DCCKOTABUMIDCCKOTABUMI

Jurnal Informasi dan KomputerJurnal Informasi dan Komputer

Penelitian ini di latar belakangi dari hasil pengamatan, saat ini dalam melakukan transaksi penjualan rata-rata sudah menggunakan sistem terkomputerisasi dan mencatat data transaksi yang ada, namun data tersebut hanya berfungsi sebagai arsip saja sehingga belum bisa digunakan sebagai data untuk memprediksi hasil penjualan produk yang akan datang yang lebih diminati konsumen. Tujuan dari penelitian ini adalah menerapkan data mining untuk memprediksi hasil penjualan produk yang lebih diminati konsumen dan mencari hubungan keterkaitan antar itemset. Dari penerapan data mining tersebut data diolah dengan menggunakan algoritma apriori untuk dapat memprediksi hasil penjualan produk. Dengan cara melakukan pencarian frequent itemset dengan menggunakan teknik association rule. Dengan menentukan kandidat yang mungkin muncul dan memperhatikan minimum support dan minimum confidence. Pada penerapan data mining untuk prediksi penjualan produk, peneliti berhasil menemukan 14 aturan association rules dengan aturan min support 30% dan min confidence 65%.

Penerapan data mining menggunakan algoritma apriori dengan min support 30% dan min confidence 65% berhasil menghasilkan 14 aturan asosiasi dalam memprediksi penjualan produk.Aturan-aturan ini dapat digunakan sebagai pertimbangan dalam meramalkan kombinasi produk yang diminati konsumen.Hasil ini membantu dalam pengambilan keputusan terkait pengaturan stok dan tata letak produk di tempat penjualan.

Pertama, penelitian selanjutnya dapat menguji akurasi prediksi penjualan dengan membandingkan hasil algoritma apriori terhadap data penjualan aktual dalam periode waktu tertentu untuk menilai sejauh mana aturan asosiasi dapat dipercaya. Kedua, perlu dikembangkan studi yang menggabungkan algoritma apriori dengan pendekatan lain seperti time series analysis untuk mempertimbangkan faktor musiman atau tren waktu dalam pola pembelian. Ketiga, perlu dilakukan penelitian tentang bagaimana hasil dari aturan asosiasi dapat diintegrasikan ke dalam sistem manajemen persediaan secara otomatis agar minimarket dapat melakukan restok barang secara dinamis berdasarkan prediksi kombinasi produk yang paling sering dibeli bersamaan.

  1. #penjualan produk#penjualan produk
  2. #naive bayes#naive bayes
Read online
File size476.16 KB
Pages15
Short Linkhttps://juris.id/p-2NN
Lookup LinksGoogle ScholarGoogle Scholar, Semantic ScholarSemantic Scholar, CORE.ac.ukCORE.ac.uk, WorldcatWorldcat, ZenodoZenodo, Research GateResearch Gate, Academia.eduAcademia.edu, OpenAlexOpenAlex, Hollis HarvardHollis Harvard
DMCAReport

Related /

ads-block-test