Sistem Analisis Prediksi Penjualan Vitamin di Apotek Menggunakan Metode Trend Moment
Rahmadona Nasrun Nasution
Sains dan Teknologi, Sistem Informasi, Universistas Islam Negeri Sumatera Utara, Medan, Indonesia Email: [email protected]
Email Penulis Korespondensi: [email protected] Submitted 19-08-2022; Accepted 07-10-2022; Published 31-10-2022
Abstrak
Pandemi virus corona juga melumpuhkan ekonomi dunia termasuk Indonesia dibeberapa sektor seperti bidang parawisata dan UMKM.
Akan tetapi pada sektor lain seperti kesahatan dan pangan tetap stabil bahkan mengalami kelonjakan penjualan, terutama penjualan- penjualan obat-obat vitamin pada gerai-gerai apotek. Salah satunya adalah Apotek Manjur Marendal yang mengalami peningkatan penjualan obat-obatan seperti vitamin selama masa pandemi. Untuk memenuhi permintaan konsumen dan untuk proses stok obat vitamin yang tepat agar tidak terjadi kerugian, maka dibutuhkan teknik prediksi penjualan obat vitamin dengan data mining. Dengan teknik data mining, pihak Apotek Manjur Marendal dapat melakukan prediksi penjualan pada masa pandemi, sehingga laba dan rugi dan stok penjualan obat vitamin dapat terkontrol. Teknik data mining memerlukan metode agar perhitungan semakin kompleks.
Beberapa metode yang sudah diciptakan oleh beberapa penemu, salah satunya adalah metode Trend Moment. Berdasarkan dari hasil prediksi penjualan obat vitamin dengan metode Trend Moment pada data penjualan 1 tahun priode masa pandemi 2021, didapatkan hasil prediksi untuk 1 tahun kedepan pada periode 2022 bahwa penjualan obat vitamin seperti Becom C, Enervon C, Ester C, Hevit C dan Vitalong C stabil dengan hasil penjualan ±5000 obat vitamin terjual untuk keseluruhanya, sedangkan akurasi prediksi mencapai akurasi tertinggi > 90% dan akurasi terendah 64%.
Kata Kunci: Prediksi; Covid-19; Apotek; Obat; Vitamin; Trend Moment Abstract
The coronavirus pandemic has also paralyzed the world economy, including Indonesia, in several sectors such as tourism and MSMEs.
However, other sectors such as health and food remained stable and even experienced a surge in sales, especially sales of vitamin drugs at pharmacy outlets. One of them is Apotek Manjur Marendal, which experienced an increase in sales of medicines such as vitamins during the pandemic. To meet consumer demand and to process the right stock of vitamin drugs so that there is no loss, a prediction technique for vitamin drug sales is needed with data mining. With data mining techniques, Apotek Manjur Marendal can predict sales during the pandemic, so that profits and losses and stock of vitamin drug sales can be controlled. Data mining techniques require methods to make the calculations more complex. Several methods have been created by several inventors, one of which is the Trend Moment method. Based on the prediction results of vitamin drug sales using the Trend Moment method on sales data for 1 year during the 2021 pandemic period, it was obtained prediction results for the next 1 year in the 2022 period that sales of vitamin drugs such as Becom C, Enervon C, Ester C, Hevit C and Vitalong C stable with sales ±5000vitamin drugs sold in total, while the prediction accuracy reached the highest accuracy > 90% and the lowest accuracy 64%.
Keywords: Prediction; Covid-19; Pharmacies; Medicines; Vitamins; Trend Moment
1. PENDAHULUAN
Tahun 2020 merupakan tahun yang berat bagi negara-negara yang ada di dunia, terutama pada negara Indonesia, hal ini disebabkan oleh adanya pandemi virus corona yang melanda dunia. Pandemi virus corona juga melumpuhkan ekonomi dunia termasuk Indonesia dibeberapa sektor seperti bidang parawisata dan UMKM. Akan tetapi pada sektor lain seperti kesahatan dan pangan tetap stabil bahkan mengalami kelonjakan penjualan, terutama penjualan-penjualan obat vitamin pada gerai-gerai apotek. Hal ini disebabkan karena kewaspadaan masyarakat yang membuat sifat membeli dengan memborong jenis-jenis obat vitamin yang dapat mencegah atau membuat imun tubuh menjadi kuat untuk melawan virus corona.
Dengan keadaan masyarakat yang panic, maka aktivitas pembelian jenis obat serta vitamin untuk menjaga imun tubuh agar melawan virus corona meningkat, hal ini membuat stok obat vitamin menjadi langka serta mengalami kelonjakan harga pada gerai-gerai apotek yang berada pada dareah Indonesia. Salah satunya adalah Apotek Manjur Marendal Medan yang mengalami peningkatan penjualan obat vitamin selama masa pandemi hingga pada masa ditetapkanya kehidupan new normal pada saat pandemi covid-19. Permintaan konsumen terhadap suatu obat vitamin sangatlah pesat sehingga membuat pihak apotek harus dapat merencanakan penyediaan obat vitamin yang optimal berdasarkan grafik permintaan masyarakat pada saat pandemi dan new normal. Hal ini bertujuan untuk memenuhi permintaan konsumen yang membutuhkan serta agar tidak terjadi kerugian akibat penyedian obat vitamin yang berlebihan dengan pola belanja masyarakat yang mulai menurun.
Berdasarkan masalah tersebut, oleh sebab itu dibutuhkan suatu sistem guna meramalkan atau memprediksi penjualan obat vitamin untuk meminimalkan pengeluaran dana dalam menyuplai obat vitamin dari supplier agar kebutuhan konsumen tetap terpenuhi pada masa pandemi serta agar tidak mengalami kerugian akibat penyetokan 2 yang berlebih. Salah satu teknik yang dapat digunakan untuk melakukan prediksi dan peramalan penjualan obat adalah teknik data mining[1]. Data mining merupakan sebuah analisis dan peninjauan dari kumpulan data untuk menemukan sebuah informasi yang tidak terduga dan meringkas data dengan cara yang berbeda dengan data sebelumnya, yang dapat dipahami dan bermanfaat bagi pemilik data [2][3]. Sementara menurut Syahdan data mining merupakan proses iteratif dan interaktif
untuk menemukan pola-pola atau model baru yang shahih (sempurna), bermanfaat dan dapat dimengerti dalam suatu database yang sangat besar (massive databases)[4][5].
Dengan teknik data mining, pihak Apotek Manjur Marendal Medan dapat melakukan prediksi dan peramalan penjualan obat vitamin pada masa new normal pandemi covid19, sehingga laba dan rugi dan stok penjualan obat vitamin dapat terkontrol. Teknik data mining memerlukan metode agar perhitungan semakin kompleks. Beberapa metode yang sudah diciptakan oleh beberapa penemu, salah satunya adalah metode Trend Moment. Metode Trend Moment adalah salah satu metode yang menggunakan cara-cara perhitungan statistika dan matematika tertentu untuk mengetahui fungsi yang dibentuk oleh data historis perusahaan[6][7], sehingga dengan historis tersebut metode Trend Moment dapat meprediksi suatu penjualan [8][9].
Penelitian yang dilakukan oleh Ardini et al tentang peramalan penjualan mabel, mendapatkan kesimpulan bahwa metode Trend Moment dapat meramalkan penjualan untuk bulan berikutnya[10], sedangkan penelitian yang dilakukan oleh Purnomoet al tentang prediksi penjualan barang berhasil diambil kesimpulan bahwa metode Trend Moment dapat memprediksi penjualan barang dengan peningkatan penjualan pada data penjualan barang 7 bulan terakhir[11], sehingga berdasarkan kesimpulan penelitian terdahulu, penelitian ini akan melakukan prediksi atau peramalan penjualan obat vitamin yang berfokus pada vitamin C dengan 5 jenis produk seperti Becom C, Enervon C, Ester C, Hevit C dan Vitalong C pada Apotek Manjur Marendal Medan dengan data penjualan pada tahun 2021 dan memprediksi penjualan pada tahun 2022. Peneltian ini diharapkan dapat memberi kontribusi untuk penelitian selanjutnya, serta bermanfaat untuk memprediksi penjualan yang akurat bagi para pengusaha atau pedagang dengan metode trend moment.
2. METODOLOGI PENELITIAN
2.1 Tahap Penelitian a. Tempat Penelitian
Peneltian dilakukan pada apotek Manjur Marendal yang berada di jalan kebun kopi no.b, rw 5, marindal 1, kecamatan patumbak, deli serdang, sumatera utara mulai dari bulan Januari hingga Mei tahun 2022.
b. Perangkat Keras dan Lunak
Pada penelitian perangkat keras yang digunakan peneliti adalah LaptopAcer Aspire E1-432 dengan spesifikasi sebagai berikut.
Tabel 1. Spesifikasi Perangkat Keras
No Spesifikasi
1 Processor Intel® Celeron® 2955U @ 1.40GHz
2 RAM 2 GB DDR3 L Memory
3 Tipe Sistem 32 bit Operating System, x64-baseproscessor
4 Monitor 14.0” HD LED LCD
5 Harddisk 500 GB
6 Operating System Windows 7
Adapun perangkat lunak yang digunakan dalam penelitian ini diantaranya adalah unity 3D engine sebagai environment sistem dan monodevelop sebagai script writer.
c. Metode Pengumpulan Data
Metode data mining yang digunakan adalah Deskripsi (description), memberi gambaran secara ringkas terhadap sejumlah data yang berskala besar dan memiliki banyak jenis. Termasuk di dalamnya metode Decision Tree,Exploratory Data Analysis dan Neural Network[12]. Metode pengumpulan data yang digunakan dalam pembahasan penelitian ini adalah observasi lapangan yang merupakan tahap pengumpulan data dengan melakukan wawancara dengan pihak pegawai Apotek Manjur serta studi literatur yang merupakan tahap pengumpulan data dengan cara mengumpulkan literatur, jurnal, paper, dan buku-buku yang berkaitan dengan judul penelitian, serta data-data yang dibuat antara lain data barang, data association rule, data stock barang, data tipe barang dan data kategori produk.Secara garis besar, langkah- langkah dalam penelitian ini meliputi perencanaan (planning), analisis data, pengujian metode dan mendapatkan hasil pengujian. Keempat langkah tersebut dapat dilihat dari bagan berikut ini:
Gambar 1.Tahap Penelitian 2.2 Trend Moment
Perencanaan Analisis Data
Pengujian Metode Hasil Pengujian
Metode 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[13]. Metode trend moment menggunakan cara-cara perhitungan statistika dan matematika tertentu untuk mengetahui fungsi yang dibentuk oleh data historis perusahaan[14]. Dalam penerapan metode Trend Moment dapat dilakukan dengan menggunakan data historis dari satu variabel, adapun rumus persamaan pada metode Trend Moment adalah sebagai berikut [15]:
Y= a + bx (1)
DimanaY adalah nilai variabel, a adalah bilangan konstan yang kemudian ditambahkan dengan b yang merupakan koefisien garis trenddan x yang merupakanIndex waktu (0, 1, 2, .... n). Indeks musim adalah suatu deret berkala yang memiliki gerakan-gerakan yangteratur dan hampir terjadi pada waktu-waktu tertentu, dianggap mempunyai gerakan musiman (seasonal movement). Gerakan musiman biasanya dipengaruhi oleh variabel tertentu yang ada kaitannya dengan musim yang disebabkan oleh alam maupun kegiatan manusia.
Untuk menghitung nilai a dan b digunakan rumus:
𝑏 =∑𝑋𝑖𝑌𝑖−𝑛 (𝑥)(𝑦)
∑𝑋𝑖2−𝑛 (𝑥)2 (2)
a = Y – b (X) (3)
Dimana :
Y = Rata-rata permintaan per periode waktu.
X = Rata-rata jumlah penjualan
Berikut adalah flowchart dari metode Trend Moment yang dapat dilihat pada gambar 2 di bawah ini : Mulai
Data Penjualan Obat Vitamin 1
Tahun
Mencari Nilai XY dan X2 XY = (Data Penjualan x Periode Waktu)
X2 = Periode Waktu^2
Mendapatkan nilai XY dan X2
b = total XY – (total periode * rata-rata Periode*rata-rata penjualan) / total X2 – (total periode * rata-rata periode^2)
a = total penjualan – b * (rata-rata periode) Prediksi = a + b (periode yang masu diramal)
Hasil Prediksi
Selesai
Gambar 2. Flowchart Metode Trend Moment
3. HASIL DAN PEMBAHASAN
3.1 Analisis Data
Berdasarkan flowchart di atas, adapun data penjualan obat vitamin yang dipakai sebagai acuan prediksi untuk tahun berikutnya pada masa pandemi Covid-19 adalah data penjualan bulan Januari 2021 hingga Desember 2021dengan 5 jenis produk yaitu Becom C, Enervon C, Ester C, Hevit C dan Vitalong C. Berikut sajian data aktual penjualan obat vitamin pada Apotek Manjur Marendal yang dapat dilihat pada tabel 1 di bawah ini:
Tabel 2.Data Aktual Penjualan Obat Vitamin Periode 1 Tahun
Bulan Tahun Produk Vitamin Jumlah Jual Total Penjualan Waktu
Januari 2021 Becom C 535 3289 1
Ever E 789
Ester C 615
Neurobion 678 Vitalogn C 672
Februari 2021 Becom C 894 4021 2
Enervon C 801
Ester C 706
Hevit C 805
Vitalong C 815
Maret 2021 Natur E 915 4556 3
Enervon C 948
Ester C 815
Imbost 953
Vitalogn C 925
April 2021 Becom C 1100 5671 4
Enervon C 987 Vitacimin 1108
Hevit C 1156
Vitalogn C 1320
Mei 2021 Becom C 1123 5785 5
Enervon C 996
Imbost 1158
Hevit C 1148
Vitalogn C 1360
Juni 2021 Becom C 1098 5719 6
Imbost 975
Ester C 1152
Hevit C 1123
Vitalogn C 1371
Juli 2021 Natur E 987 5010 7
Enervon C 752 Bekom zet 854
Hevit C 1098
Vitalogn C 1319
Agustus 2021 Becom C 1000 5318 8
Enervon C 981
Prove D3 956
Hevit C 1136
Vitalogn C 1245
September 2021 Becom C 912 5119 9
Enervon C 990
Natur E 1042
Hevit C 1023
Imbost 1152
Oktober 2021 Becom C 895 4907 10
Enervon C 956 Neurobion 947
Hevit C 1017
Vitalong C 1092
November 2021 Prove D3 956 4877 11
Enervon C 988
Ever E 947
Hevit C 992
Imbost 994
Desember 2021 Becom C 891 4012 12
Enervon C 799
Prove D3 701
Natur E 801
Vitalong C 820 3.2 Pengujian Metode Trend Moment
Berdasarkan pada tabel 1, data yang digunakan adalah data penjualan obat vitamin C tablet dengan lima jenis produk diantaranya Becom C, Enervon C, Ester C, Hevit C dan Vitalong C. Data penjualan yang digunakan adalah total penjualan keseluruhan obat vitamin pada periode bulan di tahun 2021. Selanjutnya sebelum melakukan penghitungan Trend Moment dengan memprediksi penjualan obat vitamin selama masa pandemi Covid-19, terlebih dahulu mencari nilai XY dan X2. Nilai XY didapatkan dengan cara melakukan operasi perkalian antara nilai kolom penjualan (Y) dan nilai kolom waktu (X). Sedangkan nilai X2 didapatkan dengan cara melakukan perkalian pangkat periode waktu (X). Adapun prosesnya sebagai berikut :
XY1 = 3289 x 1 = 3289 XY2 = 4021 x 2 = 8042 XY3 = 4556 x 3 = 13668 XY4 = 5671 x 4 = 22684 XY5 = 5785 x 5 = 28684 XY6 = 5719 x 6 = 34314 XY7 = 5010 x 7 = 35070 XY8 = 5318 x 8 = 42544 XY9 = 5119 x 9 = 46071 XY10 = 4907 x 10 = 49070 XY11 = 4877 x 11 = 53647 XY12 = 4012 x 12 = 48144
Selanjutnya melakukan perhitungan untuk mencari nilai X2 seperti berikut ini : X21 = 12 = 1
X22 = 22 = 4 X23 = 32 = 9 X24 = 42 = 16 X25 = 52 = 25 X26 = 62 = 36 X27 = 72 = 49 X28 = 82 = 64 X29 = 92 = 81 X210 = 102 = 100 X211 = 112 = 121 X212 = 122 = 144
Berdasarkan hasil pencarian nilai XY dan X2, didapati nilai keseluruhan yang dapat dilihat pada tabel 2 di bawah ini:
Tabel 3. Data Aktual Penjualan Obat Serta Nilai XY dan X2
Bulan Tahun Total Penjualan Obat Vitamin (Y) Waktu(X) XY X2
Januari 2021 3289 1 3289 1
Februari 2021 4021 2 8042 4
Maret 2021 4556 3 13668 9
April 2021 5671 4 22684 16
Mei 2021 5785 5 28925 25
Juni 2021 5719 6 34314 36
Juli 2021 5010 7 35070 49
Agustus 2021 5318 8 42544 64
September 2021 5119 9 46071 81
Oktober 2021 4907 10 49070 100
November 2021 4877 11 53647 121
Desember 2021 4012 12 48144 144
Jumlah 58284 78 385468 650
Rata-Rata 4857 6.5 32122.3 54.2
Berdasarkan pada tabel 2 di atas, setelah mendapatkan nilai XY dan X2 serta nilai rata-rata, kemudian dilakukan tahap perhitungan dalam prediksi penjualan obat vitamin pada Apotek Manjur untuk periode 1 tahun yang akan datang dimulai dari bulan Januari 2022 hingga bulan Desember 2022. Adapun proses prediksi penjualan obat pada Apotek Manjur 1 tahun yang akan datang adalah sebagai berikut :
a. Prediksi Penjualan Obat Vitamin Bulan Januari 2022
Prediksi penjualan obat vitamin pada bulan Januari 2022 sebagai berikut:
Nilai Trend yaitu : Y = 𝑎 + 𝑏X
b= ∑ 𝑥𝑖𝑦𝑖−𝑛𝑥̅𝑦̅
∑ 𝑥𝑖2−𝑛(𝑥𝑖̅ )2
b=385468−12×6,5×4857 650−12×(6,5)2
b=6622
143
b= 46,3 a= 𝑦̅ − b(𝑥̅)
a= 4857 − 46,3(6,5) a= 4556
Berdasarkan pada perhitungan di atas, setelah didapati nilai a dan b selanjutnya menghitung nilai trend untuk prediksi penjualan obat vitamin pada bulan Januari 2022, sseperti berikut ini :
Y = 𝑎 + 𝑏X
Y= 4556 + 46,3(13) Y=5158
Berdasarkan pada perhitungan di atas, hasil akhir dari prediksi penjualan obat vitamin dengan menggunakan metode Trend Moment pada bulan Januari 2022 adalah sebanyak 5158 obat vitamin yang akan terjual.
b. Prediksi Penjualan Obat Vitamin Bulan Februari 2022
Prediksi penjualan obat pada bulan Februari 2022 sebagai berikut : Nilai Trend yaitu : Y = 𝑎 + 𝑏X
b= ∑ 𝑥𝑖𝑦𝑖−𝑛𝑥̅𝑦̅
∑ 𝑥𝑖2−𝑛(𝑥𝑖̅ )2
b=385468−12×6,5×4857 650−12×(6,5)2
b=6622
143
b= 46,3 a= 𝑦̅ − b(𝑥̅)
a= 4857 − 46,3(6,5) a= 4556
Berdasarkan pada perhitungan di atas, setelah didapati nilai a dan b selanjutnya menghitung nilai trend untuk prediksi penjualan obat vitamin pada bulan Februari 2022 seperti berikut ini :
Y = 𝑎 + 𝑏X
Y= 4556 + 46,3(14) Y=5204
Berdasarkan pada perhitungan di atas, hasil akhir dari prediksi penjualan obat vitamin dengan menggunakan metode Trend Moment pada bulan Februari 2022 adalah sebanyak 5204 obat vitamin yang akan terjual.
c. Prediksi Penjualan Obat Vitamin Bulan Maret 2022
Prediksi penjualan obat pada bulan Maret 2022 sebagai berikut : Nilai Trend yaitu : Y = 𝑎 + 𝑏X
b= ∑ 𝑥𝑖𝑦𝑖−𝑛𝑥̅𝑦̅
∑ 𝑥𝑖2−𝑛(𝑥𝑖̅ )2
b=385468−12×6,5×4857 650−12×(6,5)2
b=6622
143
b= 46,3 a= 𝑦̅ − b(𝑥̅)
a= 4857 − 46,3(6,5) a= 4556
Berdasarkan pada perhitungan di atas, setelah didapati nilai a dan b selanjutnya menghitung nilai trend untuk prediksi penjualan obat vitamin pada bulan Maret 2022 seperti berikut ini :
Y = 𝑎 + 𝑏X
Y= 4556 + 46,3(15) Y=5251
Berdasarkan pada perhitungan di atas, hasil akhir dari prediksi penjualan obat vitamin dengan menggunakan metode Trend Moment pada bulan Maret 2022 adalah sebanyak 5251 obat vitamin yang akan terjual.
d. Prediksi Penjualan Obat Vitamin Bulan April 2022
Prediksi penjualan obat pada bulan April 2022 sebagai berikut:
Nilai Trend yaitu : Y = 𝑎 + 𝑏X b= ∑ 𝑥𝑖𝑦𝑖−𝑛𝑥̅𝑦̅
∑ 𝑥𝑖2−𝑛(𝑥𝑖̅ )2
b=385468−12×6,5×4857 650−12×(6,5)2
b=6622
143
b= 46,3 a= 𝑦̅ − b(𝑥̅)
a= 4857 − 46,3(6,5) a= 4556
Berdasarkan pada perhitungan di atas, setelah didapati nilai a dan b selanjutnya menghitung nilai trend untuk prediksi penjualan obat vitamin pada bulan April 2022 seperti berikut ini:
Y = 𝑎 + 𝑏X
Y= 4556 + 46,3(16) Y=5297
Berdasarkan pada perhitungan di atas, hasil akhir dari prediksi penjualan obat vitamin dengan menggunakan metode Trend Moment pada bulan April 2022 adalah sebanyak 5297 obat vitamin yang akan terjual.
e. Prediksi Penjualan Obat Vitamin Bulan Mei 2022
Prediksi penjualan obat pada bulan Mei 2022 sebagai berikut : Nilai Trend yaitu : Y = 𝑎 + 𝑏X
b= ∑ 𝑥𝑖𝑦𝑖−𝑛𝑥̅𝑦̅
∑ 𝑥𝑖2−𝑛(𝑥𝑖̅ )2
b=385468−12×6,5×4857 650−12×(6,5)2
b=6622
143
b= 46,3 a= 𝑦̅ − b(𝑥̅)
a= 4857 − 46,3(6,5) a= 4556
Berdasarkan pada perhitungan di atas, setelah didapati nilai a dan b selanjutnya menghitung nilai trend untuk prediksi penjualan obat vitamin pada bulan Mei 2022 seperti berikut ini :
Y = 𝑎 + 𝑏X
Y= 4556 + 46,3(17) Y=5343
Berdasarkan pada perhitungan di atas, hasil akhir dari prediksi penjualan obat vitamin dengan menggunakan metode Trend Moment pada bulan Mei 2022 adalah sebanyak 5343 obat vitamin yang akan terjual.
f. Prediksi Penjualan Obat Vitamin Bulan Juni 2022
Prediksi penjualan obat pada bulan Juni 2022 sebagai berikut:
Nilai Trend yaitu : Y = 𝑎 + 𝑏X b= ∑ 𝑥𝑖𝑦𝑖−𝑛𝑥̅𝑦̅
∑ 𝑥𝑖2−𝑛(𝑥𝑖̅ )2
b=385468−12×6,5×4857 650−12×(6,5)2
b=6622
143
b= 46,3 a= 𝑦̅ − b(𝑥̅)
a= 4857 − 46,3(6,5) a= 4556
Berdasarkan pada perhitungan di atas, setelah didapati nilai a dan b selanjutnya menghitung nilai trend untuk prediksi penjualan obat vitamin pada bulan Juni 2022 seperti berikut ini :
Y = 𝑎 + 𝑏X
Y= 4556 + 46,3(18) Y=5390
Berdasarkan pada perhitungan di atas, hasil akhir dari prediksi penjualan obat vitamin dengan menggunakan metode Trend Moment pada bulan Juni 2022 adalah sebanyak 5390 obat vitamin yang akan terjual.
Untuk perhitungan prediksi penjualan obat vitamin pada bulan Juli hingga bulan Desember 2022 dilakukan dengan cara yang sama.
3.3 Hasil Pengujian
Adapun hasil pengujian aplikasi Sistem Analisis Prediksi Penjualan Vitamin Di Apotek Menggunakan Metode Trend Moment. Berdasarkan pada hasil prediksi penjualan obat vitamin periode bulan Januari hingga Desember 2021 pada Apotek Manjur pada masa pandemi Covid-19 menggunakan metode Trend Moment, dapat diambil kesimpulan bahwa hasil prediksi Trend Moment mencapai akurasi tertinggi > 90% dan akurasi terendah 64%. Sehingga berdasarkan hal tersebut, prediksi penjualan obat vitamin pada Apotek Manjur pada masa pendemi yang masih berlangsung hingga tahun 2022 stabil diangka penjualan lebih dari 5000 obat vitamin yang laku terjual. Adapun bentuk diagram perbandingan penjualan obat vitamin dan prediksi penjualan obat vitamin selama pada masa pendemi Covid-19 menggunakan metode Trend Moment dapat dilihat pada gambar 3 di bawah ini :
Gambar 3. Grafik Perbandingan Penjualan Obat Vitamin Hasil Prediksi 3.4 Penerapan
a. Halaman Data Produk
Berikut merupakan desain interface pada halaman data produk. Desain interface edit pada halaman ini dapat dilihat pada Gamabar 4 berkut ini:
Gambar 4. Tampilan Halaman Data Produk b. Halaman Laporan Bulanan
Berikut merupakan desain interface pada halaman laporan bulanan. Dapat dilihat penjualan produk selama 1 bulan,dapat dilihat pada Gamabar 5 berkut ini:
Gambar 5. Tampilan Halaman Laporan Bulanan 0
2000 4000 6000 8000
Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt Nov Des Perbandingan Penjualan dan Prediksi Penjualan Obat Vitamin
Pada Masa Pandemi Covid-19
Data Penjualan Real Data Penjualan Prediksi
c. Halaman Laporan Tahunan
Berikut merupakan desain interfacepada halaman laporan tahunan. Desain interfacepada halaman ini dapat dilihat pada Gamabar 6 berkut ini:
Gmbar 6. Tampilan Halaman Laporan Tahunan d. Halaman Grafik Prediksi
Berikut merupakan desain interfacepada halaman grafik dan prediksi dengan menggunakan metode trend moment. Desain interfacepada halaman ini dapat dilihat pada Gamabar 7 berkut ini:
Gambar 7. Tampilan Halaman Grafik Penjualan dan Prediksi
4. KESIMPULAN
Berdasarkan hasil analisa dari permasalahan yang terjadi dengan kasus yang dibahas tentang prediksi penjualan obat vitamin pada masa pendemi covid-19dengan menerapakan metode Trend Moment terhadap sistem yang dirancang dan dibangun maka dapat ditarik kesimpulan bahwa penerapan metode Trend Moment berhasil dilakukan untuk proses prediksi penjualan obat vitamin pada masa pendemi covid-19 di Apotek Manjur Marendal dengan hasil prediksi berdasarkan data penjualan obat vitamin ditahun 2021. Analisis prediksi penjualan obat vitamin dengan jenis produk Becom C, Enervon C, Ester C, Hevit C dan Vitalong C menggunakan metode Trend Moment dengan hasil prediksi pada masa pandemi ditahun 2022 stabil diangka penjualan ±5000 obat vitamin perbulan. Sedangkan hasil perbandingan data penjualan real dan data penjualan hasil prediksi didapatkan presentasi hasil prediksi Trend Moment mencapai akurasi tertinggi > 90% dan akurasi terendah 64%.
REFERENCES
[1] I. G. A. P. I. Sidhiantari, “Analisis Perancangan Aplikasi Peramalan Barang Dadang Sederhana dengan Metode Semi Average Method,” J. Tek. Elektro dan Komput., vol. 9 no., no. J. Tek. Elektro dan Komput., pp. 206–212, 2020.
[2] S. Amir and H. Abijono, “Penerapan Data Mining untuk Mendukung Pemasaran Produk Pinjaman Bank,” CAHAYAtech, vol. 7, no. 2, p. 161, 2019, doi: 10.47047/ct.v7i2.102.
[3] Sarwo, “Hibrid Method Menggunakan Data Mining Dan Naive Bayes Model Untuk Prediksi Studi Kasus Kerusakan Lampu Efek,” 2016.
[4] A. S. Sheih, "Data Mining Penjualan Produk Dengan Metode Apriori Pada Indomaret Galang Kota", Jurnal Nasional Komputasi dan Teknologi Informasi Vol. 1 No. 2, Oktober 2018.
[5] Utomo D.P, "Analisis Komparasi Metode Klasifikasi Data Mining dan ReduksiAtribut Pada Data Set Penyakit Jantung", JURNAL MEDIA INFORMATIKA BUDIDARMAVolume 4, Nomor 2, April 2020, Page 437-444, ISSN 2614-5278 (media cetak), ISSN 2548-8368 (media online), 2020.
[6] I. Turmuzdi and A. C. Murti, “Implementation of Trend Moment Method for Goods Stock Control,” J. Transform., vol. 16, no.
2, p. 182, 2019, doi: 10.26623/transformatika.v16i2.1202.
[7] J. Andriano Frans, M. Orisa, and S. Adi Wibowo, “Prediksi Penjualan Kayu Lapis Di Cv Diato Wood Sejahtera Dengan Metode Trend Moment Berbasis Web,” JATI (Jurnal Mhs. Tek. Inform., vol. 4, no. 2, pp. 183–190, 2020, doi: 10.36040/jati.v4i2.2719.
[8] I. Yulian, D. S. Anggraeni, and Q. Aini, “Penerapan Metode Trend Moment Dalam Forecasting Penjualan Produk CV. Rabbani Asyisa,” JURTEKSI (Jurnal Teknol. dan Sist. Informasi), vol. 6, no. 2, pp. 193–200, 2020.
[9] Muhammad Rizal, Dewi Rosa Indah, and Rahmi Meutia, “Analisis Peramalan Produksi Menggunakan Trend Moment Pada Kilang Padi Do’a Ibu Diperlak Kecamatan Pereulak,” J. Samudra Ekon., vol. 5, no. 2, pp. 161–168, 2021, doi:
10.33059/jse.v5i2.4274.
[10] D. N. E. Ardini, A. D. Riyanto, P. Arsi, Y. M. Idah, and A. Prasetyo, “Sistem Peramalan Penjualan Menggunakan Metode Trend Moment Pada Toko Mebel Nabila Furniture Paguyangan Brebes Berbasis Desktop,” J. Inform. UPGRIS, vol. 5, no. 2, pp. 2–6, 2019.
[11] E. Purnomo, A. Najib, and Y. Nyura, “Penerapan Metode Trend Moment Untuk Forecast Penjualan Barang di Indomaret,” Pros.
Semin. Ilmu Komput. dan Teknol. Inf., vol. 3, no. 1, pp. 98–102, 2018, [Online]. Available:
https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&cad=rja&uact=8&ved=2ahUKEwiP28KKgODrAhX CX30KHcETC-gQFjAIegQIAhAB&url=http%3A%2F%2Fe-
journals.unmul.ac.id%2Findex.php%2FSAKTI%2Farticle%2Fdownload%2F2074%2Fpdf&usg=AOvVaw2IyGHV84pcCaz3b Rd979zP.
[12] Mustafa M.S, "Implementasi Data Mining untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier ", Citec Journal, Vol. 4, No. 2, ISSN: 2460-4259, 2017.
[13] Yulian, I, "PENERAPAN METODE TREND MOMENTDALAM FORECASTINGPENJUALAN PRODUKCV.RABBANI ASYISA", JURTEKSI (Jurnal Teknologi dan Sistem Informasi)ISSN 2407-1811 (Print)Vol. 6 No. 2, hlm. 193–200ISSN 2550- 0201, April 2020.
[14] D. N. Fitriani, P. Aisyiyah, and R. Devi, “Implementasi Metode Trend Moment Pada Jumlah Produksi Baju Distro Jatirogo,”
vol. 16, no. January 2019, pp. 134–140, 2022.
[15] F. Marisa and D. Purnomo, “Implementasi Metode Trend Moment ( Peramalan ) Mahasiswa Baru Universitas Widyagama Malang,” vol. 3, no. 2, 2018, doi: 10.31328/jointecs.v3i2.785.
