bab i pendahuluan

BAB I
PENDAHULUAN
1.1 Latar Belakang Masalah
Data tidak dapat dipisahkan dari kehidupan sehari-hari. Suatu perusahaan
baik kecil sampai skala besar dapat dibanjiri dengan jumlah data yang mengalir
ke database, termasuk Supermarket Mulia Godean. Data mining membantu
perusahaan untuk mendapatkan pola dan pengetahuan dari data transaksi yang
berjalan setiap hari. Pengetahuan yang diperoleh dapat menjadi pedoman dalam
mengambil keputusan bisnis sebagai upaya memelihara dan meningkatkan aspek
kompetitif bisnis perusahaan. Teknik data mining dapat digunakan untuk
menelusuri database berskala besar guna menemukan pola baru yang mungkin
belum diketahui.
Mencari pola pada data penjualan dapat menggunakan metode asosiasi,
dimana merupakan salah satu metode dalam data mining. Fungsi metode
asosiasi yaitu mampu menemukan pola hubungan antar item barang yang saling
berasosiasi (Agrawal dan Srikant, 1994; Fayyad dkk, 1996; Handojo dkk, 2005;
Yusuf dkk, 2006; Santoso, 2007). Dalam penggalian pola asosiasi akan ditemukan
atribut yang menunjukkan keadaan barang yang sering muncul bersamaan.
Metode asosiasi sering digunakan untuk menganalisis data transaksi penjualan
guna mengetahui kondisi pasar barang apa saja yang sering dibeli bersama oleh
konsumen (Santoso, 2007).
Sampai saat ini metode asosiasi telah berkembang dengan pesat, salah
satunya yaitu temporal association rule (TAR) (Liang dkk, 2005; Winarko dan
Roddick, 2005, Li dkk, 2001; Lee dkk, 2001; Pughazendi dan Punithavalli, 2011).
Metode temporal association rule (TAR) akan digunakan dalam penelitian ini
untuk menemukan pola temporal pada data penjualan di Supermarket Mulia
Godean Sleman. Temporal association rule merupakan metode untuk
menemukan pola asosiasi antar item yang berkaitan dengan waktu (Liang dkk,
2005).
1
2
Permasalahan yang terjadi di Supermarket Mulia di Jl. Godean Km 10
Sleman yaitu, saat ini belum bisa diketahui pola barang yang terjual bersamaan,
hal ini terlihat dari informasi yang dihasilkan berupa tabel konvensiaonal.
Masalah lain yang belum teratasi yaitu barang telah tersusun rapi dalam rak,
namun belum dapat di ketahui pola barang yang terjual terkait dengan waktu.
Misal ketika tahun ajaran baru tiba, seragam sekolah relatif meningkat tajam
hingga 95% di banding hari biasa. Kemudian roti kaleng dan kue akan melonjak
tajam sampai 90% pada masa lebaran, namun mengalami penurunan pada hari
biasa.
Kondisi di supermarket menunjukkan beberapa item barang tersedia
dalam kondisi berlebih, sedangkan untuk item barang yang lain nampak sedikit.
Hal ini dampak dari permasalahan yang dimiliki oleh supermarket yang belum
mampu menemukan informasi pola barang yang dijual bersamaan terkait dengan
waktu. Berdasarkan uraian diatas penulis tertarik untuk melakukan penelitian
data transaksi penjualan guna menemukan informasi berbasis pengetahuan yang
belum diketahui dan bermanfaat guna mendapatkan temporal rules dari data
penjualan terkait dengan tanggal transaksi sebagai atribut waktu.
Algoritma Apriori dipilih karena mampu menyelesaikan permasalahan
asosiasi antar item untuk barang yang dibeli bersamaan. Untuk menghasilkan
pola temporal rules dari asosiasi antar item barang terkait dengan waktu
digunakan metode Temporal Asoociation Rules (TAR). Dengan algoritma Apriori
dan metode TAR diharapkan mampu mengatasi permasalahan, sehingga
diketahui barang apa yang sering dibeli bersama dalam interval tertentu.
1.2 Perumusan Masalah
Bagaimana menggunakan Metode Temporal Association Rules dan
Algoritma Apriori untuk menemukan pola asosiasi item barang apa saja yang
dibeli bersamaan pada interval waktu transaksi tertentu pada data penjualan.
3
1.3 Batasan Masalah
Pada penelitian ini diberikan batasan masalah sebagai berikut:
1. Data penjualan yang digunakan sebagai obyek penelitian yaitu Agustus
2007 sampai September 2008, yang diambil dari komputer kasir.
2. Luaran yang dihasilkan berupa temporal rule dengan interval tanggal
transaksi penjualan.
1.4 Keaslian Penelitian
Penelitian yang telah dilakukan Liang dkk (2005) dengan metode TAR dan
Algoritma T-Apriori untuk meneliti data fenomena alam di Teluk Dapeng Bay Laut
Cina Selatan. Sedangkan peneliti menggunakan Metode TAR dan Algoritma
Apriori pada data penjualan di Supermarket Mulia Godean hingga kini belum
pernah dilakukan.
1.5 Tujuan Penelitian
Memperoleh temporal rules dari data penjualan sehingga bisa diketahui
pola barang yang dibeli bersama terkait tanggal transaksi menggunakan aplikasi
TAR.
1.6 Manfaat Penelitian
Hasil penelitian ini dapat membantu manajer marketing dalam membuat
program promo terkait item barang yang akan di jual bersamaan dengan barang
lain. Manfaat lain yaitu membantu pihak supermarket dalam mengetahui pola
item barang yang sering di beli bersamaan dari aspek waktu atau interval.
1.7 Metode Penelitian
1.7.1. Pengumpulan Data
Pengumpulan data mengenai hal yang terkait dengan topik penelitian melituti:
4
1. Studi Pustaka, dilakukan dilakukan dengan mengumpulkan referensi dari
peneliti sebelumnya baik berupa paper dari jurnal maupun proseding
hasil seminar. Topik yang terkait dengan penelitian ini yaitu metode
temporal association rule dan Algoritma Apriori. Pustaka Apriori dari
Yibin S. (2000) digunakan untuk memproses kandidat itemset pada data
penjualan.
2. Observasi, dilakukan langsung ketika berada di Supermarket Mulia
Godean dengan melihat langsung kondisi item barang yang di jual dan
tertata pada rak. Selain itu mengambil data penjualan dari komputer kasir
sesuai dengan batasan trasaksi yang telah diberikan oleh pihak
supermarket.
1.7.2. Data Preprocessing
Data yang diperoleh dalam bentuk tabel DBF. Proses selanjutnya
melakukan data cleaning dalam format XLS dan CSV. Kemudian dilakukan
transformasi dan integrasi data pada format MYD, hingga data siap digunakan
proses data mining.
1.7.3. Perancangan Sistem
Perancangan dilakukan berdasarkan hasil data preprocessing. Tahapan
perancangan sistem yaitu, menentukan batasan support dan kandidat frequent
itemset dengan Algoritma Apriori, kemudian menghitung support temporal dan
confidence, selanjutnya menambahkan informasi terkait waktu berupa tanggal
transaksi sebagai temporal dengan temporal assocaition rule (TAR). Hasil akhir
berupa temporal rules.
1.7.4. Implementasi Sistem
Melakukan pembuatan program dari rancangan menjadi aplikasi yang
secara keseluruhan meliputi pemrograman tiap paket yang berisi class-class
saling terkait.
5
1.7.5. Pengujian Sistem
Pengujian sistem dilakukan untuk mengetahui apakah metode temporal
association rule yang dibuat dapat melakukan proses TAR dan menghasilkan
temporal rules.