Penerapan Algoritma Apriori dalam Data Mining untuk Memprediksi Pola Pengunjung pada Objek Wisata Kabupaten Karo

Sinaga, Sriyuni; Husein, Amir Mahmud

doi:10.34012/jutikomp.v2i1.461

Cited by 6 publications

(6 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Technics association rule can be used to look for the value of frequent itemset in the algorithm apriori that is, using the knowledge of the frequency of the attribute that has been known previously to process the information further. Later in determining candidates that may arise with the way pay attention to minimum support and minimum confidence (Sinaga & Husein, 2019). The rules of association provide how best to support the decision scientifically through relationships association mining among the products that have been ordered in conjunction (Manurung & Hasugian, 2019).…”

Section: Methodsmentioning

confidence: 99%

Implementation of Apriori Algorithm With Customer Order Pattern Analysis for Determination of Raw Material Inventory

Prasetyo

Purwanto

Kholil

2021

jri

View full text Add to dashboard Cite

Ordering products from home-based trading businesses have not utilized data mining algorithms that can help analyze transaction data to optimize product order transactions and also manage inventory on raw materials from products by reducing a lot of leftover raw materials and products that are not purchased by customers. To avoid the occurrence of a lot of raw material leftovers from products that are not in demand and to find out which types of products are in demand by customers, then the apriori algorithm is needed. The purpose of this research is that the owner can carry out good and efficient management of the availability of raw materials from the product so that the raw materials can be processed into products, which must be adjusted to the number of products ordered by customers so that there is no accumulation of raw materials from fewer transactions. The results obtained from this research are if a customer orders product H, then he will order product L with a support value of 42% and 83% confidence, if a customer orders product L then he will order product G with a support value of 67% and a confidence of 90% -100%, and if a customer orders product H, he will order product G with a support value of 42% and 100% confidence. From the rules of this association, it can be concluded that this business owner can determine the management of raw materials by prioritizing the materials used to make products from L, H, and G so that the purchase and use of raw materials for these products are more manageable and efficient.

show abstract

Section: Methodsmentioning

confidence: 99%

Implementation of Apriori Algorithm With Customer Order Pattern Analysis for Determination of Raw Material Inventory

Prasetyo

Purwanto

Kholil

2021

jri

View full text Add to dashboard Cite

show abstract

“…Algoritma Apriori merupakan metode yang paling sering digunakan karena dalam pengolahan frequent itemset yang ada pada database sangat sederhana dan mudah [9]. Proses utama yang dilakukan dalam algoritma Apriori untuk mendapat frequent itemset yaitu [10]: 1. Join (penggabungan)…”

Section: Algoritma Aprioriunclassified

Analisis Pola Pembelian Konsumen Menggunakan Algoritma Apriori Pada Data Transaksi Penjualan Apotek & Alkes 58

Romdani

A.R

2022

JNKTI

View full text Add to dashboard Cite

Abstrak - Apotek Alkes 58 merupakan salah satu usaha yang bergerak dalam bidang pelayanan kesehatan khususnya dalam penjualan obat dan alat kesehatan. Untuk meningkatkan kualitas pelayanan terhadap konsumen, perusahaan dituntut untuk dapat mengatasi permasalahan yang seringkali muncul diantaranya, seringnya kekosongan obat atau alat kesehatan tertentu yang dibutuhkan konsumen tentunya hal tersebut dapat menyebabkan hilangnya perusahaan dalam mendapatkan keuntungan. Selain itu, ada banyak obat yang memiliki stok berlebih yang justru kurang dibutuhkan oleh konsumen, dan hal tersebut dapat menyebabkan obat menjadi kedaluwarsa nantinya. Permasalahan tersebut disebabkan karena pola pembelian konsumen yang selalu berubah-ubah dan tidak dapat diprediksi. Oleh karena itu, dalam upaya mengatasi permasalahan yang terjadi, penelitian ini dibuat dengan tujuan untuk menganalisis pola pembelian konsumen pada Apotek Alkes 58 dengan menerapkan algoritma apriori sehingga dapat diketahui pola pembelian konsumen dan diharapkan dapat meningkatkan penjualan pada apotek tersebut. Dalam penelitian ini menggunakan software Tanagra 1.4.50 dengan meneliti data transaksi penjualan selama 6 bulan. Data mining merupakan penggabungan teknik analisis data, sementara algoritma apriori merupakan metode yang paling sering digunakan karena sangat sederhana, mudah dan paling banyak diusulkan oleh beberapa peneliti. Pada penelitian ini, menggunakan nilai minimal support (penunjang) sebesar 30% dan nilai minimal confidence (kepastian) sebesar 70%. Hasil penelitian yang didapatkan, bahwa produk yang paling sering dibeli oleh konsumen adalah Amoxicillin 500, Paracetamol, Amlodipin 10Mg dan Dexaharsen 0.5Mg.Kata kunci: Data Mining, Algoritma Apriori, Pembelian, Tanagra Abtract - Apotek Alkes 58 is a business that is engaged in the field of health services, especially in the sale of drugs and medical. To improve the quality of service to consumers, companies are required to be able to overcome problems that often arise, including the frequent vacancies of certain medicines or medical devices needed by consumers, of course this can cause the company to lose profits. In addition, there are many drugs that have excess stock that consumers don't really need, and this can cause the drug to expire later. This problem is caused by consumer buying patterns that are always changing and unpredictable. Therefore, in an effort to overcome the problems that occur, this study was made with the aim of analyzing consumer buying patterns at Apotek Alkes 58 by applying an a priori algorithm so that consumer buying patterns can be known and is expected to increase sales at these pharmacies. In this study using software Tanagra 1.4.50 by examining sales transaction data for 6 months. Data mining is a combination of data analysis techniques, while the a priori algorithm is the method most often used because it is very simple, easy and the most widely proposed by several researchers. In this study, using a minimum support value is 30% and a minimum confidence value is 70%. The results obtained, that the products most frequently purchased by consumers are Amoxicillin 500, Paracetamol, Amlodipine 10Mg and Dexaharsen 0.5Mg.Keywords: Data Mining, A priori Algorithm, Purchasing, Tanagra

show abstract

“…Penambangan data adalah sebuah proses salah satu teknik untuk menganalisis, Mendapatkan informasi secara otomatis (Budiyasari et al, 2017) Association Rule terdiri dua tahapan antara lain mendefinsikan condition serta result (untuk conditional association rule) dan mencari kombinasi yang paling sering terjadi dari suatu itemset . Aturan asosiasi yang berbentuk "if…then…" atau "jika…maka…" adalah informasi yang didapat dari fungsi aturan asosiasi (Sinaga and Husein, 2019). Metodologi dasar analisis asosiasi terbagi menjadi dua tahap yaitu Analisa pola frekuensi tinggi dan aturan asosiatif (Tana, Marisa and Wijaya, 2018) Algoritma Apriori merupakan sebuah metode yang digunakan dalam mencari pola hubungan antar satu atau lebih item dalam suatu dataset (Rahmawati and Merlina, 2018).…”

Section: Pendahuluanunclassified

Penerapan Data Mining Menggunakan Algoritma Apriori Untuk Menentukan Pola Golongan Penyandang Masalah Kesejahteraan Sosial

Darmawan

Randy

Yunianto³

et al. 2022

Sebatik

View full text Add to dashboard Cite

Penyandang Masalah Kesejahteraan Sosial (PMKS) menjadi satu dari sekian masalah yang terdapat di daerah perkotaan, sebab dapat mengganggu pembangunan kota, ketertiban umum, keamanan dan stabilitas. Sejauh ini langkah yang dilakukan sementara masih terfokus dengan cara penanganan PMKS, masih belum mengarah untuk mencegah. Menentukan pola golongan PMKS merupakan salah satu cara yang dapat dilakukan. Algoritma Apriori memiliki fungsi untuk membantu menemukan pola yang terdapat pada data (frequent pattern mining) untuk menentukan frequent itemset yang menggunakan metode Association Rule dalam data mining. Dalam penghitungan secara manual yang dilakukan maka didapat pola kombinasi antara lain 3 rules yang memiliki nilai minimum support 15% dengan confidence tertinggi 100% menggunakan Algoritma Apriori. Dalam menguji Algoritma Apriori digunakan aplikasi RapidMiner. RapidMiner merupakan satu dari beberapa software pengolah data mining, misalnya menganalisis teks, mengekstrak pola data set kemudian dikombinasikan menggunakan metode statistik, database, dan kecerdasan buatan agar didapat informasi yang tinggi berasal dari olahan data. Hasil yang didapat dari pengujian perbandingan pola antar golongan PMKS. Dari pengujian menggunakan aplikasi RapidMiner dan penghitungan secara manual Algoritma Apriori, maka disimpulkan dengan kriteria pengujian, bahwa pola (rules) golongan dengan nilai confidence (c) penghitungan manual Algoritma Apriori dapat dibilang tidak mendekati hasil pengujian aplikasi RapidMiner, maka dapat dikatakan tingkat keakuratan pengujian rencah, hanya 37,5%.

show abstract

Penerapan Algoritma Apriori dalam Data Mining untuk Memprediksi Pola Pengunjung pada Objek Wisata Kabupaten Karo

Cited by 6 publications

References 0 publications

Implementation of Apriori Algorithm With Customer Order Pattern Analysis for Determination of Raw Material Inventory

Implementation of Apriori Algorithm With Customer Order Pattern Analysis for Determination of Raw Material Inventory

Analisis Pola Pembelian Konsumen Menggunakan Algoritma Apriori Pada Data Transaksi Penjualan Apotek & Alkes 58

Penerapan Data Mining Menggunakan Algoritma Apriori Untuk Menentukan Pola Golongan Penyandang Masalah Kesejahteraan Sosial

Contact Info

Product

Resources

About