SISTEM MARKET BASKET UNTUK MENENTUKAN TATA LETAK PRODUK PADA SUATU SWALAYAN MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING SKRIPSI STEFFI ANDINA SEBAYANG

Transkripsi

1 SISTEM MARKET BASKET UNTUK MENENTUKAN TATA LETAK PRODUK PADA SUATU SWALAYAN MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING SKRIPSI STEFFI ANDINA SEBAYANG PROGRAM STUDI TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2012

2 SISTEM MARKET BASKET UNTUK MENENTUKAN TATA LETAK PRODUK PADA SUATU SWALAYAN MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Teknologi Informasi STEFFI ANDINA SEBAYANG PROGRAM STUDI TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2012

3 ii PERSETUJUAN Judul : SISTEM MARKET BASKET UNTUK MENENTUKAN TATA LETAK PRODUK PADA SUATU SWALAYAN MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING Kategori : SKRIPSI Nama : STEFFI ANDINA SEBAYANG Nomor Induk Mahasiswa : Program Studi : SARJANA (S1) TEKNOLOGI INFORMASI Departemen : TEKNOLOGI INFORMASI Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI (Fasilkom-TI) UNIVERSITAS SUMATERA UTARA Diluluskan di Medan, Juni 2012 Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Dra. Elly Rosmaini, M.Si DR. Erna Budhiarti Nababan, M.IT NIP NIP. - Diketahui/Disetujui oleh Program Studi S1 Teknologi Informasi Ketua, Prof. Dr. Opim Salim Sitompul NIP

4 iii PERNYATAAN SISTEM MARKET BASKET UNTUK MENENTUKAN TATA LETAK PRODUK PADA SUATU SWALAYAN MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya. Medan, Juni 2012 Steffi Andina Sebayang

5 iv PENGHARGAAN Alhamdulilah, puji dan syukur penulis panjatkan kehadirat Allah SWT, serta shalawat dan salam kepada junjungan kita nabi Muhammad SAW, karena atas berkah, rahmat dan hidayahnya penulis dapat menyelesaikan penyusunan skripsi ini. Ucapan terima kasih yang tidak terhingga kepada Allah SWT yang selalu membimbing dan mengajarkan saya akan pentingnya kesabaran dan tanggung jawab selama penyusunan skripsi ini. Dalam penulisan skripsi ini penulis banyak mendapatkan bantuan serta dorongan dari pihak lain. Dalam kesempatan ini dengan segala kerendahan hati, penulis mengucapkan terima kasih kepada: 1. Kedua orang tua penulis, yaitu Ayahanda alm. Ir. Rasimin Sebayang yang saya yakin beliau bersama Allah selalu memberikan doa dan dukungannya dimanapun beliau berada serta Ibunda saya Hj. Isyah Sembiring yang terus menerus mengasihi, membimbing dan terus mendukung penulis di dalam doa beliau sehingga dapat menyelesaikan skripsi ini. Serta kepada semua abang-abang saya Titon Faisal Sebayang, SE, Topaz Halim Roy Candra Sebayang, ST, MT, Tri Endi Sebayang yang telah memberikan dukungan moril maupun materi kepada penulis selama ini, dan seluruh keluarga besar atas perhatiannya dan dukungannya kepada penulis. 2. Ketua program studi Teknologi Informasi, Bapak Prof. Opim Sitompul, M.Sc dan Sekteraris Program Studi Teknologi Informasi Bapak Drs. Sawaluddin, M.IT, Dekan dan Pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara, semua dosen pada Program Studi Teknologi Informasi dan pegawai Teknologi Informasi Ibu Delima Harahap, Ibu Bamelia, Kak Maya Sofia, S.Kom, Kak Naumi Syah, Amd, Kak Wardah Chairani, SE dan Bang Faisal. 3. Ibu Dr. Erna Budhiarti Nababan, M.IT dan Ibu Dra. Elly Rosmaini, M.Si selaku dosen pembimbing penulis yang telah meluangkan waktu, tenaga dan pikiran untuk menyelesaikan skripsi ini. 4. Ibu Dian Rachmawati, S.Si, M.Kom dan Bapak Deddy Arisandi, ST, M.Kom selaku dosen pembanding yang telah banyak mamberikan petunjuk, saran dan kritik dalam menyelesaikan skripsi ini. 5. Teman-teman mahasiswa Teknologi Informasi stambuk 2007 Boy Utomo Manalu, Anandia Zelvina, Nurul Dwi Rahma Putri, Khairunnisa, Agnes Margareta, Ita Deniska, Polin Pardede, Musyafa Hutagalung dan Bambang Kurniawan atas bantuan, masukan, motivasi, hiburan dan kerjasamanya. Semangat teman-teman dan yakin kita bisa.

6 v Dalam penyusunan skripsi ini penulis menyadari bahwa masih banyak kekurangan, untuk itu penulis mengharapkan saran dan kritik yang bersifat membangun dari semua pihak demi kesempurnaan skripsi ini. Akhir kata penulis mengharapkan semoga skripsi ini dapat bermanfaat dan membantu semua pihak yang memerlukannya.

7 vi ABSTRAK Penentuan tata letak produk pada swalayan merupakan hal penting yang harus diperhatikan oleh pihak manajemen swalayan. Market basket analysis adalah salah satu teknik data mining yang dapat menemukan pola yang berupa produk-produk yang sering dibeli bersamaan dalam sebuah transaksi. Pada skripsi ini akan dijelaskan bagaimana market basket analysis dengan menggunakan algoritma k-means clustering berdasarkan kebiasaan konsumen berbelanja untuk menghasilkan suatu model tata letak produk. Penelitian ini menggunakan data yang diperoleh dari struk-struk belanja pada swalayan. Algoritma k-means clustering digunakan untuk mempartisi data ke dalam cluster sehingga data yang memiliki karakteristik yang sama dikelompokkan ke dalam satu cluster yang sama dan data yang mempunyai karakteristik yang berbeda dikelompokkan ke dalam kelompok lain. Hasil dari penelitian ini menghasilkan sebuah model tata letak produk yang dapat digunakan oleh pihak manajemen swalayan. Kata Kunci: tata letak produk; market basket analysis; algoritma k-means clustering.

8 vii SYSTEM MARKET BASKET TO DETERMINE THE LAYOUT OF THE PRODUCT IN A SUPERMARKET USING K-MEANS CLUSTERING ALGORITHM ABSTRACT Determination of the products on supermarket layout is an important thing that must be considered by the management department. Market Basket Analysis is one technique on Data Mining that is used to discover patterns of the products often purchased together in a transaction. In this research we applied market basket analysis with k-means clustering algorithm based on consumer shopping habits to produce a model of the product layout. Data on the research were taken from structural groceries on supermarket receipts. K-means clustering algorithm is used to partition the data into clusters so that the data that has same characteristics are grouped into the same cluster and the data that has different characteristics are grouped into other groups. Result of this research produce a model of a product layout that can be used by the management department. Keywords: product layout; market basket analysis; k-means clustering algorithms.

9 viii DAFTAR ISI Halaman Persetujuan Pernyataan Penghargaan Abstrak Abstract Daftar Isi Daftar Tabel Daftar Gambar ii iii iv vi vii viii x xi BAB 1 Pendahuluan 1.1 Latar Belakang Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian Metode Penelitian Sistematika Penulisan 5 BAB 2 Landasan Teori 2.1. Defenisi Swalayan Data Mining : Knowledge Discovery Databases (KDD) Tahapan Data Mining Pengelompokan Data Mining Clustering Algoritma K-Means Market Basket Analysis 21 BAB 3 Analisis Dan Perancangan Sistem 3.1. Data yang Digunakan Praproses Data Penentuan Kelompok Jenis Produk Penentuan Record Penentuan Kelompok Berdasarkan Record Cleaning Data Uji Coba Dengan Algoritma K-Means Clsutering Perancangan Antarmuka Sistem Perancangan Flowchart Sistem Perancangan Tampilan Sistem 42 BAB 4 Implementasi Dan Pengujian Sistem 4.1. Implementasi Sistem Pengujian Sistem Upload Data Struk 48

10 ix Hasil Mean Clustering Hasil Clustering 81 BAB 5 Kesimpulan Dan Saran 5.1. Kesimpulan Saran 84 Daftar Pustaka 86 Lampiran A: Listing Program 88

11 x DAFTAR TABEL Halaman Tabel 3.1 Dataset Penjualan Produk 27 Tabel 3.2 Dataset Penjualan Produk Dengan 7 Atribut 29 Tabel 3.3 Dataset yang Telah Dicleaning 31 Tabel 3.4 Pemberian Nama Cluster Pada Masing-Masing Data 32 Tabel 3.5 Hasil Centroid Awal Masing-Masing Cluster 34 Tabel 3.6 Hasil Penghitungan Jarak Setiap Data Masing-Masing Cluster 36 Tabel 3.7 Anggota Data Awal Masing-Masing Cluster 37

12 xi DAFTAR GAMBAR Halaman Gambar 2.1 Kajian Umum Data Mining 8 Gambar 2.2 Proses KDD 10 Gambar 3.1 Contoh Struk Belanjaan 25 Gambar 3.2 Flowchart Sistem 41 Gambar 3.3 Rancangan Tampilan Form Upload Data 42 Gambar 3.4 Rancangan Tampilan Cleaning Data dan Pemberian Nama Cluster 43 Gambar 3.5 Rancangan Tampilan Hasil Iterasi N 44 Gambar 3.6 Rancangan Tampilan Hasil Akhir 46 Gambar 4.1 Dataset Penjualan Produk 50 Gambar 4.2 Upload Data Struk 50 Gambar 4.3 Cleaning Data dan Pemberian Nama Cluster 53 Gambar 4.4 Iterasi 1 60 Gambar 4.5 Iterasi 2 66 Gambar 4.6 Iterasi 3 72 Gambar 4.7 Hasil Akhir 81