SISTEM OTOMATISASI HARGA BARANG DENGAN TEKNIK
KOMPARASI PADA E-COMMERCE POPULER
Liliek Triyono
1, Sukamto
2, Mu’tashim Tsabit Abdillah
3Jurusan Teknik Elektro, Politeknik Negeri Semarang
E-mail:
1liliek.triyono@polines.ac.id,
2mr_sukamto@yahoo.com,
3mutashimabdillah1@gmail.com
Abstract
The development of online buying and selling transactions is increasing. The number of
sellers who sell goods online through online shopping sites is a sign that online buying and
selling has grown. Through online shopping sites online sellers sell a variety of products with
different goods and prices. The many different types of goods make online sellers difficult to
compare the price of goods. Therefore, in order to facilitate online sellers to compare prices
between goods, it is necessary a portal site that is able to collect information contained in
online sites in Bukalapak. The information is in the form of price, goods name, seller and city.
The method used in this research is the waterfall methodology, where in this methodology
each step of the study is done sequentially, starting from the stages of analysis, design,
programming, testing and maintenance. System testing is done in two ways, namely,
functional testing and user testing. The system has capability in retrieving data from
Bukalapak using web scraping and web crawl. Users can compare between products from
scrap result and the system also provides a simple goods price recommendation system of the
products that are compared. Overall the system can help users in comparing store products
and display competitors' products at a recommendation price. In the process of data
retrieval, web scraping takes a longer time in taking data than with data retrieval with a
smaller number of store products.
Keywords: web crawler, web scraping, ecommerce, scrapy framework, laravel
Abstrak
Perkembangan transaksi jual beli online saat ini mengalami peningkatan. Banyaknya
penjual yang menjual barang secara online melalui situs belanja online menjadi tanda
bahwa jual beli online saat ini telah berkembang. Melalui situs belanja online para penjual
online menjual berbagai macam produk dengan barang dan harga yang berbeda-beda.
Banyaknya aneka jenis barang tersebut membuat penjual online kesulitan untuk
membandingkan harga barang. Oleh karena itu, dalam rangka memudahkan penjual online
membandingkan harga antar barang, maka diperlukan sebuah situs berupa portal yang
mampu mengumpulkan informasi yang terdapat dalam situs online di Bukalapak. Informasi
tersebut berupa harga, nama barang, seller dan kota. Metode yang digunakan dalam
penelitian ini adalah metodologi waterfall, dimana dalam metodologi ini setiap langkah
penelitian dilakukan secara berurutan, mulai dari tahapan analisis, desain, pemrograman,
pengujian dan pemeliharaan. Pengujian sistem dilakukan dengan dua cara yaitu, pengujian
fungsional dan pengujian pengguna. Sistem memiliki kemampuan dalam pengambilan data
dari Bukalapak menggunakan web scraping dan web crawl. User dapat membandingkan
antar produk dengan data hasil scrap dan sistem juga memberikan sistem rekomendasi
harga barang sederhana dari produk yang dibandingkan. Secara keseluruhan sistem dapat
membantu user dalam membandingkan produk toko dan menampilkan produk kompetitor
dengan harga rekomendasi. Pada proses pengambilan data, web scraping memerlukan
Penjual online kesulitan dalam menentukan harga barang berdasar kompetitor karena penjual online sangat banyak. Sehingga tidak mungkin untuk memeriksa harga satu per satu dari toko online ataupun marketplace yang ada di Indonesia karena akan menghabiskan waktu yang banyak jika memeriksa satu persatu. Disisi lain harga barang merupakan salah satu faktor yang sangat mempengaruhi jumlah permintaan barang itu sendiri. Dengan adanya kompetisi yang ketat pada marketplace ketika penjual melakukan pemasaran secara online, sehingga dibutuhkan analisis harga yang cepat dan tepat.
Aplikasi pembanding harga yang sudah ada sebelumnya yaitu Pembuatan Website Pembanding Fashion Wanita[1],
Comparison of E-commerce Products using web
mining[2], Universal products comparison
system using resful services[3], Rancang Bangun
Rest Web Services Untuk Perbandingan Harga Pengiriman Dengan Metode Web Scrapping dan Pemanfaatan API[4], Implementasi Web
Crawling Perbandingan Harga Samrtphone Pada Situs Jual Beli Online[5]. Beberapa aplikasi
pembanding harga yang sudah ada sebelumnya terdapat kekurangan yang harus dikembangkan diantaranya aplikasi dibuat hanya untuk pembeli online dan belum adanya saran harga yang dapat diposting.
teknik komparasi pada e-commerce populer yang diberi nama GOLEKREGO. Aplikasi ini digunakan oleh penjual online, aplikasi akan menampilkan beberapa nama barang dan harga barang dari marketplace yang menjual barang serupa. Kemudian aplikasi tersebut menganalisisnya untuk menentukan harga barang yang ideal. Setelah memperoleh harga barang yang ideal akan diposting otomatis dan ditampilkan pada dashboard harga barang yang dijual.
2. METODEPENELITIAN
Penelitian ini menggunakan metode Waterfall. Pada bagian ini tahapan yang dibahas adalah rancangan, pembuatan dan analisis.
2.1 Gambaran umum Sistem
Secara umum prinsip kerja dari sistem ini yaitu menampilkan produk-produk yang dijual di toko (lapak) penjual online e-commerce bukalapak. Setiap produk yang dijual akan mempunyai detail produk data kompetitor. Kemudian sistem akan menampilkan harga rekomendasi dan selanjutnya user dapat mengubah harga barang sesuai harga rekomendasi secara otomatis. Gambaran umum tersebut dapat dilihat dari Gambar 1.
Gambar 1. Gambaran Umum Sistem GolekRego Gambar 1 merupakan gambaran
umum sistem GolekRego. Pembuatan sistem ini menggunakan framework laravel, framework scrapy dan Android Studio sehingga dapat dioperasikan pada web dan smartphone dengan sistem operasi android.
2.2 Perancangan Sistem
Perancangan aplikasi pembanding harga GolekRego menggunakan permodelan sistem UML atau Unified Modeling Language
sebagai media untuk menyampaikan rancangan sistem. Desain UML yang akan dibahas lebih dalam adalah Use Case Diagram.
Use Case Diagram menjelaskan gambaran sistem secara umum dimana pengguna digambarkan sebagai aktor yang memiliki banyak aktivitas. Use Case Diagram untuk aplikasi GolekRego dapat digambarkan pada gambar 2.
Gambar 2. Use Case Diagram Aplikasi GolekRego Gambar 2 menjelaskan bahwa terdapat satu
aktor User dan tiga Use Case mengambil data toko, membandingkan harga dan mengubah harga.
2.3 Perancangan Antar Muka
Perancangan antarmuka berguna untuk membuat gambaran tampilan aplikasi
digambarkan pada gambar 3.
Gambar 3. User Interface Halaman Login Gambar 3 menggambarkan user interface halaman login yang menunjukkan tampilan sebelum masuk ke halaman dashboard.
b. Halaman Register
Halaman register adalah tampilan ketika pengguna belum terdaftar pada sistem. Tampilan halaman register digambarkan pada gambar 4.
Gambar 4. User Interface Halaman Register Halaman register berisi form untuk mengisi beberapa data untuk melengkapi register. c. Halaman Dashboard
Halaman dashboard adalah halaman pertama yang akan ditampilkan ketika user berhasil login ke dalam sistem. User interface halaman dashboard digambarkan pada gambar 5.
Gambar 5. User Interface Halaman Dashboard Halaman dashboard terdapat tiga menu yaitu dashboard, toko bukalapak dan logout.
d. Halaman Toko Bukalapak
Halaman toko bukalapak adalah halaman yang menampilkan data produk dari toko user penjual online. User interface halaman toko bukalapak digambarkan pada gambar 6.
Gambar 6. User Interface Halaman Toko Bukalapak
Halaman toko bukalapak untuk menampilkan produk toko pengguna dan setiap produk terdapat tombol detail untuk menampilkan produk kompetitor.
e. Halaman Detail Produk
Halaman detail produk adalah halaman untuk menampilkan data-data produk kompetitor dan terdapat tampilan untuk mengubah harga barang secara otomatis. Tampilan halaman detail produk digambarkan pada Gambar 7.
Gambar 7. User Interface Halaman Detail Produk
Gambar 7 menggambarkan user interface halaman detail produk yang menunjukkan tampilan produk kompetitor dari setiap produk toko yang ada.
2.4 Pembuatan Aplikasi
Peneliti menggunakan framework scrapy untuk mengambil data dari bukalapak, sedangkan untuk mengolah data menggunakan framework laravel dan database Mysql. Aturan aplikasi ini, pengguna harus sudah registrasi pada sistem. Kemudian setelah berhasil login, pengguna membuka menu toko bukalapak untuk mengambil data produk tokonya yang berada di bukalapak. Kemudian pada setiap produk toko, pengguna menekan tombol detail untuk mengambil data kompetitor Maka akan tampil data-data kompetitor beserta harga rekomendasi berdasar kompetitor. Apabila pengguna cocok dengan harga rekomendasinya, maka dengan menekan tombol “ubah harga” harga produk toko akan berubah sesuai harga rekomendasi.
3. HASILDANPEMBAHASAN 3.1 Hasil Pengujian Fungsionalitas
Berdasarkan pada tahapan pengujian fungsionalitas yang telah dilakukan, diperoleh hasil seperti seperti berikut.
a. Pengujian Multi User
Pada uji multi user terdapat dua user yang berbeda dan mempunyai toko masing-masing. Pertama kali yang dilakukan user yakni register terlebih dahulu. Setelah register kedua user login, selanjutnya membuka menu Toko Bukalapak. Kemudian secara bersamaan kedua user melakukan pengambilan data toko masing-masing. Berikut proses uji multi user:
Gambar 8. Tampilan pengujian multiuser Gambar 8 adalah tampilan dashboard Scrapy Cloud ketika kedua user melakukan pengambilan data toko. Pada dashboard terlihat terdapat satu proses yang sedang berjalan pada bagian Running Jobs dan terdapat proses pada bagian Next Jobs. Pada kolom Spider menunjukkan nama spider itemtokobl. Hal ini menunjukkan bahwa sistem sedang melakukan proses pengambilan data toko. Kemudian pada kolom Arguments di bagian Next Jobs terlihat nilai trans yaitu 2, hal ini menunjukkan bahwa proses pengambilan data toko yang pertama kali dilayani yaitu user1. Maka dilihat dari seluruh alur dari awal hingga akhir yakni registrasi, login, dan ambil data toko proses uji multiuser berjalan dengan baik. Dengan catatan request yang masuk terlebih dahulu akan diproses, sedangkan request yang lain akan menunggu dibagian Next Jobs pada dashboard Scrapy Cloud.
b. Pengujian Speed
Pada uji speed ini dilakukan untuk mengetahui kecepatan mengambil produk toko. Adapun cara yang dilakukan yakni menggunakan kecepatan akses internet yang berbeda dan terlebih dahulu di tes
speed pada alamat web
“http://beta.speedtest.net/”. Sedangkan data toko yang diambil jumlahnya sama sebanyak 5 produk data toko. Berikut proses uji speed:
Gambar 9. Kecepatan internet1 Gambar 9 merupakan tampilan dari web speedtest yang berguna untuk mengukur kecepatan akses internet1. Adapun akses internet yang digunakan adalah MNC Media Play Up to 7Mbps. Terlihat pada gambar tersebut menunjukkan kecepatan unduh 5,78 Mbps, unggah 7,35 Mbps dan Ping 14 ms.
Gambar 10. Tampilan Hasil ambil data kecepatan internet1
Gambar 10 merupakan tampilan dashboard Scrapy Cloud yang menunjukkan proses pengambilan data menggunakan kecepatan internet1. Pada bagian yang diberi kotak merah menunjukkan proses itemtokobl yaitu ambil data toko. Kemudian pada runtime terlihat 0:0:40 hal ini berarti untuk mengambil data sebanyak 5 buah dengan kecepatan internet1 seperti pada gambar 9 memerlukan waktu 40 detik.
Gambar 11. Kecepatan internet2
Gambar 12. Hasil ambil data kecepatan internet2
Gambar 12 merupakan tampilan dashboard Scrapy Cloud yang menunjukkan proses pengambilan data. Pada bagian yang diberi kotak merah menunjukkan proses itemtokobl yaitu ambil data toko. Kemudian pada runtime terlihat 0:0:46 hal ini berarti untuk mengambil data sebanyak 5 buah dengan kecepatan internet2 seperti pada gambar 11 memerlukan waktu 46 detik.
Dari seluruh proses uji speed menunjukkan bahwa waktu yang dibutuhkan untuk mengambil data toko dengan jumlah yang sama tergantung pada kecepatan akses internet. Dan yang paling mempengaruhi adalah nilai ping dari kecepetan akses internet. Semakin kecil nilai ping maka pengambilan data toko akan lebih cepat. Maka dari penjelasan ini uji speed berjalan baik.
c. Pengujian Ambil Data
Pada uji ambil data ini dilakukan untuk mengetahui waktu yang dibutuhkan dari proses Scrapy Cloud menuju database. Cara yang dilakukan yakni dengan mengambil data produk dengan jumlah data berbeda. Berikut proses uji ambil data:
Gambar 13. Tampilan ambil data toko1
Gambar 13 merupakan tampilan dari Sequol Pro yang sudah dihubungkan ke database “golekrego.com”. Pada gambar tersebut di tabel itemtokos menunjukkan waktu created 02:21:38. Hal ini menunjukkan waktu ketika user menekan tombol login saat ambil data.
Gambar 14. Proses ambil data toko1 Gambar 14 merupakan tampilan dashboard Scrapy Cloud. Pada gambar tersebut menunjukkan waktu Started yaitu 02:21:40 dan Items sebanyak 5. Hal ini menunjukkan data produk toko yang diambil sebanyak 5 buah dan waktu proses ekstrak data dimulai pada 02:21:40. Berdasar gambar 4.13 waktu created adalah 02:21:38, hal ini menunjukkan bahwa untuk memproses ekstrak data toko terdapat delay 2 detik. Sedangkan pada kolom runtime menunjukkan 0:00:46, ini berarti untuk mengambil 5 produk data toko membutuhkan waktu 46 detik.
Gambar 15. Ambil data toko2 Gambar 15 merupakan tampilan dari Sequol Pro yang sudah dihubungkan ke database “golekrego.com”. Pada kotak merah gambar tersebut di tabel itemtokos menunjukkan waktu created 02:23:38. Hal ini menunjukkan waktu ketika user menekan tombol login saat ambil data.
Gambar 16. Proses ambil data toko2 Gambar 16 merupakan tampilan dashboard Scrapy Cloud. Pada kotak merah gambar tersebut menunjukkan waktu Started yaitu 02:23:40 dan Items sebanyak 30. Hal ini menunjukkan data produk toko yang diambil sebanyak 30 buah dan waktu proses ekstrak data dimulai pada 02:23:40. Berdasar gambar 4.15 waktu created adalah 02:23:38, hal ini menunjukkan bahwa untuk memproses ekstrak data toko terdapat delay 2 detik. Sedangkan pada kolom runtime menunjukkan 0:01:52, ini berarti untuk mengambil 30 produk data toko membutuhkan waktu 1 menit 52 detik.
Dari seluruh proses uji ambil data menunjukkan bahwa waktu yang dibutuhkan untuk mengambil data toko dengan jumlah yang berbeda akan berbeda pula waktu yang dibutuhkan. Kemudian akan terjadi delay hingga proses ekstrak data toko benar-benar berjalan. Maka dari penjelasan ini uji ambil data berjalan baik.
d. Pengujian variasi android
Berdasarkan pengujian dengan tiga perangkat android yaitu Lenovo P700i (OS: Ice Cream Sandwich), Asus Zenfone 2 ZE551 ML (OS: Lollipop) dan LG G4 Dual (OS: Marshmallow) keseluruhan fungsi dari aplikasi yang diujikan sudah berjalan dengan baik dan ada kendala pada perangkat Lenovo P700i. Hal tersebut dikarenakan javascript tidak dapat diproses oleh perangkat. Sehingga pada tampilan menu toko bukalapak dan data kompetitor hanya muncul tampilan dashboard.
3.2 Hasil Pengujian Tingkat Kepuasan Pengguna
Tahapan pengujian tingkat kepuasan pengguna digunakan untuk mengukur
indikator penilaian seperti pada tabel 2 dan indikator kepuasan pengguna pada tabel 3.
Tabel 1 Daftar Pertanyaan Responden
Kode Aspek
A Apakah GOLEKREGO menarik dan user-tampilan aplikasi friendly?
B Apakah aplikasi GOLEKREGO dapat membantu Anda dalam memantau harga kompetitor?
C Apakah membantu anda dalam mencari aplikasi GOLEKREGO harga rekomendasi?
D Apakah fitur posting otomatis harga rekomendasi pada aplikasi GOLEKREGO bermanfaat bagi Anda? E Apakah membantu Anda untuk mencari aplikasi GOLEKREGO
produk-produk kompetitor? Tabel 2 Indikator Penilaian
Indikator Nilai Tidak Setuju 1 Kurang Setuju 2 Cukup 3 Setuju 4 Sangat Setuju 5
Tabel 3 Indikator Kepuasan Pengguna
Persentase Keterangan 81-100% Sangat Puas 61-80% Puas 41-60% Cukup Puas 21-40% Kurang Puas 0-20% Tidak Puas
Dari hasil uji responden penjual online di bukalapak diperoleh perhitungan untuk mengukur tingkat kepuasan sebagai berikut : Nilai maksimal untuk indikator penilaian = 25 Responden yang mengisi kuesioner = 10 Jumlah kepuasan maksimal = 25 x 10 =250 Skoring Kepuasan
80%) sesuai dengan kebutuhan dan yang diharapkan. Hal ini didasarkan pada tabel 3 mengenai indikator kepuasan pengguna.
4. SIMPULAN
Dari makalah ini dapat disimpulkan sebagai berikut :
a. Aplikasi dapat melakukan scrapping data toko dan kompetitor tergantung pada kecepatan koneksi internet dan banyaknya jumlah produk toko.
b. Pengambilan data produk toko dari user yang berbeda secara bersamaan akan mengalami proses antrian pengambilan data toko sampai seluruh data produk toko terambil kemudian dilanjutkan dari antrian pengambilan data produk toko yang berikutnya.
c. Hasil pencarian data kompetitor tergantung dari kategori dan kondisi produk toko yang dijual.
d. Sistem dapat memposting harga rekomendasi secara otomatis ke data produk.
e. Aplikasi tidak dapat berjalan baik dan lancar pada versi 4.0.4 (Ice Cream Sandwich) sehingga kebutuhan minimal untuk menjalankan aplikasi GolekRego pada perangkat android berdasarkan pengujian yaitu OS Android versi 5.0 (Lollipop).
f. Setelah dilakukan pengujian dengan responden penjual online bukalapak didapatkan hasil sebesar 68%, hal ini menunjukkan bahwa pengguna “puas” dengan aplikasi GolekRego.
DAFTAR PUSTAKA
[1] Nathania, Yvonne, Justinus Andjarwirawan dan Silvia Rostianingsih. (2016). Pembuatan Web
Pembanding Fashion Wanita.
Surabaya: Universitas Kristen Petra. [2] Shah, Riya, Karishma Pathan, Anand
Masurkar, Shweta Rewatkar, P.N.Vengurlekar. (2016). Comparison
of E-commerce Products using web mining. India: Savitribai Phule Pune
University.
[3] Shukla, Ajit, Akshay Salunke, Rajnish Singh, Savita V. Lade. (2016). Universal
Product Comparison System Using Restful Services. Mumbai: Rajiv Gandhi
Institute of Technology.
[4] Riyadi, D. (2013). Rancang Bangun
Rest Web Service Untuk Perbandingan Harga Pengiriman Dengan Metode Web Scrapping dan Pemanfaatan API.
Yogyakarta: Sekolah Tinggi Manajemen Informatika dan Komputer Amikom Yogyakarta.
[5] Triawan, Deny. (2016). Implementasi
Web Crawling Perbandingan Harga Smartphone Pada Situs Jual Beli Online. Yogyakarta: STMIK AKAKOM.
