(STUDI KASUS CV. DJENGGOLO SIDOARJO)
Nama : Danny Satya Pambudhi
NIM : 05.41010.0066
Program : S1 (Strata Satu)
Jurusan : Sistem Informasi
SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN TEKNIK KOMPUTER
Halaman
ABSTRAK ………... ii
KATA PENGANTAR ……… iii
DAFTAR ISI ………. v
DAFTAR TABEL……….. viii
DAFTAR GAMBAR………. x
DAFTAR LAMPIRAN ……… xix
BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan …..……… 1
1.2 Perumusan Masalah …..……… 3
1.3 Batasan Masalah …..………. 3
1.4 Tujuan ………. 4
1.5 Sistematika Penulisan ……… 4
BAB II LANDASAN TEORI 2.1 Konsep Sistem Informasi ………... 6
2.2 Peramalan ………... 8
2.3 Kebutuhan Akan Peramalan ………... 9
2.4 Jenis Peramalan ……….… 10
2.5 Proses Peramalan ……….. 10
2.6 Data Trend ……….. 13
2.7 Exponential Smoothing ……… 13
2.8 Teknik Peramalan Holt ………. 14
2.9 Pengukuran Kesalahan Peramalan ……… 16
2.10 Penjualan ………..…. 18
BAB III PERANCANGAN SISTEM 3.1 Analisa Sistem ………... 19
3.1.1 Dokumen Flow Pembelian ……… 20
3.1.2 Dokumen Flow Penjualan ………. 21
3.2 Alur Pengembangan Sistem ……… 22
3.2.1 Dokumen Flow Terkomputerisasi Pembelian ………… 23
3.2.2 Dokumen Flow Terkomputerisasi Penjualan ………… 24
3.2.3 Flowchart Peramalan Penjualan dengan Metode Exponential Smoothing dengan tekhnik Holt…………. 25
3.2.4 Data Flow Diagram ……… 30
3.2.5 Konteks Diagram ……….. 30
3.2.6 Diagram Berjenjang ……….. 31
3.2.7 DFD Level 0 ………. 32
3.2.8 DFD Level 1 Proses Transaksi ………... 34
3.2.9 DFD Level 1 Proses Pembuatan Laporan ……….. 35
3.2.10 DFD Level 2 Proses Transaksi Pembelian Bahan Baku.. 35
3.2.11 DFD Level 2 Proses Transaksi Penjualan Barang …….. 36
3.2.12 Entity Relationalship Diagram ……….……… 37
3.2.13 Struktur Tabel ……… 39
3.3 Desain IO ……… 44
3.3.1 Desain Input Master Data Customer ……….. 44
3.3.2 Desain Input Master Data Supplier ……… 45
3.3.3 Desain Input Master Data Bahan ……… 45
3.3.4 Desain Input Master Data Barang Produk ………. 46
3.3.5 Desain Input Peramalan Produk ……… 47
3.3.6 Desain Input Transaksi Penjualan ………. 48
3.3.7 Desain Input Transaksi Pembelian ………. 49
3.3.8 Desain Output Laporan Penjualan ………. 50
3.3.9 Desain Output Laporan Detil Penjualan ………. 50
3.3.10 Desain Output Laporan Pembelian ………. 51
3.3.11 Desain Output Laporan Detil Pembelian ……… 51
3.3.12 Desain Output Laporan Hasil Peramalan……… 52
BAB IV IMPLEMENTASI DAN EVALUASI 4.1 Kebutuhan Sistem ……… 53
4.1.1 Perangkat Keras ………. 53
4.1.2 Perangkat Lunak ………. 53
4.2 Implementasi Sistem ……… 53
4.3 Uji Coba dan Evaluasi………75
4.3.1 Uji coba fitur dasar Sistem ………. 76
4.3.2 Evaluasi Sistem ………. 98
BAB V PENUTUP 5.1. Kesimpulan ……….………..102
5.2. Saran ………..………102
DAFTAR PUSTAKA ………103
LAMPIRAN ……….103
BIODATA ……….134
1.1 Latar Belakang Permasalahan
Semua organisasi beroperasi dalam suatu lingkungan yang mengandung unsur ketidakpastian, tetapi keputusan harus tetap diambil yang nantinya akan mempengaruhi masa depan organisasi tersebut, suatu pendugaan secara ilmiah terhadap masa datang akan jauh lebih berarti ketimbang pendugaan yang tidak ilmiah (Lincoin Arsyad, 1993:3). menurut Lincoin Arsyad yang dimaksud dengan pendugaan secara ilmiah adalah pembuatan ramalan yang didasarkan pada metode-metode manipulasi data secara logis yang dihasilkan dari kejadian-kejadian masa lalu.
Dalam sebuah perusahaan yang bergerak di bidang jasa atau bidang manufaktur, diperlukan suatu perencanaan yang tepat agar perusahaan tersebut dapat terus bersaing dengan para kompetitornya. Semakin tepat keputusan yang dibuat, maka semakin kecil pula resiko perusahaan tersebut mengalami kerugian. Dikarenakan adanya kompetitor yang membuat persaingan lebih ketat, Perusahaan mesti mengadakan serangkaian kegiatan penjualan yang efektif dan memberikan peralatan promosi untuk merangsang pembelian agar lebih meningkat (Kotler, 1989:28).
Dalam penelitian ini studi kasus dilakukan pada sebuah perusahaan manufaktur, yang mana salah satu hal yang harus diperhatikan adalah perencanaan untuk penetepan anggaran biaya produksi. Yang mana perusahaan harus dapat meminimalkan kesalahan dalam hal penetapan anggaran biaya produksi. Dan pada kenyataannya sering terjadi suatu keadaan dimana jumlah
angka penjualan barang yang diproduksi tidak sebanding atau dikatakan lebih kecil daripada jumlah angka produksi barang sehingga dapat menyebabkan kerugian pada perusahaan. Selain itu pula dalam setiap pencatatan transaksi yang telah dilakukan baik itu transaksi penjualan produk atau transaksi pembelian bahan masih dilakukan secara manual dan pelaksanaannya tidak dilakukan secara rutin setiap kali terdapat transaksi, sehingga pihak manajemen kesulitan dalam melakukan suatu keputusan berdasarkan laporan penjualan atau pembelian karena ketersediaan kedua laporan tersebut selalu terlambat. Dalam penelitian ini metode yang digunakan dalam proses perhitungan peramalan adalah metode exponential smoothing, karena menurut Lincolin Arsyad, metode exponential smoothing adalah salah satu metode yang tepat untuk digunakan dalam proses perhitungan peramalan jika data yang akan diteliti bersifat trend. Hal tersebut sesuai dengan pola data yang terdapat pada data penjualan yang pola datanya terkadang menaik atau cenderung menurun pada suatu periode tertentu.
1.2 Perumusan Masalah
Berdasarkan latar belakang di atas, dapat dirumuskan permasalahan sebagai berikut:
1. Bagaimana membuat rancang bangun sistem informasi untuk peramalan penjualan pada CV. Djenggolo.
2. Bagaimana membuat sistem untuk meramalkan data penjualan untuk mengetahui jumlah barang yang terjual di periode mendatang dengan menggunakan metode peramalan exponential smoothing.
1.3 Batasan Masalah
Batasan masalah dalam sistem ini adalah sebagai berikut:
1. Peramalan jumlah angka penjualan dilakukan dengan menggunakan metode Exponential Smoothing dengan teknik Holt.
2. Studi kasus dilakukan di CV. Djenggolo Sidoarjo.
3. Periode yang akan diramalkan adalah untuk periode 1 bulan mendatang. 4. Proses yang dibahas dalam sistem ini antara lain:
a. Proses pencatatan penjualan
Pencatatan penjualan yang dimaksud adalah mendata atau menyimpan setiap transaksi penjualan tiap produk.
b. Proses pencatatan pembelian
Pencatatan pembelian yang dimaksud adalah mendata atau menyimpan setiap transaksi pembelian bahan baku.
1.4 Tujuan
Tujuan dari pembuatan sistem ini adalah :
1. Membuat rancang bangun sistem informasi peramalan penjualan pada CV. Djenggolo agar dapat membantu perusahaan mengambil suatu keputusan setelah mengetahui peramalan penjualan di masa mendatang.
2. Membuat sistem untuk meramalkan hasil penjualan untuk mengetahui jumlah barang yang terjual di periode mendatang dengan menggunakan metode peramalan exponential smoothing.
1.5 Sistematika Penulisan
Sistematika penulisan yang digunakan dalam penyusunan laporan Tugas Akhir ini dibedakan dengan pembagian bab dengan rincian sebagai berikut: BAB I : PENDAHULUAN
Pada bab ini dijelaskan tentang latar belakang, perumusan masalah, batasan masalah dan tujuan tugas akhir ini.
BAB II : LANDASAN TEORI
BAB III : PERANCANGAN SISTEM
Dalam bab ini dijelaskan tentang tahap yang dikerjakan dalam penyelesaian Tugas Akhir mulai dari analisa sistem, perancangan sistem, pembuatan dokumen flow terkomputerisasi, pembuatan flowchart perhitungan peramalan, pembuatan DFD, perancangan ERD, dan Desain Input/Output.
BAB IV : EVALUASI
Bab ini menjelaskan tentang implementasi program, berisi langkah-langkah implementasi perancangan program dan hasil implementasi program, serta analisis terhadap kinerja program tersebut.
BAB V : PENUTUP
2.1 Konsep Sistem Informasi
Sebelum merancang sistem perlu dikaji konsep dan definisi dari sistem.. Sistem informasi terdiri dari input, proses, dan output, seperti yang terlihat pada Gambar 2.1. Pada bagian proses terdapat hubungan timbal balik dengan 2 (dua) elemen, yaitu kontrol kinerja sistem dan sumber-sumber penyimpanan data, baik berupa karakter-karakter huruf maupun berupa numerik (Herlambang, Tanuwijaya, 2005:47). 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.
Control of System Performance
Storage of Data Resources Processing Data Input of Data
Resources
Output of Information
Products
Gambar 2.1 Proses Sistem Informasi
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.
Data dalam basis data perlu diorganisasikan sedemikian rupa dan digunakan untuk keperluan penyediaan informasi.
2.2 Peramalan
Pengertian peramalan menurut Makridakis (1999:4), peramalan merupakan bagian integral dari kegiatan pengambilan keputusan manajemen. Organisasi selalu menentukan sasaran dan tujuan, berusaha menduga-duga faktor lingkungan, lalu memilih tindakan yang diharapkan akan menghasilkan pencapaian sasaran dan tujuan tersebut. Kebutuhan akan peramalan meningkat seiring dengan usaha manajemen untuk mengurangi ketergantungannya atas hal-hal yang belum pasti. Peramalan menjadi lebih ilmiah sifatnya dalam menghadapi lingkungan manajemen. Karena setiap bagian organisasi berkaitan satu sama lain, baik buruknya ramalan dapat mempengaruhi seluruh bagian organisasi.
Suatu sistem peramalan harus mempunyai kaitan diantara ramalan-ramalan yang dibuat pada bidang manajemen yang lain. Jika peramalan ingin berhasil, maka harus diperhatikan adanya saling ketergantungan yang tinggi diantara ramalan berbagai divisi atau departemen. Sebagai contoh, kesalahan dalam proyeksi penjualan dapat menimbulkan reaksi berantai yang mempengaruhi ramalan anggaran, pengeluaran, operasi, arus kas, tingkat persediaan, harga dan seterusnya.
Menurut Martiningtyas (2004:101), apabila dilihat dari sifat ramalan yang disusun, maka peramalan dapat dibedakan atas dua macam, yaitu:
berdasarkan pemikiran yang bersifat intuisi, judgment, atau pendapat, dan pengetahuan serta pengalaman dari penyusunnya.
2. 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.
Dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada masa yang akan datang.
2.3 Kebutuhan akan peramalan
Hampir semua organisasi, secara besar dan kecil, swasta dan pemerintah, menggunakan peramalan baik secara eksplisit maupun implisit, karena hampir semua organisasi harus membuat rencana dalam menghadapi masa yang akan datang. Peramalan dibutuhkan dalam bidang keuangan, pemasaran, sumber daya manusia, dan produksi. Dalam pemerintah maupun organisasi yang bertujuan laba.
2.4 Jenis Peramalan
Peramalan dikelompokkan dalam peramalan jangka panjang dan peramalan jangka pendek. Peramalan jangka panjang diperlukan untuk mencapai tujuan umum organisasi jangka panjang, oleh karena itu peramalan jangka panjang ini merupakan titik perhatian utama dari manajemen puncak. Peramalan jangka pendek digunakan untuk merancang strategi-strategi yang mendesak (jangka pendek) dan digunakan oleh manajemen menengah dan manajemen lini pertama untuk memenuhi kebutuhan jangka waktu dekat.
Peramalan juga dapat dikelompokkan menjadi peramalan mikro dan makro. Yang membedakan adalah luas cakupan lingkungan data yang diteliti.
Peramalan juga dikelompokkan menjadi peramalan yang bersifat kuantitatif dan kualitatif. Pada teknik peramalan kualitataif murni seorang peramal tidak membutuhkan manipulasi data sama sekali, hanya keputusan dari peramal tersebut yang digunakan. Walaupun sebenarnya keputusan dari peramal tersebut juga hasil dari pengalaman yang berdasarkan data historis.
Pada sisi lain, teknik kuantitatif murni sama sekali tidak memerlukan input dari peramal. Karena teknik ini hanya membutuhkan manipulasi data yang lebih canggih.
2.5 Proses Peramalan
kecuali variabel-variabel yang secara eksplisit digunakan dalam model peramalan tersebut.
Tahap-tahap peramalan dapat dibagi menjadi beberapa tahap sebagai berikut :
1. Penentuan tujuan
Pada tahap ini penentuan tujuan dari setiap peramalan harus disebutkan secara tertulis, formal dan eksplisit. Si pembuat ramalan harus memahami kegunaan-kegunaan dari proyeksi manajerial yang telah ditetapkan, dan peramal harus meyakinkan bahwa terjadi konsistensi di antara ramalan-ramalan tersebut. Tujuan ramalan mempengaruhi panjangnya periode ramalan dan menentukan frekuensi revisi.
2. Pemilihan teori yang relevan
Tahap ini menentukan hubungan teoritis yang menentukan perubahan-perubahan variabel yang diramalkan.
Suatu teori yang tepat guna akan selalu membantu seorang peramal dalam mengidentifikasi setiap kendala yang ada untuk dipecahkan dan dimasukkan kedalam proses peramalan.
3. Pengumpulan data
Tahap ini merupakan tahap yang paling kritikal karena tahap-tahap berikutnya dapat dilakukan atau tidak tergantung pada relevansi data yang diperoleh tersebut.
Pada tahap ini dilakukan penyeleksian data karena dalam proses peramalan seringkali kita mempunyai data yang tidak relevan dengan masalah yang akan di analisis sehingga dapat mengurangi keakuratan dari peramalan.
5. Pengestimasian model sementara
Tahap ini adalah tahap untuk menguji kesesuaian data yang telah diperoleh ke dalam model peramalan, dalam artian meminimumkan kesalahan peramalan. Semakin sederhana suatu model biasanya semakin baik model tersebut dalam artian bahwa model tersebut mudah diterima oleh para manajer yang akan membuat proses pengambilan keputusan perusahaan.
6. Evaluasi dan revisi model
Sebelum melakukan penerapan secara aktual, suatu model harus diuji terlebih dahulu untuk menentukan akurasi, validitas, dan keandalan yang diharapkan. Jika berbagai uji keandalan dan akurasi telah diterapkan pada model tersebut, revisi mungkin perlu dilakukan dengan memasukkan faktor-faktor kausal dalam model tersebut.
7. Penyajian ramalan sementara kepada manajemen
Demi keberhasilan suatu peramalan, maka dibutuhkan input dari manajemen 8. Revisi final
Ramalan tidak bersifat statis. Penyiapan ramalan yang baru akan dilakukan tergantung pada hasil evaluasi tahap-tahap sebelumnya
9. Pendistribusian hasil peramalan
10. Penentuan langkah-langkah pemantauan
Suatu kegiatan peramalan yang baik membutuhkan penetapan langkah-langkah pemantauan untuk mengevaluasi peramalan ketika sedang
berlangsung dan langkah pemantauan yang memungkinkan seorang peramal untuk mengantisipasi perubahan yang tak terduga.
2.6 DataTrend
Data trend adalah data berpola deret yang mengandung komponen jangka panjang yang menunjukkan pertumbuhan atau penurunan dalam data tersebut sepanjang suatu periode waktu yang panjang. Dengan kata lain, suatu data runtut waktu dikatakan mempunyai trend jika nilai harapannya berubah sepanjang waktu sehingga data tersebut diharapkan untuk menaik atau menurun selama periode peramalan diinginkan. Biasanya data runtut waktu ekonomis mengandung suatu trend. Pengaruh dari pola data ini misalnya pada permintaan akan komponen-komponen elektronik akan meningkat dengan semakin berkembangnya industri komputer, atau permintaan terhadap jasa kereta api menurun dengan semakin berkembangnya teknologi jasa angkutan udara.
Beberapa metode peramalan yang mbisa dipergunakan untuk data trend antara lain : rata-rata bergerak linier, exponential smoothing, regresi sederhana, model gompertz, kurva pertumbuhan.
2.7 Exponential Smoothing
secara exponential. Setiap data diberi bobot, dimana data yang lebih baru diberi bobot yang lebih besar. Bobot yang digunakan adalah α untuk data yang paling baru yang paling baru, α(1- α) digunakan untuk data yang agak lama, α(1- α)² untuk data yang lebih lama lagi dan seterusnya.
Dalam bentuk yang mulus (smooth), ramalan yang baru (untuk waktu t+1) dapat dianggap sebagai rata-rata yang diberi bobot terhadap data terbaru (pada waktu t) dan ramalan yang lama (untuk waktu t). bobot α diberikan pada data terbaru, dan bobot 1- α diberikan pada ramalan yang lama, dimana 0 < α < 1. Dengan demikian :
Ramalan baru = αx(data baru) + ( 1 – α) x (ramalan yang lama). Secara matematis, persamaan exponential smoothing dapat ditulis :
Ŷ t+1 = αY t + (1- α) Ŷ t
...(1) Dimana :
Ŷ t+1 = nilai ramalan untuk periode berikutnya
α = konstanta pemulusan (0 < α < 1)
Y t = data baru atau nilai Y yang sebenarnya pada periode t
Ŷt = nilai pemulusan yang lama atau rata-rata yang dimuluskan hingga periode t – 1.
2.8 Teknik Peramalan Holt
1. Rangkaian pemulusan secara eksponensial
At = α Yt + (1 – α) (At-1 + Tt-1)...(2) 2. Estimasi trend
Tt = β (At – At-1) + ( 1 – β) Tt-1 ...(3) 3. Ramalan pada periode p
Ŷt + p = At + pTt ...(4)
Dimana
At = Nilai baru yang telah dimuluskan
α= konstanta pemulusan untuk data (0 ≤ α ≤ 1)
Yt = data yang baru atau yang sebenarnya pada periode t
β = konstanta pemulusan untuk estimasi trend (0 ≤ β ≤ 1)
Tt = estimasi trend
p = periode yang diramalkan
Ŷt + p = nilai ramalan pada periode p
Persamaan pertama hampir sama dengan model dasar pemulusan eksponensial tunggal, hanya saja variabel trend ditambahkan pada persamaan tersebut. Estimasi trend dihitung dengan menghitung selisih antara dua nilai pemulusan eksponensial.
Konstatanta pemulusan yang kedua (β) digunakan untuk menghaluskan estimasi trend, pada persamaan untuk menghitung estimasi trend menunjukkan
bahwa estimasi trend dikalikan denga β dan kemudian ditambahkan pada estimasi
Pada persamaan untuk menghitung ramalan pada periode p. Estimasi trend dikalikan dengan jumlah periode yang akan diramalkan dan kemudian hasilnya ditambahkan pada data pemulusan yang tahunnya sama untuk menghilangkan pengaruh random.
2.9 Pengukuran Kesalahan Peramalan
Teknik peramalan kuantitatif biasanya menggunakan data runtut waktu, maka notasi matematis harus kita gunakan untuk menunjukkan suatu periode waktu tertentu. Huruf Y digunakan untuk menunjukkan suatu variabel data runtut waktu. Periode waktu dari satu variabel ditunjukkan sebagai subskrip. Oleh karena itu, Y t menunjukkan nilai Y pada periode t.
Notasi matematis juga harus digunakan untuk membedakan nilai variabel data runtut waktu sebenarnya dengan nilai permalan.nilai peramalan untuk Y t adalah Ŷt. Akurasi dari teknik peramalan seringkali dinilai dengan cara meperbandingkannya dengan data aslinya yakni Y1 ,Y2,... dengan nilai-nilai data hasil peramalan Ŷ1, Ŷ2,... (Lincolin Arsyad, 2001:57).
Notasi dasar peramalan adalah sebagai berikut: Y t = nilai data runtut waktu periode t
Ŷt = nilai peramalan Yt
et = Y t - Ŷt = residual atau kesalahan peramalan
Kesalahan rata-rata kuadrat atau mean squared error (MSE) merupakan metode alternatif dalam mengevaluasi suatu teknik peramalan. Setiap kesalahan atau residual dikuadratkan, kemudian dijumlahkan dan dibagi dengan jumlah observasi. Pendekatan ini menghukum suatu kesalahan peramalan yang besar karena dikuadratkan. Pendekatan ini penting karena suatu teknik yang menghasilkan kesalahan yang moderat lebih disukai oleh suatu peramalan yang biasanya menghasilkan kesalahan yang lebih kecil tetapi kadang-kadang menghasilkan kesalahan yang sangat besar. Rumus MSE dirumuskan sebagai berikut:
Kadang kala lebih bermanfaat jika kita menghitung kesalahan peramalan dengan menggunakan secara prosentase ketimbang nilai absolutnya. Persentase kesalahan absolute rata-rata atau mean absolute percentage error (MAPE) dihitung dengan menemukan kesalahan absolute pada setiap periode, kemudian membaginya dengan nilai observasi pada periode tersebut, dan akhirnya merata-ratakan persentase absolute ini. Pendekatan ini sangat berguna jika ukuran variabel peramalan merupakan faktor penting dalam mengevaluasi akurasi peramalan tersebut. MAPE memberikan petunjuk seberapa besar kesalahan peramalan dibandingkan dengan nilai sebenarnya dari series tersebut. Persamaan berikut menunjukkan bagaimana cara menghitung MAPE:
MAPE = ∑
�
�=1 | Y�−ŶY� |
Perlu juga untuk menentukan apakah suatu metode permalan bias atau tidak (secara konsisten tinggi atau rendah). Persentase kesalahan rata-rata atau mean percentage error (MPE) digunakan dalam kasus seperti ini. MPE dihitung dengan cara menemukan kesalahan setiap periode, kemudian membaginya dengan nilai sebenarnya pada periode tersebut, dan kemudian merata-ratakan persentase kesalahan tersebut. Jika perndekatan peramalan tersebut tidak bias, maka perhitungan dengan MPE akan menghasilkan persentase mendekati nol. Jika hasil persentase negatifnya cukup besar maka metode peramalan tersebut menghasilkan hasil ramalan yang terlalu tinggi atau sebaliknya. Persamaan berikut menunjukkan bagaimana cara menghitung MPE:
MPE = ∑
�
�=1 ( Y�−ŶY� )
� ...(7)
2.10 Penjualan
3.1 Analisa Sistem
Di dalam penyusunan tugas akhir ini, dirumuskan bahwa permasalahan yang terdapat dalam CV. Djenggolo adalah dalam proses produksinya, jumlah angka produksinya tetap, atau jumlahnya sama setiap periodenya. Jadi jika terjadi keadaan dimana jumlah angka penjualan lebih besar daripada jumlah angka pembelian, maka akan menyebabkan terjadinya kekurangan stock bahan baku. Atau jika terjadi keadaan dimana jumlah angka pembelian lebih besar dibandingkan dengan angka penjualan, maka akan menyebabkan penumpukan barang di gudang, selain itu jika hal tersebut terjadi, bisa dikatakan bahwa mengalami kerugian, karena jumlah angka penjualan lebih kecil dari pada angka produksi. Selain itu proses pencatatan hasil penjualan masih dilakukan secara manual. Dan dalam pencatatannya dilakukan tidak dikelompokkan berdasarkan periode, melainkan dilakukan dikelompokkan berdasarkan customer. Sehingga kesulitan untuk memberikan laporan yang dikelompokkan berdasarkan periode.
Untuk menyelesaikan masalah tersebut, perlu adanya sebuah aplikasi yang dapat meramalkan jumlah angka penjualan di periode mendatang, yang diharapkan dapat digunakan sebagai salah satu aspek pertimbangan untuk menentukan jumlah angka produksi agar menjadi lebih efektif.
Metode yang digunakan untuk menghitung ramalan penjualan adalah Metode Exponential Smoothing. Metode tersebut digunakan karena yang digunakan untuk proses perhitungan bersifat trend.
3.1.1Dokumen Flow Manual Pembelian
Gambar 3.1 Dokumen Flow Manual Pembelian Bahan
3.1.2Dokumen Flow Manual Penjualan
Gambar 3.2 Dokumen Flow Manual Penjualan Barang
3.2Alur Pengembangan Sistem
Berikut digambarkan alur pengembangan pada aplikasi yang akan dibuat pada Gambar 3.3
Input data produk, dan Data Penjualan Produk
Proses Peramalan Penjualan pada periode mendatang dengan metode
Exponential Smoothing
Hasil peramalan penjualan dengan metode exponential
smoothing berupa jumlah penjualan untuk
masing-masing jenis barang pada periode
mendatang
Gambar 3.3 Alur Pengembangan Sistem Informasi Peramalan Penjualan dengan metode Exponential Smoothing
Pada Gambar 3.3 menjelaskan proses untuk menghasilkan output berupa laporan yang berisi jumlah penjualan pada periode mendatang yang merupakan hasil proses perhitungan permalan dengan menggunakan metode Exponential Smoothing.
Proses dimulai dengan input dari data produk yang akan diramalkan jumlah penjualannya dan data penjualan produk yang ada pada periode sebelumnya. Karena untuk melakukan perhitungan peramalan, data yang ada pada periode sebelumnya digunakan sebagai input untuk proses perhitungan.
Kemudian input berupa barang yang akan ditentukan dan data penjualan pada periode sebelumnya tersebut oleh sistem akan dilakukan proses perhitungan peramalan dengan menggunakan metode exponential smoothing,
3.2.1Dokumen Flow Terkomputerisasi Pembelian
Gambar 3.4 Dokumen Flow Terkomputerisasi Pembelian Bahan Pada Gambar 3.4 untuk proses terkomputerisasi pembelian bahan mengacu pada sistem yang ada sebelumnya, namun untuk pengecekan stock sampai pembuatan daftar pembelian bahan dapat secara dilakukan oleh sistem
3.2.2Dokumen Flow Terkomputerisasi Penjualan
Gambar 3.5 Dokumen Flow Terkomputerisasi Penjualan Barang
3.2.3 Flowchart Peramalan Penjualan dengan Metode Exponential Smoothing dengan tekhnik Holt
Mengacu pada Lincolin Arsyad (2001;104), flowchart Untuk menghitung peramalan hasil penjualan dengan metode Exponenential Smoothing dengan tekhnik Holt adalah sebagai berikut
Ambil data penjualan yang akan digunakan untuk
proses perhitungan
Inisialisasi nilai alpha dan beta dan jumlah periode
Start
Apakah kombinaasi alpha dan beta menghasilkan MSE terkecil ?
Stop Ya Tidak
Ramalan jumlah penjualan di periode
mendatang
Hitung ramalan pada periode p
Ŷt + p = At + pTt
Hitung ramalan pada periode p
Ŷt + p = At + pTt
Flowchart yang terlihat pada Gambar 3.6 menjelaskan bagaimana proses peramalan penjualan dengan menggunakan metode Eksponential Smoothing. Pada proses awal pertama kali sistem akan mengambil input dari user berupa panjang periode data penjualan yang akan digunakan untuk proses perhitungan.
Start
Inisialisasi nilai α dan jumlah periode
t = t +1
Perhitungan Eksponential At = α Yt + (1 – α) (At-1 + Tt-1)
Apakah t <= jumlah periode ?
Stop
Ambil nilai estimasi trend pada periode sebelumnya (Tt-1)
Ya
Tidak
Ambil data penjualan pada periode t (Yt)
Gambar 3.7 Subroutine Perhitungan Eksponential
Start
Hitung estimasi trend Tt = β (At – At-1) + ( 1 – β) Tt-1
Inisialisasi nilai beta (β) dan jumlah periode
t = t +1
Ambil nilai perhitungan exponential pada
periode sebelumnya (At-1)
Ambil nilai perhitungan exponential pada
periode t (At)
Ambil nilai estimasi trend pada periode
sebelumnya (Tt-1)
Apakah t <= jumlah periode ?
Stop Ya
Tidak
Gambar 3.8 Subroutine perhitungan estimasi trend
Start
t = t +1
Ambil nilai perhitungan exponential pada periode t (At)
Ambil nilai estimasi trend pada periode t (Tt)
Apakah t <= jumlah periode ?
Stop Ya
Tidak
Hitung ramalan pada periode p
Ŷt + p = At + pTt
Gambar 3.9 Subroutine hitung ramalan pada periode berikutnya kemudian dihitung kesalahan peramalan yang dihasilkan dari selisih antara data pada periode t dan nilai peramalan pada periode t tersebut seperti yang terlihat pada Gambar 3.10 berikut :
Start
t = t +1
Ambil data penjualan pada periode t (Y t)
Ambil perhitungan peramalan pada periode t (Ŷt )
Hitung kesalahan peramalan et = Y t - Ŷt
Apakah t <= jumlah periode ?
Stop Ya
Tidak
Setelah mendapatkan nilai kesalahan peramalan pada setiap periode. Nilai tersebut digunakan untuk menghitung MSE seperti yang terlihat pada Gambar 3.11 berikut :
Start
t = t +1
Ambil nilai residual pada periode t (et)
Apakah t <= jumlah periode ?
Stop Ya
Tidak
Inisialisasi jumlah periode (n)
Jumlah kan masing2 nilai kuadrat dari nilai residual pada periode
tersebut
Σet2 = Σet2 + et2
Hitung MSE
Gambar 3.11 Subroutine hitung nilai MSE
3.2.4Data Flow Diagram
Data Flow Diagram (DFD) adalah suatu diagram yang digunakan untuk menggambarkan arus data suatu sistem. Diawali dengan membuat konteks diagram yang digunakan untuk memberikan gambaran secara keseluruhan arus data pada suatu sistem, yang kemudian diturunkan ke dalam sub-sub yang lebih kecil dan mendetail.
3.2.5Konteks Diagram
Laporan Pembelian Barang
Laporan Penjualan per Bulan
Laporan Peramalan Penjualan 0
SI Peramalan Penjualan dengan Menggunakan
Gambar 3.12 Konteks diagram Sistem Informasi Peramalan Penjualan dengan Menggunakan Metode Exponential Smoothing pada CV. Djenggolo
3.2.6Diagram Berjenjang
Gambar 3.13 Diagram Berjenjang Sistem Informasi Peramalan Penjualan dengan Menggunakan Metode Exponential Smoothing
3.2.7DFD level 0 Update data detil penjualan
Data detil pembelian Update data detil pembelian
Laporan Pembelian Barang
update data stock bahan
update data peramalan penjualan
data penjualan
data peramalan penjualan
data penjualan
Laporan Penjualan per Bulan update data pembelian
5 data peramalan penjualan
6 Data Bahan Customer
Manajer Manajer 11 data detil pembelian
12 data detil
Pada Gambar 3.14 merupakan DFD Level 0 dari context diagram. Pada DFD level 0 terbagi menjadi 6 sub proses yaitu:
1. Proses penambahan data supplier baru
Digunakan untuk menambahkan data baru pada atau pada data supplier. 2. Proses transaksi
Digunakan untuk mencatat transaksi penjualan yang akan digunakan untuk menghitung peramalan penjualan pada periode mendatatang, atau mencatat transaksi pembelian barang.
3. Proses perhitungan peramalan penjualan
Digunakan untuk meramalkan penjualan yang akan terjadi di periode mendatang.
4. Proses pembuatan laporan
Pada proses ini digunakan untuk memberikan informasi ramalan penjualan di periode mendatang, informasi transaksi penjualan, dan informasi transaksi pembelian.
5. Proses penambahan data customer baru
3.2.8DFD Level 1 Proses Transaksi
[Update data detil penjualan] [Update data detil pembelian]
Data Barang Produk update data stock produk
[Faktur Penjualan]
[update data stock bahan] [Daftar Pembelian Barang]
Gambar 3.15 DFD Level 1 Proses Transaksi
3.2.9 DFD Level 1 Proses Pembuatan Laporan
[data detil penjualan]
[Data detil pembelian]
[Laporan Pembelian Barang] [Data_Pembelian]
[Laporan Penjualan per Bulan] [data penjualan]
[data peramalan penjualan]
[Laporan Peramalan Penjualan]
Manajer 5 data peramalan penjualan
3 Data Penjualan
Gambar 3.16 DFD Level 1 Proses Pembuatan Laporan
Pada Gambar 3.16 menunjukkan proses untuk menampilkan informasi berupa laporan peramalan penjualan, laporan penjualan dan laporan pembelian barang.
3.2.10 DFD Level 2 Proses Transaksi Pembelian Bahan Baku
[Update data detil pembelian]
[update data stock bahan] [update data pembelian]
[Faktur Pembelian]
[Data Supplier]
[Daftar Pembelian Barang]
[Data Stock Bahan]
Supplier 6 Data Bahan
4 data pembelian
Pada Gambar 3.17 menunjukkan proses pencatatan transaksi setiap dilakukan pembelian bahan baku, data akan disimpan dalam data pembelian dan data detil pembelian, serta pada data barang akan dilakukan update stock.
3.2.11 DFD Level 2 Proses Transaksi Penjualan Barang
[Update data detil penjualan] [Data Barang Produk]
[update data stock produk]
[Data Customer]
Proses Simpan Data Penjualan dan Update Data Barang
Produk
8 Data_Barang_Produk
8 Data_Barang_Produk
12 data detil
penjualan
3.2.12 ERD (Entity Relationship Diagram)
Secara conceptual ERD yang digunakan dalam Sistem Informasi Peramalan Penjualan digambarkan menjadi 2 bagian yaitu untuk proses transaksi penjualan dan proses transaksi pembelian :
Produk y ang di jual
Memilik i has il Ramalan Memilik i det il penjualan
Dilak uk an Oleh
Customer
Gambar 3.19 CDM proses transaksi penjualan
KO DE_BAHAN = KOD E_BAH AN
KO DE_TR ANSAKSI _PEMBELIAN = KO DE_TR ANSAKSI _PEMBELI AN
SU PPLI ER_I D = SUPPLIER_ID
SUPPLIER
SUPPLIER_ID varc har(10) NAMA_SUPPLIER varc har(8) ALAMAT varc har(50)
DATA_BAHAN KODE_BAHA N varc har(10) NAMA_BAHAN varc har(10) KODE_BAHA N varc har(10) JUMLA H numeric(10) SUBTOTAL numeric(10)
Gambar 3.20 CDM proses transaksi pembelian
Secara Physical ERD Sistem Informasi Peramalan Penjualan dijelaskan melalui gambar berikut :
I D_PROD UK = I D_PR ODUK
I D_PROD UK = I D_PR ODUK KO DE_TR ANSAKSI _PENJ UALAN = KOD E_TRANSAKSI_PENJU ALAN
CU STO MER _I D = CU STOMER_I D HASIL_PERA MALA N numeric(10) TINGKAT_KESALAHAN numeric(5)
Gambar 3.21 PDM proses transaksi penjualan
KO DE_BAHAN = KOD E_BAH AN
KO DE_TR ANSAKSI _PEMBELIAN = KO DE_TR ANSAKSI _PEMBELI AN
SU PPLI ER_I D = SUPPLIER_ID
SUPPLIER
SUPPLIER_ID varc har(10) NAMA_SUPPLIER varc har(8) ALAMAT varc har(50)
DATA_BAHAN KODE_BAHA N varc har(10) NAMA_BAHAN varc har(10) KODE_BAHA N varc har(10) JUMLA H numeric(10) SUBTOTAL numeric(10)
Gambar 3.22 PDM proses transaksi pembelian
3.2.13 Struktur Tabel
Struktur tabel yang digunakan dalam pembuatan Sistem Informasi Peramalan Penjualan dengan Menggunakan Metode Exponential Smoothing adalah sebagai berikut :
a. Tabel Customer
Nama Tabel : Customer Primary Key : Customer_Id Foreign Key : -
Fungsi : Menyimpan data identitas customer Tabel 3.1 Data Customer
No Field Type Length Keterangan
1 Customer_Id Varchar 15 Kode customer 2 Nama_Customer Varchar 20 Nama customer
3 Alamat Varchar 50 Tempat tinggal customer 4 Telepon Number 20 No telepon customer
b. Tabel Supplier
Nama Tabel : Supplier Primary Key : Supplier_Id Foreign Key : -
Tabel 3.2 Data Supplier
No Field Type Length Keterangan
1 Supplier_Id Varchar 10 Kode supplier 2 Nama_Supplier Varchar 8 Nama supplier
3 Alamat Varchar 50 Tempat tinggal supplier 4 Telepon Number 20 No telepon supplier
c. Tabel Data Bahan
Nama Tabel : Data_Bahan Primary Key : Kode_Bahan Foreign Key : -
Fungsi : Menyimpan data barang Tabel 3.3 Data Bahan
No Field Type Length Keterangan
1 Kode_Bahan Varchar 10 Kode bahan 2 Nama_Bahan Varchar 10 Nama bahan
3 Satuan Varchar 15 Satuan barang
4 Jumlah_Stock Numeric 10 Jumlah stock tersimpan 5 Stock_Minimal Numeric 20 Persediaan minimum yang
harus ada
d. Tabel Data Barang Produk
Nama Tabel : Data_Barang_Produk Primary Key : Id_Produk
Foreign Key : -
Tabel 3.4 Data Barang Produk
No Field Type Length Keterangan
1 Id_Produk Varchar 10 Kode barang produk 2 Nama_Produk Varchar 20 Nama Produk
3 Satuan Varchar 15 Satuan Produk
4 Harga_Satuan Numeric 10 Harga satuan produk 5 Jumlah_Stock Numeric 20 Jumlah produk tersedia
e. Tabel Data Penjualan
Nama Tabel : Data_Penjualan
Primary Key : Kode_Transaksi_Penjualan Foreign Key : -
Fungsi : Menyimpan data master transaksi penjualan Tabel 3.5 Data Penjualan
No Field Type Length Keterangan
1 Kode_Transaksi_Penjualan Varchar 15 Kode pada faktur penjualan 2 Customer_Id Varchar 15 id customer
3 Tgl_transaksi Date - Tanggal transaksi penjualan
4 Total Numeric 10 Total Harga
f. Tabel Detil Penjualan
Nama Tabel : Detil_Penjualan Primary Key : -
Foreign Key : Kode_transaksi_penjualan mengacu pada tabel Penjualan pada kolom Kode_transaksi_penjualan
Tabel 3.6 Detil Penjualan
No Field Type Length Keterangan
1 Kode_Transaksi_Penjualan Varchar 15 Kode pada faktur penjualan 2 Id_Produk Varchar 10 Kode barang produk
3 Jumlah Numeric 10 Jumlah barang
4 Subtotal Numeric 10 Total harga tiap satu produk
g. Tabel Data Pembelian
Nama Tabel : Data_Pembelian
Primary Key : Kode_Transaksi_Pembelian Foreign Key : -
Fungsi : Menyimpan data master transaksi pembelian Tabel 3.7 Data Pembelian
No Field Type Length Keterangan
1 Kode_Transaksi_Pembelian Varchar 15 Kode pada faktur pembelian 2 Supplier_Id Varchar 15 id supplier 3 Tgl_transaksi Date - Tanggal transaksi
pembelian
4 Total Numeric 10 Total harga pembelian
h. Tabel Detil Pembelian
Nama Tabel : Detil_Pembelian Primary Key : -
Tabel 3.8 Detil Pembelian
No Field Type Length Keterangan
1 Kode_Transaksi_Pembelian Varchar 15 Kode pada faktur penjualan 2 Kode_Bahan Varchar 10 Kode bahan
3 Jumlah Numeric 10 Jumlah barang
4 Harga_Satuan Numeric 10 Harga satuan barang 5 Subtotal Numeric 10 Total harga tiap satu
produk
i. Tabel Data Hasil Ramalan
Nama Tabel : Data_Hasil_Ramalan Primary Key : Id_Ramalan
Foreign Key : Id_Produk mengacu pada tabel Data_Barang_Produk pada kolom Id_Produk
Fungsi : Menyimpan data hasil peramalan penjualan suatu produk Tabel 3.9 Data Hasil Peramalan
No Field Type Length Keterangan
1 Id_ramalan Varchar 10 Kode hasil ramalan 2 Id_Produk Varchar 10 Kode produk yang akan
diramalkan
3 Periode_input Varchar 15 Periode input untuk perhitungan peramalan 4 Periode_output Date - Periode yang dihasilkan dari
peramalan
5 Hasil_peramalan Numeric 10 Jumlah terjualnya barang yang diramalkan
3.3 Desain IO
3.3.1 Desain Input Master Data Customer
Data Customer
Cus-xxxx
Mr.xxxxx
Jl.xxxxx
123456789
Gambar 3.23 Desain Input Master Data Customer
3.3.2 Desain Input Master Data Supplier
Data Supplier
Mr.xxxxx
Jl.xxxxx
123456789 Spl-xxxxx
Gambar 3.24 Desain Input Master Data Supplier
Form master data supplier digunakan untuk menyimpan data supplier bahan baku kedalam data supplier. Tombol simpan digunakan untuk menyimpan data setelah terlebih dahulu kolom supplier id, nama supplier, alamat supplier, dan telepon supplier terisi terlebih dahulu. Tombol rubah digunakan untuk merubah data supplier yang ada atau yang sudah tersimpan sebelumnya. Tombol keluar digunakan untuk keluar dari form master supplier dan kembali ke menu utama.
3.3.3 Desain Input Master Data Bahan
Data Barang
Brg-xxxx
xxxxxxx
Kg
123456
Gambar 3.25 Desain Input Master Data Bahan
Tombol simpan digunakan untuk menyimpan data, tombol rubah digunakan untuk merubah data barang yang sudah ada atau sudah tersimpan, tombol keluar digunakan untuk keluar dari form master barang dan kembali ke menu utama.
3.3.4 Desain Input Master Data Barang Produk
Data Barang Produk
Prd-xxxx
xxxxxx
Kg
1234
Rp.1234
Gambar 3.26 Desain Input Data Master Barang Produk
3.3.5 Desain Input Peramalan Produk
Peramalan Produk
Prd-xxxx
xxxxx
Nov
2009
2008
2009 Apr
Feb
234
Untuk mendapatkan nilai ramalan penjualan yang akan diperoleh pada periode mendatang, pertama pilih produk yang akan diramalkan hasil penjualannya, kemudian kolom periode yang diramalkan di isi dengan bulan dan tahun yang diinginkan untuk mendapatkan hasil peramalan. Tombol hitung digunakan untuk mendapatkan nilai peramalan, tombol simpan digunakan untuk menyimpan hasil peramalan. Tombol keluar digunakan untuk keluar dari form peramalan dan kembali ke menu utama.
3.3.6 Desain Input Transaksi Penjualan
Transaksi Penjualan
dd/MM/yyyy
SOxxxxxxxx-x
Cus-xxx
Mr.xxx
Prd-xxx
xxxxx
233 M3
Gambar 3.28 Desain Input Transaksi Penjualan
ada, tombol tambah digunakan untuk menambah item produk kedalam transaksi,tombol hapus digunakan untuk menghapus salah satu item produk pada transaksi, tombol simpan digunakan untuk menyimpan data transaksi penjualan, tombol keluar digunakan untuk keluar dari form transaksi penjualan dan kembali ke menu utama.
3.3.7 Desain Input Transaksi Pembelian
Transaksi Pembelian
FKxxxxxxxx-x dd/MM/yyyy
Spl-xxx
PT.xxx
Brg-xxx xxxxx
Ton 1234
Gambar 3.29 Desain Input Transaksi Pembelian
3.3.8 Desain Output Laporan Penjualan
Laporan Penjualan
2008
SOxxxxxxxx-x Cus-xxx 1234
SOxxxxxxxx-x Cus-xxx 1234
Gambar 3.30 Desain Output Laporan Penjualan
Form laporan penjualan digunakan untuk menampilkan transaksi penjualan yang terjadi berdasarkan periode.
3.3.9 Desain Output Laporan Detil Penjualan
Laporan Detil Penjualan
SOxxxxxxxx-x
Cus-xxx
Mr.xxxx
Jl.xxxxx
Gambar 3.31 Desain Output Laporan Detil Penjualan
3.3.10 Desain Output Laporan Pembelian
Laporan Pembelian
2009
FKxxxxxxxx-x Spl-xxx 1234 FKxxxxxxxx-x Spl-xxx 1234
Gambar 3.32 Desain Output Laporan Pembelian
Form laporan pembelian digunakan untuk menampilkan transaksi pembelian bahan baku yang sudah dilakukan berdasarkan periode.
3.3.11 Desain Output Laporan Detil Pembelian
Laporan Detil Pembelian
FKxxxxxxxx-x
Spl-xxx
PT.ccxxx
Jl.xxxxx
Gambar 3.33 Desain Output Laporan Detil Pembelian
3.3.12 Desain Output Laporan Hasil Peramalan
Laporan Hasil Peramalan
Prd-xxx
Prd-xxx
November 2009
Apr 2008 May
2354
23.54
Gambar 3.34 Desain Output Laporan Hasil Peramalan
4.1Kebutuhan Sistem
Untuk dapat menggunakan Sistem Informasi Peramalan Penjualan dengan Menggunakan Metode Exponential Smoothing, diperlukan beberapa perangkat yang diperlukan yaitu berupa perangkat keras dan perangkat lunak.
4.1.1Perangkat Keras
a. Processor Pentium IV 1.5 Ghz atau lebih tinggi b. Memory 256 Mb atau lebih tinggi
c. Ruang Hardisk yang dibutuhkan sebesar 100 Mb d. Mouse dan Keyboard
4.1.2Perangkat Lunak
a. Microsoft Windows XP sebagai sistem operasi. b. Microsoft SQL Server 2000 sebagai database server. c. Dot net framework 2 digunakan untuk running program. d. Crystal Report digunakan untuk kelengkapan laporan program.
4.2Implementasi Sistem
Pada sub bab ini, akan dijelaskan tentang penggunaan yang telah dibuat, mulai dari tampilan aplikasi, fungsi dan cara penggunaannya.
Saat pertama kali sistem dijalankan, user tidak dapat menggunakan seluruh fitur yang ada pada aplikasi kecuali fitur login. Karena user diharuskan
login terlebih dahulu sebelum menggunakan aplikasi. pada Gambar 4.1 terlihat form login yang digunakan untuk login user, agar dapat menggunakan aplikasi.
Gambar 4.1 Form Login
Terdapat 2 macam user pada aplikasi ini. Yaitu sebagai user admin dan user operator. User admin dapat menggunakan seluruh fitur yang ada pada aplikasi ini, sedangkan user operator tidak dapat menggunakan fitur master form, dan fitur untuk perhitungan peramalan penjualan.
Setelah user melakukan proses login, dalam kasus ini user yang digunakan adalah user admin. Maka seluruh fitur yang ada pada aplikasi dapat digunakan.
Gambar 4.2 Form Utama
Seperti yang terlihat pada Gambar 4.2, pada form halaman utama terdapat 4 menu, yaitu Menu, Master, Transaksi, dan Laporan. Pada menu pertama yang terlihat pada Gambar 4.3.
Gambar 4.3 Menu
Gambar 4.4 Form Rubah Password
Pada form rubah password seperti yang terlihat pada Gambar 4.4, untuk mengganti password, user terlebih dahulu melakukan input password lama, kemudian input dengan password yang baru. Tombol “simpan” digunakan untuk melakukan penggantian password lama dengan password baru, tombol “batal” digunakan untuk membersihkan input dari user, dan tombol “keluar” digunakan untuk keluar dari form rubah password dan kembali ke menu utama.
Kemudian pada menu kedua seperti yang terlihat pada Gambar 4.5
Pada menu master seperti yang terlihat pada Gambar 4.5, terdapat sub menu data barang produk, seperti yang terlihat pada Gambar 4.6, form data barang produk digunakan untuk maintenance data hasil produksi.
Gambar 4.6 Form Data Barang Produk
Pada form data barang produk, terdapat 3 kolom, yaitu “tambah data baru”, yang digunakan untuk menambah data produk, kemudian kolom “rubah data” digunakan untuk merubah data produk yang sudah ada, dan kolom “update stock”, digunakan untuk merubah jumlah stock suatu produk.
Kolom berikutnya yang terdapat pada form data barang produk adalah “rubah data” seperti yang terlihat pada Gambar 4.7.
Gambar 4.7 Rubah Data Barang Produk
Seperti yang telihat pada Gambar 4.7, kolom “rubah data” digunakan untuk merubah data produk yang sudah ada. Untuk merubah data dari suatu produk, user harus melakukan input id produk, atau memilih salah satu produk yang tampil. Setelah selesai melakukan perubahan data, tombol “simpan” digunakan untuk menyimpan hasil perubahan, tombol “batal” digunakan untuk menghapus input dari user. Dan tombol “keluar” digunakan untuk keluar dari form master data barang produk.
Gambar 4.8 Update Stock Barang Produk
Untuk melakukan proses perubahan jumlah stock suatu produk. Terlebih dahulu user harus melakukan input berupa id produk, atau dapat memilih salah satu produk dari data produk yang sudah ditampilkan. Untuk melakukan penambahan stock, nominalnya di isi pada field “penambahan stock sebanyak” serta keperluan harus dilengkapi, tombol “tambah” digunakan untuk menyimpan penambahan stock tersebut. Begitu juga untuk melakukan pengurangan stock, nominalnya di isi pada field “pengurangan stock sebanyak” serta keperluan pengurangan stock tersebut harus dilengkapi, tombol “kurangi” digunakan untuk menyimpan pengurangan stock tersebut. Tombol “batal” digunakan untuk menghapus input dari user, dan tombol “keluar” digunakan untuk keluar dari form data barang produk.
maintenance data barang. Yang dimaksud data barang disini adalah data yang berisi barang atau bahan baku yang digunakan untuk proses produksi.
Gambar 4.9 Form Data Bahan
Pada form data barang terdapat 3 kolom, kolom pertama adalah “tambah data baru” yang digunakan untuk menambah data bahan, kolom yang kedua adalah “rubah data” yang digunakan untuk merubah data bahan yang sudah ada, dan kolom yang ketiga adalah kolom “update stock” yang digunakan untuk merubah jumlah stock bahan.
Kolom kedua seperti yang terlihat pada Gambar 4.10, digunakan untuk merubah data suatu bahan yang sudah ada atau sudah tersimpan.
Gambar 4.10 Form Rubah Data bahan
Untuk merubah suatu data bahan, user harus member input berupa kode barang suatu barang yang akan dirubah datanya atau memilih barang dari data barang yang sudah ditampilkan pada tabel. Tombol “simpan” digunakan untuk menyimpan hasil perubahan data yang sudah dilakukan oleh user, tombol “batal” digunakan untuk menghapus seluruh input dari user, dan tombol “keluar” digunakan untuk keluar dari form data barang.
Gambar 4.11 Update Stock Data Bahan
Untuk merubah stock suatu bahan, user harus memberi input berupa kode barang suatu bahan yang jumlah stock nya akan dirubah, atau memilih salah satu barang yang ditampilkan dari data, untuk menambah jumlah stock, user memberi input berupa nominal pada field “penambahan stock sebanyak”, dan beri input keperluan penambahan stock tersebut pada field “keperluan” kemudian tekan tombol “tambah” untuk menyimpan penambahan stock tersebut. Sedangkan untuk melakukan pengurangan stock, inputkan nominal pada field “pengurangan stock sebanyak”, dan inputkan keperluan pengurangan stock tersebut pada field “keperluan” kemudian tekan tombol “kurangi” untuk menyimpan pengurangan stock tersebut. Tombol “batal” digunakan untuk menghapus semua inputan dari user, dan tombol “keluar” digunakan untuk keluar dari form data bahan.
Gambar 4.12 Form Data Supplier
Form data supplier seperti berfungsi untuk melakukan maintenance pada data supplier. supplier disini yang dimaksud adalah pihak pemasok bahan baku untuk keperluan produksi. Pada form ini terdapat 2 kolom yaitu kolom “tambah data baru” dan kolom “rubah data”.
seperti yang terlihat pada Gambar 4.12 kolom yang pertama digunakan untuk menyimpan data supplier, untuk menyimpan data supplier, user harus melakukan input pada field nama supplier, alamat supplier dan telepon. Tombol “simpan” digunakan untuk menyimpan data, tombol “batal” digunakan untuk menghapus input dari user, dan tombol “keluar” digunakan untuk keluar dari form data supplier.
Gambar 4.13 Rubah Data Supplier
Untuk merubah data, user harus member input berupa supplier id dari supplier yang akan dirubah, atau dapat memilih pada data supplier yang tampil. Tombol “simpan” digunakan untuk menyimpan hasil perubahan yang sudah dilakukan oleh user, tombol “batal” digunakan untuk menghapus input dari user, dan tombol “keluar” digunakan untuk keluar dari form data supplier.
Gambar 4.15 Form Data Customer
Untuk menyimpan data customer, user harus member input pada field nama customer, alamat customer, dan telepon. Tombol “simpan” digunakan untuk menyimpan input yang sudah dilakukan oleh user, tombol “batal” digunakan untuk menghapus input dari user, dan tombol “keluar” digunakan untuk keluar dari form data customer.
Kolom berikutnya adalah “rubah data” seperti yang terlihat pada Gambar 4.16 berikut:
Untuk melakukan perubahan data suatu customer, user harus melakukan input customer id user yang akan dirubah datanya, atau memilih salah satu dari data user yang sudah ditampilkan, tombol “simpan” digunakan untuk menyimpan perubahan data yang sudah dilakukan oleh user, tombol “batal” digunakan untuk menghapus input dari user, dan tombol “keluar” digunakan untuk keluar dari form data user.
Sub menu berikutnya pada menu master adalah data user yang berfungsi untuk melakukan proses maintenance data user. User disini yang dimaksud adalah user level operator. Karena terdapat 2 macam user level yang menggunakan sistem ini, yaitu user level admin dan user level operator. Pada form data user terdapat 2 kolom yaitu kolom “tambah data baru” yang digunakan untuk menambahkan user operator yang baru, dan kolom “rubah data” yang digunakan untuk melakukan perubahan data user yang sudah ada.
Pada kolom yang pertama seperti yang terlihat pada Gambar 4.17, untuk menambahkan user baru, user harus menginput semua field yang ada, tombol “simpan” digunakan untuk menyimpan data user baru yang sudah diberi input oleh user, tombol “batal” digunakan untuk menghapus input dari user, dan tombol “keluar” digunakan untuk keluar dari form data user.
Pada kolom yang kedua seperti yang terlihat pada Gambar 4.18 berikut.
Gambar 4.18 Rubah Data User
Menu berikutnya adalah transaksi seperti yang terlihat pada Gambar 4.19 berikut.
Gambar 4.19 Menu Transaksi
Terdapat 3 sub menu pada menu transaksi, yaitu transaksi penjualan, transaksi pembelian dan peramalan penjualan.
Sub menu transaksi penjualan seperti yang terlihat pada Gambar 4.20 berikut digunakan untuk menyimpan transaksi penjualan produk.
Untuk menyimpan transaksi penjualan, user harus melengkapi seluruh field, mulai dari nomor faktur, tanggal transaksi, customer id dapat diisi dengan menekan tulisan “cari” di sebelah field customer id, atau jika ada customer baru yang belum terdaftar, user dapat menyimpan customer baru tersebut terlebih dahulu dengan meng-klik tulisan “daftar baru”, kemudian id produk yang dijual kepada customer dapat diisi dengan menekan tulisan “cari” disebelah field id produk, jumlah adalah jumlah produk yang dijual pada customer tersebut, tombol “tambah” digunakan untuk mendata masing produk yang dibeli oleh customer tersebut. Tombol “simpan” digunakan untuk menyimpan transaksi penjualan tersebut, tombol “batal” digunakan untuk menghapus input dari user, tombol “keluar” digunakan untuk keluar dari form transaksi penjualan.
Sub menu berikutnya yang ada pada menu transaksi adalah transaksi pembelian yang digunakan untuk mencatat pembelian bahan baku produk seperti yang terlihat pada Gambar 4.21 berikut.
Untuk mencatat transaksi pembelian yang telah dilakukan, user harus melengkapi seluruh field yang diperlukan, mulai dari no faktur, tanggal transaksi, supplier id dapat diisi dengan meng-klik tulisan “cari” di sebelah field supplier id, jika supplier tersebut belum terdaftar atau tidak ada dalam daftar, tekan tulisan “daftar baru” untuk menyimpan data supplier baru yang belum terdata tersebut. Kemudian kode barang dapat diisi dengan menekan tulisan “cari” di sebelah field kode barang. Harga satuan diisi dengan harga satuan dari barang tersebut, jumlah barang yang dibeli. Tombol “tambah” digunakan untuk menambah suatu barang ke dalam daftar pembelian, tombol “simpan” digunakan untuk menyimpan transaksi pembelian tersebut, tombol “batal” digunakan untuk menghapus input dari user, dan tombol “keluar” digunakan untuk keluar dari form transaksi pembelian.
Sub menu berikutnya adalah form peramalan penjualan seperti yang terlihat pada Gambar 4.22 berikut.
Form peramalan penjualan digunakan untuk meramalkan jumlah penjualan suatu produk untuk satu bulan berikutnya. Untuk meramalkan suatu produk, user harus memilih salah satu produk yang akan diramalkan. Setelah memilih salah satu produk yang akan diramalkan, sistem akan secara otomatis menetapkan panjang periode yang akan diramalkan yang diperoleh dari tanggal paling awal dan tanggal paling akhir terjualnya produk tersebut yang ada pada data penjualan. User dapat merubah panjang periode data yang akan diramalkan tersebut hanya pada tanggal awalnya, panjang atau pendeknya periode data yang akan dihitung mempengaruhi jumlah peramalan yang akan dihasilkan. Tombol “hitung” digunakan untuk melakukan perhitungan peramalan.
Menu berikutnya adalah menu laporan seperti yang tampak pada gambar 4.23 berikut.
Gambar 4.23 Sub Menu Laporan
Pada form laporan seperti yang tampak pada Gambar 4.24 berikut, terdapat 4 jenis laporan yaitu laporan grafik penjualan, laporan penjualan per periode, laporan pembelian per periode, dan laporan hasil perhitungan peramalan.
Gambar 4.24 Laporan Grafik Penjualan
ditampilkan. Tombol “tampilkan” digunakan untuk menampilkan laporan, tombol “keluar” digunakan untuk keluar dari form laporan.
Gambar 4.25 Laporan Penjualan Periode
Seperti yang tampak pada Gambar 4.25, laporan penjualan periode digunakan untuk menampilkan laporan penjualan secara detail suatu transaksi penjualan pada suatu periode tertentu, untuk menampilkan laporan tersebut, pada menu jenis laporan harus dipilih “penjualan”, kemudian lengkapi bulan dan tahun periode penjualan suatu produk yang akan ditampilkan, tombol “tampilkan” digunakan untuk menampilkan laporan berdasarkan periode yang telah diberi input oleh user tersebut, tombol “keluar” digunakan untuk keluar dari form laporan.
Gambar 4.26 Laporan Pembelian
Seperti yang terlihat pada Gambar 4.26, untuk menampilan laporan pembelian pada suatu periode, pada menu jenis laporan harus dipilih “pembelian”, kemudian user harus menginputkan bulan dan tahun periode transaksi pembelian yang ingin ditampilkan, tombol “tampilkan” digunakan untuk menampilkan laporan sesuai dengan periode bulan dan tahun yang telah diberi input oleh user, tombol “keluar” digunakan untuk keluar dari form laporan.
Gambar 4.27 Laporan Hasil Peramalan
Untuk menampilkan laporan hasil perhitungan peramalan yang sudah dilakukan, pada menu jenis laporan harus dipilih “peramalan”, kemudian pilih jenis produk yang diramalkan, dan periode bulan dan tahun produk tersebut diramalkan penjualannya. Tombol “tampilkan” digunakan untuk menampilkan laporan hasil perhitungan peramalan, tombol “keluar” digunakan untuk keluar dari form laporan hasil peramalan.
4.3Uji Coba dan Evaluasi
4.3.1Uji Coba Fitur Dasar Sistem
Uji coba fitur dasar sistem berfungsi utuk mengecek apakah seluruh fitur yang ada pada aplikasi telah berjalan sesuai dengan fungsinya. Berikut adalah uji coba fitur dasar sistem yang telah dilakukan
1. Uji coba fitur login
Proses login dibutuhkan input berupa user id dan password, melalui login ini akan dibedakan user level yang akan menggunakan aplikasi ini
Tabel 4.1 Tabel User
No User id Password
Bumi Sooko Indah
CC/32 8963999
2 Operator1 123 Operator Rini
Suharsini Pondok Mutiara harum 8050475
AB/14
Tabel 4.2 Tabel Hasil Test Case Login Test
Tujuan Input
Output
Status Case
ID diharapkan
1 userid dan memasukkan userid = form login tertutup Sukses password yang admin dan password = 1 dan muncul form
valid
utama untuk admin
(Gambar 4.2)
2 userid dan memasukkan userid = muncul peringatan Sukses password yang operator1 dan password = password salah
Gambar 4.28 Keterangan Password Salah 2. Uji coba fitur master data barang produk
Master data barang produk mencakup proses input data produk baru, rubah data barang produk. Data yang digunakan untuk melakukan uji coba adalah tabel 4.3.
Tabel 4.3 Tabel Data Barang Produk
No Id produk Nama produk Satuan
Tabel 4.4 Tabel Test Case Master Data Barang Produk Test
Tujuan Input
Output
Status Case
ID diharapkan
3 input data barang Nama produk = kanstein muncul pesan data sukses produk baru 10 x 20 x 45 tersimpan
Satuan = buah (Gambar 4.29) jumlah stok = 1200
harga satuan = 13000 4 menanggulangi
Nama produk = Paving
polos muncul peringatan sukses redundansi data K200 T4 bahwa nama produk
Satuan = M² sudah ada jumlah stok = 1200
Tabel 4.4 Tabel Test Case Master Data Barang Produk (lanjutan) Test
Tujuan Input
Output
Status Case
ID diharapkan
harga satuan = 30500
5 merubah data rubah harga produk dengan muncul pesan data sukses id produk Prd-8 menjadi sudah dirunbah
50000 (Gambar 4.31)
6 menanggulangi id produk prd-91 muncul peringatan sukses melakukan nama produk = paving hitam bahwa id produk
perubahan data K300 T63 tersebut tidak ada yang id nya tidak Satuan = M² (Gambar 4.32) ada harga satuan = 52000
7 update jumlah mengurangi jumlah stock muncul peringatan sukses
stock sebanyak 55 data sudah dirubah
produk dengan id Prd-5 dan jumlah stock dengan keterangan pecah berkurang 55
(Gambar 4.33)
Gambar 4.30 Gambar Peringatan Nama Produk Sudah Ada
Gambar 4.32 Peringatan Id Produk Tidak Ada
3. Uji coba fitur master barang
Pada master barang, terdapat proses input data barang baru, dan rubah data barang. Tabel yang digunakan untuk uji coba adalah tabel 4.5
Tabel 4.5 Tabel Bahan
No
Kode
Barang Nama Barang Satuan
Jumlah
Tabel 4.6 Tabel Test Case Fitur Master Barang Test
Tujuan Input
Output
Status Case
ID diharapkan
5 input data barang Nama Barang = Pasir Laut muncul pesan data sukses produk baru Satuan = M³ tersimpan
Jumlah Stock = 2000 (Gambar 4.34) Stock minimal = 1500
6 menanggulangi Nama Barang = Semen muncul peringatan sukses redundansi data Satuan = Kg data sudah ada
Jumlah Stock = 2500 (Gambar 4.35) Stock minimal = 1000
7 merubah data rubah nama barang dengan muncul peringatan sukses kode barang Brg-1 menjadi data sudah dirubah
Semen Putih (Gambar 4.36)
8 menanggulangi rubah nama barang dengan muncul peringatan sukses melakukan kode Brg-12 menjadi Semen id tidak ada
perubahan data Putih (Gambar 4.37)
yang id nya tidak ada
9 update jumlah mengurangi jumlah stock muncul peringatan sukses
stock sebanyak 45 data sudah dirubah
barang dengan kode Brg-2 dan jumlah stock
dengan keterangan retur berkurang 45
Gambar 4.34 Peringatan Data Barang Tersimpan
Gambar 4.36 Rubah Data Barang
Gambar 4.38 Peringatan Jumlah Stock Barang Sudah Dirubah 4. Uji coba fitur master data customer
Pada form master data customer terdapat proses tambah data customer baru dan rubah data customer. Data yang digunakan untuk uji coba adalah tabel 4.7.
Tabel 4.7 Tabel Customer
No
Customer
Id Nama Customer Alamat
Tabel 4.8 Tabel Test Case Fitur Master Data Customer
ID diharapkan
10 input data Nama Customer : CV. Bima muncul pesan sukses customer baru Alamat : Ds. Kedung Bendo data sudah tersimpan
39 Sidoarjo (Gambar 4.39)
Telepon : 8962261
11 rubah data rubah nomor telepon customer muncul pesan sukses dengan customer id Cu-41 data sudah dirubah
menjadi 8966481 (Gambar 4.40)
12 menanggulangi alamat customer tidak diisi muncul peringatan sukses
input data yang harus di isi pada
tidak lengkap field alamat customer
(Gambar 4.41)
13 menanggulangi Nama customer : Cv. Anugrah muncul peringatan sukses redundansi data karya customer sudah ada Alamat : Jl. Bluru Kidul 39 (Gambar 4.42)
Sidoarjo
No Telepon : 8067769
Gambar 4.40 Peringatan Rubah Data Customer
Gambar 4.42 Gambar Peringatan Redundansi Data Customer 5. Uji coba fitur master data supplier
Pada form master data supplier terdapat proses penambahan data supplier baru san rubah data supplier yang sudah ada. Data yang digunakan untuk uji coba adalah tabel 4.9.
Tabel 4.9 Tabel Supplier
No
Supplier
Id Nama Supplier Alamat No Telepon
Tabel 4.10 Tabel Test Case Fitur Master Data Supplier Test
Tujuan Input
Output
Status Case
ID diharapkan
13 input data nama supplier : PT. Varia Usaha muncul pesan sukses supplier baru alamat : Jl. Veteran 171 A data sudah tersimpan
Gresik (Gambar 4.43)
telepon : 0313990944
14 rubah data rubah telepon supplier dengan muncul pesan sukses supplier id Spl-2 menjadi data sudah dirubah
8967432 (Gambar 4.44)
15 menanggulangi alamat supplier tidak diisi muncul peringatan sukses
input data yang harus di isi pada
tidak lengkap field alamat supplier
(Gambar 4.45)
16 menanggulangi Nama supplier : PT. Mapan Muncul peringatan Sukses
redundansi Utama Data supplier sudah
data Alamat : Jl. Industri 14 Sidoarjo Ada
No Telepon :` 8967432 (Gambar 4.46)
Gambar 4.44 Peringatan Rubah Data Supplier
Gambar 4.46 Peringatan Redundansi Data Supplier 6. Uji coba fitur master data user
Pada form master data user terdapat proses simpan data user baru dan rubah data user yang sudah ada. Data yang digunakan untuk uji coba adalah Tabel 4.11.
Tabel 4.11 Tabel Data User
User id Password User
Level Nama Alamat Telepon
Admin 1 Admin Agus Ismantoro Bumi Sooko Indah CC/32 8963999 Operator1 123 Operator Rini Suharsini
Pondok Mutiara harum
AB/14 8050475
Tabel 4.12 Tabel Test Case Fitur Master Data User Test
Tujuan Input
Output
Status Case
ID diharapkan
16 input data user user id : operator2 muncul pesan sukses nama : Rini Suharsini data sudah tersimpan
alamat : Pondok Mutiara harum (Gambar 4.47) AB / 14
telepon : 8050475
17 rubah data rubah nama user dengan id muncul pesan sukses operator1 menjadi Rini Waningsih data sudah dirubah
Tabel 4.12 Tabel Test Case Fitur Master Data User (lanjutan) Test
Tujuan Input
Output
Status Case
ID diharapkan
18 menanggulangi user id : operator1 muncul peringatan sukses user id ganda nama : Danny user sudah ada
alamat : pondok jati BS 12 (Gambar 4.49)
telepon : 8966481
Gambar 4.47 Gambar Simpan Data User Baru