SISTEM APLIKASI FORECASTING PENJUALAN ELEKTRONIK
PADA TOKO NASIONAL ELEKTRONIK KABANJAHE DENGAN
METODE AUTOREGRESSIVE INTEGRATED
MOVING AVERAGE (ARIMA)
Melly Sari Br Meliala (0911421)
Mahasiswa Program Studi Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja No. 338 Sp. Limun Medan
www.stmik-budidarma.ac.id // Email : melialamelly@gmail.com
ABSTRAK
Nasional Elektronik adalah sebuah toko yang bergerak di bidang penjualan bermacam-macam elektronik. Toko ini sering mengalami kendala dalam penentuan jumlah pembelian barang karena sering terjadi kekurangan persediaan barang. Kekurangan persediaan barang tersebut akan berdampak pada keuntungan perusahaan yang tidak optimal karena terjadi lost sales.Kemampuan untuk memprediksi atau forecast merupakan salah satu teknik analisis yang bisa membantu para pelaku pasar modal untuk menentukan dasar pengambilan keputusan strategis yang bisa memberikan mereka keuntungan. Suatu pendugaan secara ilmiah terhadap masa depan akan jauh lebih berarti ketimbang pendugaan intuisi saja.Dengan menggunakan metode Autoregressive Integrated Moving Average (ARIMA) akan menghasilkan ramalan-ramalan berdasarkan sintesis dari pola data secara historis. Hasil dari aplikasi yang dibuat berupa informasi mengenai jumlah produk yang mungkin terjual untuk periode yang telah ditentukan.
Kata kunci: forecasting, Autoregressive Integrated Moving Average
1. Pendahuluan
1.1 Latar Belakang Masalah
Ketidaktepatan dalam membuat prediksi penjualan akan mengakibatkan pemborosan sehingga menimbulkan kerugian. Apabila prediksi penjualan dibuat terlalu besar, maka biaya produksi akan membengkak dan seluruh investasi yang ditanamkan menjadi kurang efisien. Begitu juga sebaliknya, seandainya prediksi penjualan terlalu kecil perusahaan akan menghadapi kehabisan persediaan sehingga pelanggan terpaksa menunggu terlalu lama untuk produk atau jasa yang diinginkan.
Kemampuan untuk memprediksi atau forecast merupakan salah satu teknik analisis yang bisa membantu para pelaku pasar modal untuk menentukan dasar pengambilan keputusan strategis yang bisa memberikan mereka keuntungan. Suatu pendugaan secara ilmiah terhadap masa depan akan jauh lebih berarti ketimbang pendugaan intuisi saja.
1.2 Perumusan Masalah
Berdasarkan latar belakang di atas, maka rumusan masalah yang akan dibahas adalah sebagai berikut :
1. Bagaimana memperkirakan jumlah produk yang laku pada periode penjualan yang akan datang?
3. Bagaimana merancang sistem aplikasi forecasting penjualan elektronik pada toko Nasional elektronik dengan metode Arima?
1.3 Batasan Masalah
Adapun batasan masalah yang di bahas pada Skripsi ini adalah sebagai berikut :
1. Data yang digunakan untuk prediksi penjualan diambil dari data tahun 2008-2012.
2. Metode yang digunakan dalam prediksi penjualan ini adalah metode Arima.
3. Aplikasi yang digunakan adalah pemrograman Visual Basic.Net 2008.
1.4 Tujuan Dan Manfaat Penelitian
Tujuan dari penelitian ini adalah :
1.
Menghasilkan prediksi atau perkiraan jumlah produk yang laku untuk tahun berikutnya.2.
Menerapkan metode Arima pada prediksipenjualan di Toko Nasional Elektronik. Dapat menerapkan metode viola jones dalam pengenalan wajah.
3.
Merancang sistem aplikasi forecasting penjualan elektronik pada toko Nasional elektronik dengan metode Arima.Manfaat Penelitian:
Siste m Ap lika si Fo re c a sting Pe njua la n Ele ktro nik Pa d a To ko Na sio na l Ele ktro nik Ka b a nja he 169 untuk di jual dan terhindar dari kekosongan
barang.
2. Landasan Teori 2.1 Metode Arima
Model Autoregressive Integrated Moving Average (ARIMA) yang dikembangkan oleh George Box dan Gwilyn Jenkins (1976) merupakan model yang tidak mengasumsikan pola tertentu pada data historis yang diramalkan dan model yang secara penuh mengabaikan independen variabel dalam membuat peramalan. ARIMA yang juga sering disebut metode runtun waktu Box-Jenkins sebenarnya adalah teknik untuk mencari pola yang paling cocok dari sekelompok data (curve fitting), dengan demikian ARIMA memanfaatkan sepenuhnya data masa lalu dan sekarang dari variabel dependen untuk melakukan peramalan jangka pendek yang akurat sedangkan untuk peramalan jangka panjang ketepatan peramalannya kurang baik. Model ARIMA merupakan model gabungan antara autoregressive (AR) dan moving average (MA) dimana model ini mampu mewakili deret waktu yang stasioner dan non-stasioner (John E Hanke ; Arthur G.Reitch ; Dean W. Wichren, 2000).
1. Analisa Sistem Penjualan Toko Nasional Elektronik Kabanjahe
2. Proses penjualan pada perusahaan ini dilaksanakan sesuai dengan perintah dari kepala toko. Jumlah penjualanpun juga tergantung dari bagian kepala toko yang bersangkutan, dengan mempertimbangkan jumlah penjualan sebelumnya.
Tabel 1 : Data Penjualan Televisi Periode 1-5(2008 Sampai 2013)
3. Analisa Dan Peranacangan 3.1 Rancangan Laporan Perkiraan
Gambar 1 : Form laporan Penjualan
3.2 Rancangan Form Perkiraan ARIMA
Gambar 2 : Form Perkiraan
3.3 Perancangan Sistem
Adapun perancangan aplikasi perkiraan penjualan televisi pada Toko Nasional Elektronik adalah sebagai berikut :
1 Flowchart
Gambar 3 : Flowchart Menu Utama
4. Algoritma Dan Implementasi 4.1 Algoritma
Algoritma adalah merupakan kumpulan perintah untuk menyelesaikan suatu masalah. Perintah – perintah ini dapat diterjemahkan secara bertahap dari awal hingga akhir. Masalah tersebut dapat berupa apa saja, dengan catatan untuk setiap masalah, ada kriteria kondisi awal yang harus dipenuhi sebelum menjalankan algoritma.
Input : Xi←Jumlah Penjualan per bulan, (1,0,0)← Model ARIMA
Output : ACF, PACF, Nilai Ramalan, Nilai Asli, Nilai Error
Proses :
I = jumlah pejualan 12 bulan tahun lama X = jlhpenjualan bula terakhir
For I = 1 to 12
Pada skripsi ini, sistem dibangun menggunakan Visual Basic.Net 2008, berikut merupakan implementasi sistem dari langkah pertama hingga penentuan solusi.
1. Tampilan Form Menu Utama
Siste m Ap lika si Fo re c a sting Pe njua la n Ele ktro nik Pa d a To ko Na sio na l Ele ktro nik Ka b a nja he 171 Judul Perangkat Lunak, menu file berfungsi untuk
membuka sub menu file, sub menu data penjualan berfungsi untuk menampilkan laporan data penjualan, sub menu data perkiraan penjualan berfungsi untuk menampilkan data perkiraan penjualan, menu laporan berfungsi untuk menampilkan laporan yang sudah dikerjakan, menu keluar berfungsi untuk menutup program.
2. Tampilan Form Penjualan
Berikut ini merupakan tampilan dari form penjualan. Form penjualan yang berfungsi dala pengolahan data penjualan
Gambar 5 : Tampilan Form Data Penjualan
Combobox kode barang berfungsi untuk menginputkan kode barang, textbox nama barang berfungsi untuk menginputkan nama barang, combobox tahun berfungsi untuk menginputkan tahun, botton ok berfungsi untuk membuka data yang sudah pernah dimasukkan dari bulan januari sampai bulan desember, botton cancel berfungsi untuk membatalkan data, botton save berfungsi untuk menyimpan data yang sudah dimasukkan, botton cancel berfungsi untuk membatalkan proses. 3. Tampilan Form Perkiraan
Berikut ini merupakan tampilan dari form perkiraan. Form perkiraan yang berfungsi dala pengolahan data perkiraan penjualan.
Gambar 6 : Tampilan Form Data Perkiraan Penjualan
Combobox kode barang berfungsi untuk menginputkan kode barang, textbox nama barang berfungsi untuk menginputkan nama barang, combobox data 1 berfungsi untuk menginputkan data 1, combobox data 2 berfungsi untuk menginputkan data 2, combobox untuk tahun berfungsi untuk menginputkan tahun, botton ok berfungsi untuk menyimpan data, botton cancel berfungsi untuk membatalkan proses.
4. Tampilan Laporan Perkiraaan
Berikut merupakan tampilan dari laporan perkiraaan. Tampilan laporan perkiraan berfungsi untuk menampilkan data perkiraan,
Gambar 7 : Tampilan Laporan Perkiraan Penjualan
Laporan perkiraan penjualan berfungsi untuk menampilkan laporan perkiraan penjualan.
5. Kesimpulan Dan Saran 5.1. Kesimpulan
Dari hasil perancangan aplikasi peramalan penjualan pada Toko Nasional Elektronik ini dapat di ambil kesimpulan sebagai berikut:
2. Jumlah data yang digunakan untuk melakukan peramalan dengan metode ARIMA sangatlah penting. Hasil tidak akan maksimal apabila data yang digunakan hanya 1-2 tahun saja. 3. Sistem aplikasi forecasting dapat dilakukan
pada Toko Nasional Elektronik dengan metode ARIMA.
5.2 Saran
Berdasarkan pengalaman dan pertimbangan dalam prediksi penjualan dengan metode ARIMA saran yang dapat dituliskan oleh peneliti adalah: 1. Hasil suatu peramalan (forecasting) bukanlah
suatu nilai yang pasti akan terjadi di periode mendatang. Mengingat banyaknya factor-faktor di lapangan yang kadang memberikan pengaruh yang cukup signifikan pada hasil akhirnya.
2. Aplikasi forecasting dapat dilakukan dengan ARIMA, SARIMA, dan ARIMAX. Oleh karena itu , peneliti lain dapat mempelajari lebih lanjut tentang pemodelan peramalan menggunakan SARIMA dan ARIMAX yang belum dibahas dalam skripsi ini.
Demikian saran dari peneliti semoga dapat menjadi inspirasi bagi peneliti forecasting selanjutnya dan untuk melanjutkan dan mengembangkan penelitian ini.
DAFTAR PUSTAKA
1. M.Firdaus. (2006). Analisis Deret Waktu Satu Ragam. IPB Press
2. Yovanka Rumondang. Forecasting (Peramalan). Pusat Pengembangan Bahan Ajar UMB
3. Yulia, Tanti Octavia, Danny Wijaya. (2009).
Aplikasi Perencanaan Pembelian Barang Pada Perusahaan Manggala Motor Dengan Menggunakan MetodeArima.
4. Djoni Hatidja. (2011). Penerapan Model Arima Untuk Memprediksi Harga Saham PT. Telkom Tbk.
5. Achmad Solichin. (2010). Mysql. Universitas Budi Luhur, Jakarta.
6. Abdul Kadir. (2003). Pengenalan Sistem Informasi. Penerbit ANDI.
7. Mesran, Visual Basic 6.0 , Mitra Wacana Media, Medan, 2009