Jurnal Indonesia Sosial
Teknologi: p�ISSN: 2723 - 6609
e-ISSN : 2548-1398
PENGEMBANGAN
PERANGKAT LUNAK PERAMALAN PERMINTAAN UNTUK PERENCANAAN PRODUKSI
Yuntria Fatmantika dan
Panji Wisnu Wirawan
Universitas Diponegoro
Email: fyuntri@gmail.com, [email protected]
Abstract
Forecasting the quantity of demand is one of
the activities in industrial production planning to predict future demand. The
prediction results are used as a consideration for planning the amount of
production in the next period. However, there is a zinc coated steel / BJLS
production industry whose production activities are planned based on the
monthly production target, namely in tonnage. This policy raises problems such
as not being able to meet production targets every month. In addition, the
problem of stockpiling products when total production exceeds demand.
Therefore, this industry requires forecasting the quantity of demand so that
the planned production activities can be estimated based on historical demand
from the past to the present. The purpose of this study is to propose software
that can assist in estimating the planned amount of production (tonnage) in the
next period (month). This research method was developed using themodel
Waterfall to thestage Integration and System testing, the PHP programming
language and the MySQL database management system. The forecast parameters used
are the period and the total amount of demand (tonnage) on the list of orders
for the BJLS production industry from May to October 2018. The results of this
research are Production Planning Information System (SIMPRO) to predict the
quantity of future demand in production planning. Theforecasting method time
series used can be added flexibly by the user. System testing is done by
testing system functionality using themethod blackbox, system portability, and
system flexibility.
�
Keywords: Production Planning, Forecasting, Zinc Coated Steel, Production
Planning Information System
Abstrak
Peramalan kuantitas permintaan merupakan
salah satu kegiatan pada perencanaan produksi industri guna memprediksi
permintaan mendatang. Hasil prediksi digunakan sebagai pertimbangan untuk
merencanakan jumlah produksi pada periode selanjutnya. Namun, terdapat
industri produksi baja lapis seng / BJLS yang di dalam kegiatan produksinya direncanakan berdasarkan target produksi bulanan yaitu dalam jumlah tonase. Kebijakan tersebut menimbulkan
permasalahan seperti tidak setiap bulan dapat memenuhi target produksi. Selain
itu, permasalahan penumpukan produk pada saat total produksi melebihi permintaan. Oleh sebab itu, industri
tersebut memerlukan peramalan
kuantitas permintaan agar rencana kegiatan produksi dapat diperkirakan
berdasarkan riwayat permintaan pada masa lalu sampai dengan saat ini. Tujuan penelitian
ini mengusulkan perangkat lunak yang dapat membantu dalam memperkirakan rencana
jumlah produksi (tonase) pada periode (bulan) selanjutnya. Metode penelitian ini
dikembangkan menggunakan model Waterfall sampai tahap Integration and
System testing, bahasa pemrograman PHP dan sistem manajemen basisdata
MySQL. Paramater peramalan yang digunakan adalah periode dan total jumlah
permintaan (tonase) pada daftar pemesanan industri produksi BJLS bulan Mei � Oktober 2018. Hasil dari
penelitian ini berupa Sistem Informasi Perencanaan Produksi (SIMPRO) untuk
memprediksi kuantitas permintaan mendatang dalam perencanaan produksi. Metode
peramalan time series yang digunakan dapat ditambahkan secara fleksibel
oleh pengguna. Pengujian sistem dilakukan dengan menguji fungsionalitas sistem
menggunakan metode blackbox, portabilitas sistem, dan fleksibilitas
sistem.
Kata kunci: Perencanaan
Produksi, Peramalan, Baja Lapis Seng, Sistem Informasi Perencanaan Produksi
Pendahuluan
Produksi adalah
proses atau prosedur untuk mengubah serangkaian input seperti manusia, bahan,
modal, informasi, dan energi ke dalam serangkaian output tertentu seperti
produk dan layanan dalam kuantitas dan kualitas yang tepat
Salah satu industri
yang sudah menjalankan kegiatan perencanaan produksi adalah perusahaan yang
bergerak dibidang pengolahan baja menjadi seng, produknya berupa Baja Lapis
Seng (BJLS) di kota Semarang. Pelanggan atau customer dari produk BJLS ini
beragam, dapat berupa individu, instansi, maupun perusahaan swasta lainnya.
Kegiatan perencanaan produksi pada dilakukan oleh departemen Planning Product. Perencanaan jumlah
produksi yang dilakukan oleh Planning
Product didasarkan pada patokan nilai per bulannya yaitu menghasilkan
kurang lebih 2500 ton. Pada dasarnya, departemen Planning Product sudah mendapatkan daftar order atau pemesanan
produk BJLS dari departemen Sales
Administration. Namun, kegiatan produksi yang direncanakan belum
disesuaikan dengan evaluasi daftar order atau pemesanan produk BJLS tetapi
didasarkan pada target nilai produksi. Berdasarkan kebijakan tersebut pihak Planning Product menemui permasalahan
seperti tidak setiap bulan produksi dapat memenuhi target produksi yang mana
menunjukkan bahwa total permintaan kurang dari target produksi bulanan. Selain
itu, permasalahan adanya penumpukan hasil produksi dikarenakan total produksi
yang melebihi permintaan. Penumpukan hasil produksi dapat mengganggu proses
berlangsungnya kegiatan produksi untuk periode selanjutnya karena ketersediaan
ruang/ tempat yang minim. Industri tersebut memerlukan perangkat lunak
perencanaan produksi untuk membantu permasalahan terkait perencanaan kegiatan
produksi dalam memperkirakan jumlah produksi BJLS pada periode selanjutnya.
Penelitian terkait pengembangan
perangkat lunak untuk kegiatan peramalan/ perkiraan permintaan telah dilakukan
oleh Harani
Berdasarkan permasalahan yang
dihadapi oleh industri produksi BJLS pada keterangan sebelumnya, maka kegiatan perencanaan produksi
dalam hal memperkirakan jumlah produksi (kuantitas permintaan) dapat dilakukan
berdasarkan data pemesanan produk yang didapatkan dari Sales Administration. Solusi ini dapat pula diselesaikan
dengan bantuan perangkat lunak, yaitu berupa sistem informasi. Sistem informasi
yang diusulkan adalah Sistem Informasi Perencanaan Produksi, yaitu untuk
meramalkan jumlah produksi berdasarkan data pemesanan produk yang berupa data time series menggunakan metode peramalan
yang bersesuaian. Metode peramalan time
series yang digunakan untuk memperkirakan jumlah produksi dapat ditambahkan
secara fleksibel pada sistem. Informasi berupa ramalan jumlah produksi dari
hasil peramalan tersebut dapat digunakan untuk menyusun laporan perencanaan
produksi bulanan.
Metode Penelitian
Tahapan pengembangan perangkat lunak
yang digunakan dalam penelitian ini mengikuti model proses Waterfall oleh Sommerville
1.��� Requirement Definition
Proses pengumpulan kebutuhan
dilakukan untuk membuat spesifikasi kebutuhan perangkat lunak seperti apa yang
dibutuhkan oleh user. Dokumentasi kebutuhan perangkat lunak berupa penyusunan Software Requirement System (SRS)
fungsional maupun non-fungsional. SRS fungsional adalah kebutuhan terkait
proses apa saja yang dilakukan oleh sistem, sedangkan non-fungsional terkait
dengan perilaku yang dimiliki sistem dalam melakukan fungsionalnya. Berdasarkan
spesifikasi kebutuhan perangkat lunak tersebut, selanjutnya dapat dilakukan
analisis terhadap pemodelan data dan fungsional sistem. Pemodelan data yang
dihasilkan berupa Entity Relationship
Diagram, sedangkan pemodelan fungsional sistem berupa Data Context Diagram (DCD) dan Data
Flow Diagram (DFD).
2.��� System and Software Design
Proses desain sistem dilakukan dengan
mengalokasikan spesifikasi sistem untuk mengidentifikasi dan menggambarkan
abstraksi perangkat lunak secara mendasar dan hubungannya. Desain sistem yang
dihasilkan meliputi desain basis data, desain antarmuka, dan desain fungsional.
3.��� Implementation and Unit Testing
Implementasi sistem merupakan tahap
pengubahan spesifikasi sistem menjadi sistem yang dapat dijalankan. Hasil
desain sistem ditranslasikan ke dalam bentuk program perangkat lunak, yaitu
menggunakan bahasa pemrograman PHP dan manajemen basis data MySQL. Implementasi
yang dihasilkan meliputi implementasi basis data, antarmuka, dan algoritma pada
sistem.
4.��� Integration and System Testing
Integrasi dan Pengujian Sistem
merupakan tahapan mengintegrasikan setiap unit program kemudian diuji sebagai
satu sistem yang utuh untuk memastikan sistem sudah memenuhi persyaratan yang
ada. Pengujian sistem dilakukan sebanyak 3 kategori uji. Kategori pertama
adalah menguji fungsionalitas sistem menggunakan metode black box untuk mengetahui apakah perangkat lunak berfungsi dengan
benar. Kategori kedua adalah menguji portabilitas sistem untuk mengetahui
perilaku sistem pada beberapa jenis browser.
Kemudian kategori terakhir, yaitu menguji fleksibilitas sistem untuk mengetahui
apakah sistem dapat berjalan dengan baik ketika dilakukan penambahan metode
peramalan time series yang digunakan
pada saat melakukan tugas peramalan permintaan.
Perangkat
lunak yang dikembangkan menerapkan arsitektur Client � Server atau arsitektur dengan 2 lapisan. Arsitektur ini merupakan
salah satu bentuk arsitektur sistem yang menggunakan server untuk menyediakan
layanan pada client
Gambar 1 Arsitektur Client - Server 2-tier
Data
penelitian yang digunakan merupakan data time
series atau deret
waktu. Data ini didefinisikan sebagai kumpulan observasi atau amatan yang dibuat secara
beruntun (sequentially) atau berurut
sepanjang waktu. Biasanya observasi dalam deret waktu tidaklah bebas atau bisa
dikatakan berkorelasi, sehingga urutan dari observasi menjadi penting
Hasil dan Pembahasan
A. Requirement Definition
Spesifikasi
kebutuhan perangkat lunak untuk Sistem Informasi Perencanaan Produksi (SIMPRO)
adalah sebagai berikut.
1.
SRS Fungsional
SRS
fungsional merupakan spesifikasi kebutuhan sistem terkait proses-proses yang
dilakukannya. Pada tahapan ini telah dihasilkan kebutuhan fungsional sistem
yang diuraikan pada Tabel 1.
Tabel 1 SRS Fungsional
SIMPRO
|
SRS ID |
Deskripsi |
|
SRS-SIMPRO-F-01 |
Melakukan
login |
|
SRS-SIMPRO-F-02 |
Mengelola
data barang |
|
SRS-SIMPRO-F-03 |
Mencatat
data order/ pemesanan |
|
SRS-SIMPRO-F-04 |
Mengelola
akun pengguna sistem |
|
SRS-SIMPRO-F-05 |
Melakukan
peramalan |
|
SRS-SIMPRO-F-06 |
Membuat
laporan perencanaan produksi |
|
SRS-SIMPRO-F-07 |
Melakukan
logout |
2.
SRS Non-Fungsional
SRS
non-fungsional terkait dengan perilaku yang dimiliki sistem dalam melakukan
fungsionalnya. Kebutuhan non-fungsional sistem SIMPRO dideskripsikan pada Tabel
2.
Tabel 2 SRS Non-Fungsional SIMPRO
|
SRS ID |
Deskripsi |
|
SRS-SIMPRO-NF-01 |
Sistem
dapat diakses pada semua jenis browser yang support dengan HTML, CSS, dan Javascript |
Spesifikasi kebutuhan
sistem di atas selanjutnya dianalisis
untuk menghasilkan pemodelan data dan fungsional sistem. Pemodelan data dilakukan dengan menggunakan Entity Relationship Diagram yang
terbentuk 9 buah entitas, sedangkan pemodelan fungsional sistem menggunakan Data Context Diagram. Hasil pemodelan data dapat dilihat pada Gambar 2,
sedangkan pemodelan fungsional pada Gambar 3.
Gambar 2 Entity Relationship Diagram SIMPRO
Gambar 3 Data Context Diagram SIMPRO
B. System and
Software Design
Desain sistem
perangkat lunak untuk Sistem Informasi Perencanaan Produksi (SIMPRO) adalah
sebagai berikut.
1. Desain Basis Data
Hasil
pemodelan data berupa Entity Relationship Diagram (ERD) dapat digunakan
sebagai perancangan basis data pada SIMPRO. Perancangan atau desain basis data
dilakukan dengan menggunakan Physical Data Model (PDM), berdasarkan
entitas dan atribut yang ada pada ERD dapat dikembangkan menjadi model PDM yang
dapat dilihat pada Gambar 4. Terdapat 9 tabel yang dimodelkan
pada model PDM, hal ini bersesuaian dengan jumlah entitas pada pemodelan data
ERD.
Gambar 4 Physical Data Model SIMPRO
2.
Desain
Antarmuka
Desain
antarmuka merupakan perancangan tampilan dari SIMPRO. Rancangan desain
antarmuka yang digunakan di antaranya adalah halaman login, order, dan
peramalan produksi. Desain antarmuka halaman tersebut dapat dilihat pada Gambar
5-7.
Gambar 5 Desain Antarmuka Halaman Login SIMPRO
Gambar 6 Desain Antarmuka Tambah Order SIMPRO
Gambar 7 Desain Antarmuka Peramalan Produksi
SIMPRO
C.
Implementation
and Unit Testing
Hasil spesifikasi kebutuhan sistem
dan perancangan/ desain sistem pada Sistem Informasi Perencanaan Produksi
(SIMPRO) selanjutnya dilakukan translasi ke dalam bentuk program agar
sistem dapat berjalan sesuai dengan yang diharapkan.
Hasil implementasi sistem diuraikan sebagai berikut.
1.
Implementasi Basis Data
Implementasi
basis data merupakan transformasi atau perubahan dari desain data yang
dihasilkan pada proses perancangan data menjadi suatu database. Dalam SIMPRO, database
yang dibangun terdiri dari sembilan tabel. Berikut merupakan database dari
SIMPRO dengan nama simpro_fumira.
Gambar 8 Database
SIMPRO
2.
Implementasi Antarmuka
Implementasi
antarmuka pada sistem dilakukan�
berdasarkan desain antarmuka yang telah dirancang. Implementasi
antarmuka dari SIMPRO di antaranya adalah halaman login, order, dan peramalan
produksi. Implementasi antarmuka halaman tersebut dapat dilihat pada Gambar 9-11.
Gambar 9 Implementasi Halaman Login SIMPRO
Gambar 10 Implementasi Modal Tambah Order SIMPRO
Gambar 11 Implementasi Halaman Peramalan
SIMPRO
D.
Integration and
System Testing
Tahapan terakhir
yang dilakukan dalam penelitian ini adalah mengintegrasikan hasil implementasi
berupa unit program, yang kemudian diuji sebagai satu sistem yang utuh.
Pengujian sistem dilakukan sebanyak 3 kategori uji, yaitu fungsional sistem,
portabilitias sistem, dan fleksibilitas sistem. Hasil pengujian sistem
diuraikan sebagai berikut.
1.
Pengujian Fungsional
Pengujian
terhadap fungsionalitas sistem pada SIMPRO telah dilakukan bersama dengan pihak
perwakilan pegawai departemen Planning
Product dan pimpinan Planning Product.
Kegiatan pengujian dilakukan sebanyak 2 kali, karena terdapat perbaikan pada
penamaan suatu atribut data order serta format penyusunan laporan perencanaan
produksi. Perubahan dari hasil saran tersebut tidak merubah requirement, hanya
merubah tampilan dan basis data sistem. Berikut di antaranya hasil perubahan
yang telah dilakukan dengan kondisi sebelum dilakukan perubahan.
Gambar 12 Implementasi Modal Tambah Order
SIMPRO
Sebelum Diperbaiki
Gambar 13 Implementasi Modal Tambah Order
SIMPRO
Setelah Diperbaiki
Gambar 14 Implementasi Halaman Laporan SIMPRO
Sebelum Diperbaiki
Gambar 15 Implementasi Halaman Laporan SIMPRO
Setelah Diperbaiki
Setelah dilakukan perbaikan sistem, maka dilakukan
pengujian kembali terhadap perubahan tersebut. Hasil yang didapatkan adalah
bahwa SIMPRO telah memenuhi semua kebutuhan fungsional yang telah disepakati
sebelumnya.
2.
Pengujian Portabilitas
Pengujian portabilitas SIMPRO dilakukan dengan
mengakses sistem pada beberapa browser untuk mengetahui respon yang
diberikan oleh browser tersebut. Hasil pengujian menunjukkan bahwa browser
yang direkomendasikan untuk mengakses SIMPRO adalah Google Chrome, Mozilla
Firefox, dan Microsoft Edge. Sedangkan, Internet Explorer tidak
direkomendasikan karena tidak mendukung penggunaan HTML input berupa date
picker �<input type=date>�. Sedangkan, penggunaan tipe inputan ini
diperlukan pada fungsionalitas sistem SRS-SIMPRO-F-02, SRS-SIMPRO-F-03, dan
SRS-SIMPRO-F-06.
Tabel 3 Uji Portabilitas SIMPRO
|
Versi Browser |
Hasil Respon |
Rekomendasi |
|
Google Chrome (versi
75.03770.100) |
Sistem dapat diakses dengan semestinya, setiap fungsi berjalan dengan
baik dan sesuai dengan hasil yang diharapkan |
✔ |
|
Mozilla Firefox (versi 67.0.4) |
Sistem dapat diakses dengan semestinya, setiap fungsi berjalan dengan
baik dan sesuai dengan hasil yang diharapkan |
✔ |
|
Microsoft Edge (versi
44.17763.1.0) (HTMLversi
18.17763) |
Sistem dapat
diakses, setiap fungsi berjalan dengan baik dan sesuai dengan hasil yang
diharapkan Tidak support
properti CSS text-align sebagai atribut CSS |
✔ |
|
Internet
Explorer (versi IE11) |
Sistem dapat
diakses, namun fungsi tidak berjalan dengan semestinya Tidak support
properti CSS text-align sebagai atribut CSS Tidak support
HTML input type date picker |
✗ |
3.
Pengujian Fleksibilitas
Pengujian fleksibilitas SIMPRO dalam penambahan
metode peramalan time series dilakukan dengan menambahkan metode SES (Single
Exponential Smoothing) dan Regresi pada sistem. Penambahan metode dilakukan
dengan menuliskan metode peramalan sesuai dengan template yang
disediakan, kemudian upload file tersebut ke sistem. Hasil pengujian
menunjukkan bahwa kedua metode peramalan, yaitu SES dan Regresi dapat
dijalankan dengan semestinya, serta hasil peramalan� yang ditampilkan oleh sistem sesuai dengan
hasil perhitungan manual. Peramalan untuk periode November 2018 dilakukan
dengan menggunakan data dummy pada
rentang periode Mei � Oktober 2018, hal�
ini bertujuan untuk menguji peramalan sistem dan perhitungan manual.
Peramalan menggunakan metode SES menghasilkan nilai ramalan total produksi
sebesar 3255,148 tonase dengan eror peramalan sebesar 10,858%. Sedangkan,
proses peramalan dengan menggunakan metode Regresi menghasilkan nilai ramalan
total produksi sebesar 3403,466 tonase dengan eror peramalan sebesar 10,443%.
Gambar 16 Hasil Peramalan Metode SES pada
SIMPRO
Tabel 4 Perhitungan Manual Metode SES
|
Bulan |
Aktual |
Forecast |
|
|
Mei |
3291,984 |
3291,984 |
0 |
|
Juni |
2411,155 |
3291,984 |
36,53141 |
|
Juli |
3784,244 |
3203,901 |
15,33577 |
|
Agustus |
3162,181 |
3261,935 |
3,154607 |
|
September |
3102,42 |
3251,96 |
4,820107 |
|
Oktober |
3418,43 |
3237,006 |
5,307233 |
|
November |
� |
3255,148 |
� |
|
|
|
nilai eror |
10,85819 |
Gambar 17 Hasil Peramalan Metode Regresi pada
SIMPRO
Tabel 5 Perhitungan Manual Metode Regresi
|
Bulan |
t |
Y |
tY |
t2 |
|
Mei |
1 |
3291,984 |
3291,984 |
1 |
|
Juni |
2 |
2411,155 |
4822,31 |
4 |
|
Juli |
3 |
3784,244 |
11352,732 |
9 |
|
Agustus |
4 |
3162,181 |
12648,724 |
16 |
|
September |
5 |
3102,42 |
15512,1 |
25 |
|
Oktober |
6 |
3418,43 |
20510,58 |
36 |
|
∑ |
21 |
19170,41 |
68138,43 |
91 |
|
November |
7 |
b = 59,54 a = 2986,67 (yx = a + bx) y7 = 3403,47 |
|
|
Tabel 6 Perhitungan Manual Nilai Eror Metode Regresi
|
Bulan |
t |
Y |
y�(yx) |
Y-y�/Y |
|
Mei |
1 |
3291,984 |
3046,214 |
7,465711 |
|
Juni |
2 |
2411,155 |
3105,756 |
28,80781 |
|
Juli |
3 |
3784,244 |
3165,298 |
16,35587 |
|
Agustus |
4 |
3162,181 |
3224,84 |
1,981512 |
|
September |
5 |
3102,42 |
3284,382 |
5,865163 |
|
Oktober |
6 |
3418,43 |
3343,924 |
2,179539 |
|
|
|
|
nilai
eror |
10,4426 |
Kesimpulan
Kesimpulan yang didapatkan dari
penelitian ini adalah bahwa Sistem Informasi Perencanaan Produksi (SIMPRO)
dapat digunakan untuk peramalan kuantitas permintaan berdasarkan data pemesanan
produk Baja Lapis Seng (BJLS). Sistem ini dikembangkan menggunakan model proses
Waterfall sampai dengan tahap Integration and System Testing. Metode
peramalan pada sistem dapat ditambahkan oleh pengguna khusus untuk metode time series.
Pengujian sistem telah dilakukan di
antaranya dengan menguji fungsionalitas sistem yang menunjukkan bahwa
fungsionalitas sistem telah terpenuhi dengan menggunakan metode pengujian blackbox terhadap 7 buah Functional Software Requirement System
(SRS) SIMPRO. Kemudian dilanjutkan dengan menguji portabilitas sistem yang
menunjukkan bahwa SIMPRO dapat diakses menggunakan browser di antaranya adalah Google Chrome, Mozilla Firefox, dan
Microsoft Edge. Terakhir dilakukan pengujian fleksibilitas SIMPRO dengan
penambahan metode peramalan Single
Exponential Smoothing (SES) dan Regresi. Kedua metode tersebut dapat
dijalankan dengan semestinya, serta hasil peramalan yang ditampilkan oleh
sistem sesuai dengan hasil perhitungan manual.
Saran untuk pengembangan sistem selanjutnya adalah
dengan menambahkan data-data terkait kegiatan produksi dan perencanaan produksi,
misalnya data penggunaan bahan baku, ketersediaan bahan baku, situasi pasar,
harga jual, dan biaya produksi. Data tersebut dapat digunakan sebagai variabel dalam melakukan
peramalan, sehingga peramalan yang dilakukan tidak hanya berdasarkan pada satu
variabel pemesanan produk serta dapat menghasilkan nilai ramalan yang lebih
baik.
Eunike, A., Setyanto, N. W., Yuniarti, R., Hamdala,
I., Lukodono, R. P., & Fanani, A. A. (2018). Perencanaan Produksi dan
Pengendalian Persediaan. Malang: UB Press.
Harani, W. M., &
Mulyanto, E. (2017). Prediksi Penjualan Barang pada Alfamart Rembang
Menggunakan Exponential Smoothing.
Komsiyah, S., Meiliana,
& Centika, H. E. (2018). A Fuzzy Goal Programming Model For Production
Planning in Furniture Company. Procedia Computer Science, 544-552.
Plinere, D., &
Aleksejeva, L. (2019). Production Scheduling in Agent-Based Supply Chain for
Manufacturing Efficiency Improvement. Procedia Computer Science, 36-43.
Ramachandran, Devaraj,
& Rasidhar. (2016). Production Planning and Control 1st Edition.
India: Air Walk Publication.
Sari, F. (2018). Metode
dalam Pengambilan Keputusan. Yogyakarta: Deepublish.
Simarmata, J. (2010). Rekayasa
Web. Yogyakarta: ANDI.
Sommerville, I. (2011). Software
Engineering 9th Edition. United State: Pearson.
Sumarjaya, I. W. (2016). Modul
Analisis Deret Waktu. FMIPA Udayana: Jurusan Matematika.
Widya, W. (2010). Panduan
Aplikatif dan Solutif (PAS) Membuat Aplikasi Client Server dengan Visual Basic
2008. Semarang: Wahana Komputer.