Prediksi Persediaan Sepeda Motor Pada Dealer Yamaha Jaya Baru Motor Mengunakan Metode Frequent Pattern (FF-Growth)

Nerwan Salu, Aryo Michael, Samuel Yakobus Padang, Muhammad Sofwan Adda
{"title":"Prediksi Persediaan Sepeda Motor Pada Dealer Yamaha Jaya Baru Motor Mengunakan Metode Frequent Pattern (FF-Growth)","authors":"Nerwan Salu, Aryo Michael, Samuel Yakobus Padang, Muhammad Sofwan Adda","doi":"10.47178/infinity.v2i1.1690","DOIUrl":null,"url":null,"abstract":"Perkembangan teknologi yang begitu cepat dapat menangani permasalahan-permasalahan yang ada dengan cara  memprediksi dengan berbagai teknik. Maka pentingnya teknologi untuk memprediksi dalam persediaan sepeda motor merupakan keseimbangan antara investasi sehingga apa yang direncanakan dan ditargetkan dapat tercapai tanpa kendala yang disebabkan oleh suatu barang. Bagaimana kinerja model prediksi persediaan sepeda motor menggunakan algoritma Frequent Pattern Growth (FP-Growth). \nSalah satu data mining yang digunakan dalam penelitian ini adalah association rule dengan menerapkan algoritma Frequent Pattern Growth (FP-Growth) dan diimplementasikan pada aplikasi Microsoft Excel. Hasil penelitian yang telah dilakukan dengan adanya penerapan algoritma FP-Growth pada perhitungan manual dengan syarat batasan nilai support>30% dan nilai Confidence70%. Kemudian disimpulkan bahwa telah dilakukan penerapan algoritma FP-Growth untuk penentuan pada pola pembelian di dealer Yamaha Jaya baru motor. Dari dataset 15 transaksi penjualan produk barang yang menjadi frequent itemset merupakan kombinasi itemset yang terdapat 24 rules pola asosiasi dengan memenuhi nilai syarat batasan tersebut. Hasil association rules diperoleh terdapat 17 rules yang telah memenuhi nilai syarat.","PeriodicalId":31175,"journal":{"name":"Infinity","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2022-10-21","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Infinity","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.47178/infinity.v2i1.1690","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

Perkembangan teknologi yang begitu cepat dapat menangani permasalahan-permasalahan yang ada dengan cara  memprediksi dengan berbagai teknik. Maka pentingnya teknologi untuk memprediksi dalam persediaan sepeda motor merupakan keseimbangan antara investasi sehingga apa yang direncanakan dan ditargetkan dapat tercapai tanpa kendala yang disebabkan oleh suatu barang. Bagaimana kinerja model prediksi persediaan sepeda motor menggunakan algoritma Frequent Pattern Growth (FP-Growth). Salah satu data mining yang digunakan dalam penelitian ini adalah association rule dengan menerapkan algoritma Frequent Pattern Growth (FP-Growth) dan diimplementasikan pada aplikasi Microsoft Excel. Hasil penelitian yang telah dilakukan dengan adanya penerapan algoritma FP-Growth pada perhitungan manual dengan syarat batasan nilai support>30% dan nilai Confidence70%. Kemudian disimpulkan bahwa telah dilakukan penerapan algoritma FP-Growth untuk penentuan pada pola pembelian di dealer Yamaha Jaya baru motor. Dari dataset 15 transaksi penjualan produk barang yang menjadi frequent itemset merupakan kombinasi itemset yang terdapat 24 rules pola asosiasi dengan memenuhi nilai syarat batasan tersebut. Hasil association rules diperoleh terdapat 17 rules yang telah memenuhi nilai syarat.
使用频繁模式法预测新Jaya汽车经销商的摩托车供应量(FF增长)
快速发展的技术可以通过不同的技术预测来解决问题。因此,在摩托车库存中预测技术的重要性是投资之间的平衡,这样就可以在不造成任何限制的情况下实现计划和目标。摩托车库存预测模型如何使用频率模式算法。本研究中使用的数据挖掘之一是一个使用FP-Growth算法的程序,并在Microsoft Excel应用程序上实现。这项研究发现,FP-Growth算法在人工计算中使用了FP-Growth算法,条件是支持值>30%,虚构值为70%。然后得出结论,已经应用了FP-Growth算法,以确定雅马哈雅雅的新自行车经销商的购买模式。在15项销售产品的交易中,frequent itemset是一种多元素组合,该产品包含24条规则的联想模式,具有限定的价值。合并规则获得了17条符合条件的规则。
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
CiteScore
2.30
自引率
0.00%
发文量
26
审稿时长
10 weeks
×
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