Oleh:
ANDIK RUDIYANTO
14.1.03.02.0109
Dibimbing oleh :
1. Intan Nur Farida, M.Kom
2. Ratih Kumalasari N.,S.ST.,M.Kom.
ABSTRAK
Dalam persaingan di dunia bisnis ini perlu banyak inovasi dan trobosan yang baru dalam
menghadapinya dan menuntut para pelaku bisnis untuk senantiasa mengembangkan bisnis mereka dan
juga agar selalu bertahan dalam persaingan. Pada penelitian ini penulis mengamati proses kegiatan
penjualan pada Toko Bangunan Restu Bunda yang terus berjalan dan begitu juga data yang dihasilkan
semakin lama semakin bertambah.
Data – data penjualan yang semakin lama akan semakin besar tidak akan berguna dan
bermanfaat jika dibiarkan begitu saja.Hal yang harus dilakukan dalam melakukan hal tersebut adalah
analisis data penjualan perusahaan dengan menggunakan algoritma. Dalam data mining terdapat
beberapa algoritma atau metode yang dapat dilakukan. Algoritma apriori adalah salah satu data
mining yang digunakan dalam sistem ini, algoritma ini mencari aturan asosiasi dalam data mining.
Algoritma apriori pada sistem ini bertujuan mencari nilai frekuensi pada itemsets pada
sekumpulan data. Sedan gkan algoritma apriori didefinisikan suatu proses untuk menemukan suatu
aturan apriori yang memenuhi syarat minimum untuk support dan syarat minimum untuk confidence.
Algoritma apriori adalah algoritma yang paling terkenal untuk menemukan pola frekuensi tinggi.
Tujuan dari pembuatan sistem pada tugas akhir ini adalah mengetahui apakah algoritma apriori dapat
digunakan untuk mengembangkan penjualan dan mengatur strategi pemasaran serta mengetahui
hubungan antar barang guna menentukan penempatan barang.
I. LATAR BELAKANG
barang sudah dibeli, dan proses dengan melihat pada Tabel 1 yaitu
barang yang ada di daftar barang, dan transaksi dan masukkan tanggal lalu klik
tombol “delete” bila daftar barang tombol “simpan”.
melebihi jumlah kapasitas yang
ditentukan dalam melakukan analisis.
kemudian mengolah dan menganalisis dapat berubah – ubah oleh sebab itu
data dengan mencari nilai pembelian dengan analisis yang teratur dapat
dan nilai kombinasi paling banyak. mengetahui pola pembelian tiap
Untuk mengatur rekomendasi periodenya sehingga dapat
penempatan barang yang berdekatan digunakan untuk mengatur/
berdasarkan nilai pembelian dan nilai mengubah pola penempatan barang
kombinasi yang ditentukan. Karena sesuai dengan pola data – data
dengan memiliki nilai pembelian dan transaksi tiap periodenya.
nilai kombinasi paling tinggi antar 2. Dari penelitian ini masih terdapat
kedua barang lebih memiliki kelemahan, yaitu proses analisis
kesempatan untuk dibelin secara dari algoritma apriori yang cukup
bersamaan. memakan waktu yang lumayan
besar dalam proses perhitungan
2. Hubungan keterkaitan barang yang satu data mining. Oleh karena itu
dengan barang yang lainnya. Dan dari algoritma apriori dapat
hubungan keterkaitan tersebut dikembangkan dengan
digunakan untuk mengatur penempatan mengkombinasikan dengan
barang. Dalam penggunaan aplikasi algoritma data mining lain.
data mining ini dapat membantu dan
mengidentifikasi analisis data mining V. DAFTAR PUSTAKA
yang akan digunakan untuk mengatur
penempatan barang yang berdekatan Aditya, Dwi Purnomo. 2016. “Penerapan
Algoritma Apriori Terhadap Data
berdasarkan nilai frekuensi paling Penjualan di Toko Gudang BM
banyak. (Black Market) ”. Universitas
Widyagama Malang.
B. Saran
Agung, Muhammad Thoriq. 2015.
Dari hasil penelitian yang
Penerapan Data Mining Pada
dilakukan, maka peneliti menyarankan Data Transaksi Penjualan Untuk
Mengatur Penempatan Barang
: Menggunakan Penempatan
1. Dalam pengambilan data – data Barang. Jurnal UDiNus.
Semarang.
transaksi penjualan dapat dilakukan
tiap periode tertentu secara teratur
Agusta,Yudi. 2007. K – Means –
misal perminggu atau perbulan, Penerapan, Permasalahan dan
karena pola pembelian pembeli Metode Terkait. Jurnal Sistem dan
Andik Rudiyanto | 14.1.03.02.0109 simki.unpkediri.ac.id
Fakultas Teknik – Teknik Informatika || 7||
Artikel Skripsi
Universitas Nusantara PGRI Kediri
Anggraeni, Hapsari Dita. 2012. Aplikasi G. Gunadi and D.I. Sensue, 2012.
Data Mining Analisis Data Penerapan Data Mining Market
Transaksi Penjualan Obat Basket Analysis Terhadap Data
Menggunakan Algoritma Apriori. Penjualan Produk Buku Dengan
Jurnal Masyarakat Informatika Vol Menggunakan Algoritma Apriori
4, No. 7. Universitas Diponegoro. dan Frequent Pattern Growth (FP
- Growth).“Jurnal TELEMATIKA
MKOM, Vols.4, No.1.”
Ancok, Djamaludin. 1994 Media Belajar
Analisis Data Dengan SPSS.
Yogyakarta : Pusat Pustaka Pelajar Pane, Kartika D. 2013. Implementasi Data
Mining Pada Penjualan Produk
Elektronik Dengan Algoritma
Assauri,Sofyan 1999. Manajemen Apriori (Studi Kasus : Kredit
Produksi dan Operasi, Edisi Plus). Jurnal Pelita Budi Darma
Revisi, LPFE-UI, Jakarta. Vol. 4, No. 3. Medan : STMIK
Budidarma.
Buololo, Efori 2015. ”Algoritma Apriori Sari, Novita E. 2013. Analisa Algoritma
Pada Data Penjualan di Apriori Untuk Menentukan Merek
Supermarket”. STMIK Budi Pakaian Yang Paling Diminati
Darma, Medan. Pada Mode Fashion Group
Medan. Jurnal Pelita Budi Darma
Vol. 4, No. 3. Medan : STMIK
Darmi, Yulia Setiawan Agus. 2016. Budi Darma.
Penerapan Metode Clustering K –
Means Dalam Pengelompokan Salim, Peter dan Yenny Salim. 2002.
Penjualan Produk. Yogyakarta. Kamus Bahasa Indonesia
Kontemporer. Jakarta : Modern
English Press.
Djamaludin, Irsyad 2017. Analisis Pola
Pembelian Konsumen Pada Sugiyono, 2012. Metode Penelitian
Transaksi Penjualan Kuantitatif, Kualitatif dan R & D.
Menggunakan Algoritma Apriori. Bandung : Alfabeta.
Jurnal SIMETRIS. Universitas
Komputer Indonesia.