PENERAPAN ALGORITMA APRIORI

TERHADAP DATA PENJUALAN PADA TOKO

SEMBAKO ERNA

SKRIPSI

OLEH:

SAHLAN GUNTARA
201810225090

PROGRAM STUDI INFORMATIKA

FAKULTAS ILMU KOMPUTER

UNIVERSITAS BHAYANGKARA JAKARTA RAYA

2022
 KATA PENGANTAR

Alhamdulillah Puji dan Syukur kepada Allah SWT yang telah

memberikan Rahmat-Nya. Sehingga penulis dapat menyelesaikan
penyusunan penelitian berjudul “Penerapan Algoritma Apriori Terhadap
Data Penjualan Pada Toko Sembako Erna”. Penyusunan skripsi ini untuk
menyelesaikan gelar Sarjana Strata Satu (S1) pada Fakultas Ilmu Komputer.
Penyusunan laporan skripsi ini dengan tujuan agar penulis cepat
menyelesaikan tugas akhir ini, penulis ingin mengungkapkan rasa berterima
kasih pada:
1. Bapak Irjen Pol. (Purn) Drs. H. Bambang Karsono, SH, MM. Selaku
Rektor Universitas Bhayangkara Jakarta Raya.
2. Ibu Dr. Dra Tyastuti Sri Lestari, M.M. Selaku Dekan Fakultas Ilmu
Komputer Universitas Bhayangkara Jakarta Raya.
3. Bapak Ahmad Fathurrozi, S.E., M.M.S.I. Selaku Ketua Program Studi
Informatika yang telah memberikan pengesahan laporan ini.
4. Bapak Rakhmat Purnomo, S.Pd., S.Kom., M.Kom. Selaku Dosen
Pembimbing 1 yang banyak berikan arahan pada sistem, demi kelancaran
pelaksanaan skripsi.
5. Bapak M. Hadi Prayitno, S.Kom., M.Kom. Selaku Dosen Pembimbing 2
yang banyak berikan arahan dari segi penulisan, demi kelancaran
pelaksanaan skripsi.
6. Bapak Justan Bangsawan dan Ibu Rosmina Pasaribu. Selaku kedua orang
tua yang selalu memberikan support serta doa dalam menyelesaikan tugas
akhir ini.
7. Annisa, Wilda, Rafie, Galuh, Joshua Fernando serta teman-teman
seperjuangan semasa kuliah di jurusan Ilmu Komputer. Dengan atas
bantuan, kerja samanya dalam hal penyelesaian laporan skripsi serta tugas-
tugas semasa masih berkuliah.
 Penulis menyadari masih banyak kekurangan dari laporan ini, baik
dari materi maupun teknik penyajiannya, kurangnya pengetahuan dan
pengalaman penulis dalam penyelesaian tugas akhir serta bentuk motivasi
dengan baik dari para pembaca. Semoga penelitian ini bermanfaat untuk
mahasiswa yang sedang menyelesaikan skripsi sebagai referensi penulisan.
Penulis ucapkan terimakasih, semoga mendapatkan balasan dengan baik dari
Allah SWT.

Bekasi, 20 April 2022

Penulis

Sahlan Guntara
 DAFTAR ISI

KATA PENGANTAR..................................................................................ii
DAFTAR TABEL........................................................................................vi
DAFTAR GAMBAR..................................................................................vii
BAB I PENDAHULUAN..........................................................................1

1.1 Latar Belakang.................................................................................1

1.2 Identifikasi Masalah.........................................................................3

1.3 Rumusan Masalah............................................................................3

1.4 Batasan Masalah..............................................................................3

1.5 Tujuan Penelitian.............................................................................4

1.5.1 Manfaat Penelitian.......................................................................4

1.6 Sistematika Penulisan......................................................................4

BAB II LANDASAN TEORI.................................................................6

2.1 State of The Art................................................................................6

2.2 Algoritma Apriori............................................................................8

2.3 Data Mining.....................................................................................8

2.3.1 Karakteristik Data Mining.........................................................10

2.3.2 Metode Analisis Data Mining....................................................10

2.4 Unified Modeling Language (UML)..............................................11

2.5 Software Pengembangan Sistem....................................................17

2.5.1 PHP (Hypertext Prepocessor)...................................................17

2.5.2 XAMPP......................................................................................17

2.5.3 Sublime Text...............................................................................19

2.6 Pengujian Sistem............................................................................20

 2.6.1 Blackbox Testing........................................................................20
BAB III METODOLOGI PENELITIAN.............................................21

3.1 Tempat dan Waktu Penelitian........................................................21

3.1.1 Tempat Penelitian......................................................................21

3.1.2 Foto Bagian Depan Dan Dalam Toko Sembako Erna.................1

3.2 Visi dan Misi Toko Sembako Erna..................................................2

3.2.1 Visi Toko Sembako Erna.............................................................2

3.2.2 Misi Toko Sembako Erna............................................................2

3.3 Analisis Sistem.................................................................................3

3.4 Jenis Data.........................................................................................3

3.5 Metode Penelitian Data....................................................................3

3.6 Metode Pengembangan sistem.........................................................4

DAFTAR PUSTAKA...................................................................................6
 DAFTAR TABEL

BAB I

Tabel 1 1 Tabel Produk...............................................................................2

Tabel 2 1 State Of The Art...........................................................................6
Tabel 2 2 Simbol UseCase Diagram.........................................................12
Tabel 2 3 Simbol Sequence Diagram........................................................13
Tabel 2 4 Simbol Activity Diagram...........................................................15
Tabel 2 5 Simbol Class Diagram..............................................................16
 DAFTAR GAMBAR

Gambar 2 1 CRISP-DM.............................................................................10
Gambar 3 1 Foto Bagian Depan Toko Sembako Erna................................1
Gambar 3 2 Foto Bagian Dalam Toko Sembako Erna................................2
Gambar 3 3 Model Prototype......................................................................4
 BAB II
PENDAHULUAN

II.1 Latar Belakang

Toko Sembako Erna bergerak pada perdagangan barang kebutuhan rumah

tangga pelanggan sehari-hari yang berdomisili di Perumahan Pejuang Pratama
Blok N18 Rt.05 Rw.06, Kota Bekasi, Kecamatan Medan Satria, Kelurahan
Pejuang. Barang-barang yang dijual di Toko Sembako Erna dalam bidang
kebutuhan pokok rumah tangga sehari-hari pelanggan. Toko Sembako Erna
merupakan salah satu yang menjual produk dalam bidang kebutuhan pokok
rumah tangga dan lain-lain. Dengan beragamnya produk yang dijual di Toko
Sembako Erna, membuat Toko Sembako Erna kesulitan dalam permintaan
pesanan oleh pelanggan, karena stok barang yang diminta oleh pelanggan kosong.
Maka dari itu dalam permasalahan yang ada, penulis memulai penelitian
menggunakan algoritma Apriori sistem produk terlaris yang sering dibeli para
pelanggan di Toko Sembako Erna serta agar bisa meningkatkan dari segi
perekonomian dan penjualan produknya. Ketika kita langsung mencari sumber
permasalahannya dari penelitian yang berlangsung kepada pemilik di Toko
Sembako Erna.
Penerapan algoritma apriori diharapkan dapat menemukan pola berupa
produk yang sering di beli. Pola tersebut berguna untuk menempatkan produk
yang sering dibeli dalam kebutuhan pada toko. Adapun hasil yang dicapai berupa
laporan hasil data mining pola pembelian barang yang sering dibeli oleh
konsumen guna pengembangan strategi pemasaran dalam penjualan produk
barang.
Apriori secara umum merupakan pencarian itemset dari database transaksi
penjualan melalui beberapa tahap iterasi. Langkah pertama algoritma ini adalah
menghitung kejadian item untuk menentukan itemset. Langkah berikutnya untuk
large itemset tersebut dilakukan penggabungan dari item yang telah lolos seleksi
kemudian itemset yang tidak lolos maka akan dihapus.
 Tabel 1.1 Tabel Produk

No Produk

1 Roti

2 Air Mineral Botol

3 Susu

4 Mie Instan

5 Rokok

6 Kopi

7 Sabun Mandi

8 Minyak Goreng

9 Kecap

10 Saos Tomat

11 Soklin Pembersih Lantai

12 Beras

13 Garam

14 Porstex

15 Deterjen Baju

Data Mining adalah menganalisis itemset untuk menentukan nilai data

pengelompokan, dengan cara menggunakan algoritma yang ada seperti K-means,
Apriori, Naive Bayes dan berguna bagi pemilik sistem pangkalan tersebut. Data
mining yang dilakukan dengan classification, clustering. Melihat dari
permasalahan-permasalahan yang sudah didapatkan sebelumnya lewat penelitian
langsung ke Toko Sembako Erna, untuk menyelesaikan masalah yang ada dengan
data histori 12 bulan/1 tahun terakhir dengan data transaksi penjualan yang
sudah ada sebelumnya pada tahun 2021.

Dalam permasalahan yang ada penulis menggunakan dalam pengumpulan

data dengan teknik data mining dengan algoritma Apriori, atau mengelompokkan
barang-barang yang terjual termasuk produk terbaik di Toko Sembako Erna,
seperti ini diharapkan memudahkan Toko Sembako Erna dalam menyusun dalam
data transaksi penjualan dengan pengelompokkan data produk dengan 2 kriteria
yaitu produk sangat terlaris dan produk kurang terlaris.

II.2 Identifikasi Masalah

Maka identifikasi permasalahan saat ini adalah:

1. Terjadinya penjualan yang belum optimal dalam pemilihan produk

sehingga penjualan stok produk barang masih banyak di gudang Toko
Sembako Erna.
2. Penyeleksian barang pesanan memerlukan waktu yang cukup lama karena
masih menggunakan sistem manual sehingga sering terlambat dalam
proses penyeleksian.
3. Terjadi penurunan produk penjualan secara signifikan dalam 1 tahun
terakhir ini di Toko Sembako Erna.
II.3 Rumusan Masalah

Berdasarkan latar belakang diatas, rumusan masalah dalam penelitian

yaitu: “Bagaimana menerapkan data mining dari data penjualan Toko Sembako
Erna dalam mencari nilai minimum support dan minimum confidence produk
terlaris dalam 1 tahun terakhir menggunakan algoritma apriori?”.

II.4 Batasan Masalah

Pada penelitian yang telah dijalani, maka batasan masalahnya yaitu:

1. Menentukan produk terlaris pada Toko Sembako Erna dalam 1 tahun

terakhir sebanyak data laporan transaksi penjualan.
2. Kombinasi 4 Itemset yang akan dijadikan tolak ukur dalam pencarian nilai
minimum support dan minimum confidence pada data transaksi penjualan
produk. Pengolahan data dilakukan terhadap data penjualan produk di
Toko Sembako Erna.
3. Aplikasi perhitungan untuk mecari nilai minimum support dan minimum
confidence produk terlaris menggunakan algoritma Apriori adalah
Ms.Excel.
II.5 Tujuan Penelitian

Tujuan penelitian ini adalah:

1. Untuk membuat suatu program aplikasi berbasis website.

2. Peminatan konsumen kepada produk yang sering dibeli di Toko Sembako

Erna menggunakan algoritma apriori.

3. Untuk mengetahui dalam memilih produk terlaris dengan cara data

penjualan dengan menggunakan algoritma apriori. Untuk mengetahui
informasi produk terlaris menggunakan bantuan aplikasi Microsoft Excel
dalam perhitungannya.
II.5.1 Manfaat Penelitian

1. Toko Sembako Erna dalam menentukan produk data transaksi

penjualan barang pada produk terbaik yang laris dibeli oleh para
pelanggannya.

2. Meningkatkan penjualan pada Toko Sembako Erna, karena

persediaan produk yang sampai kosong, stok persediaan produk yang
ada dalam beberapa bulan terakhir ini pada data histori transaksi
penjualan.
II.6 Sistematika Penulisan

Untuk mempermudah dan memperjelas dalam pembahasan masalah

skripsi ini, penulis menyusun skripsi ini dengan sistematika penulisan sebagai
berikut:

BAB I PENDAHULUAN
Membuat penjelasan tentang latar belakang, identifikasi masalah, rumusan
masalah, batasan masalah, tujuan dan manfaat penelitian dan sistematika
penulisan.

BAB II LANDASAN TEORI

Memuat penjelasan tentang metode penelitian laporan skripsi. Membahas

tentang apa itu data mining dana apa itu algoritma apriori.

BAB III METODE PENELITIAN

Membuat penjelasan singkat tempat dan waktu penelitian pada Toko

Sembako Erna, desain penelitian/Kerangka penelitian, metode
pengumpulan data dan analisis.

BAB IV HAL DAN PEMBAHASAN

Membuat penjelasan tentang hal dan pembahasan pada penelitian di Toko

Sembako Erna.

BAB V PENUTUPAN

Memuat penjelasan tentang kesimpulan dan saran pada penelitian yang

telah dijalaninya.

DAFTAR PUSTAKA

Memuat Penjelasan tentang Literature jurnal ilmiah dalam penyusunan

tugas akhir.

LAMPIRAN-LAMPIRAN
 BAB III
LANDASAN TEORI

III.1 State of The Art

State of The Art pada penyelesaian permasalahan dalam penelitian dengan

menggunakan algoritma apriori:

Tabel 2. 1 State Of The Art

No Jurnal
Penulis Judul Penelitian Permasalahan Hasil Penelitian
. Penelitian

Transaksi Berdasarkan
Jurnal Sains Analisis Pola
- Setyawati pembelian penerapan minimal
Komputer & Transaksi
- Andi Nurkholis konsumen data confidence 30%
Informatika. Pelanggan
- Krisma Nur transaksi pada serta nilai minimum
Vol. 5. No. 2, Menggunakan
Anjumi toko Diengva support 2%,
September Algoritma
yang dibiarkan disimpulkan bahwa
2021. ISSN: Apriori
1.
begitu saja hanya semakin kecil nilai
2548-9771.
dapat menjadi minimum support
EISSN: 2549-
data arsip. maka semakin
7200
banyak aturan
hubungan yang
dihasilkan.

Jurnal Riset Penerapan Data Kurangnya atau

- Golda TM Informatika Mining kosong Penjualan sistem
Napitupulu Terhadap persediaan dari pipa yang banyak
ISSN: 2656-
Penjualan Pada jenis pipa yang terjual, minimal
- Anggi Oktaviani 1743, E-ISSN:
CV. Gaskindo dibeli confidence serta
2. - Dahlia Sarkawati 2656-173.
Sentosa pelanggan. minimum
Vol. 1, No. 4,
- Ita Yulianti Menggunakan support yaitu
September
Algoritma Stud Anchor,
2019
Apriori. Red Union, Stud
Bolt, Union Tee.
 Jurnal Penerapan
- Mateus Paga Informatika Data penjualan Pengelompokan
Metode Data
Tana akan yang lebih
Merdeka Mining Market
- Fitria Marisa bermanfaat cenderung pada
Pasuruan Basket Analysis
Indra Dharma Vol. 3 No. pada pola pola sistem
Terhadap Data
Wijaya kombinasi kombinasi data
2. Agustus Penjualan
3. sistem data. penjualan produk
2018 Produk Pada
di Toko Oase
Toko Oase
ISSN: 2503-
Menggunakan
1945
Algoritma
Apriori

Jurnal Penerapan Belum

- Tri Evendi tersedianya Transaksi import
Tekno Algoritma
- Rifda Faticha untuk pada sistem tahun
kompak Apriori Untuk sistem
Alfa Aziza mengetahui 2018 di 9 bulan
Vol.13 No.1 Menemukan
2019 18-23 Hubungan hubungan data terakhir

4. ISSN: 1412- Antara Jenis transaksi pada mengurangi

tiap bulannya pengurangan dari
9663 Komoditas
tiap bulannya.
Import Dengan
Jumlah
Permintaan
Bulanan
 - Ade
Jurnal Inovtek Penerapan Stok yang Kategori banyak
Fitria
Polbeng – Algoritma kurang diminati terjual mengetahui
Lestari
Seri Apriori Pada oleh para produk yang ingin
- M. Hafiz
pelanggan dikurangi stoknya
Informatika Data Penjualan
5. Barbar guna meningkatkan
ISSN: 2527- Barbar
Warehouse. perekonomian
9866, Vol.5, Warehouse
dalam segi
No. 1, 2020
penjualan.

III.2 Algoritma Apriori

Algoritma Apriori merupakan salah satu jenis algoritma yang ada pada
data mining yang memakai aturan asosiasi. Kegunaan algoritma apriori itu
sendiri untuk mencari frekuensi dan keterkaitan itemset dengan itemset lainnya
dari kumpulan data yang diolah yang dimana telah ditentukan syarat minimum
support dan syarat minimum confidence terlebih dahulu. (Christyan Putra, A. A.,
Haryanto, H., & Dolphina, E. 2018:98).
Pendekatan dengan algoritma apriori berusaha untuk secara efisien
menemukan jumlah itemset frequent. Algoritma ini menjadi pelopor dalam
algoritma analisis asosiasi untuk menemukan kandidat itemset, frequent dan
pembangkitan aturan asosiasi yang dapat dibentuk. Hal utama dalam teorema
algoritma apriori menggunakan prinsip: “Jika sebuah itemset itu frequent, semua
subset (bagian) dari itemset tersebut pasti juga frequent”. (E. T. L. Kusrini, & E.
T. Luthfi, 2019).
III.3 Data Mining

Nama data mining sebenarnya mulai dikenal sejak tahun 1990, ketika
pekerjaan pemanfaatan data menjadi sesuatu yang penting dalam berbagai bidang,
mulai dari bidang akademik, bisnis, hingga medis. Munculnya data mining di
dasarkan pada jumlah data yang tersimpan dalam basis data semakin besar.
(Prasetyo, E. 2014).
 Ada istilah lain yang mempunyai makna yang sama dengan data mining
yaitu knowledge discovery in database (KDD). Memang data mining atau KDD
bertujuan untuk memanfaatkan data dalam basis data dengan mengolahnya
sehingga menghasilkan informasi baru yang berguna. Istilah data mining dan
knowledge discovery in database (KDD) sering kali digunakan secara bergantian
untuk menjelaskan proses penggalian informasi tersembunyi dalam suatu basis
data yang besar. Sebenarnya kedua istilah tersebut memiliki konsep yang berbeda,
tetapi berkaitan satu sama lain. Dan salah satu tahapan dalam keseluruhan proses
KDD adalah data mining. (R. Hermiati, A. Asnawati, and I. Kanedi, 2021). Data
mining dibagi menjadi beberapa kelompok berdasarkan yang dapat dilakukan,
yaitu (E. T. L. Kusrini, & E. T. Luthfi, 2019):
a. Klasifikasi
Classification adalah algoritma yang menggunakan data berupa nilai
(kategori). Misalnya, jika kelas adalah pendapatan, maka kelas menjadi
tiga kategori: produk sangat terbaik, produk terbaik dan produk kurang
terbaik (tidak laku). Algoritma yang umum digunakan untuk klasifikasi
termasuk algoritma K-Means, algoritma Naive Bayes, algoritma K-Nearest
Neighbor dan algoritma C4.5. Pengelompokan teknik data mining
association rule menggunakan algoritma apriori adalah kombinasi kasus
data antar produk barang dan observasi ke dalam data yang serupa.
Clustering adalah pengelompokan data yang mirip dan berbeda satu sama
lain dibandingkan dengan data transaksi penjualan. Teknik data mining
association rule menggunakan algoritma apriori ini tidak memiliki
target/label/kelas.
b. Clustering/Pengelompokan
Clustering melakukan pengelompokan data-data ke dalam sejumlah
kelompok (cluster) berdasarkan kesamaan karakteristik masing-masing data
pada kelompok-kelompok yang ada. Data-data yang masuk dalam batas
kesamaan dengan kelompoknya akan bergabung dalam kelompok tersebut,
dan akan terpisah dalam kelompok yang berbeda jika keluar dari batas
kesamaan dengan kelompok tersebut.
c. Prediksi
Prediksi berkaitan dengan pembuatan sebuah model yang dapat melakukan
 pemetaan dari setiap himpunan variabel ke setiap targetnya, kemudian
menggunakan model tersebut untuk memberikan nilai target pada himpunan
baru yang di dapat. Ada dua jenis model prediksi, yaitu klasifikasi dan
regresi. Klasifikasi digunakan untuk variabel target disket, sedangkan regresi
untuk variabel target kontinu.
d. Asosiasi

Asosiasi (association analysis) digunakan untuk menemukan pola yang

menggambarkan kekuatan hubungan fitur dalam data. Pola yang ditemukan
biasanya merepresentasikan bentuk aturan implikasi atau subset fitur.
Tujuannya adalah untuk menemukan pola yang menarik dengan cara yang
efisien.
III.3.1 Karakteristik Data Mining

1. Data mining berhubungan dengan penemuan sesuatu yang

tersembunyi dan pola data tertentu yang tidak diketahui sebelumnya.
2. Data mining biasa menggunakan data yang sangat besar.
3. Data mining berguna untuk membuat keputusan yang kritis, terutama
dalam strategi.
III.3.2 Metode Analisis Data Mining

Dalam metode analisis data ini memakai metode Cross-Industry

Standart Process for Data Mining (CRISP-DM), karena pada proses ini salah
satu tujuannya adalah untuk menemukan pola-pola yang menarik dan
bermakna dalam sebuah data mining.
 Gambar 2 1 CRISP-DM

Berdasarkan pada model CRISP-DM diatas, berikut merupakan penjelasan

dari gambar diatas:

1. Business Understanding, adalah pemahaman pada sebuah substansi dari

aktivitas Data Mining yang akan dilaksanakan, kebutuhan dari perspektif
bisnis. Kegiatannya antara lain yaitu menentukan tujuan bisnis tersebut,
dengan mendalami situasi bisnis, menelaah tujuan bisnis ke dalam Data
Mining.
2. Data Understanding, adalah proses mengumpulkan data, mengkaji data
untuk dapat memahami data yang akan digunakan dalam penelitian ini,
mengidentifikasi suatu permasalahan yang berhubungan dengan data dari
penelitian ini.

3. Data Preparation, pada tahap ini struktur database akan disiapkan

sehingga dapat mempermudah proses penambangan data.

4. Modeling Phase, adalah fase untuk memutuskan teknik data mining yang
akan digunakan, memilih alat data mining yang akan dipakai algoritma
data mining, memutuskan parameter dengan nilai yang optimal.

5. Evaluation Phase, adalah fase interpresentasi terhadap hasil data mining

yang ditunjukkan dalam proses pemodelan, yang terdapat pada fase-fase
sebelumnya. Evaluasi dilakukan secara mendalam guna menyesuaikan
model yang didapat agar sesuai dengan sasaran yang ingin dicapai dalam
fase pertama.

6. Deployment Phase atau fase penyebaran adalah fase untuk penyusunan

laporan atau presentasi dari hasil yang didapat dari evaluasi dari proses
data mining.
III.4 Unified Modeling Language (UML)

a. UseCase Diagram
Diagram yang Memberitahukan sistem UseCase serta aktor-aktor
(jenis spasifik menurut class/data). Sangat krusial buat memodalkan sistem
yang diharapkan pengguna. (Hendini, Ade. vol. 4, no. 2, Dec. 2016, pp.
107-116).

Tabel 2. 2 Simbol UseCase Diagram

Simbol Nama Keterangan

Use case Kegiatan actor untuk mencapai

Use Case suatu tujuan tertentu.

actor Pihak yang akan mengelola

system.

Komunikasi antara actor dan

Association
usecase yang memiliki
interaksi dengan actor.

Extend Memberikan opsi eksklusif

pada program

Include Perintah langsung dieksekusi

tanpa opsi

b. Sequence Diagram

Bersifat dinamis atau sering disebut diagram urutan. Sebuah

diagram yang digunakan untuk memberikan tampilan interaksi diagram
object untuk melakukan penyampaian titik sistem yang ditentukan.
(Hendini, Ade. vol. 4, no. 2, Dec. 2016, pp. 107-116).
Tabel 2. 3 Simbol Sequence Diagram
 Simbol Nama Deskripsi

Actor Pihak yang mengelola system.

Kehidupan suatu object.

Lifeline

Nama_objek
Nama_kelas
Object yang berinteraksi
Object
pesan.

Boundary Object sebagai tampilan.

Control Object sebagai kontrol.

Entity Menyatakan object sebagai data.

Menyatakan object dalam

keadaan aktif dan berinteraksi,
Waktu aktif semua yang terhubung dengan
waktu aktif ini adalah tahapan
yang dilakukan di dalamnya.

Menyatakan suatu object

<<create>>
Pesan tipe membuat object yanglain, arah
create panah mengarah pada object
yang dibuat

Menyatakan object memanggil

Pesan tipe
1:nama_metode() operasi yang ada pada object
Call
lain.

Menyatakan bahwa suatu

1:masukan
 c. Activity Diagram
Jenis keadaan yang menunjukkan aliran satu activity ke activity
berikutnya dalam sistem. Angka ini sangat penting dalam sistem
pemodelan dan fungsi sistem, menyoroti aliran kontrol antara objek.
Ada juga beberapa simbol dalam diagram activity. Dibawah ini adalah
simbol untuk diagram activity. (Hendini, Ade. vol. 4, no. 2, Dec. 2016,
pp. 107-116).

Tabel 2. 4 Simbol Activity Diagram

Simbol Nama Deskripsi

Status awal aktivitas system,

Status awal sebuah diagram aktivitas
memiliki status awal.

Aktivitas yang dilakukan

Aktivitas system, biasanya diawali dengan
Aktifitas
kata kerja.
 Assosiasi percabangan jika ada
Decision pilihan aktivitas lebih dari satu.

Titik kontrol ini membawa

beberapa aliran alternatif
Merge Node
menjadi satu aliran keluar.

Status akhir yang dilakukan

system, sebuah diagram aktivitas
Status akhir
memiliki status akhir.

Suatu cara menyikronkan aliran

kendali dengan batang hitam
horizontal dengan dua atau lebih
Join
anak panah menunjuk ke dalam
satu anak panah menunjuk
keluar.
Mempresentasikan aktivitas
digambarkan sebagai batang
Fork hitam horizontal satu anak panah
menunjuk ke batang atau lebih
anak panah menunjuk keluar.

Memisahkan organisasi yang

Swinlane bertanggung jawab terhadap
aktivitas yang terjadi.

d. Class Diagram
Dalam hal mendefinisikan data untuk membuat sistem agar
berjalan dengan baik. Kelas memiliki tiga area utama yaitu atribut,
nama belakang adalah (Hendini, Ade. vol. 4, no. 2, Dec. 2016, pp.
107-116):

1. Private, tidak bisa di panggil oleh luar class yang teroranisasi.

 2. Itu dilindungi dan diakses oleh turunannya.

3. Publik, siapa saja bisa mengakses.

Tabel 2 5 Simbol Class Diagram

Simbol
Keterangan

Nama_kelas
+atribut
+operasi()
Class pada system.

Interface

Konsep sama interface dalam

pemrograman.
Nama_interface

Relasi antar class dengan makna

Association
umum.

Relasi antar class dengan makna yang

Directed association
digunakan oleh class lain.

Relasi antar class dengan makna

Generalisasi
umum khusus.

Agregation
Relasi antar class dengan makna

semua bagian.

III.5 Software Pengembangan Sistem

III.5.1 PHP (Hypertext Prepocessor)

PHP (Hypertext Prerocessor) adalah bahasa server-side scripting

yang menyatu dengan HTML untuk membuat halaman website
 dinamis. Karena PHP merupakan server-side scripting maka sintaks
dan perintah-perintah PHP akan di eksekusi di server kemudian
hasilnya dikirim ke browser dalam format HTML. Suatu bahasa
pemrograman yang digunakan untuk menerjemahkan baris kode
program menjadi kode mesin yang dapat di mengerti oleh komputer
yang bersifat server-side yang dapat ditambahkan ke dalam HTML.
(Supono & Putratama, V. 2018).
III.5.2 XAMPP

Xampp adalah server yang paling banyak digunakan untuk keperluan

belajar PHP secara mandiri, terutama bagi programmer pemula.
Aplikasi yang kompatibel dengan sistem operasi. Program yang
mempunyai fungsi server yang terpisah yaitu localhost pada server.
Xampp mempunyai menu seperti control panel, PhpMyAdmin, dan
htdocs. Xampp mempunya fitur module seperti MySql (database),
Apache, File Zillia, dan Mercury dengan menggunakan bahasa
pemrograman yang sering dipakai, yaitu Bahasa pemrograman PHP
atau HTML. (Supono & Putratama, V. 2018). Xampp mempunyai
beberapa fitur module, yaitu:
a. Apache
Apache merupakan sebuah server yang cukup sederhana.
pada saat meletakkan website membutuhkan tampilan tertentu
dan bugs yang perlu diperbaiki. Jadi Apache dilahirkan oleh
user untuk user. Model open source-nya karena dapat
mengirimkan data dengan cepat sehingga dapat membantu
perusahaan dalam mengambilkan keputusan. Apache dapat
dijalankan pada kebanyakan website dari pada kombinasi
server lainnya karena apache merupakan software yang baik.

b. MySQL
MySQL merupakan suatu jenis database server yang sangat
terkenal. MySQL termasuk jenis RDBMS (Relational
Database Management System). MySQL mendukung bahasa
pemrograman PHP, bahasa permintaan yang terstruktur,
 MySQL merupakan RDBMS (Relational Database
Management System) server. RDBMS adalah program yang
memungkinkan pengguna database untuk membuat,
mengelola, dan menggunakan data pada suatu model
relational. (R. Hermiati, A. Asnawati, and I. Kanedi, 2021).

Perintah-perintah yang dapat dilakukan pada MySql

adalah:

a. DDL (Data Definiton Languange)

DDL digunakan dalam membuat struktur basis data
mulai dari pendefinisian basis data, table, view, index,
serta perintah yang berhubungan dengan maintenance
dan struktur basis data tersebut. Contoh SQL yang
termasuk ke dalam golongan DDL adalah: create, alter,
drop.
b. DML (Data Manipulation Languange)
DML digunakan untuk manipulasi data dalam basis data
seperti menambah, mencari, mengubah, ataupun
menghapus data dari table. Contoh query SQL yang
termasuk ke dalam DML adalah: insert, update, delete,
select.

c. DCL (Data Control Languange)

Data Control Languange merupakan perintah atau query
yang fungsinya adalah membantu dalam melakukan
pengawasan keamanan basis data dengan query ini di
mungkinkan untuk memberikan otoritas kepada user
tertentu untuk mengakses basis data, mengalokasikan
ruang dalam basis data, serta pengauditan basis data.
Adapun perintah yang termasuk ke dalam DCL antara
lain adalah grant dan revoke.
d. Indeks
Indeks merupakan suatu mekanisme dalam database
 yang memungkinkan proses pencarian suatu data dapat
dilakukan dengan cepat. Indeks dapat mempercepat
pengaksesan data dikarenakan teknik yang melandasi
indeks itu sendiri. Sistem pada indeks akan mengatur
dengan sendirinya nilai-nilai kolom pada table tersebut
secara urut.
c. Tomcat
Tomcat digunakan untuk mendapatkan JSP (Java Server
Pages) untuk mempercepat tampilan website yang berisikan
content yang telah dibuat sebelumnya.

d. File Zillia
File Zillia merupakan FTP (File Transfer Protocol) server
yang bisa membuat kita memindahkan data atau file dari
komputer ke server atau tempat lainnya.

e. Mercury
Mercury merupakan mail server yang dapat mengirim dan
menerima email dari jaringan.
III.5.3 Sublime Text

Sublime Text 2.0.2 adalah editor teks yang digunakan untuk

menerjemahkan hasil analisa dan rancangan ke dalam bentuk code. Dapat
mengubah baris coding yang berbeda secara bersamaan. (L. D. Novienty and
A. Prapanca, 2016). Berikut beberapa fitur yang diunggulkan dari aplikasi
sublime text. (L. D. Novienty and A. Prapanca, 2016):

a. Goto Anything, fitur yang sangat membantu dalam membuka file

ataupun menjelajahi isi dari file hanya dengan beberapa key strokes.

b. Multiple Selections, fitur ini memungkinkan user untuk mengubah

secara interaktif banyak baris sekaligus, mengubah nama variabel
dengan mudah, dan memanipulasi file lebih cepat dari sebelumnya.

c. Command Pallete, dengan hanya beberapa key storkes, user dapat

 dengan cepat mencari fungsi yang diinginkan, tanpa harus menavigasi
melalui menu.

d. Distraction Free Mode, bila user memerlukan fokus penuh pada

aplikasi ini, fitur ini dapat membantu user dengan memberikan
tampilan layar penuh. Split Editing dapatkan hasil yang maksimal dari
monitor layar lebar dengan dukungan editing perpecahan. Mengedit sisi
file dengan sisi, atau mengedit dua lokasi di satu file. Anda dapat
mengedit dengan banyak baris dan kolom yang user inginkan.
III.6 Pengujian Sistem

Uji pada sistem adalah uji dengan tujuan utamanya untuk menjalankan
system akan di testing pada perusahaaan pengembang tersebut. Testing
melakukan, menemukan dan memperbaiki problem dalam aplikasi tersebut
sebelum diserahkan pada pengembangnya. Testing yang baik adalah testing
kualitas terlaris dengan bug pada system aplikasi yang sedang di testing.

III.6.1 Blackbox Testing

Pengujian blackbox testing merupakan kebutuhan fungsional testing

aplikasi, memungkinkan input sistem aplikasi memeriksa secara penuh
fungsional dari sebuah sistem aplikasi. Menemukan permasalahan seperti
kesalahan fungsi pada fitur yang ada dalam sistem aplikasi serta kesalahan
tampilan pada aplikasi. Serta memeriksa bug yang ada pada aplikasi yang
ingin diuji oleh pengembang sebelum rilis ke public. Jika sebelum di testing
dan sistem aplikasi sudah rilis ke public, aplikasi tersebut bisa saja tidak
dapat digunakan oleh penggunanya sehingga sistem tidak akan berjalan
dengan semestinya yang diharapkan pengembangnya.

BAB IV
METODOLOGI PENELITIAN

IV.1 Tempat dan Waktu Penelitian

Toko Sembako Erna adalah Toko yang menjual dan membeli kebutuhan
pokok rumah tangga sehari-hari pelanggan. Berdiri sejak tahun 2016, usaha Toko
Sembako Erna yang berlokasi di Perumahan Pejuang Pratama Blok N.18, Harapan
Indah, Bekasi Utara, masih melayani pelanggan di lokasi yang sama dan memiliki
beberapa cabang untuk memenuhi kebutuhan produk pembeli. Gudang yang
menggunakan sebagian ruangan di rumahnya untuk menyimpan persediaan stok
barang-barang untuk beberapa bulan ke depannya. Seiring berjalannya waktu,
Toko Sembako Erna telah mengembangkan bisnisnya untuk produk kebutuhan
pokok rumah tangga pelanggan lainnya di Toko Sembako Erna. Tetapi karena
hanya ada satu toko, Toko Sembako Erna selalu memberikan layanan cepat yang
memenuhi kebutuhan semua pelanggan.

IV.1.1 Tempat Penelitian

A. Nama Toko : Toko Sembako Erna

B. Alamat Toko : Perumahan Pejuang Pratama Blok N 18 Rt.05 Rw 06

C. Pemilik Toko : Ibu Erna

D. Nomer HP : 089633927655

E. Nomer TDP : 203878944599

IV.1.2 Foto Bagian Depan Dan Dalam Toko Sembako Erna

a. Berikut Adalah Foto Pada Bagian Depan Toko Sembako Erna yang
berlokasi di Perumahan Pejuang Pratama 8 Blok N 18, Harapan Indah,
Bekasi Utara.

Gambar 3 1 Foto Bagian Depan Toko Sembako Erna

b. Foto Keadaan Pada Bagian Dalam Toko Sembako Erna sebagai

berikut:

36
 Gambar 3 2 Foto Bagian Dalam Toko Sembako Erna

IV.2 Visi dan Misi Toko Sembako Erna

Visi dan Misi yang akan digunakan pada Toko Sembako Erna adalah:

36
 IV.2.1 Visi Toko Sembako Erna

Supplier bahan-bahan pokok kebutuhan rumah tangga para

pelanggan sehari-hari dan produk yang berkualitas dan meningkatkan
produktivitas kenyamanan kepada para pelanggan demi kemajuan Toko
Sembako Erna.

IV.2.2 Misi Toko Sembako Erna

Kepuasan Konsumen sebagai pihak tertentu yang membayar untuk

mendapatkan produk yang berkualitas dan harga yang sangat terjangkau
dengan tujuan itu Toko Sembako Erna selalu memberikan pelayanan
yang terlaris untuk konsumen/pelanggan agar nyaman berbelanja di Toko
Sembako Erna. Istilah lain dari konsumen adalah pelanggan.

IV.3 Analisis Sistem

Analisis sistem adalah pemahaman dan mengidentifikasi apa yang perlu

penulis lakukan dan merupakan objek dari penemuan ini untuk merancang dan
menganalisis system adalah:

a. Tentukan permasalahan, termasuk masukkan, proses, dan keluaran dari

system yang akan penulis bangun.
b. Memahami sistem yang akan dibuat atau yang sedang berjalan.
c. Pencarian harus format yang ditunjukkan pada kekuatan, kelemahan pada
sistem.
d. Pilihan yang dirumuskan pada langkah sebelumnya.
e. Terapkan pilihan yang Anda pilih dari banyak pilihan yang ditawarkan.
f. Mengevaluasi dampak dari perubahan yang dilakukan pada sistem.
IV.4 Jenis Data

Jenis data penelitian yang digunakan yaitu:

a. Data Primer
b. Penulisan Melakukan wawancara pada owner (tangan pertama) di Toko
Sembako Erna.

36
c. Data Sekunder

Diperoleh penulis dari data yang sudah tersedia (studi pustaka) pada jurnal
ilmiah sebagai bahan-bahan referensi untuk penyusunan laporan skripsi:

IV.5 Metode Penelitian Data

a. Pengamatan (Observasi)
Penelitian ini lebih ke pelayanan produk yang dimiliki Toko Sembako
Erna kepada pelanggan serta system yang berguna buat pemilik Toko
Sembako Erna menggunakan algoritma Apriori.
b. Wawancara (Interview)

Peneliti melakukan wawancara langsung kepada pemilik Toko Sembako

Erna yaitu Ibu Erna tentang prosedur penjualan yang digunakan untuk
menarik pelanggan.

c. Studi Pustaka (Literature)

Peneliti studi pustaka dengan dikumpulkannya data serta mempelajari teori

serta jurnal ilmiah dalam object skripsi pada penelitian yang dilakukannya.
IV.6 Metode Pengembangan sistem

Dalam pengembangan system ini menggunakan Metode Prototype.

36
 Gambar 3 3 Model Prototype

Tahapan sistem dalam metode prototype, yaitu:

a. Komunikasi

Penelitian dengan wawancara secara langsung dengan pemilik

Toko Sembako Erna, system yang akan dibuat. Peneliti akan
menganalisis system akan dibuat untuk pemilik pangkalan.

b. Perencanaan Secara Cepat

Penyusunan spesifikasi kebutuhan sistem agar berjalan dengan

baik ketika ditesting oleh owner Toko Sembako Erna.

c. Pemodelan Perancangan Secara Cepat

Membuat pemodelan perencanaan pada penelitian yang dapat

diteruskan ke dalam perancangan sistem yang dapat dianalisis
sebelum dibuat coding.

d. Penyerahan Sistem dan Umpan Balik

Pengembangan sistem yang akan dibuat kepada pengembang

adalah pemilik Toko Sembako Erna agar dapat segera di evaluasi,
testing, pengembangan pada sistem tersebut. Pemilik Toko dapat
berinteraksi serta umpan balik tentang sistem yang telah dikerjakan
dengan baik selama penelitian berlangsung di Toko Sembako Erna.

36
36
 DAFTAR PUSTAKA

[1] Hendini, Ade. "Pemodelan Uml Sistem Informasi Monitoring Penjualan dan
Stok Barang (Studi Kasus: Distro Zhezha Pontianak)." Jurnal Khatulistiwa
Informatika, vol. 4, no. 2, Dec. 2016, pp. 107-116.
[2] A.S Rosa dan Shalahuddin. Rekayasa Perangkat Lunak Terstruktur dan
Berorientasi Objek, Informatika Bandung. 2014.
[3] A. Utomo, Y. Sutanto, E. Tiningrum, and E. M. Susilowati, “Menggunakan
Black Box Testing Boundary,” J. Bisnis Terap., vol. 04, no. 2, pp. 133-140,
2020.
[4] R. Hermiati, A. Asnawati, and I. Kanedi, “PEMBUATAN E-COMMERCE
PADA RAJA KOMPUTER MENGGUNAKAN BAHASA
PEMROGRAMAN PHP DAN DATABASE MYSQL”, jmi, vol. 17, no. 1,
Feb. 2021.
[5] E. T. L. Kusrini, & E. T. Luthfi, 2019. Algoritma Data Mining. Universitas
Anikom, Yogyakarta: ANDI.
[6] Eko Prasetyo ; Aldo Sahala.Data Mining : Mengolah Data Menjadi
Informasi Menggunakan MATLAB / Eko Prasetyo; Penyunting, Aldo Sahala.
2014
[7] L. D. Novienty and A. Prapanca, “Sistem Informasi Manajemen Sekolah
Berbasis Web (Studi Kasus SMA Al Karimi Tebuwung).” Jurnal Manajemen
Informatika, vol. 5, no. 2, 2016, 83-92.
[8] H. Al Fatta, Analisa dan Perancangan Sistem Informasi untuk keunggulan
bersaing perusahaan dan organisasi modern, Jakarta: Andi, 2007.
[9] Christyan Putra, A. A., Haryanto, H., & Dolphina, E. (2018:98).
Implementasi Metode Association Rule Mining Dengan Algoritma Apriori
Untuk Rekomendasi Promo Barang.
[10] Supono & Putratama, V. "Pemrograman web dengan menggunakan
PHP dan framework Codeigniter." Yogyakarta: Deepublish (2018).
[11] Budiman, I., Saori, S., Anwar, R., Fitriani, F., & Pangestu, M. (2021).
ANALISIS PENGENDALIAN MUTU DI BIDANG INDUSTRI
MAKANAN (Studi Kasus: UMKM Mochi Kaswari Lampion Kota
Sukabumi). Jurnal Inovasi Penelitian, 1(10), 2185-2190.
36