TUGAS AKHIR
NURSYAHFITRI PURBA
142406121
TUGAS AKHIR
NURSYAHFITRI PURBA
142406121
TUGAS AKHIR
Saya mengakui bahwa Tugas Akhir ini adalah hasil karya sendiri. Kecuali
beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
NURSYAHFITRI PURBA
142406121
iii
Puji dan syukur penulis panjatkan kehadirat Allah SWT, yang telah melimpahkan
karunianya dalam mengerjakan Tugas Akhir ini. Karena berkat rahmat dan ridho-
Nya pula penulis dapat menyelesaikan Tugas Akhir ini dengan judul Aplikasi
Data Mining Algoritma Apriori Untuk Menentukan Relasi Pembelian Produk
Pada Swalayan Sinuraya Simalingkar Medan.
Terima Kasih penulis sampaikan kepada Bapak Dr. Pasukat Sembiring,
M.Si sebagai Dosen Pembimbing yang telah membimbing penulis dan
meluangkan waktunya selama penyusunan Tugas Akhir ini. Terima Kasih kepada
Drs. Partano Siagian, M.Sc sebagai Dosen Pembimbing Akademik yang telah
membimbing dan membantu penulis selama penulis menjalani pendidikan.
Terima Kasih kepada Ibu Dra. Normalina Napitupulu, M.Sc dan Bapak Piter
James Marbun, M.Kom selaku Ketua dan Sekretaris Program Studi D3 Teknik
Informatika FMIPA USU Medan, Dekan dan Wakil Dekan FMIPA USU, seluruh
Staf dan Dosen Program Studi D3 Teknik Informatika FMIPA USU, pegawai
FMIPA USU dan rekan-rekan kuliah. Akhirnya tidak terlupakan kepada Bapak,
Ibu dan keluarga yang selama ini memberikan bantuan dan dorongan yang
diperlukan. Semoga Tuhan Yang Maha Esa akan membalasnya.
NURSYAHFITRI PURBA
142406121
iv
ABSTRAK
Database bukan hanya berfungsi sebagai tempat penyimpanan data. Namun, saat
ini database dapat menjadi sumber informasi yang berguna bagi semua kalangan.
Termasuk dalam bidang usaha jual beli seperti swalayan. Database swalayan yang
berisikan transaksi pembelian produk dapat dijadikan informasi yang membantu
pemilik swalayan dalam meningkatkan pelayanan bagi konsumen. Menggunakan
metode asosiasi data mining dengan algoritma apriori dapat membuat sistem,
yang menampilkan kebiasaan kombinasi pembelian produk yang dilakukan
konsumen. Maka informasi kombinasi ini dapat dijadikan ide bagi pemilik
swalayan untuk menyusun produk berdekatan sesuai kombinasi agar konsumen
mudah menemukan produk dan efisien waktu. Sehingga pemanfaatan database
menjadi informasi sangatlah bermanfaat bagi pemilik swalayan maupun
konsumen.
ABSTRACT
Database, not only serves as a place of data storage. However, the current
database can be a useful source of information for all. Including in the field of sale
and purchase business such as self-service. A self-service database containing
purchase transactions of products can be used as information that help self-service
owner in improving services for consumers. Using the data mining association
method with apriori algorithm can create a system, which displays the custom
combination of purchasing product made by consumers. Then this combination
can be used as an idea for self-service owners to arrange adjacent products
according to the combination so that consumers are easy to find products and time
efficient. So the use database into information is very useful for self-service owner
and consumers.
vi
Halaman
Persetujuan ii
Pernyataan iii
Penghargaan iv
Abstrak v
Abstract vi
Daftar Isi vii
Daftar Tabel ix
Daftar Gambar x
Daftar Lampiran xi
BAB 1. Pendahuluan
1.1. Latar Belakang 1
1.2. Rumusan Masalah 3
1.3. Batasan Masalah 3
1.4. Tujuan Penelitian 3
1.5. Manfaat Penelitian 4
1.6. Metodologi Penelitian 4
1.7. Sistematika Penulisan 6
vii
BAB 5. Penutup
5.1. Kesimpulan 52
5.2. Saran 53
Daftar Pustaka 54
Lampiran
viii
ix
1 Listing Program 1
2 Hasil Uji Program
3 Kartu Bimbingan
4 SK Pembimbing TA
xi
PENDAHULUAN
Tahap pendahuluan berisikan alasan penulis mengambil judul tugas akhir dan
menjadi alasan dibuatnya aplikasi, batasan masalah yang menjadi petunjuk bagi
penulis sejauh mana pembuatan aplikasi, tujuan dan manfaat penelitian adalah
pencapaian yang akan dipenuhi penulis dan sistematika penulisan untuk panduan
Saat ini persaingan di dunia bisnis sangatlah berkembang, untuk itu para pebisnis
bisnis yang digelutinya terus bertahan dan meningkat. Apalagi saat ini banyak
muncul bisnis baru yang berarti menambah saingan dalam berbisnis, terutama
perdangangan produk kebutuhan rumah tangga baik yang pokok, sandang, dan
aspek yang penting dari usahanya seperti ketersediaan produk, kebiasaan belanja
konsumen, dan fasilitas yang baik untuk memberi pelayanan pada konsumen.
Aspek penting tersebut dapat dilihat dari database transaksi penjualan yang
selama ini hanya menjadi arsip. Karena dengan menggali database, pebisnis dapat
strategi pemasaran, pebisnis dapat menggunakan database yang telah ada dan
database merupakan kegiatan data mining sebab pebisnis akan menggali potensi
dari database yang tersimpan. Data mining berguna untuk memberikan solusi
Dalam data mining terdapat beberapa algoritma atau metode yang dapat
dilakukan salah satunya yaitu algoritma apriori yang termasuk dalam aturan
asosiasi dalam data mining. Algoritma apriori yang bertujuan untuk menemukan
frequent item sets pada sekumpulan data. Algoritma apriori didefinisikan suatu
proses untuk menemukan suatu aturan apriori yang memenuhi syarat minimum
asosiasi data mining untuk mengetahui relasi pembelian produk maka pebisnis
dapat lebih cepat menggali potensi yang tersimpan dalam database yang dimiliki.
Berdasarkan uraian diatas, penulis memberikan judul karya tulis ini dengan
Permasalahan yang akan dibahas dalam penelitian tugas akhir ini adalah:
Agar tidak terlepas dari latar belakang dan perumusan masalah, maka batasan
1. Metode data mining yang digunakan adalah metode asosiasi. Dengan data yang
apriori.
Berdasarkan perumusan masalah dan pembatasan masalah yang ada, maka tujuan
yang ingin dicapai pada tugas akhir ini adalah dapat membuat aplikasi data
relasi pembelian produk yang akan digunakan untuk mengetahui produk yang
Dalam proses pengumpulan data dan informasi yang diperlukan untuk melengkapi
1. Studi Literatur
mining, metode asosiasi, dan algoritma apriori dari berbagai sumber, seperti
Pada tahap ini, akan dilakukan penelitian yang bertujuan untuk memperoleh
3. Perancangan Sistem
pembelian produk.
4. Implementasi Sistem
Pengujian ini mencakup apakah implementasi telah sesuai dengan teori, atau
ditemukan kesalahan.
6. Pembuatan Laporan
Adapun sistematika penulisan yang digunakan dalam penyusunan tugas akhir ini
adalah:
BAB 1 : PENDAHULUAN
Bab ini menguraikan latar belakang, rumusan masalah, batasan masalah, tujuan
tugas akhir.
Dalam bab ini penulis akan menjelaskan dan menguraikan pengertian mengenai
pokok pembahasan yang mengacu pada pembuatan aplikasi ini. Serta sistem
pendukung apa saja yang ada di gunakan dalam membangun aplikasi ini.
Dalam bab ini penulis akan membahas tentang analisis sistem dan perancangan
aplikasi dalam bentuk data flow diagram, serta struktur database yang digunakan
Pada bab ini akan membahas tentang implementasi hasil penelitian menjadi
dibuat.
BAB 5 : PENUTUP
Bab ini merupakan bab terakhir, dalam bab ini berisikan tentang kesimpulan yang
dapat ditarik oleh penulis berdasarkan hasil rancangan aplikasi yang telah
dibangun, serta berisi saran yang ditulis oleh penulis mengenai pengembangan
LANDASAN TEORI
Setelah tahapan pendahuluan, maka tahap selanjutnya adalah landasan teori, yang
merupakan tahap yang membahas tentang pokok pembahasan yang menunjang isi
dari tugas akhir yang harus diuraikan agar perwujudan aplikasi dapat dilakukan.
Pokok pembahasan dapat diperoleh dari berbagai sumber baik melalui buku,
berbagai database besar. Istilah data mining memiliki hakikat sebagai disiplin
ilmu yang tujuan utamanya adalah untuk menemukan, menggali, atau menambang
data, historis untuk menemukan keteraturan, pola atau hubungan dalam set data
berukuran besar. Keluaran dari data mining bisa dipakai untuk memperbaiki
1. Data mining merupakan suatu proses otomatis terhadap data yang sudah ada.
3. Tujuan data mining adalah mendapatkan hubungan atau pola yang akan
Sebagai suatu rangkaian proses, data mining dapat dibagi menjadi beberapa
atau dengan perantaraan knowledge base. Berikut ini gambar tahapan proses pada
data mining.
Data yang ada pada database sering kali tidak semuanya dipakai, oleh karena
itu hanya data yang sesuai untuk dianalisis yang akan diambil dari database.
Data diubah atau digabung ke dalam format yang sesuai untuk diproses dalam
data mining.
5. Proses mining
gambar berikut.
ditemukan.
Data mining dibagi menjadi beberapa kelompok berdasarkan tugas yang dapat
1. Deskripsi
Terkadang peneliti dan analis secara sederhana ingin mencoba mencari data
menentukan keterangan atau fakta bahwa siapa yang tidak cukup professional
akan sedikit didukung dalam pemilihan presiden. Deskripsi dari pola dan
atau kecenderungan.
2. Estimasi
akan dilakukan estimasi tekanan darah sistolik pada pasien rumah sakit
berdasarkan umur pasien, jenis kelamin, indeks berat badan, dan level sodium
darah. Hubungan antara tekanan darah sistolik dan nilai variabel prediksi
3. Prediksi
Prediksi hampir sama dengan klasifikasi dan estimasi, kecuali bahwa dalam
b. Prediksi persentasi kenaikan kecelakaan lalu lintas tahun depan jika batas
Beberapa metode dan teknik yang digunakan dalam klasifikasi dan estimasi
4. Klasifikasi
5. Pengklusteran (Clustering)
Kluster adalah kumpulan record yang memiliki kemiripan satu dengan yang
adalah:
dari satu suatu produk bagi perusahaan yang tidak memiliki dana
6. Asosiasi
Tugas asosiasi dalam data mining adalah menemukan attribut yang muncul
dalam satu waktu. Dalam dunia bisnis lebih umum disebut analisis keranjang
Ada empat langkah yang dilalui dalam data mining antara lain (Lee dan Santana,
2010) :
seorang konsumen apakah akan pindah ke kompetitor bisnis kita, dan lain
bisnis tersebut. Tugas dasar yang menjadi dasar algoritma data mining adalah
mencari data yang mendukung defenisi masalah. Menentukan porsi data yang
3. Langkah ketiga: Model building and validation. Validasi apakah data mining
data testing.
Analisis asosiasi atau association rule mining adalah teknik data mining untuk
menemukan aturan asosiasi antara kombinasi item. Contoh dari aturan asosiasi
dari analisa pembelian di suatu pasar swalayan adalah dapat diketahui berapa
item-item belanja yang sering dibeli secara bersamaan dalam suatu waktu. Aturan
pengetahuan yang dihasilkan dari fungsi aturan asosiasi (Susanto dan Suryadi,
2010).
Analisis asosiasi dikenal juga sebagai salah satu teknik data mining yang menjadi
dasar dari berbagai teknik data mining lainya. Khususnya salah satu tahap dari
analisis asosiasi yang disebut analisis pola frekuensi tinggi (frequent pattern
Tahap ini mencari kombinasi item yang memenuhi syarat minimum dari nilai
Sedangkan nilai dari support dua item diperoleh dari rumus berikut :
Setelah semua pola frekuensi tinggi ditemukan, barulah dicari aturan assosiatif
aturan asosiasi “ jika A maka B “. Nilai confidence dari aturan “ jika A maka B “
Proses Aturan Asosiasi terdiri dari beberapa tahap sebagai berikut (Tyas, 2008).
item yang terdiri dari 1 item) dan menghitung nilai supportnya. Kemudian
ditentukan, jika nilainya lebih besar atau sama dengan minimum support
2. Itemset yang tidak termasuk dalam large itemset tidak diikutkan dalam iterasi
3. Pada iterasi kedua sistem akan menggunakan hasil large itemset pada iterasi
pertama (L1) untuk membentuk kandidat itemset kedua (L2). Pada iterasi
4. Setelah dilakukan operasi join, maka pasangan itemset baru hasil proses join
5. Proses pembentuk kandidat yang terdiri dari proses join dan prune akan terus
dilakukan hingga himpunan kandidat itemsetnya null, atau sudah tidak ada
6. Setelah itu, dari hasil frequent itemset tersebut dibentuk association rule yang
7. Pada pembentukan association rule, nilai yang sama dianggap sebagai satu
nilai.
8. Associotion rule yang terbentuk harus memenuhi nilai minimum yang telah
ditentukan.
9. Untuk setiap large itemset L, kita cari himpunan bagian L yang tidak kosong.
(L-a) jika supportnya (L) dan supportnya (a) lebih besar dari minimum
support.
Algoritma apriori adalah suatu algoritma dasar yang diusulkan oleh Agrawal dan
Srikant pada tahun 1994 untuk menentukan frequent itemsets untuk aturan
asosiasi Boolean. Algoritma Apriori termasuk jenis aturan asosiasi pada data
mining. Aturan yang menyatakan asosiasi antara beberapa atribut sering disebut
affinity analysis atau market basket analysis. Analisis asosiasi atau association
rule mining adalah teknik data mining untuk menemukan aturan suatu kombinasi
item. Salah satu tahap analisis asosiasi yang menarik perhatian banyak peneliti
untuk menghasilkan algoritma yang efisien adalah analisis pola frequensi tinggi
(frequent pattern mining). Penting tidaknya suatu asosiasi dapat diketahui dengan
dua tolok ukur, yaitu : support dan confidence. Support (nilai penunjang) adalah
Algoritma apriori dibagi menjadi beberapa tahap yang disebut narasi atau
Kandidat k-itemset dibentuk dari kombinasi (k-1) itemset yang didapat dari
kandidat k-itemset yang subsetnya berisi k-1 item tidak termasuk dalam pola
Support dari tiap kandidat k-itemset didapat dengan men-scan database untuk
itemset tersebut. Ini adalah juga ciri dari algoritma apriori dimana diperlukan
4. Bila tidak didapat pola frekuensi tinggi baru maka seluruh proses dihentikan.
Untuk lebih memahami proses algoritma apriori maka berikut ini akan
Data, informasi dan database sangat diperlukan dalam pembuatan dari tugas akhir
dalam pengoperasian aplikasi diperlukan data untuk diolah menjadi informasi dan
2.4.1. Data
Data adalah deskripsi dari sesuatu dan kejadian yang kita hadapi. Definisi dari
data yang lain adalah data merupakan kenyataan yang menggambarkan suatu
kejadian-kejadian dan kesatuan nyata. Kesatuan nyata (fact and entity) adalah
berupa suatu objek nyata seperti tempat, benda dan orang yang benar ada dan
tersebut harus diolah lebih lanjut untuk menjadi suatu informasi. Sejumlah penulis
2.4.2. Informasi
Informasi merupakan sesuatu yang dihasilkan dari pengolahan data. Data yang
sudah ada dikemas dan diolah sedemikian rupa sehingga menjadi sebuah
sumber. Informasi merupakan suatu hasil dari pemrosesan data menjadi sesuatu
activities carried out on data, and it appears meaningful for those who receive it
dan Munir (2006) bahwa “ Informasi merupakan hasil dari pengolahan data dalam
oleh pengguna. Sehingga informasi dapat diartikan juga sebagai data yang telah
diorganisasikan kedalam bentuk yang sesuai denagn kebutuhan seseorang, baik itu
manager, staf, ataupun orang lain di dalam suatu organisasi atau perusahaan.
2.4.3. Database
diperlukan oleh suatu organisasi atau perusahaan. Sedangkan data yang diperoleh
ada pada suatu berkas, mengubah data yang ada pada suatu berkas, menghapus
data yang ada pada suatu berkas dan menyajikan informasi yang diambil dari
sejumlah berkas.
DBMS merupakan perantara bagi pemakai dengan basis data. Untuk merinteraksi
dengan DBMS (basis data) menggunakan bahasa basis data yang telah ditentukan
oleh perusahaan DBMS. Bahasa basis data biasanya terdiri atas perintah-perintah
Bahasa basis data terbagi dua yaitu Data Definition Language (DDL) dan Data
basis data secara keseluruhan. membuat tabel baru, memuat indeks, ataupun
Data Flow Diagram (DFD) merupakan suatu gambaran grafis dari suatu sistem
bagaimana data mengalir melalui suatu proses yang saling berkaitan. Fungsi dari
(Storage Data)
Aliran Data Data mengalir melalui sistem dimulai
dengan sebagian input dan diubah
(Data Flow) menjadi output.
2.6. Flowchart
urutan prosedur dari suatu program. Flowchart menolong analis dan programmer
masalah yang perlu dipelajari dan dievaluasi lebih lanjut. Fungsi dari simbol-
Simbol Fungsi
Simbol Fungsi
Simbol input/output, menyatakan proses input atau
output tanpa tergantung jenis peralatannya.
Tahap analisis dan perancanagn sistem merupakan tahap awal dalam pembuatan
aplikasi ataupun sistem yang akan dibangun. Tujuan adanya bab ini adalah untuk
mengaplikasikan bab pendahuluan atas alasan karya tulis dibuat dan mewujudkan
penerapan dari teori-teori yang telah dijabarkan dalam bab sebelumnya. Dalam
bab ini terdapat analisis masalah yang akan dipecahkan menggunakan metode,
gambaran input maupun output yang akan berwujud pada bab selanjutnya.
Analisis sistem adalah suatu tahapan sistem yang dilakukan untuk membantu
memahami suatu masalah dan apa yang akan menjadi kebutuhan sistem.
Tujuannya adalah untuk membantu mengetahui masalah yang ada dan merancang
model suatu sistem yang akan dibangun sehingga menjadi tepat guna.
Masalah yang diangkat dalam tugas akhir ini adalah bagaimana cara menentukan
relasi pembelian barang pada swalayan yang akan menggunakan metode data
mining dengan aturan asosiasi dan algoritma apriori untuk mendapatkan informasi
kombinasi agar konsumen puas atas pelayanan dan terus belanja di swalayan
tersebut. Berikut ini data transaksi pembelian produk yang dilakukan konsumen
Data transaksi pembelian produk diatas akan dijadikan data input pada
aplikasi. Data transaksi tersebut akan dikelompokkan terlebih dahulu seperti data
Selain data kategori dari data transaksi diatas juga dikelompokkan menjadi data
produk yang menjelaskan produk apa saja yang diperjualkan pada swalayan.
Sehingga dari data transaksi pembelian yang telah disusun nanti akan dimasukkan
produk terjual dan kombinasi pembelian produk yang terjadi dalam bentuk tabel.
perancangan sistem yang dengan perancangan ini aplikasi dapat dibuat dengan
mudah sesuai gambaran yang telah dirancang. Dengan perancangan sistem yang
sesuai diharapkan pengguna sistem dapat dengan mudah menjalankan aplikasi dan
dapat menggunakan aplikasi dengan tepat sehingga hasil yang diinginkan dapat
Data Flow Diagram (DFD) adalah alat yang biasa dipakai untuk mendokumentasi
proses dalam sistem atau sebuah teknis grafis yang menggambarkan aliran
informasi dan transformasi yang diaplikasikan pada saat data bergerak dari input
disebut DFD level 0 atau biasa dikenal dengan Diagram Konteks. Berikut ini
dapat dilihat Diagram Konteks atau DFD level 0 yang digunakan dalam sistem.
a. Proses
Pembelian Produk
algoritma apriori.
b. Arus Data
c. Pengguna
Proses yang ada pada diagram konteks atau DFD level 0 dapat dipecahkan
lagi menjadi proses-proses yang lebih kecil dan lengkap dalam DFD level 1. Berikut
Penjelasan dari DFD level 1 aplikasi data mining algoritma apriori untuk
a. Proses 1.0
kategori.
b. Proses 2.0
c. Proses 3.0
produk.
konsumen.
d. Proses 4.0
berupa tabel.
sistem.
dengan mudah dan cepat. Membangun database merupakan salah satu langkah
pembuatan sebuah sistem, karena berfungsi sebagai basis penyedia informasi bagi
transaksi pembelian produk terdiri atas lima buah tabel, sebagai berikut.
grafis yang menyatakan aliran algoritma atau proses yang menampilkan langkah-
Diagram ini bisa memberi solusi selangkah demi selangkah untuk penyelesaian
dari :
Pada tampilan beranda ini merupakan tampilan yang akan muncul pertama kali
saat aplikasi dijalankan. Pada tampilan beranda ini terdapat beberapa menu
Apriori dan menu Keluar yang apabila dipilih maka aplikasi otomatis tertutup
secara keseluruhan. Tampilan menu beranda, dapat dilihat pada gambar berikut.
Pada tampilan menu kategori merupakan tampilan yang isinya data kategori
produk yang terdapat dalam swalayan. Menu kategori ini berisikan textbox
yang harus diisi, berisikan beberapa tombol yaitu simpan, edit, hapus dan
Pada tampilan menu produk merupakan tampilan yang isinya data produk
yang terdapat dalam swalayan. Menu produk ini berisikan textbox dan
sebuah combobox yang harus diisi, berisikan beberapa tombol yaitu simpan,
edit, hapus dan batal untuk melakukan input ke tabel. Dan terdapat bagian
maupun hapus. Tampilan menu produk, dapat dilihat pada gambar berikut.
transaksi pembelian ini berisikan textbox dan sebuah combobox yang harus
diisi, berisikan beberapa tombol yaitu simpan, edit, hapus dan batal untuk
double klik maka akan otomatis masuk kedalam textbox untuk langsung
masuk ke tabel transaksi pembelian. Dan terdapat dua buah pencarian yaitu
Pada menu algoritma apriori terdapat empat buah tabel yang masing-masing
kedua merupakan tabel rapikan transaksi yang isinya adalah data transaksi
Tabel ketiga adalah tabel rekap item yang berisikan data transaksi pembelian
yang telah diurut dan hanya menunjukkan nama produk, dengan total dari
tabel rekap item yang nama produknya lebih besar dari satu maka tabel ini
berisikan hanya nama produk dengan total dari setiap nama produknya
lebih dari satu. Dan pada tampilan menu algoritma apriori ini terdapat
berikut.
Tampilan hasil algoritma apriori ini akan muncul saat menekan tombol
IMPLEMENTASI SISTEM
menyelesaikan desain sistem yang telah disetujui, untuk menginstal, menguji dan
Agar sistem yang telah dirancang dapat berjalan dengan baik atau tidak, maka
perlu dilakukan pengujian terhadap sistem yang telah kita kerjakan. Untuk itu
berikut:
1. Hardware
d. Keyboard
e. Mouse
2. Software
Berikut ini akan ditampilkan hasil implementasi sistem yang berupa rancangan
Saat ingin menjalankan program terlebih dulu lakukan double klik pada aplikasi.
Setelah melakukan double klik maka pengguna akan langsung masuk kedalam
tampilan menu Beranda aplikasi. Pada tampilan Beranda hanya berisikan nama
aplikasi dan logo saja. Berikut ini dapat dilihat gambar tampilan Beranda.
Pada tampilan kategori akan memuat data kategori produk yang tersedia pada
swalayan. Didalam form data katageri ini terdapat sistem pemberian nomor
yang ingin ditambahkan, diedit maupun dihapus. Sehingga pengguna tidak perlu
melakukan scroll data dalam tabel untuk mengetahui penomoran yang baru yang
Pada tampilan produk akan memuat data produk yang tersedia pada swalayan.
Didalam form data produk ini terdapat sistem pemberian nomor produk secara
scroll data dalam tabel untuk mengetahui penomoran yang baru yang harus
langsung dengan form tampilan kategori. Berikut ini dapat dilihat, gambar
tampilan kategori.
Pada tampilan transaksi pembelian akan memuat data transaksi pembelian barang
yang dilakukan konsumen di swalayan. Berikut ini dapat dilihat, gambar tampilan
Pada tampilan algoritma apriori ini dimuat empat buat tabel yang masing-masing
tabel menunjukkan hasil proses yang berbeda namun data yang diproses tersebut
adalah data yang sama yang berasal dari data transaksi pembelian produk. Berikut
produk yang diperoleh dari proses algoritma apriori. Berikut ini dapat dilihat,
Tahap kesimpulan dan saran merupakan tahapan yang menjadi penutup dari karya
tulis tugas akhir ini sebab pada tahap ini penulis mengetahui hal yang telah
5.1. Kesimpulan
Adapun kesimpulan yang dapat penulis ambil dari pembuatan karya ilmiah dan
1. Telah diperoleh suatu sistem yang dapat membantu pemilik swalayan dalam
memudahkan konsumen.
2. Dengan sistem ini penyediaan suatu produk pada swalayan yang banyak
3. Sehingga dengan pelayanan yang baik dan kesediaan produk yang terus
5.2. Saran
Untuk mengakhiri penulisan tugas akhir ini, penulis menguraikan beberapa saran
antara lain:
menjadi lebih sempurna bila akan diterapkan pada sistem yang lama, sehingga
saling terintegerasi.
2. Sistem ini juga dapat dikembangkan seperti memasukkan data yang lebih
detail lagi, sistemnya juga dapat dikembangkan agar dapat masuk kedalam
aplikasi website.
DAFTAR PUSTAKA
Kadir, A. 2003. Konsep dan tuntunan Praktis Basis Data. Andi Offset.
Yogyakarta.
Kusrini dan Luthfi, E.T. 2009. Algoritma Data Mining. Andi Offset. Yogyakarta
Sutrisno, Afriyudi, dan Widiyanto. 2013. Penerapan Data Mining pada Penjualan
Menggunakan Metode Clustering Study Kasus PT. Indomarko Palembang.
Universitas Bina Darma. Jurnal Ilmiah Teknik Informatika Ilmu Komputer.
10: 1-11. http://www. Eprints.binadarma.ac.id. [23 mar 2017].
Tampubolon, K., Saragih, H. dan Reza, Bobby. 2013. Implementasi Data Mining
Algoritma Apriori pada Sistem Persediaan Alat-Alat Kesehatan. STMIK Budi
Darma Medan. Majalah Ilmiah informasi dan Teknologi Ilmiah (INTI). 1: 93-
106. http://www.vokasi.uho.ac.id. [14 mar 2017]
LISTING PROGRAM
Sub NomorKategori()
Call koneksi()
kon.Open()
cmd = New OleDbCommand("select NoKategori from tb_kategori order
by NoKategori desc", kon)
baca = cmd.ExecuteReader
baca.Read()
Sub tampil()
Call koneksi()
kon.Open()
adapter = New OleDbDataAdapter("select * from tb_kategori", kon)
data = New DataSet
adapter.Fill(data, "tb_kategori")
DGVkat.DataSource = (data.Tables("tb_kategori"))
End Sub
Sub bersih()
txtnokat.Text = ""
txtnmkat.Text = ""
txtnokat.Focus()
End Sub
kon.Close()
Call bersih()
Call tampil()
Call NomorKategori()
txtcari.Text = ""
End Sub
kon.Close()
Call bersih()
Call tampil()
Call NomorKategori()
txtcari.Text = ""
End Sub
kon.Close()
Call bersih()
Call tampil()
Call NomorKategori()
txtcari.Text = ""
End Sub
End Class
Sub NomorProduk()
Call koneksi()
kon.Open()
cmd = New OleDbCommand("select KodeProduk from tb_produk order by
KodeProduk desc", kon)
baca = cmd.ExecuteReader
baca.Read()
Sub tampil1()
Call koneksi()
kon.Open()
adapter = New OleDbDataAdapter("select * from tb_produk", kon)
data = New DataSet
adapter.Fill(data, "tb_produk")
DGVpro.DataSource = (data.Tables("tb_produk"))
End Sub
Sub bersih()
cbkat.Text = ""
txtkodepro.Text = ""
txtnamapro.Text = ""
txtkodepro.Focus()
End Sub
Sub TampilKategori()
Call koneksi()
kon.Open()
cmd = New OleDbCommand("select * from tb_kategori", kon)
baca = cmd.ExecuteReader
cbkat.Items.Clear()
Do While baca.Read
cbkat.Items.Add(baca.Item("NamaKategori"))
Loop
End Sub
kon.Close()
Call tampil1()
Call bersih()
Call TampilKategori()
Call NomorProduk()
txtcari.Text = ""
End Sub
kon.Close()
Call tampil1()
Call bersih()
Call TampilKategori()
Call NomorProduk()
txtcari.Text = ""
End Sub
kon.Close()
Call tampil1()
Call bersih()
Call TampilKategori()
Call NomorProduk()
txtcari.Text = ""
End Sub
End Class
Sub tampil3()
Call koneksi()
kon.Open()
adapter = New OleDbDataAdapter("select NamaProduk from tb_produk",
kon)
data = New DataSet
adapter.Fill(data, "tb_produk")
DGVpro.DataSource = (data.Tables("tb_produk"))
End Sub
Sub tampil2()
Call koneksi()
kon.Open()
adapter = New OleDbDataAdapter("select * from tb_transaksi", kon)
data = New DataSet
adapter.Fill(data, "tb_transaksi")
DGVtran.DataSource = (data.Tables("tb_transaksi"))
End Sub
Sub bersih()
dtpTanggal.Text = ""
txtkopro.Text = ""
txtnmpro.Text = ""
txtkat.Text = ""
End Sub
Sub tambah()
txtkopro.Text = ""
txtnmpro.Text = ""
txtkat.Text = ""
End Sub
Sub NomorTransaksi()
Call koneksi()
kon.Open()
cmd = New OleDbCommand("select * from tb_transaksi where
NoTransaksi in(select max(NoTransaksi) from tb_transaksi)", kon)
baca = cmd.ExecuteReader
baca.Read()
If Not baca.HasRows Then
txtnotra.Text = "TR" + Format(Now, "yyMMdd") + "01"
Else
If Microsoft.VisualBasic.Mid(baca.Item("NoTransaksi"), 3, 6) <>
Format(Now, "yyMMdd") Then
txtnotra.Text = "TR" + Format(Now, "yyMMdd") + "01"
Else
txtnotra.Text =
Microsoft.VisualBasic.Right(baca.Item("NoTransaksi"), 8) + 1
txtnotra.Text = "TR" + txtnotra.Text
End If
End If
End Sub
End Sub
If baca.HasRows Then
txtkopro.Text = baca.Item("KodeProduk")
txtkat.Text = baca.Item("Kategori")
Else
MsgBox("Kode Produk dan Kategori tidak terdaftar")
End If
End Sub
kon.Close()
Call tambah()
Call tampil2()
Call tampil3()
Call NomorTransaksi()
txtcari.Text = ""
End Sub
Call koneksi()
kon.Open()
End Sub
End If
End Sub
End Class
Sub tampil4()
Call koneksi()
kon.Open()
adapter = New OleDbDataAdapter("select TglTransaksi, NoTransaksi,
NamaProduk from tb_transaksi", kon)
data = New DataSet
adapter.Fill(data, "tb_transaksi")
DGVaa.DataSource = (data.Tables("tb_transaksi"))
End Sub
Sub tampiltra()
adapter = New OleDbDataAdapter("select TglTransaksi, NoTransaksi,
NamaProduk from tb_transaksi order by NamaProduk asc", kon)
data = New DataSet
data.Clear()
adapter.Fill(data, "tb_transaksi")
DGVoo.DataSource = (data.Tables("tb_transaksi"))
DGVoo.ReadOnly = True
End Sub
End Class
End Sub
End Class