Jurnal CyberTech Vol.
No.
September 2021, pp.
P-ISSN : 9800-3456
E-ISSN : 2675-9802
Implementasi Data Mining Untuk Mengestimasi Kebutuhan Persediaan Roti Panggang Di Junction Cafe Dengan Menggunakan Metode Regresi Linier Berganda Tengku Ariansyah *.
Purwadi.
Kom.
Kom.
**.
Suardi Yakub.
Kom.
* Program Studi Sistem Informasi.
STMIK Triguna Dharma ** Program Studi Sistem Informasi.
STMIK Triguna Dharma
Article Info
ABSTRACT
Article history:
Persediaan roti adalah permasalahan yang sering dihadapi oleh Junction Cafe Medan.
Persediaan roti dapat memberikan pengaruh positive dan negative, seperti jumlah persediaan yang tidak memenuhi keinginan konsumen, itu bisa membuat tamu kecewa dan dapat berpindah ke Cafe Namun jika persediaan terlalu banyak itu akan membuat penjamuran pada roti.
Untuk mengatur persediaan roti agar tidak berlebihan ataupun kurang, dibutuhkan suatu perkiraan atau prediksi roti dalam kurun waktu tertentu, teknik prediksi dapat menggunakan keilmuan data mining Maka dari itu perlu dilakukannya optimalisasi untuk mengestimasi persediaan roti secara terperinci dan akurat.
Perusahaan juga dianggap perlu membuat sebuah database yang mengimplementasikan konsep Data Mining.
penerapan Data Mining mampu menjadi solusi dengan menganalisa data.
Perlu diketahui bahwa Data Mining merupakan suatu alat yang memungkinkan para pengguna untuk mengakses secara cepat data dengan jumlah yang besar.
Pengertian yang lebih khusus lagi dari data mining, yaitu suatu alat dan aplikasi menggunakan analisis statistik pada Metode yang digunakan dalam penelitian ini adalah Regresi Linier Berganda.
metode ini cocok untuk digunakan dalam penelitian ini,karena dapat mengetahui seberapa besar pengaruh variabel bebas terhadap variabel terikat baik secara parsial maupun secara bersama-sama.
Hasil penelitian merupakan terciptanya sebuah aplikasi yang dapat mengestimasi persediaan roti pada Junction Cafy yang nantinya diharapkan dapat membantu dalam menentukan persediaan roti yang harus ada kedepannya.
Keyword:
Estimasi.
Data Mining.
Regresi Linier Berganda.
Junction Cafe.
Copyright A 2019 STMIK Triguna Dharma.
All rights reserved.
First Author Nama Kampus Program Studi Emai : Tengku Ariansyah : STMIK Triguna Dharma : Sistem Informasi : aritengku19@gmail.
PENDAHULUAN
Junction Cafe Medan yang dikelola perorangan, memiliki pelayanan persediaan roti dalam jumlah besar dengan spesifikasi yang berdeda Ae beda.
Sistem persediaan pada roti panggang di Junction Cafe Medan dalam pengolahan datanya masih menggunakan sistem manual.
Penanganan data dengan sistem ini mempunyai beberapa kendala, diantaranya menyebabkan terjadinya kekurangan dan kelebihan stok roti, berdampak kepada tamu karena kehabisan stok roti, biaya yang dikeluarkan untuk persediaan stok roti berlebihan, serta kurang telitinya dalam pencatatan stok roti yang masuk maupun keluar sehingga terjadinya kekurangan dan kekeliruan dalam persediaan stok akhir.
Journal homepage: https://ojs.
P-ISSN : 9800-3456
E-ISSN : 2675-9802
Persediaan roti adalah permasalahan yang sering dihadapi oleh Junction Cafe Medan.
Persediaan roti dapat memberikan pengaruh positive dan negative, seperti jumlah persediaan yang tidak memenuhi keinginan konsumen, itu bisa membuat tamu kecewa dan dapat berpindah ke Cafe lainnya.
Namun jika persediaan terlalu banyak itu akan membuat penjamuran pada roti.
Untuk mengatur persediaan roti agar tidak berlebihan ataupun kurang, dibutuhkan suatu perkiraan atau prediksi roti dalam kurun waktu tertentu, teknik prediksi dapat menggunakan keilmuan data mining.
Salah satu unsur penting dalam memelihara dan meningkatkan mutu pelayanan restoran adalah ketersediaan kebutuhan stok makanan yang memadai, untuk dapat memberikan pelayanan terbaik di Cafe, sehingga anggaran untuk kebutuhan persediaan roti paling banyak digunakan untuk menyelenggarakan upaya pelayanan dan biaya yang digunakan untuk roti merupakan bagian yang cukup besar dari seluruh biaya Mengingat besarnya biaya pembelian roti, maka diperlukan pengelolahan roti secara benar, efisien dan efektif secara berkesinambungan serta dengan koordinasi yang baik dan terbuka antara pihak yang terkait .
Mengestimasi kebutuhan persediaan roti di Junction Cafe Medan menggunakan data mining dengan metode Regresi Linier Berganda.
Sistem pengolahan data yang ada di Junction Cafe Medan.
Sebelumnya di Junction Cafe Medan belum dapat mengestimasi kebutuhan persediaan roti.
Sehingga dibutuhkan cara mengestimasi kebutuhan persediaan roti yang tepat dan efektif dengan menerapkan data mining data.
Data mining adalah suatu istilah yang digunakan untuk menguraikan penemuan pengetahuan di dalam database data mining adalah proses yang menggunakan teknik statistik, matematika kecerdasan buatan, dan machine learning untuk mengekstraksi dan mengidentifikasi informasi yang bermanfaat dan pengetahuan yang terkait dari berbagai database besar .
Salah satu cara untuk melakukan estimasi adalah dengan menggunakan metode regresi linier berganda.
Regresi Linier adalah regresi linier yang meninjau hubungan lebih dari satu variabel bebas atau Dari perhitungan regresi linier ini dapat di prakirakan pola trend kebutuhan untuk masa yang Regresi Linier dibagi menjadi 2 yaitu regresi linier sederhana dan regresi linier berganda.
Regresi linier sederhana hanya memerlukan 1 buah variabel sedangkan regresi linier berganda menggunakan variabel lebih dari 1 estimasi yang dilakukan dengan menggunakan data penjualan dapat menggunakan regresi linier berganda untuk memprediksi persediaan roti untuk perhitungan selanjutnya .
Metode regresi linier berganda banyak digunakan dalam judul Meneltiti dengan peramalan produksi yang menggunakan metode regresi linier berganda .
Dan juga dalam penelitian tentang optimasi pemodelan regresi linier berganda pada prediksi jumlah kecelakaan sepeda motor dengan algoritma genetika .
dan lain sebagainya.
Dalam penelitian di atas dinyatakan metode regresi linier berganda sangat baik di dalam memilih indikator atau alternatif terbaik pada sebuah keputusan DATA MINING Data mining merupakan analisis dari peninjauan kumpulan data untuk menemukan hubungan yang tidak diduga dan meringkas data dengan cara berbeda dengan cara yang berbeda dengan sebelumnya, yang dapat dipahami dan bermanfaat bagi pemilik data.
Data mining merupakan bidang dari beberapa bidang keilmuan yang menyatukan teknik dari pembelajaran mesin, pengenalan pola, statistic, database, dan visualisasi untuk penanganan permasalahan pengambilan informasi dari database yang besar.
Data Mining adalah proses yang menggunakan teknik statistik, matematika, kecerdasan buatan, dan machine learning untuk mengekstraksi dan mengidentifikasi informasi yang bermanfaat dan pengetahuan yang terikat dari berbagai database besar.
Data mining adalah proses untuk mendapatkan informasi yang berguna dari sekumpulan basis data yang besar.
Data mining juga dapat diartikan sebagai pengekstrakan informasi baru yang diambil dari sekelompok data besar yang membantu dalam pengambilan keputusan .
Data Mining atau sering juga disebut sebagai Knowledge Discovery in Database (KDD) merupakan kegiatan yang mencakup pengumpulan, pemakaian data historis yang tujuannya untuk menemukan keteraturan, pola atau hubungan dalam data berukuran besar.
Keluaran data mining ini dapat juga dipakai untuk membantu dalam pengambilan keputusan di masa yang akan datang .
Knowledge Discovery in Database (KDD) diartikan sebagai ekstraksi informasi yang mungkin tidak dikenal dari sekumpulan data.
Proses Knowledge Discovveryy in Database melibatkan hasil proses Data Mining .
roses pengekstrak kecendrungan suatu pola dat.
, kemudian mengubah hasilnya secara akurat menjadi informasi yang mudah dipahami .
Metode regresi linier berganda merupakan teknik analisis yang mencoba menjelaskan hubungan antara dua peubah atau lebih khususnya antara peubah-peubah yang mengandung sebab akibat disebut analisis regresi .
Jurnal CyberTech Vol.
No.
September 2021 : xx Ae xx
Jurnal CyberTech
P-ISSN : 9800-3456 E-ISSN : 2675-9802
Regresi linier merupakan satu cara prediksi yang menggunakan garis lurus unutk menggambarkan hubungan diantara dua variabel atau lebih.
Variabel adalah besaran yang berubah-ubah nilainya.
Selanjutnya variabel tersebut terbagi atas dua jenis yaitu variabel pemberi pengaruh dan variabel terpengaruh .
Algoritma Regresi Linear Berganda merupakan Analisis yang memiliki variabel bebas lebih dari satu disebut analisis regresi linier berganda.
Teknik regresi linier berganda digunakan untuk mengetahui ada tidaknya pengaruh signifikan dua atau lebih variabel bebas (X1.
X2.
X3, .
terhadap variabel terikat (Y).
Model regresi linier berganda untuk populasi dapat ditunjukkan sebagai berikut:
Y=0 1X1 2X2 .
nXn ea.
Model regresi linier berganda untuk populasi diatas dapat ditaksir dengan model regresi linier berganda untuk sampel, yaitu :
=b0 b1X1 b2X2 .
bnXn a.
= nilai penduga bagi variable Y b0 = dugaan bagi parameter konstanta b1, b2, .
bk = dugaan bagi parameter konstanta 1, 2, .
n X = Variabel bebas Metode regresi linier berganda adalah sebuah teknik dalam menganalisis data dengan cara kerja yang mencoba dan mencari hubungan antara dua variabel atau lebih khususnya antara variabel-variabel yang mengandung sebab akibat.
Ada beberapa tahapan yang harus dilakukan untuk prosesregresi linier berganda yaitu sebagai Pembentukan variabel Menghitung koefisien Pembentukan persamaan linier Melakukan eliminasi dan substitusi persamaan linier Menentukan nilai a b1 dan b2 Berikut ini adalah Flowchart dari metode regresi linier berganda yaitu sebagai berikut :
Mulai Variabel X1.
X2.
Menghitung nilai koefisien regresi linier berganda untuk OcY.
OcX1.
OcX2.
OcX1*Y.
OcX2*Y.
OcXCAA.
OcXCCA.
OcX1.
X2,
Pembuatan Persamaan Linier OcY = an bCAOcXCA bCCOcXCC OcYXCA = aOcXCA bCAOcXCAA bCCOcXCAXCC OcYXCC = aOcXCC bCAOcXCAXCC bCCOcXA Eliminasi Persamaan Linier untuk mendapatkan nilai a, b1, b2 Hasil Persamaan Linier Selesai METODE PENELITIAN Title of manuscript is short and clear, implies research results (First Autho.
A P-ISSN : 9800-3456
E-ISSN : 2675-9802
Metode Penelitian merupakan sebuah tahapan atau sebuah cara ilmiah yang dilakukan dalam mendapatkan data yang akan digunakan untuk menyelesaikan masalah dengan dengan mengadakan studi langsung kelapangan untuk mengumpulkan data.
Kerangka kerja merupakan langkah-langkah yang dalam menyelesaikan permasalahan yang dibahas.
Adapun tahapan yang dilakukan dalam penelitian guna untuk menyelesaikan permasalahan yang telah dijelaskan pada Bab sebelumnya termasuk pada bagian latar belakang permasalahan, mencakup pada:
Teknik Pengumpulan Data Teknik pengumpulan data berupa suatu pernyataan tentang sifat, keadaan, kegiatan tertentu dan Pengumpulan data dalam penelitian ini dilakukan ke Junction Cafe menggunakan 2 cara berikut merupakan uraian yang digunakan :
Wawancara Pengumpulan data dengan melakukan tanya jawab langsung dengan narasumber dari objek yang diteliti untuk memperoleh yang diinginkan.
Wawancara dilakukan guna mendapatkan alur kerja pada objek yang diteliti yang akan digunakan dalam menentukan fitur-fitur yang akan dibangun.
Pada tahapan wawancara dilakukan dengan cara mewawancarai dengan pemilik Junction Cafe tentang estimasi kebutuhan persediaan roti.
Berdasarkan hasil wawancara yang dilakukan berikut ini adalah variabel-variabel yang menjadi tolak ukur dalam mengestimasi persediaan roti panggang yaitu sebagai berikut :
Tabel 3.
1 Variabel Yang Digunakan VARIABEL
NAMA VARIABEL
KETERANGAN
Pemesanan Roti Roti yang dipesan dari Pabrik Roti Terjual Roti yang terjual di Junction Cafy Persediaan Observasi Metode pengumpulan data ini digunakan untuk mendapatkan data yang berkaitan dengan peninjauan langsung ke Junction Cafe tentang persediaan roti panggang di setiap periodenya Berikut ini adalah data persediaan roti panggang di setiap periodenya yang diperoleh dari Junction Cafe.
Tabel 3.
Data Persediaan roti panggang Tanggal Permintaan Pemakaian Persediaan 02-Jan 03-Jan 04-Jan 05-Jan 06-Jan 07-Jan 08-Jan 09-Jan 10-Jan 11-Jan 12-Jan 13-Jan 14-Jan Jurnal CyberTech Vol.
No.
September 2021 : xx Ae xx
Jurnal CyberTech
P-ISSN : 9800-3456 E-ISSN : 2675-9802
15-Jan
16-Jan
17-Jan
18-Jan
19-Jan
20-Jan
21-Jan
22-Jan
23-Jan
24-Jan
25-Jan
26-Jan
27-Jan
28-Jan
29-Jan
30-Jan
ANALISA DAN HASIL
Setelah implemetasi dilakukan maka langkah selanjutnya yaitu melakukan pengujian sistem terhadap proses perhitungan metode Regresi linear.
Pengujian sistem ini ditujukan untuk mengetahui seberapa akurat dan tepat aplikasi yang telah dirancang dan untuk mengetahui bug- bug yang ditemukan.
Berikut ini adalah data yang akan diproses.
Tabel 5.
Data Persediaan Tanggal Permintaan Pemakaian Persediaan 02-Jan 03-Jan 04-Jan 05-Jan 06-Jan 07-Jan 08-Jan 09-Jan 10-Jan 11-Jan 12-Jan 13-Jan Title of manuscript is short and clear, implies research results (First Autho.
A P-ISSN : 9800-3456
E-ISSN : 2675-9802
14-Jan 15-Jan 16-Jan 17-Jan 18-Jan 19-Jan 20-Jan 21-Jan 22-Jan 23-Jan 24-Jan 25-Jan 26-Jan 27-Jan 28-Jan 29-Jan 30-Jan Data tersebut kemudian diinputkan kedalam sistem pada Form Data Persediaan, dan dapat juga menggunakan fungsi Import data.
Gambar 5.
7 Form Data Persediaan Setelah data sesuai dengan yang diinputkan ke sistem pada Form Data Persediaan Selanjutnya menghitung nilai data yang telah berdasarkan data berikut:
Permintaan = 45 => x1 = 45 Pemakaian = 25 => x2 = 25 Jurnal CyberTech Vol.
No.
September 2021 : xx Ae xx
Jurnal CyberTech
P-ISSN : 9800-3456 E-ISSN : 2675-9802
Gambar 5.
8 Form Regresi
KESIMPULAN
Berdasarkan analisa pada permasalahan yang terjadi dalam kasus yang diangkat tentang mengestimasi kebutuhan persediaan roti sebagai berikut :
Dalam menerapkan metode regresi Linier Berganda dalam mengatasi kebutuhan persediaan stok roti pada Junction Cafe Medan diketahui bahwa metode tersebut dapat digunakan untuk mmengestimasi data persediaan apabila data permintaan dan pemakaian diketahui terlebih dahulu.
Dalam merancang dan membangun aplikasi dengan Algoritma Regresi Linier Berganda untuk mengestimasi kebutuhan persediaan stok roti pada Junction Cafe Medan dapat digunakan dengan menggunakan bantuan pemodelan UML terlebih dahulu, digambarkan pada bentuk Use Case Diagram.
Activity Diagram dan Class Diagram.
Kemudian dilakukan pengkodean dengan perancangan tersebut dengan menggunakan Visual Studio.
Setelah dilakukan pengujian dapat diketahui bahwa sistem yang telah dibangun dapat digunakan untuk mengestimasi kebutuhan persediaan roti dengan akurasi yang maksimal.
UCAPAN TERIMA KASIH
Puji syukur kehadirat Tuhan Yang Maha Esa atas izin-Nya yang telah melimpahkan rahmat dan karunia-Nya sehingga dapat menyelesaikan jurnal ilmiah ini.
Pada kesempatan ini diucapkan terima kasih yang sebesar-besarnya kepada kedua orangtua serta keluarga yang selama ini memberikan doAoa dan dorongan baik secara moril maupun materi sehingga dapat terselesaikan pendidikan dari tingkat dasar sampai bangku perkuliahan dan terselesaikannya jurnal ini.
Di dalam penyusunan jurnal ini, banyak sekali bimbingan, arahan serta bantuan dari pihak yang sangat mendukung dalam proses pembuatan jurnal ini yang tidak dapat disebutkan satu-persatu.
Semoga jurnal ini dapat memberikan manfaat bagi pembaca.
REFERENSI