BAB V ANALISIS HASIL
Pada bab ini akan menjelaskan analisis hasil dari implementasi gudang data yang telah dibangun. Analisis hasil ini dibagi menjadi beberapa bagian yaitu
penyelesaian rumusan masalah, pengukuran kinerja sistem, kelebihan, dan kelemahan sistem.
5.1 Penyelesaian Rumusan Masalah
Pada bab pendahuluan, penulis merumuskan permasalahan yang akan diselesaikan dengan penelitian ini, antara lain:
Bagaimana membuat gudang data yang dapat dipergunakan untuk sistem database Online Analytical Processing OLAP dan
penambangan data dengan algoritma apriori untuk menunjang proses analisa pelayanan PT. ASDP Indonesia Ferry cabang
Kupang ? Tujuan dari perumusan masalah ini adalah membantu Supervisor
Lintasan dalam menganalisa produksi dan pendapatan PT. ASDP Ferry Indonesia dan menemukan kapal-kapal yang sering beroperasi pada tahun
2010 dan 2011. Sesuai dengan tujuan penelitian ini Supervisor Lintasan membutuhkan beberapa informasi yang dapat membantu pelaporan
produksi dan pendapatan PT. ASDP Ferry Kupang. Informasi yang dibutuhkan adalah laporan rekapitulasi produksi dan pendapatan, laporan
produksi, dan laporan pendapatan PT. ASDP Ferry Kupang. Selain informasi pelaporan, penelitian ini membantu pihak ASDP dalam
menganalisa hubungan antara waktu, lintasan, dan pendapatan dalam rangka peningkatan kualitas pelayanan. Hasil implementasi gudang data
sesuai dengan informasi yang dibutuhkan dapat dilihat sebagai berikut: a. Hasil Laporan Rekapitulasi Pelayanan Operasional
Gambar 5.1 Hasil Rekapitulasi Pelayanan Operasional
Gambar 5.1 merupakan hasil pembentukan OLAP dari data rekapitulasi untuk setiap lintasan. Pada hasil ini dapat dilihat semua
lintasan yang beroperasi di PT. ASDP Ferry Kupang, Kapal, waktu operasi, jenis tiket, produksi serta pendapatan. Hasil OLAP ini diharapkan
dapat memenuhi kebutuhan Supervisor Lintasan untuk mendapatkan rekapitulasi untuk setiap lintasan.
Melalui hasil pembentukan OLAP rekapitulasi pelayanan ini dapat mengetahui produksi dan pendapatan untuk setiap lintasan. Data ini dapat
dilihat secara multidimensi baik dari dimensi waktu, dimensi lintasan, dimensi kapal, maupun dimensi tiket.
b. Hasil Laporan Produksi
Gambar 5.2 Hasil OLAP Laporan Produksi
Gambar 5.2 merupakan hasil pembentukan OLAP laporan produksi untuk setiap lintasan. Pada hasil ini dapat dilihat semua lintasan yang
beroperasi di PT. ASDP Ferry Kupang, Kapal, waktu operasi, jenis tiket, dan produksi. Hasil OLAP ini diharapkan dapat memenuhi kebutuhan
Supervisor Lintasan untuk mendapatkan informasi jumlah produksi di setiap lintasan. Produksi tersebut merupakan jumlah tiket yang terjual di
setiap lintasan. Melalui hasil pembentukan OLAP laporan produksi ini dapat
mengetahui produksi setiap lintasan maupun kapal yang beroperasi di PT. ASDP Ferry Kupang. Data ini dapat dilihat secara multidimensi baik dari
dimensi waktu, dimensi lintasan, dimensi kapal, maupun dimensi tiket.
c. Hasil Laporan Pendapatan
Gambar 5.3 Hasil OLAP Laporan Pendapatan
Gambar 5.3 merupakan hasil pembentukan OLAP laporan pendapatan untuk setiap lintasan. Pada hasil ini dapat dilihat semua lintasan yang
beroperasi di PT. ASDP Ferry Kupang, Kapal, waktu operasi, jenis tiket, dan produksi. Hasil OLAP ini diharapkan dapat memenuhi kebutuhan
Supervisor Lintasan untuk mendapatkan informasi jumlah pendapatan di setiap lintasan. Produksi tersebut merupakan jumlah tiket yang terjual di
setiap lintasan. Melalui hasil pembentukan OLAP laporan pendapatan ini dapat
mengetahui berapa besar pendapatan setiap lintasan maupun kapal yang beroperasi di PT. ASDP Ferry Kupang. Data ini dapat dilihat secara
multidimensi baik dari dimensi waktu, dimensi lintasan, dimensi kapal, maupun dimensi tiket.
d. Hasil Algoritma Apriori Percobaan I
Pada percobaan I, penulis melakukan percobaan dengan mengubah nilai minimum support 10 dengan nilai minimum
confidence 50. Berdasarkan hasil percobaan I dapat
dijelaskan bahwa jika lintasan = Kupang menuju Aimere dan memiliki pendapatan sangat tinggi maka hari operasi
pelayanannya adalah hari selasa. Jika lintasan Waiwerang menuju Kupang maka pendapatan yang diperoleh pihak ASDP
sangat rendah.
== Best Rule == WAIWERANG_LEWOLEBA == SANGAT RENDAH confidence=1
LEWOLEBA_BARANUSA == SANGAT RENDAH confidence=0.54 KUPANG_ROTE == CUKUP
confidence=0.64
LEWOLEBA_WAIWERANG == SANGAT RENDAH confidence=0.89 Senin, WAIWERANG_LEWOLEBA == SANGAT RENDAH confidence=1
ENDE_WAINGAPU, RENDAH == SABTU confidence=0.75
Senin, LARANTUKA_WAIWERANG == SANGAT RENDAH confidence=0.87 KUPANG_AIMERE, SANGAT TINGGI == SELASA confidence=0.60
Percobaan II Pada percobaan II, penulis melakukan percobaan dengan
mengubah nilai minimum support 20 dengan nilai minimum confidence
50. Berdasarkan hasil pada percobaan II dapat dijelaskan bahwa jika lintasan Lewoleba menuju baranusa
maka pendapatan yang diperoleh sangat rendah. Apabila lintasan kupang menuju Larantuka atau Kalabahi maka
pendapatan yang diperoleh pihak ASDP sangat tinggi.
== Best Rule == LEWOLEBA_BARANUSA == SANGAT RENDAH confidence=0.85
KUPANG_ENDE == Jumat confidence=0.76 KUPANG_KALABAHI == SANGAT TINGGI confidence=0.78
KUPANG_LARANTUKA == SANGAT TINGGI confidence=0.72 ROTE_KUPANG == CUKUP confidence=0.68
KUPANG_WAINGAPU == Jumat confidence=0.58 LARANTUKA_KUPANG == Jumat confidence=0.51
5.2 Pengujian Cube