Anda di halaman 1dari 9

REVIEW JURNAL

Judul Data Mining Analisa Pola Pembelian Produk Dengan Menggunakan Metode
Algoritma Apriori
Jurnal Seminar Nasional Teknologi Informasi dan Multimedia 2016
Volume & Halaman -
Tahun Februari 2016
Penulis Heroe Santoso, I Putu Hariyadi, Prayitno
Reviewer Ayu P.S Qur’aini
Tanggal 26 Oktober 2020

Abstrak Pengelola swalayan harus mencermati pola-pola pembelian yang dilakukan


konsumen. Swalayan mempunyai kekurangan, diantaranya permasalahan
peletakkan barang-barang yang tidak sesuai dengan perilaku konsumen
dalam membeli barang secara bersamaan dalam satu waktu. Hal ini tentunya
mempengaruhi tingkat penjualan. Adanya kegiatan penjualan setiap hari,
data transaksi penjualan akan terus bertambah, menyebabkan penyimpanan
data semakin besar. Data transaksi penjualan hanya dijadikan arsip tanpa
dimanfaatkan dengan baik. Pada dasarnya kumpulan data memiliki
informasi-informasi yang sangat bermanfaat.
Berdasarkan permasalahannya diperlukan adanya sistem untuk mengolah
data barang berdasarkan kecenderungannya yang muncul bersamaan dalam
suatu transaksi menggunakan algoritma apriori. Penerapan algoritma apriori
diharapkan akan menemukan pola berupa produk yang sering dibeli
bersamaan. Pola tersebut digunakan untuk menempatkan produk yang sering
dibeli bersamaan dalam sebuah area yang saling berdekatan. Adapun hasil
yang dicapai berupa laporan hasil data minng pola pembelian barang yang
sering dibeli secara bersamaan guna pengembangan strategi pemasaran
dalam penjualan barang.
Kesimpulannya membangun aplikasi penerapan data mining analisa pola
pembelian produk dengan metode algoritma apriori untuk mengetahui
prilaku konsumen dalam membeli produk barang secara bersamaan, sebagai
alternative keputusan dalam menentukan penempatan barang diarea yang
saling berdekatan sesuai prilaku konsumen dalam membeli barang secara
bersamaan.
Metode Penelitian Metode penelitian yang digunakan dalam penelitian ini adalah metode
Waterfall. Pengembangan metode Waterfall sendiri melalui beberapa
tahapan yaitu Analisis, Desain, Coding, Testing.

Hasil Penelitian Hasil penelitian dari jurnal ini adalah tabel final association rule
menjelaskan tentang support dan confidence dari masing-masing kombinasi 2
itemsets dan 3 itemsets. Hasil perhitungan support pada tabel final association
rule didapatkan dari jumlah transaksi mengandung A dan B dibagi total
transaksi. Sedangkan confidence didapatkan dari jumlah transaksi
mengandung A dan B dibagi jumlah transaksi mengandung A. Hasil perkalian
support dan confidence itulah yang menjadi hasil akhir dari algoritma apriori.

Kesimpulan Data Mining dapat di implementasikan dengan menggunakan database


penjualan produk barang untuk dapat menemukan kecenderungan pola
kombinasi itemsets sehingga dapat dijadikan sebagai informasi untuk
mengetahui prilaku konsumen dalam membeli produk barang secara
bersamaan, sebagai alternative alat bantu keputusan dalam menentukan
penempatan barang diarea yang saling berdekatan sesuai prilaku
konsumen dalam membeli barang secara bersamaan, membantu untuk
mengetahui produk barang yang jarang dibeli konsumen dan sebagai alat
alternative dalam meningkatkan strategi pemasaran dengan cara membuat
diskon barang tertentu yang jarang di beli untuk menarik minat beli
konsumen.

Kekuatan 1. Teori dan model analisis yang digunakan sangat tepat


2. Abstrak yang ditulis cukup menyeluruh dan mudah dipahami
oleh pembaca
3. Penulis detail dalam memberikan hasil yang didapat dalam
melakukan penelitiannya.
4. Penggunaan bahasa dan analisis yang dilakukan oleh penulis
sangat mudah dipahami.
Kelemahan -
REVIEW JURNAL
Judul Rancangan Sistem Data Warehouse Evaluasi Kinerja
Jurnal Seminar Nasional Teknologi Informasi dan Multimedia 2015
Volume & Halaman -
Tahun Februari 2015
Penulis Henderi, Edi Winarko
Reviewer Ayu P.S Qur’aini
Tanggal 26 Oktober 2020

Abstrak Paper ini membahas sistem data warehouse (DW) evaluasi kinerja. Tujuan
yang hendak dicapai adalah membuat rancangan sistem DW evaluasi kinerja
yang siap diterapkan di perguruan tinggi. Penelitian dilakukan melalui
tahapan menentukan subjek, studi literatur, observasi terhadap struktur
orgnisasi, proses bisnis, sistem operasional, menyusun key performance
indicators (KPI), menentukan representasi KPI, menentukan data dan
sumbernya, dan membuat rancangan DW evaluasi kinerja. Hasil akhirnya
berupa rancangan fisik dan rancangan model data untuk sistem DW evaluasi
kinerja. Pengimplementasian rancangan sistem DW evaluasi kinerja yang
diusulkan dapat digunakan untuk meningkatkan kecepatan, efisiensi dan
kualitas pelaksanaan evalausi kinerja berbentuk KPI, mengelola dan
mengontrol aktifitas, mengetahui kondisinya, dan dapat mendukung
pengambilan keputusan di perguruan tinggi sebagai objek penelitian.
Metode Penelitian Rancangan sistem DW evaluasi kinerja untuk perguruan tinggi (selanjutnya
disebut sekolah tinggi) dibuat melalui dua tahap aktifitas utama. Tahap
pertama studi pendahuluan, dan tahap kedua adalah analisa dan rancangan.
Aktifitas studi pendahuluan terdiri atas: menentukan subjek, studi literatur
terhadap penelitian terkait, observasi terhadap struktur organisasi, proses
bisnis, dan sistem operaisonal di sekolah tinggi.
Hasil Penelitian Hasil penelitian dari jurnal ini adalah :
1. rancangan data dimensi KPI-7 tentang pengabdian masyarakat dosen.
Kinerja itu ditunjukan oleh jumlah pengabdian masyarakat dosen
berdasarkan: golongan jabatan fungsional, jenjang pendidikan, bidang
ilmu, sumber pendanaan, dan program studi tempat dosen ditugaskan.
Kinerja KPI-7 juga dikelompokan berdasarkan tahun, dan dapat di-drill
down ke dalam semester dan bulan.
2. Evaluasi terhadap kinerja KPI-7 dilakukan dengan menganalisa datanya
menggunakan tool sistem evaluasi kinerja. Pemimpin sekolah tinggi atau
bagian terkait bisa melihat hasilnya melalui tool evaluasi kinerja atau web
internal. Hasil evaluasinya digunakan untuk mengelola dan mengontrol
aktifitas pengabdian masyarakat dosen, mengetahui kondisinya, dan
mendukung pengambilan keputusan yang terkait dengannya.
3. sistem DW evaluasi kinerja perguruan tinggi yang diusulkan dapat
meningkatkan kecepatan, efisiensi, dan kualitas pelaksanaan evaluasi
kinerja perguruan tinggi. Kecepatan diperoleh karena evaluasi dilakukan
menggunakan sistem informasi berbasis komputer. Efisiensi dapat dicapai
karena penggunaan sumber daya manusia dan waktu dapat dikurangi.
Sementara kualitas hasil evaluasi dapat ditingkatkan karena dilaksanakan
berdasarkan data yang direkam oleh sistem informasi pendukung
opersional harian perguruan tinggi.
Kesimpulan Telah dibahas usulan rancangan sistem DW evaluasi kinerja untuk
perguruan tinggi berbentuk sekolah tinggi. Rancangan sistem DW
evaluasi kinerja perguruan tinggi merupakan satu kesatuan antara sistem
operasional dan sumber data, DW evaluasi kinerja, dan tools yang
berfungsi untuk menganalisa data, dan mendeliver hasilnya kepada user.
Pengimplementasinya dapat digunakan untuk meningkatkan kecepatan,
efisiensi dan kualitas pelaksanaan evalausi kinerja berbentuk KPI,
mengelola dan mengontrol aktifitas, mengetahui kondisinya, dan
mendukung pengambilan keputusan di perguruan tinggi. Rancangan
sistem DW evaluasi kinerja dibuat menggunakan pendekatan proses bisnis
perguruan tinggi berbentuk sekolah tinggi. Belum dilakukan pembahasan
tentang permasalahan di aspek integrasi data yang berasal dari beberapa
database ke sistem DW. Dengan demikian perlu dilakukan penelitian
lanjutan tentang strategi integrasi data di sistem DW.
Kekuatan
Kelemahan -
REVIEW JURNAL
Judul Perancangan dan Pembangunan Data Warehouse pada PLN Salatiga
Menggunakan Skema Snowflake
Jurnal Jurnal Teknologi Informasi-Aiti
Volume & Halaman Vol. 6. No. 2
Tahun Agustus 2008
Penulis Priyo Ari Handoyo, Sri Yulianto J. Prasetyo, Johan Tambotoh,SE.
Reviewer Ayu P.S Qur’aini
Tanggal 26 Oktober 2020

Abstrak We can explain the Data Warehouse as the Data Integration that is used in
processing with historical data for analizing data purposes. Data
Warehousing is a technology that assembles from the compilation of the new
concept and system tolls, which is using as the facilitator of making the
organisation decision. The Data Warehouse in PLN using Snowflake scheme
that modeling Data Warehouse by making the real data into the table with
the smaller dimension and having the details attribute.
Metode Penelitian Metode Penelitian yang dipakai peneliti adalah dengan melakukan
observasi, analisis, serta pengumpulan data.

Hasil Penelitian Hasil penelitian dari jurnal ini adalah :


1. Implementasi data warehouse menggunakan skema snowflake
menghasilkan sebuah sistem yang komplek dan detail. Data warehouse
pendapatan PLN didesain menjadi lima tabel dimensi, empat sub tabel
dimensi dan satu fact table yang menghubungkan tabel-tabel dimensi
yang ada. Dari semua tabel dimensi yang sudah ada akan dihubungkan
oleh satu buah fact table yaitu table transaksi. Dalam tabel transaksi berisi
data transaksi pembayaran pelanggan. Dalam melakukan pembuatan dan
perancangan data warehouse ini, penulis menggunakan skema snowflake.
Yaitu membangun satu buah tabel utama yang memiliki tabel dimensi dan
juga memilki tabel sub dimensi sehingga akan diperoleh informasi yang
detail dan jelas sesuai dengan kebutuhan.
2. Pada menu laporan dikategorikan berdasar tabel dimensi yang ada pada
data warehouse. Tabel dimensi tersebut diantaranya dimensi lokasi,
produk, waktu, tipe pelanggan. Seorang admin bisa memilih dimensi
sesuai dengan kebutuhan laporan data disajikan dalam bentuk text,
diagram batang dan diagram pie. Dengan adanya penyajian dalam ketiga
bentuk tersebut maka akan mempermudah admin dalam proses analisa
data untuk mengambil keputusan.
3. Dari laporan pendapatan dimensi produk dapat dilihat bahwa produk
dengan kategori Standard paling tinggi jumlahnya. Dengan adanya
laporan seperti ini akan membantu pihak managemen untuk memberikan
kebijakan tarif untuk setiap produk. Sehingga PLN Salatiga tidak rugi dan
pelanggan juga tidak merasa terlalu terbeban menggunakan layanan dan
kebijakan dari PLN Salatiga. Selain itu pihak PLN Salatiga juga bisa
melihat dan mengetahui rata-rata pembayaran dari setiap produk sehingga
kalau terjadi penyalahgunaan produk PLN Salatiga, maka akan segera
diketahui dengan cepat.
Kesimpulan Dari hasil perancangan aplikasi data warehouse dengan skema snowflake,
penulis dapat menarik kesimpulan, Data warehouse yang dirancang
dengan skema snowflake akan lebih komplek dari data warehouse yang
dirancang denganskema star. Dengan adanya sistem data warehouse maka
data yang sebelumnya kurang bermanfaat akan menjadi lebih bermanfaat.
Dalam data warehouse ini data disajikan dalam bentuk diagram batang
dan diagram pie sehingga akan mempermudah pengguna untuk keperluan
analisis data. Dengan tersedianya data dalam bentuk data warehouse
diharapkan proses analisis data dapat seakurat mungkin dan
permasalahan-permasalahan yang timbul dapat ditangani secepat
mungkin. Sistem ini berbeda dengan sistem informasi pada umumnya,
perbedaan itu adalah pada sistem informasi isi dari basis data selalu
berubah sesuai dengan kebutuhan, tetapi pada sistem ini data yang sudah
masuk ke dalam data warehouse tidak dapat diubah dan di update. Data
pada data warehouse sifatnya historical. Data tersedia dalam multidimensi
sehingga akan lebih efektif dan efisien untuk keperluan analisa data.
Kekuatan
Kelemahan -

Anda mungkin juga menyukai