IMPLEMENTASI DATA MINING MENGGUNAKAN LEAST SQUARE METHOD UNTUK

IMPLEMENTASI DATA MINING MENGGUNAKAN LEAST SQUARE METHOD UNTUK PREDIKSI PENJUALAN PRODUK INDIHOME BERDASARKAN PERBANDINGAN TEKNIK PROMOSI DI PT. TELEKOMUNIKASI INDONESIA, TBK BANDUNG SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN ILMU KOMPUTER LPKIA PROGRAM STUDI TEKNIK INFORMATIKA BANDUNG 2017 6313076 Yeris Yendi Risdiawan Abstraksi Metodologi Penelitian Dalam berwirausaha tidak lepas dari kegiatan jual – beli, yaitu jual / beli dalam bentuk produk ataupun jasa dengan arti lain penjualan merupakan salah satu siklus utama dalam berwirausaha. Berwirausaha tentunya diperankan oleh suatu perusahaan atau perseorangan yang bergerak dalam dunia bisnis yang mana setiap perusahaan pasti memiliki tujuan tertentu dan strategi-strategi khusus dalam memasarkan produk atau jasanya supaya menjadi bahan konsumsi bagi masyarakat, dengan diantaranya strategi yang dilakukan oleh perusahaan salah satunya yaitu berupa menyusun teknik-teknik promosi mana saja yang di prediksikan memiliki pengaruh besar pada pendapatan perusahaan dan kemudahan dalam memasarkan produk / jasa sehingga pemasaran produk dapat di lakukan secara efektif dan efisien. Suatu perusahaan yang telah lama berjalan ataupun baru berjalan dalam kurun waktu satu tahun di bidang bisnis tentunya pasti memilki data-data histori penjualan, yang sebetulnya apabila suatu perusahaan dapat melihat suatu kesempatan dengan memanfaatkan teknologi, perusahaan dapat memanfaatkan data-data histori tersebut sebagai penggali yang bermanfaat bagi perusahaan yaitu dengan menggunakan teknik data mining, yang dimaksud dari data mining ialah menggali informasi atau pengetahuan baru berdasarkan memanfaatkan data -data histori. Dalam kasus ini data-data yang dimanfaatkan berupa data historis penjualan dengan beberapa teknik promosi dengan tujuan untuk memprediksikan jumlah penjualan pada masa yang akan datang serta rekomendasi teknik promosi mana yang memiliki nilai paling besar. Dalam memanfaatkan teknik data mining tersebut tidak lepas dari penerapan suatu metode, dalam kasus ini metode yang di terapkan adalah metode least square dengan tahapan mencari nilai tabulasi kemudian mencari nilai a, b dan y tentunya dengan format rumus yang dimiliki metode least square. Metode Least Square (Kuadrat Terkecil) merupakan metode yang paling umum digunakan dalam peramalan untuk data time series. Metode ini sangat sederhana karena memiliki persamaan yang sama dengan regresi linear sederhana yaitu Y= a + b. X Latar Belakang Implementasi data mining menggunakan least square method di lihat dari beberapa aspek : 1. Metode Teknik Data Mining untuk forecasting (peramalan) yang menggunakan metode least square. Yang dimana metode least square di gunakan untuk melakukan peramalan pada masa yang akan datang dengan memanfaatkan data historis yang di susun menurutan waktu (time series) 2. Objek Dengan memanfaatkan data penjualan historis yang banyak yang telah terkumpul dari waktu ke waktu dapat di gali manfaat atau pengetahuan baru, data yang di maksud adalah data penjualan produk indihome di mana: Y = data berkala atau nilai trend untuk periode tertentu X = periode waktu ( hari, minggu, bulan dan tahun ) a =konstanta, nilai Y jika X=0 b =koefisien X, kemiringan garis trend (slope) di mana: Y = nilai data berkala n = jumlah periode waktu x = tahun kode Tahun kode (x) memiliki nilai-nilai yang berbeda untuk jumlah tahun ganjil dan tahun genap. a. Untuk jumlah tahun ganjil (n ganjil), nilai-nilai X nya: …, -3, -2, -1, 0, 1, 2, 3, … b. Untuk jumlah tahun genap (n genap), nilai-nilai X nya: …, -5, -3, 1, +3, +5, … Menghitung Tingkat Error & Selisih Cara mengevaluasi teknik peramalan adalah menggunakan ukuran tentang tingkat perbedaan antara hasil peramalan dengan permintaan yang sebenarnya terjadi. Dua diantaranya menggunakan rumus MAD & MSE : Contoh Proses Perhitungan Prediksi 3. Perusahaan PT Telkom merupakan perusahaan di bidang jasa layanan telekomunikasi dan jaringan yang memiliki salah satu produknya ialah indihome suatu paket layanan komunikasi dan data. Pada perusahaan Telkom saya memulai penelitia tentang prediksi penjualan. Tabel 1. Data Penjualan. Tabel 2. Tabel Tabulasi Tabel 3. Hasil Prediksi Y 1 Tabel 4. Hasil Prediksi Y 2 Identifikasi Masalah & Tujuan Identifikasi Masalah : 1. 2. 3. Bagaimana cara penerapan metode untuk prediksi penjualan sehingga terlihat hasil prediksi dan akurasi nya ? Bagaimana mengidentifikasi teknik promosi mana yang bisa menjadi rekomendasi bagi perusahaan untuk masa yang akan datang ? Bagaimana pemanfaatan data-data historis sebagai tolak ukur prediksi penjualan ? Contoh Proses Perhitungan Tingkat Error & Selisih 1. Gunakan Data Penjualan yang sudah ada data asli penjualan (diusahakan data asli yang di dapat dari perusahaan yang digunakan dalam proses disini masoh merupakan data dummy (data contoh)) 2. Lakukan perhitungan Prediksi Terlebih dahulu seperti pada proses di atas dengan menggunakan rumus least square Tujuan : 1. Untuk mendapatkan hasil yang akurat dan jelas berdasarkan penerapan metode prediksi penjualan. 2. Untuk mengidentifikasi teknik mana yang lebih baik di gunakan dan mejadi fokus utama untuk meningkatkan profit perusahaan di masa yang akan datang. 3. Mengolah data historis penjualan sebagai tolak ukur untuk melakukan prediksi penjualan Tabel 6. Data Penjualan 2015 (Backdate). Tabel 7. Error & Selisihi Y 1. Tabel 8. Error & Selisihi Y 2. Implementasi Aplikasi Metode Pengembangan Sistem Dalam XP, terdapat 5 nilai yang menjadi pondasi yaitu communication, simplicity, feedback, courage, dan respect. Komunikasi yang efektif antara pengembang perangkat lunak dan pihak-pihak yang terlibat sangatlah penting. Dalam XP, desain dijadikan kebutuhan intermediate. Desain dibuat sesederhana mungkin agar mudah mengimplementasikan code. Disini dapat terjadi perubahan struktur desain atau perubahan source code tanpa mengubah fungsi utamanya (refactoring). Feedback akan diberikan saat peningkatan dan pengimplementasian perangkat lunak. Kontak Yeris Yendi Risdiawan STMIK LPKIA BANDUNG Email: yerisyendi@gmail. com Gambar 1. Tabulasi. Gambar 2. Hasil Prediksi. Gambar 3. Akurasi. Kesimpulan Dengan menggunakan metode Least Square dapat diketahui bahwa penjualan menggunakan teknik Y 1 akan mengalami kenaikan dengan nilai akurasi dari peramalan yang dilakukan sebesar MAD = 15. 91667 dan MSE = 359. 4167 Sedangkan menggunakan teknik Y 2 akan mengalami kenaikan dengan nilai akurasi dari peramalan yang di lakukan MAD = 14. 33333 dan MSE = 418. 3333 dan metode Least Square dapat di gunakan untuk memprediksi penjualan di masa yang akan datang berdasarkan data penjualan waktu berkala (time series) Referensi 1. Kusrini and E. T. Luthfi, "Algoritma Data Mining, " Andy Offset, 2009. 2. F. R. Hariri, "METODE LEAST SQUARE UNTUK PREDIKSI PENJUALAN SARI KEDELAI ROSI, " Jurnal SIMETRIS, vol. 7, no. 2, p. 733, 2016. 3. S. Assauri, "Manajemen Produksi dan Operasi, " p. 127, 2011. 4. P. Kotler and G. Armstrong, Principles of marketing: global edition (14 th ed. ). , New Jersey, US: Pearson Education, Inc. , 2012. 5. Whitten, "Unified Modeling Language, " p. 340, 2004. 6. R. S. Pressman, Rekayasa Perangkat Lunak, Yogyakarta: ANDI, 2012. 7. K. Beck, "Extreme Programming Explained: Embrace Change, " 1999. 8. S. A. Prabowo, Sholiq and F. A. Muqtadiroh, "Rancang Bangun Aplikasi Web Informasi Eksekutif Pada Pemerintah Kabupaten XYZ, " JURNAL TEKNIK POMITS, vol. 2, no. 3, p. 477, 2013.