BAB III ANALISA DAN DESAIN SISTEM III.1. Analisis Masalah Analisis yang berjalan pada sistem ini bertujuan untuk mengidentifikasi serta melakukan evaluasi terhadap Sistem Pendukung Keputusan Analisis Pola pembelian Produk pada Mitra 10 dengan Metode Algoritma Apriori. Sistem pengambil keputusan ini sangat bermanfaat bagi perusahaan dimana dengan adanya sistem pengambil keputusan yang baik ini, maka akan dapat memperlancar kegiatan operasional perusahaan. Sehubungan dengan itu, penulis juga mencoba untuk mengidentifikasi masalah sebagai berikut : 1. Pengambilan keputusan dalam menentukan pola pembelian produk pada Mitra 10 seringkali tidak sesuai dengan kriteria-kriteria yang dibutuhkan. 2. Lamanya proses menentukan pola pembelian produk pada Mitra 10. Adapun beberapa strategi pemecahan masalah yang diusulkan oleh penulis adalah sebagai berikut : 1. Melakukan perancangan terhadap sistem pengambil keputusan yang dapat menentukan kualitas barang berdasarkan jumlah penjualan pada Mitra 10. 2. Melakukan perancangan terhadap sistem pengambil keputusan yang dapat menentukan kualitas barang berdasarkan jumlah penjualan pada Mitra 10. 3. Melakukan perancangan terhadap sistem pengambil keputusan dengan mempertimbangkan tata letak suatu barang yang sering terjual pada Mitra 10. 39
40 4. Melakukan perancangan terhadap sistem pengambil keputusan yang berjalan pada Mitra 10 dalam menentukan pola pembelian produk dengan menggunakan Metode Algpritma Apriori. III.2 Penerapan Metode Algoritma Apriori III.2.1. Algoritma Apriori Algoritma Apriori adalah salah satu algoritma yang melakukan pencarian frequent itemset dengan menggunakan teknik association rule (Erwin, 2009). Algoritma Apriori menggunakan pengetahuan frekuensi atribut yang telah diketahui sebelumnya untuk memproses informasi selanjutnya. Pada algoritma Apriori menentukan kandidat yang mungkin muncul dengan cara memperhatikan minimum support dan minimum confidence. Support adalah nilai pengunjung atau persentase kombinasi sebuah item dalam database. Rumus support adalah sebagai berikut : Support (A) = (jumlah transaksi mengandung A / Total transaksi) x 100%. (1) Sedangkan confidence adalah nilai kepastian yaitu kuatnya hubungan antar item dalam sebuah Apriori. Confidence dapat dicari setelah pola frekuensi munculnya sebuah item ditemukan. Rumus untuk menghitung confidence adalah sebagai berikut : Contoh misalnya ditemukan aturan A B maka: Confidence P(B A) =.. (2)
41 Proses utama yang dilakukan dalam algoritma Apriori untuk mendapat frequent itemset yaitu (Erwin, 2009) : 1. Join (penggabungan) Proses ini dilakukan dengan cara pengkombinasian item dengan item yang lainnya hingga tidak dapat terbentuk kombinasi lagi. 2. Prune (pemangkasan) Proses pemangkasan yaitu hasil dari item yang telah dikombinasikan kemudian dipangkas dengan menggunakan minimum support yang telah ditentukan oleh user. Prinsip dari Algoritma Apriori antara lain : 1) Mengumpulkan item yang tunggal kemudian mencari item yang terbesar. 2) Dapatkan candidate pairs kemudian hitung large pairs dari masingmasing item. 3) Temukan candidate triplets dari setiap item dan seterusnya. 4) Setiap subset dari sebuah frequent itemset harus menjadi frequent. III.2.2 Studi Kasus Metode Algoritma Apriori 1. Dalam melakukan studi kasus terhadap penerapan Metode Algoritma Apriori terlebih dahulu akan ditampilkan beberapa tabel tabel kriteria yang ada, data transaksi yang dimisalkan yaitu seperti dalam tabel berikut :
42 Tabel III.1. Daftar Produk Barang Transaksi Daftar Produk Barang 0001 Dulux Weathershield, Lg, Vinilex Pro, Elbow ½ 0002 Dulux Dulux Weathershield Weathershield 0003 Dulux Weathershield, Lg, Elbow ½ 0004 Dulux Weathershield, Vinilex Pro, Soket ¾ 0005 Dulux Weathershield, Soket ¾ 0006 Dulux Weathershield, Vinilex Pro, Soket ¾ 0007 Dulux Weathershield, LG, Vinilex Pro Soket ¾ 0008 Dulux Weathershield, LG, Vinilex Pro, Elbow ½ 0009 Dulux Weathershield, LG, Vinilex Pro, Soket ¾ 0010 Dulux Weathershield, Vinilex Pro, Soket ¾ 2. Tahapan berikutnya adalah membuat tabel tabular untuk melakukan perhitungan jumlah produk barang. Tabular ini dapat dilihat pada Tabel III.2. Tabel III.2. Tabulasi Produk Barang ID Dulux Transaksi Weathershield LG Vinilex Pro Soket 3/4 Elbow 1/2 0001 1 1 0 0 1 0002 1 0 0 0 0 0003 1 1 0 0 1 0004 1 0 1 1 0 0005 1 0 0 1 0 0006 1 0 1 1 0 0007 1 1 1 1 0 0008 1 1 1 0 1 0009 1 1 1 1 0 0010 1 0 1 1 0
43 Jumlah 10 5 6 6 3 3. Langkah berikutnya adalah membuat kombinasi 2 itemsets pada setiap objek wisata dan frekuensi masing-masing kombinasi dihitung sesuai dengan data tabular pada tabel. Pola kombinasi yang didapatkan dapat dilihat pada tabel III.3. Tabel III.3. Pola Kombinasi 2 Itemsets Pola Kombinasi 2 Itemsets Qty Dulux Weathershield Lg 5 Dulux Weathershield Vinilex Pro 6 Dulux Weathershield Soket ¾ 6 Dulux Weathershield Elbow ½ 3 Lg Vinilex Pro 3 Lg Vinilex Pro 2 Lg Elbow ½ 3 Vinilex Pro Soket ¾ 5 Vinilex Pro Elbow ½ 1 Soket 3/4 Elbow ½ 0 4. Setelah frekuensi masing-masing itemsets ditemukan, langkah selanjutnya menyeleksi frekuensi yang lebih besar atau sama dengan batas minimal yang telah ditentukan. Misalnya ditentukan batas minimal support 3. Tabel III.4. Seleksi Kombinasi Itemsets Pola Kombinasi 2 Itemsets Qty Dulux Weathershield Lg 5 Dulux Weathershield Vinilex Pro 6
44 Dulux Weathershield Soket ¾ 6 Dulux Weathershield Elbow ½ 3 Lg Vinilex Pro 3 Lg Vinilex Pro 2 Lg Elbow ½ 3 Vinilex Pro Soket ¾ 5 Vinilex Pro Elbow ½ 1 Soket 3/4 Elbow ½ 0 5. Tahapan selanjutnya adalah menganalisa tabel III.5, terdapat beberapa baris yang diberi arsir, garis tersebut adalah itemsets yang tidak memenuhi batas minimum dari jumlah frekwensi yang telah ditentukan. Langkah berikutnya adalah dengan membuat 3 itemset yang sesuai dengan susunan kombinasi yang baru atau dapat dilihat dalam tabel III.5. Tabel III.5. Calon 3 Itemsets Pola Kombinasi 2 Itemsets Qty Dulux Weathershield Lg 5 Dulux Weathershield Vinilex Pro 6 Dulux Weathershield Soket ¾ 6 Dulux Weathershield Elbow ½ 3 Lg Vinilex Pro 3 Lg Elbow ½ 3 Vinilex Pro Soket ¾ 5 6. Tabel kombinasi 2 itemsets pada table III.5. adalah kombinasi yang memenuhi batas minimal support. Berdasarkan tabel diatas maka tahap selanjutnya adalah membuat kombinasi 3 itemsets seperti terlihat pada tabel berikut :
45 Tabel III.6. Kombinasi 3 Itemsets Pola Kombinasi 3 Itemsets Qty Jika membeli Dulux Weathershield dan LG, maka membeli Vinilex Pro 3 Jika membeli Dulux Weathershield dan LG, maka membeli Soket ¾ 2 Jika membeli Dulux Weathershield dan LG, maka ke Elbow 1`/2 3 Jika membeli LG dan Vinilex Pro maka membeli Soket 3/4 2 Jika membeli LG dan Vinilex Pro, maka membeli Elbow 1/2 1 Jika membeli Vinilex Pro dan ke Soket 3/4maka membeli Elbow ½ 0 7. Kombinasi 3 itemset yang memenuhi adalah kombinasi Dulux Wheathersield- Vinilex Pro dan kombinasi Dulux Wheathersield - LG Soket 3/4 karena kombinasi tersebut memenuhi syarat support 3. Berdasarkan tabel III.6. maka persentase confidence yang terbentuk adalah : Tabel III.7. Persentase Confidence 3 itemsets No Aturan Confidence 1 Jika memebeli Dulux Weathershield dan LG, maka maka membeli Vinilex Pro 3/5 60% 2 Jika memebeli Dulux Weathershield dan Vinilex Pro, maka membeli LG 3/6 50% 3 Jika memebeli Vinilex Pro dan LG, maka memebeli Dulux Weathershield 3/3 100% 4 Jika memebeli Dulux Weathershield dan LG, maka membeli Elbow ½ 3/5 60% 5 Jika memebeli Dulux Weathershield dan Elbow 1/2, maka membeli LG 3/3 100%
46 6 Jika membeli Elbow 1/2 dan LG, maka memebeli Dulux Weathershield 3/3 100% Jumlah confidence dari pola kombinasi 2 itemsets yang memenuhi minimal support yaitu terlihat dari tabel III.8. Tabel III.8. Seleksi Minimum Confidence No Pola Kombinasi 2 Itemsets Confidence 1 Jika memebeli Dulux Weathershield maka membeli LG 5/10 50% 2 Jika memebeli LG maka membeli Dulux Weathershield 5/5 100% 3 Jika memebeli Dulux Weathershield maka membeli Vinilex Pro 6/10 60% 4 Jika membeli Vinilex Pro maka memebeli Dulux Weathershield 6/6 100% 5 Jika memebeli Dulux Weathershield maka membeli Soket ¾ 6/10 60% 6 Jika membeli Soket 3/4maka memebeli Dulux Weathershield 6/6 100% 7 Jika memebeli Dulux Weathershield maka memebeli Elbow ½ 3/10 30% 8 Jika memebeli Elbow 1/2 maka memebeli Dulux Weathershield 3/3 100% 9 Jika membeli LG maka membeli Vinilex Pro 3/5 60% 10 Jika membeli Vinilex Pro maka membeli LG 3/6 50% 11 Jika membeli LG maka ke memebeli Elbow ½ 3/5 60% 12 Jika memebeli Elbow 1/2 maka membeli LG 3/3 100% 13 Jika memebeli Dulux Weathershield maka membeli Soket ¾ 5/5 100%
47 14 Jika membeli Soket 3/4maka membeli Elbow ½ 5/6 83% 8. Misalkan ditetapkan nilai confidence minimal adalah 60% maka terlebih dahulu kita menyeleksi jumlah minimal confidence. Dari tabel diatas maka dapat dihitung aturan asosiasi finalnya, yaitu Support Confidence seperti pada tabel III.9. Tabel III.9. Final Association Rule Support No Aturan Supp Conf Confidence 1 2 3 4 5 6 7 8 9 Jika membeli LG maka memebeli Dulux Weathershield 50% 100% 50,0% Jika memebeli Dulux Weathershield maka membeli Vinilex Pro 60% 60% 36,0% Jika membeli Vinilex Pro maka memebeli Dulux Weathershield 60% 100% 60,0% Jika memebeli Dulux Weathershield maka membeli Soket ¾ 60% 60% 36,0% Jika ke membeli Soket 3/4 maka memebeli Dulux Weathershield 60% 100% 60,0% Jika membeli Elbow 1/2maka memebeli Dulux Weathershield 30% 100% 30,0% Jika membeli LG maka membeli Vinilex Pro 30% 60% 18,0% Jika membeli LG maka membeli Elbow ½ 30% 60% 18,0% Jika membeli Elbow 1/2 maka membeli LG 30% 100% 30% 10 Jika membeli Vinilex Pro maka 50% 100% 50,0%
48 11 13 14 membeli Soket ¾ Jika membeli Soket 3/4 maka membeli Vinilex Pro Jika memebeli Dulux Weathershield dan LG, maka meembeli Elbow ½ Jika memebeli Dulux Weathershield dan LG maka meembeli Elbow ½ 50% 83% 41,5% 50% 60% 30,0% 30% 60% 18% Tabel final association rule menjelaskan tentang support dan confidence dari masing-masing kombinasi 2 itemsets dan 3 itemsets. Hasil perhitungan support pada table final association rule didapatkan dari jumlah barang dengan kombinasi objek A dan B dibagi dengan total kunjungan ke objek A. Sedangkan confidence didapatkan dari jumlah kunjungan kombinasi A dan B dibagi dengan total transaksi yang ada. Hasil perkalian support dan confidence itulah yang menjadi hasil akhir dari algoritma apriori. 9. Dari hasil akhir algoritma apriori inilah di dapat sistem penunjang keputusan berupa produk yang lolos seleksi ditetapkan nilai confidence minimal adalah 60% dihitung aturan asosiasi finalnya, yaitu Support Confidence seperti pada tabel III.10 Kode Nama Barang Min.support Confidence Nilai Status 11 Vinilex Pro 4 2.4 73,68% Lolos seleksi 13 Dulux 4 2.4 73,68% Lolos seleksi Weathershield 17 Soket ¾ 4 2.4 21,68% Tidak lolos 19 LG 4 2.4 21,48% Tidak lolos 20 Elbow ½ 4 2.4 18,32% Tidak lolos
49 III.3. Desain Sistem Pada perancangan sistem ini terdiri dari tahap perancangan yaitu : 1. Perancangan Use Case Diagram. 2. Perancangan Class Diagram. 3. Perancangan Sequence Diagram. 4. Perancangan Activity Diagram. III.3.1. Use Case Diagram Use case adalah rangkaian/uraian sekelompok yang saling terkait dan membentuk sistem secara teratur yang dilakukan atau diawasi oleh sebuah aktor. Umumnya use case digambarkan dengan sebuah elips dengan garis yang solid, biasanya mengandung nama.use case menggambarkan proses sistem (kebutuhan sistem dari sudut pandang user). Maka digambarlah suatu bentuk diagram Use Case yang dapat dilihat pada gambar berikut:
50 Sistem pendukung Keputusan Analisis Pola Pembelian Produk Dengan Metode Algoritma Apriori login Laporan Data Penjualan Laporan Nilai Bobot Penjualan Laporan Data Barang Admin Input Nilai Stok Barang «extends» «extends» Proses Penilaian Pemilihan Barang Proses Perangkingan Jual Barang «extends» Pimpinan Cetak Laporan Penjualan Cetak Laporan Hasil Penilaian Perangkingan Gambar III.2. Use Case Diagram Sistem Pendukung Keputusan Analisis Pola Pembelian Produk Dengan Metode Algoritma Apriori III.3.2. Class Diagram Class Diagram adalah sebuah spesifikasi yang jika diinstansiasi akan menghasilkan sebuah objek dan merupakan inti dari pengembangan dan desain berorientasi objek. Class menggambarkan keadaan (atribut/properti) suatu sistem, sekaligus menawarkan layanan untuk memanipulasi keadaan tersebut (metoda/fungsi).
51 1 0 0 0 1 1 0 1 1 * 1 * 1 1 Gambar III.3. Class Diagram Sistem Sistem Pendukung Keputusan Analisis Pola Pembelian Produk Dengan Metode Algoritma Apriori pada Mitra 10 Medan III.3.3. Activity Diagram Activity diagram menggambarkan berbagai alir aktivitas dalam sistem yang dirancang, bagaimana masing-masing alir berawal, decision yang mungkin terjadi, dan bagaimana mereka berakhir. Activity diagram juga dapat menggambarkan proses paralel yang mungkin terjadi pada beberapa eksekusi.
52 1. Activity Diagram Login Activity diagram login berfungsi untuk menjelaskan cara masuk kedalam sistem. Pada form login, admin memasukkan data username dan password untuk dapat mengakses sistem, seperti pada gambar berikut: ADMIN SISTEM Masukkan User Name dan Pasword Cek User Name dan Password Salah Benar Pesan : user Name dan Password Salah Tampil Menu Gambar III.4. Activity Diagram Login 2. Activity Diagram Data User Activity diagram data user berfungsi untuk menjelaskan cara melakukan pengolahan data user sesuai dengan kebutuhan, seperti simpan, edit, dan hapus pada tabel admin. Seperti terlihat pada gambar berikut:
53 ADMIN APLIKASI Mulai Simpan? N Tampil Form Admin Y Baru Simpan Hapus N Y Input Data Admin Edit N Y Ubah Data Hapus Data Data Dihapus Gambar III.5. Activity Diagram Data user 3. Activity Diagram Data Analisa apriori Activity diagram data Analisa apriori berfungsi untuk menjelaskan cara melakukan pengolahan data bobot nilai perbandingan sesuai dengan kebutuhan, seperti simpan, edit, dan hapus pada tabel Analisa apriori. Seperti terlihat pada gambar berikut: Kriteria APLIKASI Mulai Simpan? N Tampil Form Kriteria Y Baru Simpan Hapus N Y Input Data Kriteria Edit N Y Ubah Data Hapus Data Data Dihapus Gambar III.6. Activity Diagram Data Nilai Algoritma Apriori
54 4. Activity Diagram Data Barang Activity diagram data Barang berfungsi untuk menjelaskan cara melakukan pengolahan data Barang sesuai dengan kebutuhan, seperti simpan, edit, dan hapus pada tabel Barang. Seperti terlihat pada gambar berikut: Kriteria APLIKASI Mulai Simpan? N Tampil Form Kriteria Y Baru Simpan Hapus N Y Input Data Kriteria Edit N Y Ubah Data Hapus Data Data Dihapus Gambar III.7. Activity Diagram Data Barang 5. Activity Diagram Data Transaksi Activity diagram data transaksi berfungsi untuk menjelaskan cara melakukan pengolahan data transaksi sesuai dengan kebutuhan, seperti simpan, edit, dan hapus pada tabel data transaksi. Seperti terlihat pada gambar berikut:
55 Kriteria APLIKASI Mulai Simpan? N Tampil Form Kriteria Y Baru Simpan Hapus N Y Input Data Kriteria Edit N Y Ubah Data Hapus Data Data Dihapus Gambar III.8. Activity Diagram Data Transaksi 6. Activity Diagram Proses Penilaian Activity diagram proses penilaian berfungsi untuk menjelaskan cara melakukan pengolahan proses penilaian sesuai dengan kebutuhan, seperti simpan, edit, dan hapus pada tabel penilaian. Seperti terlihat pada gambar berikut: Kriteria APLIKASI Mulai Simpan? N Tampil Form Penilaian Y Baru Simpan Hapus N Y Input Data Penilaian Edit N Y Ubah Data Hapus Data Data Dihapus s Gambar III.9. Activity Diagram Proses Penilaian
56 7. Activity Diagram Cetak Laporan Activity diagram cetak laporan berfungsi untuk menjelaskan cara mencetak laporan sesuai dengan kebutuhan, seperti laporan data penjualan, laporan data penilaian. Seperti terlihat pada gambar berikut: Gambar III.10. Activity Diagram Cetak Laporan III.3.4. Sequence Diagram Sequence diagram (diagram urutan) adalah suatu diagram yang memperlihatkan atau menampilkan interaksi-interaksi antar objek di dalam sistem yang disusun pada sebuah urutan atau rangkaian waktu. Interaksi antar objek tersebut termasuk pengguna, display, dan sebagainya berupa pesan/message. Sequence Diagram digunakan untuk menggambarkan skenario atau rangkaian langkah-langkah yang dilakukan sebagai sebuah respon dari suatu kejadian/even untuk menghasilkan output tertentu. Sequence Diagram diawali dari apa yang memicu aktivitas tersebut, proses dan perubahan apa saja yang terjadi secara internal dan output apa yang dihasilkan. Berikut gambar sequence diagram:
57 1. Sequence Diagram Login Sequence diagram login menjelaskan mengenai serangkaian kinerja sistem yang dilakukan oleh admin untuk masuk ke dalam aplikasi sistem pendukung keputusan yang akan dirancang. Seperti terlihat pada gambar berikut: Tabel Admin Form Login Proses Login Halaman Admin pengguna Form login Validasi nama dan password () Click login () Invalid () Login sukses () Click reset () Gambar III.11. Sequence Diagram Login 2. Sequence Diagram Data User Sequence diagram data user menjelaskan mengenai serangkaian kinerja sistem yang dilakukan oleh admin dalam pengolahan data user pada aplikasi sistem pendukung keputusan yang akan dirancang. Seperti terlihat pada gambar berikut:
58 Admin Tampilkan Fom () Main form Form User Proses Tabel User Menu () click form pasien () Click baru () Click Save () Click Edit () Click Delete () database () database () database () Click reset () database () Close form () Gambar III.12.Sequence Diagram Data user 3. Sequence Diagram Bobot Nilai Algoritma Apriori Sequence diagram bobot nilai Algoritma Apriori menjelaskan mengenai serangkaian kinerja sistem yang dilakukan oleh admin dalam pengolahan data bobot nilai Algoritma Apriori pada aplikasi sistem pendukung keputusan yang akan dirancang. Seperti terlihat pada gambar berikut: Admin apriori proses Actor1 1: input min. support 2: perhitungan support 3: input min. confidence 3.1: perhitungan conf. 4: hasil sugesti Gambar III.13. Sequence Diagram Bobot Nilai Algoritma Apriori
59 4. Sequence Diagram Data Barang Sequence diagram data Barang menjelaskan mengenai serangkaian kinerja sistem yang dilakukan oleh admin dalam pengolahan data Barang pada aplikasi sistem pendukung keputusan yang akan dirancang. Seperti terlihat pada gambar berikut: Admin Main form Form Barang Proses Tabel Barang Tampilkan Fom () Menu () click form Barang Click baru () Click Save () Click Edit () Click Delete () database () database () database () Click reset () database () Close form () Gambar III.14. Sequence Diagram Data Barang 5. Sequence Diagram Data Transaksi Sequence diagram nilai profile menjelaskan mengenai serangkaian kinerja sistem yang dilakukan oleh admin dalam pengolahan data nilai profile pada aplikasi sistem pendukung keputusan yang akan dirancang. Seperti terlihat pada gambar berikut:
60 Admin Main form Form Transaksi Proses Tabel Transaksi Tampilkan Fom () Menu () click form Transaksi Click baru () Click Save () Click Edit () Click Delete () database () database () database () Click reset () database () Close form () Gambar III.15. Sequence Diagram Data Transaksi 6. Sequence Diagram Proses Penilaian Sequence diagram proses penilaian menjelaskan mengenai serangkaian kinerja sistem yang dilakukan oleh admin dalam pengolahan proses penilaian pada aplikasi sistem pendukung keputusan yang akan dirancang. Seperti terlihat pada gambar berikut: Admin Tampilkan Fom () Main form Form Penilaian Proses Tabel Penilaian Menu () click form Penilaian () Click Save () Click Edit () Click Delete () database () database () database () Click reset () database () Close form () Gambar III.16. Sequence Diagram Proses Penilaian
61 7. Sequence Diagram Cetak laporan analisa pembelian produk Sequence diagram cetak laporan analisa pembelian produk menjelaskan mengenai serangkaian kinerja sistem yang dilakukan oleh admin dalam mencetak laporan analisa pembelian produk pada aplikasi sistem pendukung keputusan yang akan dirancang. Seperti terlihat pada gambar berikut: Admin Form Laporan Analisa Print Proses Tabel Analisa Tampilkan Fom () Menu () click Print () Informasi data () database () Close form () Gambar III.17. Sequence Diagram Cetak Laporan Analisa Pola Pembelian 8. Sequence Diagram Cetak laporan Data Penilaian Sequence diagram cetak laporan data penilaian menjelaskan mengenai serangkaian kinerja sistem yang dilakukan oleh admin dalam mencetak laporan data penilaian pada aplikasi sistem pendukung keputusan yang akan dirancang. Seperti terlihat pada gambar berikut:
62 Admin Form Laporan Peniaian Print Proses Tabel Penilaian Tampilkan Fom () Menu () click Print () Informasi data () database () Close form () Gambar III.18. Sequence Diagram Cetak Laporan Data Penilaian III.4. Desain User Interface Desain user interface ini berfungsi untuk memberikan gambaran sistem yang akan diusulkan agar dapat dilihat secara lebih detail. III.4.1. Desain Input Perancangan input merupakan masukan yang penulis rancang untuk lebih memudahkan dalam entry data. Entry data yang dirancang akan lebih mudah dan cepat serta dapat meminimalisir kesalahan penulisan dan memudahkan perubahan. Perancangan input tampilan yang dirancang adalah sebagai berikut : 1. Rancangan Form Login Rancangan form login berfungsi untuk verifikasi pengguna yang berhak menggunakan sistem. Adapun rancangan form login dapat dilihat pada berikut:
63 Gambar III.19 Rancangan Input Form Login 2. Rancangan Form Menu Utama Rancangan form menu utama berfungsi untuk menampilkan tampilan utama setelah admin melakukan login. Adapun rancangan menu utama dapat dilihat pada gambar berikut: Gambar III.20. Rancangan Form Menu Utama 3. Rancangan Form Data User Rancangan form data user digunakan untuk mengolah data user yang dilakukan oleh admin. Adapun rancangan form data user dapat dilihat pada gambar berikut:
64 Gambar III.21. Rancangan Form Data User 4. Rancangan Form Data Barang Rancangan form data barang digunakan untuk mengolah data barang yang dilakukan oleh admin. Adapun rancangan form data barang dapat dilihat pada gambar berikut: Gambar III.22. Rancangan Form Data Barang 5. Rancangan Form Data Transaksi Rancangan form bobot nilai gap digunakan untuk mengolah bobot nilai gap yang dilakukan oleh admin. Adapun rancangan form bobot nilai gap dapat dilihat pada gambar berikut:
65 TRANSAKSI Gambar III.23. Rancangan Form Bobot Data Transaksi 6. Rancangan Form nilai Algoritma Apriori Rancangan form Algoritma Apriori untuk mengolah nilai Algoritma Apriori yang dilakukan oleh admin. Adapun rancangan form nilai Algoritma Apriori dapat dilihat pada gambar berikut: Gambar III.24. Rancangan Form Algoritma Apriori III.4.2. Desain Output Desain output sistem ini berisi pemilihan menu dan hasil pencarian yang telah dilakukan. Adapun bentuk rancangan output dari sistem pendukung analisis
66 pola pembelian pula produk bangunan menggunakan metode Algoritma Apriori pada MITRA 10 Medan adalah sebagai berikut. 1. Rancangan Output Proses Penilaian Rancangan output proses penilaian digunakan untuk mengolah proses penilaian yang dilakukan oleh admin. Adapun rancangan output proses penilaian dapat dilihat pada gambar berikut: Gambar III.25. Rancangan Output Proses Penilaian 2. Rancangan Output Proses Penilaian Rancangan output proses penilaian digunakan untuk mengolah proses perankingan yang dilakukan oleh admin. Adapun rancangan output proses perankingan dapat dilihat pada gambar berikut:
67 Gambar III.26. Rancangan Form Proses Penilaian 3. Rancangan Laporan Data Barang Rancangan laporan data barang digunakan untuk mencetak laporan data barang. Adapun rancangan laporan data barang dapat dilihat pada gambar berikut: Diketahui Kepala HRD.MITRA 10 (Deny) Gambar III.27. Rancangan Form Laporan Data Barang
68 4. Rancangan Laporan Data Hasil Transaksi Rancangan laporan data hasil Transaksi digunakan untuk mencetak laporan data hasil Transaksi. Adapun rancangan laporan data hasil transaksi dapat dilihat pada gambar berikut: Diketahui Kepala HRD.MITRA 10 (Deny) Gambar III.28. Rancangan Form Laporan Data Hasil transaksi 5. Rancangan Laporan Data Hasil Penilaian Algoritma Apriori. Rancangan laporan data hasil penilaian Algoritma Apriori digunakan untuk mencetak laporan data hasil penilaian Algoritma Apriori. Adapun rancangan laporan data hasil penilaian Algoritma Apriori dapat dilihat pada gambar berikut:
69 image Xx/xx/xxxx Laporan persentasi Penilaian Sugesti Penerimaan Apriori SPG Kode Penilaian Kode Calon Nilai 1 Nilai 2 Nilai Akhir P01 Xxxxxx Xxxxxx Xxxxxx Xxxxxx P02 Xxxxxx Xxxxxx Xxxxxx Xxxxxx P03 Xxxxxx Xxxxxx Xxxxxx Xxxxxx Diketahui Diketahui Kepala HRD PT. Arta Boga Cemerlang Kepala HRD.MITRA 10 (Deny) (Erwin) Gambar III.29. Rancangan Form Laporan Data Hasil Penilaian Algoritma Apriori. III.5. Desain Database III.5.1. Normalisasi Normalisasi merupakan cara pendekatan dalam membangun desain logika basis data relasional yang tidak secara langsung berkaitan dengan model data, tetapi dengan menerapkan sejumlah aturan dan kriteria standart untuk menghasilkan struktur tabel yang normal. Bentuk-bentuk normalisasi pada rancangan database adalah sebagai berikut: 1. Bentuk Tidak Normal (Unnormalized) Username Password Nama_Brg Nama_Transakasi bobotsupport keterangan kodebarang namapembeli Harga Kode_Nilai Confidence_A Confidence_B Confidence_C Confidence_D Confidence_E Kode_Pembeli nconfidence_a nconfidence_b nconfidence_c nconfidence_d nconfidence_e cf1 Cf2 Cf3 Cf4 Cf5 Sf11 nilaiakhir
70 2. Bentuk Normal Pertama (1NF/First Normal Form) username* Password Kodekriteria* Selisih bobotnilai keterangan kodepembeli* namabarang Harga stok jumlahbeli kodepenilaian* kodebarang kodenilai sf1 n1 nbarang nharga nstok njumlahbeli cf2 sf2 n2 nilaiakhir 3. Bentuk Normal Kedua (2NF) a. Tabel Normal Kedua Admin username* Password b. Tabel Normal Kedua Barang kodebrg* Nama_Brg Harga Jumlah c. Tabel Normal Kedua Transaksi kodecalon* Nama_Brg Tgl_Pembelian Jumlah Harga Stok d. Tabel Normal Kedua Apriori kodenilai* Confidence_A Confidence_B Confidence_C Confidence_D Confidence_E Support 1. Desain Tabel Untuk perancangan table sistem pendukung keputusan pola pembelian produk bangunan pada MITRA 10 dapat dilihat dibawah ini:
71 a. Tabel Data Barang Tabel data barang digunakan untuk menampung record data mahasiswa keseluruhan. Struktur Tabel data barang dapat dilihat pada gambar dibawah ini. Tabel III.10. Data Barang Field Name Type Size Indexed Description Id Barang Nama Barang Harga Stok Jumlah Beli Tanggal Pembelian Varchar Varchar Varchar Varchar Date Varchar 10 30 9 30 8 15 Yes - - - - - ID Barang Nama Barang Harga Stok Jumlah Beli Tanggal Pembelian b. Tabel Kriteria Analisis Tabel Kriteria Analisis digunakan untuk menampung record data Kriteria Analisis keseluruhan. Struktur Tabel Kriteria Analisis dapat dilihat pada gambar dibawah Tabel III.11. Kriteria Analisis Field Name Type Size Indexed Description IdKriteria Varchar 5 Yes No ID Kriteria GolonganAnalisis Varchar 30 - Golongan Analisis Kriteria Varchar 50 - Kriteria c. Tabel Penilaian Tabel Penilaian digunakan untuk menampung record data penilaian. Struktur Tabel Penilaian dapat dilihat pada gambar dibawah ini.
72 Tabel III.12. Penilaian Field Name Type Size Indexed Description NoPenilaian TanggalPenilaian Id Barang Varchar Date Varchar 5 8 10 Yes - - No Penilaian Tanggal Penilaian Id Barang d. Tabel Detail Penilaian Tabel detail penilaian digunakan untuk menampung record data detail penilaian. Struktur tabel detail penilaian dapat dilihat pada gambar dibawah ini. Tabel III.13. Detail Penilaian Field Name Type Size Indexed Description NoPenilaian Varchar 5 Yes No Penilaian IdKriteria Varchar 5 - No ID Kriteria Persentase Numeric 4 - Persentase