SEGMENTASI PRODUK MENGGUNAKAN TEKNIK DATA MINING CLUSTERING

Transkripsi

1 Seminar Nasional Teknologi Informasi 2016 A1 SEGMENTASI PRODUK MENGGUNAKAN TEKNIK DATA MINING CLUSTERING Langgeng Listiyoko 1) Joko Dewanto 2) Henderi 3) 1) Business Intelligence STMIK Raharja 2) 3) Magister Teknik Informatika STMIK Raharja langgeng.listiyoko@raharja.info, 2) jokodewanto@raharja.info, 3) henderi@raharja.info ABSTRACT Market /segmentation of product should be define clearly in order to achieve optimum selling. The activity may refer to the market survey in conventional. The research is developed regarding to build an automation in mining knowledge based on data history so the candidate product will be placed into suitable segment correctly. The Methodology use in Knowledge Discovering in Database (KDD) by clustering method with k-means algorithm, the research expected to resulting 3group/ market segmentation and thus will reported as optimum selling achievement. 2. Data Mining Data mining merupakan sub sistem penting dalam KDD (Knowledge Discovering in Database) seperti dijelaskan Maimon et.al [11] seperti gambar 1 di bawah ini: Key words Product segmentation, clustering, KDD, k-means, mining knowledge 1. Pendahuluan Pencapaian penjualan merupakan parameter kinerja utama pada sebuah perusahaan. Laporan ini berasosiasi dengan kesuksesan pemasaran produk yang berdampak luas pada kelangsungan hidup perusahaan. Evaluasi tentang segmentasi/ mapping produk penting untuk mengetahui apakah kebutuhan pasar benar-benar telah dipenuhi. Secara konvensional kegiatan menentukan segmentasi produk dilakukan secara GDSS (Group Decision Support System) yaitu menggali informasi dari beberapa pihak yang berkepentingan menurut sudut pandang dan kepentingan masing-masing. Dengan demikian sangat mungkin keputusan yang diambil bersifat subyektif sehingga kurang dapat dipertanggungjawabkan. Teknik data mining clustering membantu menyelesaikan masalah penentuan segmentasi pasar dengan tingkat kepercayaan yang cukup tinggi. Data mining melakukan perhitungan matematis sedemikian hingga data history yang ada dapat dikelompokkan menurut keekatan sifat-sifat atau nilai variablenya. Gambar 1 Langkah KDD (Sumber: Maimon&Rokah) Terdapat 9 langkah dalam KDD yang dapat dibagi ke dalam 3 bagian utama yaitu persiapan, proses, dan laporan. Langkah 1-4 (Domain understanding, selection & addition, preprocessing, transformation) dipandang sebagai bagian persiapan yang berperan menyiapkan data input. Data history diolah dengan melewati bagian utama hingga dapat diproses dengan baik pada proses data mining. Proses data mining sendiri diawali dengan menentukan tipe data mining, menentukan algoritma dan implementasi (langkah 5,6,7 dalam KDD). Clustering adalah tipe data mining yang dipilih dalam penelitian ini dengan algoritma XK-Means [5]. Bagian laporan meliputi evaluasi terhadap kinerja data mining termasuk feasibility, akurasi, dan presisi. Interpretasi terhadap hasil yang tepat selanjutnya disajikan dalam bentuk laporan yang representatif kepada user (langkah 8 dan 9) 1

2 A1 Seminar Nasional Teknologi Informasi Data history Data mining bekerja berdasarkan pola yang didapat dari sekumpulan data history. Data dimaksud adalah data latih yang secara spesifik telah diketahui keanggotaan kelompok/ segmen. Sistem akan mempelajari nilai yang dimiliki masing-masing item data atas variable yang melekat. Variable tersebut adalah segala hal yang dapat mempengaruhi pengambilan keputusan. Ada 2 pendekatan karakteristik data mining kaitannya dengan data history, yaitu [4]: Otomatisasi pencarian pola menggunakan teknik komputasi dari statistik, machine learning, dan pattern recognition. Otomatisasi dalam kegiatan pengamatan terhadap informasi, yaitu identifikasi pola dan hubungannya yang tersembunyi. Prod uct Vol. Produksi Batch Volume Tabel 1 Data history GM Sell Out Jml Kompetit or Market Size Dim 1 Dim 2 Dim 3 Dim 8 Dim 9 Dim Data yang ditunjukkan dalam Tabel 1 di atas diperoleh dari sebuah data warehouse dalam sebuah perusahaan. Nilai dari masing-masing dimensi berada dalam range yang cukup lebar. Kondisi ini yang selanjutnya menuntut adanya langkah preprocessing. 2.2 Clustering Gambar 2 Relasi Data history, data test dan aplikasi data mining (Sumber:Gorunescu) Gambar 2 menjelaskan peranan data history dalam kerangka data mining. Data history (training data set) adalah data yang dimilliki pada saat sistem dibangun. Kemudian dengan algoritma penyelesaian data mining yang dibangun sebagai aplikasi didapatkan pola relasi antar item set. Pola ini kemudian digunakan sebagai referensi penyelesaian masalah terhadap data test yang dimiliki kemudian. Adapun data history dalam penelitian ini kaitannya dengan peningkatan penjualan mempertimbangkan dimensi-dimensi yang cukup menyulitkan user untuk menetapkan kelompok/segmentasi dengan cara manual. Dimensi-dimensi dimaksud adalah volume produksi, batch volume, margin, sell out, jumlah kompetitor, dan market size. Teknik clustering adalah salah satu algoritma data mining yang cukup membantu dalam usaha pengelompokan [5]. Secara umum clustering akan mengelompokkan sekumpulan data history sejumlah n kelompok yang dikehendaki user. Semua nilai variable yang ada diusahakan sedemikian hingga berupa nilai numerik. Nilai numerik dibutuhkan mengingat clustering melakukan perhitungan matematis untuk mendapatkan pola pada data history untuk selanjutnya membuat kelompok berdasarkan kedekatan nilainya. Beberapa usaha yang dapat dilakukan dalam preprocessing untuk mendapatkan nilai numerik pada algritma clustering misalnya[16] : 1. Agregasi 2. Diskretisasi Pada Tabel 2 berikut ini dilakukan preprocessing terhadap dimensi 1, yaitu volume produksi. Tabel 2 Distribusi nilai dimensi ke dalam range Range Volume Rating 0 200, ,01 400, ,01 600, ,01 800, , ,00 5 >1000,00 6 Dengan demikian maka hasil preprocessing terhadap dimensi volume produksi ditunjukkan pada Tabel 3 sebagai berikut : 2

3 Seminar Nasional Teknologi Informasi 2016 A1 Tabel 3 Hasil preprocessing dimensi 1 Product Vol. Produksi Dim Dengan teknik yang sama dilakukan pula terhadap dimensi 2-5. Penentuan range yang sesuai dengan data yang dimiliki menjadi teknik yang penting dalam menunjang keberhasilan clustering. Sebagai catatan pada dimensi market size tidak diberlakukan teknik deskritisasi seperti dimensi lainnya. Dimensi market size cukup dilakukan penyederhanaan bilangan mengingat rentang nilainya yang cukup jauh. Secara lengkap hasil preprocessing adalah seperti pada Tabel 4 berikut : Product Vol. Produksi Tabel 4 Hasil preprocessing final Batch Volume GM Sell Out Jml Kompetit or Market Size Dim 1 Dim 2 Dim 3 Dim 4 Dim 5 Dim K-means K-means merupakan algoritma yang populer untuk menyelesaikan tugas clustering. Sesuai namanya, prinsip pengelompokan k-means adalah berdasar kesamaan nilai rata-rata pada satu cluster. Adapun pada prakteknya, pencarian kemiripan ini merujuk pada kedekatan nilai obyek terhadap pusat cluster (centroid) yang tak lain adalah nilai rata-rata value anggota cluster. Langkah-langkah dalam algoritma clustering dalam penelitian ini adalah sebagai berikut[5] : 1. Menentukan jumlah cluster 2. Inisialisasi 3. Menghitung pusat cluster/ centroid 4. Alokasi item set 5. Iterasi Menentukan jumlah cluster Pada mulanya user menentukan jumlah cluster, yang pada penelitian ini ditetapkan 3 cluster. Hal ini akan mewakili keadaan pasar sesungguhnya yakni segment bawah, menengah, dan atas Inisialisasi Selanjutnya yang dilakukan adalah inisialisasi, yaitu menetapkan secara acak keanggotaan item set ke dalam cluster yang telah dibentuk. Umumnya inisialisasi dikerjakan atas dasar hasil keputusan melalui GDSS, baik itu yang sedang berlangsung maupun berupa ekspektasi. Tujuan dari tahap inisialisasi adalah memberikan ruang pada sistem untuk menentukan centroid yang merupakan tahapan algoritma selanjutnya. Mengingat data history yang digunakan dalam penelitian adalah kondisi sesungguhnya yang sedang berlaku (existing) maka model inisialisasi yang dianut algoritma clustering sangat membantu menyelesaikan masalah segmentasi pasar. Nantinya akan dilihat komparasi hasil segmentasi yang terbentuk oleh GDSS dan Data Mining. Product Vol. Produksi Batch Volume Tabel 5 Inisialisasi cluster GM Sell Out Jml Kompetit or Market Size Cluster Dim 1 Dim 2 Dim 3 Dim 4 Dim 5 Dim C C C C C C C C C C Menghitung centroid Pusat cluster atau centroid dapat dibayangkan sebagai pusat magnet yang akan memiliki kemampuan menarik item set data history yang berada dalam range jarak. Item set yang dimiliki secara tepat hanya akan tertarik kepada satu centroid saja. Keadaan seperti ini sangat sesuai dengan tujuan penelitian ini yaitu menghilangkan keraguan/ ambiguitas. Dalam kenyataannya diharapkan item set akan berada pada segmen yang tepat. Rumus (1) di bawah ini digunakan untuk menghitung centroid pada masing-masing dimensi. Dapat dijelaskan bahwa C i adalah centroid dimensi ke-i, M merupakan jumlah anggota cluster, dan x adalah nilai/value dari dimensi ke-i masing-masing anggota cluster....(1) Dengan demikian maka centroid untuk cluster 1 sesuai inisialisasi adalah seperti pada Tabel 6 berikut: 3

4 A1 Seminar Nasional Teknologi Informasi 2016 Tabel 6 Perhitungan centroid C1 Data ke-i Dim 1 Dim 2 Dim 3 Dim 4 Dim 5 Dim total Ci ratarata Sedangkan secara lengkap seluruh centroid yang terbentuk dari inisialisasi ditunjukkan dalam Tabel 7 berikut : Tabel 7 Centroid untuk masing-masing cluster Centroid- Dim 1 Dim 2 Dim 3 Dim 4 Dim 5 Dim Alokasi item set Setelah centroid dapat ditentukan, maka selanjutnya adalah menetapkan anggota cluster dengan cara menghitung jarak Euclidean item set ke masing-masing centroid. Jarak terdekat menandakan keanggotaan item terhadap cluster. Keadaan selanjutnya bisa jadi anggota masing-masing cluster berubah dari kondisi inisialisasi....(2) Rumus (2) merupakan perhitungan Euclidean, di mana D(x 2-x 1) menyatakan jarak masing-masing item set terhadap sebuah centroid, P adalah populasi atau jumlah dimensi, x 2j adalah nilai dimensi ke-j item set, x 1j adalah centroid dimensi ke-j pada sebuah cluster. Untuk masingmasing item set dilakukan perhitungan jarak Euclidean terhadap centroid yang ada untuk mengetahui jarak terdekat (minimal) sehingga dapat ditentukan keanggotaan cluster selanjutnya. Tabel 8 di atas adalah hasil lengkap perhitungan jarak Euclidean yang dengannya diketahui kondisi terbaru mengenai keanggotaan cluster Iterasi Jika terjadi perubahan anggota cluster maka langkah selanjutnya adalah iterasi. Iterasi dilakukan terhadap langkah perhitungan ulang centroid berdasar kondisi terbaru, dan selanjutnya kembali mengalokasikan anggota cluster. Iterasi ini dilanjutkan sehingga dicapai kondisi di mana anggota cluster tidak berubah dari iterasi sebelumnya. 3. Hasil Percobaan Dari data history yang dimiliki diperoleh pola yang dapat divisualisasikan dalam segmentasi produk sebagai berikut : Tabel 9 Hasil clustering (DM vs GDSS) Cluster Cluster Awal Akhir Dengan dihasilkannya tabel 9 hasil di atas maka dapat dikatakan bahwa sistem telah menemukan knowledge yang berguna untuk melakukan pekerjaan yang sama terhadap beberapa data lain yang diberikan. Pengujian terhadap knowledge pada penelitian ini dilakukan dengan cara sebagai berikut : Tabel 8 Alokasi cluster baru Data ke-i C1 C2 C3 Cluster C C C C C C C C C C2 Gambar 3 Metode pengujian Dijelaskan pada gambar 3 di atas bahwa hasil clustering terhadap data test beserta data history akan dievaluasi mengenai konsistensi membership. Presisi direfleksikan oleh kesamaan hasil clustering item data 4

5 Seminar Nasional Teknologi Informasi 2016 A1 history sebelum dan sesudah ditambahkan data test. Untuk melakukan testing ini dapat dibantu oleh engine data mining Rapid Miner 5.3. Dalam penelitian ini dilakukan pengujian terhadap 10 data baru yang secara GDSS telah ditentukan segmentasinya. Data yang diberikan nantinya akan bertindak sebagai intruder yang mungkin saja dapat mempengaruhi knowledge yang telah dimiliki sebelumnya. Data test tersebut adalah seperti Tabel 10 berikut : Tabel 10 Inisialisasi data test secara GDSS Dim 1 Dim 2 Dim 3 Dim 4 Dim5 Dim6 Cluster A C2 B C3 C C3 D C2 E C1 F C2 G C1 H C1 I C3 Hasil testing terhadap data test yang melibatkan data history ditunjukkan pada tabel 11 berikut : Tabel 11 Hasil pengujian data test dengan knowledge data history No Cluster (Init) Final A 2 1 B 3 3 C 3 1 D 2 2 E 1 1 F 2 2 G 1 1 H 1 2 I 3 2 J 1 1 Grafik 1 di bawah ini adalah ilustrasi evaluasi masing-masing item set data history pada saat knowledge mining dan testing. 4. Kesimpulan Grafik 1 Evaluasi data history Penelitian ini membuktikan adanya hasil yang jelas tanpa ambigu dalam hal pengambilan keputusan. Hal ini ditunjukkan dengan terjadinya relasi 1-1 antara item set dengan cluster. Dengan melakukan test terhadap sejumlah data test maka diperoleh hasil sebagai berikut : Presisi Dari dua kali keikutsertaan data history dalam proses clustering didapat hasil seperti tabel 12 berikut : Tabel 12 Tabel presisi Tetap Berubah Jumlah % 20% 100% Dengan demikian dapat disimpulkan bahwa metode clustering memiliki precision yang baik sejak penggalian pola hingga penerapan/testing. Akurasi Kecenderungan hasil pengelompokan dengan clustering dibanding cara manual untuk data history ditunjukkan dalam tabel 13 berikut : Tabel 13 Tabel akurasi clustering vs manual Tepat dipilih Tidak dipilih Jumlah sistem sistem % 40% 100% Hasil yang sama juga diperoleh pada data test. Dengan tingkat akurasi yang mencapai 60% sudah cukup untuk memberikan kepercayaan bagi user untuk menentukan keputusan terkait penentuan segmentasi pasar. Penelitian semacam ini sangat sesuai diterapkan pada model simplifikasi produk atau proses akuisisi yang berguna untuk meminimalisir duplikasi. Lebih jauh hasil yang dapat diperoleh adalah peningkatan penjualan seiring dengan turunnya tingkat kompetisi dalam satu segmen pasar. 5

6 A1 Seminar Nasional Teknologi Informasi 2016 Penelitian ini dapat dikembangkan lagi untuk mendapatkan nilai akurasi dan presisi dengan banyak variasi pada skenario inisialisasi. REFERENSI [1] Bishop, C. M., 2006, Pattern Recognition and Machine Learning, Springer, New York. [2] Bramer, M., 2007, Principles of Data Mining, Springer, London. [3] Ediyanto, Mara, M. N., & Satyahade, N., 2013, Pengklasifikasian Karakter Dengan Metode K-Means Cluster Analysis, Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster), [4] Gorunescu, F., 2011, Data Mining Concepts, Models and Techniques, Springer, Berlin. [5] Han, J., & Kamber, M., 2006, Data Mining : Concepts and Techniques, Elsevier, San Fransisco. [6] Hand, D., Mannila, H., & Smyth, P., 2001, Principles of Data mining, MIT Press, London. [7] Hermawati, F. A., 2013, Data Mining, Andi Publisher, Yogyakarta. [8] Irdiansyah, E., 2010, Penerapan Data Mining Pada Penjualan Produk minuman Di PT. Pepsi Cola Indobeverages Menggunakan Metode Clustering, Jurnal TA/SKRIPSI Unikom. [9] Larose, D. T., 2005, Discovering Knowledge in Data : An Introduction to Data Mining, John Wiley & Sons, Inc., New jersey. [10] Lindawati, 2008, Data Mining Dengan Teknik Clustering Dalam Pengklasifikasian Data Mahasiswa, Seminar Nasional Informatika, [11] Maimon, O., & Rokach, L., 2010, Data Mining And Knowledge Discovery Handbook (Second Edition), Springer, New York. [12] Muningsih, E., & Kiswati, S., 2015, Penerapan Metode K-Means Untuk Clustering Produk Online Shop Dalam Penentuan Stok Barang, Jurnal Bianglala Informatika, [13] Ong, J. O., 2013, Implementasi Algoritma K-Means Clustering Untuk Menentukan Strategi Marketing President University, Jurnal Ilmiah Teknik Industri, [14] Riswawan, T., & Kusumadewi, S., 2008, Aplikasi K- Means Untuk Pengelompokan Mahasiswa Berdasarkan Nilai Body Mass Index (BMI) & Ukuran Kerangka, Seminar Nasional Aplikasi Teknologi Informasi, E43- E48. [15] Susanto, S., & Suryadi, D., 2010, Pengantar Data Mining Menggali Pengetahuan Dari Bongkahan Data, Andi Publisher, Yogyakarta. [16] Vercellis, C., 2009, Business Intelligence : Data Mining And Optimization For Decision Making, John Wiley & Son Ltd, Padstow. Langgeng Listiyoko, memperoleh gelar S.Kom tahun2008 di STMIK Muhammadiyah Jakarta. Saat ini sedang menyelesaikan study pada jurusan Business Intelligence STMIK Raharja Tangerang. 6