Penerapan Algoritma Apriori Dan Metode Moving Average Untuk Prediksi Stok Barang

Authors

  • Aris Afandi Teknik Informatika, Fakultas Teknik, Universitas Nusantara PGRI Kediri Indonesia
  • Intan Nur Farida Teknik Informatika, Fakultas Teknik, Universitas Nusantara PGRI Kediri Indonesia
  • Umi Mahdiyah Teknik Informatika, Fakultas Teknik, Universitas Nusantara PGRI Kediri Indonesia

DOI:

https://doi.org/10.29407/inotek.v6i2.2624

Abstract

Perusahaan membutuhkan strategi dan kecerdasan bisnis perdagangan dengan bantuan teknologi. UD. Subur adalah perusahaan yang bergerak di bidang penjualan bahan bangunan. Data penjualan UD.Subur selama ini belum tertata sehingga tidak terpakai dan banyak yang terbuang. Adapun tujuan dari penelitian ini mengolah data transaksi penjualan menjadi informasi prediksi stok bagi perusahaan dengan memanfaatkan teknologi. Berdasarkan permasalahan tersebut peneliti akan membuat aplikasi untuk mencari barang yang paling laku terjual, sehingga menjamin persediaan barang di toko UD. Subur menggunakan algoritma apriori dan membuat prediksi penjualan barang pada bulan berikutnya menggunakan moving average. Berdasarkan uji coba dari data transaksi  penjualan yang terdiri dari 365 data transaksi di tahun 2021, didapatkan hasil kombinasi barang yang paling laku yaitu semen segitiga, besi begel 6x12 dan besi begel 8x12. Hasil prediksi stok barang dibulan berikutnya untuk semen segitiga sejumlah 177 barang dengan nilai akurasinya 63%, besi begel 6x12 sejumlah 263 barang dengan nilai akurasinya 63%, besi begel 8x12 sejumlah 351 barang dengan nilai akurasinya 81%. Sehingga berdasarkan hasil perhitungan moving average dapat diprediksi bahwa stok barang yang akan ditambah pada bulan berikutnya adalah semen segitiga, besi begel 6x12 dan besi begel 8x12 karena memiliki nilai akurasi yang lebih dari 50%.  

Keywords:

Algoritma Apriori, Asosiasi, Moving Average, Prediksi.

##plugins.themes.default.displayStats.downloads##

##plugins.themes.default.displayStats.noStats##

References

Davies, and Paul Beynon. 2004. “Database System Third Edition”, Palgrave Macmillan, New York.

Jana, P. 2016. Aplikasi Triple Exponential Smoothing Untuk Forecasting Jumlah Penduduk Miskin. Jurnal Derivat: Jurnal Matematika dan Pendidikan Matematika, 3(2), 76-82.

Wahyudin, M. Penentuan Penjualan Produk Minuman Bernutrisi Terlaris Dengan Algoritma C4. 5 Pada Pt. Nutrifood Indonesia.

Kusrini, E. T. L., & Taufiq, E. 2009. Algoritma data mining. Yogyakarta: Andi Offset.

Pujianto, A., Megira, S., Afif, H., & Kusrini, K. 2018. Sistem Rekomendasi Paket Makanan Menggunakan Algoritma Apriori Pada Penyetan Bu Tini. Semnasteknomedia Online, 6(1), 1-2.

Nurlifa, A., & Kusumadewi, S. 2017. Sistem peramalan jumlah penjualan menggunakan metode moving average pada rumah jilbab Zaky. INOVTEK Polbeng-Seri Informatika, 2(1), 18-25.

Firnando, I., Dixsen, D., Tony, T., Wijaya, V., Surianto, S., Yanto, E., & Jollyta, D. 2019. Implementasi Algoritma Apriori Dan Forecasting Pada Transaksi Penjualan. Jurnal Mantik Penusa, 3(3).

Yudha, R. S., Auliasari, K., & Prasetya, R. P. 2020. Penerapan Algoritma Apriori Untuk Menghasilkan Pola Penjualan Produk Bangunan. Jati (Jurnal Mahasiswa Teknik Informatika), 4(1), 154-161.

Putro, B., Furqon, M. T., & Wijoyo, S. H. 2018. Prediksi Jumlah kebutuhan pemakaian air menggunakan metode exponential smoothing (Studi Kasus: PDAM Kota Malang). Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN, 2548, 964X.

Rachman, R. 2018. Penerapan Metode Moving Average Dan Exponential Smoothing Pada Peramalan Produksi Industri Garment. Jurnal Informatika, 5(2), 211-220.

Astuti, Y., Novianti, B., Hidayat, T., & Maulina, D. 2019. Penerapan Metode Single Moving Average Untuk Peramalan Penjualan Mainan Anak. In SENSITIf: Seminar Nasional Sistem Informasi dan Teknologi Informasi (pp. 253-261).

Downloads

Published

2022-08-25

Issue

Vol. 6 No. 2 (2022): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2022

Section

Articles

License

Copyright (c) 2022 Aris Afandi; Intan Nur Farida, Umi Mahdiyah

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Authors who publish with this journal agree to the following terms:

  1. Copyright on any article is retained by the author(s).
  2. The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
  3. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  4. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
  5. The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License

How to Cite

Penerapan Algoritma Apriori Dan Metode Moving Average Untuk Prediksi Stok Barang . (2022). Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 6(2), 421-426. https://doi.org/10.29407/inotek.v6i2.2624