ALGORITMA ASOSIASI DENGAN ALGORITMA APRIORI UNTUK ANALISA DATA PENJUALAN

Authors

  • Mohammad Badrul Sistem Informasi STMIK Nusa Mandiri

Keywords:

Algoritma Apriori, Data Mining, Algoritma Asosiasi

Abstract

Setiap perusahaan maupun organisasi yang ingin tetap bertahan perlu untuk menentukan strategi dalam bisnis yang tepat. Data penjualan produk yang dilakukan oleh perusahaan lambat laun akan menghasilkan tumpukan data. Sehingga sangat disayangkan jika tidak di analisa kembali. produk  yang ditawarkan bermacam dengan berbagai macam produk, dan terkadang merk mempengaruhi masyarakat untuk membeli produk tersebut, untuk mengetahui produk dengan penjualan terbanyak dan keterkaitan produk satu dengan yang laiinya diperlukan salah satu algoritma yang ada di algoritma data mining yaitu algoritma apriori untuk dapat mengetahuinya, dan dengan bantuan aplikasi tanagra, produk yang muncul secara bersamaan dapat diketahui. Algoritma apriori termasuk jenis aturan asosiasi pada data mining. Salah satu tahap analisis asosiasi yang menarik perhatian banyak peneliti untuk menghasilkan algoritma yang efisien adalah analisis pola frequensi tinggi (frequent pattern mining). Penting tidaknya suatu asosiasi dapat diketahui dengan dua tolak ukur , yaitu : support dan confidence. Support (nilai penunjang) adalah persentase kombinasi item tersebut dalam database, sedangkan confidence (nilai kepastian) adalah kuatnya hubungan antar-item dalam aturan asosiasi. Algoritma apriori dapat membantu untuk pengembangan strategi pemasaran.

Downloads

Download data is not yet available.

References

Dawson, C. W. (2009). Projects in Computing and Information System A Student's Guide. England: Addison-Wesley.

Gunadi - Penerapan Metode Data Mining Market Basket Analysis terhadap Penjualan Buku dengan Algoritma Apriori – 2012

Han, J., & Kamber, M. , 2007,Data Mining Concepts and Technique. Morgan Kaufmann publisher

Julsam dkk, Penambangan Data Format Text Excel dengan Software Tanagra, 2009.

Kothari, C. R. (2004). Research Methology methodes and Technique. India: New Age Interntional.

Kusrini, dan Luthfi, E. T. (2007). Algoritma Data mining. Yogyakarta: Andi.

Kusrini, dan Luthfi, E. T. (2009). Algoritma Data mining. Yogyakarta: Andi.

Kurniawati - Pemetaan Pola Hubungan Program Studi dengan Algoritma Apriori – 2014.

Larose, D. T. (2005). Discovering Knowledge in Data. Canada: Wiley Interscience.

Nurcahyo - Penerapan Data Mining dengan Algoritma Apriori untuk Mendukung Strategi Promosi Pendidikan

Vercellis, C. (2009). Business Intelligence : Data Mining and Optimization for Decision Making. John Wiley dan Sons, Ltd

Witten, H. I., Eibe, F., dan Hall, A. M. (2011). Data Mining Machine Learning Tools and Techiques. Burlington: Morgan Kaufmann Publisher.

Downloads

Published

2016-09-15

How to Cite

Badrul, M. (2016). ALGORITMA ASOSIASI DENGAN ALGORITMA APRIORI UNTUK ANALISA DATA PENJUALAN. Jurnal Pilar Nusa Mandiri, 12(2), 121–129. Retrieved from https://ejournal.nusamandiri.ac.id/index.php/pilar/article/view/266

Issue

Vol. 12 No. 2 (2016): Pilar Nusa Mandiri : Journal of Computing and Information System Periode September 2016

Section

Articles

License

An author who publishes in the Pilar Nusa Mandiri: Journal of Computing and Information System agrees to the following terms:

  1. Author retains the copyright and grants the journal the right of first publication of the work simultaneously licensed under the Creative Commons Attribution-NonCommercial 4.0 License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal
  2. Author is able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book) with the acknowledgement of its initial publication in this journal.
  3. Author is permitted and encouraged to post his/her work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of the published work (See The Effect of Open Access).
    Read more about the Creative Commons Attribution-NonCommercial 4.0 Licence here: https://creativecommons.org/licenses/by-nc/4.0/.