S KOM 0902283 Chapter3
BAB III METODE PENELITIAN
3.1 DESAIN PENELITAN
Desain Algoritma
Identifikasi Masalah
Naive Bayes
Studi Literatur
1 CRM
2.Naive Bayes
Persiapan alat dan
bahan
Pengolahan Data Penelitian
1.Data Varian Rasa
2. Data Kriteria Pelanggan
(Kuesioner)
Model Sekuensial
Linear
Implementasi
Perangkat Lunak
1.Analisis
2.Desain
3.Coding
4.Testing
Dokumentasi
Software
(Aplikasi)
Hasil Penelitian
Tertulis (Skripsi)
Gambar 3.1. Desain Penelitian
28
Hanna Amalia N, 2015
SISTEM REKOMENDASI VARIAN RASA BERDASARKAN KLASIFIKASI PELANGGAN PADA PERUSAHAAN
BROWNIES AMANDA
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Berikut adalah penjelasan dari desain penelitian, yaitu :
1. Studi Literatur
Studi literatur berisi pengumpulan sumber-sumber teori yang dipelajari dan
dipahami untuk digunakan dalam penelitian.Teori yang akan digunakan seperti
Customer Relationship Management, Metode Naive Bayes.
Pengumpulan data dan materi dengan cara mengumpulkan literatur, jurnal,
websitedan bacaan-bacaan lain yang terkait dengan penelitian.
2. Pengolahan Data Penelitian
Data penelitian merupakan bahan acuan yang dijadikan untuk melakukan
perancangan dan pengembangan perangkat lunak yang diperoleh dari studi
literatur. Dalam penelitian ini data mengenai varian rasa diperoleh dari
Perusahaan Amanda, serta mengunjungi cabang toko kue Amanda.
Untuk menentukan kriteria dari masing-masing himpunan tiap variabel dari
pelanggan dilakukan dengan membuat kuesioner mengenai pelanggan yang
dianggap sesuai dengan himpunan yang ada seperti varian rasa yang disukai tiaptiap pelanggan, seperti coklat (original), coklat keju (cheese cream), blueberry.
Untuk penentuan kriteria ini diambil dari jumlah responden yang menjawab
varian rasa apa yang mereka suka, faktor apa yang mempengaruhi mereka
terhadap rasa tersebut. Kuesioner ini disebar pada cabang toko kue Amanda.
29
Hanna Amalia N, 2015
SISTEM REKOMENDASI VARIAN RASA BERDASARKAN KLASIFIKASI PELANGGAN PADA PERUSAHAAN
BROWNIES AMANDA
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Metode pengumpulan data yang digunakan adalah Metode Random
Sampling, dengan cara accidental dengan kata lain, Metode Accidental ialah
pengambilan sampel dengan cara mengambil sampel dari sumber yang datang ke
tempat atau lokasi dimana yang akan kita teliti. Pada penelitian ini, karena yang
diteliti adalah konsumen sebuah produk makanan yang dimana konsumen tersebut
datang dan membeli produk makanan tersebut di toko yang khusus menjual
produk itu sendiri.
Pengumpulan data dilakukan dengan cara menyebar kuesioner secara acak
hingga jumlah terpenuhi.Untuk menentukan jumlah sampel yang dibutuhkan,
dikarenakan besar populasi tidak diketahui , maka besar sampel dihitung
menggunakan rumus Lemeshowoleh Stanley Lemeshow (1997) sebagai berikut :
Keterangan :
n = jumlah sampel yang dibutukan
Z = score Z, berdasarkan nilai
yang diinginkan
= derajat kepercayaan
d = toleransi kesalahan
30
Hanna Amalia N, 2015
SISTEM REKOMENDASI VARIAN RASA BERDASARKAN KLASIFIKASI PELANGGAN PADA PERUSAHAAN
BROWNIES AMANDA
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
p= proporsi kasus yang diteliti dalam populasi, gunakan p terbesar p=0,5 jika p
tidak diketahui
q= 1- p, yaitu proporsi untuk terjadinya suatu kejadian, Jika p menggunakan p
terbesar maka q= 1-0,5=0,5
Toleransi Kesalahan dinyatakan dalam bentuk persen. Semakin besar
toleransi kesalahan, maka semakin kurang akurat sampel untuk mewakili
populasi, sebaliknya semakin kecil toleransi kesalahan, maka semakin akurat
sampel yang menggambarkan populasinya.. Pada penelitian ini digunakan batas
toleransi kesalahan 5 % sehingga batas toleransi kesalahan adalah 0,05.
Besaran nilai Z ditentukan berdasarkan dengan nilai
, jika
5 %,
maka ditetapkan nilai Z ialah 1,96, maka Z2=3,84 dibulatkan menjadi 4. Maka
rumus untuk mengetahui jumlah sampel yang dibutukan dituliskan sebagai berikut
:
n = 4pq/d2 , maka dihitung menjadi n= 4.0,5(1-0,5)/(0,05)2 = 384.
Jadi jumlah sampel minimal yang dibutukan untuk penelitian ini ialah
sebanyak 384 sampel.
Hasil dari responden kemudian sesuai dengan rumus Naive Bayes diolah
menjadi sebuah data dimana E adalah hasil yang akan dicari seperti varian rasa
coklat, keju, dan blueberryDan H merupakan hipotesa bahwa E adalah data
dengan class (label) C. P(H) adalah peluang dari hipotesa H, misalkan label untuk
jenis-kelamin, usia, status pekerjaan, dan lainnya. Sedangkan P(E) adalah peluang
31
Hanna Amalia N, 2015
SISTEM REKOMENDASI VARIAN RASA BERDASARKAN KLASIFIKASI PELANGGAN PADA PERUSAHAAN
BROWNIES AMANDA
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
data sampel yang diamati. P(E|H) adalah peluang data| sampel E, bila diasumsikan
bahwa hipotesa valid. Untuk masalah klasifikasi yang dihitung adalah P(H|E),
yaitu peluang bahwa hipotesa benar untuk data sample E yang diamati.
3. Desain Algoritma Naive Bayes
Pada tahap ini terdapat beberapa proses yang akan menghasilkan suatu
rekomendasi dalam pembelian Brownies sesuai dengan kriteria yang telah dipilih.
a. Menghitung jumlah Class/Label
Menghitung jumlah masing-masing class yang akan dicari terhadap dibagi
dengan jumlah data.
b. Menghitung jumlah kasus yang sama dengan class yang sama
Menghitung salah satu variabel hipotesa terhadap class yang akan dicari
c. Pengkalian semua hasil variabel
Menghitung hasil class berdasarkan perkalian semua variabel yang telah
didapatkan.
d. Pembandingan hasil class yang dicari
Bandingkan hasil class yag dicari untuk menemukan hasilnya berdasarkan
hipotesa
4. Pembangunan Perangkat Lunak
Perancangan perangkat lunak ini dengan model sekuensial linear yang
meliputi analisis, design, coding, dan testing.
5. Dokumentasi
Pembuatan laporan penelitian/skripsi , dokumen teknis dan paper , dan juga
hasil aplikasi yang dibuat.
32
Hanna Amalia N, 2015
SISTEM REKOMENDASI VARIAN RASA BERDASARKAN KLASIFIKASI PELANGGAN PADA PERUSAHAAN
BROWNIES AMANDA
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
3.2 ALAT DAN BAHAN PENELITIAN
3.2.1 Alat Penelitian
Alat penelitian menggunakan perangkat keras dan perangkat lunak
dengan rincian sebagai berikut:
1. Komputer dengan spesifikasi sebagai berikut:
a. Processor Intel Core 2 Duo 2,2 Ghz
b. RAM 2 GB
c. Hardisk 320 GB
d. VGA NVIDIA Gforce 512 Mb
e. Resolusi layar 1280 x 800 32 bit color
f. Keyboard dan Mouse
Perangkat lunak dengan spesifikasi sebagai berikut :
a. Sistem Operasi Microsoft Windows 7 Home Premium
b. XAMPP 1.7.2 Win 32 (PhpMyAdmin, MySql)
c. Notepad++
d. Browser Google Chrome dan Mozilla Firefox
3.2.2 Bahan Penelitian
a. Data Varian Rasa Kue Brownies Amanda
b. Kuesioner
33
Hanna Amalia N, 2015
SISTEM REKOMENDASI VARIAN RASA BERDASARKAN KLASIFIKASI PELANGGAN PADA PERUSAHAAN
BROWNIES AMANDA
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
c. Paper/textbook yang didapat dari World Wide Web
3.3 METODE PENGEMBANGAN PERANGKAT LUNAK
Metode Pengembangan Perangkat Lunak yang digunakan dalam penelitian ini
adalah model sekuensial linear . Model ini mengusulkan sebuah pendekatan
kepada perkembangan softwareyang sistematik dan sekuensial yang mulai pada
tingkat dan kemajuan sistem pada seluruh analisis, desain, kode, dan pengujian
(Pressman : 2002).
Berikut ini gambar dari model Sekuensial Linear .
System/Information
Engineering
AnaliAnfa
Analisis
as
Coding
Coding
Deign
Desain
Testing
Testing
Gambar 3.2 Model Sekuensial Linear
Berikut penjelasan dari model Sekuensial Linear:
a. Analisis
Tahap ini merupakan tahap awal dalam analisis kebutuhan sistem.
Melakukan analisis terhadap kebutuhan sistem (fungsional dan non
fungsional), kebutuhan pengguna, kebutuhan
informasi, dan kebutuhan
antarmuka eksternal. Tujuannya yaitu mengetahui informasi, model, dan
spesifikasi dari sistem yang dibutuhkan. Pada penelitian ini menggunakan
34
Hanna Amalia N, 2015
SISTEM REKOMENDASI VARIAN RASA BERDASARKAN KLASIFIKASI PELANGGAN PADA PERUSAHAAN
BROWNIES AMANDA
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Data Flow Diagram(DFD), kamus data (data dictionary) dan spesifikasi
proses (process specification) untuk memodelkan sistem.
b. Design
Tahap ini merupakan hasil analisis yang akan dimodelkan pada sistem
tentang bagaimana perangkat lunak dapat berfungsi dan spesifikasi perangkat
lunak. Tahap desain meliputi perancangan data, perancangan arsitektur,
representasi interface, dan perancangan prosedur.
c. Coding
Tahap ini merupakan proses penerjemahan hasil desain kedalam bahasa
pemrograman yang dapat dimengerti oleh komputer (coding). Pada penelitian
ini sistem dibangun nenggunakan bahasa pemrograman PHP dan MySql.
d. Testing
Tahap ini merupakan pengujian dari beberapa tahap sebelumnya. Proses
ini difokuskan pada logika internal dari perangkat lunak yang memastikan
bahwa semua statement telah diuji, dan pada eksternal fungsional. Tujuannya
adalah untuk memastikan bahwa input dan output yang dihasilkan sesuai
dengan yang diharapkan dan mencari apabila terdapat kesalahan-kesalahan
yang belum teratasi sehingga sistem yang telah dibuat sesuai dengan
kebutuhan.Pengujian dilakukan dengan memilih satu variabel dan dua
variabel secara acak.
35
Hanna Amalia N, 2015
SISTEM REKOMENDASI VARIAN RASA BERDASARKAN KLASIFIKASI PELANGGAN PADA PERUSAHAAN
BROWNIES AMANDA
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
3.1 DESAIN PENELITAN
Desain Algoritma
Identifikasi Masalah
Naive Bayes
Studi Literatur
1 CRM
2.Naive Bayes
Persiapan alat dan
bahan
Pengolahan Data Penelitian
1.Data Varian Rasa
2. Data Kriteria Pelanggan
(Kuesioner)
Model Sekuensial
Linear
Implementasi
Perangkat Lunak
1.Analisis
2.Desain
3.Coding
4.Testing
Dokumentasi
Software
(Aplikasi)
Hasil Penelitian
Tertulis (Skripsi)
Gambar 3.1. Desain Penelitian
28
Hanna Amalia N, 2015
SISTEM REKOMENDASI VARIAN RASA BERDASARKAN KLASIFIKASI PELANGGAN PADA PERUSAHAAN
BROWNIES AMANDA
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Berikut adalah penjelasan dari desain penelitian, yaitu :
1. Studi Literatur
Studi literatur berisi pengumpulan sumber-sumber teori yang dipelajari dan
dipahami untuk digunakan dalam penelitian.Teori yang akan digunakan seperti
Customer Relationship Management, Metode Naive Bayes.
Pengumpulan data dan materi dengan cara mengumpulkan literatur, jurnal,
websitedan bacaan-bacaan lain yang terkait dengan penelitian.
2. Pengolahan Data Penelitian
Data penelitian merupakan bahan acuan yang dijadikan untuk melakukan
perancangan dan pengembangan perangkat lunak yang diperoleh dari studi
literatur. Dalam penelitian ini data mengenai varian rasa diperoleh dari
Perusahaan Amanda, serta mengunjungi cabang toko kue Amanda.
Untuk menentukan kriteria dari masing-masing himpunan tiap variabel dari
pelanggan dilakukan dengan membuat kuesioner mengenai pelanggan yang
dianggap sesuai dengan himpunan yang ada seperti varian rasa yang disukai tiaptiap pelanggan, seperti coklat (original), coklat keju (cheese cream), blueberry.
Untuk penentuan kriteria ini diambil dari jumlah responden yang menjawab
varian rasa apa yang mereka suka, faktor apa yang mempengaruhi mereka
terhadap rasa tersebut. Kuesioner ini disebar pada cabang toko kue Amanda.
29
Hanna Amalia N, 2015
SISTEM REKOMENDASI VARIAN RASA BERDASARKAN KLASIFIKASI PELANGGAN PADA PERUSAHAAN
BROWNIES AMANDA
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Metode pengumpulan data yang digunakan adalah Metode Random
Sampling, dengan cara accidental dengan kata lain, Metode Accidental ialah
pengambilan sampel dengan cara mengambil sampel dari sumber yang datang ke
tempat atau lokasi dimana yang akan kita teliti. Pada penelitian ini, karena yang
diteliti adalah konsumen sebuah produk makanan yang dimana konsumen tersebut
datang dan membeli produk makanan tersebut di toko yang khusus menjual
produk itu sendiri.
Pengumpulan data dilakukan dengan cara menyebar kuesioner secara acak
hingga jumlah terpenuhi.Untuk menentukan jumlah sampel yang dibutuhkan,
dikarenakan besar populasi tidak diketahui , maka besar sampel dihitung
menggunakan rumus Lemeshowoleh Stanley Lemeshow (1997) sebagai berikut :
Keterangan :
n = jumlah sampel yang dibutukan
Z = score Z, berdasarkan nilai
yang diinginkan
= derajat kepercayaan
d = toleransi kesalahan
30
Hanna Amalia N, 2015
SISTEM REKOMENDASI VARIAN RASA BERDASARKAN KLASIFIKASI PELANGGAN PADA PERUSAHAAN
BROWNIES AMANDA
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
p= proporsi kasus yang diteliti dalam populasi, gunakan p terbesar p=0,5 jika p
tidak diketahui
q= 1- p, yaitu proporsi untuk terjadinya suatu kejadian, Jika p menggunakan p
terbesar maka q= 1-0,5=0,5
Toleransi Kesalahan dinyatakan dalam bentuk persen. Semakin besar
toleransi kesalahan, maka semakin kurang akurat sampel untuk mewakili
populasi, sebaliknya semakin kecil toleransi kesalahan, maka semakin akurat
sampel yang menggambarkan populasinya.. Pada penelitian ini digunakan batas
toleransi kesalahan 5 % sehingga batas toleransi kesalahan adalah 0,05.
Besaran nilai Z ditentukan berdasarkan dengan nilai
, jika
5 %,
maka ditetapkan nilai Z ialah 1,96, maka Z2=3,84 dibulatkan menjadi 4. Maka
rumus untuk mengetahui jumlah sampel yang dibutukan dituliskan sebagai berikut
:
n = 4pq/d2 , maka dihitung menjadi n= 4.0,5(1-0,5)/(0,05)2 = 384.
Jadi jumlah sampel minimal yang dibutukan untuk penelitian ini ialah
sebanyak 384 sampel.
Hasil dari responden kemudian sesuai dengan rumus Naive Bayes diolah
menjadi sebuah data dimana E adalah hasil yang akan dicari seperti varian rasa
coklat, keju, dan blueberryDan H merupakan hipotesa bahwa E adalah data
dengan class (label) C. P(H) adalah peluang dari hipotesa H, misalkan label untuk
jenis-kelamin, usia, status pekerjaan, dan lainnya. Sedangkan P(E) adalah peluang
31
Hanna Amalia N, 2015
SISTEM REKOMENDASI VARIAN RASA BERDASARKAN KLASIFIKASI PELANGGAN PADA PERUSAHAAN
BROWNIES AMANDA
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
data sampel yang diamati. P(E|H) adalah peluang data| sampel E, bila diasumsikan
bahwa hipotesa valid. Untuk masalah klasifikasi yang dihitung adalah P(H|E),
yaitu peluang bahwa hipotesa benar untuk data sample E yang diamati.
3. Desain Algoritma Naive Bayes
Pada tahap ini terdapat beberapa proses yang akan menghasilkan suatu
rekomendasi dalam pembelian Brownies sesuai dengan kriteria yang telah dipilih.
a. Menghitung jumlah Class/Label
Menghitung jumlah masing-masing class yang akan dicari terhadap dibagi
dengan jumlah data.
b. Menghitung jumlah kasus yang sama dengan class yang sama
Menghitung salah satu variabel hipotesa terhadap class yang akan dicari
c. Pengkalian semua hasil variabel
Menghitung hasil class berdasarkan perkalian semua variabel yang telah
didapatkan.
d. Pembandingan hasil class yang dicari
Bandingkan hasil class yag dicari untuk menemukan hasilnya berdasarkan
hipotesa
4. Pembangunan Perangkat Lunak
Perancangan perangkat lunak ini dengan model sekuensial linear yang
meliputi analisis, design, coding, dan testing.
5. Dokumentasi
Pembuatan laporan penelitian/skripsi , dokumen teknis dan paper , dan juga
hasil aplikasi yang dibuat.
32
Hanna Amalia N, 2015
SISTEM REKOMENDASI VARIAN RASA BERDASARKAN KLASIFIKASI PELANGGAN PADA PERUSAHAAN
BROWNIES AMANDA
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
3.2 ALAT DAN BAHAN PENELITIAN
3.2.1 Alat Penelitian
Alat penelitian menggunakan perangkat keras dan perangkat lunak
dengan rincian sebagai berikut:
1. Komputer dengan spesifikasi sebagai berikut:
a. Processor Intel Core 2 Duo 2,2 Ghz
b. RAM 2 GB
c. Hardisk 320 GB
d. VGA NVIDIA Gforce 512 Mb
e. Resolusi layar 1280 x 800 32 bit color
f. Keyboard dan Mouse
Perangkat lunak dengan spesifikasi sebagai berikut :
a. Sistem Operasi Microsoft Windows 7 Home Premium
b. XAMPP 1.7.2 Win 32 (PhpMyAdmin, MySql)
c. Notepad++
d. Browser Google Chrome dan Mozilla Firefox
3.2.2 Bahan Penelitian
a. Data Varian Rasa Kue Brownies Amanda
b. Kuesioner
33
Hanna Amalia N, 2015
SISTEM REKOMENDASI VARIAN RASA BERDASARKAN KLASIFIKASI PELANGGAN PADA PERUSAHAAN
BROWNIES AMANDA
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
c. Paper/textbook yang didapat dari World Wide Web
3.3 METODE PENGEMBANGAN PERANGKAT LUNAK
Metode Pengembangan Perangkat Lunak yang digunakan dalam penelitian ini
adalah model sekuensial linear . Model ini mengusulkan sebuah pendekatan
kepada perkembangan softwareyang sistematik dan sekuensial yang mulai pada
tingkat dan kemajuan sistem pada seluruh analisis, desain, kode, dan pengujian
(Pressman : 2002).
Berikut ini gambar dari model Sekuensial Linear .
System/Information
Engineering
AnaliAnfa
Analisis
as
Coding
Coding
Deign
Desain
Testing
Testing
Gambar 3.2 Model Sekuensial Linear
Berikut penjelasan dari model Sekuensial Linear:
a. Analisis
Tahap ini merupakan tahap awal dalam analisis kebutuhan sistem.
Melakukan analisis terhadap kebutuhan sistem (fungsional dan non
fungsional), kebutuhan pengguna, kebutuhan
informasi, dan kebutuhan
antarmuka eksternal. Tujuannya yaitu mengetahui informasi, model, dan
spesifikasi dari sistem yang dibutuhkan. Pada penelitian ini menggunakan
34
Hanna Amalia N, 2015
SISTEM REKOMENDASI VARIAN RASA BERDASARKAN KLASIFIKASI PELANGGAN PADA PERUSAHAAN
BROWNIES AMANDA
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Data Flow Diagram(DFD), kamus data (data dictionary) dan spesifikasi
proses (process specification) untuk memodelkan sistem.
b. Design
Tahap ini merupakan hasil analisis yang akan dimodelkan pada sistem
tentang bagaimana perangkat lunak dapat berfungsi dan spesifikasi perangkat
lunak. Tahap desain meliputi perancangan data, perancangan arsitektur,
representasi interface, dan perancangan prosedur.
c. Coding
Tahap ini merupakan proses penerjemahan hasil desain kedalam bahasa
pemrograman yang dapat dimengerti oleh komputer (coding). Pada penelitian
ini sistem dibangun nenggunakan bahasa pemrograman PHP dan MySql.
d. Testing
Tahap ini merupakan pengujian dari beberapa tahap sebelumnya. Proses
ini difokuskan pada logika internal dari perangkat lunak yang memastikan
bahwa semua statement telah diuji, dan pada eksternal fungsional. Tujuannya
adalah untuk memastikan bahwa input dan output yang dihasilkan sesuai
dengan yang diharapkan dan mencari apabila terdapat kesalahan-kesalahan
yang belum teratasi sehingga sistem yang telah dibuat sesuai dengan
kebutuhan.Pengujian dilakukan dengan memilih satu variabel dan dua
variabel secara acak.
35
Hanna Amalia N, 2015
SISTEM REKOMENDASI VARIAN RASA BERDASARKAN KLASIFIKASI PELANGGAN PADA PERUSAHAAN
BROWNIES AMANDA
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu