ISSN : 1979-6870

APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERAMALAN PENJUALAN BARANG
Rina Fiati1

ABSTRACT Decision Support System is a computer-based interactive system that helps decisionmakers utilize data and models to solve the problem that is not structured. This Decision Support Systems Goods Sales Forecasting aims to build a decision support system that has capabilities, namely analysis of goods sales forecasting Analysis of goods sales forecasting using the goods data in the previous months was taken from the internal data of information system goods sales. Forecasting model used was the method of Trend Moment. Results of the research indicated that book sale forecasting can be used as base to develop store by selecting the best marketing area to open new store. Keywords : Decision Support Systems, Trend Moment, Forecasting

ABSTRAK Sistem Pendukung Keputusan adalah sistem interaktif berbasis komputer yang membantu pengambil keputusan memanfaatkan data dan model untuk menyelesaikan masalah yang tidak terstruktur. Sistem Pendukung Keputusan Peramalan Penjualan Barang ini bertujuan untuk membangun sebuah sistem pendukung keputusan yang mempunyai kemampuan analisa yaitu analisa peramalan penjualan barang Analisa peramalan penjualan barang menggunakan data penjualan barang pada bulanbulan sebelumnya yang diambil dari data internal sistem informasi penjualan barang. Model peramalan yang digunakan adalah metode Trend Moment. Dari hasil penelitian menunjukan bahwa peramalan penjualan buku dapat digunakan sebagai dasar untuk mengembangkan toko dengan cara memilih daerah pemasaran yang terbaik yang bertujuan untuk membuka toko baru. Kata kunci : Sistem Pendukung Keputusan, Trend Moment, Forecasting.

I. PENDAHULUAN a. Latar Belakang Salah satu tujuan dari perusahaan adalah mencari keuntungan atau laba yang semaksimal mungkin, untuk dapat mencapai tujuan tersebut perusahaan harus dapat mengikuti perkembangan dunia perindustrian baik dalam bidang teknologi informasi maupun dalam bidang manajemen. Seiring dengan perkembangan ilmu dan teknologi, pemanfaatan komputer di segala bidang sudah merupakan suatu keharusan. Computer Based
1

Staf Pengajar Fakultas Teknik Universitas Muria Kudus

APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERAMALAN PENJUALAN BARANG Veronica

1

Rina Fiati

Tentunya dengan kerangka pikir yang sistematis. sumber daya. Peramalan tersebut sangat berpengaruh pada keputusan manajer untuk menentukan jumlah produksi barang yang harus disediakan oleh perusahaan. rasional dan ekonomis adalah faktor-faktor yang diperlukan dalam proses perencanaan dan pengambilan keputusan. Untuk melakukan analisa perencanaan produksi. Salah satu aspek strategis perusahaan agar dapat bersaing dalam dunia bisnis adalah perencanaan dan tersedianya produk barang untuk memenuhi tuntutan pasar. peran seorang manajer untuk memahami dan kemampuan dalam meramalkan keadaan bisnis dimasa depan sangat dibutuhkan. Secara umum proses pengambilan keputusan terdiri dari tiga tahap utama yaitu pengumpulan data/informasi. Oleh karena itu. Peramalan ini selain menggunakan perhitungan matematis juga memasukan faktor pertimbangan dari pihak manajemen serta melibatkan pihak-pihak lain yang terlibat dalam pemasaran produk seperti pemasaran. Perencanaan produksi yang ditetapkan oleh manajer akan mempengaruhi tingkat produksi dan inventori guna mencapai tingkat efektifitas yang maksimal.Information System (Sistem Informasi Berbasis Komputer) yang salah satunya adalah Sistem Pendukung Keputusan (Decission Support System) adalah suatu sistem informasi komputer yang interaktif dan dapat memberikan alternatif solusi bagi pembuat keputusan ( Turban. pihak perusahaan dapat menerapkan sebuah metode yang dapat memperkirakan besar/bentuk pergerakan data penjualan barang diwaktu mendatang yang dinamakan metode peramalan. Faktor lain yang sangat berpengaruh dalam produksi .2001 ). Sebuah keputusan yang tepat akan memberikan peningkatan efisiensi dan efektifitas kerja. waktu dan keuntungan bagi perusahaan. Metode peramalan adalah sebuah metode yang mampu melakukan analisa terhadap sebuah faktor atau beberapa faktor yang diketahui mempengaruhi terjadinya sebuah peristiwa dengan terdapat waktu tenggang yang panjang antara kebutuhan akan pengetahuan terjadinya sebuah peristiwa di waktu mendatang dengan waktu telah terjadinya peristiwa tersebut dimasa lalu. pengolahan data/informasi dan penyimpanan dari data/informasi yang telah diproses tersebut. hal ini perlu didukung oleh faktor pemasaran. karena metode ini dapat memberikan output terbaik sehingga diharapkan resiko kesalahan yang disebabkan oleh kesalahan perencanaan dapat ditekan se-minimal mungkin. Apabila metode peramalan ini diterapkan dalam bagian proses perencanaan produksi maka pihak perusahaan akan lebih terbantu dalam penjadwalan produksi. Permasalahan yang umum dihadapi oleh para manajer adalah bagaimana meramalkan penjualan barang di masa mendatang berdasarkan data yang telah direkam sebelumnya.

Penggabungan dari perangkat keras. Perumusan Masalah. TUJUAN PENELITIAN Penelitian ini bertujuan untuk mengimplementasikan metode peramalan Trend Moment yang digunakan untuk memprediksi penjualan barang pada bulan tertentu berdasarkan data penjualan barang pada bulan-bulan sebelumnya dalam bentuk aplikasi visual. Dengan latar belakang tersebut maka yang menjadi pembahasan utama dari penelitian ini adalah bagaimana mengembangkan sistem pendukung keputusan untuk meramalkan penjualan barang menggunakan model trend moment. perangkat lunak. Batasan Masalah. pihak perusahaan dapat membatasi kriteria daerah pemasaran dengan empat variabel keputusan dalam manajemen pemasaran yaitu harga (Price). Untuk itu diperlukan suatu sistem yang dapat menghasilkan alternatif-alternatif keputusan dalam meramalkan penjualan barang. APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERAMALAN PENJUALAN BARANG Veronica 3 Rina Fiati . dan proses keputusan tersebut menghasilkan Sistem Pendukung Keputusan yang memungkinkan pengguna untuk melakukan pengambilan keputusan dengan lebih efektif (Turban. Sehingga dengan adanya bantuan sistem ini diharapkan dapat melakukan pengambilan keputusan secara lebih baik. c.Andi Star” Yogyakarta periode Januari tahun 2006 sampai dengan Desember tahun 2008. Apakah sistem pendukung keputusan dapat memberikan informasi dan prediksi penjualan setiap kelompok barang ( buku ) pada bulan tertentu berdasarkan data penjualan buku pada bulan-bulan sebelumnya dengan metode Trend Moment.2001).yaitu perencanaan pemilihan daerah pemasaran. Sedangkan untuk melakukan perencanaan pemilihan daerah pemasaran. Dalam penelitian ini dibatasi hanya pada sistem pendukung keputusan peramalan penjualan barang dengan menggunakan pola data penjualan barang yang diambil dari data internal sistem informasi penjualan barang ( khusus buku-buku komputer penerbit Andi ) pada “TB. tempat (Place) dan promosi (Promotion). b. II. produk (Product).

ditambahkan kemudian. 2. Hasil pemilihan tersebut kemudian diimplementasikan dalam proses pengambilan keputusan. Tahap Pilihan (choice phase) Pada tahap ini dilakukan proses pemilihan diantara berbagai alternatif tindakan yang mungkin dijalankan. 3. Tahap Perancangan (design phase) Merupakan tahap analisa dalam kaitan mencari atau merumuskan alternatif-alternatif pemecahan masalah.1. Proses Pengambilan Keputusan Proses pembuatan keputusan melibatkan tiga tahap utama yaitu tahap intelegensi (intelligence phase). MANFAAT PENELITIAN Manfaat utama dari penelitian ini adalah memberikan hasil peramalan penjualan barang (khusus buku-buku komputer ) kepada pihak manajemen dengan menggunakan model peramalan Dengan dilakukannya penelitian ini diharapkan dapat membantu dalam proses pengambilan keputusan yang lebih baik bagi manager. tentunya persoalan yang dihadapi harus dirumuskan terlebih dahulu secara jelas. maka tahap berikutnya adalah merancang atau membangun model pemecahan masalahnya dan menyusun berbagai alternatif pemecahan masalah. Setelah permasalahan dirumuskan dengan baik. IV.1. dan tahap pilihan (choice phase).III. Tahap Intelegensi (intelligence phase) Merupakan tahap pendefinisian masalah serta identifikasi informasi yang dibutuhkan yang berkaitan dengan persoalan yang dihadapi serta keputusan yang akan diambil. tahap perencanaan (design phase). TINJAUAN PUSTAKA 4. . Tahap keempat yaitu implementasi (implementation). Tahap-tahap dalam proses pengambilan keputusan adalah sebagai berikut : 1. Gambaran konseptual mengenai proses pengambilan keputusan ditunjukkan pada gambar 4.

2.2001) mendefinisikan Sistem Pendukung Keputusan dengan cukup baik.1 Proses Pengambilan Keputusan (Turban. Pengertian Sistem Pendukung APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERAMALAN PENJUALAN BARANG Veronica 5 Rina Fiati . Untuk memecahkan masalah-masalah rumit yang sulit dilakukan dengan kalkulasi manual. sebagai sistem yang memiliki empat karakteristik utama yaitu : Sistem yang berbasis komputer yang diipergunakan untuk membantu para pengambil keputusan. Scott-Morton (Turban. Sprague dan Carlson (Indrajit.2001 ).Realitas Simplifikasi Asumsi Validasi model Verifikasi. menguji Solusi yang diusulkan SUKSES Implementasi solusi Fase Inteligensi Sasaran organisasional Prosedur pemindai dan penelitian Pengumpulan data Identifikasi masalah Klasifikasi masalah Pernyataan masalah Pernyataan masalah Fase Desain Formulasi sebuah model Menentukan kriteria untuk dipilih Mencari alternatif Memprediksi dan mengukur hasil akhir Alternatif Fase Pilihan Solusi untuk model Analisis sensitivitas Memilih alternative terbaik Solusi KEGAGALAN AN Gambar 4.2001) mendefinisikan Sistem Pendukung Keputusan sebagai sistem interaktif berbasis komputer yang membantu pengambil keputusan memanfaatkan data dan model untuk menyelesaikan masalah yang tidak terstruktur. 2001) 4. Komponen utamanya data dan model analisis. Sistem Pendukung Keputusan menggunakan (1) model analitis. Pengertian Sistem Pendukung Keputusan Sistem Pendukung Keputusan (Decission Support System) adalah sistem informasi berbasis komputer yang menyediakan dukungan informasi yang interaktif bagi manajer dan praktisi bisnis selama proses pengambilan keputusan. (2) database. (3) penilaian dan pandangan pembuat keputusan dan (4) proses pemodelan berbasis komputer yang interaktif untuk mendukung pembuatan keputusan bisnis yang semi terstruktur ( Turban.

menggunakan data.2001) mendefinisikan Sistem Pendukung Keputusan sebagai sistem berbasis komputer yang terdiri dari tiga komponen yang saling berinteraksi : sistem bahasa (mekanisme untuk memberikan komunikasi antar pengguna dan komponen SPK yang lain). lengkap pada hal-hal yang penting dan mudah untuk berkomunikasi. Secara implisit pengertian tersebut berasumsi bahwa sistem tersebut berbasis komputer dan menyajikan kemampuan memecahkan masalah bagi penggunanya. Menurut Little untuk mencapai keberhasilan sistem tersebut haruslah sederhana. dibangun dalam proses yang interaktif. Sedangkan Sistem Pendukung Keputusan Pemasaran ( Marketing Decision Support . Moore dan Chang (Turban. kokoh/kuat. sebuah masalah dapat dijelaskan sebagai masalah terstruktur dan tidak terstruktur hanya dengan memperhatikan si pengambil keputusan atau suatu spesifik. mudah dikontrol. adaptif. Jadi mereka mendefinisikan Sistem Pendukung Keputusan sebagai sistem yang dapat diperluas untuk mampu mendukung analisis data ad hoc dan pemodelan keputusan. Bonczek. dibangun secara khusus untuk mendukung pemecahan masalah manajemen yang tidak terstruktur untuk meningkatkan kualitas pengambilan keputusan. menyediakan antar muka pengguna yang mudah. 2001) berpendapat bahwa konsep struktur pada definisi awal Sistem Pendukung Keputusan ( bahwa SPK dapat menangani situasi semi terstruktur dan tidak terstruktur ). Oleh Turban dikatakan sebagai sebuah Sistem Pendukung Keputusan jika sistem tersebut adalah sebuah Sistem Informasi berbasis komputer yang bersifat interaktif. Konsep–konsep yang diberikan oleh definisi tersebut sangat penting untuk memahami hubungan antara Sistem Pendukung Keputusan dan pengetahuan.2001) mendefinisikan Sistem Pendukung Keputusan sebagai sekumpulan model yang didasari dari prosedur-prosedur untuk memproses data dan penilaian guna membantu seorang manajer dalam pengambilan keputusan. dkk (Turban.Keputusan yang diusulkan Gorry dan Scott-Morton yang didukung oleh Little (Turban. dan digunakan pada interval yang tidak reguler dan tak terencana. Sebagai tambahan Sistem Pendukung Keputusan dapat memakai model. sistem pengetahuan (repositori pengetahuan domain masalah yang ada entah sebagai data atau sebagai prosedur) dan sistem pemrosesan masalah (hubungan antara komponen lainnya terdiri dari satu atau lebih kapabilitas manipulasi masalah umum yang diperlukan untuk pengambilan keputusan). fleksibel dan dapat beradaptasi. berorientasi terhadap perencanaan masa depan. Turban (2001) memberikan pengertian yang mencakup semua Sistem Pendukung Keputusan mulai dari dasar sampai yang paling ideal. dan membolehkan pengambil keputusan untuk memakai wawasannya sendiri. mendukung seluruh tingkat pengambilan keputusan dan dapat berisi komponen pengetahuan (knowledge).

4. APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERAMALAN PENJUALAN BARANG Veronica 7 Rina Fiati . Oleh karena itu metode peramalan mengasumsikan bahwa kondisi-kondisi yang menghasilkan data masa lalu tidak berbeda dengan kondisi masa datang kecuali variabel-variabel yang secara eksplisit digunakan dalam periode tersebut. Kata kunci lainnya adalah penggunaan model sebagai dasar pengembangan alternatif dan pemanfaatan komputer (Daihani. suatu ramalan janganlah di anggap sebagai suatu hal yang permanen atau statis. 2001) mendefinisikan tiga tujuan yang harus dicapai : • • • Membantu manajer membuat keputusan untuk memecahkan masalah semi terstruktur.System/ MDSS) menurut Kotler (1993) mendefinisikan sekumpulan alat-alat statistik dan model keputusan dengan dukungan tersedianya peralatan hardware dan software bagi manajer pemasaran untuk membantunya dalam menganalisa data dan membuat keputusan pemasaran yang lebih baik. Oleh karena itu tahap-tahap peramalan dapat dibagi menjadi sebagai berikut : ( Arsyad. dan di diskusikan.3. 2001). 2001 ) 1. pada tahap ini harus ditentukan alasan manager membutuhkan ramalan dan cara menggunakan hasil ramalan tersebut. Tujuan Sistem Pendukung Keputusan Tujuan Sistem Pendukung Keputusan menurut Peter G. Dari berbagai definisi diatas dapat disimpulkan bahwa Sistem Pendukung Keputusan adalah suatu Sistem Informasi spesifik yang ditujukan untuk membantu manajemen dalam mengambil keputusan yang berkaitan dengan persoalan yang bersifat semi terstruktur. direvisi.W. Ramalan-ramalan bagi manajemen harus di anggap sebagai suatu sistem yang sistematik. 4. sedangkan peramalan jangka pendek di revisi secara harian ataupun mingguan. Mendukung penilaian manajer bukan mencoba menggantikannya. Meningkatkan efektifitas pengambilan keputusan keputusan manajer daripada efisiensinya. Sistem ini memiliki fasilitas untuk menghasilkan berbagai alternatif yang secara interaktif digunakan oleh pemakai. Sifat dinamis dari pasar mengharuskan suatu ramalan untuk dikaji ulang.4. Proses Peramalan Semua metode peramalan menggunakan pengalaman-pengalaman masa lalu untuk meramalkan masa depan yang mengandung ketidakpastian. Tujuan peramalan mempengaruhi panjangnya periode ramalan dan menentukan frekuensi revisi biasanya dilakukan secara tahunan. peramalan jangka menengah di revisi secara bulanan atau kuartalan. Penentuan tujuan. Keen dan Scott Morton (McLeod. Dengan kata lain.

Analisis data. mungkin revisi perlu dilakukan.diajukan kepada manajemen untuk menjawab beberapa pertanyaan berikut ini : ”Apakah ramalan tersebut memenuhi syarat manajerial ?.2. pada tahap ini harus di kumpulkan data yang tepat dan yakin bahwa data tersebut cukup akurat. pada tahap ini dilakukan penyeleksian data karena dalam proses dalam peramalan sering kali kita mempunyai data yang berlebihan atau terlalu sedikit. Jika berbagai uji keandalan dan akurasi telah diterapkan pada model tersebut. Pendistribusian hasil ramalan pada tahap ini hasil peramalan. g. Pengistimasikan model sementara. pada tahap ini di uji kesuaikan ( fitting ) data yang telah dikumpulkan ke dalam model peramalan dalam artian meminimumkan kesalahan peramalan. Apakah manajemen akan menerima ramalan sementara tersebut sebagai ramalan yang final ?. serta model peramalan tepat sudah dipilih. e. pada tahap ini ditentukan hubungan teoritis yang menentukan perubahan-perubahan variabel yang diramalkan. f. Revisi tersebut mungkin perlu dilakukan dengan memasukkan faktor-faktor dalam model tersebut. Suatu teori yang tepat guna akan selalu membantu seorang peramal dalam mengindentifikasi setiap kendala yang ada untuk dipecahkan dan dimasukkan ke dalam proses peramalan. Evaluasi pada tahap ini harus dipandang . b. Pengumpulan data. d. Pemilihan teori yang relevan. maka ekstrapolasi dapat dilakukan. validitas dan keandalan yang diharapkan. Evaluasi model dan revisi model.pada tahap ini peramalan yang telah dibuat. Seringkali akurasi proses peramalan tersebut di uji dengan cara meramalkan periode sekarang dimana nilai-nilai data historis yang aktual diketahui. c. a. didistribusikan kepada manajemen pada waktu yang tepat dan dalam format konsisten. Kesalahan peramalan kemudian di amati dan di sajikan dengan beberapa cara. Pengujian peramalan sementara kepada manajemen. Apakah asumsiasumsi dari ramalan tersebut dan teknik peramalannya dapat diterima oleh manajerial selain dari yang telah dimasukkan ke model peramalan yang perlu ditambahkan ?”. Jika data yang tepat telah diperoleh dan sudah di pilih. h. pada tahap ini dilakukan pengujian model untuk menentukan akurasi. Pembuatan revisi final. Pengujian terhadap pola kesalahan tersebut mengharuskan kita untuk memodifikasi prosedur peramalan sehingga kemudian kita akan dapat menghasilkan ramalan-ramalan yang lebih akurat. Penentuan langkah-langkah pemantauan pada tahap ini dilakukan kegiatan pemantauan yang memungkinkan seorang peramal dibandingkan dengan hasil aktual untuk mengetahui akurasi metodologi yang digunakan.

jika stabilitas dapat diperoleh dengan membuat koreksi sederhana terhadap faktor-faktor seperti pertumbuhan penduduk atau inflasi. 2001) 4. Keadaan seperti itu terjadi jika pola permintaan yang mempengaruhi data tersebut stabil. Teknik Peramalan Untuk Pola Data Yang Berbeda. jika sesuai data runtut waktu dapat ditranformasikan menjadi suatu runtut waktu yang stabil. Suatu data runtut waktu yang bersifat trend. Beberapa teknik yang dapat dipertimbangkan ketika kita meramalkan data runtut waktu yang mengandung trend adalah rata-rata bergerak linier dari holt. jika penerimaan pasar meningkat.8. merupakan suatu serial data nilai rataratanya tidak berubah sepanjang waktu. Teknik stasioner digunakan dalam keadaan-keadaan berikut : jika kekuatan-kekuatan yang menghasilkan suatu dasar runtut waktu telah stabil lingkungan dimana data tersebut berada. 4. Teknik Peramalan Untuk Data Musiman. jika suatu model sangat sederhana diperlukan karena keterbatasan data atau untuk memudahkan penjelasan atau implementasi.6. relatif tidak berubah. siklus atau musiman yang tampak. APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERAMALAN PENJUALAN BARANG Veronica 9 Rina Fiati . Teknik-teknik peramalan untuk data yang mengandung trend digunakan dalam keadaaan-keadaan berikut : jika kenaikan produktifitas dan teknologi baru cenderung mengubah gaya hidup. kurva pertumbuhan dan model-model eksponensial. Teknik Peramalan Untuk Data Trend. 4. didefinisikan sebagai suatu series yang mengandung komponen jangka panjang yang menunjukkan pertumbuhan atau penurunan dalam data tersebut sepanjang suatu periode waktu yang panjang. Faktor utama yang mempengaruhi pemilihan teknik peramalan adalah identifikasi dan pemahaman akan pola data historis.sebagai suatu proses pengendalian dan merupakan langkah yang diperlukan untuk menjaga keandalan masa datang. Jika pola trend. maka teknik-teknik yang mampu digunakan secara efektif bisa dipilih (Arsyad. regresi sederhana. pemulusan eksponensial kuadrat dari brown. jika daya beli rupiah mempengaruhi variabel-variabel ekonomi karena terjadi inflasi. 4.7. Suatu data runtut waktu yang bersifat stasioner. Berikut ini dibahas teknik-teknik peramalan untuk pola data yang berbeda-beda. jika pertumbuhan penduduk meningkatkan permintaan akan barang dan jasa.5.Teknik Peramalan Untuk Data Stasioner.

Beberapa teknik yang dapat dipertimbangkan ketika kita meramalkan data runtut waktu data musiman adalah metode dekomposisi klasik. jika terjadi perubahan siklus hidup suatu produk. Indeks ini kemudian memprakirakan indeks musiman dari data tersebut.1. model-model ekonometrik berganda dan metode box-jenkins. Dari data historis tersebut kemudian dihitung dengan menggunakan metode peramalan Trend Moment untuk analisa peramalan penjualan barang . Data. Teknik–teknik peramalan untuk data siklis digunakan dalam keadaan berikut : ” jika siklus dunia usaha mempengaruhi variabel yang diteliti. Teknik Peramalan Untuk Data Bersifat Siklis. Pada penelitian ini data yang digunakan untuk analisa peramalan penjualan barang adalah data internal sistem informasi penjualan barang ( khusus buku-buku komputer penerbit Andi ) periode Januari 2006 sampai dengan Desember 2008. 4.Suatu data runtut waktu yang bersifat musiman. Indeks ini kemudian digunakan untuk menghilangkan pengaruh seperti itu dari nilai-nilai yang di observasi teknik-teknik peramalan untuk data musiman digunakan dalam keadaan-keadaan berikut : ”jika cuaca mempengaruhi variabel yang kita teliti. Pola siklis cenderung untuk berulang setiap dua. jika terjadi pergeseran selera. Pola siklis sulit untuk dibuat modelnya karena polanya tidak siklis. Pengaruh siklis didefinisikan sebagai fluktuasi seperti gelombang disekitar garis trend. tiga tahun atau lebih. jika terjadi perubahan jumlah penduduk.9. indicator-indicator ekonomi. Beberapa teknik yang dapat dipertimbangkan ketika kita meramalkan ketika kita meramalkan data runtut waktu untuk data siklis adalah metode dekomposisi klasik. METODE PENELITIAN 5. regresi berganda runtut waktu dan metode box-jenkins. Turun-naiknya fluktuasi disekitar trend jarang sekali berulang pada interval waktu yang tetap dan besarnya fluktuasi juga selalu berubah. Mengembangkan suatu teknik peramalan musiman biasanya memerlukan pemilihan metoda perkalian dan pertambahan dan kemudian memprakirakan indeks musiman dari data tersebut. jika kalender tahunan mempengaruhi variabel yang kita teliti. didefinisikan sebagai suatu data runtut waktu yang mempunyai pola perubahan berulang secara tahunan. pemulusan eksponensial dari winter. V.

1.2. Metode trend moment menggunakan cara-cara perhitungan statistika dan matematika tertentu untuk mengetahui fungsi garis lurus sebagai pengganti garis patah-patah yang dibentuk oleh data historis perusahaan. Dengan demikian pengaruh unsur subyektif dapat dihindarkan. Metode.n ( Χ i) ² a = Υ i – b (Χ i) Dimana : Χ Υ i : Rata-rata permintaan per periode waktu : Rata-rata jumlah penjualan i ∑ X i Y i : Jumlah kumulatif waktu dikalikan data historis n : banyaknya periode waktu ( bulan ) Pada perusahaan yang memproduksi buku-buku teks terutama buku teknologi informasi. 3. 1998 ) : APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERAMALAN PENJUALAN BARANG Veronica 11 Rina Fiati . Persamaan trend dengan metode moment adalah sebagai berikut (Adisaputro.5. Perhitungan indeks musim adalah sebagai berikut ( Gaspersz. 1998) : Y = Dimana : Y a b x : nilai trend ( Peramalan ) : bilangan konstant : : slope atau koefisien kecondongan garis trend indeks waktu ( x = 0. 2. seringkali permintaan terhadap produknya dipengaruhi oleh faktor musiman yang berkaitan dengan fluktuasi periodik serta bersifat relatif konstan. …. n ) a + bx Sedangkan untuk menghitung nilai a dan b digunakan rumus sebagai berikut : ∑ XiYi – n ( Χ i) ( Υ i ) b = ∑ Xi ² . Oleh karena itu nilai-nilai ramalan yang telah didapat dari hasil peramalan dengan metode trend moment akan dikoreksi terhadap pengaruh musiman dengan menggunakan indeks musim.

HASIL DAN PEMBAHASAN Pengujian untuk Peramalan Penjualan Barang.0. maka diperoleh hasil Y = 8. Diambil data penjualan kelompok buku ”Internet” menggunakan data satu tahun untuk periode ( bulan Januari 2008 sampai dengan Desember 2008 ).1. Periode Waktu Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Total ( ∑ ) Rata-rata Tahun 2008 2008 2008 2008 2008 2008 2008 2008 2008 2008 2008 2008 Xi 1 2 3 4 5 6 7 8 9 10 11 12 78 6.5 Jmh Penjualan Buku ( Y i ) 15 23 10 7 20 5 12 3 7 10 9 23 144 12 Xi Yi 15 46 30 28 100 30 84 24 63 100 99 276 895 Xi ² 1 4 9 16 25 36 49 64 81 100 121 144 650 Tabel 6.8636 + ( .Untuk mendapatkan hasil ramalan akhir setelah dipengaruhi oleh indeks musim digunakan perhitungan sebagai berikut : Y* = Dimana : Y* = Hasil ramalan dengan menggunakan metode trend moment yang telah dipengaruhi oleh indeks musim. Indeks Musim x Y VI.12937 . Tabel Perhitungan Metode Trend Moment. Dari hasil perhitungan analisis peramalan penjualan barang menggunakan humus trend moment.0.8636 + (( . Y = Hasil ramalan dengan menggunakan trend moment.28671 ) * 20 ) .28671 )x Sebagai contoh akan meramalkan penjualan untuk bulan Agustus 2009 maka diperoleh nilai trend sebagai berikut : Y = 13. maka akan diperoleh hasil sebagai berikut : Nilai trend yaitu Y = a + bx Y = 13. seperti ditunjukkan pada Tabel 6.1.

0323 ( Nilai ramalan merupakan nilai pembulatan ) Setelah dilakukan proses perhitungan dengan indeks musim.2 APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERAMALAN PENJUALAN BARANG Veronica 13 Rina Fiati . seperti terlihat pada gambar 6. Diperoleh nilai Indeks Musim sebesar = 0.12937 Y* = 2.25 Sehingga untuk mendapatkan hasil akhir ramalan setelah dipengaruhi oleh indeks musim digunakan perhitungan rumus sebagai berikut : Y* = Indeks Musim x Y Y* = 0. Hasil nilai akhir dari perhitungan manual sama dengan nilai akhir yang dihasilkan sistem. maka akan didapatkan hasil perhitungan nilai ramalan penjualan buku pada bulan Agustus 2009 sebesar 2 buku.1 Form Analisis Peramalan Penjualan Barang Adapun hasil pengujian keakuratan prediksi penjualan buku Database periode Mei 2008 menggunakan data periode Januari sd Desember 2007 berdasarkan hasil pengujian yang dilakukan oleh sistem dengan data aktual adalah sama yaitu sebesar 20 buku seperti terlihat pada Gambar 6.1 Gambar 6.25 x 8.Hasil perhitungan nilai trend tersebut selanjutnya akan dihitung dengan menggunakan indeks musim untuk mendapatkan hasil akhir peramalan penjualan.

3. Peramalan penjualan barang menggunakan metode Trend Moment.2. KESIMPULAN 1. . Aplikasi Sistem Pendukung Keputusan peramalan penjualan barang dan pemilihan daerah pemasaran dapat membantu decision maker dalam pengambilan keputusan dengan menggunakan sistem komputerisasi. Sehingga diharapkan dengan adanya toko yang baru dapat meningkatkan jumlah produksi dan penjualan buku. Dari hasil peramalan penjualan buku dapat digunakan sebagai dasar untuk mengembangkan toko dengan cara memilih daerah pemasaran yang terbaik yang bertujuan untuk membuka toko baru. Form Analisis Peramalan Penjualan Barang Dengan demikian dapat disimpulkan bahwa aplikasi sistem pendukung keputusan dapat memberikan gambaran kepada pihak manajemen dalam proses pengambilan keputusan dalam meningkatkan jumlah produksi dan penjualan buku untuk periode yang akan datang dengan melihat hasil peramalan yang diperoleh dari sistem. VII.Gambar 6. 2. Aplikasi Sistem Pendukung Keputusan dapat memberikan hasil peramalan untuk penjualan barang pada waktu tertentu berdasarkan rekaman data penjualan barang pada periode-periode sebelumnya.

2003. BOX 53 Bae. Alamat Rumah/Fax Telp.. Decision Support Systems and Expert Systems and Intelligent Systems. Penerbit FE UI. 1994. Production Planning and Inventory Control . Jakarta Saaty. 2008. Buku Ajar. Sistem Pendukung Keputusan Peramalan Penjualan Barang. 1993. d. 2009.com f. Yogyakarta. pada PDAM Kabupaten Kudus. Decision Making For Leaders The Analytical Hierarchy Process For Decison. 1998. PT Gramedia Pustaka Utama. APLIKASI SISTEM PENDUKUNG KEPUTUSAN PERAMALAN PENJUALAN BARANG Veronica 15 Rina Fiati . BIODATA PENULIS a. Tesis. 4. Universitas Muria Kudus. Manajemen Pemasaran. Universitas Muria Kudus. e. 6th Edition. c.DAFTAR PUSTAKA Adisaputro. pada Ramayana Mall Kabupaten Kudus. 2010 Struktur Data. V.. New Jersey. Penelitian “DSS Peramalan Penjualan Barang dan Pemilihan Daerah Pemasaran.Kudus (0291) 443844 / (0291) 4250860 : Jl. 2. BPFE Yogyakarta Fiati. E.. Anggaran Perusahaan 1. 2001. Nama Pangkat/Gol/ NIS Fakultas/ Jurusan Bidang Keahlian Alamat Kantor/ Telepon/Fax : Rina Fiati. ST. 2001. Buku Ajar. Algoritma dan Struktur Data. 5.. Jakarta Kotler. Penelitian “Perancangan Sistem Informasi Pengolahan Data Pelanggan “. Golan Tepus No. T. Penelitian “ Pengaruh Teknik Senarai Berantai terhadap Penataan lokasi Parkir “. . b.L. Turban. 1991. Inc. M. 3.Cs : Lektor / III C / 0610701000001202 : Teknik / Teknik Informatika : Sistem Pendukung Keputusan : Universitas Muria Kudus Gondang Manis PO. Gazpersz.. University of Pitsburgh. Email Pengalaman Penelitian : 1. 2009. 10 RT 01 / RW 01 Mejobo Kudus : 08122503611 : rfiati003@yahoo. Magister Ilmu Komputer Program Pascasarjana Universitas Gadjah Mada Yogyakarta. P.. pada Penerbit Andi. R. Prentice Hall Internasional. Raya – Kudus Km 5.

Publikasi 1. 3.Ekonomi UNWIKU Purwokerto. Bisnis menggunakan media Internet dan metode Cybermarketing.Pengalaman Pengabdian 1. 2004. 2. 4. telah diterbitkan oleh penerbit Andi Offset Yogyakarta. 2002. 2009. Memberi latihan/penyuluhan/penataran/ ceramah pada masyarakat tentang “ Peningkatan Pendapatan masyarakat melalui Nirah Kelapa Gula Aren” Desa Cilongok Kecamatan Cilongok Kabupaten Dati II Banyumas. 2004. 2005. . 2004. 2003. Ekonomi UNWIKU Purwokerto. 4. Menulis buku IPTEK judul : “ Akses Internet Via Ponsel “. Memberi latihan/penyuluhan/penataran/ ceramah pada masyarakat tentang “Pengembangan Koperasi melalui peningkatan SDM koperasi ” Desa Purwanegara Kecamatan Purwokerto Utara Kabupaten Dati II Banyumas. Jurnal Ilmiah di Fak. 2. Menulis buku IPTEK judul :“Wireless Atasi keterbatasan Jangkauan“. Teknologi Informasi untuk keunggulan Kompetitif antar Perguruan Tinggi. Pelatihan Aplikasi SIPERPUS untuk Guru dan Staf Administrasi MTs dan MA NU Ibtidaul Falah Kecamatan Dawe Kabupaten Kudus. 2003. Memberi latihan/penyuluhan/penataran/ ceramah pada masyarakat tentang “ Permodalan Koperasi ” Desa Parung Kamal Kecamatan Lumbir Kabupaten Dati II Banyumas. telah diterbitkan oleh Penerbit & Percetakan Andi Offset Yogyakarta. Jurnal ilmiah di Fak. 3.

Sign up to vote on this title
UsefulNot useful