Identifikasi Masalah Metode Pengumpulan Data Analisis Data

BAB 3 METODE PENELITIAN

Metode penelitian merupakan suatu cara yang digunakan dalam rangka kegiatan penelitian, sehingga pelaksanaan penelitian dapat dipertanggungjawabkan secara ilmiah. Dengan metode penelitian, data yang diperoleh semakin lengkap untuk memecahkan masalah yang di hadapi. Metode yang digunakan dalam penelitian ini adalah sebagai berikut:

3.1 Identifikasi Masalah

Identifikasi masalah dimulai dari studi pustaka. Studi pustaka merupakan penelaah sumber pustaka yang relevan yang meliputi buku-buku kuliah, skripsi, dan sebagainya yang digunakan untuk mengumpulkan informasi yang diperlukan dalam penelitian. Setelah sumber pustaka terkumpul dilanjutkan dengan penelaahan isi sumber pustaka tersebut. Dari penelaahan yang dilakukan muncul ide dan dijadikan landasan untuk melakukan penelitian.

3.2 Metode Pengumpulan Data

Metode pengumpulan data yang digunakan dalam penelitian ini adalah data sekunder karena tidak diambil secara langsung dari lapangan tetapi diambil dari data yang telah ada dicatat dalam laporan penjualan bulanan pada PT. Air Mancur. Data yang dikumpulkan adalah data volume penjualan di PT. Air Mancur dari bulan Januari 2004 sampai dengan Desember 2008. Beberapa metode pengumpulan data dalam penelitian skripsi ini adalah: 1. Metode Studi Pustaka 51 Metode ini dilakukan dengan cara menelaah sumber pustaka yang relevan untuk penelitian ini. Sumber pustaka yang dimaksud adalah buku-buku materi yang diperoleh di perpustakaan. Skripsi-skripsi yang berkaitan dengan forecasting, dan jurnal-jurnal dari internet. 2. Metode Dokumentasi Metode ini dilakukan dengan melakukan pendekatan analisis isi content analysis, bersumber pada tulisan seperti buku profil, dokumen, dan sebagainya. 3. Studi Literatur Metode ini dilakukan dengan cara mencatat dan mengumpulkan data serta hal-hal lain yang diperlukan dalam penelitian seperti pencatatan laporan bulanan hasil penjualan serta mendokumentasikan data yang telah diperoleh untuk selanjutnya dapat dilakukan pengerjaan sesuai yang ditunjukkan.

3.3 Analisis Data

Data yang dianalisis menggunakan data yang diperoleh berdasarkan teori yang ada, khususnya yang berkaitan dengan penggunaan model Smoothing dan Box-Jenkins untuk penjualan atau pendistribusian keluar produk. 3.3.1 Model Smoothing. Perancangan menggunakan model Smoothing sebagai berikut: 1. Bila menggunakan program Win QSB 2.0, dilihat langsung pada forecasting Set Up pilih salah satu model yang akan dianalisis, dapat memilih analisis langsung menggunakan Moving Average dan Exponential Smoothing menggunakan Trend maupun tanpa Trend. 2. Bila menggunakan program Excell, memilih model Moving Average dan Exponential Smoothing yang tepat berdasarkan pola yang didapat dari data time series yang ada. 1. Jika data time series memperlihatkan pola konstan atau jika perubahannya kecil saja, maka untuk meramalkan F t dapat digunakan metode single exponential smoothing sebagai berikut. F t+1 = Keterangan : F t+1 : ramalan t waktu atau periode ke depan setelah pengamatan terakhir : : smoothing konstan. 2. Jika data time series menunjukkan pola linear, maka dapat digunakan metode double exponential smoothing dengan rumus sebagai berikut: Dengan Dimana adalah nilai pemulusan eksponensial tunggal dan adalah nilai pemulusan eksponensial ganda. 3. Menentukan nilai α Nilai α ditentukan secara bebas, artinya tidak ada suatu cara pasti untuk mendapatkan nilai α yang optimal. Pemilihan α dilakukan dengan cara trial dan error, dimana besarnya terletak antara 0 dan 1. 3.3.2 Model Box-Jenkins ARIMA. Dalam tahap analisis data menggunakan model ARIMA dilakukan beberapa langkah sebagai berikut: 1. Identifikasi Model Tahap awal dalam melakukan peramalan dengan model ini adalah menentukan model analisis runtun waktu berdasarkan Fungsi AutoKorelasi FAK dan Fungsi Autokorelasi Parsialnya FAKP. FAK digunakan untuk menentukan kestasioneran data runtun waktu, sedangkan FAKP digunakan untuk menentukan model dari data terkait. 2. Estimasi Setelah satu atau beberapa model sementara model runtun waktu diidentifikasi, langkah selanjutnya adalah mencari estimasi terbaik atau paling efisien untuk parameter-parameter dalam model itu. 3. Verifikasi Langkah selanjutnya pada model Box-Jenkins adalah verifikasi, yaitu memeriksa apakah model yang di estimasi cukup cocok. Apabila dijumpai model yang cukup serius, maka harus dirumuskan model yang baru, selanjutnya di estimasi dan verifikasi. Biasanya dalam langkah verifikasi akan diperoleh model yang kurang cocok dimodifikasi menjadi model baru. Langkah ini bertujuan untuk memeriksa apakah model dipilih cocok dengan data. Jika tidak ada perubahan yang berarti dalam artian besarnya hampir sama maka di pilih model yang paling sederhana prinsip parsimony tetapi jika terjadi perbedaan yang cukup besar maka dipiih model dengan atau MS Mean Square yang terkecil. Estimasi awal yang diperoleh dalam langkah identifikasi dapat digunakan juga sebagai nilai awal dalam metode estimasi iteratif. Selanjutnya dilakukan uji statistik untuk verifikasi apakah model tersebut cocok, uji itu harus menunjukkan bagaimana model harus diubah kembali sampai akhirnya diperoleh model yang cukup cocok dan terbaik sekaligus dapat digunakan. 4. Peramalan Metode peramalan ini menggunakan model yang telah diterima. Peramalan diperlukan untuk menetapkan kapan suatu peristiwa akan terjadi atau timbul, sehingga tindakan yang tepat bisa di ambil. Untuk menentukan peramalan volume penjualan produk di PT. Air Mancur pada tahun 2009 sampai dengan 2010, langkah selanjutnya yaitu dengan memasukan data volume penjualan produk di PT. Air Mancur pada bulan Januari 2004 sampai dengan Desember 2008 dalam program Minitab. Data yang dimasukan adalah data asli bukan data selisih. 5. Menghitung kesalahan ramalan Untuk menentukan error kesalahan forecast biasanya digunakan Mean Absolute Error MAE , Mean Square Error MSE dan Mean Absolute Presentage Error MAPE. 3.3.3 Perbandingan Pemilihan Model Forecasting. Peramalan yang dibuat selalu di upayakan agar dapat meminimumkan pengaruh ketidakpastian terhadap instansi atau perusahaan. Dengan kata lain peramalan bertujuan mendapatkan ramalan yang bisa meminimumkan kesalahan meramal forecast error yang biasanya diukur dengan MAE, MSE dan MAPE. BAB 4 HASIL PENELITIAN DAN PEMBAHASAN

4.1 Hasil Penelitian