BAB 3
METODOLOGI
3.1 Metodologi Penelitian
3.1.1 Pengumpulan Bahan Penelitian
Dalam penelitian ini bahan / materi dikumpulkan melalui :
a. Data sekunder, yaitu dengan mengumpulkan data anti karat selama 6 bulan terakhir pemasangan anti karat Rust Evader untuk diramalkan masa ketahanannya pada periode yang akan datang.
b. Interview, yaitu menyusun pertanyaan-pertanyaan yang ditujukan kepada pihak perusahaan dengan mewawancarai mereka. Adapun pertanyaan-pertanyaan tersebut menyangkut permasalahan atau hal-hal yang berkaitan dengan variabel-variabel yang akan diamati (jarak tempuh mobil, waktu ketahanan anti karat mobil, merk mobil, jenis mobil).
c. Kepustakaan, yaitu dengan mencari bahan-bahan serta materi skripsi dari buku-buku ilmiah statistika terapan dan buku-buku-buku-buku bahasa pemrogaman yang mendukung program aplikasi perhitungan peramalan. Selain itu bahan-bahan dan materi yang ada juga diperoleh melalui internet.
3.1.1.1 Data yang Digunakan
Evader yang telah dipakai pada mobil para pelanggan PT. Prolindo Surya Kencana tersebut terhitung dari penggantian anti karat mobil pada Juli 2007 hingga Desember 2007.
3.1.2 Kerangka Berpikir
Penjualan merupakan salah satu aspek yang penting terutama bagi perusahaan yang bergerak dalam bidang penjualan (anti karat mobil) seperti PT. Prolindo Surya Kencana. Peramalan masa ketahanan anti karat Rust Evader ini diperlukan untuk mengetahui berapa lama ketahanan anti karat mobil yang akan dipakai oleh para pelanggannya bertolak dari nilai peramalan yang didapatkan tersebut. Oleh karena itu untuk peramalan masa ketahanan anti karat ini dibutuhkan data pemakaian anti karat tahun-tahun sebelumnya berupa lama pemakaian anti karat Rust Evader pada mobil para pelanggan, jarak tempuh mobil, tipe mobil dan merk mobil para pelanggan.
Metode yang digunakan adalah metode Regresi Splines Kuadrat Terkecil. Metode ini dapat digunakan dalam peramalan untuk data dengan satu peubah prediktor dan satu knot yang akan dipilih. Lalu data anti karat mobil yang terkumpul akan dihitung nilai ramalan untuk periode berikutnya dengan metode Regresi Splines Kuadrat Terkecil. Nilai ramalan ketahanan anti karat akan dihitung dengan mencoba semua kombinasi knot yang mungkin kemudian dihitung nilai error masing-masing untuk setiap data untuk mendapatkan GCV yang terbaik.
3.1.3 Hipotesis Penelitian
Adapun hipotesis penelitian yang ada dalam penelitian ini adalah:
a. Ketahanan anti karat mobil Rust Evader dapat berlangsung pada waktu tertentu dan jarak tempuh tertentu.
b. Ada perbedaan ketahanan anti karat mobil Rust Evader, pada merk mobil yang berbeda.
3.1.4 Teknik Analisis Data
Data yang telah terkumpul dari beberapa periode yang lalu, akan diurutkan berdasarkan jarak tempuh (km) tiap mobil yang akan digunakan dalam peramalan. Kemudian data tersebut akan diramalkan dengan metode Regresi Splines kuadrat terkecil untuk pemakaian anti karat pada periode berikutnya bagi para pelanggan.
Dari data anti karat yang telah diurutkan, ditentukan sebuah knot sembarang dengan sebuah X peubah prediktor. Titik knot ini memiliki peranan penting dalam menentukan model regresi yang paling baik. Penentuan titik knot ini akan menghasilkan dua persamaan regresi Splines. Setelah diperoleh dua persamaan regresi, dicari titik potong antara dua persamaan regresi tersebut. Titik potong ini akan menjadi titik knot baru untuk menentukan GCV paling minimum. Titik knot dengan persamaan regresi Splines yang paling baik akan dicari terus sampai didapatkan model regresi dengan GCV (jumlah kuadrat error) paling minimum. Untuk menentukan nilai GCV minimum, dari masing-masing knot yang diperoleh, digunakan model Generalized Cross Validation (GCV) sebagai berikut :
( ) (
)
[
( )
]
2 1/
1
∑
=−
=
N i i M if
x
y
N
M
GCV
GCV masing-masing persamaan regresi, akan dihitung dengan mencari selisih antara masing-masing data anti karat dengan persamaan regresi yang diduga memiliki error paling minimum. Lalu dicari kuadrat terkecil (error paling minimum) dari masing-masing data yang telah dianalisis. Proses ini akan dilakukan secara berulang-ulang sampai didapatkan persamaan regresi dengan GCV paling minimum.
Jika knot dengan GCV paling minimum telah diperoleh, maka model regresi Splines yang baik juga telah diperoleh.
⎪⎩ ⎪ ⎨ ⎧ ≥ + < + = = k x x k x x x f y ; ; ) ( * 1 * 0 1 0 β β β β
Model regresi Splines yang diperoleh ini sudah dapat digunakan untuk meramalkan ketahanan anti karat mobil pada masa yang akan datang.
3.2 Metode Perancangan Program Aplikasi 3.2.1 UML
Berikut ini akan ditampilkan proses perancangan program aplikasi yang akan membantu peramalan ketahanan anti karat mobil, dengan menggunakan regresi Splines kuadrat terkecil.
Spline
Pengguna Menghitung Spline terbaik Menghitung Spline Manual Permalan dari Spline Terbaik Perhitungan Spline Load Data «uses» «uses» «uses» «uses» «uses»Gambar 3.1 Use Case Diagram
Sistem dalam program ini dapat melakukan 3 hal, yaitu menghitung regresi Splines terbaik, menghitung regresi Splines secara manual dan peramalan dari model regresi Splines. Pada saat menghitung Splines terbaik dan perhitungan regresi Splines secara manual, program me-load data dan langsung melakukan perhitungan regresi Splines. Sedangkan untuk peramalan Splines terbaik, program hanya melakukan perhitungan regresi Splines saja.
Sistem Database Pengguna Melihat Perhitungan Load Data Load Data Melakukan Seleksi Load Database Terseleksi
Menampilkan Perhitungan Spline Terbaik
Menampilkan Perhitungan Spline Manual
Peramalan dari Spline Terbaik Melihat Peramalan
Gambar 3.2 Sequence Diagram
Tahap pertama dalam sequence diagram, user hanya ingin melihat perhitungan. Tetapi dalam proses sebelumnya, sistem telah meload data dari database. Selain itu, sistem juga dapat menyeleksi data dan menampilkan data terseleksi. Lalu sistem akan melakukan perhitungan Splines terbaik, Splines secara manual dan peramalan dari spline terbaik.
Gambar 3.3 Activity Diagram
Activity diagram diatas terdiri dari beberapa simbol. Simbol wajik sebagai pemisah dan penghubung proses. Kotak sebagai simbol dari tindakan yang kita lakukan. Contohnya, button atau radio button.
Pertama-tama, program secara otomatis akan melakukan perhitungan regresi Splines terbaik. Lalu akan ada 4 pilihan yaitu, apakah user ingin melakukan perhitungan dari database, menghitung secara manual, meramalkan model regresi Splines terbaik atau keluar. Jika user memilih keluar, maka user akan langsung keluar dari sistem. Jika ingin melakukan perhitungan dari database, user harus memilih merk dan tipe mobil terlebih dahulu. Lalu secara otomatis perhitungan regresi Splines akan muncul. Jika ingin menghitung regresi Splines secara manual, user harus memilih, ingin menghitung data yang tersedia atau menentukan sendiri nilai x. Setelah menekan tombol hitung, maka perhitungan regresi Splines akan muncul. Sedangkan untuk meramalkan model regresi Splines terbaik, user harus mengisi combobox dengan nilai x yang ingin diramalkan. Lalu tekan tombol hitung, maka hasil peramalan waktu (bulan) ketahanan anti karat akan muncul
3.2.2 Rancangan Tampilan Layar
Untuk rancangan layar program perhitungan ketahanan anti karat mobil dengan metode Regresi Splines Kuadrat Terkecil ini ada 3 buah layar yang dapat dihasilkan dari program ini yaitu layar menu data automatis, layar menu data manual dan layar menu data ramalan yang menampilkan hasil perhitungan peramalan ketahanan anti karat mobil.
3.2.2.1 Rancangan Layar Menu Data Automatic
Gambar 3.4 Rancangan Layar Menu Data Automatic
Rancangan Layar menu data di atas menunjukkan 5 buah tombol pilihan merk mobil beserta 5 buah tombol tipe mobil sesuai dengan merk mobil yang ingin dianalisis. User hanya dapat memilih satu tombol merk mobil dan satu tombol tipe mobil yang
Fspline
Persamaan 1 : Persamaan 2 :
Titik potong x,y :
GCV : Data ke: Merk
Tipe
Semua Daihatsu Toyota Honda Suzuki
Diagram titik y(thn)
x (km) Semua Minibus Citycar
Sedan Jeep
yang telah dipilih akan ditampilkan pada tabel di bawahnya. Lalu secara automatic diagram titik dan perhitungan yang diinginkan akan muncul di sampingnya.
3.2.2.2 Rancangan Layar Menu Data Manual
Gambar 3.5 Rancangan Layar Menu Data Manual Fspline
Data ke : x :
Persamaan 1 : Persamaan 2 :
Titik potong x,y :
GCV : Diagram Titik y(thn) x (km) Merk Tipe
Semua Daihatsu Toyota Honda Suzuki
Semua Minibus Citycar Sedan Jeep
Jarak (km) Waktu Merk Tipe
menentukan sendiri nilai x yang ingin dianalisis. Setelah nilai knot yang diinginkan selesai ditentukan, user menekan tombol hitung. Maka hasil perhitungan akan muncul.
3.2.2.3 Rancangan Layar Menu Data Ramalan
Gambar 3.6 Rancangan Layar Menu Data Ramalan
Layar diatas akan muncul jika user memilih menu ramalan. Menu ini digunakan untuk user yang ingin mengetahui nilai ramalan, di mana nilai x (jarak tempuh)
Fspline
Peramalan data x ke :
Ketahanan anti karat : bulan Merk
Tipe
Semua Daihatsu Toyota Honda Suzuki
Semua Minibus Citycar Sedan Jeep
Jarak (km) Waktu Merk Tipe
Diagram Titik y(thn)
x (km)
ramal. Dan hasil ramalan untuk masa (waktu) ketahanan anti karat mobil akan ditampilkan.
3.2.3 Spesifikasi Perangkat Program Aplikasi
Program aplikasi yang dirancang dalam penelitian ini adalah untuk menghitung masa (waktu) ketahanan anti karat mobil dan variabel-variabel lainnya. Semua data penjualan terlebih dahulu dimasukkan ke dalam database yang dirancang dengan perangkat lunak (software) Microsoft Excel 2003. Semua data dalam database itu selanjutnya akan dihubungkan ke dalam suatu program aplikasi untuk menampilkan perhitungan ketahanan anti karat mobil yang dirancang dengan perangkat lunak (software) bahasa pemrograman Visual C# dari paket Visual Studio .NET.
Untuk perangkat keras (hardware) yang mendukung program aplikasi dengan software yaitu Processor Intel Pentium 4, Memori 512 MB dengan sistem operasi Windows XP Professional, Hardisk 40 GB, Monitor 14 inch.
