Implementasi Association Rule Dalam Menganalisis Data Penjualan Sheshop dengan Menggunakan Algoritma Apriori

Abstract

Sheshop is a business activity engaged in the field of hamper making services. Since the last 2 (two) years, sales transactions in Sheshop have been increasing, the transaction data is only used as a report and is not used to regulate business strategies. The transaction data should be used to see the attachment of each type of product purchased by the customer simultaneously. The amount of sales transaction data on Sheshop can be used as an analysis of customer behavior in making purchases of hampers at Sheshop. This study performs data analysis by implementing the Apriori algorithm method because this algorithm handles data mining processes quickly on large amounts of data, from the results of this study Sheshop can make decisions on what items need more inventory compared to other items by looking at the value confidence and support by using the RapidMiner application. The results of this study indicate that the association rule formed from 568 Sheshop sales data uses a minimum support value of 10% and a minimum confidence of 50% produces 6 (six) association rules with a confidence value of 58% to 75% with all rules having a positive correlation level. Based on the 6 (six) association rules obtained, 2 products are often purchased at the same time, namely the Koran and tasbih with a confidence value of 75%.

Implementasi Algoritma Apriori Untuk Analisis Pola Asosiasi Pada Data Penjualan Umkm Sibucin_id

“…Algoritma ini digunakan untuk mengidentifikasi hubungan asosiatif dalam suatu kombinasi item. Gagasan di balik algoritma Apriori adalah untuk menemukan semua aturan asosiasi yang memenuhi syarat minimum nilai kepastian dan nilai penunjang melalui suatu proses [4]. Support (nilai penunjang) mencerminkan persentase kemunculan suatu kombinasi item dalam basis data, sementara confidence (nilai kepercayaan) menunjukkan sejauh mana keterkaitan antar-item dalam aturan asosiasi tersebut [5].…”

Komparasi Metode Apriori dan FP-Growth Data Mining Untuk Mengetahui Pola Penjualan

“…Pertumbuhan data dari suatu perusahaan atau institusi yang berjumlah sangat besar memberikan tantangan tersendiri untuk dapat diolah dengan sebaik-baiknya sehingga bisa membantu untuk menentukan strategi bisnis yang lebih baik serta mampu memberikan manfaat yang lebih besar bagi perusahaan tersebut [1].…”

Penerapan Metode Apriori Dalam Menentukan Pola Penjualan Pada Toko Sembako Mandailing

“…Maisaroh 1 , Sukmawati Anggraeni Putri 2 1 Program Studi Sistem Informasi, Universitas Nusa Mandiri Email: maisarohlubis04@gmail.com 2 Fakultas Teknologi Informasi, Universitas Nusa Mandiri Email: sukmawati@nusamandiri.ac.id…”

“…Pengolahan data transaksi yang ada bisa dilakukan dengan menggunakan metode apriori. Salah satu teknik pada metode apriori yang dapat digunakan untuk pengolahan data transaksi yaitu dengan metode aturan asosiatif [1]. Aturan asosiasi (association rule) adalah teknik data mining yang berguna untuk menemukan suatu korelasi atau pola yang terpenting dan menarik dari sekumpulan data yang besar.…”

“…Data mining disebut juga teknik data mining untuk menemukan aturan suatu kombinasi item. Suatu cara yang dapat dilakukan untuk mengolah kumpulan data yang berukuran besar bisa dihasilkan dengan menggunakan perhitungan teknik data mining [1]. Menurut Gartner Group, data mining adalah proses menemukan hubungan baru yang mempunyai arti, pola dan kebiasaan dengan memilah-milah sebagian besardata yang disimpan dalam media penyimpanan dengan menggunakan teknologi pengenalan pola seperti teknik statistik dan matematika.…”