Sistem Pendukung Keputusan Penentuan Jumlah Pemesanan Barang Asep Abdul Wahid 1, Andri Ikhwana 2, Partono 3 Jurnal Algoritma Sekolah tinggi Teknologi Garut Jl. Mayor Syamsu No. 1, Garut 44151 Indonesia Email: Jurnal@sttgarut.ac.id 1 achevdul@gmail.com 2 andri_ikhwan@yahoo.com 3 partono@yahoo.com Abstrak -- Tujuan penelitian ini untuk mengembangkan sistem pendukung keputusan penentuan penentuan jumlah persediaan, yang ingin dicapai dalam penelitian ini adalah membangun sebuah aplikasi yang dapat membantu dalam penentuan persediaan barang yang optimal, sehingga dapat mengurangi resiko penumpukan barang untuk meminimalkan kerugian akibat persediaan menumpuk. Metodologi yang digunakan dalam pengembangan sistem pendukung keputusan ini menggunakan pemodelan Decision Support System (DSS). Hasil penelitian ini menunjukkan bahwa penggunaan sistem pendukung keputusan penentuan penentuan jumlah persediaan.ini dapat membantu bagian kasir dan pemilik dalam mengelola data penjualan, persediaanbaan barang dan proses pembuatan laporan-laporan. Selain itu sistem pendukung keputusan ini juga dapat dengan mudah menghasilkan laporan-laporan mengenai persediaan dan jumlah pemesanan barang. Kata kunci -- Sistem Pendukung Keputusan, Penentuan Jumlah Persediaan. 1. PENDAHULUAN Seperti yang kita ketahui bahwa informasi merupakan hal yang sangat penting bagi manajemen didalam pengambilan keputusan. Oleh karena itu sudah banyak pula perusahaan atau organisasi yang menggunakan sistem informasi untuk meningkatkan kinerjanya. Sistem informasi dibuat agar mempermudah dalam pengelolaan data maupun informasi serta memudahkan kita dalam mencari data maupun informasi tersebut. Kemajuan teknologi informasi yang pesat ini seharusnya menjadi potensi dalam pemanfaatannya secara luas, membuka peluang bagi pengaksesan, pengelolaan, dan pendayagunaan informasi dalam volume yang besar secara cepat dan akurat dalam hal ini sistem informasi harus bisa menjadi manfaat besar bagi penggunanya. Toko BERKAH JAYA merupakan grosir dan pengecer bermacam-macam pakaian dan alatalat rumah tangga. Toko BERKAH JAYA ini terletak di pasar Sukawening Garut, dalam aktivitas bisnisnya toko BERKAH JAYA belum memanfaatkan kecanggihan teknologi. Hal ini ditunjukan dalam pengelolaan data barang yang ada masih dilakukan secara manual sehingga kurang efektif dalam kinerjanya, maka dari itu toko BERKAH JAYA membutuhkan suatu sistem yang bias mengelola semua transaksi dengan efisien.
ISSN : 2302-7339 Vol. 09 No. 22 2012 Dan seringkali barang menumpuk dan kosong, terkadang harga dan kualitas barang juga turun. Oleh karena itu, bantuan komputer akan sangat membantu dan mempermudah dalam transaksi dan mengatur persediaan barang tidak sekedar mengandalkan buku catatan. II. LANDASAN TEORI A. SistemPendukungKeputusabn Sistem Pendukung Keputusan merupakan suatu sistem interaktif yang mendukung keputusan dalam proses pengambilan keputusan melalui alternatif alternatif yang diperoleh dari hasil pengolahan data, informasi dan rancangan model.sistem Pendukung Keputusan (DecisionSupport Systems = DSS) adalah suatu sistem informasi yang menggunakan model-model keputusan, basis data, dan pemikiran manajer sendiri, proses modeling interaktif dengan komputer untuk mencapai pengambilan keputusan oleh manajer tertentu. Menurut Keen dan Scoot Morton, sistem Pendukung Keputusan merupakan penggabungan sumber -sumber kecerdasan individu dengan kemampuan komponen untuk memperbaiki kualitas keputusan. Sistem Pendukung Keputusan juga merupakan sistem informasi berbasis komputer untuk manajemen pengambilan keputusan yang menangani masalah -masalah semi struktur. Menurut Alter, DSS merupakan system informasi intraktif yang menyediakan informasi, pemodelan dan manipulasi data. Sistem digunakan untuk membantu mengambil keputusan dalam situasi yang semi terstruktur dan situasi yang tidak terstruktur, dimana tidak seorangpun mengetahui secara pasti bagaimana keputusan seharusnya dibuat. Dengan pengertian diatas dapat dijelaskan bahwa sistem pendukung keputusan bukan merupakan alat pengambilan keputusan, melainkan merupakan sistem yang membantu pengambil keputusan yang melengkapi mereka dengan informasi dari data yang telah diolah dengan relevan dan diperlukan untuk membuat keputusan tentang suatu masalah dengan lebih cepat dan akurat. Sehingga sistem ini tidak dimaksudkan untuk menggantikan pengambilan keputusan dalam proses pembuatan keputusan. B. Metodologi Metode ini merupakan salah satu model yang menggambarkan siklus hidup pengembangan perangkat lunak. Ini dilakukan bertahap dari awal sampai ke tahap berikutnya. 1. Intelligence Tahap ini merupakan proses penelusuran dan pendeteksian dari lingkup problematika serta proses pengenalan masalah. Data masukan diperoleh, diproses, dan diuji dalam rangka mengidentifikasikan masalah. 2. Design. Pada tahap ini dilakukan dengan melakukan dengan melakukan perancangan seperti: perancangan fitur, menu aplikasi, perancangan data, perancangan arsitektur, perancangan interface dan perancangan prosedur. 3. Choice Pada tahap ini dilakukan proses pemilihan diantara berbagai alternatif tindakan yang mungkin dijalankan. Hasil pemilihan tersebut kemudian diimplementasikan dalam proses pengambilan keputusan. 4. Implementasi Tahapan ini merupakan tahapan optional dalam pengembangan perangkat lunak. Bagian ini terjadi ketika sistem yang kita maksud telah selesai dan mengalami perubahan ataupun permintaan penambahan fitur dikemudian hari. http://jurnal.sttgarut.ac.id 2
Junal Algoritma Sekolah Tinggi Teknologi Garut III. Hasil dan Pembahasan 1. Subsistem pengolaahan model Sistem ini menggunakan model matematika, dimana konsep ini adalah menggunakan menggunakan notasi-notasi dan persamaan-persamaan matematika untuk merepresentasikan system.antribut-atribut dinyatakan dengan variable-variabel dan aktifitas-aktifitas dinyatakandengan variabel-variabel dan aktifitas-aktifitas dinyatakan dengan fungsi matematik yang menjelaskan hubungan antar variable tersebut. Model matematika disusun sesuai dengan rumusan logika fuzzy yang telah dijelaskan pada BAB II. Untuk menjelaskan prosedur subsistem pengolahan data, adapun data tersebut bisa dijelaskan dengan use case diagram: KASIR TRANSAKSI PENJUALAN PELANGGAN PEMILIK PEMESANAN SUPPLIER TRANSAKSI PEMBELIAN Gambar 3.1 Diagram Use Case yang sedang Berjalan B. Kondisi Sistem Melihat sistem yang sedang berjalan, sistem yang manual dalam system yang terjadi, maka dapat disimpulkan beberapa kekurangan- kekurangan dalam prosedur yang sedang berjalan, diantaranya adalah: Tabel 3.4 Kondisi Sistem Dan Pemecahan masalah yang diharapkan No Masalah Worker Pemecahan Masalah 1 Proses pencatatan data transaksi masih menggunakan cara manual dengan mencatat data. 3 Barang seuring menumpuk dan terkadang kosong Kasir kasir Dibuatnya sistem informasi yang memiliki database yang dapat mengelola data Harga secara efisien. Dengan adanya aplikasi sistem informasi penetapan harga dan persediaan ini maka diharapkan dapat lebih mengatur data masuk dan keluar barang agar barang yang tersedia tidak membuat pemilik rugi terlalu besar. C. Tahapan Penentuan Jumlah Pemesanan Barang Dengan Metode Fuzzy Untuk menentukan Jumlah Pemesanan Barang maka dilakukan perhitungan dengan menggunakan logika fuzzy model sugeno. Untuk menentukan jumlah minimum persediaan yaitu dengan menghitung safety stock, variabel yang diambil terdiri dari jumlah penjualan maksimum dalam satu hari, penjualan rata-rata dalam satu periode, dan lead time pemesanan. 3 2012 Jurnal STT-Garut All Right Reserved
ISSN : 2302-7339 Vol. 09 No. 22 2012 a. Fuzzification Pada proses fuzzyfikasi mengubah masukan masukan yang nilai kebenarannya bersifat pasti kedalam bentuk fuzzy input yang berupa nilai linguistik yang semantiknya ditentukan berdasarkan fungsi keanggotaan tertentu. Fungsi keanggotaan mendefinisikan bagaimana tiap titik dalam ruang input dipetakan menjadi bobot atau derajat keanggotaan antara 0 dan 1. Atribut yang digunakan pada tahap fuzzyfication ini yaitu : Gambar 3.3 Fungsi Keanggotaan Variabel Penjualan Fungsi keanggotaan atribut penjualan :..(1.1) Fungsi keanggotaan atribut persediaan : Gambar 3.4 Fungsi Keanggotaan Variabel Persediaan..(1.2) http://jurnal.sttgarut.ac.id 4
Junal Algoritma Sekolah Tinggi Teknologi Garut 2. Inference Inference melakukan penalaran menggunakan fuzzy input dan fuzzy rules yang telah ditentukan sehingga menghasilkan fuzzy output. SEDIKIT SEDANG BANYAK SEDIKIT SEDIKIT SEDIKIT SEDIKIT SEDANG SEDANG SEDIKIT SEDANG BANYAK BANYAK BANYAK SEDIKIT Choice Berikut ini adalah data-data yang direkomendasikan untuk penentuan jumlah pemesanan barang: Nama Barang : Kerudung Zahra Penjualan Maksimum pe hari : 10 Jumlah Penjualan (x) : 50 Jumlah Hari : 31 hari Lead Time : 1 hari Jumlah Persediaan (y) : 11 4.2.1 Jumlah Minimum Persediaan untuk Juli 2012 untuk Agustus 2012 Safety Stock =(Penjualan Maksimum-Penjualan Rata-rata). Lead Time Dari data-data yang tersebut, maka dapat dihitung jumlah persediaan aman (safety stock) sebagai berikut : Safety Stock..(1.3) Dari perhitungan safety stock, maka didapatkan jumlah minimum persediaan barang sebagai acuan untuk melakukan pemesanan kembali pada periode juli 2010 adalah sebesar 9,36 dibulatkan menjadi 10 kerudung. 4.2.2 Penentuan jumlah pemesanan bulan Juli untuk Agustus 2012 a. Pada tahap pertama ini adalah Fuzzyfication : Gambar 4.12 Fungsi Keanggotaan Variabel Penjualan 5 2012 Jurnal STT-Garut All Right Reserved
ISSN : 2302-7339 Vol. 09 No. 22 2012 Fungsi keanggotaan atribut penjualan :..(1.4) Nilai Keanggotaan:..(1.5) Gambar 4.13 Fungsi Keanggotaan Variabel Penjualan Fungsi keanggotaan atribut penjualan :..(1.6) http://jurnal.sttgarut.ac.id 6
Junal Algoritma Sekolah Tinggi Teknologi Garut Nilai Keanggotaan:..(1.7) b. Pada tahap kedua ini adalah Inference : [R1] IF PenjualanSEDIKIT(0) AND PersediaanSEDIKIT(0) THEN Pemesanan SEDIKIT (0) [R2] IF PenjualanSEDIKIT(0) AND PersediaanSEDANG(0,57) THEN Pemesanan SEDANG (0) [R3] IF PenjualanSEDIKIT(0) AND PersediaanBANYAK THEN Pemesanan SEDIKIT (0) [R4] IF PenjualanSEDANG(0,57) AND PersediaanSEDIKIT(0) THEN Pemesanan BANYAK (0) [R5] IF PenjualanSEDANG(0,57) AND PersediaanSEDANG(0,57) THEN Pemesanan SEDIKIT (0,57) [R6] IF PenjualanSEDANG(0,57) AND Persediaan BANYAK THEN Pemesanan SEDANG [R7] IF PenjualanBANYAK AND Persediaan SEDIKIT(0) THEN Pemesanan BANYAK (0) [R8] IF PenjualanBANYAK AND Persediaan SEDANG(0,57) THEN Pemesanan BANYAK [R9] IF PenjualanBANYAK AND Persediaan BANYAK THEN Pemesanan SEDIKIT Aturan yang memenuhi adalah aturan [R5], [R6], [R8] dan [R9] yaitu : [R5] IF PenjualanSEDANG(0,57) AND PersediaanSEDANG(0,57) THEN Pemesanan SEDIKIT (0,57) [R6] IF PenjualanSEDANG(0,57) AND Persediaan BANYAK THEN Pemesanan SEDANG [R8] IF PenjualanBANYAK AND Persediaan SEDANG(0,57) THEN Pemesanan BANYAK [R9] IF PenjualanBANYAK AND Persediaan BANYAK THEN Pemesanan SEDIKIT c. Pada tahap ketiga ini adalah defuzzyfication : z1= 1*Penjualan = 1. 20 = 20 z2= Penjualan - 1,1*Persediaan = 20-1,1. 11= 4,96 z3= Penjualan - Persediaan = 20-11= 6 z4= 1,1 * Penjualan - Persediaan = 1,1. 20-11= 8 z5= 1*Penjualan = 1. 20 = 20 7 2012 Jurnal STT-Garut All Right Reserved
ISSN : 2302-7339 Vol. 09 No. 22 2012 z6= Penjualan - 1,1 * Persediaan = 20-1,1. 11= 4,96 z7= 1,25 * Penjualan - Persediaan = 1,25. 20-6 = 19 z8= 1,1 * Penjualan - Persediaan = 1,1. 20-14 = 8 z9= 1*Penjualan = 1. 20 = 20 Karena aturan yang memenuhi (R5), (R6), (R8) dan (R9), dengan metode defuzzy weighted average, maka rata-rata jumlah barang adalah..(1.8) Dibulatkan menjadi 15 Hasil Keputusan = 15 Dari hasil tersebut telah diketahui hasil keputusan jumlah pemesanan adalah 15, sedangkan persediaan tersesa 11 sehingga jumlah persediaan periode selanjutnya menjadi 26 pcs. III. KESIMPULAN/RINGKASAN Kesimpulan dari hasil penelitian ini adalah sebagai berikut : 1. Sistem Pendukung Keputusan yang dibangun dapat memberikan kemudahan dalam hal penentuan jumlah persediaan terhadap kasir. 2. Sistem Pendukung Keputusan membantu dalam proses penentuan jumlah persediaan yang akan menentukan jumlah pemesanan barang. 3. Sistem Pendukung Keputusan yang dibangun mampu mengukur kompetensi antara barang yang tersedia dengan barang yang harus dipesan 4. Diharapkan sistem pendukung keputusan ini dapat digunakan sebagai informasi strategik dalam upaya mengoptimalkan sistem persediaan meliputi jumlah persediaan. Serta dalam memberikan rekomendasi pemesanan barang agar minimalkan biaya 5. Output yang dikeluarkan dari sistem pendukung keputusan ini berupa jumlah persediaan dan jumlah barang yang harus dipesan. Saran dari penulis terhadap pengembangan dari penelitian ini adalah : 1. Untuk saat ini sistem hanya dapat digunakan untuk mengolah persediaan dan penentuan jumlah pemesanan barang, diharapkan kedepannya dapat digunakan untuk mengolah laporan laba rugi. 2. Untuk pengembangan penelitian berikutnya diharapkan bisa ditambahkan lagi variabel dan rule fuzzy yang akan digunakan untuk perhitungan fuzzy, sehingga sistem yang dikembangkan akan lebih kompleks. Daftar Pustaka [1] Kusrini, Konsep dan Aplikasi Sistem Pendukung Keputusan, Andi, 2007. [2] R.Budi, Belajar Otodidak Database Menggunakan Mysql, Informatika Bandung, 2011. [3] Kusumadewi.S, dan Purnomo,H. Aplikasi Logika Fuzzy Untuk Pendukung Keputusan, Edisi 2, Graha Ilmu, 2010. [4] H. Bambang, Esensi-Esensi Bahasa Pemrograman Java,Edisi 2, Informatika, 2007. http://jurnal.sttgarut.ac.id 8