Aplikasi Berbasis Web Menggunakan Apriori Untuk Rekomendasi Bundling Produk Sembako

Oktalia Kumala Sari, Anis Cherid

Abstract


Data Mining dapat dimanfaatkan di berbagai disiplin ilmu, seperti Toko Sembako Solo Latri, untuk mendongkrak penjualan dan menentukan penjualan sembako. Permasalahan yang ada saat ini adalah penentuan penjualan sembako di Toko Sembako Solo Latri tidak dapat menentukan pola pembelian pelanggan atau jumlah pelanggan yang melakukan pembelian sembako secara bersamaan. Penelitian ini berupaya mengembangkan aplikasi berbasis web yang mengintegrasikan algoritma Apriori ke dalam proses rekomendasi bundling produk pangan pokok. Toko Sembako Solo Latri akan membuat model atau aturan asosiasi guna meningkatkan penjualan. Dengan memanfaatkan metode CRISP-DM, dimungkinkan untuk mendapatkan informasi penting mengenai pola transaksi yang dilakukan secara bersamaan menggunakan algoritma Apriori. Investigasi ini didukung oleh dataset transaksi penjualan untuk periode 1 Februari hingga 20 April 2023. Hasil penelitian menunjukkan bahwa algoritma Apriori dengan nilai support minimal 50% dan nilai kepercayaan minimal 50% menghasilkan tujuh kombinasi set item terbaik. Hasil terbaik adalah nilai support 95,38 persen, nilai kepercayaan seratus persen, dan lift ratio 1,97.

Keywords


Data Mining; Algoritma Apriori; Asosiasi Rule; Bundling Produk

Full Text:

PDF

References


M. Rahmatuloh and M. Rizky Revanda, “Rancang Bangun Sistem Informasi Jasa Pengiriman Barang Pada Pt. Haluan Indah Transporindo Berbasis Web,” J. Tek. Inform., vol. 14, no. 1, 2022.

A. F. Saiful Rahman, M. W. Kasrani, and I. Muslimin, “Prototipe Timbangan Digital Pada Gudang Sembako Berbasis Web,” J. Tek. Elektro Uniba (JTE UNIBA), vol. 6, no. 2, 2022, doi: 10.36277/jteuniba.v6i2.142.

N. Husin, “Sistem Pemesanan Grosir Sembako berbasis Web pada Toko Indra Jakarta Timur,” J. Esensi Infokom J. Esensi Sist. Inf. dan Sist. Komput., vol. 4, no. 1, 2020, doi: 10.55886/infokom.v4i1.316.

V. A. Fitria, R. D. Indahsari, and M. S. Masykur, “Pembuatan Aplikasi Peramalan Harga Sembako Di Kota Malang Berbasis Web,” SISTEMASI, vol. 8, no. 1, 2019, doi: 10.32520/stmsi.v8i1.397.

U. Fayyad, G. Piatetsky-Shapiro, and P. Smyth, “From data mining to knowledge discovery in databases,” AI Mag., vol. 17, no. 3, 1996.

D. T. Larose, Discovering Knowledge in Data: An Introduction to Data Mining. 2005. doi: 10.1002/0471687545.

G. A. Marcoulides, “Discovering Knowledge in Data: an Introduction to Data Mining,” J. Am. Stat. Assoc., vol. 100, no. 472, 2005, doi: 10.1198/jasa.2005.s61.

P. Tanna and D. Y. Ghodasara, “Using Apriori with WEKA for Frequent Pattern Mining,” Int. J. Eng. Trends Technol., vol. 12, no. 3, pp. 127–131, 2014, doi: 10.14445/22315381/ijett-v12p223.

D. Rizaldi and A. Adnan, “Market Basket Analysis Menggunakan Algoritma Apriori: Kasus Transaksi 212 Mart Soebrantas Pekanbaru,” J. Stat. dan Apl., vol. 5, no. 1, 2021, doi: 10.21009/jsa.05103.

N. F. FAHRUDIN, “Penerapan Algoritma Apriori untuk Market Basket Analysis,” MIND J., vol. 1, no. 2, 2019, doi: 10.26760/mindjournal.v4i1.13-23.

L. Kurniawati, A. E. Kusuma, and B. Dewansyah, “Implementasi Algoritma Apriori Untuk Menentukan Persediaan Spare Part Compressor,” Comput. Eng. Sci. Syst. J., vol. 4, no. 1, 2019, doi: 10.24114/cess.v4i1.11303.

A. Wadanur and A. A. Sari, “Implementasi Algoritma Apriori dan FP-Growth pada Penjualan Spareparts,” Edumatic J. Pendidik. Inform., vol. 6, no. 1, 2022, doi: 10.29408/edumatic.v6i1.5470.

I. A. Ashari, A. Wirasto, D. Nugroho Triwibowo, and P. Purwono, “Implementasi Market Basket Analysis dengan Algoritma Apriori untuk Analisis Pendapatan Usaha Retail,” MATRIK J. Manajemen, Tek. Inform. dan Rekayasa Komput., vol. 21, no. 3, 2022, doi: 10.30812/matrik.v21i3.1439.

I. Ananda and U. Salamah, “Determination Of Sales Data Patterns Using The Association Rules Apriori Method,” Int. J. Inf. Syst. Comput. Sci., vol. 4, no. 2, 2020.

P. M. Hasugian, “Pengujian Algoritma Apriori Dengan Aplikasi Weka Dalam Pembentukan Asosiation Rule,” J. Mantik Penusa, vol. 1, no. 2, pp. 98–103, 2017.

A. R. Riszky and M. Sadikin, “Data Mining Menggunakan Algoritma Apriori untuk Rekomendasi Produk bagi Pelanggan,” J. Teknol. dan Sist. Komput., vol. 7, no. 3, 2019, doi: 10.14710/jtsiskom.7.3.2019.103-108.

E. Elisa, “Market Basket Analysis Pada Mini Market Ayu Dengan Algoritma Apriori,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 2, no. 2, 2018, doi: 10.29207/resti.v2i2.280.

I. Wijayanto, “Komparasi Metode FIFO Dan Moving Average Pada Sistem Informasi Akuntansi Persediaan Barang Dalam Menentukan Harga Pokok Penjualan ( Studi Kasus Toko Satrio Seputih Agung ),” vol. 3, no. 2, pp. 55–62, 2022.

A. F. Prasetya, S. Sintia, and U. L. D. Putri, “Perancangan Aplikasi Rental Mobil Menggunakan Diagram UML (Unified Modelling Language),” J. Ilm. Komput. …, vol. 1, no. 1, 2022.

T. Arianti, A. Fa’izi, S. Adam, and Mira Wulandari, “Perancangan Sistem Informasi Perpustakaan Menggunakan Diagram Uml (Unified Modelling Language),” J. Ilm. Komput. …, vol. 1, no. 1, 2022.




DOI: https://dx.doi.org/10.36080/bit.v20i2.2444

Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 Bit (Fakultas Teknologi Informasi Universitas Budi Luhur)

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

OFFICE:

FAKULTAS TEKNOLOGI INFORMASI - UNIVERSITAS BUDI LUHUR, Jl. Ciledug Raya, Petukangan Utara, Jakarta Selatan, 12260. DKI Jakarta, Indonesia. Telp: 021-585 3753 Fax: 021-585 3752

Bit (Fakultas Teknologi Informasi Universitas Budi Luhur) by FAKULTAS TEKNOLOGI INFORMASI - UNIVERSITAS BUDI LUHUR is licensed under CC BY-SA 4.0 Creative Commons License

View Bit (Fakultas Teknologi Informasi Universitas Budi Luhur) Satats Web Analytics Made Easy