Analisis Pola Perilaku Masyarakat terhadap Kerajinan Tangan

menggunakan Metode c4.5

(Studi Kasus Surakarta dan sekitarnya)

Proposal Penelitian Untuk Tesis S-2

Disusun oleh:
Aulia Tegar Rahman
05111750010027

Jurusan Teknik Informatika

Program Pasca Sarjana
Fakultas Teknologi Informasi
Institut Teknologi Sepuluh Nopember
Surabaya
2017
1 JUDUL/ TOPIK
Topik yang diajukan dalam penelitian ini adalah Analisis Pola
Perilaku Masyarakat terhadap Kerajinan Tangan menggunakan Metode C.45
(Studi Kasus Surakarta dan sekitarnya).

2 PENDAHULUAN
2.1 Latar Belakang Masalah
Dalam persaingan di dunia bisnis khususnya dalam bidang Usaha
Mikro, Kecil, dan Menengah biasa disebut dengan UMKM, para pelaku
dibidang tersebut harus senantiasa untuk mencari suatu strategi yang dapat
meningkatkan penjualan dan pemasaran produk yang dijual, salah satunya
menganalisis pola minat masyarakat terhadap produk. Dalam kasus ini
berfokus pada produk kerajinan tangan yang merupakan salah satu produk
dengan tingkat peminat yang lumayan tinggi berdasarkan pantauan secara
langsung dari peneliti saat mengikuti acara-acara pengenalan produk lokal
dari pihak pemerintah maupun swasta, contoh acara yaitu Solo Batik
Carnival yang sering disebut SBC. Untuk menghadapi persaingan global
dalam penjualan dan pemasaran produk kerajinan tangan, pihak terkait
dituntut untuk memperoleh suatu strategi yang tepat dengan
memanfaatkan data hasil kegiatan penjualan dalam acara-acara
pengenalan produk seperti contoh diatas. Strategi tersebut dapat diperoleh
dengan menggunakan teknik data mining.
Data mining merupakan serangkaian proses yang menggali nilai
tambah berupa informasi yang selama ini belum diketahui dari suatu
kumpulan data dengan melakukan penggalian pola-pola dari data dengan
tujuan untuk memanipulasi data menjadi informasi yang lebih berharga
yang diperoleh dengan cara mengekstraksi dan mengenali pola yang
penting atau menarik dari data yang terdapat dalam kumpulan data (Han
& Kamber, 2006). Ada beberapa teknik data mining untuk menentukan
pola-pola penggalian informasi salah satunya klasifikasi. Salah satu
algoritma pada klasifikasi yang akan dicoba untuk penelitian ini adalah
Metode c4.5. Metode c4.5 adalah metode klasifikasi data dengan teknik

2
 pohon keputusan. Kelebihan ini misalnya dapat mengolah data numerik
(kontinyu) dan diskret, dapat menangani nilai atribut yang hilang,
menghasilkan aturan-aturan yang mudah diintrepetasikan dan tercepat
diantara algoritma-algoritma yang lain. (Sari & Sindunata, 2014)
2.2 Rumusan Masalah
Masalah yang di bahas dalam proposal penelitian ini adalah
bagaimana cara untuk mendapatkan strategi bisnis yang tepat dan pola
perlaku masyarakat bertujuan meningkatkan penjualan dan pemasaran
produk kerajinan tangan di wilayah Surakarta dan sekitarnya berdasarkan
analisis data penjualan produk ,sebagai berikut :
1. Data penjualan yang belum dimanfaatkan secara optimal,
2. Tidak ada sistem yang mendukung dalam mengambil keputusan.
2.3 Batasan Masalah
Berdasarkan latar belakang dan rumusan masalah tersebut,
diperlukan suatu batasan masalah agar lingkup dari penelitian ini tidak
meluas ke permasalahan lain . Batasan masalah dalam penelitian ini adalah
wilayah penelitian ini hanya mencakup Surakarta dan sekitarnya.
2.4 Tujuan Penelitian
Penelitian ini memiliki tujuan untuk membantu pelaku bidang
penjualan dan pemasaran kerajinan tangan wilayah Surakarta dan
sekitarnya dalam menentukan strategi bisnis dan pola perilaku masyarakat
untuk meningkatkan penjualan dan pemasaran produk.
2.5 Manfaat Penelitian
Dari penelitian yang diajukan, dapat diperoleh manfaat sebagai
berikut:
1. Bidang Ilmu Data Mining
Penelitian ini dapat dijadikan bahan pertimbangan dalam menentukan
algoritma atau metode pada klasifikasi sehingga dapat dimanfaatkan
untuk perkembangan bidang Ilmu Data Mining selanjutnya.
2. Pelaku dalam Bidang Kerajinan Tangan

3
 Penelitian ini dapat dijadikan bahan pertimbangan dalam menentukan
produk yang akan dijual dan mengetahui pola perilaku masyarakat
terhadap produk kerajinan tangan
3. Penulis
Manfaat utama penelitian ini bagi penulis adalah sebagai sarana untuk
menambah pengetahuan dan wawasan dalam penerapan teori
algoritma.

3 PENELITIAN TERKAIT
Berikut adalah beberapa penelitian yang berkaitan dengan penelitian
yang diajukan.
3.1 Implementation of decision tree algorithm c4.5 oleh Harvinder Chauhan
(2013).
Penelitian ini melakukan implementasi algoritma C.45 menggunakan
weka data mining dengan dataset yang tersedia secara publik. Metode yang
digunakan adalah Algoritma c4.5. Hasil yang didapat ialah Algoritma c4.5
memiliki akurasi yang lebih besar pada masing-masing percobaan yang
dilakukan pada penelitian ini.
3.2 A comparative study of decision tree ID3 and c4.5 oleh Badr
HSSINA(2014).
Penelitian ini melakukan perbandingan algoritma decision tree ID3 dan
c4.5 dengan c5.0 dan CART. Metode yang digunakan adalah decision tree ID3,
c4.5, c5.0 dan CART. Hasil yang didapat berdasarkan perbandingan algoritma
ID3/C4.5, C4.5/C5.0 dan C5.0/CART ialah algoritma c4.5 yang paling baik
dan direkomendasikan.
3.3 Penerapan Data Mining untuk Analisa Pola Perilaku Nasabah dalam
Pengkreditan menggunakan Metode C.45 (Studi Kasus Pada Ksu Insan Kamil
Demak) oleh Rina Dewi Indah Sari (2014).
Penelitian ini melakukan analisis pola perilaku nasabah dalam
pengkreditan. Metode yang digunakan adalah Decision Tree Classification
dengan metode C.45. Hasil yang didapat ialah tingkat akurasi 65% pada kasus
penelitian ini.

4
Penelitian terkait yang telah dijabarkan dirangkum dalam tabel 3.1.
Tabel 3.1 Penelitian Terkait
No. Penulis Tujuan Metode Hasil
1 Harvinder Implementasi Algoritma C.45 Algoritma c4.5 memiliki
Chauhan (2013) algoritma c4.5 akurasi yang lebih besar pada
menggunakan weka masing-masing percobaan
data mining dengan yang dilakukan pada penelitian
dataset yang tersedia ini
secara publik
2 Badr Melakukan decision tree ID3, algoritma c4.5 yang paling
HSSINA(2014). perbandingan c4.5, c5.0 dan CART baik dan direkomendasikan
algoritma decision
tree ID3 dan c4.5
dengan c5.0 dan
CART
3 Rina Dewi Indah melakukan analisis Decision Tree tingkat akurasi 65% pada
sari (2014) pola perilaku nasabah Classification dengan kasus penelitian ini.
dalam pengkreditan metode C.45

5
3.4 Analisis Pola Perilaku Masyarakat terhadap Kerajinan Tangan
menggunakan Metode c4.5 (Studi Kasus Surakarta dan sekitarnya) oleh
Aulia Tegar Rahman(2018).
Pada penelitian penulis menggunakan algoritma c4.5 untuk
menganalisa pola perilaku masyarakat terhadap produk kerajinan tangan yang
menghasilkan strategi bisnis. Hasil yang akan diperoleh ialah memberikan
informasi tentang hubungan pola perilaku masyarakat terhadap produk
kerajinan dan mengetahui produk apa yang seharusnya ditingkatkan.

6
4 DASAR TEORI
4.1 DATA MINING
Data Mining merupakan bagian dari proses Knowledge Discovery in
Database (KDD) .Tahapan proses Knowledge Discovery terdiri atas :
1. Data cleaning, untuk menghapus noise dan inconsistent data (data
tidak konsistan maupun data yang tidak berhubungan dengan
tujuan);
2. Data integration , untuk menggabungkan multiple data source;
3. Data selection, untuk mengambil data yang sesuai untuk keperluan
analisa;
4. Data transformation, untuk mentransformasikan data ke dalam
bentuk yang lebih sesuai untuk di Mining;
5. Data mining, proses terpenting dimana metode tertentu diterapkan
untuk menghasilkan data pattern;
6. Pattern evaluation, untuk mengidentifikasi apakah interenting
patterns yang didapatkan sudah cukup mewakili knowledge
berdasarkan perhitungan tertentu;
7. Knowledge presentation, untuk mempresentasikan knowledge yang
sudah didapatkan dari user.

Data mining juga dapat diartikan secara luas berdasarkan

kemampuannya yaitu proses menemukan interesting knowledge dari sejumlah
data yang besar di database,data warehouse,atau tempat penyimpanan lainnya.
(Han & Kamber, 2006). Data mining dapat digunakan pada beberapa kasus
yang meliputi ekonomi,bisnis ,intelektual yang dapat dikategorikan menjadi 6
bagian task ,diantaranya :
1. Classification, merupakan sebuah task yang menggolongkan suatu
golongan atau kelas dan memerlukan training set terdiri atas
preclassified examples ;
2. Estimation, merupakan sebuah task yang menghasilkan nilai yang
berkelanjutan dan sering digunakan pada classification ;

7
 3. Prediction, merupakan task untuk memprediksi sebuah kelas;
4. Affinity grouping, merupakan task yang dapat mengidentifikasi
peluang cross-selling suatu produk dan merancang suatu paket ;
5. Clustering, merupakan task membagi sebuah populasi heterogen
menjadi homogen subgroups atau cluster ;
6. Profiling, merupakan task yang menjelaskan tentang apa yang
terkandung pada sebuah database dengan meningkatkan
pemahaman orang maupun proses dari data(Berry & Linoff, 2004).
4.2 Algoritma c4.5
Algoritma c4.5 merupakan kelompok algoritma decision tree.
Algoritma ini mempunyai input berupa training samples dan samples.
Training samples berupa data contoh yang akan digunakan untuk membangun
sebuah tree yang telah diuji kebenarannya. Sedangkan samples merupakan
field-field data yang nantinya akan digunakan sebagai parameter dalam
melakukan klasifikasi data (Sari & Sindunata, 2014).
Algoritma c4.5 adalah algoritma hasil pengembangan dari algoritma
ID3. Perbaikan algoritma C4.5 dari algoritma ID3 dilakukan dalam hal
(Santosa, 2007):
1. Bisa mengatasi missing value
2. Bisa mengatasi data kontinyu
3. Pruning
4. Adanya aturan
Dalam algoritma C4.5 pemilihan atribut
dilakukan dengan menggunakan Gain Ratio dengan
persamaan :
() = =1 2 (1)
Dimana (S) adalah himpunan kasus, A adalah Atribut, n
adalah Jumlah partisi atribut A, |Si| adalah Jumlah kasus
pada partisi ke-i dan|S| adalah jumlah kasus dalam S.

8
 5 METODOLOGI
Berikut tahapan penelitian yang dilakukan dapat dilihat di Gambar 5.1.

3.1 Pengumpulan Data

3.2 Data Preprocessing

3.3 Implementasi Sistem

3.4 Hasil dan Analisis

Gambar 5.1 Tahapan Penelitian

Pengumpulan Data
Tahap ini merupakan tahap pengumpulan data penjualan kerajinan tangan
diwilayah Surakarta dan sekitarnya.

3.2 Data Preprocessing

Data preprocessing memiliki beberapa tahap sebagai berikut :
3.2.1 Seleksi data ialah mengambil data yang sesuai untuk keperluan
analisa;
3.2.2 Transformasi data ialah mentransformasikan data ke dalam bentuk
yang lebih sesuai untuk di Mining;
3.2.3 Bersihkan data ialah menghapus noise dan inconsistent data.
Tahap Data preprocessing akan menghasilkan dataset yang akan digunakan
diproses penelitian selanjutnya.

3.3 Implementasi Sistem

Dataset yang telah melalui preprocessing diproses ke tahap implementasi
sistem .

3.4 Hasil dan Analisis

Tahap ini akan memperlihatkan hasil dari proses klasifikasi dengan metode
c4.5 dan sebagai penunjang dalam menganalisis pola perilaku masyarakat terhadap

9
kerajinan tangan dan menentukan strategi bisnis apakah yang akan dilakukan
berdasarkan rule yang didapatkan dari proses klasifikasi data.

6 JADWAL PELAKSANAAN
Waktu
JanuariPebruari Maret April
No. Aktivitas 2018 2018 2018 2018
Pekan ke-
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
1 Studi Literatur
2 Pengumpulan
Data
3 Perancangan
algoritma dan
implementasi
penelitian
4 Testing
5 Penyusunan
Dokumen

10
7 DAFTAR PUSTAKA
Berry, M. J., & Linoff, G. S. (2004). Data Mining Techniques For
Marketing,Sales, and Customer Relationship Management (2nd ed.).
Indiana: Wiley Publishing .Inc.
Chauhan, H., & Chauhan, A. (2013). Implementation of decision tree
algorithm c4.5. International Journal of Scientific and Research
Publications, 3(10).
Han, J., & Kamber, M. (2006). Data Mining: Concepts and Techniques (2nd
ed.). San Francisco: Elsevier .Inc.
HSSINA, B., MERBOUHA, A., EZZIKOURI, H., & ERRITALI, M.
(2014). A comparative study of decision tree ID3 and C4.5. International
Journal of Advanced Computer Science and Applications, 13-19.
Sari, R. D., & Sindunata, Y. (2014). PENERAPAN DATA MINING
UNTUK ANALISA POLA PERILAKU. Jurnal Ilmiah Teknologi dan
Informasi ASIA, 8(2).

11