vPERANCANGAN SISTEM REKOMENDASI PENDISTRIBUSIAN KAOS PADA INDUSTRI PAKAIAN JADI MENGGUNAKAN ITEM...

Seminar Nasional Telekomunikasi dan Informatika (SELISIK 2016) Bandung, 28 Mei 2016

263

ISSN : 2503-2844

Intan Melianita1, Wina Witanti2, Faiza Renaldi3

Seminar Nasional Telekomunikasi dan Informatika 2016

PERANCANGAN SISTEM REKOMENDASI PENDISTRIBUSIAN

KAOS PADA INDUSTRI PAKAIAN JADI

MENGGUNAKAN ITEM BASED COLLABORATIVE FILTERING


Jurusan Informatika Fakultas Matematika dan Ilmu Pengetahuan Alam

Universitas Jenderal Achmad Yani

Jl. Terusan Jendral Sudirman, Cimahi 40533

[email protected], [email protected], [email protected]

Abstrak

Pakaian merupakan kebutuhan pokok bagi manusia.

Saat ini pakaian bukan hanya sebagai pelindung

tubuh, tetapi sebagai salah satu model dalam dunia

fashion. Dengan semakin meningkatnya pertumbuhan

penduduk, industri pakaian jadi pun mengalami

perkembangan yang pesat. Pemilihan media yang

tepat dan akurat dapat membuat pesan yang ingin

disampaikan dapat diterima, dimengerti, serta

menjangkau pelanggan sasaran. Terlebih jika iklan

disertakan dalam sebuah program yang digemari oleh

konsumen, maka dapat membangun tingkat

kesadaran konsumen akan merk produk dalam iklan

tersebut. Banyaknya data pendistribusian yang harus

dilakukan penyaringan untuk merekomendasikan

pendistribusian kaos, sehingga sulit menentukan data

pendistribusian mana yang paling tinggi untuk

dijadikan rekomendasi pendistribusian yang banyak

untuk diolah dengan sistem komputasi yang

menggunakan sebuah metode rekomendasi Item

Based Collaborative Filtering agar mendapatkan nilai

yang dekat dan akurat. Penelitian yang akan dibuat

adalah membangun suatu sistem rekomendasi produk

melalui rekomendasi menggunakan pembangkit

rekomendasi. Sistem yang diimplementasi dalam

perangkat lunak yang terintegrasi dengan sistem

rekomendasi dapat dimanfaatkan dalam

merekomendasikan cabang distro yang banyak

melakukan penjualan.

Kata kunci: pakaian; fashion; pendistribusian; Item

Based Collaborativ Filtering.

I. PENDAHULUAN

I.1 Latar Belakang Masalah

Pakaian merupakan kebutuhan pokok bagi

manusia. Saat ini pakaian bukan hanya sebagai

pelindung tubuh, tetapi sebagai salah satu model

dalam dunia fashion. Dengan semakin meningkatnya

pertumbuhan penduduk, industri pakaian jadi pun

mengalami perkembangan yang pesat. Industri

pakaian jadi merupakan industri yang keberadaannya

sudah relatif lama. Industri pakaian jadi dapat

dikatakan sebagai bisnis yang sangat menguntungkan

apabila pengusaha dapat mengikuti perkembangan

trend atau gaya pakaian jadi dan selalu menjaga

kualitasnya. Industri pakaian jadi di Indonesia

terhitung lebih tinggi dari perekonomian pada tahun

2015 yang mencapai 4,67% menurut MENPERIN

(SBA, 2016).

Secara umum industri fashion semakin

berkembang di Indonesia. Industri fashion

merupakan suatu kebutuhan bagi seluruh sosial

masyarakat (Susanto, 2014), (I Made Risma, 2013),

diimbangi dengan perkembangan teknologi mesin

kain yang semakin membuat keinginan untuk

memperindah tampilan. Salah satu kota di Indonesia

yang dapat dijadikan tolok ukur trend fashion adalah

Kota Bandung. Di Kota Bandung dapat ditemukan

banyak Factory Outlet (FO) dan Distribution Store

(Distro) yang banyak diminati anak muda, sehingga

keberadaan trend fashion di Kota Bandung akan

selalu mengikuti perkembangan zaman.

Distro atau distribution store merupakan

salah satu industri pakaian jadi terfavorit bagi

kalangan muda. Distro memiliki banyak model dan

rancangan yang dapat dipilih dan menjadi daya tarik

pembeli untuk berbelanja. Pembelian di Distro dapat

dilakukan dengan mudah, yaitu melalui media

komunikasi dan media online, namun pemesanan

melalui media online, konsumen seringkali tidak

mengetahui produk yang mana yang banyak terjual

mailto:[email protected],%[email protected],%[email protected]


264

ISSN : 2503-2844



dan tidak dapat melihat langsung model dari produk

tersebut (Susanto, 2014). Perusahaan fashion dengan

segala macam keunggulan produk yang ditawarkan

membuat perusahaan semakin sulit menghadapi

persaingan. Semakin banyaknya persaingan antara

perusahaan fashion secara tidak langsung dapat

mempengaruhi suatu perusahaan dalam

mempertahankan pangsa pasar. Strategi dan inovasi

pemasaran perusahaan akan memberikan pengaruh

pada persaingan bisnis yang ada. Dengan adanya

perubahan trend, perusahaan perlu bersikap dinamis

dalam mengikuti perubahan-perubahan yang terjadi

di sekitarnya. Tingkat persaingan yang cukup tinggi

juga terjadi ketika perusahaan memperkenalkan

produk dan menanamkan citra merk dagang

perusahaannya. Ini terbukti dengan semakin

banyaknya perusahaan sejenis yang memiliki merk

dagang yang hampir sama. Komunikasi yang efektif

sebaiknya dirancang melalui pemilihan media yang

tepat dan akurat. Pemilihan media yang tepat dan

akurat dapat membuat pesan yang ingin disampaikan

dapat diterima, dimengerti, serta menjangkau

pelanggan sasaran. Dalam membangun sebuah bisnis

harus mempunyai perancangan bisnis yang matang

dan memiliki sistem yang dapat menunjang semua

permasalahan pada persaingan pasar agar dapat

merekomendasikan sebuah produk yang sedang

diminati kalangan muda dengan mengunakkan

sebuah metode yang dapat meranking dan

merekomendasikan barang yang sedang popular yaitu

dengan menggunakan Metode Item Based

Collaborative Filtering. Penelitian lain menggunakan

Metode Item Based Collaborative Filtering yaitu

perancangan sistem rekomendasi pakaian distro

(Susanto, 2014), memberikan hasil yaitu memberikan

rekomendasi pakaian berdasarkan jumlah pembelian

dan diklasifikasikan menurut kategori produknya

masing-masing serta dapat membantu pelanggan

dalam memilih pakaian.

Penelitian yang akan dibuat adalah

merancang suatu sistem rekomendasi produk melalui

rekomendasi menggunakan pembangkit rekomendasi.

Sistem yang diimplementasi dalam perangkat lunak

yang terintegrasi dengan sistem rekomendasi dapat

dimanfaatkan dalam merekomendasikan cabang

distro yang banyak melakukan penjualan.

I.2 Rumusan Masalah

Banyaknya data pendistribusian yang harus

dilakukan penyaringan untuk merekomendasikan

pendistribusian kaos, sehingga sulit menentukan data

pendistribusian mana yang paling tinggi untuk

dijadikan rekomendasi pendistribusian yang banyak

untuk diolah dengan sistem komputasi.

I.3 Batasan Masalah

Batasan dari penelitian ini sebagai berikut:

a. Data yang digunakan data penjualan bulan Juni,

Juli, Agustus, September, Oktober, November

tahun 2015.

b. Distribusi 12 titik dari 40 titik.

c. Kategori kaos dibagi menjadi 5 kategori yaitu

reglan, long sleeve, kids, basic, standard dan

tidak mengambil data kaos perempuan.

I.4 Keluaran Penelitian

Keluaran dari penelitian adalah berupa

sebuah rancangan sistem yang dapat dijadikan bahan

implementasi sistem guna rekomendasi

pendistribusian mengenai pemilihan cabang yang

memiliki tingkat pendistribusian tinggi.

II. KAJIAN LITERATUR

II.1 Konsep Dasar Item Based Collaborative Filtering

Collaborative Filtering dapat berbentuk,

(a) model rekomendasi skalar yang terdiri atas

rekomendasi numerik seperti 1 sampai 5; (b) model

rekomendasi biner dengan memilih antara setuju atau

tidak setuju, atau dapat pula baik atau buruk; (c)

rekomendasi unary dapat mengindikasikan bahwa

pengguna telah mengobservasi atau membeli item

atau merekomendasi item dengan positif.

Rekomendasi dapat dikumpulkan secara eksplisit,

implisit, atau pun gabungan antara eksplisit dan

implisit. Rekomendasi eksplisit yaitu rekomendasi

yang didapatkan pada saat pelanggan/pengguna

diminta menyediakan opini terhadap item tertentu.

Rekomendasi implisit yaitu rekomendasi yang

didapatkan melalui aksi yang dilakukan pelanggan

(Agustina, 2012), (Badrul, 2001), (Kartini, 2015),

(Puspaningtyas, 2010).

II.2 Item Based Collaborative Filtering

Pemanfaatan sistem rekomendasi cerdas

menggunakan Metode Item Based Collaborative

Filtering untuk membantu pelanggan untuk membeli

produk yang belum dibeli sedangkan produk tersebut

banyak dibeli oleh pelanggan yang lainnya dan


265

ISSN : 2503-2844



memiliki rekomendasi tinggi yang sekiranya akan

membuat pelanggan yang belum membeli produk

tersebut tertarik untuk membelinya. Item-Based

Collaborative Filtering merupakan metode

rekomendasi yang didasari atas adanya kesamaan

antara pemberian rekomendasi terhadap suatu produk

dengan produk yang dibeli (Susanto, 2014).

Pembangkitan rekomendasi akan dihitung dengan

formula (Shofwatul 'Uyun, Imam Fahrurrozi, & Agus

Mulyanto, 2011), lihat pada rumus 1.

R=( )/C…………………(1)

Keterangan:

R : Rekomendasi

B : Nilai pembelian produk (1 jika

membeli & 0 jika tidak

membeli).

Rating : Jumlah rating yang diberikan

oleh pelanggan ke produk yang

disukai.

100 : Nilai maksimum 100, nilai

rekomendasi tertinggi adalah

100.

Max : Nilai maksimum ranking bernilai

5

MaxB : Nilai maksimum pembelian yang

dilakukan oleh pelanggan, jika

pelanggan membeli lebih dari

satu produk, dalam formula ini

tetap akan dihitung membeli satu

produk.

C : Jumlah pengguna yang

mempunyai pola pembelian atau

rekomendasi yang sama dengan

pelanggan yang login pada

sistem.

Pembentukan pembangkit rekomendasi dapat

dilihat seperti pada Tabel 1.

Tabel 1 Pembangkit Rekomendasi

HRM01-HRM05= Kode produk pada HRTY

MERCH.

1. P1-P5 = Id Pelanggan yang telah terdaftar.

2. Angka 1 dan 0 = 1 jika pelanggan tersebut

membeli produk HRTY MERCH,

dan 0 jika tidak melakukan pembelian

produk HRTY MERCH.

3. Angka Pangkat (1-5) = ranking produk yang

sudah diberikan oleh pelanggan.

4. Skala Ranking = 1 (sangat tidak menarik), 2

(tidak menarik), 3 (cukup menarik), 4

(menarik), dan 5 (sangat menarik).

5. Jika pelanggan dengan kode P1 login dan

melakukan pembelian atau rekomendasi

pada sistem maka perhitungan pembangkit

rekomendasi adalah sebagai berikut:

Jadi rekomendasi produk untuk pelanggan P1

akan ditunjukkan pada Tabel 2.

Tabel 2 Hasil Rekomendasi


266

ISSN : 2503-2844



Namun dilihat dari data pembelian produk

pelanggan P1 sudah membeli produk dengan kode

HRM01 dan HRM03 sehingga sistem akan

merekomendasikan produk seperti pada Tabel 3.

Tabel 3 Rekomendasi Produk

III. ANALISIS DAN PERANCANGAN

III.1 Analisis Sistem Berjalan

Distro atau distribution store merupakan

salah satu industri pakaian jadi terfavorit bagi

kalangan muda. Distro memiliki banyak model dan

desain yang dapat dipilih dan menjadi daya tarik

pembeli untuk berbelanja. Pembelian di Distro dapat

dilakukan dengan mudah, yaitu melalui media

komunikasi dan media online, tetapi pemesanan

melalui media online, konsumen seringkali tidak

mengetahui produk yang mana yang banyak terjual

dan tidak dapat melihat langsung model dari produk

tersebut. Dalam membangun sebuah bisnis harus

mempunyai perancangan bisnis yang matang dan

memiliki sistem yang dapat menunjang semua

permasalahan pada persaingan pasar agar dapat

merekomendasikan sebuah produk yang sedang

diminati kalangan muda dengan menggunakan

sebuah metode yang dapat meranking dan

merekomendasikan barang yang sedang popular yaitu

dengan menggunakan Metode Item Based

Collaborative Filtering. Penelitian lain menggunakan

Metode Item Based Collaborative Filtering yaitu

perancangan sistem rekomendasi pakaian distro,

memberikan hasil yaitu memberikan rekomendasi

pakaian berdasarkan jumlah pembelian dan

diklasifikasikan menurut kategori produknya masing-

masing serta dapat membantu pelanggan dalam

memilih pakaian.

III.2 Metode Penelitian

Pada tahapan ini dilakukan proses masukkan

yaitu data latih yang terdiri dari tipe_kaos,

tipe_bahan, nama_barang, kode_barang, ukuran,

jumlah, dan warna akan diproses dengan cara dibuat

pembangkit rekomendasi kemudian akan dihitung

menggunakan sebuah metode yang tepat setelah

dilakukan perhitungan dengan metode tersebut data

akan diuji dengan masukan data uji lalu akan dibuat

pembangkit rekomendasi dan diuji oleh Metode Item

Based Collaborative Filtering kemudian data uji

tersebut akan dimasukkan kedalam database hasil

pembangkit dan akan menghasilkan output sebuah

rekomendasi yang akurat seperti tipe_kaos, ukuran,

cabang, dan warna, dapat dilihat seperti pada Gambar

1.

Gambar 1 Diagram alir sistem rekomendasi

Dalam penelitian ini data masukan yang akan diolah

adalah data penjualan setiap bulannya yang memiliki

atribut yaitu tipe-kaos, tipe_bahan, nama_barang,

kode_barang, ukuran, jumlah, dan warna seperti

Gambar 2.

Gambar 2 Data masukan

Setelah data masukan diproses menggunakan Metode

Item Based Collaborative Filtering data yang akan

dikeluarkan berupa rekomendasi yang akurat, seperti

Gambar 3.


267

ISSN : 2503-2844



Gambar 3 Hasil rekomendasi

III.3 Perancangan Sistem

Perancangan untuk sistem yang akan dibuat

pada penelitian ini dengan menggunakan Usecase

Diagram, Sequence Diagram dan Class Diagram.

Usecase Diagram untuk sistem rekomendasi

pendistribusian kaos dapat dilihat pada Gambar 4.

Gambar 4 Usecase Diagram sistem rekomendasi

Sequence Diagram menggambarkan

interaksi antara sejumlah obyek dalam urutan waktu

setiap rangkaian pesan yang dikirim dimulai dari satu

obyek ke obyek lainnya pada titik tertentu setiap

eksekusi sistem. Salah satu Sequence Diagram yang

dibuat untuk sistem rekomendasi ini dapat dilihat

pada Gambar 5.

Gambar 5 Sequence Diagram Pendistribusian

Class Diagram adalah diagram yang

menggambarkan class-class yang bekerja pada

sistem. Terdapat beberapa class yang saling

terhubung dan berkaitan pada Perancangan Sistem

Rekomendasi Pendistribusian Kaos Menggunakan

Item Based Collaborative Filtering, dapat dilihat pada

Gambar 6.

Gambar 6 Class Diagram sistem


268

ISSN : 2503-2844



IV. KESIMPULAN

Berdasarkan pada hasil penelitian yang telah

dilakukan dapat disimpulkan bahwa:

1. Analisis dan perancangan yang telah dibuat akan

memudahkan dalam implementasi untuk sistem

yang akan dibangun untuk merekomendasikan

cabang dan hasil penjualan setiap cabang.

2. Sistem rekomendasi yang dikembangkan akan

menggunakan Metode Item Based Collaborative

Filtering dalam memberikan rekomendasi

cabang berdasarkan jumlah penjualan dan

diklasifikasikan menurut kategori produknya

masing-masing serta dapat membantu

perusahaan untuk melakukan pendistribusian.

REFERENSI

Kartini. (2015). Aplikasi Strategi Diferensiasi Produk

Pakaian Jadi dalam Menghadapi Masyarakat

Ekonomi ASEAN (MEA) 2015 Medan

Badrul. (2001). Item Based Collaborative Filtering

Recommendation Algorithms 2001

Puspaningtyas. (2010). Pengaruh Tingkat Upah,

Tenaga Kerja dan Model Kerja terhadap

Produksi Industri Pakaian Jadi Tekstil (Studi

Kasus di Kota Denpasar) 2013 E-Jurnal

Ekonomi Pembangunan Unud Vol:27393-

400

Susanto. (2014). Perancangan Sistem Rekomendasi

Pakaian Distro Menggunakan Item

Collaborative Filtering (Studi Kasus: The

Jungle Distro Medan) 2014 Pelita

Informatika Budi Darma Vol: VI558-62

Agustina. (2012). Ragam Budaya Fashion Tanah Air

yang Mengantarkan Indonesia Menembus

Pasar International 2012 Jurnal

TransBORDERI 12149-160

Sistem Rekomendasi Paket Wisata Se-Malang Raya

Menggunakan Metode Hybrid Content

Based dan Collaborative 2015 Ilmiah

Teknologi dan Informasi ASIA91

Shofwatul 'Uyun Imam Fahrurrozi Agus Mulyanto.

(2011) Item Collaborative Filtering untuk

Rekomendasi Pembelian Buku secara

Online Vol:1763-70

Sistem Rekomendasi Nilai Matakuliah Menggunakan

Metode Content-Based Filtering 2010

Seminar Nasional Informatika 2010

(Seminar IF 2010) ISSN: 1979-2328

vPERANCANGAN SISTEM REKOMENDASI PENDISTRIBUSIAN KAOS PADA INDUSTRI PAKAIAN JADI MENGGUNAKAN ITEM...

Sales

Transcript of vPERANCANGAN SISTEM REKOMENDASI PENDISTRIBUSIAN KAOS PADA INDUSTRI PAKAIAN JADI MENGGUNAKAN ITEM...