RANCANG BANGUN APLIKASI PERAMALAN
PERMINTAAN OBAT PADA RUMAH SAKIT PETROKIMIA
GRESIK MENGGUNAKAN METODE TREND EXPONENTIAL
TUGAS AKHIR
Program Studi
S1 Sistem Informasi
Oleh:
DONI FITRAH AJIEB
10.41010.0125
FAKULTAS TEKNOLOGI DAN INFORMATIKA
INSTITUT BISNIS DAN INFORMATIKA STIKOM SURABAYA
ix
1.1 Latar Belakang Masalah ... 1
1.2 Perumusan Masalah... 4
1.3 Pembatasan Masalah... 4
1.4 Tujuan Penelitian... 5
1.5 Manfaat Penelitian... 5
1.6 Sistematika Penulisan ... 5
BAB II LANDASAN TEORI ... 8
2.1 Peramalan... 8
2.1.1 Jenis Peramalan ... 8
2.2 Peramalan Permintaan ... 10
2.3 Data Runtut Waktu ... 11
2.3.1 Pola Data Runtut Waktu ... 11
2.4 Analisis Pola Data dengan Analisis Otokorelasi... 14
2.5 Model Trend Exponential ... 14
x
2.8 Aplikasi ... 18
2.9 Pengujian Black Box ... 19
2.10 Teknik Pengumpulan Data... 19
BAB III ANALISIS DAN PERANCANGAN SISTEM... 21
3.1 Analisis Sistem ... 21
3.1.1 Komunikasi... 21
3.1.2 Perencanaan ... 26
3.2 Perancangan Sistem ... 26
3.2.1 Perancangan Proses... 27
3.2.2 Perancangan Basis Data ... 31
3.2.3 Perancangan Antar Muka Pengguna ... 34
3.3 Perancangan Pengujian Sistem... 38
3.3.1 Pengujian Sistem Oleh Ahli Sistem... 38
3.3.2 Pengujian Data... 40
BAB IV IMPLEMENTASI DAN EVALUASI ... 42
4.1 Implementasi Sistem (Konstruksi Sistem) ... 42
4.1.1 Kebutuhan Sistem ... 42
4.1.2 Hasil Implementasi Sistem... 43
4.2 Evaluasi Sistem (Pengujian Sistem) ... 47
4.2.1 Hasil Uji Coba ... 48
xi
5.1 Kesimpulan ... 63
5.2 Saran ... 63
DAFTAR PUSTAKA ... 65
1 1.1 Latar Belakang Masalah
Rumah Sakit Petrokimia Gresik (RSPG) merupakan salah satu Rumah
sakit yang merupakan mitra kerja dari PT Jamsostek Cabang. Rumah Sakit ini
merupakan Rumah sakit umum yang didalamnya terdapat unit perawatan
Radiologi, CT Scan, dan lain-lain. Rumah Sakit ini beralamat di Jl. Jenderal
Ahmad yani no 69 Gresik, selain melayani perawatan di atas RSPG juga melayani
penjualan obat untuk pihak eksternal maupun menyediakan stok obat untuk unit
terkait yang ada di dalam RSPG tersebut, namun pada penelitian ini unit yang
terkait adalah unit gudang sebagai unit penyimpanan obat serta unit yang
menjembatani pihak RSPG dan pihak supplier obat, selain unit gudang unit lain
nya adalah unit farmasi, UGD dan lain lain.
Proses bisnis yang berkaitan dengan stok obat yang ada di RS Petrokimia
yaitu proses permintaan obat ke gudang dari unit yang membutuhkan. Proses
permintaan obat ke gudang dimulai saat unit terkait memerlukan obat, unit
tersebut akan melakukan permintaan pemenuhan obat ke gudang agar obat yang
dimiliki oleh unit tersebut dapat terpenuhi. Kemudian gudang akan menerima
daftar obat apa saja yang diminta oleh unit tersebut. Pihak gudang akan
melakukan pengecekan pada stok obat yang dimiliki dengan permintaan obat yang
diminta oleh unit tersebut, bila obat tersebut ada maka akan langsung dipenuhi
permintaan obat tersebut, namun apabila obat tersebut kurang atau habis stoknya
pengadaan. Obat yang dimiliki oleh RS tersebut ada ratusan, namun ada beberapa
obat yang mengalami masalah yakni obat tersebut sering mengalami masalah
pemenuhan. Obat yang mengalami permasalahan dalam stok adalah, Spuit 10cc
Terumo, Aquabidest Inj 25ml/fls, Ringer lactat 500ml inf, Antrain inj, Spuit 10ml
stera.
Gambar 1.1 Grafik Permintaan Obat AQUABIDEST INJ 25ML/FLS
Gambar di atas adalah grafik permintaan obat AQUABIDEST INJ
25ML/FLS, data tersebut diperoleh dengan cara memilah data obat tersebut
kemudian pemenuhan obat tersebut dibagi menjadi tiap minggu, sehingga
mendapatkan 76 data obat dari November 2013 hingga April 2015.
Permasalahan yang dihadapi saat ini adalah, pihak gudang belum dapat
mengetahui dengan pasti berapa permintaan obat yang akan masuk untuk periode
tidak dapat dipenuhi, selain itu dampak lain nya adalah turun nya tingkat
pelayanan obat kepada pasien.
Dari uraian di atas maka dibutuhkan sebuah aplikasi yang dapat
membantu perusahaan dalam melakukan peramalan permintaan obat, sehingga
unit terkait dapat mengetahui dengan pasti berapa permintaan obat yang akan
masuk untuk periode selanjutnya. Aplikasi peramalan permintaan yang nantinya
akan dibuat akan menggunakan metode Trend Exponential. Alasan metode ini
digunakan sebagai penyelesaian masalah adalah penulis telah melakukan
pengujian pola data terhadap sampel obat, data obat sebanyak 76 data tersebut
diolah menggunakan aplikasi bernama Minitab untuk dapat dilihat bentuk dari
pola datanya. Bentuk pola data dari kelima obat yang bermasalah dapat dilihat
pada gambar dibawah ini.
Pada gambar di atas dapat dilihat pola data obat tersebut membentuk pola
trend, bila pola data menunjukkan pola trend maka metode yang paling tepat digunakan adalah metode Trend Exponential, untuk bentuk pola data yang lain
dapat dilihat pada lampiran.
1.2 Perumusan Masalah
Berdasarkan latar belakang di atas, maka dapat dirumuskan permasalahan
yaitu bagaimana merancang dan membangun aplikasi peramalan permintaan obat
pada RS Petrokimia Gresik yang dapat meningkatkan keakuratan peramalan
permintaan obat.
1.3 Pembatasan Masalah
Berdasarkan rumusan masalah di atas, maka batasan masalah yang
digunakan dalam penelitian ini adalah sebagai berikut:
1. Peramalan dilakukan dengan metode Trend Exponential.
2. Periode yang akan diramalkan adalah periode jangka pendek yaitu 1 minggu
ke depan.
3. Periode data permintaan obat yang digunakan bulan November tahun 2013
sampai dengan bulan April tahun 2015.
4. Proses aplikasi ini hanya akan menghasilkan output berupa hasil permintaan
obat, tidak sampai pada pemesanan obat ke supplier.
5. Lima jenis data obat yang digunakan dalam penelitian, yaitu:
a. SPUIT 10CC TERUMO
b. AQUABIDEST INJ 25ML/FLS
d. ANTRAIN INJ
e. SPUIT 10ML STERA
6. Pengujian aplikasi dilakukan oleh ahli sistem, sedangkan pengujian data
dilakukan dengan bantuan staf ahli.
1.4 Tujuan Penelitian
Berdasarkan perumusan masalah di atas, tujuan dari Tugas Akhir yang
dibuat yaitu menghasilkan aplikasi rancang bangun peramalan permintaan obat
pada RS Petrokimia Gresik.
1.5 Manfaat Penelitian
Manfaat dari rancang bangun aplikasi peramalan permintaan untuk
perusahaan yaitu memberikan kontribusi untuk mengurangi resiko unit terkait
kehabisan stok obat yang dimiliki.
1.6 Sistematika Penulisan
Sistematika penulisan disusun dengan tujuan agar segala aktifitas yang
dilakukan dalam penelitian ini dapat terekam dalam bentuk laporan secara jelas
dan sistematis. Penyajiannya dibagi berdasarkan beberapa bab.
BAB I PENDAHULUAN
Pada bab ini menjelaskan latar belakang masalah yang mendasari
penulis dalam merancang dan membangun aplikasi penanganan
komplain. Bab ini juga mencakup perumusan masalah, pembatasan
masalah, tujuan penelitian, manfaat penelitian dan sistematika penulisan
BAB II LANDASAN TEORI
Pada bab ini akan menjelaskan mengenai teori-teori yang mendukung
atau digunakan sebagai bahan acuan pada saat, setelah ataupun sebelum
melakukan penelitian antara lain peramalan, kebutuhan akan peramalan,
macam peramalan, proses peramalan, definisi data,
macam-macam data, data runtut waktu, pola data runtut waktu, analisis pola
data dengan analisis otokorelasi, metode trend exponential, analisis dan
perancangan sistem, proses pengembangan model waterfall, aplikasi,
pengujian black box.
BAB III ANALISIS DAN PERANCANGAN SISTEM
Dalam bab akan menjelaskan bagaimana awal proses penelitian ini
dilakukan sehingga menghasilkan sebuah perancangan yang diperoleh
melalui beberapa tahapan seperti, pengumpulan data, identifikasi
permasalahan, analisis permasalahan, solusi permasalahan yang
diberikan, sampai dengan perancangan system, seperti system flow, use
case diagram, activity diagram, sequence diagram, class diagram, struktur basis data, dan interface dari aplikasi yang dirancang dan
dibangun.
BAB IV IMPLEMENTASI DAN EVALUASI
Pada bab ini menjelaskan mengenai hasil implementasi dari analisis dan
perancangan sistem yang telah dilakukan. Bab ini menunjukkan
tampilan dari aplikasi yang telah dibuat, serta analisis dari hasil uji coba
BAB V KESIMPULAN DAN SARAN
Pada bab ini menjelaskan tentang kesimpulan dari hasil analisis dan
perancangan aplikasi penanganan komplain. Selain itu, pada bab ini
berisi tentang pembahasan permasalahan yang telah dilakukan dan
saran bagi pengembangan aplikasi penanganan komplain sehingga
aplikasi dapat disesuaikan dengan seiring bertambahnya kebutuhan
8
Dalam merancang dan membangun aplikasi, sangatlah penting untuk
mengetahui terlebih dahulu dasar-dasar teori yang digunakan. Dasar-dasar teori
tersebut digunakan sebagai landasan berpikir dalam melakukan pembahasan lebih
lanjut sehingga terbentuk suatu aplikasi yang sesuai dengan tujuan awal.
2.1 Peramalan
Menurut Arsyad (2001: 7), peramalan menunjukkan perkiraan yang
akan terjadi pada suatu keadaan tertentu. Ramalan menjadi input bagi proses
perencanaan dan pengambilan keputusan. Peramalan merupakan proses untuk
memperkirakan berapa kebutuhan dimasa akan datang, kebutuhan tersebut
meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu, dan lokasi yang
dibutuhkan dalam rangka memenuhi permintaan sebuah barang maupun jasa.
Hasil dari peramalan tersebut akan menjadi masukan untuk proses perencanaan
ataupun proses pengambilan keputusan pada perusahaan.
2.1.1 Jenis Peramalan
Menurut Arsyad (2001: 9)Jenis–jenis peramalan yaitu:
a. Peramalan dilihat dari sifat penyusunnya dapat dibedakan sebagai berikut:
1. Peramalan yang subjektif
Peramalan yang didasarkan pada perasaan atau instuisi dari orang yang
2. Peramalan yang objektif
Peramalan yang didasarkan pada data-data dari masa lalu dengan
menggunakan metode–metode dalam penganalisaan data tersebut.
b. Peramalan dilihat dari sifat ramalan yang telah disusun dapat dibedakan
sebagai berikut:
1. Peramalan Kualitatif
Peramalan yang didasarkan atas data kualitatif pada masa lalu, hasil
peramalan tergantung pada yang melakukan proses peramalan.
2. Peramalan Kuantitatif
Peramalan yang didasarkan atas data kuantitatif pada masa lalu, hasil
peramalan tergantung pada metode yang digunakan selama proses
peramalan.
c. Peramalan dilihat dari waktu dapat dibedakan sebagai berikut:
1. Peramalan Jangka Panjang
Peramalan jangka panjang diperlukan mencapai tujuan umum organisasi
jangka panjang, oleh karena itu peramalan jangka panjang ini merupakan
titik perhatian utama dari manajemen puncak.
2. Peramalan Jangka Pendek
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
2.1.2 Proses Peramalan
Menurut Arsyad (2001: 12) Ramalan-ramalan yang berguna bagi
manajemen harus dianggap sebagai suatu proses yang sistemis. Sifat dinamis dari
pasar mengharuskan suatu ramalan untuk dikaji ulang, direvisi, dan diskusikan.
Oleh karena itu, tahap-tahap peramalan dapat dibagi menjadi beberapa tahap
sebagai berikut:
1. Penentuan tujuan peramalan.
2. Pemilihan teori yang relevan.
3. Pencarian data yang tepat.
4. Analisis data.
5. Pengestimasian model awal (sementara).
6. Evaluasi dan revisi model.
7. Penyajian ramalan sementara kepada manajemen.
8. Pembuatan revisi final.
9. Pendistribusian hasil peramalan.
10. Penentuan langkah-langkah pemantauan.
2.2 Peramalan Permintaan
Peramalan permintaan merupakan tingkat permintaan produk-produk
yang diharapkan akan terealisir untuk jangka waktu tertentu pada waktu
tertentu pada masa yang akan datang. Peramalan permintaan ini akan menjadi
masukan yang penting dalam pengambilan keputusan perencanaan dan
pengendalian perusahaan, karena unit terkait bertanggung jawab untuk
ini digunakan untuk meramalkan permintaan produk yang bersifat bebas (tidak
bergantung), seperti peramalan produk jadi.
2.3 Data Runtut Waktu
Setiap variabel yang terdiri dari data yang dikumpulkan, dicatat, atau
diobservasi sepanjang waktu yang berurutan disebut data runtut waktu (time
series) (Arsyad, 2001:37).
2.3.1 Pola Data Runtut Waktu
Langkah penting dalam memilih suatu data runtut waktu (time series)
yang tepat adalah dengan mempertimbangkan jenis pola data, sehingga metode
yang paling tepat dengan pola tersebut dapat diuji. Pola data dapat dibedakan
menjadi empat jenis (Makridakis, Wheelwright dan McGee, 1995 : 10-11) yaitu:
a. Pola horizontal (H)
Pola horizontal terjadi bila nilai data berfluktuasi di sekitar nilai rata-rata
yang konstan. (Deret seperti itu adalah “statsioner” terhadap nilai rata-ratanya). Suatu produk yang penjualannya tidak meningkat atau menurun
selama waktu tertentu termasuk dalam jenis ini. Gambar 2.1 menunjukkan
Gambar 2.1 Pola Horisontal
b. Pola musiman (S)
Pola musiman terjadi saat dimana suatu deret dipengaruhi oleh faktor
musiman (misalnya kuartal tahun tertentu, bulanan, atau hari pada minggu
tertentu). Untuk pola musiman kuartalan dapat dilihat pada Gambar 2.2.
Menurut Arsyad (2001:38), variasi musiman menunjukkan kondisi musim
atau hari libur.
c. Pola siklis (C)
Pola siklis ini terjadi karena datanya dipengaruhi oleh fluktuasi ekonomi
jangka panjang seperti yang berhubungan dengan siklus bisnis. Pola siklis
dapat dilihat pada Gambar 2.3.
Gambar 2.3 Pola Data Siklis
d. Pola trend (T)
Pola ini terjadi bila terdapat kenaikan atau penurunan sekuler jangka panjang
dalam data.Pola trend dapat dilihat pada Gambar 2.4.
2.4 Analisis Pola Data dengan Analisis Otokorelasi
Menurut Arsyad (2001 : 39), pola data, termasuk trend, musiman, dan
ketidakberaturan, dapat dianalisis dengan menggunakan pendekatan analisis
otokorelasi. Persamaan (1) berikut ini biasanya digunakan untuk menghitung
koefisien otokorelasi tingkat pertama ( ) atau korelasi dengan
.
=
…………...(1)Keterangan:
= koefisien otokorelasi tingkat pertama
= nilai rata-rata serial data
= observasi pada waktu t
= observasi pada satu periode sebelumnya (t-1)
2.5 Model Trend Exponential
Menurut Arsyad (2001 : 104), untuk melakukan pengukuran sebuah deret
waktu yang mengalami kenaikan atau penurunan yang cepat maka digunakan
metode trend eksponensial. Dalam metode ini digunakan tiga persamaan antara
lain:
a. Rangkaian pemulusan secara eksponensial
= α + (1– α )(At-1+ Tt-1) ………...(2)
b. Estimasi trend
=β (At–At-1) + (1– β) Tt-1………...(3)
c. Ramalan pada periode p
Keterangan:
At = nilai baru yang telah dimuluskan
= konstanta pemulusan untuk data (0≤α ≤1)
= data baru atau nilai Y yang sebenarnya pada periode t
β = konstanta pemulusan untuk estimasi trend (0≤β ≤ 1)
Tt = estimasi trend
p = periode yang diramalkan
= nilai ramalan pada periode p
Persamaan kedua (2) memiliki variabel trend (Tt), berbeda dengan
pemulusan eksponential tunggal. Estimasi trend dihitung dengan cara menghitung
selisih antara dua nilai pemulusan eksponensial (At–At-1).
Konstanta pemulusan yang kedua (β) digunakan untuk menghaluskan
estimasi trend. Persamaan tiga (3) menunjukkan bahwa estimasi trend (At– At-1)
dikalikan dengan β dan kemudian ditambahkan pada estimasi yang lama (Tt),
dikalikan dengan (1-β). Hasil persamaan tiga (3) adalah trend yang dihaluskan
tanpa pengaruh random.
Persamaan keempat (4) memperlihatkan ramalan untuk periode p.
estimasi trend (Tt) dikalikan dengan jumlah periode yang akan diramalkan (p) dan
kemudian hasilnya ditambahkan pada data pemulusan yang tahunnya sama (At)
2.6 Testing
Analisis sistem dilakukan dengan tujuan untuk dapat mengidentifikasi
dan mengevaluasi permasalahan yang terjadi dan kebutuhan yang diharapkan,
sehingga dapat diusulkan perbaikannya. Perancangan sistem merupakan
penguraian suatu sistem informasi yang utuh ke dalam bagian komputerisasi yang
dimaksud, mengidentifikasi dan mengevaluasi permasalahan, menentukan kriteria,
menghitung kosistensi terhadap kriteria yang ada, serta mendapatkan hasil atau
tujuan dari masalah tersebut serta mengimplementasikan seluruh kebutuhan
operasional dalam membangun aplikasi.
Menurut Kendall (2003:7), analisis dan perancangan sistem dipergunakan
untuk menganalisis, merancang, dan mengimplementasikan
peningkatan-peningkatan fungsi bisnis yang dapat dicapai melalui penggunaan sistem informasi
terkomputerisasi.
2.7 Proses Pengembangan model Waterfall
Model Waterfall pertama kali diperkenalkan oleh Winston Royce tahun
1970. Menurut Kristanto (2004 : 12), keluaran dari setiap tahap merupakan
masukan bagi tahap berikutnya. Model proses pengembangan ini dikatakan
waterfall karena setiap tahap demi tahap yang dilalui harus menunggu selesainya tahap sebelumnya dan berjalan urut. Kemajuan tahapan mengalir dari atas ke
bawah, seperti air terjun yang mengalir.
Menurut Tanuwijaya dan Herlambang (2003 : 186 - 188), model
dengan menggunakan model waterfall adalah terstruktur. Langkah-langkah yang
penting dalam model ini adalah sebagai berikut.
a. Penentuan dan analisis spesifikasi (Requirements Definition).
Dalam tahap ini kendala dan tujuan dihasilkan dari konsultasi dengan
pengguna sistem, kemudian dibuat dalam bentuk yang dapat dimengerti
oleh pemakai dan staf pengembang.
b. Desain sistem dan sistem informasi (System and Software Design).
Proses desain system membagi kebutuhan-kebutuhan menjadi sistem
informasi atau perangkat keras. Proses tersebut menghasilkan sebuah
arsitektur sistem keseluruhan. Desain sistem informasi termasuk
menghasilkan fungsi sistem-sistem inforrmasi dalam bentuk yang mungkin
ditransformasi ke dalam satu atau lebih program yang dapat dijalankan.
c. Implementasi dan uji coba unit (Implementation and Unit Testing).
Selama tahap ini desain sistem informasi disadari sebagai sebuah program
lengkap atau unit program. Uji unit termasuk pengujian bahwa setiap unit
sesuai spesifikasi.
d. Integrasi dan uji coba system (Integration and System Testing).
Unit program diintegrasikan dan diuji menjadi sistem yang lengkap untuk
menyakinkan bahwa persyaratan sistem informasi telah dipenuhi. Setelah
ujicoba, sistem disampaikan kepada pelanggan.
e. Operasi dan pemeliharaan (Operation and Maintenance).
Normalnya, ini adalah fase yang yang terpanjang. Sistem dipasang,
yang tidak ditemukan pada langkah sebelumnya. Perbaikan implementasi
unit sistem dan peningkatan jasa sistem sebagai kebutuhan baru ditemukan.
Gambar 2.5 Model Pengembangan Waterfall
2.8 Aplikasi
Menurut Jogiyanto (2005 : 12), aplikasi adalah penggunaan dalam suatu
komputer, instruksi (instruction) atau pernyataan (statement) yang disusun
sedemikian rupa sehingga komputer dapat memproses masukan menjadi keluaran.
Menurut kamus besar bahasa Indonesia (2005 : 52), aplikasi adalah penerapan
dari rancang sistem untuk mengolah data yang menggunakan aturan atau
ketentuan bahasa pemrograman tertentu. Dari definisi di atas dapat disimpulkan
bahwa aplikasi adalah suatu program komputer yang dibuat untuk mengerjakan
2.9 Pengujian Black Box
Menurut Pressman (2004 : 532), pengujian adalah proses eksekusi suatu
program dengan maksud menemukan kesalahan. Menurut Pressman (2004 : 577),
teknik pengujian black box adalah yang paling lazim selama integrasi. Pengujian
black box digunakan untuk memperlihatkan bahwa fungsi-fungsi perangkat lunak adalah operasional bahwa masukan diterima dengan baik dan keluaran dihasilkan
dengan tepat.
2.10 Teknik Pengumpulan Data
Menurut Sugiyono (2013: 223 - 237), bila dilihat dari segi cara atau
teknik pengumpulan data, maka teknik pengumpulan data dapat dilakukan dengan
tiga cara, yaitu:
a. Wawancara
Wawancara digunakan sebagai teknik pengumpulan data apabila peneliti
ingin melakukan studi pendahuluan untuk menemukan permasalahan yang
harus diteliti, dan juga apabila peneliti ingin mengetahui hal-hal dari
responden yang lebih mendalam dan jumlah respondennya sedikit atau
kecil.
b. Kuesioner
Menurut Sugiyono (2013: 230), kuesioner merupakan teknik pengumpulan
data yang dilakukan dengan cara memberi seperangkat pertanyaan atau
pernyataan tertulis kepada responden untuk dijawabnya. Kuesioner juga
cocok untuk digunakan bila jumlah responden cukup besar dan tersebar di
c. Observasi
Observasi merupakan proses untuk memperoleh data dari tangan pertama
dengan mengamati orang dan tempat pada saat dilakukan penelitian.
Menurut Sugiyono (2013: 235 - 237), dari segi proses pelaksanaan
pengumpulan data, observasi dapat dibedakan menjadi dua, yaitu:
1. Observasi Berperan serta
Peneliti terlibat dengan kegiatan sehari-hari orang yang sedang diamati
atau yang digunakan sebagai sumber data penelitian. Dalam suatu
perusahaan atau organisasi pemerintah misalnya peneliti dapat berperan
sebagai karyawan, ia dapat mengamati bagaimana perilaku karyawan
dalam bekerja, semangat kerjanya dan lain sebagainya.
2. Observasi Non-partisipan
21
Pada bab ini dijelaskan mengenai analisis dari permsalahan yang diambil
pada Rumah Sakit Petrokimia Gresik. Selain itu, bab ini juga merancang desain
sistem dari Rancang Bangun Aplikasi Peramalan Permintaan Obat pada Rumah
Sakit Petrokimia Gresik Menggunakan Metode Trend Exponential.
3.1 Analisis Sistem
Pada tahap analisis dilakukan beberapa proses yang berhubungan dengan
tahapan awal metode penelitian. Pada metode penelitian yang diambil
menggunakan model waterfall. Pada model waterfall terdapat beberapa tahapan
yang meliputi tahap komunikasi, tahap perencanaan, tahap pemodelan, tahap
konstruksi dan tahap penerapan aplikasi. Pada tahap analisis sistem membahas
tentang komunikasi dan perencanaan.
3.1.1 Komunikasi
Cara ini dilakukan untuk melihat kondisi Rumah Sakit Petrokimia Gresik
dalam hal mengurus permintaan persediaan obat dari unit ke gudang. Observasi
yang dilakukan meliputi observasi terhadap laporan permintaan obat dan
A Analisis Bisnis
Pada analisis bisnis dituliskan hasil dari observasi dan wawancara secara
rinci tentang proses pengadaan bahan baku yang terjadi pada saat ini. Proses
analisis bisnis dapat disusun empat identifikasi yaitu identifikasi masalah,
identifikasi pengguna, identifikasi data dan identifikasi fungsi.
1. Identifikasi masalah
Manajer pada Rumah Sakit Petrokimia Gresik berperan penting dalam setiap
perencanaan perusahaan Rumah Sakit Petrokimia Gresik dan salah satunya
adalah penentuan permintaan obat untuk periode ke depan.
2. Identifikasi pengguna
Setelah ditemukan beberapa permasalahan yang muncul, maka dapat dilakukan
identifikasi pengguna. Pada proses peramalan permintaan obat penggunanya
adalah manajer, namun selain manajer ada beberapa pengguna yang berperan
pada penelitian ini, antara lain staf ahli dan ahli sistem. Staf ahli di sini adalah
pihak dari RSPG sendiri yang melakukan peramalan permintaan, selain itu staf
ahli di sini juga memiliki tujuan membantu melakukan perbandingan hasil
peramalan untuk periode ke depan. Ahli sistem di sini adalah yang
menjalankan fungsi dari aplikasi peramalan permintaan obat.
3. Identifikasi data
Pada tahap identifikasi data diperlukan beberapa data untuk merancang aplikasi
4. Identifikasi fungsi
Setelah dilakukan proses identifikasi permasalahan, pengguna dan data, maka
dapat dilakukan proses identifikasi fungsi. Identifikasi fungsi menghasilkan
beberapa fungsi yaitu fungsi peramalan permintaan.
B Analisis Kebutuhan Pengguna
Berdasarkan hasil wawancara dan observasi dengan bagian farmasi dan
gudang Rumah Sakit Petrokimia Gresik, didapatkan kebutuhan pengguna yaitu:
Tabel 3.1 Tabel Kebutuhan Pengguna
Deskripsi Fungsi ini digunakan oleh manajemen untuk melakukan proses
peramalan permintaan obat, dengan menggunakan data
permintaan yang telah direkap oleh bagian gudang di Ms. Excel
Aktor Manajemen
Input Data history permintaan obat
Proses Melakukan proses peramalan dari data history permintaan obat
menggunakan metode trend ekspoensial.
Output Prediksi jumlah permintaan obat
Peraturan Data ramalan permintaan dianggap akurat, jika Mean Percentage
Error (MAPE)≤ 20%
C Analisis Kebutuhan Data
Dalam tahap ini, menjelaskan tentang aplikasi yang akan dirancang dan
dibangun digunakan untuk membantu pihak Rumah Sakit Petrokimia Gresik
dalam menentukan jumlah permintaan obat untuk periode selanjutnya.
Berikut ini adalah data yang telah dikumpulkan berdasarkan proses
1. Data Permintaan.
Data permintaan yang berhasil dikumpulkan adalah data mulai dari
November 2013 hingga bulan April 2015. Data ini digunakan sebagai acuan
dalam melakukan proses menentukan jumlah permintaan obat untuk periode
ke depan, mengingat metode yang digunakan sebagai pendukung dalam
proses perencanaan penentuan persediaan untuk periode ke depan adalah
metode peramalan, dimana dibutuhkan pengolahan data untuk mengetahui
pola data permintaan pada perusahaan. Dengan demikian data permintaan
dapat digunakan untuk menentukan metode peramalan yang tepat. Data
permintaan juga akan selalu digunakan setiap kali akan melakukan proses
menentukan jumlah permintaan obat untuk periode ke depan.
2. Data Obat
Data obat di sini digunakan untuk proses peramalan permintaan, data obat di
sini berisi nama obat yang akan diketahui jumlah permintaan nya untuk
periode ke depan.
D Analisis Kebutuhan Fungsi
Berdasarkan user requirement di atas, maka dapat dirancang kebutuhan
fungsi dari aplikasi Pada tahap kebutuhan fungsi digunakan untuk
mengimplementasikan seluruh fungsi yang didapatkan dari hasil analisis
Tabel 3.2 Tabel Kebutuhan Fungsi
Deskripsi Fungsi ini digunakan oleh manajemen untuk melakukan
proses peramalan permintaan obat, dengan menggunakan
data permintaan yang telah direkap oleh bagian gudang di
Ms. Excel
Pemicu Awal Manajemen melakukan login
Input Data history permintaan obat yang diambil dari Ms. Excel
Pre-conditions Aktor sudah terotentikasi
Alur
komputerisasi
1. Aktor menekan tombol upload excel.
1.1. Aplikasi akan menampilkan form openfiledialog.
2. Aktor memilih file excel.
3. Aktor menekan tombol buka pada form openfiledialog.
3.1. Aplikasi menampilkan data permintaan obat
yang telah diupload.
4. Aktor memilih data obat dari listbox.
4.1. Aplikasi akan menampilkan data permintaan
obat yang telah dipilih kedalam gridview.
4.2. Aplikasi akan melakukan iterasi nilai α dan
β.
4.3. Aplikasi akan menghitung MAPE terbaik
dari nilai random α dan β.
5. Aktor melakukan proses peramalan permintaan.
5.1. Aplikasi akan melakukan proses peramalan
permintaan.
5.2. Aplikasi akan menampilkan data prediksi
jumlah permintaan untuk periode ke depan.
Akhir Data Prediksi jumlah permintaan.
-3.1.2 Perencanaan
Pada tahap perencanaan dilakukan proses penjadwalan dari awal
melakukan observasi pada RS Petrokimia Gresik, kemudian proses wawancara
dengan pengguna. Setelah melakukan tahap tersebut, maka dapat disusun analisis
bisnis yang selanjutnya peneliti melakukan proses analisis kebutuhan pengguna
dengan cara observasi dan wawancara dengan pengguna pada RS Petrokimia
Gresik. Kemudian proses selanjutnya yaitu, peneliti membuat analisis kebutuhan
data dan analisis kebutuhan fungsi. Setelah itu, peneliti melakukan perencanaan
yang menghasilkan beberapa kebutuhan perangkat keras dan perangkat lunak
yang digunakan dalam pembuatan aplikasi. Setelah itu dilakukan proses
pemodelan yang membahas tentang perancangan arsitektur, perancangan proses,
perancangan basis data, perancangan antar muka dan perancangan pengujian.
Setelah itu proses pengkodean dan pengujian aplikasi pada tahap konstruksi.
Untuk membuat aplikasi ini dibutuhkan beberapa spesifikasi perangkat
keras dan perangkat lunak. Untuk perangkat keras dibutuhkan processor core i3,
memory RAM 2 Gb, hardisk 320 Gb, VGA 1 Gb, Monitor dengan resolusi 1024 x 768, mouse, keyboard. Sedangkan untuk perangkat lunak dibutuhkan SqlServer,
.Net Framework 3.5 lain dan Sistem Operasi Windows 7.
3.2 Perancangan Sistem
Berdasarkan hasil analisis yang sudah dibuat, maka dapat dilakukan
perancangan sistem sebagai dasar pembuatan aplikasi peramalan permintaan obat.
kemudian analisis kebutuhan perangkat lunak, perancangan proses, perancangan
basis data, perancangan antar muka dan perancangan uji coba.
3.2.1 Perancangan Proses
Pada tahap perancangan proses terdapat beberapa proses yaitu merancang
alur proses bisnis, pembuatan use case diagram, activity diagram, sequence
diagram, class diagram.
A. Use Case Diagram
Use case diagram digunakan untuk menjelaskan hubungan antara actor dengan sistem yang akan dibuat. Use case diagram juga digunakan untuk
mengetahui fungsi apa saja yang ada di dalam sebuah sistem. Pada gambar 3.1 use
case peramalan permintaan memiliki dua buah fungsi utama, fungsi yang pertama adalah
1. Fungsi mencari alfa, beta, dan MAPE.
Fungsi ini memiliki inputan berupa data permintaan obat, yang nantinya
data permintaan obat tersebut akan diolah sehingga menghasilkan keluaran
berupa nilai alfa, beta dan MAPE yang terbaik.
2. Fungsi melakukan proses peramalan permintaan.
Fungsi ini merupakan fungsi lanjutan dari fungsi sebelumnya, dimana
inputan dari proses ini berasal dari fungsi sebelumnya. Data alfa, beta, dan
MAPE yang terbaik akan menjadi inputan untuk mencari nilai permintaan
obat untuk periode ke depan.
B. Activity Diagram
Pada bagian activity diagram dijelaskan proses lebih detil mengenai
proses pencarian alfa, beta, dan MAPE yang nantinya digunakan untuk proses
peramalan permintaan. Proses ini diawali dengan manajer melakukan proses
upload data permintaan obat yang sudah direkap dalam bentuk excel. Data permintaan obat tersebut berisikan id obat, nama obat, tanggal permintaan obat,
dan jumlah permintaan obat. Setelah selesai melakukan upload data permintaan
obat tadi, maka data obat tadi akan disimpan, sehingga dapat digunakan sebagai
inputan untuk mencari nilai alfa, beta dan MAPE.
Proses pencarian variabel ini dihitung menggunakan rumus-rumus yang
ada pada metode trend exponential. Tujuan dari dicari nya variabel ini adalah
menemukan nilai MAPE terbaik dari iterasi alfa dan beta. Kemudian saat alfa dan
variabel inilah yang nanti akan digunakan untuk mencari nilai permintaan obat
untuk periode ke depan. Untuk lebih jelasnya dapat dilihat pada gambar 3.2.
Activity diagram kedua ini menjelaskan proses peramalan permintaan, proses ini merupakan kelanjutan dari proses sebelumnya. Proses ini diawali
dengan mengambil data alfa, beta, dan MAPE terbaik yang kemudian akan
diproses untuk mencari nilai peramalan permintaan untuk periode ke depan.
Keluaran yang dihasilkan pada proses ini adalah nilai peramalan permintaan untuk
periode ke depan.
C. Sequence Diagram
Sequence Diagram ini menjelaskan proses yang terjadi saat aplikasi dijalankan, entitas yang ada pada diagram ini adalah manajer, FrmPeramalan,
OpenFileDialog, HandlerAlfaBeta, HandlerPeramalan. Untuk lebih jelas dapat dilihat pada lampiran 4.
3.2.2 Perancangan Basis Data
Setelah merancang desain proses dari sisntem dengan menggunakan
software requirement, use case diagram, activity diagram dan sequence diagram, maka proses selanjutnya yaitu merancang skema database. Pada tahap merancang
skema database digunakan beberapa cara yaitu membuat class diagram dan
menyusun struktur tabel.
A. Conceptual Data Model (CDM)
Pada Conceptual Data Model (CDM) terdapat dua entitas yaitu
permintaan dan hasil ramalan. Kedua entitas tersebut memiliki relasi many to
many sehingga nantinya pada PDM akan memunculkan tabel baru yang bernama hitung periode. Berikut ini desain CDM yang digunakan dalam merancang
aplikasi dapat dilihat pada Gambar 3.4.
Memiliki
B. Physical Data Model (PDM)
Pada Physical Data Model (PDM) ini terdapat tiga entitas dari hasil
generate Conceptual Data Model (CDM) yang dibuat sebelumnya. Berikut ini desain PDM yang digunakan dalam merancang aplikasi dapat dilihat pada
Gambar 3.5.
Gambar 3.5 Physical Data Model (PDM)
C. Struktur Tabel
Dari gambar diatas dapat dilihat setiap entitas dalam proses memiliki
hubungan satu dengan yang lain. Pada class diagram di atas manajer tidak masuk
dalam entitas dikarenakan pada aplikasi ini hanya ada satu manajer saja yang
mengakses aplikasi ini. Kemudian dalam gambar di atas dapat dilihat bahwa tabel
permintaan memiliki hubungan dengan table hasil_ramalan dan tabel
hitung_periode, dikarenakan kedua tabel tersebut mengambil data jumlah obat
1. Nama Tabel : Permintaan
Keterangan : Digunakan untuk menyimpan data obat.
Tabel 3.3 Permintaan
Nama Kolom Tipe Data Constraint Keterangan
Id_permintaan Varchar(50) PK Kode permintaan obat
Id_obat Varchar(50) FK Kode obat
Nama_obat Varchar(50) - Nama obat
Tgl Date - Tanggal permintaan obat
Jml_permintaan Int - Jumlah permintaan obat
Status Varchar (50) - Status obat
2. Nama Tabel : Hitung Periode
Keterangan : Digunakan untuk menyimpan hasil perhitungan peramalan
periode ke depan.
Tabel 3.4 Hitung Periode
Nama Kolom Tipe Data Constraint Keterangan
No_periode Varchar(10) PK Kode Periode Id_hasil Varchar(10) PK Kode hasil ramalan
Nama_obat Varchar(50) - Nama Obat
Jumlah int - Jumlah nilai peramalan
permintaan
3. Nama Tabel : Hasil Ramalan
Keterangan : Digunakan untuk menyimpan nilai variabel alfa, beta.
Tabel 3.5 Variabel
Nama Kolom Tipe Data Constraint Keterangan
Id_hasil Varchar(10) PK Kode perhitungan
Tgl Varchar(50) FK Tanggal
Nama Kolom Tipe Data Constraint Keterangan
Alfa Float Nilai alfa
Beta Float - Nilai beta
Hasil_peramalan Float - Nilai Hasil Peramalan
3.2.3 Perancangan Antar Muka Pengguna
Setelah membuat class diagram, maka proses selanjutnya yaitu
melakukan perancangan interface. Perancangan interface berfungsi agar pengguna
dapat mengetahui form yang digunakan sebagai input untuk dimasukkan pada
aplikasi dan output yang dihasilkan oleh aplikasi. Di samping itu, pengguna dapat
dengan mudah memahami alur sistem yang berjalan pada aplikasi. Pada
pembuatan rancangan interface ini dibagi menjadi dua bagian yaitu membuat
desain input output dari aplikasi dan membuat user interface dari aplikasi.
A. Halaman Menu Utama
Halaman ini merupakan halaman awal pada saat manajer mengakses
aplikasi peramalan permintaan. Pada halaman ini terdapat tiga menu utama, yaitu
Menu, Permintaan Barang dan Cetak Laporan. Pada setiap menu terdapat
beberapa sub-menu, pada menu utama Permintaan Barang terdapat tiga sub-menu
yaitu Data Permintaan Obat, Cari Alfa Beta dan Peramalan Permintaan Obat.
Kemudian pada menu Cetak Laporan ada sub-menu Laporan Peramalan
Menu Logo
Permintaan Barang Cetak Laporan
Logout Data Permintaan Obat
Cari Alpha Beta
Peramalan Permintaan Obat
Laporan Peramalan Permintaan
Gambar 3.6 Rancangan Halaman Menu Utama
B. Halaman Upload
Halaman ini dapat diakses dengan menekan sub-menu Data Permintaan
Obat, maka halaman ini akan muncul. Halaman ini digunakan manajer untuk
meng-upload data permintaan, data permintaan yang diupload berupa file excel.
Data permintaan yang telah diupload dapat langsung dilihat dalam bentuk data
Browse Simpan Upload Data Permintaan
Menampilkan Data Permintaan
Gambar 3.7 Halaman Upload
C. Halaman Lihat Data Permintaan
Halaman ini dapat diakses dengan menekan sub-menu data permintaan
obat, maka halaman ini akan muncul. Halaman ini digunakan manajer untuk dapat
melihat data permintaan yang telah diupload pada halaman upload. User memilih
id obat yang telah diupload kemudian dengan menekan tombol lihat, maka data
yang telah diupload tadi akan tampil dalam datagridview yang ada pada halaman
ini. Rancangan antar muka untuk halaman lihat data permintaan dapat dilihat pada
gambar 3.8.
Lihat ID Obat
Menampilkan Data Permintaan Nama Obat
D. Halaman Cari Alfa, Beta, MAPE terbaik
Halaman ini dapat diakses dengan menekan sub-menu Data Permintaan
Obat, maka halaman ini akan muncul. Halaman ini digunakan manajer untuk
melakukan perhitungan peramalan seperti nilai alfa, beta dan MAPE. Manajer
hanya perlu memilih id barang yang akan diramalkan, kemudian memilih periode
awal dan periode akhir barang yang ingin diramalkan.
Menu
Gambar 3.9 Rancangan Halaman Peramalan Permintaan
Setelah itu manajer hanya perlu menekan tombol ramalkan untuk
mengetahui proses dan hasil dari peramalan yang telah dilakukan. Selain itu user
juga dapat menyimpan data alfa, beta, dan MAPE, yang nantinya akan digunakan
dalam proses peramalan permintaan. Desain halaman menu utama dapat dilihat
pada gambar 3.9.
E. Halaman Laporan Permintaan
Halaman ini dapat diakses melalui menu cetak laporan, dengan menekan
menu laporan permintaan maka akan keluar tampilan laporan permintaan seperti
Browse
Data Obat
Data Permintaan Obat Periode kedepan
Gambar 3.10 Halaman Laporan Periode
3.3 Perancangan Pengujian Sistem
Pada tahap perancangan pengujian sistem oleh ahli sistem dilakukan uji
coba fungsional. Uji coba tersebut menguji fungsi utama pada aplikasi yang dapat
memecahkah rumusan masalah.
3.3.1 Pengujian Sistem Oleh Ahli Sistem
Pada tahap perancangan pengujian sistem oleh ahli sistem dilakukan uji
coba fungsional. Uji coba tersebut menguji fungsi utama pada aplikasi yang dapat
memecahkah rumusan masalah. Selain itu uji coba ini dilakukan untuk
A Perancangan Uji Coba Perhitungan Variabel
Perancangan uji coba peramalan permintaan ini berfungsi untuk
mengetahui kesesuaian hasil dari perhitungan yang dilakukan oleh aplikasi dengan
perhitungan yang dilakukan oleh staf ahli. Perancangan peralaman permintaan ini
dibagi menjadi dua tahap, tahap pertama yaitu pengujian hasil perhitungan nilai
alfa, beta dan MAPE yang dilakukan pada aplikasi dengan yang dilakukan secara manual.
Tabel 3.6 Uji Coba Perhitungan Variabel
No Tujuan Keluaran yang Diharapkan
1 Membandingkan hasil
perhitungan yang dilakukan oleh aplikasi dengan Ms.Excel.
Aplikasi menampilkan hasil
perhitungan dengan nilai yang sama dengan perhitungan Ms.Excel.
Manual dalam hal ini adalah perhitungan nilai alfa, beta dan MAPE
menggunakan Microsoft Excel. Dengan dilakukan nya pengujian ini diharapkan
dapat diketahui tingkat kesesuaian hasil aplikasi dalam perhitungan nilai variabel
di atas. Rancangan uji coba peramalan permintaan sesi pertama untuk melihat
nilai variabel dapat dilihat pada tabel 3.6. Kondisi yang dianggap berhasil adalah
hasil keluaran dari aplikasi dengan hasil yang dikeluarkan pada excel sama.
B Perancangan Uji Coba Peramalan Permintaan
Perancangan uji coba tahap kedua adalah membandingkan hasil
peramalan untuk periode ke depan yang akan diramalkan. Perbandingan ini
dilakukan berdasarkan hasil perhitungan peramalan yang dilakukan oleh aplikasi
dilakukan bila perancangan uji coba tahap pertama telah dilakukan, karena dalam
melakukan uji coba ini diperlukan data dari pengujian tahap pertama.
Tabel 3.7 Uji coba perbandingan hasil peramalan.
No Tujuan Keluaran yang Diharapkan
1 Membandingkan hasil
perhitungan peramalan untuk periode ke depan yang dilakukan oleh aplikasi dengan staf ahli.
Aplikasi menampilkan hasil perhitungan dengan nilai yang sama dengan perhitungan yang dihasilkan oleh user.
3.3.2 Pengujian Data
Pengujian data ini dilakukan untuk mengetahui hasil dari aplikasi dengan
data yang dimiliki oleh penulis serta data yang telah didapat dari staf ahli. Data
yang dibandingkan adalah data obat AQUABIDEST INJ 25ML/FLS, data obat
tersebut telah dimasukkan dalam aplikasi dan diolah sehingga menghasilkan
keluaran berupa permintaan obat untuk periode ke depan. Tujuan dari pengujian
data ini adalah untuk membandingkan hasil permintaan obat untuk periode ke
depan yang dihasilkan oleh aplikasi dengan hasil peramalan permintaan obat yang
dilakukan oleh staf ahli.
Tabel 3.8 Hasil Peramalan Periode Obat Staf Ahli
Periode Nama Obat Permintaan
52 AQUABIDEST INJ
25ML/FLS 680
Tabel 3.8 merupakan hasil peramalan yang dilakukan oleh staf ahli RS
Petrokimia Gresik. Data yang penulis berikan sama yaitu data obat
merupakan peramalan permintaan untuk satu periode ke depan yaitu periode ke 52
dengan jumlah permintaan sebesar 680.
Tabel 3.9 Hasil Peramalan Periode Obat Aplikasi
Periode Nama Obat Permintaan
52 AQUABIDEST INJ
25ML/FLS 646
Tabel 3.9 di atas merupakan tabel hasil peramalan permintaan yang
dihasilkan oleh aplikasi, perhitungan untuk tabel di atas dari periode 1 hingga 51.
Namun hasil dari keluaran aplikasi berbeda dengan keluaran yang dihasilkan oleh
42 4.1 Implementasi Sistem (Konstruksi Sistem)
Berdasarkan hasil analisis dan perancangan sistem pada bab sebelumnya,
maka dapat dinyatakan bahwa sistem berjalan pada arsitektur desktop dikarenakan
pengguna aplikasi hanya satu user saja, yaitu manajer yang melakukan proses
peramalan.
4.1.1 Kebutuhan Sistem
Terdapat kebutuhan perangkat keras maupun perangkat lunak komputer
agar aplikasi peramalan permintaan obat yang dibangun dapat digunakan
semestinya dan sesuai dengan usulan yang dipaparkan sebelumnya. Maksud dari
kebutuhan perangkat keras adalah spesifikasi minimum komputer yang
dibutuhkan agar aplikasi peramalan permintaan obat dengan baik, sedangkan
maksud dari kebutuhan perangkat lunak adalah daftar perangkat lunak yang
dibutuhkan untuk membantu kinerja aplikasi peramalan permintaan obat
A. Kebutuhan Perangkat Keras
Aplikasi peramalan permintaan obat yang sudah dibangun membutuhkan
beberapa spesifikasi perangkat keras. Spesifikasi ini dibuat berdasarkan
perangkat lunak yang dibutuhkan sehingga aplikasi dapat berjalan secara
maksimal. Perangkat keras tersebut memiliki spesifikasi minimum sebagai
berikut:
1. Processor Core i3
3. Harddsik 320 Gb
4. VGA 512 Mb
B. Kebutuhan Perangkat Lunak
Aplikasi pengelolaan dokumen penambahan bahan baku yang sudah
dibangun membutuhkan beberapa perangkat lunak untuk membantu kinerja
aplikasi. Perangkat lunak tersebut yaitu:
1. SqlServer
2. .Net Framework 3.5
3. Disarankan menggunakan Sistem Operasi Windows 7
4.1.2 Hasil Implementasi Sistem
Aplikasi peramalan permintaan obat ini digunakan oleh manajer sebagai
pengguna yang melakukan proses peramalan permintaan. Pada sub-bab ini akan
dijelaskan halaman-halaman apa saja yang digunakan oleh pengguna.
A. Halaman Menu Utama
Halaman menu utama merupakan halaman yang muncul pertama kali
ketika user akan menggunakan aplikasi peramalan permintaan. Halaman ini
berguna untuk mengakses beberapa menu yang ada pada aplikasi, seperti menu
data permintaan, menu peramalan permintaan dan menu laporan peramalan
permintaan. Tampilan dari dari halaman menu utama dapat dilihat pada gambar
Gambar 4.1 Halaman Menu Utama Aplikasi Peramalan Permintaan Obat.
B. Halaman Data Permintaan Obat
Pada menu aplikasi data permintaan obat terdapat dua fungsi yang dapat
digunakan oleh user, antara lain upload data permintaan obat dan lihat data
permintaan obat. Pada sub menu upload permintaan obat user dapat melakukan
proses upload data permintaan dari bentuk excel untuk disimpan dalam database.
Halaman upload dapat dilihat pada gambar 4.2.
Kemudian proses kedua yang bisa dilakukan pengguna pada menu Data
Permintaan Obat adalah lihat data permintaan obat. Pengguna dapat menggunakan
fungsi ini untuk melihat data permintaan obat yang telah di upload pada form
upload data permintaan obat. Pengguna hanya perlu memilih data obat yang telah diupload kemudian data permintaan tersebut akan secara otomatis ditampilkan
Gambar 4.2 Halaman Upload Data Permintaan
Gambar 4.3 Halaman Lihat Data Permintaan Obat
C. Halaman Peramalan Permintaan Obat
Halaman peramalan permintaan obat ini digunakan oleh user untuk
melakukan proses perhitungan nilai dari alfa, beta dan MAPE. Serta melakukan
proses peramalan permintaan untuk periode ke depan, selain mencari nilai
serta memilih periode yang akan diramalkan untuk periode ke depan. Tampilan
dari halaman peramalan permintaan obat dapat dilihat pada gambar 4.4.
Gambar 4.4 Halaman Peramalan Obat.
D. Halaman Laporan Peramalan Permintaan
Halaman laporan peramalan permintaan ini digunakan oleh pengguna
untuk melihat jumlah permintaan obat yang diramalkan beberapa periode ke
depan. Periode ini dipilih pada saat menjalankan proses perhitungan variabel pada
halaman peramalan permintaan obat, dengan memilih jumlah periode yang akan
diramalkan maka pada halaman ini akan memunculkan hasil peramalan
Tampilan dari halaman laporan peramalan permintaan dapat dilihat pada gambar
4.5.
Gambar 4.5 Halaman Laporan Peramalan Permintaan
4.2 Evaluasi Sistem (Pengujian Sistem)
Setelah melakukan perencanaan dan implementasi dari aplikasi
peramalan permintaan obat, maka tahapan terakhir yang dilakukan dalam
penelitian ini adalah tahap evaluasi sistem. Tahapan evaluasi sistem yang
dilakukan adalah melihat hasil uji coba sistem. Hasil uji coba sistem dilakukan
untuk menguji kembali semua tahapan yang sudah dilakukan selama pengujian
uji coba bertujuan untuk menarik kesimpulan terhadap hasil-hasil uji coba yang
dilakukan terhadap sistem.
4.2.1 Hasil Uji Coba
Berdasarkan implementasi sistem yang sudah dibuat, maka tahap
selanjutnya yaitu hasil uji coba. Hasil uji coba sistem dilakukan dengan menguji
aplikasi per fungsi.
Uji coba yang dilakukan untuk menguji fungsionalitas dari aplikasi
peramalan permintaan obat dilakukan dengan teknik black box testing. Tahapan
evaluasi sistem dilakukan untuk menguji setiap fungsi-fungsi yang telah
ditentukan sebelumnya sehingga aplikasi yang sudah dibuat sesuai dengan awal
dari pemecahan permasalahan yang ada pada RS Petrokimia Gresik dalam
aplikasi peramalan permintaan obat.
1. Hasil Uji Coba Data Permintaan
Halaman data permintaan ini digunakan oleh pengguna sebagai media
untuk mengolah data permintaan obat, dalam menu ini terdapat dua fungsi yaitu
upload data permintaan obat dan lihat data permintaan obat. Proses upload data permintaan obat dimulai dari pengguna menekan tombol browse untuk mencari
data permintaan dalam bentuk excel untuk diupload ke dalam datagridview untuk
ditampilkan. Tipe data dari excel adalah .xls, kondisi upload akan gagal jika tipe
data yang digunakan untuk upload adalah selain tipe data .xls.
Setelah memilih file excel tersebut, data permintaan dari excel akan
Gambar 4.6 Menampilkan Hasil Upload Data Permintaan
Kemudian untuk melakukan penyimpanan data yang telah ditampilkan,
pengguna harus menekan tombol simpan, bila data berhasil disimpan maka akan
muncul notifikasi bahwa data berhasil disimpan, seperti yang ditunjukan pada
gambar 4.7.
Tabel 4.1 Hasil Uji Coba Login
Upload sistem. Upload. a. Memasukkan data dengan
2. Hasil Pencarian Alfa Beta dan MAPE
Peramalan permintaan dilakukan oleh pengguna dengan menggunakan
dua kali proses perhitungan, proses yang pertama adalah pencarian nilai alfa, beta
dan MAPE. Perhitungan alfa, beta dan MAPE ini didapatkan dari data permintaan
yang telah diupload sebelumnya. Untuk mengakses menu ini, pengguna memilih
sub-menu peramalan permintaan, lalu kemudian meilih data barang yang ingin
Gambar 4.8 Memilih Data Permintaan Obat
Bila sudah dipilih, maka data permintaan akan diproses oleh aplikasi dan
memunculkan hasil perhitungan kedalam listview yang ada pada halaman
peramalan permintaan. Fungsi ini bertujuan untuk mencari nilai alfa, beta dan
nilai MAPE terbaik, yang nantinya akan digunakan dalam proses kedua.
Alur dari proses ini adalah iterasi perhitungan dengan merubah nilai alfa,
dan beta. Nilai dari alfa dan beta ini adalah dari 0.1 hingga 0.9 dan tiap iterasi
akan diambil nilai MAPE yang terendah dari nilai alfa dan beta. Nilai inilah yang
nantinya akan disimpan dan pengguna bisa melanjutkan proses kedua, untuk lebih
jelas bisa dilihat pada gambar 4.9.
Gambar 4.9 Mencari nilai Alfa, Beta MAPE
Pada gambar 4.9 di atas dapat dilihat proses yang dilakukan oleh aplikasi,
dari mulai mencari nilai Yt, At, Tt, Y^t dan et hingga akhirnya mendapatkan nilai
membandingkan hasil perhitungan yang dilakukan oleh aplikasi dan perhitungan
yang dilakukan dengan menggunakan excel. Kondisi dianggap berhasil jika nilai
yang dihasilkan oleh aplikasi sama dengan nilai perhitungan dalam excel.
Perbandingan hasil dari hasil perhitungan dapat dilihat pada lampiran 1.
Selain membandingkan hasil keluaran, fungsi ini juga menampilkan nilai
alfa beta dan MAPE terbaik, untuk menampilkan hasil tersebut pengguna harus menekan tombol ramalkan, hasil yang keluar akan seperti gambar 4.10.
Tabel 4.2 Tabel Uji Coba Pencarian Alfa Beta
3. Hasil Uji Coba Peramalan Permintaan
Uji coba peramalan permintaan ini merupakan proses lanjutan dari
pencarian nilai alfa beta dan MAPE pada uji coba sebelumnya. Proses ini
bertujuan untuk mencari nilai permintaan untuk periode ke depan. Data yang
digunakan pada proses ini adalah 51 data, maka peramalan permintaan yang akan
diramalkan adalah untuk periode ke-52. Periode ke-52 ini didapat dari hasil
pencarian alfa beta dan MAPE. Untuk mendapatkan hasil perhitungan periode ke
depan, pengguna hanya perlu menekan tombol ramalkan. Hasil peramalan bisa
Gambar 4.11 Hasil Peramalan Periode Ke depan
Pengujian fungsi ini dilakukan dengan cara membandingkan hasil
peramalan permintaan periode selanjutnya dengan hasil peramalan yang dilakukan
oleh staf ahli dari rumah sakit petrokimia. Proses ini dilakukan untuk mengetahui
seberapa akurat aplikasi dalam memprediksi peramalan periode ke depan. Staf
ahli diberikan data permintaan obat yang belum diolah dari periode 1 hingga 51
kemudian pengguna akan meramalkan permintaan obat periode ke-52. Hasil
peramalan pengguna tersebut akan dibandingkan dengan hasil aplikasi.
Tabel 4.3 Tabel Perbandingan Hasil Peramalan
Hasil Peramalan
Data Staf Ahli Data Aplikasi
680 646
Pada tabel di atas dapat dilihat perbedaan hasil peramalan permintaan
didapatkan dari data permintaan obat dari periode 1 hingga 51 diolah dan
menghasilkan angka sebesar 680. Sedangkan data obat pada periode ke 52 yang
dihasilkan oleh aplikasi dengan menggunakan metode peramalan Trend Exponential menghasilkan angka sebesar 646.
4. Hasil Uji Coba Permintaan Obat
Uji coba permintaan obat ini, membahas tentang hasil dari perhitungan
peramalan permintaan obat untuk periode ke depan. Untuk mengakses fungsi ini
pengguna harus menekan pilihan Laporan Peramalan Permintaan, menu ini akan
menampilkan hasil simpanan dari menu peramalan permintaan. Namun sebelum
masuk dalam fungsi ini, pengguna terlebih dahulu harus mengisikan periode yang
akan diramalkan ke depan nya. Untuk lebih jelas dapat dilihat pada gambar 4.12.
Pada gambar di atas, pengguna harus memilih periode yang akan
diramalkan untuk dapat dimunculkan pada menu berikutnya. Periode yang dapat
dipilih dibatasi hanya 10 periode, bila periode telah dipilih maka, data peramalan
akan disimpan dan akan ditampilkan pada menu laporan peramalan permintaan.
Gambar 4.13 Laporan Peramalan Permintaan
Data peramalan berupa alfa beta dan MAPE yang sudah diolah akan
disimpan dan dimunculkan pada menu seperti gambar 4.13 di atas, kemudian
untuk mengetahui jumlah permintaan untuk periode ke depan, pengguna tinggal
menekan data peramalan yang telah disimpan, data tersebut akan ditampilkan
Gambar 4.14 Hasil Permintaan Periode Ke depan
Menu diatas memiliki fitur untuk dapat melakukan export hasil dari
peramalan dalam bentuk Excel, dengan cara menekan tombol Export to Excel di
atas, maka secara otomatis akan muncul tampilan Excel yang berisikan data obat
yang telah dipilih, hasil peramalan untuk beberapa periode ke depan, nilai
variabel, serta tanggal periode permintaan obat sesuai dengan berapa periode yang
akan diramalkan, untuk lebih jelasnya hasil dari export ini dapat dilihat pada
Gambar 4.15 Hasil Export Laporan Peramalan Permintaan
4.2.2 Pembahasan Hasil Uji Coba
Pembuatan aplikasi peramalan permintaan dapat membantu pihak
pengguna untuk mengelola data permintaan dengan lebih mudah, serta dapat
membantu dalam hal menentukan nilai peramalan permintaan untuk periode ke
depan.
Untuk memastikan kesesuaian data yang dihasilkan oleh aplikasi, maka
dibuatlah sebuah pengujian yang membandingkan hasil perhitungan variabel
sampai dengan pengujian untuk membandingkan hasil peramalan permintaan obat
untuk periode ke depan. Dari dua pengujian di atas didapatkan hasil yang sesuai
dengan harapan peneliti, sehingga dikatan aplikasi sudah sesuai dengan prosedur
Hasil pengujian ini dibuat dengan membandingan hasil peramalan satu
periode ke depan untuk masing-masing obat, dengan begitu bisa terlihat
perbedaan dan kelebihan dari aplikasi peramalan permintaan obat yang telah
dibuat.
Tabel 4.4 Perbandingan hasil obat AQUABIDEST INJ 25ML/FLS
Data Permintaan Periode ke 52 Data Real Staf Ahli Aplikasi
543 680 646
Tabel di atas merupakan perbandingan hasil peramalan yang dilakukan
antara staf ahli dengan aplikasi untuk obat AQUABIDEST INJ 25ML/FLS, dapat
dilihat hasil peramalan yang dilakukan oleh staf ahli memiliki selisih 137 pack,
sedangkan hasil peramalan yang dihasilkan oleh aplikasi memiliki selisih 103
pack. Bisa dilihat bahwa pada tabel di atas aplikasi dapat melakukan peramalan permintan untuk periode ke 52 lebih baik daripada staf ahli.
Tabel 4.5 Perbandingan hasil Obat SPUIT 10 CC TERUMO
Data Permintaan Periode ke 52 Data Real Staf Ahli Aplikasi
479 550 406
Tabel di atas merupakan perbandingan hasil peramalan yang dilakukan
antara staf ahli degan aplikasi untuk obat SPUIT 10 CC TERUMO, dapat dilihat
hasil peramalan yang dilakukan oleh staf ahli memiliki selisih 71 biji, sedangkan
hasil peramalan yang dihasilkan oleh aplikasi memiliki selisih 73 biji namun tidak
sesuai dengan data real. Bisa dilihat bahwa untuk obat SPUIT 10 CC TERUMO
hasil peramalan yang dilakukan oleh staf ahli lebih baik daripada yang dilakukan
Tabel 4.6 Perbandingan hasil Obat RINGER LACTAT 500 ML INF
Data Permintaan Periode ke 52 Data Real Staf Ahli Aplikasi
389 550 402
Tabel di atas merupakan perbandingan hasil peramalan yang dilakukan
antara staf ahli degan aplikasi untuk obat RINGER LACTAT 500 ML INF, dapat
dilihat hasil peramalan yang dilakukan oleh staf ahli memiliki selisih 161 pack,
sedangkan hasil peramalan yang dihasilkan oleh aplikasi memiliki selisih 13 pack.
Bisa dilihat bahwa untuk obat RINGER LACTAT 500 ML INF hasil peramalan
yang dilakukan oleh staf ahli tidak lebih baik daripada yang dilakukan oleh
aplikasi.
Tabel 4.7 Perbandingan hasil Obat SPUIT 10 ML STERA
Data Permintaan Periode ke 52 Data Real Staf Ahli Aplikasi
442 535 552
Tabel di atas merupakan perbandingan hasil peramalan yang dilakukan
antara staf ahli dengan aplikasi untuk obat SPUIT 10 ML STERA, dapat dilihat
hasil peramalan yang dilakukan oleh staf ahli memiliki selisih 93 biji, sedangkan
hasil peramalan yang dilakukan oleh aplikasi memiliki selisih 110 biji. Bisa
dilihat bahwa untuk obat SPUIT 10 ML STERA hasil peramalan yang dilakukan
Tabel 4.8 Perbandingan hasil Obat ANTRAIN INJ
Data Permintaan Periode ke 52 Data Real Staf Ahli Aplikasi
275 350 332
Tabel di atas merupakan perbandingan hasil permalan yang dilakukan
antara staf ahli dengan aplikasi untuk obat ANTRAIN INJ, dapat dilihat hasil
peramalan yang dilakukan oleh satf ahli memiliki selisih 75 ampul, sedangkan
hasil peramalan yang dilakukan oleh aplikasi memiliki selisih 57 ampul. Bisa
dilihat bahwa untuk obat ANTRAIN INJ hasil peramalan yang dilakukan oleh staf
63 5.1 Kesimpulan
Setelah melakukan rancang bangun aplikasi peramalan permintaan obat
ini, dapat disimpulkan beberapa hal sebagai berikut:
1. Aplikasi telah berjalan sesuai dengan fungsi yang ada pada RSPG.
Dibuktikan dengan aplikasi ini telah mampu mendekati perkiraan yang
dilakukan oleh staf ahli pada saat melakukan peramalan permintaan, kedua
hasil tersebut memiliki selisih sebanyak 34 dengan nilai MAPE sebesar
0.00058 untuk obat AQUABIDEST INJ 25ML/FLS.
2. Aplikasi dapat memberikan kemudahan dalam penentuan variabel dan
peramalan permintaan, dimana bila dilakukan secara manual akan lebih
memakan waktu, dengan adanya aplikasi ini dapat memangkas kinerja
pengguna dalam menentukan peramalan permintaan untuk periode ke
depan.
5.2 Saran
Berikut ini adalah saran yang dapat diberikan untuk pengembangan
penelitian selanjutnya:
1. Aplikasi bisa ditambahkan metode yang lebih bisa memuluskan hasil
dihasilkan aplikasi dengan staf ahli tidak memiliki perbedaan yang
mencolok.
65 Yogyakarta.
Jogiyanto, Prof., DR., HM., Akt., MBA. Analisis dan DesainSistem Informasi : Pendekatan terstruktur, Teori dan Praktik Aplikasi Bisnis. (Edisi III). Yogyakarta : ANDI.
Kendall, Kennenth E. dan Kendall,Julie, E. 2006.Analisisdan Perancangan Sistem. (Edisi Kelima). PT.INDEKS.
Kristanto, Andri. 2004. Rekayasa Perangkat Lunak (Konsep Dasar). (Edisi Pertama). Yogyakarta : Gava.
Makridakis, Spyros dan Wheelright, Steven C. dan McGEE, Victor E. 1995. Metode dan Aplikasi Peramalan. (Edisi Kedua), Jakarta : Erlangga.
Pressman, R. S. (2002). Rekayasa Perangkat Lunak Pendekatan Praktisi. Yogyakarta: ANDI.
