RANCANG BANGUN SISTEM PERAMALAN PENJUALAN

DENGAN METODE WEIGHTED MOVING AVERAGE PADA UD

RIKO JAYA

PROPOSAL TUGAS AKHIR

Program Studi

S1 Sistem Informasi

Oleh :

AKHMAT HIDAYATULLOH

18.410100.0126

FAKULTAS TEKNOLOGI DAN INFORMATIKA

UNIVERSITAS DINAMIKA

2023
 2

RANCANG BANGUN SISTEM PERAMALAN PENJUALAN DENGAN

METODE WEIGHTED MOVING AVERAGE PADA UD RIKO JAYA

PROPOSAL

Diajukan sebagai syarat untuk mengerjakan Tugas Akhir

Oleh :

Nama : Akhmat Hidayatulloh

NIM : 18.410100.0126

Program : S1 (Strata Satu)

Jurusan : Sistem Informasi

Surabaya, 20 Mei 2023

Disetujui:

Pembimbing
I. Dr. Haryanto Tanuwijaya, S.Kom., M.MT.
NIDN. 0710036602

II. Dr. Eng. Valentinus Roby Hananto,

S.Kom., M.Sc., OCA.
NIDN. 0715028903

Penguji

I. Julianto Lemantara. S.Kom., M.Eng.

NIDN 0722108601

Mengetahui:

Kepala Program Studi S1 Sistem Informasi

Dr. Anjik Sukmaaji, S.Kom., M.Eng.

NIDN 0731057301

2
 3

A. Judul

Rancang Bangun Sistem Peramalan Penjualan Dengan Metode Weighted

Moving Average pada UD RIko Jaya

B. Latar Belakang

Teknologi informasi saat ini berkembang sangat pesat dan semakin

merambat dalam berbagai bidang terutama dalam perusahaan yang bergerak

dalam bidang perdagangan (Damayanti, 2020). Dalam era digital yang semakin

maju ini, teknologi memberikan banyak kemudahan dan keuntungan bagi

perusahaan untuk meningkatkan produktivitas, efisiensi, dan kualitas layanan.

Penerapan teknologi yang tepat dan efektif dapat memberikan banyak manfaat

bagi perusahaan, seperti meningkatkan efisiensi operasional, mempercepat proses

bisnis, dan meningkatkan pengalaman pelanggan. Berbagai teknologi yang ada

saat ini seperti e-commerce, sistem manajemen gudang, sistem POS (Point of

Sale), analisis data, dan sistem peramalan dapat digunakan oleh perusahaan untuk

mengoptimalkan kinerja dan mencapai tujuan bisnis yang diinginkan.

UD Riko jaya terletak di Kecamatan Pakal, Kota Surabaya, Provinsi Jawa

Timur, UD Riko Jaya merupakan suatu usaha kecil menengah yang bergerak di

bidang perdagangan. UD Riko Jaya mempunyai proses bisnis yaitu dimulai dari

pihak mitra yang melakukan pemesanan produk seperti sedotan, sendok plastik,

dan cutton bud kepada pemilik perusahaan. Setelah menerima pemesanan, pemilik

perusahaan melakukan pembelian produk yang belum dikemas kepada pemasok.

Setelah itu mengirimkan produk yang di kemas ke pada UD Riko Jaya. Setelah

produk datang, staf bagian pengemasan melakukan pengemasan pada produk yang

belum dikemas. Setelah selesai di kemas, pemilik perusahaan menjual produk

 4

yang sudah di kemas pada mitra yang sudah memesan produk tersebut, lalu staf

bagian pengiriman langsung mengirimkan produk yang sudah di kemas kepada

mitra.

Pada proses penjualan, pemilik perusahaan yang bertugas dalam melakukan

pencatatan dan pembelian produk masih mengalami kesulitan dalam menentukan

jumlah stok produk yang harus disediakan perperiodenya sehingga susah untuk

memperkirakan jumlah produk belum dikemas yang harus dibeli dari pemasok

tiap bulannya dan perencanaan proses packaging pada setiap bulannya, karena

selama ini dalam menentukan stok produk hanya dengan perkiraan dan

permintaan pelanggan saja. Tanpa adanya perhitungan yang baik dalam

menentukan persediaan produk maka akan terjadi kekurangan produk ataupun

kelebihan produk yang dapat menyebabkan penumpukan produk di gudang

sehingga perusahaan dapat mengalami kerugian.

Dengan pemanfaatan teknologi informasi, solusi yang dapat ditawarkan

yaitu dengan pembuatan aplikasi peramalan penjualan dengan Metode Weighted

Moving Average. Metode Weight Moving Average (WMA) merupakan metode

yang cocok digunakan pada data yang bersifat time-series, yaitu data yang

berubah dari waktu ke waktu, didalam metode Weighted Moving Average selain

perhitungannya sederhana, pada teknik Weighted Moving Average diberikan bobot

yang berbeda untuk setiap data historis masa lalu yang tersedia, dengan asumsi

bahwa data historis yang paling terakhir atau terbaru akan memiliki bobot lebih

besar dibandingkan dengan data historis yang lama karena data yang paling

terakhir atau terbaru merupakan data yang paling relevan untuk peramalan. Oleh

karena itu metode ini dapat membantu memaksimalkan perhitungan prediksi

 5

penjualan produk untuk periode mendatang sehingga dapat memprediksi berapa

stock produk yang harus di sediakan dan dapat mengetahui berapa jumlah untuk

perencanaan packaging setiap bulannya.

C. Rumusan Masalah

Adapun rumusan masalah yang telah di ambil berdasarkan latar belakang

yaitu bagaimana melakukan peramalan dengan metode Weighted Moving Average

pada UD RIko Jaya.

D. Batasan Masalah

Berdasarkan rumusan masalah yang telah dijelaskan, maka penelitian ini

berfokus pada permasalahan yang akan di bahas sebagai berikut:

1. sistem yang di buat berbasis website

2. aplikasi hanya berfokus pada peramalan penjualan

3. data yang di pakai hanya produk sedotan tahun 2022

E. Tujuan

Berdasarkan latar belakang dan rumusan masalah, adapun tujuan yang

terdapat pada penelitian ini yaitu menghasilkan aplikasi peramalan penjualan

dengan metode Weighted Moving Average untuk membantu menentukan stok

produk sehingga terjadi kekurangan persediaan produk dan perencanaan

packaging di setiap bulannya

F. Manfaat Penelitian

Adapun manfaat dari aplikasi peramalan penjualan menggunakan metode

Weighted Moving Average yaitu :

 6

1. Dapat membantu dalam menentukan persediaan produk, sehingga

perusahaan tidak mengalami kekurangan produk ataupun kelebihan

produk didalam gudang

2. Membantu menyeimbangkan antara persediaan produk dan permintaan

pelanggan

3. Dapat meramalkan berapa penjualan yang akan terjadi pada masa

mendatang pada perusahaan.

G. Landasan Teori

Sebagai pendukung penelitian ini, terdapat studi literature yang di gunakan

sebagai dasar teori atau acuan dalam pembuatan rencang bangun aplikasi

peramalan penjualan menggunakan metode Weighted Moving Average. Oleh

karena itu dalam penelitian ini terdapat beberapa pemahaman teori antara lain:

1. Penelitian terdahulu

2. Peramalan

3. Metode Weighted Moving Average

4. Pengukuran kesalahan peramalan

5. System Development Life Cycle (SDLC) Waterfal

G.1 Penelitian Terdahulu

Penelitian terdahulu digunakan sebagai dasar acuan dalam menambah

wawasan penulis. Dalam melakukan penelitian, penulis akan mencari penelitian

terdahulu dengan jenis penelitian yang sama kemudian mencari perbedaan dari

penelitian tersebut. Adapun perbedaan pada penelitian ini dengan penelitian

sebelumnya dapat dilihat pada Tabel 1.

 7

Tabel 1 Penelitian Terdahulu

Judul Penelitian Penelitian Sebelumnya Penelitian Saat Ini

Peramalan Penjualan Permasalahan yang ada Permasalahan yang ada
Produk Sepatu dengan mengalami tingkatan karena penjualan yang
Menggunakan Metode penjualan yang berubah- berubah ubah
Double Moving Average ubah, kurangnya perusahaan kesulitan
(DMA) permintaan sepatu memperkirakan jumlah
membuat usaha dagang produk mentah yang
mengalami kerugian dari harus di beli dari
konsumen karna tidak pemasok dan kesulitan
dapat memenuhi memperkirakan
kebutuhan konsumen perancanaan proses
dan kelebihan membuat packaging pada setiap
usaha mengeluarkan bulannya
biaya penyimpanan
SISTEM PERAMALAN Permasalahan yang ada
PENJUALAN PAVING masih mengalami
BLOCK kesulitan dalam
MENGGUNAKAN menentukan jumlah
METODE SINGLE produksi, karena selama
MOVING AVERAGE ini dalam menentukan
jumlah produksi hanya
dengan perkiraan saja,
tanpa ada perhitungan
yang baik untuk
mengetahui bayangan
apa yang akan terjadi di
masa mendatang
SISTEM PREDIKSI Permasalahan yang ada
PENJUALAN OBAT adalah dalam proses
MENGGUNAKAN penyetokan obat
METODE SINGLE sehingga mengalami
 8

MOVING AVERAGE kekurangan stok obat

(STUDI KASUS: dan menyebabkan
APOTEK WILUJENG kerugian dengan
KECAMATAN kehilangan pelanggan
PANCENG atau konsumen, sehingga
KAB.GRESIK) keuntungan yang
didapatkan berkurang.

G.1 Peramalan

Menurut (Herlambang.L, 2021) peramalan adalah memperkirakan suatu

yang akan terjadi pada periode atau masa yang akan datang (jurnal peramalan),

memproyeksikan pengalaman masa lalu ke masa yang akan datang. Peramalan

juga dapat diartikan sebagai seni dan ilmu untuk memperkirakan kejadian pada

masa yang akan datang, sedangkan aktivitas peramalan merupakan suatu fungsi

bisnis yang berusaha memperkirakan penjualan dan penggunaan suatu produk

sehingga produk-produk itu dapat dibuat dalam kuantitas yang tepat.

Sedangkan menurut (jurnal peramalan 2) peramalan adalah usaha untuk

memprediksi keadaan di masa mendatang dengan metode pengujian dimasa lalu.

Peramalan berkaitan dengan usaha yang memprediksi sesuatuyang terjadi dimasa

depan, mendasar dalam teknik (keahlian dan kecerdasan teknologi) dengan di buat

dengan cara sangat pasti dan tepat.

G.2 Weighted Moving Average (WMA)

Menurut (Ardiana & Loekito, 2018), Weighted Moving Average (WMA)

adalah rata-rata bergerak yang memiliki bobot. Metode Weighted Moving

Average merupakan metode yang mempunyai teknik pemberian bobot yang

 9

berbeda atas data yang tersedia dengan demikian bahwa data yang paling akhir

adalah data yang paling relevan untuk peramaln sehingga diberi bobot yang lebih

besar.

WMA = (Σ (Dt * bobot)) / (Σbobot) (1)

Keterangan :

Dt : data aktual pada periode t

bobot : bobot yang diberikan untuk setiap bulan

Bobot itu ditentukan sedemikian rupa sehingga jumlah keseluruhannya

sama dengan satu. Misalnya rata-rata bergerak 4 bulan, misalnya diberi bobot: 0,4

0,3, 0,2, 0,1.

G.4 Nilai Ketepatan Peramalan

Menghitung kesalahan forecasting sering pula disebut dengan menghitung

ketepatan pengukuran (accuracy measures). Menurut (Monalisa., dkk. 2018)

makin kecil nilai kesalahan maka makin tinggi tingkat ketelitian peramalan,

demikian sebaliknya. Besarnya kesalahan peramalan dapat dihitung dengan

menggunakan beberapa metode pwrhitungan yaitu:

1. MAD (Mean Absolute Deviation) adalah adalah metode yang digunakan untuk

mengukur tingkat kesalahan atau variabilitas antara nilai aktual dan nilai prediksi

dalam suatu dataset. MAD menghitung rata-rata dari selisih absolut antara setiap

nilai aktual dan nilai prediksi.

Berikut adalah rumus untuk menghitung MAD:

MAD = Σ(|Actual - Predicted|) / n

Keterangan:
 10

n: Jumlah data

Σ: Simbol sigma yang menandakan operasi penjumlahan

Actual: Nilai aktual

Predicted: Nilai prediksi

2. MSE (Mean Squared Error) adalah metode yang digunakan untuk mengukur

tingkat kesalahan atau variabilitas antara nilai aktual dan nilai prediksi dalam

suatu dataset. MSE menghitung rata-rata dari kuadrat selisih antara setiap nilai

aktual dan nilai prediksi.

Berikut adalah rumus untuk menghitung MSE:

MSE = Σ ((Actual - Predicted) ^ 2) / n

Keterangan:

n: Jumlah data

Σ: Simbol sigma yang menandakan operasi penjumlahan

Actual: Nilai aktual

Predicted: Nilai prediksi

3. MAPE (Mean Absolute Percentage Error) adalah metode yang digunakan untuk

mengukur tingkat kesalahan relatif antara nilai aktual dan nilai prediksi dalam

suatu dataset. MAPE mengukur persentase rata-rata dari selisih absolut antara

nilai aktual dan nilai prediksi terhadap nilai aktual.

Berikut adalah rumus untuk menghitung MAPE:

MAPE = (1/n) * Σ(|(Actual - Predicted)/Actual|) * 100%

Keterangan:

n: Jumlah data

Σ: Simbol sigma yang menandakan operasi penjumlahan

 11

Actual: Nilai aktual

Predicted: Nilai prediksi.

G.3 System Development Life Cycle (SDLC) Waterfall

Metode SDLC adalah proses pengembangan atau mengubah suatu sistem

perangkat lunak dengan menggunakan model-model dan metodologi yang

digunakan orang untuk mengembangkan sistem-sistem perangkat lunak

sebelumnya. Model ini melakukan pendekatan secara sistematis dan urut mulai

dari level kebutuhan sistem lalu menuju ketahap perencanaan (planning),

pemodelan (modeling), konstruksi (construction), serta penyerahan sistem

perangkat lunak ke para pelanggan/pengguna (deployment), yang diakhiri dengan

dukungan berkelanjutan pada perangkat lunak yang dihasilkan (Putri &

Munawaroh, 2022)

Gambar 1. Sytem Development Life Cycle model Waterfall (Munthe, 2019)

Dapat dilihat pada gambar 2 merupakan tahapan umum dari model proses

waterfall. Penggunaan metode atau model waterfall pertama kali diperkenalkan

oleh Herbert D. Benington di Symposium on Advanced Programming Method for

Digital Computers pada tanggal 29 Juni 1956. Presentasi tersebut menjelaskan

tentang pengembangan perangkat lunak untuk SAGE (Semi Automatic Ground

 12

Environment) (Suharya & Rohman, 2022). Waterfall adalah salah satu jenis

model pengembangan aplikasi dan termasuk ke dalam classic life cycle (siklus

hidup klasik), yang mana menekankan pada fase yang berurutan dan sistematis.

Untuk model pengembangannya, dapat dianalogikan seperti air terjun, dimana

setiap tahap dikerjakan secara berurutan mulai dari atas hingga ke bawah. Berikut

ini adalah penjelasan tentang tahapan-tahapan yang dilakuakan dalam model

waterfall:

1. Communication

Langkah ini merupakan analisis terhadap kebutuhan software, dan tahap

untuk mengadakan pengumpulan data dengan melakukan pertemuan dengan

customer, maupun mengumpulkan data-data tambahan baik yang ada di jurnal,

artikel, maupun dari internet.

2. Planning

Proses planning merupakan lanjutan dari proses communication (analysis

requirement). Tahapan ini akan menghasilkan dokumen user requirement atau

bisa dikatakan sebagai data yang berhubungan dengan keinginan user dalam

pembuatan software, termasuk rencana yang akan dilakukan.

3. Modeling

Proses modeling ini akan menerjemahkan syarat kebutuhan ke sebuah

perancangan software yang dapat diperkirakan sebelum dibuat coding. Proses ini

berfokus pada rancangan struktur data, arsitektur software, representasi

(algoritma) prosedural. interface, dan detail Tahapan ini akan menghasilkan

dokumen yang disebut software requirement.

4. Construction
 13

Construction merupakan proses membuat kode. Coding atau pengkodean

merupakan penerjemahan desain dalam bahasa yang bisa dikenali oleh komputer.

Programmer akan menerjemahkan transaksi yang diminta oleh user. Tahapan

inilah yang merrupakan tahapan secara nyata dalam mengerjakan suatu software,

artinya penggunaan komputer akan dimaksimalkan dalam tahapan ini. Setelah

pengkodean selesai akan dilakukan testing terhadap sistem yang telah dibuat tadi.

Tujuan testing adalah menemukan kesalahan-kesalahan terhadap sistem tersebut

untuk kemudian bisa diperbaiki.

5. Deployment

Tahapan ini bisa dikatakan final dalam pembuatan sebuah software atau sistem.

Setelah melakukan analisis, desain dan pengkodean maka sistem yang sudah jadi

akan digunakan oleh user. Kemudian software yang telah dibuat harus dilakukan

pemeliharaan secara berkala.

 14

H. Metode Penelitian

Pada metode penilitian ini digunakan untuk menyelesaikan penelitian ini

dengan tahapan-tahapan yang diperlukan terdiri dari tahap awal, pengembangan,

dan akhir yang dapat dilihat pada gambar 1.

Gambar 2 Metode Penelitian

H.1. Tahap Awal

Pada tahap awal ini dilakukan peneliti untuk pemahaman materi,

observasi yang dilakukan guna menunjang proses bisnis yang ada saat ini, dan

mengidentifikasi permasalahan yang terjadi untuk mendapatkan hasil kriteria

kriteria yang akan diimplementasi pada aplikasi berdasarkan metode Weighted

Product.

H.1.1 Communication

A. Wawancara

Berdasarkan wawancara langsung dilakukan dengan bapak Dodit selaku

pemilik UD Riko jaya yang memiliki tugas untuk memantau semua proses bisnis

yang ada pada UD Riko jaya, wawancara ini membahas tentang alur bisnis hingga

permasalahan yang terjadi pada UD Riko Jaya.

 15

B. Observasi
Observasi atau pengamatan dilakukan secara langsung untuk melihat proses

bisnis yang terdapat pada UD Riko jaya, dengan tujuan mendapatkan informasi

dan data yang berhubungan dengan penyelesaian masalah serta untuk

mendapatkan informasi tambahan yang belum didapat dari wawancara.

C. Studi Literatur
Metode ini dilakukan dengan mempelajari teori-teori terkait dari hasil

penelitian sebelumnya yang mendukung pemecahan masalah. Studi literatur

digunakan untuk menjelaskan berbagai teori dan mempelajari materi dari metode

Weighted Moving Average, Peramalan, dan Nilai ketepatan peramalan. Studi

literatur digunakan penulis sebagai dasar acuan teori untuk memperkuat pada saat

penelitian.

D. Identifikasi Masalah

Pada tahapan ini akan dilakukan suatu proses identifikasi masalah

berdasarkan hasil dari observasi dan analisis yang telah dilakukan. Berikut adalah

hasil identifikasi masalah dan alternatif solusi yang dapat dilihat pada tabel 2.

Tabel 2 Masalah dan Alternatif Solusi

Masalah Alternatif Solusi

Perusahaan kesulitan menentukan jumlah produk Membuat rancang bangun
yang akan di beli kepemasok dan berapa produk sistem peramalan dengan
yang harus di kemas setiap bulannya, karena merode Metode Weighted
selama ini menentukan jumlah produk dari Moving Average pada UD
perkiraan dan permintaan pelanggan saja Riko Jaya

H2 Tahap Pengembangan

A. Pengerjaan penelitian ini menggunakan metode Metode Weighted Moving

 16

Average (WMA)

Langkah-langkah dalam pengerjaan penelitian ini dengan metode Metode

Weighted Moving Average untuk meramalkan penjualan untuk masa mendatang

tahapan pertama yaitu tahap menentukan nilai bobot, nilai bobot di tentukan

sedemikian rupa dengan bobot diberikan pada setiap periode waktu, dengan bobot

yang lebih tinggi diberikan pada periode yang lebih baru dan bobot yang lebih

rendah diberikan pada periode yang lebih lama.

1) Menentukan nilai bobot

Pada tahap menentukan nilai bobot, ditentukan dengan bobot paling

tinggi pada periode yang paling baru dan bobot paling rendah pada periode paling

lama, jika menghitung bulan mei dapat di contohkan sebagai berikut:

 Januari = 0.1

 Februari= 0.2

 Maret= 0.3

 April = 0.4

Sebelum dilakukannya perhitungan dengan menggunakan metode

Weight Moving Average ini untuk menentukan peramalan atau forecasting pada

bulan yang akan datang, berikut data penjualan bulan sebelumnya yang akan di

pakai untuk perhitungan Weight Moving Average.

 17

Tabel 3 Data Penjualan Sedotan 2022

No Bulan Penjualan
1 Januari 2022 978
2 Februari 2022 952
3 Maret 2022 1499
4 April 2022 1195
5 Mei 2022 977
6 Juni 2022 2155
7 Juli 2022 1511
8 Agustus 2022 1655
9 Oktober 2022 1678
10 September 2022 1925
11 November 2022 1699
12 Desember 2022 1471

Pada tahap selanjutnya setelah menentukan bobot dan menentukan data

penjualan bulan sebelumnya dilanjutkan dengan menghitung hasil prediksi dengan

metode WMA , berikut adalah contoh perhitungan WMA yang dapat dilihat

dibawah ini.

WMA mei

( 978∗0.4 ) + ( 952∗0.3 )+ (1499∗0.2 ) +(1195∗0.1) 1215.9

¿ = =1215.9
0.4+0.3+ 0.2+ 0.1 1

WMA juni

( 952∗0.4 ) + ( 1499∗0.3 ) + ( 1195∗0.2 ) +(977∗0.1) 1144.3

¿ = =1144.3
0.4+0.3+ 0.2+0.1 1

( 1499∗0.4 ) + ( 1195∗0.3 )+ ( 977∗0.2 )+(2155∗0.1) 1544

WMA juli ¿ = =1544
0.4+0.3+ 0.2+0.1 1
WMA agustus

( 1195∗0.4 )+ ( 977∗0.3 ) + ( 2155∗0.2 ) +(1511∗0.1) 1565.8

¿ = =1565.8
0.4 +0.3+0.2+0.1 1

( 977∗0.4 )+ (2155∗0.3 )+ ( 1511∗0.2 )+(1655∗0.1) 1644

WMA september ¿ = =1644
0.4+0.3+ 0.2+ 0.1 1
 18

WMA oktober

( 2155∗0.4 ) + ( 1511∗0.3 ) + ( 1655∗0.2 ) +(1678∗0.1) 1685.4

¿ = =1685.4
0.4 +0.3+0.2+ 0.1 1

WMA november

( 1511∗0.4 ) + ( 1655∗0.3 ) + ( 1678∗0.2 ) +(1925∗0.1) 1755.5

¿ = =1755.5
0.4 +0.3+0.2+ 0.1 1

WMA desember

( 1655∗0.4 ) + ( 1678∗0.3 ) + ( 1925∗0.2 ) +(1699∗0.1) 1758.2

¿ = =1758.2
0.4+0.3+ 0.2+0.1 1

WMA januari

( 1678∗0.4 ) + ( 1925∗0.3 ) + ( 1699∗0.2 ) +(1471∗0.1) 1650.9

¿ = =1680.9
0.4+0.3+ 0.2+ 0.1 1

Tabel 4 Data Peramalan

No Bulan Penjualan Prediksi

1 Januari 2022 978 -
2 Februari 2022 952 -
3 Maret 2022 1499 -
4 April 2022 1195 -
5 Mei 2022 977 1215.9
6 Juni 2022 2155 1144.3
7 Juli 2022 1511 1544
8 Agustus 2022 1655 1565.8
9 Oktober 2022 1678 1644
10 September 2022 1925 1685.4
11 November 2022 1699 1755.5
12 Desember 2022 1471 1758.9
13 Januari 2023 - 1650.9

Setelah dilakukan perhitungan mengguanakan WMA dan sudah

mendapatkan hasil peramalannya hal yang selanjutnya dilakukan ialah

 19

menghitung ketepatan peramalan menggunakan MAD, MSE, dan MAPE, berikut

hasil perhitungan untuk ketepatan peramalan:

 20

Tabel 5 Data Peramalan dan Penilaian Ketepatan Peramalan

N MSE(Y-X)*(Y-
o Bulan Penjualan Prediksi MAPE(Y-X)Y MAD(Y-X) X)
1 Januari 2022 978
2 Februari 2022 952
3 Maret 2022 1499
4 April-22 1195
5 Mei 2022 977 1215.9 0.244 238.9 57073.21
6 Juni 2022 2155 1144.3 0.46900232 1010.7 1021514.49
7 Juli 2022 1511 1544 0.0218 33 1089
0.05389728
Agustus 2022 1655
8 1565.8 1 89.2 7956.64
0.02026221
Oktober 2022 1678
9 1644 7 34 1156
0.12446753
September-22 1925
10 1685.4 2 239.6 57408.16
11 November-22 1699 1755.5 0.033 56.5 3192.25
Desember
1471
12 2022 1758.9 0.195 287.9 82886.41
1.16142935
TOTAL 1 1750.9 1175202.95
JUMLAH DATA 8 8 8
14.5178668
8 218.8625 146900.3688

B. Pengumpulan Kebutuhan

Pada tahap ini mengidentifikasi kebutuhan aplikasi yang akan dirancang,

kebutuhan aplikasi yang dimaksud antara lain kebutuhan sistem.

1. Kebutuhan Fungsional

Kebutuhan fungsional yang dimaksud untuk melakukan pada tahap

analisis fungsional sistem. Berikut ini adalah analisis kebutuhan fungsional yang

dapat dilihat pada Tabel 6.

Tabel 3 Analisis kebutuhan fungsional

No Fungsi Kegunaan
1. Login Proses untuk penggunaan untuk
 21

mengakses sistem
2. Pengelola data master Merupakan proses pengelolaan
data master yang meliputi proses
view, create, update, dan delete
3. Perhitungan Weighted Moving Merupakan proses untuk
menghitung peramalan penjualan
Average
dengan metode weighted moving
average
4. Perhitungan MAPE, MAD, dan Merupakan proses untuk
mengitung eror pada peramalan
MSE

2. Kebutuhan Nonfungsional

Analisis kebutuhan Nonfungsional yang ada pada penelitian ini dan di

butuhkan dalam pengmbangan aplikasi pengendalian persediaan pada UD Riko

Jaya yaitu sistem keamanan suatu aplikasi yang di bangun merupakan salah satu

pencegaan terjadinya kebocoran data dan penyalahgunaan data, salah satu bentuk

sistem keamanan yang ada pada rancang bangun aplikasi pengendalian persediaan

menggunakan metode min max dan EOQ pada UD Riko Jaya adalah dengan

adanya username dan password agar dapat melakukan keamanan data.

Tabel 7. Sistem Keamanan

No. Username Password

1. Admin ********

3. Kebutuhan Perangkat Lunak/Keras

Analisis kebutuhan perangkat lunak/keras dilakukan untuk mengetahui

spesifikasi yang di butuhkan sistem:

 22

1. Analisis Kebutuhan Perangkat Keras

a. CPU dengan Processor Generasi ke 8 Intel® Core™ i5-8250U

b. Random Access Memory (RAM) sebesar 4GB

c. Minimal kapasitas penyimpanan Harddisk (HDD) sebesar 256 Gb.

d. Monitor atau layar computer

e. Mouse

f. Keyboard

2. Analisis kebutuhan kerangkat lunak

a. Sistem operasi yang digunakan pada penelitian ini menggunakan sistem

b. operasi minimal Windows 8 atau diatasnya

c. Browser yang digunakan pada penelitian ini ada Google Chrome

d. Xampp untuk mengakses PHP dan MySQL

4. Kebutuhan Data

Kebutuhan data digambarkan melalui IPO Diagram yang dibuat

berdasarkan tahap analisis yang telah dilakukan sebelumnya seperti Gambar 3.

 23

Gambar 1 Diagram Input, Proses, dan Output

 24

Gambar diatas merupakan diagram IPO yang menjelaskan proses

masukan (input), proses (process), keluaran (output) dari aplikasi. Pada proses

pengelolaan data master yang menghasilkan luaran atau output berupa daftar

karwayan dan daftar kriteria dengan membutuhkan input berupa data karyawan,

dan data kriteria yang sudah ditentukan. Pada proses pendaftaran akun yang

menghasilkan luaran atau output berupa daftar konsumen dengan membutuhkan

input berupa data konsumen. Pada proses pengelolaan data penyedia jasa yang

menghasilkan luaran atau output berupa daftar alternatif dengan membutuhkan

input berupa data penyedia jasa. Pada proses perhitungan Weighted Product

membutuhkan input berupa data kriteria, data alternatif, dan data bobot kriteria

akan menghasilkan luaran atau output berupa hasil rekomendasi penyedia jasa,

pada proses perhitungan ini dilakukan oleh konsumen saat melakukan bobot

kriteria. Pada proses pemesanan membutuhkan input berupa data daftar

rekomendasi penyedia jasa dan daftar konsumen yang akan menghasilkan luaran

atau ouput berupa daftar pemesanan. Pada proses konfirmasi pesanan

membutuhkan input berupa data daftar pemesanan dan dilanjutkan pada proses

pembayaran dengan menghasilkan luaran atau output berupa status pembayaran,

dan status pemesanan. Pada proses mengisi rating atau review pemesanan yang

sudah selesai membutuhkan input daftar pemesanan berupa pemesanan yang

sudah selesai dikonfirmasi oleh penyedia jasa dengan status pemesanan selesai

yang menghasilkan luaran atau output berupa daftar rating ataupun review

pemesanan yang dilakukan oleh konsumen. Pada proses laporan membutuhkan

input berupa data status pembayaran dan status pemesanan yang menghasilkan

luaran atau output berupa laporan pembayaran dan laporan pemesanan.

 25

C. System Flow Diagram

Pada tahap System flow diagram ini dilakukan penggambaran

keseluruhan sistem mendeskripsikan proses secara berurutan dalam sistem

tersebut melalui diagram. Alur system flow diagram apat dilihat pada gambar….

D. Context Diagram

Pada tahap ini peneliti melakukan evaluasi prototype apakah sudah sesuai

yang diharapkan pengguna. Jika sudah sesuai yang diharapakan pengguna, maka

akan dilanjutkan ke tahap selanjutnya, jika tidak sesuai yang diharapkan pengguna

akan mengulang ke langkah-langkah sebelumnya, pada evaluasi prototype peneliti

membatasi 3 kali evaluasi prototype yaitu rancangan sketsa aplikasi, rancangan

dengan format html, dan perbaikan dari segi tampilan prototype hingga menjadi

sistem dinamis.

E. Membuat Entity Relationship Diagram

Pada tahap ini evaluasi prototype yang sudah disetujui dan dievaluasi

oleh pengguna maka akan diubah dalam bahasa pemrograman sehingga menjadi

sistem yang dinamis.

F. Pembuatan Aplikasi

Pada tahap ini sudah menjadi sistem yang siap digunakan, kemudian

dilakukan tahap pengujian sistem, pengujian sistem dilakukan dengan

menggunakan black box testing.

 26

H3 Tahap Akhir

Tahap ini dibuat untuk menilai ketepatan peramalan perhitungan

dilakukan menggunakan MAPE, MAD, dan MSE, ketepatan peramalan

digunakan untuk menghitung berapa eror yang di dapat pada perhitungan MAPE

semakin sedikit eror semakin baik peramalan tersebut.

 27

I. Jadwal Kerja

Tabel 4 Jadwal Kerja

Tahun 2023
N
Kegiatan Maret April Mei Juni Juli
o
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
1.
Tahap Awal

Studi Literatur
Observasi
Identifikasi Masalah
2.
Tahap Pengembangan

Pengumpulan Kebutuhan
Membuat Desain Prototype
Evaluasi Prototype
Mengkodekan sistem
(coding)
Pengujian Sistem
Evaluasi Sistem
Implementasi Sistem
3. Tahap Akhir
 28

Tahun 2023
N
Kegiatan Maret April Mei Juni Juli
o
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

Penulisan Dokumen

28
 29

DAFTAR PUSATAKA