Identifikasi Masalah Data yang Digunakan

BAB 3 ANALISIS DAN PERANCANGAN SISTEM Bab ini akan membahas analisis metode Weighted Evolving Fuzzy Neural Network pada sistem dan membahas tahap-tahap yang akan dilakukan dalam perancangan sistem yang akan dibangun.

3.1. Identifikasi Masalah

Perkembangan produk sepeda motor di Indonesia semakin pesat dari waktu ke waktu. Setiap perusahaan sepeda motor berusaha menghasilkan produk yang berkualitas tinggi, baik segi teknologi dan eksteriornya. Hal ini, mengakibatkan persaingan antar perusahaan produk sepeda motor. Keberhasilan suatu perusahaan dicerminkan oleh kemampuan manajemen untuk memanfaatkan peluang secara optimal sehingga dapat menghasilkan penjualan dan laba sesuai dengan yang diharapkan. Kesalahan mendasar yang sering terjadi dalam membuat semua rencana penjualan sulit direalisasi adalah kesalahan dalam pembuatan prediksi penjualan yang tepat. Apabila prediksi penjualan di buat terlalu besar maka biaya produksi akan membengkak dan seluruh investasi yang ditanamkan menjadi kurang efisien. Sebaliknya, bila prediksi penjualan di buat terlalu kecil maka perusahaan akan menghadapi kehabisan persediaan Stock Out, sehingga pelanggan terpaksa menunggu terlalu lama untuk produk yang diinginkan. Mengantisipasi hal tersebut, setiap perusahaan melakukan peramalan penjualan untuk mengetahui perkembangan penjualan produknya. Untuk mempermudah peramalan penjualan berdasarkan data runtun waktu di masa lalu, diperlukan suatu sistem yang dapat memprediksi harga sepeda motor dengan suatu metode tertentu. Universitas Sumatera Utara

3.2. Data yang Digunakan

Data yang digunakan pada penelitian inilah adalah data penjualan sepeda motor periode Januari 2010 s.d Juli 2014 seperti yang dirangkumkan dalam Tabel 3.1 dibawah ini: Tabel 3.1 Rangkuman data penjualan sepeda motor No BulanTahun Nama motor Harga motor Harga modal Promosi Keuntungan 1 Januari 2010 Mio 14.843.000 13.600.000 350.000 1.200.000 2 februari 2010 JupiterZ 15.800.000 14.434.000 300.000 1.150.000 3 Maret 2010 Vixion 24.000.000 23.000.000 600.000 1.200.000 4 April 2010 Scorpio 25.000.000 24.000.000 600.000 1.270.000 5 Mei 2010 Vega 12.000.000 10.200.000 400.000 1.250.000 6 Juni 2010 Mio 14.360.000 13.500.000 350.000 1.200.000 7 Juli 2010 JupiterZ 15.670.00 14.634.000 350.000 1.130.000 8 Agustus 2010 Vixion 24.000.000 23.230.000 590.000 1.350.000 9 September 2010 Scorpio 25.000.000 24.150.000 550.000 1.470.000 10 Oktober 2010 Vega 12.000.000 10.100.000 430.000 1.130.000 ... ... ... ... ... ... ... 269 Januari 2014 Mio 15.404.000 13.950.000 400.000 1.000.000 270 Februari 2014 JupiterZ 16.415.000 15.150.000 400.000 900.000 271 Maret 2014 Vixion 24.996.000 22.800.000 550.000 1.000.000 272 April 2014 Scorpio 25.561.000 24.300.000 475.000 1.090.000 273 Mei 2014 Vega 14.379.000 13.590.000 294.000 890.000 274 Juni 2014 Mio 15.104.000 13.950.000 410.000 1.270.000 275 Juli 2014 JupiterZ 16.015.000 15.450.000 395.000 1.050.000

3.3. Analisis Sistem