26

BAB III

ANALISIS DAN PERANCANGAN SISTEM

Pada bab ini dijelaskan mengenai analisis permasalahan dari sistem yang

diambil pada UD Panca Usaha. Selain itu, bab ini merancang Perancangan sistem

dari Rancang Bangun Aplikasi Peramalan Permintaan Produk Kosmetik Pada UD

Panca Usaha Menggunakan Single Exponential Smoothing.

3.1 Communication

Tahap ini merupakan tahap pertama dalam menganalisis aplikasi

peramalan permintaan produk kosmetik di UD Panca Usaha. Tahapan ini dibagi

menjadi dua sub tahapan yaitu project initiation, dan requirement gathering.

3.1.1 Project Initiation

Dalam sub bab project initation ini bertujuan untuk mengetahui proses

bisnis dan masalah yang ada pada perusahaan sebagai acuan dalam pembuatan

aplikasi peramalan permintaan produk kosmetik. Untuk lebih memahami

permasalahan yang ada, dilakukan identifikasi masalah. Identifikasi masalah

didapatkan dari Observasi dan wawancara yang bertujuan untuk mengetahui proses

bisnis yang ada pada UD Panca Usaha yang hasilnya sebagai berikut:

A Observasi

Tabel 3.1 Tahap Observasi

Tahap Observasi Bagian yang diobservasi Data yang didapat

Observasi 1 Bagian Pembelian Proses Pembelian Produk

27

Tahap Observasi Bagian yang diobservasi Data yang didapat

Observasi 2 Bagian Penjualan 1. Proses Penjualan Produk

2. Proses Permintaan Produk Oleh Customer

Observasi 3 Bagian Gudang Proses Persediaan Produk

Observasi 4 Bagian Penjualan Data Permintaan Pelanggan Tahun 2012

Observasi 5 Bagian Penjualan Data Permintaan Pelanggan Tahun 2013

Observasi 6 Bagian Penjualan Data Permintaan Pelanggan Tahun 2014

Observasi 7 Bagian Penjualan Data Permintaan Pelanggan Tahun 2015

Observasi 8 Bagian Penjualan Data Permintaan Pelanggan Tahun 2016

Observasi atau pengamatan dilakukan dengan cara mengamati secara

langsung ke bagian penjualan, bagian pembelian, dan bagian gudang yang terdapat

dalam perusahaan. Pengamatan tersebut dilakukan untuk mendapatkan data tentang

proses persediaan produk kosmetik dan data permintaan pelanggan yang terdapat

di UD Panca Usaha. Pada tabel 3.1 menunjukan data yang didapatkan saat

melakukan observasi.

B Wawancara

Wawancara bertujuan mengumpulkan informasi. Metode ini dilakukan

dengan melakukan tanya jawab kepada UD Panca Usaha untuk mengetahui

bagaimana proses bisnis yang berjalan pada perusahaan dan informasi-informasi

lain tentang perusahaan mengenai proses permintaan produk kosmetik, rekap data

permintaan, permasalahan yang dihadapi perusahaan. Adapun hasil wawancara

tersebut terdapat pada tabel di bawah ini.

28

Tabel 3.2 Hasil Wawancara

No Pertanyaan Jawaban

1. Apa jenis bidang usaha yang ada pada UD Panca Usaha

UD Panca Usaha ini merupakan salah satu distributor kosmetik dan peralatan salon yang penyebarannya di beberapa wilayah jawa timur

2. Bagaimana proses penjualan yang sedang berjalan pada perusahaan anda

Proses penjualan dalam UD Panca Usaha terjadi saat pelanggan memesan produk langsung melalui sales atau telepon ke kantor dan ada juga yang melalui email. Setelah itu permintaan pelanggan tersebut dicek ketersediaanya di gudang

3. Apa pernah permintaan pelanggan tidak terpenuhi ? jika pernah seberapa sering permintaan tersebut tidak terpenuhi ?

Pernah, Sering kira-kira hanya sekitar 60%-70% permintaan pelanggan yang terpenuhi. Apabila tidak terpenuhi biasanya kami pending dulu permintaan pelanggan tersebut.

4. Bagaimana proses menyediakan produk pada perusahaan anda

Bagian gudang merekap stok produk, setelah itu bagian pembelian melakukan perkiraan untuk stok yang harus disediakan.

5. Apa saja produk yang anda miliki

Creambath, Conditioner, Shampoo, Hair Tonic, Hair Spa, Sabun Sere, Semir Rambut

6. Apa produk yang sering mengalami kekurangan/kehabisan stok

Produk pompia sering mengalami kekurangan terutama pada produk sabun sere

C Identifikasi Masalah

Berdasarkan observasi dan wawancara yang telah dilakukan dapat

digambarkan dalam alur proses bisnis yang ada pada perusahaan. Alur proses bisnis

tersebut digambarkan dalam bentuk document flow dapat dilihat pada Gambar 3.1.

Proses permintaan dalam UD Panca Usaha berlangsung saat pelanggan

memesan produk langsung melalui sales atau telepon ke kantor dan ada juga yang

melalui email. UD Panca Usaha telah bekerja sama dengan dua produsen kosmetik

yaitu POMPIA dan KOSEA. Dalam hal ini penulis hanya meneliti pada produk

29

POMPIA dikarenakan permintaan pada produk dari perusahaan tersebut selalu ada

permintaan oleh pelanggan tiap bulannya.

Bagian Penjualan Bagian GudangPelanggan

MULAI

Menerima Permintaan Pelanggan

Permintaan Pelanggan

Permintaan Pelanggan

Mengecek Ketersediaan Produk

Menyiapkan dan Mengemas Produk

Produk Yang TersediaMembuat INVOICE

SELESAI

Gambar 3.1 Document Flow Alur Proses Bisnis Permintaan Produk

Kondisi UD Panca Usaha saat ini masih sering mengalami

kekurangan/kehabisan stok. Berdasarkan pernyataan bagian pemasaran UD Panca

Usaha saat ini hanya bisa menangani 60%-70% dari jumlah permintaan yang

diterima. Hal itu dikarenakan kurangnya pengawasan terhadap persediaan gudang,

dan saat dilakukan perhitungan untuk order berikutnya terkadang hanya berdasar

pada perkiraan, alur proses bisnis persediaan produk digambarkan pada document

flow gambar 3.2. Produk yang sering kekurangan pada UD Panca Usaha

diantaranya produk shampoo, conditioner, creambath, dan sabun sere, sedangkan

pengadaan barang dilakukan satu bulan sekali. Hal tersebut mengakibatkan proses

penjualan produk tidak dapat dilakukan. Sehingga dapat disimpulkan, bahwa

30

perhitungan order berikutnya untuk persediaan hanya berdasar pada perkiraan,

sehingga ada tiga resiko yang ditemukan, yaitu:

a. Permintaan yang masuk dengan persediaan yang ada di gudang tidak sesuai

sehingga permintaan tidak terpenuhi.

b. Perhitungan order berikutnya yang tidak sesuai dapat menyebabkan

kekurangan maupun kelebihan stok diperiode selanjutnya.

c. Berkuranganya minat pelanggan untuk memesan produk pada UD. Panca

Usaha dikarenakan permintaan tidak terpenuhi.

Bagian PembelianBagian Penjualan Bagian Gudang

MULAI Data Jumlah Permintaan Bulan

Lalu

Meramalkan Jumlah Persediaan Produk

Periode Mendatang

Hasil Perh itungan jumlah persediaan produk yang harus disediakan

berdasarkan jumlah permintaan produk untuk periode berikutnya

Membeli P roduk

SELESAI

Menyiapkan data Permintaan Produk

Periode Sebelumnya

HASIL Perkiran jumlah permintaan produk periode berikutnya

Menghitung jumlah pers ediaan produk yang

harus dis ediakan berdasarkan jumlah permintaan produk untuk periode berikutnya

Rekap Stok Produk Periode Bulan

Gambar 3.2 Document Flow Alur Proses Persediaan Produk

31

3.1.2 Requirement Gathering

Pada sub bab ini bertujuan untuk mengidentifikasi kebutuhan perangkat

lunak dalam aplikasi peramalan permintaan produk kosmetik. Sub bab ini

membahas identifikasi pengguna, identifikasi data, identifikasi fungsional, dan

tahapan dalam peramalan.

A Identifikasi Pengguna

Berdasarkan hasil wawancara dengan bagian pembelian UD Panca Usaha.

Pengguna dari sistem yang akan dibuat yaitu bagian pembelian yang dapat

melakukan proses kelola data permintaan, melakukan peramalan, dan melihat

riwayat peramalan.

B Identifikasi Data

Setelah dilakukan proses identifikasi permasalahan dan pengguna, maka

dapat dilakukan identifikasi data pada aplikasi peramalan permintaan sebagai

berikut: Data Produk, Data Penjualan, Data Permintaan, Data Peramalan, dan Hasil

Peramalan.

Tabel 3.3 Identifikasi Data Aplikasi Peramalan Permintaan Produk

No Data Keterangan1 Data Produk Data produk pada aplikasi ini digunakan

untuk mengambil data stok produk dan identitas dari produk.

2 Data Penjualan Data penjualan pada aplikasi ini digunakan sebagai masukkan ke data permintaan agar dapat diolah menjadi data permintaan.

3 Data Permintaan Data permintaan pada aplikasi ini digunakan untuk menyimpan data penjualan yang telah diolah.

4 Data Peramalan Data peramalan pada aplikasi ini digunakan untuk menyimpan data peramalan.

32

No Data Keterangan5 Hasil Peramalan Data peramalan pada aplikasi ini digunakan

untuk menyimpan data peramalan.

C Identifikasi Fungsi

Setelah dilakukan proses identifikasi masalah, pengguna, dan data, maka

dapat diidentifikasi fungsi dari proses peramalan permintaan sebagai berikut: kelola

data permintaan, melakukan peramalan, melihat riwayat peramalan, dan mencetak

laporan peramalan.

Tabel 3.4 Identifikasi Fungsi Bagian Pembelian

No Kebutuhan Fungsi Kebutuhan Data1 Kelola Data Permintaan 1. Data Penjualan

2. Data Permintaan2 Melakukan Peramalan 1. Data Produk

2. Data Permintaan3. Data Peramalan4. Hasil Peramalan

3 Melihat Hasil Peramalan 1. Data Peramalan 2. Hasil Peramalan

D Tahapan Melakukan Peramalan

Dalam suatu peramalan terdapat tahap-tahap melakukan peramalan,

tahapan tersebut bertujuan untuk menyajikan jalan yang sistematis untuk memulai,

merancang, dan menerapkan sistem peramalan. Tahap dalam melakukan peramalan

seperti yang ditunjukkan pada Gambar 3.3.

D.1 Pengumpulan Data

Tahapan pengumpulan data adalah tahap untuk mempersiapkan data yang

telah dikumpulkan. Data yang digunakan untuk melakukan peramalan permintaan

produk adalah data permintaan pelanggan bulan Desember 2012 hingga Desember

33

2016. Data yang diperoleh dalam kurun waktu Desember 2012 hingga Desember

2016 sejumlah 49 Bulan. Data tersebut digunakan untuk melihat dan menghitung

pola data permintaan pelanggan per periode.

Pengumpulan Data Permintaan 4 Tahun Sebelumnya 2012-2016

Pengujian Pola Data Permintaan Menggunakan Minitab

Pemilihan Teknik Peramalan

Peramalan Periode Masa Lalu

Akurasi Dapat Diterima

Peramalan tiga Periode Berikutnya dan Menggunakan Hasilnya Dalam Pengambilan

Keputusan

Pengujian Kembali Pola Data YATIDAK

Gambar 3.3 Tahapan Peramalan

D.2 Pengujian Pola Data

Data yang telah ada perlu diidentifikasi untuk mengetahui jenis dan

polanya. Hal tersebut dilakukan karena metode peramalan yang akan digunakan

memiliki persyaratan untuk data yang dimasukkannya, supaya peramalan yang

dilakukan memberikan hasil yang akurat. Pola data dapat dibedakan menjadi empat

jenis yaitu, pola horisontal(H), musiman(M), siklis(C), dan trend(T). Untuk dapat

mengetahui pola suatu data permintaan perlu dilakukan pengujian pola data.

Terdapat dua pengujian untuk mengetahui pola suatu data yaitu, grafik pengujian

time series yang ada pada Gambar 3.4 dan Uji Autocorrelation pada Gambar 3.5

dan Tabel 3.5.

34

Data permintaan pelanggan yang telah diuji dengan Time Series Plot yang

terdapat pada Gambar 3.4 pola grafik menunjukkan pertumbuhan atau penurunan

sepanjang periode waktu yang panjang. Sedangkan pada Gambar 3.5, adanya bar

(batang) berwarna biru yang melambangkan besaran ACF. Batang pertama terletak

di bawah garis dikarenakan bernilai negatif (-0.144712). Adanya 12 batang

menunjukan adanya 12 ACF yang telah dihitung

454035302520151051

40

30

20

10

0

Index

Time Series Plot of PR00001

Gambar 3.4 Time Series Plot

Pada Gambar 3.5 terdapat dua garis merah terputus-putus yang merupakan

garis batas atas dan garis batas bawah dari angka. Jika bar yang ada tidak melebihi

garis batas yang di atas ataupun di bawah, berarti ada autokorelasi. Sebaliknya jika

terdapat bar yang melewati baik garis bawah ataupun atas, maka dapat diduga tidak

ada autokorelasi pada data.

35

121110987654321

1.00.8

0.60.4

0.20.0

-0.2

-0.4-0.6

-0.8-1.0

Lag

Autocorrelation Function for PR00001(with 5% significance limits for the autocorrelations)

Gambar 3.5 Autocorrelation

Tabel 3.5 Uji Autocorrelation

Lag ACF T LBQ1 -0.144712 -1.00259 1.06942 -0.294904 -2.00167 5.60683 0.164484 1.03350 7.04984 0.166314 1.02249 8.55855 -0.183780 -1.10604 10.44366 0.195782 1.14934 12.63407 -0.044271 -0.25302 12.74878 -0.055553 -0.31708 12.93399 -0.003288 -0.01873 12.934510 0.018055 0.10284 12.955111 -0.069684 -0.39682 13.270112 0.108456 0.61559 14.0543

Berdasarkan hasil pengujian pola data yang telah dilakukan menunjukan

bahwa pola data pada data permintaan pelanggan berpola Stasioner, yang

merupakan suatu serial data yang rata-rata nilainya tidak berubah sepanjang waktu.

Hal tersebut terjadi jika pola data permintaan relatif stabil. Peramalan suatu data

runtut waktu yang berpola stasioner memerlukan data historis dari runtut waktu

tertentu yang kemudian menjadi nilai peramalan untuk masa datang.

36

D.3 Pemilihan Teknik Peramalan

Beberapa teknik yang dapat dipertimbangkan ketika meramalkan data

berpola stasioner adalah model sederhana, metode rata-rata sederhana, rata-rata

bergerak, pemulusan eksponensial, dan metode box-jenkins.

Tabel 3.6 Pemilihan Teknik Peramalan

Metode Pola Data Jangka Waktu Model Jumlah Data Minimum

yang diperlukanSederhana ST,T,M, PDK RW 1Rata-rata sederhana ST PDK RW 30

Rata-rata bergerak ST PDK RW 4-20

Pemulusan Eksponensial ST PDK RW 2

Box-Jenkins ST,T,S,M PDK RW 24Keterangan Tabel 3.6 :

Pola Data : ST = Stasioner, T = Trend, M = Musiman, S = Siklis

Jangka Waktu : PDK = Pendek

Model : RW = Runtut Waktu (time series)

Setelah diketahui teknik peramalan apa saja yang sesuai dengan pola data

stasioner seperti ada Tabel 3.6. Maka langkah selanjutnya adalah memilih salah

satu teknik peramalan dengan cara membandingkan metode. Membandingan

metode yaitu dengan cara menghitung ke dalam persamaan yang tersedia pada tiap-

tiap metode. Setelah menghitung ke dalam persamaan, selanjutnya yaitu

membandingkan MAD terkecil. Berikut hasil perbandingan MAD terkecil dari

beberapa metode yang dibandingkan.

37

Tabel 3.7 Hasil Perbandingan Metode untuk data stasioner

Metode Peramalan MADPeramalan Naïve model 13.85Peramalan Simple Average 21.91Peramalan Moving Average 47.46Single Exponential Smoothing 9.19

Berdasarkan tabel 3.7 di atas kesalahan peramalan yang terkecil adalah

(9.19) yang dimiliki oleh teknik peramalan Single Exponential Smoothing.

Sehingga teknik peramalan yang sesuai dengan pola data stasioner pada data

permintaan pelanggan desember 2012 – desember 2016 adalah teknik peramalan

Single Exponential Smoothing.

D.4 Peramalan Periode Sebelumnya

Pada tahap ini, data yang sudah disiapkan sebelumnya untuk peramalan

yaitu data permintaan pelanggan. Metode Single Exponential Smoothing

merupakan peramalan untuk jangka pendek. Peramalan jangka pendek hanya

efektif digunakan untuk beberapa periode ke depan. Contohnya, suatu peramalan

menggunakan metode Single Exponential Smothing menggunakan data sejak bulan

Desember tahun 2012 hingga bulan Desember tahun 2016. Peramalan tersebut

hanya efektif jika digunakan untuk meramalkan data permintaan di bulan Januari

tahun 2016 hingga bulan Maret tahun 2016, dengan catatan terjadi penurunan

keakuratan di setiap periodenya. Oleh karena itu, pada peramalan yang akan dibuat

ini dibatasi dengan maksimal jumlah periode yang diramalkan sebanyak tiga

periode. Perhitungan peramalan periode masa lalu bisa dilihat pada lampiran 1

peramalan dengan metode Single Exponential Smoothing.

38

D.5 Perhitungan Akurasi

Peramalan periode berikutnya dengan metode Single Exponential

Smoothing (alpha). Konstanta tersebut berperan

penting dalam menentukan apakah model dari peramalan yang telah dipakai

merupakan model yang terbaik. Konstanta tersebut dikombinasikan untuk

mendapatkan hasil peramalan yang terbaik.

Model dari metode Single Exponential Smoothing yang terbaik didapatkan

dengan cara mencari nilai rata-rata kesalahan yang terkecil, yaitu dengan mengubah

kombinasi konstanta yang ada. Pengubahan kombinasi tersebut dilakukan secara

berulang dengan jumlah perulangan sama dengan jumlah maksimal kombinasi yang

bisa didapatkan dari konstanta yang ada.

Pada perhitungan peramalan permintaan sebelumnya didapatkan akurasi

peramalan terkecil sebesar (9.19) pada teknik peramalan Single Exponential

Smoothing yang merupakan teknik peramalan terbaik untuk digunakan dalam

aplikasi peramalan permintaan produk kosmetik.

D.6 Peramalan Periode Berikutnya dan Menggunakan Hasilnya Dalam Proses Pengambilan Keputusan

Secara sederhana Single Exponential Smoothing adalah nilai data

permintaan ( - t)

berfungsi sebagai faktor penimbang.

dekati 1, berarti nilai ramalan yang baru sudah memasukkan faktor

penyesuaian untuk setiap tingkat kesalahan yang terjadi pada nilai ramalan yang

baru hampir sama

dengan nilai ramalan yang lama.

39

Teknik pemulusan eksponensial untuk data permintaan selama tahun 2012

sampai 2012, dengan menggunakan konstanta pemulusan 0.1 sampai dengan 0.9.

Data yang dimuluskan secara eksponensial dihitung dengan menetapkan Y1 sampai

dengan 49. Jika data masa lalu tersedia, maka dapat digunakan untuk membuat

suatu rangkaian data yang dimuluskan sampai tahun 2016 dan menggunakannya

sebagai data mula-mula. Perhitungan untuk ramalan tiga periode selanjutnya

ditunjukkan prosedurnya sebagai berikut :

Langkah 1 : t+1 - t

2+1 2 + ( 1- 2

3 = 0.1(24) + (1-0.1) 33.00 = 2.4 + 29.7 = 32.10

Langkah 2 : Tingkat kesalahan dalam ramalan ini adalah

e3 = 35 – 32.10 = 2.9

|e3| = | 35 – 32.10 | = 2.9

Hasil dari perhitungan peramalan periode berikutnya ditunjukkan pada

tabel 3.6. Hasil tersebut menunjukan perhitungan peramalan untuk produk dengan

id produk PR0001 (Shampoo Apel Botol 1 Liter) dengan tiga periode berikutnya.

Periode bulan januari 2017 hasil peramalan yang didapatkan sebesar (25.84), bulan

februari 2017 sebesar (23.26), dan bulan maret 2017 sebesar (20.93).

Tabel 3.8 Perhitungan Peramalan Single Exponential Smoothing

No Periode (t)Nilai

Aktual

Yt

Nilai Pemulusan

Kesalahan Perhitungan

et

Kesalahan Perhitungan

|et|

1 Desember 2012 33 33.00

2 Januari 2013 24 33.00 -9 9

40

No Periode (t)Nilai

Aktual

Yt

Nilai Pemulusan

Kesalahan Perhitungan

et

Kesalahan Perhitungan

|et|

3 Februari 2013 35 32.10 2.9 2.9

4 Maret 2013 24 32.39 -8.39 8.39

5 April 2013 32 31.55 0.45 0.45

6 Mei 2013 36 31.60 4.4 4.4

7 Juni 2013 36 32.04 3.96 3.96

8 Juli 2013 3 32.44 -29.44 29.44

9 Agustus 2013 37 29.50 7.5 7.5

10 September 2013 34 30.25 3.75 3.75

11 Oktober 2013 8 30.63 -22.63 22.63

12 November 2013 9 28.37 -19.37 19.37

13 Desember 2013 33 26.43 6.57 6.57

14 Januari 2014 23 27.09 -4.09 4.09

15 Februari 2014 23 26.68 -3.68 3.68

16 Maret 2014 4 26.31 -22.31 22.31

17 April 2014 23 24.08 -1.08 1.08

18 Mei 2014 25 23.97 1.03 1.03

19 Juni 2014 24 24.07 -0.07 0.07

20 Juli 2014 23 24.06 -1.06 1.06

21 Agustus 2014 22 23.95 -1.95 1.95

22 September 2014 2 23.76 -21.76 21.76

23 Oktober 2014 33 21.58 11.42 11.42

24 November 2014 24 22.72 1.28 1.28

25 Desember 2014 43 22.85 20.15 20.15

26 Januari 2015 34 24.87 9.13 9.13

27 Februari 2015 3 25.78 -22.78 22.78

28 Maret 2015 3 23.50 -20.5 20.5

41

No Periode (t)Nilai

Aktual

Yt

Nilai Pemulusan

Kesalahan Perhitungan

et

Kesalahan Perhitungan

|et|

29 April 2015 39 21.45 17.55 17.55

30 Mei 2015 23 23.21 -0.21 0.21

31 Juni 2015 2 23.19 -21.19 21.19

32 Juli 2015 33 21.07 11.93 11.93

33 Agustus 2015 36 22.26 13.74 13.74

34 September 2015 7 23.63 -16.63 16.63

35 Oktober 2015 34 21.97 12.03 12.03

36 November 2015 32 23.17 8.83 8.83

37 Desember 2015 9 24.05 -15.05 15.05

38 Januari 2016 33 22.55 10.45 10.45

39 Februari 2016 23 23.60 -0.6 0.6

40 Maret 2016 35 23.54 11.46 11.46

41 April 2016 23 24.69 -1.69 1.69

42 Mei 2016 37 24.52 12.48 12.48

43 Juni 2016 23 25.77 -2.77 2.77

44 Juli 2016 36 25.49 10.51 10.51

45 Agustus 2016 24 26.54 -2.54 2.54

46 September 2016 13 26.29 -13.29 13.29

47 Oktober 2016 26 24.96 1.04 1.04

48 November 2016 26 25.06 0.94 0.94

49 Desember 2016 32 25.15 6.85 6.85

50 Januari 2017 25.84

51 Februari 2017 23.26

52 Maret 2017 20.93

42

3.2 Planning

Pada tahap planning atau tahap kedua alur kebutuhan aplikasi, membahas

estimasi waktu yang dibutuhkan dalam pembuatan aplikasi. Jadwal kerja dari

rancang bangun aplikasi peramalan permintaan pada UD Panca Usaha dapat dilihat

pada Gambar 3.6.

Gambar 3.6 Jadwal Kerja

3.3 Modelling

Pada tahap ketiga modelling ini dibagi menjadi dua sub tahapan, yaitu

analisis dan desain software.

43

3.3.1 Analisis

Pada tahap analisis sistem dilakukan beberapa proses yang berhubungan

dengan tahapan awal pada model pengembangan. Terdapat lima tahapan analisis

yaitu analisis kebutuhan bisnis, analisis kebutuhan pengguna, analisis kebutuhan

data, analisis kebutuhan fungsional.

A Analisis Kebutuhan Bisnis

Pada latar belakang masalah di Bab I telah dijelaskan bahwa UD Panca

Usaha merupakan perusahaan distributor. Perusahaan ini bergerak di bidang

penjualan kosmetik dan peralatan salon, dimana produk yang sering terjual adalam

produk merk pompia dan kosea. UD. Panca Usaha memiliki permasalahan yang

mengganggu proses penjualan, yaitu kekurangan/kehabisan stok. Berdasarkan

pernyataan bagian penjualan UD Panca Usaha saat ini hanya bisa menangani 60%-

70% dari jumlah permintan yang diterima. Hal itu dikarenakan tidak adanya

pengawasan terhadap persediaan gudang, dan saat dilakukan perhitungan untuk

order berikutnya terkadang hanya berdasar pada perkiraan.

B Analisis Kebutuhan Pengguna

Berdasarkan hasil wawancara dengan UD. Panca Usaha khususnya dengan

user-user yang bersangkutan dengan sistem, maka dapat dibuat kebutuhan

pengguna. Analisis kebutuhan pengguna berfungsi untuk mengetahui kebutuhan

dari masing-masing user yang berhubungan langsung dengan sistem. Berikut ini

kebutuhan pengguna bagian pembelian dalam aplikasi peramalan permintaan

produk kosmetik:

44

Tabel 3.9 Kebutuhan Pengguna Bagian Pembelian

No Kebutuhan Fungsi Kebutuhan Data Kebutuhan Informasi

1 Kelola Data Permintaan 1. Data Penjualan2. Data

Permintaan

Mengambil data penjualan untuk diolah menjadi data permintaan

2 Melakukan Peramalan 1. Data Produk2. Data

Permintaan3. Data Peramalan4. Hasil

Peramalan

Mengambil data permintaan dan data stok untuk melakukan peramalan, dan mencetak hasilnya

3 Melihat Riwayat Peramalan 1. Data Peramalan 2. Hasil

Peramalan

Dapat melihat riwayatperamalan dan mencetaknya

C Analisis Kebutuhan Data

Berdasarkan analisis kebutuhan pengguna yang telah disusun sebelumnya,

maka dibutuhkan beberapa data untuk menunjang sistem yang akan dibuat.

Terdapat empat data yang diperlukan oleh sistem, yaitu:

1. Data Produk

Data Produk ini berfungsi untuk menyimpan data produk yang dimiliki oleh UD.

Panca Usaha. Data Produk yang dibutuhkan meliputi kode produk, nama produk,

dan stok. Data Produk dalam aplikasi ini mengambil dari data produk aplikasi

penjualan pada UD Panca Usaha

2. Data Penjualan

Data Penjualan ini berfungsi sebagai menyimpan data penjualan yang terjadi

pada UD Panca Usaha. Data penjualan dalam aplikasi ini mengambil dari data

penjualan aplikasi penjualan pada UD Panca Usaha

45

3. Data Permintaan

Data Permintaan ini berfungsi untuk menyimpan data permintaan pelanggan

sebagai variabel dalam perhitungan peramalan. Data Permintan yang dibutuhkan

meliputi ID Permintaan dan Tanggal Permintaan. Data Permintaan ini di ambil

dari hasil filter dan pengolahan data penjualan dari aplikasi penjualan.

4. Data Peramalan

Data Peramalan ini berfungsi untuk menympan Data Peramalan yang meliputi

ID Peramalan dan Tanggal Peramalan.

5. Data Hasil Peramalan

Data Hasil Peramalan ini berfungsi untuk menyimpan data hasil perhitungan

peramalan yang telah dilakukan. Data Hasil Peramalan yang dibutuhkan

meliputi Hasil Peramalan, Mean Absolute Deviation (MAD), Periode Bulan,

Jumlah Barang yang Harus Dipesan.

D Analisis Kebutuhan Fungsional

Berdasarkan kebutuhan pengguna yang sudah dibuat sebelumnya, maka

dapat diimplementasikan dengan membuat kebutuhan fungsional dari aplikasi.

Pada tahap kebutuhan fungsi digunakan untuk mengimplmentasikan seluruh fungsi

yang didapatkan dari hasil analisis kebutuhan pengguna. Fungsi-fungsi tersebut

dapat dibagi menjadi tiga fungsi yang meliputi :

1. Fungsi Kelola Data Permintaan

Tabel 3.10 Kebutuhan Fungsi Kelola Data Permintaan

Nama Fungsi Kelola Data PermintaanPengguna Bagian Pembelian

46

DeskripsiFungsi dari proses ini digunakan oleh bagian pembelianuntuk melakukan proses pengelolaan data permintaan

Kondisi Awal1. Data Satuan 4. Data Penjualan2. Data Produk 5. Data Permintaan3. Data Kemasan

Alur

Aksi Pengguna Respon SistemMenampilkan Data Filter Penjualan

1. Pengguna mengelola data permintaan dengan menekan tombol “Ambil Data Permintaan”.

Aplikasi menampilkan Data Penjualan yang telah dikelompokkan berdasarkan bulan dan produk. Dan akan secara otomatis menyimpan data permintaan.

Kondisi Akhir Fungsi ini mengolah data penjualan dan menyimpan data permintaan

Kebutuhan Non Fungsional

Security Hak akses untuk fungsi ini adalah bagian pembelian

Error Handling

Aplikasi menampilan pesan ketika data berhasil disimpan dari database

2. Fungsi Melakukan Peramalan

Tabel 3.11 Kebutuhan Fungsi Melakukan Peramalan

Nama Fungsi Melakukan PeramalanPengguna Bagian Pembelian

Deskripsi Fungsi dari proses ini digunakan oleh bagian pembelian untuk melakukan proses peramalan

Kondisi Awal 1. Data Permintaan 2. Data Produk3. Data Peramalan 4. Hasil Peramalan

Alur

Aksi Pengguna Respon SistemPemilihan data yang akan diramal

1. Pengguna memilihperiode bulan dari data permintaan yang akan diramalkan.

Aplikasi menampilkan form peramalan, menyediakan menu dropdown untuk pilihan periode yang akan dipilih.

Menyimpan Data2. Pengguna memilih

tombol “Hitung Ramalan”

Aplikasi menghitung peramalan beserta jumlah produk yang akan dipesan dan menyimpan data hasil peramalan ke dalam database

47

Mencetak Produk Yang Harus Dipesan3. Pengguna memilih

tombol “Cetak”Aplikasi menampilkan halaman report viewer untuk mencetak laporan

Kondisi Akhir Fungsi ini akan menyimpan data peramalan dan mencetak produk yang harus dipesan

Kebutuhan Non Fungsional

Security Hak akses untuk fungsi ini adalah bagian pembelian

Error Handling

a. Aplikasi menampilan pesan ketika data berhasil disimpan dari database

b. Aplikasi menampilkan pesan error ketika data yang dimasukkan pada form tidak sesuai dengan ketentuan

3. Fungsi Melihat Riwayat Peramalan

Tabel 3.12 Kebutuhan Fungsi Melihat Riwayat Peramalan

Nama Fungsi Melihat Riwayat Peramalan

Pengguna Bagian Pembelian

DeskripsiFungsi dari proses ini digunakan oleh bagian pembelian untuk melakukan proses melihat riwayat peramalan

Kondisi Awal 1.Hasil Peramalan2. Persedian Periode Berikutnya

Alur

Aksi Pengguna Respon SistemMelihat Riwayat Peramalan

Pengguna memilih tanggal peramalan dan periode bulan peramalan

Aplikasi menampilkan melihat riwayat peramalan,menyediakan menu dropdown untuk pilihan periode yang akan dipilih dan tangal peramalan

Pengguna Memilih tombol “Lihat Data”

Aplikasi menampilkan data peramalan berdasarkan masukkan yang telah di isi

Aksi Pengguna Respon SistemMencetak Laporan

Pengguna Memilih tombol “Cetak”

Aplikasi menampilkan halaman report viewer untuk mencetak laporan

48

Kondisi AkhirFungsi ini akan menampilkan hasil peramalan dan mencetak laporan sesuai dengan parameter yang telah dimasukkan

Kebutuhan Non Fungsional

Security Hak akses untuk fungsi ini adalah bagian Pembelian

Error Handling

Aplikasi menampilkan pesan error ketika data yang dimasukkan pada form tidak sesuai dengan ketentuan

E Analisis Kebutuhan Sistem

Aplikasi yang dibuat membutuhkan beberapa elemen yang mendukung

elemen dari sistem tersebut antara lain adalah hardware (perangkat keras) dan

software (perangkat lunak). Perencanaan kebutuhan perangkat keras dan perangkat

lunak terdapat pada tabel 3.13.

Tabel 3.13 Analisis Kebutuhan Sistem

Perangkat Keras Perangkat Lunak1. Processor Intel Core 2 duo2. Memory (RAM) 2 GB DDR23. Harddisk 80 GB 4. Monitor dengan resolusi minimal

1024 x 7685. VGA standar6. Keyboard7. Optical Mouse8. Printer Inkjet

1. Sistem Operasi Microsoft Windows 7

2. Microsoft SQL server 20053. Microsoft .Net Framework 3.5

F Diagram Input, Process, dan Output

Diagram Input Proses Output (IPO) ini menggambarkan rancangan

kebutuhan sistem yang dibangun dengan mengetahui input yang dibutuhkan,

kemudian dari input yang didapatkan dilakukan proses pengolahan data agar

menjadi output yang dapat mendukung kebutuhan. Diagram input proses output

dapat di lihat pada Gambar 3.6.

49

Input Proses Output

Data Permintaan Produk yang akan

diramalkan

Laporan Daftar Produk yang dipesan

pada Tiga periode mendatang

Meramalkan Permintaan Produk Yang Dibutuhkan

Untuk Tiga Periode Ke Depan Dengan

Metode Single Exponential Smoothing

Menghitung MAD

Menghitung Persediaan yang harus di pesan

Data Produk Mengelola Data Produk Daftar Produk

Memfilter Data Permintaan Produk

dari Transaksi Penjualan

Hasil Peramalan tiga periode mendatang

Data Hasil Peramalan

Data Produk

Gambar 3.7 Diagram Input, Process, dan Output

Adapun rincian Diagram Input Proses Output adalah sebagai berikut:

1. Input

a. Data produk

Data produk berisi tentang informasi barang seperti, id produk, nama produk,

stok. Data produk pada aplikasi ini diambil dari tabel database sistem yang

telah ada

50

b. Data permintaan produk yang akan diramalkan

Data Permintaan ini berfungsi untuk menyimpan data permintaan pelanggan

sebagai variabel dalam perhitungan peramalan. Data Permintan yang

dibutuhkan meliputi ID Permintaan dan Tanggal Permintaan.

c. Data Hasil Peramalan

Data Hasil Peramalan ini berfungsi untuk menyimpan data hasil dari

perhitungan peramalan.

2. Proses

a. Mengelola data produk

Fungsi mengola data produk ini merupakan fungsi untuk memproses seluruh

data produk yang didapat menjadi sebuah daftar yang akan digunakan untuk

proses selanjutnya. Dalam aplikasi ini tidak terdapat fungsi mengelola data

produk dikarenakan telah ada pada sistem yang lain.

b. Memfilter data permintaan produk dari transaksi penjualan

Fungsi memfilter data produk ini merupakan fungsi untuk mengambil data

permintaan dari transaksi penjualan yang ada.

c. Meramalkan permintaan produk untuk tiga periode mendatang

Proses meramalkan permintaan produk ini merupakan fungsi untuk

memproses perhitungan peramalan yang akan digunakan sebagai langkah

awal dalam proses perhitungan peramalan, perhitungan peramalan pada

fungsi ini akan menggunakan persamaan 1 yaitu persamaan single

exponential smoothing.

51

d. Menghitung MAD

Proses menghitung MAD ini merupakan fungsi untuk memproses

perhitungan kesalahan peramalan yang akan digunakan sebagai acuan bagi

perusahaan untuk diterima atau tidaknya hasil peramalan yang terjadi, pada

proses ini menggunakan persamaan 2 yaitu persamaan Mean Absolute

Deviation.

e. Menghitung persediaan yang harus dipesan

Fungsi menghitung persediaan ini merupakan fungsi untuk memproses

perhitungan persediaan dengan cara mengurangkan hasil peramalan dengan

stok yang tersedia, data stok dan nama produk didapatkan dari data produk.

3. Output

a. Daftar produk

Daftar produk merupakan keluaran yang didapatkan dari pengolahan data

produk

b. Hasil peramalan tiga periode mendatang

Hasil peramalan ini merupakan keluaran yang didapatkan dari perhitungan

peramalan permintaan produk.

c. Laporan produk yang dipesan untuk tiga periode mendatang

Laporan produk yang dipesan untuk tiga periode mendatang merupakan

keluaran yang didapatkan dari perhitungan persediaan.

3.3.2 Perancangan Sistem

Setelah melakukan pembuatan kebutuhan pengguna dan kebutuhan

perangkat lunak, tahap selanjutnya pada penilitian ini adalah pembuatan arsitektur

sistem, merancang Entity Relationship Diagram (ERD) yang berisi: Conceptual

52

Data Model (CDM), dan Physical Data Model (PDM) terletak pada skema

database, merancang Context Diagram, dan Data Flow Diagram (DFD).

A Arsitektur Sistem

Arsitektur sistem ini menggambarkan rancangan dari arsitektur kebutuhan

aplikasi peramalan permintaan produk kosmetik yang dibangun. Arsitektur sistem

ini menjelaskan posisi serta kebutuhan input dan output yang melibatkan bagian

pembelian sebagai pengguna seperti pada gambar 3.8. Bagian pembelian memiliki

kebutuhan input untuk mengambil data penjualan, memfilter data permintaan,

memasukkan periode awal dan akhir peramalan sedangkan kebutuhan output yang

dimiliki bagian pembelian seperti menerima laporan produk yang akan dipesan dan

melihat informasi hasil peramalan.

Aplikasi Peramalan Permintaan Produk KosmetikPada UD Panca Usaha

- Meneriman Laporan Produk Yang Akan Dipesan- Tampil Hasil Peramalan

- Melakuk an proses mengelola data permintaan- Memasukkan Periode Awal dan Ak hir Peramalan

Aplikasi Penjualan Produk KosmetikPada UD Panca Usaha

Bagian Pembelian

Menyimpan

DATABASE

- Mengambil dan mengolah Data Penjualan sebagai masukkan ke Data Permintaan- Mengambil Data Produk- Menyimpan Data Peramalan dan Hasil Peramalan

Gambar 3.8 Arsitektur Sistem Aplikasi Peramalan Permintaan Produk

53

B Desain Proses

Dari hasil analisis yang telah dilakukan terdapat tiga fungsi untuk

membangun aplikasi peramalan produk. Tiga fungsi aplikasi tersebut akan

disajikan menggunakan context diagram, diagram berjenjang, dan data flow

diagram.

B.1 Context Diagram

Pada Context Diagram menggambarkan entitas yang berhubungan

langsung dengan aplikasi dan aliran data secara umum. Terdapat dua pengguna

yang berhubungan dengan aplikasi peramalan permintaan produk kosmetik yaitu

bagian penjualan,bagian pembelian. Context diagram peramalan permintaan dapat

dilihat pada Gambar 3.9.

Gambar 3.9 Context Diagram Aplikasi Peramalan Permintaan Produk

B.2 Diagram Jenjang Proses

Diagram jenjang digunakan untuk menggambarkan hubungan dari proses

yang ada dan mendukung jalannya aplikasi yang dibuat. Gambar 3.10 menunjukkan

54

diagram jenjang dari aplikasi peramalan permintaan produk. Diagram tersebut

menunjukkan proses level 0 dari sistem, yaitu: mengelola data produk, memfilter

data penjualan, melakukan peramalan, melihat riwayat peramalan. Pada diagram

jenjang level 1 dari proses melakukan peramalan. Proses pada diagram jenjang level

ini meliputi meramalkan produk tiga periode mendatang, menghitung jumlah

produk yang harus dipesan, dan melihat riwayat peramalan.

0

Aplikasi Peramalan Permintaan Produk

2

Melakukan Peramalan

3

Melihat Riwayat Peramalan

1

Kelola Data Permintaan

2.1Meramalkan

Produk Kosmetik Tiga Periode Mendatang

2.2Menghitung

Jumlah Produk Yang Harus

Dipesan

2.3

Mencetak Laporan Hasil

Peramalan

Gambar 3.10 Diagram Jenjang dari Aplikasi Peramalan Permintaan Produk

B.3 Data Flow Diagram Level 0

DFD level 0 merupakan hasil decompose dari context diagram, yang mana

menjelaskan lebih rinci tiap aliran data dan proses-proses di dalamnya. Setiap

proses tersebut membuat hubungan yang saling terkait satu sama lain sehingga

membentuk aliran proses yang menggambarkan proses peramalan persediaan

55

produk. Pada DFD level 0 ini sistem dibagi menjadi tiga proses utama, antara lain:

melakukan peramalan, kelola data permintaan, melihat riwayat peramalan.

Pada DFD level 0 ini sudah dapat dilihat data store yang nantinya akan

dipetakkan menjadi Conceptual Data Model (CDM). Data store tersebut yaitu :

produk, permintaan, hasil peramalan dan kebutuhan persediaan produk. Penjelasan

lebih detail mengenai DFD level 0 aplikasi peramalan persediaan produk dapat

dilihat pada gambar 3.11.

Gambar 3.11 DFD Level 0 Aplikasi Peramalan Permintaan produk

1. Kelola Data Permintaan

Pada DFD level 0, ditunjukkan pada gambar 3.11. Proses mengelola data

permintaan, yaitu proses dimana pengguna dapat mengambil dan memfilter data

penjualan.

56

2. Melakukan Peramalan

Pada Gambar 3.12 merupakan DFD level 1 melakukan peramalan, yang terdiri

dari beberapa proses yaitu: meramalkan produk tiga periode ke depan,

menghitung jumlah produk yang akan dipesan, dan mencetak laporan hasil

peramalan. Tabel yang dibutuhkan dalam proses-proses tersebut yaitu, tabel

permintaan, produk. Tabel yang dihasilkan dari proses-proses tersebut yaitu, dan

tabel hasil peramalan.

Gambar 3.12 DFD Level 1 Melakukan Peramalan

3. Melihat Riwayat Peramalan

Pada Gambar 3.11 proses melihat riwayat peramalan, untuk melihat riwayat

peramalan dibutuhkan aliran data dari tabel hasil permalan yang dapat

menghasilkan laporan produk yang harus dipesan.

C Perancangan Data

. Setelah merancang desain proses dari sistem dengan menggunakan

context diagram dan data flow diagram, maka proses berikutnya yaitu merancang

57

skema database. Pada tahap merancang skema database digunakan beberapa cara

yaitu membuat entity relationship diagram (ERD) dan menyusun struktur tabel.

C.1 Entity Relationship Diagram (ERD)

Pada entity relationship diagram ini dijelaskan mengenai hubungan entitas

yang satu dengan yang lainnya dan terhubung berdasarkan indeks yang sama. Pada

setiap entitas dijelaskan dengan tampilan field pada masing-masing entitas. Untuk

memudahkan dalam melihat entitas dan hubungan antar entitas tersebut. Berikut ini

akan digambarkan ERD ke tampilan Conceptual Data Model dan Physical Data

Model.

1. Conceptual Data Model (CDM)

Conceptual Data Model (CDM) menggambarkan keseluruhan konsep struktur

basis data yang dirancang untuk suatu sistem. Pada CDM belum ditampilkan

hubungan antara entitas dan field-field yang dimiliki oleh setiap entitas. Setiap

tabel memiliki satu primary key yang berguna sebagai identitas dari tabel

tersebut. Selain itu, primary key juga berfungsi untuk menghubungkan tabel

satu dengan tabel yang lainnya yang dibutuhkan oleh aplikasi.

CDM pada aplikasi peramalan permintaan merupakan hasil generate dari data

store pada DFD. Berdasarkan hasi generate tersebut, menghasilkan tujuh tabel,

diantaranya: permintaan, produk, merk, satuan, kemasan, supplier, kota, dan

peramalan. CDM dapat dilihat pada Gambar 3.13.

2. Physical Data Model (PDM)

PDM menggambarkan secara detail mengenai struktur basis data yang

dirancang untuk suatu sistem, yang mana hasil generate dari CDM. Relasi yang

saling berhubungan ditunjukkan pada primary key dan foreign key dari masing-

58

masing tabel. Semua field yang akan diimplementasikan dalam tabel-tabel pada

database telah dipresentasikan secara lengkap, seperti yang terlihat pada

Gambar 3.14.

Terdapat sepuluh tabel database dalam aplikasi peramalan permintaan yang

terdiri dari: permintaan, detil permintaan, produk, merk, kemasan, satuan,

supplier, kota, hasil peramalan, dan peramalan. Nantinya PDM akan

digenerate untuk menghasilkan database dalam Database Management

System (DBMS).

Gambar 3.13 CDM Aplikasi Peramalan Permintaan

59

Gambar 3.14 PDM Aplikasi Peramalan Permintaan Produk Kosmetik

C.2 Struktur Tabel

Pada struktur tabel ini dijelaskan mengenai tabel-tabel yang digunakan

dalam perancangan sistem. Setiap tabel dijelaskan nama tabel, struktur kolom, tipe

data setiap kolom, key (primary key dan foreign key), fungsi tiap kolom dan

keterangan tabel. Adapun struktur tabel-tabel ini adalah:

60

a Tabel Satuan

Nama Tabel : Satuan

Primary Key : ID_SATUAN

Fungsi : Untuk menyimpan tabel satuan

Tabel 3.14 Struktur Tabel Satuan

No. Field Data Type Constraint Keterangan1 ID_SATUAN Varchar(6) PK ID Satuan2 SATUAN Varchar (15) Satuan Produk

b Tabel Merk

Nama Tabel : MERK

Primary Key : ID_MERK

Fungsi : Untuk menyimpan tabel merk

Tabel 3.15 Struktur Tabel Merk

No. Field Data Type Constraint Keterangan1 ID_MERK Varchar(6) PK ID Merk2 NAMA_MERK Varchar (10) Merk Produk

c Tabel Kemasan

Nama Tabel : KEMASAN

Primary Key : ID_KEMASAN

Fungsi : Untuk menyimpan tabel kemasan

Tabel 3.16 Struktur Tabel Kemasan

No. Field Data Type Constraint Keterangan1 ID_KEMASAN Varchar(6) PK ID Kemasan2 NAMA_KEMASAN Varchar (15) Kemasan Produk

61

d Tabel Supplier

Nama Tabel : SUPPLIER

Primary Key : ID_SUPPLIER

Fungsi : Untuk menyimpan tabel supplier

Tabel 3.17 Struktur Tabel Supplier

No. Field Data Type Constraint Keterangan1 ID_SUPPLIER Varchar(6) PK ID Supplier2 NAMA_SUPPLIER Varchar (150) Nama Supplier3 ALAMAT_SUPPLIER Varchar (200) Alamat Supplier4 ID_KOTA Varchar (6) FK ID Kota5 TELP_SUPPLIER Varchar (13) Telepon Supplier

e Tabel Kota

Nama Tabel : KOTA

Primary Key : ID_KOTA

Fungsi : Untuk menyimpan tabel kota

Tabel 3.18 Struktur Tabel Kota

No. Field Data Type Constraint Keterangan1 ID_KOTA Varchar(6) PK ID Kota2 NAMA_KOTA Varchar (100) Nama Kota

f Tabel Produk

Nama Tabel : PRODUK

Primary Key : ID_PRODUK

Fungsi : Untuk menyimpan tabel produk

Tabel 3.19 Struktur Tabel Produk

No. Field Data Type Constraint Keterangan1 ID_PRODUK Varchar(6) PK ID produk

62

No. Field Data Type Constraint Keterangan2 ID_MERK Varchar(6) FK ID Merk3 NAMA_PRODUK Varchar (100) Nama Produk 4 ID_KEMASAN Varchar(6) FK ID Kemasan Produk5 ID_SATUAN Varchar(6) FK ID Satuan Produk6 HARGA_BELI Int Harga Beli Produk7 HARGA_JUAL Int Harga Jual Produk8 SAFETY_STOK Int Safety Stok Produk9 STOK Int Stok Produk

10 ID_SUPPLIER Varchar(6) FK ID Supplier Produk

g Tabel Peramalan

Nama Tabel : PERAMALAN

Primary Key : ID_PERAMALAN

Fungsi : Untuk menyimpan tabel peramalan

Tabel 3.20 Struktur Tabel Peramalan

No. Field Data Type Constraint Keterangan1 Id_Peramalan Varchar (6) PK Id Peramalan2 Tgl_Peramalan datetime Tanggal dilakukan

peramalan

h Tabel Hasil Peramalan

Nama Tabel : HASIL_PERAMALAN

Primary Key : ID_PERAMALAN

Fungsi : Untuk menyimpan tabel hasil peramalan yang sudah

dilakukan perhitungan peramalan

Tabel 3.21 Struktur Tabel Hasil Peramalan

No. Field Data Type Constraint Keterangan1 ID_PERAMALAN Varchar (6) PK,FK ID Peramalan2 ID_PRODUK Varchar (6) PK,FK ID Produk3 BULAN datetime PK,FK Periode

peramalan

63

No. Field Data Type Constraint Keterangan4 STOK INT Stok Produk yang

Tersedia5 HASIL_PERAMALAN Decimal (6, 2) Nilai perhitungan

peramalan6 MAD Decimal (6, 2) Akurasi Error

Peramalan7 Yang_harus_dipesan INT Persediaan

berikutnya yang harus disiapkan

i Tabel Detil Permintaan

Nama Tabel : DETIL_PERMINTAAN

Primary Key : ID_PERMINTAAN

Fungsi : Untuk menyimpan tabel detil permintaan

Tabel 3.22 Struktur Tabel Detil Permintaan

No. Field Data Type Constraint Keterangan1 ID_Permintaan Varchar(6) PK ID_Permintaan2 ID_Produk Varchar(6) PK ID Produk3 Jumlah_Permintaan Int Jumlah Permintaan

j Tabel Permintaan

Nama Tabel : Permintaan

Primary Key : Tgl_Permintaan

Fungsi : Untuk menyimpan tabel Permintaan

Tabel 3.23 Struktur Tabel Permintaan

No. Field Data Type Constraint Keterangan1 ID_Permintaan Varchar(6) PK ID Permintaan2 TGL_Permintaan datetime Tanggal Permintaan

64

D Perancangan User Interface

Perancangan User Interface (Antarmuka Pengguna) dibuat sebagai input

dan output awal tampilan dari aplikasi yang dibangun. Perancangan antarmuka

pengguna ini merupakan acuan dalam menentukan perancangan komponen aplikasi

dan menggambarkan alur sistem yang akan dibangun. Aplikasi yang dibangun

berbasis desktop.

D.1 Perancangan User Interface Menu

Perancangan halaman menu berfungsi sebagai tampilan awal dari

pengguna untuk memilih proses yang akan dilakukan, seperti Input Permintaan,

Melakukan Peramalan, dan melihat riwayat peramalan. Tampilan Menu ini akan

tampil setelah pengguna berhasil melakukan login. Perancangan halaman menu

dapat dilihat pada Gambar 3.15.

Gambar 3.15 Perancangan Halaman Menu

65

D.2 Perancangan User Interface Kelola Data Permintaan

Gambar 3.16 Perancangan Halaman Kelola Data Permintaan

Perancangan halaman kelola data permintaan berfungsi untuk memfilter

data penjualan lalu di olah menjadi data permintaan dan menyimpannya ke

database. Dalam halaman kelola data permintaan permintaan user hanya menekan

tombol “ambil data permintaan” sistem akan otomatis mengolah data penjualan

menjadi data permintaan dan akan menampilkan bulan periode awal, bulan periode

akhir, dan jumlah periode yang di filter. Halaman input permintaan dapat dilihat

pada Gambar 3.16.

D.3 Perancangan User Interface Melakukan Peramalan

Perancangan Halaman proses melakukan peramalan digunakan untuk

memilih periode permintaan produk sebelumnya, menhitung peramalan dengan

metode Single Exponential Smoothing dan menghitung jumlah produk yang harus

dipesan untuk tiga periode ke dean. Perancangan halaman melakukan peramalan

dapat dilihat pada gambar 3.17.

66

Gambar 3.17 Perancangan User Interface Halaman Melakukan Peramalan

D.4 Perancangan User Interface Riwayat Peramalan.

Perancangan halaman riwayat peramalan berfungsi untuk mencetak

laporan dan melihat riwayat peramalan yang telah dilakukan sebelumnya sesuai

dengan kebutuhan pengguna. Perancangan halaman riwayat peramalan dapat dilihat

pada Gambar 3.18.

Gambar 3.18 Perancangan User Interface Riwayat Peramalan

67

D.5 Perancangan Laporan Produk yang akan dipesan

Perancangan laporan produk yang akan dipesan pada Gambar 3.19

merupakan bentuk fungsional dari aplikasi peramalan permintaan produk kosmetik.

Karena informasi produk yang harus dipesan yang penting untuk diketahui. Hal ini

dikarenakan laporan ini sebagai acuan pihak perusahaan untuk memesan produk ke

supplier. Pada laporan ini menampilkan informasi mengenai produk, bulan

pemesanan, dan jumlah pemesanan.

Gambar 3.19 Perancangan Laporan Produk Yang Akan Dipesan

E Perancangan Pengujian

Setelah melakukan perancangan basis data dan perancangan user interface

aplikasi peramalan permintaan produk, tahap selanjutnya yaitu melakukan

perancangan uji coba yang akan dilakukan setelah sistem selesai dibuat. Tahapan

uji coba dilakukan untuk mengetahui apakah sistem yang dibuat telah sesuai dengan

kebutuhan dari UD Panca Usaha. Pengujian ini dilakukan untuk menguji

fungsionalitas dari aplikasi peramalan permintaan produk yang telah dibangun. Uji

fungsionalitas yang digunakan adalah black box testing dan berikut ini merupakan

68

perancangan uji coba pada aplikasi peramalan permintaan produk yang ditunjukkan

dalam Tabel 3.24.

Tabel 3.24 Perancangan Pengujian

No Form Aplikasi

Fungsionalitas Skenario Pengujian

Hasil yang diharapkan

1 Kelola Data Permintaan

Memfilter Data Penjualan

a. Mengelola data permintaan secara otomatis setelah pengguna menekan button“Ambil Data Permintaan”

a. Pada Textbox bulan Awal akan otomatis terisi sesuai dengan bulan berikutnya permintaan terakhir.

b. Pada Textbox bulan akhir akan otomatis muncul sesuai dengan bulan berikutnya penjualan terakhir.

c. Pada Textbox jumlah periode otomatis tampil sesuai jumlah periode yang di masukkan

b. Menyimpan Data Permintaan

Data yang telah dikelola tersimpan dengan baik dan tepat sesuai dengan format penyimpanan

2 PeramalanPermintaan

Menghitung Peramalan Permintaan Produk

a. Bulan awal dan bulan akhir data permintaan tampil otomatis

a. Tampil bulan awal dan bulan akhir sesuai bulan pada data permintaan yang ada.

b. Jika terdapat data permintaan yang tidak lengkap akan tampil pesan ‘Periode Bulan Permintaan Tidak Terpenuhi, Harap Dilengkapi’

69

No Form Aplikasi

Fungsionalitas Skenario Pengujian

Hasil yang diharapkan

b. Menghitung peramalan secara otomatis setelah pengguna menekan button hitung dan memasukkan periode permintaan

a. Ketika selesai memasukan periode permintaan kedalam form peramalan maka aplikasi dapat menghitung hasil dari peramalan tiga periode mendatang.

b. Ketika selesai melakukan peramalan maka aplikasi dapat menghitung secara otomatis hasil perhitungan stok

c. Rumus dalam penghitungan peramalan permintaanberjalan dengan baik

Menghasilkan Peramalan sesuai dengan perhitungan metode single exponential smoothing

d. Mencetak Laporan saat menekan button“cetak”

Menampilkan Form Print Preview laporan produk yang akan dipesan

3 Riwayat Peramalan

Menampilkan riwayat peramalan yang telah dilakukan oleh pengguna

a. Tanggal peramalan muncul otomatis

Tanggal peramalan sesuai dengan tanggal peramalan yang telah dilakukan pengguna

b. Bulan awal dan Bulan akhir periode peramalan tampil setelah tanggal peramalan terpilih

Periode Bulan awal dan akhir tampil sesuai dengan data bulan pada hasil peramalan yang telah dilakukan pengguna

c. Pengguna menekan button “Cari”

Menampilkan hasil pencarian di datagridview sesuai dengan masukkan

70

No Form Aplikasi

Fungsionalitas Skenario Pengujian

Hasil yang diharapkan

d. Mencetak Laporan saat menekan button “cetak”

Menampilkan formprint preview untuk mencetak laporan produk yang akan dipesan