SKRIPSI
Disusun Oleh :
Pembimbing I Pembimbing II
LEMBAR PENGESAHAN
NIM : 1946081032
Fakultas : Teknik
Disetujui Oleh :
Pembimbing I Pembimbing II
Mengetahui
Kepala Program Studi
HAMZAH QATTRUNNADA
NIM. 1946081032
ABSTRAK
Penelitian ini bertujuan untuk menganalisis data penjualan kopi di Coffee Shop
Relasi dengan menggunakan teknik data mining dan memprediksi penjualan kopi
di masa depan menggunakan metode forecasting. Penelitian ini juga bertujuan
untuk mengidentifikasi faktor-faktor yang mempengaruhi penjualan kopi di
Coffee ShopRelasi. Data penjualan kopi selama 6 bulan terakhir diambil dari
Coffee ShopRelasi dan dianalisis menggunakan teknik data mining seperti
clustering, association rule, dan decision tree. Selanjutnya, metode forecasting
digunakan untuk memprediksi penjualan kopi di masa depan. Analisis regresi juga
digunakan untuk mengidentifikasi faktor-faktor yang mempengaruhi penjualan
kopi.Hasil penelitian menunjukkan bahwa teknik data mining dapat digunakan
untuk menghasilkan pola penjualan kopi yang berguna dalam memahami perilaku
konsumen. Metode forecasting juga dapat digunakan untuk memprediksi
penjualan kopi di masa depan. Selain itu, hasil analisis regresi menunjukkan
bahwa faktor-faktor seperti harga, kualitas produk, lokasi, promosi, dan waktu
memiliki pengaruh signifikan terhadap penjualan kopi di Coffee Shop
Relasi.Penelitian ini memiliki implikasi penting bagi pemilik coffee shop dalam
meningkatkan strategi pemasaran dan meningkatkan penjualan kopi. Dengan
memahami faktor-faktor yang mempengaruhi penjualan kopi dan memprediksi
penjualan kopi di masa depan, pemilik coffee shop dapat mengoptimalkan strategi
pemasaran dan menyesuaikan penawaran mereka untuk memenuhi permintaan
pelanggan. Namun, hasil penelitian ini terbatas pada satu coffee shop dan periode
waktu tertentu, sehingga hasilnya tidak dapat diterapkan pada coffee shop lain
atau dalam rentang waktu yang berbeda.
.
This research aims to analyze the sales data of coffee at Coffee Shop A using data
mining techniques and predict future sales using the forecasting method. The
study also aims to identify the factors that affect coffee sales at Coffee Shop A.
Sales data for the past 6 months were taken from Coffee Shop A and analyzed
using data mining techniques such as clustering, association rule, and decision
tree. Furthermore, the forecasting method was used to predict future coffee sales.
Regression analysis was also used to identify factors that affect coffee sales.The
results of the study show that data mining techniques can be used to generate
coffee sales patterns that are useful in understanding consumer behavior. The
forecasting method can also be used to predict future coffee sales. In addition, the
results of the regression analysis indicate that factors such as price, product
quality, location, promotion, and time have a significant influence on coffee sales
at Coffee Shop A.This research has important implications for coffee shop owners
in improving marketing strategies and increasing coffee sales. By understanding
the factors that influence coffee sales and predicting future coffee sales, coffee
shop owners can optimize their marketing strategies and adjust their offerings to
meet customer demand. However, the results of this study are limited to one coffee
shop and a specific period of time, so the results cannot be applied to other coffee
shops or different time ranges
KATA PENGANTAR
Dengan penuh kerendahan hati penulis mengucapkan puji syukur kepada Allah
SWT Tuhan Yang Maha Esa atas segala kasih, rahmat, dan ridho dalam
Skripsi ini disusun sebagai salah satu syarat untuk memperoleh gelar sarjana
teknik dan juga sebagai sarana bagi penulis untuk menuangkan ide dan pemikiran
Penulis menyadari bahwa penyusunan skripsi ini tidak akan terlaksana dengan
baik tanpa bantuan, bimbingan, petunjuk, dan sarana dari semua pihak. Untuk itu,
pada kesempatan yang baik ini penulis dengan segala kerendahan hati ingin
mengucapkan banyak terima kasih terutama kepada orang tua tercinta atas segala
dukungan moral serta motivasi yang diberikan kepada penulis dan penulis juga
berterima kasih kepada pihak – pihak yang telah membantu, khususnya kepada :
Labuhanbatu.
2. Bapak Samsir, ST. M.Kom, selaku Dekan Fakultas Teknik Universitas Al-
Washliyah Labuhanbatu.
ilmu dan solusi pada setiap permasalahan atas kesulitan dalam penulisan
skripsi ini.
5. Seluruh Dosen Fakultas Teknik yang selama ini telah memberikan ilmu
6. Kepada kedua orangtua saya yang telah memberikan doa dan bantuan
8. Dan untuk seluruh teman-teman yang tak mampu penulis sebutkan satu
akhirnya laporan skripsi ini dapat memberikan manfaat bagi kita semua. Aamiin.
HAMZAH QATTRUNNADA
NIM. 1946081032
DAFTAR ISI
ABSTRAK..............................................................................................................iv
KATA PENGANTAR............................................................................................vi
DAFTAR ISI............................................................................................................x
DAFTAR TABEL.................................................................................................xiv
DAFTAR GAMBAR.............................................................................................xv
DAFTAR LAMPIRAN.........................................................................................xvi
BAB I.......................................................................................................................1
PENDAHULUAN...................................................................................................1
1.1 Latar Belakang Masalah................................................................................1
1.2 Perumusan Masalah......................................................................................2
1.3 Batasan Masalah..........................................................................................2
1.4 Tujuan dan Manfaat Penelitian.....................................................................3
1.5 Sistematika Penulisan..................................................................................4
BAB II......................................................................................................................5
LANDASAN TEORI...............................................................................................5
2.1 Teori Pendukung...........................................................................................5
2.2 Tinjauan Umum Perusahaan.........................................................................6
2.2.1 Sejarah Coffee Shop Relasi....................................................................6
2.2.2 Visi Misi Coffee Shop Relasi.................................................................7
2.2.3 Stuktur Organisasi.................................................................................8
2.2.4 Tugas, Wewenang dan Tanggung Jawab...............................................9
2.2.5 Logo dan Makna Logo.........................................................................10
2.2.6 Denah Lokasi.......................................................................................11
2.3 Perancangan Sistem....................................................................................12
2.3.1 Flowchart Sistem.................................................................................12
2.4 Tools yang digunakan.................................................................................13
2.4.1 EXCEL................................................................................................13
2.4.1 Rapid Miner.........................................................................................14
BAB IV..................................................................................................................16
ANALISA DAN PERANCANGAN ANALISA...................................................16
3.1 Tempat dan Waktu Penelitian.................................................................16
3.1.1 Analisa Penelitian................................................................................16
3.2 Perancangan................................................................................................18
3.2.1 Algoritma.............................................................................................18
3.2.2 Pemodelan............................................................................................21
3.2.3 Perancangan User Interface.................................................................22
BAB IV..................................................................................................................25
IMPELEMENTASI DAN PENGUJIAN...............................................................25
4.1 Kebutuhan Sistem.......................................................................................25
4.2 Tampilan Program.......................................................................................26
4.2.1 Tampilan Input.....................................................................................26
4.2.2 Tampilan Output..................................................................................32
4.3 Hasil Pengujian Program............................................................................36
BAB V....................................................................................................................39
PENUTUP..............................................................................................................39
5.1 KESIMPULAN...........................................................................................39
5.2 SARAN.......................................................................................................39
DAFTAR PUSTAKA............................................................................................41
DAFTAR TABEL
Gambar 2. 4 Flowchart...........................................................................................13
Gambar 4. 10 Statistik............................................................................................33
PENDAHULUAN
terutama di Indonesia. Minuman ini sangat diminati oleh banyak orang karena
memiliki rasa yang unik dan dapat memberikan efek stimulan pada tubuh. Hal ini
membuat banyak orang mengonsumsi kopi sebagai bagian dari gaya hidup
mereka.Dalam industri kopi, coffee shop atau kedai kopi menjadi salah satu
tempat yang paling banyak dikunjungi oleh masyarakat. Coffee shop tidak hanya
menyajikan kopi, tetapi juga menyediakan berbagai jenis minuman dan makanan
ringan lainnya. Dalam coffee shop, penjualan kopi menjadi salah satu sumber
informasi dan komunikasi, data mining dan metode forecasting menjadi salah satu
alat yang dapat digunakan untuk memproses data penjualan kopi secara efektif
dan efisien. Data mining dan metode forecasting dapat membantu dalam
mengolah data penjualan kopi di coffee shop Relasi Pangkatan, sehingga dapat
memberikan wawasan yang lebih baik tentang pola penjualan kopi dan perkiraan
1
2
Relasi?
Dari rumusan masalah di atas, dapat dilihat bahwa masalah yang akan
dipecahkan adalah terkait dengan analisis data penjualan kopi di coffee shop
forecasting. Selain itu, penelitian ini juga akan mencoba untuk mengidentifikasi
melakukan penelitian ini, penulis akan menggunakan data mining sebagai salah
Tujuan dari penelitian ini adalah untuk melakukan analisis terhadap data
Memberikan informasi yang lebih baik tentang pola penjualan kopi di coffee
BAB I : PENDAHULUAN
4
sistematikan penulisannya.
BAB II
LANDASAN TEORI
Data Mining: Data mining adalah proses menemukan pola dan informasi
yang berguna dari data besar dan kompleks. Dalam penelitian ini, teknik data
mining seperti clustering, association rule, dan decision tree dapat digunakan
masa depan berdasarkan data historis. Dalam penelitian ini, teknik forecasting
penjualan kopi antara lain harga, kualitas produk, lokasi, promosi, dan waktu.
kopi di Coffee Shop Relasi dapat membantu dalam memahami pola penjualan
bernama Reza Ady Nugroho. Reza adalah seorang pecinta kopi dan merasa bahwa
di daerah tempat tinggalnya masih kurang coffee shop yang berkualitas. Oleh
Awalnya, Coffee Shop Relasi adalah usaha kecil yang hanya melayani beberapa
jenis kopi dan makanan ringan. Namun, berkat pelayanan yang ramah dan kualitas
produk yang baik, pelanggan mulai datang dan bisnisnya berkembang pesat.
Dalam waktu singkat, Coffee Shop Relasi menjadi salah satu tempat favorit bagi
minuman dingin, dan makanan yang semakin beragam. Selain itu, Coffee Shop
Hingga saat ini, Coffee Shop Relasi terus berinovasi dan mengembangkan layanan
mereka untuk memenuhi kebutuhan dan keinginan pelanggan. Dengan visi untuk
menjadi salah satu coffee shop terbaik di Indonesia, Coffee Shop Relasi
mereka.
Visi:
Menjadi coffee shop terkemuka yang menyediakan kopi terbaik dengan kualitas
Misi:
produk dan layanan, serta mendengarkan umpan balik pelanggan untuk terus
memperbaiki diri.
Visi dan misi ini membantu coffee shop dalam menentukan tujuan dan arah yang
ingin dicapai. Visi menjadi panduan utama dalam mengarahkan bisnis ke arah
OWNER
REZA ADY NUGROHO
KASIR BARISTA
PUTRI KUMALA SARI FAHMI HALA
WAITER
ARI GONDRONG
Gambar 2.1
9
Owner
keuangan bisnis.
Kasir
Barista
bahan baku dan alat, dan memberikan saran tentang jenis kopi atau minuman yang
Waiter
Bertanggung jawab atas memberikan layanan yang baik dan mengesankan kepada
bisnis dengan efisien dan efektif, dengan membagi tugas dan tanggung jawab
keputusan strategis dan keuangan bisnis, Dipegang oleh owner bertanggung jawab
atas operasi harian. Kasir, barista, dan waiter bertanggung jawab atas tugas-tugas
Gambar 2.2
11
Merupakan suatu indentitas visual terhadap suatu entitas yang memliki kreteria
tertentu seperti bentuk filosofi dan warna. Logo ini memiliki makna Infinity
sendiri, dimana infinity sendiri menggambarkan sesuatu yang tak terbatas dan
Gambar 2.3
untuk memperlihatkan urutan langkah-langkah atau aliran proses dari suatu sistem
atau program. Flowchart sering digunakan sebagai alat bantu dalam merancang
dan menjelaskan sebuah proses atau sistem dengan cara yang mudah dipahami
langkah atau tindakan dalam suatu proses, serta garis-garis dan anak panah untuk
Gambar 2.4
2.4.1 EXCEL
Excel adalah salah satu program pengolah data spreadsheet yang dibuat
oleh perusahaan Microsoft. Program ini terdiri dari grid bidimensional (dua
14
dimensi) atau tabel yang terdiri dari baris dan kolom, tempat data dapat
dimasukkan dan diatur sedemikian rupa sehingga mudah dibaca dan dihitung.
angka, membuat grafik dan diagram, serta membuat laporan atau tabel data yang
dapat diatur secara otomatis. Excel juga dapat dihubungkan dengan sumber data
lainnya, seperti database dan program lain, sehingga dapat membantu dalam
analisis dan manajemen data yang kompleks. Excel sering digunakan dalam
Gambar 2.4
mengintegrasikan, dan menganalisis data dari berbagai sumber, seperti basis data,
data mining dan pemrosesan data, seperti klasifikasi, clustering, regresi, analisis
faktor, dan lain sebagainya, yang memungkinkan pengguna untuk mengolah data
secara mudah dan cepat tanpa perlu menulis kode secara manual.
pemodelan prediksi, dan integrasi dengan berbagai platform bisnis yang berguna
untuk membantu pengambilan keputusan yang lebih baik dan efisien dalam
RapidMiner dapat dijalankan pada sistem operasi Windows, Linux, dan Mac OS
X.
Gambar 2.5
16
BAB III
Sidodadi C
2. Waktu Penelitian :
Objek penelitian:
Tujuan penelitian:
Tujuan dari penelitian ini adalah untuk menerapkan teknik data mining untuk
menganalisis data penjualan kopi di Coffee Shop Relasi dan membuat prediksi
Metodologi:
17
digunakan dalam penelitian ini adalah data penjualan kopi di Coffee Shop Relasi
Signifikansi:
Penelitian ini dapat memberikan informasi penting tentang pola penjualan kopi di
Coffee Shop Relasi. Hasil prediksi dari teknik data mining yang diterapkan dapat
membantu Coffee Shop Relasi untuk mengambil keputusan yang lebih tepat dalam
Kontribusi:
mining dalam bidang bisnis dan manajemen, khususnya dalam menganalisis dan
informasi yang bermanfaat bagi pemilik atau pengelola toko kopi dalam
Batasan penelitian:
Penelitian ini memiliki beberapa batasan, di antaranya adalah data yang digunakan
hanya berdasarkan penjualan kopi di Coffee Shop Relasi, dan penelitian hanya
menerapkan dua metode data mining, yaitu metode forecasting dengan algoritma
Dalam keseluruhan, penelitian ini memiliki tujuan yang jelas dan signifikansi
yang penting dalam bidang bisnis dan manajemen. Dengan adanya analisis
terhadap pola penjualan kopi, Coffee Shop Relasi dapat meningkatkan strategi
penelitian ini memiliki beberapa batasan yang perlu diperhatikan agar hasil
3.2 Perancangan
3.2.1 Algoritma
digunakan untuk meramalkan nilai masa depan berdasarkan nilai rata-rata pada
Keterangan:
atau 7 periode)
Periode 1: X1 = 100
Periode 2: X2 = 120
Periode 3: X3 = 130
Periode 4: X4 = 110
= 120
tertimbang pada periode sebelumnya dengan memberikan bobot yang lebih besar
pada nilai periode yang lebih baru. Berikut adalah rumus algoritma Exponential
Smoothing:
20
Ft = α * Xt + (1 - α) * Ft-1
Keterangan:
α = smoothing constant (0 < α < 1), menentukan bobot yang diberikan pada data
terbaru
F = Singkatan Forecast
Periode 1: Xt = 100
Periode 2: Xt = 120
Periode 3: Xt = 130
Periode 4: Xt = 110
F1 = X1 = 100
21
3.2.2 Pemodelan
1. Flowchart Sistem
START
PENGUMPULAN DATA
INPUT DATA KE
EXCEL
22
PERHITUNGAN DATA
HASIL DATA
PREDIKSI
PERHITUNGAN
FINISH
1. Perancangan Input
23
Gambar 3.1
Saya akan mengumpukn data dari 5 Bulan terakhir untuk menentukan hasil
sebagai data Bulan, Cup sebagai data banyak barang yang dijual, Harga sebagai
data Nominal yang di dapat, dan Hasil sebagai data Nominal yang di dapat per-
periode.
2. Perancangan Output
24
3 Series 1
Series 2
Series 3
2
0
Category 1 Category 2 Category 3 Category 4
Table 3
BAB IV
25
26
Tanggal: [Sel]
Jenis Kopi: [Sel]
Jumlah Penjualan: [Kotak Combo dengan opsi pilihan jumlah penjualan]
Harga: [Sel]
Hasil: [Hasil dari perhitungan harga dan jumlah penjualan]
27
Anda dapat menempatkan formulir ini di sebuah lembar kerja dan pengguna dapat
mengisi informasi penjualan kopi dalam kolom-kolom yang disediakan.
Table ini untuk mencari jenis kopi apa yang sering keluar.
Es Kopi Relasi : A
Sanger :B
Expresso :C
Kopi Hitam :D
V 60 :E
Dengan rumus {=countif (ringe, criteria)} untuk menentukan jenis kopi apa yang
sering laku selama sebulan.
29
Disini hasil dari semua data input yang sudah di jumlah kan dari hari pertama di
Bulan Januari sampai hari terakhir di Bulan Mei, memperoleh hasil :
Januari = Es Kopi Relasi sebanyak 203 cup, Sanger sebanyak 111 cup,
Expresso sebanyak 80 cup, Kopi Hitam sebanyak 167 cup, V 60
sebanyak 88 cup, dan pendapatan sebanyak 7.771.000 Rupiah.
Februari = Es Kopi Relasi sebanyak 210 cup, Sanger sebanyak 118 cup,
Expresso sebanyak 85 cup, Kopi Hitam sebanyak 187 cup, V 60
sebanyak 91 cup, dan pendapatan sebanyak 8.211.000 Rupiah.
Maret = Es Kopi Relasi sebanyak 225 cup, Sanger sebanyak 116 cup,
Expresso sebanyak 93 cup, Kopi Hitam sebanyak 187 cup, V 60
sebanyak 94 cup, dan pendapatan sebanyak 8.599.000 Rupiah.
April = Es Kopi Relasi sebanyak 217 cup, Sanger sebanyak 116 cup,
Expresso sebanyak 95 cup, Kopi Hitam sebanyak 180 cup, V 60
sebanyak 91 cup, dan pendapatan sebanyak 8.360.000 Rupiah.
Mei = Es Kopi Relasi sebanyak 205 cup, Sanger sebanyak 114 cup,
Expresso sebanyak 87 cup, Kopi Hitam sebanyak 169 cup, V 60
sebanyak 86 cup, dan pendapatan sebanyak 7.932.000 Rupiah.
Maka kita dapat menghitung rata-rata dari data tersebut dan mendapat hasil
prediksi Es kopi Relasi sebanyak 212 cup, Sanger sebanyak 115 cup, Expresso
sebanyak 88 cup, Kopi Hitam sebanyak 178 cup, V60 sebanyak 90 cup, dan
pendapatan yang diperkirakan pada bulan Juni adalah 8.166.600 Rupiah.
30
Saya buka Rapidminer dan memilih read excel di operators untuk membaca file
excel yang sudah saya buat. Untuk membuat tampilan output dari data yang sudah
ditambang.
F. Pengecekan Data
Disini kita mengecek apakah ada data yang hilang atau kolom yang tidak
memiliki nilai, setelah tidak ada data yang missing value langsung tekan finish.
H. Pemerosesan Data
Setalah data di cek langsung hubungkan untuk memproses data menjadi tampilan
output.
32
A.Data Output
Statistik menunjukkan data penjualan jenis kopi yang paling sedikit, paling
banyak, dan rata-rata sebagai prediksi nya. Ada juga jumlah pendapatan minimal
sebesar 7.771.000, pendapatan maximal sebesar 8.559.000 dan rata-rata sebesar
8.166.600 sebagai prediksi bulan berikutnya.
34
Visualisasi data jenis kopi dan bulan dengan tipe bar menunjukkan menu yang
paling laris setiap bulan dengan melihat warna apa yang paling tinggi.
Warna hijau : Es kopi relasi
Warna orange : Sanger
Warna hitam : Expresso
Warna biru : Kopi hitam
Warna pink : V 60
Dengan ini kita dapat lebih mudah mengetahui jenis kopi apa yang paling laris,
jadi kita dapat mempersiapkan stok untuk bulan berikut nya. Seperti yang kita
lihat di bar prediksi Es kopi relasi berada di atas 200 cup yang berarti owner
Coffee shop Relasi dapat menyetok bahan baku untuk membuat Es kopi relasi
agar lebih banyak di stok.
35
D. Visualisasi Pendapatan
Untuk visualisasi pendapatan nya saya buat tipe bar juga agar lebih mudah di
mengerti.
Seperti yang kita lihat pendapatan Coffee shop Relasi dari bulan Januari sampai
dengan Mei sangat setabil dan kita juga dapat melihat pendapatan paling tinggi
Coffee shop Relasi terjadi pada Bulan Maret.
36
Januari : X1 = 7.771.000
Februari : X2 = 8.211.000
Maret : X3 = 8.559.000
April : X4 = 8.360.000
= 40.833.000 / 5
=8.166.600
Dengan demikian, hasil forecast pada Bulan juni dapat dihitung dengan
menggunakan nilai Moving Average , yaitu 8.166.600
tertimbang pada periode sebelumnya dengan memberikan bobot yang lebih besar
pada nilai periode yang lebih baru. Berikut adalah rumus algoritma Exponential
Smoothing:
Ft = α * Xt + (1 - α) * Ft-1
α = 0,5
Periode 1: Xt = 7.771.000
Periode 2: Xt = 8.211.000
Periode 3: Xt = 8.559.000
Periode 4: Xt = 8.360.000
38
F1 = X1 = 7.771.000
3.885.500
= 7.990.500
3.995.250
=8.274.750
4.137.375
= 8.317.375
+4.158.687,5
= 8.124.687,5
BAB V
PENUTUP
5.1 KESIMPULAN
5.2 SARAN
DAFTAR PUSTAKA
Chong, E. K. P., Zakaria, R., Sulaiman, S., & Lee, C. H. (2019). The use of data
mining in predicting sales and profits for a small retail business. Journal of
Retailing and Consumer Services, 49, 347-353.
Nurhayati, E., & Putra, A. R. (2019). Sales Forecasting Using ARIMA Method
(Case Study: Coffee Shop). Journal of Physics: Conference Series, 1235(1),
012005.
Tan, P. N., Steinbach, M., & Kumar, V. (2019). Introduction to data mining.
Pearson.
Asif, M., Muhammad, F., & Nawaz, M. (2018). Sales forecasting of beverages
using Box-Jenkins and ARIMA models. Journal of Food Measurement and
Characterization, 12(4), 2743-2750.
Ahtesham, U., Khan, S., & Rasheed, F. (2019). Impact of Pricing on Customer
Purchase Behaviour: Evidence from Pakistan’s Coffee Shop Industry. Journal of
Business and Retail Management Research, 13(2), 75-81.
Andreini, D., & Vitali, G. (2018). The determinants of coffee shop customers’
satisfaction and loyalty in Italy: The role of physical and social environment.
Journal of Retailing and Consumer Services, 40, 220-229.
Jelen, B., & Syrstad, T. (2019). Excel 2019 Power Programming with VBA. John
Wiley & Sons.
40
42
Gardner Jr, E. S. (1985). Exponential smoothing: The state of the art. Journal of
forecasting, 4(1), 1-28
Han, J., Kamber, M., & Pei, J. (2011). Data mining: concepts and techniques.
Elsevier.
Wei, W. S. (2006). Time series analysis: univariate and multivariate methods (2nd
ed.). Pearson Education.
Hastie, T., Tibshirani, R., & Friedman, J. (2009). The elements of statistical
learning: data mining, inference, and prediction (2nd ed.). Springer.
Witten, I. H., Frank, E., Hall, M. A., & Pal, C. J. (2016). Data mining: practical
machine learning tools and techniques (4th ed.). Morgan Kaufmann.
Hand, D. J., Mannila, H., & Smyth, P. (2001). Principles of data mining. MIT
Press.
Chen, C., Liaw, A., & Breiman, L. (2004). Using random forest to learn
imbalanced data. University of California, Berkeley, Tech Report.
Jha, S. K., & Singh, D. (2016). Data mining: techniques, methodologies, tools,
and applications. CRC Press.