RANCANG BANGUN SISTEM INFORMASI

INVENTORY DAN PREDIKSI JUMLAH PENJUALAN

BARANG (STUDI KASUS KOPEGTEL MOJOKERTO)
Arseto Pramono1)
1)

S1/Jurusan Sistem Informasi, STIKOM Surabaya, email: toejayaraya@gmail.com

Abstract: Telecommunications Cooperative staff (KOPEGTEL) is an enterprise which is engaged in the sale
of goods to the unit PT Telekomunikasi (TELKOM). Inventory manager in the performance KOPEGTEL
kesetersediaan set in warehouse inventory. To meet the needs of the unit sales of goods to TELKOM in the
amount of goods, quality and price of goods. The problem that arises is a reservation request only done when
the purchases of goods by the unit sales demand, but not by planning purchases that can predict the stocks.
This resulted in stocks of goods to be supplied is not easy to know the number. Thus, when the stocks do not
exist, then it can not meet demand KOPEGTEL TELKOM and vice versa if the stock would lead to too much
risk of loss.
Single moving average method is a method designed to solve the problem by finding the average
value of sales for the period to come so close to the purchase order the sale of goods.
Based on the implementation and results of trials that have been done, it was concluded that the
application is made to predict future stock of the period with the smallest accuracy error of paper goods, for a
period of close to 3.33 in July 2012 that can generate predictions purchase order report, sales and return on
KOPEGTEL.

Keywords: Inventory, Prediction of sales and Single Moving Average.

Koperasi merupakan badan usaha

barang yang dijual, diawali dari permintaan

yang melandaskan kegiatannya berdasarkan

barang

prinsip koperasi. Demikian halnya dengan

berdasarkan permintaan barang tersebut,

Koperasi

Telekomunikasi

bagian inventory melakukan pengecekan

(KOPEGTEL) merupakan suatu badan

stok barang di gudang. Jika terpenuhi, maka

usaha

bidang

proses penjualan barang dapat langsung

penjualan barang kebutuhan oleh bagian

dilakukan, akan tetapi jika tidak terpenuhi

unit

segera dilakukan pemesanan pembelian

pegawai

yang

bergerak

dalam

PT Telekomunikasi (TELKOM).

Kebutuhan

barang

tersebut

meliputi

oleh

bagian

unit

TELKOM,

barang ke supplier. Permasalahan yang

peralatan alat tulis, jaringan telepon dan

timbul

jaringan

inventory

pembelian barang hanya dilakukan pada

KOPEGTEL dalam kinerjanya mengatur

saat permintaan barang oleh bagian unit

persediaan stok barang di gudang supaya

TELKOM,

dapat

perencanaan

internet.

memenuhi

Manajer

kebutuhan

penjualan

adalah

permintaan

tetapi

pemesanan

bukan

pembelian

berdasarkan
yang

dapat

barang ke bagian unit TELKOM dengan

memprediksi stok barang yang ada terhadap

memperhatikan jumlah, kualitas dan harga

penjualan yang akan datang. Hal ini

barang.

mengakibatkan stok barang tidak mudah

Pada

faktanya,

bagian

inventory

KOPEGTEL dalam memenuhi kebutuhan

diketahui

jumlah

stoknya,

sehingga

kelebihan stok barang dari permintaan

penjualan dapat menimbulkan tambahan

Dari permasalahan yang dihadapi

biaya penyimpanan seperti biaya fasilitas

manajer KOPEGTEL sangat cocok apabila

penerangan, biaya pendingin udara dan

dilakukan

biaya resiko kerusakan barang, begitu juga

single moving average (SMA) yang akan

sebaliknya

barang

diimplementasikan dalam aplikasi, serta

permintaan penjualan yang berakibat tidak

diharapkan dapat memberikan kemudahan

dapat memenuhi permintaan barang oleh

dalam pemesanan jumlah pembelian barang

bagian unit TELKOM serta pelayanan

berdasarkan data prediksi penjualan periode

konsumen terganggu

yang diakibatkan

berikutnya menggunakan metode single

pengadaan barang membutuhkan waktu

moving average serta laporan data transaksi

dalam memenuhi permintaan barang oleh

inventory KOPEGTEL dengan harapan bisa

bagian unit TELKOM. Fakta inilah yang

mengatasi pemasalahan pada KOPEGTEL.

menjadi

LANDASAN TEORI

kekurangan

stok

permasalahan

bagi

manajer

KOPEGTEL.
Dari

persediaan

dengan

Pengendalian Persediaan

permasalahan

diatas,

dapat

(Inventory Control).

diketahui perlunya suatu perencanaan yang

sesuai

prediksi

antara

pemesanan

yang meliputi barang milik perusahaan,

permintaan

dengan maksud untuk melayani permintaan

barang penjualan yang sering tidak cocok

jumlah barang dalam suatu usaha yang

(matching), maka metode single moving

normal.

average sebagai solusi dalam perencanaan

sejumlah bahan-bahan yang disediakan

jumlah

dalam

pembelian

permintaan

Persediaan adalah suatu simpanan

barang

dengan

pemesanan pembelian barang.

Jadi

persediaan

proses

yang

Menurut Martiningtiyas (2004), metode

perusahaan

single moving average untuk prediksi

memenuhi

penjualan, digunakan untuk menghilangkan

langganan setiap hari.

dan

mengurangi

disimpan

disediakan

permintaan

oleh
untuk

konsumen

atau

(randomness)

Jenis

dalam deret berkala dengan melakukan

fungsinya :

penghalusan sebuah data, yaitu dengan

1. Batch stock/ lot size inventory.

merata-ratakan nilai data history penjualan

Persediaan yang diadakan kurang kita

dalam

membeli atau membuat bahan-bahan

tiap

acakan

yang

merupakan

periode,

kemudian

hasil

akhirnya diperoleh nilai metode single

moving average diketahui sebagai nilai
acuan dalam jumlah pemesanan pembelian
barang ke supplier.

jenis

persediaan

menurut

atau barang- barang dalam jumlah yang

lebih besar daripada jumlah
dibutuhkan saat ini.
Keuntungan :

yang

- Potongan

harga

pada

harga

pembentuk biaya dari persediaan seperti

holding cost, carrying cost, ordering

pembelian.
- Efisiensi produksi.

cost atau set up serta stock out cost.

- Penghematan biaya pengangkutan.

1. Holding cost/ carrying cost.

Adalah biaya yang timbul karena
perusahaan menyimpan persedian.

2. Fluctuation stock.
Persediaan

yang

diadakan

untuk

2. Ordering cost atau set up cost.

permintaan

Adalah biaya yang berhubungan

konsumen yang tidak dapat diramalkan.

dengan pemesanan dan pengadaan

menghadapi

fluktuasi

barang.
3. Stock out cost.

3. Anticipation stock.
Persediaan

yang

diadakan

untuk

Adalah biaya yang timbul akibat

menghadapi fulktuasi permintaan yang

perusahaan kehabisan persediaan

dapat diramalkan, berdasarkan pola

(Rangkuti, 1995:10)

musiman yang terdapat dalam 1 tahun

dan untuk menghadapi penggunaan,

Single Moving Average

penjualan/ permintaan yang meningkat

(Rangkuti,1995:7).

Rata-rata bergerak tunggal (Single

Moving Average) adalah metode peramalan

Kekurangan

atau

kelebihan

yang

dilakukan

dengan

mengambil

persediaan merupakan sesuatu yang

sekelompok nilai pengamatan, mencari

kurang

rata-rata tersebut sebagai ramalan untuk

baik.

Kekurangan

dapat

berakibat larinya pelanggan, sedangkan

periode yang akan datang.

kelebihan persediaan dapat berakibat

Metode ini disebut rata-rata bergerak

pemborosan atau tidak efisien. Oleh

karena setiap kali data observasi baru

karena

persediaan

tersedia, maka angka- angka rata-rata baru

berusaha agar jumlah persediaan yang

dihitung dan digunakan sebagai prediksi,

ada dapat menjamin kelancaran proses

Wibowo (2005;20).

itu,

manajemen

produksi. Dengan kata lain total cost

yang berhubungan dengan persediaan

Perhitungan

Single Moving Average

mempunyai karakteristik khusus yaitu:

dapat minimal. Perhitungan total cost

persediaan

secara

dipengaruhi

oleh

keseluruhan
faktor-

faktor

1. Untuk

mementukan

ramalan

pada

periode yang akan datang memerlukan

data histories selama jangka waktu

tertentu. Misalnya dengan -4 bulan

MAD =

moving average, maka ramalan bulan

ke-5 baru bias dibuat setelah bulan ke -4
selesai/ berakhir. Jika bulan moving

Gambaran Umum Sistem.

average, ramalan bulan ke -7 baru bias

Gambar 1 adalah menunjukkan

dibuat setelah bulan ke-6 berakhir.

2. Semakin panjang jangka waktu moving

gambar blok diagram dari rancang bangun

average ,efek pelicinan semakin terlihat

sistem informasi inventory dan prediksi

dalam

penjualan

ramalan

atau

menghasilkan

moving average yang semakin halus.

Persamaan

matematis

Single

Moving

Avearge menurut Arsyad (2001:76) adalah

sebagai berikut:
^
M

(y

= Yt +1 =

+ y

t -1

+ y

t-2

+ ..... + y

t n +1

Gambar 1 Gambaran blok diagram.

Sistem inventory ini meliputi

Dimana:

tentang pemesanan pembelian, penjualan,

M t = Moving Average pada periode t.

retur serta pembayaran berikut dengan

laporan hasil transaksi ke manajer.
Sistem prediksi penjualan dengan

Y t +1 = nilai aktual untuk periode berikutnya.

n = jumlah data dalam moving average

metode

Single

Moving

Average,

membutuhkan 3 (tiga) inputan data, yaitu

data barang periode penjualan, dan data
penjualan pada periode sebelumnya agar

Ukuran

Ketepatan

Metode

dapat dilakukan peramalan.

Peramalan.

Proses analisa dengan metode

Dalam banyak situasi peramalan,

Single Moving Average dilakukan dengan

kriteria

cara menentukan berapa jumlah nilai

penolakan untuk memilih suatu metode

observsi masa lalu yang akan dimasukkan

peramalan.

untuk menghitung nilai tengah. Nilai

ketepatan

(2004:121).

Deviation)

dipandang

sebagai

Menurut

MAD

Martiningtyas

(Mean

Absolute

observasi masa lalu adalah nilai penjualan

pada periode-periode sebelumnya. Nantinya
setiap muncul nilai observasi baru, nilai
rata-rata

baru

dapat

dihitung

dengan

membuang nilai observasi yang paling tua

dan memasukkan nilai observasi yang
terbaru.

moving

average

inilah

yang

kemudian akan menjadi ramalan untuk

periode mendatang.
Gambar 3 Transaksi penjualan ke bagian

HASIL DAN PEMBAHASAN

Transaksi Pemesanan.

Untuk

transaksi

Transaksi Barang Masuk

pemesanan

membutuhkan data dari hasil transaksi

prediksi penjualan barang yang akan
datang yang digunakan sebagai dasar
kebutuhan
yang

barang periode kedepan

digunakan

untuk

unit TELKOM

melakukan

transaksi pemesanan

Untuk transaksi barang masuk

membutuhkan

data

dari

hasil

pemesanan barang yang telah dilakukan

serta memberikan data tanda sesuai
dengan order pemesanan barang. Dapat
dilihat pada gambar 4 transaksi barang
masuk

Gambar 2 Transaksi Pemesanan ke supplier

Gambar 4 barang masuk ke KOPEGTEL

Transaksi Penjualan.
Untuk

transaksi

penjualan

Transaksi Retur barang masuk.

membutuhkan data stok barang yang

Untuk transaksi retur pembelian

ada serta permintaan dari kosumen

membutuhkan data dari hasil transaksi

bagian unit TELKOM.

barang masuk dari supllier yang telah

Dapat dilihat

pada gambar 3 transaksi penjualan.

dilakukan serta memberikan data tanda

keterangan bahwa barang barang yang
diterima

mengalami

permasalahan

untuk

diretur.

Dapat

dilihat

Tampilan nilai prediksi penjualan

pada

gambar 5 transaksi barang masuk

per barang seperti yang ditunjukkan pada

Gambar 7 berfungsi untuk melakukan
perhitungan prediksi penjualan per barang
dengan metode Single Moving Average.

Gambar 5 Transaksi retur barang masuk ke

KOPEGTEL

Transaksi Retur Penjualan.

Untuk transaksi retur penjualan
membutuhkan data dari hasil transaksi

Gambar 7 Transaksi prediksi penjualan per

barang.

penjualan dari konsumen yang telah

dilakukan serta memberikan data tanda

Dalam

proses

ini

dilakukan

keterangan bahwa barang barang yang

perhitungan dengan menggunakan 3 (tiga)

dijual mengalami permasalahan untuk

periode (n) yaitu, n = 1, n = 2 dan n = 3,

diretur. Dapat dilihat pada gambar 6

kemudian dari nilai jumlah peramalan

transaksi retur penjualan.

dengan n yang berbeda menghasilkan nilai

kesalahan dari jumlah peramalan tersebut,
nilai kesalahan peramalan dihitung dengan
menggunakan Mean Absolute Deviation
(MAD). Dari nilai kesalahan tersebut,
diambil nilai kesalahan (MAD) yang
terkecil. Nilai peramalan dengan MAD
terkecil adalah
digunakan

Gambar 6 Transaksi retur penjualan dari

bagian unit

Prediksi Penjualan Per Barang.

untuk

nilai yang paling baik

melakukan

prediksi

penjualan.

ANALISA HASIL UJI COBA

SISTEM
Analisa Hasil Uji Coba Fitur Dasar
Sistem

Analisa
keseluruhan

uji

hasil

uji

coba

dari

yang

dilakukan

akan

PE, PE Absolut = galai ei / data

penjualan x 100%

menentukan kelayakan fitur dasar sistem

berdasarkan desain yang telah ditetapkan.
Fitur-fitur

dasar

sistem

dinilai

layak

bilamana keseluruhan hasil uji coba ini

data Data Ramalan

galat
PE Ramalan Galat galat
PE
periode penjualan SM 1 Galat ei kuadrat PE absolut SM2 ei kuadrat PE absolut

sesuai dengan output yang diharapkan.

Pada uji coba yang telah dilakukan pada

fitur-fitur dasar sistem seperti tampak pada

dapat disimpulkan bahwa fitur-fitur dasar

tersebut telah berjalan dengan baik dan

tidak terdapat error.

5 0
7 5
4 7
4 4
13 4
6 13
? 6

4 28.57 28.57 0

75 75

6 2 4 50 50

6 2 4 50 50

81 69.23 69.23 4

9 81 69.23 69.23

49 116.66 116.66 8

4 33.33 33.33

10 * *

Tabel 2. Peramalan periode 1 dan 2.

Uji Coba Proses Prediksi.
Berikut data penjualan barang
kertas dalam KOPEGTEL pada periode
bulan 1 sampai ke 6. Metode single
moving

average

digunakan

untuk

menentukan data prediksi penjualan

pada periode bulan ke 7. Sehingga dapat

Tabel 3. Peramalan periode 3.

digunakan sebagai acuan pemesanan

Uji coba proses peramalan dengan

pembelian barang ke supplier.

metode Single Moving Average dilakukan

Bulan Data penjualan

1
5
2
7
3
4
4
4
5
13
6
6
Tabel 1 Data Penjualan barang.

dengan menggunakan tiga periode (n) yang

berbeda. Dari ketiga nilai hasil peramalan
yang dihasilkan, dihitung nilai kesalahan
errornya atau Mean Absolute Deviation
(MAD) dari tiap periode yang digunakan.
Nilai peramalan suatu produk
yang

memiliki

nilai

Mean

Absolute

Perhitungan

Deviation (MAD) terendah merupakan nilai

Galat ei= data penjualan ramalan SM

peramalan yang terbaik. Tabel 1 adalah

Galat ei 2 = (Galat ei) 2

salah satu contoh data produk yang diuji,

pengujian meliputi 6 periode, data yang

Gambar 8. Capture program hasil prediksi

penjualan

digunakan adalah data penjualan kertas

KESIMPULAN

Tabel 4. Hasil prediksi Single Moving

average

Tabel 5. Data barang diuji denga metode

Setelah dilakukan evaluasi dan uji

coba dapat disimpulkan :
Aplikasi sistem informasi inventory
dan prediksi jumlah penjualan barang
dengan metode single moving average pada
KOPEGTEL Mojokerto dapat digunakan
sebagai acuan dalam pengadaan barang
pada periode waktu tertentu kedepan,
sekaligus dapat menangani terbentuknya
laporan dari transaksi inventory pada studi
kasus KOPEGTEL Mojokerto.

MAD MSE MAPE

Saran.
Maka dari hasil uji coba tersebut
diperoleh nilai ketepat hasil peramalan
paling kecil menggunakan MAD dengan
nilai 3.33 dengan hasil metode single

Adapun saran-saran yang dapat

digunakan untuk mengembangkan aplikasi
yang telah dibuat antara lain :
1.

moving average pada periode ke 3 dengan

nilai 8 rim kertas A4 untuk prediksi
penjualan periode bulan Juli tahun 2012.
Berikut hasil capture gambar pada
implementasi sistem:

2.

Mengingat pengelolaan data dari hasil

prediksi penjualan barang dalam
aplikasi ini penting, maka peneliti
menyarankan peningkatan keamanan
data dengan sistem yang lebih akurat.
Bisa dikembangkan dalam berbasis
web, sehingga dapat diakses secara
online oleh manager KOPEGTEL
secara langsung

DAFTAR RUJUKAN
Arsyad, Lincon.2001, Peramalan Bisnis
Edisi Pertama, Yogyakarta:
Universitas Gajah Mada.
Kendall, Kenneth E., dan Kendall, Julie E.
2003. Analisis dan Perancangan
Sistem, Jilid I. Jakarta: PT
Prenhallindo.
Martiningtyas, Nining. 2004. Buku Materi
Kuliah STIKOM Statistika. STIKOM
Surabaya. Surabaya.
Romeo, S.T. 2003. Testing dan
Implementasi Sistem Edusi Pertama.
Surabaya: STIKOM.

Spyros, Makrindakis, Whell Wright, Steven

C., Mcgree Victor E Alih bahasa:
Untung Sus Andriyanto, Abdul
Basith. 1993. Metode Dan Aplikasi
Peramalan Edisi Kedua, Jakarta:
Penerbit Erlangga.
Wibowo, Andi Agung., 2005, Rancang
Bangun Aplikasi Sistem Penerimaan
Pesanan Barang Dan Peramalan
Penjualan Dengan Metode Aplikasi
Single Moving Average (Studi Kasus
Pada PT Kuat Bersaudara)
Surabaya: STIKOM Surabaya.
.