PERAMALAN PENJUALAN BERAS DI TOKO WIDODO MAKMUR MENGGUNAKAN METODE MOVING AVERAGE

Artikel Skripsi Universitas Nusantara PGRI Kediri

PERAMALAN PENJUALAN BERAS DI TOKO WIDODO MAKMUR MENGGUNAKAN METODE MOVING AVERAGE

SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.kom) Program Studi Sistem Informasi

OLEH : INDAYAH RAHAYU 11.1.03.03.0127

FAKULTAS TEKNIK UNIVERSITAS NUSANTARA PERSATUAN GURU REPUBLIK INDONESIA UN PGRI KEDIRI 2016

Indayah Rahayu | 11.1.03.03.0127 Teknik – Sistem Informasi

simki.unpkediri.ac.id || 1||








PERAMALAN PENJUALAN BERAS DI TOKO WIDODO MAKMUR MENGGUNAKAN METODE MOVING AVERAGE Indayah Rahayu 11.1.03.03.0127 Teknik – Sistem Informasi [email protected] Dr. Suryo Widodo, M. Pd. dan Rini Indriati, S. Kom., M. Kom. UNIVERSITAS NUSANTARA PGRI KEDIRI

ABSTRAK Toko widodo makmur yang berada di desa Mojoduwur, merupakan salah satu toko yang menjual berbagi jenis beras dalam jumlah besar. Toko ini memerlukan peramalan dalam sebuah usaha untuk pengolahan data dan menghasilkan laporan-laporan yang akurat. Hal ini dilakukan karena toko widodo makmur belum memanfaatkan sistem komputer secara efektif untuk kegiatan kerjanya, seperti perhitungan penjualan, pembelian padi dan perhitungan stok barang dagangan. Dalam perancangan sistem ini, penulis menggunakan metode peramalan moving average untuk proses pendukung keputusan dalam menentukan jumlah stok beras yang akan dijualuntuk bulan berikutnya, dengan menggunkana pehitungan metode moving avearage. Aplikasi Peramalan ini dibuat menggunakan bahasa pemrograman visual basic. Dari pembuatan “ Peramalan penjualan beras di toko widodo mkamur menggunakan metode moving average ” ini dapat dihasilkan sebuah aplikasi yang dapat memberikan rekomendasi program studi yang sesuai dengan kebutuhan pemilik usaha.

Kata Kunci : SPK, VB, Program Study.




setiap bulan, perhitungan stok beras yang

I. LATAR BELAKANG Berkembangnya ilmu pengetahuan dan teknologi

yang semakin pesat disertai

dengan semakin ketatnya persaingan dalam dunia usaha mengakibatkan persaingan antar

tidak akurat, serta proses penjumlahan harga yang sering terjadi kesalahan, peramalan penjualan

yang

kurang

akurat

karena

dikerjakan oleh manusia.

perusahaan dalam memberikan pelayanan

Berdasarkan permasalahan yang di

kepada konsumen. Salah satu persoalan

paparkan

diatas,

yang memegang penting dalam sebuah

peramalan

penjualan

usaha yaitu persoalan mengenai peramalan.

Moving Average, alasan

Pencatatan penjualan pada setiap periode

Moving

berguna untuk melihat gambaran penjualan

Peramalan yang handal serta mengahasilkan

perusahaan.

data yang akurat dan evisien.

Untuk

melihat

apakah

mengalami kenaikan ataukah mengalami penurunan.

maka

Average

dibutuhkan

dengan

metode

menggunakan

karena

merupakan

Dengan adanya peramalan penjualan ini diharapkan agar proses kinerja dari toko

Toko widodo makmur yang berada di

Widodo Makmur dapat dilakukan dengan

desa Mojoduwur, merupakan salah satu toko

cepat

yang menjual berbagi jenis beras dalam

memasukkan data input kemudian data

jumlah

dapat dikelola sendiri oleh komputer dan

besar.

peramalan

Toko

dalam

ini

sebuah

memerlukan usaha

untuk

dan

mudah.

Pengguna

tinggal

dikeluarkan dalam bentuk laporan (print out)

pengolahan data dan menghasilkan laporan-

serta

pada

transaksi

dikeluarkan.

laporan yang akurat. Hal ini dilakukan

Berdasarkan permasalahan diatas

karena

penulis

toko

widodo

makmur

belum

tertarik untuk menyusun laporan skripsi

memanfaatkan

sistem

komputer

secara

dengan judul PERAMALAN PENJUALAN

efektif untuk kegiatan kerjanya, seperti

BERAS

PADA

TOKO

WIDODO

perhitungan penjualan, pembelian padi dan

MAKMUR MENGGUNAKAN METODE

perhitungan stok barang dagangan.

MOVING AVERAGE.

Sistem penjualan yang ada di toko Widodo Makmur masih dilakukan secara manual dalam pencatatan beras yang kelaur atau

dijual.

Sehingga

masih

memiliki

berbagai kekurangan dan kendala yang dihadapi. Kendala yang dihadapi yaitu sulitnya mendata banyak barang yang keluar Indayah Rahayu | 11.1.03.03.0127 Teknik – Sistem Informasi

II. METODE A. Metode Peramalan Moving Average 1. Pengertian

Metode

Moving

Average simki.unpkediri.ac.id || 2||


Menurut Moving

(Spyros,

Averages

bergerak)

1999)

(rata-rata

adalah

dibuat

setelah

bulan

selesai/berakhir.

Jika

ke

4

bulan

metode

moving average bulan ke 7 baru

peramalan perataan nilai dengan

bisa dibuat setelah bulan ke 6

mengambil sekelompok nilai p

berakhir.

engamatan

yang

jangka waktu moving average,

rata-

efek pelicinan semakin terlihat

kemudian ratanya,

dicari lalu

menggunakan

Semakin

dalam

panjang

ramalan

atau

rata-rata

tersebut

sebagai

menghasilakan moving average

ramalan

untuk

periode

yang semakin halus.

berikutnya. bergerak

Istilah

rata-rata

Persamaan matematis single

karena

moving average adalah sebagai

digunakan,

setiap kali data observasi baru

berikut :

tersedia, maka angka rata-rata yang

baru

dihitung

dan

dipergunakan sebagi ramalan. 2. Single Moving Average

Mt

Rata-rata bergerak tunggal (Single Moving Average) adalah suatu metode peramalan yang dilakukan dengan mengambil sekelompok nilai pengamatan, mencari nilai rata-rata tersebut sebagai ramalan untuk periode yang Single

akan

datang.

Moving

Metode Average

mempunyai karakteristik khusus yaitu ; untuk menentukan ramalan pada periode yang akan datang memerlukan data historis selama jangka waktu tertentu. Misalnya, dengan 3 bulan moving average, maka ramalan bulan ke 5 baru Indayah Rahayu | 11.1.03.03.0127 Teknik – Sistem Informasi

Dimana: = Moving Average

untuk periode t. Ft+1 = Ramalan Untuk Periode t + 1 Yt

= Nilai Riil periode ke

t n

= Jumlah batas dalam

moving average B. Pengukuran Akurasi Hasil Peramalan Ukuran peramalan ukuran

akurasi yang

kesalahan

merupakan

ukuran

hasil

merupakan peramalan tentang

tingkat perbedaan antara hasil permintaan dengan permintaan yang sebenarnya terjadi. Beberapa metode telah digunakan untuk simki.unpkediri.ac.id || 3||


menunjukkan

kesalahan yang

1. Rata-rata Deviasi Mutlak (Mean

disebabkan

oleh suatu

teknik

peramalan

tertentu.

Hampir

MAD merupakan rata-rata

tersebut

kesalahan mutlak selama periode

semua

ukuran

menggunakan

pengrata-rataan

Absolute Deviation = MAD)

tertentu

tanpa

memperhatikan

beberapa fungsi dari perbedaan

apakah hasil peramalan lebih

antara nilai sebenarnya dengan

besar

nilai

dibandingkan

peramalannya. Perbedaan

atau

lebih

kecil

kenyataannya.

nilai sebenarnya dengan nilai

Secara

metematis,

MAD

peramalan ini biasanya disebut

dirumuskan

sebagai

berikut

sebagai residual (Arsyat, 1997:

(Nasution dan Prasetyawan, 2008

57).

: 34): Persamaan menghitung nilai

error

asli

atau

residual

dari

∑|

|

setiap periode peramalan adalah sebagai

berikut

(Subagyo,

Dimana : At = Permintaan Aktual pada

2002:10):

periode –t. et = Xt – St

Ft

= Peramalan Permintaan

Dimana :

(Forecast) pada periode-t.

et

N

= Kesalahan peramalan

yang terlibat.

pada periode t.

2. Rata-rata

Xt = Data pada periode t. St

= Jumlah periode peramalan

= Nilai peramalan pada

Kuadrat

(Mean Square Error = MSE) MSE

periode t.

Kesalahan

merupakan

metode

cara

alternatif dalam suatu metode

mengevaluasi teknik peramalan

peramalan. Pendekatan ini penting

adalah menggunakan

ukuran

karena tekhnik ini menghasilkan

tentang tingkat perbedaan antara

kesalahan yang moderat lebih di

hasil

sukai oleh suatu peramalan yang

Salah

permintaan

satu

peramalan yang

dengan sebenarnya

menghasilkan

kesalahan

terjadi. Ada empat ukuran yang

sangat

MSE

dihitung

biasa digunakan, yaitu :

dengan menjumlahkan

kuadrat

semua


besar.

yang

kesalahan

peramalan



pada

setiap

membaginya

periode dengan

dan

N

jumlah

periode

peramalan.

matematis,

MSE

=

Jumlah

periode

peramalan yang terlibat.

Secara

2. Rata-rata Kesalahan Peramalan

dirumuskan

(Mean Forecast Error = MFE)

sebagai berikut (Nasution dan

MFE

sangat

efektif

mengetahui

apakah

Prasetyawan, 2008 : 34):

untuk

1. Rata-rata

suatu hasil peramalan selama

Persentase

Kesalahan

Absolut

(Mean

periode tertentu terlalu tinggi

Absolute Percentage Error =

atau terlalu rendah. Bila hasil

MAPE)

peramalan tidak bias, maka

MAPE ukuran

merupakan

kesalahan

relativ.

nilai MFE akan mendekati not. MFE

dihitung

dengan

MAPE biasanya lebih berarti

menjumlahkan

semua

dibandingakan MAD

kesalahan peramalan

selama

karena

MAPE menyatakan persentase

periode

kesalahan

membaginya

terhadap

hasil

peramalan

permintaan

aktual

periode

peramalan

dan

dengan jumlah

peramalan.

Secara

selama periode tertentu yang

matematis, MFE dinyatakan

akan memberikan informasi

sebagai berikut (Nasution dan

persentase

Prasetyawan, 2008 : 35):

tinggi

kesalahan

terlalu

terlalu

rendah.

atau

Secara matematis,

MAPE

dinyatakan

berikut

(Nasution

sebagai

dan Prasetyawan,

∑

Dimana : At= Permintaan Aktual pada

2008 : 35):

periode –t.

)∑

MAPE =(

| Ft

Dimana :

= Peramalan Permintaan

(Forecast) pada periode-t.

At = Permintaan Aktual pada periode –t. Ft

=

Permintaan

Peramalan

N = Jumlah periode peramalan yang terlibat.

(Forecast)

pada periode-t.




Pada

III. HASIL DAN KESIMPULAN

halaman

ini

digunakan untuk menginputkan

A. HASIL 1. Form Antarmuka Login

data

master

produk.

Didalamnya berisi id_produk, nama_produk,

harga_produk

dan jumlah. Terdapat tombol seperti new yang digunakan untuk menginputkan data baru ke dalam masing-masing form. Gambar 3.1 login admin Dari peramalan

imlementasi penjualan

beras

Tombol

adodc

digunakan

untuk melihat data dari awal mulai sampai data terakhir

menggunkana metode moving

yang

average form login admin

selanjutnya

untuk menjalankan program

untuk menyimpan data yang

yang pertama kali dijalankan

sudah

akan muncul halaman login

“delete”

seperti gambar login admin.

menghapus data apabila terjadi

pada

kesalahan penulisan atau data

tampilan

username

ini

dan

berisi

password

dengan dua tombol exit dan ok. Setiap menu pada tampilan ini

sudah

tersimpan

tombol

diinputkan, digunakan

“save”

tombol untuk

yang tidak diinginkan. 3. Form Antarmuka Input Data Penjualan.

ditata secara center atau rata tengah. 2. Form

Antarmuka

Master

Produk.

Gambar 3.3 imput data penjualan. Pada Gambar 3.2 master

halaman

ini

digunakan untuk menginputkan

produk Indayah Rahayu | 11.1.03.03.0127 Teknik – Sistem Informasi



data penjualan. Didalamnya

forecasting

berisi id_penjualan, tanggal,

tampilan hasil forecasting yang

id_produk, harga dan jumlah.

ingin di tampilkan dan cetak

Terdapat tombol seperti new

untuk

yang

peramalan.

digunakan

untuk

untuk

mencetak

melihat

hasil

dari

menginputkan data baru ke dalam masing-masing form. Tombol

adodc

B. KESIMPULAN

digunakan

Setelah dilakukan analisis,

untuk melihat data dari awal

perancangan

mulai sampai data terakhir

implementasi sistem informasi

yang

peramalan penjualan beras pada

sudah

selanjutnya

tersimpan

tombol

“save”

toko

sistem

widodo

dan

makmur

untuk menyimpan data yang

menggunakan metode moving

sudah

average ini maka dapat diambil

diinputkan,

“delete”

digunakan

tombol untuk

kesimpulan sebagai berikut :

menghapus data apabila terjadi

1. Telah dihasilkan rancangan

kesalahan penulisan atau data

sistem informasi yang dapat

yang tidak diinginkan.

digunakan untuk melakukan peramalan penjualan beras

4. Form Antarmuka Forecasting

menggunakan

metode

moving average berdasarkan data penjualan perbulan. 2. Telah

dihasilkan

program

aplikasi peramalan penjualan beras menggunakan metode moving

average

dengan

spesifikasi angka peramalan Gambar 3. 4 forecasting

untuk bulan januari 2015

Pada

ini

yaitu 8583kg beras. Serta

digunakan untuk menampilkan

perhitungan Mean Absolute

hasil

sesuai

Percentage Error (MAPE)

tahun,

sebesar 20,53% yang artinya

halaman

forecasting

id_produk,

bulan,

jumlah, ramalan . terdapat

tingkat

tombol

peramalan sebesar 79,47%.

pilihan


seperti

ketelitian

hasil



IV. DAFTAR PUSTAKA Agung Akbar. 2009. Arman (Hakin Nasution).

2003.

Subari

dan

Yunus. 2008. Penerapan Metode Single

Moving

Exponential

Average

Smoothing

dan dalam

Peramalan Permintaan Produk Meuble Jenis Coffee Table Pada Java Furniture Klaten, (online). tersedia:

http://eprints.uns.ac.id/,

di unduh 09 Desember 2015 pukul 09.30 WIB. Arsyad, Lincolin. 1997. Peramalan Bisnis,

Edisi

pertama,

BPFE

Yogyakarta. Basu

Swastha.

2005.Manajemen

Penjualan. Cetakan ke-duabelas. Yogyakarta : Liberty Yogyakarta. Pandia, Henry, 2004. Visual Basic 6. Yogyakarta : Penerbit Andi.



PERAMALAN PENJUALAN BERAS DI TOKO WIDODO MAKMUR MENGGUNAKAN METODE MOVING AVERAGE

Recommend Documents