Berisi kesimpulan dari seluruh proses pengerjaan tugas akhir beserta saran untuk proses pengembangan selanjutnya.
DAFTAR PUSTAKA
Pada bagian ini akan dipaparkan tentang sumber-sumber literatur yang digunakan dalam pembuatan laporan ini.
BAB II
TINJAUAN PUSTAKA
2.1 UD. Tadeo (Home Industri Sandal)
UD.Tadeo sandal mojokerto adalah sebuah industri home yang bergerak dibidang pembuatan alas kaki (Sandal) dan adapun susunan organisasinya terdiri dari a. Unsur Pimpinan: Pemilik.
b. Unsur administrator c. Unsur operasional
d. Kelompok Jabatan Fungsional, terdiri dari: 1. Produksi
2. Administrator Keuangan
2.1.1 Bagan Struktur Organisasi
Koordinator dan Penanggung UD. Tadeo
Administrator Kelompok Jabatan Fungsional : Operasional 1. Produksi alas kaki yang
sudah ahlinya
Dalam kegiatan fungsionalya, khususnya di bagian administrator tenaga kerja masih sering menghadapi berbagai permasalahan yang tejadi dan dikerjakanya secara manual. Oleh karena itu dibutuhkan sistem yang mempermudah kegiatan operasionalnya yaitu Sistem Infomasi Prediksi Pembelian Barang Pada UD. Tadeo.
2.2Sistem Informasi
Sebelum merancang sistem perlu dikaji konsep dan definisi dari sistem. Pengertian sistem tergantung pada latar belakang cara pandang orang yang mencoba mendefinisikannya. Menurut Herlambang dan Tanuwijaya (2005:47). Sistem informasi terdiri dari input, proses, dan output, seperti yang terlihat pada Gambar 2.1. Pada bagian proses terdapat hubungan timbal bailk dengan 2 (dua) elemen, yaitu kontrol kinerja sistem dan sumber-sumber penyimpanan data, baik berupa karakter-karakter huruf maupun berupa numerik. Sekarang ini bentuk data bisa berupa suara atau audio maupun gambar atau video. Data ini diproses dengan metode-metode tertentu dan menghasilkan output berupa informasi laporan maupun solusi dari proses yang telah dijalankan.
Gambar 2.2 Proses Sistem Informasi(Sumber: Herlambang dan Tanuwijaya, 2005)
Control of System Performance
Storage of Data Resources Processing Data Input of Data Resources Output of Information Products
Sutabri (2004:3) mendefenisikan bahwa sistem adalah suatu kumpulan atau himpunan dari unsur, komponen atau variabel-variabel yang terorganisasi, saling berinteraksi, saling tergantung satu sama lain dan terpadu. Keterkaitan antara satu komponen dengan komponen lainnya dalam sistem informasi bertujuan menghasilkan suatu informasi dalam suatu bidang. Alur informasi sangat diperlukan dalam sistem informasi, hal ini disebabkan keanekaragaman kebutuhan akan suatu informasi oleh pengguna informasi.
Sutabri (2004:36) membagi komponen-komponen yang saling berinteraksi dalam sistem informasi terdiri dari:
1. Komponen masukan, yaitu data yang masuk ke dalam sistem informasi yang dapat berupa dokumen-dokumen dasar.
2. Komponen model, yaitu komponen yang terdiri dari kombinasi prosedur, logika dan model matematik yang akan memanipulasi data input dan data yang tersimpan di basis data dengan cara yang sudah ditentukan untuk menghasilkan keluaran yang diiginkan.
3. Komponen keluaran, yaitu komponen yang merupakan informasi yang berkualitas dan dokumentasi yang berguna.
4. Komponen teknologi, yaitu komponen yang digunakan untuk menerima input, menjalankan model, menyimpan dan mengakses data, menghasilkan dan mengirimkan keluaran dan membantu pengendalian sistem secara keseluruhan. Komponen ini terbagi menjadi tiga bagian yaitu teknisi, perangkat lunak dan perangkat keras.
komputer dan perangkat lunak untuk memanipulasinya. Data dalam basis data perlu diorganisasikan sedemikian rupa dan digunakan untuk keperluan penyediaan informasi
2.3Manajemen data.
manajemen data mencakup tiga fungsi:
1. Menciptakan basis data
2. Memelihara data yang tersimpan dalam basis data. 3. Mengambil data dari basis data.
Arsip data pada mulanya dipandang sebagai tempat penyimpanan data artinya kebanyakan arsip yang digunakan perusahaan ada untuk kepentingan menyimpan data. Wilkinson(1993: 311).
Empat macam arsip data yaitu:
1. Arsip induk, yang memuat catatan catatan, mngenai unit (entity) tertentu yaitu (orang, tempat /benda) seperti pelanggan kantor dan produk.
2. Arsip transaksi yang memuat cacatan mengenai data yang sedang diproses contoh : transaksi penjualan.
3. Arsip history memuat catatan-catatan mengenai transaksi-transaksi yang telah selesai. Contoh data history penjualan.
4. Arsip acuan memuat catatan / table data yang dibutuhkan untuk melakukan perhitungan/ pemeriksaan ketepatan data masukan seperti harga produk/ daftar pelanggan.
Menurut Spyros (1993:42) database adalah suatu kumpulan data (arsip) yang disimpan dalam media (device) memori missal, misalnya sebuah disket.
Sistem Manajemen Database (DBMS) adalah suatu paket perangkat lunak yang bertindak sebagai bidang singgung (interface) antara program aplikasi dan database.
Perubahan dalam struktur database bias dilakukan tanpa mengubah program aplikasi. Hal ini merupakan keuntungan luar biasa dari sudut pandang pengguna. Bagaimanapun, jenis sistem database yang satu atau yang lainnya pasti mempengaruhi, apabila menggunakan Sistem Manajemen database (DBMS), dengan berinteraksi dengan data dan dengan struktur data , baik dari sumber internal maupun eksternal . Jarang ada masalah teknis dalam instalasi DBMS, hanya ada masalah manajerial.
2.4 Teknik Peramalan.
Pengertian peramalan menurut) yaitu kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang. Dalam melalukan analisis kegiatan usaha, haruslah diperkirakan apa yang akan terjadi dalam bidang ekonomi atau dalam dunia usaha yang akan datang.
apabila dilihat dari sifat ramalan yang disusun, maka peramalan dapat dibedakan atas dua macam, yaitu:
Peramalan Kualitatif, yaitu peramalan yang didasarkan atas data kualitatif pada masa yang lalu. Hasil peramalan yang dibuat sangat tergantung pada orang yang menyusunnya karena hasil peramalan tersebut ditentukan berdasrkan pemikiran yang bersifat intuisi, judgment, atau pendapat, dan pengetahuan serta pengalaman dari penyusunnya.
Peramalan Kuantitatif, yaitu peramalan yang didasarkan atas data kuantitatif pada masa lalu. Hasil peramalan yang dibuat sangat tergantung pada metode yang dipergunakan dalam peramalan tersebut. Metode yang baik adalah metode yang memberikan nilai-nilai perbedaan atau penyimpangan yang paling kecil.
Peramalan kuantitatif hanya dapat digunakan apabila terdapat kondisi sebagai berikut:
a. Tersedianya informasi tentang masa lalu.
b. Adanya informasi yang dapat dikuantufikasikan dalam bentuk data numerik.
c. Dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada masa yang akan datang.
Pada umumnya ada tiga macam data yang dapat disertakan dalam database
yang didesain untuk mendukung peramalan, yaitu: 1. Data yang diperlukan saat ini.
2. Data yang saat ini tersedia tetapi tidak sedang diperlukan sebagai bagian dari peramalan
3. Data yang mungkin diperlukan dimasa mendatang tetapi saa ini belum tersedia.
2.4.1 Single moving average.
Rata-rata bergerak tunggal (Single Moving Average) adalah metode peramalan yang dilakukan dengan mengambil sekelompok nilai pengamatan, mencari rata-rata tersebut sebagai ramalan untuk periode yang akan datang.
Metode ini disebut rata-rata bergerak karena setiap kali data observasi baru tersedia, maka angka- angka rata-rata baru dihitung dan digunakan sebagai prediksi. Wibowo (2005:20).
Perhitungan Single Moving Averagemempunyai karakteristik khusus yaitu:
1. Untuk mementukan ramalan pada periode yang akan datang memerlukan data histories selama jangka waktu tertentu. Misalnya dengan -4 bulan moving average, maka ramalan bulan ke-5 baru bias dibuat setelah bulan ke -4 selesai/ berakhir. Jika bulan Moving Average, ramalan bulan ke -7 baru bias dibuat setelah bulan ke-6 berakhir.
2. Semakin panjang jangka waktu Moving Average ,efek pelicinan semakin terlihat dalam ramalan atau menghasilkan Moving Averageyang semakin halus.
Persamaan matematis Single Moving Avearge menurut Arsyad (2001:76) adalah sebagai berikut:
n y yt y y ... t n ) ( Y M t-1 t-2 1 1 t ^ t ...(1) Dimana: t
M = Moving Average pada periode t.
1 ^
t
Y = nilai aktual untuk periode berikutnya.
n = jumlah data dalammoving average
Dalam banyak situasi peramalan, ketepatan dipandang sebagai kriteria penolakan untuk memilih suatu metode peramalan. Menurut Martiningtyas (2004:121), jika Xi merupakan data aktual untuk periode i dan Fi merupakan ramalan untuk periode yang sama (periode i), maka kesalahan didefinisikan sebagai:
e
i= X
i- F
i ... (2)Jika terdapat nilai pengamatan dan ramalan untuk n periode waktu, maka akan terdapat n buah galat (kesalahan). Nilai-nilai yang umum digunakan untuk mengukur ketepatan pemakaian suatu metode peramalan tertentu dalam suatu kumpulan data yang diberikan adalah MAPE (Meapn Absolute Percentage Error), MAD (Mean
Absolute Deviation), dan MSD (Mean Squared Error). Untuk menentukan metode
peramalan mana yang sesuai, biasanya dipilih nilai-nilai MAPE, MAD, atau MSD yang paling kecil karena hal ini menunjukkan bahwa nilai kesalahannya yang paling kecil.
MAPE (Mean Absolute Percentage Error)
MAPE= ... (3)
dimana PEi =
...(4)
a. MAD (Mean Absolute Deviation) ... (5)
MAD =
b. MSD (Mean Squared Error) atau MSE (Mean Squared Error)
MSE =
2.5 Penyelesaian Masalah Prediksi Pembelian Bahan
Pembentukan nilai untuk sistem aplikasi yang dibuat berdasarkan data yang diperoleh dari UD Tadeo . Setelah melakukan analisa dengan beberapa teori dan metode pada studi pustaka, maka untuk mengolah data dengan kuantitatif adalah dengan metode single moving average.
Aplikasi komputer dengan nama Sistem Informasi Prediksi pembelian bahan pada UD.Tadeo menggunakn metode Single moving average ini mampu menangani
permasalahan yang terjadi dalam hal menentukan jumlah bahan yang akan dibeli pada bulan berikutnya. Untuk memperjelas penggunaan dari single moving average dengan teknik untuk melakukan ketepatan peramlan Mean Absolute Deviationberikut adalah contoh penerapannya :
Tabel 2.1 Penyelasain Peramalan Single Moving Average
Jumlah Moving Average N = 3
5 5 0
2 2 0
3 3 0
Hasil jumlah bahan dibagi periode (3)
5+2+3 = 10 10 / 3 = 3,3
Dalam Tabel 3.1 penyelaisain prediksi dilakukan pada 6 bulan pertama, selanjutjutnya dihitung berdasarkan pereiode sebelumnya (N) sihingga dapat mengetahui jumlah nilai peramalan yang ditentukan periodenya.untuk mengetahui hasil ketepatan dari permalan yang benar, untuk mengetahui hasil ketepatan peramalan dapat dilakkuan dengan MAD (Mean Absoulte Deviation) sihingga hasilnya akan dipilih yang terkecil dari periode (N) sebelumnya, Berikut contoh melakukan hasil ketepatan dari peramlan yang menggunakan MAD (Mean Absoulte
Jumlah Bahan ( - ) Hasil dari peramalan N ( priode) perbulan
5 - 2 = 3
2 - 3 = 1
4 - 3 = 1
Hasil dijummlah kan = 4 dibagi jumlah peridode transaksi yang ada yaitu 3
Untuk mengetahui hasil yaitu = 4 / 3 = 1.3
Tabel 2.2 Penyelasain MAD (Mean Absoulte Deviation)
Jumlah (x) N = 3
5 3 2 1 4 1 Hasil pengurangan (X) – (N) dibagi
jumalah pengurangan yang dilakukan Untuk nila 0 tidak dihitung
5-3 = 2, 2-3 = 1,3-3 = 0, hasil dijumlah = 3 akan dibagi 3, 3/3 = 1
Tabel 2.2 ini menjelaskan cara menentukan nilai ketepatan dari hasil permalan yang dintentukan periode yang ada sehingga bisa dibandingkan dengan nilai rata- rata terkecil dari periode sebelumnya.
BAB III
ANALISIS DAN PERANCANGAN SISTEM
3.1 Analisis Sistem
Dalam sub-bab ini akan dibahas mengenai analisa dari sistem informasi
inventory pada UD Tadeo, sistem ini nantinya akan memberikan layanan kepada
perusahaan yang belum memiliki data inventory barang secara terkomputerisasi,
tentunya data yang diperlukan yaitu dengan mengetahui alur sistem secara manual dalam perusahaan, proses inventory dalam perusahaan masih dilakukan secara manual, sehingga efektivitas dalam pengolahan data dokumen inventory belum tertata dengan baik. Dalam aplikasi ini disertai dengan pengolahan data pembelian, barang keluar dan retur dari bagian produksi ke sistem aplikasi gudang barang dalam perusahaaan.
Perancangan ini dimaksudkan untuk mendapatkan suatu hasil, yaitu berupa perangkat lunak dan informasi prediksi dari beberapa barang atau bahan yang telah Dibeli dari supliyer UD. Tadeo, serta laporan – laporan detailnya seperti (laporan pembelian, laporan proses pengeluaran bahan) untuk diberikan kepada pimpinan perusahaan sehingga mempermudah kegiatan operasionalnya oleh admin. Pembuatan aplikasi ini adalah dengan menggunakan visual basic .Net 2005 sebagai bahasa pemrogramannya dan menggunakan SQL expres 2005 sebagai struktur dan penyimpanan datanya, dan untuk laporan-laporanya menggunakan crystall report.
3.2 Perancangan Sistem
Dalam sub-bab ini menjelaskan tentang proses perancangan sistem yang nantinya akan dibuat. Mulai dari deskripsi umum sistem, konsep perancangan dalam bentuk perancangan proses, perancangan data, perancangan tabel dan perancangan antarmuka.
3.2.1 Deskripsi Umum Sistem
Deskripsi umum dalam sistem ini dapat dilihat dalam bentuk Gambar diagram dapat dilihat pada Gambar 3.1 berikut ini:
Administrator Sistem aplikasi Bagian Produksi Manager Supliyer Gudang Data permintaan Data barang Laporan transaksi Pemesanan pembelian Data jumlah pembelian
Data barang Transaksi inventory
Gambar 3.1 Arsitektur Sistem Prediksi UD.Tadeo Sumber : Yunianto, 2006
Dalam arsitektur sistem ini data inventory aplikasi sistem ini, bagian administrator ini melakukan proses pengolahan data master dan transaksi
inventory dalam UD Tadeo. Administrator juga mengolah data transaksi jumlah
melihat data pengolahan aplikasi peramalan jumlah pembelian yang akan datang. Lalu bagian pembelian melakukan pemesanan jumlah barang.Untuk retur barang penjualan dengan melihat data konfirmasi nota penjualan barang/ barang keluar dalam sistem aplikasi.
Dalam pembuatan aplikasi sistem ini, terdapat beberapa elemen dasar, antara lain:
1. Basis Data
Elemen ini merupakan tempat menyimpan kumpulan data yang nantinya dibutuhkan sistem untuk melakukan proses dan sehingga setiap aktifitas yang dilakukan oleh entitas sistem aplikasi bisa terekam dalam satu basis data.
2. Program Aplikasi
Elemen ini merupakan program yang digunakan untuk mengolah sejumlah masukan data inventor, aplikasi sistem informasi melihat data inputan lalu diolah sesuai dengan output yang diinginkan oleh hasil dari aplikasi sistem inventory
tersebut
3.2.2 Identifikasi Variabel Input
Identifikasi variabel-variabel input dari sistem diperlukan untuk mengetahui input apa saja yang berpengaruh pada sistem ini nantinya. Dalam sistem aplikasi ini, variable input meliputi data pembelian, data penjualan, data supliyer, data barang data lain yang dibutuhkan untuk dimasukkan oleh administrator untuk tujuan proses jalannya aplikasi tersebut.
3.2.3 Identifikasi Variabel Output
Variabel output pada sistem ini berupa data informasi atau laporan sistem aplikasi yang ditujukan kepada manager yang menginformasikan tentang aplikasi sistem inventory .
3.2.4 System flow Diagram
Dalam sub-bab ini akan dijelaskan alur kerja sistem dalam bentuk
flowchart diagram dalam proses Sistem Inventory. Perancangan sistem flow dari
fungsi proses inventory dapat di lihat pada Gambar 3.2 di bawah ini.
3.2.5 Perancangan Proses
Dalam sub ini dijelaskan mengenai perancangan proses dari sistem prediksi pembelian bahan pda UD. TADEO yang akan dibuat nantinya. Dalam perancangan proses ini akan dijelaskan dalam bentuk Hierarki proses (Diagram berjenjang) dan perancangan proses menggunakan Data Flow Diagram (DFD) yang dibuat menggunakan software Power Designer versi 6 nantinya sistem yang akan kita buat mengacu pada desain dari DFD sehingga dalam pembuatan aplikasi kita tidak keluar dari jalur perencanaan yang telah kita buat sebelumnya.
3.2.5.1 Diagram Berjenjang
Dalam sub bab ini menjelaskan tentang bentuk hierarki dari proses yang ada dalam aplikasi prediksi pembelian bahan pda UD. TADEO bentuk dari hierarki/diagram berjenjang dapat dilihat pada Gambar 3.3 yang menGambarkan proses – proses yang ada dalam sistem prediksi pembelian bahan pda UD. TADEO proses ini memiliki beberapa level antara lain level konteks, level nol,
dan level satu . pada level konteks menGambarkan proses sistem keseluruhan atau
Gambaran umum dari sistem proses yang akan kita buat, level nol merupakan proses yang ada dalam level konteks yang diperjelas, sedangkan level satu merupakan Gambaran proses yang lebih jelas dari pada level nol. PenGambaran diagram berjenjang digunakan sebagai acuan sebelum membuat DFD.
3.2.5.2 DFD Level Konteks
Data flow diagram merupakan gambaran dari proses rancangan sebuah
sistem yang akan dibangun, dengan rancangan ini diharapkan nantinya kita dapat mengetahui dan memahami konsep dari sebuah sistem. Rancangan sistem informasi prediksi pembelian bahan pada UD. Tadeo ini dirancang dengan menggunakan Data Flow Diagram
DFD level kontek dibawah ini menjelaskan sistem informasi inventory dan prediksi jumlah pembelian barang ud.tadeo. yang dapat dijelaskan secara lebih detail dengan adanya sistem basis data. Sistem informasi inventory dan prediksi jumlah pembelian barang ud.tadeo.yang mana pada level 0 ini dipecah menjadi 5 sub sistem yaitu sub sistem maintenancemaster, sub sistem inventory, sub sistem laporan. Untuk lebih jelasnya DFD level kontek dapat dilihat pada Gambar 3.4.
ppermintaan barnag produksi
pemesanan jumlah barang proses penjualan pembelian barang data barang 0 rancang bangun Sistem Informasi inventory
+
Bagian produksi supliyer kepala gudang3.2.5.3 DFD Level 0
Untuk DFD level 0 dapat dilihat pada Gambar diagram pada Gambar 3.5 berikut ini :
data penjualan retur
data retur penj
bag retur
stok retur stok penjualan data penjualan1
stok pembelian
ppermintaan barnag produksi
supliyer pembelian bagian produksi
bagian produksi
supliyer
laporan pembelian
laporan retur penjualan laporan penjalan nota penjualan data pembelian data penjualan stok barang proses penjualan pemesanan jumlah barang
pembelian barang data barang kepala gudang supliyer Bagian produksi 1data barang 2 pembelian 3penjualan 4 retur penjualan 1 maintenace master 2 pembelian
+
3 penjualan+
4 retur penjualan+
5 laporan 5 supliyer 6 bagian produksi Gambar 3.5 DFD Level 0Dari DFD level 0 diatas terdapat 5 proses yaitu :
1. Proses maintenace master
Pada proses ini menjelaskan pengaturan data master.yanga melakukan proses input data barang samapi user.
2. Proses Pengaturan pembelian
Pada proses pengaturan data transaksi pembelian jumlah barang adalah menjelaskan tentang pembelian bahan dan dengan asumsi prediksi jumlah pembelian bulan kedepan.
3. Proses Pengaturan Penjualan
Pada proses pengaturan transaksi penjualan jumlah penjualan ke bagian produksi adalah tranksaksi yang melakukan penjulaan yang melakkan sub bahan kepada bagian produksi.
4. Proses Pengaturan Retur Penjualan.
Pada proses pengaturan transaksi Retur penjualan ini menjelaskan retur pada barang yang dilakukan pada bagian produksi .
5. Proses Pengaturan laporan.
Pada proses pengaturan penyajian data laporan pembelian,data laporan penjualan dan transaksi retur penjualan. Berdasar tanggal inputan yang telah ada pada transaksi.
3.2.5.4 DFD Level 1 Pembelian.
Untuk DFD level 1 dapat dilihat pada Gambar diagram pada Gambar 3.6 berikut ini :
Gambar 3.6 DFD Level 1 Pembelian
Dari DFD level 1 Pembelian diatas terdapat 2 proses yaitu : 1. Proses Prediksi Pembelian
Pada proses prediksi pembelian ini menggunakan metode data single moving average.
2. Proses Pembelian.
Pada proses pembelian ini melakukan pencatatan data pembelian barang dari supliyer
3.2.5.5 DFD Level 1 Penjualan.
Untuk DFD level 1 penjualan dapat dilihat pada Gambar diagram pada Gambar 3.7 berikut ini :
Gambar 3.7 DFD Level 1 Dari Proses Penjualan
Dari DFD level 1 penjualan diatas terdapat 2 proses yaitu : 1. Proses Prediksi cek stk penjualan
Pada proses prediksi pembelian ini menggunakan metode data single moving average.
2. Proses penjualan.
Pada proses pembelian ini melakukan pencatatan data pembelian barang dari supliyer
3.2.5.6 DFD Level 1 Retur Penjualan.
Untuk DFD level 1 retur penjualan.dapat dilihat pada Gambar diagram pada Gambar 3.8 berikut ini :
Gambar 3.8 DFDLevel 1 dari Proses Retur Penjualan Dari DFD level 1 penjualan diatas terdapat 2 proses yaitu :
1. Proses cek nota penjualan
Pada proses ini cek data stok barang untuk proses penjualan 2. Proses retur penjualan.
Pada proses ini melakukan proses transaksi retur penjualan.
3.2.6 Perancangan Data
Dalam perancangan data ini, menjelaskan tentang 2 model data yaitu: model data konseptual dan model data fisik. Untuk lebih jelasnya dapat dijelaskan dibawah ini:
3.2.6.1 Model Konseptual (Conceptual Data Model)
Model data konseptual adalah rancangan dalam bentuk diagram sebelum pembuatan database secara detail. Model data konseptual ini dibuat tanpa harus mempertimbangkan semua Database Management System (DBMS) apa yang nantinya dipakai, karena bentuk ini hanya sebuah konsep rancangan yang nantinya bisa digunakan oleh DBMS. Model data konseptual pada aplikasi sistem ini merepresentasikan rancangan basis data konseptual yang nantinya akan digunakan oleh sistem ini. Pada konsep rancangan ini dibuat dengan menggunakan Power Designer 9. Untuk lebih jelasnya dapat dilihat pada Gambar 3.9 pada desain CDM terdapat sebelas tabel antara lain tabel bagian produksi,data user,data barang,datakeluar barangdata pembelian barangjenis barang supliyer,transaksi kluar barang,transaksi kluar barang.
MEMILIKI_BARANG_KELUAR MEMILIKI BLO K
MEMILIKI DATA SUPLIYER
MEMILIKI STOK TRANS PEM MEMILKI TRANS BRG KLUAR
TRANS PEMBELIAN MEMILIKI TRANS PEMBELIAN MEMILIKI TRANS BARANG KLUAR
MEMILIKI DATA BARANG MEMLIKI KLUAR BARANG
MEMILIKI DATA JENIS BARANMG
MEMILIKI BAGIAN PRODUKSI
DATABARANG ID_BARANG Nama_Barang Satuan Tanggal update harga Harga_satuan Stok Stok Minimum KETERANGAN KLUAR BARANG
BLOK ID_BLOK ruangan model_produksi jenis_produksi kepala_unit kontak_kelapa_unit BAGIAN PRODUKSI Id_bagian nama_baproduksi kepala_bagian kontak_kepala_bagian supliyer id_supliyer nama model_produksi kontak jenis_barang id jenis barang
nama jenis barang UPDATE_STOK_T RANSAKSI_PEM ID_PERUBAHAN_ST OK_PEM TANGGAL UPDAT E STOK PEM TRANSAKSI_KELUAR_BARANG ID_PENJUALAN TANGGAL_PENJUALAN DETAIL_PEMBELIAN_TRANSAKSI JUMLAH KETERANGAN PEMBELIAN DETAIL_KELUAR_BARANG JUMLAH
KETERANGAN KLUAR BARANG
TRANSAKSI_PEMBELIAN id pembelian
TANGGAL T RANSAKSI PEMBELIAN
UPDATE_STOK_T RANSAKSI_BRNG_KELUAR ID_PERUBAHAN_ST OK_PENJ TANGGAL UPDAT E STOK KLUAR
DETAIL_PERUB_STOK_TRANSAKSI_PEM JUMLAH
KETERANGAN KLUAR BARANG DETAIL_PERUB_STOK_TRANSAKSI_PENJ JUMLAH
3.2.6.2 Model Data Phisik
Model data phisik dibuat dengan cara mengkonversikan atau mengkonfer menjadi PDM (Phiscal Dta Model),model data konseptual yang telah dijelaskan pada gambar diatas. Model data ini mempresentasikan rancangan fisik basis data yang disimpan di server data base. Model data ini menghasilkan tabel-tabel yang nantinya akan dipakai dalam implementasi sistem yang dibuat. Untuk lebih jelasnya dapat dilihat pada Gambar 3.10 dibawah ini:
ID_PENJUALAN = ID_PENJUALAN ID_BLOK = ID_BLOK ID_SUPLIYER = ID_SUPLIYER ID_PERUBAHAN_STOK_PEM = ID_PERUBAHAN_STOK_PEM ID_PERUBAHAN_STOK_PENJ = ID_PERUBAHAN_STOK_PENJ ID_PEMBELIAN = ID_PEMBELIAN ID_PEMBELIAN = ID_PEMBELIAN ID_PENJUALAN = ID_PENJUALAN ID_BARANG = ID_BARANG ID_BARANG = ID_BARANG ID_JENIS_BARANG = ID_JENIS_BARANG