IMPLEMENTASI ALGORITMA APRIORI UNTUK ANALISA DATA PENJUALAN (STUDI KASUS: TOKO UD. SURYANI)

Ahmad Adri, N. D. Rumlaklak, Derwin Roni Sina
{"title":"IMPLEMENTASI ALGORITMA APRIORI UNTUK ANALISA DATA PENJUALAN (STUDI KASUS: TOKO UD. SURYANI)","authors":"Ahmad Adri, N. D. Rumlaklak, Derwin Roni Sina","doi":"10.35508/JICON.V9I2.5132","DOIUrl":null,"url":null,"abstract":"Data transaksi yang dimiliki sebuah toko atau swalayan setiap harinya pasti bertambah, namun sering kali ditemukan fakta bahwadata transaksi tersebut disimpan begitu saja dan tidak dimanfaatkan. Hal inilah terjadi di toko UD. Suryani. Data transaksi yang ada selama initidak digunakan dengan baik, padahal kumpulan data transaksi tersebut, memiliki potensi informasi-informasi yang bisa diolah untukmenghasilkan pengetahuan baru yang bermanfaat. Pengolahan data transaksi ini bisa dilakukan dengan teknik data mining. Salah satu teknikpada data mining yang dapat digunakan adalah dengan metode aturan asosiatif (association rule). Salah satu algoritma pengambilan datadengan aturan asosiatif adalah algoritma Apriori. Algoritma ini berfungsi untuk menentukan hubungan asosiatif suatu kombinasi item dan cocok diterapkan bila terdapat beberapa hubungan item yang ingin dianalisis. Tujuan penelitian ini adalah menerapkan data mining pada data transaksi satu tahun terakhir yang ada di toko UD. Suryani. Proses pengolahan data mining dilakukan dengan aplikasi rapidminer dan daripercobaan sembilan kali pengujian dengan kombinasi nilai minimum support dan minimum confidence yang berbeda terhadap 13.490 datatransaksi, diperoleh hasil yaitu item yang paling banyak dibeli oleh konsumen adalah item Masako Sapi Renteng 10g dengan nilai support14,5% dan untuk item-item yang sering dibeli secara bersamaan adalah jika membeli Telur dan Blue Band 200g maka akan membeli Kompas Kemasan 1kg, dengan nilai confidence tertinggi yaitu 66,5%.","PeriodicalId":334895,"journal":{"name":"Jurnal Komputer dan Informatika","volume":"7 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-10-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Komputer dan Informatika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.35508/JICON.V9I2.5132","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

Data transaksi yang dimiliki sebuah toko atau swalayan setiap harinya pasti bertambah, namun sering kali ditemukan fakta bahwadata transaksi tersebut disimpan begitu saja dan tidak dimanfaatkan. Hal inilah terjadi di toko UD. Suryani. Data transaksi yang ada selama initidak digunakan dengan baik, padahal kumpulan data transaksi tersebut, memiliki potensi informasi-informasi yang bisa diolah untukmenghasilkan pengetahuan baru yang bermanfaat. Pengolahan data transaksi ini bisa dilakukan dengan teknik data mining. Salah satu teknikpada data mining yang dapat digunakan adalah dengan metode aturan asosiatif (association rule). Salah satu algoritma pengambilan datadengan aturan asosiatif adalah algoritma Apriori. Algoritma ini berfungsi untuk menentukan hubungan asosiatif suatu kombinasi item dan cocok diterapkan bila terdapat beberapa hubungan item yang ingin dianalisis. Tujuan penelitian ini adalah menerapkan data mining pada data transaksi satu tahun terakhir yang ada di toko UD. Suryani. Proses pengolahan data mining dilakukan dengan aplikasi rapidminer dan daripercobaan sembilan kali pengujian dengan kombinasi nilai minimum support dan minimum confidence yang berbeda terhadap 13.490 datatransaksi, diperoleh hasil yaitu item yang paling banyak dibeli oleh konsumen adalah item Masako Sapi Renteng 10g dengan nilai support14,5% dan untuk item-item yang sering dibeli secara bersamaan adalah jika membeli Telur dan Blue Band 200g maka akan membeli Kompas Kemasan 1kg, dengan nilai confidence tertinggi yaitu 66,5%.
市场数据分析的杏子算法的实施(案例研究:UD store)。叙利亚语)
每天交易数据的一个商店或超市发现了一定的增长,但往往是储存bahwadata交易事实就不开发。这是发生在UD的商店。叙利亚语。有了这些不是使用良好的交易数据,而这些数据交易,有潜力从未接触的词汇可以加工untukmenghasilkan有益的新知识。这可以通过交易数据处理数据挖掘技术。可用的数据挖掘teknikpada之一是联想(协会规则)规则的方法。联想datadengan检索算法规则之一是Apriori算法。这些算法用来确定联想有合适项目和组合应用的关系想分析的项目,如果有一些关系。这项研究的目的是将数据挖掘应用于交易数据UD在店里的最后一年。叙利亚语。rapidminer应用进行数据挖掘和加工都会从九次最小值组合支持和测试不同的最低广13490 datatransaksi,获得的结果就是消费者购买最多的项目是奶牛项目雅子Renteng 10g support14,5%价值和项目同时经常购买的是如果买鸡蛋和蓝200g就买1公斤包装的指南针,乐队即66,5%广价值最高的。
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