FORECASTING VOLUME PENJUALAN OLI DENGAN
VISUALISASI DATA DI PT. SINAR SERVINDO
SAKTI DENGAN METODE KNOWLEDGE
DISCOVERY OF DATABASE
Oleh:
MERFIN
NIM : 000000046793
TESIS
Diajukan Untuk Memenuhi Sebagian Dari Persyaratan Guna
Memperoleh Gelar Magister Manajemen Teknologi
UNIVERSITAS MULTIMEDIA NUSANTARA
FAKULTAS EKONOMI DAN BISNIS
PROGRAM STUDI MAGISTER MANAJEMEN TEKNOLOGI
TANGERANG
2021
FORECASTING VOLUME PENJUALAN OLI DENGAN
VISUALISASI DATA DI PT. SINAR SERVINDO
SAKTI DENGAN METODE KNOWLEDGE
DISCOVERY OF DATABASE
Oleh:
MERFIN
NIM : 000000046793
TESIS
Diajukan Untuk Memenuhi Sebagian Dari Persyaratan Guna
Memperoleh Gelar Magister Manajemen Teknologi
UNIVERSITAS MULTIMEDIA NUSANTARA
FAKULTAS EKONOMI DAN BISNIS
PROGRAM STUDI MAGISTER MANAJEMEN TEKNOLOGI
TANGERANG
2021
FORECASTING VOLUME PENJUALAN OLI DENGAN VISUALISASI
DATA DI PT. SINAR SERVINDO SAKTI DENGAN METODE
KNOWLEDGE DISCOVERY OF DATABASE
Oleh:
Merfin
000000046793
TESIS
Diajukan Untuk Memenuhi Sebagian Dari Persyaratan Guna
Memperoleh Gelar Magister Manajemen Teknologi
Telah disetujui oleh komisi pembimbing pada tanggal tertera di bawah ini :
Tangerang, 21 April 2021
Mengetahui,
------------------------------ --------------------------------
Dr. Friska Natalia, S.Kom., M.T. Dr. Ir. P.M. Winarno, M.Kom.
Pembimbing Utama Pembimbing Pendamping
Diketahui,
.........................................
Ketua Program Studi
Magister Manajemen Teknologi
Dr. Prio Utomo, S.T., MPC
FORECASTING INVENTORI BARANG OLI DENGAN VISUALISASI
DATA DI PT. SINAR SERVINDO SAKTI DENGAN METODE
KNOWLEDGE DISCOVERY OF DATABASE
Oleh:
Merfin
000000046793
TESIS
Diajukan Untuk Memenuhi Sebagian Dari Persyaratan Guna
Memperoleh Gelar Magister Manajemen Teknologi
Telah disetujui oleh komisi pembimbing pada tanggal tertera di bawah ini :
Tangerang, 21 April 2021
Komisi Penguji:
Ketua Penguji
Dr. Drs. Y. Johny Natu Prihanto, M.M -----------------------------
Anggota Penguji I
Dr. Friska Natalia, S.Kom., M.T. -----------------------------
Anggota Penguji II
Dr. Ir. P.M. Winarno, M.Kom -----------------------------
Anggota Penguji Ahli
Dr. Prio Utomo, S.T., MPC -----------------------------
cn=Paraf Friska, o=Universitas Multimedia Nusantara, ou=Universitas Multimedia Nusantara, [email protected], c=US
v
PERNYATAAN PERSETUJUAN PUBLIKASI KARYA
TUGAS AKHIR UNTUK KEPERLUAN AKADEMIS
Saya, mahasiswa Universitas Multimedia Nusantara yang bertandatangan di bawah
ini
Nama Mahasiswa : Merfin
NIM : 00000046793
Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada
Universitas Multimedia Nusantara Hak Bebas Royalti Non-Ekslusif (Non Exclusive
Royalty-Free Rights) atas karya tugas akhir saya yang berjudul:
“Forecasting Volume Penjualan Oli Dengan Visualisasi Data di PT. Sinar Servindo
Sakti Dengan Metode Knowledge Discovery of Database”
Dengan Hak Bebas Royalti Non-Ekslusif ini Universitas Multimedia Nusantara
berhak menyimpan, mengalihmedia/formatkan, mengolahnya dalam bentuk
pangkalan data (database), mendistribusikannya, dan
menampilkan/mempublikasikannya di Internet/media lain untuk kepentingan
akademis tanpa perlu meminta ijin dari saya selama mencantumkan nama saya
sebagai penulis/pencipta karya tesis ini.
Saya bersedia untuk menanggung secara pribadi, tanpa melibatkan pihak
Universitas Multimedia Nusantara, segala bentuk pelanggaran hak cipta yang
timbul dalam karya ilmiah saya ini.
Demikian surat pernyataan ini yang saya buat dengan sebenar-benarnya.
Dibuat di : Tangerang
Tanggal : 15 Maret 2021
Yang membuat pernyataan
Merfin
vi
ABSTRAK
Nama : Merfin (00000046793)
Judul : Forecasting Volume Penjualan Oli Dengan Visualisasi Data di
PT. Sinar Servindo Sakti dengan Metode Knowledge Discovery of
Database
Penelitian ini adalah penelitian bersifat kuantitatif yang membahas
tentang konsep industri 4.0 dengan mengedepankan era teknologi digital.
Secara konsep, penelitian ini berpusat kepada pengembangan forecasting di
dalam perusahaan PT. Sinar Servindo Sakti, yaitu perusahaan retail oli yang
melakukan pembelian order dari perusahaan mitra mereka. Tujuan dari
penelitian ini adalah untuk mengembangkan metode forecasting dengan
membuat visualisasi data hasil prediksi berdasarkan pengumpulan data yang
di PT Sinar Servindo Sakti menggunakan tools Rapid Miner dan Power BI.
Penelitian ini akan menggunakan perhitungan metode Knowledge
discovery of Database yang sesuai dengan kondisi dan keadaan survei dengan
menggunakan metode observasi, yaitu melakukan pengamatan data
berdasarkan data mentah di dalam perusahaan. Sampel yang akan
direncanakan adalah data lengkap yang berisi tentang hasil penjualan yang
dilakukan perusahaan mitra kepada PT. Sinar Servindo Sakti pada tahun yang
akan diselidiki. Untuk pengerjaan penelitian ini, data mentah akan dirapikan
di dalam tool Rapid Miner untuk mengerjakan klasifkasi model dan
visualisasi data per periode (Agustus 2017 sampai Agustus 2020)
menggunakan Power BI.
Penelitian ini menghasilkan beberapa klasifikasi model yang tercatat
untuk memprediksi volume penjualan yang ada untuk 1 tahun ke depan. Hasil
utamanya adalah ketiga model sama kuat dan berkaitan satu sama lain
sehingga menghasilkan sistem forecasting yang baik dan menciptakan
volume penjualan yang stabil di semua periode.
Kata Kunci : Forecasting, Rapid Miner, K-Medeoids, DBScan, dan X-
Means.
vii
ABSTRACT
Name : Merfin (0000046793)
Title : Forecasting Development with Data Visualization at PT. Sinar
Servindo Sakti using Knowledge Discovery of Database Method
This research is a quantitative research that discusses the concept of
industry 4.0 by promoting the era of digital technology. Conceptually, this
research is centered on the development of forecasting in PT. Sinar Servindo
Sakti, an oil retail company that purchases orders from their partner
companies. The purpose of this study is to develop a forecasting method by
visualizing predictive data based on data collection at PT Sinar Servindo
Sakti using Rapid Miner and Power BI tools.
This research will use the calculation of the Knowledge discovery of
Database model that is in accordance with the conditions and circumstances
of the survey using the observation method, namely observing data based on
raw data within the company. The sample to be planned is complete data that
contains the sales results made by partner companies to PT. Sinar Servindo
Sakti in the year to be investigated. For this research, raw data will be tidied
up in the Rapid Miner tool, while calculations will be carried out in a
mathematical application based on a data scientist and data visualization can
be done in Power BI.
This study resulted in several classifications of models recorded to
predict the existing sales volume for the next 3 years. The main result is that
the three models are equally strong and related to each other so as to produce
a good forecasting system and create stable sales volume in all periods.
Keywords: Forecasting, Rapid Miner, K-Medoids, DBScan, and X-Means
viii
KATA PENGANTAR
Puji syukur dipanjatkan kepada Tuhan Yesus Kristus karena dengan kasih
karunia-Nya, penulisan tugas akhir yang berjudul “Forecasting Volume Penjualan
Oli Dengan Visualisasi Data di PT. Sinar Servindo Sakti dengan Metode
Knowledge Discovery of Database” dapat terselesaikan dengan baik dan lancar.
Penulisan tugas akhir ini diajukan sebagai syarat memperoleh gelar Magister
Manajemen Teknologi, Fakultas Bisnis, Universitas Multimedia Nusantara.
Penulis menyadari bahwa penulisan thesis ini tidak terlepas dari bimbingan,
dorongan, dan bantuan dari berbagai pihak. Pada kesempatan yang berbahagia ini,
penulis mengucapkan terima kasih dan penghargaan yang setinggi-tingginya
kepada:
1. Bapak Dr. Ninok Leksono M.A., sebagai Rektor Universitas Multimedia
Nusantara.
2. Ibu Dr. Florentina Kurniasari, T., S.Sos., M.B.A sebagai Dekan Fakultas
Bisnis Universitas Multimedia Nusantara.
3. Bapak Dr. Prio Utomo, S.T., MPC, sebagai Ketua Program Studi Magister
Manajemen Teknologi Fakultas Bisnis Universitas Multimedia Nusantara.
4. Ibu Dr. Friska Natalia, S.Kom, M.T., sebagai Wakil Rektor I Universitas
Multimedia Nusantara dan dosen pembimbing utama yang sudah
memberikan bimbingan, arahan, dan saran-saran yang diberikan terkait
pembuatan penulisan tesis hingga selesai.
5. Bapak Dr. Ir. P.M. Winarno, M.Kom, sebagai Direktur LPPM Universitas
Multimedia Nusantara dan dosen pembimbing pendamping yang sudah
memberikan arahan dan bimbingan hingga terselesaikannya penulisan tesis
ini.
6. Pimpinan dan Staff Program Magister Manajemen Teknologi Fakultas
Bisnis Universitas Multimedia Nusantara, yang telah banyak membantu
penulis selama menempuh studi ini hingga terselesaikannya thesis ini.
7. Khusus orang tua, Istri, yang selalu memberikan semangat, doa, dan
dukungan yang besar dalam penyelesaian penulisan tesis ini.
ix
Meskipun penulisan tugas akhir ini masih banyak kekurangan dan jauh dari
sempurna, tetapi penulisan tesis ini bisa menjadi pembelajaran yang berharga dan
diharapkan ada saran dan masukkan yang bersifat positif dan membangun supaya
di masa depan bisa jauh lebih baik lagi. Semoga, penulisan tugas akhir ini dapat
memberikan informasi yang baik serta menjadi inspirasi bagi pembaca sekalian.
Tangerang, 15 Maret 2021
Penulis,
Merfin
x
JUDUL .................................................................................................................................... i
LEMBAR PERSETUJUAN TESIS ....................................................................................... ii
LEMBAR PERSETUJUAN KOMISI PENGUJI ................................................................ iii
PERNYATAAN KEASLIAN KARYA TULIS ................................................................... iv
PERNYATAAN PERSETUJUAN PUBLIKASI KARYA TULIS ....................................... v
ABSTRAK ............................................................................................................................ vi
ABSTRACT ........................................................................................................................... vii
KATA PENGANTAR ........................................................................................................ viii
DAFTAR ISI .......................................................................................................................... x
DAFTAR TABEL ............................................................................................................... xiii
DAFTAR GAMBAR .......................................................................................................... xiv
DAFTAR LAMPIRAN ....................................................................................................... xvi
BAB I. PENDAHULUAN ................................................................................................. 1
1.1. LATAR BELAKANG ..................................................................................... 1
1.2. RUMUSAN MASALAH ................................................................................ 4
1.3. BATASAN MASALAH ................................................................................. 5
1.4. TUJUAN PENELITIAN ................................................................................. 5
1.5. MANFAAT PENELITIAN ............................................................................. 5
BAB II. TINJAUAN PUSTAKA ....................................................................................... 6
2.1. LANDASAN TEORI ...................................................................................... 6
2.1.1. DATA MINING .............................................................................. 6
2.1.2. BIG DATA ..................................................................................... 7
2.1.3. DATA WAREHOUSE .................................................................... 7
2.1.4. DATA VISUALIZATION ................................................................ 7
2.1.5. PREDICTION ................................................................................ 8
2.1.6. TIME SERIES ................................................................................ 8
2.1.7. K-MEDOIDS ................................................................................. 8
2.1.8. DBSCAN ........................................................................................ 9
DAFTAR ISI
xi
2.1.9. X-MEANS ........................................................................ 9
2.1.10. KNOWLEDGE DISCOVERY OF DATABASE ............. 10
2.2. PENELITIAN TERDAHULU ............................................................. 10
2.3. KERANGKA KONSEPTUAL ............................................................ 11
2.4. VARIABEL PENELITIAN ................................................................. 13
BAB III. METODOLOGI PENELITIAN ............................................................. 14
3.1. PARADIGMA PENELITIAN ............................................................ 14
3.2. OBJEK PENELITIAN ........................................................................ 14
3.3. POPULASI DAN SAMPEL ............................................................... 14
3.3.1. POPULASI ....................................................................... 15
3.3.2. SAMPEL .......................................................................... 16
3.4. OPERASIONAL VARIABEL ........................................................... 18
3.5. TEKNIK PENGUMPULAN DATA .................................................. 18
3.6. TEKNIK PENGOLAHAN DATA ..................................................... 19
3.7. TEKNIK ANALISIS DATA .............................................................. 20
BAB IV. HASIL ANALISA DAN PEMBAHASAN............................................. 21
4.1. KARAKTERISTIK RESPONDEN ................................................... 21
4.2. HASIL STATISTIKA ........................................................................ 21
4.2.1. DATA SELECTION & PRE-PROCESSING ............................ 22
4.2.2. DATA TRANSFORMATION .................................................... 23
4.2.3. DATA MINING DATABASE .................................................... 23
4.2.3.1. DATA INVENTORI BARANG ................................. 23
4.2.3.2. DATA NOMINAL TRANSAKSI .............................. 26
4.2.4. DATA MINING MODEL ......................................................... 28
4.2.4.1. K-MEDOIDS .............................................................. 28
4.2.4.2. DBSCAN .................................................................... 32
4.2.4.3. X-MEANS .................................................................. 35
4.2.5. CLUSTERING ......................................................................... 39
4.2.4.1. K-MEDOIDS .............................................................. 39
4.2.4.2. DBSCAN .................................................................... 40
4.2.5.3. X-MEANS ................................................................... 40
4.2.6. VISUALISASI DATA ............................................................ 40
4.2.6.1. HASIL CLUSTERING K-MEDOIDS ........................ 41
4.2.6.2. HASIL CLUSTERING DBSCAN ............................... 43
4.2.6.3. HASIL CLUSTERING X-MEANS ............................. 45
xii
4.3. PEMBAHASAN ................................................................................... 48
4.4. IMPLIKASI HASIL ANALISA ........................................................... 48
BAB X. PENUTUP ................................................................................................... 50
5.1. KESIMPULAN .................................................................................... 50
5.2. SARAN ................................................................................................. 50
DAFTAR PUSTAKA ................................................................................................ 52
LAMPIRAN ............................................................................................................... 54
xiii
DAFTAR TABEL
Tabel Halaman
2.1. Proses implementasi clustering di dalam data penjualan oli ..................... 10
3.1. Data mentah periode Agustus 2017 – Agustus 2018 ................................. 15
3.2. Data data mentah periode Agustus 2018 – Agustus 2019 ......................... 16
3.3. Data mentah periode Agustus 2019 – Agustus 2020 ................................. 16
3.4. Sampel data mentah periode Agustus 2017 – Agustus 2018 ..................... 17
3.5. Sampel data mentah periode Agustus 2018 – Agustus 2019 ..................... 17
3.6. Sampel data mentah periode Agustus 2019 – Agustus 2020 ..................... 18
4.1. Contoh Sampel data mentah periode Agustus 2017 – Agustus 2018 ........ 24
xiv
DAFTAR GAMBAR
Gambar Halaman
2.1. Proses implementasi clustering di dalam data oli ................................... 12
4.1. Proses Data Cleansing data inventori barang periode Agustus 2017 sampai
Agustus 2018 .......................................................................................................... 25
4.2. Proses Data Cleansing data inventori barang periode Agustus 2018 sampai
Agustus 2019 .......................................................................................................... 26
4.3. Proses Data Cleansing data inventori barang periode Agustus 2019 sampai
Agustus 2020 .......................................................................................................... 26
4.4. Proses Data Cleansing data nominal sales periode Agustus 2017 sampai
agustus 2018 ........................................................................................................... 27
4.5. Proses Data Cleansing data nominal sales periode Agustus 2018 sampai
agustus 2019 ........................................................................................................... 28
4.6. Proses Data Cleansing data nominal sales periode Agustus 2019 sampai
agustus 2020 ........................................................................................................... 28
4.7. Proses klasifikasi model K-Medoids data inventori barang periode Agustus
2017 sampai agustus 2018 ..................................................................................... 30
4.8. Proses klasifikasi model K-Medoids data inventori barang periode Agustus
2018 sampai agustus 2019 ..................................................................................... 30
4.9. Proses klasifikasi model K-Medoids data inventori barang periode Agustus
2019 sampai agustus 2020 ..................................................................................... 31
4.10. Proses klasifikasi model K-Medoids data nominal sales periode Agustus
2017 sampai agustus 2018 ..................................................................................... 31
4.11. Proses klasifikasi model K-Medoids data nominal sales periode Agustus
2018 sampai agustus 2019 ..................................................................................... 32
4.12. Proses klasifikasi model K-Medoids data nominal sales periode Agustus
2019 sampai agustus 2020 ..................................................................................... 32
4.13. Proses klasifikasi model DBSCAN data inventori barang periode Agustus
2017 sampai agustus 2018 ..................................................................................... 33
xv
4.14. Proses klasifikasi model DBSCAN data inventori barang periode Agustus
2018 sampai agustus 2019 ..................................................................................... 34
4.15. Proses klasifikasi model DBSCAN data inventori barang periode Agustus
2019 sampai agustus 2020 ..................................................................................... 34
4.16. Proses klasifikasi model DBSCAN data nominal sales periode Agustus 2017
sampai agustus 2018 .............................................................................................. 35
4.17. Proses klasifikasi model DBSCAN data nominal sales periode Agustus 2018
sampai agustus 2019 .............................................................................................. 35
4.18. Proses klasifikasi model DBSCAN data nominal sales periode Agustus 2019
sampai agustus 2020 .............................................................................................. 36
4.19. Proses klasifikasi model X-Means data inventori barang periode Agustus
2017 sampai agustus 2018 ..................................................................................... 37
4.20. Proses klasifikasi model X-Means data inventori barang periode Agustus
2018 sampai agustus 2019 ..................................................................................... 37
4.21. Proses klasifikasi model X-Means data inventori barang periode Agustus
2019 sampai agustus 2020 ..................................................................................... 38
4.22. Proses klasifikasi model X-Means data nominal sales periode Agustus 2017
sampai agustus 2018 .............................................................................................. 38
4.23. Proses klasifikasi model X-Means data nominal sales periode Agustus 2018
sampai agustus 2019 .............................................................................................. 39
4.24. Proses klasifikasi model X-Means data nominal sales periode Agustus 2019
sampai agustus 2020 .............................................................................................. 39
4.25. Visualisasi Forecasting Dashboard K-Medoids inventori barang ............ 42
4.26. Visualisasi Forecasting Dashboard K-Medoids nominal sales ................ 43
4.27. Visualisasi Forecasting Dashboard DBScan inventori barang ................ 44
4.28. Visualisasi Forecasting Dashboard DBScan Nominal sales .................... 45
4.29. Visualisasi Forecasting Dashboard X-means inventori barang................ 47
4.30. Visualisasi Forecasting Dashboard X-means nominal sales .................... 48
xvi
DAFTAR LAMPIRAN
Lampiran Halaman
Appendix I : Similarity Index Turnitin Result ........................................................ ii