1

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1 Peramalan dengan menggunakan Metode Dekomposisi

Penggunaan metode Dekomposisi untuk forecasting berdasarkan

langkah-langkah yang telah dijabarkan pada BAB II terhadap data jumlah

penjualan diperoleh hasil sebagai berikut.

1. Metode Dekomposisi untuk forecasting jumlah penjualan di Karvak Langkah-

langkah penggunaan metode Dekomposisi untuk peramalan (forecasting)

sebagai berikut.

a. Menyusun data kuartalan masing-masing tahun

Jumlah Penjualan 2008 sampai dengan tahun 2010 perkuartal (tiga bulanan

yaitu mulai : januari-februari-maret, april-mei-juni, juli-agustus-september

serta oktober-november-desember), jumlah data ada 20 kuartal.

b. Membuat scatter diagram garis trend linier

Trend (Seculer Trend) adalah rata-rata perubahan (tiap tahun ) dalam jangka

panjang. Kalau hal yang diteliti menunjukkan gejala kenaikan maka trend

yang dimiliki memiliki rata-rata pertambahan (Trend Positif), tetapi kalau hal

yang diteliti menunjukkan gejala semakin berkurang maka trend yang

dimiliki menunjukkan rata-rata penurunan (Trend Negatif). Ada beberapa

metode yang bisa digunakan untuk membuat trend yaitu metode trend linier

Least Square, metode trend parabolic dan metode trend eksponensial.

Penggunaan metode-metode tersebut disesuaikan dengan kebutuhan dan sifat

data yang dimiliki. Grafik 4.1 menunjukkan bahwa perubahan dari data

2

tersebut mempunyai pola linier atau letaknya mendekati garis lurus, maka

trend linier cocok digunakan. Berdasarkan data tersebut dibuat scatter

diagram dan ditambahkan garis trend, sehingga dapat dilihat bagaimana

kelinieran dari garis trend, pola dan kecenderungan naik atau turun, setelah

itu baru dilakukan peramalan (forecasting) dengan metode dekomposisi.

Normal P-P Plot of Regression Standardized Residual Dependent Variable: BULAN

Observed Cum Prob

Grafik 4.1 Uji linieritas jumlah penjualan

1.00 .50 .25

0.00

.25

.50

.75

1.00

.75 0.00

Expected Cum Prob

3

c. Menghitung besarnya nilai trend

Langkah-langkah untuk menghitung besarnya nilai trend adalah sebagai

berikut.

1) Susunlah data sesuai dengan urutan tahunnya dan letakkan nilai X sesuai

dengan tahunnya.

Tabel 4.1 Mengubah data tahunan menjadi data kuartalan dari data

penjualan

Tahun Jumlah Penjualan Jumlah

Kuartal I Kuartal II Kuartal III Kuartal IV

2008 440.340.259 365.721.048 370.370.445 494.911.566 1.671.343.318

2009 520.814.404 577.430.388 795.047.363 746.064.719 2.639.356.874

2010 431.987.306 650.454.973 622.586.422 699.652.466 2.404.681.167

2) Hitung nilai XY dan X2, kemudian carilah jumlah Y, jumlah XY, dan jumlah

X2, carilah nilai a dan b dengan menggunakan rumus sebagai berikut:

� = ∑ �

�=

�.�.� .���

�= 2.238.460.453

� = ∑ ��

∑ ��=

��.� . ��

�= 366.689.424,5

3) Masukkan nilai a dan b pada persamaan linier Ŷ = � + ��.

dari langkah 2 diperoleh persamaan trend sebagai berikut:

4

Ŷ = 2.238.460.453 + 366.689.424,5 X

Tabel 4.1 Menghitung nilai Least Squar Trend dari data penjualan

Tahun Data

Penjualan (Y)

X XY X2 Ŷ

2008

2009

2010

1.671.343.318

2.639.356.874

2.404.681.167

-1

0

1

-1.671.343.318

0

2.404.681.167

1

0

1

1.871.771.028,5

2.238.460.453

2.605.149.877,5

Jumlah 6.715.381.359 733.378.849 2 6.715.381.359

4) Setelah didapat persamaan trend maka dapat dicari nilai trend tiap-tiap tahun

dengan melakukan substitusi nilai X pada persamaan trend.

5) Forecast pada tahun yang akan datang, maka substitusikan nilai X pada tahun

yang bersangkutan.

2011 ; Ŷ = 2.238.460.453 + 366.689.424,5 (2)

= 2.971.839.302

6) Mengubah bentuk persamaan trend rata-rata.

Dari persamaan trend tahunan kalau akan dibuat menjadi persamaan trend

rata-rata tiap bulan dilakuakan dengan : a dibagi 12 dan b dibagi 12, kalau

akan dijadikan trend rata-rata tiap kuartal baik a maupun b masing-masing

5

dibagi 4, kemudian substitusikan nilai X pada tahun yang bersangkutan

sehingga didapat nilai trend yang merupakan trend rata-rata.

Ŷ = �.�� .���.���

�+

���.� �.���,�

� �

Ŷ = 559.615.113,25 + 91.672.356,125 X

Maka nilai trend rata-ratanya menjadi:

2008 : 559.615.113,25 + 91.672.356,125 (-1) = 467.942.757,125

2009 : 559.615.113,25 + 91.672.356,125 (0) = 559.615.113,25

2010 : 559.615.113,25 + 91.672.356,125 (1) = 651.287.469,375

7) Mengubah persamaan trend rata-rata tiap kuartal menjadi trend bulanan dan

kuartalan.

Trend bulanan adalah trend dari bulan satu ke bulan berikutnya,

menunjukkan perkiraan kenaikan atau perubahan setiap bulannya. Jadi bukan

dari tahun satu ke tahun berikutnya tetapi dari bulan satu ke bulan

berikutnya. Sedangkan trend kuartalan adalah trend yang menunjukkan

perubahan dari kuartal ke kuartal. Kalau akan merubah persamaan trend

tahunan yang satuan X satu tahun menjadi trend bulanan maka a dibagi 12

dan b dibagi 122, sedangkan kalau akan dirubah menjadi trend kuartalan

maka a dibagi 4 dan b dibagi 42. Maka persamaan trend berubah menjadi:

Ŷ = �.�� .���.���

� +

���.� �.���,�

� �

6

Ŷ = 559.615.113,25 + 22.916.807,78X

Tabel 4.2 Skala X untuk trend kuartalan

Sehingga nilai trend kuartalan menjadi:

Tahun 2008 K I ; Ŷ = 559.615.113,25 + 22.916.807,78(-5,5)

= 433.565.623,58

K II ; Ŷ = 559.615.113,25 + 22.916.807,78(-4,5)

= 456.483.712,61

K III ; Ŷ = 559.615.113,25 + 22.916.807,78(-3,5)

K I K II K III K IV

2008 -5,5 -4,5 -3,5 -2,5

2009 -1.5 -0.5 0,5 1,5

2010 2,5 3,5 4,5 5,5

7

= 479.401.801,64

K IV ; Ŷ = 559.615.113,25 + 22.916.807,78(-2,5)

= 502.319.890,67

Tahun 2009 K I ; Ŷ = 559.615.113,25 + 22.916.807,78(-1,5)

= 525.237.979,70

K II ; Ŷ = 559.615.113,25 + 22.916.807,78(-0,5)

= 548.156.709,36

K III ; Ŷ = 559.615.113,25 + 22.916.807,78(0,5)

= 571.074.157,76

K IV ; Ŷ = 559.615.113,25 + 22.916.807,78(1,5)

= 593.992.246,79

Tahun 2010 K I ; Ŷ = 559.615.113,25 + 22.916.807,78(2,5)

= 616.910.335,82

K II ; Ŷ = 559.615.113,25 + 22.916.807,78(3,5)

= 639.828.424,85

K III ; Ŷ = 559.615.113,25 + 22.916.807,78(4,5)

= 662.746.513,88

8

K IV ; Ŷ = 559.615.113,25 + 22.916.807,78(5,5)

= 181.664.602,92

Untuk mencari nilai trend kuartalan seperti diatas hitungannya agak

sulit karena X yang disubstitusikan pecahan, untuk mempermudah originnya

dapat diubah menjadi kuartal yang terdekat (kuartal II dan kuartal III). Jika

origin dirubah menjadi kuartal II tahun 2009 maka a-nya diganti dengan nilai

trend pada kuartal II, sedangkan b-nya tetap. Sehingga persamaan trend-nya

menjadi:

Ŷ = 548.156.709,36 + 22.916.807,78X

Tabel 4.3 Nilai X Kuartalan Setelah Originnya Dirubah

Sehingga nilai trend kuartalan berubah menjadi :

K I K II K III K IV

2008 -5 -4 -3 -2

2009 -1 0 1 2

2010 3 4 5 6

9

Tahun 2008 K I ; Ŷ = 548.156.709,36 + 22.916.807,78(-5)

= 433.565.623,57

K II ; Ŷ = 548.156.709,36 + 22.916.807,78(-4)

= 456.483.712,60

K III ; Ŷ = 548.156.709,36 + 22.916.807,78(-3)

= 479.401.801,63

K IV ; Ŷ = 548.156.709,36 + 22.916.807,78 (-2)

= 502.319.890,66

Tahun 2009 K I ; Ŷ = 548.156.709,36 + 22.916.807,78(-1)

= 525.237.979,69

K II ; Ŷ = 548.156.709,36 + 22.916.807,78(0)

= 548.156.709,36

K III ; Ŷ = 548.156.709,36 + 22.916.807,78(1)

= 571.074.157,76

K IV ; Ŷ = 548.156.709,36 + 22.916.807,78(2)

= 593.992.246,79

10

Tahun 2010 K I ; Ŷ = 548.156.709,36 + 22.916.807,78(3)

= 616.910.335,82

K II ; Ŷ = 548.156.709,36 + 22.916.807,78(4)

= 639.828.424,85

K III ; Ŷ = 548.156.709,36 + 22.916.807,78(5)

= 662.746.513,88

K IV ; Ŷ = 548.156.709,36 + 22.916.807,78(6)

= 685.664.602,91

d. Menghitung Indeks Musiman Tertentu

Menurut (Subagyo, 1986:51) Gelombang musim adalah gelombang

pasang surut yang berulang kembali dalam waktu tidak lebih dari satu tahun .

gelombang musim dinyatakan dalam bentuk indeks , namanya indeks

musim. Hubungan antara komponen-komponen perubahan dinyatakan dalam

perkalian sebagai berikut.

X = T X M X S X R

Artinya data yang terjadi ( X ) dapat dihitung dengan mengalikan nilai trend

dengan indeks musim, indeks siklis dan perubahan-perubahan yang bersifat

random. Ada tiga cara untuk menghitung indeks musiman yaitu dengan

metode

11

rata-rata sederhana, metode persentase terhadap trend, dan metode persentase

terhadap rata-rata bergerak. Metode yang akan digunakan dalam penelitian

ini adalah metode rata-rata sederhana. Dalam metode ini indeks musim

dihitung dengan berdasarkan rata-rata tiap periode musim setelah dibebaskan

dari pengaruh trend.

Langkah-langkah mencari indeks musim dengan menggunakan

metode rata-rata sederhana Tabel 4.4 adalah sebagai berikut.

1) Susunlah data tiap kuartal (atau bulan sesuai dengan kebutuhan) untuk

masing-masing tahun. Kuartal kebawah dan tahun kekanan.

2) Carilah rata-rata kuartal pada tahun 2008 sampai dengan tahun 2010.

3) Karena rata-rata masih mengandung unsur kenaikan (trend) maka hilangkan

pengaruh trend tersebut yang diambil dari persamaan trend kuartalan.

4) Carilah rata-rata dari kolom sisa yaitu (2.088.959.606,0 : 4) = 522.239.901,58

5) Nyatakan angka-angka pada kolom sisa sebagai persentase dari rata-ratanya,

sehingga diperoleh indeks musiman sebagai berikut:

Kuartal I = ���.� �.���,��

���.���.��,� × 100 = 89

Kuartal II = �� .� �.�� ,�

���.���.��,� × 100 = 97

Kuartal III = �� .�.��,�

���.���.��,� × 100 = 103

Kuartal IV = � .��. �

���.���.��,� × 100 = 111

12

Pada metode dekomposisi, forecasting dilakukan dengan

menggabungkan komponen-komponen yang telah diperoleh yaitu trend,

indeks musim, mestinya dengan indeks siklis dan perubahan-perubahan

random. Tetapi gerak siklis sukar diperkirakan polanya karena faktor yang

mempengaruhinya banyak sekali, demikian juga gerak random sangat sulit

diperkirakan. Oleh karena itu forecasting biasanya hanya menggunakan trend

(T) dan gerak Musiman (M) saja, sehingga forecast dapat dibuat dengan

rumus sebagai berikut:

F = T x M

Sebagai contoh forecast permintaan konsumen pada tahun 2008

dengan menggunakan data, trend dan indeks musim yang telah diperoleh.

Kita

pakai persamaan trend sebagai berikut:

Dari persamaan trend yang telah dirubah originnya yaitu Ŷ=

548.156.709,36+ 22.916.807,78 X maka diperoleh nilai trend untuk tahun

2011 adalah sebagai berikut:

Kuartal I ; Ŷ = 548.156.709,36 + 22.916.807,78(7)

= 708.574.363,83

Kuartal II ; Ŷ = 548.156.709,36 + 22.916.807,78(8)

= 731.491.171,61

Kuartal III ; Ŷ = 548.156.709,36 + 22.916.807,78(9)

= 754.407.979,39

13

Kuartal IV ; Ŷ = 548.156.709,36 + 22.916.807,78(10)

=777.324.787,17

Tabel 4.4 Menghitung indeks musiman dengan rata-rata

sederhana

2008 2009 2010 Rata-rata B

Kumulatif

Rata-rata b

Kum

Inde

ks

Musi

man

(1) (2) (3) (4) (5) (6) (7)

Kw I 440.340.259 520.814.404 431987306 464.380.656 0 464.380.656 88,9

Kw II 365.721.048 577.430.388 650454973 531.202.136 22.916.807 508.285.328 97,3

Kw III 370.370.445 759.047.363 622586422 584.001.410 45.833.615 538.167.794 103

Kw IV 494.911.566 746.064.719 699652466 646.876.250, 68.750.423 578.125.827 111

∑ 1.671.343.318 2.603.356.874 2.404.681.167 2.088.959.60

6

Dengan memakai indeks musim maka akan diperoleh forcast jumlah

penjualan untuk tahun 2011 (tiap kuartal) sebagai berikut:

Forcast kuartal I = 708.574.363,83 × �

�� = 630.071.021,37

= 630.071.021

Forcast kuartal II = 731.491.171,61 × �

�� = 711.945.275,39

= 711.945.275

14

Forcast kuartal III = 754.407.979,39× ��

�� = 777.416.810,18

= 777.416.810,18

Forcast kuartal IV = 777.324.787,17 ×

�� = 860.507.851,15

= 860.507.851

Tabel 4.5 Tabel Peramalan dan Average Error

Kuartal Peramalan Average Error

Kuartal 1 Rp630.071.021 Rp60.857.323

Kuartal 2 Rp711.945.175 Rp16.954.146

Kuartal 3 Rp777.416.810 Rp24.927.252

Kuartal 4 Rp860.507.851 Rp52.884.004

15

Grafik 4.2 Peramalan dan Average Error

4.2 Pengembangan Perangkat Lunak

Secara umum proses pengembangan perangkat lunak ini mengacu

kepada tiga fase perekayasaan perangkat lunak menurut Roger s Pressman

(2002 : 30), menurutnya, usaha yang berhubungan dengan perekayasaan

sebuah perangkat lunak dikategorikan menjadi tiga fase umum dengan tanpa

memperhatikan area sistem informasi, ukuran proyek, maupun

kompleksitasnya. Ketiga fase tersebut adalah fase definisi (Definition Phase),

fase pengembangan (Development Phase), dan fase pemeliharaan

(Maintenance Phase). Pendeskripsian dari ketiga fase tersebut dijelaskan

dalam penjelasan berikut :

1. Fase Definisi (Definition Phase)

Pada fase definisi ini, seorang pengembang perangkat lunak harus melakukan

identifikasi informasi apa saja yang akan diproses, fungsi dan unjuk kerja apa

yang dibutuhkan, tingkah laku sistem yang seperti apa yang diharapkan, dan

batasan desain apa saja yang diberlakukan.

Rp-

Rp100.000.000

Rp200.000.000

Rp300.000.000

Rp400.000.000

Rp500.000.000

Rp600.000.000

Rp700.000.000

Rp800.000.000

Rp900.000.000

Rp1.000.000.000

1 2 3 4

peramalan

Average Error

16

2. Fase Pengembangan (Development Phase)

Pada fase ini seorang pengembang memfokuskan diri pada beberapa

permasalahan, misalnya bagaimana fungsi – fungsi sistem yang telah

dirumuskan diimplementasikan sebagai sebuah arsitektur perangkat lunak,

bagaimana rancangan yang telah dibuat diterjemahkan ke dalam bahasa

pemograman, dan bagaimana pengujian perangkat lunak dilakukan.

3. Fase Pemeliharaan (Maintenance Phase)

Pada fase ini dilakukan beberapa perbaikan atau penyesuaian yang

dibutuhkan terhadap kesalahan yang muncul dari perangkat lunak yang

dibangun ketika lingkungan perangkat lunak berubah.

Secara khusus, dalam pengembangan sistem informasi yang akan

dibuat, kesemua fase diatas dituangkan ke dalam sebuah pendekatan

pengembangan perangkat lunak model sekuensial linear, model sekuensial

linear ini biasa juga disebut dengan model air terjun (waterfall model).

(Pressman, 2002).

4.2.1 Batasan Perangkat Lunak

Untuk tidak melebarnya pembahasan penelitian yang dimaksud maka

penulis membatasi dalam batasan perangkat lunak, diantaranya yaitu hanya

menyajikan jumlah peramalan permintaan barang pada periode satu tahun

berikutnya yang dihitung berdasarkan jumlah penjualan bulanan barang 3

tahun sebelumnya.

4.2.2 Analisis kebutuhan perangkat lunak

Pada penelitian yang dilakukan, proses analisis kebutuhan ini

dilakukan melalui observasi dan wawancara. Untuk mengetahui kebutuhan

apa saja yang diperlukan bagi pihak perusahaan untuk sistem informasi yang

dibuat, penulis melakukan wawancara tidak terstruktur dengan pemilik

perusahaan langsung. Wawancara yang telah dilakukan membahas mengenai

kebutuhan fungsional maupun non fungsional yang diperlukan dalam sistem.

17

Semua kebutuhan ini dijelaskan di dalam dokumen spesifikasi perangkat

lunak yang telah disusun oleh penulis.

Berdasarkan dokumen teknis pengembangan perangkat lunak yang

disertakan, beberapa kebutuhan fungsional dan non fungsional yang telah

dirumuskan dijelaskan dalam penjelasan berikut :

4.2.2.1 Kebutuhan Fungsional

Tabel 1 Kebutuhan Fungsional Perangkat Lunak APPB

No Kode

Fungsi Nama Fungsi Deskripsi

1 PLPP-F-01 Login Merupakan fungsi yang digunakan

oleh pengguna untuk dapat masuk

kedalam sistem yang akan

digunakan.

2 PLPP-F-02 Master Terdapat beberapa menu setelah

admin berhasil login ke sistem

3 PLPP-F-03 Input data

penjualan

Merupakan fungsi yang digunakan

untuk menambahkan data penjualan

bulanan

4 PLPP-F-04 Peramalan Merupakan menu untuk melakukan

perhitungan peramalan

5 PLPP-F-05 Hitung

Peramalan

Merupakan fungsi untuk mulai

menghitung peramalan setelah

memilih detail barang yang akan

diramalkan yang akan langsung

masuk ke menu Laporan

6 PLPP-F-6 Lihat detail

peramalan

Merupakan fungsi untuk melihat

detail hasil peramalan dari kedua

model sementara yang mungkin

18

digunakan sebagai model peramalan

4.2.2.2 Kebutuhan Non Fungsional

Tabel 1.1 Kebutuhan Non Fungsional Perangkat Lunak APPB

No Kode Fungsi Nama Fungsi Deskripsi

1 APPB-NF-01 Availibility Sistem informasi harus mampu berjalan

dengan baik apabila data masukan yang

dibutuhkan tersedia

2 APPB-NF-02 Ergonomi Sistem informasi harus bersifat user

friendly dari segi tampilan, mudah

digunakan, dan memberikan

kenyamanan dalam pengoperasian

fungsi-fungsi atau menu-menu yang ada

3 APPB-NF-03 Portability Sistem informasi mampu berjalan baik

pada pada pada system operasi

windows

4 APPB-NF-04 Response Time Sistem informasi mampu memberikan

respon dengan cepat berdasarkan input

pengguna

5 APPB-NF-05 Maintainability

and

Upgradeability

Sistem informasi mampu untuk

dikembangkan lebih lanjut

6 APPB-NF-06 Security Sistem informasi di lengkapi password

untuk login

19

20

4.2.3 Analisis Pengguna

Setelah menganalisis masalah diatas, maka akan diperlukan sebuah

sistem yang nantinya akan digunakan oleh admin yang mempunyai hak akses

pada sistem informasi peramalan ini. Berikut adalah analisis pengguna dari

sistem yang akan dibuat.

Admin yaitu user yang dapat menginputkan, mengedit dan

menghapus data yang dibutuhkan oleh sistem informasi peramalan ini seperti

data barang dan data penjualan bulanan. Selain itu admin bertugas untuk

menghitung peramalan itu sendiri.

4.2.4 Desain Perangkat Lunak

Desain perangkat lunak merupakan suatu tahapan yang dilakukan

setelah melakukan analisis dari siklus pengembangan perangkat lunak,

pendefinisian dan kebutuhan-kebutuhan fungsional, persiapan rancang

bangun, implementasi, menggambarkan bagaimana suatu perangkat lunak

tersebut dibentuk. Perangkat lunak yang dibentuk dapat berupa

penggambaran, perancangan, dan pembuatan sketsa atau pengaturan dari

beberapa elemen yang terpisah kedalam suatu kesatuan yang utuh dan

berfungsi baik dari komponen-komponen perangkat lunak maupun perangkat

keras dari suatu sistem.

4.2.4.1 Desain Input

21

Pada sistem informasi peramalan penjualan barang ini, terdapat

beberapa proses input. Proses input tersebut diantaranya berupa data barang

dan data penjualan bulanan dalam kurun waktu 4 tahun terakhir. Proses

penginputan ini dilakukan oleh admin. Sedangkan untuk hasil peramalannya,

akan di inputkan langsung oleh sistem setelah dilakukan perhitungan dengan

menggunakan metode Dekomposisi.

Gambar 4.5 Antarmuka tambah barang

Nomor Barang

Nama Barang

Kuartal I

Kuartal II

Kuartal III

Kuartal IV

Penginputan Data

Data penjualan

Input Bersih Teks Batal Selesai

22

4.2.4.2 Desain Output

Desain output (keluaran) merupakan produk dari sistem yang dapat

terlihat. Pada sistem informasi peramalan penjualan barang ini, output yang

dihasilkan berupa hasil perhitungan peramalan selama satu tahun kedepan

berdasarkan penjualan bulanan selama 3 tahun sebelumnya yang

perhitungannya menggunakan metode Dekomposisi.

Gambar 4.5 Antarmuka hasil peramalan

Tahun Trend Indeks

Musiman

Persen(%) Hasil Ramal

Hasil peramalan

Kuarta1 Kuartal 2 Kuartar 3 Kuartal 4

23

4.2.5 Pemodelan Data

Menurut Pressman (2002: 355), dalam suatu proses pemodelan data

ada tiga elemen penting yang berperan, elemen tersebut antara lain:

• Objek Data (Data Object)

Objek data ini berupa entitas eksternal yang memproduksi maupun yang

mengkonsumsi sebuah informasi, bentuk dari objek data ini bisa berupa suatu

benda, peristiwa, event, atau suatu unit organisasional.

• Atribut

Suatu atribut menentukan properti suatu objek data dan digunakan untuk

menamai suatu objek data, mendeskripsikan karakteristiknya, atau menjadi

referensi bagi objek data lain.

• Relasi (Relationship)

Relationship berfungsi untuk menghubungkan antara objek data yang satu

dengan yang lainnya.

Dalam pemodelan data, ketiga elemen diatas dinotasikan menjadi

sebuah diagram ERD (Entity Relationship Diagram), diagram ini

menetapkan semua data yang disimpan, ditransformasi, dan diproduksi oleh

suatu perangkat lunak. Dalam pemodelan data yang dilakukan, digunakan

bentuk CDM (Conceptual Data Model) untuk menotasikan objek data dan

relasi yang ada, di bawah ini digambarkan diagram CDM yang telah dibuat :

24

nom or nom or

tmaster

nomornama barang

data ramal

nomortahunKw1Kw2Kw3Kw4jumlah

hasil ramal

nomortahuntrendindeks musimanhasil

user

id_usernamapassword

Gambar 4.7 Diagram CDM (Conceptual Data Model)

4.2.6 Pemodelan Fungsional

Dalam pemodelan fungsional ini, penulis menggunakan diagram

DFD (Data Flow Diagram) untuk menotasikan fungsi-fungsi dari sistem

yang mentrasformasikan informasi yang masuk ke sistem, fungsi-fungsi

tersebut dinotasikan dengan bentuk lingkaran, untuk informasi input atau

output digambarkan dengan notasi anak panah yang diberi label, sedangkan

entitas eksternal yang memproduksi data dan mengkonsumsi informasi

dinotasikan dengan gambar kotak. Keseluruhan fungsi dari sistem

digambarkan sebagai trasnformasi informasi tunggal, hal ini bisa dinotasikan

dengan bentuk konteks diagram, berikut konteks diagram dari sistem yang

dikembangkan:

perkiraan_permintaan_barang_masa_mendatangdata_penjualan_tahunan_dan_data_barangadmin

1

perangkat_lunak_peramalan

_penjualan

+

bagian produksi

25

Gambar 4.8 Diagram Konteks Sistem Informasi Peramalan Permintaan Barang

Diagram konteks di atas terdiri atas sebuah proses tunggal yang

merepresentasikan semua elemen perangkat lunak peramalan permintaan

barang, sementara untuk entitas eksternalnya yaitu bagian penjualan dan

bagian produksi. Entitas eksternal tersebut memproduksi informasi / data

yang dibutuhkan oleh sistem dan mengkonsumsi semua informasi yang

digenerasi oleh sistem, sedangkan simbol anak panah yang diberi label

merepresentasikan objek data yang mengalir.

DFD level 1 sistem informasi peramalan permintaan barang dapat

dilihat pada gambar berikut ini.

Gambar 4.9 DFD level 1 sistem informasi peramalan permintaan barang

perkiraan_permintaan_barang_masa_mendatang

data hasil peramalandata hasil peramalan

data hasil peramalan

data penjualan tahunan dan data barang

data_ penjualan tahunan

data_barangdata_penjualan_tahunan_dan_data_barangadmin

bagian produksi

1

olah data master

+ barang

penjualan tahunan

2

peramalan

+

peramalan

3

laporan

26

Untuk analisis sistem, lebih lengkapnya dapat dilihat pada dokumen teknis.

4.3 Implementasi (Coding)

4.3.1 Implementasi Modul Program

Table 4.11 Implementasi modul program

No. Antarmuka Hasil Implementasi Keterangan

1. Tampilan login Login.vb Halaman untuk tampilan login

admin

2. Tampilan utama Form1.vb Halaman tampilan utama

3. Tampilan input data

barang

Input data.vb Halaman untuk menginput

data barang

Untuk lebih lengkapnya implementasi program dapat dilihat dalam

dokumen teknis.

4.3.2 Implementasi Sistem

Untuk implementasi system, dibuat program aplikasi menggunakan

Visual Basic.Net dan MySQL dengan database SqlYog tools versi 5.1

27

4.3.2.1 Fungsi Trend

Sub mencari_Trend() Try SimpleButton4.PerformClick() dg7.Columns.Clear() dg7.Columns.Add(1, "Kwartal") For x As Integer = 0 To Dg1.RowCount - 1 dg7.Columns.Add(x, Dg1.Rows(x).Cells(0).Value) Next dg7.Columns.Add(1, "Rata-rata") dg7.Columns.Add(1, "B Kumulatif") dg7.Columns.Add(1, "Rata2 B Kumulatif") dg7.Columns.Add(1, "Index musiman") Dim y, j As Integer y = 1 For l As Integer = 1 To 5 dg7.Rows.Add() 'dg7.Rows(l).Cells(0).Value = "Kw " & l Next For j = 0 To Dg1.RowCount - 1 For k As Integer = 1 To 4 dg7.Rows(k).Cells(y).Value = Dg1.Rows(j).Cells(k).Value dg7.Rows(k).Cells(0).Value = "Kw " & k Next y += 1 Next dg7.Rows.RemoveAt(0) 'Mejumlahkan data kwartalan per tahun dg7.Rows.Add() dg7.Rows(4).Cells(0).Value = "jumlah" Dim hasil As Long For komlom As Integer = 1 To j hasil = 0 For baris As Integer = 0 To 3 hasil += dg7.Rows(baris).Cells(komlom).Value Next dg7.Rows(4).Cells(komlom).Value = hasil Next dg7.Rows(0).Cells(j + 2).Value = "0" dg7.Rows(1).Cells(j + 2).Value = dg6.Rows(0).Cells(5).Value dg7.Rows(2).Cells(j + 2).Value = dg6.Rows(0).Cells(5).Value * 2 dg7.Rows(3).Cells(j + 2).Value = (dg6.Rows(0).Cells(5).Value * 2) + dg6.Rows(0).Cells(5).Value hasil = 0 For bar As Integer = 0 To 3 hasil = 0 For kol As Integer = 1 To j hasil += dg7.Rows(bar).Cells(kol).Value Next dg7.Rows(bar).Cells(j + 1).Value = hasil / j Next

28

For p As Integer = 0 To 3 dg7.Rows(p).Cells(j + 3).Value = dg7.Rows(p).Cells(j + 1).Value - dg7.Rows(p).Cells(j + 2).Value Next Dim hasil1 As Long For baris1 As Integer = 0 To 3 hasil1 += dg7.Rows(baris1).Cells(j + 3).Value Next dg7.Rows(4).Cells(j + 3).Value = hasil1 Rata2B.Text = hasil1 Baris.Text = 4 TextEdit2.Text = hasil1 / 4 For t As Integer = 0 To 3 dg7.Rows(t).Cells(j + 4).Value = dg7.Rows(t).Cells(j + 3).Value / (hasil1 / 4) * 100 Next 4.3.2.2 Fungsi Trend

Dg8.Columns.Clear() Dg8.Columns.Add(1, "Tahun") Dg8.Columns.Add(1, "Kw" ) Dg8.Columns.Add(1, "Penjualan") Dg8.Columns.Add(1, "Trend") Dg8.Columns.Add(1, "Index musiman") Dg8.Columns.Add(1, "Normal") Dg8.Columns.Add(1, "Variasi Siklis Dan Random (SxR)") Dg8.Columns.Add(1, "Jumlah Bergerak tertimbang 3 bulan") Dg8.Columns.Add(1, "index siklis") Dg8.Columns(0).FillWeight = 50 Dg8.Columns(1).FillWeight = 25 Dg8.Columns(2).FillWeight = 50 Dg8.Columns(3).FillWeight = 40 Dg8.Columns(4).FillWeight = 40 For m As Integer = 0 To Dg8.Columns.Count - 1 Dg8.Columns(m).SortMode = DataGridViewColumnSortMode.NotSortable Next Dim jumlah As Integer For h As Integer = 1 To j For v As Integer = 0 To 3 jumlah += 1 Dg8.Rows.Add() Next Next Dim dg As Integer = 0

29

For i As Integer = 1 To j For row As Integer = 0 To 3 Dg8.Rows(dg).Cells(2).Value = dg7.Rows(row).Cells(i).Value dg += 1 Next Next Call Nambahin_Kuartal() Dim musim As Integer = 0 For mu As Integer = 0 To Dg8.RowCount - 1 If musim > 3 Then musim = 0 End If Dg8.Rows(mu).Cells(5).Value = (dg7.Rows(musim).Cells(j + 4).Value * Dg8.Rows(mu).Cells(3).Value) / 100 Dg8.Rows(mu).Cells(4).Value = dg7.Rows(musim).Cells(j + 4).Value musim += 1 Dg8.Rows(mu).Cells(6).Value = (Dg8.Rows(mu).Cells(2).Value / Dg8.Rows(mu).Cells(5).Value) * 100 Next Dim pk As Integer = 1 DgPangkat.Rows.Clear() For pangkat As Integer = 0 To Dg8.RowCount - 1 DgPangkat.Rows.Add() DgPangkat.Rows(0).Cells(0).Value = Dg8.Rows(0).Cells(6).Value Next For z As Integer = 1 To Dg8.RowCount - 1 DgPangkat.Rows(z).Cells(0).Value = Dg8.Rows(z).Cells(6).Value * 2 Next DgPangkat.Rows(Dg8.RowCount - 1).Cells(0).Value = Dg8.Rows(Dg8.RowCount - 1).Cells(6).Value * 1 For yx As Integer = 0 To (Dg8.RowCount - 1) - 1 If yx >= Dg8.RowCount Then Exit For End If Dg8.Rows(yx + 1).Cells(7).Value = Dg8.Rows(yx).Cells(6).Value + DgPangkat.Rows(yx + 1).Cells(0).Value + Dg8.Rows(yx + 1).Cells(6).Value Next Dg8.Rows(Dg8.RowCount - 1).Cells(7).Value = 0 For xy As Integer = 1 To (Dg8.RowCount - 1) - 1 Dg8.Rows(xy).Cells(8).Value = Dg8.Rows(xy).Cells(7).Value / 4 Next SimpleButton3.PerformClick() Catch ex As Exception MsgBox(ex.Message) End Try End Sub

30

4.3.2.3 Hasil Forcasting

Sub hasil_Forcasting() Try dg10.Rows.Clear() Dim j As Integer For j = 0 To Dg1.RowCount - 1 Next Dim baris3 As Integer = 0 For xx As Integer = 0 To Dg9.RowCount - 1 dg10.Rows.Add() If baris3 > 3 Then baris3 = 0 End If dg10.Rows(xx).Cells(4).Value = (Dg9.Rows(xx).Cells(8).Value * dg7.Rows(baris3).Cells(j + 4).Value) / 100 dg10.Rows(xx).Cells(1).Value = Dg9.Rows(xx).Cells(8).Value dg10.Rows(xx).Cells(2).Value = dg7.Rows(baris3).Cells(j + 4).Value dg10.Rows(xx).Cells(3).Value = 100 baris3 += 1 dg10.Rows(xx).Cells(0).Value = Dg9.Rows(xx).Cells(0).Value dg10.Rows(xx).Cells(5).Value = Dg9.Rows(xx).Cells(0).Value Next ComboBoxEdit1.Properties.Items.Clear() For w As Integer = 0 To dg10.RowCount - 1 Step 4 dg10.Rows(w).DefaultCellStyle.BackColor = Color.Azure Dg9.Rows(w).DefaultCellStyle.BackColor = Color.Azure ComboBoxEdit1.Properties.Items.Add(dg10.Rows(w).Cells(0).Value) For tmp As Integer = w To (w + 3) dg10.Rows(tmp).Cells(5).Value = dg10.Rows(w).Cells(5).Value Next Next Catch ex As Exception MsgBox(ex.Message) End Try End Sub

31

4.4 Pengujian

Tahap selanjutnya adalah proses pengujian perangkat lunak, pengertian

dari perangkat lunak menurut Myers adalah suatu proses menjalankan program

dengan maksud menemukan kesalahan (Myers, 1979), proses pengujian ini

dilakukan untuk memastikan perangkat lunak yang telah dibuat telah sesuai

dengan kebutuhan.

4.4.1 Lingkungan Pengujian

Lingkungan perangkat keras yang digunakan dalam proses pengujian

sistem informasi ini adalah sebagai berikut:

1. Processor Intel Core Duo

2. RAM 2 GB

3. Hard Disk 160 GB

4. Mouse

Untuk lingkungan perangkat lunak yang digunakan dalam pengujian

sistem informasi peramalan permintaan barang ini dideskripsikan dalam

penjelasan berikut:

1. Sistem Operasi Microsoft Windows XP Professional Edition SP 2

2. MySql Server 5.1 Sql Yog Inteprise

3. Vusual Studio Visual Basic 2008

Bentuk dari pengujian yang dilakukan adalah pengujian kebenaran

fungsional unit program, pengujian yang dilakukan menggunakan teknik

pengujian Black Box. Menurut Pressman (2002: 551), pengujian blackbox

dilakukan untuk menemukan kesalahan yang terjadi seperti fungsi yang tidak

32

benar/hilang, kesalahan interface, kesalahan struktur data, kesalahan kinerja,

atau kesalahan inisialisasi dan terminasi.

4.4.2 Rencana Pengujian

Tabel 4.12 Rencana Pengujian

No Bentuk pengujian Metode pengujian

Data uji yang digunakan

keterangan (tujuan)

1. Pengujian koneksi ke database

Black box data sembarangan dalam database

Melihat koneksi database

2. Pengujian input data barang, data penjualan bulanan

Black box Data sembarang dapat mewakili data

Melihat proses input data terjadi

3. Pengujian edit data Black box Data sembarang dapat mewakili data

Melihat proses edit data terjadi

4. Pengujian hapus data

Black box Data sembarang dapat mewakili data

Melihat proses hapus data terjadi

5. Pengujian pengelolaan peramalan

Black box Data sembarang dapat mewakili data

Melihat cetak hasil peramalan terjadi

4.4.3 Hasil Pengujian

Tabel 4.13 Hasil Pengujian menggunakan Black Box Testing

No Deskripsi Skenario Hasil yang

diharapkan

Hasil Nyata Hasil

1 Login 1. Memasukkan

username dan

password yang

benar

User dapat

masuk ke

halaman utama

User dapat

masuk ke

halaman utama

sesuai dengan

yang diharapkan

OK

33

2. Tidak mengisi

username dan

password

User tidak

dapat masuk ke

halaman utama

User tidak dapat

masuk ke

halaman utama

sesuai dengan

yang diharapkan

2 Tambah

barang

1. Memasukkan

data isian

barang secara

lengkap

Data barang

masuk ke

dalam tabel

barang dan

tersimpan pada

tabel tersebut

Data barang yang

dimasukkan

tersimpan sesuai

pada tabel barang

dalam database

OK

2. Memasukkan

data isian

barang secara

tidak lengkap

Keluar

peringatan

inputan tidak

boleh kosong

Peringatan

inputan tidak

boleh kosong

muncul sesuai

yang diharapkan

3 Input data

penjualan

bulanan

1. Memasukkan

data secara

lengkap dan

data isian

berupa angka

Data penjualan

kuartalan

masuk ke

dalam tabel

penjualan dan

tersimpan pada

tabel tersebut

Data penjualan

tahunan yang

dimasukkan

tersimpan sesuai

pada tabel

peramalan dalam

database

OK

2. Memasukkan

data secara tidak

lengkap dan

data isian selain

angka

Keluar

peringatan

inputan tidak

boleh kosong

dan harus diisi

berupa angka

Peringatan

inputan tidak

boleh kosong

dan harus diisi

berupa angka

muncul sesuai

yang diharapkan

34

6 Hitung

Peramalan

Memasukan

data penjualan

harus kurang

dari 3 tahun

dalam bentuk

kuartalan

Perhitungan

peramalan bisa

dilanjutkan

Perhitungan

peramalan bisa

dilanjutkan

OK

Pemilihan

periode

peramalan lebih

atau kurang dari

3 tahun

Keluar

Message Box

masa

peramalan

harus3 tahun

Message Box

masa peramalan

harus 3 tahun

berhasil muncul

7 Peramalan Melihat setiap

langkah proses

peramalan

dengan hasil

akhir muncul

hasil

peramalannya

Langkah-

langkah

peramalan tidak

ada yang

terlewati dan

hasil akhir

berupa hasil

peramalan

model yang

disesuaikan

Langkah-langkah

peramalan tidak

ada yang

terlewati dan

hasil akhir

berupa hasil

peramalan model

yang disesuaikan

OK

8 Lihat detail Melihat hasil Hasil Hasil peramalan OK