SISTEM BISNIS CERDAS BERBASIS INTERNET (INTELLIGENT
E-BUSINESS) UNTUK AGROINDUSTRI KELAPA BERORIENTASI
EKSPOR
SKRIPSI
ZAFIRA KANARA
F34070116
FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR
INTELIGENT E-BUSINESS FOR EXPORT ORIENTED COCONUT
AGROINDUSTRY
Zafira Kanara, Yandra Arkeman, and Taufik Djatna
Department of Agroindustrial Technology, Faculty of Agricultural Technology, Bogor Agricultural
University, IPB, Darmaga Campus, PO BOX 220 Bogor. West Java, Indonesia
phone: +62856 971 336 88, email: z_kanara@yahoo.com
ABSTRACT
E-business, such as coconut based industry, has changed the whole outlook of traditional trading behavior especially for export oriented. However, the massive product information provided by the Internet Merchants causes the problem of information overload and this will reduces the
customer’s satisfaction and interest. To overcome this problem, an intelligent e-business based on web mining using K-Means method and radar chart is proposed in this research. K-Means method is an algorithm to classify attributes or specific characteristics into the number of clusters. Radar chart uses graphic displayed in a Web form to evaluate multiple alternatives based on multiple criteria. This work helps to categorize and evaluate the product quality of customer preference. The results of this study show that the proposed system is potentially to give sensible recommendations, and be able to help customers make decisions. This research aims to design a web based intelligent business systems (intelligent e-business) for coconut commodities through developing an online transaction system, recommendation, and customer services. Scope of this research was a system designed internet business system for coconut commodities that include to give recommendation, customer service, products information, sale and purchase transactions. This website was built using Adobe Dreamweaver CS4 (Adobe, 2008), Adobe Photoshop CS3 (Adobe, 2007), MySQL (Oracle, 2009), and Sybase Power Designer 15.3 (Sybase, 2010). In the package of programs, there are two interface. First is the appearance of the user interface that can be accessed by customers and prospective customers or commonly called user front-end. The second view is a display interface exclusively accessed by the administrator or commonly called the user back-end.
ZAFIRA KANARA. F34070116. Sistem Bisnis Cerdas Berbasis Internet (Intelligent E-Business)
Untuk Agroindustri Kelapa Berorientasi Ekspor. Di bawah bimbingan Yandra Arkeman dan
Taufik Djatna
RINGKASAN
Pelanggan sering dihadapkan dengan informasi produk yang terlampau melimpah di internet. Dalam rangka meningkatkan kepuasan pelanggan, salah satu cara untuk mengatasi masalah memilih dan menemukan produk yang paling cocok adalah mengembangkan sistem rekomendasi cerdas
berdasarkan pada web mining dan radar chart. Web mining adalah sebuah teknik untuk menggali
informasi tersembunyi dalam sejumlah data dengan tujuan untuk mendapatkan pola tertentu. Pola yang akan diambil pada penelitian ini adalah pola transaksi pelanggan untuk menghasilkan sebuah
rekomendasi produk. Web mining digunakan untuk memprediksi kesukaan pelanggan berdasarkan
perilaku pelanggan sebelumnya. Metode web mining yang digunakan dalam penelitian ini adalah
clustering dengan metode K-Means. Metode K-Means dapat mengklasifikasikan produk sesuai dengan kesamaan antar data produk dengan perhitungan jarak perbedaan menggunakan rumus
Euclidean. Radar chart ditampilkan dalam bentuk grafik seperti jaring laba-laba untuk mengevaluasi
beberapa alternatif berdasarkan beberapa kriteria. Radar chart dapat mengevaluasi kualitas
produk-produk dalam bentuk grafik yang dapat membandingkan antara lima sampai sepuluh kriteria. Kedua metode tersebut berperan memberikan rekomendasi dalam sistem bisnis cerdas pada penelitian ini.
Sistem bisnis cerdas berbasis internet (intelligent e-business) untuk agroindustri kelapa
berorientasi ekspor merupakan sistem bisnis berbasis website yang membantu pelanggan dengan
memberi kemudahan, keamanan, kecepatan, dan kenyamanan dalam melakukan pemilihan dan pembelian produk agroindustri kelapa. Dalam situs belanja, sistem ini dapat membantu pelanggan menemukan produk yang paling cocok dengan mengelompokkan produk dan menunjukkan grafik radar untuk setiap produk. Oleh karena itu, sistem rekomendasi dalam e-bisnis cerdas membantu pelanggan mencari yang mereka butuhkan dan menyarankan produk yang cocok untuk dibeli.
Penelitian ini bertujuan untuk merancang bangun sistem bisnis cerdas berbasis website
(intelligent e-business) untuk komoditas agroindustri kelapa. Mengembangkan pelayanan sistem
transaksi online, pelayanan pelanggan dan kerjasama dengan rekan bisnis yang dapat menunjang
pemasaran komoditas kelapa di Indonesia. Penelitian ini merupakan sebuah layanan website simulasi
untuk menyediakan fasilitas pelayanan jual beli produk-produk yang terbuat dari kelapa. Data mengenai spesifikasi produk dan harga didapatkan dari 40 perusahaan.
Program tersebut berjudul E-Cocotrade. Pada perancangan program ini, tidak semua diagram
yang terdapat pada UML (Unified Modeling Language) dibuat karena kebutuhan permodelan sistem
yang tidak terlalu kompleks. Diagram-diagram UML yang dibuat pada perancangan sistem ini
meliputi diagram kasus (use case), aktivitas (activity), status (state chart) dan kelas (class). Setelah
diagram kelas selesai dibuat, generate Physical Data Model (PDM) dilakukan agar kelas dan atribut
dapat dikirim ke database MySQL (Oracle, 2009). Beberapa kelebihan dari perancangan sistem
berbasis UML ini adalah perancangan sistem lebih terstruktur, pembagian dan pengolahan database lebih cepat, serta implementasi ke pemrograman lebih efisien sehingga memudahkan proses
permodelan. Pengembangan lebih lanjut terhadap program E-Cocotrade perlu dilakukan untuk
menyempurnakan paket program sehingga pengguna akan semakin mudah dalam melakukan transaksi dan pemilihan produk yang diinginkan.
Penerapan sistem E-Cocotrade pada tahap desain sistem menggunakan Microsoft Visio 2007
(Microsoft, 2007) dan Sybase Power Designer 15.3 (Sybase, 2010) sedangkan pada tahap pembuatan
paket program menggunakan perangkat lunak Adobe Dreamweaver CS4 (Adobe, 2008) dan Adobe
Photoshop CS3 (Adobe, 2007) untuk perancangan antarmuka. Sedangkan MySQL (Oracle, 2009) digunakan sebagai sistem manajemen basis data dinamis. Antarmuka program E-Cocotrade bagi calon
pelanggan dan pelanggan terdiri dari menu: Home, Product, Payment, Contact, Customer Services,
Sign In, Sign Up, Food, Baverage ,Organic, Personal Care, Others dan Recommended. Pengguna
umum atau calon pelanggan dapat melakukan pemesanan dan masuk ke menu Customer Service
setelah mendaftar terlebih dahulu melalui menu Sign In. Antarmuka program E-Cocotrade bagi
administrator terdiri dari tujuh menu yaitu : Sales Graph, Orders, Manage, Users,Recommendation,
SISTEM BISNIS CERDAS BERBASIS INTERNET (INTELLIGENT
E-BUSINESS) UNTUK AGROINDUSTRI KELAPA BERORIENTASI
EKSPOR
SKRIPSI
Sebagai salah satu syarat untuk memperoleh gelar
SARJANA TEKNOLOGI PERTANIAN
pada Departemen Teknologi Industri Pertanian
Fakultas Teknologi Pertanian
Institut Pertanian Bogor
Oleh:
ZAFIRA KANARA
F34070116
FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR
Judul Skripsi : Sistem Bisnis Cerdas Berbasis Internet (Intelligent E-Business) untuk Agroindustri
Kelapa Berorientasi Ekspor
Nama : Zafira Kanara
NIM : F34070116
Menyetujui,
Bogor, Juni 2011
Pembimbing I,
Pembimbing II,
(Dr. Ir. Yandra Arkeman, M. Eng.) (
Dr. Eng. Taufik Djatna,S.TP, M.Si.)
NIP 19650914 199002.1.001
NIP 19700614 199512.1.001
Mengetahui:
Ketua Departemen
(Prof. Dr. Ir. Nastiti Siswi Indrasti)
NIP: 19621009 198903 2 001
PERNYATAAN MENGENAI SKRIPSI
DAN SUMBER INFORMASI
Saya menyatakan dengan sebenar-benarnya bahwa skripsi dengan judul Sistem Bisnis Cerdas
Berbasis Internet (Intelligent E-Business) untuk Agroindustri Kelapa Berorientasi Ekspor adalah karya
asli saya sendiri, dengan arahan dosen pembimbing akademik, kecuali yang dengan jelas ditunjukkan
rujukannya. 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.
Bogor, Juni 2011
Yang membuat pernyataan
Zafira Kanara
В©Hak cipta milik Zafira Kanara, tahun 2011
Hak cipta dilindungi
Dilarang mengutip dan memperbanyak tanpa izin tertulis dari Institut Pertanian
Bogor, sebagian atau seluruhnya dalam bentuk apapun, baik cetak, fotokopi,
BIODATA PENULIS
Penulis lahir di Jakarta, pada tanggal 15 Juni 1989 sebagai anak ketiga
pasangan Kautsar Azhari Noer dan Afni Rasyid. Penulis memulai pendidikan
di Madrasah Ibtidaiyah Pembangunan IAIN Jakarta pada tahun 1995.
Selanjutnya pada tahun 2001 penulis melanjutkan studi di Sekolah Lanjutan
Tingkat Pertama Negeri 85 Pondok Labu. Pada tahun 2007, penulis lulus dari
Sekolah Menengah Atas Negeri 70 Bulungan dan diterima di Institut
Pertanian Bogor, Departemen Teknologi Industri Pertanian, Fakultas
Teknologi Pertanian, melalui jalur SPMB. Selama menjalankan studi di IPB penulis aktif mengikuti
kegiatan di luar akademik, diantaranya adalah menjadi pengurus Himpunan Mahasiswa Teknologi
Industri (HIMALOGIN) sebagai staff Kewirausahaan dan anggota Paduan Suara Mahasiswa IPB
Agriaswara. Penulis pernah menjadi asisten praktikum Teknologi Pengemasan Distribusi Transportasi
(TPDT) pada tahun 2009 serta menjadi asisten praktikum Teknik Optimasi (TO) dan asisten
praktikum Analisis Sistem Penunjang Keputusan (ASPK) pada tahun 2011. Pada tahun 2010, penulis
melaksanakan Praktek Lapangan di PT. Indofood Sukses Makmur, Tbk. Bogasari Flour Mills,
Cilincing, Jakarta Utara untuk mempelajari Teknologi Proses Produksi dan Good Halal
Manufacturing Practices (GHMP).
Penulis menyelesaikan skripsi dengan judul “Sistem Bisnis Cerdas Berbasis Internet
(Intelligent E-Business) untuk Agroindustri Kelapa Berorientasi Ekspor” untuk mendapatkan gelar
Sarjana Teknologi Pertanian di bawah bimbingan Dr. Ir. Yandra Arkeman, M. Eng. dan Dr. Eng.
i
KATA PENGANTAR
Segala puji syukur kepada Allah SWT yang telah melimpahkan rahmat dan anugerah-Nya
sehingga skripsi ini bisa diselesaikan. Penelitian dengan judul “Sistem Bisnis Cerdas Berbasis
Internet (Intelligent E-Business) untuk Agroindustri Kelapa Berorientasi Ekspor” dilaksanakan di
laboratorium komputer Teknologi Industri Pertanian sejak bulan Februari sampai Mei 2011.
Pada kesempatan ini, penulis ingin menghaturkan rasa terima kasih atas dukungan,
bimbingan serta motivasi dari berbagai pihak selama penulisan skripsi ini sampai terselesaikan.
Ucapan terimakasih disampaikan kepada :
1. Dr. Ir. Yandra Arkeman, M.Eng sebagai Dosen Pembimbing Pertama atas segenap
bimbingan yang telah diberikan,
2. Dr. Eng. Taufik Djatna, S.TP, M.Si sebagai Dosen Pembimbing Kedua atas segenap
bimbingan yuang telah diberikan,
3. Ir. Sugiarto, M.Si sebagai dosen penguji yang telah memberi masukan kepada penulis,
4. Ayah dan Ibuku tersayang Bapak Kautsar Azhari Noer dan Ibu Afni Rasyid serta
kakak-kakakku Nahda dan Taqi yang selalu memberikan doa dan semangat dalam penyelesaian
skripsi ini,
5. Sahabat sebimbingan Gigi, Icha, Dede, Vina, Yoda, Ayu, dan Agung,
6. Sahabat-sahabatku Muthi, Anita, Fahri, Mali, Eva, Ismet, Faiz, Arya, Gentong, Awe, Depe,
Manda, Herga, Niken, Bibir, Sangun, Pandu, Ija, Iza, Geng Does, Geng GB, dan Geng SAS,
7. Pak Tosan, Ka Cicit dan Ka Sai atas segala arahan dan bimbingannya,
8. Teman-teman TIN 44 yang telah memberi semangat kepada penulis,
9. Semua pihak yang tidak dapat disebutkan satu per satu.
Penulis menyadari bahwa skripsi ini masih jauh dari sempurna dan banyak kekurangan,
tetapi penulis berharap semoga tulisan ini dapat bermanfaat serta menambah pengetahuan bagi
pihak-pihak yang membutuhkan. Oleh karena itu, saran dan kritik yang membangun sangat diharapkan.
Bogor, Juni 2011
Penulis
ii
DAFTAR ISI
Halaman
KATA PENGANTAR i
DAFTAR TABEL iv
DAFTAR GAMBAR v
DAFTAR LAMPIRAN vii
I. PENDAHULUAN 1
A. LATAR BELAKANG 1
B. TUJUAN 2
C. RUANG LINGKUP 2
II. TINJAUAN PUSTAKA 3
A. E-BUSSINESS DAN E-COMMERCE 3
B. SISTEM CERDAS 5
C. SISTEM REKOMENDASI 5
D. METODE PENGELOMPOKKAN (CLUSTERING METHOD) 6
E. RADAR CHART 7
F. UNIFIED MODELING LANGUAGE 7
G. KELAPA 8
H. AGROINDUSTRI KELAPA 10
I. PEMASARAN EKSPOR 13
J. PENELITIAN TERDAHULU 13
III. METODOLOGI PENELITIAN 15
A. KERANGKA PENELITIAN 15
B. TAHAPAN PENDEKATAN SISTEM 17
C. TATA LAKSANA 18
1. Pencarian dan Pengumpulan Data Sekunder 19
2. Analisa Sistem 19
2.1 Metode Pengelompokkan (Clustering Method) 19
2.2 Radar Chart 20
3. Perancangan Sistem 20
4. Penerapan Sistem 21
5. Evaluasi Sistem 21
5.1 Verifikasi 21
5.2 Validasi 22
IV. HASIL DAN PEMBAHASAN 23
A. ANALISA SISTEM 23
1. Deskripsi Sistem 23
2. Analisa Kebutuhan Informasi 23
3. Kebutuhan Fungsional Sistem 24
3.1 Clustering Method 26
3.2 Radar Chart 28
B. PERANCANGAN SISTEM 28
1. Permodelan Objek & Basis Data 29
1.1 Use Case Diagram 29
iii
1.3 Statechart Diagram 32
1.4 Class Diagram 32
1.5 Physical Data Model (PDM) 35
2. Kebutuhan Perangkat Keras 36
3. Kebutuhan Perangkat Lunak dan Kebutuhan Jaringan 36
C. PENERAPAN SISTEM 36
1. Transformasi Desain 37
2. Pembuatan Program 37
3. Sistem Pembayaran 48
4. Pengujian Sistem 48
D. PAKET PROGRAM E-COCOTRADE 49
1. Struktur Antar Muka Pengguna 50
2. Struktur Antar Muka Administrator 68
3. Rencana Implementasi dan Pengembangan Sistem 78
V. SIMPULAN DAN SARAN 79
DAFTAR PUSTAKA 80
iv
DAFTAR TABEL
Halaman
Tabel 1. Data Ekspor Produk Agroindustri Kelapa Tahun 2008 2
Tabel 2. Karakteristik Varietas Kelapa 10
Tabel 3. Komposisi Buah Kelapa 10
Tabel 4. Matriks Ketersediaan Kebutuhan Informasi Pengguna Sistem E-Cocotrade 25
Tabel 5. Contoh Hasil Clustering Produk Kelapa 27
Tabel 6. Tabel Database (dbcocotrade) 37
Tabel 7. Menu/Link untuk Pelanggan dan Calon Pelanggan 41
v
DAFTAR GAMBAR
Halaman
Gambar 1. Struktur E-Commerce 5
Gambar 2. Sebaran Potensi Kelapa Indonesia 9
Gambar 3. Peta Penyebaran Industri Besar Pengolahan Kelapa 9
Gambar 4. Pohon Industri Kelapa 12
Gambar 5. Kerangka Penelitian 15
Gambar 6. Metode Siklus Hidup Pengembangan Sistem 17
Gambar 7. Urutan Tata Laksana Penelitian 18
Gambar 8. Algoritma K-Means Clustering 20
Gambar 9. Contoh Hasil Radar Chart Produk Kelapa 28
Gambar 10. Diagram Kasus dari E-Cocotrade 39
Gambar 11. Diagram Aktivitas Customer Process Order 31
Gambar 12. Diagram Status Recommendation (Radar Chart) 32
Gambar 13. Diagram Kelas E-Cocotrade 34
Gambar 14. Physical Data Model E-Cocotrade 35
Gambar 15. Sketsa Tampilan E-Cocotrade 40
Gambar 16. Desain Tampilan E-Cocotrade Menggunakan Ms.Visio 41
Gambar 17. Diagram Alir Sign In 43
Gambar 18. Diagram Alir Memasukkan Komentar di Halaman Contact 44
Gambar 19. Diagram Alir Pemesanan Produk 45
Gambar 20. Diagram Alir Pemberian Rekomendasi dan Radar Chart 46
Gambar 21. Diagram Alir Pengisian Forum Diskusi 47
Gambar 22. Penggunaan Sistem oleh Administrator 47
Gambar 23. Struktur Antar Muka Pengguna 50
Gambar 24a. Tampilan Halaman Utama (Bagian Atas) 51
Gambar 24b. Tampilan Halaman Utama (Bagian Bawah) 51
Gambar 25. Tampilan Menu Product 52
Gambar 26. Tampilan Menu Sign Up Customer 52
Gambar 27. Tampilan Kotak Dialog “Incorrect confirmed password!” 53
Gambar 28. Tampilan Kotak Dialog “Cannot process, there’s field empty” 53
Gambar 29. Tampilan Pendaftaran Pelanggan Berhasil 54
Gambar 30. Tampilan Menu Log In Pelanggan 54
Gambar 31. Tampilan Peringatan untuk Sign Up atau Sign In 55
Gambar 32. Tampilan Menu Food 55
Gambar 33. Tampilan Menu Beverage 56
Gambar 34. Tampilan Menu Organic 56
Gambar 35. Tampilan Menu Personal Care 57
Gambar 36. Tampilan Menu Others 57
Gambar 37. Tampilan Menu Recommended 58
Gambar 38. Tampilan Proses Pembelian Produk 59
Gambar 39. Tampilan Peringatan Produk Kosong 59
Gambar 40a. Tampilan Menu Cocotrade PurchaseGuide (Tampilan Atas) 60
Gambar 40b. Tampilan Menu Cocotrade ProductPurchaseGuide (Tampilan Bawah) 60
vi
Gambar 42. Tampilan Thanks For Buy dan Link See Invoice 61
Gambar 43. Tampilan Tagihan 62
Gambar 44. Tampilan Proses Saving Invoice 62
Gambar 45. Tampilan Proses Download Invoice 63
Gambar 46. Tampilan Menu Contact 63
Gambar 47 Tampilan Customer Service Jika Belum Sign In 64
Gambar 48. Tampilan Menu Customer Service 64
Gambar 49. Tampilan LinkAdd Topic 65
Gambar 50a. Tampilan Membuka Topic 65
Gambar 50b. Tampilan Memberi Komentar pada Topic 66
Gambar 51. Tampilan Give Rate 66
Gambar 52. Tampilan Radar Chart 67
Gambar 53. Struktur Antar Muka Administrator 67
Gambar 54. Tampilan Awal Administrator 69
Gambar 55. Tampilan Kotak Dialog “Username or Password is incorrect!” 69
Gambar 56. Menu Administrator 70
Gambar 57. Tampilan Sales Graph 70
Gambar 58. Tampilan Menu Orders 71
Gambar 59a. Tampilan Sub Menu Product 71
Gambar 59b. Tampilan Update Product 71
Gambar 60a. Tampilan Sub Menu Industries 72
Gambar 60b. Tampilan Update Industries 72
Gambar 61a. Tampilan Daftar Ongkos Kirim (Delivery Cost) 73
Gambar 61b. Tampilan Update Delivery Cost 74
Gambar 62a. Tampilan Sub Menu Edit User 74
Gambar 62b. Tampilan Update User 75
Gambar 63a. Tampilan Sub Menu Admin 75
Gambar 63b. Tampilan Update Administrator 76
Gambar 64. Tampilan Menu Recommendation 76
Gambar 65. Tampilan Menu Comment 77
vii
DAFTAR LAMPIRAN
Halaman
Lampiran 1. ProsedurSistem E-Cocotrade 85
Lampiran 2. Rincian Coding Halaman Utama E-Cocotrade (home.php) 87
I. PENDAHULUAN
A. LATAR BELAKANG
Kemajuan teknologi informasi saat ini sangatlah pesat salah satunya melalui internet. Bisnis perdagangan berbasis teknologi informasi pada tahun-tahun mendatang diperkirakan akan mendominasi dunia. Berdasarkan statistik yang dipublikasikan oleh US Census Bureau, nilai transaksi
retail secara online pada 3 bulan (quarter) pertama tahun 2008 mencapai 33 milyar USD (Admin,
2010).
Melalui aplikasi internet, penjual dan pelanggan dapat dengan mudah berinteraksi satu sama lain, dan bertransaksi dalam waktu singkat. Namun, tidak mudah bagi pelanggan untuk memilih toko dan menemukan produk yang paling cocok jika mereka dihadapkan dengan informasi produk yang
terlampau melimpah di internet. Ketika berbelanja online, pelanggan menghabiskan banyak waktu
untuk mengunjungi toko-toko di situs web, dan mengumpulkan informasi yang berharga dengan
sendirinya. Proses ini memakan banyak waktu, bahkan terkadang isi dokumen web hasil pencarian
pelanggan tidak ada hubungannya dengan yang mereka butuhkan.
Salah satu cara untuk mengatasi masalah di atas adalah mengembangkan sistem rekomendasi cerdas. Menurut Sanjung (2011), sistem rekomendasi adalah salah satu aplikasi sebagai pengolah dari banyaknya informasi yang tersedia di internet. Misalnya, dulu orang sering berdiskusi mengenai film favorit mereka, kemudian dari hasil diskusi tersebut tidak sedikit dari mereka yang memiliki kesukaan terhadap film yang sama. Dari sini dapat dilihat bahwa tiap-tiap orang dalam sebuah komunitas cenderung memiliki tingkat kesukaan terhadap sesuatu yang sama. Hal inilah yang memunculkan
adanya sistem rekomendasi. Sistem rekomendasi bekerja dengan memberikan rekomendasi item-item
tertentu kepada user sesuai dengan selera user masing-masing.
Sistem rekomendasi cerdas yang akan digunakan pada studi ini adalah web mining dan radar
chart. Web mining digunakan untuk memprediksi kesukaan pelanggan berdasarkan perilaku
pelanggan sebelumnya. Salah satu metode web mining adalah metode Clustering K-Means yang dapat
mengelompokkan produk sesuai dengan kesamaan antar data produk dengan perhitungan jarak
perbedaan menggunakan rumus Euclidean. Berbeda dengan web mining, radar chart ditampilkan
dalam bentuk grafik seperti jaring laba-laba untuk mengevaluasi beberapa alternatif berdasarkan
beberapa kriteria. Radar chart dapat mengevaluasi kualitas produk-produk dalam bentuk grafik yang
dapat membandingkan antara lima sampai sepuluh kriteria.
Sistem rekomendasi tersebut merupakan sistem bisnis berbasis website yang membantu
pelanggan dengan memberi kemudahan, keamanan, kecepatan, dan kenyamanan dalam melakukan pemilihan dan pembelian produk. Dalam situs belanja, sistem ini dapat membantu pelanggan
menemukan produk yang paling cocok dengan mengelompokkan produk dan menunjukkan radar
chart setiap produk.
Sistem bisnis cerdas berbasis internet (intelligent e-business) di atas dapat digunakan untuk
agroindustri kelapa berorientasi ekspor dan berpeluang besar mengembangkan produk agroindustri
kelapa yang bernilai ekonomi tinggi. Alternatif produk yang dapat dikembangkan antara lain Virgin
Coconut Oil (VCO), Oleo Chemical (OC), Desiccated Coconut (DC), Coconut Milk/Cream
(CM/CC), Coconut Charcoal (CCL), Activated Carbon (AC), Brown Sugar (BS), Coconut Fiber
(CF) dan Coconut Wood (CW), yang diusahakan secara parsial maupun terpadu. Pelaku
2
ekonomi perkelapaan di tingkat makro (daya saing di pasar global) maupun mikro (pendapatan petani, nilai tambah dalam negeri dan substitusi impor) tampaknya akan semakin menuntut dukungan
pengembangan industri kelapa secara cluster sebagai prasyarat.
Tingginya peluang pengembangan agroindustri kelapa di Indonesia berbanding terbalik dengan volume ekspor produk agroindustri kelapa. Rendahnya jumlah ekspor produk agroindustri kelapa Indonesia terbukti dari data jumlah ekspor produk agroindustri kelapa Indonesia dibanding Filipina pada tahun 2008 yang dapat dilihat pada Tabel 1 dibawah ini.
Tabel 1. Data Ekspor Produk Agroindustri Kelapa Tahun 2009 (APCC, 2009)
Produk Agroindustri Indonesia
(ton)
Filipina
(ton)
Minyak Kelapa 570.311 826.237
Dessicated Coconut 46.699 116.421
Arang Tempurung dan Karbon Aktif 199.045 34.747
Saat ini, di Indonesia hanya sedikit industri / perusahaan kelapa yang memiliki website dalam
mempromosikan produknya, selain itu melihat kondisi di atas maka diperlukan penerapan strategi implementasi sistem bisnis yang terpadu, agar terjadi perbaikan dan perkembangan pada industri
kelapa yang berorientasi teknologi masa depan yaitu melalui e-business.
B. TUJUAN
Penelitian ini bertujuan untuk :
1. Merancang bangun sistem bisnis cerdas berbasis internet (intelligent e-business) untuk
komoditas agroindustri kelapa yang memberi rekomendasi bagi pengguna dalam menentukan keputusan bertransaksi.
2. Mengembangkan pelayanan sistem bisnis dalam bentuk customer service yang dapat menunjang
pemasaran komoditas kelapa berbasis ekspor.
3. Mengimplementasikan sistem e-business yang memberikan kemudahan terhadap administrator.
C. RUANG LINGKUP
II. TINJAUAN PUSTAKA
A.
E-BUSINESS
DAN
E-COMMERCE
Bisnis dengan media elektronik atau electronic bussiness (e-business) merupakan kegiatan
berbisnis di internet yang tidak hanya meliputi pembelian, penjualan dan jasa, tapi juga meliputi pelayanan pelanggan dan kerja sama dengan rekan bisnis (baik individual maupun instansi)
(Rachmat, 2009). E-business dapat juga didefinisikan sebagai pemanfaatan teknologi informasi dan
komunikasi (ICT) dalam mendukung semua kegiatan bisnis (Anonim, 2007).
Menurut Rachmat (2009), metode bisnis elektronik memungkinkan perusahaan untuk menghubungkan internal dan eksternal sistem pengolahan data lebih efisien dan fleksibel, untuk bekerja lebih erat dengan pemasok dan mitra, serta dapat lebih memuaskan kebutuhan dan harapan
pelanggan. E-business melibatkan proses bisnis yang mencakup seluruh rantai nilai, yaitu pembelian
elektronik dan manajemen rantai suplai, pemrosesan order elektronik, penanganan pelayanan pelanggan, dan bekerja sama dengan mitra bisnis. Perangkat lunak bisnis memungkinkan integrasi
intra dan inter proses bisnis perusahaan. E-business dapat dilakukan dengan menggunakan web,
internet, intranet, extranet, atau beberapa kombinasi dari ini.
Aplikasi e-business antara lain (Rachmat, 2009):
1. ERP (Enterprise Resource Planning).
Sistem informasi pendukung e-business, yang menyediakan berbagai macam kebutuhan perusahaan
seperti supply chain, CRM, marketing, warehouse, shipping, dan payment, serta mampu melakukan
otomatisasi proses.
2. CRM (Customer Relationship Management).
Sistem kustomisasi dan melakukan personalisasi produk dan servis berdasarkan keinginan pelanggan.
3. EAI (Enterprise Application Integration).
Konsep integrasi berbagai proses bisnis dengan memperbolehkan mereka saling bertukar data
berbasis message.
4. SCM (Supply Chain Management).
Manajemen rantai supply secara otomatis terkomputerisasi
Dalam penelitian ini, aplikasi e-business yang digunakan adalah CRM (Customer Relationship
Management).
E-commerce merupakan kepanjangan dari electronic commerce atau perdagangan yang
dilakukan secara elektronik. Menurut Turban (2005), e-commerce berarti perdagangan elektronik yang
mencakup proses pembelian, penjualan, transfer, atau pertukaran produk, layanan, atau informasi
melalui jaringan komputer, termasuk internet. E-business atau bisnis elektronik merujuk pada definisi
e-commerce yang lebih luas, tidak hanya pembelian dan penjualan barang serta jasa, tetapi juga
pelayanan pelanggan, kolaborasi dengan mitra bisnis, e-learning, dan transaksi elektronik dalam
perusahaan.
Electronic commerce merupakan satu set dinamis teknologi, aplikasi dan proses bisnis yang menghubungkan perusahaan, konsumen dan komunitas tertentu melalui transaksi elektronik dan perdagangan barang, pelayanan dan informasi yang dilakukan secara elektronik (Purbo dan Wahyudi,
2001). Menurut Trepper (2009), e-commerce (perdagangan elektronik) adalah suatu transaksi bisnis
yang melalui proses jaringan digital atau internet. Area e-commerce konvensional meliputi pencarian
4
Menurut Safitri (1999), perkembangan yang sangat pesat dari e-commerce disebabkan oleh :
1. E-Commerce memiliki kemampuan menjangkau lebih banyak pelanggan. Selain itu, pelanggan
dapat mengakses seluruh informasi terkini (up to date) setiap saat
2. E-Commerce dapat mendorong kreatifitas dari pihak penjual. Pendistribusian informasi yang disampaikan dapat berlangsung secara periodik.
3. E-Commerce dapat menciptakan efisiensi yang tinggi, murah dan informatif.
4. E-Commerce dapat meningkatakan kepuasan pelanggan dengan pelayanaan yang cepat, mudah, aman dan akurat.
Menurut O’Brien (2002), e-commerce memiliki enam kelebihan utama bagi perusahaan dan
pelanggan, yaitu: menghasilkan nilai tambah baru dari penjualan secara online; mengurangi biaya
melalui penjualan secara online dan adanya costumer support; menarik pelanggan dengan pemasaran
melalui internet, iklan dan penjualan online; meningkatkan kesetiaan pelanggan dan meningkatakan
layanan pelanggan melalui media internet; mengembangkan pasar berbasis internet dan saluran distribusi baru untuk produk yang sudah ada; serta mengembangkan informasi berbasis produk yang dapat diakses melalui internet.
Menurut Rahardjo (2002 ), e-commerce memberikan beberapa keuntungan, antara lain :
1. Meningkatkan market exposure
2. Menurunkan biaya operasi
3. Memperpendek waktu product cycle
4. Meningkatkan supplier management
5. Melebarkan jangkauan pasar (global reach market)
6. Meningkatkan kesetiaan pelanggan.
Pemesanan secara online banyak menggunakan konsep shopping chart untuk menyimpan
data tentang barang-barang yang telah dipilih dan akan dibayar. Konsep shopping chart ini meniru
kereta belanja yang biasanya digunakan orang untuk berbelanja di pasar swalayan. Shopping chart
berupa formulir dalam website dan dapat dibuat dengan pemrograman script (PHP atau ASP) dan
basis data (MySQL atau Ms.Access). Apabila seorang pembeli ingin membayar barang yang telah
dipilih, ia harus mengisi form transaksi. Form transaksi ini menanyakan identitas pembeli serta cara
pembayaran yang diinginkan. Untuk menghindari penyalahgunaan informasi, pihak penyedia jasa
e-commerce telah mengusahakan agar pengiriman data-data tersebut berjalan secara aman, dengan
menggunakan standar security tertentu. Setelah pembeli mengadaan transaksi, retailer akan
mengirimkan barang yang dipesan melalui jasa pos langsung ke rumah pembeli (Bardiyah, 2002).
Menurut Reynolds (2004), pemilihan transaksi online semestinya menyediakan sistem
keamanan yang terpercaya dengan sistem pembayaran yang efektif untuk melakukan otorisasi
pembayaran dan pengaturan transaksi. Sistem keamanan terbaik adalah Secure Socket Layer (SSL)
dan atau Secure Electronic Transaction (SET), yang menyediakan enkripsi data dan hasil tampilan
kepada pelanggan yang bertransaksi. Gambar struktur e-commerce dapat dilihat pada Gambar 1.
E-Commerce secara umum merupakan kegiatan bisnis (perniagaan/perdagangan) atau
jasa yang berhubungan erat dengan pelanggan, manufaktur, Internet Service Provider (ISP) dan
pedagang perantara (intermediateries) dengan menggunakan media elektronik. Dalam hal ini media
elektronik utama dengan menggunakan internet. Struktur e-commerce terbagi menjadi tiga bagian
utama yaitu: penyedia barang, perusahaan, dan pelanggan. Penyedia barang dapat terdiri dari beberapa peserta yaitu: para penjual, perantara, pemerintah, serta peserta lainnya. Penyedia barang tersebut terhubung kepada pelanggan melalui perusahaan yang memiliki koneksi internet dan memberi
pelayanan seperti: penjualan, pembelanjaan, pemberian informasi, dan kegiatan rantai pasok kepada
5
Gambar 1. Struktur E-Commerce (Rachmat, 2009)
B.
SISTEM CERDAS
Sistem cerdas (system intelligence) merupakan tindakan manusia yang menghubungkan
kepekaan tentang lingkungan yang sistemik dengan sistem pemikiran sehingga memacu kemampuan pemecahan masalah meningkatkan kinerja dan produktivitas dalam situasi sehari-hari (Anonim,2010).
Sistem cerdas merupakan upaya untuk menggabungkan kepekaan manusia dengan
engineering yang dapat memecahkan masalah dengan suatu gagasan. Sistem ini multidisiplin,
aplikatif dan filosofis dalam orientasinya yang melibatkan thinking-in-action, elemen tak terucap,
kesadaran situasional dan sentuhan untuk kompleks keutuhan sekitar kita. Penekanan adalah pada partisipasi interaktif dalam sistem dengan umpan balik dan interelasi. Ini adalah bentuk pemikiran holistik dan insting yang memang dasar sifat manusia (Raimo, 2004).
C.
SISTEM REKOMENDASI
Sistem rekomendasi merupakan sistem yang dirancang untuk memprediksi sekumpulan item
yang sesuai dengan preferensi pengguna yang mana nantinya item tersebut akan direkomendasikan
pada pengguna. Sistem ini dibangun dengan tujuan membantu pengguna untuk memilih item-item
yang disukainya dari sekian banyak item yang tersedia. Tugas dari sistem rekomendasi meliputi
analisa data pengguna dan mengekstrak informasi yang berguna untuk melakukan prediksi (Sanjung, 2011)
Dalam membangun data pengguna, sistem rekomendasi melakukannya secara eksplisit atau
implisit. Eksplisit dapat dilakukan misalnya dengan meminta pengguna untuk memberi rating pada
item dari jangkauan tertentu, merangking berdasarkan yang paling disukai sampai yang paling tidak
disukai, ataupun dengan meminta pengguna untuk melakukan list terhadap item-item yang mereka
sukai. Implisit dilakukan misalnya dengan mengamati pola kecenderungan pelanggan melalui
observasi jejaring sosial atau dengan mengamati item-item yang sering dilihat atau didengar oleh
pengguna, atau dengan kata lain jika secara eksplisit pengguna memberikan penilaian preferansi
6
Menurut Francesco (2011), sistem rekomendasi adalah perangkat lunak dan teknik yang dapat memberikan saran untuk produk yang akan berguna bagi pelanggan. Saran yang diberikan ditujukan untuk mendukung pelanggan dalam proses pengambilan keputusan, seperti produk apa saja yang cocok untuk dibeli, musik apa saja yang cocok didengarkan, atau berita apa saja yang cocok
untuk dibaca. Sistem rekomendasi telah terbukti sangat bermanfaat bagi pengguna online untuk
mengatasi kelebihan beban informasi dan telah menjadi salah satu alat yang paling kuat dan populer diperdagangan elektronik.
D.
METODE PENGELOMPOKKAN (
CLUSTERING METHOD)
Pengelompokan data (clustering) adalah teknik umum untuk analisis data statistik, yang
digunakan dalam banyak bidang, termasuk pembelajaran mesin, data mining, pengenalan pola,
analisis gambar dan bioinformatika. Clustering adalah klasifikasi objek serupa ke dalam beberapa
kelompok. Lebih tepatnya, partisi dari kumpulan data ke subset (cluster). Secara ideal, data dalam
setiap subset memiliki beberapa ciri umum yang berdekatan melalui metode pengukuran jarak (JГЎnos, 2007).
Data clustering (atau hanya clustering), juga disebut analisis klaster, analisis segmentasi,
taksonomi analisis, atau klasifikasi tak terawasi, adalah sebuah metode untuk menciptakan
kelompok-kelompok objek, atau cluster, sedemikian rupa sehingga objek dalam satu cluster yang sangat mirip
dan objek di berbagai cluster cukup berbeda. Data clustering berbeda dengan klasifikasi, di mana
objek ditugaskan untuk kelas standar. Pada data clustering, kelas juga harus didefinisikan. Untuk
menguraikan konsep sedikit, kami mempertimbangkan beberapa contoh.
Kesamaan ukuran atau jarak (ukuran perbedaan) digunakan untuk menghitung kesamaan atau ketidaksamaan dua titik data atau dua kelompok. Kesamaan dan jarak merupakan elemen dasar dari
algoritma clustering, dengan kemungkinan analisis kelompok.
Secara umum, jarak dan kesamaan adalah konsep timbal balik. Seringkali, kesamaan langkah dan koefisien kesamaan yang digunakan untuk menggambarkan secara kuantitatif seberapa mirip dua
titik data yang atau bagaimana serupa dua cluster adalah: semakin besar kesamaan koefisien, yang
lebih mirip adalah dua titik data. Ketidaksamaan ukuran dan jarak adalah sebaliknya: semakin besar
ketidaksamaan ukuran atau jarak, semakin berbda adalah titik data dua atau dua cluster.
Pertimbangkan dua titik data
x
пЂЅ
( ,
x x
1 2,...,
x T
d)
dany
пЂЅ
( ,
y y
1 2,...,
y T
d)
.Jarak Euclidean mungkin jarak yang paling umum kita yang pernah digunakan untuk
numerik data. Selama dua titik data
x
dany
dalam ruang d-dimensi, jarak Euclidean antara merekadidefinisikan sebagai :
1 2
2
1
( , )
(
)
d
j j
j
d x y
x
y
пЂЅ
пѓ¦
пѓ¶
пЂЅ
пѓ§
пЂ
пѓ·
пѓЁ

пѓё
dimana
x
j dany
j adalah nilai-nilai atribut ke-j
darix
dany
, masing-masing (Gan et all., 2011).Transaksi data juga disebut sebagai data keranjang pasar, yang telah dipelajari secara
ekstensif dalam peraturan pertambangan asosiasi untuk menemukan set item yang sering dibeli.
Clustering transaksi mengacu pada partisi satu set transaksi menjadi cluster sehingga transaksi serupa
yang berada di cluster yang sama dan transaksi berbeda berada dalam cluster yang berbeda.
Clustering transaksi memainkan peran penting dalam perkembangan terakhir dari pencarian
informasi, teknologi web, dan penggalian data. Clustering transaksi memiliki aplikasi banyak potensi
7
E.
RADAR CHART
Radar chart adalah grafik dan atau plot yang terdiri dari beberapa cabang yang merepresentasikan salah satu variabel pada tiap cabangnya. Sebuah garis digambar menghubungkan nilai data untuk setiap cabang. Grafik ini memberikan penampilan seperti bintang sesuai asal-usul
nama grafik tersebut, yaitu radar. Radar chart dapat digunakan untuk menjawab
pertanyaan-pertanyaan berikut (NIST/SEMATECH, 2003):
(i) Variabel apa yang dominan untuk diamati?
(ii) Apakah ada kelompok yang mirip pada pengamatan?
(iii) Apakah ada outliers?
Radar chart adalah sebuah cara untuk menampilkan pengamatan multivariat dengan jumlah variabel yang disesuaikan. Setiap hasil observasi direpresentasikan sebagai sosok berbentuk bintang dengan satu garis untuk setiap variabel. Panjang setiap garis dibuat proporsional dengan ukuran
variabel tersebut (Friendly, 1991). Setiap bintang merupakan observasi tunggal. Biasanya, radar chart
dihasilkan dalam format multi-plot dengan banyak bintang pada setiap halaman dan setiap bintang mewakili satu pengamatan (NIST/SEMATECH, 2003).
Berikut adalah langkah-langkah untuk mengembangkan radar chart (Rogers, 1995):
1. Tentukan faktor-faktor kritis yang dibutuhkan untuk menilai.
2. Gambar radar dan identifikasi karakteristik sesuai nilai faktor.
3. Tentukan skala (biasanya 0-5) dan definisi arti setiap angka.
4. Gandakan grafik, satu per observasi.
5. Tambahkan observasi berikut, dan tandai radar chart awal dengan simbol yang menunjukkan
pengukuran pertama.
6. Menentukan titik pengukuran berikutnya dan ulangi langkah 5.
7. Analisis data dan bandingkan hasilnya, jika sesuai dapat dipilih untuk dihitung rata-rata kumulatif
kelompok dengan menjumlahkan dan menghitung rata-rata seluruh kelompok itu.
F.
UNIFIED MODELING LANGUAGE
Unified Modeling Language (UML) adalah sebuah bahasa yang telah menjadi standar dalam pemodelan untuk visualisasi, merancang dan mendokumentasikan sistem piranti lunak (Syaifudin, 2011). UML adalah bahasa visual yang menyediakan cara bagi orang untuk menganalisis dan mendesain sebuah sistem berorientasi obyek yang bertujuan untuk menvisualisasi, konstruksi, dan dokumentasi proses pembuatan sistem. Keunggulan utama yang dimiliki pemodelan ini adalah kemampuannya dalam memodelkan menyerupai kehidupan nyata, sehingga sistem yang dihasilkan mempunyai kelebihan sebagai berikut (Bennet, (2001):
1. Mempunyai sifat lebih natural karena umumnya manusia berfikir dalam bentuk objek
2. Pembuatan sistem memakan waktu lebih cepat.
3. Memudahkan dalam proses pemeliharaa sistem, karena jika ada kesalahan, perbaikan hanya
dilakukan pada bagian tersebut, tidak perlu mengurutkan dari awal.
UML mendefinisikan notasi dan syntax/semantik. Notasi UML merupakan sekumpulan
bentuk khusus untuk menggambarkan berbagai diagram piranti lunak. Setiap bentuk memiliki makna
tertentu sedangkan syntax UML mendefinisikan bagaimana bentuk-bentuk tersebut dapat
8
Booch-OOD (Object-Oriented Design), Jim Rumbaugh-OMT (Object Modeling Technique), dan Ivar Jacobson-OOSE (Object-Oriented Software Engineering).Pada era tahun 1990-an banyak metodologi pemodelan berorientasi objek bermunculan, diantaranya adalah (1) metodologi Booch, (2) metodologi Coad, (3) metodologi OOSE, (4) metodologi OMT, (5) metodologi Shlaer-Mellor, (6) metodologi Wirfs-Brock, dan sebagainya. Masing-masing metodologi membawa notasi sendiri-sendiri, yang mengakibatkan timbul masalah baru apabila kita bekerjasama dengan group/perusahaan lain yang menggunakan metodologi yang berlainan. Oleh karena itu, pada bulan Oktober 1994 Booch, Rumbaugh dan Jacobson, yang merupakan tiga tokoh yang metodologinya banyak digunakan, mempelopori usaha untuk penyatuan
metodologi pendesainan berorientasi objek. Pada tahun 1995 diluncurkan draft pertama dari UML
(versi 0.8). Sejak tahun 1996 pengembangan tersebut dikoordinasikan oleh Object Management
Group (OMG). Tahun 1997 UML versi 1.1 muncul, dan saat ini telah mencapai versi 2.0. Sejak saat itulah UML telah menjadi standar bahasa pemodelan untuk aplikasi berorientasi objek.
Pada dasarnya, UML memuat diagram-diagram pemodelan sistem yang terdiri dari : 1. Use case diagram (diagram kasus).
2. Class diagram (diagram kelas). 3. Object diagram (diagram objek). 4. Statechart diagram (diagram keadaan). 5. Activity diagram (diagram aktivitas). 6. Sequence diagram (diagram urutan ).
7. Component diagram (diagram komponen).
8. Deployment diagram (diagram penyebaran). 9. Collaboration diagram (diagram kolaborasi).
Namun dalam prakteknya, tidak semua diagram harus dibuat, disesuaikan dengan kebutuhan dan kompleksitas sistem yang akan dikembangkan (Syaifudin, 2011)
G.
KELAPA
Kelapa (Cocos nucifera L.) merupakan tanaman perkebunan di Indonesia yang areal
penanamannya lebih luas dibandingkan dengan kelapa sawit. Tanaman ini diusahakan melalui perkebunan rakyat, perkebunan swasta maupun perkebunan pemerintah. Jenis kelapa yang dibudidayakan di Indonesia pada umumnya adalah varietas Dalam dan Hibrida. Dengan pemeliharaan intensif, produksi dapat mencapai 2,5 ton kopra/ha/thn untuk varietas Dalam dan 4 ton kopra/ha/thn untuk varietas Hibrida (Allolerung dan Mahmud, 2002).
Populasi tanaman kelapa Indonesia adalah yang terbesar di dunia. Luas penanaman kelapa adalah 3 juta hektar di Indonesia atau 31% dari total luas penanaman kelapa dunia. Seharusnya, Indonesia bisa menguasai produk berbahan dasar kelapa, misalnya minyak kelapa, nata de coco, sabut, dan tempurung. Semua produk dan bahan baku kelapa sebenarnya sangat berpotensi besar baik di pasar lokal maupun Internasional. Potensi lainnya, hampir semua bagian buah dan pohon kelapa bisa dimanfaatkan (Ulum, 2010).
9
Gambar 2. Sebaran Potensi Kelapa Indonesia (APCC, 2009)
Wilayah-wilayah tersebut memiliki sejumlah industri dengan skala besar yang mengolah buah kelapa menjadi produk olahan lain seperti minyak kelapa, nata de coco, santan krim dan tepung kelapa. Lokasi beberapa industri dengan skala besar tersebut dapat dilihat pada Gambar 3.
Gambar 3. Peta Penyebaran Industri Besar Pengolahan Kelapa (APCC, 2009)
Jenis tanaman kelapa pada awal mulanya hanya dikenal dua varietas yaitu varietas dalam (tall variety) dan varietas genjah (dwarf variety). Seiring dengan perkembangan pemuliaan tanaman, dikenal juga varietas kelapa hibrida yang merupakan hasil persilangan kelapa dalam dan kelapa genjah (Palungkun, 2003). Ketiga varietas tersebut memiliki ciri karakteristik tersendiri. Ciri-ciri secara garis besar tersebut nampak pada Tabel 2.
Riau
PT. Pulau Sambu Jatim
PT. Ikan Dorang PT. Vegetable Oil
Jabar & DKI PT. Barco
PT. PMK Mangga Dua PT. Airland Hilman Abadi
PT. Permata Hijau PT. Sorintalo PT. Bimoli CV. Kairagi
Lampung PT. Nimpindo Prima Coconut
PT Sari Segar Husada Sumatera Barat
PT. Coco mas
Sulawesi Utara 270.770 Ha 293.002 Ton Riau
542.249 Ha
546.773 Ton Maluku Utara
222.148 Ha 244.591 Ton Sulawesi
Tengah 182.773Ha 276.633 Ton Jawa Tengah
281.470 Ha 180.299 Ton
10
Tabel 2. Karakteristik Varietas Kelapa
Karakteristik Varietas Kelapa
Kelapa Dalam Kelapa Genjah Kelapa Hibrida
1.Batang Tinggi dan besar Ramping Ramping dan pendek
2. Tinggi Rata-rata 15-18 m
bahkan mencapai 30 m atau lebih
Mencapai 5 m atau lebih
Mencapai 5 m
3. Umur mulai berbuah 6-7 tahun setelah tanam 3-4 tahun setelah tanam 4 tahun
4. Umur ekonomis Mencapai 90-100 tahun Mencapai 50 tahun 35 tahun
5. Jumlah produksi tandan
11 tandan/pohon/tahun 18 tandan/pohon/tahun 20 tandan/pohon/tahun
6. Produktivitas 90 butir/pohon/tahun 100 butir/pohon/tahun 140 butir/pohon/tahun
7. Produksi kopra 1 ton kopra/Ha/tahun
pada umur 10 tahun
0.5 ton kopra/ha/tahun pada umur 10 tahun
6-7 ton/ha/tahun pada umur 10 tahun
Sumber : Palungkun ( 2003)
Indonesia memang menempati urutan pertama dalam luas areal tanaman kelapa dan total produksi dibandingkan dengan Philipina. Namun, dalam pemanfaatan hasil tanaman kelapa, Indonesia masih kurang sebanding dengan Philipina. Industri hilir di Philipina yang sudah mencapai pasar ekspor lebih dari 100 jenis, sedangkan Indonesia baru mencapai kurang lebih 10 jenis.
Pada usaha rakyat, kelapa hanya dimanfaatkan dalam bentuk produk primernya, baik kelapa segar maupun kopra untuk bahan baku minyak goreng. Pengembangan menjadi produk hilir belum banyak dilakukan, demikian juga pemanfaatan hasil sampingnya masih kurang. Oleh sebab itu wajar apabila peran tanaman kelapa sebagai pendukung perekonomian belum optimal di beberapa daerah di Indonesia. Usaha pengolahan kelapa yang banyak dilakukan di Indonesia, sebagian besar masih merupakan penerapan dalam bentuk diversifikasi vertikal dari daging buah kelapa. Bila ditelusuri lebih lanjut, ternyata daging buah kelapa hanya sekitar 30% dari bobot buah kelapa utuh. Komposisi tanaman kelapa dapat dilihat pada Tabel 3.
Tabel 3. Komposisi Buah Kelapa
Bagian Buah % Bagian
Sabut 35
Tempurung 12
Daging Buah 28
Air Buah 25
(Sumber: Palungkun, 2003)
H.
AGROINDUSTRI KELAPA
Agroindustri merupakan industri yang mengolah bahan baku pertanian yang berasal dari
tanaman atau hewan menjadi barang setengah jadi atau produk akhir. Pengolahan yang dimaksud
meliputi transformasi dan pengawetan melalui perubahan fisik atau kimiawi, penyimpanan,
pengemasan, dan distribusi (Brown, 1994)
Menurut Tajudin (2007), agroindustri dalam sistem pertanian merupakan penyempurnaan
11
agroindustri mempunyai keterkaitan kedepan memenuhi permintaan pasar melalui penguatan industri
hilir dan ke belakang memberikan nilai tambah terhadap produk pertanian. Keterpaduan yang
dibangun melalui pengembangan agroindustri mempunyai dimensi yang amat luas mulai dari
penguatan pasar hasil pertanian sampai dengan pembentukan nilaitambah dan daya saing komoditas
pertanian.
Komoditi kelapa memerankan peranan penting untuk kehidupan masyarakat dan devisa negara terutama di daerah tropis. Menurut Aswani dan Darwis (1995), selain sebagai sumber minyak nabati, berbagai kegunaan dari bagian tanaman kelapa menyebabkan tanaman ini mempunyai kedudukan khas di dalam kehidupan sosial dan budaya masyarakat Indonesia.
Kelapa atau Cocos Nucifera L. yang termasuk jenis palmae dari genus Cocos, sering juga
disebut sebagai pohon kehidupan atau tanaman serbaguna. Hampir seluruh bagian dari tanaman ini dapat diolah dalam skala industri untuk menghasilkan produk yang bermanfaat bagi kehidupan masyarakat, seperti yang dapat dilihat pada pohon industri kelapa pada Gambar 4.
Minyak kelapa dapat diolah lagi sehingga dapat menghasilkan bioenergi dan produk-produk
oleokimia seperti alkohol berlemak (fatty alcohol), asam lemak (fatty acid) dan metil ester (methyl
ester). Selain itu juga dapat digunakan sebagai bahan untuk margarin, es krim, bahan pelumas, kembang gula, shampoo, sabun cuci, dan minyak rambut. Minyak kelapa kasar memiliki keunggulan
dibandingkan dengan CPO yang terletak dari hasil pemrosesan yaitu oleokimia menjadi fatty acid,
fatty alkohol, dan glicerin. Pada pembuatan alkohol berlemak, misalnya, kandungan rantai menengah
hydro carbon pada Crude Coconut Oil C-12 dan C-14 mencapai 54% sedangkan Crude Palm Oil
hanya mencapai 1%. Produk-produk inilah yang lebih lanjut akan diolah oleh industri sabun, deterjen, farmasi, kosmetik dan tekstil.
Bunga kelapa yang belum mekar dapat disadap untuk menghasilkan nira kelapa. Nira ini digunakan sebagai bahan baku produk antara lain gula kelapa, asam cuka, ragi, minuman beralkohol dan juga untuk industri kerajinan hiasan dinding dan dekorasi. Pelepah kelapa dapat dibuat sebagai industri kerajinan, seperti topi, kipas, gabus dan bahan bakar. Air kelapa, selain dapat diminum langsung dapat diolah menjadi sirup, nata de coco, kecap, minuman isotonik dan lain-lain.
Tempurung kelapa dapat dimanfaatkan berbagai industri seperti arang dan karbon yang berfungsi untuk mengabsorbsi gas selain sebagai barang kerajinan, alat rumah tangga dan barang-barang seni lainnya, seperti ikat pinggang, gelang, sendok, asbak, kancing dan hiasan dinding. Sabut kelapa dapat dijadikan sebagai bahan baku aneka industri, seperti karpet, sikat, bahan pengisi jok mobil, tali dan lain-lain. Sabut gabus kelapa dapat dibuat pot bunga dan mulsa. Sabut berkaret bisa dibuat batako, kasur, dan mebeler. Pemanfaatan sabut kelapa yang tidak kalah menarik adalah sebagai cocopeat yaitu sabut kelapa yang diolah menjadi butiran-butiran gabus sabut kelapa. Cocopeat dapat menahan kandungan air dan unsur kimia pupuk serta dapat menetralkan keasaman tanah. Karena sifat tersebut, sehingga cocopeat dapat digunakan sebagai media yang baik untuk pertumbuhan tanaman hortikultura dan media tanaman rumah kaca.
Bagian-bagian kelapa seperti bunga, daun, buah kelapa, dan batang dapat dimanfaatkan menjadi produk-produk industri yang memiliki nilai tambah tinggi. Pada bagian bunga dapat diolah menjadi nira yang dapat dimanfaatkan menjadi kecap, sirup, dan gula kelapa. Bunga utuh dapat dimanfaatkan menjadi barang-barang kerajinan seperti tas, tirai atau aksesoris. Pada bagian daun terdapat helai daun, lidi, dan pelepah yang dapat dimanfaatkan menjadi barang kerajinan. Pada buah kelapa sangat luas cakupannya. Air kelapa dapat dimanfaatkan menjadi nata de coco, asam cuka,
kecap, dan minuman. Daging kelapa dapat dimanfaatkan menjadi crude coconut oil, refined coconut
oil, pakan ternak, dessicated coconut, virgin coconut oil, dan coconut milk powder. Tempurung kelapa
12
(cocopeat) dan jok mobil. Dan batang kelapa juga dapat dimanfaatkan menjadi bahan bangunan dan
furniture (Gambar 4).
Gambar 4. Pohon Industri Kelapa ( BPPP, 2007 dan Dekindo, 2010) Kelapa
Batang
Sabut Berkaret Cocopeat
Bahan Bangunan
Furniture
Sabut Kelapa
Arang Tempurung
Tepung Tempurung
Karbon Aktif
Briket Kelapa Asap Cair Daging
Kelapa
Tempurung
Kopra
Bungkil Kopra Minyak
Kelapa
Crude Coconut Oil
Refined Coconut Oil
Pakan Ternak
Daging Kelapa Parut
Dessicated Coconut
Coconut Milk and Powder Virgin Coconut Oil
Air Kelapa Pelepah Lidi
Helai Daun Barang Kerajinan
Minuman dari Kelapa Kecap Kelapa
Asam Cuka
Nata deCoco
Barang Kerajinan
Barang Kerajinan Bunga
Buah Kelapa
Daun
Bunga Utuh Nira
Gula Kelapa Sirup Kelapa
Barang Kerajinan Kecap Kelapa
Minyak Goreng
Media Tumbuh Tanaman
13
I.
PEMASARAN EKSPOR
Menurut Amir (2004), ekspor adalah kegiatan memasok suatu komoditi ke negara lain atau
kepada orang asing, dengan mengharapkan pembayaran menggunakan valuta asing, dan kadangkala
terpaksa berkomunikasi dengan bahasa asing. Sedangkan pemasaran ekspor adalah penjualan suatu
komoditi ke negara lain dengan kondisi yang sudah disesuaikan dengan keinginan dan selera pembeli
di pasar sasaran ekspor. Dalam pengertian tersebut, pemasaran ekspor merupakan pemasaran yang
berorientasi pada selera pelanggan dan kondisi lingkungan, dimana perusahaan memproduksi
komoditi sesuai dengan keinginan dan selera pembeli.
Ekspor dapat bersifat langsung maupun tidak langsung. Dengan ekspor langsung (direct
exporting), perusahaan dapat menjual kepada konsumen di negara berbeda. Ekspor langsung merupakan pendekatan paling umum yang digunakan perusahaan yang mengawali langkah internasional mereka karena risiko kerugian finansial dapat diminimalisasi. Kebalikannya, ekspor
tidak langsung (indirect exporting) umumnya berarti perusahaan menjual kepada pembeli (importir
atau distributor) di negara asal, yang kemudian mengekspornya kembali (Cateora dan Graham, 2007). Cateora dan Graham (2007) menyatakan bahwa strategi memasuki pasar internasional menggambarkan analisis karakteristik pasar (seperti potensi penjualan, tingkat kepentingan strategis, kekuatan sumber daya lokal, perbedaan budaya, dan rintangan negara) dan kemampuan serta karakteristik perusahaan termasuk tingkat pengetahuan mendekati pasar, keterlibatan pemasaran, dan komitmen yang siap diambil oleh manajemen.
Memiliki website adalah langkah pertama yang harus dilakukan untuk menembus ekspor via
internet. Melalui website inilah calon pembeli mendapatkan informasi selengkap mungkin mengenai
siapa kita, barang apa saja yang diproduksi, berapa besar kapasitas produksi, bagaimana kualitas barang, serta informasi pendukung lainnya. Untuk bahasa, apa boleh buat, bahasa Inggris adalah sebuah keharusan. Namun jika ingin lebih efektif lagi menembus Eropa, buat beberapa versi bahasa untuk negara-negara yang lebih nyaman dengan bahasa ibunya, misalnya Perancis dan Spanyol (Luthfi, 2010).
J.
PENELITIAN TERDAHULU
Penelitian terdahulu yang berhubungan dengan teknologi internet antara lain adalah
“Pengembangan Electronic Commerce untuk Pemberdayaan Agroindustri Minyak Kelapa Sawit (CPO)” oleh Moko (2002). Penelitian tersebut bertujuan untuk mengembangkan sebuah sistem
aplikasi e-commerce untuk agroindustri minyak kelapa sawit (CPO). Aplikasi-aplikasi yang
dikembangkan dalam penelitian ini adalah aplikasi pada proses aktivasi awal, verifikasi pelanggan, pengajuan order, penerimaan order, pemrosesan order dan pengiriman order.
Selanjutnya adalah lima penelitian yang terdapat dalam jurnal “Journal of E-Business,
Volume IV, No 1, June 2004”. Penelitian pertama dilakukan oleh Noboa (2004) yang berjudul “A Framework for Examining Creation and Appropriation of Value”. Tujuan dari penelitian ini adalah
untuk melakukan pengkajian terhadap potensi e-business dan mengusulkan sebuah metodologi untuk
menganalisis penciptaan dan penggunaan nilai dalam e-commerce. Hasilnya berupa kerangka yang
diusulkan dalam makalah ini dapat membantu untuk menentukan apakah sebuah perusahaan, dan agen tertentu jaringan, menciptakan atau menyediakan nilai.
Penelitian lain berjudul “Impact of Information Technology and E-Commerce on Supply
14
Palaniswami (2004). Hasil survei terhadap perusahaan manufaktur di Michigan mengungkapkan bahwa sebagian besar perusahaan yang disurvei memiliki kemampuan atau niat untuk menggunakan
aplikasi e-commerce, baik itu EDI, ERP, e-procurement atau e-marketing.
Berikutnya adalah penelitian ketiga oleh Balsmeier (2004) yang berjudul “Internet Fraud: A
Global Perspective”. Tujuan makalah ini adalah untuk membahas berbagai aspek penipuan internet: bagaimana hal itu bisa terjadi, ke mana harus mencari bantuan, dan apa yang bisa dilakukan tentang hal ini.
Penelitian keempat dilakukan oleh Rhee (2004) yang berjudul “Information Technology and
E-Commerce Strategy of Entrepreneurial Ventures: A Contingency Approach Based on Information-Processing Theory”. Penelitian ini meneliti kondisi tertentu di mana efek positif yang diharapkan dari teknologi informasi pada daya saing usaha kewirausahaan adalah lebih mungkin terjadi. Dengan demikian, kerangka yang dikembangkan dalam makalah ini dapat berfungsi sebagai pondasi pedoman yang optimal dalam investasi teknologi informasi dan penggunaan dapat dikembangkan untuk strategi
e-commerce usaha kewirausahaan.
Selanjutnya penelitian kelima berjudul “Testing An E-Loyalty Conceptual Framework” oleh
Allagui (2004). Makalah ini menyediakan kerangka kerja konseptual untuk penyelidikan kesetiaan
website media komputer lingkungan dimediasi. Kesimpulan yang didapatkan adalah antarmuka pengguna dan kustomisasi efektif berkontribusi untuk menghasilkan kepuasan dan hubungan jangka panjang dengan website.
Penelitian selanjutnya dilaksanakan oleh Harjanto (2005) dengan judul “Perancangan E-
Commerce Pada PT. Fajar Surya Wisesa, Cibitung”. Penelitian ini bertujuan untuk merancang sistem
e-commerce PT FASW yang menggambakan keterkaitan antar elemen di dalam sistem tersebut. Aplikasi yang dikembangkan pada penelitian ini adalah pendaftaran pelanggan baru, pemesanan
secara online, pemberitahuan tagihan, pelacakan status pesanan dan informasi status pembayaran.
Penelitian yang berhubungan dengan clustering ditulis oleh Ahn ( 2006) yang berjudul “A
Recommender System Using GA K-means Clustering in An Online Shopping Market”. Penelitian ini menerapkan pengelompokan K-Means yang yang dioptimalkan dengan GA dan diaplikasikan ke dunia nyata pada kasus segmentasi pasar belanja online.
Zeng (2009) menulis tentang “Intelligent E-Commerce Recommender System Based on Web
Mining”. Penelitian ini menggunakan teknik web mining untuk melacak perilaku belanja pelanggan
dan preferensi yang up-to-date. Percobaan ini telah dilakukan untuk mengevaluasi kualitas
rekomendasi dan hasilnya menunjukkan bahwa sistem dapat memberikan rekomendasi yang masuk akal, dan mampu membantu pelanggan menghemat waktu yang sangat besar untuk berbelanja di Internet.
Penelitian lain terkait e-commerce oleh Wanurmarahayu (2011) dengan judul “Rancang
Bangun Sistem Bisnis Berbasis Internet (E-Business) untuk Agroindustri Kulit Samak (Leather)”.
Penelitian ini bertujuan untuk merancang suatu sistem bisnis berbasis internet (e-business) untuk
komoditi kulit, melalui pengembangan sistem transaksi online dan layanan pelanggan.
Penelitian saat ini difokuskan pada sistem bisnis cerdas yang berorientasi pemberian rekomendasi dan pelayanan pelanggan dan kemudahan bagi administrator untuk melakukan penghitungan laba perbulan. Aplikasi yang dikembangkan pada penelitian ini adalah adanya
rekomendasi menggunakan clustering dan radar chart dan terdapat aplikasi perhitungan laba untuk
15
III. METODOLOGI
A.
KERANGKA PENELITIAN
Sistem bisnis cerdas berbasis internet (intelligent e-business) untuk agroindustri kelapa
berorientasi ekspor merupakan sistem bisnis berbasis website yang membantu pelanggan dengan
memberi kemudahan, keamanan, kecepatan, dan kenyamanan dalam melakukan pemilihan dan pembelian produk agroindustri kelapa.
Mulai
Database transaksi pelanggan 1.Id Produk
2.Frequency (F) Database Rating 3.Rating (1-5)
a)design, b)price, c)brand, d)product reliable, e)stock
Clustering produk (High, Medium, Low Recommended)
Menghitung rata-rata alternatif 1) Frequency
2).Rating (1-5)
a)design, b)price, c)brand, d)product reliable, e)stock
dengan rumus Euclidean :
Radar Chart database transaksi
Menghitung rata-rata rating
database Alternatif: 1) Frequency
2).Rating (1-5)
a)design, b)price, c)brand, d)product reliable, e)stock
Menampilkan rekomendasi produk kepada pelanggan selanjutnya 1. Hasil Cluster Produk
2. Hasil Radar Chart Produk
Menghitung rata-rata rating kriteria untuk radar chart Selesai + -+ -Autentifikasi Database transaksi pelanggan (quantity) dan rating Database transaksi pelanggan (quantity) dan rating : Mulai/Selesai : Proses : Keputusan
Gambar 5. Kerangka Penelitian
16
Pola yang akan diambil pada penelitian ini adalah pola transaksi pelanggan dan sebagai
tujuannya adalah rekomendasi produk. Web mining digunakan untuk memprediksi kesukaan
pelanggan berdasarkan perilaku pelanggan sebelumnya. Metode web mining yang akan digunakan
dalam penelitian ini adalah clustering menggunakan metode K-Means. Metode K-Means dapat
mengklasifikasikan produk sesuai dengan kesamaan antar data produk dengan perhitungan jarak
perbedaan menggunakan rumus Euclidean. Radar chart ditampilkan dalam bentuk grafik seperti
jaring laba-laba untuk mengevaluasi beberapa alternatif berdasarkan beberapa kriteria. Radar chart
dapat mengevaluasi kualitas produk-produk dalam bentuk grafik yang dapat membandingkan antara lima sampai sepuluh kriteria.
Gambar 5 menjelaskan kerangka penelitian untuk menampilkan rekomendasi produk yang dimulai dengan proses autentifikasi, proses ini adalah suatu mekanisme untuk memastikan apakah
pengguna berhak masuk ke dalam sistem atau tidak. Implementasinya berupa log in. Dalam hal ini ,
pengguna yang berhak mengakses harus memasukkan username dan password terlebih dahulu
sebelum pengguna melakukan transaksi/pembelanjaan online.
Setelah melalui proses autentifikasi, pengguna menjadi pelanggan dan berhak untuk melakukan pembelanjaan dengan memilih produk yang diinginkan. Setelah melakukan pemilihan produk, data pemilihan akan masuk ke database transaksi pelanggan. Di dalam database ini terdapat
ID produk, dan banyaknya jumlah item pembelian (frequency) yang nantinya akan berhubungan
dengan database rating. Database rating merupakan database yang berisi nilai (1-5) yang berasal dari
rating pelanggan. Kriteria-kriteria rating yang dimasukkan adalah : desain (design), harga(price),
merek (brand), kepercayaan terhadap produk (product reliable), dan ketersediaan stok (stock).
Database transaksi pelanggan dan database rating kemudian dihubungkan dengan melakukan
penggabungan terhadap ID produk. Data yang akan diolah adalah hasil input pelanggan yaitu :
frequency, design, price, brand, product reliable, dan stock yang didapatkan diolah dalam bentuk
clustering dan radar chart.
Clustering produk adalah proses pengelompokkan produk berdasarkan persamaan atau kedekatan antar produk dengan cara menghitung jarak perbedaan. Semakin tinggi jarak, semakin jauh
persamaan antar produk. Cluster produk yang akan dibuat berjumlah tiga cluster, yaitu: rekomendasi
tinggi (high recommended), rekomendasi menengah (medium recommended), dan rekomendasi rendah
(low recommended). Pada proses ini perhitungan rata-rata dilakukan dari setiap data yang dimasukkan oleh tiap pelanggan. Data akan terus bertambah dan berubah setiap kali pelanggan
berbelanja dan memasukkan rating. Perhitungan yang dilakukan menggunakan metode K-Means yaitu
dengan menggunakan rumus Euclidean. Setelah dilakukan perhitungan, hasil cluster akan masuk ke
database cluster. Selanjutnya database cluster tersebut dipanggil pelanggan untuk menampilkan
cluster yang ingin dipanggil. Hasil cluster produk merupakan rekomendasi produk berdasarkan
kriteria banyaknya penjualan dan kriteria pada database rating.
Radar chart pada E-Cocotrade ini adalah grafik yang berbentuk seperti jaring laba-laba yang akan menampilkan evaluasi kualitas tiap produk dalam bentuk grafik yang dapat membandingkan
antara enam kriteria. Kriteria-kriteria tersebut berasal dari data hasil input pelanggan yaitu: frequency,
design, price, brand, product reliable, dan stock. Sama seperti clustering, perhitungan rata-rata dilakukan dari setiap data yang dimasukkan oleh tiap pelanggan. Data dapat terus bertambah dan
berubah setiap kali pelangganberbelanja dan memasukkan rating. Hasil akhir dari proses ini adalah
tampilan grafik radar chart produk yang berguna untuk memberi rekomendasi. Grafik ini
memaparkan evaluasi kriteria sebagai perbandingan bagi pelanggan.
Sistem e-business ini diharapkan mampu mengatasi lemahnya arus informasi antara
17
mempermudah transaksi menjadi lebih efektif dan efisien. Selain itu, sistem aplikasi e-business ini
diharapkan dapat menerapkan konsep pemasaran baru dalam dunia perdagangan.
B. TAHAPAN PENDEKATAN SISTEM
Pendekatan sistem merupakan metode pengkajian masalah dimulai dari analisa atau identifikasi kebutuhan yang akan menghasilkan suatu sistem operasional yang efisien. Pendekatan sistem dicirikan dengan adanya metodologi dalam perencanaan atau pengelolaan, bersifat multidisiplin, terorganisir serta mampu berpikir secara disiplin non kuantitatif (Moko, 2000).
Pendekatan serta pengembangan sistem terdiri dari beberapa tahap yaitu:
