P E N E R A P A N M E T O D E T R E N D M O M E N T DALAM PERAMALAN PENJUALAN OBAT HERBAL ( STUDI KASUS : ROYAL WAREHOUSE )

P E N E R A P A N M E T O D E T R E N D M O M E N T DALAM PERAMALAN PENJUALAN OBAT HERBAL

( STUDI KASUS : ROYAL WAREHOUSE )

Charel Samuel Matulessy, S.T.,M.Kom. ¹ Bimbim Eka Prasetya² Program Studi Teknik Informatika, STMIK LPKIA Bandung Jl. Soekarno Hatta No.456 Kota Bandung, Jawa Barat 40266

Tlp. (022) 7564283, Fax.(022) 7564282

1charel@lpkia.ac.id, ²bimbimeka1@gmail.com

ABSTRAK

Peramalan (Forecasting) adalah suatu perhitungan untuk meramalkan keadaan di masa mendatang melalui pengujian keadaan di masa lalu, meramalkan penjualan di masa mendatang berarti menentukan perkiraan besarnya volume penjualan, bahkan menentukan potensi penjualan dan luas pasar yang dikuasai di masa yang akan datang.

Permasalahan yang dihadapi oleh perusahaan yaitu sering terjadi kekurangan atau kelebihan stok barang akibat tidak adanya strategi atau prediksi penjualan untuk periode yang akan datang, maka untuk solusi permasalah tersebut diterapkan metode peramalan Trend Moment. Pemanfaatan metode Trend Moment dalam peramalan yaitu bila ada kenaikan atau penurunan dari data observasi untuk jangka panjang. Pola ini terlihat pada penjualan produk dari perusahaan, pola trend merupakan komponen data runtut waktu yang berkaitan dengan adanya kecenderungan (meningkat, menurun) dalam jangka panjang.Secara garis besar cara penerapan dari metode Trend Moment yaitu dengan memanfaatkan data penjualan beberapa tahun kebelakang kemudian total penjualan tiap bulan di kelompokan dalam satu tabel lalu dilakukan perhitungan berdasarkan rumus peramalam Trend Moment.

Dari penelitian ini dihasilkan nilai peramalan untuk periode yang akan datang, nilai persentase akurasi error dan grafik peramalan, sehingga manfaat yang diperoleh perusahaan yaitu informasi berupa perkiraan stok barang yang harus disediakan pada periode yang akan datang, informasi naik turun penjualan tiap periode dan membuat strategi untuk menangani kerugian.

Kata Kunci : Peramalan, Penjualan, Trend Moment.

I. PENDAHULUAN I.1 Latar Belakang Masalah

Peramalan (Forecasting) adalah suatu perhitungan untuk meramalkan keadaan di masa mendatang melalui pengujian keadaan di masa lalu. Meramalkan penjualan di masa mendatang berarti menentukan perkiraan besarnya volume penjualan, bahkan menentukan potensi penjualan dan luas pasar yang dikuasai di masa yang akan datang (Ocki Eriyanto, 2012).

Penjualan adalah barang yang diproduksi dan dijual perusahaan tersebut. Penjualan merupakan kegiatan yang dilakukan oleh penjual dalam menjual barang atau jasa dengan harapan akan memperoleh laba dari adanya transaksi-transaksi tersebut (Mulyadi dalam Sondy Damanik, 2014).

Peramalan penjualan merupakan suatu faktor yang harus diperhatikan didalam perencanaan

perusahaan (business planning). Hal-hal lainnya seperti skedul produksi, pembelian bahan mentah, perencanaan tenaga kerja, biaya advertensi, biaya transportasi dan pengeluaran- pengeluaran lainnya untuk usaha penjualan serta penanaman modal sangat tergantung pada hasil ramalan penjualan.

Permasalahan yang dihadapi oleh perusahaan pada umumnya adalah bagaimana meramalkan atau membuat strategi penjualan barang di masa mendatang berdasarkan data yang telah direkam sebelumnya, begitu juga permasalahan yang dihadapi royal warehouse. Sering terjadi kekurangan atau kelebihan stok barang yang berdampak kerugian pada penjualan, peramalan tersebut sangat berpengaruh pada keputusan kepala bagian digital marketing perusahaan untuk membuat strategi dan menentukan jumlah barang yang harus disediakan untuk periode

yang akan datang. Berdasarkan fenomena tersebut maka dibuat sebuah penelitian mengenai peramalan penjualan.

Pemanfaatan metode Trend Moment dalam peramalan bila ada kenaikan atau penurunan dari data observasi untuk jangka panjang. Pola ini terlihat pada penjualan produk dari perusahaan, pola trend merupakan komponen data runtut waktu yang berkaitan dengan adanya kecenderungan (meningkat, menurun) dalam jangka panjang, sehingga setelah di terapkannya metode Trend Moment ini diharapkan perusahaan dapat membuat strategi, memprediksi dan melihat perbandingan naik turunnya penjualan barang di periode yang akan datang.

II. DASAR TEORI

II.1.1. Peramalan (Forecasting)

Menurut Ocki Eriyanto (2012) menyatakan bahwa : “Peramalan (Forecasting) adalah suatu perhitungan untuk meramalkan keadaan di masa mendatang melalui pengujian keadaan di masa lalu. Meramalkan penjualan di masa mendatang berarti menentukan perkiraan besarnya volume penjualan, bahkan menentukan potensi penjualan dan luas pasar yang dikuasai di masa yang akan datang”.

II.1.2. Penjualan

Menurut Mulyadi dalam Sondy Damanik (2014) menyatakan bahwa : “Penjualan adalah barang yang diproduksi dan dijual perusahaan tersebut.

Penjualan merupakan kegiatan yang dilakukan oleh penjual dalam menjual barang atau jasa dengan harapan akan memperoleh laba dari adanya transaksi-transaksi tersebut”.

II.2.1. Metode Trend

Untuk meramalkan suatu keadaan dengan menggunakan data historis tanpa menghiraukan pengaruh atau hubungan dengan variabel lainnya, metode peramalan yang biasa digunakan adalah metode kuantitatif statistik yaitu dengan melihat pola perubahan data dari waktu ke waktu (Makridakis, 2010). Peramalan kuantitatif juga dapat diterapkan bila terdapat tiga kondisi berikut: (Martiningtyas, 2004) 1. Tersedia informasi tentang masa lalu.

2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik.

3. Dapat diasumsikan bahwa beberapa aspek pola masa lalu terus berlanjut di masa mendatang.

Regresi Linier (Trend Moment)

Model analisis Regresi Linier adalah suatu metode populer untuk berbagai macam permasalahan. Dua variabel yang digunakan, variabel x dan variabel y, diasumsikan memiliki kaitan satu sama lain dan bersifat linier. Rumus perhitungan Regresi Linier yaitu sebagai berikut.

Rumus II.3 Regresi Linier (Trend Moment) (www.statisticapedia.com/2007/peramalan- kuantitatif, 16-08-2017 15:00 )

Keterangan:

Y = hasil peramalan n = periode

a = perpotongan dengan sumbu tegak

b = menyatakan slope atau kemiringan garis regresi

II.2.2. Ukuran Akurasi Peramalan

Model-model peramalan yang dilakukan kemudian divalidasi menggunakan sejumlah indikator. Indikator-indikator yang umum digunakan adalah rata-rata penyimpangan absolut (Mean Absolujte Deviation), rata-rata kuadrat terkecil (Mean Square Error), rata-rata persentase kesalahan absolut (Mean Absolute Percentage Error), validasi peramalan (Tracking Signal), dan pengujian kestabilan (Moving Range).

1. Mean Absolute Percentage Error (MAPE) Mean Absolute Percentage Error (MAPE) dihitung dengan menggunakan kesalahan absolut pada tiap periode dibagi dengan nilai observasi yang nyata untuk periode itu.

Kemudian, merata-rata kesalahan persentase absolut tersebut. Pendekatan ini berguna ketika ukuran atau besar variabel ramalan itu penting dalam mengevaluasi ketepatan ramalan. MAPE mengindikasi seberapa besar kesalahan dalam meramal yang dibandingkan dengan nilai nyata.

Rumus II.6 Mean Absolute Percentage Error (MAPE)

(www.statisticapedia.com/2007/peramalan- akurasi, 16-08-2017 15:00 )

II.2.3. Konsep Dasar Object Oriented Object Orientation adalah sebagai berikut : a) Teknologi baru yang didasarkan pada objek- objek dan kelas-kelas.

b) Cara berpikir untuk mengorganisir software sebagai kumpulan objek yang bekerjasama dengan struktur data dan kelakuan (behaviour).

c) Sebuah abstraksi dari dunia nyata berdasarkan objek dan keterkaitan mereka dengan objek lain.

II.2.4. Konsep Dasar UML

Unified Modelling Language (UML) adalah sistem notasi yang sudah dibakukan di dunia pengembangan sistem, hasil kerjasama dari Grady Booch, James Rumbaugh dan Ivar Jacobson. UML yang terdiri dari serangkaian diagram memungkinkan bagi sistem analis untuk membuat cetak biru sistem yang komperhensif kepada klien, programmer dan tiap orang yang terlibat dalam proses pengembangan. UML menawarkan sebuah standar untuk merancang model sebuah sistem.

II.2.5. Pengertian Web

Pengertian Web menurut Hakim Lukmanul (2004) menyatakan bahwa : “Website merupakan fasilitas internet yang menghubungkan dokumen dalam lingkup lokal maupun jarak jauh. Dokumen pada website disebut dengan web page dan link dalam website memungkinkan pengguna bisa berpindah dari satu page ke page lain (hyper text), baik diantara page yang disimpan dalam server yang sama maupun server diseluruh dunia. Pages diakses dan dibaca melalui browser seperti Netscape

Navigator, Internet Explorer, Mozila Firefox, Google Chrome dan aplikasi browser lainnya”.

II.2.6. Jenis Web

Ditinjau dari aspek content atau isi, web dapat dibagi menjadi 2 jenis, yaitu web statis dan web dinamis. Selain dari sisi content/isi, web statis dan web dinamis dapat dilihat dari teknologi yang digunakan untuk membuat jenis web tersebut.

1. Web statis adalah web yang isisnya tidak berubah-ubah. Maksudanya adalah isi dari dokumen web tersebut tidak dapat dirubah secara cepat dan mudah.

II.2.7.3 MySQL

Pengertian MySQL menurut M.Rudyanto (2011,76) dalam bukunya yang berjudul Pemograman Web Dinamis Menggunakan PHP

& MySQL: “Mysql adalah salah satu jenis database server yang sangat terkenal dan banyak digunakan untuk membangun aplikasi web yang menggunakan database sebagai sumber dan pengelolaan datanya.”

II.2.8.1. Pengertian YII

Pengertian YII yang dikutip dari situs resmi www.yiiframework.com : ” Yii adalah kerangka kerja PHP berbasis-komponen dengan performansi tinggi untuk pengembangan aplikasi Web berskala-besar.Ia menyediakan resuabilitas maksimum dalam pemrograman Web dan bisa mengakselerasi proses pengembangan secara signifikan.Nama Yii (dieja sebagai/i:/) singkatan dari easy, efficient dan extensible (mudah,efisien, dan bisa diperluas).”

II.2.8.2 MVC

Yii mengimplementasikan pola desain model- view-controller (MVC), yang diadopsi secara luas dalam pemrograman Web. MVC bertujuan untuk memisahkan logika bisnis dari pertimbangan antar muka pengguna agar para pengembang bisa lebih mudah mengubah setiap bagian tanpa mempengaruhi yang lain. Dalam MVC, model menggambarkan informasi (data) dan aturan bisnis; view(tampilan) berisi elemen antar muka pengguna seperti teks, input form;

sementara controller mengatur komunikasi antar model dan view.

III. ANALISIS DAN PERANCANGAN III.1 Aliran Proses

III.1.1 Use Case Diagram

Use Case Diagram ini menjelaskan fungsionalitas dari sistem atau kebutuhan utama user yang harus dipenuhi oleh aplikasi.

Gambar III.3.1.1 Use Case Diagram III.2 Aliran Kerja

III.2.1 Activity Diagram

Urutan aktifitas yang dilakukan pada sistem digambarkan dalam Activity Diagram di bawah ini :

Gambar III.5 Diagram Aktifitas Peramalan

III.3 Pemodelan Data III.3.1 Class Diagram

Menggambarkan struktur objek sistem diagram ini menunjukan Class Object yang menyusun sistem dan juga hubungan antara class object tersebut. Berikut gambaran Class Diagram:

Gambar III.6 Diagram Kelas Peramalan Penjualan

III.4 Sequence Diagram

III.4.1 Sequence Diagram Melengkapi Data User

Gambar III.10 Sequence Diagram Peramalan

III.5 Perancangan Antarmuka III.5.1 Struktur Menu

1. Struktur Menu

Login

Peramalan

<<include>>

Import Data Transaksi

<<include>>

Import Data Barang

<<include>>

Kepala Digital Marketing

TblForecasting Model TblForecasting

Model Kepala Digital

Marketing Kepala Digital

Marketing

forecastingCont roller forecastingCont

roller

UI Peramalan

UI Peramalan TblTransaksiMo del TblTransaksiMo

del

1: URL create peramalan

2: render view peramalan

3: menampilan view 4: mengisi data

6: Pengelompokan data penjualan 5: mengirim data form

7: tampilkan data penjualan 8: getB() 9: return getB

10: getA() 11: return getA

12: getY() 13: returngetY

14: Menampilkan Hasil peramalan

Gambar III.18 Antarmuka Import Data Barang

2. Struktur Menu Peramalan

Gambar III.19 Antarmuka Import Peramalan

IV. IMPLEMENTASI DAN PENGUJIAN IV.1.3 Implementasi Antarmuka

Gambar IV.4 Antarmuka Peramalan

Gambar IV.5 Antarmuka Hasil Peramalan V. KESIMPULAN DAN SARAN

V.1 Kesimpulan

Berdasarkan hasil penelitian dan pembahasan tentang Penerapan Metode Trend Moment Dalam Peramalan Penjualan di Royal Warehouse Obat Herbal, dapat disimpulkan bahwa :

Penerapan metode trend moment telah diimplementasikan pada aplikasi peramalan penjulan di royal warehouse obat herbal dengan tujuan untuk meramalkan penjualan di periode mend¬atang.

1. Aplikasi yang telah dibuat mengacu pada permasalahan yang ada, dimana aplikasi dapat meramalkan penjualan obat herbal dengan menggunakan data penjualan 3 tahun sesuai dengan perhitungan berdasarkan metode Trend Moment.

2. Berdasarkan penelitian dan pengujian peramalan penjualan menggunakan metode trend moment diatas, dihasilkan hasil peramalan dengan data periode tahun 2014 sampai tahun 2016 dengan tahun ramal 2016 dihasilkan periode yang cocok atau nilai akurasi errornya paling rendah yaitu bulan mei dengan nilai peramalan 161.64 dari data aktual 155 dan nilai presentase error MAPE sebesar 0.15 %. Maka didapat informasi perusahaan harus memiliki stok produk Tahitian noni sekitar 161 buah untuk antisipasi penjualan dibulan mei tahun yang akan datang.

3. Hasil peramalan dan analisa grafik menunjukkan bahwa data penjualan yang sudah diramalkan dapat menghasilkan sebuah informasi yang berguna untuk perusahaan dalam membantu pengambilan keputusan dan membuat strategi penjualan di masa yang akan datang.

V.2 Saran

Dari segi analisa yang telah dibuat, aplikasi ini sudah sesuai dengan tahap analisa yang direncanakan diawal. Namun masih terdapat beberapa kekurangan untuk menyempurnakan aplikasi peramalan ini untuk dijadikan pengembangan lebih lanjut, diantaranya : 1. Mengimplementasikan metode trend moment menggunakan platform lain.

2.Mengimplementasikan peramalan menggunakan metode lain.

Demikian kesimpulan serta saran-saran pengembangan aplikasi lebih lanjut, semoga dengan dibuatkannya aplikasi peramalan penjualan ini dapat bermanfaat bagi royal warehouse obat herbal khususnya pada bagian staff dan kepala digital marketing.

DAFTAR PUSTAKA

Jurnal

[1] F. Sulfikar, "Analisa Peramalan Penjualan Handphone Menggunakan Metode Trend Moment," Peramalan Penjualan, p. 1, 2013.

[2] R. Setiawan, "Sistem Informasi Peramalan Persediaan Obat Pada Apotik Sidoarjo Dengan Metode Winter," Peramalan Metode Winter, pp.

6-7, 2015.

[3] A. Riyanto, "Peneapan Forecasting Methods Untuk Meningkatkan Strategi Sistem Penjualan Ponsel Pada Sarang Cell Semarang,"

Forecasting Methods, pp. 08-22, 2009.

[4] I. Nurjaman, "Perancangan Sistem Infomasi Inventory Barang," Sistem Informasi, pp. 15-23, 2015.

[5] N. Asrianti, "Pengaruh Biaya Promosi Terhadap Tingkat Penjualan Motor Pada PT.

ASTRA INTERNATIONAL TBK. Cabang Kendari," Penjualan, p. 1, 2013.

Buku

[6] R. M. Kim Hamilton, Learning UML 2.0, O'Really, April 2016.

[7] P. Conrad Carlberg, Excel Sales Forecasting For Dummies, 2nd Edition, Canada:

John Wiley & Sons, Inc, 2016.

[8] F. X. Diebold, Forecasting in Economics, Business, Finance and Beyond, University of Pennsylvania, 2017.

Website

[9] "Metode Peramalan," Statiscapedia, 7 Januari 2007. [Online]. Available:

www.statisticapedia.com/2007/01/metode- peramalan-bisnis-dan-upaya. [Accessed 16 Agustus 2017].

[10] "Arsitektur Web Statis dan dinamis,"

My Web, mei 2011. [Online]. Available:

www.myweb.ac.id/2011/arsitektur-web-statis.

[Accessed 16 Agustus 2017].

[11] mdomba, "Fundamental Model-View- Controller (MVC)," Yii Framework, 26 Juni

2011. [Online]. Available:

http://www.yiiframework.com/doc/guide/1.1/id /basics.mvc. [Accessed 16 Agustus 2017].