Halaman Peramalan Halaman peramalan merupakan halaman yang dapat digunakan oleh user untuk
melakukan peramalan penjualan. User dapat menentukan berapa bulan penjualan yang ingin diramalkan dengan menginput jumlah bulan pada form yang sudah disesuaikan.
Nilai treshold, input weight, dan hidden bias yang sudah disediakan merupakan parameter peramalan dan nilainya sudah merupakan ketentuan. Halaman peramalan
dapat dilihat pada Gambar 4.8.
Gambar 4.8. Halaman Peramalan
Ketika user sudah memasukkan jumlah bulan yang ingin diramalkan, maka user akan dibawa pada halaman berikutnya yang menampilkan hasil peramalan dalam
bentuk tabel yang berisi jumlah motif-motif batik yang diramalkan sesuai dengan jumlah bulan yang dimasukkan user. Tabel juga menampilkan nilai error peramalan
yang dihitung dengan MAPE yang berguna untuk pertimbangan apakah nilai peramalan akurat sehingga bisa dijadikan sebagai acuan produksi. Selain itu, pada bagian bawah
yang terpisah dari tabel, user dapat melihat data training yang digunakan serta bisa melihat grafik aktual dan grafik peramalan penjualan.
4.2. Pengujian Kinerja Sistem
Pengujian kinerja sistem dilakukan untuk mengetahui kinerja sistem dalam melakukan peramalan penjualan batik menggunakan metode ELM. Data yang digunakan untuk
Universitas Sumatera Utara
pengujian adalah data penjualan batik yang telah disimpan di database sebelumnya. Peramalan penjualan dimulai dengan memilih menu peramalan pada halaman utama.
Pada halaman yang ditampilkan, sistem akan meminta user untuk memasukkan berapa jumlah bulan yang penjualannya ingin diramalkan. Berikut ini adalah contoh peramalan
dengan jumlah bulan yang dimasukkan sebanyak 3 bulan.
Gambar 4.9. Contoh Peramalan untuk 3 Bulan
Pada gambar 4.9. dapat dilihat bahwa halaman peramalan juga mentampilkan parameter-parameter peralaman, yaitu threshold, input weight, dan hidden bias yang
nilainya masing-masing sudah merupakan ketentuan peramalan. Pada sistem yang dibangun, threshold, input weight dan hidden bias masing-masing ditentukan bernilai
0,1, 0,01, dan 0,001. Setelah user memasukkan jumlah bulan, maka proses peramalan
akan dilakukan dengan menekan tombol show. Tombol show akan membawa user pada
halaman selanjutnya yang berisi nilai jumlah peramalan pada masing-masing motif batik yang ada sesuai dengan jumlah bulan yang dimasukkan. Hasil peramalan setelah
tombol show ditekan dapat dilihat pada tabel 4.1.
Universitas Sumatera Utara
Tabel 4.1 Hasil Peramalan Penjualan NO
Nama Produk Bulan ke
1 Bulan ke
2 Bulan ke
3
1 Mandailing
7 20
8 2
Bunga Kaca Piring dan Pucuk Rebung 13
30 17
3 Etnis Kecil
8 29
4 4
Coletan Biru dan Katun Primissima 8
4 11
5 Coletan Biru Katun Paris
4 2
4 6
Riasan Pengantin Melayu 7
4 4
7 Melayu Kombinasi
4 10
10 8
Gorga Karo Kombinasi 1
8 8
10 Itik Pulang Petang
14 4
7 11
Ulos Karo 2
2 11
12 Gorga Simeol-meol
13 14
8 13
Gorga Boraspati 4
6 4
14 Gorga Toba
7 8
5 15
Gorga Empat Hitam Putih 7
4 4
16 Ulos Orange Hitam
6 15
2 17
Ulos Merah Hitam 5
4 6
18 Batik Coletan
4 13
13 19
Gorga Simalungun Mahkota Merah Orange
3 10
12 20
Gorga Empat Mirabella 3
8 5
21 Gorga Empat Dobby Coletan
3 3
2 22
SM Raja Hijau Hitam 20
12 10
23 Gorga Kuning Hijau
2 2
3 24
Gorga Merah Kopi Gosong 9
8 10
25 Batik Karo Etnis Miring Merah Kopi
Gosong 2
5 5
26 SM Raja Merah Dasar Hitam 13
8 20
27 Gorga Simalungun Merah Dasar Hitam 10
8 20
28 Gorga Mahkota Dairi Putih Dasar Ungu 5
2 4
29 SM Raja Pink Dasar Hitam 2
2 3
30 Gorga Empat Biru Muda 2
8 4
31 Gorga SM Raja Kuning Merah 4
6 4
32 Gorga Simalungun Orange Hitam 6
11 4
34 Gorga Mahkota Abu Pink 4
3 2
35 Gorga Ulos Kuning Hitam 4
2 4
MAPE 0,67
Pada tabel 4.1. dapat dilihat bahwa ELM melakukan peramalan pada motif batik yang tersimpan di dalam database untuk tiga bulan ke depan dengan nilai error
peramalan yang dihitung dengan MAPE sebesar 0,67. MAPE merupakan rata-rata persentase kesalahan kuadrat yang ketelitiannya diukur dengan cara persentase
kesalahan absolut yaitu dengan melakukan pembagian nilai absolut dari setiap bulan
Universitas Sumatera Utara
dengan total data sesuai dengan persamaan 2.3. Dengan demikian, perhitungan MAPE juga menunjukkan rata-rata kesalahan absolut peramalan terhadap data aktualnya. Nilai
error peramalan yang diperoleh dari MAPE sekaligus menunjukkan tingkat keakuratan dari peramalan. Semakin rendah nilai error peramalan yang didapatkan maka
peramalan memiliki tingkat akurasi yang lebih baik. Untuk nilai MAPE sendiri tidak akan berubah walaupun dilakukan peramalan untuk jumlah bulan yang berbeda selama
nilai parameter peramalan yang digunakan tidak diubah.
Pada halaman peramalan, ketika hasil peramalan sudah ditampilkan, user juga bisa melihat hasil peramalan dari dari data training, grafik aktual, grafik peramalan
penjualan, serta grafik aktual-peramalan. Keempat menu ini dapat digunakan sebagai alat bantu untuk menunjukkan apakah peramalan yang dilakukan sudah sesuai serta bisa
dijadikan acuan untuk memecahkan masalah yang ada. Untuk beberapa hasil peramalan dari data training dapat dilihat pada gambar 4.9.
Gambar 4.10. Hasil Peramalan Data Training
Universitas Sumatera Utara
Dari gambar 4.10 dapat dilihat bahwa proses training data untuk menghasilkan ramalan dari data training dilakukan dalam jangka waktu perbulan. Contohnya untuk
motif gorga ulos kuning hitam dimana motif tersebut muncul dalam beberapa bulan penjualan dengan nilai peramalan yang berbeda-beda setiap bulan. Data ramalan dari
proses training ini nantinya akan digunakan sebagai acuan dan sebagai bahan pembelajaran untuk melakukan proses testing untuk mendapatkan hasil ramalan yang
sebenarnya.
Untuk keperluan analisis data bisa dilakukan dengan membandingkan fluktuasi data yang ada pada grafik aktual, grafik peramalan, dan grafik aktual-peramalan. Grafik
penjualan diambil dari tabel penjualan yang ada pada database. Grafik aktual penjualan dapat dilihat pada gambar 4.10.
Gambar 4.11. Grafik Aktual Penjualan Batik
Untuk grafik ramalan penjualan dapat dilihat pada gambar 4.12.
Universitas Sumatera Utara
Gambar 4.12. Grafik Peramalan Penjualan Batik
Dari gambar 4.11 dan gambar 4.12 dapat dilihat bahwa fluktuasi data pada grafik aktual dan grafik peramalan adalah sama, yang artinya nilai peramalan dari motif
batik terbukti mengikuti nilai penjualan yang ada walaupun terdapat perbedaan jumlah satuan yang diramalkan. Hal ini berarti bahwa peramalan yang dilakukan sudah sesuai
dan akurat karena berada pada daerah ataupun rentang penjualan yang sebenarnya.
Untuk memudahkan proses pembacaan grafik karena banyaknya jumlah motif batik yang ada, sistem dilengkapi dengan satu buah grafik lagi yang berfungsi untuk
menampilkan grafik aktual dan peramalan sekaligus dari motif-motif batik yang dominan, yaitu motif-motif batik yang paling tren di pasaran yang memiliki tingkat
penjualan yang lebih tinggi dari yang lainnya. Untuk grafik aktual-peramalan sendiri dapat dilihat pada gambar 4.13.
Universitas Sumatera Utara
Gambar 4.13. Grafik Aktual-Peramalan Penjualan Batik
Pada gambar 4.13 dapat dilihat terdapat tiga jenis motif batik yang penjualannya paling dominan dari motif lainnya, yaitu motif mandailing, bunga kaca piring dan pucuk
rebung, serta motif etnis kecil. Jumlah bulan yang diramalkan adalah sebanyak tiga bulan. Sebagai contoh untuk motif mandailing memiliki penjualan aktual sebanyak 52
item dan peramalannya sebanyak 20 item.
Universitas Sumatera Utara
BAB 5 KESIMPULAN DAN SARAN
Bab ini membahas tentang kesimpulan dari penerapan metode yang diajukan untuk melakukan peramalan penjualan pada batik serta saran-saran pengembangan yang dapat
digunakan untuk penelitian selanjutnya.
5.1. Kesimpulan
