Full Length Articles
Implementasi Data Mining pada Penjualan Produk Millionare Club Indonesia dengan Algoritma Apriori☆
Highlights
Generate NLP AI by Wizdam ID.
Abstract
Dalam persaingan dunia bisnis sekarang ini menuntut para pelakunya untuk senantiasa mengembangkan bisnis mereka dan juga agar selalu bertahan dalam persaingan. Untuk mencapai hal itu, ada beberapa hal yang bisa dilakukan yaitu dengan meningkatkan kualiatas produk, penambahan jenis produk, dan pengurangan biaya operasional perusahaan. Untuk memenuhi kebutuhan tersebut terdapat beberapa hal yang bisa dijalankan salah satunya dengan melakukan analisis data perusahaan. Dalam data mining terdapat beberapa algoritma atau metode yang dapat dilakukan, salah satunya yaitu algoritma apriori yang termasuk dalam aturan asosiasi dalam data mining. Algoritma apriori yang bertujuan untuk menemukan frequent item sets pada sekumpulan data. Algoritma apriori didefinisikan suatu proses untuk menemukan suatu aturan apriori yang memenuhi syarat minimum untuk support dan syarat minimum untuk confidence. Tujuan dari tugas akhir ini adalah untuk mengetahui apakah algoritma apriori dapat mengembangkan penjualan dan strategi pemasaran serta mengetahui hubungan antar barang guna menentukan penempatan barang. Kesimpulan dari pembuatan tugas akhir ini adalah mengidentifikasi barang-barang yang dibeli secara bersamaan kemudian digunakan untuk mengatur penempatan/tata letak barang.
Keywords
Introduction
Section snippets
Material and Methods
Materials and methods from the full-text PDF of this article cannot be displayed.
Results
Results from the full-text PDF of this article cannot be displayed.
Discussion
Discussion from the full-text PDF of this article cannot be displayed.
Conclusions
Conclusions from the full-text PDF of this article cannot be displayed.
Acknowledgment
Acknowledgment from the full-text PDF of this article cannot be displayed.
Funding Information
Program Studi Sistem Komputer Stimik Bina Bangsa Kendari
Competing interest
The authors declare that they have no known competing financial interests or personal relationships that could have appeared to influence the work reported in this paper.
Conflict of interest
The authors declare that the research was conducted in the absence of any commercial or financial relationships that could be construed as a potential conflict of interest.
Ethical approval acknowledgements
No ethical approval required for this article. All procedures followed were in accordance with the ethical standards of the responsible committee on human experimentation (institutional and national) and with the Helsinki Declaration of 1975, as revised in 2008 (5)
Supplementary files
Data sharing not applicable to this article as no datasets were generated or analysed during the current study, and/or contains supplementary material, which is available to authorized users.
References (1)
Beta, N., & Nurdin, B. (2010). Implementasi data Mining Untuk Menemukan Pola Hubungan Tingkat Kelulusan Mahasiswa Dengan Data Induk Mahasiswa. Prosiding Seminar dan Call Paper Munas APTIKOM Politeknik Telkom Bandung, 09 Oktober 2010.
Davies and Paul Beynon. 2004, Database Systems Third Edition, Palgrave Macmillan, New York.
Budi, S. (2007). Data Mining : Teknik Pemanfaatan Data untuk Keperluan Bisnis Teori & Aplikasi. Graha Ilmu.
Dana Sulistiyo Kusumo, Moch. Arief Bijaksana, Dhinta Darmantoro. Data Mining Dengan Algoritma Apriori Pada RDBMS Oracle, 2003 Jurnal Penelitian dan Pengembangan TELEKOMUNIKASI, Juni 2003, Vol. 8 No. 1,3.
Devi Dinda Setiawati. Penggunaan Metode Apriori Untuk Analisa Keranjang Pasar Pada Data Transaksi Penjualan Minimarket Menggunakan Java & MySql
Dewi Kartika Pane. 2013. Implementasi Data Mining Pada Penjualan Produk Elektronik Dengan Algoritma Apriori.
Denny Haryanto, Yetli Oslan, Djoni Dwiyana. 2011. Implementasi Analisis Keranjang Belanja Dengan Aturan Asosiasi Menggunakan Algoritma Apriori Pada Penjualan Suku Cadang Motor, Jurnal Buana Informatika, Universitas Kristen.
Heru Dewantara, Purnomo Budi Santosa, Nasir Widha Setyanto. Perancangan Aplikasi Data Mining Dengan Algoritma Apriori Untuk Frekuensi Analisis Keranjang Belanja Pada Data Transaksi Penjualan.
Kusrini, 2007, Penerapan Algoritma Apriori pada Data Mining untuk Mengelompokkan Barang Berdasarkan Kecenderungan Kemunculan Bersama dalam Satu Transaksi
Kusrini. 2010. Algoritma Data Mining, Andi, Yogyakarta.
Bibliographic Information
Cite this article as:
-
Submitted
16 September 2019 -
Accepted
16 September 2019 -
Published
16 September 2019 -
Version of record
18 September 2019 -
Issue date
31 December 2019
Copyright
- ☆
Pemrosesan naskah dibawah tanggungjawab Lembaga Penelitian dan Pengabdian pada Masyarakat (LPPM), STIMIK Bina Bangsa Kendari. Edited by Darsilan, SE, M.Si (C). Full-text and the content of it is under responsibility of authors of the article.
- ☆
Pemrosesan naskah dibawah tanggungjawab Lembaga Penelitian dan Pengabdian pada Masyarakat (LPPM), STIMIK Bina Bangsa Kendari. Edited by Darsilan, SE, M.Si (C). Full-text and the content of it is under responsibility of authors of the article.
Copyright © 2019 Misriani Misriani. Lembaga Penelitian dan Pengabdian pada Masyarakat (LPPM), STIMIK Bina Bangsa Kendari. Production and hosting by Sangia (SRM™). 
This work is licensed under a Creative Commons Attribution 4.0 International License.
Disclaimer: All claims expressed in this article are solely those of the authors and do not necessarily represent those of their affiliated organizations, or those of the publisher, the editors and the reviewers. Any product that may be evaluated in this article or claim that may be made by its manufacturer is not guaranteed or endorsed by the publisher.