RANCANG BANGUN APLIKASI PERAMALAN PERMINTAAN OBAT PADA APOTEK SAVIRA
RANCANG BANGUN APLIKASI PERAMALAN PERMINTAAN
OBAT PADA APOTEK SAVIRA
Re issa Elvira Alyanto 1)Sulistiowati
2) Julianto Le mantara 3)
S1/ Sistem Informasi
Institut Bisnis dan Informatika Stikom Surabaya
Jl. Raya Kedung Baruk 98 Surabaya, 60298
Email: 1)ru
Abstract : Apotek Savira is a business a business that provides a drug with the source of some
supplier. Sales volume which is found in the Apotek Savira unstable thus causing deficient or excess stock. If happened stock shortages would happen then disappointment customers as well as the worst thing is the loss of customers and trust benefits for the Apotek Savira parties. This may result in customers on disappointment the Apotek Savira parties. In addition if happened excess stock could result in the stock of drugs not sold out and expired. Based on these problems, is required a application forecasting demand medicine. Application forecasting demand solved this with the exponential smoothing winter methods who was based on the results test pattern data demand. From the test pattern the data obtained pattern the data exist at any type of medication having a tendency trend and contains elements seasonal, exponential smoothing winter method is very apposite to smooth over data having a pattern of data having a pattern of data trend by a tendency seasonal. The research results show that application made capable of producing forecasting demand for four weeks so as to maintain medicine stock availability.
Keywor ds: Application, Demand, Exponential Smoothing Winter.
Apotek Savira merupakan usaha yang berorientasi bisnis atau yang disebut juga perusahaan penyedia obat yang didapatkan dari pihak ketiga. Sebagai jasa penyedia obat, Apotek Savira secara langsung menjual produk obat- obatan kepada konsumen atau masyarakat tanpa ada perantara. Apotek yang berdiri pada Juni 2011 ini sudah mencapai 3 tahun dalam perjalanan bisnisnya dengan angka permintaan pada tahun pertama mencapai 2.368 permintaan. Transaksi penjualan dan pembelian yang semakin meningkat dengan rata-rata penjualan perbulan sebanyak 5-10% sehingga menimbulkan volume penjualan yang tidak stabil pada Apotek Savira Ambon khususnya untuk obat generic jenis antibioik yaitu
Amoxcillin, Asam Mefenamat, Ampicilin, dan Dexamethasone
. Dalam pencatatan permintaan pelanggan pemilik hanya mencatat permintaan yang terlayani saja tanpa mencatat permintaan yang ditolak atau yang tidak terlayani.
Pada saat ini alur proses permintaan yang ada di Apotek Savira adalah pelanggan datang, kemudian menanyakan obat yang akan dibeli. Setelah mendapatkan obat yang diinginkan, maka pelanggan menuju kasir untuk membayar.
Permasalahan yang terjadi adalah ketika pelanggan memilih obat yang diinginkan, tetapi stok obat tersebut telah kosong sehingga akan ditawarkan obat lain yang fungsinya sama. Tetapi, ada beberapa pelanggan yang mau untuk mengganti dengan obat yang lain dan ada pula yang menolak karena beranggapan bahwa obat yang lain fungsinya tidak sama dengan obat yang diinginkan.
Kejadian stok kosong seperti ini dapat menimbulkan kekecewaan pelanggan terhadap pihak apotek, serta hal yang terburuk adalah hilangnya kepercayaan pelanggan dan keuntungan bagi pihak Apotek Savira. Dalam menentukan permintaan yang akan datang, pemilik Apotek Savira menggunakan buku transaksi penjualan sebagai acuan dalam menentukan permintaan obat yang akan datang . Dalam hal ini pemilik masih menggunakan perkiraan sehingga stok obat yang dipesan berlebihan sehingga mengakibatkan obat yang dipesan tidak habis terjual dan kadaluarsa, selain itu jika pemesanan kurang dari target yang diinginkan oleh pemilik maka penjualan tidak akan optimal.
Untuk mengetahui permintaan pada masa yang akan datang dapat menerapkan sebuah metode yang dinamakan metode peramalan. Menurut Gaspersz (2002), peramalan merupakan metode untuk memperkirakan suatu nilai di masa depan dengan menggunakan data masa lalu.
Adapun salah satu software yang digunakan untuk mengolah data peramalan yaitu, software Minitab. Pengolahan data ini, bertujuan untuk mengetahui pola data permintaan Apotek Savira Ambon mulai bulan Juni 2011 sampai Oktober 2014. Dapat dilihat di lampiran 1, dari pengolahan tersebut diketahui bahwa pola data permintaan Apotek Savira Ambon adalah trend dan terdapat kecenderungan musiman. Berdasarkan pernyataan itu maka permintaan yang ada di Apotek Savira Ambon termasuk dalam permintaan yang tidak teratur (irregular demand ).
Model Pengembangan Waterfall (Pressman, 2015)
Support Feedback Construction Code Test Gambar 1
ANALISIS SISTEM
METODE
Menurut Pressman (2015), System
Develoment Life Cycle (SDLC) ini biasanya
disebut juga dengan model waterfall. Menurut Pressman (2015), nama lain dari Model
.
adalah Model Air Terjun kadang dinamakan siklus hidup klasik (classic life cyle), dimana hal ini menyiratkan pendekatan yang sistematis dan berurutan (sekuensial) pada pengembangan perangkat lunak. Pengembangan perangkat lunak dimulai dari spesifikasi kebutuhan user dan berlanjut melalui tahapan- tahapan perencanaan (planning), pemodelan (modeling), konstruksi (construction), serta penyerahan sistem perangkat lunak ke para pelanggan/user (deployment), yang diakhiri dengan dukungan berkelanjutan pada perangkat lunak yang dihasilkan. Communication Project iniiation Requirement gathering Planning Estimating Scheduling Tracking Modeling Analysis Design Deployment Delivery
Berdasarkan uraian di atas maka dibutuhkan sebuah aplikasi peramalan permintaan obat dengan metode Pemulusan Eksponensial Winters yang diharapkan dapat dijadikan input bagi perencanaan dan pengambilan keputusan Apotek Savira dalam hal penentuan permintaan obat.
Teknik yang perlu diperhatikan ketika meramalkan data runtut waktu yang bersifat trend dengan kecenderungan musiman salah satunya adalah metode Pemulusan Eksponensial Winter dari Winters (Arsyad, 2001) Metode Pemulusan Ekponensial Winter merupakan salah satu yang dapat digunakan untuk mengelolah data kuantitatif. Metode Pemulusan Ekponensial Winter dapat menangani faktor musiman dan trend secara langsung . Keuntungan dari Metode Pemulusan Ekponensial Winter adalah memiliki kemampuan yang baik dalam meramalkan data yang memiliki data pola trend dan musiman.
Pada tahap analisis sistem terdapat proses mengidentifikasi serta menganalisis masalah sehingga dapat merencanakan suatu rancangan untuk menyelesaikan permasalahan tersebut. Tahapan analisis sistem terdiri dari identifikasi dan analisis permasalahan dan pengumpulan data.
Identifikasi Permasalahan
Berdasarkan hasil wawancara dan observasi yang dilakukan sebelumnya, maka selanjutnya dapat dilakukan identifikasi dan analisis permasalahan. Adapun langkah identifikasi dan analisis permasalahan pada tahap awal ini merupakan langkah untuk menemukan permasalahan utama, serta bagaimana sebaiknya solusi yang tepat untuk mengatasi permasalahan tersebut.
Mengacu pada hasil wawancara dan observasi yang telah dilakukan, terdapat beberapa permasalahan yang tampak. Permasalahan yang dimaksud adalah ketidaktepatan dalam memenuhi permintaan kebutuhan pelanggan yang dijual di Apotek, sehingga jumlah Obat yang dijual mengalami kekurangan.
Adapun solusi yang ditawarkan adalah merancang bangun Aplikasi Peramalan Permintaan Obat pada Apotek Savira Ambon. Dengan adanya solusi tersebut diharapkan dapat membantu bagian pemilik Apotek Savira dalam memenuhi jumlah permintaan obat tertolak yang dijual di Apotek Savira Ambon.
Waterfall
Context Diagram
Sebelum melakukan uji pola data, perlu diketahui dahulu mengenai jumlah permintaan Admin Laporan Peramalan Permintaan Obat Bagian Penjualan pada semua obat dan pola data secara visual.
Data permintaan yang diberikan sesuai kebijakkan Apotek Savira Ambon. Data Jenis Obat Data Obat Data User Peramalan Permintaan Obat Rancang Bangun Aplikasi Pada Apotek Savira 1 Data Permintaan
- + ANALISIS PERMASALAHAN Data Obat Diramal Penambahan Stok
Setelah melakukan tahap uji pola data dengan uji otokorelasi, dapat disimpulkan bahwa pola data yang ada pada setiap jenis obat yang dijadikan sampel penelitian memiliki kecenderungan trend dan mengandung unsur Bagian Gudang musiman. Dengan ini metode peramalan yang paling tepat digunakan adalah Pemulusan
Gambar 2
Context Diagram Eksponensial Winter. Metode Pemulusan Eksponensial
Pada Context Diagram pada gambar 2 Winter merupakan metode peramalan yang tampak aliran data yang bergerak dari sistem ke menggunakan teknik Pemulusan Eksponensial masing-masing entitas. yang juga digunakan untuk memuluskan data
trend
yang memiliki pola data dengan
Data Flow Diagram Level 0 kecenderungan musiman.
Metode ini dipilih karena terdapat DFD level 0 adalah decompose dari kecenderungan peningkatan pola data trend context diagram . DFD level 0 membentuk penjualan rata-rata perminggu sedangkan semua aliran proses input dan output yang ada kecenderungan musiman terjadi pada bulan pada context diagram sebelumnya. Adapun Oktober dan Desember. secara garis besar, DFD level 0 Sistem
Peramalan Permintaan Obat yang membangun
Blok Diagram aplikasi dapat digambarkan pada gambar 3. Data Permintaan Analisa Pola Data Alpha, Beta dan Gamma + Input Proses Output Hasil Penentuan Parameter Terbaik Admin [Data Jenis Obat] [Data User] Detail User Manajemen Manajemen Data Jenis Data User Obat 1.1 1.2 + Jenis Obat 1 User 2 Jenis Obat Data Obat Peramalan Hasil Peramalan Permintaan Permintaan 4 Periode Kedepan + [Data Obat] Manajemen Jenis Obat [Data Permintaan] Gudang Bagian [Penambahan Stok] Penambahan Stok Obat Permintaan Data Obat
1.3 1.4 Detail Obat 4 Permintaan 3 Obat ID Obat + Data Jenis Obat Permintaan Permintaan + Peramalan Hasil Laporan Peramalan [Data Obat Diramal] [Laporan Peramalan Permintaan Obat] Bagian Penjualan Detail Permintaan Peramalan 1.5 Detail Permintaan 5 History Permintaan Detail Permintaan ID Obat Hasil Ramalan Hasil Ramalan 8 Hasil Peramalan Gambar 1 Blok Diagram Data Ramalan 10 Detil_Ramalan 9 Ramalan Data Detil Ramalan Data Ramalan Data Detil Ramalan diagram
Blok pada gambar 1
Gambar 3
DFD level 0 Aplikasi Peramalan menggambarkan informasi pokok yang Permintaan Obat dihasilkan. Informasi yang terdapat pada blok
diagram masing-masing mempengaruhi untuk
melakukan suatu keputusan sesuai tujuan dari
system yang akan dibuat.
1.3.1 Data Flow Diagram Level 1 Admin [Data Obat] Input Data Obat [Detail Obat] 3 Obat DFD Level 1 merupakan hasil decompose
dari DFD level 0, yang mana 2 Jenis Obat menjelaskan lebih rinci tiap aliran data dan [Jenis Obat] proses-proses didalamnya. Terdapat 5 proses Merubah Data 1.3.2 DFD level 1 yaitu: data user, jenis obat, obat, ID Obat Yang Dirubah Obat Data Perubahan Obat permintaan, dan peramalan. Admin [Data User] Input Data User 1.1.1 [Detail User] 1 User ID Obat Yang Dihapus Bagian Menghapus Data 1.3.4 1.3.3 Obat Merubah Data 1.1.2 Gudang [Penambahan Stok] [Penambahan Stok Obat] Menambah Stok Obat Merubah Data User User Detail User Dirubah Gambar 6 Obat 1.1.3 Pada DFD level 1 obat gambar 6. Data User Dihapus Hapus Data User Detail User Dihapus Didalam proses obat sendiri terdiri dari proses
input data obat, merubah data obat, menghapus data obat dan menambah data obat.
Gambar 4 DFD Level
1 Data User Penjualan Memilih Data [ID Obat] Bagian 1.4.1 3 Obat Pada DFD level 1 data user gambar 4. [Data Permintaan] Obat
Didalam proses data user sendiri terdiri dari 1.4.2 proses input data user, merubah data user dan Input Jumlah Permintaan Detail Permintaan hapus data user. Admin [Data Jenis Obat] Menambah Data [Detail Permintaan] Jenis Obat 1.2.1 [Jenis Obat] Simpan 2 Jenis Obat Stok Obat T ersedia Permintaan Jumlah Penjualan 1.4.4 Cek Stok Obat Stok Obat 1.4.3 Update Stok Obat Jumlah Stok Obat 1.4.5 ID Jenis Obat Yang Dirubah Detail Jenis Obat Dirubah Merubah Data Jenis Obat 1.2.2 1.2.3
4 Permintaan [Detail Permintaan] Permintaan Obat Data Detail Permintaan Menampilkan Laporan 1.4.6 5 History Permintaan Gambar 7 Data Jenis Obat Dihapus Jenis Obat Hapus Data Detail Jenis Obat Dihapus Permintaan Pada DFD level 1 permintaan gambar 7.
Gambar 5 Jenis Obat
Didalam proses permintaan sendiri terdiri dari proses memilih data obat, input jumlah Pada DFD level 1 jenis obat gambar 5. permintaan, cek stok obat, simpan permintaan,
Didalam proses jenis obat sendiri terdiri dari
update stok obat dan menampilkan laporan
proses menambah jenis obat, merubah jenis obat, permintaan obat. dan menghapus data jenis obat.
[Data Ramalan] [Data Detil Ramalan] [Data Detil Ramalan] [Data Ramalan] [Hasil Ramalan] [Laporan Peramalan Permintaan Obat] [Hasil Ramalan] ID Obat ID Obat Yang Di Cek [Detail Permintaan] ID Obat Yang Diramal [ID Obat] [Data Obat Diramal] Admin 1.5.1 Pilih ID Obat 5 History Permintaan 3 Obat 8 Hasil Peramalan 1.5.2 Analisa Peramalan 1.5.3 Proses Peramalan 1.5.4 Menampilkan Laporan Peramalan Permintaan Obat 9 Ramalan 10 Detil_Ramalan 8 Hasil Peramalan 10 Detil_Ramalan 9 Ramalan Gambar 8 Peramalan
Pada DFD level 1 peramalan. Didalam proses peramalan sendiri terdiri dari proses memilih id obat, analisa peramalan, proses peramalan dan menampilkan laporan peramalan.
System Flow System Flow merupakan gambaran
aliran kerja yang akan dibangun. System flow yang akan dibangun dimulai dari data jenis obat, obat, permintaan, peramalan dan penambahan stok. Desain system flow akan dibedakan berdasarkan masing-masing proses. Berikut ini adalah gambaran system flow aplikasi peramalan permintaan obat pada Apotek Savira Ambon.
Page 1 Data User Admin Start Username dan Password Verifikasi Username dan Password User Data User Cocok? Tidak Display Menu Utama Ya Memilih Menu Data User Display Master Data User Input Nama, Jabatan, Username dan Password Menyimpan Data User End Gambar 9 System Flow Data User
Proses pertama pada system flow ini adalah system flow pendaftaran user baru yang akan terdapat pada Gambar 9. System Flow Jenis Obat Admin Aplikasi Peramalan Permintaan Obat Ph ase Start Login Halaman Data Jenis Obat Manage Data Jenis Obat Proses Simpan Perubahan Data Jenis Obat End Jenis Obat
Gambar 10 System Flow
Jenis Obat Alur system jenis obat, admin terlebih dahulu melakukan login. Setelah login berhasil aplikasi akan menampilkan halaman data jenis obat yang ada di apotek tersebut. Admin melakukan manage data jenis obat dengan menginputkan nama jenis obat yang akan di
input kan, kemudian data jenis obat disimpan.
Alur system flow jenis obat dapat dilihat pada Gambar 10. System Flow Obat Aplikasi Peramalan Permintaan Obat Admin
Ya Halaman Manage Data Obat Start Proses Simpan Perubahan Data Obat End Login Manajemen Data Obat Jenis Obat Obat Gambar 11 System Flow Obat
Alur sistem flow obat, dimulai dari admin melakukan login pada aplikasi. Jika
Login sukses, maka admin melakukan manage data obat yang akan diinputkan ke system.
Setelah melakukan input data obat kemudian dapat menyimpan atau update data obat. Jika login gagal, maka admin melakukan proses login terlebih dahulu. Alur system flow obat dapat dilihat pada Gambar 11. System Flow Permintaan System flow Bagian Penjualan Aplikasi Peramalan Permintaan Obat peramalan pada gambar 13, Start admin melakukan login pada aplikasi dan akan Halaman muncul menu analisa peramalan. Kemudian Login Transaksi Permintaan admin akan memilih data obat yang akan Pilih Data Obat peramalan diambil dari tabel history permintaan Obat dilakukan proses peramalan, data proses Input Jumlah Permintaan dan tabel peramalan. Setelah memilih data obat Cek Stok admin akan melakukan proses perhitungan nilai Informasi stok Update tidak ada Stok tidak Stok ada ? ya Simpan diambil dari tabel ramalan. Setelah proses Order Proses peramalan (At, Tt, St-L, Ytp, dan |e|) yang Permintaan Update Histori Permintaan peramalan data obat untuk 4 periode kedepan peramalan selesai admin akan mengetahui hasil Permintaan History yang diambil pada tabel hasil ramalan dan dapat End melihat detil peramalan yang akan diambil dari tabel detil peramalan.
Gambar 12 System Flow Permintaan Entity Relational Diagram (ERD)
Perancangan basis data atau yang lebih
system flow permintaan pada gambar
dikenal dengan ERD merupakan representasi 12, dimulai dari user bagian penjualan model basis data yang berasal dari gambaran
login
melakukan pada aplikasi. Admin rancangan DFD. ERD terbagi menjadi dua melakukan pemilihan data obat yang diminta, bagian, yaitu Conceptual Data Model (CDM) kemudian admin melakukan input jumlah dan Physical Data Model (PDM). permintaan obat dan aplikasi akan melakukan Obat cek stok. Jika stok obat ada, maka bagian ID User Nama User User Jenis Obat ID Jenis Obat Nama Obat ID Obat penjualan melakukan simpan data permintaan Username Nama Jenis Obat Pass word Jabatan ID User Safety Stok ID Jenis Jumlah Stok ID Jenis Obat Lead T ime dan melakukan update stok. Proses simpan data ID Obat Ramalan 3 Ramalan 2 Ramalan 1 permintaan ini akan disimpan pada tabel Ramalan 4 Penambahan Stok Alpha Beta permintaan dan akan melakukan update history Gamma ID User T anggal No Penambahan Stok permintaan yang akan disimpan pada tabel ID User Biaya Simpan Qty Biaya Pengiriman ID Obat
history permintaan. Jika stok obat ada, maka ID User ID Obat
bagian penjualan melakukan simpan data Permintaan permintaan dan melakukan update stok. Proses ID Obat T anggal No Permintaan ID Obat simpan data permintaan ini akan disimpan pada Jml Permintaan Ramalan tabel permintaan dan akan melakukan update His tory Permintaan Kode Peramalan ID Obat
history permintaan yang akan disimpan pada Kons tanta Pemulusan Periode MAD Bulan Kons tanta Pemulusan Musiman No Permintaan No Permintaan Kons tanta Pemulusan Trend tabel history permintaan. System Flow Permintaan Bagian Penjualan Aplikasi Peramalan Permintaan Obat Start Halaman Jumlah Permintaan Kode Peramalan Detil Jumlah Permintaan Kode Peramalan T anggal Awal Periode T anggal Akhir Periode Periode Jumlah Peramalan Detil Peramalan Bulan dan Periode Kode Peramalan Jumlah Ramalan Periode Hasil Kode Peramalan Kode Has il Ramalan Hasil Ramalan Kode Peramalan Pilih Data Gambar 14 CDM Aplikasi Peramalan Obat Login Transaksi Permintaan Obat Jumlah Peramalan Periode Akhir Periode Awal Input Jumlah Permintaan Cek Stok Permintaan Obat Conceptual Data Model Informasi stok Update tidak ada tidak Stok ada ? ya Simpan Order Proses Stok
(CDM) Permintaan struktur basis data yang dirancang untuk suatu Update Histori Permintaan menggambarkan secara keseluruhan konsep Permintaan History program atau aplikasi. Pada CDM aplikasi End peramalan permintaan obat terdapat sembilan tabel yang terdiri atas tabel user, tabel jenis obat, tabel obat, table permintaan, table history
Gambar 13 System Flow Peramalan permintaan, tabel peramalan, dan tabel hasil ramalan dan tabel detail peramalan. ID_USER = ID_USER
KODE_PERAMALAN = KODE_PERAMALAN KODE_PERAMALAN = KODE_PERAMALAN NO_PERMINTAAN = NO_PERMINT AAN ID_USER = ID_USER ID_USER = ID_USER ID_JENIS = ID_JENIS USER ID_USER varchar(10) NAMA_USER varchar(100) JABATAN varchar(100) USERNAME varchar(10) PASSWORD varchar(10) JENIS_OBAT ID_JENIS varchar(10) ID_USER varchar(10) NAMA_JENIS_OBAT varchar(100) OBAT ID_OBAT varchar(10) NAMA_OBAT varchar(100) ID_JENIS_OBAT varchar(50) JUM LAH_STOK integ er SAFETY_STOK integ er LEAD_TIM E integ er RAMALAN_1 float RAMALAN_2 float RAMALAN_3 float RAMALAN_4 float ALPHA float BETA float GAMMA float ID_JENIS varchar(10) PENAMBAHAN_STOK NO_PENAM BAHAN_STOK varchar(10) ID_USER varchar(10) TANGGAL date ID_OBAT varchar(10) QTY integ er BIAYA_SIMPAN integ er BIAYA_PENGIRIM AN integ er ID_USER_ varchar(10) PERM INTAAN NO_PERMINTAAN varchar(10) ID_USER varchar(10) TANGGAL date ID_OBAT varchar(10) JM L_PERMINTAAN integ er RAMALAN KODE_PERAMALAN varchar(10) ID_OBAT varchar(10) KONSTANTA_PEMULUSAN float KONSTANTA_PEMULUSAN_TREND float KONSTANTA_PEMULUSAN_M USIMAN float MAD float JUM LAH_RAMALAN integ er HISTORY_PERM INTAAN NO_PERMINTAAN_ varchar(10) BULAN integ er PERIODE integ er JUM LAH_PERM INTAAN integ er NO_PERMINTAAN varchar(10) HASIL_RAM ALAN KODE_HASIL_RAMALAN varchar(10) KODE_PERAMALAN__ varchar(10) PERIODE_HASIL integ er PERIODE_AWAL date PERIODE_AKHIR date JUM LAH_PERAMALAN integ er KODE_PERAMALAN varchar(10) DETIL_PERAMALAN KODE_PERAMALAN_DETIL varchar(10) KODE_PERAMALAN_ varchar(10) PERIODE integ er TANGGAL_AWAL_PERIODE date TANGGAL_AKHIR_PERIODE date JUM LAH_PERM INTAAN integ er JUM LAH_PERAMALAN integ er KODE_PERAMALAN varchar(10) Gambar 15
Login
safety stok untuk mengantisipasi ketidakpastian dalam permintaan.
Tampilan Master obat berfungsi untuk menginputkan nama obat, jenis obat, lead time untuk pemesanan kembali, jumlah stok dan
Gambar 18 Form Data Obat
desain input yang digunakan untuk mengelola data jenis obat. Data jenis obat ini digunakan untuk membedakan jenis obat apa saja yang di input ke dalam sistem.
Gambar 17 Form Data Jenis Obat Form Master Jenis Obat merupakan
username dan password yang dimasukkan benar, maka user dapat masuk kedalam aplikasi.
merupakan form yang digunakan untuk memvalidasi akses masuk user aplikasi peramalan permintaan obat pada Apotek Savira Ambon. Sebelum masukkan aplikasi user harus memasukkan username dan password. Apabila username dan password yang dimasukkan salah, maka sistem akan menampilkan pesan login gagal, namun jika
Form login
Gambar 16 Form
PDM Aplikasi Peramalan Permintaan Obat
Tahap ini menjelaskan tentang sistem aplikasi analisis pengaruh kualitas pelayanan terhadap kepuasan mahasiswa berfungsi untuk menjelaskan cara kerja aplikasi ini ketika diimplementasikan.
Implementasi Sistem
permintaan, tabel history permintaan, tabel peramalan, dan tabel hasil ramalan dan tabel detail peramalan.
user , tabel jenis obat, tabel obat, tabel
Pada PDM aplikasi peramalan permintaan obat terdapat sembilan tabel yang terdiri atas tabel
generate dari Conceptual Data Model (CDM).
menggambarkan secara detail konsep rancangan struktur basis data yang dirancang untuk suatu program aplikasi. PDM merupakan hasil
Physical Data Model (PDM)
Gambar 19 Form Permintaan
Form
transaksi permintaan obat SARAN berfungsi untuk input data permintaan. Terdiri Berdasarkan aplikasi yang telah dibuat, dari no permintaan, tanggal, id obat, dan jumlah saran yang dapat diberikan untuk pengembangan permintaan.
Aplikasi peramalan permintaan obat dapat dikembangkan menjadi aplikasi yang terintegrasi dengan pembelian dan penjualan.
RUJUKAN
Arsyad, Lincolin. 2001. Peramalan Bisnis Edisi Pertama . BPFE, Yogyakarta. Fuad, 2008. Pengantar Bisnis, edisi keenam, cetakan ketigabelas, Penerbit :
Gambar 20 Form Parameter
Gramedia Pustaka Utama, Jakarta
Form transaksi parameter berfungsi Gaspersz, Vincent. 2002. Production Planning
untuk menampilkan proses mencari parameter and Inventory Control . PT. Gramedia
alpha, beta, dan gamma terbaik serta proses Pustaka, Jakarta.
mencari nilai MAD terkecil. Hasil dari perhitungan tersebut akan menampilkan nilai Alwi, Hasan. 2007. Kamus Besar Bahasa parameter alpha, beta dan gamma terbaik serta Indonesia . Jakarta : Balai Pustaka. nilai MAD terkecil.
Pengertian Obat, Menteri Kesehatan, 1993, (diakses Januari 2015). Jogiyanto, Prof., HM., Akt., MBA., Ph.D. 2008.
Metodologi Penelitian Sistem Informasi : Pedoman dan Contoh Melak uk an Penelitian di bidang
Gambar 21
Form Peramalan Sistem Tek nologi Informasi .
Yogyakarta : ANDI.
Form transaksi peramalan berfungsi
untuk menampilkan cara perhitungan obat yang Pressman, Roger S. 2015. Rekayasa Perangkat akan diramalkan. Hasil dari perhitungan tersebut
Lunak . Yogyakarta: Andi.
akan menampilkan hasil ramalan terbaik yang kemudian dapat dijadikan acuan kepada pemilik sebagai pengambilan keputusan untuk memesan kembali.
SIMPULAN
Setelah dilakukan perancangan dan pengujian terhadap aplikasi peramalan permintaan obat Menggunakan Metode Pemulusan Eksponensial Winter, maka kesimpulan adalah aplikasi mampu menghasilkan peramalan permintaan untuk empat periode kedepan, sehingga dapat menjaga ketersediaan stok obat.