Implementasi Data Mining Pada Penjualan Di Toko GOC Kosmetik Dengan Menggunakan Metode Algoritma Apriori

Ina Maryani, Okta Revianti, Hidayat Muhammad Nur, Sunanto Sunanto

Abstract


Abstrak

Toko GOC Kosmetik adalah sebuah toko yang menjual berbagai macam merk kosmetik yang saat ini ramai dengan pelanggan. Begitu banyak transaksi yang dilakukan setiap harinya mengakibatkan penumpukan data transaksi. Toko GOC mempunyai beberapa masalah seperti rumitnya mengetahui produk (item) yang sering terjual sehingga toko GOC Kosmetik tidak dapat mengetahui kosmetik apa saja yang sudah tidak memiliki persediaan lagi. Sehingga penulis data transaksi  dapat diolah dengan menggunakan data mining agar dapat mengolah pengetahuan-pengetahuan data dalam skala besar secara efisien dan efektif. Dan menggunakan algoritma apriori sebagai metode yang melihat keterkaitan hubungan antar elemen. Untuk mengetahui hubungan item set apa saja yang terjadi pada proses transaksi dengan menggunakan algoritma apriori merupakan algoritma yang pertaman kali digunakan ketika melakukan proses asosiasi. Hasil Penelitian ini menunjukan bahwa bila membeli SS hingga hendak membeli KN dengan nilai support 69% serta nilai confidance 88% sehingga data ini bisa berikan saran kepada pihak toko buat tingkatkan produk serta lebih tingkatkan strategi penjualan produk buat menggapai nilai keuntungan yang besar.

 

Kata kunci: Data Minning, Algoritma Apriori, Support, Confidence

 

Abstract

 

GOC Cosmetics Store is a shop that sells various cosmetic brands that are currently busy with customers. So many transactions are made every day resulting in a lot of data transactions. The GOC store has several problems, such as the complexity of knowing which products are often sold, so that the GOC Cosmetics store cannot find out which cosmetics are out of stock. So that the writer of transaction data can be processed using data mining to process data knowledge on a large scale efficiently and effectively. And using a priori algorithm as a method that connects the interrelationships between elements. To find out what item set relationships occur in the transaction process, using the a priori algorithm is the first algorithm used when doing the association process. The results of this study indicate that if you buy SS you want to buy KN with a support value of 69% and a confidence value of 88% so that this data can provide advice to the store to improve products and further improve product sales strategies to achieve a large profit value.

Keywords: Keywords: Data Minning, Apriori Algorithm, Support, Confidence


Full Text:

PDF

References


Erwansyah, Kamil, Beni Andika, and Rudi Gunawan. 2021. “Implementasi Data Mining Menggunakan Asosiasi Dengan Algoritma Apriori Untuk Mendapatkan Pola Rekomendasi Belanja Produk Pada Toko Avis Mobile.” J-SISKO TECH (Jurnal Teknologi Sistem Informasi Dan Sistem Komputer TGD) 4(1):148. doi: 10.53513/jsk.v4i1.2628.

Rahmadsyah, Andi, Hartono Hartono, and Rika Rosnelly. 2021. “Analisa Association Rule Pada Algoritma Apriori Untuk Minat Pembelian Alat Kesehatan.” Jurnal Media Informatika Budidarma 5(1):280. doi: 10.30865/mib.v5i1.2658.

Sholik, Moh, and Abu Salam. 2018. “Implementasi Algoritma Apriori Untuk Mencari Asosiasi Barang Yang Dijual Di E-Commerce OrderMas.” Techno.COM 17(2):158–70.

E. Prasetyo, Data Mining. Yogyakarta: Andi, 2012.

D. T. D. T. Larose, Larose, Data mining and predictive analytics. John Wiley & Sons,, John Wiley & Sons, 2015.

D. E. R. and R. R. L. Muflikhah, “Data Mining,” Univ. Brawijaya Press, 2018.

A. A. Hamengkubudi et al., “Implementasi Metode Algoritma Apriori untuk Menemukan Association Rules Data Obat di Rumah Sakit Port Medical Center Jakarta Implementation of Apriori Algorithm Method to Find Association Rules Medicine Data in Port Medical Center Hospital Jakarta,” vol. 7, no. 2, pp. 7096–7103, 2020.

Priyono, Albertus Bayu Aji. "Performa Apriori dan Collaborative Filtering untuk Sistem Rekomendasi." Jurnal Ilmiah Informatika Komputer 21.1 (2017).




DOI: https://doi.org/10.31294/ijse.v8i1.13017

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

 

ISSN : 2714-9935 


Published by LPPM Universitas Bina Sarana Informatika

Jl. Kramat Raya No.98, Kwitang, Kec. Senen, Kota Jakarta Pusat, DKI Jakarta 10450


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