RANCANG BANGUN SISTEM APLIKASI PERAMALAN JUMLAH MUATAN KAPAL RO-RO DENGAN METODE WINTER’S TIGA PARAMETER
(Studi Kasus : PT. ASDP Indonesia Ferry (Persero) - Cabang Merak)
SKRIPSI
diajukan untuk memenuhi sebagian dari syarat untuk gelar Sarjana Komputer Program Studi Ilmu Komputer
Oleh
Ika Fitri Fortuna Wulandari 0903994
PROGRAM STUDI ILMU KOMPUTER
FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS PENDIDIKAN INDONESIA
RANCANG BANGUN SISTEM APLIKASI PERAMALAN JUMLAH MUATAN KAPAL RO-RO DENGAN METODE WINTER’S TIGA PARAMETER
(Studi Kasus : PT. ASDP Indonesia Ferry (Persero) - Cabang Merak)
Oleh
Ika Fitri Fortuna Wulandari
Sebuah Skripsi yang Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh gelar Sarjana pada Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam
© Ika Fitri Fortuna Wulandari 2015 Universitas Pendidikan Indonesia
Maret 2015
Hak Cipta Dilindungi undang undang.
RANCANG BANGUN SISTEM APLIKASI PERAMALAN JUMLAH MUATAN KAPAL RO-RO DENGAN METODE WINTER’S TIGA PARAMETER
(Studi Kasus : PT. ASDP Indonesia Ferry (Persero) - Cabang Merak)
Oleh :
Ika Fitri Fortuna Wulandari 0908853
Disetujui oleh: Pembimbing I
Novi Sofia Fitrisari, M.T
Pembimbing II
Herbert Siregar, M.T
Mengetahui
Ketua Program Studi Ilmu Komputer FPMIPA UPI
ABSTRAK
RANCANG BANGUN SISTEM APLIKASI PERAMALAN JUMLAH MUATAN
KAPAL RO-RO DENGAN METODE WINTER’S TIGA PARAMETER
(Studi Kasus : PT. ASDP Indonesia Ferry (Persero) - Cabang Merak)
Ika Fitri Fortuna Wulandari
0903994
Transportasi laut merupakan salah satu bagian dari sistem transportasi yang berperan penting terhadap perekonomian suatu daerah khususnya dan negara pada umumnya. Pelabuhan yang terletak di Merak, merupakan salah satu pelabuhan penyeberangan antara pulau Jawa dan Sumatera yang berperan penting bagi mobilitas muatan kapal Ro-Ro. Seiring dengan kebutuhan akan transportasi laut pun cenderung meningkat. maka, dibuatlah sistem aplikasi peramalan yang cara perhitungan dalam memprediksi jumlah muatan menggunakan metode peramalan Winter’s tiga parameter. Dari penelitian ini berhasil melakukan proses peramalan jumlah muatan penumpang dari sisi Merak untuk tahun 2014 dengan rata-rata error sebesar : Absolute Error(AE)= 12795,75, Mean Absolute Deviation (MAD)= 33948,33, Mean Squared Error (MSE)= 69662500,49, Mean Absolute Percentage Error (MAPE)= 18,66%. Penelitian ini juga berhasil melakukan proses peramalan jumlah muatan kendaraan dari sisi Merak untuk tahun 2014 dengan rata-rata error sebesar : Absolute Error(AE)= 4385,39, Mean Absolute Deviation (MAD)= 23871,31, Mean Squared Error (MSE)= 23251039,86, Mean Absolute Percentage Error (MAPE)= 4,47%. Dengan hasil MAPE pada penumpang sebesar 18,66% dan pada kendaraan sebesar 4,47% dapat disimpulkan bahwa peramalan dikatakan baik. Dan merujuk pada peramalan jangka menengah.
ABSTRACT
APPLICATION DESIGN SYSTEM FORECASTING NUMBER OF RO-RO CARGO SHIP WITH WINTER'S THREE PARAMETERS
(Case Study: PT. ASDP Indonesia Ferry (Persero) - Cabang Merak)
Ika Fitri Wulandari Fortuna 0903994
Sea transportation is part of transportation system that has big influence for its economy system, especialy in one place and generally in a country. Port is a sub system part from sea port that has a function as a place for transportation of goods, services and passengers through sea. Related to its functions, that located in Merak, it is one of the port as the crossing tool between Java island and Sumatra island, and has important for Ro-Ro boats. In line to the increasing number of people and land transportations, so the needs of sea transportation increased, too. From this situation, therefore it needs a database to manage the
prediction of numbers of capacity for next years by using Winter’s three parameter. The
result of this research is the prediction process of numbers of passengers from Merak in 2014 with in error Absolute Error (AE)= 12795.75; Mean Absolute Deviation (MAD)= 33948. 33; Mean Squared Error (MSE)= 69662500. 49; Mean Absolute Percentage Error (MAPE)= 18.66%. This research has success full to prediction process from the number of vehicles in Merak in 2014 with the average of error: Absolute Error (EA)= 4385.39; Mean Absolute Deviation (MAD)= 23871.31; Mean Squared Error (MSE)= 23251039.86; Mean Absolute Percentage Error (MAPE)= 4.47%. It can be concluded that the forecast is good and refers to the medium-term forecasting.
DAFTAR ISI
ABSTRAK ... i
ABSTRACT ... ii
KATA PENGANTAR ... iii
DAFTAR ISI ... iv
DAFTAR TABEL ... vii
DAFTAR GAMBAR ... viii
BAB I PENDAHULUAN ... 1
1.1 Latar Belakang ... 1
1.2 Rumusan Masalah ... 5
1.3 Tujuan Masalah ... 5
1.4 Batasan Masalah ... 6
1.5 Sistematika Penulisan ... 6
BAB II TINJAUAN PUSTAKA ... 8
2.1 Peramalan ... 8
2.1.1 Definisi Peramalan ... 8
2.1.2 Analisa Deret Berkala ... 8
2.1.3 Jenis - jenis Peramalan ... 9
2.1.4 Penentuan Pola Data ... 10
2.1.5 Tahapan - tahapan Dalam Melakukan Suatu Peramalan ... 12
2.1.6 Peranan Peramalan ... 13
2.1.7 Pengukuran Kesalahan Peramalan ... 14
2.2 Metode Pemulusan (Smoothing) Eksponensial ... 16
2.3 Kapal Ro - Ro ... 20
2.3.2 Jenis - Jenis Kapal Ro - Ro ... 20
2.3.3 Muatan Kapal Ro - Ro ... 20
2.4 PT. ASDP Indonesia Ferry (Persero) ... 21
2.4.1 Profil Perusahaan...21
2.5 Definisi Rancang........22
2.6 Definisi Bangun...22
2.7 Definisi Aplikasi...22
BAB III METODE PENELITIAN...23
3.1 Desain Penelitian ... 23
3.2 Alat dan Bahan Penelitian ... 28
3.2.1 Alat Penelitian ... 28
3.2.2 Bahan Penelitian ... 28
BAB IV HASIL PENELITIAN DAN PEMBAHASAN ... 30
4.1 Hasil Penelitian ... 30
4.1.1 Pengumpulan Data... 30
4.1.2 Implementasi Sistem Peramalan dengan Winter’s Tiga Parameter ... 33
4.1.2.1 Tahapan Metode Winter’s serta visualisasinya terhadap data ... 33
4.1.2.1.1 Inisialisasi Alpha, Beta, dan Gamma ... 35
4.1.2.1.2 Pemulusan Tunggal (S) ... 35
4.1.2.1.3 Pemulusan Trend (b) ... 36
4.1.2.1.4 Pemulusan Musiman (I) ... 37
4.1.2.1.5 Ramalan ... 39
4.1.2.1.6 Error ... 41
4.1.2.1.7 Absolut Error ... 42
4.1.2.1.9 Mean Square Error ... 44
4.1.2.1.10 Mean Absolute Percentage Error ... 44
4.2 Analisis Sistem ... 45
4.2.1 Deskripsi Sistem ... 45
4.2.2 Pengguna Sistem ... 46
4.2.3 Hak-hak Pengguna Sistem ... 46
4.2.4 Analisis Input dan Output ... 46
4.2.4.1 Input ... 46
4.2.4.2 Output ... 47
4.3 Perancangan Perangkat Lunak ... 47
4.3.1 Perancangan Database ... 47
4.3.1 Perancangan Model Sistem ... 48
4.4 Implementasi ... 49
4.4.1 Lingkungan Implementasi ... 49
4.4.2 Implementasi Antarmuka Sistem ... 50
4.5 Pengujian ... 69
4.5.1 Rencana Pengujian ... 70
4.5.2 Hasil Pengujian ... 71
BAB V PENUTUP ... 76
5.1 Kesimpulan ... 76
5.2 Saran ... 78
DAFTAR PUSTAKA ... 79
DAFTAR TABEL
Tabel 1.1 Data Jumlah Muatan Kapal Ro-Ro tahun 2010 sampai dengan tahun
2013 (Sisi Merak) ... 2
Tabel 2.1 Kriteria MAPE ... 15
Tabel 4.1 Data Jumlah Muatan Kapal Ro-Ro Tahun 2010 (Sisi Merak) ... 31
Tabel 4.2 Data Jumlah Muatan Kapal Ro-Ro Tahun 2011 (Sisi Merak) ... 31
Tabel 4.3 Data Jumlah Muatan Kapal Ro-Ro Tahun 2012 (Sisi Merak) ... 32
Tabel 4.4 Data Jumlah Muatan Kapal Ro-Ro Tahun 2013 (Sisi Merak) ... 32
Tabel 4.5 Data Jumlah Muatan Kapal Ro-Ro Tahun 2014 (Sisi Merak) ... 33
Tabel 4.6 Data Hasil Peramalan Data Penumpang ... 41
Tabel 4.7 Data Hasil Peramalan Data Kendaraan ... 42
Tabel 4.8 Rencana Pengujian ... 69
DAFTAR GAMBAR
Gambar 2.1 Pola Data Horizontal ... 10
Gambar 2.2 Pola Data Musiman ... 11
Gambar 2.3 Pola Data Siklis ... 11
Gambar 2.4 Pola Data Trend ... 12
Gambar 2.5 Ilustrasi Kapal Ro-Ro ... 20
Gambar 2.6 Logo PT. ASDP Indonesia Ferry (Persero) ... 21
Gambar 3.1 Ilustrasi Desain penelitian ... 23
Gambar 3.2 Model Rekayasa Perangkat Lunak Waterfall ... 26
Gambar 4.1 Grafik Data Penumpang ... 34
Gambar 4.2 Grafik Data Kendaraan... 34
Gambar 4.3 Context Diagram ... 48
Gambar 4.4 Halaman Login ... 50
Gambar 4.5 Halaman Beranda ... 50
Gambar 4.6 Halaman Data Muatan Kendaraan ... 51
Gambar 4.7 Halaman Input Data Muatan Kendaraan ... 52
Gambar 4.8 Halaman Edit Data Muatan Kendaraan ... 53
Gambar 4.9 Halaman Hapus Data Muatan Kendaraan ... 54
Gambar 4.10 Halaman Grafik Kendaraan ... 55
Gambar 4.11 Halaman Data Muatan Penumpang ... 56
Gambar 4.12 Halaman Input Data Muatan Penumpang ... 57
Gambar 4.13 Halaman Edit Data Muatan Penumpang ... 58
Gambar 4.14 Hapus Data Muatan Penumpang ... 59
Gambar 4.15 Halaman Grafik Penumpang ... 60
Gambar 4.17 Halaman Tabel Hasil Peramalan Kendaraan ... 62
Gambar 4.18 Halaman Grafik Hasil Peramalan Kendaraan ... 63
Gambar 4.19 Halaman Peramalan Penumpang ... 64
Gambar 4.20 Halaman Tabel Hasil Peramalan Penumpang ... 65
Gambar 4.21 Halaman Grafik Hasil Peramalan Penumpang ... 66
Gambar 4.22 Halaman Bantuan ... 67
Gambar 4.23 Halaman Tentang ... 68
BAB I
PENDAHULUAN
Dalam bab ini akan dibahas latar belakang dilakukannya penelitian, rumusan masalah, batasan masalah, manfaat penelitian, metodologi penelitian, serta sistematika penulisan.
1.1. Latar Belakang
Transportasi laut merupakan salah satu bagian dari sistem transportasi nasional yang berperan penting terhadap perekonomian suatu daerah khususnya dan negara pada umumnya. Pelabuhan laut merupakan sub sistem dari transportasi laut yang merupakan salah satu pusat dimana pergerakan angkutan barang dan jasa serta penumpang yang menggunakan jalur laut, yang berperan penting untuk menghubungkan jaringan transportasi darat dan laut. Berkaitan dengan peranan pelabuhan laut ini, maka pelabuhan yang terletak di Merak, Provinsi Banten merupakan salah satu pelabuhan penyeberangan antara pulau Jawa dan Sumatera
yang berperan penting bagi mobilitas muatan kapal ro-ro.
Oleh sebab itu, pemerintah menunjuk PT. ASDP Indonesia Ferry (Persero)
- Cabang Merak yang selanjutnya disebut dengan PT. ASDP - Merak, bertugas
untuk memantau perkembangan jumlah pergerakan muatan yang bervariasi yakni
jenis penumpang pejalan kaki (dewasa dan anak-anak) serta angkutan darat seperti
kendaraan bermotor roda 2, 4 dan lebih dari 4 (sepeda motor, mobil pribadi, bus penumpang antar Kota antar Provinsi, truk barang, dll. Yang dikelompokan berdasarkan jenis dari golongan I hingga golongan VIII). Dengan adanya jenis
muatan kapal yang bervariasi ini diharapkan PT. ASDP - Merak dapat
memberikan kualitas pelayanan yang terbaik bagi pengguna jasa di pelabuhan
merak yang ingin melintasi selat sunda melalui jalur Merak - Bakauheni.
2
adanya liburan nasional seperti hari raya Idul Fitri, hari raya Natal, hari raya Idul Adha, liburan sekolah, serta kurangnya kapal yang beroperasi pada saat terjadi lonjakan muatan yang terkadang mendahului penumpang dan kendaraan pribadi (roda 2 dan roda 4) serta bus penumpang antar Kota antar Provinsi dibandingkan dengan kendaraan besar (truk barang, dan kendaraan besar lainnya) untuk memasuki kapal, hal tersebut dikarenakan kapasitas maksimal suatu kapal yang
berbeda-beda maupun ketersediaan jumlah dermaga yang tidak mendukung
sehingga dapat menyebabkan terjadinya penumpukkan kendaraan yang dapat menyebabkan kemacetan diwilayah sekitar pelabuhan, sedangkan yang faktor yang mempengaruhi terjadinya penurunan muatan biasanya cuaca yang buruk yang menyebabkan gelombang yang tinggi yang dipengaruhi oleh musim penghujan/badai, arus yang besar sehingga menyebabkan sulitnya kapal untuk bersandar di dermaga, tidak adanya hari raya, dan libur sekolah.
Berdasarkan database yang diperoleh dari pihakPT. ASDP - Merak yang
data jumlah muatan dapat diangkut dalam kurun waktu 4 tahun dari tahun 2010 sampai tahun 2013 menunjukan jumlah muatan yang cenderung meningkat sebagai berikut :
Tabel 1.1 Data Jumlah Muatan Kapal Ro-Ro tahun 2010 sampai dengan tahun
2013 (Sisi Merak).
Uraian 2010 2011 2012 2013
1. Penumpang
dewasa (Orang) 1.287.116 1.200.186 1.269.364 1.324.679
2 Penumpang anak
-anak (Orang) 113.870 121.926 129.401 134.441
3
Dengan adanya perubahan tingkat jumlah muatan tersebut, dapat terlihat peningkatan berapa jumlah muatan yang dapat terangkut dari tahun ke tahunnya. Disatu sisi, fasilitas ataupun sarana dan prasarana yang tersedia untuk menyelenggarakan penyeberangan tidak sejalan dengan pertumbuhan muatan baik manusia maupun kendaraan. Hal tersebut, dapat berdampak negatif dalam melakukan kebijakan strategis untuk mengantisipasi lonjakan maupun penurunan jumlah muatan. Kebijakan strategis ini sangat dibutuhkan oleh pihak manajemen
PT. ASDP - Merak dalam membuat sebuah proyeksi perencanaan strategis di
tahun berikutnya. Beberapa kebijakan stategis yang dapat diambil guna menanggulangi kenaikkan jumlah muatan seperti, perbaikan kualitas pelayanan, pengaturan jadwal, penambahan jumlah kapal yang beroperasi, dan sebagainya.
Berangkat dari permasalahan tersebut maka, dibutuhkanlah suatu cara
untuk mengelola database yang ada untuk memprediksi jumlah muatan pada
tahun berikutnya. Salah satu cara yang dapat dilakukan yaitu dengan menghitung
rata-rata berdasarkan data historis yang ada. Dengan cara tersebut dapat
menghasilkan nilai yang dapat memprediksi jumlah muatan di tahun berikutnya. Namun, jika ditanyakan perhitungan prediksi jumlah muatan dengan berdasarkan hitungan kajian ilmiah dapat dipastikan hasil yang didapat dari perhitungan sebelumnya masih simpang siur.
Oleh karena itu, didalam skripsi ini ditawarkan sebuah sistem aplikasi peramalan yang cara perhitungan dalam memprediksi jumlah muatan menggunakan suatu metode atau hitungan dengan dasar kajian ilmiah dengan harapan dapat memberikan prakiraan yang mendekati kenyataan dimasa yang akan datang dan dapat dipertanggungjawabkan secara kajian ilmiah sehingga dapat dijadikan sebagai rujukan dalam pengambilan kebijakan strategis yang akan
dilakukan oleh pihak PT. ASDP - Merak.
Karena data jumlah muatan merupakan data runut waktu (time series)
yang dikumpulkan setiap tahunnya untuk mengetahui peningkatan maupun
penurunan jumlah muatan. Sebagaimana diketahui data time series adalah data
4
dapat digunakan untuk membuat suatu peramalan yang nantinya hasil dari peramalan tersebut dapat digunakan sebagai bahan untuk pertimbangan dalam pengambilan keputusan dimasa mendatang.
Pada penelitian ini metode yang digunakan adalah metode peramalan
Winter’s tiga parameter. Berdasarkan data yang diperoleh bahwa data tersebut
menunjukan pola musiman sehingga didalam penelitian ini metode Winter’s tiga
parameter dapat digunakan untuk meramalkan jumlah muatan di masa yang akan
datang. Metode Winter’s tiga parameter adalah suatu metode yang digunakan
ketika data menunjukan adanya trend dan perilaku musiman (Makridakis, 1999). Sebelumnya, penelitian tentang peramalan dalam menghitung jumlah penumpang dengan metode Winter’s tiga parameter telah banyak dilakukan dengan berbagai macam objek penelitian. Salah satu penelitian yang telah dilakukan terdapat jurnal saintia Matematika Vol. 1, No. 2 (2013), pp. 161-174 yang masing-masing bernama Evelina Padang, Gim Tarigan dan Ujian Sinulingga dari Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara - 2013.
Dengan judul jurnalnya adalah Peramalan Jumlah Penumpang Pada Kereta
Api Medan-Rantau Prapat Dengan Metode Pemulusan Eksponensial
Holt-Winter’s. Yang dalam penelitiannya membahas tentang penerapan metode
Pemulusan Eksponensial Holt-Winter’s untuk meramalkan jumlah penumpang kereta api Medan-Rantau Prapat dari tahun 2007 sampai tahun 2011. Kemudian, akan dibandingkan kedua metode dengan melihat nilai MSE dan MAPE yang terkecil. Karena semakin kecil nilai MSE dan MAPEnya maka peramalannya akan semakin baik.
5
dengan metode penambahan musiman. Berdasarkan perbandingan MSE dan MAPE pada kedua metode di telah dilakukan, menghasilkan nilai terkecilnya menggunakan metode penambahan musiman. Pada penelitian kali ini akan digunakan Winter’s tiga parameter dengan perhitungan pengukuran kesalahan lebih banyak yang digunakan. Tidak hanya perhitungan MSE dan MAPE saja. Ditambahkan dengan perhitungan pengukuran kesalahan AE, MAD, MSE, dan MAPE sehingga diharapkan perhitungan pengukuran kesalahan bisa lebih akurat lagi.
1.2. Rumusan Masalah
Beberapa rumusan masalah yang akan dibahas pada penelitian mengenai rancang bangun sistem peramalan jumlah muatan kapal ini diantaranya adalah sebagai berikut :
a. Bagaimana implementasi pemodelan dengan teknik peramalan dengan
menggunakan metode Winter’s tiga parameter dilakukan pada sistem aplikasi
peramalan jumlah muatan kapal ro-ro dari sisi Merak?
b. Bagaimana membangun sebuah aplikasi peramalan sehingga dapat membantu
pihak PT. ASDP Indonesia Ferry (Persero) - Merak?
c. Seberapa besar tingkat keakuratan ramalan yang dihasilkan oleh metode
peramalan Winter’s tiga parameter?
1.3. Tujuan Penelitian
Sejalan dengan permasalah yang telah dirumuskan, maka tujuan yang ingin dicapai pada penelitian ini adalah :
a. Mengetahui implementasi metode peramalan Winter’s tiga parameter sebagai
metode peramalan jumlah muatan kapal ro-ro dari sisi Merak.
b. Merancang dan membuat aplikasi berbasis website yang dapat meramalkan
jumlah muatan kapal ro-ro dari sisi Merak.
c. Mengetahui tingkat keakuratan ramalan yang dihasilkan metode peramalan
6
1.4. Batasan Masalah
Adapun batasan masalah yang akan ada pada penelitian ini antara lain :
a. Data yang digunakan untuk meramalkan data historis muatan kapal terdiri dari
jumlah penumpang dan kendaraan dari bulan Januari tahun 2010 sampai dengan desember 2013 dari sisi Merak.
b. Cara optimalisasi pemulusan terbatas pada inisialisasi pemulusan, trend dan
musiman (season).
c. Menggunakan perhitungan peramalan menggunakan metode peramalan
Winter’s tiga parameter untuk mendapatkan hasil peramalan jumlah muatan
kapal ro-ro dari sisi Merak.
1.5. Sistematika Penulisan
Dalam penyusunan skripsi ini, sistematika penulisan disusun untuk memberikan gambaran umum tentang penelitian yang dilakukan dan dibagi menjadi beberapa bab sebagai berikut :
BAB I PENDAHULUAN
Bab ini menguraikan tentang latar belakang masalah, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metode penelitian, dan sistematika penulisan.
BAB II TINJAUAN PUSTAKA
Bab ini memaparkan beberapa teori yang mendukung dalam pembuatan perangkat lunak seperti tinjauan rancang bangun, definisi peramalan,
definisi metode peramalan Winter’s tiga parameter, definisi kapal ro-ro, dan
profil PT. ASDP - Merak.
BAB III METODOLOGI PENELITIAN
7
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
Pada bab ini akan dibahas secara mendalam hal-hal yang akan menjawab
apa yang sudah dirumuskan dalam rumusan masalah serta menguraikan tentang lingkungan implementasi, implementasi antar muka, dan pengujian perangkat lunak.
BAB V KESIMPULAN DAN SARAN
BAB III
METODOLOGI PENELITIAN
Untuk menunjang kegiatan penelitian dalam bab ini akan dijabarkan desain penelitian, alat dan bahan, dan bahan penelitian.
3.1 Desain Penelitian
Desain Penelitian merupakan suatu penggambaran tahapan-tahapan apa saja yang akan dilakukan dalam melakukan penelitian yang berguna untuk mempermudah dalam proses penelitian Sistem Peramalan Jumlah Muatan Kapal Ro-Ro dengan menggunakan Metode Winter’s tiga parameter digambarkan sebagai berikut :
Rumusan Masalah
· Menentukan lokasi penelitian
· Menentukan kebutuhan data yang akan digunakan · Mengumpulkan data yang akan digunakan · Mempersiapkan alat dan bahan penelitian
Inisialisasi Nilai · Perhitungan data pemulusan tunggal · Perhitungan data trend
· Perhitungan data musiman
· Perhitungan Peramalan Muatan Kapal · AE (Absolute Error)
· MAD (Mean Absolute Deviation) · MSE (Mean Squared Error)
· MAPE (Mean Absolute Percentage Error)
Pembangunan Perangkat
24
Berikut adalah penjelasan dari gambar 3.1 beberapa tahapan desain yang harus dilewati dalam membangun sistem peramalan jumlah muatan kapal Ro-Ro dengan menggunakan metode Peramalan Winter’s tiga parameter, yaitu :
1. Rumusan Masalah
Dalam penelitian ini ditentukan rumusan masalah yang didasari atas latar belakang masalah.
2. Tahapan Pendahuluan
a. Menentukan lokasi penelitian
Lokasi penelitian bertempat di PT. ASDP Indonesia Ferry (Persero) yang beralamat di Jl. Raya Pelabuhan Merak, Merak – kota Cilegon – Banten.
b. Menentukan kebutuhan data yang akan digunakan
Data yang dibutuhkan dalam penelitian ini adalah data jumlah muatan kapal Ro-Ro dari bulan Januari 2010 sampai dengan Desember 2013.
c. Mengumpulkan data yang dibutuhkan.
Data yang telah ditentukan sebelumnya kemudian dikumpulkan untuk selanjutnya dianalisis dan diproses dengan menerapkan metode Peramalan Winter’stiga parameter.
d. Mempersiapkan alat dan bahan penelitian
Alat dan bahan penelitian yang dipersiapkan yaitu perangkat yang digunakan untuk membuat sistem peramalan berbasis website, serta data-data yang telah diperoleh dan dikumpulkan yang kemudian akan diolah ke tahap perhitungan peramalan dengan menggunakan metode Peramalan Winter’s tiga parameter. 3. Data Penelitian
a. Studi Literatur
25
a. Wawancara
Tahap ini digunakan guna mendapatkan informasi tentang perkembangan kenaikan maupun penurunan jumlah muatan kapal Ro-Ro pertahunnya, serta kendala apa saja yang mempengaruhi jumlah muatan kapal Ro-Ro baik itu penurunan jumlah maupun peningkatan jumlah muatan dan bertanya seputar muatan kapal Ro-Ro.
b. Observasi
Tahap observasi ini dilakukan di PT. ASDP Indonesia Ferry (Persero) cabang merak yang bertujuan untuk mendapatkan informasi lebih detail tentang jumlah muatan kapal.
4. Pengolahan Data
Pada tahap pengolahan data, data yang telah ditentukan kemudian dianalisis guna melengkapi serta memenuhi kebutuhan pembuatan sistem peramalan jumlah muatan kapal Ro-Ro yaitu dengan cara sebagai berikut :
a. Menentukan data apa saja yang akan di gunakan untuk membuat sistem ini yang sesuai dengan hasil studi literatur, wawancara, dan observasi yang telah dilakukan sebelumnya. Pada penelitian ini data yang digunakan yaitu data produksi dari tahun 2010 sampai 2014.
5. Inisialisasi Nilai Alpha, Beta, Gamma
Merupakan proses penentuan nilai awal atau inisialisasi pada peramalan dengan metode Peramalan Winter’s tiga parameter ini diperlukan paling sedikit satu kelompok data musiman lengkap dan perlu juga untuk menaksir faktor trend dari periode ke periode selanjutnya
a. Nilai Alpha merupakan konstanta untuk pemulusan keseluruhan yang kemudian dalam penelitian ini telah ditentukan sebesar 0,2
b. Nilai Beta merupakan konstanta untuk pemulusan trend yang kemudian dalam penelitian ini telah ditentukan ditentukan sebesar 0,05
26
6. Penerapan Metode Exponential Smoothing
Merupakan tahap perhitungan pemulusan ekponensial dengan menghitung dari data pemulusan keseluruhan (St), perhitungan data trend (bt), dan perhitungan musiman (lt), yang selanjutnya dilakukan tahapan untuk mengitung keakuratan dalam peramalan dengan cara mengitung rata-rata kesalahan peramalan (nilai absolutnya) yang dinamakan MAD (Mean Absolute Deviation) dan menghitung rata-rata galat persentase absolut yang dinamakan MAPE (Mean Absolut Percentage Error).
7. Metode Pengembangan Perangkat Lunak
Dalam penelitian ini, metode yang digunakan sebagai metode pengembangan perangkat lunak yaitu metode waterfall yang digambarkan pada gambar 3.2.
System/Information Engineering
Analysis Design Coding Testing
Gambar 3.2. Model Rekayasa Perangkat Lunak waterfall (Pressman,2002)
Tahapan – tahapan permodelan rekayasa perangkat lunak waterfall menurut Pressman sebagai berikut :
System / Information Engineering
Merupakan bagian dari sistem yang terbesar dalam pengerjaan suatu proyek, dimulai dengan menetapkan berbagai kebutuhan dari semua elemen yang diperlukan sistem dan mengalokasikannya kedalam pembentukan perangkat lunak.
a) Analysis
27
b) Design
Tahap desain sistem aplikasi ini berkaitan dengan struktur data, struktur perangkat lunak, representasi interface, dan detail.
c) Coding
Tahap ini adalah tahap dimana desain yang sudah dibuat yang kemudian diimplementasikan dalam bentuk bahasa pemrograman. Coding yang utama menggunakan bahasa pemrograman PHP+MySql.
d) Testing
Tahap ini dilakukan untuk menguji sistem aplikasi yang telah dibuat. Dengan demikian, pengujian ini dapat melihat kebenaran dari coding yang telah dibuat sebelumnya apakah sesuai dengan spesifikasi desain yang layak pakai untuk user. Pengujian ini diakukan dengan metode black box.
8. Pelatihan Smoothing
Setelah perangkat lunak dibangun, selanjutnya dilakukan proses pelatihan smoothing yang merupakan gabungan dari perhitungan pemulusan, trend dan
musiman yang disajikan dalam bentuk tabel dan grafik yang menggambarkan perbandingan antara data aktual dengan data hasil ramalan dan memunculkan nilai Error, MAD, MSE dan MAPE.
9. Dokumen Hasil Penelitian
Tahap ini merupakan tahap dokumentasi hasil dari penelitian yang berupa tulisan dalam bentuk dokumen teknis, jurnal dan skripsi.
10.Perangkat Lunak
28
11.Dokumen Teknis
Tahap ini merupakan buku panduan dan penjabaran dari perangkat lunak yang telah dibuat dari hasil penelitian yang telah dilakukan.
3.2. Alat dan Bahan Penelitian
3.2.1. Alat Penelitian
Pada penelitian digunakan alat penelitian berupa laptop dengan spesifikasi sebagai berikut :
29
a. Data mengenai muatan kapal dari bulan Januari tahun 2010 sampai dengan bulan Desember tahun 2014 yang terdiri dari data bulanan jumlah penumpang dan jumlah kendaraan.
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan hasil penelitian dan pembahasan yang telah dilakukan, maka kesimpulanyang dapat diambil dari penelitian ini adalah :
1. Implementasi permodelan dengan teknik peramalan jumlah muatan kapal ro-ro dari sisi Merak dengan menggunakan metode winter’s tiga parameter dilakukan dengan langkah-langkah sebagai berikut :
a. langkah awal perhitungan peramalan adalah Inisialisasi nilai alpha, beta dan gamma. Nilai alpha, beta dan gamma yang dipilih adalah 0,2; 0,05, dan 0,1. Penetapan nilai tersebut dilakukkan karena memiliki nilai error terkecil dibandingkan dengan nilai lainnya dalam rentang 0,1 – 0.9.
b. Kemudian dilakukan pemulusan pertama yaitu pemulusan tunggal (S). Pemulusan tunggal dilakukan pada data inisialisasi dimulai dari data satu periode awal inisialisasi, yaitu menggunakan rata-rata 12 bulan awal data inisialisasi sebagai nilai awal untuk awal pemulusan tunggal . Selanjutnya, nilai didapatkan berdasarkan rumus pemulusan tunggal.
77
d. Selanjutnya dilakukan pemulusan ketiga yaitu pemulusan musiman yang digunakan untuk unsur musiman. Pemulusan musiman dilakukan pada data inisialisasi dimulai dari data satu periode awal, yaitu menggunakan nilai permintaan dibagi rata-rata permintaan 12 bulan awa sebagai nilai wal inisialisasi ( ) untuk pemulusan musiman sehingga didapatkan nilai musiman awal ). Nilai hingga dicari dengan rumus inisialisasi awal musiman sepanjang satu periode inisialisasi awal. Selanjutnya, nilai didapatkan berdasarkan rumus pemulusan musiman hingga pada nilai t terakhir.
e. Perhitunga nilai data hasil peramalan dimulai dari data inisialisasi periode kedua yang telah memiliki nilai inisialisasi awal ( , , dan ) dengan demikian, didapatkan nilai data hasil peramalan pertama . Perhitungan peramalan dilakukan menggunakan rumus yang sama hingga pada t terakhir.
2. Software PERJUMKA ini berhasil memprediksi jumlah muatan kapal Ro-Ro. Sehingga dapat membantu pihak PT.ASDP Indonesia Ferry (Persero) – Cabang Merak untuk mengambil kebijakan strategis agar dapat melayani para pengguna jasa kapal Ro-Ro dengan baik.
3. Penelitian ini berhasil melakukan proses peramalan jumlah muatan penumpang dari sisi Merak untuk tahun 2014 dengan rata-rata error sebesar : Absolute Error(AE)= 12795,75, Mean Absolute Deviation (MAD)= 33948,33, Mean Squared Error (MSE)= 69662500,49, Mean
Absolute Percentage Error (MAPE)= 18,66%.
Penelitian ini berhasil melakukan proses peramalan jumlah muatan kendaraan dari sisi Merak untuk tahun 2014 dengan rata-rata error sebesar: Absolute Error(AE)= 4385,39, Mean Absolute Deviation (MAD)= 23871,31, Mean Squared Error (MSE)= 23251039,86, Mean Absolute Percentage Error (MAPE)= 4,47%.
78
5.2 Saran
Saran untuk penelitian berikutnya yang penulis sampaikan terkait dengan penelitian yang telah dilakukan adalah sebagai berikut :
1. Dalam melakukan proses peramalan jumlah muatan kapal ro-ro diharapkan peneliti selanjutnya dapat menambahkan data penelitiannya agar proses prediksi bisa lebih baik.
2. Dalam melakukan proses peramalan jumlah muatan kapal ro-ro diharapkan peneliti selanjutnya dapat melakukan analisis pada data inisialisasi dan data uji lebih baik.
3. Dalam melakukan proses peramalan jumlah muatan kapal ro-ro diharapkan peneliti selanjutnya dapat menjabarkan lebih banyak tentang hasil peramalan, perbaikan sistem dan grafik hasil visualisasi dari hasil peramalan.
DAFTAR PUSTAKA
[Online]. 1662-4477-1-PB. Pdf.
http://jurnal.usu.ac.id/index.php/smatematika/article/download/1662/pdf. [12 Desember 2014]
http://robjhyndman.com/papers/shortseasonal.pdf [10 Januari 2015] [Onlne]. ITS-paper-34594-5209100014-Paper .pdf
http://digilib.its.ac.id/public/ITS-paper-34594-5209100014-Paper.pdf [26 Maret 2015]
[Online].http://itaresume.blogspot.com/2014/06/analisis-time-series-dan-forecasting.html [26 Maret 2015]
80
METODE WINTER’S EXPONENTIAL SMOOTHING DAN SEASONAL ARIMA,
Skripsi, Universitas Negeri Yogyakarta, Yogyakarta.
http://eprints.uny.ac.id/1430/2/SKRIPSI_LENGKAP.pdf
Hapsari, Vanissa., (2013). PERBANDINGAN METODE DEKOMPOSISI KLASIK DENGAN METODE PEMULUSAN EKSPONENSIAL HOLT-WINTER DALAM MERAMALKAN TINGKAT PENCEMARAN UDARA DI KOTA BANDUNG PERIODE 2003-2012, Skripsi, Universitas Pendidikan Indonesia, Bandung.
Nurmaida, Ai., (2012). PENERAPAN METODE EXPONENTIAL