BAB I PENDAHULUAN
1.1
Latar Belakang Masalah Perkembangan dunia industri diera teknologi, menuntut para pelakunya
untuk berkerja secara tepat dan cepat dalam memenuhi kebutuhan konsumen. Optimalisasi rantai pasok (supply chain) dari pemasok produk kegudang (warehouse) dan kemudian didistribusikan kekonsumen sebagai end user menjadi cara ampuh untuk mewujudkan kepuasan pelayanan ditingkat konsumen. Salah satu aspek krusial dalam rangkaian rantai pasok (supply chain) adalah peramalan permintaan atau demand forecasting (Guoshan et al., 2008). Keakuratan peramalan permintaan berdampak pada ketersediaan produk yang secara tidak langsung akan mempengaruhi kelancaran proses distribusi produk ataupun biaya penyimpanan. Beberapa penelitian menyebutkan bahwa peningkatan keakuratan peramalan permintaan produk sebesar +5 % berkorelasi positif terhadap pelayanan permintaan produk sebesar + 10 %. Selain itu, efisiensi dan akurasi sistem peramalan permintaan produk berperan penting dalam usaha untuk meningkatkan pelayanan dan menekan biaya penyimpanan produk (Hasin et al., 2011). Beberapa dekade terakhir, banyak dilakukan pengembangan sistem peramalan permintaan yang salah satunya adalah dengan memanfaatkan pesatnya perkembangan ilmu komputer dan teknologi informasi. Salah satu gagasan pengembangan
sistem
tersebut
diwujudkan
dalam
prototype
Intelligent
Warehouse Mangagement System (IWMS). Prototype tersebut merupakan sebuah sistem terpadu yang mampu mengendalikan proses-proses dalam rangkaian rantai pasok tersebut sehingga proses optimalisasi dapat tercapai. IWMS itu sendiri merupakan sebuah super sistem yang di dalamnya terdiri dari lima sistem terintegrasi yaitu Intelligent Logistic System (ILS), Adaptive Warehouse System (AWS), Intelligent Forcasting System (IFS), Realtime Transportation Monitoring System (RTMS), Intelligent Executive Summary Report (IESS). Secara garis besar, arsitektur prototype IWMS dapat dilihat pada Gambar 1.1.
1
2
Gambar1.1.Arsitektur Intelligent Warehouse Management System (IWMS) Kelima subsistem IWMS mempunyai peranan yang di sesuai dengan fungsinya masing-masing. Subsistem pertama yaitu AWS berfungsi sebagai pengendali penjaminan mutu produk yang disimpan pada gudang. Kedua yaitu ILS yang befungsi sebagai pengendali proses logistik dari gudang ke konsumen. Subsistem ketiga yaitu RTMS berfungsi untuk monitoring atau memantau proses pendistribusian produk dari gudang ke konsumen. Keempat yaitu IESS yang berfungsi sebagai media pendukung pengambilan keputusan di tingkat manajer. Sub sistem kelima yaitu IFS yang berfungsi sebagai media untuk peramalan permintaan produk sehingga secara tidak langsung dapat digunakan sebagai acuan untuk membantu dalam pengambilan keputusan. Intelligence Forecasting System (IFS) merupakan subsistem dari IWMS yang mempunyai fungsi sebagai sistem peramalan. Sesuai dengan pengembangan sistem
peramalan
yaitu
untuk
meningkatkan
akurasi
hasil
peramalan.
Pengembangan IFS berfokus pada pengembangan penggunaan metode peramalan. Usaha untuk meningkatkan akurasi peramalan telah banyak dilakukan mulai dari metode konvensional sampai dengan peramalan menggunakan metode pendekatan kecerdasan buatan (Singh et al., 2007). Beberapa tahun terakhir, para peneliti
3
banyak meneliti tentang implementasi metode-metode cabang ilmu kecerdasan buatan dalam usaha peningkatan akurasi peramalan. Salah satu penelitian yang cukup sering dilakukan yaitu pemanfaatan jaringan syaraf tiruan (JST) untuk kasus-kasus peramalan. JST merupakan bagian dari cabang ilmu artificial intelligence yang meniru pola kerja jaringan syaraf pada makhluk hidup dalam proses penyelesaian masalah. Beragam metode telah dikembangkan dalam JST dan salah satu metode yang dikembangkan tersebut yaitu Extreme Learning Machine (ELM) (Huang, 2004). Secara garis besar, ELM merupakan sebuah metode pembelajaran maju (Feedforward) yang dikembangkan dengan memanfaatkan teori matriks pada Matematika. ELM menawarkan solusi pembelajaran dengan waktu pembelajaran relatif cepat pada jaringan syaraf tiruan. Oleh karena itu, sangat menarik untuk diteliti pengembangan model peramalan menggunakan JST dengan metode ELM pada IFS yang bertujuan sebagai sistem peramalan. 1.2
Rumusan Masalah Berdasarkan pada latar belakang yang telah dijelaskan, maka perumusan
masalah dalam penelitian adalah bagaimana membangun purwarupa sistem peramalan dengan mengimplementasikan metode jaringan syaraf tiruan Extreme Learning Machine (ELM). 1.3
Batasan Masalah Berdasarkan permasalahan yang telah diungkapkan penulis membatasi
permasalahan agar menjadi lebih terarah dan tidak terlalu luas. Permasalahan yang dibatasia dalah sebagai berikut: 1. Event promo berlaku semua produk 2. Event yang digunakan adalah weekday, weekand, promo dan holiday. 3. Data yang digunakan adalah data penjualan 6 tahun terakhir yaitu tahun 2010 sampai dengan tahun 2015. 4. Sistem yang dibangun merupakan purwarupa
4
1.4
Tujuan Penelitian Tujuan dilakukannya penelitian ini adalah membangun purwarupa aplikasi
sistem peramalan dengan menggunakan algoritma ELM dan menvisualisasikan hasil peramalan dalam bentuk grafik dengan tujuan untuk menyediakan fungsi informasi permintaan produk pada periode tertentu. 1.5
Manfaat Penelitian Hasil dari penelitian ini diharapkan dapat memberikan solusi dari masalah
ketidakpastian akan permintaan produk bagi seorang menejer dalam pengambilan keputusan untuk proses perencanaan dan pengendalian (Planning and control) inventori sehingga dapat mengurangi biaya dan meningkatkan kepercayaan pelanggan terhadap perusahaan. 1.6
Metode Penelitian Metodologi yang digunakan pada penelitian ini adalah sebagai berikut: a. Studi Literatur Studi literatur yang dilakukan guna mendapatkan informasi dan ilmu yang berhubungan dengan implementasi jaringan syaraf tiruan untuk sistem permalan, melakukan perhitungan serta melakukan analisa terhadap hasil peramalan dengan nilai target. Informasi dan ilmu yang berhubungan dengan penelitian diperoleh dengan membaca literature pendukung berupa buku-buku, jurnal-jurnal dan sumber-sumber dari internet. b. Pengumpulan data Data yang dikumpulkan berupa data penjualan produk serta data event yang dianggap mempengaruhi terhadap penjualan produk diretailer. c. Perancangan Sistem Pada tahap ini rancangan sistem dibagi menjadi tiga bagian yaitu analisis permasalahan, pembentukan model dari permasalahan yang akan diselesaikan, dan perancangan purwarupa IFS d. Implementasi Pada tahap ini hasil perancangan yang telah dibuat dikembangkan menjadi perangkat lunak dengan menggunakan bahasa pemrograman dan tools yang diperlukan.
5
e. Pengujian Sistem Pengujian dilakukan untuk mengukur kinerja dari sebuah sistem. Ukuran yang digunakan adalah akurasi dari selisih nilai galat antara nilai hasil peramalan dengan nilai target yang diinginkan. 1.7
Sistematika Penulisan Penulisan laporan Tesis ini akan dibagi ke dalam tujuh bab, setiap bab
akan memberikan penjelasan mengenai langkah-langkah dalam penelitian ini beserta referensi atau teori yang digunakan untuk menunjang penelitian. Gambaran secara umum akan dijelaskan sebagai berikut : BAB I.
PENDAHULUAN Dalam pendahuluan ini akan membahas mengenai latar belakang penelitian, perumusan masalah, batasan masalah, tujuan penelitian dan manfaat penelitian, metodelogi penelitian dan sistematika penulisan.
BAB II. TINJAUAN PUSTAKA Pada bab ini akan diuraikan secara sistemmatis tentang penelitian yang terdahulu dan menghubungkan dengan penelitian yang sedang diteliti. . BAB III. LANDASAN TEORI Pembahasan dalam landasan teori meliputi teori-teori yang digunakan dalam penelitian yaitu penyebab ketidakpastian permintaan. Serta teori tentang jaringan syaraf tiruan dalam implementasi untuk sistem permalan.
BAB IV. ANALISIS DAN RANCANGAN SISTEM Dalam bab ini akan dibahas mengenai analisis dan rancangan sistem, memberikan penjelasan mengenai analisa kebutuhan sistem dan rancangan sistem yang meliputi perangkat keras dan perangkat lunakyang digunakan pada penelitian ini.
6
BAB V. IMPLEMENTASI Pada bab ini berisi implementasi sistem peramalan kebutuhan retailer dalam konteks IWMS yang sebelumnya dilakukan perancangan terhadap kebutuhan sistem.
BAB VI. HASIL PENELITIAN DAN PEMBAHASAN SISTEM Pada bab ini berisi hasil penelitian yang digunakan untuk pengujian dan analisi hasil pengujian.
BAB VII. KESIMPULAN DAN SARAN Pada bab ini berisi mengenai kesimpulan hasil pengujian sistem dan pemberian saran-saran mengenai pertimbangan kekurangan terhadap penelitian ini untuk ditemukan solusi yang lebih baik lagi oleh peneliti lain.
