Implementasi Algoritma Apriori Dan Fp-Growth Dalam Market Basket Analysis Pembelian Obat Pada Suatu Apotek
2
PENDAHULUAN
1.1. Latar Belakang
Saat ini, perkembangan teknologi telah memberikan pengaruh yang sangat besar di
dalam kehidupan manusia. Salah satunya adalah dengan munculnya tuntutan bagi
seorang pengambil keputusan untuk dapat melihat peluang-peluang yang dapat
meningkatkan penjualan di perusahaanya berdasarkan informasi yang relevan.
Knowledge atas suatu produk, dapat digunakan oleh perusahaan untuk meningkatkan
penjualan. Salah satu cara untuk mendapatkan knowledge adalah dengan melakukan
data mining.
Sebagai contoh dalam dunia usaha seperti pada Apotek, yang setiap harinya
terjadi transaksi penjualan obat-obatan. Dimana biasanya resep yang diberikan
oleh Dokter tidak hanya satu jenis obat saja tetapi terdiri dari beberapa jenis obat
yang fungsi dari obat-obatan tersebut berkaitan dengan obat yang lain yang
membantu penyembuhan si pasien.
Oleh karena itu, diperlukan sebuah aplikasi yang mampu memilah data,
sehingga bisa diperoleh informasi yang bermanfaat bagi penggunanya.
Pemanfaatan informasi dan pengetahuan yang terkandung di dalam banyaknya
Universitas Sumatera Utara
3
data tersebut, pada saat ini disebut dengan data mining. Data mining dimaksudkan
untuk memberikan solusi nyata bagi para pengambil keputusan, untuk
mengembangkan bisnis mereka.
Untuk mendapatkan informasi tentang asosiasi antar produk dari suatu
database transaksi, penulis menggunakan algoritma apriori dan FP-Growth.
Algoritma apriori adalah algoritma market basket analysis yang digunakan untuk
menghasilkan association rule, dengan pola “if-then” atau “jika-maka”. Market
basket analysis merupakan salah satu teknik dari data mining yang mempelajari
tentang perilaku kebiasaan konsumen dalam membeli produk secara bersamaan
dalam suatu waktu. Market basket dapat menemukan pola yang berupa produkproduk yang sering dibeli bersamaan atau cenderung muncul bersama dalam sebuah
transaksi. Perusahaan lalu dapat meggunakan pola ini untuk menempatkan produk
yang sering dibeli bersamaan ke dalam sebuah area yang berdekatan. Penerapan
teknik market basket analysis pada perancangan tata letak produk di swalayan sudah
dilakukan oleh beberapa peneliti, antara lain metode aturan asosiasi (Widianti &
Soetisna, 2003), Wijoyo (2011) menggunakan algoritma Apriori untuk membuat
sistem penunjang keputusan penempatan produk di pasar swalayan. Sementara itu,
aplikasi Algoritma FP-Growth lebih efektif penggunaannya bila dibandingkan
dengan algoritma
apriori. Algoritma
Association Rule dengan Apriori
membutuhkan waktu yang cukup lama karena scanning database dapat dilakukan
berulang-ulang untuk mendapatkan frequent pattern yang ideal. FP-Tree
(Frequent Pattern – Tree) merupakan suatu algoritma yang dirancang untuk
mengatasi kendala bottleneck pada proses penggalian data dengan algoritma
Universitas Sumatera Utara
4
Apriori (Zhao et al. 2003).. Berdasarkan hal di atas, maka dalam penulisan skripsi
ini, penulis memilih judul “Implementasi Algoritma Apriori dan FP-Growth dalam
Market Basket Analysist Pembelian Obat pada Suatu Apotek”.
1.2. Rumusan Masalah
Adapun rumusan masalah pada penelitian ini adalah :
1.
Mendapatkan kombinasi dari jenis produk-produk yang sering dibeli bersamaan
2.
oleh konsumen.
Mengimplementasikan hasil dari kombinasi jenis produk-produk ke dalam sebuah
aplikasi data mining.
1.3. Batasan Masalah
Batasan masalah yang dapat diambil dari latar belakang di atas adalah :
Universitas Sumatera Utara
5
1.
Data yang diinput merupakan data transaksi penjualan obat yang dibeli selama 1
bulan di Apotek Sejati Binjai
2.
Perancangan program menggunakan bahasa pemrograman Visual Basic Net dan
penyimpanan data dilakukan di Microsoft Access.
3.
Output berupa perbandingan hasil kecepatan analisis antara algoritma Apriori dan
FP-Growth
1.4. Tujuan Penelitian
Adapun tujuan dari penelitian ini adalah:
1.
Membantu pemilik Apotek untuk mengetahui data produk yang sering dibeli se-
2.
cara bersamaan.
Memberi solusi kepada Pemilik Apotek dalam menentukan strategi pemasaran
dan keterkaitan antara obat yang dibeli oleh pasien sehingga dapat meningkatkan
pelayanan konsumen.
1.5. Manfaat Penelitian
Adapun manfaat dari penelitian ini adalah:
1.
Dapat memudahkan dalam pengambilan keputusan untuk mengetahui informasi
pembelian obat apa saja yang sering dibeli oleh konsumen.
Universitas Sumatera Utara
6
2.
Untuk mengatur tata letak obat yang sering dibeli secara bersamaan oleh
konsumen supaya diletakkan secara berdekatan
1.6. Metode Penelitian
Metode penelitian yang akan digunakan adalah:
1.
Studi Literatur
Studi literatur yang digunakan dalam penulisan skripsi ini adalah mengumpulkan
bahan referensi mengenai Sistem Market Basket Analysis dengan menggunakan
Algoritma Apriori dan FP-Growth dari berbagai buku, jurnal, artikel dan
beberapa referensi lainnya.
2.
Pengumpulan Data
Pada tahap ini data yang dikumpulkan berupa data transaksi penjualan obat pada
Apotek Sejati Binjai.
3.
Analisis dan Perancangan Sistem
Pada tahap ini akan dilakukan analisis dengan teknik market basket pada data
transaksi penjualan, setelah itu dilakukan perancangan antarmuka. Proses
perancangan dilakukan berdasarkan flowchart sistem dan perancangan tampilan
sistem.
Universitas Sumatera Utara
7
4.
Implementasi Sistem
Pada tahap ini dilakukan proses implementasi pengkodean program dalam
aplikasi komputer menggunakan bahasa pemrograman yang telah dipilih yang
sesuai dengan analisis dan perancangan yang sudah dilakukan.
5.
Pengujian
Pada tahap ini dilakukan proses pengujian dan percobaan terhadap sistem sesuai
dengan kebutuhan yang ditentukan sebelumnya serta memastikan program yang
dibuat berjalan seperti yang diharapkan.
6.
Dokumentasi
Tahap ini merupakan laporan dan kesimpulan akhir dari hasil analisa dan
pengujian ke dalam bentuk skripsi.
1.7. Sistematika Penulisan
Adapun langkah-langkah dalam menyelesaikan penelitian ini adalah sebagai berikut :
BAB 1 : PENDAHULUAN
Bab ini akan menjelaskan mengenai latar belakang pemilihan judul skripsi
“Implementasi Algoritma Apriori dan FP-Growth dalam Market Basket Analysist
Universitas Sumatera Utara
8
Pembelian Obat pada Suatu Apotek”, rumusan masalah, batasan masalah, tujuan
penelitian, manfaat penelitian, metodologi penelitian, dan sistematika penulisan.
BAB 2 : TINJAUAN PUSTAKA
Bab ini membahas mengenai teori-teori yang berkaitan dengan perancangan sistem yang akan
dibuat.
BAB 3 : ANALISIS DAN PERANCANGAN SISTEM
Bab ini membahas mengenai analisis terhadap permasalahan dan penyelesaian masalah
dengan menggunakan algoritma FP-Growth dan algoritma Apriori.
BAB 4 : IMPLEMENTASI SISTEM
Bab ini membahas implementasi perancangan sistem dari hasil analisis dan perancangan yang
sudah dibuat, serta menguji sistem untuk menentukan kelebihan dan kekurangan sistem yang
dibuat.
BAB 5 : KESIMPULAN DAN SARAN
Bab ini berisi kesimpulan dan saran dari keseluruhan uraian bab-bab sebelumnya dan saransaran yang diharapkan dapat bermanfaat dalam pengembangan selanjutnya.
BAB 2
Universitas Sumatera Utara
PENDAHULUAN
1.1. Latar Belakang
Saat ini, perkembangan teknologi telah memberikan pengaruh yang sangat besar di
dalam kehidupan manusia. Salah satunya adalah dengan munculnya tuntutan bagi
seorang pengambil keputusan untuk dapat melihat peluang-peluang yang dapat
meningkatkan penjualan di perusahaanya berdasarkan informasi yang relevan.
Knowledge atas suatu produk, dapat digunakan oleh perusahaan untuk meningkatkan
penjualan. Salah satu cara untuk mendapatkan knowledge adalah dengan melakukan
data mining.
Sebagai contoh dalam dunia usaha seperti pada Apotek, yang setiap harinya
terjadi transaksi penjualan obat-obatan. Dimana biasanya resep yang diberikan
oleh Dokter tidak hanya satu jenis obat saja tetapi terdiri dari beberapa jenis obat
yang fungsi dari obat-obatan tersebut berkaitan dengan obat yang lain yang
membantu penyembuhan si pasien.
Oleh karena itu, diperlukan sebuah aplikasi yang mampu memilah data,
sehingga bisa diperoleh informasi yang bermanfaat bagi penggunanya.
Pemanfaatan informasi dan pengetahuan yang terkandung di dalam banyaknya
Universitas Sumatera Utara
3
data tersebut, pada saat ini disebut dengan data mining. Data mining dimaksudkan
untuk memberikan solusi nyata bagi para pengambil keputusan, untuk
mengembangkan bisnis mereka.
Untuk mendapatkan informasi tentang asosiasi antar produk dari suatu
database transaksi, penulis menggunakan algoritma apriori dan FP-Growth.
Algoritma apriori adalah algoritma market basket analysis yang digunakan untuk
menghasilkan association rule, dengan pola “if-then” atau “jika-maka”. Market
basket analysis merupakan salah satu teknik dari data mining yang mempelajari
tentang perilaku kebiasaan konsumen dalam membeli produk secara bersamaan
dalam suatu waktu. Market basket dapat menemukan pola yang berupa produkproduk yang sering dibeli bersamaan atau cenderung muncul bersama dalam sebuah
transaksi. Perusahaan lalu dapat meggunakan pola ini untuk menempatkan produk
yang sering dibeli bersamaan ke dalam sebuah area yang berdekatan. Penerapan
teknik market basket analysis pada perancangan tata letak produk di swalayan sudah
dilakukan oleh beberapa peneliti, antara lain metode aturan asosiasi (Widianti &
Soetisna, 2003), Wijoyo (2011) menggunakan algoritma Apriori untuk membuat
sistem penunjang keputusan penempatan produk di pasar swalayan. Sementara itu,
aplikasi Algoritma FP-Growth lebih efektif penggunaannya bila dibandingkan
dengan algoritma
apriori. Algoritma
Association Rule dengan Apriori
membutuhkan waktu yang cukup lama karena scanning database dapat dilakukan
berulang-ulang untuk mendapatkan frequent pattern yang ideal. FP-Tree
(Frequent Pattern – Tree) merupakan suatu algoritma yang dirancang untuk
mengatasi kendala bottleneck pada proses penggalian data dengan algoritma
Universitas Sumatera Utara
4
Apriori (Zhao et al. 2003).. Berdasarkan hal di atas, maka dalam penulisan skripsi
ini, penulis memilih judul “Implementasi Algoritma Apriori dan FP-Growth dalam
Market Basket Analysist Pembelian Obat pada Suatu Apotek”.
1.2. Rumusan Masalah
Adapun rumusan masalah pada penelitian ini adalah :
1.
Mendapatkan kombinasi dari jenis produk-produk yang sering dibeli bersamaan
2.
oleh konsumen.
Mengimplementasikan hasil dari kombinasi jenis produk-produk ke dalam sebuah
aplikasi data mining.
1.3. Batasan Masalah
Batasan masalah yang dapat diambil dari latar belakang di atas adalah :
Universitas Sumatera Utara
5
1.
Data yang diinput merupakan data transaksi penjualan obat yang dibeli selama 1
bulan di Apotek Sejati Binjai
2.
Perancangan program menggunakan bahasa pemrograman Visual Basic Net dan
penyimpanan data dilakukan di Microsoft Access.
3.
Output berupa perbandingan hasil kecepatan analisis antara algoritma Apriori dan
FP-Growth
1.4. Tujuan Penelitian
Adapun tujuan dari penelitian ini adalah:
1.
Membantu pemilik Apotek untuk mengetahui data produk yang sering dibeli se-
2.
cara bersamaan.
Memberi solusi kepada Pemilik Apotek dalam menentukan strategi pemasaran
dan keterkaitan antara obat yang dibeli oleh pasien sehingga dapat meningkatkan
pelayanan konsumen.
1.5. Manfaat Penelitian
Adapun manfaat dari penelitian ini adalah:
1.
Dapat memudahkan dalam pengambilan keputusan untuk mengetahui informasi
pembelian obat apa saja yang sering dibeli oleh konsumen.
Universitas Sumatera Utara
6
2.
Untuk mengatur tata letak obat yang sering dibeli secara bersamaan oleh
konsumen supaya diletakkan secara berdekatan
1.6. Metode Penelitian
Metode penelitian yang akan digunakan adalah:
1.
Studi Literatur
Studi literatur yang digunakan dalam penulisan skripsi ini adalah mengumpulkan
bahan referensi mengenai Sistem Market Basket Analysis dengan menggunakan
Algoritma Apriori dan FP-Growth dari berbagai buku, jurnal, artikel dan
beberapa referensi lainnya.
2.
Pengumpulan Data
Pada tahap ini data yang dikumpulkan berupa data transaksi penjualan obat pada
Apotek Sejati Binjai.
3.
Analisis dan Perancangan Sistem
Pada tahap ini akan dilakukan analisis dengan teknik market basket pada data
transaksi penjualan, setelah itu dilakukan perancangan antarmuka. Proses
perancangan dilakukan berdasarkan flowchart sistem dan perancangan tampilan
sistem.
Universitas Sumatera Utara
7
4.
Implementasi Sistem
Pada tahap ini dilakukan proses implementasi pengkodean program dalam
aplikasi komputer menggunakan bahasa pemrograman yang telah dipilih yang
sesuai dengan analisis dan perancangan yang sudah dilakukan.
5.
Pengujian
Pada tahap ini dilakukan proses pengujian dan percobaan terhadap sistem sesuai
dengan kebutuhan yang ditentukan sebelumnya serta memastikan program yang
dibuat berjalan seperti yang diharapkan.
6.
Dokumentasi
Tahap ini merupakan laporan dan kesimpulan akhir dari hasil analisa dan
pengujian ke dalam bentuk skripsi.
1.7. Sistematika Penulisan
Adapun langkah-langkah dalam menyelesaikan penelitian ini adalah sebagai berikut :
BAB 1 : PENDAHULUAN
Bab ini akan menjelaskan mengenai latar belakang pemilihan judul skripsi
“Implementasi Algoritma Apriori dan FP-Growth dalam Market Basket Analysist
Universitas Sumatera Utara
8
Pembelian Obat pada Suatu Apotek”, rumusan masalah, batasan masalah, tujuan
penelitian, manfaat penelitian, metodologi penelitian, dan sistematika penulisan.
BAB 2 : TINJAUAN PUSTAKA
Bab ini membahas mengenai teori-teori yang berkaitan dengan perancangan sistem yang akan
dibuat.
BAB 3 : ANALISIS DAN PERANCANGAN SISTEM
Bab ini membahas mengenai analisis terhadap permasalahan dan penyelesaian masalah
dengan menggunakan algoritma FP-Growth dan algoritma Apriori.
BAB 4 : IMPLEMENTASI SISTEM
Bab ini membahas implementasi perancangan sistem dari hasil analisis dan perancangan yang
sudah dibuat, serta menguji sistem untuk menentukan kelebihan dan kekurangan sistem yang
dibuat.
BAB 5 : KESIMPULAN DAN SARAN
Bab ini berisi kesimpulan dan saran dari keseluruhan uraian bab-bab sebelumnya dan saransaran yang diharapkan dapat bermanfaat dalam pengembangan selanjutnya.
BAB 2
Universitas Sumatera Utara