• Tidak ada hasil yang ditemukan

Implementasi Algoritma Apriori Dan Fp-Growth Dalam Market Basket Analysis Pembelian Obat Pada Suatu Apotek

N/A
N/A
Protected

Academic year: 2017

Membagikan "Implementasi Algoritma Apriori Dan Fp-Growth Dalam Market Basket Analysis Pembelian Obat Pada Suatu Apotek"

Copied!
7
0
0

Teks penuh

(1)

PENDAHULUAN

1.1. Latar Belakang

Saat ini, perkembangan teknologi telah memberikan pengaruh yang sangat besar di dalam kehidupan manusia. Salah satunya adalah dengan munculnya tuntutan bagi seorang pengambil keputusan untuk dapat melihat peluang-peluang yang dapat meningkatkan penjualan di perusahaanya berdasarkan informasi yang relevan. Knowledge atas suatu produk, dapat digunakan oleh perusahaan untuk meningkatkan penjualan. Salah satu cara untuk mendapatkan knowledge adalah dengan melakukan data mining.

Sebagai contoh dalam dunia usaha seperti pada Apotek, yang setiap harinya terjadi transaksi penjualan obat-obatan. Dimana biasanya resep yang diberikan oleh Dokter tidak hanya satu jenis obat saja tetapi terdiri dari beberapa jenis obat yang fungsi dari obat-obatan tersebut berkaitan dengan obat yang lain yang membantu penyembuhan si pasien.

(2)

data tersebut, pada saat ini disebut dengan data mining. Data mining dimaksudkan

untuk memberikan solusi nyata bagi para pengambil keputusan, untuk mengembangkan bisnis mereka.

Untuk mendapatkan informasi tentang asosiasi antar produk dari suatu database transaksi, penulis menggunakan algoritma apriori dan FP-Growth. Algoritma apriori adalah algoritma market basket analysis yang digunakan untuk menghasilkan association rule, dengan pola “if-then” atau “jika-maka”. Market basket analysis merupakan salah satu teknik dari data mining yang mempelajari tentang perilaku kebiasaan konsumen dalam membeli produk secara bersamaan dalam suatu waktu. Market basket dapat menemukan pola yang berupa produk-produk yang sering dibeli bersamaan atau cenderung muncul bersama dalam sebuah

transaksi. Perusahaan lalu dapat meggunakan pola ini untuk menempatkan produk

yang sering dibeli bersamaan ke dalam sebuah area yang berdekatan. Penerapan

teknik market basket analysis pada perancangan tata letak produk di swalayan sudah

dilakukan oleh beberapa peneliti, antara lain metode aturan asosiasi (Widianti &

Soetisna, 2003), Wijoyo (2011) menggunakan algoritma Apriori untuk membuat

sistem penunjang keputusan penempatan produk di pasar swalayan. Sementara itu,

(3)

Apriori (Zhao et al. 2003).. Berdasarkan hal di atas, maka dalam penulisan skripsi

ini, penulis memilih judul “Implementasi Algoritma Apriori dan FP-Growth dalam Market Basket Analysist Pembelian Obat pada Suatu Apotek”.

1.2. Rumusan Masalah

Adapun rumusan masalah pada penelitian ini adalah :

1. Mendapatkan kombinasi dari jenis produk-produk yang sering dibeli bersamaan oleh konsumen.

2. Mengimplementasikan hasil dari kombinasi jenis produk-produk ke dalam sebuah aplikasi data mining.

1.3. Batasan Masalah

(4)

1. Data yang diinput merupakan data transaksi penjualan obat yang dibeli selama 1 bulan di Apotek Sejati Binjai

2. Perancangan program menggunakan bahasa pemrograman Visual Basic Net dan penyimpanan data dilakukan di Microsoft Access.

3. Output berupa perbandingan hasil kecepatan analisis antara algoritma Apriori dan FP-Growth

1.4. Tujuan Penelitian

Adapun tujuan dari penelitian ini adalah:

1. Membantu pemilik Apotek untuk mengetahui data produk yang sering dibeli se-cara bersamaan.

2. Memberi solusi kepada Pemilik Apotek dalam menentukan strategi pemasaran dan keterkaitan antara obat yang dibeli oleh pasien sehingga dapat meningkatkan pelayanan konsumen.

1.5. Manfaat Penelitian

Adapun manfaat dari penelitian ini adalah:

(5)

2. Untuk mengatur tata letak obat yang sering dibeli secara bersamaan oleh konsumen supaya diletakkan secara berdekatan

1.6. Metode Penelitian

Metode penelitian yang akan digunakan adalah:

1. Studi Literatur

Studi literatur yang digunakan dalam penulisan skripsi ini adalah mengumpulkan bahan referensi mengenai Sistem Market Basket Analysis dengan menggunakan Algoritma Apriori dan FP-Growth dari berbagai buku, jurnal, artikel dan beberapa referensi lainnya.

2. Pengumpulan Data

Pada tahap ini data yang dikumpulkan berupa data transaksi penjualan obat pada Apotek Sejati Binjai.

3. Analisis dan Perancangan Sistem

(6)

4. Implementasi Sistem

Pada tahap ini dilakukan proses implementasi pengkodean program dalam aplikasi komputer menggunakan bahasa pemrograman yang telah dipilih yang sesuai dengan analisis dan perancangan yang sudah dilakukan.

5. Pengujian

Pada tahap ini dilakukan proses pengujian dan percobaan terhadap sistem sesuai dengan kebutuhan yang ditentukan sebelumnya serta memastikan program yang

dibuat berjalan seperti yang diharapkan.

6. Dokumentasi

Tahap ini merupakan laporan dan kesimpulan akhir dari hasil analisa dan pengujian ke dalam bentuk skripsi.

1.7. Sistematika Penulisan

Adapun langkah-langkah dalam menyelesaikan penelitian ini adalah sebagai berikut :

BAB 1 : PENDAHULUAN

(7)

Pembelian Obat pada Suatu Apotek”, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian, dan sistematika penulisan.

BAB 2 : TINJAUAN PUSTAKA

Bab ini membahas mengenai teori-teori yang berkaitan dengan perancangan sistem yang akan

dibuat.

BAB 3 : ANALISIS DAN PERANCANGAN SISTEM

Bab ini membahas mengenai analisis terhadap permasalahan dan penyelesaian masalah

dengan menggunakan algoritma FP-Growth dan algoritma Apriori.

BAB 4 : IMPLEMENTASI SISTEM

Bab ini membahas implementasi perancangan sistem dari hasil analisis dan perancangan yang

sudah dibuat, serta menguji sistem untuk menentukan kelebihan dan kekurangan sistem yang

dibuat.

BAB 5 : KESIMPULAN DAN SARAN

Bab ini berisi kesimpulan dan saran dari keseluruhan uraian bab-bab sebelumnya dan

saran-saran yang diharapkan dapat bermanfaat dalam pengembangan selanjutnya.

Referensi

Dokumen terkait

Selain itu penelitian lainnya dilakukan oleh Cavique 2007 pada penelitian yang berjudul “A Scalable Algorithm for the Market Basket Analysis” menyatakan bahwa algoritma

Penelitian berjudul “Implementasi Algoritma FP-Growth menggunakan As- sociation Rule pada Market Basket Analysis” yang dilakukan oleh Fitriyani (2015), dalam penelitiannya

Dengan metode Market Basket Analysis, sistem ini dapat menganalisa penempatan buku yang mengacu pada frequent item dalam Algoritma Apriori pada semua transaksi

Tree. Tahap pembangkitan conditional pattern base, 2. Tahap pembangkitan conditional FP-Tree, dan 3. Tahap pencarian frequent itemset. Algoritma FP-Growth III. Karena pada

Judul : ANALISIS PERBANDINGAN ALGORITMA APRIORI DAN ALGORITMA FP-GROWTH UNTUK KORELASI PEMBELIAN PRODUK (STUDI KASUS: SUMBER SWALAYAN MEDAN).. Kategori :

Tree. Tahap pembangkitan conditional pattern base, 2. Tahap pembangkitan conditional FP-Tree, dan 3. Tahap pencarian frequent itemset. Algoritma FP-Growth III. Karena pada

KESIMPULAN Mengacu pada analisis yang telah dijelaskan di atas dapat ditarik kesimpulan bahwa kedua algoritma baik apriori maupun fp-growth tidak memiliki perbedaan pada hasil

KESIMPULAN Berdasarkan hasil penelitian yang telah dilakukan, algoritma apriori berhasil digunakan untuk melakukan ekstraksi data, sehingga pola asosiasi produk pada data penjualan