ARTIKEL SISTEM PREDIKSI PENJUALAN BAJU MENGGUNAKAN SINGLE . - UNP Kediri

Simki-Techsain Vol. 02 No. 02 Tahun 2018 ISSN : 2599-3011ARTIKELSISTEM PREDIKSI PENJUALAN BAJU MENGGUNAKAN SINGLEEXPONENTIAL SMOOTHINGOleh:UNTARI13.1.03.03.0128Dibimbing oleh :1. Rini Indriati, S.Kom., M.Kom2. Teguh Andriyanto, S.T., M.CsPROGRAM STUDI SISTEM INFORMASIFAKULTAS TEKNIKUNIVERSITAS NUSANTARA PGRI KEDIRITAHUN 2017

Simki-Techsain Vol. 02 No. 02 Tahun 2018 ISSN : 2599-3011Artikel SkripsiUniversitas Nusantara PGRI KediriUntari 13.1.03.03.0128Teknik – Sistem Informasisimki.unpkediri.ac.id 1

Simki-Techsain Vol. 02 No. 02 Tahun 2018 ISSN : 2599-3011Artikel SkripsiUniversitas Nusantara PGRI KediriSISTEM PREDIKSI PENJUALAN BAJU MENGGUNAKAN SINGLEEXPONENTIAL SMOOTHINGUntari13.1.03.03.0128Fakultas Teknik – Sistem InformasiDewiuntari4994@gmail.comRini Indriati, M.Kom dan Teguh Andriyanto, ST.,M.CsUNIVERSITAS NUSANTARA PGRI KEDIRIABSTRAKUNTARI : Sistem Prediksi PenjualanBajuMenggunakanSingle Exponential Smoothing, Skripsi,Sistem Informasi, FT UN PGRI Kediri, 2017.Permasalahan yang umum dihadapi penjual adalah bagaimana memperkirakan penjualan barangdi masa mendatang berdasarkan data yang direkam sebelumnya.Peramalan tersebut sangatberpengaruh pada keputusan toko untuk menentukan jumlah persediaan barang yang harus disediakanoleh toko. Perencanaan persediaan yang baik akan mempengaruhi inventori guna mencapai tingkatefektifitas yang maksimal.Untuk itu penulis merancang sebuah sistem peramalan yang diharapkan dapat membantupenjual jamu dalam memperkirakan berapa banyak persediaan stok dan penjualan pada bulanberikutnya. Sistem Peramalan ini menggunakan metode trend moment.Semakin banyak data-datahistoris untuk perhitungan peramalan menggunakan metode Trend Moment semakin akurat pulaperamalan yang dihasilkansehingga hasil peramalan tersebut dapat membantu pelaku pengusaha bisnisdalam mempertimbangkan berapa banyak persediaan barang pada bulan berikutnya, agar tidakmengalami kekurangan atau kelebihan barang.Sistem prediksi persediaan jamu berbasis desktop dengan menggunakan perangkat komputer.Selain sebagai syarat kelulusan, proyek ini diharapkan dapat membantu penjual. Sehingga bisamemperkirakan persediaan jamu pada bulan berikutnya.KATA KUNCI : prediksi penjualan menggunakan single exponential smoothingUntari 13.1.03.03.0128Teknik – Sistem Informasisimki.unpkediri.ac.id 2

Simki-Techsain Vol. 02 No. 02 Tahun 2018 ISSN : 2599-3011Artikel SkripsiUniversitas Nusantara PGRI KediriI. PENDAHULUANA. Latar BelakanPerkembangan ekonomi di Indonesiabervariasi, mulai dari pakaian anak-anakpada saat ini berkembang cukup pesat.hingga dewasa, untuk pria maupun wanita.Banyakindustritumbuhberkembang,sehingga mengakibatkan pesaing makinbanyak di dalam industri, misalnya padaindustri pakaian jadi. Seiring denganperkembanganzamandanperubahanbudaya, minat konsumen terhadap fashionmakintinggi.Halinimenyebabkanpermintaan konsumen terhadap pakaianjadi juga ikut berubah sesuai denganfashion yang sedang tren saat iniPermintaankonsumenyangtidakmenentu seiring dengan pergantian trenfashionyangberubahdengancepatbersamaan dengan perkembangan zamanberpengaruh pada penjualan perusahaan.Makin tinggi permintaan konsumen, makintinggi pula penjualan yang dilakukan olehperusahaan. Hal ini membuat persaingan diindustri pakaian menjadi makin ketatTari Collection merupakan perusahaanyang bergerak dalam bidang industripakaian jadi. Target pasar mereka adalahkalangan menengah ke atas maupunmenengah kebawah dan mempunyai geraigerai tersendiri di beberapa mal dan jugapasar tradisional di kota Kediri. Produkproduk perusahaan tersebut sudah cukupUntari 13.1.03.03.0128Teknik – Sistem InformasiAkan tetapi, perusahaan mengalamipermasalahan, yaitu permintaan produkyang bervariasi tiap bulannya sehinggaperusahaansulitmenentukanberapajumlah produksi yang tepat sehinggaterjadi kesulitan dalam embutuhkanitu,peramalanjumlah stok yang tepat.Adapun metode yang dapat memberisolusi dari permasalahan yang diuraikandiatas, seperti metode peramalan Singleexponential smoothing, karena pola datapenjualan baju berunsur trend. DenganadanyametodeSingleexponentialsmoothing diharapkan dapat membantuToko Tari Collection dalam menentukanstok di bulan berikutnya.Berdasarkanpermasalahandiatas,maka saya menyusun Skripsi dengan LEEXPONENTIAL SMOOTHING”.B. Pembatasan MasalahBatasan masalah dalam penulisan skripiini adalah:simki.unpkediri.ac.id 3

Simki-Techsain Vol. 02 No. 02 Tahun 2018 ISSN : 2599-3011Artikel SkripsiUniversitas Nusantara PGRI Kediri1. DataPenelitiandiambildaridatapenjualan Toko Tari Collection.1. Untuk mengetahui sistem peramalanpenjualan baju menggunakan Single2. Data yang digunakan dalam prosespembuatan sistem ini menggunakanExponential Smoothing.2. Untukmengimplementasikansistemdata penjualan bulan Januari 2012peramalan penjualan baju menggunakansampai dengan bulan Desember 2015.Single Exponential Smoothing.3. onentialSmoothing.C. Rumusan MasalahII. METODE PENELITIANBerdasarkan latar belakang dari hasilpenelitian yang penulis lakukan ditemukanbeberapa permasalahan, diantaranya :1. Bagaimana3. UntukcaramerancangsistemMenurut Pakaja (2012) todebergerakdenganpembobotan yang canggih, tetapi masihperamalan penjualan baju menggunakanmudahSingle Exponential Smoothing?menggunakan pencatatan data masa lalu2. Bagaimana cara malanpenjualan baju menggunakan SingleExponential Smoothing?D. Tujuan PenelitianPenelitian ini dilakukan dengan tujuansebagai berikut :Untari 13.1.03.03.0128Teknik – Sistem Informasisedikit.MetodeModeliniinimengasumsikan data berfluktuasi di sekitarnilai rata-rata yang tetap, tanpa mengikutipola atau tren.RumusSmoothing?3. �𝒕 𝜶. 𝒙𝒕 (𝟏 𝜶) . 𝑭𝒕 𝟏Dimana :𝑭𝒕 : Forecasting ke-t𝒙𝒕 : Nilai aktual ke-tsimki.unpkediri.ac.id 4

Simki-Techsain Vol. 02 No. 02 Tahun 2018 ISSN : 2599-3011Artikel SkripsiUniversitas Nusantara PGRI Kediriα : Alpa antara (0 sampai dengan 1)3. Nilai tengah kesalahan persentasePengujian Peramalan yang biasanyaabsolut (Mean Absolute Percentagedigunakan adalah :Error)1. ngukurankesalahan yang menghitung ukuranbergunaketikamengukurkesalahan peramalan dalam unit yangsamaMAPEsebagaideretasli.presentase penyimpangan antara dataaktual dengan data peramalan.MADMAPE 𝒙𝒕 𝑭𝒕 𝒊 𝒏𝟏𝟎𝟎%𝒊 𝟏𝒙𝒕𝑵merupakan ukuran pertama kesalahanDimana :peramalan keseluruhan untuk sebuah𝒙𝒕 : Nilai aktual periode ke tmodel. Rumus untuk menghitung MAD𝑭𝒕 : Peramalan Periode Ke tadalah sebagai berikut:MAE/MAD 𝑁 : Jumlah data 𝒙𝒕 𝑭𝒕 𝑵4. BIAS – The arithmetic mean of theDimana :errors𝒙𝒕 : Nilai aktual periode ke t. (𝒙𝒕 𝑭𝒕 )BIAS 𝑭𝒕 :Peramalan.𝑵Keterangan:𝑁 : Jumlah periode.𝒙𝒕 : Nilai aktual periode ke t2. Mean Squared Error (MSE)MSE merupakan cara kedua untuk𝑭𝒕 : Peramalan Periode Ke t𝑁: Jumlah datamengukurkesalahanperamalankeseluruhan. MSE merupakan rata-rataselisihkuadratantaranilaidiramalkan dan yang diamati.MSE 𝒙𝒕 𝑭𝒕 2Untari 13.1.03.03.0128Teknik – Sistem Informasi𝑵yang5. Nilai α (Alpha)Setelah mendapatkan nilai alpha (α)hitunglah Standart of Estimate erroruntuk mengetahui nilai alpha (α) manayang sesuai untuk digunakan dengansimki.unpkediri.ac.id 5

Simki-Techsain Vol. 02 No. 02 Tahun 2018 ISSN : 2599-3011Artikel SkripsiUniversitas Nusantara PGRI Kedirinilai hasil terkecil. Uji bobot nilai alphaPenentuan nilai alpa Dengan menghitungnya mulai (α 0,1), (α 0,2), (α 0,3),nilai bias terkecil maka menghasilkan nilai(α 0,4), (α 0,5), (α 0,6), (α 0,7),alpa 0.8(α 0,8), dan (α 0,9). Hitunglah nilaiMenghitung nilai Bias Dengan alpa 0,8peramalannya menggunakan alpha (α)yang cocok.III. HASIL DAN KESIMPULANA. Perhitungan PeramalanBerikut ini adalah tabel data baju padaNilai BIAS :Setelah (𝒙𝒕 𝑭𝒕 )mengetahui𝑵 0,17nilaialpamakaselanjutnya menentukan peramalan nyadengan menggunakan rumus :𝑭𝒕 𝜶. 𝒙𝒕 (𝟏 𝜶) . 𝑭𝒕 𝟏bulan januari 2013 sampai dengan JuniDenganmenggunakanpadabulan2017 :Januari 2013 sampai dengan bulan JuniTabel 4.1 Data penjualan baju2017 atau selama 55 bulan denganmenggunakan nilai alpa 0,8 maka dapatdihasilkannilaiBIAS:0,17.Danperamalan stok yang tepat pada bulan juli2017 adalah 105,44B. Perancangan Sistem1. Diagram konteksDiagram konteks merupakan leveltertinggi dari DFD yang menggambarkanseluruh input ke dalam sistem atau outputdari sistem yang memberi gambaranData di atas digunakan untuk prosestentang keseluruhan sistem. Gambaranpemilian nilai Alpa yang cocok untukkonteks diagram dari sistem peramalanpenjualan baju dapat dilihat pada gambarpengujan Peramalan dengan menggunakanberikut:metode Single Exponential Smoothing.Untari 13.1.03.03.0128Teknik – Sistem Informasisimki.unpkediri.ac.id 6

Simki-Techsain Vol. 02 No. 02 Tahun 2018 ISSN : 2599-3011Artikel SkripsiUniversitas Nusantara PGRI Kedirib. Tabel data ambar 2.1 Diagram konteks2. DFD (Data Flow Diagram)Gambar 2.5 Tabel data produkc. Tabel data penjualanGambar 2.6 Tabel data penjuanGambar 2.2 DFD level 0a. DFD level 12. Tampilan Sistema. Form loginPeramalanSingleExponentialSmoothingGambar 2.7 Form loginGambar 2.3 DFD level 1b. Form homeC. Implementasi SistemBerikut adalah struktur dari tabel –tabel yang digunakan pada sistem yangakan dibangun :1. Struktur tabela. Tabel data adminGambar 2.4 Tabel data usUntari 13.1.03.03.0128Teknik – Sistem InformasiGambar 2.8 Form homec. Form input penjualanGambar 2.9 Form penjualansimki.unpkediri.ac.id 7

Simki-Techsain Vol. 02 No. 02 Tahun 2018 ISSN : 2599-3011Artikel SkripsiUniversitas Nusantara PGRI Kedirid. Laporan penjualan1. Untuk mengetahui sistem peramalanpenjualan baju menggunakan SingleExponential Smoothing.2. Untukmengimplementasikansistemperamalan penjualan baju menggunakanGambar 2.10 laporan penjualane.Single Exponential Smoothing.Hasil Peramalan3. UntukGrafik embajuExponential2. t Series1januar 0hasilSmoothing.Gambar 2.11 hasil peramalan100mengetahuimenggunakan input penjualan tiap akhirSeries2periode, dalam arti lain belum terintegrasidengan sistem restok dan juga sistemGambar 2.12 Grafik Forecastingpenjualan, oleh karena itu, untuk penelitianD. KESIMPULAN DAN SARANselanjutnya1. SimpulanDari perancangan dan implementasidisarankanuntukmengintegrasikan sistem restok dan jugabajusistem penjualan dengan sistem peramalanmenggunakan metode Single Exponentialmenggunakan metode Single ExponentialSmoothing untuk forecasting (peramalan)Smoothingn.kebutuhan persediaan barang pada TokoIV.Tari Collection dapat disimpulkan bahwa :Ajeng, S. 2011. Peramalan PenjualanUntukPerencanaanPengadaanPersediaan Buah Durian di RumahDurian Harum Bintaro Jakarta.Skripsi.(Tidakdipublikasikan).Fakultas Sains dan Teknologi JurusansisteminformasiUntari 13.1.03.03.0128Teknik – Sistem InformasipenjualanDAFTAR PUSTAKAsimki.unpkediri.ac.id 8