PENERAPAN METODE EXPONENTIAL SMOOTHING GANDA UNTUK MEMPREDIKSI NILAI PENJUALAN BARANG BARANG ELEKTRONIK PADA TOKO MITRA ELEKTRONIK Febriyanti Kasim 1, Moh. Hidayat Koniyo 2, Dian Novian 3 INTISARI Kesulitan dalam memenuhi target pemasaran menjadi salah satu kendala utama yang sering dihadapi oleh sebuah toko terutama pada toko-toko elektronik. Adanya ketidaksesuaian atau ketidakseimbangan antara jumlah penjualan barang yang di suplai dengan jumlah barang yang habis terjual, sehingga menyebabkan kerugian pada pendapatan toko tersebut. Untuk mengatasi masalah tersebut, maka diperlukan suatu sistem prediksi nilai penjualan barang barang elektronik.penelitian yang menggunakan metode Exponential Smoothing Ganda ini menghasilkan sebuah aplikasi sistem prediksi nilai penjualan barang untuk mengetahui merek barang televisi mana yang akan dijual lebih banyak ditahun mendatang. Hasil penelitian ini adalah menghasilkan prediksi nilai penjualan barang elektronik televisi berdasarkan mereknya pada dua tahun mendatang yaitu tahun 2014 dan tahun 2015. Kata Kunci : penjualan barang, prediksi, exponential smoothing ganda ABSTRACT Febriyanti Kasim, 2013. Prediction System on Value Sales of Electronic Items through applying Double Exponential Smoothing Method. (Principal supervisor was Moh. Hidayat Koniyo, S.T, M.Kom and Co-supervisor was Dian Novian, S.Kom, M.T) Difficulties in fulfilling the target of marketing are the main problem which is often faced by a shop, especially in the electronics stores. The discrepancy or imbalance between the sales number of goods supplied and the quantity of goods sold caused loss to the store. To overcome these problems, we need software of prediction system sales of electronic goods. The research applied the double exponential smoothing method which generated a prediction system application to determine the sales value of goods what the television brand is that will be sold much more in the coming year. The results is to predict the sales value of electronics item such as television in two years, namely 2014 and 2015 Keywords: Sale of Goods, Prediction, Double Exponential Smoothing
PENGANTAR Kesulitan dalam memenuhi target pemasaran menjadi salah satu kendala utama yang sering dihadapi oleh sebuah toko terutama pada toko-toko elektronik. Adanya ketidaksesuaian atau ketidakseimbangan antara jumlah penjualan barang yang di suplai dengan jumlah barang yang habis terjual, sehingga menyebabkan kerugian pada pendapatan toko tersebut. Permasalahan yang di hadapi pada Toko Mitra Elektronik yaitu pihak manajer toko mitra elektronik belum bisa memprediksi nilai penjualan barang di tahun mendatang karena sistem yang mereka gunakan belum optimal sehingga pihak toko mitra tersebut akan membutuhkan suatu sistem yang dapat membantu pihak manajer untuk memprediksi nilai penjualan barang barang elektronik pada tahun mendatang. Banyak metode yang dapat digunakan untuk peramalan atau prediksi penjualan barang, berdasarkan kasus diatas maka penulis berinisiatif mengangkat metode exponential smoothing ganda dalam memprediksi nilai penjualan barang barang elektronik. Adapun tujuan dari penelitian ini untuk mengetahui merek barang mana yang akan dijual ditoko mitra elektronik pada tahun mendatang. TINJAUAN PUSTAKA Pengertian Prediksi Penjualan Prediksi penjualan merupakan permasalahan peramalan yang banyak dihadapi oleh divisi pemasaran hingga eksekutif perusahaan. Tidak tercapainya penjualan karena prediksi yang terlalu tinggi akan berpengaruh pada rencana ekspansi perusahaan. Metode Exponential Smoothing Metode Exponensial Smoothing ini terdiri atas : A. Smoothing Exponensial Tunggal Digunakan untuk data-data yang bersifat stasioner dan tidak menunjukkan pola atau tren. Smoothing Eksponensial Tunggal terdiri dari :
a. Satu parameter (one parameter) Metode ini menggunakan sebuah parameter, yang dibobotkan kepada data yang paling baru dan membobotkan nilai (1- ) kepada hasil peramalan periode sebelumnya. Harga terletak antara 0 dan 1. b. Pendekatan aditif (ARES) Metode ini memiliki kelebihan yang nyata bila dibandingkan dengan Pemulusan Eksponensial Tunggal, di mana nilai konstanta pemulusannya dapat berubah secara terkendali dalam arti dapat berubah secara otomatis bilamana terdapat perubahan dalam pola data dasarnya B. Smothing Eksponensial Ganda a. Metode Linier Satu Parameter dari Brown Metode ini dikembangkan oleh Brown untuk mengatasi adanya perbedaan yang muncul antara data aktual dan nilai peramalan apabila ada trend pada plot datanya. Untuk itu Brown memanfaatkan nilai peramalan dari hasil pemulusan eksponensial tunggal dan ganda. b. Metode Dua Parameter dari Holt Metode ini memuluskan trend dan gradien secara langsung dengan mempergunakan konstanta pemulusan trend dan konstanta pemulusan untuk data. Dalam metode Brown, hanya dipergunakan satu konstanta pemulusan, dan perkiraan nilai trend sangat sangat sensitif terhadap kerandoman, dalam metode Holt hal ini diatasi dengan konstanta pemulusan trend. C. Smoothing Eksponensial Triple a. Metode Kuadratik Satu Parameter dari Brown. Digunakan untuk pola data kuadratik, kubik atau orde yang lebih tinggi. b. Metode kecendrungan dan musiman tiga parameter dari Winter Dapat digunakan untuk data yang berbentuk trend dan musiman.
Metode Smoothing yang Digunakan Untuk mendapatkan hasil ramalan atau prediksi yang baik, maka harus diketahui cara peramalan yang tepat. Data penjualan barang barang elektronik berdasarkan mereknya dilihat pada data menunjukkan data trend liinier. Maka metode ramalan deret berkala yang digunakan untuk meramalkan atau memprediksi nilai penjualan barang barang elektronik berdasarkan mereknya, pada pemecahan masalah ini adalah dengan menggunakan Metode Pemulusan (Smoothing) Eksponensial Ganda Satu Parameter dari Brown. Sebelum menjelaskan persamaan dari metode exponential smoothing ganda ini, terlebih dahulu menentukan nilai parameter atau harga parameter smoothing exponential yang digunakan, dimana nilai parameter (α) besarnya antara 0 < α < 1. Setiap nilai parameter yang di digunakan dari nilai 0,1 sampai dengan 0,9. Persamaan yang dipakai dalam pelaksanaan Exponential Smoothing Ganda, Metode Linier Satu Parameter Dari Brown adalah sebagai berikut : a. Menentukan nilai pemulusan Exponential Tunggal (S' t ) S' t = αx t + (1 α) S' t-1 S' t = Nilai pemulusan exponential tunggal α = Parameter pemulusan exponential X t S' t-1 = Nilai rill periode t = Nilai pemulusan exponential sebelumnya b. Menentukan nilai pemulusan exponential ganda S'' t = α S' t + (1 α) S' t-1 S'' t = nilai pemulusan eksponential ganda c. Menentukan besarnya konstanta (α t ) α t = S' t + (S 't - S'' t ) = 2S' t - S'' t α t = besarnya konstanta periode t
d. Menentukan besarnya Slope (b t ) b t = (S' t - S'' t ) b t = slope/nilai tren dari data yang sesuai e. Menentukan besarnya Forecast F t+m F t+m M = α t + b t m = besarnya forecast = jangka waktu forecast Setelah ditentukan tahapan tahapan persamaan diatas, selanjutnya menentukan nilai tengah kesalahan kuadrat (MSE/Mean Square Error). Berikut persamaan dari Nilai MSE : MSE : Dimana : MSE : Mean Square Error/Nilai tengah kesalahan kuadrat e t n : Kesalahan Pada Periode ke-t : banyaknya periode waktu
CARA PENELITIAN Cara penelitian yang dilakukan penulis dalam penelitian, yaitu : Mulai Persiapan Penelitian Studi Pustaka Wawancara Analisis Perancangan Sistem Implementasi Uji Coba & Evaluasi Sudah sesuai Tidak Ya Penyusunan Laporan Selesai Gambar 1 Cara Penelitian
Adapun cara penelitian yang akan dilakukan oleh penulis dalam penelitian, yaitu : 1. Persiapan penelitian Pada tahap penelitian ini penulis melakukan analisa kebutuhan penelitian. Langkah awal penulis menyiapkan kebutuhan untuk penelitian yang terdiri dari tinjauan pustaka, aturan aturan penulis dan metode yang akan digunakan untuk melakukan penelitian ini. a. Studi pustaka Penulis mengumpulkan dan mempelajari literatur yang berkaitan dengan Prediksi Penjualan dengan metode exponential smoothing ganda. Sumber literatur berupa jurnal, tugas akhir, skripsi. Keluaran yang dihasilkan yaitu berupa konsep dari metode exponential smoothing ganda itu sendiri. b. Wawancara Pada penelitian ini penulis melakukan wawancara dengan pihak yang ada pada Toko Mitra Elektronik untuk mengetahui merek barang mana yang lebih banyak terjual sekaligus mengetahui data penjualan barang ditahun kemarin. Keluaran yang dihasilkan yaitu informasi informasi tentang barang barang elektronik mana yang lebih banyak terjual dan data penjualan barang yang dikumpulkan dari 4 tahun terakhir (tahun 2010-2013). 2. Analisis Sistem Tahapan analisis ini dilakukan untuk mengetahui kebutuhan berdasarkan data dan informasi yang telah diperoleh sebelumnya tentang penjualan barang barang elektronik. Keluaran dari tahapan ini yaitu kebutuhan sistem yang akan dirancang. 3. Perancangan Sistem Pada tahap ini dilakukan perancangan sebuah desain dari sistem berdasarkan database, user interface, diagram konteks, diagram alir data(dad) dan penerapan metode exponential smoothing ganda pada prediksi penjualan barang barang elektronik terhadap aplikasi yang dibuat. Keluaran yang dihasilkan yaitu rancangan desain sistem.
4. Implementasi Pada tahap ini dilakukan proses pembuatan aplikasi yang sudah dirancang sebelumnya dan diimpelementasikan sistem kedalam bahasa pemrograman berdasarkan rancangan yang telah dibuat sebelumnya sesuai dengan kebutuhan sistem. Keluaran dari tahapan ini yaitu sebuah sistem untuk memprediksi nilai penjualan barang barang elektronik yang digunakan oleh pihak toko mitra elektronik untuk bisa mengetahui merek barang mana yang terjual lebih banyak di tahun mendatang. 5. Uji Coba & Evaluasi Uji coba dilakukan untuk pengujian terhadap metode exponential smoothing ganda untuk memprediksi hasil nilai penjualan barang barang elektronik yang telah dibuat, serta mengevaluasi hasil yang diberikan metode tersebut. Keluaran dari tahapan ini yaitu suatu sistem yang telah dapat digunakan oleh pihak toko mitra. 6. Penyusunan Laporan Pada tahap terakhir ini menyusun laporan berdasarkan penelitian yang telah dilakukan. Keluaran yang dihasilkan yaitu laporan hasil penelitian. HASIL DAN PEMBAHASAN Hasil Proses Prediksi Penjualan Hasil proses prediksi penjualan barang barang elektronik dapat dilihat pada gambar 2 berikut : Gambar 2 Proses Prediksi Penjualan Barang
Pada menu proses menentukan nilai parameter dari α = 0,1 sampai dengan α = 0,9 yang nilainya di dapat dari setiap persamaan yang telah ditentukan pada metode exponential smoothing ganda. Begitu juga dengan menentukan nilai MSE. Pada menu MSE ini setelah ditentukan nilai parameter tersebut maka ditentukan nilai MSEnya, nilai MSE ini didapat dari hasi nilai tengah kesalahan kuadrat dibagi 2 ( ) yang nilai akhirnya diambil dari nilai kesalahan kuadrat disetiap parameter α = 0,1 sampai dengan α = 0,9 kemudian salah satu nilai MSE tersebut dibandingkan untuk menentukan nilai α yang memberikan nilai MSE yang terkecil/minimum. Kemudian untuk menu yang terakhir yaitu menentukan nilai forecast didapat dari hasil nilai konstanta (α t ) ditambahkan dengan nilai slope (b t ) dan dikalikan dengan jumlah periode kedepan (m) yang akan diramalkan. Untuk hasil akhirnya dapat dilihat mana yang mempunyai nilai penjualan barang televisi terbesar dari setiap merek barang televisi yang telah diperoleh. Dan merek barang yang lebih besar nilai penjualan pada tahun mendatang diperoleh yaitu barang elektronik televisi merek Sharp yang bernilai 2.643,41. Maka televisi merek Sharp inilah yang akan disupply dan dijual lebih banyak oleh pihak manajer mitra elektronik. Berdasarkan hasil analisa diatas, untuk menentukan prediksi nilai penjualan barang barang elektronik dengan metode exponential smoothing ganda ini, sebelum ditentukan nilai MSEnya terlebih dahulu dicari nilai parameter (α) karena nilai parameter ini akan berpengaruh pada setiap tahapan rumus yang telah ditentukan. Kemudian ditentukan nilai MSE yang paling terkecil/minimum untuk menentukan forecast pada tahun mendatang, apabila terdapat periode waktu minimal 2 tahun sedangkan apabila terdapat 1 periode waktu maka tidak bisa menentukan nilai MSEnya karena untuk mencari nilai MSE itu diperoleh dari nilai konstanta (α t ) ditambahkan dengan nilai slope (b t ) yang kedua nilai ini didapat dari tahun sebelumnya. Jadi untuk menentukan nilai MSE ini akan berpengaruh pada nilai penjualannya bukan pada periode waktu. Pada penelitian sebelumnya tentang Peramalan nilai penjualan mobil jenis minibus pada pt. Astra internasional tbk (auto 2000) di kota medan tahun 2012
yang ditulis oleh Tresiawati (2011) dan peramalan jumlah air minum yang Disalurkan pdam tirtanadi medan Tahun 2014 yang ditulis oleh Pinem (2012) dengan menggunakan metode exponential smoothing ganda. Kedua penelitian ini datanya mengalami stasioner, sama halnya dengan penelitian yang dilakukan datanya mengalami stasioner sehingga metode expoential smoothing ganda ini bisa digunakan untuk memprediksi pada tahun mendatang. KESIMPULAN Berdasarkan analisis dan pengujian yang penulis lakukan, maka dapat diambil beberapa kesimpulan yaitu : - Penerapan metode exponential smoothing ganda untuk memprediksi nilai penjualan barang barang elektronik bisa membantu pihak manajer untuk mengetahui merek barang mana yang disuply dan dijual lebih banyak pada tahun mendatang. - Nilai penjualan barang Televisi berdasarkan mereknya terdapat peningkatan disetiap merek televisi tersebut pada tahun mendatang. - Pada forecast tahun 2014 dan 2015 merek televisi yang paling banyak terjual yaitu merek televisi Sharp yang bernilai 2.643,41, maka merek televisi inilah yang harus disupply dan dijual banyak oleh pihak toko mitra elektronik pada 2 tahun ke depan. DAFTAR PUSTAKA Ai Jin.1999. Optimasi peramalan pemulusan eksponensial Satu parameter dengan menggunakan algoritma non-linear programming.jurnal Teknologi Industri, 1999, Vol. III, No. 3. www.uajy.ac.id/jurnal/jti/1999/.../1999_3_3_1.doc. Diakses pada tanggal 13 April 2013 Anonim.http://digilib.its.ac.id/public/ITS-Undergraduate-10306-5196100016 Chapter1.pdf. diakses pada tanggal 4 April 2013. Pinem, Evi Mayanti.2012. Metode eksponensial smoothing untuk peramalan jumlah air minum yang disalurkan pdam tirtanadi medan tahun 2014.
http://repository.usu.ac.id/handle/123456789/14704. Diakses tanggal 25 Maret 2013. Sugiyono.2011.Metode Penelitian Pendidikan Pendekatan Kuantitatif, Kualitatif dan R&D. Bandung : Alfabeta. Tresiawati Enny.2011.Peramalan nilai penjualan mobil jenis minibus pada pt. Astra internasional tbk (auto 2000) di kota medan tahun 2012. http://repository.usu.ac.id/bitstream/123456789/27408/6/cover.pdf. Diakses pada tanggal 22 Maret 2013. Kasim Febriyanti.2013. Penerapan Metode Exponential Smoothing Ganda untuk Memprediksi Nilai Penjualan Barang Barang Elektronik pada Toko Mitra Elektronik. Skripsi. Jurusan Teknik Informatika, Universitas Negeri Gorontalo.