weno. S055
FM-BINUS-AA-FPU-I36RI
UNIVERSITAS PERNYATAAN DEWAN PENGUJI
NA \NUSANTARA PENDADARAN SKRUPSI SI
FAKULTAS : ILMU KOMPUTER
Dengan ini, kami dewan penguji pendadaran skripsi $1 menyatakan bahwa
YANSVIVI (0600668072)
Telah Iulus mengikuti ujian pendadaran skripsi S1 pada tanggal 13 Februari 2006 dengan judul =
ANALISIS DAN PERANCANGAN DATA MINING PADA PT. RICKY PUTRA
GLOBALINDO TBK
DEWAN PENGUSI:
Jabetan Kode Dosen Nama Dosen Ts ‘angan
Ketua / Peaguji l 0432 Enverny Vert, M.Se,
Penguji IT DI34s Djaubarry Noor, Ir, M.Sc
“ase wb
speup %
apes Arar Rar oro Ray N27, aman, cata Sa 1590
kampu Sphdin 3 or Sancen Neg Neranggeanamerh aa Sat 1680
Tia Sin scale Pax crayon
angus Khang. 2 teonoaa ir Ia 4s Forangaonaoran lara Bare
tena 5 ap frctyenevese ran (et ooo
“Tea ata Teoasas Pax aT sees
ameroge: HosniFIM-BINUS-AA-FPU-I36/RI
sacs” UNIVERSITAS PERNYATAAN DEWAN PENGUJI
NA|NUSANTARA PENDADARAN SKRIPSI SI
FAKULTAS : ILMU KOMPUTER,
Dengan ini, kami dewan penguji pendadaran skripsi SI menyatakan bahwa
‘VILYA MATARI ARIFIN (0600668122)
Telah Iulus mengikuti ujian pendaderan skripsi SI pada tanggal 13 Februari 2006 dengan judul =
ANALISIS DAN PERANCANGAN DATA MINING PADA PT. RICKY PUTRA
GLOBALINDO TBK
DEWAN PENGUJI:
Jabatan Kode Dosen Nama Dosen ‘rakgafangon
Ketua/ Pengujil 9432 Envermy Vem, M.Sc.
Prone
Penguji I D1348 Djauharry Noor, Ir, M.Sc
Karp Apgar J. Haben eA Ne Zena naa Fae 1550
esha
s.whrewo ane arg eka 6 Rayer Ba eka Seta 2120
Sinai tensa yoo aan Pan ea) Hoes
emcee promisedaot. AUS
FM-BINUS-AA-FPU-L36Rt
UNIVERSITAS PERNYATAAN DEWAN PENGUSI
NA|NUSANTARA PENDADARAN SKRIPSI St
FAKULTAS : ILMU KOMPUTER
Dengan ini, kami dewan penguji pendadaran skripsi SI menyatakan bahwa
ILEN HARDINATA (0600669301)
‘Telah hulus mengikuti ujian pendadaran skripsi $1 pada tanggal 13 Februari 2006 dengan judul :
ANALISIS DAN PERANCANGAN BATA MINING PADA PT. RICKY PUTRA
GLOBALINDO TBK
DEWAN PENGUJI:
Jabatan Kode Dosen Nama Dosen Takdy/fangan
Ketua / Pengujil 0432 Envermy Vem, M.Sc.
Penguji I D134 Djauitarry Noor, Ir, MSc ——
angus hogar Kar Jerk Raya No 27 Kerang
amps Syahe KH yates Kenarogamne's ns
“nj 600i) Sve s6 esos Fs oa) 0c
amps Kinng. Heangpetn rl Mo 4, romanggeanttmerh xa as 1480
“Tp ter) 5127650 or oo aeue
_s:Wibwe Canta tng Lt Nf Reborn Be aba Seen 12120
“eeb ny oso Tonann nan ots Paneass
rapape-HosnwtranaedANALISIS DAN PERANCANGAN DATA MINING PADA PT. RICKY PUTRA.
GLOBALINDO Tbk
SKRIPSE
Disusun oleh :
Disetujui oleh:
Pembimbing
\
=
2.
Mohamma ti, BE.MLSc
+ BO63:
Universitas Bina Nusantara
Jakarta
2006
iffUNIVERSITAS BINA NUSANTARA
Jarusan Teknik Informatika
Skripsi Sarjana Komputer
Semester Ganjil 2005/2006
ANALISIS DAN PERANCANGAN DATA MINING
PADA PT. RICKY PUTRA GLOBALINDO Tbk
YANSVIVE 0696568072
VILYA MATARE ARIFIN 0600668122
ELEN HARBINATA 0600669361
Kelas / Kelompok : O7PRT / 06
Abetrale
Perusahaan membatuhkan lebih dari sckedar informasi, melainkan pengetahuan yang
Gapat digonaken untuk menentukan trend perusahsan guna meningkatkan kinerja
perusshaan, Karena ity perusahan membutuhkan aplikesi data mining yang dapat
mengolah data dalam jumlah besar, mengenalisanya, dan kemudian menyediakan baik
informasi dan pengetahuan yang dibutuhkan oleh eksekutif perusahaan dalam proses
pengambilkan kepatusan. Tujuan penulisan skripsi ini adalah untuk menemukan pola-
pole pemasaran pada PT Ricky Putra Globalindo Tbk yang nantinya dapat digunakan
untuk membentu para aktivis bisnis dalam mengambil keputusan atau membuat
Kebijakan marketing di masa yang akan datang.
Dalam pembuatan skripsi ini, metodologi yang digunakan adalah studi pustaka den
penelition lapangan. Studi pustaka mencakup buku-buku yang relevan terhadap topik
atau problem yang sedang dibahas, Sedangkan penelitian lapangan antara lain observasi
Iapangan dan wawancara yang dilakukan pada pihak eksekutif guna mendapatkan
gembaran masalah dan data-deta yang dibutuhian untuk penelitian.
Hasif penelitian berupa model data mining yang dibuat dengan menggunakan telmik
statistik dan decision tree. Berdasatken statistik dan mining model tersebut, dapat
ditarnpilken hasil prediksi tingkat penjualan, tingkat penjualan pada masa promosi, dan
pols pembeyaran pelanggan yang direpresentasikan dalam bentuk probability.
Dari hasil penelitien tersebut dapat disimpulkan bahwa aplikasi lata mining ini dapat
digunakan untuk membantu bagian pemasaren PT, Ricky Putra Globalindo Tbk dalem
menentukan strategi pemasaran dan mengambil kebijakan-kebijakan yang berhubungen
dengan penjualan secare efeltif.
Kata kanci:
Data Mining, Decision TreePRAKATA
Puji syukur kami panjatkan kepada Tuhan Yang Maha Esa atas segala rehimat-
‘Nya, sehingga skripsi yang berjudul “Analisis dan Perancangan Data Mining pada PT.
Ricky Putra Globalindo Tok” dapat diselesaikan dengan baik dan tepat pada waltunya.
Adapun tujuan dari penulisan skripsi ini adslah untuk memenuhi persyaratan dalam
menyelesaikan jenjang studi Strate-1 (Si) jurusan Teknik Informatika di Universitas
Bina Nusantara.
Dalam kesempatan ini, perkenankanlah kami mengucapkan terima kasih kepada
semua pihak yang telah membantu kami dalam menyelesaikan pemulisan skripsi ini,
yaitu kepada:
1, (Aim) Ibu Ir. Th. Widia S., MM, selaku Pejabat Rektor Universitas Bina Nusantars
terdabulu yang telah secara tidak langsung memberikan penuiis kesompatan dalam
menyelesaikan skripsi ini.
2. Prof. Dr. Gerardus Polla. M.App.So, selaka Rektor Universitas Bina Nusantara atas
semua pendidikan yang (elah kami terima selama ini di Universitas Bina Nusantaca.
3, Bapak Ir. Sablin Yusuf, M.Se..M.Comp.Se, selaku Dekan Fakultas fimu Komputer
Universitas Bina Nusantara yang telah meayediakan fasilitas-fasilitas sehingga kami
dapat menyelesaikan skripsi ini sebageimana mestinya.
4, Bapak Mohammad Subekti, M.Sc, selaku Ketua Jurusan Teknik Informatika yang
telah memberikan kesempatan kepada kami untuk menyelesaikan skripsi ini serta
selaku pembimbing kami yang teleh baayak memberikan petunjuk, bimbingan dan
masuken yang berharga dalam penyusunan skripsi ini.5. Seluruh dosen Universitas Bina Nusantara yang telah memberikan bekel dan
tuntutan dalam menyelesaikan gelar kesarjanaan ini
6. Bapak Didi, selaku IT Manager PT. Ricky Putra Globalindo Tbk yang telah bersedia
menerima kami untuk mengedakan penelitien di PT. Ricky Putra Globalindo Tbk
serta memberikan informasi dan data yang berkaitan dengan penyusunan skeipsi ini.
7. Orang tua kami yang telah banyak metaberikan dorongan moral dan materi dalam
penyusunan skripsi ini.
8 Temanteman kami yang telah banyak memberikan masukan dalam penyusunan
skripsi ini
9. Semua pihak yang tidak dapat kami sebutkan satu per satu baik yang secara langsung
ataupun tidak langsung telah membantu dalam penulisan skripsi ini
Akhir kata, kemi akan sangat menghargai jika ada kritik dan satan yang
membangun dari pembaca untuk penyempumaan skripsi ini. Kemi berharap semoga
skcipsi ini dapat memberiken manfsat dan sumbangan untuk perkembangan ilmu
pengetahuan dan teknotogi informasi.
Jakarta, 19 Januari 2006
PenulisDAFTAR ISE
Halaman Judul Luar ...
Halaman Judui Dalam .......
Halaman Persetujuan Hardcover .. iii
Halaman Pernyataen Dewan Penguii .. iv
Abstrak .. iv
Prakata
Daftar isi...
Daftar Tabel
Daftar Gamer ... xiii
BAB1 PENDABULUAD 1
1.1, Latar Belakang ...
we
1,2, Ruong Lingkup ...
13. Tujuan dan Manfast ....
we
14, Metodologi 4
LS. Sistematiia Penulisan 5
BAB2 LANDASAN TEORE secu seseensnnsnesnene 7
2.1. Teori Umum . 7
2.4.1, Pengertian Data, Informasi, dan Pengetahuan .... 7
2.1.2. Tingkat Manajemen Pengguna Informast ...... 9
2.1.3, Pengertian Marketing ... 10
2.1.4. Pengertion Penjualan .. un
viix
&
224
2.24.
225.
. Teori Khusus ....
|. Data Warehouse ..
Database ..
2.2.1.1. Definisi Database
2.2.1.2.Database Management System (DBMS)
OLTP (On-Line Transaction Processing) ...
2.2.3.1. Definisi Data Warehouse ..
2.2.3.2. Arsitektur Data Warehouse ...
2.2.3.3. Kerakteristik Data Warehouse ..... . 20
2.2.3.4. Model Data Warehouse
2.2.3.5.Data Mart ........
OLAP (On-line Analytical Processing)
2.24.1.Cube .... 26
Data Mining
2.2.5. L.Definisi Data Mining ....
2.2.8.2.Data Mining sebagai Knowledge Discovery .
. 28
2.2,5.3.Fungsi Data Mining ..
2.2.5.4.2roses Data Mining
2.2.5.5. Teknik Data Mining .. . 36
22.5.5.1. Classical Technique
2.2.5.5.1. 1. Statistik . 38
2.2.5.5.1.2.Nearest Neighbor ... . 38
2.2.5.5.1.3.Clustering ...2.2.5.5.2. Next Generation Technique ...
2.2,5.5.2.1.Decision Tree ..
2.2.5.5.2.2 Neural Network ..
. 49
2.2.5.5.2.3.Rule Induction 50
2.2.5.6.Patterns dan Mining Model...
2.2.5.6.1. Patterns
225.6.2. Mining Model .....
2.2.5,7.Cara Kerja Data Mining » 52
2,
5.7.1. Materi Menteh (Raw Material) ...
2.
7.2. Proses (Process)
2.2.5.7.3. Produk (Product) ..
. 54
2.2.5.8. Metodologi Data Mining ..
2.2.5.8.1. Analyzing The Problem
. Extracting and Cleansing The Data
Validating The Data .... .. 36
. Creating and Training The Model .. 56
Querying the Model Data..
Maintaining The Validity of The
Data Mining Model .. 57
2.2.6. OLAP vs Data Mining
BAB3 ANALISIS DAN PERANCANGAN SISTEM ..
3.1. Gambaran Umum Perusshaaa .....
BLL. Sejarah Perusahaan3.1.2. Visi dan Misi ...
3.1.3. Seruktar Organisa:
3.14. Wewenang dan Tanggung Jawab ..
3.2. Analisa SWOT
3.3, Analisa Masalah dan Sistem Berjalan ...
3.3.1. Bagen Work Flow Terhadap Sistem Penjualan
PT. Ricky Putza Globalinde Tbk
3.3.2. Strategi Pemasaran .. . 6
3.3.3. Identifikesi Masalah ...
3.3.4. Usulan Pemecahan Masalal
3.3.5. Analisis Kebutuhan Sistem terhadap Sistem Berjalan ...
3.4, Analisis Sistem Berjatan
3.4.1. Entity Relationship Diagram (ERD) Basis Data Berjalan ...... 71
3.4.2, Analisis Metadata dari Data Mart
3.4.3. Relationship dati Data Mart Berjalan .....
344. Perancangan Kubus untuk Model Data Mining ..
3.4.4.1.Cube Penjuglan ........0
3.4,4.2.Cube Pembayarat wees
3.45, Perancangan Mining Model .
3.4.6, Perancangan Layar ..
3.4.7. State Transition Diagram (STD) .. . 9S
BAB 4 EMPLEMENTASI DAN EVALUASE scssnsssssosscsssesesesssersssssrsssseeeresssss 108
4,4, Implementasi Sistem ... + 1004.1.1. Kebutuhan Sumber Data ....
4.1.1. LKebutuhan Perangkat Keras ..
100,
4.1.1.2. Kebutuhan Perangkat Lunak ....
4.1.1,3.Kebutuhan Perangkat SDM ...
4.1.2. Instruksi Penggunsan Sistem ...
4.2. Hasil Evaluasi Dengan Data Dummy
BABS SIMPULAN DAN SARAN
5.1. Simpulan ..
5.2, Saran...
DAFTAR PUSTAKA, sessessscsssecsees
wnrrsororarsorseerosoree 146,
DAFTAR RIWAYAT HIDUP .. woe 148
LAMPIRAN
FOTOCOPY SURAT SURVEITebel 2.1,
Tabel 3.1.
Fabel 3.2.
Tabel 3.3.
Tabel 3.4.
Tabel 3.5.
Tabel 3.6.
Tabel 3.7.
Tabel 3.8.
Tabel 3.9.
Tabel 3.16.
Tabel 3.11.
Tabel 3.12.
‘Tabel 3.13,
Tabel 3.14,
Tabel 4.1.
Tabel 4,2.
DAFTAR TABEL
Tabel Algoritma Score Card for Decision Tree...
Tabel Anaiisa SWOT ..
Tabet Keterangan Basis Data pada PT. Ricky Putra Globalindo Tbk ... 72
Tabel DimDivisi ........ . 73
Tabel DimProduk .... . 74
Tabel DirtCabang ne spel een peas
‘Tabel DimPeriode .. . 75
Tabel DimnSales .....
Tabel DimArea ....
Tabel DimPelanggan ... _7
Tabel DimPromos .....
Tabel FaciPenjualan
‘Tabel FactPembayaran ....
Tabel Relationship ..
Tabei Perancangan Model Data Mining .....
Tabel Spesifikasi Perangkat Keras yang Dibutuhkan
Tabel Spesifikasi Perengkcat Lunak yang Dibutuhkan ...
xiiGambar 2.1.
Gambar 2.2.
Gambar 3.1,
Gambar 3.2.
Gambar 3.3.
Gambar 3.4.
Gambar 3.5.
Gamber 3.6.
Gampbar 3.10.
Gambar 3.11.
Gambar 3.12.
Gambar 3.13.
Gambar 3.14.
Gambar 3.15.
Gambar 3.16,
Gamber 3.17. Rancangan Layar Update User pada User Management ..
DAFTAR GAMBAR
Arsitektur Data warehouse ....
Proses Knowledge Discovery in Datahases
Struktur Organisasi PT. Ricky Putra Giobalindo Tbk ...
-. 60
Bagan Work Flow Sistem Penjualan pada
PT. Ricky Putra Globalindo Tbk ..
Entity Relationship Diagram. 72
Relationship dari Data Mart Berjalan 80
Model Cube Penjuaian .. . 82
Model Cube Pembaysran .. a. 83
Raneangan Leyar Login . 8S
Rancangan Layer Login Failed . 85
Raneangan Layar Utama
. Raneangan Layar Menu File ..
Raneangan Layar Menu Option ..
Rancangan Layar Change Password ..
._ Rancangan Layar Peringatan Change Password Successed ....
Rancangen Layar Peringatan Change Password Failed «..
. Rancangan Layar User Management ..
. Rancangen Layar Add New User pada User Management...
Gambat 3.18. Rancengan Layer Peringaten Delete User pada User Management ... 91Gambar 3.19,
Gambar 3.20.
Gambar 3.21.
Gambar 3.22.
Gamber 3.23.
Gambar 3.24.
Gambar 3.25.
Gambar 3.26.
Gambar 3.27.
Gambar 3.28.
Gambar 3.29.
Gambar 3.30.
Gambar 3.31.
Gambar 3.32.
Gambar 3.33.
Gambar 3.34.
Gambar 4.1.
Gambar 4.2.
Gembar 4.3,
Gambar 4.4,
Gambar 4,5.
Gambar 4.6.
Rancangan Layar Peringatan Delete User Admin
pada User Management... 9
Rancangan Layar Menu Data Sf cru . 92
Rancangan Layar Data Set .. . 92
Rancengan Layar Menu Statistik: 93
Rancangan Layat Statistik... 93
Rancangan Layar Menu Mining Model... 194
Raneangan Layat Mining Model 0... 94
STD Form Login... a. 95
STD Form Change Password .. 95
SID Forin User Management .....csussnsernsnininrninennssee 96
STD Form Add New User ....
STD Form Update User .. . 97
STD Form Data Set . . 97
SED Form Statistik
. STD Fora Mining Mode!
SID Form Utama
‘Tampilan Layar Login ..
‘Tampilan Pesan Kesalahan jika Username Salah ........
Tampilan Pesan Kesalahan jika Password Selah
Tampilan Pesan Kesalahan jika Melakukan Kesalaban dalam
Login Sebanyek 3 Kali ...un
‘Tampilan Layar Utama ...
‘Tempilan Layar Menu File ...
xivGambar 4.7.
Gambar 4.8.
Gambar 4.9.
Gambar 4.16.
Gambar 4.51.
Gambar 4.
Gambar 4.13.
Gambar 4.14.
Gambar 4.15.
Gambar 4.16.
Gambar 4.17.
Gambar 4.18.
Gambar 4.19,
Gambar 4.20.
Gambar 4.21.
Gambar 4.22,
Gambar 4.23.
Gambar 4.24,
Gambar 4.25.
Gembar 4.26.
Gambar 4.27.
Gambar 4.28.
. Menu Change Password
Tampilan Layar Menu Option ...
‘Tampilan Layar Menu Data Set
‘Tampilan Layar Menu Statistik.
Tampilan Layar Menu Mining Model...
Tampilan Layar Menu About ....
Tampilan Layar Change Password ..
‘Tampilan Pesan Kesalahan Memasulkan Password Lama.
Tampilan Pesan Keselahan Memasukkan
Konfirmasi Password Bara
‘Tampilan Pesan Sukses untuk Ubah Password ..
Tampilan Layar User Management
‘Fampilan Layar Add New User ....
Tampilan Pesan Kesalahan User yang Diinput Sudah Ada
Tampilan Tabel User List ...
‘Yampilen Layar Update User
‘Tampilan Layar Konfirmesi Delete User ..
‘Tampilan Layar Data Set...
‘Tampilan Layar Data Set Hide Detail .
Tampilan Layar Data Set Berdasatkan Divisi
Tampilan List Divisi
‘Tampilan Layar Data Set untuk Divisi Dellewear ..
Tampilan List Cabang ....Gambar 4.29.
Gambar 4.30.
Gambar 4.31.
Gambar 4.32.
Gambar 4,33,
Gambar 4.34,
Gambar 4.35.
Gambar 4.36.
Gamber 4.37.
Gambar 4.38.
Gambar 4.39,
Gambar 4.40.
Gambar 4.41.
Gambar 4.42.
Gambar 4.43.
Gambar 4.44.
Gambar 4.45,
Gambar 4.46.
‘Tampilan Layar Date Set untuk Divisi GTMAN
dan Cabang “Cabang 1” ..
Tampilan List Tahun ..
‘Tampilan Layar Date Set untuk Divisi GTMAN,
Cabang “Cabang 1” dan Tahun 2004 ..
‘Tampilen List Nama Produk .....
‘Tampilan Layar Data Set untuk Divisi GTMAN,
Cabang “Cabang 1”, Tahun 2004 dan Produk GIMAN_12 ........122
‘Tampilan Layar Statistik ... 123
‘Tampilan List Tahun pada Layar Statistik
Tampilan List Cabang pada Layar Statistik .
‘Tampitan List Pelanggan pada Layar Statistik ...
‘Tampilen List Produk pada Layar Statistik.
Tampilan List Divisi pada Layar Statistik...
‘Tampilan Layar Statistik untuk Divisi GIMAN
Tampilan Layar Statistik untuk Divisi GTMAN,
Tahun 2004 dan Cabang “Cabang 1”........
Tampilaa Layar Mining Model .
‘Tampilan Layar Decision Tree untuk Mining Model Promosi ........ 129
Statistik Tingkat Penjualen pada Tahun 2004 .
Statistik Tingkat Penjualan Untuk Divisi DELLAWEAR
peda Tahun 2004 .....
Statistik Tingkat Penjualan Untuk Divisi GTMAN
pada Tahun 2006 ..Gambar 4.47.
Gambar 4.48,
Gambar 4.49.
Gambar 4.50.
Gambar 4.51.
Gambar 4.52.
Gembar 4.53.
Gambar 4.54.
Gambar 4.55,
Gambar 4.56.
Gambar 4.57.
Gambar 4.58.
Gambar 4.59.
Gambar 4.60.
|. Decision Tree Tingket Penjualan Divisi RICSONNY
Statistik Tingkat Penjualan Untuk Divisi Kaos Kaki
pada Tahun 2004
Statistik Tingkat Peqjuaian Untuk Divisi MENS APPAREL
pada Tafun 2004
‘Stetistik Tingkat Penjualan Untuk Divisi RICKY pada Tahun 2004 .... 132
Statistik Tingkat Penjualan Untuk Divisi RICSONNY
pada Tahun 2004 .
Decision Tree Tingkat Penjualan Divisi RICKY
Decision Tree Tingkat Penjualan Divisi GIMAN .
Decision Tree Tingkat Penjualaa Divisi Kaos Kaki ....
Decision Tree Tingkat Penjualan Divisi DELLAWEAR ..
Decision Tree Tingkat Penjualan Divisi MENS APPAREL
‘Tampilan Content Detail Pane Berdasarkan Divi
Decision Tree Tingkat Penjualan pada Masa Promosi
Berdasarkan Nama Promosi ...
Child Node dari Node “Bulan~Januari” pada Decision Tree
Promos! Berdasarkan Nama Promosi
‘Tampilan Layar Decision Tree Pembayaran Berdesatkan
Lama Keteriambatannya ......... seseeeee EAD
xvii