SISTEM CLUSTERING DATA PENJUALAN MENGGUNAKAN ALGORITMA FUZZY C-MEANS SKRIPSI DIAN PUSPITASARI SEBAYANG 101402083
SISTEM CLUSTERING DATA PENJUALAN MENGGUNAKAN
ALGORITMA FUZZY C-MEANS
SKRIPSI
DIAN PUSPITASARI SEBAYANG
101402083 SISTEM CLUSTERING DATA PENJUALAN MENGGUNAKAN ALGORITMA FUZZY C-MEANS
SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana
Teknologi Informasi DIAN PUSPITASARI SEBAYANG
101402083
PERSETUJUAN
Judul : SISTEM CLUSTERING DATA PENJUALAN MENGGUNAKAN ALGORITMA FUZZY C-MEANS
Kategori : SKRIPSI Nama : DIAN PUSPITASARI SEBAYANG Nomor Induk Mahasiswa : 101402083 Program Studi : SARJANA (S1) TEKNOLOGI INFORMASI Fakultas : ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI UNIVERSITAS SUMATERA UTARA Komisi Pembimbing : Pembimbing 2 Pembimbing 1
PERNYATAAN
SISTEM CLUSTERING DATA PENJUALAN MENGGUNAKAN ALGORITMA FUZZY C-MEANS
SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, 10 Februari 2015
Puji dan syukur penulis panjatkan kepada Allah SWT yang telah memberikan rahmat, karunia, taufik dan hidayah-Nya, serta segala sesuatu dalam hidup, sehingga penulis dapat menyelesaikan skripsi ini sebagai syarat untuk memperoleh gelar Sarjana Teknologi Informasi, Program Studi (S1)Teknologi Informasi, Fakultas Ilmu Komputer dan Teknologi Informasi.
Ucapan terima kasih penulis sampaikan kepada semua pihak yang telah membantu penulis dalam menyelesaikan skripsi ini baik secara langsung maupun tidak langsung. Pada kesempatan ini penulis ingin mengucapkan terima kasih yang sebesar-besarnya kepada:
1. Keluarga penulis, Ayahanda tercinta Alm. Drs. Abdul Alik Sebayang, Ibunda tercinta Tri Murti Br. Sembiring, Abang penulis M.Safrizal Sebayang. S.Pd, dan adik penulis Debi Ardillah Sebayang beserta keluarga besar yang selalu memberikan dukungan, perhatian serta doa kepada penulis sehingga dapat
6. Sahabat-sahabat penulis, Cassia Divina, Rafika Diaz, Indriyana Octavia, Ade Nur Fatimah, Yola Adhysta dan Sofiah Novitasari yang telah memberikan semangat, dukungan dan perhatian yang tak terungkapkan.
7. Teman-teman penulis di FOYA: Ovy, Desi, Handra, Muslim, Rozy, Dian Pomta, Edgar, Galih, Ekatama, Baim, Fezan, Joko, Khairul dan Heri yang telah memberikan dukungannya, selalu setia membantu penulis selama perkuliahan dan tidak hanya menjadi teman tapi keluarga bagi hidup penulis.
8. Teman-teman penulis di Teknologi Informasi USU angkatan 2010, terutama Sharfina Faza, Nurul Putri Ibrahim, Rini Jannati, Tri Annisa, Maslimona Harimita, Amelia dan Novi yang telah memberikan semangat dan menjadi teman diskusi penulis dalam menyelesaikan skripsi ini.
9. Seluruh staf TU (Tata Usaha) serta pegawai di Program Studi S1 Teknologi Informasi
10. Semua pihak yang terlibat langsung ataupun tidak langsung yang tidak dapat penulis ucapkan satu per satu yang telah membantu penyelesaian skripsi ini.
Penulis menyadari bahwa skripsi ini masih terdapat kekurangan. Oleh karena itu, penulis mengharapkan kritik dan saran yang bersifat membangun demi kesempurnaan
ABSTRAK
Perusahaan ritel meyimpan jumlah data yang besar setiap harinya karena memiliki jumlah transaksi yang sangat banyak. Data tersebut dapat diolah sehingga memperoleh informasi yang bermanfaat untuk strategi pemasaran. Salah satu informasi yang dapat diperoleh dan bermanfaat untuk strategi pemasaran adalah mengetahui pada saat kapan suatu produk banyak terjual. Untuk mengolah data tersebut digunakan teknik data mining yaitu metode clustering yang merupakan proses membagi data dalam suatu himpunan kedalam beberapa kelompok. Algoritma
Fuzzy C-Means(FCM) adalah salah satu metode clusteringyang merupakan algoritma
data supersived yang setiap datanya menjadi anggota dari suatu kluster dengan derajat didefinisikan dengan level keanggotaan. Dengan menggunakan algoritma FCM, data penjualan berupa jumlah barang terjual, jumlah invoice, jenis produk dari tahun 2011 hingga tahun 2013 menghasilkan tingkat penjualan tinggi untuk seluruh produk pada bulan Juli, Agustus dan Desember. Kata kunci: Datamining, clustering, algoritma Fuzzy C-Means.
CLUSTERING SYSTEM FOR SALES DATA USING
FUZZY C-MEANS ALGORITHM
ABSTRACT
Retail companies stored enormous data from every transaction each day. That data can be processed to get useful information marketing purposes. One of information that can be obtained and become useful for marketing strategy is know when one specific product generated more sales. To process the data, clustering method, one of data mining technique, is used to cluster the data into groups. Fuzzy C-Means algorithm is one of clustering method that supervised data into member of a cluster with the degree defined by member level. With FCM algorithm, sales data in the form of amount of item sold, invoice total, and types of product from 2011 to 2013 generate high sales level for all products in July, August and December.
DAFTAR ISI Hal
PERSETUJUAN ii
PERNYATAAN iii
UCAPAN TERIMA KASIH iv
ABSTRAK vi
ABSTRACT vii
DAFTAR ISI viii
DAFTAR TABEL x
DAFTAR GAMBAR xi
BAB 1 PENDAHULUAN
1
1.1 Latar Belakang
1
1.2 Rumusan Masalah
2
1.3 Batasan Masalah
3
1.4 Tujuan Penelitian
3
3.2.1 Data Cleaning
23
3.2.2 Penentuan variabel
23
3.2.3 Pengelompokan kategori produk
23
3.3 Pemrosesan Data
25
3.3.1 Penentuan parameter FCM
25
3.3.2 Proses algoritma FCM
26
3.4. Analisis Komponen Sistem
37
3.4.1 Data Flow Diagram (DFD)
37
3.4.1.1 DFD level-0
37
3.4.1.2 DFD level-1
38
3.4.2 Flowchart
39
3.4.3 Sitemap aplikasi
41
3.5 Perancangan Sistem
41 BAB 4
IMPLEMENTASI DAN PENGUJIAN SISTEM
47
4.1 Implementasi Sistem
47
4.2 Implementasi Perancangan Antarmuka
47
4.2.1 Halaman login
48
4.2.2 Halaman home
48 DAFTAR TABEL Hal
Tabel 2.1 Penelitian terdahulu20 Tabel 3.1 Data cleaning
23 Tabel 3.2 Jumlah penjualan perhari
24 Tabel 3.3 Jumlah penjualan perbulan
25 Tabel 3.4 Nilai parameter awal
25 Tabel 3.5 Data penjualan kategori produk
26 Tabel 3.6 Pusat klaster ke-1 iterasi pertama
29 Tabel 3.7 Pusat klaster ke-2 iterasi pertama
30 Tabel 3.8 Pusat klaster ke-3 iterasi pertama
31
DAFTAR GAMBAR Hal
Gambar 2.1 Bidang ilmu data mining8 Gambar 2.2 Tahapan data mining
10 Gambar 3.1 Sampel laporan frekuensi data penjualan
22 Gambar 3.2 DFD level 0
38 Gambar 3.3 DFD level 1
39 Gambar 3.4 Flowchart algoritma Fuzzy C-Means
40 Gambar 3.5 Sitemap aplikasi
41 Gambar 3.6 Rancangan tampilan login
42 Gambar 3.7 Rancangan tampilan halaman home
42
Gambar 4.8 Halaman admin52 Gambar 4.9 Halaman hasil input data
56 Gambar 4.10 Proses clustering
56 Gambar 4.11 Output clustering
57