42
DAFTAR PUSTAKA
[1] Inti Sariani Jianta DJie, “Analisa Peramalan Penjualan Dan Penggunaan Metode Linear Programming Dan Decision Tree Guna Mengoptimalkan Keuntungan Pada PT Primajaya Pantes Garment” Jurnal The Winners, Volume: 14 No: 2, September 2013.
[2] Ririanti (0911654), “Implementasi Algoritma FP-Growth Pada Aplikasi Prediksi Persediaan Sepeda Motor (Studi Kasus PT.Pilar Deli Labumas)” Pelita Informatika Budi Darma, Volume Pelita Informatika Budi Darma, Volume : VI, Nomor:1, Maret 2014
[3] Iriansyah BM, Sangadji, “Komparasi Model Regresi Untuk Prakiraan Beban Listrik Jangka Pendek Menggunakan Koefisien Dan Pembangkit Data Random, ”Jurnal Petir, Volume: 5 Nomor: 1,Januari-Mei 2012. [4] Siti Maskuroh, “Analisa Keranjang Belanja dengan Aturan Asosiasi menggunakan Algoritma Apriori untuk Stok Barang pada Listrikmart, ” Universitas Dian Nuswantoro, Semarang 2015
[5] Rival Zunaidhi, Wahyu S.J. Saputra dan Ni Ketut Sari,” Aplikasi Peramalan Penjualan Menggunakan Metode Regresi Linier,” UPN ”Veteran” Jawa Timur, Volume: VII, Nomor : 3
[6] Ni Luh Nym Mirah Wedasari, “Perancangan Prediksi Persediaan Barang Pada Andis Griya Kebaya” STMIK STIKOM Bali, Oktober 2015 [7] Tanti Octavia, Yulia, Lydia, “Peramalan StokBarang Untuk Membantu Pengambilan Keputusan Pembelian Barang Pada Toko Bangunan XYZ Dengan Metode Arima,” UPN “Veteran” Yogyakarta, Mei 2013
41 BAB VI
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Berdasarkan hasil penelitian dan pengujian dalam metode data mining prediksi menggunakan regresi linier sederhana, pada akhir laporan penulis dapat memberikan kesimpulan adalah system prediksi persediaan barang telah diberhasil dibuat berbasis website dengan Bahasa pemrograman PHP-MySQL dan metode regresi linier diimplementasikan untuk proses prediksi persediaan untuk triwulan selanjutnya menggunakan data penjualan. Hasil dari implementasi system dapat digunakan untuk membantu memprediksi persediaan barang untuk triwulan selanjutnya .
6.2 Saran
Berdasarkan kesimpulan dan analisis laporan, saran dari peneliti untuk penelitian lebih lanjut yaitu :
1. System ini dapat dikembangkan untuk seluruh lingkup nama barang tidak hanya semen.
2. System ini dapat dimodifikasi menggunakan android untuk lebih praktis dalam melakukan prediksi.
40
Tabel 5.1 Pengujian Blackbox
Input / Event Output Hasil
Lanjut Menampilkan data yang telah terpilih
Sesuai / OK
Konversi Menampilkan perhitungan regrsi linier
Sesuai / OK
Grafik Menampilkan hasil
perhitungan dengan grafik
Sesuai / OK
Data Menampilkan data seluruh
database
39
5.1.6 Halaman Data
Halaman ini akan menampilkan semua data sesuai data yang ada.
Gambar 5.6: Halaman Data
5.2 Pengujian
Metode pengujian yang di gunakan adalah pengujian blackbox. pengujian blackbox dimana pengujian ini dilakukan untuk memastikan tanggapan/respons atas suatu event atau masukan akan menjalankan proses yang tepat dan menghasilkan keluaran/output sesuai dengan rancangan yang telah dibuat. Uji ini dilakukan pada menu utama dengan hasil sebagai berikut:
38
Gambar 5.4: Halaman Konversi 5.1.5 Halaman Grafik
Halaman ini akan memunculkan hasil prediksi berupa grafik .
37
Gambar 5.3: Halaman Data Perhitungan 5.1.4 Halaman Konversi
Dalam halaman ini akan memperlihatkan perhitungan mulai dari penjumlahan data dan implementasi kedalam rumus regresi linier sederhana.
36
5.1.2 Halaman Hitung
Dalam menu awal terdapat tombol pilih kode barang, pada sistem ini hanya terdapat 1 kode barang yaitu smn, klik lanjut untuk melanjutkan proses prediksi .
Gambar 5.2: Halaman Hitung 5.1.3 Halaman Data Perhitungan
Halaman ini akan menunjukan data yang telah terpilih untuk diproses selanjutnya, klik konversi untuk melakukan perhitungan.
35 BAB V
IMPLEMENTASI DAN PENGUJIAN
5.1 Implementasi
Pada bab ini dilakukan implementasi dari hasil perancangan pada bab 4. Ditampilkan hasil sistem yang telah diimplementasikan dengan bahasa pemrograman PHP dan database MySQL.
5.1.1 Halaman Awal
Halaman ini adalah halaman awal sistem saat dioperasikan, terdapat tombol hitung,dat dan grafik.
34
Semua data Show
Form hitung adalah untuk menghitung data yang akan di hitung. Tombol pilih untuk memilih kode barang yang akan di hitung. Tombol lanjut untuk melanjutkan pilihan kode barang dan akan menampilkan data sesuai pilihan kode barang. Tombol konversi untuk menghitung menggunakan regresi linier.
4.2.3.3 Rancangan Data
Gambar 4. 5 Rancangan Data
Form data ini akan menampilkan seluruh data yang ada. Tombol angka untuk memilih berapa data yang akan ditampilkan dalam 1 layar, saya membuat system ini dengan maximal menampilkan 100 data dalam satu layar.
10
33
Regresi Linier
Hitung Data Pilih Kode Barang
Hitung Data Pilih Kode Barang 4.2.3 Rancangan Tampilan Sistem
4.2.3.1 Rancangan Form Awal
Gambar 4. 3 Rancangan Form Awal
Form awal ini adalah form pertama tampil saat system di buka. Terdapat 5 tombol dengan fungsi masing-masing. Tombol hitung akan menampilkan hitung data dan pilih kode barang yang akan dihitung. Tombol data akan menampilkan semua data yang ada. Tombol grafik adalah tombol untuk menampilkan grafik hasil perhitungan. Tombol action menampilkan beberapa tombol lagi untuk pilihan seperti reset.
4.2.3.2 Rancangan Hitung
Gambar 4. 4 Rancangan Hitung
Hitung Data Grafik
Pilih
Pilih Lanjut
Tampilan data yang akan telah dipilih untuk dihitung Konversi
32
31
Gambar 4. 1 Use Case Diagram
4.2.2.2 Activity Diagram
Ketika pertama kali pengguna menjalankan program, pengguna akan masuk ke dalam halaman utama. Setelah masuk pada halaman pertama, pengguna dapat memilih untuk memulai menggunakan program. Selanjutnya pengguna masuk pada halamn input data dengan cara memilih kolom yang sudah tersedia, akan memanggil data pada database sekaligus dilakukan proses mining yaitu menyaring data yang akan digunakan untu proses selanjutnya dan data yang telah melewati proses filter akan masuk kedalam perhitungan menggunakan regresi linier. Setelah proses pemanggilan data dan mining selesai, program akan menampilkan hasil mining atau hasil prediksi. Berikut adalah diagram activity pada sistem prediksi persediaan barang :
30
4.2.2 Analisa Pengguna
Dari analisa kebutuhan pada tahap selanjutnya di ketahui bahwa sistem yang akan di kembangkan ini di harapkan dapat membantu pengguna dalam memprediksi persediaan barang untuk bulan selanjutnya.Untuk memenuhi tujuan dalam penerapan pengembangan perangkat lunak ini terdapat terdapat form inputan yang harus dipilih oleh pengguna. Terdapat satu user yang akan menggunakan sistem ini yaitu :
- Admin
Admin yang memiliki tugas untuk editing data, penambahan dan perawatan data didalam system sistem jika di perlukan perubahan serta admin juga sebagai user utama yang menggunakan sistem ini. 4.2.2.1 Use Case Diagram
Use case diagram pada sistem ini memerlukan actor sebagai pelaku yang menjalankan case – case yang ada. Actor yang terlibat dalam sistem ini secara khusus adalah pemilik toko tersebut . Berikut adalah diagram use case pada sistem prediksi persediaan barang :
29 - No trasaksi - Tanggal - Jenis Barang - Nama Barang - Harga - Satuan - Total - Id periode - Id Jenis
4.1.3 Kebutuhan Perangkat Keras - Komputer
4.1.4 Kebutuhan Perangkat Lunak - Sublime text bahasa Php
- MySQL
4.2 Desain
4.2.1 Perancangan dan Analisis
Berdasarkan analisis yang telah dilakukan maka diketahui beberapa yang menjadi proses dalam sistem, masukan sistem, keluaran sistem serta antar muka sistem yang akan dibuat. Untuk lebih menjelaskan alur dari sistem yang akan dibangun, digunakan model diagram UML.
28 BAB IV
RANCANGAN SISTEM
Sesuai dengan metode pengembangan rekayasa perangkat lunak yang dipakai dalam pengembangan system ini maka hasil penelitian melewati tahapan-tahapan sebagai berikut:
4.1 Analisa Kebutuhan Sistem
Pada tahapan analisa kebutuhan sistem di awali dengan mencari kebutuhan dari keseluruhan sistem akan di terapkan pada perangkat lunak yang akan di bangun. Tujuan dari analisa kebutuhan system ini adalah mendapatkan gambaran secara utuh mengenai perangkat lunak sehingga mempermudah dalam proses pembuatan program.
4.1.1 Identifikasi Masalah
Permasalahan yang diambil penulis dalam penyusunan tugas akhir ini adalah membangun sebuah sistem yang di rancang dapat memprediksi persediaan barang material semen untuk tiga bulan selanjutnya. Sistem ini di rancang untuk memprediksi secara dini, sehingga pemilik bisa memperkirakan persediaan barang untuk tiga bulan selanjutnya untuk mengurangi kerugian.
4.1.2 Kebutuhan Data
Data yang dibutuhkan penulis adalah data penjualan selama tiga bulan yang akan diolah. Data penjualan yang diperlukan untuk dijadikan parameter adalah sebagai berikut :
27
Y=-5+44, maka Y= 39
Dari hasil persamaan prediksi ini dapat disimpulkan bahwa untuk periode triwulan ke 4, persediaan semen tiga roda tidak lebih dari 39 sak.
3.5 Evaluasi dan Pengujian Metode
Seperti yang sudah dijelaskan pada metode pengembangan waterfall, pengujian ini dilakukan dengan pengujian Blackbox. Dengan pengujian blackbox peneliti dapat melihat bagian mana yang eror dan perlu di perbaiki
26
Tabel 3.4 Perhitungan
No Tanggal nama barang Satuan x 2 y2 xy
1 01-Jul semen tiga roda 20 1 400 20 2 02-Jul semen tiga roda 0 4 0 0 3 03-Jul semen tiga roda 20 9 400 60 4 04-Jul semen tiga roda 50 16 2500 200 ∑ 10 ∑ 90 ∑ 30 ∑ 3300 ∑ 280
Setelah nilai x dan y sudah diketahui, maka dapat dihitung nilai a dan b dengan rumus regresi linier:
b=
b= 4(280)-(10)(90)/4(30)-(10)2
b=1120-900/120-100 b=220/20, maka b= 11
setelah mencari nilai b maka selanjutnya mencari nilai a a=
a=90-11(10)/4 a=90-110/4
a=-20/4, maka a= -5
setelah nilai a dan b ditemukan, maka diterapkan pada rumus persamaan prediksi
Y=a+bX Y=-5+11(4)
25
39 1955 04-Jul smn semen tiga roda Rp 66.000 50 Rp 3.300.000 3 4 40 1955 04-Jul besi 8 in Rp 25.000 90 Rp 2.250.000 3 41 1955 04-Jul besi 6 in Rp 19.000 50 Rp 950.000 3 42 1955 04-Jul bendrat Rp 13.000 5 Rp 65.000 3 43 1955 04-Jul paku 7 Rp 12.000 1 Rp 12.000 3 44 1955 04-Jul paku 5 Rp 12.000 1 Rp 12.000 3 45 1955 04-Jul paku 10 Rp 12.000 1 Rp 12.000 3 46 1955 04-Jul pralon Rp 76.000 2 Rp 152.000 3 47 1955 04-Jul Elbow Rp 7.500 3 Rp 22.500 3
3.4.3 Tahap Perhitungan Regresi Linier Dalam tahapan ini, pertama data akan a. Mencari nilai a dan b
Pertama setiap tabel variabel di jumlah untuk memudahkan perhitungan selanjutnya. Untuk mencari nilai a dan b harus menggunakan rumus :
a=
b=
karena nama barang yang akan diprediksi semen tiga roda dengan id jenis 4 maka data hanya menampilkan data semen tiga roda. Nilai x adalah tanggal dan y adalah satuan, maka data akan di olah menjadi pertanggal untuk memudahkan perhitungan
24
16 1950 02-Jul shower Rp 74.000 1 Rp 74.000 3 17 1950 02-Jul tempat sabun Rp 35.000 2 Rp 70.000 3 18 1951 02-Jul smn semen bima Rp 64.000 3 Rp 192.000 3 1 19 1951 02-Jul Pintu ######### 2 Rp 320.000 3 20 1952 02-Jul kasibot Rp 50.000 15 Rp 750.000 3 21 1952 02-Jul paku usuk Rp 17.000 15 Rp 255.000 3 22 1952 02-Jul smn semen bima Rp 64.000 10 Rp 640.000 3 1 23 1952 02-Jul gendewa besi Rp 25.000 1 Rp 25.000 3 24 1952 02-Jul graji besi Rp 13.000 1 Rp 13.000 3 25 1953 03-Jul kasibot Rp 48.000 3 Rp 144.000 3 26 1953 03-Jul smn semen putih Rp 3.000 5 Rp 15.000 3 3 27 1953 03-Jul smn semen bima Rp 64.000 20 Rp 1.280.000 3 1 28 1953 03-Jul lem fox Rp 13.000 1 Rp 13.000 3 29 1953 03-Jul kuas 4 in Rp 16.000 1 Rp 16.000 3 30 1953 03-Jul paku kasibot Rp 3.000 1 Rp 3.000 3 31 1953 03-Jul paku seng Rp 5.000 0,25 Rp 1.250 3 32 1953 03-Jul Altex Rp 30.000 5 Rp 150.000 3 33 1953 03-Jul tutup msp Rp 7.500 1 Rp 7.500 3 34 1953 03-Jul sambungan msp Rp 8.500 1 Rp 8.500 3 35 1953 03-Jul talang msp Rp 90.000 1 Rp 90.000 3 36 1953 03-Jul pesplang Rp 52.500 3 Rp 157.500 3 37 1953 03-Jul Seng Rp 44.500 6 Rp 267.000 3 38 1954 03-Jul smn semen tiga roda Rp 66.000 20 Rp 1.320.000 3 4
23 12.000 12.000 paku 5 Rp 12.000 1 Rp 12.000 paku 10 Rp 12.000 1 Rp 12.000 Pralon Rp 76.000 2 Rp 152.000 Elbow Rp 7.500 3 Rp 22.500 3.4.2 Data Proses
Tabel 3.3 Data yang akan diproses
id no transaksi tanggal jenis brng nama barang harga satuan total id periode id jenis 1 1946 01-Jul Slot Kuda terbang Rp 60.000 2 Rp 120.000 3 2 1946 01-Jul engsel pintu Rp 10.000 1 Rp 10.000 3 3 1947 01-Jul smn semen tiga roda Rp 67.000 20 Rp 1.340.000 3 4 4 1948 01-Jul Rooster Rp 16.000 15 Rp 240.000 3 5 1949 02-Jul Ternit Rp 15.000 30 Rp 450.000 3 6 1949 02-Jul paku usuk Rp 16.000 5 Rp 80.000 3 7 1949 02-Jul paku kasibot Rp 20.000 0,5 Rp 10.000 3 8 1949 02-Jul cat vinotex Rp 65.000 1 Rp 65.000 3 9 1950 02-Jul smn semen gresik Rp 66.000 25 Rp 1.650.000 3 2 10 1950 02-Jul besi beton 8 in Rp 33.000 20 Rp 660.000 3 11 1950 02-Jul besi 6in Rp 19.000 10 Rp 190.000 3 12 1950 02-Jul bendrat Rp 3.000 5 Rp 15.000 3 13 1950 02-Jul buangan air Rp 3.500 1 Rp 3.500 3 14 1950 02-Jul Sdd Rp 2.000 1 Rp 2.000 3 15 1950 02-Jul krandida Rp 15.000 1 Rp 15.000 3
