1.

LATAR BELAKANG PENELITIAN

Seorang 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.
1

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 MASALAH
Berdasarkan 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 PENELITIAN
3.1. MAKSUD PENELITIAN
Maksud 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 PENELITIAN

Penelitian 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 MASALAH
Dalam 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 Perusahaan
1) 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 ekonomis
Memperkecil kemungkinan timbulnya kerugian perusahaan akibat salah
dalam menentukan jumlah produksi dan target penjualan dari hasil
produksinya.
6. Metode Pengembangan
Dalam 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:

Communication
Developer dan klien bertemu dan menentukan tujuan umum, kebutuhan yang
diinginkan dan gambaran bagian-bagian yang akan dibutuhkan berikutnya.

Quick Plan

Perancangan dilakukan cepat dan mewakili semua aspek software yang

diketahui, dan rancangan ini menjadi dasar pembuatan prototype.

Modelling Quick Design

Tahap 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 Prototype
Membangun kerangka prototype dari software yang akan dibangun atau
menerjemahkan data yang telah dirancang ke dalam bahasa pemrograman
(Program contoh atau setengah jadi).

Deployment Delivery & Feedback

Prototype 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 Penelitian
Metode 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 kuesioner
7.2.

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 Data
Menurut 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. Observasi
Metode 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 Keputusan
Sistem Pendukung Keputusan (SPK) / Decision Support Sistem (DSS)
pertama kali diungkapkan pada awal tahun 1970-an oleh Michael S. Scott
Morton dengan istilah Management 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 Masalah
2. Mengumpulkan data atau elemen informasi yang relevan
3. Pengolahan data menjadi informasi baik dalam bentuk laporan grafik
maupun tulisan.
4. Menentukan alternatif alternatif solusi.
Komponenkomponen Sistem Pendukung Keputusan:
1.

Data Management System

Subsistem 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 System

10

Merupakan 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.

11

Gambar Skematik DSS

(Turban, 2007:109)

8.2. Definisi Prediksi

Setiap 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

12

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 Prediksi
Tujuan 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).
13

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 Penjualan

Prediksi 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).

14

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 Square

Metode 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
15

b = ( XY ) / X2
Selanjutnya, 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 satu
Contoh data ganjil, maka skor nilai X nya : , -3, -2 , -1, 0, 1, 2, 3,
Keterangan :

16

: Jumlah penjualan

: Variabel waktu (hari, minggu, bulan atau tahun).

a dan b

: Koefisien

: Jumlah data

8.6. Akurasi Hasil Prediksi

Prediksi 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 Java
Java 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

17

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)

18

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 mudah
Java 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. Aman

19

Sebagai 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. Dinamis
Java 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)
20

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 DB2
Sedangkan 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. Database
Database 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

21

membuat tabel harus memperhatikan panjang field dengan panjang data yang akan
diinputkan dalam field tersebut (Abdul Kadir, 2008 : 156).

8.10. MySQL
MySQL (My Strukture Query Language) atau yang sering dibaca mai-sekuel adalah sebuah program pembuat database yang bersifat open source,
artinya siapa saja bisa menggunakannya (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
Metode

Indikator
Faktor

Langkah langkah
Masalah

1. Memasukkan data
Belum
adanya
penjualan.

Sistem pendukung

keputusan
2.
Menghitunguntuk
prediksi memprediksi
penjualan
di masa mendatang.
denganbarang
menggunakan
data penjualan.

3. Menghitung nilai ratarata deviasi mutlak

untuk akurasi hasil
prediksi.
4. Menghitung jumlah
persediaan dan jumlah
produksi barang.

perhitungan menggunakan
Permasalahan yang umum dihadapi oleh para
metode least square :
manajer adalah bagaimana memprediksi penjualan
1. Menentukan nilai X dan
barang di masa mendatang berdasarkan data
X2 dengan membagi
penjualan barang yang telah direkam sebelumnya.
jumlah data menjadi
Solusi
data genap atau ganjil.

Dibangun Sistem pendukung

keputusan untuk memprediksi
penjualan barang dengan

22

menggunakan metode least

square

2. Mencari nilai a dan

nilai b.
3. Menghitung nilai Y
untuk mendapatkan
nilai prediksi penjualan.

Hasil
Terwujudnya Sistem
keputusan yang dapat :
1. Membantu pihak
untuk

memprediksi

pendukung
manajemen
penjualan

barang untuk periode mendatang.

2. Memberikan

hasil

prediksi

penjualan barang kepada pihak

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

Gambar 3. 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
No

JADWAL

BULAN

23

Juni
KEGIATAN
1

Pengumpulan kebutuhan

Membangun prototype

Evaluasi prototype

Mengkodekan Sistem

Menguji Sistem

Evaluasi Sistem

Menggukan Sistem

Penulisan Laporan

Juli
4

Agustus
3

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.

24

[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.

25

[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.

26