bab iii analisis dan perancangan sistemsir.stikom.edu/2643/4/bab_iii.pdf · dalam sub bab project...
Post on 12-May-2019
214 Views
Preview:
TRANSCRIPT
26
BAB III
ANALISIS DAN PERANCANGAN SISTEM
Pada bab ini dijelaskan mengenai analisis permasalahan dari sistem yang
diambil pada UD Panca Usaha. Selain itu, bab ini merancang Perancangan sistem
dari Rancang Bangun Aplikasi Peramalan Permintaan Produk Kosmetik Pada UD
Panca Usaha Menggunakan Single Exponential Smoothing.
3.1 Communication
Tahap ini merupakan tahap pertama dalam menganalisis aplikasi
peramalan permintaan produk kosmetik di UD Panca Usaha. Tahapan ini dibagi
menjadi dua sub tahapan yaitu project initiation, dan requirement gathering.
3.1.1 Project Initiation
Dalam sub bab project initation ini bertujuan untuk mengetahui proses
bisnis dan masalah yang ada pada perusahaan sebagai acuan dalam pembuatan
aplikasi peramalan permintaan produk kosmetik. Untuk lebih memahami
permasalahan yang ada, dilakukan identifikasi masalah. Identifikasi masalah
didapatkan dari Observasi dan wawancara yang bertujuan untuk mengetahui proses
bisnis yang ada pada UD Panca Usaha yang hasilnya sebagai berikut:
A Observasi
Tabel 3.1 Tahap Observasi
Tahap Observasi Bagian yang diobservasi Data yang didapat
Observasi 1 Bagian Pembelian Proses Pembelian Produk
27
Tahap Observasi Bagian yang diobservasi Data yang didapat
Observasi 2 Bagian Penjualan 1. Proses Penjualan Produk
2. Proses Permintaan Produk Oleh Customer
Observasi 3 Bagian Gudang Proses Persediaan Produk
Observasi 4 Bagian Penjualan Data Permintaan Pelanggan Tahun 2012
Observasi 5 Bagian Penjualan Data Permintaan Pelanggan Tahun 2013
Observasi 6 Bagian Penjualan Data Permintaan Pelanggan Tahun 2014
Observasi 7 Bagian Penjualan Data Permintaan Pelanggan Tahun 2015
Observasi 8 Bagian Penjualan Data Permintaan Pelanggan Tahun 2016
Observasi atau pengamatan dilakukan dengan cara mengamati secara
langsung ke bagian penjualan, bagian pembelian, dan bagian gudang yang terdapat
dalam perusahaan. Pengamatan tersebut dilakukan untuk mendapatkan data tentang
proses persediaan produk kosmetik dan data permintaan pelanggan yang terdapat
di UD Panca Usaha. Pada tabel 3.1 menunjukan data yang didapatkan saat
melakukan observasi.
B Wawancara
Wawancara bertujuan mengumpulkan informasi. Metode ini dilakukan
dengan melakukan tanya jawab kepada UD Panca Usaha untuk mengetahui
bagaimana proses bisnis yang berjalan pada perusahaan dan informasi-informasi
lain tentang perusahaan mengenai proses permintaan produk kosmetik, rekap data
permintaan, permasalahan yang dihadapi perusahaan. Adapun hasil wawancara
tersebut terdapat pada tabel di bawah ini.
28
Tabel 3.2 Hasil Wawancara
No Pertanyaan Jawaban
1. Apa jenis bidang usaha yang ada pada UD Panca Usaha
UD Panca Usaha ini merupakan salah satu distributor kosmetik dan peralatan salon yang penyebarannya di beberapa wilayah jawa timur
2. Bagaimana proses penjualan yang sedang berjalan pada perusahaan anda
Proses penjualan dalam UD Panca Usaha terjadi saat pelanggan memesan produk langsung melalui sales atau telepon ke kantor dan ada juga yang melalui email. Setelah itu permintaan pelanggan tersebut dicek ketersediaanya di gudang
3. Apa pernah permintaan pelanggan tidak terpenuhi ? jika pernah seberapa sering permintaan tersebut tidak terpenuhi ?
Pernah, Sering kira-kira hanya sekitar 60%-70% permintaan pelanggan yang terpenuhi. Apabila tidak terpenuhi biasanya kami pending dulu permintaan pelanggan tersebut.
4. Bagaimana proses menyediakan produk pada perusahaan anda
Bagian gudang merekap stok produk, setelah itu bagian pembelian melakukan perkiraan untuk stok yang harus disediakan.
5. Apa saja produk yang anda miliki
Creambath, Conditioner, Shampoo, Hair Tonic, Hair Spa, Sabun Sere, Semir Rambut
6. Apa produk yang sering mengalami kekurangan/kehabisan stok
Produk pompia sering mengalami kekurangan terutama pada produk sabun sere
C Identifikasi Masalah
Berdasarkan observasi dan wawancara yang telah dilakukan dapat
digambarkan dalam alur proses bisnis yang ada pada perusahaan. Alur proses bisnis
tersebut digambarkan dalam bentuk document flow dapat dilihat pada Gambar 3.1.
Proses permintaan dalam UD Panca Usaha berlangsung saat pelanggan
memesan produk langsung melalui sales atau telepon ke kantor dan ada juga yang
melalui email. UD Panca Usaha telah bekerja sama dengan dua produsen kosmetik
yaitu POMPIA dan KOSEA. Dalam hal ini penulis hanya meneliti pada produk
29
POMPIA dikarenakan permintaan pada produk dari perusahaan tersebut selalu ada
permintaan oleh pelanggan tiap bulannya.
Bagian Penjualan Bagian GudangPelanggan
MULAI
Menerima Permintaan Pelanggan
Permintaan Pelanggan
Permintaan Pelanggan
Mengecek Ketersediaan Produk
Menyiapkan dan Mengemas Produk
Produk Yang TersediaMembuat INVOICE
SELESAI
Gambar 3.1 Document Flow Alur Proses Bisnis Permintaan Produk
Kondisi UD Panca Usaha saat ini masih sering mengalami
kekurangan/kehabisan stok. Berdasarkan pernyataan bagian pemasaran UD Panca
Usaha saat ini hanya bisa menangani 60%-70% dari jumlah permintaan yang
diterima. Hal itu dikarenakan kurangnya pengawasan terhadap persediaan gudang,
dan saat dilakukan perhitungan untuk order berikutnya terkadang hanya berdasar
pada perkiraan, alur proses bisnis persediaan produk digambarkan pada document
flow gambar 3.2. Produk yang sering kekurangan pada UD Panca Usaha
diantaranya produk shampoo, conditioner, creambath, dan sabun sere, sedangkan
pengadaan barang dilakukan satu bulan sekali. Hal tersebut mengakibatkan proses
penjualan produk tidak dapat dilakukan. Sehingga dapat disimpulkan, bahwa
30
perhitungan order berikutnya untuk persediaan hanya berdasar pada perkiraan,
sehingga ada tiga resiko yang ditemukan, yaitu:
a. Permintaan yang masuk dengan persediaan yang ada di gudang tidak sesuai
sehingga permintaan tidak terpenuhi.
b. Perhitungan order berikutnya yang tidak sesuai dapat menyebabkan
kekurangan maupun kelebihan stok diperiode selanjutnya.
c. Berkuranganya minat pelanggan untuk memesan produk pada UD. Panca
Usaha dikarenakan permintaan tidak terpenuhi.
Bagian PembelianBagian Penjualan Bagian Gudang
MULAI Data Jumlah Permintaan Bulan
Lalu
Meramalkan Jumlah Persediaan Produk
Periode Mendatang
Hasil Perh itungan jumlah persediaan produk yang harus disediakan
berdasarkan jumlah permintaan produk untuk periode berikutnya
Membeli P roduk
SELESAI
Menyiapkan data Permintaan Produk
Periode Sebelumnya
HASIL Perkiran jumlah permintaan produk periode berikutnya
Menghitung jumlah pers ediaan produk yang
harus dis ediakan berdasarkan jumlah permintaan produk untuk periode berikutnya
Rekap Stok Produk Periode Bulan
Gambar 3.2 Document Flow Alur Proses Persediaan Produk
31
3.1.2 Requirement Gathering
Pada sub bab ini bertujuan untuk mengidentifikasi kebutuhan perangkat
lunak dalam aplikasi peramalan permintaan produk kosmetik. Sub bab ini
membahas identifikasi pengguna, identifikasi data, identifikasi fungsional, dan
tahapan dalam peramalan.
A Identifikasi Pengguna
Berdasarkan hasil wawancara dengan bagian pembelian UD Panca Usaha.
Pengguna dari sistem yang akan dibuat yaitu bagian pembelian yang dapat
melakukan proses kelola data permintaan, melakukan peramalan, dan melihat
riwayat peramalan.
B Identifikasi Data
Setelah dilakukan proses identifikasi permasalahan dan pengguna, maka
dapat dilakukan identifikasi data pada aplikasi peramalan permintaan sebagai
berikut: Data Produk, Data Penjualan, Data Permintaan, Data Peramalan, dan Hasil
Peramalan.
Tabel 3.3 Identifikasi Data Aplikasi Peramalan Permintaan Produk
No Data Keterangan1 Data Produk Data produk pada aplikasi ini digunakan
untuk mengambil data stok produk dan identitas dari produk.
2 Data Penjualan Data penjualan pada aplikasi ini digunakan sebagai masukkan ke data permintaan agar dapat diolah menjadi data permintaan.
3 Data Permintaan Data permintaan pada aplikasi ini digunakan untuk menyimpan data penjualan yang telah diolah.
4 Data Peramalan Data peramalan pada aplikasi ini digunakan untuk menyimpan data peramalan.
32
No Data Keterangan5 Hasil Peramalan Data peramalan pada aplikasi ini digunakan
untuk menyimpan data peramalan.
C Identifikasi Fungsi
Setelah dilakukan proses identifikasi masalah, pengguna, dan data, maka
dapat diidentifikasi fungsi dari proses peramalan permintaan sebagai berikut: kelola
data permintaan, melakukan peramalan, melihat riwayat peramalan, dan mencetak
laporan peramalan.
Tabel 3.4 Identifikasi Fungsi Bagian Pembelian
No Kebutuhan Fungsi Kebutuhan Data1 Kelola Data Permintaan 1. Data Penjualan
2. Data Permintaan2 Melakukan Peramalan 1. Data Produk
2. Data Permintaan3. Data Peramalan4. Hasil Peramalan
3 Melihat Hasil Peramalan 1. Data Peramalan 2. Hasil Peramalan
D Tahapan Melakukan Peramalan
Dalam suatu peramalan terdapat tahap-tahap melakukan peramalan,
tahapan tersebut bertujuan untuk menyajikan jalan yang sistematis untuk memulai,
merancang, dan menerapkan sistem peramalan. Tahap dalam melakukan peramalan
seperti yang ditunjukkan pada Gambar 3.3.
D.1 Pengumpulan Data
Tahapan pengumpulan data adalah tahap untuk mempersiapkan data yang
telah dikumpulkan. Data yang digunakan untuk melakukan peramalan permintaan
produk adalah data permintaan pelanggan bulan Desember 2012 hingga Desember
33
2016. Data yang diperoleh dalam kurun waktu Desember 2012 hingga Desember
2016 sejumlah 49 Bulan. Data tersebut digunakan untuk melihat dan menghitung
pola data permintaan pelanggan per periode.
Pengumpulan Data Permintaan 4 Tahun Sebelumnya 2012-2016
Pengujian Pola Data Permintaan Menggunakan Minitab
Pemilihan Teknik Peramalan
Peramalan Periode Masa Lalu
Akurasi Dapat Diterima
Peramalan tiga Periode Berikutnya dan Menggunakan Hasilnya Dalam Pengambilan
Keputusan
Pengujian Kembali Pola Data YATIDAK
Gambar 3.3 Tahapan Peramalan
D.2 Pengujian Pola Data
Data yang telah ada perlu diidentifikasi untuk mengetahui jenis dan
polanya. Hal tersebut dilakukan karena metode peramalan yang akan digunakan
memiliki persyaratan untuk data yang dimasukkannya, supaya peramalan yang
dilakukan memberikan hasil yang akurat. Pola data dapat dibedakan menjadi empat
jenis yaitu, pola horisontal(H), musiman(M), siklis(C), dan trend(T). Untuk dapat
mengetahui pola suatu data permintaan perlu dilakukan pengujian pola data.
Terdapat dua pengujian untuk mengetahui pola suatu data yaitu, grafik pengujian
time series yang ada pada Gambar 3.4 dan Uji Autocorrelation pada Gambar 3.5
dan Tabel 3.5.
34
Data permintaan pelanggan yang telah diuji dengan Time Series Plot yang
terdapat pada Gambar 3.4 pola grafik menunjukkan pertumbuhan atau penurunan
sepanjang periode waktu yang panjang. Sedangkan pada Gambar 3.5, adanya bar
(batang) berwarna biru yang melambangkan besaran ACF. Batang pertama terletak
di bawah garis dikarenakan bernilai negatif (-0.144712). Adanya 12 batang
menunjukan adanya 12 ACF yang telah dihitung
454035302520151051
40
30
20
10
0
Index
Time Series Plot of PR00001
Gambar 3.4 Time Series Plot
Pada Gambar 3.5 terdapat dua garis merah terputus-putus yang merupakan
garis batas atas dan garis batas bawah dari angka. Jika bar yang ada tidak melebihi
garis batas yang di atas ataupun di bawah, berarti ada autokorelasi. Sebaliknya jika
terdapat bar yang melewati baik garis bawah ataupun atas, maka dapat diduga tidak
ada autokorelasi pada data.
35
121110987654321
1.00.8
0.60.4
0.20.0
-0.2
-0.4-0.6
-0.8-1.0
Lag
Autocorrelation Function for PR00001(with 5% significance limits for the autocorrelations)
Gambar 3.5 Autocorrelation
Tabel 3.5 Uji Autocorrelation
Lag ACF T LBQ1 -0.144712 -1.00259 1.06942 -0.294904 -2.00167 5.60683 0.164484 1.03350 7.04984 0.166314 1.02249 8.55855 -0.183780 -1.10604 10.44366 0.195782 1.14934 12.63407 -0.044271 -0.25302 12.74878 -0.055553 -0.31708 12.93399 -0.003288 -0.01873 12.934510 0.018055 0.10284 12.955111 -0.069684 -0.39682 13.270112 0.108456 0.61559 14.0543
Berdasarkan hasil pengujian pola data yang telah dilakukan menunjukan
bahwa pola data pada data permintaan pelanggan berpola Stasioner, yang
merupakan suatu serial data yang rata-rata nilainya tidak berubah sepanjang waktu.
Hal tersebut terjadi jika pola data permintaan relatif stabil. Peramalan suatu data
runtut waktu yang berpola stasioner memerlukan data historis dari runtut waktu
tertentu yang kemudian menjadi nilai peramalan untuk masa datang.
36
D.3 Pemilihan Teknik Peramalan
Beberapa teknik yang dapat dipertimbangkan ketika meramalkan data
berpola stasioner adalah model sederhana, metode rata-rata sederhana, rata-rata
bergerak, pemulusan eksponensial, dan metode box-jenkins.
Tabel 3.6 Pemilihan Teknik Peramalan
Metode Pola Data Jangka Waktu Model Jumlah Data Minimum
yang diperlukanSederhana ST,T,M, PDK RW 1Rata-rata sederhana ST PDK RW 30
Rata-rata bergerak ST PDK RW 4-20
Pemulusan Eksponensial ST PDK RW 2
Box-Jenkins ST,T,S,M PDK RW 24Keterangan Tabel 3.6 :
Pola Data : ST = Stasioner, T = Trend, M = Musiman, S = Siklis
Jangka Waktu : PDK = Pendek
Model : RW = Runtut Waktu (time series)
Setelah diketahui teknik peramalan apa saja yang sesuai dengan pola data
stasioner seperti ada Tabel 3.6. Maka langkah selanjutnya adalah memilih salah
satu teknik peramalan dengan cara membandingkan metode. Membandingan
metode yaitu dengan cara menghitung ke dalam persamaan yang tersedia pada tiap-
tiap metode. Setelah menghitung ke dalam persamaan, selanjutnya yaitu
membandingkan MAD terkecil. Berikut hasil perbandingan MAD terkecil dari
beberapa metode yang dibandingkan.
37
Tabel 3.7 Hasil Perbandingan Metode untuk data stasioner
Metode Peramalan MADPeramalan Naïve model 13.85Peramalan Simple Average 21.91Peramalan Moving Average 47.46Single Exponential Smoothing 9.19
Berdasarkan tabel 3.7 di atas kesalahan peramalan yang terkecil adalah
(9.19) yang dimiliki oleh teknik peramalan Single Exponential Smoothing.
Sehingga teknik peramalan yang sesuai dengan pola data stasioner pada data
permintaan pelanggan desember 2012 – desember 2016 adalah teknik peramalan
Single Exponential Smoothing.
D.4 Peramalan Periode Sebelumnya
Pada tahap ini, data yang sudah disiapkan sebelumnya untuk peramalan
yaitu data permintaan pelanggan. Metode Single Exponential Smoothing
merupakan peramalan untuk jangka pendek. Peramalan jangka pendek hanya
efektif digunakan untuk beberapa periode ke depan. Contohnya, suatu peramalan
menggunakan metode Single Exponential Smothing menggunakan data sejak bulan
Desember tahun 2012 hingga bulan Desember tahun 2016. Peramalan tersebut
hanya efektif jika digunakan untuk meramalkan data permintaan di bulan Januari
tahun 2016 hingga bulan Maret tahun 2016, dengan catatan terjadi penurunan
keakuratan di setiap periodenya. Oleh karena itu, pada peramalan yang akan dibuat
ini dibatasi dengan maksimal jumlah periode yang diramalkan sebanyak tiga
periode. Perhitungan peramalan periode masa lalu bisa dilihat pada lampiran 1
peramalan dengan metode Single Exponential Smoothing.
38
D.5 Perhitungan Akurasi
Peramalan periode berikutnya dengan metode Single Exponential
Smoothing (alpha). Konstanta tersebut berperan
penting dalam menentukan apakah model dari peramalan yang telah dipakai
merupakan model yang terbaik. Konstanta tersebut dikombinasikan untuk
mendapatkan hasil peramalan yang terbaik.
Model dari metode Single Exponential Smoothing yang terbaik didapatkan
dengan cara mencari nilai rata-rata kesalahan yang terkecil, yaitu dengan mengubah
kombinasi konstanta yang ada. Pengubahan kombinasi tersebut dilakukan secara
berulang dengan jumlah perulangan sama dengan jumlah maksimal kombinasi yang
bisa didapatkan dari konstanta yang ada.
Pada perhitungan peramalan permintaan sebelumnya didapatkan akurasi
peramalan terkecil sebesar (9.19) pada teknik peramalan Single Exponential
Smoothing yang merupakan teknik peramalan terbaik untuk digunakan dalam
aplikasi peramalan permintaan produk kosmetik.
D.6 Peramalan Periode Berikutnya dan Menggunakan Hasilnya Dalam Proses Pengambilan Keputusan
Secara sederhana Single Exponential Smoothing adalah nilai data
permintaan ( - t)
berfungsi sebagai faktor penimbang.
dekati 1, berarti nilai ramalan yang baru sudah memasukkan faktor
penyesuaian untuk setiap tingkat kesalahan yang terjadi pada nilai ramalan yang
baru hampir sama
dengan nilai ramalan yang lama.
39
Teknik pemulusan eksponensial untuk data permintaan selama tahun 2012
sampai 2012, dengan menggunakan konstanta pemulusan 0.1 sampai dengan 0.9.
Data yang dimuluskan secara eksponensial dihitung dengan menetapkan Y1 sampai
dengan 49. Jika data masa lalu tersedia, maka dapat digunakan untuk membuat
suatu rangkaian data yang dimuluskan sampai tahun 2016 dan menggunakannya
sebagai data mula-mula. Perhitungan untuk ramalan tiga periode selanjutnya
ditunjukkan prosedurnya sebagai berikut :
Langkah 1 : t+1 - t
2+1 2 + ( 1- 2
3 = 0.1(24) + (1-0.1) 33.00 = 2.4 + 29.7 = 32.10
Langkah 2 : Tingkat kesalahan dalam ramalan ini adalah
e3 = 35 – 32.10 = 2.9
|e3| = | 35 – 32.10 | = 2.9
Hasil dari perhitungan peramalan periode berikutnya ditunjukkan pada
tabel 3.6. Hasil tersebut menunjukan perhitungan peramalan untuk produk dengan
id produk PR0001 (Shampoo Apel Botol 1 Liter) dengan tiga periode berikutnya.
Periode bulan januari 2017 hasil peramalan yang didapatkan sebesar (25.84), bulan
februari 2017 sebesar (23.26), dan bulan maret 2017 sebesar (20.93).
Tabel 3.8 Perhitungan Peramalan Single Exponential Smoothing
No Periode (t)Nilai
Aktual
Yt
Nilai Pemulusan
Kesalahan Perhitungan
et
Kesalahan Perhitungan
|et|
1 Desember 2012 33 33.00
2 Januari 2013 24 33.00 -9 9
40
No Periode (t)Nilai
Aktual
Yt
Nilai Pemulusan
Kesalahan Perhitungan
et
Kesalahan Perhitungan
|et|
3 Februari 2013 35 32.10 2.9 2.9
4 Maret 2013 24 32.39 -8.39 8.39
5 April 2013 32 31.55 0.45 0.45
6 Mei 2013 36 31.60 4.4 4.4
7 Juni 2013 36 32.04 3.96 3.96
8 Juli 2013 3 32.44 -29.44 29.44
9 Agustus 2013 37 29.50 7.5 7.5
10 September 2013 34 30.25 3.75 3.75
11 Oktober 2013 8 30.63 -22.63 22.63
12 November 2013 9 28.37 -19.37 19.37
13 Desember 2013 33 26.43 6.57 6.57
14 Januari 2014 23 27.09 -4.09 4.09
15 Februari 2014 23 26.68 -3.68 3.68
16 Maret 2014 4 26.31 -22.31 22.31
17 April 2014 23 24.08 -1.08 1.08
18 Mei 2014 25 23.97 1.03 1.03
19 Juni 2014 24 24.07 -0.07 0.07
20 Juli 2014 23 24.06 -1.06 1.06
21 Agustus 2014 22 23.95 -1.95 1.95
22 September 2014 2 23.76 -21.76 21.76
23 Oktober 2014 33 21.58 11.42 11.42
24 November 2014 24 22.72 1.28 1.28
25 Desember 2014 43 22.85 20.15 20.15
26 Januari 2015 34 24.87 9.13 9.13
27 Februari 2015 3 25.78 -22.78 22.78
28 Maret 2015 3 23.50 -20.5 20.5
41
No Periode (t)Nilai
Aktual
Yt
Nilai Pemulusan
Kesalahan Perhitungan
et
Kesalahan Perhitungan
|et|
29 April 2015 39 21.45 17.55 17.55
30 Mei 2015 23 23.21 -0.21 0.21
31 Juni 2015 2 23.19 -21.19 21.19
32 Juli 2015 33 21.07 11.93 11.93
33 Agustus 2015 36 22.26 13.74 13.74
34 September 2015 7 23.63 -16.63 16.63
35 Oktober 2015 34 21.97 12.03 12.03
36 November 2015 32 23.17 8.83 8.83
37 Desember 2015 9 24.05 -15.05 15.05
38 Januari 2016 33 22.55 10.45 10.45
39 Februari 2016 23 23.60 -0.6 0.6
40 Maret 2016 35 23.54 11.46 11.46
41 April 2016 23 24.69 -1.69 1.69
42 Mei 2016 37 24.52 12.48 12.48
43 Juni 2016 23 25.77 -2.77 2.77
44 Juli 2016 36 25.49 10.51 10.51
45 Agustus 2016 24 26.54 -2.54 2.54
46 September 2016 13 26.29 -13.29 13.29
47 Oktober 2016 26 24.96 1.04 1.04
48 November 2016 26 25.06 0.94 0.94
49 Desember 2016 32 25.15 6.85 6.85
50 Januari 2017 25.84
51 Februari 2017 23.26
52 Maret 2017 20.93
42
3.2 Planning
Pada tahap planning atau tahap kedua alur kebutuhan aplikasi, membahas
estimasi waktu yang dibutuhkan dalam pembuatan aplikasi. Jadwal kerja dari
rancang bangun aplikasi peramalan permintaan pada UD Panca Usaha dapat dilihat
pada Gambar 3.6.
Gambar 3.6 Jadwal Kerja
3.3 Modelling
Pada tahap ketiga modelling ini dibagi menjadi dua sub tahapan, yaitu
analisis dan desain software.
43
3.3.1 Analisis
Pada tahap analisis sistem dilakukan beberapa proses yang berhubungan
dengan tahapan awal pada model pengembangan. Terdapat lima tahapan analisis
yaitu analisis kebutuhan bisnis, analisis kebutuhan pengguna, analisis kebutuhan
data, analisis kebutuhan fungsional.
A Analisis Kebutuhan Bisnis
Pada latar belakang masalah di Bab I telah dijelaskan bahwa UD Panca
Usaha merupakan perusahaan distributor. Perusahaan ini bergerak di bidang
penjualan kosmetik dan peralatan salon, dimana produk yang sering terjual adalam
produk merk pompia dan kosea. UD. Panca Usaha memiliki permasalahan yang
mengganggu proses penjualan, yaitu kekurangan/kehabisan stok. Berdasarkan
pernyataan bagian penjualan UD Panca Usaha saat ini hanya bisa menangani 60%-
70% dari jumlah permintan yang diterima. Hal itu dikarenakan tidak adanya
pengawasan terhadap persediaan gudang, dan saat dilakukan perhitungan untuk
order berikutnya terkadang hanya berdasar pada perkiraan.
B Analisis Kebutuhan Pengguna
Berdasarkan hasil wawancara dengan UD. Panca Usaha khususnya dengan
user-user yang bersangkutan dengan sistem, maka dapat dibuat kebutuhan
pengguna. Analisis kebutuhan pengguna berfungsi untuk mengetahui kebutuhan
dari masing-masing user yang berhubungan langsung dengan sistem. Berikut ini
kebutuhan pengguna bagian pembelian dalam aplikasi peramalan permintaan
produk kosmetik:
44
Tabel 3.9 Kebutuhan Pengguna Bagian Pembelian
No Kebutuhan Fungsi Kebutuhan Data Kebutuhan Informasi
1 Kelola Data Permintaan 1. Data Penjualan2. Data
Permintaan
Mengambil data penjualan untuk diolah menjadi data permintaan
2 Melakukan Peramalan 1. Data Produk2. Data
Permintaan3. Data Peramalan4. Hasil
Peramalan
Mengambil data permintaan dan data stok untuk melakukan peramalan, dan mencetak hasilnya
3 Melihat Riwayat Peramalan 1. Data Peramalan 2. Hasil
Peramalan
Dapat melihat riwayatperamalan dan mencetaknya
C Analisis Kebutuhan Data
Berdasarkan analisis kebutuhan pengguna yang telah disusun sebelumnya,
maka dibutuhkan beberapa data untuk menunjang sistem yang akan dibuat.
Terdapat empat data yang diperlukan oleh sistem, yaitu:
1. Data Produk
Data Produk ini berfungsi untuk menyimpan data produk yang dimiliki oleh UD.
Panca Usaha. Data Produk yang dibutuhkan meliputi kode produk, nama produk,
dan stok. Data Produk dalam aplikasi ini mengambil dari data produk aplikasi
penjualan pada UD Panca Usaha
2. Data Penjualan
Data Penjualan ini berfungsi sebagai menyimpan data penjualan yang terjadi
pada UD Panca Usaha. Data penjualan dalam aplikasi ini mengambil dari data
penjualan aplikasi penjualan pada UD Panca Usaha
45
3. Data Permintaan
Data Permintaan ini berfungsi untuk menyimpan data permintaan pelanggan
sebagai variabel dalam perhitungan peramalan. Data Permintan yang dibutuhkan
meliputi ID Permintaan dan Tanggal Permintaan. Data Permintaan ini di ambil
dari hasil filter dan pengolahan data penjualan dari aplikasi penjualan.
4. Data Peramalan
Data Peramalan ini berfungsi untuk menympan Data Peramalan yang meliputi
ID Peramalan dan Tanggal Peramalan.
5. Data Hasil Peramalan
Data Hasil Peramalan ini berfungsi untuk menyimpan data hasil perhitungan
peramalan yang telah dilakukan. Data Hasil Peramalan yang dibutuhkan
meliputi Hasil Peramalan, Mean Absolute Deviation (MAD), Periode Bulan,
Jumlah Barang yang Harus Dipesan.
D Analisis Kebutuhan Fungsional
Berdasarkan kebutuhan pengguna yang sudah dibuat sebelumnya, maka
dapat diimplementasikan dengan membuat kebutuhan fungsional dari aplikasi.
Pada tahap kebutuhan fungsi digunakan untuk mengimplmentasikan seluruh fungsi
yang didapatkan dari hasil analisis kebutuhan pengguna. Fungsi-fungsi tersebut
dapat dibagi menjadi tiga fungsi yang meliputi :
1. Fungsi Kelola Data Permintaan
Tabel 3.10 Kebutuhan Fungsi Kelola Data Permintaan
Nama Fungsi Kelola Data PermintaanPengguna Bagian Pembelian
46
DeskripsiFungsi dari proses ini digunakan oleh bagian pembelianuntuk melakukan proses pengelolaan data permintaan
Kondisi Awal1. Data Satuan 4. Data Penjualan2. Data Produk 5. Data Permintaan3. Data Kemasan
Alur
Aksi Pengguna Respon SistemMenampilkan Data Filter Penjualan
1. Pengguna mengelola data permintaan dengan menekan tombol “Ambil Data Permintaan”.
Aplikasi menampilkan Data Penjualan yang telah dikelompokkan berdasarkan bulan dan produk. Dan akan secara otomatis menyimpan data permintaan.
Kondisi Akhir Fungsi ini mengolah data penjualan dan menyimpan data permintaan
Kebutuhan Non Fungsional
Security Hak akses untuk fungsi ini adalah bagian pembelian
Error Handling
Aplikasi menampilan pesan ketika data berhasil disimpan dari database
2. Fungsi Melakukan Peramalan
Tabel 3.11 Kebutuhan Fungsi Melakukan Peramalan
Nama Fungsi Melakukan PeramalanPengguna Bagian Pembelian
Deskripsi Fungsi dari proses ini digunakan oleh bagian pembelian untuk melakukan proses peramalan
Kondisi Awal 1. Data Permintaan 2. Data Produk3. Data Peramalan 4. Hasil Peramalan
Alur
Aksi Pengguna Respon SistemPemilihan data yang akan diramal
1. Pengguna memilihperiode bulan dari data permintaan yang akan diramalkan.
Aplikasi menampilkan form peramalan, menyediakan menu dropdown untuk pilihan periode yang akan dipilih.
Menyimpan Data2. Pengguna memilih
tombol “Hitung Ramalan”
Aplikasi menghitung peramalan beserta jumlah produk yang akan dipesan dan menyimpan data hasil peramalan ke dalam database
47
Mencetak Produk Yang Harus Dipesan3. Pengguna memilih
tombol “Cetak”Aplikasi menampilkan halaman report viewer untuk mencetak laporan
Kondisi Akhir Fungsi ini akan menyimpan data peramalan dan mencetak produk yang harus dipesan
Kebutuhan Non Fungsional
Security Hak akses untuk fungsi ini adalah bagian pembelian
Error Handling
a. Aplikasi menampilan pesan ketika data berhasil disimpan dari database
b. Aplikasi menampilkan pesan error ketika data yang dimasukkan pada form tidak sesuai dengan ketentuan
3. Fungsi Melihat Riwayat Peramalan
Tabel 3.12 Kebutuhan Fungsi Melihat Riwayat Peramalan
Nama Fungsi Melihat Riwayat Peramalan
Pengguna Bagian Pembelian
DeskripsiFungsi dari proses ini digunakan oleh bagian pembelian untuk melakukan proses melihat riwayat peramalan
Kondisi Awal 1.Hasil Peramalan2. Persedian Periode Berikutnya
Alur
Aksi Pengguna Respon SistemMelihat Riwayat Peramalan
Pengguna memilih tanggal peramalan dan periode bulan peramalan
Aplikasi menampilkan melihat riwayat peramalan,menyediakan menu dropdown untuk pilihan periode yang akan dipilih dan tangal peramalan
Pengguna Memilih tombol “Lihat Data”
Aplikasi menampilkan data peramalan berdasarkan masukkan yang telah di isi
Aksi Pengguna Respon SistemMencetak Laporan
Pengguna Memilih tombol “Cetak”
Aplikasi menampilkan halaman report viewer untuk mencetak laporan
48
Kondisi AkhirFungsi ini akan menampilkan hasil peramalan dan mencetak laporan sesuai dengan parameter yang telah dimasukkan
Kebutuhan Non Fungsional
Security Hak akses untuk fungsi ini adalah bagian Pembelian
Error Handling
Aplikasi menampilkan pesan error ketika data yang dimasukkan pada form tidak sesuai dengan ketentuan
E Analisis Kebutuhan Sistem
Aplikasi yang dibuat membutuhkan beberapa elemen yang mendukung
elemen dari sistem tersebut antara lain adalah hardware (perangkat keras) dan
software (perangkat lunak). Perencanaan kebutuhan perangkat keras dan perangkat
lunak terdapat pada tabel 3.13.
Tabel 3.13 Analisis Kebutuhan Sistem
Perangkat Keras Perangkat Lunak1. Processor Intel Core 2 duo2. Memory (RAM) 2 GB DDR23. Harddisk 80 GB 4. Monitor dengan resolusi minimal
1024 x 7685. VGA standar6. Keyboard7. Optical Mouse8. Printer Inkjet
1. Sistem Operasi Microsoft Windows 7
2. Microsoft SQL server 20053. Microsoft .Net Framework 3.5
F Diagram Input, Process, dan Output
Diagram Input Proses Output (IPO) ini menggambarkan rancangan
kebutuhan sistem yang dibangun dengan mengetahui input yang dibutuhkan,
kemudian dari input yang didapatkan dilakukan proses pengolahan data agar
menjadi output yang dapat mendukung kebutuhan. Diagram input proses output
dapat di lihat pada Gambar 3.6.
49
Input Proses Output
Data Permintaan Produk yang akan
diramalkan
Laporan Daftar Produk yang dipesan
pada Tiga periode mendatang
Meramalkan Permintaan Produk Yang Dibutuhkan
Untuk Tiga Periode Ke Depan Dengan
Metode Single Exponential Smoothing
Menghitung MAD
Menghitung Persediaan yang harus di pesan
Data Produk Mengelola Data Produk Daftar Produk
Memfilter Data Permintaan Produk
dari Transaksi Penjualan
Hasil Peramalan tiga periode mendatang
Data Hasil Peramalan
Data Produk
Gambar 3.7 Diagram Input, Process, dan Output
Adapun rincian Diagram Input Proses Output adalah sebagai berikut:
1. Input
a. Data produk
Data produk berisi tentang informasi barang seperti, id produk, nama produk,
stok. Data produk pada aplikasi ini diambil dari tabel database sistem yang
telah ada
50
b. Data permintaan produk yang akan diramalkan
Data Permintaan ini berfungsi untuk menyimpan data permintaan pelanggan
sebagai variabel dalam perhitungan peramalan. Data Permintan yang
dibutuhkan meliputi ID Permintaan dan Tanggal Permintaan.
c. Data Hasil Peramalan
Data Hasil Peramalan ini berfungsi untuk menyimpan data hasil dari
perhitungan peramalan.
2. Proses
a. Mengelola data produk
Fungsi mengola data produk ini merupakan fungsi untuk memproses seluruh
data produk yang didapat menjadi sebuah daftar yang akan digunakan untuk
proses selanjutnya. Dalam aplikasi ini tidak terdapat fungsi mengelola data
produk dikarenakan telah ada pada sistem yang lain.
b. Memfilter data permintaan produk dari transaksi penjualan
Fungsi memfilter data produk ini merupakan fungsi untuk mengambil data
permintaan dari transaksi penjualan yang ada.
c. Meramalkan permintaan produk untuk tiga periode mendatang
Proses meramalkan permintaan produk ini merupakan fungsi untuk
memproses perhitungan peramalan yang akan digunakan sebagai langkah
awal dalam proses perhitungan peramalan, perhitungan peramalan pada
fungsi ini akan menggunakan persamaan 1 yaitu persamaan single
exponential smoothing.
51
d. Menghitung MAD
Proses menghitung MAD ini merupakan fungsi untuk memproses
perhitungan kesalahan peramalan yang akan digunakan sebagai acuan bagi
perusahaan untuk diterima atau tidaknya hasil peramalan yang terjadi, pada
proses ini menggunakan persamaan 2 yaitu persamaan Mean Absolute
Deviation.
e. Menghitung persediaan yang harus dipesan
Fungsi menghitung persediaan ini merupakan fungsi untuk memproses
perhitungan persediaan dengan cara mengurangkan hasil peramalan dengan
stok yang tersedia, data stok dan nama produk didapatkan dari data produk.
3. Output
a. Daftar produk
Daftar produk merupakan keluaran yang didapatkan dari pengolahan data
produk
b. Hasil peramalan tiga periode mendatang
Hasil peramalan ini merupakan keluaran yang didapatkan dari perhitungan
peramalan permintaan produk.
c. Laporan produk yang dipesan untuk tiga periode mendatang
Laporan produk yang dipesan untuk tiga periode mendatang merupakan
keluaran yang didapatkan dari perhitungan persediaan.
3.3.2 Perancangan Sistem
Setelah melakukan pembuatan kebutuhan pengguna dan kebutuhan
perangkat lunak, tahap selanjutnya pada penilitian ini adalah pembuatan arsitektur
sistem, merancang Entity Relationship Diagram (ERD) yang berisi: Conceptual
52
Data Model (CDM), dan Physical Data Model (PDM) terletak pada skema
database, merancang Context Diagram, dan Data Flow Diagram (DFD).
A Arsitektur Sistem
Arsitektur sistem ini menggambarkan rancangan dari arsitektur kebutuhan
aplikasi peramalan permintaan produk kosmetik yang dibangun. Arsitektur sistem
ini menjelaskan posisi serta kebutuhan input dan output yang melibatkan bagian
pembelian sebagai pengguna seperti pada gambar 3.8. Bagian pembelian memiliki
kebutuhan input untuk mengambil data penjualan, memfilter data permintaan,
memasukkan periode awal dan akhir peramalan sedangkan kebutuhan output yang
dimiliki bagian pembelian seperti menerima laporan produk yang akan dipesan dan
melihat informasi hasil peramalan.
Aplikasi Peramalan Permintaan Produk KosmetikPada UD Panca Usaha
- Meneriman Laporan Produk Yang Akan Dipesan- Tampil Hasil Peramalan
- Melakuk an proses mengelola data permintaan- Memasukkan Periode Awal dan Ak hir Peramalan
Aplikasi Penjualan Produk KosmetikPada UD Panca Usaha
Bagian Pembelian
Menyimpan
DATABASE
- Mengambil dan mengolah Data Penjualan sebagai masukkan ke Data Permintaan- Mengambil Data Produk- Menyimpan Data Peramalan dan Hasil Peramalan
Gambar 3.8 Arsitektur Sistem Aplikasi Peramalan Permintaan Produk
53
B Desain Proses
Dari hasil analisis yang telah dilakukan terdapat tiga fungsi untuk
membangun aplikasi peramalan produk. Tiga fungsi aplikasi tersebut akan
disajikan menggunakan context diagram, diagram berjenjang, dan data flow
diagram.
B.1 Context Diagram
Pada Context Diagram menggambarkan entitas yang berhubungan
langsung dengan aplikasi dan aliran data secara umum. Terdapat dua pengguna
yang berhubungan dengan aplikasi peramalan permintaan produk kosmetik yaitu
bagian penjualan,bagian pembelian. Context diagram peramalan permintaan dapat
dilihat pada Gambar 3.9.
Gambar 3.9 Context Diagram Aplikasi Peramalan Permintaan Produk
B.2 Diagram Jenjang Proses
Diagram jenjang digunakan untuk menggambarkan hubungan dari proses
yang ada dan mendukung jalannya aplikasi yang dibuat. Gambar 3.10 menunjukkan
54
diagram jenjang dari aplikasi peramalan permintaan produk. Diagram tersebut
menunjukkan proses level 0 dari sistem, yaitu: mengelola data produk, memfilter
data penjualan, melakukan peramalan, melihat riwayat peramalan. Pada diagram
jenjang level 1 dari proses melakukan peramalan. Proses pada diagram jenjang level
ini meliputi meramalkan produk tiga periode mendatang, menghitung jumlah
produk yang harus dipesan, dan melihat riwayat peramalan.
0
Aplikasi Peramalan Permintaan Produk
2
Melakukan Peramalan
3
Melihat Riwayat Peramalan
1
Kelola Data Permintaan
2.1Meramalkan
Produk Kosmetik Tiga Periode Mendatang
2.2Menghitung
Jumlah Produk Yang Harus
Dipesan
2.3
Mencetak Laporan Hasil
Peramalan
Gambar 3.10 Diagram Jenjang dari Aplikasi Peramalan Permintaan Produk
B.3 Data Flow Diagram Level 0
DFD level 0 merupakan hasil decompose dari context diagram, yang mana
menjelaskan lebih rinci tiap aliran data dan proses-proses di dalamnya. Setiap
proses tersebut membuat hubungan yang saling terkait satu sama lain sehingga
membentuk aliran proses yang menggambarkan proses peramalan persediaan
55
produk. Pada DFD level 0 ini sistem dibagi menjadi tiga proses utama, antara lain:
melakukan peramalan, kelola data permintaan, melihat riwayat peramalan.
Pada DFD level 0 ini sudah dapat dilihat data store yang nantinya akan
dipetakkan menjadi Conceptual Data Model (CDM). Data store tersebut yaitu :
produk, permintaan, hasil peramalan dan kebutuhan persediaan produk. Penjelasan
lebih detail mengenai DFD level 0 aplikasi peramalan persediaan produk dapat
dilihat pada gambar 3.11.
Gambar 3.11 DFD Level 0 Aplikasi Peramalan Permintaan produk
1. Kelola Data Permintaan
Pada DFD level 0, ditunjukkan pada gambar 3.11. Proses mengelola data
permintaan, yaitu proses dimana pengguna dapat mengambil dan memfilter data
penjualan.
56
2. Melakukan Peramalan
Pada Gambar 3.12 merupakan DFD level 1 melakukan peramalan, yang terdiri
dari beberapa proses yaitu: meramalkan produk tiga periode ke depan,
menghitung jumlah produk yang akan dipesan, dan mencetak laporan hasil
peramalan. Tabel yang dibutuhkan dalam proses-proses tersebut yaitu, tabel
permintaan, produk. Tabel yang dihasilkan dari proses-proses tersebut yaitu, dan
tabel hasil peramalan.
Gambar 3.12 DFD Level 1 Melakukan Peramalan
3. Melihat Riwayat Peramalan
Pada Gambar 3.11 proses melihat riwayat peramalan, untuk melihat riwayat
peramalan dibutuhkan aliran data dari tabel hasil permalan yang dapat
menghasilkan laporan produk yang harus dipesan.
C Perancangan Data
. Setelah merancang desain proses dari sistem dengan menggunakan
context diagram dan data flow diagram, maka proses berikutnya yaitu merancang
57
skema database. Pada tahap merancang skema database digunakan beberapa cara
yaitu membuat entity relationship diagram (ERD) dan menyusun struktur tabel.
C.1 Entity Relationship Diagram (ERD)
Pada entity relationship diagram ini dijelaskan mengenai hubungan entitas
yang satu dengan yang lainnya dan terhubung berdasarkan indeks yang sama. Pada
setiap entitas dijelaskan dengan tampilan field pada masing-masing entitas. Untuk
memudahkan dalam melihat entitas dan hubungan antar entitas tersebut. Berikut ini
akan digambarkan ERD ke tampilan Conceptual Data Model dan Physical Data
Model.
1. Conceptual Data Model (CDM)
Conceptual Data Model (CDM) menggambarkan keseluruhan konsep struktur
basis data yang dirancang untuk suatu sistem. Pada CDM belum ditampilkan
hubungan antara entitas dan field-field yang dimiliki oleh setiap entitas. Setiap
tabel memiliki satu primary key yang berguna sebagai identitas dari tabel
tersebut. Selain itu, primary key juga berfungsi untuk menghubungkan tabel
satu dengan tabel yang lainnya yang dibutuhkan oleh aplikasi.
CDM pada aplikasi peramalan permintaan merupakan hasil generate dari data
store pada DFD. Berdasarkan hasi generate tersebut, menghasilkan tujuh tabel,
diantaranya: permintaan, produk, merk, satuan, kemasan, supplier, kota, dan
peramalan. CDM dapat dilihat pada Gambar 3.13.
2. Physical Data Model (PDM)
PDM menggambarkan secara detail mengenai struktur basis data yang
dirancang untuk suatu sistem, yang mana hasil generate dari CDM. Relasi yang
saling berhubungan ditunjukkan pada primary key dan foreign key dari masing-
58
masing tabel. Semua field yang akan diimplementasikan dalam tabel-tabel pada
database telah dipresentasikan secara lengkap, seperti yang terlihat pada
Gambar 3.14.
Terdapat sepuluh tabel database dalam aplikasi peramalan permintaan yang
terdiri dari: permintaan, detil permintaan, produk, merk, kemasan, satuan,
supplier, kota, hasil peramalan, dan peramalan. Nantinya PDM akan
digenerate untuk menghasilkan database dalam Database Management
System (DBMS).
Gambar 3.13 CDM Aplikasi Peramalan Permintaan
59
Gambar 3.14 PDM Aplikasi Peramalan Permintaan Produk Kosmetik
C.2 Struktur Tabel
Pada struktur tabel ini dijelaskan mengenai tabel-tabel yang digunakan
dalam perancangan sistem. Setiap tabel dijelaskan nama tabel, struktur kolom, tipe
data setiap kolom, key (primary key dan foreign key), fungsi tiap kolom dan
keterangan tabel. Adapun struktur tabel-tabel ini adalah:
60
a Tabel Satuan
Nama Tabel : Satuan
Primary Key : ID_SATUAN
Fungsi : Untuk menyimpan tabel satuan
Tabel 3.14 Struktur Tabel Satuan
No. Field Data Type Constraint Keterangan1 ID_SATUAN Varchar(6) PK ID Satuan2 SATUAN Varchar (15) Satuan Produk
b Tabel Merk
Nama Tabel : MERK
Primary Key : ID_MERK
Fungsi : Untuk menyimpan tabel merk
Tabel 3.15 Struktur Tabel Merk
No. Field Data Type Constraint Keterangan1 ID_MERK Varchar(6) PK ID Merk2 NAMA_MERK Varchar (10) Merk Produk
c Tabel Kemasan
Nama Tabel : KEMASAN
Primary Key : ID_KEMASAN
Fungsi : Untuk menyimpan tabel kemasan
Tabel 3.16 Struktur Tabel Kemasan
No. Field Data Type Constraint Keterangan1 ID_KEMASAN Varchar(6) PK ID Kemasan2 NAMA_KEMASAN Varchar (15) Kemasan Produk
61
d Tabel Supplier
Nama Tabel : SUPPLIER
Primary Key : ID_SUPPLIER
Fungsi : Untuk menyimpan tabel supplier
Tabel 3.17 Struktur Tabel Supplier
No. Field Data Type Constraint Keterangan1 ID_SUPPLIER Varchar(6) PK ID Supplier2 NAMA_SUPPLIER Varchar (150) Nama Supplier3 ALAMAT_SUPPLIER Varchar (200) Alamat Supplier4 ID_KOTA Varchar (6) FK ID Kota5 TELP_SUPPLIER Varchar (13) Telepon Supplier
e Tabel Kota
Nama Tabel : KOTA
Primary Key : ID_KOTA
Fungsi : Untuk menyimpan tabel kota
Tabel 3.18 Struktur Tabel Kota
No. Field Data Type Constraint Keterangan1 ID_KOTA Varchar(6) PK ID Kota2 NAMA_KOTA Varchar (100) Nama Kota
f Tabel Produk
Nama Tabel : PRODUK
Primary Key : ID_PRODUK
Fungsi : Untuk menyimpan tabel produk
Tabel 3.19 Struktur Tabel Produk
No. Field Data Type Constraint Keterangan1 ID_PRODUK Varchar(6) PK ID produk
62
No. Field Data Type Constraint Keterangan2 ID_MERK Varchar(6) FK ID Merk3 NAMA_PRODUK Varchar (100) Nama Produk 4 ID_KEMASAN Varchar(6) FK ID Kemasan Produk5 ID_SATUAN Varchar(6) FK ID Satuan Produk6 HARGA_BELI Int Harga Beli Produk7 HARGA_JUAL Int Harga Jual Produk8 SAFETY_STOK Int Safety Stok Produk9 STOK Int Stok Produk
10 ID_SUPPLIER Varchar(6) FK ID Supplier Produk
g Tabel Peramalan
Nama Tabel : PERAMALAN
Primary Key : ID_PERAMALAN
Fungsi : Untuk menyimpan tabel peramalan
Tabel 3.20 Struktur Tabel Peramalan
No. Field Data Type Constraint Keterangan1 Id_Peramalan Varchar (6) PK Id Peramalan2 Tgl_Peramalan datetime Tanggal dilakukan
peramalan
h Tabel Hasil Peramalan
Nama Tabel : HASIL_PERAMALAN
Primary Key : ID_PERAMALAN
Fungsi : Untuk menyimpan tabel hasil peramalan yang sudah
dilakukan perhitungan peramalan
Tabel 3.21 Struktur Tabel Hasil Peramalan
No. Field Data Type Constraint Keterangan1 ID_PERAMALAN Varchar (6) PK,FK ID Peramalan2 ID_PRODUK Varchar (6) PK,FK ID Produk3 BULAN datetime PK,FK Periode
peramalan
63
No. Field Data Type Constraint Keterangan4 STOK INT Stok Produk yang
Tersedia5 HASIL_PERAMALAN Decimal (6, 2) Nilai perhitungan
peramalan6 MAD Decimal (6, 2) Akurasi Error
Peramalan7 Yang_harus_dipesan INT Persediaan
berikutnya yang harus disiapkan
i Tabel Detil Permintaan
Nama Tabel : DETIL_PERMINTAAN
Primary Key : ID_PERMINTAAN
Fungsi : Untuk menyimpan tabel detil permintaan
Tabel 3.22 Struktur Tabel Detil Permintaan
No. Field Data Type Constraint Keterangan1 ID_Permintaan Varchar(6) PK ID_Permintaan2 ID_Produk Varchar(6) PK ID Produk3 Jumlah_Permintaan Int Jumlah Permintaan
j Tabel Permintaan
Nama Tabel : Permintaan
Primary Key : Tgl_Permintaan
Fungsi : Untuk menyimpan tabel Permintaan
Tabel 3.23 Struktur Tabel Permintaan
No. Field Data Type Constraint Keterangan1 ID_Permintaan Varchar(6) PK ID Permintaan2 TGL_Permintaan datetime Tanggal Permintaan
64
D Perancangan User Interface
Perancangan User Interface (Antarmuka Pengguna) dibuat sebagai input
dan output awal tampilan dari aplikasi yang dibangun. Perancangan antarmuka
pengguna ini merupakan acuan dalam menentukan perancangan komponen aplikasi
dan menggambarkan alur sistem yang akan dibangun. Aplikasi yang dibangun
berbasis desktop.
D.1 Perancangan User Interface Menu
Perancangan halaman menu berfungsi sebagai tampilan awal dari
pengguna untuk memilih proses yang akan dilakukan, seperti Input Permintaan,
Melakukan Peramalan, dan melihat riwayat peramalan. Tampilan Menu ini akan
tampil setelah pengguna berhasil melakukan login. Perancangan halaman menu
dapat dilihat pada Gambar 3.15.
Gambar 3.15 Perancangan Halaman Menu
65
D.2 Perancangan User Interface Kelola Data Permintaan
Gambar 3.16 Perancangan Halaman Kelola Data Permintaan
Perancangan halaman kelola data permintaan berfungsi untuk memfilter
data penjualan lalu di olah menjadi data permintaan dan menyimpannya ke
database. Dalam halaman kelola data permintaan permintaan user hanya menekan
tombol “ambil data permintaan” sistem akan otomatis mengolah data penjualan
menjadi data permintaan dan akan menampilkan bulan periode awal, bulan periode
akhir, dan jumlah periode yang di filter. Halaman input permintaan dapat dilihat
pada Gambar 3.16.
D.3 Perancangan User Interface Melakukan Peramalan
Perancangan Halaman proses melakukan peramalan digunakan untuk
memilih periode permintaan produk sebelumnya, menhitung peramalan dengan
metode Single Exponential Smoothing dan menghitung jumlah produk yang harus
dipesan untuk tiga periode ke dean. Perancangan halaman melakukan peramalan
dapat dilihat pada gambar 3.17.
66
Gambar 3.17 Perancangan User Interface Halaman Melakukan Peramalan
D.4 Perancangan User Interface Riwayat Peramalan.
Perancangan halaman riwayat peramalan berfungsi untuk mencetak
laporan dan melihat riwayat peramalan yang telah dilakukan sebelumnya sesuai
dengan kebutuhan pengguna. Perancangan halaman riwayat peramalan dapat dilihat
pada Gambar 3.18.
Gambar 3.18 Perancangan User Interface Riwayat Peramalan
67
D.5 Perancangan Laporan Produk yang akan dipesan
Perancangan laporan produk yang akan dipesan pada Gambar 3.19
merupakan bentuk fungsional dari aplikasi peramalan permintaan produk kosmetik.
Karena informasi produk yang harus dipesan yang penting untuk diketahui. Hal ini
dikarenakan laporan ini sebagai acuan pihak perusahaan untuk memesan produk ke
supplier. Pada laporan ini menampilkan informasi mengenai produk, bulan
pemesanan, dan jumlah pemesanan.
Gambar 3.19 Perancangan Laporan Produk Yang Akan Dipesan
E Perancangan Pengujian
Setelah melakukan perancangan basis data dan perancangan user interface
aplikasi peramalan permintaan produk, tahap selanjutnya yaitu melakukan
perancangan uji coba yang akan dilakukan setelah sistem selesai dibuat. Tahapan
uji coba dilakukan untuk mengetahui apakah sistem yang dibuat telah sesuai dengan
kebutuhan dari UD Panca Usaha. Pengujian ini dilakukan untuk menguji
fungsionalitas dari aplikasi peramalan permintaan produk yang telah dibangun. Uji
fungsionalitas yang digunakan adalah black box testing dan berikut ini merupakan
68
perancangan uji coba pada aplikasi peramalan permintaan produk yang ditunjukkan
dalam Tabel 3.24.
Tabel 3.24 Perancangan Pengujian
No Form Aplikasi
Fungsionalitas Skenario Pengujian
Hasil yang diharapkan
1 Kelola Data Permintaan
Memfilter Data Penjualan
a. Mengelola data permintaan secara otomatis setelah pengguna menekan button“Ambil Data Permintaan”
a. Pada Textbox bulan Awal akan otomatis terisi sesuai dengan bulan berikutnya permintaan terakhir.
b. Pada Textbox bulan akhir akan otomatis muncul sesuai dengan bulan berikutnya penjualan terakhir.
c. Pada Textbox jumlah periode otomatis tampil sesuai jumlah periode yang di masukkan
b. Menyimpan Data Permintaan
Data yang telah dikelola tersimpan dengan baik dan tepat sesuai dengan format penyimpanan
2 PeramalanPermintaan
Menghitung Peramalan Permintaan Produk
a. Bulan awal dan bulan akhir data permintaan tampil otomatis
a. Tampil bulan awal dan bulan akhir sesuai bulan pada data permintaan yang ada.
b. Jika terdapat data permintaan yang tidak lengkap akan tampil pesan ‘Periode Bulan Permintaan Tidak Terpenuhi, Harap Dilengkapi’
69
No Form Aplikasi
Fungsionalitas Skenario Pengujian
Hasil yang diharapkan
b. Menghitung peramalan secara otomatis setelah pengguna menekan button hitung dan memasukkan periode permintaan
a. Ketika selesai memasukan periode permintaan kedalam form peramalan maka aplikasi dapat menghitung hasil dari peramalan tiga periode mendatang.
b. Ketika selesai melakukan peramalan maka aplikasi dapat menghitung secara otomatis hasil perhitungan stok
c. Rumus dalam penghitungan peramalan permintaanberjalan dengan baik
Menghasilkan Peramalan sesuai dengan perhitungan metode single exponential smoothing
d. Mencetak Laporan saat menekan button“cetak”
Menampilkan Form Print Preview laporan produk yang akan dipesan
3 Riwayat Peramalan
Menampilkan riwayat peramalan yang telah dilakukan oleh pengguna
a. Tanggal peramalan muncul otomatis
Tanggal peramalan sesuai dengan tanggal peramalan yang telah dilakukan pengguna
b. Bulan awal dan Bulan akhir periode peramalan tampil setelah tanggal peramalan terpilih
Periode Bulan awal dan akhir tampil sesuai dengan data bulan pada hasil peramalan yang telah dilakukan pengguna
c. Pengguna menekan button “Cari”
Menampilkan hasil pencarian di datagridview sesuai dengan masukkan
70
No Form Aplikasi
Fungsionalitas Skenario Pengujian
Hasil yang diharapkan
d. Mencetak Laporan saat menekan button “cetak”
Menampilkan formprint preview untuk mencetak laporan produk yang akan dipesan
top related