Data Mining Prediksi Minat Customer Penjualan Handphone Dengan Algoritma Apriori
DOI:
https://doi.org/10.52072/unitek.v14i2.243Keywords:
Data Mining, Algoritma Apriori, knowledge, Penjualan Handphone, ConfidenceAbstract
Mengetahui minat customer pada suatu jenis produk merupakan kunci suskses dari sebuah bisnis. dari data yang tersimpan pada data penjualan dapat diolah dan diimplementasi untuk mengetahui pola minat item customer, hal ini dapat meminimalisir penumpukan stok barang yang kurang diminati dan tidak kehabisan barang pada produk yang diminati. Data Mining dapat menjadi solusi. Penelitian ini menganalisis data informasi penjualan handphone yang bersumber dari database sistem informasi transaksi penjulanan handphone menggunakan data mining algoritma apriori. Uji data menggunakan aplikasi data mining weka dalam menemukan hubungan pola penjualan handphone antar item. Proses pengolahan data dimulai praprocesing dengan memilih variable data kemudian menemukan nilai spot dari tiap item set handphone dan kombinasi antara jenis handphone dari hasil pencarian nilai spot dan kombinasi antara jenis handphone kemudian ditemukan nilai confidence dalam tiap kombinasi. Kombinasi yang memenuhi nilai minimum spot dan minimum confidence akan menjadi sebuah aturan asosiasi. Aturan asosiasi yang dihasilkan menjadi informasi jenis handphone yang paling banyak terjual selama 1 bulan sampai 2 tahun. Hasilnya di peroleh knowlwge jenis handphone yang paling diminati dan hubungan antara jenis atau tipe hanphone tersebut. Knowledge tersebut dapat dijadikan dasar menentukan stok jenis handphone
Downloads
References
Ashraf, A., Anwer, S. and Gufran, M. (no date) ‘A Comparative Study of Predicting Student ’ s Performance by use of Data Mining Techniques’, pp. 122–136.
Br Ginting, A. O. (2021) ‘Penerapan Data Mining Korelasi Penjualan Spare Part Mobil Menggunakan Metode Algoritma Apriori (Studi Kasus: CV. Citra Kencana Mobil)’, Journal of Information and Technology, 1(2), pp. 83–90. doi: 10.32938/jitu.v1i2.1472.
Ezhilarasan, C. and Ramani, S. (2018) ‘Performance prediction using modified clustering techniques with fuzzy association rule mining approach for retail’, Proceedings of 2017 International Conference on Intelligent Computing and Control, I2C2 2017, 2018-Janua, pp. 1–6. doi: 10.1109/I2C2.2017.8321777.
Jaya, I. and Hanadwiputra, S. (2021) ‘Penerapan Algoritma Apriori Dalam Menentukan Strategi Persediaan Obat Terhadap Penjualan Obat Pada Apotek Karang Asih’, Quality System Development, 11 No 1(2021-02–08), pp. 8–17.
Li, Z. et al. (2012) ‘A framework for automatic TRIZ level of invention estimation of patents using natural language processing, knowledge-transfer and patent citation metrics’, CAD Computer Aided Design. Elsevier Ltd, 44(10), pp. 987–1010. doi: 10.1016/j.cad.2011.12.006.
Muchlis, M. M., Fitri, I. and Nuraini, R. (2021) ‘Rancang Bangun Aplikasi Data Mining pada Penjualan Distro Bloods Berbasis Web menggunakan Algoritma Apriori’, Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi), 4(2), p. 26. doi: 10.35870/jtik.v5i1.197.
Sianturi, F. A., Informatika, T. and Utara, S. (2018) ‘PENERAPAN ALGORITMA APRIORI UNTUK PENENTUAN TINGKAT’, 2(1), pp. 50–57.
Wahyuni, S., Saragih, kana S. and Perangin-angin, M. I. (2018) ‘Implemntasi Metode Decision Tree C4.5 Untuk Menganalisa Mahasiswa Dop Out’, ethos, 6(1), pp. 42–51.
Wahyuni, S., Suherman and Harahap, K. P. (2018) ‘Implementasi Data Mining dalam Memprediksi Stok Barang Menggunakan Algoritma Apriori’, 5, pp. 67–71. doi: 10.31227/osf.io/nzk27.
Yu, Y. et al. (2019) ‘Clinical big data and deep learning: Applications, challenges, and future outlooks’, Big Data Mining and Analytics, 2(4), pp. 288–305. doi: 10.26599/BDMA.2019.9020007.
