RANCANG BANGUN WEB PENJUALAN BUKU MENGGUNAKAN RECOMMENDER SYSTEM DENGAN METODE ASSOCIATION RULE MINING DI KIOS-KIOS BUKU “TERBAN” YOGYAKARTA

Naskah Publikasi
RANCANG BANGUN WEB PENJUALAN BUKU MENGGUNAKAN
RECOMMENDER SYSTEM DENGAN METODE ASSOCIATION RULE

MINING DI KIOS-KIOS BUKU “TERBAN” YOGYAKARTA
PROYEK TUGAS AKHIR

Diajukan oleh :
JEFRI SAMPE KONDO

3095111149

PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS TEKNOLOGI INFORMASI DAN ELEKTRO

UNIVERSITAS TEKNOLOGI YOGYAKARTA
2019

Naskah Publikasi
RANCANG BANGUN WEB PENJUALAN BUKU MENGGUNAKAN
RECOMMENDER SYSTEM DENGAN METODE ASSOCIATION RULE

MINING DI KIOS-KIOS BUKU “TERBAN” YOGYAKARTA

Disusun oleh:
Jefri Sampe Kondo

3095111149

Telah disetujui oleh pembimbing

Pembimbing Tanggal : ...............................
Iwan Hartadi Tri Untoro., S.T., M.Kom

RANCANG BANGUN WEB PENJUALAN BUKU MENGGUNAKAN
RECOMMENDER SYSTEM DENGAN METODE ASSOCIATION RULE

MINING DI KIOS-KIOS BUKU “TERBAN” YOGYAKARTA

Jefri Sampe Kondo

Program Studi Teknik Infomatika, Teknologi Informasi dan Elektro
Universitas Teknologi Yogyakarta

Jl. Ringroad Utara Jombor Sleman Yogyakarta
E-mail: [email protected]

ABSTRAK

Provinsi Yogyakarta atau yang sering disebut Jogja mendapat julukan kota pelajar, terdapat lebih dari 100
perguruan tinggi yang terdapat di kota ini. Dengan banyaknya pelajar atau mahasiswa kebutuhan buku sangat
diperlukan oleh karena itu banyak terdapat tempat-tempat penjualan buku salah satunya kios-kios buku terban
yang menjual berbagai macam buku-buku pendidikan umum, ekonomi, politik, teknologi, novel dan lain
sebagainya. Saat ini penjualan buku di kios-kios buku terban dilakukan dengan cara pembeli secara langsung pergi
mencari dan membeli buku yang ingin dibeli. Oleh karena itu melalui perancangan sistem penjualan online
diharapkan dapat memudahkan pembeli dalam mencari dan membeli buku, dan penjual mendapat kemudahan
dalam mengelolah data buku dengan baik dan benar. Perangkat lunak yang digunakan dalam membangun aplikasi
ini adalah PHP (Pear Hypertext Prepocessor) sebagai bahasa pemograman, MySQL sebagai database server,
Macromedia Dreamweaver 8 sebagai penunjang. Sistem penjualan online kios-kios buku Terban merupan sistem
yang memberikan informasi buku, transaksi pembelian, transaksi penjualan dan lokasi kios.

Kata Kunci : Buku, Sistem, Penjualan online

1. PENDAHULUAN pergi mencari dan membeli buku-buku yang ingin
dibeli di kios-kios buku terban. Di setiap kios jumlah
Persaingan di dunia bisnis saat ini semakin buku yang terjual setiap bulannya berbeda-beda,
ketat, oleh karena itu perusahaan-perusahaan pada kios 4P rata-rata buku yang terjual 300 buku,
dituntut untuk selalu up to date dan mengikuti trend Erty 400 buku, Prima Buku 200 buku, Fajar 300
agar mampu bersaing dengan perusahaan- buku, Daya Prima 1000 buku, Scripco 400 buku,
perusahaan sejenis lainnya. Ketersediaan informasi King Pustaka 600 buku, Kurnia Pustaka 500 buku,
yang aktual dan metode-metode yang tepat Avilla 400 buku. Dari berbagai macam buku yang
merupakan beberapa faktor penting yang harus terjual, kategori buku yang paling banyak dicari atau
dipertimbangkan oleh perusahaan agar dapat terjual ada yang sama dan berbeda. Pada kios 4P
selangkah lebih maju dalam persaingan bisnisnya. buku yang paling banyak terjual adalah sosiologi.
Erty buku yang paling banyak terjual social,
Kios-kios buku Terban adalah kios yang ekonomi, pendidikan. Prima Buku yang paling
bergerak di bidang penjualan buku, lebih dari 10 banyak terjual agama, ekonomi, hukum dan sosial
nama kios buku yang ada di terban, adapun nama – politik. Fajar buku yang paling banyak terjual novel.
nama kios buku yang ada di Terban yaitu Kurnia Daya Prima buku yang paling banyak terjual
Pustaka, King Pustaka, Scripca, Daya Prima, Fajar, kedokteran dan kesehatan. Scripca buku yang paling
Prima Buku, Erty, 4P, Avilla, Tantular, Usaha, banyak terjual agama. King Pustaka buku yang
Ananta Book yang menjual berbagai macam jenis paling banyak terjual hukum, ekonomi dan
buku secara konversional yang sudah berdiri lebih pendidikan. Kurnia Pustaka yang paling banyak
dari 10 tahun, kios-kios buku Terban beralamatkan terjual buku sekolah.
di Jl. Kahar Muzakir kelurahan Terban kecamatan
Gondokusuma kota Yogykarta. Kios-kios buku Berdasarkan latar belakang yang telah
Terban merupakan kios buku yang menjual beraneka dijabarkan, penulis bermaksud membuat sistem
macam jenis buku mulai dari novel, ekomomi dan rekomendasi online shop pada pelanggan untuk
sejarah, bahasa, politik, psikologi, aksitektur, agama, menampilkan barang terpopular dan terbaru dan juga
kesehatan, teknik, pendidikan umu dan lain merekomendasi suatu barang agar barang tersebut
sebagainya. diminati oleh pelanggan lain, sehingga
mempermudah proses penjualan dan transaksi
Saat ini penjualan di kios-kios buku terban
dilakukan dengan cara pembeli secara langsung

pembayaran yang dapat menguntungkan pihak yang dihasilkan dari metode asosiasi ini dapat
penjual dan pihak pembeli. Maka dari itu penulis diterapkan di berbagai bagian perusahaan yang
mengambil judul ”Rancang bangun web penjualan berkaitan langsung dengan layanan pembeli dan
buku Menggunakan Recommender System dengan langganan. Penerapan informasi ini akan lebih
metode Association Rule Mining di Kios-kios buku mudah digunakan bagi perusahaan jika dibuatkan
“Terban” Yogyakarta” sarana aplikasinya secara khusus sehingga dapat
lebih terasa langsung manfaatnya.
2. KAJIAN PUSTAKA DAN LANDASAN
TEORI Naimah (2017) yang berjudul “Analisis dan
Implementasi Teknik Data Mining dengan Metode
2.1 Kajian Pustaka Association Rule Mining untuk Memprediksi
Beberapa hasil penelitian yang pernah Strategi Pemasaran Produk Unilever pada PT. Tiran
Makassar” Penelitian ini dilatarbelakangi karena
dilakukan oleh peneliti sebelumnya yang memiliki masih banyaknya ditemukan produk yang sudah
bidang dan tema yang sama dengan penelitian yang kadaluarsa tetapi tetap diperjualbelikan. Hal ini
akan dilakukan. dapat terjadi salah satunya karena kesalahan strategi
pemasaran. Oleh karena itu, analisis dan penerapan
Candra Irawan (2014) yang berjudul “Rancang teknologi data mining diharapkan dapat memberikan
Bangun Sistem Pengambilan Keputusan Untuk solusi sebuah informasi baru yang dapat dijadikan
Prediksi Pembelian Barang Pada Distributor Lukcy sebagai strategi pemasaran agar dapat meminimalisir
Jaya Motor Berbasis Web Menggunakan Metode kejadian seperti diatas. Kemudian tujuan dari
Association Rule” Sulitnya memprediksi salah satu penelitian ini yakni menghasilkan sebuah aplikasi
stock barang yang sering dibeli secara bersamaan dari yang didalamnya terdapat informasi dari hasil
oleh pelanggan mengakibatkan distributor analisis teknik data mining sehingga memudahkan
kebingungan untuk order barang pada suplaiyer PT. Tiran Makassar mendapatkan strategi untuk
dikarenakan tidak adanya informasi mengenai pemasaran produk Unilever Indonesia. Perancangan
kebiasaan belanja pelanggan. Sehingga perlu dibuat dalam membangun sistem ini terbagi atas Data Flow
sistem yang dapat memprediksi pengambilan Diagram, flowchart, dan perancangan antarmuka.
keputusan untuk order barang terhadap suplaiyer, Aplikasi ini berbasis dan dirancang aplikasi ini
dengan cara penggalian informasi pada data menggunakan codeigniter Framework, yang
transaksi dan penjualan dengan teknik association menggunakan pengujian White Box dan Black Box.
rule untuk mengetahui barang yang sering dibeli Hasil penelitian ini adalah sebuah aplikasi berbasis
secara bersamaan oleh pelanggan. Kombinasi website yang menerapkan rule data mining.
barang dicari berdasarkan nilai minimum support, Kesimpulan penelitian ini membantu penemuan
nilai minimum confidence, dan tentang data informasi baru yang dapat memudahkan PT. Tiran
transaksi penjualan yang dimasukan. Dengan Makassar menemukan strategi yang tepat untuk
menggunakan Sistem ini, distributor bisa melakukan pemasaran pada produk Unilever
mengetahui barang mana yang sering laku Indonesia.
bersamaan sehingga distributor tidak kebingungan
untuk order barang terhadap suplaiyer. Prisca (2015) yang melakukan penelitian
tentang “Penerapan Association Rule dengan
Herman Mulyana (2014) yang berjudul Algoritma Apriori pada Transkasi Penjualan di
“Pemakaian Metode Asosiasi Dalam Data Mining Minimarket” Penelitian ini dilatar belakangi hasil
Untuk Penjualan Lebih Dari Satu Jenis Produk Pada pengamatan dan pengalaman peneliti, bahwa engan
Perusahaan” Proses analisa dan penggalian data dari semakin banyaknya minimarket yang saling
basis data perusahaan terutama data transaksinya bersaing membuat pihak minimarket melakukan
yang telah lama terkumpul menggunakan metode berbagai macam promosi. Selain itu ketersediaan
asosiasi dari data mining dapat menemukan pola data transaksi yang menumpuk serta belum adanya
hubungan yang terjadi pada data penjualan. Pola pengorganisiran promosi sesuai dengan keadaan.
hubungan yang sudah menjadi informasi produk Bila kedua hal ini tidak terselesikan dengan baik
yang biasa terjual bersamaan dengan penjualan maka akan mengakibatkan transaksi penjualan
produk lain dapat berguna untuk memberikan usulan minimarket tidak bisa optimal. Permasalahan pada
strategi pemasaran pada perusahaan karena pihak penelitian ini adalah sebagai berikut bagaimanakah
perusahaan dapat langsung menawarkan produk lain ketersediaan data informasi yang menumpuk dapat
yang biasanya terjual bersamaan dengan penjualan digunakan serta bagaimana mengetahui produk yang
suatu produk dengan tingkat keyakinan yang tinggi paling sering di beli oleh masyarakat dan bagaimana
dan dapat mengurangi biaya promosi karena tidak pengorganisiran data penjualan,.Masalah diatas
perlu mempromosikan atau menawarkan semua dapat diseleseikan dengan menerapkan Association
jenis produk yang ada kepada pembeli atau rule dengan algoritma apriori, algoritma ini bisa
langganan tapi cukup produk yang berkaitan dan
punya potensi terjual saja. Implikasi dari informasi

digunakan untuk menentukan pilihan yang terbaik dianggap suatu data untuk diolah lagi dan
dari beberapa macam alternatif yang tersedia, menjadikan informasi sesuai dengan keperluan unit
metode ini dianggap paling sesuai untuk kerja tertentu (Kadir, 2014).
menyeleseikan permasalahan ini karena perhitungan
nya cukup mudah dan cukup ringkas selain itu 2.2.2 Recommender System
metode ini sesuai dengan perancangan sistem yang Recommender System (RSs) adalah salah satu
akan dibuat. Untuk penerapan metode ini akan
dibuat suatu sistem atau aplikasi berbasis desktop bentuk Personalized Information System yang
yang menggunakan bahasa pemrograman Java dan digunakan dalam Web e-Commerce untuk
MySQL sebagai database nya. Kesimpulan hasil menawarkan item kepada user dan memberi
penelitian ini adalah suatu Aplikasi minimarket yang informasi yang dapat membantu user dalam
menggunkana Association Rule dengan memilih atau membeli item.
menggunakan algoritma apriori dapat menganalisa Terdapat 3 komponen utama dalam sebuah
pola konsumsi pelanggan untuk menentukan produk Recommender System yaitu:
yang akan di datangkan dengan waktu yang tepat, 1. Input dan Output
serta dapat digunakan untuk melakukan promosi
pembelian produk untuk meningkatkan penjualan. Input yang dianalisa RSs didapat baik secara
eksplisit maupun implisit dari user kemudian
Tamin R. Putra (2013) yang berjudul “Strategi dikombinasikan dengan input dari user-user
Inventori dan Relokasi Buku Pada Beberapa Toko lain atau komunitas. Input yang didapat
Buku Area Pasar Senapelan Pekanbaru secara eksplisit, misalnya dengan cara
Menggunakan Metode Association Rule Mining”. meminta user untuk memberi rating
Banyaknya rule yang dihasilkan dengan metode terhadap suatu item. Sedangkan secara
Association Rule Mining dilihat berdasarkan jumlah implisit, misalnya dari data transaksi
minimum support dan minimum confidence, pembelian item oleh user pada waktu
semakin kecil nilai minimum support dan minimum lampau, atau bisa juga dengan memonitor
confidence yang dipilih maka semakin banyak rule item-item mana saja yang telah dilihat oleh
yang dihasilkan, sebaliknya semakin besar nilai user. Output yang dihasilkan oleh RSs dapat
minimum support dan minimum confidence dipilih berupa merekomendasikan sebuah item
maka semakin sedikit rule yang dihasilkan. secara khusus atau prediksi bisa berupa
Minimum support digunakan untuk menghasilkan prediksi per item atau beberapa item sekaligus
rule, sedangkan minimum confidence digunakan dalam bentuk daftar.
untuk memperoleh best rule dari rule yang 2. Metode Rekomendasi Input dan Output
sebelumnya sudah dibuat. Penelitian ini bertujuan Metode yang digunakan dalam memberikan
mengimplementasikan perangkat lunak analisis rekomendasi dapat dilakukan dengan
transaksi dengan menggunakan metode Association beberapa cara, antara lain secara manual,
Rule Mining (ARM) dan diharapkan dengan adanya melalui pendekatan statistik, dengan
kajian dari kaedah asosiasi tersebut dapat memberi berdasarkan korelasi antar user-to-user atau
kemudahan bagi toko buku dalam menganalisis data juga dengan berdasarkan korelasi antar item-
transaksi penjualannya. to-item.
3. Desain Rekomendasi
2.2 Landasan Teori Desain rekomendasi terkait pada 2 hal,
Dalam penulis mengambil refrensi dari yakni bagaimana rekomendasi disajikan dan
bagaimana sifat rekomendasi atau tingkat
berbagai media dan buku untuk mendapatkan personalisasinya. Ada 3 cara untuk
landasan teori dan pengetahuan yang lebih kuat menyajikan rekomendasi kepada user:
seperti: a. Push : bentuk aktif pemberian rekomendasi,
seperti mengirimkan kepada user melalui
2.2.1 Sistem Informasi email.
Sistem adalah suatu kerangka diprosedur- b. Pull : rekomendasi tidak ditampilkan jika user
tidak meminta
prosedur yang saling menghubungkan yang disusun c. Pasif : menampilkan item lain yang
sesuai dengan suatu skema yang menyeluruh untuk berhubungan item yang sedang dilihat/ diakses
melaksanakan suatu atau fungsi utama di user pada saat itu.
perusahaan. Tingkat personalisasi rekomendasi yang
diberikan kepada user ada 2 macam, yaitu:
Informasi merupakan proses lebih lanjut dari d. Personalized : rekomendasi yang diberikan
data yang sudah memiliki nilai tambah, informasi kepada user tidak sama antara satu dengan
data yang diklasifikasikan, diolah atau di yang lain, bergantung pada masing-masing
interprestasikan untuk digunakan dalam proses
pengembalian keputusan. Informasi dapat juga

profil user. (pegawai, siswa, pembeli, pelanggan), barang,
e. Non-personalized : bentuk rekomendasi ini hewan, peristiwa, konsep, keadaan dan sebagainya,
yang diwujudkan dalam bentuk angka, huruf,
tidak melihat profil masing-masing user, simbol, teks, gambar, bunyi, atau kombinasinya
dengan kata lain rekomendasi bersifat umum (Fathansyah, 2015).
sehingga dapat diberikan bagi semua
pengunjung atau visitor. Sebagai salah satu istilah, basis data (database)
Berbagai teknik data mining seperti sendiri dapat didefinisikan dalam sejumlah sudut
association rule dan market basket analysis, nearest pandang seperti:
neighbor, hingga clustering telah digunakan dalam a. Himpunan kelompok data (arsip) yang saling
membangun sebuah RSs. Namun, secara garis besar
teknik yang digunakan dalam RSs ada 2 macam, berhubungan yang diorganisasikan sedemikian
yakni content-based filtering dan Collaborative rupa agar kelak dapat dimanfaatkan kembali
Filtering. Content-based filtering bekerja dengan dengan cepat dan mudah.
mencari item yang mempunyai korelasi dengan b. Kumpulan data yang saling berhubungan yang
item yang disukai user berdasarkan conten tatau disimpan secara bersama sedemikian rupa
informasi tekstual tiap item. Sedangkan dantanpa pengulangan (redundansi) yang tidak
Collaborative Filtering (CF) merekomendasikan perlu, untuk memenuhi berbagai kebutuan.
item kepada seorang user berdasarkan rating yang c. Kumpulan file/tabel/arsip yang saling
diberikannya terhadap item. Collaborative Filtering berhubungan yang disimpan dalam media
(CF) lebih banyak digunakan karena dalam penyimpanan elektronis.
beberapa domain, seperti musik dan film, sulit Basis data hanyalah sebuah objek yang pasif. Ia
dilakukan ekstraksi content tiap item yang ada karena ada pembuatnya. Ia tidak akan pernah
merupakan langkah utama dari content-based berguna jika tidak ada pengelola dan penggeraknya.
filtering. Yang menjadi pengelola atau penggeraknya secara
langsung adalah program/aplikasi (software).
2.2.3 Association Rule Mining Gabungan keduanya (basis data dan pengelolanya)
Metode yang digunakan untuk menganalisis menghasilkan sebuah sistem. Karena itu, secara
umum sebuah Sistem Basis Data merupakan sistem
data adalah metode association rule mining yakni, yang terdiri atas kumpulan tabel data yang saling
metode data mining untuk menemukan aturan berhubungan (dalam sebuah basis data di sebuah
asosiatif antara suatu kombinasi item. Analisis sistem komputer) dan sekumpulan program (yang
asosiasi menjadi terkenal karena aplikasinya untuk biasa disebut DBMS/Database Management
menganalisis isi keranjang belanja di pasar System) yang memungkinkan beberapa pemakai
swalayan, analisis asosiasi juga sering disebut dan/atau program lain untuk mengakses dan
market basket analysis (Vulandari, 2017) memanipulasi tabel-tabel data tersebut (Fathansyah,
2015). Lebih jauh lagi, dalam sebuah sistem basis
Analisis asosiasi dikenal juga sebagai salah data, secara lengkap akan terdapat komponen-
satu metode data mining yang menjadi dasar dari komponen utama sebagai berikut:
berbagai metode data mining lainnya. Khususnya a. Perangakat keras (Hardware).
salah satu tahap dari analisis asosiasi yang disebut b. Sistem Operasi (Operating System).
analisis pola frekuensi tinggi (frequent pattern c. Basis Data (Database).
mining) menarik perhatian banyak peneliti untuk d. Sistem (Aplikasi/Perangkat Lunak) Pengelola
menghasilkan algoritma yang efisien. Penting Basis Data (DBMS).
tidaknya suatu aturan assosiatif dapat diketahui e. Pengguna (User).
dengan dua parameter, support (nilai penunjang) f. Aplikasi (Perangkat Lunak) lain (yang bersifat
yaitu presentase kombinasi item tersebut. dalam optional, artinya tidak harus ada).
database dan confidence (nilai kepastian) yaitu
kuatnya hubungan antar item dalam aturan 2.3.1 Tipe Data Pada Basis Data
assosiatif. Analisis asosiasi didefinisikan suatu Fatansyah (2015), Tipe data merujuk pada
proses untuk menemukan semua aturan assosiatif
yang memenuhi syarat minimum untuk support kemampuan penyimpanan data yang mungkin bagi
(minimum support) dan syarat minimum untuk suatu atribut secara fisik, tanpa melihat
confidence (minimum confidence). layak/tidaknya data tersebut bila dilihat dari
kenyataan pemakaiannya.
2.3 Basis Data
Basis data terdiri dari 2 kata, yaitu Basis dan 2.3.2 MySQL
Menurut (Hidayatullah dan kawan-kawan,
Data. Basis kurang lebih dapat diartikan sebagai
markas atau gudang, tempat bersarang/berkumpul. 2014), MySQL adalah salah satu aplikasi DBMS
Sedangkan Data adalah representasi fakta dunia yang sudah sangat banyak digunakan oleh para
nyata yang mewakili suatu objek seperti manusia

pemrograman aplikasi web. MySQL adalah sebuah kebutuhan dengan produksi yang ditawarkan serta
perangkat lunak system manajemen basis data SQL mengadakan perjanjian mengenai harga yang
(DBMS) yang multithread, dan multi-user. MySQL menguntungkan bagi kedua pihak.”
adalah implementasi dari system manajemen basis
data relasional (RDBMS). MySQL dibuah oleh TcX Dan menurut Force One Selling and
dan telah dipercaya mengelola system dengan 40 Distribution Consultan, menjual adalah proses
buah database berisi 10.000 tabel dan 500 di interaksi antara calon pembeli dan calon penjual
antaranya memiliki 7 juta baris. dalam menjajaki sebuah transaksi barang atau jasa
yang saling dibutuhkan kedua belah pihak. Adapun
2.3.3 Entity Relationship Diagram (ERD) 4 syarat utama menjual yaitu:
Menurut (Indrajani, 2014), ERD adalah sebuah a. Ada calon pembeli dan penjual
b. Proses interaksi komunikasi dan presepsi
pendekatan top-bottom dalam perancangan basis c. Menjajaki sebuah transaksi/penukaran
data yang dimulai dengan mengidentifikasikan data-
data terpenting yang disebut dengan entitas dan kepentingan.
hubungan antara entitas-entitas tersebut yang d. Barang, jasa, ide, gagasan. rencana, keyakinan,
digambarkan dalam suatu model.
prinsip.
2.3.4 Data Flow Diagram Bagi perusahaan pada umumnya memiliki
Menurut (Mirza Maulinarhadi Ranatarisza,
3 tujuan umum dalam penjualan yaitu sebagai
2013), Data flow diagram ( DFD) adalah suatu berikut:
diagram yang menggunakan notasi-notasi untuk a. Mencapai volume penjualan tertentu.
menggambarkan arus dari data pada suatu sistem, b. Mendapatkan laba tertentu.
yang penggunaannya sangat membantu untuk c. Menunjang pertumbuhan perusahaan.
memahami sistem secara logika, terstruktur dan
jelas. 2.5.2 Penjualan Online
Pada zaman perkembangan teknologi yang
2.4 Pemograman Web
Website adalah merupakan kumpulan dari semakin pesat ini membuat persaingan bisnis dalam
bidang apapun menjadi lebi kompleks. Banyak
halaman-halaman web di internet yang berisi metode bisnis yang digunakan oleh sebuah
informasi. Web digolongkan manjadi dua, yaitu Web perusahaan untuk menarik pelanggan sebanyak-
Dinamis dan Web Statis.Web Statis adalah web banyaknya. Mulai dari memberikan bonus,
yang berisis informasi statis, sedangkan web memasang promosi, membagikan brosur dan
dinamis adalah web yang memberikan informasinya memesan produk melalui media elektronik seperti
dapat tampilkan dari database dan halamannya dapat internet.
berubah-ubah secara otomatis serta dapat
berinteraksi dengan pengunjung situs.Pemrograman 3. METODE PENELITIAN
Web dapat dikategorikan menjadi dua yaitu server-
side programming dan client-side programming 3.1 Analisa Sistem Yang Berjalan
dengan perbedaan sebagai berikut: pada server-side Sistem pemesanan dan penjualan yang saat ini
programming perintah-perintah program dijalankan
di web dan hasilnya dalam bentk html biasa yang dijalankan di kios-kios buku terban Yogyakarta
dikirim ke browser untuk di tampilkan, sedangkan adalah dengan cara manual. Hal ini dirasa kurang
client-side programming dan menjalankan perintah- praktis dan memiliki beberapa kekurangan
perintah pada client dalam hal ini web browser, diantaranya adalah penjualan di lakukan hanya di
ketika client memintah sebuah dokumen yang kios buku terban, jika pelanggan ingin mencari buku
mengadung script , maka script tersebut akan di yang diinginkan maka pelanggan harus datang
download dan dieksekusi di dalam browser yang langsung untuk melihat di rak-rak pajangan atau
bersangkutan (Alexander, 2014). bertanya langsung kepada penjual. Sistem pendataan
barang untuk mengetahui stok tbuku yang tersedia
Ada banyak bahasa program yang bisa dipakai dilakukan secara manual, hal ini sangat memakan
dalam membangun sebuah sebsite, dalam kasus ini waktu dan tenaga sehingga tidak efisien.
penulis akan menggunakan sistem sistem berbasis
website ini dengan beberapa bahasa program. 3.1.1 Proses Pengadaan Barang
Pada proses ini, hal yang sudah berjalan di
2.5 Penjualan
2.5.1 Pengertian Penjualan kios-kios terban dengan cara buku yang di antar oleh
suplayer akan dihitung dan dicatat berapa banyak
“Selling adalah suatu kegiatan yang ditunjukan buku yang datang dan judul-judul apa saja,
untuk mencari pembeli, mempengaruhi dan member kemudian buku akan dipajang di rak-rak buku.
petunjuk agar pembeli dapat menyesuaikan Khusus buat pelanggan yang sudah memesan, jika
buku yang dipesan ada dan sudah diantar oleh
suplayer maka pelanggan yang memesan buku akan

dihubungi via sms atau whatsapp. 4.2.1 Kebutuhan User atau Pemakai
Kebutuhan sistem user yang akan dibangun
4.1.2 Proses Penjualan Barang
Proses yang saat ini berjalan di kios-kios buku meliputi anggota yaitu user yang memiliki hak akses
sebagai penjual buku yang ada di Teban sedangkan
terban adalah dengan cara pelanggan akan datang member yaitu user yang memiliki hak akses sebagai
dan belihat-lihat buku pada rak pajangan atau pembeli, berikut kebutuhan user atau pemakai
langsung bertanya pada penjual buku tentang buku sistem:
yang ingin dibeli, jika buku yang dibeli ada dan a. Anggota mendaftar ke sistem sebagai penjual
sudah terjadi kesepakatan harga maka akan ada b. Angota menunggu konfirmasi dari admin,
proses transaksi penjualan dan pelangan dapat
membawa pulang barang yang telah dibeli, namun setelah mendapatkan hak akses kemudian
jika buku yang dicari pelanggan tidak ada, maka anggota login ke sistem.
penjual akan bertanya pada penjual di kios lain c. Kemudian anggota menginputkan data buku,
apakah mereka memiliki stok buku yang dicari data stok yang akan ditawarkan melalui sistem.
pelanggan tersebut. Jika buku yang dicari tidak ada d. Member mendaftar kesistem sebagai pembeli
maka pelanggan dapat memesan kepada penjual e. Kemudian member memesan buku yang akan
terlebih dahulu. dibeli
f. Setelah pemesanan berhasil member
4.1.3 Proses Pembayaran melakukan pembayaran secara transfer melalui
Adapun proses pembayaran yang saat ini nomor rekening yang telah disediakan.
g. Kemudian Admin mengkonfirmasi pemesanan
berlangsung di kios-kios buku terban adalah proses member
pembayaran langsung pada kios dengan melakukan h. Anggota menyiapkan buku atau pesanan
pembayaran secara langsung dengan membayar member.
secara tunai sesuai nilai buku yang dibeli dan i. Member akan mendapatkan notifikasi lewat
pelanggan akan diberikan buku dan nota pembelian. sms dan email yang berisikan pemesanan
berhasil di konfirmasi.
4.1.4 Analisis Dokumen j. Setelah pemesanan berhasil dikonfirmasi maka
Analisis dokumen bertujuan untuk mengetahui barang akan segera dikirim ke alamat tujuan.

lebih jelas dan fungsi dari semua dokumen yang ada 4.2.2 Kebutuhan Admin
pada Toko Buku-buku Terban, diantaranya : a. Admin login ke sistem
1. Nota penjualan b. Admin mengelola data ketegori dan data

Deskripsi : Dokumen sebagai bukti pembayaran informasi.
Fungsi : Sebagai bukti pembayaran c. Admin mengkonfirmasi pendaftaran anggota
2. Nota pembelian d. Admin mengkonfirmasi pemesanan member
Deskripsi : Dokumen sebagai bukti e. Admin mengelola data laporan
pembelian/permintaan barang
Fungsi : Sebagai sumber data pembelian barang 4.3 Analisa Pengembangan sistem
dari suplayer
Tahapan rancangan sistem yang dibangun
4.2 Analisis Kebutuhan Sistem sesuai dengan teori – teori metode pembangunan
Salah satu produk yang sangat memungkinkan sistem yang terdapat dibab sebelumnya. Rancangan
meliputi perancangan basis data, rancangan proses
untuk dijual secara online adalah buku dan juga dan rancangan sistem yang akan dibangun.
sebagai pendukung terdapat penjualan berbasis
online yaitu recommender system yang berfungsi 4.4 Rancangan Sistem
untuk merekomendasi suatu barang agar barang Perancangan sistem adalah sketsa dari alur
tersebut diminati oleh pelanggan lain sistem
rekomendasi ini menggukan metode Association proses pengolahan data. Dalam rancangan suatu
Rule Mining. penulis bermaksud membuat sistem sistem dapat menggunakan Data Flow Diagram
rekomendasi online shop pada pelanggan untuk (DFD) yang bertujuan untuk mendesain sistem yang
menampilkan barang terpopular dan terbaru dan juga akan dihasilkan. Rancang bangun web penjualan
merekomendasi suatu barang agar barang tersebut buku Menggunakan Recommender System dengan
diminati oleh pelanggan lain. Maka dari itu penulis metode Association Rule Mining di Kios - kios buku
mengambil judul Rancang bangun web penjualan “Terban” Yogyakarta ini menggunakan perancangan
buku Menggunakan Recommender System dengan sistem DFD menggunakan Edraw Max 9.1
metode Association Rule Mining di Kios-kios buku
“Terban” Yogyakarta.

4.4.1 DFD login Data Pendaftaran
Data flow diagram merupakan model dari Data Pendaftaran
login 1.0
sistem untuk menggambarkan pembagian sistem ke Login
modul yang lebih kecil, yang terdiri dari diagram login
konteks, diagram zero dan diagram rinci yang
diusulkan. Kios Info Member Data login Admin Pendaftaran
Info Buku Data login Kios Kios
4.4.2 Diagram Konteks Admin
Hubungan antara admin dan user terhadap Info Kategori buku Data kios
Info Kios
sistem dijelaskan dengan diagram konteks yang akan Data kios
menerangkan hal-hal yang dapat dilakukan oleh Info Suplayer Data Admin
ketiga pengguna yaitu admin, kios, suplayer dan Data Admin
member. Untuk lebih jelas dapat dilihat pada Data Member
Gambar 1. Data Buku

Admin input Kategori buku 2.0 Data Buku Buku
input suplayer kelola Data Buku Kategori buku
input kios Data kategori buku
3.0
Info Suplayer Data Data kategori buku
Info Member Member

Info Buku
Info Kategori buku

Info Kios

Data Member Member
Data Member

konfirm as i Data Pendaftaran
Data Member Data Pendaftaran

Member Data login Member

Data Penjualan 4.0 Data Penjualan Penjualan
konfirmasi data penjualan Data Data Penjualan
Penjualan
Data Penjualan
Input Penjualan

Input pemesanan 5.0 Data Pemesanan Pemesanan
Data Pemesanan Data Data Pemesanan Pembelian
Data Pemesanan Pemesanan
Konfirmasi Pemesanan
Data Pemesanan Data login Member
Data Pemesanan
6.0 Data pembelian
Data login Suplayer Data Data pembelian
Pembelian
Konfirmasi Pembelian

Data Pembelian

Suplayer Data Pembelian
input pembelian

Laporan data pembelian

Laporan data pembelian 7.0 Laporan data penjualan
Laporan data penjualan Laporan Laporan data pelanggan
Laporan data pelanggan Laporan data stok buku
Laporan data stok buku

Gambar 3. DFD Level 1

4.4.5 DFD Level 2 proses 1
DFD level 2 proses 1 menjelaskan proses yang

berhubungan proses login member, kios dan admin.

Gambar 1. Diagram Konteks gagal masuk

4.4.3 Perancangan Diagram Jenjang gagal masuk
Untuk mendapatkan gambaran mengenai isi
1.2
dari Rancang bangun web penjualan buku
Menggunakan Recommender System dengan metode gagal masuk tampilan pesan
Association Rule Mining di Kios-kios buku
“Terban” Yogyakarta. Maka rancangan diagram user dan password error
jenjangnya akan dijabarkan pada Gambar 2.
login kios tidak sesuai
0
Sistem Kios
Penjualan
Buku Terban tampilan hasil

1.3
menu kios

login admin 1.1 data kios Kios
login user dan data admin Admin
Admin
password data member Member

tampilan hasil

Member login member 1.4
menu admin
1 2 3 4 5 6 7
Login kelola Data Data Data Data Laporan 1.5
Member Penjualan Pemesanan Pembelian menu member

tampilan hasil

3.1 3.2
Pendaftaran Verifikasi
Member
Member

Gambar 4. DFD Level 2 proses 1

2.1 2.2 2.3 2.4 2.5
Kelola Data Kelola Data Kelola Data Kelola Data Kelola Data

Kios Admin Buku Kategori Member
Buku

Gambar 2. Diagram Jenjang

4.4.4 DFD Level 1 4.4.6 DFD Level 2 proses 2
Data flow diagram level 1 merupakan DFD level 2 proses 2 menjelaskan proses yang

Gambaran secara umum alur dari keempat pengguna berhubungan dengan master seperti kelola data kios,
yaitu admin, kios, suplayer dan member. Sistem ini kelola data admin, kelola data buku, kelola kategori
berkaitan dengan hak akses pada pengaksesan buku, kelola member. Untuk lebih jelas dapat dilihat
konten yang ada di dalam sistem, seperti pada Gambar 5
digambarkan dengan alur proses pada Gambar 3

alamat notelp
namasupl
judulbuku pengarang
ayer
user idmember jumlah
idsuplayer pass
Data Kios
Info Kios 2.1 Data Kios Suplayer konfirmasi N Pemesanan
Kelola Data Data Admin Kios memasukkan
Data Kios Data Admin Kios totalongkir totalkirim Member
Info Kios Kios Data Buku Admin ongkir
Data Buku Buku via bukti alamat
totalbayar
menyuplai idmember tglkirim
idpenjualan status
N
idkios Pembelian

idsuplayer idbuku

totalbeli idkios

hargabeli

Info Admin lakukan konfirmasi N Penjualan memasukkan
Data Admin
Info Admin 2.2 jumlahbuk
Kelola Data u
Data Buku
Admin judulbuku idkios pass pass
namakios user
kodebuku email idmember user
alamat telpon nama email
idpembelia memiliki alamat telpon
n

Kios foto
Admin
memiliki N Buku

Info Buku 2.3 idbuku idmember
Kelola Data idkios
kodekateg
Buku ori tglupdate
judulbuku deskripsi

harga

stok berat

Data Kategori Buku Admin memasukkan N Kategori memiliki
Info Kategori Buku
2.4 Data Kategori Buku idadmin pass kodekatego idadmin
Info Kategori Buku Kelola Data Data Kategori Buku nama user ri deskripsi
alamat email
Kategori kategori
Buku
Kategori buku

foto telpn

Info Member 2.5 Data Member Member Gambar 7. Perancangan Entity Relationship
Data Member Kelola Data Data Member Diagram
Info Member
Member

Gambar 5. DFD Level 2 proses 2 4. HASIL DAN PEMBAHASAN

4.4.7 DFD Level 2 proses 3 4.1 Implementasi Sistem
DFD level 2 proses 2 menjelaskan proses yang Sistem penjualan ini dibangun berdasarkan

berhubungan pendaftaran member. Untuk lebih jelas hasil analisis dan perancangan sistem pada bab
dapat dilihat pada Gambar 6. sebelumnya yang kemudian diimplementasikan
dengan bahasa pemograman Adobe Dreamweaver
CS5 dan MySQL Server sebagai server sebagai
databasenya.

Member Info Data Member 3.1 Data Member Member 4.1.1 Menu Utama
Input Data Member Pendaftaran Data Member

Member

Admin Verifikasi Pendaftaran 3.2 Data Member
Info Data Pendaftaran Verifikasi Data Member
Member

Gambar 6. DFD Level 2 proses 3

4.5 Perancangan Basis Data Gambar 8. Halaman Utama
Tahap ini memaparkan penentuan entitas 4.1.2 Register

maupun Tabel yang saling berhubungan dan berelasi Gambar 9 Register
sehingga semua data terhubung menjadi satu Keterangan :
kesatuan yang terintegrasi dan menghasilkan sebuah Halaman registrasi untuk member baru
informasi. Dalam perancangan basis data digunakan
Entity Relationship Diagram (ERD) untuk
menggambarkan hubungan atau relasi antar entitas.

4.5.1 Perancangan Entity Relationship Diagram
ERD merupakan suau model yang dibuat yang

terdiri dari koleksi objek-objek dasar yang bernama
entitas serta hubungan antarentitas. Rancangan
Entity Relationship Diagram (ERD) Rancang
bangun web penjualan buku Menggunakan
Recommender System dengan metode Association
Rule Mining di Kios - kios buku “Terban”
Yogyakarta. Untuk lebih jelas dapat dilihat pada
Gambar 4.6

4.1.3 Halaman Member 2. Setiap data transaksi penjualan yang dilakukan
oleh member mempunyai peran yang sangat
Gambar 10 Halaman member penting dalam proses pengolahan data
Keterangan : penjualan tersebut dan dapat dipertanggung
Halaman login member akan terbuka jika member jawabkan kevalitan dari data tersebut yang
memasukkan akun dan password dengan benar nantinya akan dijadikan laporan penjualan.
4.1.4 Halaman Koleksi Buku Milik Kios
3. Penggunaan metode Association Rule Mining
Gambar 11 Halaman Koleksi Buku Milik KioS memudahkan pelanggan dalam memilih dan
5.1.5 Halaman Admin mengetahui buku apa saja yang sering dibeli.

Gambar 12 Halaman admin 5.2 Saran
5. PENUTUP Setelah penelitian di kios-kios buku terban
5.1 Kesimpulan
selesai, maka penyusun di dalam laporan ini
Berdasarkan pengamatan dan penelitian yang mencantumkan beberapa saran yang mungkin
dilakukan penulis pada kios-kios buku terban dapat membangun diantaranya :
penulis mengambil beberapa kesimpulan sebagai 1. Sistem penjualan buku ini dapat dikembangkan
berikut :
1. Sistem penjualan online yang dilakukan di dengan pembayaran secara online yaitu dengan
bekerja sama dengan bank atau paypal maupun
Kios-kios buku terban dirancang untuk kartu kredit.
mempermudah dan mempercepat dalam proses 2. Aplikasi ini dapat dikembangkan lagi dengan
penjualan. fasilitas yang lebih lagi diantaranya dapat
melakukan penjualan dengan fasilitas mobile,
agar lebih mempermudah user.

6. DAFTAR PUSTAKA

[1] Alexander, F.K. Sibero. (2014), Web
Programming Power Pack, Yogyakarta:
Mediakom.

[2] Alfarizi, N. (2014), Mengenal dan
Menggunakan Tipe Data di MySQL _ Belajar
Database & Programming.

[3] Candra Irawan. (2014), Rancang Bangun
Sistem Pengambilan Keputusan Untuk Prediksi
Pembelian Barang Pada Distributor Lukcy
Jaya Motor Berbasis Web Menggunakan
Metode Association Rule, Fakultas Teknologi
Informasi, Universitas Kanjuruhan Malang.

[4] Fathansyah. (2015), Basis data, Bandung:
Informatika.

[5] Herman, Mulyana. (2014), Pemakaian Metode
Asosiasi Dalam Data Mining Untuk Penjualan
Lebih Dari Satu Jenis Produk Pada
Perusahaan, Stmik Nusa Mandiri Jakarta.

[6] Indrajani. (2015), Database Design (Case
Study All in One), Jakarta: PT Elex
Media Komputindo.

[7] Kadir, A. (2014), Pengenalan Sistem Informasi
Edisi Revisi, Yogyakarta: Andi.

[8] Mirza Maulinarhadi Ranatarisza, M. A. N.

(2013). Sistem Informasi Akuntansi pada
Aplikasi Administrasi Bisnis.

[9] Naimah. (2017), Analisis dan Implementasi
Teknik Data Mining dengan Metode
Association Rule Mining untuk Memprediksi
Strategi Pemasaran Produk Unilever pada PT.
Tiran Makassar, Fakultas Sains dan Teknologi,
Universitas Islam Negeri Alauddin Makassar.

[10] Prisca. (2015), Penerapan Association Rule
dengan Algoritma Apriori pada Transkasi
Penjualan di Minimarket, Fakultas Teknik,
Universitas Nusantara Persatuan Guru
Republik Indonesia.

[11] Tamin R. Putra. (2013), Strategi Inventori dan
Relokasi Buku Pada Beberapa Toko Buku Area
Pasar Senapelan Pekanbaru Menggunakan
Metode Association Rule Mining, Fakultas
Sains dan Teknologi, Universitas Islam Negeri
Sultan Syarief Kasim Riau.

[12] Vulandari, Retno. (2017), Data Mining,
Yogyakarta: Gava Media.

[13] Yanto, R. (2016). Manajemen Basis Data
menggunakan MySQL. Yogyakarta:
Deepublish.