ABSTRAK - sinta.unud.ac.id Pengertian dan Arsitektur Data Mining ..... 14 2.2 Knowledge Discovery in...
Transcript of ABSTRAK - sinta.unud.ac.id Pengertian dan Arsitektur Data Mining ..... 14 2.2 Knowledge Discovery in...
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).