IMPLEMENTASI PERANGKAT LUNAK E-COMMERCE UNTUK MENDUKUNG RISET PASAR KERAJINAN MENDONG (Studi Kasus : Kerajinan Mendong AL-SINKTA Tasikmalaya) Tidih Mandasari, Aradea, Husni Mubarok Teknik Informatika Universitas Siliwangi Tasikmalaya Email :
[email protected]
ABSTRAK Usaha Kecil Menengah (UKM) adalah salah satu sektor ekonomi yang sangat diperhitungkan di Indonesia karena kontribusinya terhadap perkembangan perekonomian Indonesia. Pesatnya perkembangan teknologi saat ini dapat membantu Usaha Kecil Menengah dalam menyelesaikan berbagai permasalahan dengan teknologi, teknologi informasi merupakan solusi yang tepat untuk membantu menyelesaikan permasalahan yang sering muncul dalam aspek bisnis. Begitu pula UKM AL-SINKTA yang berada di Kota Tasikmalaya yang pada prakteknya akan mulai menerapkan teknologi web sebagai bagian dari bisnisnya, yaitu dengan penggunaan e-commerce sebagai sarana riset pasar dan penjualan produk kerajinan tangan mendong untuk target pasar yang lebih luas. Tujuan yang ingin dicapai dalam penelitian ini adalah membangun sebuah web e-commerce yang mana dalam menerapkan perangkat lunak e-commerce ini, selain difungsikan sebagai media perdagangan, juga di fungsikan sebagai pendukung riset pasar kerajinan mendong, diharapkan benefit yang di dapatkan akan lebih maksimal agar meminimalisir dari kegagalan dalam menjalankan bisnis online ini serta meningkatkan jumlah produksi barang setiap bulannya. Metodologi yang digunakan dalam penelitian ini menggunakan pendekatan berorientasi data atau terstruktur yaitu Linier Sequential Model, model proses ini sering disebut sebagai metode Waterfall yang dimulai dari tahap communication, planning, modelling, construction, dan deployment. Hasil dari penelitian ini adalah sebuah purwarupa aplikasi web e-commerce untuk mendukung riset pasar kerajinan mendong al-sinkta, aplikasi web e-commerce yang dibuat ini sudah menerapkan teknologi forecasting, dan sistem rekomendasi collaborative filtering. Kata kunci: E-Commerce, Riset Pasar, Forecasting, Sistem rekomendasi collaborative filtering.
ABSTRACT Small and Medium Enterprises ( SMEs ) is one of the economic sectors in Indonesia is highly regarded for his contributions to the development of the Indonesian economy . The rapid development of today's technology can help Small and Medium Enterprises in solving problems with technology , information technology is the right solution to help solve the problems that often arise in the business aspect . Similarly, SMEs AL - SINKTA located in Tasikmalaya which in practice will begin implementing web technologies as part of its business , namely the use of e - commerce as a means of market research and sales of handicraft products rushes to target a wider market . The objectives of this research is to build an e - commerce website which provides in implementing e - commerce software , in addition to functioning as a medium of trade , also functioned as a support craft market research rushes , on the expected benefits will get more leverage in order to minimize the failure in running an online business as well as increase the amount of production of goods each month . The methodology used in this study using data-oriented approach or structured Linear Sequential Model , model of the process is often referred to as the Waterfall method that starts from the stage of communication , planning , modeling , construction , and deployment . Results from this study is a prototype of e - commerce web application to support the craft market research mendong al - sinkta , e - commerce web application that made the already implemented technology forecasting , and collaborative filtering recommendation system . Keywords : Electronic Commerce , Market Research , Forecasting, Recommendation systems collaborative filtering.
1
3. Memberikan kemudahan kepada konsumen sehingga konsumen dapat melakukan transaksi dimanapun konsumen berada. 4. Memperluas jangkauan pemasaran sehingga dapat menarik lebih banyak konsumen tanpa membutuhkan modal yang besar. 5. Pemilik usaha dapat memprediksi trend pasar yang terjadi, sehingga dapat dijadikan acuan dalam membuat kebijakan jenis produksi kerajinan mendong.
I. Pendahuluan Usaha Kecil Menengah (UKM) adalah salah satu sektor ekonomi yang sangat diperhitungkan di Indonesia karena kontribusinya terhadap perkembangan perekonomian Indonesia. Hal tersebut dapat dilihat dari perannya dalam pertumbuhan ekonomi nasional, produk domestik bruto (PDB) yang diciptakan, nilai tambah nasional, serta penyerapan tenaga kerja. Sementara itu, dalam era ekonomi global saat ini, Usaha Kecil Menengah dituntut untuk melakukan perubahan dalam memasarkan produknya guna meningkatkan volume penjualan dan daya saingnya dengan produk-produk dari luar negri atau pun dari Usaha Kecil Menengah itu sendiri agar teciptanya produk yang berkualitas. Pesatnya perkembangan teknologi saat ini dapat membantu Usaha Kecil Menengah dalam menyelesaikan berbagai permasalahan dengan teknologi, teknologi informasi merupakan solusi yang tepat untuk membantu menyelesaikan permasalahan yang sering muncul dalam aspek bisnis. Salah satu hal yang sangat bermanfaat bagi para pelaku bisnis yaitu dengan penggunaan website sebagai sarana promosi produk ataupun sebagai aplikasi e-commerce yang menyediakan pelayanan dengan target pasar yang lebih luas. Hal ini bisa menyebabkan peningkatan omset penjualan bagi bisnis tersebut. Untuk itu penggunaan e-commerce merupakan langkah tepat bagi para Usaha Kecil Menengah sebagai sarana untuk meningkatkan omset penjualan. Begitu pula Usaha Kecil Menengah (UKM) ALSINKTA yang berada di Kota Tasikmalaya yang pada prakteknya akan mulai menerapkan teknologi web sebagai bagian dari bisnisnya, yaitu dengan penggunaan e-commerce sebagai sarana riset pasar dan penjualan produk kerajinan tangan mendong untuk target pasar yang lebih luas. sehingga biaya-biaya yang dikeluarkan menjadi efektif dan efisien.
II. Landasan Teori 2.1 Penjualan Elektronik (E-Commerce) Definisi E-Commerce menurut Laudon dan Laudon (1998), E-Commerce adalah suatu proses membeli dan menjual produk-produk secara elektronik oleh konsumen dan dari perusahaan ke perusahaan dengan komputer sebagai perantara transaksi bisnis. 2.2 Riset Pasar Menurut Suliyanto (2006) Pengertian riset pasar adalah usaha yang bertujuan memperoleh informasi guna memecahkan masalah bisnis atau mengembangkan pengetahuan yang berkaitan dengan bisnis menggunakan metode ilmiah. Adapun menurut Cooper dan Schinder (2004), riset pasar didefinisikan sebagai kegiatan pencarian sistematik yang menyediakan informasi untuk mengarahkan keputusan-keputusan bisnis. Untuk mendukung riset pasar ini peneliti menerapkan teknologi Forecasting dan Sistem Rekomendasi Collaborative filtering dalam websaite e-commercenya. 2.2.1
Forecasting (Peramalan) Forecasting merupakan bagian penting bagi setiap organisasi bisnis dan untuk setiap pengambilan keputusan manajemen yang sangat signifikan. Peramalan menjadi dasar bagi perencanaan jangka panjang perusahaan. Menurut sulistyabudi (1986) Forecasting merupakan usaha mencoba mengetahui apa yang akan terjadi di masa yang akan datang. Fungsi Forecasting Menurut Rumondang (2013) Forecasting dilakukan untuk membuat suatu perencanaan dalam pemenuhan permintaan di masa mendatang dengan memperkirakan besarnya penjualan dan penggunaan produk, sehingga produk dapat diproduksi dalam jumlah yang tepat. Untuk rumus perhitungan dalam Forecasting ini menggunakan metode perhitungan regresi linier, menurut binus (2008) regresi linier merupakan salah satu teknik analisis statistika yang digunakan untuk menggambarkan hubungan antara satu variabel respon dengan satu atau lebih variabel penjelas.
Batasan masalah dari penelitian ini sebagai berikut: 1. Data yang dikelola pada perangkat lunak yang dibangun, meliputi pengelolaan produk, transaksi penjualan produk, dan fungsi riset pasar. 2. Fungsi riset pasar yang dikembangkan dalam penelitian ini adalah menentukan kecenderungan trend konsumen dalam memilih produk, berdasarkan periode penjualan bulanan. Tujuan penelitian tugas akhir ini adalah menerapkan perangkat lunak e-commerce selain difungsikan sebagai media perdagangan, juga di fungsikan sebagai pendukung riset pasar kerajinan mendong, sehingga di harapkan benefit yang di dapatkan akan lebih maksimal. Manfaat yang diperoleh dari penelitian ini adalah sebagai berikut: 1. Memberikan alternatif kemudahan bagi produsen dan konsumen dalam melakukan transasksi penjualan produk kerajinan mendong AL-SIKNTA karena dilakukan secara online. 2. Memberikan kemudahan kepada konsumen dalam mendapatkan informasi tentang produk apa saja yang dijual di Kerajinan Mendong AL-SINKTA tanpa harus datang ke lokasi penjualan.
2.2.2 Sistem Rekomendasi Collaborative filtering Sistem Rekomendasi (SR) merupakan model aplikasi dari hasil observasi terhadap keadaan dan keinginan pelanggan. Sistem rekomendasi memanfaatkan opini seseorang terhadap suatu barang dalam domain atau kategori tertentu, untuk membantu seseorang dalam memilih produk. Karena itu SR memerlukan model rekomendasi yang tepat agar apa yang direkomendasikan sesuai dengan keinginan pelanggan, serta mempermudah pelanggan mengambil
2
keputusan yang tepat dalam menentukan produk yang akan dibelinya (McGinty dan Smyth, 2006). Sedangkan sistem rekomendasi Collaborative filtering itu sendiri merupakan proses penyaringan atau pengevaluasian item menggunakan opini orang lain (Schafer dkk, 2007). Menurut (Xu dkk, 2010:169-170) sistem rekomendasi collaborative filtering bekerja dengan cara menjumlahkan rating atau pilihan dari suatu produk, menemukan profil / pola pengguna dengan melihat history rating yang diberikan pengguna, dan menghasilkan suatu rekomendasi baru berdasarkan perbandingan antar pola pengguna.
3.
2.3 Metode Waterfall Metode pengembangan sistem waterfall. Menurut Pressman (2010), “Waterfall Model disebut juga sebagai Classic Life Cycle. Menunjukkan sebuah pendekatan sistematis untuk pengembangan perangkat lunak. Diawali dengan communication, planning, modelling, construction, dan deployment”. Seperti gambar dibawah ini:
4.
Gambar. 1. Tahapan dalam Waterfall Models
3.3 Tahap Planning (Perencanaan) 3.3.1 Perencanaan Penelitian Tabel.2. Perencanaan Penelitian
III. Metodologi 3.1 Metodologi Penelitian Metode yang digunakan pada “Implementasi Perangkat Lunak E-Commerce Untuk Mendukung Riset Pasar Kerajinan Mendong Di Al-Sinkta Tasikmalaya “ adalah metode Waterfall yang dimulai dari tahap communication, planning, modelling, construction, dan deployment. Berikut penjelasan dari tahapan-tahapan waterfall.
No.
3.2 Tahap communication (Komunikasi) 3.2.1 Analisis Kebutuhan Sistem Analisis dari kebutuhan sistem yang diperlukan adalah informasi yang bersangkutan dengan aplikasi yang akan dibangun. Adapun hasil analisis kebutuhan sistem meliputi kebutuhan masukan, kebutuhan keluaran serta spesifikasi perangkat keras (Hardware) dan spesifikasi perangkat lunak (Software). 1.
2.
f. Informasi News g. Informasi Download h. Laporan penjualan, laporan member, laporan produk i. Forecasting Spesifikasi Perangkat Keras Tabel.1. Konfigurasi Hardware (Perangkat Keras) No Nama Komponen Spesifikasi Intel(R) Core™ i5 1 Processor 2.30GHz 2 Memory RAM 2048 MB 3 VGA Card On-Board 4 Hardisk 500 GB 5 Keyboard Standard 6 Mouse Standard 7 Printer HP 2060 K110 8 Monitor Standard Spesifikasi Perangkat Lunak a. Sistem Operasi :Windows7 Home Premium b. Bahasa Pemograman: PHP (Hypertext Prepocessor), HTML (Hyper Text Markup Language) c. Database menggunakan : MySQL d. Program Aplikasi : Microsoft Office 2007, Microsoft Visio 2007, Dreamweaver versi 8 e. Editor menggunakan : Notepad++. f. Server : XAMPP-win32-1.8.1
1
Studi Kepustakaan
2
Penulisan Proposal
3
Pengumpulan Data Pembuatan Sistem/Program : 1. Communication 2. Planning a. Perencanaan Penelitian b. Peramalan (Forecasting) c. Sistem Rekomendasi Collaborative Filtering 3. Modelling : 4. Construction 5. Deployment Pengujian Sistem mengunakan Pengujian Black Box Penulisan Laporan Akhir
4
Kebutuhan Masukan a. Data Pengguna b. Data Produk c. Data Penjualan d. Data Kategori e. Data ongkos kirim f. Data News g. Data Download Kebutuhan Keluaran a. Informasi Pengguna b. Informasi Produk c. Informasi Penjualan d. Informasi Kategori e. Informasi Ongkos kirim
5 6
3
Kegiatan
Juni 2013
Juli 2013
Bulan / tahun Agustus September Oktober November 2013 2013 2013 2013
3.3.2
Forecasting
menjelaskan user merekomendasikan item berdasarkan pada kemiripan ketertarikan antar pengguna lainnya. Sehingga pengguna lain akan merasa mudah untuk mengambil keputusan terhadap produk yang akan di pilih dan dibeli pada akhirnya. Sebelum direkomendasikan kepada konsumen lain terlebih dahulu barang di filter dilihat dari history jumlah tertinggi barang yang dibeli konsumen.
Forecasting/peramalan dalam penelitian ini, menggunakan metode regresi linier dengan rumus sebagai berikut: b= (t) (∑Y(t)) – (∑ Y) (∑(t)) = hasil b (t)( ∑t2) – (∑(t)2) a= (∑ Y) – (hasil b)( ∑(t)) = hasil a (t) (t) Jadi, Y(n) = hasil a + hasil b (n) = hasil peramalan
3.4 Tahap Modeling (Pemodelan) Tahap ini merupakan tahap perancangan aplikasi berdasarkan tahapan Planning yang didapatkan melalui pengumpulan data dan informasi. Metode perancangan aplikasi yang dilakukan adalah :
(binus, 2008) Keterangan : (t) = periode n= besar sampel yang diambil Y = Penjualan Y(t) = hasil kali Y dan (t) t 2 = jumlah pangkat periode ∑= jumlah b= variabel a= variabel.
3.4.1. Pemodelan Data Pemodelan data adalah metode yang digunakan untuk menentukan dan menganalisis persyaratan data yang diperlukan untuk mendukung proses pada aplikasi yang akan dibuat. 1.
Entity Relationship Diagram (ERD) Id_Kategori
Contoh kasus forecasting dengan metode regresi linier. Pada Kerajinan mendong AL-SINKTA Periode Penjualan Agustus s/d Oktober 2013. Tabel 3.3 Kasus Peramalan (Forecasting) Kerajinan Mendong Tas Mini Penjualan Periode Bulan Y Y(t) t2 (t) (Unit/barang) Agustus 1 0 0 1 September 2 0 0 4 Oktober 3 8 24 9
Email
Telepon
Alamat
Password
berat
stock
warna
Kode barang
Username
Nama Pelanggan
harga
ukuran
deskripsi
gambar Total values Rating beli
Nama Barang Id_Pelanggan
Id_Barang
Rating lihat
melihat
Pelanggan
Barang
1
memiliki 1
melakukan
date
Rating N
tanggal
Id_Pelanggan
N
N Status penjualan
Transaksi
N Id_kategori
Used ips
Id_Barang
N
1
Id_Notransaksi
Total votes
Id_Kota
mempunyai
mempunyai Harga
1
Jumlah (∑) =
Jumlah
1
Transaksi Rinci
6
8
24
14
Id_Notransaksi Subtotal
Kategori Barang
1 mempunyai
b= (3)(24) – (8) (6) = 72-48 = 24 = 4 (3)(14) - (6)2 42- 36 6
1 Id_Kota
Ongkos kirim
perusahaan
a= 8 – 4(6) = (2.7) – 8 = -5.3 3 3 Y(4) = -5.3 +16 = 10.7 = 11(dibulatkan), jadi ramalan barang yang akan diproduksi kembali bulan berikutnya sejumlah 11 barang. 3.3.3
Id_Kategori
Nama Kategori
ongkir
Tujuan
Gambar .3. Entity-Relationship Diagram (ER-D) 2.
Sistem Rekomendasi Collaborative filtering
Gambar.2. Sistem rekomendasi collaborative filtering
(widyantoro,2006) Dalam deskripsi gambar.3. penjelasannya adalah sistem rekomendasi collaborative filtering diatas
Kamus Data a. Pelanggan = *ID Pelanggan, ** ID Kota, nama pelanggan, alamat, email, telepon, username, password b. Kategori = *ID Kategori, Nama Kategori c. Barang = *ID barang, nama barang, deskripsi, warna, ukuran, **ID kategori, harga, stock, kode barang, berat, rating lihat, rating beli, gambar. d. Ongkos Kirim = *ID Kota, Perusahaan, Tujuan, Ongkos Kirim e. Transaksi = **ID Notransaksi, ** ID Pelanggan, tanggal, status penjualan f. Transaksi Rinci = *ID Notransaksi, **ID Kategori, harga, jumlah, subtotal g. Rating = **ID barang, total votes, total value, used_ips, date
3.4.2. Pemodelan Fungsional
4
Pendekatan yang digunakan dalam membangun aplikasi ini yaitu lebih difokuskan pada perancangan aplikasi. Penjelasan dari pemodelan fungsional disusun dalam masing-masing diagram. 1.
3.6 Tahap Deployment (Penyerahan) Tahapan ini bisa dikatakan final dalam pembuatan sebuah software atau system. Setelah melakukan analisis, desain, dan pengkodean maka system yang sudah jadi akan digunakan oleh user. Kemudian software yang telah dibuat tadi harus dilakukan pemeliharaan secara berkala.
Diagram Konteks Login, username, password, Data ubah password , Data produk, Data Menu Kategori produk, Data News, Data download, Data ongkos kirim, Data penjualan,
Login, username, password, data transaksi pembelian, rating,
Admin
IV. Hasil Dan Pembahasan 4.1 Implementasi Perangkat Lunak 4.1.1 Antarmuka menu utama member
member Aplikasi Web e-commerce Kerajinan mendong Al-sinkta
Informasi produk, Informasi Menu Kategori produk, Informasi News, Informasi download, informasi ongkos kirim, informasi penjualan, Informasi ubah password
Informasi Home, informasi product informasi Cara Order, Informasi Download, informasi About us, Informasi contact us, informasi rating, Informasi testimonial pelanggan, Informasi news, Informasi transaksi pembelian Informasi daftar member
Laporan, Forecasting, Informasi ubah password
Login, username, password, data ubah password
pemilik
Gambar .4. Diagram konteks Web E-Commerce ALSINKTA.
2.
Gambar.6. Tampilan menu utama member Antarmuka menu utama ini digunakan member untuk memilih menu yang diinginkan, mengetahui informasiinformasi mengenai web ini, dan melakukan transaksi pembelian barang.
Data Flow Diagram (DFD) DFD Level 1 Proses pengolahan data Data Login
Data Kategori , Data produk, Data news, Data download, Data ongkir Data penjualan, Data ubah Password
Admin
Data Login
Record Data Admin Informasi Kategori , Informasi produk, Informasi news, Informasi download, Informasi ongkir Informasi penjualan, Informasi ubah Password
Ongkos kirim
admin
member
Record Data Admin Data Data Admin Admin
Data ongkos kirim Record ongkos kirim Data ubah password Record ubah password
pemilik
Informasi Home, informasi product informasi Cara Order, Record Informasi Download, informasi About us, Data member Informasi contact us, informasi rating, member Data member Informasi testimonial pelanggan, Data Order Informasi news, Data Rating Informasi transaksi pembelian Informasi daftar member
2 Pengolahan Data Admin
Forecasting
Record data
Username password
4.1.2 Antarmuka menu utama admin
5 Pengolahan Data Pemilik
Home
home
Cara order
Record Data Admin
Data Kategori Produk Ubah Password
Data Login
1 Login
Record data
3 Pengolahan Data member Record Member Data Member Data Transaksi pembelian
Cara order
Record data about us Data testimonial Record data testimonial
About us Isi testimonial
Data forecasting ,
Contact us
Record data contact us DataRecord data news Produk
Record Kategori Produk
Data Rating
Record Transaksi pembelian
Record download
download
Record data download
news
forecasting
Kategori Data Member
Transaksi pembelian
Produk
Rating
download
news
Record news
Data Transaksi pembelian
Data produk produk
Record produk
penjualan
Record penjualani
Data RatingRating Record Data Produk Record Produk Record Transaksi pembelian
Data Member Record Member
Data penjualan
Record penjualan
Record Data Member
4 Pengolahan Data Pembuatan Laporan
Gambar.7. Tampilan menu utama admin Record Data Transaksi pembelian
Laporan penjualan Laporan member Laporan produk
Record Data Produk
Antarmuka admin ini digunakan untuk area kerja pengolahan data input dan output oleh admin.
Record Data Rating
4.1.3 Antarmuka menu utama pemilik Gambar.5. DFD Level 1 3.5 Tahap Construction (Konstruksi) Merupakan proses membuat kode. Coding atau pengkodean merupakan penerjemah desain dalam bahasa yang dikenal oleh komputer. Programmer akan menerjemahkan transaksi yang diminta oleh user. Tahap inilah yang merupakan tahapan secara nyata dalam mengerjakan suatu software, artinya penggunaan komputer akan dimaksimalkan dalam tahapan ini. Setelah pengkodean selesai maka akan dilakukan testing terhadap sistem yang telah dibuat tadi. Tujuan testing adalah menemukan kesalahan-kesalahan terhadap sistem tersebut untuk kemudian diperbaiki.
Gambar.8. Tampilan menu utama pemilik Antarmuka pemilik ini digunakan untuk area kerja pengolahan data output oleh Pemilik.
5
pelanggan. Sehingga pelanggan semakin dimudahkan dalam membuat suatu keputusan terhadap produk yang akan dibelinya. 2. Aplikasi ini diharapkan dapat diakses secara Mobile, agar penggunaannya lebih dimudahkan dalam membuka web AL-SINKTA dimanapun berada. 3. Perlu adanya menu cetak data forecasting agar mempermudah perusahaan dalam mengecek data. 4. Disarankan menu cetak laporan member dan laporan produk berdasarkan bulan.
4.3 Kelebihan dan Kekurangan Aplikasi 4.3.1 Kelebihan 1. Aplikasi Web al-sinkta sudah menerapkan teknologi sistem rekomendasi Collaborative filtering yang berguna untuk membantu calon konsumen dalam memutuskan barang yang akan dibeli. 2. Aplikasi Web al-sinkta sudah menerapkan teknologi forecasting dengan menggunakan perhitungan regresi. Dalam menerapkan teknologi forecasting ini membantu perusahaan dalam mengambil suatu keputusan dalam memprediksi/meramalkan jumlah barang yang akan diproduksi selanjutnya, dan meminimalisir dari kegagalan dalam menjalankan bisnis online ini, serta meningkatkan riset pasar di masa yang akan datang. 3. Pengguna dapat membuat laporan penjualan melalui menu laporan. 4. Dapat share ke beberapa jejaring social seperti facebook dan twitter
DAFTAR PUSTAKA Almilia, Luciana Spica. 2007. Penerapan E-Commerce sebagai Upaya Meningkatkan Persaingan Bisnis Perusahaan. Seminar Nasional Teknologi Informasi Universitas Sahid (Usahid). Jakarta. Assauri, S. 1984. Teknik dan Metode Peramalan Penerapannya dalam Ekonomi dan Dunia Usaha. UI Press. Jakarta. Henke, E. dan Reitch, G., 1995. Bussiness Forecasting. Sixth Edition, prentice Hall, New jersey. Kalakota, Ravi & Whinston, Andrew B. 1997. Electronic Commerce: A Manager's Guide. Addison-Wesley. Khotler, P. 1994. Marketing Management : Analysis Planning Implementations and Control. Eight Edition. Prentice Hall.Inc.New Jersey. Kristanto, Harianto. 2000. Konsep dan Perancangan Database. Yogyakarta: Penerbit Andi. Laudon & Laudon . 1998. Definisi E-Commerce. Yogyakarta: Andi Publisher. McGinty,L,Smyth,B.Adaptive.2006. selection : analysis of critiquing and preference based feed back in conversation on recommender systems.Int J Electron Commerce 11 : 35-57. Presman, Roger S. 2010. Software Engineering A Partitioner’s Approach (Seven Edition). New York : McGraw-Hill Book Companies Avenue Of the American. Sulistyabudi.1986. Perencanaan dan Ramalan Perusahaan dengan Mikrokomputer. Jakarta: Penerbit PT Multi Media Gramedia Grup. Suliyanto.2006. Metode Riset Bisnis. Yogyakarta: Penerbit C.V ANDI OFFSET. Universitas Ahmad Dahlan. 2011. Item Collaborative Filtering untuk Rekomendasi Pembelian Buku secara Online. (online). Tersedia : http://is.uad.ac.id/jusi/files/07-JUSI-Vol-1-No-1_Item-Collaborative-Filtering-untukRekomendasi-Pembelian-Buku-secaraOnline.pdf, (16 juni 2013). Universitas Bina Nusantara (Binus). 2008. Contoh Perhitungan Peramalan. (online).Tersedia: http://thesis.binus.ac.id/Asli/Lampiran/2008-100252-MNSI%20Lampiran%20A.pdf, (27 juli 2013) .
4.3.2 Kekurangan 1. Tidak dioptimalisasi untuk diakses secara mobile 2. Sistem rekomendasi Collaborative filtering yang digunakan masih sederhana,sehingga perlu pengembangan yang lebih sistematis. 3. Belum adanya menu laporan forecasting berupa format pdf, di aplikasi ini hanya dapat menampilkan saja dan proses aplikasi forecasting ini masih sederhana. V. Simpulan dan Saran 5.1 Simpulan 1. Telah berhasil dirancang dan dibangun aplikasi e-commerce untuk perusahaan Kerajinan Mendong AL-SINKTA. 2. Aplikasi e-commerce ini dilengkapi dengan fitur forecasting, untuk mempermudah perusahaan dalam memproduksi kembali jumlah barang yang akan diproduksi setiap bulannya. Dan untuk meminimalisir kegagalan dalam menjalankan bisnis online ini, serta meningkatkan riset pasar di masa yang akan datang. 3. Melalui aplikasi ini, perusahaan Kerajinan Mendong AL-SINKTA dapat mengetahui kecenderungan trend konsumen terhadap barang yang paling banyak diminati konsumen, dengan cara melihat hasil dari sistem rekomendasi Collaborative filtering. 4. Aplikasi ini telah diuji menggunakan metode black box, hasilnya adalah tidak ditemukan kesalahan input dan output pada aplikasi ecommerce ini. 5.2 Saran 1. Perlu adanya evaluasi kedepan untuk memperbaiki sistem rekomendasi Collaborative filtering yang lebih spesifik dan akurat terhadap produk-produk yang ditawarkan terhadap
6
