Analisis dan Penerapan Algoritma Apriori Untuk Menghitung Asosiasi Item Pada CV Sumber Tani Maju Jaya Makmur

Fitri Fitri, Dodo Zaenal Abidin, Errissya Rasywir

Abstract


CV. Sumber Tani Maju Jaya Makmur merupakan sebuah perusahaan yang menjual berbagai macam produk retail keperluan petani. Biasanya data-data transaksi penjualan tersebut hanya disimpan di dalam database saja tanpa dimanfaatkan dengan baik. Padahal jika data transaksi penjualan tersebut diolah dengan suatu metode data mining yang baik maka akan menghasilkan sebuah informasi yang dapat diproses untuk keperluan yang lebih luas. Salah satunya adalah suatu strategi penjualan yang dapat meningkatkan kepuasan konsumen. Penelitian ini menggunakan metode association rule dengan algoritma apriori yang dapat digunkan untuk menemukan kombinasi item pada data transaksi penjualan yang ada pada CV. Sumber Tani Maju Jaya Makmur. Kombinasi item yang dihasilkan dari proses apriori ini kemudian akan digunakan sebagai bahan rekomendasi strategi penjualan berupa tata letak penempatan barang yang sering dibeli secara bersamaan oleh konsumen. Analisis tersebut menghasilkan 5Ruledengan nilai akurasi tertinggi yaitu pada periode gabungan Maret-April 2018 menghasilkan ruleyaramila → gramoxone dengan nilai sebesar 92,299%, pada periode Maret 2018 menghasilkan rule garlon → gramatop dan  rule jagung → lipa dengan nilai sebesar 89,993%, pada periode April 2018 menghasilkan rule gramoxone → 20x30 dan rule yaramila → em4 dengan nilai sebesar 89,993% hasil dari akurasi ini merupakan asosiasi item yang sering dibeli oleh konsumen secara bersamaan pada CV. Sumber Tani Maju Jaya Makmur.

Keywords


Data Mining, Data Penjualan, Asocciation Rule, Algoritma Apriori, Penempatan Barang

Full Text:

PDF

References


H. Hendrawan, A. Haris, E. Rasywir, and Y. Pratama, “Diagnosis Penyakit Tanaman Karet dengan Metode Fuzzy Mamdani,” J. Paradig. UBSI, vol. 22, no. 2, pp. 132–138, 2020.

E. Rasywir, R. Sinaga, and Y. Pratama, “Evaluasi Pembangunan Sistem Pakar Penyakit Tanaman Sawit dengan Metode Deep Neural Network ( DNN ),” vol. 4, pp. 1206–1215, 2020, doi: 10.30865/mib.v4i4.2518.

Saparudin and E. Rasywir, “Pengenalan potensi anak melalui sidik jari menggunakan algoritma voting feature intervals 5 (vfi5) 1,” vol. I, no. I, pp. 25–30, 2012.

G. Qiang, W. Xinmin, D. Chao, and L. Chenguang, “Data preprocessing for prediction of rerecirculating water chemistry faults,” ICCASM 2010 - 2010 Int. Conf. Comput. Appl. Syst. Model. Proc., vol. 14, no. Iccasm, pp. 553–556, 2010, doi: 10.1109/ICCASM.2010.5622170.

U. Rofiqoh, R. S. Perdana, and M. A. Fauzi, “Analisis Sentimen Tingkat Kepuasan Pengguna Penyedia Layanan Telekomunikasi Seluler Indonesia Pada Twitter Dengan Metode Support Vector Machine dan Lexion Based Feature,” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 1, no. 12, pp. 1725–1732, 2017, [Online]. Available: http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/628.

V. N. Sari, L. Y. Astri, and E. Rasywir, “Analisis Dan Penerapan Algoritma Naive Bayes Untuk Evaluasi,” J. Ilm. Mhs. Tek. Inform., vol. 2, no. 1, pp. 53–68, 2020.

A. Kamilaris and F. X. Prenafeta-Boldú, “Deep learning in agriculture: A survey,” Comput. Electron. Agric., vol. 147, no. July 2017, pp. 70–90, 2018, doi: 10.1016/j.compag.2018.02.016.

N. K. Korada, “Implementation of Naive Bayesian Classifier and Ada-Boost Algorithm Using Maize Expert System,” Int. J. Inf. Sci. Tech., vol. 2, no. 3, pp. 63–75, 2012, doi: 10.5121/ijist.2012.2305.

A. D. Egorov, A. N. Shtanko, and P. E. Minin, “Selection of Viola–Jones algorithm parameters for specific conditions,” Bull. Lebedev Phys. Inst., vol. 42, no. 8, pp. 244–248, 2015, doi: 10.3103/s1068335615080060.

A. Alzu’bi, A. Amira, and N. Ramzan, “Content-based image retrieval with compact deep convolutional features,” Neurocomputing, vol. 249, pp. 95–105, 2017, doi: 10.1016/j.neucom.2017.03.072.

E. Gho, D. Z. Abidin, and E. Rasywir, “Analisis Dan Penerapan Data Mining Pada Transaksi Penjualan Obat Menggunakan Algoritma Apriori Di Apotek Persijam,” Tek. Inform. STIKOM Din. Bangsa, pp. 56–64, 2013.

H. Bunyamin, Heriyanto, S. Novianti, and L. Sulistiani, “Topic clustering and classification on final project reports: A comparison of traditional and modern approaches,” IAENG Int. J. Comput. Sci., vol. 46, no. 3, pp. 1–6, 2019.

T. Takiguchi, J. H. Lee, and S. Okamoto, “Collision avoidance algorithm using deep learning type artificial intelligence for a mobile robot,” Lect. Notes Eng. Comput. Sci., vol. 2233, pp. 29–34, 2018.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2021 Fitri Fitri, Dodo Zaenal Abidin, Errissya Rasywir

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.