i
IMPLEMENTASI MODEL GREY PREDICTION UNTUK PRAKIRAAN HASIL PERTANIAN DENGAN MENGGUNAKAN
SISTEM INFORMASI GEOGRAFIS
Tesis
untuk memenuhi sebagian persyaratan mencapai derajat Sarjana S-2 Program Studi
Magister Sistem Informasi
Asfan Muqtadir 30000413410022
PROGRAM PASCASARJANA UNIVERSITAS DIPONEGORO
ii
HALAMAN PERSETUJUAN
Tesis dengan judul :
IMPLEMENTASI MODEL GREY PREDICTION UNTUK PRAKIRAAN HASIL PERTANIAN DENGAN MENGGUNAKAN
SISTEM INFORMASI GEOGRAFIS
Oleh : Asfan Muqtadir 30000413410022
Telah dilakukan pembimbingan tesis dan dinyatakan layak untuk mengikuti ujian
tesis pada Program Pascasarjana Magister Sistem Informasi Universitas
Diponegoro.
Semarang, Januari 2016 Mengetahui
Pembimbing II
V. Gunawan S.K, M.Si, Ph.D NIP. 197910022009122001 Pembimbing I
iii
PERNYATAAN
Dengan ini saya menyatakan bahwa dalam tesis ini tidak terdapat karya yang pernah diajukan untuk memperoleh gelar akademik di suatu perguruan tinggi, dan sepanjang pengetahuan saya juga tidak terdapat karya atau pendapat yang pernah ditulis atau diterbitkan oleh orang lain, kecuali secara tertulis diacu dalam naskah ini dan disebutkan dalam daftar pustaka.
Semarang, 09 Februari 2016
iv
PERNYATAAN PERSETUJUAN
PUBLIKASI TESIS UNTUK KEPENTINGAN AKADEMIS
Sebagai civitas akademik Universitas Dipenogoro, saya yang bertanda tangan dibawah ini :
Nama : Asfan Muqtadir NIM : 30000413410022
Program Studi : Magister Sistem Informasi Program : Pascasarjana
Jenis Karya : Tesis
Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada Universitas Diponegoro Hak Bebas Royalti Noneksklusif atas karya ilmiah saya yang berjudul :
IMPLEMENTASI MODEL GREY PREDICTION UNTUK PRAKIRAAN HASIL PERTANIAN DENGAN MENGGUNAKAN
SISTEM INFORMASI GEOGRAFIS
Beserta perangkat yang ada. Dengan Hak Bebas Royalti Noneksklusif ini Magister Sistem Informasi Pascasarjana Universitas Dipenogoro berhak menyimpan, mengalihmedia/formatkan, mengelola dalam bentuk pangkalan data (database) merawat, dan mempublikasikan tesis saya selama tetap mencantumkan nama saya sebagai penulis/pencipta dan sebagai pemilik Hak Cipta.
Dibuat di : Semarang Pada tanggal : ……....… 2016
Yang menyatakan
v
KATA PENGANTAR
Puji syukur Kepada Tuhan Yang Maha Esa yang telah memberikan rahmat serta hidayah-Nya, sehinngga penulis dapat menyelesaikan tesis dengan judul
“IMPLEMENTASI MODEL GREY PREDICTION UNTUK PRAKIRAAN
HASIL PERTANIAN DENGAN MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS” dengan baik tanpa halangan yang berarti.
Banyak pihak telah berperan baik secara langsung maupun tidak langsung dalam menyelesaikan tesis ini, Oleh karena itu dalam kesempatan ini penulis ingin mengucapkan terimakasih yang sebesar-besarnya kepada :
1. Prof. Dr. Ir. Purwanto DEA selaku Direktur Pascasarjana Universitas Diponegoro Semarang.
2. Dr. Suryono, S.Si, M.Si, selaku Ketua Program Studi Magister Sistem Informasi dan selaku dosen pembimbing pertama. Terima kasih atas waktu, ilmu, saran dan nasihat yang Bapak berikan selama bimbingan. 3. Vincensius Gunawan, S.K, M.Si., Ph.D, selaku pembimbing kedua.
Terima kasih atas waktu, ilmu, saran, semangat, dan nasihat yang Bapak berikan selama bimbingan.
4. Ibu, Istri dan Bapak terimakasih atas do’a, dukungan dan semangat yang luar biasa selama dimulai pengerjaan sampai terselesaikannya tesis ini.. 5. Semua pihak yang tidak disebutkan namanya namun telah banyak
membantu selama penyelesaian tesis ini.
Penulis menyadari bahwa tesis ini jauh dari kesempurnaan, penulis berharap semoga kerja keras ini dapat memberikan sumbangan bagi kemajuan ilmu pengetahuan dan bermanfaat bagi yang membacanya.
Semarang, Februari 2016
vi
Halaman Pernyataan Publikasi ... iv
Kata Pengantar ... v
BAB II TINJAUAN PUSTAKA DAN DASAR TEORI... 4
2.1.Tinjauan Pustaka ... 4
2.3 Sistem Informasi Geografis ... 14
2.3.1 Pmapper ... 14
2.3.2 MapServer ... 15
BAB III METODE PENELITIAN ... 16
3.1.Bahan dan Alat Penelitian ... 16
3.2.Prosedur Penelitian ... 17
3.3.Kerangka Sistem Informasi ... 20
3.4.Desain Sistem ... 21
3.4.1 Identifikasi Pemakai ... 21
3.4.2 Proses Aktivitas Sistem ... 21
3.4.3 Diagram Alir Sistem... 23
3.4.4 ERD Sistem Informasi Geografis Prakiraan Pertanian ... 23
3.5. Desain User Interface... 25
3.5.1 Desain Halaman Admin ... 27
3.5.2 Desain Content ... 28
vii
BAB IV HASIL PENELITIAN DAN PEMBAHASAN ... 31
4.1.Hasil Penelitian ... 31
4.1.1 Tampilan Web ... 31
4.1.2 Tampilan Pengguna User ... 32
4.1.3 Tampilan Pengguna Admin ... 39
4.1.4 Prosedur Menjalankan Aplikasi ... 43
4.2 Pembahasan ... 51
4.2.1 Perhitungan Metode Grey Prediction ... 51
4.2.2 Keakuratan Hasil Perhitungan ... 52
4.2.3 Analisa Pola Forecasting Sistem ... 53
BAB V KESIMPULAN DAN SARAN... 62
5.1 Kesimpulan. ... 62
5.2 Saran ... 62 DAFTAR PUSTAKA
viii
DAFTAR GAMBAR
Halaman
Gambar 2.1 Grafik data asli ... 9
Gambar 2.2 Grafik data setelah AGO ... 9
Gambar 2.3 Prosedur prakiraan dengan Grey Prediction Model GM (1,1) ... 12
Gambar 3.1 Peta Pola Ruang RTRW Kab. Tuban (BAPPEDA Tuban, 2012) ... 16
Gambar 3.2 Prosedur penelitian prakiraan hasil pertanian ... 17
Gambar 3.3 Kerangka sistem informasi ... 20
Gambar 3.4 Hubungan aktivitas pemakai dengan sistem ... 22
Gambar 3.5 Digram alir sistem... 23
Gambar 3.6 ERD Sistem Informasi Geografis prakiraan pertanian ... 24
Gambar 3.7 Relasi antar tabel ... 25
Gambar 3.8 Desain utama halaman web ... 26
Gambar 3.9 Perancangan desain esain halaman admin ... 27
Gambar 3.10 Desain Content ... 29
Gambar 3.11 Desain dashboard pemetaan sistem informasi geografis ... 29
Gambar 4.1 Tampilan halaman utama Web ... 31
Gambar 4.2 Halaman profil ... 32
Gambar 4.3 Halaman informasi lahan dan grafik luas wilayah ... 33
Gambar 4.4 Halaman jenis tanaman ... 34
Gambar 4.5 Halaman produksi pertanian tiap kecamatan ... 35
Gambar 4.6 Halaman hasil produksi per kecamatan ... 36
Gambar 4.7 Halaman berita... 37
Gambar 4.8 Halaman SIG pertanian ... 37
Gambar 4.9 Halaman kontak kami ... 38
Gambar 4.10 Halaman utama admin ... 39
Gambar 4.11 Halaman pengelolaan data produksi ... 40
Gambar 4.12 Halaman pengelolaan tanaman pertanian... 40
Gambar 4.13 Halaman pengelolaan tahun ... 41
Gambar 4.14 Halaman hasil perhitungan prakiraan hasil pertanian ... 42
Gambar 4.15 Halamam pengelolaan user ... 42
Gambar 4.16 Perhitungan langkah pertama memilih data kecamatan ... 43
Gambar 4.17 Perhitungan langkah kedua memilih data tanaman ... 44
Gambar 4.18 Perhitungan langkah ketiga ... 45
Gambar 4.19 Halaman perhitungan prakiraan grey prediction ... 46
Gambar 4.20 Tampilan cetak laporan ... 47
Gambar 4.21 Tabel keakuratan hasil perhitungan ... 47
Gambar 4.22 Dashboard pemetaan hasil pertanian ... 48
Gambar 4.23 Detail informasi SIG ... 49
Gambar 4.24 Tampilan layer penggunaan lahan ... 49
Gambar 4.25 Tampilan layer administrasi desa ... 50
Gambar 4.26 Tampilan detail layer administrasi desa ... 50
ix
Gambar 4.28 Pola produksi tanaman pangan ... 54
Gambar 4.29 Hasil pengujian perhitungan dengan pola tren ... 55
Gambar 4.30 Grafik hasil pengujian perhitungan dengan pola tren ... 55
Gambar 4.31 Hasil keakuratan pola tren ... 56
Gambar 4.32 Hasil pengujian perhitungan dengan pola acak ... 57
Gambar 4.33 Grafik hasil pengujian perhitungan dengan pola acak ... 58
Gambar 4.34 Hasil keakuratan pola acak ... 58
Gambar 4.35 Hasil pengujian perhitungan dengan pola siklus ... 60
Gambar 4.36 Grafik hasil pengujian perhitungan dengan pola siklus ... 60
x
DAFTAR TABEL
Halaman
Tabel 2.1 Klasifikasi parameter Grey Forecasting (Tsai, 2012) ... 13
Tabel 3.1 Proses sistem aktivitas pemakai ... 21
Tabel 4.1 Pemeriksaan keakuratan model grey prediction GM (1,1) ... 52
Tabel 4.2 Data tanaman padi sawah pada Kecamatan Singgahan ... 54
Tabel 4.3 Data tanaman ubi jalar pada Kecamatan Kenduruan ... 57
xi
DAFTAR LAMPIRAN
Halaman Lampiran 1. Peta Rencana Kawasan Strategis Kabupaten Tuban ... 65 Lampiran 2. Data Produksi Tanaman Padi Sawah Kecamatan Singgahan
Tahun 2013 ... 66 Lampiran 3. Data Produksi Tanaman Ubi Jalar Kecamatan Kenduruan
Tahun 2013 ... 67 Lampiran 4. Data Produksi Tanaman Jagung Kecamatan Singgahan
xii
Implementasi Model Grey Prediction Untuk Prakiraan Hasil Pertanian Dengan Menggunakan Sistem Informasi Geografis
ABSTRAK
Meningkatnya kebutuhan tanaman pangan menunculkan beberapa permasalahan yang berkaitan dengan pemanfaatan lahan. Permasalahan pemanfaatan lahan disebabkan kurangnya informasi yang berhubungan dengan produktifitas dan kelayakan penggunaan lahan. Pemanfaatan SIG dalam pengembangan sistem pendukung spasial sangat cocok untuk ketepatan informasi lokasi pertanian. Tujuan dari penelitian ini adalah mengimplementasikan model Grey prediction atau GM(1,1)untuk prakiraan hasil produksi pertanian dengan memanfaatkan SIG untuk menampilkan hasil prakiraan. GM(1,1) digunakan untuk membangun sebuah model dengan sampel data terbatas dan menghasilkan prakiraan yang baik untuk prakiraan jangak pendek. Penelitian ini menggunakan data produksi pertanian tanaman pangan dari tahun 2004-2013 untuk dapat dilakukan perhitungan dengan menggunakan model GM(1,1). Hasil penelitian menunjukkan model GM(1,1) dapat menghasilkan prakiraan yang sangat akurat, dari hasil percobaan untuk pola tren menghasilkan nilai ARPE 5,74% atau keakuratan prakiraan mencapai 94,26% pada produksi tanaman.
xiii
Grey Prediction Model Implementation To Estimated Agricultural Products Using Geographic Information Systems
ABSTRACT
The increasing need for food crops raised several issues relating to land use. Problems of land use caused by the lack of information related to productivity and eligibility use of land. Utilization of GIS in the development of spatial support system is suitable for precision farming location information. The goal of this research is to implement a model or Grey prediction GM(1,1) to forecast agricultural production by utilizing GIS to display the results forecast. GM(1,1) is used to build a model with limited data samples and generate good forecasts for short libertine forecasts. This research uses data from the production of food crops for the years 2004-2013 can be calculated by using the model of GM (1,1). The results showed the model GM (1,1) can produce highly accurate forecasts, from the experimental results for pattern trends generate value ARPE 5.74% or accuracy of forecasts reached 94.26% in crop production.
