SISTEM PENDUKUNG KEPUTUSAN UNTUK ...ppta.stikom.edu/upload/upload/file/04410100096Makalah New... ·...
Transcript of SISTEM PENDUKUNG KEPUTUSAN UNTUK ...ppta.stikom.edu/upload/upload/file/04410100096Makalah New... ·...
RANCANG BANGUN SISTEM PERAMALAN PERMINTAAN BARANG PADA CV. KONVEKSI JAYA DENGAN
MENGGUNAKAN METODE EXPONENTIAL SMOOTHINGKuncono1)
1) S1/ Jurusan Sistem Informasi. Sekolah Tinggi Manajemen Informatika & Teknik Komputer Surabaya, email : [email protected]
Abstract: A proper planning in all sectors is needed by a company to be able to compete and grow in todays global era. Because in a company engaged in services or manufacturing, we need a proper planning for the company to continue to compete with its competitors. The more appropriate decisions made, the smaller the risk the company loses. To achieve these conditions, companies must be able to reduce costs and maximize profits. One effort is the planning of goods demand be performed in future periods. Because the company that the amount of fixed rate per period of its production, is considered to cause a problem that is piled or shortage of products stock. This can be assisted through this system, because by knowing the number of goods demand forecast by using a calculation of exponential smoothing Winter’s method, expected to be used as a material consideration by the management company to determine the amount of demand for goods.
Keywords: Forecasting, Exponential Smoothing
Inventori merupakan salah satu faktor
yang penting dalam manajemen perencanaan,
pengendalian dan persediaan produk jadi.
Tanpa manajemen inventori yang tepat, maka
masalah – masalah pemasaran seperti
kekurangan stok (out of stock) produk dapat
mengganggu rencana pemasaran. Permintaan
pasar akan produk yang dibutuhkan tidak
dapat terpenuhi akibat terjadinya out of stock
pada produk tersebut. Sehingga diperlukan
suatu sistem yang dapat meramalkan berapa
banyaknya barang yang harus dipesan dari
supplier. Sehingga tidak lagi terjadi
kekurangan maupun penumpukan stok
barang di gudang yang dapat merugikan
pihak perusahaan.
Masalah yang dialami oleh CV.
Konveksi Jaya saat ini adalah bagian gudang
yang kesulitan untuk mengetahui secara
langsung stok barang yang sudah habis.
Selama ini stok barang yang habis dapat
diketahui pada saat ada pesanan dari
pelanggan. Akibatnya pihak perusahaan
melakukan permintaan barang ke supplier
secara mendadak. Sehingga hal ini sangat
merugikan pelanggan karena pihak
perusahaan terlambat melakukan pengiriman
barang ke pelanggan. Selain itu CV.
Konveksi Jaya juga mengalami kesulitan
untuk menentukan berapa jumlah barang
yang akan mereka beli ke supplier agar tidak
terjadi penumpukan barang di gudang dalam
waktu yang lama.
Berdasarkan permasalahan tersebut,
maka CV. Konveksi Jaya membutuhkan
sistem peramalan permintaan barang dengan
menggunakan metode Exponential
Smoothing. Metode Exponential Smoothing
dalam sistem peramalan ini digunakan untuk
melakukan perhitungan peramalan jumlah
permintaan barang kepada supplier, sehingga
1
penumpukan atau kekurangan stok barang di
gudang dapat dihindari.
Dengan adanya sistem peramalan
permintaan barang dengan menggunakan
metode Exponential Smoothing, diharapkan
dapat membantu CV. Konveksi Jaya untuk
menentukan banyaknya permintaan barang
yang harus dipesan dari supplier.
Pemilihan Teknik Peramalan
Menurut Arsyad (1994:54) jangka
waktu ke depan (time horizon) merupakan
faktor yang paling penting yang harus
diperhatikan dalam pemilihan teknik
peramalan. Untuk peramalan jangka pendek
dan jangka menengah, beberapa teknik
peramalan kuantitatif bisa digunakan. Namun
demikian, jika jangka waktu ke depan lebih
panjang, mungkin ada beberapa teknik
tersebut yang kurang tepat untuk diterapkan.
Daya terap teknik peramalan umumnya
tergantung pada pengalaman dari seorang
peramal. Para pengambil keputusan biasanya
memerlukan peramalan untuk jangka waktu
yang relatif pendek. Tabel 1 menunjukkan
beberapa teknik peramalan yang dapat
digunakan untuk pola data tertentu.
Tabel 1 Pemilihan Teknik Peramalan
No. Metode Pola
DataJangka Waktu Model
1 Sederhana ST, T, M
PDK RW
2 Rata – rata sederhana
ST PDK RW
3 Rata – rata bergerak
ST PDK RW
No. Metode Pola
DataJangka Waktu Model
4 Pemulusan single eksponensial
ST PDK RW
5 Eksponensial winter
ST, T, M
PDK RW
6 Regresi sederhana
T MNH K
7 Regresi berganda
M, S MNH K
8 Dekomposisi klasik
M PDK RW
9 Model trend eksponensial
T MNH, PJG
RW
10 Box – Jenkins ST, T, S,
M
PDK RW
11 Model ekonometrik
T PDK K
12 Regresi berganda runtut waktu
T, M MNH, PJG
K
Keterangan :
ST = Pola Data Stasioner
T = Pola Data Trend
M = Pola Data Musiman
S = Pola Data Siklis
PDK = Jangka Waktu Pendek
MNH = Jangka Waktu Menengah
PJG = Jangka Waktu Panjang
RW = Model Runtut Waktu
K = Model Kausal
Exponential Smoothing
Metode Exponential Smoothing model
Winter’s (Hanke dkk, 1995, Business
Forecasting, Prentice Hall Inc., London)
sebagai berikut:
1. Penghalusan Exponensial
2
At=αY t
St−L+(1−α )( A t−1+T t−1)
2. Estimasi trend
T t=β ( At−At−1 )+(1−β ) T t−1
3. Estimasi musiman
St=γY t
At+(1−γ ) St−L
4. Peramalan untuk periode dimasa depan
Y t+p=( A t−pT t ) St−L+p
Keterangan:
α = konstanta penghalusan untuk data
(0<α<1)
β = konstanta penghalusan untuk
estimasi trend (0< β<1)
γ = konstanta penghalusan untuk
estimasi musiman (0<γ<1)
Y t = data yang sebenarnya pada periode t
At = nilai pemulusan yang baru
T t = estimasi trend
St = estimasi musiman
L = panjangnya musim
P = periode peramalan
Y t+ p = peramalan untuk p periode di masa
depan
Model Pengembangan
Gambaran umum dari Sistem
Peramalan Permintaan Barang pada CV.
Konveksi Jaya dengan Menggunakan Metode
Exponential Smoothing dapat dilihat pada
Gambar 1.
User
Suplier
Interface
Cetak Hasl Peramalan
Hitung Peramalan dengan Exponential
Smoothing
Input Data
Pimpinan Perusahaan
Laporan Penjualan
Gambar 1 Gambaran Umum Sistem
Pada Gambar 1, ditunjukkan bahwa
proses pertama kali dilakukan oleh pengguna
yang melakukan interaksi langsung ke dalam
sistem. pengguna menginputkan data-data
berupa data pembelian dan data penjualan
yang nantinya data-data tersebut akan
diproses dengan menggunakan metode
Exponential Smoothing yang akan
menghasilkan output berupa laporan hasil
peramalan berapa besar jumlah barang yang
dibeli. Hasil peramalan ini diharapkan dapat
membantu perusahan untuk menghindari
penumpukan barang terlalu lama di gudang
dan dapat meningkatkan kualitas perusahaan
dalam pelayanan kepada pelanggan.
Perancangan Model
Untuk membangun aplikasi Sistem
Peramalan Permintaan barang ini digunakan
Flow Chart dan Data Flow Diagram (DFD)
dimana DFD berfungsi untuk
menggambarkan proses aliran data yang
terjadi di dalam sistem dari tingkat tertinggi
sampai yang terendah. Pembuatan DFD pada
level Context Diagram dan level 0. Selain itu
3
juga digunakan ERD secara conceptual dan
physical.
Flowchart Peramalan Permintaan Barang
Flowchart perhitungan peramalan
dengan menggunakan metode Exponential
Smoothing dari Sistem Peramalan
Permintaan Barang Pada CV. Konveksi Jaya
dapat dilihat pada Gambar 2.
Metode Exponential Smoothing
digunakan untuk meramalkan jumlah
permintaan barang pada periode mendatang.
Data yang dipergunakan untuk perhitungan
pada metode ini adalah data penjualan setiap
bulannya. Metode ini menggunakan tiga
parameter yaitu alpha, betha dan gamma
yang dikombinasikan sampai menghasilkan
nilai MSE (Mean Square Error) terkecil
Mulai
Hitung jumlah total penjualan perbulan untuk setiap item barang
mulai Januari 2008 – Desember 2010
Inisialisasi nilai alpha, Beta dan gamma
Perhitungan data eksponensial
Perhitungan data trend
ltlttt TAAT )1()(
))(1( ltltLt
tt TA
SY
A
Perhitungan data musiman
Ltt
tt S
AYS )1(
Perhitungan penjualan barang pada periode berikutnya
pLtttpt SpTAY )(
Perhitungan MSE
Dimana
neeee n
223
22
21 ...
pttt FYe
Kombinasi Alpha, Beta, Gamma menghasilkan nilai MSE terkecil ?
Daftar jumlah pesanan barang yang optimal
Selesai
Y
T
Gambar 2 Flowchart Peramalan Permintaan
Barang
Context Diagram
Diagram ini menggambarkan
rancangan global / keseluruhan dari proses
yang ada pada DFD. Berikut ini merupakan
tampilan dari context diagram sistem yang
dirancang
4
Data Jenis
Data Type
Data Merk
Data User
Data Hasil Peramalan
Data Penjualan
Data Pembelian
Nilai Alpha Beta Gamma
Laporan Hasil Peramalan
Laporan Stok Barang
Laporan History Stok
Laporan Penjualan
Laporan Pembelian
Nota Penjualan
Stok Item
Data Customer
Stok Item
Faktur Pembelian
Data Supplier
0
SISTEM PERAMALAN PERMINTAAN BARANG PADA CV KONVEKSI JAYA
+
SUPPLIER ADMIN
CUSTOMER PEMILIK
Gambar 3 Context Diagram
Pada Gambar 3 menunjukkan Context
Diagram yang mempunyai 4 (empat)
eksternal entity yaitu, Administrasi, Supplier,
Customer dan Pemilik. Dalam sistem
tersebut supplier memberikan inputan ke
sistem berupa data supplier, dan data stok
item yang telah dibeli, kemudian supplier
juga menerima output dari sistem berupa
faktur pembelian dan data supplier yang akan
diupdate. Entity customer memberikan
inputan berupa data customer dan menerima
output dari sistem berupa nota penjualan.
Entity administrasi, adalah bagian
administrasi pada CV. Konveksi Jaya yang
bertugas untuk menginputkan data – data
yang terkait dengan sistem peramalan
permintaan barang ini, antara lain melakukan
update data barang, data supplier, data
customer, data user, transaksi pembelian,
penjualan, dan melakukan peramalan
terhadap barang yang telah dipilih untuk
diramalkan.
Entity pemilik menerima laporan –
laporan berupa, laporan pembelian, laporan
penjualan, laporan total penjualan, laporan
history item, laporan stok item dan laporan
hasil peramalan. Laporan – laporan tersebut
akan digunakan oleh pemilik perusahaan
sebagai evaluasi peningkatan mutu
perusahaan.
DFD Level 0
Pada DFD level 0 terdapat 8 (delapan)
proses, yaitu : Maintenance Data Supplier,
Maintenance Data Customer, Maintenance
Data User, Maintenance Data Item,
Pembelian, Penjualan, Hitung Peramalan,
dan Pembuatan Laporan.
Data Item Peramalan
Data Stok Akhir Penjualan
Detil Item Pembelian
Detil Item PenjualanData Jenis Pembelian
Data Jenis PenjualanData Type Pembelian
Data Type PenjualanData Merk Pembelian
Data Merk PenjualanData Stok Item
Data Item Penjualan
Data Laporan History Stok
Data Jenis Peramalan
Data Type Peramalan
Data Merk Peramalan
Data Laporan Stok
[Data Type]
[Data Merk]
[Data Jenis]
[Data User]
Data Stok Akhir Pembelian
Data Stok Masuk
Data Stok Keluar
Data Supplier PembelianData Customer Penjualan
Data Laporan Supplier
Data Laporan Customer
Data Laporan Detil Pembelian
Data Laporan Pembelian
Data Laporan Detil Penjualan
Data Laporan Penjualan
Data Laporan Detil Peramalan
Data Laporan Peramalan
Detil Pembelian
Data Pembelian
Detil Penjualan
Data Penjualan
Data Supplier
Data User
Data Stok Keluar
Detil Peramalan
Hasil Peramalan
Data Customer
Data Detil Item
Data Jenis
Data Type
Data Merk
Data Item
[Data Customer]
[Stok Item]
[Data Supplier]
[Faktur Pembelian]
[Stok Item][Nota Penjualan]
[Data Penjualan]
[Data Pembelian]
[Nilai Alpha Beta Gamma]
[Data Hasil Peramalan]
[Laporan Penjualan]
[Laporan History Stok]
[Laporan Stok Barang]
[Laporan Hasil Peramalan]
[Laporan Pembelian]SUPPLIER
CUSTOMER
PEMILIKADMIN
1
MAINTENANCE DATA MASTER
+2
MAINTENANCE DATA TRANSAKSI
+
4
PEMBUATAN LAPORAN
+
3
HITUNG PERAMALAN
+
3 tbCustomer
13 tbExSmooth14 tbExSmoothDetil
12 tbHistoryItem
4 tbItem
8 tbItemDetil
7 tbKind
5 tbMerk
10 tbPurchase
11 tbPurchaseDetil
1 tbSales
2 tbSalesDetil
9 tbSupplier
6 tbType
17 tbUser
4 tbItem
5 tbMerk
6 tbType
7 tbKind
12 tbHistoryItem
4 tbItem
5 tbMerk
6 tbType
7 tbKind
8 tbItemDetil
Gambar 4 DFD Level 0 Sistem Peramalan
Permintaan Barang
Entity Relationship Diagram (ERD)
1. Conceptual Data Model (CDM)
CDM merupakan relasi antar tabel,
adapun CDM dari Sistem Peramalan
Permintaan Barang dapat dilihat pada
Gambar 5.
5
FK T BSALESDETIL REF T BITEM
FK T BEXSMOOTH REF TBIT EM FB T BEXSMOOTHDET IL REF TBEXSMOOTH
FK TBHISTORYITEM REF TBITEM
FK TBPURCHASEDETIL REF TBITEM
FK T BPURCHASEDET IL REF TBPURCHASE
FK T BPURCHASE REF TBSUPPLI ER FK T BITEMDETIL REF TBSUPPLIER
FK T BITEMDETI L REF TBIT EM
FK T BITEM REF T BKIND
FK T BITEM REF T BTYPE
FK TBITEM REF TBMERK
FK TBSALES REF TBCUSTOMERFK T BSALESDETIL REF T BSALES
tbSalesidSalesTransactionDateTransactionTimeTotalSales
tbSalesDetilidSalesDetilAmountSelling PriceSubTotal
tbCustomeridCustomerNameAddressPhoneCel lPhoneEmailBirthDateStatus
tbItemidItemSelling PriceStockNote
tbMerkidMerkMerk
tbTypeidTypeType
tbKindidKindKindtbItemDetil
idItemDetilStockPurchasePrice
tbSupplieridSupplierNameManag erAddressContactPersonPhoneFaxEmailWebsite
tbPurchaseidPurchaseTransactionDateTransactionTimeTotalPurchase
tbPurchaseDetilidPurchaseDetilAmountPurchasePriceSubTotal
tbHistoryItemidHistoryItemPeriodeStockBeg inStockOutStockLast
tbExSmoothidExSmoothPeriodeSaveAlphaBetaGammaMSESaveDate
tbExSmoothDeti lidExSmoothDeti lPeriodeForecastYtAtTtStYtpEt
Gambar 5 CDM Sistem Peramalan
Permintaan Barang
2. Physical Data Model (PDM)
PDM merupakan penjelasan dari CDM,
adapun PDM dari Sistem Peramalan
Permintaan Barang dapat dilihat pada
Gambar 6.
IDITEM = IDIT EM
IDITEM = IDIT EM
IDEXSMOOTH = IDEXSMOOTH
IDITEM = IDIT EM
IDITEM = IDIT EM
IDPURCHASE = IDPURCHASE
IDSUPPLIER = IDSUPPLIER
IDSUPPLIER = IDSUPPLIER
IDITEM = IDIT EM
IDKIND = IDKIND
IDTYPE = IDTYPE
IDMERK = IDMERK
IDCUSTOMER = IDCUSTOMER
IDSALES = IDSALES
TBSALESIDSALES varchar(13)IDCUSTOMER varchar(6)TRANSACTIONDATE_SALES varchar(50)TRANSACTIONTIME_SALES varchar(5)TOTALSALES varchar(13)
TBSALESDETILIDSALESDETIL varchar(17)IDSALES varchar(13)IDITEM varchar(8)AMOUNT_SALES integerSELLINGPRICE varchar(13)SUBTOTAL_SALES varchar(13)
TBCUSTOMERIDCUSTOMER varchar(6)NAME varchar(30)ADDRESS varchar(300)PHONE varchar(20)CELLPHONE varchar(20)EMAIL varchar(100)BIRTHDATE varchar(50)STATUS integ er
TBITEMIDITEM varchar(8)IDMERK varchar(4)IDTYPE varchar(6)IDKIND varchar(4)SELLINGPRICE varchar(4)STOCK_ITEM integerNOTE varchar(300)
TBM ERKIDMERK varchar(4)MERK varchar(20)
TBTYPEIDTYPE varchar(6)TYPE varchar(20)
TBKINDIDKIND varchar(4)KIND varchar(20)
TBITEM DETILIDITEMDETIL varchar(12)IDITEM varchar(8)IDSUPPLIER varchar(6)STOCK_DETIL integerPURCHASEPRICE_ITEM varchar(13)
TBSUPPLIERIDSUPPLIER varchar(6)NAME_SUPPLIER varchar(30)MANAGER varchar(30)ADDRESS_SUPPLIER varchar(300)CONTACTPERSON varchar(30)PHONE_SUPPLIER varchar(20)FAX_SUPPLIER varchar(20)EMAIL_SUPPLIER varchar(100)WEBSITE varchar(100)
TBPURCHASEIDPURCHASE varchar(13)IDSUPPLIER varchar(6)TRANSACTIONDATE_PURCHASE varchar(10)TRANSACTIONTIME_PURCHASE varchar(5)TOTALPURCHASE varchar(13)
TBPURCHASEDETILIDPURCHASED ETIL varchar(17)IDPURCHASE varchar(13)IDITEM varchar(8)AMOUNT_PURCHASE integ erPURCHASEPRICE_DETIL varchar(13)SUBTOTAL_PURCHASE varchar(13)
TBHISTORYITEMIDHISTORYITEM varchar(16)IDITEM varchar(8)PERIODE varchar(7)STOCKBEGIN integerSTOCKOUT integerSTOCKLAST integer
TBEXSM OOTHIDEXSMOOTH varchar(14)IDITEM varchar(8)PERIODESAVE varchar(8)ALPHA varchar(6)BETA floatGAMMA floatMSE floatSAVEDATE varchar(10)
TBEXSM OOTHD ETILIDEXSMOOTHDETIL varchar(20)IDEXSMOOTH varchar(14)PERIODEFORECAST varchar(6)YTDETIL floatATDETIL floatTTDETIL floatSTDETIL floatYTPDETIL floatETDETIL float
Gambar 6 PDM Sistem Peramalan
Permintaan Barang
Hasil dan Pembahasan
Proses Peramalan
Gambar 7 Tampilan Peramalan
Proses peramalan ditunjukkan pada
Gambar 7 yang berfungsi untuk meramalkan
jumlah barang yang harus dibeli pada periode
mendatang. Data yang dipakai dalam
peramalan ini adalah data aktual permintaan
pada 36 (tiga puluh enam) bulan sebelum
bulan yang akan diramalkan. Proses
peramalan dimulai dari pengguna memilih
barang yang akan diramal, kemudian tekan
tombol “Forecasting and Save” maka hasil
dari peramalan akan langsung ditampilkan
pada kolom-kolom yang sudah ada. Dimana
hasil peramalan berupa jumlah barang
ditampilkan pada kolom Ytp. Hasil
peramalan akan otomatis disimpan ke
database.
6
Transaksi Pembelian
Gambar 8 Tampilan Transaksi Pembelian
Transaksi pembelian ke supplier
ditunjukkan pada Gambar 8. Transaksi
pembelian dapat dilakukan dengan mengisi
data supplier dan data item yang akan dibeli.
Data – data transaksi pembelian yang telah
disimpan akan ditampilkan pada sebuah list
view.
Transaksi Penjualan
Gambar 9 Tampilan Transaksi Penjualan
Transaksi pembelian ke supplier
ditunjukkan pada Gambar 9. Transaksi
penjualan dapat dilakukan dengan mengisi
data customer dan data item yang akan dijual.
Data – data penjualan akan ditampilkan pada
list view.
Laporan Peramalan
Gambar 10 Laporan Peramalan
Laporan peramalan pada Gambar 10
digunakan untuk melihat hasil peramalan
yang pernah dilakukan berdasarkan periode
peramalan. Laporan peramalan disajikan
dalam bentuk tabel hasil peramalan dan
dilengkapi dengan grafik perbandingan
antara data aktual dengan hasil peramalan.
Laporan Pembelian
Gambar 11 Laporan Pembelian
Laporan Pembelian pada Gambar 11
digunakan untuk menampilkan laporan
transaksi pembelian yang telah disimpan oleh
user. Laporan yang dihasilkan ditampilkan
7
berdasarkan periode dan ID pembelian yang
dipilih.
Laporan Penjualan
Gambar 12 Laporan Penjualan
Laporan Penjualan pada Gambar 12
digunakan untuk menampilkan laporan
transaksi penjualan yang telah disimpan oleh
user. Laporan yang dihasilkan ditampilkan
berdasarkan periode dan ID Penjualan yang
dipilih.
Kesimpulan
Kesimpulan yang dapat diambil dari
Rancang Bangun Sistem Peramalan
Permintaan Barang pada CV. Konveksi Jaya
dengan Menggunakan Metode Exponential
Smoothing adalah sebagai berikut :
1. Telah dapat dirancang bangun aplikasi
yang dapat meramalkan jumlah
permintaan barang pada CV. Konveksi
Jaya dengan menggunakan metode
Exponential Smoothing.
2. Berdasarkan evaluasi hasil yang telah
dilakukan, metode Exponential
Smoothing dapat digunakan untuk
menghitung peramalan jumlah
permintaan barang pada CV. Konveksi
Jaya.
Saran
Adapun saran – saran yang dapat
disampaikan untuk pengembangan aplikasi
ini antara lain :
1. Aplikasi ini dapat dikembangkan
secara online sehingga pemilik
perusahaan dapat mengontrol semua
transaksi yang terjadi dalam
perusahaan tanpa ada batasan wilayah
dan waktu.
2. Aplikasi ini dapat dikembangkan
dengan menambahkan metode yang
dapat digunakan untuk meramalkan
data yang bersifat musiman yaitu
metode Box – Jenkins atau Regresi
Berganda sebagai pembanding hasil
peramalan.
DAFTAR PUSTAKA
Arsyad, L., 1994, Peramalan Bisnis, Edisi Pertama. Yogyakarta,BPFE-Yogyakarta.
Hansen, 2005, Aplikasi Optimasi Persediaan Barang Menggunakan Metode Promethee dan Metode Exponential Smoothing Pada PT. Citra Abadi Mandiri. STIKOM, Surabaya.
Katherine, Yukie, S., 2002, Sistem Informasi Manajemen II, Surabaya, STIKOM Surabaya.
Kendall dan Kendall, 2003, Analisis dan Perancangan Sistem Edisi Kelima, PT Prenhallindo, Jakarta.
8
Makridakis Spyros, Whell Wright, Steven C., Mcgee Victor E, alih bahasa : Untung Sus Andriyanto, Abdul Basith, 2000, Metode dan Aplikasi Peramalan Edisi Kedua, Penerbit Erlangga. Jakarta.
Martina, Ir. Inge, 2003, 36 Jam Belajar Komputer Microsoft SQL Server 2000, Gramedia, Jakarta.
Mueller, Paul John, 2005, Mastering Web Development With Microsoft Visual Studio 2005, Penerbit Wiley. Indianapolis.
9
Lampiran 1
Context Diagram
Data Jenis
Data Type
Data Merk
Data User
Data Hasil Peramalan
Data Penjualan
Data Pembelian
Nilai Alpha Beta Gamma
Laporan Hasil Peramalan
Laporan Stok Barang
Laporan History Stok
Laporan Penjualan
Laporan Pembelian
Nota Penjualan
Stok Item
Data Customer
Stok Item
Faktur Pembelian
Data Supplier
0
SISTEM PERAMALAN PERMINTAAN BARANG PADA CV KONVEKSI JAYA
+
SUPPLIER ADMIN
CUSTOMER PEMILIK
10
Lampiran 2
DFD Level 0
11
Data
Item
Peram
alan
Data
Stok
Akhir
Pen
jualan
Detil
Item
Pemb
elian
Detil
Item
Penju
alan
Data
Jenis
Pem
belia
n
Data
Jenis
Pen
jualan
Data
Type
Pem
belia
n
Data
Type
Pen
jualan
Data
Merk
Pemb
elian
Data
Merk
Penju
alan
Data
Stok
Item
Data
Item
Penju
alan
Data
Lapo
ran H
istory
Stok
Data
Jenis
Pera
malan
Data
Type
Pera
malan
Data
Merk
Peram
alan
Data
Lapo
ran S
tok
[Data
Type
]
[Data
Merk
]
[Data
Jenis
]
[Data
Use
r]
Data
Stok
Akhir
Pem
belia
n
Data
Stok
Mas
uk
Data
Stok
Kelu
ar
Data
Supp
lier P
embe
lian
Data
Custo
mer P
enjua
lan
Data
Lapo
ran S
uppli
er
Data
Lapo
ran C
ustom
er
Data
Lapo
ran D
etil P
embe
lian
Data
Lapo
ran P
embe
lian
Data
Lapo
ran D
etil P
enjua
lan
Data
Lapo
ran P
enjua
lan
Data
Lapo
ran D
etil P
erama
lan
Data
Lapo
ran P
erama
lan
Detil
Pemb
elianData
Pemb
elian
Detil
Penju
alan
Data
Penju
alanData
Supp
lier
Data
User
Data
Stok
Kelu
ar
Detil
Peram
alan
Hasil
Peram
alan
Data
Custo
mer
Data
Detil
Item
Data
Jenis
Data
Type
Data
Merk
Data
Item
[Data
Cus
tomer]
[Stok
Item]
[Data
Sup
plier]
[Faktu
r Pem
belia
n]
[Stok
Item]
[Nota
Pen
jualan
]
[Data
Pen
jualan
]
[Data
Pem
belia
n]
[Nila
i Alph
a Beta
Gam
ma]
[Data
Has
il Pera
malan
]
[Lapo
ran P
enjua
lan]
[Lapo
ran H
istory
Stok
]
[Lapo
ran S
tok B
arang
]
[Lapo
ran H
asil P
erama
lan]
[Lapo
ran P
embe
lian]
SUPP
LIER
CUST
OMER
PEMI
LIKAD
MIN
1
MAIN
TENA
NCE
DATA
MA
STER
+2
MAIN
TENA
NCE
DATA
TR
ANSA
KSI
+
4
PEMB
UATA
N LA
PORA
N +
3
HITU
NG P
ERAM
ALAN
+
3tbC
ustom
er
13tbE
xSmo
oth14
tbExS
mooth
Detil
12tbH
istory
Item
4tbI
tem
8tbI
temDe
til
7tbK
ind
5tbM
erk
10tbP
urcha
se
11tbP
urcha
seDe
til
1tbS
ales
2tbS
alesD
etil
9tbS
uppli
er
6tbT
ype
17tbU
ser
4tbI
tem
5tbM
erk
6tbT
ype
7tbK
ind
12tbH
istory
Item
4tbI
tem
5tbM
erk
6tbT
ype
7tbK
ind
8tbI
temDe
til
Lampiran 3
Conceptual Data Model
FK T BSALESDETIL REF T BITEM
FK T BEXSMOOTH REF TBIT EM FB T BEXSMOOTHDETIL REF TBEXSMOOTH
FK T BHIST ORYITEM REF TBITEM
FK T BPURCHASEDET IL REF TBITEM
FK T BPURCHASEDETIL REF TBPURCHASE
FK T BPURCHASE REF TBSUPPLIER FK T BITEMDETIL REF TBSUPPLIER
FK T BITEMDETIL REF TBIT EM
FK T BITEM REF TBKIND
FK T BITEM REF TBTYPE
FK T BITEM REF T BMERK
FK T BSALES REF TBCUST OMERFK T BSALESDETIL REF T BSALES
tbSalesidSalesTransactionDateTransactionTimeTotalSales
tbSalesDetilidSalesDetilAmountSellingPriceSubTotal
tbCustomeridCustomerNameAddressPhoneCellPhoneEmailBirthDateStatus
tbItemidItemSellingPriceStockNote
tbMerkidMerkMerk
tbTypeidTypeType
tbKindidKindKindtbItemDetil
idItemDetilStockPurchasePrice
tbSupplieridSupplierNameManagerAddressContactPersonPhoneFaxEmailWebsite
tbPurchaseidPurchaseTransactionDateTransactionTimeTotalPurchase
tbPurchaseDetilidPurchaseDetilAmountPurchasePriceSubTotal
tbHistoryItemidHistoryItemPeriodeStockBeg inStockOutStockLast
tbExSmoothidExSmoothPeriodeSaveAlphaBetaGammaMSESaveDate
tbExSmoothDetilidExSmoothDetilPeriodeForecastYtAtTtStYtpEt
12
Lampiran 4
Physical Data Model
IDITEM = IDITEM
IDITEM = IDITEM
IDEXSMOOTH = IDEXSMOOTH
IDITEM = IDITEM
IDITEM = IDITEM
IDPURCHASE = IDPURCHASE
IDSUPPLIER = IDSUPPLIER
IDSUPPLIER = IDSUPPLIER
IDITEM = IDITEM
IDKIND = IDKIND
IDTYPE = IDTYPE
IDMERK = IDMERK
IDCUSTOMER = IDCUST OMER
IDSALES = IDSALES
TBSALESIDSALES varchar(13)IDCUSTOMER varchar(6)TRANSACTIONDATE_SALES varchar(50)TRANSACTIONTIME_SALES varchar(5)TOTALSALES varchar(13)
TBSALESDETILIDSALESDETIL varchar(17)IDSALES varchar(13)IDITEM varchar(8)AMOUNT_SALES integ erSELLINGPRICE varchar(13)SUBTOTAL_SALES varchar(13)
TBCUSTOMERIDCUSTOMER varchar(6)NAME varchar(30)ADDRESS varchar(300)PHONE varchar(20)CELLPHONE varchar(20)EMAIL varchar(100)BIRTHDATE varchar(50)STATUS integ er
TBITEMIDITEM varchar(8)IDMERK varchar(4)IDTYPE varchar(6)IDKIND varchar(4)SELLINGPRICE varchar(4)STOCK_ITEM integ erNOTE varchar(300)
TBM ERKIDMERK varchar(4)MERK varchar(20)
TBTYPEIDTYPE varchar(6)TYPE varchar(20)
TBKINDIDKIND varchar(4)KIND varchar(20)
TBITEM DETILIDITEMDETIL varchar(12)IDITEM varchar(8)IDSUPPLIER varchar(6)STOCK_DETIL integ erPURCHASEPRICE_ITEM varchar(13)
TBSUPPLIERIDSUPPLIER varchar(6)NAME_SUPPLIER varchar(30)MANAGER varchar(30)ADDRESS_SUPPLIER varchar(300)CONTACTPERSON varchar(30)PHONE_SUPPLIER varchar(20)FAX_SUPPLIER varchar(20)EMAIL_SUPPLIER varchar(100)WEBSITE varchar(100)
TBPURCHASEIDPURCHASE varchar(13)IDSUPPLIER varchar(6)TRANSACTIONDATE_PURCHASE varchar(10)TRANSACTIONTIME_PURCHASE varchar(5)TOTALPURCHASE varchar(13)
TBPURCHASEDETILIDPURCHASED ETIL varchar(17)IDPURCHASE varchar(13)IDITEM varchar(8)AMOUNT_PURCHASE integ erPURCHASEPRICE_DETIL varchar(13)SUBTOTAL_PURCHASE varchar(13)
TBHISTORYITEMIDHISTORYITEM varchar(16)IDITEM varchar(8)PERIODE varchar(7)STOCKBEGIN integ erSTOCKOUT integ erSTOCKLAST integ er
TBEXSM OOTHIDEXSMOOTH varchar(14)IDITEM varchar(8)PERIODESAVE varchar(8)ALPHA varchar(6)BETA floatGAMMA floatMSE floatSAVEDATE varchar(10)
TBEXSM OOTHD ETILIDEXSMOOTHDETIL varchar(20)IDEXSMOOTH varchar(14)PERIODEFORECAST varchar(6)YTDETIL floatATDETIL floatTTDETIL floatSTDETIL floatYTPDETIL floatETDETIL float
13
Lampiran 5
Flow Chart Peramalan Permintaan Barang
Mulai
Hitung jumlah total penjualan perbulan untuk setiap item barang
mulai Januari 2008 – Desember 2010
Inisialisasi nilai alpha, Beta dan gamma
Perhitungan data eksponensial
Perhitungan data trend
ltlttt TAAT )1()(
))(1( ltltLt
tt TA
SYA
Perhitungan data musiman
Ltt
tt S
AYS )1(
Perhitungan penjualan barang pada periode berikutnya
pLtttpt SpTAY )(
Perhitungan MSE
Dimana
neeee n
223
22
21 ...
pttt FYe
Kombinasi Alpha, Beta, Gamma menghasilkan nilai MSE terkecil ?
Daftar jumlah pesanan barang yang optimal
Selesai
Y
T
14