Prediksi Penyediaan Stok Barang Pada Toko Mintxchoco Merchandise Surabaya Menggunakan Algoritma Apriori
DOI:
https://doi.org/10.29080/systemic.v7i1.1306Keywords:
Association Rules, Apriori Algorithm, inventoryAbstract
The number of sales transactions that occur every day makes the sales transaction data increase. Sales transaction data is only used as an archive for a store. Due to the large number of customer requests for goods, there is a shortage of goods. Shortage or stock of goods in a store/company will have a very bad impact on the success and sales of buying and selling transactions. To prevent this, a system is needed that can help to find out early about the availability of goods in the store. The method used in this research is the association rule method using a priori algorithm. The a priori algorithm is a data mining technique to find combinations of items in the database, the results of the research conducted, the a priori algorithm can make it easier to find patterns of combinations of items in the dataset. The information obtained can help decision makers to determine the priority of stock inventory.
Downloads
References
S. F. Rodiyansyah, “Algoritma Apriori untuk Analisis Keranjang Belanja pada Data Transaksi Penjualan,” hlm. 4.
A. Masnur, “Analisa Data Mining Menggunakan Market Basket Analysis untuk Mengetahui Pola Beli Konsumen,” vol. 1, no. 2, hlm. 10, 2015.
A. K. Prasidya dan C. Fibriani, “ANALISIS KAIDAH ASOSIASI ANTAR ITEM DALAM TRANSAKSI PEMBELIAN MENGGUNAKAN DATA MINING DENGAN ALGORITMA APRIORI (STUDI KASUS: MINIMARKET GUN BANDUNGAN, JAWA TENGAH),” JUTI J. Ilm. Teknol. Inf., vol. 15, no. 2, hlm. 173, Jul 2017, doi: 10.12962/j24068535.v15i2.a629.
G. H. Herlambang, A. Nugroho, dan B. Zaman, “KLASIFIKASI PERKIRAAN KELULUSAN MAHASISWA JENJANG MAGISTER MENGGUNAKAN METODE NAÏVE BAYES,” vol. 5, hlm. 7, 2020.
I. Djamaludin dan A. Nursikuwagus, “ANALISIS POLA PEMBELIAN KONSUMEN PADA TRANSAKSI PENJUALAN MENGGUNAKAN ALGORITMA APRIORI,” Simetris J. Tek. Mesin Elektro Dan Ilmu Komput., vol. 8, no. 2, hlm. 671, Nov 2017, doi: 10.24176/simet.v8i2.1566.
N. Hadinata dan K. Kurniawan, “ANALISIS POLA PEMBELIAN PRODUK MAKANAN RINGAN MENGGUNAKAN ALGORITMA APRIORI,” J. Sisfokom Sist. Inf. Dan Komput., vol. 9, no. 1, hlm. 1–7, Feb 2020, doi: 10.32736/sisfokom.v9i1.623.
E. N. Salamah dan N. Ulinnnuha, “Analisis Pola Pembelian Obat dan Alat Kesehatan di Klinik Ibu dan Anak Graha Amani dengan Menggunakan Algoritma Apriori,” J. Inf., vol. 2, no. 2, Okt 2017, doi: 10.25139/ojsinf.v2i1.401.
R. Andrean, S. Fendy, dan A. Nugroho, “Klasterisasi Pengendalian Persediaan Aki Menggunakan Metode K-Means,” JOINTECS J. Inf. Technol. Comput. Sci., vol. 4, no. 1, hlm. 5, Jul 2019, doi: 10.31328/jointecs.v4i1.998.
J. Han dan M. Kamber, Data mining: concepts and techniques, 2nd ed. Amsterdam ; Boston : San Francisco, CA: Elsevier ; Morgan Kaufmann, 2006.
H. Santoso dan I. P. Hariyadi, “DATA MINING ANALISA POLA PEMBELIAN PRODUK DENGAN MENGGUNAKAN METODE ALGORITMA APRIORI,” hlm. 6, 2016.
E. Buulolo, “IMPLEMENTASI ALGORITMA APRIORI PADA SISTEM PERSEDIAAN OBAT (STUDI KASUS : APOTIK RUMAH SAKIT ESTOMIHI MEDAN),” hlm. 14, 2013.
A. Valerian dan L. Hakim, “IMPLEMENTASI ALGORITMA APRIORI UNTUK PREDIKSI STOK PERALATAN TULIS PADA TOKO XYZ,” no. 1, hlm. 5.
D. Listriani, A. H. Setyaningrum, dan F. Eka, “PENERAPAN METODE ASOSIASI MENGGUNAKAN ALGORITMA APRIORI PADA APLIKASI ANALISA POLA BELANJA KONSUMEN (Studi Kasus Toko Buku Gramedia Bintaro),” J. Tek. Inform., vol. 9, no. 2, Jan 2018, doi: 10.15408/jti.v9i2.5602.
F. A. Sianturi, “PENERAPAN ALGORITMA APRIORI UNTUK PENENTUAN TINGKAT PESANAN,” vol. 2, no. 1, hlm. 8, 2018.
D. Syamsudin, Y. C. D. Halundaka, dan A. Nugroho, “Prediksi Status Konsumen Produk Celana Menggunakan Naïve Bayes,” JOINTECS J. Inf. Technol. Comput. Sci., vol. 5, no. 3, hlm. 177, Sep 2020, doi: 10.31328/jointecs.v5i3.1435.
