Diajukan oleh:
Pembimbing I Pembimbing II
NIDN: NIDN:
Mengetahui,
Ketua Program Studi Sistem Informasi
Universitas Dipanegara
ii
KATA PENGANTAR
Segala puji dan syukur kita panjatkan kepada Allah SWT atas Rahmat-Nya
yang selama ini kita dapatkan, yang memberi hikmah dan yang paling bermanfaat
bagi seluruh umat manusia, sehingga oleh karenanya kami dapat menyelesaikan
Pada Aplikasi Order Indent Berbasis Web (Studi Kasus: PT. Hadji Kalla Sales
Makassar)” dengan baik dan tepat waktu. Adapun maksud dan tujuan dari
Makassar.
namun berkat dukungan materil dari berbagai pihak, akhirnya kami dapat
menyelesaikan tugas ini dengan cukup baik, oleh karena itu melalui kesempatan
semua pihak terkait yang telah membantu terselesaikannya tugas ini antara lain
kepada:
Makassar
3. Sitti Aisah, S.Kom., M.T. selaku pembimbing 2 dan ketua program studi
iii
iv
4. Seluruh dosen program studi sistem informasi Universitas Dipa Makassar atas
Penulis menyadari bahwa proposal ini masih jauh dari kesempurnaan, oleh
karena itu kami mengharapkan segala saran dan kritik yang membangun dari
semua pihak sangat penulis harapkan demi perbaikan pada tugas selanjutnya.
Harapan penulis semoga tugas ini bermanfaat khususnya bagi penulis dan bagi
Penulis
DAFTAR ISI
Contents
HALAMAN JUDUL...............................................................................................i
KATA PENGANTAR..........................................................................................iii
DAFTAR ISI...........................................................................................................v
DAFTAR GAMBAR..........................................................................................viii
DAFTAR TABEL.................................................................................................ix
BAB I PENDAHULIAN...................................................................................1
DAFTAR PUSTAKA
LAMPIRAN
DAFTAR GAMBAR
viii
DAFTAR TABEL
ix
BAB I
PENDAHULUAN
teknologi informasi dalam bidang bisnis adalah perkiraan pesanan mobil inden.
Forecasting (peramalan) adalah salah satu unsur yang sangat penting dalam
pada masa lalu yang kemudian dianalisis dengan menggunakan metode atau cara-
cara tertentu. Data masa lalu dikumpulkan, dipelajari, dianalisis dan dihubungkan
dengan perjalanan waktu, karena adanya faktor waktu tersebut, maka dari data
hasil analisis tersebut kita dapat mencoba mengatakan sesuatu yang terjadi di
memerlukan data historis selama jangka waktu tertentu. Single Moving merupakan
suatu metode peramalan dengan menggunakan data-data pada masa lalu kemudian
PT. Hadji Kalla adalah distributor resmi Toyota untuk wilayah Sulawesi
mobil Toyota untuk wilayah Sulawesi Selatan ditangani oleh Sales Department
1
2
yang berlokasi di Wisma Kalla lantai 12. Dalam menjalankan usahanya, sales
akan produk mobil merek Toyota, khusunya dalam penanganan permintaan mobil
pesanan tetapi stok mobil kurang. Untuk menangani adanya pesanan yang indent
Single Moving Average Pada Aplikasi Order Indent Berbasis Web (Studi
Kasus: PT. Hadji Kalla Sales Makassar).” yang diharapkan dapat membantu
pengelola untuk meramalkan atau mengestimasi akan kebutuhan mobil pada masa
konsumen
indent PT. Hadji Kalla Sales Departement Makassar telah sesuai dengan yang
diharapkan?.
3
1. Menganalisis dan merancang aplikasi order indent PT. Hadji Kalla Sales
Departement Makassar.
Indent Berbasis Web PT. Hadji Kalla Sales Departement Makassar dengan
metode black-box.
Adapun manfaat dari penelitian ini di buat berdasarkan dari penelitian yang
Average.
2. Bagi pembaca yaitu dapat menjadi referensi bagi pembaca yang ingin
3. Bagi Perusahaan PT. Hadji Kalla Sales Makassar yaitu memudahkan pihak
mobil indent.
BAB III METODE PENELITIAN, membahas tentang tentang waktu dan tempat
TINJAUAN PUSTAKA
Kerangka pikir penelitian yang akan dilaksanakan pada PT. Hadji Kalla
PT. Hadji Kalla adalah distributor resmi Toyota untuk wilayah Sulawesi
Selatan, Sulawesi Tengah, Sulawesi Barat, dan Sulawesi Tenggara.
5
dari
6
7
orang di dalam satu atau lebih departemen, yang diterapakan untuk menjamin
Hutahaean, 2015).
Supaya sistem itu dikatakan sistem yang baik memiliki karakteristik yaitu:
1. Komponen
Komponen sistem terdiri dari komponen yang berupa subsistem atau bagian-
Batasan sistem merupakan daerah yang membatasi antara suatu sistem dengan
sistem yang lain atau dengan lingkungan luarnya. Batasan sistem ini
Lingkungan luar sistem (environment) adalah diluar batas dari sistem yang
yang harus tetap dijada dan yang merugikan yang harus dijaga dan
sumber daya mengalir dari subsistem ke subsistem lain. Keluaran (output) dari
penghubung.
keluaran
Keluaran sistem adalah hasil dari energi yang diolah dan diklasifikasikan
7. Pengolah sistem
Suatu sistem menjadi bagian pengolah yang akan merubah masukkan menjadi
keluaran. Sistem produksi akan mengolah bahan baku menjadi bahan jadi,
8. Sasaran sistem
Suatu sistem pasti mempunyai tujuan (goal) atau sasaran (objective). Sasaran
dari sistem sangat menentukan input yang dibutuhkan sistem dan keluaran
terbentuk dari karakter yang dapat berupa alphabet, angka maupun simbul khusus
seperti *, $, dan /. Data disusun untuk diolah dalam bentuk sruktur data, struktur
direncanakan guna mencapai tujuan atau hasil yang diinginkan. 8 unsur pokok
1. Membaca
2. Menulis, mengetik
4. Menyortir
6. Menghitung
7. Membandingkan
Informasi adalah data yang diolah menjadi bentuk yang lebih berguna dan
lebih berarti bagi penerimanya. Sumber informasi adalah data. Data kenyataan
10
kejadian (event) adalah kejadian yang terjadi pada saat tertentu. Menurut Gordon
B. Davis dalam kutipan Jeperson Hutahaean (2015): Informasi adalah data yang
telah diolah menjadi suatu bentuk yang penting bagi si penerima dan mempunyai
nilai nyata atau yang dapat dirasakan dalam keputusan-keputusan yang sekarang
Nilai informasi ditentukan oleh dua hal yaitu manfaat dan biaya
Merupakan biaya tetap atau biaya tertanam dan akan meningkat untuk tingkat-
4. Biaya perubahan:
Biaya ini merupakan biaya tertanam dan meliputi setiap jenis perubahan dari
5. Biaya operasi:
Biaya ini pada dasarnya merupakan biaya variable dan meliputi biaya macam-
2015).
mendapatkan hasil yang lebih akurat sesuai dengan tujuan pembuatan aplikasi
salah satu teknik pemrosesan data aplikasi yang biasanya berpacu pada sebuah
diharapkan. Pengertian aplikasi secara umum adalah alat terapan yang difungsikan
merupakan suatu perangkat komputer yang siap pakai bagi user. (Rahayu, 2018)
tersedia tiap hari dan merupakan salah satu kelebihan avg dibanding dengan
bergantung pada sistem operasi dan selama sistem operasi tidak ada masalah
dan saat melakukan scanning membutuhkan waktu yang lebih singkat bila
atas situasi kedepan dengan lebih baik dan terperinci dimasa depan berlandaskan
kumpulan informasi data histori periode sebelumnya hingga saat ini untuk
sebuah aktivitas perkiraan produk yang dimasa depan dalam kurun waktu tertentu
kemungkinan- kemungkinan atas situasi pada masa yang kedepan dengan cara
13
pengujian data yang terjadi dimasa lalu. Pendekatan peramalan ini juga
bermanfaat bagi pemilik organisai atau usaha dalam rangka menentukan jumlah
penjualan barang produksi dimasa yang akan akan datang, sehingga pemilik lebih
kuantitatif mengenai suatu kejadian yang akan terjadi pada beberapa periode
kedepan, yang didasarkan data histori yang saling terkait dan relevan yang telah
pola dari data yang lalu, sehingga dapat memberikan gambaran menganai cara
berfikir dari pengerjaan dan pemecahan suatu masalah dalam situasi yang
sistematis dan dpat dibuktikan secara riil sehingga memberikan tingkat keyakinan
kemajuan tehnologi yang dapat meluncurkan produk baru yang menarik, yang
Peramalan yang baik mempunyai beberapa kriteria yang penting, antara lain
sebagai berikut:
1. Akurasi
Akurasi dari suatu hasil peramalan diukur dengan hasil kebiasaan dan
banyak modal yang terserap sia-sia. Keakuratan dari hasil peramalan ini
2. Biaya
peramalan, dan metode peramalan yang dipakai. Ketiga faktor pemicu biaya
3. Kemudahan
memakai metode yang canggih, tetapi tidak dapat diaplikasikan pada sistem
peralatan teknologi.
terjadi. Metode single moving average memiliki karater khusus yaitu memerlukan
data historis dengan jangka waktu tertentu dan semakin pajang waktunya maka
moving average yang akan dihasilkan akan semakin halus. (Yudaruddin, 2019)
pada setiap data yang akan dihitung. Meskipun sederhana dan sangat efisien,
SMA cukup efektif dalam menentukan trend yang sedang terjadi dimarket.
peramalan untuk menghitung rata-rata hasil penjualan tas pada periode tertentu
yang akan terus dihitung berdasarkan pergerakan data, metode ini sangat efektif,
average:
X t + X t −1 + X t−n +1
St +1= ........................................................................1)
n
Keterangan:
terhadap mobil Avanza Veloz untuk bulan Juni 2022 menggunakan data peramalan
5 bulan, 4 bulan, dan 3 bulan berdasarkan datapermintaan bulan Januari 2021 s.d.
Mei 2022. Adapun data histori permintaan dan persediaan mobil sebagai bahan
Permintaa Persediaa
No. Bulan n n Indent
1 Januari 2021 31 23 8
2 Pebruari 2021 27 20 7
3 Maret 2021 26 21 5
4 April 2021 35 24 11
5 Mei 2021 30 24 6
6 Juni 2021 30 20 10
7 Juli 2021 26 21 5
8 Agustus 2021 31 21 10
9 September 2021 31 24 7
10 Oktober 2021 27 23 4
11 November 2021 33 22 11
12 Desember 2021 30 23 7
17
13 Januari 2022 29 22 7
14 Pebruari 2022 30 24 6
15 Maret 2022 28 24 4
16 April 2022 30 23 7
17 Mei 2022 31 23 8
dimulai pada bulan Juni 2021 oleh karena nanti setelah bulan Juni 2021 baru
Juni 2021 =
( Januari2021+ Pebruari 2021+ Maret 2021+ April 2021+ Mei 2021)
5
(31+27+ 26+35+30) 149
= = = 29 , 8=30
5 5
Juli 2021 =
( Pebruari 2021+ Maret 2021+ April 2021+ Mei 2021+ Juni 2021)
5
(27+ 26+35+30+30) 148
= = = 29 , 6=30
5 5
( Maret 2021+ April 2021+ Mei 2021+Juni 2021+ Juli 2021)
Agustus 2021 =
5
(26+ 35+30+30+26) 147
= = = 29 , 4=29
5 5
( April 2021+ Mei 2021+ Juni 2021+Juli 2021+ Agustus 2021)
September 2021 =
5
(35+30+ 30+26+31) 152
= = = 30 , 4=30
5 5
( Mei 2021+ Juni2021+ Juli 2021+ Agustus+ September 2021)
Oktober 2021 =
5
(30+30+ 26+31+31) 148
= = = 29 , 6=30
5 5
November 2021 =
18
¿
Juni 2022 =( Januari2022+ Pebruari 2022+ Maret 2022 ) + April 2022+ Mei 2022¿ 5
dengan persamaan:
digunakan dapat dikatakan baik, dan untuk MAPE terdapat range nilai yang dapat
bulan di atas dan berdasarkan data permintaan pada tabel 2.1, maka dapat dihitung
dimulai pada bulan Mei 2021 oleh karena nanti setelah bulan Mei 2021 baru
¿
Juni 2022 = Pebruari 2022+ Maret 2022+ April 2022+ Mei2022 ¿ 4
bulan di atas dan berdasarkan data permintaan pada tabel 2.1, maka dapat dihitung
0 , 0+0 ,0+15 , 4+3 , 2+6 , 5+11, 1+12 ,1+3 , 3+3 , 4 +0 , 0+10 , 7+3 , 3+6 , 5 75 ,6
MAPE= = =5 , 4
13 13
dimulai pada bulan April 2021 oleh karena nanti setelah bulan April 2021 baru
(26+ 35+30) 91
= = = 30 , 00=30
3 3
( April 2021+ Mei 2021+ Juni 2021)
Juli 2021 =
3
(35+30+ 30) 95
= = = 31 , 66=32
3 3
( Mei 2021+ Juni2021+ Juli 2021)
Agustus 2021 =
3
(30+30+ 26) 86
= = = 28 , 66=27
3 3
( Juni2021+ Juli 2021+ Agustus 2021)
September 2021 =
4
(30+26 +31) 87
= = = 29
3 3
( Juli 2021+ Agustus 2021+ September 2021)
Oktober 2021 =
3
(26+ 31+ 31) 88
= = = 29 , 33=29
3 3
( Agustus2021+ September 2021+Oktober 2021)
November 2021 =
3
(31+31+27) 89
= = = 29 , 67=30
3 3
( September 2021+Oktober 2021+ November 2021)
Desember 2021 =
3
(31+27+ 33) 91
= = = 30 , 33=30
3 3
(Oktober 2021+ November 2021+ Desember 2021)
Januari 2022 =
3
(27+ 33+30) 90
= = = 30
3 3
( November 2021+ Desember 2021+ Januari 2022)
Pebruari 2022 =
3
(33+30+ 29) 92
= = = 30 , 67=31
3 3
28
(30+28+ 30) 88
= = = 29 , 33=29
3 3
¿
Juni 2022 = Maret 2022+ April 2022+ Mei 2022 ¿ 4
(28+30+ 31) 89
= = = 29 , 67=30
3 3
Hasil peramalan diperoleh bahwa untuk bulan Juni 2022 diramalkan
bulan di atas dan berdasarkan data permintaan pada tabel 2.1, maka dapat dihitung
20 , 0+3 , 3+0 , 0+23 , 1+6 , 5+6 , 5+7 , 4 +9 , 1+0 , 0+3 , 4 +3 ,3+ 7 ,1+3 ,3+6 ,5 99 , 5
MAPE= = =7 , 1
14 14
30
No Data Hasil
. Peramalan Forecast MAPE (%)
1 3 Bulan 30 7,1
2 4 Bulan 30 5,4
3 5 Bulan 30 4,5
mendapatkan nilai yang sama untuk perkiraan permintaan pada Juni 2022 sebesar
yang paling akurat karena memiliki nilai MAPE yang paling kecil yaitu sebesar
5%.
berfungsi menerima permintaan (request) berupa halaman web melalui HTTP atau
HTTPS dari klien yang dikenal dengan browser web dan mengirimkan kembali
2018, p. 7). Beberapa web Sever yang banyak digunakan di internet antara lain:
web_srvr/home_web_srvr.xml)
sederhana yang ditulis dalam berkas format ASCII agar dapat menghasilkan
atau disisipkan ke dalam HTML. PHP banyak dipakai untuk membuat program
situs web dinamis”. PHP juga sering juga digunakan untuk membangun sebuah
PHP dapat berfungsi sebagai server-side yaitu pada server side, ada sebuah
bagian metode HTTP. Misalnya penggunaan CGI script pada sisi server yang
Use case adalah deproposal fungsi dari sebuah sistem dari prespektif
antara user (pengguna) sebuah sistem dengan sistemnya sendiri melalui sebuah
cerita bagaimana sistem dipakai (Munawar, 2018, p. 89). Simbol-simbol use case
Class diagram adalah salah satu jenis diagram pada UML yang digunakan
untuk menampilkan kelas-kelas maupun paket-paket yang ada pada suatu sistem
yang nantinya akan digunakan. Simbol-simbol class diagram seperti pada tabel
34
2.8.
aspek dinamis dari sistem. Activity diagram mempunyai peran seperti halnya
7.
Join Menunjukkan adanya dekomposisi
Sequence diagram adalah salah satu jenis diagram pada UML yang
White box testing adalah pengujian perangkat lunak pada tingkat alur kode
program, apakah masukan dan keluaran yang sesuai dengan spesifikasi yang
kode. Metode jalur dasar adalah salah satu metode white box testing, di mana
dalam proses pengujian diperlukan untuk membuat flowgraph dari program skrip
Basis path adalah suatu jalur unik yang melintasi alur progam dan tidak
basic path mengharuskan menghitung kompleksitas logis dari alur program dan
eksekusi. Dalam white box testing menggunakan basis path terdapat beberapa
tahapan yaitu dengan membuat flowgraph dari fungsi yang akan diuji,
menghitung cyclometic complexity (CC) dan melakukan unit test. (Pratala et al.,
2020).
Moving. Jurnal Teknologi Informasi Dan Ilmu Komputer (JTIIK), 7(6), 1161–
Warnet Bulian City di Muara Bulian. Eksis: Jurnal Ilmiah Ekonomi Dan
METODE PENELITIAN
Departmen yang berlokasi di Wisma Kalla, Lantai 12. Jl. Dr. Sam Ratulangi No.
8-10, Makassar selama ± 3 bulan mulai bulan Juni 2022 sampai dengan Agustus
2022.
Bahan dan alat penelitian yang akan digunakan dalam penelitian ini adalah
sebagai berikut:
Bahan penelitian yang akan digunakan dalam penelitian ini adalah data
Alat yang akan digunakan dalam penelitian ini berupa software dan
b. Memory: 4 GB
39
3. Display: 1920 x 1080 resolution with True Color.
40
41
berikut:
average.
adalah:
1. Pengumpulan data
Agustus
Juni 2022 Juli 2022
No. Kegiatan 2022
1 2 3 4 1 2 3 4 1 2 3 4
1. Pengumpulan data
2. Insialisasi kebutuhan fungsional
3. Analisis sistem
4. Desain sistem secara umum
5. Desain sistem secara rinci
6. Penulisan kode program
7. Pengujian sistem
8. Implementasi sistem
Keterangan:
Keterangan:
1. Use case login yaitu fungsional sistem yang akan digunakan oleh admin, dan
kepala sales department untuk login ke dalam sistem yang akan penulis
rancang.
2. Use case proses data admin yaitu fungsional sistem untuk menampilkan daftar
4. Use case proses data mobil yaitu fungsional sistem yang digunakan oleh
5. Use case proses data pemesanan yaitu fungsional sistem yang digunakan oleh
6. Use case proses data penjualan yaitu fungsional sistem yang digunakan oleh
7. Use case implementasi metode single moving adalah fungsional sistem yang
8. Use case cetak laporan adalah fungsionalitas sistem yang digunakan admin
9. Use case view laporan adalah fungsionalitas sistem yang digunakan pimpinan
Apriliani, A., Zainuddin, H., Hasanuddin, Z. B., Pembangunan, U., Veteran, N.,
Timur, J., Makassar, U. H., & Korespondensi, P. (2020). Peramalan Tren
Penjualan Menu Restoran Menggunakan Sales Trend Forecast of a
Restaurant Menus Using Single Moving. Jurnal Teknologi Informasi Dan
Ilmu Komputer (JTIIK), 7(6), 1161–1168.
https://doi.org/10.25126/jtiik.202072732
Madcoms. (2016). Sukses Membangun Toko Online dengan PHP dan MySQL.
Andi Offset.
Pratala, C. T., Asyer, E. M., Prayudi, I., & Saifudin, A. (2020). Pengujian White
Box pada Aplikasi Cash Flow Berbasis Android Menggunakan Teknik Basis
Path. Jurnal Informatika Universitas Pamulang, 5(2), 111.
https://doi.org/10.32493/informatika.v5i2.4713
Susilawati, D., Setiawan, N., Yulianti, I., & Prayudi, D. (2018). Penerapan
Metode Single Moving Average untuk Prediksi Penjualan Pada Aby Manyu
Cell. Swabumi, 6(1), 78–84. https://doi.org/10.31294/swabumi.v6i1.3319