PENERAPAN ALGORITMA APRIORI DALAM MENGANALISIS DATA POLA PENJUALAN JAM TANGAN ORIGINAL (STUDI KASUS : SINAR KOTA)
DOI:
https://doi.org/10.53513/jct.v4i5.2466Abstrak
 ABSTRAK  Menambang data atau upaya untuk menggali informasi dan pengetahuan yang berharga pada database yang sangat besar disebut data mining atau Knowledge Discovery in Database disingkat KDD. Salah satu algoritma yang paling populer pada teknik data mining adalah algoritma Apriori. Sedangkan dalam penemuan pola kombinasi hubungan antar item-sets digunakan Association Rules ( Aturan Asosiasi ). Data Mining telah diimplementasikan ke berbagai bidang, diantaranya bidang bisnis atau perdangangan, bidang pendidikan, dan telekomunikasi. Dibidang bisnis misalnya hasil implementasi data mining menggunakan algoritma Apriori dapat membantu para pebisnis dalam kebijakan pengambilan keputusan terhadap apa yang berhubungan dengan persediaan barang. Data mining merupakan proses analisa data untuk menemukan suatu pola dari kumpulan data tersebut. Data mining mampu menganalisa data yang besar menjadi informasi berupa pola yang mempunyai arti bagi pendukung keputusan. Salah satu teknik data mining yang dapat digunakan adalah association data mining atau yang biasa disebut dengan istilah market basket analysis. Market basket didefinisikan sebagai suatu itemset yang dibeli secara bersamaan oleh pelanggan dalam suatu transaksi. Market basket analysis adalah suatu alat yang ampuh untuk pelaksanaan strategi cross-selling. Metode ini dimulai dengan mencari sejumlah frequent itemset dan dilanjutkan dengan pembentukan aturan-aturan asosiasi (association rules).              ÂReferensi
G. Gunadi and D. Indra Sensuse, “PENERAPAN METODE DATA MINING MARKET BASKET ANALYSIS TERHADAP DATA PENJUALAN PRODUK BUKU DENGAN MENGGUNAKAN ALGORITMA APRIORI DAN FREQUENT PATTERN GROWTH (FP-GROWTH) : STUDI KASUS PERCETAKAN PT. GRAMEDIA,†2012.
G. Gunadi and D. I. Sensuse, “Penerapan Metode Data Mining Market Basket Analysis Terhadap Data Penjualan Produk Buku Dengan Menggunakan Algoritma Apriori Dan Frequent Pattern Growth ( Fp-Growth ) :,†Telematika, vol. 4, no. 1, pp. 118–132, 2012.
C. Algoritma, “DATA MINING UNTUK MEMPREDIKSI JENIS TRANSAKSI NASABAH PADA KOPERASI SIMPAN PINJAM DENGAN,†vol. 1, no. 2, pp. 32–37, 2017.
M. Badrul, P. Studi, and S. Informasi, “Algoritma asosiasi dengan algoritma apriori untuk analisa data penjualan,†no. 2, pp. 121–129, 2016.
A. M. Siregar and M. Syahrizal, “Implementasi Algoritma Apriori Tid Untuk Mengetahui Pola Penjualan Keramik,†KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 3, no. 1, 2019, doi: 10.30865/komik.v3i1.1572.
T. Penjualan, D. I. Indrako, and R. Gusrizaldi, “ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI TELUK KUANTAN,†vol. 2, no. 2, pp. 286–303, 2016.
I. Data Mining Algoritma Apriori Pada Sistem Persediaan Alat-Alat Kesehatan Oleh, K. Tampubolon, H. Saragih, and B. Reza, “IMPLEMENTASI DATA MINING ALGORITMA APRIORI PADA SISTEM PERSEDIAAN ALAT-ALAT KESEHATAN.†[Online]. Available: http://elib.unikom.ac.id/files/disk1/487/jbptunikom.
A. -, F. Marisa, and D. Purnomo, “Penerapan Algoritma Apriori Terhadap Data Penjualan di Toko Gudang BM,†JOINTECS (Journal Inf. Technol. Comput. Sci., vol. 1, no. 1, pp. 1–5, 2016, doi: 10.31328/jointecs.v1i1.408.
R. Yanto and R. Khoiriah, “Implementasi Data Mining dengan Metode Algoritma Apriori dalam Menentukan Pola Pembelian Obat.â€
A. Maulana and A. A. Fajrin, “Penerapan Data Mining Untuk Analisis Pola Pembelian Konsumen Dengan Algoritma Fp-Growth Pada Data Transaksi Penjualan Spare Part Motor,†Klik - Kumpul. J. Ilmu Komput., vol. 5, no. 1, p. 27, 2018, doi: 10.20527/klik.v5i1.100.
J. Nasional and S. Informasi, “PENERAPAN DATA MINING DALAM PENGELOMPOKAN PENDERITA THALASSAEMIA,†vol. 02, pp. 299–305, 2017.
S. Aisara, S. Azmi, and M. Yanni, “Gambaran Klinis Penderita Penyakit Ginjal Kronik yang Menjalani Hemodialisis di RSUP Dr. M. Djamil Padang,†J. Kesehat. Andalas, vol. 7, no. 1, p. 42, 2018, doi: 10.25077/jka.v7i1.778.
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/view/37.
D. I. Waroeng, S. Sambal, and D. Sophia, “MENGGUNAKAN ALGORITMA APRIORI PADA DATA,†vol. 22, no. 1, pp. 44–56, 2017.
Suendri, “Implementasi Diagram UML (Unified Modelling Language) Pada Perancangan Sistem Informasi Remunerasi Dosen Dengan Database Oracle (Studi Kasus: UIN Sumatera Utara Medan),†J. Ilmu Komput. dan Inform., vol. 3, no. 1, pp. 1–9, 2018.
D. Wira, T. Putra, and R. Andriani, “Unified Modelling Language ( UML ) dalam Perancangan Sistem Informasi Permohonan Pembayaran Restitusi SPPD,†vol. 7, no. 1, 2019.
U. Islam and N. Sumatera, “ANALISA DAN PERANCANGAN SISTEM E-CLAIM PADA PT ASURANSI JIWA,†vol. 4, no. 1, pp. 1–6, 2020.
A. Y. Ryki Perdana, “Sistem Pendukung Keputusan Untuk Menentukan Kelayakan Pengiriman Peserta Magang Ke Jepang Pada Dinas Tenaga Kerja Kota Medan Dengan Metode Analytical Hierarchy Process (AHP),†Algoritm. J. Ilmu Komput. dan Inform., vol. 03, no. November, pp. 22–41, 2019, doi: 10.1017/CBO9781107415324.004.
R. H. SETIAWAN, “RANCANG BANGUN APLIKASI FEEDBACK CUSTOMER MENGGUNAKAN VISUAL STUDIO PADA BALAI RISET DAN STANDARDISASI INDUSTRI SURABAYA KERJA PRAKTIK Program Studi S1 Sistem Komputer Oleh : RIZKI HARIS SETIAWAN,†2017.
S. M. Arif and H. Purwoko, “Pada Rumah Sakit Umum Islam Madinah,†CEES (Journal Comput. Eng. Syst. Sci., vol. 3, no. 1, pp. 23–27, 2018.
