Analisis Masalah Perancangan Sistem

BAB 3 ANALISIS DAN PERANCANGAN SISTEM

Analisis sistem yang akan dibangun yaitu berupa analisis pencarian rule berdasarkan association rule dengan algoritma Apriori dan algoritma CT-Pro, dan pada tahapan perancangan sistem, akan dibahas perancangan Data Flow Diagram DFD, perancangan alur kerja flowchart dan perancangan antarmuka pemakai user interface.

3.1 Analisis Masalah

Masalah yang dihadapi dalam membangun aplikasi ini adalah sebagai berikut: “bagaimana menghasilkan sebuah pengetahuan ataupun informasi baru yang masih tersimpan dalam sebuah data yang besar”. Adapun metode yang digunakan dalam menganalisis permasalahan yang dihadapi dalam membangun aplikasi ini yaitu Fishbone Diagram. Diagram Fishbone sering disebut dengan istilah Diagram Ishikawa. Penyebutan diagram ini sebagai Diagram Ishikawa karena yang mengembangkan model diagram ini adalah Dr. Kaoru Ishikawa pada sekitar Tahun 1960-an. Diagram Ishikawa dikenal dengan Diagram fishbone karena diagram ini bentuknya menyerupai kerangka tulang ikan yang bagian- bagiannya meliputi kepala, sirip, dan duri. Diagram fishbone merupakan suatu alat visual untuk mengidentifikasi, mengeksplorasi, dan secara grafik menggambarkan secara detail semua penyebab yang berhubungan dengan suatu permasalahan. Konsep dasar dari diagram fishbone adalah permasalahan mendasar diletakkan pada bagian kanan dari diagram atau pada bagian kepala dari kerangka tulang ikannyaAsmoko,2013. Penyebab permasalahan Universitas Sumatera Utara digambarkan pada sirip dan durinya. Pada Gambar 3.1 merupakan sebuah diagram fishbone yang penulis coba buat untuk analisis masalah dalam menghasilkan sebuah informasi ataupun pengetahuan baru. User Material Machine Method menghasilkan sebuah pengetahuan ataupun informasi baru Database yang besar Metode mining belum ada Database belum terstruktur Ingin efisiensi data Aplikasi yang belum tersedia Gambar 3.1 Diagram Ishikawa untuk analisis masalah

3.2 Analisis Data

Analisis data yang dilakukan terhadap data yang telah terkumpul dilakukan berdasarkan teknik aturan asosiasi dengan beberapa iterasi atau langkah-langkah. Data yang diambil sebagai bahan acuan dalam perancangan sistem yaitu data komoditas ekspor yang diperoleh dari instansi BBKP Belawan pada bulan Januari 2013 dalam jangka sepuluh hari dari tanggal 2 Januari 2013 hingga 15 Januari 2013 dengan total data sebanyak 200, dapat dilihat pada Tabel 3.1. Data tersebut merupakan data yang mewakili keseluruhan data komoditas selama 3 bulan. Universitas Sumatera Utara Tabel 3.1 Data Ekspor Tgl Ekspor ID Ekspor Data Ekspor Tgl Ekspor ID Ekspor Data Ekspor 02012013 E1 Karet Lembaran-India 02012013 E11 Kopi Biji-Kanada E2 Kayu Karet-Malaysia E12 Karet Lembaran- Cina E3 Kakao Biji-Cina E13 Ubi Jalar-Korea Selatan E4 Kakao Biji-Singapura E14 Gambir-Pakistan E5 Ubi Jalar-Jepang E15 Sapu Lidi-Pakistan E6 Kopi Biji-Singapura E16 Kulit Kayu Manis- Republik Dominika E7 Kopi Biji-Amerika Serikat E17 Kopi Biji-Jerman E8 Kopi Biji-Malaysia E18 Kayu Karet-Cina E9 Pinang Biji-Pakistan E19 Kopi Biji-Australia E10 Kopi Biji-Amerika Serikat E20 Kelapa Parut- Polandia 03012013 E21 Karet Lembaran-India 03012013 E31 Pinang Biji-Sri Lanka E22 Getah Pinus-Cina E32 Karet Lembaran- Argentina E23 Kulit Kayu Manis- Belanda E33 Pinang Biji- Bangladesh E24 Pinang Biji-Pakistan E34 Sapu Lidi-Pakistan E25 Kopi Biji-Amerika Serikat E35 Kayu Manis-Rusia E26 Minyak Sawit-Sierra Leone E36 Kopi Biji-Inggris E27 Kopi Biji-Taiwan E37 Minyak Sawit- Vietnam E28 Kulit Kayu Manis- Afrika Selatan E38 Kopi Biji-Jepang E29 Kakao Biji-Malaysia E39 Minyak Sawit- Vcina E30 Kelapa Parut-Rusia E40 Karet Lembaran- Cina 04012013 E41 Kulit Kayu Manis- Belanda 04012013 E51 Pinang Biji- Bangladesh E42 Kulit Kayu Manis- Jerman E52 Minyak Sawit- Yaman E43 Kulit Kayu Manis- Portugal E53 Karet Lempengan- Taiwan Universitas Sumatera Utara Tabel 3.1 Data Ekspor Lanjutan Tgl Ekspor ID Ekspor Data Ekspor Tgl Ekspor ID Ekspor Data Ekspor 04012013 E44 Kulit Kayu Manis- Amerika Serikat 04012013 E54 Karet Lempengan- Cina E45 Kayu Karet-Cina E55 Kopi Biji-Kanada E46 Kayu Karet-Malaysia E56 Kopi Biji-Korea Selatan E47 Kayu Karet-Thailand E57 Kulit Kayu Manis- Thailand E48 Wood Flooring- Malaysia E58 Pinang Biji-Pakistan E49 Wood Flooring- Vietnam E59 Karet Lembaran- India Kopi Biji-Amerika Serikat E60 Karet Lempengan- Amerika Serikat 07012013 E61 Kopi Biji-Singapura 07012013 E71 Minyak Sawit-Cina E62 Kayu Karet-Malaysia E72 Minyak Sawit-Haiti E63 Wood Flooring-Cina E73 Kopi Biji-Australia E64 Kopi Biji-Amerika Serikat E74 Kayu Manis- Thailand E65 Pinang Biji-Pakistan E75 Karet Lembaran- Cina E66 Karet Lempengan- Brasil E76 Kayu Karet- Malaysia E67 Pinang Biji- Bangladesh E77 Sapu Lidi-Malaysia E68 Kayu Karet-Cina E78 Kayu Karet-Cina E69 Karet Lempengan-Cina E79 Kopi Biji-Irlandia E70 Minyak Sawit-Siria E80 Sayuran Kubis- Taiwan 08012013 E81 Pinang Biji-Pakistan 08012013 E91 Kayu Manis- Malaysia E82 Kopi Biji-Amerika Serikat E92 Pinang Biji- Bangladesh E83 Karet Lembaran-Afrika Selatan E93 Minyak Sawit-Haiti E84 Minyak Sawit-Pakistan E94 Karet Lembaran- Taiwan E85 Pinang Biji-Pakistan E95 Karet Lembaran- India E86 Kopi Biji-Singapura E96 Karet Lembaran- Cina E87 Minyak Sawit-Cina E97 Kayu Karet- Malaysia Universitas Sumatera Utara Tabel 3.1 Data Ekspor Lanjutan Tgl Ekspor ID Ekspor Data Ekspor Tgl Ekspor ID Ekspor Data Ekspor 08012013 E88 Wood Flooring- Amerika Serikat 08012013 E98 Karet Lembaran- Taiwan E89 Wood Flooring- Malaysia E99 Wood Flooring- Jepang E90 Karet Lempengan-Cina E100 Kopi Biji-Kanada 09012013 E101 Minyak Sawit-Algeria 09012013 E111 Wood Flooring- Meksiko E102 Sayuran Kubis-Taiwan E112 Pinang Biji- Pakistan E103 Pinang Biji-Pakistan E113 Wood Flooring- Malaysia E104 Minyak Sawit-Cina E114 Kulit Kayu Manis- Thailand E105 Sapu Lidi-Pakistan E115 Kulit Kayu Manis- Libanon E106 Kopi Biji-Amerika Serikat E116 Damar Batu-India E107 Kulit Kayu Manis- Republik Dominika E117 Damar Batu-Sri Lanka E108 Kulit Kayu Manis- Brasil E118 Kopi Biji-Swedia E109 Minyak Sawit-Cina E119 Kulit Kayu manis- Meksiko E110 Karet Lempengan- Afrika Selatan E120 Karet Lembaran- India 10012013 E121 Kopi Biji-Korea Selatan 10012013 E131 Sayuran Kubis- Taiwan E122 Kopi Biji-Amerika Serikat E132 Sayuran Kubis- Taiwan E123 Sapu Lidi-Pakistan E133 Kopi Biji-Jerman E124 Minyak Sawit-Sierra Leone E134 Kopi Biji-Malaysia E125 Pinang Biji-Pakistan E135 Kakao Biji- Malaysia E126 Minyak Sawit-Sierra Leone E136 Pinang Biji- Pakistan E127 Minyak Sawit-Turki E137 Pinang Biji- Bangladesh Universitas Sumatera Utara Tabel 3.1 Data Ekspor Lanjutan Tgl Ekspor ID Ekspor Data Ekspor Tgl Ekspor ID Ekspor Data Ekspor 10012013 E128 Minyak Sawit-Turki 10012013 E138 Kopi Biji-Perancis E129 Karet Lempengan-Cina E139 Kopi Biji-Amerika Serikat E130 Kulit Kayu Manis- Republik Dominika E140 Kopi Biji-Kanada 11012013 E141 Minyak Sawit-Cina 11012013 E151 Minyak Sawit-Siria E142 Kayu Karet-Malaysia E152 Pinang Biji- Pakistan E143 Kopi Biji-Amerika Serikat E153 Minyak Sawit-Siria E144 Minyak Sawit-Cina E154 Karet Lembaran- Cina E145 Kayu Karet-Malaysia E155 Minyak Sawit-Siria E146 Pinang Biji-Pakistan E156 Kulit Kayu Manis- Thailand E147 Sayuran Kubis-Taiwan E157 Karet Lembaran- Amerika Serikat E148 Minyak Sawit-Cina E158 Karet Lembaran- Cina E149 Pinang Biji-Pakistan E159 Karet Lembaran- India E150 Kopi Biji-Amerika Serikat E160 Karet Lempengan- Cina 14012013 E161 Kopi Biji-Amerika Serikat 14012013 E171 Minyak Sawit- Pakistan E162 Kopi Biji-Singapura E172 Minyak Sawit- Algeria E163 Kopi Biji-Amerika Serikat E173 Minyak Sawit- Algeria E164 Karet Lembaran-Cina E174 Karet Lembaran- Cina E165 Pinang Biji- Bangladesh E175 Minyak Sawit- Algeria E166 Kopi Biji-Jerman E176 Kulit Kayu Manis- Amerika Serikat E167 Kopi Biji-Belanda E177 Minyak Sawit- Algeria E168 Kopi Biji-Inggris E178 Kopi Biji-Taiwan E169 Pinang Biji-Pakistan E179 Kayu Karet- Malaysia E170 Pinang Biji- Bangladesh E180 Kopi Biji-Taiwan Universitas Sumatera Utara Tabel 3.1 Data Ekspor Lanjutan Tgl Ekspor ID Ekspor Data Ekspor Tgl Ekspor ID Ekspor Data Ekspor 15012013 E181 Minyak Sawit-Cina 15012013 E191 Kulit Kayu Manis- Amerika Serikat E182 Kopi Biji-Amerika Serikat E192 Kopi Biji-Malaysia E183 Minyak Sawit-Cina E193 Pinang Biji- Pakistan E184 Kopi Biji-Amerika Serikat E194 Karet Lembaran- Cina E185 Kopi Biji-Singapura E195 Sayuran Kubis- Taiwan E186 Kopi Biji-Australia E196 Kopi Biji-Jerman E187 Kopi Biji-Singapura E197 Sayuran Kubis- Taiwan E188 Kakao Biji-Malaysia E198 Kayu Karet- Malaysia E189 Pinang Biji-Pakistan E199 Minyak Sawit-Cina E190 Kopi Biji-Singapura E200 Kayu Karet- Malaysia

3.2.1 Algoritma Apriori

Pada tahapan ini akan dilakukan teknik aturan asosiasi dengan algoritma Apriori dan perancangan flowchart algoritma apriori dapat dilihat pada Gambar 3.2. Dari flowchart tersebut dapat diuraikan lebih jelas proses asosiasi dari algoritma apriori, dimana terlebih dahulu ditentukan nilai minimum support dan nilai minimum confidence. Kemudian akan dilakukan proses pembuatan tabel C1 dengan memperoleh nilai support dari masing-masing item terlebih dahulu, berikut ini merupakan penjelasan lebih lanjut dari flowchart apriori. Universitas Sumatera Utara Min Support dan Min Confidence Supporta = jumlah transaksi a total transaksi 100 Proses Pembuatan tabel C1 Tabel C1 terbentuk If Support = min Support Y T Tabel L1 terbentuk Proses Pembuatan Tabel C2 Support = jumlah transaksi mengandung a dan b total transaksi 100 Tabel C2 terbentuk If Support = min Support Y T P1 Start P1 Terbentuk Tabel Confidence L2 If confidence = min confidence Tabel Aturan Asosiasi Kesimpulan hasil asosiasi End Y T Tabel L2 terbentuk Confidence = kombinasi transaksi a dan b transaksi a 100 Gambar 3.2 Flowchart Algoritma Apriori Langkah 1 : Mencari C1 Kandidat 1-itemset Setelah ditentukan nilai minimum support dan minimum confidence, maka dilakukan proses pembentukan tabel C1. Dari Tabel 3.1 akan dilakukan pencarian nilai support pada masing-masing item dengan rumus : Jumlah Transaksi mengandung A Support : x 100 Total Transaksi Universitas Sumatera Utara Berdasarkan rumus diatas dapat dihitung nilai support masing-masing item, berikut ini dimisalkan pencarian nilai support untuk item Karet Lembaran berdasarkan data Tabel 3.1 : 20 SupportKaret Lembaran : x 100 = 10. 200 Maka dari hasil pencarian nilai support masing-masing item tersebut, tabel C1 terbentuk seperti yang terlihat pada Tabel 3.2. Tabel 3.2 C1 Kandidat 1-itemset Itemset Support Karet Lembaran 20200 100 = 10 Kayu Karet 15200 100 = 7,5 Kakao Biji 5200 100 = 2,5 Ubi Jalar 2200 100 = 1 Kopi Biji 48200 100 = 24 Pinang Biji 24200 100 = 12 Gambir 1200 100 = 0,5 Sapu Lidi 5200 100 = 2,5 Kulit Kayu Manis 17200 100 = 8,5 Kelapa Parut 2200 100 = 1 Getah Pinus 1200 100 = 0,5 Minyak Sawit 31200 100 = 15,5 Kayu Manis 3200 100 = 1,5 Wood Flooring 8200 100 = 4 Karet Lempengan 9200 100 = 4,5 Sayuran Kubis 7200 100 = 3,5 Damar Batu 2200 100 = 1 India 7200 100 = 3,5 Malaysia 22200 100 = 11 Universitas Sumatera Utara Tabel 3.2 C1 Kandidat 1-itemsetLanjutan Itemset Support Cina 32200 100 = 16 Singapura 8200 100 = 4 Jepang 3200 100 = 1,5 Amerika Serikat 21200 100 = 10,5 Pakistan 22200 100 = 11 Kanada 3200 100 = 1,5 Korea Selatan 3200 100 = 1,5 Republik Dominika 3200 100 = 1,5 Jerman 5200 100 =2,5 Australia 3200 100 = 1,5 Polandia 1200 100 = 0,5 India 7200 100 = 3,5 Malaysia 22200 100 = 11 Cina 32200 100 = 16 Belanda 3200 100 = 1,5 Sierra Leone 3200 100 = 1,5 Taiwan 13200 100 = 6,5 Afrika Selatan 3200 100 = 1,5 Rusia 2200 100 = 1 Sri Lanka 2200 100 = 1 Argentina 1200 100 = 0,5 Bangladesh 7200 100 = 3,5 Inggris 2200 100 = 1 Vietnam 2200 100 = 1 Portugal 1200 100 = 0,5 Thailand 5200 100 = 2,5 Yaman 1200 100 = 0,5 Brasil 2200 100 = 1 Siria 5200 100 = 2,5 Tabel 3.2 C1 Kandidat 1-itemsetLanjutan Universitas Sumatera Utara Itemset Support Haiti 2200 100 = 1 Irlandia 1200 100 = 0,5 Algeria 5200 100 = 2,5 Meksiko 2200 100 = 1 Swedia 1200 100 = 0,5 Turki 2200 100 = 1 Perancis 1200 100 = 0,5 Libanon 1200 100 = 0,5 Langkah 2 : Menentukan L1 Berdasarkan Tabel 3.2 maka langkah selanjutnya yaitu penentuan nilai L1 = {large 1- itemset} dengan minimum support ≥ 5 . Nilai-nilai support pada Tabel 3.2 yang lebih besar atau sama dengan 5 adalah nilai L1 Large 1-itemset seperti terlihat pada Tabel 3.3 Tabel 3.3 L1 Large 1-itemset Itemset Support Kopi Biji 48200 100 = 24 Cina 32200 100 = 16 Kopi Biji 48200 100 = 24 Cina 32200 100 = 16 Minyak Sawit 31200 100 = 15,5 Pinang Biji 24200 100 = 12 Malaysia 22200 100 = 11 Pakistan 22200 100 = 11 Amerika Serikat 21200 100 = 10,5 Karet Lembaran 20200 100 = 10 Kulit Kayu Manis 17200 100 = 8,5 Tabel 3.3 L1 Large 1-itemsetLanjutan Universitas Sumatera Utara Itemset Support Kayu Karet 15200 100 = 7,5 Taiwan 13200 100 = 6,5 Langkah 3 : Mencari C2 Kandidat 2-itemset Langkah selanjutnya yaitu mencari nilai support count berdasarkan kombinasi antara negara dan nama komoditas dengan rumus : Jumlah Transaksi mengandung A dan B Support : x 100 Total Transaksi Berdasarkan rumus diatas dapat dihitung nilai support masing-masing item, berikut ini dimisalkan pencarian nilai support untuk item Kopi Biji-Malaysia berdasarkan data Tabel 3.3 : 4 SupportKopi Biji-Malaysia : x 100 = 2. 200 Hasil dari pencarian nilai support masing-masing item dapat dilihat pada Tabel 3.4. Tabel 3.4 C2 Kandidat 2-itemset Itemset Support Count Support Kopi Biji, Malaysia 4 4200 100 = 2 Kopi Biji, Cina 0200 100 = 0 Kopi Biji, Amerika Serikat 15 15200 100 = 7,5 Kopi Biji, Pakistan 0200 100 = 0 Kopi Biji, Taiwan 3 3200 100 = ,5 Minyak Sawit, Malaysia 0200 100 = 0 Minyak Sawit, Cina 11 11200 100 = 5,5 Tabel 3.4 C2 Kandidat 2-itemsetLanjutan Universitas Sumatera Utara Itemset Support Count Support Minyak Sawit, Amerika Serikat 0200 100 = 0 Minyak Sawit, Pakistan 1 1200 100 = 0,5 Minyak Sawit, Taiwan 0200 100 = 0 Pinang Biji, Malaysia 0200 100 = 0 Pinang Biji, Cina 0200 100 = 0 Pinang Biji, Amerika Serikat 0200 100 = 0 Pinang Biji, Pakistan 17 17200 100 = 8,5 Pinang Biji, Taiwan 0200 100 = 0 Karet Lembaran, Malaysia 0200 100 = 0 Karet Lembaran, Cina 10 10200 100 = 5 Karet Lembaran, Amerika Serikat 1 1200 100 = 0,5 Karet Lembaran, Pakistan 0200 100 = 0 Karet Lembaran, Taiwan 0200 100 = 0 Kulit Kayu Manis,Malaysia 0200 100 = 0 Kulit Kayu Manis,Cina 0200 100 = 0 Kulit Kayu Manis, Amerika Serikat 3 3200 100 = 1,5 Kulit Kayu Manis, Pakistan 0200 100 = 0 Kulit Kayu Manis, Taiwan 0200 100 = 0 Kayu Karet, Malaysia 8 8200 100 = 4 Kayu Karet, Cina 4 4200 100 = 2 Kayu Karet, Amerika Serikat 0200 100 = 0 Kayu Karet, Pakistan 0200 100 = 0 Kayu Karet, Taiwan 0200 100 = 0 Langkah 4 : Menentukan L2 Berdasarkan Tabel 3.4 maka langkah selanjutnya yaitu penentuan nilai L2 = {large 2- itemset} dengan minimum support ≥ 5 . Nilai-nilai support pada Tabel 3.4 yang lebih besar atau sama dengan 5 adalah nilai L2 Large 2-itemset seperti terlihat pada Tabel 3.5. Universitas Sumatera Utara Tabel 3.5 L2 Large 2-itemset Itemset Support Count Support Kopi Biji, Amerika Serikat 15 15200 100 = 7,5 Minyak Sawit, Cina 11 11200 100 = 5,5 Pinang Biji, Pakistan 17 17200 100 = 8,5 Karet Lembaran, Cina 10 10200 100 = 5 Kemudian akan dihitung nilai confidence dari setiap item L2, dengan hasil dapat terlihat pada Tabel 3.6 Tabel 3.6 Confidence L2 Itemset x → y Confidence Kopi biji → Amerika Serikat 1548100 = 31,25 Minyak sawit → Cina 1131100 = 35,48 Pinang Biji → Pakistan 1724100 = 70,83 Karet Lembaran → Cina 1020100 = 50 Langkah selanjutnya yaitu dimisalkan nilai minimum confidence ≥ 35, maka aturan asosiasi yang mungkin terbentuk adalah seperti yang terlihat pada Tabel 3.7. Tabel 3.7 Aturan Asosiasi If antecedent else consequence x -- y Support Confidence Kopi biji -- Amerika Serikat 15200 100 = 7,5 1548100 = 31,25 Minyak sawit -- Cina 11200 100 = 5,5 1131100 = 35,48 Tabel 3.7 Aturan AsosiasiLanjutan Universitas Sumatera Utara If antecedent else consequence x -- y Support Confidence Pinang Biji -- Pakistan 17200 100 = 8,5 1724100 = 70,83 Karet Lembaran -- Cina 10200 100 = 5 1020100 = 50 Berdasarkan langkah-langkah di atas, maka dapat diperoleh kesimpulan bahwa komoditas yang memenuhi minimum support ≥ 5 dan minimum confidence ≥ 35 sebagai berikut : 1. Jika mengekspor Minyak Sawit maka negara tujuannya Cina dengan nilai support 5,5 dan confidence 35,48 2. Jika mengekspor Pinang Biji maka negara tujuannya Pakistan dengan nilai support 8,5 dan confidence 70,83 3. Jika mengekspor Karet Lembaran maka negara tujuannya Cina dengan nilai support 5 dan confidence 50

3.2.2 Algoritma CT-Pro

Pada tahapan ini akan dilakukan analisis asosiasi dengan algoritma ct-pro dengan perancangan flowchart ct-pro dapat dilihat pada Gambar 3.3. Dari flowchart tersebut dapat diuraikan lebih jelas proses asosiasi dari algoritma ct-pro, dimana terlebih dahulu ditentukan nilai minimum support dan nilai minimum confidence. Kemudian dari data tabel 3.1 data kegiatan ekspor akan dihitung frekuensi komoditas dan frekuensi negara. Apabila frekuensi kemunculan setiap item lebih besar dari nilai minimum yang ditentukan maka data tersebut termasuk sebagai frequent global, berikut ini merupakan penjelasan lebih lanjut dari flowchart ct-pro. Universitas Sumatera Utara Min support dan Min Confidence Tampil tabel eksporimpor Proses menghitung frequent komoditas dan negara dalam eksporimpor If komoditasnegara = min support Tampil data frequent global Proses menentukan frequent itemlocal frequent item Tampil tabel frequent item Proses mencari kombinasi frequent pattern If frequent pattern kombinasi = 1 P1 P1 Tampil kombinasi Proses mencari confidence If confidence = min confidence Tampil hasil confidence Aturan asosiasi End Y T Y T Y T Start Gambar 3.3 Flowchart CT-Pro Universitas Sumatera Utara 1. Menentukan frequent itemset Untuk menentukan frequent itemset, terlebih dahulu dilakukan penelusuran data ekspor pada Tabel 3.1 dengan menghitung nilai support masing-masing item.. Hasil dari penelusuran tersebut, maka akan diketahui jumlah frekuensi kemunculan tiap item dan diurutkan dari yang terbesar hingga terkecil yang dapat dilihat pada Tabel 3.8. Tabel 3.8 Frequent Item Index Item Count 1 Kopi Biji 48 2 Cina 32 3 Minyak Sawit 31 4 Pinang Biji 24 5 Malaysia 22 6 Pakistan 22 7 Amerika Serikat 21 8 Karet Lembaran 20 9 Kulit Kayu Manis 17 10 Kayu Karet 15 11 Taiwan 13 12 Karet Lempengan 9 13 Wood Flooring 8 14 Singapura 8 15 Sayuran Kubis 7 16 India 7 17 Bangladesh 7 18 Kakao Biji 5 19 Sapu Lidi 5 20 Jerman 5 21 Thailand 5 22 Siria 5 23 Algeria 5 Universitas Sumatera Utara Tabel 3.8 Frequent Item Lanjutan Index Item Count 24 Kayu Manis 3 25 Jepang 3 26 Kanada 3 27 Korea Selatan 3 28 Republik Dominika 3 29 Australia 3 30 Belanda 3 31 Sierra Leone 3 32 Afrika Selatan 3 33 Ubi Jalar 2 34 Kelapa Parut 2 35 Damar Batu 2 36 Rusia 2 37 Sri Lanka 2 38 Inggris 2 39 Vietnam 2 40 Brasil 2 41 Haiti 2 42 Meksiko 2 43 Turki 2 44 Gambir 1 45 Getah Pinus 1 46 Polandia 1 47 Argentina 1 48 Portugal 1 49 Yaman 1 50 Irlandia 1 51 Swedia 1 52 Perancis 1 Universitas Sumatera Utara Kemudian data diatas diseleksi kembali yang memenuhi dengan nilai minimum support ≥ 5, dan hasilnya dapat terlihat pada Tabel 3.9. Tabel 3.9 Frequent List Index Item Count 1 Kopi Biji 48 2 Cina 32 3 Minyak Sawit 31 4 Pinang Biji 24 5 Malaysia 22 6 Pakistan 22 7 Amerika Serikat 21 8 Karet Lembaran 20 9 Kulit Kayu Manis 17 10 Kayu Karet 15 11 Taiwan 13 Langkah selanjutnya adalah mengurutkan itemset pada setiap tanggal kegiatan ekspor berdasarkan frekuensi paling tinggi seperti yang terlihat pada Tabel 3.10. Tabel 3.10 Data Ekspor berdasarkan frequent list TGL_Ekspor Item 02012013 Kopi Biji, Cina, Pinang Biji, Malaysia, Pakistan, Amerika Serikat, Karet Lembaran, Kulit Kayu Manis, Kayu Karet 03012013 Kopi Biji, Cina, Minyak Sawit, Pinang Biji, Pakistan, Amerika Serikat, Karet Lembaran, Kulit Kayu Manis, Taiwan 04012013 Kopi Biji, Cina, Minyak Sawit, Pinang Biji, Malaysia, Pakistan Amerika Serikat, Karet Lembaran, Kulit Kayu Manis, Kayu Karet, Taiwan 07012013 Kopi Biji, Cina, Minyak Sawit, Pinang Biji, Malaysia, Pakistan, Amerika Serikat, Karet Lembaran, Kayu Karet, Taiwan 08012013 Kopi Biji, Cina, Minyak Sawit, Pinang Biji, Malaysia, Pakistan, Amerika Serikat, Karet Lembaran, Kayu Karet, Taiwan 09012013 Kopi Biji, Cina, Minyak Sawit, Pinang Biji, Malaysia, Pakistan, Amerika Serikat, Karet Lembaran, Kulit Kayu Manis, Taiwan Universitas Sumatera Utara Tabel 3.10 Data Ekspor berdasarkan frequent list Lanjutan TGL_Ekspor Item 10012013 Kopi Biji, Cina, Minyak Sawit, Pinang Biji, Malaysia, Pakistan, Amerika Serikat, Karet Lembaran, Kulit Kayu Manis, Taiwan 11012013 Kopi Biji, Cina, Minyak Sawit, Pinang Biji, Malaysia, Pakistan Amerika Serikat, Karet Lembaran, Kulit Kayu Manis, Kayu Karet, Taiwan 14012013 Kopi Biji, Cina, Minyak Sawit, Pinang Biji, Malaysia, Pakistan Amerika Serikat, Karet Lembaran, Kulit Kayu Manis, Kayu Karet, Taiwan 15012013 Kopi Biji, Cina, Minyak Sawit, Pinang Biji, Malaysia, Pakistan Amerika Serikat, Karet Lembaran, Kulit Kayu Manis, Kayu Karet, Taiwan 2. Membentuk struktur data CFP Tree Dari data ekspor yang berdasarkan frequent list pada Tabel 3.10, maka akan dibuat global item tablenya seperti pada Tabel 3.11. Tabel 3.11 Global ItemTable Index Item Count 1 Kopi Biji 10 2 Cina 10 3 Pinang Biji 10 4 Pakistan 10 5 Amerika Serikat 10 6 Karet Lembaran 10 7 Minyak Sawit 9 8 Malaysia 9 9 Taiwan 9 10 Kulit Kayu Manis 8 11 Kayu Karet 7 Universitas Sumatera Utara Langkah selanjutnya yaitu membentuk Global CFP-Tree, dapat terlihat seperti pada Gambar 3.4. Kopi Biji[10] Cina [10] Minyak Sawit [9] Pinang Biji [1] Pinang Biji [8] [1] Malaysia[1] Malaysia[9] Pakistan[1] Pakistan[1] Pakistan[8] A.Serikat[1] A.Serikat [1] A.Serikat [8] Karet Lembaran[1] Karet Lembaran [1] Karet Lembaran [2] [6] Kulit Kayu Manis[1] Kulit Kayu Manis [1] Kayu Karet[2] Kulit Kayu Manis [6] [2] Taiwan [1] Kayu Karet [1] Taiwan[2] Kayu Karet [4] Taiwan [2] Taiwan [4] Gambar 3.4 Global CFP-Tree 3. Melakukan proses mining Dalam proses mining Global Item Tabel yang ada diurutkan berdasarkan dari item frekuensi yang terkecil hingga terbesar. Pada tahapan ini, penulis mengambil contoh dari data Pakistan yang merupakan data terkecil ke delapan berdasarkan Global Item Universitas Sumatera Utara Tabel. Langkah yang dilakukan yaitu dilakukan pencarian node yang berkaitan dengan Pakistan pada Global CFP-Tree yang kemudian disebut Local Frequent Item dan digunakan untuk membuat Local Item Tabel. Setelah itu dibuat Local CFP-Tree berdasarkan Local Item Tabel seperti yang terlihat pada Gambar 3.5. Index Item Count 4 Pakistan 10 Gambar 3.5 Local CFP-Tree Maka dari Local CFP-Tree di atas maka dapat diperoleh frequent pattern Pakistan yaitu : - Pakistan - Malaysia-Pakistan, Pinang Biji-Pakistan - Pinang Biji-Malaysia-Pakistan, Minyak Sawit-Pinang Biji-Pakistan - Minyak Sawit-Pinang Biji-Malaysia-Pakistan, Cina-Minyak Sawit-Pinang Biji-Pakistan, Cina-Pinang Biji-Malaysia-Pakistan - Kopi Biji-Minyak Sawit-Pinang Biji-Malaysia-Pakistan, Kopi Biji-Cina- Minyak Sawit-Pinang Biji-Pakistan, Kopi Biji-Cina-Pinang Biji-Malaysia- Pakistan Berdasarkan frequent pattern tersebut di atas, maka dapat dihitung nilai confidence dengan minimal confidence ≥ 35. Karena perhitungannya sangat banyak, maka 8 Malaysia 9 3 Pinang Bij 1 8 Malaysia 1 3 Pinang Biji 8 7 Minyak Sawit 9 3 Pinang Biji 1 2 Cina 10 1 Kopi Biji 10 Local Item Tabel Global Item Tabel Universitas Sumatera Utara penulis mengambil contoh dari frequent itemset {Pinang Biji-Malaysia-Pakistan} untuk dicari kombinasinya seperti yang terlihat pada Gambar 3.6 dan dihitung nilai confidencenya. Gambar 3.6 Proses Pencarian Kombinasi Dari proses kombinasi tersebut, diperoleh pola sebagai berikut dengan perhitungan confidence sebagai berikut : - Pinang Biji → Malaysia : 024 x 100 = ~ - Malaysia → Pinang Biji : 022 x 100 = ~ - Pinang Biji → Pakistan : 1724 x 100 = 70,83 - Pakistan → Pinang Biji : 022 x 100 = ~ - Malaysia → Pakistan : 022 x 100 = ~ - Pakistan → Malaysia : 022 x 100 = ~ Untuk pola kombinasi 3 tidak penulis hitung karena dari data kegiatan ekspor tidak terdapat kombinasi 3. Berdasarkan langkah-langkah di atas, maka dapat diperoleh kesimpulan bahwa komoditas yang memenuhi minimum support ≥ 5 dan minimum confidence ≥ 35 sebagai berikut : 1. Jika mengekspor Pinang Biji maka negara tujuannya Pakistan dengan nilai confidence 70,83 Pinang Biji PB Malaysia M PakistanP PB,M PB,P M,P PB,M,P Universitas Sumatera Utara

3.3 Perancangan Sistem

Perancangan sistem terdiri dari pembuatan data flow diagram DFD dan flowchart sistem, perancangan database dan perancangan antarmuka pemakai user interface. 3.3.1 Data flow diagram DFD Data Flow Diagram DFD adalah suatu diagram yang menggunakan notasi-notasi untuk menggambarkan arus dari data sistem, yang penggunaannya sangat membantu untuk memahami sistem secara logika, tersruktur dan jelas. DFD merupakan alat bantu dalam menggambarkan atau menjelaskan . DFD disebut juga dengan nama Bubble chart, Bubble diagram, model proses, diagram alur kerja atau model fungsi. Berikut ini merupakan DFD untuk kedua algoritma : 1. DFD Level 0 Untuk Proses Membuat Perbandingan Algoritma Apriori dan Algoritma CT-Pro Pada DFD level 0 terjadi proses masukan dan keluaran inputoutput berupa data login, data negara, data komoditas, data relasi, data minimum support dan data minimum confidence yang dapat dilihat seperti pada Gambar 3.7. Universitas Sumatera Utara User P0 Perbandingan Algoritma Apriori dan Algoritma CT-Pro pada Komoditas Ekpor dan Impor Data Login Data Negara Data Komoditas Data Relasi Data Min Support Data Min Confidence Info Login Info Negara Info Komoditas Info Relasi Info Min Support Info Min Confidence Info Hasil Aturan Asosiasi Gambar 3.7 DFD Level-0 Untuk Proses Membuat Perbandingan Algoritma Apriori dan Algoritma CT-Pro Dari gambar 3.7 diatas dapat dijelaskan proses input dan output dari sistem yaitu yang dimulai dari user memasukkan data login, data komoditas, data negara, data relasi, data min support dan data min confidence kemudian sistem akan memproses dengan beberapa langkah sesuai dengan tahapan dari kedua algoritma. Dan hasil akhir dari sistem mining ini akan menghasilkan kombinasi komoditas dengan negara yang terbanyak baik itu ekspor maupun impor. 2. DFD Level 1 Untuk Proses Perbandingan Algoritma Apriori dan Algoritma CT-Pro Dari DFD Level-0 tersebut diatas, proses inputoutput sistem dapat dikembangkan lagi seperti terlihat pada Gambar 3.8. Universitas Sumatera Utara P1 Login User Login Data Login P2 Komoditas Komoditas Data Komoditas P3 Negara Negara Data Negara P4 Relasi Relasi Ekspor Relasi Impor Data Relasi Data Relasi Info Relasi Info Negara Info Login Info Komoditas P5 Apriori P6 CT-Pro Info Relasi Info Relasi Ekspor Info Relasi Ekspor Info Relasi Impor Info Relasi Impor Data Negara Info Negara Data Komoditas Info Komoditas Data Login Info Login Data Relasi Info Relasi Data Min Support Data Min Confidence Info Apriori Ekspor Apriori Impor Data Min Support Data Min Confidence Info CT-Pro Ekspor CT-Pro Impor Gambar 3.8 DFD Level-1 Untuk Proses Perbandingan Algoritma Apriori dan Algoritma CT-Pro 3. DFD Level 2 Untuk Proses Relasi Dari DFD Level-1 tersebut diatas, proses P4 Relasi dapat dikembangkan menjadi dua bagian yaitu Relasi Ekspor untuk data ekspor seperti terlihat pada Gambar 3.9 dan Relasi Impor untuk data impor seperti terlihat pada Gambar 3.10. Universitas Sumatera Utara P4.1 Relasi Ekspor Relasi_Ekspor Data Relasi_Ekspor Info Relasi_Ekspor User Data Relasi_Ekspor Info Relasi_Ekspor Gambar 3.9 DFD Level-2 untuk Relasi Ekspor P4.2 Relasi Impor Relasi_Impor Data Relasi_Impor Info Relasi_Impor User Data Relasi_Impor Info Relasi_Impor Gambar 3.10 DFD Level-2 untuk Relasi Impor 4. DFD Level 2 Untuk Proses Algoritma Apriori Dari DFD Level-1 tersebut diatas, proses P5 Apriori dapat dikembangkan lagi seperti terlihat pada Gambar 3.11. Universitas Sumatera Utara P5.1 Cari C1 dan L1 User Kombinasi_Gabung Data Min Support Data Relasi Info Hasil C1 dan L1 P5.2 Cari C2 P5.3 Cari L2 Hasil akhir_Kombinasi Data Hasil L2 Info Hasil L2 Info Hasil L1 Info Hasil C2 P5.4 L2 dengan nilai Confidence Info Hasil L2 Info Hasil C1 dan L1 Data Min Support Data Relasi Info Hasil C2 Data Nilai Min Confidence Hasil_Confidence Data L2 Info Hasil_Confidence Info Hasil Aturan Asosiasi Gambar 3.11 DFD Level-2 untuk proses Algoritma Apriori 5. DFD Level 2 Untuk Proses Algoritma Apriori Dari DFD Level-1 pada Gambar 3.8, proses P6 CT-Pro dapat dikembangkan lagi seperti terlihat pada Gambar 3.12. Universitas Sumatera Utara P6.1 Cari Frequent item Gabung_CTPro User Data Komoditas Data Negara Data Relasi Data Min Support Data Komoditas Data Negara Data Relasi Data Min Support Info Frequent item Info Frequent item P6.2 Buat CFP Tree Data EksporImpor berdasarkan Frequent Item P6.3 Cari Local Frequent Item Gobal CFP Tree P6.4 Buat Local CFP Tree P6.5 Tentukan Frequent Pattern Local Item Table Local CFP Tree Frequent Komoditas Frequent Negara Data Komoditas Data Relasi Data Min Confidence Info Frequent Komoditas Data Negara Data Relasi Data Min Confidence Info Frequent Komoditas Data Komoditas Data Negara Data Relasi Data Min Confidence P6.6 Cari Kombinasi Frequent Hasil Frequent Pattern Hasil_CT-Pro Data Komoditas Data Negara Info Hasil_CT-Pro Info Hasil Aturan Asosiasi Gambar 3.12 DFD Level-2 untuk proses Algoritma CT-Pro Universitas Sumatera Utara 6. DFD Level 3 Untuk Olah Data Relasi Dari DFD Level-2 untuk proses relasi dapat dikembangkan dalam bentuk DFD Level 3 untuk olah data relasi, baik itu olah data relasi ekspor maupun olah data impor. Kedua DFD tersebut dapat dilihat pada Gambar 3.13 dan Gambar 3.14. P4.1.1 Tambah Relasi Ekspor Relasi_Ekspor Data Relasi_Ekspor yg akan ditambah User Data Relasi_Ekspor yg akan ditambah Info Relasi_Ekspor yg sudah ditambah Info Relasi_Ekspor yg sudah ditambah P4.1.2 Edit Relasi Ekspor Relasi_Ekspor Data Relasi_Ekspor yg akan diedit Info Relasi_Ekspor yg sudah diedit Data Relasi_Ekspor yg akan diedit Info Relasi_Ekspor yg sudah diedit P4.1.3 Hapus Relasi Ekspor Relasi_Ekspor Data Relasi_Ekspor yg akan dihapus Info Relasi_Ekspor yg sudah dihapus Data Relasi_Ekspor yg akan dihapus Info Relasi_Ekspor yg sudah dihapus Gambar 3.13 DFD Level-3 untuk proses olah data relasi ekspor P4.2.1 Tambah Relasi Impor Relasi_Impor Data Relasi_Impor yg akan ditambah User Data Relasi_Impor yg akan ditambah Info Relasi_Impor yg sudah ditambah Info Relasi_Impor yg sudah ditambah P4.2.2 Edit Relasi Impor Relasi_Impor Data Relasi_Impor yg akan diedit Info Relasi_Impor yg sudah diedit Data Relasi_Impor yg akan diedit Info Relasi_Impor yg sudah diedit P4.2.3 Hapus Relasi Impor Relasi_Impor Data Relasi_Impor yg akan dihapus Info Relasi_Impor yg sudah dihapus Data Relasi_Impor yg akan dihapus Info Relasi_Impor yg sudah dihapus Gambar 3.14 DFD Level-3 untuk proses olah data relasi impor Universitas Sumatera Utara 3.3.2 Perancangan flowchart sistem Perancangan alur kerja dari sistem yang dirancang dapat dilihat pada Gambar 3.15. Start Tampil halaman utama Komoditas? Negara? T Ekspor? T Apriori Ekspor T CT-Pro Ekspor T Impor? T Apriori Impor? T CT-Pro Impor T End T Tampil Data Komoditas Tampil Data Negara Tampil Data Ekspor Tampil Data Impor Y Y Y Y Y Y Y Y Tahapan algoritma apriori Tahapan algoritma apriori Tahapan algoritma ct-pro Tahapan algoritma ct-pro Gambar 3.15 Flowchart Sistem Universitas Sumatera Utara Perancangan alur kerja sistem tersebut dimulai dengan start, maka akan tampil halaman utama dari sistem. Dari tampilan utama sistem tersebut, terdapat beberapa menu yang dapat dipilih. Apabila user memilih menu komoditas maka akan tampil data komoditas, jika tidak maka dapat memilih menu negara maka akan tampil data negara. Apabila user memilih menu ekspor maka akan tampil data kegiatan ekspor. Kemudian apabila user memilih Apriori Ekspor maka sistem akan menampilkan proses asosiasi apriori dengan memasukkan nilai minimum support dan minimum confidence serta jumlah transaksinya dan apabila user memilih CT-Pro Ekspor maka sistem akan menampilkan proses asosiasi ct-pro dengan memasukkan nilai minimum support dan minimum confidence serta jumlah transaksinya. Demikian juga halnya apabila user memilih menu impor, apriori impor dan ct-pro impor. 3.3.3 Perancangan database Perancangan database dalam sistem ini yaitu berupa perancangan struktur tabel komoditas, tabel negara, tabel ekspor dan tabel impor. 1. Tabel User Pada tabel user seperti yang terlihat pada Tabel 3.12 berfungsi sebagai data login untuk memulai sebuah sistem. Tabel 3.12 Tabel User Nama Field Type Length Key Keterangan id_user int 10 ID user username Varchar 30 Username Password Varchar 30 Password Universitas Sumatera Utara 2. Tabel Komoditas Pada tabel komoditas seperti yang terlihat pada Tabel 3.13 berfungsi untuk menyimpan data komoditas ekspor ataupun impor. Tabel 3.13 Tabel Komoditas Nama Field Type Length Key Keterangan id_negara int 10 ID Negara nama_negara Varchar 30 Nama Negara 3. Tabel Negara Pada tabel negara seperti yang terlihat pada Tabel 3.14 berfungsi untuk menyimpan data negara tujuan ekspor ataupun impor. Tabel 3.14 Tabel Negara Nama Field Type Length Key Keterangan id_komoditas int 10 ID Komoditas nama_ko moditas Varchar 30 Nama Komoditas deskripsi Text Deskripsi 4. Tabel Relasi Pada tabel relasi seperti yang terlihat pada Tabel 3.15 berfungsi untuk menyimpan data relasi antara negara dengan komoditas pada tanggal tertentu. Tabel 3.15 Tabel Relasi Nama Field Type Length Key Keterangan id_relasi int 10 ID Relasi kode_relasi Varchar 30 Kode Relasi Universitas Sumatera Utara Tabel 3.15 Tabel Relasi Lanjutan Nama Field Type Length Key Keterangan id_komoditas int 10 ID Komoditas id_negara int 10 ID Negara tgl_relasi Date Tanggal Relasi 5. Tabel Kombinasi Gabung Pada tabel kombinasi gabung seperti yang terlihat pada Tabel 3.16 berfungsi untuk mmenyimpan data kombinasi antara negara dengan komoditas. Tabel 3.16 Tabel Kombinasi Gabung Nama Field Type Length Key Keterangan id_komoditas int 10 Id_komoditas id_negara int 10 Id_negara 6. Tabel Hasil Akhir Kombinasi Tabel hasil akhir kombinasi seperti pada Tabel 3.17 berfungsi untuk menyimpan data hasil akhir kombinasi yang telah memenuhi nilai minimum confidence dan minimum support. Tabel 3.17 Tabel Hasil Akhir Kombinasi Nama Field Type Length Key Keterangan id_hasil_akhir int 10 id_hasil_akhir id_komoditas int 10 id_komoditas id_negara int 10 id_negara hasil_confidence varchar 30 hasil_confidence Universitas Sumatera Utara Tabel 3.17 Tabel Hasil Akhir Kombinasi Lanjutan Nama Field Type Length Key Keterangan hasil_support varchar 30 hasil_support final_hasil varchar 30 final_hasil 7. Tabel Hasil Confidence Tabel 3.18 berfungsi untuk menyimpan hasil data akhir yang memenuhi nilai minimum confidence yang merupakan kesimpulan akhir. Tabel 3.18 Tabel Hasil Confidence Nama Field Type Length Key Keterangan id_ hasil_confidence int 10 id_ hasil_confidence id_komoditas int 10 id_komoditas id_negara int 10 id_negara hasil_confidence varchar 30 hasil_confidence 8. Tabel Gabung CT-Pro Tabel gabung ct-pro pada Tabel 3.19 berfungsi untuk menyimpan data kombinasi antara negara dengan komoditas. Tabel 3.19 Tabel Gabung CT-Pro Nama Field Type Length Key Keterangan id_item int 10 Id_item item_gabung int 10 Item_gabung count_gabung varchar 30 Count_gabung item_kategori int 10 Item_kategori Universitas Sumatera Utara 9. Tabel Frequent Komoditas Tabel frequent komoditas seperti pada Tabel 3.20 berfungsi untuk menyimpan data jumlah frekuensi komoditas. Tabel 3.20 Tabel Frequent Komoditas Nama Field Type Length Key Keterangan id_frequent_komoditas int 10 id_frequent_komoditas kode_relasi int 10 kode_relasi id_komoditas int 10 id_komoditas 10. Tabel Frequent Negara Tabel frequent negara seperti pada Tabel 3.21 berfungsi untuk menyimpan data jumlah frekuensi komoditas. Tabel 3.21 Tabel Frequent Negara Nama Field Type Length Key Keterangan id_frequent_negara int 10 id_frequent_negara kode_relasi int 10 kode_relasi id_negara int 10 id_negara 11. Tabel Hasil CT-Pro Tabel hasil ct-pro pada Tabel 3.22 berfungsi untuk menyimpan hasil data akhir yang memenuhi nilai minimum confidence yang merupakan kesimpulan akhir. Tabel 3.22 Tabel Hasil CT-Pro Nama Field Type Length Key Keterangan id_ hasil_ct-pro int 10 id_ hasil_ct-pro id_komoditas int 10 id_komoditas Universitas Sumatera Utara Tabel 3.22 Tabel Hasil CT-Pro Lanjutan Nama Field Type Length Key Keterangan id_negara int 10 id_negara confidence varchar 40 confidence 3.3.4 Perancangan interface sistem Perancangan tampilan sistem yang akan dibuat adalah sebagai berikut : 1. Perancangan Login Gambar 3.16 menjelaskan tampilan untuk form login dari sistem yang akan dibuat : Login Username Password 1 3 2 Gambar 3.16 Form Login Keterangan : 1. Untuk mengisi username 2. Untuk mengisi Password 3. Untuk memulai sistem Universitas Sumatera Utara 2. Perancangan Halaman Utama Gambar 3.17 menjelaskan perancangan halaman utama dari sistem, dalam halaman ini terdapat beberapa pilihan. Ekspor Impor Data Mining Komoditas Pertanian Dashboard Komoditas Negara Ekspor Impor CT-Pro Ekspor Apriori Ekspor Apriori Impor CT-Pro Impor Halaman Admin Welcome 1 2 3 4 5 6 7 8 9 10 Gambar 3.17 Halaman Utama Keterangan : 1. Tombol untuk ke menu utama 2. Tombol untuk ke menu komoditas 3. Tombol untuk ke menu negara 4. Tombol untuk ke menu Ekspor 5. Tombol untuk ke menu proses Apriori Ekspor 6. Tombol untuk ke menu proses CT-Pro Ekspor 7. Tombol untuk ke menu Impor 8. Tombol untuk ke menu proses Apriori Impor 9. Tombol untuk ke menu proses CT-Pro Impor 10. Halaman Admin Universitas Sumatera Utara 3. Perancangan Menu Komoditas Gambar 3.18 menjelaskan merupakan perancangan menu komoditas yang berguna sebagai menu untuk data komoditas dan Gambar 3.19 menjelaskan tampilan untuk edit komoditas. Tabel Komoditas No Kode Komoditas Nama Komoditas Opsi Edit Delete 3 5 6 2 1 4 Gambar 3.18 Menu Komoditas Keterangan : 1. Daftar nomor komoditas yag berfungsi sebagai id komoditas 2. Daftar Kode komoditas 3. Daftar Nama komoditas 4. Menu untuk menambah komoditas 5. Menu delete komoditas 6. Menu edit komoditas Edit Komoditas Nama Komoditas Deskripsi Simpan 1 3 2 Gambar 3.19 Menu Edit Komoditas Universitas Sumatera Utara Keterangan : 1. Untuk mengisi nama komoditas 2. Untuk mengisi deskripsi komoditas 3. Menu untuk menyimpan data komoditas baru 4. Perancangan Menu Negara Gambar 3.20 menjelaskan perancangan menu komoditas yang berguna sebagai menu untuk data komoditas dan Gambar 3.21 menjelaskan tampilan untuk edit komoditas. Tabel Negara No Nama Negara Opsi Edit Delete 3 5 2 1 4 Gambar 3.20 Menu Negara Keterangan : 1. Daftar nomor komoditas yag berfungsi sebagai id negara 2. Daftar nama negara 3. Menu edit komoditas 4. Menu untuk menambah negara 5. Menu delete komoditas Universitas Sumatera Utara Edit Negara Nama Negara Simpan 1 2 Gambar 3.21 Menu Edit Negara Keterangan : 1. Untuk mengisi nama negara 2. Menu untuk menyimpan data negara baru 5. Perancangan Menu Ekspor Menu ekspor merupakan menu yang berisi data kegiatan ekspor komoditas pertanian yang dapat dilihat pada Gambar 3.22 dan juga pada Gambar 3.23 yang merupakan menu input ekspor. Tabel Ekspor No Nama Negara Opsi Edit Delete 3 2 1 Kode Relasi Nama Komoditas Tanggal Komoditas 4 5 6 7 8 Gambar 3.22 Menu Ekspor Keterangan : 1. Daftar nomor kegiatan ekspor 2. Daftar relasi ekspor, berupa relasi antara negara dengan komoditas Universitas Sumatera Utara 3. Daftar nama komoditas 4. Daftar nama negara 5. Menu untuk tambah ekspor 6. Menu delete ekspor 7. Menu edit ekspor 8. Menu tanggal ekspor Input Ekspor Kode Relasi Simpan 1 5 Nama Komoditas Nama Negara Tanggal Ekspor 2 3 4 Gambar 3.23 Menu Input Ekspor Keterangan : 1. Untuk mengisi relasi antara komoditas dan negara 2. Menu daftar nama komoditas 3. Menu daftar nama negara 4. Menu tanggal ekspor 5. Menu untuk menyimpan daftar baru ataupun perubahan data 6. Perancangan Menu Apriori Ekspor Menu Apriori Ekspor ini bermanfaat untuk proses mining dari sistem, dimana dalam menu ini dapat diisi nilai minimum support dan minimum confidence seperti terlihat pada Gambar 3.24 dan pada Gambar 3.25 merupakan hasil dari proses mining. Universitas Sumatera Utara Apriori Minimum Support Minimum Confidence Proses 1 3 2 Gambar 3.24 Menu Apriori Ekspor Keterangan : 1. Untuk mengisi nilai minimum support 2. Untuk mengisi nilai minimum confidence 3. Menu untuk proses mining Analisis dengan Apriori Nomor Kesimpulan Confidence Lama Proses : .......... detik 2 1 3 4 Gambar 3.25 Analisis dengan Apriori Keterangan : 1. Daftar nomor hasil mining 2. Kesimpulan dari proses mining 3. Nilai confidence 4. Waktu dalam proses sistem 7. Perancangan Menu CT-Pro Ekspor Menu CT-Pro Ekspor ini bermanfaat untuk proses mining dari sistem, dimana dalam menu ini dapat diisi nilai minimum support dan minimum confidence seperti terlihat pada Gambar 3.26 dan pada Gambar 3.27 merupakan hasil dari proses mining. Universitas Sumatera Utara CT-Pro Minimum Support Minimum Confidence Proses 1 3 2 Gambar 3.26 Menu CT-Pro Ekspor Keterangan : 1. Untuk mengisi nilai minimum support 2. Untuk mengisi nilai minimum confidence 3. Menu untuk proses mining Analisis dengan CT-Pro Nomor Kesimpulan Confidence Lama Proses : .......... detik 2 1 3 4 Gambar 3.27 Analisis dengan CT-Pro Keterangan : 1. Daftar nomor hasil mining 2. Kesimpulan dari proses mining 3. Nilai confidence 4. Waktu dalam proses sistem Untuk perancangan tampilan Impor, Apriori Impor dan CT-Pro Impor tidak penulis tampilkan. Hal ini dikarenakan ketiga tampilan tersebut memiliki model tampilan yang sama dengan perancangan ekspor. Universitas Sumatera Utara BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM Implementasi yang akan dijabarkan pada bab ini berdasarkan perancangan sistem pada bab sebelumnya. Dan untuk pengujian sistem dilakukan dengan menentukan