RAISSA ADITYA RAHAYU 111421072
PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA MEDAN
IMPLEMENTASI ALGORITMA APRIORI DAN FP-GROWTH DALAM
MARKET BASKET ANALYSIS PEMBELIAN OBAT
PADA SUATU APOTEK
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah
Sarjana Ilmu Komputer
RAISSA ADITYA RAHAYU
111421072
PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2014
PERSETUJUAN
Judul : IMPLEMENTASI ALGORITMA APRIORI DAN
FP-GROWTH DALAM MARKET BASKET ANALYSIS PEMBELIAN OBAT PADA SUATU APOTEK
Kategori : SKRIPSI
Nama : RAISSA ADITYA RAHAYU
Nomor Induk Mahasiswa : 111421072
Program Studi : EKSTENSI S1 ILMU KOMPUTER
Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA Komisi Pembimbing :
Pembimbing 2 Pembimbing 1
Sajadin Sembiring, S.Si, M.Comp.Sc Dr. Poltak Sihombing, M.Kom
NIP. - NIP. 19620217 199103 1 001
Diketahui/disetujui oleh
Program Studi Ekstensi S1 Ilmu Komputer Ketua
PERNYATAAN
IMPLEMENTASI ALGORITMA APRIORI DAN FP-GROWTH DALAM MARKET BASKET ANALYSIS PEMBELIAN OBAT
PADA SUATU APOTEK
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, Juni 2014
Raissa Aditya Rahayu
111421072
PENGHARGAAN
Syukur Alhamdulilah, segala dan puji syukur kepada Allah SWT atas limpahan rahmat
dan hidayah-Nya yang diberikan kepada penulis sehinggaskripsi ini dapat diselesaikan
dengan tepat waktu.
Skripsi yang penulis kerjakan ini merupakan sebagai salah satu syarat untuk
memperoleh gelar Sarjana Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi
Informasi Universitas Sumatera Utara. Penulis sadar akan keterbatasan kemampuan
dan pengetahuan penulis sehinggamungkin pembaca akan menemui banyak
kekurangan dalam skripsi ini. Oleh karena itu, dengan segala kerendahan hati penulis
mengucapkan rasa terima kasih dan penghargaan kepada :
1. Bapak Dr. Poltak Sihombing, M, Kom selaku Ketua Program Studi Ilmu
Komputer, dan selaku pembimbing I yang telah memberikan masukan,
bimbingan, saran serta memotivasi penulis dan selalu sabar dalam
menejelas-kan serta memberimenejelas-kan bantuan sehingga penulis dapat menyelesaimenejelas-kan skripsi
ini dengan baik.
2. Bapak Sajadin Sembiring, S.Si, M.Comp.Sc selaku Dosen Pembimbing II,
yang telah memberikan saran dan kritik yang membangun bagi penulis
3. Ibu Dian Rachmawati, S.Si, M.Kom selaku Dosen Pembanding I yang telah
4. Ibu Dian Wirda Sari, S.Si, M.Kom selaku Dosen Pembanding II yang juga
te-lah memberikan kritik dan saran yang membangun.
5. Dekan dan Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi
Universitas Sumatera Utara berserta para pegawai yang bertugas di Program
Studi Ekstensi Ilmu Komputer FASILKOM-TI USU.
6. Ayah penulis tercinta Ilhamsyah (Alm) serta Ibu penulis tersayang Sri Rahayu
(Almh) ,semoga kalian bangga terhadap pencapaian penulis saat ini..
7. Begitu juga Muhammad Riva’i Nasution, S.H dan seluruh keluarga yang juga
memberi dukungan dan motivasi kepada penulis.
8. Semua teman-teman serta para sahabat mahasiswa ekstensi ilmu komputer
angkatan 2011 yang tidak dapat penulis sebutkan namanya satu persatu, terima
kasih atas segala motivasi, bantuan, saran, kritik dan kerjasamanya selama
proses penulisan penelitian ini.
Semoga Allah SWT membalas semua kebaikan yang telah kalian berikan.
Penulis,
( Raissa Aditya Rahayu )
ABSTRAK
Teknik market basket analysis adalah teknik untuk menemukan pola berupa
produk-produk yang sering dibeli bersamaan atau cenderung muncul bersama dalam sebuah
transaksi. Penelitian ini bertujuan untuk membuat sebuah aplikasi data mining
menggunakan aturan asosiasi dengan metode apriori sebagai teknik market basket
analysis. Data yang diambil dalam penelitian ini adalah data transaksi penjualan
disuatu apotek di Apotek sejati Binjai. Hasil dari aturan asosiasi yang didapat yaitu
berupa kombinasi dari jenis obat yang sering dibeli oleh konsumen. Dari hasil tersebut
diharapkan dapat membantu manajemen apotek untuk merancang strategi pemasaran
obat di apoteknya.
APRIORI ALGORITHM IMPLEMENTATION AND FP-GROWTH MARKET BASKET ANALYSIS IN BUYING DRUGS
AT A PHARMACY
ABSTRACT
Technique market basket analysis is a technique for finding patterns in the form of
products that are often purchased together or tend to appear together in a transaction.
This research aims to create an application of data mining using association rules with
a priori method as market basket analysis techniques. The data taken in this study is
the pharmacy sector in the sales transaction data in real Binjai Pharmacy. The results
obtained from association rule which is a combination of the types of drugs that are
often purchased by consumers. From these results should help to design management
pharmacy drug marketing strategies in pharmacy.
Keywords: market basket analysis, association rules, a priori, fp-growth
DAFTAR ISI Hal. PERSETUJUAN ii PERNYATAAAN iii PENGHARGAAN iv ABSTRAK vi ABSTRACT vii
DAFTAR ISI viii
DAFTAR TABEL x
DAFTAR GAMBAR xi
BAB 1 PENDAHULUAN 1
1.1 Latar Belakang 1
1.2 Rumusan Masalah 2
1.3 Batasan Masalah 3
1.4 Tujuan Penelitian 3
1.5 Manfaat Penelitian 3
1.6 Metode Penelitian 4
1.7 Sistematika Penulisan 5
BAB 2 TINJAUAN PUSTAKA 6
2.1 Data Mining 6
2.1.1 Tahapan Data Mining 8
2.1.2 Pengelompokkan Data Mining 9
2.2 Algoritma Apriori 13
2.3 Algoritma FP-Growth 15
2.4 Market Basket Analysis 16
BAB 3 ANALISIS DAN PERANCANGAN SISTEM 19
3.1 Analisis Masalah 19
3.1.2 Pengelompokkan Daftar Produk 21 3.1.3 Analisis Pencarian Pola Frekuensi Tinggi 21
3.1.4 Pembentukan Aturan Asosiasi 24
3.2. Perancangan Sistem 25
3.2.1 Flowchart Sistem 25
3.2.2 Data Flow Diagram 28
3.2.2.1 DFD Level-0 28
3.2.2.2 DFD Level-1 29
3.2.2.3 DFD Level-2 30
BAB 4 IMPLEMENTASI SISTEM 31
4.1 Implementasi Sistem 31
4.2 Komponen Sistem 31
4.2.1 Spesifikasi Perangkat Keras 32
4.2.2 Spesifikasi Perangkat Lunak 32
4.2.3 Brainware 32
4.3 Tampilan Rancangan Antarmuka 33
4.3.1 Tampilan Utama 33
4.3.2 Tampilan Data Barang 34
4.3.2.1 Penjelasan Tampilan Form Data Barang 35
4.3.3 Tampilan Input Data Penjualan 35
4.3.3.1 Penjelasan Tampilan Data Penjualan 36
4.3.4 Tampilan Proses Analisa 37
BAB 5 PENUTUP 40
5.1 Kesimpulan 40
5.2 Saran 41
DAFTAR PUSTAKA 42
LAMPIRAN
DAFTAR TABEL
Hal.
Tabel 3.1 Data Transaksi 20
Tabel 3.2 Data Barang 21
Tabel 3.3 C1 (Kandidate 1-itemset) 22
Tabel 3.4 L1 (Large 1-itemset) 22
Tabel 3.5 C2 (Kandidat item set) 23
Tabel 3.6 L2 (Large 2-itemset) 23
Tabel 3.7 L2 Dengan Nilai Confidence 24
DAFTAR GAMBAR
Hal.
Gambar 2.1 Tahapan Data Mining 8
Gambar 3.1 Diagram Fishbone 19
Gambar 3.2 Flowchart Algoritma Apriori 26
Gambar 3.3 Flowchart Algoritma FP-Growth 27
Gambar 3.4 DFD Level-0 28
Gambar 3.5 DFD Level-1 29
Gambar 3.6 DFD Level-2 30
Gambar 4.1 Halaman Menu Utama 33
Gambar 4.2 Halaman Form Data Barang 34
Gambar 4.3 Halaman Input Data Penjualan 36
Gambar 4.4 Halaman Menu Analisa 37
Gambar 4.5 Halaman Menu Analisa 38
Gambar 4.6 Halaman Hasil Analisa 39
BAB 1