PENERAPAN DATA MINING UNTUK MENGHITUNG RATA-RATA MINAT KONSUMEN FASHION.
PENERAPAN DATA MINING UNTUK MENGHITUNG RATARATA MINAT KONSUMEN FASHION
SKRIPSI
Disusun Oleh :
RINA MEILANI SITABA
0734010084
J URUSAN TEKNIK INFORMATIKA
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN”
J AWA TIMUR
2011
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
PENERAPAN DATA MINING UNTUK MENGHITUNG RATARATA MINAT KONSUMEN FASHION
SKRIPSI
Diajukan Untuk Memenuhi Sebagian Persyar atan
Dalam Memperoleh Gelar Sar jana Komputer
J urusan Teknik Infor matika
Oleh :
RINA MEILANI SITABA
0734010084
J URUSAN TEKNIK INFORMATIKA
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN”
J AWA TIMUR
2011
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Judul
Pembimbing I
Pembimbing II
Penyusun
: Penerapan Data Mining Dengan Menggunakan Metode Interpolasi Untuk
Memprediksi Minat Konsumen Fashion.
: Nur Cahyo Wibowo, S.Kom, M.Kom
: Agus Hermanto, S.Kom
: Rina Meilani Sitaba
ABSTRAK
Prediksi minat konsumen sangat penting bagi suatu perusahaan retail,
dimana dengan adanya prediksi minat konsumen perusahaan retail dapat
mengambil suatu keputusan atau strategi yang benar dan tepat bagi konsumennya.
Teknologi data mining dan metode interpolasi hadir sebagai solusi.
Aplikasi data mining ini memanfaatkan data masukan berupa data produk
dan data penjualan. Dari data tersebut, akan diolah dengan metode interpolasi dan
untuk menganalisis data juga menggunakan teknik interpolasi. Setelah melewati
proses tersebut, maka akan didapatkan pola-pola dalam pengambilan keputusan.
Aplikasi data mining dengan metode interpolasi untuk memprediksi minat
konsumen fashion inputnya adalah data penjualannya, dan produk yang telah
dibeli oleh customer. Sedangkan outputnya adalah prediksi minat konsumen
fashion yaitu jenis produk mana yang banyak paling banyak diminati oleh
customer .
Dan dari hasil uji coba didapatkan hasil bahwa proses pengcleaningan data
telah berhasil dilakukan. Cleaning data dari tabel beli master kemudian disimpan
ke tabel temporary. Kemudian dari data yang ada pada tabel temporary tersebut
dilakukanlah proses metode interpolasi. Pada akhirnya akan didapatkan hasil
penjualan jenis produk yang paling banyak diminati customer dalam setahun.
Kata kunci : Data Mining, Interpolasi, Prediksi Minat, Konsumen Fashion,
Customer, Data Cleaning.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
i
KATA PENGANTAR
Alhamdulillah, Penulis bersyukur kepada Allah SWT atas semua Rahmat,
Berkah, dan Ridho-Nya yang telah diberikan kepada penulis sehingga dapat
menyelesaikan Skripsi yang berjudul “Pener apan Data Mining Dengan Metode
Inter polasi Untuk Memprediksi Minat Konsumen Fashion” ini dengan baik.
Skripsi merupakan salah satu syarat bagi mahasiswa untuk menyelesaikan
program studi Sarjana Strata Satu (S1) di Jurusan Teknik Informatika Fakultas
Teknologi Industri Universitas Pembangunan Nasional “Veteran” Jawa Timur.
Melalui Skripsi ini penyusun merasa mendapatkan kesempatan besar
untuk memperdalam ilmu pengetahuan yang diperoleh selama di bangku
perkuliahan. Namun, penyusun menyadari bahwa Skripsi ini masih jauh dari
sempurna. Oleh karena itu penyusun sangat mengharapkan saran dan kritik dari
para pembaca untuk pengembangan aplikasi lebih lanjut.
Surabaya, 28 November 2011
( Rina Meilani Sitaba.)
ii
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
DAFTAR ISI
Halaman
HALAMAN JUDUL
LEMBAR PERSETUJUAN
LEMBAR PENGESAHAN
KETERANGAN REVISI
ABSTRAK ................................................................................................ i
KATA PENGANTAR ............................................................................... ii
UCAPAN TERIMA KASIH...................................................................... iii
DAFTAR ISI ............................................................................................. v
DAFTAR GAMBAR................................................................................. viii
DAFTAR TABEL ..................................................................................... x
BAB I PENDAHULUAN......................................................................... 1
1.1 Latar Belakang Masalah................................................................. 1
1.2 Rumusan Masalah .......................................................................... 2
1.3 Batasan Masalah ............................................................................ 2
1.4 Tujuan............................................................................................ 3
1.5 Manfaat.......................................................................................... 3
1.6 Metodologi Penelitian .................................................................... 3
1.7 Sistematika Penulisan..................................................................... 6
BAB II TINJ AUAN PUSTAKA .............................................................. 8
2.1 Sekilas Tentang Data Mining ......................................................... 8
2.1.1 Model Data Mining ............................................................... 9
2.1.2 Manfaat Penggunaan Data Mining......................................... 11
2.1.3 Tujuan Data Mining .............................................................. 13
2.2 Sekilas Tentang Interpolasi ............................................................ 14
2.2.1 Interpolasi Linier ................................................................... 15
2.3 Sekilas Tentang Delphi .................................................................. 17
v
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
2.3.1 Penanganan Database Pada Delphi........................................ 18
BAB III ANALISA DAN PERANCANGAN SISTEM........................... 20
3.1 Pengumpulan Data ......................................................................... 20
3.2 Analisa Data................................................................................... 21
3.3 Analisa Sistem ............................................................................... 22
3.4 Analisa Kebutuhan......................................................................... 22
3.5 Perancangan Sistem ....................................................................... 23
3.5.1 Business Process View ......................................................... 23
3.5.2 Business Workflow Diagram ................................................ 27
3.5.3 Diagram Berjenjang ............................................................. 30
3.5.4 Data Flow Diagram .............................................................. 30
3.5.4.1 Perancangan Diagram Konteks ........................... 31
3.5.4.2 Data Flow Diagram Level 0................................ 32
3.5.4.3 Data Flow Diagram Level 1................................ 34
3.5.5 Conceptual Data Model ........................................................ 37
3.5.6 Physical Data Model ............................................................ 38
3.6 Perancangan Basis Data ................................................................. 40
3.6.1 Pembuatan Database............................................................. 44
3.6.2 Koneksi Delphi ke MS Access.............................................. 46
3.7 Perancangan Antarmuka................................................................. 47
3.7.1 Desain Halaman Login Administrator................................... 47
3.7.2 Desain Halaman Utama Administrator ................................. 50
BAB IV IMPLEMENTASI PERANGKAT LUNAK ............................. 52
4.1 Lingkungan Pemrograman ............................................................. 52
4.2 Implementasi Proses....................................................................... 52
4.2.1 Implementasi Koneksi Database ........................................... 53
4.2.2 Implementasi Proses Login Admin ....................................... 56
4.3 Implementasi Aplikasi Desain Interface ......................................... 59
4.3.1 Form Halaman Utama .......................................................... 59
vi
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
4.3.2 Form Halaman Panel Utama................................................. 61
4.3.3 Form Halaman Akun Baru.................................................... 62
4.3.4 Form Halaman Tambah Data Barang.................................... 64
4.3.5 Form Halaman Data Penjualan ............................................. 66
4.3.6 Form Laporan Data Produk .................................................. 68
BAB V UJ I COBA DAN EVALUASI PROGRAM ................................ 76
5.1 Uji Coba Sistem ............................................................................. 76
5.2 Uji Coba Form Menu Utama .......................................................... 77
BAB VI PENUTUP .................................................................................. 86
6.1 Kesimpulan.................................................................................... 86
6.2 Saran.............................................................................................. 86
DAFTAR PUSTAKA
vii
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
BAB I
PENDAHULUAN
1.1
Latar Belakang.
Marcy et Amie merupakan sebuah perusahaan yang bergerak dibidang
retail. Marcy et Amie menjual boneka khas dari brand marcy et amie ini sendiri
yang dinamakan boneka Amie. Marcy et Amie tidak hanya menjual boneka saja
melainkan menjual pula aksesoris boneka, dan pakaian boneka, serta pernakpernik lainnya seperti layaknya manusia. Marcy et Amie pertama kali dirintis
pada tahun 2007, di Supermall Pakuwon Indah. Yang kemudian dibuka lagi
cabangnya di Galaxy Mall. Marcy et Amie memiliki konsep tersendiri dalam
penjualan produk mereka, yaitu menjual boneka sekaligus memberikan edukasi
pada anak-anak dalam merawat bonekanya. Karena setiap orang yang membeli
boneka ini seolah-olah seperti mengadopsi, dan dapat sertifikat adopsi bukti telah
memiliki boneka Amie.
Dunia bisnis retail yang penuh persaingan membuat para pelakunya harus
selalu memikirkan strategi-strategi terobosan yang dapat menjamin kelangsungan
bisnis retail mereka. Salah satu aset utama yang dimiliki oleh perusahaan retail
adalah data bisnis customer dalam jumlah yang luar biasa banyak. Ini melahirkan
kebutuhan akan adanya teknologi yang dapat memanfaatkannya untuk
membangkitkan pengetahuan-pengetahuan baru, yang dapat membantu dalam
pengaturan strategi bisnis retail ini. Prediksi minat konsumen sangat penting bagi
suatu perusahaan retail, dimana dengan adanya prediksi minat konsumen
1
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
2
perusahaan retail dapat mengambil suatu keputusan atau strategi yang benar dan
tepat bagi konsumennya. Teknologi data mining hadir sebagai solusi.
Aplikasi data mining ini memanfaatkan data masukan berupa data produk
dan data penjualan. Dari data tersebut, akan diolah dengan metode interpolasi dan
untuk menganalisis data juga menggunakan teknik interpolasi. Setelah melewati
proses tersebut, maka akan didapatkan pola-pola dalam pengambilan keputusan.
Aplikasi data mining dengan metode interpolasi untuk memprediksi minat
konsumen fashion inputnya adalah data penjualannya, dan produk yang telah
dibeli oleh customer. Sedangkan outputnya adalah prediksi minat konsumen
fashion yaitu seberapa banyak customer yang tertarik pada suatu produk.
1.2
Rumusan Masalah.
Berdasarkan
latar
belakang
masalah
di
atas,
dapat
dirumuskan
permasalahannya yaitu :
a. Bagaimana membangun aplikasi yang membantu memprediksi minat
konsumen fashion yaitu seberapa besar minat konsumen fashion pada
jenis produk yang ditawarkan Marcy et Amie dengan menggunakan
teknik data mining dan metode interpolasi?
1.3
Batasan Masalah.
Permasalahan yang akan diteliti ini dibatasi pada beberapa hal yaitu:
a. Teknik interpolasi dipakai untuk analisis data
b. Aplikasi menggunakan sistem berbasis pemrograman Delphi 7 dan
menggunakan database engine Microsoft Access 2007.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3
1.4
Tujuan.
Berdasarkan latar belakang tersebut penulis menyimpulkan tujuan dari
pembuatan aplikasi ini, yaitu :
a. Membuat aplikasi dengan menerapkan data mining untuk memprediksi
minat konsumen fashion.
b. Membuat pengorganisasian data yang lebih terstruktur mengenai data
produk dan data penjualannya.
1.5
Manfaat.
Adapun keuntungan yang dapat diperoleh dari pembuatan aplikasi pada
toko Marcy et Amie ini adalah :
a. Aplikasi tersebut dapat menjadi media evaluasi kerja, agar owner
dan karyawan dapat mempelajari produk apa yang paling laku
terjual.
b. Aplikasi ini juga dapat membantu owner mengidentifikasi produkproduk apa saja yang terbaik untuk setiap kelompok konsumen,
sehingga bisa menyusun faktor-faktor apa saja yang dapat menarik
konsumen baru untuk bergabung, atau membeli.
1.6
Metodologi Penelitian.
Penerapan data mining untuk memprediksi minat konsumen fashion pada
toko Marcy et Amie ini menggunakan metode interpolasi. Namun dalam
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
4
pembuatan aplikasi ini tidak terlepas dari permasalahan-permasalahan yang ada.
Dan untuk pemecahan permasalahan tersebut, berikut langkah-langkahnya :
a. Tinjuan Pustaka :
Pengumpulan referensi dari internet dan buku-buku serta informasi dari
sumber lainya
untuk memilih dan menentukan jenis teknologi dan
metode yang baik untuk diterapkan.
b. Survei Lapangan :
Survei lapangan ini bertujuan untuk penyimpulan dengan kegiatan :
1. Melakukan survei seperti melakukan kunjungan ke toko Marcy
et Amie mencatat dan mengetahui bentuk bisnis proses yang
digunakan.
2. Melakukan wawancara dengan owner ( pemilik bisnis retail
marcy et amie ) untuk mengetahui keinginan pemilik serta
harapan yang diinginkan oleh para customer ketika membeli
atau suka membeli produk apa saja
3. Pengcopyan data member customer.
c. Pemilihan Metode :
Penulis disini memilih metode interpolasi dalam pemecahan masalah
penerapan data minning untuk memprediksi minat konsumen
fashion. Metode interpolasi sendiri dapat membantu dalam
memperbaiki tingkat kerapatan suatu data. Dalam arti yang lebih
luas, interpolasi merupakan upaya mendefinisikan suatu fungsi
dekatan suatu fungsi analitik yang tidak diketahui atau pengganti
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
5
fungsi rumit yang tak mungkin diperoleh persamaan analitiknya.
Apabila y = f(x) adalah suatu fungsi dengan nilai-nilai. Hubungan y0
atau F(x) terhadap x0 dalam Interpolasi dan jika ф(x) adalah fungsi
sederhana sembarang sedemikian rupa sehingga untuk variabel X0
,X1..... Xn memberikan nilai yang sama dengan f(x), maka bila f(x)
digantikan oleh ф(x) pada interval yang diketahui, hal ini disebut
proses interpolasi dan fungsi ф(x) adalah rumusan interpolasi bagi
fungsi. Dengan metode interpolasi ini, sebuah data customer pada
toko marcy et amie yang pengorganisasian data kurang baik, dapat
kita perbaiki menjadi otomatisasi dan pengamatan data tersebut
menjadi lebih baik, sehingga data menjadi lebih akurat dalam
memprediksi minat konsumen fashion.
d. Perancangan :
Dalam tahapan pembuatan aplikasi ini, penulis merancang aplikasi
ini terlebih dahulu menggunakan DFD ( Data Flow Diagram ), ERD
( Entity Relational Diagram ), CDM ( Conceptual Data Model ), dan
PDM (Physical Data Model ), serta menggunakan RDBMS MySQL.
e. Developing :
Penerapan hasil perancangan sistem yang dibuat dengan bahasa
pemrograman desktop yaitu Delphi 7, serta dukungan
MySQL
sebagai RDBMS nya. Pemilihan kedua teknologi ini berdasarkan
dengan kebutuhan aplikasi yang ada serta peningkatan teknologi dari
pemrograman.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
6
f. Testing :
Mengevaluasi hasil-hasil yang telah dikerjakan, system informasi
yang telah dibuat ini akan diuji coba penggunaannya dan juga akan
dievaluasi untuk kelayakan system tersebut untuk digunakan, seperti
error handling nya.
g. Dokumentasi :
Tahap ini merupakan tahap terakhir pada proyek pengembangan
tugas akhir ini. Dokumentasi
ini disusun sebagai laporan dari
seluruh proses pengerjaan tugas akhir, sehingga memudahkan
pembaca untuk mengetahui alur dari aplikasi ini atau sebagai
panduan untuk pembaca.
1.7
Sistematika Penulisan.
Dalam laporan tugas akhir ini, pembahasan disajikan dalam enam bab
dengan sistematika pembahasan sebagai berikut :
BAB I
PENDAHULUAN
Bab ini berisikan tentang latar belakang masalah, perumusan
masalah, batasan masalah, tujuan, dan manfaat, serta sistematika
penulisan pembuatan tugas akhir ini.
BAB II
TINJ AUAN PUSTAKA
Pada bab ini menjelaskan tentang teori-teori pemecahan masalah
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
7
yang berhubungan dan digunakan untuk mendukung dalam
pembuatan tugas akhir ini.
BAB III
ANALISA DAN PERANCANGAN SISTEM
Pada bab ini dijelaskan tentang tata cara metode perancangan
sistem yang digunakan untuk mengolah sumber data yang
dibutuhkan sistem, antara lain : Flowchart, DFD ( Data Flow
Diagram ), ERD ( Entity Relational Diagram), CDM( Conceptual
Data Model ), PDM ( Physical Data Model).
BAB IV
IMPLEMENTASI SISTEM
Pada bab ini dijelaskan tentang implementasi dari program yang
telah dibuat meliputi lingkungan implementasi, implementasi
proses, dan implementasi interface.
BAB V
UJ I COBA DAN EVALUASI
Pada bab ini menjelaskan tentang pelaksanaan uji coba dan
evaluasi dari pelaksanaan uji coba dari program yang dibuat.
BAB VI
PENUTUP
Pada bab ini berisi tentang kesimpulan dan saran dari penulis untuk
pengembangan lebih lanjut dari sistem tersebut.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
BAB II
TINJ AUAN PUSTAKA
2.1
Sekilas Tentang Data Mining
Data mining secara umum adalah mencari pola-pola tersembunyi yang
mungkin ada dalam database yang besar. Data Mining adalah suatu kelas aplikasi
database yang berfungsi melakukan pencarian pola-pola tersembunyi di dalam
suatu kumpulan data yang bisa digunakan untuk memprediksikan tren atau
perilaku yang akan datang [ 1 ]. Misalnya, perangkat lunak data mining bisa
membantu perusahaan retail untuk menemukan pelanggan yang memiliki
ketertarikan tertentu. Istilah ini umumnya dipersempit artinya yaitu hanya untuk
menggambarkan perangkat lunak yang merepresentasikan data dengan cara-cara
yang baru.
Namun sebenarnya perangkat lunak data mining tidak hanya berfungsi
mengubah presentasi tersebut,melainkan juga menemukan relasi tak dikenal antardata. Data mining dikenal di dunia sains dan matematis namun juga digunakan
secara lebih luas oleh para pemasar untuk merangkum data konsumen dari
beragam website.
Data mining cerdas menemukan informasi di dalam data warehouse
dimana laporan dan query tidak bisa diungkapkan secara efektif. Piranti data
mining menemukan pola-pola di dalam data dan bahkan menyimpulkan aturan
8
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
9
dari data tersebut [ 2 ]. Ada tiga tipe metode yang digunakan untuk
mengidentifikasi pola-pola di dalam data:
1. Model sederhana (query berbasis SQL, OLAP, pertimbangan manusia)
2. Model sedang (regresi, pohon keputusan, clustering)
3. Model kompleks (jaringan syaraf, induksi aturan lain)
Pola dan aturan ini dapat digunakan untuk memandu pengambilan
keputusan dan meramalkan efek keputusan. Data mining dapat mempercepat
analisis dengan memusatkan perhatian pada variabel yang paling penting. Data
mining, sering juga disebut knowledge discovery in database (KDD), adalah
kegiatan yang meliputi pengumpulan, pemakaian data historis untuk menemukan
keteraturan, pola atau hubungan dalam set data berukuran besar. Keluaran dari
data mining ini bisa dipakai untuk memperbaiki pengambilan keputusan di masa
depan. Sehingga istilah pattern recognition sekarang jarang digunakan karena ia
termasuk bagian dari data mining [ 3 ].
2.1.1
Model Data Mining
Dalam perkembangan teknologi data mining, terdapat model atau mode
yang digunakan untuk melakukan proses penggalian informasi terhadap data-data
yang ada. Menurut IBM model data mining dapat dibagi menjadi 2 bagian yaitu:
verification model dan discovery model.
a. Verification Model :
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
10
Model ini menggunakan perkiraan (hypothesis) dari pengguna, dan
melakukan test terhadap perkiraan yang diambil sebelumnya dengan
menggunakan data-data yang ada. Penekanan terhadap model ini
adalah terletak pada user yang bertanggung jawab terhadap
penyusunan perkiraan (hypothesis) dan permasalahan pada data untuk
meniadakan atau menegaskan hasil perkiraan (hypothesis) yang
diambil. Sebagai contoh misalnya dalam bidang pemasaran, sebelum
sebuah perusahaan mengeluarkan suatu produk baru kepasaran,
perusahaan tersebut harus memiliki informasi tentang kecenderungan
pelanggan untuk membeli produk yang akan di keluarkan. Perkiraan
(hypothesis) dapat disusun untuk mengidentifikasikan pelanggan yang
potensial dan karakteristik dari pelanggan yang ada. Data-data tentang
pembelian pelanggah
sebelumnya dan data
tentang keadaan
pelanggan, dapat digunakan untuk melakukan perbandingan antara
pembelian dan karakteristik pelanggan untuk menetapkan dan menguji
target yang telah diperkirakan sebelumnya. Dari keseluruhan operasi
yang ada selanjutnya dapat dilakukan penyaringan dengan cermat
sehingga jumlah perkiraan (hypothesys) yang sebelumnya banyak
akan menjadi semakin berkurang sesuai dengan keadaan yang
sebenarnya.Permasalahan utama dengan model ini adalah tidak ada
informasi bare yang dapat dibuat, melainkan hanya pembuktian atau
melemahkan perkiraan (hypothesys) dengan data-data yang ada
sebelumnya. Data-data yang ada pada model ini hanya digunakan
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
11
untuk membuktikan mendukung perkiraan (hypothesis) yang telah
diambil sebelumnya. Jadi model ini sepenuhnya tergantung pada
kemampuan user untuk melakukan analisa terhadap permasalahan
yang ingin digali dan diperoleh informasinya.
b. Discovery Model :
Model ini berbeda dengan verification model, dimana pada model ini
system secara langsung menemukan informasi-informasi penting yang
tersembunyi dalam suatu data yang besar. Data-data yang ada kemudian
dipilah-pilah-untuk-menemukan suatu pola, trend yang ada, dan keadaaan
umum pada saat itu tanpa adanya campur tangan dan tuntunan dari
pengguna. Hasil temuan ini menyatakan fakta-fakta yang ada dalam
datadata yang ditemukan dalam waktu yang sesingkat rnungkin.Sebagai
contoh, misalkan sebuah bank ingin menemuan kelompok-kelompok
pelanggan yang dapat dijadikan target suatu produk yang akan di
keluaran. Pada data-data yang ada selanjutnya diadakan proses pencarian
tanpa adanya proses perkiraan (hypothesis) sebelumnya. Sampai akhirnya
semua pelanggan dikelompokan berdasarkan karakteristik yang sama
[ 4 ].
2.1.2
Manfaat Penggunaan Data Mining
Dari sudut pandang komersial, pemanfaatan data mining dapat digunakan
dalam menangani meledaknya volume data. Bagaimana menyimpannya,
mengestraknya serta memanfaaatkannya. Berbagai teknik komputasi dapat
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
12
digunakan menghasilkan informasi yang dibutuhkan. Informasi yang dihasilkan
menjadi asset untuk meningkatkan daya saling suatu institusi.
Data mining tidak hanya digunakan untuk menangani persoalan
menumpuknya data / informasi dan bagaimana menggudangkannya tanpa
kehilangan informasi yang penting (warehousing) [ 9 ]. Data mining juga
diperlukan untuk
menyelesaikan permasalahan atau menjawab kebutuhan
bisnis itu sendiri, misalnya:
a.
Bagaimana mengetahui hilangnya pelanggan karena pesaing
b.
Bagaimana mengetahui item produk atau konsumen yang memiliki
kesamaan karakteristik
c.
Bagaimana mengidentifikasi produk-produk yang terjual bersamaan
dengan produk lain.
d.
Bagaimana memprediski tingkat penjualan
e.
Bagaimana menilai tingkat resiko dalam menentukan jumlah produksi
suatu item.
f.
Bagaimana memprediksi prilaku bisnis di masa yang akan datang
g.
Remote sensor yang ditempatkan pada suatu satelit
h.
Telescope yang digunakan untuk memindai langit
i.
Simulasi saintifik yang membangkitkan data dalam ukuran terabytes [ 5
].
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
13
2.1.3
Tujuan Data Mining
Tujuan dari data mining adalah menemukan hubungan-hubungan atau
pola-pola yang mungkin memberikan indikasi yang bermanfaat. Kehadiran data
mining dilatar belakangi oleh berlimpahnya data (overload data) yang dialami
oleh berbagai institusi, perusahaan atau organisasi. Berlimpahnya data ini
merupakan akumulasi data transaksi yang terekam bertahun-tahun.
Data–data tersebut merupakan data transaksi yang umumnya diproses
menggunakan aplikasi komputer yang biasa disebut On Line Transaction
Processing.
Data mining juga dilatar belakangi oleh atau adanya ledakan
informasi (explotion information) dari berbagai media terutama internet.
Delapan puluh persen informasi yang disajikan media internet dalambentuk tak
terstruktur
(unstructured information). Media internet menyajikan informasi
dalam berbagai format file, bahasa, dan bentuk penyajian seperti teks, gambar,
suara ataupun video.
Kendala lain yang melatar belakangi adalah tidak dilengkapinya informasi
dengan meta data yang terstandarisasi atau bahkan tidak menyertakannya sama
sekali. Pertumbuhan yang pesat dari akumulasi data/informasi itu telah
menciptakan kondisi dimana suatu institusi memiliki bergunung-gunung data
tetapi miskin informasi yang bermaanfaat (“rich of data but poor of information”).
Tidak jarang “gunung” data itu dibiarkan begitu saja seakan-akan menjadi
“kuburan data” (datatombs). Pertanyaannya sekarang, apakah gunung data
tersebut akan dibiarkan, tidak berguna lalu dibuang, ataukah dapat ditambang
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
14
untuk menemukan “emas” yaitu informasi yang lebih bermanfaat. Jawabnya, data
mining hadir untuk menjawab tantangan tersebut.
2.2
Sekilas Tentang Inter polasi
Interpolasi dalam pengertian matematika adalah perkiraan suatu nilai
tengah dari satu set nilai yang diketahui. Pengertian interpolasi yang lebih luas
merupakan upaya mendefinisikan suatu fungsi analitik yang tidak diketahui atau
pengganti fungsi yang rumit yang tidak mungkin diperoleh persamaan anlitiknya.
Pada penelitian ini interpolasi digunakan untuk memperkirakan nilai (tengah) di
antara titik-titik data dari satu set nilai yang sudah diketahui. Dalam arti yang
lebih luas, interpolasi merupakan upaya mendefinisikan suatu fungsi dekatan
suatu fungsi analitik yang tidak diketahui atau pengganti fungsi rumit yang tak
mungkin diperoleh persamaan analitiknya. Apabila y = f(x) adalah suatu fungsi
dengan nilai-nilai (lihat Tabel 2.2).
Tabel 2.1 Hubungan y0 atau F(x) terhadap x0 dalam Interpolasi
y0
untuk
x0
y1
x1
y2
x2
….
….
Yn
xn
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
15
Dan jika ф(x) adalah fungsi sederhana sembarang sedemikian rupa
sehingga untuk variabel X0 ,X1..... Xn memberikan nilai yang sama dengan f(x),
maka bila f(x) digantikan oleh ф(x) pada interval yang diketahui, hal ini disebut
proses interpolasi dan fungsi ф(x) adalah rumusan interpolasi bagi fungsi
(Gambar 2.2).
Gambar 2.2 Posisi Titik-titik Data Dalam (x,y)
Dengan demikian teknik interpolasi juga dapat dipakai sebagai cara analisa
data dan simulasi. Interpolasi menghasilkan galat, yaitu tingkat kesalahan yang
mungkin muncul jika dibandingkan dengan hasil yang sebenarnya. Semakin besar
galat maka semakin tidak teliti dalam melakukan pencarian hasil interpolasi [ 6 ].
2.2.1 Interpolasi Linier
Pada analisis regresi, kurve atau fungsi yang dibuat digunakan untuk
mempresentasikan suatu rangkaian titik data dalam koordinat x-y. Kurve atau
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
16
garis lurus yang terbentuk tidak melalui semua titik data akan tetapi hanya
kecenderungan (trend) saja dari sebaran data, sedang pada interpolasi dicari suatu
nilai yang berada diantara beberapa titik data yang telah diketahui nilainya. Untuk
dapat memperkirakan nilai tersebut, pertama kali dibuat suatu fungsi atau
persamaan yang melalui titik-titik data, setelah persamaan garis atau kurve
terbentuk, kemudian dihitung nilai fungsi yang berada di antara titik-titik data.
Bentuk paling sederhana dari interpolasi adalah menghubungkan dua buah titik
data dengan garis lurus. Metode ini disebut dengan interpolasi linier yang dapat
dijelaskan dengan Gambar 2.3.
Gambar 2.3 Interpolasi Linier
Diketahui nilai suatu fungsi di titik x0 dan x1, yaitu f (x0) dan f (x1). Dengan
metode interpolasi linier akan dicari nilai fungsi di titik x, yaitu f1(x). Indeks 1
pada f1(x) menunjukkan bahwa interpolasi dilakukan dengan interpolasi
polinomial order satu. Dari dua segitiga sebangun ABC dan ADE seperti tampak
dalam Gambar 2.3, terdapat hubungan berikut:
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
17
BC DE
=
AB AD
f1 ( x ) − f ( x0 ) f ( x1 ) − f ( x0 )
=
x − x0
x1 − x0
f1 ( x) = f ( x0 ) +
f ( x1 ) − f ( x0 )
( x − x0 )
x1 − x0
Keterangan rumus : total produksi tiap bulan = f(xı), total produksi akhir bulan =
f(x0), total penjualan awal bulan = x0, total penjualan akhir tahun = xı,
sedangkan rata-rata penjualan dalam setahun adalah X/ f1(x).
Persamaan diatas adalah rumus interpolasi linier, yang merupakan bentuk
interpolasi polinomial order satu. Suku [f (x1) − f (x0)] / (x1 − x0) adalah
kemiringan garis yang menghubungkan dua titik data dan merupakan perkiraan
beda hingga dari turunan pertama [ 7 ]. Semakin kecil interval antara titik data,
hasil perkiraan akan semakin baik.
2.3
Sekilas Tentang Delphi
Program komputer dapat memecahkan hampir semua masalah yang
memerlukan ketelitian yang tinggi serta banyak data yang harus diolah dengan
waktu untuk menyelesaikan harus singkat. Dulu, membuat sebuah program sangat
sulit dan melelahkan. Karena sekarang ini pembuatan program dituntut harus
cepat, tepat, dan siap pakai, maka muncullah bahasa pemrograman yang
berbentuk visual, antara lain: Visual C++, Visual Foxpro, Visual Basic, dan lainlain [ 8 ].
Delphi adalah salah satu dari pemrograman secara visual, bahasa yang
digunakan lebih mengarah kebahasa Pascal. Banyak orang mengatakan bahwa
Pascal adalah nenek moyangnya Delphi, ini karena Delphi adalah perkembangan
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
18
dari Turbo Pascal yang populer saat DOS masih populer. Seperti bahasa lainnya,
Delphi mengalami perkembangan yang sangat pesat. Delphi 7 salah satunya yang
dikeluarkan oleh Boerland, memiliki support yang tinggi terhadap databasedatabase yang sudah terkenal (seperti MS Access, Paradox, Foxpro, Dbase,
Oracle, dan lain-lain). Karena Delphi berbentuk visual, maka pembuatannya pun
sangat mudah, cepat serta menyenangkan. Anda cukup menaruh objek-objek yang
anda kehendaki. Penulisan bahasa program/source code-nya pun tidak terlalu
banyak.
2.3.1 Penanganan Database pada Delphi
Implementasi database pada prinsipnya dibagi menjadi dua, yaitu :
a.
Model pertama mengemas seluruh data yang terkait dalam sebuah
database ke dalamsebuah berkas. Model seperti ini dijumpaipada
Access, Interbase, dan kebanyakan Server SQL lainnya.
b.
Model kedua menggunakan sejumlah berkas untuk menyimpan data,
indeks, dan hal-hal lainyang terkait dengan database. Biasanya
keseluruhan berkas ini disimpan pada direktori yang sama. Foxpro,
dBase, dan Paradox termasuk dalam kategori ini.
Pada form, sumber data diakses melalui komponen yang merupakan
turunan dari kelas TdataSet. Melalui form, pada prinsipnya kita dapat
memanipulasi databse (membaca, menyimpan, menampilkan, dan sebagainya).
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
19
Bagaimana halnya dengan Delphi, Delphi juga menyediakan berbagai cara
untuk mengakses database. Salah satu diantaranya adalah melalui BDE (Borland
Database Engine). Melalui BDE anda dapat mengakses sejumlah sumber data
seperti dBASE, Paradox, Foxpro, dan Accsess.
TDat aSet
BDE
dBASE
Paradox
FoxPro
dll
Gambar 2.4 Arsitektur Pengaksesan Data Pada Delphi
Pada form, sumber data diakses melalui komponen yang merupakan
turunan
dari
kelas
TdataSet.
Melalui
form,
pada
prinsipnya
memanipulasinya (membaca, menyimpan, menampilkan, dan sebagainya).
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
dapat
BAB III
ANALISA DAN PERANCANGAN SISTEM
Pada bab ini akan dijelaskan alur perancangan dan pembuatan aplikasi
pada penerapan data mining untuk memprediksi minat konsumen fashion dengan
menggunakan metode interpolasi, dan menggunakan Business Proses, Data Flow
Diagram (DFD), Conceptual Data Model (CDM), Physical Data Model (PDM),
serta penyusunan tabel dan desain interface.
3.1
Pengumpulan Data
Pada pembuatan aplikasi ini, diperlukan beberapa data untuk melengkapi
uji coba kelayakan aplikasi, pengumpulan data dilakukan dengan metode :
a. Tinjauan Pustaka
Pengumpulan referensi dari internet dan buku-buku serta informasi dari
sumber lainya yang berkaitan dengan permasalahan dan proses pembuatan
aplikasi untuk memilih dan menentukan jenis teknologi dan metode yang
baik untuk diterapkan.
b. Survei Lapangan :
Survei lapangan ini bertujuan untuk penyimpulan dengan kegiatan :
20
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
21
1. Melakukan survei seperti melakukan kunjungan ke toko Marcy et
Amie mencatat dan mengetahui bentuk bisnis proses yang digunakan.
2. Melakukan wawancara dengan owner ( pemilik bisnis retail marcy et
amie ) untuk mengetahui keinginan pemilik serta harapan yang
diinginkan oleh para customer ketika membeli atau suka membeli
produk apa saja
3. Koleksi data produk dan data penjualan.
3.2
Analisa Data
Analisis data bertujuan untuk menyusun data dalam cara yang bermakna
sehingga dapat dipahami. Para peneliti berpendapat bahwa tidak ada cara yang
paling
benar
secara
absolut
untuk
mengorganisasi,
menganalisis,
dan
menginterpretasikan data karena itu, maka prosedur analisis data dalam penelitian
disesuaikan dengan tujuan penelitian.
Dari data yang telah terkumpul maka dilakukan analisa data yaitu
menganalisa beberapa konsumen fashion terhadap pembelian produk pada toko
Marcy et Amie. Dari
analisa data yang diperoleh di temukan bahwa untuk
meningkatkan pendapatan toko diperlukan suatu aplikasi untuk memprediksi
minat konsumen, agar dapat diketahui produk apakah yang paling banyak diminati
oleh konsumen. Oleh karena itu, dibuatlah aplikasi yang menggunakan penerapan
data mining ini sesuai dengan kebutuhan perusahaan retail.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
22
3.3
Analisa Sistem
Analisis sistem adalah teknik pemecahan masalah yang menguraikan
bagian-bagian komponen dengan mempelajari seberapa bagus bagian-bagian
komponen tersebut bekerja dan berinteraksi untuk mencapai tujuan mereka.
Analisis dan rancangan sistem informasi merupakan bagian atau tahapan
pengembangan sistem. Tahapan-tahapan pengembangan sistem
informasi
berhubungan dengan yang lain untuk membentuk suatu siklus.
Tahapan analisis sistem merupakan tahapan yang sangat penting karena
kesalahan di dalam tahapan ini akan menyebabkan kesalahan pada tahapan
selanjutnya. Dalam pembuatan aplikasi ini diharapkan dapat mempermudah
owner untuk mengetahui minat konsumen terhadap produk-produk perusahaanya.
Dengan menerapkan data mining diharapkan dapat mengoptimalisasikan
prediksi konsumen terhadap fashion pada toko Marcy et Amie. Sehingga dapat
diketahui kelas produk A banyak diminati sekian persen customer, kemudian
kelas produk B banyak diminati sekian persen customer. User dalam aplikasi ini
adalah petugas administrator yang juga merangkap sebagai pengelola aplikasi ini.
3.4
Analisa Kebutuhan
Pada bagian ini akan dirumuskan kebutuhan sistem yang akan menjadi
dasar dalam perancangan aplikasi ini. Spesifikasi kebutuhan sistem aplikasi
menjelaskan mengenai level pengguna aplikasi dan hak aksesnya serta masukan
dan keluaran sistem aplikasi, yaitu :
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
23
a. Level Pengguna dan Hak Akses.
Dalam pengguna aplikasi ini di bagi menjadi 3 level, yaitu :
1. Admin, dapat mengunakan sejumlah layanan tersedia melalui
aplikasi, admin dapat melakukan penambahan (input) data produk dan
data penjualan, melihat data produk, melihat data penjualan, serta
dapat melihat hasil analisa. Layanan ini bisa di akses jika admin telah
melakukan login terlebih dahulu.
2. Pemilik (owner), disini mempunyai otoritas tertinggi untuk melihat
hasil anlisa dari aplikasi, yang nantinya dapat menjadi bahan evaluasi
perusahaan dan evaluasi kinerja pegawai-pegawainya.
3.5
Perancangan Sistem
Perancangan sistem digunakan untuk menggambarkan sejumlah proses
terstruktur dalam sistem aplikasi, berorientasikan pada aliran sistem yang terjadi,
agar memperjelas sistem alur aplikasi yang dibuat. Penjelasan mengenai sistem
dimulai dari business process view, business workflow diagram, diagram
berjenjang, contex diagram, data flow diagram level 0, data flow diagram level 1,
dan conceptual data model serta physical data model
3.5.1
Business Pr ocess View
a. Business Functionality
1. Menjelaskan
ruang
lingkup
bisnis
dimana
nantinya
diimplementasikan sistem (perangkat lunak) pendukungnya.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
akan
24
2. Menentukan fungsi bisnis apa saja yang terdapat di suatu organisasi /
sub-organisasi.
3. Fungsi Bisnis : kegiatan yang memiliki nilai untuk mendukung
pencapaian tujuan organisasi / sub-organisasi.
Tabel 3.1 Deskripsi : Penginputan Data Produk
Fungsi Bisnis
Menginputkan Data Produk
Per anan
Petugas,
Sistem
Tabel 3.2 Deskripsi : Penginputan Data Penjualan
Fungsi Bisnis
Menginputkan Data Penjualan
Per anan
Petugas,
Sistem
Tabel 3.3 Deskripsi : Melihat Laporan Data
Fungsi Bisnis
Melihat Laporan Data
Per anan
Petugas,
Sistem
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
25
Tabel 3.4 Deskripsi : Proses Data Cleaning
Fungsi Bisnis
Memproses Data Cleaning
Per anan
Petugas,
Sistem
Tabel 3.5 Deskripsi : Proses Prediksi
Fungsi Bisnis
Per anan
Memproses Metode Interpolasi Petugas
Sistem
Mencetak Hasil Analisa
Petugas,
Sistem
b. Business Workflow
1. Menjelaskan bagaimana fungsi bisnis dijalankan.
2. Menentukan prosedur kerja dalam setiap fungsi bisnis.
3. Prosedur kerja : urutan aktivitas berdasarkan waktu yang melibatkan
sejumlah komponen (terutama peranan).
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
26
Tabel 3.6 Deskripsi : Penginputan Data Produk
Fungsi
Bisnis
Pr osedur
Peranan
Keter angan
Membuka Form Add
Produk
Petugas
-
Mengisi Data Produk
Petugas
Menggunakan
Aplikasi/
Software dan
Data tersimpan
Meminta
Menampilkan Data
Produk
Petugas
-
Menampilkan Data
Produk
Sistem
-
Meminta Cetak Data
Produk
Petugas
-
Mencetak Data
Produk
Sistem
-
Menginputkan
Data Produk
Pada prosedur membuka form tambah data produk, petugas dapat
membukanya pertama kali melalui form tampilan utama, yang telah melakukan
proses login terlebih dahulu. Setelah selesai mengisi / menginputkan data produk¸
petugas dapat melakukan penyimpanan data. Setelah itu barula data dapat dilihat
tampilannya pada tabel db_grid yang telah tersedia pada form.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
27
Tabel 3.7 Deskripsi : Proses Analisa
Fungsi Bisnis
Pr osedur
Membuka Form
Per anan
Keter angan
Petugas
Proses Analisa
Menampilkan Form
Sistem
-
Petugas
Menggunakan
Proses Analisa
M enginputkan
Tahun Periode
Mengisi Tahun
Aplikasi
Periode yang
Diinginkan
Meminta
Petugas
-
Sistem
-
Petugas
-
Sistem
-
Menampilkan Form
Hasil Analisa
Mencetak
Menampilkan Hasil
Hasil
Proses Analisa
Meminta Cetak Hasil
Analisa
Mencetak Hasil
Analisa
3.5.2
Business Wor kflow Diagram
Penyajian yang sistematis tentang proses dan logika dari kegiatan
penanganan informasi atau penggambaran secara grafik dari langkah-langkah dan
urut-urutan prosedur dari suatu program. Dalam aplikasi datamining ini
diperlukan beberapa proses kegiatan.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
28
a. Proses : Input Data Produk
Berikut ini tampilan dari Workflow Diagram proses input data produk
seperti pada Gambar 3.1.
Gambar 3.1 Business Workflow Diagram Input Data Produk
Dari business workflow diatas telah dijelaskan alur penggunaan dari form produk.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
29
b. Proses Analisa :
Gambar 3.2 Business Workflow Diagram Proses Analisa
Pada proses analisa inilah, nantinya akan didapatkan hasil prediksi minat
konsumen. Jenis produk apa yang paling banyak diminati customer. Berawal dari
penginputan tahun periode, dari situlah perhitungan metode interpolasinya.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
30
3.5.3
Diagram Ber jenjang
Diagram jenjang ditujukan untuk menemukan kebutuhan sistem yang akan
dibuat. Identifikasi masalah akan dilakukan untuk masing-masing pengguna
sistem. Berikut ini tampilan dari diagram berjenjang seperti pada Gambar 3.3.
Gambar 3.3 Diagram Jenjang
Aplikasi data mining ini memiliki menu-menu menginputkan data produk,
dan menginputkan data penjualan, serta proses inferensi keputusan. Yang mana
dari semua proses akan di breakdown sesuai kebutuhan sistem.
3.5.4
Data Flow Diagram (DFD)
Sebelum mengimplementasi program, maka dilakukan pembuatan DFD
(Data Flow Diagram). DFD adalah suatu grafik yang menjelaskan sebuah sistem
dengan menggunakan bentuk-bentuk atau simbol untuk menggambarkan aliran
data dari proses-proses yang saling berhubungan. DFD menggambarkan input,
process, dan output yang terjadi dalam suatu sistem. DFD juga menggambarkan
aliran data dalam sebuah sistem. Dalam mendokumentasikan sebuah sistem, DFD
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
31
mempunyai level-level mulai dari yang terkecil, yaitu level 0 atau sering disebut
context diagram. Context Diagram ini merupakan gambaran paling umum dari
sistem, yang hanya memiliki satu proses saja untuk mewakili seluruh sistem.
Semakin bertambahnya level dalam DFD akan semakin detail digambarkannya
proses-proses yang ada pada sistem, tetapi yang boleh bertambah hanya proses
dan data flow saja. Sedangkan untuk data source, jumlahnya harus tetap dengan
yang ada pada context diagram. Khusus untuk data store, pada context diagram
masih belum digambarkan, akan tampak pada level 1 dan konsisten jumlahnya
sampai pada level berikutnya (Elmasri & Navathe, 1994).
3.5.4.1 Perancangan Diagr am Konteks (Context Diagram)
Diagram konteks (context diagram) digunakan untuk menggambar
hubungan input/output antara sistem dengan dunia luarnya, suatu diagram konteks
selalu mengandung satu proses saja yang mewakili proses seluruh sistem.
Perancangan data flow diagram dimulai dari menentukan entitas yang terlibat
dalam sistem serta aliran data yang keluar dan masuk sistem dari entitas-entitas
tersebut. Terdapat entitas bagian admin, pimpinan, dan kasir, serta Data Mining
Marcy et Amie sebagai sistemnya. Hubungan entitas tersebut digambarkan dalam
data flow diagram (DFD) diagram konteks yang ditampilkan pada Gambar 3.4.
Diagram Gambar 3.4 menerangkan gambaran dari seluruh sistem secara
umum, dimana bagian administrator melakukan login terlebih dahulu kemudian
sistem memprosesnya. Lalu bagian admin dapat
menginput, mengedit, data
produk, dan data penjualan, serta administrator juga dapat melihat hasil analisa
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
32
interpolasi tersebut. Namun bagian admin ini terlebih dahulu mendapatkan info
produk-produk yang terbaru dari pimpinan yang setiap tahunnya selalu saja
mendapatkan inputan produk terbaru. Dan bagian admin mendapatkan data-data
penjualan setiap harinya tersebut dari kasir.
Gambar 3.4 Diagram Konteks
3.5.4.2 Data Flow Diagram Level 0
Level 0 DFD menunjukkan bagaimana sistem ini dibagi menjadi subsistem (proses), masing-masing berhubungan dengan satu atau lebih data mengalir
ke atau dari agen eksternal, dan yang bersama-sama memberikan semua fungsi
sistem sebagai keseluruhan.
Hal ini juga mengidentifikasi menyimpan data internal yang harus ada
supaya sistem untuk melakukan tugasnya, dan menunjukkan aliran data antara
berbagai bagian dari sistem.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
33
Diagram ini adalah dekomposisi dari diagram konteks. Proses pada
diagram arus data level 0 dibagi menjadi tiga proses, yaitu proses input data
produk, proses input data penjualan, proses inferensi keputusan, seperti yang
ditampilkan pada Gambar 3.5
Gambar 3.5 DFD Level 0
Secara lebih terperinci proses yang ada di DFD Level 0 akan dijabarkan dan
dibagi menjadi beberapa sub proses. Sub proses yang ada adalah:
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
34
a. Sub Proses Input Data Produk, menangani proses pendataan produk
(input data produk) yang dilakukan oleh bagian admin. Dan pimpinan
disini bertugas memberikan info data produk terbaru kepada bagian
admin. Bagian admin juga dapat mengupdate data produk. Yang
dimana data produk tersimpan dalam store data produk.
b. Sub Proses Input Data Penjualan, menangani proses pendataan
penjualan (input data penjualan) yang dilakukan oleh bagian admin.
Yang dimana kasir disini yang bertugas untuk memberika info data
penjualan ke bagian admin. Data penjualan tersebut tersimpan dalam
store data penjualan.
c. Sub Proses Inferensi Keputusan, yaitu melakukan analisis data dengan
metode interpolasi setelah melakukan pengambilan data, dari store
data produk dan store data penjualan sehingga mampu memprediksi
dan menjawab produk Marcy et Amie apakah yang paling diminati
oleh customer.
3.5.4.3 Data Flow Diagram Level 1
DFD Level 1 ini merupakan turunan dari Data Flow Diagram Level 0.
Proses pada diagram arus data level 1 proses input data produk ini dibagi menjadi
2 proses, yaitu proses menampilkan data produk dan proses mencetak data
produk, seperti yang ditampilkan pada Gambar 3.6.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
35
Gambar 3.6 DFD Level 1 Pada Proses Input Data
Sistem proses pada diagram arus data level 1 proses input data penjualan
ini dibagi menjadi 2 proses, yaitu proses menampilkan data penjualan dan proses
mencetak data penjualan, yang nantinya data penjualan tersebut tersimpan dalam
store data penjualan, seperti yang ditampilkan pada Gambar 3.7.
Gambar 3.7 DFD Level 1 Pada Proses Input Data Penjualan
Hak Cipta © milik UPN "Veteran" Jatim :
Di
SKRIPSI
Disusun Oleh :
RINA MEILANI SITABA
0734010084
J URUSAN TEKNIK INFORMATIKA
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN”
J AWA TIMUR
2011
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
PENERAPAN DATA MINING UNTUK MENGHITUNG RATARATA MINAT KONSUMEN FASHION
SKRIPSI
Diajukan Untuk Memenuhi Sebagian Persyar atan
Dalam Memperoleh Gelar Sar jana Komputer
J urusan Teknik Infor matika
Oleh :
RINA MEILANI SITABA
0734010084
J URUSAN TEKNIK INFORMATIKA
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN”
J AWA TIMUR
2011
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Judul
Pembimbing I
Pembimbing II
Penyusun
: Penerapan Data Mining Dengan Menggunakan Metode Interpolasi Untuk
Memprediksi Minat Konsumen Fashion.
: Nur Cahyo Wibowo, S.Kom, M.Kom
: Agus Hermanto, S.Kom
: Rina Meilani Sitaba
ABSTRAK
Prediksi minat konsumen sangat penting bagi suatu perusahaan retail,
dimana dengan adanya prediksi minat konsumen perusahaan retail dapat
mengambil suatu keputusan atau strategi yang benar dan tepat bagi konsumennya.
Teknologi data mining dan metode interpolasi hadir sebagai solusi.
Aplikasi data mining ini memanfaatkan data masukan berupa data produk
dan data penjualan. Dari data tersebut, akan diolah dengan metode interpolasi dan
untuk menganalisis data juga menggunakan teknik interpolasi. Setelah melewati
proses tersebut, maka akan didapatkan pola-pola dalam pengambilan keputusan.
Aplikasi data mining dengan metode interpolasi untuk memprediksi minat
konsumen fashion inputnya adalah data penjualannya, dan produk yang telah
dibeli oleh customer. Sedangkan outputnya adalah prediksi minat konsumen
fashion yaitu jenis produk mana yang banyak paling banyak diminati oleh
customer .
Dan dari hasil uji coba didapatkan hasil bahwa proses pengcleaningan data
telah berhasil dilakukan. Cleaning data dari tabel beli master kemudian disimpan
ke tabel temporary. Kemudian dari data yang ada pada tabel temporary tersebut
dilakukanlah proses metode interpolasi. Pada akhirnya akan didapatkan hasil
penjualan jenis produk yang paling banyak diminati customer dalam setahun.
Kata kunci : Data Mining, Interpolasi, Prediksi Minat, Konsumen Fashion,
Customer, Data Cleaning.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
i
KATA PENGANTAR
Alhamdulillah, Penulis bersyukur kepada Allah SWT atas semua Rahmat,
Berkah, dan Ridho-Nya yang telah diberikan kepada penulis sehingga dapat
menyelesaikan Skripsi yang berjudul “Pener apan Data Mining Dengan Metode
Inter polasi Untuk Memprediksi Minat Konsumen Fashion” ini dengan baik.
Skripsi merupakan salah satu syarat bagi mahasiswa untuk menyelesaikan
program studi Sarjana Strata Satu (S1) di Jurusan Teknik Informatika Fakultas
Teknologi Industri Universitas Pembangunan Nasional “Veteran” Jawa Timur.
Melalui Skripsi ini penyusun merasa mendapatkan kesempatan besar
untuk memperdalam ilmu pengetahuan yang diperoleh selama di bangku
perkuliahan. Namun, penyusun menyadari bahwa Skripsi ini masih jauh dari
sempurna. Oleh karena itu penyusun sangat mengharapkan saran dan kritik dari
para pembaca untuk pengembangan aplikasi lebih lanjut.
Surabaya, 28 November 2011
( Rina Meilani Sitaba.)
ii
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
DAFTAR ISI
Halaman
HALAMAN JUDUL
LEMBAR PERSETUJUAN
LEMBAR PENGESAHAN
KETERANGAN REVISI
ABSTRAK ................................................................................................ i
KATA PENGANTAR ............................................................................... ii
UCAPAN TERIMA KASIH...................................................................... iii
DAFTAR ISI ............................................................................................. v
DAFTAR GAMBAR................................................................................. viii
DAFTAR TABEL ..................................................................................... x
BAB I PENDAHULUAN......................................................................... 1
1.1 Latar Belakang Masalah................................................................. 1
1.2 Rumusan Masalah .......................................................................... 2
1.3 Batasan Masalah ............................................................................ 2
1.4 Tujuan............................................................................................ 3
1.5 Manfaat.......................................................................................... 3
1.6 Metodologi Penelitian .................................................................... 3
1.7 Sistematika Penulisan..................................................................... 6
BAB II TINJ AUAN PUSTAKA .............................................................. 8
2.1 Sekilas Tentang Data Mining ......................................................... 8
2.1.1 Model Data Mining ............................................................... 9
2.1.2 Manfaat Penggunaan Data Mining......................................... 11
2.1.3 Tujuan Data Mining .............................................................. 13
2.2 Sekilas Tentang Interpolasi ............................................................ 14
2.2.1 Interpolasi Linier ................................................................... 15
2.3 Sekilas Tentang Delphi .................................................................. 17
v
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
2.3.1 Penanganan Database Pada Delphi........................................ 18
BAB III ANALISA DAN PERANCANGAN SISTEM........................... 20
3.1 Pengumpulan Data ......................................................................... 20
3.2 Analisa Data................................................................................... 21
3.3 Analisa Sistem ............................................................................... 22
3.4 Analisa Kebutuhan......................................................................... 22
3.5 Perancangan Sistem ....................................................................... 23
3.5.1 Business Process View ......................................................... 23
3.5.2 Business Workflow Diagram ................................................ 27
3.5.3 Diagram Berjenjang ............................................................. 30
3.5.4 Data Flow Diagram .............................................................. 30
3.5.4.1 Perancangan Diagram Konteks ........................... 31
3.5.4.2 Data Flow Diagram Level 0................................ 32
3.5.4.3 Data Flow Diagram Level 1................................ 34
3.5.5 Conceptual Data Model ........................................................ 37
3.5.6 Physical Data Model ............................................................ 38
3.6 Perancangan Basis Data ................................................................. 40
3.6.1 Pembuatan Database............................................................. 44
3.6.2 Koneksi Delphi ke MS Access.............................................. 46
3.7 Perancangan Antarmuka................................................................. 47
3.7.1 Desain Halaman Login Administrator................................... 47
3.7.2 Desain Halaman Utama Administrator ................................. 50
BAB IV IMPLEMENTASI PERANGKAT LUNAK ............................. 52
4.1 Lingkungan Pemrograman ............................................................. 52
4.2 Implementasi Proses....................................................................... 52
4.2.1 Implementasi Koneksi Database ........................................... 53
4.2.2 Implementasi Proses Login Admin ....................................... 56
4.3 Implementasi Aplikasi Desain Interface ......................................... 59
4.3.1 Form Halaman Utama .......................................................... 59
vi
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
4.3.2 Form Halaman Panel Utama................................................. 61
4.3.3 Form Halaman Akun Baru.................................................... 62
4.3.4 Form Halaman Tambah Data Barang.................................... 64
4.3.5 Form Halaman Data Penjualan ............................................. 66
4.3.6 Form Laporan Data Produk .................................................. 68
BAB V UJ I COBA DAN EVALUASI PROGRAM ................................ 76
5.1 Uji Coba Sistem ............................................................................. 76
5.2 Uji Coba Form Menu Utama .......................................................... 77
BAB VI PENUTUP .................................................................................. 86
6.1 Kesimpulan.................................................................................... 86
6.2 Saran.............................................................................................. 86
DAFTAR PUSTAKA
vii
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
BAB I
PENDAHULUAN
1.1
Latar Belakang.
Marcy et Amie merupakan sebuah perusahaan yang bergerak dibidang
retail. Marcy et Amie menjual boneka khas dari brand marcy et amie ini sendiri
yang dinamakan boneka Amie. Marcy et Amie tidak hanya menjual boneka saja
melainkan menjual pula aksesoris boneka, dan pakaian boneka, serta pernakpernik lainnya seperti layaknya manusia. Marcy et Amie pertama kali dirintis
pada tahun 2007, di Supermall Pakuwon Indah. Yang kemudian dibuka lagi
cabangnya di Galaxy Mall. Marcy et Amie memiliki konsep tersendiri dalam
penjualan produk mereka, yaitu menjual boneka sekaligus memberikan edukasi
pada anak-anak dalam merawat bonekanya. Karena setiap orang yang membeli
boneka ini seolah-olah seperti mengadopsi, dan dapat sertifikat adopsi bukti telah
memiliki boneka Amie.
Dunia bisnis retail yang penuh persaingan membuat para pelakunya harus
selalu memikirkan strategi-strategi terobosan yang dapat menjamin kelangsungan
bisnis retail mereka. Salah satu aset utama yang dimiliki oleh perusahaan retail
adalah data bisnis customer dalam jumlah yang luar biasa banyak. Ini melahirkan
kebutuhan akan adanya teknologi yang dapat memanfaatkannya untuk
membangkitkan pengetahuan-pengetahuan baru, yang dapat membantu dalam
pengaturan strategi bisnis retail ini. Prediksi minat konsumen sangat penting bagi
suatu perusahaan retail, dimana dengan adanya prediksi minat konsumen
1
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
2
perusahaan retail dapat mengambil suatu keputusan atau strategi yang benar dan
tepat bagi konsumennya. Teknologi data mining hadir sebagai solusi.
Aplikasi data mining ini memanfaatkan data masukan berupa data produk
dan data penjualan. Dari data tersebut, akan diolah dengan metode interpolasi dan
untuk menganalisis data juga menggunakan teknik interpolasi. Setelah melewati
proses tersebut, maka akan didapatkan pola-pola dalam pengambilan keputusan.
Aplikasi data mining dengan metode interpolasi untuk memprediksi minat
konsumen fashion inputnya adalah data penjualannya, dan produk yang telah
dibeli oleh customer. Sedangkan outputnya adalah prediksi minat konsumen
fashion yaitu seberapa banyak customer yang tertarik pada suatu produk.
1.2
Rumusan Masalah.
Berdasarkan
latar
belakang
masalah
di
atas,
dapat
dirumuskan
permasalahannya yaitu :
a. Bagaimana membangun aplikasi yang membantu memprediksi minat
konsumen fashion yaitu seberapa besar minat konsumen fashion pada
jenis produk yang ditawarkan Marcy et Amie dengan menggunakan
teknik data mining dan metode interpolasi?
1.3
Batasan Masalah.
Permasalahan yang akan diteliti ini dibatasi pada beberapa hal yaitu:
a. Teknik interpolasi dipakai untuk analisis data
b. Aplikasi menggunakan sistem berbasis pemrograman Delphi 7 dan
menggunakan database engine Microsoft Access 2007.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3
1.4
Tujuan.
Berdasarkan latar belakang tersebut penulis menyimpulkan tujuan dari
pembuatan aplikasi ini, yaitu :
a. Membuat aplikasi dengan menerapkan data mining untuk memprediksi
minat konsumen fashion.
b. Membuat pengorganisasian data yang lebih terstruktur mengenai data
produk dan data penjualannya.
1.5
Manfaat.
Adapun keuntungan yang dapat diperoleh dari pembuatan aplikasi pada
toko Marcy et Amie ini adalah :
a. Aplikasi tersebut dapat menjadi media evaluasi kerja, agar owner
dan karyawan dapat mempelajari produk apa yang paling laku
terjual.
b. Aplikasi ini juga dapat membantu owner mengidentifikasi produkproduk apa saja yang terbaik untuk setiap kelompok konsumen,
sehingga bisa menyusun faktor-faktor apa saja yang dapat menarik
konsumen baru untuk bergabung, atau membeli.
1.6
Metodologi Penelitian.
Penerapan data mining untuk memprediksi minat konsumen fashion pada
toko Marcy et Amie ini menggunakan metode interpolasi. Namun dalam
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
4
pembuatan aplikasi ini tidak terlepas dari permasalahan-permasalahan yang ada.
Dan untuk pemecahan permasalahan tersebut, berikut langkah-langkahnya :
a. Tinjuan Pustaka :
Pengumpulan referensi dari internet dan buku-buku serta informasi dari
sumber lainya
untuk memilih dan menentukan jenis teknologi dan
metode yang baik untuk diterapkan.
b. Survei Lapangan :
Survei lapangan ini bertujuan untuk penyimpulan dengan kegiatan :
1. Melakukan survei seperti melakukan kunjungan ke toko Marcy
et Amie mencatat dan mengetahui bentuk bisnis proses yang
digunakan.
2. Melakukan wawancara dengan owner ( pemilik bisnis retail
marcy et amie ) untuk mengetahui keinginan pemilik serta
harapan yang diinginkan oleh para customer ketika membeli
atau suka membeli produk apa saja
3. Pengcopyan data member customer.
c. Pemilihan Metode :
Penulis disini memilih metode interpolasi dalam pemecahan masalah
penerapan data minning untuk memprediksi minat konsumen
fashion. Metode interpolasi sendiri dapat membantu dalam
memperbaiki tingkat kerapatan suatu data. Dalam arti yang lebih
luas, interpolasi merupakan upaya mendefinisikan suatu fungsi
dekatan suatu fungsi analitik yang tidak diketahui atau pengganti
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
5
fungsi rumit yang tak mungkin diperoleh persamaan analitiknya.
Apabila y = f(x) adalah suatu fungsi dengan nilai-nilai. Hubungan y0
atau F(x) terhadap x0 dalam Interpolasi dan jika ф(x) adalah fungsi
sederhana sembarang sedemikian rupa sehingga untuk variabel X0
,X1..... Xn memberikan nilai yang sama dengan f(x), maka bila f(x)
digantikan oleh ф(x) pada interval yang diketahui, hal ini disebut
proses interpolasi dan fungsi ф(x) adalah rumusan interpolasi bagi
fungsi. Dengan metode interpolasi ini, sebuah data customer pada
toko marcy et amie yang pengorganisasian data kurang baik, dapat
kita perbaiki menjadi otomatisasi dan pengamatan data tersebut
menjadi lebih baik, sehingga data menjadi lebih akurat dalam
memprediksi minat konsumen fashion.
d. Perancangan :
Dalam tahapan pembuatan aplikasi ini, penulis merancang aplikasi
ini terlebih dahulu menggunakan DFD ( Data Flow Diagram ), ERD
( Entity Relational Diagram ), CDM ( Conceptual Data Model ), dan
PDM (Physical Data Model ), serta menggunakan RDBMS MySQL.
e. Developing :
Penerapan hasil perancangan sistem yang dibuat dengan bahasa
pemrograman desktop yaitu Delphi 7, serta dukungan
MySQL
sebagai RDBMS nya. Pemilihan kedua teknologi ini berdasarkan
dengan kebutuhan aplikasi yang ada serta peningkatan teknologi dari
pemrograman.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
6
f. Testing :
Mengevaluasi hasil-hasil yang telah dikerjakan, system informasi
yang telah dibuat ini akan diuji coba penggunaannya dan juga akan
dievaluasi untuk kelayakan system tersebut untuk digunakan, seperti
error handling nya.
g. Dokumentasi :
Tahap ini merupakan tahap terakhir pada proyek pengembangan
tugas akhir ini. Dokumentasi
ini disusun sebagai laporan dari
seluruh proses pengerjaan tugas akhir, sehingga memudahkan
pembaca untuk mengetahui alur dari aplikasi ini atau sebagai
panduan untuk pembaca.
1.7
Sistematika Penulisan.
Dalam laporan tugas akhir ini, pembahasan disajikan dalam enam bab
dengan sistematika pembahasan sebagai berikut :
BAB I
PENDAHULUAN
Bab ini berisikan tentang latar belakang masalah, perumusan
masalah, batasan masalah, tujuan, dan manfaat, serta sistematika
penulisan pembuatan tugas akhir ini.
BAB II
TINJ AUAN PUSTAKA
Pada bab ini menjelaskan tentang teori-teori pemecahan masalah
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
7
yang berhubungan dan digunakan untuk mendukung dalam
pembuatan tugas akhir ini.
BAB III
ANALISA DAN PERANCANGAN SISTEM
Pada bab ini dijelaskan tentang tata cara metode perancangan
sistem yang digunakan untuk mengolah sumber data yang
dibutuhkan sistem, antara lain : Flowchart, DFD ( Data Flow
Diagram ), ERD ( Entity Relational Diagram), CDM( Conceptual
Data Model ), PDM ( Physical Data Model).
BAB IV
IMPLEMENTASI SISTEM
Pada bab ini dijelaskan tentang implementasi dari program yang
telah dibuat meliputi lingkungan implementasi, implementasi
proses, dan implementasi interface.
BAB V
UJ I COBA DAN EVALUASI
Pada bab ini menjelaskan tentang pelaksanaan uji coba dan
evaluasi dari pelaksanaan uji coba dari program yang dibuat.
BAB VI
PENUTUP
Pada bab ini berisi tentang kesimpulan dan saran dari penulis untuk
pengembangan lebih lanjut dari sistem tersebut.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
BAB II
TINJ AUAN PUSTAKA
2.1
Sekilas Tentang Data Mining
Data mining secara umum adalah mencari pola-pola tersembunyi yang
mungkin ada dalam database yang besar. Data Mining adalah suatu kelas aplikasi
database yang berfungsi melakukan pencarian pola-pola tersembunyi di dalam
suatu kumpulan data yang bisa digunakan untuk memprediksikan tren atau
perilaku yang akan datang [ 1 ]. Misalnya, perangkat lunak data mining bisa
membantu perusahaan retail untuk menemukan pelanggan yang memiliki
ketertarikan tertentu. Istilah ini umumnya dipersempit artinya yaitu hanya untuk
menggambarkan perangkat lunak yang merepresentasikan data dengan cara-cara
yang baru.
Namun sebenarnya perangkat lunak data mining tidak hanya berfungsi
mengubah presentasi tersebut,melainkan juga menemukan relasi tak dikenal antardata. Data mining dikenal di dunia sains dan matematis namun juga digunakan
secara lebih luas oleh para pemasar untuk merangkum data konsumen dari
beragam website.
Data mining cerdas menemukan informasi di dalam data warehouse
dimana laporan dan query tidak bisa diungkapkan secara efektif. Piranti data
mining menemukan pola-pola di dalam data dan bahkan menyimpulkan aturan
8
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
9
dari data tersebut [ 2 ]. Ada tiga tipe metode yang digunakan untuk
mengidentifikasi pola-pola di dalam data:
1. Model sederhana (query berbasis SQL, OLAP, pertimbangan manusia)
2. Model sedang (regresi, pohon keputusan, clustering)
3. Model kompleks (jaringan syaraf, induksi aturan lain)
Pola dan aturan ini dapat digunakan untuk memandu pengambilan
keputusan dan meramalkan efek keputusan. Data mining dapat mempercepat
analisis dengan memusatkan perhatian pada variabel yang paling penting. Data
mining, sering juga disebut knowledge discovery in database (KDD), adalah
kegiatan yang meliputi pengumpulan, pemakaian data historis untuk menemukan
keteraturan, pola atau hubungan dalam set data berukuran besar. Keluaran dari
data mining ini bisa dipakai untuk memperbaiki pengambilan keputusan di masa
depan. Sehingga istilah pattern recognition sekarang jarang digunakan karena ia
termasuk bagian dari data mining [ 3 ].
2.1.1
Model Data Mining
Dalam perkembangan teknologi data mining, terdapat model atau mode
yang digunakan untuk melakukan proses penggalian informasi terhadap data-data
yang ada. Menurut IBM model data mining dapat dibagi menjadi 2 bagian yaitu:
verification model dan discovery model.
a. Verification Model :
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
10
Model ini menggunakan perkiraan (hypothesis) dari pengguna, dan
melakukan test terhadap perkiraan yang diambil sebelumnya dengan
menggunakan data-data yang ada. Penekanan terhadap model ini
adalah terletak pada user yang bertanggung jawab terhadap
penyusunan perkiraan (hypothesis) dan permasalahan pada data untuk
meniadakan atau menegaskan hasil perkiraan (hypothesis) yang
diambil. Sebagai contoh misalnya dalam bidang pemasaran, sebelum
sebuah perusahaan mengeluarkan suatu produk baru kepasaran,
perusahaan tersebut harus memiliki informasi tentang kecenderungan
pelanggan untuk membeli produk yang akan di keluarkan. Perkiraan
(hypothesis) dapat disusun untuk mengidentifikasikan pelanggan yang
potensial dan karakteristik dari pelanggan yang ada. Data-data tentang
pembelian pelanggah
sebelumnya dan data
tentang keadaan
pelanggan, dapat digunakan untuk melakukan perbandingan antara
pembelian dan karakteristik pelanggan untuk menetapkan dan menguji
target yang telah diperkirakan sebelumnya. Dari keseluruhan operasi
yang ada selanjutnya dapat dilakukan penyaringan dengan cermat
sehingga jumlah perkiraan (hypothesys) yang sebelumnya banyak
akan menjadi semakin berkurang sesuai dengan keadaan yang
sebenarnya.Permasalahan utama dengan model ini adalah tidak ada
informasi bare yang dapat dibuat, melainkan hanya pembuktian atau
melemahkan perkiraan (hypothesys) dengan data-data yang ada
sebelumnya. Data-data yang ada pada model ini hanya digunakan
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
11
untuk membuktikan mendukung perkiraan (hypothesis) yang telah
diambil sebelumnya. Jadi model ini sepenuhnya tergantung pada
kemampuan user untuk melakukan analisa terhadap permasalahan
yang ingin digali dan diperoleh informasinya.
b. Discovery Model :
Model ini berbeda dengan verification model, dimana pada model ini
system secara langsung menemukan informasi-informasi penting yang
tersembunyi dalam suatu data yang besar. Data-data yang ada kemudian
dipilah-pilah-untuk-menemukan suatu pola, trend yang ada, dan keadaaan
umum pada saat itu tanpa adanya campur tangan dan tuntunan dari
pengguna. Hasil temuan ini menyatakan fakta-fakta yang ada dalam
datadata yang ditemukan dalam waktu yang sesingkat rnungkin.Sebagai
contoh, misalkan sebuah bank ingin menemuan kelompok-kelompok
pelanggan yang dapat dijadikan target suatu produk yang akan di
keluaran. Pada data-data yang ada selanjutnya diadakan proses pencarian
tanpa adanya proses perkiraan (hypothesis) sebelumnya. Sampai akhirnya
semua pelanggan dikelompokan berdasarkan karakteristik yang sama
[ 4 ].
2.1.2
Manfaat Penggunaan Data Mining
Dari sudut pandang komersial, pemanfaatan data mining dapat digunakan
dalam menangani meledaknya volume data. Bagaimana menyimpannya,
mengestraknya serta memanfaaatkannya. Berbagai teknik komputasi dapat
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
12
digunakan menghasilkan informasi yang dibutuhkan. Informasi yang dihasilkan
menjadi asset untuk meningkatkan daya saling suatu institusi.
Data mining tidak hanya digunakan untuk menangani persoalan
menumpuknya data / informasi dan bagaimana menggudangkannya tanpa
kehilangan informasi yang penting (warehousing) [ 9 ]. Data mining juga
diperlukan untuk
menyelesaikan permasalahan atau menjawab kebutuhan
bisnis itu sendiri, misalnya:
a.
Bagaimana mengetahui hilangnya pelanggan karena pesaing
b.
Bagaimana mengetahui item produk atau konsumen yang memiliki
kesamaan karakteristik
c.
Bagaimana mengidentifikasi produk-produk yang terjual bersamaan
dengan produk lain.
d.
Bagaimana memprediski tingkat penjualan
e.
Bagaimana menilai tingkat resiko dalam menentukan jumlah produksi
suatu item.
f.
Bagaimana memprediksi prilaku bisnis di masa yang akan datang
g.
Remote sensor yang ditempatkan pada suatu satelit
h.
Telescope yang digunakan untuk memindai langit
i.
Simulasi saintifik yang membangkitkan data dalam ukuran terabytes [ 5
].
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
13
2.1.3
Tujuan Data Mining
Tujuan dari data mining adalah menemukan hubungan-hubungan atau
pola-pola yang mungkin memberikan indikasi yang bermanfaat. Kehadiran data
mining dilatar belakangi oleh berlimpahnya data (overload data) yang dialami
oleh berbagai institusi, perusahaan atau organisasi. Berlimpahnya data ini
merupakan akumulasi data transaksi yang terekam bertahun-tahun.
Data–data tersebut merupakan data transaksi yang umumnya diproses
menggunakan aplikasi komputer yang biasa disebut On Line Transaction
Processing.
Data mining juga dilatar belakangi oleh atau adanya ledakan
informasi (explotion information) dari berbagai media terutama internet.
Delapan puluh persen informasi yang disajikan media internet dalambentuk tak
terstruktur
(unstructured information). Media internet menyajikan informasi
dalam berbagai format file, bahasa, dan bentuk penyajian seperti teks, gambar,
suara ataupun video.
Kendala lain yang melatar belakangi adalah tidak dilengkapinya informasi
dengan meta data yang terstandarisasi atau bahkan tidak menyertakannya sama
sekali. Pertumbuhan yang pesat dari akumulasi data/informasi itu telah
menciptakan kondisi dimana suatu institusi memiliki bergunung-gunung data
tetapi miskin informasi yang bermaanfaat (“rich of data but poor of information”).
Tidak jarang “gunung” data itu dibiarkan begitu saja seakan-akan menjadi
“kuburan data” (datatombs). Pertanyaannya sekarang, apakah gunung data
tersebut akan dibiarkan, tidak berguna lalu dibuang, ataukah dapat ditambang
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
14
untuk menemukan “emas” yaitu informasi yang lebih bermanfaat. Jawabnya, data
mining hadir untuk menjawab tantangan tersebut.
2.2
Sekilas Tentang Inter polasi
Interpolasi dalam pengertian matematika adalah perkiraan suatu nilai
tengah dari satu set nilai yang diketahui. Pengertian interpolasi yang lebih luas
merupakan upaya mendefinisikan suatu fungsi analitik yang tidak diketahui atau
pengganti fungsi yang rumit yang tidak mungkin diperoleh persamaan anlitiknya.
Pada penelitian ini interpolasi digunakan untuk memperkirakan nilai (tengah) di
antara titik-titik data dari satu set nilai yang sudah diketahui. Dalam arti yang
lebih luas, interpolasi merupakan upaya mendefinisikan suatu fungsi dekatan
suatu fungsi analitik yang tidak diketahui atau pengganti fungsi rumit yang tak
mungkin diperoleh persamaan analitiknya. Apabila y = f(x) adalah suatu fungsi
dengan nilai-nilai (lihat Tabel 2.2).
Tabel 2.1 Hubungan y0 atau F(x) terhadap x0 dalam Interpolasi
y0
untuk
x0
y1
x1
y2
x2
….
….
Yn
xn
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
15
Dan jika ф(x) adalah fungsi sederhana sembarang sedemikian rupa
sehingga untuk variabel X0 ,X1..... Xn memberikan nilai yang sama dengan f(x),
maka bila f(x) digantikan oleh ф(x) pada interval yang diketahui, hal ini disebut
proses interpolasi dan fungsi ф(x) adalah rumusan interpolasi bagi fungsi
(Gambar 2.2).
Gambar 2.2 Posisi Titik-titik Data Dalam (x,y)
Dengan demikian teknik interpolasi juga dapat dipakai sebagai cara analisa
data dan simulasi. Interpolasi menghasilkan galat, yaitu tingkat kesalahan yang
mungkin muncul jika dibandingkan dengan hasil yang sebenarnya. Semakin besar
galat maka semakin tidak teliti dalam melakukan pencarian hasil interpolasi [ 6 ].
2.2.1 Interpolasi Linier
Pada analisis regresi, kurve atau fungsi yang dibuat digunakan untuk
mempresentasikan suatu rangkaian titik data dalam koordinat x-y. Kurve atau
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
16
garis lurus yang terbentuk tidak melalui semua titik data akan tetapi hanya
kecenderungan (trend) saja dari sebaran data, sedang pada interpolasi dicari suatu
nilai yang berada diantara beberapa titik data yang telah diketahui nilainya. Untuk
dapat memperkirakan nilai tersebut, pertama kali dibuat suatu fungsi atau
persamaan yang melalui titik-titik data, setelah persamaan garis atau kurve
terbentuk, kemudian dihitung nilai fungsi yang berada di antara titik-titik data.
Bentuk paling sederhana dari interpolasi adalah menghubungkan dua buah titik
data dengan garis lurus. Metode ini disebut dengan interpolasi linier yang dapat
dijelaskan dengan Gambar 2.3.
Gambar 2.3 Interpolasi Linier
Diketahui nilai suatu fungsi di titik x0 dan x1, yaitu f (x0) dan f (x1). Dengan
metode interpolasi linier akan dicari nilai fungsi di titik x, yaitu f1(x). Indeks 1
pada f1(x) menunjukkan bahwa interpolasi dilakukan dengan interpolasi
polinomial order satu. Dari dua segitiga sebangun ABC dan ADE seperti tampak
dalam Gambar 2.3, terdapat hubungan berikut:
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
17
BC DE
=
AB AD
f1 ( x ) − f ( x0 ) f ( x1 ) − f ( x0 )
=
x − x0
x1 − x0
f1 ( x) = f ( x0 ) +
f ( x1 ) − f ( x0 )
( x − x0 )
x1 − x0
Keterangan rumus : total produksi tiap bulan = f(xı), total produksi akhir bulan =
f(x0), total penjualan awal bulan = x0, total penjualan akhir tahun = xı,
sedangkan rata-rata penjualan dalam setahun adalah X/ f1(x).
Persamaan diatas adalah rumus interpolasi linier, yang merupakan bentuk
interpolasi polinomial order satu. Suku [f (x1) − f (x0)] / (x1 − x0) adalah
kemiringan garis yang menghubungkan dua titik data dan merupakan perkiraan
beda hingga dari turunan pertama [ 7 ]. Semakin kecil interval antara titik data,
hasil perkiraan akan semakin baik.
2.3
Sekilas Tentang Delphi
Program komputer dapat memecahkan hampir semua masalah yang
memerlukan ketelitian yang tinggi serta banyak data yang harus diolah dengan
waktu untuk menyelesaikan harus singkat. Dulu, membuat sebuah program sangat
sulit dan melelahkan. Karena sekarang ini pembuatan program dituntut harus
cepat, tepat, dan siap pakai, maka muncullah bahasa pemrograman yang
berbentuk visual, antara lain: Visual C++, Visual Foxpro, Visual Basic, dan lainlain [ 8 ].
Delphi adalah salah satu dari pemrograman secara visual, bahasa yang
digunakan lebih mengarah kebahasa Pascal. Banyak orang mengatakan bahwa
Pascal adalah nenek moyangnya Delphi, ini karena Delphi adalah perkembangan
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
18
dari Turbo Pascal yang populer saat DOS masih populer. Seperti bahasa lainnya,
Delphi mengalami perkembangan yang sangat pesat. Delphi 7 salah satunya yang
dikeluarkan oleh Boerland, memiliki support yang tinggi terhadap databasedatabase yang sudah terkenal (seperti MS Access, Paradox, Foxpro, Dbase,
Oracle, dan lain-lain). Karena Delphi berbentuk visual, maka pembuatannya pun
sangat mudah, cepat serta menyenangkan. Anda cukup menaruh objek-objek yang
anda kehendaki. Penulisan bahasa program/source code-nya pun tidak terlalu
banyak.
2.3.1 Penanganan Database pada Delphi
Implementasi database pada prinsipnya dibagi menjadi dua, yaitu :
a.
Model pertama mengemas seluruh data yang terkait dalam sebuah
database ke dalamsebuah berkas. Model seperti ini dijumpaipada
Access, Interbase, dan kebanyakan Server SQL lainnya.
b.
Model kedua menggunakan sejumlah berkas untuk menyimpan data,
indeks, dan hal-hal lainyang terkait dengan database. Biasanya
keseluruhan berkas ini disimpan pada direktori yang sama. Foxpro,
dBase, dan Paradox termasuk dalam kategori ini.
Pada form, sumber data diakses melalui komponen yang merupakan
turunan dari kelas TdataSet. Melalui form, pada prinsipnya kita dapat
memanipulasi databse (membaca, menyimpan, menampilkan, dan sebagainya).
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
19
Bagaimana halnya dengan Delphi, Delphi juga menyediakan berbagai cara
untuk mengakses database. Salah satu diantaranya adalah melalui BDE (Borland
Database Engine). Melalui BDE anda dapat mengakses sejumlah sumber data
seperti dBASE, Paradox, Foxpro, dan Accsess.
TDat aSet
BDE
dBASE
Paradox
FoxPro
dll
Gambar 2.4 Arsitektur Pengaksesan Data Pada Delphi
Pada form, sumber data diakses melalui komponen yang merupakan
turunan
dari
kelas
TdataSet.
Melalui
form,
pada
prinsipnya
memanipulasinya (membaca, menyimpan, menampilkan, dan sebagainya).
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
dapat
BAB III
ANALISA DAN PERANCANGAN SISTEM
Pada bab ini akan dijelaskan alur perancangan dan pembuatan aplikasi
pada penerapan data mining untuk memprediksi minat konsumen fashion dengan
menggunakan metode interpolasi, dan menggunakan Business Proses, Data Flow
Diagram (DFD), Conceptual Data Model (CDM), Physical Data Model (PDM),
serta penyusunan tabel dan desain interface.
3.1
Pengumpulan Data
Pada pembuatan aplikasi ini, diperlukan beberapa data untuk melengkapi
uji coba kelayakan aplikasi, pengumpulan data dilakukan dengan metode :
a. Tinjauan Pustaka
Pengumpulan referensi dari internet dan buku-buku serta informasi dari
sumber lainya yang berkaitan dengan permasalahan dan proses pembuatan
aplikasi untuk memilih dan menentukan jenis teknologi dan metode yang
baik untuk diterapkan.
b. Survei Lapangan :
Survei lapangan ini bertujuan untuk penyimpulan dengan kegiatan :
20
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
21
1. Melakukan survei seperti melakukan kunjungan ke toko Marcy et
Amie mencatat dan mengetahui bentuk bisnis proses yang digunakan.
2. Melakukan wawancara dengan owner ( pemilik bisnis retail marcy et
amie ) untuk mengetahui keinginan pemilik serta harapan yang
diinginkan oleh para customer ketika membeli atau suka membeli
produk apa saja
3. Koleksi data produk dan data penjualan.
3.2
Analisa Data
Analisis data bertujuan untuk menyusun data dalam cara yang bermakna
sehingga dapat dipahami. Para peneliti berpendapat bahwa tidak ada cara yang
paling
benar
secara
absolut
untuk
mengorganisasi,
menganalisis,
dan
menginterpretasikan data karena itu, maka prosedur analisis data dalam penelitian
disesuaikan dengan tujuan penelitian.
Dari data yang telah terkumpul maka dilakukan analisa data yaitu
menganalisa beberapa konsumen fashion terhadap pembelian produk pada toko
Marcy et Amie. Dari
analisa data yang diperoleh di temukan bahwa untuk
meningkatkan pendapatan toko diperlukan suatu aplikasi untuk memprediksi
minat konsumen, agar dapat diketahui produk apakah yang paling banyak diminati
oleh konsumen. Oleh karena itu, dibuatlah aplikasi yang menggunakan penerapan
data mining ini sesuai dengan kebutuhan perusahaan retail.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
22
3.3
Analisa Sistem
Analisis sistem adalah teknik pemecahan masalah yang menguraikan
bagian-bagian komponen dengan mempelajari seberapa bagus bagian-bagian
komponen tersebut bekerja dan berinteraksi untuk mencapai tujuan mereka.
Analisis dan rancangan sistem informasi merupakan bagian atau tahapan
pengembangan sistem. Tahapan-tahapan pengembangan sistem
informasi
berhubungan dengan yang lain untuk membentuk suatu siklus.
Tahapan analisis sistem merupakan tahapan yang sangat penting karena
kesalahan di dalam tahapan ini akan menyebabkan kesalahan pada tahapan
selanjutnya. Dalam pembuatan aplikasi ini diharapkan dapat mempermudah
owner untuk mengetahui minat konsumen terhadap produk-produk perusahaanya.
Dengan menerapkan data mining diharapkan dapat mengoptimalisasikan
prediksi konsumen terhadap fashion pada toko Marcy et Amie. Sehingga dapat
diketahui kelas produk A banyak diminati sekian persen customer, kemudian
kelas produk B banyak diminati sekian persen customer. User dalam aplikasi ini
adalah petugas administrator yang juga merangkap sebagai pengelola aplikasi ini.
3.4
Analisa Kebutuhan
Pada bagian ini akan dirumuskan kebutuhan sistem yang akan menjadi
dasar dalam perancangan aplikasi ini. Spesifikasi kebutuhan sistem aplikasi
menjelaskan mengenai level pengguna aplikasi dan hak aksesnya serta masukan
dan keluaran sistem aplikasi, yaitu :
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
23
a. Level Pengguna dan Hak Akses.
Dalam pengguna aplikasi ini di bagi menjadi 3 level, yaitu :
1. Admin, dapat mengunakan sejumlah layanan tersedia melalui
aplikasi, admin dapat melakukan penambahan (input) data produk dan
data penjualan, melihat data produk, melihat data penjualan, serta
dapat melihat hasil analisa. Layanan ini bisa di akses jika admin telah
melakukan login terlebih dahulu.
2. Pemilik (owner), disini mempunyai otoritas tertinggi untuk melihat
hasil anlisa dari aplikasi, yang nantinya dapat menjadi bahan evaluasi
perusahaan dan evaluasi kinerja pegawai-pegawainya.
3.5
Perancangan Sistem
Perancangan sistem digunakan untuk menggambarkan sejumlah proses
terstruktur dalam sistem aplikasi, berorientasikan pada aliran sistem yang terjadi,
agar memperjelas sistem alur aplikasi yang dibuat. Penjelasan mengenai sistem
dimulai dari business process view, business workflow diagram, diagram
berjenjang, contex diagram, data flow diagram level 0, data flow diagram level 1,
dan conceptual data model serta physical data model
3.5.1
Business Pr ocess View
a. Business Functionality
1. Menjelaskan
ruang
lingkup
bisnis
dimana
nantinya
diimplementasikan sistem (perangkat lunak) pendukungnya.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
akan
24
2. Menentukan fungsi bisnis apa saja yang terdapat di suatu organisasi /
sub-organisasi.
3. Fungsi Bisnis : kegiatan yang memiliki nilai untuk mendukung
pencapaian tujuan organisasi / sub-organisasi.
Tabel 3.1 Deskripsi : Penginputan Data Produk
Fungsi Bisnis
Menginputkan Data Produk
Per anan
Petugas,
Sistem
Tabel 3.2 Deskripsi : Penginputan Data Penjualan
Fungsi Bisnis
Menginputkan Data Penjualan
Per anan
Petugas,
Sistem
Tabel 3.3 Deskripsi : Melihat Laporan Data
Fungsi Bisnis
Melihat Laporan Data
Per anan
Petugas,
Sistem
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
25
Tabel 3.4 Deskripsi : Proses Data Cleaning
Fungsi Bisnis
Memproses Data Cleaning
Per anan
Petugas,
Sistem
Tabel 3.5 Deskripsi : Proses Prediksi
Fungsi Bisnis
Per anan
Memproses Metode Interpolasi Petugas
Sistem
Mencetak Hasil Analisa
Petugas,
Sistem
b. Business Workflow
1. Menjelaskan bagaimana fungsi bisnis dijalankan.
2. Menentukan prosedur kerja dalam setiap fungsi bisnis.
3. Prosedur kerja : urutan aktivitas berdasarkan waktu yang melibatkan
sejumlah komponen (terutama peranan).
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
26
Tabel 3.6 Deskripsi : Penginputan Data Produk
Fungsi
Bisnis
Pr osedur
Peranan
Keter angan
Membuka Form Add
Produk
Petugas
-
Mengisi Data Produk
Petugas
Menggunakan
Aplikasi/
Software dan
Data tersimpan
Meminta
Menampilkan Data
Produk
Petugas
-
Menampilkan Data
Produk
Sistem
-
Meminta Cetak Data
Produk
Petugas
-
Mencetak Data
Produk
Sistem
-
Menginputkan
Data Produk
Pada prosedur membuka form tambah data produk, petugas dapat
membukanya pertama kali melalui form tampilan utama, yang telah melakukan
proses login terlebih dahulu. Setelah selesai mengisi / menginputkan data produk¸
petugas dapat melakukan penyimpanan data. Setelah itu barula data dapat dilihat
tampilannya pada tabel db_grid yang telah tersedia pada form.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
27
Tabel 3.7 Deskripsi : Proses Analisa
Fungsi Bisnis
Pr osedur
Membuka Form
Per anan
Keter angan
Petugas
Proses Analisa
Menampilkan Form
Sistem
-
Petugas
Menggunakan
Proses Analisa
M enginputkan
Tahun Periode
Mengisi Tahun
Aplikasi
Periode yang
Diinginkan
Meminta
Petugas
-
Sistem
-
Petugas
-
Sistem
-
Menampilkan Form
Hasil Analisa
Mencetak
Menampilkan Hasil
Hasil
Proses Analisa
Meminta Cetak Hasil
Analisa
Mencetak Hasil
Analisa
3.5.2
Business Wor kflow Diagram
Penyajian yang sistematis tentang proses dan logika dari kegiatan
penanganan informasi atau penggambaran secara grafik dari langkah-langkah dan
urut-urutan prosedur dari suatu program. Dalam aplikasi datamining ini
diperlukan beberapa proses kegiatan.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
28
a. Proses : Input Data Produk
Berikut ini tampilan dari Workflow Diagram proses input data produk
seperti pada Gambar 3.1.
Gambar 3.1 Business Workflow Diagram Input Data Produk
Dari business workflow diatas telah dijelaskan alur penggunaan dari form produk.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
29
b. Proses Analisa :
Gambar 3.2 Business Workflow Diagram Proses Analisa
Pada proses analisa inilah, nantinya akan didapatkan hasil prediksi minat
konsumen. Jenis produk apa yang paling banyak diminati customer. Berawal dari
penginputan tahun periode, dari situlah perhitungan metode interpolasinya.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
30
3.5.3
Diagram Ber jenjang
Diagram jenjang ditujukan untuk menemukan kebutuhan sistem yang akan
dibuat. Identifikasi masalah akan dilakukan untuk masing-masing pengguna
sistem. Berikut ini tampilan dari diagram berjenjang seperti pada Gambar 3.3.
Gambar 3.3 Diagram Jenjang
Aplikasi data mining ini memiliki menu-menu menginputkan data produk,
dan menginputkan data penjualan, serta proses inferensi keputusan. Yang mana
dari semua proses akan di breakdown sesuai kebutuhan sistem.
3.5.4
Data Flow Diagram (DFD)
Sebelum mengimplementasi program, maka dilakukan pembuatan DFD
(Data Flow Diagram). DFD adalah suatu grafik yang menjelaskan sebuah sistem
dengan menggunakan bentuk-bentuk atau simbol untuk menggambarkan aliran
data dari proses-proses yang saling berhubungan. DFD menggambarkan input,
process, dan output yang terjadi dalam suatu sistem. DFD juga menggambarkan
aliran data dalam sebuah sistem. Dalam mendokumentasikan sebuah sistem, DFD
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
31
mempunyai level-level mulai dari yang terkecil, yaitu level 0 atau sering disebut
context diagram. Context Diagram ini merupakan gambaran paling umum dari
sistem, yang hanya memiliki satu proses saja untuk mewakili seluruh sistem.
Semakin bertambahnya level dalam DFD akan semakin detail digambarkannya
proses-proses yang ada pada sistem, tetapi yang boleh bertambah hanya proses
dan data flow saja. Sedangkan untuk data source, jumlahnya harus tetap dengan
yang ada pada context diagram. Khusus untuk data store, pada context diagram
masih belum digambarkan, akan tampak pada level 1 dan konsisten jumlahnya
sampai pada level berikutnya (Elmasri & Navathe, 1994).
3.5.4.1 Perancangan Diagr am Konteks (Context Diagram)
Diagram konteks (context diagram) digunakan untuk menggambar
hubungan input/output antara sistem dengan dunia luarnya, suatu diagram konteks
selalu mengandung satu proses saja yang mewakili proses seluruh sistem.
Perancangan data flow diagram dimulai dari menentukan entitas yang terlibat
dalam sistem serta aliran data yang keluar dan masuk sistem dari entitas-entitas
tersebut. Terdapat entitas bagian admin, pimpinan, dan kasir, serta Data Mining
Marcy et Amie sebagai sistemnya. Hubungan entitas tersebut digambarkan dalam
data flow diagram (DFD) diagram konteks yang ditampilkan pada Gambar 3.4.
Diagram Gambar 3.4 menerangkan gambaran dari seluruh sistem secara
umum, dimana bagian administrator melakukan login terlebih dahulu kemudian
sistem memprosesnya. Lalu bagian admin dapat
menginput, mengedit, data
produk, dan data penjualan, serta administrator juga dapat melihat hasil analisa
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
32
interpolasi tersebut. Namun bagian admin ini terlebih dahulu mendapatkan info
produk-produk yang terbaru dari pimpinan yang setiap tahunnya selalu saja
mendapatkan inputan produk terbaru. Dan bagian admin mendapatkan data-data
penjualan setiap harinya tersebut dari kasir.
Gambar 3.4 Diagram Konteks
3.5.4.2 Data Flow Diagram Level 0
Level 0 DFD menunjukkan bagaimana sistem ini dibagi menjadi subsistem (proses), masing-masing berhubungan dengan satu atau lebih data mengalir
ke atau dari agen eksternal, dan yang bersama-sama memberikan semua fungsi
sistem sebagai keseluruhan.
Hal ini juga mengidentifikasi menyimpan data internal yang harus ada
supaya sistem untuk melakukan tugasnya, dan menunjukkan aliran data antara
berbagai bagian dari sistem.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
33
Diagram ini adalah dekomposisi dari diagram konteks. Proses pada
diagram arus data level 0 dibagi menjadi tiga proses, yaitu proses input data
produk, proses input data penjualan, proses inferensi keputusan, seperti yang
ditampilkan pada Gambar 3.5
Gambar 3.5 DFD Level 0
Secara lebih terperinci proses yang ada di DFD Level 0 akan dijabarkan dan
dibagi menjadi beberapa sub proses. Sub proses yang ada adalah:
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
34
a. Sub Proses Input Data Produk, menangani proses pendataan produk
(input data produk) yang dilakukan oleh bagian admin. Dan pimpinan
disini bertugas memberikan info data produk terbaru kepada bagian
admin. Bagian admin juga dapat mengupdate data produk. Yang
dimana data produk tersimpan dalam store data produk.
b. Sub Proses Input Data Penjualan, menangani proses pendataan
penjualan (input data penjualan) yang dilakukan oleh bagian admin.
Yang dimana kasir disini yang bertugas untuk memberika info data
penjualan ke bagian admin. Data penjualan tersebut tersimpan dalam
store data penjualan.
c. Sub Proses Inferensi Keputusan, yaitu melakukan analisis data dengan
metode interpolasi setelah melakukan pengambilan data, dari store
data produk dan store data penjualan sehingga mampu memprediksi
dan menjawab produk Marcy et Amie apakah yang paling diminati
oleh customer.
3.5.4.3 Data Flow Diagram Level 1
DFD Level 1 ini merupakan turunan dari Data Flow Diagram Level 0.
Proses pada diagram arus data level 1 proses input data produk ini dibagi menjadi
2 proses, yaitu proses menampilkan data produk dan proses mencetak data
produk, seperti yang ditampilkan pada Gambar 3.6.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
35
Gambar 3.6 DFD Level 1 Pada Proses Input Data
Sistem proses pada diagram arus data level 1 proses input data penjualan
ini dibagi menjadi 2 proses, yaitu proses menampilkan data penjualan dan proses
mencetak data penjualan, yang nantinya data penjualan tersebut tersimpan dalam
store data penjualan, seperti yang ditampilkan pada Gambar 3.7.
Gambar 3.7 DFD Level 1 Pada Proses Input Data Penjualan
Hak Cipta © milik UPN "Veteran" Jatim :
Di