Analisa Sistem Permodelan data

27

3.2.2 Arsitektur Aplikasi Sales

Sistem ini memiliki gambaran arsitektur sistem sales seperti gambar dibawah ini : Sales Gambar 3.2 Arsitektur Aplikasi User Sales Data yang sudah dipindah ke database selanjutnya melalui proses vector space model untuk mengukur kemiripan antara user profil dengan query. Semakin dekat dua vektor di dalam suatu VSM maka semakin mirip. Pada proses similarity dihitung nilai cosinus sudut dari dua vektor, lalu akan dipilih query mana yang cocok dengan profil user, yang kemudian menjadi sebuah daftar rekomendasi. Data Corpus VSM Vector Space Model Input Profil Similarity Process Rekomendasi 28

3.3 Arsitektur Sistem

3.3.1 Arsitektur Sistem Admin

Admin Web Server Database server internet Gambar 3.3 Arsitektur Sistem Admin Pada arsitektur sistem berbasis web, admin mengakses sistem dari web server menggunakan komputer untuk mengelola data produk, toko, seles, melakukan reindeks serta memonitor transaksi penjualan produk. Dalam mengakses data yang ada di database server diperlukan koneksi internet.

3.3.2 Arsitektur Sistem Sales

Web Server Database server internet Sales Reksa Mobile Gambar 3.4 Arsitektur Sistem Sales Pada arsitektur sistem berbasis mobile, sales melakukan login pada aplikasi mobile kemudian memasukkan data atau jumlah barang yang dibawa pada saat mereka melakukan pemasaran produk untuk pertama kali, lalu akan dicatat oleh server dan digunakan untuk query untuk membentuk rekomendasi 29 yang mendekati profil setiap sales. Dalam mengakses data yang ada di web server diperlukan koneksi internet, web server berfungsi untuk menyimpan data produk, toko, sales, transaksi toko, dan transaksi sales. Hasil pencatatan terakhir akan digunakan untuk saran jumlah yang akan dibawa oleh sales di hari berikutnya. Perekaman data dan perhitungan cosinus similarity dilakukan pada server untuk memudahkan mengakses data dan pemantauan pemasaran oleh distributor.

3.4 Permodelan data

Pada tabel di bawah ini terdapat satu kolom query sales, delapan toko, dan lima belas produk. Seorang sales membawa enam jenis produk yang akan dipasarkan kepada delapan toko. Dimana bobot atau banyaknya produk setiap toko didapatkan dari transaksi sebelumnya. Matriks bobot setiap produk dapat dilihat pada tabel 3.1 berikut ini : Tabel 3.1 Contoh perhitungan matriks bobot sales W 67 Prapti Prima Sumber Rejeki Cendana KFE Dewi Sri Enny AJB2B 20 15 15 AJC2 80 AJT2B3 AJTS 50 15 20 15 10 10 10 APD BIC4 BPD BPF 35 10 20 10 15 20 BPG BSM4BSW4 30 Setelah matriks bobot terbentuk, kemudian menghitung nilai bobot w dengan mengkuadratkan nilai setiap toko. Langkah berikutnya menjumlahkan nilai disetiap kolom dan hasil penjumlahan setiap kolom tersebut diakarkan. Matriks perhitungan nilai vektor seperti tabel 3.2. Tabel 3.2 Contoh perhitungan data nilai vektor W2 Sales 67 Prapti Prima Sumber Rejeki Cendana KFE Dewi Sri Enny AJB2B 400 225 225 AJC2 6400 AJT2B3 AJTS 2500 225 400 225 100 100 100 APD BIC4 BPD BPF 1225 100 400 100 225 400 BPG BSM4 BSW4 CSP40 H2 1225 100 625 225 CWG1 CWT1 625 CWG4 DEC 100 ECS4 2025 400 225 225 SUM 8000 400 100 625 6800 875 950 600 775 VECTOR 89.44272 20 10 25 82.46211 29.5804 30.82207 24.4949 27.83882 CSP40H2 35 10 25 15 CWG1CWT1 25 CWG4 DEC 10 ECS4 45 20 15 15 31 Pada tabel 3.3 matriks perhitungan dari bobot di tabel 3.1 dengan mengkalikan setiap baris dikolom sales dengan setiap kolom toko. Dengan rumus :    1 , , j w w j i j Q dimana W Q,j merupakan bobot kueri sales terhadap produk dan W i,j merupakan bobot data toko terhadap produk. Tabel 3.3 Contoh perhitungan perkalian kueri WQ,j Wi,j 67 Prapti Prima Sumber Rejeki Cendana KFE Dewi Sri Enny AJB2B 300 300 AJC2 AJT2B3 AJTS 750 1000 750 500 500 500 APD BIC4 BPD BPF 350 700 350 525 700 BPG BSM4BSW4 CSP40H2 350 875 525 CWG1CWT1 CWG4 DEC ECS4 900 675 675 SUM 900 350 1450 1000 2425 1900 1200 2000 32 Selanjutnya menghitung nilai cosinus sudut antara dua vektor dengan setiap kueri dengan rumus cosine similarity, untuk : Keterangan : W ij : bobot produk dalam data toko W Qj : bobot produk dalam kueri sales Tabel 3.4 Contoh hasil perhitungan cosines similarity 67 Prapti Prima Sumber Rejeki Cendana KFE Dewi Sri Enny 0.503115 0.39 0.64846 0.135582 0.916564 0.689202 0.547723 0.803219 Dari perhitungan Tabel 3.4 data diatas, toko yang memenuhi syarat untuk direkomendasikan pada sales adalah Toko Cendana karena memiliki tingkat similaritas mendekati profil sales kemudian Toko Enny, Toko KFE, Toko Prima, Toko Dewi Sri, Toko 67, Toko Prapti, Toko Sumber Rejeki. Toko yang memiliki similaritas jauh dari profil sales akan direkomendasikan sebagai pelanggan promosi.

3.5 Desain model secara umum

Desain model berisi analisis kebutuhan sistem secara umum yang terdiri dari use case diagram dan Diagram Arus Data Logika DADL.         1 1 , 2 , 2 1 , , j j j i j Q j w w w w j i j Q 33

3.5.1 Diagram Use Case

Diagram use case merupakan diagram yang menggambarkan interaksi antara sistem dengan sistem eksternal dan pengguna. Admin Login Kelola Produk Depends on Kelola Sales Kelola Toko reindeks Gambar 3.5 Use Case Diagram untuk Admin 34 Sales Login Profil Sales Depends on Rekomendasi Pelanggan Tetap Rekomendasi Promosi Pelanggan Kelola Toko Gambar 3.6 Use Case Diagram untuk Sales

3.5.2 Narasi Use Case

Narasi use case pada diagram use case Gambar 3.4 untuk sistem berbasis mobile dan Gambar 3.4 untuk sistem berbasis web akan mendeskripsikan secara tertulis aktivitas yang ada pada use case. Narasi use case dari gambar diagram use case Gambar 3.5 dan 3.6 terdapat pada lampiran 1.