Algoritma Apriori Untuk Menentukan Pola Penjualan Pada 212 Mart Cibitung

Abstract

Abstrak: Data transaksi penjualan yang semakin hari semakin bertambah jumlahnya tetapi belum dimanfaatkan secara maksimal dalam menemukan informasi yang penting bagi perusahaan seperti mencari pola penjualan untuk acuan tata letak produk, menentukan kombinasi produk yang dibeli secara bersamaan. Dengan pemanfaatan data transaksi yang maksimal, data-data tersebut bisa memberikan informasi yang belum diketahui sebelumnya, sehingga perusahaan membutuhkan alat bantu analisis untuk menemukan informasi itu. Seperti menemukan barang yang paling diminati konsumen, barang apa saja yang sering dibeli secara bersamaan, dan bisa menentukan tata letak barang sesuai dengan perilaku belanja konsumen. Data mining adalah teknik untuk menggali informasi yang tersembunyi dan selama ini hanya tersimpan sebagai arsip saja. Algoritma Apriori adalah salah satu metode data mining yang bertujuan menghasilkan aturan asosiasi (association rules) yang berkaitan dengan nilai minimum support dan confidence  yang memperkuat aturan asosiasi yang ditemukan. Hasil dari penelitian ini menemukan produk Adult Milk dan Snack & Biscuit dengan nilai support 18,69% dan confidence  68,18%  atau Snack& Biscuit dan  Adult Milk dengan nilai support 14,01% dan confidence  31,25%  merupakan aturan asosiasi yang ditemukan.
 
Kata kunci: Algoritma Apriori, Aturan Asosiasi, Data Mining
 
Abstract: Data on sales transactions that are increasingly increasing in number, but have not been fully utilized in finding information that is important for the company, such as searching for sales patterns to reference product layout, determine the combination of products purchased simultaneously. With the use of maximum transaction data, these data can provide information that is not yet known, so companies need analytical tools to find that information. Like finding items that are most in demand by consumers, what items are often purchased simultaneously, and can determine the layout of goods in accordance with consumer shopping behavior. Data mining is a technique for extracting hidden information and so far it has only been stored as an archive. The Apriori algorithm is one of the data mining methods that aims to produce association rules related to the minimum value of support and confidence  that reinforces the association rules found. The results of this study found that Adult Milk and Snack & Biscuit products with a support value of 18.69% and 68.18% confidence  or Snack & Biscuit and Adult Milk with a support value of 14.01% and confidence  of 31.25% were found to be association rules.
 
Keywords: Apriori Algorithm, Association Rules, Data Mining.