BAB 3
METODOLOGI PEN ELITIAN
3.1 Gambaran Umum Objek 3.1.1 Sejarah Perusahaan Perusahaan yang dijadikan penelitian oleh penulis adalah PT. Satriamandiri Citramulia yang berlokasi di Jl. Pangeran Tubagus Angke blok D1 No.11, Jakarta. PT. Satriamandiri Citramulia merupakan
distributor baja lapis seng dengan
merk lokfom berdiri tahun 1995 di Jakarta ,dan bergerak dalam bidang kontraktor dan pemasok atap untuk bangunan. Pada tahun 1998 perusahaan ini sempat tidak beroperasi dikarena kan krisis ekonomi dan keadaan yang waktu itu tidak konduisf. Saat ini PT. Satriamandiri Citramulia telah memiliki 1 anak perusahaan di Bekasi dengan nama Satria Ban dan bergerak di bidang bengkel dan berdiri pada tahun 2004. Rencananya tahun ini akan membuka satu cabang lagi di Jakarta tapi bergerak dalam bidang aluminium.
3.1.2 Visi dan Misi Perusahaan 3.1.2.1 Visi Visi dari perusahaan ini adalah : a) Berkomitmen untuk menjadikan perusahaan yang berperan penting dalam pembangunan industri di Indonesia.
39 3.1.2.2 Misi M isi dari perusahaan ini adalah : a) Dapat memberikan pelayanan yang memuaskan bagi pada pelanggan. b) M enggembangkan bisnisnya dengan menggunakan Teknologi Informasi. c) M eningkatkan hubungan kerja sama dengan Supplier atau Vendor.
3.2 Metode Penelitian Dalam penelitian ini penulis mengumpulkan bahan-bahan penelitian dengan cara atau melalui: a. Data sekunder, yaitu dengan mengumpulkan data penjualan baja selama 4 tahun (September 2006 – September 2010) dan tiap bulannya untuk diramalkan penjualannya pada periode yang akan datang. b. Studi Kepustakaan dilakukan dengan mempelajari dan mengambil teori-teori dari berbagai buku , artikel , dan literatur tentang metode-metode peramalan.
Kemudian dilakukan perancangan aplikasi peramalan dengan metode moving average, exponential smoothing, metode winters dan untuk dibandingkan dengan menggunakan bahasa C#. Data penjualan yang diperoleh bersumber dari PT. Satriamandiri Citramulia. Pengambilan data tentang baja lokfom tipe 0,5mm/lembar yang tekumpul selama 4 tahun dan tiap bulannya dari September 2006 sampai dengan September 2010. Penelitian dilakukan secara studi literatur dan data-data diperoleh dari pengamatan kemudian dianalisis dengan menggunakan metode moving average, exponential smoothing, dan metode winters untuk meramalkan periode penjualan yang
40 akan datang dengan cara merancang program aplikasi yang memasukkan data penjualan, yang selanjutnya dilakukan penghitungan metode ketepatan peramalan M SE dan M APE, dan kemudian dilakukan penghitungan peramalan. M etode dengan nilai M SE dan M APE yang terkecil akan digunakan untuk meramalkan penjualan baja untuk bulan berikutnya. Penelitian dilakukan dengan menggunakan lengkah-langkah sebagai berikut: -. Pengambilan data sekunder tentang jumlah penjualan baja di PT. Satriamandiri CitraM ulia selama 4 tahun
dan tiap-tiap bulan dari September 2006 samai
dengan September 2010. - . Perancangan aplikasi yang digunakan dengan memasukkan data-data yang telah didapat dan kemudian data-data tersebut dianalisis dengan menggunakan beberapa metode time series, yaitu metode moving average, exponential smoothing, dan metode winters. -. M etode dengan nilai M SE dan M APE terkecil merupakan metode yang akan digunakan untuk meramalkan penjualan di bulan berikutnya.
41
3.2.1
Kerangka Pemikiran dan Hipotesis
3.2.1.1 Kerangka Pemikiran DATA PENJUALAN M eramalkan penjualan berikutnya dengan metode
M oving Average
Exponential Smoothing
untuk
bulan
Winters
Perhitungan M SE dan M APE M SE dan MAPE Pemilihan M SE dan M APE terkecil M etode peramalan yang terbaik 3.2.1.2 Hipotesis Data-data yang diperoleh dihitung menurut persamaan metode moving average, exponential smoothing, dan metode winters, kemudian akan diuji error masing-masing metode. M etode yang digunakan untuk menguji error adalah dengan menggunakan metode M SE dan M APE. Akan dilihat diantara ketiga metode deret waktu ini , metode mana yang cocok untuk meramalkan volume penjualan di PT.Satriamandiri Citramulia.
42 3.3
Variabel Penelitian Data yang diramalkan adalah data penjualan untuk memperkirakan penjualan
yang akan datang. Variabel yang digunakan adalah variabel penjualan dan perkiraan penjualan yang akan datang. Variabel terikat: perkiraan penjualan yang akan datang. Variabel bebas: data penjualan selama bulan September 2006 sampai dengan September 2010.
3.4 Teknik Pengumpulan Data Pengumpulan data dilakukan dengan : •
M etode obervasi langsung , yaitu mengambil data sekunder berupa data volume penjualan baja dari bulan September 2006 sampai dengan September 2010 dengan waktu periode per bulan yang diambil dari PT.Satriamandiri Citramulia.
•
Dalam pengumpulan data diperlukan beberapa hal, yaitu: mengidentifikasi kebutuhan data , menentukan data yang diperlukan untuk menyelesaikan permasalahan peramalan, dan menentukan jumlah data yang dibutuhkan untuk analisis permasalahan. Pada kasus ini data yang dibutuhkan adalah data deret berkala volume penjualan dengan periode per bulan. Perlu diketahui data yang relevan, biasanya data terbaru.
3.5 Teknik Analisis Data
43 Analisis untuk metode moving average, exponential smoothing,
dan metode
winters dilakukan dengan menggunakan program aplikasi yang dirancang oleh penulis. Untuk metode winters, langkah-langkah yang dilakukan adalah sebagai berikut: •
M enentukan panjang musiman, kemudian menentukan nilai konstanta untuk level, trend, dan musiman.
•
M elakukan inisialisasi nilai awal peramalan.
•
Nilai awal peramalan digunakan untuk menghitung nilai peramalan periode selanjutnya hingga periode yang diinginkan. Nilai peramalan tersebut dapat dihitung dengan persamaan 2.1
•
M enghitung nilai M SE dan M APE
Untuk metode exponential smoothing, langkah-langkah yang dilakukan adalah sebagai berikut: •
M enentukan nilai alpha , alpha disebut smoothing constant. Dalam metode exponential smoothing
nilai alpha bisa ditentukan secara bebas, yang bisa
meminimumkan error. Besarnya alpha antara 0 dan 1. •
M enentukan nilai awal So Jika data historis tersedia maka nilai So dianggap sama dengan nilai rata-rata hitung n data terbaru. =
∑
Di mana Yt = a + εt Dengan a = permintaan rata-rata ε t = random error
(3.1) (3.2)
44
Untuk metode moving average, langkah-langkah yang dilakukan adalah sebagai berikut: •
M engambil kumpulan nilai-nilai yang diobervasi, mendapatkan rata-rata dari nilai. Kemudian menggunakan rata-rata tersebut sebagai ramalan untuk periode yang akan datang.
•
Nilai rata-rata bergerak yang baru dengan memasukkan nilai data observasi yang baru dan mengeluarkan nilai data observasi yang paling terdahulu, kemudian dipergunakan sebagai ramalan untuk periode yang berikut,
Langkah terakhir dalam analisis keseluruhan adalah membandingkan nilai kearutan peramalan masing-masing metode untuk menentukan metode terbaik yang akan digunakan untuk meramalkan. Hasil peramalan yang ada dihitung dengan menggunakan metode ketepatan peramalan M SE dan M APE. M SE :
n
∑e
2 i
/n
i= 1
ei = X i − Fi Xi = data penjualan periode ke-i Fi = peramalan penjualan periode ke-i MAPE =
1 n PEi n∑ i =1
M etode dengan nilai M SE dan MAPE yang terkecil akan digunakan untuk meramalkan penjualan pada periode yang akan datang. 3.6 Perancangan Aplikasi
45 Program ini diharapkan dapat digunakan secara maksimal dan berfungsi untuk mengetahui metode manakah yang cocok dalam meramalkan penjualan dalam perusahaan PT.Satriamandiri Citramulia apakah dengan metode moving average, exponential smoothing, atau metode winters. Setelah diketahui metode peramalan manakah yang coock untuk digunakan selanjutnya akan dipakai untuk meramalkan penjualan di bulan berikutnya agar dapat memproduksi barang sesuai dengan jumlah permintaan pasar. Aplikasi peramalan dengan menggunakan bahasa pemogramana C# mempunyai beberapa kegunaan, yaitu: •
Dapat meramalkan penjualan di masa yang akan datang
•
Dapat menghitung dan menampilkan nilai hasil ukuran ketepatan ramalan
•
Dapat mengetahui metode mana yang lebih tepat untuk digunakan
Tampilan dari program aplikasi ini dibuat sederhana dan user friendly, sehingga mudah digunakan dan user tidak perlu memiliki pengetahuan mengenai komputer dan statistik yang luas. Wujud dari user friendly dapat terlihat dari program aplikasi yang dijalankan berdasarkan tahap yang teratur.
46 3.7 Rancangan UML 3.7.1 Use Case Diagram
Gambar 3.1 U se Case Diagram
Pengguna dapat melakukan memasukkan data dengan cara mencari atau browsing data di dalam program ini , setelah data dimasukkan akan dilakukan penghitungan M SE dengan metode moving average, exponential smoothing, dan metode winters. Setelah M SE dihitung akan dilakukan penghitungan peramalan penjualan.
47 3.7.2 Sequence Diagram
Gambar 3.2 Sequence Diagram
Pada tahap pertama pengguna diminta untuk memilih data sumber sehingga system akan me-load data dari file. Sistem akan menampilkan inputan untuk masingmasing metode. Setelah data diinput sistem akan melakukan penghitungan peramalan dengan menggunakan metode moving average, exponential smoothing, dan metode winters. Selain itu akan dihitung M SE dan M APE dari masing-masing metode.
48 3.7.3 Activity Diagram
Gambar 3.3 Activity Diagram
Pertama-tama, program akan menunggu pengguna memilih data sumber. Lalu sistem akan me-load data tersebut pada bagian file data. Setelah data berhasil di-load maka pengguna dapat melakukan penghitungan peramalan penjualan dan penghitungan M SE dengan menggunkan metode moving average, exponential smoothing, dan metode winters. Setelah melakukan penghitungan akan ditampilkan M SE dan M APE dari masing-masing metode. M SE dan M APE yang terkecil akan digunakan untuk melakukan hasil peramalan penjualan.
49 3.8 Perancangan Layar Program Peramalan Penjualan
X
Pilih File
File: List File
Lanjut
Gambar 3.4 Rancangan Layar Awal
Pada awal program akan meminta pilih file dari user, pilih file tersebut berisi data yang ingin diramal. User dapat mencari data file apa yang ingin dipilih, dan nama file yang telah dipilih akan keluar. Setelah user selesai menginput data maka data-data yang ada akan keluar di list file. Pada bagian ini terdapat button lanjut. Setelah data tersebut keluar di list file maka user dapat menuju ke button lanjut untuk melanjutkan ke tahapan berikutnya Tahapan berikutnya merupakan halaman yang dilakukan untuk
50 melakukan penghitungan dari masing-masing metode. Tanda X untuk keluar dari program.
X
Program Peramalan Penjualan Moving Average Banyaknya X:
Hitung
Lihat Proses
MS E:
MAPE:
MS E:
MAPE:
Exponential S moothing Alpha:
Hitung
Lihat Proses
M etode Winters Alpha: Beta: Gamma:
Hitung
Period:
Lihat Proses
MS E:
Pesan untuk mengetahui M SE terkecil
MAPE:
LANJUT
Gambar 3.5 Rancangan Menu Utama
Pada menu ini akan ditampilkan program peramalan penjualan dari metode moving average, metode winters, dan exponential smoothing. Pada masing-masing metode ini akan dilakukan penghitungan M SE dan MAPE. Sebelum dilakukan penghitungan terlebih dahulu user akan diminta inputan yang berbeda dari masing-
51 masing metode. Pada metode moving average akan diminta input berapa panjang periode yang ingin dihitung. Pada exponential smoothing akan diminta nilai α yang akan digunakan dalam penghitungan peramalan. Pada metode winters akan diminta nilai alpha, beta, gamma, dan periode yang akan digunakan dalam penghitungan peramalan. Pada tahapan ini button hitung unuk menghitung dan mnenampilkan hasil perhitungan dari M SE dan M APE. Button lihat proses untuk memperlihatkan hasil dari tahap-tahap penghitungan pada masing-masing metode dan button lanjut untuk melanjutkan ke bagian metode mana yang akan dipakai beserta hasil peramalan dari metode yang dipakai tersebut. Di bagian bawah akan keluar pesan singkat berupa metode dengan M SE terkecil. Tanda X untuk keluar dari program.
X
Nama M etode Data perhitungan
Gambar 3.6 Rancangan Proses
52 Pada bagian ini akan diperlihatkan bagaimana hasil dan tahap-tahap perhitungan dari masing-masing metode, selain itu akan diperlihatkan grafik-grafiknya.Pada bagian data perhitungan akan diperlihatkan cara perhitungan dari masing-masing metode yang tentunya akan berbeda. Pada bagian ini terdapat button sebelumnya dan selanjutnya untuk ke metode berikutnya atau metode sebelumnya. Pada tulisan metode dapat berupa metode moving average, exponential smoothing ataupun winters. Button kembali akan membawa user untuk kembali ke rancangan menu utama. Setelah user kembali ke menu utama makan user dapat melanjutkan ke halaman berikutnya yang berupa halaman yang mentukan metode mana yang dipakai dan hasil peramalannya.
Program Peramalan Penjualan
X
Metode :
Hasil Peramalan :
Gambar 3.7 Rancangan Hasil Peramalan
Pada halaman hasil peramalan akan ditampilkan metode mana yang akan digunakan untuk meramalkan hasil penjualan di bulan berikutnya dan akan ditampilkan hasil peramalannya dengan menggunakan metode yang telah dipakai.
53
3.9 S pesifikasi Rancangan Spesifikasi sistem yang digunakan didalam analisis peramalan ini terdiri dari perangkat keras dan perangkat lunak. Berikut adalah spesifikasi yang dibutuhkan, antara lain:
3.9.1 Perangkat Keras Perangkat keras yang digunakan untuk mendukung program aplikasi dengan software yaitu komputer dengan spesifikasi: •
Processor intel pentium 4
•
M emori 512M B
•
Hardisk dengan kapasitas 40GB
•
M onitor
•
Keyboard dan mouse
3.9.2 Perangkat Lunak Program aplikasi yang dirancang dalam penelitian ini adalah untuk menghitung volume penjualan baja. Data penjualan yang ada akan dimasukkan ke dalam suatu program aplikasi untuk menampilkan perhitungan peramalan volume penjualan baja yang dirancang dengan perangkat lunak (software) bahasa pemograman C#, dengan sistem operasi Microsoft Windows XP Professional.
