Laporan Akdm

LAPORAN
ANALISIS KEPUTUSAN DAN DATA MINING
Oleh:
Indah Ayu
Lestari 17522065
Alyana
Nurmalita 17522212
DOSEN:
Annisa Uswatun Khasanah, S.T., MBA., M.Sc.
PROGRAM STUDI
TEKNIK INDUSTRI
FAKULTAS TEKNOLOGI
INDUSTRI UNIVERSITAS
ISLAM INDONESIA 2019

CASE STUDY 1
1. Business Understanding
Sarah adalah seorang karyawan baru di bidang pemasaran di
sebuah supermarket. Dia diberi tugas untuk membuat strategi
pemasaran yang menarik. Sarah menyadari untuk membuat sebuah
strategi pemasaran yang menarik perlu memahami siapa segmen
konsumen terbesar di supermarket tersebut dan bagaimana pola
pembelian konsumen.
Untuk itu dia memutuskan untuk melakukan customer
segmentation dan menganalisa pola beli konsumen. Berdasarkan
referensi yang ia baca, diketahui bahwa untuk melakukan customer
segmentation dapat dilakukan berdasarkan beberapa variabel sesuai
dengan informasi apa yang ingin didapatkan.
2. Data Understanding
Segmentasi pasar pada dasarnya merupakan suatu cara untuk
membedakan pasar menurut beberapa karakter dari pelanggan yang
secara umum digolongkan menjadi empat, yaitu geografis, demografis,
psikografis, dan tingkah laku. Kotler, dalam Precylia Cyndi Kembuan
(2014), menyatakan segmentasi memiliki peran penting karena beberapa
alasan yaitu pertama, segmentasi memungkinkan perusahaan untuk
lebih fokus dalam mengalokasikan sumber daya. Segmentasi
memungkinkan perusahaan mendapatkan gambaran yang lebih jelas
mengenai peta kompetisi serta menentukan posisi pasar perusahaan.
Sanusi, Anuar (2012) dalam penelitiannya menunjukkan bahwa
secara berurutan variabel yang paling tinggi tingkat efektifitasnya
membentuk positioning adalah variabel proses, variabel pelayanan,
variabel tempat, variabel harga, dan variabel promosi. Sejalan dengan
5
keputusan model pembelian. Dalam studi kasus ini, variabel yang
0
digunakan adalah umur, jenis kelamin, pekerjaan, total transaksi, dan
frekuensi kedatangan.
1. Umur
Usia adalah waktu sejak dilahirkan sampai dilaksanakannya
penelitian yang dinyatakan dengan tahun. Usia > 20 tahun dinamakan
remaja, dimana menurut Piaget secara psikologi, masa remaja adalah
usia dimana individu berinteraksi dengan masyarakat dewasa dan
termasuk juga perubahan intelektual yang mencolok. Usia 18-40
tahun dinamakan dewasa dini dimana kemampuan mental mencapai
puncaknya dalam usia 20 tahun untuk mempelajari dan menyesuaikan
diri pada situasi-situasi baru. Usia > 40 tahun dinamakan usia madya
dini dimana pada masa tersebut pada akhirnya ditandai perubahan
jasmani dan mental. (Hurlock, 2002)
2. Jenis Kelamin
Penelitian yang dilakukan oleh Widawati (2011), memperoleh hasil
bahwa jenis kelamin memiliki pengaruh signifikan terhadap
keputusan pembelian tidak terencana. Diperoleh hasil bahwa
perempuan memiliki kecenderungan lebih tinggi dalam melakukan
pembelian tidak terencana karena
5 diakibatkan oleh faktor emosional
dan sikap spontan terhadap produk
0 yang mereka jumpai di toko.
3. Pekerjaan
Pekerjaan merupakan suatu kegiatan yang wajib dilakukan oleh setiap
orang demi kelangsungan hidupnya atau untuk memenuhi berbagai
macam kebutuhan hidup. Setiap orang melakukan pekerjaan salah
satunya untuk memenuhi kebutuhan pokoknya, karena kebutuhan
yang harus dipenuhi dan tidak bisa di tunda-tunda.
4. Total Transaksi
5. Frekuensi Kedatangan
Sebelum dilakukan uji cluster, pertama dilakukan pembobotan
terhadap variabel yang telah ditentukan dengan menggunakan metode
AHP.
a) Kuesioner AHP
Berikut merupakan kuesioner perbandingan antar kriteria
menggunakan metode AHP:5
0
Table 1. Kuesioner Perbandingan Antar Kriteria
Tingkat kepentingan
Umur 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Jenis Kelamin
Umur 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Pekerjaan
Umur 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Frekuensi Datang
Umur 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Total Transaksi
Jenis Kelamin 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Pekerjaan
Jenis Kelamin 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Frekuensi Datang
Jenis Kelamin 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Total Transaksi
Pekerjaan 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Frekuensi Datang
Pekerjaan 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Total Transaksi
Frekuensi Datang 9 8 7 6 5 4 3 2 1 2 3 4 5 6 7 8 9 Total Transaksi
Kuesioner diatas menunjukkan perbandingan tingkat

kepentingan dari kriteria-kriteria yang kemudian akan
dituliskan dalam matriks perbandingan berpasangan
sebagai berikut :
1) Perbandingan Berpasangan Antar Kriteria
Berikut merupakan hasil rekapitulasi kuesioner

perbandingan antar kriteria :
Table 2. Hasil Rekapitulasi Kuesioner
Jenis Total Umur Frekuensi

Kriteria Pekerjaan Datang
Kelamin Transaksi
Jenis Kelamin 1 1/3 1/3 3 1/2

Pekerjaan 3 1 1/5 5 1/3
Total Transaksi 3 5 1 7 3
Umur 1/3 1/5 1/7 1 1/7
Frekuensi Datang 2 3 1/3 7 1
TOTAL 9,33 9,53 2,01 23,00 4,98
2) Uji Konsistensi Antar Kriteria

Berikut merupakan hasil uji konsistensi antar kriteria:
Jenis Pekerjaa Total Umur Frekuensi Total Weight Eugen Perkalian Eugen ʎ
KRITERIA Kelamin n Transaksi Datang Matrix Vector Matriks Value maks CI
Jenis
Kelamin 0,11 0,03 0,17 0,13 0,10 0,54 0,11 0,552 5,12
5,41 0,10
Pekerjaan 0,32 0,10 0,10 0,22 0,07 0,81 0,16 0,855 5,28
Total
Transaksi 0,32 0,52 0,50 0,30 0,60 2,25 0,45 2,584 5,74
Umur 0,04 0,02 0,07 0,04 0,03 0,20 0,04 0,207 5,17
Frekuensi
Datang 0,21 0,31 0,17 0,30 0,20 1,20 0,24 1,372 5,71
Total 1,00 1,00 1,00 1,00 1,00 5,00 1,00 5,57 27,03
Berdasarkan perhitungan diatas diperoleh nilai eugen vector

untuk masing – masing kriteria. Kriteria dengan nilai eugen vector
tertinggi atau prioritas pertama sebesar 0,45 adalah kriteria total
transaksi. Kemudian prioritas kriteria kedua yaitu kriteria intensitas
belanja dengan eugen vector sebesar 0,24. Selanjutnya prioritas
kriteria ketiga yaitu kriteria pekerjaan dengan eugen vector sebesar
0,16. Berikutnya prioritas kriteria keempat yaitu kriteria jenis
kelamin dengan eugen vector sebesar 0,11. Kemudian yang terakhir
atau prioritas kriteria kelima adalah kriteria umur dengan eugen
vector sebesar 0,04. Dan dari nilai CR diperoleh hasil sebesar 0,09
yang berarti hasil perhitungan data dapat dibenarkan (konsisten).
3. Data Preprocessing
Data-data yang digunakan untuk analisa cluster adalah sebagai
berikut :
1. Rekapitulasi Data Konsumen
Table 3. Rekapitulasi Data
Jenis Frekuensi
Responden Umur Kelamin Pekerjaan Kedatangan Total Transaksi
Konsumen 1 20 P Mahasiswa/Pelajar 2 IDR 36.000
Konsumen 7 39 P Dosen/Guru 5 IDR 7.600
Konsumen 18 23 P Karyawan 3 IDR 6.000
Konsumen 23 31 P PNS 5 IDR 153.000
Konsumen 24 22 P Ibu Rumah Tangga 5 IDR 48.000
Konsumen 29 21 L Mahasiswa/Pelajar 3 IDR 65.000
Konsumen 44 22 P Wiraswasta 2 IDR 75.000
Konsumen 56 23 P Pegawai Swasta 4 IDR 116.000
Konsumen 63 34 P Ibu rumah tangga 5 IDR 31.000
Konsumen 84 34 P ibu rumah tangga 2 IDR 17.000
Dengan aturan transformasi yang digunakan sebagai berikut:

Table 4. Aturan Transformasi
Aturan Transformasi
Jenis Kelamin 1 L
2 P
Pekerjaan 1 Mahasiswa/Pelajar
2 Dosen/Guru
3 Karyawan
4 Wiraswasta
5 Ibu Rumah Tangga
6 PNS
7 Pegawai Swasta
2. Rekapitulasi Data Transformasi

Table 5. Data Transformasi
Responden Umur Jenis Kelamin Pekerjaan Frekuensi Kedatangan Total Transaksi
Konsumen 1 20 2 1 2 36000
Konsumen 2 20 2 1 2 24500
Konsumen 3 20 2 1 2 34700
Konsumen 4 19 2 1 4 14000
Konsumen 5 20 2 1 4 76000
Konsumen 6 21 2 1 5 82400
Konsumen 7 39 2 2 5 7600
Konsumen 8 22 2 1 1 13200
Konsumen 9 22 2 1 2 28000
Konsumen 10 16 2 1 2 14300
Konsumen 11 23 2 1 3 65700
Konsumen 12 20 2 1 4 53400
Konsumen 13 16 2 1 5 32000
Konsumen 14 19 2 1 1 31800
Konsumen 15 18 2 1 5 132000
Konsumen 16 20 2 1 3 156600
Konsumen 17 20 2 1 4 17600
Konsumen 18 23 2 3 3 6000
Konsumen 19 20 2 1 4 11200
Konsumen 20 20 2 1 3 7600
Konsumen 21 23 2 1 2 10000
Konsumen 22 18 2 1 4 148500
Konsumen 23 31 2 6 5 153000
Konsumen 24 22 2 5 5 48000
Konsumen 25 18 2 1 5 276500
Konsumen 26 20 2 1 2 12000
Konsumen 27 20 2 1 1 67000
Konsumen 28 21 2 1 3 41400
Konsumen 29 21 1 1 3 65000
Konsumen 30 20 2 1 4 87500
Konsumen 31 19 2 1 3 8900
Konsumen 32 21 2 1 2 12300
Konsumen 33 18 1 1 5 24900
Konsumen 34 20 1 1 2 36000
Konsumen 35 19 2 1 2 29700
Konsumen 36 21 2 1 2 17500
Konsumen 37 19 2 1 1 14000
Konsumen 38 21 2 1 5 5000
Konsumen 39 18 1 1 5 34800
Konsumen 40 20 2 1 4 68000
Konsumen 41 20 2 1 5 73500
Konsumen 42 20 2 1 2 6500
Konsumen 43 35 2 2 5 143500
Konsumen 44 22 2 4 2 75000
Konsumen 45 18 2 3 4 87500
Konsumen 46 21 2 1 2 16000
Konsumen 47 17 2 1 4 7500
Konsumen 48 18 2 1 3 3400
Konsumen 49 42 2 3 1 12600
Konsumen 50 18 2 1 4 34500
Konsumen 51 15 2 1 4 20000
Konsumen 52 18 2 1 1 14800
Konsumen 53 22 2 1 5 17000
Konsumen 54 17 2 1 1 23000
Konsumen 55 31 2 5 4 45500
Konsumen 56 23 2 7 4 116000
Konsumen 57 20 1 1 5 16500
Konsumen 58 21 2 1 3 18200
Konsumen 59 22 2 1 4 66600
Konsumen 60 22 2 1 3 56000
Konsumen 61 19 2 1 4 18000
Konsumen 62 17 2 1 2 21500
Konsumen 63 34 2 5 5 31000
Konsumen 64 19 2 1 3 42500
Konsumen 65 13 2 1 1 29000
Konsumen 66 19 2 1 2 57500
Konsumen 67 38 2 3 3 68400
Konsumen 68 19 2 1 1 15000
Konsumen 69 24 2 1 2 13500
Konsumen 70 19 2 1 1 24500
Konsumen 71 26 2 5 4 76000
Konsumen 72 36 2 2 1 54300
Konsumen 73 23 2 1 3 73600
Konsumen 74 23 2 1 3 87000
Konsumen 75 23 2 1 3 71000
Konsumen 76 20 2 1 1 51500
Konsumen 77 23 1 1 1 11800
Konsumen 78 25 2 4 1 28000
Konsumen 79 14 2 1 4 76400
Konsumen 80 17 2 1 1 35000
Konsumen 81 18 2 1 3 22300
Konsumen 82 20 2 1 1 41700
Konsumen 83 21 2 1 3 23500
Konsumen 84 34 2 5 2 17000
Konsumen 85 44 2 5 4 69000
Konsumen 86 26 2 3 2 36500
Konsumen 87 59 2 5 5 102000
Konsumen 88 22 1 1 2 53500
Konsumen 89 26 2 4 2 66000
Konsumen 90 32 2 4 4 55300
Konsumen 91 18 1 1 1 71500
Konsumen 92 21 1 1 2 51000
Konsumen 93 20 2 1 2 6500
Konsumen 94 21 2 1 1 18800
Konsumen 95 21 2 1 1 10000
Konsumen 96 20 2 1 4 9800
Konsumen 97 41 2 3 3 26800
Konsumen 98 18 2 1 5 44000
Konsumen 99 22 1 1 5 13500
Konsumen 100 27 2 5 3 59000
Data-data yang digunakan untuk analisa AR-MBA adalah sebagai

berikut :
3. Rekapitulasi Data Struk Belanja
Table 6. Data Struk Belanja
STRUK Jenis Barang
1 Sandal, Sprei, Casio Kalkulator
Laurier, Jam tangan, Sabun Mandi Pelangi, Sunsilk, Biore, Vivelle, Sikat, Jepit Rambut, Ice Cream, Mie
2
Sedap, Baterai
3 Tessa, Roti Tawar, Abon Tuna
4 Head & Soulders, Body Mist Princess, Wardah BB Natural
5 Roti Tawar, Energen, Hatari
6 Kue Basah, Hatari
7 Daia, Pulpen
8 Zwitsal Soap, Sumber Ayu, Bayfresh
Le Mineral, Momogi, Glico Pocky, Take It Fingers, Mie Gekikara Ramen, Beng-Beng, Golia Activ Plus,
9
Rinso, Downy, Wardah Facial Scrub, Wardah Gentle Wash, Vivelle, Nuface, Viva
10 Sapu, Pepsodent, Pulpen, Kispray, Daia, Wardah Creamy Foam, Buku Tulis, Indomie
11 Glade, Penyegar Sari Mawar, Biore, Gillette Daisy
12 Buku Tulis, Sapu
13 Yakult, Marck Rose, Purbasari Lipstick, Dove Roll On, Herborist Musk
14 Spons, Celana Jeans, Baju Atasan, Cimory
Kertas Kado, Tessa, Dee Strawberry, Lilin, Soklin, Roma Sari Gandum, Hatari, Jet Z, Garuda Pilus,
15
Choco Rice Crispy, Air Mineral
16 Obat Serangga, Tessa, Selection
17 Buku Tulis, Kaos Kaki, Jepit Rambut, Aim Corn, Kino
18 Good Day Sachet, Makarizo Shampo
19 Formula Sikat Gigi, Enzim Fresh Mint, Lifebuoy Bodywash
20 Bagus Kapur, Purbasari Lipstick, Pantene Shampo
21 Topi, Buku Tulis, Kaos Kaki
22 Biore, Buku Tulis, Beng-Beng, Jago Milk Coklat, Chocho Milk
23 Pakaian Dalam, Ciput, Pulpen, Buku Tulis, Jepit Rambut, Mitu, Foundation
24 Kue Basah, Flamboyan, Laurier, Tessa, Pepsodent, Iria Shower, Nivea
25 Ice Cream, Tim Tam, Buku Tulis
26 Jepit Rambut, Porstex
27 Shinzui, Laurier, Ultra Milk Low Fat
28 Vape, Johnsons Baby Lotion, Johnsons Shampo, Yuri TAF, Wardah Cleanser, Glade, Sapu, Serbet
Chacha Minis, Mamasuka Sup Krim, Ultra Milk, Kapal Api, Buku Gambar, Wardah Lip, Jepit Rambut,
29
Buku Tulis, Sunlight, Gunting, Wong Coco Ice Bon Bon
30 Oishi Rin Bee, Rebo Greentea, Mentos, Hexos, Paseo, Aloha
31 Ice Cream, Sweety Fit Pantz, Kelly Scrub, Pulpen, Jilbab, Sandal, Celana Pendek
32 Wardah Eyeliner, Jepit Rambut
33 Nyu Cream, Wardah Lip
34 Boom, Biore, Dove Shampo, Tessa, Fanta
35 Glade, Biore Purepack
36 ABC Sambal, Fanta, Ultra Kacang Ijo
37 Kue Basah, Kaos Kaki
38 Buku Tulis, Jolly Facial, Cho Cho Lolipop, Oreo, Momogi, Nabati, Roma Kelapa
39 Taro, Piatos, Aquarius
40 Tempat Makeup, Jepit Salon
41 Air Mineral, Oishi Kriuk-Kriuk, Kentang Keriting Balado, Wardah Aloe Hydramild
42 Happytos, Tessa, Citra
43 Taro, Citra, Johnsons Powder
Oishi Pillow Ubi, Golia Activ Plus, Fanta, Cussons Baby Wipes, Ultra Milk Low Fat, KitKat, Wardah
44
Lip, Purbasari Zaitun, Mirabella Sponge, Snickers, Rexona, Sikat
45 Sunlight, Jepit Rambut, Ultra Teh Kotak, Semir Marimar
Biosol, Rinso, Mama, Baygon, Polytex Sabut, Wings Cream, Shampo Hijab, Bagus Kapur, Gula, Chunky,
46
Tessa
47 Marina, Stella
48 Yakult, Tas, Cololite, Citra, Xylitol, Marjan, Permen Jahe, Stella
49 Kue Basah, Tic Tac, Air Mineral
50 Kaos, Kulot, Gery, Nu Green Tea, Air Mineral
51 Sunsilk Conditioner, Sapu, Sumbo Cair
52 Ellips, Evita, Marck Rose, Cutton Buds, Tessa, Charm
53 Fresstea Green, Jas Hujan
54 Jepit Rambut, Multi
55 Chitato, Kue Basah, Good Day
56 Sapu, Inaco Jelly
57 Jepit Rambut, Buku Tulis
58 Charm, Jepit Rambut
59 Ice Cream, Cashew Nut, Keset, Sapu, Gayung, My Baby Powder, Pepsodent, Marina
60 Rejoice, Ponds Men Oil Control, Gatsby
61 Jepit Rambut, Sapu
62 Nestle Pure Life, Kotex, Marina
63 Buku Tulis, Mentos, Dettol, Sarimurni
Mitu, French Fries, Milna, Forvita Margarin, Wong Coco Puding, Gula Halus, Fermipan, My Baby
64
Shampo, Cussons Baby Cream
65 Gula, Sapu, Sedotan
66 Energen, Indomilk, Madu TJ, Permen Jahe, Air Mineral, Makaroni Balado
67 Kripik Singkong, Buku Tulis, Nivea, Vaseline
68 Selsun Blue, Ice Cream
69 Yoghurt, Pepsodent
70 Merries Pants, Potabee
71 Herborist, Pencetan Jerawat
72 Jepit Rambut, Buku Tulis
73 Kispray, Panci, Serbet
74 Kue Basah, Blue Band, Ceres Meses, Biskuat
75 Jepit Rambut, Purbasari Lipstick, Makarizo Shampo
76 Air Mineral, Sepatu
77 Good Time, Frisian Flag, Mainan Anak-Anak
78 Ice Cream, Buku Tulis, Lancar Hitung
79 Anlene, Resik V, Wardah Toner, Casablanca, Rexona Men, Rexona Invisible
80 Lifebuoy Bodywash, Dove Shampo, Ponds, Pepsodent, Kapal Api
81 Shinzui Body Lotion, Jepit Rambut, Molto, Attack, Ultra Teh Kotak, Pakaian Dalam
82 Nivea, Pantene Shampo, Cashew Nut
83 Multi, Indomilk, Aquarius, Indomie, Mie ABC, Oral B, Pepsodent, Gatsby Oil Control, Garnier Men
84 Glico Pocky, Richeese Wafer, Tim Tam, Good Day
85 Kispray, Freshcare
86 Frieskies Seafood, Pulpen
87 Safari Meses, Pulpen
88 Charm, Marina
89 My Baby Soap, Kuas Gambar
90 Stella, Sunlight
91 Pakaian Dalam, Buku Gambar
92 Laurier, Fiesta, Champ Sosis, Indofood Sambal, Bimoli
93 Ultra Milk, Delfi
94 Baju Anak, Perlak, Waslap, Pepsodent, Cutton Buds, Head & Soulders
95 Celana Plisket, Pureline Hijab Fresh, Clear Shampo, Spons
96 Kue Basah, Sunlight
97 Taro, Cimory, Ultra Milk, Rudi-H Shampo
98 Spons, Multi, Richoco Nabati
99 Sprite, Cololite, Gillette Blue
100 Ice Cream, Tessa
4. Rekapitulasi Pembagian Departemen

Table 7. Pembagian DEPT
NAMA DEPARTEMEN NAMA BARANG
Shinzui, Lifebuoy Bodywash, Sabun Mandi Pelangi, Shinzui Body Lotion,

DEPT 1 Perawatan Tubuh Biore, Sumber Ayu, Penyegar Sari Mawar, Herborist, Nivea, Iria Shower,
Kelly Scrub, Citra, Purbasari Zaitun, Marina, Vaseline, Resik V
Ellips, Pantene Shampo, Sunsilk, Head & Soulders, Makarizo Shampo,

Nyu Cream, Dove Shampo, Semir Marimar, Shampo Hijab, Sunsilk
DEPT 2 Perawatan Rambut
Conditioner, Rejoice, Gatsby, Pantene Conditioner, Selsun Blue, Clear
Shampo, Pureline Hijab Fresh, Rudi-H Shampo
Wardah Facial Scrub, Wardah Gentle Wash, Viva Mask, Wardah Creamy
Foam, Wardah Cleanser, Biore Purepack, Jolly Facial, Wardah Aloe
DEPT 3 Perawatan Muka
Hydramild, Ponds Men Oil Control, Ponds, Wardah Toner, Garnier Men,
Gatsby Oil Control
DEPT 4 Perawatan Gigi Pepsodent, Formula Sikat Gigi, Enzim Fresh Mint, Oral B
Casablanca, Rexona Men, Rexona Invisible, Vivelle, Body Mist Princess,

DEPT 5 Parfume
Dove Roll On, Rexona
Wardah Eyeliner, Purbasari Lipstick, Wardah BB Natural, Nuface, Marck

DEPT 6 Kosmetik & Alat Make Up Rose, Foundation, Wardah Lip, Tempat Makeup, Mirabella Sponge,
Pencetan Jerawat, Cutton Buds
DEPT 7 Roti & Makanan Basah Kue Basah, Roti Tawar, Abon Tuna
Mie Sedaap, Mie Gekikara Ramen, Indomie, Mie ABC, Wong Coco
DEPT 8 Makanan Cepat Saji
Puding, Fiesta, Champ Sosis
Hatari, Roma Sari Gandum, Roma Kelapa, Milna, Biskuat, Good Time,
Frieskie Seafood, French Fries, Chitato, Tic Tac, Happytos, Taro, Piatos,
Oishi Rin Bee, Rebo Greentea, Aloha, Momogi, Glico Pocky, Beng-Beng,
DEPT 9 Snack/Makanan Ringan Jet Z, Garuda Pilus, Chocho Rise Crispy, Aim Corn, Tim Tam, Nabati,
Oreo, Oishi Kriuk-Kriuk, Kentang Keriting Balado, Oishi Pillow Ubi,
Gery, Makaroni Balado, Kripik Singkong, Potabee, Richeese Wafer,
Richoco Nabati
Sprite, Nestle Pure Life, Nu Green Tea, Inaco Jellly, Evita, Aquarius, Ultra
Kacang Ijo, Fanta, Le Mineral, Ice Cream, Wong Coco Ice Bon Bon,
DEPT
Minuman, Ice Cream & Jelly Yakult, Cimory, Air Mineral, Flamboyan, Ultra Milk Low Fat, Ultra Milk,
10
Ultra Teh Kotak, Fresstea Green, Good Day, Indomilk, Yoghurt, Frisian
Flag
DEPT
Minuman Bubuk Kapal Api, Energen, Good Day Sachet, Anlene
11
Delfi, Xylitol, Permen Jahe, Mentos, Hexos, Golia Activ Plus, Kino,
DEPT
Permen & Coklat Chocho Milk, Jago Milk Coklat, Chacha Minis, Take It Fingers, Cho Cho
12
Lolipop, KitKat, Snickers, Chunky, Cashew Nut
DEPT Pembersih Lantai & Kamar
Porstex, Biosol, Dettol
13 Mandi
DEPT
Deterjen Daia, Rinso, Soklin, Boom, Attack
14
DEPT
Pengharum Pakaian Downy, Kispray, Molto
15
DEPT
Pengharum Ruangan Bayfresh, Glade, Stella
16
DEPT
Pembalut & Popok Bayi Laurier, Sweety Fit Pantz, Charm, Kotex, Merries Pants
17
DEPT
Tissue & Kapas Tessa, Selection, Mitu, Paseo, Cussons Baby Wipes, Multi
18
Zwitsal Soap, Dee Strawberry, Johnsons Baby Lotion, Johnsons Shampo,
DEPT
Perlengkapan Bayi & Anak Johnsons Powder, My Baby Powder, My Baby Soap, My Baby Shampo,
19
Cussons Baby Cream
DEPT
Mainan Mainan Anak-Anak
20
DEPT Pulpen, Buku Tulis, Kertas Kado, Buku Gambar, Lancar Hitung, Kuas
Alat Tulis
21 Gambar
DEPT
Alat Elektronik Casio Kalkulator, Baterai
22
DEPT Sikat, Sapu, Gillette Daisy, Serbet, Gunting, Keset, Gayung, Perlak,
Perkakas Rumah Tangga
23 Waslap, Gillette Blue, Lilin
DEPT
Aksesoris Jam Tangan, Jepit Rambut, Topi, Jepit Salon, Tas
24
DEPT
Alas Kaki & Semir Sandal, Kaos Kaki, Cololite, Sepatu
25
DEPT Kulot, Kaos, Celana Jeans, Baju Atasan, Pakaian Dalam, Ciput, Jilbab,
Pakaian
26 Celana Pendek, Baju Anak, Celana Plisket, Sprei, Jas Hujan
Mamasuka Sup Krim, ABC Sambal, Gula, Marjan, Sumbo Cair,
DEPT
Bahan Dapur Sarimurni, Forvita Margarin, Gula Halus, Fermipan, Madu TJ, Blue Band,
27
Ceres Meses, Safari Meses, Indofood Sambal, Bimoli
DEPT Spons, Turi TAF, Sunlight, Mama, Polytex Sabut, Wings Cream, Sedotan,
Perkakas Dapur
28 Panci
DEPT
Pembasmi Serangga Obat Serangga, Bagus Kapur, Vape, Baygon
29
DEPT
Obat-Obatan Freshcare
30
5. Rekapitulasi Data Integrasi

Table 8. Data Integrasi
TRANSAKSI ITEM SET
1 DEPT 22, DEPT 25, DEPT 26
2 DEPT 1, DEPT 2, DEPT 5, DEPT 8, DEPT 10, DEPT 17, DEPT 22, DEPT 23, DEPT 24
3 DEPT 7, DEPT 18
6 DEPT 7, DEPT 9
7 DEPT 14, DEPT 21
10 DEPT 3, DEPT 4, DEPT 8, DEPT 14, DEPT 15, DEPT 21, DEPT 23
12 DEPT 21, DEPT 23
13 DEPT 1, DEPT 5, DEPT 6, DEPT 10
16 DEPT 18, DEPT 29
17 DEPT 9, DEPT 12, DEPT 21, DEPT 24, DEPT 25
18 DEPT 2, DEPT 11
19 DEPT 1, DEPT 4
24 DEPT 1, DEPT 4, DEPT 7, DEPT 10, DEPT 17, DEPT 18
26 DEPT 13, DEPT 24
32 DEPT 6, DEPT 24
33 DEPT 2, DEPT 6
35 DEPT 3, DEPT 16
36 DEPT 10, DEPT 27
37 DEPT 7, DEPT 25
39 DEPT 9, DEPT 10
40 DEPT 6, DEPT 24
44 DEPT 1, DEPT 5, DEPT 6, DEPT 9, DEPT 10, DEPT 12, DEPT 19, DEPT 23
46 DEPT 2, DEPT 12, DEPT 13, DEPT 14, DEPT 18, DEPT 27, DEPT 28, DEPT 29
47 DEPT 1, DEPT 16
53 DEPT 10, DEPT 26
54 DEPT 18, DEPT 24
56 DEPT 10, DEPT 23
57 DEPT 21, DEPT 24
58 DEPT 17, DEPT 24
60 DEPT 2, DEPT 3
61 DEPT 23, DEPT 24
68 DEPT 2, DEPT 10
69 DEPT 4, DEPT 10
70 DEPT 9, DEPT 17
71 DEPT 1, DEPT 6
72 DEPT 21, DEPT 24
76 DEPT 10, DEPT 25
78 DEPT 10, DEPT 21
84 DEPT 9, DEPT 10
85 DEPT 15, DEPT 30
86 DEPT 9, DEPT 21
87 DEPT 21, DEPT 27
88 DEPT 1, DEPT 17
89 DEPT 19, DEPT 21
90 DEPT 16, DEPT 28
91 DEPT 21, DEPT 26
93 DEPT 10, DEPT 12
96 DEPT 7, DEPT 28
100 DEPT 10, DEPT 18
6. Rekapitulasi Data Transformasi
4. Modelling
Metode yang digunakan dalam penelitian ini yaitu metode Cluster
dan AR-MBA (Association Rule – Market Basket Analysis). Metode
Cluster digunakan untuk mengelompokkan suatu objek yang memiliki
kesamaan karakteristik dengan objek lainnya dalam satu kelompok dan
memiliki perbedaan karakteristik dengan objek kelompok lain.
Sedangkan metode AR-MBA digunakan untuk mengetahui
kecenderungan konsumen dalam membeli produk yang kemudian dapat
digunakan dalam menentukan bisnis strategi.
Pengolahan Data Dengan Metode K-Means Cluster (Metode Non
Hierarki)
Langkah-langkah dalam pengerjaan dengan metode K-Means Cluster
menggunakan Software Rapid Miner adalah sebagai berikut:
1) Tahap Standarisasi Data
a. Input data pada variable view seperti gambar dibawah ini.
Kemudian mengganti type pada variabel Responden menjadi
String.
Gambar 1. Tampilan Variable View

Masukkan Value pada variabel “Jenis_Kelamin” seperti gambar
dibawah ini.
Gambar 2. Tampilan Value Labels

Masukkan Value pada variabel “Pekerjaan” seperti gambar
dibawah ini.
Gambar 3. Tampilan value labels variabel pekerjaan
b. Input data pada Data View seperti gambar dibawah ini.
Gambar 4. Tampilan Data View

c. Pilih analyze, lalu descriptive statistic, dan terakhir klik descriptive

Laporan Akdm

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Laporan Akdm

Diunggah oleh

Hak Cipta:

Format Tersedia

LAPORAN

ANALISIS KEPUTUSAN DAN DATA MINING

Kuesioner diatas menunjukkan perbandingan tingkat

Berikut merupakan hasil rekapitulasi kuesioner

Jenis Total Umur Frekuensi

Jenis Kelamin 1 1/3 1/3 3 1/2

2) Uji Konsistensi Antar Kriteria

Berdasarkan perhitungan diatas diperoleh nilai eugen vector

​ ​Dengan aturan transformasi yang digunakan sebagai berikut:

2. Rekapitulasi Data Transformasi

Data-data yang digunakan untuk analisa AR-MBA adalah sebagai

4. Rekapitulasi Pembagian Departemen

Shinzui, Lifebuoy Bodywash, Sabun Mandi Pelangi, Shinzui Body Lotion,

Ellips, Pantene Shampo, Sunsilk, Head & Soulders, Makarizo Shampo,

Casablanca, Rexona Men, Rexona Invisible, Vivelle, Body Mist Princess,

Wardah Eyeliner, Purbasari Lipstick, Wardah BB Natural, Nuface, Marck

5. Rekapitulasi Data Integrasi

6. Rekapitulasi Data Transformasi

Gambar 1. Tampilan Variable View

Gambar 2. Tampilan Value Labels

Gambar 3. Tampilan value labels variabel pekerjaan

b. Input data pada Data View seperti gambar dibawah ini.

Gambar 4. Tampilan Data View

Anda mungkin juga menyukai

Dengan aturan transformasi yang digunakan sebagai berikut: