RANCANG BANGUN SISTEM PERAMALAN PERMINTAAN BARANG PADA CV. KONVEKSI JAYA DENGAN MENGGUNAKAN METODE EXPONENTIAL SMOOTHING Kuncono1) 1) S1/ Jurusan Sistem Informasi. Sekolah Tinggi Manajemen Informatika & Teknik Komputer Surabaya, email :
[email protected]
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
Inventori merupakan salah satu faktor
diketahui
pada saat
yang penting dalam manajemen perencanaan,
pelanggan.
pengendalian dan persediaan produk jadi.
melakukan permintaan barang ke supplier
Tanpa manajemen inventori yang tepat, maka
secara mendadak. Sehingga hal ini sangat
masalah
–
masalah
pemasaran
seperti
Akibatnya
ada pesanan dari
merugikan
pihak
pelanggan
perusahaan
karena
pihak
kekurangan stok (out of stock) produk dapat
perusahaan terlambat melakukan pengiriman
mengganggu rencana pemasaran. Permintaan
barang
pasar akan produk yang dibutuhkan tidak
Konveksi Jaya juga mengalami kesulitan
dapat terpenuhi akibat terjadinya out of stock
untuk menentukan berapa jumlah barang
pada produk tersebut. Sehingga diperlukan
yang akan mereka beli ke supplier agar tidak
suatu sistem yang dapat meramalkan berapa
terjadi penumpukan barang di gudang dalam
banyaknya barang yang harus dipesan dari
waktu yang lama.
supplier.
Sehingga
kekurangan
lagi
Berdasarkan
Selain
permasalahan
itu
CV.
tersebut,
maka CV. Konveksi Jaya membutuhkan
barang di gudang yang dapat merugikan
sistem peramalan permintaan barang dengan
pihak perusahaan.
menggunakan
yang
penumpukan
terjadi
pelanggan.
stok
Masalah
maupun
tidak
ke
dialami
oleh
metode
Exponential
CV.
Smoothing. Metode Exponential Smoothing
Konveksi Jaya saat ini adalah bagian gudang
dalam sistem peramalan ini digunakan untuk
yang kesulitan untuk mengetahui secara
melakukan perhitungan peramalan jumlah
langsung stok barang yang sudah habis.
permintaan barang kepada supplier, sehingga
Selama ini stok barang yang habis dapat 1
penumpukan atau kekurangan stok barang di gudang dapat dihindari. Dengan
adanya
No. 4
sistem
peramalan
permintaan barang dengan menggunakan
5
metode Exponential Smoothing, diharapkan dapat membantu CV. Konveksi Jaya untuk
6
menentukan banyaknya permintaan barang
7
yang harus dipesan dari supplier.
8
Pemilihan Teknik Peramalan Menurut Arsyad
9
(1994:54) jangka
waktu ke depan (time horizon) merupakan
10
faktor yang paling penting yang harus diperhatikan
dalam
pemilihan
teknik
peramalan. Untuk peramalan jangka pendek
11 12
dan jangka menengah, beberapa teknik
Metode
Pola Data ST
Jangka Waktu PDK
Pemulusan single eksponensial Eksponensial ST, winter T, M Regresi T sederhana Regresi M, S berganda Dekomposisi M klasik Model trend T eksponensial Box – Jenkins ST, T, S, M Model T ekonometrik Regresi T, M berganda runtut waktu
Model RW
PDK
RW
MNH
K
MNH
K
PDK
RW
MNH, PJG PDK
RW
PDK
K
MNH, PJG
K
RW
peramalan kuantitatif bisa digunakan. Namun demikian, jika jangka waktu ke depan lebih
Keterangan :
panjang, mungkin ada beberapa teknik
ST
= Pola Data Stasioner
tersebut yang kurang tepat untuk diterapkan.
T
= Pola Data Trend
Daya terap teknik peramalan umumnya
M
= Pola Data Musiman
tergantung pada pengalaman dari seorang
S
= Pola Data Siklis
peramal. Para pengambil keputusan biasanya
PDK = Jangka Waktu Pendek
memerlukan peramalan untuk jangka waktu
MNH = Jangka Waktu Menengah
yang relatif pendek. Tabel 1 menunjukkan
PJG
= Jangka Waktu Panjang
beberapa teknik peramalan yang dapat
RW
= Model Runtut Waktu
digunakan untuk pola data tertentu.
K
= Model Kausal
Tabel 1 Pemilihan Teknik Peramalan Pola Jangka No. Metode Data Waktu 1 Sederhana ST, PDK T, M 2 Rata – rata ST PDK sederhana 3 Rata – rata ST PDK bergerak
Exponential Smoothing Model
Metode Exponential Smoothing model
RW
Winter’s
RW
Forecasting, Prentice Hall Inc., London)
(Hanke
dkk,
1995,
Business
sebagai berikut: RW
1.
Penghalusan Exponensial 2
Laporan Penjualan
2.
Estimasi trend
3.
Estimasi musiman
Input Data
Interface
Hitung Peramalan dengan Exponential Smoothing
User
Suplier
4.
Cetak Hasl Peramalan
Peramalan untuk periode dimasa depan Pimpinan Perusahaan
Gambar 1 Gambaran Umum Sistem
Keterangan: = konstanta penghalusan untuk data
Pada Gambar 1, ditunjukkan bahwa proses pertama kali dilakukan oleh pengguna
= konstanta
penghalusan
untuk
estimasi trend = konstanta
yang melakukan interaksi langsung ke dalam sistem. pengguna menginputkan data-data
penghalusan
untuk
estimasi musiman
berupa data pembelian dan data penjualan yang
nantinya
data-data
tersebut
akan
= data yang sebenarnya pada periode t
diproses
= nilai pemulusan yang baru
Exponential
= estimasi trend
menghasilkan output berupa laporan hasil
= estimasi musiman
peramalan berapa besar jumlah barang yang
L
= panjangnya musim
dibeli. Hasil peramalan ini diharapkan dapat
P
= periode peramalan
membantu perusahan untuk menghindari
= peramalan untuk p periode di masa
penumpukan barang terlalu lama di gudang
depan
dengan
menggunakan
Smoothing
yang
metode akan
dan dapat meningkatkan kualitas perusahaan dalam pelayanan kepada pelanggan.
Model Pengembangan Gambaran
umum
dari
Sistem
Perancangan Model
Peramalan Permintaan Barang pada CV.
Untuk membangun aplikasi Sistem
Konveksi Jaya dengan Menggunakan Metode
Peramalan Permintaan barang ini digunakan
Exponential Smoothing dapat dilihat pada
Flow Chart dan Data Flow Diagram (DFD)
Gambar 1.
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 3
juga digunakan ERD secara conceptual dan
Mulai
physical. Hitung jumlah total penjualan perbulan untuk setiap item barang mulai Januari 2008 – Desember 2010
Flowchart Peramalan Permintaan Barang Flowchart
perhitungan
peramalan
Inisialisasi nilai alpha, Beta dan gamma
dengan menggunakan metode Exponential Smoothing
dari
Sistem
Peramalan
Perhitungan data eksponensial
At
Permintaan Barang Pada CV. Konveksi Jaya
Yt (1)(At l Tt l ) St L
dapat dilihat pada Gambar 2. Perhitungan data trend
Metode digunakan
Exponential untuk
Tt (At Atl ) (1)Ttl
Smoothing
meramalkan
jumlah Perhitungan data musiman
permintaan barang pada periode mendatang.
T
S
t
Yt
(1 ) S
At
t L
Data yang dipergunakan untuk perhitungan Perhitungan penjualan barang pada periode berikutnya
pada metode ini adalah data penjualan setiap
Yt p ( At pTt ) S t L p
bulannya. Metode ini menggunakan tiga Perhitungan MSE
parameter yaitu alpha, betha dan gamma
e1 e2 2
yang dikombinasikan sampai menghasilkan
Dimana
e3 ...en n et Yt Ft p 2
2
2
nilai MSE (Mean Square Error) terkecil Kombinasi Alpha, Beta, Gamma menghasilkan nilai MSE terkecil ?
Y
Daftar jumlah pesanan barang yang optimal
Selesai
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
4
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.
DFD Level 0
Gambar 3 Context Diagram
Pada DFD level 0 terdapat 8 (delapan) Pada Gambar 3 menunjukkan Context Diagram
yang
mempunyai
4
(empat)
proses, yaitu : Maintenance Data Supplier, Maintenance Data Customer, Maintenance
eksternal entity yaitu, Administrasi, Supplier,
Data
Customer
Pembelian, Penjualan, Hitung Peramalan,
dan
Pemilik.
Dalam
sistem
tersebut supplier memberikan inputan ke
User,
Maintenance
Data
Item,
dan Pembuatan Laporan.
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
Gambar 4 DFD Level 0 Sistem Peramalan
peramalan
Permintaan Barang
permintaan barang ini, antara lain melakukan update data barang, data supplier, data
Entity Relationship Diagram (ERD)
customer, data user, transaksi pembelian,
1.
penjualan,
dan
melakukan
peramalan
Conceptual Data Model (CDM) CDM merupakan relasi antar tabel,
terhadap barang yang telah dipilih untuk
adapun
CDM
diramalkan.
Permintaan
dari
Barang
Sistem dapat
Peramalan
dilihat
pada
Gambar 5. 5
Hasil dan Pembahasan Proses Peramalan
Gambar 7 Tampilan Peramalan Gambar 5 CDM Sistem Peramalan Proses peramalan ditunjukkan pada
Permintaan Barang 2.
Gambar 7 yang berfungsi untuk meramalkan
Physical Data Model (PDM) PDM merupakan penjelasan dari CDM,
adapun
PDM
Permintaan
dari
Barang
Sistem dapat
Peramalan
dilihat
pada
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
Gambar 6.
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
ditampilkan peramalan
pada akan
berupa
jumlah
kolom otomatis
Ytp.
barang Hasil
disimpan
ke
database.
Gambar 6 PDM Sistem Peramalan Permintaan Barang 6
Data – data penjualan akan ditampilkan pada
Transaksi Pembelian
list view. Laporan Peramalan
Gambar 8 Tampilan 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 10 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.
Transaksi Penjualan
Laporan Pembelian
Gambar 9 Tampilan Transaksi Penjualan Transaksi
pembelian
ke
supplier
ditunjukkan pada Gambar 9. Transaksi penjualan dapat dilakukan dengan mengisi data customer dan data item yang akan dijual.
Gambar 11 Laporan Pembelian Laporan Pembelian pada Gambar 11 digunakan
untuk
menampilkan
laporan
transaksi pembelian yang telah disimpan oleh user. Laporan yang dihasilkan ditampilkan 7
berdasarkan periode dan ID pembelian yang
permintaan barang pada CV. Konveksi
dipilih.
Jaya.
Laporan Penjualan
Saran Adapun saran – saran yang dapat disampaikan untuk pengembangan aplikasi ini antara lain : 1.
Aplikasi secara
ini
dapat
online
dikembangkan
sehingga
pemilik
perusahaan dapat mengontrol semua transaksi Gambar 12 Laporan Penjualan
yang
terjadi
dalam
perusahaan tanpa ada batasan wilayah dan waktu.
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.
Bangun
Sistem
dengan Menggunakan Metode Exponential Smoothing adalah sebagai berikut : Telah dapat dirancang bangun aplikasi dapat
meramalkan
jumlah
permintaan barang pada CV. Konveksi Jaya dengan menggunakan metode Exponential Smoothing. 2.
dapat
dikembangkan
dengan menambahkan metode yang dapat digunakan untuk meramalkan data yang bersifat musiman yaitu metode Box – Jenkins atau Regresi
Berdasarkan evaluasi hasil yang telah dilakukan, Smoothing menghitung
metode dapat
Exponential
digunakan
peramalan
DAFTAR PUSTAKA
Peramalan
Permintaan Barang pada CV. Konveksi Jaya
yang
ini
peramalan.
Kesimpulan yang dapat diambil dari
1.
Aplikasi
Berganda sebagai pembanding hasil
Kesimpulan
Rancang
2.
untuk
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.
jumlah 8
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.
9
Lampiran 1 Context Diagram
10
Lampiran 2 DFD Level 0
11
Lampiran 3 Conceptual Data Model
12
Lampiran 4 Physical Data Model
13
Lampiran 5 Flow Chart Peramalan Permintaan Barang
Mulai
Hitung jumlah total penjualan perbulan untuk setiap item barang mulai Januari 2008 – Desember 2010
Inisialisasi nilai alpha, Beta dan gamma
Perhitungan data eksponensial
At
Yt (1)(At l Tt l ) St L
Perhitungan data trend
Tt (At Atl ) (1)Ttl
Perhitungan data musiman T
S
t
Yt
(1 ) S
At
t L
Perhitungan penjualan barang pada periode berikutnya
Yt p ( At pTt ) S t L p
Perhitungan MSE
e1 e2 2
Dimana
e3 ...en n et Yt Ft p 2
2
2
Kombinasi Alpha, Beta, Gamma menghasilkan nilai MSE terkecil ?
Y
Daftar jumlah pesanan barang yang optimal
Selesai
14
