artikel sistem prediksi penjualan baju...
Post on 12-Mar-2019
229 Views
Preview:
TRANSCRIPT
ARTIKEL
SISTEM PREDIKSI PENJUALAN BAJU MENGGUNAKAN SINGLE
EXPONENTIAL SMOOTHING
Oleh:
UNTARI
13.1.03.03.0128
Dibimbing oleh :
1. Rini Indriati, S.Kom., M.Kom
2. Teguh Andriyanto, S.T., M.Cs
PROGRAM STUDI SISTEM INFORMASI
FAKULTAS TEKNIK
UNIVERSITAS NUSANTARA PGRI KEDIRI
TAHUN 2017
Simki-Techsain Vol. 02 No. 02 Tahun 2018 ISSN : 2599-3011
Artikel Skripsi
Universitas Nusantara PGRI Kediri
Untari | 13.1.03.03.0128 simki.unpkediri.ac.id Teknik – Sistem Informasi || 1||
Simki-Techsain Vol. 02 No. 02 Tahun 2018 ISSN : 2599-3011
Artikel Skripsi
Universitas Nusantara PGRI Kediri
Untari | 13.1.03.03.0128 simki.unpkediri.ac.id Teknik – Sistem Informasi || 2||
SISTEM PREDIKSI PENJUALAN BAJU MENGGUNAKAN SINGLE
EXPONENTIAL SMOOTHING
Untari
13.1.03.03.0128
Fakultas Teknik – Sistem Informasi
Dewiuntari4994@gmail.com
Rini Indriati, M.Kom dan Teguh Andriyanto, ST.,M.Cs
UNIVERSITAS NUSANTARA PGRI KEDIRI
ABSTRAK
UNTARI : Sistem Prediksi PenjualanBajuMenggunakanSingle Exponential Smoothing, Skripsi,
Sistem Informasi, FT UN PGRI Kediri, 2017.
Permasalahan yang umum dihadapi penjual adalah bagaimana memperkirakan penjualan barang
di masa mendatang berdasarkan data yang direkam sebelumnya.Peramalan tersebut sangat
berpengaruh pada keputusan toko untuk menentukan jumlah persediaan barang yang harus disediakan
oleh toko. Perencanaan persediaan yang baik akan mempengaruhi inventori guna mencapai tingkat
efektifitas yang maksimal.
Untuk itu penulis merancang sebuah sistem peramalan yang diharapkan dapat membantu
penjual jamu dalam memperkirakan berapa banyak persediaan stok dan penjualan pada bulan
berikutnya. Sistem Peramalan ini menggunakan metode trend moment.Semakin banyak data-data
historis untuk perhitungan peramalan menggunakan metode Trend Moment semakin akurat pula
peramalan yang dihasilkansehingga hasil peramalan tersebut dapat membantu pelaku pengusaha bisnis
dalam mempertimbangkan berapa banyak persediaan barang pada bulan berikutnya, agar tidak
mengalami kekurangan atau kelebihan barang.
Sistem prediksi persediaan jamu berbasis desktop dengan menggunakan perangkat komputer.
Selain sebagai syarat kelulusan, proyek ini diharapkan dapat membantu penjual. Sehingga bisa
memperkirakan persediaan jamu pada bulan berikutnya.
KATA KUNCI : prediksi penjualan menggunakan single exponential smoothing
Simki-Techsain Vol. 02 No. 02 Tahun 2018 ISSN : 2599-3011
Artikel Skripsi
Universitas Nusantara PGRI Kediri
Untari | 13.1.03.03.0128 simki.unpkediri.ac.id Teknik – Sistem Informasi || 3||
I. PENDAHULUAN
A. Latar Belakan
Perkembangan ekonomi di Indonesia
pada saat ini berkembang cukup pesat.
Banyak industri tumbuh berkembang,
sehingga mengakibatkan pesaing makin
banyak di dalam industri, misalnya pada
industri pakaian jadi. Seiring dengan
perkembangan zaman dan perubahan
budaya, minat konsumen terhadap fashion
makin tinggi. Hal ini menyebabkan
permintaan konsumen terhadap pakaian
jadi juga ikut berubah sesuai dengan
fashion yang sedang tren saat ini
Permintaan konsumen yang tidak
menentu seiring dengan pergantian tren
fashion yang berubah dengan cepat
bersamaan dengan perkembangan zaman
berpengaruh pada penjualan perusahaan.
Makin tinggi permintaan konsumen, makin
tinggi pula penjualan yang dilakukan oleh
perusahaan. Hal ini membuat persaingan di
industri pakaian menjadi makin ketat
Tari Collection merupakan perusahaan
yang bergerak dalam bidang industri
pakaian jadi. Target pasar mereka adalah
kalangan menengah ke atas maupun
menengah kebawah dan mempunyai gerai-
gerai tersendiri di beberapa mal dan juga
pasar tradisional di kota Kediri. Produk-
produk perusahaan tersebut sudah cukup
bervariasi, mulai dari pakaian anak-anak
hingga dewasa, untuk pria maupun wanita.
Akan tetapi, perusahaan mengalami
permasalahan, yaitu permintaan produk
yang bervariasi tiap bulannya sehingga
perusahaan sulit menentukan berapa
jumlah produksi yang tepat sehingga
terjadi kesulitan dalam memproyeksikan
laba perusahaan. Oleh karena itu,
perusahaan membutuhkan peramalan
jumlah stok yang tepat.
Adapun metode yang dapat memberi
solusi dari permasalahan yang diuraikan
diatas, seperti metode peramalan Single
exponential smoothing, karena pola data
penjualan baju berunsur trend. Dengan
adanya metode Single exponential
smoothing diharapkan dapat membantu
Toko Tari Collection dalam menentukan
stok di bulan berikutnya.
Berdasarkan permasalahan diatas,
maka saya menyusun Skripsi dengan judul
“SISTEM PREDIKSI PENJUALAN
BAJU MENGGUNAKAN SINGLE
EXPONENTIAL SMOOTHING”.
B. Pembatasan Masalah
Batasan masalah dalam penulisan skripi
ini adalah:
Simki-Techsain Vol. 02 No. 02 Tahun 2018 ISSN : 2599-3011
Artikel Skripsi
Universitas Nusantara PGRI Kediri
Untari | 13.1.03.03.0128 simki.unpkediri.ac.id Teknik – Sistem Informasi || 4||
1. Data Penelitian diambil dari data
penjualan Toko Tari Collection.
2. Data yang digunakan dalam proses
pembuatan sistem ini menggunakan
data penjualan bulan Januari 2012
sampai dengan bulan Desember 2015.
3. Metode yang di gunakan dalam
pembuatan sitem peramalan ini
menggunakan Single exponential
smoothin.
C. Rumusan Masalah
Berdasarkan latar belakang dari hasil
penelitian yang penulis lakukan ditemukan
beberapa permasalahan, diantaranya :
1. Bagaimana cara merancang sistem
peramalan penjualan baju menggunakan
Single Exponential Smoothing?
2. Bagaimana cara mengimplementasikan
sistem peramalan penjualan baju
menggunakan Single Exponential
Smoothing?
3. Bagaimana hasil sistem peramalan
penjualan baju menggunakan Single
Exponential Smoothing?
D. Tujuan Penelitian
Penelitian ini dilakukan dengan tujuan
sebagai berikut :
1. Untuk mengetahui sistem peramalan
penjualan baju menggunakan Single
Exponential Smoothing.
2. Untuk mengimplementasikan sistem
peramalan penjualan baju menggunakan
Single Exponential Smoothing.
3. Untuk mengetahui hasil sistem
peramalan kebutuhan baju
menggunakan Single Exponential
Smoothing.
II. METODE PENELITIAN
Menurut Pakaja (2012) Pemulusan
Eksponensial merupakan metode
peramalan rata-rata bergerak dengan
pembobotan yang canggih, tetapi masih
mudah digunakan. Metode ini
menggunakan pencatatan data masa lalu
yang sangat sedikit. Model ini
mengasumsikan data berfluktuasi di sekitar
nilai rata-rata yang tetap, tanpa mengikuti
pola atau tren.
Rumus Pemulusan Exponential
Tunggal:
𝑭𝒕 = 𝜶. 𝒙𝒕 + (𝟏 − 𝜶) . 𝑭𝒕−𝟏
Dimana :
𝑭𝒕 : Forecasting ke-t
𝒙𝒕: Nilai aktual ke-t
Simki-Techsain Vol. 02 No. 02 Tahun 2018 ISSN : 2599-3011
Artikel Skripsi
Universitas Nusantara PGRI Kediri
Untari | 13.1.03.03.0128 simki.unpkediri.ac.id Teknik – Sistem Informasi || 5||
α : Alpa antara (0 sampai dengan 1)
Pengujian Peramalan yang biasanya
digunakan adalah :
1. Mean Absolute Error/Deviation
(MAE/MAD)
MAD berguna ketika mengukur
kesalahan peramalan dalam unit yang
sama sebagai deret asli. MAD
merupakan ukuran pertama kesalahan
peramalan keseluruhan untuk sebuah
model. Rumus untuk menghitung MAD
adalah sebagai berikut:
MAE/MAD =∑∣𝒙𝒕−𝑭𝒕∣
𝑵
Dimana :
𝒙𝒕 : Nilai aktual periode ke t.
𝑭𝒕 :Peramalan.
𝑁 : Jumlah periode.
2. Mean Squared Error (MSE)
MSE merupakan cara kedua untuk
mengukur kesalahan peramalan
keseluruhan. MSE merupakan rata-rata
selisih kuadrat antara nilai yang
diramalkan dan yang diamati.
MSE= ∑∣𝒙𝒕−𝑭𝒕∣2
𝑵
3. Nilai tengah kesalahan persentase
absolut (Mean Absolute Percentage
Error)
MAPE merupakan pengukuran
kesalahan yang menghitung ukuran
presentase penyimpangan antara data
aktual dengan data peramalan.
MAPE =∑
𝒙𝒕−𝑭𝒕𝒙𝒕
𝟏𝟎𝟎%𝒊=𝒏𝒊=𝟏
𝑵
Dimana :
𝒙𝒕 : Nilai aktual periode ke t
𝑭𝒕 : Peramalan Periode Ke t
𝑁 : Jumlah data
4. BIAS – The arithmetic mean of the
errors
BIAS =∑(𝒙𝒕−𝑭𝒕)
𝑵
Keterangan:
𝒙𝒕: Nilai aktual periode ke t
𝑭𝒕 : Peramalan Periode Ke t
𝑁: Jumlah data
5. Nilai α (Alpha)
Setelah mendapatkan nilai alpha (α)
hitunglah Standart of Estimate error
untuk mengetahui nilai alpha (α) mana
yang sesuai untuk digunakan dengan
Simki-Techsain Vol. 02 No. 02 Tahun 2018 ISSN : 2599-3011
Artikel Skripsi
Universitas Nusantara PGRI Kediri
Untari | 13.1.03.03.0128 simki.unpkediri.ac.id Teknik – Sistem Informasi || 6||
nilai hasil terkecil. Uji bobot nilai alpha
nya mulai (α = 0,1), (α = 0,2), (α = 0,3),
(α = 0,4), (α =0,5), (α = 0,6), (α = 0,7),
(α = 0,8), dan (α = 0,9). Hitunglah nilai
peramalannya menggunakan alpha (α)
yang cocok.
III. HASIL DAN KESIMPULAN
A. Perhitungan Peramalan
Berikut ini adalah tabel data baju pada
bulan januari 2013 sampai dengan Juni
2017 :
Tabel 4.1 Data penjualan baju
Data di atas digunakan untuk proses
pemilian nilai Alpa yang cocok untuk
pengujan Peramalan dengan menggunakan
metode Single Exponential Smoothing.
Penentuan nilai alpa Dengan menghitung
nilai bias terkecil maka menghasilkan nilai
alpa 0.8
Menghitung nilai Bias Dengan alpa 0,8
Nilai BIAS : ∑(𝒙𝒕−𝑭𝒕)
𝑵 = 0,17
Setelah mengetahui nilai alpa maka
selanjutnya menentukan peramalan nya
dengan menggunakan rumus :
𝑭𝒕 = 𝜶. 𝒙𝒕 + (𝟏 − 𝜶) . 𝑭𝒕−𝟏
Dengan menggunakan pada bulan
Januari 2013 sampai dengan bulan Juni
2017 atau selama 55 bulan dengan
menggunakan nilai alpa 0,8 maka dapat
dihasilkan nilai BIAS : 0,17. Dan
peramalan stok yang tepat pada bulan juli
2017 adalah 105,44
B. Perancangan Sistem
1. Diagram konteks
Diagram konteks merupakan level
tertinggi dari DFD yang menggambarkan
seluruh input ke dalam sistem atau output
dari sistem yang memberi gambaran
tentang keseluruhan sistem. Gambaran
konteks diagram dari sistem peramalan
penjualan baju dapat dilihat pada gambar
berikut:
Simki-Techsain Vol. 02 No. 02 Tahun 2018 ISSN : 2599-3011
Artikel Skripsi
Universitas Nusantara PGRI Kediri
Untari | 13.1.03.03.0128 simki.unpkediri.ac.id Teknik – Sistem Informasi || 7||
Gambar 2.1 Diagram konteks
2. DFD (Data Flow Diagram)
Gambar 2.2 DFD level 0
a. DFD level 1
Gambar 2.3 DFD level 1
C. Implementasi Sistem
Berikut adalah struktur dari tabel –
tabel yang digunakan pada sistem yang
akan dibangun :
1. Struktur tabel
a. Tabel data admin
Gambar 2.4 Tabel data us
b. Tabel data produk
Gambar 2.5 Tabel data produk
c. Tabel data penjualan
Gambar 2.6 Tabel data penjuan
2. Tampilan Sistem
a. Form login
Gambar 2.7 Form login
b. Form home
Gambar 2.8 Form home
c. Form input penjualan
Gambar 2.9 Form penjualan
Aplikasi
Peramalan Single
Exponentia
l
Smoothing
Peramalan
Single
Exponential
Smoothing
Simki-Techsain Vol. 02 No. 02 Tahun 2018 ISSN : 2599-3011
Artikel Skripsi
Universitas Nusantara PGRI Kediri
Untari | 13.1.03.03.0128 simki.unpkediri.ac.id Teknik – Sistem Informasi || 8||
d. Laporan penjualan
Gambar 2.10 laporan penjualan
e. Hasil Peramalan
Gambar 2.11 hasil peramalan
Grafik Forecasting
Gambar 2.12 Grafik Forecasting
D. KESIMPULAN DAN SARAN
1. Simpulan
Dari perancangan dan implementasi
sistem informasi penjualan baju
menggunakan metode Single Exponential
Smoothing untuk forecasting (peramalan)
kebutuhan persediaan barang pada Toko
Tari Collection dapat disimpulkan bahwa :
1. Untuk mengetahui sistem peramalan
penjualan baju menggunakan Single
Exponential Smoothing.
2. Untuk mengimplementasikan sistem
peramalan penjualan baju menggunakan
Single Exponential Smoothing.
3. Untuk mengetahui hasil sistem
peramalan kebutuhan baju
menggunakan Single Exponential
Smoothing.
2. Saran
Saat ini sistem yang ada masih
menggunakan input penjualan tiap akhir
periode, dalam arti lain belum terintegrasi
dengan sistem restok dan juga sistem
penjualan, oleh karena itu, untuk penelitian
selanjutnya disarankan untuk
mengintegrasikan sistem restok dan juga
sistem penjualan dengan sistem peramalan
menggunakan metode Single Exponential
Smoothingn.
IV. DAFTAR PUSTAKA
Ajeng, S. 2011. Peramalan Penjualan
Untuk Perencanaan Pengadaan
Persediaan Buah Durian di Rumah
Durian Harum Bintaro Jakarta.
Skripsi. (Tidak dipublikasikan).
Fakultas Sains dan Teknologi Jurusan
0
100
200
januar…
Maret…
mei
'15
juli'
16
Series1
Series2
Simki-Techsain Vol. 02 No. 02 Tahun 2018 ISSN : 2599-3011
Artikel Skripsi
Universitas Nusantara PGRI Kediri
Untari | 13.1.03.03.0128 simki.unpkediri.ac.id Teknik – Sistem Informasi || 9||
Agribisnis. Universitas Islam Negeri
Syarif Hidayatullah Jakarta.
Anonimus, (2014), Metode Pemulusan
Eksponensial (Exponential Smoothing
Method).http://ocw.stikom.edu/course/
download/2014/07/Pertemuan-Tekper-
6.doc.
Anonimus, (2014), Metode Pemulusan
Eksponensial (Exponential Smoothing
Method).
http://ocw.stikom.edu/course/downloa
d/2014/07/Pertemuan-Tekper-6.doc.
Anonimus, (2014), Metode Pemulusan
Eksponensial (Exponential Smoothing
Method).
http://ocw.stikom.edu/course/downloa
d/2014/07/Pertemuan-Tekper-6.doc.
Arsyad, Lincolin, 2001, Peramalan Bisnis
Edisi Pertama, Universitas Gajah
Mada, Jogyakarta.
Badria. 2008. Peggunaan Metode
Eksponensial Smoothing untuk
meramalkan kebutuhan cengkeh di
pabrik rokok Adi Bungsu. Fakultas
Matematika dan Ilmu
Alam;Universitas Brawijaya. Malang
Daniel, Eziliora Chuckwuemeka, dkk.
2004. Application of 13 Forecasting
Methods for the Estimation of
Production Demand. International
Journal of Science, Engineering and
Technology Research (IJSETR) .
Department of Chemical Engineering,
Nnamdi Azikiwe University Awka,
Anambra State, Nigeria
Begg, Carolyn E., Connolly, Thomas M.
(2010), Database Systems: A Pratical
Approach to Design, Implementation
and Management (5th Edition),
Pearson, New Jersey. Gaspersz, V.
(1998), Production Planning and
Inventory Control, Gramedia Pustaka
Utama, Jakarta.
Simki-Techsain Vol. 02 No. 02 Tahun 2018 ISSN : 2599-3011
top related