BAB 1 PENDAHULUAN 1.1 Latar belakang Kehadiran teknologi

BAB 1
PENDAHULUAN
1.1 Latar belakang
Kehadiran teknologi informasi terutama basis data dalam perusahaan sudah menjadi
kebutuhan pokok. Banyak perusahaan yang mengumpulkan data dengan ukuran yang
besar sehingga pertumbuhan jumlah data yang begitu cepat hanya membuat data tidak
dimanfaaatkan dengan baik. Salah satu perusahaan yang memiliki penyimpanan
jumlah data yang besar adalah perusahaan ritel. Perusahaan ritel setiap harinya
memiliki jumlah transaksi yang sangat banyak. Hal ini berdampak pada pertumbuhan
jumlah data yang sangat pesat dan menimbulkan jumlah data yang berskala besar
dalam basis data. Data tersebut dapat diolah sehingga memperoleh informasi yang
bermanfaat untuk strategi pemasaran. Salah satu cara memperoleh strategi pemasaran
adalah dengan memperhatikan kapan suatu produk banyak dibeli konsumen, sehingga
manajemen perusahaan mengetahui produk apa saja yang harus ditingkatkan
penjualanannya.
Suatu teknologi yang dapat digunakan untuk mewujudkannya adalah Data
mining. Data mining adalah serangkaian proses untuk menggali nilai tambah dari
suatu kumpulan data berupa pengetahuan yang selama ini tidak diketahui secara
manual (Kusrini, 2009). Terdapat beberapa penelitian pada data penjualan yang telah
dilakukan, yaitu penerapan data mining pada penjualan menggunakan metode
Agglomerative Hierarchical Clustering(Sutrisno, 2013) yang menghasilkan pola
penjualan produk mana yang diminati oleh konsumen, kekurangan dalam penelitian
2
ini adalah proses clustering lebih lambat dibandingkan k-meansdan metode yang
digunakan tidakmenentukan jumlah klaster dari awal. Penelitian lainnya adalah
implementasi data mining untuk mengetahui pola transaksi pada data penjualan
menggunakan metode Deskripsi (Anisah, 2013) yang menghasilkan pola transaksi
penjualan per periode dan informasi tingkat penjualan kategori produk yang laku dan
jarang laku, pada penelitiannya memiliki kekurangan dalam segi metode yang
digunakan, metode yang digunakan adalah metode deskripsi yang menggunakan
jumlah transaksi penjualan sebagai variabel untuk menghasilkan nilai rata-rata,
median dan modus untuk setiap produk.
Clustering merupakan proses membagi data dalam suatu himpunan kedalam
beberapa kelompok yang kesamaan datanya dalam suatu kelompok lebih besar dari
pada kesamaan data tersebut dengan data dalam kelompok lain. Salah satu algoritma
yang termasuk dalam metode kluster adalah Fuzzy C-Means (FCM) yang merupakan
algoritma clustering data supersived yang setiap datanya menjadi anggota dari suatu
kluster dengan derajat didefinisikan dengan level keanggotaan (Kusrini, 2009).
Penelitian yang telah dilakukan menggunakan Algoritma FCM adalah
penerapan data mining Penerapan Fuzzy C-Means dalam Pemilihan Peminatan Tugas
Akhir. Hasil dari penelitian ini bahwa FCM sesuai untuk aplikasi pemilihan
peminatan tugas akhir karena memiliki akurasi yang tinggi (Sumanto, 2011)
Oleh karena itu, penulis akan mengambil judul Sistem Clustering Data
Penjualan Menggunakan Algoritma Fuzzy C-Means.
1.2 Rumusan masalah
Perusahaan ritel seperti swalayan memiliki banyak data. Manajemen dapat
memanfaatkan data tersebut untuk memperoleh informasi baru dan berguna bagi
perusahaan. Dengan mengetahui suatu produk banyak dibeli konsumen pada waktu
tertentu maka manajemen dapat mengetahui tingkat penjualan suatu produk.
3
1.3 Batasan masalah
Untuk mencegah meluasnya pembahasan dan agar lebih terarah maka dibuat batasan
masalah, yang meliputi :
1. Hanya digunakan pada perusahaan ritel
2. Hanya meneliti 3 (tiga) kategori produk secara umum, tidak berdasarkaan merk
produk, hanya berdasarkan jenis dari produk tersebut.
1.4 Tujuan
Adapun tujuan dari penelitian ini adalah menentukan tingkat penjualan menggunakan
Algoritma Fuzzy C-Means.
1.5 Manfaat
Adapun manfaat dari penelitian ini adalah sebagai berikut :
1. Mengetahui implementasi Algoritma Fuzzy C-Means
2. Dengan mengetahui tingkat penjualan produk, manajemen dapat membuat
keputusan mengenai strategi pemasaran seperti menentukan program untuk
meningkatkan penjualan item barang dengan promo dan periode waktu tertentu,
dan manajemen dapat mengatur persediaan barang pada periode waktu tertentu.
3. Penulis berharap penelitian ini dapat menjadi referensi untuk pembaca.
1.6 Metodologi Penelitian
Metodologi penelitian yang digunakan pada tugas akhir ini adalah:
1. Studi literatur
Pada tahap ini dilakukan dengan membaca dan mempelajri dalam buku-buku dan
referensi, jurnal atau sumber-sumber penelitian yang berkaitan dengan Data
mining dan Algoritma Fuzzy C-Means (FCM).
2. Analisis masalah
Pada tahap ini akan dilakukan analisa data menggunakan data mining pada data
transaksi penjualan
3. Pengumpulan data
Pada tahap ini data yang dikumpulkan berupa data transaksi penjualan pada
swalayan.
4
4. Pra pengolah data dan Outliers
Mempersiapkan data yang akan diolah dan menemukan outliers dari data yang
diolah.
5. Perancangan sistem
Pada tahap ini dilakukan perancangan antarmuka. Proses perancangan dilakukan
berdasarkan hasil analisis studi literatur yang telah didapatkan.
6. Implementasi sistem
Pada tahap ini dilakukan proses implementasi pengkodean program dalam
aplikasi komputer menggunakan bahasa pemrograman PHP dan MySQL.
7. Pengujian
Pada tahap ini dilkaukan proses pengujian dan percobaan terhadap sistem sesuai
dengan kebutuhan yang ditentukan sebelumnya serta memastikan progrm yang
dibuat berjalan seperti yang diharapkan.
8. Dokumentasi dan penyusunan laporan
Pada tahap ini dilakukan pembuatan dokumentasi sistem, lengkap dengan analisis
yang diperoleh dan dokumentasi hasil analisis dan implementasi algoritma Fuzzy
C-Means(FCM).
1.7. Sistematika Penulisan
Sistematika penulisan dari skripsi ini terdiri dari lima bagian utama sebagai berikut:
BAB 1: PENDAHULUAN
Bab ini akan menjelaskan tentang latar belakang, rumusan masalah, batasan masalah,
tujuan penelitian, manfaat penelitian, metode penelitian, dan sistematika penulisan.
BAB 2: LANDASAN TEORI
Bab ini akan menjelaskan tentang segala teori yang berkaitan dengan penelitian
seperti pengertian data mining, pembahasan algoritma Fuzzy C-Means, penelitianpenelitian terdahulu dan teori-teori lainnya yang berkaitan dengan penelitian.
5
BAB 3: ANALISIS DAN PERANCANGAN SISTEM
Bab ini berisi analisis terhadap fokus permasalahan penelitian dan perancangan sistem
yang akan dibangun seperti menggambar flowchart atau diagram alur kerja system,
analisis terhadap proses kerja algoritma Fuzzy C-Means pada pola transaksidan
perancangan antarmuka atau interface.
BAB 4: IMPLEMENTASI DAN PENGUJIAN SISTEM
Bab ini berisi pembahasan tentang implementasi algoritma yang disusun pada bab 3
dan pengujian terhadap sistem yang dibangun.
BAB 5: KESIMPULAN DAN SARAN
Bab ini memuat kesimpulan dari keseluruhan uraian bab-bab sebelumnya dan saran
yang diperoleh yang diharapkan dapat bermanfaat untuk pengembangan program
selanjutnya.