mempunyai bentuk umum sebagai berikut: INSERT [INTO] nama_tabel [(daftarfield/kolom)] VALUES (daftar_data) 2. Memilih/Mengakses Data (Select)

Perintah SQL yang digunakan untuk memilih data adalah perintah SELECT. Bentuk umum perintah ini adalah sebagai berikut:

SELECT daftar_select FROM daftar_tabel [WHERE kondisi_pencarian]

[GROUP BY daftar_group_by]

[HAVING kondisi_pencarian]

[ORDER BY daftar_order[ASC│DESC ]]

3. Mengedit/Mengubah Data (Update)

Perintah SQL yang digunakan untuk mengubah data adalah perintah UPDATE SET. Perintah ini mempunyai bentuk umum sebagai berikut:

UPDATE nama_table SETfield1=databaru1 [,data2=databaru2] [WHERE kondisi_update]

4. Menghapus Data (Delete)

33

Analisis sistem dapat didefinisikan sebagai penguraian dari suatu sistem

informasi yang utuh kedalam bagian-bagian komponennya dengan maksud untuk mengidentifikasi dan mengevaluasi permasalahan-permasalahan, kesempatan-kesempatan, hambatan-hambatan yang terjadi dan

kebutuhan-kebutuhan yang diharapkan sehingga dapat diusulkan perbaikan-perbaikannya. Sebagai analisis pada sistem yang sedang berjalan, akan dibahas

fungsi-fungsi utama, proses bisnis yang sedang berjalan dan analisis sistem non fungsional yang meliputi perangkat keras dan perangkat lunak yang digunakan, serta analisisuseryang terlibat.

3.1.1 Analisis Masalah

3.1.1 Deskripsi Masalah

Berdasarkan hasil penelitian yang dilakukan di PT. Antam proses bisnis yang sedang berjalan yaitu dari mulai pengumpulan data yang dikoordinir oleh penanggung jawab shift diserahkan kepada bagian piket lalu

bagian piket menyerahkan kebagian dispatcher untuk mengelola data tersebut setelah itu data tersebut disimpan dan diserahkan kebagian admin. Lalu

Bagian admin dalam melakukan rekapitulasi untuk harian, bulanan ataupun tahunan terhadap data barang tambang tersebut ini harus mengecek satu-satu hasil laporan yang disimpan dalam dokumen, lalu merekap ulang kembali

mengunakan Straight Line Methode, Metode ini digunakan untuk mengalokasikan beban penyusutan tidak berdasarkan pada proporsi

penggunaan aktiva yang sebenarnya. Perhitungan tarif penyusutan untuk metode garis lurus adalah sebagi berikut:

Tarif Penyusutan = Harga Perolehan Nilai Sisa / Estimasi Umur Kegunaan *Harga Perolehan Nilai Sisa = Nilai Beli - Nilai Residu

Untuk melakukan peramalan pendapatan terhadap total data tonase ditentukan

oleh pendapatan pada hari yang sama, 1 minggu(t), 2 7), 3 minggu(t-14), 4 minggu(t-21) sebelumnya. Secara matematis dapat diformulasikan :

Xi+1dipengaruhi oleh Xi-21, Xi-14, Xi-7, Xi;

data tonase yang diambil sebanyak dua bulan untuk pembelajaran dan satu bulan sebagai target . Input sistem adalah pada pendapatan ke-(t-21),

(t-14),(t-7) dan (t). sedangkan target sistem adalah pendapatan ke-(t+(t-14),(t-7).

Untuk melakukan peramalan menggunakan jaringan syaraf tiruan dengan

metode backpropagation with momentum (dengan Feedforward dan backpropagation). Jaringan syaraf ini terdiri atas lapisan input, 2 lapisan tersembunyi dan lapisan output. Lapisan input terdiri atas 4 neuron, yang

Sedangkan lapisan tersembunyi kedua terdiri atas 5 neuron dengan fungsi aktivasilogsigyaitu ;

Lapisan output terdiri atas 1 neuron dengan fungsi aktivasipurelinyaitu: Y = X

[image:44.595.125.529.324.637.2]

Adapun secra garis besar Arsitektur jaringan syaraf tiruan yaitu:

Gambar 3.1. Arsitektur Jaringan Syaraf Tiruan Pendapatan Adapun proses perhitungan:

data tonase yang diambil sebanyak dua bulan untuk pembelajaran dan satu

(t-14),(t-7) dan (t). sedangkan target sistem adalah pendapatan ke-(t+(t-14),(t-7). Dengan demikian data-data akan terlihat dalam table dibawah ini :

Tabel 3.1 Data-data yang akan dilatih

No

Input Target

t-21 t-14 t-7 t t+7

1 1197 873 1023 1038 1002

2 1010 1038 1144 988 440

3 880 758 1087 846 728

4 744 911 1293 1062 851

5 1003 922 1244 1003 868

6 771 747 1097 803 742

7 1210 1251 1390 1213 1007

8 873 1023 1038 1002 780

9 1038 1144 988 440 1024

10 758 1087 846 728 987

11 911 1293 1062 851 631

12 922 1244 1003 868 807

13 747 1097 803 742 690

14 1251 1390 1213 1007 1209

15 1023 1038 1002 780 616

16 1144 988 440 1024 1197

17 1087 846 728 987 1010

18 1293 1062 851 631 880

19 1244 1003 868 807 744

20 1097 803 742 690 1003

21 1390 1213 1007 1209 1271

22 1038 1002 780 616 745

23 988 440 1024 1197 873

24 846 728 987 1010 1038

25 1062 851 631 880 758

26 1003 868 807 744 911

27 803 742 690 1003 922

28 1213 1007 1209 1271 1247

29 1002 780 616 745 1251

30 440 1024 1197 873 1023

31 728 987 1010 1038 1144

32 851 631 880 758 1087

33 868 807 744 911 1293

34 742 690 1003 922 1244

35 1007 1209 1271 1247 1097

37 1024 1197 873 1023 1038

38 987 1010 1038 1144 988

39 631 880 758 1087 1324

40 807 744 911 1293 1062

41 690 1003 922 1244 1003

42 1209 1271 1247 1097 803

43 616 745 1251 1003 812

44 1197 873 1023 1038 584

45 1010 1038 1144 988 440

46 880 758 1087 1324 1228

47 744 911 1293 1062 851

48 1003 922 1244 1003 868

49 1271 1247 1097 803 1007

50 745 1251 1003 812 742

51 873 1023 1038 584 780

52 1038 1144 988 440 1024

53 758 1087 1324 1228 1387

54 911 1293 1062 851 1247

55 922 1244 1003 868 1251

56 1247 1097 803 1007 1023

57 1251 1003 812 742 1144

58 1023 1038 584 780 1087

59 1144 988 440 1024 1293

60 1087 1324 1228 1387 1244

Tabel 3.2 Nilai Bias Hidden

No Bias untuk Hidden layer 1(V01)

Bias untuk Hidden layer 2 (V02)

Bias untuk Output W0

1 0.747781 -0.249886 0.0718

2 -6.045236 0.0718

3 0.206744 -6.045236

4 -1.245163 0.747781

5 -0.249886 -0.35452

6 -0.35452

7 0.0718

8 -6.045236

9 0.206744

Tabel 3.3 Nilai yang mempengaruhi padaalgoritma Feed Forward No Array [x][y] Weight_i_h(V1) Array [x][y] Weight_h_h(V2) Array [x][y] Weight_h_o(W)

1 [0][0] 0.4500 [0][0] -0.7867 [1][0] 0.8302

2 [0][1] 0.9579 [0][1] 1.1257 [2][0] -1.5074

3 [0][2] -0.6119 [0][2] -0.7500 [3][0] -1.4828

4 [0][3] -0.6320 [0][3] 0.6346 [4][0] 0.0372

5 [0][4] -0.0152 [0][4] 0.9297 [5][0] 1.2570

6 [0][5] 0.4021 [1][0] 0.7410

7 [0][6] 0.5958 [1][1] 0.4902

8 [0][7] -0.3116 [1][2] -0.8542

9 [0][8] -0.0043 [1][3] -0.5595

10 [0][9] -0.7518 [1][4] 0.1435

11 [1][0] 0.0894 [2][0] -0.4583

12 [1][1] -0.1978 [2][1] 0.4672

13 [1][2] -0.9953 [2][2] -0.3316

14 [1][3] -0.7867 [2][3] 0.6376

15 [1][4] 1.1257 [2][4] -0.7423

16 [1][5] -0.7500 [3][0] -0.8049

17 [1][6] 0.6346 [3][1] 0.5800

18 [1][7] 0.9297 [3][2] 0.8416

19 [1][8] 0.7410 [3][3] -0.6146

20 [1][9] 0.4902 [3][4] -0.4015

21 [2][0] -0.8542 [4][0] 1.4500

22 [2][1] -0.5595 [4][1] 0.7305

23 [2][2] 0.1435 [4][2] 1.5362

24 [2][3] -0.4583 [4][3] 1.4153

25 [2][4] 0.4672 [4][4] 0.9604

26 [2][5] -0.3316 [5][0] 1.0501

27 [2][6] 0.6376 [5][1] 1.4203

28 [2][7] -0.7423 [5][2] -1.2236

29 [2][8] -0.8049 [5][3] -1.2922

30 [2][9] 0.5800 [5][4] 1.1946

31 [3][0] 0.8416 [6][0] 0.9679

32 [3][1] -0.6146 [6][1] -0.3329

33 [3][2] -0.4015 [6][2] -0.6011

34 [3][3] 0.5986 [6][3] -0.1157

35 [3][4] -0.1576 [6][4] -1.2088

36 [3][5] -0.8762 [7][0] -0.0225

37 [3][6] 0.6659 [7][1] 0.1057

38 [3][7] 0.1878 [7][2] 0.0316

39 [3][8] -0.6237 [7][3] -1.2216

40 [3][9] -0.6967 [7][4] 1.4801

42 [8][1] -0.1429

43 [8][2] 0.8532

44 [8][3] 1.0480

45 [8][4] 0.3484

46 [9][0] -1.7650

47 [9][1] -1.5011

48 [9][2] 0.4183

49 [9][3] 1.6869

50 [9][4] -0.2468

Input Pattern merupakan inputan untuk pengenalan pola yang mana sebagai

pembanding antara inputan pola dengan hasil output pada feed forward yang sinyal telah telah diubah kedalam fungsi aktifasi(sigmoid).

Weight_i_h merupakan bobot input ke hidden yang mempengaruhi sinyal

masukan ke hidden layer pertama.

Weight_h_h merupakan bobot hidden ke hidden yang mempengaruhi sinyal masukan dari hidden layer pertama ke hidden layer kedua.

Weight_h_o merupakan bobot hidden ke output yang mempengaruhi sinyal masukan dari hidden layer kedua menuju output.

Learning rate(α) = 0.1 Epoch ditentukan oleh user. Maksimalerror tolerance=0.01

Perhitungan transformasi data menggunakan rumusan : dimana didapat untuk max Xt-21: 1390

Xt-14: 1390 Xt-7 : 1390 Xt : 1387

dimana didapat untuk min Xt-21: 440 Xt-14: 440

Xt-7 : 440 Xt : 440

Xt+7 : 440

Data no 1→ Xt-21= 1197,

x

'

=

(௑ ௑ ௜ )( )

(௑ ௫ ௑ ௜ )

+

=( )( . . )

( ) + 0.1

= 0.7374

Xt-14= 873,

x

'

=

( )( . . )

( ) + 0.1

= 0.4646

Xt-7= 1023,

x

'

=

( )( . . )

( ) + 0.1

= 0.5909

Xt= 1038,

x

'

=

( )( . . )

( ) + 0.1

= 0.6052

t = 1002,

x

'

=( )( . . )

( ) + 0.1

= 0.5748

Table 3.4 Proses Transformasi Data

No

Input Target

t-21 t-14 t-7 t t+7

1 0.7374 0.464632 0.590947 0.605174 0.574762

2 0.58 0.603579 0.692842 0.562936 0.1

3 0.470526 0.367789 0.644842 0.442978 0.343295

5 0.574105 0.505895 0.777053 0.575607 0.461563

6 0.378737 0.358526 0.653263 0.406653 0.355121

7 0.748421 0.782947 0.9 0.75301 0.578986

8 0.464632 0.590947 0.603579 0.574762 0.387223

9 0.603579 0.692842 0.561474 0.1 0.593347

10 0.367789 0.644842 0.441895 0.343295 0.562091

11 0.496632 0.818316 0.623789 0.447202 0.261352

12 0.505895 0.777053 0.574105 0.461563 0.410032

13 0.358526 0.653263 0.405684 0.355121 0.311193

14 0.782947 0.9 0.750947 0.578986 0.74963

15 0.590947 0.603579 0.573263 0.387223 0.24868

16 0.692842 0.561474 0.1 0.593347 0.739493

17 0.644842 0.441895 0.342526 0.562091 0.581521

18 0.818316 0.623789 0.446105 0.261352 0.4717

19 0.777053 0.574105 0.460421 0.410032 0.356811

20 0.653263 0.405684 0.354316 0.311193 0.575607

21 0.9 0.750947 0.577474 0.74963 0.802006

22 0.603579 0.573263 0.386316 0.24868 0.357656

23 0.561474 0.1 0.591789 0.739493 0.465787

24 0.441895 0.342526 0.560632 0.581521 0.605174

25 0.623789 0.446105 0.260842 0.4717 0.368638

26 0.574105 0.460421 0.409053 0.356811 0.497888

27 0.405684 0.354316 0.310526 0.575607 0.507181

28 0.750947 0.577474 0.747579 0.802006 0.781732

29 0.573263 0.386316 0.248211 0.357656 0.785111

30 0.1 0.591789 0.737474 0.465787 0.592503

31 0.342526 0.560632 0.58 0.605174 0.69472

32 0.446105 0.260842 0.470526 0.368638 0.646568

33 0.460421 0.409053 0.356 0.497888 0.820591

34 0.354316 0.310526 0.574105 0.507181 0.779197

35 0.577474 0.747579 0.799789 0.781732 0.655016

36 0.386316 0.248211 0.356842 0.785111 0.575607

37 0.591789 0.737474 0.464632 0.592503 0.605174

38 0.560632 0.58 0.603579 0.69472 0.562936

39 0.260842 0.470526 0.367789 0.646568 0.846779

40 0.409053 0.356 0.496632 0.820591 0.625449

41 0.310526 0.574105 0.505895 0.779197 0.575607

42 0.747579 0.799789 0.779579 0.655016 0.406653

43 0.248211 0.356842 0.782947 0.575607 0.414256

44 0.737474 0.464632 0.590947 0.605174 0.221647

45 0.58 0.603579 0.692842 0.562936 0.1

46 0.470526 0.367789 0.644842 0.846779 0.765681

47 0.356 0.496632 0.818316 0.625449 0.447202

49 0.799789 0.779579 0.653263 0.406653 0.578986

50 0.356842 0.782947 0.574105 0.414256 0.355121

51 0.464632 0.590947 0.603579 0.221647 0.387223

52 0.603579 0.692842 0.561474 0.1 0.593347

53 0.367789 0.644842 0.844421 0.765681 0.9

54 0.496632 0.818316 0.623789 0.447202 0.781732

55 0.505895 0.777053 0.574105 0.461563 0.785111

56 0.779579 0.653263 0.405684 0.578986 0.592503

57 0.782947 0.574105 0.413263 0.355121 0.69472

58 0.590947 0.603579 0.221263 0.387223 0.646568

59 0.692842 0.561474 0.1 0.593347 0.820591

60 0.644842 0.844421 0.763579 0.9 0.779197

 Pelatihan Epoh ke-1

 Data ke-1

Feedforward Propagation

Operasi pada Hidden Layer >> Penjumlahan terbobot :

Z_in1= V010+ V100* Xt-21+ V110* Xt-14+ V120* Xt-7+ V130* Xt

= (0.747781) + (0.4500*0.7374) + (0.0894*0.464632) +

(-0.8542*0.590947) + (0.8416*0.605174) = 1.125676

Z_in2= V011+ V101* Xt-21+ V111* Xt-14+ V121* Xt-7+ V131* Xt

= -6.045236 + (0.9579*0.7374) + 0.1978*0.464632) +

(-0.5595*0.590947) + (-0.6146*0.605174)

= -6.133359

Z_in3= V012+ V102* Xt-21+ V112* Xt-14+ V122* Xt-7+ V132* Xt

= 0.206744 + (-0.6119*0.7374) + (-0.9953*0.464632) +

= -0.865096

Z_in4= V013+ V103* Xt-21+ V113* Xt-14+ V123* Xt-7+ V133* Xt

= -1.245163 + 0.6320*0.7374) + 0.7867*0.464632) + (-0.4583*0.590947) + (0.5986*0.605174)

= -1.443638

Z_in5= V014+ V104* Xt-21+ V114* Xt-14+ V124* Xt-7+ V134* Xt

= -0.249886 + (-0.0152*0.7374) + (1.1257*0.464632) +

(0.4672*0.590947) + (-0.1576*0.605174) = 0.442657

Z_in6= V015+ V105* Xt-21+ V115* Xt-14+ V125* Xt-7+ V135* Xt

= -0.35452 + (0.4021*0.7374) + 0.7500*0.464632) + (-0.3316*0.590947) + (-0.8762*0.605174)

= -1.132697

Z_in7= V016+ V106* Xt-21+ V116* Xt-14+ V126* Xt-7+ V136* Xt

= 0.0718 + (0.5958*0.7374) + (0.6346*0.464632) + (0.6376*0.590947) + (0.6659*0.605174)

= 1.585772

Z_in8= V017+ V107* Xt-21+ V117* Xt-14+ V127* Xt-7+ V137* Xt

= -6.045236 + 0.3116*0.7374) + (0.9297*0.464632) +

(-0.7423*0.590947) + (0.1878*0.605174) = -6.16805

= 0.206744 + 0.0043*0.7374) + (0.7410*0.464632) + (-0.8049*0.590947) + (-0.6237*0.605174)

= -0.305234

Z_in10= V019+ V109* Xt-21+ V119* Xt-14+ V129* Xt-7+ V139* Xt

= -1.245 + (-0.7518*0.7374) + (0.4902*0.464632) + (0.5800*0.590947) + (-0.6967*0.605174)

= -1.65049

>> Pengaktifan :

Z1=

௘షೋ೔೙

=

௘ష1.125676

=

0.755040037

Z

2

=

_{௘షೋ೔೙}

=

௘ష(−6.133359₎= 0.0021646

Z3=

௘షೋ೔೙

=

௘0.865096

=

0.295276

Z4=

௘షೋ೔೙

=

௘1.443638

=

0.190983

Z5=

௘షೋ೔೙

=

Z6=

௘షೋ೔೙

=

௘1.132697

=

0.243664

Z7=

௘షೋ೔೙

=

௘−1.585772

=

0.8300204

Z8=

௘షೋ೔೙

=

௘6.16805

=

0.00209094

Z9=

௘షೋ೔೙

=

௘0.305234

=

0.4242785

Z10=

௘షೋ೔೙

=

௘1.65049

=

0.161043

Operasi pada Hidden ke hidden layer

Z_n1= V020+ V200* Z1+ V210* Z2+ V220 * Z3+ V230 * Z4 + V240* Z5+ V250* Z6+ V260* Z7+ V270* Z8 + V280* Z9+ V290* Z10

= (-0.249886) + (-0.7867*0.755040037) + (0.7410*0.0021646) +

(--0.4583*0.295276) + (-0.8049*0.190983) + (1.4500*0.608892) + (1.0501*0.243664) + (0.9679*0.8300204) + (-0.0225*0.00209094) + (0.0705*0.4242785) + (-1.7650*0.161043)

Z_n2= V021+ V201* Z1+ V211* Z2+ V221 * Z3+ V231 * Z4 + V241* Z5+ V251* Z6+ V261* Z7+ V271* Z8 + V281* Z9+ V291* Z10

= 0.0718 + (1.1257*0.755040037) + (0.4902*0.0021646) +

(-0.4672*0.295276) + (0.5800*0.190983) + (0.7305*0.608892) + (1.4203*0.243664)+(-0.3329*0.8300204) + (0.1057*0.00209094) + (-0.1429*0.4242785) + (-1.5011*0.161043)

= 1.03805141

Z_n3= V022+ V202* Z1+ V212* Z2+ V222 * Z3+ V232 * Z4 + V242*

Z5+ V252* Z6+ V262* Z7+ V272* Z8 + V282* Z9+ V292* Z10 = -6.045236 + 0.7500*0.755040037) + 0.8542*0.0021646) +

0.3316*0.295276) + (0.8416*0.190983) + (1.5362*0.608892) +

(-1.2236*0.243664) + (-0.6011*0.8300204) +

(0.0316*0.00209094) + (0.8532*0.4242785) +

(0.4183*0.161043) = -5.982815

Z_n4= V023+ V203* Z1+ V213* Z2+ V223 * Z3+ V233 * Z4 + V243*

Z5+ V253* Z6+ V263* Z7+ V273* Z8 + V283* Z9+ V293* Z10 = 0.747781 + (0.6346*0.755040037) + (-0.5595*0.0021646) +

(0.6376*0.295276) + (-0.6146*0.190983) + (1.4153*0.608892) + (-1.2922*0.243664) + (-0.1157*0.8300204) + (-1.2216*0.00209094) + (1.0480*0.4242785) + (1.6869*0.161043)

Z_n5= V024+ V204* Z1+ V214* Z2+ V224 * Z3+ V234 * Z4 + V244* Z5+ V254* Z6+ V264* Z7+ V274* Z8 + V284* Z9+ V294* Z10

= -0.35452 + (0.9297*0.755040037) + (0.1435*0.0021646) + (-0.7423*0.295276) + (-0.4015*0.190983) + (0.9604*0.608892) +

(1.1946*0.243664) + (-1.2088*0.8300204) + (1.4801*0.00209094) + (0.3484*0.4242785) + (-0.2468*0.161043)

= -0.312163 >> Pengaktifan :

Z01=

௘షೋ೙

=

௘ష0.5561972

=

0.635572

Z0

2

=

௘షೋ೙

=

௘ష1.03805141 = 0.738474

Z03=

௘షೋ೙

=

௘5.982815

=

0.0025154

Z04=

௘షೋ೙

=

௘−3.092314

=

0.956575

Z05=

=

௘0.312163

=

0.422587

Operasi pada Output Layer >> Perkalian :

y_in = W0+ W1*Z01+ + W2*Z02+ W3*Z03+ W4*Z04+ W5*Z05

= 0.0718 + -0.249886* 0.635572+ 0.0718*0.738474 + -6.045236* 0.0025154+ 0.747781*0.956575 + -0.35452* 0.422587

= 0.0718-0.158821+0.053022-0.015206+0.715309-0.149816 = 0.516288

>> Pengaktifan :

y=

௘ష0.516288

=

0.626279

Error = target – y= 0.574762- 0.626279= -0.051517 Jumlah kuadrat error = (-0.051517)2= 0.00265

δ= (t-y) (y)(1-y)

= (-0.051517) (0.626279)(1-0.626279)

= -0.012058 >> Koreksi bobot

Δw1 =α*δ* z01

=0.1 *(-0.012058) *0.635572= -0.000766

Δw2 =α*δ* z02

=0.1 *(-0.012058) *0.738474= -0.00089

Δw3 =α*δ* z03

Δw4 =α*δ* z04

=0.1 *(-0.012058) *0.956575= -0.001153

Δw5 =α*δ* z05

=0.1 *(-0.012058) *0.422587= -0.00051

Δw0 =α*δ= 0.1*(-0.012058) = -0.0012058

>> Perbaharui bobot dan prasikap hidden layer 1 dan 2 Hidden layer 2

δin1 =δ* w1

= -0.012058 * 0.8302 = -0.01001

δin2 =δ* w2

= -0.012058 *-1.5074= 0.018176

δin3 =δ* w3

= -0.012058 * 0.0372 = -0.015157

δin4 =δ* w4

= -0.012058 * 1.2570= -0.00116

δin5 =δ* w5

= -0.012058 * -1.4828 = 0.01788

δ1 =δin1*

1

1+݁− 01 * 1−(

1

1+݁− 01

)

= -0.01001*

ୣష0.635572

*

1

−

(

_௘ష0.635572

)

= -0.002266

δ2 =δin2*

1

1+݁− 02 * 1−(

1

1+݁− 02

)

= 0.018176*

= -0.00395

Begitupun denganδ3,δ4danδ5dilakukan penghitungan yang sama.

Hidden layer 1

δ0in1=δ1* V200

= -0.002266 * -0.7867 = 0.001783

δ0in2=δ1* V210

= -0.002266 *0.7410= -0.001679

δ0in3=δ1* V220

= -0.002266 * -0.4583 = 0.001039

δ0in4=δ1* V230

= -0.002266 *-0.8049= 0.001824

δ0in5=δ1* V240

= -0.002266 * 1.4500= -0.003286

Begitupun denganδ0in6,δ0in7,...,δ0in50dilakukan penghitungan yang sama.

Dimana untuk range V2i0 menggunakan δ1 , V2i1 menggunakan δ2 , V2i2 menggunakanδ3, V2i3menggunakanδ4, V2i4menggunakanδ5.

δ01 =δ0in1*

1

1+݁− 1 * 1−(

1 1+݁− 1

)

= 0.001783*

ୣష0.755040037

*

1

−

(

௘ష0.755040037

)

= 0.003878

δ02 =δ0in2*

1

1+݁− 2 * 1−(

1 1+݁− 2

)

= -0.001679*

ୣష0.00216464

*

1

−

(

_௘ష0.0021646

)

Begitupun denganδ03,δ04, ...,δ050dilakukan penghitungan yang sama. >> Hitung bobot

Tabel 3.5 Bobot Input ke Hidden

V1[0][0] : 0.449246223492 505 V1[1][0] : 0.088678113172 1776

V1[2][0] : -0.85491215372 95 V1[3][0] : 0.84087679981 4679 V1[0][1] : 0.957953075206 649

V1[1][1] : -0.197749430214

197

V1[2][1] : -0.55944985650

4298

V1[3][1] : -0.61454931798

7252 V1[0][2] :

-0.610877226237 09

V1[1][2] : -0.994327770932

307

V1[2][2] : 0.14446281813

6698

V1[3][2] : -0.40052817597

2058 V1[0][3] :

-0.632000976677 593

V1[1][3] : -0.786700926300

897

V1[2][3] : -0.45830091845

6927

V1[3][3] : 0.59859907292

7975 V1[0][4] :

-0.016280843239 3955 V1[1][4] : 1.124662756962 7 V1[2][4] : 0.46618272045 6254

V1[3][4] : -0.15863948116

6657 V1[0][5] : 0.4021 V1[1][5] : -0.75 V1[2][5] :

-0.3316

V1[3][5] : -0.8762 V1[0][6] : 0.5958 V1[1][6] : 0.6346 V1[2][6] :

0.6376

V1[3][6] : 0.6659 V1[0][7] :

-0.3116

V1[1][7] : 0.9297 V1[2][7] : -0.7423

V1[3][7] : 0.1878 V1[0][8] :

-0.0043

V1[1][8] : 0.741 V1[2][8] : -0.8049

V1[3][8] : -0.6237 V1[0][9] :

-0.7518

V1[1][9] : 0.4902 V1[2][9] : 0.58 V1[3][9] : -0.6967

Tabel 3.6 Bobot Hidden ke Hidden

3441 73559 61

39025 99906 53014

V 2[0][2] : -0.7418 518539 38283 V 2[1][2] : -0.854 05849 84166 6 V 2[2][2] : -0.3175 611061 98038 V 2[3][2] : 0.8417 073160 18795 V 2[4][2] : 1.5445 548546 7399 V 2[5][2] : -1.2236 V 2[6][2] : -0.6011 V 2[7][2] : 0.0316 V 2[8][2] : 0.8532 V 2[9][2] : 0.4183 V 2[0][3] : 0.6349 152405 6681 V 2[1][3] : -0.559 49435 86452 04 V 2[2][3] : 0.6381 841237 39913 V 2[3][3] : -0.6145 957715 81854 V 2[4][3] : 1.4156 124331 7703 V 2[5][3] : -1.2922 V 2[6][3] : -0.1157 V 2[7][3] : -1.2216 V 2[8][3] : 1.048 V 2[9][3] : 1.6869 V 2[0][4] : 0.9222 998602 90361 V 2[1][4] : 0.143 37056 08607 99 V 2[2][4] : -0.7560 848012 87573 V 2[3][4] : -0.4015 960460 59039 V 2[4][4] : 0.9534 753494 91107 V 2[5][4] : 1.1946 V 2[6][4] : -1.2088 V 2[7][4] : 1.4801 V 2[8][4] : 0.3484 V 2[9][4] : -0.2468

W[0][0] :w1+ Δw1=0.8302-0.000766=0.829434 W[1][0] :w2+ Δw2=-1.5074- 0.00089 = -1.50829

W[2][0] :w3+ Δw3=-1.4828- 0.000003 = -1.482803

W[3][0] :w4+ Δw4=0.0372- 0.001153 = 0.036047

W[4][0] :w5+ Δw5=1.2570- 0.00051 = 1.25649 w0= w0+ Δw0= 0.0718+ (-0.0012058) = 0.070594

Demikian pula untuk data ke dua sampai data ke 60, operasi-operasi yang

sama dilakukan dengan menggunakan bobot-bobot akhir hasil pengolahan data pertama ini sebagai bobot-bobot awalnya. Proses ini dilakukan secara terus

Pengujian pada epoch 1000 Tabel 3.7 Tabel Hasil pengujian

No. Target Output Target-Output

1 0.574762 29.92798 -29.3532

2 0.1 0.635615 -0.53561

3 0.343295 0.635594 -0.2923

4 0.447202 0.635583 -0.18838

5 0.461563 0.635576 -0.17401

6 0.355121 0.63557 -0.28045

7 0.578986 0.635559 -0.05657

8 0.387223 0.635556 -0.24833

9 0.593347 0.562091 0.031256

10 0.635547 0.635545 1.39E-06

11 0.261352 0.635542 -0.37419

12 0.410032 0.635528 -0.2255

13 0.311193 0.63552 -0.32433

14 0.74963 0.635507 0.114123

15 0.24868 0.635512 -0.38683

16 0.739493 0.739493

17 0.581521 0.6355 -0.05398

18 0.4717 0.635499 -0.1638

19 0.356811 0.635492 -0.27868

20 0.575607 0.635481 -0.05987

21 0.802006 0.635479 0.166527

22 0.357656 0.635485 -0.27783

23 0.465787 0.635474 -0.16969

24 0.605174 0.605174

25 0.368638 0.635467 -0.26683

26 0.497888 0.635457 -0.13757

27 0.507181 0.635452 -0.12827

28 0.781732 0.635447 0.146285

29 0.785111 0.635453 0.149658

30 0.592503 0.592503

31 0.69472 0.69472

32 0.646568 0.635459 0.011109

33 0.820591 0.635459 0.185132

34 0.779197 0.635466 0.143731

35 0.655016 0.635471 0.019545

36 0.575607 0.635473 -0.05987

37 0.605174 0.63547 -0.0303

38 0.562936 0.635468 -0.07253

39 0.846779 0.635466 0.211313

41 0.575607 0.635474 -0.05987

42 0.406653 0.406653

43 0.414256 0.635463 -0.22121

44 0.221647 0.635455 -0.41381

45 0.1 0.635438 -0.53544

46 0.765681 0.635418 0.130263

47 0.447202 0.635423 -0.18822

48 0.461563 0.635415 -0.17385

49 0.578986 0.635409 -0.05642

50 0.355121 0.635407 -0.28029

51 0.387223 0.635397 -0.24817

52 0.593347 0.635387 -0.04204

53 0.9 0.635385 0.264615

54 0.781732 0.635395 0.146337

55 0.785111 0.635401 0.14971

56 0.592503 0.635407 -0.0429

57 0.69472 0.635405 0.059315

58 0.646568 0.635407 0.011161

59 0.820591 0.635408 0.185183

60 0.779197 0.635414 0.143783

Pada data yang ditandai warna merah merupakan data dengan MSE terkecil yang dimiliki oleh data ke 32. Untuk melihat tonase maka

kita ambil data ke 32 dan lakukan detransformasi.

output =detransformasi yy =(୶ )( . . )

( )

+ 0.1

0.635459 - 0.1 =(à­¶ ) .

0.535459*947 = 0.8x – 352

3.1.2 Proses Bisnis

Proses bisnis adalah sekumpulan aktivitas yang dirancang untuk menghasilkan output tertentu dan bagaimana sebuah pekerjaan dikerjakan

dalam sebuah organisasi[Transparency Masters for Software Engineering: A Practitioner's Approach, 4/e: Roger Pressman].

3.1.2.1 Bisnis Use case Diagram

1. Pengumpulan Data

Proses pengunpulan data yang dilakukan oleh bagian pengelola shift lalu

diberikan ke bagian piket lalu diberikan kepada dispatcher untuk diolah.

2. Pengolahan Data

Proses pengolahan data yang dilakukan oleh bagian dispatcher.

3. Laporan

Perekapan Laporan baik harian,bulanan maupun tahunan yang dilakukan

oleh bagian admin.

Gambar 3.2. Bisnis Use Case Diagram

Pengumpulan Data

dispatcher

Pengolahan Data

Laporan Harian

Laporan Bulanan Laporan Tahunan Pimpinan

3.1.2.2 Bisnis Object Model (BOM)

BOM menggambarkan Rincian proses bisnis yang ada di dalam setiap

business use case, selain itu mempresentasikan interaksi antara busines worker & busines entity yg berupa data dan dokumen.

BOM Laporan yang terdiri dari aktor pimpinan, bisnisworkeradmin, dan bisnis entity yaitu Data pertambangan dan frm_Laporan.

Gambar 3.3. Bisnis Object Model (BOM)

BOM Pengolahan dan Pengumpulan data yang terdiri dari aktor pimpinan,

bisnisworkerpetugas piket dan penanggung jawab shift, bisnisentityyaitu data pertambangan.

Gambar 3.4. BOM Pengolahan Dan Pengumpulan Data Data Pertambangan

admin

frm_Laporan Pimpinan

3.1.2.3 Activity Diagram Pada Sistem Yang sedang Berjalan

Menggambarkan alur kerja(workflow) dari suatu aktivitas ke aktivitas

lainnya dalam sebuah sistem yang sedang dirancang. Diagram aktivitas juga banyak digunakan untuk mendefinisikan hal-hal berikut:

1. Rancangan proses bisnis dimana seti