ANALISIS DAN PERANCANGAN TABUNGAN EMAS ONLINE DI PT.
PEGADAIAN (PERSERO) DENGAN METODE REGRESI ROBUST
Rahajeng Miranti
Universitas Bina Nusantara, Jl Cendana no.114, 082111975310, [email protected]
Ngarap Imanuel Manik
Universitas Bina Nusantara, Jln Syahdan No 9,(021)5345830, [email protected]
Margaretha Ohyver
Universitas Bina Nusantara, Jln Syahdan no 9,(021)5345830, [email protected]
Emas semakin dicari oleh semua orang karena emas adalah investasi yang sangat menjanjikan. Karena pergerakkan jaman yang semakin menuntut kemudahan dan kepraktisan dalam melakukan investasi emas, maka PT. Pegadaian (Persero) melakukan terobosan dengan membuka tabungan emas online.
Tabungan emas online tersebut dirancang dengan menggunakan software PHP yang berfungsi untuk membeli emas secara online, aplikasi ini dilengkapi dengan prediksi harga emas di masa yang akan datang dengan metode regresi robust, metode regresi robust adalah metode untuk menganalisa data yang dipengaruhi oleh outlier. Outlier dideteksi oleh cook’s distance. Dari regresi robust di dapatkan persamaan : Harga Emas = 545814,9656 – 21,3225 kurs – 20091,3137 inflasi + 3,5125 harga minyak.
Hal ini berarti kurs sebesar -21,3225 dan inflasi sebesar – 20091,3137 adalah nilai koefisien regresi yang negatif menunjukkan adanya hubungan negatif antara kurs dan inflasi dengan harga emas. Jika kurs dan inflasi meningkat maka akan menurunkan harga emas dan sebaliknya. Harga minyak dengan koefisien regresi sebesar 3,5125, nilai koefisien regresi yang positif menunjukkan adanya hubungan positif antara harga minyak dengan harga emas. Jika harga minyak meningkat maka akan meningkatkan harga emas, dan sebaliknya.
Kata Kunci : Prediksi harga emas, tabungan emas online, regresi robust, cook’s distance
ABSTRACT
More people look for gold; because gold is a promising investment. Since the development today required simplicity and ease in gold investment, PT Pegadaian (Persero) created a new breakout by opening an online gold saving. This saving is engineered with PHP software for online gold buying (or trading). This application is equipped with a gold price prediction using a robust regression method. Robust regression method is a method to analyze data that are affected by outliers. Outliers are detected by cook's distance. From this robust regression, we get the equation of:
Price of gold= 545814.9666 - 21.3225 (exchange rate) - 20091.3137 (inflation) + 3.5125 (oil price);
hence, exchange rate of -21.3225 and inflation of -20091.3137 are negative regression coefficients,
which has proven that the exchange rate and inflation are negatively correlated with the price of gold.
When the exchange rate and inflation goes up then price of gold goes down, vice versa. On the other hand, the oil price of 3.5125 is a positive regression coeffecient that also has proben that there is a positive correlation between the oil price and price of gold, vice versa.
Keywords : gold price prediction, online gold savings, robust regression
PENDAHULUAN
Latar Belakang
Peran emas dalam perekonomian Indonesia semakin tinggi. Emas semakin dicari oleh semua orang karena emas adalah investasi jangka panjang yang sangat menjanjikan.
PT. Pegadaian (Persero) adalah sebuah BUMN di Indonesia yang usaha intinya adalah bidang jasa penyaluran kredit kepada masyarakat atas dasar hukum gadai. Dari bisnis lain yang dilakukan PT. Pegadaian (Persero) tercetuslah ide untuk melakukan terobosan terbaru dalam bidang investasi emas dengan cara tabungan emas online. Tidak hanya dapat menabung dan menghasilkan emas tetapi juga dapat memprediksi harga emas. Menurut Abdullah, tinggi rendahnya harga emas dipengaruhi oleh banyak faktor seperti kondisi dan kinerja perusahaan, resiko, deviden, tingkat suku bunga, kondisi perekonomian, kebijaksanaan pemerintah, laju inflasi, harga minyak dunia, penawaran dan permintaan serta masih banyak lagi. Karena dimungkinkan adanya perubahan faktor-faktor di atas, harga emas dapat naik atau turun tanpa dapat diduga. Prediksi harga emas akan sangat bermanfaat bagi PT Pegadaian (Persero) untuk dapat mengoptimalisasi laba yang dapat diperoleh dan untuk memperkecil terjadinya kerugian pada perusahaan di masa mendatang.
Prediksi harga emas dapat digunakan untuk mengantisipasi naik-turunnya harga emas.
Bagi para nasabah, tidak hanya dapat membeli emas murni di PT Pegadaian (Persero), tetapi juga akan dapat melakukan deposito emas bahkan pembelian emas yang dilakukan secara online. Hanya dengan membuat akun sebagai nasabah, memenuhi syarat yang diajukan maka nasabah dapat menabung secara online. Hanya dengan menabung uang nantinya akan mendapatkan emas sesuai deposito yang diajukan oleh nasabah. Sebelum melakukan deposito nasabah juga dapat memprediksi bagaimana harga emas ke depannya.
Dengan melihat kebutuhan yang diperlukan oleh PT Pegadaian (Persero) dan masyarakat pada umumnya maka penulis menggunakan metode Regresi Robust dalam melakukan untuk menganalisis faktor apa saja yang mempengaruhi harga emas sebagai bahan melakukan prediksi harga emas.
Rumusan Masalah
Berdasarkan uraian latar belakang di atas, permasalahan yang dibahas dalam penelitian ini adalah:
1. Variabel apakah yang mempengaruhi harga emas?
2. Metode apakah yang cocok untuk memprediksi harga emas?
3. Bagaimana membuat aplikasi yang user friendly untuk tabungan emas online di PT Pegadaian (Persero)?
Ruang Lingkup
Adapun pokok-pokok ruang lingkup yang akan dibahas dalam topik adalah sebagai berikut:
1. Jenis metode regresi yang digunakan dalam pengembangan aplikasi.
2. Pengambilan karakteristik tabungan emas online dalam pembuatan program.
3. Penggunaan keuntungan memprediksi harga emas dalam kehidupan sehari-hari bagi PT Pegadaian (Persero) dan para nasabah.
4. Penggunaan bahasa pemprograman web dalam aplikasi ini.
Tujuan dan Manfaat
Berdasarkan hal yang dibahas dalam latar belakang, maka tujuan dari skripsi ini adalah sebagai berikut:
1) Membuat aplikasi perancangan program tabungan emas online di PT Pegadaian (Persero) yang user friendly.
2) Menguji dan menganalisa aplikasi yang telah dikembangkan untuk memastikan aplikasi berjalan dengan baik, baik prediksi harga emas atau pun tabungan emas online.
3) Membantu interaksi antara nasabah dan PT. Pegadaian (Persero) dengan jarak jauh.
4) Membantu PT Pegadaian untuk mengoptimalisasi transaksi dan mengoptimalisasi waktu dengan membangan kepercayaan dengan nasabah dengan tabungan emas secara online 5) Menambah wawasan tentang prediksi harga emas dan pengaruh outlier dalam analisis regresi
berganda dengan menggunakan metode robust, dan juga tabungan emas online.
6) Dapat memprediksi harga emas di hari esok dan mengajarkan investasi emas sejak dini
METODE PENELITIAN
Metode penelitian yang dilakukan 1. Metode Regresi Berganda 2. Cook’s Distance
3. Metode Regresi Robust 4. Waterfall Model
Langkah-langkah penelitian merupakan tahapan dari semua proses yang akan dilakukan dalam penelitian ini. Adapun langkah-langkah yang akan dilakukan dalam penelitian ini adalah sebagai berikut:
1. Klasifikasi berdasarkan variabel yang mempengaruhi harga emas yaitu : (kurs (X1), tingkat inflasi (X2), harga minyak (X3), harga emas (Y)).
2. Membuat Persamaan Regresi Linier Berganda
Secara umum hubungan antara variabel dependen dan variabel-variabel independen yang mempengaruhinya dapat dituliskan dalam bentuk persamaan 2.1.
3. Melakukan uji regresi linier berganda dengan pengujian asumsi residual. Apabila dalam analisis regresi tidak didasarkan pada analisis yang benar, maka akan mengakibatkan hasil pendugaan regresi tidak sesuai. Asumsi residual merupakan salah satu dasar yang harus terpenuhi dalam membentuk model regresi. Asumsi residual dalam model regresi harus memenuhi kriteria heteroskedastisitas, berdistribusi normal, dan autokorelasi.
a) Uji Heteroskedastistitas ( Uji Homogen / Uji Glejser
Uji heteroskedastisitas adalah melalui uji glejser yang dilakukan dengan cara meregresikan harga mutlak residual dengan variabel prediktor (x). Jika diketahui terdapat variabel prediktor yang signifikan dalam model mengindikasikan bahwa residual cenderung tidak homogen.
b) Uji Autokorelasi ( Durbin Watson)
Uji autokorelasi residual untuk mengetahui apakah ada korelasi antar residual, pengujian dilakukan melalui uji Durbin-Watson.
c) Uji Normalitas ( Kolmogorov smirnov )
Pengujian asumsi residual Normal (0,σ2) dapat dilakukan melalui uji Kolmogorov Smirnov.
d) Uji Multikolinearitas
Multikolinearitas dapat diuji dengan menggunakan koefisien korelasi. Jika koefisien korelasinya lebih besar dari 0.8 maka terdapat multikolinearitas pada data tersebut (Ohyver, 2010). Selain menggunakan koefisien korelasi, ada cara lain untuk melakukan uji multikolinearitas, yaitu dengan menggunakan nilai Variance Inflation Factor (VIF). Nilai VIF diperoleh dari Persamaan (2.6).
4. Mendeteksi Outlier dengan uji cook’s distance
Cook’s Distance (Di) digunakan untuk mendeteksi pencilan berpengaruh terhadap semua koefisien regresi. Cook’s Distance seperti pada persamaan (2.7).
Setelah dilakukan uji diatas, terdapat oulier atau pencilan pada data yang dimiliki, digunakanlah regresi robust untuk menormalkan data.
5. Regresi Robust
Metode yang dilakukan ketika terdapat outlier pada data, metode ini sangat sensitif terhadap pencilan yang ada. Pengujian regresi robust yang digunakan adalah penaksir M, penaksiran parameter menggunakan metode ini disebut juga Iteratively Reweighted Least Squares Metode ini menggunakan fungsi Huber, persamaan 2.12 sebagai persamaan regresi robust :
a) Dihitung penaksir ββββ, dinotasikan b menggunakan least square, sehingga didapatka
y ˆ
i,0 dan εi,0 = yi−y ˆ
i,0, (i = 1, 2, ... n) yang diperlakukan sebagai nilai awal (yi adalah hasil eksperimen).b) Dari nilai-nilai residual ini dihitung
σ ˆ
0, dan pembobot awal wi,0 =) (
) (
* 0 ,
* 0 , i
i
ε ε
ψ
. Nilai ψ(εi*) dihitung sesuai fungsi Huber, dan εi,0* = εi,0 /σ ˆ
0.c) Disusun matrik pembobot berupa matrik diagonal dengan elemen w1,0 , w2,0 , . . . , wn,0 , dinamai W0.
d) Dihitung penaksir koefisien regresi, bRobust ke 1 = (XT W0 X)-1 XT W0 Y e) Dengan menggunakan bRobust ke 1 dihitung pula
∑
= n
−
i
i
i
y
y
1
1 ,
|
| ˆ
atau∑
= n
i i 1
1 .
|
| ε
.6. Dengan merobustkan data di dapatlah persamaan regresi terbaru untuk menghitung prediksi harga emas, dengan memasukkan tanggal, bulan, dan tahun yang diinginkan ke dalam persamaan regresi maka di dapatlah prediksi harga emas yang diinginkan.
7. Merancang program aplikasi dengan menyediakan prototype website.
8. Melakukan pengkodean dengan menyediakan tool yang diperlukan, mulai dari adobe dreamweaver untuk code PHP, XAMPP untuk database, dan browser.
9. Implementasi code ke dalam aplikasi yang dijalankan di browser.
10. Analisis aplikasi dengan menggunakan 8 aturan emas.
11. Uji program ke dalam contoh kasus prediksi harga emas.
HASIL DAN BAHASAN
Uji Asumsi Residual
Apabila dalam analisis regresi tidak didasarkan pada analisis yang benar, maka akan mengakibatkan hasil pendugaan regresi tidak sesuai. Asumsi residual merupakan salah satu dasar yang harus terpenuhi dalam membentuk model regresi. Asumsi residual dalam model regresi memiliki karakateristik Identik, Independen, Distribusi Normal.
Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan dalam model regresi ketidaksaman variance dari residual satu pengamatan kepengamatan yang lain, jika variance dari residual pengamatan yang lain tetap maka disebut Homoskedastisitas, dan jika berbeda disebut Heteroskedastisitas. Pengujian dilakukan dengan uji glejser.
Langkah-langkah yang dilakukan adalah sebagai berikut:
: not heteroskedastisitas : heteroskedastisitas
α : 0,05
Berdasarkan hasil output dari Gambar diatas, diketahui pada uji glejser bahwa nilai P- value > (1,957 > 0.05). Sehingga dapat disimpulkan bahwa diterima, yang berarti tidak terdapat heteroskedastitas pada data residual atau data bersifat homogen.
Uji Autokorelasi
Uji independen atau uji autokorelasi residual untuk mengetahui apakah ada korelasi antar residual, dilakukan melalui uji Durbin-Watson, dengan hipotesis sebagai berikut :
H0 : tidak ada autokorelasi H1: ada autokorelasi α : 0.05
Durbin-Watson, nilai . Untuk nilai dan didapat dari Tabel Durbin–
Watson pada Lampiran L2, dengan nilai (jumlah variabel independen) dan (jumlah
observasi), , , dan . Karena
, maka ditolak. Sehingga dapat disimpulkan bahwa terdapat autokorelasi pada data residual.
Uji Normalitas
Pengujian asumsi residual Normal (0,σ2) dapat dilakukan melalui uji Kolmogorov Smirnov. Hipotesis yang digunakan adalah :
α= 0,05
Hipotesis yang digunakan dalam uji ini ialah P value < ∝ (0,08922 < 0,05) maka hasil kesimpulan mengatakan menolak dan berarti uji data tersebut tidak berdistribusi Normal.
Uji Multikolinearitas
Uji multikolinearitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik multikolinearitas yaitu adanya hubungan linear antara variabel independen dalam model regresi.
Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya multikolinearitas. Setelah melakukan pengujian terhadap data residual maka dilakukan uji multikolinearitas. Pengujian ini menggunakan nilai Variance Inflation Factor (VIF).
Berdasarkan output diatas, masing-masing variabel independen memiliki nilai . Sehingga dapat disimpulkan tidak terjadi multikolinearitas atau korelasi yang kuat diantara variabel independen pada model regresi.
Cook’s Distance
Cook’s Distance (Di) digunakan untuk mendeteksi pencilan berpengaruh terhadap semua koefisien regresi. Rumus Cook’s Distance seperti pada persamaan :
MSE .
) (
' )'
D (
() ()p
i i
i
b b X X b
b − −
=
Dari hasil diatas menunjukkan bahwa terdapat 45 data yang outlier dilihat berdasarkan nilai Cook’s Distance. Karena terjadi banyak outlier dibutuhkan solusi untuk membuat data kembali normal yaitu dengan cara regresi robust.
Variabel yang diamati adalah harga emas di Indonesia sebagai variabel respon (Y) yang dipengaruhi oleh kurs sebagai variabel prediktor (X1), inflasi sebagai variabel prediktor (X2), dan harga minyak sebagai variabel prediktor (X3). Setelah dilakukan analisis menggunakan software R language maka diperoleh hasil persamaan model regresi berganda sebagai berikut.
Y = 529571.156 - 18.570 kurs - 17766.907 inflasi + 3.288 harga minyak
Berdasarkan Analisis regresi menunjukkan bahwa R-Sq sebesar 7,967% yang artinya model hanya mampu menjelaskan keragaman data sebesar 7,967%. Hasil analisis regresi terhadap harga emas dengan menggunakan variable kurs (x1), tingkat inflasi (x2), dan harga minyak (x3) diperoleh outlier dari hasil cook’s distance pada tabel. Karena terjadi banyak outlier dibutuhkan solusi untuk membuat data kembali normal yaitu dengan cara regresi robust.
Regresi Robust
Metode regresi yang digunakan ketika adanya beberapa pencilan yang berpengaruh pada model.
Metode ini merupakan alat penting untuk menganalisa data yang dipengaruhi oleh pencilan sehingga dihasilkan model yang robust atau resistance terhadap pencilan.
Code di bahasa R
summary(rr.huber <- rlm(y~x1+x2+x3,data=Dataset)) output regresi robust
Gold price = 545814,9656 – 21,3225 kurs – 20091,3137 inflasi + 3,5125 oil price
Dari hasil output menunjukkan bahwa persamaan regresi robust yang diperoleh dari hasil analisis yaitu : Harga emas = 545814,9656 – 21,3225 kurs – 20091,3137 inflasi + 3,5125 harga minyak persamaan regresi tersebut bahwa harga = -21,3225 bernilai negatif = -20091,3137 bernilai negatif = 3,5125 bernilai positif. Dengan demikian terdapat hubungan yang negatif antara kurs(x1) dengan harga emas(y), hubungan yang negatif antara inflasi(x2) dengan harga emas(y), dan juga terdapat hubungan positif antara harga minyak(x3) dengan harga emas(y). Dengan kata lain, maka dari persamaan di atas dapat diartikan sebagai berikut :
1) Konstanta sebesar 545814,9656 menyatakan bahwa rata-rata harga emas adalah 545814,9656 dengan asumsi bahwa kurs (x1), inflasi (x2), dan harga minyak (x3) bernilai konstan
2) Kurs dengan koefisien regresi sebesar -21,3225 membuktikan nilai koefisien regresi yang negatif menunjukkan adanya hubungan negatif antara kurs dengan harga emas. Jika kurs meningkat maka akan menurunkan harga emas. Jika variabel volume inflasi dan harga minyak dianggap konstan, maka setiap kenaikan kurs akan mengakibatkan menurunnya harga emas.
3) Tingkat inflasi dengan koefisien regresi sebesar – 20091,3137 membuktikan nilai koefisien regresi yang negatif menunjukkan adanya hubungan negatif antara tingkat inflasi dengan harga emas. Jika tingkat inflasi meningkat maka akan menurunkan harga emas. Jika variabel volume kurs dan harga minyak dianggap konstan, maka setiap kenaikan kurs akan mengakibatkan menurunnya harga emas.
4) Koefisien regresi harga minyak (x3) sebesar 3,5125 menyatakan bahwa setiap penambahan 1 (satu) nilai x3 akan meningkatkan y sebesar 3,5125 atau menunjukkan adanya hubungan positif antara harga minyak dengan harga emas. Jika harga minyak meningkat maka akan meningkatkan harga emas.
Rancangan Aplikasi Use Case Diagram
Berikut adalah use case diagram dari aplikasi yang akan dikembangkan:
Call: rlm(formula = y ~ x1 + x2 + x3, data = Dataset) Residuals:
Min 1Q Median 3Q Max -48726.9 -16101.5 -641.3 15224.8 58915.8 Coefficients:
Value Std. Error t value (Intercept) 545814.9656 21364.7004 25.5475 x1 -21.3225 2.6982 -7.9026 x2 -20091.3137 2423.1762 -8.2913 x3 3.5125 0.2843 12.3551
Residual standard error: 23560 on 487 degrees of freedom
Gambar 1 Use Case Diagram
Pada use case diagram di atas digambarkan bahwa admin dan nasabah dapat melakukan beberapa hal yang diawali dengan melakukan login terlebih dahulu. Setelah melalui proses login, admin dapat mengupdate data setiap harinya untuk kurs, inflasi, mata uang, harga emas, harga minyak, tabungan nasabah, dan sisa dari emas yang dimiliki.
Bahasan
Evaluasi residual prediksi harga emas
Tanggal Y ý E
16 Agustus 2014 491000 492000 -1000
17 Agustus 2014 491000 491500 -500
18 Agustus 2014 491000 492000 -1000
19 Agustus 2014 491000 492000 -1000
20 Agustus 2014 490500 490400 100
21 Agustus 2014 489000 488500 500
22 Agustus 2014 486500 486600 -100
23 Agustus 2014 486000 485800 -200
24 Agustus 2014 487000 486700 300
25 Agustus 2014 487000 486800 200
26 Agustus 2014 486000 486900 100
27 Agustus 2014 486500 486900 -400
28 Agustus 2014 485500 486000 -500
29 Agustus 2014 487000 486900 100
30 Agustus 2014 485000 484500 500
31 Agustus 2014 485000 484550 450
1 September 2015 485000 484570 430
2 September 2015 485000 485430 -430
3 September 2015 483500 483365 135
4 September 2015 484000 484560 -560
5 September 2015 483000 483430 -430
6 September 2015 484000 484370 -370
7 September 2015 485000 484900 100
8 September 2015 485000 484850 150
9 September 2015 481000 481700 -700
10 September 2015 480000 479550 450
11 September 2015 480000 479580 420
12 September 2015 480000 479620 380
13 September 2015 475000 475500 -500
14 September 2015 475000 475552 -552
15 September 2015 475000 475523 -523
Residual adalah selisih antara nilai duga dengan nilai pengamatan sebenarnya apabila data yang digunakan adalah data sampel.
Rumus : Keterangan : e : residual y : harga emas
ý : prediksi harga emas
Dari sampel data diatas yang terdiri dari tanggal 16 agustus sampai 15 september yang berjumlah 31 data menunjukkan bahwa terdapat residual yang cukup kecil dari masing-masing data yang dihasilkan.
Jadi aplikasi tabungan emas online dengan metode regresi robust sudah memenuhi syarat untuk dapat digunakan di PT. Pegadaian (Persero).
Hasil merancang layar aplikasi tabungan emas online pada web dapat dilihat pada Gambar 3.1 yang merupakan halaman utama dari aplikasi web ini. Ada beberapa menu yang dapat digunakan untuk membantu dan melakukan tabungan emas secara online emas dan harga emas prediksi. Ada tiga menu utama, yaitu login, register, dan about us. Login dibagi menjadi 2, masuk ke admin dan login ke pelanggan. Login Admin untuk memperbarui data yang dapat dilihat oleh nasabah setiap hari. Log in klien untuk memprediksi harga emas dan melihat jumlah tabungan yang dimiliki, serta membeli emas secara online. Daftarkan secara onlin untuk memiliki pendaftaran akun. About us untuk mengetahui apa yang tercakup dalam aplikasi ini. Di halaman utama terdapat juga harga emas dan mata uang setiap hari, dan promosi yang ditawarkan.
Gambar 1 Tampilan Halaman Utama
Prediksi harga emas
Pada Gambar 3.2 adalah tampilan prediksi harga emas pada tabungan emas online, digunakan bagi nasabah yang ingin memprediksi harga emas dari tabungan emas online. Setelah berhasil login, user dapat memilih untuk dapat memprediksikan harga emas yang akan diinvestasikan oleh nasabah dengan menggunakan metode regresi robust yang sudah disambungkan dengan software R. Setelah masuk ke menu prediksi harga emas maka nasabah dapat langsung mengcalculate hasil dari x yang disediakan berupa (x1 = kurs, x2 = inflasi, dan x3 = harga minyak). User juga dapat memilih untuk menampilkan perhitungan dengan mengklik tombol calculation. Maka akan mengeluarkan Output hasil dari prediksi harga emas untuk esok hari
Gambar 2 Prediksi Harga Emas
Tabungan Emas Online dan Beli Emas
Pada halaman ini akan ditampilkan program tabungan emas online. Hal pertama yang harus dilakukan user adalah memilih kolom tabungan lalu terlebih dahulu mengecek saldo terakhir yang ada di dalamnya. Setelah melihat harga emas di home dan melihat saldo yang ada di tabungan online.
Maka user dapat langsung memilih tombol purchase untuk melakukan transaksi berupa pembelian emas secara online. Langkah terakhir, user dapat melihat saldo terakhir dalam tabungannya, serta berapa gram emas yang user miliki. Karena ketentuan dalam program ini adalah user hanya bisa mengambil emas bila sudah mencapai 5 gr emas dalam tabungannya dan memiliki sisa saldo 50 ribu.
Setelah menabung secara rutin dan saldo sudah mencukupi maka nasabah dapat membeli emas secara online, dengan cara menekan tombol beeli emas dan melakukan pemesanan secara online.
Setelahnya mendapat struk untuk ditukarkan di pegadaian pada hari itu juga, pengambilan lebih dari 24 jam akan dikenakan biaya titip sebesar 1% dari harga emas hari ini
Gambar 3 Tabungan Emas Online Gambar 4 Beli Emas Online Update Data Emas dan Update Mata Uang
Pada tampilan 3.5 menjelaskan rancangan tampilan update gold berfungsi untuk mengupdate data emas, baik harga maupun gram. Agar dapat dilihat oleh nasabah setiap harinya.
Tampilan 3.6 menjelaskan rancangan tampilan update mata uang berfungsi untuk mengupdate data mata uang, agar dapat dilihat oleh nasabah. Yang berfungsi untuk pengetahuan yang dimliki oleh nasabah untuk melakukan investasi.
Gambar 5 Tampilan Update Harga Emas Gambar 6 Tampilan Update Mata Uang Update rate dan Update inflasi
Rancangan 3.7 adalah tampilan update rate berfungsi untuk mengupdate data kurs setiap harinya, agar dapat dilihat oleh nasabah. Yang berfungsi untuk memasukkan variabel bebas pada prediksi harga emas.
Rancangan 3.8 adalah tampilan update tingkat inflasi berfungsi untuk mengupdate data tingkat inflasi setiap bulannya, agar dapat dilihat oleh nasabah. Yang berfungsi untuk memasukkan variabel bebas pada prediksi harga emas.
Gambar 7 Tampilan Update Rate Gambar 8 Tampilan Update Inflation Update Harga Minyak dan Update Tabel R
Rancangan 3.9 adalah tampilan update harga minyak berfungsi untuk mengupdate data harga minyak, agar dapat dilihat oleh nasabah. Yang berfungsi untuk memasukkan variabel bebas pada prediksi harga emas.
Rancangan 3.10 adalah tampilan update tabel R berfungsi untuk mengupdate semua data yang sudah di update hari ini oleh admin, seperti (kurs, inflasi, dan harga minyak) setelahnya semua harga yang sudah di update di generate ke excel agar dapat melakukan prediksi yang terupdate selalu.
Gambar 9 Tampilan Update Harga Minyak Gambar 10 Tampilan Update Tabel R Update Member Saving dan Member gold
Rancangan 3.11 adalah tampilan member savings berfungsi untuk mengupdate tabungan emas online yang dimiliki nasabah. Yang berisi uang yang ditabungkan atau uang yang dikeluarkan oleh nasabah, admin akan mengupdate isi dari tabungan emas online nasabah tersebut setiap nasabah melakukan transaksi.
Rancangan 3.12 adalah tampilan member golds berfungsi untuk mencatat pembelian emas nasabah, apabila nasabah sudah mengambil emas yang sudah dibeli maka admin dapat menghapus history pembeli nasabah dari akun nasabah tersebut.
Gambar 11 Tampilan Update Member Saving Gambar 12 Tampilan Update Mamber Gold Kesimpulan dan Saran
Kesimpulan
Emas adalah investasi yang cukup menjanjikan, naik dan turunnya emas semakin tidak terkendali. PT. Pegadaian mencoba untuk membuat terobosan terbaru dalam hal tabungan emas online, selain dapat melihat tabungan secara online, aplikasi ini pun dapat membeli emas secara online , dan juga peramalan harga emas di hari besok. Peramalan harga emas, data yang digunakan yaitu X (kurs, inflasi, dan harga minyak) dan Y (harga emas) yang diolah dengan menggunakan metode Regresi Linear Berganda ternyata terjadi outlier pada pengamatan ke 144, 147, 149, 153, 154, 155, 156, 157, 158, 159, 261, 262, 263, 264, 265, 266, 267, 268, 269, 270, 271, 272, 273, 274, dan 310, yang dilihat berdasarkan nilai Cook’s Distance.
Karena terjadi banyak outlier dibutuhkan solusi untuk mengatasi outlier tersebut yaitu dengan cara regresi robust. Bila model persamaan tersebut telah ditemukan, maka akan diuji kecocokannya dengan data tersebut, dan bila telah cocok maka model tersebut akan digunakan untuk menghitung nilai peramalan. Adapun persamaan regresi yang diperoleh adalah
Harga emas = 545814,9656 – 21,3225 kurs – 20091,3137 inflasi + 3,5125 harga minyak.
Berdasarkan perancangan program aplikasi yang dilakukan, maka dapat ditarik kesimpulan bahwa :
1. Program aplikasi yang dirancang dengan menggunakan metode Regresi Robust dapat berjalan dengan baik dimana program ini dapat memberikan nilai peramalan harga emas dengan tingkat keakuratan yang cukup baik.
2. Data x (kurs, inflasi, dan harga minyak), data y (harga emas) untuk tabel R dapat langsung disimpan dalam database dengan cara generate excel
3. Program ini dapat berguna untuk pihak yang membutuhkan perkiraan nilai di masa yang akan datang untuk dijadikan salah satu bahan pertimbangan dalam
mengambil sebuah keputusan dalam berinvestasi emas.
4. Program ini dapat melakukan pembelian emas secara online dengan cara memotong jumlah tabungan uang nasabah, dan nasabah dapat langsung memprint bukti pembelian untuk dapat langsung ditukarkan ke PT. Pegadaian (Persero).
Saran
Rancangan program aplikasi dengan menggunakan metode Regresi Robust masih terdapat sisi atau segi lain yang belum dikembangkan. Oleh karena itu penerapannya masih dapat dikembangkan ke dalam bentuk yang lebih kompleks dan efisien.
Berikut ini adalah saran-saran yang dapat diberikan untuk pengembangan program aplikasi ini :
Untuk program peramalan ini dapat dikembangkan lebih lanjut dengan menambahkan beberapa feature lainnya agar nilai kegunaan dari program ini dapat bertambah, seperti penambahan model persamaan yang dapat dipakai dalam program ini sehingga user dapat memperoleh informasi yang lebih baik dalam mengetahui nilai peramalan dan membuat motede time series untuk melakukan peramalan.
REFERENSI
Makridakis, S., Wheelwright, S.C., McGee, Victor E. (1999). Metode dan Aplikasi Peramalan. Jilid Satu. (Edisi 2) diterjemahan oleh Andriyanto, U.S., Abdul, A. Jakarta. Aswi, sukarna (2006). Analisis Deret Waktu : Teori dan Aplikasi. Cetakan pertama, Makassar.
Montgomery, D.C. and Peck, E.A. 1992. Introduction to Linear Regression Analysis (second ed.).
USA: John Wiley and Sons, INC.
Neter, J., Kutner, M.H, Nachtsheim, C. J., and Wasserman, W. (1996). Applied Linear Regression Models (3rd edition). Illinois: Irwin.
Pressman, Roger S. (2010). Software Engineering A Practitioner Approach (7th Edition). New York:
McGraw Hill.
Shneiderman, B., Plaisant, C. (2010). Designing The User Interface (6th edition). Boston: Pearson.
Sunyoto, D. (2011). Analisis Regresi dan Uji Hipotesis. Yogyakarta: CAPS.
Khaemasunun, Pravit. (2008). Forecasting Thai Gold Prices. College of Innovation, Thammasat University, Thailand.
Ramakrishnan, Raghu., Gehrke, Johannes. (2003). Database Management Systems. Third Edition. Mc Graw Hill Companies Inc, US.
Gujarati, Damodar N (United State Military Academy, West Point). Essentials of Econometrics. Third Edition. mcGraw-Hill International Edition. 2006.
19
RIWAYAT PENULIS
Rahajeng Miranti lahir di Pontianak pada tanggal 10 April 1991. Penulis menamatkan pendidikan S1 di Universitas Bina Nusantara dalam bidang Teknik Informatika dan Matematika pada tahun 2014.
