PENERAPAN METODE DOUBLE EXPONENTIAL SMOOTHING UNTUK ESTIMASI HASIL PENJUALAN.

PENERAPAN METODE DOUBLE EXPONENTIAL
SMOOTHING UNTUK ESTIMASI HASIL PENJ UALAN

TUGAS AKHIR

Disusun Oleh:
ABET WAHYU ANANG
NPM : 0734010141

TEKNIK INFORMATIKA
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN” J AWA TIMUR
2012

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

KATA PENGANTAR
Pertama-tama penulis panjatkan puji syukur atas kehadiran Allah S.W.T
karena atas rahmat dan karunia-Nyalah akhirnya laporan tugas akhir ini dapat

penulis selesaikan. Tak lupa pula shalawat dan salam penulis panjatkan kepada
Nabi akhir zaman Muhammad S.A.W, karena berkat perjuangannyalah karunia
Iman dan Islam senantiasa menjadi inspirasi bagi penulis.
Adapun maksud penulisan Laporan Tugas Akhir ini adalah sebagai
gambaran terhadap apa yang penulis kerjakan pada Tugas Akhir. Selain itu juga
laporan ini sebagai syarat untuk pelaksanaan mata kuliah Tugas Akhir dalam
menyelesaikan program studi strata satu (S-1) di Universitas Pembangunan
Nasional “Veteran” Jawa Timur.
Oleh karena itu pada kesempatan ini dengan kesungguhan dan rasa rendah
hati, penulis ingin menyampaikan ucapan terima kasih kepada:
1. Kedua orang tua, khususnya mamak dan mbak yang telah memberikan
dukungan materil dan imateril semangat, kasih sayang, dan pengorbanan
kepada penulis yang tak terhitung dan ternilai jumlahnya.
2. Bapak Ir.Sutiyono, MT, selaku Dekan Fakultas Teknologi Industri UPN
“Veteran” Jawa Timur.
3. Ibu Dr. Ir. Ni Ketut Sari, MT selaku Ketua Jurusan Teknik Informatika
Fakultas Teknologi Industri UPN “Veteran” Jawa Timur.
4. Ibu Prof. Dr. Ir. Sri Rejeki, MT selaku Dosen Pembimbing I yang telah
memberikan Saran-saran perbaikan, pengetahuan, dan dorongan dalam
menyelesaikan Tugas Akhir Penulis.

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

ii

5. Bapak Achmad Junaidi, S.Kom selaku

Dosen Pembimbing II yang telah

memberikan Saran-saran perbaikan, pengetahuan, dan dorongan dalam
menyelesaikan Tugas Akhir Penulis.
6. Seluruh Dosen Program Studi Teknik Informatika UPN “Veteran”.
7. Keluarga yang selalu mengasihi, mbak, mas, adik, keponakan dan saudara
lainnya yang tak bisa disebutkan satu-satu.
8. Teman-teman Teknik Informatika Angkatan 2007 khususnya. Reza Putra
Dewangga , dan semua teman-teman seperjuangan. Terima kasih atas kerja
sama, motivasi, kekompakkan, dan kebersamaanya, tanpa kalian penulis tidak
dapat menyelesaikan masa kuliah ini dengan lancar.

9. Hendrias Putri Anggunsari calon S.pd. Terima kasih atas motivasi, inspirasi,
semangat dan semua bantuannya.
Semoga dengan terselesaikannya Tugas Akhir dan Laporannya ini dapat
memberikan manfaat bagi penulis khususnya dan para pembaca pada umumnya.
Penulis menyadari bahwa Tugas Akhir dan Laporan ini masih jauh dari
kesempurnaan. Mengingat terbatasnya pengetahuan dan kemampuan penulis.
Oleh karenanya penulis memohon maaf dan selalu terbuka untuk menerima kritik
dan saran dari pembaca.

Surabaya,

Juni 2012

Penulis

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

iii

Judul

: PENERAPAN METODE DOUBLE EXPONENTIAL
SMOOTHING UNTUK ESTIMASI HASIL PENJUALAN

Pembimbing 1 : Prof. Dr. Ir. Sri Rejeki, MT
Pembimbing 2 : Achmad Junaidi, S.Kom
Penyusun

: Abet Wahyu Anang

ABSTRAKSI
Proses prediksi merupakan hal yang penting bagi perusahaan dalam perumusan
strategi perusahaan di masa mendatang. Oleh karena itu, sebuah metode prediksi
yang tepat mutlak diperlukan agar perusahaan bisa memaksimalkan estimasi
penjualan yang akan datang. Metode Exponential Smoothing merupakan metode
yang popular digunakan dalam pridiksi karena memiliki kinerja yang baik.Metode
ini memiliki nilai parameter dan punya pengaruh yang besar terhadap hasil
prediksi.

Metode ini digunakan ketika data menunjukkan adanya trend. Exponential
smoothing dengan adanya trend seperti pemulusan sederhana kecuali bahwa dua
komponen harus diupdate setiap periode – level dan trendnya. Level adalah
estimasi yang dimuluskan dari nilai data pada akhir masing-masing periode. Trend
adalah estimasi yang dihaluskan dari pertumbuhan rata-rata.
Tujuan perancangan ini adalah memperoleh suatu metode prediksi yang tepat dan
menerapkannya di perusahaan untuk memperlancar kegiatan penjualan di
perusahaan.Dengan adanya metode prediksi yang tepat, diharapkan perusahaan
dapat mengefisienkan segala sumber daya yang dimiliki perusahaan.

Keyw ords: Exponential

Smoothing, Double Exponential Smoothing,level.

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

i

DAFTAR ISI

ABSTRAKSI …………………………………………………………………….i
KATA PENGANTAR ………………………………………………………….ii
DAFTAR ISI ……………………………………………………………….…...iv
DAFTAR GAMBAR ………………………………………………………….viii
DAFTAR TABEL.................................................................................................x
BAB I

PENDAHULUHAN................................................................................1

1.1. Latar Belakang ..…………………………………..………………..……1
1.2. Perumusan Masalah ...……….………………………………………......2
1.3. Batasan Masalah .....………………………………………...….……..…3
1.4. Tujuan …………..…………………………………………………….....3
1.5. Manfaat ………..………………………………………………...……....4
1.6. Metodologi Pembuatan Skripsi ………..……………..……….…………4
1.7. Sistematika Penelitian ………..………………………………………….8
BAB II TINJ AUAN PUSTAKA ………………………………………...........10
2.1. Estimasi ..........................…...………………………………………......10

2.2. Metode Pendekatan Prediksi ................………………………………...12
2.2.1

Model Rata-rata Bergerak ..........………………………………...15

2.2.2

Exponential Smoothing ..........…..………………….……………20

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

iv

2.2.3

Double Exponential Smoothing ..……………………………......23

2.3. Peramalan Penjualan ....................……………………………………...24

2.4. Ukuran Ketepatan Metode Peramalan ...…………………………….....26
2.5. Pengertian Penjualan ...…...…………………………………………....28
2.5.1

Proses Penjualan ..……………………………………………….34

BAB III ANALISIS DAN PERANCANGAN SISTEM …...........................36
3.1. Analisis Sistem ..………………………………………..……………...36
3.2. Desain Arsitektur …................................................................................37
3.3. Perancangan Sistem ................................................................................38
3.3.1. System Flow ..................................................................................40
3.3.1.1 System Flow Maintenance Suku Cadang ............................40
3.3.1.2 System Flow Maintenance User ..........................................42
3.3.1.3 System Flow Transaksi Penjualan .......................................43
3.3.1.4 System Flow Transaksi Penjualan .......................................44
3.3.1.5 Flowchart Proses perhitungan ..........................................45
3.3.2. Data Flow Diagram .........................................................................46
3.3.2.1 Context Diagram Peramalan Suku Cadang ........................46
3.3.2.2 DFD Level 0 Estimasi Suku Cadang ...................................47
3.4. Conseptual Data Model dan Physical Data Mode .................................48

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

v

3.5. Desain Input/Output ................................................................................51
3.5.1 Form Login ......................................................................................51
3.5.2 Form Utama .....................................................................................51
3.5.3 Form Penjualan Barang ...................................................................52
3.5.4 Form User Acoount ..........................................................................53
3.5.5 Form Data Penjualan Barang ...........................................................54
3.5.6 Form Master Barang ........................................................................55
3.5.7 Form Forecasting ............................................................................55
BAB VI IMPLEMENTASI ………...………………………………………....57
4.1. Kebutuhan Sistem ..................................…………………………….....57
4.1.1. Kebutuhan Perangkat Keras ……………………...……………..57
4.1.2. Kebutuhan Perangkat Lunak …………………………………….57
4.2. Implementasi DataBase ..........................................................................58

4.3. Implementasi Program ...............................................................…..…..60
4.3.1. Form Utama ...................................................................…..….....60
4.3.2. Form Login .........................................……..................................61
4.3.3. Form Master Barang .............................……................................61
4.3.4. Form Penjualan Barang ............................…................................62
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

vi

4.3.5. Form Penjualan .............................................................................63
4.3.6. Form Forecasting .........................................................................64
BAB V UJ I COBA DAN EVALUASI ……………………………..................65
5.1 Uji Coba Sistem ...…………………………………………………...65
5.1.1 Prediksi Dengan Nilai Alpha 0.1 dan Beta 0.1 .....………….……66
5.1.2 Prediksi Dengan Nilai Alpha 0.2 dan Beta 0.2 ...………………..67
5.1.3 Prediksi Dengan Nilai Alpha 0.3 dan Beta 0.3 …………………..68
5.1.4 Prediksi Dengan Nilai Alpha 0.4 dan Beta 0.4 …..……………...69
5.1.5 Prediksi Dengan Nilai Alpha 0.5 dan Beta 0.5 ..………………...70

5.1.6 Prediksi Dengan Nilai Alpha 0.6 dan Beta 0.6 ...………………...71
5.1.7 Prediksi Dengan Nilai Alpha 0.7 dan Beta 0.7 …...……………...72
5.1.8 Prediksi Dengan Nilai Alpha 0.8 dan Beta 0.8 …………………..73
5.1.9 Prediksi Dengan Nilai Alpha 0.9 dan Beta 0.9 …………………..74
BAB VI PENUTUP …………………………………………………...……......76
6.1 Kesimpulan ……………………………………………………….........76
6.2 Saran ……………………………………………………………….......76
DAFTAR PUSTAKA

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

vii

DAFTAR GAMBAR
Gambar 3.1 Arsitektur Proses Estimasi ...……………………………………….38
Gambar 3.2 System Flow Diagram Suku Cadang ....……………………………41
Gambar 3.3 System Flow Maintenance User .......................................................42
Gambar 3.4 System Flow Transaksi Penjualan Suku Cadang .............................43
Gambar 3.5 System Flow Estimasi Double Exponential Smoothing ...................44
Gambar 3.6 Flochart Proses Perhitungan DES Estimasi penjualan ....................45
Gambar 3.7 Context Diagram Sistem Estimasi Penjualan Suku Cadang .............46
Gambar 3.8 DFD Level 0 Sistem Prediksi Penjualan Suku Cadang ....................47
Gambar 3.9 CDM Sistem Informasi Penjualan Suku Cadang ..............................49
Gambar 3.10 PDM Sistem Informasi Penjualan Suku Cadang ...........................50
Gambar 3.11 Desain Form Login..........................................................................51
Gambar 3.12 Desain Form Utama ........................................................................52
Gambar 3.13 Desain Form Penjualan....................................................................53
Gambar 3.14 Desain FormAccount User...............................................................54
Gambar 3.15 Desain Form Data Penjualan .........................................................54
Gambar 3.16 Desain Form Master Barang ..........................................................55
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

viii

Gambar 3.17 Desain Form Forecasting .............................................................56
Gambar 4.1 Form Estimasi Double Exponential Smoothing ................................61
Gambar 4.2 Form Utama ......................................................................................61
Gambar 4.3 Form Master Barang .........................................................................62
Gambar 4.4 Form Penjualan Barang ....................................................................63
Gambar 4.5 Form Data Penjualan ........................................................................63
Gambar 4.6 Form Forecasting .............................................................................64
Gambar 5.1 Proses Memasukan Nilai Alpha,Beta,St,dan Bt ................................65
Gambar 5.2 Nilai Alpha,Beta,St,dan Bt.................................................................66
Gambar 5.3 Hasil Prediksi Dengan Alpha 0.1 dan Beta 0.1 .................................67
Gambar 5.4 Hasil Prediksi Dengan Alpha 0.2 dan Beta 0.2 .................................68
Gambar 5.5 Hasil Prediksi Dengan Alpha 0.3 dan Beta 0.3 .................................69
Gambar 5.6 Hasil Prediksi Dengan Alpha 0.4 dan Beta 0.4 .................................70
Gambar 5.7 Hasil Prediksi Dengan Alpha 0.5 dan Beta 0.5 .................................71
Gambar 5.8 Hasil Prediksi Dengan Alpha 0.6 dan Beta 0.6 .................................72
Gambar 5.9 Hasil Prediksi Dengan Alpha 0.7 dan Beta 0.7..................................73
Gambar 5.10 Hasil Prediksi Dengan Alpha 0.8 dan Beta 0.8 ...............................74
Gambar 5.11 Hasil Prediksi Dengan Alpha 0.9 dan Beta 0.9 ..............................75
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

ix

DAFTAR TABEL
Tabel 2.1 Data Surat-surat Berharga .....................................................................16
Tabel 2.2 Pehitungan Simple Morving ..................................................................17
Tabel 2.3 Perhitungan Centered Moving ..............................................................19
Tabel 2.4 Perhitungan Centered Moving Average ...............................................20
Tabel 2.5 Data Actual Sales ..................................................................................22
Tabel 2.6 Perhitungan Exponential Smoothing .....................................................22
Tabel 4.1 Structur Tabel Master Barang ...............................................................58
Tabel 4.2 Structur Tabel Master Penjualan ...........................................................58
Tabel 4.3 Structur Tabel Master Detail Barang ....................................................59
Tabel 3.4 Tabel User .............................................................................................59
Tabel 3.5 Tabel Forecasting .................................................................................59

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

x

BAB I
PENDAHULUAN

Pada Bab I ini akan dibahas beberapa penjelasan dasar meliputi latar
belakang permasalahan, perumusan masalah, batasan masalah, tujuan, manfaat,
dan metodologi pelaksanaan serta sistematika penulisan buku Tugas Akhir ini.
1.1

Latar Belakang
Pada saat ini hampir semua perusahaan yang bergerak dibidang penjualan

dihadapkan pada suatu masalah yaitu adanya tingkat persaingan yang semakin
kompetitif. Hal ini mengharuskan perusahaan untuk merencanakan atau
menentukan jumlah pembelian, agar dapat memenuhi permintaan pasar dengan
tepat waktu dan dengan jumlah yang sesuai. Pada dasarnya penentuan jumlah
pembelian ini derencanakan untuk memenuhi jumlah persediaan barang guna
memenuhi tingkat penjualan yang direncanakan atau tingkat permintaan pasar.
Estimasi adalah kegiatan untuk memprediksikan kejadian dimasa yang
akan datang (planning) merupakan bagian vital bagi setiap organisasi bisnis dan
untuk setiap pengambilan keputusan management yang sangat signifikan.
Estimasi menjadi dasar bagi perencanaan suatu perusahaan. Dalam area
fungsional penjualan estimasi

berfungsi untuk membantu pihak manajemen

dalam melakukan prediksi penjualan dalam periode tertentu.Untuk itu diperlukan
suatu system yang dapat memprediksi penjualan dan pembelian suku cadang dari
waktu ke waktu. Dengan hasil estimasi yang diperoleh, maka para pihak yang
berkepentingan diharapkan bisa mengambil keputusan sesuai dengan kondisi yang
ada.

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

1

2

Walaupun nilai-nilai yang dihasilkan dalam estimasi ini tidak 100%
benar-benar akurat, namun tujuan estimasi (planning) adalah agar meminimalkan
kesalahanya sekecil mungkin. Dengan mengetahui nilai penjualan pada periode
tertentu,diharapkan dapat membantu pihak management untuk mengambil
keputusan dalam menentukan jumlah penjualan suku cadang dengan metode
Double Exponential Smoothing.
Metode Ada banyak metode yang dapat digunakan untuk membuat
estimasi salah satunya Double Exponential Smoothing adalah

metode yang

mengulang terus menerus dengan menggunakan data terbaru. Metode ini
didasarkan pada perhitungan rata-rata pemulusan data-data sebelumnya secara
eksponensial. Setiap data diberikan sebuah nilai dengan data yang lebih baru
memiliki nilai lebih besar. Nilai yang digunakan adalah α untuk data yang
baru,α(1-α) untuk data sebelumnya, α(1-α)

2

untuk data yang lebih lama lagi, dan

seterusnya. Metode ini digunakan untuk planning data yang memiliki pola trend
dan stasioner. Data penjualan dan pembelian merupakan suatu data yang memiliki
pola kecendrungan stasioner. Oleh karena itu dalam estimasi penjualan suku
cadang ini menggunakan metode Double Exponential Smoothing.

1.2

Perumusan Masalah
Dari apa yang telah dijelaskan pada latar belakang maka dapat dirumuskan

suatu permasalahan yaitu bagaimana Penerapan metode Double Exponential
Smoothing estimasi penjualan dengan beberapa sub masalah :
1. Bagaimana menganalisa data penjualan untuk digunakan proses estimasi
penjualan masa mendatang.

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

3

2. Bagaimana merancang dan membangun system estimasi penjualan suku
cadang dengan menggunakan metode Double Exponential Smoothing.
3. Apakah system estimasi penjualan suku cadang dapat melakukan
perhitungan sesuai dengan perhitungan manual.

1.3 Batasan Masalah
Batasan masalah dalam pembuatan system ini adalah sebagai berikut :
1. Metode estimasi yang di pakai untuk memperoleh informasi prediksi
penjualan

suku cadang pada periode mendatang adalah Double

Exponential Smoothing
2. Estimasi hanya dilakukan berdasarkan transaksi penjualan, dengan
hanya mempertimbangkan faktor jumlah barang dalam suatu periode.
3. Nilai ST Initial Value Bernilai sesuai dengan nilai Actual bulan
pertama.
4. Nilai BT Initial Value Bernilai dari Actual bulan 2- Actual Ibulan 1.

1.4 Tujuan
Tujuan Tugas Akhir adalah:
1. Secara garis besar bahwa tujuan dari skripsi ini adalah mengetahui hasil
prediksi penjualan barang pada perusahaan yang bergerak di bidang suku
cadang mobil dan motor (spare parts).
2. Menganalisa data penjualan suku cadang untuk digunakan dalam proses
planning untuk masa datang.

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

4

3. Merancang dan membangun sistem penjualan Suku cadang khususunya
prediksi penjualan dengan Double Exponential Smoothing.

1.5 Manfaat
Sistem informasi penjualan suku cadang ini adalah:
1. Membantu pihak management untuk melakukan perkiraan penjualan
suku cadang dengan periode tertentu tingkat kesalahan terkecil mungkin
yang nantinya akan di pakai aplikasi sebagai bahan pertimbangan dalam
pengambilan keputusan untuk melakukan pembelian suku cadang.
2. Sofware database yang dibuat untuk membantu meningkatkan efisiensi
kerja dan peningkatan profesionalisme.
3. Serta memberikan kemudahan dalam memberikan kemudahan dalam
menyajikan laporan-laporan manajemen yang terintegrasi.

1.6

Metode Penelitian
Metode Double Exponential Smoothing digunakan ketika data menunjukkan

adanya trend. Exponential smoothing dengan adanya trend seperti pemulusan
sederhana kecuali bahwa dua komponen harus diupdate setiap periode – level dan
trendnya. Level adalah estimasi yang dimuluskan dari nilai data pada akhir
masing-masing periode. Trend adalah estimasi yang dihaluskan dari pertumbuhan
rata-rata pada akhir masing-masing periode.

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

5

Dalam pemecahan masalah perusahan khususnya penjualan dalam jumlah
besar (wholesaler) dan eceran (retailer). Perusahaan ini di kelola sendiri oleh
pemilinya dengan karyawanya.
Secara garis besar, kinerja dijelaskan sebagai berikut
1. Penentuan harga jual barang ditentukan oleh pemiliknya, kecuali barangbarang orisinil mengikuti daftar harga(price list).
2. Jika barang kosong maka akan dicatat pada sebuah buku.
3. Setiap bulan ada salesman yang datang untuk menagih dan mencatat
pemesanan barang.
4. Perusahaan hanya memberi hutang kepada pelanggan yang sudah dikenal
atau hanya sebatas kepada relasi dari pemilik perusahaan.
5. Setiap menerima barang dari supplier, maka barang-barang tersebut akan
diberi tanggal penerimaan dan kode harga pokok barang.
6. Jika terjadi kenaikan harga pokok barang maka barang yang lama akan
mengikuti harga pokok terbaru, biasanya barang-barang tersebut akan
dimasukan dalam satu kotak dan pada kotak tersebut diberi kode harga
pokok yang terbaru beserta tanggal penerimaanya.
7. Jika terjadi penurunan harga pokok baranng maka barang tersebut tetap
diberi tanggal dan kode harga pokok yang bari tetap mengikuti harga jual
yang sama seperti harga sebelumya.

Metodologi/Teknik: Metodologi yang digunakan pada proyek akhir ini terbagi
menjadi beberapa tahap, yaitu:

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

6

1. Tinjuan Pustaka

Pengumpulan teori-teori sebagai referensi baik dari buku-buku ataupun
informasi dari sumber lainya untuk memilih dan menentukan jenis metode
aplikasi penjualan yang ideal untuk diterapkan.
2. Studi lapangan , untuk mengumpulkan data serta melakukan analisa.
Teknik pengumpulan data tiga macam metode:
a. Observasi langsung
Untuk mengetahui proses penjualan secara langsung.
b. Interview
c. Melakukan tanya jawab terutama pada orang yang bertanggung jawab
melakukan semua transaksi di toko tersebut dan yang nantinya akan
mengoperasikan system yang akan dibuat.
d. Dokumentasi
Dokumen-dokumen dari perusahaan, serta pengambilan sample yang
selanjutnya bisa di pengaruhi interface dan penyusunan laporan
aplikasi tersebut.
3. Analisa Sistem
Menganalisa barang apa saja yang kurang laku.
4. Perancangan Sistem Informasi
Adapun perancangan Sistem Informasi diantaranya adalah :
a. Perancangan Data Flow Diagram (DFD)
Untuk perancangan saya menggunakan Data Flow Diagram (DFD)
karena program yang saya buat termasuk program yang terstruktur.
Hasil analisis yang dapat dimulai dilakukan perancangan system, mulai

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

7

menggunakan data flow diagram (DFD), setelah itu melakukan
ketingkat selanjutnya yang lebih tinggi.
b. Perancangan Entity Relationship Diagram (ERD)
c. Conceptual Data Model (CDM) dan Phisycal Data Model(PDM).
Konsep DFD,CDM,dan PDM didesain untuk menginformasikan
kepada para pemakai (user) persepsi tentang data dan bukan
menggambarkan bagaimana cara sebuah data disimpan dalam sebuah
Komputer.
d. Perancangan Basis Data
5. Implementasi Sistem Informasi
a. Perancangan Basis Data
•

Penentuan entitas dan hubungan antara entitas, yang akan
diterjemahkan ke dalam tabel-tabel.

•

Penentuan kunci untuk entitas dan penentuan kunci tamu.

•

Normalisasi, untuk mencegah terjadinya pengulangan informasi
dan untuk mencegah terjadnya keanehan pada proses update dan
penghapusan.

b. Pembuatan Program meliputi :
• Mengikuti control Ke field database.
• Merancang form
• Memprogram Tombol
6. Coding
Penerapan hasil perancangan sistem yang dibuat dengan teknologi
Pemrograman DELPHI. Serta dukungan

Acces 2007

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

untuk koneksi

8

databasenya. Untuk rancangan sistemnya menggunakan Sybase Power
Designer 9.0 Evaluation dan PowerDesigner 6. Pemilihan kedua teknologi
ini berdasarkan dengan kebutuhan skema yag ada serta peningkatan
teknologi dari pemrograman.
7. Testing
Uji coba sistem dilakukan secara langsung melalaui simulasi
langsung dengan Data Flow Diagram (DFD) yang telah berjalan. Sehingga
akan lebih mudah diketahui kekurangan dari sistem pendukung keputusan.
8. Pelaporan
Pembuatan laporan dari sistem yang telah dibuat, meliputi hasil
tampilan program, serta kode program.

1.7 Sistematika Penulisan

BAB I

PENDAHULUAN
Berisi tentang pendahuluan dimana dilakukannya pra-tugas akhir
dan

latar belakang yang menjelaskan tentang informasi dari

instansi yang bersangkutan dimana berkaitan dengan permasalahan
yang sedang dihadapi serta solusi pemecahannya, rumusan
masalah, batasan masalah, tujuan, manfaat bagi pengguna serta
sistematika penulisan yang digunakan dalam laporan Tugas Akhir
ini.

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

9

BAB II

TINJ AUAN PUSTAKA
Berisi landasan – landasan

teori dan hal - hal yang bersifat

informatif yang akan digunakan sebagai data pendukung dalam
penyelesaian permasalahan.
BAB III ANALISIS PERMASALAHAN
Berisi tentang analisa masalah dari model penelitian untuk
memperlihatkan keterkaitan antar variabel yang diteliti dan
beberapa penjelasan dari analisa permasalahan yang di teliti.

BAB IV PERANCANGAN DAN IMPLEMENTASI SISTEM
Berisi tentang hasil yang diperoleh dari pra-tugas akhir beserta
pembahasan perancangan sistem dan pengimplementasian hasil
perancangan sistem yang telah dibuat ke dalam bentuk aplikasi
yang akan dibangun.

BAB V

UJ I COBA DAN EVALUASI
Membahas uji coba aplikasi yang dibuat, untuk mengetahui tingkat
keberhasilan sistem dan ketepatan datanya, kemudian melakukan
evaluasi terhadap kinerja sistem.

BAB VI PENUTUP
Berisi kesimpulan dan saran yang sudah diperoleh dari hasil
penulisan Tugas Akhir.

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

BAB II
TINJ AUAN PUSTAKA
Pada BAB II ini akan dibahas beberapa teori dasar untuk menunjang
penyelesaian Tugas Akhir ini, antara lain: pengertian metode Double
Exponential Smoothing,estimasi dan definisi,dasar-dasar Penjualan.

2.1 Estimasi
Estimasi merupakan bagian vital bagi setiap organisasi bisnis dan
untuk setiap pengambilan keputusan manajemen yang sangat signifikan.
Peramalan menjadi dasar bagi perencanaan jangka panjang perusahaan.
Dalam area fungsional keuangan, peramalan memberikan dasar dalam
menentukan anggaran dan pengendalian biaya. Pada bagian pemasaran,
peramalan penjualan dibutuhkan untuk merencanakan produk baru,
kompensasi tenaga penjual, dan beberapa keputusan penting lainnya.
Selanjutnya, pada bagian produksi dan operasi menggunakan data-data
peramalan untuk perencanaan kapasitas, fasilitas, produksi, penjadwalan,
dan pengendalian persedian (inventory control). Untuk menetapkan
kebijakan ekonomi seperti tingkat pertumbuhan ekonomi, tingkat
pengangguran, tingkat inflasi, dan lain sebagainya dapat pula dilakukan
dengan metode peramalan.
Prediksi (estimasi) adalah penggunaan data masa lalu dari sebuah
variabel atau kumpulan variabel untuk mengestimasi nilainya di masa
yang akan datang. Asumsi dasar dalam penerapan teknik-teknik peramalan
10

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

11

adalah:“If we can predict what the future will be like we can modify our
behaviour now to be in a better position, than we otherwise Sejak tahun
akademik 1994/1995 penyelenggaraannya dilakukan secara mandiri
sebagai Perguruan Tinggi Swasta.
would have been, when the future arrives.” Artinya, jika kita dapat
memprediksi apa yang terjadi di masa depan maka kita dapat mengubah
kebiasaan kita saat ini menjadi lebih baik dan akan jauh lebih berbeda di
masa yang akan datang. Hal ini disebabkan kinerja di masa lalu akan terus
berulang setidaknya dalam masa mendatang yang relatif dekat.
prediksi adalah perhitungan yang obyektif dengan menggunakan
data-data masa lalu untuk menentukan kondisi di masa yang akan datang.
Dengan demikian forecasting merupakan proses yang menggambarkan
peristiwa/ kondisi pada masa yang akan datang. Dasar pengambilan
keputusan dalam bisnis, meliputi : (1) Produksi; (2) Persediaan; (3)
Personil dan (4) Fasilitas-fasilitas.
Salah satu cara untuk mengklasifikasikan permasalahan pada
prediksi adalah mempertimbangkan skala waktu estimasinya yaitu
seberapa jauh rentang waktu data yang ada untuk diramalkan. Terdapat
tiga kategori waktu yaitu jangka pendek (minggu → bulan), menengah
(bulan → tahun), dan jangka panjang (tahun → dekade). Tabel berikut ini
menunjukkan

tipe-tipe

keputusan

berdasarkan

jangka

peramalannya.

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

waktu

12

Selain rentang waktu yang ada dalam proses estimasi, terdapat juga
teknik atau metode yang digunakan dalam estimasi. Metode estimasi dapat
diklasifikasikan dalam dua kategori, yaitu:
Salah satu cara untuk mengklasifikasikan permasalahan pada
prediksi adalah mempertimbangkan skala waktu estimasinya yaitu
seberapa jauh rentang waktu data yang ada untuk diramalkan. Terdapat
tiga kategori waktu yaitu jangka pendek (minggu → bulan), menengah
(bulan → tahun), dan jangka panjang (tahun → dekade). Tabel berikut ini
menunjukkan tipe-tipe keputusan
Selain rentang waktu yang ada dalam proses estimasi, terdapat juga
teknik atau metode yang digunakan dalam estimasi. Metode estimasi dapat
diklasifikasikan dalam dua kategori, yaitu:
2.2 Metode Pendekatan Pr ediksi (Estimasi)
1. Metode Kualitatif
Metode yang menganalisis kondisi obyektif dengan apa adanya.
Metode ini meliputi : Metode Delphi, Metode Nominal Grup, Survey
Pasar dan Analisis Historikal Analogy and Life Cycle.
Metode ini digunakan dimana tidak ada model matematik,
biasanya dikarenakan data yang ada tidak cukup representatif untuk
meraprediksikan masa yang akan datang (long term forecasting). estimasi
kualitatif menggunakan pertimbangan pendapat-pendapat para pakar yang
ahli atau experd di bidangnya. Adapun kelebihan dari metode ini adalah
biaya yang dikeluarkan sangat murah (tanpa data) dan cepat diperoleh.

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

13

Sementara kekurangannya yaitu bersifat subyektif sehingga seringkali
dikatakan kurang ilmiah.
Salah satu pendekatan estimasi dalam metode ini adalah Teknik
Delphi, dimana menggabungkan dan merata-ratakan pendapat para pakar
dalam suatu forum yang dibentuk untuk memberikan estimasi suatu hasil
permasalahan di masa yang akan datang.
Beberapa Model estimasi (prediksi) yang tergolong metode kualitiatif,
yaitu:
a.

Trend Sekuler (sekuler trend)
Forecasting model trend sekuler dilakukan dengan menarik garis

secara kasar atau serampang mengikuti kecenderunagn permintaan yang
terjadi secara siklus dari tahun ke tahun dan garis trend dibuat dengan
mempertimbangkan simpangan yang paling kecil diantara data-data
penjualan yang ada.
b.

Fluktuasi Siklis (cyclical fluctuation)
Ekspansi dan kontraksi yang berulang (long-run cycles of

expansion and contraction). Data time series mengalami perubahan dan
kontraksi yang berulang kembali setiap beberapa tahun, misalnya
penjualan setiap lima tahun mengalami lonjakan yang cukup signifikan
sebagai akibat adanya perubahan siklus hidup konsumen.

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

14

c.

Variasi Musiman (Seasonal Variation)
Melakukan perkiraan volume permintaan konsumen di waktu-

waktu yang akan datang dapat didasarkan pada gelombang musiman yang
melekat pada kultur budaya atau kebiasaaan dari masyarakat. Tetapi
dapat juga karena faktor sifat dan keadaan alam yang melekat pada iklim
atau cuaca.
d.

Irregular or Random Influences (pengaruh tak teratur atau acak)
Efek pemanasan global menyebabkan perubahan cuaca atau

musiman menjadi tidak beraturan, sehingga bencana alam banjir atau
kekeringan tidak dapat diprediksikan, atau terjadinya kekacauan politik
dan social atau perang
2. Metode Kuantitatif
Penggunaan yang sering disebut time series/ runtun waktu
merupakan suatu analisis yang mengambarkan pola perkembangan
produksi/ penjualan pada pada runtun waktu yang telah lewat untuk dapat
memperoleh besar kecilnya tingkat perkembangan penjualan/ produksi
tahunan.
Penggunaan metode ini didasari ketersediaan data mentah disertai
serangkaian kaidah matematis untuk meramalkan hasil masa depan
Terdapat beberapa macam model peramalan yang tergolong metode
kualitatif,yaitu:

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

15

a.

Model Regresi

Perluasan dari metode Regresi Linier dimalan memprediksikan suatu
variabel yang memiliki hubungan secara linier dengan variabel bebas yang
diketahui atau diandalkan.
b.

Model Ekonometrik
Menggunakan serangkaian persamaan-persamaan regresi dimana

terdapat variabel-variabel tidak bebas yang menstimulasi segmen-segmen
ekonomi seperti harga dan lainnya.
c.

Model Time Series Analysis (Deret Waktu)
Memasang suatu garis trend yang representatif dengan data-data

masa

lalu

(historis)

berdasarkan

kecenderungan

datanya

dan

memproyeksikan data tersebut ke masa yang akan datang.
Analisis deret waktu berhubungan dengan nilai-nilai suatu variabel yang
diatur secara kronologis menurut waktu seperti hari, minggu, bulan,
kuartal, semester atau tahunan. Analisis deret waktu daapt digunakan
untuk memprediksikan nilai-nilai data masa depan dari data masa lalu
yang berderet menurut waktu. Asumsi yang digunakan adalah bahwa deret
waktu akan terus bergerak seperti di waktu yang lalu dengan pola tertentu
yang tetap.
2.2.1

Model Rata-rata Ber gerak (Moving Average)
Metode rata-rata bergerak banyak digunakan untuk menentukan

trend dari suatu deret waktu. Dengan menggunakan metode rata-rata
bergerak ini, deret berkala dari data asli diubah menjadi deret rata-rata

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

16

bergerak yang lebih mulus. Metode ini digunakan untuk data yang
perubahannya tidak cepat, dan tidak mempunyai karakteristik musiman
atau seasonal. Model rata-rata bergerak mengestimasi permintaan periode
berikutnya sebagai rata-rata data permintaan aktual dari n periode terakhir.
Terdapat tiga macam model rata-rata bergerak, yaitu:
a.Simple Moving Average

Simple Moving Average (SMAt)=

Yt + Yt −1 + Yt − 2 + .... + Yt − n +1
n

Ilustr asi 1
Diberikan data harga penutupan akhir minggu surat-surat berharga
perusahaan

“Mandala”

yang

bergerak

dalam

bidang

maskapai

penerbangan.
Tabel 2.1 Data Surat Surat Berharga

1

2

3

4

5

6

7

8

9

10 11

12

Y 46

56

54

43

57

56 67

62

50 56 47

56

T

Maka Moving Average 3 mingguan (SMA3) terhadap harga penutupan
akhir minggu saham diperoleh dari perhitungan berikut;

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

17

Tabel 2.2

Perhitungan Simple

Moving

Permintaan

Simple Moving

(Y)

Average

Minggu
(t)

3 Mingguan (MA3)

1

46

-

2

56

-

3

54

52

4

43

51

5

57

51,33

6

56

52

7

67

60

8

62

61,17

9

50

59,17

10

56

56

11

47

51

12

56

53

Contoh perhitungan:

SMAMinggu 3 =

SMA

46 + 56 + 54
= 52
3

min ggu 4

=

56 + 54 + 43
= 51
3

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

18

Berdasarkan data di atas, maka ramalan untuk minggu-minggu
mendatang (13)

Y '(12+t ) =

56 + 47 + 56
= 53unit
3

dengan t = 1,2,3

b. Centered Moving Aver age
Perbedaan utama antara Simple Moving Average dan Centered
Moving Average terletak pada pemilihan observasi yang digunakan.
Simple Moving Average menggunakan data yang sedang diobservasi
tambah data sebelum observasi. Misalnya, menggunakan 5 periode
moving average, maka untuk SMA menggunakan data periode ke-5 dan 4
data periode sebelumnya.
Sebaliknya untuk CMA, “Center” berarti rataan antara data
sekarang dengan menggunakan data sebelumnya dan data sesudahnya.
Misalnya untuk 3 periode moving average, maka SMA menggunakan data
periode 3 ditambah data sebelumnya dan data sesudahnya. Didefinisikan
sebagai berikut:

CMA t =

Yt − (( L −1 / 2 ) + ........ Yt + ........ + Yt + (( L −1) / 2
L

Dimana Yt adalah nilai tengah dari interval L data observasi. (L-1)/2
observasi merupakan data sebelum dan sesudahnya. Misalnya CMA 5
periode, maka Yt = Y5 maka intervalnya dimulai dari Y3 sampai Y7

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

19

Ilustr asi 2
Tabel 2.3 Perhitungan Centered Moving

Contoh perhitungan:

CMA

Mei

=

54 + 43 + 57 + 56 + 67
= 55 , 4
5

C. Weighted Moving Average
Formula untuk Weighted Moving Average (WMAt):

Ft = w1 At −1 + w2 At − 2 + ....... + wn At − n

n

dan

∑w
i =1

i

=1

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

20

Ilustr asi 3
Diketahui data penjualan suatu departement store 4 bulan periode.
Kemudian ingin meramalkan penjualan bulan ke-5 dengan moving
average dimana menggunakan bobot 40% actual sales untuk bulan saat ini
(4), 30% untuk 2 bulan sebelumnya, 20% untuk 3 bulan sebelumnya, dan
10% untuk 4 bulan sebelumnya. Data penjualannya sebagai berikut:
Tabel 2.4 Perhitungan Centered Moving Average
Month1

Month2

Month3

Month4

Month5

100

90

105

95

?

Peramalan weighted moving average dengan N = 4 adalah:

F4 = 0.4(95) + 0.3(105) + 0.2(90) + 0.1(100) = 97.50
Maka ramalan bulan ke (5 + t) dengan t =1,2,3 adalah:

F5 = 0.4(95) + 0.3(105) + 0.2(90) + 0.1(100) = 97.50
2.2.2 Exponential Smoothing
Dalam model rata-rata bergerak (Moving Average) dapat dilihat
bahwa untuk semua data obserrvasi memiliki bobot yang sama yang
membentuk rata-ratanya. Padahal, data observasi terbaru seharusnya
memiliki bobot yang lebih besar dibandingkan dengan data observasi di
masa yang lalu. Hal ini dipandang sebagai kelemahan model peramalan
Moving Average. Untuk itu, digunakanlah metode Exponential Smoothing

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

21

agar kelemahan tersebut dapat diatasi didasarkan pada alasan sebagai
berikut:
Metode exponential smoothing mempertimbangkan bobot datadata sebelumnya dengan estimasi untuk Y’(t+1) dengan periode (t+1)
dihitung sebagai:

Y ' (t +1) = αY1 + α (1 − α )Y(t −1) + α (1 − α ) 2 Y(t −2) + ......
Dimana α disebut konstanta pelicinan dalam interval 0 < α < 1.
Rumus ini memperlihatkan bahwa data yang lalu memiliki bobot lebih
kecil dibandingkan dengan data yang terbaru. Rumus tersebut dapat
disederhanakan sebagai berikut:

Dengan nilai Y’(1) untuk inisial ramalan didekati dengan nilai rataratanya( Y )
Atau

Y '(t ) = Y '(t −1) +α (Y(t −1) − Y '(t −1) )
Perlu diperhatikan bahwa penetapan nilai konstanta memiliki andil yang
penting dalam menghasilkan hasil ramalan yang “handal”. Model
Exponential Smoothing digunakan untuk peramalan jangka pendek.

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

22

Ilustr asi 4
Tabulasi data berikut ini merupakan actual sales dalam unit untuk 6 bulan
dan peramalan dimulai dari bulan januari.
Tabel 2.5 Data actua sales
Month

Jan

Feb

Marc

Apr

May

June

Actual Sales

100

94

108

80

68

94

a. Hitunglah estimasi nilai ramalannya menggunakan simple exponensial
smoothing dengan α = 0.2 jika inisial estimasi periode Januari = 80.
b. Hitunglah Mean Absolute Deviation (MAD)
Jawaban:
Tabel 2.6 Perhitungan exponensial smoothing

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

23

a. Estimasi nilai ramalan periode kedua (February) adalah:

Y '( t +1) = αY1 + (1 − α ) Y '( t )
....................................(1) atau

Y '(t ) = Y '( t −1) +α (Y( t −1) − Y '( t −1) ) ....................(2)
Y ' 2 = 0.2(100) + 0.8(80) = 84 atau
Y ' 2 = 80 + 0.2(100 − 80) = 84
b. Mean Absolute Deviation (MAD)
n

MAD =

∑ Y (t ) − Y ' (t )
t =1

n

MAD=

90
= 15;
6

dimana 1 MAD = 0.8 standard deviation diperoleh standar deviation = 12
Exponential Smoothing merupakan prosedur perbaikan terus-menerus
pada peramalan terhadap objek pengamatan terbaru. Ia menitik-beratkan
pada penurunan prioritas secara eksponensial pada objek pengamatan yang
lebih tua. Dengan kata lain, observasi terbaru akan diberikan prioritas
lebih tinggi bagi peramalan daripada observasi yang lebih lama.
2.2.3 Double Exponential Smoothing
Metode ini digunakan ketika data menunjukkan adanya trend.
Exponential smoothing dengan adanya trend seperti pemulusan sederhana
kecuali bahwa dua komponen harus diupdate setiap periode – level dan
trendnya. Level adalah estimasi yang dimuluskan dari nilai data pada akhir

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyebutkan sumber.

24

masingmasing periode. Trend adalah estimasi yang dihaluskan dari
pertumbuhan rata-rata pada akhir masing-masing periode. (Makridakis,
1999).
Rumus double exponential smoothing adalah:

dimana:
St = peramalan untuk periode t.
Yt + (1-α) = Nilai aktual time series
bt = trend pada periodeke - t
α = parameter pertama perataan antara nol dan
1, = untuk pemulusan nilai observasi
beta = parameter kedua, untuk pemulusan trend

Ft+m = hasil peramalan ke - m
m = jumlah periode ke muka yang akan
diramalkan

2.3 Per amalan Penjualan
Dalam hasil penjualan tahun sebelumnya digunakan sebagai titik awal
dalam menyusun ramalan penjualan. Alat statistik yang dapat digunakan
untuk menyusun ramalan penjualan diantaranya analisa regresi, trend dan
proyeksi siklus serta analisis korelasi. Penggunaan model-model statistik

Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh kHak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.arya tulis ini tanpa mencantumkan dan menyeb