Implementasi Data Mining Pada Penjualan Aksesoris Di Pink-Q Store Menggunakan Metode Apriori

• MUHAMAD ARIF KURNIAWAN

---

ABSTRAK

ABSTRAK

Muhamad Arif Kurniawan (11170696) Implementasi Data Mining Pada Penjualan Aksesoris di Pink-Q Store Menggunakan Metode Apriori

Persediaan barang yang tidak dilakukan secara optimal akan menimbulkan tidak stabilnya persediaan suatu barang. Selain mengatur ketersediaan barang, para pengembang harus menemukan strategi untuk meningkatkan penjualan dengan mengetahui barang yang paling banyak dibeli oleh konsumen. Untuk mengetahui transaksi barang terbanyak diperlukan algoritma apriori untuk dapat mengetahuinya. Algoritma apriori termasuk jenis aturan asosiasi pada data mining, suatu asosiasi dapat diketahui dengan dua tolak ukur yaitu support dan confidence. Support (nilai pienunjang) adalah persentase kombinasi item pada database, sedangkan confidence (nilai kepastian) adalah keterkaitan hubungan antar item dalam aturan asosiasi. Penentuan itemset yang digunakan adalah kombinasi 1,2 dan 3 itemset dengan minimum support 40% dan minimum confidence 70%. Berdasarkan hasil inilah pihak manajemen dapat mengambil keputusan dalam pengembangan strategi pemasaran dan penjualan barang.

KATA KUNCI

Algoritma Apriori,Data Mining,Asosiasi

---

DAFTAR PUSTAKA

DAFTAR PUSTAKA

[1] M. Badrul, “Algoritma Asosiasi Dengan Algoritma Apriori Untuk Analisa Data Penjualan,” None, vol. 12, no. 2, pp. 121–129, 2016.

[2] A. R. Riszky and M. Sadikin, “Data Mining Menggunakan Algoritma Apriori untuk Rekomendasi Produk bagi Pelanggan,” J. Teknol. dan Sist. Komput., vol. 7, no. 3, pp. 103–108, 2019, doi: 10.14710/jtsiskom.7.3.2019.103-108.

[3] F. A. Sianturi, “Penerapan Algoritma Apriori Untuk Penentuan Tingkat Pesanan,” Mantik Penusa, vol. 2, no. 1, pp. 50–57, 2018, [Online]. Available: http://e-jurnal.pelitanusantara.ac.id/index.php/mantik/article/view/330.

[4] I. Djamaludin and A. Nursikuwagus, “Analisis Pola Pembelian Konsumen Pada Transaksi Penjualan Menggunakan Algoritma Apriori,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 8, no. 2, p. 671, 2017, doi: 10.24176/simet.v8i2.1566.

[5] M. Fauzy, K. R. Saleh W, and I. Asror, “Penerapan Metode Association Rule Menggunakan,” J. Ilm. Teknol. Inf. Terap., vol. II, no. 2, pp. 221–227, 2016.

[6] P. H. Simbolon, “Implementasi Data Mining Pada Sistem Persediaan Barang Menggunakan Algoritma Apriori ( Studi Kasus : Srikandi Cash Credit Elektronic dan Furniture ),” J. Ris. Komput., vol. 6, no. 4, pp. 401–406, 2019.

[7] V. N. Budiyasari, P. Studi, T. Informatika, F. Teknik, U. Nusantara, and P. Kediri, “Implementasi Data Mining Pada Penjualan kacamata Dengan Menggunakan Algoritma Apriori,” Indones. J. Comput. Inf. Technol., vol. 2, no. 2, pp. 31–39, 2017.

[8] J. L. Putra, M. Raharjo, T. A. A. Sandi, R. Ridwan, and R. Prasetyo, “Implementasi Algoritma Apriori Terhadap Data Penjualan Pada Perusahaan Retail,” J. Pilar Nusa Mandiri, vol. 15, no. 1, pp. 85–90, 2019, doi: 10.33480/pilar.v15i1.113.

[9] B. A. B. Viii, “Bab viii mengenal microsoft excel 2010,” pp. 1–10, 2010.