Analisa Data Penjulan pada Toko Kelontong Musyawarah Menggunakan Algoritma Apriori
I will put the dimension here
Abstract
Musyawarah store is a grocery store that provides a variety of daily needs. The products sold at the deliberative shop include necessities, kitchen spices, toiletries, laundry soap, and house cleaners. So far, sales data has never been analyzed. Data analysis with data mining can generate new knowledge to help shop owners manage inventory strategies and display items for sale. This study aimed to determine the pattern of the high frequency of items sold in the Musyawarah grocery store using data mining methods. The Apriori algorithm analyzes sales transactions at the Musyawarah grocery store. Based on the observations and calculations that the authors have made of the final association results, namely, if you buy eggs, you will buy Indomie rebus with 50% support and 58% confidence, and if you buy Indomie rebus, you will buy eggs with 50% support and 100% confidence. While sasa is the product that does not sell well with the smallest confidence value.
Downloads
References
Hernawati, “Analisis Market Basket Dengan Algoritma Apriori (Study Kasus Toko Alief),” Ikraith-Informatika, vol. 2, no. 18, pp. 13–17, 2018.
A. Ilham Fathimah, N. Destria Arianti, Mupaat, A. Pradiftha Junfithrana, J. Asian, and Kurniawan, “Penerapan Data Mining Dengan Metode Apriori Pada Penjualan Sembako,” J. Rekayasa Teknol. Nusa Putra, vol. 8, no. 1, pp. 20–26, 2021, doi: 10.52005/rekayasa.v8i1.105.
I. A. Rahman et al., “Implementasi Data Mining Pada Penjualan Toko Sembako Dengan Algoritma Apriori,” vol. 9, no. 2, pp. 638–643, 2022.
M. Badaruddin and Rayendra, “Penerapan Algoritma Apriori Pada Analisa Data Penjualan Ecommerce,” J. Media Inform. Budidarma, vol. 6, no. April, pp. 1032–1037, 2022, doi: 10.30865/mib.v6i2.3976.
S. Al Syahdan and A. Sindar, “Data Mining Penjualan Produk Dengan Metode Apriori Pada Indomaret Galang Kota,” J. Nas. Komputasi dan Teknol. Inf., vol. 1, no. 2, 2018, doi: 10.32672/jnkti.v1i2.771.
N. N. Merliani, N. I. Khoerida, N. T. Widiawati, L. A. Triana, and P. Subarkah, “Penerapan Algoritma Apriori Pada Transaksi Penjualan Untuk Rekomendasi Menu Makanan Dan Minuman,” J. Nas. Teknol. dan Sist. Inf., vol. 8, no. 1, pp. 9–16, 2022, doi: 10.25077/teknosi.v8i1.2022.9-16.
M. Ulkhairi and E. Hutabri, “Implementasi Data Mining Penjualan Kosmetik Dengan Algoritma Apriori,” Comput. Sci. Ind. Eng., vol. 3, no. 3, pp. 102–111, 2020, [Online]. Available: http://ejournal.upbatam.ac.id/index.php/comasiejournal/article/view/2185/.
P. H. Simbolon, “Implementasi Data Mining Pada Sistem Persediaan Barang Menggunakan Algoritma Apriori ( Studi Kasus : Srikandi Cash Credit Elektronic dan Furniture ),” J. Ris. Komput., vol. 6, no. 4, pp. 401–406, 2019.
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.
A. Maulana and A. A. Fajrin, “Penerapan Data Mining Untuk Analisis Pola Pembelian Konsumen Dengan Algoritma Fp-Growth Pada Data Transaksi Penjualan Spare Part Motor,” Klik - Kumpul. J. Ilmu Komput., vol. 5, no. 1, p. 27, 2018, doi: 10.20527/klik.v5i1.100.
Copyright (c) 2022 Kirana Anastasya Afika Putri Hilman Hilman
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Pernyataan Hak Cipta dan Lisensi
Dengan mengirimkan manuskrip ke Journal of Applied Computer Science and Technology (JACOST), penulis setuju dengan kebijakan ini. Tidak diperlukan persetujuan dokumen khusus.
- Hak cipta pada setiap artikel adalah milik penulis.
- Penulis mempertahankan semua hak mereka atas karya yang diterbitkan, tak terbatas pada hak-hak yang diatur dalam laman ini.
- Penulis mengakui bahwa Journal of Applied Computer Science and Technology (JACOST) sebagai yang pertama kali mempublikasikan dengan lisensi Creative Commons Atribusi 4.0 Internasional (CC BY-SA).
- Penulis dapat memasukan tulisan secara terpisah, mengatur distribusi non-ekskulif dari naskah yang telah terbit di jurnal ini kedalam versi yang lain (misal: dikirim ke respository institusi penulis, publikasi kedalam buku, dll), dengan mengakui bahwa naskah telah terbit pertama kali pada Journal of Applied Computer Science and Technology (JACOST);
- Penulis menjamin bahwa artikel asli, ditulis oleh penulis yang disebutkan, belum pernah dipublikasikan sebelumnya, tidak mengandung pernyataan yang melanggar hukum, tidak melanggar hak orang lain, tunduk pada hak cipta yang secara eksklusif dipegang oleh penulis.
- Jika artikel dipersiapkan bersama oleh lebih dari satu penulis, setiap penulis yang mengirimkan naskah menjamin bahwa dia telah diberi wewenang oleh semua penulis bersama untuk menyetujui hak cipta dan pemberitahuan lisensi (perjanjian) atas nama mereka, dan setuju untuk memberi tahu rekan penulis persyaratan kebijakan ini. Journal of Applied Computer Science and Technology (JACOST) tidak akan dimintai pertanggungjawaban atas apa pun yang mungkin timbul karena perselisihan internal penulis.
Lisensi :
Journal of Applied Computer Science and Technology (JACOST) diterbitkan berdasarkan ketentuan Lisensi Creative Commons Atribusi 4.0 Internasional (CC BY-SA). Lisensi ini mengizinkan setiap orang untuk :.
- Berbagi — menyalin dan menyebarluaskan kembali materi ini dalam bentuk atau format apapun;
- Adaptasi — menggubah, mengubah, dan membuat turunan dari materi ini untuk kepentingan apapun.
Lisensi :
-
Atribusi — Anda harus mencantumkan nama yang sesuai, mencantumkan tautan terhadap lisensi, dan menyatakan bahwa telah ada perubahan yang dilakukan. Anda dapat melakukan hal ini dengan cara yang sesuai, namun tidak mengisyaratkan bahwa pemberi lisensi mendukung Anda atau penggunaan Anda.
-
BerbagiSerupa — Apabila Anda menggubah, mengubah, atau membuat turunan dari materi ini, Anda harus menyebarluaskan kontribusi Anda di bawah lisensi yang sama dengan materi asli.
