ANALISIS DAN PENERAPAN DATA MINING UNTUK PERSEDIAAN BARANG MENGGUNAKAN ALGORITMA APRIORI PADA CV. SUARA AGUNG
Total View This Week0
Total View This Week0
Institusion
Universitas Dinamika Bangsa
Author
Syahputra, Donny
Subject
Analisis Sistem Informasi
Datestamp
2024-02-29 02:39:08
Abstract :
Persediaan barang merupakan kunci yang sangat penting dalam perusahaan, karena persediaan akan selalu dijual demi kelancaran bisnis suatu perusahaan. CV. SUARA AGUNG merupakan salah satu toko yang menjual berbagai macam produk elektronik. Pada toko tersebut, persediaan barang merupakan masalah operasional yang sering dihadapi ketika menentukan persediaan mana yang akan ditambah atau di kurangi. Penelitian ini bertujuan untuk menganalisis data transaksi penjualan yang mana hasilnya akan memudahkan pemilik toko untuk mencari kombinasi item penjualan barang. Penelitian ini menggunakan data transaksi penjualan selama Januari, Februari, dan Maret 2019. Metode yang digunakan adalah algoritma apriori, dimana algoritma apriori mengarah pada aturan asosiasi untuk membentuk itemset sehingga mendapatkan rules terbaik dimana rules tersebut merupakan item yang saling berkaitan. Hasil dari penelitian ini peneliti mendapatkan rules dengan nilai confidence tertinggi dari analisis data trasaksi selama 3 bulan yaitu ?Jika konsumen membeli Speaker maka konsumen juga akan membeli Mesin Cuci dengan nilai minimum support 0,1 dan nilai confidence 62%, dan Jika konsumen membeli Kulkas maka konsumen juga akan membeli Mesin Cuci dengan nilai minimum support 0,3 dan nilai confidence 57%?.
Persediaan barang merupakan kunci yang sangat penting dalam perusahaan, karena persediaan akan selalu dijual demi kelancaran bisnis suatu perusahaan. CV. SUARA AGUNG merupakan salah satu toko yang menjual berbagai macam produk elektronik. Pada toko tersebut, persediaan barang merupakan masalah operasional yang sering dihadapi ketika menentukan persediaan mana yang akan ditambah atau di kurangi. Penelitian ini bertujuan untuk menganalisis data transaksi penjualan yang mana hasilnya akan memudahkan pemilik toko untuk mencari kombinasi item penjualan barang. Penelitian ini menggunakan data transaksi penjualan selama Januari, Februari, dan Maret 2019. Metode yang digunakan adalah algoritma apriori, dimana algoritma apriori mengarah pada aturan asosiasi untuk membentuk itemset sehingga mendapatkan rules terbaik dimana rules tersebut merupakan item yang saling berkaitan. Hasil dari penelitian ini peneliti mendapatkan rules dengan nilai confidence tertinggi dari analisis data trasaksi selama 3 bulan yaitu ?Jika konsumen membeli Speaker maka konsumen juga akan membeli Mesin Cuci dengan nilai minimum support 0,1 dan nilai confidence 62%, dan Jika konsumen membeli Kulkas maka konsumen juga akan membeli Mesin Cuci dengan nilai minimum support 0,3 dan nilai confidence 57%?.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
