Peramalan E-commerce Garmen Berdasarkan Grey Model · 4 E-commerce garmen menunjukkan tren peningkatan yang kuat sehingga memiliki peluang bisnis yang besar. Dibutuhkan peramalan

M A H A S I S W A K H U M A I R O H D I C K Y P R A M I T A S A R I

5 1 0 4 1 0 0 1 1 6

D O S E N P E M B I M B I N G Y U D H I P U R W A N A N T O , S . K O M . , M . K O M

R U L L Y S O E L A I M A N , S . K O M . , M . K O M

J U R U S A N T E K N I K I N F O R M A T I K A F A K U L T A S T E K N O L O G I I N F O R M A S I

I N S T I T U T T E K N O L O G I S E P U L U H N O P E M B E R S U R A B A Y A 2 0 1 2

Peramalan E-commerce Garmen Berdasarkan Grey Model

PRESENTASI TUGAS AKHIR - 2012

POKOK PEMBAHASAN 2

Pendahuluan Metode : Grey Incidence Analysis & Grey Model Uji Coba Aplikasi Kesimpulan dan Saran

PENDAHULUAN

LATAR BELAKANG 4

E-commerce garmen menunjukkan tren peningkatan yang kuat sehingga memiliki peluang bisnis yang besar.

Dibutuhkan peramalan e-commerce garmen sebagai acuan dalam pengembangan bisnis atau dalam mengambil keputusan.

E-commerce garmen merupakan suatu hal yang baru sehingga data statistik belum ada.

Data jumlah transaksi e-commerce menggunakan estimasi para ahli kemudian disempurnakan keakuratannya menggunakan Grey Model

Grey Model adalah sebuah metode peramalan yang bisa digunakan untuk kasus dengan data sedikit.

RUMUSAN PERMASALAHAN 5

Bagaimana menemukan faktor yang paling berkaitan dengan GETA menggunakan perhitungan Grey Incidence Analysis.

Bagaimana membentuk multi-variable grey model untuk melakukan peramalan

Bagaimana melakukan itterative fitting untuk mengoreksi nilai GETA dan membentuk persamaan multi-variable grey model baru.

Bagaimana melakukan peramalan jumlah transaksi e-commerce garmen di

tahun berikutnya.

BATASAN PERMASALAHAN 6

Menggunakan data ekonomi statistik Provinsi Hebei China 2001-2008.

Data yang digunakan adalah

1) Produk Domestik Bruto (PDB) atau Gross Domestic Product (GDP), 2) Pengeluaran konsumsi per kapita penduduk perkotaan atau per capita consumption

expenditure of urban residents (PCCE) , 3) Total penjualan eceran barang-barang konsumsi atau the total retail sales of

consumer goods(TRSCG), 4) Jumlah pengguna internet atau the number of internet users (NIU).

Metode peramalan yang digunakan adalah Grey Model.

Implementasi aplikasi menggunakan bahasa pemrograman MATLAB .

METODE

GREY INCIDENCE ANALYSIS 8

Grey Incidence Analysis adalah sebuah metode untuk mengukur tingkat korelasi antar dua faktor. Menentukan apakah keduanya dekat atau tidak berdasarkan pada tingkat kesamaan dari pola-pola geometris bentuk kurva sekuen. Semakin mirip kurvanya, semakin tinggi tingkat korelasi keduanya, dan sebaliknya.

Grey Incidence Analysis dilakukan dengan melakukan perhitungan derajat kejadian abu-abu (Degree of Grey Incidence).

Degree of Grey Incidence ada 3 macam yaitu: Absolute Degree of Incidence Relative Degree of Incidence Synthetic Degree of Incidence

Hasil perhitungan dari Grey Incidence Analysis adalah kelompok data dengan

nilai synthetic Degree of Incidence terbesar.

Degree of Incidence 9

Absolute Degree of Incidence

Nilai hubungan antara perilaku sekuens dengan garis zig zag pada kurva.

Relative Degree of Incidence Representasi kuantitatif dari tingkat perubahan data terhadap titik awal

Synthetic Degree of Incidence Sebuah indeks numerik yang menggambarkan semua hubungan kedekatan antar data sekuens

GREY MODEL 10

Grey Model adalah sebuah model peramalan yang cocok digunakan pada kasus dengan data sedikit.

MGM(1,2) artinya Multivariable Grey Model (turunan pertama, 2 variabel)

Hasil perhitungan Grey Model pada kasus ini adalah Persamaan Multivariabel Grey Model yang untuk selanjutnya digunakan untuk

meramalkan jumlah transaksi e-commerce tahun berikutnya. Nilai jumlah transaksi e-commerce baru yaitu hasil koreksi dari nilai estimasi para

ahli

Perhitungan Grey Model dilakukan berulang kali hingga rata-rata error < 3%

UJI COBA

DATA UJI COBA 12

NO TAHUN GETA GDP PCCE TRSCG NIU 108 RMB 108 RMB

RMB

108 RMB

104

1 2001 1.65 5517 4480 1778 170

2 2002 2.35 6018 5068 1968 219

3 2003 3.94 6921 5440 2178 289

4 2004 5.09 8477 5820 2576 387

5 2005 6.66 10096 6700 2953 486

6 2006 10.36 11516 7344 3397 631

7 2007 16.45 13710 8325 3986 830

8 2008 24.28 16189 9087 4482 1080

*) GETA – Data jumlah penjualan e-commerce garmen hasil estimasi para ahli. *) GDP, PCCE, TRSCG, NIU – Data ekonomi Provinsi Hebei, China. 2001-2008 *) RMB adalah satuan mata uang China / Yuan

13

0

2000

4000

6000

8000

10000

12000

14000

16000

18000

2001 2002 2003 2004 2005 2006 2007 2008

GETAGDPPCCETRSCGNIU

HASIL UJI COBA (1) 14

Dengan θ = 0.2 artinya lebih memperhatikan hubungan kuantitas mutlak antar kelompok data Hasil Perhitungan : NIU dengan nilai 0,6968

GDP PCCE TRSCG NIU

Absolute 0,5008 0,5017 0,5030 0,5103

Relative 0,6008 0,5816 0,5850 0,7434

Synthetic 0,5808 0,5656 0,5686 0,6968

Hasil uji coba Grey Incidence Analysis dengan θ = 0.2


Hasil Perhitungan : NIU dengan nilai 0,6268

GDP PCCE TRSCG NIU

Absolute 0,5008 0,5017 0,5030 0,5103

Relative 0,6008 0,5816 0,5850 0,7434

Synthetic 0,5508 0,5417 0,5440 0,6268



θ = 0.7 artinya lebih memperhatikan pada kecepatan perubahan hubungan antar kelompok data. Hasil Perhitungan : NIU dengan nilai 0,5802

GDP PCCE TRSCG NIU

Absolute 0,5008 0,5017 0,5030 0,5103

Relative 0,6008 0,5816 0,5850 0,7434

Synthetic 0,5308 0,5257 0,5276 0,5802



Hasil uji coba Grey Model Menggunakan Data Ekonomi Hebei, China 2001-2008

4 kali iterasi perhitungan Grey Model.

GETA Tahun 2009 = 26,2026 x 108 RMB

Nilai GETA baru

Tahun GETA

2001 1.65

2002 2.32

2003 3.16

2004 4.35

2005 6.08

2006 8.58

2007 12.27

2008 17.80




GETA Tahun 2006 = 8,3552 x

108 RMB Relative Error GETA(2006) = (8,58 – 8,3552)/8,58 * 100% = 2,6 %




GETA Tahun 2007 = 12,1668 x

108 RMB Relative Error GETA(2007) = (12,27 – 12,17)/12,27 * 100% = 0,8 %




GETA Tahun 2008 = 12,4084 x 108 Yuan

Relative Error GETA(2008) = (17,8 – 12,4)/17,8 * 100% = 30 %

KESIMPULAN 21

Grey Model cocok digunakan pada e-commerce garmen karena memiliki data statistik yang sedikit.

Grey Model bisa digunakan untuk meramalkan jumlah transaksi e-commerce garmen yang bisa menjadi referensi dalam pengembangan e-commerce garmen.

Dari hasil uji coba setelah dibandingkan dengan data GETA baru ternyata banyak data yang memiliki error kecil sehingga metode ini cocok digunakan untuk meramalkan kasus dengan data yang sedikit.

Jumlah pengguna internet mempunyai hubungan erat dengan e-commerce garmen

SARAN 22

Saran untuk pengembangan lebih lanjut adalah sebaiknya ditambahkan data hasil survey statistik terkait jumlah transaksi e-commerce garmen sehingga bisa digunakan untuk mengukur keakuratan nilai jumlah transaksi e-commerce garmen (GETA) dari perhitungan perangkat lunak pada tugas akhir ini.

SELESAI

LAMPIRAN

ABSOLUTE DEGREE OF INCIDENCE 25

RELATIVE DEGREE OF INCIDENCE 26

SYNTHETIC DEGREE OF INCIDENCE 27

θ bisa bernilai 0.5, jika hubungan antara kuantitas mutlak lebih ditekankan, nilai θ dapat lebih besar dan sebaliknya, jika tingkat

perubahan data lebih ditekankan maka nilai θ lebih kecil.

GREY MODEL 28

29

Mapping kuantitas 30

GDP – Produk domestik bruto -> merefleksikan seluruh kondisi ekonomi PCCE – komsumsi per kapita penduduk perkotaan -> perkembangan ekonomi , pendapatan masyarakat dll TRSCG – total penjualan eceran barang konsumen - kekuatan masyarakat dalam Membeli barang, standart hidup masyarakat NIU – perkembangan e-commerce garmen.

Peramalan E-commerce Garmen Berdasarkan Grey Model · 4 E-commerce garmen menunjukkan tren peningkatan yang kuat sehingga memiliki peluang bisnis yang besar. Dibutuhkan peramalan

Documents