Menentukan Stok Produk Berdasarkan Pola Pembelian Konsumen dengan Algorithma Apriori
Abstract
Dalam persaingan dunia usaha, perusahaan yang bergerak dibidang jasa memerlukan inovasi untuk memuaskan dan memenuhi kebutuhan pelanngan. Peruhasahaan yang menyediakan berbagai jenis produk, memerlukan pengetahuan dengan menggunakan algorithma apriori untuk mengidentifikasi produk yang disediakan mana yang paling diminati atau kurang diminati supaya dapat mengatur persediaan stok produk. Output yang didapat berupa hitungan sebagai batasan minimum support 35% dan minimum confidence 65% menghasilkan 7 aturan data transaksi penjualan (contoh kasus tahun 2019). Dengan contoh berikut yaitu dalam penerapan kasus yaitu suatu rules yang terbentuk konsumen dengan pembelian susu senilai support 36,66% dan nilai confidence 96,15% dengan lift ratio 1,09, karena membeli tisu dan diapers, hal ini menunjukan adanya relasi yang sangat kuat antara item atau adanya hubungan yang positif, yang pada akhirnyadiberikan rekomendasi kepada manajemen bahwa pola pembelian konsumen ditentukan persediaan stok produk.
References
Abdurrahman, G. (2017). Analisis Aturan Asosiasi Data Transaksi Supermarket Menggunakan Algoritma Apriori. Sistem & Teknologi Informasi Indonesia, 2(2), 100–111.
Ariani, F., & Taufik, A. (2020). Perbandingan Metode Klasifikasi Data Mining Untuk. 16(1), 1–6. Https://Doi.Org/10.33372/Stn.V6i2.666
Astika, D. (2017). Penerapan Data Mining Untuk Menganalisis Penjualan Barang Dengan Pada Supermarket Sejahtera. Astika, D., Studi, P., Informatika, T., & Malikussaleh, U. (N.D.). Penerapan Data Mining Untuk Menganalisis Penjualan Barang Dengan Pada Supermarket Sejahtera., Vol. 6 No.
Elisa, E. (2018). Market Basket Analysis Pada Mini Market Ayu Dengan Algoritma Apriori. Jurnal Resti (Rekayasa Sistem Dan Teknologi Informasi), 2(2), 472–478. Https://Doi.Org/10.29207/Resti.V2i2.280
Erwin, E. (2009). Analisis Market Basket Dengan Algoritma Apriori Dan Fp-Growth. Jurnal Generic, 4(2), 79297.
Fiska, R. R. (2017). Penerapan Teknik Data Mining Dengan Metode Support Vector Machine. Sains Dan Teknologi Informasi (Satin), 3(1).
Henando, L. (2019). Algoritma Apriori Dan Fp-Growth Untuk Analisa Perbandingan Data Penjualan Leptop Berdasarkan Merk Yang Diminati Konsumen (Studi Kasus : Indocomputer Payakumbuh). J-Click, 6(2), 201–207.
Nursikuwagus, A., & Hartono, T. (2016). Nursikuwagus, A., & Hartono, T. (2016). Implementasi Algoritma Apriori Untuk Analisis Penjualan Dengan Berbasis Web. Simetris : Jurnal Teknik Mesin, Elektro Dan Ilmu Komputer, 7(2), 701. Https://Doi.Org/10.24176/Simet.V7i2.784implementasi Algoritma Aprior. Simetris : Jurnal Teknik Mesin, Elektro Dan Ilmu Komputer, 7(2), 701.
Nursikuwagus, A., Teknik, F., Studi, P., Informasi, S., Indonesia, U. K., Hartono, T., Teknik, F., Studi, P., Informasi, S., & Indonesia, U. K. (2016). Implementasi Algoritma Apriori Untuk Analisis Penjualan Dengan Berbasis Web. 7(2), 701–706.
Rismanto, R., Darmawan, L., & Prasetyo, A. (2017). Penerapan Algoritma Apriori Dalam. 04(02), 97–102.
Rismanto, R., Darmawan, L., & Prasetyo, A. (2019). Penerapan Algoritma Apriori Dalam Menentukan Pola Pembelian Konsumen Di Kafe Hidden Toast And Float. Jurnal Teknologi Informasi Dan Terapan, 4(2), 83–88. Https://Doi.Org/10.25047/Jtit.V4i2.64
Shimada, S., 島田荘司, & Nugraheny, D. (2015). Mitarai Kiyoshi To Shinshindo Kohi. Compiler, 1(1), 17–30. Https://Www.Neliti.Com/Id/Publications/236144/Implementasi-Data-Mining-Menggunakan-Metode-Apriori-Pada-Transaksi-Penjualan-Bar
Sikumbang, E. D. (2018). Penerapan Data Mining Penjualan Sepatu Menggunakan Metode Algoritma Apriori. Jurnal Teknik Komputer Amik Bsi (Jtk), Vol 4, No.(September), 1–4.
Zakaria, O. (2012). Implementasi Data Mining Menggunakan Aturan Asosiasi Dengan Algoritma Apriori Terhadap Penyusunan Layout Makanan Pada Rumah Makan Padang “Murah Meriah.” Teknik Informatika, 66, 37–39.
