DATA MINING MARKET BASKET ANALYSIS

MENGGUNAKAN ALGORITMA APRIORI UNTUK

MENENTUKAN PERSEDIAAN OBAT

MATA KULIAH DATA MINING

Diajukan untuk memenuhi mata kuliah Data Mining pada Program Strata 1 (S.1)
Kelas : 11.7AA.01
Nama Dosen : Harsih Rianto,M.Kom
Disusun oleh :
1. Asep Saifullah (11162475)
2. Fauzi Rochman (11162419)
3. Rizky Abdulah Putra (11162046)
4. Rizky Fauzi Firmansyah (11162021)
5. Hadi Maldani (11162663)

Jurusan Sistem Informasi

Fakultas Teknologi Informasi STMIK Nusa Mandiri
Jakarta
2020
1. Pendahuluan
Setiap perusahaan, terutama perusahaan yang bergerak di bidang retail/penjualan,
persediaan barang sangat berperan penting terhadap peningkatan penjualan dan
pelayanan terhadap konsumen. Jika perusahaan mempunyai jumlah persediaan barang
yang lebih banyak dibandingkan dengan jumlah permintaan, dapat mengakibatkan
kerugian biaya karena barang tersebut tidak habis terjual, terutama barang-barang
yang mempunyai tanggal kadaluarsa. Sebaliknya jika perusahaan mempunyai jumlah
persediaan barang yang lebih sedikit dibandingkan dengan jumlah permintaan, dapat
mengakibatkan konsumen tersebut pergi karena barang yang ingin dibeli oleh
konsumen tersebut tidak mencukupi (opportunity loss). Contoh yang sering kita temui
atau alami adalah pada saat konsumen ingin membeli obat
pada sebuah toko obat/apotek dengan resep dokter dimana dalam satu resep atau untuk
jenis penyakit tertentu berisi beberapa jenis obat yang perlu di beli sekaligus. Biasanya
konsumen akan batal membeli atau pindah membeli ke tempat lain jika salah satu jenis
obat ada yang tidak tersedia atau persediannya sedang kosong, tentunya hal ini dapat
mengurangi tingkat penjualan.
2. Metode Penelitian
Metode penelitian yang digunakan dalam penelitian ini adalah metode kualitatif dengan
pendekatan deskriptif analitik. Penelitian kualitatif deskriptif adalah metode penelitian
yang berlandasakan pada filsafat pospositivisme yang biasanya diguankan untuk meneliti
pada kondisi objektif yang alamiah dimana peneliti berperan sebagai isntrumen kunci
(Sugiyono, 2012). Metode kualitatif dengan pendekatan studi deskriptif analitik adalah
metode kualitatif yang digunakan untuk mendapatkan data yang mendalam, suatu data
yang mengandung makna (Sugiyono, 2012). Tahapan penelitian yaitu bagaimana langkah-
langkah atau proses dilakukannya penelitian. Adapun yang menjadi tahapan atau proses
dalam penelitian ini adalah:
1) Mendefinisikan Ruang Lingkup Masalah Ruang lingkup masalah yang akan
diteliti harus ditentukan terlebih dahulu, karena tanpa mampu menentukan serta
mendefinisikan batasan masalah yang akan diteliti, maka tidak akan pernah
didapat suatu solusi yang terbaik dari masalah tersebut. Jadi langkah pertama ini
adalah langkah awal yang terpenting dalam penulisan ini.
2) Analisis Masalah Langkah analisis masalah adalah untuk dapat memahami
masalah yang telah ditentukan ruang lingkup atau batasannya. Dengan
menganalisa masalah yang telah ditentukan tersebut, maka diharapkan masalah
dapat dipahami dengan baik. Pada bagian ini digambarkan proses untuk
menentukan pola penjualan obat dengan menggunakan algoritma Apriori.
Disamping itu juga diuraikan tentang kebutuhan data untuk menganalisa pola
penjualan obat. Dari hasil analisa tersebut, maka algoritma Apriori hendaknya
mampu menentukan pola penjualan obat dengan baik.
3) Penentuan Tujuan Berdasarkan pemahaman dari masalah, maka ditentukan
tujuan yang akan dicapai dari penulisan ini. Pada tujuan ini ditentukan target yang
dicapai, terutama yang dapat mengatasi masalah-masalah yang ada. Mempelajari
Literatur, untuk mencapai tujuan, maka dipelajari berbagai literatur yang relevan
dengna masalah yang diteliti. Kemudian literatur-literatur yang dipelajari tersebut
diseleksi untuk dapat ditentukan literatur-literatur mana yang akan digunakan
dalam penelitian. Literatur diambil dari internet, yang berupa artikel dan jurnal
ilmiah tentang data mining, association rule dan algoritma Apriori, serta bahan
bacaan lain yang mendukung penelitian.
4) Pengumpulan Data dan Informasi Dalam pengumpulan data dilakukan
observasi yaitu pengmatan secara langsung di tempat penelitian sehingga
permasalahan yang ada dapat diketahui dengan jelas. Kemudian dilakukan
interview yang bertujuan untuk mendapatkan informasi atau data yang
dibutuhkan. Selain itu juga dilakukan studi kepustakaan yaitu dengan membaca
buku-buku yang menunjang dalam melakukan analisa terhadap data dan informasi
yang didapat.
5) Analisa Teknik yang digunakan Bagian ini bertujuan untuk menganalisis dan
memahami teknik yang akan digunakan dalam pengolahan data yang telah
diperoleh dari tempat penelitian, terutama pada proses, yang mana teknik yang
digunakan untuk pengolahan data dengan algoritma apriori.
6) Implementasi Setelah dilakukan analisa teknik yang digunakan, maka dilakukan
implementasi terhadap software dalam hal ini adalah software data mining
RapidMiner. Tentu saja penerapan analisa pada software tersebut menggunakan
algoritma apriori. Jika penerapan sistem sudah berjalan dengan lancar dan akurat,
maka sistem dapat
diimplementasikan sesuai dengan kebutuhan.
7) Pengujian Pengujian dilakukan untuk mendapatkan hasil yang sesuai dengan
melakukan perbandingan antara perhitungan manual dan menggunakan software
rapid miner. Dalam penelitian ini data dianalisa menggunakan teknik data mining
dengan metode market basket analysis menggunakan algoritma Apriori dimana
dalam pengolahan data menggunakan aplikasi RapidMiner. Berikut adalah
tahapan yang akan dilakukan dalam menganalisis data pada penelitian ini:
1. Melakukan pengujian hipotesis secara manual menggunakan algoritma
Apriori dengan data kepustakaan untuk menentukan pola penjualan. Proses
perhitungan association rule menggunakan algoritma Apriori terdiri dari beberapa
tahap sebagai berikut:
a. Pembentukan Itemset dengan Pola Frekuensi Tinggi Algoritma
Apriori dibagi menjadi beberapa tahap yang disebut iterasi atau pass. Tiap
iterasi menghasilkan pola frekuensi tinggi dengan panjang yang sama
dimulai dari pass pertama yang menghasilkan pola frekuensi tinggi dengan
panjang satu. Di iterasi pertama ini, support dari setiap item dihitung
dengan men-scan database. Setelah support dari setiap item didapat, item
yang memiliki support diatas minimum support dipilih sebagai pola
frekuensi tinggi dengan panjang 1 atau sering disingkat 1itemset. Singkatan
k-itemset berarti satu set yang terdiri dari k item.Iterasi kedua
menghasilkan 2-itemset yang tiap set-nya memiliki dua item. Pertama dibuat
kandidat 2-itemset dari kombinasi semua 1-itemset. Lalu untuk tiap
kandidat 2-itemset ini dihitung support-nya dengan men-scan database.
Support disini artinya jumlah transaksi dalam database yang mengandung
kedua item dalam kandidat 2itemset. Setelah support dari semua kandidat 2-
itemset didapatkan, kandidat 2itemset yang memenuhi syarat minimum
support dapat ditetapkan sebagai 2-itemset yang juga merupakan pola
frekuensi tinggi dengan panjang 2. Untuk selanjutnya proses iterasi ke-k
dapat dilakukan dengan cara: 1) Pembentukan kandidat itemset Kandidat k-
itemset dibentuk dari kombinasi (k-1)-itemset yang didapat dari iterasi
sebelumnya.
Data Obat Format Excel

Hasil Pengujian Menggunakan aplikasi Rapid Miner

RapidMiner
Rule Confidence Jika menjual Actifed Sirup 60 Ml maka akan menjual Aspirin 500 Mg
Tabelt 67%
1. [Actifed Sirup 60 Ml] --> [Aspirin 500 Mg Tablet] (Confidence: 0.667)
Jika menjual Aspirin 500 Mg Tabelt maka akan menjual Actifed Sirup 60 Ml
57%
2. [Aspirin 500 Mg Tablet] --> [Actifed Sirup 60 Ml] (Confidence: 0.571)
Jika menjual Aspirin 500 Mg Tabelt maka akan menjual Sanmol Tab
57%
3. [Aspirin 500 Mg Tablet] --> [Sanmol Tab] (Confidence: 0.571)
Jika menjual Sanmol Tab maka akan menjual Aspirin 500 Mg Tabelt
80%
4. [Sanmol Tab] --> [Aspirin 500 Mg Tablet] (Confidence: 0.800)
Jika menjual Dextral Tab maka akan menjual Panadol Tab
80%
5. [Dextral Tab] --> [Panadol Tab] (Confidence: 0.800)
Jika menjual Panadol Tab maka akan menjual Dextral Tab
57%
6. [Panadol Tab] --> [Dextral Tab] (Confidence: 0.571)
Referensi

http://seminar.bsi.ac.id/knist/index.php/UnivBSI/article/view/92