TA : Rancang Bangun Aplikasi Penentuan Persediaan Berdasarkan Peramalan Volume Permintaan Pada UD. Adi Jaya Makmur.

RANCANG BANGUN APLIKASI PENENTUAN PERSEDIAAN

BERDASARKAN PERAMALAN VOLUME PERMINTAAN

PADA UD. ADI JAYA MAKMUR

TUGAS AKHIR

Program Studi S1 Sistem Informasi

Oleh:

AKHMAD RIZAL 09.41010.0100

FAKULTAS TEKNOLOGI DAN INFORMATIKA

INSTITUT BISNIS DAN INFORMATIKA STIKOM SURABAYA 2015

DAFTAR ISI

Halaman

ABSTRAK ... i

KATA PENGANTAR ... ii

DAFTAR ISI ... iv

DAFTAR GAMBAR ... vii

DAFTAR TABEL ... x

BAB I PENDAHULUAN ... 1

1.1 Latar Belakang Masalah ... 1

1.2 Perumusan Masalah ... 2

1.3 Batasan Masalah ... 3

1.4 Tujuan ... 3

1.5 Manfaat ... 3

1.6 Sistematika Penulisan ... 3

BAB II LANDASAN TEORI ... 6

2.1 Persediaan ... 6

2.2 Peramalan ... 7

2.2.1 Pengertian Peramalan ... 7

2.2.2 Data Runtut Waktu ... 7

2.2.3 Ukuran Akurasi Hasil Peramalan ... 9

2.3 Metode Pemulusan Eksponensial Winter ... 11

2.4 Teknik Peramalan untuk Data Musiman ... 13

2.5 Aplikasi ... 13

2.6 SQL Server 2008... 14

2.9 Siklus Hidup Pengembangan Sistem (SHPS) ... 16

2.9.1 Bagan Alir ... 20

2.9.2 Data Flow Diagram (DFD) ... 20

2.9.3 Entity Relationship Diagram (ERD) ... 20

2.10 Basis Data ... 21

BAB III ANALISIS DAN PERANCANGAN SISTEM ... 22

3.1 Identifikasi Permasalahan ... 22

3.2 Analisis permasalahan ... 23

3.3 Analisis Kebutuhan ... 28

3.4 Perancangan Sistem ... 30

3.4.1 Blog Diagram ... 31

3.4.2 System Flow ... 34

3.4.3 Context Diagram ... 37

3.4.4 DFD level 0 ... 39

3.4.5 DFD level 1 Peramalan ... 41

3.4.6 Entity Relationship Diagram (ERD) ... 41

3.4.7 Struktur Tabel ... 46

3.4.8 Desain I/O ... 50

BAB IV IMPLEMENTASI DAN EVALUASI SISTEM ... 57

4.1 Implementasi ... 57

4.1.1 Tampilan Login ... 57

4.1.2 Tampilan Halaman Utama ... 58

Halaman

4.1.4 Tampilan Data Penerimaan Barang ... 59

4.1.5 Tampilan Mengelola Data Penjualan ... 60

4.1.6 Tampilan Pencarian Alpha, Betha dan Gamma ... 61

4.1.7 Tampilan Peramalan Permintaan ... 62

4.1.8 Tampilan Penentuan Persediaan ... 63

4.1.9 Tampilan Laporan Penentuan Persediaan ... 64

4.2 Uji Coba Aplikasi ... 65

4.2.1 Uji coba Form Login ... 65

4.2.2 Uji coba Form Data Barang ... 67

4.2.3 Uji coba Form Penerimaan Barang ... 69

4.2.4 Uji coba Form Data Penjualan ... 70

4.2.5 Uji coba Form Pencarian Alpha, Betha, dan Gamma ... 73

4.2.6 Uji coba Form Peramalan Permintaan ... 75

4.2.7 Uji coba Form Penentuan Persediaan ... 75

BAB V PENUTUP ... 80

5.1 Kesimpulan ... 80

5.2 Saran ... 80

DAFTAR PUSTAKA ... 81

PENDAHULUAN

1.1 Latar Belakang Masalah

UD. Adi Jaya Makmur adalah perusahaan dagang yang menjual bahan bangunan. UD. Adi Jaya Makmur terletak di Jalan Gubernur Sunandar Priyo Sudarmo 79 Krian Sidoarjo. Perusahaan tersebut menawarkan berbagai macam kebutuhan bahan bangunan diantaranya semen, pasir, batu bata, batu gamping, berbagai macam cat, dan lain sebagainya. Barang-barang yang diperoleh UD. Adi Jaya Makmur didapat dari supplier atau produsen yang telah menjadi mitra bisnis untuk kemudian dijual kepada konsumen..

Proses penjualan pada UD. Adi Jaya Makmur dimulai ketika konsumen datang untuk menanyakan barang yang akan dibeli kepada karyawan. Selanjutnya barang akan diperiksa stoknya di gudang. Jika barang yang diminta ada maka konsumen akan melakukan pembayaran di kasir. Namun jika barang tidak ada atau kurang maka karyawan akan memberitahu konsumen dan menawarkan alternatif barang yang serupa, bila konsumen tidak berminat maka konsumen tidak jadi membeli dan beralih kepada toko lain.

UD. Adi Jaya Makmur khususnya dalam aneka produk yaitu semen gresik, bata merah, pasir dan koral mengalami beberapa kendala Dalam memenuhi jumlah permintaan dari pelanggan. Permasalahan pertama yang terjadi adalah sering kurangnya persediaan untuk mencukupi jumlah permintaan pelanggan, membuat pelanggan beralih ke toko lain. Kendala lain yang timbul adalah terjadi penumpukan barang digudang sehingga ada risiko barang menjadi rusak. Selama ini data permintaan yang tertolak tidak pernah dicatat, dari hasil

2

wawancara dengan pemilik perusahaan didapatkan bahwa data barang yang tertolak berkisar 7%. Dalam melakukan menentukan persediaan barang, UD. Adi Jaya Makmur tidak menggunakan metode. UD. Adi Jaya Makmur hanya berdasarkan data penjualan satu bulan sebelumnya saja.

Berdasarkan dari analisis data permintaan semen gresik yang ada pada UD. Adi Jaya Makmur dengan menggunakan software Minitab untuk mengetahui pola data yang terjadi dari data permintaan, maka diketahui pola datanya adalah musiman. Dapat dilihat di lampiran 1 pada Table 1.5 sampai dengan Tabel 1.8 merupakan pola data penjualan semen gresik, bata merah, pasir dan koral yang ada pada perusahaan pada UD. Adi Jaya Makmur.

Dengan demikian metode yang akan digunakan dalam peramalan volume penjualan yang mendukung proses pengadaan persediaan barang adalah metode pemulusan Ekponensial Winter untuk meramalkan kebutuhan persediaan barang yang dibutuhkan perusahaan dikarenakan Metode Ekponensial Smoothing model

Winters dapat menangani faktor musiman secara langsung. Metode Ekponensial Smoothing sendiri merupakan teknik yang sudah umum dipakai untuk peramalan

jangka pendek.

1.2 Perumusan Masalah

Berdasarkan latar belakang permasalahan yang telah diuraikan, maka diperoleh suatu rumusan masalah yaitu bagaimana merancang dan membangun aplikasi penentuan persediaan berdasarkan peramalan volume permintaan pada UD. Adi Jaya Makmur.

1.3 Batasan Masalah

Untuk mempermudah dalam pembuatan apliaksi tersebut, maka perlu adanya batasan permasalahan. Adapun batasan permasalahan dalam aplikasi yang akan dibuat ini adalah:

1. Peramalan dilakukan dengan metode Ekponensial Smoothing Winters.

2. Periode yang akan diramalkan adalah periode jangka pendek yaitu 1 bulan ke depan.

3. Data peramalan yang digunakan berdasarkan data permintaan pada 40 periode bulan sebelumnya.

4. Sistem yang dibangun berbasis desktop application

1.4 Tujuan

Tujuan dari penelitian yaitu, menghasilkan rancangan dan aplikasi yang dapat penentuan persediaan berdasarkan peramalan volume permintaan pada UD. Adi Jaya Makmur.

1.5 Manfaat

Aplikasi ini nantinya akan memiliki nilai manfaat bagi pihak UD. Adi Jaya Makmur untuk mengetahui kebutuhan persediaan barang setiap bulan dengan meramalkan volume permintaan barang.

1.6 Sistematika Penulisan

Secara garis besar sistematika penulisan pada laporan ini adalah sebagai berikut :

4

Bab I : Pendahuluan

Pada bab ini akan menjelaskan mengenai latar belakang permasalahan yang terjadi, perumusan masalah yang di dapat dari latar belakang, batasan masalah, tujuan dilakukannya penelitian, manfaat yang akan diberikan kepada stakeholder atau perusahaan, serta penjelasan mengenai sistematika penulisan pada penelitian ini.

Bab II : Landasan Teori

Pada bab ini akan menjelaskan mengenai teori-teori yang mendukung atau di gunakan sebagai bahan acuan pada saat, setelah ataupun sebelum melakukan penelitian antara lain peramalan, kebutuhan akan peramalan, macam-macam peramalan, proses peramalan, definisi data, macam-macam data, data runtut waktu, pola data runtut waktu, metode ekponensial smoothing, metode ekponensial smoothing

Winters.

Bab III: Analisis dan Perancangan Sistem

Dalam bab akan menjelaskan bagaimana awal proses penelitian ini dilakukan sehingga menghasilkan sebuah perancangan yang diperoleh melalui beberapa tahapan seperti, pengumpulan data, identifikasi permasalahan, analisis permasalahan, solusi permasalahan yang diberikan, sampai dengan perancangan system, seperti document flow,

system flow, data flow diagram, desain ERD baik berupa conceptual data model maupun physical data model, struktur basis data, dan interface dari aplikasi yang dirancang dan dibangun.

Bab IV: Implementasi dan Evaluasi

Pada bab ini akan menjelaskan mengenai uji coba dari aplikasi yang dirancang dan dibangun baik dari fungsional maupun non fungsional terhadap aplikasi yang dibangun. Pada bab ini juga membahas evaluasi dari simulasi penentuan persediaan berdasarkan peramalan permintaan dari aplikasi yang dirancang dan dibangun, dimana evaluasi ini menjelaskan bagaimana mendapatkan nilai alpha, beta dan gamma dengan nilai MAPE terkecil, juga menghitung tingkat kesalahan dari peramalan dengan menggunakan MAPE (Mean

Absolute Percentage Error). Bab V : Penutup

Pada bab terakhir yaitu bab penutup, akan dijelaskan mengenai kesimpulan yang diperoleh dari penelitian yang dilakukan ini, yaitu hasil dari evaluasi, serta saran terkait dengan sistem yang dikembangkan.

BAB II LANDASAN TEORI 2.1 Persediaan

Menurut Herjanto (2008:237) persediaan adalah bahan atau barang yang disimpan yang akan digunakan untuk memenuhi tujuan tertentu, misalnya untuk digunakan dalam proses produksi atau perakitan, untuk dijual kembali, atau untuk suku cadang dari suatu peralatan atau mesin. Persediaan dapat berupa bahan mentah, bahan pembantu, barang dalam proses, barang jadi, ataupun suku cadang. Bisa dikatakan tidak ada perusahaan yang beroperasi tanpa persediaan, meskipun sebenarnya persediaan hanyalah suatu sumber dana mengaggur, karena sebleum persediaan digunakan berarti dana yang terkait di dalamnya tidak dapat digunakan untuk keperluan lain.

Beberapa fungsi penting persediaan menurut Herjanto (2008) bagi perusahaan, sebagai berikut :

1. Menghilangkan risiko keterlambatan pengiriman bahan baku atau barang yang dibutuhkan perusahaan.

2. Menghilangkan risiko jika material yang dipesan tidak baik sehingga harus dikembalikan.

3. Menghilangkan risiko terhadap kenaikan harga barang atau inflasi.

4. Untuk menyimpan bahan baku yang dihasilkan secara musiman sehingga perusahaan tidak akan kesulitan jika bahan itu tidak tersedia dipasaran. 5. Mendapatkan keuntungan dari pembelian berdasarkan diskon di pasaran. 6. Mendapatkan keuntungan dari pembelian berdasarkan diskon kuantitas.

7. Memberikan pelayanan kepada pelanggan dengan tersedianya barang yang diperlukan.

2.2 Peramalan

2.2.1 Pengertian Peramalan

Menurut Gasperrsz. Peramalan adalah metode untuk memperkirakan suatu nilai di masa depan dengan menggunakan data masa lalu. Peramalan juga dapat diartikan sebagai seni dan ilmu untuk memperkirakan kejadian pada masa yang akan datang, sedangkan aktivitas peramalan merupakan suatu fungsi bisnis yang berusaha memperkirakan penjualan dan penggunaan produk sehingga produk-produk itu dapat dibuat dalam kuantitas yang tepat (2002:71).

2.2.2 Data Runtut Waktu

Menurut Arsyad (2001: 113-115), Setiap variabel yang terdiri dari data yang dikumpulkan, dicatat, atau diobservasi sepanjang waktu yang berurutan disebut data runtut waktu. Dengan kata lain, suatu data runtut waktu terdiri data yang dikumpulkan, dicatat atau diobservasi sepanjang waktu yang berurutan. Seri waktu memiliki 4 komponen, yaitu sebagai berikut :

a. Kecenderungan (Trend) adalah komponen jangka panjang yang mendasari pertumbuhan (atau penurunan) dalam suatu data runtut waktu. Kekuatan-kekuatan dasar yang menghasilkan atau mempengaruhi trend dari suatu data runtut waktu adalah perubahan populasi, inflasi, perubahan teknologi dan peningkatan produktivitas.

8

Gambar 2.1. Komponen Kecenderungan (Trend)

b. Fluktuasi musiman biasanya dijumpai pada data yang dikelompokkan secara kuartalan, bulanan, atau mingguan. Variasi musiman ini mengGambarkan pola perubahan yang berulang secara teratur dari waktu ke waktu.

Gambar 2.2. Komponen Musiman (Seasonal)

c. Komponen siklus adalah suatu seri fluktuasi seperti gelombang atau siklus yang mempegaruhi keadaan ekonomi selama lebih dari satu tahun. Hal tersebut dapat dilihat dari perbedaan antara nilai yang diharapkan (trend) dengan nilai yang sebenarnya yaitu variasi residual yang berfluktuasi sekitar trend.

Gambar 2.3. Komponen Siklus (Cyclical)

d. Komponen tidak beraturan terbentuk dari fluktuasi-fluktuasi yang disebabkan oleh peristiwa-peristiwa yang tidak terduga seperti perubahan cuaca, pemogokan, perang, pemilihan umum, rumors tentang perang, dan lain-lain.

Gambar 2.4. Komponen Horizontal

2.2.3 Ukuran Akurasi Hasil Peramalan

Menurut Nasution dan Prasetyawan (2008 : 34), ukuran hasil peramalan yang merupakan ukuran kesalahan peramalan merupakan ukuran tentang tingkat perbedaan antara hasil peramalan dengan permintaan yang sebenarya terjadi. Ada 4 ukuran yang biasa digunakan, yaitu :

a. Rata-rata Deviasi Mutlak (Mean Absolute Deviation = MAD)

MAD merupakan rata-rata kesalahan mutlak selama periode tertentu tanpa memperhatikan apakah hasil peramalan lebih besar atau lebih kecil dibandingkan kenyataannya. Secara matematis MAD dirumuskan sebagai berikut:

MAD = | |...(1) keterangan :

A = Permintaan aktual pada periode –t

F 1 = Peramalan permitaan(forecast) pada periode-t

10

b. Rata-rata Kuadrat Kesalahan (Mean Square Error = MSE)

MSE dihitung dengan menjumlahkan kuadrat semua kesalahan peramalan pada setiap periode dan membaginya dengan jumlah periode peramalan. Secara matematis, MSE dirumuskan sebagai berikut :

MSE = ...(2)

c. Rata-rata Kesalahan Peramalan (Mean Forecast Error = MFE)

MFE sangat efektif untuk mengetahui apakah suatu hasil peramalan selama periode tertentu terlalu tinggi atau terlalu rendah. Bila hasil peramalan tidak bias, maka nilai MFE akan mendekati nol. MFE dihitung dengan menjumlahkan semua kesalahan peramalan selama periode peramalan dan membaginya dengan jumlah periode peramalan. Secara matematis, MFE dinyatakan sebagai berikut :

MFE = ...(3)

d. Rata-rata Persentase Kesalahan Absolut (Mean Absolute Percentage Error = MAPE)

MAPE merupakan ukuran kesalahan relatif. MAPE biasanya lebih berarti dibandingkan MAD karena MAPE menyatakan persentase kesalahan hasil peramalan terhadap permintaan aktual selama periode tertentu yang akan memberikan informasi persentase kesalahan terlalu tinggi atau terlalu rendah, Secara matematis, MAPE dinyatakan sebagai berikut :

2.3 Metode Pemulusan Eksponensial Winter

Metode pemulusan eksponensial dari Winter merupakan salah satu metode dari berbagai macam metode pemulusan eksponensial untuk jenis data kuantitatif dan runtut waktu. Menurut Arsyad (2001: 110-111), pengertian dari data runtut waktu adalah data yang dikumpulkan, dicatat atau diobservasi sepanjang waktu yang berurutan. Metode pemulusan eksponensial Winter ini hanya dapat diterapkan ke data runtut waktu seperti data jumlah penjualan barang perusahaan, dan lain sebagainya.

Metode pemulusan eksponensial Winter menggunakan persamaan tambahan yang digunakan untuk mengestimasi adanya pengaruh faktor musim. Estimasi tersebut dinyatakan dalam suatu indeks musiman dan dihitung dengan persamaan pemulusan eksponensial.

Persamaan tersebut memperlihatkan bahwa estimasi indeks musiman (Yt/At) dikalikan dengan σ. Alasan mengapa Yt dibagikan dengan At adalah untuk

menyatakan nilainya sebagai suatu indeks, supaya dapat dihitung rata-ratanya dengan indeks musiman yang dihaluskan sampai periode t-1. Keempat persamaan yang digunakan dalam model Winter adalah sebagai berikut:

Pemulusan Eksponensial

...(5)

Estimasi Trend

... ...(6)

Estimasi Musiman

...(7)

Ramalan pada periode p di masa datang

12

dengan:

At = nilai pemulusan yang baru

α = konstanta pemulusan untuk data (0 ≤ α ≤ 1)

Yt = data yang baru atau yang sebenarnya pada periode t β = konstanta pemulusan untuk estimasi trend (0 ≤ β ≤ 1)

Tt = estimasi trend

μ = konstanta pemulusan untuk estimasi musiman (0 ≤ μ ≤ 1)

St = estimasi musiman

p = periode yang diramalkan

L = panjangnya musim ̂ = ramalan pada periode p

Persamaan 6 memperbaharui nilai-nilai pemulusan. Dalam persamaan tersebut Yt dibagi dengan St-L, dan hal ini akan menghilangkan pengaruh musiman

dalam data asli Yt. Setelah estimasi musiman dan estimasi trend dimuluskan

dalam persamaan 8 dan 7, peramalan dilakukan dengan persamaan 9. Untuk meminimumkan MSE (Mean Squared Error), teknik Winter lebih baik dari model Brown dan Holt, sehingga teknik ini dapat dikatakan lebih baik dari kedua model tersebut.

Pemulusan eksponensial adalah teknik yang sudah umum dipakai untuk peramalan jangka pendek. Keuntungan utama penggunaan teknik ini adalah biaya yang rendah dan kemudahan pemakaiannya. Dasar peramalan dengan pemulusan eksponensial adalah rata-rata tertimbang pengukuran-pengukuran masa lalu. Dasar pertimbangannya adalah bahwa rata-rata masa lalu mengandung informasi mengenai apa yang akan terjadi di masa yang akan datang. Oleh karena data masa lalu mengandung fluktuasi random dan informasi mengenai pola variabel, maka diperlukan usaha untuk memuluskan data-data ini. Pendekatan ini mengasumsikan

bahwa fluktuasi-fluktuasi ekstrem menyatakan tingkat pengaruh random dalam rangkaian data.

2.4 Teknik Peramalan untuk Data Musiman

Menurut Arsyad (2001 : 53), suatu data runtut waktu yang bersifat musiman didefinisikan sebagai suatu data runtut waktu yang mempunyai pola perubahan yang berulang secara tahunan. Mengembangkan suatu teknik peramalan musiman biasanya memerlukan pemilihan metode perkalian dan pertambahan dan kemudian mengestimasi indeks musiman dari data tersebut. Indeks ini kemudian digunakan untuk memasukkan sifat musiman dalam peramalan untuk menghilangkan pengaruh seperti itu dari nilai-nilai yang diobservasi.

Teknik-teknik peramalan untuk data musiman digunakan dalam keadaan berikut ini :

a. Jika cuaca mempengaruhi variabel yang diteliti.

b. Jika kalender tahunan mempengaruhi variabel yang diteliti.

Teknik-teknik yang seharusnya diperhatikan ketika meramalkan data runtut waktu yang bersifat musiman salah satunya adalah metode pemulusan eksponensial dari Winter.

2.5 Aplikasi

Definisi aplikasi adalah penggunaan atau penerapan suatu konsep yang menjadi suatu pokok pembahasan. Aplikasi dapat diartikan juga sebagai program

14

komputer yang dibuat untuk menolong manusia dalam melaksanakan tugas tertentu. ( Noviansyah, 2008 : 4)

Aplikasi software yang dirancang untuk suatu tugas khusus dapat dibedakan menjadi dua jenis, yaitu :

1. Aplikasi softaware spesialis, program dengan dokumentasi tergabung yang dirancang untuk menjalankan tugas tertentu.

2. Aplikasi software paket, suatu program dengan dokumentasi tergabung yang dirancang untuk jenis masalah tertentu.

2.6 SQL Server 2008

Menurut Nugroho (2008:1), SQL Server 2008 merupakan DBMS (Database Management System) yang handal dalam mengelolah data dengan user interface yang cukup mudah untuk digunakan. Microsoft sebagai vendor daro SQL Server terus mengembangkan produk mereka yang satu ini untuk menjadikannya sebagai Tools database tebaik.

SQL Server 2008 tidak berbeda jauh dengan SQL Server 2005. Microsoft mengembangkan beberapa fitur yang telah ada di produk SQL Server sebelumnya dan menambah beberapa fitur baru untuk meningkatkan peforma. Di SQL Server 2008 ini terdapat beberapa fitur baru, seperti :

1. Data Compression 2. Change Data Capture 3. Filtered Indexes

5. Sparse Culom

6. Data Type Baru ( date, timedan filestream)

2.7 Visual Basic 2010

Menurut Yuswanto & Subari, Visual Basic .Net 2010 (2007:2) Visual Basic .Net 2010 adalah salah satu bahasa pemrograman yang tergabung dalam Microsoft Visual Studio 2010. Visual Studio 2010 dan Microsoft .Net Framework 4.0 membantu developer menghasilkan performansi yang lebih baik dan menghasilkan aplikasi yang scapable

2.8 Analisis Sistem

Menurut Al Fatta (2007:63), analisis sistem yang secara kolektif mendeskripsikan fase-fase awal pengembangan sistem. Analisis sistem adalah teknik pemecahan masalah yang menguraikan bagian-bagian komponen tersebut dapat bekerja dan berinteraksi untuk mencapai tujuan mereka. Analisi sistem merupakan tahapan paling awal dari perkembangan sistem yang menjadi fondasi menentukan keberhasilan sistem informasi yang dihasilkan nantinya. Tahapan ini sangat penting karena menentukan bentuk sistem yang harus dibangun. Tahapan ini bisa merupakan tahapan yang mudah jika klien sangatpaham dengan masalah yang dihadapi dalam organisasinya dan tahap ini bisa menjadi tahap yang paling sulit jika klien tidak bisa mengidentifikasi kebutuhannya atau tertutup terhadap pihak luar yang ingin mengetahui detail proses-proses bisnisnya.

16

2.9 Siklus Hidup Pengembangan Sistem (SHPS)

Siklus Hidup Pengembangan Sistem (SHPS) atau dalam bahasa asing disebut System Development Life Cycle (SDLC) adalah sebuah pendekatan, tentunya melalui beberapa tahap untuk menganalisis dan merancang sistem yang telah dikembangkan dengan baik melalui penggunaan siklus kegiatan penganalisis dan pemakai secara spesifik menurut Kendall (2003:11).

Sumber: Kendall (2003:11)

Gambar 2.5 Siklus Hidup Pengembangan Sistem

SHPS terbagi menjadi tujuh tahap seperti yang ditunjukkan pada Gambar 2.5 di atas. Masing-masing tahap ditampilkan secara terpisah, namun tidak pernah tercapai sebagai satu langkah terpisah. Melainkan, beberapa aktivitas muncul secara simultan, dan aktivitas tersebut dilakukan berulang-ulang. Pernyataan tersebut berkesimpulan bahwa dalam Gambar SHPS tersebut tahap satu dengan lainnya secara visual terlihat terpisah, akan tetapi pada kenyataannya, proses yang dilakukan oleh tahap tersebut dilakukan secara bertahap dan ada keterkaitan antara tahap satu dengan lainnya, tentunya dilakukan secara bertahap dan

berkesinambungan. Berikut penjelasan lebih lanjut mengenai tujuh tahap yang terdapat pada Gambar 2.5 di atas:

1. Mengidentifikasi masalah, peluang, dan tujuan

Tahap ini merupakan tahap yang berpengaruh pada keberhasilan proyek, karena jika ada kekeliruan menentukan masalah, peluang, dan tujuan maka proyek tersebut akan sia-sia jika dikerjakan. Pada tahap identifikasi masalah terdapat beberapa langkah, yaitu:

1. Melihat apa yang terjadi di dalam bisnis. 2. Menentukan masalah dengan tepat.

Setelah mengetahui masalah maka langkah selanjutnya menentukan peluang yang ada pada bisnis tersebut. Peluang di sini dimaksudkan bahwa penganalisis yakin bahwa peningkatan dapat dilakukan dengan menggunakan sistem informasi yang terkomputerisasi. Jika sudah menemukan masalah dan peluang, langkah selanjutnya yaitu menentukan tujuan. Menentukan tujuan juga mempunyai beberapa langkah, yaitu: (1) Menemukan apa yang sedang terjadi dalam bisnis. (2) Menentukan aspek dalam aplikasi-aplikasi sistem informasi. (3) Menyebutkan problem atau peluang-peluang tertentu.

Ada beberapa aktivitas yang dilakukan pada tahap ini, yaitu : A. Wawancara terhadap manajemen pengguna.

B. Menyimpulkan pengetahuan yang diperoleh. C. Mengestimasi cakupan proyek.

D. Mendefinisikan hasil-hasilnya.

Output dari tahap ini adalah laporan yang berisikan definisi masalah dan ringkasan tujuan.

18

2. Menentukan syarat-syarat informasi

Pada tahap ini penganalisis menentukan syarat-syarat informasi untuk pengguna yang terlibat. Adapun langkah-langkah yang dilakukan dalam menentukan syarat-syarat informasi yaitu: (1) Menentukan sampel dan memeriksa data mentah. (2) Wawancara. (3) Mengamati perilaku pembuat keputusan dan lingkungan kantor. (4) Prototyping. Tahap ini mempunyai tujuan untuk menampilkan informasi yang dibutuhkan dalam bisnis terkait serta membentuk kerangka pendekatan untuk memikirkan ulang bisnis dengan cara lebih kreatif. Penganalisis akan bisa memahami fungsi-fungsi bisnis dan melengkapi informasi tentang masyarakat, tujuan, data, dan prosedur yang terlibat.

3. Menganalisis kebutuhan sistem

Menganalisis kebutuhan-kebutuhan sistem dapat menggunakan sebuah perangkat untuk menentukan kebutuhan. Perangkat tersebut dapat berupa diagram alir data dan kamus data. Maksud dari perangkat tersebut yaitu untuk mengGambarkan dan menyusun input, proses, dan output.

4. Merancang sistem yang direkomendasikan

Pada tahap ini penganalisis merancang sistem yang direkomendasikan setelah mengumpulkan data yang didapat. Langkah-langkahnya yaitu: (1) Merancang data entry. Pada tahap ini penganalis mendata seluruh input yang akan dimasukkan dalam Graphical User Interface (GUI) agar informasi yang didapatkan adalah informasi yang akurat. (2) Merancang file-file atau basis data. Tahap ini berfungsi sebagai penyimpanan data agar data terorganisir serta dapat melakukan pengelolaan keluaran yang bermanfaat. (3) Merancang

prosedur-prosedur back up dan kontrol. Fungsinya agar data dan informasi yang tersimpan dapat terselamatkan jika terjadi sesuatu bencana atau hal-hal yang tidak diinginkan. (4) Membuat paket spesifikasi program bagi programer. Paket tersebut bisa diGambarkan dengan flowchart sistem, diagram alir data, dan lain sebagainya.

5. Mengembangkan dan mendokumentasikan perangkat lunak

Penganalisis perlu menggunakan salah satu teknik terstruktur dalam mengembangkan perangkat lunak. Teknik tersebut yaitu rencana terstruktur,

Nassi-Shneiderman charts, dan pseudocode. Pendokumentasian dilakukan

untuk menjelaskan pengembangan dan kode program serta bagian-bagian kompleks dari program.

6. Menguji dan mempertahankan sistem

Tahap ini merupakan tahap yang dilakukan secara berkesinambungan ketika program sudah dibuat dan diuji yaitu diperthankan dengan cara memperbaharui program. Pengujian juga diperlukan untuk menemukan adanya kendala maupun masalah yang terjadi ketika adanya pengujian.

7. Mengimplementasikan dan mengevaluasi sistem

Penganalisis bekerjasama dengan pengguna dalam melakukan implementasi sistem. Keterlibatan tersebut yakni dalam hal pelatihan dalam mengendalikan sistem serta perencanaan konversi sistem lama ke sistem yang baru. Setelah melakukan implementasi maka dilakukan adanya evaluasi yang bertujuan untuk mengetahui pemenuhan kriteria bahwa pengguna benar-benar menggunakan sistem.

20

2.9.1 Bagan Alir

Ada dua bagan alir untuk menunjukkan alur sistem atau dokumen yang mengalir. Bagan alir tersebut adalah bagan alir dokumen (document flowchart) dan bagan alir sistem (system flow chart). Bagan alir sistem juga menunjukkan arus dari dokumen-dokumen yang ada di organisasi, sehingga disebut juga dengan nama bagan alir dokumen (document flow chart) (Hartono, 2003:455).

Menurut Hartono (2003:455), Bagan alir sistem (System Flowchart) digunakan untuk mengGambarkan proses dari sistem baru yang diusulkan.

2.9.2 Data Flow Diagram (DFD)

Menurut Ibrahim (2010:95), “DFD is graphical diagrams for specifying, constructing and visualizing the model of a system. DFD is used in defining the

requirements in a graphical view.” Pengertian tersebut mempunyai inti

bahwasanya DFD merupakan diagram yang disajikan secara grafis dan diagram tersebut digunakan untuk menentukan, membangun dan memvisualisasikan model dari suatu sistem. DFD juga digunakan untuk mengGambarkan persyaratan dalam bentuk tampilan grafis.

2.9.3 Entity Relationship Diagram (ERD)

Entity Relationship Diagram (ERD) adalah Gambar atau diagram yang

menunjukkan informasi dibuat, disimpan, dan digunakan dalam sistem bisnis. Entitas biasanya mengGambarkan jenis informasi yang sama. Dalam entitas digunakan untuk menghubungkan antar entitas yang sekaligus menunjukkan hubungan antar data. Pada akhirnya ERD bisa juga digunakan untuk menunjukkan

aturan-aturan bisnis yang ada pada sistem informasi yang akan dibangun. (Al Fatta, 2007:121).. Ada dua jenis model ERD, yaitu:

a. Conceptual Data Model (CDM)

CDM adalah suatu jenis model data yang mengGambarkan hubungan antar tabel secara konseptual.

b. Physical Data Model (PDM)

PDM adalah suatu jenis model data yang mengGambarkan hubungan antar tabel secara fisikal.

2.10 Basis Data

Menurut Junindar (2008:19), Basis data adalah sekumpulan data yang saling terhubung satu dengan yang lainnya yang tersimpan di dalam perangkat keras komputer. Dan diperlukan suatu perangkat lunak untuk memanipulasi data base tersebut.

BAB III

ANALISIS DAN PERANCANGAN SISTEM

Pada bab ini akan dibahas tentang analisis dan perancangan aplikasi dalam Rancang Bangun Penentuan Persediaan Berdasarkan Peramalan Volume Permintaan pada UD. Adi Jaya Makmur. Dalam melakukan identifikasi dan analisis permasalahan menggunakan teknik wawancara dan observasi yang dilakukan di perusahaan. Adapun hasil dari identifikasi dan analisis sebagai berikut.

3.1 Identifikasi Permasalahan

Identifikasi permasalahan yang ada adalah penentuan juamlah persediaan untuk satu periode bulan selanjutnya. Proses dalam menentukan persediaan, UD. Adi Jaya Makmur berdasarkan data penjualan satu bulan sebelumnya saja. Hal ini dilakukan karena UD. Adi Jaya Makmur hanya mencatat data transaksi penjualan sehingga data tersebut yang di jadikan acuan dalam menentukan jumlah persediaan. Cara dalam menentukan jumlah persediaan yang digunakan saat ini belum bisa membantu perusahaan dalam memenuhi permintaan pelanggan. Sebagai contoh pemilik perusahaan memperkirakan bahwa penjualan semen gresik pada Mei 2011 sebesar 343, namun permintaan sebenarnya sejumlah 368 sehingga ada permintaan yang tertolak sebesar 25 barang.

3.2 Analisis permasalahan

Setelah dilakukan analisis permasahan dalam proses penentuan persediaan pada UD. Adi Jaya Makmur belum mampu memenuhi kebutuhan persediaan. UD. Adi Jaya Makmur dalam proses penentuan persediaan dirasa kurang tepat apa bila menjadikan data penjualan sebagai acuan penentuan persediaan pada satu periode selanjutnya. Untuk itu UD. Adi Jaya Makmur memerlukan aplikasi peramalan penentuan persediaan yang dapat menghitung jumlah persediaan barang untuk satu periode selanjutnya yang menggunakan data permintaan barang sebagai acuan dalam perhitungan.

Selain analisis permasalahan diatas, agar dapat memberikan output perencanaan yang baik, maka dibutuhkan analisis terhadap pola data jumlah permintaan, dimana data permintaan ini didapatkan dari pengolahan data penjualan hasil observasi di perusahaan. Analisis ini bertujuan untuk menentukan metode peramalan yang tepat yang akan digunakan untuk perencanaan persediaan pada UD. Adi Jaya Makmur.

Uji Pola data ini dilakukan pada barang Semen Gresik dan Pasir. Data yang dipakai dalam uji pola da ini merupakan data perminaan mulai Januari 2011 sampai Agustus 2014. Seperti terdapat pada table 3.1 dan tabel 3.2.

24

Tabel 3.1 Data Jumlah Penjualan dan permintaan semen gresik periode Januari 2011 – Agustus 2014

Tabel 3.2 Data Jumlah Penjualan dan permintaan Pasir periode Januari 2011 – Agustus 2014

26

Uji pola data akan dilakukan menggunakan Minitab 16 bertujuan untuk mengetahui jenis pola data pada data permintaan semen gresik dan pasir. Uji coba ini juga dilakukan untuk mengetahui apakah data memiliki kecenderungan tren. Perhitungan otokorelasi dapat dilihat pada table 3.3 dan 3.4

Tabel 3.3 Uji Pola Data Semen Gresik

Semen Gresik

ACF ACF Grafik

Lag ACF T LBQ 1 0,516288 3,46 12,81 2 0,110303 0,60 13,41 3 0,033583 0,18 13,47 4 -0,018629 -0,10 13,49 5 -0,141708 -0,76 14,55 6 -0,229414 -1,22 17,40 7 -0,293140 -1,51 22,18 8 -0,369723 -1,81 30,00 9 -0,253051 -1,16 33,76 10 -0,086772 -0,39 34,22 11 -0,053999 -0,24 34,40 12 -0,019093 -0,08 34,42 13 0,057649 0,25 34,64 14 0,176457 0,78 36,76 15 0,119161 0,52 37,77 16 0,123892 0,54 38,88 17 0,174761 0,75 41,19 18 -0,002821 -0,01 41,19 19 -0,039384 -0,17 41,32 20 0,046223 0,20 41,50 21 -0,028372 -0,12 41,57 22 -0,113180 -0,48 42,75 23 -0,140036 -0,59 44,63 24 -0,043572 -0,18 44,82 25 -0,002954 -0,01 44,83 26 -0,013501 -0,06 44,85 27 -0,107989 -0,45 46,22 28 -0,134463 -0,56 48,47 29 -0,058342 -0,24 48,92 30 -0,007437 -0,03 48,92 31 0,020284 0,08 48,99 32 -0,017951 -0,07 49,04 33 0,006897 0,03 49,05 34 0,101972 0,42 51,05 35 0,091318 0,38 52,81 36 0,125875 0,52 56,53 37 0,122830 0,50 60,52 38 0,046983 0,19 61,19 39 -0,070008 -0,28 62,92 40 -0,082290 -0,33 65,78 41 -0,041273 -0,17 66,68 42 -0,013500 -0,05 66,81 43 0,006967 0,03 66,86 44 0,001157 0,00 66,86

40 35 30 25 20 15 10 5 1 1,0 0,8 0,6 0,4 0,2 0,0 -0,2 -0,4 -0,6 -0,8 -1,0 Lag A u to c o rr e la ti o n

Autocorrelation Function for C1

(with 5% significance limits for the autocorrelations)

Time Series 44 40 36 32 28 24 20 16 12 8 4 800 700 600 500 400 300 200 100 0 Index C 1 MAPE 77,0 MAD 153,0 MSD 36368,8 Accuracy Measures Actual Fits Variable

Trend Analysis Plot for C1

Linear Trend Model Yt = 344,7 + 0,872*t

Tabel 3.4 Uji Pola Data Pasir

Pasir

ACF ACF Grafik

Lag ACF T LBQ 1 0,487488 3,23 11,19 2 0,266536 1,46 14,61 3 0,024468 0,13 14,64 4 -0,323443 -1,69 19,93 5 -0,544008 -2,67 35,29 6 -0,577511 -2,46 53,06 7 -0,542830 -2,05 69,17 8 -0,207603 -0,72 71,60 9 0,086212 0,29 72,03 10 0,228519 0,78 75,14 11 0,464515 1,56 88,37 12 0,514722 1,64 105,13 13 0,376752 1,14 114,40 14 0,175569 0,51 116,47 15 0,021105 0,06 116,51 16 -0,258158 -0,75 121,32 17 -0,314874 -0,91 128,76 18 -0,403364 -1,14 141,42 19 -0,311081 -0,85 149,26 20 -0,231793 -0,63 153,79 21 0,084889 0,23 154,42 22 0,118692 0,32 155,72 23 0,276710 0,74 163,10 24 0,364277 0,96 176,53 25 0,174109 0,45 179,76 26 0,103986 0,27 180,97 27 0,020951 0,05 181,02 28 -0,169407 -0,43 184,65 29 -0,213743 -0,55 190,82 30 -0,204160 -0,52 196,84 31 -0,169441 -0,43 201,31 32 -0,015113 -0,04 201,35 33 0,012695 0,03 201,38 34 0,055836 0,14 202,01 35 0,117861 0,30 205,14 36 0,093140 0,23 207,33 37 -0,004736 -0,01 207,34 38 0,017747 0,04 207,44 39 -0,017508 -0,04 207,57 40 -0,016742 -0,04 207,71 41 -0,023497 -0,06 208,08 42 -0,025693 -0,06 208,75 43 -0,012074 -0,03 209,05

40 35 30 25 20 15 10 5 1 1,0 0,8 0,6 0,4 0,2 0,0 -0,2 -0,4 -0,6 -0,8 -1,0 Lag A u to c o rr e la ti o n

Autocorrelation Function for C1

(with 5% significance limits for the autocorrelations)

Time Series 44 40 36 32 28 24 20 16 12 8 4 200 175 150 125 100 75 50 Index C 1 MAPE 21,65 MAD 24,65 MSD 1005,35 Accuracy Measures Actual Fits Variable

Trend Analysis Plot for C1

Linear Trend Model Yt = 122,76 + 0,347*t

Tabel 3.3 Merupakan hasil dari perhitungan autokorelasi menggunakan

Software Minitab Versi 16 untuk data permintaan semen gresik. Pada Tabel 3.3

28

dan 0,5, lebih besar dari ACF lag 4 sampai lag 12 yaitu – 0,01 sampai -0,01. Hal itu menunjukkan adanya pengaruh kode waktu dari lag 1 sampai 44, karena pada

lag 1 dan 9 relatif lebih besar dibanding lag 4 sampai lag 12. Sedangkan untuk

Pasir lag 3 dan 9 yaitu 0,02 dan 0,08, lebih besar dari ACF lag 4 sampai 8. Dengan demikian, dapat disimpulkan ada pengaruh seasonal pada data permintaan. Disamping ada pengaruh musiman, pola data juga menunjukkan adanya trend, hal ini ditunjukkan dengan nilai pada lag 1 ke lag berikutnya ada peningkatan secara bertahap seperti yang ditunjukan pada colom time series dalam table 3.3 dan 3.4.

3.3 Analisis Kebutuhan

Setelah melakukan identifikasi dan analisis permasalahan, didapatkan suatu permasalahan yang harus diselesaikan dengan memberikan solusi terbaik yang sesuai dengan permasalahan yang ada. Dalam menyelesaikan permasalahan, solusi yang diberikan ialah dengan membangun aplikasi untuk menentukan berapa banyak kebutuhan persediaan barang untuk satu periode bulan kedepan.

Dalam membangun sebuah aplikasi atau perangkat lunak sebagai solusi pada permasalahan yang ada diperusahaan, dikerjakan melalui beberapa tahapan. Tahapan pengembangan perangkat lunak tersebut terdiri dari :

A. Analisis Kebutuhan Perangkat Lunak

Kebutuhan perangkat lunak merupakan langkah awal dalam membangun sebuah aplikasi, hal ini dilakukan agar aplikasi yang dibangun sesuai dengan kebutuhan pengguna. Dalam melakukan identifikasi kebutuhan perangkat lunak, pertama kali yang dilakukan identifikasi permasalahan, yaitu wawancara dan

observasi. Pada tahapan ini dilakukan penyeleksian data yang diperoleh sehingga dapat diketahui data-data yang digunakan dan yang tidak digunakan terkait dengan pengembangan perangkat lunak.

Berikut ini data yang dikumpulkan melalui proses wawancara ataupun observasi pada perusahaan. Data tersebut meliputi :

a. Data permintaan.

Data permintaan didapat dari pengolahan data penjualan yang dikumpulkan mulai bulan Januari tahun 2011 sampai bulan Agustus tahun 2014, data ini digunakan sebagai acuan dalam melakukan proses peramalan permintaan, mengingat metode yang digunakan sebagai pendukung proses peramalan, maka dibutuhkan pengolahan data untuk mengetahui pola data permintaan pada perusahaan. Sehingga data dapat digunakan untuk menentukan metode peramalan yang tepat. Selain itu data permintaan nantinya juga selalu digunakan setiap kali akan melakukan proses peramalan permintaan.

b. Data Produk

Data produk digunakan untuk proses peramalan, sebagai masukkan produk apa saja yang akan direncanakan persediaannya.

B. Analisis Kebutuhan Pengguna

Dari analisis permasalahan diatas pemilik perusahaan dalam hal ini sebagai pengguna.Tidak lagi membutuhkan menggunakan data penjualan sebagai acuan dalam menentukan persediaan, karena untuk proses peramalan data yang digunkan adalah data permintaan. Peramalan permintaan produk dilakukan secara terkomputerisasi menggunakan metode Pemulusan Eksponensial Winter.

30

C.

Analisis Metode yang digunakan

Melalui proses analisis pola data permintaan dapat diketahui bahwa pola data permintaan untuk donat sate dan donat mini adalah musiman dan cenderung adanya trend, serta setelah dilakukan uji error pada metode pemulusan lainnya, yang dapat dilihat pada Lampiran 3, dapat dipastikan bahwa pada penelitian ini dalam melakukan proses prediksi atau perkiraan produk, akan digunakan metode Pemulusan Eksponensial Winter atau yang biasa disebut dengan Triple

Exponential Smoothing.

3.4 Perancangan Sistem

Perancangan sistem adalah proses menyusun atau mengembangkan sistem atau aplikasi yang baru. Dalam tahap ini harus dapat dipastikan bahwa semua persyaratan untuk menghasilkan sistem atau aplikasi yang baru dapat dipenuhi. Hasil sistem atau aplikasi yang dirancang harus sesuai dengan kebutuhan pemakai untuk mendapatkan sebuah informasi yang diinginkan.

Dari hasil identifikasi dan analisis untuk membantu UD. Adi Jaya Makmur menyelesaikan permasalahan yang ada yaitu masalah penentuan persediaan setiap jenis barang terkadang terlalu banyak dibandingkan dengan

volume penjualan sehingga terjadi penumpukan barang di gudang. Dampak lain

yang ditimbulkan adalah kurangnya persediaan untuk mencukupi jumlah permintaan pelanggan, membuat pelanggan beralih ke toko yang lain. Maka perlu dibuatkan aplikasi dalam Rancang Bangun Penentuan Persediaan Berdasarkan Peramalan Volume Permintaan pada UD. Adi Jaya Makmur yang dapat memberikan informasi berapa jumlah persediaan barang sesuai per periode. Untuk

membantu pembuatan sistem tersebut maka diperlukan langkah-langkah sebagai berikut:

1. Menganalisis Kebutuhan Sistem.

2. Mendesain Sistem (System Flow, Context Diagram, Data Flow Diagram (DFD), ERD, struktur tabel desain I/O (input-output), desain Interface).

3.4.1 Blog Diagram

Berdasarkan analisis dari proses bisnis yang ada maka dapat rancangan suatu aplikasi penentuan persediaan berdasarkan peramlan volume permintaan pada UD. Adi Jaya Makmur seperti yang digambarkan dalam blog diagram yang menerangkan tentang input yang dibutuhkan oleh aplikasi, proses yang dilakukan aplikasi dan output yang dihasilkan aplikasi berikut :

32

Blog Diagram

Output

Proses

Input

Perhitungan Kuantitas Barang yang Dipesan untuk

Bulan Depan

Membuat Laporan KebutuhanBarang untuk Periode

Bulan Depan Data Penjualan _Peramalan

Kebutuhan Barang untuk satu bulan

ke depan

Ramalan Kebutuhan barang

Kuantitas Barang yang Harus

Dipesan

Laporan Kebutuhan Stok

untuk Periode Bulan Depan Data Pembelian Update Stock

Barang

Status Stok Barang Baru

Data Permintaan

Adapun rincian blog diagram pada Gambar 3.1 adalah sebagai berikut: 1. Input

a. Data Pembelian

Data Pembelian berisi mengenai informasi berapa banyak stok barang yang telah dibeli.

b. Data Penjualan

Data Penjualan berisi informasi data penjualan c. Data Permintaan

Data Penjualan berisi informasi berapa jumlah permintaan. 2. Proses

a. Update Data Stok Barang

Proses ini adalah proses yang ada di dalam aplikasi. Input dari proses pola data ini adalah data pembelian.

b. Proses Peramalan Kebutuhan Barang

Proses peramalan penjualan merupakan proses peramalan untuk mengetahui kebutuhan barang di periode mendatang dengan menggunakan metode

Exponential Smoothing Winter yang merupakan lanjutan dari proses

sebelumnya.

c. Proses Perhitungan Kuantitas Barang

Proses ini merupakan proses yang ada dalam aplikasi. Input dari proses ini adalah data stok barang dan peramalan penjualan.

d. Proses Pembuatan Laporan Kebutuhan Stok untuk Periode ke Depan

Proses ini merupakan proses yang ada dalam aplikasi. Input dari proses ini adalah kuantitas pesanan.

34

3. Output

a. Stok Barang Baru

Merupakan output dari proses update stok barang. b. Jumlah Permintaan

Merupakan output dari proses perhitungan permintaan c. Ramalan Permintaan

Merupakan output dari proses peramalan permintaan Exponential Smoothing

Winters

d. Kuantitas Pesanan

D Merupakan output dari proses perhitungan kuantitas pesanan e. Laporan Kebutuhan Stok untuk Periode ke Depan

Merupakan output terakhir dari aplikasi ini.

3.4.2 System Flow

Perancangan desain sistem yang akan menjadi solusi dari permasalahan di UD. Adi Jaya Makmur akan dibahas pada sub bab berikut ini :

A. System Flow Transaksi Penerimaan

Pada system flow transaksi penerimaan barang ini merupakan alur proses transaksi penerimaaan barang yang terjadi di perusahaan setelah adanya rancang bangun aplikasi penentuan persediaan barang berdasarkan volume permintaan. Adapun proses yang ada pada sistem ini dimulai ketika supplier memberikan documen data barang. Admin akan melakukan pendataan atas barang – barang tersebut dengan memasukkan id/nama barang beserta jumlah barang

tersebut. Sehingga jumlah barang akan terbaharui. Adapun proses sistem dapat dilihat di Gambar 3.2.

Transaksi Penerimaan Barang

Admin Supplier

Begin

Mengambil data barang yang

dimaksud

Menambah jumlah stok barang Memasukkan id

barang

memasukkan jumlah pembelian barang

end Data barang

barang

Histori stok barang

Gambar 3.2 System Flow Transaksi Penerimaan Barang

B. System Flow Transaksi Penjualan

Pada system flow transaksi penjualan ini merupakan alur proses transaksi penjualan yang terjadi di perusahaan setelah adanya rancang bangun aplikasi penentuan persediaan barang berdasarkan volume permintaan. Adapun proses yang ada pada sistem ini dimulai ketika pelanggan memilih barang yang akan dibeli. Kemudian petugas kasir memasukkan data barang yang dimaksud. Jika pelanggan jadi membeli barang tersebut kasir akan menyimpan transaksi penjualan. Adapun proses sistem dapat dilihat di Gambar 3.3.

36

TRANSAKSI PENJUALAN

Kasir Customer

barang

menyimpan data transaksi penjualan Data Barang

Menampilkan nama barang yang dibeli

Memasukkan nama barang yang akan dibeli begin

end

Penjualan Jadi beli?

ya tidak

Memasukkan jumlah barang dan

jumlah yang tidak terlayani

Gambar 3.3 System Flow Transaksi Penjualan

C. System Flow Transaksi Peramalan

Pada system flow transaksi peramalan ini merupakan alur proses transaksi peramalan yang terjadi di perusahaan setelah adanya rancang bangun aplikasi penentuan persediaan barang berdasarkan volume permintaan. Pada system flow transaksi peramalan ini proses dimulai saat admin memasukkan id/nama barang yang ingin diramalkan kebutuhannya untuk periode ke depan. Sistem akan melakukan perhitungan dan menghasilkan jumlah kebutuhan barang untuk

periode ke depan. Selanjutnya sistem akan membuat laporan kebutuhan barang untuk diserahkan pada pemilik perusahaan. Adapun proses sistem dapat dilihat di Gambar 3.4.

Peramalan

Pemilik Perusahaan Admin

Begin

penjualan

Memasukkan id/ namabarang

barang

Melakukan peramalan

Pembuatan laporan peramalan

Peramalan kuantitas

Laporan peramalan

Perhitungan kebutuhan barang

Membuat laporan kebutuhan barang untuk periode

kedepan

laporan kebutuhan barang untuk periode kedepan

end Pencarian alpha

betha gama

Detil barang

History stok barang

Gambar 3.4 System Flow Transaksi Peramalan

3.4.3 Context Diagram

Setelah perancangan desain system flow dilakukan, langkah selanjutnya yaitu merancang desain sebuah sistem pembuatan Data Flow Diagram (DFD) yang merupakan gambaran arus data dari sistem secara terstruktur dan jelas, sehingga dapat menjadi sarana dokumentasi yang baik DFD merupakan diagram yang menggunakan notasi-notasi untuk menggambarkan arus data dari sistem

38

secara logika. Keuntungan menggunakan DFD adalah memudahkan pemakai untuk mengerti sistem yang dikembangkan. Penggambaran alur sistem dilakukan dengan membagi sistem yang kompleks menjadi sistem yang lebih sederhana dan mudah dimengerti.

Pada context diagram menggambarkan entity yang berhubungan langsung dengan sistem dan aliran data secara umum. Sedangkan proses-proses yang lebih detail yang terdapat dalam sistem masih belum bisa diketahui. Desain dari context diagram analisis dan perancangan sistem ini dapat dijelaskan pada Gambar 3.5.

id barang pembelian jumlah pembelian id barang persediaan

id barang alpha betha gamma id barang ramalan

data barang jumlah barang yang diminta

laporan persediaan barang jumlah brang yang dibeli

data barang yang dibeli

0

Aplikasi Peramalan Permintaan pada UD Adi Jaya Makmur

+ customer

pemilik perusahaan

3.4.4 DFD level 0

Rancang bangun aplikasi penentuan persediaan barang berdasarkan

volume permintaan di DFD level 0 yang mempunyai 4 proses. Proses pengelolaan

data, penjualan, pembelian, dan peramalan. Keempat proses ini merupakan proses utama yang nampak pada aplikasi. Untuk proses peramalan sendiri nantinya akan di decompose ke level DFD berikutnya. Keterangan lebih jelas untuk DFD level 0 ini dapat dilihat dalam Gambar 3.6 di bawah ini:

40

simpan

data Alpha_Betha_Gamma

id barang pembelian jumlah pembelian

id barang alpha betha gamma

nilai abg

ambil data simpan stock awal

id barang persediaan

id barang ramalan

update stok barang

jumlah barang yang diminta

simpan data barang data barang

update stock barang

simpan

simpan

mengurangi stok menambah stok

laporan persediaan barang

jumlah brang yang dibeli data barang yang dibeli

customer pemilik perusahaan 2 penjualan 3 pembellian 4 peramalan + 1 data_barang 3 peramalan_ku antitas 6 data_penjualan 7 history_stok_barang 5 pengelolaan data + 13 stok_awal 14 detil_barang 16 ABG

Gambar 3.6 DFD Level 0

3.4.5 DFD level 1 Peramalan

Rancang bangun aplikasi penentuan persediaan barang berdasarkan

volume permintaan di DFD level 1 merupakan hasil dari decompose proses

peramalan pada DFD level 0 yang mempunyai 3 proses. Proses pencarian alpha betha gama, peramalan permintaan dan perhitungan permintaan. Untuk lebih jelasnyadapat dilihat dalam Gambar 3.7 di bawah ini:

ambil data laporan persediaan barang

id barang persediaan

id barang ramalan

ambil data nilai abg

simpan id barang alpha betha gamma

pemilik perusahaan

3 peramalan_ku antitas

1 data_barang

14 detil_barang 1

pencarian alpha betha gamma

2 peramalan permintaan

3

perhitungan permintaan

Gambar 3.7 DFD Level 1 Peramalan

3.4.6 Entity Relationship Diagram (ERD)

Entity Relationship Diagram (ERD) adalah suatu desain sistem yang

digunakan untuk menjelaskan, menentukan dan mendokumentasikan kebutuhan-kebutuhan untuk sistem pemrosesan database. Pada gambar berikut akan dijelaskan relasi-relasi atau hubungan antar tabel rancang bangun aplikasi penentuan persediaan barang berdasarkan peramalan volume permintaan di UD.

42

Adi Jaya Makmur dalam bentuk conceptual data model (CDM) dan physical data

model (PDM).

A. Conceptual Data Model (CDM)

Sebuah Conceptual Data Model (CDM) mengGambarkan secara keseluruhan konsep struktur basis data yang dirancang untuk suatu aplikasi. Pada

Conceptual Data Model (CDM) yang telah dirancang terdapat 7 tabel yang saling

terhubung yaitu tabel ABG, detil_barang, data_barang, hidtory_stock_barang, data_penjualan, stock_awal, peramalan_kuantitas. Pada Conceptual Data Model (CDM) ini juga terdapat 2 tabel yang mempunyai relasi many to many yaitu tabel ABG dengan table data barang. Sedang tabel yang lainnya mempunyai relasi one

to one yaitu adanya relasi antara data barang dan data stock awal, data barang

dengan peramalan kuantitas, data barang dengan history stock barang serta data barang dengan data penjualan. Tabel Conceptual Data Model (CDM) ini selanjutnya akan di generate kedalam bentuk Physical Data Model (PDM). Berikut merupakan Gambaran lebih jelas dari tabel Conceptual Data Model (CDM) seperti terlihat pada Gambar 3.8.

43 Ga mbar 3.8 C onc eptual Data M ode l (CDM)

Rel ati onshi p_1

Rel ati onshi p_2

Rel ati onshi p_3 Rel ati onshi p_4

Rel ati onshi p_5

ABG i d_abg

ni l ai

<pi > Integer

Vari abl e characters (10) <M > Identi fi er_1 <pi >

DAT A_BARANG i d_barang

nam a_barang HARGA_SAT UAN JENIS_SAT UAN

<pi > Integer

Vari abl e characters (100) Integer

Vari abl e characters (10) <M >

Identi fi er_1 <pi > DAT A_PENJUALAN

i d_penj ual an T ANGGAL

BULAN_PENJUALAN T AHUN_PENJUALAN VOLUM E_PENJUALAN T IDAK_T ERLAYANI

PERM INT AAN_SEBENARNYA T OT AL_PENDAPAT AN

<pi > Integer Integer Integer Integer Integer Integer Integer Integer <M >

Identi fi er_1 <pi >

HIST ORY_ST OK_BARANG ID_ST OCK_BARANG

T ANGGAL

BULAN_ST OK_BARANG T AHUN_ST OK_BARANG T OT AL_ST OK_BARANG PENGURANGAN_ST OK_BARANG PENAM BAHAN_ST OK_BARANG ST OK_AKHIR

<pi > Integer Integer Integer Integer Integer Integer Integer Integer <M >

Identi fi er_1 <pi >

ST OCK_AWAL ST OCK_AWAL Integer

PERAM ALAN_KUANT IT AS ID_RAM ALAN_PENJUALAN PERIODE_BULAN_AWAL_PENJUALAN PERIODE_T AHUN_AWAL_PENJUALAN PERIODE_BULAN_AKHIR_PENJUALAN PERIODE_T AHUN_AKHIR_PENJUALAN al pha betha gam m a at tt st

peri ode_bul an_peram al an peri ode_tahun_peram al an NILAI_RAM ALAN_PENJUALAN kuanti tas_pesanan

PERIODE_BULAN_PENENT UAN_PERSEDIAAN PERIODE_T AHUN_PENENT UAN_PERSEDIAAN peri ode xi xi 2 kesal ahan <pi > <pi >

Vari abl e characters (10) Integer Integer Integer Integer Fl oat Fl oat Fl oat Fl oat Fl oat Fl oat Date Date Fl oat Integer Integer Integer Integer Integer Integer Integer <M > <M >

44

B. Physical Data Model (PDM)

Sebuah Physical Data Model (PDM) menggambarkan secara detail konsep rancangan struktur basis data yang dircancang untuk suatu program aplikasi. PDM merupakan hasil generate dari CDM. Pada PDM tergambar jelas tabel-tabel penyusun basis data beserta kolom-kolom yang terdapat pada setiap tabel. Pada Physical Data Model (PDM) setelah degenerate dari Conceptual Data

Model (CDM) menghasilkan 1 tabel baru dari relasi many to many antara tabel

data barang dan tabel ABG yaitu tabel detil_barang. Tabel Physical Data Model (PDM) nantinya akan dijadikan acuan dalam penyusunan database. Berikut merupakan gambaran yang jelas tabel Physical Data Model (PDM) sebagaimana terlihat pada Gambar 3.9.

45

Ga

mbar

3.9

Ph

ysical Data Mode

l (PDM)

FK_DET IL_BA_RELAT IONS_ABG

FK_DET IL_BA_RELAT IONS_DAT A_BAR

FK_ST OCK_AW_RELAT IONS_DAT A_BAR

FK_PERAM ALA_RELAT IONS_DAT A_BAR

FK_HIST ORY__RELAT IONS_DAT A_BAR FK_DAT A_PEN_RELAT IONS_DAT A_BAR

i d_abg ni l ai

i nt varchar(10) <pk> DAT A_BARANG i d_barang nam a_barang HARGA_SAT UAN JENIS_SAT UAN i nt varchar(100) i nt varchar(10) <pk> DAT A_PENJUALAN

i d_penj ual an i d_barang T ANGGAL

BULAN_PENJUALAN T AHUN_PENJUALAN VOLUM E_PENJUALAN T IDAK_T ERLAYANI PERM INT AAN_SEBENARNYA T OT AL_PENDAPAT AN

i nt i nt i nt i nt i nt i nt i nt i nt i nt <pk> <fk>

HIST ORY_ST OK_BARANG ID_ST OCK_BARANG

i d_barang T ANGGAL

BULAN_ST OK_BARANG T AHUN_ST OK_BARANG T OT AL_ST OK_BARANG PENGURANGAN_ST OK_BARANG PENAM BAHAN_ST OK_BARANG ST OK_AKHIR i nt i nt i nt i nt i nt i nt i nt i nt i nt <pk> <fk> ST OCK_AWAL i d_barang ST OCK_AWAL i nt i nt <fk>

PERAM ALAN_KUANT IT AS ID_RAM ALAN_PENJUALAN PERIODE_BULAN_AWAL_PENJUALAN PERIODE_T AHUN_AWAL_PENJUALAN PERIODE_BULAN_AKHIR_PENJUALAN PERIODE_T AHUN_AKHIR_PENJUALAN al pha betha gam m a at tt st

peri ode_bul an_peram al an peri ode_tahun_peram al an i d_barang

NILAI_RAM ALAN_PENJUALAN kuanti tas_pesanan

PERIODE_BULAN_PENENT UAN_PERSEDIAAN PERIODE_T AHUN_PENENT UAN_PERSEDIAAN peri ode xi xi 2 kesal ahan varchar(10) i nt i nt i nt i nt fl oat fl oat fl oat fl oat fl oat fl oat dateti m e dateti m e i nt fl oat i nt i nt i nt i nt i nt i nt i nt <pk> <pk> <fk> deti l _barang

i d_abg i d_barang ni l ai

peri ode_peram al an i nt i nt fl oat i nt <pk,fk1> <pk,fk2>

46

3.4.7 Struktur Tabel

Rancang bangun aplikasi penentuan persediaan berdasarkan peramlan

volume permintaan pada UD. Adi Jaya Makmur ini terdapat 7 (tujuh) table. Tabel

– table tersebut memiliki struktur tabel yang saling terintegrasi dan memberikan informasi yang cukup lengkap bagi pengguna. Berikut penjelasan struktur tabel dari tiap tabel :

1. Tabel Barang

Primary Key : id_barang Foreign Key : -

Fungsi : Untuk menyimpan dan melihat data nama barang Tabel 3.5 Tabel Barang

Field Type Data Length Constraint

id_barang varchar 10 primary key

nama_barang varchar 100 -

Harga_satuan int - -

Jenis_satuan varchar 10 -

2. Tabel Abg (Alpha, Betha, Gamma) Primary Key : id_abg Foreign Key :

Fungsi : Untuk menyimpan data alpha, betha, gamma Tabel 3.6 Tabel ABG

Field Type Data Length Constraint

id_abg integer - primary key

3. Tabel Detil Barang Primary Key :

Foreign Key : id_abg, id barang

Fungsi : Untuk menyimpan detil barang Tabel 3.7 Tabel Detil Barang

Field Type Data Length Constraint

id_ abg integer - foreign key

id_barang integer - Foreign key

Nilai float - -

Periode_peramalan int - -

4. Tabel Stock awal Primary Key : - Foreign Key : --

Fungsi : Untuk menyimpan stok awal Tabel 3.8 Tabel Stok Awal

Field Type Data Length Constraint

id_Barang integer - foreign key

Stock_awal integer - -

5. Tabel Data Penjualan

Primary Key : id_penjualan Foreign Key : id_barang

48

Tabel 3.9 Tabel Penjualan

Field Type Data Length Constraint

id_penjualan integer - Primary key

id_barang integer - foreign key

Tanggal int - -

Bulan_penjualan int - -

Tahun_penjualan int - -

Volume_penjualan int - -

Tidak_terlayani int - -

Permintaan_sebenarnya int - -

Total_pendapatan int - -

6. Tabel Peramalan

Primary Key : periode_bulan_peramalan Primary Key : periode_tahun_peramalan Foreign Key : id_ barang

Fungsi : Untuk menhitung data peramalan Tabel 3.10 Tabel peramalan

Field Type

Data Length Constraint

id_peramalan int -

Periode_bulan_awal_penjualan int Periode_tahun_awal_penjualan int Periode_bulan_akhir_penjualan int Periode_tahun_akhir_penjualan int

Alpha float

Betha float

Field Type

Data Length Constraint

At float - -

Tt float - -

St float

periode_bulan_peramalan datetime primary

key

periode_tahun_peramalan datetime primary

key Nilai_ramalan_penjualan

Id_barang Int foreign key

Kuantitas_pesanan int

periode_bulan_penentuan_persediaan int periode_tahun_penentuan_persediaan int

Periode int

Xi int

Xi2 int

Kesalahan int

7. Tabel History Stock Barang

Primary Key : id_stock_barang Foreign Key : id_barang

50

Tabel 3.11 Tabel Penjualan

Field Type Data Length Constraint

id_stock_barang integer - primary key

Id_barang datetime - Foreign key

Tanggal integer - -

Bulan_stock_barang integer - -

Tahun_stock_barang integer - -

Total_stock_barang integer - -

pengurangan_stock_barang integer - -

penambahan_stock_barang integer - -

Stock_akhir integer - -

3.4.8 Desain I/O

Pada Rancang Bangun Aplikasi Penentuan Persediaan Berdasarkan Peramalan Volume Permintaan pada UD. Adi Jaya Makmur. Pembuatan desain I/O merupakan rancangan desain input dan output yang akan digunakan sebagai Gambaran sistem. Adapun desain I/O yang ada sebagai berikut :

A. Desain I/O Tampilan Login

Rancangan desain input berikut merupakan tampilan login. Pada tampilan login berisi text box user name dan password yang harus diisi oleh calon pengguna. Adapun desain input dapat dilihat pada Gambar 3.10.

B. Desain Output Tampilan Halaman Utama

Rancangan desain output untuk halaman utama. Pada tampilan halaman utama ini berisi menu-menu yang digunakan dalam menjalankan proses bisnis perusahaan terutama pencatatan permintaan, peramalan permintaan, serta pencacatan penjualan dan penerimaan barang. Adapun desain output dapat dilihat pada Gambar 3.11.

Gambar 3.11 Desain Output Tampilan Halaman Utama

C. Desain Input Tampilan Data Barang

Rancangan desain input berikut merupakan tampilan input data barang. Pada tampilan input data barang ini berisi text box id barang, nama barang, jenis barang, satuan harga dan jumlah stok barang yang harus diisi untuk mendata barang. Selain text box dan juga combo button pada tampilan input data barang juga terdapat data gridview untuk melihat daftar barang yang telah dimasukkan. Adapun desain input dapat dilihat pada Gambar 3.12.

52

Gambar 3.12 Desain Input Tampilan Input Data Barang

D. Desain Input Tampilan Penerimaan Barang

Rancangan desain input berikut merupakan tampilan penerimaan barang Pada tampilan stok barang ini berisi id barang, nama brang, tanggal serta jumlah penerimaan barang barang yang akan diisi. Adapun desain input dapat dilihat pada Gambar 3.13.

E. Desain Input Tampilan Penjualan

Rancangan desain Input berikut merupakan transaksi penjualan. Tampilan ini digunakan untuk mencatat transaksi penjualan. Pada desain i/o penjulan ini terdapat id penjulan, id barang, nama barang, volume penjualan serta volume barang yang tidak terlayani. Dua tombol yang terdapat pada i/o penjualan berfungsi untuk menyimpan data dan melihat penjualan barang. Adapun desain

input dapat dilihat pada Gambar 3.14.

Gambar 3.14 Desain Input Tampilan Penjualan

F. Desain Input Tampilan Pencarian Alpha, Betha & Gamma

Rancangan desain input berikut merupakan tampilan penentuan alpha,

54

beta dan gamma berdasarkan id barang yang dipilih. Adapun desain input dapat

dilihat pada Gambar 3.15.

Gambar 3.15 Desain Input Tampilan Pencarian Alpha Betha Gamma

G. Desain Input Tampilan Peramalan Permintaan

Rancangan desain input berikut merupakan transaksi peramalan permintaan. Tampilan ini digunakan untuk menghitung nilai peramalan berdasarkan nilai alpha, betha dan gamma yang telah dihitung pada proses sebelumnya berdasarkan id barang yang dipilih. Adapun desain input dapat dilihat pada Gambar 3.16.

Gambar 3.16 Desain Input Tampilan Peramalan Permintaan

H. Desain Input Tampilan Penentuan Persediaan

Rancangan desain input berikut merupakan tampilan penentuan persediaan. Fungsi dari form kuantitas pesanan adalah untuk menentukan kuantitas pesanan dari id barang. Penentuan kuantitas barang didapat dari hasil peramalan pada periode berikutnya dikurangi stok barang. Adapun desain input dapat dilihat pada Gambar 3.17.

56

Gambar 3.17 Desain Input Tampilan Penentuan Persediaan

I. Desain Output Tampilan Laporan Penentuan Persediaan

Rancangan desain output berikut merupakan tampilan laporan Penentuan Persediaan. Tampilan laporan Penentuan Persediaan tersebut berisi informasi tentang kebutuhan stok barang pada periode selanjutnya. Adapun desain output dapat dilihat pada Gambar 3.18.

BAB IV

IMPLEMENTASI DAN EVALUASI SISTEM

4.1 Implementasi

Pada bab ini berisi implementasi dari hasi analisis dan desain aplikasi yang telah dibuat sebelumnya. Implementasi ini bertujuan untuk membantu perusahaan dalam melakukan penentuan persedian barang dengan baik. Sebelum melakukan implementasi, pengguna harus mempersiapkan kebutuhan-kebutuhan dari program yang akan diimplementasikan.

Aplikasi penentuan persediaan berdasarkan peramalan volume

permintaan pada UD. Adi Jaya Makmur ini dibuat dan akan dijalankan sesuai dengan kebutuhan perusahaan. Penjelasan berikut ini difokuskan pada fungsi-fungsi utama aplikasi. Namun sebelumnya akan dijelaskan form yang digunakan oleh pengguna. Adapun form tersebut adalah sebagai berikut:

4.1.1 Tampilan Login

Tampilan login merupakan tampilan yang berguna untuk membawa pengguna masuk ke halaman utama admin. Didalam tampilan login, pengguna harus mengisikan data username dan password. Seperti terlihat pada Gambar 4.1.

58

4.1.2 Tampilan Halaman Utama

Tampilan halaman utama merupakan tampilan dari aplikasi yang berisi menu-menu yang dapat digunakan oleh penguna seperti, menu pengelolaan data barang dan penerimaan barang. Halaman utama juga berisi menu data barang, penerimaan barang, transaksi penjualan, pencarian alpha betha dan gamma, perhitungan peramalan, serta penentuan persediaan juga terdapat menu laporan penentuan persediaan barang. Seperti terlihat pada Gambar 4.2.

Gambar 4.2 Tampilan Halaman Utama

4.1.3 Tampilan Master Data Barang

Tampilan form master jenis barang berguna untuk pengguna dalam melihat daftar barang, menambah data barang dan mengubah harga barang. Dari form data barang menghasilkan sebuah informasi bagi user mengenai id barang, nama jenis satuan, nama barang, harga satuan, jumlah stok. Serta terdapat tombol untuk menyimpan data barang dan juga tombol untuk memperbaruhi harga barang. Seperti terlihat pada Gambar 4.3.

Gambar 4.3 Tampilan Data Barang

4.1.4 Tampilan Data Penerimaan Barang

Tampilan master data penerimaan barang berguna untuk pengguna dalam menambah jumlah stok barang, melihat jumlah stok barang, dan melihat detil histori stok. Dari form data penerimaan barang ini pengguna dapat melakukan penambahan stok dengan memilih group box input data penerimaan barang dengan memilih id barang atau memasukkan nama barang yang dimaksud, kemudian pengguna dapat memasukkan jumlah brang yang diterima. Untuk menyimpan data tersebut pengguna dapat menekan tombol . Pada

group box lihat data stok barang pengguna dapat melhat informasi stok barang

terakhir dari id barang atau nama barang yang dipilih terlebih dahulu kemudian menekan tombol atau menekan tombol

60

Gambar 4.4 Tampilan Mengelola Data Stock Barang

4.1.5 Tampilan Mengelola Data Penjualan

Tampilan form master data Penjualan berguna untuk pengguna dalam mencatatt data penjualan serta melihat histori penjualan. Dari form data penjualan user akan memilih id barang atau memilih nama barang yang terdapat pada group

box input data penjualan. Kemudian user akan memasukkan jumlah penjualan

serta jumlah permintaan yang tidak terlayani. Tombol digunakan dalam menyimpan data penjualan. Sedangkan pada group box lihat data penjualan digunakan untuk melihat histori penjualan dengan memilih id barang ataupun memasukkan nama barang kemudian menekan tombol . Seperti terlihat pada Gambar 4.5.

Gambar 4.5 Tampilan Data Penjualan

4.1.6 Tampilan Pencarian Alpha, Betha dan Gamma

Tampilan form pencarian alpha betha dan gamma merupakan tampilan

form yang digunakan untuk mencari nilai kombinasi alpha, betha dan gamma

dengan mape terkecil. Hasil kombinasi alpha, betha dan gamma dengan mape terkecil nantinya akan dipergunakan pada proses perhitungan persediaan. Pengguna akan memilih id barang atau nama barang kemudian memilih periode bulan dan tahun awal dan memilih periode bulan dan tahun akhir. Tombol

dipergunakan untuk memulai perhitungan. Setelah hasil perhitungan didapatkan maka pengguna dapat menyimpan hasil perhitungan mape terkecil dengan menekan tombol . Seperti terlihat pada Gambar 4.6.

62

Gambar 4.6 Tampilan Pencarian Alpha, Betha dan Gamma

4.1.7 Tampilan Peramalan Permintaan

Tampilan form peramalan permintaan merupakan tampilan form yang digunakan untuk menghitung peramalan berdasar id barang untuk satu periode kedepan. Pengguna akan memilih id barang atau nama barang yang akan diramalkan. Aplikasi akan menampilkan bulan dan tahun periode peramalan, tahun dan periode peramalan untuk periode selanjutnya. Tombol

digunakan untuk memulai perhitungan peramalan. Setelah hasil peramalan didapatkan maka pengguna dapat menyimpan hasil peramalan dengan menekan tombol . Seperti terlihat pada Gambar 4.7.

Gambar 4.7 Tampilan Peramalan Permintaan

4.1.8 Tampilan Penentuan Persediaan

Tampilan form penentuan persediaan merupakan tampilan form yang digunakan untuk mencari berapa jumlah persediaan barang yang diperlukan untuk satu periode kedepan. Dalam menggunakan form ini pengguna terlebih dahulu memasukkan id barang ataupun nama barang yang ini dihitung. Kemudian pengguna dapat memilih periode bulan maupun tahun perhitungan kemudian untuk memulai perhitungan pengguna dapat menekan tombol maka informasi jumlah pemesanan akan muncul di bawah tombol tersebut. Untuk menyimpan hasil perhitungan pengguna dapat mempergunakan tombol . Sedang pada group box lihat penentuan persediaan pengguna dapat melihat histori hasil penentuan persediaan per produk dengan memilih id atau pun nama barang. Pengguna dapat menekan tombol untuk melihat histori penentuan persediaan. Seperti terlihat pada Gambar 4.8.

64

Gambar 4.8 Tampilan Penentuan Persediaan

4.1.9 Tampilan Laporan Penentuan Persediaan

Laporan penentuan persediaan merupakan form yang berfungsi sebagai pembuatan laporan penentuan persediaan. Form ini dapat menampilkan laporan penentuan persediaan yang berisi informasi tentang berapa jumlah barang yang dibutuhkan untuk periode kedepan per periode dan per id barang. Pengguna diberi pilihan untuk melihat laporan penentuan persediaan berdasarkan periode bulan dan tahun dengan mencentang cek list periode ataupun mencentang cek list id barang jika ingin melihat laporan penentuan persediaan berdasarkan id barang. Seperti terlihat pada Gambar 4.9.

4.2 Uji Coba Aplikasi

Uji coba aplikasi bertujuan untuk memastikan bahwa aplikasi telah dibuat dengan benar sesuai dengan kebutuhan atau tujuan yang diharapkan.

4.2.1 Uji coba Form Login

Proses login dilakukan dengan cara memasukkan username dan

password pada form login kemudian sistem akan menampilkan menu utama

aplikasi.

Tabel 4.1 Hasil Dari Test Case Login No. Tujuan yang

ingin dicapai

Input Output yang

diharapkan

Hasil Output 1. Deskripsi

username dan password valid Memasukkan data login, username admin dan password Masuk ke halaman utama.

Sukses Sistem berhasil menampilkan

menu pada halaman utama

(Gambar 4.10) 2. Deskripsi

username dan password tidak valid Memasukkan data login username dan password yang salah Sistem akan menampilkan deskripsi login gagal, Memasukkan username dan password anda dengan benar

Sukses Sistem berhasil menampilkan deskripsi login

tidak valid (Gambar 4.11)

66

Gambar 4.10 Berhasil Login

Gambar 4.10 adalah tampilan yang muncul setelah user login dengan menggunakan username dan password secara benar. Setelah login user akan masuk ke dalam menu utama aplikasi.

Gambar 4.11 Pesan Login Gagal

Gambar 4.11 merupakan pesan login gagal yang muncul ketika calon user memasukkan username dan password yang tidak benar. Form login digunakan untuk mencegah agar selain user yang mempunyai kepentingan tidak dapat menjalankan aplikasi.

4.2.2 Uji coba Form Data Barang

Form data barang digunakan untuk mendata barang baru. Proses

pendataan dilakukan dengan memasukkan data barang baru seperti nama, jenis satuan stok awal dan harga satuan.

Tabel 4.2 Hasil Dari Test Case Data Barang No. Tujuan yang

ingin dicapai

Input Output yang

diharapkan

Hasil Output

1. Deskripsi data barang yang valid. Memasukkan data id barang, nama, jenis satuan, harga satuan dan stok awal. Sistem akan menampilkan deskripsi data telah terimpan

Sukses Sistem berhasil menampilkan data

barang baru yang

valid

(Gambar 4.12)

2. Data barang tidak berhasil disimpan Tidak mengisi secara lengkap kolom masukan yang terdapat pada form. Sistem akan menampilkan deskripsi mohon isi data dengan lengkap!.

Sukses Sistem berhasil menampilkan deskripsi tidak

valid pada data

barang (Gambar 4.13)

3. Deskripsi data barang yang duplikat Memasukkan data barang yang sama. Sistem akan menampilkan deskripsi data duplikat

Sukses Sistem berhasil menampilkan deskripsi data

duplikat (Gambar 4.14)

68

Gambar 4.12 Data Berhasil Disimpan

Gambar 4.12 menerangkan tentang pesan yang akan tampil ketika data barang berhasil disimpan oleh user. Data berhasil disimpan apabila user memasukkan data secara lengkap pada setiap kolom pengisian data yang terdapat pada form data barang.

Gambar 4.13 Data Tidak Diisi Lengkap

Gambar 4.13 merupakan peringatan atau pemberitahuan apabila user tidak tidak mengisi kolom data secara lengkap. Dengan munculnya peringatan ini maka user harus mengisi data kembali secara benar. Data yang telah dimasukkan sebelumnya tidak disimpan dan kolom dikembalikan kosong.

Gambar 4.14 Data Duplikat

Gambar 4.14 merupakan peringatan data duplikat yang akan muncul apabila ada kesamaan nama barang baru yang dimasukkan oleh user .

4.2.3 Uji coba Form Penerimaan Barang

Form penerimaan barang digunakan untuk menambah stok barang.

Proses pendataan dilakukan dengan memasukkan id barang dan jumlah penerimaan barang.

Tabel 4.3 Hasil Dari Test Case Penerimaan Barang No. Tujuan yang

ingin dicapai

Input Output yang

diharapkan

Hasil Output

1. Deskripsi data penerimaan barang yang valid. Memasukkan data id barang, dan jumlah penerimaan barang. Sistem akan menampilkan deskripsi data telah terimpan

Sukses Sistem berhasil menambahkan

jumlah stok barang yang valid

(Gambar 4.15) 2. Data barang

tidak berhasil disimpan Tidak mengisi secara lengkap kolom masukan yang terdapat pada form. Sistem akan menampilkan deskripsi mohon isi data dengan lengkap!.

Sukses Sistem berhasil menampilkan deskripsi tidak

valid pada data

penerimaan barang (Gambar 4.16)

70

Gambar 4.15 Data Penerimaan Barang Berhasil Disimpan

Gambar 4.15 merupakan pesan data permintaan barang berhasil disimpan yang akan tampil ketika user berhasil menambahkan data stok barang.

Gambar 4.16 Mohon Data Penerimaan Barang Diisi Lengkap

Gambar 4.16 merupakan peringatan untuk mengisi data secara lengkap. Peringatan ini muncul apa bila user tidak mengisi kolom yang terdapat pada form penerimaan barang ketika user ingin menyimpan data.

4.2.4 Uji coba Form Data Penjualan

Form data penjualan digunakan untuk mencatat data penjualan per

produk. Proses pendataan dilakukan dengan memasukkan id barang, jumlah penjualan dan jumlah penjualan yang tidak terlayani. Hasil dari penyimpanan data ini digunakan dalam proses pencarian alpha, betha dan gamma serta pada proses peramalan persediaan.

Tabel 4.4 Hasil Dari Test Case Data Penjualan No. Tujuan yang

ingin dicapai

Input Output yang

diharapkan

Hasil Output

1. Deskripsi data penjualan barang yang valid. Memasukkan data id barang, jumlah penjualan dan jumlah penjualan yang tidak terlayani. Sistem akan menampilkan deskripsi data telah terimpan

Sukses Sistem berhasil mencatat data penjualan barang

yang valid (Gambar 4.17)

2. Data barang tidak berhasil disimpan Tidak mengisi secara lengkap kolom masukan yang terdapat pada form. Sistem akan menampilkan deskripsi mohon isi data dengan lengkap!.

Sukses Sistem berhasil menampilkan deskripsi tidak

valid pada data

penerimaan barang (Gambar 4.18) 3. Data penjualan

melebihi stok barang Mengisi jumlah penjualan melebihi jumlah stok barang Sistem akan menampilkan deskripsi penjualan melebihi batas stock!.

sukses Sistem berhasil menampilkan

deskripsi Tidak valid pada

data penerimaan barang.(Gambar

72

Gambar 4.17 Data Penjualan Berhasil Disimpan

Gambar 4.17 data penjualan berhasil disimpan akan tampil ketika user berhasil menyimpan data penjualan.

Gambar 4.18 Mohon Data penjualan Diisi Lengkap

Gambar 4.18 merupakan peringatan untuk mengisi data secara lengkap. Peringatan ini muncul apa bila user tidak mengisi kolom yang terdapat pada form penjualan barang ketika user ingin menyimpan data.

Gambar 4.19 Data Penjualan Melebihi Batas Stok

Gambar 4.19 merupakan peringatan penjualan melebihi batas stok. Hal ini terjadi apabila user memasukan data penjulan melebihi jumlah stok barang.

1. Deskripsi perhitungan persediaan valid. Memasukkan data id barang, periode bulan dan tahun. Sistem akan menampilkan deskripsi data telah terimpan

Sukses Sistem berhasil menghitung persediaan barang

yang valid (Gambar 4.24 dan

Gambar 2.25) 2. Data barang

tidak berhasil disimpan Tidak mengisi periode bulan dan tahun yang sama seperti yang telah disimpan . Sistem akan menampilkan deskripsi data sudah ada

Sukses Sistem berhasil menampilkan deskripsi tidak valid pada perhitungan peramalan (Gambar 4.26)

3. Data

peramalan tidak ada.

Mengisi id barangperiod

e bulan dan tahun yang belum diramalkan Sistem akan menampilkan deskripsi tidak ada peramalan, mohon lakukan peramlan terlebih dahulu

sukses Sistem berhasil menampilkan

deskripsi Tidak valid pada

perhiyungan peramalan. (Gambar 4.27)

Gambar 2.24 Data Perhitungan Penentuan Persediaan

Gambar 2.24 merupakan pesan yang akan muncul ketika user berhasil menyimpan hasil penentuan persediaan.

Gambar 2.25 Hasil Perhitungan Persediaan

Gambar 2.25 merupakan penampilan informasi tentang jumlah kuantitas pesananan. Jumlah ini didapatkan dari menghitug jumlah peramalan dikurangi jumlah stok akhir.

Gambar 2.26 Hasil Perhitungan Sudah Ada

Gambar 2.26 merupakan peringatan ketika user menghitung penentuan persediaan menggunakan periode yang sama dengan periode yang pernah disimpan atau sudah dihitung sebelumnya.

Gambar 4.28 Informasi Stok Barang Masih Mencukupi Untuk Bulan Selanjutnya Gambar 4.28 merupakan tampilan menunjukan tampilnya informasi bahwa stok barang yang ada masih mencukupi untuk memenuhi permintaan barang pada periode selanjutnya. Sehingga user tidak perlu melakukan pemesanan.

Kesimpulan yang dapat diambil berdasarkan hasil uji coba dan evaluasi dari penelitian ini adalah penelitian ini menghasilkan sebuah aplikasi yang dapat meramalkan permintaan produk untuk periode tertentu berdasarkan data permintaan produk pada periode sebelumnya, dengan menggunakan metode Pemulusan Eksponensial Winter.

5.2Saran

Berdasarkan aplikasi yang sudah dibuat, saran yang dapat disampaikan oleh penulis untuk pengembangan aplikasi penentuan persediaan berdasarkan peramalan volume permintaan pada UD. Adi Jaya Makmur adalah:

1. Aplikasi dapat dikembangkan dengan menambah fitur untuk user dengan cara memilih jumlah periode dalam perhitungan peramalan.

2. Aplikasi ini dapat dikembangkan dengan membandingkan metode peramalan digunakan saat ini dengan metode yang lainnya, agar mendapatkan metode peramalan yang terbaik dengan tingkat akurasi yang tinggi.

DAFTAR PUSTAKA

Al Fatta. Hanif. 2007. Analisis dan Perancangan Sistem Informasi untuk Keunggulan Bersaing Perusahaan dan Organisasi Modern. Yogyakarta: Andi.

Arsyad, Lincolin. 2001. Peramalan Bisnis. Yogyakarta: BPFE.

Gaspersz, Vincent. 2002. Production Planning and Inventory Control. Jakarta: PT. Gramedia Pustaka.

Hartono, J. 2003. Sistem Teknologi Informasi. Yogyakarta: Andi.

Hartono, J. 2005. Analisis dan Desain Sistem Informasi. Yogyakarta: Andi. Herjanto, Eddy. 2008. Manajemen Operasi. Edisi Ketiga. Jakarta: Grasindo. Ibrahim, R. dan Yen, S.Y. 2010. Formalization Of The Data Flow Diagram Rules

For Consistency Check. International Journal of Software Engineering & Application (IJSEA), I(4):95-111.

Junindar.2008. Panduan Lengkap Menjadi Programer. Jakarta : Mediakita

Kendall, K.E. dan Kendall, J.E. 2003. Analisis dan Perancangan Sistem. Terjemahan oleh Thamir Abdul Hafedh Al-Hamdany, B.Sc., M.Sc. 2003. Jakarta: Pearson Education Asia Pte. Ltd. dan PT. Prenhallindo.

Nasution, Arman Hakim dan Prasetyawan, Yudha. 2008. Perencanaan dan Pengendalian Produksi. Yogyakarta: Graha Ilmu.

Noviansyah, Eka, 2008, Aplikasi Website Museum Nasional Menggunakan Macromedia Dreamweaver MX, STIK, Jakarta..

Nugroho, Aryo, 2008, Belajar Sendiri Mengimplementsikan SQL Server. Jakarta : PT Elex Media Koputindo.

Yuswanto., Subari. (2007). Pemrograman Database Visual Basic .Net. Jakarta: Prestasi Pustakaraya. STIKOM.