ABSTRAKSI: Toko Indosari adalah sebuah toko yang menjual berbagai macam bahan kimia untuk makanan maupun rumah tangga. Selama ini toko tersebut melakukan pembelian untuk penyediaan stok barang hanya berdasar intuisi dari pemilik, sehingga seringkali terjadi penumpukan item-item tertentu. Namun tak jarang pula terjadi kekosongan stok suatu item, sehingga toko tersebut tidak dapat memenuhi permintaan dari pelanggannya. Hal ini tentulah tidak efisien, mengingat kepuasan dari pelanggan sangat menentukan tingkat penjualan dari sebuah toko.
Untuk itu dibangun perangkat lunak yang mendukung pengambilan keputusan dengan mengolah data-data intern penjualan yang pernah ada, dengan menggunakan metode Dekomposisi. Metode ini mengidentifikasikan tiga komponen yang terpisah dalam pola dasar yaitu faktor trend, siklus dan musiman.
Sistem yang dibangun ini dapat menghasilkan prediksi jumlah permintaan yang akan datang, sehingga dapat diantisipasi jumlah stok yang harus disediakan. Berdasarkan data penjualan dari Januari 2000 sampai dengan Juli 2005 diperoleh rata-rata error untuk semua barang sebesar 0.9461. Hal ini menunjukkan hasil yang cukup baik, mengingat penggunaan rumus mencari error pada metode ini adalah: )(')(tXtXerror= dimana X(t) adalah data asli, dan X’(t) adalah hasil peramalan. Oleh sebab itu nilai error yang semakin mendekati 1 menjadi semakin baik.Kata Kunci : Sistem Pendukung Pengambilan Keputusan, Stok Barang, DekomposisiABSTRACT: Indosari is a shop which sell kinds of chemical for foods and housekeeping industry. Till now, the shop is doing the purchasing for its supply just based by owner’s intuition, so that it often causes the hoarding of several items. Moreover, it also often causes the emptiness of several items, so that the shop would not be able to comply the customers demand. This case is not efficient, because the customer’s satisfaction will determine the selling rate at that shop.
For that reason, a system developed to support the decisions making (Decision Support System) which process the selling data and uses the decomposition method. This method identify three particularly based components. They are trend, cycle, and seasonal factor.
This system is able to produce the prediction of next demand quantity, so that it can be anticipated for the supply. According to the selling data from January 2000 until July 2005, we get the average error for all items is 0.9461. This shows us a quite good result, because the formula used on this method is : )(')(tXtXerror= where X(t) is for original data, and X’(t) is for forecasting result. Therefore, the value of error which more close by to the value of one is being a better result.Keyword: Decision Support System , goods supply, Decomposition