Upload
tranxuyen
View
227
Download
0
Embed Size (px)
Citation preview
Dosen Pembimbing:
Rully Agus Hendrawan, S.Kom, M.Eng
Retno Aulia Vinarti, S.Kom, M.Kom
SIDANG TUGAS AKHIR
PENGGALIAN POLA ASOSIASI PADA DATA WAREHOUSE AGEN PERUSAHAAN MANUFAKTUR MENGGUNAKAN
MICROSOFT SQL SERVER (STUDI KASUS: PT. XYZ)
ANDHIKA PUTRA CAHYARIFIAN
5209100147
PENDAHULUAN
SIDANG TUGAS AKHIR
PENGGALIAN POLA ASOSIASI PADA DATA WAREHOUSE AGEN PERUSAHAAN MANUFAKTUR MENGGUNAKAN MICROSOFT SQL SERVER (STUDI KASUS: PT. XYZ)
Latar Belakang
• Agen PT. XYZ belum mengetahui potensi produk dan perilaku pelanggan
• Agen PT. XYZ masih kurang maksimal dalam mengelola data penjualan
• Data penjualan yang berjumlah ribuan belum bisa dijadikan pendukung keputusan
• Penyimpanan dan pengelolaan data yang lebih baik
• Pengelolaan data untuk mendukung keputusan manajemen
Perumusan Masalah
1. Bagaimana menyimpan dan mengelola data penjualan sehingga bisa digunakan untuk proses pengambilan keputusan?
2. Bagaimana melakukan association rule mining untuk merekomendasikan produk cross-selling ?
3. Berapakah ketepatan penggunaan metode association rule mining dalam meramalkan rekomendasi produk pada pelanggan agen PT. XYZ?
Batasan Masalah
• Data yang digunakan adalah data penjualan agen PT. XYZ di cabang Tunjungan Plaza, Grand City dan Pakuwon Trade Center.
• Data yang digunakan adalah laporan penjualan dengan satuan harian.
• Data penjualan yang digunakan yaitu selama satu tahun dengan waktu Januari 2012 hingga Desember 2012.
Tujuan Tugas Akhir
Tujuan dari pembuatan tugas akhir ini adalah : 1. Membantu pengelolaan data penjualan harian agen PT.
XYZ menggunakan data warehouse pada Microsoft SQL Server sehingga bisa digunakan untuk melakukan pengambilan keputusan.
2. Menemukan pola asosiasi data penjualan produk agen PT. XYZ menggunakan association rule mining sehingga agen PT. XYZ dapat memberikan rekomendasi cross-selling kepada pelanggan.
3. Mengetahui ketepatan penggunaan metode association rule mining untuk meramalkan penjualan produk pada agen PT. XYZ.
Manfaat Tugas Akhir
• Membantu agen PT. XYZ Surabaya untuk mengelola data laporan penjualan dengan adanya data warehouse
• Dapat menjadi salah satu solusi bagi agen PT. XYZ sebagai sistem pendukung keputusan dalam pemberian rekomendasi produk cross-selling dengan mempertimbangkan data laporan penjualan dengan penggunaan metode association rule mining.
METODOLOGI
SIDANG TUGAS AKHIR
PERAMALAN DAN PENGGALIAN POLA ASOSIASI PADA DATA WAREHOUSE AGEN PERUSAHAAN MANUFAKTUR MENGGUNAKAN MICROSOFT SQL SERVER (STUDI KASUS: PT. XYZ)
Metode Pengerjaan
ANALISIS DAN DESAIN
SIDANG TUGAS AKHIR
PENGGALIAN POLA ASOSIASI PADA DATA WAREHOUSE AGEN PERUSAHAAN MANUFAKTUR MENGGUNAKAN MICROSOFT SQL SERVER (STUDI KASUS: PT. XYZ)
Analisis Proses Bisnis
• Untuk meningkatkan profit, salah satu cara yang perlu dilakukan agen PT. XYZ adalah mengetahui potensi produk dan perilaku pelanggannya.
• Mempertimbangkan produk yang memilki tingkat kepentingan tinggi bagi pelanggan dan juga memiliki keterkaitan dengan produk lain. Sehingga produk tersebut akan dapat memenuhi kebutuhan pelanggan kapanpun pelanggan membutuhkan produk tersebut.
Pelanggan melakukan
transaksi pembayaran di kasir
Pelanggan memilih produk Pelanggan memasukkan produk
dalam keranjang
Kasir mencetak faktur penjualan Pelanggan selesai
melakukan transaksi
Analisis Proses Bisnis
NO
FAKTUR
TANGGAL
TRANSAKSI
NAMA
TOKO
NAMA
PEMBELI
NAMA
PRODUK
KATEGORI
PRODUK
JUMLAH HARGA
PRODUK
TOTAL
HARGA
A8300002000 2012-01-01 PTC Medya Novrina
Putri
Bioglo Cherry Pink Lip Kecantikan 2 59000 118000
A8300002000 2012-01-01 PTC Medya Novrina
Putri
Bioglo Pure White Night Kecantikan 4 48000 192000
A8300002003 2012-01-01 PTC Enidar Instant Slim Thigh
Shaper L
Pakaian 1 135000 135000
A8100002000 2012-01-01 Grand City Farid Wahyudi Mildura Instant Ginger Makanan dan
Minuman
2 40000 80000
A8100002000 2012-01-01 Grand City Farid Wahyudi Nn Bilberry Eyebright
Plus
Kesehatan 2 150000 300000
A8100002000 2012-01-01 Grand City Farid Wahyudi Nn DHA Chewebles Kesehatan 3 89000 267000
A8200000186 2012-01-01 Tunjungan
Plaza
Ignatius Ismu Mildura Black Glutinous Makanan dan
Minuman
1 102000 102000
A8200000183 2012-01-02 Tunjungan
Plaza
M Alim Certified Org Spi
200mg-300
Kesehatan 2 135000 270000
Analisis Pembuatan Data Warehouse
• PT. XYZ membutuhkan beberapa laporan yang digunakan untuk meningkatkan produktivitas proses bisnisnya.
No Jenis laporan Data yang dibutuhkan
1 Laporan
penjualan
- Nomor faktur
- Tanggal transaksi
- Bulan
- Nama produk
- Jumlah produk
- Total harga
2 Laporan
penjualan tiap
toko
- Nama toko
- Nama produk
- Bulan
- Jumlah produk
- Total harga
3 Laporan
pelanggan
- Nama pelanggan
- Nomor faktur
- Nama produk
- Jumlah produk
4 Laporan faktur - Tanggal transaksi
- Nomor faktur
- Nama produk
- Jumlah produk
- Total harga
Perancangan ETL
Data Penjualan
Tunjungan Plaza
Data Penjualan
Grand City
Data Penjualan
PTC
Mengambil data yang
diperlukan, kemudian
disimpan didalam
tabel sementara SQL
Database Penjualan
agen PT. XYZ
Mengambil data yang
diperlukan, kemudian
disimpan didalam
tabel sementara SQL
Mengambil data yang
diperlukan, kemudian
disimpan didalam
tabel sementara SQL
Menjalankan script
untuk menjalankan
ETL
Data Warehouse PT. XYZ
Sumber data Penyimpanan data
Perancangan Skema DW
Relationship_1Relationship_2
Relationship_3
Relationship_5
Relationship_4
dim_waktu
id_waktu
tanggal
bulan
<pi> Integer
Date
Variable characters (15)
<M>
pk_1 <pi>
dim_toko
id_toko
nama_toko
<pi> Variable characters (10)
Variable characters (30)
<M>
pk_1 <pi>
dim_pelanggan
id_pelanggan
nama_pelanggan
<pi> Variable characters (25)
Variable characters (30)
<M>
pk_1 <pi>
dim_faktur
id_faktur
nomor_faktur
<pi> Integer
Variable characters (20)
<M>
pk_1 <pi>
dim_produk
id_produk
nama_produk
harga_produk
kategori_produk
<pi> Variable characters (25)
Variable characters (50)
Money
Variable characters (20)
<M>
pk_1 <pi>
fact_transaksi
jumlah_produk
total_harga
Integer
Money
UJI COBA DAN IMPLEMENTASI
SIDANG TUGAS AKHIR
PENGGALIAN POLA ASOSIASI PADA DATA WAREHOUSE AGEN PERUSAHAAN MANUFAKTUR MENGGUNAKAN MICROSOFT SQL SERVER (STUDI KASUS: PT. XYZ)
Proses Pembuatan ETL
Star Schema
Cube
Cube Laporan Penjualan Cube Laporan Pelanggan
Cube Penjualan Tiap Toko
Cube Laporan Faktur
Cube
Penerapan Association Rule Mining
Penggalian Asosiasi dim_faktur dan dim_produk
Khazanah Manjakani Sarapat = Existing Kristal Fresh = Existing
•Nilai probability 1 maka kemungkinan terjadinya pasti terjadi •0,5 jarang terjadi atau dalam artian ragu-ragu •< 0,5 cenderung tidak akan terjadi.
•Nilai importance > 1, berarti kedua item mempunyai korelasi positif •Nilai importance = 1, berarti kedua item merupakan produk yang independen •Nilai importance < 1, berarti kedua item mempunyai korelasi negatif
Penerapan Association Rule Mining
VERIFIKASI
VALIDASI
Menurut pihak agen PT. XYZ transaksi ini terjadi karena kedua produk berasal dari kategori yang sama yaitu kategori produk kecantikan. Selain itu, harga dari produk Kristal Fresh yang cenderung murah menyebabkan banyak pelanggan yang sering membeli produk ini bersamaan dengan produk lain.
Penerapan Association Rule Mining
Penggalian Asosiasi dim_pelanggan dan dim_produk
1. DC Musk Blossom Hand & Body = Existing, Nn Liquid Chlorofyl = Existing Mildura Cereal Low = Existing.(probability 0,53, importance 0,852)
2. Bioglo Body lotion = Existing, Nn Hi C Fruit Chewebles = Existing Kristal Fresh = Existing. (probability 0,89, importance 0,53)
Penerapan Association Rule Mining
Penggalian Asosiasi dim_waktu dan dim_produk
Rule Support Probability Importance
Avelon HFC & Scalp Repair = Existing Avelon HFC & Hair = Existing.
0,06 0,482 1,36
Bioglo Shape & Trim = Existing, Lelan Burst Serum = Existing Nn Liquid Chlorofyl = Existing
0,06 1 0,235
Bioglo Visibly Milk = Existing, Nn Hi C Fruit Chewebles = Existing Nn Liquid Chlorofyl = Existing.
0,06 1 0,235
Bioglo Shape & Trim = Existing, Bioglo Cherry Pink Lip = Existing Nn Liquid Chlorofyl = Existing.
0,06 1 0,232
Mildura Instant Ginger = Existing, Bioglo Cherry Pink Lip = Existing Kristal Fresh = Existing
0,08 1 0,153
Penerapan Association Rule Mining
Instant Slim Camisol L = Existing, Mildura Black Glutinous = Existing Kristal Fresh = Existing.
0,07 1 0,149
Nn Mixed Berry Plus = Existing, Nn Bilberry Eyebright Plus = Existing Kristal Fresh = Existing.
0,07 1 0,148
DC Musk Blossom Body Powder = Existing, Lelan Burst Serum = Existing Kristal Fresh = Existing.
0,069 1 0,145
Bioglo Skin Gel = Existing -> Kristal Fresh = Existing. 0,065 1 0,143
Nn Calcium Plus = Existing, Bioglo Cherry Pink Lip = Existing Kristal Fresh = Existing.
0,069 1 0,145
Bioglo Rose Hip Oil = Existing, DC Musk Blossom Hand & Body = Existing Kristal Fresh = Existing.
0,065 1 0,143
Bioglo Rose Hip Oil = Existing, Mildura Black Glutinous = Existing Kristal Fresh = Existing.
0,065 1 0,143
Nano Tech = Existing, Nn Bilberry Eyebright Plus = Existing Kristal Fresh = Existing.
0,065 1 0,143
Certified Org Spi 200mg-300 = Existing, Lelan Burst Serum = Existing Kristal Fresh = Existing.
0,065 1 0,143
Bioglo Goats Milk Body = Existing, DC Musk Blossom Hand & Body = Existing Kristal Fresh = Existing.
0,065 1 0,143
Bioglo Deodorant Snowhite = Existing, Nn Liquid Chlorofyl = Existing Kristal Fresh = Existing.
0,065 1 0,143
Bioglo Shape & Trim = Existing, Lelan Burst Serum = Existing Kristal Fresh = Existing.
0,065 1 0,143
Supa EPA = Existing, Mildura Black Glutinous = Existing Kristal Fresh = Existing.
0,065 1 0,143
Penerapan Association Rule Mining
Bioglo Goats Milk Body = Existing, Lelan Burst Serum = Existing Kristal Fresh = Existing.
0,06 1 0,140
Bio Pure Aloe Perfecting = Existing, Mildura Black Glutinous = Existing Kristal Fresh = Existing.
0,06 1 0,140
Bioglo Shape & Trim = Existing, Bioglo Cherry Pink Lip = Existing Kristal Fresh = Existing.
0,06 1 0,140
Mildura Coffee Ginseng = Existing, Lelan Burst Serum = Existing Kristal Fresh = Existing.
0,06 1 0,140
Pengukuran Akurasi
Rule Akurasi Recall Precision
Khazanah Manjakani Sarapat = Existing Kristal Fresh = Existing
0,87 0,50 0,06
Avelon HFC & Scalp Repair = Existing Avelon HFC & Hair = Existing
0,87 0,43 0,83
Bioglo Shape & Trim = Existing, Lelan Burst Serum = Existing Nn Liquid Chlorofyl = Existing.
0,64 1 0,1
Bioglo Rose Hip Oil = Existing, Mildura Black Glutinous = Existing Kristal Fresh = Existing.
0,4 0,875 0,09
Bioglo Shape & Trim = Existing, Lelan Burst Serum = Existing Kristal Fresh = Existing.
0,4 1 0,06
KESIMPULAN DAN SARAN
SIDANG TUGAS AKHIR
PENGGALIAN POLA ASOSIASI PADA DATA WAREHOUSE AGEN PERUSAHAAN MANUFAKTUR MENGGUNAKAN MICROSOFT SQL SERVER (STUDI KASUS: PT. XYZ)
Kesimpulan
• Pembuatan data warehouse dapat membantu agen PT. XYZ dalam menyimpan dan mengelola data penjualan karena semua data penjualan tergabung jadi satu di data warehouse. Selain itu, data warehouse juga dapat membantu pihak manajemen agen PT. XYZ dalam mengambil keputusan dengan melakukan proses pembuatan cube. Hal ini terbukti lebih cepat seperti hasil yang telah dilakukan di uji coba pada bab 5.3.
• Berdasarkan hasil analisis penerapan association rule mining pada Microsoft SQL Server yang penulis lakukan, menghasilkan beberapa pola yang bisa dijadikan untuk rekomendasi cross-selling, yaitu pola dengan nilai importance lebih dari 1. Pola ini memiliki korelasi positif antar produk yang ada didalamnya, yaitu jika pelanggan membeli Avelon HFC & Scalp Repair maka pelanggan juga akan membeli Avelon HFC & Hair.
• Terdapat 22 pola yang pasti akan terjadi pada transaksi berikutnya, yaitu pola yang memiliki nilai probability atau probability 1. Namun pola ini tidak dapat dijadikan rekomendasi cross-selling karena korelasi negatif yang dimilikinya,
Kesimpulan • Terdapat 3 pola yang nilai importance dan probabilitnya <1, yang
artinya tidak dapat dijadikan rekomendasi cross-selling
• Hasil penggalian pola asosiasi yang menggunakan data testing hanya menghasilkan lima pola yang bisa digunakan untuk mengukur ketepatan karena data testing yang digunakan hanya dalam jangka waktu empat bulan. Pola-pola yang juga muncul pada data testing antara lain: – Jika pelanggan membeli Khazanah Manjakani Sarapat maka pelanggan juga akan membeli Kristal
Fresh dengan nilai akurasi 87%.
– Jika pelanggan membeli Avelon HFC & Scalp maka pelanggan juga akan membeli Avelon HFC & Hair dengan nilai akurasi 87%.
– Jika pelanggan membeli Bioglo Shape & dan Lelan Burst Serum maka pelanggan juga akan membeli Nn Liquid Chlorofyl dengan nilai akurasi 64%.
– Jika pelanggan membeli Bioglo Rose Hip Oil dan Mildura Black Glutinous maka pelanggan juga akan membeli Kristal Fresh dengan nilai akurasi 40%.
– Jika pelanggan membeli Bioglo Shape & Trim dan Lelan Burst Serum maka pelanggan juga akan membeli Kristal Fresh dengan nilai akurasi 40%.
TERIMAKASIH
SIDANG TUGAS AKHIR
PENGGALIAN POLA ASOSIASI PADA DATA WAREHOUSE AGEN PERUSAHAAN MANUFAKTUR DENGAN MENGGUNAKAN MICROSOFT SQL SERVER (STUDI KASUS: PT. XYZ)