6. monika sianipar (1011493) perancangan aplikasi forecasting persediaan bahan baku produksi tapioka pada pt hutahaean dengan menggunakan metode least square

Pelita Informatika Budi Darma, Volume : VIII, Nomor:Pelita Informatika Budi Darma, Volume : VIII, Nomor:Pelita Informatika Budi Darma, Volume : VIII, Nomor:Pelita Informatika Budi Darma, Volume : VIII, Nomor: 3333, Desember 2014, Desember 2014, Desember 2014, Desember 2014 ISSN :ISSN :ISSN :ISSN : 2301230123012301----9425942594259425
Perancangan Aplikasi Forecasting Persediaan Bahan Baku Produksi Tapioka Pada PT. Hutahaean
Dengan Menggunakan Metode Least Square. Oleh : Monika Sianipar
42
PERANCANGAN APLIKASI FORECASTING PERSEDIAAN BAHAN
BAKU PRODUKSI TAPIOKA PADA PT HUTAHAEAN DENGAN
MENGGUNAKAN METODE LEAST SQUARE
Monika Sianipar (1011493)
Mahasiswa Program Studi Teknik Informatika STMIK Budi Darma Medan
JL.Sisingamangaraja No.338 Sp.Limun Medan
http : //www.stmik-budidarma.ac.id// Email : Monica.sianipar06@gmail.com
ABSTRAK
Forecasting (peramalan) merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien
khususnya dalam bidang ekonomi. Dalam organisasi modern mengetahui keadaan yang akan datang tidak saja
penting untuk melihat yang baik atau atau buruk tetapi juga bertujuan untuk melakukan persiapan forecasting.
Langkah penting setelah forecasting dilakukan adalah verifikasi forecasting sedemikian rupa sehingga
mencerminkan data masa lalu dan sistem penyebab yang mendasari permintaan tersebut. Sepanjang
representasi forecasting tersebut dapat dipercaya, hasil forecasting dapat digunakan.
Persediaan timbul disebabkan oleh tidak singkronnya permintaan dengan penyediaan dan waktu. Untuk
menjaga keseimbangan permintaan dengan penyediaan diperlukan suatu forecasting.
Kata Kunci : Forecasting, Least Square, Bahan Baku
1. PENDAHULUAN
1.1 Latar Belakang Masalah
PT. Hutahaean merupakan perusahaan
swasta yang bergerak di bidang produksi tapioka.
Proses produksi yang diterapkan oleh perusahaan ini
adalah proses produksi yang berlangsung terus-
menerus. Karena faktor penyediaan bahan baku yang
sesuai dan tepat waktu sangat penting peranannya
dalam menunjang kelancaran proses produksi di PT.
Hutahaean.
Bahan baku tepung tapioka adalah ubi kayu.
Untuk mengoptimalkan persediaan bahan baku agar
tidak kelebihan dan kekurangan diperlukan suatu
forecasting. Bila perusahaan mengalami kekurangan
bahan baku akan berdampak pada kurang lancarnya
proses produksi, sebab jumlah produksi yang
dihasilkan tidak sesuai dengan yang diinginkan,
maka perusahaan akan rugi kerena tidak dapat
memenuhi permintaan konsumen. Sedangkan
kelebihan bahan baku akan membuat kualitas bahan
baku menurun, mengurangi mutu produk yang
dihasilkan dan apabila kadaluarsa tidak dapat
digunakan untuk produksi. Ini merupakan suatu
kendala bagi perusahaan untuk pngendalian
persediaan bahan baku
1.2 Perumusan Masalah
Adapun rumusan masalah yang penulis
rangkum dari latar belakang di atas adalah sebagai
berikut :
1. Bagaimana proses mengumpulkan data yang
berkaitan dengan persediaan bahan baku
produksi tapioka pada PT. Hutahaean dalam
masa periode 3 tahun?
2. Bagaimana penerapan metode Least Square
dalam pengendalian persediaan bahan baku
produksi tapioka pada PT. Hutahaean?
3. Bagaimana membangun aplikasi analisis
forecasting persediaan bahan baku produksi
tapioka pada PT. Hutahaean menggunakan Least
Square?
1.3 Batasan Masalah
Adapun batasan masalah dalam penelitian
ini adalah :
1. Data persediaan bahan baku yang diperoleh dari
perusahaan adalah data sekunder.
2. Data bahan baku yang digunakan adalah data
bahan baku tiga tahun terakhir.
3. Metode yang digunakan dalam proses
pengendalian persediaan bahan baku adalah
metode Least Square.
4. Perancangan aplikasi forecasting persediaan
bahan baku pada PT. Hutahaean dengan
menggunakan bahasa pemrograman Visual
Studio 2008.
1.4 Tujuan dan Manfaat Penelitian
1.4.1 Tujuan Penelitian
Adapun tujuan dari penelitian ini adalah
sebagai berikut :
1. Untuk mengumpulkan data yang berkaitan
dengan persediaan bahan baku produksi tapioka
pada PT. Hutahaean.
2. Untuk menerapkan metode Least Square pada
proses pengendalian persediaan bahan baku
produksi tapioka pada PT. Hutahaean.

43
3. Untuk membangun aplikasi analisis forecasting
persediaan bahan baku produksi tapioka pada
PT. Hutahaean menggunakan Least Square.
1.4.2 Manfaat Penelitian
Adapun manfaat dari penelitian ini adalah
sebagai berikut :
1. Memudahkan perusahaan untuk mengetahui
tingkat persediaan bahan baku produksi tapioka
yang ada di PT. Hutahaean pada periode yang
akan datang.
2. Meringankan perusahaan dalam pengolahan data
persediaan bahan baku dan dalam penyediaan
bahan baku produksi tapioka pada periode yang
akan datang.
3. Dapat dijadikan sebagai bahan referensi bagi
peneliti berikutnya yang membahas tentang
persediaan bahan baku.
2. Landasan Teori
2.1 Pengertian Perancangan
Menurut Jogiyanto H. M. (2001:196),
dalam bukunya yang berjudul Analisis dan Desain
Sistem Informasi mengemukakan bahwa
“Perancangan adalah sistem yang dapat didefenisikan
sebagai penggambaran, perencanaan, dan pembuatan
sketsa atau pengaturan dari beberapa elemen yang
terpisah ke dalam satu kesatuan yang utuh dan
berfungsi”.
2.2 Pengertian Aplikasi
Menurut Sri Widianti dalam buku Pengantar
Basis Data tahun 2000, “aplikasi adalah sebuah
perangkat lunak yang menjadi front end dalam
sebuah sistem yang digunakan untuk mengolah data
menjadi suatu informasi yang berguna bagi orang-
orang dan sistem yang bersangkutan”.
2.3 Perancangan Aplikasi
Berdasarkan uraian dari pengertian program
aplikasi maka perancangan aplikasi adalah mengatur
atau menata suatu sistem untuk dapat memecahkan
atau menyelesaikan suatu masalah. Perancangan
aplikasi merupakan strategi yang dipakai dalam
teknik pemprosesan data aplikasi yang mengacu pada
komputasi yang diinginkan atau pemprosesan data
untuk memecahakan masalah dan mengembangkan
solusi permasalahan tersebut
2.4 Pengertian Forecasting
Forecasting adalah perkiraan tingkat
permintaan satu atau lebih produk selama beberapa
periode mendatang. (Hendra Kusuma,”Manajemen
Produksi”, 1999: 13).
Forecasting adalah suatu usaha untuk
meramalkan keadaan pada masa mendatang melalui
pengujian keadaan di masa lalu. (T. Hani Handoko,
“Dasar- Dasar Manajemen Produksi dan Operasi”,
1984: 260).
2.4 Metode Least Square
Metode least square adalah metode kuadrat
kecil yang paling luas digunakan untuk menentukan
persamaan trend data karena metode ini
menghasilkan secara data matematik.
Secara umum persamaan metode least square
adalah:
Y = a + bX
Y = data berkala (time series)
X = variabel waktu
a = nilai trend pada tahun dasar
b = rata- rata pertumbuhan nilai trend tiap tahun
n = Jumlah data/ banyaknya
3. Analisa Dan Perancangan
3.1 Analisa Persediaan Bahan Baku
Skripsi ini dibangun untuk mengembangkan sebuah
sistem analisis yang dapat memprediksi tingkat
persediaan bahan baku produksi tapioka pada PT
Hutahaean, dengan menggunakan metode Least
Square. Prediksinya menggunakan prediksi
kuantitatif dan untuk mengukur kesalahan dari
metode forecasting tersebut menggunakan MAD
komponen yang dipakai forecasting ini adalah data
persediaan bahan baku produksi tapioka dari tahun
2011- 2013. Berikut adalah sampel data yang akan
dikaji pada sistem yang akan dibangun.
Tabel 1 Data Permintaan Tepung Tapioka
Tahun
No Bulan
2011 2012 2013
Jumlah Permintaan Tepung
Tapioka (ton)
1 Januari 41,2 39,5 42,81 123.51
2 Februari 43,7 45,9 52,3 141.9
3 Maret 38,8 47,9 55,4 142.1
4 April 42,6 35,76 54,69 133.05
5 Mei 36,7 37,8 45,9 120.4
6 Juni 39,8 41,34 52,79 133.93
7 Juli 45,9 45 57,6 148.5
8 Agustus 42,89 42 49,87 134.76
9 September 41,89 37,5 42,9 122.29

44
10 Oktober 39,8 31,4 32 103.2
11 November 43,05 38,2 39,87 121.12
12 Desember 45,87 40,3 45,8 131.97
∑ 502.2 482.6 571.93
Sumber : PT. Hutahaean
Dari data permintaan tepung tapioka pada
tahun 2011-2013, yang diambil dari tabel permintaan
di atas, maka dengan metode least square peramalan
pesanan yang diterima perusahaan untuk tahun
September 2014- Agustus 2015 dapat dihitung
sebagai berikut:
1. Perhitungan forecasting permintaan dengan
metode least square pada bulan September
Tabel 2 Forecasting permintaan September
Tahun Y X X2
XY
2011 41,89 -1 1 -41,89
2012 37,5 0 0 0
2013 42,9 1 1 42,9
∑ 122,29 0 2 1,01
a = = 40,76
b = = 0,505
Y= a+ bx = 40,76 + 0,505(3)= 42,275
Y September 2014 = 42,275 ton
metode least untuk bulan Oktober
Tabel 3 Forecasting permintaan Oktober
Tahun Y X X2
XY
2011 39,8 -1 1 -39,8
2012 31,4 0 0 0
2013 32 1 1 32
∑ 103,2 0 2 -7,8
a = = 34,4
b = = -3,9
Y = a+ bx= 34,4- 3,9(2)= 26,6
Y Oktober 2014 = 26,6 ton
metode least untuk bulan November
Tabel 4 Forecasting permintaan November
a = = 40,37
b = = -1,59
Y= a +bx= 40,37- 1,59(2)= 37,19
Y November 2014 = 37,19 ton
metode least untuk bulan Desember
Tabel 5. Forecasting permintaan Desember
Tahun Y X X2
XY
2011 45,87 -1 1 -45,87
2012 40,3 0 0 0
2013 45,8 1 1 45,8
∑ 131,97 0 2 -0,07
a = = 43,99
b = = -0,035
Y= a + bx= 43,99 – 0,035(2)= 43,92
Y Desember 2014 = 43,92 ton
metode least untuk bulan Januari
Tabel 6. Forecasting permintaan Januari
Tahun Y X X2
XY
2011 41,2 -1 1 -41,2
2012 39,5 0 0 0
2013 42,81 1 1 42,81
∑ 123,51 0 2 1,61
a = = 41,17
b = = 0,805
Y= a + bx= 41,17 + 0,805(3)= 43,585
Y Januari 2015= 43,585 ton
metode least untuk bulan Februari
Tabel 7 Forecasting permintaan Februari
Tahun Y X X2
XY
2011 43,7 -1 1 -43,7
2012 45,9 0 0 0
2013 52,3 1 1 52,3

45
∑ 141.9 0 2 8,6
a = = 47,3
b = = 4,3
Y = a + bx= 47,3 + 4,3(3)= 60,2
Y Februari 2015= 60,2 ton
metode least untuk bulan Maret
Tabel 8 Forecasting permintaan Maret
Tahun Y X X2
XY
2011 38,8 -1 1 -38,8
2012 47,9 0 0 0
2013 55,4 1 1 55,4
∑ 142,1 0 2 16,6
a = = 47,36
b = = 8,3
Y= a + bx= 47,36 + 8,3(3)= 72,26
Y Maret 2015= 72,26 ton
metode least untuk bulan April
Tabel 9 Forecasting permintaan April
Tahun Y X X2
XY
2011 42,6 -1 1 -42,6
2012 35,76 0 0 0
2013 54,69 1 1 54,69
∑ 133,05 0 2 12,09
a = = 44,35
b = = 6,045
Y= a+ bx= 44,35 + 6,045(3)= 62,485
Y April 2015= 62,485 ton
metode least untuk bulan Mei
Tabel 10 Forecasting permintaan Mei
Tahun Y X X2
XY
2011 36,7 -1 1 -36,7
2012 37,8 0 0 0
2013 45,9 1 1 45,9
∑ 120,4 0 2 9,2
a = = 40,13
b = = 4,6
Y= a + bx= 40,13 + 4,6(3)= 53,93
Y Mei 2015= 53,93 ton
metode least untuk bulan Juni
Tabel 11 Forecasting permintaan Juni
Tahun Y X X2
XY
2011 39,8 -1 1 -39,8
2012 41,34 0 0 0
2013 52,79 1 1 52,79
∑ 133,93 0 2 12,99
a = = 44,64
b = = 6, 495
Y = a+bx= 44,64 + 6,495(3)= 64,125
Y Juni 2015= 64,125 ton
metode least untuk bulan Juli
Tabel 12 Forecasting permintaan Juli
Tahun Y X X2
XY
2011 45,9 -1 1 -45,9
2012 45 0 0 0
2013 57,6 1 1 57,6
∑ 148,5 0 2 11,7
a = = 49,5
b = = 5.85
Y= a + bx= 49,5+ 5,85(3)= 67,05
Y Juli 2015= 67,05 ton
metode least untuk bulan Agustus
Tabel 13 Forecasting permintaan bulan Agustus
Tahun Y X X2
XY
2011 42,89 -1 1 -42,89
2012 42 0 0 0
2013 49,87 1 1 49,87
∑ 134,76 0 2 6,98
a = = 44,92
b = = 3,49
Y= a+bx= 44,92 + 3,49 (3)= 55,39
Y Agustus 2015= 55,39 ton

46
Atas dasar perhitungan permintaan
menggunakan metode least square di atas, dapat
diketahui forecasting permintaan yang diterima
perusahaan untuk bulan September 2014 - Agustus
2015 adalah sebagai berikut
No Tahun Bulan Jumlah
Permintaan
(ton)
1 2014 September 41,77
2 2014 Oktober 26,6
3 2014 November 37,19
4 2014 Desember 43,92
5 2015 Januari 43,585
6 2015 Februari 60,2
7 2015 Maret 72,26
8 2015 April 62,485
9 2015 Mei 53,93
10 2015 Juni 64,125
11 2015 Juli 67,05
12 2015 Agustus 55,39
Total Permintaan 628.505
Dari hasil produksi 1.000 kg ubi kayu segar
dapat dihasilkan 250 kg tepung tapioka, 114 kg
ampas dan 120 kg hasil buangan, dengan
perbandingan hasil produksi ubi kayu menjadi tepung
tapioka yaitu 4:1. Berdasarkan data forecasting
tahun 2015 di atas, maka dapat diprediksikan juga
persediaan bahan baku tepung tapioka yaitu ubi kayu
yang dibutuhkan perusahaan untuk tahun 2015, yaitu:
No Tahun Bulan
Forecasting
Persediaan Bahan
Baku (kg)
1 2014 September 167.08
2 2014 Oktober 106.4
3 2014 November 148.76
4 2014 Desember 175.68
5 2015 Januari 174.340
6 2015 Februari 240.8
7 2015 Maret 289.04
8 2015 April 249.94
9 2015 Mei 215.72
10 2015 Juni 256.50
11 2015 Juli 268.20
12 2015 Agustus 221.56
∑ 2514.02
4. Algoritma Dan Implementasi.
4.1.Algoritma Forecasting
Untuk menghasilkan suatu program aplikasi,
hal ini pertama yang harus dilakukan adalah
membentuk algoritma yang akan menggambarkan
bagaimana program itu bekerja. Dalam
menggambarkan dibutuhkan langkah- langkah logika
untuk menyelesaikan masalah serta berfungsi untuk
penelusuran program untuk keperluan perbaikan atau
pengembangan akan lebih mudah dan terarah.
Adapun algoritma forecasting yang digunakan dalam
program ini adalah:
Input : bulan, tahun
Output : Hasil forecasting
Proses : /* Deklarasi variable */
Bulan, tahun <- (variabel input)
y <- (forecasting permintaan)
n <- ( jumlah data)
b <- (variabel proses)
x <- (data yang akan dicari)
/* Input_file */
Input bulan, tahun (data yang akan
diinput)
Seek bulan
If found
Tampilkan data
End if
Input tahun
a = sum (y) /n
b = sum (yx) / sum (sqr(x)
y= a+ bx
/* output_file */
Tampilkan Hasil Forecasting
4.2 Implementasi Sistem
4.2.1 Form Login
Form login digunakan agar program lebih
aman karena hanya admin yang mengetahui
password (kode kunci) yang dapat menjalankan
program, kemudian alasan menggunakan form login
adalah terdapat penanggunjawab dalam setiap
transaksi.
Gambar 1 Form Login
4.2.2 Form Menu Utama
Dari menu utama dipanggil sub- sub program
yang lebih kecil karena menu utama berfungsi
sebagai program pengumpulan dari sekian banyaknya
menu, dimana dari menu utama dapat digunakan
program- program yang ada agar dapat dijadikan
suatu program pengolahan data. Berikut gambar 2
merupakan tampilan menu utama admin.

47
Gambar 2 Form Menu Utama
4.2.3 Form Permintaan
Form ini adalah form permintaan yang akan
digunakan untuk menginput jumlah permintaan. Pada
sistem ini data jumlah permintaan akan disimpan
sehingga akhirnya akan diperoleh berapa total
permintaan tiap bulannya. Data total permintaan
inilah nantinya yang akan digunakan untuk meramal
tingkat permintaan tahun yang akan datang. Adapun
form tersebut dapat di lihat pada gambar 3 di bawah
ini
Gambar 3 Form Permintaan
4.2.4 Form Forecasting
Form data forecasting digunakan untuk
meramal persediaan bahan baku pada tahun yang
akan datang. Sehingga pihak PT. Hutahaean dapat
mengetahui tingkat permintaan dari masyarakat
sehingga pihak PT. Hutahaean dapat menyediakan
stok yang dibutuhkan. Adapun form tersebut dapat
dilihat pada gambar 4 di bawah ini
Gambar 4. Form Data Forecasting
5. Kesimpulan Dan Saran
5.1 Kesimpulan
Berdasarkan dari hasil penelitian, analisis, maka
penulis dapat mengambil kesimpulan sebagai berikut:
1. Perancangan aplikasi forecasting menggunakan
metode least square dapat dipergunakan untuk
meramal persediaan bahan baku di periode yang
akan datang berdasarkan data permintaan dan
data sisa jumlah produksi.
2. Berdasarkan perhitungan dengan menggunakan
metode least square dari tahun 2011-2013
menunjukkan jumlah permintaan akan tepung
tapioka sangat besar.
3. Melalui pengujian Betha, aplikasi analisis
forecasting ini dapat mempermudah manajemen
untuk menentukan keputusan dalam penyediaan
bahan baku.
6.2 Saran
Model forecasting ini masih dapat
dikembangkan lebih lanjut dengan perkembangan
spesifikasi kebutuhan pengguna sistem yang harus
dipenuhi untuk mencapai tahap yang lebih tinggi dan
kinerja sistem yang lebih baik. Berikut adalah
beberapa saran untuk pengembangan sistem lebih
lanjut:
1. Ditinjau dari segi analisis persediaan bahan
baku, PT. Hutahaean diharapkan menggunakan
suatu aplikasi forecasting untuk penyediaan
bahan baku di masa yang akan datang
2. Analisis sistem ini dapat dikembangkan dengan
menambahkan sistem informasi manajemen atau
sistem pendukung keputusan untuk melengkapi
sistem informasiPT. Hutahaean pada umumnya.
3. Penulis menyadari bahwa skripsi ini masih jauh
dari kesempurnaan dan masih banyak terdapat
kekurangan, maka saran dan kritik yang konstruktif
sangat diharapkan demi penyempurnaan selanjutnya.
DAFTAR PUSTAKA
1. Kadir, A. 2013. Pengenalan Algoritma.
Bandung. Penerbit Andi
2. Wahana Komputer. 2009. Visual Basic 2008.
3. Soeparno. 2009. Analisis Forecasting dan
Keputusan Manajemen.. Bandung. Penerbit
Andi
4. Sutabri, T. 2005. Analisis Sistem Informasi.
5. Kusuma, H. 1999. Manajemen Produksi.
6. Handoko, T. 1984. Dasar - Dasar Manajemen
Produksi dan Operasi. Yogyakarta. BPFE
Yogyakarta
7. Singgih, S. 2010. Statistik Diskriptif. Bandung.
Penerbit Andi

6. monika sianipar (1011493) perancangan aplikasi forecasting persediaan bahan baku produksi tapioka pada pt hutahaean dengan menggunakan metode least square

Recommended

Recommended

More Related Content

Viewers also liked

Viewers also liked (17)

Similar to 6. monika sianipar (1011493) perancangan aplikasi forecasting persediaan bahan baku produksi tapioka pada pt hutahaean dengan menggunakan metode least square

Similar to 6. monika sianipar (1011493) perancangan aplikasi forecasting persediaan bahan baku produksi tapioka pada pt hutahaean dengan menggunakan metode least square (20)

More from ym.ygrex@comp

More from ym.ygrex@comp (10)

Recently uploaded

Recently uploaded (20)

6. monika sianipar (1011493) perancangan aplikasi forecasting persediaan bahan baku produksi tapioka pada pt hutahaean dengan menggunakan metode least square