Preprocessing Data Peramalan Kebutuhan Bahan Baku Pembuatan Produk Plastik berdasarkan Data Pendapatan Menggunakan Metode ARIMA

25 Tabel 3.3. Data Histori Penjualan Produk Plastik PP per PCS Lanjutan Bulan Total Penjualan Produk Plastik PP per PCS OCT2014 13816.09 NOV2014 10135.03 DEC2014 8718.95

3.3. Preprocessing Data

Preprocessing Data terdapat 3 tahapan teknik dalam preprocessing yaitu data cleaning , data integration dan data selection. 3.3.1. Data Cleaning Pada tahap data cleaning yang akan dilakukan antara lain seperti menghilangkan noise , mengisi missing value, mengidentifikasi outlier dan memperbaiki data yang tidak konsisten dengan tujuan akhir dari peramalan. Gambar 3.2. Proses Data Cleaning Mengubah Koma Dengan Titik Universitas Sumatera Utara 26 Contoh data cleaning ada pada Gambar 3.2 yakni proses mengubah data yang memiliki tanda koma dengan tanda titik. Data perlu diubah karena akan digunakan dalam perhitungan, proses perhitungan akan error bila tidak diganti dengan titik. Adapun program yang digunakan di SAS : Untuk mencari koma pada variabel panjang , lebar , dan tinggi supaya diganti menjadi titik. Agar pada proses pengubahan dari charater menjadi numerik tidak terjadi error. KomaPanjang = find Panjang, , ; if KomaPanjang then Panjang = tranwrd Panjang, , , . ; KomaLebar = find Lebar, , ; if KomaLebar then Lebar = tranwrd Lebar, , , . ; KomaTinggi = findTinggi, , ; if KomaTinggi then Tinggi = tranwrd Tinggi, , , . ; 3.3.2. Data Integration Pada tahap data integration yang akan dilakukan adalah menggabungkan atau mengkombinasikan data pendapatan dari setiap bulan selama periode 2012 sampai 2014 menjadi satu. Gambar 3.3. Proses Data Integration Pergabungan Data Tahun 2012 Sampai Tahun 2014 Gambar 3.3 adalah proses Data integration pergabungan data pendapatan dari periode 2012 sampai 2014 menjadi satu. Adapun program yang digunakan di SAS : Universitas Sumatera Utara 27 proses pergabungan data dari 2012 sampai 2014 data Sasuser.Total_Awal; set Jan2012Total Jan2013Total Jan2014Total Feb2012Total Feb2013Total Feb2014Total Mar2012Total Mar2013Total Mar2014Total Apr2012Total Apr2013Total Apr2014Total May2012Total May2013Total May2014Total June2012Total June2013Total June2014Total July2012Total July2013Total July2014Total Aug2012Total Aug2013Total Aug2014Total Sept2012Total Sept2013Total Sept2014Total Oct2012Total Oct2013Total Oct2014Total Nov2012Total Nov2013Total Nov2014Total Dec2012Total Dec2013Total Dec2014Total; run ; proses pergurutan berdasarkan ID dan Bulan Procsort data = Sasuser.Total_Awal out = Sasuser.Total_Sort; by ID Bulan; run ; procprint data = Sasuser.Total_sort; run ; 3.3.3. Data Selection Pada tahap data selection yang dilakukan adalah menyeleksi data mana saja yang relevan dan diperlukan untuk peramalan. Adapun porsesnya ada pada gambar 3.4. Gambar 3.4. Proses Data Selection Menyeleksi Data Mana Saja Yang Relevan Universitas Sumatera Utara 28 Adapun program yang digunakan di SAS : data work.Apr2012Total; set work.Apr2012sort; by ID Bulan; if first.Bulan then TotalPCS = ; TotalPCS +QTY; if last.Bulan; keep Bulan ID TotalPCS; run ;

3.4. Peramalan