Jurnal Teknik Elektro dan Komputer, Vol. 2, No. 2, Oktober 2014, 217-224
217
Analisa Kelayakan Pembukaan Cabang Baru Bisnis Usaha dengan Menggunakan Naive Bayes Classification Warnia Nengsih1& Ibnu Surya2 1
ProgramStudi Sistem Informasi, Politeknik Caltex Riau Program Studi Teknik Informatika, Politeknik Caltex Riau Email:
[email protected],
[email protected]
2
Abstrak Statistik pertumbuhan usaha bisa dijadikan sebagai ukuran perkembangan bisnis . Hal itu ditandai dengan permintaan semakin meningkat, jumlah produksi semakin banyak, market yang semakin luas dan sulit untuk dijangkau. Sehingga untuk memperluas jaringan dengan profit yang lebih besar sebuah bisnis usaha perlu melakukan investasi berupa pembukaan cabang baru (delivery channel) pada wilayah-wilayah yang berpotensi sebagai pasar. Investasi yang dilakukan tentunya harus memberikan nilai manfaat serta dapat memenuhi tujuan utama dalam melakukan investasi. Agar ekspansi bisnis yang dilakukan memberikan nilai-nilai pencapaian maka perlu dilakukan analisa kelayakan pembukaan cabang baru. Penelitian ini menggunakan naive bayes classification sehingga diketahui potensi kelayakan serta mengetahui variabel – variabel yang mempunyai pengaruh yang dominan dalam kelayakan pembukaan cabang baru pada suatu wilayah. Probabilitas masing-masing dataset memberikan rekomendasi layak atau tidak layak berdasarkan kriteria yang ada dengan tingkat keakuratan sebesar 80 %. Tingkat keakuratan diperoleh dari perbedaan data testing dengan hasil pengolahan menggunakan naive bayes . Kata kunci: Decision tree, naive bayes classification, kelayakan bisnis.
Abstract Business growth statistics can be used as a measure of business development. It was marked by the increasing demand, the number of production more and more, the market is increasingly widespread and difficult to reach. So as to expand the network with a larger profit of a business needs to invest in opening a new branch (delivery channel) in areas that have the potential as a market. The investment made would have to provide value and benefits to meet the primary goal in investing. In order for the expansion of business done gives the values of achievement necessary to analyze the feasibility of opening new branches. This study uses a Naive Bayes classification so that the known potential feasibility and determine variables - variables that have a dominant influence in the feasibility of opening a new branch in the region. The probability of each dataset to provide recommendations based on the proper or improper criteria exists with an 80% accuracy rate. The accuracy of the data obtained from testing the difference in the results of using Naive Bayes processing. Keywords: Decision tree, naive Bayes classification, business feasibility.
1
Pendahuluan
Bagian Pertumbuhan sebuah bisnis usaha dapat dilihat dari statistik permintaan , costumer serta jumlah produksi. Jika statistik mengalami kenaikan dan pencapaian yang diinginkan untuk hal-hal tersebut, maka dipastikan bahwa indikasi perkembangan sebuah bisnis usaha sudah menunjukkan hal yang positif . Untuk mendukung hal ini pemilik usaha harus bisa melihat setiap kesempatan sebagai peluang . Pemilik usaha bisa lebih meningkatkan dan memperluas market serta meningkatkan profit dengan perluasan usaha bisnis. Tentunya usaha ini dilakukan untuk mempertahankan market yang sudah ada dan memperluas jaringan . Konsep ekspansi usaha merupakan konsep investasi, dan itu berarti setiap investasi yang dilakukan seyogyanya bisa memberikan tingkat pengembalian yang lebih besar dan tentunya memberikan nilai –nilai yang bagus dari usaha bisnis yang sedang dikembangkan. Agar tidak
218
Warnia Nengsih & Ibnu Surya
terjadi efek-efek negatif yang akan menimbulkan kerugian dikemudian hari pada bisnis usaha, perlu adanya sebuah kajian yang dalam terhadap pembukaan cabang baru yang akan dibuka pada suatu wilayah atau lokasi. Pembukaan cabang baru pada sebuah wilayah atau lokasi tersebut harus memperhatikan kondisi internal dari bisnis usaha serta kondisi eksternal termasuk kondisi wilayah /lokasi pembukaan cabang baru. Studi kelayakan ini menggunakan naive bayes classification sehingga diperoleh tingkat layak atau tidak layak untuk pembukaan cabang baru, serta variabel dominan yang berpengaruh pada kelayakan pembukaan cabang baru. Hasil dari penelitian bisa dijadikan acuan dan pedoman bagi pemilik usaha bisnis dalam hal perencanaan untuk perluasan usaha pembukaan cabang baru usaha bisnis. 2
Tinjauan Pustaka
2.1
Studi Kelayakan Bisnis
Konsep dari sebuah kelayakan merupakan kajian yang mendalam untuk menentukan apakah sebuah kegiatan akan memberikan nilai lebih atau seberapa besar manfaat yang dihasilkan dari besarnya pengeluaran . Studi kelayakan bisnis adalah suatu kegiatan yang mempelajari secara mendalam tentang kegiatan atau usaha atau bisnis yang akan dijalankan, dalam rangka menentukan layak atau tidak usaha tersebut dijalankan (Kasmir dan Jakfar, 2003). Menurut Husein Umar, (1997) menyatakan studi kelayakan bisnis suatu penelitian layak atau tidaknya suatu proses bisnis yang biasanya merupakan proyek investasi itu dilaksanakan. Suad Husnan, (1996) pada umumnya studi kelayakan bisnis akan menyangkut tiga aspek, yaitu: 1. Aspek Finansial Manfaat ekonomis bagi bisnis usaha itu sendiri. 2. Aspek ekonomi Nasional Kontribusi keberadaan usaha terhadap perkembangan ekonomi di wilayah tersebut. 3. Aspek Sosial
Manfaat sosial usaha tersebut bagi masyarakat sekitar Adapun tujuan dilaksanakan studi kelayakan (Kasmir dan Jakfar, 2003), yaitu: 1. 2. 3. 4. 5.
Menghindari Resiko Kerugian Memudahkan Perencanaan Memudahkan Pelaksanaan Pekerjaan Memudahkan Pengawasan Memudahkan Pengendalian
2.1.1 Aspek-aspek Studi Kelayakan Bisnis Menurut Husein Umar, (1997) aspek-aspek dalam studi kelayakan meliputi:
2.1.1.1 Aspek Teknis Evaluasi aspek teknis ini mempelajari kebutuhan-kebutuhan teknis proyek, seperti penentuan kepastian produksi, jenis teknologi yang digunakan, pemakaian peralatan dan mesin, serta lokasi usaha yang paling menguntungkan
Analisa Kelayakan Pembukaan Cabang Baru Bisnis Usaha dengan...
219
2.1.1.2 Aspek Pasar dan Pemasaran. Evaluasi aspek pasar dan pemasaran sangat penting dilakukan karena tidak ada usaha yang berhasil tanpa adanya permintaan atas barang atau jasa yang dihasilkan oleh usaha tersebut. Pada dasarnya, aspek pasar dan pemasaran bertujuan untuk mengetahui berapa besar luas pasar, pertumbuhan permintaan dan pangsa pasar produk atau jasa yang bersangkutan.
2.1.1.3 Aspek Yuridis Evaluasi terhadap aspek yuridis yang dilakukan. Bagi pemilik usaha, evaluasi ini berguna antara lain untuk kelangsungan usaha serta dalam rangka meyakinkan para kreditur dan investor bahwa usaha yang akan dilakukan tidak menyimpang dari aturan yang berlaku.
2.1.1.4 Aspek Manajemen Dalam aspek manajemen yang dievaluasi ada dua macam, yang pertama manajemen saat pembangunan usaha dan yang kedua manajemen saat usaha dioperasionalkan.
2.1.1.5 Aspek Lingkungan Lingkungan ini dapat berpengaruh positif maupun negatif perusahaan, sehingga studi kelayakan aspek ini perlu dianalisis pula.
2.1.1.6 Aspek Finansial Dari sisi keuangan, usaha sehat dikatakan apabila dapat memberikan keuntungan yang layak dan mampu memenuhi kewajiban finansial. 2.2
Algoritma Naive Bayes Classification
Naïve Bayes merupakan pengklasifikasian dengan metode probabilitas dan statistik yang dikemukakan oleh ilmuwan Inggris Thomas Bayes, yaitu memprediksi peluang di masa depan berdasarkan pengalaman di masa sebelumnya sehingga dikenal sebagai teorema Bayes. Teorema tersebut dikombinasikan dengan ”naive” dimana diasumsikan kondisi antar atribut saling bebas. Pada sebuah dataset, setiap baris/dokumen I diasumsikan sebagai vector dari nilainilai atribut <x1,x2,…,x3> dimana tiap nilai-nilai menjadi peninjauan atribut Xi (iЄ[1,n])). Setiap baris mempunyai label kelas ci Є {c1,c2,…,ck} sebagai nilai variabel kelas C, sehingga untuk melakukan klasifikasi dapat dihitung nilai probabilitas p(C=ci|X=xj) , dikarenakan pada Naïve Bayes diasumsikan setiap atribut saling bebas, maka persamaan yang didapat adalah sebagai berikut : Peluang p(C=ci|X=xj) menunjukkan peluang bersyarat atribut Xi dengan nilai xi diberikan kelas c, dimana dalam Naïve Bayes, kelas C bertipe kualitatif sedangkan atribut Xi dapat bertipe kualitatif ataupun kuantitatif. Ketika atribut Xi bertipe kuantitatif maka peluang p(X=xi|C=cj) akan sangat kecil sehingga membuat persamaan peluang tersebut tidak dapat diandalkan untuk permasalahan atribut bertipe kuantitatif. Maka untuk menangani atribut kuantitatif, ada beberapa pendekatan yang dapat digunakan seperti distribusi normal (Gaussian) : Rumus naive bayes:
(1)
220
Warnia Nengsih & Ibnu Surya
Ket : p(I=ij|C=ci) : peluang interval i ke-j untuk kelas ci p(C=ci|I=ij) : peluang kelas ci pada interval i ke-j p(I=ij) : peluang sebuah interval ke-j pada semua interval yang terbentuk p(C=ci) : peluang sebuah kelas ke-i untuk semua kelas yang ada di dataset Naive Bayesian Classification (NBC) merupakan salah satu metode pada probabilistic reasoning. NBC merupakan algoritma klasifikasi yang sangat efektif (mendapatkan hasil yang tepat) dan efisien (proses penalaran dilakukan memanfaatkan input yang ada dengan cara yang relatif cepat). 3
Metode Penelitian
3.1
Tahapan Penelitian Berikut tahapan –tahapan umum yang akan dilakukan dalam penelitian ini :
Identifikasi
Perumusan Variabel
Evaluasi
Pemilihan alternatif Gambar 1
Implementasi
Tahapan penelitian secara umum
Keterangan diagram : 1. 2. 3. 4. 5.
Identifikasi, yaitu melakukan perincian dan perkiraan berbagai peluang dan hambatan. Perumusan, yaitu penyimpulan awal dari data-data indentifikasi yang dikumpulkan. Penilaian, melakukan analisa dengan mempertimbangkan berbagai aspek Pemilihan, yaitu tahap menentukan alternatif dari hasil pengolahan Implementasi, menjalankan bisnis tersebut dengan tetap berpegang pada anggaran dan keputusan yang telah difinalisasi.
Berikut merupakan proses pengolahan data dengan menggunakan variabel –variabel yang dilibatkan. Pengolahan data menggunakan naive bayes untuk menentukan kelayakan pembukaan cabang baru pada sebuah wilayah dan menentukan variabel-variabel dominan dalam menentukan layak atau tidaknya pembukaan cabang baru tersebut.
Analisa Kelayakan Pembukaan Cabang Baru Bisnis Usaha dengan...
Gambar 2
221
Cara kerja sistem
Gambar 2 menjelaskan tentang prosedur pengolahan data ,data mentah dan indikator variabel yang sudah dirumuskan dari hasil studi kasus selanjutnya dilakukan pengolahan data dengan menggunakan naive bayes classfication. Output akhir berupa indikator layak atau tidak layak untuk pembukaan cabang baru serta variabel dominan terhadap kelayakan pembukaan cabang baru . Hasil analisa ini bisa dijadikan sebagai acuan bagi pemilik usaha bisnis untuk melakukan ekspansi usaha berikutnya. 4
Implementasi dan Hasil
Data primer Penelitian bersumber dari jenis usaha yang sudah mempunyai reputasi dan market tersendiri. Sementara sebagai data sekunder studi kasus dilakukan pada bisnis usaha yang sudah memiliki beberapa cabang yang tersebar di beberapa kota . Dalam penelitian ini studi kasus untuk menentukan indikator penelitian dibatasi maksimal dua bidang usaha. Studi kasus bisnis usaha adalah Kawasaki dan Sport Station. Terdapat 6 parameter yang digunakan sebagai indikator penentuan layak atau tidak pembukaan cabang berikutnya dari sebuah bisnis usaha dengan rincian x(6 paramater) dan y (2) dengan keterangan layak atau tidak layak pembukaan cabang bisnis usaha. Penelitian ini menggunakan naive bayesian method untuk menentukan variabel output pembukaan cabang baru.
222
Warnia Nengsih & Ibnu Surya
Tabel 1 X
Probabilitas dataset
Dataset Rendah
Biasa Statistik permintaan pasar Tinggi
Lokal Pangsa Bisnis Nasional
Sangat Strategis
Lokasi Usaha Baru
Strategis
Tidak Strategis Biasa
Aspek Lingkungan
Sepi
Padat Sangat Siap Kesiapan Pengelolaan Tidak Siap
Sangat Bagus
Aspek Financial
Bagus
Tidak Bagus
Y
Probabilitas (Xn| Cn)
Layak
0.22
Tidak Layak
0.64
Layak
0.22
Tidak Layak
0.27
Layak
0.56
Tidak Layak
0.09
Tidak Layak Layak
0.44
Tidak Layak
0.55
Layak
0.56
Tidak Layak
0.45
Layak
0.44
Tidak Layak
0.27
Layak
0.33
Tidak Layak
0.36
Layak
0.11
Tidak Layak
0.36
Layak
0.44
Tidak Layak Layak
0.27 0.11
Tidak Layak
0.45
Layak
0.44
Tidak Layak
0.27
Layak
0.22
Tidak Layak
0.73
Layak
0.78
Tidak Layak
0.18
Layak
0.22
Tidak Layak
0.36
Layak
0.44
Tidak Layak
0.36
Layak
0.33
Tidak Layak
0.27
Tabel 1 menunjukkan nilai probabilitas dataset terhadap y dengan nilai masing-masing tertera pada tabel selanjutnya lakukan perbandingan nilai probabilitas untuk y1 dan y2 seperti yang terlihat pada tabel 2 di bawah.
Analisa Kelayakan Pembukaan Cabang Baru Bisnis Usaha dengan...
Tabel 2
223
Probabilitas y (layak atau tidak layak)
Probabilitas (x) X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 X19 X20
Layak 0.0009070 0.0003247 0.000433 0.00614 0.0048 0.00115441 0.00360 0.0001063 0.0044 0.00017 0.016372 0.006139 0.00231 0.00102042 0.000113 0.0002267 0.008186 0.001023 0.0117206 0.002046
Tidak layak 0.00674 0.009196 0.0023 0.00077 0.00222 0.0012644 0.0002338 0.009196 0.00058 0.014986 0.0002338 0.00031178 0.005518 0.006743 0.006322 0.00899 0.001360 0.0009566 0.0001913 0.0009566
Dari hasil yang diperoleh dari perhitungan naive bayes diperoleh rekomendasi y masingmasing record seperti terlihat pada tabel 3 kolum data naive bayes. Pada kolum tersebut terlihat hasil perhitungan naive bayes untuk kelayakan atau ketidaklayakan pembukaan cabang baru sebuah bisnis usaha. Tabel 3
Perbandingan data aktual dan data perhitungan naive bayes
X1
Data Aktual Tidak Layak
Data Naive Bayes Tidak Layak
X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 X19 X20
Tidak Layak Layak Tidak Layak Layak Tidak Layak Layak Tidak Layak Layak Tidak Layak Layak Layak Tidak Layak Tidak Layak Tidak Layak Tidak Layak Layak Tidak Layak Layak Layak
Tidak Layak Tidak Layak Layak Layak Tidak Layak Layak Tidak Layak Layak Tidak Layak Layak Layak Layak Tidak Layak Tidak Layak Tidak Layak Layak Layak Layak Layak
Hasil pengolahan di atas memberikan acuan untuk studi kelayakan atau ketidaklayakan pembukaan cabang baru bisnis usaha. Probabilitas masing-masing dataset memberikan rekomendasi layak atau tidak layak berdasarkan kriteria yang ada dengan tingkat keakuratan sebesar 80 %. Tingkat keakuratan diperoleh dari perbedaan data testing dengan hasil pengolahan menggunakan naive bayes.
224
5
Warnia Nengsih & Ibnu Surya
Kesimpulan
Dari hasil penelitian yang telah dilakukan, maka dapat diambil kesimpulan sebagai berikut: 1. Terdapat enam parameter yang digunakan sebagai indikator ukur untuk penentuan kelayakan atau ketidaklayakan pembukaan cabang baru bisnis usaha yaitu :Statsistik permintaan pasar, pangsa bisnis,Lokasi usaha baru, aspek lingkungan,kesiapan pengelolaan, aspek financial. 2. Probabilitas masing-masing dataset memberikan rekomendasi layak atau tidak layak berdasarkan kriteria yang ada dengan tingkat keakuratan sebesar 80 %. Tingkat keakuratan diperoleh dari perbedaan data testing dengan hasil pengolahan menggunakan naive bayes . 6
Daftar Pustaka
[1]
Dadjim Sinaga, Studi Kelayakan Bisnis Dalam Ekonomi Global, Edisi Asli, Penerbit Mitra Wacana Media, Jakarta, 2008. Husein Umar, Studi Kelayakan Bisnis, Edisi Kedua, Penerbit PT Gramedia Pustaka Utama, Jakarta, 2003. Kasmir dan Jakfar, Studi Kelayakan Bisnis, Edisi Kedua, Penerbit Kencana Prenada Media Group, Jakarta, 2010. Suad Husnan dan Suwarsono Muhammad, Studi Kelayakan Proyek, Edisi Keempat, Penerbit UPP AMP YKPN, Yogyakarta, 2005. Http://wartawarga.gunadarma.ac.id/2013/06/jurnal-studi-kelayakan-usaha-penganggaranmodal-pada-pembukaan-cabang-baru-dealer-chanel-multi-wijoyo-motor/ URI: http://repository.widyatama.ac.id/xmlui/handle/123456789/1491 David W. Craven S., Strategic Marketing, Richard D. Irwin, Inc. Toppan Company Ltd. Tokyo Japan, 1993. Suad Husnan dan Suwarsono, Studi Kelayakan Proyek: Konsep, Teknik, dan Penyusunan Laporan, UPP AMP YKPN, Yogyakarta, 1994. Jurnal ilmiahILMIAH Volume II1 No.2, 2011 Amri. Studi Kelayakan Bisnis dalam Investasi Cabang Baru Toko Suwandi Elektronik Pangkal Pinang Feri Sulianta, Dominikus Juju, Data Mining Meramalkan BisnisPerusahaan, Jakarta : Elex Media,2010. Kusrini, Emha Taufiq Luthfi, Algoritma Data Mining,Yogyakarta : ANDI,2009. Ian H. Witten, Frank Eibe, Mark A. Hall, Data mining: Practical Machine Learning Tools and Techniques 3rd Edition, Elsevier, 2011. Daniel T. Larose, Discovering Knowledge in Data: an Introduction to Data Mining, John Wiley & Sons, 2005. Florin Gorunescu, Data Mining: Concepts, Models and Techniques, Springer, 2011 . Jiawei Han and Micheline Kamber, Data Mining: Concepts and Techniques Second Edition, Elsevier, 2006. Oded Maimon and Lior Rokach, Data Mining and Knowledge Discovery Handbook Second Edition, Springer, 2010 “Analisa Kelayakan Pendirian Kantor Cabang Pembantu (Studi Kasus BRI Kab Sawahlunto)”. Mochamad Taufik, Institut Pertanian Bogor. Warren Liao and Evangelos Triantaphyllou (eds.), Recent Advances in Data Mining of Enterprise Data: Algorithms and Applications, World Scientific, 2007.
[2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18]