Implementasi Data Mining Pada Penjualan Toko Sembako Dengan Algoritma Apriori

Abstract

Abstrak Penjualan toko sembako meningkat setiap bulannya. Semakin banyaknya jumlah toko sembako membuat para pengelola ingin membuat strategi pemasaran yang lebih baik. Untuk mengetahui penjualan terbanyak diperlukan algoritma apriori dengan bantuan tools Rapid Miner. Algoritma apriori ini akan membentuk frequent itemset dengan banyak yang telah ditentukan sebelumnya dengan dua parameter yaitu support dan confidence. Salah satu tahap analisis asosiasi algoritma yang efesien adalah analisis pola frequensi tinggi. Support adalah presentase kombinasi item dalam database, sedangkan confidence adalah kuatnya hubungan antar barang dalam asosiasi. Algoritma apriori ini dapat membantu dalam data mining dan pemasaran. Penilitian menggunakan salah satu aplikasi data mining yaitu Rapid Miner. Penilitian ini bertujuan untuk memberikan gambaran tentang keterkaitan barang yang terjual di toko sembako dengan melihat data barang yang terjual selama 1 bulan. Adapun hasil yang didapatkan dari penilitian adalah nilai support 0.25% dan nilai confidence 0.5% dengan total dari kesuluruhan data adalah 2328 data. Dengan adanya penilitian terhadap perhitungan pola penjualan barang di toko sembako tersebut, diharapkan pemilik toko sembako dapat melihat strategi bisnis yang lebih menguntungkan Kata Kunci : algoritma apriori, data mining, toko sembako, penjualan Abstract The sales of the grocery store increase every month. The increasing number of grocery stores makes managers want to make better marketing strategies. To find out the most sales, an apriori algorithm is needed with the help of the Rapid Miner tools. This apriori algorithm will form a frequent itemset with a predetermined number of parameters with two parameters, namely support and confidence. One of the stages of efficient algorithm association analysis is highfrequency pattern analysis. Support is the percentage of item combinations in the database, while confidence is the strength of the relationship between items in the association. This apriori algorithm can help in data mining and marketing. The research uses one of the data mining application, namely Rapid Miner. This study aims to provide an overview of the interrelationships of goods sold in grocery store by looking at the data of good sold for 1 month. The results obtained from the research are the support value of 0.25% and the confidence value of 0.5% with total of 2328 data. With the research on the calculation of the pattern of sales of goods at the grocery store, it is hopes that the owner of the grocery store can see a more profitable business strategy. Keywords: apriori algorithm, data mining, grocery store, sales.