Anda di halaman 1dari 16

ISSN : 1979-6870

APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERAMALAN PENJUALAN BARANG


Rina Fiati1

ABSTRACT Decision Support System is a computer-based interactive system that helps decisionmakers utilize data and models to solve the problem that is not structured. This Decision Support Systems Goods Sales Forecasting aims to build a decision support system that has capabilities, namely analysis of goods sales forecasting Analysis of goods sales forecasting using the goods data in the previous months was taken from the internal data of information system goods sales. Forecasting model used was the method of Trend Moment. Results of the research indicated that book sale forecasting can be used as base to develop store by selecting the best marketing area to open new store. Keywords : Decision Support Systems, Trend Moment, Forecasting

ABSTRAK Sistem Pendukung Keputusan adalah sistem interaktif berbasis komputer yang membantu pengambil keputusan memanfaatkan data dan model untuk menyelesaikan masalah yang tidak terstruktur. Sistem Pendukung Keputusan Peramalan Penjualan Barang ini bertujuan untuk membangun sebuah sistem pendukung keputusan yang mempunyai kemampuan analisa yaitu analisa peramalan penjualan barang Analisa peramalan penjualan barang menggunakan data penjualan barang pada bulanbulan sebelumnya yang diambil dari data internal sistem informasi penjualan barang. Model peramalan yang digunakan adalah metode Trend Moment. Dari hasil penelitian menunjukan bahwa peramalan penjualan buku dapat digunakan sebagai dasar untuk mengembangkan toko dengan cara memilih daerah pemasaran yang terbaik yang bertujuan untuk membuka toko baru. Kata kunci : Sistem Pendukung Keputusan, Trend Moment, Forecasting.

I. PENDAHULUAN a. Latar Belakang Salah satu tujuan dari perusahaan adalah mencari keuntungan atau laba yang semaksimal mungkin, untuk dapat mencapai tujuan tersebut perusahaan harus dapat mengikuti perkembangan dunia perindustrian baik dalam bidang teknologi informasi maupun dalam bidang manajemen. Seiring dengan perkembangan ilmu dan teknologi, pemanfaatan komputer di segala bidang sudah merupakan suatu keharusan. Computer Based
1

Staf Pengajar Fakultas Teknik Universitas Muria Kudus

APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERAMALAN PENJUALAN BARANG Veronica

Rina Fiati

Information System (Sistem Informasi Berbasis Komputer) yang salah satunya adalah Sistem Pendukung Keputusan (Decission Support System) adalah suatu sistem informasi komputer yang interaktif dan dapat memberikan alternatif solusi bagi pembuat keputusan ( Turban,2001 ). Salah satu aspek strategis perusahaan agar dapat bersaing dalam dunia bisnis adalah perencanaan dan tersedianya produk barang untuk memenuhi tuntutan pasar. Oleh karena itu, peran seorang manajer untuk memahami dan kemampuan dalam meramalkan keadaan bisnis dimasa depan sangat dibutuhkan. Tentunya dengan kerangka pikir yang sistematis, rasional dan ekonomis adalah faktor-faktor yang diperlukan dalam proses perencanaan dan pengambilan keputusan. Secara umum proses pengambilan keputusan terdiri dari tiga tahap utama yaitu pengumpulan data/informasi, pengolahan data/informasi dan penyimpanan dari data/informasi yang telah diproses tersebut. Sebuah keputusan yang tepat akan memberikan peningkatan efisiensi dan efektifitas kerja, sumber daya, waktu dan keuntungan bagi perusahaan. Permasalahan yang umum dihadapi oleh para manajer adalah bagaimana meramalkan penjualan barang di masa mendatang berdasarkan data yang telah direkam sebelumnya. Peramalan tersebut sangat berpengaruh pada keputusan manajer untuk menentukan jumlah produksi barang yang harus disediakan oleh perusahaan. Perencanaan produksi yang ditetapkan oleh manajer akan mempengaruhi tingkat produksi dan inventori guna mencapai tingkat efektifitas yang maksimal, hal ini perlu didukung oleh faktor pemasaran. Untuk melakukan analisa perencanaan produksi, pihak perusahaan dapat menerapkan sebuah metode yang dapat memperkirakan besar/bentuk pergerakan data penjualan barang diwaktu mendatang yang dinamakan metode peramalan. Metode peramalan adalah sebuah metode yang mampu melakukan analisa terhadap sebuah faktor atau beberapa faktor yang diketahui mempengaruhi terjadinya sebuah peristiwa dengan terdapat waktu tenggang yang panjang antara kebutuhan akan pengetahuan terjadinya sebuah peristiwa di waktu mendatang dengan waktu telah terjadinya peristiwa tersebut dimasa lalu. Apabila metode peramalan ini diterapkan dalam bagian proses perencanaan produksi maka pihak perusahaan akan lebih terbantu dalam penjadwalan produksi, karena metode ini dapat memberikan output terbaik sehingga diharapkan resiko kesalahan yang disebabkan oleh kesalahan perencanaan dapat ditekan se-minimal mungkin. Peramalan ini selain menggunakan perhitungan matematis juga memasukan faktor pertimbangan dari pihak manajemen serta melibatkan pihak-pihak lain yang terlibat dalam pemasaran produk seperti pemasaran. Faktor lain yang sangat berpengaruh dalam produksi

yaitu perencanaan pemilihan daerah pemasaran. Sedangkan untuk melakukan perencanaan pemilihan daerah pemasaran, pihak perusahaan dapat membatasi kriteria daerah pemasaran dengan empat variabel keputusan dalam manajemen pemasaran yaitu harga (Price), produk (Product), tempat (Place) dan promosi (Promotion). Untuk itu diperlukan suatu sistem yang dapat menghasilkan alternatif-alternatif keputusan dalam meramalkan 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,2001). Dengan latar belakang tersebut maka yang menjadi pembahasan utama dari penelitian ini adalah bagaimana mengembangkan sistem pendukung keputusan untuk meramalkan penjualan barang menggunakan model trend moment.

b. Perumusan Masalah. Apakah sistem pendukung keputusan dapat memberikan informasi dan prediksi penjualan setiap kelompok barang ( buku ) pada bulan tertentu berdasarkan data penjualan buku pada bulan-bulan sebelumnya dengan metode Trend Moment.

c. Batasan Masalah. Dalam penelitian ini dibatasi hanya pada sistem pendukung keputusan peramalan penjualan barang dengan menggunakan pola data penjualan barang yang diambil dari data internal sistem informasi penjualan barang ( khusus buku-buku komputer penerbit Andi ) pada TB.Andi Star Yogyakarta periode Januari tahun 2006 sampai dengan Desember tahun 2008.

II. TUJUAN PENELITIAN Penelitian ini bertujuan untuk mengimplementasikan metode peramalan Trend Moment 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.

APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERAMALAN PENJUALAN BARANG Veronica

Rina Fiati

III. MANFAAT PENELITIAN Manfaat utama dari penelitian ini adalah memberikan hasil peramalan penjualan barang (khusus buku-buku komputer ) kepada pihak manajemen dengan menggunakan model peramalan Dengan dilakukannya penelitian ini diharapkan dapat membantu dalam proses pengambilan keputusan yang lebih baik bagi manager.

IV. TINJAUAN PUSTAKA 4.1. Proses Pengambilan Keputusan Proses pembuatan keputusan melibatkan tiga tahap utama yaitu tahap intelegensi (intelligence phase), tahap perencanaan (design phase), dan tahap pilihan (choice phase). Tahap keempat yaitu implementasi (implementation), ditambahkan kemudian. Tahap-tahap dalam proses pengambilan keputusan adalah sebagai berikut : 1. Tahap Intelegensi (intelligence phase) Merupakan tahap pendefinisian masalah serta identifikasi informasi yang dibutuhkan yang berkaitan dengan persoalan yang dihadapi serta keputusan yang akan diambil, tentunya persoalan yang dihadapi harus dirumuskan terlebih dahulu secara jelas. 2. Tahap Perancangan (design phase) Merupakan tahap analisa dalam kaitan mencari atau merumuskan alternatif-alternatif pemecahan masalah. Setelah permasalahan dirumuskan dengan baik, maka tahap berikutnya adalah merancang atau membangun model pemecahan masalahnya dan menyusun berbagai alternatif pemecahan masalah. 3. Tahap Pilihan (choice phase) Pada tahap ini dilakukan proses pemilihan diantara berbagai alternatif tindakan yang mungkin dijalankan. Hasil pemilihan tersebut kemudian diimplementasikan dalam proses pengambilan keputusan.

Gambaran konseptual mengenai proses pengambilan keputusan ditunjukkan pada gambar 4.1.

Realitas

Simplifikasi Asumsi

Validasi model

Verifikasi, menguji Solusi yang diusulkan SUKSES Implementasi solusi

Fase Inteligensi Sasaran organisasional Prosedur pemindai dan penelitian Pengumpulan data Identifikasi masalah Klasifikasi masalah Pernyataan masalah Pernyataan masalah Fase Desain Formulasi sebuah model Menentukan kriteria untuk dipilih Mencari alternatif Memprediksi dan mengukur hasil akhir Alternatif Fase Pilihan Solusi untuk model Analisis sensitivitas Memilih alternative terbaik Solusi

KEGAGALAN AN Gambar 4.1 Proses Pengambilan Keputusan (Turban, 2001) 4.2. Pengertian Sistem Pendukung Keputusan Sistem Pendukung Keputusan (Decission Support System) adalah sistem informasi berbasis komputer yang menyediakan dukungan informasi yang interaktif bagi manajer dan praktisi bisnis selama proses pengambilan keputusan. Sistem Pendukung Keputusan menggunakan (1) model analitis, (2) database, (3) penilaian dan pandangan pembuat keputusan dan (4) proses pemodelan berbasis komputer yang interaktif untuk mendukung pembuatan keputusan bisnis yang semi terstruktur ( Turban,2001 ). Sprague dan Carlson (Indrajit,2001) mendefinisikan Sistem Pendukung Keputusan dengan cukup baik, sebagai sistem yang memiliki empat karakteristik utama yaitu : Sistem yang berbasis komputer yang diipergunakan untuk membantu para pengambil keputusan, Untuk memecahkan masalah-masalah rumit yang sulit dilakukan dengan kalkulasi manual, Komponen utamanya data dan model analisis. Scott-Morton (Turban,2001) mendefinisikan Sistem Pendukung Keputusan sebagai sistem interaktif berbasis komputer yang membantu pengambil keputusan memanfaatkan data dan model untuk menyelesaikan masalah yang tidak terstruktur. Pengertian Sistem Pendukung

APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERAMALAN PENJUALAN BARANG Veronica

Rina Fiati

Keputusan yang diusulkan Gorry dan Scott-Morton yang didukung oleh Little (Turban,2001) mendefinisikan Sistem Pendukung Keputusan sebagai sekumpulan model yang didasari dari prosedur-prosedur untuk memproses data dan penilaian guna membantu seorang manajer dalam pengambilan keputusan. Menurut Little untuk mencapai keberhasilan sistem tersebut haruslah sederhana, kokoh/kuat, mudah dikontrol, adaptif, lengkap pada hal-hal yang penting dan mudah untuk berkomunikasi. Secara implisit pengertian tersebut berasumsi bahwa sistem tersebut berbasis komputer dan menyajikan kemampuan memecahkan masalah bagi penggunanya. Moore dan Chang (Turban, 2001) berpendapat bahwa konsep struktur pada definisi awal Sistem Pendukung Keputusan ( bahwa SPK dapat menangani situasi semi terstruktur dan tidak terstruktur ), sebuah masalah dapat dijelaskan sebagai masalah terstruktur dan tidak terstruktur hanya dengan memperhatikan si pengambil keputusan atau suatu spesifik. Jadi mereka mendefinisikan Sistem Pendukung Keputusan sebagai sistem yang dapat diperluas untuk mampu mendukung analisis data ad hoc dan pemodelan keputusan, berorientasi terhadap perencanaan masa depan, dan digunakan pada interval yang tidak reguler dan tak terencana. Bonczek, dkk (Turban,2001) mendefinisikan Sistem Pendukung Keputusan sebagai sistem berbasis komputer yang terdiri dari tiga komponen yang saling berinteraksi : sistem bahasa (mekanisme untuk memberikan komunikasi antar pengguna dan komponen SPK yang lain), sistem pengetahuan (repositori pengetahuan domain masalah yang ada entah sebagai data atau sebagai prosedur) dan sistem pemrosesan masalah (hubungan antara komponen lainnya terdiri dari satu atau lebih kapabilitas manipulasi masalah umum yang diperlukan untuk pengambilan keputusan). Konsepkonsep yang diberikan oleh definisi tersebut sangat penting untuk memahami hubungan antara Sistem Pendukung Keputusan dan pengetahuan. Turban (2001) memberikan pengertian yang mencakup semua Sistem Pendukung Keputusan mulai dari dasar sampai yang paling ideal. Oleh Turban dikatakan sebagai sebuah Sistem Pendukung Keputusan jika sistem tersebut adalah sebuah Sistem Informasi berbasis komputer yang bersifat interaktif, fleksibel dan dapat beradaptasi, dibangun secara khusus untuk mendukung pemecahan masalah manajemen yang tidak terstruktur untuk meningkatkan kualitas pengambilan keputusan, menggunakan data, menyediakan antar muka pengguna yang mudah, dan membolehkan pengambil keputusan untuk memakai wawasannya sendiri. Sebagai tambahan Sistem Pendukung Keputusan dapat memakai model, dibangun dalam proses yang interaktif, mendukung seluruh tingkat pengambilan keputusan dan dapat berisi komponen pengetahuan (knowledge). Sedangkan Sistem Pendukung Keputusan Pemasaran ( Marketing Decision Support

System/ MDSS) menurut Kotler (1993) mendefinisikan sekumpulan alat-alat statistik dan model keputusan dengan dukungan tersedianya peralatan hardware dan software bagi manajer pemasaran untuk membantunya dalam menganalisa data dan membuat keputusan pemasaran yang lebih baik. Dari berbagai definisi diatas dapat disimpulkan bahwa Sistem Pendukung Keputusan adalah suatu Sistem Informasi spesifik yang ditujukan untuk membantu manajemen dalam mengambil keputusan yang berkaitan dengan persoalan yang bersifat semi terstruktur. Sistem ini memiliki fasilitas untuk menghasilkan berbagai alternatif yang secara interaktif digunakan oleh pemakai. Kata kunci lainnya adalah penggunaan model sebagai dasar pengembangan alternatif dan pemanfaatan komputer (Daihani, 2001).

4.3. Tujuan Sistem Pendukung Keputusan Tujuan Sistem Pendukung Keputusan menurut Peter G.W. Keen dan Scott Morton (McLeod, 2001) mendefinisikan tiga tujuan yang harus dicapai : Membantu manajer membuat keputusan untuk memecahkan masalah semi terstruktur. Mendukung penilaian manajer bukan mencoba menggantikannya. Meningkatkan efektifitas pengambilan keputusan keputusan manajer daripada efisiensinya. 4.4. Proses Peramalan Semua metode peramalan menggunakan pengalaman-pengalaman masa lalu untuk meramalkan masa depan yang mengandung ketidakpastian. Oleh karena itu metode peramalan mengasumsikan bahwa kondisi-kondisi yang menghasilkan data masa lalu tidak berbeda dengan kondisi masa datang kecuali variabel-variabel yang secara eksplisit digunakan dalam periode tersebut. Ramalan-ramalan bagi manajemen harus di anggap sebagai suatu sistem yang sistematik. Dengan kata lain, suatu ramalan janganlah di anggap sebagai suatu hal yang permanen atau statis. Sifat dinamis dari pasar mengharuskan suatu ramalan untuk dikaji ulang, direvisi, dan di diskusikan. Oleh karena itu tahap-tahap peramalan dapat dibagi menjadi sebagai berikut : ( Arsyad, 2001 ) 1. Penentuan tujuan, pada tahap ini harus ditentukan alasan manager membutuhkan ramalan dan cara menggunakan hasil ramalan tersebut. Tujuan peramalan mempengaruhi panjangnya periode ramalan dan menentukan frekuensi revisi biasanya dilakukan secara tahunan, peramalan jangka menengah di revisi secara bulanan atau kuartalan, sedangkan peramalan jangka pendek di revisi secara harian ataupun mingguan.
APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERAMALAN PENJUALAN BARANG Veronica

Rina Fiati

2.

Pemilihan teori yang relevan, pada tahap ini ditentukan hubungan teoritis yang menentukan perubahan-perubahan variabel yang diramalkan. Suatu teori yang tepat guna akan selalu membantu seorang peramal dalam mengindentifikasi setiap kendala yang ada untuk dipecahkan dan dimasukkan ke dalam proses peramalan.

a. Pengumpulan data, pada tahap ini harus di kumpulkan data yang tepat dan yakin bahwa data tersebut cukup akurat. b. Analisis data, pada tahap ini dilakukan penyeleksian data karena dalam proses dalam peramalan sering kali kita mempunyai data yang berlebihan atau terlalu sedikit. c. Pengistimasikan model sementara, pada tahap ini di uji kesuaikan ( fitting ) data yang telah dikumpulkan ke dalam model peramalan dalam artian meminimumkan kesalahan peramalan. Jika data yang tepat telah diperoleh dan sudah di pilih, serta model peramalan tepat sudah dipilih, maka ekstrapolasi dapat dilakukan. Seringkali akurasi proses peramalan tersebut di uji dengan cara meramalkan periode sekarang dimana nilai-nilai data historis yang aktual diketahui. Kesalahan peramalan kemudian di amati dan di sajikan dengan beberapa cara. Pengujian terhadap pola kesalahan tersebut mengharuskan kita untuk memodifikasi prosedur peramalan sehingga kemudian kita akan dapat menghasilkan ramalan-ramalan yang lebih akurat. d. Evaluasi model dan revisi model, pada tahap ini dilakukan pengujian model untuk menentukan akurasi, validitas dan keandalan yang diharapkan. Jika berbagai uji keandalan dan akurasi telah diterapkan pada model tersebut, mungkin revisi perlu dilakukan. Revisi tersebut mungkin perlu dilakukan dengan memasukkan faktor-faktor dalam model tersebut. e. Pengujian peramalan sementara kepada manajemen,pada tahap ini peramalan yang telah dibuat,diajukan kepada manajemen untuk menjawab beberapa pertanyaan berikut ini : Apakah ramalan tersebut memenuhi syarat manajerial ?, Apakah manajemen akan menerima ramalan sementara tersebut sebagai ramalan yang final ?, Apakah asumsiasumsi dari ramalan tersebut dan teknik peramalannya dapat diterima oleh manajerial selain dari yang telah dimasukkan ke model peramalan yang perlu ditambahkan ?. f. Pembuatan revisi final. g. Pendistribusian hasil ramalan pada tahap ini hasil peramalan, didistribusikan kepada manajemen pada waktu yang tepat dan dalam format konsisten. h. Penentuan langkah-langkah pemantauan pada tahap ini dilakukan kegiatan pemantauan yang memungkinkan seorang peramal dibandingkan dengan hasil aktual untuk mengetahui akurasi metodologi yang digunakan. Evaluasi pada tahap ini harus dipandang

sebagai suatu proses pengendalian dan merupakan langkah yang diperlukan untuk menjaga keandalan masa datang.

4.5. Teknik Peramalan Untuk Pola Data Yang Berbeda. Berikut ini dibahas teknik-teknik peramalan untuk pola data yang berbeda-beda. Faktor utama yang mempengaruhi pemilihan teknik peramalan adalah identifikasi dan pemahaman akan pola data historis. Jika pola trend, siklus atau musiman yang tampak, maka teknik-teknik yang mampu digunakan secara efektif bisa dipilih (Arsyad, 2001)

4.6.Teknik Peramalan Untuk Data Stasioner. Suatu data runtut waktu yang bersifat stasioner, merupakan suatu serial data nilai rataratanya tidak berubah sepanjang waktu. Keadaan seperti itu terjadi jika pola permintaan yang mempengaruhi data tersebut stabil. Teknik stasioner digunakan dalam keadaan-keadaan berikut : jika kekuatan-kekuatan yang menghasilkan suatu dasar runtut waktu telah stabil lingkungan dimana data tersebut berada, relatif tidak berubah, jika suatu model sangat sederhana diperlukan karena keterbatasan data atau untuk memudahkan penjelasan atau implementasi, jika stabilitas dapat diperoleh dengan membuat koreksi sederhana terhadap faktor-faktor seperti pertumbuhan penduduk atau inflasi, jika sesuai data runtut waktu dapat ditranformasikan menjadi suatu runtut waktu yang stabil.

4.7. Teknik Peramalan Untuk Data Trend. Suatu data runtut waktu yang bersifat trend, didefinisikan sebagai suatu series yang mengandung komponen jangka panjang yang menunjukkan pertumbuhan atau penurunan dalam data tersebut sepanjang suatu periode waktu yang panjang. Teknik-teknik peramalan untuk data yang mengandung trend digunakan dalam keadaaan-keadaan berikut : jika kenaikan produktifitas dan teknologi baru cenderung mengubah gaya hidup, jika pertumbuhan penduduk meningkatkan permintaan akan barang dan jasa, jika daya beli rupiah mempengaruhi variabel-variabel ekonomi karena terjadi inflasi, jika penerimaan pasar meningkat. Beberapa teknik yang dapat dipertimbangkan ketika kita meramalkan data runtut waktu yang mengandung trend adalah rata-rata bergerak linier dari holt, pemulusan eksponensial kuadrat dari brown, regresi sederhana, kurva pertumbuhan dan model-model eksponensial.

4.8. Teknik Peramalan Untuk Data Musiman.


APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERAMALAN PENJUALAN BARANG Veronica

Rina Fiati

Suatu data runtut waktu yang bersifat musiman, didefinisikan sebagai suatu data runtut waktu yang mempunyai pola perubahan berulang secara tahunan. Mengembangkan suatu teknik peramalan musiman biasanya memerlukan pemilihan metoda perkalian dan pertambahan dan kemudian memprakirakan indeks musiman dari data tersebut. Indeks ini kemudian memprakirakan indeks musiman dari data tersebut. Indeks ini kemudian digunakan untuk menghilangkan pengaruh seperti itu dari nilai-nilai yang di observasi teknik-teknik peramalan untuk data musiman digunakan dalam keadaan-keadaan berikut : jika cuaca mempengaruhi variabel yang kita teliti, jika kalender tahunan mempengaruhi variabel yang kita teliti. Beberapa teknik yang dapat dipertimbangkan ketika kita meramalkan data runtut waktu data musiman adalah metode dekomposisi klasik, pemulusan eksponensial dari winter, regresi berganda runtut waktu dan metode box-jenkins.

4.9. Teknik Peramalan Untuk Data Bersifat Siklis. Pengaruh siklis didefinisikan sebagai fluktuasi seperti gelombang disekitar garis trend. Pola siklis cenderung untuk berulang setiap dua, tiga tahun atau lebih. Pola siklis sulit untuk dibuat modelnya karena polanya tidak siklis. Turun-naiknya fluktuasi disekitar trend jarang sekali berulang pada interval waktu yang tetap dan besarnya fluktuasi juga selalu berubah. Teknikteknik peramalan untuk data siklis digunakan dalam keadaan berikut : jika siklus dunia usaha mempengaruhi variabel yang diteliti, jika terjadi pergeseran selera, jika terjadi perubahan jumlah penduduk, jika terjadi perubahan siklus hidup suatu produk. Beberapa teknik yang dapat dipertimbangkan ketika kita meramalkan ketika kita meramalkan data runtut waktu untuk data siklis adalah metode dekomposisi klasik, indicator-indicator ekonomi, model-model ekonometrik berganda dan metode box-jenkins.

V. METODE PENELITIAN 5.1. Data. Pada penelitian ini data yang digunakan untuk analisa peramalan penjualan barang adalah data internal sistem informasi penjualan barang ( khusus buku-buku komputer penerbit Andi ) periode Januari 2006 sampai dengan Desember 2008. Dari data historis tersebut kemudian dihitung dengan menggunakan metode peramalan Trend Moment untuk analisa peramalan penjualan barang

5.2. Metode. 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 subyektif dapat dihindarkan. Persamaan trend dengan metode moment adalah sebagai berikut (Adisaputro, 1998) : Y = Dimana : Y a b x : nilai trend ( Peramalan ) : bilangan konstant : : slope atau koefisien kecondongan garis trend indeks waktu ( x = 0, 1, 2, 3, , n ) a + bx

Sedangkan untuk menghitung nilai a dan b digunakan rumus sebagai berikut : XiYi n ( i) ( i ) b = Xi - n ( i) a =
i

b ( i)

Dimana :

i

: Rata-rata permintaan per periode waktu : Rata-rata jumlah penjualan

X i Y i : Jumlah kumulatif waktu dikalikan data historis

: banyaknya periode waktu ( bulan )

Pada perusahaan yang memproduksi buku-buku teks terutama buku teknologi informasi, seringkali permintaan terhadap produknya dipengaruhi oleh faktor musiman yang berkaitan dengan fluktuasi periodik serta bersifat relatif konstan. Oleh karena itu nilai-nilai ramalan yang telah didapat dari hasil peramalan dengan metode trend moment akan dikoreksi terhadap pengaruh musiman dengan menggunakan indeks musim. Perhitungan indeks musim adalah sebagai berikut ( Gaspersz, 1998 ) :

APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERAMALAN PENJUALAN BARANG Veronica

11

Rina Fiati

Untuk mendapatkan hasil ramalan akhir setelah dipengaruhi oleh indeks musim digunakan perhitungan sebagai berikut : Y* = Dimana : Y* = Hasil ramalan dengan menggunakan metode trend moment yang telah dipengaruhi oleh indeks musim. Y = Hasil ramalan dengan menggunakan trend moment. Indeks Musim x Y

VI. HASIL DAN PEMBAHASAN Pengujian untuk Peramalan Penjualan Barang. Diambil data penjualan kelompok buku Internet menggunakan data satu tahun untuk periode ( bulan Januari 2008 sampai dengan Desember 2008 ), seperti ditunjukkan pada Tabel 6.1. Periode Waktu Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Total ( ) Rata-rata Tahun 2008 2008 2008 2008 2008 2008 2008 2008 2008 2008 2008 2008 Xi 1 2 3 4 5 6 7 8 9 10 11 12 78 6.5 Jmh Penjualan Buku ( Y i ) 15 23 10 7 20 5 12 3 7 10 9 23 144 12 Xi Yi 15 46 30 28 100 30 84 24 63 100 99 276 895 Xi 1 4 9 16 25 36 49 64 81 100 121 144 650

Tabel 6.1. Tabel Perhitungan Metode Trend Moment.

Dari hasil perhitungan analisis peramalan penjualan barang menggunakan humus trend moment, maka akan diperoleh hasil sebagai berikut : Nilai trend yaitu Y = a + bx Y = 13.8636 + ( - 0.28671 )x Sebagai contoh akan meramalkan penjualan untuk bulan Agustus 2009 maka diperoleh nilai trend sebagai berikut : Y = 13.8636 + (( - 0.28671 ) * 20 ) , maka diperoleh hasil Y = 8.12937

Hasil perhitungan nilai trend tersebut selanjutnya akan dihitung dengan menggunakan indeks musim untuk mendapatkan hasil akhir peramalan penjualan. Diperoleh nilai Indeks Musim sebesar = 0.25

Sehingga untuk mendapatkan hasil akhir ramalan setelah dipengaruhi oleh indeks musim digunakan perhitungan rumus sebagai berikut : Y* = Indeks Musim x Y Y* = 0.25 x 8.12937 Y* = 2.0323 ( Nilai ramalan merupakan nilai pembulatan )

Setelah dilakukan proses perhitungan dengan indeks musim, maka akan didapatkan hasil perhitungan nilai ramalan penjualan buku pada bulan Agustus 2009 sebesar 2 buku. Hasil nilai akhir dari perhitungan manual sama dengan nilai akhir yang dihasilkan sistem, seperti terlihat pada gambar 6.1

Gambar 6.1 Form Analisis Peramalan Penjualan Barang

Adapun hasil pengujian keakuratan prediksi penjualan buku Database periode Mei 2008 menggunakan data periode Januari sd Desember 2007 berdasarkan hasil pengujian yang dilakukan oleh sistem dengan data aktual adalah sama yaitu sebesar 20 buku seperti terlihat pada Gambar 6.2

APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERAMALAN PENJUALAN BARANG Veronica

13

Rina Fiati

Gambar 6.2. Form Analisis Peramalan Penjualan Barang

Dengan demikian dapat disimpulkan bahwa aplikasi sistem pendukung keputusan dapat memberikan gambaran kepada pihak manajemen dalam proses pengambilan keputusan dalam meningkatkan jumlah produksi dan penjualan buku untuk periode yang akan datang dengan melihat hasil peramalan yang diperoleh dari sistem.

VII. KESIMPULAN
1. Aplikasi Sistem Pendukung Keputusan dapat memberikan hasil peramalan untuk penjualan barang pada waktu tertentu berdasarkan rekaman data penjualan barang pada periode-periode sebelumnya. Peramalan penjualan barang menggunakan metode Trend Moment. 2. Aplikasi Sistem Pendukung Keputusan peramalan penjualan barang dan pemilihan daerah pemasaran dapat membantu decision maker dalam pengambilan keputusan dengan menggunakan sistem komputerisasi. 3. Dari hasil peramalan penjualan buku dapat digunakan sebagai dasar untuk mengembangkan toko dengan cara memilih daerah pemasaran yang terbaik yang bertujuan untuk membuka toko baru. Sehingga diharapkan dengan adanya toko yang baru dapat meningkatkan jumlah produksi dan penjualan buku.

DAFTAR PUSTAKA
Adisaputro, 1994, Anggaran Perusahaan 1. BPFE Yogyakarta Fiati, R., 2009, Sistem Pendukung Keputusan Peramalan Penjualan Barang, Tesis, Magister Ilmu Komputer Program Pascasarjana Universitas Gadjah Mada Yogyakarta. Gazpersz, V., 1998, Production Planning and Inventory Control . PT Gramedia Pustaka Utama, Jakarta Kotler, P., 1993. Manajemen Pemasaran, Penerbit FE UI, Jakarta Saaty, T.L., 1991, Decision Making For Leaders The Analytical Hierarchy Process For Decison. University of Pitsburgh. Turban, E., 2001, Decision Support Systems and Expert Systems and Intelligent Systems, 6th Edition, Prentice Hall Internasional, Inc., New Jersey. .

BIODATA PENULIS
a. b. c. d. e. Nama Pangkat/Gol/ NIS Fakultas/ Jurusan Bidang Keahlian Alamat Kantor/ Telepon/Fax : Rina Fiati, ST, M.Cs : Lektor / III C / 0610701000001202 : Teknik / Teknik Informatika : Sistem Pendukung Keputusan : Universitas Muria Kudus Gondang Manis PO. BOX 53 Bae,Kudus (0291) 443844 / (0291) 4250860 : Jl. Raya Kudus Km 5, Golan Tepus No. 10 RT 01 / RW 01 Mejobo Kudus : 08122503611 : rfiati003@yahoo.com

f. Alamat Rumah/Fax Telp. Email

Pengalaman Penelitian :
1. 2. 3. Algoritma dan Struktur Data, Buku Ajar, Universitas Muria Kudus, 2010

Struktur Data, Buku Ajar, Universitas Muria Kudus, 2009.


Penelitian DSS Peramalan Penjualan Barang dan Pemilihan Daerah Pemasaran, pada Penerbit Andi, Yogyakarta, 2008.

4.

Penelitian Pengaruh Teknik Senarai Berantai terhadap Penataan lokasi Parkir , pada Ramayana Mall Kabupaten Kudus, 2003.

5.

Penelitian Perancangan Sistem Informasi Pengolahan Data Pelanggan , pada PDAM Kabupaten Kudus, 2001.

APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERAMALAN PENJUALAN BARANG Veronica

15

Rina Fiati

Pengalaman Pengabdian
1. Pelatihan Aplikasi SIPERPUS untuk Guru dan Staf Administrasi MTs dan MA NU Ibtidaul Falah Kecamatan Dawe Kabupaten Kudus, 2009. 2. Memberi latihan/penyuluhan/penataran/ ceramah pada masyarakat tentang Permodalan

Koperasi Desa Parung Kamal Kecamatan Lumbir Kabupaten Dati II Banyumas, 2004.
3. Memberi latihan/penyuluhan/penataran/ ceramah pada masyarakat tentang

Pengembangan Koperasi melalui peningkatan SDM koperasi Desa Purwanegara


Kecamatan Purwokerto Utara Kabupaten Dati II Banyumas, 2004. 4. Memberi latihan/penyuluhan/penataran/ ceramah pada masyarakat tentang Peningkatan

Pendapatan masyarakat melalui Nirah Kelapa Gula Aren Desa Cilongok Kecamatan
Cilongok Kabupaten Dati II Banyumas, 2003.

Publikasi
1. Menulis buku IPTEK judul : Akses Internet Via Ponsel , telah diterbitkan oleh Penerbit & Percetakan Andi Offset Yogyakarta, 2005. 2. Menulis buku IPTEK judul :Wireless Atasi keterbatasan Jangkauan, telah diterbitkan oleh penerbit Andi Offset Yogyakarta, 2004.

3.

Teknologi Informasi untuk keunggulan Kompetitif antar Perguruan Tinggi, Jurnal


ilmiah di Fak. Ekonomi UNWIKU Purwokerto, 2003.

4.

Bisnis menggunakan media Internet dan metode Cybermarketing, Jurnal Ilmiah di


Fak.Ekonomi UNWIKU Purwokerto, 2002.