BAB 1 PENDAHULUAN

BAB 1
PENDAHULUAN
1.1
Latar Belakang
Perkembangan database yang pesat tidak dapat lepas dari perkembangan
teknologi informasi yang memungkinkan data dalam jumlah besar terakumulasi. Hampir
semua data tersebut dimasukkan dengan menggunakan aplikasi komputer yang
digunakan untuk menangani transaksi sehari – hari yang kebanyakan adalah On Line
Transaction Processing (OLTP) sehingga dapat dibayangkan ada berapa banyak
transaksi yang dimasukkan oleh sebuah hypermarket. Pertumbuhan yang pesat dari
akumulasi data itu telah menciptakan kondisi yang sering disebut sebagai ” rich of data
but poor of information ” karena data yang terkumpul itu tidak dapat digunakan untuk
aplikasi yang berguna. Hal ini menyebabkan tidak jarang kumpulan data itu dibiarkan
begitu saja seakan – akan ”kuburan data”. Pertanyaan yang sering muncul adalah apakah
data tersebut akan dibiarkan menggunung, tidak berguna lalu dibuang, ataukah dapat di’tambang’ untuk mencari ’emas’ atau ’berlian’ yaitu informasi yang berguna untuk
perusahaan. Perusahaan banyak ditemukan kebanjiran data namun miskin informasi.
Hal inilah yang menyebabkan dalam dunia pengolahan data berkembang suatu teknik
yang disebut data mining. Teknik data mining bertujuan meng-ekstrak informasi secara
otomatis dan realtime dari suatu media penyimpanan data yang besar. Data mining
adalah serangkaian proses untuk menggali nilai tambah dari suatu kumpulan data berupa
pengetahuan yang selama ini tidak diketahui secara manual. Kata mining sendiri berarti
usaha untuk mendapatkan sedikit barang berharga dari sejumlah besar material dasar.
1
Data mining sebenarnya memiliki akar yang panjang dari bidang ilmu seperti
kecerdasan buatan (artificial intelligent), machine learning, statistik dan database.
Beberapa teknik yang sering digunakan dalam data mining antara lain : statistik,
clustering, classification, association rule mining, neural network, genetic algorithm dan
lain-lain.
Dewasa ini umumnya perusahaan dapat dengan cepat memperoleh informasi
tentang apa saja yang berhubungan dengan bisnisnya, oleh sebab itu banyak orang yang
mengatakan saat ini adalah era informasi. Teknologi informasi memungkinkan
perusahaan masa kini untuk mengintegrasikan pasokan, produksi dan proses penyerahan
sehingga operasi perusahaan digerakkan oleh pesanan pelanggan bukan melalui
perencanaan persediaan saja.
Persediaan merupakan salah satu unsur yang paling aktif dalam operasi
perusahaan yang secara terus–menerus dilakukan. Sistem pengendalian persediaan dapat
dicapai dengan melihat catatan–catatan dan laporan–laporan historis persediaan selama
ini, tapi hal ini tidak efektif karena data yang ada begitu banyak.
Dilatarbelakangi hal–hal tersebut dan didukung penemuan teknik data mining,
maka penulis berusaha untuk merancang model data mining untuk membuat model
perkiraan berdasarkan persediaan barang yang terdapat dalam historis transaksi
persediaan.
2
1.2
Ruang Lingkup
Skripsi ini membahas perancangan model data mining untuk aplikasi persediaan
barang, untuk perancangan penulis melakukan survei ke PT Elite Permai Metal Works
Ltd. Prediksi yang dilakukan dapat menampilkan informasi perkiraan mengenai jumlah
persediaan barang di masa yang akan datang. Persediaan barang dibagi dua yaitu barang
jadi dan barang order. Barang jadi adalah barang yang selalu disediakan perusahaan
kapan saja, sedangkan barang order adalah permintaan dari pelanggan tetap.
Perancangan data mining yang dilakukan belum mencakup pengujian dan
optimasi lebih lanjut terhadap model yang dihasilkan. Optimasi terhadap algoritma
Radial Basis Function yang digunakan juga berada di luar ruang lingkup perancangan
ini sehingga faktor efisiensi belum diperhitungkan, serta tidak dibandingkan dengan
algoritma lain.
1.3
Tujuan dan Manfaat
1.3.1 Tujuan
Tujuan dari perancangan ini adalah :
1.
Memberikan hasil analisis terhadap kebutuhan akan informasi yang dibutuhkan
oleh para eksekutif suatu perusahaan.
2.
Merancang model data mining untuk aplikasi persediaan barang (Inventory) bagi
PT. Elite Permai Metal Works Ltd
3.
Model data mining ini akan memberi informasi bagi perusahaan untuk
memperkirakan persediaan barang (inventory) pada masa yang akan datang.
3
1.3.2 Manfaat Perancangan
Manfaat dari perancangan model data mining untuk aplikasi persediaan barang
ini adalah:
1.
Menemukan pengetahuan – pengetahuan baru mengenai persediaan barang.
2.
Membantu eksekutif perusahaan dalam membaca hasil analisis dan mengambil
keputusan yang lebih baik dalam pengambilan keputusan berdasarkan informasi
yang dihasilkan..
3.
Proses data mining dapat membantu pihak manajemen untuk mengurangi sumber
– sumber biaya.
4.
Memperkenalkan pengetahuan tentang data mining.
1.4
Metodologi Perancangan
Metodologi perancangan ini terdiri dari beberapa tahapan sebagai berikut:
1.
Tahapan Survei
Pada tahap ini dilakukan studi kepustakaan untuk memperoleh sumber -sumber
mengenai
topik dan pokok masalah yang ada, ruang lingkup, tujuan dan
manfaat, metodologi perancangan sistem, masalah yang paling kritis dan usulan
penyelesaian yang ada serta teori yang digunakan sebagai dasar untuk
pemecahan masalah tersebut. Setelah itu akan dilanjutkan dengan wawancara
pada PT. Permai Metal Works Ltd.
2.
Analisis kebutuhan sistem, analisis teknologi informasi dan analisis teknik data
mining.
Tahap ini dilakukan untuk mengetahui aplikasi data mining yang seperti apa
yang akan dibangun, dilihat dari kebutuhan PT. Permai Metal Works Ltd yang
4
berkaitan dengan dengan persediaan barang (inventory) serta teknologi dalam
perusahaan tersebut, selain itu juga akan dilakukan analisis terhadap teknik data
mining yang akan digunakan.
3.
Metode Perancangan Data Mining.
Setelah mengetahui kebutuhan sistem dan teknologi informasi PT. Permai Metal
Works Ltd maka akan dibuat model konseptual perancangan model data mining.
Penjelasan setiap tahap yang dilakukan dapat dilihat pada Tabel 1.1 berikut ini :
Table1.1 Penggambaran Setiap Tahap yang terdapat pada Model Konseptual
Tahap
Masukan
Proses
Keluaran
1. Analisis Kebutuhan
data
Perasalahan yang
ada, landasan teori,
Kebutuhan sistem
dan teknologi
informasi perusahaan
Menganalisi
kebutuhan data dan
membaca literatur
Data yang
diperlukan untuk
memecahkan
masalah yang ada
dan report
2. Analisis basis data
sistem berjalan
Data yang diperlukan
untuk memecahkan
masalah dan report
Menganalisis basis
data PT. Permai
Metal Works Ltd
3. Analisis teknik data
mining
Teknik – terknik data
mining yang ada
Menganalisi teknik
data mining dan
membaca literatur
Table- table pada
basis data sistem
berjalan yang
dibutuhkan oleh
aplikasi
Merancang,
membangun,
memvalidasi dan
mempresentasikan
predictive model
(data mining)
Table – table
pada basis data
sistem berjalan
yang dibutuhkan
oleh aplikasi
Teknik yang
diperlukan untuk
membuat model
data mining
Predictive model
(data mining)
4. Perancangan
aplikasi data mining
5
1.5
Sistematika Penulisan
Penyusunan skripsi ini dibagi menjadi lima bab dengan bagian isi pada Bab 3
dan Bab 4 dengan berdasar kepada Bab 1 dan Bab 2 yang kemudian dirangkum dalam
Bab 5 berupa kesimpulan dan saran. Penjelasan dari setiap bab adalah sebagai berikut :
Bab 1. Pendahuluan.
Bab pertama ini membahas mengenai latar belakang perancangan, ruang lingkup
dari penulisan dan pembahasan skripsi ini, tujuan dan manfaat perancangan, metodologi
yang digunakan untuk perancangan, sistematika penulisan yang memberikan gambaran
umum dari setiap bab.
Bab 2. Landasan Teori.
Bab ini membahas teori – teori umum dan khusus yang berkaitan dengan
penulisan skripsi ini dan merupakan landasan bagi setiap tahap pengerjaan dalam
menyelesaikan masalah yang ada.
Bab 3. Analisis dan Perancangan.
Bab ini dijelaskan mengenai latar belakang organisasi, struktur organisasi,
pelaksanaan sistem yang sedang berjalan, permasalahan yang akan dibahas, solusi untuk
memecahkan masalah dan perancangan aplikasi yang diusulkan bagi PT Elite Permai
Metal Works Ltd.
Bab 4. Implementasi dan Evaluasi
Bab ini mendeskripsikan implementasi dan hasil evaluasi dari perancangan.
Bab 5. Kesimpulan dan Saran
Hasil yang diperoleh dari awal hingga evaluasi perancangan ini dituangkan
dalam kesimpulan serta saran yang merupakan masukan untuk melakukan penelitian
lebih lanjut.
6