RANCANG BANGUN SISTEM PERAMALAN STOCK OBAT DENGAN METODE EXPONENTIAL SMOOTHING WINTER’S PADA PT. DNR (Dos Ni Roha) KEDIRI. Krisna Wijaya1) 1) S1/ Jurusan Sistem Informasi. Sekolah Tinggi Manajemen Informatika & Teknik Komputer Surabaya, email : :
[email protected] Abstract: a proper planning in much needed by a company to be able to compete and grow in today's global era. we need proper planning for the company to continue to compete with competitors. To achieve this condition, the company should be able to reduce costs and maximize profits. One of the efforts is planning inventory conducted in the future. In order consumable items or less if the company will not take orders so that performance can be optimal, but it also reduces the risk of defective or expired medications caused the accumulation of goods in a warehouse that happened a long time due to excess stock at the time of order. this can be helped through this system, because by knowing the approximate number of sales of goods in the period selanjutnta using exponential smoothing method of calculating this Winter, it is expected to be used as consideration by the leader or manager to determine the number of items prepared for the next period. Keywords:Forecasting, Exponential Smoothing
Pada saat ini, banyak perusahaan
Jakarta. PT.DNR(Dos Ni Roha) mempunyai
memanfaatkan teknologi informasi untuk
anak cabang lebih dari 30. Di PT.DNR(Dos
menunjang
dan
Ni Roha) sendiri sistem yang dipakai sudah
perusahaan
terkomputerasi, namun belum dilengkapi
proses
administrasinya, berskala
operasional
terutama
besar
tingkat
dengan fasilitas untuk menentukan jumlah
kegiatan
barang yang harus diorder pada periode
operasionalnya. Salah satu permasalahan
selanjutnya, sehingga bila barang habis atau
yang sering timbul pada perusahaan yang
kurang perusahaan akan melakukan order
belum
menerapkan
teknologi
informasi
yang memakan waktu
dalam
operasional
maupun
kegiatan
perusahaan tidak bisa berjalan optimal, selain
administrasinya adalah perusahaan sering
itu juga mengurangi resiko barang rusak atau
mengalami kerugian yangdisebabkan karena
obat
tidak adanya efsiensi dan efektifitas dalam
penumpukan barang dalam waktu lama
kegiatan operasional. Menurut Herlambang
digudang yang terjadi dikarenakan kelebihan
dan Tantuwijaya (2005:46),
stok pada saat order barang.
kompleksitas
yang tinggi
memiliki dalam
PT.DNR(Dos Ni Roha)
kadaluarsa
sehingga kinerja
yang
diakibatkan
adalah
Oleh karena itu dibuatlah suatu sistem
perusahaan distributor farmasi yang terletak
peramalan obat yang dapat meramalkan atau
di Kediri,
memprediksi kebutuhan barang untuk waktu
meliputi
yang wilayah pemasarannya wilayah
seKarisidenan
Kediri.
berikutnya. Salah satu metode peramalan
Perusahaan ini merupakan salah anak cabang
yang sesuai dengan permasalah diatas adalah
dari PT.DNR(Dos Ni Roha) yang berpusat di
Metode Exponential Smoothing Winter’s, 1
yaitu metode peramalan runtun waktu (data series) yaitu sekumpulan data yang dicatat selama periode tertentu,
umumnya berupa
Tabel 1 Pemilihan Teknik Peramalan No. 1
data mingguan, bulanan ataupun tahuanan dengan pola data
2
musimam (seasonal) dan kecenderungan
3
(Mason,
1999:317),
(trend). Serta dengan adanya system yang baru ini diharapkan bisa menekan biaya penyimpanan obat pada gudang karena obat yang datang dari pabrik secepatnya
disalurkan
ke
farmasi
No. 4
bisa
konsumen,
konsumen yang dimaksud adalah para apotek
5
ataupun rumah sakit yang menjadi mitra
6
kerjasama dari PT. DNR (Dos Ni Roha)
7 8
Pemilihan Teknik Peramalan Menurut Arsyad
(1994:54) jangka
waktu ke depan (time horizon) merupakan
9 10
faktor yang paling penting yang harus diperhatikan
dalam
pemilihan
teknik
11
peramalan. Untuk peramalan jangka pendek dan jangka menengah, beberapa teknik
12
peramalan kuantitatif bisa digunakan. Namun
Pola Jangka Data Waktu Sederhana ST, PDK T, M Rata – rata ST PDK sederhana Rata – rata ST PDK bergerak Metode
Metode
Pola Data ST
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
Jangka Waktu PDK
Model RW RW RW
Model RW
PDK
RW
MNH
K
MNH
K
PDK
RW
MNH, PJG PDK
RW
PDK
K
MNH, PJG
K
RW
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 1 menunjukkan beberapa teknik peramalan yang dapat digunakan untuk pola data tertentu.
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 2
Exponential Smoothing Winter’s
dengan Menggunakan Metode Exponential
Metode Exponential Smoothing model Winter’s
(Hanke
dkk,
1995,
Business
Smoothing
Winter’s dapat dilihat pada
Gambar 1.
Forecasting, Prentice Hall Inc., London) sebagai berikut: 1.
Proses
Output
Penghalusan Exponensial 𝑌𝑡 + (1 − 𝛼)(𝐴𝑡−1 + 𝑇𝑡−1 ) 𝑆𝑡−𝐿
𝐴𝑡 = 𝛼 2.
Input
Proses Peramalan Dengan Metode Exponential Smoothing Winter’s
Rekap penjualan Obat periode tahun 2009-2010
Hasil Peramalan Periode Yang diinginkan
Estimasi trend 𝑇𝑡 = 𝛽 𝐴𝑡 − 𝐴𝑡−1 + 1 − 𝛽 𝑇𝑡−1
3.
Estimasi musiman
Gambar 1 Gambaran Umum Sistem
𝑌𝑡 𝑆𝑡 = 𝛾 + 1 − 𝛾 𝑆𝑡−𝐿 𝐴𝑡 4.
Pada Gambar 1, ditunjukkan bahwa
Peramalan untuk periode dimasa depan
proses pertama kali dilakukan oleh pengguna
𝑌𝑡+𝑝 = 𝐴𝑡 − 𝑝𝑇𝑡 𝑆𝑡−𝐿+𝑝
yang melakukan interaksi langsung ke dalam
Keterangan:
sistem. pengguna menginputkan data-data
𝛼
berupa data penjualan yang nantinya data-
= konstanta penghalusan untuk data (0 < 𝛼 < 1)
𝛽
= konstanta
data penghalusan
untuk
estimasi trend(0 < 𝛽 < 1) 𝛾
= konstanta
tersebut
menggunakan
akan
diproses
metode
dengan
Exponential
Smoothing Winter’s yang akan menghasilkan
penghalusan
untuk
estimasi musiman(0 < 𝛾 < 1)
output berupa laporan hasil peramalan berapa besar jumlah barang yang dibeli. Hasil
𝑌𝑡
= data yang sebenarnya pada periode t
peramalan ini diharapkan dapat membantu
𝐴𝑡
= nilai pemulusan yang baru
perusahan untuk menghindari penumpukan
𝑇𝑡
= estimasi trend
barang terlalu lama di gudang dan dapat
𝑆𝑡
= estimasi musiman
meningkatkan kualitas perusahaan dalam
L
= panjangnya musim
pelayanan kepada pelanggan.
P
= periode peramalan
𝑌𝑡+𝑝 = peramalan untuk p periode di masa
Perancangan Model Untuk membangun aplikasi Sistem
depan
Peramalan Obat ini digunakan Flow Chart dan Data Flow Diagram (DFD) dimana DFD
Model Pengembangan Gambaran
umum
dari
Sistem
Peramalan obat pada PT. Dos Ni Roha
berfungsi
untuk
menggambarkan
proses
aliran data yang terjadi di dalam sistem dari 3
tingkat tertinggi sampai yang terendah.
Mulai
Pembuatan DFD pada level Context Diagram Hitung jumlah total penjualan perbulan untuk setiap item barang mulai Januari 200 8 – Desember
dan level 0. Selain itu juga digunakan ERD
20 10
secara conceptual dan physical. Inisialisasi nilai alpha , Beta dan gamma
Flowchart Peramalan Permintaan Barang Flowchart
perhitungan
peramalan
Perhitungan data eksponensial
At
dengan menggunakan metode Exponential
Yt S
( 1 )( A t l T t l )
tL
Smoothing Winter’s dari Sistem Peramalan Perhitungan data trend
T t ( A t A t l ) (1 ) T t l
obat Pada PT. dos ni roha dapat dilihat pada Gambar 2.
Perhitungan data musiman
Metode Winter’s
Exponential
digunakan
untuk
Smoothing
T
S
t
Y
A
t
(1
) S
t
L
t
meramalkan Perhitungan penjualan barang pada periode berikutnya
jumlah permintaan barang pada periode
Y
( A
t p
t
pT
t
)S
t L p
mendatang. Data yang dipergunakan untuk Perhitungan MSE
perhitungan pada metode ini adalah data penjualan
setiap
bulannya.
Metode
2
e1
ini
e
e 3 ... e n n et Y t Ft p 2
2
Dimana
2
2
menggunakan tiga parameter yaitu alpha, betha dan gamma yang dikombinasikan Kombinasi Alpha , Beta menghasilkan nilai MSE terkecil
sampai menghasilkan nilai MSE (Mean Square Error) terkecil
, Gamma ?
Y Daftar jumlah pesanan barang yang optimal
Selesai
Gambar 2Flowchart Peramalan 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
Nota Penjualan
oleh Manajer sebagai pertimbangan sebelum
Data Penjualan Bagian Penjualan
melakukan
Lihat Stok Obat Hasil Penilaian
pengorderan
barang
untuk
periode selanjutnya. DFD Level 0 0
Pada DFD level 0 terdapat 4 (delapan)
Laporan Penjualan
Rekap Stok Obat
Laporan Stok Obat
Memasukkan Periode
sistem peramalan stock obat dengan metode exponential smoothing winters
Rekap Penjualan
proses, yaitu : Maintenance, Penjualan, Penilaian dan Pembuatan Laporan.
+
Lihat Data Obat 2
Laporan Hasil Peramalan
Mengecek Stok Obat
Tbl Master Obat
1 Update data obat
manajer Proses Maintenance
Informasi Stok Obat
Bagian Gudang
4
Data Obat
Tabel Stok Obat
Update Stok Obat
Gambar 3Context Diagram
Mengecek Stok Obat
Bagian Gudang
Data Stok 2
Pada Gambar 3 menunjukkan Context Diagram
yang
mempunyai
3
Lihat Stok Obat
Informasi Stok Obat
Bagian Penjualan
Rekap Stok Obat Proses Penjualan
(empat) 1
Tbl Penjualan
Rekap Penjualan
Memasukkan data penjualan
eksternal entity yaitu, Bagian Penjualan,
+
Data Penjualan Nota Penjualan
Bagian Gudang dan Manager. Dalam sistem tersebut
bagian
penjualan
3 Memasukkan Periode
memberikan
Data Jumlah Penjualan Proses Penilaian
Hasil Penilaian
Memasukkan Data Penilaian
+
inputan ke sistem berupa data penjualan dan
Memasukkan Data Hasil Peramalan
Hasil Penilaian
periode, selain itu bagian penjualan juga bisa
3
Tbl Penilaian 5
meminta atau melihat rekap obat untuk
4
Tbl Hasil Peramalan
Melihat Hasil Peramalan Laporan Stok Obat
keperluan
penjualan.
Kemudian
bagian
Proses Pembuatan Laporan manajer
Laporan Hasil Peramalan
penjualan juga menerima output dari sistem Laporan Penjualan
berupa laporan penjualan, rekap stock obat dan nota penjualan yang akan diupdate. Nota
Gambar 4 DFD Level 0 Sistem Peramalan
penjualan yang diberikan kepada bagian
Obat
penjualan diberikan sesudah bagian gudang mengecek ketersediaan obat dan bila obat
Entity Relationship Diagram (ERD)
tersedia digudang maka diberikankan nota
1.
penjualan tersebut ke bagian penjualan. Entity Manager menerima laporan –
Conceptual Data Model (CDM) CDM merupakan relasi antar tabel,
adapun
CDM
dari
Sistem
Peramalan
laporan berupa, laporan penjualan, laporan
Permintaan Barang dapatdilihat pada Gambar
stock obat dan laporan hasil peramalan.
5.
Laporan–laporan tersebut akan digunakan 5
Tbl Penjualan Kode_Penjualan tgl_transaksi Total
Hasil dan Pembahasan
Relation_54
Proses Peramalan
Tbl M aster Obat Kode_Obat Nama_Obat Satuan harga Tbl Penilaian id_penilaian periode alpha beta g amma mse
Relation_55
Relation_60
Tabel Stok Obat Tang g al Jml_awal Jml_terima Jml_keluar Jml_akhir
Relation_57
Tbl Hasil Peramalan id_peramalan mse_terkecil hasil_peramalan periode_per amalan
Gambar 5 CDM Sistem Peramalan Obat 2.
Gambar 7 Tampilan Peramalan
Physical Data Model(PDM) PDM merupakan penjelasan dari CDM,
Proses peramalan ditunjukkan pada
adapun PDM dari Sistem Peramalan Obat
Gambar 7 yang berfungsi untuk meramalkan
dapat dilihat pada Gambar 6.
jumlah barang yang harus dibeli pada periode
TBL_PENJUALAN
mendatang.
KODE_PENJUALAN varchar(10) TGL_TRANSAKSI date TOTAL int
TBL_MASTER_OBAT KODE_OBAT varchar(10) NAMA_OBAT varchar(50) SATUAN varchar(5) HARGA int
TBL_DETIL_PENJUALAN KODE_PENJUALAN varchar(10) KODE_OBAT varchar(10) QTY int HRG int TOTAL_HRG int
varchar(10) varchar(10) int decimal(5) decimal(5) decimal(5) decimal(5)
KODE_OBAT = KODE_OBAT ID_PENILAIAN = ID_PENILAIAN
dipakai
dalam
pada 24 (tiga puluh enam) bulan sebelum bulan
yang
akan
diramalkan.
Proses
peramalan dimulai dari pengguna memilih KODE_OBAT = KODE_OBAT
barang
yang
akan
diramal,
kemudian
memasukan periode yang diinginkan, setelah
TBL_PENILAIAN ID_PENILAIAN KODE_OBAT PERIODE ALPHA BETA GAMMA MSE
yang
peramalan ini adalah data aktual permintaan
KODE_PENJUALAN = KODE_PENJUALAN
KODE_OBAT = KODE_OBAT
Data
itu menentukan nlai inputan untuk Alpha,
KODE_OBAT = KODE_OBAT
Beta dan Gamma tekan tombol “Poses”
TBL_HASIL_PERAMALAN ID_PERAMALAN varchar(10) ID_PENILAIAN varchar(10) KODE_OBAT varchar(10) MSE_TERKECIL decimal(5) HASIL_PERAMALAN int PERIODE_PERAMALAN int
TABEL_STOK_OBAT TANGGAL date KODE_OBAT varchar(10) JML_AWAL integer JML_TERIMA integer JML_KELUAR integer JML_AKHIR integer
maka hasil dari peramalan akan langsung ditampilkan pada kolom-kolom yang sudah ada. Dimana hasil peramalan berupa jumlah barang ditampilkan pada kolom Ytp, dan bila ditekan tombol “Simpan Hasil” maka hasil peramalan
Gambar 6 PDM Sistem Peramalan Obat
akan
otomatis
disimpan
ke
database. 6
Transaksi Penjualan Laporan
Stock
pada
Gambar
10
digunakan untuk menampilkan laporan stock obat. Laporan yang dihasilkan ditampilkan berdasarkan periode dan kode obat yang dipilih. Laporan Penjualan
Gambar 8 Tampilan Transaksi Penjualan Transaksi
penjualan
ke
pelanggan
ditunjukkan pada Gambar 8. Transaksi penjualan dapat dilakukan dengan mengisi obat yang akan dibeli. Data – data transaksi penjualan tersebut akan disimpan akan ditampilkan pada sebuah list view. Dan bila
Gambar 11 Laporan Penjualan
ditekan tombol “cetak” maka akan keluar laporan penjualan tersebut. Bila ditekan
Laporan Penjualan pada Gambar 11
tombol “cari” maka user bisa mencari
digunakan
transaksi
transaksi penjualan yang telah disimpan oleh
apa
saja
yang
tersimpan
di
untuk
menampilkan
laporan
database.
user. Laporan yang dihasilkan ditampilkan
.Laporan Stock
berdasarkan periode dan ID Penjualan yang dipilih.
Gambar 10 Stock 7
Kesimpulan Kesimpulan yang dapat diambil dari Rancang Bangun Sistem Peramalan Stock Obat
dengan
Exponential
Menggunakan
Smoothing
Metode
Winter’s
adalah
sebagai berikut : 1.
Brastama Putra, Agung.2009. Sistem Peramalan Kebutuhan Obat Pada Rawat Inap Menggunakan Metode Regresi Linier Berganda. Sekolah Tinggi Manajemen Informatika dan Teknik Komputer, Surabaya.
Telah dapat dirancang bangun aplikasi yang
dapat
meramalkan
jumlah
penjualan obat pada PT. Dos Ni Roha dengan
menggunakan
metode
Exponential Smoothing Winter’s. 2.
DAFTAR PUSTAKA
Berdasarkan evaluasi hasil yang telah dilakukan,
metode
Exponential
Smoothing Winter’s dapat digunakan untuk menghitung peramalan jumlah penjualan obat pada PT.Dos Ni Roha.
Saran Adapun saran – saran yang dapat disampaikan untuk pengembangan aplikasi
Davis, Gordon B. 2002. Kerangka dasar Sistem Informasi Manajemen. Jakarta. PT.Pustaka Binaan Pressindo. Elwood, Buffa. 1996, Manajemen Operasi/Produksi Modern. Penerbit Binarupa Aksara, jakarta. Herlambang, S., dan Tanuwijaya, H., 2005, Sistem Informasi Konsep Teknologi & Manajemen, Penerbit Graha Ilmu, Yogyakarta. Kadir, Abdul. 2003. Pengenalan Sistem Informasi. Yogyakarta: Andi Publisher Mason. D.R, 1999, Statistik Untuk Bisnis dan Ekonomi. Edisi Kesembilan, Penerbit Erlangga, Jakarta.
ini antara lain : 1.
Aplikasi secara
ini
dapat
online
dikembangkan
sehingga
pemilik
Turban, E. 1995. Decision support and expert systems. Englewood Cliffs, NJ: Prentice-Hall, Inc.
perusahaan dapat mengontrol semua transaksi
yang
terjadi
dalam
perusahaan tanpa ada batasan wilayah dan waktu. 2.
Aplikasi
ini
dapat
dikembangkan
dengan menambahkan metode yang dapat digunakan untuk meramalkan data yang bersifat musiman yaitu metode Box – Jenkins atau Regresi Berganda sebagai pembanding hasil peramalan. 8
9
