SISTEM INFORMASI MONITORING BARANG LAUNDRY MENGGUNAKAN ALGORITMA NAÏVE BAYES UNTUK MEMPREDIKSI WAKTU PENGERJAAN BARANG LAUNDRY DI CV BENAYA

Transkripsi

1 SISTEM INFORMASI MONITORING BARANG LAUNDRY MENGGUNAKAN ALGORITMA NAÏVE BAYES UNTUK MEMPREDIKSI WAKTU PENGERJAAN BARANG LAUNDRY DI CV BENAYA 1 Wahyu Nurjaya W.K, 2 Irfan Hadirianto 2 Program Studi Teknik Informatika STMIK LPKIA Jln. Soekarno Hatta No. 456 Bandung 40266, Telp , Fax wahyunwk@lpkia.ac.id, 2 irfanhadirianto@gmail.com Abstrak Dalam usaha bidang jasa kepuasan pelanggan adalah element paling penting karena ini berkaitan langsung dengan keberlangsungan hidup perusahaan, khusus nya dalam usaha laundry kebrsihan dan ketepatan waktu menjadi hal utama dalam menentukan kepuasan pelanggan apa lagi dengan adanya pelayanan yang menarik dan inovatif tentunya akan semakin membuat pelanggan tertarik untuk menggunakan jasa ini. Di perusahaan ini masih banyak kekurangan salah satunya adalah masalah yang di dapat dari pelanggan hotel laundry, phihak hotel tidak tahu bagaimana status barang laundry mereka apakah sudah sudah di cuci atau masih menunggu untuk di cuci atau juga belum sampai ke tempat tujuan, tentu nya pelanggan membutuhkan kepastian kapan barang mereka beres dan juga pelanggan membutuhkan informasi berapa jam perkiraaan waktu barang mereka beres di kerjakan karna dalam bisnis ini kepuasan pelanggan menjadi hal paling penting yang harus di berikan oleh perusahaan. Metode yang digunakan untuk penelitian ini adalah metode Naïve Bayes. Klasifikasi dengan metode Naïve Bayes memperlihatkan keakurasian yang tinggi dan kecepatan yang baik ketika di jalankan pada database yang besar dan akan dibuatkan Suatu aplikasi sebagai sarana penyebaran informasi, untuk memonitoring barang laundry dan dipadukan dengan metode ini agar waktu pengerjaan bias di prediksi ini tentunya secara tidak langsung akan menarik perhatian pelanggan yang tujuan nya dapat memuaskan pelanggan Kata kunci : Monitoring, Laundry, Algoritma 1. Pendahuluan Dalam usaha bidang jasa kepuasan pelanggan adalah element paling penting karena ini berkaitan langsung dengan keberlangsungan hidup perusahaan, khusus nya dalam usaha laundry kebrsihan dan ketepatan waktu menjadi hal utama dalam menentukan kepuasan pelanggan apa lagi dengan adanya pelayanan yang menarik dan inovatif tentunya akan semakin membuat pelanggan tertarik untuk menggunakan jasa ini. CV. Benaya Laundry Maju Jaya merupakan perusahaan jasa yang bergerak di bidang hotel laundry. Saat ini kebutuhan akan jasa laundry semakin meningkat baik di bidang apartement dan hotel seiring dengan peningkatan kebutuhan tersebut perusahaan ini hadir untuk memberikan pelayanan yang berkualitas dan harga yang kompotitif dan pelayanan yang menarik dan menawarkan jasa dengan sistem kerjasama dengan setiap hotel dan mempunyai moto cucian dijamin beres kurang dari 24 jam karna jika ada pesanan yang masuk maka pegawai akan fokus mengerjakan satu pesanan dan pesanan yang lain akan menunggu di kerjakan setelah cucian yang pertama beres. CV. Benaya Laundry Maju Jaya merupakan perusahaan jasa yang bergerak di bidang hotel laundry. Saat ini kebutuhan akan jasa laundry semakin meningkat baik di bidang apartement dan hotel seiring dengan peningkatan kebutuhan tersebut perusahaan ini hadir untuk memberikan pelayanan yang berkualitas dan harga yang kompotitif dan pelayanan yang menarik dan menawarkan jasa dengan sistem kerjasama dengan setiap hotel dan mempunyai moto cucian dijamin beres kurang dari 24 jam karna jika ada pesanan yang masuk maka pegawai akan fokus mengerjakan. Berdasarkan permasalahan yang ada diatas maka perlu membatasi ruang lingkup dari permasalahan tersebut. Adapun permasalahan yang akan dibahas meliputi : 1. Poko permasalahan berfokus pada algoritma Naive Bayet. 2. Atribut yang digunakan ada 6 yaitu item, dirty, jumlah, klasifikasi pegawai dan klasifikasi mesin Tujuan dari perancangan yang dilakukan adalah menerapkan hasil implementasi program sehinngga dapat melihat output berapa lama pengerjaan barang laundy akan beres dan pihak hotel dapat melihat dan memonitoring status barang laundy mereka. 2. Landasan Teori 2.1 Perangkat Lunak Perangkat lunak merupakan suatu program yang dibuat untuk menjalankan perangkat keras komputer. Perangkat lunak adalah program yang berisi kempulan instruksi untuk melakukan proses pengolahan data. Software sebagai penghubung antara manusia sebagai pengguna, perangkat keras komputer berfungsi sebagai penerjemah bahasa manusia kedalam bahasa mesin sehingga perangkat keras komputer memahami instruksi yang diberikan dan akan memberikan hasil kepada pengguna. Macam-macam perangkat lunak: 1. Sistem Operasi (Operating system) Merupakan program yang berfungsi untuk

2 mengendalikan system kerja sekaligus mengatur system kerja perangkat keras, seperti : Disk Operating System (DOS), Microsoft Windows, Linux, dan Unix. 2. Program Aplikasi (Application Program) Perangkat lunak yang dirancang khusus untuk kebutuhan tertentu, seperti program pengolah kata, mengelola lembar kerja, program prensentasi, dan lain-lain. 3. Bahasa Pemrograman (Programming Language) Digunakan untuk menerjemahkan instruksiistruksi yang ditulis dalam bahasa pemrograman ke bahasa mesin dengan aturan atau prosedur tertentu agar diterima oleh komputer. 4. Program Bantu (Utility) Yaitu berfungsi sebagai aplikasi pembantu dalam kegiatan yang berhubungan dengan komputer, seperti memformat hardisk, meng copy data, mengkompres file, dll 2.2 Laundry Laundry atau Binatu adalah fasilitas di mana pakaian dicuci dan dikeringkan. Binatu biasa menggunakan mesin cuci otomatis yang disebut sebagai laundromat atau merk dagang umum. 2.3 Monitoring Monitoring adalah pemantauan yang dapat dijelaskan sebagai kesadaran (awareness) tentang apa yang ingin diketahui, pemantauan berkadar tingkat tinggi dilakukan agar dapat membuat pengukuran melalui waktu yang menunjukkan pergerakan ke arah tujuan atau menjauh dari itu. Monitoring akan memberikan informasi tentang status dan kecenderungan bahwa pengukuran dan evaluasi yang diselesaikan berulang dari waktu ke waktu, pemantauan umumnya dilakukan untuk tujuan tertentu, untuk memeriksa terhadap proses berikut objek atau untuk mengevaluasi kondisi atau kemajuan menuju tujuan hasil manajemen atas efek tindakan dari beberapa jenis antara lain tindakan untuk mempertahankan manajemen yang sedang berjalan (Mardiani, 2013). 2.4 Naïve Bayes Menurut (Eko Prasetyo, 2012), definisi naïve bayet adalah sebagai berikut, Naive Bayes Classifier (NBC) merupakan teknik prediksi berbasis probabilistic sederhana yang berdasar pada penerapan teorema Bayes (atau aturan Bayes) dengan asumsi independensi (ketidaktergantungan) yang kuat(naif). Persamaan dari teorema Bayes adalah Di mana: X : Data dengan class yang belum diketahui H : Hipotesis data merupakan suatu class spesifik P(H X) : Probabilitas hipotesis H berdasar kondisi X (posteriori probabilitas) P(H) : Probabilitas hipotesis H (prior probabilitas) P(X H) : Probabilitas X berdasarkan kondisi pada hipotesis H P(X) : Probabilitas X Untuk menjelaskan metode Naive Bayes, perlu diketahui bahwa proses klasifikasi memerlukan sejumlah petunjuk untuk menentukan kelas apa yang cocok bagi sampel yang dianalisis tersebut. Karena itu, metode Naive Bayes di atas disesuaikan sebagai berikut: Di mana Variabel C merepresentasikan kelas, sementara variabel F1... Fn merepresentasikan karakteristik petunjuk yang dibutuhkan untuk melakukan klasifikasi. Maka rumus tersebut menjelaskan bahwa peluangmasuknya sampel karakteristik tertentu dalam kelas C (Posterior) adalah peluang munculnya kelas C (sebelum masuknya sampel tersebut, seringkali disebut prior), dikali dengan peluang kemunculan karakteristik-karakteristik sampel pada kelas C (disebut juga likelihood), dibagi dengan peluang kemunculan karakteristik-karakteristik sampel secara global (disebut juga evidence). Karena itu, rumus di atas dapat pula ditulis secara sederhana sebagai berikut: Nilai Evidence selalu tetap untuk setiap kelas pada satu sampel. Nilai dari posterior tersebut nantinya akan dibandingkan dengan nilai-nilai posterior kelas lainnya untuk menentukan ke kelas apa suatu sampel akan diklasifikasikan. Penjabaran lebih lanjut rumus Bayes tersebut dilakukan dengan menjabarkan (C F1,,Fn) menggunakan aturan perkalian sebagai berikut: P (C F1,, Fn = P (C) P (F1,,Fn C) = P (C) P (F1 C) P (F2,,Fn C, F1 ) = P (C) P (F1 C ) P ( F2 C, F1 ) P ( F3,,Fn C, F1,F2 = (C) P (F1 C) P (F2 C, F1 ) P (F3 C, F1, F2 ) P (F4,,Fn C, F1, F2, F3 ) = P (C) P (F1 C ) P (F2 C, F1 ) P (F3 C, F1, F2 ) P (Fn C, F1,F2, F3,,Fn 1 ) (4) Dapat dilihat bahwa hasil penjabaran tersebut menyebabkan semakin banyak dan semakin kompleksnya faktor - faktor syarat yang mempengaruhi nilai probabilitas, yang hampir mustahil untuk dianalisa satu persatu. Akibatnya,

3 perhitungan tersebut menjadi sulit untuk dilakukan. Di sinilah digunakan asumsi independensi yang sangat tinggi (naif), bahwa masing-masing petunjuk (F1,F2...Fn) saling bebas (independen) satu sama lain. Dengan asumsi tersebut, maka berlaku suatu kesamaan sebagai berikut: Persamaan di atas merupakan model dari teorema Naive Bayes yang selanjutnya akan digunakan dalam proses klasifikasi. Untuk klasifikasi dengan data kontinyu digunakan rumus Densitas Gauss: Di mana: P Peluang X Atribut ke i xi Nilai atribut ke i Y Kelas yang dicari yi Sub kelas Y yang dicari μ mean, menyatakan rata rata dari seluruh atribut σ Deviasi standar, menyatakan varian dari seluruh atribut. 2.3 Metodologi Pengembangan Sistem Agile Software Development Pada kasus ini Metode yang dipilih adalah Agile Software Development jenis Extreme Programming (XP).Extreme Programming (XP) dipilih karena perangkat lunak yang akan dibuat tidak terlalu kompleks dan tergolong perangkat lunak berskala kecil dan juga membutuhkan waktu pengembangan yang tidak terlalu lama. Agile model Extreme Programming mencakup beberapa aturan dalam prakteknya, yang terdiri dari planning, design, Implementation / Coding dan Test (Pressman, 2010). Extreme Programming (XP) adalah sebuah pendekatan atau model pengembangan perangkat lunak yang mencoba menyederhanakan berbagai tahapan dalam proses pengembangan tersebut sehingga menjadi lebih adaptif dan fleksibel (Pressman, 2010).. Ganbar 2.1 Skema Model Extreme Programming (Pressman, 2010). Adapun penjelasan dari tahapan metode pengembangan sistem Agile Extreme Programming adalah: Keterangan Gambar (Pressman, 2010): 1. Planning, "pengumpulan user stories dari klien yang klien tetapkan prioritasnya"."setiap story ditetapkan harga dan lama pembangunan, jika terlalu besar, story dapat dipecah menjadi beberapa story yang lebih kecil. Periksa dan pertimbangkan resiko". 2. Design (berprinsip sederhana), "memanfaatkan kartu CRC (Class Responsibility-Collaborator) untuk identifikasi dan mengatur class class di konsep Object Oriented"."Jika menemui kesulitan, prototype dibangun (ini namanya spike solution)"."lakukan refactoring, yaitu mengembangkan desain setelah" pengkodean. 3. Coding, " Sebelum membuat code, lebih baik membuat unit test tiap story untuk dimasukkan dalam software increment. XP menyarankan agar dua orang bekerja bersama pada satu komputer workstation untuk membuat code dari satu story (pair programming), untuk menyediakan real time problem solving dan jaminan real time quality. Setelah pair programming selesai, code diintegrasikan dengan kerja laiinnya (continuous integration).

4 4. Testing," Unit test yang telah dibuat harus diimplementasikan menggunakan suatu framework dan diatur ke dalam universal testing suite, integrasi dan validasi sistem dapat dilakukan setiap hari. Customer test (acceptance test) dilakukan oleh customer dan fokus pada keseluruhan fitur dan fungsional sistem. Acceptance test diperoleh dari customer stories yang telah diimplemetasikan sebagai bagian dari software release. 3. ANALISIS DAN PERANCANGAN 3.1 Use Case Diagram Gambar III.3 Mokup Dashboard Admin Dashboard hotel Gambar III.4 Dashboard Hotel Dialog screen tambah data Kelola Data User Kelola Data Barang Laundry Admin Kelola Data Pemesanan Laundry Login Hotel Kelola Pemesanan Laundry Hotel Gambar III.51 Mokup Tambah Barang Dialog screen transakasi Melihat Laporan Pimpinan Gambar 3.1 Use Case 3.2 Perancangan Antar Muka Dialog screen Login Gambar III.6 Mokup Data Transaksi Dialog screen detail transaksi Gambar III.2 Dashboard (Profil Perusahaan) Dialog screen dashboard admin Gambar III.7 Mokup Detail Transaksi Dialog screen rekap laporan pesanan

5 Gambar III.8 Mokup Rekap Laporan Pesanan Gambar 4.5 data transaksi Dialog screen laporan 4. Implemetasi 4.1 Implementasi Antarmuka Gambar 4.6 cetak laporan Gambar 4.1 tampilan awal Dialog screen login Gambar 4.2 login Dialog screen tampilan admin Gambar 4.3 dashbord admin Dialog screen dashboard hotel Gambar 4.4 Dashboard Hotel 5. Kesimpulan dan Saran 5.1 Kesimpulan Berdasarkan uraian pada bab bab sebelumnya penulis dapat mengambil kesimpulan, bahwa: 1. Dengan adanya aplikasi ini diharapkan bisa membantu bagian admin dalam menjalankan tugas nya 2. Dengan adanya aplikasi ini diharapkan membuat pihak hotel dapat memonitoring pekerjaan barang laundry nya dan dapat melihat estimasi waktu pengerjaan laundry 5.2 Saran 1. Menerapkan Algoritma Lainm Sebagai Bahan Perbandingan Agar Bisa Melihat Mana Yang Lebih Efektif. 2. Menambah fasilitas computer dibagian admin. Daftar Pustaka Mardiani, G. T. (2013). MONITORING DATA ASET DAN INVENTARIS. SISTEM MONITORING DATA ASET DAN INVENTARIS PT TELKOM CIANJUR BERBASIS WEB, 2. Pressman. (2009). Rekayasa Perangkat Lunak. Pressman, R. S. (2012). Rekayasa Perangkat Lunak. Yogyakarta: ANDI. Eko (2012). Penerapan Data Mining dengan Algoritma Naive Bayes Clasifier untuk Mengetahui Minat Beli Pelanggan terhadap Kartu Internet XL