Hak cipta dan penggunaan kembali:
Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis dan melisensikan ciptaan turunan dengan syarat yang serupa dengan ciptaan asli.
Copyright and reuse:
This license lets you remix, tweak, and build upon work
non-commercially, as long as you credit the origin creator
and license it on your new creations under the identical
terms.
RANCANG BANGUN APLIKASI
PERAMALAN PENJUALAN FURNITUR DENGAN METODE ARIMA (STUDI KASUS : PT. VOCUS PANELTAMA INDUSTRI)
Nama : Mohammad Lisan Shidqi
NIM : 10110110112
Fakultas : Teknologi Informasi dan Komunikasi Program Studi : Teknik Informatika
SKRIPSI
Diajukan sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer (S.Kom.)
UNIVERSITAS MULTIMEDIA NUSANTARA
HALAMAN PENGESAHAN SKRIPSI
RANCANG BANGUN APLIKASI PERAMALAN PENJUALAN FURNITUR DENGAN METODE ARIMA
(STUDI KASUS : PT. VOCUS PANELTAMA INDUSTRI)
Oleh
Nama : Mohammad Lisan Shidqi
NIM : 10110110112
Fakultas : Teknologi Informasi dan Komunikasi Program Studi : Teknik Informatika
Tangerang, 18 Februari 2015
Ketua Sidang Dosen Penguji
Maria Irmina Prasetiyowati, S. Kom., M. T. Ranny, S.Kom., M.Kom.
Dosen Pembimbing,
Adhi Kusnadi, S.T., M.Si.
Mengetahui, Ketua Program Studi
PERNYATAAN TIDAK MELAKUKAN PLAGIAT RANCANG BANGUN APLIKASI PERAMALAN PENJUALAN
FURNITUR DENGAN METODE ARIMA
(STUDI KASUS : PT. VOCUS PANELTAMA INDUSTRI)
Dengan ini saya :
Nama : Mohammad Lisan Shidqi
NIM : 10110110112
Fakultas : Teknologi Informasi dan Komunikasi
Program Studi : Teknik Informatika
Menyatakan bahwa laporan karya ilmiah ini merupakan hasil karya saya sendiri dan saya tidak melakukan plagiat terhadap karya ilmiah orang lain. Semua kutipan karya ilmiah orang lain atau lembaga lain yang dirujuk dalam laporan telah saya sebutkan sumber kutipannya serta saya cantumkan di Daftar Pustaka.
Tangerang, 27 Januari 2015
Mohammad Lisan Shidqi
RANCANG BANGUN APLIKASI PERAMALAN PENJUALAN FURNITUR DENGAN METODE ARIMA
(STUDI KASUS : PT. VOCUS PANELTAMA INDUSTRI)
ABSTRAKSI
Model Autoregressive Integrated Moving Average (ARIMA) adalah model yang secara penuh mengabaikan independen variabel dalam membuat peramalan.
ARIMA menggunakan nilai masa lalu dan sekarang dari variabel dependen untuk menghasilkan peramalan jangka pendek yang akurat. ARIMA cocok jika observasi dari deret waktu (time series) secara statistik berhubungan satu sama lain (dependent). ARIMA hanya berkenaan dengan data time series yang stasioner. Penelitian ini bertujuan untuk merancang dan membangun aplikasi peramalan penjualan dengan metode ARIMA untuk meramalkan penjualan periode selanjutnya pada PT Vocus Paneltama Industri. Berdasarkan uji coba dengan menggunakan data penjualan bulanan produk furnitur PT Vocus Paneltama Industri menunjukan model yang tepat untuk meramalkan produk HD 75 adalah Autoregressive(2) dengan MSE : 399,6, model yang tepat untuk meramalkan produk OD 1275 adalah Autoregressive(2) dengan MSE : 230,008, dan model yang tepat untuk meramalkan produk SD 1260P adalah Autoregressive(1) dengan MSE : 141,309. Adapun pengujian stasioneritas data time series yang digunakan pada penelitian ini menggunakan grafik dan korelogram yang masih melibatkan subjektivitas penguji.
Kata kunci : Korelogram, Metode ARIMA, MSE, Peramalan penjualan, Uji stasioneritas
RANCANG BANGUN APLIKASI PERAMALAN PENJUALAN FURNITUR DENGAN METODE ARIMA
(STUDI KASUS : PT. VOCUS PANELTAMA INDUSTRI)
ABSTRACT
Autoregressive integrated moving average ( arima ) is a model in full ignore independent variable in making forecasting. Arima use the value of the past and present from the dependent variable to produce short-term forecasting that accurate. Arima suitable if progressions observation of time (time series) statistically relate to one another (dependent). Arima only with regard to data time series stationary. This research aims to design and build the application of forecasting sales by a method of arima to forecast sales in the next period of PT.
Vocus Paneltama Industri.Based on the trial by using data of the monthly sales of PT. Vocus Paneltama Industri furniture products data showed the right model to forecast HD 75 products is Autoregressive(2) by MSE: 399,6 , the right model to forecast OD 1275 products is Autoregressive(2) by MSE: 230,008 , and the model that right to forecast products SD 1260P is Autoregressive(1) by mse: 141,309 . The testing stasioneritas time series data used in this study using correlogram and charts still with the method involving the subjectivity of tester .
Keyword : ARIMA method, MSE, Sales forecasting, Stationarity test
KATA PENGANTAR
Dengan segenap rasa syukur yang mendalam penulis panjatkan kepada Allah SWT atas segala berkat dan karunia-Nya yang berlimpah sehingga penulis dapat menyelesaikan laporan skripsi ini, yang menjadi salah satu syarat dalam kelulusan program studi Teknik Informatika, Universitas Multimedia Nusantara.
Terselesaikannya skripsi ini juga tidak lepas dari peran berbagai pihak yang sudah membantu dan memberikan motivasi kepada penulis selama pembuatan skripsi ini. Karena itu, izinkan penulis mengucapkan terima kasih yang sebesar- besarnya kepada:
1. Dr. Ninok Leksono, selaku Rektor Universitas Multimedia Nusantara, 2. Maria Irmina Prasetiyowati, S. Kom., M. T., selaku Ketua Program Studi
Teknik Informatika,
3. Adhi Kusnadi, S.T., M.Si., selaku dosen pembimbing yang memberi dukungan selama penulis menyelesaikan skripsi ini dengan baik,
4. Kedua orang tua dan saudara-saudara yang senantiasa memberikan dukungan dan doa kepada penulis,
5. Sahabat-sahabat penulis yang telah memberikan dukungan-dukungan kepada penulis,
6. Pihak-pihak lain yang secara langsung dan tidak langsung membantu penulis selama penulisan skripsi ini yang tidak dapat penulis sebutkan satu per satu.
Semoga laporan skripsi ini dapat berguna, membangun dan bermanfaat bagi pembaca, khususnya bagi mahasiswa-mahsiswi Universitas Multimedia Nusantara.
Tangerang, 27 Januari 2015
Mohammad Lisan Shidqi
DAFTAR ISI
HALAMAN PENGESAHAN SKRIPSI... ii
PERNYATAAN TIDAK MELAKUKAN PLAGIAT ...iii
ABSTRAKSI ... iv
ABSTRACT ... v
KATA PENGANTAR ... vi
DAFTAR ISI ... viii
DAFTAR GAMBAR ... xi
DAFTAR TABEL... xv
DAFTAR RUMUS ... xvi
BAB I PENDAHULUAN ... 1
1.1 Latar Belakang Masalah ... 1
1.2 Rumusan Masalah ... 4
1.3 Batasan Masalah ... 5
2.1 Tujuan Penelitian ... 5
2.2 Manfaat Penelitian ... 5
2.3 Sistematika Penulisan ... 6
BAB II TINJAUAN PUSTAKA ... 8
2.1 Peramalan... 8
2.4 Metode Autoregressive Integrated Moving Average(ARIMA) ... 14
2.5 Estimasi Parameter ... 14
2.6 Mean Square Error (MSE) ... 19
BAB III METODE PENELITIAN DAN PERANCANGAN APLIKASI ... 20
3.1 Metode Penelitian ... 20
3.2 Gambaran Umum Perusahaan... 21
3.2.1 Data Penelitian ... 22
3.3 Perancangan Aplikasi ... 22
3.3.1 Flowchart Diagram ... 22
3.3.2 Data Flow Diagram ... 27
3.3.3 Entity Relationship Diagram ... 31
3.3.4 Struktur Tabel ... 32
3.3.5 Rancangan Antar Muka ... 34
BAB IV IMPLEMENTASI DAN UJI COBA ... 49
4.1 Spesifikasi Perangkat ... 49
4.2 Implementasi Aplikasi ... 49
4.3 Uji Coba Aplikasi ... 65
BAB V KESIMPULAN DAN SARAN... 77
LAMPIRAN ... 83
DAFTAR GAMBAR
Gambar 3.1 Struktur Organisasi PT. Vocus Paneltama Industri... 22
Gambar 3.2 Flowchart Aplikasi ... 23
Gambar 3.3 Flowchart Login ... 23
Gambar 3.4 Flowchart Produk... 24
Gambar 3.5 Flowchart Rekapitulasi penjualan... 25
Gambar 3.6 Flowchart Pengguna ... 25
Gambar 3.7 Flowchart Peramalan ... 26
Gambar 3.8 Flowchart Peramalan ARIMA ... 27
Gambar 3.9 Context Diagram ... 28
Gambar 3.10 Data Flow Diagram Level 1 ... 29
Gambar 3.11 Data Flow Diagram Level 2 Maintain Produk ... 30
Gambar 3.12 Data Flow Diagram Level 2 Maintain Rekapitulasi ... 30
Gambar 3.13 Data Flow Diagram Level 2 Maintain Pengguna ... 31
Gambar 3.14 Entity Relationship Diagram ... 32
Gambar 3.15 Login Interface ... 32
Gambar 3.16 Halaman Utama ... 32
Gambar 3.21 Interface Halaman Tambah Pengguna ... 39
Gambar 3.22 Interface Halaman Update Pengguna ... 39
Gambar 3.23 Interface Daftar Rekapitulasi Penjualan ... 39
Gambar 3.24 Interface Halaman Tambah Rekapitulasi ... 39
Gambar 3.25 Interface Halaman Update Rekapitulasi ... 39
Gambar 3.26 Interface Halaman Forecasting... 39
Gambar 3.27 Interface Halaman Partial Autocorrelation Function ... 44
Gambar 3.28 Interface halaman Penetapan Model ARIMA... 45
Gambar 3.29 Interface halaman Peramalan Sementara ... 46
Gambar 3.30 Interface Halaman Hasil Peramalan... 47
Gambar 3.31 Interface Halaman About ... 47
Gambar 3.32 Interface Halaman Help ... 48
Gambar 4.1 Halaman Utama Aplikasi ... 50
Gambar 4.2 Halaman Login ... 51
Gambar 4.3 Pesan Kesalahan Login ... 51
Gambar 4.4 Halaman Home Manager ... 52
Gambar 4.5 Halaman Home Sales ... 53
Gambar 4.6 Halaman Daftar Pengguna ... 53
Gambar 4.7 Halaman Tambah Pengguna ... 54
Gambar 4.10 Halaman Tambah Produk ... 55
Gambar 4.11 Halaman Update Produk ... 56
Gambar 4.12 Halaman Daftar Rekapitulasi Penjualan ... 56
Gambar 4.13 Halaman Tambah Rekapitulasi Penjualan ... 57
Gambar 4.14 Halaman Update Rekapitulasi Penjualan ... 57
Gambar 4.15 Halaman Awal Peramalan ... 58
Gambar 4.16 Halaman Autocorrelation Function ... 59
Gambar 4.17 Halaman Partial Autocorrelation Function ... 60
Gambar 4.18 Halaman Penetapan Model ... 61
Gambar 4.19 Halaman Peramalan Sementara 1... 62
Gambar 4.20 Halaman Peramalan Sementara 2... 62
Gambar 4.21 Halaman Hasil Peramalan 1 ... 63
Gambar 4.22 Halaman Hasil Peramalan 2 ... 63
Gambar 4.23 Halaman About ... 64
Gambar 4.24 Halaman Help... 64
Gambar 4.25 Grafik ACF dari Data HD 75 ... 65
Gambar 4.26 Grafik PACF dari Data HD 75 ... 66
Gambar 4.27 Hasil Peramalan menggunakan ARIMA(2,0,0) ... 68
Gambar 4.31 Hasil Peramalan menggunakan ARIMA(2,0,0) ... 72
Gambar 4.32 Grafik Hasil Peramalan menggunakan ARIMA(2,0,0)... 72
Gambar 4.33 Grafik ACF dari Data SD 1260P ... 73
Gambar 4.34 Grafik PACF dari Data SD 1260P ... 74
Gambar 4.35 Hasil Peramalan menggunakan ARIMA(1,0,0) ... 76
Gambar 4.36 Grafik Hasil Peramalan menggunakan ARIMA(1,0,0)... 76
DAFTAR TABEL
Tabel 2.1 prilaku plot ACF dan PACF ... 15
Tabel 3.1 Struktur Tabel pengguna ... 33
Tabel 3.2 Struktur Tabel produk ... 33
Tabel 3.3 Struktur Tabel Produk_kategori ... 34
DAFTAR RUMUS
Rumus Autocorrelation Function ... 12
Rumus Partial Autocorrelation Function ... 13
Rumus Autoregressive(AR) ... 16
Rumus pendugaan parameter AR ... 16
Rumus Moving Average(MA) ... 17
Rumus pendugaan parameter MA ... 18
Rumus ARMA ... 18
Rumus MSE ... 19
