( Studi Kasus PT.Hadji Kalla Cabang Kendari)
Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Teknik
HELMIYANTI MUHADI MUDI
E1E1 11 102
JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK
UNIVERSITAS HALU OLEO KENDARI
2016
Metode Trend Moment
(Studi Kasus PT.Hadji Kalla Cabang Kendari)
Adalah benar dibuat oleh saya sendiri dan belum pernah dibuat dan diserahkan sebelumnya baik sebagian maupun seluruhnya, baik oleh saya ataupun orang lain, baik di universitas Halu oleo ataupun institusi pendidikan lainnya.
Kendari, Maret 2016
H酬
血 面 Mudi ElEl ll 102Kelldari, 卜larct 2016
Nip.198111072008122003
Pembimbing L
Nip.‐
争ⅢI犠`
MOBIL MENGGUNAKAN METODE 7■ END…
(STUDI KASUS PT.HADJIKALLA CABANG KENDARD
Tdahこ
可i dan dipertalla■ kall dihadapan ddallg penguJl Jlmsan Tekniklnfo.鳳latika Fakultas Teknik Universitas Halu Oleo dan dttatt memenllhi syaratgtlnamelllperoleh gelar Sttana TelQik.
Kendad, N/1aret 2016 Tim PellgllJll
l NurF可五ah Mudllis,S.Koln.,MMSI
Penlbil■ bing I
2 Statiswaり ,ST,,ⅣIⅣiSI Pcibiinbing II
3.Ralllllat Ralladhan,S,Si.,ⅣI.Cs Perlttji l(豫海a sidang) 4.Muh.Yal■ in,ST,NII.Eng
Pengtti II(Sekrctaris Sidang) 5 Bal■bang Pralnollo,S.Si.,ⅣfT
PCnguji III
Mengesahkan,
Mustarllm Musartlddin,ST,MIT,PhD Nip.1973012220011201002
Fakultas Temlik
Ｄ ｅ︲ 動
詢
karya yang pernah diajukan untuk memperoleh gelar kesarjanaan
di
suatuPerguruan Tinggi dan sejauh yang penulis ketahui bahwa tidak terdapat karya atau pendapat yang pernah ditulis atau diterbitkan oleh orang lain, kecuali yang secara tertulis diacu dalam naskah ini dan disebutkan dalam daftar pustaka.
Kklttbri, Maret 2016
Helmivanti Muhadi Mudi ElEl ll 102
lV
v
MENGGUNAKAN METODE TREND MOMENT (STUDI KASUS PT. HADJI KALLA CABANG KENDARI)
Skripsi, Fakultas Teknik, 2016
Kata Kunci: Penjualan mobil, Peramalan, Trend moment
Peramalan merupakan bagian awal dari suatu proses pengambilan suatu keputusan. Dalam kegiatan produksi, peramalan dilakukan untuk menentukan jumlah permintaan terhadap suatu produk dan merupakan langkah awal dari proses perencanaan dan pengendalian produksi. Proses peramalan memerlukan suatu metode tertentu dan metode mana yang digunakan tergantung dari data dan informasi yang akan diramalkan serta tujuan yang hendak dicapai.
Pada aplikasi peramalan ini metode yang digunakan adalah metode trend moment. Metode ini memiliki tiga persamaan utama yang diperlukan dalam peramalan. Dimulai dari perhitungan jumlah data penjualan sampai dengan indeks waktu dan selanjutnya menggunakan menggunakan dua persamaan dalam proses eliminasi. Terakhir menghitung nilai trend tergantung dari bulan yang ingin diramalkan.
Data yang digunakan merupakan data penjualan mobil PT.Hadji Kalla Cabang Kendari jenis mini bus yaitu Avanza, Rush dan Yaris dari bulan Januari 2014 sampai Juni 2015. Berdasarkan hasil analisis dan pengujian sistem, maka sistem ini dapat meramalkan penjualan mobil dibulan tertentu dengan syarat data yang digunakan minimal dua periode.
vi
DECISION SUPPORT SYSTEM CAR SALES FORECASTING USING TREND MOMENT (CASE STUDY BRANCH PT.HADJI KALLA KENDARI ) Minithesis, Faculty Of Engineering, 2016
Key Word :Forecasting , Sales of cars, Trend moment
Forecasting is initial part of a process of making a decision. In production activities, forecasting is done to determine the amount of demand for a product and form the first step of the process of production planning and control.
Forecasting process requires a certain method and which method to use depends on the data and information that will be predictable and the objectives to be achieved.
In the application of this forecasting method used is the method of trend moment. This method has three main equations needed in forecasting. Starting from the calculation of the amount of sales data up to the time index and then use using two equations in the process of elimination. Recently calculate the value trends depending on the month you'd foreseen.
The data used is the car sales data PT.Hadji Kalla Branch Kendari mini bus that Avanza, Rush and Yaris from January 2014 to June 2015. Based on the analysis and testing of the system, then the system can predict certain car sales month on condition data used at least two periods.
vii
berkat rahmat-Nya, sehingga penulis dapat menyelesaikan pembuatan laporan tugas akhir ini dengan berjudul “SISTEM PENDUKUNG KEPUTUSAN PERAMALAN PENJUALAN MOBIL MENGGUNAKAN METODE TREND MOMENT(STUDI KASUS PT.HADJI KALLA CABANG KENDARI)”.
Tujuan dari pembuatan laporan tugas akhir ini adalah sebagai salah satu syarat menyelesaikan Program Pendidikan Stara Satu (S1), Program Studi Teknik Informatika Universitas Halu Oleo.
Penulis mengharapkan bahwa karya tulis ini dapat memberikan informasi yang bermanfaat dan menambah pengetahuan bagi pembaca. Semoga karya tulis ini dapat menjadikan bahan perbandingan dalam periode selanjutnya, sehingga memberikan ide-ide suatu karya ilmiah yang lebih baik.
Penyelesaian tugas akhir ini tidak terlepas dari bantuan berbagai pihak yang sangat membantu keberhasilan penulis selaku pelaksana. Untuk itu dalam kesempatan ini, penulis menyampaikan ucapan terima kasih kepada semua pihak yang telah membantu baik itu dalam menyelesaikan laporan ini dan juga dalam pelaksanaan tugas akhir. Penulis ingin mengucapkan terima kasih kepada:
1. Tuhan Yang Maha Esa yang selalu memberikan kesehatan, bimbingan, karunia kecerdasan, kemampuan, kekuatan dan kasih karunia kepada penulis.
2. Kedua orang tuaku yaitu, Bapak Herman Muhadi Mudi S.Pd dan Ibu Haerati serta adikku Hildayanti Muhadi Mudi dan Hendrawan Muhadi Mudi yang terkasih dan tercinta yang selalu memberikan semangat, motivasi, serta memberikan dukungan moral dan doa kepada penulis, sehingga dapat menyelesaikan Tugas Akhir ini.
3. Bapak Prof. Dr. Ir. Usman Rianse, M.Si. selaku Rektor Universitas Halu Oleo.
4. Bapak Mustarum Musaruddin, ST., MIT, Ph.D. selaku Dekan Fakultas Teknik Universitas Halu Oleo.
viii
7. Ibu Nur Fajriah Muchlis, S.Kom., MMSI. sebagai pembimbing I yang telah bersedia membimbing dan sabar memberikan masukan serta motivasi kepada penulis dalam menyelesaikan tugas akhir ini.
8. Ibu Statiswaty, ST., MMSI.sebagai pembimbing II yang selalu sabar dalam memberikan masukan, motivasi dan semangat kepada penulis sejak awal hingga terselesainya tugas akhir ini.
9. Bapak Rahmat Ramadhan, S.Si., M.Cs bapak Muh. Yamin, ST., M.Eng dan bapak Bambang Pramono, S.Si., MT. selaku dewan penguji yang telah memberikan ide dan saran bagi penulis dalam menyelesaikan tugas akhir ini.
10. Ibu Elty Rasyid selaku Staff Jurusan Teknik Informatika yang telah membantu dalam hal administrasi mulai dari semester awal sampai ujian akhir.
11. Seluruh dosen dan staf Program Studi Teknik Informatika Fakultas Teknik Universitas Halu Oleo yang telah banyak membantu penulis selama proses belajar di kampus.
12. Teman-teman angkatan 2011 dan semua pihak yang tidak dapat penulis sebut satu persatu, terima kasih untuk kebersamaan, bantuan dan dukungan yang diberikan selama penulis menjalankan studi di Teknik Informatika Universitas Halu Oleo.
13. Seluruh teman-teman teknik dari angkatan tua sampai yang muda, yang telah banyak membantu memberikan dukungan dan bantuan moril kepada penulis dalam penyelesaian skripsi ini.
ix
Kendari, Maret 2016 Penulis
HELMIYANTI MUHADI MUDI E1E1 11 102
x
HALAMAN PERNYATAAN ... iv
HALAMAN INTISARI ...v
HALAMAN ABSTRACT ... vi
KATA PENGANTAR ... vii
DAFTAR ISI ...x
DAFTAR TABEL ... xiii
DAFTAR GAMBAR ... xiv
DAFTAR ISTILAH ...xv
BAB I PENDAHULUAN ...1
1.1 Latar Belakang ...1
1.2 Rumusan Masalah ...2
1.3 Batasan Masalah ...2
1.4 Tujuan Penelitian ...2
1.5 Manfaat Penelitian ...3
1.6 Sistematika Penulisan ...3
1.7 Tinjauan Pustaka ...4
BAB II LANDASAN TEORI ...5
2.1 Pengertian Peramalan ...5
2.1.1 Tujuan Peramalan ...5
2.1.2 Proses Peramalan...6
2.1.3 Teknik Peramalan ...7
2.2 Sistem Pendukung Keputusan ...8
2.2.1 Pengertian Sistem Pendukung Keputusan ...8
2.2.2 Manfaat Sistem Pendukung Keputusan ...9
2.2.3 Pengambilan Keputusan ...10
2.2.4 Komponen-Komponen Sistem Pendukung Keputusan....……...10
2.3 RUP ...11
2.3.1 Pengertian RUP ...11
xi
2.6 UML (Unified Modeling Language) ...17
2.6.1 Langkah-Langkah Penggunaan UML ...17
2.6.2 Konsep Pemodelan Menggunakan UML ...18
2.6.3 Bangunan Dasar Metodologi UML (Unified Modeling Language)..19
2.6.4 Jenis-Jenis Diagram UML(Unified Modeling Language)...21
2.6.5 Keuntungan Dan Kelemahan UML(Unified Modeling Language) ..22
BAB III METODOLOGI PENELITIAN ...23
3.1 Tempat dan Waktu Penelitian ...23
3.2 Metode Pengumpulan Data ...23
3.3 Metode Pengembangan Sistem ...24
BAB IV ANALISIS DAN PERANCANGAN ...25
4.1 Analisis Sistem ...25
4.1.1 Analisis Kebutuhan Fungsional ...25
4.1.2 Analisis Kebutuhan Non-Fungsional ...25
4.2. Analisis Metode Trend Moment ...26
4.3 Perancangan Sistem...31
4.3.1 Use Case Diagram ...31
4.3.2 Activity Diagram ...33
4.3.3 Sequence Diagram ...35
4.3.4 Class Diagram ...37
4.3.5 ERD (Entity Relationshipm Diagram) ...38
4.3.6 Perancangan Basis Data ...39
BAB V IMPLEMENTASI DAN PEMBAHASAN………45
5.1 Implementasi Sistem ...45
5.1.1 Interface Aplikasi ...45
5.2 Pengujian Sistem ...49
5.2.1 Pengujian Mobil Jenis Avanza ...49
5.2.2 Pengujian Mobil Jenis Rush ...51
xii DAFTAR PUSTAKA
LISTING PROGRAM
xiii
Tabel 4.1 Data penjualan mobil PT.Hadji Kalla Cabang Kendari ...26
Tabel 4.2 Tabel perhitungan trend moment jenis mobil Avanza ...28
Tabel 4.3 Definisi Use case Sistem ...32
Tabel 4.4 Tabel data mobil ...38
Tabel 4.5 Tabel data penjualan ...38
Tabel 4.6 Tabel peramalan...39
Tabel 5.1 Pengujian peramalan mobil jenis Avanza ...47
Tabel 5.2 Pengujian peramalan mobil jenis Rush...49
Tabel 5.1 Pengujian peramalan mobil jenis Yaris ...51
xiv
Gambar 4.3 Activity diagram forecasting ...35
Gambar 4.4 Sequence diagram login ...36
Gambar 4.5 Sequence diagram forecasting ...36
Gambar 4.6 Sequence diagram admin ...37
Gambar 4.7 ERD (Entity Relationship Diagram) system forecasting ...37
Gambar 4.8 Perancangan form login ...39
Gambar 4.9 Perancangan halaman utama ...40
Gambar 4.10 Perancangan halaman admin ...40
Gambar 4.11 Perancangan halaman data mobil ...41
Gambar 4.12 Perancangan halaman penjualan mobil ...41
Gambar 4.13 Perancangan halaman grafik penjualan...42
Gambar 4.14 Perancangan halaman peramalan ...42
Gambar 5.1 Halaman login ...43
Gambar 5.2 Halaman menu utama...44
Gambar 5.3 Form admin ...44
Gambar 5.4 Menu data mobil...45
Gambar 5.5 Menu data penjualan mobil ...45
Gambar 5.6 Menu grafiik penjualan ...46
Gambar 5.7 Menu Forecasting ...46
Gambar 5.8 Form peramalan penjualan mobil Avanza ...48
Gambar 5.9 Hasil peramalan penjualan mobil Avanza...48
Gambar 5.10 Hasil analisis APE mobil jenis Avanza...49
Gambar 5.11 Form peramalan penjualan mobil Rush ...50
Gambar 5.12 Hasil peramalan penjualan mobil Rush...50
Gambar 5.13 Hasil analisis APE mobil jenis Rush ...51
Gambar 5.14 Form peramalan penjualan mobil Yaris ...52
Gambar 5.15 Hasil peramalan penjualan mobil Yaris ...53
Gambar 5.16 Hasil analisis APE mobil jenis Yaris ...53
xv
memberikan kemampuan pemecahan masalah maupun kemampuan
pengkomunikasian untuk masalah dengan kondisi semi terstruktur dan tidak terstruktur.
2. Forecasting/peramalan merupakan bagian awal dari suatu proses pengambilan suatu keputusan.
3. Java adalah bahasa pemrograman beriorentasi objek murni yang dibuat berdasarkan kemampuan-kemampuan terbaik bahasa pemrograman objek.
4. MSE (Mean Squared Error) merupakan metode untuk menentukan seberapa besar kesalahan ramalan.
5. RUP (Rational Unified Process) merupakan suatu metode rekayasa perangkat lunak yang dikembangkan dengan mengumpulkan berbagai best practises yang terdapat dalam industri pengembangan perangkat lunak.
6. Trend Moment merupakan metode untuk mencari garis trend dengan
perhitungan statistika dan matematika tertentu guna mengetahui fungsi garis lurus sebagai pengganti garis patah-patah yang dibentuk oleh data historis perusahaan.
7. UML (Unified Modeling Language) adalah sebuah bahasa untuk menentukan visualisasi, kontruksi, dan mendokumentasikan artifact (bagian dari informasi yang digunakan atau dihasilkan dalam suatu proses pembuatan perangkat lunak.
1 1.1. Latar Belakang
Perkembangan teknologi informasi pada zaman ini berkembang dengan sangat cepat dan pesat. Salah satu alat teknologi yang dimaksud adalah komputer.
Hampir semua bidang pekerjaan memanfaatkan komputer dalam mengatasi masalah.
Peramalan merupakan bagian awal dari suatu proses pengambilan suatu keputusan. Sebelum melakukan peramalan harus diketahui terlebih dahulu apa sebenarnya persoalan dalam pengambilan keputusan itu. Peramalan adalah pemikiran terhadap suatu besaran, misalnya permintaan terhadap satu atau beberapa produk pada periode yang akan datang. Kegiatan produksi, peramalan dilakukan untuk menentukan jumlah permintaan terhadap suatu produk dan merupakan langkah awal dari proses perencanaan dan pengendalian produksi.
Dalam peramalan ditetapkan jenis produk apa yang diperlukan (what), jumlahnya (how many), dan kapan dibutuhkan (when).
Diperusahaan PT.Hadji Kalla Cabang Kendari belum mempunyai sistem aplikasi untuk memprediksi penjualan mobil, jadi untuk memudahkan mengetahui prediksi penjualan, perusahaan dapat menggunakan sistem aplikasi dengan otomatis tanpa menghitung penjualan dengan perhitungan manual. Aplikasi ini peramalan yang dilakukan dengan menggunakan data-data permintaan/pemesanan masa lalu yang berbentuk numerik sehingga menggunakan pendekatan kuantitatif dengan model deret berkala yaitu Trend Moment.
Contoh penelitian yang dilakukan oleh Arief Soma Darmawan dengan judul penelitian Sistem Pendukung Keputusan Peramalan Penjualan Batik di Pekalongan dengan Metode Trend Moment dimana penelitian tersebut meramalkan penjualan batik yang akan datang dengan penggunaan data dua tahun terakhir dengan Januari 2006 sampai Desember 2007.
Penulisan ilmiah ini, penulis bermaksud meneliti penjualan kendaraan Perusahaan PT.HADJI KALLA CABANG KENDARI dengan metode peramalan
trend moment. Data yang digunakan diambil dari Januari 2014 sampai Juni 2015 dengan tiga jenis mobil (Avanza,Rush,Yaris). Dengan adanya kegiatan peramalan penjualan perusahaan memerlukan suatu alat bantu yang dapat membantu dan memaksimalkan kinerja perusahaan dalam peramalan (forecasting) memperkirakan jumlah mobil yang laku pada periode akan datang.
Berdasarkan uraian diatas penulis ingin mengetahui seberapa besar keberhasilan peramalan penjualan kendaraan, khususnya pada PT.Hadji Kalla Cabang Kendari. Dengan membuat tugas akhir ini yang berjudul “Sistem Pendukung Keputusan Peramalan Penjualan Mobil Menggunakan Metode Trend Moment Studi Kasus PT.Hadji Kalla Cabang Kendari”.
1.2. Rumusan Masalah
Perumusan masalah pada aplikasi ini yaitu bagaimana merancang dan membangun aplikasi peramalan (forecasting) penjualan mobil menggunakan metode Trend Moment.
1.3. Batasan Masalah
Batasan masalah dalam penelitian ini, yaitu:
1. Studi kasus penelitian dilakukan di PT.Hadji Kalla Cabang Kendari
2. Peramalan yang dilakukan hanya untuk tipe mobil berjenis mini bus (Yaris,Avanza, Rush).
3. Metode peramalan yang digunakan adalah Trend Moment dengan menggunakan bahasa pemrograman java berbasis desktop.
1.4. Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk merancang dan membangun aplikasi peramalan (forecasting) penjualan mobil menggunakan metode Trend Moment.
1.5. Manfaat Penelitian
Manfaat dalam penelitian yaitu aplikasi ini diharapkan perusahaan dapat mengetahui tingkat penjualan mobil setiap bulannya dan dapat menentukan berapa persediaan kendaraan setiap bulannya.
1.6. Sistematika Penulisan
Tugas akhir ini terdiri dari lima bab, masing-masing merupakan rangkaian sistematis dalam pengkajian materi berdasarkan rumusan masalah yang telah dikemukakan pada BAB I dengan sistematika sebagai berikut:
BAB I PENDAHULUAN
Bab ini akan menguraikan latar belakang masalah, rumusan masalah, tujuan penelitian, batasan masalah, manfaat penelitian.
BAB II LANDASAN TEORI
Bab ini akan memuat tentang teori-teori yang menjadi landasan dalam pembuatan sistem.
BAB III METODE PENELITIAN
Bab ini membahas tentang tahapan proses atau metode secara umum yang digunakan dalam pembuatan aplikasi.
BAB IV ANALISIS DAN PERANCANGAN SISTEM
Bab ini akan menjelaskan tentang analisa dari data yang telah diperoleh dan pembahasan mengenai pengembangan sistem.
BAB V IMPLEMENTASI DAN PEMBAHASAN
Bab ini akan memuat tentang implementasi dan pembahasan dari perangkat lunak yang dibangun berdasarkan hasil analisis dan perancangan (design) pada bab sebelumnya.
BAB VI PENUTUP
Bab ini berisikan kesimpulan dari sistem yang dibuat beserta saran-saran yang diambil sesuai dengan hasil pembahasan.
1.7. Tinjauan Pustaka
Penelitian ini didasarkan pada penelitian sebelumnya yang dilakukan oleh (Darmawan, 2012) dalam Studi analisis peramalan dengan metode Trend Moment.
Tujuan penelitian tersebut digunakan untuk dapat mengatasi permasalahan yaitu peramalan penjualan batik. Dari penelitian ini mengambil data dua tahun terakhir dari bulan Januari 2006 sampai dengan Desember 2007, dengan jenis batik tulis buharto. Total penjualan 258 dengan rata-rata 10,75. Hasil prediksi untuk bulan Januari tahun 2008 adalah 10 batik tulis buharto akan terjual.
Penelitian berikutnya dilakukan oleh (Ferrizal., dkk, 2012 ) dengan judul Analisa Peramalan Penjualan Handphone Menggunakan Metode Trend Moment.
Tujuan dari penelitian ini yaitu untuk peramalan penjualan barang (handphone) di Hong Cell Plaza Avava adalah menggunakan perkiraan, apabila pemesanan handphone dalam jumlah yang cukup banyak dan ternyata penjualan yang laku hanya beberapa saja sedangkan handphone baru makin terus berkembang otomatis harga handphone yang lama menjadi turun. Teknik peramalan atau forecasting dirasa sangat cocok untuk menyelesaikan permasalahan dan dapat membantu untuk meramalkan penjualan menggunakan metode Trend Moment dalam studi kasus tersebut.
Penelitian berikutnya dilakukan oleh (Pristiawan, 2015) dengan judul Implementasi Metode Trend Moment Untuk Peramalan Penjualan Cabai Peramalan tersebut sangat berpengaruh pada penjual cabai untuk menentukan jumlah cabai yang akan dijual,apabila memesan cabai dalam jumlah yang cukup banyak dan ternyata penjualan cabai tersebut hanya terjual sedikit sedangkan daya tahan cabai yang tidak lama dan cepat membusuk yang akan membuat rugi penjual cabai.
Penelitian berikutnya dilakukan oleh (Helmiyanti Muhadi Mudi, 2016) dengan judul Sistem Pendukung Keputusan Peramalan Penjualan Mobil Menggunakan Metode Trend Moment. Tujuan dari penelitian ini yaitu meramalkan penjualan mobil di PT.Hadji Kalla Cabang Kendari yang dilakukan dibulan tertentu dengan syarat data digunakan minimal dua periode pada metode trend moment.
5 2.1. Pengertian Peramalan
Forecasting adalah peramalan apa yang akan terjadi pada masa yang akan datang, sedangkan rencana merupakan penentuan apa yang akan dilakukan pada waktu yang akan datang. Dengan sendirinya terjadi perbedaan antara forecasting dengan rencana (Subagyo, 1986).
Forecasting (peramalan) adalah suatu unsur yang sangat penting dalam pengambilan keputusan. Ramalan serial data yang dilakukan umumnya akan berdasarkan pada data masa lampau yang dianalisis dengan menggunakan cara- cara tertentu. Data masa lampau dikumpulkan, dipelajari, dan dianalisis dihubungkan dengan perjalanana waktu dan mencoba mengatakan sesuatu yang akan terjadi dimasa mendatang. Akurasi suatu ramalan berbeda untuk setiap persoalan dan berbagai faktor, akurasi peramalan tidak akan selalu didapatkan hasil ramalan dengan ketepatan 100%, namun demikian tidak berarti bahwa ramalan menjadi tidak penting. Ramalan telah banyak digunakan dan membantu dengan baik dalam berbagai kasus dalam manajemen, sebagai pendukung dalam perencanaan, pengawasan, dan penagambilan keputusan.
2.1.1 Tujuan Peramalan
Menurut Subagyo (1986), peramalan bertujuan untuk mendapatkan peramalan atau predikisi yang bisa meminimumkan kesalahan dalam meramal yang biasanya diukur dengan mean square error, mean absolute error dan sebagainya. Hal-hal yang harus ditentukan dalam peramalan :
1. Variabel-variabel apa yang harus di estimasi 2. Siapa yang akan menggunakan hasil peramalan 3. Untuk tujuan –tujuan apa hasil peramalan digunakan
4. Estimasi jangka panjang atau jangka pendek yang diinginkan 5. Derajat ketepatan estimasi yang diinginkan
6. Kapan estimasi dibutuhkan
7. Bagian-bagian peramalan yang diinginkan, seperti peramalan untuk kelompok pembeli, kelompok produk atau daerah geografis.
2.1.2 Proses Peramalan
Peramalan adalah suatu usaha untuk meramalkan keadaan dimasa mendatang melalui pengujian dimasa lalu. Esensi peramalan adalah perkiraan peristiwa – peristiwa di waktu yang akan datang atas dasar pola – pola di waktu yang lalu dan penggunaan kebijakan, sedangkan proyeksi fungsi mekanikal.
Proses peramalan biasanya terdiri dari langkah – langkah sebagai berikut : 1. Penentuan tujuan
Langkah pertama terdiri atas penentuan macam estimasi yang diingkinkan.
Sebaliknya, tujuan tergantung kepada kebutuhan – kebutuhan informasi para manajer. Analisis membicarakan dengan para pembuat keputusan untuk mengetahui apa kebutuhan – kebutuhan mereka, dan menentukan :
a. Variabel apa yang akan di estimasi.
b. Siapa yang akan menggunakan hasil peramalan.
c. Untuk tujuan – tujuan apa hasil peramalan digunakan.
d. Estimasi jangka panjang atau jangka pendek yang diinginkan e. Derajat ketepatan estimasi yang diinginkan.
2. Pengembangan model
Setelah tujuan ditetapkan, langkah berikutnya adalah pengembangan suatu model yang merupakan penyajian secara lebih sederhana sistem yang dipelajari.
Analisis hendaknya memilih suatu model yang menggambarkan secara realistis perilaku variabel – variabel yang dipertimbangkan.
3. Pengujian model
Sebelum diterapkan , model biasanya diuji untuk menentukan tingkat akurasi,
validitas dan realibilitas yang diharapkan. Ini sering mencakup penerapannya pada data historik dan penyiapan estimasi untuk tahun – tahun
sekarang dengan data nyata yang tersedia. Nilai suatu model ditentukan oleh derajat ketepatan hasil peramalan dengan kenyataan ( aktual ). Dengan kata lain, pengujian model bermaksud untuk mengetahui validitas atau kemampuan prediktif secara logic suatu model.
4. Penerapan model
Setelah pengujian, analisis menerapkan model dalam tahap ini, data historic dimasukan dalam model untuk menghasilkan suatu ramalan.
5. Revisi dan evaluasi
Ramalan – ramalan yang telah dibuat harus senantiasa diperbaiki dan ditinjau kembali. Perbaikan mungkin perlu dilakukan karena adanya perubahan – perubahan dalam perusahaan atau lingkungan nya, seperti tingkat harga produk perusahaan karakteristik – karakteristik produk, pengeluaran – pengeluaran pengiklanan, tingkat pengeluaran pemerintah, kebijakan moneter dan kemajuan teknologi. Evalusai, dilain pihak merupakan pembanding ramalan – ramalan dengan hasil – hasil nyata untuk menilai ketepatan penggunaan suatu metodologi atau teknik peramalan. Langkah ini diperlukan untuk menjaga kualitas estimasi – estimasi di waktu yang akan datang.
2.1.3 Teknik peramalan
Dalam peramalan,teknik yang digunakan terbagi atas dua kategori utama yaitu metode kuantitatif dan metode kualitatif.
1. Metode kuantitatif
Metode kuantitatif dapat dibagi ke dalam:
a. Deret berkala atau runtun waktu (time series) b. Indikator ekonomi
c. Model ekonometri, metode ini sangat beragam dan setiap teknik memiliki sifat, ketepatan dan biaya yang harus dipertimbangkan dalam memilih metode tertentu. Metode kuantitatif didasarkan atas prinsip – prinsip statistik yang memiliki tingkat ketepatan tinggi atau dapat meminimumkan kesalahan (error), lebih sistematis, dan lebih popular dalam penggunaannya.
Untuk menggunakan metode kuantitatif terdapat tiga kondisi yang harus dipenuhi:
a. Tersedia informasi tentang masa lalu
b. Informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik.
c. Diasumsikan bahwa beberapa pola masa lalu akan terus berlanjut.
2. Metode kualitatif
Metode kualitatif dapat berupa pengumpulan pendapat yang dapat dibagi menjadi:
a. Pengumpulan pendapat para ahli
b. mengelompokan dalam metode eksploratoris dan normatif.
2.2 Sistem Pendukung Keputusan
2.2.1 Pengertian Sistem Pendukung Keputusan
Sistem Pendukung Keputusan (SPK) adalah bagian dari sistem informasi berbasis komputer termasuk sistem berbasis pengetahuan atau manajemen pengetahuan yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan. Dapat juga dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi terstruktur yang spesifik.
Pada dasarnya sistem pendukung keputusan merupakan pengembangan lebih lanjut dari sistem informasi manajemen terkomputerisasi yang dirancang sedemikian rupa sehingga bersifat interaktif dengan pemakainya. Sifat interaktif dimaksudkan untuk memudahkan integrasi antara berbagai komponen dalam proses pengambilan keputusan seperti prosedur, kebijakan, teknik analisis, serta pengalaman dan wawasan manajerial guna membentuk suatu kerangka keputusan bersifat fleksibel.
Menurut Turban dan Aronson (2001) Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS) adalah sebuah sistem yang mampu memberikan kemampuan pemecahan masalah maupun kemampuan pengkomunikasian untuk masalah dengan kondisi semi terstruktur dan tak terstruktur. Sistem ini digunakan untuk membantu pengambilan keputusan dalam situasi semi terstruktur dan situasi yang tidak terstruktur, dimana tak seorangpun tahu secara pasti bagaimana keputusan seharusnya dibuat.
Dari definisi diatas dapat disimpulkan bahwa SPK adalah suatu sistem informasi yang ditunjukan untuk membantu manajemen dalam mengambil keputusan yang berkaitan dengan persoalan yang bersifat semi terstruktur sistem
ini memiliki fasilitas untuk menghasilkan berbagai alternatif yang secara interaktif digunakan oleh pemakai. Bagaimanapun juga harus di ingat bahwa SPK tidak ditekankan untuk membuat keputusan. Dengan sekumpulan untuk mengelolah informasi/data yang diperlukan dalam proses pengambilan keputusan, sistem hanya berfungsi sebagai alat bantu manajemen.
Jadi sistem ini tidak dimaksudkan untuk menggantikan fungsi pengambilan keputusan dalam hal membuat keputusan. Sistem ini dirancang hanyalah untuk membantu pengambil keputusan dalam melaksanakan tugasnya. Pembuat keputusan diperlukan pada semua tahap kegiatan administrasi dan manajemen.
Misalnya dalam tahap perancangan diperlukan banyak kegiatan pembuatan keputusan sepanjang proses perancangan tersebut. Keputusan-keputusan yang dibuat dalam proses perancangan ditujukan kepada pemilihan alternatif program dan prioritasnya. Dalam pembuatan keputusan tersebut dicakup kegiatan identifikasi masalah, perumusan dan pemilihan alternatif keputusan berdasarkan perhitungan konsekuensi dan berbagai dampak yang timbul. Begitu juga dalam hidup implementasi atau operasioal suatu organisasi, para menajer harus membuat banyak keputusan rutin dalam rangka mengendalikan usaha sesuai dengan rencana dan kondisi yang berlaku. Sedangkan dalam tahap pengawasan yang mencangkup pemantauan, pemeriksa dan penilaian (evaluasi) terhadap hasil pelaksaan kerja juga banyak keputusan dibuat dalam rangka koreksi terhadap penyimpangan yang terjadi agar hasil yang diperoleh lebih sesuai dengan sasaran mutu, waktu dan penggunaan sumberdaya yang efisien.
2.2.2 Manfaat Sistem Pendukung Keputusan Manfaat sistem pendukung keputusan adalah :
a. Memperluas kemampuan pengambil keputusan dalam memproses data atau informasi bagi pemakainya.
b. Memperbaiki keefektifan manajerial. Memperbolehkan manajer untuk melakukan tugas dalam waktu yang singkat.
c. Mampu untuk mencoba beberapa strategi yang berada di bawah konfigurasi yang berbeda, dengan cepat dan obyektif.
d. Membantu pengambil keputusan untuk memecahkan masalah terutama berbagai masalah yang sangat kompleks dan tidak terstruktur.
2.2.3 Pengambilan Keputusan
Keputusan merupakan suatu relasi memilih beberapa solusi yang dilakukan secara sadar sebagai sebuah strategi untuk pemecahan permasalahan. Secara umum, pengertian teori pengambilan keputusan adalah teknik pendekatan yang digunakan dalam proses pemilihan tindakan sebagai cara untuk pemecahan permasalahan untuk mencapai hasil yang maksimal.
Pengambilan keputusan merupakan hal yang sangat penting dalam kegiatan manajemen, untuk itu ada beberapa tahapan dalam mengambil keputusan, diantaranya adalah:
1. Identifikasi masalah
2. Pemilihan metode pemecahan masalah
3. Pengumpulan data yang dibutuhkan untuk melaksanakan model keputusan yang telah ditetapkan
4. Mengimplementasikan model yang telah ditetapkan 5. Mengevaluasi sisi positif dari setiap alternatif yang ada 6. Melaksanakan solusi terpilih
Tahapan-tahapan yang telah disebutkan tersebut dapat menjadi faktor yang sangat berpengaruh bagi kegiatan manajemen dalam mengambil keputusan suatu permasalahan.
2.2.4 Komponen-Komponen Sistem Pendukung Keputusan
Sistem Pendukung Keputusan (SPK) pada umumnya terdiri dari 3 (tiga) komponen utama atau subsistem, yaitu:
1. Subsistem Manajemen Basis Data (database)
Subsistem data merupakan komponen SPK penyedia data bagi sistem.
Data tersebut disimpan dalam suatu basis data (database) yang diorganisasikan oleh suatu sistem yang disebut sistem manajemen basis data (database management system).
2. Subsistem Manajemen Basis Model (Model base)
Keunikan dari SPK adalah kemampuannya dalam mengintegrasikan data dengan model-model keputusan. Model tersebut diorganisasikan oleh pengelola model yaitu basis model (model base).
3. Subsistem Manajemen Bisnis Dialog (user sistem interface)
Keunikan lain dari SPK adanya fasilitas yang mampu mengintegrasikan sistem dengan pemakai secara interaktif. Fasilitas ini dikenal dengan subsistem dialog. Melalui sistem dialog inilah sistem di implementasikan sehingga pemakai dapat berkomunikasi dengan sistem yang dirancang.
2.3 RUP
2.3.1 Pengertian RUP
RUP (Rational Unified Process) merupakan suatu metode rekayasa perangkat lunak yang dikembangkan dengan mengumpulkan berbagai best practises yang terdapat dalam industri pengembangan perangkat lunak. Seperti yang udah dibahas di atas, RUP dikembangkan oleh perusahaan Rational Software. RUP menggunakan konsep object oriented, dengan aktifitas yang berfokus pada pengembangan model dengan menggunakan Unified Model Language (UML). Di dalam perkembangan teknologi komputer akan kebutuhan manusia yang semakin pesat membuat para pembuat software membuat sebuah perangkat lunak yang bisa memudahkan para penggunanya. Dilatar belakangi dengan perkembangan tehnologi itu maka di ciptakan perangkat lunak dengan berorientasi objek. Salah satunya adalah Rational Unified Process.
Menggabungkan pengalaman dasar pengguna-pengguna ini menyebabkan artikulasi tujuh praktik terbaik rekayasa perangkat lunak modern:
1. Mengembangkan iteratively, dengan risiko sebagai sopir iterasi utama 2. Mengatur persyaratan
3. Menggunakan arsitektur berbasis komponen 4. Lunak model visual
5. Terus kualitas verifikasi 6. Kontrol perubahan
7. Customization.
Cara kerja RUP itu didasarkan pada 6 kunci prinsip bagi perkembangan bisnis yang terkendali yaitu :
1. Proses penyesuaian terhadap lingkungan, pekerjaan 2. Menyeimbangkan pengutamaan dari para stakeholders 3. Melakukan kerjasama antar tim
4. Mendemonstrasikan hasil-hasil yang ada secara berulang-ulang 5. Menaikkan tingkat abtraksi dari sebuah software
6. Pemusatan pada kualitas secara terus-menerus
RUP berbasis konsep object oriented, dengan aktifitas yang berpusat pada pengembangan model dengan menggunakan Unified Model Language (UML).
Dibawah dapat dilihat bahwa RUP memiliki gambaran, yaitu:
1. Dimensi pertama digambarkan secara horizontal. Dimensi ini merepresentasi waktu dan menunjukkan aspek dinamis dari proses, yaitu siklus, tahap, iterasi, dan milestone. Dimensi ini terdiri atas Inception, Elaboration, Construction, dan Transition.
2. Dimensi kedua digambarkan secara vertikal. Dimensi ini merepresentasikan aspek statis dari proses, yaitu aktivitas, artifak, pelaksana kerja (worker) dan aliran kerja (workflow) empat elemen penting, yakni who is doing, what, how dan where.
2.3.2 Karakteristik RUP
RUP adalah proses pengembangan perangkat lunak berbasis UML (Unified Modeling Language) yang mempunyai karakteristik:
1. Iterative
Tahap pengembangan untuk setiap produk yang diserahkan (release) dilaksanakan secara berulang.
2. Architecture centric
Menggunakan arsitektur sistem sebagai artifak utama untuk konseptualisasi, konstruksi, pengelolaan, dan penyusunan sistem selama pengembangan.
3. Use case-driven
Menggunakan use case sebagai artifak utama untuk menetapkan perilaku sistem yang diinginkan dan untuk mengkomunikasikan perilaku sistem tersebut kepada para stakeholder sistem.
4. Risk-driven
Menghilangkan atau mengurangi risiko-risiko yang dapat menghambat kesuksesan proyek.
2.4 Metode Trend Moment
Menurut Sugiarto dan Dergibson (2002) Dalam aplikasi ini peramalan dilakukan dengan menggunakan data-data permintaan/pemesanan masa lalu yang berbentuk numerik sehingga menggunakan pendekatan kuantitatif dengan model deret berkala yaitu Trend Moment. Trend Moment merupakan metode untuk mencari garis trend dengan perhitungan statistika dan matematika tertentu guna mengetahui fungsi garis lurus sebagai pengganti garis patah-patah yang dibentuk oleh data historis perusahaan. Dengan demikian pengaruh unsur subyektif dapat dihindarkan. Persamaan trend dengan metode Trend Moment pada persamaan (2.1) .
(2.1)
Dimana :
Y : nilai trend ( Peramalan ) a : bilangan konstant
b : slope atau koefisien kecondongan garis trend X : indeks waktu ( x = 0, 1, 2, 3, …, n )
Sedangkan untuk menghitung nilai a dan b digunakan rumus persamaan (2.2) dan (2.3) .
∑ ∑ (2.2)
∑ ∑ ∑ (2.3)
Dimana :
∑ = Jumlah dari data penjulan
∑ = Jumlah dari periode waktu
∑ = Jumlah dari data penjualan dikali dengan periode waktu = Jumlah data
Pada perusahaan yang memproduksi seringkali permintaan terhadap produknya dipengaruhi oleh faktor musiman yang berkaitan dengan fluktuasi periodik serta bersifat relatif konstan. Oleh karena itu nilai-nilai ramalan yang telah didapat dari hasil peramalan dengan metode trend moment akan dikoreksi terhadap pengaruh musiman dengan menggunakan indeks musim.
Perhitungan indeks musim pada persamaan (2.4) .
(2.4)
Untuk mendapatkan hasil ramalan akhir setelah dipengaruhi oleh indeks musim digunakan perhitungan persamaan (2.5) .
(2.5)
Dimana :
Y* : hasil ramalan dengan menggunakan metode trend moment yang dipengaruhi oleh indeks musim.
Y : hasil ramalan dengan menggunakan trend moment
Kelebihan dari metode trend moment dibandingkan dengan metode lainnya terletak pada penggunaan parameter X yang dipakai, sehingga tidak ada perbedaan apakah data yang dipakai merupakan data historis berjumlah genap ataukah ganjil, karena nilai dalam parameter X selalu dimulai dengan nilai 0 sebagai urutan pertama.
2.4.1 Menghitung Kesalahan Peramalan
Menurut Makridakis, Wright dan Megee (1992) Hasil proyeksi yang akurat adalah forecasting yang bisa meminimalkan kesalahan meramal (forecast error). Besarnya forecasting error dihitung dengan mengurangi data riil dengan besarnya ramalan.
( ) (2.6) Keterangan :
: data riil periode ke –t : ramalan periode ke –t
Dalam menghitung forecasting error digunakan Absolute Percentage Error (APE) atau kesalahan persentase absolut digunakan rumus persamaan (2.7).
= |
| (2.7)
2.5 Pemrograman Java
Java adalah bahasa pemrograman berorientasi objek murni yang dibuat berdasarkan kemampuan-kemampuan terbaik bahasa pemrograman objek sebelumnya (C++, Ada, Simula). Java diciptakan oleh James Gosling, developer dari Sun Microsystems pada tahun 1991. Bahasa Java dirancang sedemikian rupa agar perangkat lunak yang dibuat menggunakan bahasa Java dapat berjalan pada semua Platform (Platform independence). Ini berati bahwa sekali suatu program ditulis atau aplikasi dibangun maka dapat dijalankan pada berbagai sistem operasi sebagaimana mestinya, Tanpa perlu melakukan kompilasi ulang.
Java adalah bahasa pemrograman yang sederhana dan tangguh. Berikut ini adalah beberapa karakteristik dari Java :
1. Berorientasi Object, java telah menerapkan konsep pemograman berorientasi object yang modern dalam implementasinya
2. Robust, java mendorong pemograman yang bebas dari kesalahan dengan bersifat strongly typed dan memiliki run-time checking
3. Protable, program java dapat berjalan pada sistem operasi apapun yang miliki Java Virtual Machine
4. Multithreading, Java mendukung pemograman multithreading dan telah terintegrasi secara langsung dalam bahasa Java.
5. Sederhana, Java menggunakan bahasa yang sederhana dan mudah dipelajari.
6. Terdistribusi, Java didesain untuk berjalan pada lingkungan yang terdistribusi seperti halnya internet.
7. Aman, aplikasi yang dibuat dengan bahasa java lebih dapat dijamin keamanannya terutama untuk aplikasi internet.
8. Netral secara arsitektur, Java tidak terikat pada suatu mesin atau sistem operasi tertentu.
9. Interpreted, aplikasi Java bisa dieksekusi pada platform yang berbeda-beda karena melakukan interpretasi pada bytecode.
10. Berkinerja Tinggi, bytecode Java telah teroptimasi dengan baik sehingga eksekusi program dapat dilakukan secara cepat.
Beberapa kelebihan Java antara lain adalah sebagai berikut:
1. MultiPlatform. Kelebihan utama dari Java ialah dapat dijalankan di beberapa Platform / sistem operasi komputer, sesuai dengan prinsip tulis sekali, jalankan di mana saja. Dengan kelebihan ini pemrogram cukup menulis sebuah program Java dan dikompilasi (diubah, dari bahasa yang dimengerti manusia menjadi bahasa mesin / bytecode) sekali lalu hasilnya dapat dijalankan di atas beberapa Platform tanpa perubahan. Kelebihan ini memungkinkan sebuah program berbasis java dikerjakan diatas operating system Linux tetapi dijalankan dengan baik di atas Microsoft Windows. Platform yang didukung sampai saat ini adalah Microsoft Windows, Linux, Mac OS dan Sun Solaris.
Penyebabnya adalah setiap sistem operasi menggunakan programnya sendiri- sendiri (yang dapat diunduh dari situs Java) untuk meninterpretasikan bytecode tersebut.
2. OOP (Object Oriented Programming - Pemrogram Berorientasi Objek).
3. Perpustakaan Kelas Yang Lengkap, Java terkenal dengan kelengkapan library/perpustakaan (kumpulan program program yang disertakan dalam pemrograman java) yang sangat memudahkan dalam penggunaan oleh para pemrogram untuk membangun aplikasinya.
Kelengkapan perpustakaan ini ditambah dengan keberadaan komunitas Java yang besar yang terus menerus membuat perpustakaan-perpustakaan baru untuk melingkupi seluruh kebutuhan pembangunan aplikasi.
4. Bergaya C++, memiliki sintaks seperti bahasa pemrograman C++ sehingga menarik banyak pemrogram C++ untuk pindah ke Java. Saat ini pengguna Java sangat banyak, sebagian besar adalah pemrogram C++ yang pindah ke Java.
5. Pengumpulan sampah otomatis, memiliki fasilitas pengaturan penggunaan memori sehingga para pemrogram tidak perlu melakukan pengaturan memori secara langsung (seperti halnya dalam bahasa C++ yang dipakai secara luas).
2.6 UML (Unified Modeling Language)
UML adalah sebuah bahasa untuk menentukan, visualisasi, kontruksi, dan mendokumentasikan artifact (bagian dari informasi yang digunakan atau dihasilkan dalam suatu proses pembuatan perangkat lunak. Artifact dapat berupa model, deskripsi atau perangkat lunak) dari system perangkat lunak, seperti pada pemodelan bisnis dan sistem non perangkat lunak lainnya.
UML merupakan bahasa standar untuk penulisan blueprint software yang digunakan untuk visualisasi, spesifikasi, pembentukan dan pendokumentasian alat-alat dari sistem perangkat lunak.
2.6.1 Langkah-Langkah Penggunaan Unified Modeling Language (UML) Berikut ini adalah tips pengembangan piranti lunak dengan menggunakan UML:
1. Buatlah daftar business process dari level tertinggi untuk mendefinisikan aktivitas dan proses yang mungkin muncul.
2. Petakan use case untuk tiap business process untuk mendefinisikan dengan tepat fungsionalitas yang harus disediakan oleh sistem. Kemudian perhalus use case diagram dan lengkapi dengan requirement, constraints dan catatan- catatan lain.
3. Buatlah deployment diagram secara kasar untuk mendefinisikan arsitektur fisik sistem.
4. Definisikan requirement lain(non-fungsional, security dan sebagainya) yang juga harus disediakan oleh sistem.
5. Berdasarkan use case diagram, mulailah membuat activity diagram.
6. Definisikan objek-objek level atas (package atau domain) dan buatlah sequence dan/atau collaboration diagram untuk tiap alir pekerjaan. Jika sebuah use case memiliki kemungkinan alir normal dan error, buatlah satu diagram untuk masing-masing alir.
7. Buatlah rancangan user interface model yang menyediakan antarmuka bagi pengguna untuk menjalankan skenario use case.
8. Berdasarkan model-model yang sudah ada, buatlah class diagram. Setiap package atau domain dipecah menjadi hirarki class lengkap dengan atribut dan metodanya. Akan lebih baik jika untuk setiap class dibuat unit test untuk menguji fungsionalitas class dan interaksi dengan class lain.
9. Setelah class diagram dibuat, kita dapat melihat kemungkinan pengelompokan class menjadi komponen-komponen. Karena itu buatlah komponen diagram pada tahap ini. Juga, definisikan tes integrasi untuk setiap komponen meyakinkan ia berinteraksi dengan baik.
10. Perhalus deployment diagram yang sudah dibuat. Detilkan kemampuan dan requirement piranti lunak, sistem operasi, jaringan, dan sebagainya.
Petakan komponen ke dalam node.
2.6.2 Konsep Pemodelan Menggunakan UML
Menurut (Nugroho, 2010), sesungguhnya tidak ada batasan yang tegas diantara berbagai konsep dan konstruksi dalam UML, tetapi untuk menyederhanakannya, kita membagi sejumlah besar konsep dan dalam UML menjadi beberapa view. Suatu view sendiri pada dasarnya merupakan sejumlah konstruksi pemodelan UML yang merepresentasikan suatu aspek tertentu dari sistem atau perangkat lunak yang sedang kita kembangkan. Pada peringkat paling atas, view-view sesungguhnya dapat dibagi menjadi tiga area utama, yaitu : klasifikasi struktural (structural classification), perilaku dinamis (dinamic behaviour), serta pengolahan atau manajemen (model management).
2.6.3 Bangunan-Bangunan Dasar Metodologi Unified Modeling Language (UML)
Bangunan dasar metodologi Unified Modeling Language (UML) menggunakan tiga bangunan dasar yang digunakan untuk mendeskripsikan sistem/perangkat lunak yang akan dikembangkan yaitu : 1. Sesuatu (Things)
Ada 4 (empat) things dalam UML, yaitu:
a. Structural things, merupakan bagian yang relatif statis dalam model Unified Modeling Language (UML). Bagian yang relatif statis dapat berupa elemen- elemen yang bersifat fisik maupun konseptual.
b. Behavioral things, merupakan bagian yang dinamis pada model Unified Modeling Language (UML), biasanya merupakan kata kerja dari model Unified Modeling Language (UML), yang mencerminkan perilaku sepanjang ruang dan waktu.
c. Grouping things, merupakan bagian pengorganisasi dalam Unified Modeling Language (UML). Dalam penggambaran model yang rumit kadang diperlukan penggambaran paket yang menyederhanakan model. Paket-paket ini kemudian dapat didekomposisi lebih lanjut. Paket berguna bagi pengelompokkan sesuatu, misalnya model-model dan subsistem-subsistem.
d. Annotational things merupakan bagian yang memperjelas model Unified Modeling Language (UML) dan dapat berupa komentar-komentar yang menjelaskan fungsi serta ciri-ciri setiap elemen dalam Unified Modeling Language (UML).
2. Relasi (Relationship)
Ada 4 (empat) macam relationship dalam Unified Modeling Language (UML), yaitu:
a. Kebergantungan
Merupakan hubungan dimana perubahan yang terjadi pada suatu elemen mandiri (independent)akan mempengaruhi elemen yang bergantung padanya b. Asosiasi
Merupakan apa yang menghubungkan antara objek satu dengan objek lainnya,
bagaimana hubungan suatu objek dengan objek lainnya. Suatu bentuk asosiasi adalah agregasi yang menampilkan hubungan suatu objek dengan bagian- bagiannya.
c. Generalisasi
Merupakan hubungan dimana objek anak (descendent) berbagi perilaku dan struktur data dari objek yang ada diatasnya objek induk (ancestor).
Arah dari atas kebawah dari objek induk ke objek anak dinamakan spesialisasi, sedangkan arah berlawanan sebaliknya dari arah bawah keatas dinamakan generalisasi.
d. Realisasi
Merupakan operasi yang benar-benar dilakukan oleh suatu objek.
3. Diagram
Ada 5 (lima) macam diagram dalam Unified Modeling Language (UML), yaitu : a. Use Case Diagram
Diagram ini memperlihatkan himpunan use case dan aktor-aktor (suatu jenis khusus dari kelas). Diagram ini terutama sangat penting untuk mengorganisasi dan memodelkan perilaku dari suatu sistem yang dibutuhkan serta diharapkan pengguna.
b. Class Diagram
Diagram ini memperlihatkan himpunan kelas-kelas, antar muka, kolaborasi- kolaborasi dan relasi-relasi antar objek.
c. Sequence Diagram
Diagram ini memperlihatkan interaksi yang menekankan pada pengiriman pesan (message) dalam suatu waktu tertentu.
d. State Chart Diagram
Diagram ini memperlihatkan status pada sistem, memuat status,
transisi, event, dan aktifitas.Diagram ini terutama penting untuk memperlihatkan sifat dinamis dari antarmuka, kelas, kolaborasi dan terutama penting pada pemodelan sistem-sistem yang reaktif.
e. Activity Diagram
Diagram ini memperlihatkan aliran dari suatu aktifitas ke aktifitas lainnya dalam suatu sistem. Diagram ini terutama penting dalam pemodelan fungsi- fungsi dalam suatu sistem dan memberi tekanan pada aliran kendali antar objek.
2.6.4 Jenis-Jenis Diagram UML (Unified Modeling Language) Berikut ini adalah definisi mengenai 5 diagram UML yaitu :
1. Use Case Diagram, adalah abstraksi dari interaksi antara sistem dan aktor. Use case bekerja dengan cara mendeskripsikan tipe interaksi antara user sebuah sistem dengan sistemnya sendiri melalui sebuah cerita bagaimana sebuah sistem dipakai.
2. Class Diagram, Class adalah dekripsi kelompok obyek-obyek dengan property, perilaku (operasi) dan relasi yang sama. Sehingga dengan adanya class diagram dapat memberikan pandangan global atas sebuah system. Hal tersebut tercermin dari class- class yang ada dan relasinya satu dengan yang lainnya. Sebuah sistem biasanya mempunyai beberapa class diagram. Class diagram sangat membantu dalam visualisasi struktur kelas dari suatu system.
Bersifat statis. Diagram ini memperlihatkan himpunan kelas-kelas, antarmuka, kolaborasi-kolaborasi, serta relasi-relasi. Diagram ini umum dijumpai pada pemodelan sistem berorientasi objek. Kelas Diagram berfungsi untuk menjelaskan tipe dari object sistem dan hubungannya dengan object yang lain.
Object adalah nilai tertentu dari setiap attribute kelas entity. Pada penggambaran kelas diagram ada dikenal dengan kelas analisis yaitu kelas ber- stereotype. Tapi yang biasanya dipakai adalah kelas diagram tanpa stereotype.
3. Sequence Diagram, Sequence diagram menjelaskan interaksi objek yang disusun berdasarkan urutan waktu. Secara mudahnya sequence diagram adalah gambaran tahap demi tahap yang seharusnya dilakukan untuk menghasilkan sesuatu sesuai dengan use case diagram. Bersifat dinamis. Diagram urutan adalah interaksi yang menekankan pada pengiriman pesan (message) dalam suatu waktu tertentu. Sequence diagram menekankan penyusunan berbasis
waktu untuk kegiatan yang dilakukan dengan satu set dari objek yang berkolaborasi.
4. State Chart Diagram, State diagram menggambarkan urutan keadaan yang dilalui objek dalam suatu kelas, karena suatu kejadian menyababkan suatu perpindahan aktivitas/state. State dari objek adalah penggolongan dari satu atau lebih nilai attribute pada kelas. Bersifat dinamis. Diagram state ini memperlihatkan state - state pada system, memuat state, transisi, event, serta aktifitas. Diagram ini terutama penting untuk memperlihatkan sifat dinamis dari antarmuka, kelas, kolaborasi dan terutama penting pada pemodelan system – system yang reaktif.
5. Activity Diagram, menyediakan analis dengan kemampuan untuk memodelkan proses dalam suatu sistem informasi. Activity diagram dapat digunakan untuk alur kerja model, use case individual, atau logika keputusan yang terkandung dalam metode individual. Activity diagram juga menyediakan pendekatan untuk proses pemodelan paralel.
2.6.5 Keuntungan Dan Kelemahan UML (Unified Modeling Language) Unified Modeling Language (UML) merupakan alat bantu, bahasa pemodelan yang dapat digunakan untuk rancang bangun beriorentasi objek.
1. Keuntungan
Karena merupakan bahasa pemodelan visual dalam proses pembangunannya maka UML bersifat independen terhadap bahasa pemrograman tertentu.
2. Kelemahan
UML dipandang masih mempunyai kekurangan terutama dalam meng- generate kode program secara komplit. Hal ini karena kurangnya cara memodelkan aspek kelakuan internal perangkat lunak untuk dipetakan ke dalam kode program.
23 3.1 Tempat dan Waktu Penelitian
Penelitian tugas akhir dengan judul “Sistem Pendukung Keputusan Peramalan Penjualan Mobil Menggunakan Metode Trend Moment studi kasus ini dilakukan dilingkup wilayah Kota Kendari. Untuk waktu penelitian dapat dilihat pada tabel berikut:
Tabel 3.1 Tabel waktu penelitian
No Tahapan RUP
Tahun
2015 2016
Agustus (Minggu Ke-)
September (Minggu ke -)
Oktober (Minggu ke -)
November (Minggu ke -)
Desember (Minggu ke-)
Januari (Minggu
ke-)
III IV I II III IV I II III IV I II III IV I II III IV I II
1 Inception 2 Elaboration
3 Construction
4 Transition
3.2 Metode Pengumpulan Data
Metode yang dilakukan dalam proses pengumpulan data pada penelitian ini adalah sebagai berikut :
1. Studi Literatur
Pada tahap ini peneliti mengumpulkan informasi dan mempelajari materi serta sumber-sumber data yang diperlukan untuk membangun sistem dan tentunya berhubungan dengan penelitian ini.
2. Wawancara
Peneliti akan melakukan wawancara dengan pimpinan dan karyawan perusahaan untuk memperoleh data yang jelas, agar tidak terjadi kesalahan dalam penentuan hasil forecasting.
3.3 Metode Pengembangan Sistem
Metode pengembangan sistem yang digunakan pada tugas akhir ini adalah metode RUP (Rasional Unified Process). Dalam metode RUP ini terdiri dari 4 tahap, yaitu :
1. Inception
Pada tahap ini penulis menentukan batasan ruang lingkup permasalahan pada penelitian ini :
1) Sebagai alat bantu dalam proses pengambilan keputusan.
2) Sistem ini digunakan untuk membantu dalam memaksimalkan kinerja perusahaan dalam peramalan (forecasting) penjualan mobil.
3) Metode yang digunakan adalah trend moment dengan bahasa pemrograman Java.
2. Elaboration
Pada tahap ini penulis melakukan perancangan sistem dan user interface dari aplikasi ini. Untuk perancangan sistem penulis menggunakan alat bantu yaitu UML (Unified Modelling Language). Perancangan yang dilakukan meliputi halaman-halaman yang ada di dalam sistem.
3. Construction
Pada tahapan ini meliputi bagaimana suatu aplikasi itu bisa diuji coba. Pada tahap ini dilakukan proses pembuatan desain model : desain interface, use case diagram ERD(Entity Relationship Diagram), activity diagram,sequence diagram,class diagram.
4. Transition
Pada tahap ini dilakukan testing akhir pada sistem yang telah jadi, kemudian dilakukan sosialisasi penggunaan perangkat lunak yang telah dibangun ke administrator.
25 4.1 Analisis Sistem
Analisis sistem adalah teknik pemecahan masalah yang menguraikan bagian-bagian komponen dengan mempelajari seberapa bagus sistem tersebut bekerja dan berinteraksi untuk mencapai tujuan. Analisis sistem juga merupakan tahapan paling awal dari pengembangan sistem yang menjadi fondasi menentukan keberhasilan sistem yang dihasilkan nantinya. Pada tahapan ini analisis dilakukan untuk mengetahui kebutuhan berdasarkan data dan informasi yang telah diperoleh sebelumnya tentang penjualan mobil di PT.Hadji Kalla Cabang Kendari, kemudian menganalisis sistem dengan mengggunakan metode Trend Moment.
Sehingga keluaran dari tahapan ini yaitu dapat mengetahui dan memahami kebutuhan sistem yang akan dirancang.
4.1.1 Analisis kebutuhan fungsional
Kebutuhan fungsional menjelaskan apa saja yang dapat dilakukan oleh sistem melalui perancangan. Perancangan sistem terbagi atas perancangan diagram sistem, perancangan tabel database dan perancangan antarmuka sistem.
Perancangan diagram sistem menggunakan bahasa pemodelan UML (Unified Modeling Language) yang meliputi pembuatan use case diagram, activity diagram, sequence diagram dan class diagram serta perancangan ERD (Entity Relationship Diagram) sistem.
4.1.2 Analisis kebutuhan non-fungsional
Kebutuhan non-fungsional dalam perancangan sistem pendukung keputusan peramalan penjualan mobil menggunakan metode trend moment ada beberapa kebutuhan yang diperlukan oleh diantaranya:
1. Kebutuhan perangkat keras
Spesifikasi minimal kebutuhan komputer atau laptop yang dapat digunakan dalam implementasi sistem sebagai berikut:
a. Prosesor Pentium IV
b. Memori/RAM 1 GB c. Harddisk 100 GB
2. Kebutuhan perangkat lunak
a. Sistem Operasi yang digunakan adalah Windows 7
b. XAMPP tools yang terdiri dari apache sebagai WEB server penampil database dan MySQL sebagai database-nya.
c. Java jre8 dan jdk1.8 sebagai software pendukung sistem
4.2 Analisis Metode Trend Moment
Metode trend moment merupakan salah satu metode yang di gunakan dalam melakukan forecasting penjualan, yang nantinya akan dijadikan dasar sebagai penyusunan anggaran penjualan pada tahun berikutnya. Dalam pembuatannya metode trend moment dapat dilakukan dengan menggunakan beberapa rumus tertentu, adapun rumus yang digunakan dalam penyusunan dari metode ini akan dibahas pada implementasi perhitungan Trend Moment dalam sistem. Tabel 4.1 menunjukkan perhitungan model Trend Moment terhadap perencanaan aplikasi.
Tabel 4.1 Data penjualan mobil PT.Hadji Kalla Cabang Kendari No Bulan Tahun Data Penjualan
Avanza Rush Yaris
1. Januari 2014 25 4 6
2. Februari 2014 22 6 2
3. Maret 2014 20 15 6
4. April 2014 22 15 9
5. Mei 2014 60 10 8
6. Juni 2014 50 10 6
7. Juli 2014 33 10 6
8. Agustus 2014 34 11 6
Lanjutan
No Bulan Tahun Data Penjualan
Avanza Rush Yaris
9. September 2014 36 12 7
10. Oktober 2014 39 11 7
11. November 2014 42 11 7
12. Desember 2014 37 11 7
13. Januari 2015 20 6 2
14. Februari 2015 24 3 4
15. Maret 2015 18 13 4
16. April 2015 38 13 7
17. Mei 2015 71 8 3
18. Juni 2015 69 8 3
19. Juli 2015 - - 3
Dalam membuat peramalan penjualan berdasarkan data diatas dengan metode trend moment dapat dilakukan dengan beberapa langkah berikut:
1. Menghitung jumlah data penjualan total mobil jenis Avanza dengan hasil 660 unit mobil yang terjual dari bulan Januari 2014 sampai dengan Juni 2015.
2. Menentukan nilai parameter , dimana merupakan indeks waktu yang dimulai dari nol, sehingga jumlah nilai indeks waktu pada penjualan mobil Avanza yaitu 153.
3. Menentukan nilai dan x2 langkah ini perlu dilakukan guna untuk mengetahui nilai “a” dan “b” yang akan digunakan dalam persamaan trend moment.
4. Menentukan nilai dimana x adalah indeks waktu dan y adalah data histori tingkat penjualan tiap bulan. Jumlah dari hasil perkalian dan adalah 6203.
5. Langkah selanjutnya menentukan nilai x2, nilai indeks waktu dikuadratkan dan hasilnya 1785.
6. Hasil perhitungan nilai , , dan 2 dapat dilihat pada tabel 4.2 dan berikutnya masuk pada langkah menentukan nilai “a” dan “b” pada halaman berikut.
Tabel 4.2 Tabel perhitungan trend moment jenis mobil avanza No Bulan Tahun
Data Penjualan
(yi)
Indeks Waktu
(xi)
xi*yi xi2
1. Januari 2014 25 0 0 0
2. Februari 2014 22 1 22 1
3. Maret 2014 20 2 40 4
4. April 2014 22 3 66 9
5. Mei 2014 60 4 240 16
6. Juni 2014 50 5 250 25
7. Juli 2014 33 6 198 36
8. Agustus 2014 34 7 238 49
9. September 2014 36 8 288 64
10. Oktober 2014 39 9 351 81
11. November 2014 42 10 420 100
12. Desember 2014 37 11 407 121
13. Januari 2015 20 12 240 144
14. Februari 2015 24 13 312 169
15. Maret 2015 18 14 252 196
16. April 2015 38 15 570 225
17. Mei 2015 71 16 1136 256
18. Juni 2015 69 17 1173 289
Jumlah 660 153 6203 1785
Rata-Rata 36,66
7. Menghitung nilai a dan b berdasarkan hasil perhitungan dari tabel 4.2, maka untuk memperoleh nilai a dan b yaitu menggunakan persamaan berikut ini:
Cara eliminasi
∑ ∑ |x 17|
∑ ∑ ∑ |x 2|
b = b =
Pada persamaan tersebut menjelaskan proses eliminasi untuk mendapatkan nilai . Dimana diketahui ∑ , kemudian adalah banyaknya data (bulan) yaitu 18 data penjualan dan ∑ dari jumlah total indeks waktu. Begitu juga dengan nilai dari ∑ sebesar 6230 yang merupakan jumlah dari data penjualan dikali dengan indeks waktu. Setelah diketahui nilai-nilai dari persamaan maka selanjutnya dilakukan proses eliminasi dengan perkalian 17 pada persamaan satu dan perkalian dua pada persamaan kedua. Hasil proses eliminasi yaitu mendapatkan nilai sebesar 1.223 yang kemudian dapat digunakan untuk memperoleh nilai dengan persamaan satu mengubah nilai menjadi 1.223 seperti perhitungan berikut:
∑ ∑
8. Setelah nilai dan diketahui maka langkah selanjutnya masuk pada proses menentukan nilai atau Trend dengan persamaan . Rumus ini merupakan persamaan garis trend yang akan menggambarkan nilai trend.
Dimana adalah nilai trend atau variabel yang akan diramalkan, adalah bilangan konstan yang telah didapatkan pada perhitungan sebelumnya, begitu juga dengan nilai yang merupakan slope atau koefisien garis trend dan untuk parameter yang merupakan indeks waktu yang dimulai dari nol sampai .
Pada persamaan dibawah akan dilakukan proses perhitungan peramalan penjualan pada bulan Januari tahun 2016 dengan menggunakan hasil perhitungan sebelumnya. Diketahui bahwa nilai (26.263) dan (1.223) serta untuk nilai (24) yang merupakan indeks waktu yang dihitung dari Januari 2014 sampai Januari 2015.
Y = Y = Y = Y = 55.615
9. Setelah itu peramalan yang diperoleh dari nilai trend diatas maka akan dihitung lagi hasil peramalan dengan menggunakan indeks musim. Dengan menggunakan data penjualan pada bulan Januari 2014 sebanyak 25 unit dan Januari 2015 sebanyak 20 unit yang kemudian dibagi dengan jumlah data.
Kemuadian rata-rata data dibagi dengan rata-rata data penjualan keseluruhan.
Berdasarkan rumus indeks musim maka:
Hasil akhir dari peramalan jika penjualan dipengaruhi oleh indeks musiman dapat dilihat pada perhitungan dibawah ini:
Maka hasil peramalan penjualan mobil pada bulan Januari 2016 sebanyak 34 unit.
10. Menghitung kesalahan atau error dengan menggunakan metode APE (Absolut percentage error). Data aktual pada bulan Januari 2015 adalah 20, kemudian hasil dari peramalan menggunakan metode trend moment adalah 34 unit. Untuk mendapatkan nilai maka dihitung selisih antara data
sebenarnya dengan data ramalan yang kemudian hasilnya dibagi dengan data sebenarnya dan dikali 100%. Perhitungan dengan menggunakan adalah sebagai berikut :
APE = |
|
=
= 70,455
Dimana APE = Kesalahan persentase absolut
Hasil pengujian keakuratan yang diperoleh dari perbandingan antara data aktual dengan data ramalan pada bulan Januari 2016 jenis Avanza sebesar 29.545%.
4.3 Perancangan Sistem
Rancangan sistem juga merupakan gambaran secara umum yang ditunjukkan kepada user tentang sistem yang diusulkan. Rancangan ini mengidentifikasikan komponen-komponen sistem pendukung keputusan dalam peramalan penjualan mobil yang akan dirancang secara rinci.
4.3.1 Use case diagram
Use case diagram digunakan untuk memodelkan dan menyatakan unit fungsi/layanan yang disediakan oleh sistem. Use case diagram juga menjelaskan mengenai aktor-aktor yang terlibat dengan perangkat lunak yang dibangun beserta proses-proses yang ada didalamnya. Use case diagram SPK penjualan mobil yang ditunjukan oleh gambar 4.1.
