04410100096Upload Makalah

5/13/2018 04410100096Upload Makalah - slidepdf.com

http://slidepdf.com/reader/full/04410100096upload-makalah 1/32

RANCANG BANGUN SISTEM PERAMALANPERMINTAAN BARANG PADA CV. KONVEKSI JAYA

DENGAN MENGGUNAKAN METODEEXPONENTIAL SMOOTHING

KUNCONO

04.41010.0096



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 goodsdemand 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 Winters 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



Inventori merupakan salah satu faktor yang penting dalam manajemen perencanaan, pengendalian dan persediaan produk jadi. Tanpa manajemen

inventori yang tepat, maka masalah masalah pemasaran seperti kekurangan stok (out of stock ) produk dapat mengganggu rencana pemasaran.

Permintaan pasar akan produk yang dibutuhkan tidak dapat terpenuhi akibat terjadinya out of stock pada produk tersebut. Sehingga diperlukan

suatu sistem yang dapat meramalkan berapa banyaknya barang yang harus dipesan dar i supplier. Sehingga tidak lagi terjadi kekurangan maupun

penumpukan stok barang di gudang yang dapat merugikan pihak perusahaan.

Masalah yang dialami oleh CV. Konveksi Jaya saat ini adalah bagian gudang yang kesulitan untuk mengetahui secara langsung stok barang yang

sudah habis. Selama ini stok barang yang habis dapat diketahui pada saat ada pesanan dari pelanggan. Akibatnya pihak perusahaan melakukan

permintaan barang ke supplier secara mendadak. Sehingga hal ini sangat merugikan pelanggan karena pihak perusahaan terlambat melakukan

pengiriman barang ke pelanggan. Selain itu CV. Konveksi Jaya juga mengalami kesulitan untuk menentukan berapa jumlah barang yang akan

mereka beli ke supplier agar tidak terjadi penumpukan barang di gudang dalam waktu yang lama.

Berdasarkan permasalahan tersebut, maka CV. Konveksi Jaya membutuhkan sistem peramalan permintaan barang dengan menggunakan metode

Exponential Smoothing. Metode Exponential Smoothing dalam sistem peramalan ini digunakan untuk melakukan perhitungan peramalan jumlah

permintaan barang kepada supplier, sehingga penumpukan atau kekurangan stok barang di gudang dapat dihindari.

Dengan adanya sistem peramalan permintaan barang dengan menggunakan metode Exponential Smoothing, diharapkan dapat membantu CV.

Konveksi Jaya untuk menentukan banyaknya permintaan barang yang harus dipesan dari supplier.



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, beberapateknik 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 1menunjukkan beberapa teknik peramalan yang dapat digunakan untuk pola data

tertentu.



No. Metode Pola Data Jangka Waktu Model

1 Sederhana ST, T, M PDK RW2 Rata rata sederhana ST PDK RW3 Rata rata bergerak ST PDK RW

4 Pemulusan singleeksponensial

ST PDK RW

5 Eksponensial winter ST, T, M PDK RW6 Regresi sederhana T MNH K7 Regresi berganda M, S MNH K8 Dekomposisi klasik M PDK RW9 Model trend

eksponensialT MNH, PJG RW

10 Box Jenkins ST, T, S, M PDK RW11 Model ekonometrik T PDK K12 Regresi berganda

runtut waktuT, M MNH, PJG K

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





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 .



FlowchartPeramalanPermintaan 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, bethadan gamma yang dikombinasikan sampai menghasilkan nilai MSE (Mean

Square Error ) terkecil



l t l t t t T A AT

! )1()( F F

))(1(l t l t

Lt

t

t T A

S

Y A

! EE

Lt

t

t

t S

A

Y S

! )1( K

K

p Lt t t pt S pT AY

! )(

n

eeeen

22

3

2

2

2

1 ...

pt t t F Y e

!

Gambar 2 Flowchart Peramalan PermintaanBarang



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 datasupplier, 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 menginput kan 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 PermintaanBarang



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 PermintaanBarang



Hasil danPembahasan

Proses Peramalan

Proses peramalan ditunjukkan pada Gambar 7 yang berfungsi untuk meramalkan

jumlah barang yang harus dibeli pada periode mendatang. Data yang dipakaidalam 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 jumlahbarang 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 dapatdilakukan dengan mengisi data supplier dan data

item yang akan dibeli. Data data transaksi

pembelian yang telah disimpan akanditampilkan 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 pemilikperusahaan 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 yaitumetode Box Jenkins atau Regresi Berganda sebagai pembanding hasil

peramalan.



DAFTARPUSTAKA

Arsyad, L., 1994, Peramalan Bisnis, Edisi Pertama. Yogyakarta,

BPFE-Yogyakarta.

Hansen, 2005, A plikasi Optimasi PersediaanBarang Menggunakan MetodePromethee 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 A plikasi

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.

Documents

04410100096Upload Makalah