ANALIS IS DAN PERANCANGAN DATA MINING PT ENS EVAL PUTERA MEGATRADING TBK
(S TUDI KAS US : ANALYTICAL CRM)
S KRIPS I
Oleh
Silvia Julinda 1000838002
Mariana 1000846105
Dwi Handri Kurniawan 1000880780
Universitas Bina Nusantara Jakarta
ii
ANALIS IS DAN PERANCANGAN DATA MINING PT ENS EVAL PUTERA MEGATRADING TBK
(S TUDI KAS US : ANALYTICAL CRM)
S KRIPS I
diajukan sebagai salah satu syarat untuk gelar kesarjanaan pada
jurusan Sistem Infomasi Jenjang Pendidikan S trata-1
Oleh
Silvia Julinda 1000838002
Mariana 1000846105
Dwi Handri Kurniawan 1000880780
Universitas Bina Nusantara Jakarta
iii
ANALIS IS DAN PERANCANGAN DATA MINING PT ENS EVAL PUTERA MEGATRADING TBK
(S TUDI KAS US : ANALYTICAL CRM)
S KRIPS I
Disusun oleh :
Silvia Julinda Mariana Dwi Handri Kurniawan
1000838002 1000846105 1000880780
Disetujui oleh : Pembimbing
Suparto Darudiato, S .Kom, M.M Pembimbing
Universitas Bina Nusantara Jakarta
v
PERNYATAAN
Dengan ini kami, Nama : Silvia Julinda NIM : 1000838002
Nama : M ariana
NIM : 1000846105
Nama : Dwi Handri Kurniawan
NIM : 1000880780
Judul skripsi : Analisis dan Perancangan Data Mining PT Enseval Putera M egatrading Tbk (Studi kasus : Analytical CRM )
M emberikan kepada Universitas Bina Nusantara hak non-eksklusif untuk menyimpan, memperbanyak, dan menyebarluaskan skripsi karya kami, secara keseluruhan atau hanya sebagian atau hanya ringkasannya saja, dalam bentuk format tercetak dan atau elektronik.
M enyatakan bahwa kami, akan mempertahankan hak exclusive kami, untuk menggunakan seluruh atau sebagian isi skripsi kami, guna pengembangan karya di masa depan, misalnya bentuk artikel, buku, perangkat lunak, ataupun sistem informasi.
Jakarta, 23 Februari 2010
vii PRAKATA
Puji syukur kami panjatkan kepada Tuhan Yang M aha Esa atas segala rahmatNya, sehingga skripsi ini dapat diselesaikan dengan baik dan tepat pada waktunya. Adapun tujuan dari penulisan skripsi ini yaitu sebagai salah satu syarat untuk menyelesaikan perkuliahan jenjang pendidikan Strata-1, jurursan Ilmu Komputer pada bidang studi Sistem Informasi di Universitas Bina Nusantara, Jakarta.
Dalam kesempatan ini, perkenankan penulis untuk mengucapkan terima kasih kepada semua pihak yang telah membantu dalam meyelesaikan skripsi ini, yaitu kepada: 1. Orang tua dan saudara penulis yang telah memberikan dukungan, baik secara moril
dan materi.
2. Bapak Prof. Dr. Ir. Harjanto Prabowo, MM. selaku Rektor Universitas Bina Nusantara yang telah memberikan kesempatan untuk menuntut ilmu di Universitas Bina Nusantara.
3. Bapak Sablin Yusuf, Ir., M .Sc., M .CompSc. selaku Dekan Fakultas Ilmu Komputer Universitas Bina Nusantara yang telah banyak membantu dalam menyediakan fasilitas – fasilitas di Universitas Bina Nusantara sehingga penulis dapat menyelesaikan skripsi ini dengan semestinya.
4. Bapak Johan, S.Kom., M .M . selaku Ketua Jurusan Sistem Informasi Universitas Bina Nusantara.
5. Bapak Suparto Darudiato S.Kom, M .M selaku pembimbing skripsi penulis yang telah membimbing penulis dalam menyusun skripsi ini.
6. Bapak Win Ce S.Kom, M .M selaku Manager Sofware Laboratory Center yang telah banyak memberikan saran dan kritik.
viii
7. Ibu Eli Suryani S.Kom yang telah banyak membantu penulis dalam menyusun skripsi ini.
8. Bapak Johan Setiawan, S.Kom., MM yang telah banyak membantu penulis dalam pengenalan data mining.
9. Bapak Hariadi Hadisuwarno, SE., M .Sc., Dr selaku Full Time Lecturer M anajemen yang telah membantu penulis dalam analisis strategi.
10. Ibu Evawaty Tanuar, S.Kom., M .Info.Tech selaku Full Time Lecturer Teknik Infomatika yang telah membantu penulis dalam mempelajari algoritma data mining. 11. Seluruh dosen Universitas Bina Nusantara yang telah memberikan bekal ilmu
selama kuliah sehingga skripsi ini dapat diselesaikan dengan baik.
12. Bapak Timotius Samanuli S.Kom selaku IT Business Analyst Manager PT Enseval Putera M egatrading Tbk yang telah memberikan ijin pengerjaan skripsi pada perusahaannya.
13. Timotius Sakti, S.Kom dan teman-teman lainnya yang telah banyak memberikan masukan dalam penyusunan skripsi ini.
14. Semua pihak yang tidak bisa disebutkan satu persatu yang secara langsung maupun tidak langsung terlibat dalam penyusunan skripsi ini sehingga skripsi ini dapat diselesaikan dengan baik.
Akhir kata, penulis sangat mengharapkan adanya masukan, kritik dan saran yang bersifat membangun dari pembaca. Semoga penyusunan skripsi ini bermanfaat bagi semua pihak.
Jakarta, 26 Januari 2010
ix DAFTAR IS I
Halaman Judul Luar………..… i
Halaman Judul Dalam……….………... ii
Halaman Fotocopy Persetujuan Hardcover... iii
Halaman Fotocopy Pernyataan Dewan Penguji ...iv
Halaman Pernyataan Non Ekslusif...v
Abstrak ………..….. vi
Prakata……….….... vii
DAFTAR ISI……….... ix
DAFTAR TABEL………...…. xii
DAFTAR GAM BAR ...xiv
DAFTAR LAMPIRAN ...xv
BAB 1 PENDAHULUAN...1
1.2 Ruang Lingkup ...2
1.3 Tujuan dan M anfaat...2
1.4 M etodologi Penelitian ...3
1.5 Sistematika penulisan ...4
BAB 2 LANDASAN TEORI ...6
2.1 Teori – Teori Dasar / Umum ...6
2.1.1 Definisi Database...6
2.1.2 Data warehouse...6
2.1.2.2 Karakteristik Data warehouse...7
2.1.2.3 Arsitektur Data warehouse ...9
2.1.2.4 M anfaat Data warehouse ...15
2.1.2.5 Skema Bintang ...16
2.1.3 Data Mart ...19
2.1.3.1 Definisi Data Mart ...19
2.1.3.2 Alasan M embangun Data Mart...20
2.1.4 Data mining ...21
2.1.4.1 Definisi Data mining ...21
2.1.4.2 M etode Pembelajaran Data mining ...22
2.1.4.3 Tugas Data mining ...23
2.1.4.4 Teknik Data mining...26
2.1.4.5 M etodologi Data Mining...30
2.1.4.6 Perbedaan Data mining dengan OLAP ...33
2.1.4.7 Perbedaan Data mining dengan Statistik...33
2.1.5 Teknik Clustering...33
2.1.5.1 Fungsi Jarak...35
2.1.5.2 Algoritma K-Means ...36
2.1.6 Teknik Association Rule...39
2.1.7 Predictive Analysis ...46
2.2 Teori – Teori Khusus yang Berhubungan dengan Topik yang Dibahas ...48
2.2.1 Customer Relationship Management (CRM )...48
2.2.1.1 Pengertian CRM ...48
2.2.1.2 Fase CRM...49
x
2.2.1.4 Tipe– Tipe CRM ...51
2.2.2 Analytical CRM ...52
2.2.2.1 Pengertian Analytical CRM...53
2.2.2.2 Perbedaan Operational CRM dengan Analytical CRM ...54
2.2.3 Sistem Distribusi ...55
2.2.3.1 Saluran Distribusi ...55
2.2.3.2 Fungsi Saluran Distribusi ...56
2.2.4 Value Chain Analysis ...57
2.2.5 Analisis Porter ...61
2.2.6 Analisis SWOT...67
2.2.6.1 Pengertian Analisis SWOT ...67
2.2.6.2 M atrik SWOT...68
2.2.6.3 M atrik Faktor Strategi Eksternal ...70
2.2.6.4 M atrik Faktor Strategi Internal...72
2.2.6.5 Penilaian EFAS dan IFAS ...73
2.2.7 Critical Succes Factor (CSF) ...75
2.2.8 Rich Picture ...75
2.2.9 Use Case Diagram ...75
2.2.10 Navigation Diagram...76
2.2.11 Oracle Data Miner ...76
BAB 3 ANALISIS PERUSAHAAN DAN SISTEM YANG BERJALAN PADA PT ENSEVAL PUTERA M EGATRADING TBK ...78
3.1 Latar Belakang Perusahaan ...78
3.1.1 Sejarah Perusahaan...78
3.1.2 Visi dan M isi Perusahaan ...81
3.1.3 Struktur Organisasi...82
3.1.4 Tugas dan Wewenang ...83
3.2 Analisis Strategi ...89
3.2.1 Analisis Porter ...89
3.2.2 Analisis Rantai Nilai ...95
3.2.3 Analisis SWOT...105
3.2.3.1 M atrik Faktor Strategi Internal (IFAS) ...115
3.2.3.2 M atrik Faktor Strategi Ekternal (EFAS) ...116
3.3 Analisis Sistem yang berjalan ...118
3.3.1 Analisis Proses Bisnis Sistem yang Berjalan ...118
3.3.2 Arsitektur Data Warehouse dan Data Mart Sistem yang Berjalan...121
3.4 Analisis CSF (Critical Success Factors)...134
3.5 Analisis M asalah dan Kebutuhan Informasi ...136
3.6 Usulan Pemecahan M asalah ...141
BAB 4 PERANCANGAN DATA MINING ...143
4.1 Arsitektur Perancangan Data Mining yang diusulkan ...143
4.2 Pemilihan Tools Data Mining ...144
4.3 Tahapan dalam Proses Data Mining ...147
4.3.1 Business Understanding ...147
4.3.2 Data Understanding ...151
4.3.3 Data Preparation ...154
xi 4.3.4.1 Association Rules ...162 4.3.4.2 Clustering ...167 4.3.4.3 Predictive Analytics...173 4.3.5 Evaluate...175 4.3.6 Deployment...175
4.3.6.1 Use Case Diagram ...176
4.3.6.2 Navigation Diagram...177
4.3.6.3 Rancangan Layar Aplikasi ...178
4.3.6.4 Arsitektur jaringan komputer ...187
4.3.6.5 Spesifikasi kebutuhan perangkat keras dan lunak ...188
BAB 5 SIM PULAN DAN SARAN ...189
5.1 Simpulan...189
5.2 Saran ...189
DAFTAR PUSTAKA...190
xii
DAFTAR TABEL
Tabel 2.1 Contoh Transaksi...41
Tabel 2.2 Representasi Data Transaksi dalam Database Transaksional ...42
Tabel 2.3 Calon 2-itemset...43
Tabel 2.4 Calon 3-itemset...43
Tabel 2.5 Calon Aturan Asosiasi dari F3 ...44
Tabel 2.6 Calon Aturan Asosiasi dari F2 ...44
Tabel 2.7 Oracle Predictive Analytics Operations ...47
Tabel 2.8 Perbedaaan Operational CRM dan Analytical CRM ...54
Tabel 2.9 M atrik TOWS...70
Tabel 2.10 Penilaian EFAS ...71
Tabel 2.11 Penilaian IFAS ...73
Tabel 3.1 M atrik Analisis SWOT...105
Tabel 3.2 M atriks Faktor Strategi Internal (IFAS ...115
Tabel 3.3 M atrik Faktor Strategi Ekternal (EFAS) ...116
Tabel 3.4 M etadata Tabel Sales_Channel_Cust_Dim...124
Tabel 3.5 M etadata Tabel Product_Dim ...125
Tabel 3.6 M etadata Tabel Branch_Dim ...126
Tabel 3.7 M etadata Tabel Sales_Channel_Dim ...127
Tabel 3.8 M etadata Tabel Date_Time_Dim ...128
Tabel 3.9 M etadata Tabel Rayon_Dim ...129
Tabel 3.10 M etadata Tabel Trans_Type_Dim ...129
Tabel 3.11 M etadata Tabel Channel_Dist_Dim...130
Tabel 3.12 M etadata Tabel Sales_Dept_Dim ...130
Tabel 3.13 M etadata Tabel Company_Dim...131
Tabel 3.14 M etadata Tabel EPM_AR_Transaction_F ...131
Tabel 3.15 M etadata Tabel EPM_AR_Paygiro_F ...132
Tabel 3.16 M etadata Tabel EPM_Sales_Qty_F ...133
Tabel 3.17 M etadata Tabel EPM_AR_Paycash_F...133
Tabel 3.18 Key Performance Indicator ...135
Tabel 3.19 Identifikasi Data Parameter ...139
Tabel 3.20 Analisis M asalah, CSF, dan Kebutuhan Informasi ...140
Tabel 4.1 Perbandingan Tools Data mining ...145
Tabel 4.2 Tujuan, Kebutuhan Informasi dan Permasalahan Data mining ...150
Tabel 4.3 M etadata Tabel City ...152
Tabel 4.4 M etadata Tabel Competitor...152
Tabel 4.5 M etadata Tabel Sales_Channel ...152
Tabel 4.6 M etadata Tabel Item ...153
Tabel 4.7 M etadata Tabel Sale ...153
Tabel 4.8 M etadata View vSalesM odel ...156
Tabel 4.9 M etadata View vNestedSales ...158
Tabel 4.10 M etadata View vCollectionM odel ...161
Tabel 4.11 M etadata Tabel V_Build_Setting...162
Tabel 4.12 Spesifikasi Struktur M odel Association Rules yang dibangun...163
xiii
Tabel 4.14 Spesifikasi Struktur M odel Clustering yang dibangun ...168
Tabel 4.15 Spesifikasi Parameter M odel Clustering yang dibangun ...168
Tabel 4.16 Revisi Spesifikasi Parameter M odel Association Rules ...175
Tabel 4.17 Spesifikasi perangkat keras yang dibutuhkan ...188
xiv
DAFTAR GAMBAR
Gambar 2.1 Arsitektur Data warehouse...9
Gambar 2.2 Skema Bintang...17
Gambar 2.3 M etodologi Data mining CRISP-DM ...32
Gambar 2.4 Fungsi Euclidean ...36
Gambar 2.5 Contoh K-Means Clustering...39
Gambar 2.6 Pseudocode Apriori ...46
Gambar 2.7 The Three Phases of CRM ...50
Gambar 2. 8 Integrated CRM...51
Gambar 2.9 Rantai Nilai Porter ...57
Gambar 2.10 Porter’s Five Forces M odel ...62
Gambar 2.11 Diagram Analisis SWOT...74
Gambar 2.12 Notasi Pada Use Case Diagram ...76
Gambar 3.1 Struktur Organisasi ...82
Gambar 3.2 M odel Persaingan Porter PT. Enseval Putera M egatrading ...89
Gambar 3.3 Value Chain Diagram...95
Gambar 3.4 Posisi PT. Enseval Putera M egatrading berdasarkan Analisis SWOT...117
Gambar 3.5 Rich Picture Sistem yang Sedang Berjalan ...118
Gambar 3.6 Skema data warehouse sistem berjalan...121
Gambar 3.7 Skema data mart penjualan ...122
Gambar 3.8 Skema data mart penagihan ...123
Gambar 4.1 Arsitektur perancangan data mining yang diusulkan ...144
Gambar 4.2 Skema data penjualan pesaing...151
Gambar 4.3 Contoh Pola-Pola Aturan yang Dihasilkan M odel Association Rules...166
Gambar 4.4 Contoh Pola Cluster yang Dihasilkan M odel Clustering ...171
Gambar 4.5 Contoh Hasil Scoring Pola Cluster...173
Gambar 4.6 Contoh Hasil Prediksi Hasil Scoring Pola Cluster ...174
Gambar 4.7 Use Case Diagram ...176
Gambar 4.8 Navigation Diagram ...177
Gambar 4.9 Halaman login ...178
Gambar 4.10 Halaman change password...178
Gambar 4.11 Halaman home ...179
Gambar 4.12 Halaman Selecting data cross selling model ...180
Gambar 4.13 Halaman create mining model cross selling...181
Gambar 4.14 Halaman Build & view model...181
Gambar 4.15 Halaman cross selling model...182
Gambar 4.16 Halaman Selecting data customer collection ...183
Gambar 4.17 Halaman create mining model customer collection ...184
Gambar 4.18 Halaman Build & view model customer collection ...184
Gambar 4.19 Halaman customer collection ...185
Gambar 4.20 Halaman Analisa Pesaing ...186
xv
DAFTAR LAMPIRAN
Lampiran 1 Tampilan Aplikasi ... L1 Lampiran 2 Dokumentasi Oracle Data Miner ... L14 Lampiran 3 Kuisioner Faktor Internal dan Eksternal Perusahaan... L29 Lampiran 4 Perhitungan Bobot Faktor Internal dan Eksternal... L31 Lampiran 5 Perhitungan Rating Faktor Internal dan Eksternal... L32 Lampiran 6 Struktur Tabel ... L33 Lampiran 7 Fotocopy Surat Keterangan Survei……….L34 Lampiran 8 Fotocopy Daftar Kunjungan ke Perusahaan………...L35 Lampiran 9 Fotocopy Surat Pernyataan Kesesuaian Aplikasi………...…L36
