• Tidak ada hasil yang ditemukan

14. Mely Sari

N/A
N/A
Protected

Academic year: 2017

Membagikan "14. Mely Sari"

Copied!
5
0
0

Teks penuh

(1)

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 prediksi

penjualan 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:

(2)

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

(3)

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 : XiJumlah 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

(4)

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:

(5)

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

Gambar

Gambar 2 : Form Perkiraan
Gambar 3 : Flowchart Menu Utama
Gambar 5 : Tampilan Form Data

Referensi

Dokumen terkait

perbuatan yang tidak senonoh (tidak patut atau tidak sopan) atau bahkan dapat melakukan perbuatan melanggar hukum atau terjadinya pemerkosaan. 2) Gaya hidup atau

a. Sistem Single Member Constituencies atau disebut sistem distrik. Pada sistem ini, wilayah Negara dibagi dalam distrik-distrik pemilihan yang jumlahnya sama dengan

Using descriptive qualitative method, this paper aims to identify the forms of mitigation of criticizing speech acts in sequel novels entitled To Kill a Mockingbird and

Bahwa dalam rancangan aktualisasi nilai-nilai dasar profesi Pegawai Negeri Sipil ini, sesungguhnya jika kita dapat memaknainya akan selalu terkait setiap kegiatan

Makna gramatikal adalah makna yang timbul sebagai akibat adanya proses gramatikalisasi seperti afiksasi, redduplikasi, dan pemajemukan pada sebuah kata. Makna

Frase atributif adverbia T-H memiliki struktur T:Adv + H:Adv. Data frase atributif adverbia T-H yang ditemukan dalam bahasa Dondo adalah /yolroyo mbebengi/ ‘besok

Saat ini sedang menyelesaikan Skripsi yang berjudul “ANALISIS FAKTOR - FAKTOR YANG MEMPENGARUHI NIAT WAJIB PAJAK DALAM PENGGUNAAN SISTEM E-FILLING (Studi Kasus Pada

Berdasarkan hasil analisis data dapat disimpulkan bahwa menurut akuntan pendidik dan akuntan publik, faktor ikatan kepentingan keuangan dan hubungan usaha dengan klien,