Implementasi Data Mining Untuk Analisis Data Penjualan Suku Cadang Transmisi Power Menggunakan Algoritma Apriori

• ELINDA FANI ABELA
• 2026

---

Penelitian ini dilatarbelakangi oleh belum optimalnya pemanfaatan data transaksi penjualan untuk mengidentifikasi keterkaitan antarproduk, sehingga penentuan produk unggulan/paket penjualan dan keputusan terkait persediaan masih banyak didasarkan pada pengalaman serta belum didukung metode analisis yang sistematis. Penelitian ini bertujuan menerapkan data mining dengan pendekatan Association Rule Mining menggunakan algoritma Apriori untuk menemukan pola pembelian suku cadang transmisi power yang sering dibeli bersamaan sebagai dasar rekomendasi pengelolaan stok dan strategi pemasaran. Data yang dianalisis berjumlah 110 transaksi penjualan periode April 2025–Juni 2025. Tahapan penelitian meliputi pra-pemrosesan (pembersihan dan seleksi data), transformasi ke bentuk matriks biner, lalu pemodelan pada RapidMiner hingga menghasilkan aturan asosiasi. Parameter yang digunakan adalah minimum support 40% dan minimum confidence 70%. Hasil menunjukkan pada frequent itemset kombinasi 3-itemset yang memenuhi ambang support adalah TRASCO ES FLANGE–ROLLER CHAIN–SPROCKET MTO dengan support 40%. Selain itu, aturan asosiasi yang memenuhi kriteria menghasilkan dua aturan utama, yaitu: TRASCO ES FLANGE → V-PULLEY (support 50%, confidence 70%) dan ROLLER CHAIN → SPROCKET MTO (support 51%, confidence 85%). Kesimpulannya, penerapan Apriori efektif untuk mengidentifikasi asosiasi pembelian suku cadang dan dapat dimanfaatkan sebagai dasar penyusunan paket/bundling, cross-selling, penataan barang, serta prioritas pengelolaan persediaan pada item yang memiliki keterkaitan pembelian tinggi.

• algoritma apriori

https://repository.bsi.ac.id/repo/81727/Implementasi-Data-Mining-Untuk-Analisis-Data-Penjualan-Suku-Cadang-Transmisi-Power-Menggunakan-Algoritma-Apriori
Anda dapat membaca file tugas akhir ini di repository.