14. Mely Sari
Pelita Informatika Budi Darma, Volume : VI, Nomor: 1, Maret 2014
ISSN : 2301-9425
SISTEM APLIKASI FORECASTING PENJUALAN ELEKTRONIK
PADA TOKO NASIONAL ELEKTRONIK KABANJAHE DENGAN
METODE AUTOREGRESSIVE INTEGRATED
MOVING AVERAGE (ARIMA)
Melly Sari Br Meliala (0911421)
Mahasiswa Program Studi Teknik Informatika STMIK Budi Darma Medan
Jl. Sisingamangaraja No. 338 Sp. Limun Medan
www.stmik-budidarma.ac.id // Email : [email protected]
ABSTRAK
Nasional Elektronik adalah sebuah toko yang bergerak di bidang penjualan bermacam-macam elektronik. Toko
ini sering mengalami kendala dalam penentuan jumlah pembelian barang karena sering terjadi kekurangan
persediaan barang. Kekurangan persediaan barang tersebut akan berdampak pada keuntungan perusahaan
yang tidak optimal karena terjadi lost sales.Kemampuan untuk memprediksi atau forecast merupakan salah satu
teknik analisis yang bisa membantu para pelaku pasar modal untuk menentukan dasar pengambilan keputusan
strategis yang bisa memberikan mereka keuntungan. Suatu pendugaan secara ilmiah terhadap masa depan akan
jauh lebih berarti ketimbang pendugaan intuisi saja.Dengan menggunakan metode Autoregressive Integrated
Moving Average (ARIMA) akan menghasilkan ramalan-ramalan berdasarkan sintesis dari pola data secara
historis. Hasil dari aplikasi yang dibuat berupa informasi mengenai jumlah produk yang mungkin terjual untuk
periode yang telah ditentukan.
Kata kunci: forecasting, Autoregressive Integrated Moving Average
1. Pendahuluan
1.1 Latar Belakang Masalah
Ketidaktepatan dalam membuat prediksi
penjualan akan mengakibatkan pemborosan
sehingga menimbulkan kerugian. Apabila prediksi
penjualan dibuat terlalu besar, maka biaya produksi
akan membengkak dan seluruh investasi yang
ditanamkan menjadi kurang efisien. Begitu juga
sebaliknya, seandainya prediksi penjualan terlalu
kecil perusahaan akan menghadapi kehabisan
persediaan sehingga pelanggan terpaksa menunggu
terlalu lama untuk produk atau jasa yang
diinginkan.
Kemampuan untuk memprediksi atau forecast
merupakan salah satu teknik analisis yang bisa
membantu para pelaku pasar modal untuk
menentukan dasar pengambilan keputusan strategis
yang bisa memberikan mereka keuntungan. Suatu
pendugaan secara ilmiah terhadap masa depan akan
jauh lebih berarti ketimbang pendugaan intuisi saja.
1.2 Perumusan Masalah
Berdasarkan latar belakang di atas, maka
rumusan masalah yang akan dibahas adalah sebagai
berikut :
1. Bagaimana memperkirakan jumlah produk
yang laku pada periode penjualan yang akan
datang?
2. Bagaimana menerapkan metode Arima pada
prediksi penjualan di Toko Nasional
Elektronik?
3.
Bagaimana merancang
sistem
aplikasi
forecasting penjualan elektronik pada toko
Nasional elektronik dengan metode Arima?
1.3 Batasan Masalah
Adapun batasan masalah yang di bahas pada
Skripsi ini adalah sebagai berikut :
1. Data yang digunakan untuk prediksi penjualan
diambil dari data tahun 2008-2012.
2. Metode yang digunakan dalam prediksi
penjualan ini adalah metode Arima.
3. Aplikasi yang digunakan adalah pemrograman
Visual Basic.Net 2008.
1.4 Tujuan Dan Manfaat Penelitian
Tujuan dari penelitian ini adalah :
1. Menghasilkan prediksi atau perkiraan jumlah
produk yang laku untuk tahun berikutnya.
2. Menerapkan metode Arima pada prediksi
penjualan di Toko Nasional Elektronik. Dapat
menerapkan metode viola jones dalam
pengenalan wajah.
3. Merancang sistem aplikasi forecasting penjualan
elektronik pada toko Nasional elektronik dengan
metode Arima.
Manfaat Penelitian:
1. Dapat mengetahui perkiraan jumlah produk
yang laku untuk tahun berikutnya dengan
menerapkan metode Arima pada prediksi
penjualan di Toko Nasional Elektronik sehingga
perusahaan tersebut dapat memesan barang
Siste m Ap lika si Fo re c a sting Pe njua la n Ele ktro nik Pa d a To ko Na sio na l Ele ktro nik Ka b a nja he 168
De ng a n
Me to d e Auto re g re ssive Inte g ra te d Mo ving Ave ra g e (Arima ). O le h : Me lly Sa ri Br Me lia la
Pelita Informatika Budi Darma, Volume : VI, Nomor: 1, Maret 2014
ISSN : 2301-9425
untuk di jual dan terhindar dari kekosongan
barang.
2. Landasan Teori
2.1 Metode Arima
Model Autoregressive Integrated Moving
Average (ARIMA) yang dikembangkan oleh
George Box dan Gwilyn Jenkins (1976) merupakan
model yang tidak mengasumsikan pola tertentu
pada data historis yang diramalkan dan model yang
secara penuh mengabaikan independen variabel
dalam membuat peramalan. ARIMA yang juga
sering disebut metode runtun waktu Box-Jenkins
sebenarnya adalah teknik untuk mencari pola yang
paling cocok dari sekelompok data (curve fitting),
dengan
demikian
ARIMA
memanfaatkan
sepenuhnya data masa lalu dan sekarang dari
variabel dependen untuk melakukan peramalan
jangka pendek yang akurat sedangkan untuk
peramalan jangka panjang ketepatan peramalannya
kurang baik. Model ARIMA merupakan model
gabungan antara autoregressive (AR) dan moving
average (MA) dimana model ini mampu mewakili
deret waktu yang stasioner dan non-stasioner (John
E Hanke ; Arthur G.Reitch ; Dean W. Wichren,
2000).
1. Analisa Sistem Penjualan Toko Nasional
Elektronik Kabanjahe
2. Proses penjualan pada perusahaan ini
dilaksanakan sesuai dengan perintah dari
kepala toko. Jumlah penjualanpun juga
tergantung dari bagian kepala toko yang
bersangkutan, dengan mempertimbangkan
jumlah penjualan sebelumnya.
3. Analisa Dan Peranacangan
3.1 Rancangan Laporan Perkiraan
Gambar 1 : Form laporan Penjualan
3.2 Rancangan Form Perkiraan ARIMA
Tabel 1 : Data Penjualan Televisi Periode 15(2008 Sampai 2013)
Gambar 2 : Form Perkiraan
3.3 Perancangan Sistem
Adapun perancangan aplikasi perkiraan
penjualan televisi pada Toko Nasional Elektronik
adalah sebagai berikut :
1 Flowchart
1. Flowchart Menu Utama
Siste m Ap lika si Fo re c a sting Pe njua la n Ele ktro nik Pa d a To ko Na sio na l Ele ktro nik Ka b a nja he 169
De ng a n
Me to d e Auto re g re ssive Inte g ra te d Mo ving Ave ra g e (Arima ). O le h : Me lly Sa ri Br Me lia la
Pelita Informatika Budi Darma, Volume : VI, Nomor: 1, Maret 2014
Gambar 3 : Flowchart Menu Utama
ISSN : 2301-9425
Else
For I = 6 to 12
If i= 47 then
X = 78
ACF = (i-x) (I+1-x)/(i-x)2
Else
For I = 7 to 12
If i= 82 then
X = 78
ACF = (i-x) (I+1-x)/(i-x)2
Else
For I = 8 to 12
If i= 72 then
X = 78
ACF = (i-x) (I+1-x)/(i-x)2
Else
For I = 9 to 12
If i= 57 then
X = 78
ACF = (i-x) (I+1-x)/(i-x)2
Else
For I = 10 to 12
If i= 14 then
X = 78
ACF = (i-x) (I+1-x)/(i-x)2
Else
For I = 11 to 12
If i= 34 then
X = 78
ACF = (i-x) (I+1-x)/(i-x)2
Else
For I = 12 to 12
If i= 65 then
X = 78
ACF = (i-x) (I+1-x)/(i-x)2
Else
4. Algoritma Dan Implementasi
4.1 Algoritma
Algoritma adalah merupakan kumpulan
perintah untuk menyelesaikan suatu masalah.
Perintah – perintah ini dapat diterjemahkan secara
bertahap dari awal hingga akhir. Masalah tersebut
dapat berupa apa saja, dengan catatan untuk setiap
masalah, ada kriteria kondisi awal yang harus
dipenuhi sebelum menjalankan algoritma.
Input
: Xi←Jumlah Penjualan per
bulan, (1,0,0) ← Model ARIMA
Output
: ACF, PACF, Nilai Ramalan,
Nilai Asli, Nilai Error
Proses
:
I = jumlah pejualan 12 bulan tahun lama
X = jlhpenjualan bula terakhir
For I = 1 to 12
If i= 45 then
4.2 Implementasi Sistem
X = 78
Pada skripsi ini, sistem dibangun menggunakan
Else
2
Visual
Basic.Net 2008, berikut merupakan
ACF = (i-x) (I+1-x)/(i-x)
implementasi
sistem dari langkah pertama hingga
For I = 2 to 12
penentuan solusi.
If i= 67 then
1. Tampilan Form Menu Utama
X = 78
Tampilan ini merupakan tampilan dari form
Else
menu utama dimana berfungsi
untuk
ACF = (i-x) (I+1-x)/(i-x)2
melakukan pemanggilan terhadap form-form
For I = 3 to 12
yang lain. Form Menu utama dapat dilihat pada
If i= 43 then
gambar 4. berikut ini :
X = 78
Else
ACF = (i-x) (I+1-x)/(i-x)2
For I = 4 to 12
If i= 93 then
X = 78
ACF = (i-x) (I+1-x)/(i-x)2
Else
For I = 5 to 12
If i= 28 then
Gambar 4 : Tampilan Menu Utama
X = 78
ACF = (i-x) (I+1-x)/(i-x)2
Siste m Ap lika si Fo re c a sting Pe njua la n Ele ktro nik Pa d a To ko Na sio na l Ele ktro nik Ka b a nja he 170
De ng a n
Me to d e Auto re g re ssive Inte g ra te d Mo ving Ave ra g e (Arima ). O le h : Me lly Sa ri Br Me lia la
Pelita Informatika Budi Darma, Volume : VI, Nomor: 1, Maret 2014
ISSN : 2301-9425
Judul Perangkat Lunak, menu file berfungsi untuk
membuka sub menu file, sub menu data penjualan
berfungsi untuk menampilkan laporan data
penjualan, sub menu data perkiraan penjualan
berfungsi untuk menampilkan data perkiraan
penjualan, menu laporan berfungsi untuk
menampilkan laporan yang sudah dikerjakan, menu
keluar berfungsi untuk menutup program.
2.
Tampilan Form Penjualan
Berikut ini merupakan tampilan dari form
penjualan. Form penjualan yang berfungsi dala
pengolahan data penjualan
Gambar 5 : Tampilan Form Data
Penjualan
Combobox kode barang berfungsi untuk
menginputkan kode barang, textbox nama barang
berfungsi untuk menginputkan nama barang,
combobox tahun berfungsi untuk menginputkan
tahun, botton ok berfungsi untuk membuka data
yang sudah pernah dimasukkan dari bulan januari
sampai bulan desember, botton cancel berfungsi
untuk membatalkan data, botton save berfungsi
untuk menyimpan data yang sudah dimasukkan,
botton cancel berfungsi untuk membatalkan proses.
3. Tampilan Form Perkiraan
Berikut ini merupakan tampilan dari form
perkiraan. Form perkiraan yang berfungsi dala
pengolahan data perkiraan penjualan.
Gambar 6 : Tampilan Form Data Perkiraan
Penjualan
Combobox kode barang berfungsi untuk
menginputkan kode barang, textbox nama barang
berfungsi untuk menginputkan nama barang,
combobox data 1 berfungsi untuk menginputkan
data 1, combobox data 2 berfungsi untuk
menginputkan data 2, combobox untuk tahun
berfungsi untuk menginputkan tahun, botton ok
berfungsi untuk menyimpan data, botton cancel
berfungsi untuk membatalkan proses.
4. Tampilan Laporan Perkiraaan
Berikut merupakan tampilan dari laporan
perkiraaan. Tampilan laporan perkiraan
berfungsi untuk menampilkan data perkiraan,
Gambar 7 : Tampilan Laporan Perkiraan
Penjualan
Laporan perkiraan penjualan berfungsi untuk
menampilkan laporan perkiraan penjualan.
5. Kesimpulan Dan Saran
5.1. Kesimpulan
Dari hasil perancangan aplikasi peramalan
penjualan pada Toko Nasional Elektronik ini dapat
di ambil kesimpulan sebagai berikut:
1. Aplikasi
dapat
memberikan
informasi
mengenai jumlah penjualan yang mungkin
terjadi pada periode selanjutnya.
Siste m Ap lika si Fo re c a sting Pe njua la n Ele ktro nik Pa d a To ko Na sio na l Ele ktro nik Ka b a nja he 171
De ng a n
Me to d e Auto re g re ssive Inte g ra te d Mo ving Ave ra g e (Arima ). O le h : Me lly Sa ri Br Me lia la
Pelita Informatika Budi Darma, Volume : VI, Nomor: 1, Maret 2014
2.
3.
ISSN : 2301-9425
Jumlah data yang digunakan untuk melakukan
peramalan dengan metode ARIMA sangatlah
penting. Hasil tidak akan maksimal apabila
data yang digunakan hanya 1-2 tahun saja.
Sistem aplikasi forecasting dapat dilakukan
pada Toko Nasional Elektronik dengan metode
ARIMA.
5.2 Saran
Berdasarkan pengalaman dan pertimbangan
dalam prediksi penjualan dengan metode ARIMA
saran yang dapat dituliskan oleh peneliti adalah:
1. Hasil suatu peramalan (forecasting) bukanlah
suatu nilai yang pasti akan terjadi di periode
mendatang. Mengingat banyaknya factorfaktor di lapangan yang kadang memberikan
pengaruh yang cukup signifikan pada hasil
akhirnya.
2. Aplikasi forecasting dapat dilakukan dengan
ARIMA, SARIMA, dan ARIMAX. Oleh
karena itu , peneliti lain dapat mempelajari
lebih lanjut tentang pemodelan peramalan
menggunakan SARIMA dan ARIMAX yang
belum dibahas dalam skripsi ini.
Demikian saran dari peneliti semoga dapat
menjadi inspirasi bagi peneliti forecasting
selanjutnya
dan
untuk
melanjutkan
dan
mengembangkan penelitian ini.
DAFTAR PUSTAKA
1.
2.
3.
4.
5.
6.
7.
8.
M.Firdaus. (2006). Analisis Deret Waktu
Satu Ragam. IPB Press
Yovanka
Rumondang.
Forecasting
(Peramalan). Pusat Pengembangan Bahan
Ajar UMB
Yulia, Tanti Octavia, Danny Wijaya. (2009).
Aplikasi Perencanaan Pembelian Barang
Pada Perusahaan Manggala Motor Dengan
Menggunakan Metode Arima.
Djoni Hatidja. (2011). Penerapan Model
Arima Untuk Memprediksi Harga Saham
PT. Telkom Tbk.
Achmad Solichin. (2010). Mysql. Universitas
Budi Luhur, Jakarta.
Abdul Kadir. (2003). Pengenalan Sistem
Informasi. Penerbit ANDI.
Mesran, Visual Basic 6.0 , Mitra Wacana
Media, Medan, 2009
http://publisherindo.blogspot.com/2013/02/pen
gertian-aplikasi.html
Siste m Ap lika si Fo re c a sting Pe njua la n Ele ktro nik Pa d a To ko Na sio na l Ele ktro nik Ka b a nja he 172
De ng a n
Me to d e Auto re g re ssive Inte g ra te d Mo ving Ave ra g e (Arima ). O le h : Me lly Sa ri Br Me lia la
ISSN : 2301-9425
SISTEM APLIKASI FORECASTING PENJUALAN ELEKTRONIK
PADA TOKO NASIONAL ELEKTRONIK KABANJAHE DENGAN
METODE AUTOREGRESSIVE INTEGRATED
MOVING AVERAGE (ARIMA)
Melly Sari Br Meliala (0911421)
Mahasiswa Program Studi Teknik Informatika STMIK Budi Darma Medan
Jl. Sisingamangaraja No. 338 Sp. Limun Medan
www.stmik-budidarma.ac.id // Email : [email protected]
ABSTRAK
Nasional Elektronik adalah sebuah toko yang bergerak di bidang penjualan bermacam-macam elektronik. Toko
ini sering mengalami kendala dalam penentuan jumlah pembelian barang karena sering terjadi kekurangan
persediaan barang. Kekurangan persediaan barang tersebut akan berdampak pada keuntungan perusahaan
yang tidak optimal karena terjadi lost sales.Kemampuan untuk memprediksi atau forecast merupakan salah satu
teknik analisis yang bisa membantu para pelaku pasar modal untuk menentukan dasar pengambilan keputusan
strategis yang bisa memberikan mereka keuntungan. Suatu pendugaan secara ilmiah terhadap masa depan akan
jauh lebih berarti ketimbang pendugaan intuisi saja.Dengan menggunakan metode Autoregressive Integrated
Moving Average (ARIMA) akan menghasilkan ramalan-ramalan berdasarkan sintesis dari pola data secara
historis. Hasil dari aplikasi yang dibuat berupa informasi mengenai jumlah produk yang mungkin terjual untuk
periode yang telah ditentukan.
Kata kunci: forecasting, Autoregressive Integrated Moving Average
1. Pendahuluan
1.1 Latar Belakang Masalah
Ketidaktepatan dalam membuat prediksi
penjualan akan mengakibatkan pemborosan
sehingga menimbulkan kerugian. Apabila prediksi
penjualan dibuat terlalu besar, maka biaya produksi
akan membengkak dan seluruh investasi yang
ditanamkan menjadi kurang efisien. Begitu juga
sebaliknya, seandainya prediksi penjualan terlalu
kecil perusahaan akan menghadapi kehabisan
persediaan sehingga pelanggan terpaksa menunggu
terlalu lama untuk produk atau jasa yang
diinginkan.
Kemampuan untuk memprediksi atau forecast
merupakan salah satu teknik analisis yang bisa
membantu para pelaku pasar modal untuk
menentukan dasar pengambilan keputusan strategis
yang bisa memberikan mereka keuntungan. Suatu
pendugaan secara ilmiah terhadap masa depan akan
jauh lebih berarti ketimbang pendugaan intuisi saja.
1.2 Perumusan Masalah
Berdasarkan latar belakang di atas, maka
rumusan masalah yang akan dibahas adalah sebagai
berikut :
1. Bagaimana memperkirakan jumlah produk
yang laku pada periode penjualan yang akan
datang?
2. Bagaimana menerapkan metode Arima pada
prediksi penjualan di Toko Nasional
Elektronik?
3.
Bagaimana merancang
sistem
aplikasi
forecasting penjualan elektronik pada toko
Nasional elektronik dengan metode Arima?
1.3 Batasan Masalah
Adapun batasan masalah yang di bahas pada
Skripsi ini adalah sebagai berikut :
1. Data yang digunakan untuk prediksi penjualan
diambil dari data tahun 2008-2012.
2. Metode yang digunakan dalam prediksi
penjualan ini adalah metode Arima.
3. Aplikasi yang digunakan adalah pemrograman
Visual Basic.Net 2008.
1.4 Tujuan Dan Manfaat Penelitian
Tujuan dari penelitian ini adalah :
1. Menghasilkan prediksi atau perkiraan jumlah
produk yang laku untuk tahun berikutnya.
2. Menerapkan metode Arima pada prediksi
penjualan di Toko Nasional Elektronik. Dapat
menerapkan metode viola jones dalam
pengenalan wajah.
3. Merancang sistem aplikasi forecasting penjualan
elektronik pada toko Nasional elektronik dengan
metode Arima.
Manfaat Penelitian:
1. Dapat mengetahui perkiraan jumlah produk
yang laku untuk tahun berikutnya dengan
menerapkan metode Arima pada prediksi
penjualan di Toko Nasional Elektronik sehingga
perusahaan tersebut dapat memesan barang
Siste m Ap lika si Fo re c a sting Pe njua la n Ele ktro nik Pa d a To ko Na sio na l Ele ktro nik Ka b a nja he 168
De ng a n
Me to d e Auto re g re ssive Inte g ra te d Mo ving Ave ra g e (Arima ). O le h : Me lly Sa ri Br Me lia la
Pelita Informatika Budi Darma, Volume : VI, Nomor: 1, Maret 2014
ISSN : 2301-9425
untuk di jual dan terhindar dari kekosongan
barang.
2. Landasan Teori
2.1 Metode Arima
Model Autoregressive Integrated Moving
Average (ARIMA) yang dikembangkan oleh
George Box dan Gwilyn Jenkins (1976) merupakan
model yang tidak mengasumsikan pola tertentu
pada data historis yang diramalkan dan model yang
secara penuh mengabaikan independen variabel
dalam membuat peramalan. ARIMA yang juga
sering disebut metode runtun waktu Box-Jenkins
sebenarnya adalah teknik untuk mencari pola yang
paling cocok dari sekelompok data (curve fitting),
dengan
demikian
ARIMA
memanfaatkan
sepenuhnya data masa lalu dan sekarang dari
variabel dependen untuk melakukan peramalan
jangka pendek yang akurat sedangkan untuk
peramalan jangka panjang ketepatan peramalannya
kurang baik. Model ARIMA merupakan model
gabungan antara autoregressive (AR) dan moving
average (MA) dimana model ini mampu mewakili
deret waktu yang stasioner dan non-stasioner (John
E Hanke ; Arthur G.Reitch ; Dean W. Wichren,
2000).
1. Analisa Sistem Penjualan Toko Nasional
Elektronik Kabanjahe
2. Proses penjualan pada perusahaan ini
dilaksanakan sesuai dengan perintah dari
kepala toko. Jumlah penjualanpun juga
tergantung dari bagian kepala toko yang
bersangkutan, dengan mempertimbangkan
jumlah penjualan sebelumnya.
3. Analisa Dan Peranacangan
3.1 Rancangan Laporan Perkiraan
Gambar 1 : Form laporan Penjualan
3.2 Rancangan Form Perkiraan ARIMA
Tabel 1 : Data Penjualan Televisi Periode 15(2008 Sampai 2013)
Gambar 2 : Form Perkiraan
3.3 Perancangan Sistem
Adapun perancangan aplikasi perkiraan
penjualan televisi pada Toko Nasional Elektronik
adalah sebagai berikut :
1 Flowchart
1. Flowchart Menu Utama
Siste m Ap lika si Fo re c a sting Pe njua la n Ele ktro nik Pa d a To ko Na sio na l Ele ktro nik Ka b a nja he 169
De ng a n
Me to d e Auto re g re ssive Inte g ra te d Mo ving Ave ra g e (Arima ). O le h : Me lly Sa ri Br Me lia la
Pelita Informatika Budi Darma, Volume : VI, Nomor: 1, Maret 2014
Gambar 3 : Flowchart Menu Utama
ISSN : 2301-9425
Else
For I = 6 to 12
If i= 47 then
X = 78
ACF = (i-x) (I+1-x)/(i-x)2
Else
For I = 7 to 12
If i= 82 then
X = 78
ACF = (i-x) (I+1-x)/(i-x)2
Else
For I = 8 to 12
If i= 72 then
X = 78
ACF = (i-x) (I+1-x)/(i-x)2
Else
For I = 9 to 12
If i= 57 then
X = 78
ACF = (i-x) (I+1-x)/(i-x)2
Else
For I = 10 to 12
If i= 14 then
X = 78
ACF = (i-x) (I+1-x)/(i-x)2
Else
For I = 11 to 12
If i= 34 then
X = 78
ACF = (i-x) (I+1-x)/(i-x)2
Else
For I = 12 to 12
If i= 65 then
X = 78
ACF = (i-x) (I+1-x)/(i-x)2
Else
4. Algoritma Dan Implementasi
4.1 Algoritma
Algoritma adalah merupakan kumpulan
perintah untuk menyelesaikan suatu masalah.
Perintah – perintah ini dapat diterjemahkan secara
bertahap dari awal hingga akhir. Masalah tersebut
dapat berupa apa saja, dengan catatan untuk setiap
masalah, ada kriteria kondisi awal yang harus
dipenuhi sebelum menjalankan algoritma.
Input
: Xi←Jumlah Penjualan per
bulan, (1,0,0) ← Model ARIMA
Output
: ACF, PACF, Nilai Ramalan,
Nilai Asli, Nilai Error
Proses
:
I = jumlah pejualan 12 bulan tahun lama
X = jlhpenjualan bula terakhir
For I = 1 to 12
If i= 45 then
4.2 Implementasi Sistem
X = 78
Pada skripsi ini, sistem dibangun menggunakan
Else
2
Visual
Basic.Net 2008, berikut merupakan
ACF = (i-x) (I+1-x)/(i-x)
implementasi
sistem dari langkah pertama hingga
For I = 2 to 12
penentuan solusi.
If i= 67 then
1. Tampilan Form Menu Utama
X = 78
Tampilan ini merupakan tampilan dari form
Else
menu utama dimana berfungsi
untuk
ACF = (i-x) (I+1-x)/(i-x)2
melakukan pemanggilan terhadap form-form
For I = 3 to 12
yang lain. Form Menu utama dapat dilihat pada
If i= 43 then
gambar 4. berikut ini :
X = 78
Else
ACF = (i-x) (I+1-x)/(i-x)2
For I = 4 to 12
If i= 93 then
X = 78
ACF = (i-x) (I+1-x)/(i-x)2
Else
For I = 5 to 12
If i= 28 then
Gambar 4 : Tampilan Menu Utama
X = 78
ACF = (i-x) (I+1-x)/(i-x)2
Siste m Ap lika si Fo re c a sting Pe njua la n Ele ktro nik Pa d a To ko Na sio na l Ele ktro nik Ka b a nja he 170
De ng a n
Me to d e Auto re g re ssive Inte g ra te d Mo ving Ave ra g e (Arima ). O le h : Me lly Sa ri Br Me lia la
Pelita Informatika Budi Darma, Volume : VI, Nomor: 1, Maret 2014
ISSN : 2301-9425
Judul Perangkat Lunak, menu file berfungsi untuk
membuka sub menu file, sub menu data penjualan
berfungsi untuk menampilkan laporan data
penjualan, sub menu data perkiraan penjualan
berfungsi untuk menampilkan data perkiraan
penjualan, menu laporan berfungsi untuk
menampilkan laporan yang sudah dikerjakan, menu
keluar berfungsi untuk menutup program.
2.
Tampilan Form Penjualan
Berikut ini merupakan tampilan dari form
penjualan. Form penjualan yang berfungsi dala
pengolahan data penjualan
Gambar 5 : Tampilan Form Data
Penjualan
Combobox kode barang berfungsi untuk
menginputkan kode barang, textbox nama barang
berfungsi untuk menginputkan nama barang,
combobox tahun berfungsi untuk menginputkan
tahun, botton ok berfungsi untuk membuka data
yang sudah pernah dimasukkan dari bulan januari
sampai bulan desember, botton cancel berfungsi
untuk membatalkan data, botton save berfungsi
untuk menyimpan data yang sudah dimasukkan,
botton cancel berfungsi untuk membatalkan proses.
3. Tampilan Form Perkiraan
Berikut ini merupakan tampilan dari form
perkiraan. Form perkiraan yang berfungsi dala
pengolahan data perkiraan penjualan.
Gambar 6 : Tampilan Form Data Perkiraan
Penjualan
Combobox kode barang berfungsi untuk
menginputkan kode barang, textbox nama barang
berfungsi untuk menginputkan nama barang,
combobox data 1 berfungsi untuk menginputkan
data 1, combobox data 2 berfungsi untuk
menginputkan data 2, combobox untuk tahun
berfungsi untuk menginputkan tahun, botton ok
berfungsi untuk menyimpan data, botton cancel
berfungsi untuk membatalkan proses.
4. Tampilan Laporan Perkiraaan
Berikut merupakan tampilan dari laporan
perkiraaan. Tampilan laporan perkiraan
berfungsi untuk menampilkan data perkiraan,
Gambar 7 : Tampilan Laporan Perkiraan
Penjualan
Laporan perkiraan penjualan berfungsi untuk
menampilkan laporan perkiraan penjualan.
5. Kesimpulan Dan Saran
5.1. Kesimpulan
Dari hasil perancangan aplikasi peramalan
penjualan pada Toko Nasional Elektronik ini dapat
di ambil kesimpulan sebagai berikut:
1. Aplikasi
dapat
memberikan
informasi
mengenai jumlah penjualan yang mungkin
terjadi pada periode selanjutnya.
Siste m Ap lika si Fo re c a sting Pe njua la n Ele ktro nik Pa d a To ko Na sio na l Ele ktro nik Ka b a nja he 171
De ng a n
Me to d e Auto re g re ssive Inte g ra te d Mo ving Ave ra g e (Arima ). O le h : Me lly Sa ri Br Me lia la
Pelita Informatika Budi Darma, Volume : VI, Nomor: 1, Maret 2014
2.
3.
ISSN : 2301-9425
Jumlah data yang digunakan untuk melakukan
peramalan dengan metode ARIMA sangatlah
penting. Hasil tidak akan maksimal apabila
data yang digunakan hanya 1-2 tahun saja.
Sistem aplikasi forecasting dapat dilakukan
pada Toko Nasional Elektronik dengan metode
ARIMA.
5.2 Saran
Berdasarkan pengalaman dan pertimbangan
dalam prediksi penjualan dengan metode ARIMA
saran yang dapat dituliskan oleh peneliti adalah:
1. Hasil suatu peramalan (forecasting) bukanlah
suatu nilai yang pasti akan terjadi di periode
mendatang. Mengingat banyaknya factorfaktor di lapangan yang kadang memberikan
pengaruh yang cukup signifikan pada hasil
akhirnya.
2. Aplikasi forecasting dapat dilakukan dengan
ARIMA, SARIMA, dan ARIMAX. Oleh
karena itu , peneliti lain dapat mempelajari
lebih lanjut tentang pemodelan peramalan
menggunakan SARIMA dan ARIMAX yang
belum dibahas dalam skripsi ini.
Demikian saran dari peneliti semoga dapat
menjadi inspirasi bagi peneliti forecasting
selanjutnya
dan
untuk
melanjutkan
dan
mengembangkan penelitian ini.
DAFTAR PUSTAKA
1.
2.
3.
4.
5.
6.
7.
8.
M.Firdaus. (2006). Analisis Deret Waktu
Satu Ragam. IPB Press
Yovanka
Rumondang.
Forecasting
(Peramalan). Pusat Pengembangan Bahan
Ajar UMB
Yulia, Tanti Octavia, Danny Wijaya. (2009).
Aplikasi Perencanaan Pembelian Barang
Pada Perusahaan Manggala Motor Dengan
Menggunakan Metode Arima.
Djoni Hatidja. (2011). Penerapan Model
Arima Untuk Memprediksi Harga Saham
PT. Telkom Tbk.
Achmad Solichin. (2010). Mysql. Universitas
Budi Luhur, Jakarta.
Abdul Kadir. (2003). Pengenalan Sistem
Informasi. Penerbit ANDI.
Mesran, Visual Basic 6.0 , Mitra Wacana
Media, Medan, 2009
http://publisherindo.blogspot.com/2013/02/pen
gertian-aplikasi.html
Siste m Ap lika si Fo re c a sting Pe njua la n Ele ktro nik Pa d a To ko Na sio na l Ele ktro nik Ka b a nja he 172
De ng a n
Me to d e Auto re g re ssive Inte g ra te d Mo ving Ave ra g e (Arima ). O le h : Me lly Sa ri Br Me lia la