IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING PADA APLIKASI PENCARI PELANGGAN POTENSIAL PADA RESTORAN XYZ. Asri Ulfa Latifa

IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING PADA APLIKASI PENCARI PELANGGAN POTENSIAL PADA RESTORAN XYZ

Asri Ulfa Latifa 41513110097

PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS MERCU BUANA JAKARTA 2017

http://digilib.mercubuana.ac.id/

IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING PADA APLIKASI PENCARI PELANGGAN POTENSIAL PADA RESTORAN XYZ

Laporan Tugas Akhir Diajukan Untuk Melengkapi Persyaratan Menyelesaikan Gelar Sarjana Komputer

Disusun oleh: Asri Ulfa Latifa 41513110097

PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS MERCU BUANA JAKARTA 2017

http://digilib.mercubuana.ac.id/

LEMBAR PERNYATAAN

Yang bertanda tangan di bawah ini: NIM

: 41513110097

Nama

: Asri Ulfa Latifa

Judul Tugas Akhir

: Implementasi Algoritma K-Means Clustering pada Aplikasi Pencari Pelanggan Potensial pada Restoran XYZ

Menyatakan bahwa tugas akhir dengan judul tersebut adalah hasil karya saya sendiri dan bukan plagiat kecuali kutipan-kutipan dan teori-teori yang digunakan dalam laporan tugas akhir ini. Apabila ditemukan unsur plagiat, maka saya siap untuk mendapatkan sanksi akademik terkait hal tersebut.

Jakarta, 08 Juli 2017

Asri Ulfa Latifa

http://digilib.mercubuana.ac.id/

LEMBAR PENGESAHAN NIM

: 41513110097

Nama

: Asri Ulfa Latifa

Judul Tugas Akhir

: Implementasi Algoritma K-Means Clustering pada Aplikasi Pencari Pelanggan Potensial pada Restoran XYZ

Jakarta, 08 Juli 2017 Disetujui dan diterima oleh,

http://digilib.mercubuana.ac.id/

KATA PENGANTAR Bismillahhiromaanirrohim, Segala Puji dan Syukur bagi Allah Subhanahu wa Ta‟ala, berkat rahmat dan ridho-Nya serta limpahan rahmat, taufiq serta inayah-Nya. Dan tidak pula penulis panjatkan shalawat beserta salam semoga senantiasa curahkan kepada Baginda Nabi Muhammad Shallallahu „alaihi Wassalam, kepada keluarganya, para sahabatnya, hingga kepada umatnya hingga akhir zaman, karena atas karunia yang telah diberikan kepada penulis sehingga penulis dapat menyelesaikan Laporan Tugas Akhir yang berjudul “Implementasi Algoritma K-Means Clustering pada Aplikasi Pencari Pelanggan Potensial pada Restoran XYZ”, dimana Laporan Tugas Akhir tersebut merupakan salah satu persyaratan untuk dapat menyelesaikan Program Studi Strata Satu (S1) pada Jurusan Teknik Informatika Universitas Mercu Buana. Penulis menyadari bahwa Laporan Tugas Akhir ini masih belum dapat dikatakan sempurna. Karena itu, kritik dan saran akan diterima dengan senang hati. Penulis juga menyadari bahwa Laporan Tugas Akhir ini takkan dapat selesai tepat pada waktunya tanpa bantuan, bimbingan, dan motivasi dari berbagai pihak. Maka dari itu, dengan segala kerendahan hati,

Penulis ingin

menyampaikan ucapan terima kasih kepada: 1. Bapak Sabar Rudiarto, S.Kom, M.Kom. selaku Pembimbing Tugas Akhir yang telah membimbing penulis dengan semua nasihat, semangat dan ilmunya dalam menyusun laporan tugas akhir ini. 2. Ibu Desi Ramayanti, S.Kom, MT. selaku Kaprodi Teknik Informatika Universitas Mercu Buana. 3. Diky Firdaus, S.Kom, M.M. selaku Koordinator Tugas Akhir Teknik Informatika Universitas Mercu Buana. 4. Bapak dan Ibu dosen yang telah memberikan ilmu dan pengetahuan selama penulis

menempuh

pendidikan

di

Teknik

Informatika

Universitas

Mercubuana. 5. Bapak,ibu dan kakak yang selama ini memberikan dukungan dan doa untuk penulis.

http://digilib.mercubuana.ac.id/

6. Saudara Prabowo Adhi Nugraha dan Ganda Eka Saputra selaku pembimbing teknis selama perancangan dan implementasi. 7. Teman – teman seperjuangan Teknik Informatika Universitas Mercu Buana. 8. Beserta semua pihak yang telah memotivasi dan ikut memberikan bantuannya kepada penulis yang namanya tidak dapat penulis sebutkan satu per satu. Semoga Allah Subhanahu wa Ta‟ala membalas kebaikan yang telah diberikan kepada penulis dan penulis berharap semoga laporan tugas akhir ini bermanfaat bagi kita semua. Amin

Jakarta, Juni 2017

Asri Ulfa Latifa

http://digilib.mercubuana.ac.id/

ABSTRAKSI Restoran XYZ merupakan salah satu rumah makan yang menyediakan makanan daerah dan bebagai macam menu makanan dan menyediakan pemesanan delivery order melalui pemesanan by phone yang berada di kawasan Jakarta. Pelanggan merupakan salah satu sumber keuntungan Restoran XYZ. Penuhnya persaingan membuat Restoran XYZ mengalami kesulitan dalam mempertahankan pelanggan setianya. Untuk itu diperlukan analisa lebih lanjut untuk mengetahui mana pelanggan yang potensial, maka dirancang sebuah aplikasi menggunakan algoritma K-Means (Clustering) untuk mengelompokkan data pelanggan. Data yang digunakan sebagai bahan sample pada penelitian ini adalah data transaksi penjualan Restoran XYZ. Dengan melakukan proses perhitungan total penjualan terhadap pelanggan dan jumlah transaksi terhadap pelanggan untuk mengelompokkan data pelanggan. Metode K-Means Clustering berusaha mengelompokkan data yang ada ke dalam beberapa kelompok, dimana data dalam satu kelompok mempunyai karakteristik yang sama. Data pelanggan dikelompokkan menjadi dua cluster yaitu tidak potensial, dan potensial. Kemudian setiap cluster diklasifikasikan berdasarkan kriteria mana yang lebih diprioritaskan. Cluster dengan nilai terbesar pada centroid akhir merupakan cluster yang direkomendasikan menerima reward, sedangkan cluster dengan nilai terkecil pada centroid akhir merupakan cluster yang tidak berhak menerima reward. Hasil dari proses ini membentuk clustercluster yang digunakan untuk memberi saran pertimbangan dalam menentukan strategi penjualan yakni memberikan reward untuk pelanggan dengan posisi cluster teratas. Kata Kunci: K-Means, Clusetering , Layanan Pelanggan

vii

http://digilib.mercubuana.ac.id/

ABSTRACT XYZ Restaurant is one of the restaurants that provide regional food and various kinds of food menu and provide order delivery order by phone order in Jakarta area. Customers are one of the advantages of XYZ Restaurant. The full competition makes the XYZ Restaurant difficult to maintain its loyal customers. For that needed further analysis to know which potential customers, then designed an application using K-Means algorithm (Clustering) to classify customer data. The data used as sample material in this research is the sales transaction data of XYZ Restaurant. By doing the process of calculating total sales of customers and the number of transactions against customers to classify customer data. The K-Means Clustering method seeks to group existing data into groups, where data in one group has the same characteristics. Customer data are grouped into two clusters that are not potential, and potential. Then each cluster is classified according to which criteria are prioritized. The cluster with the greatest value in the final centroid is the recommended cluster receiving the reward, while the cluster with the smallest value in the final centroid is a cluster that is not eligible to receive rewards. The results of this process form the clusters used to advise consideration in determining the sales strategy of providing rewards for customers with the top cluster position.Keywords: K-Means, Clusetering, Loyality Customer

viii

http://digilib.mercubuana.ac.id/

Daftar Isi LEMBAR PERNYATAAN ............................................................................ iii LEMBAR PENGESAHAN ............................................................................. iv KATA PENGANTAR ..................................................................................... v ABSTRAKSI ................................................................................................... vii ABSTRACT ..................................................................................................... viii Daftar Isi .......................................................................................................... ix Daftar Gambar.................................................................................................. xi Daftar Tabel ..................................................................................................... xii BAB 1. PENDAHULUAN ............................................................................. 1 1.1.Latar Belakang ........................................................................................... 1 1.2.Rumusan Permasalahan ............................................................................. 2 1.3.Batasan Masalah ........................................................................................ 3 1.4.Tujuan dan Manfaat ................................................................................... 3 1.5.Metodologi Penelitian ................................................................................ 3 1.6.Sistematika Penulisan ................................................................................ 4 1.6.1.BAB 1 PENDAHULUAN ...................................................................... 4 1.6.2.BAB 2 LANDASAN TEORI................................................................. 4 1.6.3.BAB 3 ANALISA SISTEM .................................................................... 5 1.6.4.BAB 4 PERANCANGAN SISTEM ....................................................... 5 1.6.5.BAB 5 IMPLEMENTASI DAN PENGUJIAN SISTEM ....................... 5 1.6.6.BAB 6 KESIMPULAN DAN SARAN ................................................. 5 BAB 2.LANDASAN TEORI........................................................................... 6 2.1.Sistem Pendukung Keputusan (SPK) ......................................................... 6 2.2.Pelanggan ................................................................................................... 6 2.3.Layanan Pelanggan .................................................................................... 6 2.4.Clustering ................................................................................................... 7 2.4.1.K-Means .................................................................................................. 8 2.5.Studi Literatur ............................................................................................ 10 2.6.Rekayasa Perangkat lunak ......................................................................... 13 2.6.1.Waterfall Process Model ......................................................................... 13 2.6.2.Metode Perancangan ............................................................................... 15 2.7.Teknologi ................................................................................................... 23 2.7.1.PHP ......................................................................................................... 23 2.7.2.HTML ..................................................................................................... 23 2.7.3.Database(Mysql) ..................................................................................... 24 2.7.4.Bootstrap ................................................................................................. 26 2.7.5.JavaScript ................................................................................................ 27 ix

http://digilib.mercubuana.ac.id/

2.7.6.Black Box Testing................................................................................... 28 BAB 3.ANALISA SISTEM ............................................................................. 29 3.1.Analisis Masalah ........................................................................................ 29 3.2.Analisis Persyaratan ................................................................................... 31 3.2.1.Persyaratan Fungsional ........................................................................... 31 3.2.2.Persyaratan Non-Fungsional ................................................................... 32 3.3.Analisis Pencarian Pelanggan potensial ..................................................... 32 3.3.1.Cara Kerja Pencarian Pelanggan potensial ............................................. 32 3.3.2.Hasil Analisis pengambil keputusan ....................................................... 33 3.3.3.Analisis Algoritma K-Means Clustering ................................................ 33 3.3.4.Cara Kerja Algoritma K-Means .............................................................. 34 3.3.5.Hasil Analisis Algoritma K-Means Clustering ....................................... 36 BAB 4.PERANCANGAN SISTEM ................................................................ 37 4.1.Perancangan ............................................................................................... 37 4.2.Perancangan Menu ..................................................................................... 37 4.2.1.Perancangan menu aplikasi penentuan pelanggan potensial................... 37 4.3.Perancangan Sistem ................................................................................... 38 4.3.1.Flowchart ................................................................................................ 38 4.3.2.Perancangan Database (Basis Data) ........................................................ 40 4.3.3.Rancangan antarmuka sistem .................................................................. 41 4.4.Use Case Diagram ...................................................................................... 45 4.4.1.Use Case Diagram ................................................................................... 45 4.4.2.Definisi Aktor ......................................................................................... 45 4.4.3.Skenario Use Case .................................................................................. 46 4.5.Activity Diagram ....................................................................................... 47 4.6.Sequence Diagram ..................................................................................... 49 BAB 5.IMPLEMENTASI DAN PENGUJIAN SISTEM ................................ 51 5.1.Implementasi Antarmuka ........................................................................... 51 5.2.Pengujian.................................................................................................... 60 5.2.1.Skenario Pengujian ................................................................................ 60 5.2.2.Hasil Pengujian ....................................................................................... 62 5.2.3.Hasil Uji Program ................................................................................... 67 BAB 6.PENUTUP ........................................................................................... 68 6.1.Kesimpulan ................................................................................................ 68 6.2.Saran .......................................................................................................... 68 Daftar Pustaka ................................................................................................. A

x

http://digilib.mercubuana.ac.id/

Daftar Gambar Gambar 2.2simbol flowchart............................................................................ 22 Gambar3.1Flowchart cara kerja Algoritma K-Means...................................... 36 Gambar 4.1 Halaman Menu Sistem Pencarian Pelanggan Potensial ............... 38 Gambar 4.2 Flowchart Proses Pelanggan Mendapatkan reward...................... 39 Gambar 4.3 Flowchart Sistem Pencarian Pelanggan Potensial ....................... 40 Gambar 4.4 Database sistem Pencarian Pelanggan Potensial .......................... 41 Gambar 4.5 Halaman awal user Sistem Pencarian Pelanggan Potensial ......... 42 Gambar 4.6 Halaman input transaksi Sistem Pencarian Pelanggan Potensial . 43 Gambar 4.7 Halaman aplikasi Sistem Pencarian Pelanggan Potensial ............ 44 Gambar 4.8 Use Case Diagram Sistem pencarian pelanggan potensial .......... 45 Gambar 4.9 Activity Diagram Sistem Pencarian Pelanggan Potensial ............ 48 Gambar 4.10 Input File untuk data pencarian pelanggan potensial ................. 50 Gambar 5.1 Halaman login user ...................................................................... 51 Gambar 5.2 Halaman utama user Sistem Pencarian Pelanggan Potensial ....... 52 Gambar 5.3 Halaman hak user ......................................................................... 52 Gambar 5.4 Halaman login user ...................................................................... 53 Gambar 5.5 Halaman utama Admin Sistem Pencarian Pelanggan Potensial .. 53 Gambar 5.6 Halaman view data pelanggan ..................................................... 54 Gambar 5.7 Halaman input data pelanggan ..................................................... 54 Gambar 5.8 Halaman save pelanggan .............................................................. 55 Gambar 5.9 Halaman edit pelanggan ............................................................... 55 Gambar 5.10 Halaman view daftar menu ........................................................ 56 Gambar 5.11 Halaman tambah menu makanan ............................................... 56 Gambar 5.12 Halaman simpan menu makanan ............................................... 57 Gambar 5.13 Halaman edit menu makanan ..................................................... 58 Gambar 5.14 Halaman view transaksi ............................................................. 58 Gambar 5.15 Halaman view transaksi ............................................................. 59 Gambar 5.16 Halaman view pelanggan potensial ............................................ 59

xi

http://digilib.mercubuana.ac.id/

Daftar Tabel Tabel 2.1 jurnal perbandingan ......................................................................... 10 Tabel 2.2 tag html ............................................................................................ 24 Tabel 3.1 Analisa masalah pencarian pelanggan potensial .............................. 29 Tabel 4.1 Rancangan Halaman Awal User ...................................................... 42 Tabel 4.2 Rancangan Halaman Input ............................................................... 43 Tabel 4.3 Rancangan Halaman Tentang .......................................................... 44 Tabel 4.4 Tabel Definisi use actor Proses Pencarian Pelanggan Potensial ...... 46 Tabel 4.5 Tabel Definisi Use Case Proses Pencarian Pelanggan Potensial ..... 46 Tabel 4.6 Tabel Skenario Use Case Proses Pencarian Pelanggan Potensial .... 47 Tabel 4.7 Tabel Activity Diagram System Pencarian Pelanggan Potensial .... 48 Tabel 5.1 Pengujian halaman User .................................................................. 60 Tabel 5.2 Pengujian halaman Admin ............................................................... 61 Tabel 5.3 Hasil pengujian halaman user .......................................................... 63 Tabel 5.4 Hasil pengujian halaman admin ....................................................... 64 Tabel 5.5 Hasil pengujian program .................................................................. 67

xii

http://digilib.mercubuana.ac.id/