PERBANDINGAN

IMPLEMENTASI DATA MINING PADA PERUSAHAAN

(Studi kasus pada PT. Indomarco Palembang, CV. Sinar Harapan

Semarang, CV. Terang Jaya)

Riza Adrianti Supono

PROGRAM STUDI MAGISTER MANAJEMEN SISTEM INFORMASI

UNIVERSITAS GUNADARMA JAKARTA

2020

ii

Abstrak

Perusahaan adalah suatu organisasi produksi yang menggunakan dan mengkoordinir

sumber-sumber ekonomi untuk memuaskan kebutuhan dengan cara yang menguntungkan

(Swasth & Sukotjo, 2012). Supaya suatu perusahaan dapat mengkoordinir sumber dengan benar

dan mendapatkan keuntungan yang sesuai target maka diperlukannya analisis dengan

mengimplementasikan ilmu data mining. Data mining sangat membantu dalam memberikan

rekomendasi baik dari sisi pengguna ataupun pembuat. Dengan dibatasi pada beberapa metode

data mining yang diimplementasikan pada perusahaan dan melihat manfaatnya, dan

memmpunyai tujuan untuk mengetahui implementasi data mining pada perusahaan dengan

beberapa metode dan mengetahui manfaatnya.

Dengan melihat contoh kasus pada 3 perusahaan yang diambil, Implementasi data mining

sangat membantu perusahaan dalam kepentingan perbaikan pelayanan, mempercepat pemrosesan

data, mengubah data yang tidak diolah menjadi informasi yang sangat berguna.

iii

DAFTAR ISI

HALAMAN JUDUL i

ABSTRAK ii

DAFTAR ISI iii

1. PENDAHULUAN 1

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

1.2. Rumusan Masalah …………………………………………………………........... 1

1.3. Batasan Masalah ………………………………………………………................ 2

1.4. Tujuan …………………………………………………………............................. 2

2. TINJAUAN PUSTAKA ……………………………………………………………. 3

2.1. Implementasi Data Mining pada penjualan TP. Indomarco Palembang

menggunakan Metde Clustering …………………………………………………..

3

2.1.1. PT. Indomarco Palembang ………………………............……………………. 3

2.1.2. Metode Clustering …………………………………………………………….. 4

2.1.3. Manfaat ……………………………………………………………………….. 4

2.2. Implementasi Data Mining untuk mengentahui tingkat kekuatan beton yang

dihasilkan dengan metode Estimasi menggunakan Linear Regression …………..

5

2.2.1. CV. Sinar Harapan Semarang ………………………………………………….. 5

2.2.2. Metode Linear Regression …………………………………………………… 5

2.2.3. Manfaat ……………………………………………………………………….. 6

2.3. Implementasi Data Mining untuk Menentukan Penjualan Sparepart Toyota

Dengan Metode K-Means Clustering ……………………………………………

6

2.3.1. CV. Terang Jaya ………………………………………………………………. 6

2.3.2. Metode K-Means Clustering ………………………………………………… 7

2.3.3. Manfaat ………………………………………………………………………. 7

iv

3. KESIMPULAN …………………………………………………………………….. 8

DAFTAR PUSTAKA …………………………………………………………………… 9

1

BAB 1. PENDAHULUAN

1.1. Latar Belakang

Saat ini, suatu perusahaan memiliki data dalam jumlah yang besar. Data tersebut

digunakan untuk tujuan tertentu, misalnya evaluasi ataupun membantu keputusan. Dengan

cepatnya perkembangan teknologi informasi yang beradaptasi sesuai kebutuhan manusia di

era saat ini. Ini juga berdampak pada berbagai aspek, seperti menerapkan penggunaan data

mining. Data mining juga disebut sebagai serangkaian proses untuk menggali nilai tambah

berupa pengetahuan yang selama ini tidak diketahui secara manual dari suatu kumpulan data

(Pramudiono, 2007).

Dengan menggunakan perangkat lunak untuk mencari pola dalam kumpulan data besar,

suatu perusahaan dapat belajar lebih banyak tentang pelanggan mereka untuk

mengembangkan strategi pemasaran yang lebih efektif, meningkatkan penjualan, dan

mengurangi biaya. Data mining tergantung pada pengumpulan, penyimpanan, dan

pemrosesan data yang efektif dengan komputer. Data mining sering diadopsi oleh perusahaan

skala besar untuk membantu pemasaran dan pengembangan produk.

Perusahaan adalah suatu organisasi produksi yang menggunakan dan mengkoordinir

sumber-sumber ekonomi untuk memuaskan kebutuhan dengan cara yang menguntungkan

(Swasth & Sukotjo, 2012). Supaya suatu perusahaan dapat mengkoordinir sumber dengan

benar dan mendapatkan keuntungan yang sesuai target maka diperlukannya analisis dengan

mengimplementasikan ilmu data mining. Data mining sangat membantu dalam memberikan

rekomendasi baik dari sisi pengguna ataupun pembuat.

1.2. Rumusan Masalah

Berdasarkan latar belakang di atas, maka rumusan masalah dalam penulisan makalah

ini adalah bagaimana implementasi data mining pada perusahaan.

2

1.3. Batasan Masalah

Berdasarkan rumusan masalah di atas, batasan masalah yang akan ditentukan adalah

beberapa metode data mining yang diimplementasikan pada perusahaan dan melihat

manfaatnya.

1.4. Tujuan

Tujuan dari makalah ini adalah dapat mengetahui implementasi data mining

pada perusahaan dengan beberapa metode dan mengetahui manfaatnya.

3

BAB 2. TINJAUAN PUSTAKA

2.1. Implementasi Data Mining pada Penjualan PT. Indomarco

Palembang Menggunakan Metode Clustering

2.1.1. PT. Indomarco Palembang

Dalam dunia bisnis yang selalu dinamis dan penuh persaingan para pelakunya harus

selalu memikirkan cara-cara untuk terus bertahan dan jika mungkin mengembangkan skala

bisnis mereka. Untuk mencapai hal itu, ada tiga kebutuhan bisnis yang dapat dilakukan, yaitu

penambahan jenis maupun peningkatan kapasitas produk, pengurangan biaya operasional

perusahaan, dan peningkatan efektivitas pemasaran serta keuntungan. Agar bisa memenuhi

kebutuhan-kebutuhan bisnis di atas banyak cara yang dapat ditempuh salah satunya adalah

dengan melakukan analisis data perusahaan. PT. Indomarco Palembang merupakan

perusahaan yang bergerak dalam bidang distribusi makanan dan minuman. Tidak hanya PT.

Indomarco Palembang, masih cukup banyak perusahaan-perusahaan lain yang bergerak di

bidang yang sama. Hal tersebut tentu saja menimbulkan persaingan bisnis antar perusahaan.

PT. Indomarco menjual makanan dan minuman ke mitra-mitra yang sudah terjalin kerja

sama dengan PT. Indomarco. Salah satu mitra yang dibahas pada kasus ini adalah PT.

Indomaret cabang Palembang. Perusahaan ingin mengetahui jumlah penjualan makanan dan

minuman pada masing-masing toko Indomaret dengan melihat tren penjualan pada toko

Indomaret PT. Indomarco dapat memperoleh analisa data penjualan yang paling banyak

diminati masyarakat terhadap penjualan makanan dan minuman. Data penjualan yang sudah

ada akan diolah atau dianalisis untuk mengetahui tingkat kecenderungan konsumen di setiap

tempat tujuan pemasaran produk pada faktor ketertarikannya. Dari pengolahan data tersebut

akan diperoleh suatu pola konsumsi masyarakat terhadap produk dari perusahaan tersebut.

4

2.1.2. Metode Clustering

Metode yang digunakan untuk penerapan data mining ini adalah metode clustering.

Secara garis besar metode clustering dibagi dalam 2 tipe yaitu : hierarchical dan non

hierarchical. Hierarchical menggunakan N x N similarity matrix, sedangkan non hierarchical

membagi data set menjadi sebuah level single partisi, dengan atau tanpa pencocokan antara

kluster. Selain itu hal mendasar yang membedakan kedua metode ini adalah : metode

pengelompokan hierarki digunakan apabila belum ada informasi jumlah kelompok,

sedangkan metode pengelompokan non hierarki bertujuan mengelompokkan n objek ke

dalam k kelompok (k<n). Andi (2009 : 27). Berdasarkan data yang didapat dari PT.

Indomarco tentang penjualan makanan dan minuman yang tersebar di beberapa Indomaret di

wilayah Sumatera selatan maka data dikelompokkan menjadi 4 kelas, dan hasil dari proses

clustering berupa grafik batang yang dapat memberikan informasi untuk pengambilan

keputusan tentang penjualan makanan dan minuman.

2.1.3. Manfaat

Setelah melakukan proses data mining, PT. Indomarco mendapatkan banyak manfaat

dari data yang telah diolah yaitu:

A. Penerapan Data Mining dengan menggunakan aplikasi yang dibangun dapat membantu

PT. Indomarco sebagai gambaran bagi pengambilan keputusan perusahaan dalam rangka

mendapatkan pola penjualan produk.

B. Pengolahan data yang dilakukan dapat menghasilkan informasi yang cukup untuk dapat

di analisa lebih lanjut.

C. Aplikasi data mining yang dibangun dapat mengurangi penumpukan data yang kurang

dimanfaatkan sebelumnya.

5

2.2. Implementasi Data Mining untuk Mengetahui Tingkat

Kekuatan Beton yang Dihasilkan dengan Metode Estimasi

Menggunakan Linear Regression

2.2.1. CV. Sinar Harapan Semarang

CV. Sinar Harapan Semarang merupakan salah satu perusahaan yang bergerak

dibidang pembangunan atau teknik sipil. Dimana dalam dunia teknik sipil sekarang

berkembang sangat pesat. Oleh karena itu setiap perusahaan harus memiliki strategi dalam

menentukan kualitas produk yang dihasilkannya. Salah satunya dalam bagaimana

mengembangkan informasi yang sudah ada menjadi informasi yang lebih berguna. Tapi di

dalam perusahaan biasanya informasi yang dibutuhkan tidak sesuai dengan harapan atau

kurang memadai dalam hal penyajian informasi yang dibutuhkan. Dengan kemampuan

teknologi informasi untuk mengumpulkan data dan informasi saat ini sedang gencar untuk

digali data tersebut untuk mendapatkan sebuah informasi yang cepat dan akurat tentunya

sesuai harapan yang diinginkan oleh yang membutuhkan informasi tersebut.

2.2.2. Metode Linear Regression

Linear Regression ini diasumsikan bahwa terdapat hubungan antara variable yang ingin

diramalkan (variabel tak bebas) dengan variabel lain (variabel bebas). Selanjutnya peramalan

ini didasarkan pada asumsi bahwa pola pertumbuhan data historis yang bersifat linier,

walaupun sebenarnya tidak 100% linier. Pola pertumbuhan ini didekati dengan suatu model

yang menggambarkan hubungan-hubungan yang terkait dalam suatu keadaan. Metode Linear

Regression itu sendiri merupakan metode yang cukup populer dan biasanya digunakan untuk

menemukan persamaan dari sebuah data yang dimana data tersebut saling berhubungan antara

variabel satu dengan variabel yang lain dalam satu database yang cukup besar.

Informasi yang dihasilkan dari data mining dengan metode Linear Regression ini

sendiri juga bisa dijadikan sebagai dasar untuk pengambilan keputusan. Metode data mining

ini biasanya dipakai dalam data perhitungan sebuah waktu yang dibutuhkan seseorang untuk

mengantar pizza kepada konsumennya, yang nantinya akan menunjukkan jarak yang akan

ditempuh oleh pengantar pizza itu , jumlah pesanan yang dipesan oleh konsumen dan juga

banyaknya lampu lalulintas yang akan dilewatinya. Metode ini jika diaplikasikan pada

6

aplikasi data mining perhitungan kekuatan beton yang nantinya akan dihasilkan dengan

berdasarkan bahan baku yang nantinya akan digunakan. Jadi misalnya kita memilik semen, air

dan juga batu kecil yang nanti kita pakai, sehingga nantinya dengan menggunakan teknik

data mining ini akan dapat menghasilkan persamaan yang nantinya bisa kita gunakan untuk

menghitung ketahanan atau kekuatan beton yang telah kita buat oleh CV. Sinar Harapan

Semarang.

2.2.3. Manfaat

Dengan implementasi data mining pada aplikasi perhitungan kekuatan beton dapat

membantu saat pembangunan maka akan memudahkan pihak CV. Sinar Harapan Semarang

dalam meningkatkan kualitas beton yang bagus dan memiliki ketahanan yang kuat. Sehingga

akan bisa mengetahui hasilnya sesuai dengan rencana.

Penggunaan metode Linear Regression sangat baik untuk pemecahan kasus

perhitungan kekuatan beton yang akan dihasilkan berdasarkan komponen yang digunakan.

Hal ini menjadikan Linear Regression menjadi alternatif lain sebagai metode yang layak

dijadikan acuan untuk mengembangkan model estimasi pada kasus-kasus lain. Serta dapat

dikembangkan menjadi sebuah sistem pendukung

2.3. Implementasi Data Mining untuk Menentukan Penjualan Sparepart Toyota

Dengan Metode K-Means Clustering

2.3.1. CV. Terang Jaya

Semakin berkembangnya persaingan dalam dunia bisnis khususnya dalam industri

penjualan sparepart mobil dan jasa servis menuntut para pengembang untuk menemukan

suatu pola yang dapat meningkatkan penjualan dan pemasaran barang di perusahaan, salah

satunya adalah dengan pemanfaatan data transaksi. Penggunaan sistem informasi dalam

persaingan yang ketat dalam suatu perusahaan dengan perusahaan yang lain merupakan salah

satu masalah yang datang dari luar perusahaan.

CV. Terang Jaya merupakan perusahaan yang bergerak dalam bidang Otomotif yang

melayani pembelian, penjualan sparepart mobil serta memberikan servis untuk berbagai merek

mobil. Namun demikian CV. Terang Jaya kurang dalam peninjauan produk yang dijual,

produk-produk apa saja yang dibutuhkan konsumen dan penyimpanan data-data kurang

7

efektif. Dengan demikian perlu adanya suatu sistem yang dapat mendukung perusahaan

dalam mengambil keputusan secara cepat dan juga tepat. Dalam hal ini analisa yang

digunakan untuk mengatasi permasalahan tersebut dengan menggunakan penerapan

Clustering dengan menggunakan algoritma K-Means.

2.3.2. Metode K-Means Clustering

K-Means untuk mengelompokkan data kategorial hingga menghasilkan klaster yang

lebih stabil. Algoritma K-means Clustering adalah suatu metode penganalisan data atau

metode data mining yang melakukan proses pemodelan tanpa supervisi (unsupervised) dan

merupakan salah satu metode yang melakukan pengelompokan data dengan sistem partisi.

Metode K-Means berusaha mengelompokkan data yang ada ke dalam beberapa

kelompok, dimana data dalam satu kelompok mempunyai karakteristik yang sama satu sama

lainnya dan mempunyai karakteristik yang berbeda dengan data yang ada di dalam kelompok

yang lain. Data yang di dapat dari CV. Terang Jaya adalah data penjualan sebanyak 50 data

lalu dibentuk menjadi 3 kluster.

2.3.3. Manfaat

Setelah melakukan proses data mining, CV. Terang Jaya mendapatkan banyak

manfaat dari data yang telah diolah yaitu:

A. Dengan adanya pengelompokan data ini, pihak perusahaan dapat mengetahui

barang paling laris, laris dan tidak laris. Sehingga barang yang ada digudang

tidak menumpuk.

B. Dari penelitian ini output yang dihasilkan yaitu, barang paling laris sebanyak 8,

barang yang laris sebanyak 26 dan kurang laris sebanyak 16.

C. Dengan adanya pengolahan data yang dilakukan diharapkan dapat memberikan

solusi kepada pihak perusahaan agar dapat mengetahui mana barang yang paling

laris, laris dan mana barang yang tidak laris.

8

BAB 3. KESIMPULAN

Berdasarkan pembahasan beberapa metode di atas, dapat diketahui bahwa

implementasi data mining sangat membantu perusahaan dalam kepentingan perbaikan

pelayanan, mempercepat pemrosesan data, mengubah data yang tidak diolah menjadi

informasi yang sangat berguna. Seperti pada perusahaan PT. Indomarco dengan

mengimplementasikan data mining, perusahaan tersebut dapat mengelola data untuk

membantu pengambilan keputusan pola penjualan produk. Selanjutnya ada CV. Sinar

Harapan Semarang mengimplementasikan data mining untuk pemecahan kasus perhitungan

kekuatan beton, dengan menggunakannya dapat mempercepat dalam hal estimasi dan

memberikan dukungan keputusan untuk penggunaan beton. Terakhir ada CV. Terang Jaya

mengimplementasikan data mining untuk mengetahui pola penjualan dan pemasaran yang

lebih efisien dan menguntungkan.

9

DAFTAR PUSTAKA

[1] Fikri, A. (2013). Penerapan Data Mining Untuk Mengetahui Tingkat Kekuatan

Beton Yang Dihasilkan Dengan Metode Estimasi Menggunakan Linear

Regression. Universitas Dian Nuswantoro, Semarang.

[2] Irdiansyah, E. (2010). Penerapan Data Mining pada Penjualan Produk Minuman

di PT. Pepsi Cola Indobeverages Menggunakan Metode Clustering. Universitas

Komputer Indonesia.

[3] Kurniawan, S., & Hidayat, T. (2007). Penerapan Data Mining dengan Metode

Interpolasi untuk Memprediksi Minat Konsumen Asuransi (Studi Kasus

Asuransi Metlife). Media Informatika, 5(2).

[4] Tamba, S. P., & Kesuma, F. T. (2019). Penerapan Data Mining Untuk

Menentukan Penjualan Sparepart Toyota Dengan Metode K-Means Clustering.

Jurnal Sistem Informasi dan Ilmu Komputer Prima (JUSIKOM PRIMA), 2(2),

67-72.

[5] Sutrisno, S., Afriyudi, A., & Widiyanto, W. (2013). Penerapan Data Mining

Pada Penjualan Menggunakan Metode Clustering Study Kasus Pt. Indomarco

Palembang. JURNAL MAHASISWA TI S1.