IMPLEMENTASI ALGORITMA APRIORI PADA DATA PENJUANLAN PRODUK ASESORIS CV PRINCES DIARY SAMARINDA

Siti Qomariah, Basrie Basrie, Srinita Fitriani Pa’a

Abstract


CV Princes Diary adalah perusahaan yang bergerak pada penjulan produk asesoris yang beragam, ada 25 jenis barang yang dijual pada toko mereka, tetapi data penjulan tersebut belum dianalisa dengan baik untuk menghasilkan strategi penjualan yang meningkatkan keuntungan untuk perusahaan.  Salah satu algoritma dalam data mining adalah algoritma apriori.  Datamining banyak diimplementasikan dalam berbagai bidang seperti bisnis, perdagangan, dan lain-lain.  penelitian ini bertujuan untuk membuat aplikasi  dengan penerapan metode data Mining  dengan algoritma apriori untuk mengolah data penjualan tersebut lebih terstruktur, terinci dan mengetahui permasalahan pada penjualan produk.   Penelitian ini dilakukan mencari pola informasi transaksi produk, sehingga mengahasilkan stok barang yang harus diperbanyak atau dikurangi.  Algoritma apriori adalah salah satu cabang dari data minning yang berfungsi mencari pola informasi dari banyaknya data yang dimikili.   Market basket analisis adalah salah satu teknik dari data mining dengan strategi cross- selling dimulai dengan mencari sejumlah frequent itemset dan dilanjutkan dengan patter Growth. untuk tool penelitian yang digunaka adalah rapid miner.  Intensitas penjulana produk yang didapat mengunakan algoritma apriori dengan market basket analisis.  Pada CV Princes Diary produk yang dijual adalah produk asesoris seperti dompet, kacamata, kalung dan lain-lain. pada hasil penelitian ditemukan enam aturan 6 buah aturan atau rule yang bisa digunakan untuk strategi penjulan Jika membeli kaca mata maka akan membeli dompet ( dengan nilai support 52,5 % dan confidence 55,9%) Jika membeli tali sepatu maka akan membeli make up dengan nilai support 55,9 % dan confidence 56,4%) Jika membeli make up, Maka akan membeli alat make up dan sisir ( dengan nilai support 56,4 % dan confidence 61,6%)        Jika membeli sisir maka akan membeli make up  ( dengan nilai support 61,6 % dan confidence 65,3%)  Jika membeli Make Up, maka akan membeli sisir dan Alat Make up  ( dengan nilai support 65,3 % dan confidence 65,3%)       Jika membeli Make Up, Maka membeli sisir dan alat make up ( dengan nilai support 82,5 % dan confidence 82,5%) informasi pola frekuensi asosiasi tertinggi adalah jika membeli make up maka maka membeli sisir dengan nilai support sebesar 8.825% dan nilai conficende 0.825%.  dengan aturan diatas produk pertama dan produk kedua bisa disandingkan untuk promosi pendualan dengan harga yang menarik.

Keywords


Data minning; Apriori; Rapid Miner

Full Text:

PDF

References


R. Yanto and R. Khoiriah, “Implementasi Data Mining dengan Metode Algoritma Apriori dalam Menentukan Pola Pembelian Obat,” Creat. Inf. Technol. J., vol. 2, no. 2, p. 102, 2015, doi: 10.24076/citec.2015v2i2.41.

S. Kasus, P. Pt, G. Gunadi, and D. I. Sensuse, “PENERAPAN METODE DATA MINING MARKET BASKET ANALYSIS TERHADAP DATA PENJUALAN PRODUK BUKU DENGAN MENGGUNAKAN ALGORITMA APRIORI DAN FREQUENT PATTERN GROWTH ( FP GROWTH ) :,” vol. 4, no. 1, 2012.

S. Qomariah, H. Ekawati, and S. Belareq, “IMPLEMENTASI METODE DATA MINING APRIORI PADA APLIKASI PENJUALAN PT. TIGA RAKSA SATRIA,” Komputasi J. Ilm. Ilmu Komput. dan Mat., 2020, doi: 10.33751/komputasi.v17i1.1747.

L. Hakim and A. Fauzy, “Menggunakan Metode Association Rules,” Univ. Res. Colloq., pp. 73–81, 2015.

A. Subhan and A. Z. Fanani, “Penerapan Data Mining Untuk Menentukan Potensi Hujan Harian Dengan Menggunakan Algoritma Naive Bayes,” Mahasiswa.Dinus.Ac.Id, pp. 1–6, 2016.

Y. Mahena, M. Rusli, and E. Winarso, “Prediksi Harga Emas Dunia Sebagai Pendukung Keputusan Investasi Saham Emas Menggunakan Teknik Data Mining,” Kalbiscentia J. Sains dan Teknol., vol. 2, no. 1, pp. 36–51, 2015.

A. Wibowo and S. Warnars, “Pengembangan Learning Characteristic Rule Pada Algoritma Data Mining Attribute Oriented Induction,” J. Sist. Komput., vol. 6, no. 1, pp. 17–29, 2016, doi: 10.14710/JSK.V6I1.104.

L. R. Angga Ginanjar Mabrur, “Penerapan Data Mining Untuk Memprediksi Kriteria Nasabah Kredit,” J. Komput. dan Inform., vol. 1, no. 1, pp. 53–57, 2012.

M. S. Mustafa, M. R. Ramadhan, and A. P. Thenata, “Implementasi Data Mining untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier,” Creat. Inf. Technol. J., 2018, doi: 10.24076/citec.2017v4i2.106

A. Asosiasi and A. Apriori, “Keranjang Belanja Untuk Sistem Persediaan Alat-,” pp. 1–9.

M. Eka and R. A. Siregar, “Data Mining Assosiation Rule Untuk Mendukung Sistem Pencapaian Target Pajak Pendapatan Daerah Studi Kasus Di Kabupaten Deli Serdang,” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 2, no. 1, pp. 179–190, 2018, doi: 10.30865/komik.v2i1.979.

F. A. Priyana and A. Kardianawati, “Data Mining Asosiasi Untuk Menentukan Cross-Selling Produk Menggunakan Algoritma Frequent Patern-Growth Pada Koperasi Karyawan PT . Phapros Semarang Sistem informasi yang terkomputerisasi organisasi dalam mengumpulkan berbagai data dalam suatu basis data,” Ilmu Komput., pp. 1–7, 2015.

IEICE Trans. Fundam. Electron. Commun. Comput. Sci., 2015, doi: 10.1587/transfun.E98.A.2010.




DOI: https://doi.org/10.46964/justti.v12i2.321

Refbacks

  • There are currently no refbacks.


Copyright (c) 2020 Just TI (Jurnal Sains Terapan Teknologi Informasi)

Editor Jurnal Sains Terapan Teknologi Informasi - JUST TI

ISSN 2085-6458(print) | ISSN 2579-4310(online)
Published by Politeknik Negeri Samarinda
Managed by Information Technology Department - Jurusan Teknologi Informasi
Jl. Dr. Ciptomangunkusumo Kampus Gunung Lipan Samarinda 75131 - Kalimantan Timur - Indonesia
Email: just.ti@polnes.ac.id
OJS: http://e-journal.polnes.ac.id/index.php/justi/index
Contact Person: Tien R Tulili (+6281254433003)


JUST TI - http://e-journal.polnes.ac.id/index.php/justi is licensed under a Creative Common Attribute Share-Alike 4.0 International

503 Service Unavailable

Service Unavailable

The server is temporarily unable to service your request due to maintenance downtime or capacity problems. Please try again later.

Additionally, a 503 Service Unavailable error was encountered while trying to use an ErrorDocument to handle the request.

503 Service Unavailable

Service Unavailable

The server is temporarily unable to service your request due to maintenance downtime or capacity problems. Please try again later.

Additionally, a 503 Service Unavailable error was encountered while trying to use an ErrorDocument to handle the request.