UKDW BAB I PENDAHULUAN

Please download to get full document.

View again

of 6
29 views
PDF
All materials on our website are shared by users. If you have any questions about copyright issues, please report us to resolve them. We are always happy to assist you.
Document Description
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Untuk dapat meningkatkan penjualan, pengambil keputusan / manajer toko harus dapat memperhatikan faktor-faktor yang mempengaruhi secara langsung. Salah satu
Document Share
Document Transcript
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Untuk dapat meningkatkan penjualan, pengambil keputusan / manajer toko harus dapat memperhatikan faktor-faktor yang mempengaruhi secara langsung. Salah satu faktor berpengaruh adalah tata letak item/product yang akan di display. Item yang dipajang harus memiliki keterkaitan/asosiasi satu dengan yang lain. Setiap harinya, transaksi penjualan mencatat item-item yang dibeli oleh konsumen. Dari kumpulan transaksi penjualan tersebut, dapat diperoleh pola keterkaitan product satu dengan yang lainnya. Hal tersebut dapat dijadikan untuk mendukung pengambilan keputusan. Data transaksi penjualan merupakan data yang memilki skala besar. Oleh karena itu diperlukan teknik khusus yang disebut dengan penggalian data (data mining). Amigo Group merupakan perusahaan retail yang berpusat di Klaten. Sebagai perusahaan retail yang menjual product berupa pakaian dan sepatu, sangat penting untuk memperhatikan kombinasi product yang dijual. Kombinasi yang tepat dapat memudahkan pelanggan mencari product yang berkaitan satu sama lain. Dengan diketahuinya kombinasi barang yang tepat, maka perusahaan dapat menyeleksi barang mana saja yang akan di display dengan kondisi tertentu. Data yang akan diolah dengan metode data mining merupakan data transaksi penjualan dari Amigo Group. Data tersebut diolah dengan menggunakan konsep data warehouse. Data warehouse merupakan sistem yang memiliki kumpulan data dalam skala besar yang mampu melakukan query dengan cepat. 1 Metode dalam data mining yang digunakan dalam penelitian ini adalah association rule. Metode tersebut mencari korelasi item-item yang berbeda dengan mengetahui pola asosiasi. Metode association rule dilakukan melewati 2 proses yang saling berkesinambungan. Pertama, mencari kombinasi item yang sering muncul yang juga disebut dengan frequent itemset. Setelah frequent itemset ditemukan, kemudian aturan tertentu (rule) dibangkitkan berdasarkan frequent itemset. Dalam penelitian ini, peneliti menggunakan algoritma AprioriHybrid untuk menentukan himpunan data yang paling sering muncul. 1.2 Perumusan Masalah Rumusan masalah yang dibuat dalam penelitian yang akan dilakukan penulis adalah sebagai berikut : 1. Bagaimana menerapkan algoritma AprioriHybrid untuk menganalisis transaksi penjualan Amigo Group? 2. Seberapa tepat tingkat ketepatan dari analisis penjualan Amigo Group menggunakan algoritma AprioriHybrid? 1.3 Batasan Masalah Batasan sistem yang akan dibuat oleh peneliti adalah sebagai berikut : 1. Data yang akan dianalisis merupakan data transaksi penjualan tunai dari Amigo Group dalam jangka waktu 3 tahun terhitung dari Pencarian frequent itemset berdasarkan kelompok produk (strip). 3. Evaluasi rule yang dihasilkan didasarkan pada pengukuran lift ratio. 4. Operasi ETL diterapkan dengan menggunakan aturan data penjualan yang valid menurut Amigo Group. 2 1.4 Tujuan Penelitian Berdasarkan permasalahan yang diteliti, maka tujuan penelitian ini adalah sebagai berikut : 1. Mempermudah dalam mendapatkan informasi dari data transaksi penjualan dalam skala yang besar. 2. Dapat menganalisis kombinasi product yang tepat khususnya Amigo Group. 3. Dapat menerapkan metode Association Rules dengan menggunakan algoritma AprioriHybrid dengan tepat untuk analisis penjualan. 1.5 Metode Penelitian Berikut ini adalah metodologi metodologi yang akan digunakan dalam penelitian ini : a. Metode Pengumpulan Data 1. Studi Pustaka Penulis melakukan studi pustaka dengan cara membaca dan memahami teori-teori dan literature yang mendukung penyelesaian penelitian. Sumber literature yang digunakan adalah yang berkaitan dengan Data Mining, Data Warehouse, Big Data, Fast Association Rule, AIS Algorithm, SETM Algorithm, Apriori Algorithm, AprioriTid Algorithm, AprioriHybrid Algorithm serta perangkat lunak yang akan dipakai untuk membangun sistem 2. Pengambilan Data Agar diperoleh data yang relevan serta dapat diuji kebenarannya, metode pengumpulan data yang akan dilakukan oleh penulis adalah sebagai berikut : 3 Data primer adalah data yang diperoleh melalui observasi secara langsung. Data primer yang digunakan adalah data transaksi penjualan Amigo Group dalam jangka waktu 2 tahun ( ). Data sekunder merupakan data kuantitatif yang diperoleh dari studi literatur, atau sumber internet. b. Metode Pengembangan Sistem Dalam tahap pengembangan sistem, penulis proses ETL (Extract, Transform, Load) sebagai berikut : 1. Tahap pertama adalah ekstraksi, kumpulan data dari berbagai sumber akan dipilah-pilah kemudian digabungkan. Dalam tahapan ini data transaksi akan dibersihkan dari noise. Noise tersebut misalnya transaksi yang tidak valid atau memiliki kolom yang tidak lengkap 2. Tahap kedua adalah transformasi. Data yang sudah dibersihkan pada tahap pertama kemudian diubah strukturnya sesuai dengan struktur data warehouse. Dalam tahapan ini dilakukan pemilihan kolom mana saja yang akan dimasukkan dalam data warehouse. Nilai-nilai yang memiliki relevansi yang sama akan diterjemahkan ke dalam kode, misalnya perempuan, wanita dapat diterjemahkan dalam kode F. Selain itu penggabungan data juga dilakukan sehingga menghasilkan data baru, misalnya data jumlah barang terjual dikalikan dengan harga barang akan menghasilkan pendapatan total dari barang tersebut. 3. Tahap ketiga adalah load. Tahapan ini merupakan proses interaksi dengan database, baik proses input data ke dalam 4 database ataupun mengambil data dari database. Pada saat analisis data menggunakan algoritma AprioriHybrid, menggunakan proses load data dari database. c. Metode Evaluasi Dalam tahap ini, evaluasi sistem dilakukan dengan cara menjalankan apakah algoritma AprioriHybrid yang diterapkan dapat menemukan rule dari penjualan Amigo Group. Rule yang ditemukan kemudian diuji dengan data menghitung ratio dari rule yang dihasilkan dari data training dan data uji. 1.6 Sistematika Penulisan Sistematika penulisan laporan Tugas Akhir ini dikelompokkan menjadi 5 bab.yaitu: Bab I Pendahuluan. Bab ini berisi gambaran tentang penelitian yang dilakukan. Bab ini terbagi menjadi beberapa bagian, yaitu latar belakang masalah, rumusan masalah, batasan masalah, tujuan penelitian, metode penelitian dan sistematika penulisan. Bab II Tinjauan Pustaka. Bab ini berisi tentang teori yang menjadi landasan dalam pembuatan penelitian. Teori-teori tersebut diambil dari jurnal penelitian, maupun sumber-sumber lain yang dapat mendukung penelitian. Dasar teori dan tinjauan pustaka ini menjadi acuan dalam pembuatan analisis data dan pengambilan kesimpulan penelitian. Bab III Analisis dan Perancangan Sistem. Bab ini menjelaskan mengenai tahap perancangan sistem yang meliputi kebutuhan hardware dan software, spesifikasi sistem, flowchart program, use case dari sistem, skema basis data, desain antar muka serta rancangan pengujian sistem. Bab IV Implementasi dan Analisis Sistem. Bab ini berisi tentang hasil implementasi algoritma serta analisa berkaitan dengan masalah yang ada. 5 Penjelasan disajikan dalam bentuk deskripsi, tabel, grafik, dan gambar pendukung. Bab V Kesimpulan dan Saran. Bab ini berisi kesimpulan dari penelitian yang dilakukan beserta saran pengembangan sistem untuk penelitian yang memiliki topik yang sama dengan topik penelitian ini. 6
Search Related
We Need Your Support
Thank you for visiting our website and your interest in our free products and services. We are nonprofit website to share and download documents. To the running of this website, we need your help to support us.

Thanks to everyone for your continued support.

No, Thanks