SKRIPSI

PENERAPAN DATA MINING UNTUK ESTIMASI PENJUALAN ALAT

KESEHATAN MENGGUNAKAN METODE LEAST SQUARE
(Studi Kasus : PT. Aesculapius Sahabat Sejati Medika)
Diajukan Untuk Memenuhi Satu Syarat Memperoleh Gelar Sarjana Teknik

ANDI NURHALISA
E1E1 19 047

JURUSAN TEKNIK INFORMATIKA

FAKULTAS TEKNIK
UNIVERSITAS HALU OLEO
KENDARI
2023

1
 BAB I
PENDAHULUAN
1.1 Latar Belakang
Estimasi adalah keseluruhan proses yang memerlukan serta menggunakan
estimator untuk menghasilkan sebuah estimate dari suatu parameter (Nainel,
Buulolo and Lubis, 2020). Menurut Kamus Besar Indonesia (KBBI) estimasi
yaitu perkiraan, penilaian atau pendapat. Estimasi biasanya dilakukan dengan
menggunakan data yang tersedia untuk membuat prediksi tentang nilai yang tidak
diketahui atau untuk mengukur tingkat ketidakpastian yang terkait dengan
pengukuran atau prediksi tersebut. Untuk permasalahan yang kerap terjadi pada
suatu instansi yaitu masalah estimasi untuk stok barang, tenaga kerja dan bahan
baku. Selain itu, masalah yang terdapat pada PT. Aesculapius Sahabat Sejati
Medika yaitu belum adanya sistem yang dapat memprediksi estimasi penjualan
alat kesehatan di setiap tahunnya.
Alat kesehatan (UU RI no 36 Tahun 2009 tentang kesehatan) adalah
instrumen, aparatus, mesin, implant yang mengandung obat, yang digunakan
untuk mencegah, mendiagnosa, menyembuhkan dan meringankan penyakit,
merawat orang sakit serta memulihkan kesehatan pada manusia dan atau untuk
membentuk struktur dan memperbaiki fungsi tubuh. Selain itu alat alat kesehatan
juga digunakan untuk membantu dalam pengobatan, diagnosis, atau pencegahan
suatu kondisi medis. Alat kesehatan harus memenuhi standar untuk memastikan
keamanan dan efektivitasnya. Hal ini bertujuan untuk melindungi pengguna alat
kesehatan dan memastikan bahwa alat kesehatan yang digunakan memberikan
manfaat yang optimal bagi penggunanya. Alat kesehatan tentu mempunyai peran
yang sangat penting sebagai salah satu penunjang pelayanan kesehatan, maka dari
itu sangat penting untuk distributor atau tempat pelayanan kesehatan lainnya
dalam menyediakan stok alat kesehatan.
PT. Aesculapius Sahabat Sejati Medika merupakan salah satu distributor
yang bergerak di bidang penjualan alat-alat kesehatan di Kota Kendari. Dengan
produk-produk yang dipasarkan beberapa diantaranya alat kesehatan seperti : alat
bantu dengar, alat cek gula, jarum suntik, alkohol, baju lab, cairan dan lainnya.

1
Untuk pendataan ketersediaan alat-alat kesehatan yang dilakukan pada PT.
Aesculapius Sahabat Sejati Medika membutuhkan waktu yang lama karena
petugas atau staff harus membuat rencana dan persiapan untuk penjualan alat
kesehatan di tahun selanjutnya. Hal ini berdampak pada proses pendistribusian
karena ketidakpastian dalam memesan alat kesehatan pada distributor, dank arena
perencanaan yang kurang matang menyebabkan penjualan menjadi tidak
terkontrol. Maka dari itu dibutuhkan sistem yang dapat memprediksi untuk
penjualan yang akan terjadi kedepannya.
Data mining sering juga disebut knowledge discovery in database (KDD)
adalah kegiatan yang meliputi pengumpulan, pemakaian data historis untuk
menemukan keteraturan, pola atau hubungan dalam set data berukuran besar.
Keluaran data mining jika dipakai dalam pengambilan keputusan di masa depan
dan dapat diimplementasikan di berbagai bidang diantaranya bidang bisnis,
kesehatan, telekomunikasi dan bidang pendidikan (Ginting and Fahmi, 2022).
Contohnya, pada bidang bisnis misalnya hasil dari implementasi data mining
dapat membantu bagi pebisnis dalam memprediksi penjualan. Misalnya
pentingnya sistem estimasi penjualan di suatu toko untuk mengantisipasi
terjadinya kekosongan stok barang yang dapat berpengaruh terhadap pelayanan
konsumen dan pendapatan toko.
Expectation-Maximization adalah salah satu algoritma partitional yang
dapat mengelompokkan data yang belum berlabel atau juga algoritma yang
berfungsi untuk menemukan nilai estimasi Maximum Likelihood dari parameter
dalam sebuah model probabilistik. Cici-ciri dari algoritma ini adalah dapat
mengelompokkan dokumen yang belum berlabel atau unlabeled data dan juga
hasil pengelompokkannya akan selalu convergence. Algoritma ini memiliki dua
tahap, yaitu pada tahap Expectation dan tahap Maximization. Pada taham
Expectation (E-step) digunakan algoritma Naïve Bayes untuk mengelompokkan
data berdasarkan model parameter. Sedangkan pada tahap Maximization (M-step)
akan dilakukan peng-update-an model parameter. Taham E-step dan M-step terus
dilakukan sampai probabilitas setiap Cluster mencapai convergence (Sirait,
Darwianto and Suwawi, 2015).

2
 Berdasarkan yang telah diuraikan maka penulis mengambil topik
penelitian dengan judul “IMPLEMENTASI DATA MINING UNTUK
ESTIMASI PENJUALAN ALAT-ALAT KESEHATAN MENGGUNAKAN
METODE LEAST SQUARE (STUDI KASUS : PT. AESCULAPIUS
SAHABAT SEJATI MEDIKA)”.

2.1 Rumusan Masalah

Berdasarkan latar belakang, rumusan masalah dari penelitian ini adalah
sebagai berikut :
1. Bagaimana merancang dan membangun sistem untuk estemasi penjualan
alat-alat kesehatan?
2. Bagaimana mengimplementasikan metode least square dalam menghitung
estimasi penjualan alat-alat kesehatan di PT. Aesculapius Sahabat Sejati
Medika?

1.3 Batasan Masalah

Hal-hal yang menjadi batasan masalah dalam penelitian ini adalah sebagai
berikut.
1. Data yang diolah dalam proses estimasi merupakan data penjualan alat
kesehatan di PT. Aesculapius.
2. Data yang digunakan pada proses prediksi adalah data kuantitatif.
3. Data yang diprediksi adalah data jumlah penjualan dalam waktu satu
tahun.
4. Sistem hanya digunakan oleh admin.

1.4 Tujuan Penelitian

Tujuan penelitian yang diharapkan pada pembuatan sistem untuk estimasi
penjualan alat kesehatan dengan menggunakan metode expectation maximization
yaitu :
1. Merancang sistem pengestimasian penjualan alat kesehatan dengan
metode least square.

3
2. Pengestimasian penjualan alat kesehatan menggunakan metode least
square.

1.5 Manfaat Penelitian

Manfaat dari penelitian ini adalah sebagai berikut.
1. Dapat menghasilkan sebuah sistem yang mampu memprediksi penjualan
alat kesehatan dimasa yang akan datang.
2. Dalam penerapan metode least square, diharapkan sistem ini dapat
mempermudah proses perhitungan penjualan alat kesehatan.

1.6 Sistematika Penulisan

Sistematika penulisan tugas akhir ini digunakan untuk menjelaskan
penulisan perbab sebagai berikut.
BAB I PENDAHULUAN
Pada bab ini berisi pendahuluan yang terdiri dari latar belakang penelitian
yang akan dilakukan, rumusan masalah, tujuan penelitian, manfaat penelitian,
sistematika penulisan dan tinjauan pustaka.
BAB II LANDASAN TEORI
Bab ini membahas teori-teori yang menjadi acuan dalam penelitian mulai
dari data mining, metode Least Square, Hypertext Preprocessing (PHP), Hype
Text Markup Language (HTML), XAMPP, Cascading Style Sheets (CSS),
Laravel, MySQL, Unified Modeling Language (UML), Rational Unified Process
(RUP), pengujian Black Box.
BAB III METODE PENELITIAN
Bab ini membahas tentang prosedur dan pengumpulan data, prosedur
pengembangan perangkat lunak dan estimasi waktu serta tempat penelitian.
BAB IV ANALISIS DAN PERANCANGAN
Bab ini berisi analisis masalah, gambaran umum dari sistem, pemodelan
sistem menggunakan Unified Modeling Language (UML) seperti, use case
diagram, activity diagram, sequence diagram, dan desain interface.

4
BAB V IMPLEMENTASI DAN PENGUJIAN SISTEM
Bagian ini menyajikan secara lengkap setiap sistem yang dilakukan dalam
implementasi analisis dan desain ke dalam bahasa pemrograman PHP dan
pengujian pada sistem.
BAB VI PENUTUP
Bab ini menguraikan tentang kesimpulan dari keseluruhan bab serta
memberikan saran-saran yang mungkin berguna untk mengatasi masalah yang
dihadapi.

1.7 Tinjauan Pustaka

(Waspah et al., 2022) dalam penelitiannya terkait “Expectation
Maximization Algorithm Memprediksi Penjualan Susu Murni Pada PT. Sewu
Primatama Indonesia Lampung Tengah”. Dari hasil penelitian yang dilakukan
penulis menyimpulkan bahwa perhitungan penjualan menggunakan metode
Expectation Maximization belum dapat secara mutlak menjadi acuan karena pada
penelitian ini hanya menggunakan program promosi cut price tetapi hasil
perhitungan ini dapat dijadikan untuk penentuan target penjualan agar target
penjualan selalu meningkat, seperti data pada tahun 2019 yang terdapat 12 data,
harga promosi maksimal (MAXx) yang didapat 0,22 (22.00) dan nilai minimal
(MINx) yang didapat 0,15 (15.000). Untuk penjualan susu murni pada tahun 2019
maksimal (MAXy) penjualan 0,3641 (3.641 liter) pada bulan November dan nilai
minimal (MINy) sebesar 0,119 (1.190) pada bulan Februari. Sedangkan pada
tahun 2020 terdapat 12 data, dengan harga promosi maksimal (MAXx) yang
didapat 0,22 (22.000) dan nilai minimal (MINx) yang didapat 0,15 (15.000).
Untuk penjualan susu murni pada tahun 2020 maksimal (MAXy) penjualan
0,3861 (3.861 liter) pada bulan Juni dan nilai minimal (MINy) sebesar
0,1925(1.1925) pada bulan Maret.
(Idayani, 2017) dalam penelitiannya terkait “Perancangan Aplikasi Data
Warehouse Menggunakan Metode FP-Growth Untuk Memprediksi Penjualan
Alat-alat Kesehatan (Studi Kasus : Apotek Kimia Farma Korem)”. Peneliti ini
bertujuan untuk memprediksi penjualan alat-alat kesehatan dengan tahapan FP-

5
Growth yaitu melakukan frequent item set selanjutnya pembentukan item tree
sehingga menghasilkan rule dari data transaksi. Analisis dilakukan dengan
mengumpulkan data penjualan yang bersifat historis atau lampau dan kemudian
melihat grafik kinerja perusahaan. Komponen yang terdapat didalam data
penjualan diantaranya yaiu hubungan antara variasi produk yang dijual, promosi
produk yang dijual, jumlah produk yang dijual, waktu penjualan, dan segmentasi
pasar yang berhubungan dengan pendistribusian produk, termasuk kondisi
pelanggan yang menikmati produk yang dijual. Untuk hasil akhir yang didapatkan
pada sistem ini adalah rule transaksi penjualan dengan nilai support dan confident
dari rule tersebut.
(Dewi and Listiowarni, 2019) dalam penelitiannya terkait “Peramalan
Harga Bahan Proyek Menggunakan Least Square (Studi Kasus : CV. Rizky
Mulya)”. Berdasarkan penelitian yang dilakukan penulis menjelaskan bahwa
masalah yang sering terjadi pada CV Rizky Mulya adalah membutuhkan bahan-
bahan bagunan dimana setiap bahan tersebut membutuhkan sebuah perkiraan dan
perencanaan yang matang, sedangkan harga setiap bahannya mengalami kenaikan
dan penurunan harga yang sulit diprediksi sehingga menyebabkan pembagian
dana alokasi yang kurang tepat dan akan ada bahan projek yang tidak terbeli.
Maka dari itu, peneliti membuat peramalan untuk harga bahan proyek.
Berdasarkan permasalahan tersebut dibutuhkan suatu metode yaitu metode least
square. Yang mana metode ini yaitu metode peramalan yang tergantung pada
trend dan musim, artinya naik dan turunnya harga tersebut dipengaruhi oleh
waktu tertentu. Berdasarkan uji coba yang dilakukan pada tahun 2005 hingga
2016 sistem mencapai nilai akurasi sebanyak 65% dari 12 data. Sedangkan untuk
tahun 2010 hingga 2016 sistem mencapai nilai akurasi sebanyak 75% dari 7 data.
Dan untuk tahun 2014 hingga 2016 sistem mencapai nilai akurasi sebanyak 90%
dari 3 data lebih mendekati. Sehingga dapat disimpulkan bahwa pada sistem least
square semakin banyak data maka semakin jauh dari harga sebenarnya dan jika
semakin sedikit data yang diramal maka akan semakin akurat hasil peramalan data
yang didapatkan.

6
 (Anshori et al., 2020) dalam penelitiannya terkait “Sistem Peramalan
Penjualan Sepeda Motor Yamaha Di Sentral Yamaha Malang Dengan Metode
Least Square”, menjelaskan bahwa penelitian ini bertujuan untuk membuat sistem
peramalan pada penjualan motor yang berada di Sentral Yamaha Malang untuk
mengetahui penjualan pada tahun berikutnya. Penelitian ini dilakukan
menggunakan data selama 3 tahun penjualan, yaitu pada tahun 2016 hingga 2018.
Berdasarkan penelitian yang dilakukan didapatkan hasil dari perhitungan error
dengan metode perhitungan MSE adalah 8,3% atau 0.083521. Yang mana, dengan
metode least square untuk menghitung peramalan penjualan motor Yamaha di
Sentral Yamaha Malang dapat digunakan karena nilai error yang didapatkan dari
perhitungan MSE dibawah 10%.
(Abazid, Abdulrahman and Samine, 2021) dalam penelitiannya terkait
“Least Squares Methods To Forecast Sales For A Company”, menjelaskan bahwa
tujuan utama dari penelitian ini adalah untuk menentukan penjualan masa depan
erusahaan untuk tahun 2019, 2020, dan 2021 dengam menggunakan metode least
square. Least Square Methods (LSM) umumnya digunakan dalam pemasangan
data dengan kecocokan terbaik meminimalkan jumlah kuadrat. Dalam penelitian
ini, LSM digunakan untuk mencari nilai trend untuk tahun yang tidak tidak
diketahui dan hasilnya diketahui bahwa nilai trend untuk tahun 2014, 2015, 2016,
2017, 2018, 2019, 2020, dan 2021 adalah 10200, 27300, 44400, 61500,
78600,95700, 112800, dan 129900. Penulis juga memberikan kesimpulan bahwa
LSM adalah cara yang efektif untuk memperkirakan atau meramalkan penjualan
produk atau layanan di masa depan untuk sebuah perusahaan.
(Zhang et al., 2018) dalam penelitiannya terkait “Online Estimation Of
Battery Equivalent Circuit Model Parameters And State Of Charge Using
Decoupled Least Squares Technique” menjelaskan bahwa

7
 BAB II
LANDASAN TEORI
2.1 Data Mining
Data mining adalah sebuah proses pencarian secara otomatis informasi
yang berguna dalam tempat penyimpanan data berukuran besar. Data mining
sering juga dikenal dengan sebutan Knowledge Discovery in Database yang
memungkinkan suatu organisasi untuk melakukan kalkulasi dalam pengambilan
keputusan melalui perakitan, akumulasi, analisa, dan pengaksesan data korporasi
(Buaton, Zarlis and Yasin, 2021). Teknik data mining digunakan untuk
memeriksa basis data berukuran besar sebagai cara untuk menemukan pola yang
baru dan berguna. Data mining dapat digunakan di berbagai bidang, seperti
kesehatan, keuangan, pemasaran, pengetahuan dan lain sebagainya.
Pada data mining terdapat data preprocessing dimana terjadi perubahan
data mentah kedalam format yang dapat dimengerti. Data mentah biasanya tidak
lengkap, tidak konsisten, banyak berisi eror/kesalahan, dan terdapat nilai yang
sangat ekstrim. Sehingga sebelum dilakukan data mining, kondisi tersebut harus
dapat diselesaikan terlebih dahulu. Secara garis besar proses data preprocessing
terdiri dari empat langkah (Waspah et al., 2022).
1. Data cleaning, yaitu proses pembersihan dari data yang tidak lengkap,
error, outlier dan tidak konsisten.
2. Data integration, yaitu penggabungan data dari berbagai sumber data
(database, file, dan lain-lain) menjadi satu data warehouse (lumbung
data).
3. Data transformation, yaitu perubahan data menjadi bentuk yang sesuai
untuk proses data mining selanjutnya. Proses ini mencakup normalisasi,
agregasi dan smoothing (penghalusan).
4. Data reduction, yaitu proses data mining dengan data yang besar akan
memakan waktu lama sehingga data harus di kurangi baik dari sisi dimensi
(jumlah variabel) maupun volume (jumlah kasus/objek). Pada proses ini
dapat dilakukan seleksi fitur (feature selection) atau pengompresan data

8
 menjadi dimensi yang lebih sedikit dengan teknik Principal Component
Analysis.

2.2 Estimasi
Estimasi adalah keseluruhan proses yang menggunakan estimator (nilai
statistik; mean, median, varian, standar deviasi) agar menghasilkan suatu estimasi
yang diharapkan mendekati parameter estimasi (Cahyono, 2018). Estimator
memiliki beberapa sifat yaitu, sebagai berikut.
1. Tidak Bias (unbiasedness), yaitu apabila nilai harapan dari estimator
(statistik) = nilai parameter yang diduga.
2. Efisiensi (efficiency), yaitu penduga yang memiliki ragam terkecil
merupakan penduga yang paling efisien.
3. Konsistensi (consistency), yaitu jumlah kuadrat galatnya mendekati nol
jika ukuran contoh mendekati tak terhingga.
4. Kecukupan (surfiency), yaitu penduga harus mengandung semua informasi
tentang parameter populasi.

2.3 Least Square

Metode least square yaitu metode yang berupa data deret berkala atau time
series, yang mana dibutuhkan data-data penjualan di masa lampau ntuk
melakukan peramalan penjualan di masa yang akan datang sehingga dapat di
tentukan hasilnya. Least square juga adalah metode yang digunakan untuk
melihat trend dari data deret waktu (Pamungkas et al., 2016). Metode least square
adalah salah satu metode yang paling banyak digunakan dalam mencari atau
memperkirakan nilai numeik dari parameter (Zahid and Li, 2016). Metode least
square banyak digunakan di berbagai bidang seperti pada teknik sipil, statistik,
ekonomi, dan ilmu sosial.
Metode least square menggunakan cara-cara perhitungan statistika dan
matematika tertentu untuk mengetahui fungsi garis lurus sebagai pengganti patah-
patah yang dibentuk oleh data historis perusahaan (Amani, 2016). Dengan

9
demikian pengaruh unsur subyektif dapat dihindarkan. Langkah-langkah
perhitungan metode least square adalah sebagai berikut:
1. Langkah pertama : siapkan data yang akan dianalisis. Data terdiri dari dua
variabel yaitu variabel bebas (X) dan variabel terikat (Y).
2. Langkah kedua : hitung jumlah data yang ada (n).
3. Langkah ketiga : mencari nilai X /t , dimana untuk mencari nilai X
diperlukan nilai tertentu pada variabel waktu ¿ sedemikian rupa, sehingga
jumlah nilai variabel waktu ¿ adalah 0. Contohnya:
Untuk data ganjil yaitu n=5
X1, X2, X3, X4, X5
Maka,
−2 −1 0 1 2
Pada umumnya yang diberi nilai 0 adalah variabel waktu yang letaknya
ditengah.
Untuk data genap yaitu n=4
X1, X2, X3, X4
Maka,
−3 −1 1 3
4. Langkah keempat : hitung jumlah dari hasil perkalian selisih antara
variabel bebas dan variabel terikat ¿ dan jumlah dari hasil kuadrat selisih
antara variabel bebas Σ X2.
5. Langkah kelima : hitung koefisien regresi (b) dan intersep (a) dengan
menggunakan rumus:
ΣY
Nilai a=
n
Σ XY
Nilai b=
Σ X2
Keterangan:
a dan b : Koefisien
X : Waktu tertentu dalam bentuk kode
Y : Jumlah penjualan
n : Jumlah data
6. Langkah keenam : dengan nilai a dan b yang telah diperoleh,maka dapat
digunakan rumus:

10
 Y = a + bX
Keterangan:
a dan b : Koefisien
X : Waktu tertentu dalam bentuk kode
Y : Jumlah penjualan

2.4 PHP
Hypertext preprocessor (PHP) dianggap sebagai salah satu bahasa
pemrograman yang paling banyak digunakan dalam pengembangan aplikasi web
karena memberikan fleksibilitas yang tinggi, mudah digunakan dan mudah
dipelajari (Zanin and Wernke, 2019). (PHP) adalah bahasa pemrograman yang
bersifat open source yang digunakan dalam pengembangan aplikasi web dan dapat
disematkan ke dalam HTML. Bahasa pemrograman ini adalah tool untuk
pembutan halaman web dinamis. PHP juga menjadi salah satu bahasa
pemrograman yang paling banyak digunakan dan sering digunakan di beberapa
jenis server antara lain Apache, Nginx, dan LiteSpeed. Pada awalnya PHP
merupakan kependekan dari personal home page (situs personal). PHP pertama
kali dibuat oleh Rasmus Lerdorf pada tahun 1995. Pada saat itu PHP masih
bernama FI (Form Interpreted), yang wujudnya berupa sekumpulan script yang
digunakan untuk mengelolah data form dari web (Lutfi, 2017).

2.5 MYSQL
MySQL adalah salah satu aplikasi DBMS (Database Management System)
yang sudah sangat banyak digunakan oleh para pemrogram aplikasi web. Dalam
sistem database tak relasional, semua informasi disimpan pada satu bidang luas,
yang kadangkala data di dalamnya sangat sulit dan melelahkan untuk diakses.
Tetapi MySQL merupakan sebuah sistem database relasional, sehingga dapat
mengelompokkan informasi ke dalam table-tabel atau grup-grup informasi yang
berkaitan. Setiap table memuat bidang-bidang yang terpisah, yang
mempresentasikan setiap bit informasi. MySQL menggunakan indeks untuk
mempercepat proses pencarian terhadap baris informasi tertentu. MySQL

11
memerlukan sedikitnya satu indeks pada setiap table. Biasanya akan
menggunakan suatu primary key atau pengenal unik untuk membantu penjejakan
data (Lutfi, 2017).
MySQL adalah sebuah implementasi dari sistem manajemen basis data
relasional (RDBMS) yang didistribusikan secara gratis di bawah lisensi GPL
(General Public License). Setiap pengguna dapat secara bebas menggunakan
MyQSL, namun dengan batasan perangkat lunak tersebut tidak boleh dijadikan
produk turunan yang bersifat komersial. MySQL sebenarnya merupakan turunan
salah satu konsep utama dalam basis data yang telah ada sebelumnya; SQL
(Structured Query Language). SQL adalah sebuah konsep pengoperasian basis
data, terutama untuk emilihan atau seleksi dan pemasukan data, yang
memungkinkan pengoperasian data dikerjakan dengan mudah secara otomatis
(Kurnia, 2018).

3.5 XAMPP
XAMPP merupakan tool yang menyediakan paket perangkat lunak ke
dalam satu buah paket. Dengan menginstall XAMPP maka tidak perlu lagi
melakukan instalasi dan konfigurasi web server apache, PHP dan MySQL secara
manual. XAMPP akan menginstall dan mengkonfigurasikannya secara otomatis
atau auto konfigurasi.
XAMP ini digunakan untuk server local host atau server yang berdiri
sendiri dan terdiri dari beberapa program seperti Perl, Apache HTTP Server,
penerjemah bahasa yang sudah ditulis sesuai dengan bahasa pemrograman PHP
dan MySQL database. Sedangkan nama XAMPP sendiri adalah singkatan dari X
yaitu empat sistem operasi apapun, Apache, MySQL, Perl dan PHP (Khotami and
Pudhail, 2020).

2.6 Website
Website merupakan sebuah kumpulan halaman-halaman web beserta file-
file pendukungnya, seperti file gambar, video, dan file digital lainnya yang
disimpan pada sebuah web server yang umumnya dapat diakses melalui internet.

12
Atau dengan kata lain, website adalah sekumpulan folder dan file yang
mengandung banyak perintah dan fungsi-fungsi tertentu, seperti fungsi tampilan,
fungsi menangani penyipanan data, dsb (Suhartini, Sadali and Kuspandi Putra,
2020).

2.7 HTML 5
HyperText Markup Language (HTML) ialah bahasa yang digunakan untuk
membuat antarmuka halaman web. Aplikasi web menggabungkan antarmuka
yang dibuat dengan HTML dengan bahasa pemrograman yang berfungsi sebagai
logika dan mengelola data. Oleh karena itu pengetahuan tentang HTML sangat
penting dalam pembangunan aplikasi web (Faisal and Abadi, 2020).
HTML 5 adalah revisi kelima dari HTML (yang pertama kali diciptakan
pada tahun 1990 dan versi keempatnya, HTML 4, pada tahun 1997). Tujuan
utama pengembangan HTML 5 adalah untuk memperbaiki teknologi HTML agar
mendukung teknologi multimedia terbaru, mudah dibaca oleh manusia dan juga
mudah dimengerti oleh mesin (Widodo and Purnomo, 2016).

2.8 CSS
Cascading Style Sheets (CSS) adalah bahasa yang digunakan untuk
memberikan style pada halaman web yang ditulis dengan kode HTML. CSS
menentukan bagaimana elemen HTML ditampilkan yang meliputi bentuk, warna
dan posisi suatu tag atau elemen HTML. Selain itu CSS digunakan untuk
mengatur tampilan beberapa halaman web sekaligus dalam sebuah file.
Pengetahuan CSS adalah pengetahuan wajib dimiliki oleh web designer atau
developer (Faisal and Abadi, 2020).

2.9 Laravel
Laravel adalah sebuah MVC web development framework PHP yang
didesain untuk meningkatkan kualitas perangkat lunak dengan megurangi biaya
pengembangan dan perbaikan serta meningkatkan produktifitas pekerjaan dengan

13
sintak yang bersih dan fungsional set yang dapat mengurangi banyak waktu untuk
implementasi (Widodo and Purnomo, 2016).
Laravel memberikan keterbaruan alat untuk berinteraksi dengan database
disebut dengan migration. Dengan migration, pengembang dapat dengan mudah
untuk melakukan modifikasi sebuah database pada sebuah platform secara
independen karena implementasi skema database dipresentasikan dalam sebuah
class. Migration dapat berjalan pada beberapa basis data yang telah didukung
Laravel (MySQL, PostgreSQL, MSSQL dan SQLITE) dan untuk implementasi
Active Record pada Laravel disebut Eloquent yang menggunakan standard
modern OOP. Laravel juga memberikan sebuah Command Line Interface disebut
dengan artisan, pengembang dapat berinteraksi dengan aplikasi untuk sebuah aksi
seperti migrations engine yang memberikan estetika dan kebersihan kode pada
view secara pasrial (Luthfi, 2017).

2.10 Unified Modeling Language (UML)

UML adalah singkatan dari Unified Modeling Language, yaitu sebuah
bahasa yang digunakan untuk merancang dan memodelkan sistem perangkat
lunak. Menurut (Kholid, 2017) UML adalah bahasa yang berdasarkan
grafik/gambar untuk memvisualisasikan, menspesifikasikan, membangun daan
pendokumentasian sebuah sistem pengembangan perangkat lunak berbasis OO (
Object-Oriented). UML juga memberikan standa penulisan sebuah system blue
print, yang mana meliputi konsep bisnis proses, penulisan kelas-kelas pada bahasa
program yang spesifik, skema database, dan komponen yang dibutuhkan dalam
sistem perangkat lunak.
2.10.1 Diagram UML
Dalam UML terdapat beberapa jenis diagram, yaitu;
1. Use Case Diagram
Use case diagram yaitu suatu gambaran dari fungsionalitas yang
diharapkan dari sebuah sistem, dan memberikan penjelasan tentang interaksi
antara actor dan sistem. Pada use case juga terdapat actor yang mana berperan

14
sebagai sebuah entitas dari manusia atau suatu sistem yang melakukan pekerjaan
(M Teguh Prihandoyo, 2018).
Tabel 2. 1 Simbol Use Case Diagram
No Simbol Nama
1 Actor
2 Dependency
3 Generalization
4 Include
5 Extend
6 Association
7 System
15
Keterangan
Memiliki peran orang, sistem yang
lain, atau alat ketika berkomunikasi
dengan use case.
Hubungan dimana perbahan yang
terjadi pada suatu elemen mandiri
(independent) akan mempengaruhi
elemen yang bergantung padanya
elemen yang tidak mandiri
(independent).
Menunjukkan spesialisasi actor
untuk dapat berpartisipasi dengan
use case.
Menunjukkan bahwa suatu use cse
seluruhnya merupakan
fungsionalitas dari use case
lainnya.
Menunjukkan bahwa suatu use case
merupakan tambahan fungsional
dari use case lainnya jika suatu
kondisi terpenuhi.
Abstraksi dari penghubung antara
actor dengan use case.
Menspesifikasikan paket yang
menmpilkan sistem secara terbatas.
2. Activity Diagram
Activity diagram atau diagram aktivitas adalah diagram alur dari aktivitas
dan perilaku dalam sistem yang berjalan (M Teguh Prihandoyo, 2018). semua
proses pada sistem akan dijabarkan pada diagram ini secara lengkap disetiap
tahapannya, mulai dari masukan hingga keluaran sistem.

Tabel 2. 2 Simbol Activity Diagram

No Simbol Nama Keterangan

1 Activity
2 Action
3 Initial Node
Activity Final
4 sistem, sebuah diagram aktivitas
Node
5 Fork Node
6 Decision
Memperlihatkan bagaimana
masing-masing kelas antarmuka
saling berintraksi satu sama lain.
State dari sistem yang
mencerminkan eksekusi dari
suatu aksi.
Status awal aktivitas sistem,
sebuah diagram aktivitas
memiliki sebuah status alwal.
Status akhir yang dilakukan
memiliki sebuah status akhir.
Satu aliran yang pada tahap
tertentu berbuah menjadi
beberapa aliran.
Asosiasi percabangan dimana
jika ada pilihan aktivitas lebih
dari satu.

3. Sequence Diagram
Sequence diagram ialah diagram UML yang memberikan gambaran
interaksi antara objek didalam dan di sekitar sistem yang berupa pesan yang
digambarkan terhadap waktu. (M Teguh Prihandoyo, 2018)

16
 Tabel 2. 3 Simbol Sequence Diagram

No Simbol Nama Keterangan

Orang proses, atau sistem lain

yang berinteraksi dengan sistem
1. Aktor informasi yang akan dibuat
diluar sistem informasi yang
akan dibuat itu sendiri.

Menyatakan kehidupan suatu

2. Garis hidup/lifeline
objek

Nama objek : Menyatakan objek yang

3. Objek
nama kelas berinteraksi pesan
Menyatakan objek dalam
keadaan aktif dan berinteraksi,
4. Waktu aktif semua yang terhubung dengan
waktu aktif ini adalah sebuah
tahapan.
Menyatakan suatu objek
membuat objek yang lain, arah
5. Pesan tipe create
panah mengarah pada objek
yang dibuat
Menyatakan suatu objek
memanggil opeasi/metode yang
Pesan tipe call
6. ada pada objek lain atau dirinya
sendiri
Menyatakan bahwa suatu objek
mengirim data / masukkan /
7. Pesan tipe send informasi ke objek lainnya, arah
panah mengarah pada objek
yang dikirimi

17

8 Pesan tipe return
Menyatakan bahwa suatu objek
yang telah menjalankan suatu
operasi atau metode
menghasilkan suatu kembalian
ke objek tertentu, arah panah
mengarah pada objek yang
menerima kembalian

4. Class Diagram
Class diagram merupakan diagram UML yang menampilkan struktur dan
deskripsi dari class, package, dan objek yang saling berkaitan seperti diantaranya
pewarisan, asosiasi dan lainnya (M Teguh Prihandoyo, 2018).

Tabel 2. 4 Simbol Class Diagram

No Simbol Nama Keterangan

Hubungan dimana objek anak

1 Generalization
Nary
2 dengan atribut serta operasi yang
Association
3 Class
4 Collaboration
5 Realization
(descendent) beerbagi perilaku dan
struktur data dari objek yang ada di
atasnya objek induk (ancestor).
Upaya untuk menghindari asosiasi
sama.
Himpunan dari objek-objek ya g
berbagi atribut srta operasi ang
sama.
Deskripsi dari urutan aksi-aksi
yang ditampilkan sistem yang
menghasilkan suatu hasil yang
terukur bagi suatu actor.
Operasi yang benar-benar
dilakukan suatu objek.

18
 Hubungan dimana perubahan yang
6 Dependency terjadi pada suatu elemen mandiri
(independent).
Apa yang meghubungkan antara
7 Association
objek satu dengan objek lainnya.
Nilai Kosong atau satu.
8 0..1
Kardinalitas
Nilai Lebih dari sama dengan kosong.
9 0..*
Kardinalitas
Nilai Lebih dari sama dengan n, dimana
10 0..n
Kardinalitas n lebih dari satu.
Nilai Hanya satu.
11 1
Kardinalitas
Nilai Lebih dari sama dengan satu.
12 1..*
Kardinalitas
Nilai Lebih dari sama dengan satu
13 1..n
Kardinalitas dimana n lebih dari satu.
Nilai Banyak atau Many.
14 *
Kardinalitas
Nilai Hanya N, dimana N lebih dari satu.
15 n
Kardinalitas
Nilai Lebih dari sama dengan N dimana
16 n..*
Kardinalitas N lebih dari satu.
Lebih dari sama dengan N dan
Nilai
17 n..m kurang dari sama dengan M.
Kardinalitas
Dimana M dan N lebih dari satu.

2.11 Rational Unified Process (RUP)

Rational Unified Process (RUP) adalah salah satu produk pengembangan
software yang ditawarkan oleh IBM Rational. RUP awalnya dikembangkan oleh
Rational Software Corporation dan sekarang telah menjadi bagian dari IBM.

19
RUP bersifat serial dalam skala besar, berulang dalam skala kecil dan
menghasilkan rilis bertahap dari waktu ke waktu.
Pada tahapan pengembangan RUP terdapat struktur dinamis dan struktur
statis. Struktur dinamis pada dimensi horizontal mewakili dimensi waktu dari
proses. Struktur dinamis terdiri dari beberapa fase, yaitu :
1. Inception
Inception adalah tahap untuk menentukan ruang lingkup dengan
mengidentifikasi semua entitas eksternal yang akan berinteraksi dengan sistem.
Hasil dari fase ini adalah dokumen persyaratan dan model use case.
2. Elaboration
Elaboration adalah tahap untuk menganalisis dan memeahami keseluruhan
sistem, kemudian dibangun menjadi arsitektur. Hasil dari fase ini adalah model
use case, prototype arsitektur yang dapat dieksekusi.
3. Construction
Construction adalah tahap yang berisi implementasi perancangan yang
dihasilkan pada fase sebelumnya (elaboration). Hasil dari fase ini adalah produk
software beserta paduan pengguna.
4. Transition
Transition adalah fase untuk merilis software. Hasil dari fase ini adalah
aktivitas yang diperlukan untuk menempatkan perangkat lunak ke pengguna. (Tia
and Nuryasin, 2020)

2.12 Pengujian Black Box

Black box testing adalah salah satu metode pengujian yang hanya berfokus
pada spesifikasi fungsionalitas dari perangkat lunak. Pengujian ini dilakukan
dengan memberikan gambaran atas sekumpulan kondisi masukan dan melakukan
pengujian pada uraian fungsional program. (Nurudin et al., 2020) pengujian ini
dilakukan dengan menguji berbagai kasus uji atau scenario yang dirancang untuk
mengetahui jika sistem menghasilkan output yang sesuai dengan yang diharapkan.
Metode ini berguna untuk mengidentifikasi masalah atau bug yang mungkin ada
pada sistem.

20
2.13 Pengujian Algoritma
Pengujian algoritma yaitu proses yang dilakukan untuk menguji performa
suatu algoritma dalam menyelesaikan atau mengukur tingkat kesalahan dari
proses prediksi. Beberapa teknik pegujian algoritma yang dapat digunakan yaitu
sebagai berikut.
1. Root Mean Square Error (RMSE)
RMSE digunakan untuk mencari nilai keakurasian hasil peramalan dengan
data history dan menggunakan rumus yang ditunjukkan dengan nilai kesalahan.
Dengan menggunakan RMSE, error yang ada menunjukkan seberapa besar
perbedaan hasil estimasi dengan hasil yang akan diestimasi. Hal yang membuat
berbeda karena adanya keacakan pada data atau karena tidak mengandung
estimasi yang lebih akurat (Nanja and Purwanto, 2015).

√
2
Σ ( y t− ^
yt )
RMSE=
n
Keterangan:

y t : Nilai aktual indeks

^
y t : Nilai prediksi indeks

n : Jumlah sampel
2. Mean Absolute Percent Error (MAPE)
MAPE merupakan rata-rata diferensiasi absolut antara nilai prediksi dan
aktual yang dinyatakan sebagai presentase nilai aktual (Putro, Furqon and Wijoyo,
2018). Semakin rendah nilai MAPE, semakin baik kinerja model prediksi atau
peramalan. Kelemahan yang terdapat pada MAPE yaitu jika terdapat nilai aktual
yang sangat kecil atau nol, yang dapat menyebabkan kesalahan pembaguan
dengan nol dan meghasilkan nilai yang tak terhingga. Untuk mencari nilai MAPE
dapat menggunakan rumus berikut.
100 | At −Ft|
MAPE = Σ
n At
Keterangan:

21
At : Nilai aktual pada data t
Ft : Nilai prediksi pada data t
n : Jumlah periode data

22
 BAB III
METODOLOGI PENELITIAN
3.1 Waktu dan Tempat Penelitian
3.1.1 Waktu Penelitian
Waktu pelaksanaan penelitian tugas akhir dilaksanakan mulai dari bulan
Maret 2023 sampai dengan Juli 2023. Rincian kegiatan dapat dilihat pada table
berikut.
Tabel 3. 1 Gannt Chart Waktu Penelitian

Waktu
No Uraian Maret April Mei Juni Juli
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
1. Inception
2. Elaboration
3. Construction
4. Transition

3.1.2 Tempat Penelitian

Adapun tempat penelitian tugas akhir yang akan dilakukan di PT.
Aesculapius Sahabat Sejati Medika, Jl. Jend. AH. Nasution, Kambu, Kec. Kambu,
Kota Kendari, Sulawesi Tenggara.

3.2 Metode Penelitian

Beberapa metode yang digunakan dalam pengumpulan data adalah sebagai
berikut:
a. Kajian Pustaka
Kajian pustaka yang dilakukan yaitu mengumpulan data pendukung
penelitian yang akan dijadikan referensi. Data dapat berupa buku, paper, jurnal,
skripsi dan sebagainya.

23
b. Wawancara
Wawancara ini dilakukan secara langsung kepada manager dan staff PT.
Aesculapius Sahabat Sejati Medika untuk mengetahui data-data dari penjualan
alat kesehatan yang akan menunjang pembuatan website prediksi penjualan alat
kesehatan.

3.3 Metode Pengembangan Sistem

Metode pengembangan sistem yang digunakan dalam sistem ini adalah
metode Rational Unified Process (RUP). Dalam metode ini, terdapat empat tahap
pengembangan perangkat lunak, yaitu:
3.3.1 Inception (Permulaan)
Pada tahap dilakukan proses pengidentifikasian sistem, dilakukan dengan
analisis kebutuhan akan aplikasi, melakukan kajian terhadap penelitian yang
terkait dengan metode Expectation Maximization.
3.3.2 Elaboration (Perluasan/Perencanaan)
Pada tahap ini akan dilakukan perancangan dan analisis sistem
menggunakan UML (Unified Modeling Language) yang meliputi use case
diagram, activity diagram, class diagram dan sequence diagram.
3.3.3 Construction (Konstruksi)
Pada tahap ini yang dilakukan yaitu membangun aplikasi yang disesuaikan
dengan perancangan yang telah dilakukan sebelumnya. Dan juga data-data yang
telah diambil sebelumnya dimasukkan ke dalam sistem agar siap digunakan.
3.3.4 Transition (Transisi)
Tahap ini focus untuk melakukan proses pengujian terhadap aplikasi.
Tahap ini juga melakukan maintenance atau pemeliharaan sistem dan perbaikan
bug jika diperlukan.

3.4 Analisis Kebutuhan Sistem

Analisis kebutuhan sistem ini bertujuan untuk mengidentifikasi
permasalahan pada sistem dimana aplikasi dibangun, meliputi perangkat lunak
dan hasil analisis terhadap sistem serta elemen-elemen sistem. Pembahasan yang

24
ada pada analisis sistem ini yaitu analisis kebutuhan fungsional dan analisis
kebutuhan non-fungsional.
3.4.1 Kebutuhan Fungsional
Analisis kebutuhan fungsional adalah segala bentuk data yang dibutuhkan
oleh sistem agar sistem dapat berjalan sesuai dengan prosedur yang dibangun.
Setelah tahap analisis, maka telah ditetapkan kebutuhan-kebutuhan untuk
membangun sistem meliputi input, proses dan output.
A. Analisis Kebutuhan Input
Input dari aplikasi ini adalah data penjualan dari PT. Aesculapius Sahabat
Sejati Medika
B. Analisis Kebutuhan Proses
Kebutuhan proses bertujuan untuk mngidentifikasi permasalahan pada
sistem, dimana aplikasi dibangun meliputi perangkat lunak dan analisis terhadap
sistem.
C. Analisi Kebutuhan Output
Output dari aplikasi ini adalah admin dapat melihat estimasi dari penjualan
alat kesehatan dalam periode yang akan datang.
3.4.2 Kebutuhan Non-Fungsional
Analisis kebutuhan non-fungsional yaitu langkah dimana seorang pembuat
sistem menganalisis sumber daya yang dibutuhkan untuk membangun sistem yang
akan dibangun. Analisis kebutuhan non-fungsional dibagi dalam dua tahap, yaitu
analisis kebutuhan perangkat keras dan analisis perangkat lunak.
A. Kebutuhan Perangkat Keras
Perangkat keras yang digunakan pada pembuatan sistem ini adalah sebagai
berikut.

Tabel 3. 2 Spesifikasi Perangkat Keras

No. Nama Perangkat Spesifikasi

1. Laptop Notebook ASUS

Tabel 3. 3 Spesifikasi Perangkat Keras (lanjutan)

25
 2. Processor Intel(R) Core(TM) i3-6006U @ 2.00GHz
1.99 GHz
3. RAM 4.00 GB
4. Harddisk 1TB HDD
5. Monitor 15,6 Inch

B. Kebutuhan Perangkat Lunak

Perangkat lunak yang digunakan dalam pembuatan sistem ini adalah
sebagai berikut.

Tabel 3. 4 Spesifikasi Perangkat Lunak

No. Nama Perangkat Fungsi Spesifikasi

1. Windows Operating System Windows 10 Pro

2. Xampp Universal Xampp v3.3.0
development
environment
3. MySQL Database 10.4.24 - MariaDB
Mangement
4. PHP Bahasa PHP 8.1.6
pemrograman
5. Chrome Web browser Chrome v
107.0.5304.123
6. Visual Studio Code Text editor VS Code v1.73.1
7. Apache Web Server Apache v2.4.53

3.5 Analisis Perancangan Sistem

3.5.1 Unified Modeling Language (UML)
Sistem ini dibangun menggunakan Unified Modeling Language (UML)
yang terdiri dari Use Case Diagram, Activity Diagram, Class Diagram dan
Sequence Diagram.
1. Use Case Diagram

26
 Diagram use case terdiri dari actor (pengguna), fungsionalitas sistem dan
hubungan antar keduanya. Dalam sistem ini actor (pengguna) yang akan
menjalankan sistem ini hanya terdapat satu pengguna yaitu admin serta beberapa
fungsi sistem di dalamnya seperti login, kelola data alat, kelola datacairan, kelola
data buku, kelola transaksi, estimasi alat kesehatan, laporan, dan logout. Bentuk
use case diagram dari sistem yang akan dibangun seperti pada gambar berikut.

Gambar 3. 1 Use Case Diagram

a. Deskripsi Use Case Diagram Login

Tabel 3. 5 Deskripsi Use Case Diagram Login

Nama Manage
Deskripsi Singkat Login digunakan sebagai proses awal
untuk memasuki sistem
Kondisi Awal Admin memasukan dan password
Kondisi Akhir Admin memasuki halaman dashboard
Situasi Kesalahan Admin salah memasukkan dan password

27
 Status Sistem Saat Terjadi Admin akan diarahkan untuk memasukan
Kesalahan dan password yang benar
Aktor Admin
Trigger Admin harus melakukan login sebelum
menjalankan sistem
Proses Standar 1. Admin memasuki halaman login
2. Admin memasukan dan password
3. Sistem akan melakukan proses
verifikasi dan password

b. Deskripsi Use Case Diagram Kelola Data Alat

Tabel 3. 6 Deskripsi Use Case Diagram Kelola Data Alat

Nama Manage
Deskripsi Singkat Admin dapat mengelola data alat
kesehatan dengan menambah, mengubah
dan menghapus data
Kondisi Awal Telah melakukan login ke sistem
Kondisi Akhir Data alat berhasil ditambahkan, diubah
atau dihapus
Situasi Kesalahan -
Situasi Sistem Saat Terjadi -
Kesalahan
Aktor Admin
Trigger Admin perlu mengelola data alat
Proses Standar 1. Admin masuk ke sistem
2. Mengakses menu data master
3. Memilih sub menu data alat
4. Mengisi form tambah data,
mengedit data atau menghapus
data.

28
c. Deskripsi Use Case Diagram Kelola Data Cairan

Tabel 3. 7 Deskripsi Use Case Diagram Kelola Data Cairan

Nama manage
Deskripsi singkat Admin dapat mengelola data cairan
dengan menambah, mengubah dan
menghapus data
Kondisi awal Telah melakukan login ke sistem
Kondisi akhir Data cairan berhasil ditambahkan, diubah
atau dihapus
situasi kesalahan -
Situasi sistem saat terjadi -
kesalahan
Aktor Admin
Trigger Admin perlu mengelola data cairan
Proses standar 1. Admin masuk ke sistem
2. Mengakses data master
3. Memilih sub menu data cairan
4. Mengisi form tambah data,
mengedit data atau menghapus
data

d. Deskripsi Use Case Diagram Kelola Data Buku

Tabel 3. 8 Deskripsi Use Case Diagram Kelola Data Buku

Nama Manage
Deskripsi Singkat Admin dapat mengelola data buku dengan
menambah, mengubah atau menghapus
data
Kondisi Awal Telah melakukan login ke sistem

29
 Kondisi Akhir Data buku berhasil ditambahkan, diubah
atau dihapus
Sistuasi Kesalahan -
Situasi Sistem Saat Terjadi -
Kesalahan
Aktor Admin
Trigger Admin perlu mengelola data buku
Proses Standar 1. Admin masuk ke sistem
2. Mengakses data master
3. Memilih sub menu data buku
4. Mengisi form tambah data,
mengedit data atau menghapus
data

e. Deskripsi Use Case Diagram Transaksi

Tabel 3. 9 Deskripsi Use Case Diagram Transaksi

Nama Manage
Deskripsi Singkat Admin dapat mengelola data transaksi
dengan menambah dan menghapus data
Kondisi Awal Telah melakukan login ke sistem
Kondisi Akhir Data transaksi berhasil ditambah atau
dihapus
Situasi Kesalahan -
Situasi Sistem Saat Terjadi -
Kesalahan
Aktor Admin
Trigger admin perlu mengelola data transaksi
Proses Standar 1. Admin masuk ke sistem
2. Admin mengakses menu transaksi
3. Admin mengisi form tambah data

30
 atau menghapus data

f. Deskripsi Use Case Diagram Estimasi Penjualan Alat Kesehatan

Tabel 3. 10 Deskrisi Use Case Diagram Estimasi Penjualan Alat Kesehatan

Nama Manage
Deskripsi Singkat Admin dapat mengetahui estimasi dari
penjualan alat kesehatan periode
selanjutnya
Kondisi Awal Telah melakukan login ke sistem
Kondisi Akhir Sistem akan menampilkan hasil estimasi
penjualan alat kesehatan
Situasi Kesalahan -
Situasi Sistem Saat Terjadi -
Kesalahan
Aktor Admin
Trigger Admin perlu mengetahui estimasi
penjualan alat kesehatan untuk periode
selanjutnya
Proses Standar 1. Admin masuk ke sistem
2. Mengakses menu estimasi
3. Hasil estimasi akan ditampilkan

g. Deskripsi Use Case Diagram Laporan

Tabel 3. 11 Deskripsi Use Case Diagram Laporan

Nama Manage
Deskripsi Singkat Admin dapat melihat dan mencetak
laporan hasil estimasi yang didapatkan
Kondisi Awal Telah melakukan login ke sistem
Kondisi Akhir Sistem menampilkan laporan estimasi

31
 yang siap dicetak
Situasi Kesalahan -
Situasi Sistem Saat Terjadi -
Kesalahan
Aktor Admin
Trigger Admin perlu mengetahui dan mencetak
laporan estimasi
Proses Standar 1. Admin masuk ke sistem
2. Mengakses menu transaksi
3. Memilih cetak laporan

2. Activity Diagram
Activity diagram atau diagram aktivitas merupakan suatu diagram UML
yang menggambarkan urutan aktivitas yang dilakukan dalam sistem dan tindakan
untuk menjelaskan aktivitas tersebut. Activity diagram yang akan menggambarkan
sistem yang dibangun adalah sebagai berikut.
a. Activity Diagram Login
Pada activity login hanya dapat diakses oleh admin yang jika data valid
maka akan langsung menuju ke halaman beranda berdasarkan hak akses. Dan jika
data yang dimasukkan tidak valid maka sistem akan menampilkan pesan yang
menunjukan jika username dan password salah. Adapun activity login dapat
dilihat pada gambar berikut.

32
 Gambar 3. 2 Acticity Diagram Login

b. Activity Diagram Kelola Data Alat

Activity diagram ini adalah gambaran tentang proses yang dilakukan
admin dalam mengelola data alat seperti menambah, mengubah atau menghapus
data alat. Sistem akan melakukan validasi data yang kemudian disimpan ke dalam
database. Yang kemudian sistem akan menampilkan data alat yang telah
diperbarui.

33
 Gambar 3. 3 Activity Diagram Kelola Data Alat

c. Activity Diagram Kelola Data Cairan

Pada diagram aktivitas ini menujukan pada halaman kelola data cairan
admin dapat melakukan tambah data, edit data dan hapus data. Data yang akan
dikelola berupa informasi tentang data cairan kesehatan. Sistem akan melakukan
validasi data cairan yang kemudian akan di disimpan pada database. Yang
kemudian sistem akan menampilkan data yang telah diperbarui.

34
 Gambar 3. 4 Activity Diagram Kelola Data Cairan

d. Activity Diagram Kelola Data Buku

Pada diagram aktivitas kelola data buku menunjukan jika admin dapat
melakukan kelola data seperti menambah, mengedit dan menghapus data. Yang
mana data tersebut berupa data buku-buku mengenai kesehatan. Sistem akan
megelola dan melakukan validasi terhadap data tersebut dan kemudian akan di
simpan ke dalam database. Sistem akan menampilkan data buku yang telah
diperbarui.

35
 Gambar 3. 5 Activity Diagram Kelola Data Buku

e. Activity Diagram Transaksi

Pada diagram aktivitas transaksi menujukkan tentang gambaran kinerja
sistem pada saat admin mengakses menu transaksi yang apabila berhasil login
maka admin dapat megelola data transaksi seperti menambah dan menghapus
data.

36
 Gambar 3. 6 Activity Diagram Transaksi

f. Activity Diagram Estimasi

Activity diagram ini menunjukan proses yang dilakukan dalam
menghasilkan nilai estimasi penjualan alat kesehatan. Adapun activity diagram
estimasi dapat dilihat sebagai berikut.

37
 Gambar 3. 7 Activity Diagram Estimasi

g. Activity Diagram Laporan

Pada digram aktivitas laporan ini menunjukan bagaimana admin
melakukan aktivitas melihat laporan dan mencetak laporan. Adapun activity
diagram laporan dapat dilihat seperti gambar berikut.

38
 Gambar 3. 8 Activity Diagram Laporan

h. Activity Diagram Logout

Dalam diagram ini menujukkan proses aktivitas admin untuk keluar dari
sistem atau melakukan logout. Sistem akan mengirimkan pesan untuk
megonfirmasi apakah admin akan keluar dari sistem atau menolak untuk keluar
dari sistem. Apabila admin mengonfirmasi untuk keluar dari sistem maka sistem
akan menghapus session dan kembali ke halaman awal atau halaman login. Dan
jika admin menolak untuk keluar maka sistem akan kembali ke halaman sebelum
melakukan logout.

39
 Gambar 3. 9 Activity Diagram Logout

3. Sequence Diagram
Sequence diagram adalah diagram yang digunakan untuk menampilkan
urutan interaksi antara objek dalam sistem berdasarkan waktu. Sequence diagram
menunjukkan pesan antara objek dalam sebuah sistem atau proses yang kemudian
menunjukkan proses interaksi antar objek selama eksekusi suatu proses. Adapun
sequence diagram dalam sistem ini adalah sebagai berikut.
a. Sequence Diagram Login
Pada sequence diagram login menunjukkan admin melakukan interaksi
dengan mulai mengakses menu login dan memasukkan username dan password
pada login form yang kemudian akan divalidasi oleh database dan jika data valid
maka sistem akan menampilkan halaman beranda. Jika data tidak valid maka
sistem akan mengirimkan pesan yang berisi username dan password salah. Untuk
proses sequence diagram login dapat dilihat pada gambar berikut.

40
 Gambar 3. 10 Sequence Diagram Login

b. Sequence Diagram Kelola Data Alat

Alur dalam sequence diagram kelola data alat menunjukkan setelah
melakukan login admin mengakses menu data master yang berisikan sub menu
dari data-data pada sistem, kemudian admin memilih sub menu data alat dan
sistem menampilkan data alat kesehatan. Dalam menu data alat admin dapat
mengelola data seperti menambah data, mengubah data atau menghapus data.
Yang kemudian data yang di baru akan di simpan dalam database.

41
 Gambar 3. 11 Sequence Diagram Kelola Data Cairan

c. Sequence Diagram Kelola Data Cairan

Alur dalam sequence diagram kelola data alat menunjukkan setelah
melakukan login admin mengakses menu data master yang berisikan sub menu
dari data-data pada sistem, kemudian admin memilih sub menu data cairan dan

42
sistem menampilkan data cairan. Dalam menu data alat admin dapat mengelola
data seperti menambah data, mengubah data atau menghapus data. Yang
kemudian data yang di baru akan di simpan dalam database.

Gambar 3. 12 Sequence Diagram Kelola Data Cairan

43
d. Sequence Diagram Kelola Data Buku
Alur dalam sequence diagram kelola data alat menunjukkan setelah
melakukan login admin mengakses menu data master yang berisikan sub menu
dari data-data pada sistem, kemudian admin memilih sub menu data buku dan
sistem menampilkan data buku kesehatan. Dalam menu data alat admin dapat
mengelola data seperti menambah data, mengubah data atau menghapus data.
Yang kemudian data yang di baru akan di simpan dalam database.

44
 Gambar 3. 13 Sequence Diagram Kelola Data Buku

e. Sequence Diagram Transaksi

Sequence diagram ini menunjukan interaksi yang dilakukan oleh admin
dalam mengelola data transaksi. Mulai dari mengakses menu login, kemudian

45
admin mengakses menu transaksi yang kemudian sistem menampilkan data
transaksi.

Gambar 3. 14 Sequence Diagram Transaksi

f. Sequence Diagram Estimasi

Sequence diagram estimasi menunjukan interaksi yang dilakukan setelah
melakukan login admin mengakses menu estimasi. Sequence diagram estimasi
dapat diliat pada gambar berikut.

46
 Gambar 3. 15 Sequence Diagram Estimasi

g. Sequence Diagram Laporan

Sequence diagram laporan ini menunjukan interaksi admin dan sistem,
dimana admin mengakses menu login terlebih dahulu lalu mengakses menu
transaksi. Dalam menu transaksi terdapat pilihan untuk mencetak laporan dari
proses trnsaksi dan hasil prediksi.

47
 Gambar 3. 16 Sequence Diagram Laporan

h. Sequence Diagram Logout

Pada sequence diagram logout menunjukkan admin yang akan melakukan
logout dan kemudian sistem mengirimkan pesan konfirmasi logout. Jika admin
mengonfirmasi maka sistem akan menghapus session.

48
 Gambar 3. 17 Sequence Diagram Logout

4. Class Diagram
Class diagram atau diagram kelas menunjukkan struktur dari sistem yang
terdiri dari kelas-kelas yang ada dalam sistem, atribut dan metode yang ada pada
kelas-kelas tersebut, serta menjelaskan hubungan antar kelas-kelas tersebut. Yang
mana pada sistem yang akan dibangun terdapat 4 class yaitu Admin, data_master,
transaksi dan prediksi.

49
 Gambar 3. 18 Class Diagram

3.5.2 Perancangan Interface

1. Halaman Login
Tampilan ini akan digunakan ketika admin melakukan login ke sistem.
Tampilan halaman login dapat dilihat pada gambar berikut.

Gambar 3. 19 Halaman Login

2. Halaman Dashboard
Tampilan dashboard akan digunakan setelah admin masuk ke dalam
sistem. Tampilan ini berisikan total dari data alat, data cairan dan data buku.
Tampilan halaman dashboard dapat dilihat pada gambar berikut.

50
 Gambar 3. 20 Halaman Dashboard

3. Halaman Kelola Data Alat

Halaman kelola data alat berisikan data alat kesehatan. Admin dapat
menambah data, mengedit data atau pun menghapus data. Tampilan untuk
halaman kelola data alat dapat dilihat pada gambar berikut.

Gambar 3. 21 Halaman Kelola Data Cairan

51
4. Kelola Data Cairan
Halaman kelola data cairan digunakan ketika admin ingin mengelola data
cairan seperti menambah data, mengedit data atau menghapus data. Halaman
kelola data alat dapat dilihat pada gambar berikut.

Gambar 3. 22 Halaman Kelola Data Cairan

5. Kelola Data Buku

Halaman data buku digunakan jika admin ingin mengelola data buku seperti
menambah data, mengedit atau menghapus data. Halaman kelola data buku dapat
dilihat pada halaman berikut.

52
 Gambar 3. 23 Halaman Kelola Data Buku

6. Transaksi
Halaman transaksi digunakan ketika admin ingin mengelola data transaksi
seperi menambah data, menghapus data dan mencetaknya. Halaman transaksi
dapat dilihat pada gambar berikut.

Gambar 3. 24 Halaman Transaksi

53
7. Estimasi
Halaman estimasi digunakan ketika admin ingin mengetahui hasil estimasi
penjualan alat kesehatan. Halaman estimasi dapat dilihat pada gambar berikut.

Gambar 3. 25 Halaman Estimasi

54
 DAFTAR PUSTAKA

Abazid, M., Abdulrahman, A. and Samine, S. (2021) ‘LEAST SQUARES

METHODS TO FORECAST SALES FOR A COMPANY’, International Journal
of Scientific & Engineering, 9(6), pp. 864–868.

Amani, Y. (2016) ‘Pemodelan Peramalan Dalam Penentuan Persediaan Jenis

Spare Part Mesin Kendaraan’, TECHSI, 8, pp. 38–51.

Anshori, S.M. et al. (2020) ‘Sistem Peramalan Penjualan Sepeda Motor Yamaha
Di Sentral Yamaha Malang Dengan Metode Least Square’, Jurnal Aghinya
Stiesnu Bengkulu, 3(2), pp. 196–107.

Buaton, R., Zarlis, M. and Yasin, V. (2021) KONSEP DATA MINING. Jakarta:
Mitra Wacana Media.

Cahyono, T. (2018) Statistika Terapan & Indikator Kesehatan. Yogyakarta:

Deepublish Publisher.

Dewi, N.P. and Listiowarni, I. (2019) ‘Peramalan Harga Bahan Proyek

Menggunakan Metode Least Square (Studi Kasus : CV Rizky Mulya)’, Jurnal
Teknik Informatika (J-Tifa), 2(1), pp. 28–33. Available at:
https://doi.org/10.52046/j-tifa.v2i1.240.

Faisal, M.R. and Abadi, F. (2020) Pemrograman Web Dasar I. Kalimantan

Selatan: Scripta Cendekia.

Ginting, S.P. and Fahmi, H. (2022) ‘Implementasi Data Mining Menggunakan

Algoritma Apriori Untuk Penjualan Alat Kesehatan Pada CV Rudang Jaya
Abadi’, Junal Teknik Informatika …, 1, pp. 123–130. Available at: https://e-
jurnal.pelitanusantara.ac.id/index.php/jutimbis/article/view/938%0Ahttps://e-
jurnal.pelitanusantara.ac.id/index.php/jutimbis/article/download/938/541.

Idayani, R. (2017) ‘Perancangan aplikasi’, 3(1), pp. 81–94.

55
Kholid, M.U. (2017) ‘Perancangan Sistem’, (September 2014). Available at:
http://www.academia.edu/7511410/Perancangan_Sistem_Menurut_Jogiyanto_H.

Khotami, M. and Pudhail, M. (2020) ‘Rancang Bangun Aplikasi Food Ordering

System Berbasis Web Mobile di Omah Japo Café & Nursery Tanjunganom
Nganjuk dengan PHP 5.4.37 dan MySQL 5.5.42.’, Cyber-Techn, 14(02), pp. 91–
105. Available at:
https://ojs.stt-pomosda.ac.id/index.php/cybertechn/article/view/75.

Kurnia, I. (2018) ‘Pengenalan MYSQL’, Sistem Manajemen Basis Data

(MYSQL), pp. 1–5. Available at: https://docplayer.info/33668465-Sistem-
manajemen-basis-data-mysql.html.

Lutfi, A. (2017) ‘Sistem Informasi Akademik Madrasah Aliyah Salafiyah

Syafi’iyah Menggunakan Php dan MySQL’, Jurnal AiTech, 3(2), pp. 104–112.

Luthfi, F. (2017) ‘Penggunaan Framework Laravel dalam Rancang Bangun

Modul Back-End’, JISKA (Jurnal Informatika Sunan Kalijaga), 2(1), pp. 34–41.

M Teguh Prihandoyo (2018) ‘Unified Modeling Language (UML) Model Untuk

Pengembangan Sistem Informasi Akademik Berbasis Web’, Jurnal Informatika:
Jurnal Pengembangan IT, 3(1), pp. 126–129.

Nainel, Y.L., Buulolo, E. and Lubis, I. (2020) ‘Penerapan Data Mining Untuk
Estimasi Penjualan Obat Berdasarkan Pengaruh Brand Image Dengan Algoritma
Expectation Maximization (Studi Kasus: PT. Pyridam Farma Tbk)’, JURIKOM
(Jurnal Riset Komputer), 7(2), p. 214. Available at:
https://doi.org/10.30865/jurikom.v7i2.2097.

Nanja, M. and Purwanto (2015) ‘FORWARD SELECTION UNTUK

PREDIKSI’, Pseudocode, 2, pp. 53–64.

Nurudin, M. et al. (2020) ‘Pengujian Black Box pada Aplikasi Penjualan Berbasis
Web Menggunakan Pengujian Black Bo x pada Aplikasi Penjualan Berbasis Web
Menggunakan Teknik Boundary Value Analysis’, (December 2019). Available at:

56
https://doi.org/10.32493/informatika.v4i4.3841.

Pamungkas, D.P. et al. (2016) ‘IMPLEMENTASI METODE LEAST SQUARE

UNTUK PREDIKSI’, 2(2), pp. 75–81.

Putro, B., Furqon, M.T. and Wijoyo, S.H. (2018) ‘Prediksi Jumlah Kebutuhan
Pemakaian Air Menggunakan Metode Exponential Smoothing ( Studi Kasus :
PDAM Kota Malang )’, Jurnal Pengembangan Teknologi Informasi dan Ilmu
Komputer, 2(11), pp. 4679–4686.

Sirait, R.E., Darwianto, E. and Suwawi, D.D.J. (2015) ‘Implementasi dan

AnalisisAlgoritma Clustering Expectation – maximization ( EM ) Pada Data
Tugas Akhir Universitas Telkom’, e-Proceeding of Engineering, 2(2), pp. 6711–
6717.

Suhartini, Sadali, M. and Kuspandi Putra, Y. (2020) ‘Sistem Informasi Berbasis

Web Sma Al- Mukhtariyah Mamben Lauk Berbasis Php Dan Mysql Dengan
Framework Codeigniter’, Infotek : Jurnal Informatika dan Teknologi, 3(1), pp.
79–83. Available at: https://doi.org/10.29408/jit.v3i1.1793.

Tia, T.K. and Nuryasin, I. (2020) ‘Model Simulasi Rational Unified Process Pada
Pengembangan Perangkat Lunak’, 2(4), pp. 485–494.

Waspah, A.I. et al. (2022) ‘Expectation Maximization Algorithm Memprediksi

Penjualan Susu Murni Pada Pt . Sewu Primatama Indonesia Lampung’, JUTIM
(Jurnal Teknik Informatika Musirawas), 7(1), pp. 27–38. Available at:
http://jurnal.univbinainsan.ac.id/index.php/jutim/article/view/1615%0Ahttp://
jurnal.univbinainsan.ac.id/index.php/jutim/article/download/1615/822.

Widodo, B.P. and Purnomo, H.D. (2016) ‘Perancangan Aplikasi Pencarian

Layanan Kesehatan’, Jurnal Sistem Komputer - JSK (Department of Computer
System Engineering, Diponegoro University, Indonesia), 6(1), p. 45.

Zahid, T. and Li, W. (2016) ‘A Comparative Study Based on the Least Square
Parameter Identification Method for State of Charge Estimation of a LiFePO 4

57
Battery Pack Using Three Model-Based Algorithms for Electric Vehicles’.
Available at: https://doi.org/10.3390/en9090720.

Zanin, A. and Wernke, R. (2019) ‘ScienceDirect ScienceDirect ScienceDirect

ScienceDirect A Comparative Comparative study study of of PHP PHP
frameworks frameworks performance performance Costing models for capacity
optimization in Industry 4 . 0 : Trade-off between used capacity and oper’,
Procedia Manufacturing, 32, pp. 864–871. Available at:
https://doi.org/10.1016/j.promfg.2019.02.295.

Zhang, C. et al. (2018) ‘Online estimation of battery equivalent circuit model

parameters and state of charge using decoupled least squares technique’, Elsevier,
142, pp. 678–688. Available at: https://doi.org/10.1016/j.energy.2017.10.043.

58