Penerapan Konsep Data Mining Pada Penjualan



PENERAPAN DATA MINING PADA PENJUALAN MENGGUNAKAN METODE CLUSTERING STUDY KASUS PT. INDOMARCO


PT. Indomarco merupakan perusahaan yang bergerak dalam bidang distribusi makanan dan minuman. PT. Indomarco menjual makanan dan minuman ke mitra-mitra yang sudah terjalin kerjasama dengan PT. Indomarco. Salah satu mitra yang dibahas pada kasus ini adalah PT. Indomaret cabang Jakarta. Perusahaan ingin mengetahui jumlah penjualan makanan dan minuman pada masing-masing toko indomaret dengan melihat trend penjualan pada toko indomaret PT. Indomarco dapat memperoleh analisa data penjualan yang paling banyak diminati masyarakat terhadap penjualan makanan dan minuman. Data penjualan yang sudah ada akan diolah atau dianalisis untuk mengetahui tingkat kecenderungan konsumen di setiap tempat tujuan pemasaran produk pada faktor ketertarikannya. Dari pengolahan data tersebut akan diperoleh suatu pola konsumsi masyarakat terhadap produk dari perusahaan tersebut.

Tahapan Data Mining :
Menururut Al Fattah (2007:13), Data mining adalah proses yang menggunakan teknik statistik, perhitungan, kecerdasan buatan dan machine learning untuk mengekstrasi dan mengidentifikasi informasi yang bermanfaat dan pengetahuan yang terkait dari berbagai basis data besar. Dalam aplikasinya, data mining sebenarnya merupakan bagian dari proses Knowledge Discovery in Database (KDD), bukan sebagai teknologi yang utuh dan berdiri sendiri. Data mining merupakan salah satu bagian langkah yang penting dalam proses KDD terutama berkaitan dengan ekstraksi dan penghitungan pola-pola dari data yang ditelaah, adapun tahapan data mining sebagai berikut :
1.      Data cleaning Untuk menghilangkan data noise (data yang tidak relevan/berhubungan langsung dengan tujuan akhir proses datamining, misal: data mining yang bertujuan untuk menganalisa hasil penjualan, maka data-data dalam kumpulan seperti ”nama pegawai”, ”umur”, dan sebagainya dapat diignore) dan tidak konsisten.
2.      Data selection Untuk mengambil sebuah data yang sesuai untuk keperluan analisa.
3.      Data transformation Untuk mentransformasikan data ke dalam bentuk yang lebih sesuai untuk di mining. Data mining Proses terpenting dimana metode tertentu diterapkan untuk menghasilkan data pattern.
4.      Pattern evaluation Untuk mengidentifikasi apakah benar interenting patterns yang didapatkan sudah cukup mewakili knowledge berdasarkan perhitungan tertentu.
5.      Knowledge presentation Untuk mempresentasikan knowledge yang sudah didapat dari user.

Analisis Sistem yang akan diusulkan:

1. Selection/Klasifikasi 
Dari banyaknya jumlah wilayah yang ada penulis membaginya menjadi empat kelompok, yaitu kelompok kota kelas A, kelompok kota kelas B, dan kelompok kota kelas C. Adapun aturan dari penentuan kelompok tersebut adalah dengan melihat data jumlah indomaret setiap kota tujuan penjualan yang dimiliki oleh perusahaan. Untuk kota dengan jumlah indomaret sampai dengan 5 toko akan masuk kelas A, untuk wilayah dengan jumlah toko indomaret 6 sampai dengan 10 akan masuk pada kelas B, untuk wilayah dengan jumlah toko indomaret 11 sampai dengan 15 toko masuk ke kelas C, dan untuk wilayah dengan jumlah indomaret lebih dari 15 toko masuk kekelas D. Pengelompokkan wilayah berdasarkan kelas ini diharapkan dapat memantau seberapa jauh tingkat efektivitas penjualan yang digunakan.

2. Clustering
Selanjutnya dari data tersebut diatas maka dilakukan proses clustering, penulis menentekukkan pengelompokkan wilayah berdasarkan jumlah indomaret yang ada.

3. Pattern
Dari proses cluster akan didapatkan pengelompokkan cluster berdasarkan jumlah penjualan, jika total penjualan yang didapatkan mendekati jumlahnya diantaar wilayah akan dikelompokkan menjadi satu cluster, jika selisih penjualan dari beberapa wilayah berbeda jauh, maka akan dibuat pembagian cluster berikutnya. Pembagian cluster ini berdasarkan pembagian range kelas sesuai jumlah indomaret yang tersebar di beberapa wilayah di Jakarta. Hasil yang akan didapat dari proses clustering ini yaitu berupa grafik batang yang dapat memberikan informasi untuk pengambilan keputusan tentang penjualan makanan dan minuman.

4. Interpretasi
dari diagram batang akan diperlihatkan total penjualan terbanyak dari masing-masing wilayah. Informasi penjualan ini akan membantu perusahaan untuk pengambilan keputusan Untuk menentukan penjualan pada bulan berikutnya.

Referensi :
http://eprints.binadarma.ac.id/78/1/PENERAPAN%20DATA%20MINING%20PADA%20PENJUALAN%20MENGGUNAKAN%20METODE%20CLUSTERING%20STUDY%20KASUS%20PT.%20INDOMARCO%20PALEMBANG

Komentar

Postingan populer dari blog ini

Pengertian Penelitian Lapangan, Kelebihan, dan Kekurangan

Budaya Kerja di PT. Bayer Indonesia

4.1 PENGERTIAN SHARED SERVICE DALAM DUNIA BISNIS BESERTA CONTOHNYA