PENENTUAN POLA PADA DATASET PENJUALAN DALAM DATA MINING MENGGUNAKAN METODE APRIORI

ULFA UTAMI, NPM 2109500161 (2025) PENENTUAN POLA PADA DATASET PENJUALAN DALAM DATA MINING MENGGUNAKAN METODE APRIORI. Tugas_Akhir(Artikel) Building of Informatics, Technology and Science (BITS), 7 (1). pp. 605-615. ISSN 2685-3310 (e-ISSN) 2684-8910 (p-ISSN)

	Text COVER.pdf Download (1MB)
	Text ARTIKEL.pdf Download (698kB)

Abstract

Dalam kehidupan sehari-hari dan dunia bisnis, aktivitas jual beli memegang peranan sentral. Bagi perusahaan, data transaksi harian bukan hanya sekadar catatan, melainkan aset penting yang menyimpan potensi untuk meningkatkan penjualan melalui analisis. Volume data penjualan yang dihasilkan setiap harinya sangat besar, sehingga pengolahan manual menjadi tidak efisien dan berisiko tinggi terhadap kesalahan. Kompleksitas jumlah produk yang terjual juga menyulitkan pemahaman menyeluruh terhadap pola pembelian. Perubahan preferensi konsumen yang dinamis semakin memperumit prediksi permintaan dan berpotensi menyebabkan masalah stok. Penelitian ini bertujuan untuk mengatasi permasalahan tersebut dengan menganalisis data penjualan untuk mengidentifikasi produk yang kerap dibeli secara bersamaan. Informasi ini akan dimanfaatkan dalam merancang strategi pemasaran yang lebih efektif, seperti promosi silang atau penggabungan produk. Selain itu, data ini juga berguna untuk memprediksi permintaan dan mengoptimalkan pengelolaan inventaris. Tujuan akhirnya adalah memberikan rekomendasi produk yang relevan kepada pelanggan dan meningkatkan kepuasan mereka. Untuk mencapai tujuan ini, penelitian ini menerapkan teknik data mining, khususnya metode Asosiasi Apriori. Data dari 15 jenis barang dalam 28 transaksi mingguan di TOKO BANGUNAN MAJU BERSAMA akan dianalisis sebagai sampel awal untuk menemukan kombinasi alat bangunan yang paling sering dibeli bersamaan. Metode Apriori akan mengaitkan setiap barang berdasarkan nilai dukungan (support) minimal 0,25 dan keyakinan (confidence) minimal 0,80. Hasil penerapan metode ini menghasilkan 4 aturan dari pola 3 item dengan nilai keyakinan antara 0,88 hingga 0,89. Kata Kunci: Data Mining; Asosiasi, Apriori, Toko Bangunan Maju Bersama ==================================================================================================== In everyday life and the business world, buying and selling activities play a central role. For companies, daily transaction data is not just a record, but an important asset that holds the potential to increase sales through analysis. The volume of sales data generated daily is enormous, making manual processing inefficient and prone to errors. The complexity of the number of products sold also makes it difficult to gain a comprehensive understanding of purchasing patterns. Dynamic changes in consumer preferences further complicate demand forecasting and may lead to inventory issues. This study aims to address these issues by analysing sales data to identify products that are frequently purchased together. This information will be utilised in designing more effective marketing strategies, such as cross-promotions or product bundling. Additionally, this data is useful for demand forecasting and optimising inventory management. The ultimate goal is to provide relevant product recommendations to customers and enhance their satisfaction. To achieve this objective, this study applies data mining techniques, specifically the Apriori Association method. Data from 15 types of items in 28 weekly transactions at TOKO BANGUNAN MAJU BERSAMA will be analysed as an initial sample to identify the most frequently purchased combinations of construction tools. The Apriori method will associate each item based on a minimum support value of 0.25 and a minimum confidence value of 0.80. The application of this method resulted in 4 rules from 3-item patterns with confidence values ranging from 0.88 to 0.89. Keywords: Data Mining; Association; Apriori; Toko Bangunan Maju Bersama

Item Type:	Article
Uncontrolled Keywords:	Data Mining; Asosiasi, Apriori, Toko Bangunan Maju Bersama===============Data Mining, Association, Apriori, Toko Bangunan Maju Bersama
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General) Z Bibliography. Library Science. Information Resources > Z665 Library Science. Information Science Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4050 Electronic information resources Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4450 Databases
Divisions:	Fakultas Sains Dan Teknologi > Sistem Informasi
Depositing User:	Unnamed user with email repository@ulb.ac.id
Date Deposited:	22 Oct 2025 07:29
Last Modified:	22 Oct 2025 07:29
URI:	http://repository.ulb.ac.id/id/eprint/1835

Actions (login required)

View Item