Jurnal Skripsi


PEMANFAATAN BUSSINESS
INTELEGENT UNTUK MENGANALISIS 
MENU FAVORITE DALAM
MENINGKATKAN OMSET PADA 
RESTORAN PAYO 
LUTHFIA FAUZIA DEWI ARYANTI 
ILMU KOMPUTER 
FAKULTAS MATEMATIKA DAN IMU PENGETAHUAN ALAM,  
  UNIVERSITAS PENDIDIKAN INDONESIA 
Jl. Dr. Setiabudhi No.229 Bandung 40154 Jawa Barat – Indonesia
debbyfauzia@gmail.com 


Abstraksi- Pada kesempatan kali ini, saya akan membahas pemanfaatan Bussiness Intelegent (BI)  yang akan di implementasikan untuk menganalisis menu favorite dalam suatu restoran sehingga bisa meningkatkan omset penjualan pada restoran tersebut. Tulisan saya ini memanfaatkan Datamining sebagai komponen penting dalam pemanfaatan Bussiness Intelegent. Pemanfaatan Bussiness Intelegent ini harus berlandaskan pada historis penjualan restoran untuk menganalisis menu favorite dalam mencapai omset tertinggi pada restoran tersebut. Jika historis penjualannya terpenuhi, maka proses pengambilan keputusan dalam menentukan menu favorite pada restoran tersebut akan menjadi lebih baik dan lebih akurat. Selain itu, harus terdapat tahapan-tahapan yang harus dipenuhi untuk memastikan agar pemanfaatan Bussiness Intelegent mencapai hasil yang diinginkan. 
Kata kunci : Bussiness Intelegent, Datamining 


I. PENDAHULUAN

1.1   Latar Belakang

Makan merupakan kebutuhan manusia yang tidak dapat dihilangkan. Oleh karena itu, banyak tempat makan atau restoran-restoran yang berlomba-lomba dalam menyediakan berbagai menu makanan dengan variasi harga yang berbeda-beda. Dengan banyaknya restoran di Indonesia, sudah pasti banyak pula data-data historis penjualan yang terdapat pada restoran tersebut. Data-data historis penjualan tersebut dapat di manfaatkan untuk menganalisis menu favorite di setiap restoran. Menu favorite yang berhasil ditemukan dari proses analisis tersebut dapat membantu restoran dalam meningkatkan omset penjualannya. 

Bussiness Intelegent (BI) merupakan solusi yang tepat dalam melakukan proses analisis untuk menjawab permasalahan tersebut. Bussiness Intelegent telah banyak digunakan oleh restoran-restoran besar dan ternama dalam mengolah dan menganalisis data dan informasi sampai dihasilkan menu makanan yang paling banyak di beli pelanggan untuk mengambil keputusan dalam menentukan menu favorite di restoran tersebut. Untuk mendapatkan menu favorite, restoran harus memiliki data-data penjualan,yang banyak dengan menu yang beraneka ragam. 

1.2 Identifikasi Masalah 
- Bagaimana melakukan analisis data penjualan di restoran tertentu.
- Mencari menu favorite pada restoran tersebut.

1.3 Tujuan 
- Memahami analisis data penjualan di restoran tertentu. 
- Mendapatkan menu favorite pada restoran tersebut.


II. LANDASAN TEORI

2.1 Pengertian Bussiness Intelegent 
Business Intelligent (BI) merupakan sistem dan aplikasi yang berfungsi untuk mengubah data-data dalam suatu perusahaan atau organisasi (data operasional, data transaksional, atau data lainnya) ke dalam bentuk pengetahuan. Aplikasi ini melakukan analisis data-data di masa lampau, menganalisisnya dan kemudian menggunakan pengetahuan tersebut untuk mendukung keputusan dan perencanaan organisasi.  

Konsep Bussiness Inteligent disebut juga kecerdasan bisnis. Konsep ini merupakan penerapan dari konsep Artificial Intelligent pada company inteligent. Konsep ini  merupakan salah satu  yang wajib dilakukan oleh semua perusahaan  multi  nasional company  untuk dapat  mempertahankan penguasaannya atas perdagangan skala dunia ataupun skala negara. Suatu konsep yang wajib dipelajari oleh setiap pengusaha lokal Indonesia yang hendak bergerak menjadi perusahaan berskala nasional.  Juga wajib bagi pengusaha  nasional yang hendak mempertahankan market share menjelang AFTA. 

2.2 Komponen - Komponen dalam Pemanfaatan  Bussiness Intelegent
a. Datawarehouse 
Datawarehouse merupakan tempat penyimpanan untuk ringkasan dari data  historis yang diambil dari basis data - basis data yang tersebar di suatu organisasi. Tujuan utama dari pembuatan datawarehouse adalah untuk menyatukan data yang beragam ke dalam sebuah tempat penyimpanan dimana pengguna dapat dengan mudah menjalankan query  (pencarian data), menghasilkan laporan, dan melakukan analisis. Salah satu keuntungan yang diperoleh dari keberadaan datawarehouse adalah dapat meningkatkan efektifitas pembuatan keputusan.

b. Datamining 
Datamining adalah ekstraksi informasi atau pola yang penting atau menarik dari data yang berada pada basis data yang besar yang selama ini tidak diketahui tetapi mempunyai potensi informasi yang bermanfaat. Datamining merupakan komponen penting dalam pemanfaatan Bussiness Intelegent dalam suatu perusahaan. Dalam melakukan analisis data, datamining menggunakan tools weka untuk mendapatkan informasi yang akurat. 

 b. OLAP (Online Analytical Processing)
OLAP digunakan untuk menganalisisis data dan informasi yang pada akhirnya akan menjadi dasar basis Decision Support System (DSS) dan Expert Infotmation System (EIS). Beberapa aktivitas yang dapat dilakukan melalui OLAP antara lain seperti : melakukan query, meminta laporan yang ad hoc, mendukung analisis statistik, analisis interaktif, serta membangun aplikasi multimedia. 

2.3 Faktor-faktor yang Mengakibatkan Kegagalan dalam Pemanfaatan  Business Intelligence 
a. Perencanaan yang kurang matang
Implementasi BI tidak mungkin konsistensi dukungan pimpinan terhadap proyek BI itu sendiri dan rendahnya kerjasama akan berhasil tanpa adanya perencanaan yang matang. Kondisi tersebut ditunjukkan dengan rendahnya antarbagian dalam upaya mewujudkan BI. 

b. Kualitas data yang tidak/kurang baik
BI tidak dapat diimplementasikan dengan baik pada kualitas data yang tidak/kurang baik. Data yang tidak/kurang baik akan menghasilkan informasi yang kurang baik dalam pengambilan keputusan.
III. HASIL PENELITIAN

3.1 Tempat Dan Waktu Penelitian 
Penelitian dilakukan pada restoran “Payo” yang bertempat di Jl. Benteng Betawi No.1 – Taman Royal 3, Tangerang. Waktu pelaksanaan penelitian pada hari Senin-Sabtu tanggal 11-16 Juni 2012.  

3.2 Tahapan  Penelitian 
Tahap pertama, melakukan Prepocessing  (penghapusan) data yang tidak perlu. 
Tahap kedua, memasukkan data ke MS.Excel dalam format  Comma Separated Value (.csv). 
Tahap ketiga, memproses data-data tersebut dengan menggunakan tools WEKA. 
Tahap keempat, menemukan menu favorite pada restoran tersebut.

 3.3 Sumber Data 
Data-data penjualan secara keseluruhan diperoleh dari historis penjualan pada restoran “Payo”. 

3.4 Penentuan Atribut 
Atribut-atribut yang akan di proses adalah nama menu makanan/minuman, quantity, harga, dan total. 

 3.5 Penentuan Jumlah Sample 
Dalam penelitian ini terdapat 20 menu makanan/minuman yang ada pada restoran Payo. 

3.6 Hasil Analisis Data 
a.    Prepocessing data
Pada tahap prepocessing data, saya menggunakan algoritma naivebayes sehingga saya mendapatkan 
akurasi data sebesar 84.7 %.









b.  Klasifikasi data
Pada tahap klasifikasi, saya menggunakan algoritma naivebayes dengan kelas yang di pilih adalah menu
makanan/minuman sehingga di dapatkan hasil seperti gambar di bawah ini : 












c. Clustering Data
Dalam mengclustering data ini, sayalgoritma FarthesFirst, sehingga dsebagai berikut:
- Cluster 0
 Menu : Bebek bakar/goreng
 Quantity : 1
  Harga : 64.000
 Total :  64.000
- Cluster 1
 Menu : Tahu/tempe
 Quantity : 6
 Harga : 1.000
 Total : 6.000

 











d.  Menemukan Menu Favorite 
Dari tahapan-tahapan yang telah di lakukan dari mulai tahap prepocessing data, klasifikasi data, dan cluster data , di dapatkan menu favorite pada restoran Payo adalah es pisang ijo. 









Keterangan: 
1. Sop iga jumbo
2. Nasi putih
3. Iga bakar jumbo
4. Kacang bawang
5. Bubur sumsum ijo
6.  Es pisang ijo
7. Paket ayam negeri goreng/bakar
8. Ayam negeri goreng/bakar
9. Tahu/tempe
10. Soto ayam kampung
11. Sate ceker
12. Soto ayam negeri
13. Sayur asem
14. Paket ayam kampung
15. Sate ati ayam kampung
16. Soto bebek
17. Soto ati ayam kampong
18. Paket bebek bakar/goreng
19. Bebek bakar/goreng 
20. Ayam kampong bakar/goreng. 



IV. PENUTUP 

4.1 Kesimpulan 
Dari hasil analisis data penjualan pada restoran Payo, telah di temukan bahwa menu favorite pada restoran ini adalah es pisang ijo. 

4.2 Saran 
Untuk penelitian selanjutnya mengenai pencarian menu favorite pada restoran, sebaiknya dilakukan
pada restoran yang lebih besar dan terkenal agar historis penjualannya lebih banyak sehingga di dapatkan menu favorite yang lebih akurat. 


 UCAPAN TERIMA KASIH 

Saya mengucapkan terima kasih kepada restoran “Payo” yang telah membantu dalam penelitian saya
sehingga jurnal ini dapat terselesaikan tepat pada waktunya. 


 DAFTAR PUSTAKA 
   
[1] Tim Studi BPPM-RI, Impementasi Bussiness  Intelegent, 2007 
[2] Business Intelligence, Presentation, PT KPEI, 2007 
[3] Rifai Noverino, Gupta Kharitz Attria. Bussiness Intelegent, ITB, Bandung, 2004  
Untuk lebih lengkapnya silahkan download di http://www.4shared.com/office/WJIKQyxZ/Jurnal_Luthfia.html



Unknown

1 komentar:

Langganan: Posting Komentar (Atom)