IMPLEMENTASI ALGORITMA APRIORI UNTUK MENENTUKAN TINGKAT PENJUALAN PADA STORE ADIDAS AEON SENTUL

• DEFRIYATNA DERMAWAN

---

ABSTRAK

ABSTRAK

DEFRIYATNA DERMAWAN, 12190017, IMPLEMENTASI ALGORITMA APRIORI UNTUK MENENTUKAN TINGKAT PENJUALAN PADA STORE ADIDAS AEON SENTUL

Penelitian ini dilatarbelakangi oleh perkembangan fashion di dunia sangat pesat dari masa ke masa. Pakaian, aksesoris dan sepatu yang dipakai setiap orang memiliki ciri khas tersendiri. Penelitian ini terkait implementasi algoritma apriori untuk menentukan produk terlaris pada store adidas aeon Sentul. Informasi dan data yang diperoleh dari manager store adidas aeon Sentul berupa data penjualan per quarter yaitu pada bulan April-Juni 2023. Produk yang dikategorikan menjadi 3 yaitu sepatu, pakaian dan aksesoris. Penelitian ini bertujuan mengolah data penjualan sepatu, pakaian dan aksesoris di store Adidas Aeon Sentul Mall sehingga menjadikannya sebuah informasi yang akurat, untuk mengetahui dari setiap kategori yang paling laris terjual dan untuk mengetahui engetahui dampak-dampak rules yang dihasilkan oleh algoritma apriori bagi produk adidas yang paling banyak terjual. Metode yang digunakan dalam penelitian ini ialah studi literatur menggunakan sumber data primer dan data sekunder. Hasil penelitian menyampaikan bahwa dari hasil perhitungan menggunakan algoritma apriori, transaksi penjualan di store adidas aeon sentul dengan minimum support 10% dan minimum confidence 70% ditemukan kategori yang memenuhi minimum support dan confidence dengan kode produk (H, I, J, N, O, Z, AB, AC, AD) dengan nilai support 28.57, 31.43%, 37.14%, 34.29%, 37.14%, 14.29%, 25.71%, 20.00%, 14.29% dan nilai confidence 100%. Rekomendasi dari 3 kategori dengan kode produk H, I, J, N, O, Z, AB, AC, AD (FW-SUPERNOVA 2 M(H), FW-ULTRABOOST 19.5 DNA(I), FW-ULTRABOOST 22(J), ACC-CUSH ANK 1PP(N), ACC-DFB CAP(O), APP-M HT EL TEE(Z), APP-OTR HEATHER SH(AB), APP-PRSVE OUTR JT(AC), APP-TREFOIL TEE(AD)) yang terkait dengan produk yang paling sering terjual setiap harinya. Mempermudah store manager dan supervisor agar bisa me-restock produk yang paling sering terjual

KATA KUNCI

Algoritma Apriori

---

DAFTAR PUSTAKA

DAFTAR PUSTAKA

[1]  T. Prasetya, J. Eka Yanti, A. Irma Purnamasari, A. Rinaldi Dikananda, and S. Anwar, “Analisis Data Transaksi Terhadap Pola Pembelian Konsumen Menggunakan Metode Algoritma Apriori,” INFORMATICS Educ. Prof., vol. 6, no. 1, pp. 43–52, 2021.

[2] N. E. Ntobuo and M. Yusuf, “??No Title No Title No Title,” pp. 1–23, 2016.

[3] 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.

[4] M. Briliantino, A. Perdana, T. Informatika, and S. D. Wacana, “Penerapan Algoritma Apriori pada Analisis Data Transaksi penjualan UMKM Banyu Burgerbar asosiasi untuk menentukan hubungan asosiatif dari kombinasi item . Aturan asosiasi target,” vol. 9, no. 1, pp. 61–71, 2023.

[5] A. Aprizal, H. Hasriani, and W. Ningsih, “Implementasi Data Mining Untuk Penentuan Posisi Barang pada Rak Menggunakan Metode Apriori Pada PT Midi Utama Indonesia,” Techo.COM, vol. 15, no. 4, pp. 335–342, 2016.

[6] M. Badrul, “Algoritma Asosiasi Dengan Algoritma Apriori Untuk Analisa Data Penjualan,” J. Pilar Nusa Mandiri, vol. XII, no. 2, pp. 121–129, 2016, [Online]. Available: http://ejournal.nusamandiri.ac.id/index.php/pilar/article/view/266

[7] F. N. Falak, “Analisis Pola Transaksi pada Optik Batu Mulia dengan Implementasi Metode Apriori,” vol. 10, no. 2, pp. 35–41, 2022.

[8] E. D. Sikumbang, “Penerapan Data Mining Dengan Algoritma Apriori,” J. Tek. Komput. AMIK BSI, vol. 9986, no. September, pp. 1–4, 2018.

[9] O. A. Hermayanti, “Strategi Bisnis Retail Dalam Menghadapi Tantangan Perkembangan Teknologi di Era Digital,” no. March, 2022, [Online]. Available: https://www.konsultanmanajemenpajak.com/2021/04/28/mengubah-toko-ritel menjadi-ritel-modern-melalui-kons

[10] T. J. Utomo, “Fungsi Dan Peran Bisnis Ritel Dalam Saluran Pemasaran,” Fokus Ekon., vol. 4, no. 1, pp. 44–55, 2009.

[11] A. J. P. Sibarani, “Implementasi Data Mining Menggunakan Algoritma Apriori Untuk Meningkatkan Pola Penjualan Obat,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 7, no. 2, pp. 262–276, 2020, doi: 10.35957/jatisi.v7i2.195.

[12] 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.

[13] P. M. S. Tarigan, J. T. Hardinata, H. Qurniawan, M. Safii, and R. Winanjaya, “Implementasi Data Mining Menggunakan Algoritma Apriori Dalam Menentukan Persediaan Barang,” J. Janitra Inform. dan Sist. Inf., vol. 2, no. 1, pp. 9–19, 2022, doi: 10.25008/janitra.v2i1.142.

[14] X. D. Crystallography, “??No Title No Title No Title,” pp. 1–23, 2016.

[15] A. F. Budiantara and C. Budihartanti, “Implementasi Data Mining Dalam Manajemen Inventory Pada Pt. Mastersystem Infotama Menggunakan Metode Algoritma Apriori,” PROSISKO J. Pengemb. Ris. dan Obs. Sist. Komput., vol. 7, no. 1, 2020, doi: 10.30656/prosisko.v7i1.2130.

[16] P. Transaksi, P. Buku, P. Universitas, and D. Nuswantoro, “ALGORITMA FP GROWTH UNTUK PEREKOMENDASI”.

[17] Rosidah;., “Bab Ii Landasan Teori,” J. Chem. Inf. Model., vol. 53, no. 9, pp. 8 24, 2018.

[18] A. Dan et al., SKRIPSI Disusun oleh?: 2022.

[19] P. Tanagra, “SARTIKA1603”.

[20] D. Anggraini, S. A. Putri, and L. A. Utami, “Implementasi Algoritma Apriori Dalam Menentukan Penjualan Mobil Yang Paling Diminati Pada Honda Permata Serpong,” J. Media Inform. Budidarma, vol. 4, no. 2, p. 302, 2020, doi: 10.30865/mib.v4i2.1496.

[21] B. Shoes and A. Apriori, “IMPLEMENTASI DATA MINING DENGAN ALGORITMA APRIORI UNTUK ABSTRACT?: Information technology is more advanced and there is always the very development has an important role in all aspects of life , one aspect that can not be separated from the information te”.