VISUALISASI SALES DAN LOKASI PENJUALAN MENGGUNAKAN GOOGLE MAP SERTA PROYEKSI DEMAND FLEXY DAN MODEM DI MASA MENDATANG.

Transkripsi

1 VISUALISASI SALES DAN LOKASI PENJUALAN MENGGUNAKAN GOOGLE MAP SERTA PROYEKSI DEMAND FLEXY DAN MODEM DI MASA MENDATANG. (STUDI KASUS : PT. TELKOM INDONESIA) Catra Aldino 1, Rully A Hendrawan 2, Erma Suryani 3 Sistem Informasi FakultasTeknik Informasi (FTIf) - ITS Gedung FTiF Tc 213, Kampus ITS Sukolilo, Surabaya Telpon: (031) , , catraaldino@gmail.com Abstract Banyak lokasi penjualan produk Telkom yang tidak dapat teratasi karena banyaknya permintaan tapi kurangnya sales yang melayani konsumen, oleh karena itu dibuatkan aplikasi berbasis web dengan meggunakan google map yang terintegrasi menggunakan database yang disesuaikan dengan perusahaan. Metode yang digunakan dalam menyelesaikan tugas akhir ini yaitu membuat visualisasi sales dan letak lokasi penjualan di tiap STO (Sentral Telepon Otomatis) menggunakan google map serta melakukan proyeksi demand produk guna mengetahui besarnya pangsa pasar di tiap STO. Sebelum memasuki homepage untuk memasukan data, dibuatkan login admin dan form pengisiian data guna memudahkan admin mengisi data tanpa harus merubah dari database oracle secara langsung. Adapun tujuan dari tugas akhir ini adalah menunjukan lokasi STO serta Plaza yang dimiliki oleh Telkom dengan cara memunculkan berupa grafik pada gambar map di google map dan melakukan perhitungan proyeksi demand produk Telkom di masa mendatang. Dan hasil akhir yang diberikan untuk perusahaan adalah aplikasi yang sudah terintegrasi dengan baik serta memberikan rekomendasi untuk meningkatkan penjualan yang rendah untuk wilayah-wilayah tertentu. Kata Kunci: Perbandingan, Google Map, Peramalan. 1. PENDAHULUAN Dunia teknologi saat ini terutama bidang teknologi informasi dan komunikasi mengalami kemajuan yang cukup pesat, karena hampir seluruh segi kehidupan manusia menerapkan teknologi informasi dan komunikasi di dalamnya. Divisi Timur merupakan salah satu divisi pada PT. Telkom Indonesia Daerah Regional V, lebih berfungsi ke dalam perusahaan (Internal). Adapun tugas-tugas dari divisi Consumer Service Timur ini adalah : 1. Memastikan konsistensi implementasi kebijakan modal sales dan costumercare di wilayah operasi layanan yang telah ditetapkan secara terpusat. 2. Mengelola dan memprioritaskan alokasi resource secara optimal untuk channel yang paling efektif dan produktif. 3. Menciptakan peluang-peluang sales melalui mekanisme partnership dengan channel yang produktif. 4. Mengkonsolidasikan market intelligent dari seluruh unit operasi untuk mendukung fungsi marketing. Pada kasus ini, permasalahan yang dibahas adalah bagaimana dapat menyajikan informasi secara geografis untuk, mempermudah perusahaan melihat perbandingan penjualan pada produk di setiap plaza di masing-masing STO ( Sentra Telepon Otomatis). Kondisi saat ini, perusahaan masih kesusahan untuk membadingkan lokasi mana saja yang harusnya mendapat perhatian lebih dan untuk melihat lokasi serta data penjualan masih dilakukan secara manual. Oleh sebab itu untuk mengatasi permasalahan digunakan aplikasi yang memanfaatkan google map untuk mempermudah mengambil keputusan perusahaan dan aplikasi ini, menggunakan joomla dan database oracle. yang diintegrasikan menggunakan bahasa pemograman php menggunakan aplikasi dreamweaver. Tujuan dari tugas akhir ini adalah menunjukan perbandingan antara sales dan demand produk Telkom di setiap wilayah yang di munculkan berupa grafik pada gambar map di google map dan juga melakukan optimasi demand guna membantu peningkatan produk Telkom. Manfaat dari tugas akhir ini dapat membantu pihak perusahaan untuk melakukan pengecekan penjualan untuk tiap lokasi dengan

2 aplikasi yang ada dan juga dapat melakukan proyeksi demand produk untuk membantu meningkatkan penjualan produk Telkom di wilayah tersebut. Rumusan Masalah 1. Bagaimana menyajikan informasi lokasi STO serta Plaza yang mudah dilihat secara geografis. 2. Bagaimana dapat meramalkan daerah yang akan diperioritaskan guna memberikan keuntungan tehadap demand di wilayah tersebut. 3. Bagaimana mempermudah pengisian data secara webpage. 2. TINJAUAN PUSTAKA 2.1 PHP PHP (akronim dari PHP Hypertext Preprocessor) yang merupakan bahasa pemrograman berbasis web yang memiliki kemampuan untuk memproses data dinamis. PHP dikatakan sebagai sebuah server-side embedded script language artinya sintaks-sintaks dan perintah yang kita berikan akan sepenuhnya dijalankan oleh server tetapi disertakan pada halaman HTML biasa. Aplikasi-aplikasi yang dibangun oleh PHP pada umumnya akan memberikan hasil pada web browser, tetapi prosesnya secara keseluruhan dijalankan di server (Wikipedia, 2011). Pada prinsipnya server akan bekerja apabila ada permintaan dari client. Dalam hal ini client menggunakan kode-kode PHP untuk mengirimkan permintaan ke server (dapat dilihat pada gambar 1). Ketika menggunakan PHP sebagai server-side embedded script language maka server akan melakukan hal-hal sebagai berikut : Membaca permintaan dari client/browser Mencari halaman/page di server Melakukan instruksi yang diberikan oleh PHP untuk melakukan modifikasi pada halaman/page. Mengirim kembali halaman tersebut kepada client melalui internet atau intranet. Gambar 2.1. Alur Program PHP 2.2 Metode peramalan Metode peramalan ada 3 metode yang sering digunakan untuk melakukan peramalan, empat metode itu adalah : 1. Kualitatif: Bergantung pada penilaian dan pendapat. 2. Kuantitatif: Berdasarkan data yang beragam. a. Time Series: Permintaan menggunakan sejarah waktu. b. Kausal: Menggunakan hubungan antara permintaan dan beberapa faktor lain untuk mengembangkan perkiraan. 3. Simulasi a. Meniru pilihan konsumen yang menimbulkan permintaan. b. Dapat menggabungkan metode time series dan metode kausal. Perhatikan gambar 2.2 di bawah ini yang menunjukan kelompok bagian dari peramalan itu sendiri. Gambar 2.2. Taksonomi Peramalan 2.3 Metode Single exponential smoothing Pengertian dasar dari metode ini adalah : nilai ramalan pada periode t+1 merupakan nilai aktual pada periode t ditambah dengan penyesuaian yang berasal dari kesalahan nilai ramalan yang terjadi pada periode t tersebut.

3 Nilai peramalan dapat dicari dengan menggunakan rumus berikut : Ft+1 = α. Dt + (1 - α). Ft Keterangan: F t+1 = Ramalan untuk periode berikutnya D t = Demand aktual pada periode t α = Faktor bobot /konstanta pemulusan Ft+1 = peramalan untuk periode t 3. PENGEMBANGAN MODEL Metode yang digunakan dalam penelitian ini terdapat dalam flowchart dibawah ini. START Pembuatan Laporan Studi Litelatur Perancang an Desain Pengambil an Data Pembuatan Aplikasi Testing dan Evaluasi Integrasi Testing Integrasi NO YES NO YES Meramalkan produk Simple Smoothing Method Measures of Forecasting Error Forecast not-valid STOP MAPE <= 20% Forecast Valid Metode diperlukan sebagai kerangka dan panduan proses pengerjaan tugas akhir, sehingga rangkaian pengerjaan tugas akhir dapat dilakukan secara terarah, teratur, dan sistematis. Penelitian diawali dengan melakukan studi literature, kemudian dilanjutkan dengan pengambilan data dan melakukan perancangan rancangan peta dan juga melakukan perhitungan proyeksi demand untuk masing-masing produk serta nantinya akan diintegrasikan ke aplikasi yang akan dibuat demikian seterusnya hingga tercapai kesimpulan dari penelitian sesuai pada flowchart diatas. 4. ANALISIS DAN HASIL PROYEKSI 4.1 Data Adapun data yang digunakan untuk melakukan 3 analisis untuk proyeksi demand adalah data gabungan total penjualan flexy dan modem untuk setiap STO. Jumlah STO yang dihitung ada 10 STO dan 2 produk yaitu flexy dan modem. NO YES Gambar. Data STO A 4.2 Gabungan data Gabungan data dilakukan untuk mempermudah melakukan perhitungan setiap analisis yang akan dilakukan. Tabel di bawah merupakan gabungan data demand 1 tahun untuk total produk flexy dan modem di STO A. Setelah mendapatkan gabungan data, dapat dihitung teme series forecasting bedasarkan demand tiap STO dan dibagi menjadi 2 forecasting untuk memproyeksi demand flexy dan modem di masing-masing STO Demand Bulan flexy modem Analisis Proyeksi Demand Pada kasus ini, digunakan analisis demand menggunakan simple exponential smoothing yang dimana dan juga menghitung MAPE (Mean absolute percentage error) yang harus <=20% untuk mendukung proyeksi demand untuk masa mendatang. 4.4 Simple Exponential smoothing Pada kasus ini akan dilakukan analisi proyeksi demand dengan gabungan data tiap STO yang di ambil untuk 2 produk yaitu flexy dan modem. Adapun rumus untuk melakukan simple exponentioal smoothing yaitu; L 0 = [Sum( i=1 to n )D i ]/n

4 Perkiraan saat ini untuk semua periode mendatang adalah sama dengan perkiraan saat ini dari tingkat dan diberikan sebagai berikut; H3 I3 J3 =SUM($F$3:F3)/A3 =100*(F3/B3) =AVERAGE($I$3:I3) F t+1 = L t and F t+n = L t Analisis untuk flexy di STO A. Setelah sudah mengamati hasil demand Dt+1, maka langkah berikutnya yaitu melakukan estimate level demand. L t+1 = ad t+1 + (1-a)L t L t+1 = Sum (n=0 to t+1) [a(1-a) n D t+1-n ] 4.5 Memperkirakan ukuran kesalahan (ERROR) Rumus yang digunakan untuk melakukan peramalan kesalahan ukuran ini adalah: Forecast error E t = F t - D t Analisis untuk modem di STO A. Mean squared error (MSE) MSE n = (Sum (t=1 to n) [E t 2 ])/n Absolute deviation A t = E t Mean absolute deviation (MAD) MAD n = (Sum (t=1 to n) [A t ])/n s = 1.25MAD Mean absolute percentage error (MAPE) MAPE n = (Sum (t=1 to n) [ E t / D t 100])/n 4.6 Analisis demand produk flexy dan modem Proyeksi demand pada produk flexy dan modem, analisis dibuat dalam satu table sekaligus dengan MAPE yang didapatkan guna mengetahui forecast yang diperoleh siudah tepat. Pada kasus ini menggunakan α = 0,1 karena jika ; C2 C3 α besar, smoothing yg dilakukan kecil. α kecil, smoothing yg dilakukan semakin besar. Cell Table 3-1. Rumus Penyelesaian D3 =C2 E3 F3 G3 Cell Formula =AVERAGE(B2:B14) =0.1*B3+(1-0.1)*C2 =D3-B3 =ABS(E3) =SUMSQ($E$3:E3)/A3 5. UJI COBA APLIKASI 5.1 Verifikasi Langkah pertama sebelum memasukan data, pertama masuk ke form login yang dimana admin memasukan password yang sudah ditentukan. Pehatikan gambar 4-1. Gambar 4-1. Form Login Langkah kedua yaitu setelah memasukan password dan submit, maka akan muncul halaman pengisian data yang dimana data harus diisi sesuai ketentuan yang diminta. Untuk lebih jelasnya dapat dilihat pada gambar 4-2 yang dimana form sudah terisi sesuai format yang ditentukan.

5 Lengkapi data sesuai formatnya. Untuk menambahkan sebuah plaza untuk setiap STO, admin hanya perlu menambah plaza pada form input data dan secara otomatis grafik segienam yang ada akan bertambah besar menyesuaikan dengan banyaknya plaza tiap STO. Penambahan Plaza pada STO J (J2) Gambar 4-2. Form Input Data Pada gambar di atas dimasukan data untuk menambah STO J yang dimana hanya memiliki 1(satu) plaza yaitu J1 yang dimana demand untuk produk flexy dan modem juga dimasukan untuk memberikan informasi pada aplikasi. Jika ada salah satu data tidak diisi, maka akan muncul peringatan seperti pada gambar 4-3. Gambar 4-4. Penambahan Plaza Setelah itu kembali ke aplikasi dan lakukan refresh, maka akan muncul perbandingan tampilan dari yang sebelumnya. Gambar 4-3. Warning Report Setelah data sudah dimasukan secara lengkap, pada aplikasi akan muncul visualisasi secara geografis karena aplikasi dibangun memanfaatkan google map. Perhatikan gambar 4-20 yang menunjukan STO pada wilayah Surabaya yang dimana ada perbedaan pada tiap STO yaitu banyaknya plaza yang ada didalamanya. Gambar 4-5. Penambahan Plaza STO J Tidah hanya itu saja, aplikasi juga bisa melihat lokasi masing-masing plaza yang ada di tiap-tiap STO. Pada kolom informasi, klik pada bagian nama STO nya. Sebagai contoh perhatikan gambar 4-6 plaza yang ada di dalam STO D. Menunjukan banyaknya plaza yang ada di dalam STO. Gambar 4-4. Visualisasi STO Perhatikan pada informasi yang ada pada STO J. Informasi yang diberikan sesuai apa yang diisi pada form input data sebelumnya dan jumlah plaza hanya satu. 1.

6 menambahkan fitur tambahan yang kiranya nanti akan membantu pengambilan keputusan untuk perusahan dan juga aplikasi ini bisa di isi koordinat letak wilayah seluruh Indonesia. 2. Gambar 4-6. Visualisasi Plaza STO D Pada gambar 4-6 (1) untuk melihat lokasi plaza yang ada di dalamnya, harus menekan nama STO nya (STO D). Setelah itu akan muncul halaman baru yaitu tampilan lokasi-lokasi plaza milik STO D seperti pada gambar 4-6 (2). 5.2 Validasi Pada tahap validasi ini akan diinformasikan tingkat kompatibilitas dan tingkat error aplikasi yang dibangun. Kebutuhan Aplikasi Tampilan Link Ket. Untuk keamanan data Untuk mempermudah pengisian data Untuk mengetahui informasi di bulan berikutnya Untuk melihat lokasi STO serta perbandingan plaza di tiap STO Untuk melihat lokasi plaza Untuk memberikan informasi yang ada di tiap STO Untuk memberikan informasi yang ada di plaza Form login Form Input data Modul Date Tampilan STO Tampilan Plaza Kolom Informasi pada tiap STO Kolom Informasi pada tiap Plaza Sedikit tidak sesuai karena terlalu sederhana seluruhnya sempurna dengan database seluruhnya Sempurna Sempurna sempurna dengan database dan excel sempurna dengan database Table 4-1. Daftar tingkat kompabilitas dan error 6. KESIMPULAN Bedasarkan hasil penelitian tugas akhir ini, maka dapat disimpulkan beberapa hal berikut: a. Aplikasi ini menyediakan informasi yang berkaitan dengan jumlah plaza pada tiap STO Telkom di seluruh Surabaya. Informasi ini ditampilkan dalam bentuk joomla yang menambahkan komponen peta google map dalam bentuk grafik hexagon dan circle. Hexagon mempresentasikan kemungkinan jumlah maksimal demand dan circle merepresentasikan jumlah plaza di tiap STO. Adapun untuk mengembangkan aplikasi ini, hanya perlu b. Aplikasi digunakan dalam monitoring demand yang didapat untuk tiap plaza di masing-masing STO. Dengan adanya aplikasi ini maka bagian Consumer Service Timur pun dapat segera mengevaluasi masalah ini dengan menambah jumlah plaza pada STO yang dimaksud atau dengan cara melakukan promo untuk setiap periode dalam satu tahun. Setelah tahapan evaluasi tersebut direalisasikan, maka data yang baru wajib diisikan kembali pada form input data di aplikasi ini, untuk kemudian dilakukan monitoring ulang untuk memperbarui data yang ada. c. Untuk proyeksi demand yang dilakukan pada produk flexy dan modem sudah tepat dikarenakan MAPE error pada forecast yang dihitung sudah < 20%. Hasil forecast untuk tiap STO pada produk flexy dan modem sudah dihitung dan dapat mengetahui proyeksi demand pada tahun berikutnya dengan asumsi data 2011 yang digunakan untuk menghitung. d. Proyeksi demand pada flexy dan modem sewaktu-waktu dapat berubah atau di update apabila mengalami perubahan data di tahun yang akan datang yang nantinya sudah otomatis terintegrasi dengan aplikasi yang dibuat. 7. DAFTAR PUSTAKA 1. Anneahira, (2010). Pengertian XAMPP, diambil pada tanggal 13 Januari 2012 dari 2. Adelheid, Andrea &Khairil. (2011). Buku Pintar Menguasai PHP My SQL. Gava Media, Jakarta. 3. Bengkel Internet PENS ITS 4. Chopra, Sunil, (2007). Supply Chain Management, edisi ke-3. Elang, Jakarta. 5. Dangl, Thomas, (1998). Investment and capacity choice under uncertain demand