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: HosniFIM-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 promisedaot. 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-HosnwtranaedANALISIS 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 iffUNIVERSITAS 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 TreePRAKATA 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 PenulisDAFTAR 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 viix & 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 Perusahaan3.1.2. 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 ... + 1004.1.1. 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 SURVEITebel 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 ... xiiGambar 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 ... 91Gambar 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 ... xivGambar 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