BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan database yang pesat tidak dapat lepas dari perkembangan teknologi informasi yang memungkinkan data dalam jumlah besar terakumulasi. Hampir semua data tersebut dimasukkan dengan menggunakan aplikasi komputer yang digunakan untuk menangani transaksi sehari hari yang kebanyakan adalah On Line Transaction Processing (OLTP) sehingga dapat dibayangkan ada berapa banyak transaksi yang dimasukkan oleh sebuah hypermarket. Pertumbuhan yang pesat dari akumulasi data itu telah menciptakan kondisi yang sering disebut sebagai rich of data but poor of information karena data yang terkumpul itu tidak dapat digunakan untuk aplikasi yang berguna. Hal ini menyebabkan tidak jarang kumpulan data itu dibiarkan begitu saja seakan akan kuburan data. Pertanyaan yang sering muncul adalah apakah data tersebut akan dibiarkan menggunung, tidak berguna lalu dibuang, ataukah dapat di- tambang untuk mencari emas atau berlian yaitu informasi yang berguna untuk perusahaan. Perusahaan banyak ditemukan kebanjiran data namun miskin informasi. Hal inilah yang menyebabkan dalam dunia pengolahan data berkembang suatu teknik yang disebut data mining. Teknik data mining bertujuan meng-ekstrak informasi secara otomatis dan realtime dari suatu media penyimpanan data yang besar. Data mining adalah serangkaian proses untuk menggali nilai tambah dari suatu kumpulan data berupa pengetahuan yang selama ini tidak diketahui secara manual. Kata mining sendiri berarti usaha untuk mendapatkan sedikit barang berharga dari sejumlah besar material dasar. 1
Data mining sebenarnya memiliki akar yang panjang dari bidang ilmu seperti kecerdasan buatan (artificial intelligent), machine learning, statistik dan database. Beberapa teknik yang sering digunakan dalam data mining antara lain : statistik, clustering, classification, association rule mining, neural network, genetic algorithm dan lain-lain. Dewasa ini umumnya perusahaan dapat dengan cepat memperoleh informasi tentang apa saja yang berhubungan dengan bisnisnya, oleh sebab itu banyak orang yang mengatakan saat ini adalah era informasi. Teknologi informasi memungkinkan perusahaan masa kini untuk mengintegrasikan pasokan, produksi dan proses penyerahan sehingga operasi perusahaan digerakkan oleh pesanan pelanggan bukan melalui perencanaan persediaan saja. Persediaan merupakan salah satu unsur yang paling aktif dalam operasi perusahaan yang secara terus menerus dilakukan. Sistem pengendalian persediaan dapat dicapai dengan melihat catatan catatan dan laporan laporan historis persediaan selama ini, tapi hal ini tidak efektif karena data yang ada begitu banyak. Dilatarbelakangi hal hal tersebut dan didukung penemuan teknik data mining, maka penulis berusaha untuk merancang model data mining untuk membuat model perkiraan berdasarkan persediaan barang yang terdapat dalam historis transaksi persediaan. 2
1.2 Ruang Lingkup Skripsi ini membahas perancangan model data mining untuk aplikasi persediaan barang, untuk perancangan penulis melakukan survei ke PT Elite Permai Metal Works Ltd. Prediksi yang dilakukan dapat menampilkan informasi perkiraan mengenai jumlah persediaan barang di masa yang akan datang. Persediaan barang dibagi dua yaitu barang jadi dan barang order. Barang jadi adalah barang yang selalu disediakan perusahaan kapan saja, sedangkan barang order adalah permintaan dari pelanggan tetap. Perancangan data mining yang dilakukan belum mencakup pengujian dan optimasi lebih lanjut terhadap model yang dihasilkan. Optimasi terhadap algoritma Radial Basis Function yang digunakan juga berada di luar ruang lingkup perancangan ini sehingga faktor efisiensi belum diperhitungkan, serta tidak dibandingkan dengan algoritma lain. 1.3 Tujuan dan Manfaat 1.3.1 Tujuan Tujuan dari perancangan ini adalah : 1. Memberikan hasil analisis terhadap kebutuhan akan informasi yang dibutuhkan oleh para eksekutif suatu perusahaan. 2. Merancang model data mining untuk aplikasi persediaan barang (Inventory) bagi PT. Elite Permai Metal Works Ltd 3. Model data mining ini akan memberi informasi bagi perusahaan untuk memperkirakan persediaan barang (inventory) pada masa yang akan datang. 3
1.3.2 Manfaat Perancangan Manfaat dari perancangan model data mining untuk aplikasi persediaan barang ini adalah: 1. Menemukan pengetahuan pengetahuan baru mengenai persediaan barang. 2. Membantu eksekutif perusahaan dalam membaca hasil analisis dan mengambil keputusan yang lebih baik dalam pengambilan keputusan berdasarkan informasi yang dihasilkan.. 3. Proses data mining dapat membantu pihak manajemen untuk mengurangi sumber sumber biaya. 4. Memperkenalkan pengetahuan tentang data mining. 1.4 Metodologi Perancangan Metodologi perancangan ini terdiri dari beberapa tahapan sebagai berikut: 1. Tahapan Survei Pada tahap ini dilakukan studi kepustakaan untuk memperoleh sumber -sumber mengenai topik dan pokok masalah yang ada, ruang lingkup, tujuan dan manfaat, metodologi perancangan sistem, masalah yang paling kritis dan usulan penyelesaian yang ada serta teori yang digunakan sebagai dasar untuk pemecahan masalah tersebut. Setelah itu akan dilanjutkan dengan wawancara pada PT. Permai Metal Works Ltd. 2. Analisis kebutuhan sistem, analisis teknologi informasi dan analisis teknik data mining. Tahap ini dilakukan untuk mengetahui aplikasi data mining yang seperti apa yang akan dibangun, dilihat dari kebutuhan PT. Permai Metal Works Ltd yang 4
berkaitan dengan dengan persediaan barang (inventory) serta teknologi dalam perusahaan tersebut, selain itu juga akan dilakukan analisis terhadap teknik data mining yang akan digunakan. 3. Metode Perancangan Data Mining. Setelah mengetahui kebutuhan sistem dan teknologi informasi PT. Permai Metal Works Ltd maka akan dibuat model konseptual perancangan model data mining. Penjelasan setiap tahap yang dilakukan dapat dilihat pada Tabel 1.1 berikut ini : Table1.1 Penggambaran Setiap Tahap yang terdapat pada Model Konseptual Tahap Masukan Proses Keluaran 1. Analisis Kebutuhan data Perasalahan yang ada, landasan teori, Kebutuhan sistem dan teknologi informasi perusahaan Menganalisi kebutuhan data dan membaca literatur Data yang diperlukan untuk memecahkan masalah yang ada dan report 2. Analisis basis data sistem berjalan 3. Analisis teknik data mining 4. Perancangan aplikasi data mining Data yang diperlukan untuk memecahkan masalah dan report Teknik terknik data mining yang ada Table- table pada basis data sistem berjalan yang dibutuhkan oleh aplikasi Menganalisis basis data PT. Permai Metal Works Ltd Menganalisi teknik data mining dan membaca literatur Merancang, membangun, memvalidasi dan mempresentasikan predictive model (data mining) Table table pada basis data sistem berjalan yang dibutuhkan oleh aplikasi Teknik yang diperlukan untuk membuat model data mining Predictive model (data mining) 5
1.5 Sistematika Penulisan Penyusunan skripsi ini dibagi menjadi lima bab dengan bagian isi pada Bab 3 dan Bab 4 dengan berdasar kepada Bab 1 dan Bab 2 yang kemudian dirangkum dalam Bab 5 berupa kesimpulan dan saran. Penjelasan dari setiap bab adalah sebagai berikut : Bab 1. Pendahuluan. Bab pertama ini membahas mengenai latar belakang perancangan, ruang lingkup dari penulisan dan pembahasan skripsi ini, tujuan dan manfaat perancangan, metodologi yang digunakan untuk perancangan, sistematika penulisan yang memberikan gambaran umum dari setiap bab. Bab 2. Landasan Teori. Bab ini membahas teori teori umum dan khusus yang berkaitan dengan penulisan skripsi ini dan merupakan landasan bagi setiap tahap pengerjaan dalam menyelesaikan masalah yang ada. Bab 3. Analisis dan Perancangan. Bab ini dijelaskan mengenai latar belakang organisasi, struktur organisasi, pelaksanaan sistem yang sedang berjalan, permasalahan yang akan dibahas, solusi untuk memecahkan masalah dan perancangan aplikasi yang diusulkan bagi PT Elite Permai Metal Works Ltd. Bab 4. Implementasi dan Evaluasi Bab ini mendeskripsikan implementasi dan hasil evaluasi dari perancangan. Bab 5. Kesimpulan dan Saran Hasil yang diperoleh dari awal hingga evaluasi perancangan ini dituangkan dalam kesimpulan serta saran yang merupakan masukan untuk melakukan penelitian lebih lanjut. 6