PELITABANGSAPELITABANGSA

Pelita TeknologiPelita Teknologi

Roma Bangunan adalah salah satu toko bangunan utama di Karawang yang menyediakan berbagai material bangunan. Namun, toko ini menghadapi tantangan berupa ketidakstabilan stok barang yang menghambat operasional dan pelayanan kepada pelanggan. Ketidaksesuaian stok dapat menyebabkan keterlambatan layanan, kehilangan penjualan, dan penurunan kepuasan pelanggan. Oleh karena itu, penulis menggunakan Rapidminer dengan penerapan algoritma Apriori untuk menemukan pola kombinasi penjualan dalam data transaksi penjualan, sehingga pola kombinasi ini nantinya akan menjadi informasi tentang barang mana yang harus memiliki stok lebih banyak dan lebih sedikit, sehingga meminimalkan terjadinya kelebihan stok. Dalam studi ini, 3 aturan asosiasi/pola kombinasi dihasilkan yang memenuhi minimum support 10% dan confidence 50%, yaitu untuk aturan asosiasi tertinggi Jika konsumen membeli amplas, maka membeli White Brush dengan nilai support 12%, confidence 69% dan rasio elevator 3.11. Dengan mengimplementasikan Rapid Miner dan algoritma Apriori, Toko Roma Bangunan mampu memanfaatkan data yang ada untuk membuat keputusan yang lebih baik, mengoptimalkan manajemen inventaris, dan pada akhirnya meningkatkan kepuasan pelanggan dan kinerja bisnis secara keseluruhan.

Penelitian ini menyimpulkan bahwa terdapat perbedaan jumlah aturan asosiasi yang dihasilkan antara perhitungan manual dan penggunaan RapidMiner.Meskipun demikian, aturan asosiasi dengan nilai tertinggi tetap konsisten, yaitu Jika konsumen membeli amplas maka akan membeli White Brush dengan support sebesar 12%, confidence 69%, dan lift ratio 3.Aturan ini dapat digunakan sebagai dasar pengambilan keputusan dalam pengelolaan stok, khususnya untuk menghindari kerugian akibat penumpukan barang yang tidak laku serta meningkatkan efektivitas pelayanan kepada pelanggan.Hasil analisis ini menunjukkan bahwa algoritma Apriori efektif dalam mengidentifikasi pola pembelian yang dapat dimanfaatkan oleh Toko Roma Bangunan.

Berdasarkan hasil penelitian ini, beberapa saran penelitian lanjutan dapat dipertimbangkan. Pertama, penelitian lebih lanjut dapat dilakukan dengan memperluas cakupan data transaksi penjualan, termasuk data dari periode waktu yang lebih panjang dan data dari cabang Toko Roma Bangunan lainnya, untuk mendapatkan pola penjualan yang lebih komprehensif dan akurat. Kedua, eksplorasi algoritma data mining lainnya, seperti algoritma clustering atau algoritma klasifikasi, dapat dilakukan untuk mengidentifikasi segmen pelanggan berdasarkan perilaku pembelian mereka, sehingga Toko Roma Bangunan dapat menawarkan promosi dan rekomendasi produk yang lebih personal. Ketiga, penelitian dapat difokuskan pada pengembangan sistem rekomendasi berbasis data mining yang terintegrasi dengan sistem informasi Toko Roma Bangunan, sehingga secara otomatis dapat memberikan saran stok barang kepada manajer toko berdasarkan pola penjualan yang terdeteksi. Integrasi ini akan memungkinkan pengambilan keputusan yang lebih cepat dan responsif terhadap perubahan permintaan pasar, serta meningkatkan efisiensi operasional secara keseluruhan. Penelitian-penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam meningkatkan daya saing dan kinerja bisnis Toko Roma Bangunan di masa depan.

  1. Implementasi Data Mining Menggunakan Algoritma Apriori Dalam Menentukan Persediaan Barang (Studi Kasus:... doi.org/10.33379/gtech.v7i1.1938Implementasi Data Mining Menggunakan Algoritma Apriori Dalam Menentukan Persediaan Barang Studi Kasus doi 10 33379 gtech v7i1 1938
  2. Prediksi Pola Penjualan Barang pada UMKM XYZ dengan Metode Algoritma Apriori | Jurnal Sistem Komputer... ejurnal.stmik-budidarma.ac.id/index.php/JSON/article/view/4200Prediksi Pola Penjualan Barang pada UMKM XYZ dengan Metode Algoritma Apriori Jurnal Sistem Komputer ejurnal stmik budidarma ac index php JSON article view 4200
Read online
File size213.94 KB
Pages9
DMCAReport

Related /

ads-block-test