Penerapan Association Rule Menggunakan Algoritma Apriori Untuk Analisa Penjualan Aufa Baby Shop

Penerapan Association Rule Menggunakan Algoritma Apriori Untuk Analisa Penjualan Aufa Baby Shop

• By nurjayadi, ramsy; Kristiana, Titin;
• Jurnal Nasional Terakreditasi
• 294
• 205-214

Perlengkapan bayi sangat diperlukan oleh bayi yang baru saja lahir, yang usianya antara 0 hingga 24 bulan. Perlengkapan bayi pada dasarnya selalu diperlukan dan menjadi salah satu kebutuhan dasar oleh setiap bayi. Setiap hari data transaksi penjualan di Aufa Baby Shop semakin bertambah banyak. Dalam satu hari data transaksi yang tercatat sebanyak ratusan transaksi dan data tersebut hanya dijadikan sebatas laporan saja dan tidak dimanfaatkan untuk mengatur strategi penjualan. Seharusnya data tersebut dimanfaatkan untuk melihat keterikatan setiap jenis barang yang dibeli oleh konsumen secara bersamaan. Penelitian ini melakukan analisa data dengan menggunakan metode algoritma apriori, dengan metode tersebut dapat diketahui produk pakaian bayi yang dibeli secara bersamaan dan paling banyak terjual dengan melihat nilai support dan confidence. Dalam proses pengolahan data menggunakan perhitungan manual dan software Rapidminer 8.1 untuk menganalisis dataset yang ada pada Aufa Baby Shop. Hasil dari penelitian ini menggunakan support sebesar 15% dan confidence 30%. Penelitian ini menghasilkan 8 aturan association rules. Katakunci: algoritma apriori, association rule, penjualan, produk pakaian bayi

• Katakunci -
• URL https://ejournal.bsi.ac.id/ejurnal/index.php/ijcit/article/view/6448
• Penerbit IJCIT (Indonesian Journal on Computer and Information Technology), Tasikmalaya Jawabarat

REFERENSI

Abdurrahman, G. (2017). Analisis Aturan
Asosiasi Data Transaksi Supermarket
Menggunakan Algoritma Apriori. Sistem
& Teknologi Informasi Indonesia, 2(2),
100–111.
Adha, N., Sianturi, L. T., & Siagian, E. R. (2017).
Implementasi Data Mining Penjualan
Sabun Dengan Menggunakan Metode
K s s : P . Un eve .
Majalah Ilmiah INTI, 12(2), 219–223.
Badrul, M. (2016). Algoritma Asosiasi Dengan
Algoritma Apriori Untuk Analisa Data
Penjualan. Pilar Nusa Mandiri, XII(2),
121–129.
Elisa, E. (2018). Market Basket Analysis Pada
Mini Market Ayu Dengan Algoritma
Apriori. Jurnal RESTI (Rekayasa Sistem
Dan Teknologi Informasi), 2(2), 472–478.
https://doi.org/10.29207/resti.v2i2.280
Listriani, D., Setyaningrum, A. H., & M.A, F. E.
(2016). Penerapan Metode Asosiasi
Menggunakan Algoritma Apriori Pada
Aplikasi Pola Belanja Konsumen ( Studi
Kasus Toko Buku Gramedia Bintaro ).
Jurnal Teknik Informatika Vol 9 No. 2,
Universitas Islam Negeri Jakarta, 9(2),
120–127. Retrieved from
http://journal.uinjkt.ac.id/index.php/ti/a
rticle/view/5602/3619

Muflikhah, L., Ratnawati, D. E., & Putri, R. R. M.
(2018). Data Mining (Pertama). Malang:
UB Press.
Putra, D. M. D. U., & Budiono, S. (2017).
Penerapan Data Mining Pada Penjualan
n’s ke y Men n k n m
Apriori. Jurnal Teknologi Informasi Dan
Komputer, 3(2), 164–174.
Putria, N. E. (2018). Data Mining Penjualan
Tiket Pesawat Menggunakan Algoritma
Apriori Pada Terminal Tiket Batam Tour
& Travel. Computer Based Information
System Journal, 6(1), 29–39.
https://doi.org/ISSN: 2337-8794
Vulandari, R. T. (2017). Data Mining Teri dan
Aplikasi Rapidminer (Pertama).
Surakarta: Penerbit Gava Media.
Widiati, E., & Evita Dewi, K. (2014).
Implementasi Association Rule Terhadap
Penyusunan Layout Makanan Dan
Penentuan Paket Makanan Hemat Di RM
Roso Echo Dengan Algoritma Apriori.
Jurnal Ilmiah Komputer Dan Informatika
(KOMPUTA), 3(2), 96–101