BAB IV ANALISIS DAN PERANCANGAN SISTEM. informasi yang utuh ke dalam bagian-bagian komponennya dengan maksud untuk

(1)

43 4.1 Analisis Sistem

Analisis sistem dapat didefinisikan sebagai penguraian dari suatu sistem informasi yang utuh ke dalam bagian-bagian komponennya dengan maksud untuk mengidentifikasi dan mengevaluasi permasalahan-permasalahan, kesempatan-kesempatan, hambatan-hambatan yang terjadi dan kebutuhan-kebutuhan yang diharapkan sehingga dapat diusulkan perbaikan-perbaikannya.

4.1.1 Analisis Sistem yang Sedang Berjalan A. Deskripsi Masalah

Berdasarkan analisa dan penelitian yang dilakukan di Toserba BORMA Cipadung Bandung, setiap hari terjadi transaksi jual beli yang datanya tersimpan dalam database penjualan. Jumlah transaksi selama 2 bulan yaitu pada bulan Oktober dan November tahun 2013 mencapai 181.194 transaksi, ini merupakan angka yang cukup besar apabila kita mengingat awal mulai berdiri Toserba Borma Cipadung pada tahun 2000, tentu data yang terkumpul akan sangat besar. Namun selama ini data transaksi tersebut hanya digunakan sebagai laporan penjualan saja kepada pihak atasan tanpa ada suatu proses untuk mendapatkan manfaat lebih dari adanya data tersebut.

B. Pemecahan Masalah

Aplikasi data mining yang akan dibangun ini akan memberikan solusi yaitu dengan menggali atau mengekstrak informasi yang tersembunyi dalam data transaksi, guna mendapatkan manfaat lebih dari adanya tersebut. Informasi yang

(2)

dicari yaitu untuk meperkirakan barang yang dibutuhkan konsumen pada waktu tertentu.

4.1.2 Analisis Kebutuhan Hardware dan Software

Hardware pendukung yang dibutuhkan selama pembuatan aplikasi

mempunyai spesifikasi sebagai berikut :

a. Processor Intel(R) Core(TM) i3 CPU M 350@2.27Ghz

b. RAM DDR3 5 GB

c. Hardisk @320GB

d. Monitor 14 in

Software yang dibutuhkan adalah :

a. Microsoft Windows 7

b. Microsoft Visual Basic.Net 2010.

c. DotNetBar 10.3.0.2.

d. SQL Manager 2007 for MySQL 4.3.4.1

e. Notepad++ v.6.2.3

f. Balsamiq Mockup 2.1.13.

g. Star UML 5.02.1570.

h. XAMPP 1.7.3

Rekomendasi spesifikasi hardware yang digunakan untuk menjalankan aplikasi adalah sebagai berikut :.

a. Processor @ 2.60GHz.

b. RAM DDR2 1 GB @667 MHz.

c. VGA @64MB.

(3)

e. Monitor 14 in @1366 x 768 pixel.

4.1.3 Analisis Proses Pencarian Pola

Proses pencarian pola adalah serangkaian proses yang harus dijalani secara bertahap dalam mencari pola yang tersembunyi dalam sebuah database. Dimulai dari proses pengumpulan data, preprocessing yaitu data cleaning, integration,

selection, transformation, hingga data mining dan pattern evaluation. Pada tahap

ini data disajikan dalam bentuk yang dapat dijalankan atau dieksekusi oleh komputer.

A. Pengumpulan Data

Sumber data yang digunakan dalam penelitian ini berasal dari data transaksi di Toserba Borma, Cipadung – Bandung. Data tersebut nantinya akan diolah untuk mendapatkan informasi yang tersembunyi berupa pola asosiasi pembelian barang oleh konsumen yang bisa digunakan sebagai strategi bisnis. Selain itu penulis juga mengumpulkan data berupa penyetokan barang sesuai waktu tertentu, dan tanggapan dari bagian IT Borma mengenai Analisis Asosiasi.

B. Data preprocessing

Sebelum melakukan pencarian pola, data yang digunakan harus melalui serangkaian proses terlebih dahulu (preprocessing) tujuannya selain untuk meningkatkan kualitas data, konsistensi dan hasil mining, juga untuk meningkatkan efisiensi dan mempermudah proses data mining (Jiawei, 2006, 47).

Pada tahap ini dilakukan proses Data cleaning, Data integration, Data

(4)

1. Data cleaning

Pada tahap ini data yang digunakan kita coba untuk lengkapi kekurangannya (missing values) dan memperbaiki data yang tidak konsisten.

1.1 Missing values

Pada data transaksi penjualan selama 3 bulan tidak terdapat atribut kategori pada data tersebut, sedangkan dalam penelitian ini justru yang akan digunakan adalah kategori barang bukan nama barangnya karena lebih efisien, data transaksi tersebut dapat dilihat pada Tabel 4.1 dibawah ini.

Tabel 4.1 Tabel Data Transaksi BORMA pada bulan Oktober2013

Keterangan : lanjut pada lampiran 1 (data transaksi BORMA pada bulan Oktober dan November 2013)

Tanggal No nota Kode Barcode Nama barang Jumlah Harga

10/1/2013 1:02:33 PM 130422 69.314 8993175532457 BABY ROK TOPI VANEL BRTSS 24/2 1 57900

10/1/2013 1:02:33 PM 130422 69.0001 69 BAJU ANAK 1 40500

10/1/2013 1:04:23 PM 130423 65.12 651200 PAPYRUS KERTAS KADO 1 3000

10/1/2013 1:04:23 PM 130423 65.0023 65 AKSESORIS 1 15900

10/1/2013 1:08:18 PM 130424 64.1516 641516 BANTAL PEANG BLUDRU BPBL BAM3 1 22600 10/1/2013 1:21:12 PM 160940 211.117 89686010947 INDOMIE GORENG SPC SAUS 5 1700 10/1/2013 1:21:12 PM 160940 216.1169 8992775203422 GARUDA ROSTA R BAWANG 100GR 1 7200

10/1/2013 1:21:12 PM 160940 24 280300 TELUR AYAM 1 15400

10/1/2013 1:21:12 PM 160940 211.1157 89686910384 INDOMIE SOTO SPC/40 5 1650 10/1/2013 1:21:12 PM 160940 213.0066 8994504121311 LUCKY STICK CHOC 45G/10 2 6300 10/1/2013 1:21:12 PM 160940 214.0627 8996196000455 PIATTOS SAPI PANGGANG 55G/30 2 4100 10/1/2013 1:22:35 PM 160941 272.2326 8992745320135 STELLA ALL IN ONE 70GR SENSATI 1 8900 10/1/2013 1:22:35 PM 160941 402.9484 8998866104913 ZINC SHP AK SAC 6ML BLCK SH BN 2 1100 10/1/2013 1:22:35 PM 160941 403.9322 8998866100151 CIPTADENT PASTA GIGI COOL 120 1 4100 10/1/2013 1:22:35 PM 160941 232.1107 8991188943024 SASA 100GR /120 1 3300 10/1/2013 1:22:35 PM 160941 228.1102 8991002105430 KAPAL API 65GR/50 1 4200 10/1/2013 1:22:35 PM 160941 253.1141 8999999390419 SUNLIGHT REF LIME 200ML/24 1 3500 10/1/2013 1:22:35 PM 160941 304.1449 30414499 COT BUD LOGO BORMA ZPD 220C 1 1700 10/1/2013 1:22:35 PM 160941 401.1281 8999999006105 LUX BEAUTY PINK SOFT TOUCH 85G 1 2300 10/1/2013 1:22:35 PM 160941 226.1921 8998225800043 FORTUNE POUCH 2LT/6 3 19900 10/1/2013 1:22:35 PM 160941 251.3432 8998866608725 DAIA PLUS SOFTENER 900G 1 12300 10/1/2013 1:22:35 PM 160941 291.3512 8992702005976 IND CAIR 190 STRAWBERY 2 2500 10/1/2013 1:24:07 PM 160942 41.1011 8993086120248 SISIR SISTER SBG07AP 1 13200 10/1/2013 1:24:07 PM 160942 213.1617 8996001304990 ROMA SARI GANDUM SUSU+COKLAT 1 1 7100

(5)

Kita tambahkan atribut kategori pada setiap barang yang dibeli, dengan cara mengambil 3 digit angka pertama pada kolom kode kemudian kita tentukan kategori barangnya. Misalnya kode 401.3122 untuk barang DETOL SOAP

FRESH 110 gr dan kode 401.0047 untuk barang CITRA TS L.WHITE

BENGKOANG 75G maka kita dapat menentukan kode 401 termasuk kategori SABUN, hasil tahap ini dapat dilihat pada Tabel 4..2

Tabel 4.2 Tabel Data Transaksi setelah tahap Missing Values

Keterangan : lanjut pada lampiran 2 (data transaksi setelah tahap missing values)

2. Data integration

Pada tahap ini berbagai sumber data yang menunjang digabungkan (integration), namun karena sumber data yang digunakan hanya satu, maka tahap ini tidak dilakukan.

Tanggal No nota Kode Barcode Nama barang Jumlah Harga 10/1/2013 1:21:12 PM 160940 MIE 89686010947 INDOMIE GORENG SPC SAUS 5 1700 10/1/2013 1:21:12 PM 160940 KACANG 8992775203422 GARUDA ROSTA R BAWANG 100GR 1 7200 10/1/2013 1:21:12 PM 160940 MIE 89686910384 INDOMIE SOTO SPC/40 5 1650 10/1/2013 1:21:12 PM 160940 KUE PAK 8994504121311 LUCKY STICK CHOC 45G/10 2 6300 10/1/2013 1:21:12 PM 160940 CIKI.YUPI 8996196000455 PIATTOS SAPI PANGGANG 55G/30 2 4100 10/1/2013 1:22:35 PM 160941 PEWANGI RUANGAN 8992745320135 STELLA ALL IN ONE 70GR SENSATI 1 8900 10/1/2013 1:22:35 PM 160941 SHAMPO 8998866104913 ZINC SHP AK SAC 6ML BLCK SH BN 2 1100 10/1/2013 1:22:35 PM 160941 PASTA GIGI 8998866100151 CIPTADENT PASTA GIGI COOL 120 1 4100 10/1/2013 1:22:35 PM 160941 BUMBU DAPUR 8991188943024 SASA 100GR /120 1 3300 10/1/2013 1:22:35 PM 160941 KOPI 8991002105430 KAPAL API 65GR/50 1 4200 10/1/2013 1:22:35 PM 160941 SABUN CUCI PIRING 8999999390419 SUNLIGHT REF LIME 200ML/24 1 3500 10/1/2013 1:22:35 PM 160941 CUTEN BUD 30414499 COT BUD LOGO BORMA ZPD 220C 1 1700 10/1/2013 1:22:35 PM 160941 SABUN 8999999006105 LUX BEAUTY PINK SOFT TOUCH 85G 1 2300 10/1/2013 1:22:35 PM 160941 MINYAK 8998225800043 FORTUNE POUCH 2LT/6 3 19900 10/1/2013 1:22:35 PM 160941 DETERJEN 8998866608725 DAIA PLUS SOFTENER 900G 1 12300 10/1/2013 1:22:35 PM 160941 MINUMAN KALENG 8992702005976 IND CAIR 190 STRAWBERY 2 2500 10/1/2013 1:24:07 PM 160942 KUE PAK 8996001304990 ROMA SARI GANDUM SUSU+COKLAT 1 1 7100 10/1/2013 1:24:07 PM 160942 SUSULAN ACC KOMP 5012230 MOUSE PAD HITAM ANTI SLIP 1 5000 10/1/2013 1:24:07 PM 160942 PERMEN 8991102281430 MINTZ DOUBLEMINT 125/20 1 4400 10/1/2013 1:24:07 PM 160942 KAPAS.TISUE 8992745540687 MITU TRAVEL PACK ANTI SEPTIK 1 1 3400 10/1/2013 1:24:07 PM 160942 SHAMPO 8999999716240 DOVE SHP DAIL SHINE 90ML/48 1 8700 10/1/2013 1:24:07 PM 160942 TALK.COLOGNE 8992856893160 VITALIS B.SCENT 120 BIZARRE 1 15900 10/1/2013 1:24:07 PM 160942 KUE PAK 8886015203115 GOOD TIME PREC C.CHIP CHOC 84G 1 6700 10/1/2013 1:24:07 PM 160942 KAPAS.TISUE 8992931005129 TESSA TFT0003 MINI TRV/80 1 3700

(6)

3. Data selection

Atribut pada data transaksi yang sesuai dengan kebutuhan untuk mencari pola kita pilih (selection). Langkah pertama adalah menyeleksi data transaksi setelah tahap missing value dengan memilih aribut tanggal, no nota dan kategori. Tabel data selection tahap pertama dapat dilihat pada Tabel 4.3.

Tabel 4.3 Tabel Data Transaksi setelah pemilihan atribut tanggal, no nota dan

kategori.

Keterangan : lanjut pada lampiran 3 (data transaksi setelah memilih atribut tanggal, no nota dan kategori).

Tanggal No nota Kategori

10/1/2013 1:21:12 PM 160940 MIE 10/1/2013 1:21:12 PM 160940 KACANG 10/1/2013 1:21:12 PM 160940 MIE 10/1/2013 1:21:12 PM 160940 KUE PAK 10/1/2013 1:21:12 PM 160940 CIKI.YUPI 10/1/2013 1:22:35 PM 160941 PEWANGI RUANGAN 10/1/2013 1:22:35 PM 160941 SHAMPO 10/1/2013 1:22:35 PM 160941 PASTA GIGI 10/1/2013 1:22:35 PM 160941 BUMBU DAPUR 10/1/2013 1:22:35 PM 160941 KOPI

10/1/2013 1:22:35 PM 160941 SABUN CUCI PIRING

10/1/2013 1:22:35 PM 160941 CUTEN BUD 10/1/2013 1:22:35 PM 160941 SABUN 10/1/2013 1:22:35 PM 160941 MINYAK 10/1/2013 1:22:35 PM 160941 DETERJEN 10/1/2013 1:22:35 PM 160941 MINUMAN KALENG 10/1/2013 1:24:07 PM 160942 KUE PAK

10/1/2013 1:24:07 PM 160942 SUSULAN ACC KOMP

10/1/2013 1:24:07 PM 160942 PERMEN 10/1/2013 1:24:07 PM 160942 KAPAS.TISUE 10/1/2013 1:24:07 PM 160942 SHAMPO 10/1/2013 1:24:07 PM 160942 TALK.COLOGNE 10/1/2013 1:24:07 PM 160942 KUE PAK 10/1/2013 1:24:07 PM 160942 KAPAS.TISUE

(7)

Langkah selanjutnya adalah memilih transaksi yang didalamnya ada beberapa kategori yang sama dalam satu transaksi akan dihitung satu transaksi.Tabel data selection tahap kedua dapat dilihat pada Tabel 4.4.

Tabel 4.4 Tabel Data Transaksi setelah membuang transaksi yang didalamnya

hanya ada 1 kategori.

12/30/2013 9:07:49 PM 178186 BUMBU DAPUR

12/30/2013 9:07:49 PM 178186 CIKI.YUPI

12/30/2013 9:07:49 PM 178186 DETERJEN

12/30/2013 9:07:49 PM 178186 HAND BODY LOTION

12/30/2013 9:07:49 PM 178186 KACANG 12/30/2013 9:07:49 PM 178186 KAPAS.TISUE 12/30/2013 9:07:49 PM 178186 KECAP 12/30/2013 9:07:49 PM 178186 KILAP MOBIL.OLI 12/30/2013 9:07:49 PM 178186 KORNET 12/30/2013 9:07:49 PM 178186 KUE PAK 12/30/2013 9:07:49 PM 178186 MENTEGE 12/30/2013 9:07:49 PM 178186 MIE 12/30/2013 9:07:49 PM 178186 OBAT 12/30/2013 9:07:49 PM 178186 PASTA GIGI 12/30/2013 9:07:49 PM 178186 PEMBALUT 12/30/2013 9:07:49 PM 178186 PEMBERSIH LANTAI

12/30/2013 9:07:49 PM 178186 PEMBERSIH MUKA.SABUN CAIR

12/30/2013 9:07:49 PM 178186 PERLENGKAPAN BAYI 12/30/2013 9:07:49 PM 178186 PEWANGI.PELEMBUT PAKAIAN 12/30/2013 9:07:49 PM 178186 SAUS SAMBAL 12/30/2013 9:07:49 PM 178186 SHAMPO 12/30/2013 9:07:49 PM 178186 SUSU KENTAL.CAIR 12/30/2013 9:05:32 PM 178185 BUMBU DAPUR 12/30/2013 9:05:32 PM 178185 KAPAS.TISUE

Keterangan : lanjut pada lampiran 4 (data transaksi didalamnya ada beberapa kategori yang sama dalam satu transaksi akan dihitung satu transaksi).

Langkah selanjutnya adalah menghapus transaksi yang didalamnya hanya ada satu transaksi.Tabel data selection tahap ketiga dapat dilihat pada Tabel 4.5.

(8)

Tabel 4.5 Tabel Data Transaksi setelah menghapus transaksi yang didalamnya

hanya ada satu transaksi.

10/1/2013 5:02:17 PM 130457 PERLENGKAPAN BAYI

10/2/2013 2:00:10 PM 130548 BATU BATERAI

10/6/2013 12:49:28 PM 131074 KA;KULATOR

10/15/2013 1:11:13 PM 131994 BATU BATERAI

10/16/2013 3:36:15 PM 132127 GUNTING KUKU

10/17/2013 11:57:06 AM 132222 KORNET

10/17/2013 11:57:06 AM 132222 PERLENGKAPAN BAYI

10/1/2013 9:35:57 AM 132303 HAND BODY LOTION

10/1/2013 9:35:57 AM 132303 KAPAS.TISUE 10/1/2013 9:35:57 AM 132303 MINUMAN BOTOL 10/1/2013 9:35:57 AM 132303 SIKAT GIGI 10/1/2013 9:37:45 AM 132305 BUMBU DAPUR 10/1/2013 9:37:45 AM 132305 DETERJEN 10/1/2013 9:41:11 AM 132308 BUMBU DAPUR 10/1/2013 9:41:11 AM 132308 CREAL 10/1/2013 9:41:11 AM 132308 KECAP 10/1/2013 9:41:11 AM 132308 MIE 10/1/2013 9:41:11 AM 132308 MINUMAN BOTOL 10/1/2013 9:41:11 AM 132308 MINYAK 10/1/2013 9:41:11 AM 132308 SUSU DEWASA

Keterangan : lanjut pada lampiran 5 (data transaksi setelah menghapus transaksi yang didalamnya hanya ada satu transaksi).

Langkah selanjutnya menampilkan data transaksi berdasarkan top kategori, tabel top kategori dapat dilihat pada Tabel 4.6.

(9)

Tabel 4.6 Tabel top kategori Kategori Abjad MINUMAN BOTOL A MINUMAN KALENG B MIE C KUE PAK D SHAMPO E DETERJEN F PASTA GIGI G SABUN H

PEMBERSIH MUKA.SABUN CAIR I

KAPAS.TISUE J

PEWANGI.PELEMBUT PAKAIAN K

SABUN CUCI PIRING L

PEMBALUT M

MINYAK N

KOPI O

PERLENGKAPAN BAYI P

HAND BODY LOTION Q

SIKAT GIGI R KECAP S PERMEN T SUSU KENTAL.CAIR U SABUN CREM V PEMBERSIH LANTAI W TALK.COLOGNE X CREAL Y SAUS SAMBAL Z

Setelah membuat tabel kategori kemudian menampilkan data transaksi yang hanya berisi top kategori , Tabel data selection tahap keempat dapat dilihat pada Tabel 4.7.

(10)

Tabel 4.7 Tabel Data Transaksi setelah memilih transaksi yang didalamnya berisi

top kategori

10/17/2013 11:57:06 AM 132222 PERLENGKAPAN BAYI

10/1/2013 9:35:57 AM 132303 KAPAS.TISUE 10/1/2013 9:35:57 AM 132303 MINUMAN BOTOL 10/1/2013 9:35:57 AM 132303 SIKAT GIGI 10/1/2013 9:37:45 AM 132305 DETERJEN 10/1/2013 9:41:11 AM 132308 CREAL 10/1/2013 9:41:11 AM 132308 KECAP 10/1/2013 9:41:11 AM 132308 MIE 10/1/2013 9:41:11 AM 132308 MINUMAN BOTOL 10/1/2013 9:41:11 AM 132308 MINYAK 10/1/2013 9:41:11 AM 132308 SUSU KENTAL.CAIR 10/1/2013 9:43:15 AM 132309 MINUMAN BOTOL 10/1/2013 9:43:15 AM 132309 MINUMAN KALENG 10/1/2013 9:55:41 AM 132311 CREAL 10/1/2013 9:55:41 AM 132311 MINUMAN BOTOL 10/1/2013 9:55:41 AM 132311 MINUMAN KALENG 10/1/2013 9:56:39 AM 132312 PERLENGKAPAN BAYI

10/1/2013 9:59:19 AM 132315 KOPI 10/1/2013 9:59:19 AM 132315 MIE 10/18/2013 10:16:28 AM 132315 MINUMAN KALENG 10/1/2013 9:59:19 AM 132315 MINYAK 10/1/2013 9:59:19 AM 132315 PASTA GIGI 10/1/2013 9:59:19 AM 132315 PEMBALUT

Keterangan : lanjut pada lampiran 6 (data transaksi setelah memilih tranaksi yang didalamnya berisi top kategori ).

Langkah selanjutnya memilih transaksi yang didalmnya lebih dari satu kategori ,aka yang hanya satu kategori dihapus. Tabel data selection tahap kelima dapat dilihat pada Tabel 4.8.

(11)

Tabel 4.8 Tabel Data Transaksi setelah memilih transaksi yang didalamnya lebih

dari satu kategori

10/1/2013 9:35:57 AM 132303 KAPAS.TISUE 10/1/2013 9:35:57 AM 132303 MINUMAN BOTOL 10/1/2013 9:35:57 AM 132303 SIKAT GIGI 10/1/2013 9:41:11 AM 132308 CREAL 10/1/2013 9:41:11 AM 132308 KECAP 10/1/2013 9:41:11 AM 132308 MIE 10/1/2013 9:41:11 AM 132308 MINUMAN BOTOL 10/1/2013 9:41:11 AM 132308 MINYAK 10/1/2013 9:41:11 AM 132308 SUSU KENTAL.CAIR 10/1/2013 9:43:15 AM 132309 MINUMAN BOTOL 10/1/2013 9:43:15 AM 132309 MINUMAN KALENG 10/1/2013 9:55:41 AM 132311 CREAL 10/1/2013 9:55:41 AM 132311 MINUMAN BOTOL 10/1/2013 9:55:41 AM 132311 MINUMAN KALENG

10/1/2013 9:59:19 AM 132315 KOPI 10/1/2013 9:59:19 AM 132315 MIE 10/18/2013 10:16:28 AM 132315 MINUMAN KALENG 10/1/2013 9:59:19 AM 132315 MINYAK 10/1/2013 9:59:19 AM 132315 PASTA GIGI 10/1/2013 9:59:19 AM 132315 PEMBALUT 10/1/2013 9:59:19 AM 132315 PEWANGI.PELEMBUT PAKAIAN 10/1/2013 9:59:19 AM 132315 SABUN

Keterangan : lanjut pada lampiran 7 (data transaksi setelah memilih transaksi yang didalamnya lebih dari satu kategori).

4. Data transformation

Pada tahap ini kita pilih atribut yang akan digunakan yaitu hanya tanggal, no nota dan kategori, namun kategori yang digunakan harus sudah berupa abjad seperti yang telah ditentukan pada Tabel 4.8. data transaksi setelah dipilih atributnya dapat dilihat pada Tabel 4.9.

(12)

Tabel 4.9 Tabel data transaksi setelah ditransformasikan dalam bentuk

abjad

Tanggal No nota Abjad

10/6/2013 3:03:52 PM 131099 P 10/6/2013 3:03:52 PM 131099 L 10/1/2013 9:35:57 AM 132303 Q 10/1/2013 9:35:57 AM 132303 J 10/1/2013 9:35:57 AM 132303 A 10/1/2013 9:35 132303 R 10/1/2013 9:41:11 AM 132308 Y 10/1/2013 9:41:11 AM 132308 S 10/1/2013 9:41:11 AM 132308 C 10/1/2013 9:41:11 AM 132308 A 10/1/2013 9:41:11 AM 132308 N 10/1/2013 9:41:11 AM 132308 U 10/1/2013 9:43:15 AM 132309 A 10/1/2013 9:43:15 AM 132309 B 10/1/2013 9:55:41 AM 132311 Y 10/1/2013 9:55:41 AM 132311 A 10/1/2013 9:55:41 AM 132311 B 10/1/2013 9:59:19 AM 132315 Q 10/1/2013 9:59:19 AM 132315 O 10/1/2013 9:59:19 AM 132315 C 10/18/2013 10:16:28 AM 132315 B 10/1/2013 9:59:19 AM 132315 N 10/1/2013 9:59:19 AM 132315 G 10/1/2013 9:59:19 AM 132315 M 10/1/2013 9:59:19 AM 132315 K 10/1/2013 9:59:19 AM 132315 H 10/1/2013 9:59:19 AM 132315 V 10/1/2013 9:59:19 AM 132315 L 10/1/2013 9:59:19 AM 132315 E

Keterangan : lanjut pada lampiran 8 (data transaksi setelah ditransform dalam bentuk abjad).

Kemudian Tabel 4.9 diatas kita rubah dalam bentuk matrik biner dimana baris menyatakan notrx dan kolom menyatakan barang yang dibeli. Data transaksi dalam bentuk matrik biner dapat dilihat pada Tabel 4.10.

(13)

Tabel 4.10 Tabel data transaksi setelah ditransformasikan dalam bentuk

binner

Keterangan : lanjut pada lampiran 9 (data transaksi setelah ditransform dalam bentuk binner).

C. Data Mining

Pada tahap ini algoritma Apriori yang akan digunakan untuk menentukan

frequent itemset. Pada penelitian ini akan diambil contoh data sebanyak 12

transaksi dapat dilihat pada Tabel 4.11. Batasan minimum support yang diberikan yaitu 20% atau 20 × ₁₀₀10 yaitu 2 dan batasan confident yaitu 60 %.

Tabel 4.11 Contoh data transaksi setelah tahap transformation

Tanggal

No

Transaksi Item 1 Item 2 item 3 Item 4 Item 5 Item 6

10/1/2013 132359 J G I H 10/2/2013 132645 G H E 10/2/2013 132732 J I 10/26/2013 136796 O I H 10/26/2013 136807 G I K H E R 10/27/2013 136933 J I H E

Tanggal No nota Item 1 Item 2 Item 3 Item 4 Item 5 Item 6 Item 7 Item 8 Item 9 Item 10 Item 11 Item 12 10/1/2013 1:21:12 PM 160940 D C 10/1/2013 1:22:35 PM 160941 F O B N G H L E 10/1/2013 1:24:07 PM 160942 Q J D B T E X 10/1/2013 1:30:30 PM 160945 A B 10/1/2013 1:31:16 PM 159459 F J S C P K H L E U 10/1/2013 1:33:42 PM 159460 D A N L 10/1/2013 1:36:10 PM 159462 Q C B N G M P Z R 10/1/2013 1:39:59 PM 159464 Q D A 10/1/2013 1:41:07 PM 159465 Y X 10/1/2013 1:41:51 PM 159466 F Q N I V L R 10/1/2013 10:04:45 AM 132318 F C G P K H L 10/1/2013 10:06:37 AM 132319 F C N I K E 10/1/2013 10:09:06 AM 132320 N P Z 10/1/2013 10:22:37 AM 132323 F C B M P K E R 10/1/2013 10:29:04 AM 132327 I L 10/1/2013 10:31:42 AM 132330 F A B N W K H Z U 10/1/2013 10:35:07 AM 132332 G P H E R 10/1/2013 10:43:36 AM 132333 Q O D C B T E 10/1/2013 10:47:23 AM 132335 D C 10/1/2013 10:48:12 AM 132336 F A N W I H L Z R 10/1/2013 11:08:46 AM 132339 D Z 10/1/2013 11:11:31 AM 132340 F O C A 10/1/2013 11:13:38 AM 132341 J X 10/1/2013 11:14:49 AM 132343 Y C B

(14)

Tanggal No

Transaksi Item 1 Item 2 item 3 Item 4 Item 5 Item 6

11/30/2013 137002 G H E X 11/1/2013 137621 G I H E 11/3/2013 138071 F A K H U 11/10/2013 139068 D A I H 11/14/2013 139519 D H E 11/29/2013 140473 G W I H

Penelusuran database pertama digunakan untuk menghitung nilai support masing-masing item dan menghapus item yang nilai support nya kurang dari

minimum support yang telah ditentukan yaitu 2. Hasil dari penelusuran pertama

ini adalah diketahuinya jumlah frequensi kemunculan setiap item pada data transaksi dan digunakan untuk mengurutkan item berdasarkan frequensi kemuculan yang paling tinggi dapat dilihat pada Tabel 4.12.

Tabel 4.12. Tabel frequensi setiap item

Dari hasil tersebut diperoleh item yang memiliki frequensi diatas minimum

support > 2 yaitu A,D,E,G,H,I,K dan J yang diberi nama Frequent List dapat

dilihat pada tabel 4. Frequent List inilah yang akan berpengaruh pada perhitungan

Item Frequensi A 2 D 2 E 6 F 1 G 6 H 11 I 8 K 2 O 1 R 1 W 1 X 1 J 3 U 1

Tabel 4.12. Frequensi setiap item lanjutan

(15)

selanjutnya, sedangkan item yang nilai supportnya < 2 akan dihapus yaitu F,O,R,W,X dan U. tabel dapat dilihat pada Tabel 4.13.

Tabel 4.13 Frequent List

Item Support Confident

A 2 2 12 = 0,16 D 2 2 12 = 0,16 E 6 6 12 = 0,5 G 6 6 12 = 0,5 H 11 11 12 = 0,91 I 8 8 12= 0,67 K 2 2 12= 0,16 J 3 3 12= 0,25

Dari hasil tersebut diperoleh item kombinasi yang memiliki minimum

support <2, tabel kombinas per item dapat dilihat pada Tabel 4.14. Tabel 4.14 Hasil kombinasi per item

Item Frequensi A,D 2 A,E 2 A,G 2 A,H 2 A,I 2 A,K 2 A,J 2 D,E 2 D,G 2 D,H 2 D,1 2 D,K 2 D,J 2 E,G 6 E,H 6 E,I 6 E,K 6 E,J 6 G,H 6 G,I 6 G,K 6

(16)

Item Frequensi G,J 6 H,I 11 H,K 11 H,J 11 I,K 8 I,J 8 K,J 2

Dari hasil tersebut diperoleh item kombinasi yang memiliki minimum

support >2 dan mencari minimum confident yaitu 50 %, tabel dapat dilihat pada

Tabel 4.15.

Tabel 4.15 Kombinasi item dengan support dan confident

A,D 2 12 ⁄ = 0,16 1⁄₂ X 100 = 50% A,E 2_⁄₁₂_{= 0,16} 0 A,G 2 12 ⁄ = 0,16 0 A,H 2_⁄₁₂_{= 0,16} 2_⁄₂_{X 100 = 100%} A,I 2 12 ⁄ = 0,16 1⁄₂ X 100 = 50% A,K 2_⁄₁₂_{= 0,16} 1_⁄₂_{X 100 = 50%} A,J 2 12 ⁄ = 0,16 0 D,E 2_⁄₁₂_{= 0,16} 1_⁄₂_{X 100 = 50%} D,G 2 12 ⁄ = 0,16 0 D,H 2_⁄₁₂_{= 0,16} 2_⁄₂_{X 100 = 100%} D,1 2 12 ⁄ = 0,16 1⁄₂ X 100 = 50% D,K 2_⁄₁₂_{= 0,16} 0 D,J 2 12 ⁄ = 0,16 0 E,G 6_⁄₁₂_{= 0,5} 4⁄₆ X 100 = 66,7% E,H 6_⁄₁₂_{= 0,5} 6_⁄₆_{X 100 = 100%} E,I 6 12 ⁄ = 0,5 3⁄₆ X 100 = 50% E,K 6 12 ⁄ = 0,5 1⁄₆ X 100 = 16,7% E,J 6_⁄₁₂_{= 0,5} 1_⁄₆_{X 100 = 16,7%} G,H 6_⁄₁₂_{= 0,5} 6⁄₆ X 100 = 100% G,I 6 12 ⁄ = 0,5 4⁄₆ X 100 = 66,7% G,K 6_⁄₁₂_{= 0,5} 1_⁄₆_{X 100 = 16,7%}

(17)

Item Support Confident G,J 6_⁄₁₂_{= 0,5} 1_⁄₆_{X 100 = 16,7%} H,I 11 12 ⁄ = 0,91 7⁄₁₁ X 100 = 63,6% H,K 11_⁄₁₂_{= 0,91} 2_⁄₁₁_{X 100 = 18,1%} H,J 11 12 ⁄ = 0,91 2⁄₁₁ X 100 = 18,1% I,K 8 12 ⁄ = 0,67 1⁄₈ X 100 = 12,5% I,J 8 12 ⁄ = 0,67 3⁄₈ X 100 = 37,5% K,J 2 12 ⁄ = 0,16 0

Dari hasil tersebut diperoleh item kombinasi yang memiliki frequensi diatas minimum support > 2 dan memiliki confident 60 % yaitu A,D , A,H , A,I , A,K , D,E , D,H , D,I , E,G , E,H , E,I , G,H , G,I dan H,I dapat dilihat pada Tabel 4.16.

Tabel 4.16 Kombinasi item

A,H 2 12 ⁄ = 0,16 2⁄₂ X 100 = 100% D,H 2_⁄₁₂_{= 0,16} 2_⁄₂_{X 100 = 100%} E,G 6 12 ⁄ = 0,5 4⁄₆ X 100 = 66,7% E,H 6 12 ⁄ = 0,5 6⁄₆ X 100 = 100% E,I 6 12 ⁄ = 0,5 3⁄₆ X 100 = 50% G,I 6_⁄₁₂_{= 0,5} 4_⁄₆_{X 100 = 66,7%} H,I 11 12 ⁄ = 0,91 7⁄₁₁ X 100 = 63,6%

4.1.4 Analisis Kebutuhan Pengguna

Rancangan sistem ini dituntut agar fleksibel, efektif dan efisien bagi pengguna aplikasi yaitu kepada user sebagai pengguna tunggal yang melakukan pencarian pola yang tersembunyi dalam data transaksi. Dengan karakteristik pengguna dapat dilihat pada Tabel 4.17.

(18)

Tabel 4.17 Karakteristik pengguna (User)

No Nama Pengguna Kebutuhan

1 User atau

pengguna tunggal

Dapat melihat data transaksi sebelum maupun sesudah tahap preprocessing, data statistic pembelian bulan Oktober-Desember 2013, melakukan pencarian pola pada data transaksi dan menyimpan pola yang ditentukan.

4.1.5 Analisis Kebutuhan Fungsional

Analisis kebutuhan fungsional merupakan pemaparan mengenai fitur-fitur yang terdapat pada aplikasi ini. Kebutuhan fungsional dari pembuatan aplikasi data mining dideskripsikan pada Tabel 4.18.

Tabel 4.18 Kebutuhan fungsional

No No_Req Deskripsi Kebutuhan Kegunaan

1 Req_1 Cari pola pembelian Untuk mengolah data setelah pre

processing

2 Req_2 Lihat inventory Untuk melihat penyetokan dari

hasil data yang telah di mining

3 Req_3 Lihat statistic Untuk melihat data statistik

pembelian barang yang

berhubungan

4 Req_4 Lihat profile Untuk melihat sekilas tentang

profile TOSERBA BORMA

5 Req_5 Lihat about Untuk sekilas tentang pembuat

progam

4.2 Perancangan Sistem

Pada bagian ini akan dijelaskan perancangan aplikasi yang akan dikembangkan. Langkah-langkah yang akan diuraikan dalam perancangan ini berupa pemodelan yang akan dibangun dengan menggambarkan diagram-diagram, navigasi serta interface aplikasi tersebut.

(19)

4.2.1 Use Case Diagram

Use Case diagram menggambarkan fungsionalitas yang dimiliki oleh

aplikasi. Use case untuk aplikasi data mining ini dapat dilihat pada Gambar 4.1.

Gambar 4. 1 Use case diagram aplikasi data mining

Dalam use case diagram aplikasi data mining ini hanya terdapat 1 aktor dan 7 use case. Penjelasan dari aktor tersebut yaitu setelah user membuka aplikasi bisa melakukan pencarian pola dalam database, fungsi dari include menunjukan sbahwa use case tersebut merupakan bagian dari use case tertentu yaitu menghitung algoritma apriori. Kemudian user bisa melihat statistik pembelian, profil singkat BORMA dan keluar dari aplikasi.

4.2.2 Class Diagram

Class diagram menggambarkan struktur dan deskripsi class, packed, dan

objek beserta hubungan satu sama lain. Class diagram untuk aplikasi data mining ini dapat dilihat pada Gambar 4.2.

System

User

Cari pola pembelian

Lihat inventory

Lihat profile

Lihat about

Exit

Olah data Algoritma apriori <<include>> _<<include>>

Pola penyetokan

Lihat statistik

(20)

Gambar 4.2 Class diagram aplikasi data mining

Terdapat 3 class yaitu user aplikasi, class transaksi dan class pola. Class

user aplikasi mempunyai fungsi yaitu load data(), hitung frekuensi item(), hapus

item <min support, hitung confident(), hapus item <confident dan tampilkan pola() yang sumber datanya berasal dari class transaksi yang mempunyai 3 atribut yaitu tgl, notrx dan item yang mempunyai fungsi tambah() dan class pola yang mempunyai 3 atribut yaitu pola pembelian, support dan confident yang mempunyai fungsi tambah().

4.2.3 Sequence Diagram

Sequence diagram menggambarkan interaksi antar objek didalam sistem

yang disusun dalam suatu urutan waktu. Sequence diagram pada aplikasi data mining ini dapat dilihat pada Gambar 4.3.

Useraplikasi

+load data()

+hitung frekuensi item() +hapus item <min support() +hitung cnfidence() +hapus item <confidence() +tampilkan pola() Transaksi +tgl = date +notrx = integer +item = string +tambah(notrx, item) Pola +pola pembelian +support +confidence

+tambah(pola pembelian, support, confidence) +n +1 +n +n +n +1

(21)

Gambar 4.3 Sequence diagram aplikasi data mining

Ketika user menjalankan aplikasi kemudian akan meload data transaksi yang dimiliki oleh objek transaksi, data tersebut akan dicari frekuensi kemunculan item, item yang frekuensinya kurang dari min support akan dihapus kemudian dicari confident, yang kurang dari min confident akan dihapus kemudian diterjemahkan ke dalam pola dan pola ditampilkan.

4.2.4 Perancangan Navigasi

Struktur rancangan navigasi atau menu yang dibuat untuk aplikasi datamining dapat dilihat pada Gambar 4.4.

Aplikasi data mining sd

Aplikasi Data Utama Support & Confidence Pola Beli & Stock

: User

1 : jalankan() _{2 : load data()}

3 : hitung frekuensi()

4 : hapus item yang <min support()

5 : hitung confidence()

6 : hapus item <confidence() 7 : cari pola()

(22)

Gambar 4.4 Perancangan navigasi

4.2.5 Perancangan Antarmuka Pengguna

1. Form halaman utama

Form halaman utama didalamnya terdapat beberapa button, diantaranya

yaitu data mining, inventory, statistic, about, profile dan exit. User interface untuk halaman utama dapat dilihat pada Gambar 4.5.

Gambar 4.5 Form halaman utama Inventory mining Data mining Pola penyetokan Halaman Utama

Data mining Statistic

Report Olah data

(23)

2. Form data mining

Didalam form data mining berisikan tentang data transaksi asli yang diolah dengan menggunakan perhitungan algoritma apriori yang menghasilkan pola beli konsumen yang kemudian hasil dari penghitungan itu digunakan sebagai acuan managemen inventory. User Interface data

mining utama dapat dilihat pada Gambar 4.6.

Gambar 4.6 Form data mining

3. Form inventory

Didalam form inventory berisikan tentang sistem penyetokan pada toserba BORMA.User Interface invetory utama dapat dilihat pada Gambar 4.7.

(24)

Gambar 4.7 Form inventory

4. Form statistic

Didaam form statistic berisikan tentang statistik penjualan barang yang berhubunga.. User Interface untuk statistic dapat dilihat pada Gambar 4.8.

(25)

4. Form about

Didalam form about berisikan tentang informasi mengenai aplikasi

data mining algoritma apriori. User Interface untuk about dapat dilihat

pada Gambar 4.9.

Gambar 4.9 Form about

5. Form profile

Didalam form profile berisikan tentang profile singkat tentang studi kasus yaitu toserba BORMA Cipadung. User Interface untuk profil dapat dilihat pada Gambar 4.10.