PERAMALAN STOK BARANG UNTUK MEMBANTU PENGAMBILAN KEPUTUSAN PEMBELIAN BARANG PADA TOKO BANGUNAN XYZ DENGAN METODE ARIMA

Authors

  • Tanti Octavia Program Studi Teknik Industri, Universitas Kristen Petra
  • Yulia Yulia Program Studi Teknik Informatika, Universitas Kristen Petra
  • Lydia Lydia Program Studi Teknik Informatika, Universitas Kristen Petra

Abstract

Toko  bangunan  ”XYZ”, merupakan sebuah usaha dagang yang  bergerak  di  bidang  jual beli bahan  bangunan. Dimana bahan bangunan yang dijual terdiri atas berbagai jenis barang dengan harga dan merek yang berbeda-beda. Hal ini menyebabkan informasi akan ketersediaan stok barang sesuai dengan penjualan menjadi sangatlah penting, mengingat banyak barang yang berharga cukup mahal dan membutuhkan tempat penyimpanan yang cukup besar. Sehingga bila terjadi salah perhitungan akan stok barang, maka akan terjadi kehilangan kesempatan untuk memenuhi penjualan (lost sales) karena kekurangan stok barang ataupun akan terjadi investasi yang terhenti karena barang tertimbun di gudang tanpa bisa terjual dengan lancar.

Berdasar permasalahan di atas, dibutuhkan sebuah sistem peramalan guna menentukan persediaan barang yang ada sesuai dengan permintaan (demand). Guna memprediksi  jumlah persediaan stok barang akan digunakan metode  ARIMA yang akan dihitung dengan menggunakan sebuah aplikasi yang berjalan pada VB.Net dan SQL Server 2005. Hasil perhitungan nantinya akan ditampilkan dalam bentuk tabel dan grafik yang nanti akan divalidasi  dan  verifikasi  secara manual berdasar data penjualan lampau yang telah terjadi.

Dari penelitian dan pengujian yang dilakukan didapatkan bahwa sistem yang dibuat telah mampu menentukan model peramalan ARIMA yang tepat pada barang di toko bahan bangunan “XYZ” ini. 

Author Biography

Tanti Octavia, Program Studi Teknik Industri, Universitas Kristen Petra

Telematika

References

Arna, F. Peramalan time series, 2010, http://www.docstoc.com/docs/21203311/Peramalan-Time-Series. Retrieved October 10, 2012.

Arsyad, Lincolin. 2001, Peramalan bisnis. BPFE– Yogyakarta. Yogyakarta.

Hanke, John E & Wichern, Dean W. 2009, Business forecasting 9th ed. New Jersey.

Wahana Statiska, 2010, ARIMA. http://www.wahana-statistika.com/analisis/analisis-time-series/112-arima- autoregressive-integrated-moving-average.html. Retrieved October 10, 2012, from

Whitten, J.L., Bentley, L.D., & Dittman, K.C., 2007, Systems analysis and design methods. New York: McGraw-Hill.

Published

2015-07-02

Issue

Section

Seminar Nasional Informatika 2008