Implementasi Algoritma Apriori Pada Penjualan Makanan Ringan dan Minuman Kesehatan

Arif Pirman; Annisa Hanifa; Gandung Triyono

doi:10.51454/decode.v4i1.244

Authors

Arif Pirman Ilmu Komputer Universitas Budi Luhur
Annisa Hanifa Ilmu Komputer Universitas Budi Luhur
Gandung Triyono Sistem Informasi Universitas Budi Luhur

DOI:

https://doi.org/10.51454/decode.v4i1.244

Keywords:

Algoritma Apriori, Analisis asosiasi, Crisp-DM, Data mining, Penjualan

Abstract

Penjualan merupakan hasil yang sangat diharapkan oleh pengusaha yang bergerak dibidang penjualan. Data transaksi penjualan yang dihasilkan perhari yang hanya disimpan akan membuat ruang penyimpanan menjadi besar. Berdasarkan informasi yang diperoleh dari manager outlet yang berasal dari laporan penjualan bulanan, diketahui bahwa penjualan bulan Desember 2022 sebesar Rp. 28.624.274 dan penjualan bulan November 2022 sebesar Rp. 32.916.104. Dari penjualan tersebut terlihat terjadi penurunan penjualan sebesar 13% pada bulan Desember 2022 terhadap penjualan bulan November 2022. Kondisi ini akan menyebabkan kerugian usaha bahkan jika dibiarkan akan menyebabkan penutupan usaha. Untuk Meningkatkan kembali penjualan maka manajemen memerlukan pengetahuan atas produk yang dijualnya dan pengetahuan atas pola penjualan yang biasa dibeli oleh konsumen. Dari pengetahuan tersebut maka manajemen dapat mengambil keputusan terkait strategi penjualan yang akan dijalankannya. Untuk memanfaatkan data penjualan yang ada, maka pengolahan data mining dengan analisis asosiasi dapat digunakan untuk mencari produk yang sering dibeli oleh konsumen. Dengan menggunakan algoritma Apriori pada proses analisis asosiasi dapat memberikan informasi produk yang sering dibeli bersamaan, syarat penetapan minimum support sebesar 30% dan minimum confidence sebesar 70%. Dari penelitian yang dilakukan, dihasilkan 8 produk yang saling keterikatan dengan hasil support sebesar 0.333 dan nilai confidence sebesar 71.4%. Hasil penelitian ini dapat dijadikan strategi penjualan untuk meningkatkan penjualan harian.

References

Boby, B., Solikhun, S., & Siregar, Z. A. (2022). Analisis Pola Penjualan Produk Makanan dan Minuman Menggunakan Algoritma Apriori. Journal of Informatics Management and Information Technology, 2(2), 65-72. https://doi.org/10.47065/jimat.v2i2.161

Dixit, A., Tiwari, A., & Gupta, R. K. (2021). A Model for Trend Analysis in the Online Shopping Scenario Using Multilevel Hesitation Pattern Mining. Mathematical Problems in Engineering, 2021, 1-11. https://doi.org/10.1155/2021/2828262

Elisa, E. (2018). Market Basket Analysis Pada Mini Market Ayu Dengan Algoritma Apriori. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 2(2), 472-478. https://doi.org/10.29207/resti.v2i2.280

Kumar, B., Roy, S., Sinha, A., Iwendi, C., & Strážovská, Ľ. (2023). E-Commerce Website Usability Analysis Using the Association Rule Mining and Machine Learning Algorithm. Mathematics, 11(1), 25. https://doi.org/10.3390/math11010025

Lewis, A., Zarlis, M., & Situmorang, Z. (2021). Penerapan Data Mining Menggunakan Task Market Basket Analysis Pada Transaksi Penjualan Barang di Ab Mart dengan Algoritma Apriori. Jurnal Media Informatika Budidarma, 5(2), 676. https://doi.org/10.30865/mib.v5i2.2934

Masdiyasa, I. G. S., Prabowo, A., Mandyartha, E. P., Ariefwan, R. M., Sugiarto, & Idhom, M. (2022). Analysis of Agricultural Product Package Recommendations Using the FP-Growth Algorithm. 2022 5th International Conference on Networking, Information Systems and Security: Envisage Intelligent Systems in 5g//6G-Based Interconnected Digital Worlds (NISS). https://doi.org/10.1109/NISS55057.2022.10085146

Mujianto, A. H., Mashuri, C., Andriani, A., & Jayanti, F. D. (2019). Consumer Customs Analysis Using the Association Rule and Apriori Algorithm for Determining Sales Strategies in Retail Central. The 4th International Conference on Energy, Environment, Epidemiology and Information System (ICENIS 2019), 125(2019), 1-5. https://doi.org/10.1051/e3sconf/201912523003

Prahartiwi, L. I. (2017). Pencarian Frequent Itemset pada Analisis Keranjang Belanja Menggunakan Algoritma FP-Growth. Information System For Educators And Professionals: Journal Of Information System, 2(1), 1-10.

Priambodo, B., Ani, N., & Jumaryadi, Y. (2018). An Efficient and Affordable Push Strategy of Mobile Advertising for Micro Enterprises. Internetworking Indonesia Journal, 10(2), 43-48.

Purwanto, A. H. D., Nashar, M., Jumaryadi, Y., Wibowo, W., & Mekaniwati, A. (2022). Improving medium small micro enterprise’(MSME) performance. International Journal of Advanced And Applied Sciences, 9(5), 37-46. https://doi.org/10.21833/ijaas.2022.05.005

Qois, N., & Jumaryadi, Y. (2021). Implementasi Location Based Service Pada Sistem Informasi Kehadiran Pegawai Berbasis Android. SISTEMASI, 10(3), 550-561. https://doi.org/10.32520/stmsi.v10i3.1369

Shaaban, A. G., Khafagy, M. H., Elmasry, M. A., El-Beih, H., & Ibrahim, M. H. (2022). Knowledge discovery in manufacturing datasets using data mining techniques to improve business performance. Indonesian Journal of Electrical Engineering and Computer Science, 26(3), 1736-1746. https://doi.org/10.11591/ijeecs.v26.i3.pp1736-1746

Yendrizal, Y. (2020). Data Mining Penjualan Tanaman Hias dengan Algoritma APRIORI Pada Toko Flores Elishabet. Jurnal Media Informatika Budidarma, 4(2), 472. https://doi.org/10.30865/mib.v4i2.2110

Zahrotun, L., Soyusiawaty, D., & Pattihua, R. S. (2018). The implementation of data mining for association patterns determination using temporal association methods in medicine data. 2018 International Seminar on Research of Information Technology and Intelligent Systems, ISRITI 2018, 668-673. https://doi.org/10.1109/ISRITI.2018.8864322