Jurnal Riset Komputer (JURIKOM), Vol. 3 No.

6, Desember 2016
ISSN 2407-389X (Media Cetak)
Hal : 65-69

PREDIKSI PENJUALAN BARANG PADA KOPERASI PT.

PERKEBUNAN SILINDAK DENGAN MENGGUNAKAN
METODE MONTE CARLO
Khairun Nizar Nasution

Mahasiswa Program Studi Teknik Informatika STMIK Budi Darma Medan

Jl. Sisingamangaraja No. 388 Sp.Limun Medan

ABSTRAK
Penjualan adalah sejumlah barang yang dibeli atau diminta pada suatu harga dan waktu tertentu. Penjualan
berkaitan dengan keinginan konsumen akan suatu barang dan jasa yang ingin dipenuhi. Dan kecenderungan
permintaan konsumen akan barang dan jasa tak terbatas. Koperasi pembelian pengadaan konsumsi adalah
koperasi yang menyelenggarakan fungsi pembelian atau pengadaan barang dan jasa untuk memenuhi
kebutuhan anggota sebagai konsumen akhir. permintaan para konsumen sering tidak sesuai dengan barang
yang tersedia di koperasi, mengakibatkan penjualn barang tidak terpenuhi. Hal ini menghambat proses
jual/beli pada Koperasi tersebut. Simulasi Monte Carlo dikenal juga dengan istilah Sampling Simulation atau
Monte Carlo Sampling technique. Sampling Simulation ini menggambarkan kemungkinan penggunaan data
sampel dalam metode Monte Carlo dan juga sudah dapat diketahui atau diperkirakan distribusinya. Simulasi ini
menggunakan data yang sudah ada (historical data) yang sebenarnya dipakai pada simulasi untuk tujuan lain.
Dengan kata lain, apabila menghendaki model simulasi yang mengikutsertakan random dan sampling dengan
distribusi probabilitas yang dapat diketahui dan ditentukan maka cara simulasi Monte Carlo ini dapat
dipergunakan. Metode simulasi Monte Carlo ini cukup sederhana dalam menguraikan ataupun menyelesaikan
persoalan, termasuk dalam penggunaan programnya di komputer.

Kata kunci : Prediksi, Penjualan Barang, Monte Carlo.

I. PENDAHULUAN ini menghambat proses penjualan pada Koperasi, dan

Penjualan merupakan kegiatan yang terpadu
untuk mengembangkan rencana-rencana strategis yang
diarahkan kepada usaha pemuasan kebutuhan serta
keinginan pembeli/konsumen, guna untuk
mendapatkan penjualan yang menghasilkan laba atau
keuntungan. Atau definisi penjualan adalah
merupakan suatu kegiatan transaksi yang dilakukan
oleh 2 (dua) belah pihak/lebih dengan menggunakan
alat pembayaran yang sah. Penjualan juga merupakan
salah satu sumber pendapatan seseorang atau suatu
perusahaan yang melakukan transaksi jual & beli,
dalam suatu perusahaan apabila semakin besar
penjualan maka akan semakin besar pula pendapatan
yang diperoleh seseorang atau perusahaan tersebut.
Koperasi adalah organisasi bisnis yang dimiliki
dan dioperasikan oleh perorangan demi kepentingan
bersama. Koperasi melandaskan kegiatan berdasarkan
prinsip gerakan ekonomi rakyat yang berdasarkan asas
kekeluargaan. Koperasi PT Perkebunan Silindak
merupakan Koperasi pembelian, pengadaan,
konsumsi. Koperasi pembelian pengadaan konsumsi
adalah koperasi yang menyelenggarakan fungsi
pembelian atau pengadaan barang dan jasa untuk
memenuhi kebutuhan anggota sebagai konsumen
akhir. Di sini anggota berperan sebagai pemilik dan
pembeli atau konsumen bagi koperasinya. Koperasi
PT Perkebunan Silindak memiliki banyak anggota
(pembeli atau konsumen), penjualan barang sering
tidak sesuai dengan barang yang tersedia di koperasi,
mengakibatkan penjualan barang tidak terpenuhi. Hal
65
mengalami penumpukan barang.
Sebagaimana metode-metode simulasi lainnya,
akurasi dari hasil simulasi Monte Carlo ini sangat
dipengaruhi oleh akurasi variabel-variabel inputnya.
Simulasi Monte Carlo dapat menjadi alat yang handal
bagi manajer proyek dalam menganalisa resiko dan
ketidak-pastian yang umum terjadi dalam pembiayaan
proyek. Hasil simulasi Monte Carlo dapat membantu
manajer proyek dalam menentukan ekspektasi
pembiayaan proyek yang lebih realistis. Dengan
kemampuan komputer dan software yang semakin
berkembang, simulasi Monte Carlo ini sudah
selayaknya lebih banyak digunakan oleh para manajer
proyek. Melalui edukasi dan pelatihan yang
menjelaskan dan mendemonstrasikan kegunaan
simulasi Monte Carlo, para manager proyek akan
menyadari bahwa tidak diperlukan pengetahuan
statistik tingkat tinggi untuk dapat memahami
implementasi dan interpretasi simulasi Monte Carlo.
“Aplikasi Simulasi Monte Carlo Dalam Estimasi
Biaya Proyek” (Adnan, 2008).
II. TEORITIS
A. Monte Carlo
Metode Monte Carlo merupakan metode
analisis numerik yang melibatkan pengambilan sampel
eksperimen bilangan acak. Suatu fungsi positif f(x)
seperti yang ditunjukkan pada rumus dibawah dengan
distribusi titik-titik yang tersebar secara serba sama
(uniform), dimana bagian titik-titik yang berada di
bawah kurva fungsi (x) tersebut mendekati
 Jurnal Riset Komputer (JURIKOM), Vol. 3 No. 6, Desember 2016
ISSN 2407-389X (Media Cetak)
Hal : 65-69

perbandingan luasan di bawah kurva tersebut luasan

persegi panjangnya. Langkah-langkah utama dalam simulasi
Monte Carlo oleh Bonet Satya adalah sebagai berikut:
1. Mendefinisikan distribusi probabilitas yang
di ketahui secara pasti dari data yang
didapatkan dari pengumpulan data di masa
Dimana : lalu. Di samping menggunakan data masa
N = jumlah titik (luas) di dalam segi empat yang lalu, penentuan distribusi probabilitas bisa
dibuat oleh kurva f(x) juga berasal dari distribusi poisson, distribusi
n = jumlah titik (luas) di bawah kurva f(x) normal dan lain sebagainya, tergantung sifat
s = batas bawah fungsi f(x) objek yang diamati. Variabel-variabel yang
w = batas atas fungsi f(x) di gunakan dalam simulasi harus disusun
i = nilai maksimum dari fungsi f(x) distribusi probabilitasnya.
Dengan menetapkan nilai x sebesar Xo dan 2. Mengonversikan distribusi probabilitas ke
melakukan pengambilan bilangan acak antara 0 dan i dalam bentuk frekuensi kumulatif. Distribusi
(misalnya P1), maka P1 tersebut akan diterima jika probabilitas kumulatif ini akan digunakan
P1<f(Xo) atau sebaliknya. sebagai dasar pengelompokan batas interval
Gambar 1: Metode Monte Carlo dari bilangan acak.
3. Menjalankan proses simulasi dengan
menggunakan bilangan acak. Bilangan acak
dikategorikan sesuai dengan rentang
distribusi probabilitas kumulatif dari
variabel-variabel yang di gunakan dalam
Sumber : Bonet Satya, Simulasi, 2007, 15 simulasi. Faktor-faktor yang sifatnya tidak
pasti seringkali menggunakan bilangan acak
Salah satu model simulasi yang paling untuk menggambarkan kondisi yang
popular pada pengendalian persediaan adalah simulasi sesungguhnya. Urutan proses simulasi yang
Monte Carlo. Model simulasi Monte Carlo merupakan melibatkan bilangan acak akan memberikan
bentuk simulasi probabilistik dimana solusi dari suatu gambaran dari variasi yang sebenarnya.
masalah diberikan berdasarkan proses randomisasi Banyak cara untuk mendapatkan bilangan
(acak). Proses acak ini melibatkan suatu distribusi acak, yaitu dengan menggunakan tabel
probabilitas dari variabel-variabel data yang bilangan acak, kalkulator, komputer, dan lain
dikumpulkan berdasarkan data masa lalu maupun sebaginya.
distribusi probabilitas teoritis. Bilangan acak 4. Analisis yang dilakukan dari keluaran
digunakan untuk menjelaskan kejadian acak setiap simulasi sebagai masukan bagi alternatif
waktu dari variabel acak dan secara berurutan pemecahan permasalahan dan pengambilan
mengikuti perubahan-perubahan yang terjadi dalam kebijakan. Pihak manajemen dapat
proses simulasi. Alur dari model simulasi Monte melakukan evaluasi terhadap kondisi yang
Carlo dapat dilihat sebagaimana gambar 2 sedang terjadi dengan hasil simulasi.
Gambar 2: Model Simulasi Monte Carlo Banyak permasalahan dan situasi di lapangan
yang membutuhkan kepekaan dalam memilih asumsi
agar tidak mengubah perilaku sebuah model yang
sesungguhnya. Jika dilihat pada kasus lain, sangatlah
penting bagi peneliti untuk mengetahui perilaku model
nyata yang sifatnya real-word complexity. Hal tersebut
untuk memudahkan dalam mengenal dasar
permasalahan yang akan dihitung sesuai analisis yang
dibutuhkan berdasarkan teori matematika dan
statistika. Dengan bantuan teori-teori tersebut akan
lebih mudah untuk membuat asumsi yang sesuai
dengan real-word system.
Ada beberapa bagian dari persediaan yang
tidak layak untuk diasumsikan seperti waktu order
produk, waktu permintaan dan pengiriman karena
sifatnya yang probabilistik. Sewaktu-waktu variabel
tersebut dapat dihitung dengan menggunakan analisis
probabilitas yang mana dengan analisis tersebut
peneliti akan dapat mengenali tingkat kesulitan data
Sumber : Bonet Satya, 2007, 16
66
 Jurnal Riset Komputer (JURIKOM), Vol. 3 No. 6, Desember 2016
ISSN 2407-389X (Media Cetak)
Hal : 65-69

yang bersifat probabilistik seperti yang dijelaskan 1. Menentukan tabel distribusi

pada bagian permasalahan yang didiskusikan Dalam hal ini Koperasi PT. Perkebunan Silindak
sekarang. Pendekatan yang digunakan sebagai menghitung perkiraan penjualan telur menurut
alternatif adalah menggunakan simulasi. Di dalam pola distribusi sebagai berikut :
simulasi persediaan, order produk, waktu permintaan Tabel 1: Distribusi penjualan barang
dan jumlah produk permintaan serta proses Penjualan
Frekuensi
pengiriman bersifat probabilistik (tidak pasti). Jadi No Barang
Permintaan
membutuhkan fungsi distribusi probabilistik untuk (Hari)
mengenali perilaku setiap variabelnya. Dengan 1 1 3
distribusi probabilistik tersebut seseorang dapat 2 2 50
menentukan berbagai kebutuhan yang di perlukan. 3 3 10
(Bonet Satya, 2007, 15) 4 4 30
Langkah Penyelesaian 5 5 10
1. Terlebih dahulu dibuat Imperical Data 6 6 0
distribusinya, yaitu : fungsi Probobilitas 7 7 65
Distribusi Frekuensi, 8 8 30
..............................(1) 9 9 10
Dimana 10 10 40
PDF = Probobilitas Distribusi Frekuensi Jumlah 248
F = Frekuensi
J = Jumlah 2. Menentukan distribusi kemungkinan dan
kumulatif
2. Distribusi permintaan tersebut diubah dalam Pada distribusi penjualan barang dapat ditentukan
bentuk fungsi . Commulative Distribusi distribusi kemungkinan dan distribusi kumulatif.
Frekuensi, ..............................(1)
3. Setiap permintaan tersebut, diberi angka
Dimana
penunjuk batasan (Tag/Label number),
PDF : Probobilitas Distribusi Frekuensi
disusun berdasarkan Commulative Distribusi
F : Frekuensi
Frekuensi distribusi permintaan.
J : Jumlah
4. Lakukan penarikan random number, dengan
salah satu bentuk Random Number
Tabel 2: Distribusi kemungkinan dan distribusi
Generation (RNG), yaitu dengan
kumulatif
menggunakan metode Linear Congruent
Method (LCM) Distribusi Distribusi
No Frekuensi
Xi+1=(a.X1+c) Mod M........(2) Kemungkinan Kumulatif
Dengan Syarat a, c < M , X 0 > 0 1 3 3/248=0,01 0,01
Dimana 2 50 50/248=0,20 0,21
Xi = bilangan awal yang ditentukan 3 10 10/248=0,04 0,25
a = Konstanta perkalian 4 30 30/248=0,12 0,37
c = Konstanta penambahan 5 10 10/248=0,04 0,41
Mod = Modulus 6 0 0/248=0 0,41
M = Batasan nilai bilangan acak 7 65 65/248=0,26 0,67
(Alpianus, 2015, ISSN 2301) 8 30 30/248=0,12 0,79
9 10 10/248=0,04 0,83
III. ANALISA DAN PEMBAHASAN 10 40 40/248=0,16 0,99
Simulasi monte carlo memiliki sifat dasar
stokastik yang artinya metode ini berdasarkan pada 3. Pembentukan grafik dan interval dari variable
penggunaan angka-angka yang bersifat acak dan penjualan
kemungkinan untuk mengidentifikasi sebuah masalah, Setelah menentukan porbabilitas kumulatif untuk
metode ini sebelumnya digunakan untuk tiap variable yang termasuk dalam simulasi,
menyelesaikan masalah kuantitatif dengan proses tentukan grafik setiap penjualan barang pada
fisik. Sperti pelemparan dadu atau pengocokan kartu Koperasi PT. Perkebunan Silindak. Lalu beri
untuk menurunkan sampel. batasan menentukan batas angka yang mewakili
Dalam hal penyelesaian dengan metode tiap kemungkinan. Hal tersebut ditujukan pada
monte carlo yang akan dilakukan adalah menentukan interval, penentuan interval didasari oleh
penjualan telur selama 10 hari berturut-turut pada kemungkinan kumulatif.
Koperasi PT. Perkebunan Silindak. yaitu 3, 50, 10, 30,
10, 65, 0, 30, 10, dan 40 butir telur.
67
 Jurnal Riset Komputer (JURIKOM), Vol. 3 No. 6, Desember 2016
ISSN 2407-389X (Media Cetak)
Hal : 65-69

Gambar 3. Grafik frekuensi penjualan barang

Adapun interval atau batasan dari tiap kemungkinan adalah sebagai berikut :
Tabel 3. Interval atau batasan
Distribusi Distribusi
No Permintaan Frekuensi Interval
kemungkinan kumulatif
1 1 3 3/248=0,01 0+0,01=0,01 0-1
2 2 50 50/248=0,20 0,01+0,20=0,21 2-21
3 3 10 10/248=0,04 0,21+0,04=0,25 22-25
4 4 30 30/248=0,12 0,25+0,12=0,37 26-37
5 5 10 10/248=0,04 0,37+0,04=0,41 38-41
6 6 0 0/248=0 0,67+0=0,67 41
7 7 65 65/248=0,26 0,41+0,26=0,67 42-67
8 8 30 30/248=0,12 0,67+0,12=0,79 68-79
9 9 10 10/248=0,04 0,79+0,04=0,83 80-83
10 10 40 40/248=0,16 0,83+0,16=0,99 84-99

4. Menentukan angka random X5 =(12.63+23) mod 100

Penarikan random number dilakukan dengan =779 mod 100
rumus LCM, sehingga didapatkan berapa banyak =79
penjualan barang dalam 10 hari berturut-turut. X6 =(12.79+23) mod 100
Penarikan angka random untuk simulasi ini =971 mod 100
adalah sebagai berikut. =71
Xi+1=(a.X1+c) Mod M........(2) X7 =(12.71+23) mod 100
Dengan Syarat a, c < M , X 0 > 0 =875 mod 100
=75
Dimana X8 =(12.75+23) mod 100
Xi : bilangan awal yang ditentukan =923 mod 100
a : Konstanta perkalian =23
c : Konstanta penambahan X9 =(12.23+23) mod 100
Mod : Modulus =299 mod 100
M : Batasan nilai bilangan acak =99
X10 =(12.99+23) mod 100
a=12 X0=3 c=23 m=100 =1211 mod 100
X1 =(12.3+23) mod 100 =11
=59 mod 100
=59 5. Membuat simulasi dan rangkaian percobaan dari
X2 =(12.59+23) mod 100 hasil pengambilan random number kemudian
=731 mod 100 dapat disusun suatu tabel dari urutan hari-hari
=31 penjualan barang pada Koperasi PT. Perkebunan
X3 =(12.31+23) mod 100 Silindak. Untuk menentukan tabel hasil dapat
=395 mod 100 disesuaikan pada tabel interval.
=95
X4 =(12.95+23) mod 100 Tabel 4. Tabel Percobaan
=1163 mod 100 Hari Angka acak Hasil
=63 1 59 6
68
 Jurnal Riset Komputer (JURIKOM), Vol. 3 No. 6, Desember 2016
ISSN 2407-389X (Media Cetak)
Hal : 65-69

Hari Angka acak Hasil 3. Tampilan Form About

2 31 4 Pada tampilan form about berisi tentang
3 95 10 Informasi mengenai judul skripsi, serta teori simulasi
4 63 6 monte carlo, dapat dilhat pada gambar 3
5 79 8 Gambar 6: Form About
6 71 8
7 75 8
8 23 3
9 99 10
10 11 2
Jumlah 65
65=6,5
10

Jadi kemungkinan penjualan barang pada

Koperasi PT. Perkebunan Silindak dalam 1 hari yang
akan datang adalah 6,5. Sehingga dibulatkan menjadi
7 permintaan barang, yaitu 65 butir Telur.

IV. IMPLEMENTASI V. KESIMPULAN

Implementasi merupakan langkah yang
digunakan untuk mengoperasikan sistem yang
dibangun. Secara proporsional harus memenuhi akses
yaitu :
1. Tampilan Form Splash Screen
Pada tampilan Form Splash Screen utama
adalah bentuk atau gambaran perancangan halaman
depan yang dapat dilihat pada gambar 4 dibawah ini :
Gambar 4: Form Splash Screen
Setelah merancang dan mengaplikasikan
perangkat lunak simulasi monte carlo, maka disini
penulis dapat menarik kesimpulan sebagai berikut :
1. Simulasi permintaan barang dengan
menggunakan metode Monte Carlo pada
Koperasi PT. Perkebunan Silindak sangat
penting dalam meningkatkan produktifitas baik
dalam penjualan dan kemampuan karyawan
dalam memahami sistem permintaan barang.
2. Perancangan simulasi dengan metode Monte
Carlo dapat mempermudah dalam mencari
permasalahan pada sistem yang sesungguhnya
serta pembelajaran secara kompleks dalam
memahami sistem permintaan barang.

VI. DAFTAR PUSTAKA

1. Abdul Kadir, “Pemrograman Database MySQL Untuk
Pemula”, Penerbit Media Kom, Yogyakarta, 2013.
2. Tampilan Form Proses 2. Adnan (2008). “Aplikasi Simulasi Monte Carlo Dalam
Pada tampilan form proses untuk Estimasi Biaya Proyek”, 222-227.
memasukkan data-data permintaan barang, dapat 3. Bonet Satya, “Simulasi, Teori dan Aplikasinya”, Penerbit
dilhat pada gambar 5. Andi, Yogyakarta, 2007.
4. Wahana Komputer. “Panduan Aplikatif dan Solusi (PAS)
Gambar 5: Form Proses Membangun Aplikasi Toko dengan Visual Basic 2008”,
Penerbit Andi, Yogyakarta, 2009.
5. https://id.wikipedia.org/wiki/Logo, diakses tanggal 11 April
2015
6. http://id.wikipedia.org/wiki/Koperasi, diakses tanggal 25 Mei
2015.
7. http://jbptunikompp-gdl-s1-2007-rinamaryan-6461-bab-ii.doc,
diakses tanggal 3 September 2015.
8. http://id.wikipedia.org/wiki/Barang, diakses tanggal 22 Mei
2015.
9. http://smart-ti.com/2012/09/simbol-simbol-desain-sistem/,
diakses tanggal 7 Mei 2015.

69