RSS Feed
Twitter
SISTEM PENDUKUNG KEPUTUSAN
PERBANDINGAN METODE KONVENSIONAL DENGAN
KOMPUTERISASI
PADA REGRESI LINIER DALAM KASUS PROMOSI
Oleh:
Ir. H. Riswan, MMSI.
STMIK NURDIN HAMZAH
e-MAIL : RIS_WONE@Yahoo.com
ABSTRAKSI
Dalam kehidupan sehari-hari sering
dijumpai permasalahan yang perlu dilakukan pengambilan keputusan terhadap
masalah tersebut , kurangnya kemampuan seseorang dalam pengambilan keputusan
tersebut mengakibat masalah tersebut menjadi terbengkalai, namum dengan ada
pengetahuan tentang SPK yang kaya akan metode-metode yang dapat diterapkan
dalam pengambilan keputusan akan dapat membantu setiap orang memecahkan masalah
tersebut, misalnya bagaimana menentukan volume penjualan terhadap suatu produk,
yang dipengaruhi variabel dependen dan variabel indenpenden.
Pengetahuan dan pemahaman penggunaan
beberapa metode penanganan kasus dalam SPK akan memberikan kemudahan, dan
perbandingan bagi seseorang untuk mencari solusi dari masalahnya tersebut dan
memberikan pelajaran bagi diri untuk bisa menerapkan dua metode dalam kasus
yang dihadapi.
Dalam Penangangan kasus volume
penjualan dengan dua metode yaitu manual dan komputerisasi (excel) pada metode
regresi linier berganda, menunjukan perbandingan hasil yang tidak jauh
berbeda.
Kata
Kunci : Sistem Pengambilan Keputusan, Promosi, Regresi.
1.
Pendahuluan.
1.1. Latar Belakang Penelitian.
Komputer salah
satu pendukung perkembangan Teknologi Informasi yang memiliki pengaruh yang
sangat besar sekali terhadap kehidupan manusia, berbagai aktivitas manusia
telah memanfaatkan komputer untuk penggolahan datanya, bisnis, pendidikan,
penelitian dan berbagai aktivitas lainnya.
Di dunia
pendidikan penggunaan komputer sangat jelas terlihat, hampir semua pengajar
memanfaatkan komputer sebagai media dalam proses belajar mengajar, berbagai aplikasi yang ada di komputer dapat dijadikan pembanding dari materi manual
yang diajar, seperti aplikasi Metlet untuk matematika, dan aplikasi excel pada Microsoft
Windows, kaya akan fungsi-fungsi yang dapat menjelaskan berbagai persoalan statistik.
Dengan kemampuan
yang besar tersebut, pengajar dapat menjadikan aplikasi-aplikasi tersebut
sebagai reperensi di dalam pengajaran, misalnya bagaimana memanfaat data analysis
pada excel untuk mencari regresi linier pada kasus pengambilan keputusan
promosi yang akan dilakukan oleh sebuah perusahaan.
Regresi linier
salah satu metode dalam statistika yang dapat digunakan untuk melakukan
estimasi terhadap suatu variabel tertentu berdasarkan variabel lainnya, pada
kasus promosi tersebut penggunaan metode regresi linier dapat dilakukan dengan kedua cara, baik
konvensional maupun komputerisasi, nanti akan terlihat perbandingan dari penerapan
kedua cara masing-masing.
1.2. Tujuan.
Memanfaatkan secara maksimal keberadaan
aplikasi data analysis pada excel sebagai pembanding terhadap teknik
konvensional pada metode regresi linier dalam menentukan nilai promosi sebuah
perusahaan.
2.
Dasar Teori.
2.1. Sistem
Pengambilan Keputusan (SPK).
Konsep Sistem Pendukung
Keputusan (SPK) / Decision Support Sistem (DSS) pertama kali diungkapkan pada
awal tahun 1970-an oleh Michael S. Scott Morton dengan istilah Management
Decision Sistem.
Sistem tersebut adalah suatu sistem yang berbasis komputer yang
ditujukan untuk membantu pengambil keputusan dengan memanfaatkan data dan model
tertentu untuk memecahkan berbagai persoalan yang tidak terstruktur.
Man dan Watson, SPK
merupakan suatu sistem yang interaktif, yang membantu pengambil keputusan
melalui penggunaan data dan model-model keputusan untuk memecahkan masalah yang
sifatnya semi terstruktur maupun yang tidak terstruktur.
2.2. Regresi Linier.
Regresi linier merupakan persamaan matematika
yang memungkinkan melakukan estimasi atau peramalan nilai suatu peubah tak
bebas (dependent variabel) dari nilai peubah bebas (independent variabel).
Berdasarkan
jumlah peubahnya, regresi linier dapat dibagi menjadi dua, yaitu 1 regresi
linier sederhana, 2 regresi linier berganda, dengan bentuk umum sbb:
§ Regresi
Linier Sederhana.
Y = a + bX (1)
Y = Peubah tak bebas a
= Konstanta
X = Peubah bebas b
= Kemiringan
§ Regresi
Linier Berganda.
Y = a + b1X1 + b2X2
+ ….. + bnXn …. (2)
Y = peubah
tak bebas a = Konstanta
X1 =
peubah bebas ke 1 b1 = Kemiringan ke-1
X2 =
peubah bebas ke 2 b2 = Kemiringan ke-2
Xn =
peubah bebas ke 1 bn = Kemiringan ke-n
Untuk
persamaan regresi linier sederhana dapat digunakan metode kuadrat terkecil,
sedangkan untuk penentuan persamaan regresi linier berganda dapat digunakan
metode matrik atau metode eliminasi.
2.3. Promosi.
Promosi adalah suatu koordinasi seluruh
usaha yang diprakarsai oleh penjual untuk membangun saluran informasi dan
bujukan dalam rangka menjual barang dan jasa atau mempromosikan sebuah ide.
(George Belch & Michael Belch : 2004, 15)
Sofjan Assauri, mengatakan bahwa : “Promosi
adalah usaha perusahaan untuk mempengaruhi dan merayu (Persuasive Communication ) calon
pembeli, melalui pemakaian segala unsur acuan pemasaran”. (Assauri, 1992 :
240).
Basu Swastha DH, juga mengatakan bahwa :
“Promosi dipandang sebagai arus informasi atau persuasi satu arah yang dibuat
untuk mengarahkan seseorang atau organisasi kepada tindakan yang menciptakan
pertukaran dalam pemasaran”. (Swastha, 1996 :237 ).
Berdasarkan definisi dari beberapa ahli
diatas maka penulis dapat memberikan batasan bahwa promosi adalah suatu
kegiatan yang ditujukan untuk memperkenalkan serta mengingatkan kembali tentang
suatu barang dengan mempengaruhi calon pembeli agar mau membeli barang
tersebut.
3. Model
Pembahasan
3.1. Gambaran
Umum Model
Pembahasan
sebuah metode dengan metode lain pada sebuah kasus, dapat menjadi reprensi kita
semua didalam mempelajari sebuah metode yang akan diterapkan pada kasus
lapangan yang dijumpai, misalnya pada kasus volume penjualan pada sebuah
produk. Besarnya volume penjualan dapat di hitung dari hasil perhitungan
variabel indenvenden dan variabel dependen yang mempengaruhi volume penjualan tersebut,
parameter independen (Y) nya adalah volume penjualan dan variabel dependen yang
menjadi sampel di penelitian ini ada dua variabel yaitu biaya promosi (X1) dan
Penambahan aksesoris (X2).
Contoh
dari data sampel pada penelitian ini
akan terlihat hasil dari kedua cara yang akan dilakukan yang nantinya
akan dapat menjadi pembanding bagi kita semua didalam memperkaya repensi ilmu
pengatahuan dalam proses belajar mengajar.
3.2.
Pembahasan.
Dalam perbandinga metode ini menggunakan
data sampel yang ada, dengan contoh sampel sebagai berikut.
|
Y
|
5
|
8
|
11
|
14
|
17
|
|
X1
|
2
|
4
|
6
|
7
|
9
|
|
X2
|
3
|
4
|
6
|
8
|
10
|
3.2.1. Tabulasi
Data.
|
No
|
X1
|
X2
|
Y
|
X1X2
|
X1Y
|
X2Y
|
X12
|
X22
|
Y2
|
|
1
|
2
|
3
|
5
|
6
|
10
|
15
|
4
|
9
|
25
|
|
2
|
4
|
4
|
8
|
16
|
32
|
32
|
16
|
16
|
64
|
|
3
|
6
|
6
|
11
|
36
|
66
|
66
|
36
|
36
|
121
|
|
4
|
7
|
8
|
14
|
56
|
98
|
112
|
49
|
64
|
196
|
|
5
|
9
|
10
|
17
|
90
|
153
|
170
|
81
|
100
|
289
|
|
n=5
|
∑X1=28
|
∑X2=31
|
∑Y=55
|
∑X1X2=204
|
∑X1Y=359
|
∑X2Y=395
|
∑X12=186
|
∑X22=225
|
∑Y2=695
|
3.2.2. Penyelesaian.
3.2.2.1. Konvensional
n a + b1 
1i +
b2 2i = 
1
(ii)
a 1i +
b1 1i2
+ b2
2iX1i
= 1iYi
1i +
b1 1i2
+ b22iX1i
= 1iYi
(iii) a 2i +
b1 2i
X1i
+ b22iX2 = 2iYi
2i +
b1 2i
X1i
+ b22iX2 = 2iYi
5a + 28b1
+
31b2 = 
(ii)
28a +
186b1 + 204b2 = 
(iii) 31a +
204b1 + 225b2 = 
Proses
Eliminasi Pertama
(ii) 28a +
186b1 + 204b2 = X 5
X 5 5a + 28b1 +
31b2 = 
X 28
(ii) 140a +
930b1 + 1020b2 = 
---------------------------------------------------------------------- -
(iv) 146b1 + 152b2 =
255
(iii) 31a +
204b1 + 225b2 = X 5
X 5
5a + 28b1 + 31b2 = X 31
(iii) 155a +1020b1
+ 1125b2 = 
--------------------------------------------------------------------- -
(v) 152b1 + 164b2
= 270
Proses Eliminasi Kedua
(v) 152b1 + 164b2
= 270
x 73
(iv) 146b1 + 152b2 =
255 x 76
(v) 11096b1 + 11972b2
= 19710
(iv) 11096b1 + 11552b2 =
19380
----------------------------------------------------------------------------
-
420 b2 =
330
b2
= 330/420
b2 = 0,78
Proses Substitusi
Diket : b2 = 0,78
(v) 152b1 + 164b2
= 270
152b1 + 164( 0,78)
= 270
152b1 + 127,92
= 270
152b1 =
270 – 127,92
152 b1 =
142,08
b1 = 0,93
5a + 28b1 +
31b2 =
5a
+ 28(0,93) + 31(0,78) =
5a
+ 26,04 +
24,18 =
5a + 50,02 =
5a = 55 - 50,02
5a
= 4,78
a
= 0,96
Regresi Linier Berganda.
Y = a + b1X1 + b2X2
= 0,96 + 0,93X1 + 0,78 X2
Angka-angka ini dapat diartikan sebagai
berikut :
§ Konstanta
sebesar 0,96
Artinya
jika biaya promosi (X1) dan biaya penambahan aksesoris (X2)
nilai adalah 0, maka diperoleh volume penjualan (Y) sebesar 0,96 juta rupiah
atau 960000.
§ Koefisien
regresi variabel biaya promosi (X1) sebesar 0,93
Artinya
jika biaya promosi (X1) mengalami kenaikan Rp. 1.000.000, maka
volume penjualan mengalami peningkatan 0,93 juta rupiah atau Rp. 930.000;
§ Koefisien
regresi variabel penambahan aksesoris (X2) sebesar 0,78
Artinya
jika biaya penambahan aksesoris (X2) mengalami kenaikan Rp.
1.000.000, maka volume penjualan mengalami peningkatan 0,78 juta rupiah atau
Rp. 780.000;
3.2.2.2
Komputer (Excel).
|
No
|
Biaya Promosi (X1)
|
Biaya Penambahan Aksesoris (X2)
|
Volume Penjualan (Y)
|
|
1
|
2
|
3
|
5
|
|
2
|
4
|
4
|
8
|
|
3
|
6
|
6
|
11
|
|
4
|
7
|
8
|
14
|
|
5
|
9
|
10
|
17
|
Data
Analysis
Pilih
Regression, muncul menu
Artinya
penggunaan data analysis pada excel menghasil hasil
Y
= 0.93 + 0.93 + 0.78
Kesimpulan
:
Dari
hasil pengujian kedua metode diatas, baik konvensional dan computer (excel)
tidak menunjukan perbedaan yang segnifikan pada peningkatan volume penjual,
pada hitungan konvensional Koefisien (b1) dan (b2) yang bernilai positif yaitu
(b1) adalah 0,93 dan (b2) adalah 0,78, dengan volume penjualan 0,96 atau 96%, sedangkan
pada computer (excel) koefisien (b1) adalah 0.93, dan (b2) adalah 0.78 juga
bernilai positif, dengan volume penjualan 0.93.
Daftar
Pustaka
1. Budi
Kurniawan, 1997, ”Belajar Sendiri Microsoft Access for Windows 95”, Jakarta,
PT. Elex Media Komputindo.
2. Efraim
Turban, Jaj E. Aronson, Ting Peng Liang, 2005, “Decision Support System and
Intelligent Systems, (Sistem Pendukung Keputusan dan Sistem Cerdas),
Yogyakarta, Andi
3. Nugroho,
1987, “Sendi-sendi Statistik”, Jakarta, CV. Rajawali.
4. Sri
Kusumadewi dan Sri Hartati, 2010, “Neuro-Fuzzy Integrasi Sistem Fuzzy &
Jaringan Syaraf, Yogyakarta, Graha Ilmu.
0 komentar:
Posting Komentar