TUGAS SISTEM BASIS DATA
Jawab:
Tema : “PENERAPAN METODE DATA MINING MARKET BASKET ANALYSIS TERHADAP DATA PENJUALAN PRODUK BUKU DENGAN MENGGUNAKAN ALGORITMA APRIORI DAN FREQUENT PATTERN GROWTH (FP GROWTH) : STUDI KASUS PERCETAKAN PT. GRAMEDIA”
Data mining merupakan proses analisa data untuk menemukan suatu pola dari kumpulan data tersebut. Data mining mampu menganalisa data yang besar menjadi informasi berupa pola yang mempunyai arti bagi pendukung keputusan. Salah satu teknik data mining yang dapat digunakan adalah association data mining atau yang biasa disebut dengan istilah market basket analysis. Market basket didefinisikan sebagai suatu itemset yang dibeli secara bersamaan oleh pelanggan dalam suatu transaksi. Market basket analysis adalah suatu alat yang ampuh untuk pelaksanaan strategi cross-selling. Metode ini dimulai dengan mencari sejumlah frequent itemset dan dilanjutkan dengan pembentukan aturan-aturan asosiasi (association rules). Algoritma Apriori dan frequent pattern growth (FP-growth) adalah dua algoritma yang sangat populer untuk menemukan sejumlah frequent itemset dari data-data transaksi yang tersimpan dalam basis data. Dalam penelitian ini algoritma Apriori dan frequent pattern growth (FP-growth) digunakan untuk membantu menemukan sejumlah aturan asosiasi dari basis data transaksi penjualan produk buku di Percetakan PT. Gramedia, sehingga untuk selanjutnya dapat digunakan sebagai pertimbangan dalam membuat strategi pemasaran dan penjualan yang efektif.
Perkembangan teknologi informasi telah memberikan kontribusi pada cepatnya pertumbuhan jumlah data yang dikumpulkan dan disimpan dalam basis data berukuran besar (gunung data). Dibutuhkan sebuah metode atau teknik yang dapat merubah gunungan data tersebut menjadi sebuah informasi berharga atau pengetahuan (knowledge) yang bermanfaat untuk mendukung pengambilan keputusan bisnis. Suatu teknologi yang dapat digunakan untuk mewujudkannya adalah data mining. Data mining adalah proses mencari pola atau informasi menarik dalam data terpilih dengan menggunakan teknik atau metode tertentu. Salah satu metode yang seringkali digunakan dalam teknologi data mining adalah metode asosiasi atau association rule mining. Di dalam bidang usaha retail metode association rule mining ini lebih dikenal dengan istilah analisa keranjang belanja (market basket analysis). Market basket analysis adalah suatu metode analisa atas perilaku konsumen secara spesifik dari suatu golongan / kelompok tertentu. Sumber data dari market basket analysis antara lain dapat bersumber dari transaksi kartu kredit, kartu lotere, kupon diskon, panggilan keluhan pelanggan. Market basket analysis umumnya dimanfaatkan sebagai titik awal pencarian pengetahuan dari suatu transaksi data ketika kita tidak mengetahui pola spesifik apa yang kita cari. Kebutuhan market basket analysis berawal dari keakuratan dan manfaat yang dihasilkannya dalam wujud aturan assosiasi (association rules). Yang dimaksud dengan association rules adalah pola-pola keterkaitan data dalam basis data.
Percetakan PT. Gramedia adalah sebuah perusahaan yang bergerak di bidang industri percetakan dan telah beroperasi sejak tahun 1972. Hingga kini Percetakan PT. Gramedia telah melayani sekian banyak transaksi pesanan cetakan. Setiap data transaksi tersebut disimpan di dalam suatu sistem basis data melalui aplikasi sistem informasi manajemen.
Jawab:
· Tabel (informasi), sebuah alat untuk menampilkan informasi dalam bentuk matriks.
Tabel (dalam database), adalah sebuah set data di dalam suatu database. Fungsi table pada database adalah sebagai alat untuk menampilkan informasi seputar entity, atribut, dan data-data lainnya pada sebuah database,dan berfungsi juga dalam proses normalisasi.
· Tabel dengan isian 10 data memakai DBMS: Kali ini saya menggunakan input dari struk milik saya dan struk dari teman saya, Susetyo Bagas Woro, sebagai 10 data pada Oracle Database Express Edition.
 |
| Membuat tabel |
 |
| Menginput data |
3. Apa yang dimaksud dengan; Enterprise, Entititas, Field, Record, Data Value dan Record Data dan berikan contoh berdasarkan kasus SBD kelompok anda? (cantumkan referensi sumber)
Jawab:
· Enterprise adalah suatu bentuk organisasi yang menjalankan tugas-tugasnya dengan menggunakan basis data.sebagai contoh: sekolah,rumah sakit,perpustakaan,bank,dll. (http://apriliyatiwen.blogspot.com/2013/02/enterprise-pada-basis-data_16.html)
Contoh dari kasus kelompok kami adalah PT. Gramedia sebagai enterprise
· Entitas (entity) adalah sebuah objek yang keberadaannya dapat dibedakan terhadap objek lain
Entitas dapat berupa orang, benda, tempat, kejadian, konsep (http://672012228.blogspot.com/2013/02/pertemuan-3entitasrecordatribut-relasi.html)
Contohnya entity pada tugas kelompok saya adalah entity pelanggan, teknik_jilid, order, jenis_kertas, produk, jenis_cover.
· Record/Tuple adalah umpulan elemen-elemen yang saling berkaitan menginformasikan tentang suatu entitas secara lengkap. Satu record mewakili satu data atau informasi. Contoh: Pada satu shaf terdapat satu informasi yaitu order. DImana order tersebut memiliki kode_order, ID_pelanggan, Kode_pro, Kode_jil, Kode_kertas, Kode_cover yang mana pada tiap kode dan ID tersebut memuat informasi lain yang lebih mendetail mengenai satu buah order pada Kode_order D1
Kode_order
|
ID_pelanggan
|
Kode_pro
|
Kode_jil
|
Kode_kertas
|
Kode_cover
|
D1
|
P004
|
GM12
|
J4
|
KE2
|
C001
|
Field /attribute adalah satuan data terkecil yang tidak dapat dipecah lagi menjadi unit lain yang bermakna.
- Atribut (field) adalah: elemen, data field, atau data item yang di gunakan untuk menerangkan suatu entribut dari entitas dan mempunyai harga tertentu, misalnya atribut dari entitas pegawai diterangkan oleh , nama, umur, alamat, dan pekerjaan.
- Field : merepresentasikan suatu atribut dari record yang menunjukkan suatu item dari data, seperti misalnya nama, alamat dan lain sebagainya. Kumpulan dari field membentuk suatu record.
- Field (medan) :data terkecil yang memiliki makna. Istilah lain untuk field yaitu elemen data, kolom item, dan atribut. Contoh fieldyaitu nama seseorang, jumlah barang yang dibeli, dan tanggal lahir seseorang. (http://672012228.blogspot.com/2013/02/pertemuan-3entitasrecordatribut-relasi.html)
Contoh pada kasus kelompok kami adalah pada table pelanggan terdapat atribut alamat, nama, pekerjaan, ID_pelanggan, jenis_kelamin.
ID_pelanggan
|
Nama_pelanggan
|
alamat
|
Jenis_kelamin
|
pekerjaan
|
P001
|
Diki Wiryawan
|
Jakarta
|
Pria
|
Penulis
|
P002
|
Salim Muhammad
|
Bandung
|
Pria
|
Mahasiswa
|
P003
|
Meidy Susanto
|
Balikpapan
|
Wanita
|
Pelajar
|
P004
|
Brian Kenny
|
Bandung
|
Pria
|
Pelajar
|
Data Value (Nilai Data) : Data Value adalah data aktual atau informasi yang disimpan pada tiap data, elemen, atau atribut. Atribut nama pegawai menunjukan tempat dimana informasi nama karyawan disimpan, nilai datanya misalnya adalah Anjang, Arif, Suryo, dan lain-lain yang merupakan isi data nama pegawai tersebut.
(https://krida85.wordpress.com/2008/04/16/pengertian-basis-data/)
· Contohnya pada table pelanggan. Pada kolom alamat tedapat data yang mana pada alamat berisi nama tempat, seperti Jakarta, Bandung, dan Balikpapan.
alamat
|
Jakarta
|
Bandung
|
Balikpapan
|
Record (basis data) merupakan kumpulan dari elemen-elemen data yang terkait dalam sebuah basis data. Secara ringkas, database dapat dikatakan sebagai sebuah tabel yang memiliki baris alias record dan kolom atau field.
(https://id.wikipedia.org/wiki/Record)
Contohnya yaitu table pelanggan merupakan salah satu table yang berisi record data-data para pelanggan.
4. Apa yang dimaksud dengan ERD? Jelaskan! Dan Buat ERD dengan menggunakan DBMS!
Jawab:
ERD merupakan suatu model untuk menjelaskan hubungan antar data dalam basis data berdasarkan objek-objek dasar data yang mempunyai hubungan antar relasi. ERD untuk memodelkan struktur data dan hubungan antar data, untuk menggambarkannya digunakan beberapa notasi dan simbol.
5. Buatlah contoh kasus yang memungkinkan jumlah entitas atau tabel dilakukan penambahan berdasarkan tema kelompok anda dan Buatlah ERD baru versi kelompok anda!
6. Buatlah 5 query (sesuai jumlah anggota)berdasarkan ERD soal nomor 5 (berikan sintaks dan keluaran nya!)
B. Analisa SBD berdasarkan keluaran (bukti transaksi)
Jawab:
 |
| Struk milik Sergius Sarmose Manggara Putra Manullang (NIM 201631039) |
 |
| Struk Milik Susetyo Bagas Woro (NIM 201631048) |
 |
| Struk milik Uci Septhia Putri (NIM 201631013) |
 |
| Struk milik Laras Suciyanti (NIM 201631010) |
 |
| Struk milik Tahta Aksa Maha Raya (NIM 201531040) |
Berikut deskripsi berdasarkan struk-struk diatas:
Pada bagian atas table, terdapat tangal dan jam transaksi. lalu pada table ,struk memiliki kolom deskripsi sebagai nama barang yang dibeli, kolom qty sebagai kolom jumlah item yang dibeli per nama barang, kolom harga untuk harga satuan, dan kolom total. Kolom total pertama yang ada di bagian atas merupakan kolom yang menjelaskan subtotal (qty x harga satuan), sedangkan total yang ada di bagian bawah merupakan total keseluruhan pembelanjaan (sigma subtotal). Struk diatas juga memiliki perhitungan pembulatan, potongan pajak, jenis dan jumlah pembayaran (tunai/kredit+ berapa uang cash yang diberikan), kembali untuk keterangan kembalian, lalu perhitungan total item yang dibeli.
Jawab:
1. BENTUK TIDAK NORMAL (UNNORMALIZED FORM)
Bentuk ini merupakan kumpulan data yang akan direkam, tidak ada keharusan
mengikukti format tertentu, dapat saja data tidak lengkap atau terduplikasi. Data dikumpulkan apa adanya sesuai dengan saat menginput.
Untuk mentransformasikan tabel yang belum ternomalisasi di atas menjadi tabel yang memenuhi kriteria 1NF adalah kita harus merubah seluruh atribut yang multivalue menjadi atribut single value, dengan cara menghilangkan repeating group pada tabel di atas.
Repeating Group (elemen data berulang) adalah (No_Property, Alamat_Property,Tgl_Pinjam, Tgl_Selesai, Biaya, No_Pemilik, Nama_Pemilik)
3. Apa yang dimaksud dengan tahapan normalisasi (Bentuk normalisasi yang sering digunakan adalah 1NF, 2NF, dan 3NF), jelaskan dan berikan dalam bentuk tabelnya!
Jawab:
First Normal Form (1NF)
Bentuk normal yang pertama atau 1NF mensyaratkan beberapa kondisi dalam sebuah database, berikut adalah fungsi dari bentuk normal pertama ini.
· Menghilangkan duplikasi kolom dari tabel yang sama.
· Buat tabel terpisah untuk masing-masing kelompok data terkait dan mengidentifikasi setiap baris dengan kolom yang unik (primary key).
Contoh Normalisasi Database 1NF
Normalisasi Database 1NF
Pada intinya bentuk normalisasi 1NF ini mengelompokkan beberapa tipe data atau kelompok data yang sejenis agar dapat dipisahkan sehingga anomali data dapat di atasi. Contoh adalah ketika kita ingin menghapus, mengupdate, atau menambahkan data peminjam, maka kita tidak bersinggungan dengan data buku atau data penerbit. Sehingga inkonsistensi data dapat mulai di jaga.
Second normal form (2NF)
Syarat untuk menerapkan normalisasi bentuk kedua ini adalah data telah dibentuk dalam 1NF, berikut adalah beberapa fungsi normalisasi 2NF.
· Menghapus beberapa subset data yang ada pada tabel dan menempatkan mereka pada tabel terpisah.
· Menciptakan hubungan antara tabel baru dan tabel lama dengan menciptakan foreign key.
· Tidak ada atribut dalam tabel yang secara fungsional bergantung pada candidate key tabel tersebut.
Contoh normalisasi database bentuk 2NF
Contoh Normalisasi Database 2NF
Contoh di atas kita menggunakan tabel bantuan yaitu tabel transaksi, pada intinya bentu kedua ini adalah tidak boleh ada field yang berhubungan dengan field lainnya secara fungsional. Contoh Judul Buku tergantung dengan id_Buku sehingga dalam bentuk 2NF judul buku dapat di hilangkan karena telah memiliki tabel master tersendiri.
Third Normal Form (3NF)
Normalisasi database dalam bentuk 3NF bertujuan untuk menghilangkan seluruh atribut atau field yang tidak berhubungan dengan primary key. Dengan demikian tidak ada ketergantungan transitif pada setiap kandidat key. Syarat dari bentuk normal ketiga atau 3NF adalah :
· Memenuhi semua persyaratan dari bentuk normal kedua.
· Menghapus kolom yang tidak tergantung pada primary key.
Contoh Normalisasi Database Bentuk 3NF
Tidak semua kasus atau tabel dapat kita sesuaikan dengan berbagai bentuk normalisasi ini, untuk contoh 3NF kita akan mengambil contoh dari tabel order.
Normalisasi Database Bentuk 3NF
Pada tabel pertama di atas, apakah semua kolom sepenuhnya tergantung pada primary key? tentu tidak, hanya saja ada satu field yaitu total yang bergantung pada harga dan jumlah, total dapat dihasilkan dengan mengalikan harga dan jumlah. Bentuk 3NF dalam tabel di atas dapat dilakukan dengan membuang field Total.
4. Tabel berdasarkan hasil normalisasi tulis dalam bentuk sintaks dan keluaran nya berdasarkan DBMS yang dipilih!
5. Buat kan bentuk ERD nya dengan menggunakan DBMS!
6. Buatlah 5 query (sesuai jumlah anggota) berdasarkan ERD soal nomor 5 (berikan sintaks dan keluaran nya!)
Link anggota kelompok 1 Sistem Basis Data kelas F:
nama : Uci septhia putri
nim : 201631013
link : http://ucisepthia.blogspot.
nim : 201631013
link : http://ucisepthia.blogspot.
Nama : Laras Suciyanti
NIM : 201631010
Link : (Belum diketahui)
Nama : Tahta Aksa Maha Raya
NIM : 201531040
Link : tahtaaksa.blogspot.com
Komentar
Posting Komentar