Algoritma Apriori Untuk Pola Penjualan Pada Kedai Kopi Studi Kasus: Kedai Kopioko

A. Juliano, Rasim, Sugiyatno
{"title":"Algoritma Apriori Untuk Pola Penjualan Pada Kedai Kopi Studi Kasus: Kedai Kopioko","authors":"A. Juliano, Rasim, Sugiyatno","doi":"10.31599/jsrcs.v3i1.1148","DOIUrl":null,"url":null,"abstract":"Dengan promosi yang efektif dapat meningkatkan angka penjualan. Salah satu cara ialah dengan mengidentifikasi kondisi pasar yaitu tentang selera pembelian konsumen, yang dapat diamati melalui data-data transaksi pembelian konsumen. Dalam beberapa tahun terakhir, data transaksi telah banyak digunakan sebagai bahan penelitian, yang bertujuan untuk membangun beberapa informasi baru terkait pola penjualan untuk membantu mengelola pengembangan bisnis di masa depan. Dalam penelitian ini digunakan metode algoritma apriori untuk  mengetahui pola penjualan.Hasil yang diperoleh dari uji coba yang dilakukan bahwa aplikasi implementasi data mining menggunakan algoritma apriori dengan metode association rule dapat berjalan dengan baik dan menghasilkan dua aturan asosiasi, dengan merubah parameter minimum support dan confidence. Dari setelah dilakukan percobaan menggunakan algoritma apriori dapat disimpulkan bahwa kombinasi menu item yang dapat di buat untuk pola penjualan atau proses pengembangan promosi menggunakan menu paket Kopioko rasis, kentang dengan nilai confidence 60,34%, dan Kopioko rasis, regal dengan nilai confidence 54,88 \nKata Kunci: Algoritma Apriori, Pola Penjualan, Aturan Asosiasi.","PeriodicalId":132318,"journal":{"name":"Journal of Students‘ Research in Computer Science","volume":"86 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-05-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal of Students‘ Research in Computer Science","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.31599/jsrcs.v3i1.1148","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

Dengan promosi yang efektif dapat meningkatkan angka penjualan. Salah satu cara ialah dengan mengidentifikasi kondisi pasar yaitu tentang selera pembelian konsumen, yang dapat diamati melalui data-data transaksi pembelian konsumen. Dalam beberapa tahun terakhir, data transaksi telah banyak digunakan sebagai bahan penelitian, yang bertujuan untuk membangun beberapa informasi baru terkait pola penjualan untuk membantu mengelola pengembangan bisnis di masa depan. Dalam penelitian ini digunakan metode algoritma apriori untuk  mengetahui pola penjualan.Hasil yang diperoleh dari uji coba yang dilakukan bahwa aplikasi implementasi data mining menggunakan algoritma apriori dengan metode association rule dapat berjalan dengan baik dan menghasilkan dua aturan asosiasi, dengan merubah parameter minimum support dan confidence. Dari setelah dilakukan percobaan menggunakan algoritma apriori dapat disimpulkan bahwa kombinasi menu item yang dapat di buat untuk pola penjualan atau proses pengembangan promosi menggunakan menu paket Kopioko rasis, kentang dengan nilai confidence 60,34%, dan Kopioko rasis, regal dengan nilai confidence 54,88 Kata Kunci: Algoritma Apriori, Pola Penjualan, Aturan Asosiasi.
案例研究咖啡屋销售模式的杏算法:Kopioko茶馆
有效的促销活动可以提高销量。一种方法是确定消费者购买欲望的市场状况,这可以通过消费者购买数据来观察。近年来,交易数据被广泛用作研究材料,旨在建立一些与销售模式相关的新信息,帮助管理未来的商业发展。本研究使用杏色算法的方法来了解销售模式。从一项实验中获得的结果是,使用经过合并规则法的四月数据挖掘应用程序可以很好地运行,并产生两项协会规则,改变最低支持参数和验证。从尝试使用杏算法开始,可以得出结论,可以用种族主义Kopioko、信用评分为60.34%的土豆、信用评分为54.88的种族主义Kopioko、信用评分为54.88的分析方法,为销售模式或推广进程创建的项目组合。
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:604180095
Book学术官方微信