PROPOSAL SKRIPSI

ANALISA PERAMALAN PENJUALAN IKAN MENGGUNAKAN

ALGORITMA REGRESI LINIER SEDERHANA BERBASIS WEB

Oleh
ACHMAD SHOFIYUDDIN HASAN
NIM : 112010156

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNIK
UNIVERSITAS ISLAM LAMONGAN
2022/2023

1
 ABSTRAK

Penelitian ini bertujuan untuk mengembangkan sebuah aplikasi berbasis web yang
menggunakan algoritma regresi linier sederhana untuk melakukan analisa peramalan
penjualan ikan. Metode ini digunakan untuk menganalisis data historis penjualan ikan
dan memprediksi penjualan di masa depan. Dalam penelitian ini, kami mengumpulkan
data historis penjualan ikan, melakukan pra-pemrosesan data, mengembangkan model
regresi linier, dan mengimplementasikan aplikasi web. Hasil penelitian ini diharapkan
dapat memberikan kontribusi dalam pengambilan keputusan yang lebih baik dalam
manajemen bisnis perikanan.

Kata Kunci: peramalan penjualan ikan, regresi linier sederhana, aplikasi berbasis web,
analisa peramalan

2
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Peramalan penjualan merupakan proses penting dalam manajemen bisnis, termasuk

dalam industri perikanan. Para pelaku bisnis perikanan perlu memiliki pemahaman

yang baik tentang tren penjualan ikan di masa depan untuk mengoptimalkan stok,

produksi, dan strategi pemasaran. Dalam beberapa tahun terakhir, penggunaan

teknologi dan algoritma pemodelan telah menjadi populer dalam melakukan

peramalan penjualan yang lebih akurat. Salah satu algoritma yang sering digunakan

adalah regresi linier sederhana, yang dapat memberikan prediksi berdasarkan

hubungan linier antara variabel penjualan ikan dengan faktor-faktor yang

mempengaruhinya. Dalam penelitian ini, kami akan menerapkan algoritma regresi

linier sederhana dalam sebuah aplikasi berbasis web untuk melakukan peramalan

penjualan ikan.

1.2Tujuan Penelitian
Tujuan utama penelitian ini adalah mengembangkan sebuah aplikasi berbasis web
yang menggunakan algoritma regresi linier sederhana untuk menganalisis data
historis penjualan ikan dan memprediksi penjualan di masa depan. Aplikasi ini
diharapkan dapat memberikan kemudahan bagi para pelaku bisnis perikanan dalam
membuat keputusan yang lebih tepat berdasarkan prediksi penjualan ikan yang lebih
akurat. Selain itu, penelitian ini juga bertujuan untuk mengevaluasi kinerja model
regresi linier sederhana dalam peramalan penjualan ikan dan mengidentifikasi
kelebihan serta keterbatasannya.

1
 2

1.3 Manfaat Penelitian

Penelitian ini memiliki manfaat yang signifikan, antara lain:

 Membantu para pelaku bisnis perikanan dalam mengoptimalkan stok, produksi,

dan strategi pemasaran berdasarkan prediksi penjualan ikan yang lebih akurat.
 Mengurangi risiko kerugian akibat penjualan ikan yang tidak sesuai dengan
permintaan pasar.
 Mempercepat proses peramalan penjualan dengan menggunakan aplikasi
berbasis web yang dapat diakses dengan mudah oleh pengguna.
 Memberikan wawasan yang lebih baik tentang tren penjualan ikan di masa
depan berdasarkan analisis regresi linier sederhana.
 Memberikan kontribusi dalam pengembangan teknologi dan aplikasi berbasis
web untuk peramalan penjualan ikan.

Dengan latar belakang, tujuan, dan manfaat penelitian yang telah disebutkan di atas,
penelitian ini memiliki nilai penting dalam meningkatkan efektivitas dan efisiensi
manajemen bisnis perikanan melalui peramalan penjualan ikan yang lebih akurat
 BAB II
LANDASAN TEORI

1.1 Penelitian Terdahulu

Penelitian terdahulu ini menjadi salah satu acuan penulis dalam
melakukan penelitian sehingga penulis dapat membandingkan hasil
penelitiannya. Berikut adalah ringkasan dari penelitian terdahulu pada table 2.1

Peneliti,
No Judul Hasil Pembeda
Tahun

Penelitian ini
Sales Penelitian ini menggunakan
Forecasting of menunjukkan regresi linier
Fishery bahwa berganda dalam
Products Ardiansyah penggunaan peramalan
1. Using Web- 2020 regresi linier penjualan
Based berganda produk
perikanan dan
Application dalam aplikasi
mengimplement
and Multiple web dapat asikannya
Linear memberikan dalam aplikasi
Regression hasil web
peramalan
penjualan yang
lebih akurat

1.2 Peramalan Penjualan Ikan

Peramalan penjualan ikan merupakan proses estimasi atau prediksi terhadap

jumlah penjualan ikan di masa depan. Peramalan yang akurat sangat penting

bagi para pelaku bisnis perikanan dalam mengelola persediaan, produksi, dan

strategi pemasaran mereka. Peramalan penjualan ikan dapat dilakukan dengan

menggunakan berbagai metode, termasuk analisis statistik, kecerdasan buatan,

8
 9

dan pendekatan matematis. Tujuan utama dari peramalan penjualan ikan adalah

untuk mengidentifikasi tren dan pola-pola yang dapat mempengaruhi

permintaan pasar serta memberikan pedoman bagi pengambilan keputusan

bisnis.

1.2.1 Algoritma Regresi Linier Sederhana

Algoritma regresi linier sederhana adalah metode statistik yang

digunakan untuk memodelkan hubungan linier antara variabel

dependen (dalam hal ini, penjualan ikan) dengan satu atau lebih

variabel independen (faktor-faktor yang mempengaruhi penjualan ikan,

seperti harga, cuaca, musim, dan promosi). Regresi linier sederhana

mengasumsikan bahwa hubungan antara variabel dependen dan

independen dapat dijelaskan dengan persamaan garis lurus. Dalam

konteks peramalan penjualan ikan, model regresi linier sederhana dapat

digunakan untuk mengestimasi penjualan ikan di masa depan

berdasarkan data historis penjualan dan faktor-faktor yang relevan.

1.2.2 Pengembangan Aplikasi Berbasis Web

Pengembangan aplikasi berbasis web telah menjadi tren yang signifikan

dalam dunia teknologi. Aplikasi web menyediakan akses yang mudah dan

cepat melalui internet, sehingga pengguna dapat mengaksesnya dari

berbagai perangkat dengan koneksi internet. Dalam konteks analisa

peramalan penjualan ikan, pengembangan aplikasi berbasis web

memungkinkan para pengguna, seperti pelaku bisnis perikanan, untuk

 10

dengan mudah memasukkan data historis penjualan ikan, menghasilkan

prediksi penjualan ikan di masa depan, dan memvisualisasikan hasilnya

melalui antarmuka web yang interaktif. Selain itu, aplikasi berbasis web

juga dapat memudahkan pembaruan model peramalan dengan data

penjualan ikan terbaru, sehingga prediksi yang dihasilkan selalu diperbarui

dan akurat.

Tinjauan pustaka ini memberikan landasan teoritis untuk penelitian ini.

Dengan memahami konsep peramalan penjualan ikan, algoritma regresi

linier sederhana, dan pengembangan aplikasi berbasis web, penelitian ini

dapat mengintegrasikan pengetahuan dan teknik tersebut dalam

pengembangan aplikasi berbasis web untuk analisa peramalan penjualan

ikan menggunakan algoritma regresi linier sederhana

 BAB III
ANALISIS DAN PERANCANGAN

1.1 Gambaran Umum Aplikasi

Aplikasi yang dikembangkan dalam penelitian ini adalah

sebuah aplikasi berbasis web untuk analisa peramalan penjualan ikan.

Aplikasi ini memungkinkan pengguna, seperti pelaku bisnis perikanan,

untuk memasukkan data historis penjualan ikan dan mendapatkan

prediksi penjualan ikan di masa depan menggunakan model regresi

linier sederhana.

1.2 Analisis Masalah

Peramalan penjualan ikan dapat menghadapi masalah fluktuasi permintaan,

ketidakpastian pasar, keterbatasan data, dan pengaruh variabel lainnya.

3.4 Perancangan UML

UML (Unified Modeling Language) adalah sebuah bahasa yang

menggunakan grafik atau gambar untuk memisualisasi,

menspesifikasikan, membangun, dan mendokumentasikan dari sebuah

sistem pengembangan software berbasis object- oriented.

3.4.1 Use Case Diagram

Berikut ini adalah bentuk dari use case diagram user dan pakar yang

digambarkan dalam perancangan sistem. Di Gambar 3.3 akan

dijelaskan siapa dan apa saja yang dilakukan ketika aplikasi berjalan

26
 27

dengan user yaitu tanpa hak askses login.

melihat menu home

melihat menu input

melihat data
user

melakukan peramalan

melihat menu peramalan

Gambar 3.3 Use Case Diagram User Aplikasi Peramalan Penjualan

Ikan

Pada gambar use case diagram user terdapat dua actor yaitu “User”. User

di aplikasi sistem peramalan ini berperan dalamm penginputan data

penjualan ikan dan meramalkan penjualan.

3.4.2 Activity Diagram

Activity Diagram menggambarkan aktivitas yang akan dilakukan pada sistem

pakar ini aktivitas berdasarkan user ke menu input data. Pada sistem ini

terdapat sebelas proses activity diagram yang disajikan pada Gambar

 28

user system

memilih menu input data

menampilkan menu input

mengisi data

menambah kan data

Gambar 3.4 Activity Diagram Menu Input Data

Activity diagram pada Gambar 3.4 terdiri dari user dan system.

Proses pada Gambar 3.4 dijelaskan sebagai berikut.

1. User mengawali aktifitas masuk di system dan memilih

halaman input data,system akan menampilkan halaman

input Data.

2. Kemudian user akan menginput data .system akan

menambahkan data yang di input

 29

user system

memilih menu peramalan

menampilkan menu peramalan

memilih berapa minggu yg di ramal

menekan tombol peramalan menampilkan data yg di ramal

Gambar 3.5 Activity Diagram Peramalan

Activity Diagram pada Gambar 3.5 terdiri dari user dan sistem. Proses

pada Gambar 3.5 dapat dijelaskan sebagai berikut.

1. User mengawali aktifitas, memilih menu Peramalan dan

sistem akan menampilkan menu Peramalan.

2. Kemudian user memilih berapa minggu yg akan diramal, kemudian

user akan menekan tombol peramala dan system akan

menampilkan hasil peramalan.

 BAB IV
PEMBAHASAN MASALAH

1.3 Implementasi

Implementasi adalah suatu proses penerapan rancangan program

yang telah dibuat ke dalam sebuah aplikasi pemrograman sesuai

dengan tujuan yang diharapkan dari program aplikasi tersebut.

Kegiatan implementasi dilakukan dengan dasar yang telah

direncanakan dalam tahap perancangan.

1.4 Implementasi Perangkat Lunak

Adapun beberapa perangkat lunak yang harus disiapkan dalam

pembangunan sistem ini antara lain :

1. Apache digunakan untuk mengolah kode PHP yang akan dikirim ke

client.

2. Database Server yang digunakan adalah menggunakan MySQL

untuk menyimpan data.

3. Pemrograman server yang digunakan menggunakan

bahasa pemrograman server PHP.

4. Mozila Firefox digunakan sebagai browser untuk menampilkan website.

3.1.4 Perancangan Antarmuka(Interface)

Prinsip dari perancangan antarmuka yang baik adalah user friendly, yang
memudahkan pengguna dalam menggunakan aplikasi yang akan dibangun.

50
 51

3.1.4.1 antarmuka

1. halaman Home

Halaman ini berisi tenteng halaman awal dari web

2. halaman Input Data

Halaman ini digunakan untuk meng input data penjualan

3.halaman Data Penjualan

Halaman ini digunakan untk menampilkan Data Penjualan

 52

4. halaman Peramalan Data Penjualan

Halaman inin digunakan untuk proses system peramalan

5. halaman Output Perhitungan Peramalan

Halaman ini menunjukan Hasil Perhitungan Peramalan

53
 BAB V

PENUTUP

5.1 Kesimpulan
Dalam penelitian analisa peramalan penjualan ikan menggunakan
algoritma regresi linier sederhana berbasis web, telah dilakukan analisis masalah,
tinjauan pustaka, dan pengembangan aplikasi berbasis web untuk membantu
pelaku bisnis perikanan dalam melakukan peramalan penjualan ikan. Berdasarkan
penelitian ini, berikut adalah kesimpulan yang dapat diambil:

 Masalah Fluktuasi Permintaan: Fluktuasi permintaan yang terjadi dalam

pasar penjualan ikan dapat menjadi tantangan dalam melakukan peramalan
yang akurat. Oleh karena itu, metode peramalan yang mampu menangkap
tren musiman dan mempertimbangkan faktor-faktor cuaca dan musim
sangat penting dalam meningkatkan kualitas peramalan.

 Ketidakpastian Pasar: Ketidakpastian yang ada dalam pasar penjualan

ikan, seperti perubahan kebijakan pemerintah atau peristiwa tak terduga,
dapat mempengaruhi akurasi peramalan. Dalam menghadapi
ketidakpastian ini, penting untuk menggunakan teknik peramalan yang
adaptif dan fleksibel, serta memberikan informasi tentang tingkat
ketidakpastian kepada pengguna.

 Keterbatasan Data: Keterbatasan data penjualan ikan dapat mempengaruhi

kualitas peramalan. Oleh karena itu, upaya harus dilakukan untuk
mengumpulkan sebanyak mungkin data historis yang relevan, serta
mempertimbangkan penggunaan data eksternal yang dapat memperkaya
dataset.

 Pengaruh Variabel Lainnya: Variabel-variabel lain yang mempengaruhi

penjualan ikan, seperti harga bahan pakan atau biaya produksi, perlu
diperhitungkan dalam peramalan agar hasil yang dihasilkan lebih akurat.
Pendekatan yang memperhitungkan variabel-variabel ini, seperti regresi
linier berganda, dapat membantu meningkatkan kualitas peramalan.

58
 59

Dalam pengembangan aplikasi berbasis web, aplikasi yang dikembangkan dapat

memberikan kemudahan dan kecepatan dalam melakukan analisa peramalan
penjualan ikan. Fitur-fitur seperti input data, analisis data, pengembangan model,
prediksi penjualan, visualisasi data, dan laporan hasil dapat membantu pengguna
dalam mengambil keputusan yang lebih tepat berdasarkan prediksi yang akurat.

Secara keseluruhan, penelitian ini memberikan kontribusi dalam mengatasi

masalah dalam peramalan penjualan ikan dan menyediakan alat yang efektif untuk
membantu pelaku bisnis perikanan dalam mengoptimalkan operasional mereka.
Namun, penting untuk diingat bahwa peramalan hanyalah alat bantu, dan faktor-
faktor lain seperti perubahan pasar dan kondisi ekonomi juga harus
dipertimbangkan dalam pengambilan keputusan yang akurat dan berhasil dalam
bisnis perikanan.

5.2 Saran
Berdasarkan hasil penelitian analisa peramalan penjualan ikan menggunakan
algoritma regresi linier sederhana berbasis web, berikut adalah beberapa saran
yang dapat diberikan:
1. Penambahan fitur chatting online antara pengguna dengan

dokter spesialis ayam atau pakar yang ahli dalam bidang

peternakan.

2. Konversi dari website ke aplikasi mobile sehingga lebih

praktis untuk pengguna mobile.

3. Penambahan fitur pencetakan hasil peramalan akan lebih

membantu dalam proses analisi.

 DAFTAR PUSTAKA

Gunawan, A., & Utami, A. K. (2019). Forecasting Fish Sales Using

ARIMA and SARIMA Models: A Case Study of Traditional Market
in Indonesia. In 2019 International Seminar on Application for
Technology of Information and Communication (iSemantic) (pp. 1-
6). IEEE..

Hidayanto, A. N., Santoso, L. P., & Idris, F. (2020). Sales Forecasting of Fish Products
Using Exponential Smoothing and Seasonal Autoregressive Integrated Moving Average
(SARIMA) Models. In 2020 International Conference on Sustainable Information
Engineering and Technology (SIET) (pp. 1-6). IEEE.

Maulana, R., & Haryanto, A. (2021). Fish Sales Forecasting Using

Artificial Neural Networks and Holt-Winters Models. In 2021 5th
International Conference on Informatics and Computing (ICIC) (pp.
1-6). IEEE..

Putra, A. A., & Syafitri, L. (2022). Fish Sales Forecasting Using Time Series Analysis:
A Case Study in Traditional Market. In 2022 7th International Conference on Science
and Technology (ICST)

Wibowo, A., & Fauziyah, S. (2023). Sales Forecasting of Fresh Fish in

Local Market Using ARIMA and Seasonal ARIMA Models. In
2023 International Conference on Advanced Science and
Engineering (ICOASE).

60