vi

Judul : Penjualan Obat dan Rekomendasi Pembelian Obat terhadap

Supplier dengan Menggunakan Algoritma m-Apriori dan Metode

Economic Order Quantity (EOQ)

Nama : Made Dinda Pradnya Pramita

NIM : 1308605021

Pembimbing I : I Putu Gede Hendra Suputra,S.Kom.,M.Kom

Pembimbing II : Gst. Ayu Vida Mastrika Giri,S.Kom.,M.Cs

ABSTRAK

Banyaknya persaingan di dunia bisnis, khusunya dalam industri apotek,

menuntut Apoteker Apotek Anggita untuk menentukan suatu strategi yang dapat

meningkatkan penjualan obat. Salah satu caranya adalah dengan mengatasi

permasalahan – permasalahan yang terjadi di Apotek Anggita, seperti permasalahan

pola penjualan dan rekomendasi pembelian obat terhadap supplier yang selama ini

masih mengunakan sistem prediksi dari apoteker Apotek Anggita. Berdasarkan

permasalahan ini maka dibuat aplikasi penentuan pola penjualan obat dan

rekomendasi pembelian obat dengan menggunakan algoritma m-Apriori dan

metode Economic Order Quantity (EOQ).

Algoritma m-Apriori mengatasi permasalahan dalam melakukan scan

database pada keseluruhan data transaksi sehingga dapat menghemat waktu dalam

penentuan pola penjualan obat. Pola penjualan obat yang dihasilkan digunakan

dalam penentuan rekomendasi pembelian obat terhadap supplier dengan

menggunakan metode Economic Order Quantity (EOQ) untuk mengatasi

permasalahan kelebihan atau kekurangan stok obat. Sistem yang sudah

terimplementasi diuji dengan tiga metode pengujian yaitu performence testing, lift

rasio dan pengujian akurasi.

Berdasarkan penelitian tersebut maka diperoleh kesimpulan bahwa pola

penjualan obat dengan menggunakan algoritma m-Apriori memiliki association

rule yang kuat dan algoritma m-Apriori dapat melakukan analisis pola penjualan

obat yang lebih cepat dibandingkan dengan menggunakan algoritma apriori, serta

nilai presentase error dari rekomendasi pembelian obat sebesar 31,17%.

Kata Kunci : apotek, pola penjualan obat, rekomendasi pembelian obat, algoritma

m-Apriori, metode EOQ

vii

Title : Medicines selling and medicines purchasing

recommendation toward supplier by using m-Apriori

algorithm and Economic Order Quantity (EOQ) method

Name : Made Dinda Pradnya Pramita

Registration Number : 1308605021

Main Supervisor : I Putu Gede Hendra Suputra, S.Kom.,M.Kom

Co-Supervisor : Gst. Ayu Vida Mastrika Giri,S.Kom.,M.Cs

ABSTRACT

High competition in business, especially in pharmacy industries, requires

pharmacist of Anggita drugstore to apply strategies in order to improve medicines

selling. One of them is by over coming some obstacles occuring in Anggita

drugstore like selling pattern and medicines purchasing recommendation toward

supplier which used to apply predicting system from pharmacist of Anggita

drugstore . Based on the previous problems stated , an application of determining

medicines selling pattern and mdicines purchasing recommendation by using m-

Apriori algorithm and Economic Order Quantity (EOQ) method is applied.

m-Apriori algorithm solves the problems in scanning database to the whole

transactions data it could save much time in determining medicines selling pattern.

The pattern would be used to determine medicines purchasing recommendation

toward the supplier by applying Economic Order Quantity (EOQ) method in order

to handle the problems of over stock or less stock of medicines. The implemented

system tested by three methods such as performance testing , lift rasio and accuracy

testing.

Based on the research done, the researcher comes to the conclusions that

medicines selling pattern by applying m-Apriori algorithm has very strong

association rule and it can analyze medicines selling pattern faster compared to the

application of Apriori algorithm and the percentage of error from medicines

purchasing recommendation is 37,17%.

Key words : drugstore, medicines selling pattern, medicines purchasing,

recommendation, m-Apriori algorithm, EOQ method

vi

KATA PENGANTAR

Penelitian dengan judul Perancangan dan Implementasi Sistem Penentuan

Pola Penjualan Obat dan Rekomendasi Pembelian Obat terhadap Supplier dengan

Menggunakan Algoritma m-Apriori dan Metode Economic Order Quantity (EOQ)

(Studi Kasus Apotek Anggita) ini disusun dalam rangkaian kegiatan pelaksanaan

Tugas Akhir di Jurusan Ilmu Komputer Fakultas MIPA Universitas Udayana.

Sehubungan dengan telah terselesaikannya penelitian ini, maka diucapkan

terimakasih kepada berbagai pihak yang telah membantu penyusun, antara lain :

1. Bapak I Putu Gede Hendra Suputra,S.Kom.,M.Kom selaku Pembimbing I

yang telah membimbing dan membantu menyempurnakan penelitian ini.

2. Ibu Gst. Ayu Vida Mastrika Giri, S.Kom.,M.Cs selaku Pembimbing II yang

telah banyak membantu dan membimbing dalam penelitian ini.

3. Bapak Agus Muliantara S.Kom.,M.Kom selaku Ketua Jurusan Ilmu

Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas

Udayana yang telah banyak memberikan masukan dan motivasi sehingga

memperlancar dalam proses pelaksanaan penelitian ini.

4. Bapak dan ibu dosen di Jurusan Ilmu Komputer yang bersedia meluangkan

waktunya untuk memberikan masukan dalam penyempurnaan penelitian

ini.

5. Rekan – rekan mahasiswa di Jurusan Ilmu Komputer khususnya angkatan

2013 yang telah memberi dukungan, motivasi, semangat dan kerja sama

dalam penelitian ini.

Penyusun menyadari bahwa tugas akhir ini masih belum sempurna, untuk

itu kritik dan saran yang bermanfaat demi kesempurnaan tugas akhir ini sangat

penyusun harapkan.

Bukit Jimbaran, 19 November 2016

Penyusun

Made Dinda Pradnya Pramita

vii

DAFTAR ISI

JUDUL ..................................................................................................................... i

SURAT PERNYATAAN KEASLIAN KARYA ILMIAH .................................... ii

LEMBAR PENGESAHAN TUGAS AKHIR ........................................................ v

ABSTRAK ............................................................................................................. vi

ABSTRACT .......................................................................................................... vii

KATA PENGANTAR ........................................................................................... vi

DAFTAR ISI ......................................................................................................... vii

DAFTAR TABEL ................................................................................................... x

DAFTAR GAMBAR ............................................................................................ xii

DAFTAR LAMPIRAN ........................................................................................ xiv

BAB I PENDAHULUAN ....................................................................................... 1

1.1 Latar Belakang .......................................................................................... 1

1.2 Rumusan Masalah ..................................................................................... 3

1.3 Batasan Penelitian ..................................................................................... 3

1.4 Tujuan Penelitian ...................................................................................... 3

1.5 Manfaat Penelitian .................................................................................... 4

1.6 Metodelogi Penelitian ............................................................................... 4

1.6.1 Desain Penelitian ........................................................................... 4

1.6.2 Pengumpulan Data ........................................................................ 6

1.6.3 Pengolahan Data............................................................................ 7

1.6.5 Flowchart Kerja Sistem dengan Algoritma m-Apriori ................. 8

1.6.6 Metodologi Pengembangan Perangkat Lunak .............................. 9

1.6.7 Evaluasi dan Validasi Hasil ........................................................ 11

BAB II TINJAUAN PUSTAKA ........................................................................... 14

2.1 Pengertian dan Arsitektur Data Mining .................................................. 14

2.2 Knowledge Discovery in Database pada Data Mining ........................... 15

2.3 Association Rules Mining ....................................................................... 17

2.4 Algoritma m-Apriori ............................................................................... 20

2.5 Metode Double Exponential Smoothing ................................................. 26

2.6 Metode Economic Order Quantity (EOQ) .............................................. 27

2.7 Teknik Pengujin Perangkat Lunak .......................................................... 29

2.7.1 Lift Ratio ..................................................................................... 30

2.7.2 Pengujian Akurasi Peramalan Stok ............................................. 30

2.7.3 Performance Testing ................................................................... 31

2.7.4 Black Box Testing ........................................................................ 31

2.7.5 White Box Testing ....................................................................... 32

BAB III ANALISIS DAN PERANCANGAN SISTEM ...................................... 33

viii

3.1 Analisis Kebutuhan ................................................................................. 33

3.1.1 Kebutuhan Fungsional Sistem .................................................... 33

3.1.2 Kebutuhan Non Fungsional Sistem ............................................. 34

3.2 Perancangan Sistem ................................................................................ 35

3.2.1 Use Case Diagram....................................................................... 35

3.2.2 Activity Diagram.......................................................................... 49

3.2.3 Class Diagram ............................................................................ 63

3.2.4 Squence Diagram ........................................................................ 65

3.2.5 Entity Relationship Diagram ...................................................... 73

3.2.6 Rancangan Antarmuka ................................................................ 74

3.3 Skenario Pengujian Sistem ..................................................................... 80

3.3.1 Pengujian Lift Ratio .................................................................... 80

3.3.2 Pengujian Black Box ................................................................... 81

3.3.3 White Box Testing ....................................................................... 83

3.3.4 Performance Testing ................................................................... 83

3.3.5 Pengujian Akurasi Peramalan Stok ............................................. 84

3.4 Road Map Penelitian ............................................................................... 84

BAB IV HASIL DAN PEMBAHASAN .............................................................. 88

4.1 Gambaran Umum Sistem ........................................................................ 88

4.2 Lingkungan Perancangan dan Implementasi Sistem .............................. 88

4.2 Implementasi Database ........................................................................... 89

4.3 Implementasi Antarmuka ........................................................................ 92

4.3.1 Antarmuka Tampilan Login ........................................................ 92

4.3.2 Antarmuka Form Utama Admin Menu Data Obat ..................... 93

4.3.3 Antarmuka Form Utama Admin Menu Transaksi Penjualan ...... 95

4.3.4 Antarmuka Form Pola Penjualan Obat ....................................... 97

4.3.5 Antarmuka Form Menu Rekomendasi Pembelian Obat ............. 98

4.3.6 Antarmuka Form Utama User ..................................................... 99

4.4 Implementasi Program .......................................................................... 100

4.4.1 Penentuan Pola Penjualan dengan Algoritma mApriori ........... 100

4.4.2 Perhitungan Rekomendasi Stok ............................................... 114

4.4.3 Perhitungan Pembelian Obat dengan Metode EOQ ................. 116

4.5 Hasil Penentuan Rekomendasi Pembelian Obat ................................... 118

4.6 Hasil Penentuan Pola Penjualan Obat ................................................... 120

4.7 Pengujian Sistem ................................................................................... 122

4.7.1 Pengujian Lift Ratio .................................................................. 122

4.7.2 Pengujian Akurasi Peramalan Stok ........................................... 124

4.7.3 Performance Testing ................................................................. 125

4.7.4 Black Box Testing ...................................................................... 126

4.7.5 White Box Testing ..................................................................... 138

ix

BAB V PENUTUP .............................................................................................. 143

5.1 Kesimpulan ........................................................................................... 143

5.2 Saran ..................................................................................................... 143

DAFTAR PUSTAKA ......................................................................................... 144

x

DAFTAR TABEL

Tabel 1. 1 Kebutuhan Fungsional Sistem ............................................................... 5

Tabel 2. 1 Jurnal Pendukung Association Rule Mining .................................................... 19

Tabel 2.2 Jurnal Ilmiah Penerapan Algoritma m-Apriori ................................................ 26

Tabel 2.3 Jurnal Ilmiah Menerapkan Metode EOQ .......................................................... 28

Tabel 3.1 Kebutuhan Fungsional Sistem .............................................................. 33

Tabel 3.2 Kebutuhan Non Fungsional Sistem ...................................................... 35

Tabel 3. 3 Definisi Aktor ...................................................................................... 36

Tabel 3.4 Definisi Use Case.................................................................................. 36

Tabel 3. 5 Skenario Use Case Autentikasi Sistem ................................................ 38

Tabel 3. 6 Skenario Use Case Menambah Data Obat ........................................... 39

Tabel 3.7 Skenario Use Case Meng-update Data Obat ........................................ 40

Tabel 3.8 Skenario Use Case Menghapus Data Obat ........................................... 41

Tabel 3. 9 Skenario Use Case Menampilkan Data Obat ....................................... 41

Tabel 3. 10 Skenario Use Case Menambah Data Transaksi Penjualan Obat........ 42

Tabel 3.11 Skenario Use Case Meng-update Data Transaksi Penjualan Obat ..... 43

Tabel 3.12 Skenario Use Case Menghapus Data Transaksi Penjualan Obat ........ 44

Tabel 3. 13 Skenario Use Case Menampilkan Data Transaksi Penjualan Obat ... 45

Tabel 3. 14 Skenario Use Case Mengelola Data Pola Penjualan Obat ................. 46

Tabel 3. 15 Skenario Use Case Melihat Pola Penjualan Obat .............................. 47

Tabel 3. 16 Skenario Use Case Mengelola Data Rekomendasi Pembelian Obat . 47

Tabel 3. 17 Skenario Use Case Melihat Data Rekomendasi Pembelian Obat ...... 48

Tabel 3.18 Hubungan Class dan Use Case ........................................................... 64

Tabel 3. 19 Rancangan Tabel Pengujian Lift Ratio............................................... 81

Tabel 3. 20 Skenario Pengujian Black Box ........................................................... 81

Tabel 3. 21 Rancangan Tabel Hasil Pengujian Black Box Testing ....................... 82

Tabel 3. 22 Tabel Rencana Pengujian White Box Testing .................................... 83

Tabel 3. 23 Rancangan Tabel Pengujian Performance Testing ............................ 83

Tabel 3. 24 Rancangan Tabel Pengujian Akurasi Peramalan Stok ....................... 84

Tabel 3. 25 Hasil Performance Testing dalam Penentuan Pola Penjualan Obat 125

Tabel 4. 1 Kode Penentuan Data Tiga Bulan Terakhir ....................................... 100

Tabel 4. 2 Kode Penentuan Pemberian Nilai 0 atau 1......................................... 101

Tabel 4. 3 Kode Penentuan Satu Itemset ............................................................. 102

Tabel 4. 4 Kode Penentuan Daftar Obat untuk Pembentukan Kombinasi .......... 104

Tabel 4. 5 Kode Pembentukan Kombinasi Itemset ............................................. 105

Tabel 4. 6 Kode Penentuan Nilai Support dan Nilai Confidence ........................ 112

Tabel 4. 7 Kode Pemilihan Data Obat dalam Pola Penjualan Obat .................... 114

Tabel 4. 8 Kode Perhitungan Metode Double Exponential Smothing ................ 115

xi

Tabel 4. 9 Kode Perhitungan Metode EOQ ........................................................ 117

Tabel 4. 10 Hasil Rekomendasi Pembelian Obat Bulan April Tahun 2015 ....... 118

Tabel 4. 11 Hasil Penentuan Pola Penjualan Obat Bulan April Tahun 2015 ...... 120

Tabel 4. 12 Jumlah Data Transaksi Penjualan Obat ........................................... 123

Tabel 4. 13 Hasil Pengujian Lift Ratio Setiap Bulan .......................................... 124

Tabel 4. 14 Pengujian Akurasi Peramalan Stok .................................................. 125

Tabel 4.15 Hasil Uji Fungsi Login Happy Path .................................................. 126

Tabel 4. 16 Hasil Uji Fungsi Login Alternative Path#1...................................... 127

Tabel 4. 17 Hasil Uji Fungsi Login Alternative Path#2...................................... 127

Tabel 4. 18 Hasil Uji Menampilkan Data Rekomendasi Pembelian Obat .......... 128

Tabel 4.19 Hasil Uji Menampilkan Data Pola Penjualan Obat ........................... 129

Tabel 4.20 Hasil Uji Tambah Data Obat Happy Path ........................................ 129

Tabel 4. 21 Hasil Uji Tambah Data Obat Alternative Path#1 ............................ 130

Tabel 4. 22 Hasil Uji Edit Data Obat Happy Path .............................................. 131

Tabel 4. 23 Hasil Uji Edit Data Obat Alternatif Path#1 ..................................... 131

Tabel 4. 24 Hasil Uji Hapus Data Obat............................................................... 132

Tabel 4. 25 Hasil Uji Menampilkan Data Obat................................................... 133

Tabel 4. 26 Hasil Uji Tambah Data Transaksi Penjualan Obat Happy Path ..... 134

Tabel 4. 27 Hasil Uji Tambah Data Transaksi Penjualan Alternatif Path#1 ...... 134

Tabel 4. 28 Hasil Uji Edit Data Transaksi Penjualan Obat Happy Path ............. 135

Tabel 4. 29 Hasil Uji Edit Data Transaksi Penjualan Obat Alternatif Path#1 .... 136

Tabel 4. 30 Hasil Uji Hapus Data Transaksi Penjualan Obat ............................. 137

Tabel 4. 31 Hasil Uji Menampilkan Data Transaksi Penjualan Obat ................. 138

Tabel 4. 32 Flowgraph Penentuan Itemset .......................................................... 139

Tabel 4. 33 Kasus Uji Penentuan Itemset............................................................ 140

Tabel 4. 34 Flowgraph Pembentukkan Kombinasi Itemset ................................ 141

Tabel 4. 35 Kasus Uji Penentuan Kombinasi Itemset ......................................... 142

xii

DAFTAR GAMBAR

Gambar 2.1 Arsitektur Data Mining...................................................................... 14

Gambar 2. 2 Knowledge Discovery in Database ................................................. 16

Gambar 2. 3 Tahapan Algoritma m-Apriori ......................................................... 21

Gambar 3. 1 Use Case Diagram Penentuan Pola Penjualan ................................ 38

Gambar 3.2 Activity Diagram Autentikasi untuk Admin ..................................... 49

Gambar 3.3 Activity Diagram Import Data Transaksi Penjualan Obat ................. 50

Gambar 3.4 Activity Diagram Tambah Data Transaksi Penjualan Obat .............. 51

Gambar 3.5 Activity Diagram Edit Data Transaksi Penjualan Obat ..................... 52

Gambar 3.6 Activity Diagram Hapus Data Transaksi Penjualan Obat ................. 53

Gambar 3.7 Activity Diagram Lihat Data Transaksi Penjualan Obat ................... 54

Gambar 3.8 Activity Diagram Tambah Data Obat ................................................ 55

Gambar 3.9 Activity Diagram Edit Data Obat ...................................................... 56

Gambar 3.10 Activity Diagram Hapus Data Obat ................................................. 57

Gambar 3.11 Activity Diagram Lihat Data Obat .................................................. 58

Gambar 3.12 Activity Diagram Penentuan Pola Penjualan Obat .......................... 59

Gambar 3.13 Activity Diagram Rekomendasi Pembelian Obat ............................ 61

Gambar 3.14 Activity Diagram Lihat Pola Penjualan Obat .................................. 62

Gambar 3. 15 Activity Diagram Lihat Rekomendasi Pembelian Obat ................. 62

Gambar 3.16 Class Diagram Penentuan Pola Penjualan Obat ............................. 63

Gambar 3.17 Squence Diagram Autentikasi ......................................................... 66

Gambar 3.18 Squence Diagram Input Data Transaksi Penjualan Obat ................ 67

Gambar 3.19 Squence Diagram Edit Transaksi Penjualan ................................... 68

Gambar 3.20 Squence Diagram Hapus Data Transaksi Penjualan Obat .............. 69

Gambar 3.21 Squence Diagram Input Data Obat ................................................. 69

Gambar 3.22 Squence Diagram Edit Data Obat ................................................... 70

Gambar 3. 23 Squence Diagram Hapus Data Obat .............................................. 71

Gambar 3. 24 Squence Diagram Penentuan Rekomendasi Pembelian Obat ........ 71

Gambar 3. 25 Squence Diagram Penentuan Pola Penjualan Obat ........................ 72

Gambar 3.26 Entity Relationship Diagram Penentuan Pola Penjualan ................ 73

Gambar 3. 27 Rancangan Antarmuka Login Sistem ............................................. 74

Gambar 3. 28 Rancangan Antarmuka Form Utama Admin Menu Data Obat ...... 75

Gambar 3. 29 Rancangan Antarmuka Form Tambah Data Obat .......................... 75

Gambar 3. 30 Rancangan Antarmuka Form Import Data Obat ............................ 76

Gambar 3.31 Rancangan Antarmuka Data Transaksi Penjualan .......................... 76

Gambar 3. 32 Rancangan Antarmuka Tambah Data Transaksi Penjualan ........... 77

Gambar 3. 33 Rancangan Antarmuka Import Data Transaksi Penjualan ............. 77

Gambar 3. 34 Rancangan Anatrmuka Penentuan Pola Penjualan Obat ................ 78

xiii

Gambar 3. 35 Rancangan Antarmuka Rekomendasi Pembelian Obat .................. 78

Gambar 3. 36 Rancangan Antarmuka Form User Menu Data Obat ..................... 79

Gambar 3.37 Rancangan Antarmuka Form User Menu Pola Penjualan Obat ...... 79

Gambar 3. 38 Rancangan Antarmuka Form Menu Rekomendasi Pembelian ...... 80

Gambar 4.1 Database Diagram............................................................................. 89

Gambar 4. 2 Tabel dt_obat .................................................................................... 89

Gambar 4. 3 Tabel dt_satuan ................................................................................ 90

Gambar 4.4 Tabel dt_transaksi_penjualan ............................................................ 90

Gambar 4. 5 Tabel dt_detail_transaksi_penjualan ................................................ 90

Gambar 4. 6 Tabel dt_daftar_pola ........................................................................ 91

Gambar 4. 7 Tabel dt_detail_daftar_pola.............................................................. 91

Gambar 4. 8 Tabel dt_rekomendasi_pembelian.................................................... 91

Gambar 4. 9 Tabel dt_user .................................................................................... 92

Gambar 4. 10 Antarmuka Login User ................................................................... 92

Gambar 4. 11 Antarmuka Notifikasi Kesalahan Username atau Password ......... 93

Gambar 4.12 Antarmuka Form Utama Admin Menu Data Obat......................... 93

Gambar 4. 13 Antarmuka Import Data Obat ......................................................... 94

Gambar 4.14 Antarmuka Insert Data Obat ........................................................... 94

Gambar 4.15 Antarmuka Data Obat Berhasil Diinputkan .................................... 95

Gambar 4. 16 Antarmuka Form Transaksi Penjualan Obat .................................. 95

Gambar 4. 17 Antarmuka Import Data Transaksi Penjualan Obat ....................... 96

Gambar 4. 18 Antarmuka Insert Data Transaksi Penjualan Obat ......................... 96

Gambar 4.19 Antarmuka Form Utama Admin Menu Pola Penjualan Obat ......... 97

Gambar 4.20 Form Utama Admin Menu Rekomendasi Pembelian Obat ............. 98

Gambar 4. 21 Antarmuka Form Utama User Pola Penjualan Obat ...................... 99

Gambar 4. 22 Antarmuka Form Utama User Menu Rekomendasi Pembelian .... 99

Gambar 4. 23 Grafik Jumlah Pola Penjualan Obat Setiap Bulan ........................ 123

xiv

DAFTAR LAMPIRAN

Lampiran 1. Hasil Angket Pengujian Balck Box dengan Aktor Apoteker .......... 146

Lampiran 2. Hasil Angket Pengujian Balck Box dengan Pegawai Apotek ......... 152

Lampiran 3. Pengujian Antarmuka Sistem ......................................................... 153

1

BAB I

PENDAHULUAN

1.1 Latar Belakang

Perkembangan dan persaingan bisnis pada bidang ekonomi dengan

memanfaatkan teknologi informasi membuat persaingan yang semakin ketat dan

semakin terbuka dalam memenuhi tuntutan pelanggan yang juga semakin tinggi.

Persaingan dalam bisnis tidak bisa dipisahkan dari teknologi informasi yang

menjadi topik hangat saat ini.

Banyaknya persaingan di dunia bisnis, khusunya dalam industri apotek,

menuntut Apoteker Apotek Anggita untuk menentukan suatu strategi yang dapat

meningkatkan penjualan obat. Salah satu cara yang dapat digunakan untuk

meningkatan hasil penjualan obat adalah dengan mengatasi permasalahan –

permasalahan yang terjadi di Apotek Anggita, seperti permasalahan pola penjualan

dan rekomendasi pembelian obat terhadap supplier yang selama ini masih

mengunakan sistem prediksi dari apoteker Apotek Anggita. Penentuan pola

penjualan obat dan rekomendasi pembelian obat dapat dilakukan dengan

melakukan penggalian informasi dari data transaksi penjualan obat di Apotek

Anggita yang jumlahnya terus bertambah. Penentuan pola penjualan obat ini

memiliki beberapa manfaat, salah satunya menentukan produk yang sering dibeli

bersamaan dengan produk lainnya sehingga dapat membantu Apoteker Apotek

Aggita dalam pembelian obat terhadap supplier untuk mengatasi permasalahan

kelebihan atau kekurangan stok obat.

Metode yang dapat digunakan untuk menentukan pola penjualan adalah

analisis asosiasi pada data mining. Analisis asosiasi adalah salah satu teknik data

mining untuk menemukan aturan asosiatif (associative rules) antara suatu

kombinasi item dalam suatu basis data relasional, karena kegunaannya secara luas

dapat dipergunakan untuk kepentingan bisnis dan menganalisa data transaksi.

Analisis asosiasi sering juga disebut dengan Market Basket Analysis. (Michael J.A

Berry & Gordon S.Linoff, 2004)

2

Penelitian tentang penentuan pola penjualan dengan algoritma apriori sudah

pernah dilaksanakkan sebelumnya oleh Kennedi Tampubolon, Hoga Saragih,

Bobby Reza (2013) yang menyatakan bahwa “Data mining dengan Algoritma

Apriori memiliki kelemahan karena harus melakukan scan database setiap kali

iterasi, sehingga untuk database yang sangat besar membutuhkan waktu yang

lama.”

Berdasarkan permasalahan yang terjadi di Apotek Anggita, maka dirancang

aplikasi untuk menentukan pola penjualan obat dengan menggunakan algoritma

m-apriori. Algoritma m-apriori akan mengatasi permasalahan untuk melakukan

scan database setiap kali iterasi pada semua transaksi karena pada algoritma ini

hanya memilih beberapa data transaksi. Pemilihan ini dilakukan dengan

membandingkan nilai support dari setiap item dalam kombinasi yang terbentuk,

kemudian pilih item yang memiliki nilai support minimum dan pilih data transaksi

yang hanya mengandung item terpilih sehingga waktu yang diperlukan akan lebih

cepat dibandingkan menggunakan algoritma apriori tradisional (Al-Maoleg &

Arkok, 2014).

Pola penjualan obat yang telah dihasilkan dari pengolahan data transaksi

penjualan obat dengan menggunakan algoritma m-Apriori selanjutnya digunakan

untuk menentukan rekomendasi pembelian obat terhadap supplier dengan

menggunakan metode Economic Order Quantity (EOQ). Pemilihan metode EOQ

ini bertujuan untuk memberikan rekomendasi pembelian obat yang optimal

terhadap supplier. Rekomendasi ini didasarkan pada pola penjualan obat dan data

transaksi penjualan obat yang dimana data transaksi penjualan obat yang digunakan

adalah data tiga bulan terakhir dari proses analisis dilakukan. Alasan pemilihan data

tiga bulan terakhir adalah jumlah data yang diperoleh akan lebih banyak serta dalam

tiga bulan terakhir akan terdapat beberapa musim yang berbeda sehingga terdapat

lebih banyak kombinasi pembelian obat di dalam transaksi penjualan obat serta dari

pengujian lift ratio dari semua pola penjualan yang dihasilkan memiliki nilai lift

ratio diatas satu.

3

1.2 Rumusan Masalah

Berdasarkan latar belakang tersebut, dapat dirumuskan beberapa rumusan

masalah sebagai berikut.

a. Bagaimana algoritma m-Apriori dalam menentukan pola penjualan obat

berdasarkan data transaksi penjualan obat.

b. Bagaimana metode Economic Order Quatity (EOQ) dapat menentukan

rekomendasi pembelian obat terhadap supplier.

1.3 Batasan Penelitian

Beberapa batasan masalah yang akan dijadikan acuan dalam penelitian ini

adalah sebagai berikut.

a. Penelitian ini melakukan penentuan pola penjualan obat sehingga dapat

dijadikan pertimbangan dalam pengambilan keputusan dalam penentuan

pembelian obat terhadap supplier.

b. Pola penjualan yang dihasilkan dalam penelitian ini adalah pola penjualan

obat yang terdapat pada Apotek Anggita.

c. Rekomendasi pembelian obat terhadap supplier hanya untuk obat – obat yang

terdapat dalam pola penjualan.

d. Data transaksi penjualan yang digunakan dalam menentukan pola penjualan

adalah data transaksi penjualan satu tahun yaitu data penjualan obat dari bulan

Januari – Desember 2015.

1.4 Tujuan Penelitian

Berdasarkan rumusan masalah tersebut, tujuan penelitian ini adalah sebagai

berikut.

a. Mengetahui cara menentukan pola penjualan obat dengan m-Apriori

berdasarkan jumlah data transaksi penjualan obat.

b. Aplikasi yang dibangun dapat memberikan rekomendasi dalam pembelian

obat terhadap supplier dengan menggunakan metode EOQ (Economic Order

Quantity).

4

1.5 Manfaat Penelitian

Beberapa manfaat yang dapat diambil dari penelitian ini adalah sebagai

berikut.

a. Bagi pemilik apotek, memberikan kemudahan dalam melakukan penentuan

pola penjualan obat sehingga dari pola penjualan obat tersebut pemilik apotek

dapat mengetahui hubungan antara obat satu dengan obat lainnya dan menjadi

acuan dalam penentuan rekomendasi pembelian obat terhadap supplier.

b. Bagi istitusi pendidikan, dapat digunakan sebagai referensi untuk menambah

wawasan bagi mahasiswa khusunya bagi mahasiswa jurusan Ilmu Komputer

Fakultas MIPA Universitas Udayana ataupun mahasiswa lainnya yang

membutuhkan informasi terkait implementasi aplikasi dalam menentukan

pola penjualan obat menggunakan algoritma m-apriori.

c. Bagi Penulis, dimana hasil penelitian ini nantinya diharapkan dapat dijadikan

pedoman dan pertimbangan bagi pihak lain yang berminat melakukan dan

mengembangkan penelitian lebih lanjut mengenai perancangan dan

implementasi aplikasi penentuan pola penjualan obat menggunakan algoritma

algoritma m-Apriori.

1.6 Metodelogi Penelitian

Bagian ini akan menjelaskan mengenai langkah – langkah yang akan

dilakukan dalam perancangan dan implementasi penentuan pola penjualan obat

dengan menggunakan algoritma m-Apriori. Beberapa tahapan yang dilakukan

dalam menentukan pola penjualan adalah sebagai berikut.

1.6.1 Desain Penelitian

Penelitian ini mengambil judul “Perancangan dan Implementasi Sistem

Penentuan Pola Penjualan Obat dan Rekomendasi Pembelian Obat Terhadap

Supplier dengan menggunakan Algoritma m-Apriori dan Metode Economic Order

Quantity (EOQ.)” Desain penelitian yang digunakan pada penelitian ini ialah studi

kasus (Case Studi Research). Studi kasus merupakan penelitian yang memusatkan

perhatian pada suatu kasus tertentu dengan menggunakan individu atau kelompok

5

sebagai bahan studi. Penggunaan penelitian studi kasus ini biasanya difokuskan

untuk menggali dan mengumpulkan data yang lebih dalam terhadap obyek yang

diteliti untuk dapat menjawab permasalahan yang sedang terjadi. Sehingga bisa

dikatakan bahwa penelitian bersifat deskriptif dan eksploratif (A.Hasibun, 2007) .

Pada penelitian ini studi kasusnya adalah pada Apotek Anggita. Apotek

Anggita merupakan apotek yang terletak di Kecamatan Negara Kabupaten

Jembrana. Alasan Apotek Anggita djadikan sebagai bahan studi karena Apotek

Anggita merupakan apotek yang cukup ramai sehingga akan memiliki data

transaksi penjualan obat yang cukup banyak selain itu di Apotek Anggita dalam

penentuan stok masih menggunakan sistem manual dengan perkiraan dari pihak

apoteker.

Pemilihan desain penelitian studi kasus dikarenakan penelitian ini

difokuskan pada suatu kasus tertentu, dimana penelitian ini mengambil tempat di

Apotek Anggita. Aplikasi data mining untuk menentukan pola penjualan obat

dibangun berdasarkan data transaksi yang disimpan pada database sistem informasi

apotek di Apotek Anggita. Permasalahan yang ingin diselesaikan yaitu membantu

untuk menentukan pola penjualan obat sehingga dengan pola ini dapat dijadikan

dasar dalam penentuan rekomendasi pembelian obat terhadap supplier.

Kebutuhan sistem didapatkan berdasarkan wawancara kepada apoteker

apotek Anggita sehingga didapatkan beberapa point penting yang menjadi

pertimbangan dalam perancangan sistem. Beberapa hasil dari analisis kebutuhan

adalah sebagai berikut.

Tabel 1. 1 Kebutuhan Fungsional Sistem

No Kebutuhan

1 Aplikasi yang dibangun dapat menentukan pola penjualan obat

berdasarkan data transaksi penjualan obat.

2 Aplikasi yang dibangun dapat memberikan rekomendasi dalam

pembelian obat terhadap supplier.

6

1.6.2 Pengumpulan Data

Setelah tahapan identifikasi masalah dan tujuan telah dilaksanakan, maka

tahapan selanjutnya adalah tahap pengumpulan data. Pengumpulan data bertujuan

untuk mengetahui data apa saja yang dibutuhkan untuk menyelesaikan

permasalahan dalam penentuan pola penjualan obat dengan algoritma m-Apriori.

Pengumpulan data dilakukan dengan menggunakan metode observasi yaitu

melakukan kunjungan langsung ke Apotek Anggita untuk mengetahui

permasalahan yang terjadi dan melakukan wawancara langsung kepada apoteker

Apotek Anggita.

Pada penelitian ini, jenis data yang digunakan merupakan data kuantitatif

karena data dipaparkan dalam bentuk angka – angka sedangkan jika berdasarkan

waktu pengumpulannya data yang digunakan dalam penelitian merupakan data time

series (berkala) karena data yang digunakan menggambarkan sesuatu dari waktu ke

waktu atau periode secara historis (A.Hasibun, 2007).

Data yang digunakan dalam penelitian ini adalah data transaksi penjualan

obat dalam satu tahun yaitu data transaksi penjualan obat dari bulan Januari 2015 –

Desember 2015. Tujuan pemilihan data dalam satu tahun karena dalam satu tahun

terdapat beberapa musim yang berbeda yang biasanya mempengaruhi jenis

penyakit yang dialami oleh masyarakat dan akan berpengaruh terhadap data

transaksi penjualan obat serta akan berpengaruh juga terhadap pola penjualan obat

yang dihasilkan.

Pada tahap ini juga dilakukan pengolahan data awal dari data yang diperoleh

karena tidak semua data yang diperoleh dapat digunakan. Beberapa data yang

dibutuhkan adalah sebagai berikut.

a. Data transaksi penjualan obat, yang meliputi id transaksi, nama obat dan

jumlah pembelian obat.

b. Data obat, yang meliputi kode obat, nama obat dan satuan obat.

c. Data waktu tunggu kedatangan obat (lead time).

d. Data biaya pemesanan obat.

7

1.6.3 Pengolahan Data

Pengolahan data merupakan hal yang penting dilakukan agar berbagai data

yang diperoleh menjadi lebih mudah digunakan dalam menunjang pengembangan

suatu sistem. Setelah mendapat data yang berkaitan dengan penelitian yang

dilakukan, tahap selanjutnya adalah tahap pengolahan data. Tahapan – tahapan

pengolahan data yang diperoleh dari Apotek Anggita adalah sebagai berikut.

a. Seleksi data (data selection)

Pada penelitian mengenai analasis pola pembelian obat, tidak semua data

yang ada pada database digunakan, namun harus ada proses seleksi data.

Seleksi data ini bertujuan untuk memilih data yang sesuai untuk proses

analisis selanjutnya. Pada data transaksi penjualan obat yang diperoleh, data

yang dipilih adalah id transaksi, nama obat, satuan dan jumlah obat yang

dibeli pada masing – masing id transaksi.

b. Proses mining

Pada tahap ini data yang telah mengalami proses seleksi selanjutnya diolah

dengan menggunakan metode m-Apriori untuk dapat menemukan pola

penjualan dari data transaksi penjualan obat dan data obat. Pada penentuan

pola penjualan obat data yang dipilih adalah data tiga bulan terakhir dari

proses analisis dilakukan.

c. Evaluasi pola (patern evaluation)

Evaluasi pola bertujuan untuk menemukan pola – pola menarik ke dalam

basis pengetahuan yang ditemukan. Dalam tahap ini hasil dari teknik data

mining berupa pola yang khas maupun model prediksi dievaluasi untuk

menilai apakah hipotesa yang ada memang tercapai. Pada tahap ini dilakukan

dengan menggunakan teknik pengujian lift rasio, blackbox testing, white box

testing dan performence testing.

d. Presentasi pengetahuan (knowledge presentation)

Pada tahap ini merupakan tahapan menampilkan hasil pengolahan data

menggunakan metode m-Apriori. Hasil yang diperoleh pada tahapan ini

8

adalah pola pembelian obat dari konsumen. Setelah pola ditemukan maka

tahap selanjutnya adalah menentukan rekomendasi pembelian obat terhadap

supplier, sehingga tidak terjadi permasalahan kelebihan atau kekurangan stok

obat.

1.6.5 Flowchart Kerja Sistem dengan Algoritma m-Apriori

Gambar 1.1 merupakan flowchart algoritma m-Apriori. Pada bagian ini

menggambarkan mengenai alur kerja sistem. Tahap pertama yang dilakukan adalah

menginputkan data transaksi penjualan obat, menginputkan nilai minimum support

dan minimum confidence. Setelah itu baru hitung nilai support setiap item dan

delete item yang memiliki nilai dibawah minimum support. Bentuk kombinasi dari

item yang memiliki nilai diatas minimum support. Bandingkan nilai support dari

setiap item yang terdapat dalam kombinasi. Pilih item yang memiliki nilai terkecil

dan kemudian tentukan support dari kombinasi yang terbentuk. Ulangi proses ini

sampai semua kombinasi tidak ada lagi yang memiliki nilai diatas minimum

support. Tentukan pola dari kombinasi yang terbentuk dan hitung nilai confidence.

Delete kombinasi yang memiliki nilai confidence dibawah nilai minimum

confidence. Setelah itu tentukan nilai final association rule dan lakukan perkalian

antara nilai support dan nilai confidence. Output dari kerja sistem ini adalah pola

penjualan obat. Perbedaan antara algoritma apriori dan algoritma m-Apriori adalah

pada algoritma apriori tidak memilih data transaksi tertentu dalam perhitungan nilai

support namun menghitung dari semua data yang terdapat pada database.

Tahap kedua yang dilakukan setelah pola penjualan obat dihasilkan adalah

menentukan rekomendasi pembelian obat terhadap supplier. Tujuan dari

perekomendasian pembelian obat terhadap supplier adalah untuk mengatasi

permasalahan kelebihan atau kekurangan stok obat.

9

Mulai

Input data transaksi, batas minimal support, dan nilai

confidence minimal

Kombinasi N itemset

N = 2

Hitung frekuensi kombinasi N itemset untuk setiap item pada itemset bernilai 1

N++Terdapat frekuensi itemset

> batas min support

Hitung nilai support dari Setiap pola kombinasi

Kombinasi itemset

Buat pola kombinasi itemset dari kombinasi terpilih

Hitung nilai confidence dari Setiap pola kombinasi

Susun final association rule

Hitung nilai support x confidence dari final

association rule

Selesai

Ya

Pecah itemset kombinasi menjadi item tunggal, dan hitung nilai support minimum

antara kedua item

Cari itemset yang hanya mengandung transaksi dengan nila ifrekuensi terendah

Menentukan rekomendasi pembelian obat dengan

metode EOQ

Rekomendasi jumlah obat yang dibeli ke supplier

Tidak

Pola penjualan

Gambar 1.1 Algoritma m-Apriori

1.6.6 Metodologi Pengembangan Perangkat Lunak

Penggunaan metodologi pengembangan perangkat lunak metode prototype

yang diterapkan dalam pengembangan aplikasi penentuan pola penjualan obat,

terdiri dari tujuh buah fase atau tahapan, dimana tahapan tersebut ialah sebagai

berikut.

10

a. Pengumpulan requirement

Pengumpulan requirement merupakan tahap awal dalam mencari dan

mengumpulkan data atau informasi agar dapat dilakukan penentuan terhadap

requirement dari sistem yang akan dibangun. Dalam tahap ini pengumpulan

informasi dilaksanakan dengan melakukan wawancara terhadap apoteker apotek

Anggita selaku pengguna sistem. Disini sangat diperlukan peran aktif dari apoteker

untuk memberikan informasi dan kebutuhan sistem secara detail sehingga terbentuk

gambaran yang jelas mengenai aplikasi penentuan pola penjualan obat yang akan

dibangun. Requirement yang dibutuhkan user dari sistem yang dibangun adalah

sistem dapat menentukan pola penjualan obat dan sistem dapat memberikan

rekomendasi dalam pembelian obat terhadap supplier.

b. Membangun Prototyping

Pada tahap ini akan dibuat perancangan dari sistem yang akan dibangun, input

apa saja yang dibutuhkan dalam sistem penentuan pola penjualan obat dan output

apa yang dihasilkan dari sistem yang akan dikembangkan. Rancangan yang dibuat

adalah use case diagram, activity diagram, sequence diagram dan class diagram

serta dibuat Entity Relationship Diagram (ERD). Rancangan yang telah dibuat

kemudian dikordinasikan dengan apoteker pada apotek Anggita, sehingga sistem

yang dikembangkan merupakan sistem yang dapat memenuhi kebutuhan user.

c. Evaluasi prototyping

Pada tahap ini merupakan tahap mengkordinasikan rancangan yang telah

dibuat kepada user, apakah rancangan yang telah dibuat sesuai dengan keinginan

user. Jika sudah sesuai maka akan dilanjutkan ke proses d, sedangkan jika belum

akan diulang ke proses a, b dan c.

d. Mengkodekan sistem

Rancangan prototyping yang telah disetujui, kemudian dikodekan kedalam

kode program dengan menggunakan bahasa pemrograman java dengan Netbeans

IDE 8.0.2 dan databasenya dibuat dengan MySQL.

11

e. Menguji sistem

Setelah sistem sudah menjadi perangkat lunak yang siap pakai, maka harus

dilakukan pengujian sistem terlebih dahulu. Pengujian sistem yang digunakan

dalam aplikasi penentuan pola penjualan obat adalah dengan lift ratio,performance

testing , black box testing dan white box testing. Pengujian lift ratio bertujuan untuk

menguji kevalidan dari pola yang dihasilkan sistem penentuan pola penjualan obat.

Performance testing bertujuan menguji waktu respon dari perangkat lunak. White

box testing bertujuan untuk menguji semua statement program. Black box testing

bertujuan untuk menguji apakah sistem penentuan pola penjualan obat yang

dibangun sudah mampu memenuhi kebutuhan yang diinginkan user.

f. Evaluasi sistem

Tahap evaluasi sistem merupakan tahapan evaluasi dari user terhadap sistem

yang telah dibangun, apakah sistem yang dibangun sudah mampu memenuhi dari

keinginan yang dibutuhkan oleh user. Jika sistem yang dibangun sudah sesuai

dengan kebutuhan user maka dilanjutkan ke tahap g, namun jika belum harus

kembali ke tahap d dan e.

g. Implementasi sistem

Sistem penentuan pola penjualan obat yang telah disetujui oleh user, mulai

diimplementasikan pada Apotek Anggita. Sistem penentuan pola penjualan obat

yang nantinya telah diimplemntasikan di Apotek Anggita diharapkan dapat

membantu dalam penentuan pola penjualan obat berdasarkan data transaksi

penjualan yang dimiliki oleh apotek Anggita dan juga sistem dapat memberikan

rekomendasi dalam pembelian obat terhadap supplier.

1.6.7 Evaluasi dan Validasi Hasil

Pada tahapan ini, program secara keseluruhan akan diuji sebagai sistem

yang lengkap untuk memastikan bahwa persyaratan perangkat lunak telah dipenuhi

dan sesuai dengan kebutuhan serta keinginan pengguna. Pada penelitian ini teknik

pengujian yang digunakan yaitu Performence Testing, Lift Ratio, Black White Box

Testing dan Black Box Testing.

12

a. Lift Ratio

Lift ratio adalah parameter penting selain support dan confidence dalam

association rule. Lift ratio mengukur seberapa penting rule yang telah terbentuk

berdasarkan nilai support dan confidence. Lift ratio merupakan nilai yang

menunjukkan kevalidan proses transaksi dan memberikan informasi apakah benar

obat A dibeli bersamaan dengan obat B (Pang Ning, Micheal, & Kumar, 2004).

b. White Box Testing

Pengujian white box pada penelitian ini, akan dilakukan dengan pengujian

basis path atau yang lebih dikenal dengan Cyclomatic Complexity yang tahapannya

adalah sebagai berikut (Pressman, 2010) :

1) Menggambar flowgraph yang ditransfer oleh flowchart.

2) Menghitung Cyclomatic Complexity V(G) untuk flowgraph yang telah dibuat.

3) Menentukan jalur pengujian dari flowgraph yang berjumlah sesuai dengan

Cyclomatic Complexity yang telah ditentukan.

Dimana Cyclomatic Complexity yang tinggi menunjukkan prosedur kompleks

yang sulit untuk dipahami, diuji maupun dipelihara.

c. Black Box Testing

Fokus dari pengujian ini ialah output yang dihasilkan dalam menanggapi

input yang dipilih dan ketentuan pelaksanaannya. Pengujian ini bertujuan untuk

mengetahui begaimana behavior sistem atau perilaku dari sistem apakah sistem

sudah berjalan sesuai dengan yang diinginkan atau belum. Perhatian utama dalam

pengujian blackbox ialah fungsionalitas program yang sering disebut functional

testing yang merupakan sebuah metode pengujian yang fokus pada eksekusi fungsi

dalam program dan kesesuaian data input dan output berdasarkan kebutuhan sistem.

Black Box Testing bukanlah dilakukan oleh programmer yang menulis

codingan dari sistem namun pengujian tersebut dilaksanakan oleh user yang

bertugas sebagai tester yang tentunya belum mengetahui rincian dari operasional

atau behavior dari sistem. Tentunya tester akan menguji segala kemungkinan dari

operasional sistem sehingga dapat berupa pengujian positif ataupun negatif,

sehingga nantinya dapat disimpulkan apakah sistem sudah berjalan sesuai dengan

13

keinginan atau masih terdapat perilaku yang tidak diharapkan dari sistem. Untuk

pengujian antarmuka pengguna atau rancangan skenario pengujian black box dari

sistem ini, dilakukan dua jenis pengujian yaitu pengujian secara happy path yaitu

pengujian yang dilakukan dengan cara yang benar, serta pengujian secara

alternative path yaitu mencoba segala kemungkinan yang terjadi pada sistem

(Everett & McLeod Jr., 2007).