forecasting volume penjualan oli dengan visualisasi …

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



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



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

Stamp

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



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


Agustus 2019 .......................................................................................................... 26


Agustus 2020 .......................................................................................................... 26

4.4. Proses Data Cleansing data nominal sales periode Agustus 2017 sampai

agustus 2018 ........................................................................................................... 27


agustus 2019 ........................................................................................................... 28


agustus 2020 ........................................................................................................... 28

4.7. Proses klasifikasi model K-Medoids data inventori barang periode Agustus

2017 sampai agustus 2018 ..................................................................................... 30


2018 sampai agustus 2019 ..................................................................................... 30


2019 sampai agustus 2020 ..................................................................................... 31

4.10. Proses klasifikasi model K-Medoids data nominal sales periode Agustus

2017 sampai agustus 2018 ..................................................................................... 31


2018 sampai agustus 2019 ..................................................................................... 32


2019 sampai agustus 2020 ..................................................................................... 32

4.13. Proses klasifikasi model DBSCAN data inventori barang periode Agustus

2017 sampai agustus 2018 ..................................................................................... 33

xv


2018 sampai agustus 2019 ..................................................................................... 34


2019 sampai agustus 2020 ..................................................................................... 34

4.16. Proses klasifikasi model DBSCAN data nominal sales periode Agustus 2017

sampai agustus 2018 .............................................................................................. 35


sampai agustus 2019 .............................................................................................. 35


sampai agustus 2020 .............................................................................................. 36

4.19. Proses klasifikasi model X-Means data inventori barang periode Agustus

2017 sampai agustus 2018 ..................................................................................... 37


2018 sampai agustus 2019 ..................................................................................... 37


2019 sampai agustus 2020 ..................................................................................... 38

4.22. Proses klasifikasi model X-Means data nominal sales periode Agustus 2017

sampai agustus 2018 .............................................................................................. 38


sampai agustus 2019 .............................................................................................. 39


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

forecasting volume penjualan oli dengan visualisasi …

Documents