ANALISIS TATA LETAK PRODUK PADA
PENGELOLAAN PREFERENSI PELANGGAN KOPERASI
RETAIL
FIRDAUS KARIMUDDIN
F34070008
DEPARTEMEN TEKNOLOGI INDUSTRI PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR BOGOR
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*
Dengan ini saya menyatakan bahwa skripsi berjudul Analisis Tata Letak Produk Pada Pengelolaan Preferensi Pelanggan Koperasi Retail adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor.
ABSTRAK
FIRDAUS KARIMUDDIN. Analisis Tata Letak Produk Pada Pengelolaan Preferensi Pelanggan Koperasi Retail. Dibimbing oleh TAUFIK DJATNA.
Minimart merupakan salah satu industri retail. Kekurangan dari industri ini adalah kurangnya komitmen dan kemudahan pembeli untuk beralih ke pesaing. Untuk itu, diperlukan manajemen pelanggan atau Customer Relationship Management (CRM). Tujuan penelitian ini adalah mengidentifikasi tata letak produk di koperasi retail dan menyusun perbaikan tata letak yang memenuhi preferensi pelanggan. Penelitian ini menggunakan analisis RFM dan metode association rules. Data transaksi per hari diperlukan untuk analisis RFM. Produk pada data transaksi diklasifikasikan menjadi kelompok besar dan kelompok kecil. Nama produk diubah dalam bentuk kode. Perhitungan associacion rules dilakukan dengan menghitung nilai support, confidence dan improvement untuk kelas besar dan kelas kecil. Penentuan nilai dari A, E, I, O, U, X dilakukan dari tiap-tiap kelas. Peletakkan dari produk sudah dapat ditentukan dan dapat digambarkan. Hasil identifikasi tata letak menunjukkan peletakkan produk di koperasi retail selama sebulan tidak beraturan dan tidak mengalami perubahan. Hasil perbaikan tata letak menunjukkan nilai support tertinggi terdapat pada kategori E (Keperluan mencuci) -> K (Bumbu dapur), yaitu 1.2. Dengan demikian, denah peletakan kategori E dan K berposisi mutlak berdekatan.
Kata kunci: customer relationship management, association rules, analisis RFM.
ABSTRACT
FIRDAUS KARIMUDDIN. Layout Analysis Of Product Management Koperasi Retail Customer Preferences. Supervised by TAUFIK DJATNA.
Minimart is one of the retail industry. Disadvantages of this industry is the lack of commitment and ease buyers to switch to a competitor. For that, we need the customer management or Customer Relationship Management (CRM). The purpose of this study is to identify the layout of the product in koperasi retail and arrange layout improvements that meet customer preferences.. This study uses RFM analysis and methods of association rules. Data transactions per day is required for RFM analysis. Product on transaction data is classified Become large group and small groups. Product name changed in code. Association calculation rules is done by calculating the value of support, confidence and improvement for large classes and small classes. Determining the value of A, E, I, O, U, X made of each class. The placement of a product can be determined and can be described. The identification results show the layout of the laying of the product in koperasi retail irregular and no change for a month. Results improved layout shows the highest support values found in category E (Purposes washing) -> K (herbs), namely 1.2. Thus, the plan of laying a category E and K absolute positioned adjacent.
Skripsi
sebagai salah satu syarat untuk memperoleh gelar Sarjana Teknologi Pertanian
pada
Departemen Teknologi Industri Pertanian
ANALISIS TATA LETAK PRODUK PADA
PENGELOLAAN PREFERENSI PELANGGAN KOPERASI
RETAIL
FIRDAUS KARIMUDDIN
F34070008
DEPARTEMEN TEKNOLOGI INDUSTRI PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR BOGOR
© Hak Cipta Milik IPB, Tahun 2013 Hak Cipta Dilindungi Undang-Undang
Judul Skripsi : Analisis Tata Letak Produk Pada Pengelolaan Preferensi Pelanggan Koperasi Retail
Nama : Firdaus Karimuddin
NIM : F34070008
Disetujui oleh
Dr. Eng. Taufik Djatna, STP, MSi Pembimbing
Diketahui oleh
Prof. Dr. Ir. Nastiti Siswi Indrasti Ketua Departemen
PRAKATA
Puji dan syukur dipanjatkan ke hadapan Allah SWT atas karunia-Nya sehingga skripsi ini berhasil diselesaikan. Penelitian dengan judul “Analisis Tata Letak Produk Pada Pengelolaan Preferensi Pelanggan Koperasi Retail” dilakukan dari bulan Januari sampai dengan Juli 2013.
Dengan telah selesainya penelitian hingga tersusunnya skripsi ini, penulis ingin menyampaikan penghargaan dan terima kasih yang sebesar-besarnya kepada Dr. Eng. Taufik Djatna, M.Si sebagai dosen pembimbing yang telah membimbing, memberikan kritik, saran, dan motivasi dalam penyusunan skripsi. Kemudian, penulis ingin mengucapkan terima kasih juga kepada Bapak Suprihatin dan Ibu Indah Yuliasih selaku dosen penguji atas kritik dan saran selama masa ujian berlangsung. Di samping itu, penulis ingin mengucapkan terima kasih kepada kedua orang tua dan seluruh keluarga yang telah memberikan doa, kasih sayang, dan dukungan kepada penulis. Kemudian, penulis juga tidak lupa ingin mengucapkan terima kasih kepada seluruh teman-teman seperjuangan TIN 44, TIN 45, TIN 46 atas semangat dan kebersamaan kita selama ini. Penulis juga ingin berterima kasih kepada Saudara Sururi Rifa’i yang telah membantu penulis, baik dalam memberikan semangat dan pembelajaran berharga dalam pengerjaan skripsi. Penulis berharap semoga tulisan ini bermanfaat dan memberikan kontribusi yang nyata terhadap perkembangan ilmu pengetahuan di bidang Teknologi Industri Pertanian Indonesia.
DAFTAR ISI
DAFTAR TABEL vi
DAFTAR GAMBAR vi
DAFTAR LAMPIRAN vi
PENDAHULUAN 1
Latar Belakang 1
Tujuan Penelitian 1
Ruang Lingkup Penelitian 2
TINJAUAN PUSTAKA 2
METODE 5
Prosedur Analisis Data 6
HASIL DAN PEMBAHASAN 9
SIMPULAN DAN SARAN 16
Simpulan 16
Saran 16
DAFTAR PUSTAKA 17
LAMPIRAN 18
DAFTAR TABEL
1 Kategori produk dan nama kodenya 11
2 Hasil perhitungan nilai support, confidence, dan improvement untuk
produk Ah (teh celup sariwangi) 12
3 Ketentuan nilai support tiap produk pada simbol derajat kedekatan A,
E, I, O, U 12
4 Ketentuan nilai support tiap kategori produk pada simbol derajat
kedekatan A, E, I, O, U, X 13
DAFTAR GAMBAR
1 Tahap perbaikan tata letak 6
2 Bagan alir analisis RFM 7
3 Bagan alir association rules mining 8
4 Contoh gambar diagram keterkaitan 9
5 Denah peletakkan produk sebelum perbaikan 10 6 Contoh diagram keterkaitan untuk produk kategori A 13
7 Diagram Keterkaitan Tiap Kategori 14
8 Denah peletakkan produk per kategori 15
DAFTAR LAMPIRAN
1 Kuisioner pembelian produk 18
2 Contoh data transaksi 19
20
PENDAHULUAN
Latar Belakang
Minimart merupakan salah satu industri retail. Industri retail adalah industri yang menawarkan banyak macam produk yg dibutuhkan pelanggan dengan cara berbeda. Kekurangan dari industri ini adalah kurangnya komitmen dan kemudahan pelanggan untuk beralih ke pesaing. Selain itu, masalah preferensi pelanggan terhadap suatu produk juga jarang diperhatikan terutama dalam hal perubahan tata letak produk berdasarkan daya jual produk. Hal tersebut dapat mempengaruhi daya jual atau selling produk (Tsiptsis dan Chorianopoulos, 2009).
Menurut Muharam, S (2001a), pelanggan masa depan adalah pelanggan yang memiliki ekpektasi yang lebih tinggi, meminta lebih banyak, menginginkan kualitas yang lebih tinggi dan konsisten, lebih banyak pilihan, toko yang lebih nyaman dan pelayanan yang lebih bernilai, namun dengan membayar lebih murah, waktu lebih cepat, dengan usaha dan resiko lebih rendah. Dapat diperkirakan, kompetisi selanjutnya, tidak hanya pada harga, namun menyangkut variable lain yang berkaitan dengan value atas pengalaman berbelanja pelanggan.
Demi memenuhi ekspektasi pelanggan dalam tata letak produk, diperlukan adanya manajemen pelanggan, yaitu Customer Relationship Management (CRM) .Prinsip fokus terhadap pelanggan menjadi prinsip dasar penerapan CRM di industri. Analisis RFM adalah pendekatan umum untuk memahami perilaku pembelian konsumen. Dalam industri retail, dimensi RFM adalah Recency, yaitu waktu terakhir (ter-update) customer atau pelanggan melakukan transaksi, Frequency,yaitu jumlah produk yang dibeli oleh pelanggan, dan Monetary,yaitu jumlah nominal penjualan yang dilakukan oleh pelanggan.
Sebagai bagian dari CRM, strategi selling harus didahului oleh analisis yang mendalam mengenai data transaksi pelanggan. Dengan menggunakan konsep data mining, melibatkan proses pengambilan sumber informasi dari sebuah transaksi pelanggan yang mencakup produk apa yang mereka beli, perilaku pembelian pelanggan, dan lain-lain. Data mining dapat membantu mempercepat proses pengambilan keputusan secara cepat dan memungkinkan perusahaan untuk mengelola informasi yang terkandung di dalam data transaksi menjadi sebuah pengetahuan (knowledge). Dengan pengetahuan yang diperoleh, perusahaan dapat meningkatkan pendapatannya dan mengurangi biaya. Pada akhirnya di masa yang akan datang perusahaan dapat lebih kompetitif.
Tujuan Penelitian
2
Ruang Lingkup Penelitian
Ruang lingkup dari penelitian ini meliputi pengamatan data transaksi per hari di minimart koperasi yang digunakan untuk memperoleh kaidah atau rules dan denah peletakkan produk. Hasil dari penelitian ini hanya dipengaruhi oleh data yang telah diolah berdasarkan data transaksi yang diperoleh.
TINJAUAN PUSTAKA
Industri Retail
Berbicara tentang retail, berarti berbicara tentang industri yang dinamis dimana terdapat hubungan dinamika antara manusia dengan barang yang diolah melalui ketatnya rentetan proses produksi dan panjangnya jalur distribusi (Anonim, 2013). Industri retail adalah industri yang menawarkan banyak macam produk yg dibutuhkan pelanggan dengan cara berbeda. Kekurangan dari industri ini adalah kurangnya komitmen dan kemudahan pembeli untuk beralih ke pesaing. Untuk itu, diperlukan adanya manajemen pelanggan atau Customer Relationship Management (CRM) (Tsiptsis dan Chorianopoulos, 2009).
Customer Relationship Management (CRM)
Pemasaran secara historis telah mengalami berbagai pergeseran dalam penekanan dari produksi melalui penjualan dengan orientasi pemasaran. Namun, berbagai orientasi telah gagal untuk melibatkan pelanggan dalam hubungan bermakna saling menguntungkan bagi organisasi dan pelanggan. Dengan segala bentuk pergeseran, masih menunjukkan pendekatan transaksional mewarisi dalam pemasaran tradisional(Kubil dan Doku, 2010).
Coltman (2006) menunjukkan bahwa dalam strategi dan literatur pemasaran, sarjana telah lama menyarankan bahwa strategi berpusat pelanggan adalah dasar untuk keunggulan kompetitif. Program manajemen hubungan pelanggan (CRM) semakin sering digunakan oleh organisasi untuk mendukung jenis pemahaman pelanggan dan antardepartemen keterhubungan yang diperlukan untuk secara efektif melaksanakan strategi pelanggan.
Customer Relationship Management (CRM) dapat didefinisikan sebagai integrasi dari strategi penjualan, pemasaran, dan pelayanan yang terkoordinasi. CRM menyimpan informasi pelanggan dan merekam seluruh kontak yang terjadi antara pelanggan dan perusahaan, serta membuat profil pelanggan untuk staf perusahaan yang memerlukan informasi tentang pelanggan tersebut (Tsiptsis dan Chorianopoulos, 2009).
3 Perusahaan yang berhasil menerapkan CRM akan menuai hasilnya dalam loyalitas pelanggan dan profitabilitas jangka panjang. Namun, keberhasilan pelaksanaan sulit dipahami bagi banyak perusahaan, terutama karena mereka tidak mengerti bahwa CRM mengharuskan memperluas perusahaan, lintas fungsional, berfokus pada pelanggan proses bisnis re-engineering. Meskipun sebagian besar dari CRM adalah teknologi, menjadikan teknologi CRM sebagai satu-satunya solusi adalah cenderung gagal. Mengelola implementasi CRM yang sukses memerlukan pendekatan terpadu dan seimbang untuk teknologi, proses, dan orang-orang.
Kegiatan CRM dalam perusahaan pada dasarnya bertujuan supaya
perusahaan dapat mengenali pelanggan secara lebih detail dan melayani mereka sesuai dengan kebutuhannya. Prinsip fokus terhadap pelanggan menjadi prinsip dasar penerapan CRM di perusahaan. CRM sendiri memiliki arti sebuah proses bisnis atau kegiatan marketing yang mengelola seluruh aspek dari daur hidup pelanggan, mulai acquisition, fulfillment, sampai retention. Strategi komprehensif perusahaan terhadap penerapan CRM ini membuat setiap proses dari daur hidup pelanggan dapat dimanfaatkan dengan optimal (Danardatu, 2007).Analisis RFM
Analisis RFM (Recency, Frequency, and Monetary) adalah pendekatan umum untuk memahami perilaku pembelian konsumen. Analisis RFM digunakan untuk mengelompokkan pelanggan berdasarkan analisis transaksi terhadap waktu pembelian, frekuensi, dan nilai nominal pembelian. Tahapan melakukan analisis RFM adalah sebagai berikut:
1. Pengambilan data (Data acquisition)
Tahap ini adalah tahap pengambilan data untuk input pada analisis RFM. Pada Penelitian ini, data transaksi dari empat bulan terakhir yang telah diambil, diperiksa, dan disiapkan untuk operasi selanjutnya.
2. Seleksi Pelanggan yang disegmentasi (Selection Of The Population To Be Segmented)
Hanya pelanggan yang masih aktif, yang disegmentasi menggunakan analisis RFM.
3. Persiapan data dan perhitungan pengukuran dari Recency, Frequency, dan Monetary (Data preparation And Computation Of The R, F, and M Measurements)
Pengelompokkan berdasarkan tanggal terakhir transaksi, jumlah rata-rata transaksi pembelian bulanan, nilai pembelian bulanan (mendefinisikan komponen monetary).
4. Pembuatan RFM cells melalui binning (Development Of The RFM Cells Through Binning)
Pelanggan telah dikelompokkan berdasarkan Analisis RFM menjadi 5 grup. (Tsiptsis dan Chorianopoulos, 2009).
4
dibeli oleh pelanggan, dan Monetary yaitu jumlah nominal penjualan yang dilakukan oleh pelanggan (Tsiptsis dan Chorianopoulos, 2009).
Association Rules Mining
Association rules mining atau penggalian aturan asosiasi adalah salah satu teknik data mining untuk mengidentifiksi item-item manakah yang seringkali dibeli secara bersamaan oleh pengunjung (Dedy dan Sani, 2010). Association rules atau aturan asosiasi menekankan asosiasi yang kuat dalam data. Aturan diberikan dengan dua metrik (Support dan Confidence) yang memungkinkan untuk mengevaluasi kekuatan dari aturan (R. Agrawl, T. Imielinski dan A. Swami, 1993).
Menurut Adhitama(2010), Teknik ini mencari kemungkinan kombinasi yang sering muncul (frequent) dari suatu item set (sekumpulan item). Ada dua langkah dalam algoritma ini, yaitu melakukan perhitungan untuk menemukan frequent item set dan mencari kaidah asosiasi (rules) dari sekumpulan frequent item set tadi. Dalam menggunakan metode ini, terdapat tiga kriteria ukuran yaitu : 1) Support : ukuran yang menunjukkan tingkat dominasi itemset dari keseluruhan transaksi (misalkan dari seluruh transaksi yang ada, seberapa besar kemungkinan item A dan item B dibeli secara bersamaan). Rumus perhitungan support dapat dilihat pada Persamaan 1.
S , JJ J U ...
2) Confidence (probability) : ukuran yang menyatakan hubungan antara dua item secara conditional (misalkan seberapa sering item A dibeli, jika pelanggan membeli item B). Rumus perhitungan confidence dapat dilihat pada Persamaan 2. C , ... (2) 3) Improvement (importance) : ukuran yang menyatakan besarnya kemungkinan dua item dapat dibeli secara bersamaan. Rumus perhitungan improvement dapat dilihat pada Persamaan 3.
I , , ... (3)
Tata Letak Fasilitas Industri
Tata letak (layout) atau pengaturan dari fasilitas produksi dan area kerja yang ada adalah suatu masalah yang sering dijumpai dalam dunia industri. Kita tidak dapat menghindarinya sekalipun cuma sekadar mengatur peralatan atau mesin di dalam bangunan yang ada serta dalam ruang lingkup kecil serta sederhana (Sritomo, 2003).
5 lebih bersifat kuantitatif. Sedang analisis yang lebih bersifat kualitatif dalam perancangan tata letak dapat digunakan apa yang dinamakan Activity Relationship Chart (ARC). Pada ARC terdapat variabel untuk menggantikan angka-angka yang bersifat kuantitatif. Variabel tersebut berupa suatu simbol-simbol yang melambangkan derajat keterdekatan antara departemen satu dengan departemen lainnya. Simbol-simbol yang digunakan untuk menunjukkan derajat keterkaitan aktivitas adalah sebagai berikut :
A= Mutlak perlu E= Sangat penting I= Penting
O= Cukup atau biasa U= Tidak penting X = Tidak dikehendaki
Metode ini menghubungkan aktivitas-aktivitas secara berpasangan sehingga semua aktivitas akan diketahui tingkat hubungannya. Hubungan aktivitas dalam suatu organisasi atau perusahaan bisa ditinjau dari sisi hubungan keterkaitan secara organisasi; keterkaitan aliran (aliran material, peralatan, manusianya, informasi maupun aliran keuangan); keterkaitan lingkungan (keamanan dan keselamatan, temperatur, kebisingan, penerangan dan sebagainya); dan juga keterkaitan proses. Setiap kegiatan atau aktifitas tersebut saling berhubungan antara satu dengan lainnya ditinjau dari beberapa kriteria, maka dalam perencanaan tata letak pabrik harus dilakukan penganalisaan yang optimal. (Purnomo, 2004).
METODE
Kerangka Kerja Penelitian
6
Prosedur Analisis Data
Tahap identifikasi tata letak
Pada tahap ini, identifikasi tata letak dilakukan dengan melakukan pengamatan secara langsung. Pengamatan yang dilakukan adalah mengamati proses terjadinya transaksi, mendata produk-produk yang terjual selama transaksi tersebut berlangsung, dan memperoleh denah tata letak. Pengamatan ini dilakukan selama satu bulan. Pengamatan proses transaksi dan mendata produk-produk yang terjual dilakukan dari koperasi retail ini buka hingga tutup. Pengamatan memperoleh denah tata letak dilakukan jika karyawan dari koperasi retail tersebut berencana mengubah ulang tata letak produk-produk.
Tahap perbaikan tata letak
Pada tahap ini, analisis data transaksi dilakukan dengan analisis RFM dan associacion rules sehingga menghasilkan kaidah atau rules untuk penempatan produk. Tahapan dari perbaikan tata letak dapat dilihat pada gambar dibawah ini.
7 Data Transaksi
Data transaksi yang diperlukan adalah data transaksi yang terjadi selama satu bulan. Pengambilan data transaksi ini dilakukan dari koperasi retail tersebut buka hingga tutup. Data transaksi ini meliputi tanggal dan waktu pembelian serta produk-produk yang terbeli.
Analisis Data
Data dianalisis dengan dua tahapan, yaitu dengan analisis RFM dan association rules mining. Analisis RFM ini dilakukan untuk mengklasifikasi data transaksi produk menjadi kriteria-kriteria yang telah ditentukan dan telah diubah dalam bentuk kode berupa huruf. Association rules mining dilakukan untuk memperoleh kaidah atau rules dalam penentuan denah peletakkan produk-produk.
1. Analisis RFM
Pada analisis RFM, data transaksi diklasifikasi berdasarkan kriteria-kriteria yang telah ditentukan, seperti produk kategori makanan, minuman, sabun mandi maupun cuci piring, parfum, pakaian dan ATK (Alat Tulis Kantor). Kemudian, kategori-kategori tersebut diubah dalam bentuk kode, seperti kode A untuk kategori Penyegar. Bagan alir analisis RFM dapat dilihat pada gambar 2.
8
2. Association rules mining
Teknik association rules mining dapat dilakukan setelah pengkodean data selesai. Kemudian, data produk tersebut dibentuk menjadi item set (sekumpulan item) untuk melihat berapa banyak produk tersebut dibeli secara bersamaan dengan produk lain, seperti produk Aa dengan Ab. Setelah itu, perhitungan support untuk tiap item set dapat dilakukan sesuai pada persamaan 1. Nilai confidence dapat dihitung setelah mendapatkan nilai support. Kegunaan nilai confidence adalah untuk melihat hubungan antara dua item, seperti seberapa sering item A dibeli jika pelanggan membeli item B. Rumus perhitungan nilai confidence sesuai pada persamaan 2. Nilai improvement (importance) dapat dilakukan setelah mendapatkan nilai confidence. Kegunaan nilai improvement (importance) adalah untuk menyatakan besarnya kemungkinan dua item dapat dibeli secara bersamaan. Rumus perhitungan improvement sesuai pada persamaan 3. Bagan alir association rules mining terdapat pada gambar 3.
9 Data Layout
Pada data layout, penentuan nilai A, E, I, O, U, X dilakukan berdasarkan tiap-tiap kelas atau kategori. Kegunaan nilai A, E, I, O, U, X adalah untuk menentukan kedekatan dari peletakkan produk berdasarkan kelas. Nilai A, E, I, O, U, X ditentukan dari besarnya nilai support yang diperoleh. Contohnya seperti nilai A yang mengindikasikan bahwa antara dua produk tersebut mutlak untuk didekatkan sehingga nilai yang diperlukan juga harus yang tertinggi. Dengan demikian, nilai A diperoleh dengan produk yang nilai support tertinggi. Kemudian untuk menentukan kedekatan berdasarkan produk pangan dengan produk non-pangan, nilai support dikalikan dengan faktor pembatas. Perhitungannya adalah sebagai berikut:
Kategori produk pangan – produk pangan: S , x ……….(4) Kategori produk pangan – produk non-pangan: S , x .5………(5) Kategori produk non-pangan – non-pangan: S , x ………(6) Dengan diperolehnya nilai support yang telah dikalikan dengan faktor pembatas sesuai persamaan 4, 5, dan 6, diagram keterkaitan dapat dibuat seperti contoh pada gambar 4 di bawah ini.
Gambar 4. Contoh gambar diagram keterkaitan (Tompkins et al., 2002)
HASIL DAN PEMBAHASAN
Tahap identifikasi tata letak
produk-10
produk. Akan tetapi, tata letak produk dalam satu bulan tidak ada perubahan sedikitpun. Hal ini dikarenakan koperasi tersebut melakukan peletakkan barang karena dibayar lebih oleh perusahaan pemasok untuk meletakkan produk-produknya di tempat yang strategis. Selain itu, koperasi tersebut juga tidak ada kesadaran untuk meningkatkan daya jual berdasarkan preferensi pelanggan terutama dalam hal tata letak. Dengan demikian, tahap perbaikan tata letak pun sudah dapat dilakukan. Gambar di bawah ini adalah denah tata letak sebelum diperbaiki.
Gambar 5. Denah peletakkan produk sebelum perbaikan
Tahap perbaikan tata letak
11 Tabel 1. Jumlah produk dan kode produk sesuai kategori produk
Kategori Produk Kode Jumlah
produk
Teknik association rules mining dapat dilakukan setelah kategori produk dan masing-masing produk diklasifikasikan. Kemudian, data produk tersebut dibuat menjadi item set (sekumpulan item) untuk melihat berapa banyak produk tersebut dibeli secara bersamaan dengan produk lain, seperti produk Ah ( teh celup Sariwangi) dengan Ai (teh celup Sosro). Nilai support tertinggi adalah produk Ah (teh celup Sariwangi) -> Al (kopi kapal api bubuk) dan Ao (Silverqueen) -> Ap (Kinderjoy) dengan nilai 0.5. Berdasarkan nilai support tersebut, pembeli untuk membeli produk Ah (teh celup Sariwangi) -> Al (kopi kapal api bubuk) dan Ao (Silverqueen) -> Ap (Kinderjoy) secara bersamaan cukup tinggi.
Nilai confidence dapat dihitung setelah mendapatkan nilai support. Kegunaannilai confidence adalah untuk melihat hubungan antara dua item, seperti seberapa sering item A dibeli jika pelanggan membeli item B. Nilai confidence tertinggi adalah produk Ah (teh celup Sariwangi) -> Al (kopi kapal api bubuk) dan Ao (Silverqueen) -> Ap (Kinderjoy) dengan nilai 0.0048. Berdasarkan nilai confidence tersebut, kecenderungan pembeli jika membeli produk Ah (teh celup Sariwangi)juga membeli Al (kopi kapal api bubuk) dan jika membeli produk Ao ( Silverqueen) juga membeli Ap (Kinderjoy) cukup tinggi.
12
Tabel 2. Hasil perhitungan nilai support, confidence, dan improvement untuk produk Ah (teh celup sariwangi)
Hubungan
dua produk Jumlah
Support Confidence Improvement
Ah -> Ai 0 0 0 0
Dengan didapatkannya nilai support untuk tiap keterkaitan produk, nilai A, E, I, O, U, X sudah dapat ditentukan. Namun dalam penentuan kedekatan peletakan produk, nilai X tidak disertakan karena semua produk dalam tiap kategori harus dalam satu tempat. Jadi, yang ditentukan hanya nilai A, E, I, O, U saja. Berdasarkan nilai support pada tiap produk, nilai A, E, I, O, U adalah sebagai berikut:
Tabel 2.1 Ketentuan nilai support tiap produk pada simbol derajat kedekatan A, E, I, O, U
Dengan ditentukannya nilai dari A, E, I, O, U dan nilai support yang telah dikalikan dengan faktor pembatas sesuai pada persamaan 4, 5, dan 6 maka diagram ketekaitan sudah dapat digambarkan, contoh diagram keterkaitan adalah seperti pada gambar di bawah ini.
Simbol derajat kedekatan Nilai support
A > 0.04
E 0.03 – 0.04
I 0.02 – 0.03
O 0.01 – 0.02
13
Gambar 6. Contoh diagram keterkaitan untuk produk kategori A Kemudian diagram keterkaitan untuk tiap kategori, nilai support tertinggi terdapat pada kategori E (keperluan cuci)-> Q (bumbu dapur), yaitu 1.2. Penentuan nilai A, E, I, O, U, X pada tiap kategori berbeda dengan nilai A, E, I, O, U, X pada tiap produk. Oleh karena itu, nilai A, E, I, O, U, X pada tiap kategori adalah sebagai berikut:
Tabel 2.2 Ketentuan nilai support tiap kategori produk pada simbol derajat kedekatan A, E, I, O, U
Simbol derajat kedekatan Nilai support
A > 0.8
E 0.6 – 0.8
I 0.4 – 0.6
O 0.2 – 0.4
U 0 – 0.2
14
Dengan diperolehnya nilai support untuk tiap kategori, diagram keterkaitan pun sudah dapat digambarkan. Gambar diagram keterkaitan dari tiap kategori ada pada gambar di bawah ini.
Gambar 7. Diagram keterkaitan tiap kategori
15
Gambar 8. Denah peletakkan produk per kategori
16
SIMPULAN DAN SARAN
Simpulan
Hasil identifikasi tata letak menunjukkan bahwa peletakkan produk di koperasi retail selama sebulan tidak beraturan dan tidak mengalami perubahan, seperti kategori produk pangan didekatkan dengan produk non-pangan. Contohnya adalah kedekatan antara produk pakaian dengan susu. Hal ini dikarenakan tidak adanya kesadaran dari koperasi retail tersebut akan pentingnya perubahan tata letak produk.
Hasil perbaikan tata letak menunjukkan nilai support tertinggi terdapat pada kategori E (Keperluan mencuci) -> K (Bumbu dapur), yaitu 1.2. Dengan demikian, denah peletakan kategori E dan K berposisi mutlak berdekatan. Kemudian, berdasarkan nilai support tersebut, kategori Q (pakaian) sudah tidak bersebelahan dengan kategori C (susu) karena sudah dipisah oleh kategori K (bumbu dapur). Posisi kategori A (penyegar) berpindah ke ruas kiri menjadi posisi paling dekat dengan kasir menggeser kategori D (minuman) disebelahnya. Kategori L (mie) mengisi posisi kategori A diikuti dengan kategori P (lain-lain) yang berposisi disebelahnya. Kemudian, peletakkan pada ruas kanan diisi berturut-turut kategori B (keperluan mandi), N (parfum, lotion dan bedak), J (roti), dan I (obat-obatan). Kategori G (sembako) tidak berpindah posisi, namun posisi kategori F (makanan ringan) yang luas bertukar tempat dengan kategori F yang sempit diikuti dengan kategori H (es krim dan agar-agar). Posisi kategori Q (pakaian) tidak berpindah posisi juga, namun kategori K menjadi berada di sebelah kategori C (susu). Kemudian, kategori M (tisu dan pembalut) bertukar posisi dengan kategori O (ATK) diikuti dengan kategori E yang berada disebelahnya.
Saran
17
DAFTAR PUSTAKA
Adhitama B. 2010. Determining the sales strategy using the association rules in the context of CRM. Ilmu Komputer. Palembang (ID): UNSRI.
Anonim. 2013. Industri Retail [internet]. [diunduh 2010 Mei 20]. Tersedia pada http://sayasukakomputer.wordpress.com/2010/10/26/analisis-industri-retail-di-indonesia/.
Apple JM. 1990. Tata Letak Pabrik Dan Pemindahan Bahan, edisisi ketiga. Bandung (ID): ITB.
Coltman TR. 2006. Where Are the Benefits in CRM Technology Investment?, Proceedings of 39th Annual Hawaii International Conference on System Science (HICS 06), 4-7.
Danardatu AH. 2007. Pengenalan Customer Relationship. Yogyakarta: Andi. Injazz JC, Karen P. 2003. Understanding Customer Relationship Management
(CRM): People, process and technology. Business Process Management Journal, 9, 5, 672- 688.
Tompkins JA, White JA, Bozer YA, Tanchoco JMA. 2002. Facilities Planning – Third Edition. John Wiley & Sons.
Kubil BA, Doku AK. 2010. Towards a successful customer relationship management: A conceptual framework. African Journal of Marketing Management, 2, 3, (March 2010), pp. 037-043, ISSN 2180-2777.
Muharam, S (2001a). Trend Industri Retail Indonesia di Mienium Baru : Evolusi Format Retail di Indonesia [internet]. [diunduh 2013 Juli 7]. Tersedia pada www.smfranchise.
Purnomo, H. 2004. Perencanaan dan Perancangan Fasilitas. Graha Ilmu. Yogyakarta.
Agrawl R, Imielinski T, Swami A. Mining association rules between sets of items in large databases, In Proc of ACM SIGMOD Confrence on Management of Data Washington D.C May 1993.
Tsiptsis, Chorianopoulus. 2009. Data Mining Techniques in CRM Inside Customer Segmentation. West Sussex: Wiley.
18
Lampiran 1: Kuesioner pembelian produk
RAHASIA
MOHON MENJAWAB DAFTAR PERTANYAAN DENGAN MENGISI JAWABAN PADA LEMBAR INI. SEMUA DATA DAN
INFORMASI YANG DIBERIKAN AKAN DIJAGA KERAHASIAANYA
A. Karakteristik Responden
Isilah pertanyaan dibawah ini sesuai dengan pribadi Anda :
1. Nama :... 2. Usia :... 3. No. telepon/ HP :... 4. Alamat :...
RT :... RW :... Kode Pos :... Propinsi :... B. Karakteristik Pembelian Produk
Produk yang dibeli selama sebulan:………... ………... Produk yang dibeli selama seminggu:... ………... Produk yang dibeli selama sehari:... ………...
Terimakasih atas partisipasi dan kerjasama Anda dalam mengisi kuesioner ini ! ☺
Lammpiran 2: Coontoh data trransaksi
20
Lampiran 3: Nilai support keterkaitan kategori A hingga Q
A -> B -> C -> D -> E -> F -> G -> H -> I -> J -> K -> L -> M -> N -> O -> P -> A
B 0.043
C 0.140 0.196
D 0.021 0.077 0.130
E 0.507 0.535 0.562 0.502
F 0.029 0.085 0.139 0.020 1.014
G 0.063 0.091 0.118 0.058 0.555 0.062
H 0.106 0.162 0.215 0.096 1.090 0.105 0.202
I 0.063 0.119 0.172 0.053 1.047 0.061 0.138 0.138
J 0.106 0.162 0.215 0.096 1.090 0.105 0.138 0.181 0.138
K 0.215 0.271 0.325 0.025 1.2 0.214 0.290 0.290 0.247 0.291
L 0.082 0.138 0.191 0.072 1.067 0.080 0.267 0.157 0.114 0.157 0.267
M 0.063 0.091 0.118 0.058 0.556 0.062 0.089 0.101 0.079 0.101 0.156 0.889
N 0.070 0.098 0.125 0.065 0.562 0.069 0.118 0.107 0.086 0.107 0.162 0.095 0.118
O 0.257 0.285 0.312 0.252 0.75 0.257 0.312 0.295 0.273 0.295 0.35 0.283 0.305 0.312
P 0.037 0.065 0.091 0.032 0.529 0.036 0.279 0.074 0.053 0.074 0.129 0.062 0.084 0.091 0.27
