Implementasi Data Mining Untuk Mengetahui Pola Penjualan Dalam Membantu Menentukan Persediaan Perlengkapan Outdoor Menggunakan Algoritma Frequent Pattern Growth (Studi Kasus : Toko Eiger Simp.Pos)
DOI:
https://doi.org/10.53513/jct.v4i2.2467Abstract
Eiger adalah merek yang menyedikan peralatan outdoor seperti mendaki gunung, kemah, panjat tebing dan aktifitas lainnya menyangkut kegiatan outdoor. Banyaknya peminat outdoor Eiger membuat Toko Eiger memiliki kesulitan ketersediaan barang. Dan data transakasi penjualan pada Toko Eiger yang semakin hari semakin banyak sehingga sulit untuk mengetahui produk apa saja yang harus di stok oleh Toko Eiger. Hal ini disebabkan karena, cepatnya barang laku, data barang yang belum tersusun rapi.Beberapa solusi yang dapat digunakan dalam mengatasi masalah tersebut adalah salah satunya menerapkan aplikasi data mining. Data mining adalah teknologi yang dapat menggabungkan metode analisis tradisional dengan algoritma yang canggih untuk memproses data dengan volume yang besar. Dan metode yang digunakan dalam data mining ini adalah FP-Growth, dimana setiap itemset dapat diketahui, sehingga barang yang dijual dapat dengan mudah dicari dan ditemukan karena penyusunan barang dan peletakan barang berdasarkan pola penjualan..Hasil penelitian ini adalah berupa aplikasi yang berbasis dekstop yang dapat mengimplementasikan metode association ruledalam membantu mencari pola penjualan dan mengetahui penyusunan dan tata letak barang di Toko EigerReferences
M. A. Domi Sepri, “Analisa Dan Perbandingan Metode Algoritma Apriori Dan Fp-Growth Untuk Mencari Pola Daerah Strategis,†vol. 1, no. 1, 2017.
F. A. Priyana and A. Kardianawati, “Data Mining Asosiasi Untuk Menentukan Cross-Selling Produk Menggunakan Algoritma Frequent Patern-Growth Pada Koperasi Karyawan PT . Phapros Semarang Sistem informasi yang terkomputerisasi organisasi dalam mengumpulkan berbagai data dalam suatu basis data,â€
Ilmu Komput., pp. 1–7, 2015.
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.
S. F. Putri and Y. R. Dewi, “Perancangan Dan Implementasi Sistem Informasi Pembelian Dan Penjualan Dengan Akad Murabahah Pada Pt Herbal Penawar Alwahida Indonesia Stokis Permata Cimahi,†vol. 12, no. 1, pp. 51–57, 2018.
I. Wahyudi, S. Bahri, and P. Handayani, “Aplikasi Pembelajaran Pengenalan Budaya Indonesia,†vol. V, no. 1, pp. 135–138, 2019, doi: 10.31294/jtk.v4i2.
S. Al Syahdan and A. Sindar, “Data Mining Penjualan Produk Dengan Metode Apriori Pada Indomaret Galang Kota,†J. Nas. Komputasi dan Teknol. Inf., vol. 1, no. 2, 2018, doi: 10.32672/jnkti.v1i2.771.
H. Sulastri and A. I. Gufroni, “Penerapan Data Mining Dalam Pengelompokan Penderita Thalassaemia,†J. Nas. Teknol. dan Sist. Inf., vol. 3, no. 2, pp. 299–305, 2017, doi: 10.25077/teknosi.v3i2.2017.299-305.
H. Pandiangan, “Implementasi Association Rule Mining Untuk Menentukan Menu Makanan Dengan Algoritma Apriori,†vol. 3, no. 1, 2019.
