Prediksi Restock Produk Elektronik Dengan Algoritma Apriori Dan Weka (Studi Kasus: PT Sanken Argadwija)
Keywords:
Data Mining, Algoritma Apriori, WekaAbstract
Alat Elektronik adalah suatu alat yang dibuat atau dipergunakan manusia berdasarkan prinsip pada sistem elektronika. Alat elektronik merupakan suatu kebutuhan sehari-hari yang sering kali dipergunakan oleh masyarakat untuk memenuhi kebutuhan hidupnya. Kebutuhan akan alat elektronik semakin meningkat setiap harinya, perusahaan harus cerdik dalam menganalisis kebutuhan pasar untuk meningkatkan keuntungan. Penelitian ini bertujuan untuk mengolah data penjualan produk elektronik untuk mengetahui pola kombinasi produk elektronik yang perlu diproduksi bersamaan oleh factory outlet PT Sanken Argadwija menggunakan algoritma Apriori dan tools Weka. Dengan menetapkan minimum support dan minimum confidence, didapatkan kombinasi produk yang dapat direproduksi secara bersamaan. Untuk memperkuat hasil kombinasi item dilakukan perhitungan untuk mencari lift ratio, sehingga hasil penelitian ini menunjukkan bahwa kombinasi item yang memiliki confidence diatas 0.60 dan lift ratio lebih dari 1 dapat diproduksi ulang bersamaan.
References
Achmad, Z.H., & Wijanarto. (2017). Penerapan Algoritma Apriori Untuk Menentukan Strategi Penjualan Pada Rumah Makan “Dapoer Emak” Pati.
Adinugroho, S., Arum, Y. (2018). Implementasi Data Mining Menggunakan Weka. Malang: UB Press.
Afdal, A, M. Rosadi, M. (2019). Penerapan Association Rule Mining untuk Analisis Penempatan Tata Letak Buku di Perpustakaan Menggunakan Algoritma Apriori. Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi.
Alfannisa. A, F., & Algifanri. M. (2018). Penerapan Data Mining untuk Analisis Pola Pembelian Konsumen dengan Algoritma FP-Growth Pada Data Transaksi Penjualan Spare Part Motor.
Buulolo, Efori (2020). Data Mining Untuk Perguruan Tinggi. Sleman: Deepublish.
Dengen, C. N., Kusrini & Luthfi, E, Taufiq (2019). Penentuan Association Rule Pada Kelulusan Mahasiswa Menggunakan Algoritma Apriori. Yogyakarta: JURTI, Vol.3, No.1.
Imam, M, G., Zaenal, R, E., & Harry, W, S. (2017). Analisa Pola Belanja Menggunakan Algoritma FP-Growth Self Organizing Map (SOM) dan K Medoids.
Lestari, A, Fitria., Hafiz, M (2020). Penerapan Algoritma Apriori Pada Data Penjualan Barbar Warehouse. Jakarta: Jurnal Inovtek Polbeng - Seri Informatika, Vol. 5, No. 1.
Rante, R, R. (2018). Penerapan Data Mining dengan Memanfaatkan Metode Association Rule untuk Promosi Produksi.
Rismanto, R., Darmawan, L & Prasetyo, A (2017). Penerapan Algoritma Apriori dalam Menentukan Pola Pembelian Konsumen di Cafe Hidden Toast and Float. Malang: Jurnal Teknologi Informasi dan Terapan, Vol. 04, No. 02.
Rizky, F., Warnia, N., & Dini, H. (2017) Implementasi Algoritma FP-Growth Dalam Penentuan Pola Hubungan Kecelakaan Lalu Lintas.
Syahriani (2022). Penerapan Data Mining Untuk Menentukan Pola Penjualan Sepatu Menggunakan Metode Algoritma Apriori. Jakarta: Bina Insani ICT Journal, Vol. 9, No. 1.
Wahyuni, S, dkk (2022). Buku Data Mining Dengan Decision Tree C4.5 Dan Apriori (Konsep Dan Implementasi Menggunakan Rapid Miner Dan WEKA). Sleman: Deepublish.
Wibowo, Agung, dkk (2020). Data Mining: Algoritma Klasifikasi & Penerapannya dalam Aplikasi. Tangerang: Graha Ilmu.
