Aplikasi Sistem Pendukung Keputusan

Veronica 1APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERAMALAN PENJUALAN BARANG

Rina Fiati

APLIKASI SISTEM PENDUKUNG KEPUTUSAN

PERAMALAN PENJUALAN BARANG

Rina Fiati1

ABSTRACT

Decision Support System is a computer-based interactive system that helps decision-

makers utilize data and models to solve the problem that is not structured. This Decision

Support Systems Goods Sales Forecasting aims to build a decision support system that has

capabilities, namely analysis of goods sales forecasting

Analysis of goods sales forecasting using the goods data in the previous months was

taken from the internal data of information system goods sales. Forecasting model used was

the method of Trend Moment. Results of the research indicated that book sale forecasting can

be used as base to develop store by selecting the best marketing area to open new store.

Keywords : Decision Support Systems, Trend Moment, Forecasting

ABSTRAK

Sistem Pendukung Keputusan adalah sistem interaktif berbasis komputer yang

membantu pengambil keputusan memanfaatkan data dan model untuk menyelesaikan

masalah yang tidak terstruktur. Sistem Pendukung Keputusan Peramalan Penjualan Barang

ini bertujuan untuk membangun sebuah sistem pendukung keputusan yang mempunyai

kemampuan analisa yaitu analisa peramalan penjualan barang

Analisa peramalan penjualan barang menggunakan data penjualan barang pada bulan-

bulan sebelumnya yang diambil dari data internal sistem informasi penjualan barang. Model

peramalan yang digunakan adalah metode Trend Moment. Dari hasil penelitian menunjukan

bahwa peramalan penjualan buku dapat digunakan sebagai dasar untuk mengembangkan

toko dengan cara memilih daerah pemasaran yang terbaik yang bertujuan untuk membuka

toko baru.

Kata kunci : Sistem Pendukung Keputusan, Trend Moment, Forecasting.

I. PENDAHULUAN

a. Latar Belakang

Salah satu tujuan dari perusahaan adalah mencari keuntungan atau laba yang se-

maksimal mungkin, untuk dapat mencapai tujuan tersebut perusahaan harus dapat mengikuti

perkembangan dunia perindustrian baik dalam bidang teknologi informasi maupun dalam

bidang manajemen. Seiring dengan perkembangan ilmu dan teknologi, pemanfaatan

komputer di segala bidang sudah merupakan suatu keharusan. Computer Based

1 Staf Pengajar Fakultas Teknik Universitas Muria Kudus

ISSN : 1979-6870

Information System (Sistem Informasi Berbasis Komputer) yang salah satunya adalah

Sistem Pendukung Keputusan (Decission Support System) adalah suatu sistem informasi

komputer yang interaktif dan dapat memberikan alternatif solusi bagi pembuat

keputusan ( Turban,2001 ).

Salah satu aspek strategis perusahaan agar dapat bersaing dalam dunia bisnis adalah

perencanaan dan tersedianya produk barang untuk memenuhi tuntutan pasar. Oleh karena itu,

peran seorang manajer untuk memahami dan kemampuan dalam meramalkan keadaan bisnis

dimasa depan sangat dibutuhkan. Tentunya dengan kerangka pikir yang sistematis, rasional

dan ekonomis adalah faktor-faktor yang diperlukan dalam proses perencanaan dan

pengambilan keputusan. Secara umum proses pengambilan keputusan terdiri dari tiga tahap

utama yaitu pengumpulan data/informasi, pengolahan data/informasi dan penyimpanan dari

data/informasi yang telah diproses tersebut. Sebuah keputusan yang tepat akan memberikan

peningkatan efisiensi dan efektifitas kerja, sumber daya, waktu dan keuntungan bagi

perusahaan.

Permasalahan yang umum dihadapi oleh para manajer adalah bagaimana meramalkan

penjualan barang di masa mendatang berdasarkan data yang telah direkam sebelumnya.

Peramalan tersebut sangat berpengaruh pada keputusan manajer untuk menentukan jumlah

produksi barang yang harus disediakan oleh perusahaan. Perencanaan produksi yang

ditetapkan oleh manajer akan mempengaruhi tingkat produksi dan inventori guna mencapai

tingkat efektifitas yang maksimal, hal ini perlu didukung oleh faktor pemasaran. Untuk

melakukan analisa perencanaan produksi, pihak perusahaan dapat menerapkan sebuah metode

yang dapat memperkirakan besar/bentuk pergerakan data penjualan barang diwaktu

mendatang yang dinamakan metode peramalan.

Metode peramalan adalah sebuah metode yang mampu melakukan analisa terhadap

sebuah faktor atau beberapa faktor yang diketahui mempengaruhi terjadinya sebuah peristiwa

dengan terdapat waktu tenggang yang panjang antara kebutuhan akan pengetahuan terjadinya

sebuah peristiwa di waktu mendatang dengan waktu telah terjadinya peristiwa tersebut dimasa

lalu. Apabila metode peramalan ini diterapkan dalam bagian proses perencanaan produksi

maka pihak perusahaan akan lebih terbantu dalam penjadwalan produksi, karena metode ini

dapat memberikan output terbaik sehingga diharapkan resiko kesalahan yang disebabkan oleh

kesalahan perencanaan dapat ditekan se-minimal mungkin.

Peramalan ini selain menggunakan perhitungan matematis juga memasukan faktor

pertimbangan dari pihak manajemen serta melibatkan pihak-pihak lain yang terlibat dalam

pemasaran produk seperti pemasaran. Faktor lain yang sangat berpengaruh dalam produksi


Rina Fiati

yaitu perencanaan pemilihan daerah pemasaran. Sedangkan untuk melakukan perencanaan

pemilihan daerah pemasaran, pihak perusahaan dapat membatasi kriteria daerah pemasaran

dengan empat variabel keputusan dalam manajemen pemasaran yaitu harga (Price), produk

(Product), tempat (Place) dan promosi (Promotion). Untuk itu diperlukan suatu sistem yang

dapat menghasilkan alternatif-alternatif keputusan dalam meramalkan penjualan barang.

Penggabungan dari perangkat keras, perangkat lunak, dan proses keputusan tersebut

menghasilkan Sistem Pendukung Keputusan yang memungkinkan pengguna untuk melakukan

pengambilan keputusan dengan lebih efektif (Turban,2001).

Dengan latar belakang tersebut maka yang menjadi pembahasan utama dari penelitian

ini adalah bagaimana mengembangkan sistem pendukung keputusan untuk meramalkan

penjualan barang menggunakan model trend moment.

b. Perumusan Masalah.

Apakah sistem pendukung keputusan dapat memberikan informasi dan prediksi

penjualan setiap kelompok barang ( buku ) pada bulan tertentu berdasarkan data penjualan

buku pada bulan-bulan sebelumnya dengan metode Trend Moment.

c. Batasan Masalah.

Dalam penelitian ini dibatasi hanya pada sistem pendukung keputusan peramalan

penjualan barang dengan menggunakan pola data penjualan barang yang diambil dari data

internal sistem informasi penjualan barang ( khusus buku-buku komputer penerbit Andi )

pada “TB.Andi Star” Yogyakarta periode Januari tahun 2006 sampai dengan Desember tahun

2008.

II. TUJUAN PENELITIAN

Penelitian ini bertujuan untuk mengimplementasikan metode peramalan Trend Moment

yang digunakan untuk memprediksi penjualan barang pada bulan tertentu berdasarkan data

penjualan barang pada bulan-bulan sebelumnya dalam bentuk aplikasi visual. Sehingga

dengan adanya bantuan sistem ini diharapkan dapat melakukan pengambilan keputusan secara

lebih baik.

III. MANFAAT PENELITIAN

Manfaat utama dari penelitian ini adalah memberikan hasil peramalan penjualan barang

(khusus buku-buku komputer ) kepada pihak manajemen dengan menggunakan model

peramalan Dengan dilakukannya penelitian ini diharapkan dapat membantu dalam proses

pengambilan keputusan yang lebih baik bagi manager.

IV. TINJAUAN PUSTAKA

4.1. Proses Pengambilan Keputusan

Proses pembuatan keputusan melibatkan tiga tahap utama yaitu tahap intelegensi

(intelligence phase), tahap perencanaan (design phase), dan tahap pilihan (choice phase).

Tahap keempat yaitu implementasi (implementation), ditambahkan kemudian. Tahap-tahap

dalam proses pengambilan keputusan adalah sebagai berikut :

1. Tahap Intelegensi (intelligence phase)

Merupakan tahap pendefinisian masalah serta identifikasi informasi yang dibutuhkan

yang berkaitan dengan persoalan yang dihadapi serta keputusan yang akan diambil,

tentunya persoalan yang dihadapi harus dirumuskan terlebih dahulu secara jelas.

2. Tahap Perancangan (design phase)

Merupakan tahap analisa dalam kaitan mencari atau merumuskan alternatif-alternatif

pemecahan masalah. Setelah permasalahan dirumuskan dengan baik, maka tahap

berikutnya adalah merancang atau membangun model pemecahan masalahnya dan

menyusun berbagai alternatif pemecahan masalah.

3. Tahap Pilihan (choice phase)

Pada tahap ini dilakukan proses pemilihan diantara berbagai alternatif tindakan yang

mungkin dijalankan. Hasil pemilihan tersebut kemudian diimplementasikan dalam proses

pengambilan keputusan.

Gambaran konseptual mengenai proses pengambilan keputusan ditunjukkan pada

gambar 4.1.


Rina Fiati

4.2. Pengertian Sistem Pendukung Keputusan

Sistem Pendukung Keputusan (Decission Support System) adalah sistem informasi

berbasis komputer yang menyediakan dukungan informasi yang interaktif bagi manajer dan

praktisi bisnis selama proses pengambilan keputusan. Sistem Pendukung Keputusan

menggunakan (1) model analitis, (2) database, (3) penilaian dan pandangan pembuat

keputusan dan (4) proses pemodelan berbasis komputer yang interaktif untuk mendukung

pembuatan keputusan bisnis yang semi terstruktur ( Turban,2001 ).

Sprague dan Carlson (Indrajit,2001) mendefinisikan Sistem Pendukung Keputusan

dengan cukup baik, sebagai sistem yang memiliki empat karakteristik utama yaitu : Sistem

yang berbasis komputer yang diipergunakan untuk membantu para pengambil keputusan,

Untuk memecahkan masalah-masalah rumit yang sulit dilakukan dengan kalkulasi manual,

Komponen utamanya data dan model analisis.

Scott-Morton (Turban,2001) mendefinisikan Sistem Pendukung Keputusan sebagai sistem

interaktif berbasis komputer yang membantu pengambil keputusan memanfaatkan data dan

model untuk menyelesaikan masalah yang tidak terstruktur. Pengertian Sistem Pendukung

KEGAGALAN

AN Gambar 4.1 Proses Pengambilan Keputusan (Turban, 2001)

Pernyataan masalah

Alternatif

Fase InteligensiFase InteligensiFase InteligensiFase Inteligensi

Sasaran organisasional

Prosedur pemindai dan penelitian

Pengumpulan data

Identifikasi masalah

Klasifikasi masalah

Pernyataan masalah

Fase DesainFase DesainFase DesainFase Desain

Formulasi sebuah model

Menentukan kriteria untuk dipilih

Mencari alternatif

Memprediksi dan mengukur hasil

akhir

Fase PilihanFase PilihanFase PilihanFase Pilihan

Solusi untuk model

Analisis sensitivitas

Memilih alternative terbaik

Realitas

Implementasi

solusi

Simplifikasi

Asumsi

Solusi

SUKSES

Validasi model

Verifikasi, menguji

Solusi yang diusulkan

Keputusan yang diusulkan Gorry dan Scott-Morton yang didukung oleh Little (Turban,2001)

mendefinisikan Sistem Pendukung Keputusan sebagai sekumpulan model yang didasari dari

prosedur-prosedur untuk memproses data dan penilaian guna membantu seorang manajer

dalam pengambilan keputusan. Menurut Little untuk mencapai keberhasilan sistem tersebut

haruslah sederhana, kokoh/kuat, mudah dikontrol, adaptif, lengkap pada hal-hal yang penting

dan mudah untuk berkomunikasi. Secara implisit pengertian tersebut berasumsi bahwa sistem

tersebut berbasis komputer dan menyajikan kemampuan memecahkan masalah bagi

penggunanya.

Moore dan Chang (Turban, 2001) berpendapat bahwa konsep struktur pada definisi awal

Sistem Pendukung Keputusan ( bahwa SPK dapat menangani situasi semi terstruktur dan tidak

terstruktur ), sebuah masalah dapat dijelaskan sebagai masalah terstruktur dan tidak terstruktur

hanya dengan memperhatikan si pengambil keputusan atau suatu spesifik. Jadi mereka

mendefinisikan Sistem Pendukung Keputusan sebagai sistem yang dapat diperluas untuk

mampu mendukung analisis data ad hoc dan pemodelan keputusan, berorientasi terhadap

perencanaan masa depan, dan digunakan pada interval yang tidak reguler dan tak terencana.

Bonczek, dkk (Turban,2001) mendefinisikan Sistem Pendukung Keputusan sebagai

sistem berbasis komputer yang terdiri dari tiga komponen yang saling berinteraksi : sistem

bahasa (mekanisme untuk memberikan komunikasi antar pengguna dan komponen SPK yang

lain), sistem pengetahuan (repositori pengetahuan domain masalah yang ada entah sebagai data

atau sebagai prosedur) dan sistem pemrosesan masalah (hubungan antara komponen lainnya

terdiri dari satu atau lebih kapabilitas manipulasi masalah umum yang diperlukan untuk

pengambilan keputusan). Konsep–konsep yang diberikan oleh definisi tersebut sangat penting

untuk memahami hubungan antara Sistem Pendukung Keputusan dan pengetahuan.

Turban (2001) memberikan pengertian yang mencakup semua Sistem Pendukung

Keputusan mulai dari dasar sampai yang paling ideal. Oleh Turban dikatakan sebagai sebuah

Sistem Pendukung Keputusan jika sistem tersebut adalah sebuah Sistem Informasi berbasis

komputer yang bersifat interaktif, fleksibel dan dapat beradaptasi, dibangun secara khusus

untuk mendukung pemecahan masalah manajemen yang tidak terstruktur untuk meningkatkan

kualitas pengambilan keputusan, menggunakan data, menyediakan antar muka pengguna yang

mudah, dan membolehkan pengambil keputusan untuk memakai wawasannya sendiri.

Sebagai tambahan Sistem Pendukung Keputusan dapat memakai model, dibangun dalam

proses yang interaktif, mendukung seluruh tingkat pengambilan keputusan dan dapat berisi

komponen pengetahuan (knowledge).

Sedangkan Sistem Pendukung Keputusan Pemasaran ( Marketing Decision Support


Rina Fiati

System/ MDSS) menurut Kotler (1993) mendefinisikan sekumpulan alat-alat statistik dan

model keputusan dengan dukungan tersedianya peralatan hardware dan software bagi manajer

pemasaran untuk membantunya dalam menganalisa data dan membuat keputusan pemasaran

yang lebih baik.

Dari berbagai definisi diatas dapat disimpulkan bahwa Sistem Pendukung Keputusan

adalah suatu Sistem Informasi spesifik yang ditujukan untuk membantu manajemen dalam

mengambil keputusan yang berkaitan dengan persoalan yang bersifat semi terstruktur. Sistem

ini memiliki fasilitas untuk menghasilkan berbagai alternatif yang secara interaktif digunakan

oleh pemakai. Kata kunci lainnya adalah penggunaan model sebagai dasar pengembangan

alternatif dan pemanfaatan komputer (Daihani, 2001).

4.3. Tujuan Sistem Pendukung Keputusan

Tujuan Sistem Pendukung Keputusan menurut Peter G.W. Keen dan Scott Morton

(McLeod, 2001) mendefinisikan tiga tujuan yang harus dicapai :

• Membantu manajer membuat keputusan untuk memecahkan masalah semi terstruktur.

• Mendukung penilaian manajer bukan mencoba menggantikannya.

• Meningkatkan efektifitas pengambilan keputusan keputusan manajer daripada

efisiensinya.

4.4. Proses Peramalan

Semua metode peramalan menggunakan pengalaman-pengalaman masa lalu untuk

meramalkan masa depan yang mengandung ketidakpastian. Oleh karena itu metode peramalan

mengasumsikan bahwa kondisi-kondisi yang menghasilkan data masa lalu tidak berbeda

dengan kondisi masa datang kecuali variabel-variabel yang secara eksplisit digunakan dalam

periode tersebut. Ramalan-ramalan bagi manajemen harus di anggap sebagai suatu sistem

yang sistematik. Dengan kata lain, suatu ramalan janganlah di anggap sebagai suatu hal yang

permanen atau statis. Sifat dinamis dari pasar mengharuskan suatu ramalan untuk dikaji

ulang, direvisi, dan di diskusikan. Oleh karena itu tahap-tahap peramalan dapat dibagi

menjadi sebagai berikut : ( Arsyad, 2001 )

1. Penentuan tujuan, pada tahap ini harus ditentukan alasan manager membutuhkan ramalan

dan cara menggunakan hasil ramalan tersebut. Tujuan peramalan mempengaruhi

panjangnya periode ramalan dan menentukan frekuensi revisi biasanya dilakukan secara

tahunan, peramalan jangka menengah di revisi secara bulanan atau kuartalan, sedangkan

peramalan jangka pendek di revisi secara harian ataupun mingguan.

2. Pemilihan teori yang relevan, pada tahap ini ditentukan hubungan teoritis yang

menentukan perubahan-perubahan variabel yang diramalkan. Suatu teori yang tepat guna

akan selalu membantu seorang peramal dalam mengindentifikasi setiap kendala yang ada

untuk dipecahkan dan dimasukkan ke dalam proses peramalan.

a. Pengumpulan data, pada tahap ini harus di kumpulkan data yang tepat dan yakin bahwa

data tersebut cukup akurat.

b. Analisis data, pada tahap ini dilakukan penyeleksian data karena dalam proses dalam

peramalan sering kali kita mempunyai data yang berlebihan atau terlalu sedikit.

c. Pengistimasikan model sementara, pada tahap ini di uji kesuaikan ( fitting ) data yang

telah dikumpulkan ke dalam model peramalan dalam artian meminimumkan kesalahan

peramalan. Jika data yang tepat telah diperoleh dan sudah di pilih, serta model peramalan

tepat sudah dipilih, maka ekstrapolasi dapat dilakukan. Seringkali akurasi proses

peramalan tersebut di uji dengan cara meramalkan periode sekarang dimana nilai-nilai

data historis yang aktual diketahui. Kesalahan peramalan kemudian di amati dan di

sajikan dengan beberapa cara. Pengujian terhadap pola kesalahan tersebut mengharuskan

kita untuk memodifikasi prosedur peramalan sehingga kemudian kita akan dapat

menghasilkan ramalan-ramalan yang lebih akurat.

d. Evaluasi model dan revisi model, pada tahap ini dilakukan pengujian model untuk

menentukan akurasi, validitas dan keandalan yang diharapkan. Jika berbagai uji keandalan

dan akurasi telah diterapkan pada model tersebut, mungkin revisi perlu dilakukan. Revisi

tersebut mungkin perlu dilakukan dengan memasukkan faktor-faktor dalam model

tersebut.

e. Pengujian peramalan sementara kepada manajemen,pada tahap ini peramalan yang telah

dibuat,diajukan kepada manajemen untuk menjawab beberapa pertanyaan berikut ini :

”Apakah ramalan tersebut memenuhi syarat manajerial ?, Apakah manajemen akan

menerima ramalan sementara tersebut sebagai ramalan yang final ?, Apakah asumsi-

asumsi dari ramalan tersebut dan teknik peramalannya dapat diterima oleh manajerial

selain dari yang telah dimasukkan ke model peramalan yang perlu ditambahkan ?”.

f. Pembuatan revisi final.

g. Pendistribusian hasil ramalan pada tahap ini hasil peramalan, didistribusikan kepada

manajemen pada waktu yang tepat dan dalam format konsisten.

h. Penentuan langkah-langkah pemantauan pada tahap ini dilakukan kegiatan pemantauan

yang memungkinkan seorang peramal dibandingkan dengan hasil aktual untuk

mengetahui akurasi metodologi yang digunakan. Evaluasi pada tahap ini harus dipandang


Rina Fiati

sebagai suatu proses pengendalian dan merupakan langkah yang diperlukan untuk

menjaga keandalan masa datang.

4.5. Teknik Peramalan Untuk Pola Data Yang Berbeda.

Berikut ini dibahas teknik-teknik peramalan untuk pola data yang berbeda-beda. Faktor

utama yang mempengaruhi pemilihan teknik peramalan adalah identifikasi dan pemahaman

akan pola data historis. Jika pola trend, siklus atau musiman yang tampak, maka teknik-teknik

yang mampu digunakan secara efektif bisa dipilih (Arsyad, 2001)

4.6.Teknik Peramalan Untuk Data Stasioner.

Suatu data runtut waktu yang bersifat stasioner, merupakan suatu serial data nilai rata-

ratanya tidak berubah sepanjang waktu. Keadaan seperti itu terjadi jika pola permintaan yang

mempengaruhi data tersebut stabil. Teknik stasioner digunakan dalam keadaan-keadaan

berikut : jika kekuatan-kekuatan yang menghasilkan suatu dasar runtut waktu telah stabil

lingkungan dimana data tersebut berada, relatif tidak berubah, jika suatu model sangat

sederhana diperlukan karena keterbatasan data atau untuk memudahkan penjelasan atau

implementasi, jika stabilitas dapat diperoleh dengan membuat koreksi sederhana terhadap

faktor-faktor seperti pertumbuhan penduduk atau inflasi, jika sesuai data runtut waktu dapat

ditranformasikan menjadi suatu runtut waktu yang stabil.

4.7. Teknik Peramalan Untuk Data Trend.

Suatu data runtut waktu yang bersifat trend, didefinisikan sebagai suatu series yang

mengandung komponen jangka panjang yang menunjukkan pertumbuhan atau penurunan

dalam data tersebut sepanjang suatu periode waktu yang panjang. Teknik-teknik peramalan

untuk data yang mengandung trend digunakan dalam keadaaan-keadaan berikut : jika

kenaikan produktifitas dan teknologi baru cenderung mengubah gaya hidup, jika pertumbuhan

penduduk meningkatkan permintaan akan barang dan jasa, jika daya beli rupiah

mempengaruhi variabel-variabel ekonomi karena terjadi inflasi, jika penerimaan pasar

meningkat. Beberapa teknik yang dapat dipertimbangkan ketika kita meramalkan data runtut

waktu yang mengandung trend adalah rata-rata bergerak linier dari holt, pemulusan

eksponensial kuadrat dari brown, regresi sederhana, kurva pertumbuhan dan model-model

eksponensial.

4.8. Teknik Peramalan Untuk Data Musiman.

Suatu data runtut waktu yang bersifat musiman, didefinisikan sebagai suatu data runtut

waktu yang mempunyai pola perubahan berulang secara tahunan. Mengembangkan suatu

teknik peramalan musiman biasanya memerlukan pemilihan metoda perkalian dan

pertambahan dan kemudian memprakirakan indeks musiman dari data tersebut. Indeks ini

kemudian memprakirakan indeks musiman dari data tersebut. Indeks ini kemudian digunakan

untuk menghilangkan pengaruh seperti itu dari nilai-nilai yang di observasi teknik-teknik

peramalan untuk data musiman digunakan dalam keadaan-keadaan berikut : ”jika cuaca

mempengaruhi variabel yang kita teliti, jika kalender tahunan mempengaruhi variabel yang

kita teliti. Beberapa teknik yang dapat dipertimbangkan ketika kita meramalkan data runtut

waktu data musiman adalah metode dekomposisi klasik, pemulusan eksponensial dari winter,

regresi berganda runtut waktu dan metode box-jenkins.

4.9. Teknik Peramalan Untuk Data Bersifat Siklis.

Pengaruh siklis didefinisikan sebagai fluktuasi seperti gelombang disekitar garis trend.

Pola siklis cenderung untuk berulang setiap dua, tiga tahun atau lebih. Pola siklis sulit untuk

dibuat modelnya karena polanya tidak siklis. Turun-naiknya fluktuasi disekitar trend jarang

sekali berulang pada interval waktu yang tetap dan besarnya fluktuasi juga selalu berubah.

Teknik–teknik peramalan untuk data siklis digunakan dalam keadaan berikut : ” jika siklus

dunia usaha mempengaruhi variabel yang diteliti, jika terjadi pergeseran selera, jika terjadi

perubahan jumlah penduduk, jika terjadi perubahan siklus hidup suatu produk. Beberapa

teknik yang dapat dipertimbangkan ketika kita meramalkan ketika kita meramalkan data

runtut waktu untuk data siklis adalah metode dekomposisi klasik, indicator-indicator

ekonomi, model-model ekonometrik berganda dan metode box-jenkins.

V. METODE PENELITIAN

5.1. Data.

Pada penelitian ini data yang digunakan untuk analisa peramalan penjualan barang

adalah data internal sistem informasi penjualan barang ( khusus buku-buku komputer penerbit

Andi ) periode Januari 2006 sampai dengan Desember 2008. Dari data historis tersebut

kemudian dihitung dengan menggunakan metode peramalan Trend Moment untuk analisa

peramalan penjualan barang


Rina Fiati

5.2. Metode.

Metode trend moment menggunakan cara-cara perhitungan statistika dan matematika

tertentu untuk mengetahui fungsi garis lurus sebagai pengganti garis patah-patah yang

dibentuk oleh data historis perusahaan. Dengan demikian pengaruh unsur subyektif dapat

dihindarkan. Persamaan trend dengan metode moment adalah sebagai berikut (Adisaputro,

1998) :

Y = a + bx

Dimana :

Y : nilai trend ( Peramalan )

a : bilangan konstant

b : slope atau koefisien kecondongan garis trend

x : indeks waktu ( x = 0, 1, 2, 3, …, n )

Sedangkan untuk menghitung nilai a dan b digunakan rumus sebagai berikut :

∑ X iY i – n ( Χ i ) ( Υ i )

b =

∑ X i ² - n ( Χ i ) ²

a = Υ i – b (Χ i

)

Dimana :

Χ i : Rata-rata permintaan per periode waktu

Υ i : Rata-rata jumlah penjualan

∑ X iY i : Jumlah kumulatif waktu dikalikan data historis

n : banyaknya periode waktu ( bulan )

Pada perusahaan yang memproduksi buku-buku teks terutama buku teknologi

informasi, seringkali permintaan terhadap produknya dipengaruhi oleh faktor musiman yang

berkaitan dengan fluktuasi periodik serta bersifat relatif konstan. Oleh karena itu nilai-nilai

ramalan yang telah didapat dari hasil peramalan dengan metode trend moment akan

dikoreksi terhadap pengaruh musiman dengan menggunakan indeks musim. Perhitungan

indeks musim adalah sebagai berikut ( Gaspersz, 1998 ) :

Untuk mendapatkan hasil ramalan akhir setelah dipengaruhi oleh indeks musim digunakan

perhitungan sebagai berikut :

Y* = Indeks Musim x Y

Dimana :

Y* = Hasil ramalan dengan menggunakan metode trend moment yang telah

dipengaruhi oleh indeks musim.

Y = Hasil ramalan dengan menggunakan trend moment.

VI. HASIL DAN PEMBAHASAN

Pengujian untuk Peramalan Penjualan Barang.

Diambil data penjualan kelompok buku ”Internet” menggunakan data satu tahun untuk

periode ( bulan Januari 2008 sampai dengan Desember 2008 ), seperti ditunjukkan pada Tabel

6.1.

Periode Waktu Tahun Xi Jmh Penjualan

Buku ( Yi )

XiY

i X

i²

Januari

Februari

Maret

April

Mei

Juni

Juli

Agustus

September

Oktober

November

Desember

2008

2008

2008

2008

2008

2008

2008

2008

2008

2008

2008

2008

1

2

3

4

5

6

7

8

9

10

11

12

15

23

10

7

20

5

12

3

7

10

9

23

15

46

30

28

100

30

84

24

63

100

99

276

1

4

9

16

25

36

49

64

81

100

121

144

Total ( ∑ )

Rata-rata

78

6.5

144

12

895 650

Tabel 6.1. Tabel Perhitungan Metode Trend Moment.

Dari hasil perhitungan analisis peramalan penjualan barang menggunakan humus trend

moment, maka akan diperoleh hasil sebagai berikut :

Nilai trend yaitu Y = a + bx

Y = 13.8636 + ( - 0.28671 )x

Sebagai contoh akan meramalkan penjualan untuk bulan Agustus 2009 maka diperoleh nilai

trend sebagai berikut :

Y = 13.8636 + (( - 0.28671 ) * 20 ) , maka diperoleh hasil Y = 8.12937


Rina Fiati

Hasil perhitungan nilai trend tersebut selanjutnya akan dihitung dengan menggunakan indeks

musim untuk mendapatkan hasil akhir peramalan penjualan.

Diperoleh nilai Indeks Musim sebesar = 0.25

Sehingga untuk mendapatkan hasil akhir ramalan setelah dipengaruhi oleh indeks musim

digunakan perhitungan rumus sebagai berikut :

Y* = Indeks Musim x Y

Y* = 0.25 x 8.12937

Y* = 2.0323 ( Nilai ramalan merupakan nilai pembulatan )

Setelah dilakukan proses perhitungan dengan indeks musim, maka akan didapatkan hasil

perhitungan nilai ramalan penjualan buku pada bulan Agustus 2009 sebesar 2 buku. Hasil

nilai akhir dari perhitungan manual sama dengan nilai akhir yang dihasilkan sistem, seperti

terlihat pada gambar 6.1

Gambar 6.1 Form Analisis Peramalan Penjualan Barang

Adapun hasil pengujian keakuratan prediksi penjualan buku Database periode Mei 2008

menggunakan data periode Januari sd Desember 2007 berdasarkan hasil pengujian yang

dilakukan oleh sistem dengan data aktual adalah sama yaitu sebesar 20 buku seperti terlihat

pada Gambar 6.2

Gambar 6.2. Form Analisis Peramalan Penjualan Barang

Dengan demikian dapat disimpulkan bahwa aplikasi sistem pendukung keputusan dapat

memberikan gambaran kepada pihak manajemen dalam proses pengambilan keputusan dalam

meningkatkan jumlah produksi dan penjualan buku untuk periode yang akan datang dengan

melihat hasil peramalan yang diperoleh dari sistem.

VII. KESIMPULAN

1. Aplikasi Sistem Pendukung Keputusan dapat memberikan hasil peramalan untuk

penjualan barang pada waktu tertentu berdasarkan rekaman data penjualan barang pada

periode-periode sebelumnya. Peramalan penjualan barang menggunakan metode Trend

Moment.

2. Aplikasi Sistem Pendukung Keputusan peramalan penjualan barang dan pemilihan

daerah pemasaran dapat membantu decision maker dalam pengambilan keputusan

dengan menggunakan sistem komputerisasi.

3. Dari hasil peramalan penjualan buku dapat digunakan sebagai dasar untuk

mengembangkan toko dengan cara memilih daerah pemasaran yang terbaik yang

bertujuan untuk membuka toko baru. Sehingga diharapkan dengan adanya toko yang

baru dapat meningkatkan jumlah produksi dan penjualan buku.


Rina Fiati

DAFTAR PUSTAKA

Adisaputro, 1994, Anggaran Perusahaan 1. BPFE Yogyakarta

Fiati, R., 2009, Sistem Pendukung Keputusan Peramalan Penjualan Barang, Tesis, Magister

Ilmu Komputer Program Pascasarjana Universitas Gadjah Mada Yogyakarta.

Gazpersz, V., 1998, Production Planning and Inventory Control . PT Gramedia Pustaka

Utama, Jakarta

Kotler, P., 1993. Manajemen Pemasaran, Penerbit FE UI, Jakarta

Saaty, T.L., 1991, Decision Making For Leaders The Analytical Hierarchy Process For

Decison. University of Pitsburgh.

Turban, E., 2001, Decision Support Systems and Expert Systems and Intelligent Systems, 6th

Edition, Prentice Hall Internasional, Inc., New Jersey.

.

BIODATA PENULIS

a. Nama b. Pangkat/Gol/ NIS c. Fakultas/ Jurusan d. Bidang Keahlian e. Alamat Kantor/ Telepon/Fax

f. Alamat Rumah/Fax

Telp.

Email

: Rina Fiati, ST, M.Cs

: Lektor / III C / 0610701000001202

: Teknik / Teknik Informatika

: Sistem Pendukung Keputusan : Universitas Muria Kudus Gondang Manis PO. BOX 53 Bae,Kudus (0291) 443844 / (0291) 4250860 : Jl. Raya – Kudus Km 5, Golan Tepus

No. 10 RT 01 / RW 01 Mejobo Kudus

: 08122503611

: [email protected]

� Pengalaman Penelitian :

1. Algoritma dan Struktur Data, Buku Ajar, Universitas Muria Kudus, 2010

2. Struktur Data, Buku Ajar, Universitas Muria Kudus, 2009.

3. Penelitian “DSS Peramalan Penjualan Barang dan Pemilihan Daerah Pemasaran, pada

Penerbit Andi, Yogyakarta, 2008.

4. Penelitian “ Pengaruh Teknik Senarai Berantai terhadap Penataan lokasi Parkir “, pada

Ramayana Mall Kabupaten Kudus, 2003.

5. Penelitian “Perancangan Sistem Informasi Pengolahan Data Pelanggan “, pada PDAM

Kabupaten Kudus, 2001.

� Pengalaman Pengabdian

1. Pelatihan Aplikasi SIPERPUS untuk Guru dan Staf Administrasi MTs dan MA NU

Ibtidaul Falah Kecamatan Dawe Kabupaten Kudus, 2009.

2. Memberi latihan/penyuluhan/penataran/ ceramah pada masyarakat tentang “ Permodalan

Koperasi ” Desa Parung Kamal Kecamatan Lumbir Kabupaten Dati II Banyumas, 2004.

3. Memberi latihan/penyuluhan/penataran/ ceramah pada masyarakat tentang

“Pengembangan Koperasi melalui peningkatan SDM koperasi ” Desa Purwanegara

Kecamatan Purwokerto Utara Kabupaten Dati II Banyumas, 2004.

4. Memberi latihan/penyuluhan/penataran/ ceramah pada masyarakat tentang “ Peningkatan

Pendapatan masyarakat melalui Nirah Kelapa Gula Aren” Desa Cilongok Kecamatan

Cilongok Kabupaten Dati II Banyumas, 2003.

� Publikasi

1. Menulis buku IPTEK judul : “ Akses Internet Via Ponsel “, telah diterbitkan oleh

Penerbit & Percetakan Andi Offset Yogyakarta, 2005.

2. Menulis buku IPTEK judul :“Wireless Atasi keterbatasan Jangkauan“, telah diterbitkan

oleh penerbit Andi Offset Yogyakarta, 2004.

3. Teknologi Informasi untuk keunggulan Kompetitif antar Perguruan Tinggi, Jurnal

ilmiah di Fak. Ekonomi UNWIKU Purwokerto, 2003.

4. Bisnis menggunakan media Internet dan metode Cybermarketing, Jurnal Ilmiah di

Fak.Ekonomi UNWIKU Purwokerto, 2002.

Documents

Aplikasi Sistem Pendukung Keputusan