5

BAB II

TINJAUAN PUSTAKA

Bab ini membahas tentang state of the art, pengertian kriminalitas, sistem

informasi, sistem informasi geografis, peta, Google Maps, perancangan sistem,

database, web service, bahasa pemrograman web, JSON, dan data statistik.

2.1 State of the Art

Penelitian tentang sistem informasi geografis pemetaan kriminalitas telah

dilakukan dan dibahas dalam beberapa perancangan sistem. Penulisan state of the

art ini mengacu pada beberapa contoh sistem terdahulu yang akan digunakan

sebagai dasar untuk perancangan sistem yang akan dibuat.

Sistem Informasi Pemetaan Profil Kriminalitas Berbasis Web (Studi

Kasus: Kejahatan Konvensional Kota Bogor) yang dibangun oleh Riza

Muhammad Nurman (2007), menghasilkan sebuah aplikasi web yang

menampilkan informasi berupa data teks, peta, dan grafik kejahatan di Kota

Bogor. Terdapat juga proses pewarnaan pada peta yang mencirikan tingkat

kerawanan setiap kecamatan dan kelurahan. Semakin tinggi intensitas warna maka

semakin banyak pula kejahatan yang terjadi. Sistem ini melakukan analisis

kriminalitas berdasarkan pewarnaan tersebut.

M.Vijaya Kumar dan C.Chandrasekar (2011) dalam penelitiannya yang

berjudul GIS Technologies in Crime Analysis and Crime Mapping, melakukan

kombinasi dari berbagai jenis informasi dalam mengidentifikasi pola kejahatan.

Sistem menampilkan peta yang menggabungkan database laporan lokasi kejadian

dengan peta digital. Hasil penelitian ini adalah memberikan rencana tentang posisi

terjadinya kejahatan mendatang. Penggunaan SIG dalam sistem ini membantu

pihak terkait untuk menganalisis hubungan spasial antara jenis kejahatan yang

berbeda dan untuk meramalkan kejadian kriminalitas berikutnya.

Dini Bagus Prasetyo (2014) merancang sistem yang diberi judul Sistem

Informasi Geografis Berbasis Google Maps Api untuk Pemetaan Profil

6

Kriminalitas Tipe Konvensional di Wilayah Hukum Polresta. Sistem ini mampu

menampilkan peta sebaran lokasi kasus tindak kriminal di wilayah Polresta

Yogyakarta secara online serta mampu menampilkan peta sebaran lokasi kantor

polisi dan pos polisi. Sistem mempunyai dukungan informasi berupa tabel dan

grafik. Kelemahan dari sistem ini adalah pemetaan masih menggunakan marker,

sehingga untuk menganalisa kriminalitas suatu wilayah masih kurang efektif.

Informasi pada grafik yang diberikan juga belum dilengkapi dengan filter data.

I Wayan Adi Mahendra (2012) dalam tugas akhirnya yang berjudul Sistem

Informasi Geografis Tindak Kriminal di Wilayah Polresta Denpasar Berbasis Web

Menggunakan Google Maps API merancang sebuah sistem yang memberikan

informasi mengenai penyebaran lokasi tindak kriminal di Denpasar. Terdapat juga

fitur clustering untuk membantu menentukan daerah yang rawan, serta

menampilkan grafik dan summary report berdasarkan kecamatan dan tahun.

Kelemahan dari sistem ini sama seperti sistem sebelumnya yaitu menggunakan

marker dalam pemetaannya. Kajian jenis kejahatan yang diberikan juga masih

tergolong sedikit.

Gilang Yudistira H, Bandi Sasmito, dan Arwan Putra W (2015) dalam

penelitannya yang berjudul Pemetaan Daerah Rawan Kriminalitas di Wilayah

Hukum Poltabes Semarang Tahun 2013 dengan Menggunakan Metode

Clustering, menampilkan dan memetakan tindak kejahatan yang terjadi di Kota

Semarang. Metode cluster digunakan untuk menentukan tingkat kerawanan suatu

daerah berdasarkan kerapatan TKP dari tindak kejahatan, dengan klasifikasi

tingkat kerawanan yaitu aman, cukup rawan, rawan, dan sangat rawan.

Perancangan sistem di atas memiliki kesamaan konsep dan metode sistem,

yaitu pemetaaan dan data statistik. Sistem yang akan dibangun menggunakan

perpaduan perancangan sistem tersebut, menitik beratkan pada data kuantitatif dan

dengan konsep pemetaan wilayah. Perbedaan sistem ini dengan sistem yang telah

dibuat sebelumnya adalah pemetaan wilayahnya bukan hanya titik melainkan

pemetaan wilayah dengan metode polygon (area). Analisis data dalam sistem yang

akan dibangun berdasarkan hasil pewarnaan polygon wilayah dan hasil dari

perhitungan peramalan menggunakan Metode Single Exponential Smoothing

7

(SES). Metode ini menghitung jumlah kriminalitas yang akan terjadi selanjutnya

dengan mengacu pada data histori 3 periode sebelumnya. Saat ini belum ada

perancangan Sistem Informasi Geografis Kriminalitas di Kota Denpasar

menggunakan pemetaan polygon dan peramalan jumlah kriminalitas dengan

Metode SES.

2.2 Kriminalitas

Definisi kejahatan dibagi menjadi 2 pengertian, yaitu secara yuridis dan

secara kriminologi berbasis sosiologis. Pengertian secara yuridis menyebutkan

bahwa kejahatan merupakan perilaku yang bertentangan dengan nilai dan norma

yang telah disahkan oleh hukum tertulis. Secara kriminologi berbasis sosiologi

menjelaskan kejahatan adalah suatu pola tingkah laku yang dapat merugikan

orang lain secara ekonomis ataupun psikologis, serta mendapat reaksi sosial dari

masyarakat (M. Mustafa 2007, h.16). Reaksi sosial yang diberikan berupa reaksi

formal, informal, dan non-formal. Pelaku kriminalitas disebut kriminal. Kriminal

disebut seorang terdakwa bila kesalahannya belum terbukti dan belum ditetapkan

oleh hakim. Pelaku kriminal yang terbukti bersalah oleh pengadilan disebut

dengan narapidana dan harus menjalani hukuman yang diterima.

Kriminalitas terjadi karena beberapa faktor, misalnya faktor ekonomi.

Faktor ekonomi mungkin sangat berpengaruh dalam terjadinya tindakan kriminal

dan dapat bertambah parah pada situasi tertentu. Faktor lain pemicu tindakan

kriminalitas dan kekerasan adalah sebagai berikut:

1. Faktor pertentangan dan persaingan budaya yang akan memicu tindakan

kriminal bermotif SARA (Suku, Agama Ras, Aliran).

2. Faktor kepadatan dan komposisi penduduk yang dapat mengakibatkan

tingkat stres sehingga berpotensi membuat seseorang atau kelompok untuk

melakukan tindakan kriminal.

3. Faktor perbedaan distribusi kebudayaan dari daerah atau negara luar yang

tidak berdampak positif jika diterapkan pada suatu daerah atau negara,

misalnya budaya menggunakan busana yang minim untuk wanita.

8

4. Faktor mentalitas yang labil dapat membuat seseorang memiliki jalan

pikiran yang singkat dalam melakukan tindakan kriminalitas, tanpa

memikirkan dampak yang akan terjadi.

5. Faktor pengangguran yang tinggi memicu untuk melakukan tindakan

kriminalitas dengan jalan pintas karena pendapatan yang tidak merata dan

sangat rendah pada suatu daerah.

Melakukan suatu tindakan tidak lepas dari dampak yang dihasilkan dari

perbuatan tersebut, termasuk juga dalam melakukan tindalan kriminalitas.

Dampak negatif dari tindakan kriminalitas dan kekerasan adalah sebagai berikut:

1. Merugikan pihak lain (korban atau masyarakat) secara material atau non

material

2. Membuat trauma kepada korban

3. Mengganggu stabilitas keamanan masyarakat

4. Merugikan negara

Peran penegak hukum sangat diandalkan untuk menanggulangi tindakan

kriminal. Peran masyarakat juga dapat membantu pihak polisi seperti memberi

informasi dan melakukan pengamanan di lingkungan sekitarnya dengan cara

mengadakan siskamling (sistem keamanan lingkungan) yang terintegrasi dengan

tokoh masyarakat dan polisi.

2.3 Sistem

Sistem adalah kumpulan hal yang saling bekerja sama sehingga

membentuk kesatuan untuk melakukan suatu fungsi sehingga mencapai tujuan.

Karakteristik yang dimiliki sistem yaitu komponen sistem, lingkungan luar sistem,

masukan sistem, keluaran sistem, penghubung sistem, batasan sistem, sasaran

sistem, dan pengolahan sistem (Edhy Sutanta, 2003).

2.4 Informasi

Data yang telah diolah menjadi bentuk yang lebih bermanfaat bagi

penerima disebut dengan informasi (Jogiyanto, 2005). Informasi berguna untuk

9

mengurangi ketidakpastian dalam proses pengambilan keputusan, dan dikatakan

bernilai jika manfaat yang didapat lebih efektif dibanding biaya untuk

mendapatkan informasi tersebut. Kualitas sebuah informasi ditentukan oleh

beberapa hal yaitu keakuratan, relevansi, efisiensi, tepat waktu, konsisten, dapat

dipercaya, dan ketersediaanya (Edhy Sutanta, 2003).

2.5 Sistem Informasi

Menurut Jogiyanto (2005), sistem informasi memiliki pengertian

sekumpulan prosedur yang dilakukan dengan tujuan memberi informasi. Ciri

informasi dalam sistem informasi yaitu:

1. Informasi yang didapat adalah baru bagi penerima.

2. Informasi dapat memberikan tambahan pada informasi yang telah ada.

3. Informasi bisa menjadi koreksi untuk informasi sebelumnya yang salah.

4. Iinformasi dapat mempertegas informasi yang telah ada.

2.6 Geografis

Sistem informasi geografis dibangun berdasarkan spasial atau geografi.

Objek ini mengarah pada spesifikasi lokasi dalam suatu space. Objek bisa berupa

fisik, budaya, atau ekonomi alamiah. Penampakan tersebut ditampilkan pada suatu

peta untuk memberikan gambaran yang representatif dari spasial suatu objek

sesuai dengan kenyataannya di bumi. Simbol, warna dan gaya garis digunakan

untuk mewakili setiap spasial yang berbeda pada peta dua dimensi (Denny

Charter, 2004).

2.7 Sistem Informasi Geografis

Sistem Informasi Geografis adalah sebuah sistem yang didesain untuk

menangkap, menyimpan, memanipulasi, menganalisa, mengatur dan

menampilkan seluruh jenis data geografis (Edy Irwansyah, 2013). Teknologi

komputer mampu menangani berbagai informasi secara cepat dan akurat sehingga

SIG yang berbasis teknologi komputer menjadi pilihan bagi banyak pengguna

pada saat ini.

10

2.7.1 Jenis Data Sistem Informasi Geografis

Kamus Besar Bahasa Indonesia menyebutkan data adalah keterangan yang

dapat dijadikan dasar kajian (KBBI, 2007). Data dalam SIG ada 2, yaitu data

spasial atau keruangan dan data atribut atau deskripsi (Denny Charter, 2004).

2.7.1.1 Data Spasial

Data spasial menampilkan aspek keruangan fenomena atau

mengidentifikasikan posisi geografis suatu fenomena. Contoh data spasial yaitu

letak suatu wilayah. Data spasial memiliki bentuk-bentuk sebagai berikut:

1. Titik (dot), contoh: posisi kantor polisi

2. Garis (polyline), contoh: jalan raya

3. Area (polygon), contoh: kecamatan dan kelurahan

2.7.1.2 Data Atribut

Data atribut menampilkan aspek deskripsi atau penjelasan dari suatu

fenomena di permukaan bumi dalam bentuk kata-kata, angka, atau tabel. Contoh

data atribut misalnya kepadatan penduduk. Adapun bentuk-bentuk data atribut

adalah:

1. Data kuantitatif (angka-angka atau statistik), contoh: jumlah kriminalitas

2. Data kualitatif (kualitas atau mutu), contoh: tingkat kesuburan tanah

2.7.2 Kemampuan Sistem Informasi Geografis

Sistem informasi geografis mempunyai kemampuan untuk

menghubungkan berbagai data pada suatu titik tertentu di bumi,

menggabungkannya, menganalisis dan akhirnya memetakan hasilnya (Eddy

Prahasta, 2009).

1. Memasukkan dan mengumpulkan data geografis (spasial dan atribut)

2. Mengintegrasikan data geografis.

3. Memeriksa, mengubah data geografis.

4. Menyimpan atau memanggil kembali data geografis.

5. Mempresentasikan atau menampilkan data geografis.

6. Mengelola, memanipulasi dan menganalisis data geografis.

11

7. Menghasilkan output data geografis dalam bentuk peta tematik (view dan

layout), tabel, grafik (chart) laporan, dan lainnya baik dalam bentuk

hardcopy maupun softcopy.

2.7.3 Metode Sistem Informasi Geografis

Sistem informasi geografis yang baik memiliki keserasian antara rencana

desain yang baik dan aturan dunia nyata, di mana metode, model dan

implementasi akan berbeda untuk setiap permasalahan (Eddy Prahasta, 2009).

Metode pemetaan dapat dikategorikan atas 3 metode, yaitu (Hasanuddin Z.

Abidin, 2001):

1. Metode Terestris

2. Metode Fotogrametris

3. Metode Inderaja

Setiap metode pada prinsipnya akan memerlukan titik kontrol berupa titik

horisontal dan vertikal, serta koordinat titik-titik obyek relatif terhadap titik

kontrol. Pemetaan dalam metode terestis dilakukan dengan melakukan

pengamatan terhadap target atau objek yang terletak di permukaan bumi. Metode

ini biasanya digunakan dalam pengaplikasian sistem informasi geografis

berbentuk 2 dimensi. Terdapat beberapa metode dalam metode terestris, salah

satunya adalah metode poligon.

Penentuan posisi horisontal dengan metode poligon untuk menentukan

posisi titik yang belum diketahui koordinatnya dari titik yang sudah diketahui

koordinatnya, semua jarak dan sudut dalam poligon diukur. Poligon digunakan

untuk merepresentasikan obyek-obyek dua dimensi, misalnya kepulauan dan

wilayah administrasi. Poligon mempunyai sifat spasial luas, keliling terisolasi atau

terkoneksi dengan yang lain, bertakuk (intended), dan overlapping.

2.8 Peta

Peta merupakan gambaran wilayah geografis, bagian permukaan bumi

yang disajikan dalam berbagai cara yang berbeda, mulai dari peta konvensional

12

yang tercetak hingga peta digital yang tampil di layar komputer. Peta dapat

digambarkan dengan berbagai gaya, masing-masing menunjukkan permukaan

yang berbeda untuk subjek yang sama untuk menvisualisasikan dunia dengan

mudah, informatif dan fungsional.

Peta berbasis komputer (digital) lebih serba guna dan dinamis karena bisa

menunjukkan banyak view yang berbeda dengan subjek yang sama. Peta ini juga

memungkinkan perubahan skala, animasi gabungan, gambar, suara, dan bisa

terhubung ke sumber informasi tambahan melalui internet. Peta digital dapat di-

update ke peta tematik baru dan ditambahkan detail informasi geografi lainnya.

(Denny Charter, 2004)

2.9 Google Maps

Google Maps adalah sebuah layanan yang diberikan oleh Google untuk

menampilkan dan menunjukkan peta sebuah wilayah atau lokasi secara digital.

Melalui fitur Google Maps, pengguna internet dapat browsing informasi grafis

berikut (Faya Mahdia, Fiftin Noviyanto, 2013).

1. Satellite Map

Pengguna dapat menikmati gambar satelit planet bumi. Pengguna juga

dapat menikmati foto satelit lebih detail lengkap dengan cara zooming

pada bagian peta yang diinginkan.

2. Hasil Pencarian Integrasi

Mencari lokasi, bisnis, peta buatan pengguna dan real estate.

3. Draggable Maps

Peta digital mapping yg dragable (bisa digeser) dengan bantuan mouse.

4. Terrain Maps (Peta Topograpi)

Terrain Maps menyediakan informasi fitur peta fisik atau peta topograpi

yg biasa disediakan buku peta Atlas.

5. Earth Map

Earth Map menyediakan informasi peta bumi di mana akan tampak bumi

secara utuh dan bila di-zoom akan terlihat awan yang menyelimuti bumi

beserta pulau dan lautan yang tampak nyata dari ketinggian.

13

6. My Location

Dengan fitur ini pengguna dapat mengetahui letak di mana lokasi dari

pengguna tersebut.

2.9.1 Google Maps API

Fitur Google Maps yang digunakan dalam sebuah web adalah Google

Maps API yang merupakan library JavaScript. Google Maps API adalah

kumpulan API yang memungkinkan menghamparkan data di peta khusus Google.

Menggunakan Google Maps API, dapat dibuat aplikasi web dan seluler menarik

dengan platform pemetaan canggih dari Google, termasuk database citra satelit,

street view, profil ketinggian, petunjuk arah, peta dengan sentuhan gaya,

demografi, analisis, dan database yang besar. Langkah-langkah menuliskan

program Google Maps API adalah sebagai berikut (Google Maps Developers).

1. Memasukkan Maps API JavaScript ke dalam HTML.

2. Membuat elemen div untuk menampilkan peta.

3. Membuat beberapa objek literal untuk menyimpan properti-properti pada

peta.

4. Menuliskan fungsi JavaScript untuk membuat objek peta.

5. Menginisiasi peta dalam tag body HTML dengan event onload.

Google Maps API memiliki 4 jenis pilihan model peta yang disediakan

oleh Google, diantaranya adalah:

1. Roadmap: untuk menampilkan peta biasa 2 dimensi

2. Satellite: untuk menampilkan foto satelit

3. Terrain: untuk menunjukkan relief fisik permukaan bumi dan

menunjukkan seberapa tingginya suatu lokasi

4. Hybrid: akan menunjukkan foto satelit yang diatasnya tergambar pula apa

yang tampil pada roadmap (jalan dan nama kota)

2.10 Perancangan Sistem

Perancangan sistem adalah merancang atau mendesain suatu sistem yang

baik, yang isinya adalah langkah-langkah operasi dalam proses pengolahan data

14

dan prosedur untuk mendukung operasi sistem (Betha Sidik, 2014). Langkah-

langkah dalam perancangan sistem meliputi physical sistem dan logical model,

berikut adalah penjelasannya.

1. Physical Sistem

Physical sistem berupa bagan alir sistem (Sistem Flowchart) ataupun

bagan alir dokumen (Document Flowchart).

2. Logical Model

Logical Model dapat digambarkan dengan menggunakan diagram arus

data atau DFD. DFD digunakan untuk menggunakan sistem yang telah ada

atau sistem baru yang akan dikembangkan secara logika.

2.10.1 Diagram Konteks

Diagram konteks memuat gambaran umum sistem yang akan dibangun

secara garis besar. Diagram konteks membutuhkan informasi sebagai berikut:

1. Siapa saja yang memberikan data ke sistem

2. Data apa saja yang diberikan ke sistem

3. Kepada siapa sistem harus memberi informasi

4. Apa saja isi laporan yang harus dihasilkan sistem

Tabel 2.1 Lambang pada Diagram Konteks

Lambang Keterangan

Pihak yang berada di luar sistem, tetapi

secara langsung berhubungan dengan

sistem dalam hal memberi data atau

menerima informasi

Di dalam diagram konteks, berisi

mengenai sistem yang akan dibuat

Berisi data atau informasi yang

mengalir dari satu pihak ke sistem dan

sebaliknya.

Sumber: Edhy Sutanta, 2009

Terminator

Process

Data Flow

15

Tabel 2.1 menyajikan lambang yang digunakan dalam pembuatan diagram

konteks. Secara kalimat, dikatakan bahwa diagram konteks berisi siapa dan apa

saja data yang diberikan ke sistem, serta kepada siapa dan informasi apa saja yang

harus dihasilkan sistem. Kata “siapa” dilambangkan dengan kotak persegi

(terminator). Kata “apa” dilambangkan dengan aliran data (data flow). Kata

“sistem” dilambangkan dengan lingkaran (process) (Edhy Sutanta, 2009).

2.10.2 Entity Relationship Diagram

Entity Relationship Diagram (ERD) adalah model konseptual yang

mendeskripsikan hubungan antara penyimpanan dalam DFD nantinya (data store)

(Edhy Sutanta, 2009). ERD digunakan untuk memodelkan struktur data dan

hubungan antar data. Model tersebut dapat diuji dengan mengabaikan proses yang

dilakukan. Notasi yang digunakan dalam ERD dapat dilihat pada Tabel 2.2 di

bawah ini.

Tabel 2.2 Notasi ERD

Notasi Keterangan

Entitas adalah suatu objek yang dapat diidentifikasi

dalam lingkungan pemakai

Relasi menunjukkan adanya hubungan diantara

sejumlah entitas yang berbeda

Atribut berfungsi mendeskripsikan karakter entitas

(atribut yang berfungsi sebagai key diberi garis

bawah)

Garis sebagai penghubung antara relasi dengan

entitas, relasi dan entitas dengan atribut Sumber : Edhy Sutanta, 2009

ERD dikembangkan untuk memberikan fasilitas dalam perancangan

database dengan memberikan kesempatan untuk membuat spesifikasi dari suatu

skema yang merepresentasikan keseluruhan struktur logika dari database.

2.10.2.1 Kardinalitas Relasi

Dalam ERD hubungan (relasi) dapat terdiri dari sejumlah entitas yang

disebut dengan derajat relasi. Derajat relasi maksimum disebut dengan

Entitas

Relasi

Atribut

16

kardinalitas sedangkan derajat minimum disebut dengan modalitas. Kardinalitas

relasi menunjukkan jumlah maksimum entitas yang dapat berelasi dengan entitas

pada himpunan entitas lain.

1. One to One Relationship

Hubungan antara file pertama dan file kedua adalah satu berbanding satu.

Contohnya pada seorang polisi memiliki satu jabatan.

2. One to Many atau Many to One Relationship.

Hubungan antara file pertama dan file kedua adalah satu berbanding

banyak atau banyak berbanding satu. Contohnya satu kelurahan memiliki

banyak kriminalitas.

3. Many to Many Relationship

Hubungan file pertama dan file kedua adalah banyak berbanding banyak.

Contoh, satu kejadian kriminalitas dilakukan oleh banyak pelaku. Satu

pelaku dapat melakukan lebih dari satu kejahatan.

2.10.2.2 Langkah Perancangan Teknik Entity Relationship

Sumber awal data teknik perencanaan database dengan entity

relationship adalah data dictionary (kumpulan data). Langkah-langkah

perancangan entity relationship:

1. Memilih kelompok atribut yang sama untuk dijadikan sebuah entitas dan

menentukan primary key dengan syarat unik dan mewakili entitas.

2. Menggambarkan cardinality dari ERD berdasarkan analisa relasi yang

didapat. Relasi yang terjadi dapat One to One, One to Many dan Many to

Many Relationship.

3. Membentuk skema database atau LRS (Logical Record Structure)

berdasarkan ERD.

Keterangan penjelasan dalam membuat perancangan entity relationship

adalah sebagai berikut:

1. Relasi One to One

Foreign key diletakkan pada salah satu dari 2 entitas yang ada atau

menyatukan ke dua entitas tersebut.

17

2. Relasi One to Many

Foreign key diletakkan di entitas yang many.

3. Relasi many to many

Perlu dibuat “file konektor” yang berisi 2 foreign key yang berasal dari

kedua entitas.

4. Membentuk tabel-tabel berdasarkan primary key yang terpilih dengan

syarat sudah mencapai aturan normalisasi sekurang-kurangnya 3NF dari

skema DB/LRS yang ada.

2.10.3 Data Flow Diagram

Data Flow Diagram (DFD) merupakan diagram yang mengunakan notasi

atau simbol untuk mengambarkan sistem jaringan kerja antar fungsi-fungsi yang

berhubungan satu sama lain dengan aliran dan penyimpanan data (Edhy Sutanta,

2009).

DFD sering digunakan untuk menggambarkan suatu sistem yang telah ada

atau sistem baru yang akan dikembangkan secara logika tanpa

mempertimbangkan lingkungan fisik di mana data tersebut mengalir atau di mana

data tersebut akan disimpan. Salah satu keuntungan menggunakan diagram aliran

data adalah memudahkan pemakai (user) yang kurang menguasai bidang

komputer untuk mengerti sistem yang akan dikerjakan.

DFD terdiri dari diagram konteks (context diagram) dan diagram rinci

(level diagram) (Edhy Sutanta, 2009). Diagram konteks adalah diagram yang

terdiri dari suatu proses dan menggambarkan ruang lingkup suatu sistem. Diagram

konteks merupakan level tertinggi dari DFD yang menggambarkan seluruh input

ke sistem atau output dari sistem. Terdapat hanya satu proses dalam diagram

konteks, dan tidak boleh ada store di dalamnya. Diagram rinci adalah diagram

yang menguraikan proses apa yang ada dalam diagram level di atasnya.

2.10.3.1 Komponen Data Flow Diagram

Komponen DFD terdiri atas 4 notasi atau simbol, yaitu entitas eksternal,

aliran data, proses, dan penyimpanan data. Penjelasannya adalah sebagai berikut.

18

1. Entitas Eksternal (External Entity)

Entitas Eksternal (entity) di lingkungan luar sistem yang dapat berupa

orang, organisasi atau sistem lainnya yang berada di lingkungan luarnya

yang akan memberikan input atau menerima output dari sistem.

2. Aliran data

Aliran data mengalir diantara proses (process), simpanan data (data

store) dan kesatuan luar (external entity). Aliran data ini menunjukkan

arus dari data yang dapat berupa masukan untuk sistem atau hasil dari

proses sistem.

3. Proses

Suatu proses adalah kegiatan atau kerja yang dilakukan oleh orang, mesin

atau komputer dari hasil suatu aliran data yang masuk ke dalam proses

untuk dihasilkan aliran data yang akan keluar dari proses.

4. Penyimpan Data (Data Store)

Penyimpan data (data store) merupakan penyimpan data yang dapat

berupa:

a. Suatu file atau database di sistem komputer.

b. Suatu arsip atau catatan manual.

c. Suatu tabel acuan manual.

d. Suatu agenda atau buku.

2.11 Database

Database adalah kumpulan informasi yang disimpan di dalam komputer

secara sistematik sehingga dapat diperiksa menggunakan suatu program komputer

untuk memperoleh informasi dari database tersebut (Achmad Solichin, 2014).

Alasan diperlukannya database adalah data dapat diterjemahkan ke dalam sebuah

aplikasi program, dibandingkan terpisah atau diolah masing-masing. Kontrol

akses luas dan manipulasi pada data juga dapat dilakukan oleh sebuah aplikasi

program. Perangkat lunak yang digunakan untuk mengelola dan memanggil query

database disebut sistem manajemen database (database management sistem,

DBMS). Gambaran umumnya adalah sebagai berikut:

19

1. Koleksi data dapat diakses bersama secara logika data pun berhubungan

satu sama lain, dan sengaja dirancang khusus untuk informasi yang

dibutuhkan sebuah perusahaan.

2. Pemetaan data disediakan bebas untuk diolah satu sama lain di sebuah

database.

3. Secara logika data merupakan kesatuan, memiliki atribut yang lengkap dan

saling berhubungan dari suatu organisasi atau data perusahaan.

2.11.1 Proses Perancangan Database

Perancangan database merupakan upaya untuk membangun sebuah

database dalam suatu lingkungan bisnis. Terdapat enam (6) tahap untuk proses

perancangan suatu database (Achmad Solichin, 2014).

1. Pengumpulan data dan analisis

2. Perancangan database secara konseptual

3. Pemilihan sistem manajemen database

4. Perancangan database secara logika

5. Perancangan database secara fisik

6. Implementasi sistem database

2.11.2 Structure Query Language (SQL)

Structure Query Language SQL adalah bahasa standar untuk meminta

informasi yang berasal dari database (Achmad Solichin, 2014). SQL dapat

digunakan pada bahasa-bahasa seperti C, Delphi dan PHP, memiliki sekitar 30

pernyataan SQL yang digunakan untuk melakukan request ke DBMS untuk

melakukan suatu tindakan. Terdapat 3 jenis kelompok pernyataan SQL, yaitu

DDL (Data Definition Language), DML (Data Manipulation Language), dan

DCL (Data Control Language). Ketiga kelompok pernyataan SQL tersebut

memiliki perintah yang berbeda-beda, tergantung dari pengertian masing-masing

kelompok pernyataan.

20

2.11.2.1 Data Definition Language (DDL)

DDL merupakan kelompok perintah yang berfungsi untuk

mendefinisikan atribut-atribut database, tabel, atribut (kolom), batasan-batasan

terhadap suatu atribut serta hubungan antar tabel. Kelompok DDL ini adalah:

1. Create untuk menciptakan tabel ataupun indeks

2. Alter untuk mengubah struktur tabel

3. Drop untuk menghapus tabel ataupun indeks

2.11.2.2 Data Manipulation Language (DML)

DML adalah kelompok perintah yang berfungsi untuk memanipulasi

data, misalnya untuk pengambilan, penyisipan pengubahan dan penghapusan data.

Kelompok DML ini adalah:

1. Select untuk memilih data

2. Insert untuk menambah data

3. Delete untuk menghapus data

4. Update untuk mengubah data

2.11.2.3 Data Control Language (DCL)

Berisi perintah-perintah untuk mngendalikan pengaksesan data.

Kelompok DCL ini adalah:

1. Grant untuk memberikan kendali pada pengaksesan data.

2. Revoke untuk mencabut kemampuan pengaksesan data

3. Lock Table untuk mengunci tabel

2.12 Web Service

Web service adalah suatu sistem perangkat lunak yang dirancang untuk

mendukung interoperabilitas dan interaksi antar sistem pada suatu jaringan. Web

service digunakan sebagai fasilitas yang disediakan oleh suatu Website untuk

menyediakan layanan (dalam bentuk informasi) kepada sistem lain (Edi

Irwansyah, 2013). Sistem lain dapat berinteraksi dengan sistem tersebut melalui

layanan-layanan (service) yang disediakan oleh suatu sistem yang menyediakan

web service. Web service menyimpan data informasi dalam format XML,

21

sehingga data ini dapat diakses oleh sistem lain walaupun berbeda platform,

sistem operasi, maupun bahasa compiler.

Web service bertujuan untuk meningkatkan kolaborasi antar pemrogram

dan perusahaan, yang memungkinkan sebuah fungsi di dalam web service dapat

dipinjam oleh aplikasi lain tanpa perlu mengetahui detil pemrograman yang

terdapat di dalamnya. Beberapa alasan mengapa digunakannya web service adalah

sebagai berikut:

1. Web service dapat digunakan untuk mentransformasikan satu atau

beberapa bisnis logic atau class dan objek yang terpisah dalam satu ruang

lingkup yang menjadi satu, sehingga tingkat keamanan dapat ditangani

dengan baik.

2. Web service memiliki kemudahan dalam proses deployment-nya, karena

tidak memerlukan registrasi khusus ke dalam suatu sistem operasi. Web

service cukup di-upload ke web server dan siap diakses oleh pihak-pihak

yang telah diberikan otorisasi.

3. Web service berjalan di port 80 yang merupakan protokol standar HTTP,

dengan demikian web service tidak memerlukan konfigurasi khusus di sisi

firewall.

2.13 Bahasa Pemrograman Web

Pemrograman web atau dalam Bahasa Inggris web programming terdiri

dari dua kata yaitu pemrograman dan web. Pemrograman adalah kumpulan

instruksi atau perintah tertulis yang dibuat oleh manusia secara logis untuk

memerintahkan komputer agar melakukan langkah atau proses tertentu dalam

menyelesaikan suatu masalah (Achmad Solichin, 2014). Pemrograman biasanya

menghasilkan sebuah perangkat lunak baru yang dapat dijalankan dengan mudah

oleh orang lain tanpa harus mengetahui tahapan-tahapan detail dalam melakukan

tugas tersebut. Kata web, dapat diartikan sebagai halaman atau media informasi

yang dapat diakses dengan perangkat lunak browser melalui jaringan komputer

atau internet. Sehingga dapat disimpulkan bahwa pemrograman web adalah proses

22

membuat aplikasi komputer yang dapat digunakan/ditampilkan dengan bantuan

browser.

2.13.1 PHP

PHP (PHP Hypertext Preprocessor) adalah bahasa program yang

digunakan untuk membuat aplikasi berbasis web. PHP hanya dapat berjalan pada

sisi server (side server language) dan program yang dibuat oleh PHP tidak dapat

berjalan tanpa adanya server web (Bunafit Nugroho, 2013). Hasil instal PHP

hanya berbentuk folder compiler, tidak ada aplikasi nyata yang bisa dijalankan

untuk menuliskan kode PHP. Membuat Kode Program PHP dapat dilakukan

melalui editor, yaitu Notepad atau memakai Editor PHPEditor dan sebagainya.

Database yang digunakan untuk PHP adalah MySQL yang juga termasuk free

software.

PHP adalah bahasa pemrogramannya, dalam membuat website atau

aplikasi berbasis web, tidak hanya membutuhkan kode PHP saja, tetapi juga akan

menggunakan HTML (Hyper Text Markup Language) dan CSS. HTML

digunakan untuk desain tampilan, dan CSS sebagai kode pemanis web. Penulisan

kode program PHP harus dimulai menggunakan perintah “<?php” dan diakhiri

dengan perintah “?>”. Seluruh aplikasi berbasis web dapat dibuat dengan PHP,

namun kekuatan yang paling utama PHP adalah pada konektivitasnya dengan

sistem database di dalam web. Sistem database yang dapat didukung oleh PHP

adalah Oracle, MySQL, Sybase, PostgreSQL, dan lainnya (Bunafit Nugroho,

2013).

2.13.2 Javascript

Javascipt adalah bahasa skrip populer, digunakan untuk menciptakan

halaman web yang dapat berinteraksi dengan pengguna, serta dapat merespon

event yang terjadi pada halaman (R.H. Sianipar, 2015). Javascript dapat

dijalankan hampir di semua platform. Javascript merupakan bahasa sisi klien

(client side) yang dibangun secara langsung ke dalam browser. Sintak Javascript

mirip dengan Perl, C, dan Java. Javascript berperan sebagai bahasa pemrograman

yang memiliki konstruksi dasar seperti variabel dan tipe data, look control,

23

statement if/else, statement switch, fungsi, dan objek. Javascipt dapat digunakan

untuk perhitungan aritmatik, manipulasi tanggal dan waktu, pemodifikasian array,

string, dan objek. Javascript dapat menangani event yang diinisiasi pengguna, dan

dapat menetapkan pewaktu. Kombinasi dari HTML, CSS, dan Javascript dapat

menghasilkan halaman web yang terstruktur dan interaktif, serta ketiganya

merupakan bagian penting dari sebuah halaman web.

Javascript terkait dengan browser, maka ia sangat terintegrasi dengan

HTML. Saat browser memuat sebuah halaman, server mengirim konten utuh dari

dokumen, termasuk HTML dan statement Javascript. Konten HTML dibaca dan

diinterpretasi baris demi baris hingga tag pembuka Javascript dibaca. Interpreter

Javascript mengambil alih, dan ketika tag penutup Javascript diraih, pemrosesan

HTML berlanjut (R.H. Sianipar, 2015)

2.14 JSON

JSON (Javascript Object Notation) adalah salah satu stuktur data

Javascript untuk mendefinisikan objek (Betha Sidik, 2014). Model struktur data

JSON ini telah menjadi standar untuk pertukaran data baku yang terbuka (open

standart) dan ringan, sama seperti XML. Pendefinisian JSON lebih sederhana

daripada XML, sehingga ukuran file JSON lebih kecil. JSON secara defakto

menjadi format untuk pertukaran data karena parsing data dari file JSON lebih

cepat dan mudah.

JSON berawal dari Bahasa Pemrograman Javascript. JSON bukan hanya

ada di dalam Javascript saja, tetapi sudah didukung pada banyak bahasa

pemrograman dengan implementasi JSON yang berbeda-beda. JSON akan

dipertukarkan sebagai string JSON, dari JSON inilah data yang ada di dalamnya

akan diproses (Betha Sidik, 2014)

2.14.1 JSON dalam Javascript

Data objek didefinisikan menggunakan notasi objek {} atau dinyatakan

sebagai string terlebih dahulu dalam Javascript. Notasi objek dalam Javascript

diawali dengan tanda {, lalu string atribut, titik dua (colon), nilai, dan ditutup

24

dengan tanda } (json.org). Berikut adalah contoh script dalam Javascript untuk

mendefinisikan objek JSON.

<html>

<head>

<title> Contoh </title>

</head>

<body>

<script type=”text/javascript”>

var cobajson = {“jurusan”:”Teknologi Informasi”}

alert(cobajson.jurusan);

</script>

</body>

</html>

Kode Program 2.1 Contoh Script untuk Mendefinisikan JSON

Kode program 2.1 membuat sebuah variabel objek dengan atribut

“jurusan” yang diisi dengan data “Teknologi Informasi”. Perintah “alert()”

digunakan untuk menampilkannya. Hasil eksekusinya adalah sebagai berikut:

Gambar 2.1 Hasil Pendefinisian Objek JSON

Tampilan Gambar 2.1 menunjukkan isi dari variabel “contohjson” dengan

atribut “jurusan“, diakses menggunakan “contohjson.jurusan”, dan ditampilkan

dengan perintah “alert()”.

2.15 Peramalan

Peramalan adalah alat bantu yang penting dalam sebuah perusahaan

sebagai dasar dalam merencanakan perumusan strategi perusahaan tersebut di

masa mendatang. Menurut Makridakis (1999), teknik peramalan dibagi menjadi 2,

yaitu metode peramalan subjektif dan metode peramalan objektif. Metode

peramalan subjektif memiliki model kualitatif, sedangkan metode peramalan

objektif mempunyai 2 model, yaitu model time series dan model kausal.

25

1. Model kualitatif berupaya memasukkan faktor subjektif dalam peramalan.

Model ini sangat bermanfaat jika data kuantitatif diperoleh secara akurat.

Contoh dari metode ini adalah Metode Delphi atau opini juri eksekutif.

2. Model time series adalah model yang digunakan untuk memprediksi masa

depan dengan menggunakan data historis. Model time series mencoba

melihat apa yang terjadi pada kurun waktu tertentu dan menggunakan data

masa lalu untuk memprediksi. Contoh dari model time series adalah

Exponential Smoothing, Moving Average, dan proyeksi trend.

3. Model kausal memasukkan dan menguji variabel yang diduga akan

mempengaruhi variabel dependen. Model ini menggunakan analisis regresi

atau ARIMA untuk menentukan mana variabel yang signifikan

mempengaruhi variabel dependen dan mencari model terbaik yang dapat

digunakan dalam peramalan.

2.15.1 Metode Exponential Smoothing

Metode Exponential Smoothing adalah prosedur perbaikan terus-menerus

pada peramalan terhadap objek pengamatan terbaru (Makridakis, 1999). Metode

ini menitik beratkan pada penurunan prioritas secara eksponensial pada objek

pengamatan yang lebih tua. Terdapat satu atau lebih parameter pemulusan yang

ditentukan secara eksplisit, dan hasil ini menentukan bobot yang dikenakan pada

nilai observasi. Observasi terbaru akan diberikan prioritas lebih tinggi bagi

peramalan daripada observasi yang lebih lama. Metode Exponential Smoothing

dibagi menjadi Single Exponential Smoothing, Double Exponential Smoothing,

dan Triple Exponential Smoothing.

2.15.1.1 Single Exponential Smoothing

SES digunakan untuk peramalan jangka pendek. Model mengasumsikan

bahwa data berfluktuasi di sekitar nilai mean yang tetap, tanpa trend atau pola

pertumbuhan konsisten (Makidrakis, 1999). Rumus untuk metode ini adalah

sebagai berikut:

𝑆𝑡 = 𝛼 ∗ 𝑋𝑡 + ( 1 − 𝛼 ∗ 𝑆𝑡−1) (2.1)

26

di mana :

St = Peramalan untuk periode t

Xt + (1-α) = Nilai aktual time series

St – 1 = Peramalan pada waktu sebelumnya

α = Konstanta perataan antara 0 dan 1

Hasil peramalan yang akurat adalah peramalan yang bisa meminimalkan

kesalahan meramal, maka digunakan pencarian rata-rata kesalahan dengan metode

sebagai berikut.

1. Mean Absolute Error (MAE)

MAE adalah rata-rata absolut dari kesalahan meramal tanpa

menghiraukan tanda positif atau negatif. Rumusnya adalah sebagai

berikut:

𝑀𝐴𝐸 = 𝑋𝑡−𝐹𝑡

𝑛𝑡=1

𝑛 (2.2)

2. Mean Squared Error (MSE)

MSE adalah rata-rata kesalahan meramal yang dikuadratkan. Rumusnya

adalah:

𝑀𝑆𝐸 = 𝑋𝑡− 𝐹𝑡

2𝑛𝑡=1

𝑛 (2.3)

3. Mean Absolute Percentage Error (MAPE)

MAPE adalah nilai tengah kesalahan persentase absolute dari suatu

peramalan.

𝑀𝐴𝑃𝐸 =

𝑋𝑡−𝐹𝑡𝑋 𝑡

𝑛𝑡=1

𝑛 (2.4)

Keterangan:

Xt = Nilai data periode ke-t

Ft = Nilai ramalan periode ke-t

n = Banyak data

27

2.15.1.2 Contoh Peramalan dengan SES

Terdapat data permintaan susu yogurt per-bulan adalah seperti pada

Tabel 2.3, yaitu dari bulan Januari hingga Desember. Akan dilakukan peramalan

untuk bulan Januari pada tahun berikutnya.

Tabel 2.3 Data Permintaan Susu Yogurt

Bulan Index

(t)

Data Aktual

(X)

Januari 1 52

Februari 2 40

Maret 3 56

April 4 48

Mei 5 43

Juni 6 50

Juli 7 52

Agustus 8 47

September 9 51

Oktober 10 42

November 11 40

Desember 12 48

Januari 13 ??

Digunakan α = 0.1 s/d 0.9 karena data aktual cenderung stabil.

Perhitungan SES pada α = 0.1 dengan rumus 𝑆𝑡 = 𝛼 ∗ 𝑋𝑡 + 1 − 𝛼 ∗ 𝑆𝑡−1

adalah sebagai berikut (Tabel 2.4).

Tabel 2.4 SES Alpha 0.1

Bulan Index (t) Data Aktual (X) SES 0.1 error mae

Januari 1 52 52 0 0

Februari 2 40 52 12 0

Maret 3 56 51 5,2 6

April 4 48 52 3,32 5,73

Mei 5 43 52 7,99 5,13

Juni 6 50 51 0,19 5,7

Juli 7 52 51 1,83 4,78

Agustus 8 47 51 3,35 4,36

28

September 9 51 51 0,98 4,24

Oktober 10 42 51 8,12 3,87

November 11 40 50 9,3 4,3

Desember 12 48 49 0,37 4,75

Januari 13 ?? 49

4,39

Dapat dijelaskan perhitungan SES α = 0.1 adalah sebagai berikut:

1. Januari memiliki nilai SES yang sama seperti data aktual karena sebelum

januari tidak terdapat data historis lainnya.

2. Februari memiliki nilai SES sama seperti Januari, karena konsep dari

SES sendiri adalah menggunakan data historis 2-3 bulan terakhir. Error

yang didapat pada bulan Februari dihitung dengan rumus:

𝐸𝑟𝑟𝑜𝑟 = |𝑋𝑡 − 𝑆𝐸𝑆𝑡 | (2.5)

Sehingga:

Error_Februari = | 40-52 |

= 12

Hasil MAE baru bisa diterapkan pada bulan Maret, karena membutuhkan

data error dari 2-3 bulan sebelumnya.

3. Perhitungan untuk bulan Maret hingga seterusnya sudah dapat dilakukan

karena sudah mendapatkan 2 data historis yang mencangkup SES sebagai

dasar perhitungan SES berikutnya dan Error sebagai dasar perhitungan

MAE. Nilai SES yang didapat dibulatkan ke satuan terkecil.

4. Perhitungan SES untuk bulan Maret adalah sebagai berikut:

SES_Maret = (α * Data_Aktual_Februari) + ((1 - α) * SES_Februari)

= (0.1 * 40) + ((1 – 0.1) * 52)

= 50.8 (dibulatkan menjadi 51)

Error_Maret = 56 – 50.8

= 5.2

MAE = 𝐸𝑟𝑟𝐽𝑎𝑛 + 𝐸𝑟𝑟𝐹𝑒𝑏

𝐼𝑛𝑑𝑒 𝑥𝐹𝑒𝑏𝑟𝑢𝑎𝑟𝑖

= 0+12

2

= 6

29

5. Perhitungan untuk bulan selanjutnya menggunakan rumus yang sama

seperti perhitungan pada bulan Maret, sehingga didapatkan hasil seperti

pada Tabel 2.5. Bulan Januari yang menjadi objek peramalan, hanya

dapat dihitung SES dan MAE saja, tidak dapat menghitung Error karena

tidak memiliki data aktual.

Alpha yang digunakan adalah 0.1 s/d 0.9, sehingga proses pencarian

SES, Error, dan MAE harus dilakukan sampai alpha terakhir. Perhitungan yang

dilakukan untuk SES pada α = 0.2 adalah sama dengan SES pada α = 0.1.

Perhitungan SES, Error, dan MAE tetap dilakukan pada bulan Maret. Tabel 2.5

adalah hasil perhitungan dengan alpha 0.2 hingga 0.9.

32

Tabel 2.5 Hasil SES Alpha 0.2 – 0.9

Bulan Index

(t)

Data

Aktual (X)

SES

0.2 error mae

SES

0.3 error mae

SES

0.4 error mae

SES

0.5 error mae

Januari 1 52 52 0 0 52 0 0 52 0 0 52 0 0

Februari 2 40 52 12 0 52 12 0 52 12 0 52 12 0

Maret 3 56 50 6,4 6 48 7,6 6 47 8,8 6 46 10 6

April 4 48 51 2,88 6,13 50 2,68 6,53 51 2,72 6,93 51 3 7,33

Mei 5 43 50 7,3 5,32 49 6,88 5,57 50 6,63 5,88 50 6,5 6,25

Juni 6 50 49 1,16 5,72 47 2,19 5,83 47 3,02 6,03 47 3,75 6,3

Juli 7 52 49 2,93 4,96 48 3,53 5,23 48 3,81 5,53 49 3,88 5,88

Agustus 8 47 50 2,66 4,67 49 2,53 4,98 50 2,71 5,28 51 3,06 5,59

September 9 51 49 1,87 4,42 48 2,23 4,68 49 2,37 4,96 49 2,47 5,27

Oktober 10 42 49 7,5 4,13 49 7,44 4,4 50 7,58 4,67 50 7,77 4,96

November 11 40 48 8 4,47 47 7,21 4,71 47 6,55 4,96 46 5,88 5,24

Desember 12 48 46 1,6 4,79 45 2,95 4,94 44 4,07 5,11 43 5,06 5,3

Januari 13 ?? 46

4,53 46

4,77 46

5,02 46

5,28

30

33

Bulan Index

(t)

Data

Aktual (X)

SES

0.6 error mae

SES

0.7 error mae

SES

0.8 error mae

SES

0.9 error mae

Januari 1 52 52 0 0 52 0 0 52 0 0 52 0 0

Februari 2 40 52 12 0 52 12 0 52 12 0 52 12 0

Maret 3 56 45 11,2 6 44 12,4 6 42 13,6 6 41 14,8 6

April 4 48 52 3,52 7,73 52 4,28 8,13 53 1,12 8,53 55 0,68 8,93

Mei 5 43 50 6,41 6,68 49 6,28 7,17 49 0,78 6,68 49 0,43 6,87

Juni 6 50 46 4,44 6,63 45 5,11 6,99 44 1,24 5,5 44 0,66 5,58

Juli 7 52 48 3,77 6,26 49 3,53 6,68 49 0,65 4,79 49 0,27 4,76

Agustus 8 47 50 3,49 5,91 51 3,94 6,23 51 0,87 4,2 52 0,47 4,12

September 9 51 48 2,6 5,6 48 2,82 5,94 48 0,63 3,78 48 0,35 3,66

Oktober 10 42 50 7,96 5,27 50 8,15 5,6 50 1,67 3,43 51 0,86 3,3

November 11 40 45 5,18 5,54 44 4,45 5,85 44 0,73 3,26 43 0,29 3,05

Desember 12 48 42 5,93 5,51 41 6,67 5,72 41 1,45 3,03 40 0,77 2,8

Januari 13 ?? 46

5,54 46

5,8 47

2,9 47

2,63

31

32

Setelah mendapatkan nilai SES, Error, dan MAE berdasarkan alpha,

langkah selanjutnya adalah mencari nilai MAE yang paling minimal dari masing-

masing hasil perhitungan error. Nilai minimal MAE ini akan menjadi hasil akhir

untuk peramalan data yang dicari. Tabel 2.6 adalah tabel nilai minimal per

periode.

Tabel 2.6 Hasil akhir Peramalan

Bulan

Index

(t)

Data Aktual

(X) MAE SES

Januari 1 52 0 52

Februari 2 40 0 52

Maret 3 56 6 41

April 4 48 5,73 51

Mei 5 43 5,13 52

Juni 6 50 5,5 44

Juli 7 52 4,76 49

Agustus 8 47 4,12 52

September 9 51 3,66 48

Oktober 10 42 3,3 51

November 11 40 3,05 43

Desember 12 48 2,8 40

Januari 13 X 2,63 47

Tabel 2.6 di atas menjabarkan hasil akhir, yaitu nilai error dan MAE

yang paling minimal, sehingga didapatkan hasil peramalan untuk bulan Januari

index ke-13 adalah 47 permintaan susu yogurt.

2.16 Pengukuran Kesalahan

Kesalahan pengukuran terkadang terjadi ketika data aktual dan data hasil

pengukuran tidak memiliki hasil yang sama, bahkan terkadang terpaut jauh dari

data asli. Pengukuran kesalahan dilakukan untuk mencari akurasi ketepatan hasil

pengukuran dengan data asli. Langkah untuk menghitung persentase kesalahan

adalah sebagai berikut.

33

1. Mencari kesalahan absolut

Kesalahan absolut adalah perhitungan akurasi untuk mencari selisih data

asli dan data hasil pengukuran. Hasil ini tidak harus menjadi satuan persen.

2. Mencari kesalahan relatif

Kesalahan relatif adalah perhitungan akurasi dengan cara membandingkan

kesalahan absolut dengan data asli, yang nantinya diubah menjadi satuan

persen.

Contoh menghitung kesalahan adalah sebagai berikut. Tabel 2.7

menampilkan data asli dan data hasil pengukuran, yang akan dicari kesalahannya.

Tabel 2.7 Tabel Contoh Pengukuran Kesalahan

PENGUKURAN DATA ASLI HASIL UKUR

I 15 13

II 10 11

III 13 8

IV 17 15

V 10 9

Langkah untuk mengukur kesalahannya adalah sebagai berikut:

1. Kesalahan absolut, mencari selisih data asli dan data hasil ukur,

ditunjukkan dalam Tabel 2.8.

Tabel 2.8 Tabel Kesalahan Absolut

PENGUKURAN DATA ASLI HASIL UKUR KESALAHAN ABSOLUT

I 15 13 2

II 10 11 1

III 13 8 5

IV 17 15 2

V 10 9 1

34

2. Kesalahan relatif, hasil kesalahan absolut dibagi dengan data asli,

ditunjukkan dalam Tabel 2.9.

Tabel 2.9 Tabel Kesalahan Relatif

PENGUKUR

AN DATA ASLI

HASIL

UKUR

KESALAHAN

ABSOLUT

KESALAHAN

RELATIF

I 15 13 2 0,133333333

II 10 11 1 0,1

III 13 8 5 0,384615385

IV 17 15 2 0,117647059

V 10 9 1 0,1

3. Hasil dari kesalahan relatif tersebut dijadikan satuan persen, ditunjukkan

pada Tabel 2.10.

Tabel 2.10 Hasil Pengukuran Kesalahan

PENGU

KURAN

DATA

ASLI

HASIL

UKUR

KESALAHAN

ABSOLUT

KESALAHAN

RELATIF

PERSEN

TASE

KESALA

HAN

I 15 13 2 0,133333333 13%

II 10 11 1 0,1 10%

III 13 8 5 0,384615385 38%

IV 17 15 2 0,117647059 12%

V 10 9 1 0,1 10%

Pengukuran kesalahan telah dilakukan dengan hasil persentase kesalahan

tertinggi yaitu 38% dimana data asli adalah 13 dan hasil ukur 8, serta persentase

kesalahan terendah yaitu 10% pada 2 data dengan data asli adalah 10 dan hasil

ukur 9 serta 11.