BAB 1
PENDAHULUAN
1.1 Latar Belakang
Saat ini, perkembangan teknologi telah memberikan pengaruh yang sangat besar di dalam kehidupan manusia. Salah satu pengaruh tersebut di bidang informasi yaitu dalam aplikasi database. Pada aplikasi database, informasi memegang peranan yang sangat penting dan dibutuhkan dalam berbagai aspek kehidupan, baik dalam dunia pendidikan, bisnis, perbankan, dan lain-lain. Dengan bermanfaatnya informasi tersebut, banyak perusahaan berusaha untuk mengumpulkan informasi sebanyakbanyaknya untuk mendapatkan keuntungan yang maksimal.
Sebagai contoh dalam dunia bisnis seperti pada minimarket. Pada minimarket yang setiap harinya terjadi transaksi penjualan. Hal ini memungkinkan data transaksi yang diperoleh akan menjadi banyak dan menumpuk. Jika data dibiarkan saja, maka data tersebut hanya akan menjadi sampah yang tidak berarti lagi.
Oleh karena itu, diperlukan sebuah aplikasi yang mampu memilah dan memilih data, sehingga bisa diperoleh informasi yang bermanfaat bagi penggunanya. Pemanfaatan informasi dan pengetahuan yang terkandung di dalam banyaknya data tersebut, pada saat ini disebut dengan data mining. Data mining dimaksudkan untuk memberikan solusi nyata bagi para pengambil keputusan, untuk mengembangkan bisnis mereka. Data mining adalah suatu istilah yang digunakan untuk menguraikan penemuan pengetahuan di dalam database atau sering disebut Knowledge Discovery in Database (KDD).
Data mining sudah menjadi obyek penelitian dari banyak peneliti. Wahyu (2008) membuat penelitian untuk menganalisa pola data hasil tangkapan ikan di setiap daerah dengan metode association rule. Selain itu ada penelitian lain yang dilakukan
Universitas Sumatera Utara
oleh Dhanabhakyam dan Punithavalli (2011) yang menyajikan survei tentang algoritma data mining yang ada untuk analisis keranjang pasar (market basket analysis) dengan mengidentifikasi asosiasi antara berbagai item. Identifikasi asosiasi tersebut dapat membantu pengecer
memperluas strategi pemasaran dengan
memperoleh informasi tentang item yang sering dibeli bersama oleh pelanggan. Survei ini sebagai bidang yang luas bagi para peneliti untuk mengembangkan algoritma data mining lebih baik.
Dengan demikian, dari beberapa penelitian yang dilakukan yaitu melalui database transaksi, dapat diperoleh berbagai informasi tentang kebiasaan para konsumen. Misalnya dapat diketahui produk-produk apa saja yang sering dibeli secara bersamaan dalam tiap transaksi, sebagai contoh: menemukan bahwa produk A biasanya dibeli secara bersamaan dengan produk B oleh seorang konsumen pada suatu waktu. Fenomena mengenai produk-produk yang sering terbeli secara bersamaan ini disebut asosiasi (association) antar produk (item).
Untuk mendapatkan informasi tentang asosiasi antar produk dari suatu database transaksi, penulis menggunakan algoritma apriori. Algoritma apriori adalah algoritma market basket analysis yang digunakan untuk menghasilkan association rule, dengan pola “if-then” atau “jika-maka”. Market basket analysis merupakan salah satu teknik dari data mining yang mempelajari tentang perilaku kebiasaan konsumen dalam membeli produk secara bersamaan dalam suatu waktu. Berdasarkan hal di atas, maka dalam penulisan skripsi ini, penulis memilih judul “Implementasi Data Mining Dengan Association Rule Dalam Pengambilan Keputusan Untuk Korelasi Pembelian Produk Menggunakan Algoritma Apriori”
1.2 Rumusan Masalah
Adapun rumusan masalah pada penelitian ini adalah: 1. Mendapatkan kombinasi dari jenis produk-produk yang sering dibeli secara bersamaan dalam suatu waktu
Universitas Sumatera Utara
2. Mengimplementasikan hasil dari kombinasi jenis produk-produk ke dalam sebuah aplikasi data mining dengan teknik association rule pada pembelian produk menggunakan algoritma apriori
1.3 Batasan Masalah
Agar pembahasan penelitian ini tidak menyimpang dari apa yang telah dirumuskan, maka diperlukan batasan-batasan. Batasan-batasan dalam penelitian ini adalah: 1.
Informasi yang diperoleh berupa produk yang sering dibeli oleh konsumen secara bersamaan berdasarkan persentase nilai minimum support dan confidence
2.
Data yang diinput merupakan transaksi penjualan produk kebutuhan sehari – hari yang dibeli selama 1 bulan di minimarket Indomaret
3.
Kombinasi dari produk berupa 2-itemset. Item yang dimaksud adalah jenis produk yang dijual
4. Aplikasi data mining yang dibuat menggunakan bahasa pemrograman Microsoft Visual Basic 6.0 dan penyimpanan data dilakukan di MySQL
1.4 Tujuan Penelitian
Adapun tujuan dari penelitian ini adalah: 1. Membantu manajer untuk mengetahui data produk yang sering dibeli secara bersamaan 2. Memberi solusi kepada manajer dalam menentukan strategi pemasaran dan keterkaitan antara
produk yang dibeli oleh konsumen sehingga
dapat
meningkatkan pelayanan kepada konsumen
Universitas Sumatera Utara
1.5 Manfaat Penelitian
Adapun manfaat yang didapat dari penelitian ini adalah: 1. Dapat memudahkan dalam pengambilan keputusan untuk mengetahui informasi pembelian produk yang sering dibeli oleh konsumen secara bersamaan 2. Untuk mengetahui pencarian data yang sering muncul (frequent itemset) kemudian dapat diambil kesimpulan 3. Untuk mengatur tata letak produk yang sering dibeli secara bersamaan, oleh konsumen supaya diletakkan secara berdekatan
1.6 Metode Penelitian
Dalam menyusun skripsi ini penulis melakukan beberapa penerapan metode penelitian untuk menyelesaikan permasalahan. Adapun metode penelitian yang dilakukan adalah dengan cara:
1. Studi literatur Mempelajari konsep – konsep dasar mengenai data mining, teknik association rule dan algoritma apriori yang terdapat pada beberapa sumber literatur. Sumber literatur berupa buku teks, paper, dan jurnal.
2. Metode Pengembangan Perangkat Lunak 1. Analisis Kebutuhan Dalam tahap ini mengumpulkan semua kebutuhan yang diperlukan dalam membangun perangkat lunak, kebutuhan tersebut berupa data transaksi. Kemudian melakukan analisa pengolahan data untuk menghasilkan suatu informasi berupa pola (pattern) dengan teknik asosiasi (association rule)
2. Desain Sistem Dalam proses ini bertujuan untuk merealisasikan hasil analisis ke dalam bentuk perangkat lunak, pada tahap ini meliputi rancangan antarmuka dan
Universitas Sumatera Utara
perancangan prosedur yang akan diterapkan dalam perangkat lunak berdasarkan teknik asosiasi dengan algoritma apriori
3. Implementasi dan Pengujian Pada tahapan ini menerapkan source code program untuk dijadikan hasil akhir yaitu perangkat lunak yang seutuhnya. Kemudian dilakukan proses pengujian dengan memasukkan data transaksi, selanjutnya diketahui data mana yang sering muncul (frequent itemset) secara bersamaan sesuai minimum support dan confidence yang diberikan.
4. Dokumentasi Tahap dokumentasi ini berupa penulisan skripsi yang menjelaskan proses implementasi data mining pada pembelian produk dengan association rule menggunakan algoritma apriori.
1.7 Sistematika Penulisan
Sistematika penulisan skripsi ini dibagi menjadi 5 (lima) bab yaitu sebagai berikut:
BAB 1 : Pendahuluan Bab ini berisi tentang latar belakang, rumusan masalah, tujuan penelitian, manfaat penelitian, batasan masalah, metode penelitian, dan sistematika penulisan dari skripsi ini.
BAB 2 : Tinjauan Pustaka Bab ini membahas tentang konsep dasar dan teori-teori yang mendukung pembahasan yang berhubungan dengan sistem yang akan dibuat.
BAB 3 : Analisis dan Perancangan Sistem Bab ini membahas mengenai analisa data yang akan diproses berdasarkan analisis asosiasi dengan algoritma apriori kemudian membuat DFD, flowchart, struktur tabel dan merancang tampilan user interface dari aplikasi data mining.
Universitas Sumatera Utara
BAB 4 : Implementasi dan Pengujian Sistem Bab ini akan membahas tentang implementasi dari sistem yang dibuat berdasarkan hasil analisis dan perancangan sistem yang telah dibuat. Kemudian dilakukan pengujian sistem untuk mengetahui apakah sistem dapat berjalan sesuai tujuan dan harapan perancangan.
BAB5 : Kesimpulan dan Saran Bab ini berisi tentang kesimpulan dan saran yang diberikan untuk perbaikan sistem sehingga menjadi lebih baik dan bermanfaat bagi pengguna maupun pembaca skripsi ini.
Universitas Sumatera Utara
