PREDIKSI PENJUALAN BERAS

DENGAN METODE TREND MOMENT

PROPOSAL SKRIPSI
Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu Syarat
Memperoleh Gelar Sarjana Komputer (S. Kom.)
Pada Jurusan Teknik Informatika FT UN PGRI Kediri

OLEH :

HARRIS OCTA PAMBUDI

NPM : 13.1.03.02.0411

FAKULTAS TEKNIK (FT)

UNIVERSITAS NUSANTARA PERSATUAN GURU REPUBLIK INDONESIA
UN PGRI KEDIRI
2016

Proposal Skripsi oleh :

HARRIS OCTA PAMBUDI

NPM : 13.1.03.02.0411

Judul :

PREDIKSI PENJUALAN BERAS

DENGAN METODE TREND MOMENT

Telah Diseminarkan dan Disetujui untuk Dilanjutkan

Guna Penulisan Skripsi / Tugas Akhir
Jurusan Teknik Informatika FT UN PGRI Kediri

Tanggal :______________________
Dosen Pembimbing Seminar

_____________________________
NIDN.
Menyetujui,
Ketua Jurusan/Prodi.

_____________________________
NIDN.

KATA PENGATAR

Puji Syukur Kami panjatkan kehadirat Allah Tuhan Yang Maha Kuasa,
karena hanya atas perkenan-Nya tugas penyusunan proposal ini dapat
diselesaikan.
Penyusunan proposal ini merupakan bagian dari rencana penelitian guna
penyusunan skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana
Ilmu Komputer pada Jurusan Teknik Informatika.
Pada kesempatan ini diucapkan terima kasih dan penghargaan yang setulus
- tulusnya kepada:
1. Rektor UN PGRI Kediri yang selalu memberikan dorongan motivasi kepada
mahasiswa.
2. Dekan Fakultas Teknik.
3. Ucapan terima kasih juga disampaikan kepada pihak - pihak lain yang tidak
dapat disebutkan satu persatu, yang telah banyak membantu menyelesaikan
proposal ini.
Disadari bahwa proposal ini masih banyak kekurangan, maka diharapkan
tegur sapa, kritik dan saran dari berbagai pihak sangat diharapkan.
Kediri,

HARRIS OCTA PAMBUDI

NPM: 13.1.03.02.0411

DAFTAR ISI

HALAMAN JUDUL ........................................................................................... 1

HALAMAN PENGESAHAN ............................................................................ 2
KATA PENGANTAR .......................................................................................... 3
DAFTAR ISI ........................................................................................................ 4
BAB I : PENDAHULUAN
1. Latar Belakang Masalah ............................................................... 5
2. Identifikasi Masalah ...................................................................... 6
3. Pembatasan Masalah ..................................................................... 7
4. Rumusan Masalah ......................................................................... 8
5. Tujuan Penelitian ........................................................................... 9
6. Metode Penelitian .......................................................................... 10
BAB II : LANDASAN TEORI
1. Teori - Teori Pendukung ............................................................... 11
2. Desain Perangkat Lunak ............................................................... 12
3. Keputusan Desain Perangkat Lunak Secara Keseluruhan ......... 13
4. Desain Arsitektur Perangkat Lunak ............................................. 14
BAB III : PENUTUP ........................................................................................... 15
DAFTAR PUSTAKA .......................................................................................... 16

BAB I
PENDAHULUAN

A.

Latar Belakang Masalah

Semakin pesat jaman modern, penggunaan teknologi sangat
berpengaruh terhadap efisiensi dalam mengelola usaha, terutama teknologi
informasi yang mampu menyajikan informasi dengan waktu relatif singkat
atau instan. Web adalah salah satu teknologi informasi banyak orang
memanfaatkan sebagai kebutuhan pendukung utama yang terhubung
dengan internet untuk melakukan semua kegiatan secara cepat, akan tetapi
beberapa teknologi web diterapkan tanpa menggunakan internet atau
secara offline.
Perkembangan teknik peramalan atau prediksi yang semakin
canggih pun beriringan dengan perkembangan teknologi pemrograman
web yang sangat kompetibel. Dikarenakan kebutuhan manusia akan
informasi yang cepat dan akurat untuk masa yang akan datang semakin
meningkat. Setiap segi kehidupan, bisnis, sepakbola bahkan sampai pada
perdagangan jaman sekarang tidak luput dari proses peramalan.
Permasalahan yang umum dihadapi penjual beras toko Barokah
Kediri adalah bagaimana meramalkan atau memperkirakan penjualan beras
di masa mendatang berdasarkan data yang telah direkam sebelumnya.
Peramalan tersebut sangat berpengaruh pada penjual beras untuk
menentukan jumlah beras yang akan dijual, apabila memesan beras dalam
jumlah yang cukup banyak dan ternyata penjualan beras tersebut hanya
terjual sedikit sedangkan daya tahan beras yang cepat berkutu, menguning
dan berbau tidak sedap yang akan membuat pembeli enggan membeli dan

merugikan penjual. Perencanaan pemesanan yang ditetapkan oleh penjual

beras akan mempengaruhi tingkat laba yang maksimal yang akan diperoleh
pada penjual beras.
Prediksi penjualan (Forecasting) adalah suatu perhitungan untuk
memprediksikan keadaan di masa mendatang melalui pengujian keadaan di
masa lalu. Memprediksikan penjualan di masa mendatang berarti
menentukan perkiraan besarnya volume penjualan dan luas pasar yang
dikuasai di masa yang akan datang (Ocki Eriyanto, 2012).
Dengan latar belakang tersebut maka yang menjadi pembahasan
utama dari penelitian ini adalah bagaimana membuat sistem forecasting
penjualan beras menggunakan metode trend moment.
B.

Identifikasi Masalah
Berdasarkan latar belakang masalah diatas didapatkan identifikasi masalah
sebagai berikut :
1. Dalam penjualan beras belum ada sistem prediksi untuk menentukan
beras yang akan dijual.
2. Banyaknya beras yang tidak laku membuat berkutu, menguning dan
berbau.

C.

Pembatasan Masalah
Batasan masalah dalam penulisan proposal ini adalah:
1. Metode yang digunakan untuk sistem ini adalah metode Trend
Moment.
2. Data dan tempat penelitian yang diolah berdasar dari pedagang beras
toko Barokah Kediri.
3. Hasil yang keluar pada sistem ini adalah jumlah beras yang dijual pada

masa yang akan datang.

4. Pembangunan sistem menggunakan bahasa pemrograman PHP dan
MySQL
D.

Rumusan Masalah
Berdasarkan masalah diatas, rumusan masalah yang didapatkan sebagai
berikut :
1. Bagaimana membuat sistem prediksi dengan menggunakan metode
trend moment?
2. Bagaimana menerapkan metode trend moment?

E.

Tujuan Penelitian
Tujuan dari penelitian yang akan dilakukan adalah :
1. Membuat sistem prediksi penjualan beras dengan menggunakan
metode trend moment.
2. Penerapan metode trend moment dengan menganalisa data penjualan
bulan - bulan sebelumnya untuk memprediksi bulan berikutnya.

F.

Kegunaan Penelitian
Hasil dari penelitian ini berguna bagi :
1. Bagi toko beras BAROKAH Kediri
Hasil penelitian dapat digunakan oleh pedagang beras untuk
memprediksi beras yang akan dijual.
2. Bagi Peneliti
Dapat

memberikan

pengetahuan

secara

langsung

dalam

mempraktekan dan menerapkan pengetahuan teoritis sehingga

mendapat pengetahuan praktis. Dan Tantangan yang efektif dan etis

bagi penulis dalam mengolah teknologi informasi.
3. Bagi Universitas Nusantara PGRI Kediri.
Diharapkan dapat bermanfaat sebagai bahan informasi dan menjadi
bahan pemikiran dalam penemuan ide-ide baru yang lebih kreatif
dalam penyampaian informasi sesuai dengan ilmu pengetahuan yang
bersangkutan.
G.

Metode Penelitian
G.1. Pendekatan dan Teknik Penelitian
Dalam Penelitian ini, penulis menggunakan pendekatan
secara Kuantitatif, yaitu dengan mengembangkan atau menggunakan
yang berkaitan dengan studi kasus. Teknik penelitian dengan
menggunakan metode Trend Moment. Dimana pemahaman serta
penjelasan konsep ini di dapat dari buku-buku referensi, jurnal
penelitian, maupun paper atau artikel yang di peroleh dari internet.
Setelah materi yang dibutuhkan untuk pembuatan sistem ini telah
terkumpul dan terseleksi, maka dapat dilakukan pembelajaran
materi.
G.2. Prosedur Penelitian
Prosedur di mulai dari Observasi, Interview, Literatur, serta
Pemikiran langsung. Melakukan observasi untuk mencari bagaimana
kriteria yang mempengaruhi jumlah penjualan beras. Interview
dilakukan untuk mengetahui jumlah transaksi dalam beberapa bulan.
Literatur sebagai acuan alur atau metode penghitungan trend
moment. Melakukan pemikiran langsung dengan suatu pendekatan
mengambil analisis secara langsung dengan mengambil referensi

dari pengamatan dan bahan - bahan data yang ditemukan.

G.3. Waktu Penelitian

Mey

juni

juli

agustus

sebtember

Oktober

1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
Kebutuhan Informasi
Observasi
Wawancara
Analisa dan Perancangan
Analisa Prosedur
Analisa Dokumen
Desain Proses
Perancangan Database
Perancangan I/O
Pengkodean
Uji coba Program
Penerapan
Pembuatan Laporan

G.4. Kriteria Penelitian

Kriteria yang dibutuhkan dalam perkiraan antara lain, jenis
beras, musim panen dan tanam, serta pengaruh hari raya.
H.

Sistematika Penulisan
Secara garis besar, proposal ini di susun dengan Sistematika Penulisan
sebagai berikut:

10

BAB 1

: PENDAHULUAN
Latar belakang masalah, identifikasi masalah, batasan masalah,
rumusan masalah, tujuan masalah, kegunaan masalah.

BAB 2

: LANDASAN TEORI
Teori - teori pendukung, desain perangkat lunak, keputusan
desain, perangkat lunak secara keseluruhan, desain arsitektur
perangkat lunak.

BAB 3

: PENUTUPAN
Merupakan bab terakhir yang memuat intisari dari hasil
pembahasan yang berisikan kesimpulan dan harapan adanya
saran yang dapat digunakan sebagai pertimbangan kelancaran
untuk pengembangan penelitian selanjutnya.

11

BAB II
LANDASAN TEORI

1. Teori - Teori Pendukung

1.1. Peramalan
1.1.1. Pengertian Peramalan
Peramalan merupakan bagian awal dari suatu proses
pengambilan suatu keputusan. Sebelum melakukan Peramalan
harus diketahui terlebih dahulu apa sebenarnya persoalan dalam
pengambilan keputusan itu. Peramalan diartikan sebagai
kegiatan analisis untuk memperkirakan besarnya perubahan
suatu variabel ekonomi bisnis dalam permintaan barang dan jasa
di masa yang akan datang berdasarkan data pada waktu yang
lalu dan data pada masa sekarang.
1.1.2. Tujuan Peramalan
Peramalan
memprediksikan

pada

umumnya

keuntungan,

digunakan

pendapatan,

harga,

untuk
biaya,

teknologi, dan berbagai variabel lainnya. Dalam lingkungan

perusahaan kebanyakan peramalan untuk mengestimasi atau
memprediksi permintaan penjualan pada masa yang akan datang.
Dan untuk meredam ketidakpastian, sehingga diperoleh suatu
perkiraan yang mendekati keadaan yang sebenarnya.

12

1.1.3. Jenis Peramalan

Apabila dilihat ulang dari segi penyusunannya, maka
peramalan dapat dibedakan atas dua macam :
a.

Peramalan Subjektif
Peramalan yang didasarkan atas perasaan dari penulisnya
sendiri.

b. Peramalan Objektif
Peramalan yang didasarkan atas data yang kongkrit pada
masa lalu dan didalam penggunaannya memakai teknik dan
metode untuk menganalisa seluruh data tersebut.
Berdasarkan sifatnya, peramalan dibedakan menjadi dua
macam yaitu :
a.

Peramalan Kualitatif
Peramalan yang didasarkan atas kualitatif pada masa lalu
dan hasil peramalan yang dibuat tergantung pada orang
yang

menyusunnya.

Biasanya

peramalan

kualitatif

berdasarkan atas hasil penyelidikan atau didasarkan ciri-ciri

normatif.
b. Peramalan Kuantitatif
Peramalan yang didasarkan atas data yang lalu dan hasil
peramalan yang dibuat sangat tergantung pada ramalan
tersebut. Peramalan ini hanya dapat digunakan apabila
terdapat tiga kondisi, yaitu :
i.

Adanya informasi tentang keadaan yang lain.

13

ii. Informasi tersebut dapat dikualifikasikan dalam bentuk

data.
iii. Data diasumsikan

bahwa pola yang lalu akan

berkelanjutan pada masa yang akan datang.

1.2. Database
1.2.1. Pengertian Database
Database atau basisdata di dalam buku Simarmata &
Paryudi (2006:1), sebagai berikut :
a.

Menurut Stephens dan Plew (2000), adalah mekanisme

yang digunakan untuk menyimpan informasi atau data.

b. Menurut silberschatz, dkk (2002) mendefenisikan basisdata

sebagai kumpulan data berisi informasi yang sesuai untuk
sebuah perusahaan.
c.

Menurut Ramakrishnan dan Gehrke (2003) menyatakan

basisdata

sebagai

kumpulan

Data,

umumnya

mendeskripsikan aktivitas satu organisasi atau lebih yang

berhubungan.
d. Menurut McLeod, dkk (2001), adalah kumpulan seluruh
sumber daya berbasis komputer milik organisasi.
1.2.2. Perangkat Desain Database
a.

Entity Relationship Diagram (ERD)

Entity relationship (ER) data model didasarkan pada
persepsi terhadap dunia nyata yang tersusun atas kumpulan
objek - objek dasar yang disebut entitas dan hubungan

14

antarobjek (Simarmata & Paryudi, 2006:59). Entitas adalah

sesuatu atau objek dalam dunia nyata yang dapat dibedakan
dari objek lain. Misal: mahasiswa, dan matakuliah. Entitas
digambarkan dalam basis data dengan kumpulan atribut.
Misalnya: nim, nama, alamat, dan kota. Relasi adalah
hubungan

antara

beberapa

entitas.

Misalnya:

relasi

menghubungkan mahasiswa dengan mata kuliah yang

diambilnya.
b. Pemetaan kardinalitas
Pemetaan kardinalitas menyatakan jumlah entitas di mana
entitas lain dapat dihubungkan ke entitas tersebut melalui
sebuah himpunan relasi.
i.

One to One
Sebuah entitas pada A berhubungan dengan paling
banyak satu entitas pada B dan sebuah entitas pada B
berhubungan dengan paling banyak satu entitas pada A.

ii. One to Many/ Many to One

Sebuah entitas pada A berhubungan dengan lebih dari
satu entitas pada B dan sebuah entitas pada B
berhubungan dengan paling banyak satu entitas pada A,
atau sebaliknya (Many to One).
iii. Many To Many
Sebuah entitas pada A berhubungan dengan lebih dari
satu entitas pada B dan sebuah entitas pada B
berhubungan dengan lebih dari satu entitas pada A.

15

1.3. Metode Trend Moment

Metode trend moment menggunakan cara-cara perhitungan
statistika dan matematika tertentu untuk mengetahui fungsi garis lurus
sebagai pengganti garis patah-patah yang dibentuk oleh data historis
perusahaan. Dengan demikian pengaruh unsur-unsur subyektif dapat
dihindari sehingga dapat mengurangi kerugian dari perusahaan itu
sendiri.
Prinsip-prinsip pengerjaan metode trend moment adalah sebagai
berikut:
a.

Barang tahan lama minimal satu tahun.

b. Barang yang selalu diperlukan, misalnya sembako.

c.

Kegiatan usaha sudah berjalan minimal dua tahun, digunakan

sebagai data penjualan tahun yang lalu.

d. Jumlah data tahun lalu baik tahun ganjil maupun genap tetap
diurut dari 0, 1, 2, 3,..dst pada kolom x.
Rumus metode trend moment :
a.

Y= a + bx

b. y= n.a + b. x
c.

xy= a. x + b. x2

16

Flowchart trend moment :

Gambar 2.1
Flowchart Metode Trend Moment
Keterangan :
Flowchart metode adalah cara atau langkah langkah metode
perhitungan dari trend moment dari penginputan data terus dilanjutkan
menentukan nilai x,x2,xy dan menetukan jumlah x,x2,xy setalah itu
menentukan nilai a dan b, kemudian dimasukan ke rumus Y=a + bx
untuk menentukan hasil peramalan.

17

2. Desain Perangkat Lunak

2.1. Analisa Sistem
2.1.1. Analisa Sistem Lama
Berdasarkan analisa yang peneliti lakukan dari Toko
Beras Barokah, mereka masih menggunakan cara sederhana
hanya dengan menyediakan stok dalam jumlah yang sama setiap
bulan. maka terjadilah ketidakefektifan penjualan beras di setiap
bulan dikarenakan permintaan dapat menurun atau meningkat.
2.1.2. Analisa Sistem Baru
Pada sistem baru yang akan diteliti, peneliti menawarkan
sebuah sistem untuk memprediksi jumlah beras yang akan dijual
secara periodik dari hasil penjualan bulan - bulan sebelumnya.
Dan tentu menggunakan data dari sistem lama sebagai acuan
untuk penelitian ini.
2.2. Analisa Input dan Output
2.2.1. Analisa Data Input

2.2.2. Analisa Data Output

3. Keputusan Desain Perangkat Lunak Secara Keseluruhan
3.1. Terminator
Entitas yang berinteraksi langsung dengan sistem disebut
terminator.

Pada

aplikasi

sistem

evaluasi

kinerja

diidentifikasi terminator - terminator sebagai berikut :

a.

Admin

ini

dapat

18

3.2. Kebutuhan Fungsional

Kebutuhan kebutuhan yang memiliki keterkaitan langsung
dengan sistem, kebutuhan fungsional dati aplikasi ini meliputi:
a.

Admin

Melihat data

Print out data

Melihat hasil peramalan

Manajemen data penjualan

Menginputkan data

Mengupdate data

Menghapus data

Menampilkan data

3.3. Use Case Diagram

Pada use case dibawah ini menggambarkan kegiatan - kegiatan
yang dilakukan dalam sistem ini. Kegiatan tersebut antara lain
memasukan dan atau menyimpan data yang berhubungan dengan
prediksi jumlah cabai.

Gambar 2.2
Use Case Diagram

19

User dapat menginput data penjualan dan memanajemen data

lewat login sistem , setelah diinputkan setelah selesai data akan
ditampilkan di tabel prediksi penjualan pada sistem. Input dari use
case diagram diatas adalah data penjualan, ptint out dapat dilakukan
oleh admin untuk melihat hasil prediksi dan Outputnya adalah prediksi
penjualan.
Table 2.3
Tabel Terminator
No.
1

Nama Actor

Deskripsi

User

Aktor yang

melakukan semua

pengolahan data pada system

Use case adalah rangkaian/uraian sekelompok yang saling

terkait

dan membentuk sistem secara teratur yang dilakukan atau

diawasi oleh sebuah aktor. Berikut ini adalah tabel identifikasi untuk
use case.
Table 2.4
Tabel Use Case
No.
1.

Use Case

Deskripsi

Lihat Data Penjualan

Merupakan Use case untuk melihat

data penjualan pada data base.

2.

Manajemen

Data Merupakan

Penjualan

use

case

berupa

pengolahan data untuk menambah,

menghapus, update data yang sudah
ada pada system.

3.

Prediksi Penjualan

Merupakan
memberikan

use
sebuah

case
hasil

untuk
berupa

20

prediksi jumlah cabai.

4.

Print Data Penjualan

Merupakan use case untuk print out

hasil peramalan.

5.

Login

Merupakan use case untuk admin

masuk kedalam system.

3.4. Activity Diagram

Untuk menjelaskan lebih detail use case diagram pada
pembahasan sebelumnya, activity diagram menggambarkan secara
detail alur kerja (work flow) dari setiap use case yang telah dibahas
sebelumnya. Berikut activity diagram sistem estimasi harga jual ayam
potong :
a.

Login
mulai

login sistem

ditolak

validasi login

diterima
hak akses

selesai

Gambar 2.5
Activity Diagram Login
Diagram 2.5 menjalaskan tentang proses login admin.

21

b. Manajemen Data Penjualan

Gambar 2.6
Activity diagram Manajemen data penjualan
Gambar

2.6

menjelaskan

tentang

manajemen

data

penjualan,disini admin dapat menambah, update, delete data

yang ada di sistem.
c.

Prediksi Penjualan

Gambar 2.7
Activity diagram prediksi penjualan

22

Gambar 2.7 menjelaskan tentang proses prediksi dalam sistem, setelah

menginputkan data, data akan dihitung dengan metode trend moment,
setelah penghitungan akan dimasukan kelaporan.
3.5. Flowchart
Flowchart adalah gambaran dalam bentuk diagram alir dari
algoritma - algoritma dalam suatu program, yang menyatakan arah
alur program tersebut. Di bawah ini adalah gambar dari aplikasi
prediksi penjualan jumlah cabai.

Gambar 2.8
Flowchart sistem
3.6. Desain Database
Perancangan system database untuk sistem ini menggunakan
tools / software power designer, database ini digunakan sebagai media
menyimpan data.

23

Gambar 2.9
Perancangan Database
Data input jumlah cabai setelah dimasukan akan langsung
mengolah di data histori setelah diolah data akan ditampilkan di data
tabel prediksi.
3.7. Desain Tabel
Untuk perancangan tabel dibuat berdasarkan Physical Data
Model seperti pada gambar 8 diatas, Desain tabel sistem ini terdiri dari
3 tabel yaitu
a.

tabel input, tabel data histori, tabel prediksi.

Tabel User
Tabel 2.10 Tabel User
Field

Type

Length

Keterangan

nama

Varchar

20

Nama

alamat

Varchar

20

Alamat

No_hp

Int

Ho. Hp

b. Tabel Periode
Tabel 2.11 Tabel Periode
Field

Type

Length

Keterangan

24

c.

Id_periode

Varchar

tnggl

Date

20

Id Peridode
Tanggal

Tabel Penjualan
Tabel 2.12 Tabel Penjualan
Field

Type

Length

Keterangan

Id_periode

Varchar

20

Id Peridode

jmlh

Int

Jumlah

d. Tabel Pembelian
Tabel 2.13 Tabel Pembelian
Field

Type

Length

Keterangan

Id_periode

Varchar

20

Id Peridode

jmlh

Int

Jumlah

4. Desain Arsitektur Perangkat Lunak

4.1. Halaman Awal

Gambar 2.14
Desain program halaman awal
Fungsi dalam desain program dalam gambar 2.14 meliputi:
-

Tanggal

Untuk

memasukan

tanggal

yang

mau

25

diprediksi.
-

Bulan

: Untuk memasukan bulan yang mau diprediksi.

Prediksi

: Tombol untuk memprediksi.

Tabel Prediksi

: Tabel menunjukan data hasil prediksi.

Clear

: Tombol untuk mengosongkan table.

Save

: Tombol untuk menyimpan hasil.

4.2. Halaman Menu Admin

Gambar 2.15
Desain program halaman menu data (admin)
Fungsi dalam desain program dalam gambar 3.14 meliputi:
Edit

: Tombol untuk mengedit data cabai.

Hapus

: Tombol untuk menghapus data cabai.

Data Cabai

: Tabel data cabai yang ada didatabase.

Tambahkan

: Tombol untuk menambah data cabai.

4.3. Halaman Tambahan

26

Gambar 2.16
Desain program halaman tambahan
Fungsi dalam desain program dalam gambar 3.15 meliputi :
Jumlah
: Untuk memasukan jumlah cabai dalam
satuan kilogram.
Tanggal
: Untuk memasukan tanggal .
Bulan
: Untuk memasukan bulan.
Tambahkan
: Tombol untuk memasukan data yang udah
dituliskan.

27

BAB III
PENUTUPAN
Harapan

peneliti

semoga

Toko

Beras

Barokah

dengan

menggunakan sistem ini untuk terbantu dalam memprediksi beras yang

akan di beli maupun jual setiap hari dan besar harapan peneliti adanya
saran kritik untuk membangun sistem prediksi yang lebih baik serta
semoga proposal skripsi ini dapat menjadi acuan penelitian selanjutnya
untuk jurusan Teknik Informatika Universitas Nusantara PGRI Kediri.