IMPLEMENTASI ALGORITMA APRIORI DAN FP-GROWTH DALAM MARKET BASKET ANALYSIS PEMBELIAN OBAT PADA SUATU APOTEK SKRIPSI RAISSA ADITYA RAHAYU 111421072 PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2014
1 IMPLEMENTASI ALGORITMA APRIORI DAN FP-GROWTH DALAM MARKET BASKET ANALYSIS PEMBELIAN OBAT PADA SUATU APOTEK SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Ilmu Komputer RAISSA ADITYA RAHAYU 111421072 PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2014
2 PERSETUJUAN Judul : IMPLEMENTASI ALGORITMA APRIORI DAN FP- GROWTH DALAM MARKET BASKET ANALYSIS PEMBELIAN OBAT PADA SUATU APOTEK Kategori : SKRIPSI Nama : RAISSA ADITYA RAHAYU Nomor Induk Mahasiswa : 111421072 Program Studi : EKSTENSI S1 ILMU KOMPUTER Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Sajadin Sembiring, S.Si, M.Comp.Sc Dr. Poltak Sihombing, M.Kom NIP. - NIP. 19620217 199103 1 001 Diketahui/disetujui oleh Program Studi Ekstensi S1 Ilmu Komputer Ketua Dr. Poltak Sihombing, M.Kom NIP. 19620217 199103 1 001
3 PERNYATAAN IMPLEMENTASI ALGORITMA APRIORI DAN FP-GROWTH DALAM MARKET BASKET ANALYSIS PEMBELIAN OBAT PADA SUATU APOTEK SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya. Medan, Juni 2014 Raissa Aditya Rahayu 111421072
4 PENGHARGAAN Syukur Alhamdulilah, segala dan puji syukur kepada Allah SWT atas limpahan rahmat dan hidayah-nya yang diberikan kepada penulis sehinggaskripsi ini dapat diselesaikan dengan tepat waktu. Skripsi yang penulis kerjakan ini merupakan sebagai salah satu syarat untuk memperoleh gelar Sarjana Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi. Penulis sadar akan keterbatasan kemampuan dan pengetahuan penulis sehinggamungkin pembaca akan menemui banyak kekurangan dalam skripsi ini. Oleh karena itu, dengan segala kerendahan hati penulis mengucapkan rasa terima kasih dan penghargaan kepada : 1. Bapak Dr. Poltak Sihombing, M, Kom selaku Ketua Program Studi Ilmu Komputer, dan selaku pembimbing I yang telah memberikan masukan, bimbingan, saran serta memotivasi penulis dan selalu sabar dalam menejelaskan serta memberikan bantuan sehingga penulis dapat menyelesaikan skripsi ini dengan baik. 2. Bapak Sajadin Sembiring, S.Si, M.Comp.Sc selaku Dosen Pembimbing II, yang telah memberikan saran dan kritik yang membangun bagi penulis 3. Ibu Dian Rachmawati, S.Si, M.Kom selaku Dosen Pembanding I yang telah memberikan kritik dan saran yang membangun bagi penulis.
5 4. Ibu Dian Wirda Sari, S.Si, M.Kom selaku Dosen Pembanding II yang juga telah memberikan kritik dan saran yang membangun. 5. Dekan dan Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi berserta para pegawai yang bertugas di Program Studi Ekstensi Ilmu Komputer FASILKOM-TI USU. 6. Ayah penulis tercinta Ilhamsyah (Alm) serta Ibu penulis tersayang Sri Rahayu (Almh),semoga kalian bangga terhadap pencapaian penulis saat ini.. 7. Begitu juga Muhammad Riva i Nasution, S.H dan seluruh keluarga yang juga memberi dukungan dan motivasi kepada penulis. 8. Semua teman-teman serta para sahabat mahasiswa ekstensi ilmu komputer angkatan 2011 yang tidak dapat penulis sebutkan namanya satu persatu, terima kasih atas segala motivasi, bantuan, saran, kritik dan kerjasamanya selama proses penulisan penelitian ini. Semoga Allah SWT membalas semua kebaikan yang telah kalian berikan. Penulis, ( Raissa Aditya Rahayu )
6 ABSTRAK Teknik market basket analysis adalah teknik untuk menemukan pola berupa produkproduk yang sering dibeli bersamaan atau cenderung muncul bersama dalam sebuah transaksi. Penelitian ini bertujuan untuk membuat sebuah aplikasi data mining menggunakan aturan asosiasi dengan metode apriori sebagai teknik market basket analysis. Data yang diambil dalam penelitian ini adalah data transaksi penjualan disuatu apotek di Apotek sejati Binjai. Hasil dari aturan asosiasi yang didapat yaitu berupa kombinasi dari jenis obat yang sering dibeli oleh konsumen. Dari hasil tersebut diharapkan dapat membantu manajemen apotek untuk merancang strategi pemasaran obat di apoteknya. Kata kunci : market basket analysis, aturan asosiasi, apriori, fp-growth
7 APRIORI ALGORITHM IMPLEMENTATION AND FP-GROWTH MARKET BASKET ANALYSIS IN BUYING DRUGS AT A PHARMACY ABSTRACT Technique market basket analysis is a technique for finding patterns in the form of products that are often purchased together or tend to appear together in a transaction. This research aims to create an application of data mining using association rules with a priori method as market basket analysis techniques. The data taken in this study is the pharmacy sector in the sales transaction data in real Binjai Pharmacy. The results obtained from association rule which is a combination of the types of drugs that are often purchased by consumers. From these results should help to design management pharmacy drug marketing strategies in pharmacy. Keywords: market basket analysis, association rules, a priori, fp-growth
8 DAFTAR ISI Hal. PERSETUJUAN PERNYATAAAN PENGHARGAAN ABSTRAK ABSTRACT DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR ii iii iv vi vii viii x xi BAB 1 PENDAHULUAN 1 1.1 Latar Belakang 1 1.2 Rumusan Masalah 2 1.3 Batasan Masalah 3 1.4 Tujuan Penelitian 3 1.5 Manfaat Penelitian 3 1.6 Metode Penelitian 4 1.7 Sistematika Penulisan 5 BAB 2 TINJAUAN PUSTAKA 6 2.1 Data Mining 6 2.1.1 Tahapan Data Mining 8 2.1.2 Pengelompokkan Data Mining 9 2.2 Algoritma Apriori 13 2.3 Algoritma FP-Growth 15 2.4 Market Basket Analysis 16 BAB 3 ANALISIS DAN PERANCANGAN SISTEM 19 3.1 Analisis Masalah 19 3.1.1 Analisis Data 20
9 3.1.2 Pengelompokkan Daftar Produk 21 3.1.3 Analisis Pencarian Pola Frekuensi Tinggi 21 3.1.4 Pembentukan Aturan Asosiasi 24 3.2. Perancangan Sistem 25 3.2.1 Flowchart Sistem 25 3.2.2 Data Flow Diagram 28 3.2.2.1 DFD Level-0 28 3.2.2.2 DFD Level-1 29 3.2.2.3 DFD Level-2 30 BAB 4 IMPLEMENTASI SISTEM 31 4.1 Implementasi Sistem 31 4.2 Komponen Sistem 31 4.2.1 Spesifikasi Perangkat Keras 32 4.2.2 Spesifikasi Perangkat Lunak 32 4.2.3 Brainware 32 4.3 Tampilan Rancangan Antarmuka 33 4.3.1 Tampilan Utama 33 4.3.2 Tampilan Data Barang 34 4.3.2.1 Penjelasan Tampilan Form Data Barang 35 4.3.3 Tampilan Input Data Penjualan 35 4.3.3.1 Penjelasan Tampilan Data Penjualan 36 4.3.4 Tampilan Proses Analisa 37 BAB 5 PENUTUP 40 5.1 Kesimpulan 40 5.2 Saran 41 DAFTAR PUSTAKA 42 LAMPIRAN
10 DAFTAR TABEL Hal. Tabel 3.1 Data Transaksi 20 Tabel 3.2 Data Barang 21 Tabel 3.3 C1 (Kandidate 1-itemset) 22 Tabel 3.4 L1 (Large 1-itemset) 22 Tabel 3.5 C2 (Kandidat item set) 23 Tabel 3.6 L2 (Large 2-itemset) 23 Tabel 3.7 L2 Dengan Nilai Confidence 24 Tabel 3.8 Aturan Asosiasi 25
11 DAFTAR GAMBAR Hal. Gambar 2.1 Tahapan Data Mining 8 Gambar 3.1 Diagram Fishbone 19 Gambar 3.2 Flowchart Algoritma Apriori 26 Gambar 3.3 Flowchart Algoritma FP-Growth 27 Gambar 3.4 DFD Level-0 28 Gambar 3.5 DFD Level-1 29 Gambar 3.6 DFD Level-2 30 Gambar 4.1 Halaman Menu Utama 33 Gambar 4.2 Halaman Form Data Barang 34 Gambar 4.3 Halaman Input Data Penjualan 36 Gambar 4.4 Halaman Menu Analisa 37 Gambar 4.5 Halaman Menu Analisa 38 Gambar 4.6 Halaman Hasil Analisa 39 BAB 1