RANCANG BANGUN APLIKASI PERENCANAAN PERSEDIAAN FINISHED GOODS MENGGUNAKAN METODE WINTER
PADA UD. EKA PROMA
TUGAS AKHIR
Nama : ACHMAD ROIYAN FAUZI
NIM : 09.41010.0042 Program : S1 (Strata Satu) Jurusan : Sistem Informasi
SEKOLAH TINGGI
MANAJEMEN INFORMATIKA & TEKNIK KOMPUTER SURABAYA
vii
UD. Eka proma merupakan perusahaan manufaktur yang memproduksi bahan baku sepatu dan sandal. Sebagai perusahaan yang menerapkan strategi Make-to-Stock dalam melakukan persediaan barang jadi, UD. Eka Proma sering mengalami ketidaktepatan dalam merencanakan persediaan barang jadi untuk beberapa periode, sehingga UD. Eka Proma mengalami permasalahan persediaan seperti kelebihan stok barang jadi di gudang (overstock), serta mengalami keterlambatan dalam memenuhi permintaan pelanggan, yang dikarenakan stok barang jadi tidak tersedia di gudang (stockout).
Melalui hasil analisis data, diketahui bahwa pola data jumlah penjualan barang jadi adalah musiman dan terdapat kecenderungan trend. Dari permasalahan dan analisis terhadap data jumlah penjualan, maka dibutuhkan aplikasi yang dapat melakukan perencanaan persediaan barang jadi yang dibangun berdasarkan teori yang sudah teruji yaitu metode peramalan Winters.
Berdasarkan hasil uji coba dan evaluasi, diketahui bahwa aplikasi dapat memberikan hasil perencanaan persediaan untuk tiga bulan kedepan, sehingga tidak sampai terjadi permasalahan kehabisan barang (stockout), dengan persentase kesalahan absolut rata-rata (MAPE) hasil peramalan yang didapatkan untuk Hak 303 adalah 10 %, sedangkan untuk Sole 489 adalah 12 %. Aplikasi juga dapat mengurangi biaya penyimpanan untuk Hak 303, dari Rp.165.250,- menjadi Rp.130.850,- dengan selisih sebesar Rp.34.400,-. Sedangkan untuk Sole 489, dari Rp.336.600,- menjadi Rp.244.170,- dengan selisih sebesar Rp.92.430,-. Begitu juga dengan persentase kebutuhan tempat di gudang untuk Hak 303 mengalami penurunan dari 3,89 %, menjadi 3,08 % dengan selisih 0,81%, sedangkan untuk Sole 489 mengalami penurunan dari 4,40%, menjadi 3,19%, dengan selisih 1,21%, sehingga penyimpanan barang lebih optimal dan tidak berlebihan (overstock).
x DAFTAR ISI
Halaman
ABSTRAK ... vii
KATA PENGANTAR ... viii
DAFTAR ISI ... x
DAFTAR TABEL ...xiv
DAFTAR GAMBAR ... xviii
DAFTAR LAMPIRAN ...xxi
BAB I PENDAHULUAN ... 1
1.1 Latar Belakang Masalah ... 1
1.2 Perumusan Masalah ... 5
1.3 Pembatasan Masalah ... 6
1.4 Tujuan ... 6
1.5 Manfaat ... 6
1.6 Sistematika Penulisan ... 7
BAB II LANDASAN TEORI ... 9
2.1 Aplikasi ... 9
2.2 Perencanaan Persediaaan Barang Jadi ... 9
2.2.1 Pengertian Perencanaan Persediaan ... 9
2.2.2 Klasifikasi Persediaan ... 10
2.2.3 Biaya Penyimpanan ... 11
2.2.4 Gudang ... 13
2.3 Peramalan ... 13
xi
2.3.2 Peramalan Permintaan ... 13
2.3.3 Langkah-langkah peramalan ... 14
2.3.4 Pendekatan Peramalan ... 15
2.3.5 Horison Waktu Peramalan ... 16
2.3.6 Karakteristik Peramalan yang Baik ... 16
2.3.7 Data Runtut Waktu ... 17
2.3.8 Ukuran Akurasi Peramalan ... 19
2.3.9 Teknik Peramalan untuk Data Musiman... 22
2.3.10 Analisis Pola Data dengan Analisis Otokorelasi ... 22
2.3.11 Kegunaan Peramalan Bagi Manajemen ... 23
2.3.12 Peramalan Sebagai Penentuan Kapasitas ... 24
2.3.13 Pengertian Pemulusan Eksponensial ... 24
2.3.14 Kekuatan dan Keterbatasan Teknik Peramalan ... 25
2.3.15 Pengertian Winters. ... 26
2.4 Siklus Hidup Pengembangan Sistem ... 29
2.4.1 Elisitasi Kebutuhan ... 29
2.4.2 Analisis ... 30
2.4.3 Desain ... 33
2.4.4 Construction ... 39
2.4.5 Testing dan Implementasi ... 41
2.5 Perusahaan Make-to-Stock ... 41
2.6 Minitab ... 42
BAB III ANALISIS DAN PERANCANGAN SISTEM ... 44
xii
3.1.1 Alir Sistem Staf Penjualan Saat ini ... 49
3.1.2 Alir Sistem Staf Gudang Saat ini ... 51
3.1.3 Alir Sistem Staf Operasional Saat ini ... 52
3.1.4 Alir Sistem Manajer Operasional Saat ini ... 56
3.2 Permasalahan ... 58
3.2.1 Analisis Pada Alir Sistem Staf Penjualan ... 59
3.2.2 Analisis Pada Alir Sistem Staf Gudang ... 59
3.2.3 Analisis Pada Alir Sistem Staf Operasional ... 59
3.2.4 Analisis Pada Alir Sistem Manajer Operasional ... 61
3.2.5 Analisis Data ... 61
3.3 Solusi Permasalahan ... 67
3.3.1 Kebutuhan Perangkat Lunak ... 68
3.3.2 Desain Sistem ... 86
3.3.3 Context Diagram ...101
3.3.4 Data Flow Diagram ...102
3.3.5 Entity Relationship Diagram ...107
3.3.6 Struktur Basis Data ...109
3.3.7 Perancangan Prosedur dan Program Unit ...116
3.3.8 Program Unit ...126
3.3.9 Program Flowchart dan Pseudocode ...127
3.3.10 Desain Arsitektur ...135
BAB IV IMPLEMENTASI DAN EVALUASI ...137
4.1 Implementasi ...137
xiii
4.2.1 Pengguna Sebagai Staf Operasional ...141
4.2.2 Pengguna Sebagai Manajer Operasional ...154
4.3 Uji Coba Fungsional dan Non Fungsional ...159
4.3.1 Uji Fungsional dan Non-Fungsional Staf Operasional ...159
4.3.2 Uji Fungsional dan Non-Fungsional Manajer Operasional ..174
4.4 Evaluasi ...182
4.4.1 Perhitungan dengan Aplikasi ...183
4.4.2 Perhitungan Manual Tanpa Aplikasi ...190
4.4.3 Perbandingan Hasil Evaluasi ...192
BAB V PENUTUP...195
5.1 Kesimpulan ...195
5.2 Saran ...196
DAFTAR PUSTAKA ...197
xiv
DAFTAR TABEL
Halaman
Tabel 2.1 Kekuatan dan Keterbatasan Teknik Pemulusan ... 25
Tabel 2.2 Flow Direction Symbols ... 33
Tabel 2.3 Processing Symbols ... 34
Tabel 2.4 Input/Output Symbols ... 34
Tabel 3.1 Proses Bisnis Berdasarkan Stakeholder ... 45
Tabel 3.2 Penjelasan Alir Sistem (Current System) ... 48
Tabel 3.3 Penjelasan Alir Sistem Staf Penjualan ... 50
Tabel 3.4 Penjelasan Alir Sistem Staf Gudang ... 51
Tabel 3.5 Penjelasan Alir Sistem Staf Operasional ... 53
Tabel 3.6 Penjelasan Alir Sistem Staf Operasional Membuat Laporan ... 56
Tabel 3.7 Penjelasan Alir Sistem Manajer Operasional ... 57
Tabel 3.8 Data Permintaan Barang Hak 303 dan Sole 489 ... 62
Tabel 3.9 Hasil Perhitungan Otokorelasi untuk Barang Hak 303 ... 64
Tabel 3.10 Hasil Perhitungan Otokorelasi untuk Barang Sole 489 ... 65
Tabel 3.11 Hasil Perbandingan Perhitungan Otokorelasi ... 65
Tabel 3.12 Trend Analysis ... 67
Tabel 3.13 Detil Kebutuhan Fungsi Membuat Perencanaan Persediaan... 72
Tabel 3.14 Detil Kebutuhan Fungsi Membuat Laporan Perencanaan ... 78
Tabel 3.15 Detil Kebutuhan Fungsi Approval Perencanaan ... 80
Tabel 3.16 Detil Kebutuhan Fungsi Membuat Laporan Biaya Simpan ... 82
Tabel 3.17 Detil Kebutuhan Fungsi Membuat Laporan Persentase Tempat ... 84
xv
Tabel 3.19 Proses Bisnis Berdasarkan Stakeholder Sesuai Sistem Baru ... 87
Tabel 3.20 Penjelasan Alir Sistem Baru ... 90
Tabel 3.21 Alir Sistem Baru Staf Operasional ... 93
Tabel 3.22 Alir Sistem Baru Staf Operasional Membuat Laporan ... 96
Tabel 3.23 Alir Sistem Baru Manajer Operasional ... 97
Tabel 3.24 Alir Sistem Baru Manajer Membuat Laporan Biaya Simpan ... 99
Tabel 3.25 Alir Sistem Baru Manajer Membuat Laporan Persentase Tempat ...100
Tabel 3.26 Struktur Tabel Pengguna ...110
Tabel 3.27 Struktur Otorisasi Pengguna ...110
Tabel 3.28 Struktur Tabel Main Menu Aplikasi ...110
Tabel 3.29 Struktur Jabatan Pengguna ...111
Tabel 3.30 Struktur Tabel Barang ...111
Tabel 3.31 Struktur Tabel Jenis Barang ...112
Tabel 3.32 Struktur Tabel Gudang ...112
Tabel 3.33 Struktur Tabel Stok Barang Jadi ...112
Tabel 3.34 Struktur Tabel History Penjualan ...113
Tabel 3.35 Struktur Tabel Draf Perencanaan ...113
Tabel 3.36 Struktur Tabel Parameter Peramalan ...113
Tabel 3.37 Struktur Tabel Penjualan ...114
Tabel 3.38 Struktur Tabel Detil Penjualan ...114
Tabel 3.39 Struktur Tabel Perencanaan Persediaan ...115
Tabel 3.40 Struktur Tabel Detil Perencanaan Persediaan ...115
Tabel 3.41 Struktur Tabel Detil Penyimpanan. ...115
xvi
Tabel 3.43 Detil Form Membuat Laporan Perencanaan Persediaan ...120
Tabel 3.44 Detil Form Approval Perencanaan Persediaan...122
Tabel 3.45 Detil Form Membuat Laporan Biaya Simpan dan Persentase ...124
Tabel 3.46 Detil Form Login ...125
Tabel 3.47 Program Unit Sistem ...126
Tabel 3.48 Program Flowchart dan Pseudocode ...128
Tabel 3.49 Spesifikasi Kebutuhan Perangkat Keras ...136
Tabel 4.1 Penjelasan Form Login...138
Tabel 4.2 Penjelasan Form Utama ...140
Tabel 4.3 Penjelasan Form Input Data History ...142
Tabel 4.4 Penjelasan Form Daftar Barang ...143
Tabel 4.5 Penjelasan Form Daftar Parameter Barang ...145
Tabel 4.6 Penjelasan Form Perencanaan Persediaan ...147
Tabel 4.7 Penjelasan Form Daftar Perencanaan Persediaan ...150
Tabel 4.8 Penjelasan Form Pilihan Laporan Perencanaan Persediaan ...151
Tabel 4.9 Penjelasan Form Approval Perencanaan Persediaan ...155
Tabel 4.10 Penjelasan Form Pilihan Laporan Biaya dan Persentase ...157
Tabel 4.11 Hasil Uji Fungsional Membuat Perencanaan Persediaan ...159
Tabel 4.12 Hasil Uji Non-Fungsional Security Perencanaan Persediaan ...162
Tabel 4.13 Hasil Uji Non-Fungsional Correctness Perencanaan Persediaan ....163
Tabel 4.14 Hasil Uji Non-Fungsional Interface Perencanaan Persediaan ...164
Tabel 4.15 Hasil Uji Non-Fungsional Performance Perencanaan Persediaan ...165
Tabel 4.16 Hasil Uji Non-Fungsional Operability Perencanaan Persediaan ...166
xvii
Tabel 4.18 Hasil Perhitungan Peramalan Manual Barang Sole 489 ...168
Tabel 4.19 Hasil Uji Fungsional Membuat Laporan Perencanaan Persediaan ..170
Tabel 4.20 Hasil Uji Non-Fungsional Security Laporan Perencanaan ...172
Tabel 4.21 Hasil Uji Non-Fungsional Correctness Laporan Perencanaan ...172
Tabel 4.22 Hasil Uji Non-Fungsional Interface Laporan Perencanaan ...173
Tabel 4.23 Hasil Uji Non-Fungsional Operability Laporan Perencanaan ...174
Tabel 4.24 Hasil Uji Fungsional Approval Perencanaan Persediaan ...174
Tabel 4.25 Hasil Uji Non-Fungsional Security Approval Perencanaan ...176
Tabel 4.26 Hasil Uji Non-Fungsional Correctness Approval Perencanaan ...176
Tabel 4.27 Hasil Uji Non-Fungsional Interface Approval Perencanaan ...177
Tabel 4.28 Hasil Uji Non-Fungsional Operability Approval Perencanaan ...178
Tabel 4.29 Hasil Uji Fungsional Membuat Laporan Biaya dan Persentase ...178
Tabel 4.30 Hasil Uji Non-Fungsional Security Laporan Biaya, Persentase ...180
Tabel 4.31 Hasil Uji Non-Fungsional Correctness Laporan Biaya, Persentase 180 Tabel 4.32 Hasil Uji Non-Fungsional Interface Laporan Biaya, Persentase ...181
Tabel 4.33 Hasil Uji Non-Fungsional Operability Laporan Biaya, Persentase .182 Tabel 4.34 Data Penjualan Barang Hak 303 dan Sole 489 ...183
Tabel 4.35 Hasil Perencanaan Persediaan Barang Hak 303 dan Sole 489 ...185
Tabel 4.36 Perbandingan Demand dan Produksi Hitung Aplikasi Hak 303 ...186
Tabel 4.37 Perbandingan Demand dan Produksi Hitung Aplikasi Sole 489 ...187
Tabel 4.38 Perbandingan Demand dan Produksi Hitung Manual Hak 303 ...190
Tabel 4.39 Perbandingan Demand dan Produksi Hitung Manual Sole 489 ...191
xviii
DAFTAR GAMBAR
Halaman
Gambar 1.1 Perbandingan Jumlah Penjualan dan Stok Harian Sole 489 ... 2
Gambar 1.2 Perbandingan Jumlah Penjualan dan Stok Bulanan Sole 489 ... 3
Gambar 1.3 Pola Data Jumlah Penjualan Hak 303 ... 4
Gambar 2.1 Komponen Kecenderungan (Trend) ... 18
Gambar 2.2 Komponen Musiman (Seasonal) ... 18
Gambar 2.3 Komponen Siklus (Cyclical) ... 18
Gambar 2.4 Komponen Acak (Random)... 19
Gambar 2.5 Diagram Alir Metode Winter ... 28
Gambar 2.6 Simbol External Entity ... 35
Gambar 2.7 Simbol Data Flow ... 35
Gambar 2.8 Simbol Process... 36
Gambar 2.9 Simbol Data Store ... 36
Gambar 2.10 Hubungan one-to-one ... 37
Gambar 2.11 Hubugan one-to-many ... 38
Gambar 2.12 Hubungan many-to-one ... 38
Gambar 2.13 Hubungan many-to-many ... 48
Gambar 3.1 Alir Sistem Saat ini (Current System) ... 47
Gambar 3.2 Alir Sistem Staf Penjualan Saat ini ... 50
Gambar 3.3 Alir Sistem Staf Gudang Saat ini ... 51
Gambar 3.4 Alir Sistem Staf Operasional Membuat Perencanaan ... 52
Gambar 3.5 Alir Sistem Staf Operasional Membuat Laporan ... 55
xix
Gambar 3.7 Pola data Permintaan Barang Hak 303... 63
Gambar 3.8 Pola data Permintaan Barang Sole 489 ... 63
Gambar 3.9 Alir Sistem Baru ... 89
Gambar 3.10 Alir Sistem Baru Staf Operasional Membuat Perencanaan ... 92
Gambar 3.11 Alir Sistem Baru Staf Operasional Membuat Laporan ... 95
Gambar 3.12 Alir Sistem Baru Manajer Operasional Approval ... 97
Gambar 3.13 Alir Sistem Baru Manajer Membuat Laporan Biaya ... 99
Gambar 3.14 Alir Sistem Baru Manajer Membuat Laporan Persentase ...100
Gambar 3.15 Context Diagram ...101
Gambar 3.16 DFD Level 0 ...103
Gambar 3.17 DFD Level 1 Membuat Perencanaan Persediaan ...104
Gambar 3.18 DFD Level 1 Approval Perencanaan Persediaan ...105
Gambar 3.19 DFD Level 1 Membuat Laporan ...106
Gambar 3.20 Conceptual Data Model ...108
Gambar 3.21 Phsyical Data Model ...109
Gambar 3.22 Client-Server ...135
Gambar 4.1 Form Login...138
Gambar 4.2 Form Utama ...139
Gambar 4.3 Form Input Data History ...141
Gambar 4.4 Form Daftar Barang ...143
Gambar 4.5 Form Daftar Parameter Barang ...144
Gambar 4.6 Form Perencanaan Persediaan Parameter Tersimpan ...145
Gambar 4.7 Form Perencanaan Persediaan Parameter Random ...146
xx
Gambar 4.9 Form Daftar Perencanaan ...149
Gambar 4.10 Form Pilihan Laporan Perencanaan ...151
Gambar 4.11 Laporan Perencanaan Persediaan Summary ...152
Gambar 4.12 Laporan Perencanaan Persediaan Detil ...153
Gambar 4.13 Laporan Daftar Produksi Barang Jadi ...154
Gambar 4.14 Form Approval Perencanaan Persediaan ...155
Gambar 4.15 Form Pilihan Laporan Biaya Simpan dan Persentase Tempat ..157
Gambar 4.16 Laporan Biaya Penyimpanan Barang Jadi ...158
Gambar 4.17 Laporan Persentase Kebutuhan Tempat ...158
Gambar 4.18 Hasil Perhitungan Peramalan Aplikasi Barang Hak 303 ...167
Gambar 4.19 Hasil Perhitungan Peramalan Aplikasi Barang Sole 489 ...168
Gambar 4.20 Perencanaan Persediaan Barang Hak 303 dan Sole 489 ...184
Gambar 4.21 Laporan Perencanaan Persediaan Hak 303 dan Sole 489 ...185
Gambar 4.22 Laporan Biaya Penyimpanan Hak 303 dan Sole 489 ...188
Gambar 4.23 Laporan Persentase Tempat Hak 303 dan Sole 489 ...189
Gambar 4.24 Perbandingan Demand dan Stock Hasil Perencanaan Aplikasi .189 Gambar 4.25 Perbandingan Manual dan Aplikasi Biaya Simpan ...193
xxi
DAFTAR LAMPIRAN
Halaman
Lampiran 1 Biodata Penulis ...198
Lampiran 2 Transkip Wawancara 1 ...199
Lampiran 3 Dokumen Profil Perusahaan ...207
Lampiran 4 Dokumen Struktur Organisasi, Role and Responsibilty...209
Lampiran 5 Proses Identifikasi Permasalahan ...212
Lampiran 6 Fakta Permasalahan ...214
Lampiran 7 Pemilihan Metode Peramalan ...219
Lampiran 8 Transkip Wawancara 2 Elisitasi Kebutuhan ...226
Lampiran 9 Dokumen Rule and Policy ...220
Lampiran 10 Dokumen Kebutuhan Fungsional dan Non-Fungsional ...232
Lampiran 11 Desain Arsitektur ...225
Lampiran 12 Construction ...236
Lampiran 13 Uji Coba Fungsional dan Non-Fungsional ...242
1 BAB I PENDAHULUAN
1.1 Latar Belakang Masalah
UD. Eka Proma merupakan perusahaan manufaktur yang memproduksi bahan baku sepatu dan sandal. Perusahaan yang sudah berdiri sejak tahun 1990 ini telah mengirimkan produknya ke beberapa wilayah di Indonesia melalui distributor yang sudah menjadi mitra bisnis perusahaan. Dalam merencanakan persediaan untuk memenuhi permintaan para pelanggannya, UD. Eka Proma menerapkan strategi Make-to-Stock. Fokus operasional dari perusahaan industri yang memilih strategi Make-to-Stock adalah terarah pada pengisian kembali inventori (replenishment of inventory), dimana sistem produksi menetapkan tingkat produksi (inventory level) berdasarkan pada antisipasi pesanan yang akan datang, dan bukan berdasarkan pesanan yang ada sekarang. Oleh karena itu, perusahaan harus dapat merencanakan jumlah barang jadi yang disimpan di gudang dengan baik. (Gazpersz, 2002 : 21)
Pada saat ini dalam memenuhi permintaan para pelanggannya, seperti tampak pada Gambar 1.1, terlihat bahwa pada hari ke 4, 5, 7 dan 18, UD. Eka Proma mengalami keterlambatan dalam memenuhi permintaan pelanggan, hal ini dikarenakan stok barang jadi tidak tersedia di gudang (stockout). Kejadian seperti ini dapat menimbulkan rasa kecewa pelanggan terhadap perusahaan, serta hal yang terburuk ialah perusahaan dapat ditinggalkan oleh pelanggannya dan kehilangan keuntungan penjualan. (Nasution dan Prasetyawan, 2008 : 29).
Gambar 1.1 Perbandingan Jumlah Penjualan dan Stok Harian Barang Sole 489
Selain itu pada saat jumlah barang yang diinginkan pelanggan lebih sedikit dari jumlah persediaan barang yang ada, seperti tampak pada Gambar 1.2, terlihat misalnya pada periode 17, 31 dan 37, bahwa dalam mengantisipasi tingginya permintaan pelanggan UD. Eka Proma memproduksi barang yang melebihi permintaan aktual dari para pelanggan, pada situasi seperti ini perusahaan akan mengalami kelebihan stok barang jadi di gudang (overstock), dimana hal ini akan mengakibatkan peningkatan biaya simpan barang (extracost) dan membutuhkan tempat penyimpanan yang lebih luas (extraspace). Semua permasalahan tersebut di
0 50 100 150 200
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
Ju
m
lah
(
K
od
i)
Hari
Perbandingan Jumlah Permintaan dan Stok Finished Goods Sole 489 Bulan Mei 2012
Demand
3
atas dikarenakan manajer operasional perusahaan melakukan kesalahan dalam merencanakan jumlah persediaan barang jadi pada periode tertentu.
Gambar 1.2 Perbandingan Jumlah Penjualan dan Stok Bulanan Barang Sole 489
Dari penjelasan di atas diketahui bahwa permasalahan yang dihadapi perusahaan adalah bagaimana manajer perusahaan dapat merencanakan persediaan barang jadi untuk tiga periode kedepan. Perencanaan persediaan yang ditetapkan oleh manajer akan mempengaruhi tingkat produksi dan inventory guna mencapai tingkat efektifitas yang optimal. Untuk melakukan analisis perencanaan persediaan finished goods, UD. Eka Proma dapat menerapkan sebuah metode yang dapat
memperkirakan pola pergerakan data penjualan barang diwaktu mendatang yang dinamakan metode peramalan.
Peramalan merupakan metode untuk memperkirakan suatu nilai di masa depan dengan menggunakan data masa lalu. Peramalan juga dapat diartikan sebagai seni dan ilmu untuk memperkirakan kejadian pada masa yang akan datang, sedangkan aktivitas peramalan merupakan suatu fungsi bisnis yang berusaha
0 500 1000 1500 2000 2500
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37
Ju
m
lah
(
K
od
i)
Bulan
Perbandingan Jumlah Permintaan dan Stok Finished Goods Sole 489 Bulan Juli 2009 - Juli 2012
memperkirakan penjualan dan penggunaan produk sehingga produk-produk itu dapat dibuat dalam kuantitas yang tepat. (Gaspersz, 2002 : 71)
Adapun salah satu software yang digunakan untuk mengolah data peramalan, yaitu software Minitab. Pengolahan data ini, bertujuan untuk mengetahui pola data penjualan UD. Eka Proma selama bulan Juli tahun 2009 sampai bulan Juli tahun 2012 yang diperlihatkan pada Gambar 1.3. Dari pengolahan tersebut diketahui bahwa pola data jumlah penjualan UD. Eka Proma untuk barang Hak 303 adalah musiman dan terdapat kecenderungan trend. Suatu data runtut waktu yang bersifat musiman didefinisikan sebagai suatu data runtut waktu yang mempunyai pola perubahan yang berulang secara tahunan dan suatu data yang bersifat trend didefinisikan sebagai suatu series yang mengandung komponen jangka panjang yang menunjukkan pertumbuhan atau penurunan dalam data tersebut sepanjang suatu periode waktu yang panjang. (Arsyad, 2001 : 52-53)
Gambar 1.3 Pola Data Jumlah Penjualan Barang Hak 303
5
dkk, 1999 : 96). Keuntungan dari metode Winters adalah memiliki kemampuan yang baik dalam meramalkan data yang memiliki pola trend dan musiman.
Sesuai hasil analisis pola data dengan analisis otokorelasi menggunakan software Minitab, maka metode yang akan digunakan dalam peramalan yang
mendukung proses perencanaan persediaan barang jadi adalah metode Winters. Penerapan metode Winters pada proses perencanaan persediaan barang jadi, akan membantu manajer UD. Eka Proma dalam melakukan perencanaan tersebut, karena metode ini dapat memberikan output terbaik, sehingga diharapkan resiko kesalahan yang disebabkan oleh kesalahan perencanaan dapat dibuat se-minimal mungkin sehingga permintaan pelanggan dapat dipenuhi, serta permasalahan inventory seperti kebutuhan tempat yang luas (extraspace) dan biaya simpan yang besar (extracost) dapat diatasi.
Berdasarkan uraian di atas maka UD. Eka Proma saat ini membutuhkan sebuah aplikasi yang dapat melakukan perencanaan persediaan jumlah finished goods yang disimpan di gudang, yaitu dengan menerapkan peramalan
menggunakan metode Winters.
1.2 Perumusan Masalah
Berdasarkan latar belakang masalah maka dapat dirumuskan beberapa permasalahan yang sedang dihadapi perusahaan saat ini, yaitu :
1.3 Pembatasan Masalah
Batasan permasalahan dalam penelitian ini adalah sebagai berikut : 1. Data penjualan barang yang dijadikan sampel penelitian adalah barang jadi yang
tidak discontinued.
2. Pada penelitian ini periode yang digunakan adalah bulanan.
3. Sampel data jumlah penjualan barang yang digunakan pada penelitian ini dimulai pada bulan Juli tahun 2009 sampai bulan Juli tahun 2012.
4. Perencanaan persediaan barang jadi dilakukan setiap 3 bulan sekali.
5. Data barang yang dijadikan objek penelitian, memiliki variabel biaya simpan/unit dan minimum stok sesuai dengan kebijakan perusahaan.
1.4 Tujuan
Tujuan dari penelitian ini adalah menghasilkan aplikasi perencanaan persediaan menggunakan metode Winters yang dapat membantu perusahaan dalam merencanakan persediaan jumlah finished goods di gudang atau yang diproduksi, sehingga dapat mengatasi masalah inventory, yaitu kehabisan barang jadi (stockout) dan kelebihan barang jadi (overstock).
1.5 Manfaat
Pembuatan aplikasi perencanaan persediaan finished goods ini diharapkan dapat :
1. Membantu manajer operasional dalam merencanakan perencanaan persediaan finished goods di gudang, sehingga tidak sampai terjadi kehabisan barang jadi
7
dengan jumlah permintaan) dan efisien (sesuai dengan kapan barang tersebut harus dikirim).
2. Membantu manajer operasional dalam menentukan berapa banyak finished goods yang harus disimpan, sehingga tidak sampai terjadi penumpukan barang
jadi (overstock) yang mengakibatkan kebutuhan tempat yang luas (extraspace) dan tingginya biaya simpan (extracost) di gudang.
1.6 Sistematika Penulisan
Secara garis besar sistematika penulisan pada laporan ini adalah sebagai berikut :
Bab I : Pendahuluan
Pada bab ini akan dijelaskan mengenai latar belakang permasalahan yang terjadi, perumusan permasalahan yang didapat dari latar belakang, pembatasan permasalahan, tujuan dilakukannya penelitian, manfaat yang akan diberikan kepada stakeholder, serta penjelasan mengenai sistematika penulisan pada penelitian ini.
Bab II : Landasan Teori
Pada bab ini akan dijelaskan mengenai teori-teori yang mendukung atau digunakan sebagai acuan pada saat atau sebelum melakukan penelitian. Bab III : Analisis dan Perancangan Sistem
system flow, data flow diagram, desain ERD baik conceptual data
model maupun physical data model, struktur basis data, dan interface.
Bab IV : Implementasi dan Evaluasi
Pada bab ini akan dijelaskan mengenai implementasi program atau aplikasi yang sudah dibuat, berdasarkan hasil analisis hingga perancangan dan akan dilakukan uji coba fungsional maupun non fungsional terhadap perangkat lunak yang dibangun. Tahap akhir adalah melakukan evaluasi terhadap uji coba yang sudah dilakukan. Bab V : Penutup
9 BAB II
LANDASAN TEORI
2.1 Aplikasi
Aplikasi merupakan sekumpulan perintah program yang dibuat untuk melakukan pekerjaan-pekerjaan tertentu (khusus). Dalam pembuatan aplikasi file text dibutuhkan beberapa komponen seperti label, textbox, dan beberapa command, dimana aplikasi file text merupakan sebuah program yang dapat menyimpan text atau tulisan ke dalam extention .txt. Pada pembuatan aplikasi tentu tersedia menu untuk melakukan print form, dimana print form sendiri merupakan komponen untuk mencetak form ke file, preview atau printer. Komponen tersebut terdapat pada ToolBox Printing. (Hendrayudi, 2009 : 143)
2.2 Perencanaan Persediaan Barang Jadi 2.2.1 Pengertian Perencanaan Persediaan
Perencanaan merupakan suatu proses yang melibatkan penentuan sasaran atau tujuan organisasi, sedangkan persediaan adalah sumber daya yang menganggur (idle reosurces) yang menunggu proses lebih lanjut. Proses lebih lanjut tersebut adalah berupa kegiatan produksi pada sistem manufaktur, kegiatan pemasaran pada sistem distribusi ataupun kegiatan konsumsi pangan pada rumah tangga. Persediaan (Inventory) didefinisikan sebagai sumber daya yang disimpan untuk memenuhi permintaan saat ini maupun yang akan datang.
tindakan yang akan atau perlu diambil untuk mencapai hasil yang sesuai dengan rencana, dengan mempertimbangkan masalah-masalah yang mungkin timbul di masa yang akan datang. (Nasution dan Prasetyawan, 2008 : 114)
Pada dasarnya persediaan (inventory) menyembunyikan masalah dan menimbulkan aktivitas penanganan tambahan yang seharusnya tidak diperlukan. Persediaan juga mengakibatkan extra paperwork, extra space (kebutuhan tempat yang luas) dan extra cost (biaya simpan yang tinggi). Salah satu akar dari permasalahan persediaan tersebut disebabkan oleh peramalan kebutuhan yang tidak akurat (inaccurate forecasting). (Gaspersz, 2007 : 9)
2.2.2 Klasifikasi Persediaan
Persediaan bisa diklasifikasikan dengan berbagai cara. Pada bagian ini kita akan melihat persediaan dari 3 klasifikasi :
1. Berdasarkan bentuknya, persediaan bisa diklasifikasikan menjadi bahan baku (raw material), barang setengah jadi (work in proses), dan produk jadi (finished product).
2. Berdasarkan fungsinya persediaan bisa dibedakan menjadi :
a. Pipeline/transit inventory, persediaan ini muncul karena lead time pengiriman dari suatu tempat ke tempat lain. Barang yang tersimpan di truk adalah salah satu contohnya.
11
c. Persediaan pengaman (safety stock), fungsinya adalah sebagai perlindungan terhadap ketidakpastian permintaan maupun pasokan.
d. Anticipation stock adalah persediaan yang dibutuhkan untuk mengantisipasi kenaikan permintaan akibat sifat musiman dari permintaan terhadap produk. Walaupun anticipation stock juga pada hakekatnya mengantisipasi permintaan yang tidak pasti, namun perusahaan bisa memprediksi adanya kenaikan dalam jumlah yang signifikan.
3. Persediaan juga bisa diklasifikasikan berdasarkan sifat ketergantungan kebutuhan antara satu item dengan item lainnya, yaitu :
a. Dependent demand : Item-item yang kebutuhannya bergantung pada item yang lain. Dependent demand merupakan komponen atau bahan baku untuk membuat independent demand. Diwujudkan dalam bentuk Bill Of Material (BOM).
b. Independent demand : Item tidak tergantung pada kebutuhan item yang lain. Produk jadi biasanya tergolong dalam independent demand item karena kebutuhan akan satu produk jadi tidak langsung mempengaruhi kebutuhan produk jadi yang lain. (Pujawan dan Mahendrawati, 2010 : 119-121)
2.2.3 Biaya Penyimpanan
Biaya simpan adalah semua pengeluaran yang timbul akibat menyimpan barang. Biaya ini meliputi :
b. Biaya Gudang, barang disimpan memerlukan tempat penyimpanan sehingga timbul biaya gudang.
c. Biaya kerusakan dan penyusutan, barang yang disimpan dapat mengalami kerusakan dan penyusutan karena beratnya berkurang ataupun jumlahnya berkurang karena hilang.
d. Biaya kadaluwarsa (absolence), barang yang disimpan dapat mengalami penurunan nilai karena perubahan teknologi dan model seperti barang-barang elektronik.
e. Biaya asuransi, barang yang disimpan diasuransikan untuk menjaga dari hal-hal yang tidak diinginkan seperti kebakaran.
f. Biaya administrasi dan Pemindahan, biaya ini dikeluarkan untuk mengadministrasi persediaan barang yang ada, baik pada saat pemesanan, penerimaan barang maupun penyimpanan dan biaya untuk memindahkan barang dari, ke dan di dalam penyimpanan, termasuk upah buruh dan biaya peralatan handling. (Nasution dan Prasetyawan, 2008 : 122-123)
Pada umumnya biaya simpan dipengaruhi oleh jumlah barang yang disimpan dan lamanya barang disimpan. Setiap hari jumlah barang yang disimpan akan berkurang karena dipakai/terjual, sehingga lama penyimpanan antara satu unit barang yang lain berbeda. Oleh karena itu, yang perlu diperhatikan adalah tingkat persediaan rata-rata. Karena persediaan bergerak dari Q unit ke nol unit dengan tingkat pengurangan konstan(gradien-D) selama t waktu, maka persediaan rata-rata
untuk setiap siklus adalah �+ =� , sehingga :
13
Dimana h merupakan biaya simpan Rp/unit/tahun dan Q adalah quantity. Pada perhitungan biaya simpan untuk bahan baku maka tingkat persediaan dihitung sesuai dengan pembelian bahan baku, jika untuk produk siap jual maka perhitungannya dari produksi. (Nasution dan Prasetyawan, 2008 : 134-136)
2.2.4 Gudang
Gudang adalah bangunan yang dipergunakan untuk menyimpan barang dagangan. Gudang adalah suatu tempat yang digunakan untuk menyimpan barang baik yang berupa raw material, barang work in process atau finished good. (Warman, 2004 : 5). Barang jadi (finished good) merupakan barang jadi yang telah selesai diproses, siap untuk disimpan di gudang barang jadi, dijual, atau didistribusikan ke lokasi-lokasi pemasaran. (Nasution dan Prasetyawan, 2008 : 114)
2.3 Peramalan
2.3.1 Pengertian Peramalan
Peramalan adalah metode untuk memperkirakan suatu nilai di masa depan dengan menggunakan data masa lalu. Peramalan juga dapat diartikan sebagai seni dan ilmu untuk memperkirakan kejadian pada masa yang akan datang, sedangkan aktivitas peramalan merupakan suatu fungsi bisnis yang berusaha memperkirakan penjualan dan penggunaan produk sehingga produk-produk itu dapat dibuat dalam kuantitas yang tepat. (Gaspersz, 2002 : 71)
2.3.2 Peramalan Permintaan
keputusan perencanaan dan pengendalian perusahaan. Karena bagian operasional produksi bertanggung jawab terhadap pembuatan produk yang dibutuhkan konsumen, maka keputusan-keputusan operasi produksi sangat dipengaruhi hasil dari peramalan permintaan. Peramalan permintaan ini digunakan untuk meramalkan permintaan dari produk yang bersifat bebas (tidak tergantung), seperti produk jadi. (Nasution dan Prasetyawan, 2008 : 29).
2.3.3 Langkah-langkah Peramalan
Tahap-tahap peramalan dapat dibagi menjadi beberapa tahap sebagai berikut:
1. Penentuan tujuan peramalan, pada tahap ini penentuan tujuan dari setiap peramalan harus disebutkan secara tertulis, formal, dan eksplisit. Tujuan peramalan mempengaruhi panjangnya periode ramalan dan menentukan frekuensi revisi.
2. Pemilihan teori yang relevan, menentukan hubungan teoritis yang menentukan perubahan-perubahan variabel yang diramalkan.
3. Pengumpulan data, pencarian data yang tepat dan menyakinkan bahwa data yang diperoleh cukup akurat.
4. Analisis data, dilakukan penyeleksian data karena dalam proses peramalan seringkali kita mempunyai data yang berlebihan atau bisa juga terlalu sedikit. Beberapa data mungkin tidak relevan dengan masalah yang akan kita analisis sehingga mungkin dapat mengurangi akurasi peramalan. Data yang lain mungkin tepat guna tetapi hanya untuk beberapa periode waktu saja.
15
artian 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.
6. Evaluasi model dan revisi model, sebelum kita melakukan penerapan secara aktual, suatu model harus diuji lebih dahulu untuk menentukan akurasi, validitas, dan keandalan yang diharapkan.
7. Penyajian ramalan sementara kepada manajemen, demi keberhasilan suatu peramalan, maka dibutuhkan input dari manajemen.
8. Pembuatan revisi final, seperti telah dikemukakan di muka, tidak ada ramalan yang bersifat statis. Penyiapan suatu ramalan yang baru akan dilakukan tergantung pada hasil evaluasi tahap-tahap sebelumnya.
9. Pendistribusian hasil peramalan, pendistributsian hasil peramalan kepada manajemen harus pada waktu tepat dan format yang konsisten. Jika tidak, nilai ramalan tersebut akan berkurang. Peramal harus menentukan siapa yang harus menerima hasil ramalan tersebut.
10. Penentuan langkah-langkah peramalan, Suatu kegiatan peramalan yang baik membutuhkan penetapan langkah-langkah pemantauan untuk mengevaluasi peramalan ketika sedang berlangsung dan langkah pemamtauan yang memungkinakan seorang peramal untuk mengantisipasi perubahan yang tak terduga. (Arsyad, 2001 : 13-16)
2.3.4 Pendekatan Peramalan
a. Peramalan Kuantitatif, menggunakan berbagai model matematis yang menggunakan data historis dan atau variabel-variabel kausal untuk meramalkan permintaan.
b. Peramalan Kualitatif atau subjektif, memanfaatkan faktor-faktor penting seperti intuisi, pengalaman pribadi, dan sistem nilai pengabilan keputusan. (Siagian, 2005 : 133)
2.3.5 Horison Waktu Peramalan
Dalam hubungannya dengan horison waktu peramalan, maka kita bisa mengklasifikasikan peramalan tersebut kedalam 3 kelompok, yaitu :
a. Peramalan Jangka Panjang, umumnya 2 sampai 10 tahun. Peramalan ini digunakan untuk perencanaan sumber daya.
b. Peramalan Jangka Menengah, umumnya 1 sampai 24 bulan. Peramalan ini lebih mengkhusus dibandingkan peramalan jangka panjang, biasanya digunakan untuk menentukan aliran kas, perencanaan produksi, dan penentuan anggaran. c. Peramalan Jangka Pendek, umumnya 1 sampai 5 minggu. Peramalan ini
digunakan untuk mengambil keputusan dalam hal perlu tindakan lembur, penjadwalan kerja, dan lain-lain keputusan kontrol jangka pendek. (Nasution dan Prasetyawan, 2008 : 29)
2.3.6 Karakteristik Peramalan yang Baik
Peramalan yang baik mempunyai beberapa kriteria yang penting antara lain akurasi, biaya, dan kemudahan.
17
terlalu tinggi atau rendah dibandingkan kenyataan. Dikatakan konsisten bila besarya kesalahan peramalan relatif kecil.
b. Biaya, yang diperlukan dalam pembuatan suatu peramalan adalah tergantung dari jumlah item yang diramalkan, lamanya periode peramalan, dan metode peramalan yang dipakai.
c. Kemudahan, penggunaan metode peramalan yang sederhana, mudah dibuat, dan mudah diaplikasikan akan memberikan keuntungan bagi perusahaan. Adalah percuma memakai metode yang canggih, tetapi tidak dapat diaplikasikan pada sistem perusahaan karena keterbatasan dana, sumberdaya, maupun peralatan teknologi. (Nasution dan Prasetyawan, 2008 : 33)
2.3.7 Data Runtut Waktu
Setiap variabel yang terdiri dari data yang dikumpulkan, dicatat, atau diobservasi sepanjang waktu yang berurutan disebut data runtut waktu. Dengan kata lain, suatu data runtut waktu terdiri data yang dikumpulkan, dicatat atau diobservasi sepanjang waktu yang berurutan. (Arsyad, 2001 : 37)
Seri waktu memiliki 4 komponen, yaitu sebagai berikut :
Gambar 2.1 Komponen Kecenderungan (Trend)
b. Fluktuasi musiman biasanya dijumpai pada data yang dikelompokkan secara kuartalan, bulanan, atau mingguan. Variasi musiman ini menggambarkan pola perubahan yang berulang secara teratur dari waktu ke waktu.
Gambar 2.2 Komponen Musiman (Seasonal)
c. Komponen siklus adalah suatu seri fluktuasi seperti gelombang atau siklus yang mempen
d. garuhi keadaan ekonomi selama lebih dari satu tahun. Hal tersebut dapat dilihat dari perbedaan antara nilai yang diharapkan (trend) dengan nilai yang sebenarnya yaitu variasi residual yang berfluktuasi sekitar trend.
19
e. Komponen tidak beraturan terbentuk dari fluktuasi-fluktuasi yang disebabkan oleh peristiwa-peristiwa yang tidak terduga seperti perubahan cuaca, pemogokan, perang, pemilihan umum, rumors tentang perang, dan lain-lain. (Arsyad, 2001 : 207-208).
Gambar 2.4 Komponen Acak (Random)
2.3.8 Ukuran Akurasi Hasil Peramalan
Setiap metode peramalan tentu tidak dapat menghasilkan hasil ramalan yang benar-benar tepat atau sama persis dengan data aktual di periode yang sama. Nilai ramalan yang dihasilkan selama ini hanya mendekati data aktual di periode yang sama, maka diharapkan suatu metode peramalan dapat memberikan perbedaan yang sekecil mungkin antara nilai hasil ramalan dengan data aktual pada periode yang sama. Adapun perbedaan antara nilai hasil ramalan dengan data aktual inilah yang disebut dengan residual atau error. Berikut ini adalah persamaan yang digunakan untuk menghitung nilai residual/kesalahan dari setiap periode peramalan:
�� = ��− �̂�
dengan:
Terdapat beberapa cara untuk mengevaluasi suatu metode peramalan, salah satunya adalah menggunakan penjumlahan kesalahan absolut. Penjumlahan kesalahan absolut atau sering disebut sebagai simpangan absolut rata-rata atau Mean Absolute Deviation (MAD) mengukur akurasi peramalan dengan
merata-ratakan kesalahan peramalan menggunakan nilai absolutnya. MAD ini sangat berguna jika seorang analis ingin mengukur kesalahan peramalan dalam unit ukuran yang sama seperti data aslinya. Berikut adalah persamaan yang menunjukkan bagaimana cara menghitung nilai dari MAD :
�� =
�
��
− �̂
�Selain MAD, terdapat kesalahan rata-rata kuadrat atau Mean Squared Error (MSE), yang 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. Berikut adalah persamaan yang menunjukkan bagaimana cara menghitung MSE :
�
=
Y
tn
− Ŷ
t21
setiap periode, kemudian membaginya dengan nilai observasi pada periode tersebut, dan akhirnya merata-ratakan persentase absolut 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 suatu seri data. MAPE juga dapat digunakan untuk membandingkan akurasi dari teknik yang sama atau berbeda pada dua series yang berbeda. Berikut adalah persamaan yang menunjukkan bagaimana cara menghitung MAPE :
��� = ∑
|��− �̂�| �� � �
�
Selain itu, terkadang perlu juga untuk menentukan apakah suatu metode peramalan bias atau tidak (secara konsisten tinggi atau rendah). Teknik untuk hal demikian diwakili oleh teknik persentase kesalahan rata-rata atau Mean Percentage Error (MPE). MPE dihitung dengan cara menemukan kesalahan setiap periode,
kemudian membaginya dengan nilai sebenarnya pada periode tersebut, dan kemudian merata-ratakan persentase kesalahan tersebut. Jika pendekatan peramalan tersebut tidak bias, maka hasil perhitungan nantinya akan menghasilkan persentase mendekati nol. Jika hasil persentase negatifnya cukup besar, maka metode peramalan tersebut menghasilkan hasil ramalan yang terlalu tinggi, demikian sebaliknya. Berikut adalah persamaan yang menunjukkan bagaimana menghitung MPE (Arsyad, 2001 : 57 - 60)
�� = ∑
2.3.9 Teknik Peramalan untuk Data Musiman
Suatu data runtut waktu yang bersifat musiman didefinisikan sebagai suatu data runtut waktu yang mempunyai pola perubahan yang berulang secara tahunan. Mengembangkan suatu teknik peramalan musiman biasanya memerlukan pemilihan metode perkalian dan pertambahan dan kemudian mengestimasi indeks musiman dari data tersebut. Indeks ini kemudian digunakan untuk memasukkan sifat musiman dalam peramalan untuk menghilangkan pengaruh seperti itu dari nilai-nilai yang diobservasi.
Teknik-teknik peramalan untuk data musiman digunakan dalam keadaan berikut ini :
a. Jika cuaca mempengaruhi variabel yang kita teliti.
b. Jika kalender tahunan mempengaruhi variabel yang kita teliti.
Teknik-teknik yang seyogyanya diperhatikan ketika meramalkan data runtut waktu yang bersifat musiman salah satunya adalah metode pemulusan eksponensial dari Winters. (Arsyad, 2001 : 53)
2.3.10 Analisis Pola Data dengan Analisis Otokorelasi
Pola data, termasuk komponen trend, musiman dan ketidakberaturan, dapat dianalisis dengan pendekatan analisis otokorelasi. Koefisien otokorelasi untuk setiap variabel lamban (lagged variable) yang berbeda digunakan untuk mengidentifikasi pola data runtut waktu. Persamaan dibawah ini biasanya digunakan untuk menghitung koefisien otokorelasi tingkat pertama (r1) atau korelasi antara Yt dengan Yt-1.
r1
=∑ ��−�̅ ��− −�̅23
dimana :
r1 = koefisien otokorelasi tingkat pertama
�̅ = nilai rata-rata serial data
Yt = observasi pada waktu t
Yt-1 = observasi pada satu periode sebelumnya (t-1)
Memperoleh nilai mean (�̅) dapat dilakukan pembagian antara jumlah permintaan (jumlah Yt) dibagi dengan banyaknya periode (t). Jika suatu data runtut waktu mempunyai pola data trend, maka Yt dan Yt-1 terkorelasi cukup kuat, dan koefisien otokorelasi biasanya secara signifikan tidak sama dengan nol untuk beberapa lag waktu pertama kali dan kemudian secara perlahan turun mendekati nol jika jumlah periodenya meningkat. Koefisien otokorelasi untuk 1 lag waktu biasanya sangat besar yaitu mendekati 1. Koefisien otokorelasi untuk lag 2 waktu juga masih tetap besar. Tetapi tidak sebesar untuk 1 lag waktu karena pembilangnya berkurang satu. Jika suatu data runtut waktu mempunyai pola musiman, maka suatu koefisien otokorelasi yang signifikan akan terjadi pada suatu lag waktu yang cocok ,empat untuk data kuartalan atau dua belas untuk bulanan. (Arsyad, 2001 : 39-44)
2.3.11 Kegunaan Peramalan Bagi Manajemen
2.3.12 Peramalan Sebagai Penentuan Kapasitas
Ramalan yang baik sangat penting bagi perusahaan diseluruh aspek bisnis. Ramalan permintaan mengarahkan perusahaan dalam mengambil keputusan-keputusan. Ramalan produk sangat mempengaruhi terhadap beberapa fungsi, seperti salah satunya adalah penentuan kapasitas.
Penentuan kebutuhan kapasitas di masa mendatang bisa merupakan prosedur yang rumit, mengingat sebagian besar berdasarkan permintaan di masa mendatang. Bila permintaan barang atau jasa dapat diramalkan dengan ketepatan yang masuk akal atau perusahaan dapat mengelola permintaannya pada tingkat kapasitas tertentu maka perusahaan mengoptimalkan seluruh fasilitas produknya dengan efisien. Selanjutnya, hasil peramalan digunakan untuk membantu mengevaluasi kebutuhan kapasitas. Bila kapasitas tidak tepat akan muncul masalah-masalah seperti pengiriman yang tidak terjamin. Kehilangan pelanggan, kehilangan pangsa pasar, dan yang paling fatal adalah hilangnya kepercayaan pelanggan. (Siagian, 2005 : 132-133)
2.3.13 Pengertian Pemulusan Eksponensial
Pemulusan eksponensial adalah suatu prosedur yang mengulang perhitungan secara terus-menerus dengan menggunakan data terbaru. (Arsyad, 2001 : 87).
25
2.3.14 Kekuatan dan Keterbatasan Teknik Pemulusan
Setiap teknik yang digunakan dalam peramalan, maka teknik memiliki beberapa kekuatan dan keterbatasan dalam melakukan proses peramalan, pada Tabel 2.1 berikut merupakan kekuatan dan keterbatasan teknik pemulusan. (Arsyad, 2001 : 117)
Tabel 2.1 Kekuatan dan Keterbatasan Teknik Pemulusan
Kekuatan Keterbatasan
a.Relatif Sederhana dan biaya rendah.
b.Pemulusan eksponensial hanya membutuhkan data terakhir yang dimuluskan pasti akan menghemat biaya yang tidak sedikit jika dibandingkan dengan teknik peramalan lainnya.
a.Ramalan yang dihasilkan dengan teknik pemulusan eksponensial sangat sensitif terhadap spesifikasi pemulusan. Pemilihan (keputusan) konstanta yang benar bersifat pragmatis, artinya didasarkan pada proses coba-coba (trial and error).
b.Teknik pemulusan eksponensial menghilangkan lag dibelakang titik balik dari suatu data runtut waktu yang aktual. c.Model-model ekponensial sangat berguna
jika tujuannya untuk peramalan jangka menengah dan pendek.
2.3.15 Pengertian Winters
Metode Winters merupakan metode yang dapat menangani faktor musiman dan trend secara langsung. Keuntungan dari metode Winters adalah memiliki kemampuan yang baik dalam meramalkan data yang memiliki pola trend dan musiman. (Makridakis, dkk, 1999 : 96)
Pada metode yang dikemukakan oleh Winters ini, didasarkan atas 3 (tiga) parameter pemulusan, yaitu satu untuk unsur stasioner, satu untuk trend, dan satu untuk musiman. Metode Winters exponential smoothing menggunakan tiga parameter pemulusan untuk melakukan proses peramalan. Persamaan metode Winters exponential smoothing yang digunakan adalah sebagai berikut :
a. Pemulusan eksponensial
��= ∝ ��
�−�+ 1− ∝ ��− − �−
b. Estimasi trend
�= � ��− ��− + 1 − � �−
c. Estimasi musiman
�= � ���
�+ 1 − � �−�
d. Ramalan untuk periode p di masa datang
�̂�+� = ��+ � � �+�+�
Keterangan :
At = Nilai pemulusan yang baru
α = Konstanta pemulusan untuk data (0 ≤ α ≤ 1)
27
β = Konstanta pemulusan untuk estimasi trend (0 ≤ β ≤ 1)
St = Estimasi Musiman
µ = Konstanta pemulusan untuk estimasi musiman (0 ≤ µ ≤ 1) p = Periode yang diramalkan
L = Panjang musim
�̂�+� = Peramalan pada periode p (Arsyad , 2001 : 113-115)
Lebih jelas mengenai proses peramalan dengan menggunakan metode Winters bisa dilihat pada pada gambar 2.5. Pada gambar terlihat bahwa tahapan
pemulusan pada Winters ini ada tiga. Masing-masing pemulusan disesuaikan dengan input-an parameter yang sudah ditentukan. Selain itu perbedaan metode Winters dengan metode pemulusan lainnya adalah, terdapat input-an terkait dengan
Mulai
Data Panjang Musiman (L) Data Periode (P) Menentukan Parameter Pemulusan, Trend, Musiman
Persamaan Eksponensial Smoothing
Persamaan Perkiraan Trend
Persamaan Perkiraan Musiman
Persamaan Peramalan Untuk Periode Selanjutnya (P)
Hasil Peramalan Untuk Beberapa Periode Kedepan
Selesai
Mengitung MSE, MAD, MAPE Data Time Series
Gambar 2.5 Diagram Alir Metode Winters
29
penggunaannya secara meluas adalah bahwa metode ini memerlukan tiga parameter pemulusan. Karena setiap parameter ini dapat bernilai antara 0 dan 1, maka banyak
kombinasi yang harus dicobakan sebelum nilai α, β, µ yang optimal dapat
ditentukan. Metode Winters sendiri memiliki kelebihan dalam melakukan pemulusan data yang bersifat musiman yang tidak dimiliki metode pemulusan lainnya. (Makridakis, dkk, 1999 : 110)
2.4 Siklus Hidup Pengembangan Sistem
Siklus Hidup Pengembangan Sistem atau Software Development Life Cycle (SDLC) adalah proses mengembangkan atau mengubah suatu sistem perangkat lunak dengan menggunakan model-model dan metodologi yang digunakan orang untuk mengembangkan sistem-sistem perangkat lunak sebelumnya (berdasarkan best practice atau cara-cara yang sudah teruji baik). (Chandra, 2012 : 13). Tahapan SDLC meliputi : Elisitasi Kebutuhan, Analisis, Desain, Construction, Testing dan Implementasi.
2.4.1 Elisitasi Kebutuhan
Elisitasi atau pengumpulan kebutuhan merupakan aktivitas awal dalam proses rekayasa perangkat kebutuhan. Sebelum kebutuhan dapat dianalisis, dimodelkan, atau ditetapkan, kebutuhan harus dikumpulkan melalui proses elisitasi. Elisitasi kebutuhan adalah sekumpulan aktivitas yang ditujukan untuk menemukan kebutuhan suatu sistem melalui komunikasi dengan pelanggan, pengguna sistem dan pihak lain yang memiliki kepentingan dalam pengembangan sistem.
1. Mengetahui masalah apa saja yang perlu dipecahkan dan mengenali batasan-batasan sistem. Proses-proses dalam pengembangan perangkat lunak sangat ditentukan oleh seberapa dalam dan luas pengetahuan developer tentang permasalahan.
2. Mengenali siapa saja para stakeholder, yaitu setiap pihak yang memiliki kepentingan terhadap sesuatu, dimana dalam konteks perangkat lunak adalah proyek pengembangan perangkat lunak itu sendiri.
3. Mengenali tujuan dari sistem yaitu sasaran-sasaran yang harus dicapai. Tujuan merupakan sasaran sistem yang harus dipenuhi, penggalian high level goals di awal proses pengembangan sangatlah penting karena bertujuan lebih terfokus pada ranah masalah dan kebutuhan stakeholder dari pada solusi yang dimungkinkan untuk masalah tersebut. (Chandra, 2012 : 12-14)
2.4.2 Analisis
Tahap Analisis merupakan tahap identifikasi, seleksi, dan perencanaan sistem yang bertujuan untuk mendeteksi dan memberikan solusi antar kebutuhan serta mengetahui ruang lingkup perangkat lunak dan bagaimana perangkat lunak tersebut berinteraksi dengan lingkungan.
31
1. Domain Understanding : Dalam tahapan ini, pengembang harus mengetahui bagaimana organisasi perusahaan beroperasi dan apa yang menjadi permasalahan pada sistem yang berjalan.
2. Requirements Collection : Tahapan ini merupakan tahapan pengumpulan kebutuhan akan sistem yang akan dibangun sehingga diperlukan adanya interaksi secara intensif dengan stakeholder.
3. Classification : Tahapan ini mengelompokkan hasil dari tahap kebutuhan sehingga menjadi lebih terstruktur untuk selanjutnya diorganisir kedalam kelompok-kelompok yang koheren.
4. Conflict Resolution : Tahapan ini berguna untuk menemukan dan menyelesaikan kebutuhan yang didalamnya terdapat konflik. Konflik tersebut dapat terjadi antara dua stakeholder yang saling terkait tetapi memiliki fasilitas yang tidak sesuai, atau dapat terjadi antara kebutuhan dan sumber daya.
5. Prioritisation : Tahap ini melakukan interaksi dengan stakeholder untuk mengidentifikasikan kebutuhan-kebutuhan prioritas dari masing-masing kebutuhan agar memenuhi sumber daya yang tersedia pada organisasi.
6. Requirements Checking : Menganalisis sekumpulan kebutuhan dari hasil tahapan sebelumnya untuk menverifikasi dan memvalidasi berdasarkan aspek kelengkapan, konsistensi, dan kebutuhan nyata.
pihak yang ingin mengetahui tentang perangkat lunak yang akan dibangun namun tidak mengerti secara teknik karena dokumen ini menggunakan bahasa yang sederhana. Secara umum dokumen ini biasa disebut dengan Software Requirements Spesification (SRS). (Chandra, 2012 : 13-14)
Pada dokumen SRS akan dijelaskan juga mengenai kebutuhan fungsional dan non-fungsional dimana kebutuhan non-fungsional dibuat berdasarkan dokumen IEEE standart 803:1993. IEEE 803:1993 mengelompokkan kebutuhan
non-fungsional kedalam sejumlah kategori kualitas dari suatu perangkat lunak. Kategori-kategori tersebut secara umum dibagi kedalam 2 kelompok, yaitu faktor kualitas eksternal dari perangkat lunak dan faktor kualitas internal perangkat lunak. Faktor kualitas eksternal merupakan kategori kualitas yang dapat diobservasi atau menjadi ketertarikan utama dari pelanggan. Kategori-kategori yang termasuk didalam kelompok ini antara lain :
a. Ketepatan (correctness), b. Robustness,
c. Unjuk Kerja (performance),
d. Ketersediaan dan kualitas antar muka (interface), e. Kehandalan (reliability), dan
f. Ketersediaan (availability)
Sedangkan kualitas faktor internal merupakan kategori kualitas yang dapat diobservasi atau menjadi ketertarikan utama dari pengembang. Seprerti :
a. Kemudahan membaca/memahami struktur perangkat lunak (readibility), b. Kemampuan untuk dilakukan pengujian (testability),
33
d. Kemudahan pemeliharaan (maintainability), dan e. Adaptasi terhadap lingkungan berbeda (portability)
2.4.3 Desain
Tahap Desain adalah tahapan merancang pemodelan data yang dapat divisualisasikan melalui Entity Relationship Diagram (ERD), Conceptual Data Model (CDM), dan Physical Data Model (PDM); dan pemodelan proses yang dapat
divisualisasikan melalui Data Flow Diagram (DFD) atau melalui Unified Modelling Language (UML). Dalam tahap ini juga mentransformasikan hasil dari
analisis kebutuhan menjadi kebutuhan yang sudah lengkap yang difokuskan pada bagaimana memenuhi fungsi-fungsi yang dibutuhkan. Desain tersebut mencakup desain form dan laporan, desain antarmuka dan dialog, desain basis data dan file (framework), dan desain proses atau desain struktur proses. (England, dkk, 2004 : 51-55)
Sebagai dasar identifikasi titik-titik keputusan ini, dapat digunakan dokumen sistem bagan alir formulir (paperwork flowchart atau form flowcharat) bila dokumentasi ini dimiliki oleh perusahaan. Berikut ini simbol–simbol dalam sistem maupun data flow diagram. (Jogiyanto, 2005 : 796-803)
1. Flowchart
a. Flow Direction Symbols
Tabel 2.2 Flow Direction Symbols
Simbol arus / flow, yaitu menyatakan jalanya arus suatu proses.
Simbol off-page connector, menyatakan sambungan dari proses ke proses lainnya dalam halaman yang berbeda.
b. Processing Symbol
Tabel 2.3 Processing Symbols
Simbol process, yaitu menyatakan suatu tindakan (proses) yang dilakukan oleh komputer.
Simbol manual, yaitu menyatakan suatu tindakan (proses) yang tidak dilakukan oleh komputer.
Simbol decision, yaitu menunjukkan suatu kondisi tertentu yang akan menghasilkan dua kemungkinan jawaban : ya / tidak.
Simbol preparation, yaitu menyatakan penyedian tempat penyimpanan suatu pengolahan untuk memberi harga awal. Simbol terminal, yaitu menyatakan permulaan atau akhir suatu program.
Simbol offline-storage, menunjukkan bahwa data dalam simbol ini akan disimpan ke suatu media tertentu.
Simbol manual- input, memasukkan data secara manual dengan menggunakan online keyboard.
c. Input / Output Symbol
Tabel 2.4 Input / Output Symbol
Simbol input-output menyatakan proses input atau output tanpa tergantung jenis peralatanya.
Simbol storage menyatakan input berasal dari disk atau output disimpan ke disk.
35
Simbol display mencetak keluaran dalam layar monitor.
2. Data Flow Diagram
Data Flow Diagram (DFD) fokus pada aliran data dari dan ke dalam
sistem serta memproses data tersebut. (Kendall, 2003 : 231) a. External Entity
Suatu External Entity atau entitas merupakan orang, kelompok, departemen, atau sistem lain di luar sistem yang dibuat dapat menerima atau memberikan informasi atau data ke dalam sistem yang dibuat. Gambar 2.6 merupakan simbol entitas dalam DFD.
Gambar 2.6 Simbol Exsternal Entity
b. Data Flow
Data Flow atau aliran data disimbolkan dengan tanda panah. Data Flow
menunjukkan arus data atau aliran data yang menghubungkan dua proses atau entitas dengan proses. Gambar 2.7 merupakan simbol Data Flow.
Gambar 2.7 Simbol Data Flow
c. Process
Gambar 2.8 Simbol Process
d. Data Store
Data store adalah simbol yang digunakan untuk melambangkan process
penyimpanan data. Gambar 2.9 merupakan simbol file penyimpanan/data store.
Gambar 2.9 Simbol Data Store
3. Entity Relationship Diagram
Atribute adalah kolom di sebuah relasi. (Marlinda, 2004:28)
Macam-macam atribute yaitu : a. Simple Atribute
Atribute ini merupakan atribute yang unik dan tidak dimiliki oleh atribute lainnya, misalnya entity mahasiswa yang atribute-nya NIM.
b. Composite Atribute
Composite Atribute adalah atribute yang memiliki dua nilai harga, misalnya
nama besar (nama keluarga) dan nama kecil (nama asli). c. Single Value Atribute
Atribute yang hanya memiliki satu nilai harga, misalnya entity mahasiswa
37
d. Multi Value Atribute
Atribute yang banyak memiliki nilai harga, misalnya entity mahasiswa dengan
atribute-nya pendidikan (SD, SMP, SMA).
e. Null Value Atribute
Atribute yang tidak memiliki nilai harga, misalnya entity tukang becak dengan
atribute-nya pendidikan (tanpa memiliki ijazah).
ERD ini diperlukan agar dapat menggambarkan hubugan antar entity dengan jelas, dapat menggambarkan batasan jumlah entity dan partisipasi antar entity, mudah dimengerti pemakai dan mudah disajikan oleh perancang database.
(Kadir, 2008 : 46)
Untuk itu ERD dibagi menjadi 2 jenis model, yaitu : a. Conceptual Data Model (CDM)
Merupakan jenis model data yang menggambarkan hubungan antar tabel secara konseptual.
b. Physical Data Model (PDM)
Merupakan jenis model data yang menggambarkan hubungan antar tabel secara fisikal.
ERD mempunyai 4 jenis hubungan antara lain :
a. Hubungan one–to–one ( 1:1 ) menyatakan bahwa setiap entitas pada tipe entitas A paling banyak berpasangan dengan satu entitas pada tipe entitas B. Begitu pula sebaliknya. Contoh :
Gambar 2.10 Hubungan one-to-one
Relation_3
b. Hubungan one–to–many ( 1:M ) menyatakan bahwa setiap entitas pada tipe entitas A bisa berpasangan dengan banyak entitas pada tipe entitas B, sedangkan setiap entitas pada B hanya bisa berpasangan dengan satu entitas pada tipe entitas B. Contoh :
Gambar 2.11 Hubungan one-to-many
c. Hubungan many–to–one ( M:1 ) menyatakan bahwa setiap entitas pada tipe entitas A paling banyak berpasangan dengan satu entitas pada tipe entitas B dan setiap entitas pada tipe entitas B bisa berpasangan dengan banyak entitas pada tipe entitas A. Contoh :
Gambar 2.12 Hubungan many-to-one
d. Hubungan many–to–many ( M:N ) Menyatakan bahwa setiap entitas pada suatu tipe entitas A bisa berpasangan dengan banyak entitas pada tipe entitas B dan begitu pula sebaliknya. Contoh :
Gambar 2.13 Hubungan many-to-many Relation_3
A B
Relation_3
A B
Relation_3
39
e. Kardinalitas menggambar hubungan antara dua entitas dengan mengindentifikasi berapa banyak instance untuk setiap entitas yang nantinya dapat dihubungkan dengan setiap instance yang spesifik di entitas yang lain.
2.4.4 Construction
Pada tahap ini ialah melakukan konversi hasil desain ke sistem informasi yang lengkap melalui tahapan pengkodean (coding) termasuk bagaimana, membuat basis data dan menyiapkan prosedur kasus pengujian, mempersiapkan berkas atau file pengujian, pengodean, pengompilasian, memperbaiki dan membersihkan
program serta melakukan peninjauan pengujian. Construction ini memiliki beberapa tahapan secara umum. (England, dkk, 2004 : 65-67)
1. Software Construction Fundamentals
Pada tahap pertama, dilakukan pendefinisian dasar tentang prinsip-prinsip yang digunakan dalam proses implementasi seperti minimalisasi kompleksitas, mengantisipasi perubahan, dan standar yang digunakan.
2. Managing Construction
Bagian ini mendefinisikan tentang model implementasi yang digunakan, rencana implementasi, dan ukuran pencapaian dari implementasi tersebut.
3. Practical Considerations
Bagian ini membahas tentang desain implementasi yang digunakan, bahasa pemrograman yang digunakan, kualitas dari implementasi yang dilakukan, proses pengetesan dan integritas.
a. Microsoft Excel
Miscrosoft Excel adalah sebuah spreadsheet, yaitu program yang digunakan untuk melakukan pengolahan data pada sebuah sebuah kertas kerja elektronik (electronic spreadsheet). Perkataan spreadsheet sebenarnya berasal dari istilah pada ilmu akuntansi, yang mengacu pada kertas kerja yang besar dengan isian baris dan kolom yang berisi transaksi-transaksi bisnis. (Santoso, 2003 : 5) b. Microsoft Visual Basic.Net
Microsoft Visual Basic .NET adalah sebuah alat untuk mengembangkan dan membangun aplikasi yang bergerak di atas sistem .NET Framework, dengan menggunakan bahasa BASIC. Dengan menggunakan alat ini, para programmer dapat membangun aplikasi Windows Forms, Aplikasi web berbasis ASP.NET, dan juga aplikasi command-line. Alat ini dapat diperoleh secara terpisah dari beberapa produk lainnya (seperti Microsoft Visual C++, Visual C#, atau Visual J#), atau juga dapat diperoleh secara terpadu dalam Microsoft Visual Studio .NET.
c. SQL Server
SQL Server 2008 adalah sebuah terobosan baru dari Microsoft dalam bidang database. SQL Server adalah sebuah DBMS (Database Management System)
41
2.4.5 Testing dan Implementasi
Tahap ini mendemonstrasikan sistem perangkat lunak yang telah selesai dibuat untuk dijalankan, apakah telah sesuai dengan kebutuhan yang telah dispesifikasikan dan dapat diadaptasi pada lingkungan sistem yang baru. Tahapan ini tertuang dalam suatu dokumen Test Plan, yang dimulai dari membuat Software Testing Fundamentals yang berisi tentang penjelasan penting mengenai
terminology testing, kemudian selanjutnya merancang Test Levels yang terbagi antara target pengetesan dan objektif dari pengetesan. Pada tahap berikutnya adalah mendefinisikan Test Techniques, yaitu tentang bagaimana teknik yang digunakan termasuk dasar-dasar pengetesan berdasarkan intuisi dan pengalaman serta teknik pengetesan secara teknik coding, teknik kesalahan, teknik penggunaan, dan teknik terkait lainnya. Tahap selanjutnya adalah mendefinisikan Test-Related Measures, yaitu ukuran-ukuran pencapaian testing yang telah dilakukan untuk kemudian dievaluasi kembali. Tahap terakhir adalah mendefinisikan Test Process yang berisi tentang aktivitas testing. (England, dkk, 2004 : 73-74)
2.5 Perusahaan Make-to-Stock
Perusahaan industri yang memilih strategi Make-to-Stock akan memiliki inventory yang terdiri dari produk akhir (finished product) untuk dapat dikirim
dengan segera apabila ada permintaan dari pelanggan. Dalam strategi Make-to-Stock, siklus waktu dimulai ketika produsen menspesifikasikan produk,
memperoleh bahan baku, dan memproduksi produk akhir untuk disimpan dalam stock, produsen akan mengambil produk itu dari stock dan mengirimkannya kepada
Fokus operasional dari perusahaan industri yang memilih strategi Make-to-Stock adalah terarah pada pengisian kembali inventory (replenishment of
inventory), dimana sistem produksi menetapkan tingkat produksi (inventory level)
berdasarkan pada antisipasi pesanan yang akan datang, dan bukan berdasarkan pesanan yang ada sekarang. Oleh karena itu, perusahaan harus dapat merencanakan jumlah barang jadi yang disimpan di gudang dengan baik.
Dalam strategi Make-to-Stock yang digunakan oleh perusahaan, maka perusahaan tersebut memiliki resiko yang tinggi berkaitan dengan investasi inventory, karena pesanan pelanggan secara aktual tidak dapat diidentifikasi secara
tepat dalam proses produksi. Permintaan aktual dari pelanggan hanya dapat diramalkan, dimana seringkali tingkat aktual dari produksi hanya berkorelasi rendah dengan pesanan pelanggan aktual yang diterima. (Gazpersz, 2002 : 20-21)
2.6 Minitab
Paket program Minitab merupakan perangkat lunak statistika yang dapat digunakan sebagai media pengolahan data yang menyediakan berbagai jenis perintah yang memungkinkan proses pemasukan data, manipulasi data, pembuatan grafik, peringkasan nilai-nilai numerik, dan analisis statistika lainnya.
43 BAB III
ANALISIS DAN PERANCANGAN SISTEM
Pada bab ini akan dibahas tentang identifikasi permasalahan, analisis permasalahan, solusi permasalahan dan perancangan sistem dalam Rancang Bangun Aplikasi Perencanaan Persediaan Barang Jadi Menggunakan Metode Winters Pada UD. Eka Proma. Sebelum melakukan identifikasi dan analisis
permasalahan, telah dilakukan pengumpulan data dengan teknik wawancara dan observasi yang dilakukan di perusahaan. Adapun hasil dari wawancara dan observasi dapat dilihat pada Lampiran 2.
3.1 Identifikasi dan Analisis Permasalahan
Identifikasi permasalahan dilakukan pada saat maupun setelah proses wawancara pada perusahaan dilakukan, identifikasi dilakukan panelis hingga menemukan titik permasalahan utama yang terjadi pada perusahaan. Oleh karena itu analisis dilakukan menggunakan Value Chain. Model Value Chain sendiri merupakan model yang digunakan untuk membantu menganalisis aktifitas-aktifitas spesifik bisnis yang terjadi yang dapat menciptakan nilai dan keuntungan kompetitif bagi organisasi. Analisis yang dilakukan berdasarkan efisiensi dan efektifitas. Tiap langkah yang diambil pada suatu segmen, akan berdampak pada keseluruhan proses. Jadi dapat dikatakan bahwa semua segmen saling bergantungan.