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.