ANALISIS DATA TRANSAKSI UNTUK PENENTUAN PERSEDIAAN BAHAN BAKU DENGAN ALGORITMA APRIORI

Arfhan Prasetyo, Nu’man Musyaffa, Ricky Sastra

Sari


Transaksi produk dari usaha dagang rumahan belum memanfaatkan algoritma data mining yang dapat membantu menganalisis data transaksi untuk mengoptimalkan transaksi  produk  dan juga pengelolaan persediaan pada bahan baku dari produk dengan dapat mengurangi  bahan baku yang banyak tersisa maupun produk yang tidak terbeli.  Menghindari terjadinya banyak bahan baku yang tersisa dari produk yang kurang peminatnya dan mengetahui produk mana saja yang laris dibeli sangat memerlukan optimalisasi dengan algoritma apriori.  Tujuan penelitian ini diperuntukan kepada pemilik agar melakukan pengelolaan terhadap ketersediaan bahan baku agar dapat diproses menjadi produk dengan baik, yakni penyesuaian jumlah transaksi produk yang banyak dibeli sehingga tidak terjadi penumpukan bahan baku dari transaksi produk yang kurang diminati atau sedikit dibeli.  Hasil dari penelitian ini yakni jika pelanggan membeli produk H maka akan memesan produk L dengan nilai support 75% dan confidence 75%, jika pelanggan membeli produk H maka akan membeli produk O dengan nilai support 42% dan confidence 42%-100%, dan jika pelanggan membeli produk H maka akan membeli produk R dengan nilai support 33% dan confidence 33%-100%.  Hasil aturan asosiasi tersebut dapat disimpulkan bahwa pemilik usaha dapat menentukan pengelolaan bahan baku dengan memprioritaskan  yang digunakan untuk membuat produk dari H, L, O dan R agar transaksi dan penggunaan bahan baku produk tersebut lebih terkelola dengan baik

Kata Kunci


Data Mining, Algoritma Apriori, Analisis Pola Penjualan

Teks Lengkap:

PDF

Referensi


Adithama, S. P., Dewi, F. K. S., & Hariyadi, E. (2020). Penerapan Algoritma Apriori dan Fuzzy Tsukamoto untuk Rekomendasi Jumlah Pembelian Barang dan Promo pada Toko Serba Ada. JUITA: Jurnal Informatika, 8(2), 261. https://doi.org/10.30595/juita.v8i2.7142

Anjumi, K. N., Bella, C., Komputer, T., Merapi, J., Mataram, F., Mataram, K. S., & Tengah, K. L. (2022). ANALISIS DATA POLA PENJUALAN MENGGUNAKAN. 2(2), 1–9.

Asa Verano, D. (2016). Assosiasi Rules Dan Moving Average Untuk Memprediksi Persediaan Bahan Baku Produksi. Annual Research Seminar, 2(1), 438–444. http://ars.ilkom.unsri.ac.id438

Fitriani, M., Nama, G. F., & Mardiana, M. (2022). Implementasi Association Rule Dengan Algoritma Apriori Pada Data Peminjaman Buku UPT Perpustakaan Universitas Lampung Menggunakan Metodologi CRISP-DM. Jurnal Informatika Dan Teknik Elektro Terapan, 10(1), 41–49. https://doi.org/10.23960/jitet.v10i1.2263

Fitriati, D., & Hardiyanto, M. (2018). Perbandingan Algoritma Apriori Dan Algoritma Fp-Growth Untuk Mengetahui Pola Penggunaan Transportasi Online. Snatif, 9.

Junaidi, A. (2019). Implementasi Algoritma Apriori dan FP-Growth Untuk Menentukan Persediaan Barang. Jurnal Sisfokom (Sistem Informasi Dan Komputer), 8(1), 61–67. https://doi.org/10.32736/sisfokom.v8i1.604

Junaidi, A., Rahman, A., & Yunita, Y. (2021). Prediksi Persediaan Bahan Baku untuk Produksi Percetakan Menggunakan Metode Asosiasi. Paradigma - Jurnal Komputer Dan Informatika, 23(1), 63–69. https://doi.org/10.31294/p.v23i1.9597

Kurniawati, L., Kusuma, A. E., & Dewansyah, B. (2019). Implementasi Algoritma Apriori Untuk Menentukan. 4(1), 6–10.

Manurung, E., & Hasugian, P. S. (2019). Data mining tingkat pesanan inventaris kantor menggunakan algoritma apriori pada kepolisian daerah sumatera utara. Journal Of Informatic Pelita Nusantara, 4(2), 8–13.

Nastuti, A. (2019). Amelia Nastuti 1 ) , Syaiful Zuhri Harahap 2 ). Teknik Data Mining Untuk Penentuan Paket Hemat Sembako Dan Kebutuhan Harian Dengan Menggunakan Algoritma Fp-Growth, 7(3), 111–119.

Nizaela F, A. F., Susyanto, T., & Vulandari, R. T. (2022). Implementasi Algoritma Apriori pada Tata Letak Kategori Buku di Perpustakaan. Jurnal Ilmiah SINUS, 20(1), 23. https://doi.org/10.30646/sinus.v20i1.566

Prasetyo, A., Musyaffa, N., & Sastra, R. (2020). Implementasi Data Mining Untuk Analisis Data Penjualan Dengan Menggunakan Algoritma Apriori ( Studi Kasus Dapoerin ’ S ). VIII(2).

Rahmawati, F., & Merlina, N. (2018). Metode Data Mining Terhadap Data Penjualan Sparepart Mesin Fotocopy Menggunakan Algoritma Apriori. PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic, 6(1), 9–20. https://doi.org/10.33558/piksel.v6i1.1390

Sari, N. D. (2022). Penerapan Metode Assosiasi Pada Toko Afifa Dengan Algoritma Apriori. 1(1), 1–9.

Sianturi, F. B., Sari, B. N., Jamaludin, A., Studi, P., Informatika, T., & Karawang, U. S. (2022). Product Purchase Analysis Using Apriori Algorithm Method at Gigra Wholesale Store. 4(1), 362–371.

Sirait, W. H. (2022). Penerapan Algoritma Apriori dalam Menentukan Pola Penjualan Produk Pertanian. 2(10), 634–641. https://doi.org/10.47065/tin.v2i10.1374

Waroeng, D. I., Sambal, S., & Sophia, D. (2017). Menggunakan Algoritma Apriori Pada Data. 22(1), 44–56.




DOI: https://doi.org/10.31294/jki.v10i1.12799

DOI (PDF): https://doi.org/10.31294/jki.v10i1.12799.g5471

##submission.copyrightStatement##

p-ISSN 2339-1928

e-ISSN 2579-633X


Dipublikasikan oleh LPPM Universitas Bina Sarana Informatika

Email : jurnalkhatulistiwainformatika@bsi.ac.id

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

 

Jurnal Khatulistiwa Informatika Indexed by:

Image result for logo index sinta