Keywords
data mining
algoritma apriori
thrift
support
confidence
How to Cite
Abstract
Selama ini pemanfaatan data transaksi penjualan pada bisnis thrift yaitu Toko Bakul Gombal hanya disimpan sebagai arsip. Penulis memanfaatkan dan mengolah data transaksi tersebut menjadi informasi yang berguna untuk peningkatan penjualan dan inovasi produk baru. Dengan menganalisa data transaksi diharapkan mendapatkan suatu pola penjualan. Dalam penelitian ini penulis menggunakan Algoritma Apriori, dengan membentuk kandidat kombinasi item yang mungkin terjadi, selanjutnya dilakukan pengujian apakah kombinasi tersebut memenuhi parameter support dan confidence minimum. Dari 50 sampel data transaksi yang diambil, dengan 8 item yaitu yaitu kaos, kemeja, celana kain, topi, jaket kain, jaket jeans, sepatu. Dengan mengambil minimum support 8% dan confidence 70%. Menghasilkan perkalian support dan confidence tertinggi sebesar 38% yaitu if buy kemeja then buy kaos.
References
Lienata, B., et al (2021): Penerapan Data Mining Pada Penjualan Pakaian Brand Expand Dengan Algoritma Apriori Menggunakan Metode Association Rules PT. Vidiaelok Lestari Garmindo. ALGOR, 3(1), 83–95.
Agus, A. & Tono. H. (2016): Implementasi Algoritma Apriori untuk Analisis Penjualan Dengan Berbasis Web, Simetris, Vol. 7 No. 2.
Aditya, A., et al (2018): Implementasi Metode Association Rule Mining Dengan Algoritma Apriori Untuk Rekomendasi Promo Barang, CSRID J, vol. 10, pp. 93–103.
Rajagukguk, M. (2020) : Implementasi Association Rule Mining Untuk Menentukan Pola Kombinasi Makanan dengan Algoritma Apriori, Jurnal Fasilkom, 10(3), 248-254
Setiawan, A., Anugrah, I, G. (2019) : Penentuan Pola Pembelian Konsumen pada Indomaret GKB Gresik dengan metode FP-Groth. Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI), 2(2)
Sikumbang, E. D. (2018): Penerapan Data Mining Penjualan Sepatu Menggunakan Metode Algoritma Apriori. Jurnal Teknik Komputer, Vol 4, No. 1.
Astuti, T.D., et al (2016) : Analisa Data Mining Menggunakan Algoritma Apriori untuk Meningkatkan Cross Selling dan Up Selling. Jurnal Teknologi dan Informasi. 6(2).
Sulindawaty, S., et al(2020): Implementasi Data Mining Dalam Memprediksi Transaksi Penjualan Menggunakan Algoritma Apriori, Matics, vol. 11, no. 2, p. 46.
Pahlevi, O., Sugandi, A., & Sintawati, I, D.(2018): Penerapan Algoritma Apriori Dalam Pengendalian Kualitas Produk, Sinkron, vol. 3, no. 1, pp. 272–278.
Saiful, N. A., Iskandar. Z., & Badrul. Z. (2021): Analisis Pola Penjualan Pakaian Menggunakan Data Dining dengan Algoritma Apriori. Syntax, Vol. 2 No. 1.
Sanjani, et al. (2019). Implementasi Data Mining Penjualan Produk Pakaian Dengan Algoritma Apriori. Indonesian Journal Of Applied Informatic (IJAI), Vol 4 No. 1.
Gama, A. et al. (2016): Implementasi Algoritma Apriori Untuk Menentukan Frequent Itemset dalam Keranjang Belanja, Teknologi Elektro, Vol. 15 No. 2. Hal 5
Sianturi, F. A. (2018): Penerapan Algoritma Apriori Untuk Penentuan Tingkat Pesanan, J. Mantik Penusa, vol. 2, no. 1, pp. 50–57.bh
Mulyana, H. (2014): Pemakaian Metode Asosiasi Dalam Data Mining Untuk Penjualan Lebih Dari Satu Jenis Produk Pada Perusahaan, Jurnal Pilar Nusa Mandiri, Vol.X No.1, hal 47-56.
Syahdan, S. A & Sindar, A. (2018): Data Mining Penjualan Produk Dengan Metode Apriori Pada Indomaret Galang Kota, JNKTI, Vol. 1 No. 2. hal: 56-63
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2023 Wiwin Andriana, Yuni Lestari, Reza Wisnumurti, Bonifacius Vicky Indriyono, Natalinda Pamungkas