Sistem INFORMASI PERAMALAN PENJUALAN DENGAN METODE ARIMA BOX-JENKINS

1. Sistem INFORMASI PERAMALAN PENJUALAN DENGAN METODE ARIMA BOX-JENKINS (STUDI KASUS PADA PT. TERA DATA INDONUSA) • Masyatin Rais1) • S1/JurusanSistemInformasi, STIKOM Surabaya, • email: masyatin.rais@yahoo.co.id

2. Abstract PT. Tera Data Indonusa is a private company engaged in the distribution of laptop brands AXIOO. Managers are required to be able to analyze the environment continues to change and predict various possibilities that will occur in the future due to the rapid development of today's laptop distributor, causing competition among distributors to attract as many customers in the form of providing the best services such as the availability of adequate supplies each month. One that can be done is to learn the value of existing sales in the past to predict sales in the future, so as to know the number of items that must be provided.

3. PT. Tera Data Indonusamerupakanperusahaanswasta yang bergerak di bidangdistribusi laptop merk AXIOO untuk wilayah Indonesia Timur dandidirikanpadatahun1990. Dalampengambilankeputusan, seorangmanajerpemasarandituntutharusdapatmenganalisalingkungan yang terusberubah-ubahdanmemprediksiberbagaikemungkinan di masa yang akandatang. Proses pengambilankeputusantersebutseringmengalamikesulitanterutamadalammeramalkanpenjualanpadamasa yang akandatang, karenabelumadanyasistem yang dapatmenanganihalinisehinggamemerlukanbanyakwaktuuntukmempelajaridokumen-dokumen yang adasecara manual. Berdasarkandaripermasalahan di atasmakasangatpentinguntukmerancangdanmembangunsuatusistemperamalanpenjualan. Sisteminidimaksudkanuntukmengendalikanjumlahstokbarang yang ada, dengandemikiandapatdihindarikekurangan/kehabisanbarang. Denganbegitupermintaankonsumendapatterpenuhisesuaidenganwaktu yang telahdijadwalkan. Metode yang digunakandalam proses peramalaniniadalahmetodeArima Box-Jenkins. Kelebihandarimetodeiniadalahdapatmenerimasemuajenis model data, tetapidalamprosesnya data harusdistasionerkanterlebihdahulu. Langkahawaldalam proses peramalaniniadalahpemilahan data penjualan per periodebulanandenganmenggunakanmetodeklasifikasi ABC. Data yang diseleksiadalahproduk-produkmanakah yang memberikankeuntunganterbesarbagiperusahaan. Dari produk-produkterseleksiinilahakandibuatperamalanpenjualandenganmenggunakanmetode ARIMA Box-Jenkins. Setelahhasilperamalantersebutdiketahui, makadapatditentukanjumlahbarang yang harusdiproduksidenganmenggunakanmetode PRS (Periodic Review System). • Landasan Teori • Penjualan • Penjualanadalahsemuakegiatanusaha yang diperlukan agar terjadiperpindahanmilikdaribarangdanjasa. Dapatdiketahuibahwapenjualansangatpentingbagiperusahaankarenaberfungsiuntukmenghubungkanantarabarangdanjasadariprodusensampaikekonsumen. • Persediaan • Persediaandapatdidefenisikansebagaibahan yang disimpandalamgudanguntukkemudiandigunakanatau di jual. Persediaandapatberupabahanbakuuntukkeperluan proses barang-barang yang masihdalampengolahan, danbarangjadi yang disimpanuntukpenjualan. • Peramalan • Dalammelakukananalisisekonomiatauanalisiskegiatanusahaperusahaan, haruslahdiperkirakanapa yang akanterjadidalambidangekonomiataudalamusahapadamasa yang akandatang. Sebagaimana yang dikemukakanolehMartiningtyas (2004) dalambukunyaStatistikabahwa“Kegiatanuntukmmemperkirakanapa yang terjadipadamasa yang akandatangdisebutperamalan (forecasting)” • Time Series • Pemodelan data deretwaktumerupakanbagian yang cukuppentingdalamberbagaibidangriset, diantaranyapadabidangkesehatan, bisnis/ekonomi, komunikasi, metereologi, rekayasamekanik, pengaturan, dinamikafluida, biologidan lain sebagainya. Masalahpemodelanderetwaktuseringkalidikaitkandengan proses peramalan (forecasting) suatunilaikarakteristiktertentupada period eke depan, danmelakukanpengendaliansuatu proses atauuntukmengenalipolaperilaku system. [Hill et. Al, 1996]

4. ANALISA SISTEM Permasalahan yang terdapatpada PT. Tera Data Indonusaadalahbagaimanacaramenentukanjumlahbarang yang harusdisediakanperusahaansetiap kali melakukanre-stocking ­agar tidakterjadikekuranganataukelebihanstok. Peramalanpenjualanjenisproduksebelumditerapkannya system inihanyaberdasarkan data penjualansatauperiodesebelumnya. Hal inimenyebabkanperusahaanseringkalimengalamikekuranganataukelebihanstok, sehinggapenjualanmenjaditidak optimal. Ataujikaterjadikeadaandimanajumlahangkapersediaanbarang di gudangjauhlebihbesardibandingkandenganangkapenjualan, makaakanmenyebabkanterjadinyapenumpukanbarang di gudang. Selainitu proses pencatatanhasilpenjualanmasihdilakukansecara manual. Untukmenyelesaikanmasalahtersebutperluadanyasebuahaplikasi yang dapatmeramalkanjumlahangkapenjualan di periodemendatang, yang diharapkandapatdigunakansebagaisalahsatuaspekpertimbanganuntukmenentukanjumlahangkapersediaanbarang agar menjadilebihefektif. Adanyasistemperamalanpenjualandenganmenggunakanmetodeperamalan yang tepat, membuatperusahaanmampumengoptimalkanpenjualansetiapbulannya. Gambar 1 Flowchart ARIMA Box-Jenkins

5. MetodeKlasifikasi ABC Metodeinidigunakanuntukmembagiprduk-produkmenjaditigakeelompokbesaryaitukelompok A, B, C. Kelompok A adalahkelompok yang memilikiperanan yang besardalampenjualanpada PT. Tera Data Indonusakemudiandilanjutkandengankelompok B dan C. KelompokKlasifikasi A adalahkelompok yang akandiramalkandenganmenggunakanmetode ARIMA Box-Jenkins. Jumlahproduk yang dijualoleh PT. Tera Data Indonusaadalahsebanyak 42 produk. Dari 42 produkini, dapatdibagimenjadi 3 bagian, yaitu 8 produkuntukkelas A (20%), 13 produkuntkkelas B (30%), dan 21 produkuntukkelas C (50%). Identifikasi Dalam proses iniidentifikasimeliputipengujianstasioner data. Apabila data belumstasionermakadapatdilakukantransformasidan differencing. Untuk data yang telahmengalami proses stasioner, perhitunganberikutnyamenggunakan data hasilkonversi. Langkahberikutnyapenentuan model, jika data yang akandiprosestidakmengandungmusimanmakadapatdigunakan model ARIMA (p,d,q), AR(p), MA(q). Data Flow Diagram Level 0 SistemPeramalanPenjualan DFD level 0 merupakanpenjabarandari context diagram, dimanaterdapatdua proses yaitu proses maintenance data dan proses seleksidanperamalanproduk. Pada proses maintenance data terdiriatassemua data yang berhubungandengankaindanpenjualan. Setelah proses maintenance data selesaimakadilakukan proses keduayaituseleksidanperamalan. Proses seleksidanperamalan, mengolah data untukdiseleksidandiramalakan. Context Diagram Gambar 2 Context Diagram Gambar 3 DFD Level 0

6. Data Flow Diagram Level 1 Maintenance Data DFD level 1 Maintenance terdapatdua proses antara lain maintenance laptop dan maintenance penjualan. Untuk proses maintenance kainmenyimpan data kainpada database kain. Sedangkan proses maintenance penjualanmenyimpan data penjualanpada database penjualan. Gambar 5 DFD Level 1 SeleksidanPeramalanProduk Entity Relational Diagram (ERD) Entity relationship diagram adalah suatu alat untuk mempresentasikan model data yang ada pada sistem dimana terdapat entity dan relationship. Entity merupakan objek yang ada dan terdefinisikan di dalam suatu organisasi, dapat berupa abstrak/nyata, misal dapat berupa orang, objek/waktu kejadian. Conceptual Data Model Untukmenggambarkankonsepdatabase yang digunakandalamaplikasidapatdigambarkanpadaconceptual data model (CDM) sepertipadaGambar 6 di halaman 6, sehinggadapatdiketahuidatabaseapasaja yang dipakaidanrelasi-relasinya. Gambar 4 DFD Level 1Maintenance Data Data Flow Diagram Level 1 SeleksidanPeramalanProduk DFD level 1 terdapatdua proses antara lain seleksidanperamalan. Proses seleksimerupakan proses untukpenyelesaianproduk, data hasildariseleksiakandisimpandalam database peramalan yang nantinyadigunakanuntuk proses peramalan.

7. Gambar 7 PDM SistemInformasiPeramalanPenjualandenganMetode ARIMA Box-Jenkins Gambar 6 CDM SistemInformasiPeramalanPenjualandenganMetode ARIMA Box-Jenkins Physical Data Model (PDM) Physical Data Model (PDM) merupakanhasilgeneratedariConceptual Data Model (CDM). PDM merupakanrepresentasifisikdaridatabase sebagaimanaterlihatpadaGambar 7.

8. Form TransaksiPenjualan Form transaksipenjualanpadagambar 8 inibergunauntukmencatatpenjualanbarang yang terjadipadaperusahaantersebut. Form inijugaberfungsiuntukmeramalkanpenjualanbarangtersebutpadamasa yang akandatang. Gambar 9 Form Klasifikasi ABC Form CekStasioner Form CekStasionerpadagambar 10 inibertujuanuntukmengujidanmelakukan proses penstasioneran data secarameandanvarian. Apabilanilai t pada proses stasionerdalamvarianditemukan, makadapatdibandingkandengannilai t padatabel. Jika t < t tabelmaka data stasionerdalamvarian, apabilasebaliknyamakaperludilakukantranformasi data denganrumusln(xt). Pengujiandilanjutkandenganmelakukan proses stasionerdalam mean apabilanilaidickey fuller yang diperolehlebihbesardaritabelnyamaka data stasionerdalammean, apabilasebaliknyamakadilakukan proses differencing. Setelah data stasioner, isijumlahperamalannyasebelummenekantombol “selanjutnya” untuk proses ACF dan PACF sertaperamalannya. Gambar 8 Form Master Penjualan Form Klasifikasi ABC Form Klasifikasi ABC padagambar 9 inibertujuanuntukmelakukanklasifikasiterhadapproduk yang akandiramalkan. Produk-produk yang akandiramalkanakansecaraotomatistampilpada grid dangrafikdibawahsetelahmemilihawalbulanklasifikasidanakhirbulanklasifikasi, setelahitutekantombol “klasifikasi”.

9. Gambar 11 Form Proses ACF Gambar 10 Form CekStasioner Form Proses ACF dan PACF Form Proses ACF dan PACF padagambar 11 dangambar 12 berisi proses ACF dan PACF dimana proses inimerupakakelanjutandari proses cekstasionerpadatahapsebelumnya, contoh di bawahinimenjelaskanbahwanilai ACF melewatibatassignifikanpadanilaipertamadankedua, dannila PACF memotongbatassignifikanpadabarispertama. Nilaperpotongantersebutdijadikansebagainilaiuntukmencarinilai MSE. Gambar 12 Form Proses PACF

10. Form PRS Form PRS padagambar 15 iniberfungsiuntukmenghitungnilaikuantitaspermintaanpadabulan yang diramalkan. Dari hasilperamalandiatas, yaitusebesar 662 buahdimasukkanpadajumlahpermintaan. Setelahituwaktutunggudanperiode review dapatdimasukannilainya, setelahselesaibarudapatdiprosesdanmenghasilkankesimpulansepertigambardibawahini. Gambar 15 Form PRS

11. Kesimpulan • Setelah dilakukan analisis, perancangan sistem dan pembuatan aplikasi SistemInformasiPeramalanPenjualanpada PT. Tera Data Indonusaini serta dilakukan evaluasi hasil penelitiannya, maka dapat diambil kesimpulan sebagai berikut: • Sistemdapatmelakukan proses seleksidenganmenerapkanmetodeklasifikasi ABC. • Data penjualan yang adapada PT. Tera Data IndonusadapatdiramalkandenganmetodeTime Series, khususnyadenganmetode ARIMA Box-Jenkins. • SistemInformasiPeramalanPenjualanuntukpenjualan laptop pada PT. Tera Data Indonusadenganmenggunakanmetode ARIMA Box-Jenkins dapatmemberikansolusikepadapihakmanajemenuntukmeramalkanjumlahpenjualan laptop padaperiodetertentudanmeramalkannyapadabeberapaperiodekedepandengan model peramalan yang telahdihasilkandidalam program peramalan. Hasilperamalantersebutdapatdigunakansebagaiacuandidalampemenuhan target permintaanbarangkepadasupplier padaperiode-periodemendatang. • Sistemdapatmenentukanjumlahbarang yang harusdisediakanpadamasa yang akandatangdenganmenggunakanmetode PRS. Saran Adapun beberapa saran yang dapat disampaikan untuk mengembangkan aplikasi yang telah dibuat antara lain: 1. Metodeestimasi parameter uangdigunakanpada program inimasihmenggunakanmetode momentum, yang proses pencariannilaiparameternyamasihkurangsempurnadibandingkandenganmetode lain sepertimetodelikelihood. Untukituaplikasiinidapat pula dikembangkandenganmenggunakanmetode yang lebihakurat. 2. Penelitimengakuiterdapatsejumlahketerbatasan yang adadalampenelitianini. Untukitudisarankankepadapenelitian yang akandatangdapatmengurangiketerbatasa-keterbatasandaripenelitiansebelumnya, diantaranyadapatmenerapkanmetodeperamalanTime Series iniuntuk data-data diluar data yang adapada PT. Tera Data Indonusadanuntukmengetahuitingkatkeakuratansebuahperamalanhendaknyadisertakanpembandinguntukmetode-metodeperamalan yang akandigunakan.