BAB III METODE PENELITIAN. sistem yang akan dibuat, maka diperlukan teknik pengumpulan data yang

(1)

23

Untuk memperoleh data yang tepat dan akurat guna kesempurnaan sistem yang akan dibuat, maka diperlukan teknik pengumpulan data yang tepat. Dalam penyusunan skripsi ini, penulis menggunakan metode pengumpulan data sebagai berikut :

3.1. SUMBER DATA

Data yang dibutuhkan dalam penelitian skripsi adalah : 3.1.1. Sumber primer

Sumber utama yang dibutuhkan dalam pembuatan Sistem Penentuan Harga Barang Produksi Lemari meliputi: Model, Jumlah Bahan, Kualitas Bahan, dan Dimensi Lemari. Maka untuk produksi mebel di buatlah suatu aplikasi / program yang dapat memberikan masukan penentuan harga barang produksi mebel lemari.

3.1.2. Sumber sekunder

Data variable yang dibutuhkan sebagai penunjang dalam pembuatan Sistem Penentuan Harga Barang Produksi Mebel Lemari yang meliputi : pengertian sistem pakar, komponen- komponen sistem Produksi, ciri-ciri sistem, dan unsur-unsur pembuatan sistem produksi.

(2)

3.2. METODE PENGUMPULAN DATA

Untuk mendapatkan data yang dibutuhkan diatas dilakukan dengan cara :

3.2.1 Metode Wawancara

Mewawancarai seorang staf perusahaan yang sudah cukup lama bekerja dan cukup memahami / mengenal perusahaan CV.

Cipta Matra Selaras.

3.2.2 Metode Pustaka

Studi ini dilakukan dengan cara mencari sekaligus mempelajari literature yang ada untuk memperoleh data yang berhubungan dengan program aplikasi yang dibuat untuk mendukung dalam sistem penentuan harga barang produksi mebel lemari yang akan dibuat.

3.2.3 Browsing Internet

Pengumpulan data dengan menggunakan media internet seperti www.google.com dalam mencari artikel serta web yang mengulas tentang sistem pendekatan untuk menganalisa kasus baru dengan melakukan pendekatan dengan kasus lama.

3.3. TEKNIK PENGOLAHAN DATA

Teknik yang digunakan peneliti untuk mengerjakan simulasi sistem Harga Barang Produksi Mebel Lemari untuk membantu dalam menentukan harga barang produksi yang akan dibuat dengan teknik berikut :

(3)

3.4. ANALISA SISTEM

3.4.1 Analisa Sistem Lama

Dalam menentukan harga biasanya dilakukan perhitungan jumlah bahan yang dipakai, serta ukuran dikalikan harga bahan ditambah keuntungan. Kelompok informasi tentang Model, Jumlah Bahan, Kualitas Bahan, dan Dimensi Lemari.

3.4.2 Analisa Sistem Baru

Penentuan harga dilakukan dengan mencari data pemesanan yang paling mendekati pesanan saat ini, pesanan yang paling mendekati harganya dipakai sebagai solusi untuk menentukan harga pesanan yang baru.

3.4.3 Teknik Pengolahan Data

Data yang dibutuhkan dalam penelitian ini terdiri dari : 1. Produk

Produk merupakan jenis barang yang akan diproduksi atau dihasilkan, seperti :

a. Meja

• Meja Tamu

• Meja Makan

• Meja Belajar

• Meja Kerja b. Kursi

• Kursi Tamu

• Kursi Makan

• Kursi Belajar

• Kursi Santai

• Kursi Goyang

(4)

c. Lemari

• Lemari Dua Pintu

• Lemari Tiga Pintu

• Lemari Empat Pintu

d. Dipan

• Dipan Ukuran Kecil

• Dipan Ukuran Sedang

• Dipan Ukuran Besar

2. Jumlah Bahan

Jumlah bahan merupakan perkiraan perhitungan jumlah bahan baku kayu yang dibutuhkan untuk digunakan sebagai bahan baku produk mebel yang akan dibuat dan akan dihitung dalam hitungan per unit dalam satuan m³dan dikali dengan jumlah pesanan.

3. Ukuran

Ukuran merupakan dimensi atau luas keseluruhan dari barang produksi yang dipesan dan mempunyai hitungan dalam panjang, lebar dan tinggi.

4. Kualitas

Kualitas merupakan jenis kualitas bahan baku kayu jati yang akan digunakan dalam memproduksi barang pesanan seperti : Jati A1 dengan ukuran diameter < 19 cm, Jati A2 dengan ukuran diameter 20 s/d 29 cm, Jati A3 dengan ukuran diameter > 30 cm.

(5)

3.5. PERANCANGAN

Perancangan sistem menggunakan langah langkah sebagai berikut :

1. Perancangan desain sistem menggunakan diagram konteks, dari diagram konteks akan dijabarkan / didetailkan dengan menggunakan flow diagram.

2. Desain sistem juga akan dibuat desain input serta desain output

3. Proses analisis data menggunakan metode Nearest Neighbord

Keterangan : T = Kasus Baru

S = Kasus yang ada dalam penyimpanan n = jumlah atribut dalam setiap kasus i = atribut individu antara 1 s.d. n

f = fungsi similarity atribut I antara kasus T dan Kasus S w = bobot yang diberikan pada atribut ke-i

n

∑ f (Ti , Si) * ^Wi

(T,S) = ⁱ⁼¹

W i

(6)

4. Perancangan database digunakan untuk membuat database penyimpanan data-data. Database akan dibuat menggunakan Mysql.

3.6. IMPLEMENTASI

Proses implemetasi merupakan proses pembuatan prototipe dari desain dan rancangan yang telah dilakukan ke dalam koding program, sehingga akan dihasilkan prototipe program. Proses Kode program menggunakan bahasa program visual Basic.

3.7. STUDI KASUS

Untuk memudahkan dalam pemahaman diberikan maka diberikan kasus untuk menentukan nilai harga barang seperti tampak pada tabel 1.

Tabel 1 Tabel Kasus

No Model Jumlah Bahan

Kualitas

Bahan Dimensi Harga

1 L2P 0.5 m3 Jati A1 120x60x180 800.000

2 L3P 0.75 m3 Jati A2 180x60x180 1.500.000

3 L4P 1 m3 Jati A3 200x60x180 2.500.000

4 L2P 0.5 m3 Jati A3 120x60x180 1.575.000

Atribut harga merupakan atribut tujuan.

Bobot antara satu atribut dengan atribut yang lain pada atribut bukan tujuan dapat didefinisikan dengan nilai berbeda. Sebagai contoh didefinisikan bobot untuk tiap-tiap atribut seperti tampak pada tabel 2.

Tabel 2 Definisi Bobot Atribut

Atribut Bobot

(7)

Model 0.3

Jumlah Bahan 0.75

Kualitas Bahan 1

Dimensi 0.5

Kedekatan antara nilai-nilai dalam atribut juga perlu didefinisikan.

Sebagai contoh, dalam pembahasan masalah ini kedekatan nilai atribut Model ditunjukkan pada tabel 3, kedekatan nilai atribut Jumlah Bahan ditunjukkan pada tabel 4, kedekatan nilai atribut Kualitas Bahan ditunjukkan pada tabel 5 dan kedekatan nilai atribut Dimensi ditunjukkan pada tabel 6.

Tabel 3 Kedekatan Nilai Atribut Model Nilai 1 Nilai 2 Kedekatan

L2P L2P 1

L3P L3P 1

L4P L4P 1

L2P L3P 0.75

L3P L4P 0.75

L4P L2P 0.5

L2P L4P 0.5

L3P L2P 0.75

L4P L3P 0.75

Tabel 4 Kedekatan Nilai Atribut Jumlah Bahan Nilai 1 Nilai 2 Kedekatan

0.5 m3 0.5 m3 1

0.75 m3 0.75 m3 1

1 m3 1 m3 1

0.5 m3 0.75 m3 0.75

(8)

0.75 m3 1 m3 0.75

1 m3 0.5 m3 0.5

0.5 m3 1 m3 0.5

0.75 m3 0.5 m3 0.75

1 m3 0.75 m3 0.75

Tabel 5 Kedekatan Nilai Atribut Kualitas Bahan Nilai 1 Nilai 2 Kedekatan

Jati A1 Jati A1 1

Jati A2 Jati A2 1

Jati A3 Jati A3 1

Jati A1 Jati A2 0.75

Jati A3 Jati A1 0.5

Jati A1 Jati A3 0.5

Tabel 6 Kedekatan Nilai Atribut Dimensi Nilai 1 Nilai 2 Kedekatan 120x60x180 120x60x180 1

180x60x180 180x60x180 1 200x60x180 200x60x180 1 120x60x180 180x60x180 0.75 180x60x180 200x60x180 0.75 200x60x180 120x60x180 0.5 120x60x180 200x60x180 0.5 180x60x180 120x60x180 0.75 200x60x180 180x60x180 0.75

Misalkan ada kasus pemesanan Lemari baru dengan nilai atribut sebagai berikut :

(9)

Model : L3P Jumlah Bahan : 1 m3 Kualitas Bahan : Jati A2 Dimensi : 180x60x180

Untuk menentukan berapakah harga pemesanan lemari tersebut dapat dilakukan langkah-langkah sebagai berikut :

1. Menghitung kedekatan kasus baru dengan kasus nomor 1.

Diketahui :

a. : Kedekatan nilai atribut Model ( L3P dengan L2P ) : 0.75

b. : Bobot atribut Model : 0.3

c. : Kedekatan nilai atribut Jumlah Bahan ( 1 m3 dengan 0.5 m3 ) : 0.5

d. : Bobot atribut Jumlah Bahan : 0.75

e. : Kedekatan nilai atribut Kualitas Bahan ( Jati A2 dengan Jati A1 ) : 0.75

f. : Bobot atribut Kualitas Bahan : 1

g. : Kedekatan nilai atribut Dimensi ( 180x60x180 dengan 120x60x180 )

: 0.75

h. : Bobot atribut Dimensi : 0.5

Dihitung :

(10)

( a * b ) + ( c * d ) + ( e * f )+ ( g * h ) Jarak :

b + d + f +h

( 0.75 * 0.3 ) + ( 0.5 * 0.75 ) + ( 0.75 * 1 ) + ( 0.75 * 0.5 ) Jarak :

0.3 + 0.75 + 1 + 0.5

( 0.225 ) + ( 0.375 ) + ( 0.75 ) + ( 0.375 ) Jarak :

0.3 + 0.75 + 1 + 0.5

1.725 Jarak : 2.55

Jarak : 0.6764706

Diketahui :

a. : Kedekatan nilai atribut Model ( L3P dengan L3P ) : 1

e. : Kedekatan nilai atribut Kualitas Bahan ( Jati A2 dengan Jati A2 ) : 1

(11)

: 1

Dihitung :

( a * b ) + ( c * d ) + ( e * f )+ ( g * h ) Jarak :

b + d + f +h

( 1 * 0.3 ) + ( 0.75 * 0.75 ) + ( 1 * 1 ) + ( 1 * 0.5 ) Jarak :

0.3 + 0.75 + 1 + 0.5

( 0.3 ) + ( 0.5625 ) + ( 1 ) + ( 0.5 ) Jarak :

0.3 + 0.75 + 1 + 0.5 2.3625

Jarak : 2.55 Jarak : 0.9264706

Diketahui :

c. : Kedekatan nilai atribut Jumlah Bahan ( 1 m3 dengan 1 m3 ) : 1

e. : Kedekatan nilai atribut Kualitas Bahan ( Jati A2 dengan Jati A3 ) : 0.75

(12)

: 0.75

Dihitung :

( a * b ) + ( c * d ) + ( e * f )+ ( g * h ) Jarak :

b + d + f + h

( 0.75 * 0.3 ) + ( 1 * 0.75 ) + ( 0.75 * 1 ) + ( 0.75 * 0.5 ) Jarak :

0.3 + 0.75 + 1 + 0.5 ( 0.225 ) + ( 0.75 ) + ( 0.75 ) + ( 0.375 ) Jarak :

0.3 + 0.75 + 1 + 0.5 2.1

Jarak : 2.55 Jarak : 0.8235294

Diketahui :

e. : Kedekatan nilai atribut Kualitas Bahan ( Jati A2 dengan Jati A3 )

(13)

: 0.75

Dihitung :

( a * b ) + ( c * d ) + ( e * f )+ ( g * h ) Jarak :

b + d + f + h

( 0.75 * 0.3 ) + ( 0.5 * 0.75 ) + ( 0.75 * 1 ) + ( 0.75 * 0.5 ) Jarak :

0.3 + 0.75 + 1 + 0.5 ( 0.225 ) + ( 0.375 ) + ( 0.75 ) + ( 0.375 ) Jarak :

0.3 + 0.75 + 1 + 0.5 1.725

Jarak : 2.55 Jarak : 0.6764706

5. Memilih kasus dengan kedekatan terdekat

Dari langkah 1, 2, 3 dan 4 dapat diketahui bahwa nilai tertinggi adalah kasus 2. Berarti kasus yang terdekat dengan kasus baru adalah kasus 2.

6. Menggunakan klasifikasi dari kasus dengan kedekatan terdekat.

Berdasarkan hasil dari langkah 5, maka klasifikasi dari kasus 2 yang akan digunakan untuk memprediksi kasus baru, yaitu harga barang untuk kasus baru hampir sama dengan harga dari kasus 2.

(14)

No Model Jumlah Bahan

Kualitas

Bahan Dimensi Harga

1 L2P 0.5 m3 Jati A1 120x60x180 800.000

2 L3P 0.75 m3 Jati A2 180x60x180 1.500.000

3 L4P 1 m3 Jati A3 200x60x180 2.500.000

4 L2P 0.5 m3 Jati A3 120x60x180 1.575.000

5 L3P 1 m3 Jati A2 180x60x180 1.600.000

Perkiraan Harga sekitar ± 1.600.000