Penerapan Algoritma Apriori untuk Mencari Pola Penjualan Produk Herbal (Studi Kasus: Toko Hanawan Gemilang)

Penulis

  • Pratama Haryandi Universitas Pembangunan Nasional Veteran Jakarta
  • Yuni Widiastiwi Universitas Pembangunan Nasional Veteran Jakarta
  • Nurul Chamidah Universitas Pembangunan Nasional Veteran Jakarta

DOI:

https://doi.org/10.52958/iftk.v17i3.3655

Kata Kunci:

penjualan produk, association rule, data mining, algoritma apriori

Abstrak

Produk herbal merupakan produk yang berasal dari tumbuhan obat. Produk herbal termasuk kedalam berbagai macam produk seperti suplemen, vitamin ataupun obat herbal. Toko Hanawan Gemilang merupakan salah satu penjual produk herbal yang berada di Jakarta. Penelitian ini mencari pola dengan aturan asosiasi yang berhubungan dengan data transaksi penjualan yaitu nilai support dan confidence. Teknik data mining yang digunakan yaitu association rule dengan teknik Apriori, dengan tujuan untuk menghasilkan aturan asosiasi. Setelah support ditemukan, barulah dicari aturan asosiasi yang memenuhi syarat minimum untuk confidence aturan asosiasi sehingga menghasilkan rule antar kombinasi produk herbal. Setelah diujikan beberapa kali pada data, nilai Minimum Support dan Minimum Confidence yang diambil yaitu 10% dan 58%. Dengan nilai Minimum Support yang Minimum Confidence diambil menghasilkan 5 aturan asosiasi yang memenuhi syarat dan nilai Confidence terbesar adalah 71% pada aturan, jika membeli Kunyit Putih dan Bilberry Carrot maka membeli Garlic

Referensi

Salim, Zamroni, & Munadi, Ernawati. (2017). Info Komoditi Tanaman Obat. Badan Pengkajian dan Pengembangan Perdagangan Kementerian Perdagangan Republik Indonesia. http://bppp.kemendag.go.id/media_content/2017/12/Isi_BRIK_Tanaman_Obat.pdf

Hanifa, N. I., Wirasisya, D. G., & Hasina, R. (2020). Penyuluhan Penggunaan TOGA (Taman Obat Keluarga) Untuk Pengobatan di Desa Senggigi, 1–6. https://doi.org/10.29303/jpmpi.v3i2.489

Bahalwan, F., & Mulyawati, N. Y. (2018). Jenis Tumbuhan Herbal Dan Cara Pengolahannya (Studi Kasus Di Negeri Luhutuban Kecamatan Kepulauan Manipa Kabupaten Seram Bagian Barat). Biosel: Biology Science and Education, 7(2), 162. https://doi.org/10.33477/bs.v7i2.653

Rosita Dewati1) dan Wahyu Adhi Saputro2)

Dewati, Rosita & Saputro, Wahyu Adhi. (2020). Persepsi Konsumen Terhadap Pembelian Produk Herbal Di Kabupaten Sukoharjo. Jurnal Ilmu-Ilmu Pertanian, 4(2), 145-152. http://journal.univetbantara.ac.id/index.php/agrisaintifika/article/download/889/751

Suyanto. (2017). Data Mining Untuk Klasifikasi dan Klasterisasi Data. Penerbit Informatika.

Pratama, I. W., Hafiz, A., Informatika, J. M., & Informatika, J. M. (2019). Implementasi Data Mining Untuk Menentukan Trend Penjualan Cetakan Sablon Pada Fatih Clothing Di Bandar, XVIII, 326–330.

Listriani, D., Setyaningrum, A. H., & Eka, F. (2018). Penerapan Metode Asosiasi Menggunakan Algoritma Apriori Pada Aplikasi Analisa Pola Belanja Konsumen (Studi Kasus Toko Buku Gramedia Bintaro). Jurnal Teknik Informatika, 9(2), 120–127. https://doi.org/10.15408/jti.v9i2.5602

Fachrurozi, A., Junaedi, M., Putra, J. L., & Gata, W. (2020). Algorithm Implementation Of Interest Buy Apriori Data On Consumer Retail Sales In Industry. Journal of Informatics and Telecommunication Engineering, 4(1), 48–56. https://doi.org/10.31289/jite.v4i1.3775

Fauzy, M., Saleh W, K. R., & Asror, I. (2016). Penerapan Metode Association Rule Menggunakan. Jurnal Ilmiah Teknologi Informasi Terapan, II(2), 221–227.

Siregar, Amir Hamzah. (2020). Analisis prediksi aturan asosiasi menggunakan algoritma ct-pro dan algoritma hash-based dalam kasus kekerasan pada anak.

Syahdan, S. Al, & Sindar, A. (2018). Data Mining Penjualan Produk Dengan Metode Apriori Pada Indomaret Galang Kota. Jurnal Nasional Komputasi Dan Teknologi Informasi (JNKTI), 1(2). https://doi.org/10.32672/jnkti.v1i2.771

Unduhan

File Tambahan

Diterbitkan

2021-12-31

Terbitan

Bagian

Article