u[c][1] = i+interval c = c+1
end for for i=0 to D.size do
idx=0 while D[i][0] u[idx][1] and idxu.size
idx++ A[i]=idx
end for for i=0 to D.size do
flrg[A[i]].addA[i+1] end for
for i=0 to D.size do FuzzyResult = 0
if flrg[A[i]].count1 Then FuzzyResult = averageu[A[i]][0], u[A[i]][1]
else for j=0 to flrg[A[i]].size do
FuzzyResult = FuzzyResult + averageu[A[i]][0], u[A[i]][1] end for
FuzzyResult = FuzzyResult flrg[A[i]].size Result[i] = FuzzyResult
end if end for
}
3.4 Perancangan Sistem
Pada tahap perancangan sistem akan dilakukan perancangan bagaimana data penjualan telur diproses di dalam sistem dan dilakukan juga perancangan tentang
antarmuka sistem yang akan dibangun.
3.4.1 Diagram Aliran Data
Diagram Aliran Data Data Flow Diagram DFD adalah alat yang biasa dipakai untuk mendokumentasi proses dalam sistem atau sebuah teknis grafis yang
menggambarkan aliran informasi dan transformasi yang diaplikasikan pada saat data bergerak dari input menjadi output Simorangkir, 2012. Gambar 3.4 menggambarkan
diagram aliran data dari sistem yang akan dibuat.
Pengguna
Sistem Peramalan Penjualan Telur dengan
Metode ABFTS
Data Penjualan Telur Hasil Peramalan Penjualan Telur
Gambar 3.4 Diagram Konteks DFD
Penjelasan proses diagram konteks sistem peramalan penjualan telur dengan metode ABFTS adalah sebagai berikut :
a. Proses Nama Proses : Sistem Peramalan Penjualan Telur dengan Metode ABFTS
Keterangan : Proses untuk melakukan peramalan jumlah penjualan telur
satu minggu ke depan dengan metode ABFTS.
b. Arus Data Masukan
: - Data penjualan telur berupa periode penjualan dan jumlah penjualan.
Keluaran : - Data penjualan telur beserta hasil peramalan untuk satu
minggu ke depan
Proses pada diagram konteks diatas dapat dipecah lagi menjadi proses-proses yang lebih kecil dan lengkap dalam DFD Level 1. Diagram untuk DFD level 1dapat dilihat
pada Gambar 3.5.
Gambar 3.5 DFD Level 1
Penjelasan proses DFD Level 1 sistem peramalan penjualan telur dengan metode ABFTS adalah sebagai berikut :
a. Proses 1.0 Nama Proses : Login.
Masukan : username dan password.
Keluaran : Pemberitahuan error login.
Keterangan : Proses untuk masuk ke sistem.
b. Proses 2.0 Nama Proses : Olah Data Penjualan.
Masukan : Periode penjualan telur beserta jumlah penjualan pada masing-
masing periode. Keluaran
: Detail data penjualan telur. Keterangan
: Proses untuk mengolah data penjualan.
c. Proses 3.0 Nama Proses : Peramalan
Masukan : Data penjualan telur sebanyak range periode yang dipilih
pengguna. Keluaran
: Detail data penjualan telur beserta hasil peramalan satu minggu ke depan.
Proses 2.0 pada DFD Level 1 dapat dipecah lagi menjadi proses-proses yang lebih jelas yang dapat dilihat pada Gambar 3.6.
2.1 Tambah Data
Penjualan
2.2 Ubah Data
Penjualan
2.3 Hapus Data
Penjualan Data Penjualan
Pengguna
Input Data Penjualan Baru
Ubah Data Penjualan
Detail Data Penjualan
Hapus Data Penjualan Detail data penjualan
Detail Data Penjualan
Gambar 3.6 DFD Level 1 Proses 2.0
Penjelasan DFD Level 1 Proses 2.0 sistem peramalan penjualan telur dengan metode ABFTS adalah sebagai berikut :
a. Proses 2.1 Nama Proses : Tambah Data Penjualan.
Masukan : Data penjualan baru.
Keluaran : Detail data penjualan telur.
Keterangan : Proses untuk memasukkan data penjualan telur yang baru.
b. Proses 2.2 Nama Proses : Ubah Data Penjualan.
Masukan : Data baru untuk menggantikan data yang lama.
Keluaran : Detail data penjulan telur.
Keterangan : Proses untuk mengubah data penjualan telur.
c. Proses 2.3 Nama Proses : Hapus Data Penjualan.
Masukan : Data penjualan telur yang akan dihapus.
Keluaran : Detail data penjualan telur.
Keterangan : Proses untuk menhapus data penjualan telur.
Proses 3.0 pada DFD Level 1 dapat dipecah lagi menjadi proses-proses yang lebih jelas yang dapat dilihat pada Gambar 3.7.
Gambar 3.7 DFD Level 1 Proses 3.0
Penjelasan DFD Level 1 Proses 3.0 sistem peramalan penjualan telur dengan metode ABFTS adalah sebagai berikut :
a. Proses 3.1 Nama Proses : Mengambil Data Penjualan dari Database.
Masukan : Range periode yang ditentukan pengguna.
Keluaran : Detail data penjualan telur.
Keterangan : Proses untuk mengambil data yang diinginkan dari database.
b. Proses 3.2 Nama Proses : Penentuan Himpunan Semesta Data Penjualan .
Masukan : Data penjualan yang diinginkan pengguna.
Keluaran : Himpunan semesta data penjualan.
Keterangan : Proses untuk menentukan himpunan semesta dari data
penjualan.
c. Proses 3.3 Nama Proses : Penentuan Interval Berbasis Nilai Rata-rata.
Masukan : Himpunan semesta data penjualan.
Keluaran : Interval berbasis nilai rata-rata.
Keterangan : Proses untuk menentukan interval berbasis nilai rata-rata.
d. Proses 3.4 Nama Proses : Pembagian Himpunan Semesta sesuai Interval berbasis nilai
rata- rata. Masukan
: interval berbasis nilai rata- rata. Keluaran
: Beberapa subhimpunan dari himpunan semesta data penjualan.
Keterangan : Proses untuk membagi himpunan semesta menjadi beberapa
subhimpunan.
e. Proses 3.5 Nama Proses : Perhitungan Derajat Keanggotaan Data Penjualan pada
Himpunan Fuzzy. Masukan
: Subhimpunan dari himpunan semesta data penjualan. Keluaran
: Nilai linguistik fuzzy. Keterangan
: Proses untuk menentukan derajat keanggotaan data penjualan pada himpunan fuzzy dan merubah data ke dalam nilai
linguistik fuzzy.
f. Proses 3.6 Nama Proses : Fuzzy Logical Relationship FLR.
Masukan : Nilai linguistik data penjualan.
Keluaran : Fuzzy logical relationship group FLRG.
Keterangan : Proses untuk menentukan hubungan antar data dan melakukan
peramalan penjualan.
g. Proses 3.7 Nama Proses : Defuzzifikasi.
Masukan : Fuzzy Logical Relationship Group FLRG.
Keluaran : Hasil peramalan berbentuk bilangan tegas atau crisp.
Keterangan : Proses untuk mengubah peramalan secara FLRG ke dalam
bilangan tegas atau crisp.
3.4.2 Kamus Data
Kamus data adalah suatu daftar data elemen yang terorganisir dengan defenisi yang tetap dan sesuai dengan sistem sehingga pengguna dan analis sistem mempunyai
pengertian yang sama tentang input, output dan komponen data store Simorangkir, 2011. Kamus data ini berguna pada tahapan implementasi sistem.
Tabel 3.2. Kamus Data User ID
No. Field
Tipe Data Panjang
Keterangan 1.
Kode Varchar
255 Kode pengguna sebagai
primary key 2.
Username Varchar
255 Nama Pengguna
3. Password
Varchar 255
Kata kunci pengguna
Tabel 3.3. Kamus Data Penjualan
No. Field
Tipe Data Panjang
Keterangan 1.
Kode Varchar
255 Kode penjualan sebagai
primary key 2.
Tanggal Date
- Periode penjualan
3. Jumlah
Int -
Jumlah Penjualan
3.4.3 Perancangan Menu Sistem
Gambar 3.8 Struktur Menu Sistem
3.4.4 Perancangan Antarmuka
1. Rancangan Halaman Login x
Username Password
Ok Cancel
Gambar 3.9 Rancangan Halaman Login
Halaman ini digunakan untuk masuk ke menu utama sistem. Pengguna diminta untuk
mengisi Username dan Password.
2. Rancangan Halaman Utama
Halaman Utama -
x
Sistem
||
Olah Data Penjualan
||
Peramalan Pengguna
a
Logout
b c
Keluar
SISTEM PERAMALAN PENJUALAN TELUR DENGAN METODE ABFTS
Gambar 3.10 Rancangan Halaman Utama
Keterangan : Pada Halaman Utama terdapat tiga menu pilihan :
a. Menu Sistem yang memungkinkan user untuk pergi ke halaman pengguna, logout dari halaman utama atau keluar dari sistem.
b. Menu Olah Data Penjualan yang memungkinkan user untuk pergi ke halaman olah data penjualan.
c. Menu Peramalan yang memungkinkan user untuk pergi ke halaman peramalan.
3. Rancangan Halaman Pengguna
Form Pengguna -
x
Utama
Kode Penggguna Username
Simpan
a
Password Ubah
Batal Konfirmasi Password Hapus
b
Filter
Kode Pengguna Username Cari
c
Gambar 3.11 Rancangan Halaman Pengguna
Keterangan : a. User dapat memasukkan data pengguna baru berupa username dan password untuk
disimpan pada database. b. User dapat mencari data pengguna yang telah disimpan sebelumnya di dalam
database untuk diubah atau dihapus dari database. c. Menampilkan seluruh data pengguna yang tersimpan di dalam database, atau
hanya data pengguna yang dicari oleh user.
4. Rancangan Halaman Olah Data Penjualan
Form Penjualan -
x
Utama
Kode Penjualan Simpan
Periode Ubah
Batal
a
Jumlah Penjualan Hapus
b
Filter
Kode Penjualan Bulan Tahun Cari
c
Gambar 3.12 Rancangan Halaman Olah Data Penjualan
Keterangan : a. User dapat memasukkan data penjualan baru berupa periode dan jumlah penjualan
untuk disimpan pada database. b. User dapat mencari data penjulan yang telah disimpan sebelumnya di dalam
database untuk diubah atau dihapus dari database. c. Menampilkan seluruh data penjualan yang tersimpan di dalam database, atau
hanya data pengguna yang dicari oleh user.
5. Rancangan Halaman Peramalan
Form Peramalan -
x
Ramal Berdasarkan :
f
Error Rata-rata
Bulan Tanggal
Bulan Dari Tahun
b
Sampai
a
Cetak
d
Tampil Tampil Grafik
e
c
Gambar 3.13 Rancangan Halaman Peramalan
Keterangan : a. User dapat melakukan peramalan terhadap data penjualan telur berdasarkan
tanggal. b. User dapat melakukan peramalan terhadap data penjualan telur berdasarkan bulan
dan tahun. c. Menampilkan data penjualan dan hasil peramalannya.
d. Mencetak data penjualan telur dan hasil peramalannya. e. Menampilkan data penjualan telur dan hasil peramalannya dalam bentuk grafik.
f. Error rata-rata yang ditentukan dengan rumus
Error Rata-rata =
n 100 3.5
Dimana a adalah data sebenarnya, b ada data peramalan dan n adalah banyak data.
karena analisis dan perancangan sistem telah dibahas di bab ini, maka untuk bab selanjutnya penulis akan mencoba mengimplementasikan metode average-based
fuzzy time series yang telah dibahas di bab sebelumnya ke dalam sistem yang telah dirancang di bab ini dan untuk kemudian akan dilakukan pengujian sistem.
BAB 4
IMPLEMENTASI DAN PENGUJIAN SISTEM
Pada bab ini akan dijelaskan tentang proses pengimplementasian metode average- based fuzzy time series pada sistem, sesuai perancangan sistem yang telah dilakukan
di Bab 3 serta melakukan pengujian sistem yang telah dibangun.
4.1 Implementasi Sistem