Data Mining Pada Penjualan Bahan Bangunan dengan Metode Apriori pada PT Moncerete International

Data Mining Pada Penjualan Bahan Bangunan dengan Metode Apriori pada PT Moncerete International

• By Firmansyah, Yusuf;
• S1- Sistem Infomasi
• 515

ABSTRAK

 

Yusuf Firmansyah (11150621),  Data Mining Pada Penjualan Bahan Bangunan dengan Metode Apriori pada PT Moncerete International  

 

Perusahaan manufaktur dan bahan bangunan  masih menjadi salah satu industri terbesar di negara berkembang tanpa terkecuali di indonesia, seiring pembangunan nasional penjualan bahan bahan bangunan dan manufaktur di indonesia pun melesat dengan cepat karena banyak di perlukannya bahan bangunan untuk di pergunakan, dan tanpa di sadari terjadi tumpukan dat penjualan bahan bangunan yang terjual secara bersamaan sehingga menjadi suatu masalah dalam proses berjalan nya perusahaan,  dibutuhkan suatu metode agar didapatkan pengelolaan data terbaru, Algoritma apriori merupakan pengambilan data dengan aturan assosiatif (association rule) untuk menentukan hubungan assosiatif suatu kombinasi item melalui mekanisme perhitungan support dan confidence dari suatu hubungan item,Dengan menggunakan perhitungan algoritma apriori maka dapat ditentukan produk bahan bangunan yang banyak terjual secara bersamaan yang bermanfaat dalam penyelesaian strategi pemasaran agar lebih meningkatkan tingkat penjualan, dengan menghasilkan kesimpulan bahwa,  bahan bangunan yang paling banyak terjual adalah TF Buble Metalized, Thiner impla hitam, TF Moven single, Truss Foil, Semen SCG 50KG, dengan diketahui produk yang paling banyak terjual tersebut, sehingga perusahaan dapat meneliti apa kelebihan  produk yang paling banyak terjual tersebut dengan produk lainnya dan dapat menambah  persediaan  bahan bangunan  yang paling banyak terjual di PT Monceret Interantionl

• Katakunci Apriori, Data Mining, Bahan Bangunan
• URL http://
• Penerbit ,

REFERENSI

DAFTAR PUSTAKA

 

Amrin. (2017). Data Mining Dengan Algoritma Apriori untuk Penentuan Aturan Asosiasi Pola Pembelian Pupuk. Paradigma, XIX, 74–79.

Badrul, M. (2016). Algoritma Asosiasi Dengan Algoritma Apriori Untuk Analisa Data Penjualan. Jurnal Pilar Nusa Mandiri, XII(2), 121–129. Retrieved from http://ejournal.nusamandiri.ac.id/ejurnal/index.php/pilar/article/view/169

 

Foster, P., & Tom, F. (2013). Data Science For Business (1st ed.). O Reily Media Inc. Retrieved from www.oreilly.com

Gunadi, G., & Sensuse, D. I. (2016). Penerapan Metode Data Mining Market Basket Analysis Terhadap Penjualan Buku Dengan Menggunakan Algoritma Apriori Dan Frequent Pattern Growth ( FP-GROWTH ) : Telematika Mkom, 4(1), 118–132. https://doi.org/10.1108/DLO-11-2013-0083

Nofriansyah, D. (2014). Konsep Data Mining Sistem Pendukung Keputusan. Yogyakarta: DEEPUBLISH. Retrieved from www.deepublish.co.id

 

Purwati, N., & Wibowo, H. (2012). Pemanfaatan Data Warehouse untuk menentukan Penghargaan Dean List Akademik pada Alumni Neni. Jurnal Sistem Informasi & Telematika, 6(2), 12–17.

Puspa, S., & Sinaga. (2018). APLIKASI DATA MINING DENGAN MENGGUNAKAN ALGORITMA APRIORI UNTUK PENJUALAN PRODUK TERBESAR PADA CV. SAKURA PHOTO, 22(1), 34–38.

Rahmawati, F., Merlina, N., Mandiri, N., Jl, J. ;, Damai, N., & Barat, W. J. (2018). Metode Data Mining Terhadap Data Penjualan Sparepart Mesin Fotocopy Menggunakan Algoritma Apriori. STMIK Nusa Mandiri Jakarta, d(1), 9–20.

Supriyatna, A. (2016). Sistem Analisis Data Mahasiswa Menggunakan Aplikasi Online Analytical Processing ( Olap ) Data Warehouse. Pilar Nusa Mandiri, XII(1), 62–71.

 

Suyanto. (2019). DATA MINING untuk klasifikasi dan klasterirasi data. bandung: INFORMATIKA BANDUNG.

Tana, M. P., Marisa, F., & Wijaya, I. D. (2018). Penerapan Metode Data Mining Market Basket Analysis Terhadap Data Penjualan Produk Pada Toko Oase Menggunakan Algoritma Apriori. Jurnal Informatika Merdeka Pasuruan, 3(2), 17–22. https://doi.org/10.1177/0091270009337946

Vulandari, R. (2017). DATA MINING Terori Aplikasi Rapidminer (1st ed.). surakarta: GAVA MEDIA. Retrieved from WWW.GAVAMEDIA.NET

Wahyudi, S. T. (2017). Statistika Ekonomi Kosep , Teori, dan Penerapan. Malang.

Widayu, H., Darma, S., Silalahi, N., & Mesran. (2017). Data Mining Untuk Memprediksi Jenis Transaksi Nasabah Pada Koperasi Simpan Pinjam Dengan Algoritma C4.5. Issn 2548-8368, Vol 1, No(June), 7.

Widiadnyana, P., Maricar, M. A., Arnawan, I. N., & Ariyani, S. (2017). Analysis of Data Warehouse for Transactional Analysis Methods Online Analytical Processing ( OLAP ) at Company XYZ Silver. International Journal of Engineering and Emerging Technology, 2(1), 72–75.

Iqbal, M., & Muatin. (2017). Analisa Keranjang Belanja Konsumen Pada Data Penjualan Bulan Ramadhan Menggunakan Algoritma Apriori ( Studi Kasus : Distro Coffepark Clothes Pekanbaru ). Seminar Nasional Teknologi Informasi Komunikasi Dan Industri (SNTIKI), 18–19.

Sandu, S., & Ali, S. (2015). DASAR METADOLOGI PENELITAN. (Ayup, Ed.). Seleman Yogyakarta: LITERASI   MEDIA Publishing.