UNIVERSITAS MERCU BUANA

FAKULTAS: TEKNIK
PROGRAM STUDI/ JENJANG: TEKNIK INDUSTRI/ S1
Nomor Dokumen 02.04.03.00
Tanggal Efektif 1 Maret 2020

TUGAS KE-03

METODOLOGI PENELITIAN TEKNIK

Disusun oleh Dr. Zulfa Fitri Ikatrinasari

BAGIAN A - DIISI MAHASISWA

Nama / NIM Kode Mata Kuliah
Aisiy Khairunnisa/41619110062

Nama Dosen Jenis Asesmen

Dr. Zulfa Fitri Ikatrinasari Tugas 3

Kode / Nama Mata Kuliah Batas Akhir Pengumpulan

METODOLOGI PENELITIAN TEKNIK Pertemuan ke-15 (15 Juni 2020 pk.23.59)

Nomor Tugas / Judul Adanya Perpanjangan atau Pengumpulan Boleh

Terlambat
Tugas 3/ Bab III Metode Penelitian
Tidak

Tempo Tugas (Minggu) Jenis Tugas % Tugas Diberikan

3 Minggu Individu 25 %

Pernyataan:
Saya/ kami yang bertanda tangan di bawah ini memahami bahwa saya/ kami telah membaca dan setuju untuk
mematuhi peraturan UMB tentang plagiarisme dan penjiplakan dan kebijakan dan prosedur di Program Studi.
Saya/ kami menyetujui proses pengecekan laporan sehingga tidak ada unsur plagiarisme atau penjiplakan
akademik.

Aisiy Khairunnisa
41619110062
 BAGIAN B - DIISI DOSEN PENGAMPU
Capaian Pembelajaran (CPMK):
1. Mampu memahami kaidah-kaidah utama metodologi penelitian (CPMK-1)

2. Mampu memahami konsep riset bidang teknik Industri (CPMK-2)

3. Mampu menyusun perencanaan, kerangka dasar berpikir dan sistematika penelitian (CPMK-3)
4. Mampu menyusun proposal penelitian Tesis bidang teknik Industri (CPMK-4)
5. Mampu mempresentasikan Proposal Tesis bidang Teknik Industri (CPMK-5)

Komponen Penilaian Nilai Nilai

Maksimal Diberikan
1. Jenis dan Disain Penelitian 15
2. Data dan Informasi 15
3. Metode Pengumpulan Data 15
4. Metode Pengolahan dan Analisis Data 20
5. Langkah-langkah Penelitian 20
6. Daftar Pustaka 15
Tanda tangan Tanggal Total Total
100

Apakah ada penambahan waktu? Pengurangan keterlambatan Pengurangan: Nilai Akhir:

Kesepakatan pengumpulan: pengumpulan:

Koordinator Mata Kuliah/ Kelompok Bidang Ya / Tidak

Ilmu
Bagian ini digunakan untuk memberi umpan balik atau informasi lain:
 BAB III.
METODE PENELITIAN

3.1 Jenis dan Desain Penelitian

Pada penelitian ini, metode yang digunakan adalah kuantitatif-forecasting
melalui pendekatan ANN (Artificial Neural Network) terhadap jumlah
persediaan reagent cholesterol dan jumlah pasien hypertensi pada tahun 2020
berdasarkan data dokumentasi, data observasi dan data internal perusahaan di
masa sebelumnya. Berikut merupakan alur pendekatan ANN (Artificial neural
network):
1. Tahap pertama adalah pengambilan data time series yang kemudian
dilakukan proses pengolahan data. Analisis perhitungan dilakukan
menggunakan data 3–6 bulan terakhir dengan parameter jumlah
persediaan dan jumlah pemakaian reagent cholesterol serta jumlah
penderita hypertensi setiap bulanya.
2. Tahap kedua dengan analisis data dilakukan untuk melihat bulan apa saja
yang signifikan tiap tahunnya. Hal tersebut dilakukan agar dapat
disesuaikan dengan hasil peramalan yang nantinya didapat. Di sisi lain
adalah untuk membuktikan apakah data tersebut mengandung faktor
Seasonal (musiman) atau tidak sehingga dapat ditentukan metode yang
sesuai dengan masalah dan data yang ada.
3. Tahap ketiga melakukan perancangan arsitektur ANN multi-layer dengan
menentukan masukan, jumlah layer tersembunyi, menentukan bobot dan
output.

3.2 Data dan Informasi

Jenis data yang dipergunakan untuk penelitian ini adalah data primer
berupa observasi dan dokumentasi sedangkan data sekunder berupa rekam
medis pasien hypertensi dan Laporan Pemakaian dan Laporan Permintaan
Reagent (LPLPR) di UPT Puskemas Paninggilan Dinas Kesehatan Kota
Tangerang tahun 2020. Analisis dilakukan untuk membandingkan perhitungan
yang diperoleh dari regresi linier dan model saraf buatan. Variabel bebas terdiri
dari komponen jumlah pasien hypertensi, variable control terdiri dari jumlah
 pemakaian reagent cholesterol sedangkan variabel tidak bebas (output) terdiri
jumlah persediaan reagent cholesterol

3.3 Metode Pengumpulan Data

Untuk mengumpulkan data penelitian, penulis menggunakan metode-metode
sebagai berikut :
a. Metode observasi
Metode observasi yaitu pengamatan dan pencatatan secara
sistematik terhadap gejala yang tampak pada objek penelitian. Observasi
merupakan metode pengumpulan data yang menggunakan pengamatan
terhadap obyek penelitian yang dapat dilaksanakan secara langsung
maupun tidak langsung.
b. Metode dokumentasi
Alat pengumpulan datanya disebut form pencatatan dokumen, dan
sumber datanya berupa catatan atau dokumen yang tersedia. Seperti
halnya jumlah pasien hypertensi dan jumlah persediaan reagent
cholesterol, dokumennya terlihat pada rekam medis (Medical Record) dan
Laporan Pemakaian dan Laporan Permintaan Reagent (LPLPR). Metode
ini digunakan untuk memperoleh tentang :
1) Profil UPT Puskesmas Paninggilan Dinas Kesehatan Kota Tangerang
2) Denah Lokasi UPT Puskesmas Paninggilan Dinas Kesehatan Kota
Tangerang
3) Data jumlah pasien Hypertensi di UPT Puskesmas Paninggilan Dinas
Kesehatan Kota Tangerang
 4) Data jumlah persediaan da pemakaian reagent cholesterol

3.4 Metode Pengolahan dan Analisis Data

a. Teknik Pengolahan Data
Pada tahap ini dilakukan pengumpulan data yang diambil dari hasil
dokumentasi dan hasil wawancara terhadap pengelola reagent di UPT
Puskesmas Paninggilan Dinas Kesehatan Kota Tangerang. Hasil dari
dokumentasi tersebut adalah data jumlah pasien hypertensi dan jumlah
persediaan reagent cholesterol periode oktober 2019 – Maret 2020..
Setelah mendapatkan data, kemudian dilakukan penyiapan dan
pengelolaan data. Data tersebut di plot pada grafik dan dianalisa
pergerakannya. Hasil dari analisa tersebut digunakan sebagai dasar
pemilihan metode peramalan (Forecasting).
b. Analisa Data
Dalam memprediksi jumlah persediaan reagent cholesterol
menggunakan metode Artificial Neural Network. Penulis menentukan
beberapa variabel yang menjadi kriteria pemakaian reagent cholesterol.
Data yang diambil adalah rekam medis dan Laporan Pemakaian dan
Laporan Permintaan Reagent (LPLPR) tahun 2019 dan 2020. Data yang
telah diambil akan diolah menggunakan Algoritma Backpropagation.
Jumlah input layer pada algoritma backpropagation sebanyak 3 variabel
input yaitu, Jumlah peningkatan pasien hypertensi, Jumlah persediaan
reagent cholesterol, dan jumlah pemakaian reagent cholesterol.
c. Hipotesis
Membuat hipotesis penelitian yang memiliki hubungan dengan rumusan
masalah penelitian. Bila dilihat dai tingkat eksplanasinya, maka bentuk
hipoteses penelitian tersebut adalah
H1 : Terdapat hubungan penurunan jumlah pasien hypertensi dengan
jumlah persediaan reagent cholesterol yang mencukupi
H0 : Tidak Terdapat hubungan penurunan jumlah pasien hypertensi
dengan jumlah persediaan reagent cholesterol yang mencukupi
3.5 Langkah – Langkah Penelitian

Persediaan bahan kimia pemeriksaan kolesterol yang

tidak mencukupi di tahun 2019

Melakukan metode observasi dan metode dokumentasi

dengan menggunakan data sebelumnya

Pengumpulan data primer mencakup hasil dokumentasi

sedangkan data sekunder mencakup Rekam medis dan
LPLPR (Laporan Permintaan dan Laporan Pemakaian
Reagent kimia)

Analisa persediaan reagent pemeriksaan kolesterol

dengan metode Artificial Neural Network untuk :
Mencegah kurangnya persediaan reagent pemeriksaan
kolesterol
Menghindari pemborosan / kerugian dalam hal
pengadaan reagent.

Data yang telah diambil akan diolah menggunakan

Algoritma Backpropagation. Jumlah input layer pada
algoritma backpropagation sebanyak 3 variabel input
yaitu, Jumlah peningkatan pasien hypertensi, Jumlah
persediaan reagent cholesterol, dan jumlah pemakaian
reagent cholesterol

Evaluasi persediaan reagent pemeriksaan kolesterol

menggunakan data terbaru yang telah di analisa
menggunakan metode ANN

Persediaan bahan kimia mencukupi tanpa mengalami

kerugian/pemborosan di tahun 2020
 DAFTAR PUSTAKA
Kusdarjito, Suryantini. (2013) Penggunaan Artificial Neural Network untuk
Pengenalan Pola: Penerimaan Dan Pendapatan Petani Tebu, Vol. 15 No. 3,
294-302
Chamsudin. (2012). Implementasi Neural Network untuk Memprediksi Jumlah
Penderita Tuberculosis. Jurnal Emitor, Vol. 16 No. 1, 1411-8890
Pratama, Aminullah, dkk. (2017). Pendekatan Ann (Artificial Neural Network) untuk
Penentuan Prosentase Bobot Pekerjaan dan Estimasi Nilai Pekerjaan Struktur
Pada Rumah Sakit Pratama. Jurnal Teknosains, Vol. 7 No. 1, 2089-6131
Kurniawansyah. (2018). Implementasi Metode Artificial Neural Network dalam
Memprediksi Hasil Ujian Kompetensi Kebidanan. Jurnal Pseudocode, Vol. 5
No. 1, 2355-5920