SISTEM INFORMASI PERAMALAN STOK BARANG DI CV. ANNORA ASIA MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING

Transkripsi

1 Jurnal Informaika Polinema ISSN: X SISTEM INFORMASI PERAMALAN STOK BARANG DI CV. ANNORA ASIA MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING Mansyur, Erfan Rohadi Program Sudi Teknik Informaika, Jurusan Teknologi Informasi, Polieknik Negeri Malang Absrak Dalam dunia bisnis, dibuuhkan sebuah prediksi aau perkiraan dari suau indakan yang akan diproses unuk menindak lanjui hasil yang akan diharapkan pada beberapa periode selanjunya. Keberlangsungan proses produksi dalam suau bisnis diunjang oleh pengendalian persediaan sok barang yang baik. Peramalan merupakan sau komponen pendukung dalam akivias perencanaan dalam membua suau prediksi bisnis unuk mendapakan keunungan yang maksimal. Meode peramalan merupakan benuk pengendalian persediaan kuaniaif berdasarkan daa hisoris (runu waku).tujuan dari peneliian ini adalah meramalkan jumlah Sok barang di CV.Annora Asia dengan menggunakan meode double exponenial smoohing. Dengan meode ini, perhiungan dapa dilakukan unuk mencari nilai opimal yang paling baik dengan ingka kesalahan yang paling erkecil. Dan hasil pengujian perhiungan MAPE (Mean Absolue Percenage Error) menunjukan hasil hasil yang sanga bagus karna di emukan nilai sebesar 4,82866%. Kaa kunci : Peramalan, Double Exponenial Smoohing. 1. Pendahuluan Seiring dengan berambahnya pengguna busana muslim di Indonesia, kini semakin banyak pula orang yang membuka bisnis busana muslim. Bisnis busana muslim merupakan bisnis yang menjanjikan, karena sudah menjadi bagian yang idak erpisahkan dari fashion modern. Apalagi di koa pelajar yang arge marke busana muslim sanga besar, kesempaan unuk membuka bisnis dibidang ini cukup menjanjikan. Seperi CV. Annora Asia, salah sau oko grosir busana- muslim di Koa Pelajar Malang. CV. Annora Asia adalah perusahaan home indusri yang bergerak di bidang fashion busana muslimah.seiap harinya melayani banyak ransaksi jual-beli busana muslim baik yang di jual grosir maupun ecer. Akan eapi besarnya ransaksi seiap harinya idak diiringi dengan pendaaan yang benar, sehingga suli unuk mendaa jumlah barang. Terlebih lagi, dengan idak ersedianya daa akan sok barang CV.Annora Asia sering salah dalam produksi sok barang, erkadang kebuuhan barang yang- dipesan kurang yang mengakibakan konsumen kecewa. Dan apabila Produksi barang erlalu banyak mengakibakan kerugian dalam biaya perawaan bahkan barang mengalami penurunan kualias dikarenakan erlalu lama ersimpan. Unuk meminimalkan dan mengaasi permasalahan ersebu perlu adanya suau sisem erkompuerisasi yang dapa meramalkan sok secara opimal sehingga idak erjadi kelebihan aau kekurangan sok. Dan dapa memenuhi kebuuhan barang. Penyelesaian masalah ersebu di aas menggunakan Meode Double Exponenial Smoohing karena Meode ini ergolong dalam Meode Time Series (runu waku) yang mempergunakan daa masa lalu unuk memprediksi sesuau di masa yang akan daang. Meode Exponenial Smoohing (Makridakis, 1999) merupakan prosedur perbaikan erus-menerus pada peramalan erhadap objek pengamaan erbaru. Meode peramalan ini meniikberakan pada penurunan priorias secaraeksponensial pada objek pengamaan yang sebelumnya. Diharapkan dengan adanya sisem peramalan sok barang diharapkan dapa menambah kinerja dan pelayanan erhadap para pelanggan dalam hal penyajian barang. 2. Tinjauan Pusaka 2.1 Forecasing Forecasing adalah peramalan apa yang akan erjadi pada masa yang akan daang, sedangkan rencana merupakan penenuan apa yang akan dilakukan pada waku yang akan daang. Dengan sendirinya erjadi perbedaan anara forecas dengan rencana (pangesu, 1986). Forecas adalah peramalanan apa yang akan erjadi, api belum enu bisa dilaksanakan oleh perusahaan. Forecasing berujuan unuk mendapakan peramalan aau predikisi yang bisa H a l a m a n 45

2 Volume 2, Edisi 1, November 2015 meminimumkan kesalahan dalam meramal yang biasanya diukur dengan mean square error, mean absolue error (Pangesu, Meode Double Exponenial Smoohing Meode Double Exponenial Smoohing merupakan model linear yang dikemukakan oleh Brown. Dalam meode ini dilakukan proses smoohing dua kali. Dasar pemikiran meode pemulusan eksponensial linear dari Brown adalah serupa dengan raa-raa bergerak linear, karena kedua nilai pemulusan unggal dan ganda keinggalan dari daa yang sebenarnya jika erdapa unsur rend. Perbedaan anara nilai pemulusan unggal dan ganda dapa diambahkan dengan nilai pemulusan unggal dan disesuaikan unuk rend. Persamaan yang dipakai dalam implemenasi pemulusan eksponensial linear sau-parameer dari Brown adalah sbb: Pemulusan Eksponensial Tunggal : S a. X ( 1 a) S 1..(1) Pemulusan Eksponensial Ganda: S " a. S ' ( 1 a) S " 1..(2) S ' Dimana adalah nilai pemulusan eksponensial luar erenu dengan laporan laporan yang diperlukan. Pengerian siem informasi menuru Undangundang Informasi dan Transaksi Elekronik (2013:27) Sisem Informasi secara eknis dan manajemen sebenarnya adalah perwujudan penerapan produk eknologi informasi ke dalam suau benuk organisasi dan manajemen sesuai dengan karakerisik kebuuhan pada organisasi ersebu dan sesuai dengan ujuan perunukannya. Pada sisi yang lain, sisem informasi secara eknis dan fungsional adalah keerpaduan sisem anara manusia dan mesin yang mencakup komponen perangka keras, perangka lunak, prosedur, sumber daya manusia, dan subsansi informasi yang dalam pemanfaaannya mencakup fungsi inpu, process, oupu, sorage, dan communicaion. 3. Perancangan 3.1 Gambaran Sisem Perancangan Alur Proses Peramalan dari Sisem informasi Peramalan sok barang di CV. Annora Asia menggunakan Meode Double Exponenial Smoohing. S " unggal dan adalah nilai pemulusan eksponensial ganda Pemulusan Trend: a S ' ( S ' S " ) 2 S ' S "..(3) a b ( S ' S " ) 1 a (4) Ramalan: Sm a b ( m)...(5) Dimana m adalah jumlah periode ke muka yang akan diramalkan. Keerangan : S m = Nilai ramalan unuk m period eke depan m = Jarak periode yang akan di ramalkan X = Nilai acual periode ke- S ' = Nilai Smoohing periode ke- a = Konsana Smoohing (1/n). 2.3 Sisem Informasi Pengerian sisem Informasi Taa Suabri (2012:46) Sisem Informasi adalah Suau sisem didalam suau organisasi yang memperemukan kebuuhan pengolahan ransaksi harian yang mendukung fungsi operasi organisasi yang bersifa manajerial dengan kegiaan sraegi dari suau organisasi unuk dapa menyediakan kepada pihak Gambar 1. Gambaran Sisem Peramalan 3.2 Daa Barang Terdapa 19 daa yang akan di ramalkan daa yang di gunakan anara lain sebagai beriku : 46 H a l a m a n

3 Jurnal Informaika Polinema ISSN: X Kode Barang AN001 AN002 AN003 AN004 AN005 AN006 AN007 AN008 AN009 AN010 AN011 AN012 AN013 AN014 AN015 AN016 AN017 AN018 AN019 Tabel 1. Daa barang Nama Barang KCB SULAM MELATIE EDELWEIS RENDA CINTA EDELWEIS SALUR SIFON HYCON TULIP SULAM LALA ANGGUN KCB SALUR CIPUT PESTA ANYELIR KCB L3 CANTIQ LILIE BRENDA BORDIR MUKENA PELANGI KCB L3 + CADAR 3.3 Daa akual Beriku daa acual penjualan salah sau barang selama 12 periode : Tabel 2. Daa akual BULAN Akual Januari 105 Februari 150 Mare 130 April 125 Mei 90 Juni 75 Juli 110 Agusus 95 Sepember 85 Okober 100 November 120 Desember Relasi Tabel Tabel relasi aau hubungan anar abel yang sau dengan yang lainnya. Dalam sisem informasi ini erdapa 3 abel yang saling berelasi sau dengan yang lainnya. Unuk lebih jelasnya dapa diliha pada gambar: Gambar 2. Relasi Tabel 4. Uji Coba dan Pembahasan 4.1 Uji Coba Uji Coba Perbandingan Dengan Excel Beriku hasil perhiungan manual menggunakan Excel dengan menggunakan salah sau daa dari bulan 1-12 maka nilai alpha menjadi alpha : 1/n = 1/12 (0,083333) Table 3. Hasil Peramalan Excel Periode Akual Peramalan , , , , , , , , , , PERIOD KE , Beriku hasil perhiungan dengan menggunakan program yang elah di bua dengan menggunakan NeBeans dengan nilai alpha yang sama seperi perhiungan manual, dan diampilkan secara deail melalui consul oupu NeBeans, hasilnya sebagai beriku : Gambar 3. Hasil Peramalan Nebeans Beriku ampilan hasil peramalan seelah di implemenasikan dalam program, hasilnya menjadi 107 karna pembulaan dari 106,266, hasinya beriku H a l a m a n 47

4 Volume 2, Edisi 1, November 2015 PE MAPE = n (7) Keerangan : n = Banyaknya daa Gambar 4. Hasil Peramalan Program 4.2 Pembahasan Pembahasan dilakukan unuk menghiungan kesalah dengan menggunakan perhiungan MAPE (Mean Absolue Percenage Error). Sehingga sisem yang dirancang menjadi jelas karena ejadinya dua pembandingan yang dapa menguakan sisem ersebu berhasil dijalankandan menampilkan nilai MAPE. Perhiungan kesalahan ramalan ini di lakukan unuk mencari kesalahan persenase dari suau peramalan dan nilai engah kesalahan persenase absolue dari suau peramalan: (PE) Percenage Error merupakan kesalahan persenase dari suau peramalan. Rumusnya seperi beriku : X F PE = X100 X (6) Keerangan : X = Daa acual period ke- F = Ramalan Period ke- Tabel 4 perhiungan nilai PE X-F (X-F)/X * , , ,5 0, , , , , , , , , , , , ,2843 2, , , , , , , , ,3772-1, , , , , , , , , NILAI PE -57,9439 MAPE (Mean Absolue Percenage Error) merupakan nilai engah kesalahan persenase absolue dari suau peramalan. Rumusnya Seperi beriku : 57, MAPE = 4,82866 Semakin kecil nilai MAPE berari nilai aksiran semakin mendekai nilai sebenarnya, Suau model mempunyai kinerja sanga bagus jika nilai MAPE berada di bawah 10%, dan mempunyai kinerja bagus jika nilai MAPE berada di anara 10% dan 20% (Zainun dan Majid, 2003). Beriku grafik hasil peramalannya : Gambar 5. Grafik Daa Akual Dan Hasil Peramalan 5. Kesimpulan dan Saran 5.1 Kesimpulan Berdasarkan peneliian yang dilaksanakan oleh penulis pada Sisem Informasi ini menggunakan Meode Double Exponenial Smoohing dapa diarik kesimpulan bahwa sisem elah berhasil menerapkan meode Double Exponenial Smoohing dan elah dibua sesuai rancangan. Hasil uji coba sisem ini menunjukan bahwa sisem ini elah dibua sesuai dengan fungsionalias yang diharapkan. Kemudian hasil uji coba akurasi yang membandingkan perhiungan dengan menggunakan excel dengan menggunakan sisem menunjukan bahwa sisem ini elah implemenasi sisem ini sudah sesuai. Dan Pengujian nilai akurasi peramalan dengan menggunakan perhiungan MAPE (Mean Absolue Percenage Error) menunjukan hasil hasil yang sanga bagus karna di emukan nilai sebesar 4,82866%. 48 H a l a m a n

5 Jurnal Informaika Polinema ISSN: X 5.2 Saran Saran penulis peneliian ini akan sanga menarik unuk di lengkapkan dengan menambahkan aplikasi keuangan/ransaksi dan di inegrasikan dalam sisem yang lebih lengkap. Dafar Pusaka : Inayah, Z Perbandingan Meode Hol dan Brown pada Double Exponenial Smoohing. Tesis. Surabaya : Universias Airlangga Qoyyimah, M., Perbandingan Analisis Trend dan Smoohing Exponenial Ganda Hol dalam Meramalkan Angka Kemaian bayi di Jawa Timur. Skripsi. Surabaya;Universias Airlangga S.Makridakis,S.C.Wheelwrigh and V. E. McGee, Meode dan Aplikasi Peramalan, Jakara: Binarupa Aksara, P. Subagyo, Forecasing Konsep dan Aplikasi, Yogyakara: BPFE, Subagyo, Pangesu Dasar-dasar Operasional Research. Yogyakara: Penerbi BPFE Yogyakara. Zainun, N. Y., dan Majid, M. Z. A., Low Cos House Demand Predicor. Universias Teknologi Malaysia. Pranoo, Edi dan Seiawan, Rudi Peramalan Oba-obaan pada Apoik dengan Meode Exponenial Smoohing. Surabaya: Jurnal STIKOM. 5(2): H a l a m a n 49