APLIKASI DATA MINING UNTUK PEMODELAN PEMBELIAN BARANG DENGAN MENGGUNAKAN ALGORITMA APRIORI.
APLIKASI DATA MINING UNTUK PEMODELAN
PEMBELIAN BARANG DENGAN MENGGUNAKAN
ALGORITMA APRIORI
TUGAS AKHIR
Oleh :
ALMON J UNIOR SIMANJ UNTAK
0734010089
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS TEKNOLOGI INDUSTRI
Univer sitas Pembangunan Nasional “Veter an”
J awa Timur
2013
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
APLIKASI DATA MINING UNTUK PEMODELAN
PEMBELIAN BARANG DENGAN MENGGUNAKAN
ALGORITMA APRIORI
TUGAS AKHIR
Diajukan Untuk Memenuhi Per syar atan
Dalam Memper oleh Gelar Sar jana Komputer
Pr ogr am Studi Teknik Infor matika
Oleh :
ALMON J UNIOR SIMANJ UNTAK
NPM. 0734010089
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS TEKNOLOGI INDUSTRI
Univer sitas Pembangunan Nasional “Veter an”
J awa Timur
2013
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
ABSTRAK
Kreativitas pengusaha ritel dalam menentukan strategi pemasaran akan
mempengaruhi kemampuan bersaing mereka dengan pengusaha ritel yang lain.
Pelayanan yang sesuai dengan perilaku belanja konsumen merupakan hal yang
perlu diperhatikan pengusaha demi meningkatkan level kepuasan pelanggan dan
laba perusahaan. Metode yang bisa dipergunakan dalam mempelajari perilaku
konsumen adalah Market Basket Analysis. Metode ini menghasilkan aturan
asosiatif yang diproses dengan menggunakan algoritma apriori. Pada pengerjaan
tugas akhir ini, peneliti menggunakan algoritma apriori untuk mengolah data
penjualan. Hasil yang didapat dari pengolahan data penjualan tersebut adalah
berupa kombinasi item (itemset) dengan nilai asosiasi berupa nilai support, nilai
confidence, dan nilai gabungan. Pada tahap pengujian aplikasi dengan tiga sampel
barang, hasil rule itemset dengan nilai asosiasi tertinggi (strong rule) didapat
dalam pengujian untuk item susu Frisian Flag dengan batasan nilai minimum
support dan minimum confidence sebesar 30%, yaitu rule item susu Frisian Flag
dengan item Gulaku Gula Premium 250g dengan nilai minimum support sebesar
91,67% dan minimum confidence sebesar 52,38%. Strong rule yang dihasilkan
dapat menjadi bahan rekomendasi bagi pengusaha ritel dalam menentukan
penyusunan tata letak barang, dan dalam menentukan stok produk apa saja yang
perlu diperbanyak demi meningkatkan keuntungan.
Kata Kunci : Bisnis Ritel, Data Mining, Association Rule, Market Basket Analysis,
Algoritma Apriori.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
KATA PENGANTAR
Segala Puji, Syukur, dan ucapan terimakasih yang tak terhingga, penulis
panjatkan kepada Tuhan Yesus Kristus atas setiap berkat, pelajaran, dan hal-hal
dari yang paling sederhana sampai paling rumit yang harus dihadapi penulis
hingga dapat menyelesaikan Laporan Tugas Akhir ini.
Di balik penyelesaian tugas akhir ini, terdapat banyak pihak yang sudah
membantu dan memberikan dukungan kepada penulis. Tak lupa pada kesempatan
ini, penulis ingin mengucapkan kepada semua pihak yang telah dengan setia
membantu penulis hingga terselesaikannya Laporan Tugas Akhir ini, di antaranya
kepada :
1. Kedua Orangtua tercinta, Bapak E. Simanjuntak dan Ibu R. L.Gaol yang
selalu setia memberikan dukungan moril, materiil dan spiritual kepada
penulis. Terimakasih sudah memberikan cinta yang luar biasa kepada
penulis.
2. Adik-adik dari penulis, Beta Sofiana, Desari Natalia, Cheryati Magdalena,
Astrid Veronica, dan Hariba Octo Cesar.
3. Ibu Intan Yuniar Purbasari S.Kom., MSc, selaku pembimbing pertama
penulis, yang telah meluangkan banyak waktu dan tenaga untuk
membimbing penulis. Terimakasih untuk kesabaran, kepercayaan,
perhatian, nasihat, dan ilmu pengetahuan yang telah diberikan kepada
penulis selama pengerjaan tugas akhir ini.
4. Bapak Faisal Muttaqin, S.Kom, selaku pembimbing pendamping dalam
tugas akhir penulis.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
5. Bapak Ir. R. Purnomo Edi Sasongko, MP., Bapak Basuki Rahmat, S.Si,
MT., dan Ibu Dr. Ir. Ni Ketut Sari, MT, selaku penguji pada Ujian Lisan
penulis. Terimakasih atas kritik, saran, dan penilaian bapak atas tugas
akhir saya.
6. Sahabat satu perjuangan penulis, Taufik Restu Hendrawan dan Reffi Prima
Winanjaya. Terimakasih untuk informasi dan dukungan yang diberikan.
7. Sahabat sekaligus saudara yang tak terlupakan bagi penulis, Almarhum
Fariz Agustia Putra.
8. Sahabat sekaligus saudara penulis yang paling kocak, Yudha Delonix R.
dan Rashed Mohammad Ramadhan. Tetap berjuang kawan.
9. Saudara dan saudari penulis yang selalu setia menjadi tempat sharing tawa
dan tangis : Fransiska Butar-butar, Leon G., Martin S., Riny Purba, Helmy
Hedyansyah, Vitra Aditya, Emyl, Singgih, Surya C., Indra dan Yendra.
10. Dianita N., Sahabat karib penulis yang sedikit banyak memberi motivasi
kepada penulis sampai buku ini terselesaikan.
11. Banyak pihak lain yang tak dapat penulis sebutkan satu per satu.
Terimakasih atas bantuan dan dukungannya.
Secara khusus, penulis berharap agar laporan ini dapat bermanfaat bagi
pembaca. Penulis menyadari bahwa Laporan Tugas Akhir ini masih jauh dari kata
sempurna. Oleh karena itu, saran dan kritik yang membangun sangat diharapkan.
Surabaya, 05 Januari 2013
Penulis
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
DAFTAR ISI
Abstrak…………………………………………………………………………. i
Kata Pengantar………………………………………………………………… ii
Daftar Isi……………………………………………………………………….. iv
Daftar Gambar……………………………………………………………….... vii
Daftar Tabel…………………………………………………………………..... ix
Bab I. Pendahuluan………………………………………………………….. 1
1.1 Latar Belakang……………………………………………………... 1
1.2 Rumusan Masalah………………………………………………….. 2
1.3 Batasan Masalah…………………………………………………… 3
1.4 Tujuan……………………………………………………………… 3
1.5 Manfaat…………………………………………………………….. 3
1.6 Sistematika Penulisan……………………………………………… 4
Bab II. Tinjauan Pustaka…………………………………………………....... 6
2.1 Konsep Bisnis Ritel………………………………………………... 6
2.1.1 Minimarket…………………………………………………… 10
2.1.2 Peningkatan Standar Pelayanan……………………………… 12
2.1.3 Perilaku Konsumen…………………………………………... 13
2.2 Data Mining ……………………………………………………….. 15
2.2.1 Pengelompokan Data Mining………………………………... 20
2.2.2 Association Rules………………………………………..........22
2.2.3 Algoritma Apriori……………………………………………. 23
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Bab III. Metodologi Penelitian………………………………………………... 32
3.1 Desain Penelitian………………………………………………….. 32
3.2 Metode Pengumpulan Data……………………………………….. 32
3.3 Defenisi Lingkup………………………………………………….. 33
3.4 Analisis Masalah………………………………………………….. 34
3.5 Analisis Kebutuhan……………………………………………….. 35
3.6 Metode Pengembangan Perangkat Lunak………………………… 36
3.7 Desain Logis………………………………………………………. 40
3.7.1 Diagram Konteks…………………………………………… 40
3.7.2 DFD Level 0………………………………………………… 42
3.7.3 DFD Level 1 Proses Pengolahan Data Barang……………… 43
3.7.4 DFD Level 1 Proses Pengolahan Data Penjualan…………... 44
3.7.5 DFD Level 1 Proses Pengolahan Data Detil Penjualan…….. 46
3.7.6 DFD Level 1 Proses Olah Support, Confidence, dan
Gabungan………………………………………………….....49
3.7.7 Entity Relationship Diagram………………………………... 52
3.7.8 Desain Tabel………………………………………………… 54
3.8 Analisis Keputusan………………………………………………... 56
3.9 Desain Fisik……………………………………………………….. 57
Bab IV. Hasil dan Pembahasan………………………………………………..59
4.1 Proses Penelitian…………………………………………………...59
4.2 Hasil Penelitian…………………………………………………….59
4.2.1 Script PHP untuk Pemodelan Pembelian Barang dengan
Apriori………………………………………………………. 59
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
4.2.2 Hasil dan Pengujian Aplikasi Pemodelan Pembelian Barang
dengan Algoritma Apriori…………………………………... 62
4.3 Pembahasan……………………………………………………….. 73
Bab V. Kesimpulan dan Saran………………………………………………... 83
5.1 Kesimpulan………………………………………………………… 83
5.2 Saran……………………………………………………………….. 83
Daftar Pustaka………………………………………………………………..... 85
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
DAFTAR GAMBAR
Gambar 2.1 Rantai Perdagangan Ritel………………………………………….. 7
Gambar 2.2 Penerapan Konsep Ritel………………………………………….... 7
Gambar 2.3 Evolusi Teknologi Basis Data……………………………………... 15
Gambar 2.4 Knowledge Discovery in Databases……………………………….. 16
Gambar 2.5 Kondisi “rich of data but poor of information”……………………. 18
Gambar 2.6 Ilustrasi Algoritma Apriori………………………………………… 25
Gambar 2.7 Flowchart Algoritma Apriori………………………………………. 26
Gambar 2.8 Flowchart kombinasi dua barang…………………………………...27
Gambar 2.9 Flowchart kombinasi tiga barang………………………………….. 28
Gambar 2.10 Flowchart kombinasi empat barang………………………………. 29
Gambar 2.11 Flowchart kombinasi lima barang………………………………... 30
Gambar 2.12 Pseudocode Algoritma Apriori…………………………………… 31
Gambar 3.1 Tahap Metodologi FAST………………………………………….. 38
Gambar 3.2 Flowchart Aplikasi Pemodelan Pembelian Barang dengan Apriori.. 39
Gambar 3.3 Diagram Konteks Pemodelan Pembelian Barang dengan Apriori… 41
Gambar 3.4 DFD Level 0 Pemodelan Pembelian Barang dengan Apriori……... 42
Gambar 3.5 DFD Level 1 Proses Pengolahan Data Barang…………………….. 43
Gambar 3.6 DFD Level 1 Proses Pengolahan Data Penjualan…………………. 45
Gambar 3.7 DFD Level 1 Proses Pengolahan Data Detil Penjualan…………… 47
Gambar 3.8 DFD Level 1 Proses olah Support, Confidence, dan Gabungan…... 50
Gambar 3.9 CDM Pemodelan Pembelian barang dengan algoritma Apriori…… 53
Gambar 3.10 PDM Pemodelan Pembelian barang dengan algoritma Apriori….. 54
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Gambar 3.11 Rancangan tampilan Login………………………………………. 57
Gambar 3.12 Rancangan Master Data Barang………………………………….. 57
Gambar 3.13 Rancangan Tampilan Proses Algoritma Apriori…………………. 58
Gambar 3.14 Rancangan Tampilan Laporan Barang Terjual…………………… 58
Gambar 4.1 Tampilan Login……………………………………………………. 62
Gambar 4.2 Tampilan home dengan pengguna “admin”……………………….. 63
Gambar 4.3 Tampilan home dengan pengguna “user”…………………………. 63
Gambar 4.4 Tampilan master data barang……………………………………… 64
Gambar 4.5 Tampilan pengisian data baru pada master data barang…………… 65
Gambar 4.6 Tampilan data transaksi …………………………………………… 66
Gambar 4.7 Tampilan pengisian data penjualan baru berupa tanggal jual……... 67
Gambar 4.8 Tampilan pengisian data detail penjualan…………………………. 67
Gambar 4.9 Tampilan pengisian batas nilai min support dan min confidence…. 68
Gambar 4.10 Tampilan nilai asosiasi antar barang dengan proses apriori……… 69
Gambar 4.11 Tampilan grafik asosiasi antar barang……………………………. 70
Gambar 4.12 Tampilan tabel asosiasi antar barang dengan proses apriori……... 70
Gambar 4.13 Tampilan Laporan data barang yang terjual……………………… 71
Gambar 4.14 Tampilan grafik data barang yang terjual………………………… 72
Gambar 4.15 Tampilan User Control…………………………………………… 72
Gambar 4.16 Tampilan tentang kami…………………………………………… 73
Gambar 4.17 Tampilan tabel detil hasil asosiasi item susu Frisian flag………... 78
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
DAFTAR TABEL
Tabel 3.1 Tabel Barang…………………………………………………………. 54
Tabel 3.2 Tabel Detail Jual………………………………………………………55
Tabel 3.3 Tabel Penjualan………………………………………………………. 55
Tabel 3.4 Tabel Proses………………………………………………………….. 55
Tabel 3.5 Tabel Hasil………………………………………………………….... 56
Tabel 4.1 Contoh Tabel Matrik Data Penjualan………………………………… 60
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
Kemajuan Teknologi Informasi yang pesat menghadirkan tingkat
kompetensi yang semakin ketat dalam berbagai aspek kehidupan manusia.
Misalnya dalam persaingan pasar, yakni pasar tradisional yang mulai
terpinggirkan dengan hadirnya pasar modern. Perkembangan pasar modern yang
semakin maju dapat kita lihat dari banyaknya pusat perbelanjaan, distributor,
grosir, hypermarket, supermarket, dan minimarket yang dibangun untuk melayani
kebutuhan konsumen. Maraknya gedung-gedung perbelanjaan modern seperti itu
tidak lepas dari peralihan pola pikir konsumen yang pada mulanya berorientasi
pada harga yang murah, kini sudah memperhatikan aspek keamanan, kebersihan,
kenyamanan, keramahan dalam pelayanan, kelengkapan jenis dan penempatan rak
barang.
Terlepas dari jenis pasar yang digeluti, para pelaku pasar pun saling
berlomba untuk memberikan pelayanan yang terbaik, ditinjau dari aspek-aspek
vital yang menjadi bahan penilaian konsumen. Dalam penelitian ini, penulis
mengangkat permasalahan dalam pelayanan yang sering terjadi dalam bisnis ritel
(retail), yakni pemilik minimarket atau toko ritel yang masih cenderung
menempatkan posisi rak tanpa memperhatikan hubungan antar barang, sehingga
menyulitkan konsumen dalam pencarian barang yang diinginkannya (Triyono,
2006). Di samping perlunya pengetahuan akan penempatan barang yang sesuai
dengan selera konsumen, pengusaha ritel juga harus memperhatikan strategi
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
pemasaran untuk menarik minat konsumen dan meningkatkan hasil penjualan,
misalnya berupa penawaran diskon untuk jenis barang tertentu jika dibeli secara
bersamaan. Karena itu, pemilik toko memerlukan suatu sistem yang dapat
menghasilkan informasi prediktif tentang kebiasaan dan keinginan konsumen
pada umumnya. Sistem tersebut dapat dibentuk dengan mencatat data penjualan
dan diproses dengan menggunakan metode pada data mining.
Berlatar belakang pada permasalahan tersebut, penulis mengembangkan
sebuah gagasan untuk membuat suatu sistem yang berguna dalam pemodelan
pembelian barang, dengan menggunakan teknik association rules pada data
mining. Association Rules sering juga disebut dengan Market Basket Analysis
karena kegunaannya dalam pembuatan model perilaku pembelian barang oleh
konsumen, dan dalam menganalisis perilaku konsumen. Algoritma yang
dipergunakan sebagai metode dalam pengerjaan Tugas Akhir ini adalah Algoritma
Apriori. Sistem ini nantinya diharapkan dapat membantu para pemilik minimarket
atau usaha ritel untuk meningkatkan pelayanan dan mencapai hasil penjualan yang
memuaskan.
1.2
Rumusan Masalah
Sesuai dengan latar belakang yang telah dijelaskan sebelumnya, maka
rumusan masalah dalam penelitian ini adalah :
a. Bagaimana merancang dan menghasilkan suatu sistem pemodelan
pembelian barang dengan menggunakan algoritma apriori ?
b. Bagaimana mengolah data transaksi untuk menghasilkan nilai asosiasi
antar kombinasi barang ?
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
1.3
Batasan Masalah
Berdasarkan rumusan masalah tersebut, maka masalah dalam penelitian ini
dapat dibatasi sebagai berikut :
a. Data barang dan transaksi yang menjadi bahan dalam pengerjaan Tugas
Akhir ini merupakan data hasil eksplorasi penulis yang dimasukkan secara
manual ke dalam database sistem.
b. Jenis barang yang dicakup merupakan produk yang dijual dalam bisnis
eceran (retail), yaitu berupa jenis makanan ringan, minuman, kebutuhan
pokok, barang-barang kosmetik, produk kebersihan.
c.
Banyak kombinasi barang atau frequent itemset dalam pengerjaan Tugas
Akhir ini dibatasi pada 5 item.
d.
Database pada aplikasi yang dikerjakan hanya mencakup data barang dan
data transaksi. Customer dan supplier tidak dicantumkan oleh peneliti.
1.4
Tujuan
Adapun tujuan penelitian ini adalah merancang dan membuat suatu sistem
pemodelan pembelian barang oleh konsumen yang mengolah data penjualan
menjadi informasi prediktif berupa nilai asosiasi antar barang.
1.5
Manfaat
Manfaat yang ingin diperoleh dalam pengerjaan tugas akhir ini adalah agar
peneliti dapat membuat suatu sistem yang bermanfaat dalam bidang analisis
pemasaran barang dengan menggunakan algoritma Apriori.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Secara umum, penulis berharap agar sistem yang dihasilkan dalam
penelitian ini dapat dimanfaatkan oleh para pemilik minimarket atau toko ritel
untuk menentukan penyusunan letak barang secara rapi menurut kombinasi
barang yang paling sering dibeli dan saling berhubungan, dengan tujuan
meningkatkan pelayanan yang memudahkan konsumen dalam pencarian barang
yang diinginkan, meningkatkan hasil penjualan barang dengan strategi pemasaran
yang tepat serta menarik minat konsumen.
1.6
Sistematika Penulisan
Sistematika penulisan tugas akhir ini adalah sebagai berikut :
BAB I
PENDAHULUAN
Bab ini berisi latar belakang masalah, identifikasi masalah, maksud
dan tujuan yang ingin dicapai, batasan masalah, serta sistematika
penulisan.
BAB II
TINJ AUAN PUSTAKA
Membahas berbagai konsep dasar dan teori-teori yang berkaitan
dengan topik masalah yang diambil dan hal-hal yang berguna
dalam proses analisis permasalahan.
BAB III
METODOLOGI PENELITIAN
Berisi tentang teknis pelaksanaan penelitian berupa alat dan bahan
penelitian, desain dan proses penelitian, serta analisis masalah dari
model penelitian untuk memperlihatkan keterkaitan antar variabel
yang diteliti beserta dengan model struktur data untuk analisisnya.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
BAB IV
HASIL DAN PEMBAHASAN
Membahas mengenai pengimplementasian aplikasi yang telah
dibuat ke dalam perangkat yang akan digunakan serta melakukan
pengujian terhadap aplikasi yang telah diimplementasikan tersebut.
BAB V
KESIMPULAN DAN SARAN
Berisi kesimpulan dan saran yang sudah diperoleh dari hasil
penulisan tugas akhir.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
BAB II
TINJ AUAN PUSTAKA
Pada bab ini akan dibahas teori tentang konsep bisnis ritel, minimarket,
peningkatan standar pelayanan, perilaku konsumen, data mining, pengelompokan
data mining, association rules, dan algoritma apriori. Aspek tersebut akan
dijelaskan satu per satu oleh peneliti dalam sub bab berikut.
2.1
Konsep Bisnis Ritel
Kata “ritel” berasal dari kata kerja dalam bahasa perancis : retailer yang
berarti “to cut of (bahasa inggris)” atau memotong. Bisnis ritel adalah aktivitas
bisnis yang menjual jasa dan barang-barang ke konsumen untuk kegunaan pribadi,
keluarga, atau konsumsi rumah tangga. Bisnis ritel atau eceran merupakan tahap
terakhir dalam suatu rantai saluran distribusi, dimana para pengusaha dan
masyarakat terlibat dalam perpindahan fisik dan kepemilikan jasa serta barang
dari produsen ke konsumen. Pedagang ritel seringkali berperan sebagai pihak
penghubung antara pabrik, tengkulak, dan konsumen. Konsep ritel adalah dengan
memborong berbagai jenis barang dalam jumlah yang banyak dan menjualnya
dalam jumlah yang kecil. Kita dapat mendefenisikan bisnis ritel sebagai suatu
industri yang luas, cepat, dan menyediakan suatu keanekaragaman dalam karakter
dan ukuran bisnis yang jarang ditemui di sektor industri yang lain.
Adapun jenis bisnis ritel secara umum meliputi gerai tradisional seperti
warung dan toko tradisional dan gerai modern seperti minimarket dan
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
supermarket. Perbedaan antara gerai tradisional dan gerai modern terletak pada
tata ruang gerai, teknologi informasi, dan pelayanan.
Gambar 2.1 berikut merupakan mata rantai dari alur distribusi barang dari
produsen sampai kepada konsumen.
PRODUSEN
SUB DISTRIBUTOR
DISTRIBUTOR
PENGUSAHA RITEL
KONSUMEN
Gambar 2.1. Rantai perdagangan ritel
Dari rantai perdagangan pada gambar 2.1, dapat disimpulkan bahwa bisnis
ritel berperan sebagai perantara perdagangan yang memiliki ketergantungan
pasokan barang dan jasa kepada produsen/ pemasok.
Customer Orientation
Coordinated Effort
Retailing
Concept
Retailing Strategy
Value Driven
Goal Orientation
Gambar 2.2. Penerapan Konsep Ritel (Evans & Berman, 2004)
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Pada gambar 2.2, terdapat 4 prinsip dalam konsep bisnis ritel yang perlu
diperhatikan dan diterapkan oleh para pedagang ritel (Joel R Evans, Barry
Berman, 2004)”. Prinsip tersebut dijabarkan sebagai berikut :
a. Customer Orientation (berorientasi kepada konsumen), pedagang ritel
menentukan atribut dan kebutuhan konsumen dan berusaha untuk
memuaskan kebutuhan tersebut sampai pada titik terpenuh.
b. Coordinated Effort (Usaha yang terkoordinir), pedagang ritel
mengintegrasikan semua aktivitas dan rencana demi memaksimalkan
efisiensi.
c. Value-Driven (Harga yang terkendali), pedagang ritel menawarkan
harga yang baik kepada konsumen, apakah itu berupa promosi paket
penjualan yang murah ataupun diskon harga barang.
d. Goal Orientation (berorientasi pada target), pedagang ritel menetapkan
target dan kemudian membentuk strategi untuk mencapainya.
Konsep ritel cukup mudah untuk diadopsi, yaitu dengan cara
berkomunikasi dengan pembeli dan melihat keinginan mereka sebagai
kepentingan bagi keberhasilan perusahaan, memiliki strategi yang konsisten
(seperti menawarkan merek-merek desainer, jumlah pegawai yang cukup,
tampilan menarik, dan harga yang lebih murah dari toko kelas atas), harga
penawaran yang dianggap "adil" oleh pelanggan, serta bekerja untuk mencapai
target yang berarti, spesifik, dan terjangkau. Bagaimanapun, konsep ritel hanya
sebagai panduan strategi yang tidak berkaitan langsung dengan kemampuan
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
internal perusahaan atau keuntungan kompetitif, tetapi menawarkan kerangka
perencanaan jangka panjang yang luas.
Satu cara untuk melihat perbedaan di antara jenis pedagang ritel adalah
dengan melihat struktur organisasi dalam hal kepemilikan dan kendali.
Kebanyakan organisasi ritel dapat dibagi ke dalam 4 kategori : pedagang ritel
mandiri, pedagang ritel dalam grup yang kecil, pedagang ritel dalam grup yang
besar, dan pedagang ritel konglomerat. Bentuk lain dari kepemilikan bisnis ritel
meliputi Franchise (Waralaba), Dealership (Penyaluran), dan Network Marketing
(Pemasaran lewat jaringan).
Pedagang ritel mandiri adalah organisasi ritel dalam ukuran kecil yang
dimiliki dan diatur oleh perseorangan, dengan jaringan kurang dari 10 toko
cabang. Pedagang ritel mandiri biasanya dijalankan oleh seorang wirausahawan
yang memilih untuk bekerja untuk diri mereka sendiri, dan akan rentan terhadap
kondisi perdagangan yang kurang baik karena mereka tidak memiliki dukungan
dana dari organisasi yang besar. Pedagang ritel dalam grup kecil memiliki gerai
toko berjumlah sekitar 10 – 50 toko cabang, sedangkan pedagang ritel dalam grup
besar memiliki toko berjumlah sekitar 50 – 100 toko.
Sebagaimana bisnis ritel yang semakin meningkat dan membentuk
perusahaan yang kuat, terdapat pertumbuhan jumlah pada aktivitas keuangan
terorganisir dalam hal penggabungan (mergers), pengambil-alihan (takeovers),
persekutuan (alliances) dan usaha patungan (joint ventures). Dalam banyak
kesempatan, beberapa perusahaan digabungkan ke dalam satu merek perusahaan
ritel, namun di pihak lainnya, beberapa perusahaan ritel dengan merek yang
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
berbeda dimiliki sebuah perusahaaan induk dengan identitas yang berbeda, yang
membentuk sebuah konglomerat perusahaan ritel.
Terlepas dari ukuran besar toko dan jenis ritel yang digeluti, pedagang ritel
perlu menerapkan 6 langkah perencanaan strategi sebagai berikut :
a. Menggambarkan jenis bisnis dalam hal kategori barang atau jasa serta
tujuan spesifik perusahaan (seperti pelayanan yang penuh atau tanpa
ada embel-embel)
b. Tetapkan tujuan jangka panjang dan jangka pendek untuk laba dan
penjualan, penguasaan pasar, gambaran atau profil perusahaan, dan
lain-lain.
c. Menetapkan target pasar pelanggan berdasarkan karasteristik (seperti
jenis kelamin dan tingkat pendapatan) dan kebutuhan (seperti pilihan
merek dan produk)
d. Memikirkan keseluruhan rencana panjang yang memberikan arahan
secara umum kepada perusahaan dan karyawannya.
e. Menerapkan suatu strategi yang terintegrasi, yang mengombinasikan
beberapa faktor seperti lokasi gudang,
penyortiran jenis produk,
penetapan harga, iklan, dan tampilan luar untuk mencapai target.
f. Mengevaluasi pencapaian secara teratur dan mengoreksi kelemahan
atau permasalahan jika ditemukan.
2.1.1 Minimarket
Salah satu model bisnis ritel yang berkembang pesat pada saat ini adalah
minimarket. Minimarket merupakan salah satu jenis toko ritel yang hanya
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
memiliki satu atau dua mesin kasir, dan hanya menjual berbagai jenis produk
kebutuhan dasar rumah tangga (Basic necessities). Muncul dan menjamurnya
minimarket saat ini dikarenakan perubahan orientasi berbelanja masyarakat, yang
dulunya berorientasi pada harga murah, sekarang mulai memperhatikan aspek
pelayanan, kenyamanan, dan keamanan dalam berbelanja. Di samping faktor
kenyamanan, minimarket memiliki citra harga yang lebih murah, pelayanan yang
ramah, kelengkapan jenis dan kualitas barang yang lebih baik, serta memberikan
kemudahan bagi konsumen dalam memilih dan menentukan barang yang
diinginkan. Selain itu, harga barang yang sudah pasti (fixed cost) sehingga tidak
perlu ada kegiatan tawar menawar lagi, dan lokasi toko yang tersebar serta mudah
ditemui, menjadi alasan bagi konsumen memilih minimarket sebagai tempat
berbelanja untuk menghemat waktu dan tenaga (Harmaizar, dkk, 2006).
Secara kepemilikan, Minimarket dapat dimiliki oleh perorangan maupun
secara kongsi. Karena itu, supplier akan sering berhadapan langsung dengan
pemiliknya, meskipun pada kondisi tertentu dilayani oleh karyawan atau staf
pembeliannya. Minimarket bisa berupa tunggal atau jejaring, dan biasanya berupa
toko serba ada yang ukuran gedungnya dan luas tanahnya tidak lebih dari 20 × 20
meter. Karena ruangnya terbatas, isi barang dalam minimarket selalu tampak
minimal, dimana setiap item produk hanya ditampilkan 3 unit saja (Frans M.
Royan, 2009).
Perbedaan yang paling jelas diantara toko tradisional dengan minimarket
ada dalam model pelayanan, bentuk toko, dan aspek kenyamanan. Di warung atau
toko tradisional, konsumen masih harus menanyakan harga atas suatu barang yang
akan dibeli. Sedangkan pada barang yang dijual di minimarket sudah tertera harga
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
yang tetap, sehingga konsumen dapat menghemat waktu dan tenaga dalam
kegiatan belanja. Hal ini juga berdampak pada kegiatan transaksi oleh konsumen,
barang yang dibeli bukan sekedar barang yang dibutuhkan tetapi juga diinginkan,
sesuai dengan kemampuan atau daya beli konsumen. Dengan demikian, perlu
perubahan orientasi agar warung dan toko tradisional mampu bersaing dengan
minimarket modern, yaitu dengan menjadi minimarket mandiri.
Kita juga harus membedakan konteks kata kebutuhan dan keinginan dalam
bisnis ritel. Kebutuhan konsumen akan suatu jenis barang bisa saja dicatat dan
direncanakan ketika konsumen masih di rumah, tetapi keinginan membeli barang
yang tidak direncanakan bisa saja secara tiba-tiba muncul ketika konsumen
melihat suatu barang. Sehingga dapat kita simpulkan, transaksi pembelian yang
dilakukan oleh konsumen di minimarket tidak hanya berdasarkan kebutuhan,
tetapi juga berdasarkan keinginan. Karena itu, demi meningkatkan volume dan
hasil keuntungan penjualan, pengusaha minimarket perlu menyediakan variasi
layanan jasa dan produk dalam berbagai jenis, merek, serta ukuran.
2.1.2 Peningkatan Standar Pelayanan
Dalam
rangka memberikan pelayanan kepada pelanggan, minimarket
perlu menetapkan standar pelayanan. Standar pelayanan adalah ukuran pelayanan
yang baik sebagai suatu proses yang harus dilakukan dalam melayani kebutuhan
dan keinginan konsumen (Hartono, 2007).
Adapun standar pelayanan dalam fasilitas sebagai faktor penunjang
kenyamanan yang dimaksud adalah sebagai berikut :
a. Bentuk gerai yang menarik, bersih, dan rapi meskipun hanya sederhana.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
b. Peralatan dan perlengkapan minimarket yang memadai.
c. Tata ruang yang enak dipandang dan tersusun rapi.
d. Tempat parkir luas dan nyaman.
e. Pegawai yang berpenampilan menarik, ramah dan murah senyum.
f. Keanekaragaman dan kelengkapan jenis produk yang ditawarkan kepada
pelanggan.
2.1.3 Perilaku Konsumen
Perilaku konsumen dapat diartikan sebagai tindakan langsung yang terlibat
dalam mendapatkan, mengkonsumsi, dan menghabiskan produk dan jasa termasuk
proses keputusan yang mendahului dan menyusul tindakan tersebut (James F.
Engel, 1994). Keseluruhan konsumen adalah konsumen yang berpotensi dalam
bisnis ritel, dimana para pengusaha ritel sepantasnya menganalisa dan mengenali
kelompok konsumen yang mungkin menjadi konsumen atau pelanggan tetap bagi
toko mereka. Sebagai contoh, kelompok masyarakat tersebut dapat digambarkan
dalam lokasi geografis mereka, atau dapat dikelompokkan berdasarkan kebutuhan
akan jasa maupun produk tertentu. Pertanyaan yang mungkin dapat dianalisis oleh
pengusaha ritel berupa : “siapa mereka ?”, “dimana mereka tinggal ?”, “apa yang
mereka butuhkan ?”, “apa jenis produk yang mereka sukai ?”, “berapa kisaran
usia mereka ?”, “berapa banyak yang dapat mereka belanjakan ?”, “bagaimana
cara berbelanja yang mereka sukai ?” (Retail Management Self-Learning
Manual).
Saat ini persepsi masyarakat terhadap belanja telah mengalami perubahan
signifikan, yakni yang dulunya hanya dilihat dari perspektif fungsionalitasnya,
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
sekarang telah berperan secara emosional. Konsumen merupakan titik sentral dan
barometer bagi pengusaha dalam menentukan kebijakan atau strategi pemasaran
pada usaha ritel. Oleh karena itu, industri ritel dituntut agar dapat menciptakan
gerai multiformat untuk menangkap seluruh peluang pasar.
Adapun perilaku konsumen dalam bisnis ritel dapat dibagi ke dalam tujuh
kategori yang saling berkaitan (Peter & Olson, 1999), yaitu : kontak informasi
(information contact), akses dana (fund access), kontak toko (store contact),
kontak pada produk (product contact), transaksi (transaction), konsumsi
(consumption), dan komunikasi (communication). Aspek kenyamanan dalam toko
retail yang menjadi kriteria konsumen dalam memilih tempat berbelanja dibagi ke
dalam 3 kelompok, yaitu :
a. Store Image, berkaitan dengan penempatan lokasi, arsitektur,
penempatan logo dan pintu masuk, serta etalase.
b. Store Athmospherics, berkaitan dengan keseluruhan efek emosional
yang diciptakan oleh atribut fisik toko seperti penampilan visual, suara
musik, dan aroma ruangan yang menarik.
c. Store Teatrics, berkaitan dengan tema ruangan yang menarik dan
memberikan suasana rekreasi yang spesial bagi konsumen.
Dengan menganalisa perilaku konsumen pada umumnya secara berkala,
maka pengusaha ritel dapat menentukan strategi dan arah kebijakan yang tepat
dalam perusahaannya. Strategi dan arah kebijakan pengusaha akan berpengaruh
pada tingkat kepuasan dan frekuensi belanja konsumen.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
2.2
Data Mining
Seiring dengan perkembangan teknologi, kemampuan manusia dalam
mengumpulkan dan mengolah data juga mengalami kemajuan. Data mining dapat
diartikan sebagai suatu proses ekstraksi informasi yang berguna dan potensial dari
sekumpulan data yang secara implisit terdapat dalam suatu database. Informasi
yang ditemukan ini selanjutnya dapat diterapkan untuk aplikasi manajemen,
melakukan query processing, pengambilan keputusan, dan lain-lain.
Gambar 2.3 merupakan gambaran proses evolusi dari basis data mulai dari
tahap pembuatannya pada tahun 1960 sampai dengan saat ini.
Pengumpulan data dan pembuatan basis data (1960’an)
-
pemrosesan file primitif
Sistem manajemen database (1970’an)
-sistem jaringan dan dan basis data yang berhubungan
-peralatan pemodelan data
- teknik pengindeksan dan pengelompokan data
- bahasa dan pemrosesan kueri
- hubungan antar-muka dengan pengguna
- metode optimalisasi
- On-Line Transaction Processing (OLTP)
Sistem basis data lanjutan
(pertengahan 1980 - sekarang)
-
Model data lanjutan
Aplikasi terorientasi
Pergudangan data (data warehousing) dan data
mining (Akhir 1980’an - sekarang)
-
Teknologi data warehouse dan OLAP
Data mining dan penemuan pengetahuan
Generasi baru dalam sistem informasi
(2000 - ….)
Gambar 2.3. Evolusi teknologi basis data (Jiawei Han & Micheline Kamber, 2000)
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Data mining dapat dipandang sebagai sebuah hasil evolusi alami dari
teknologi informasi (gambar 2.3). Sebuah alur evolusi dapat disaksikan pada
perkembangan kemampuan industri database dalam hal pengumpulan data (data
collection) dan pembuatan basis data (database creation), manajemen data (data
management), serta analisis dan pemahaman data (data analysis and
understanding).
Gambar 2.4. Knowledge Discovery in Databases atau Data mining sebagai sebuah
proses dalam penemuan pengetahuan (Jiawei Han & Micheline Kamber, 2000)
Menurut Jiawei Han dan Micheline Kamber (Data Mining : Concept and
Techniques, 2000), data mining dalam perannya sebagai proses penemuan
pengetahuan memiliki langkah terurut (Gambar 2.4) sebagai berikut :
a. Data Cleaning (untuk menghilangkan data yang kabur atau noise dan
tidak relevan)
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
b. Data
Integration
(dimana
sumber
data
yang
banyak
dapat
digabungkan)
c. Data Selection (dimana data yang relevan terhadap proses analisis
dikembalikan dari basis data)
d. Data Transformation (dimana data diubah atau diperkuat ke dalam
format yang sesuai untuk penggalian data dengan membuat ringkasan
atau pengumpulan data)
e. Data Mining (sebuah proses yang penting dimana metode pintar
diterapkan dengan tujuan untuk menyaring pola data)
f. Pattern Evaluation (untuk mengenali pola menarik yang menyajikan
pengetahuan berdasarkan beberapa tolak ukur ketertarikan)
g. Knowledge Presentation (dimana visualisasi dan teknik penyajian
pengetahuan dipergunakan untuk menghasilkan pengetahuan tergali
bagi user).
Dewasa ini, data mining sering dipergunakan oleh berbagai jenis
perusahaan untuk mendapatkan informasi yang berharga dari gudang data mereka.
Hal ini dikarenakan data mining dapat menghasilkan gambaran nyata tentang tren
dan sifat-sifat perilaku bisnis yang sangat berguna untuk mengambil keputusan
penting, berupa strategi dan kebijakan yang berdampak positif bagi pertumbuhan
suatu perusahaan. Data mining mengekplorasi basis data untuk menentukan polapola yang tersembunyi, mencari informasi sebagai dasar untuk memprediksi
perilaku para pengusaha dan konsumen secara umum.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Data mining merupakan analisis dari peninjauan kumpulan data untuk
menemukan hubungan yang tidak diduga dan meringkas data dengan cara yang
berbeda dengan sebelumnya, yang dapat dipahami dan bermanfaat bagi pemilik
data (Daniel T. Larose, 2005).
Perkembangan teknologi informasi yang pesat menimbulkan dampak yang
cukup besar dalam hal pengumpulan dan akumulasi data. Tanpa manajemen data
yang baik, akan tercipta suatu kondisi yang sering disebut sebagai “rich of data
but poor of information” (Jiawei Han dan Micheline Kamber, 2000), yaitu kondisi
dimana data yang terkumpul dalam suatu basis data hanya dibiarkan begitu saja
dan tidak dipergunakan dengan baik untuk menciptakan suatu aplikasi yang
bermanfaat dalam memperoleh informasi yang berharga. Gambar 2.5 berikut
merupakan gambaran dimana terjadi kondisi “rich of data but poor of
information”.
Gambar 2.5. Kondisi “rich of data but poor of information” (Jiawei Han &
Micheline Kamber, 2000)
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Data mining adalah suatu proses untuk menguraikan penemuan
pengetahuan di dalam database untuk melihat keterkaitan penjualan antar item,
dengan menggunakan statistik, matematika, dan kecerdasan buatan yang terkait
dengan basis data yang besar. Data mining merupakan konsep utama dalam
kecerdasan bisnis (business intelligent) serta pemrosesan analisis secara online
(online analytical processing). Data mining memiliki banyak model algoritma
yang dapat diterapkan dalam proses bisnis, sebagai metode efektif untuk
mencapai nilai positif dalam peningkatan kinerja proses dan keuntungan.
Pada saat ini, data dapat disimpan ke dalam beberapa jenis basis data.
Salah satu arsitektur basis data yang muncul adalah gudang data (Data
Warehouse), yaitu sebuah tempat penyimpanan dari suatu sumber data heterogen,
yang terorganisir di bawah sebuah skema gabungan pada lokasi tunggal dengan
tujuan mempermudah manajemen dalam pengambilan keputusan (Jiawei Han &
Micheline Kamber, 2000).
Arsitektur dari suatu sistem basis data tertentu memiliki komponen utama
sebagai berikut (Jiawei Han & Micheline Kamber, 2000) :
a. Basis data (database), gudang data (data warehouse), atau tempat
penyimpanan informasi (information repository). Komponen ini
memungkinkan adanya penggabungan dan pembersihan pada data.
b. Basis data, atau server gudang data. Komponen ini bertanggung jawab
dalam pengambilan data yang relevan, berdasarkan permintaan user.
c. Basis pengetahuan (knowledge base), merupakan daerah pengetahuan
yang dipergunakan sebagai panduan dalam pencarian.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
d. Mesin data mining (data mining engine), merupakan hal yang penting
dalam sistem data mining dan biasanya terdiri atas sejumlah modul
fungsional yakni dalam karakterisasi (characterization), analisis
asosiasi (association analysis), klasifikasi (classification), analisis
penyimpangan dan evolusi (evolution and deviation analysis).
e. Modul evaluasi pola (pattern evaluation module). Komponen ini
secara khusus mengerjakan ukuran ketertarikan (interestingness
measures) dan berhubungan dengan modul data mining agar
memusatkan pencarian ke arah pola yang menarik. Modul evaluasi
pola dapat digabungkan dengan modul penggalian (mining), tergantung
pada implementasi metode data mining yang digunakan.
f. Grafis hubungan antar muka (graphical user interface). Modul ini
memperbolehkan user untuk berinteraksi langsung dengan sistem data
mining, menyediakan informasi pengarah dalam pencarian, dan
melakukan penjelajahan data.
2.2.1 Pengelompokan Data Mining
Data mining dapat dikelompokkan ke dalam beberapa kategori
berdasarkan tugas dan fungsinya, yaitu : Deskripsi (Description), Estimasi
(Estimation), Prediksi (Prediction), Klasifikasi (Classification), Klasterisasi
(Clustering), dan Asosiasi (Association) (Daniel T. Larose, 2006).
Klasifikasi adalah proses dalam menemukan sejumlah model atau fungsi
yang menguraikan dan mengelompokkan kelas-kelas data atau konsep, dengan
tujuan agar mampu menggunakan model tersebut untuk meramalkan kelas dari
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
objek, dimana label kelas tidak dikenali. Model yang diperoleh dapat diwakilkan
dalam beberapa bentuk, seperti aturan klasifikasi (classification rules : if - then),
pohon keputusan (decision tree), rumus matematika (mathematical formulae),
atau jaringan syaraf tiruan (neural networks).
Klasifikasi dapat digunakan untuk menemukan label kelas dari data objek.
Bagaimanapun, dalam sejumlah aplikasi, ada sebuah kemungkinan dimana
seseorang lebih memilih untuk meramalkan nilai data yang hilang daripada
mencari label kelas. Biasanya pada kasus ini, nilai yang diramalkan adalah data
berupa angka secara terperinci disebut dengan prediksi (prediction).
Berbeda dengan klasifikasi dan prediksi, yang menganalisis label kelas
pada data, klasterisasi menganalisis objek data tanpa berhubungan dengan suatu
label kelas yang dikenal. Objek-objek dikelompokkan berdasarkan prinsip dalam
memaksimalkan persamaan dalam kelas (intraclass) dan meminimalkan
persamaan antar kelas (interclass). Karena itu, klaster dari objek dibentuk agar
sebuah objek di dalam sebuah klaster memiliki persamaan yang tinggi dengan
objek lainnya, tetapi akan sangat berbeda jika dibandingkan dengan objek dalam
klaster lainnya. Setiap kluster yang terbentuk dapat juga kita defenisikan sebagai
kelas dari objek-objek.
Analisis asosiasi adalah salah satu teknik data mining untuk menemukan
aturan asosiatif (associative rules) antara suatu kombinasi item dalam suatu basis
data relasional. Karena kegunaannya secara luas dapat dipergunakan untuk
kepentingan bisnis dan menganalisa data transaksi, analisis asosiasi sering juga
disebut dengan Market Basket Analysis (Michael J.A Berry & Gordon S. Linoff,
2004).
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
2.2.2 Association rules
Association rules (aturan asosiasi) merupakan salah satu dari pengetahuan
yang paling penting dalam data mining yang dapat diartikan sebagai hubungan
dan ketergantungan antara sejumlah item (itemsets) dengan menentukan nilai
support dan confidence pada basis data. Aturan asosiasi ingin memberikan
informasi tersebut dalam bentuk hubungan “if-then” atau “jika-maka”.
Penting tidaknya suatu aturan assosiatif dapat diketahui dengan dua
parameter, support (nilai penunjang) yaitu prosentase kombinasi item tersebut
dalam database, dan confidence (nilai kepastian) yaitu kuatnya hubungan antar
item dalam aturan assosiatif. Dalam bidang ekonomi, aturan asosiatif telah
dipergunakan secara luas dalam mengukur pola konsumsi pelanggan berdasarkan
data keranjang belanja (Market basket data), sehingga sering disebut juga dengan
analisa keranjang belanja (Market basket analysis). Penggalian aturan asosiatif
(associative rules mining) berfungsi untuk menemukan aturan asosiasi yang
paling penting dari basis data berukuran besar.
Ada beberapa model aturan asosiasi (association rule) yang sering
dipergunakan selama ini, yakni (Jiawei Han & Micheline Kamber, 2000) :
a. Single level association rule, contoh :
komputer
software antivirus
b. Multilevel association rule, contoh :
IBM komputer
Canon Printer
c. Interdimensional association rule, contoh :
Age(x, 19,…,25) , Occupation (x, student)
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
buys (x, laptop)
d. Hybrid-dimensional association rule, contoh :
Age (x, 19,..,25), Buys (x, laptop)
Perbedaan
antara
interdimensional
buys (x, canon printer)
association
rule
dan
hybrid-
dimensional association rule terdapat pada pengulangan predikat pada sebuah
rule, dimana interdimensional tidak memperbolehkan sementara hybriddimensional memperbolehkan adanya pengulangan predikat.
Rumus untuk mencari nilai support dan confidence pada suatu item adalah
sebagai berikut :
a. Support
Support (A B) = jumlah transaksi mengandung A dan B *100
jumlah total transaksi
b. Confidence
Confidence (A B) = jumlah transaksi mengandung A dan B *100
jumlah total A dalam transaksi
c. Gabungan (Combination) = Support * Confidence
Langkah pertama pada association rule adalah menghasilkan semua
itemset yang memungkinkan dengan kemungkinan itemset yang muncul dengan
m-item adalah 2m.
2.2.3 Algoritma Apriori
Di antara jenis-jenis algoritma yang ada dalam penggalian aturan asosiasi
(association rules mining), algoritma apriori merupakan algoritma pendahulu
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
yang pertama kali ditawarkan oleh Rakesh Agrawal pada tahun 1993. Ide utama
pada algoritma apriori adalah dengan membaca database secara berulang.
Langkah pada algoritma apriori adalah : pertama - mencari frequent itemset dari
basis data transaksi, kedua – menghilangkan itemset dengan frekuensi yang
rendah berdasarkan level minimum support yang telah ditentukan sebelumnya,
dan terakhir - membuat aturan asosiasi (association rule) dari itemset yang
memenuhi ketentuan nilai minimum confidence dalam basis data (Agrawal dan
Srikant, 1994).
Algoritma apriori merupakan suatu bentuk algoritma dalam data mining
yang akan memberikan informasi tentang hubungan antar item dalam database
yang dapat dimanfaatkan secara luas dalam proses bisnis khususnya dalam proses
penjualan. Knowledge algoritma apriori terletak pada frequent itemset yang telah
diketahui sebelumnya, untuk memproses informasi selanjutnya (Erwin, 2009).
Terdapat dua proses utama pada algoritma apriori (Jiawei Han &
Micheline Kamber, 2000), yaitu sebagai berikut :
a. Join (penggabungan)
Dalam proses ini, setiap item dikombinasikan dengan item yang
lainnya sampai tidak terbentuk kombinasi lagi
b. Prune (pemangkasan)
Pada proses ini, hasil kombinasi item akan dipangkas dengan
menggunakan minimum support yang telah ditentukan oleh pengguna.
Algoritma apriori bekerja dengan cara menghasilkan kandidat baru dari kitemset pada frequent itemset sebelumnya dan menghitung nilai support k-itemset
tersebut. Itemset yang memiliki nilai support di bawah dari minsup akan dihapus.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Langkah selanjutnya adalah menghitung minconf mengikuti rumus sesuai yang
telah ditentukan. Support tidak perlu dilihat lagi, karena generate frequent itemset
didapatkan dari
PEMBELIAN BARANG DENGAN MENGGUNAKAN
ALGORITMA APRIORI
TUGAS AKHIR
Oleh :
ALMON J UNIOR SIMANJ UNTAK
0734010089
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS TEKNOLOGI INDUSTRI
Univer sitas Pembangunan Nasional “Veter an”
J awa Timur
2013
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
APLIKASI DATA MINING UNTUK PEMODELAN
PEMBELIAN BARANG DENGAN MENGGUNAKAN
ALGORITMA APRIORI
TUGAS AKHIR
Diajukan Untuk Memenuhi Per syar atan
Dalam Memper oleh Gelar Sar jana Komputer
Pr ogr am Studi Teknik Infor matika
Oleh :
ALMON J UNIOR SIMANJ UNTAK
NPM. 0734010089
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS TEKNOLOGI INDUSTRI
Univer sitas Pembangunan Nasional “Veter an”
J awa Timur
2013
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
ABSTRAK
Kreativitas pengusaha ritel dalam menentukan strategi pemasaran akan
mempengaruhi kemampuan bersaing mereka dengan pengusaha ritel yang lain.
Pelayanan yang sesuai dengan perilaku belanja konsumen merupakan hal yang
perlu diperhatikan pengusaha demi meningkatkan level kepuasan pelanggan dan
laba perusahaan. Metode yang bisa dipergunakan dalam mempelajari perilaku
konsumen adalah Market Basket Analysis. Metode ini menghasilkan aturan
asosiatif yang diproses dengan menggunakan algoritma apriori. Pada pengerjaan
tugas akhir ini, peneliti menggunakan algoritma apriori untuk mengolah data
penjualan. Hasil yang didapat dari pengolahan data penjualan tersebut adalah
berupa kombinasi item (itemset) dengan nilai asosiasi berupa nilai support, nilai
confidence, dan nilai gabungan. Pada tahap pengujian aplikasi dengan tiga sampel
barang, hasil rule itemset dengan nilai asosiasi tertinggi (strong rule) didapat
dalam pengujian untuk item susu Frisian Flag dengan batasan nilai minimum
support dan minimum confidence sebesar 30%, yaitu rule item susu Frisian Flag
dengan item Gulaku Gula Premium 250g dengan nilai minimum support sebesar
91,67% dan minimum confidence sebesar 52,38%. Strong rule yang dihasilkan
dapat menjadi bahan rekomendasi bagi pengusaha ritel dalam menentukan
penyusunan tata letak barang, dan dalam menentukan stok produk apa saja yang
perlu diperbanyak demi meningkatkan keuntungan.
Kata Kunci : Bisnis Ritel, Data Mining, Association Rule, Market Basket Analysis,
Algoritma Apriori.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
KATA PENGANTAR
Segala Puji, Syukur, dan ucapan terimakasih yang tak terhingga, penulis
panjatkan kepada Tuhan Yesus Kristus atas setiap berkat, pelajaran, dan hal-hal
dari yang paling sederhana sampai paling rumit yang harus dihadapi penulis
hingga dapat menyelesaikan Laporan Tugas Akhir ini.
Di balik penyelesaian tugas akhir ini, terdapat banyak pihak yang sudah
membantu dan memberikan dukungan kepada penulis. Tak lupa pada kesempatan
ini, penulis ingin mengucapkan kepada semua pihak yang telah dengan setia
membantu penulis hingga terselesaikannya Laporan Tugas Akhir ini, di antaranya
kepada :
1. Kedua Orangtua tercinta, Bapak E. Simanjuntak dan Ibu R. L.Gaol yang
selalu setia memberikan dukungan moril, materiil dan spiritual kepada
penulis. Terimakasih sudah memberikan cinta yang luar biasa kepada
penulis.
2. Adik-adik dari penulis, Beta Sofiana, Desari Natalia, Cheryati Magdalena,
Astrid Veronica, dan Hariba Octo Cesar.
3. Ibu Intan Yuniar Purbasari S.Kom., MSc, selaku pembimbing pertama
penulis, yang telah meluangkan banyak waktu dan tenaga untuk
membimbing penulis. Terimakasih untuk kesabaran, kepercayaan,
perhatian, nasihat, dan ilmu pengetahuan yang telah diberikan kepada
penulis selama pengerjaan tugas akhir ini.
4. Bapak Faisal Muttaqin, S.Kom, selaku pembimbing pendamping dalam
tugas akhir penulis.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
5. Bapak Ir. R. Purnomo Edi Sasongko, MP., Bapak Basuki Rahmat, S.Si,
MT., dan Ibu Dr. Ir. Ni Ketut Sari, MT, selaku penguji pada Ujian Lisan
penulis. Terimakasih atas kritik, saran, dan penilaian bapak atas tugas
akhir saya.
6. Sahabat satu perjuangan penulis, Taufik Restu Hendrawan dan Reffi Prima
Winanjaya. Terimakasih untuk informasi dan dukungan yang diberikan.
7. Sahabat sekaligus saudara yang tak terlupakan bagi penulis, Almarhum
Fariz Agustia Putra.
8. Sahabat sekaligus saudara penulis yang paling kocak, Yudha Delonix R.
dan Rashed Mohammad Ramadhan. Tetap berjuang kawan.
9. Saudara dan saudari penulis yang selalu setia menjadi tempat sharing tawa
dan tangis : Fransiska Butar-butar, Leon G., Martin S., Riny Purba, Helmy
Hedyansyah, Vitra Aditya, Emyl, Singgih, Surya C., Indra dan Yendra.
10. Dianita N., Sahabat karib penulis yang sedikit banyak memberi motivasi
kepada penulis sampai buku ini terselesaikan.
11. Banyak pihak lain yang tak dapat penulis sebutkan satu per satu.
Terimakasih atas bantuan dan dukungannya.
Secara khusus, penulis berharap agar laporan ini dapat bermanfaat bagi
pembaca. Penulis menyadari bahwa Laporan Tugas Akhir ini masih jauh dari kata
sempurna. Oleh karena itu, saran dan kritik yang membangun sangat diharapkan.
Surabaya, 05 Januari 2013
Penulis
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
DAFTAR ISI
Abstrak…………………………………………………………………………. i
Kata Pengantar………………………………………………………………… ii
Daftar Isi……………………………………………………………………….. iv
Daftar Gambar……………………………………………………………….... vii
Daftar Tabel…………………………………………………………………..... ix
Bab I. Pendahuluan………………………………………………………….. 1
1.1 Latar Belakang……………………………………………………... 1
1.2 Rumusan Masalah………………………………………………….. 2
1.3 Batasan Masalah…………………………………………………… 3
1.4 Tujuan……………………………………………………………… 3
1.5 Manfaat…………………………………………………………….. 3
1.6 Sistematika Penulisan……………………………………………… 4
Bab II. Tinjauan Pustaka…………………………………………………....... 6
2.1 Konsep Bisnis Ritel………………………………………………... 6
2.1.1 Minimarket…………………………………………………… 10
2.1.2 Peningkatan Standar Pelayanan……………………………… 12
2.1.3 Perilaku Konsumen…………………………………………... 13
2.2 Data Mining ……………………………………………………….. 15
2.2.1 Pengelompokan Data Mining………………………………... 20
2.2.2 Association Rules………………………………………..........22
2.2.3 Algoritma Apriori……………………………………………. 23
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Bab III. Metodologi Penelitian………………………………………………... 32
3.1 Desain Penelitian………………………………………………….. 32
3.2 Metode Pengumpulan Data……………………………………….. 32
3.3 Defenisi Lingkup………………………………………………….. 33
3.4 Analisis Masalah………………………………………………….. 34
3.5 Analisis Kebutuhan……………………………………………….. 35
3.6 Metode Pengembangan Perangkat Lunak………………………… 36
3.7 Desain Logis………………………………………………………. 40
3.7.1 Diagram Konteks…………………………………………… 40
3.7.2 DFD Level 0………………………………………………… 42
3.7.3 DFD Level 1 Proses Pengolahan Data Barang……………… 43
3.7.4 DFD Level 1 Proses Pengolahan Data Penjualan…………... 44
3.7.5 DFD Level 1 Proses Pengolahan Data Detil Penjualan…….. 46
3.7.6 DFD Level 1 Proses Olah Support, Confidence, dan
Gabungan………………………………………………….....49
3.7.7 Entity Relationship Diagram………………………………... 52
3.7.8 Desain Tabel………………………………………………… 54
3.8 Analisis Keputusan………………………………………………... 56
3.9 Desain Fisik……………………………………………………….. 57
Bab IV. Hasil dan Pembahasan………………………………………………..59
4.1 Proses Penelitian…………………………………………………...59
4.2 Hasil Penelitian…………………………………………………….59
4.2.1 Script PHP untuk Pemodelan Pembelian Barang dengan
Apriori………………………………………………………. 59
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
4.2.2 Hasil dan Pengujian Aplikasi Pemodelan Pembelian Barang
dengan Algoritma Apriori…………………………………... 62
4.3 Pembahasan……………………………………………………….. 73
Bab V. Kesimpulan dan Saran………………………………………………... 83
5.1 Kesimpulan………………………………………………………… 83
5.2 Saran……………………………………………………………….. 83
Daftar Pustaka………………………………………………………………..... 85
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
DAFTAR GAMBAR
Gambar 2.1 Rantai Perdagangan Ritel………………………………………….. 7
Gambar 2.2 Penerapan Konsep Ritel………………………………………….... 7
Gambar 2.3 Evolusi Teknologi Basis Data……………………………………... 15
Gambar 2.4 Knowledge Discovery in Databases……………………………….. 16
Gambar 2.5 Kondisi “rich of data but poor of information”……………………. 18
Gambar 2.6 Ilustrasi Algoritma Apriori………………………………………… 25
Gambar 2.7 Flowchart Algoritma Apriori………………………………………. 26
Gambar 2.8 Flowchart kombinasi dua barang…………………………………...27
Gambar 2.9 Flowchart kombinasi tiga barang………………………………….. 28
Gambar 2.10 Flowchart kombinasi empat barang………………………………. 29
Gambar 2.11 Flowchart kombinasi lima barang………………………………... 30
Gambar 2.12 Pseudocode Algoritma Apriori…………………………………… 31
Gambar 3.1 Tahap Metodologi FAST………………………………………….. 38
Gambar 3.2 Flowchart Aplikasi Pemodelan Pembelian Barang dengan Apriori.. 39
Gambar 3.3 Diagram Konteks Pemodelan Pembelian Barang dengan Apriori… 41
Gambar 3.4 DFD Level 0 Pemodelan Pembelian Barang dengan Apriori……... 42
Gambar 3.5 DFD Level 1 Proses Pengolahan Data Barang…………………….. 43
Gambar 3.6 DFD Level 1 Proses Pengolahan Data Penjualan…………………. 45
Gambar 3.7 DFD Level 1 Proses Pengolahan Data Detil Penjualan…………… 47
Gambar 3.8 DFD Level 1 Proses olah Support, Confidence, dan Gabungan…... 50
Gambar 3.9 CDM Pemodelan Pembelian barang dengan algoritma Apriori…… 53
Gambar 3.10 PDM Pemodelan Pembelian barang dengan algoritma Apriori….. 54
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Gambar 3.11 Rancangan tampilan Login………………………………………. 57
Gambar 3.12 Rancangan Master Data Barang………………………………….. 57
Gambar 3.13 Rancangan Tampilan Proses Algoritma Apriori…………………. 58
Gambar 3.14 Rancangan Tampilan Laporan Barang Terjual…………………… 58
Gambar 4.1 Tampilan Login……………………………………………………. 62
Gambar 4.2 Tampilan home dengan pengguna “admin”……………………….. 63
Gambar 4.3 Tampilan home dengan pengguna “user”…………………………. 63
Gambar 4.4 Tampilan master data barang……………………………………… 64
Gambar 4.5 Tampilan pengisian data baru pada master data barang…………… 65
Gambar 4.6 Tampilan data transaksi …………………………………………… 66
Gambar 4.7 Tampilan pengisian data penjualan baru berupa tanggal jual……... 67
Gambar 4.8 Tampilan pengisian data detail penjualan…………………………. 67
Gambar 4.9 Tampilan pengisian batas nilai min support dan min confidence…. 68
Gambar 4.10 Tampilan nilai asosiasi antar barang dengan proses apriori……… 69
Gambar 4.11 Tampilan grafik asosiasi antar barang……………………………. 70
Gambar 4.12 Tampilan tabel asosiasi antar barang dengan proses apriori……... 70
Gambar 4.13 Tampilan Laporan data barang yang terjual……………………… 71
Gambar 4.14 Tampilan grafik data barang yang terjual………………………… 72
Gambar 4.15 Tampilan User Control…………………………………………… 72
Gambar 4.16 Tampilan tentang kami…………………………………………… 73
Gambar 4.17 Tampilan tabel detil hasil asosiasi item susu Frisian flag………... 78
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
DAFTAR TABEL
Tabel 3.1 Tabel Barang…………………………………………………………. 54
Tabel 3.2 Tabel Detail Jual………………………………………………………55
Tabel 3.3 Tabel Penjualan………………………………………………………. 55
Tabel 3.4 Tabel Proses………………………………………………………….. 55
Tabel 3.5 Tabel Hasil………………………………………………………….... 56
Tabel 4.1 Contoh Tabel Matrik Data Penjualan………………………………… 60
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
Kemajuan Teknologi Informasi yang pesat menghadirkan tingkat
kompetensi yang semakin ketat dalam berbagai aspek kehidupan manusia.
Misalnya dalam persaingan pasar, yakni pasar tradisional yang mulai
terpinggirkan dengan hadirnya pasar modern. Perkembangan pasar modern yang
semakin maju dapat kita lihat dari banyaknya pusat perbelanjaan, distributor,
grosir, hypermarket, supermarket, dan minimarket yang dibangun untuk melayani
kebutuhan konsumen. Maraknya gedung-gedung perbelanjaan modern seperti itu
tidak lepas dari peralihan pola pikir konsumen yang pada mulanya berorientasi
pada harga yang murah, kini sudah memperhatikan aspek keamanan, kebersihan,
kenyamanan, keramahan dalam pelayanan, kelengkapan jenis dan penempatan rak
barang.
Terlepas dari jenis pasar yang digeluti, para pelaku pasar pun saling
berlomba untuk memberikan pelayanan yang terbaik, ditinjau dari aspek-aspek
vital yang menjadi bahan penilaian konsumen. Dalam penelitian ini, penulis
mengangkat permasalahan dalam pelayanan yang sering terjadi dalam bisnis ritel
(retail), yakni pemilik minimarket atau toko ritel yang masih cenderung
menempatkan posisi rak tanpa memperhatikan hubungan antar barang, sehingga
menyulitkan konsumen dalam pencarian barang yang diinginkannya (Triyono,
2006). Di samping perlunya pengetahuan akan penempatan barang yang sesuai
dengan selera konsumen, pengusaha ritel juga harus memperhatikan strategi
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
pemasaran untuk menarik minat konsumen dan meningkatkan hasil penjualan,
misalnya berupa penawaran diskon untuk jenis barang tertentu jika dibeli secara
bersamaan. Karena itu, pemilik toko memerlukan suatu sistem yang dapat
menghasilkan informasi prediktif tentang kebiasaan dan keinginan konsumen
pada umumnya. Sistem tersebut dapat dibentuk dengan mencatat data penjualan
dan diproses dengan menggunakan metode pada data mining.
Berlatar belakang pada permasalahan tersebut, penulis mengembangkan
sebuah gagasan untuk membuat suatu sistem yang berguna dalam pemodelan
pembelian barang, dengan menggunakan teknik association rules pada data
mining. Association Rules sering juga disebut dengan Market Basket Analysis
karena kegunaannya dalam pembuatan model perilaku pembelian barang oleh
konsumen, dan dalam menganalisis perilaku konsumen. Algoritma yang
dipergunakan sebagai metode dalam pengerjaan Tugas Akhir ini adalah Algoritma
Apriori. Sistem ini nantinya diharapkan dapat membantu para pemilik minimarket
atau usaha ritel untuk meningkatkan pelayanan dan mencapai hasil penjualan yang
memuaskan.
1.2
Rumusan Masalah
Sesuai dengan latar belakang yang telah dijelaskan sebelumnya, maka
rumusan masalah dalam penelitian ini adalah :
a. Bagaimana merancang dan menghasilkan suatu sistem pemodelan
pembelian barang dengan menggunakan algoritma apriori ?
b. Bagaimana mengolah data transaksi untuk menghasilkan nilai asosiasi
antar kombinasi barang ?
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
1.3
Batasan Masalah
Berdasarkan rumusan masalah tersebut, maka masalah dalam penelitian ini
dapat dibatasi sebagai berikut :
a. Data barang dan transaksi yang menjadi bahan dalam pengerjaan Tugas
Akhir ini merupakan data hasil eksplorasi penulis yang dimasukkan secara
manual ke dalam database sistem.
b. Jenis barang yang dicakup merupakan produk yang dijual dalam bisnis
eceran (retail), yaitu berupa jenis makanan ringan, minuman, kebutuhan
pokok, barang-barang kosmetik, produk kebersihan.
c.
Banyak kombinasi barang atau frequent itemset dalam pengerjaan Tugas
Akhir ini dibatasi pada 5 item.
d.
Database pada aplikasi yang dikerjakan hanya mencakup data barang dan
data transaksi. Customer dan supplier tidak dicantumkan oleh peneliti.
1.4
Tujuan
Adapun tujuan penelitian ini adalah merancang dan membuat suatu sistem
pemodelan pembelian barang oleh konsumen yang mengolah data penjualan
menjadi informasi prediktif berupa nilai asosiasi antar barang.
1.5
Manfaat
Manfaat yang ingin diperoleh dalam pengerjaan tugas akhir ini adalah agar
peneliti dapat membuat suatu sistem yang bermanfaat dalam bidang analisis
pemasaran barang dengan menggunakan algoritma Apriori.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Secara umum, penulis berharap agar sistem yang dihasilkan dalam
penelitian ini dapat dimanfaatkan oleh para pemilik minimarket atau toko ritel
untuk menentukan penyusunan letak barang secara rapi menurut kombinasi
barang yang paling sering dibeli dan saling berhubungan, dengan tujuan
meningkatkan pelayanan yang memudahkan konsumen dalam pencarian barang
yang diinginkan, meningkatkan hasil penjualan barang dengan strategi pemasaran
yang tepat serta menarik minat konsumen.
1.6
Sistematika Penulisan
Sistematika penulisan tugas akhir ini adalah sebagai berikut :
BAB I
PENDAHULUAN
Bab ini berisi latar belakang masalah, identifikasi masalah, maksud
dan tujuan yang ingin dicapai, batasan masalah, serta sistematika
penulisan.
BAB II
TINJ AUAN PUSTAKA
Membahas berbagai konsep dasar dan teori-teori yang berkaitan
dengan topik masalah yang diambil dan hal-hal yang berguna
dalam proses analisis permasalahan.
BAB III
METODOLOGI PENELITIAN
Berisi tentang teknis pelaksanaan penelitian berupa alat dan bahan
penelitian, desain dan proses penelitian, serta analisis masalah dari
model penelitian untuk memperlihatkan keterkaitan antar variabel
yang diteliti beserta dengan model struktur data untuk analisisnya.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
BAB IV
HASIL DAN PEMBAHASAN
Membahas mengenai pengimplementasian aplikasi yang telah
dibuat ke dalam perangkat yang akan digunakan serta melakukan
pengujian terhadap aplikasi yang telah diimplementasikan tersebut.
BAB V
KESIMPULAN DAN SARAN
Berisi kesimpulan dan saran yang sudah diperoleh dari hasil
penulisan tugas akhir.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
BAB II
TINJ AUAN PUSTAKA
Pada bab ini akan dibahas teori tentang konsep bisnis ritel, minimarket,
peningkatan standar pelayanan, perilaku konsumen, data mining, pengelompokan
data mining, association rules, dan algoritma apriori. Aspek tersebut akan
dijelaskan satu per satu oleh peneliti dalam sub bab berikut.
2.1
Konsep Bisnis Ritel
Kata “ritel” berasal dari kata kerja dalam bahasa perancis : retailer yang
berarti “to cut of (bahasa inggris)” atau memotong. Bisnis ritel adalah aktivitas
bisnis yang menjual jasa dan barang-barang ke konsumen untuk kegunaan pribadi,
keluarga, atau konsumsi rumah tangga. Bisnis ritel atau eceran merupakan tahap
terakhir dalam suatu rantai saluran distribusi, dimana para pengusaha dan
masyarakat terlibat dalam perpindahan fisik dan kepemilikan jasa serta barang
dari produsen ke konsumen. Pedagang ritel seringkali berperan sebagai pihak
penghubung antara pabrik, tengkulak, dan konsumen. Konsep ritel adalah dengan
memborong berbagai jenis barang dalam jumlah yang banyak dan menjualnya
dalam jumlah yang kecil. Kita dapat mendefenisikan bisnis ritel sebagai suatu
industri yang luas, cepat, dan menyediakan suatu keanekaragaman dalam karakter
dan ukuran bisnis yang jarang ditemui di sektor industri yang lain.
Adapun jenis bisnis ritel secara umum meliputi gerai tradisional seperti
warung dan toko tradisional dan gerai modern seperti minimarket dan
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
supermarket. Perbedaan antara gerai tradisional dan gerai modern terletak pada
tata ruang gerai, teknologi informasi, dan pelayanan.
Gambar 2.1 berikut merupakan mata rantai dari alur distribusi barang dari
produsen sampai kepada konsumen.
PRODUSEN
SUB DISTRIBUTOR
DISTRIBUTOR
PENGUSAHA RITEL
KONSUMEN
Gambar 2.1. Rantai perdagangan ritel
Dari rantai perdagangan pada gambar 2.1, dapat disimpulkan bahwa bisnis
ritel berperan sebagai perantara perdagangan yang memiliki ketergantungan
pasokan barang dan jasa kepada produsen/ pemasok.
Customer Orientation
Coordinated Effort
Retailing
Concept
Retailing Strategy
Value Driven
Goal Orientation
Gambar 2.2. Penerapan Konsep Ritel (Evans & Berman, 2004)
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Pada gambar 2.2, terdapat 4 prinsip dalam konsep bisnis ritel yang perlu
diperhatikan dan diterapkan oleh para pedagang ritel (Joel R Evans, Barry
Berman, 2004)”. Prinsip tersebut dijabarkan sebagai berikut :
a. Customer Orientation (berorientasi kepada konsumen), pedagang ritel
menentukan atribut dan kebutuhan konsumen dan berusaha untuk
memuaskan kebutuhan tersebut sampai pada titik terpenuh.
b. Coordinated Effort (Usaha yang terkoordinir), pedagang ritel
mengintegrasikan semua aktivitas dan rencana demi memaksimalkan
efisiensi.
c. Value-Driven (Harga yang terkendali), pedagang ritel menawarkan
harga yang baik kepada konsumen, apakah itu berupa promosi paket
penjualan yang murah ataupun diskon harga barang.
d. Goal Orientation (berorientasi pada target), pedagang ritel menetapkan
target dan kemudian membentuk strategi untuk mencapainya.
Konsep ritel cukup mudah untuk diadopsi, yaitu dengan cara
berkomunikasi dengan pembeli dan melihat keinginan mereka sebagai
kepentingan bagi keberhasilan perusahaan, memiliki strategi yang konsisten
(seperti menawarkan merek-merek desainer, jumlah pegawai yang cukup,
tampilan menarik, dan harga yang lebih murah dari toko kelas atas), harga
penawaran yang dianggap "adil" oleh pelanggan, serta bekerja untuk mencapai
target yang berarti, spesifik, dan terjangkau. Bagaimanapun, konsep ritel hanya
sebagai panduan strategi yang tidak berkaitan langsung dengan kemampuan
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
internal perusahaan atau keuntungan kompetitif, tetapi menawarkan kerangka
perencanaan jangka panjang yang luas.
Satu cara untuk melihat perbedaan di antara jenis pedagang ritel adalah
dengan melihat struktur organisasi dalam hal kepemilikan dan kendali.
Kebanyakan organisasi ritel dapat dibagi ke dalam 4 kategori : pedagang ritel
mandiri, pedagang ritel dalam grup yang kecil, pedagang ritel dalam grup yang
besar, dan pedagang ritel konglomerat. Bentuk lain dari kepemilikan bisnis ritel
meliputi Franchise (Waralaba), Dealership (Penyaluran), dan Network Marketing
(Pemasaran lewat jaringan).
Pedagang ritel mandiri adalah organisasi ritel dalam ukuran kecil yang
dimiliki dan diatur oleh perseorangan, dengan jaringan kurang dari 10 toko
cabang. Pedagang ritel mandiri biasanya dijalankan oleh seorang wirausahawan
yang memilih untuk bekerja untuk diri mereka sendiri, dan akan rentan terhadap
kondisi perdagangan yang kurang baik karena mereka tidak memiliki dukungan
dana dari organisasi yang besar. Pedagang ritel dalam grup kecil memiliki gerai
toko berjumlah sekitar 10 – 50 toko cabang, sedangkan pedagang ritel dalam grup
besar memiliki toko berjumlah sekitar 50 – 100 toko.
Sebagaimana bisnis ritel yang semakin meningkat dan membentuk
perusahaan yang kuat, terdapat pertumbuhan jumlah pada aktivitas keuangan
terorganisir dalam hal penggabungan (mergers), pengambil-alihan (takeovers),
persekutuan (alliances) dan usaha patungan (joint ventures). Dalam banyak
kesempatan, beberapa perusahaan digabungkan ke dalam satu merek perusahaan
ritel, namun di pihak lainnya, beberapa perusahaan ritel dengan merek yang
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
berbeda dimiliki sebuah perusahaaan induk dengan identitas yang berbeda, yang
membentuk sebuah konglomerat perusahaan ritel.
Terlepas dari ukuran besar toko dan jenis ritel yang digeluti, pedagang ritel
perlu menerapkan 6 langkah perencanaan strategi sebagai berikut :
a. Menggambarkan jenis bisnis dalam hal kategori barang atau jasa serta
tujuan spesifik perusahaan (seperti pelayanan yang penuh atau tanpa
ada embel-embel)
b. Tetapkan tujuan jangka panjang dan jangka pendek untuk laba dan
penjualan, penguasaan pasar, gambaran atau profil perusahaan, dan
lain-lain.
c. Menetapkan target pasar pelanggan berdasarkan karasteristik (seperti
jenis kelamin dan tingkat pendapatan) dan kebutuhan (seperti pilihan
merek dan produk)
d. Memikirkan keseluruhan rencana panjang yang memberikan arahan
secara umum kepada perusahaan dan karyawannya.
e. Menerapkan suatu strategi yang terintegrasi, yang mengombinasikan
beberapa faktor seperti lokasi gudang,
penyortiran jenis produk,
penetapan harga, iklan, dan tampilan luar untuk mencapai target.
f. Mengevaluasi pencapaian secara teratur dan mengoreksi kelemahan
atau permasalahan jika ditemukan.
2.1.1 Minimarket
Salah satu model bisnis ritel yang berkembang pesat pada saat ini adalah
minimarket. Minimarket merupakan salah satu jenis toko ritel yang hanya
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
memiliki satu atau dua mesin kasir, dan hanya menjual berbagai jenis produk
kebutuhan dasar rumah tangga (Basic necessities). Muncul dan menjamurnya
minimarket saat ini dikarenakan perubahan orientasi berbelanja masyarakat, yang
dulunya berorientasi pada harga murah, sekarang mulai memperhatikan aspek
pelayanan, kenyamanan, dan keamanan dalam berbelanja. Di samping faktor
kenyamanan, minimarket memiliki citra harga yang lebih murah, pelayanan yang
ramah, kelengkapan jenis dan kualitas barang yang lebih baik, serta memberikan
kemudahan bagi konsumen dalam memilih dan menentukan barang yang
diinginkan. Selain itu, harga barang yang sudah pasti (fixed cost) sehingga tidak
perlu ada kegiatan tawar menawar lagi, dan lokasi toko yang tersebar serta mudah
ditemui, menjadi alasan bagi konsumen memilih minimarket sebagai tempat
berbelanja untuk menghemat waktu dan tenaga (Harmaizar, dkk, 2006).
Secara kepemilikan, Minimarket dapat dimiliki oleh perorangan maupun
secara kongsi. Karena itu, supplier akan sering berhadapan langsung dengan
pemiliknya, meskipun pada kondisi tertentu dilayani oleh karyawan atau staf
pembeliannya. Minimarket bisa berupa tunggal atau jejaring, dan biasanya berupa
toko serba ada yang ukuran gedungnya dan luas tanahnya tidak lebih dari 20 × 20
meter. Karena ruangnya terbatas, isi barang dalam minimarket selalu tampak
minimal, dimana setiap item produk hanya ditampilkan 3 unit saja (Frans M.
Royan, 2009).
Perbedaan yang paling jelas diantara toko tradisional dengan minimarket
ada dalam model pelayanan, bentuk toko, dan aspek kenyamanan. Di warung atau
toko tradisional, konsumen masih harus menanyakan harga atas suatu barang yang
akan dibeli. Sedangkan pada barang yang dijual di minimarket sudah tertera harga
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
yang tetap, sehingga konsumen dapat menghemat waktu dan tenaga dalam
kegiatan belanja. Hal ini juga berdampak pada kegiatan transaksi oleh konsumen,
barang yang dibeli bukan sekedar barang yang dibutuhkan tetapi juga diinginkan,
sesuai dengan kemampuan atau daya beli konsumen. Dengan demikian, perlu
perubahan orientasi agar warung dan toko tradisional mampu bersaing dengan
minimarket modern, yaitu dengan menjadi minimarket mandiri.
Kita juga harus membedakan konteks kata kebutuhan dan keinginan dalam
bisnis ritel. Kebutuhan konsumen akan suatu jenis barang bisa saja dicatat dan
direncanakan ketika konsumen masih di rumah, tetapi keinginan membeli barang
yang tidak direncanakan bisa saja secara tiba-tiba muncul ketika konsumen
melihat suatu barang. Sehingga dapat kita simpulkan, transaksi pembelian yang
dilakukan oleh konsumen di minimarket tidak hanya berdasarkan kebutuhan,
tetapi juga berdasarkan keinginan. Karena itu, demi meningkatkan volume dan
hasil keuntungan penjualan, pengusaha minimarket perlu menyediakan variasi
layanan jasa dan produk dalam berbagai jenis, merek, serta ukuran.
2.1.2 Peningkatan Standar Pelayanan
Dalam
rangka memberikan pelayanan kepada pelanggan, minimarket
perlu menetapkan standar pelayanan. Standar pelayanan adalah ukuran pelayanan
yang baik sebagai suatu proses yang harus dilakukan dalam melayani kebutuhan
dan keinginan konsumen (Hartono, 2007).
Adapun standar pelayanan dalam fasilitas sebagai faktor penunjang
kenyamanan yang dimaksud adalah sebagai berikut :
a. Bentuk gerai yang menarik, bersih, dan rapi meskipun hanya sederhana.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
b. Peralatan dan perlengkapan minimarket yang memadai.
c. Tata ruang yang enak dipandang dan tersusun rapi.
d. Tempat parkir luas dan nyaman.
e. Pegawai yang berpenampilan menarik, ramah dan murah senyum.
f. Keanekaragaman dan kelengkapan jenis produk yang ditawarkan kepada
pelanggan.
2.1.3 Perilaku Konsumen
Perilaku konsumen dapat diartikan sebagai tindakan langsung yang terlibat
dalam mendapatkan, mengkonsumsi, dan menghabiskan produk dan jasa termasuk
proses keputusan yang mendahului dan menyusul tindakan tersebut (James F.
Engel, 1994). Keseluruhan konsumen adalah konsumen yang berpotensi dalam
bisnis ritel, dimana para pengusaha ritel sepantasnya menganalisa dan mengenali
kelompok konsumen yang mungkin menjadi konsumen atau pelanggan tetap bagi
toko mereka. Sebagai contoh, kelompok masyarakat tersebut dapat digambarkan
dalam lokasi geografis mereka, atau dapat dikelompokkan berdasarkan kebutuhan
akan jasa maupun produk tertentu. Pertanyaan yang mungkin dapat dianalisis oleh
pengusaha ritel berupa : “siapa mereka ?”, “dimana mereka tinggal ?”, “apa yang
mereka butuhkan ?”, “apa jenis produk yang mereka sukai ?”, “berapa kisaran
usia mereka ?”, “berapa banyak yang dapat mereka belanjakan ?”, “bagaimana
cara berbelanja yang mereka sukai ?” (Retail Management Self-Learning
Manual).
Saat ini persepsi masyarakat terhadap belanja telah mengalami perubahan
signifikan, yakni yang dulunya hanya dilihat dari perspektif fungsionalitasnya,
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
sekarang telah berperan secara emosional. Konsumen merupakan titik sentral dan
barometer bagi pengusaha dalam menentukan kebijakan atau strategi pemasaran
pada usaha ritel. Oleh karena itu, industri ritel dituntut agar dapat menciptakan
gerai multiformat untuk menangkap seluruh peluang pasar.
Adapun perilaku konsumen dalam bisnis ritel dapat dibagi ke dalam tujuh
kategori yang saling berkaitan (Peter & Olson, 1999), yaitu : kontak informasi
(information contact), akses dana (fund access), kontak toko (store contact),
kontak pada produk (product contact), transaksi (transaction), konsumsi
(consumption), dan komunikasi (communication). Aspek kenyamanan dalam toko
retail yang menjadi kriteria konsumen dalam memilih tempat berbelanja dibagi ke
dalam 3 kelompok, yaitu :
a. Store Image, berkaitan dengan penempatan lokasi, arsitektur,
penempatan logo dan pintu masuk, serta etalase.
b. Store Athmospherics, berkaitan dengan keseluruhan efek emosional
yang diciptakan oleh atribut fisik toko seperti penampilan visual, suara
musik, dan aroma ruangan yang menarik.
c. Store Teatrics, berkaitan dengan tema ruangan yang menarik dan
memberikan suasana rekreasi yang spesial bagi konsumen.
Dengan menganalisa perilaku konsumen pada umumnya secara berkala,
maka pengusaha ritel dapat menentukan strategi dan arah kebijakan yang tepat
dalam perusahaannya. Strategi dan arah kebijakan pengusaha akan berpengaruh
pada tingkat kepuasan dan frekuensi belanja konsumen.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
2.2
Data Mining
Seiring dengan perkembangan teknologi, kemampuan manusia dalam
mengumpulkan dan mengolah data juga mengalami kemajuan. Data mining dapat
diartikan sebagai suatu proses ekstraksi informasi yang berguna dan potensial dari
sekumpulan data yang secara implisit terdapat dalam suatu database. Informasi
yang ditemukan ini selanjutnya dapat diterapkan untuk aplikasi manajemen,
melakukan query processing, pengambilan keputusan, dan lain-lain.
Gambar 2.3 merupakan gambaran proses evolusi dari basis data mulai dari
tahap pembuatannya pada tahun 1960 sampai dengan saat ini.
Pengumpulan data dan pembuatan basis data (1960’an)
-
pemrosesan file primitif
Sistem manajemen database (1970’an)
-sistem jaringan dan dan basis data yang berhubungan
-peralatan pemodelan data
- teknik pengindeksan dan pengelompokan data
- bahasa dan pemrosesan kueri
- hubungan antar-muka dengan pengguna
- metode optimalisasi
- On-Line Transaction Processing (OLTP)
Sistem basis data lanjutan
(pertengahan 1980 - sekarang)
-
Model data lanjutan
Aplikasi terorientasi
Pergudangan data (data warehousing) dan data
mining (Akhir 1980’an - sekarang)
-
Teknologi data warehouse dan OLAP
Data mining dan penemuan pengetahuan
Generasi baru dalam sistem informasi
(2000 - ….)
Gambar 2.3. Evolusi teknologi basis data (Jiawei Han & Micheline Kamber, 2000)
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Data mining dapat dipandang sebagai sebuah hasil evolusi alami dari
teknologi informasi (gambar 2.3). Sebuah alur evolusi dapat disaksikan pada
perkembangan kemampuan industri database dalam hal pengumpulan data (data
collection) dan pembuatan basis data (database creation), manajemen data (data
management), serta analisis dan pemahaman data (data analysis and
understanding).
Gambar 2.4. Knowledge Discovery in Databases atau Data mining sebagai sebuah
proses dalam penemuan pengetahuan (Jiawei Han & Micheline Kamber, 2000)
Menurut Jiawei Han dan Micheline Kamber (Data Mining : Concept and
Techniques, 2000), data mining dalam perannya sebagai proses penemuan
pengetahuan memiliki langkah terurut (Gambar 2.4) sebagai berikut :
a. Data Cleaning (untuk menghilangkan data yang kabur atau noise dan
tidak relevan)
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
b. Data
Integration
(dimana
sumber
data
yang
banyak
dapat
digabungkan)
c. Data Selection (dimana data yang relevan terhadap proses analisis
dikembalikan dari basis data)
d. Data Transformation (dimana data diubah atau diperkuat ke dalam
format yang sesuai untuk penggalian data dengan membuat ringkasan
atau pengumpulan data)
e. Data Mining (sebuah proses yang penting dimana metode pintar
diterapkan dengan tujuan untuk menyaring pola data)
f. Pattern Evaluation (untuk mengenali pola menarik yang menyajikan
pengetahuan berdasarkan beberapa tolak ukur ketertarikan)
g. Knowledge Presentation (dimana visualisasi dan teknik penyajian
pengetahuan dipergunakan untuk menghasilkan pengetahuan tergali
bagi user).
Dewasa ini, data mining sering dipergunakan oleh berbagai jenis
perusahaan untuk mendapatkan informasi yang berharga dari gudang data mereka.
Hal ini dikarenakan data mining dapat menghasilkan gambaran nyata tentang tren
dan sifat-sifat perilaku bisnis yang sangat berguna untuk mengambil keputusan
penting, berupa strategi dan kebijakan yang berdampak positif bagi pertumbuhan
suatu perusahaan. Data mining mengekplorasi basis data untuk menentukan polapola yang tersembunyi, mencari informasi sebagai dasar untuk memprediksi
perilaku para pengusaha dan konsumen secara umum.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Data mining merupakan analisis dari peninjauan kumpulan data untuk
menemukan hubungan yang tidak diduga dan meringkas data dengan cara yang
berbeda dengan sebelumnya, yang dapat dipahami dan bermanfaat bagi pemilik
data (Daniel T. Larose, 2005).
Perkembangan teknologi informasi yang pesat menimbulkan dampak yang
cukup besar dalam hal pengumpulan dan akumulasi data. Tanpa manajemen data
yang baik, akan tercipta suatu kondisi yang sering disebut sebagai “rich of data
but poor of information” (Jiawei Han dan Micheline Kamber, 2000), yaitu kondisi
dimana data yang terkumpul dalam suatu basis data hanya dibiarkan begitu saja
dan tidak dipergunakan dengan baik untuk menciptakan suatu aplikasi yang
bermanfaat dalam memperoleh informasi yang berharga. Gambar 2.5 berikut
merupakan gambaran dimana terjadi kondisi “rich of data but poor of
information”.
Gambar 2.5. Kondisi “rich of data but poor of information” (Jiawei Han &
Micheline Kamber, 2000)
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Data mining adalah suatu proses untuk menguraikan penemuan
pengetahuan di dalam database untuk melihat keterkaitan penjualan antar item,
dengan menggunakan statistik, matematika, dan kecerdasan buatan yang terkait
dengan basis data yang besar. Data mining merupakan konsep utama dalam
kecerdasan bisnis (business intelligent) serta pemrosesan analisis secara online
(online analytical processing). Data mining memiliki banyak model algoritma
yang dapat diterapkan dalam proses bisnis, sebagai metode efektif untuk
mencapai nilai positif dalam peningkatan kinerja proses dan keuntungan.
Pada saat ini, data dapat disimpan ke dalam beberapa jenis basis data.
Salah satu arsitektur basis data yang muncul adalah gudang data (Data
Warehouse), yaitu sebuah tempat penyimpanan dari suatu sumber data heterogen,
yang terorganisir di bawah sebuah skema gabungan pada lokasi tunggal dengan
tujuan mempermudah manajemen dalam pengambilan keputusan (Jiawei Han &
Micheline Kamber, 2000).
Arsitektur dari suatu sistem basis data tertentu memiliki komponen utama
sebagai berikut (Jiawei Han & Micheline Kamber, 2000) :
a. Basis data (database), gudang data (data warehouse), atau tempat
penyimpanan informasi (information repository). Komponen ini
memungkinkan adanya penggabungan dan pembersihan pada data.
b. Basis data, atau server gudang data. Komponen ini bertanggung jawab
dalam pengambilan data yang relevan, berdasarkan permintaan user.
c. Basis pengetahuan (knowledge base), merupakan daerah pengetahuan
yang dipergunakan sebagai panduan dalam pencarian.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
d. Mesin data mining (data mining engine), merupakan hal yang penting
dalam sistem data mining dan biasanya terdiri atas sejumlah modul
fungsional yakni dalam karakterisasi (characterization), analisis
asosiasi (association analysis), klasifikasi (classification), analisis
penyimpangan dan evolusi (evolution and deviation analysis).
e. Modul evaluasi pola (pattern evaluation module). Komponen ini
secara khusus mengerjakan ukuran ketertarikan (interestingness
measures) dan berhubungan dengan modul data mining agar
memusatkan pencarian ke arah pola yang menarik. Modul evaluasi
pola dapat digabungkan dengan modul penggalian (mining), tergantung
pada implementasi metode data mining yang digunakan.
f. Grafis hubungan antar muka (graphical user interface). Modul ini
memperbolehkan user untuk berinteraksi langsung dengan sistem data
mining, menyediakan informasi pengarah dalam pencarian, dan
melakukan penjelajahan data.
2.2.1 Pengelompokan Data Mining
Data mining dapat dikelompokkan ke dalam beberapa kategori
berdasarkan tugas dan fungsinya, yaitu : Deskripsi (Description), Estimasi
(Estimation), Prediksi (Prediction), Klasifikasi (Classification), Klasterisasi
(Clustering), dan Asosiasi (Association) (Daniel T. Larose, 2006).
Klasifikasi adalah proses dalam menemukan sejumlah model atau fungsi
yang menguraikan dan mengelompokkan kelas-kelas data atau konsep, dengan
tujuan agar mampu menggunakan model tersebut untuk meramalkan kelas dari
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
objek, dimana label kelas tidak dikenali. Model yang diperoleh dapat diwakilkan
dalam beberapa bentuk, seperti aturan klasifikasi (classification rules : if - then),
pohon keputusan (decision tree), rumus matematika (mathematical formulae),
atau jaringan syaraf tiruan (neural networks).
Klasifikasi dapat digunakan untuk menemukan label kelas dari data objek.
Bagaimanapun, dalam sejumlah aplikasi, ada sebuah kemungkinan dimana
seseorang lebih memilih untuk meramalkan nilai data yang hilang daripada
mencari label kelas. Biasanya pada kasus ini, nilai yang diramalkan adalah data
berupa angka secara terperinci disebut dengan prediksi (prediction).
Berbeda dengan klasifikasi dan prediksi, yang menganalisis label kelas
pada data, klasterisasi menganalisis objek data tanpa berhubungan dengan suatu
label kelas yang dikenal. Objek-objek dikelompokkan berdasarkan prinsip dalam
memaksimalkan persamaan dalam kelas (intraclass) dan meminimalkan
persamaan antar kelas (interclass). Karena itu, klaster dari objek dibentuk agar
sebuah objek di dalam sebuah klaster memiliki persamaan yang tinggi dengan
objek lainnya, tetapi akan sangat berbeda jika dibandingkan dengan objek dalam
klaster lainnya. Setiap kluster yang terbentuk dapat juga kita defenisikan sebagai
kelas dari objek-objek.
Analisis asosiasi adalah salah satu teknik data mining untuk menemukan
aturan asosiatif (associative rules) antara suatu kombinasi item dalam suatu basis
data relasional. Karena kegunaannya secara luas dapat dipergunakan untuk
kepentingan bisnis dan menganalisa data transaksi, analisis asosiasi sering juga
disebut dengan Market Basket Analysis (Michael J.A Berry & Gordon S. Linoff,
2004).
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
2.2.2 Association rules
Association rules (aturan asosiasi) merupakan salah satu dari pengetahuan
yang paling penting dalam data mining yang dapat diartikan sebagai hubungan
dan ketergantungan antara sejumlah item (itemsets) dengan menentukan nilai
support dan confidence pada basis data. Aturan asosiasi ingin memberikan
informasi tersebut dalam bentuk hubungan “if-then” atau “jika-maka”.
Penting tidaknya suatu aturan assosiatif dapat diketahui dengan dua
parameter, support (nilai penunjang) yaitu prosentase kombinasi item tersebut
dalam database, dan confidence (nilai kepastian) yaitu kuatnya hubungan antar
item dalam aturan assosiatif. Dalam bidang ekonomi, aturan asosiatif telah
dipergunakan secara luas dalam mengukur pola konsumsi pelanggan berdasarkan
data keranjang belanja (Market basket data), sehingga sering disebut juga dengan
analisa keranjang belanja (Market basket analysis). Penggalian aturan asosiatif
(associative rules mining) berfungsi untuk menemukan aturan asosiasi yang
paling penting dari basis data berukuran besar.
Ada beberapa model aturan asosiasi (association rule) yang sering
dipergunakan selama ini, yakni (Jiawei Han & Micheline Kamber, 2000) :
a. Single level association rule, contoh :
komputer
software antivirus
b. Multilevel association rule, contoh :
IBM komputer
Canon Printer
c. Interdimensional association rule, contoh :
Age(x, 19,…,25) , Occupation (x, student)
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
buys (x, laptop)
d. Hybrid-dimensional association rule, contoh :
Age (x, 19,..,25), Buys (x, laptop)
Perbedaan
antara
interdimensional
buys (x, canon printer)
association
rule
dan
hybrid-
dimensional association rule terdapat pada pengulangan predikat pada sebuah
rule, dimana interdimensional tidak memperbolehkan sementara hybriddimensional memperbolehkan adanya pengulangan predikat.
Rumus untuk mencari nilai support dan confidence pada suatu item adalah
sebagai berikut :
a. Support
Support (A B) = jumlah transaksi mengandung A dan B *100
jumlah total transaksi
b. Confidence
Confidence (A B) = jumlah transaksi mengandung A dan B *100
jumlah total A dalam transaksi
c. Gabungan (Combination) = Support * Confidence
Langkah pertama pada association rule adalah menghasilkan semua
itemset yang memungkinkan dengan kemungkinan itemset yang muncul dengan
m-item adalah 2m.
2.2.3 Algoritma Apriori
Di antara jenis-jenis algoritma yang ada dalam penggalian aturan asosiasi
(association rules mining), algoritma apriori merupakan algoritma pendahulu
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
yang pertama kali ditawarkan oleh Rakesh Agrawal pada tahun 1993. Ide utama
pada algoritma apriori adalah dengan membaca database secara berulang.
Langkah pada algoritma apriori adalah : pertama - mencari frequent itemset dari
basis data transaksi, kedua – menghilangkan itemset dengan frekuensi yang
rendah berdasarkan level minimum support yang telah ditentukan sebelumnya,
dan terakhir - membuat aturan asosiasi (association rule) dari itemset yang
memenuhi ketentuan nilai minimum confidence dalam basis data (Agrawal dan
Srikant, 1994).
Algoritma apriori merupakan suatu bentuk algoritma dalam data mining
yang akan memberikan informasi tentang hubungan antar item dalam database
yang dapat dimanfaatkan secara luas dalam proses bisnis khususnya dalam proses
penjualan. Knowledge algoritma apriori terletak pada frequent itemset yang telah
diketahui sebelumnya, untuk memproses informasi selanjutnya (Erwin, 2009).
Terdapat dua proses utama pada algoritma apriori (Jiawei Han &
Micheline Kamber, 2000), yaitu sebagai berikut :
a. Join (penggabungan)
Dalam proses ini, setiap item dikombinasikan dengan item yang
lainnya sampai tidak terbentuk kombinasi lagi
b. Prune (pemangkasan)
Pada proses ini, hasil kombinasi item akan dipangkas dengan
menggunakan minimum support yang telah ditentukan oleh pengguna.
Algoritma apriori bekerja dengan cara menghasilkan kandidat baru dari kitemset pada frequent itemset sebelumnya dan menghitung nilai support k-itemset
tersebut. Itemset yang memiliki nilai support di bawah dari minsup akan dihapus.
Hak Cipta © milik UPN "Veteran" Jatim :
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Langkah selanjutnya adalah menghitung minconf mengikuti rumus sesuai yang
telah ditentukan. Support tidak perlu dilihat lagi, karena generate frequent itemset
didapatkan dari