PENERAPAN DATA MINING UNTUK MENGHITUNG
RATA-RATA MINAT KONSUMEN FASHION
SKRIPSI
Disusun Oleh :
RINA MEILANI SITABA
0734010084
J URUSAN TEKNIK INFORMATIKA
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN”
J AWA TIMUR
Diajukan Untuk Memenuhi Sebagian Per syar atan Dalam Memperoleh Gelar Sar jana Komputer
J ur usan Tek nik Infor matika
Oleh :
RINA MEILANI SITABA
0734010084
J URUSAN TEKNIK INFORMATIKA
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN”
J AWA TIMUR
Judul : Penerapan Data Mining Dengan Menggunakan Metode Interpolasi Untuk Memprediksi Minat Konsumen Fashion.
Pembimbing I : Nur Cahyo Wibowo, S.Kom, M.Kom Pembimbing II : Agus Hermanto, S.Kom
Penyusun : Rina Meilani Sitaba
ABSTRAK
Prediksi minat konsumen sangat penting bagi suatu perusahaan retail, dimana dengan adanya prediksi minat konsumen perusahaan retail dapat mengambil suatu keputusan atau strategi yang benar dan tepat bagi konsumennya. Teknologi data mining dan metode interpolasi hadir sebagai solusi.
Aplikasi data mining ini memanfaatkan data masukan berupa data produk dan data penjualan. Dari data tersebut, akan diolah dengan metode interpolasi dan untuk menganalisis data juga menggunakan teknik interpolasi. Setelah melewati proses tersebut, maka akan didapatkan pola-pola dalam pengambilan keputusan. Aplikasi data mining dengan metode interpolasi untuk memprediksi minat konsumen fashion inputnya adalah data penjualannya, dan produk yang telah dibeli oleh customer. Sedangkan outputnya adalah prediksi minat konsumen fashion yaitu jenis produk mana yang banyak paling banyak diminati oleh customer .
Dan dari hasil uji coba didapatkan hasil bahwa proses pengcleaningan data telah berhasil dilakukan. Cleaning data dari tabel beli master kemudian disimpan ke tabel temporary. Kemudian dari data yang ada pada tabel temporary tersebut dilakukanlah proses metode interpolasi. Pada akhirnya akan didapatkan hasil penjualan jenis produk yang paling banyak diminati customer dalam setahun.
Kata kunci : Data Mining, Interpolasi, Prediksi Minat, Konsumen Fashion, Customer, Data Cleaning.
Alhamdulillah, Penulis bersyukur kepada Allah SWT atas semua Rahmat,
Berkah, dan Ridho-Nya yang telah diberikan kepada penulis sehingga dapat
menyelesaikan Skripsi yang berjudul “Pener a pan Data Mining Dengan Metode
Inter polasi Untuk Mempr edik si Minat Konsumen Fashion” ini dengan baik.
Skripsi merupakan salah satu syarat bagi mahasiswa untuk menyelesaikan
program studi Sarjana Strata Satu (S1) di Jurusan Teknik Informatika Fakultas
Teknologi Industri Universitas Pembangunan Nasional “Veteran” Jawa Timur.
Melalui Skripsi ini penyusun merasa mendapatkan kesempatan besar
untuk memperdalam ilmu pengetahuan yang diperoleh selama di bangku
perkuliahan. Namun, penyusun menyadari bahwa Skripsi ini masih jauh dari
sempurna. Oleh karena itu penyusun sangat mengharapkan saran dan kritik dari
para pembaca untuk pengembangan aplikasi lebih lanjut.
Surabaya, 28 November 2011
DAFTAR ISI
UCAPAN TERIMA KASIH... iii
DAFTAR ISI ... v
1.6 Metodologi Penelitian ... 3
1.7 Sistematika Penulisan... 6
BAB II TINJ AUAN PUSTAKA ... 8
2.1 Sekilas Tentang Data Mining ... 8
2.1.1 Model Data Mining ... 9
2.1.2 Manfaat Penggunaan Data Mining... 11
2.1.3 Tujuan Data Mining ... 13
2.2 Sekilas Tentang Interpolasi ... 14
2.2.1 Interpolasi Linier ... 15
3.1 Pengumpulan Data ... 20
3.2 Analisa Data... 21
3.3 Analisa Sistem ... 22
3.4 Analisa Kebutuhan ... 22
3.5 Perancangan Sistem ... 23
3.5.1 Business Process View ... 23
3.5.2 Business Workflow Diagram ... 27
3.5.3 Diagram Berjenjang ... 30
3.5.4 Data Flow Diagram ... 30
3.5.4.1 Perancangan Diagram Konteks ... 31
3.5.4.2 Data Flow Diagram Level 0... 32
3.5.4.3 Data Flow Diagram Level 1... 34
3.5.5 Conceptual Data Model ... 37
3.5.6 Physical Data Model ... 38
3.6 Perancangan Basis Data ... 40
3.6.1 Pembuatan Database... 44
3.6.2 Koneksi Delphi ke MS Access... 46
3.7 Perancangan Antarmuka... 47
3.7.1 Desain Halaman Login Administrator... 47
3.7.2 Desain Halaman Utama Administrator ... 50
BAB IV IMPLEMENTASI PERANGKAT LUNAK ... 52
4.1 Lingkungan Pemrograman ... 52
4.2 Implementasi Proses... 52
4.2.1 Implementasi Koneksi Database ... 53
4.2.2 Implementasi Proses Login Admin ... 56
4.3 Implementasi Aplikasi Desain Interface ... 59
4.3.2 Form Halaman Panel Utama ... 61
4.3.3 Form Halaman Akun Baru... 62
4.3.4 Form Halaman Tambah Data Barang... 64
4.3.5 Form Halaman Data Penjualan ... 66
4.3.6 Form Laporan Data Produk ... 68
BAB V UJ I COBA DAN EVALUASI PROGRAM ... 76
5.1 Uji Coba Sistem ... 76
5.2 Uji Coba Form Menu Utama ... 77
BAB VI PENUTUP ... 86
6.1 Kesimpulan ... 86
1.1 Latar Belakang.
Marcy et Amie merupakan sebuah perusahaan yang bergerak dibidang
retail. Marcy et Amie menjual boneka khas dari brand marcy et amie ini sendiri
yang dinamakan boneka Amie. Marcy et Amie tidak hanya menjual boneka saja
melainkan menjual pula aksesoris boneka, dan pakaian boneka, serta
pernak-pernik lainnya seperti layaknya manusia. Marcy et Amie pertama kali dirintis
pada tahun 2007, di Supermall Pakuwon Indah. Yang kemudian dibuka lagi
cabangnya di Galaxy Mall. Marcy et Amie memiliki konsep tersendiri dalam
penjualan produk mereka, yaitu menjual boneka sekaligus memberikan edukasi
pada anak-anak dalam merawat bonekanya. Karena setiap orang yang membeli
boneka ini seolah-olah seperti mengadopsi, dan dapat sertifikat adopsi bukti telah
memiliki boneka Amie.
Dunia bisnis retail yang penuh persaingan membuat para pelakunya harus
selalu memikirkan strategi-strategi terobosan yang dapat menjamin kelangsungan
bisnis retail mereka. Salah satu aset utama yang dimiliki oleh perusahaan retail
adalah data bisnis customer dalam jumlah yang luar biasa banyak. Ini melahirkan
kebutuhan akan adanya teknologi yang dapat memanfaatkannya untuk
membangkitkan pengetahuan-pengetahuan baru, yang dapat membantu dalam
pengaturan strategi bisnis retail ini. Prediksi minat konsumen sangat penting bagi
2
perusahaan retail dapat mengambil suatu keputusan atau strategi yang benar dan
tepat bagi konsumennya. Teknologi data mining hadir sebagai solusi.
Aplikasi data mining ini memanfaatkan data masukan berupa data produk
dan data penjualan. Dari data tersebut, akan diolah dengan metode interpolasi dan
untuk menganalisis data juga menggunakan teknik interpolasi. Setelah melewati
proses tersebut, maka akan didapatkan pola-pola dalam pengambilan keputusan.
Aplikasi data mining dengan metode interpolasi untuk memprediksi minat
konsumen fashion inputnya adalah data penjualannya, dan produk yang telah
dibeli oleh customer. Sedangkan outputnya adalah prediksi minat konsumen
fashion yaitu seberapa banyak customer yang tertarik pada suatu produk.
1.2 Rumusan Masa lah.
Berdasarkan latar belakang masalah di atas, dapat dirumuskan
permasalahannya yaitu :
a. Bagaimana membangun aplikasi yang membantu memprediksi minat
konsumen fashion yaitu seberapa besar minat konsumen fashion pada
jenis produk yang ditawarkan Marcy et Amie dengan menggunakan
teknik data mining dan metode interpolasi?
1.3 Batasan Masalah.
Permasalahan yang akan diteliti ini dibatasi pada beberapa hal yaitu:
a. Teknik interpolasi dipakai untuk analisis data
b. Aplikasi menggunakan sistem berbasis pemrograman Delphi 7 dan
Berdasarkan latar belakang tersebut penulis menyimpulkan tujuan dari
pembuatan aplikasi ini, yaitu :
a. Membuat aplikasi dengan menerapkan data mining untuk memprediksi
minat konsumen fashion.
b. Membuat pengorganisasian data yang lebih terstruktur mengenai data
produk dan data penjualannya.
1.5 Manfaat.
Adapun keuntungan yang dapat diperoleh dari pembuatan aplikasi pada
toko Marcy et Amie ini adalah :
a. Aplikasi tersebut dapat menjadi media evaluasi kerja, agar owner
dan karyawan dapat mempelajari produk apa yang paling laku
terjual.
b. Aplikasi ini juga dapat membantu owner mengidentifikasi
produk-produk apa saja yang terbaik untuk setiap kelompok konsumen,
sehingga bisa menyusun faktor-faktor apa saja yang dapat menarik
konsumen baru untuk bergabung, atau membeli.
1.6 Metodologi Penelitian.
Penerapan data mining untuk memprediksi minat konsumen fashion pada
4
pembuatan aplikasi ini tidak terlepas dari permasalahan-permasalahan yang ada.
Dan untuk pemecahan permasalahan tersebut, berikut langkah-langkahnya :
a. Tinjuan Pustaka :
Pengumpulan referensi dari internet dan buku-buku serta informasi dari
sumber lainya untuk memilih dan menentukan jenis teknologi dan
metode yang baik untuk diterapkan.
b. Survei Lapangan :
Survei lapangan ini bertujuan untuk penyimpulan dengan kegiatan :
1. Melakukan survei seperti melakukan kunjungan ke toko Marcy
et Amie mencatat dan mengetahui bentuk bisnis proses yang
digunakan.
2. Melakukan wawancara dengan owner ( pemilik bisnis retail
marcy et amie ) untuk mengetahui keinginan pemilik serta
harapan yang diinginkan oleh para customer ketika membeli
atau suka membeli produk apa saja
3. Pengcopyan data member customer.
c. Pemilihan Metode :
Penulis disini memilih metode interpolasi dalam pemecahan masalah
penerapan data minning untuk memprediksi minat konsumen
fashion. Metode interpolasi sendiri dapat membantu dalam
memperbaiki tingkat kerapatan suatu data. Dalam arti yang lebih
luas, interpolasi merupakan upaya mendefinisikan suatu fungsi
Apabila y = f(x) adalah suatu fungsi dengan nilai-nilai. Hubungan y0
atau F(x) terhadap x0 dalam Interpolasi dan jika ф(x) adalah fungsi
sederhana sembarang sedemikian rupa sehingga untuk variabel X0
,X1... Xn memberikan nilai yang sama dengan f(x), maka bila f(x)
digantikan oleh ф(x) pada interval yang diketahui, hal ini disebut
proses interpolasi dan fungsi ф(x) adalah rumusan interpolasi bagi
fungsi. Dengan metode interpolasi ini, sebuah data customer pada
toko marcy et amie yang pengorganisasian data kurang baik, dapat
kita perbaiki menjadi otomatisasi dan pengamatan data tersebut
menjadi lebih baik, sehingga data menjadi lebih akurat dalam
memprediksi minat konsumen fashion.
d. Perancangan :
Dalam tahapan pembuatan aplikasi ini, penulis merancang aplikasi
ini terlebih dahulu menggunakan DFD ( Data Flow Diagram ), ERD
( Entity Relational Diagram ), CDM ( Conceptual Data Model ), dan
PDM (Physical Data Model ), serta menggunakan RDBMS MySQL.
e. Developing :
Penerapan hasil perancangan sistem yang dibuat dengan bahasa
pemrograman desktop yaitu Delphi 7, serta dukungan MySQL
sebagai RDBMS nya. Pemilihan kedua teknologi ini berdasarkan
dengan kebutuhan aplikasi yang ada serta peningkatan teknologi dari
6
f. Testing :
Mengevaluasi hasil-hasil yang telah dikerjakan, system informasi
yang telah dibuat ini akan diuji coba penggunaannya dan juga akan
dievaluasi untuk kelayakan system tersebut untuk digunakan, seperti
error handling nya.
g. Dokumentasi :
Tahap ini merupakan tahap terakhir pada proyek pengembangan
tugas akhir ini. Dokumentasi ini disusun sebagai laporan dari
seluruh proses pengerjaan tugas akhir, sehingga memudahkan
pembaca untuk mengetahui alur dari aplikasi ini atau sebagai
panduan untuk pembaca.
1.7 Sistematika Penulisan.
Dalam laporan tugas akhir ini, pembahasan disajikan dalam enam bab
dengan sistematika pembahasan sebagai berikut :
BAB I PENDAHULUAN
Bab ini berisikan tentang latar belakang masalah, perumusan
masalah, batasan masalah, tujuan, dan manfaat, serta sistematika
penulisan pembuatan tugas akhir ini.
BAB II TINJ AUAN PUSTAKA
pembuatan tugas akhir ini.
BAB III ANALISA DAN PERANCANGAN SISTEM
Pada bab ini dijelaskan tentang tata cara metode perancangan
sistem yang digunakan untuk mengolah sumber data yang
dibutuhkan sistem, antara lain : Flowchart, DFD ( Data Flow
Diagram ), ERD ( Entity Relational Diagram), CDM( Conceptual
Data Model ), PDM ( Physical Data Model).
BAB IV IMPLEMENTASI SISTEM
Pada bab ini dijelaskan tentang implementasi dari program yang
telah dibuat meliputi lingkungan implementasi, implementasi
proses, dan implementasi interface.
BAB V UJ I COBA DAN EVALUASI
Pada bab ini menjelaskan tentang pelaksanaan uji coba dan
evaluasi dari pelaksanaan uji coba dari program yang dibuat.
BAB VI PENUTUP
Pada bab ini berisi tentang kesimpulan dan saran dari penulis untuk
BAB II
TINJ AUAN PUSTAKA
2.1 Sekilas Tentang Data Mining
Data mining secara umum adalah mencari pola-pola tersembunyi yang
mungkin ada dalam database yang besar. Data Mining adalah suatu kelas aplikasi
database yang berfungsi melakukan pencarian pola-pola tersembunyi di dalam
suatu kumpulan data yang bisa digunakan untuk memprediksikan tren atau
perilaku yang akan datang [ 1 ]. Misalnya, perangkat lunak data mining bisa
membantu perusahaan retail untuk menemukan pelanggan yang memiliki
ketertarikan tertentu. Istilah ini umumnya dipersempit artinya yaitu hanya untuk
menggambarkan perangkat lunak yang merepresentasikan data dengan cara-cara
yang baru.
Namun sebenarnya perangkat lunak data mining tidak hanya berfungsi
mengubah presentasi tersebut,melainkan juga menemukan relasi tak dikenal
antar-data. Data mining dikenal di dunia sains dan matematis namun juga digunakan
secara lebih luas oleh para pemasar untuk merangkum data konsumen dari
beragam website.
Data mining cerdas menemukan informasi di dalam data warehouse
dimana laporan dan query tidak bisa diungkapkan secara efektif. Piranti data
dari data tersebut [ 2 ]. Ada tiga tipe metode yang digunakan untuk
mengidentifikasi pola-pola di dalam data:
1. Model sederhana (query berbasis SQL, OLAP, pertimbangan manusia)
2. Model sedang (regresi, pohon keputusan, clustering)
3. Model kompleks (jaringan syaraf, induksi aturan lain)
Pola dan aturan ini dapat digunakan untuk memandu pengambilan
keputusan dan meramalkan efek keputusan. Data mining dapat mempercepat
analisis dengan memusatkan perhatian pada variabel yang paling penting. Data
mining, sering juga disebut knowledge discovery in database (KDD), adalah
kegiatan yang meliputi pengumpulan, pemakaian data historis untuk menemukan
keteraturan, pola atau hubungan dalam set data berukuran besar. Keluaran dari
data mining ini bisa dipakai untuk memperbaiki pengambilan keputusan di masa
depan. Sehingga istilah pattern recognition sekarang jarang digunakan karena ia
termasuk bagian dari data mining [ 3 ].
2.1.1 Model Data Mining
Dalam perkembangan teknologi data mining, terdapat model atau mode
yang digunakan untuk melakukan proses penggalian informasi terhadap data-data
yang ada. Menurut IBM model data mining dapat dibagi menjadi 2 bagian yaitu:
verification model dan discovery model.
10
Model ini menggunakan perkiraan (hypothesis) dari pengguna, dan
melakukan test terhadap perkiraan yang diambil sebelumnya dengan
menggunakan data-data yang ada. Penekanan terhadap model ini
adalah terletak pada user yang bertanggung jawab terhadap
penyusunan perkiraan (hypothesis) dan permasalahan pada data untuk
meniadakan atau menegaskan hasil perkiraan (hypothesis) yang
diambil. Sebagai contoh misalnya dalam bidang pemasaran, sebelum
sebuah perusahaan mengeluarkan suatu produk baru kepasaran,
perusahaan tersebut harus memiliki informasi tentang kecenderungan
pelanggan untuk membeli produk yang akan di keluarkan. Perkiraan
(hypothesis) dapat disusun untuk mengidentifikasikan pelanggan yang
potensial dan karakteristik dari pelanggan yang ada. Data-data tentang
pembelian pelanggah sebelumnya dan data tentang keadaan
pelanggan, dapat digunakan untuk melakukan perbandingan antara
pembelian dan karakteristik pelanggan untuk menetapkan dan menguji
target yang telah diperkirakan sebelumnya. Dari keseluruhan operasi
yang ada selanjutnya dapat dilakukan penyaringan dengan cermat
sehingga jumlah perkiraan (hypothesys) yang sebelumnya banyak
akan menjadi semakin berkurang sesuai dengan keadaan yang
sebenarnya.Permasalahan utama dengan model ini adalah tidak ada
informasi bare yang dapat dibuat, melainkan hanya pembuktian atau
melemahkan perkiraan (hypothesys) dengan data-data yang ada
untuk membuktikan mendukung perkiraan (hypothesis) yang telah
diambil sebelumnya. Jadi model ini sepenuhnya tergantung pada
kemampuan user untuk melakukan analisa terhadap permasalahan
yang ingin digali dan diperoleh informasinya.
b. Discovery Model :
Model ini berbeda dengan verification model, dimana pada model ini
system secara langsung menemukan informasi-informasi penting yang
tersembunyi dalam suatu data yang besar. Data-data yang ada kemudian
dipilah-pilah-untuk-menemukan suatu pola, trend yang ada, dan keadaaan
umum pada saat itu tanpa adanya campur tangan dan tuntunan dari
pengguna. Hasil temuan ini menyatakan fakta-fakta yang ada dalam
datadata yang ditemukan dalam waktu yang sesingkat rnungkin.Sebagai
contoh, misalkan sebuah bank ingin menemuan kelompok-kelompok
pelanggan yang dapat dijadikan target suatu produk yang akan di
keluaran. Pada data-data yang ada selanjutnya diadakan proses pencarian
tanpa adanya proses perkiraan (hypothesis) sebelumnya. Sampai akhirnya
semua pelanggan dikelompokan berdasarkan karakteristik yang sama
[ 4 ].
2.1.2 Manfaat Penggunaan Data Mining
Dari sudut pandang komersial, pemanfaatan data mining dapat digunakan
dalam menangani meledaknya volume data. Bagaimana menyimpannya,
12
digunakan menghasilkan informasi yang dibutuhkan. Informasi yang dihasilkan
menjadi asset untuk meningkatkan daya saling suatu institusi.
Data mining tidak hanya digunakan untuk menangani persoalan
menumpuknya data / informasi dan bagaimana menggudangkannya tanpa
kehilangan informasi yang penting (warehousing) [ 9 ]. Data mining juga
diperlukan untuk menyelesaikan permasalahan atau menjawab kebutuhan
bisnis itu sendiri, misalnya:
a. Bagaimana mengetahui hilangnya pelanggan karena pesaing
b. Bagaimana mengetahui item produk atau konsumen yang memiliki
kesamaan karakteristik
c. Bagaimana mengidentifikasi produk-produk yang terjual bersamaan
dengan produk lain.
d. Bagaimana memprediski tingkat penjualan
e. Bagaimana menilai tingkat resiko dalam menentukan jumlah produksi
suatu item.
f. Bagaimana memprediksi prilaku bisnis di masa yang akan datang
g. Remote sensor yang ditempatkan pada suatu satelit
h. Telescope yang digunakan untuk memindai langit
i. Simulasi saintifik yang membangkitkan data dalam ukuran terabytes [ 5
2.1.3 Tujuan Data Mining
Tujuan dari data mining adalah menemukan hubungan-hubungan atau
pola-pola yang mungkin memberikan indikasi yang bermanfaat. Kehadiran data
mining dilatar belakangi oleh berlimpahnya data (overload data) yang dialami
oleh berbagai institusi, perusahaan atau organisasi. Berlimpahnya data ini
merupakan akumulasi data transaksi yang terekam bertahun-tahun.
Data–data tersebut merupakan data transaksi yang umumnya diproses
menggunakan aplikasi komputer yang biasa disebut On Line Transaction
Processing. Data mining juga dilatar belakangi oleh atau adanya ledakan
informasi (explotion information) dari berbagai media terutama internet.
Delapan puluh persen informasi yang disajikan media internet dalambentuk tak
terstruktur (unstructured information). Media internet menyajikan informasi
dalam berbagai format file, bahasa, dan bentuk penyajian seperti teks, gambar,
suara ataupun video.
Kendala lain yang melatar belakangi adalah tidak dilengkapinya informasi
dengan meta data yang terstandarisasi atau bahkan tidak menyertakannya sama
sekali. Pertumbuhan yang pesat dari akumulasi data/informasi itu telah
menciptakan kondisi dimana suatu institusi memiliki bergunung-gunung data
tetapi miskin informasi yang bermaanfaat (“rich of data but poor of information”).
Tidak jarang “gunung” data itu dibiarkan begitu saja seakan-akan menjadi
“kuburan data” (datatombs). Pertanyaannya sekarang, apakah gunung data
14
untuk menemukan “emas” yaitu informasi yang lebih bermanfaat. Jawabnya, data
mining hadir untuk menjawab tantangan tersebut.
2.2 Sekilas Tentang Inter polasi
Interpolasi dalam pengertian matematika adalah perkiraan suatu nilai
tengah dari satu set nilai yang diketahui. Pengertian interpolasi yang lebih luas
merupakan upaya mendefinisikan suatu fungsi analitik yang tidak diketahui atau
pengganti fungsi yang rumit yang tidak mungkin diperoleh persamaan anlitiknya.
Pada penelitian ini interpolasi digunakan untuk memperkirakan nilai (tengah) di
antara titik-titik data dari satu set nilai yang sudah diketahui. Dalam arti yang
lebih luas, interpolasi merupakan upaya mendefinisikan suatu fungsi dekatan
suatu fungsi analitik yang tidak diketahui atau pengganti fungsi rumit yang tak
mungkin diperoleh persamaan analitiknya. Apabila y = f(x) adalah suatu fungsi
dengan nilai-nilai (lihat Tabel 2.2).
Tabel 2.1 Hubungan y0 atau F(x) terhadap x0 dalam Interpolasi
y0 untuk x0 y1 x1 y2 x2 ….
….
Dan jika ф(x) adalah fungsi sederhana sembarang sedemikian rupa
sehingga untuk variabel X0 ,X1... Xn memberikan nilai yang sama dengan f(x),
maka bila f(x) digantikan oleh ф(x) pada interval yang diketahui, hal ini disebut
proses interpolasi dan fungsi ф(x) adalah rumusan interpolasi bagi fungsi
(Gambar 2.2).
Gambar 2.2 Posisi Titik-titik Data Dalam (x,y)
Dengan demikian teknik interpolasi juga dapat dipakai sebagai cara analisa
data dan simulasi. Interpolasi menghasilkan galat, yaitu tingkat kesalahan yang
mungkin muncul jika dibandingkan dengan hasil yang sebenarnya. Semakin besar
galat maka semakin tidak teliti dalam melakukan pencarian hasil interpolasi [ 6 ].
2.2.1 Inter polasi Linier
Pada analisis regresi, kurve atau fungsi yang dibuat digunakan untuk
16
garis lurus yang terbentuk tidak melalui semua titik data akan tetapi hanya
kecenderungan (trend) saja dari sebaran data, sedang pada interpolasi dicari suatu
nilai yang berada diantara beberapa titik data yang telah diketahui nilainya. Untuk
dapat memperkirakan nilai tersebut, pertama kali dibuat suatu fungsi atau
persamaan yang melalui titik-titik data, setelah persamaan garis atau kurve
terbentuk, kemudian dihitung nilai fungsi yang berada di antara titik-titik data.
Bentuk paling sederhana dari interpolasi adalah menghubungkan dua buah titik
data dengan garis lurus. Metode ini disebut dengan interpolasi linier yang dapat
dijelaskan dengan Gambar 2.3.
Gambar 2.3 Interpolasi Linier
Diketahui nilai suatu fungsi di titik x0 dan x1, yaitu f (x0) dan f (x1). Dengan
metode interpolasi linier akan dicari nilai fungsi di titik x, yaitu f1(x). Indeks 1
pada f1(x) menunjukkan bahwa interpolasi dilakukan dengan interpolasi
polinomial order satu. Dari dua segitiga sebangun ABC dan ADE seperti tampak
AD
Keterangan rumus : total produksi tiap bulan = f(xı), total produksi akhir bulan =
f(x0
), total penjualan awal bulan =
x0, total penjualan akhir tahun =
xı,sedangkan rata-rata penjualan dalam setahun adalah X/ f1(x).
Persamaan diatas adalah rumus interpolasi linier, yang merupakan bentuk
interpolasi polinomial order satu. Suku [f (x1) − f (x0)] / (x1 − x0) adalah
kemiringan garis yang menghubungkan dua titik data dan merupakan perkiraan
beda hingga dari turunan pertama [ 7 ]. Semakin kecil interval antara titik data,
hasil perkiraan akan semakin baik.
2.3 Sekilas Tentang Delphi
Program komputer dapat memecahkan hampir semua masalah yang
memerlukan ketelitian yang tinggi serta banyak data yang harus diolah dengan
waktu untuk menyelesaikan harus singkat. Dulu, membuat sebuah program sangat
sulit dan melelahkan. Karena sekarang ini pembuatan program dituntut harus
cepat, tepat, dan siap pakai, maka muncullah bahasa pemrograman yang
berbentuk visual, antara lain: Visual C++, Visual Foxpro, Visual Basic, dan
lain-lain [ 8 ].
Delphi adalah salah satu dari pemrograman secara visual, bahasa yang
digunakan lebih mengarah kebahasa Pascal. Banyak orang mengatakan bahwa
18
dari Turbo Pascal yang populer saat DOS masih populer. Seperti bahasa lainnya,
Delphi mengalami perkembangan yang sangat pesat. Delphi 7 salah satunya yang
dikeluarkan oleh Boerland, memiliki support yang tinggi terhadap
database-database yang sudah terkenal (seperti MS Access, Paradox, Foxpro, Dbase,
Oracle, dan lain-lain). Karena Delphi berbentuk visual, maka pembuatannya pun
sangat mudah, cepat serta menyenangkan. Anda cukup menaruh objek-objek yang
anda kehendaki. Penulisan bahasa program/source code-nya pun tidak terlalu
banyak.
2.3.1 Penanganan Database pada Delphi
Implementasi database pada prinsipnya dibagi menjadi dua, yaitu :
a. Model pertama mengemas seluruh data yang terkait dalam sebuah
database ke dalamsebuah berkas. Model seperti ini dijumpaipada
Access, Interbase, dan kebanyakan Server SQL lainnya.
b. Model kedua menggunakan sejumlah berkas untuk menyimpan data,
indeks, dan hal-hal lainyang terkait dengan database. Biasanya
keseluruhan berkas ini disimpan pada direktori yang sama. Foxpro,
dBase, dan Paradox termasuk dalam kategori ini.
Pada form, sumber data diakses melalui komponen yang merupakan
turunan dari kelas TdataSet. Melalui form, pada prinsipnya kita dapat
Bagaimana halnya dengan Delphi, Delphi juga menyediakan berbagai cara
untuk mengakses database. Salah satu diantaranya adalah melalui BDE (Borland
Database Engine). Melalui BDE anda dapat mengakses sejumlah sumber data
seperti dBASE, Paradox, Foxpro, dan Accsess.
Gambar 2.4 Arsitektur Pengaksesan Data Pada Delphi
Pada form, sumber data diakses melalui komponen yang merupakan
turunan dari kelas TdataSet. Melalui form, pada prinsipnya dapat
memanipulasinya (membaca, menyimpan, menampilkan, dan sebagainya).
TDat aSet
BDE
20
BAB III
ANALISA DAN PERANCANGAN SISTEM
Pada bab ini akan dijelaskan alur perancangan dan pembuatan aplikasi
pada penerapan data mining untuk memprediksi minat konsumen fashion dengan
menggunakan metode interpolasi, dan menggunakan Business Proses, Data Flow
Diagram (DFD), Conceptual Data Model (CDM), Physical Data Model (PDM),
serta penyusunan tabel dan desain interface.
3.1 Pengumpulan Data
Pada pembuatan aplikasi ini, diperlukan beberapa data untuk melengkapi
uji coba kelayakan aplikasi, pengumpulan data dilakukan dengan metode :
a. Tinjauan Pustaka
Pengumpulan referensi dari internet dan buku-buku serta informasi dari
sumber lainya yang berkaitan dengan permasalahan dan proses pembuatan
aplikasi untuk memilih dan menentukan jenis teknologi dan metode yang
baik untuk diterapkan.
b. Survei Lapangan :
1. Melakukan survei seperti melakukan kunjungan ke toko Marcy et
Amie mencatat dan mengetahui bentuk bisnis proses yang digunakan.
2. Melakukan wawancara dengan owner ( pemilik bisnis retail marcy et
amie ) untuk mengetahui keinginan pemilik serta harapan yang
diinginkan oleh para customer ketika membeli atau suka membeli
produk apa saja
3. Koleksi data produk dan data penjualan.
3.2 Analisa Data
Analisis data bertujuan untuk menyusun data dalam cara yang bermakna
sehingga dapat dipahami. Para peneliti berpendapat bahwa tidak ada cara yang
paling benar secara absolut untuk mengorganisasi, menganalisis, dan
menginterpretasikan data karena itu, maka prosedur analisis data dalam penelitian
disesuaikan dengan tujuan penelitian.
Dari data yang telah terkumpul maka dilakukan analisa data yaitu
menganalisa beberapa konsumen fashion terhadap pembelian produk pada toko
Marcy et Amie. Dari analisa data yang diperoleh di temukan bahwa untuk
meningkatkan pendapatan toko diperlukan suatu aplikasi untuk memprediksi
minat konsumen, agar dapat diketahui produk apakah yang paling banyak diminati
oleh konsumen. Oleh karena itu, dibuatlah aplikasi yang menggunakan penerapan
22
3.3 Analisa Sistem
Analisis sistem adalah teknik pemecahan masalah yang menguraikan
bagian-bagian komponen dengan mempelajari seberapa bagus bagian-bagian
komponen tersebut bekerja dan berinteraksi untuk mencapai tujuan mereka.
Analisis dan rancangan sistem informasi merupakan bagian atau tahapan
pengembangan sistem. Tahapan-tahapan pengembangan sistem informasi
berhubungan dengan yang lain untuk membentuk suatu siklus.
Tahapan analisis sistem merupakan tahapan yang sangat penting karena
kesalahan di dalam tahapan ini akan menyebabkan kesalahan pada tahapan
selanjutnya. Dalam pembuatan aplikasi ini diharapkan dapat mempermudah
owner untuk mengetahui minat konsumen terhadap produk-produk perusahaanya.
Dengan menerapkan data mining diharapkan dapat mengoptimalisasikan
prediksi konsumen terhadap fashion pada toko Marcy et Amie. Sehingga dapat
diketahui kelas produk A banyak diminati sekian persen customer, kemudian
kelas produk B banyak diminati sekian persen customer. User dalam aplikasi ini
adalah petugas administrator yang juga merangkap sebagai pengelola aplikasi ini.
3.4 Analisa Kebutuhan
Pada bagian ini akan dirumuskan kebutuhan sistem yang akan menjadi
dasar dalam perancangan aplikasi ini. Spesifikasi kebutuhan sistem aplikasi
menjelaskan mengenai level pengguna aplikasi dan hak aksesnya serta masukan
a. Level Pengguna dan Hak Akses.
Dalam pengguna aplikasi ini di bagi menjadi 3 level, yaitu :
1. Admin, dapat mengunakan sejumlah layanan tersedia melalui
aplikasi, admin dapat melakukan penambahan (input) data produk dan
data penjualan, melihat data produk, melihat data penjualan, serta
dapat melihat hasil analisa. Layanan ini bisa di akses jika admin telah
melakukan login terlebih dahulu.
2. Pemilik (owner), disini mempunyai otoritas tertinggi untuk melihat
hasil anlisa dari aplikasi, yang nantinya dapat menjadi bahan evaluasi
perusahaan dan evaluasi kinerja pegawai-pegawainya.
3.5 Per ancangan Sistem
Perancangan sistem digunakan untuk menggambarkan sejumlah proses
terstruktur dalam sistem aplikasi, berorientasikan pada aliran sistem yang terjadi,
agar memperjelas sistem alur aplikasi yang dibuat. Penjelasan mengenai sistem
dimulai dari business process view, business workflow diagram, diagram
berjenjang, contex diagram, data flow diagram level 0, data flow diagram level 1,
dan conceptual data model serta physical data model
3.5.1 Business Pr ocess View
a. Business Functionality
1. Menjelaskan ruang lingkup bisnis dimana nantinya akan
24
2. Menentukan fungsi bisnis apa saja yang terdapat di suatu organisasi /
sub-organisasi.
3. Fungsi Bisnis : kegiatan yang memiliki nilai untuk mendukung
pencapaian tujuan organisasi / sub-organisasi.
Tabel 3.1 Deskripsi : Penginputan Data Produk
Fungsi Bisnis Per anan
Menginputkan Data Produk Petugas, Sistem
Tabel 3.2 Deskripsi : Penginputan Data Penjualan
Fungsi Bisnis Per anan
Menginputkan Data Penjualan Petugas, Sistem
Tabel 3.3 Deskripsi : Melihat Laporan Data
Fungsi Bisnis Per anan
Tabel 3.4 Deskripsi : Proses Data Cleaning
Fungsi Bisnis Per anan
Memproses Data Cleaning Petugas, Sistem
Tabel 3.5 Deskripsi : Proses Prediksi
Fungsi Bisnis Per anan
Memproses Metode Interpolasi Petugas Sistem Mencetak Hasil Analisa Petugas,
Sistem
b. Business Workflow
1. Menjelaskan bagaimana fungsi bisnis dijalankan.
2. Menentukan prosedur kerja dalam setiap fungsi bisnis.
3. Prosedur kerja : urutan aktivitas berdasarkan waktu yang melibatkan
26
Tabel 3.6 Deskripsi : Penginputan Data Produk
Fungsi
Mengisi Data Produk Petugas Menggunakan Aplikasi/
membukanya pertama kali melalui form tampilan utama, yang telah melakukan
proses login terlebih dahulu. Setelah selesai mengisi / menginputkan data produk¸
petugas dapat melakukan penyimpanan data. Setelah itu barula data dapat dilihat
Tabel 3.7 Deskripsi : Proses Analisa
3.5.2 Business Wor kflow Diagr am
Penyajian yang sistematis tentang proses dan logika dari kegiatan
penanganan informasi atau penggambaran secara grafik dari langkah-langkah dan
urut-urutan prosedur dari suatu program. Dalam aplikasi datamining ini
28
a. Proses : Input Data Produk
Berikut ini tampilan dari Workflow Diagram proses input data produk
seperti pada Gambar 3.1.
Gambar 3.1 Business Workflow Diagram Input Data Produk
b. Proses Analisa :
Gambar 3.2 Business Workflow Diagram Proses Analisa
30
3.5.3 Diagram Ber jenjang
Diagram jenjang ditujukan untuk menemukan kebutuhan sistem yang akan
dibuat. Identifikasi masalah akan dilakukan untuk masing-masing pengguna
sistem. Berikut ini tampilan dari diagram berjenjang seperti pada Gambar 3.3.
Gambar 3.3 Diagram Jenjang
Aplikasi data mining ini memiliki menu-menu menginputkan data produk,
dan menginputkan data penjualan, serta proses inferensi keputusan. Yang mana
dari semua proses akan di breakdown sesuai kebutuhan sistem.
3.5.4 Data Flow Diagram (DFD)
Sebelum mengimplementasi program, maka dilakukan pembuatan DFD
(Data Flow Diagram). DFD adalah suatu grafik yang menjelaskan sebuah sistem
dengan menggunakan bentuk-bentuk atau simbol untuk menggambarkan aliran
data dari proses-proses yang saling berhubungan. DFD menggambarkan input,
process, dan output yang terjadi dalam suatu sistem. DFD juga menggambarkan
mempunyai level-level mulai dari yang terkecil, yaitu level 0 atau sering disebut
context diagram. Context Diagram ini merupakan gambaran paling umum dari
sistem, yang hanya memiliki satu proses saja untuk mewakili seluruh sistem.
Semakin bertambahnya level dalam DFD akan semakin detail digambarkannya
proses-proses yang ada pada sistem, tetapi yang boleh bertambah hanya proses
dan data flow saja. Sedangkan untuk data source, jumlahnya harus tetap dengan
yang ada pada context diagram. Khusus untuk data store, pada context diagram
masih belum digambarkan, akan tampak pada level 1 dan konsisten jumlahnya
sampai pada level berikutnya (Elmasri & Navathe, 1994).
3.5.4.1 Per ancangan Diagr am Konteks (Context Diagram)
Diagram konteks (context diagram) digunakan untuk menggambar
hubungan input/output antara sistem dengan dunia luarnya, suatu diagram konteks
selalu mengandung satu proses saja yang mewakili proses seluruh sistem.
Perancangan data flow diagram dimulai dari menentukan entitas yang terlibat
dalam sistem serta aliran data yang keluar dan masuk sistem dari entitas-entitas
tersebut. Terdapat entitas bagian admin, pimpinan, dan kasir, serta Data Mining
Marcy et Amie sebagai sistemnya. Hubungan entitas tersebut digambarkan dalam
data flow diagram (DFD) diagram konteks yang ditampilkan pada Gambar 3.4.
Diagram Gambar 3.4 menerangkan gambaran dari seluruh sistem secara
umum, dimana bagian administrator melakukan login terlebih dahulu kemudian
sistem memprosesnya. Lalu bagian admin dapat menginput, mengedit, data
32
interpolasi tersebut. Namun bagian admin ini terlebih dahulu mendapatkan info
produk-produk yang terbaru dari pimpinan yang setiap tahunnya selalu saja
mendapatkan inputan produk terbaru. Dan bagian admin mendapatkan data-data
penjualan setiap harinya tersebut dari kasir.
Gambar 3.4 Diagram Konteks
3.5.4.2 Data Flow Diagram Level 0
Level 0 DFD menunjukkan bagaimana sistem ini dibagi menjadi
sub-sistem (proses), masing-masing berhubungan dengan satu atau lebih data mengalir
ke atau dari agen eksternal, dan yang bersama-sama memberikan semua fungsi
sistem sebagai keseluruhan.
Hal ini juga mengidentifikasi menyimpan data internal yang harus ada
supaya sistem untuk melakukan tugasnya, dan menunjukkan aliran data antara
Diagram ini adalah dekomposisi dari diagram konteks. Proses pada
diagram arus data level 0 dibagi menjadi tiga proses, yaitu proses input data
produk, proses input data penjualan, proses inferensi keputusan, seperti yang
ditampilkan pada Gambar 3.5
Gambar 3.5 DFD Level 0
Secara lebih terperinci proses yang ada di DFD Level 0 akan dijabarkan dan
34
a. Sub Proses Input Data Produk, menangani proses pendataan produk
(input data produk) yang dilakukan oleh bagian admin. Dan pimpinan
disini bertugas memberikan info data produk terbaru kepada bagian
admin. Bagian admin juga dapat mengupdate data produk. Yang
dimana data produk tersimpan dalam store data produk.
b. Sub Proses Input Data Penjualan, menangani proses pendataan
penjualan (input data penjualan) yang dilakukan oleh bagian admin.
Yang dimana kasir disini yang bertugas untuk memberika info data
penjualan ke bagian admin. Data penjualan tersebut tersimpan dalam
store data penjualan.
c. Sub Proses Inferensi Keputusan, yaitu melakukan analisis data dengan
metode interpolasi setelah melakukan pengambilan data, dari store
data produk dan store data penjualan sehingga mampu memprediksi
dan menjawab produk Marcy et Amie apakah yang paling diminati
oleh customer.
3.5.4.3Data Flow Diagram Level 1
DFD Level 1 ini merupakan turunan dari Data Flow Diagram Level 0.
Proses pada diagram arus data level 1 proses input data produk ini dibagi menjadi
2 proses, yaitu proses menampilkan data produk dan proses mencetak data
Ga mbar 3.6 DFD Level 1 Pada Proses Input Data
Sistem proses pada diagram arus data level 1 proses input data penjualan
ini dibagi menjadi 2 proses, yaitu proses menampilkan data penjualan dan proses
mencetak data penjualan, yang nantinya data penjualan tersebut tersimpan dalam
store data penjualan, seperti yang ditampilkan pada Gambar 3.7.
36
Sistem proses pada diagram arus data level 1 proses inferensi keputusan
ini dibagi menjadi 3 proses, yaitu proses tanggal periode, proses interpolasi, dan
proses cetak hasil analisa, yang nantinya pertama-tama bagian admin
menginputkan tanggal periode terlebih dahulu, dan sistem memprosesnya
mengambil data penjualan pada store data penjualan sesuai dengan tanggal yang
diinputkan. Kemudian sistem memproses interpolasi, mengambil data dari store
produk dan store penjualan seperti yang ditampilkan pada Gambar 3.8.
3.5.5 Conceptual Data Model (CDM)
CDM (Conceptual Data Model ) merupakan perancangan basis data yang
berdasarkan pengumpulan data dan analisis. Pembuatan CDM adalah suatu tahap
dimana kita melakukan proses indentifikasi dan analisa kebutuhan-kebutuhan data
dan ini disebut pengumpulan data dan analisa. Untuk menentukan
kebutuhan-kebutuhan suatu sistem database, kita harus mengenal terlebih dahulu
bagian-bagian lain dari sistem informasi yang akan berinteraksi dengan sistem database.
Tipe data bersifat general dan tidak spesifik.
Model yang dibuat berdasarkan anggapan bahwa dunia nyata terdiri dari
koleksi obyek-obyek dasar yang dinamakan entitas (entity) serta hubungan
(relationship) antara entitas-entitas itu. Manfaat Penggunaan CDM dalam
perancangan database yaitu, memberikan gambaran yang lengkap dari struktur
basis data yaitu arti, hubungan, dan batasan-batasan, alat komunikasi antar
pemakai basis data, designer, dan analis. Pada Gambar 3.9 terdapat empat entitas,
yaitu entitas login, tb_barang, tb_belidetil, tb_belimaster. Entitas login tidak
berelasi dengan entitas apapun, karena menurut asumsi penulis disini entitas login
tidak ada hubungannya atau tidak mempengaruhi kepada entitas lainnya, oleh
sebab itu tidak direlasikan dengan entitas manapun. Seperti yang ditunjukkan pada
38
Gambar 3.9 Conceptual Data Model
3.5.6 Physical Data Model (PDM)
Merupakan model yang menggunakan sejumlah tabel untuk
menggambarkan data serta hubungan antara data-data tersebut. Setiap tabel
mempunyai sejumlah kolom di mana setiap kolom memiliki nama yang unik.
PDM (Physical Data Model merupakan perancangan database secara fisik
Tipe data bersifat lebih khusus dan spesifik. Perancangan PDM merupakan
representasi fisik / sebenarnya dari database.
a. Internal/Physical Level : (yang dapat direpresentasikan dengan PDM)
berhubungan dengan bagaimana data disimpan secara fisik (physical
storage)
b. External /View Level : berhubungan dengan bagaimana data di
representasikan dari sisi setiap user.
c. Conceptual/Logical Level : (yang dapat direpsesentasikan dengan CDM)
yang menghubungkan antara internal & external level.
FK_TEMP_DICLEANIN_TB_BELIM
40
3.6 Per ancangan Basis Data
Suatu database dibangun berdasarkan kebutuhan informasi dalam suatu
organisasi, oleh sebab itu pada umumnya perancangan database dimulai dari
pengamatan kebutuhan informasi. Berikut ini adalah langkah-langkah yang sering
dilakukan dalam perancangan basisdata:
a. Teliti informasi apa yang dibutuhkan oleh organisasi ini, misalnya dengan
mewawancarai pengguna informasi dalam organisasi tersebut.
b. Pisahkan/kelompokkan hasil temuan informasi menjadi beberapa entity.
c. Pikirkan field-data yang mendukung setiap entity
d. Tentukan field-data yang mungkin menjadi indeks (primary key) setiap
entity
e. Pikirkan kemungkinan relasi antar entity
1. bila one-to-one : berarti sebenarnya kedua entity ini bisa digabung
2. bila one-to-many atau many-to-one : tambahkan primary-key dari
entity sisi-one sebagai field-data baru pada entity sisi many.
3. bila many-to-many : ciptakan sebuah file-relasi dengan field data
utama adalah primary-key masing-masing entity yang berelasi,
tambahkan field data yang baru apabila field data ini bergantung
f. Pilih DBMS untuk melakukan implementasi, dimana setiap entity
diciptakan sebagai sebagai sebuah table pada model relasional.
Perancangan basis data di lakukan dengan membuat diagram untuk
mengetahui alur aplikasi dan perancangan jalannya sebuah aplikasi. Disini penulis
menggunakan database engine Paradox 7 untuk pembuatan database nya.
Rancangan basis data pada bagian perancangan aplikasi di implementasikan ke
dalam basis dataParadox 7. Keterangan lebih detail dapat di lihat pada tabel-tabel:
Penyimpanan data produk, seperti nama barang, jenis barang, dan harga
jual, seperti tertera pada Tabel 3.8.
Tabel 3.8 Basis Data tb_barang
No Kolom Tipe Data Lebar Keter angan 1 ID_Barang Text 10 Primary Key 2 Nama_Barang Text 50
3 Grup_Barang Text 20 4 Harga_Jual Currency - 5 Qty_Ditangan Number - 6. Qty_Minimal Number -
7. Status Text 50
42
Kedua tabel berikut tb_barang dan tb_belimaster yang nantinya akan di relasikan,
dan juga untuk penyimpanan data yang akan diinputkan oleh admin pada form
penjualan.
Tabel 3.9 Basis Data tb_belimaster
No Kolom Tipe Data Lebar Keter angan 1 No_Bon Text 10 Primary Key 2 Tgl_Bon Date/Time -
3 Id_Barang Text 10 4 Nama_Barang Text 50 5. Hrg_Satuan Text 20 6. Jum_Item Number -
7. Tahun Text 5
8. Total_Harga Currency -
Data-data yang diinputkan admin pada form penjualan akan tersimpan
pada tabel tb_belimaster berikut. Kemudian pada tabel tb_temp berikut, berisi
tentang data-data eksport dari table tb_belimaster. Yang nantinya akan menjadi
table yang digunakan untuk proses data cleaning yang otomatis tersimpan ketika
Tabel 3.10 Basis Data tb_temp
No Kolom Tipe Data Lebar Keter a ngan 1 No_Bon Text 10 Primary Key 2 Tgl_Bon Date/Time -
3 Id_Barang Text 10 4 Nama_Barang Text 50 5. Hrg_Satuan Text 20 6. Jum_Item Number -
7. Tahun Text 5
8. Total_Harga Currency -
Tabel 3.11 Basis Data login
No Kolom Tipe Data Lebar Keter angan
1 Nama Text 10 Primary Key
2 Username Text 10 3 Password Text 10
Tabel – tabel ini merupakan keterangan tabel hasil pemindahan dari CDM
dan PDM yang dalam keterangan tersebut disebutkan juga primary key dan
foreign key-nya beserta dengan atribut-atribut setiap entity yang terbentuk.
Tabel-tabel ini nantinya akan menjadi tempat untuk menyimpan data-data pengguna
aplikasi. Tempat dimana admin me-maintenance sistem pada database sehingga
44
3.6.1 Pembuatan Database
Setelah truktur tabel di buat maka bisa melanjutkan membuat
database-nya. Untuk membuat database bernama Master Data.mdb, berikut
langkah-langkahnya:
a. Pertama pilihlah program MS. Access lewat Start – Program –
Microsoft Access.
b. Setelah masuk ke MS. Access pilihlah Blank Database
Gambar 3.11 New Blank Database
c. Kemudian simpan di direktori yang telah ditentukan dan beri nama Master Data.mdb
Gambar 3.12 Create Database
d. Setelah databaseMaster Data.mdb, terbentuk buatlah tabel-tabel
berdasarkan struktur yang telah dibuat :
Gambar 3.13 Create Table
46
Ga mbar 3.14 Field dari tabel tb_barang
Setelah selesai membuat database pada MS Access. Perancangan
selanjutnya adalah mengkoneksi sebuah bahasa pemrograman dekstop Delphi
yang dipakai untuk pembuatan aplikasi, dengan database yang telah dibuat pada
MS Access.
3.6.2 Koneksi Delphi k e MS Access
Untuk melakukan koneksi dari Delphi ke Access dapat melalui 2 cara,
yaitu dapat melalui BDE (Borland Database Engine) dan juga dapat melalui ADO
(ActiveX Data Object). Apabila akan melakukan koneksi ke Access menggunakan
ADO, maka caranya adalah:
a. Sisipkan komponen ADOConnection (berada dalam palette ADO) pada
form.
b. Misalkan kita akan melakukan koneksi ke Datasource ODBC bernama
ds_barang yang telah dibuat sebelumnya, maka selanjutnya ubah
properties – Connection String dari komponen ADOConnection seperti
Gambar 3.15 Koneksi Delphi ke MS Access
Jika properti CONNECTED berhasil diberi nilai True, maka berarti
koneksi berhasil.
3.7 Per ancangan Antar muka.
Pada implementasi antarmuka ini, menjelaskan bagaimana membuat
sebuah antarmuka yang menarik dari sebuah aplikasi sehingga menjadi user
friendly bagi user. Pada sub bab ini menjelaskan awal user menggunakan aplikasi
data mining, terdapat desain yang sederhana yang dapat mudah digunakan oleh
seorang user saat aplikasi dijalankan.
3.7.1 Desain Halaman Login Administrator.
Sebelum user mengakses menu halaman utama, terlebih dahulu masuk ke
halaman login administrator. Yang dimana user harus melakukan login terlebih
dahulu untuk dapat masuk dan mengakses halaman utama (home), user dalam hal
48
Gambar 3.16 Design Awal Form Halaman Login Administrator
Pada Gambar 3.16 menunjukkan desain awal form login administrator
sebelum diimplementasikan pada program delphi7.
Tabel 3.12 Tabel Form Menu Utama
3. Laporan Laporan Produk
Laporan Penjualan
Laporan Data Produk
Laporan Data Penjualan
4. Proses Proses Prediksi
Data Cleaning
Proses Prediksi
Interpolasi
Proses Pembersihan Data
5. Akun Baru Member Hapus, atau penambahan akun.
Berikut juga disampaikan daftar jenis hak akses user dan nama-nama form
yang dapat diakses oleh tiap-tiap jenis hak akses.
Tabel 3.13 Tabel Form User Akses
50
3.7.2 Desain Halaman Utama Administrator
Menu ini dapat digunakan setelah user login kemudian masuk ke menu
utama akses, user dalam hal ini adalah sebagai admin. Akan tetapi apabila user
belum login maka menu yang dapat diakses hanya menu sistem. Yang dimana
dalam menu sistem tersebut hanya terdapat submenu: Logout, Login, dan Exit.
Berikut ini tampilan dari desain halaman utama Administrator seperti pada
Gambar 3.18
.
Gambar 3.18 Design Form Halaman Utama (Home) pada delphi7
FOOTER (Form2)
M ENU
SUBM ENU
Gambar 3.20 Design Form Halaman Utama (Home) pada delphi7
Desain form menu halaman utama (Home) terletak pada form2 yang
dimana menu-menu dan sub menunya dibuat dengan pallet Tmainmenu. Dengan
memilih latar belakangnya gambar boneka Amie yang merupakan salah satu
BAB IV
IMPLEMENTASI PERANGKAT LUNAK
Pada bab ini akan membahas tentang implementasi program dari hasil
analisa dan perancangan sistem pada bab III, serta bagaimana cara sistem tersebut
dijalankan.
4.1 Lingkungan Pemr ogr aman.
Perancangan aplikasi data mining ini dikembangkan dalam lingkungan
pemrograman dengan spesifikasi teknis sebagai berikut ini :
a. Windows 7 sebagai sistem operasi.
b. Power Designer 6.0 untuk pembuatan desain DFD.
c. Power Designer 11 untuk pembuatan desain CDM dan PDM
d. Delphi 7 sebagai editor program.
e. Microsoft Office Access 2007 sebagai database engine.
4.2 Implementasi Pr oses
Dapat dikatakan bahwa implementasi yaitu merupakan proses untuk
melaksanakan ide, proses atau seperangkat aktivitas baru dengan harapan orang
lain dapat menerima dan melakukan penyesuaian dalam aplikasi ini demi
terciptanya suatu tujuan yang bisa tercapai. Pada bagian bab ini membahas
4.2.1 Implementasi Koneksi Database
Aplikasi ini menggunakan bahasa pemrograman dekstop Borland Delphi
7, dan Microsoft Office Access 2007 sebagai database engine nya. File yang
digunakan untuk menyimpan data dan koneksi database sendiri akan disimpan
dalam file “Master Data.mdb” yang terdapat pada folder dimana program
dijalankan. Dan bisa juga dilakukan dengan cara manual seperti menambahkan
script. Berikut script yang digunakan untuk membangun koneksi dari Delphi 7 ke
database Microsoft Office Access 2007, yang terlihat pada Gambar 4.1.
Gambar 4.1 Script Koneksi Database procedure TForm1.FormCreate(Sender: TObject);
var
alamatdb : WideString;
begin
alamatdb := 'Data Master.mdb';
with ADOConnection1 do begin
Connected := True;
LoginPrompt := False;
Mode := cmShareDenyNone;
ConnectionString :=
'Provider=Microsoft.Jet.OLEDB.4.0;Data Source=' +
alamatdb + ';Persist Security Info=False';
end;
ADOConnection1.Connected := True;
54
Pada pengaturan koneksi database, sebenarnya bisa dilakukan langsung
menggunakan ADOConnection(ADODB) yang terdapat pada pallet ADO. Dan
setelah itu dapat diatur koneksinya melalui object inspector.
Berikut cara mengkoneksikan database melalui object inspector :
a. Kopikan file master data.mdb ke dalam folder proyek.
b. Pada palet Delphi, cari palet ADO, yang akan digunakan sebagai
obyek pengakses master data.mdb tadi.
c. Klik pada komponen ADOConnection(ADODB), lalu letakkan pada
form1.
d. Gantilah properti pada ADOConnection, LoginPrompt menjadi false.
e. Klik dua kali pada properti Connection String, seperti terlihat pada
Gambar 4.2
f. Pilih radio button “Use Connection String”, lalu klik tombol Build.
Kemudian pada Data Link Properties , pilih menu provider select the
data you want to connect to seperti terlihat pada Gambar 4.3.
Gambar 4.3 Mengedit Data Link Properties
g. Pada tab Provider, pilih Microsoft Jet 4.0 OLE DB Provider, lalu klik
tombol Next.
56
h. Pada textbox path database, isilah dengan nama database nya saja, yakni
Data Master .mdb tidak perlu memasukkan path lengkap, karena tadi
sudah mengkopikan file Data Master .mdb dalam folder proyek. Untuk
mengecek koneksi, klik tombol Test Connection. Lalu klik tombol OK.
Klik tombol OK lagi
4.2.2 Implementasi Pr oses Login Admin
Agar admin dapat mengakses menu-menu yang telah disediakan sesuai
dengan hak aksesnya masing-masing, oleh karena itu harus melakukan identifikasi
data login dengan memasukkan username dan password. Yang kemudian jika
data tersebut benar maka data pengguna akan disimpan kedalam database. Dan
setelah melakukan Login barulah admin dapat mengakses semua menu-menu dan
sub menu pada aplikasi tersebut. Script untuk proses login dapat dilihat pada
Gambar 4.5.
Ga mbar 4.6 Script Login Admin
// jika tidak ditemukan data yang dicari maka
if ADOQuery1.RecordCount = 0 then
begin
Image2.Picture.LoadFromFile('a.jpeg');
Label3.Caption:='ID Belum Terdaftar !';
Label3.Font.Color:=clRed;
Label4.Hide;
Image2.Picture.LoadFromFile('a.jpeg');
Label3.Caption:='Login Gagal !';
Label3.Font.Color:=clRed;
Label4.Show;
Label4.Caption:='Periksa username dan password';
58
Penjelasan Gambar 4.6 Scrip Login Admin :
a. Melakukan pencarian data dengan username yang dimasukkan.
b. Jika tidak ditemukan data username yang diinputkan, maka akan tampil
pesan “ ID Belum Terdaftar! ” (yang tulisannya berwarna merah)
c. Tetapi apabila tidak ditemukan data username yang diinputkan, maka
akan tampil pesan “Login Gagal !”, “Periksa username dan password”.
d. Jika data username dan password yang diinputkan benar maka proses
login sukses dan akan langsung masuk ke form Home dimana menu-menu
nya sudah dapat digunakan (enable).
e. Berikut script enabled menu-menu setelah melakukan login.
Ga mbar 4.7 Script Setelah Login dan Enabled kan Semua Menu-menu. begin
Image2.Picture.LoadFromFile('b.jpeg');
Label3.Caption:='Login Sukses';
Label3.Font.Color:=clGreen;
Label4.Hide;
Form2.MasterData1.Enabled := True;
Form2.Laporan1.Enabled := True;
else
Form2.Proses1.Enabled := True;
4.3 Implementasi Aplikasi Desain Interface
Tujuan dari desain interface ialah merancang interface yang efektif untuk
sistem perangkat lunak. Efektif artinya siap digunakan, dan hasilnya sesuai
dengan kebutuhan. Kebutuhan disini adalah kebutuhan penggunanya. Pengguna
sering menilai sistem dari interface, bukan dari fungsinya melainkan dari user
interfacenya. Jika desain user interfacenya yang buruk, maka itu sering jadi alasan
untuk tidak menggunakan software. Selain itu interface yang buruk sebabkan
pengguna membuat kesalahan fatal. Pada sub bab implementasi aplikasi desain
interface menjelaskan tentang form apa saja yang terlihat dalam aplikasi,
diantaranya yaitu:
4.3.1 For m Halaman Utama
Pada halaman utama ini akan tampil ketika user pertama kali membuka
aplikasi. Pertama-tama user harus login terlebih dahulu apabila ingin masuk dan
menggunakan menu-menu dari aplikasi ini. Setelah memilih submenu login dari
menu sistem, maka pertama kali aplikasi akan menampilkan halaman aplikasi
login admin yang berinteraksi langsung dengan user sehingga tampilannya dibuat
sedemikian rupa hingga terkesan menarik, dan mudah dimengerti. Dalam
membuat desain interface lebih banyak menggunakan warna-warna pastel.
Dikarenakan toko Marcy et Amie merupakan toko boneka yang mempunyai ciri
khas warna-warna pastel seperti, biru muda, merah muda, dan ungu. Berikut ini
60
Gambar 4.7 Halaman Uama Login Admin
Setelah menekan menu login maka user akan menuju halaman login. Di
halaman login, user memasukan username dan password, setelah itu halaman
login user akan memproses otentifikasinya. Dan apabila username dan password
benar maka menu-menu yang lainnya akan aktif (enabled). Berikut potongan
script dari salah satu link menu home ini, yang terlihat pada Gambar 4.8.
Gambar 4.8 Script Salah Satu Link Menu Home. procedure TForm2.Logout1Click(Sender: TObject);
begin
Form1 := TForm1.Create(Self);
Script seperti pada Gambar 4.8 digunakan juga untuk menghubungkan
dengan form-form submenu lainnya.
4.3.2 For m Halaman Panel Utama.
Halaman panel utama untuk hak akses admin dan kasir. Pada halaman ini
memuat banyak panel beberapa diantaranya sistem, master data, laporan, proses,
akun baru. Berikut ini tampilan dari halaman utama, setelah melakukan login
yaitu seperti tertera pada Gambar 4.9.
62
4.3.3 For m Halaman Akun Bar u.
Untuk mengganti akun atau membuat akun baru, pilih panel akun baru,
kemudian pilih menu member. Setelah itu user dapat membuka form akun baru
terebut. Dan pada form ini user juga dapat menghapus akun lama dan
menggantinya dengan membuat akun baru. File setting dari koneksi database
Login sendiri akan disimpan dalam file “Master Data.mdb” yang terdapat pada
folder dimana program dijalankan. Berikut ini tampilan dari halaman form akun
baru seperti pada Gambar 4.10.
Pada form akun baru ini, dapat ditambahkan dbgrid, yg berfungsi agar user
dapat melihat daftar username yang telah terdaftar. Berikut potongan script dari
tombol (button) Save.
Gambar 4.11 Potongan script tombol save
Halaman akun baru ini user akses harus login terlebih dahulu sebagai
admin, karena pada menu ini hak akses hanya untuk admin. Halaman ini berisi
form untuk menambah hak akses user selanjutnya akan muncul pada data grid
(dbgrid). Yang kemudian username dan password user akan disimpan pada
database tabel login. Pada tombol delete penulis menggunakan pesan sebelum
menghapus data, seperti yang terlihat pada Gambar 4.12 berikut potongan script
nya.
procedure TForm11.Button1Click(Sender: TObject);
begin
Adotable1.Open;
AdoTable1.Append;
//Input Database ke Table
AdoTable1.FieldByName('Nama').AsString:=edit3.Text;
AdoTable1.FieldByName('Username').AsString:=edit1.Text;
AdoTable1.FieldByName('Password').AsString:=edit2.Text;
AdoTable1.Post;
AdoTable1.Refresh;
64
Gambar 4.12 Script tombol delete
4.3.4 For m Halaman Tambah Data Bar ang.
Setelah memilih panel master data kemudian pilih menu data produk,
kemudian akan menampilkan form dimana admin dapat menambah atau
menghapus data-data produk. Berikut ini tampilan dari form data produk seperti
pada Gambar 4.13.
Gambar 4.13. Form Halaman Tambah Data Barang procedure TForm11.Button2Click(Sender: TObject);
begin
IF messagedlg('Data Akan Dihapus?',
mtconfirmation,[mbyes,mbno],0)=mryes then
AdoTable1.Delete;
AdoTable1.Refresh;
Pada setiap inputan text nya tidak menggunakan pallet EditText tetapi
menggunakan DBEdit. Yang setiap tombol (button) nya memiliki script
masing-masing. Berikut potongan script tombol simpan:
Gambar 4.14 Script Tombol Simpan Form Data Produk procedure TForm3.btnSimpanClick(Sender: TObject);
DMLatih.ADOTable1['Status']:= DBEdit7.Text;
DMLatih.ADOTable1['Masuk_Akhir']:=DateTimePicker1.Da teTime;
post;
end;
ShowMessage('Berhasil disimpan');
DMLatih.ADOTable1.Close;
66
Keterangan script :
a. DMLatih : merupakan data module yang digunakan untuk meletakkan dan
menyimpan ADOConnection, ADOTable, dan data source. Mengapa
disini menggunakan data module, agar lebih rapi dan mudah dicari koneksi
datanya, serta dalam hal tampilan desain tidak berantakan.
b. Setelah mengklik tombol simpan, maka akan tampil pesan “Berhasil
Disimpan”.
c. DBGrid : DBGrid disini dikoneksikan ke data source nya yaitu, dsbarang.
Admin tidak hanya dapat menginputkan atau menghapus data, admin
dapat juga melihat data-data apa saja yang sudah masuk ke dalam basis data,
dengan bantuan db_grid.
4.3.5 For m Halaman Data Penjualan.
Untuk meinginputkan data-data penjualan kasir dapat memilih panel
master data kemudian pilih menu data penjualan. Setelah itu sistem akan
menampilkan form pembelian barang dimana kasir dapat menambahkan atau
menghapus data-data transaksi penjualan . Dan untuk diingat bahwa kasir disini
dapat masuk kedalam aplikasi atas hak akses dari admin dengan menggunakan
akun kasir. Kasir juga dapat melihat data-data apa saja yang telah masuk ke dalam
basis data dengan bantuan db_grid. Berikut ini tampilan dari form data penjualan