PERAMALAN PENJUALAN SEPATU DI TOKO PEGASHOES MENGGUNAKAN METODE TREND MOMENT

Transkripsi

1 PERAMALAN PENJUALAN SEPATU DI TOKO PEGASHOES MENGGUNAKAN METODE TREND MOMENT 1 Rizki Ramdhan Junaedi 2 Teguh Nurhadi Suharsono 1 Program Studi Teknik Informatika STMIK & PKN LPKIA 2 Program Studi Sistem Informasi STMIK & PKN LPKIA Jl. Soekarno Hatta No. 456 Bandung 40226, Telp , Fax rizkiramdhanj@fellow.lpkia.ac.id 2 teguhns21@gmail.com ABTRAKSI Skripsi, Program Studi Teknik Informatika, 2017 Kata Kunci : Peramalan, Penjualan, Trend Moment Latar belakang dibahasnya permasalahan yang terjadi pada toko Pegashoes ini yaitu tidak dapat memprediksi jumlah penjualan tiap periodenya yang menyebabkan tidak dapat memprediksi penjualan untuk masa depan yang mengakibatkan sulitnya menentukan target penjualan yang akan dilakukan setiap periode, dan pengelolaan data penjualan sepatu tidak teratur dan terjadi penumpukan sepatu yang dapat mengakibatkan kerugian bagi toko Pegashoes. Peramalan merupakan bagian awal dari suatu proses pengambilan suatu keputusan. Dalam kegiatan produksi, peramalan dilakukan untuk menentukan jumlah permintaan terhadap suatu produk dan merupakan langkah awal dari proses perencanaan dan pengendalian produksi. Proses peramalan memerlukan suatu metode tertentu dan metode mana yang digunakan tergantung dari data dan informasi yang akan diramalkan serta tujuan yang hendak dicapai. Untuk dapat memprediksi penjualan sepatu ini digunakan metode Trend Moment metode trend moment atau moment method adalah salah satu metode yang dapat di gunakan dalam melakukan forecast penjualan atau peramalan penujualan, yang nantinya akan di jadikan dasar sebagai penyusunan anggaran penjualan pada periode berikutnya.

2 I PENDAHULUAN I.1 Latar Belakang Masalah Penjualan merupakan faktor utama dalam menunjang kelangsungan hidup dalam suatu perusahaan. Karena tingginya tingat penjualan pada suatu perusahaan tersebut dapat mengimbangi bahkan dapat meningkatkan keuntungan bagi perusahaan tersebut. Perusahaan harus mampu menentukan kebijakan yang berhubungan dengan aktivitas penjualan yang dilakukan oleh perusahaan. Untuk dapat menangani masalah penjualan agar sesuai dengan target yang ditentukan oleh perusahaan, diperlukan adanya sebuah prediksi atau peramalan penjualan yang akan dilakukan perusahaan dengan menggunakan salah satu metode yaitu Trend Moment. Metode peramalan adalah metode yang mampu melakukan analisa terhadap sebuah faktor atau beberapa faktor yang diketahui mempengaruhi terjadinya sebuah peristiwa dengan terdapat waktu tenggang yang panjang antara kebutuhan akan pengetahuan terjadinya sebuah peristiwa di waktu mendatang dengan waktu telah terjadinya peristiwa tersebut dimasa lalu. Apabila metode peramalan ini diterapkan dalam bagian proses perencanaan produksi maka pihak perusahaan akan lebih terbantu dalam penjadwalan produksi, karena metode ini dapat memberikan output terbaik sehingga diharapkan resiko kesalahan yang disebabkan oleh kesalahan perencanaan dapat ditekan seminimal mungkin. Peramalan penjualan (Forecasting) adalah suatu perhitungan untuk meramalkan keadaan di masa mendatang melalui pengujian keadaan di masa lalu. Meramalkan penjualan di masa mendatang berarti menentukan perkiraan besarnya volume penjualan, bahkan menentukan potensi penjualan dan luas pasar yang dikuasai di masa yang akan datang. Toko Pegashoes belum dilengkapi dengan adanya suatu prediksi penjualan untuk masa depan yang mengakibatkan sulitnya menentukan target penjualan yang akan dilakukan setiap periode pada toko Pegashoes. Hal yang terjadi jika perusahaan tidak dapat menentukan target penjualan, maka akan sulit untuk menentukan keputusan dalam hal pembukuan laporan keuangan dan penentuan prouk apa saja yang banyak di cari oleh pembeli. memprediksi jumlah penjualan sepatu adalah metode Trend Moment yang digunakan untuk menghitung peramalan jangka pendek. I.2 Identifikasi Permasalahan 1. Tidak dapat memprediksi penjualan untuk masa depan yang mengakibatkan sulitnya menentukan target penjualan yang akan dilakukan 2. Pengelolaan data penjualan sepatu tidak teratur yang mengakibatkan terjadi penumpukan sepatu yang dapat mengakibatkan kerugian. I.3 Lingkup dan Batasan Masalah Untuk memfokuskan serta hasil yang baik, maka ruang lingkup permasalahan hanya mencakup sebagai berikut: 1. Peramalan produk dilakukan berdasarkan merk atau brand tiap sepatu 2. Peramalan tidak berfokus berdasarkan ukuran dan jenis sepatu. I.4 Tujuan Perancangan Untuk mendapatkan hasil yang baik dalam suatu pekerjaan, diperlukan suatu perangkat lunak yang baik pula. Adapun tujuan perangkat lunak penjualan berbasis web ini adalah sebagai berikut: 1. Dapat memprediksi jumlah penjualan agar pengelolaan data penjualan sepatu lebih teratur dan tidak terjadi penumpukan sepatu. 2. Dapat menentukan target penjualan yang akan dilakukan oleh toko Pegsahoes. Permasalahan yang terjadi pada toko Pegashoes ini dibutuhkan metode yang tepat untuk dapat memprediksi jumlah penjualan agar pengelolaan data penjualan sepatu lebih teratur dan tidak ada penumpukan sepatu yang dapat mempengaruhi kualitas penjualan di toko Pegashoes. Untuk dapat memprediksi penjualan sepatu ini digunakan metode Trend Moment. Pola data penjualan sepatu di toko Pegashoes ini berbentuk stasioner yaitu data penjualan naik turun tiap bulannya. Oleh karena itu metode yang dipakai dalam

3 II. Dasar Teori II.1. Peramalan (Forecasting) Menurut Ocki Eriyanto (2012) menyatakan bahwa : Peramalan (Forecasting) adalah suatu perhitungan untuk meramalkan keadaan di masa mendatang melalui pengujian keadaan di masa lalu. Meramalkan penjualan di masa mendatang berarti menentukan perkiraan besarnya volume penjualan, bahkan menentukan potensi penjualan dan luas pasar yang dikuasai di masa yang akan datang. Menurut Barry Render dan Jay Heizer (2001 : 46) menyatakan bahwa : Peramalan (forecasting) adalah seni dan ilmu memprediksi peristiwa-peristiwa masa depan dengan pengambilan data historis dan memproyeksikannya ke masa depan yaitu dengan menggunakan beberapa bentuk modelmodel yang matematis. Dalam buku Welsch, Hilton dan Gordon (2000 : 148) menyatakan bahwa : Ramalan (forecast) bukan merupakan rencana melainkan suatu pernyataan dan atau penaksiran terukur dari keadaan di masa datang tentang pokok tertentu (misalnya pendapatan penjualan atau jumlah produksi) berdasarkan satu atau lebih asumsi yang jelas. Dari berbagai definisi di atas, dapat ditarik kesimpulan bahwa peramalan penjualan adalah perkiraan penjualan yang akan datang untuk usaha atau produk perusahaan. Dimana dalam pembuatan ramalan ini dibutuhkan penaksiran-penaksiran, kususnya penaksiran mengenai jumlah produk yang diperkirakan akan mampu dijual beserta harga jualnya, yang tentunya masing-masing produk dikaitkan dengan jenis produknya yang akan dijual. Dengan demikian keakuratan peramalan penjualan akan sangat berpengaruh terhadap ketepatan keseluruhan anggaran. sebagai ukuran adalah 10 tahun keatas. Metode trend moment atau moment method adalah salah satu metode yang di gunakan dalam melakukan forecast penjualan atau peramalan penujualan, yang nantinya akan di jadikan dasar sebagai penyusunan anggaran penjualan pada tahun berikutnya. Menurut Sugiarto dan Dergibson (2002) Dalam aplikasi ini peramalan dilakukan dengan menggunakan data-data permintaan/pemesanan masa lalu yang berbentuk numerik sehingga menggunakan pendekatan kuantitatif dengan model deret berkala yaitu Trend Moment. 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. Pada dasarnya peramalan tidak terlepas daripada perencanaan di mana kemampuan para perencana dalam meramalkan harus sesuai dengan situasi penerapan metode dan kondisi saat ini dan data yang ada agar rencana atau kebijakkan yang diambil dapat dijalankan secara efektif dan tepat. Pada hakikatnya peramalan penjualan tidak terlepas daripada rencana atau perencanaan. Kegunaan daripada peramalan penjualan adalah untuk dapat mengambil keputusan/ kebijakan di mana keputusan yang baik adalah keputusan yang didasarkan pada pertimbangan yang akan terjadi pada waktu keputusan tersebut dilaksanakan (Widodo, 2008). Dalam pembuatannya metode trend moment dapat di lakukan dengan menggunakan beberapa rumus tertentu, adapun rumus yang di gunakan dalam penyusunan dari metode ini adalah Y = a + b X Dimana : Y = nilai trend atau variabel yang akan diramalkan a = bilangan konstant b = slope atau koefisien kecondongan garis trend II.2 Trend Moment Trend, yaitu gerakan yang berjangka panjang yang menunjukkan adanya kecenderungan menuju ke satu arah kenaikan dan penurunan secara keseluruhan dan bertahan dalam jangka waktu yang digunakan X = indeks waktu (dimulai dari 0,1,2,3.n) Untuk mencari nilai a dan b pada rumus diatas, digunakan dengan cara matematis dengan penyelesaiannya menggunakan metode subtitusi dan metode eliminasi. Adapun persamaannya menurut Sugiarto &Dergibson (2002), yaitu :

4 Tabel II. 1 Metode Subtitusi dan Eliminasi Kelebihan dari metode trend moment dibandingkan dengan metode lainnya terletak pada penggunaan parameter X yang dipakai, sehingga tidak ada perbedaan apakah data yang dipakai merupakan data historis berjumlah genap ataukah ganjil, karena nilai dalam parameter X selalu dimulai dengan nilai 0 sebagai urutan pertama. Dimana : y = jumlah dari data penjualan x = jumlah dari periode waktu xy = jumlah dari data penjualan dikali dengan periode waktu n = jumlah data Setelah nilai ramalan yang telah diperoleh dari hasil peramalan dengan metode Trend Moment akan dikoreksi terhadap pengaruh penjualan dengan menggunakan indeks penjualan. Perhitungan indeks penjualan yaitu (Gaspersz dalam Fiati, 2009): Indeks Penjualan = rata-rata penjualan bulan tertentu / rata-rata penjualan per bulan Untuk mendapatkan hasil ramalan akhir setelah dipengaruhi oleh indeks Pada dasarnya ada tiga langkah peramalan, yaitu: 1) Pertama, menganalisa data yang lalu. Tahap ini berguna untuk pola yang terjadi pada masa lalu. Analisis ini dilakukan dengan cara membuat tabulasi dari data yang lalu. Suatu langkah yang penting dalam memilih metode analisis deret waktu adalah mempertimbangkan jenis pola yang terdapat dari data observasi sehingga metode tersebut dapat ditest. Ada empat jenis pola data : a. Pola Horizontal atau stationary Pola ini terjadi bila data berfluktuasi di sekitar rata-ratanya. Produk yang penjualannya tidak meningkat atau menurun selama waktu tertentu termasuk jenis ini. Struktur datanya dapat digambarkan sebagai berikut ini. penjualan maka akan menggunakan perhitungan sebagai berikut (Fiati, 2009): Y* = Indeks Penjualan Y Dimana : Y* = Hasil ramalan dengan menggunakan metode Trend Moment yang telah dipengaruhi oleh indeks musim. Y = Hasil ramalan dengan menggunakan Trend Moment. Dalam menghitung forecasting error digunakan Absolute Percentage Error (APE) atau kesalahan persentase absolut digunakan rumus persamaan Gambar II.1 Pola Horizontal atau stationary ( :00 ) Pola Horizontal sangat cocok diterapkan untuk perusahaan yang penjualannya stabil dalam waktu panjang, sehingga menghasilkan nilai akurasi peramalan tinggi dengan presentase error rendah. APE= Data sebenarnya - Data Prediksi X 100 % Data sebenarnya b. Pola Musiman atau Seasonal Pola musiman terjadi bila nilai data dipengaruhi oleh faktor musiman (misalnya kuartal tahun tertentu, bulanan atau hari-hari pada minggu tertentu). Struktur datanya dapat digambarkan sebagai berikut ini.

5 penjualan produk dari banyak transaksi perusahaan. Merupakan komponen data runtut waktu yang berkaitan dengan adanya kecenderungan (meningkat, menurun) dalam jangka panjang. Gambar II.2 Pola Musiman atau Seasonal (statisticapedia, 2007) Pola Musiman sangat cocok diterapkan untuk perusahaan yang penjualannya bergantung pada musim. Contohnya perusahaan kue yang dimana penjualannya akan meningkat mendekati idul fitri, maka pola musiman menghasilkan nilai peramalan akurat pada bulan tersebut dibanding bulan-bulan lainnya. c. Pola Siklus atau Cyclical Pola siklis, terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti yang berhubungan dengan siklus bisnis atau ekonomi. Struktur datanya dapat digambarkan sebagai berikut. Gambar II.4 Pola Trend (statisticapedia, 2007) Pola ini sangat cocok diterapkan untuk perusahaan yang penjualannya naik turun dalam waktu yang panjang, sehingga dapat menghasilkan nilai peramalan untuk dijadikan informasi dalam membuat strategi untuk periode yang akan datang. 2) Kedua, menentukan metode yang dipergunakan. Metode peramalan yang baik adalah metode yang memberikan hasil ramalan yang tidak jauh berbeda dengan kenyataan yang terjadi. Ada dua pendekatan umum yang digunakan dalam peramalan ; a. Peramalan kuantitatif, menggunakan berbagai model matematis yang menggunakan data histories dan atau variable-variabel kausal untuk meramalkan permintaan. b. Peramalan kualitatif atau peramalan subyektif, memanfaatkan faktorfaktor penting seperti intuisi, pengalaman pribadi, dan system nilai pengambilan keputusan. Gambar II.3 Pola Siklus atau Cyclical (statisticapedia, 2007) Pola ini cocok untuk perusahaan yang penjualannya menunjukan pola siklus tinggi dan meningkat seperti mobil sedan, besi baja, dan perkakas atau peralatan bengkel. d. Pola Trend Bila ada pertambahan/kenaikan atau penurunan dari data observasi untuk jangka panjang. Pola ini terlihat pada 3) Ketiga, memproyeksikan data yang lalu dengan menggunakan metode yang dipergunakan dan mempertimbangkan adanya beberapa faktor perubahan.

6 III ANALISIS DAN PERANCANGAN SISTEM Perancangan data menjelaskan transformasi model data yang dihasilkan oleh proses analisis menjadi struktur data yang dibutuhkan pada saat implementasi. III.2 Gambar III.1 Use Case Diagram Class Diagram III.1 Use Case Diagram Gambar III.2 Class Diagram IV IMPLEMENTASI DAN PENGUJIAN IV.1 Implementasi Dalam mengimplementasikan perangkat lunak agar berjalan dengan semestinya, maka perlu disusun sebuah optimalisasi yang dapat membantu proses implementasi penentuan rute terpendek sehingga dapat berjalan dengan baik. Pada bab ini akan dibahas mengenai letak fisik komponen komponen yang digunakan dengan penggambarannya menggunkaan Deploymnet Diagram. IV.1.1 Implementasi Antar Muka Nama dialog screen : Halaman Login Nama dialog screen : Input Periode Peramalan Gambar IV.3 Input Periode Peramalan Gambar IV.1 Halaman Login Pimpinan Nama dialog screen : Tabel Periode Penjualan Nama dialog screen : Halaman Utama Pemilik Gambar IV.2 Halaman Utama Pemilik Gambar IV.4 Gambar Periode Penjualan

7 Nama dialog screen : Hasil Peramalan Gambar IV.5 Hasil Peramalan Nama dialog screen dipengaruhi indeks musim : Hasil Peramalan Gambar IV.6 Hasil Peramalan dipengaruhi indeks musim Nama dialog screen : Mencari Nilai Mape Gambar IV.7 Input Data Sebenarnya Nama dialog screen : Hasil Akurasi Peramalan Gambar IV.8 Hasil Akurasi Peramalan

8 V KESIMPULAN DAN SARAN V.1 Kesimpulan 1. Dengan diterapkan nya metode trend moment pada toko pegashoes ini dapat membatu dalam hal perencanaan penjualan dan menetapkan target penjualan yang akan dilakukan toko pegashoes 2. Dengan diterapkan nya metode trend moment pada toko pegashoes ini dapat mengurangi ketidakpastian penjualan yang akan terjadi dimasa depan 3. Metode Trend Moment ini tidak menjadi acuan dalam proses peramalan, hanya saja metode ini dapat membantu dalam memberikan gambaran untuk merencanakan proses penjualan untuk masa yang akan datang [10] Rosa A. dan M. Shalahuddin Rekayasa Perangkat Lunak Terstruktur dan Berorientasi Objek. Penerbit Informatika. [11] Sugiarto, dan Dergibson, S Metode Statistika Untuk Bisnis dan Ekonomi. Jakarta : PT.Gramedia Pustaka Utama. Halaman [12] Turban, E. dan Aronson, J.E., 2001, Decision support Systems and Intelligent Systems, Prentice Hall: New Jersey. V.2 Saran 1. Dalam penerapan prediksi penjualan sepatu yang dilakukan toko pegashoes diharapkan dapat melakukan peramalan sepatu berdasarkan jenis sepatu dan ukuran sepatu bukan hanya berdasarkan brand atau merk. 2. Untuk melakukan proses peramalan dapat dilakukan dengan metode forecasting atau peramalan yang lebih akurat dari Trend Moment. DAFTAR PUSTAKA [1] (Mulyani, Metode Analisis dan Perancangan Sistem, 2016) [2] (Betha Sidik, Husni I.Pohan, 2012:132) [3] (Menurut Arief Sugiono, Yanuar Nanok Soenarno dan Synthia Madya Kusumawati, 2010) [4] Darmawan, A. S., Sistem Pendukung Keputusan Peramalan Penjualan Batik Di Pekalongan Dengan Metode Trend Moment. [5] Ferrizal, Sulfikar S. dan Eka S., Analisa Peramalan Penjualan Handphone Menggunakan Metode Trend Moment. [6] Makridakis, S., Wright, S.C.W. dan Megee, V.E., 1992, Metode dan Aplikasi Peramalan, Jakarta. [7] Martiningtyas, Nining, 2004, Buku Materi Kuliah STIKOM Statistika, STIKOM Surabaya, Surabaya. [8] Nugroho, A., 2010, Rekayasa Perangkat Lunak Menggunakan UML dan JAVA, Yogyakarta. [9] Pristiawan, R., Implementasi Metode Trend Moment Untuk Peramalan Penjualan Cabai Universitas Nusantara Persatuan Guru Republik Indonesia Unp Kediri.

9

10