Market Basket Analysis Pada Mini Market Ayu Dengan Algoritma Apriori

Abstract

Data mining merupakan teknik untuk menggali informasi baru dari gudang data, informasi dipandang sangat penting dan berharga karena dengan menguasai informasi maka dengan mudah untuk mencapai sebuah tujuan, hal ini membuat setiap orang berlomba untuk memperoleh informasi, demikian juga pada usaha perdagangan seperti minimarket Ayu di Kota Batam. Minimarket ini berlokasi dekat dengan rumah penduduk, hal ini tentunya mempengaruhi tingkat penjualan, dengan adanya kegiatan penjualan setiap hari, data transaksi penjualan akan terus bertambah, menyebabkan penyimpanan data semakin besar. Data transaksi penjualan hanya dijadikan arsip tanpa dimanfaatkan dengan baik. Pada dasarnya kumpulan data memiliki informasi yang sangat bermanfaat. Analisis keranjang pasar dengan Algoritma Apriori merupakan salah satu metoda data mining yang bertujuan untuk mencari pola assosiasi berdasarkan pola belanja yang dilakukan konsumen, sehingga bisa diketahui item-item barang apa saja yang dibeli secara bersamaan, Hasil dari penelitian ini menemukan Nilai support dan confidence tertinggi adalah Minyak dan Susu dengan nilai support 41,85% dan confidence 85,71%.

Menentukan Akurasi Tata Letak Barang dengan Menggunakan Algoritma Apriori dan Algoritma FP-Growth

“…Aturan asosiasi berwujud if-then atau jika-maka adalah pilihan alternatif dari fungsi pada aturan asosiasi [5,6]. Market Basket Analysis atau Analisa keranjang pasar merupakan kaidah yang berfungsi mengidentifikasi dan mengektraksi pola yang memiliki asosiasi diantara produk yang dipromosikan/dijual, contohnya untuk mengidentifikasi bahwa produk tertentu merupakan produk yang biasa dibeli bersama dengan produk tertentu lainnya pada saat serta jumlah tertentu [7]. Market basket memungkinkan digunakan untuk menganalisa data yang bukan hanya mengekstraksi jenis produk dan mengidentifikasi produk yang sering dibeli bersamaan, namun juga untuk menetapkan produk jenis apa saja [7].…”

“…Evaluasi hasil rule merupakan proses melakukan evaluasi hasil rule yang terbentuk dari masing-masing algoritma, hasilnya kemudian dilakukan pengambilan kesimpulan dari hasil perbandingan kedua algoritma [10]. Rumus dalam menghitung tingkat aosiasi dapat dilihat pada rumus (7).…”

“…Tahap pertama dalam proses Evaluasi hasil rule adalah mencari tingkat akurasi antara dua algoritma menggunakan rumus (6). Tahap kedua melakukan evaluasi hasil rule dengan menguji tingkat akurasi dari kedua metode tersebut dengan menggunakan rumus (7).…”

Penerapan Data Mining Untuk Analisis Daftar Pembelian Konsumen Dengan Menggunakan Algoritma Apriori Pada Transaksi Penjualan Toko Bangunan MDN

“…Pertumbuhan ekonomi masyarakat diiringi dengan pertumbuhan bisnis yang semakin banyak di Indonesia memiliki potensi yang sangat besar bagi pasar ritel. Salah satu jenis pasar modern yang saat ini terus berkembang dengan penawaran harga yang hanya berbeda sedikit, kemudian karena lokasi toko atau gerai yang dekat dengan konsumen serta mengutamakan kepraktisan dan waktu yang tidak lama dalam berbelanja (Elisa, 2018).…”

Analisa Decision Tree untuk Kepuasan Penggunaan Sinyal dari Base Transceiver Station (BTS)

“…Data mining juga dikatakan knowledge discovery in database (KDD) membentuk aktivitas dengan cakupan pengumpulan, pemakaian, historis yang akan menghasilkan kesesuaian, pola atau hubungan pada set data yang berukuran besar [17]. Knowledge Discovery in Database (KDD) merupakan teknik atau cara pencarian yang mengimplikasikan pelaksanaan berbagai metode algoritma guna memanipulasi data, membentuk model dari data, juga memanipulasi model [18].…”