IMPLEMENTASI DATA MINING MENGGUNAKAN ALGORITMA APRIORI UNTUK MEMPREDIKSI MEREK PARFUM YANG TERJUAL

Ravi Tri Ari Ardani, Jupriyadi Jupriyadi, Styawati Styawati, Andi Wahyu Saputra, Ariandi Basroni

Abstract


Queen Parfum merupakan salah satu toko yang bergerak dalam industri penjualan parfum yang menjual berbagai macam aroma parfum dengan kualitas premium. Merk parfum yang terjual akan dicatat pada buku penjualan untuk dilaporkan pada pemilik toko. Buku penjualan berisi data penjualan setiap harinya Setiap hari di toko terjadi transaksi penjualan produk parfum. Data penjulan terus bertambah seiring dengan bertambahnya waktu dan menyebabkan data transaksi penjualan bertambah besar. Data inilah yang di manfaatkan untuk mengetahui kombinasi produk parfum yang sering terjual secara bersamaan. Algoritma Apriori menggunakan pengetahuan frekuensi atribut yang telah diketahui sebelumnya untuk memproses informasi selanjutnya. Market basket analysis adalah metodologi untuk melakukan analisis buying habit konsumen untuk menemukan asosiasi antar item yang berbeda dengan memanfaatkan data transaksi penjualan dan diolah untuk mendapatkan sebuah informasi. Tujuan market basket analysis adalah untuk mengetahui produk mana yang akan dibeli secara bersamaan. Berdasarkan hasil yang didapatkan peneliti melakukan analisis dimana dari 3556 data mendapatkan hasil 4 rules yang dengan nilai minimum support 0.002 dan minimum confidence 0.008 menghasilkan : Jika membeli parfum taylor swift maka akan membeli parfum bacarat dengan nilai confidence 0.0802 Jika membeli parfum dunhil blue maka akan membeli parfum bacarat dengan nilai confidence 0.0720. Jika membeli parfum bacarat maka akan membeli parfum taylor swift dengan nilai confidence 0.0466. Jika membeli parfum bacarat maka akan membeli parfum dunhil blue dengan nilai confidence 0.0381. Strategi yang dapat dilakukan setelah mengetahui pola belanja konsumen tersebut yaitu dengan menaruh barang tersebut secara berdekatan supaya lebih mudah dan lebih cepat ketika terdapat konsumen yang membeli.

Full Text:

PDF


DOI: https://doi.org/10.33365/jiiti.v3i1.2324

Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 Ravi Tri Ari Ardani

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

 Published by Universitas Teknokrat Indonesia
Organized by S1 Teknologi Informasi, Fakultas Teknik dan Ilmu Komputer, Universitas Teknokrat Indonesia
W: http://jim.teknokrat.ac.id/index.php/teknologiinformasi/index
E : jiiti@teknokrat.ac.id.
Jl. Zainal Abidin Pagaralam, No.9-11, Labuhan Ratu, Bandarlampung

Creative Commons License
Jurnal Ilmiah Infrastruktur Teknologi Informasi (JIITI) is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.