20

BBAB III

METODOLOGI PENELITIAN

3.1 Gambaran Umum Rafflesia aromatic professional parfum

Rafflesia aromatic professional parfum Bengkulu Group telah

memasuki usia yang ke-6. Sejak didirikan oleh Buyung Acai 20 Januari

2011 lalu, Rafflesia aromatic professional parfum telah berkembang dari 1

outlet menjadi 27 outlet. Kini, bisnis minyak wangi ini tersebar di Provinsi

Bengkulu, Lubuk Linggau, Pagar Alam, Lampung, Batam, hingga Pulau

Jawa. Buyung Acai mengungkapkan di usia yang ke 6 ini, Rafflesia

aromatic professional parfum Bengkulu Group telah berkembang dengan

baik. Awalnya toko di bangun 1 toko di dekat Danau RT 05 Panorama

Kecamatan Singaran Pati Kota Bengkulu, pada tanggal 20 Januari 2011 lalu

dengan modal yang sangat minim, tapi Alhamdulillah sekarang Rafflesia

aromatic professional parfum telah buka beberapa cabang katanya.

Beberapa cabang antara lain Cabang Kapuas, Pagar Dewa 1 & 2, Rawa

Makmur, Skip, Surabaya-Bengkulu. Kemudian, Cabang masjid Jamik,

Bintuhan, Lebong, Manna, Arga Makmur, Ipuh, Mukomuko, Seluma,

Curup, Kepahiang. Sudah melebar juga di Bengkulu Tengah, Lubuk

Linggau, Pagar Alam, Lampung, Batam dan Cabang Cilacap Jawa Tengah.

“Tidak lama lagi kami berencana akan membuka cabang berikutnya”

ujarnya.
 21

3.2. Tempat dan Waktu Penelitian

Tempat penulis melakukan penelitian adalah di toko Rafflesia

Aromatic Profesional Parfum Bengkulu beralamatkan di Jl. Danau RT 05

Panorama Kecamatan Singaran Pati Kota Bengkulu. Waktu penelitian

dilakukan mulai bulan Oktober 2021 sampai dengan Maret 2022.

3.3 Metode Penelitian

Dalam penelitian ini metode yang diterapkan pada penelitian ini

adalah dengan pengembangan metode waterfall yang memiliki tahapan-

tahapan adalah sebagai berikut :

1) Analysis

Layanan sistem, kendala, dan tujuan ditetapkan oleh hasil konsultasi

dengan pengguna yang kemudian didefinisikan secara rinci dan

berfungsi sebagai spesifikasi sistem.

2) Design

Tahapan perancangan sistem mengalokasikan kebutuhan-kebutuhan

sistem baik perangkat keras maupun perangkat lunak dengan

membentuk arsitektur sistem secara keseluruhan.

3). Devloment

Tahap ini adalah klien atau pengguna menguji apakah sistem tersebut

telah sesuai dengan yang disetujui.

 22

4). Testing

Pada tahap testing ini dilakukan penggabungan modul-modul yang

sudah dibuat dan dilakukan pengujian ini dilakukan untuk mengetahui

apakah software yang dibuat telah sesuai dengan desainnya dan fungsi

pada software terdapat kesalahan atau tidak.

5). Maintenance

Tahapan ini merupakan tahapan yang paling panjang. Sistem dipasang

dan digunakan secara nyata. Maintenance melibatkan pembetulan

kesalahan yang tidak ditemukan

Gambar 3.1 Tahapan Metode Waterfall

3.4 Metode Pengumpulan Data

 23

Adapun metode yang digunakan oleh penulis dalam memperoleh

informasi yang dapat mendukung dalam pengumpulan data diantaranya

adalah sebagai berikut :

a. Observasi

Dalam pengumpulan data ini penulis mengadakan metode

observasi yaitu penulis datang langsung untuk mengamati serta

mengetahui proses dalam penentuan pola pembelian produk parfum yang

terjual

b. Wawancara

Penulis melakukan tanya jawab langsung dengan bapak Buyung

Acan selaku pimpinan toko Rafflesia Aromatic Profesional Parfum

c. Studi Pustaka

Studi Pustaka adalah suatu metode pengumpulan data yang diambil

dari perpustakaan atau instansi yang berupa karya ilmiah,jurnal, buku –

buku yang berhubungan dengan judul proposal skripsi ini.

3.5 Perangkat Keras dan Perangkat Lunak

3.5.1 Perangkat Keras ( Hardware)

Perangkat keras merupakan suatu peralatan fisik komputer yang

digunakan untuk menjalankan program yang dikendalaikan oleh user.

Adapu perangkat keras yang digunakan oleh penulis dalam penelitian

proposal skripsi ini adalah sebagai berikut :

a. Laptop Lenovo

b. Proseseor Intel Core i5

 24

c. Memory Ram 1 GB

d. Hardisk 500 GB

3.5.2 Perangkat Lunak (Software)

Perangkat Lunak (Software) yang digunakan penulis dalam

melakukan penelitian ini adalah sebagai berikut :

a. Windows 10

b. Visual Basic Net

c. Microsoft Office

d. Notepad

e. SQL Server

3.6 Analisa Peranacangan Sistem

3.6.1 Analisa Sistem Aktual

Sistem baru ini di buat untuk mengatasi permasalahan yang

terjadi pada sistem lama. Pada toko Rafflesia Aromatic Profesional

Parfum selama ini belum menggunakan aplikasi khusus dalam

penentuan pola pembelian produk parfum yang terjual dan masih

menggunakan proses pengolahan data manual, sehingga memerlukan

waktu yang agak lama untuk memeriksa stok persedian barang dan

data – data parfum yang banyak terjual.

3.6.2 Analisis Sistem Baru

Adapun sistem baru yang akan dibuat nantinya adalah

membuat aplikasi untuk mengimplementasikan data mining

 25

menggunakan algoritma apriori dalam menentukan pola pembelian

produk parfum yang terjual pada Rafflesia aromatic professional

parfum. Aplikasi tersebut akan dibuat menggunakan Visual Basic Net

dengan database SQL Server.

A. Proses Algoritma Apriori

Proses algoritma apriori adalah preprocessing atau

cleaning. Dimana pada tahap ini ditambahkan field id pada data

transaksi penjualan parfum adalah sebagai berikut :

1. Data transaksi penjualan parfum pada Rafflesia aromatic

professional parfum

Berdasarkan data transaksi penjualan parfum di

periode oktober 2021 maka akan dilakukan akumulasi

transaksi penjualan parfum dapat dilihat pada tabel 3.1

dibawah ini :

Tabel 3.1 Data Transaksi Penjualan Parfum

No Transaksi Item yang dibeli Parfum Parfum Parfum

1 2 3
1 PF201 Celebrity, Citra Edition, 6 3 3
alasca
2 PF202 Topaza, Rock Star, Be 3 4 2
Delicitionse
3 PF203 La Verne, B aqua Marine, 2 3 2
Jasmine Note
4 PF204 Atlantic marine, Setar 1 1 1
Sparkle, My Angel,
5 PF205 Baccarat Rouge, Celebrity, 1 5 2
Citra Edition
6 PF206 Celebrity, Kenzo Daun, 4 1 2
Alasca
7 PF207 Topaza, Rock Star, Melon 2 3 1
8 PF208 Coklat, Cassablanca, 1 1 1
Cappucino
9 PF209 Kenzo Bali, Topaza, Rock 1 1 2
 26

Star
10 PF210 Anggur, Lux, Lovely, 1 1 3
Celebrity
11 PF211 La Verne, B aqua Marine, 1 2 1
Garuda
12 PF212 B aqua Marine, Jasmine 1 1 1
Note, Kenanga
13 PF213 Rock Star, Be Delicitionse, 0 1 1
Kenzo Batang
14 PF214 Celebrity, Citra Edition, 2 2 1
Gatsby
15 PF215 Celebrity, Escave, Alasca 1 1 2

Kemudian penyelesaian data yang sudah disediakan pada tabel

1 yaitu proses dalam pembentukan C1 atau bisa disebut dengan

pembentukan proses 1 itemset seperti pada rumus (2,1)

Jumlah transaksi mengandung A

Support (A) =
Total Transaksi

Tabel 3.2 Nilai Support dari setiap Item

No Nama Barang Support%

1 Celebrity 6/15 x 100 = 40% atau = 0,4
2 Citra Edition 3/15x 100 = 20% atau = 0,2
3 Alasca 3/15 x 100 = 20 atau = 0,2
4 Topaza 3/15 x 100 = 20% atau = 0,2
5 Rock Star 4/15 x 100 = 26,6% atau = 0,26
6 Be Delicitionse 2/15 x 100 = 13,3% atau = 0,13
7 La Verne 2/15 x 100 = 13,3% atau = 0,13
8 B aqua Marine 2/15 x 100 = 13% atau = 0,13
9 Jasmine Note 2/15 x 100 = 13% atau = 0,13
10 Atlantic marine 1/15 x 100 = 6,66% atau = 0,06
11 Setar Sparkle, 1/15 x 100 = 6,66% atau = 0,06
12 My Angel, 1/15 x 100 = 6,66% atau = 0,06
13 Baccarat Rouge 1/15 x 100 = 6,66% atau = 0,06
14 Kenzo Daun 1/15 x 100 = 6,66% atau = 0,06
15 Melon 1/15 x 100 = 6,66% atau = 0,06
16 Coklat 1/15 x 100 = 6,66% atau = 0,06
17 Cassablanca 1/15 x 100 = 6,66% atau = 0,06
18 Cappucino 1/15 x 100 = 6,66% atau = 0,06
19 Kenzo Bali 1/15 x 100 = 6,66% atau = 0,06
20 Anggur 1/15 x 100 = 6,66% atau = 0,06
21 Lux 1/15 x 100 = 6,66% atau = 0,06
 27

22 Garuda 1/15 x 100 = 6,66% atau = 0,06

23 Kenanga 1/15 x 100 = 6,66% atau = 0,06
24 Kenzo Batang 1/15 x 100 = 6,66% atau = 0,06
25 Escave 1/15 x 100 = 6,66% atau = 0,06

Kemudian dari jumlah data perhitungan yang ada diatas maka

support item dapat ditetapkan nilai minimum support =15%. Adapun

item data yang memenui kriteria dapat dilihat pada tabel 3.3 dibawah

ini :

Tabel 3.3 Freguent itemset k =1

No Nama Barang Banyak Parfum Support%

Yang Terjual
1 Celebrity 6 40%
2 Rock Star 4 26,6%
3 Citra Edition 3 20%
4 Alasca 3 20%
5 Topaza 3 20%
Selanjutnya menghitung C2 atau disebut dengan 2 itemset

dengan minimum support =100%, Adapun rumus dalam penyelesaian

2 itemset adalah seperti pada rumus (2.2):

Support (A,B)=
∑ ❑ transaksi mengandung A dan B
∑ ❑Transaksi
Tabel 3.4 Minimum Support dari 2 Itemset

No Nama Parfum Support%

1 (Celebrity, Rock Star)
2 (Celebrity, Citra Edication )
3 (Celebrity, Alasca)
4 (Celebrity, Topaza)
5 (Rock Star, Citra Edication )
6 (Rock Star, Alasca)
7 (Rock Star, Topaza)
8 (Citra Edication, Alasca)
0/15 x 100% = 0% atau = 0
3/15 x 100% = 20% atau = 0,2
3/15 x 100% = 20% atau = 0,2
0/15 x 100% = 0% atau = 0,
0/15 x 100% = 0% atau = 0
0/15 x 100% = 0% atau = 0
3/15 x 100% = 20% atau = 0,2
1/15x100%=6,6% atau=0,6
 28

9 (Citra Edication, Topaza) 0/15 x 100% = 0% atau = 0

10 (Alasca, Topaza) 0/15 x 100% = 0% atau = 0

Selanjutnya adalah kombinasi 2 itemset adalah dengan

menggunakan support 15% dapat kita ketahui dari kombinasi 2

itemset yang dapat memenuhui standar, yaitu seperti pada tabel 3.5

dibawah ini:

Tabel 3.5 Freguent 2 itemset

No Nama Parfum Jumlah Support(%)

1 Celebrity, Citra Edition 3 20%
2 Celebrity, Alasca 3 20%
3 Rock Star, Topaza 3 20%
Selanjutnya adalah pola frekuensi tinggi ditemukan,

kemudian mencari aturan asosiasi yang dapat memenuhui syarat

minimum untuk confidence adalah menghitung confidence aturan

→
asosiatif berdasarkan A❑ B yaitu diperoleh menggunakan rumus

seperti pada rumus (2,3)

Confidence = B/A =
∑ ❑ transaksimengandung A dan B
∑ ❑Transaksi mengandung A
Tabel 3.6 Asosiasi Aturan

No Itemset Jumlah Confidence

1 Jika membeli celebrity, maka 3/6 50%
membeli citra Edication
2 Jika membeli citra Edication maka 3/3 100%
memnbeli celebrity
3 Jika membeli Celebrity maka 3/6 50%
membeli Alasca,
4 Jika membeli alasca maka mebeli 3/3 100%
 29

celbrtity,
5 Jika membeli rock star maka membeli 3/4 75%
topaza
6 Jika membeli topaza maka membeli 3/3 100%
rock star

Aturan asosiasi terurut berdasrkan support x confidence terbesar dapat

dilihat pada tabel 3.87

Tabel 3.7 Aturan Asosiasi Final

No Aturan Support Confidence

1 Jika membeli celebrity, maka 50% 100%
membeli citra Edication
2 Jika membeli citra Edication maka 100% 100%
memnbeli celebrity
3 Jika membeli Celebrity maka 50% 100%
membeli Alasca,
4 Jika membeli alasca maka mebeli 100% 100%
celbrtity,
5 Jika membeli rock star maka 75% 100%
membeli topaza
6 Jika membeli topaza maka membeli 100% 100%
rock star

Karena nilai minimum support yang diambil adalah 20%,maka yang

memenuhui dari kondisi tabel 3.8 terdapat parfum yang paling banyak

dibeli oleh konsumen adalah citra Edication, celebrity,

alasca ,celebrity topaza, rock star

B. Diagram Konteks
 30

Diagram konteks proses yang digunakan untuk mengambarkan

suatu sistem. Adapun diagram konteks dalam implementasi data mining

menggunakan algoritma apriori dalam penentuan pola pembelian produk

parfum yang terjual (studi kasus Rafflesia aromatic professional parfum )

kota Bengkulu adalah sebagai berikut

Gambar 3.2 Diagram Konteks

C. DFD Level 0
 31

Gambar 3.3 Diagram level 0

D. ERD

Gambar 3.4 Entity Relationship Diagram

E. Rancangan File

Rancangan file dalam implementasi data mining menggunakan

algoritma apriori dalam penentuan pola pembelian produk parfum yang

terjual pada Rafflesia aromatic professional parfum adalah sebagai

berikut

1. File Admin

Primary Key : Username

 32

Forigen Key :-

Tabel 3.8 File Admin

No Nama Field Tipe Data Size Keterangan

1 Username Varchar 5 User Name Admin
2 Password Varchar 5 Password Admin

2. File Data Parfum

Primary Key : IdParfum

Forigen Key :-

Tabel.3.9 File Parfum

No Nama Field Tipe Data Size Keterangan

1 idparfum Varchar 5 IdParfum

2 nmparfum Varchar 10 Nama Parfum

3 harga Varchar 20 Harga

4 stock Varchar 30 Stock

5 merek Parfum Varchar 10 Merek Parfum

3. File Penjual

Primary Key : Transaksi

Forigen Key :-

Tabel 3.10 File Penjual

No Nama Field Tipe Data Size Keterangan

1 idpenjual Varchar 5 IdPenjual

2 idparfum Varchar 25 IdParfum

 33

3 nmparfum Integer 15 Nama Parfum

4 jmterjual Varchar 20 Jumlah Terjual

5 harga Varchar 15 Harga

4. File Apriori

Primary Key : Apriori

Forigen Key :-

Tabel 3.11 File Apriori

No Nama Field Tipe Data Size Keterangan

1 idpenjual Varchar 5 IdPenjual

2 idparfum Varchar 5 idParfum

3 Nama parfum Varchar 20 Nama Parfum

4 total Varchar 15 Total

 34

F. Rancangan Struktur Menu

Gambar 3.5 Rancangan Struktur Menu

G. Rancangan Login

1. Login

Rancangan menu login pada data mining menggunakan

Algoritma Apriori dalam penentuan pola pembelian produk parfum

yang terjual pada Rafflesia Aromatic Profesional Parfum Kota

Bengkulu terlihat pada gambar 3.6 dibawah ini :

 35

Gambar 3. 6 Rancangan Menu Login

2. Rancangan Menu Utama

Menu utama merupakan rancangan aplikasi yang memiliki

sub menu untuk proses pengolahan data pada data mining

menggunakan Algoritma Apriori dalam penentuan pola pembelian

produk parfum yang terjual pada Rafflesia Aromatic Profesional

Parfum, seperti pada gambar 3.7 dibawah ini

Gambar 3.7 Rancangan Menu Utama

 36

3. Rancangan Menu Parfum

Rancangan menu parfum merupakan aplikasi yang dapat

digunakan untuk mengelola data parfum yang ada pada Rafflesia

Aromatic Profesional Parfum seperti gambar dibawah ini :

Gambar 3.8 Rancangan Menu Parfum

4. Rancangan Menu Penjualan

Menu parfum merupakan aplikasi yang dapat digunakan

untuk mengelola data penjualan yang ada pada Rafflesia Aromatic

Profesional Parfum seperti gambar dibawah ini :

 37

Gambar 3.9 Rancangan Menu Penjualan

5. Rancangan Menu Barang

Menu barang merupakan aplikasi yang dapat digunakan

untuk mengelola data barang yang ada pada Rafflesia Aromatic

Profesional Parfum seperti gambar dibawah ini :

Gambar 3. 10 Rancangan Menu Barang

6. Rancangan Analisa Algoritma Apriori

 38

Gambar 3. 11 Rancangan Analisa Algoritma Apriori

7. Algoritma Apriori 2 itemset

Gambar 3.12 Algoritma Apriori 2 itemset

8. Algoritma Apriori Nilai Support

 39

Gambar 3.13 Algoritma Apriori Nilai Support

9. Algoritma Apriori Nilai Confidence

Gambar 3.14 Algoritma Apriori Nilai Confidence

10. Algoritma Apriori Asosiasi Final

 40

Gambar 3.15 Algoritma Apriori Asosiasi Final

11. Output Laporan Hasil Penjualan Parfum Aromaniaa Perfumery

Output yang dihasilkan dari Analisa data penjualan parfum

yang menggunakan algoritma apriori dimana terdapat kode parfum

yang saling berhubungan dengan nama parfum yang lain berdasarkan

minimum support dan confidence yang telah ditetapkan

Gambar 3.16 Output Laporan Hasil Penjual Parfum Aromania

Perfumery

3. 7 Pengujian Sistem
 41

Pengujian adalaah proses eksekusi program dengan maksud

menemukan kesalahan, rancangan pengujian yang dilakukan menggunakan

metode black box. Pengujian black box berfokus pada pesaratan fungsional

perangkat lunak, pengujian ini memungkinkan analisis sistem memperoleh

kondisi input yang akan mengerjakan seluruh keperluan fungsional

program. Dengan tujuan dari metode ini adalah mencari kesalahan pada :

a. Kesalahan pada interface

b. Kesalahan pada struktur data atau akses database