PENERAPAN DATA MINING MENGGUNAKAN METODE K- MEANS CLUSTERING UNTUK KLASTERISASI PENJUALAN
PESTISIDA (STUDI KASUS TOKO BINA TANI INUMAN KUANSING)
SKRIPSI
Oleh :
FIRMAN HIDAYAT 1755201030
TEKNIK INFORMATIKA
FAKULTAS ILMU KOMPUTER UNIVERSITAS LANCANG KUNING
PEKANBARU
2020
iv
MOTTO/ PERSEMBAHAN
“Sesungguhnya bersama kesulitan pasti ada kemudahan. Maka apabila engkau telah selesai (dari suatu urusan), tetaplah bekerja keras (untuk urusan yang lain)”
(QS 94 : 6-7)
“Orang bilang halangan, kita bilang tantangan. Orang bilang hutan rimba kita bilang jalan raya. Orang bilang nekad, kita bilang nikmat. Orang bilang jalan
buntu,kita bilang mainan baru”
“Sedikit pengetahuan yang diharapkan jauh lebih berharga ketimbang banyak ketimbang pengetahuan yang tak bermanfaat”
v
KATA PENGANTAR
Alhamdulillah hirabbil’alamin, segala puji dan syukur penulis ucapkan kehadirat Allah SWT, yang telah memberikan petunjuk dan hidayah-Nya, sehingga penulis dapat menyelesaikan laporan skripsi dengan judul “PENERAPAN DATA MINING MENGGUNAKAN METODE K-MEANS CLUSTERING UNTUK KLASTERISASI PENJUALAN PESTISIDA (STUDI KASUS TOKO BINA TANI INUMAN KUANSING)”. Penulis Menyadari penulisan Laporan skripsi ini tidak akan selesai tanpa bantuan dari berbagai pihak. Penulis ingin mengucapkan terimakasih kepada : 1. Bapak H. Fajrizal, S.P, M.Kom, selaku Dekan Fakultas Ilmu Komputer
Universitas Lancang Kuning.
2. Bapak Ahmad Zamzuri, M.Kom selaku Wakil Dekan I Fakultas Ilmu Komputer Universitas Lancang Kuning.
3. Ibu Lucky Lhaura Van FC, M.Kom selaku Wakil Dekan II Fakultas Ilmu Komputer Universitas Lancang Kuning.
4. Bapak Muhamad Sadar, S.E, M.Kom selaku Wakil Dekan III Fakultas Ilmu Komputer, Universitas Lancang Kuning.
5. Bapak Yogi Yunefri, M.Kom selaku Ketua Program Studi Teknik Informatika, Fakultas Ilmu Komputer Universitas Lancang Kuning,
6. Bapak Sutejo, M.Kom selaku Sekretaris Program Studi Teknik Informatika, iv Fakultas Ilmu Komputer Universitas Lancang Kuning. sekaligus Pembimbing II skripsi, penulis mengucapkan banyak terimakasih atas bimbingan dan arahan
vi yang telah diberikan.
7. Ibu Lisnawita, M.Kom selaku pembimbing I skripsi. Penulis mengucapkan banyak terimakasih atas bimbingan dan arahan ilmu, saran, semangat, nasihat dan kesabaran yang telah diberikan.
8. Bapak Suherman Kamil selaku pemilik toko yang telah mengizinkan penulis untuk melakukan Penelitian skripsi di toko tersebut
9. Bapak/Ibu dosen Fakultas Ilmu Komputer Universitas Lancang Kuning yang telah memberi ilmu dan pengetahuan selama ini.
10.Orang tua dan keluarga penulis yang selalu memberikan dukungan, doa, dan harapan, sehingga penulis dapat menyelesaikan skripsi dengan baik.
11.Semua pihak yang telah membantu penulis dalam pelaksanaan skipsi dan Pembuatan Laporan ini. Penulis menyadari bahwa masih terdapat kekurangan dalam penelitian ini, kritik dan saran yang bersifat membangun sangat diharapkan untuk kesempurnaan skripsi ini sehingga akhirnya laporan penelitian ini dapat memberikan manfaat bagi bidang pendidikan dan penerapan di lapangan serta bisa berkembang lagi lebih lanjut. Aamiin.
Pekanbaru, 16 Juni 2021
Penulis
vii
PENERAPAN DATA MINING MENGGUNAKAN METODE K- MEANS CLUSTERING UNTUK KLASTERISASI PENJUALAN
PESTISIDA (STUDI KASUS TOKO BINA TANI INUMAN KUANSING)
Firman Hidayat1Lisnawita2Sutejo3
1,2,3Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Lancang Kuning
1,2,3Jl. Yos Sudarso KM. 8 Rumbai, Pekanbaru, Riau, telp. 0811 753 2015
e-mail: [email protected]1 [email protected]2 [email protected]3
ABSTAKS
Toko Bina Tani adalah salah satu toko yang berada di kecamatan Inuman Kabupaten Kuantan Singingi, Riau. Toko ini sudah lama bergerak dalam bidang penjualan berbagai macam jenis Pestisida tanaman padi. Setelah dialakukan survey dan wawancara dengan pihak Toko pencatatan data masih menggunakan sistem manual yang dicatatkan kedalam buku besar. Data penjualan pestisida pada Toko ini belum tersusun dengan baik, sehingga pihak toko tidak dapat mengetahui dan tidak dapat mengelompokkan jenis pestisida apa saja yang kategori laris, sedang dan tidak laris penjualannya. Pengambilan data dalam peneltian ini melalui buku kasir dan disalin kedalam excel dengan jumlah sample 900 penjualan. Dalam perhitungan ini saya menggunakan 3 cluster yaitu laris, kurang laris dan tidak laris. Hasil dari penelitian ini menunjukkan nilai yang paling laris pada cluster ke-3 dengan jumlah anggota yaitu 35 item pestisida nilai rata-rata jumlah jual 40.171, rata-rata stok awal 58.571 dan rata stok akhir 18.4.
Kata kunci: Penjualan, pestisida, Data Mining, K-Means Clustering.
viii
PENERAPAN DATA MINING MENGGUNAKAN METODE K- MEANS CLUSTERING UNTUK KLASTERISASI PENJUALAN
PESTISIDA (STUDI KASUS TOKO BINA TANI INUMAN KUANSING)
Firman Hidayat1Lisnawita2Sutejo3
1,2,3Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Lancang Kuning
1,2,3Jl. Yos Sudarso KM. 8 Rumbai, Pekanbaru, Riau, telp. 0811 753 2015
e-mail: [email protected]1 [email protected]2 [email protected]3
ABSTRAKS
Bina Tani Store is one of the shops located in Inuman sub-district, Kuantan Singingi Regency, Riau. This shop has long been engaged in the sale of various types of rice plant pesticides. After conducting surveys and interviews with the store, the data recording still uses a manual system that is recorded in the ledger. The pesticide sales data in this shop has not been well structured, so the store cannot know and can not classify what types of pesticides are in demand, medium and not selling well.
Collecting data in this research through the cashier's book and copied into excel with a total sample of 900 sales. In this calculation I use 3 clusters, namely in demand, less in demand and not in demand. The results of this study indicate the best-selling value in the 3rd cluster with the number of members, namely 35 pesticide items, the average selling value is 40,171, the initial stock average is 58,571 and the final stock average is 18.4.
Keywords: Sales, pesticides, Data Mining, K-Means Clustering.
ix DAFTAR ISI
HALAMAN PERSETUJUAN ... i
DAFTAR ISI ... ii
DAFTAR GAMBAR ... xii
DAFTAR TABEL ...xiii
BAB I ... 1
PENDAHULUAN... 1
A. Latar Belakang Masalah ... 1
B. Rumusan Masalah ... 3
C. Batasan Masalah... 3
D. Tujuan Penelitian ... 3
E. Manfaat Penelitian ... 4
F. Sistematika Penulisan... 4
BAB II ... 6
TINJAUAN PUSTAKA... 6
A. Tinjauan Penelitian Terdahulu ... 6
B. Teori Dasar yang digunakan ... 9
BAB III... 15
METODOLOGI PENELITIAN ... 15
A. Tahapan-tahapan penelitian ... 15
x
B. Lokasi dan Waktu Penelitian ... 18
C. Data yang digunakan ... 18
D. Teknik Pengumpulan Data ... 18
E. Metode Yang Digunakan ... 19
BAB IV ... 21
GAMBARAN UMUM TEMPAT PENELTUAN ... 21
A. Sejarah Umun Toko Bina Tani ... 21
B. Visi dan Misi ... 22
C. Struktur Organisasi Toko Bina Tani ... 23
D. Tugas dan Wewenang Organisasi ... 24
BAB V ... 29
HASIL DAN PEMBAHASAN ... 29
B. Pengumpulan Data ... 29
C. Praposes Data ... 30
D. Analisa Pengelompokan data ... 36
E. Pengolahan Data... 37
F. Proses Clustering ... 38
G. Implementasi dan Pengujian ... 93
BAB IV ... 107
PENUTUP ... 107
A. Kesimpulan ... 107
xi
B. Saran ... 107 DAFTAR PUSTAKA ... 109 LAMPIRAN ... 111
xii
DAFTAR GAMBAR
Gambar 4. 1 Struktur Organisasi ... 23
Gambar 4. 2 Aliran Sistem Imformasi yang berjalan ... 27
Gambar 5. 1 Hasil Iterasi 1 ... 51
Gambar 5. 3 Hasil Iterasi 2 ... 60
Gambar 5. 4 Hasil Iterasi 3 ... 71
Gambar 5. 5 Tampilan awal Tools RapidMiner ... 94
Gambar 5. 6 Tampilan Repository Import Data Tahap Awal ... 96
Gambar 5. 7 Tampilan Repository Import Data Tahap Dua ... 97
Gambar 5. 8 Tampilan Repository Tahap Tiga ... 98
Gambar 5. 9 Tampilan Repository Import Data tahap Empat ... 99
Gambar 5. 10 Proses Pemindahan Data ... 100
Gambar 5. 11 Menentukan Jumlah Cluster... 101
Gambar 5. 12 Menghubungkan Res dan Clu ... 102
Gambar 5. 13 Hasil Cluster Data View ... 103
Gambar 5. 14 Hasil Pengelompokan Anggota Cluster (Description)... 104
Gambar 5. 15 Nilai Centroid Akhir Data Keseluruhan... 105
xiii DAFTAR TABEL
Tabel 5. 1 Hasil Proses Tranformasi Data ... 39
Tabel 5. 2 Data Perhitungan Manual... 39
Tabel 5. 3 Titik Awal Cluster ... 44
Tabel 5. 4 Hasil pengelompokan iterasi 1 ... 46
Tabel 5. 5 Titik Pusat Cluster ke-2 ... 53
Tabel 5. 6 Pengelompokan Data Iterasi ke-2 ... 55
Tabel 5. 7 Hasil perbandingan Iterasi 1 dan iterasi 2 ... 61
Tabel 5. 8 Hasil pengelompokan data Iterasi ke-3 ... 66
Tabel 5. 9 Hasil perbandingan Pengelompokan Data ... 72
Tabel 5. 10 Hasil Pengelompokan Data Iterasi ke-4 ... 77
Tabel 5. 11 Pengelompokkan Iterasi 3 dan Iterasi 4 ... 82
Tabel 5. 12 Hasil Perhitungan Manual ... 88
1 BAB I PENDAHULUAN A. Latar Belakang Masalah
Seiring dengan dengan berjalannya waktu perkembangan ilmu pengetahuan dan teknologi sangatlah pesat, banyak teknologi canggih yang bisa membuat pekerjaan manusia menjadi lebih mudah, cepat dan akurat.
diantaranya adalah sistem terkomputerisasi. Hal ini sangatlah dibutuhkan dalam berbagai bidang instansi pemerintahan maupun swasta. salah satu contoh adalah teknologi Data Mining. Pada Data Mining fase yang dilakukan meliputi, pemakaian data historis yang menemukan keberaturan, pola dan hubungan dalam set data yang besar. maksudnya adalah menemukan informasi dari sekumpulan data besar yang sebelumnya tidak diketahui informasinya.
Toko Bina Tani adalah salah satu toko yang berada di kecamatan Inuman Kabupaten Kuantan Singingi, Riau. Toko ini sudah lama bergerak dalam bidang penjualan berbagai macam jenis Pestisida tanaman padi. Setelah dialakukan survey dan wawancara dengan pihak Toko pencatatan data masih menggunakan sistem manual yang dicatatkan kedalam buku besar. Data penjualan pestisida pada Toko ini belum tersusun dengan baik, sehingga pihak toko tidak dapat mengetahui dan tidak dapat mengelompokkan jenis pestisida apa saja yang kategori laris, sedang dan tidak laris penjualannya.
2
Permasalahan yang terjadi adalah lamanya dalam melakukan pengelompokkan data penjualan pestisida yang laris, sedang dan tidak laris terjual. Untuk membantu pihak toko agar dapat mengetahui data penjualan pestisida yang laris, sedang dan tidak laris dan tidak laris maka perlu adanya pengelompokan data penjualan pestisida (clustering/klasterisasi). Pada penelitian ini variable yang digunakan ada tiga diantaranya adalah stok awal, jumlah jual dan dan stok akhir.
Pada masalah diatas peneliti akan memberikan solusi agar dapat mengetahui pengelompokan data jenis pestisida yang laris, sedang dan tidak laris. maka peneliti akan menggunakan metode K-Means Clustering, salah satu metode didalam Data Mining. K-Means Clustering adalah metode pengelompokkan data yang berusaha mempartisi data yang ada kedalam dua atau lebih kelompok.
Berdasarkan masalah diatas peneliti mengangkat judul : PENERAPAN DATA MINING METODE K-MEANS CLUSTERING UNTUK KLASTERISASI PENJUALAN PESTISIDA (STUDI KASUS TOKO BINA TANI INUMAN KUANSING)
3 B. Rumusan Masalah
Adapun rumusan masalah dari latar belakang yang telah diuraikan diatas sebagai berikut :
1. Bagaimana penerapan algoritma K-Means untuk pengelompokan penjualan Pestisida pada Toko Bina Tani?
2. Bagaimana klasterisasi/clusterisasi yang dihasilkan dari Algoritma K- Means clustering?
C. Batasan Masalah
Adapun batasan masalah dari proposal skripsi penulis adalah :
1. Data yang digunakan adalah data sampel penjualan pestisida pada Toko Bina Tani selama empat bulan penjualan, terhitung dari Februari-April tahun 2020.
2. Metode yang digunakan adalah algoritma K-MeansClustering.
3. Tools yang digunakan adalah Rapidminer.
4. Output yang dhasilkan adalah pengelompokan data penjualan pestisida.
D. Tujuan Penelitian
Tujuan dari penelitian ini adalah :
1. Menerapkan metode K-Means Clustering untuk mengelompokkan data penjualan pestisida pada Toko Bina Tani.
2. Mengimplementasikan Data Mining K-Means Clustering pada penjualan pestisida dengan memanfaatkan software RapidMiner 9.9..
4 E. Manfaat Penelitian
Hasil dari penelitian ini diharapkan dapat bermanfaat untuk :
1. Memberikan informasi agar pihak toko tidak salah lagi dalam memesan produk ke pabrik sehingga tidak terjadi penumpukan barang yang ada di gudang.
2. Mempercepat waktu yang dipakai dalam mengelompokkan data penjualan pestisida.
F. Sistematika Penulisan
Pada tahap ini akan dijabarkan sistematika penulisan dari penelitian ini dimana didalamnya terdapat gambaran-gambaran mengenai penelitian
BAB I PENDAHULUAN
Bab ini menjelaskan secara umum latar belakang masalah, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, dan sistematika penelitian.
BAB II TINJAUAN PUSTAKA
Bab ini berisi tentang tinjauan penelitian terdahulu dan teori dasar yang digunakan. Dan menjadi refesrensi yang digunakan untuk menyelesaikan permasalahan pada penelitian.
BAB III METODOLOGI PENELITIAN
Bab ini berisi tentang tahapan penelitian, lokasi waktu penelitian, data yang digunakan, teknik pengumpulan data, dan metode yang digunakan, sampel dan varabel.
5
BAB IV GAMBARAB UMUM DAN OBJEK PENELITIAN
Bab ini berisi gambaran umum perusahaan dan kegiatan yang ada pada perusahaan.
BAB V HASIL DAN PEMBAHASAN
Bab ini membahas mengenai bagaimana hasil dan pembahasan tentang penelitian yang dilakukan.
BAB VI PENUTUP
Bab ini berisi kesimpulan dan saran dari hasil penelitian yang dilakukan.
107 BAB IV PENUTUP A. Kesimpulan
Setelah melakukan penelitian ini, maka peneliti dapat mengambil suatu kesimpulan dan saran sesuai dengan penelitian ini. Adapun kesimpulan pada penelitian ini adalah :
1. Penerapan metode clustering dapat menentukan pembelian persediaan stok barang yang diperlukan dengan cepat. Dari penelitian yang dilakukan produk yang laris terjual berjumlah 35 item, untuk kategori sedang berjumlah 68 item, dan kategori tidak laris berjumlah 69 item. Prioritas penambahan pembelian barang diarahkan ke 35 item yang termasuk kategori laris dan pengurangan Pembelian barang diarahkan ke 69 item yang merupakan kategori tidak laris.
2. Penerapan algoritma K-Means dengan menggunakan bantuan software RapidMiner dapat membantu mengelompokkan item pestisida dengan kategori laris, kurang laris dan tidak laris sehingga pihak toko dapat menentukan produk apa saja pembeliannya yang akan ditambah dan dikurangi untuk persedian toko (stok).
3. Hasil implementasi menggunakan rapidminer menunjukkan bahwa perhitungan secara manual sama dengan hasil pengujian.
B. Saran
108
Penelitian yang dilakuan tidak lepas dari kekurangan dan kelemahan. Maka peneliti perlu memberikan saran penelitian lebih lanjut agar penelitian selanjutnya lebih baik lagi. Adapun saran dari penelitian yang dilakukan adalah :
1. Diharapkan pada peneliti selanjutnya agar dapat mencoba menggunakan algoritma lain seperti k-medoid untuk membandingkan hasil dari algoritma tersebut.
2. Dari penelitian yang sudah dilakukan ini agar dibuat perbandingan tingkat akurasi hasil dengan aplikasi lain seperti weka.
109
DAFTAR PUSTAKA
Ivanto, 2019. Seminar Pendekatan Data Mining Memprediksi Profil Sosial Masyarakat Menggunakan Aplikasi RapidMiner. : 38–44.
Maulida, Linda. 2018. Penerapan Datamining Dalam Mengelompokkan Kunjungan Wisatawan Ke Objek Wisata Unggulan Di Prov. Dki Jakarta Dengan K-Means.
JISKA (Jurnal Informatika Sunan Kalijaga) 2(3): 167.
Nasari, Fina, and Charles Jhony Manto Sianturi. 2016. Penerapan Algoritma K- Means Clustering Untuk Pengelompokkan Penyebaran Diare Di Kabupaten Langkat. CogITo Smart Journal 2(2): 108.
Rahmah, Sabrina Aulia. 2020. Klasterisasi Pola Penjualan Pestisida Menggunakan Metode K-Means Clustering ( Studi Kasus Di Toko Juanda Tani Kecamatan Hutabayu Raja ). 1(1): 1–5.
Saragih, Ade Tria Rahmayanti, Abdul Sani Sembiring, and Muhammad Sayuthi.
2018. Penerapan Metode Clustering K-Means Untuk Proses Seleksi Calon Peserta Lomba MTQ. Pelita Informatika 17(April): 117–22.
Sumadikarta, Istiqomah, and Liya Andrayani. 2019. Implementasi Data Mining Untuk Clustering Makanan Dan Minuman Favorit Dengan Menggunakan Algoritma K-Means. Jurnal Ilmiah Fakultas Teknik LIMIT’S 15(1): 40–49.
Surmayanti, et al, 2016. 2016. Penerapan Analysis Clustering Pada Penjualan
110
Komputer Dengan Perancangan Aplikasi Data Mining Menggunakan Algoritma K-Means. Prosiding Seminar Ilmiah Nasional Teknologi Komputer 1(Senatkom): 50–59.
Windarto, Agus Perdana. 2017. Penerapan Datamining Pada Ekspor Buah-Buahan Menurut Negara Tujuan Menggunakan K-Means Clustering Method.
Techno.Com 16(4): 348–57.
