1. LATAR BELAKANG PENELITIANSeorang Manager selalu dihadapkan pada masalah pembuatan rencana kegiatan perusahaan atau bagiannya. Rencana yang dimaksud adalah penentuan tahap-tahap kegiatan yang akan dilakukan dalam suatu periode tertentu dimasa yang akan datang untuk mencapai suatu tujuan. Dalam pembuatan rencana inilah dibutuhkan prediksi, karena apa yang kita rencanakan tentunya didasarkan pada apa yang kita prediksikan.Prediksi penjualan barang adalah salah satu cara untuk mengetahui penjualan pada masa yang akan datang, supaya dapat menjadi bahan informasi untuk manajer dalam penyusunan rencana produksi dan kebijakan persediaan, karena produksi yang berlebihan merupakan pemborosan dan produksi dibawah permintaan pasar juga merupakan suatu kerugian karena memberi kesempatan kepada pesaing untuk menguasai pasar (Bambang Soepeno, 2012: 21).

Metode Least Square atau metode kuadrat terkecil merupakan salah satu metode yang dapat digunakan untuk memprediksikan penjualan barang yang bersifat kuantitatif yang perhitungannya lebih didasarkan pada perhitungan-perhitungan data stastistik sehingga unsur subjektif dapat dihilangkan.PT. Sentralsari Primasentosa merupakan sebuah anak perusahaan Tanobel Food yang bergerak dalam bidang distributor air minum dalam kemasan (AMDK), salah satu produk andalannya adalah Cleo Pure Water atau Air Murni Cleo dengan berbagai kemasan diantaranya : Cleo kemasan Cup 250 ml, 550 ml, 1200 ml, 6 Liter dan Galon 19 Liter. PT. Sentralsari Primasentosa memiliki beberapa depo atau gudang yang tersebar di beberapa wilayah indonesia, yang diantaranya ada di Bandung, Citereup, Tasik, Purwokerto dan Cirebon yang dimanfaatkan sebagai tempat penyimpanan produknya sebelum dipasarkan atau dijual ke konsumen.Permasalahan yang umum dihadapi oleh para manajer adalah bagaimana memprediksikan penjualan barang di masa mendatang berdasarkan data yang telah direkam sebelumnya. Hasil prediksi tersebut sangat berpengaruh pada keputusan manajer untuk menentukan jumlah produksi barang yang harus disediakan oleh perusahaan untuk di distribusikan ke beberapa depo atau gudang yang dimiliki.Banyaknya rekanan bisnis PT. Sentralsari Primasentosa mengharuskan tiap depo atau gudang memiliki pengawasan dalam persedian barang yang baik, agar persedian barang digudang tetap stabil, tidak berlebihan dan tidak kekurangan.

Untuk itu diperlukan suatu sistem yang dapat menghasilkan alternatif-alternatif keputusan dalam memprediksikan 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,2007:17).

Berdasarkan latar belakang yang ada, penulis tertarik untuk melakukan penelitian dengan mengangkat judul Sistem Pendukung Keputusan Untuk Prediksi Penjualan Barang Dengan Metode Least Square Pada PT.Sentralsari Prima Sentosa Depo Cirebon.2. PERUMUSAN MASALAHBerdasarkan latar belakang yang telah dijelaskan sebelumnya, maka dapat disimpulkan masalah yang ada yaitu :Kesulitan seorang manager untuk memprediksi atau meramal penjualan barang di masa mendatang berdasarkan data penjualan di masa yang lalu. Untuk itu perlu adanya suatu sistem yang dapat menghasilkan alternatif-alternatif keputusan untuk manager dalam memprediksi penjualan setiap kelompok barang pada bulan tertentu berdasarkan data penjualan barang pada bulan-bulan sebelumnya dengan menggunakan Metode Least Square.3. MAKSUD DAN TUJUAN PENELITIAN3.1. MAKSUD PENELITIANMaksud dari penulisan proposal skripsi ini adalah Membangun sebuah aplikasi sistem pendukung keputusan untuk memprediksi penjualan barang menggunakan Metode Least Square di PT. Sentralsari Primasentosa Depo Cirebon.3.2. TUJUAN PENELITIANPenelitian ini bertujuan untuk menerapkan Metode Least Square 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.4. PEMBATASAN MASALAHDalam penelitian ini dibatasi hanya pada sistem pendukung keputusan prediksi penjualan barang dengan menggunakan pola data transaksi penjualan barang yang diambil dari data internal penjualan barang pada PT. Sentralsari Primasentosa Depo Cirebon.5. Manfaat Penelitian

A. Manfaat Bagi Perusahaan1) Dengan adanya sistem pendukung keputusan prediksi penjualan ini dapat membantu manajer untuk memprediksi penjualan barang.2) Memberikan hasil prediksi penjualan barang kepada pihak manajemen dengan menggunakan Metode Least Square.3) Dapat memberikan alternatif-alternatif keputusan untuk manajer dalam menentukan jumlah persediaan dan jumlah produksi barang yang harus disediakan dan diproduksi oleh perusahaan.B. Manfaat bagi IPTEK

Hasil dari penelitian ini diharapkan dapat dijadikan sebagai bahan referensi terhadap penelitian yang sejenis.C. Manfaat dilihat dari segi ekonomisMemperkecil kemungkinan timbulnya kerugian perusahaan akibat salah dalam menentukan jumlah produksi dan target penjualan dari hasil produksinya.6. Metode PengembanganDalam pengembangan perangkat lunak ini digunakan metode Prototype.Prototyping adalah suatu mekanisme untuk mengidentifikasi kebutuhan dari perangkat lunak yang akan dihasilkan. Dengan metode ini pengembang dan pelanggan dapat saling berinteraksi selama proses pembuatan sistem. Berikut adalah gambar tahapan rekayasa software dalam metode Prototype.Gambar 1 Prototype Model(Pressman, 2010:43)Proses atau tahapan tahapan dalam model prototipe pada gambar diatas dapat dijelaskan sebagai berikut: CommunicationDeveloper dan klien bertemu dan menentukan tujuan umum, kebutuhan yang diinginkan dan gambaran bagian-bagian yang akan dibutuhkan berikutnya.

Quick PlanPerancangan dilakukan cepat dan mewakili semua aspek software yang diketahui, dan rancangan ini menjadi dasar pembuatan prototype.

Modelling Quick DesignTahap penerjemahan dari keperluan atau data yang telah dianalisis ke dalam bentuk yang mudah dimengerti oleh user. Modelling Quick Design cenderung ke pembuatan prototipe. Construction of PrototypeMembangun kerangka prototype dari software yang akan dibangun atau menerjemahkan data yang telah dirancang ke dalam bahasa pemrograman (Program contoh atau setengah jadi). Deployment Delivery & FeedbackPrototype yang telah dibuat oleh developer akan disebarkan kepada user/klien untuk dievaluasi, kemudian klien akan memberikan feedback yang akan digunakan untuk merevisi kebutuhan software yang akan dibangun.

Perulangan proses ini terus berlangsung hingga semua kebutuhan terpenuhi.Prototype - prototype dibuat untuk memuaskan kebutuhan klien dan untuk memahami kebutuhan klien lebih baik. Dengan prototype, komunikasi antar developer dan klien akan lebih mudah. Hal ini akan membuat klien mendapat gambaran awal dari prototype dan membantu mendapatkan kebutuhan detail lebih baik. (Pressman, 2010:44)7. Metode PenelitianMetode penelitian merupakan bagian dari metodologi yang secara khusus mendeskripsikan tentang cara mengumpulkan data dan menganalisis data.(Sujoko, Stevanus, dan Yuliawati 2007:7)7.1. Jenis Penelitian

Penelitian pada dasarnya merupakan langkah- langkah yang sistematis dengan tujuan untuk memperoleh pengetahuan yang bemanfaat untuk menjawab pertanyaan atau memecahkan masalah dalam kehidupan sehari - hari (Indriantoro & Supomo, 1999: 16).

Jenis penelitian yang diambil adalah penelitian deskriptif dengan menggunakan survey. Penelitian deskriptif merupakan suatu bentuk penelitian yang berusaha menggambarkan objek atau subjek yang diteliti sesuai dengan apa adanya (Best, 1982:119). Sedangkan, Sukmadinata (2006:72) menjelaskan Penelitian deskriptif adalah suatu bentuk penelitian yang ditujukan untuk mendeskripsikan fenomena-fenomena yang ada, baik fenomena alamiah maupun fenomena buatan manusia. Fenomena itu bisa berupa bentuk, aktivitas, karakteristik, perubahan, hubungan, kesamaan, dan perbedaan antara fenomena yang satu dengan fenomena lainnya. Pelaksanaan metode penelitian deskriptif tidak terbatas pada pengumpulan dan penyusunan data, tetapi meliputi analisis dan interpretasi tentang data tersebut. Adapun definisi dari metode Survey menurut Dermawan Wibisono (2005:22) sebagai berikut:Survey merupakan teknik riset dimana informasi dikumpulkan menggunakan penyebaran kuesioner7.2. Objek Penelitian

Objek penelitian (variabel penelitian) adalah apa yang menjadi titik perhatian suatu penelitian (Suharsimin Arikunto 2006:118). Objek dalam penelitian ini adalah bagian administrasi dan bagian penjualan atau sales di PT.Sentralsari Primasentosa Depo Cirebon.7.3. Lokasi dan Waktu Penelitian

1. Lokasi Penelitian

Lokasi penelitian dilakukan di PT. Sentralsari Primasentosa Depo Cirebon yang beralamat di Jl. Raya Sunan Gunung Jati No.1A Desa Jatimerta - Cirebon.2. Waktu Pentian

Waktu penelitian dilaksanakan selama 3 bulan mulai dari di acc nya proposal ini.

7.4. Pengumpulan Data

1. Jenis dan Sumber DataMenurut jenisnya maka data yang digunakan dalam penelitian ini terdiri dari data primer dan data sekunder.a. Data Primer adalah data yang diperoleh langsung dari sumbernya, yaitu dengan cara menyebarkan kuesioner dan melakukan wawancara terhadap informan yang dijadikan tempat penelitian (Sugiyono 2010:137). Data primer yang diperoleh penulis dalam penelitian ini salah satunya adalah data penjualan barang yang ada di Depo Cirebon.b. Data sekunder adalah data yang bukan diusahakan sendiri pengumpulannya oleh peneliti. Data sekunder ini dapat diperoleh dari buku buku, literatur, jurnal, dokumen dokumen, laporan dan laian lain yang berhubungan dengan penelitian ini.

2. Cara Pengumpulan Data

a. Studi Kepustakaan

Merupakan teknik pengumpulan data dengan cara mempelajari referensi berupa dokumentasi/berkas dan mengumpulkan data, peraturan perundangan, buku, jurnal penelitian dan sebagainya.b. Penelitian kelapangan

Teknik pengumpulan data yang dilakukan dengan cara pengamatan langsung dilakukan dengan wawancara dengan KA Admin, KA Depo serta pegawai yang terkait langsung dengan masalah yang diteliti.c. ObservasiMetode peneliti ini melakukan pengamatan/melihat dan meneliti langsung ke objek penelitian tentang seluruh aktifitas yang berhubungan dengan maksud penelitian.

8. Landasaran Teori

8.1. Definisi Sistem Pendukung KeputusanSistem Pendukung Keputusan (SPK) / Decision Support Sistem (DSS) pertama kali diungkapkan pada awal tahun 1970-an oleh Michael S. Scott Morton dengan istilahManagement Decision Sistem. Sistem tersebut adalah suatu sistem yang berbasis komputer yang ditujukan untuk membantu pengambil keputusan dengan memanfaatkan data dan model-model keputusan untuk memecahkan masalah yang sifatnya semi terstruktur maupun yang tidak terstruktur (Turban, 2007:15). Istilah SPK mengacu pada suatu sistem yang memanfaatkan dukungan komputer dalam proses pengambilan keputusan.

Secara khusus, DSS adalah sebuah sistem yang mendukung kerja seorang manajer atau sekelompok manajer dalam memecahkan masalah semi terstruktur dengan memberikan informasi atau usulan yang menuju pada keputusan tertentu (Julius Hermawan, 2005).Tahapan tahapan sistem pendukung keputusan diantaranya :

1. Mendefinisikan Masalah2. Mengumpulkan data atau elemen informasi yang relevan3. Pengolahan data menjadi informasi baik dalam bentuk laporan grafik maupun tulisan.4. Menentukan alternatif alternatif solusi.Komponenkomponen Sistem Pendukung Keputusan:1. Data Management SystemSubsistem manajemen data memasukkan satu database yang berisi data yang relevan untuk sistuasi dan dikelola oleh perangkat lunak yang disebut sistem manajemen database (Data Base Management System). Subsistem manajemen data dapat diinterkoneksikan dengan data warehouse perusahaan, suatu repositori untuk data perusahaan yang relevan untuk pengambilan keputusan.2. Model Management SystemMerupakan paket perangkat lunak yang memasukkan model keuangan, statistik, ilmu manajemen, atau model kuantitatif lainnya yang memberikan kapabilitas analitik dan manajemen perangkat lunak yang tepat.3. Knowledge Base

Aktivitas yang berkaitan dengan pengenalan masalah, dan menghasilkan solusi final maupun sementara, halhal yang berkaitan dengan manajemen proses pemecahan masalah merupakan inti dari komponen ini. Knowledge base merupakan otak dari kelima komponen SPK. Data dan model diolah untuk kemudian hasilnya menjadi bahan pertimbangan bagi user dalam mengambil keputusan.

4. User Interface

Adalah jalur penghubung antara sistem dengan user, sehingga komponen komponen sistem SPK dapat diakses dan dimanipulasi dengan mudah oleh user untuk memberikan dukungan pada pengambilan keputusan. Kemudahan penggunaan dan komunikasi antar user dan SPK pada dasarnya merupakan ukuran keberhasilan penggunaan SPK itu sendiri.

5. User(s)

Desain, implementasi dan pemanfaatan SPK tidak akan efektif jika tidak disertai peran pengguna. Kemampuan, ketrampilan, motivasi, dan pengetahuan pengguna sebagai pengatur SPK, akan menentukan efektivitas dari penggunaan SPK.Gambar Skematik DSS(Turban, 2007:109)

8.2. Definisi PrediksiSetiap pengambilan keputusan yang menyangkut keadaan di masa yang akan datang, maka pasti ada prediksi yang melandasi pengambilan keputusan tersebut (Sofyan Assauri, 1991:1 ). Prediksi pada dasarnya adalah taksiran atau perkiraan, tetapi dengan metode metode tertentu prediksi bukan hanya sekedar taksiran, walaupun masih terdapat kesalahan. Kesalahan dapat ditolerir sampai batas wajar (standart error). Prediksi adalah proses untuk memperkirakan berapa kebutuhan dimasa mendatang, yang meliputi kebutuhan dalam kuantitas, kualitas waktu, dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang atau jasa (Bambang Soepeno, 2012:3). Langkah - langkah yang harus diperhatikan dalam membuat suatu prediksi untuk menjamin efektifitas dan efisiensi, yaitu : a. Menentukan tujuan dari prediksi.

b. Memilih item independent demand yang akan diprediksi.

c. Menentukan horison waktu dari prediksi (jangka pendek, jangka menengah atau jangka panjang).d. Memilih metode prediksi.e. memperoleh data yang dibutuhkan untuk melakukan prediksi.f. validasi metode prediksi.g. Membuat prediksi.h. Implementasi hasil-hasil prediksi dan i. Verifikasi prediksi.8.3. Tujuan PrediksiTujuan prediksi dalam kegiatan produksi adalah untuk meredam ketidakpastian, sehingga diperoleh suatu perkiraan yang mendekati keadaan yang sebenarnya. Sedangkan dalam manajemen permintaan tujuan utama dari prediksi adalah untuk meramalkan permintaan dari item-item independent demand di masa yang akan datang untuk mencapai efektifitas dan efisiensi dari manajemen produksi dan inventori dalam industri manufaktur (Bambang Soepeno, 2012:4).Tujuan prediksi dilihat dengan waktu :a. Jangka pendek (Short Term)Menentukan kuantitas dan waktu dari item dijadikan produksi. Biasanya bersifat harian ataupun mingguan dan ditentukan oleh Low Management.b. Jangka Menengah (Medium Term)Menentukan kuantitas dan waktu dari kapasitas produksi.

Biasanya bersifat bulanan ataupun kuartal dan ditentukan oleh Middle Management.

c. Jangka Panjang (Long Term)Merencanakan kuantitas dan waktu dari fasilitas produksi. Biasanya bersifat tahunan, 5 tahun, 10 tahun, ataupun 20 tahun dan ditentukan oleh Top Management.8.4. Prediksi PenjualanPrediksi penjualan adalah salah satu cara untuk mengetahui penjualan pada masa yang akan datang, supaya dapat menjadi bahan informasi untuk manajer dalam penyusunan rencana produksi dan kebijakan persediaan, karena produksi yang berlebihan merupakan pemborosan dan produksi dibawah permintaan pasar juga merupakan suatu kerugian karena memberi kesempatan kepada pesaing untuk menguasai pasar (Bambang Soepeno, 2012: 21).

Prediksi dapat memberikan gambaran tentang kemampuan menjual di waktu yang akan datang, yang data prediksi penjualan dapat digunakan untuk dasar perencanaan produksi. Hasil prediksi untuk menentukan atau merencanakan berapa produksi yang harus diproduksi (J. Supranto, 2002:106).Prediksi penjualan (sales forecasting) adalah seni dan ilmu memprediksi penjualan yang akan terjadi dengan menggunakan data historis dan memproyeksikannya ke masa depan dengan beberapa bentuk model matematis. (Jay Heizer dan Barry Render, 2011: 134).Untuk melakukan prediksi penjualan diperlukan metode tertentu dan metode mana yang digunakan tergantung dari data dan informasi yang akan diramal serta tujuan yang hendak dicapai. Dalam prakteknya terdapat berbagai metode dan salah satu metode yang digunakan dalam penelitian ini adalah metode Least Square.8.5. Metode Least SquareMetode Least Square atau metode kuadrat terkecil merupakan salah satu metode yang dapat digunakan untuk memprediksi penjualan barang yang bersifat kuantitatif yang perhitungannya lebih didasarkan pada perhitungan-perhitungan data stastistik sehingga unsur subjektif dapat dihilangkan. Bentuk formula untuk metode Least Square sebagai berikut : Y = a + bX.Untuk menentukan nilai a dan b, digunakan formula sebagai berikut :a = ( Y ) / n

b = ( XY ) / X2Selanjutnya, untuk menentukan nilai X digunakan teknik alternatif dengan membagi data menjadi dua kelompok, yaitu :1. Untuk data genap maka :a. Jarak antara dua waktu diberi nilai dua satuan

b. Nilai awal X untuk data genap diberi nilai -1

c. Di atas -1 diberi tanda negatif

d. Dibawah -1 diberi tanda positif

e. Nilai X untuk perhitungan diperoleh dari nilai X terakhir ditambah dua

Contoh data genap, maka skor nilai X nya : , -5, -3, -1, 1, 3, 5, 2. Untuk data ganjil maka :a. Jarak antara dua waktu diberi nilai satu satuan.

b. Nilai awal X untuk data ganjil diberi nilai 0

c. Di atas 0 diberi tanda negatif

d. Dibawah 0 diberi tanda positif

e. Nilai X untuk perhitungan diperoleh dari nilai X terakhir ditambah satuContoh data ganjil, maka skor nilai X nya : , -3, -2 , -1, 0, 1, 2, 3, Keterangan :

Y

: Jumlah penjualanX

: Variabel waktu (hari, minggu, bulan atau tahun).a dan b : Koefisien n

: Jumlah data8.6. Akurasi Hasil PrediksiPrediksi penjualan hanya perkiraan atas penjualan dimasa yang akan datang, jarang sekali penjualan akan sama dengan hasil prediksi penjualan, oleh karena itu akan terjadi penyimpangan / perbedaan antara penjualan dengan hasil prediksi penjualan. Ukuran wajar dalam penyimpangan ini dirumuskan dalam perhitungan standart error (SE), dengan rumus sebagai berikut :

di mana :SE = standart error

Y = penjualan / permintaan

Y = ramalan penjualan / permintaan

N = jumlah data

8.7. Bahasa Pemrograman JavaJava adalah bahasa pemrograman yang berorientasi objek (OOP) dan dapat dijalankan pada berbagai platform sistem operasi. Perkembangan Java tidak hanya terfokus oada satu sistem operasi, tetapi dikembangkan untuk berbagai sistem operasi dan bersifat open source. Sebagai sebuah bahasa pemrograman, Java dapat membuat seluruh bentuk aplikasi, desktop, web dan lainnya, sebagaimana dibuat dengan menggunakan bahasa pemrograman konvensional yang lain.

Menurut definisi Sun Microsystem Java adalah nama sekumpulan teknologi untuk membuat dan menjalankan perangkat lunak pada komputer yang berdiri sendiri (standalone) ataupun pada lingkungan jaringan. Java berdiri di atas sebuah mesin penterjemah (interpreter) yang diberi nama Java Virtual Machine (JVM). JVM inilah yang akan membaca kode bit (bytecode) dalam file .class dari suatu program sebagai representasi langsung program yang berisi bahasa mesin. Oleh karena itu bahasa Java disebut sebagai bahasa pemrograman yang portable karena dapat dijalankan pada berbagai sistem operasi, asalkan pada sistem operasi tersebut terdapat JVM (M.Shalahuddin dan Rosa A.S. 2011 : 85).

Berdasarkan white paper resmi dari SUN, Java memiliki karakteristik berikut :

1. Sederhana (Simple)

Bahasa pemrograman Java menggunakan Sintaks mirip dengan C++ namun sintaks pada Java telah banyak diperbaiki terutama menghilangkan penggunaan pointer yang rumit dan multiple inheritance.

2. Berorientasi objek (Object Oriented)

Java mengunakan pemrograman berorientasi objek yang membuat program dapat dibuat secara modular dan dapat dipergunakan kembali. Pemrograman berorientasi objek memodelkan dunia nyata kedalam objek dan melakukan interaksi antar objek-objek tersebut.

3. Dapat didistribusi dengan mudahJava dibuat untuk membuat aplikasi terdistribusi secara mudah dengan adanya libraries networking yang terintegrasi pada Java.

4. Interpreted

Program Java dijalankan menggunakan interpreter yaitu Java Virtual Machine (JVM). Hal ini menyebabkan source code Java yang telah dikompilasi menjadi Java bytecodes dapat dijalankan pada platform yang berbeda-beda.

5. Robust

Java mempuyai reliabilitas yang tinggi. Java mempunyai runtime-Exception handling untuk membantu mengatasi error pada pemrograman.6. AmanSebagai bahasa pemrograman untuk aplikasi internet dan terdistribusi, Java memiliki beberapa mekanisme keamanan untuk menjaga aplikasi tidak digunakan untuk merusak sistem komputer yang menjalankan aplikasi tersebut.

7. Architecture Neutral

Program Java merupakan platform independent. Program cukup mempunyai satu buah versi yang dapat dijalankan pada platform berbeda dengan Java Virtual Machine.

8. Portable

Source code maupun program Java dapat dengan mudah dibawa ke platform yang berbeda-beda tanpa harus dikompilasi ulang.9. Performance

Performance pada Java sering dikatakan kurang tinggi. Namun performance Java dapat ditingkatkan menggunakan kompilasi Java lain yang menggunakan Just In Time Compilers (JIT).

10. Multithreaded

Java mempunyai kemampuan untuk membuat suatu program yang dapat melakukan beberapa pekerjaan secara sekaligus dan simultan.

11. DinamisJava didesain untuk dapat dijalankan pada lingkungan yang dinamis. Perubahan pada suatu class dengan menambahkan properties ataupun method dapat dilakukan tanpa menggangu program yang menggunakan class tersebut. 8.8. Database Management System (DBMS)Database Management System (DBMS) atau dalam bahasa indonesia sering disebut sebagai Sistem Manajemen Basis Data adalah suatu perangkat lunak yang ditujukan untuk menangani penciptaan, pemeliharaan, dan pengendalian akses data. Dengan menggunakan perangkat lunak ini pengelolaan data menjadi mudah dilakukan (Abdul Kadir, 2008 :17).Berikut ini adalah DBMS versi komersial yang paling banyak digunakan yaitu :

Oracle

Microsoft SQL Server

Microsoft Access IBM DB2Sedangkan DBMS versi non komersial (Open Source) adalah sebagai berikut :

MySQL

PostgreSQL

Firebird

SQLite

XAMPP

Hampir semua DBMS mengadopsi SQL sebagai bahasa untuk mengelola data pada DBMS (Rosa A.S-M.Shalahuddin, 2011 :46).8.9. DatabaseDatabase adalah sebuah kumpulan data yang terorganisasi dan saling berhubungan (Abdul Kadir, 2008 : 10). Database digunakan untuk menampung beberapa tabel atau query yang dijadikan media untuk menyimpan data sebagai sumber pengolahan data. Dalam membuat database perlu diperhatikan memori yang digunakan untuk menyimpan data yang di dalamnya. Semakin tidak efisien dalam menggunakan tipe dan lebar field maka akan semakin memboroskan memori penyimpanan data. Oleh karena itu, dalam membuat tabel harus memperhatikan panjang field dengan panjang data yang akan diinputkan dalam field tersebut (Abdul Kadir, 2008 : 156).8.10. MySQLMySQL (My Strukture Query Language) atau yang sering dibaca mai-se-kuel adalah sebuah program pembuat database yang bersifat open source, artinya siapa saja bisa menggunakannya ADDIN CSL_CITATION { "citationItems" : [ { "id" : "ITEM-1", "itemData" : { "ISBN" : "979-731-354-9", "author" : [ { "dropping-particle" : "", "family" : "Nugroho", "given" : "Bunafit", "non-dropping-particle" : "", "parse-names" : false, "suffix" : "" } ], "container-title" : "PHP & MySQL dengan editor Dreamweaver MX", "editor" : [ { "dropping-particle" : "", "family" : "ANDI", "given" : "", "non-dropping-particle" : "", "parse-names" : false, "suffix" : "" } ], "id" : "ITEM-1", "issued" : { "date-parts" : [ [ "2004" ] ] }, "page" : "29", "publisher" : "ANDI OFFSET", "publisher-place" : "Yogyakarta", "title" : "MySQL", "type" : "chapter" }, "uris" : [ "http://www.mendeley.com/documents/?uuid=4793a440-04a3-4bf7-8d06-1e7287672325" ] } ], "mendeley" : { "manualFormatting" : "(Bunafit.Nugroho, Hal.29, 2004)", "previouslyFormattedCitation" : "(Nugroho, 2004)" }, "properties" : { "noteIndex" : 0 }, "schema" : "https://github.com/citation-style-language/schema/raw/master/csl-citation.json" }(Abdul Kadir, 2009:15).MySQL merupakan sebuah relational database management system, yang menyimpan data pada tabel yang terpisah daripada menyatukan semua data dalam satu tabel yang besar, hal ini dapat meningkatkan kecepatan dan fleksibilitas. Tabel-tabel dihubungkan melalui relasi-relasi tertentu sehingga memungkinkan untuk mengkombinasikan data dari berbagai tabel sesuai dengan permintaan, melalui SQL yang telah menjadi bahasa standar yang umum untuk mengakses database (Wahana Komputer, 2010: 26).9. Kerangka Berfikir

10. Jadwal Penelitian

Pelaksanaan penelitian untuk implementasi dan analisa Sistem Pendukung Keputusan Untuk Prediksi Penjualan Barang Dengan Metode Least Square Pada PT.Sentralsari Prima Sentosa Depo Cirebon sampai dengan bulan Agustus 2015, dengan penjadwalan seperti tabel di bawah ini :Tabel 1. Jadwal Penelitian

NoJADWAL

KEGIATANBULAN

JuniJuliAgustus

123412341234

1Pengumpulan kebutuhan

2Membangun prototype

3Evaluasi prototype

4Mengkodekan Sistem

5Menguji Sistem

6Evaluasi Sistem

7Menggukan Sistem

8Penulisan Laporan

11. DaftarPustaka

[1]. Turban, E. and Aronson, J.E. 2007. Decision Support Systems and Intelligent Systems 7th Edition. New Jersey : Prentice-Hall Inc.[2]. Soepeno, Bambang. 2012. Peramalan Penjualan. Malang: Lembaga Penerbit Fakultas Administrasi Bisnis Politeknik Negeri Malang[3]. Pressman, Roger S. 2010. Software Engineering : A Practicioner's Approach, 7th Edition. New York : McGraw-Hill Inc.[4]. Efferin, Sujoko, Stevanus Hadi Darmaji dan Yuliawati Tan. 2008. Metode Penelitian Akuntansi : Mengungkap Fenomena dengan Pendekatan Kuantitatif dan Kualitatif. Yogyakarta : Graha Ilmu.[5]. Indriantoro dan Supomo. 1999. Metodologi Penelitian Bisnis untuk Akuntansi dan Manajemen. Edisi Pertama.Yogyakarta : BPFE Yogyakarta.[6]. Best, John. W. 1982. Metodologi Penelitian Pendidikan (Terjemahan oleh Sanapiah Faisal). Surabaya: Usaha Nasional.[7]. Sukmadinata. 2006. Metode Penelitian Pendidikan. Bandung : Remaja Rosdakarya.[8]. Dermawan Wibisono. 2005. Riset Bisnis : Panduan Bagi Praktisi dan Akademisi. Jakarta : Gramedia Pustaka Utama.[9]. Suharsimi, Arikunto. 2006. Prosedur Penelitian Suatu Pendekatan Praktik. Jakarta : Rineka Cipta.[10]. Sugiyono. 2010. Metode Penelitian Kuantitatif Kualitatif & RND. Bandung : Alfabeta.[11]. Hermawan, Julius. (2005). Membangun Decision Support System. Yogyakarta : Penerbit Andi.[12]. Assauri, Sofyan. 1991. Teknik dan Metode Peramalan Penerapannya dalam Ekonomi dan Dunia Usaha. Jakarta : LPFE Universitas Indonesia.[13]. J. Supranto, M.A. 2002. Metode Peramalan Kuantitatif Untuk Perencanaan Ekonomi dan Bisnis. Jakarta : Rineka Cipta.[14]. Heizer, Jay & Barry Render. 2011. Operations Management, 10th Edition New Jersey : Prentice-Hall Inc.[15]. Shalahuddin, M dan Rosa Ariani, S. 2011. Modul pembelajaran Rekayasa Perangkat lunak (Terstruktur dan Berorientasi Objek), Bandung : Penerbit Modula.[16]. Kadir, Abdul. 2008. Dasar Perancangan dan Implementasi Database Relasional. Yogyakarta : Penerbit Andi.[17]. Kadir, Abdul. 2009. Membuat aplikasi Web dengan PHP + Database MySQL. Yogyakarta : Penerbit Andi.[18]. Wahana Komputer. 2010. Panduan Aplikatif dan Solusi Membuat Aplikasi Client Server Dengan Visual Basic 2008. Yogyakarta : Penerbit Andi.

Faktor

Belum adanya Sistem pendukung keputusan untuk memprediksi penjualan barang di masa mendatang.

Masalah

Permasalahan yang umum dihadapi oleh para manajer adalah bagaimana memprediksi penjualan barang di masa mendatang berdasarkan data penjualan barang yang telah direkam sebelumnya.

Indikator

Memasukkan data penjualan.

Menghitung prediksi dengan menggunakan data penjualan.

Menghitung nilai rata-rata deviasi mutlak untuk akurasi hasil prediksi.

Menghitung jumlah persediaan dan jumlah produksi barang.

Solusi

Dibangun Sistem pendukung keputusan untuk memprediksi penjualan barang dengan menggunakan metode least square

Metode

Langkah langkah perhitungan menggunakan metode least square :

Menentukan nilai X dan X2 dengan membagi jumlah data menjadi data genap atau ganjil.

Mencari nilai a dan

nilai b.

Menghitung nilai Y untuk mendapatkan nilai prediksi penjualan.

Gambar 3. Kerangka Berfikir

Hasil

Terwujudnya Sistem pendukung keputusan yang dapat :

Membantu pihak manajemen untuk memprediksi penjualan barang untuk periode mendatang.

Memberikan hasil prediksi penjualan barang kepada pihak manajemen.

memberikan alternatif keputusan untuk manajer dalam menentukan jumlah persediaan dan jumlah produksi barang.

26