Академический Документы
Профессиональный Документы
Культура Документы
METODE EXPONENTIAL
Sugianto
ABSTRAKSI
permasalahan dalam menentukan jumlah bahan baku yang dibutuhkan dalam proses
produksinya, dimana jumlah angka produksinya tetap, atau jumlahnya sama setiap
periodenya. Seandainya jumlah angka penjualan lebih besar daripada jumlah angka
sebaliknya Jika terjadi keadaan dimana jumlah angka pembelian lebih besar
meliputi modul data customer, suplier, barang, pembelian, penjualan. Metode yang
Dalam sebuah perusahaan yang bergerak di bidang jasa atau bidang manufaktur,
diperlukan suatu perencanaan yang tepat agar perusahaan tersebut dapat terus bersaing
dengan para kompetitornya. Semakin tepat keputusan yang dibuat, maka semakin kecil pula
penjualan yang efektif dan memberikan peralatan promosi untuk merangsang pembelian
Dalam penelitian ini dibuat perancangan sistem informasi informasi meliputi modul
data customer, suplier, barang, pembelian, penjualan. Metode yang digunakan dalam
satu hal yang harus diperhatikan adalah perencanaan untuk penetepan anggaran biaya
produksi. dalam kenyataannya sering terjadi suatu keadaan dimana jumlah angka
penjualan barang yang diproduksi tidak sebanding atau dikatakan lebih kecil daripada
perusahaan.
2. LANDASAN TEORI
2.1 Proses Peramalan
untuk meramalkan masa depan yang mengandung ketidakpastian. Oleh karena itu,
masa lalu tidak berbeda dengan kondisi di masa mendatang kecuali variabel-variabel
1. Penentuan tujuan
Pada tahap ini penentuan tujuan dari setiap peramalan harus disebutkan secara
kegunaan dari proyeksi manajerial yang telah ditetapkan, dan peramal harus
frekuensi revisi.
Suatu teori yang tepat guna akan selalu membantu seorang peramal dalam
3. Pengumpulan data
Tahap ini merupakan tahap yang paling kritikal karena tahap-tahap berikutnya
dapat dilakukan atau tidak tergantung pada relevansi data yang diperoleh tersebut.
4. Analisis data
Pada tahap ini dilakukan penyeleksian data karena dalam proses peramalan
seringkali kita mempunyai data yang tidak relevan dengan masalah yang akan di
Tahap ini adalah tahap untuk menguji kesesuaian data yang telah diperoleh ke
Semakin sederhana suatu model biasanya semakin baik model tersebut dalam
artian bahwa model tersebut mudah diterima oleh para manajer yang akan
Sebelum melakukan penerapan secara aktual, suatu model harus diuji terlebih
dahulu untuk menentukan akurasi, validitas, dan keandalan yang diharapkan. Jika
berbagai uji keandalan dan akurasi telah diterapkan pada model tersebut, revisi
tersebut.
8. Revisi final
Ramalan tidak bersifat statis. Penyiapan ramalan yang baru akan dilakukan
Pendistriusian hasil peramalan kepada manjemen harus pada waktu yang tepat dan
dalam format yang konsisten. Jika tidak, nilai ramalan tersebut akan berkurang.
2.2 DataTrend
Data trend adalah data berpola deret yang mengandung komponen jangka
sepanjang suatu periode waktu yang panjang. Dengan kata lain, suatu data runtut
waktu dikatakan mempunyai trend jika nilai harapannya berubah sepanjang waktu
sehingga data tersebut diharapkan untuk menaik atau menurun selama periode
trend. Pengaruh dari pola data ini misalnya pada permintaan akan komponen-
komputer, atau permintaan terhadap jasa kereta api menurun dengan semakin
Beberapa metode peramalan yang mbisa dipergunakan untuk data trend antara lain :
kurva pertumbuhan.
2.3 Exponential Smoothing
data terbaru. Metode ini didasarkan pada perhitungan rata-rata data-data masa lalu
secara exponential. Setiap data diberi bobot, dimana data yang lebih baru diberi bobot
yang lebih besar. Bobot yang digunakan adalah α untuk data yang paling baru yang
paling baru, α(1- α) digunakan untuk data yang agak lama, α(1- α)² untuk data yang
Dalam bentuk yang mulus (smooth), ramalan yang baru (untuk waktu t+1)
dapat dianggap sebagai rata-rata yang diberi bobot terhadap data terbaru (pada waktu
t) dan ramalan yang lama (untuk waktu t). bobot α diberikan pada data terbaru, dan
bobot 1- α diberikan pada ramalan yang lama, dimana 0 < α < 1. Dengan demikian :
Dimana :
periode t – 1.
trend adalah metode dua parameter Holt. Teknik Holt memperhalus trend dengan
At = α Yt + (1 – α) (At-1 + Tt-1).............................................................(2)
2. Estimasi trend
Ŷt + p = At + pTt .................................................................................(4)
Dimana
Tt = estimasi trend
tunggal, hanya saja variabel trend ditambahkan pada persamaan tersebut. Estimasi
trend dihitung dengan menghitung selisih antara dua nilai pemulusan eksponensial.
estimasi trend, pada persamaan untuk menghitung estimasi trend menunjukkan bahwa
estimasi trend dikalikan denga β dan kemudian ditambahkan pada estimasi yang
lama, dikalikan dengan (1 – β). Hasil dari persamaan tersebut adalah trend yang
Pada persamaan untuk menghitung ramalan pada periode p. Estimasi trend dikalikan
dengan jumlah periode yang akan diramalkan dan kemudian hasilnya ditambahkan
pada data pemulusan yang tahunnya sama untuk menghilangkan pengaruh random.
notasi matematis harus kita gunakan untuk menunjukkan suatu periode waktu
tertentu. Huruf Y digunakan untuk menunjukkan suatu variabel data runtut waktu.
Periode waktu dari satu variabel ditunjukkan sebagai subskrip. Oleh karena itu, Y t
Notasi matematis juga harus digunakan untuk membedakan nilai variabel data
runtut waktu sebenarnya dengan nilai permalan.nilai peramalan untuk Y t adalah Ŷt.
dengan data aslinya yakni Y1 ,Y2,... dengan nilai-nilai data hasil peramalan Ŷ1, Ŷ2,...
Ŷt = nilai peramalan Yt
disebabkan oleh suatu teknik peramalan tertentu. Hampir semua ukuran tersebut
metode alternatif dalam mengevaluasi suatu teknik peramalan. Setiap kesalahan atau
kesalahan yang moderat lebih disukai oleh suatu peramalan yang biasanya
MSE = ……………………………………………(5)
kesalahan absolute rata-rata atau mean absolute percentage error (MAPE) dihitung
dengan nilai observasi pada periode tersebut, dan akhirnya merata-ratakan persentase
absolute ini. Pendekatan ini sangat berguna jika ukuran variabel peramalan
menghitung MAPE :
MAPE = .......................................................................(6)
Perlu juga untuk menentukan apakah suatu metode permalan bias atau tidak
(secara konsisten tinggi atau rendah). Persentase kesalahan rata-rata atau mean
percentage error (MPE) digunakan dalam kasus seperti ini. MPE dihitung dengan
tersebut. Jika perndekatan peramalan tersebut tidak bias, maka perhitungan dengan
MPE akan menghasilkan persentase mendekati nol. Jika hasil persentase negatifnya
cukup besar maka metode peramalan tersebut menghasilkan hasil ramalan yang
menghitung MPE :
MPE = ...........................................................................(7)
3. PERMASALAHAN
Permasalahan yang terdapat dalam CV. Makmur Sejahtera adalah dalam
proses produksinya, jumlah angka produksinya tetap, atau jumlahnya sama setiap
periodenya. Jadi jika terjadi keadaan dimana jumlah angka penjualan lebih besar
stock bahan baku. Atau jika terjadi keadaan dimana jumlah angka pembelian lebih
periode mendatang, yang diharapkan dapat digunakan sebagai salah satu aspek
pertimbangan untuk menentukan jumlah angka produksi agar menjadi lebih efektif.
4. PERANCANGAN SISTEM
4.1 Perancangan Sistem
laporan yang berisi jumlah penjualan pada periode mendatang yang merupakan hasil
Proses dimulai dengan input dari data produk yang akan diramalkan jumlah
penjualannya dan data penjualan produk yang ada pada periode sebelumnya. Karena
untuk melakukan perhitungan peramalan, data yang ada pada periode sebelumnya
Kemudian input berupa barang yang akan ditentukan dan data penjualan
pada periode sebelumnya tersebut oleh sistem akan dilakukan proses perhitungan
yaitu proses penambahan data baru, proses transaksi yang meliputi proses transaksi
peramalan penjualan, dan proses pembuatan laporan yang meliputi proses pembuatan
laporan peramalan penjualan, proses pembuatan laporan penjualan dan proses
pada sistem yang ada sebelumnya, namun untuk pengecekan stock sampai pembuatan
pembelian agar tersimpan dalam data transaksi pembelian dan data barang dapat
terupdate stocknya.
mengacu pada sistem yang yang ada sebelumnya, setiap transaksi penjualan yang
terjadi harus dicatat dalam transaksi penjualan agar tersimpan dalam data penjualan
melakukan inisialisasi nilai alpha dan beta. Nilai alpha digunakan untuk perhitungan
estimasi trend.
untuk mendapatkan nilai baru yang telah dimuluskan. Kemudian perhitungan estimasi
trend, setelah mendapatkan nilai baru yang telah dimuluskan dan estimasi
kesalahan peramalan yang dihasilkan dari selisih antara data pada periode t dan nilai
tersebut digunakan untuk menghitung MSE. Kombinasi dari alpha dan beta yang
Output dari sistem berupa angka penjualan suatu barang produk tertentu
diperiode mendatang yang nilai MSE nya terkecil, yang dapat ditampilkan dalam
Data Flow Diagram (DFD) adalah suatu diagram yang digunakan untuk
menggambarkan arus data suatu sistem. Diawali dengan membuat konteks diagram
yang digunakan untuk memberikan gambaran secara keseluruhan arus data pada
suatu sistem, yang kemudian diturunkan ke dalam sub-sub yang lebih kecil dan
mendetail.
Data Supplier
Faktur Penjualan
+
Manajer
Laporan Penjualan per Bulan
Pada Gambar 4.8 menjelaskan rancangan sistem secara global. Pada Sistem
Informasi Peramalan Penjualan ini terdapat 3 buah External Entity yaitu Customer,
Data Supplier 1
1 Data Customer
Data Customer
2
Data Supplier
Customer
Data Penawaran Barang Surat Permintaan Barang Customer
Supplier
Daftar Pembelian Barang
data penjualan
Proses
data peramalan penjualan
Pembuatan
Laporan Laporan Penjualan per Bulan
Data_Pembelian +
Digunakan untuk menambahkan data baru pada data customer atau pada data
supplier.
2. Proses transaksi
pembelian.
customer dan proses input data supplier baru ke dalam data supplier.
2 data supllier
Data Supplier
1
Daftar Pembelian Barang
Supplier
update data pembelian
Poses Transaksi Faktur Pembelian
Pembelian
Bahan Baku
4 data pembelian update data stock barang
+
6 Data Bahan
Data Stock Barang
Data Customer
1 Data Customer
8 Data_Barang_Produk
Proses Transaksi
Data Penawaran Barang Penjualan Barang Data Barang Produk
Pada Gambar 4.11 menunjukkan proses yang ada dalam proses transaksi,
yaitu proses transaksi pembelian bahan baku dan proses transaksi penjualan barang.
Setiap transaksi penjualan atau pembelian barang yang dilakukan, akan disimpan
dalam data penjualan atau data pembelian, dan akan dilakukan proses update stock
Data Supplier
2 data supllier
4 data pembelian
6 Data Bahan
Supplier
2
Proses Simpan
update data stock bahan
Faktur Pembelian Data Stock
Bahan
dilakukan pembelian bahan baku, data akan disimpan dalam data pembelian dan data
detil pembelian, serta pada data barang akan dilakukan update stock.
data penjualan dan data detil penjualan, serta stock pada data barang produk akan
diupdate.
Data_Pembelian Detil_Pembelian
Supplier
Kode_Transaksi_Pembelian Kode_Transaksi_Pembelian
Supplier_Id Kode_Bahan
Supplier_Id
Nama_Supplier Dibeli pada Memilik i detil pem belian
Tgl_transaksi Subtotal
Alamat
Total_Harga
Data_Bahan
Kode_Bahan
Nama_Bahan
Satuan
Jumlah_stock
Stock_Minimal
perancangan sistem, beserta field atau kolom yang terdapat pada tiap tabel, nama
relasi serta sifat hubungan antar entity. Dalam sistem ini terdapat 9 buah tabel yaitu
antara lain customer, supplier, data penjualan, data pembelian, data detil penjualan,
data detil pembelian, data hasil ramalan, data barang, dan data barang produk.
DATA_PENJUALAN DATA_HASIL_RAMALAN
KODE_TRANSAKSI_PENJUALAN varchar(15) ID_RAMALAN varchar(10)
CUSTOMER_ID varchar(15) ID_PRODUK varchar(10)
TGL_TRANSAKSI date PERIODE_INPUT varchar(15)
TOTAL numeric(10) PERIODE_OUTPUT date
HASIL_PERAMALAN numeric(10)
CU STOMER _ID = CU STOMER_ID TINGKAT_KESALAHAN numeric(5)
CUSTOMER
CUSTOMER_ID varchar(15)
NAMA_CUSTOMER varchar(20)
ALAMAT varchar(50)
DETIL_PEMBELIAN DATA_BAHAN
KODE_TRANSAKSI_PEMBELIAN varchar(15) KODE_BAHAN varchar(10)
KODE_BAHAN varchar(10) NAMA_BAHAN varchar(10)
KODE_BAHAN = KOD E_BAH AN
JUMLA H numeric(10) SATUAN varchar(15)
SUBTOTAL numeric(10) JUMLAH_STOCK numeric(10)
STOCK_MINIMAL numeric(20)
KODE_TR ANSAKSI_PEMBELIAN = KODE_TR ANSAKSI_PEMBELIAN
DATA_PEMBELIA N SUPPLIER
KODE_TRANSAKSI_PEMBELIAN varchar(10) SUPPLIER_ID varchar(10)
SUPPLIER_ID varchar(10) NAMA_SUPPLIER varchar(8)
TGL_TRANSAKSI date SU PPLIER_ID = SUPPLIER_ID ALAMAT varchar(50)
TOTAL numeric(10)
Pada Gambar 4.16 digambarkan keterangan field pada setiap tabel, serta
4.3 Desain IO
4.3.1 Desain Input Master Data Customer
pada form tersebut terdapat 3 tombol, tombol simpan, digunakan untuk menyimpan
data setelah terlebih dahulu mengisi kolom yang diperlukan yaitu customer id, nama
customer, alamat customer, dan nomor telepon customer. Tombol rubah digunakan
untuk merubah data yang sudah ada. Dan tombol keluar digunakan untuk keluar dari
Form master data supplier digunakan untuk menyimpan data supplier bahan
baku kedalam data supplier. Tombol simpan digunakan untuk menyimpan data
setelah terlebih dahulu kolom supplier id, nama supplier, alamat supplier, dan telepon
supplier terisi terlebih dahulu. Tombol rubah digunakan untuk merubah data supplier
yang ada atau yang sudah tersimpan sebelumnya. Tombol keluar digunakan untuk
bahan baku produksi, untuk menyimpan data terlebih dahulu kolom kode barang,
untuk merubah data barang yang sudah ada atau sudah tersimpan, tombol keluar
digunakan untuk keluar dari form master barang dan kembali ke menu utama.
Form master data barang produk digunakan untuk menyimpan data barang
produk atau data hasil produksi. untuk menyimpan data, terlebih dahulu kolom id
produk, nama produk, satuan produk, jumlah stock produk, harga satuan produk harus
terisi terlebih dahulu. Tombol simpan berfungsi untuk menyimpan data, tombol rubah
berfungsi untuk merubah data barang produk yang sudah ada, dan tombol keluar
digunakan untuk keluar dari form master data barang produk dan kembali ke menu
utama.
periode mendatang, pertama pilih produk yang akan diramalkan hasil penjualannya,
kemudian kolom periode yang diramalkan di isi dengan bulan dan tahun yang
peramalan. Tombol keluar digunakan untuk keluar dari form peramalan dan kembali
ke menu utama.
yang sudah dilakukan. Untuk menyimpan data, lengkapi kolom yang ada, tombol
digunakan untuk menghapus salah satu item produk pada transaksi, tombol simpan
untuk keluar dari form transaksi penjualan dan kembali ke menu utama.
4.3.7 Desain Input Transaksi Pembelian
pembelian bahan baku produksi, tombol tambah digunakan untuk menambah item
barang kedalam transaksi, tombol hapus digunakan untuk menghapus item barang
dari transaksi, tombol simpan digunakan untuk menyimpan data, tombol keluar
DAFTAR PUSTAKA