Abstract
– Shopping is a kind of pleasant activity for some people. It is not only a routine activity in fulfilling consumers’ need and wish, but also it becomes a recreation and an entertainment place. Knowing this problem, a marketing manager should have a hard working to make sure the customers buying behavior by predicting this case. This study used mining data technique that was classifying the customer data. Four variables in this study were age, income, student or not student, and credit rating. By conducting this technique, it is expected to get know the classified arrangement which could be used in predicting customers buying behavior without directly ask some visitors whether they would to buy something or not. The output of in this study is a system that has a capability in analyzing mining data with Algorithm C4.5 and it could produce some new shaped trees in order to establish customers buying behavior.Keywords
– Custumers buying behavior, Mining data, Algorithm C4.5I. PENDAHULUAN1
Dunia perdagangan pada masa sekarang ini semakin maju, terbukti dengan banyaknya jumlah supermarket, pasar swalayan, hypermarket dan usaha ritel sejenis yang beroperasi di berbagai tempat baik di kota besar maupun di kota kecil yang dari hari ke hari semakin menarik minat konsumen.
Belanja merupakan kegiatan yang sangat menyenangkan untuk sebagian besar orang, karena belanja bukan hanya sebagai aktivitas rutin untuk memenuhi keinginan dan kebutuhan konsumen, akan tetapi sering kali kegiatan berbelanja menjadi sarana rekreasi dan hiburan semata. Berbedanya pola perilaku konsumen ini membuat seorang manajer pemasaran harus berfikir beberapa kali untuk menentukan target penjualan, karena tidak semua pengunjung atau konsumen berniat untuk membeli, akan tetapi ada yang sekedar melihat-lihat atau sekedar refreshing.
Dari masalah ini manajer pemasaran harus bekerja keras untuk mengetahui perilaku pembelian konsumen dengan cara memprediksi perilaku pembeliannya. Karena dengan memprediksi perilaku pembelian konsumen, manajer pemasaran akan mengetahui konsumen yang berniat membeli barang dengan konsumen yang hanya sekedar melihat-lihat atau sekedar refreshing.
Data mining merupakan proses ekstraksi informasi atau pola penting dalam basis data berukuran besar [1]. Penelitian ini menggunakan suatu teknik dalam data mining yaitu klasifikasi terhadap data konsumen. Dengan
menggunakan 4 variabel yaitu umur, pendapatan, status pelajar atau bukan pelajar, dan tingkat pinjaman.
Dengan menerapkan teknik data mining pada data konsumen diharapkan dapat ditemukan aturan klasifikasi yang dapat digunakan untuk memprediksi perilaku pembelian konsumen, tanpa harus bertanya secara langsung kepada pengunjung apa mereka berniat membeli atau sekedar melihat-lihat. Pohon keputusan adalah model prediksi menggunakan struktur pohon atau struktur berhierarki. Konsep dari pohon keputusan adalah mengubah data menjadi pohon keputusan dan aturan-aturan keputusan. Manfaat utama dari penggunaan pohon keputusan adalah kemampuannya untuk mem-breakdown proses pengambilan keputusan yang kompleks menjadi lebih simple sehingga pengambil keputusan akan lebih menginterpretasikan solusi dari permasalahan. Algortima C4.5 merupakan salah satu cara yang dapat dilakukan untuk membangun aturan yang direpresentasikan dalam bentuk pohon keputusan. Fakta yang digunakan berasal dari tabel keputusan yang kemudian diproses dengan Algoritma C4.5 [2].
II. METODE
1. Data Mining
Data mining adalah proses yang menggunakan teknik statistik, matematika, kecerdasan buatan, dan machine learning untuk mengekstraksi dan mengidentifikasi informasi yang bermanfaat dan pengetahuan yang terkait dari berbagai database besar [4].
Istilah data mining memiliki hakikat sebagai disiplin ilmu yang tujuannya adalah untuk menemukan, menggali,
IMPLEMENTASI ALGORITMA C4.5 UNTUK MEMPREDIKSI
PERILAKU PEMBELIAN KONSUMEN PADA SWALAYAN PANTES
Nurul Hidayat
Jurusan Teknik Informatika, Fakultas Ilmu Komputer
Universitas Dian Nuswantoro Semarang, Jl. Nakula I No. 5 – 11 Semarang
Email:irul.hidayat11@gmail.com
atau menambang pengetahuan dari data atau informasi yang kita miliki. Data mining, sering juga disebut sebagai knowledge discovery in database (KDD). KDD adalah kegiatan yang meliputi pengumpulan, pemakaian data, historis untuk menemukan keteraturan, pola atau hubungan dalam set data berukuran besar [5]. Sebenarnya kedua istilah tersebut memiliki konsep yang berbeda, tetapi berkaitan satu sama lain. Dan salah satu tahapan dalam keseluruhan proses KDD adalah data mining [6]. Sebagai suatu rangkaian proses, data mining dapat dibagi menjadi beberapa tahapan yang bersifat interaktif, pemakai terlibat langsung atau dengan perantaraan knowledge base.
Tahap-tahap data mining adalah sebagai berikut [7]: 1) Pembersihan data (data cleaning)
Pembersihan data merupakan proses menghilangkan noise dan data yang tidak konsisten atau data tidak relevan. 2) Integrasi data (data integration)
Integrasi data merupakan penggabungan data dari berbagai database ke dalam satu database baru.
3) Seleksi data (data selection)
Data yang ada pada database sering kali tidak semuanya dipakai, oleh karena itu hanya data yang sesuai untuk dianalisis yang akan diambil dari database.
4) Transformasi data (data transformation) Data diubah atau digabung ke dalam format yang sesuai untuk diproses dalam data mining. 5) Proses mining
Merupakan suatu proses utama saat metode diterapkan untuk menemukan pengetahuan berharga dan tersembunyi dari data. Beberapa metode yang dapat digunakan berdasarkan pengelompokan data mining.
6) Evaluasi pola (pattern evaluation)
Untuk mengidentifikasi pola-pola menarik ke dalam knowledge based yang ditemukan. 7) Presentasi pengetahuan (knowledge
presentation)
Merupakan visualisasi dan penyajian pengetahuan mengenai metode yang digunakan untuk memperoleh pengetahuan yang diperoleh pengguna.
2. Cross-Industry Standard Process for Data Mining (CRISP-DM)
Larose dalam bukunya menjelaskan bahwa ada enam fase siklus pada suatu proyek Data Mining. Seluruh fase memiliki ketergantungan dan berurutan dari fase sebelumnya [10].
Enam fase CRISP-DM menurut Larose yang dikutip dari Kusrini dan digunakan pada penelitian ini adalah [8]:
1) Fase Pemahaman Bisnis (Business Understanding Phase)
a) Menentukan tujuan proyek data mining dan kebutuhan detail tentang manfaat untuk bisnis maupun penelitian.
b) Menerjemahkan tujuan dan batasan proyek dari permasalahan.
c) Persiapan langkah awal untuk mencapai tujuan proyek.
2) Fase Pemahaman Data (Data Understanding Phase)
a) Mengumpulkan data dari sumber data. b) Menggunakan analisis data untuk mengenali
lebih lanjut data dan pencarian pengetahuan awal.
c) Evaluasi kualitas dan integritas data. d) Pilih sebagian kecil group data yang
mungkin mengandung pola (pattern) dari permasalahan.
3) Fase Pengolahan Data (Data Preparation Phase) a) Persiapan dataset yang akan digunakan. Pada
tahap ini dilakukan pembersihan atribut data yang tidak diperlukan dalam fase
permodelan.
b) Pilih kasus dan variabel yang ingin dianalisis sesuai dengan tujuan proyek.
c) Transformasi variabel jika dibutuhkan. 4) Fase Permodelan (Modeling Phase)
a) Pemilihan dan penerapan teknik permodelan yang sesuai dengan kasus yang ingin dianalisis.
b) Kalibrasi model untuk mengoptimalkan hasil.
c) Perlu diperhatikan bahwa beberapa teknik mungkin untuk digunakan pada
permasalahan data mining yang sama. d) Jika diperlukan, proses dapat kembali ke
fase pengolahan data untuk menjadikan data ke dalam bentuk yang sesuai dengan spesifikasi kebutuhan teknik data mining tertentu.
5) Fase Evaluasi (Evaluation Phase)
a) Mengevaluasi satu atau lebih model yang digunakan dalam fase permodelan untuk mendapatkan kualitas dan efektivitas sebelum disebarkan untuk digunakan. b) Menetapkan apakah terdapat model yang
memenuhi tujuan pada fase awal.
c) Menentukan apakah terdapat permasalahan penting dari bisnis atau penelitian yang tidak tertangani dengan baik.
d) Mengambil keputusan berkaitan dengan penggunaan hasil model dari data mining. 6) Fase Penyebaran (Deployment Phase)
a) Menggunakan model yang dihasilkan. b) Contoh sederhana penyebaran: Pembuatan
laporan.
c) Contoh kompleks penyebaran: Penerapan proses data mining secara paralel pada departemen lain.
3. Algoritma C4.5
Algoritma C4.5 yaitu sebuah algoritma yang digunakan untuk membentuk decision tree (pohon keputusan)[8]. Pohon keputusan merupakan metode klasifikasi dan prediksi yang sangat kuat dan terkenal. Algoritma C4.5 mengkonstruksi pohon keputusan dari data pelatihan, yang berupa kasus-kasus atau record-record (tupel) dalam basis data. Setiap kasus berisikan nilai dari atribut-atribut untuk sebuah kelas. Setiap atribut dapat berisi data diskret atau kontinyu (numerik). Algoritma C4.5 juga menangani kasus yang tidak memiliki nilai untuk sebuah atau lebih atribut. Akan tetapi, atribut kelas hanya bertipe diskret dan tidak boleh kosong [9].
Secara umum algoritma C4.5 untuk membangun pohon keputusan adalah sebagai berikut:
1.Pilih atribut sebagai akar
2.Buat cabang untuk masing-masing nilai 3.Bagi kasus dalam cabang
4.Ulangi proses untuk masing-masing cabang sampai semua kasus pada cabang memiliki kelas yang sama.
Dasar untuk memilih atribut sebagai akar dari pohon adalah dengan menghitung nilai gain tertinggi dari atribut-atribut yang ada. Untuk menghitung gain digunakan rumus seperti tertera dalam persamaan 1 berikut :
Keterangan :
S : himpunan kasus A : Atribut
n : Jumlah partisi atribut A |Si| : Jumlah kasus pada partisi ke-i |S| : Jumlah kasus dalam S
Perhitungan dari persamaan 1 akan memperoleh nilai gain atribut yang paling tertinggi. Gain adalah salah satu attribute selection measure yang digunakan untuk memilih test atribut tiap node pada pohon. Atribut dengan informasi gain tertinggi dipilih sebagai test atribut dari suatu node. Sementara itu, perhitungan nilai entropi dapat dilihat pada persamaan 2.
Keterangan :
S : Himpunan Kasus N : Jumlah partisi S pi : Proporsi dari Si terhadap S
4. Rekayasa Web (Web Engineering)
Web Engineering adalah suatu proses yang digunakan untuk membuat aplikasi web yang berkualitas tinggi [14]. Web Engineering berbeda denga RPL (Rekayasa Perangkat Lunak), tetapi Web Engineering memiliki konsep dan prinsip mendasar dari RPL. Proses di Web
Engineering lebih ditekankan pada aktivitas teknis dan manajemen yang hampir sama.
Tahapan-tahapan dalam Web Engineering antara lain: 1) Communication
Sebelum pengerjaan teknis dapat dimulai, hal ini sangat penting untuk mengkomunikasikan dan membuat kerja sama dengan konsumen (dan stakeholder lain). Hal ini bermaksud supaya stakeholder mengerti tujuan proyek dan untuk mengumpulkan beberapa persyaratan yang membantu dalam menetapkan fitur-fitur dan fungsi-fungsi perangkat lunak.
2) Planning
Beberapa proses yang rumit dapat
disederhanakan jika terdapat sebuah rancangan. Proyek perangkat lunak merupakan proses yang rumit, dan aktifitas perencanaan membuat sebuah rancangan (pola) yang dapat membantu tim sehingga dapat membentuk suatu proses. Suatu rancangan – yang disebut rencana proyek perangkat lunak – merupakan pengerjaan tehnik perangkat lunak melalui pendeskripsian tugas-tugas teknis yang akan diselenggarakan, resikonya kemungkinan besar, sumber daya akan dapat dipenuhi, produksi kerja akan dapat diproduksi, dan begitu pula jadwal kerja.
3) Modeling (Pemodelan)
Ketika Anda sebagai ahli pertamanan, pembangun jembatan, teknisi penerbangan, tukang kayu, ataupun seorang arsitek, Anda bekerja dengan pemodelan setiap hari. Anda membuat “sketsa” dari sebuah sesuatu sehingga Anda akan dapat memahami gambar yang besar yang akan terlihat secara kearsitekturan, bagaimana bagian-bagian dalam unsur pokok dapat menyatu bersama, dan masih banyak karakteristik lainnya. Jika tersedia, anda dapat memperhalus sketsa menjadi lebih besar dan perincian yang lebih besar dalam usaha untuk lebih memahami suatu masalah dan bagaimana Anda akan mengatasinya. Teknisi perangkat lunak melakukan hal yang sama dengan membuat model
sehingga dapat lebih memahami persyaratan-persyaratan perangkat lunak dan desain yang akan mendapati persyaratan tersebut.
4) Construction (Penyusunan)
Aktifitas ini mengkombinasikan kode turunan (baik manual atau otomatis) dan pengujian yang di penuhi untuk membuka kode yang error. 5) Deployment (Penyebaran)
Perangkat Lunak (sebagai kesatuan yang lengkap atau sebagai tambahan bagian secara lengkap) yang diterima oleh konsumen sebagai penguji produk yang diterima dan menyediakan timbal balik berdasarkan evaluasi.
III. IMPLEMENTASI
1. Menu Login
Menu login merupakan halaman awal ketika pengguna membuka sistem prediksi perilaku pembelian konsumen untuk mengantisipasi penggunaan yang salah.
2. Menu Utama
Menu utama merupakan halaman pertama yang dilihat pengguna setelah melakukan login.
3. Menu Data Training
Menu data training berisi semua data yang telah di inputkan oleh pengguna. Jika ingin menghapus datanya pengguna bisa memanfaatkan aksi hapus pada menu data training.
4. Menu Input Data Training
Menu input data training merupakan input data yang di inputkan oleh pengguna meliputi age, income, student, credit rating, dan buys. Input data training merupakan faktor penting dalam proses prediksi untuk menemukan aturan (rule) dari tree baru yang terbentuk.
5. Menu Iterasi Perhitungan dan Tree Yang Terbentuk
Pada menu ini, pengguna dapat melihat iterasi perhitungan dari data training yang telah diinputkan untuk mendapatkan tree baru yang terbentuk. Pengguna juga dapat melihat tree baru yang terbentuk.
6. Menu Pengujian
Menu pengujian merupakan tujuan dari dibuatnya sistem ini, dimenu pengujian pengguna dapat melakukan uji prediksi perilaku pembelian konsumen dan dapat mengetahui konsumen yang membeli atau tidak berdasarkan hasil uji.
IV. HASIL&PEMBAHASAN
1. Pembahasan
Pada analisis proses mining menggunakan data pengunjung pada Swalayan Pantes sebanyak 300 data yang telah diolah menjadi dataset. Dalam penelitian ini menggunakan 5 atribut. Atribut tersebut ada yang tergolong atribut prediktor yaitu atribut yang dijadikan sebagai penentu perilaku konsumen, dan atribut label yaitu atribut yang dijadikan sebagai hasil learning. Adapaun atribut prediktor yaitu Umur (age), Pendapatan (income), Pelajar atau Tidak Pelajar (student), dan Tingkat Pinjaman (credit rating). Sedangkan varaibel tujuannya atau labelnya adalah Jadi membeli atau tidak membeli (buys).
2. Hasil
1) Perhitungan Node 1
Dari hasil perhitungan dapat diketahui bahwa atribut dengan Gain tertinggi adalah Income, yaitu sebesar 0,11045, maka Income dapat menjadi node akar. Kemudian pada Income High memiliki label Ya, maka Income High menjadi daun atau Leaf. Jika
divisualisasikan maka pohon keputusan tampak seperti ini.
2) Perhitungan Node 1.1
Nilai Gain tertinggi ada pada atribut Student sebesar 0,39828. Ada dua nilai atribut pada Student, yaitu Yes dan No. Untuk atribut Yes berisikan label Ya sedangkan No berisikan label Tidak.
3) Perhitungan Node 1.2
Nilai Gain tertinggi ada pada atribut Credit Rating sebesar 0,07772. Dan nilai yang akan dijadikan daun atau leaf adalah Fair.
4) Perhitungan Node 1.2.2
Dari hasil perhitungan dapat diketahui bahwa atribut dengan Gain tertinggi adalah Age sebesar 0,65002. Ada dua nilai atribut pada Age, yaitu Dewasa dan Remaja. Dari kedua nilai atribut tersebut, nilai atribut Dewasa sudah mengklasifikasikan kasus dengan keputusan Tidak dan nilai atribut Remaja sudah mengklasifikasikan kasus dengan keputusan Ya, sehingga tidak perlu dilakukan perhitungan lebih lanjut untuk nilai atribut ini.
V. PENUTUP 1. Kesimpulan
Algoritma C4.5 dapat diterapkan untuk menentukan perilaku pembelian konsumen yaitu membeli atau tidak membeli dengan menggunakan 300 dataset konsumen. Dalam Penelitian ini menggunakan 5 atribut, antara lain:umur (age), pendapatan (income), pelajar atau tidak pelajar (student), tingkat pinjaman (credit rating), dan hendak membeli atau tidak
hendak membeli (buys).
Dari hasil perhitungan Node 1 diketahui bahwa atribut dengan Gain tertinggi adalah Income, yaitu sebesar 0,11045. Sehingga Income dapat menjadi node akar. Kemudian pada Income High memiliki label Ya, maka Income High menjadi daun atau Leaf.
Disamping itu, berdasarkan perhitungan Node 1.1 nilai Gain tertinggi sebesar 0,39828 terdapat pada atribut Student. Ada dua nilai atribut pada Student, yaitu Yes dan No. Untuk atribut Yes berisikan label Ya sedangkan No berisikan label Tidak. Selain itu, berdasarkan nilai perhitungan Node 1.2 nilai Gain tertinggi terdapat pada atribut Credit Rating sebesar 0,07772. Dan nilai yang akan dijadikan daun atau leaf adalah Fair.
Sedangkan berdasarkan hasil perhitungan Node 1.2.2 diketahui bahwa atribut dengan nilai Gain tertinggi sebesar 0,65002 adalah Age. Ada dua nilai atribut pada Age, yaitu Dewasa dan Remaja. Dari kedua nilai atribut tersebut, nilai atribut Dewasa sudah mengklasifikasikan kasus dengan keputusan Tidak dan nilai atribut Remaja sudah mengklasifikasikan kasus dengan keputusan Ya, sehingga tidak perlu dilakukan perhitungan lebih lanjut untuk nilai atribut ini.
Akhirnya, dari hasil perhitungan diatas dapat digunakan untuk memprediksi perilaku pembelian konsumen.
2. Penelitian Selanjutnya
1) Penelitian selanjutnya dapat dikembangkan pada atribut data yang serupa dengan metode dan akurasi yang lebih baik seperti menggunakan algoritma K-Means ataupun menggunakan metode yang lain sebagai pembanding dari metode Algoritma C4.5. 2) Penelitian selanjutnya dapat dikembangkan
berbasis mobile atau android, karena sebagian besar orang menggunakan smartphone terutama android.
REFERENCES
[1] Ahmad Saikhu, Joko Lianto, and Umi Hanik, "Fuzzy Decision Tree Dengan Algoritma C4.5 Pada Data Diabetes Indian Pima," in Konferensi Nasional Sistem dan Informatika, Bali, 2011, pp. 297-302.
[2] Irma Kharis, Rosa Delima, and Joko Purwadi, "Generator Pohon Keputusan Dengan Menerapkan Algoritma C4.5 Untuk Program Konsultasi," Informatika, vol. 9, no. 1, April 2013.
[3] Kumar Nayak Gaurav, Swathi J Narayanan, and Ilango Paramasivam, "Development and Comparative Analysis Of Fuzzy Inference Systems for Predicting Customer Buying Behavior," International Journal of
Engineering and Technology (IJET), vol. 5, no. 5, pp. 4093-4108, Oct-Nov 2013.
[4] Goldie Gunadi and Dana Indra Sensuse, "Penerapan Metode Data Mining Market Basket Analysis Terhadap Data Penjualan Produk Buku Dengan Menggunakan Algoritma Apriori Dan Frequent Pattern Growth(FP-GROWTH)," Jurnal Telematika Mkom, vol. 4, no. 1, pp. 118-132, Maret 2012.
[5] Nuqson Masykur Huda, "Aplikasi Data Mining Untuk Menampilkan Informasi Tingkat Kelulusan
Mahasiswa," Universitas Diponegoro, Semarang, 2010. [6] A.A. Gede Bagus Ariana and I Made Dwi Putra Asana, "Analisis Keranjang Belanja Denagn Algoritma Apriori Pada Perusahaan Retail," in Seminar Nasional Sistem Informasi Indonesia, Bali, 2013, pp. 522-527.
[7] Mujib Ridwan, Hadi Suyono, and M Saroso, "Penerapan Data Mining Untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier," Jurnal EECCIS, vol. 7, no. 1, pp. 59-64, Juni 2013.
[8] Kusrini and Emha Taufiq Luthfi, Algoritma Data Mining. Yogyakarta: Andi, 2009.
[9] Veronica S Moertini, Benhard Sitohang, and Oerip S Santoso, "Integrasi Algoritma Pohon Keputusan C4.5 Yang Dikembangkan ke Dalam Object-Relational DBMS," Institut Teknologi Bandung dan Universitas Katolik Parahyangan, Bandung,.
[10] Daniel T Larose, Discovering Knowledge In Data: An Introduction to Data Mining.: John Wiley & Sons, Inc, 2005.
[11] Wikipedia. [Online]. Available:
http://id.wikipedia.org/wiki/Konsumen . [Accessed 4 Juni 2014].
[12] Noviantika. Pengertian Perilaku Konsumen Menurut Para Ahli. [Online]. Available:
http://www.slideshare.net/noviantika93/pengertian-perilaku-konsumen-menurut-para-ahli-27875428 .
[Accessed 4 Juni 2014].
[13] Ian Sommervile, Software Engineering, 9th ed. Boston: Pearson Education, 2010.
[14] Roger S Pressman, Software Engineering : A
Practitioner’s Approach, 7th ed. Boston: Raghothaman Srinivasan, 2009.
