Bab ini berisikan kesimpulan tentang program sistem informasi pemasaran yang diambil sesuai dengan hasil pembahasan dan saran tentang kemungkinan pengembangan program ini di masa depan yang diambil sesuai dengan hasil pembahasan.
Teori – teori yang digunakan sebagai landasan dalam desain dan implementasi dari sistem ini adalah sebagai berikut :
2.1. Sistem Informasi Manajemen
Sistem Informasi Manajemen adalah suatu sistem yang dirancang untuk menghasilkan informasi dan digunakan oleh manajemen dalam membuat perencanaan dan pengambilan keputusan. Sistem Informasi Manajemen digunakan untuk mendukung operasional dan fungsi pengambilan keputusan manajemen dengan mempertimbangkan informasi apa, untuk siapa dan kapan harus disajikan. Konsep sistem informasi manajemen adalah bahwa komputer harus diterapkan untuk tujuan utama yaitu menghasilkan informasi manajemen.
2.2. Manjemen Pemasaran
Manajemen pemasaran adalah proses perencanaan dan pelaksanaan dari perwujudan, pemberian harga, promosi dan distribusi dari barang – barang, jasa dan gagasan untuk menciptakan pertukaran dengan kelompok sasaran yang memenuhi tujuan pelanggan dan organisasi. Definisi ini dapat disimpulkan bahwa manajemen pemasaran adalah proses yang mencakup analisis, perencanaan, pelaksanaan dan pengawasan; juga mencakup barang, jasa serta gagasan; berdasarkan pertukaran dan tujuannya adalah memberikan kepuasan bagi pihak yang terlibat.
7
2.3. Sistem Informasi Pemasaran
Sistem Informasi pemasaran adalah sebuah unsur penting dalam pemasaran yang efektif sebagai akibat dari kecenderungan menuju pemasaran nasional dan internasional, transisi dari kebutuhan konsumen menjadi keinginan konsumen, dan transisi dari persaingan harga menjadi persaingan bukan harga. Dalam banyak kasus, informasi tidak tersedia atau terlambat atau tidak dapat dipercaya. Oleh sebab itu diperlukan adanya sistem informasi pemasaran yang mampu menangani hal - hal diatas.
Suatu sistem informasi pemasaran yang dirancang dengan baik terdiri dari: 1. Sistem Catatan Internal adalah sistem yang memberikan data terbaru
mengenai penjualan, biaya, persediaan, arus kas, dan hutang piutang. 2. Sistem Inteligen Pemasaran adalah sistem yang memberikan para
manager pemasaran informasi harian mengenai perkembangan dalam lingkungan pemasaran eksternal.
3. Riset Pemasaran adalah sistem yang melibatkan pegumpulan informasi yang relevan dengan masalah pemasaran tertentu yang sedang dihadapi perusahaan. Proses riset pemasaran sendiri terdiri dari beberapa tahap, yaitu:
A. Menentukan masalah dan sasaran riset B. Mengembangkan rencana riset
C. Mengumpulkan informasi D. Menganalisis informasi. E. Menyajikan hasil penemuan.
4. Sistem Pendukung Keputusan Pemasaran adalah sistem yang terdiri dari tehnik - tehnik statistik dan model keputusan untuk membantu para manager pemasaran dalam membuat keputusan yang lebih baik.
2.4. Sistem Basis Data
Sistem Basis Data secara umum dapat diartikan sebagai suatu sistem dalam pengolahan data menjadi informasi. Sebuah sistem basis data terdiri dari :
1. Database Management System (DBMS) adalah perangkat lunak yang memelihara, menyimpan, dan mengolah data yang tersimpan dalam suatu database. Salah satu golongan DBMS adalah Relational Database Management System (RDBMS), yang menyimpan data dalam bentuk tabel yang terdiri dari kolom dan baris, dimana setiap jenis data menjadi kolom dan setiap serangkaian data (record) menjadi baris dari tabel tersebut. Antara kolom dalam satu tabel dapat direlasikan ke kolom di tabel yang lain.
2. Database Application Software (DBAS) adalah sebagai aplikasi yang memudahkan pengguna untuk mengakses data yang tersimpan didalam DBMS. DBAS dapat dikategorikan sebagai development tools dan
query / reporting tools.
2.5. Data Mining
Data mining dapat diartikan sebagai proses pencairan hubungan dan pola global dari database yang besar dan tersembunyi. Diantara sejumlah data yang besar dan tersembunyi, terdapat informasi yang dapat digunakan untuk
9
menentukan keputusan bisnis. Pada dasarnya data mining memperhatikan analisis data dengan menggunakan teknik perangkat lunak untuk mencari pola aturan sejumlah data.
2.6. Clustering
Metode data mining dapat diklasifikasikan berdasarkan fungsi atau aplikasi dimana mereka digunakan. Teknik data mining yang digunakan dalam menyelesaikan tugas akhir ini adalah menggunakan teknik cluster analisis.
Clustering dan segmentasi merupakan partisi dasar dalam suatu database yang dibagi menjadi beberapa partisi maupun group yang memiliki kesamaan dan mempunyai beberapa konsep yang digunakan pada beberapa aplikasi. Keanggotaan dalam suatu group dapat dijadikan dasar kesamaan diantara anggota dan dari mana anggota tersebut dapat didefinisikan.
Pendekatan lain yang digunakan untuk membangun suatu set fungsi, dapat pula diukur dari beberapa sifat partisi. Contoh : group atau subset yang dijadikan sebagai suatu fungsi dari beberapa parameter dalam suatu partisi.
Clustering menurut optimalisasi suatu set fungsi dapat digunakan dalam menganalisis data. Contoh : aturan tarif asuransi seorang customer dapat digolongkan menurut jumlah parameter dan penggolongan tarif optimal.
Clustering atau segmentasi dalam suatu database adalah proses pemisahan suatu set data ke dalam komponen dimana menggambarkan keteraturan pola yang konsisten dalam suatu perlakuan. Data dapat disusun ulang menjadi beberapa subset yang dapat dimengerti dan juga diberikan suatu sub group dari suatu populasi untuk analisa lebih lanjut atau kejadian yang lebih penting dalam suatu
Contoh : suatu database dapat digunakan untuk melihat riwayat penjualan dalam menentukan target pemasaran untuk memprediksi penjualan pada periode pemasaran berikutnya.
2.7. Pengelompokan Agglomerative
Bentuk algoritma agglomerative clustering adalah sebagai berikut:
1. Mulai dengan banyak cluster dengan satu record dalam satu cluster. 2. Dari semua cluster ambil dua cluster dengan jarak terkecil.
3. Gabungkan kedua cluster tersebut dalam satu cluster baru. 4. Cari jarak baru dari masing masing cluster.
5. Ulangi langkah kedua sampai ke empat sehingga akhirnya hanya ada satu cluster saja.
Pada saat menentukan jarak harus dibuat dahulu sebuah matrik persamaan. Matrik persamaan yaitu sebuah matrik yang membandingkan antara dua buah
cluster. Misalnya ada 5 buah data, maka dapat dibuat Tabel persamaan matrik sebagai berikut :
Tabel 2.1 Contoh matrix jarak data
Matrik jarak antara data A hingga E A B C D E A 0 B 5 0 C 10 25 0 D 15 4 3 0 E 7 3 23 13 0
11
Hanya perlu menggunakan matrik segitiga di bawah garis diagonal karena data jarak segitiga bawah sama dengan data jarak segitiga atas. Kemudian lakukan tahapan algoritma clustering diatas. Dengan history yang ada maka telah didapatkan sebuah cluster tree yang akan mempercepat dalam pencarian dengan data yang banyak.
Dalam menentukan jarak antar cluster yang beranggotakan lebih dari satu, ada beberapa metode yang diterapkan, yaitu :
1. Single linkage
Single linkage adalah metode pencarian jarak antara cluster dengan membandingkan anggota masing-masing cluster, sehingga ditemukan jarak yang paling dekat antara anggota cluster yang satu dengan anggota
cluster pada cluster yang lainnya. 2. Complete linkage
Complete linkage adalah metode pencarian jarak antar cluster dengan membandingkan anggota masing-masing cluster, sehingga ditemukan jarak yang paling jauh antara anggota cluster yang satu dengan anggota
cluster pada cluster yang lainnya. 3. Comparison of centroid
Comparison of centroid adalah metode pencarian jarak antar cluster
dengan menghitung nilai tengah (rata-rata) dari masing-masing cluster. Metode comparison of centroid dapat diilustrasikan sebagai berikut :
Gambar 2.1 Gambar Perbandingan Cluster
2.8. Analisa dan Perancangan Sistem
Analisa dan perancangan sistem dapat diwujudkan dengan menggunakan permodelan, diantaranya adalah sebegai berikut :
1. Entity Relationship Diagram (ERD)
ERD digunakan untuk menginterpretasikan, menentukan dan mendokumentasikan kebutuhan-kebutuhan untuk sistem pemrosesan
database. ERD menyediakan bentuk untuk menunjukkan struktur keseluruhan kebutuhan data dari pemakai. Adapun elemen-elemen dari ERD ini adalah:
a. Entitas
Komponen entitas digambarkan dengan kotak persegi empat
Gambar 2.2 Simbol Entity b. Hubungan atau relasi
Hubungan atau relasi antar entitas dengan entitas lainnya merupakan bentuk “diamond”. Comparison of centroids C2 C1 Complete Lingkage single Lingkage Konsumen
13
Gambar 2.3 Simbol Relasi
Hubungan antara satu entitas dengan entitas lainnya dapat berbentuk: 1. Hubungan satu ke satu
2. Hubungan satu ke banyak 3. Hubungan banyak ke banyak c. Pengidentifikasi
d. Atribut
2. Data Flow Diagram (DFD)
DFD berfungsi untuk menggambarkan proses aliran data yang terjadi didalam sistem dari tingkat yang tertinggi sampai yang terendah, yang memungkinkan kita untuk melakukan dekomposisi, mempartisi atau membagi sistem kedalam bagian-bagian yang lebih kecil dan lebih sederhana. DFD memiliki empat simbol yaitu:
a. Elemen-elemen lingkungan yang berhubungan dengan sistem.
Gambar 2.4 Simbol Elemen Luar DFD b. Proses.
Gambar 2.5 Simbol Proses DFD
Produk Have Konsumen
Sistem Konsumen
Inputan Melalui Keyboard Proses Dari Sistem
Kartu Pita Magnetic
Pita Pons
Arus Informasi File Offline Storage Penyimpanan Sementara
Ke Halaman Berikut Decision / Keputusan
Display Media Penyimpanan
c. Arus data.
Gambar 2.6 Simbol Arus DFD d. Penyimpanan data.
Gambar 2.7 Simbol Penyimpanan Data DFD 3. Sistem Flow Chart
Sistem flow chart merupakan alat bantu yang banyak digunakan untuk menggambarkan sistem secara fisikal. Simbol-simbol yang digunakan dalam sistem flow chart antara lain :
Gambar 2.8 Simbol Flow Chart
15
2.9. Microsoft Visual Basic 6.0
Microsoft Visual Basic 6.0 adalah sebuah program yang mampu membangun suatu sistem yang lengkap dengan baik. Hal ini dikarenakan Visual basic 6.0 sekarang memiliki fitur untuk membangun sebuah web yang sama bagusnya dengan sistem mengakses database. Selain itu masih banyak hal baru yang hanya akan didapatkan pada visual basic 6.0 seperti :
1. Alat Penggabungan Visual Database.
Fitur ini sudah berada didalam program visual basic 6.0. Jadi alat ini dapat membantu dalam melakukan view, query, design dan bagian dari diagram database seperti : penyimpanan prosedure, tabel, diagram, view dan sinonim dengan baik.
2. Data Desainer
Visual Basic 6.0 dapat menghasilkan desain yang interaktif, dengan tampilan desain grafik yang langsung terkoneksi dengan database yang menggunakan Active X Data Object (ADO). Desain tersebut dapat membantu dalam :
a. Menambah desain data environment pada proyek. b. Membuat koneksi antar obyek.
c. Membuat hirarki berdasarkan perintah pengelompokan obyek atau menghubungkan satu / lebih perintah dengan perintah yang lain. Dengan banyaknya fitur yang dibawa oleh visual basic 6.0 menghasilkan aplikasi yang dibangun menjadi lebih kompleks. Dengan teknik pemrograman yang berorientasi pada object - object diatas dapat digunakan dalam waktu yang
bersamaan dengan penggunaan antar aplikasi dan antar proyek, sehingga dapat membantu dalam melakukan pemeliharaan sistem.
2.10. Microsoft SQL 2000
SQL Server 2000 adalah sebuah database relasional yang dirancang untuk mendukung aplikasi dengan arsitektur client / server. Dimana database yang terdapat pada komputer pusat disebut server, dan informasi yang digunakan bersama-sama oleh beberapa user yang menjalankan aplikasi di dalam komputer lokal disebut client. Arsitektur semacam ini memberikan integritas data yang tinggi, karena semua user bekerja dengan informasi yang sama.
Arsitektur client / server sangat mengurangi lalu lintas network, karena arsitektur client / server hanya memberikan data yang diminta oleh user saja. Contoh : jika sebuah pencarian suatu database yang mengandung 100.000 records
hanya menghasilkan 3 record, 3 record ini saja yang akan dikirimkan melalui
network kepada komputer client. Sedangkan pada sistem tradisional, semua
database yang mengandung 100.000 record akan dikirimkan melalui network.
Interface dari SQL 2000 ini membawa banyak inovasi dan kemudahan dalam penggunaan, dan pada saat yang sama pula dapat menggabungkan sarana-sarana yang canggih untuk user tingkat lanjut. Versi baru ini dapat dijalankan pada Windows 95 / 98 dan NT dengan kompatibilitas kode sebesar 100 persen.
SQL Server menggabungkan Online Analytical Processing (OLAP) Server dan modul untuk Data Transformation Services (DTS), serta manajemen dapat terintegrasi dari banyak server, disamping sarana-sarana lain.
17
2.11. Power Designer 6.0 (Data Architect 32-bit)
Power designer 6.0 merupakan suatu software yang membantu dalam pembuatan dan pengujian terhadap desain sistem yang dibuat. Software ini mempunyai fasilitas Level Balance yang berfungsi untuk mengetahui keseimbangan antara input dan output dari sistem, dan juga fasilitas Rule Check
yang berfungsi untuk menguji adanya kesalahan pada desain sistem. Software ini terdiri atas empat jenis, yaitu :
A. Process Analysis digunakan untuk membangun diagram alir dari suatu sistem yang lebih dikenal dengan nama DFD (Data Flow Diagram). B. Data Architect digunakan untuk membangun diagram relasi antar tabel
dari sistem yang ada. Diagram ini dikenal dengan nama ER-Diagram. C. Meta Works digunakan untuk menggabungkan hasil desain yang ada dari
DFD dan ER-Diagram yang dibuat untuk disiapkan menjadi suatu aplikasi dengan menghubungkan ke database yang dibuat.
D. AppModeler digunakan untuk membangun aplikasi dari sistem yang dibuat. Dengan menggunakan AppModeler dapat dibuat aplikasi dengan bahasa pemrograman Visual Basic, Delphi, Power Builder, Power++.
2.12. Interaksi Manusia dan Komputer
Interaksi manusia dan komputer mengandung maksud bahwa manusia dan komputer dapat saling tukar menukar informasi layaknya percakapan orang dengan komputer. Faktor manusia atau ergonomi dalam sistem komputer memperhitungkan bagaimana komputer berinteraksi dengan manusia. Untuk
mengerti hubungan pemakai dengan komputer yang baik adalah dengan membaginya kedalam suatu katagori minimal 8 katagori, yaitu :
• Pemakai komputer.
• Alat input.
• Bahasa input.
• Rancangan dialog.
• Pemandu user.
• Pesan ynag timbul.
• Rancangan layar.
• Waktu respon komputer.
Dokumentasi komputer merupakan salah satu tipe petunjuk pemakai yaitu merupakan salah satu penyimpanan detail yang biasanya menawarkan grafik dan kata-kata untuk bermacam-macam contoh yang menjelaskan masalah dan konsep.
BAB III
PERANCANGAN SISTEM
3.1. Analisa Permasalahan
Sistem Informasi Pemasaran terdiri dari orang, peralatan dan prosedur untuk dapat mengumpulkan, menyortir, menganalisis, mengeveluasi dan mendistribusikan informasi yang tepat waktu, akurat, dan dibutuhkan bagi pembuat keputusan pemasaran.
Sistem Informasi Pemasaran dibangun untuk mempermudah pengguna dalam melakukan berbagai aktivitas seperti : transaksi, pembayaran dan lain sebagainya. Sistem Informasi Pemasaran yang baik terdiri dari beberapa sub sistem, yaitu:
1. Sistem Catatan Internal
Sistem Catatan Internal adalah sistem yang memberikan data terbaru mengenai penjualan, pembayaran, dan piutang. Pada sistem informasi pemasaran produk dan konsumen ini, sistem catatan berupa : data konsumen, data produk, data transaksi dan data pembayaran.
2. Sistem Inteligen Pemasaran
Sistem Inteligen Pemasaran adalah sistem yang memberikan para manager pemasaran informasi harian mengenai perkembangan dalam lingkungan pemasaran eksternal. Dalam sistem informasi pemasaran produk dan konsumen ini, sistem inteligen berupa : laporan konsumen, laporan produk, laporan transaksi, laporan pembayaran dan laporan pembentukan kelompok yang pengolahan datanya mengggunakan metode Agglomerative cluster.
3. Riset Pemasaran
Riset Pemasaran adalah sistem yang melibatkan pegumpulan informasi yang relevan dengan permasalahan pemasaran tertentu yang sedang dihadapi perusahaan. Dalam sistem informasi pemasaran produk dan konsumen ini, riset pemasaran berupa : penyajian data yang akurat sehingga membantu manager dalam melakukan riset.
4. Sistem Pendukung Keputusan Pemasaran
Sistem Pendukung Keputusan Pemasaran adalah sistem yang terdiri dari tehnik- tehnik statistik dan model keputusan untuk membantu para manager pemasaran dalam membuat keputusan yang lebih baik. Dalam sistem informasi pemasaran produk dan konsumen ini, sistem pendukung keputusan pemasaran berupa : kesimpulan akhir yang disajikan dalam pengelompokan data sehingga manager dapat mengambil keputusan pemasaran pada masa mendatang.
Sebelum sistem ini dibangun diperlukan adanya analisa kebutuhan yang memiliki beberapa tahapan sebagai berikut :
1. Inisialisasi spesifikasi kebutuhan perangkat lunak dan perangkat keras. Perangkat lunak yang dibutuhkan dalam perancangan sistem ini adalah:
• Sql server 2000 yang menjadi tumpuan utama dalam pengolahan
database. Dengan adanya sql server 2000 dapat menggunakan perintah
sql seperti : select, view, group by dan lain sebagainya sehingga dapat mempercepat pemrosesan data dalam jumlah yang banyak dan diharapkan waktu yang dibutuhkan untuk mengolah data dapat lebih efisien.
21
• Visual Basic 6.0 yang menjadi program utama untuk membangun sistem informasi pemasaran pengelompokan produk dan konsumen. Semua perhitungan selain yang dapat dilakukan oleh database, dapat dilakukan oleh program visual basic 6.0, misalnya :
Perhitungan jarak antar cluster yang berupa matrix, dapat dihitung dengan perhitungan sebagai berikut :
Do Do n = n + 1 With clus R1 = (Val(txtot.Text) - .Fields("t_trans")) ^ 2 R2 = (Val(txbeli.Text) - .Fields("t_beli")) ^ 2 R3 = (Val(txkrm.Text) - .Fields("bia_krm")) ^ 2 R4 = (Val(txcrdt.Text) - .Fields("crdt_lim")) ^ 2 R5 = (Val(txterm.Text) - .Fields("crdt_term")) ^ 2 R = Sqr(Val(R1) + Val(R2) + Val(R3) + Val(R4) + Val(R5)) End With With mat . AddNew .Fields("id_cust") = n .Fields("jarak") = R .Fields("gab1") = txid.Text .Fields("gab2") = clus.Fields("id_cust") .UpdateBatch End With clus.MoveNext Loop Until clus.EOF cari
Loop Until s = 1 Sub cari()
clus.MoveFirst
Do While clus.Fields("id_cust") <> txid.Text clus.MoveNext Loop clus.MoveNext If clus.EOF Then s = 1 Else tampil clus.MoveNext If clus.EOF Then s = 1 End If End Sub
Selain untuk melakukan perhitungan, program visual basic 6.0 juga digunakan sebagai program desain interface, yang berfungsi untuk memperindah wajah program.
Perangkat keras yang dibutuhkan berupa satu unit cpu lengkap dengan spesifikasi prosesor minimal pentium 3, 667mhz dan memori 256, hal ini dikarenakan perhitungan data yang banyak. Setelah di ujicoba menggunakan komputer dengan spesifikasi diatas, kinerja program terlihat begitu lambat karena untuk menyelesaikan perhitungan 100 buah data diperlukan waktu kurang lebih 10 menit. Sehingga untuk menjalankan sistem informasi pemasaran ini direkomendasikan perangkat keras yang lebih canggih dari komputer dengan spesifikasi diatas agar kinerja program dapat berjalan lebih cepat.
2. Proyeksi waktu dan kompleksitas sistem.
Proyeksi waktu yang dibutuhkan untuk menyelesaikan sistem informasi pemasaran pengelompokan produk dan konsumen diperkirakan 3 bulan, hal ini disebabkan oleh banyaknya perhitungan yang ada serta banyaknya jumlah data yang akan dihitung.
Kompleksitas sistem informasi pemasaran yang dibangun ini berupa pengambilan data yang akurat dan pembuatan sistem, yang meliputi : transaksi, input konsumen dan produk, pembayaran dan penentuan kelompok konsumen.
23 3.2. Perancangan Sistem
Sistem informasi pemasaran produk dan konsumen dirancang dengan menggunakan metode agglomerative clustering, dengan tujuan agar mempermudah dalam menentukan pembentukan kelompok. Metode agglomerative clustering ini dipilih karena dengan metode ini jumlah kelompok yang dihasilkan fleksibel sesuai dengan kebutuhan pengguna. Selain itu dalam pengerjaannya metode agglomerative clustering lebih mudah diimplementasikan ke dalam sistem informasi pemasaran produk dan konsumen.
Agglomerative clustering adalah metode pengelompokan data berdasarkan kemiripan dari jarak masing-masing data. Jumlah kelompok yang terbentuk akan muncul sesuai dengan jarak dan jumlah data yang ada. Jarak pada masing-masing data dapat dihitung dengan rumus jarak Euclid. Urutan proses agglomerative clustering data marketing adalah sebagai berikut :
• Proses Clustering dimulai dari masukkan data item produk yang diproduksi oleh perusahaan beserta data customer yang mengorder item produk, dimana pada awalnya setiap data customer terdiri dari satu cluster, sehingga terdapat banyak
cluster yang sesuai dengan banyaknya data customer.
• Data tersebut kemudian digabungkan dengan masing-masing cluster yang terdekat menjadi cluster yang lebih besar sehingga terbentuk cluster baru dengan jarak yang baru juga.
• Penggabungan ini dilakukan secara terus-menerus sehingga hanya akan menghasilkan satu cluster saja dan juga menghasilkan sebuah dendogram.
Dendogram adalah tree data customer yang terbentuk dari proses cluster dan kemudian diwujudkan dalam bentuk grafik. Dari dendogram tersebut dapat dilihat hasil terbaik dari kelompok yang terbentuk menurut sistem informasi pemasaran.
3.3. Alur sistem
Alur sistem merupakan suatu gambaran aliran kerja, dimana alur sistem menggambarkan proses dan urutan kerja sistem informasi pemasaran produk dan konsumen secara garis besar. Gambaran aliran kerja sistem informasi pemasaran adalah sebagai berikut :
Gambar 3.1 Sistem Flow Login
Mulai
Input Password Validasi Password
A
25
Gambar 3.2 Sistem Flow Proses Transaksi
Gambar 3.3. Sistem Flow Clustering
InputTransaksi Proses Transaksi Transaksi Product Customer Marketing Nota Transaksi Selesai A Input Variabel Proses perhitungan jarak data Transaksi Product Customer (n) Marketing Hasil Clustering Selesai A Command
Proses Pencarian data terkecil Proses penggabungan cluster Proses Penyimpanan cluster History Tmp_graph Temp_cluster Matrix n-1
i
Penjelasan tentang sistem flow clustering pada sistem informasi ini adalah sebagai berikut :
3.3.1.Proses Perhitungan Jarak Data
Proses untuk menghitung jarak masing-masing data dengan data lainnya yaitu dengan menggunakan rumus jarak Euclid. Rumus jarak Euclid adalah sebagai berikut :
Drs=( ∑ (Xri-Xsi)2)1/2 Contoh :
Tabel 3.1 Contoh Perhitungan Customer id Total Transaksi (Rp) Total Pembelian Credit Limit (Rp) Biaya Transport (Rp) Discount (Rp) A 157.000.000 5 40.000.000 2.500.000 15.700.000 B 130.000.000 4 50.000.000 5.000.000 9.750.000 C 70.000.000 7 15.000.000 3.500.000 3.500.000 D 165.000.000 3 100.000.000 4.500.000 12.375.000 Dab = ((157000000 - 130000000)2 + (5 - 4)2 + (40000000 - 50000000)2 + (2500000 - 5000000)2 + (15700000 - 9750000)2)1/2 = 29506821,25 Dac = ((157000000 - 70000000)2 + (5 - 7)2 + (40000000 - 15000000)2 + (2500000 - 3500000)2 + (15700000 - 3500000)2)1/2 = 91344622,17 Dad = ((157000000 - 165000000)2 + (5 - 3)2 + (40000000 - 100000000)2 + (2500000 - 4500000)2 + (15700000 - 12375000)2)1/2 = 60655219,27
27 Dbc = ((130000000 - 70000000)2 + (4 - 7)2 + (50000000 - 15000000)2 + (5000000 - 3500000)2 + (9750000 - 3500000)2)1/2 = 69758960 Dbd = ((130000000 - 165000000)2 + (4 - 3)2 + (50000000 - 100000000)2 + (5000000 - 4500000)2 + (9750000 - 12375000)2)1/2 = 61091248,35 Dcd = ((70000000 - 165000000)2 + (7 - 3)2 + (15000000 - 100000000)2 + (3500000 - 4500000)2 + (3500000 - 12375000)2)1/2 = 127787971,4
3.3.2.Proses Pencarian Data Terkecil
Proses pencarian data terkecil adalah proses yang membandingkan data jarak satu dengan data jarak lainnya.
Contoh : Dab = 29506821,25 Dac = 91344622,17 Dad = 60655219,27 Dbc = 69758960 Dbd = 61091248,35 Dcd = 127787971,4
Dari hasil contoh perhitungan diatas ditemukan data jarak terkecil, yaitu : Dab.
Algorithma pencarian data jarak terkecil adalah sebagai berikut :
For i = 1 to jumlah data -1 For j = i +1 to jumlah data Kecil = min(Dij); D1=i
D2=j Next j Next I
3.3.3.Proses Penggabungan Cluster
Proses penggabungan cluster dapat dilaksanakan jika telah ditemukan data jarak terkecil dengan mengunakan algorithma seperti diatas. Pada algorithma, setelah data jarak di ketahui maka cluster D1 dan D2 dapat digabungkan dengan membentuk suatu
cluster baru (N). Langkah selanjutnya yaitu harus menentukan jarak dari cluster baru tersebut ke cluster yang lainnya.
Contoh : data yang digabungkan adalah data A dan B sehingga terbentuk sebuah
cluster baru yaitu (AB) dimana : D(ab),d = Min (Dad, Dbd ) = 60655219,27 D(ab),c = Min (Dac, Dbc) = 69758960
Setelah itu data cluster yang telah digabungkan disimpan dalam file. Ulangi lagi proses pencarian data jarak terkecil dari cluster yang tersisa sampai hanya tinggal satu
29 3.3.4.Penyimpanan Data Tree Cluster
Untuk penyimpanan pada file masing - masing cluster yang telah digabungkan dengan cluster - cluster lain, maka data cluster tersebut harus disimpan didalam file
database sehingga pada akhir perhitungan sistem informasi pemasaran, pengelompokan