# RANCANG BANGUN SISTEM PERAMALAN PERMINTAAN BARANG PADA CV

## Presentasi berjudul: "RANCANG BANGUN SISTEM PERAMALAN PERMINTAAN BARANG PADA CV"— Transcript presentasi:

RANCANG BANGUN SISTEM PERAMALAN PERMINTAAN BARANG PADA CV
RANCANG BANGUN SISTEM PERAMALAN PERMINTAAN BARANG PADA CV. KONVEKSI JAYA DENGAN MENGGUNAKAN METODE EXPONENTIAL SMOOTHING KUNCONO

Abstract: A proper planning in all sectors is needed by a company to be able to compete and grow in todays global era. Because in a company engaged in services or manufacturing, we need a proper planning for the company to continue to compete with its competitors. The more appropriate decisions made, the smaller the risk the company loses. To achieve these conditions, companies must be able to reduce costs and maximize profits. One effort is the planning of goods demand be performed in future periods. Because the company that the amount of fixed rate per period of its production, is considered to cause a problem that is piled or shortage of products stock. This can be assisted through this system, because by knowing the number of goods demand forecast by using a calculation of exponential smoothing Winter’s method, expected to be used as a material consideration by the management company to determine the amount of demand for goods. Keywords: Forecasting, Exponential Smoothing

Pemilihan Teknik Peramalan
Menurut Arsyad (1994:54) jangka waktu ke depan (time horizon) merupakan faktor yang paling penting yang harus diperhatikan dalam pemilihan teknik peramalan. Untuk peramalan jangka pendek dan jangka menengah, beberapa teknik peramalan kuantitatif bisa digunakan. Namun demikian, jika jangka waktu ke depan lebih panjang, mungkin ada beberapa teknik tersebut yang kurang tepat untuk diterapkan. Daya terap teknik peramalan umumnya tergantung pada pengalaman dari seorang peramal. Para pengambil keputusan biasanya memerlukan peramalan untuk jangka waktu yang relatif pendek. Tabel 1 menunjukkan beberapa teknik peramalan yang dapat digunakan untuk pola data tertentu.

No. Metode Pola Data Jangka Waktu Model 1 Sederhana ST, T, M PDK RW 2 Rata – rata sederhana ST 3 Rata – rata bergerak 4 Pemulusan single eksponensial 5 Eksponensial winter 6 Regresi sederhana T MNH K 7 Regresi berganda M, S 8 Dekomposisi klasik M 9 Model trend eksponensial MNH, PJG 10 Box – Jenkins ST, T, S, M 11 Model ekonometrik 12 Regresi berganda runtut waktu T, M Tabel 1 Pemilihan Teknik Peramalan Keterangan : ST = Pola Data Stasioner T = Pola Data Trend M = Pola Data Musiman S = Pola Data Siklis PDK = Jangka Waktu Pendek MNH = Jangka Waktu Menengah PJG = Jangka Waktu Panjang RW = Model Runtut Waktu K = Model Kausal

Exponential Smoothing
Metode Exponential Smoothing model Winter’s (Hanke dkk, 1995, Business Forecasting, Prentice Hall Inc., London) sebagai berikut: Penghalusan Exponensial 𝐴 𝑡 =𝛼 𝑌 𝑡 𝑆 𝑡−𝐿 +(1−𝛼)( 𝐴 𝑡−1 + 𝑇 𝑡−1 ) Estimasi trend 𝑇 𝑡 =𝛽 𝐴 𝑡 − 𝐴 𝑡−1 + 1−𝛽 𝑇 𝑡−1 Estimasi musiman 𝑆 𝑡 =𝛾 𝑌 𝑡 𝐴 𝑡 + 1−𝛾 𝑆 𝑡−𝐿 Peramalan untuk periode dimasa depan 𝑌 𝑡+𝑝 = 𝐴 𝑡 −𝑝 𝑇 𝑡 𝑆 𝑡−𝐿+𝑝 Keterangan: 𝛼 = konstanta penghalusan untuk data (0<𝛼<1) 𝛽 = konstanta penghalusan untuk estimasi trend (0<𝛽<1) 𝛾 = konstanta penghalusan untuk estimasi musiman (0<𝛾<1) 𝑌 𝑡 = data yang sebenarnya pada periode t 𝐴 𝑡 = nilai pemulusan yang baru 𝑇 𝑡 = estimasi trend 𝑆 𝑡 = estimasi musiman L = panjangnya musim P = periode peramalan 𝑌 𝑡+𝑝 = peramalan untuk p periode di masa depan

Model Pengembangan Gambaran umum dari Sistem Peramalan Permintaan Barang pada CV. Konveksi Jaya dengan Menggunakan Metode Exponential Smoothing dapat dilihat pada Gambar 1. Gambar 1 Gambaran Umum Sistem Pada Gambar 1, ditunjukkan bahwa proses pertama kali dilakukan oleh pengguna yang melakukan interaksi langsung ke dalam sistem. pengguna menginputkan data-data berupa data pembelian dan data penjualan yang nantinya data-data tersebut akan diproses dengan menggunakan metode Exponential Smoothing yang akan menghasilkan output berupa laporan hasil peramalan berapa besar jumlah barang yang dibeli. Hasil peramalan ini diharapkan dapat membantu perusahan untuk menghindari penumpukan barang terlalu lama di gudang dan dapat meningkatkan kualitas perusahaan dalam pelayanan kepada pelanggan.

Perancangan Model Untuk membangun aplikasi Sistem Peramalan Permintaan barang ini digunakan Flow Chart dan Data Flow Diagram (DFD) dimana DFD berfungsi untuk menggambarkan proses aliran data yang terjadi di dalam sistem dari tingkat tertinggi sampai yang terendah. Pembuatan DFD pada level Context Diagram dan level 0. Selain itu juga digunakan ERD secara conceptual dan physical.

Flowchart Peramalan Permintaan Barang
Flowchart perhitungan peramalan dengan menggunakan metode Exponential Smoothing dari Sistem Peramalan Permintaan Barang Pada CV. Konveksi Jaya dapat dilihat pada Gambar 2. Metode Exponential Smoothing digunakan untuk meramalkan jumlah permintaan barang pada periode mendatang. Data yang dipergunakan untuk perhitungan pada metode ini adalah data penjualan setiap bulannya. Metode ini menggunakan tiga parameter yaitu alpha, betha dan gamma yang dikombinasikan sampai menghasilkan nilai MSE (Mean Square Error) terkecil

Gambar 2 Flowchart Peramalan Permintaan Barang

Context Diagram Diagram ini menggambarkan rancangan global / keseluruhan dari proses yang ada pada DFD. Berikut ini merupakan tampilan dari context diagram sistem yang dirancang  Pada Gambar 3 menunjukkan Context Diagram yang mempunyai 4 (empat) eksternal entity yaitu, Administrasi, Supplier, Customer dan Pemilik. Dalam sistem tersebut supplier memberikan inputan ke sistem berupa data supplier, dan data stok item yang telah dibeli, kemudian supplier juga menerima output dari sistem berupa faktur pembelian dan data supplier yang akan diupdate. Entity customer memberikan inputan berupa data customer dan menerima output dari sistem berupa nota penjualan. Entity administrasi, adalah bagian administrasi pada CV. Konveksi Jaya yang bertugas untuk menginputkan data – data yang terkait dengan sistem peramalan permintaan barang ini, antara lain melakukan update data barang, data supplier, data customer, data user, transaksi pembelian, penjualan, dan melakukan peramalan terhadap barang yang telah dipilih untuk diramalkan. Entity pemilik menerima laporan – laporan berupa, laporan pembelian, laporan penjualan, laporan total penjualan, laporan history item, laporan stok item dan laporan hasil peramalan. Laporan – laporan tersebut akan digunakan oleh pemilik perusahaan sebagai evaluasi peningkatan mutu perusahaan.

Gambar 3 Context Diagram

DFD Level 0 Pada DFD level 0 terdapat 8 (delapan) proses, yaitu : Maintenance Data Supplier, Maintenance Data Customer, Maintenance Data User, Maintenance Data Item, Pembelian, Penjualan, Hitung Peramalan, dan Pembuatan Laporan. Gambar 4 DFD Level 0 Sistem Peramalan Permintaan Barang

Entity Relationship Diagram (ERD)
Conceptual Data Model (CDM) CDM merupakan relasi antar tabel, adapun CDM dari Sistem Peramalan Permintaan Barang dapat dilihat pada Gambar 5.

Gambar 5 CDM Sistem Peramalan Permintaan Barang

Physical Data Model (PDM)
PDM merupakan penjelasan dari CDM, adapun PDM dari Sistem Peramalan Permintaan Barang dapat dilihat pada Gambar 6.

Gambar 6 PDM Sistem Peramalan Permintaan Barang

Hasil dan Pembahasan Proses Peramalan  Proses peramalan ditunjukkan pada Gambar 7 yang berfungsi untuk meramalkan jumlah barang yang harus dibeli pada periode mendatang. Data yang dipakai dalam peramalan ini adalah data aktual permintaan pada 36 (tiga puluh enam) bulan sebelum bulan yang akan diramalkan. Proses peramalan dimulai dari pengguna memilih barang yang akan diramal, kemudian tekan tombol “Forecasting and Save” maka hasil dari peramalan akan langsung ditampilkan pada kolom-kolom yang sudah ada. Dimana hasil peramalan berupa jumlah barang ditampilkan pada kolom Ytp. Hasil peramalan akan otomatis disimpan ke database.

Gambar 7 Tampilan Peramalan

Transaksi Pembelian  Transaksi pembelian ke supplier ditunjukkan pada Gambar 8. Transaksi pembelian dapat dilakukan dengan mengisi data supplier dan data item yang akan dibeli. Data – data transaksi pembelian yang telah disimpan akan ditampilkan pada sebuah list view.

Gambar 8 Tampilan Transaksi Pembelian

Transaksi Penjualan Transaksi pembelian ke supplier ditunjukkan pada Gambar 9. Transaksi penjualan dapat dilakukan dengan mengisi data customer dan data item yang akan dijual. Data – data penjualan akan ditampilkan pada list view.

Gambar 9 Tampilan Transaksi Penjualan

Laporan Peramalan  Laporan peramalan pada Gambar 10 digunakan untuk melihat hasil peramalan yang pernah dilakukan berdasarkan periode peramalan. Laporan peramalan disajikan dalam bentuk tabel hasil peramalan dan dilengkapi dengan grafik perbandingan antara data aktual dengan hasil peramalan.

Gambar 10 Laporan Peramalan

Laporan Pembelian Laporan Pembelian pada Gambar 11 digunakan untuk menampilkan laporan transaksi pembelian yang telah disimpan oleh user. Laporan yang dihasilkan ditampilkan berdasarkan periode dan ID pembelian yang dipilih.

Gambar 11 Laporan Pembelian

Laporan Penjualan Laporan Penjualan pada Gambar 12 digunakan untuk menampilkan laporan transaksi penjualan yang telah disimpan oleh user. Laporan yang dihasilkan ditampilkan berdasarkan periode dan ID Penjualan yang dipilih.

Gambar 12 Laporan Penjualan

Kesimpulan Kesimpulan yang dapat diambil dari Rancang Bangun Sistem Peramalan Permintaan Barang pada CV. Konveksi Jaya dengan Menggunakan Metode Exponential Smoothing adalah sebagai berikut : Telah dapat dirancang bangun aplikasi yang dapat meramalkan jumlah permintaan barang pada CV. Konveksi Jaya dengan menggunakan metode Exponential Smoothing. Berdasarkan evaluasi hasil yang telah dilakukan, metode Exponential Smoothing dapat digunakan untuk menghitung peramalan jumlah permintaan barang pada CV. Konveksi Jaya.

Saran Adapun saran – saran yang dapat disampaikan untuk pengembangan aplikasi ini antara lain : Aplikasi ini dapat dikembangkan secara online sehingga pemilik perusahaan dapat mengontrol semua transaksi yang terjadi dalam perusahaan tanpa ada batasan wilayah dan waktu. Aplikasi ini dapat dikembangkan dengan menambahkan metode yang dapat digunakan untuk meramalkan data yang bersifat musiman yaitu metode Box – Jenkins atau Regresi Berganda sebagai pembanding hasil peramalan.

DAFTAR PUSTAKA Arsyad, L., 1994, Peramalan Bisnis, Edisi Pertama. Yogyakarta, BPFE-Yogyakarta. Hansen, 2005, Aplikasi Optimasi Persediaan Barang Menggunakan Metode Promethee dan Metode Exponential Smoothing Pada PT. Citra Abadi Mandiri. STIKOM, Surabaya. Katherine, Yukie, S., 2002, Sistem Informasi Manajemen II, Surabaya, STIKOM Surabaya. Kendall dan Kendall, 2003, Analisis dan Perancangan Sistem Edisi Kelima, PT Prenhallindo, Jakarta. Makridakis Spyros, Whell Wright, Steven C., Mcgee Victor E, alih bahasa : Untung Sus Andriyanto, Abdul Basith, 2000, Metode dan Aplikasi Peramalan Edisi Kedua, Penerbit Erlangga. Jakarta. Martina, Ir. Inge, 2003, 36 Jam Belajar Komputer Microsoft SQL Server 2000, Gramedia, Jakarta. Mueller, Paul John, 2005, Mastering Web Development With Microsoft Visual Studio 2005, Penerbit Wiley. Indianapolis.

Presentasi serupa