PENDAHULUAN
bidang kehidupan. Banyak sekali data yang dapat dihasilkan teknologi informasi
yang sangat canggih. Begitu pula dalam bidang bisnis penjualan, proses penjualan
dalam rangka pencapaian tujuan perusahaan. Penjualan adalah ilmu dan seni
mempengaruhi pribadi yang dilakukan oleh penjual untuk mengajak orang lain
perusahaan adalah salah satu indikator dari tingkat kemajuan perusahaan, untuk
mampu mencapai tingkat penjualan yang telah ditargetkan perusahaan itu berarti
perusahaan harus mampu menciptakan produk dan jasa yang sesuai dengan
kebutuhan dan keinginan konsumen juga bagaimana produk ini menjadi sumber
[1].
Toko Subur Delitua adalah merupakan salah satu toko yang bergerak
pengeluaran tidak terduga tidak tersusun dengan baik, sehingga data tersebut
1
2
hanya berfungsi sebagai arsip toko dan tidak dapat dimanfaatkan untuk
untuk mencari solusi dalam pengelolaan barang fashion dan menemukan strategi
pelayanan terbaik. Salah satu strategi yang dapat dilakukan adalah mencari
asosiasi dari produk yang tersedia dengan cara mengikuti pola pembelian yang
mengetahui pola dari penambangan data transaksi yang menumpuk untuk menjadi
sebuah informasi yang bermanfaat. Ilmu tersebut adalah Data Mining, dimana
data mining merupakan bidang ilmu yang mengajarkan tentang pengolahan data-
data yang besar dengan tujuan untuk mencari informasi yang bermanfaat dari data
tersebut sehingga data yang menumpuk itu dapat bermanfaat. Menurut Yuli Mardi
“Data Mining adalah proses mencari pola atau informasi menarik dalam data
metode, atau algoritma dalam data mining sangat bervariasi. Pemilihan metode
atau algoritma yang tepat sangat bergantung pada tujuan dan proses Knowledge
(6)Asosiasi [3]. Teknik yang dapat digunakan untuk mengetahui pola penjualan
3
pupuk di Toko Subur Delitua adalah teknik asosiasi, dimana teknik ini dapat
mengolah data untuk mengetahui keterkaitan antar pupuk yang dipesan. Maka
dari itu teknik yang akan digunakan pada karya ilmiah ini adalah asosiasi dengan
mengukur data kedekatan antar pupuk yang disediakan. Apriori adalah metode
yang sering memanfaatkan itemset dalam pertambangan data atau produk [4].
Dalam masalah yang dibahas dalam penelitian ini akan dirancang sebuah
solusi pemecahan.
judul tersebut, dapat membantu pihak Toko dalam mengelola persediaan pupuk
masalahnya yaitu :
Delitua?
Batasan masalah dalam skripsi ini dibuat agar penulisan skripsi yang
3. Data transaksi yang dipilih adalah data transaksi dengan minimal 3 item per 1
transaksi.
TINJAUAN PUSTAKA
pribadi yang dilakukan oleh penjual / pemilik barang dan jasa untuk mengajak
orang lain agar mau dan bersedia membeli barang atau jasa yang ditawarkan guna
untuk mencari keuntungan untuk si penjual dengan harga yang telah disepakati.
Pada umumnya transaksi jual beli akan melibatkan dua pihak, yaitu pihak
penjual dan pihak pembeli. Tujuan utama dari kegiatan penjualan adalah dapat
tersebut dapat meningkatkan jumlah penjualan produknya selain itu juga untuk
pelanggan.
6
7
pelanggan yang saat ini atau ingin menambah pelanggan yang ada.
organisasi.
Toko UD. Subur Delitua merupakan salah satu agen pupuk yang
diperlukan oleh petani. Pupuk pada dasarnya selalu diperlukan dan menjadi salah
satu kebutuhan dasar oleh setiap petani. Sebagai salah satu contoh penting bahwa
pupuk merupakan kebutuhan dasar yaitu seperti pupuk urea yang sangat berperan
Setiap hari data transaksi penjualan di Toko UD. Subur Delitua semakin
bertambah banyak. Dalam satu hari data transaksi yang tercatat sebanyak puluhan
transaksi dan data tersebut hanya dijadikan sebatas laporan saja dan tidak
meminimalisir banyaknya data yang tersimpan dalam jumlah yang sangat besar,
maka harus dimanfaatkan untuk melihat keterkaitan setiap jenis barang yang
dibeli konsumen secara bersamaan, salah satunya adalah transaksi penjualan toko
UD. Subur Delitua. Dari data transaksi penjualan tersebut akan dilihat dan dicari
keterkaitan antar item produk satu dengan produk yang lainnya yang akhirnya
dapat diketahui jenis produk atau barang yang sering dibeli oleh konsumen.
8
terhadap data transaksi penjualan pupul pada Toko UD. Subur Delitua dengan
ini dapat mengetahui jenis produk pupuk sebagai informasi ini dapat digunakan
baru yang dilakukan dengan cara mencari sebuah pola atau aturan tertentu dari
sejumlah data yang menumpuk dan dikatakan data besar. Data mining juga dapat
diartukan sebagai serangkaian suatu proses dalam mencari atau menggali nilai
tambah suatu data yang berupa pengetahuan yang selama ini tidak diketahui
Data mining bukan merupakan suatu bidang yang dapat dikatakan baru.
Data mining adalah sebuah pengembagan dan pencabangan dari ilmu Statistik.
Oleh sebab itu data mining dan ilmu statistik sangat memiliki keterkaitan satu
sama lain Salah satu hal yang menjadi kesulitan dalam mengartikan data mining
adalah kenyataan bahwa data mining mewarisi sangat banyak bidang, aspek dan
teknik dari bidang-bidang ilmu lainnya yang sudah mapan terlebih dahulu [6].
3. Data yang tidak memiliki kecenderungan atau kesamaan dan berbeda sifat.
yaitu :
1. Deskripsi
2. Estimasi
Estimasi hampir sama dengan klasifikasi, hanya saja nilai peubah atau
variable target estimasi lebih ke arah data angka atau numerik daripada ke
arah kategori.
3. Prediksi
Prediksi adalah suatu cara dalam menerka/menebak sebuah nilai yang belum
4. Klasifikasi
5. Pengklasteran
6. Asosiasi
Asosiasi bertugas menemukan atribut yang muncul dalam satu waktu. Dalam
Suatu sifat yang menjadi sebuah ciri- ciri dari suatu objek disebut dengan
karakteristik. Ada beberapa karakteristik yang dimiliki Data mining yaitu sebagai
berikut :
1. Proses dalam menemukan sesuatu objek, informasi atau hal yang belum
terlihat dan pola suatu data tertentu yang belum diketahui sebelumnya tanpa
2. Data yang menumpuk atau data yang besar sering dipergunakan untuk
keputusan yang kritis terutama dalam strategi. Dari beberapa penjelasan tersebut
dapat ditarik sebuah pernyataan bahwa Data mining bisa dikatakan suatu cara atau
teknik dalam menggali sebuah informasi berharga yang diperoleh melalui data
yang banyak dan tersembunyi pada suatu koleksi data (database) yang sangat
besar atau menumpuk sehingga ditemukan suatu pola yang menarik dan
suatu tindakan untuk menciptakan nilai bisnis dan menghasilkan keunggulan daya
menjaga agar pengetahuan tersebut tidak hilang begitu saja dan bisa di sharing
(level 2), dan Enterprise intelligence (level 3). Dalam penjelasan ini data mining
merupakan satu langkah dari proses KDD, terdapat beberapa proses seperti
terdapat beberapa proses dari tahap menjalankan KDD yaitu sebagai berikut:
data mining.
Proses preprocessing adalah suatu proses yang meliputi antara lain menghapus
atau membuang data ganda yang tidak digunakan, memeriksa data yang
3. Transformasi (Transformation)
Pada fase ini yang dilakukan adalah mengubah suatu bentuk data yang belum
mempunyai beberapa entitas yang jelas ke dalam data yang siap untuk
4. Data mining
Pada proses ini, yang dilakukan adalah melakukan penerapan algoritma atau
transformasi.
5. Interpretasi/Evaluasi (Interpretation/Evaluation)
Pada fase ini yang paling terakhir ini, proses yang dilakukan adalah proses
membentuk sebuah output atau hasil yang mudah dimengerti dan berbentuk
Tahapan proses dalam cara kerja data mining yang merupakan suatu
Databases (KDD) [8] seperti yang terlihat pada gambar dapat diuraikan sebagai
berikut :
pengguna.
2. Merancang target data-set yang dibutuhkan dalam proses data mining yang
5. Interpretasi, evaluasi dan visualisasi pola untuk melihat apakah ada sesuatu
Categorical Attribute atau bisa disebut juga dengan atribut kategorikal merupakan
salah satu jenis atribut yang sumber asanya merupakan suatu himpunan simbol
yang memiliki batas atau simbol berhingga. Atribut kategorikal dapat digolongkan
1. Nominal, atribut yang memilikin nilai tidak dapat diurutkan dan bersifat verbal.
Contoh : Ranking (misal, rasa dari keripik kentang pada skala 1-10).
Contoh : Umur dan gaji. Atribut numerik juga dibedakan menjadi dua, yaitu :
a. Interval
b. Rasio
1. Klasifikasi
Klasifikasi adalah proses dalam melakukan penentuan sebuah data record baru
menjadi salah satu dari beberapa katagori (kelas) yang telah digunakan untuk
Mencari nilai dari suatu variabel yang memiliki sifat berkelanjutan atau biasa
disebut kontinyu dan yang dapat diberikan berdasarkan nilai yang berasal dari
3. Klasterisasi (clustering)
dalam suatu kelompok tertentu mempunyai nilai atau set properti yang
mempunyai kedekatan.
4. Asosiasi (associationrules)
data tersebut.
Menganalisis sejumlah event atau kejadian dalam sebuah dataset yang secara
umum dapat terjadi secara bersama-sama. Skuensial ini juga dilakukan untuk
Analisis Asosiasi dikenal juga sebagai salah satu teknik data mining yang
menjadi dasar dari berbagai teknik data mining lainnya”. Secara khusus, salah
satu tahap dari analisis asosiasi yang menarik perhatian banyak peneliti untuk
18
menghasilkan algoritma yang efisien adalah analisi pola frekuensi tinggi (frequent
pattern mining [10]. Metodologi dasar analisis asosiasi terbagi menjadi dua yaitu :
Tahap ini mencari kombinasi item yang memenuhi syarat minimum dari nilai
support dalam database. Nilai support sebuah item diperoleh dengan rumus
berikut [11]:
Sedangkan nilai support dari dua item diperoleh dari rumus berikut:
𝐽𝑢𝑚𝑙𝑎ℎ 𝑇𝑟𝑎𝑛𝑠𝑎𝑘𝑠𝑖 (𝐴 → 𝐵)
𝑆𝑢𝑝𝑝𝑜𝑟𝑡 (𝐴, 𝐵) = 𝑃(𝐴 → 𝐵) = 𝑥 100%
𝑇𝑟𝑎𝑛𝑠𝑎𝑘𝑠𝑖
Setelah semua pola frekuensi tinggi ditemukan, barulah dicari aturan asosiatif
aturan asosiatif A → B.
𝐽𝑢𝑚𝑙𝑎ℎ 𝑇𝑟𝑎𝑛𝑠𝑎𝑘𝑠𝑖 (𝐴 → 𝐵)
𝐶𝑜𝑛𝑓𝑖𝑑𝑒𝑛𝑐𝑒 (𝐴, 𝐵) = 𝑃(𝐴 → 𝐵) = 𝑥 100%
𝑇𝑟𝑎𝑛𝑠𝑎𝑘𝑠𝑖 𝐴
Analisis Asosiasi dikenal juga sebagai salah satu teknik data mining yang
menjadi dasar dari berbagai teknik data mining lainnya. Secara khusus, salah satu
tahap dari analisis asosiasi yang menarik perhatian banyak peneliti untuk
Algoritma apriori termasuk jenis aturan asosiasi pada data mining. Selain
apriori, yang termasuk pada golongan ini adalah metode Geralized Rule Induction
19
dan Algoritma Hash Based. Yang menyatakan asosiasi antara beberapa atribut
Aturan tersebut berarti : “50% dari transaksi di database yang memuat item
roti dan mentega juga memuat item susu. Sedangkan 40% dari seluruh transaksi
Dapat juga diartikan: “Seorang konsumen yang membeli roti dan mentega
punya kemungkinan 50% untuk juga membeli susu. Aturan ini cukup signifikan
assosiatif yang memenuhi syarat minimum untuk support (minimum support) dan
Penting tidaknya suatu aturan asosiatif dapat diketahui dengan dua parameter,
yang digunakan untuk memodelkan peranti lunak yang akan dibuat dan perlu
perangkat lunak [14]. Seperti yang diketahui bahwa menyatukan banyak kepala
untuk menceritakan sebuah ide dengan tujuan untuk memahami hal yang sama
tidaklah mudah.
20
objek. Abstraksi konsep dasar UML terdiri dari structural classification, dynamic
behavior, dan model management dapat dipahami main concepts sebagai term
yang akan muncul pada saat membuat diagram dan view adalah kategori dari
Use Case atau diagram use case merupakan pemodelan yang digunakan
untuk menggambarkan sebuah kasus interaksi antara aktor dan sistem meliputi
apa yang dapat dilakukan seorang pengguna terhadap sistem yang dijalankan.
interaksi yang terjadi diantara pengguna (aktor) dengan sistem. Diagram ini bisa
menjadi gambaran yang sangat bagus dalam menjelaskan konteks dari sebuah
sistem yang ingin dibangun sehingga terlihat jelas batasan dari sistem. Ada 2
elemen penting yang harus digambarkan, yaitu aktor dan use case. Berikut ini
generalizati
6
on
sedang dirancang, mulai dari titik awal, melalui kondisi (decision) yang mungkin
terjadi, kemudian sampai pada titik akhir. Diagram ini tidak menggambarkan
global [17].
struktur yang berjalan pada sistem dari segi pendefinisisan kelas-kelas yang akan
dibuat untuk membangun sistem. Kelas memiliki apa yang disebut atribut dan
1 Kelas
web.
tua”, seperti AT286. Bahasa Basic merupakan sebuah bahasa pemrograman yang
Basic digemari adalah karena susunan dalam proses penulisan programnya yang
Visual basic 2008 sering disebut juga Visual basic 9. Visual basic ini
terdapat dalam produk Microsoft, yaitu Visual Studio 2008. Visual studio 2008
dan semua anggotanya, yang terdiri dari : Visual basic, Visual C++, Visual C#,
Net 3 atau yang terbaru. Visual Studio 2008 memiliki beberapa versi, yaitu :
Professional, Visual Studio Tools Team Edition, dan Express. Berikut ini adalah
1. ToolBox :adalah tempat menyimpan control yang akan kita gunakan pada
projek (solution) yang sedang kita buat. Kita dapat bernavigasi komponen dari
projek kita buat atau tambahan (form, module, reference) melalui jendela
dari suatu komponen yang sedang kita pilih. Di sini kita dapat mengubah nilai
properti suatu komponen sesuai yang kita inginkan saat proses desain aplikasi.
Untuk menggunakan properti yaitu klik terlebih dahulu control yang ingin kita
setting.
5. Errorlist : Daftar error, peringatan dan pesan dari Visual basic untuk pengguna
6. ToolBar :adalah peralatan yang berfungsi mewakili suatu perintah yang ada
database dengan model relasional karena pada aplikasi ini terdapat lajur kolom
dan lajur baris. Selain itu Microsoft access merupakan sebuah program aplikasi
yang tergolong sangat mudah dalam pengaplikasiannya dan sangat familiar untuk
mengolah database yang saling terkait antara pembuatan Table, Form, Query,
Tombol Macro, Menu Drop Down, dan Menu Switchboard. Untuk menjalankan
Microsoft access 2010 dapat dilakukan dengan memilih tombol Start pada
taskbar, pilih All Program, kemudian pilih Microsoft office access 2010 [21].
laporan yang terpisah dengan program Microsoft Visual basic. Kelebihan dari
Crystal report ini adalah hasil cetaknya lebih baik dan pembuatan laporannya pun
lebih mudah disusun, hal ini dikarenakan pada Crystal report banyak tersedia
2018.
[14] Suendri, "Implementasi Diagram UML (Unified Modelling Language) Pada
Perancangan Sistem Informasi Remunerasi Dosen Dengan Database Oracle
(Studi Kasus: UIN Sumatera Utara Medan)," ALGORITMA: Jurnal Ilmu
Komputer dan Informatika, p. 1, 2018.
[15] Sutejo, "Pemodelan UML Sistem Informasi Geografis Pasar Tradisional Kota
Pekanbaru," Jurnal Teknologi Informasi & Komunikasi Digital Zone,
`Universitas Lancang Kuning , vol. 7, 2016.
[16] A. Hendini, "PEMODELAN UML SISTEM INFORMASI MONITORING
PENJUALAN DAN STOK BARANG (STUDI KASUS: DISTRO ZHEZHA
PONTIANAK)," JURNAL KHATULISTIWA INFORMATIKA, vol. 4, no. 1,
2016.
[17] R. Nurmalina, J. A. Yani Km, T. Laut and K. Selatan, "Perencanaan dan
Pengembangan Aplikasi Absensi Mahasiswa Menggunakan Smart Card
Guna Pengembangan Kampus Cerdas (Studi Kasus Politeknik Negeri Tanah
Laut)," Jurnal Integrasi, vol. 9, no. 1, pp. 84-91, 2017.
[18] T. B. Kurniawan, "PERANCANGAN SISTEM APLIKASI PEMESANAN
MAKANAN DAN MINUMAN PADA CAFETARIA NO CAFFE DI
TANJUNG BALAI KARIMUN MENGGUNAKAN BAHASA
PEMOGRAMAN PHP DAN MYSQL," Jurnal TIKAR, vol. 1, no. 2, pp. 192-
206, 2020.
[19] N. E. Putri and S. Azpar, "Sistem Informasi Pengolahan Data Pendidikan
Anak Usia Dini (PAUD ) Terpadu Amalia Syukra Padang,"
JurnalEdikInformatika, vol. 2, 2016.
[20] S. Sulastri, "ANALISA DAN PERANCANGAN SISTEM INFORMASI
PEMESANAN KAMAR PADA HOTEL JATI WISATA
PANGKALPINANG DENGAN METODOLOGI BERORIENTASI
OBJEK," Jurnal Teknologi Komunikasi , no. ISSN. 2302-2795, 2014.
[21] A. Nahlah*, "Sistem Informasi Perpustakaan Berbasis Ms Access pada
Jurusan Administrasi Niaga Politeknik Negeri Ujung Pandang," Jurnal
Sainsmat, vol. IV, no. 2, pp. 175-195, 2015.
[22] M. Deval Gusrion, S.Kom, "MEMBUAT APLIKASI PENYIMPANAN
DAN PENGOLAHAN DATA DENGAN VB.NET," UPI YPTK Jurnal
KomTekInfo , vol. 5, no. ISSN :2356-0010 | eISSN :2502-8758, 2018.