Abstract:Abstract: MitaShop shop is a shop that sells various kinds of cosmetic products. Currently, the MitaShop Store records sales transactions with a notebook, the fulfillment of cosmetic supplies is still in the estimate, so…
there is often a buildup of products that rarely sell and there is no daily report data so that store owners cannot quickly refill products. From these problems, a Data Mining system was created which aims to minimize and maximize the supply of cosmetic products. By using the Apriori Algorithm method, which is to calculate the highest frequency value to be able to find out the results of selling cosmetic products. So the results of this study can provide an overview to store owners in managing and controlling the pattern of inventory of cosmetic products at MitaShop Stores better.
Keywords: Apriori Algorithm; Data Mining; Inventory
Abstrak: Toko MitaShop adalah toko yang menjual berbagai macam produk kosmetik. Saat ini Toko MitaShop melakukan pencatatan transaksi penjualan dengan buku catatan, pemenuhan persediaan kosmetik masih dalam perkiraan sehingga sering terjadi penumpukan produk yang jarang laku dan belum adanya data laporan harian sehingga pemilik Toko tidak bisa dengan cepat melakukan pengisian produk kembali. Dari permasalahan tersebut maka dibuatlah sistem Data Mining yang bertujuan untuk meminimal dan maksimalkan persediaan produk kosmetik. Dengan menggunakan metode Algoritma Apriori yaitu menghitung nilai frekuensi tertinggi untuk dapat mengetahui hasil penjualan produk kosmetik. Maka hasil dari penelitian ini dapat memberikan gambaran kepada pemilik toko dalam mengatur dan mengontrol pola persediaan produk kosmetik di Toko MitaShop dengan lebih baik lagi.
Kata kunci: Algoritma apriori; Data mining; Persediaan
Abstract:Abstract: Data Mining is a term used to describe the processes in each itemset to be able to find the results of each item. Analysis is used to determine the promotion of electronic products, namely the a priori algorithm…
m association rules, therefore UD Surya Elektronik Shop for increasing sales results must have other strategies to be able to improve the sales system. One way is to determine the goods to be promoted to consumers. The collection of sales data that is owned can actually be processed using data mining to see customer buying patterns, with data mining for large data it will not be wasted and can be useful so that it can provide benefits to the company. In this study, the data processing uses the Apriori Algorithm, which is a data mining method that aims to find association patterns based on purchasing patterns made by consumers, so that it can be seen which items are often purchased simultaneously.
Kata Kunci : Data Mining, Apriori Algorithms, Product Promotion
Abstrak: Data Mining adalah suatu istilah yang digunakan untuk menguraikan proses-proses di setiap itemset untuk dapat menemukan hasil setiap item-item nya, Analisa yang digunakan untuk menentukan promosi produk-produk elektronik yaitu dengan aturan asosiasi algoritma apriori, oleh karena itu Toko UD Surya Elektronik untuk meningkatkan hasil penjualan maka harus memiliki strategi lain untuk dapat meningkatkan sistem penjualannya. Salah satunya adalah dengan menentukan barang yang akan dipromosikan kepada konsumen. Kumpulan data penjualan yang dimiliki sebenarnya dapat diolah menggunakan data mining untuk melihat pola pembelian pelanggan, dengan data mining untuk data yang besar tidak akan terbuang begitu saja dan dapat bermanfaat sehingga dapat memberikan keuntungan kepada perusahaan. Pada penelitian ini, proses pengolahan data menggunakan Algoritma Apriori yang merupakan salah satu metode data mining yang bertujuan untuk mencari pola assosiasi berdasarkan pola pembelian yang dilakukan oleh konsumen, sehingga bisa diketahui item-item barang apa saja yang sering dibeli secara bersamaan.
Kata Kunci : Data Mining, Algoritma Apriori, Promosi Produk.
Abstract:Abstract: The growing business environment causes the business world to create in order to continue to survive, one of which is by increasing sales. One way is to use the data approach. One method of data approach that is…
s widely used is Market Basket Analysis. This study uses the Market Basket Analysis method with the a priori algorithm and FP-Growth. Grocery dataset analysis using two algorithms, Apriori and FP-Growth using a minimum support parameter of 0.45, has results sorted by the top 10 associations with the best confidence value. The association with the highest support value found is "Whole Milk -> Other Vegetables" with a support value of 0.0748347737. The analysis concludes that both algorithms produce the same association "Other Vegetables -> Whole Milk" with a Support value of 0.0748347737.
Keywords: apriori; FP-Growth; market basket analysis.
Abstrak : Lingkungan bisnis yang semakin berkembang menyebabkan dunia bisnis harus berkreasi agar dapat terus bertahan, salah satunya dengan cara meningkatkan penjualan. Salah satu caranya adalah dengan menggunakan pendekatan data. Salah satu metode pendekatan data yang banyak digunakan adalah Market Basket Analysis. Penelitian ini menggunakan metode Market Basket Analysis dengan algoritma apriori dan FP-Growth. Analisis dataset grosir menggunakan dua algoritma, Apriori dan FP-Growth dengan menggunakan parameter support minimum 0,45, memiliki hasil yang diurutkan berdasarkan 10 asosiasi teratas dengan nilai confidence terbaik. Asosiasi dengan nilai support tertinggi yang ditemukan adalah “Whole Milk -> Other Vegetables†dengan nilai support sebesar 0,0748347737. Analisis menyimpulkan bahwa kedua algoritma tersebut menghasilkan asosiasi yang sama “Other Vegetables -> Whole Milk†dengan nilai Support sebesar 0,0748347737.
Kata Kunci: apriori; FP-Growth; market basket analysis
Abstract:Abstract: This journal explains how to design and build an application that can perform calculations using apriori algorithm. The workflow applied in this study is a sequential workflow (waterfall method). The application…
ion built is a website-based application that can be accessed using a web browser. To make application design in this research, UML modeling is used. The model that has been designed using UML will be implemented into PHP coding which can then be run via a web browser. The supporting tools used are XAMPP which provides apache and mysql services. From the test results, it is found that the application of apriori algorithm based on this website is able to perform calculations using the a priori algorithm accurately. These results are proven by comparing the results obtained from manual calculations with the results of calculations performed by this application using a sample of the same data.
Keyword: apriori algorithm; data mining, modeling; mysql; php; uml
Abstrak: Dalam jurnal ini dijelaskan bagaimana merancang hingga membangun sebuah aplikasi yang dapat melakukan perhitungan dengan menggunakan algoritma apriori. Adapun alur kerja yang diterapkan dalam penelitian ini adalah alur kerja yang berurutan (metode waterfall). Aplikasi yang dibangun adalah aplikasi yang berbasis website yang dapat dikases menggunakan web browser. Untuk membuat perancangan aplikasi dalam penelitian ini, digunakan pemodelan UML. Model yang telah dirancang dengan menggunkan UML akan diimplementasikan kedalam koding PHP yang nantinya dapat dijalankan melalui web browser. Adapun tools pendukung yang digunakan adalah XAMPP yang menyediakan service apache dan mysql. Dari hasil pengujian didapatkan bahwa aplikasi perhitungan algoritma apriori berbasis website ini mampu melakukan perhitungan dengan menggunakan algoritma apriori secara akurat. Hasil ini dibuktikan dengan cara membandingkan hasil yang didapat dari perhitungan manual dengan hasil perhitungan yang dilakukan oleh aplikasi ini dengan menggunakan sebuah sampel data yang sama.
Kata kunci: algoritma apriori; data mining; mysql; pemodelan; php; uml
Abstract:Abstract: Fantasy Kids is a children's clothing distribution in the Bangkinang area, Kampar Regency, Riau. In its operations, distros sell their products to the general public, including the sale of children's shirts, children's…
ildren's shirts, jackets or children's sweaters which are usually sold in other distros. These distributions carry out product updates at certain events. Data Mining is the development or discovery of new information by looking for certain patterns or rules of a large amount of data expected to overcome these conditions. The method that will be used in the construction of this application is the Association Rule method with the Apriori Algorithm. Association Rule method is a procedure to find relationships between items in a specified data set. In determining a Association Rule, there is a measure of trust obtained from the results of processing data with certain calculations. Apriori Algorithm is an alternative Algorithm that can be used to determine the frequent itemset in a data set.
Keywords : Data Mining, Algoritma, Apriori, Association Rule, Sales, Distro
Abstrak: Fantasy Kids merupakan sebuah distro baju anak-anak di kawasan Bangkinang, Kabupaten Kampar, Riau. Dalam operasionalnya, distro menjual produknya kepada masyarakat umum meliputi penjualan kaos anak, kemeja anak, bag, jaket atau sweater anak yang biasa dijual di distro-distro lainnya. Distro ini melakukan pembaruan produk pada event tertentu. Data Mining merupakan pegembangan atau penemuan informasi baru dengan mencari pola atau aturan tertentu dari sejumlah data dalam jumlah besar diharapkan dapat mengatasi kondisi tersebut. Metode yang akan digunakan dalam pembangunan aplikasi ini adalah metode Association Rule dengan Algoritma Apriori. Metode Association Rule adalah suatu prosedur untuk mencari hubungan antara item dalam suatu kumpulan data yang ditentukan. Dalam menentukan suatu Association Rule, terdapat suatu ukuran kepercayaan yang di dapatkan dari hasil pengolahan data dengan perhitungan tertentu. Algoritma Apriori merupakan salah satu alternatif Algoritma yang dapat digunakan untuk menentukan himpunan data yang paling sering muncul (frequent itemset) dalam suatu kumpulan data.
Kata kunci: Data Mining, Algoritma, Apriori, Association Rule, Penjuaan, Distro
Abstract:Penelitian ini bertujuan untuk menganalisis pola permintaan jasa security berdasarkan data transaksi klien menggunakan algoritma Apriori. Data yang dianalisis merupakan data transaksi permintaan layanan jasa security yang…
g telah tercatat dan dipersiapkan oleh perusahaan, tanpa melibatkan data rekrutmen atau pengelolaan sumber daya manusia. Analisis difokuskan pada keterkaitan antar atribut permintaan, meliputi jenis tempat atau klien, jenis layanan pengamanan, lama kontrak, serta jumlah personel pengamanan.Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan teknik data mining. Proses analisis dilakukan melalui tahapan seleksi data, pembersihan data, transformasi data, penerapan algoritma Apriori, serta evaluasi pola asosiasi berdasarkan nilai support, confidence, dan lift. Untuk mendukung proses analisis, dirancang sebuah sistem berbasis web yang berfungsi sebagai alat bantu pengolahan data dan visualisasi hasil pola permintaan jasa security.Hasil penelitian menunjukkan bahwa algoritma Apriori mampu mengidentifikasi pola permintaan jasa security yang sering muncul dalam data transaksi. Pola asosiasi yang dihasilkan dapat memberikan informasi yang bermanfaat bagi perusahaan dalam memahami kecenderungan permintaan layanan serta mendukung pengambilan keputusan operasional secara lebih terstruktur dan berbasis data.
Abstract:Perilaku siswa merupakan tindakan yang dimiliki oleh siswa yang dipengaruhi oleh sikap, dan tanggung jawabnya di sekolah, Penelitian ini dilakukan untuk memahami korelasi antara perilaku siswa dan tingkat prestasi akademik…
ik di tingkat I’dadiyah, sebuah topik yang penting karena perilaku siswa sering dianggap sebagai salah satu faktor kunci yang mempengaruhi keberhasilan akademik. Metode Apriori dipilih karena kemampuannya dalam menganalisis pola asosiasi dari data besar dan menemukan hubungan tersembunyi antar variabel. Data yang digunakan dalam penelitian ini mencakup catatan disiplin, kehadiran, partisipasi siswa dalam kegiatan pembelajaran, serta interaksi sosial, yang kemudian dianalisis bersama dengan data prestasi akademik.
Hasil penelitian menunjukkan adanya hubungan yang signifikan antara perilaku positif, seperti disiplin tinggi dan keterlibatan aktif dalam kelas, dengan capaian akademik yang lebih baik. Di sisi lain, perilaku yang kurang disiplin cenderung terkait dengan prestasi yang lebih rendah. Penemuan ini menegaskan pentingnya memantau dan membentuk perilaku siswa sebagai bagian dari upaya meningkatkan prestasi belajar.
Penelitian ini menyimpulkan bahwa metode Apriori dapat menjadi alat yang efektif untuk memahami hubungan antara perilaku dan prestasi siswa, serta memberi kontribusi penting bagi para pendidik dalam merumuskan strategi pembelajaran yang lebih efektif dan berbasis data. Kesimpulan ini mendukung peningkatan kualitas pendidikan melalui pendekatan yang lebih terukur dan tepat sasaran.
Abstract:Data mining merupakan proses penting dalam mengungkap informasi tersembunyi dari data yang besar dan kompleks, khususnya dalam industri ritel untuk memahami perilaku konsumen. Penelitian bertujuan untuk mengidentifikasi…
pola pembelian sembako dan kebutuhan harian dengan menggunakan algoritma FP-Growth pada dataset sintetis. Algoritma FP-Growth dipilih karena kelebihannya dalam efisiensi dan kecepatan, terutama dalam menemukan frequent itemsets tanpa perlu melakukan pengulangan pada dataset. Hal ini membuat algoritma FP-Growth lebih unggul dibandingkan dengan algoritma lainnya, seperti Apriori, yang memerlukan banyak iterasi. Dataset sintetis yang digunakan mencerminkan transaksi pembelian di toko ritel untuk menguji kemampuan algoritma dalam menemukan pola pembelian yang relevan. Hasil menunjukkan bahwa algoritma FP-Growth dapat secara efektif mengidentifikasi kombinasi barang yang sering dibeli bersama, yang dapat dimanfaatkan oleh pelaku bisnis untuk menyusun strategi penjualan, seperti penawaran paket hemat. Implementasi algoritma ini diharapkan dapat membantu toko ritel dalam memahami kebutuhan konsumen dan meningkatkan strategi pemasaran
Abstract:Data mining membantu mengungkap informasi penting dari data besar untuk mendukung keputusan bisnis. Data mining dengan metode Apriori untuk memprediksi penjualan sembako memiliki tingkat akurasi yang cukup dalam menyelesaikan…
esaikan masalah.. Metode Apriori digunakan untuk menemukan pola produk yang sering dibeli bersama dalam transaksi penjualan sembako di sebuah supermarket. Hasil analisis memberikan wawasan tentang kombinasi produk yang sering dibeli bersamaan, sehingga membantu perencanaan strategi penjualan yang lebih efektif. Apriori terbukti mampu mengidentifikasi aturan asosiasi yang signifikan dan berguna untuk memprediksi pola pembelian di masa depan dan meningkatkan penjualan.