PENERAPAN METODE ASSOCIATION RULE UNTUK STRATEGI PENJUALAN MENGGUNAKAN ALGORITMA APRIORI

Ragil Andika Johan, Rispani Himilda, Nadya Auliza
{"title":"PENERAPAN METODE ASSOCIATION RULE UNTUK STRATEGI PENJUALAN MENGGUNAKAN ALGORITMA APRIORI","authors":"Ragil Andika Johan, Rispani Himilda, Nadya Auliza","doi":"10.52046/j-tifa.v2i2.268","DOIUrl":null,"url":null,"abstract":"Abstrak \nPersaingan dalam bisnis khususnya dalam bisnis perdagangan semakin banyak. Agar dapat meningkatkan penjualan produk yang dijual, para pelaku harus mempunyai strategi. Salah satu cara yang bisa dilakukan adalah dengan memanfaatkan data transaksi penjualan. Data penjualan tersebut dapat diolah hingga didapatkan informasi yang berguna bagi peningkatan penjualan. Teknologi yang dapat digunakan dalam hal ini adalah data mining. Data mining adalah kegiatan pengolahan data untuk menemukan hubungan dalam suatu data yang berjumlah besar. Suatu metode yang dapat digunakan dalam data mining adalah association rule mining. Association rule mining adalah salah satu metode data mining yang dapat mengidentifikasi hubungan kesamaan antar item. Algoritma yang paling sering dipakai dalam metode ini salah satunya ialah algoritma apriori. Algoritma apriori digunakan untuk mencari kandidat aturan asosiasi. Aturan kombinasi produk berhasil ditemukan dengan penerapan metode assosiation rules menggunakan algoritma apriori dan telah diuji menggunakan tools tanagra. Semua rule yang dihasilkan pada penelitian ini memiliki nilai lift ratio lebih dari 1 sehingga dapat digunakan sebagai acuan dalam membuat strategi penjualan. \nKata Kunci : Penjualan, Data Mining, Association Rule, Algoritma Apriori \n  \nAbstract \nCompetition in business, especially in the trading business more and more. In order to increase sales of the products, businessman must have a strategy. A things we can do is to use sales transaction data. The sales data can be processed so we will get information of increasing sales. The technology that can be used in this case is data mining. Data mining, often also called knowledge discovery in database (KDD), is a data processing activity to find relationships in a large amount of data. A method that can be used in data mining is association rule mining. Association rule mining is one method of data mining that can identify the similarity relationships between items. One of the most frequently used algorithms in this method is the apriori algorithm. Apriori algorithm is used to find candidate association rules. The product combination rules have been found by applying the association rules method using apriori algorithm and have been tested using tanagra tools. All rules produced in this study have a lift ratio value of more than 1 so it can be used as a reference in making sales strategies. \nKeywords: Sale, Rule Mining, Association Rule, Apriori Algorithm","PeriodicalId":215465,"journal":{"name":"Jurnal Teknik Informatika (J-Tifa)","volume":"31 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-09-04","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Teknik Informatika (J-Tifa)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.52046/j-tifa.v2i2.268","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

Abstract

Abstrak Persaingan dalam bisnis khususnya dalam bisnis perdagangan semakin banyak. Agar dapat meningkatkan penjualan produk yang dijual, para pelaku harus mempunyai strategi. Salah satu cara yang bisa dilakukan adalah dengan memanfaatkan data transaksi penjualan. Data penjualan tersebut dapat diolah hingga didapatkan informasi yang berguna bagi peningkatan penjualan. Teknologi yang dapat digunakan dalam hal ini adalah data mining. Data mining adalah kegiatan pengolahan data untuk menemukan hubungan dalam suatu data yang berjumlah besar. Suatu metode yang dapat digunakan dalam data mining adalah association rule mining. Association rule mining adalah salah satu metode data mining yang dapat mengidentifikasi hubungan kesamaan antar item. Algoritma yang paling sering dipakai dalam metode ini salah satunya ialah algoritma apriori. Algoritma apriori digunakan untuk mencari kandidat aturan asosiasi. Aturan kombinasi produk berhasil ditemukan dengan penerapan metode assosiation rules menggunakan algoritma apriori dan telah diuji menggunakan tools tanagra. Semua rule yang dihasilkan pada penelitian ini memiliki nilai lift ratio lebih dari 1 sehingga dapat digunakan sebagai acuan dalam membuat strategi penjualan. Kata Kunci : Penjualan, Data Mining, Association Rule, Algoritma Apriori   Abstract Competition in business, especially in the trading business more and more. In order to increase sales of the products, businessman must have a strategy. A things we can do is to use sales transaction data. The sales data can be processed so we will get information of increasing sales. The technology that can be used in this case is data mining. Data mining, often also called knowledge discovery in database (KDD), is a data processing activity to find relationships in a large amount of data. A method that can be used in data mining is association rule mining. Association rule mining is one method of data mining that can identify the similarity relationships between items. One of the most frequently used algorithms in this method is the apriori algorithm. Apriori algorithm is used to find candidate association rules. The product combination rules have been found by applying the association rules method using apriori algorithm and have been tested using tanagra tools. All rules produced in this study have a lift ratio value of more than 1 so it can be used as a reference in making sales strategies. Keywords: Sale, Rule Mining, Association Rule, Apriori Algorithm
使用杏算法为销售策略应用程序
商业中没有竞争,尤其是商业中越来越多的竞争。为了增加销售销售的产品,参与者必须有一个策略。一种方法是利用销售数据。这些销售数据可以整理,直到获得对增加销售有用的信息。在这种情况下可以使用的技术是数据挖掘。数据挖掘是一种在大量数据中找到关联的数据处理活动。用于挖掘数据的一种方法是行为学的规则。联想规则挖掘是一种可以识别项目之间相似关系的数据挖掘方法。这种方法最常用的算法之一是杏子算法。一种四月规则的算法用来查找候选人。通过使用杏算法使用管道技术和使用工具进行测试,成功地发现了产品组合规则。在这项研究中,所有的输出规则都有一个以上的升值值,因此可以用于销售策略。关键词:销售、数据挖掘、协会规则、杏核竞争算法,特别是商业交易中越来越多的竞争对手。在增加产品销售的同时,商人必须有策略。我们可以用销售数据交换来做一件事。销售数据可以处理,所以我们会得到增加销售的信息。这种可以使用的技术是数据挖掘。数据挖掘,通常称为数据库知识发现(KDD),是一种数据操作,以发现数据集中的关系。在数据挖掘中可以使用的方法是协会的规则矿业。协会的规则挖掘是一种数据挖掘的方法,它可以区分items之间的相似关系。这种方法中最常见的算法之一是杏子算法。四月算法用于查找候选人协会规则。产品规则已经被协会使用四月算法的方法所发现,并且已经测试了tanagra工具。这项研究的所有规则都得到了超过1个的提升,所以它可以被用作销售策略的参考。Keywords:销售,规则挖掘,合并规则,四月算法
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信