Analisa Pola Penjualan Alat Pancing Menggunakan Algoritma Apriori
Kata Kunci:
Data mining, Algoritma Apriori, Pola Penjualan, StrategiAbstrak
Hobi memancing sekarang sedang banyak diminati berbagai kalangan di tengah masyarakat. Terlebih pada masa pandemi saat ini memancing merupakan salah satu kegiatan yang baik dilakukan untuk melepaskan kejenuhan. Dikota Pematangsiantar terdapat banyak toko yang menjual peralatan pancing. Tempat penelitian ini menjual berbagai jenis dan merk peralatan pancing seperti Joran, Reel, Benang pancing, Umpan, dan lainnya. Banyaknya data transaksi yang tidak dimanfaatkan secara maksimal menjadi permasalahan tersendiri bagi pemilik usaha. Banyaknya data tersebut dapat diolah menggunakan algoritma apriori untuk membuat rekomendasi barang yang paling sering dibeli oleh konsumen. Algoritma apriori merupakan salah satu algoritma klasik
datamining. Algoritma apriori digunakan agar komputer dapat mempelajari asosiasi, mencari pola hubungan antar satu atau lebih barang dalam suatu dataset. Penelitian ini menghasilkan 10 aturan asosiasi yang terbentuk. Data tersebut bisa dijadikan sebagai informasi kepada pemilik toko untuk mengembangkan strategi penjualan dan membentuk pola penjualan baru yang lebih baik agar penjualan di toko tersebut dapat berjalan secara maksimal.
Unduhan
Referensi
[2] R. Takdirillah, “Penerapan Data Mining Menggunakan Algoritma Apriori Terhadap Data Transaksi Sebagai Pendukung Informasi Strategi Penjualan,†Edumatic J. Pendidik. Inform., vol. 4, no. 1, pp. 37–46, 2020, doi: 10.29408/edumatic.v4i1.2081.
[3] M. Syahril, K. Erwansyah, and M. Yetri, “Penerapan Data Mining Untuk Menentukan Pola Penjualan Peralatan Sekolah Pada Brand Wigglo Dengan Menggunakan Algoritma Apriori,†J-SISKO TECH (Jurnal Teknol. Sist. Inf. dan Sist. Komput. TGD), vol. 3, no. 1, p. 118, 2020, doi: 10.53513/jsk.v3i1.202.
[4] A. Sibarani, “Implementasi Data Mining Menggunakan Algoritma Apriori Untuk Meningkatkan Pola Penjualan Obat,†JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 7, pp. 262–276, Aug. 2020, doi:10.35957/jatisi.v7i2.195.
[5] V. N. Budiyasari, P. Studi, T. Informatika, F. Teknik,U. Nusantara, and P. Kediri, “Implementasi Data Mining Pada Penjualan kacamata Dengan Menggunakan Algoritma Apriori,†Indones. J. Comput.m Inf. Technol., vol. 2, no. 2, pp. 31–39, 2017.
[6] W. WK and Y. Adani, “PENERAPAN ALGORITMA NAÃVE BAYES UNTUK MEMPREDIKSI KEPUTUSAN CALON NASABAH DAN NASABAH TETAPBANK BRI SYARIAH MENERIMAPENAWARAN PROGRAM DEPOSITOBERJANGKA,†J. Teknol. dan Inf., vol. 8, Aug. 2018, doi: 10.34010/jati.v8i1.906.
[7] D. Listriani, A. H. Setyaningrum, and F. Eka, “PENERAPAN METODE ASOSIASI MENGGUNAKAN ALGORITMA APRIORI PADA APLIKASI ANALISA POLA BELANJA KONSUMEN (Studi Kasus Toko Buku Gramedia Bintaro),†J. Tek. Inform., vol. 9, no. 2, pp. 120–127, 2018, doi: 10.15408/jti.v9i2.5602.
[8] A. W. Oktavia Gama, I. K. Gede Darma Putra, and I. P. Agung Bayupati, “Implementasi Algoritma Apriori Untuk Menemukan Frequent Itemset Dalam Keranjang
Belanja,†Maj. Ilm. Teknol. Elektro, vol. 15, no. 2, pp. 21–26, 2016, doi: 10.24843/mite.1502.04.
[9] M. Yetri and S. Yakun, “Data Mining Untuk Analisis Pola Pemilihan Menu Pada Penang Corner Cafe Dan Resto Menggunakan Algoritma Apriori,†J-SISKO TECH J. Teknol. Sist. Inf. dan Sist. Komput. TGD, vol. 1, no. 2, pp. 114–123, 2018, [Online]. Available: https://ojs.trigunadharma.ac.id/index.php/jsk/article/vie
w/37.
[10] C. M. Baru, S. Kasus, and I. B. I. Darmajaya, “data mining, Association rules,†vol. 01, no. 01, pp. 17–32,
2015.
[11] Sofyan, “Implementation of Data Mining withAssociation Rule in Decision Making for ProductPurchase Correlation Using the Apriori Algorithm,†J.
Chem. Inf. Model., vol. 53, no. 9, pp. 1689–1699, 2019.
[12] A. Dasa Putri and K. Kunci, “Computer BasedInformation System Journal DATA MININGMENGGUNAKAN ALGORITMA C4.5 UNTUK
MEMPREDIKSI KEPUASAN MAHASISWATERHADAP TERHADAP KINERJA DOSEN DIKOTA BATAM,†Cbis J., vol. 07, no. 02, pp. 56–66,2019, [Online]. Available:
http://ejournal.upbatam.ac.id/index.php/cbishttp://ejournal.upbatam.ac.id/index.php/cbis.
