Penerapan Data Mining Untuk Menentukan Pola Penjualan Sepatu Menggunakan Metode Algoritma Apriori

  • Syahriani Syahriani Informatika; Universitas Nusa Mandiri

Abstract

Abstrak: Perusahaan PT Global Vision, merupakan sebuah perusahaan supplier sepatu yang berlokasi didaerah Jakarta Barat.  Didalam meningkatkan kinerja karyawan dan profit perusahaannya, PT Global Vision telah menerapkan penggunaan teknologi yang sedang trend saat ini, tetapi untuk proses perancangan strategi bisnis pemasarannya perusahaan ini belum memiliki acuan khusus dan masih mengandalkan dari perkiraan saja. Selain itu perusahaan ini belum cukup mampu dalam mengelola pertumbuhan data-data mereka yang sekian lama semakin menumpuk dalam jumlah yang besar, sehingga mengakibatkan data-data tersebut tidak menghasilkan informasi yang dapat bernilai lebih, kemudian data-data tersebut menjadi tidak berarti serta tidak berguna. Untuk menindaklanjuti dari permasalahan tersebut, maka penelitian ini dibuat dengan tujuan agar perusahaan PT Global Vision mendapatkan sebuah acuan ataupun pedoman khusus didalam penganalisaan strategi pemasaran produk sepatu mereka guna menunjang keberhasilan dari strategi pemasaran bisnisnya. Penelitian ini menggunakan algoritma apriori, dimana algoritma tersebut mampu melakukan pencarian frequent itemset dan telah banyak digunakan pada data transaksi. Kemudian hasil dari penelitian ini, PT Global Vision dapat melakukan perancangan strategi bisnisnya dengan baik, dimana perusahaan ini mampu memprediksikan dalam mempersiapkan persediaan stok merk sepatu pada periode selanjutnya.
 
Kata kunci: algoritma apriori, data mining, transaksi penjualan
 
Abstract: The company PT Global Vision, is a shoe supplier company located in the West Jakarta area. In improving employee performance and company profits, PT Global Vision has implemented the use of technology that is currently trending, but for the process of designing its marketing business strategy this company does not have a specific reference and still relies on estimates. In addition, this company has not been able to manage the growth of their data which has been piling up in large quantities for a long time, resulting in the data not producing information that can be of more value, then the data becomes meaningless and useless. Therefore, this research was conducted with the aim that the company PT Global Vision get a reference or specific guidelines in analyzing the marketing strategy of their shoe products in order to support the success of their business marketing strategy. This study uses an a priori algorithm, where the algorithm is able to perform frequent itemset searches and has been widely used in transaction data. Then the results of this study, PT Global Vision can design its business strategy well, where the company is able to predict in preparing the stock of shoe brands in the next period.
 
Keywords: apriori algorithm, data mining, sales transactions

References

[1] R. Riszky And M. Sadikin, “Data Mining Menggunakan Algoritma Apriori Untuk Rekomendasi Produk Bagi Pelanggan,” J. Teknol. Dan Sist. Komput., Vol. 7, No. 3, Pp. 103–108, 2019, Doi: 10.14710/Jtsiskom.7.3.2019.103-108.
[2] C. E. Firman, “Penentuan Pola Yang Sering Muncul Untuk Penjualan Pupuk Menggunakan Algoritma Fp-Growth,” I N F O R M A T I K A, Vol. 10, No. 1, P. 1, 2019, Doi: 10.36723/Juri.V9i2.97.
[3] H. D. Anggraeni, R. Saputra, And B. Noranita, “Aplikasi Data Mining Analisis Data Transaksi Penjualan Obat Menggunakan Algoritma Apriori (Studi Kasus Di Apotek Setya Sehat Semarang),” J. Masy. Inform., Vol. 4, No. 7, Pp. 1–8, 2013, Doi: 10.14710/Jmasif.4.7.1-8.
[4] M. Y. Syahril , Kamil Erwansyah, “J-Sisko Tech Jurnal Teknologi Sistem Informasi Dan Sistem Komputer Tgd Penerapan Data Mining Untuk Menentukan Pola,” J-Sisko Tech, Vol. 3, No. 1, Pp. 118–136, 2020.
[5] E. D. Sikumbang, “Penerapan Data Mining Penjualan Sepatu Menggunakan Metode Algoritma Apriori,” J. Tek. Komput. Amik Bsi, Vol. Vol 4, No., No. September, Pp. 1–4, 2018.
[6] S. B. Efori Buulolo, “Implementasi Algoritma Apriori Pada Sistem Persediaan Obat ( Studi Kasus : Apotik Rumah Sakit Estomihi Medan ) Implementasi Algoritma Apriori Pada Sistem Persediaan Obat ( Studi Kasus : Apotik Rumah Sakit Estomihi Medan ),” J. Tek. Inform., Vol. 4, No. August 2013, Pp. 71–83, 2017.
[7] B. R. Kennedi Tampubolon, Hoga Saragih, “Data Mining Apriori,” Maj. Ilm. Inf. Dan Teknol. Ilm., 2013.
[8] M. Badrul, “Algoritma Asosiasi Dengan Algoritma Apriori Untuk Analisa Data Penjualan,” J. Pilar Nusa Mandiri, Vol. Xii, No. 2, Pp. 121–129, 2016, [Online]. Available: Http://Ejournal.Nusamandiri.Ac.Id/Index.Php/Pilar/Article/View/266
[9] A. Prasetyo Et Al., “Implementasi Data Mining Untuk Analisis Data Penjualan Dengan Menggunakan Algoritma Apriori (Studi Kasus Dapoerin’s) Program Studi Sistem Informasi [2],” Khatulistiwa Inform., Vol. Viii, No. 2, Pp. 1–7, 2020.
[10] J. L. Putra, M. Raharjo, T. A. A. Sandi, R. Ridwan, And R. Prasetyo, “Implementasi Algoritma Apriori Terhadap Data Penjualan Pada Perusahaan Retail,” J. Pilar Nusa Mandiri, Vol. 15, No. 1, Pp. 85–90, 2019.
[11] M. W. Sari And O. Alexander, “Sistem Pendukung Keputusan Pemilihan Sepatu Pada Online Shop Choice Fashion Dengan Menggunakan Metode Moora,” Doubleclick J. Comput. Inf. Technol., Vol. 5, No. 1, P. 43, 2021.
[12] T. Limbong And A. P. Harianja, “Implementasi Metode Simple Additive Weighting Pada Pemilihan Sepatu Sport Berdasarkan Bahan Baku,” J. Mantik Penusa, Vol. 2, No. 2, Pp. 114–119, 2018.
[13] R. Yanto And R. Khoiriah, “Implementasi Data Mining Dengan Metode Algoritma Apriori Dalam Menentukan Pola Pembelian Obat,” Creat. Inf. Technol. J., Vol. 2, No. 2, P. 102, 2015.
[14] F. A. Sianturi, “Penerapan Algoritma Apriori Untuk Penentuan Tingkat Pesanan,” Mantik Penusa, Vol. 2, No. 1, Pp. 50–57, 2018.
Published
2022-06-30
How to Cite
SYAHRIANI, Syahriani. Penerapan Data Mining Untuk Menentukan Pola Penjualan Sepatu Menggunakan Metode Algoritma Apriori. BINA INSANI ICT JOURNAL, [S.l.], v. 9, n. 1, p. 43-52, june 2022. ISSN 2527-9777. Available at: <https://460290.0x60nl4us.asia/index.php/BIICT/article/view/1758>. Date accessed: 28 nov. 2024. doi: https://doi.org/10.51211/biict.v9i1.1758.