Upload
ombono
View
341
Download
1
Embed Size (px)
Citation preview
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
Veronica 3APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERAMALAN PENJUALAN BARANG
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.
Veronica 5APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERAMALAN PENJUALAN BARANG
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
Veronica 7APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERAMALAN PENJUALAN BARANG
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
Veronica 9APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERAMALAN PENJUALAN BARANG
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
Veronica 11APLIKASI SISTEM PENDUKUNG KEPUTUSAN 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
Veronica 13APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERAMALAN PENJUALAN BARANG
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.
Veronica 15APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERAMALAN PENJUALAN BARANG
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.
: 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
� 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.