Penerapan Association Rule Menggunakan Algoritma Apriori Untuk Meningkatkan Penjualan Di Kandang Kopi Tasikmalaya

  • Mahisa Yudhistira
  • 2023

Abstrak

ABSTRAKSI

Mahisa Yudhistira (19221537), Penerapan Association Rule Menggunakan Algoritma Apriori untuk Meningkatkan Penjualan di Kandang Kopi Tasikmalaya

Penurunan omset yang signifikan dalam beberapa bulan terakhir menjadi sorotan utama bagi manajemen Kandang Kopi. Situasi ini menimbulkan kekhawatiran dan kesadaran akan pentingnya memaksimalkan potensi data penjualan yang ada pada Point of Sales (POS) agar dapat dioptimalkan untuk menjalankan promosi. Penelitian ini bertujuan untuk menganalisis data penjualan di Kandang Kopi Kandang Kopi dengan menerapkan algoritma apriori dengan menggunakan metode Association Rules dan software RapidMiner 10.1. Hasil analisis menunjukkan adanya 3 aturan asosiasi yang memenuhi kriteria Support > 75% dan Confidence > 90%. Produk dengan Confidence > 90% lebih diminati oleh konsumen, misalnya konsumen yang membeli CF-19 juga cenderung membeli Es Kondang dan Jappanese. Dengan memanfaatkan aturan asosiasi yang ditemukan, Kandang Kopi dapat meningkatkan efektivitas strategi promosi untuk memaksimalkan penjualan.

Kata kunci: Penjualan, Algoritma Apriori, Association Rules, Kandang Kopi, RapidMiner

ABSTRACT

Mahisa Yudhistira (19221537), Application of Association Rule Using Apriori Algorithm to Increase Sales at Kandang Kopi Tasikmalaya

The significant decrease in revenue over the past few months has been the main focus for Kandang Kopi's management. This situation has raised concerns and awareness about the importance of maximizing the potential of sales data available at the Point of Sales (POS) in order to optimize promotional activities. This research aims to analyze sales data at Kandang Kopi by implementing the Apriori algorithm using the Association Rules method and RapidMiner 10.1 software. The analysis results reveal the existence of 3 association rules that meet the criteria of Support > 75% and Confidence > 90%. Products with Confidence > 90% are more appealing to consumers, such as those who purchase CF-19 also tending to buy Es Kondang and Jappanese. By leveraging the discovered association rules, Kandang Kopi can enhance the effectiveness of promotional strategies to maximize sales.

Keywords: Sales, Apriori algorithm, Association Rules, Kandang Kopi, RapidMine

Kata Kunci
Daftar Pustaka

DAFTAR PUSTAKA
Abdullah, T., & Tantri, F. (2012). Manajemen pemasaran. Depok: PT Raja Grafindo Persada.

Abizal, R., & Syahra, Y. (2022). Implementasi Algoritma Apriori Dalam Menganalisis Pola Penjualan Pada Restoran Sederhana. Jurnal Teknologi Sistem Informasi Dan Sistem Komputer TGD), 5(1), 76–82. https://ojs.trigunadharma.ac.id/

Adhinda, F., Wardani, K., & Kristiana, T. (2020). Implementasi Data Mining Penjualan Produk Kosmetik Pada PT. Natural Nusantara Menggunakan Algoritma Apriori. 22(1). https://doi.org/10.31294/p.v21i2

Audi Najib, B., Suryani, N., Nusa Mandiri Jakarta Jl Damai No, S., Jati Barat, W., Minggu, P., & Selatan, J. (2019). Penerapan Data Mining Terhadap Data Penjualan Lapis Bogor Sangkuriang Dengan Metode Algoritma Apriori. https://doi.org/10.31294/jtk.v4i2

Berry, M. J. A., & Linoff, G. S. (2004). Data mining techniques: for marketing, sales, and customer relationship management. John Wiley & Sons.

CharuC.Aggarwa. (2015). DataMining TheTextbook. In Cancer Letters (Vol. 14, Issue 3). Springer. https://doi.org/10.1016/0304-3835(81)90152-X

Indrawan, R., & Yaniawati, P. (2017). Metodologi penelitian : kuantitatif, kualitatif, dan campuran untuk manajemen, pembangunan, dan pendidikan. Refika Aditama.

Lestari, N. (2017). Penerapan Data Mining Algoritma Apriori Dalam Sistem Informasi Penjualan. Jurnal Edik Informatika Penelitian Bidang Komputer Sains Dan Pendidikan Informatika, 3(2), 103–114.

Muslim, M. A., Prasetiyo, B., Mawarni, E. L. H., Herowati, A. J., Aldi, M., Rukmana, S. H., & Nurzahputra, A. (2019). Data Mining Algoritma C4.5 (E. L. N. Cahyani, Ed.; 1st ed.).

Najib, B. A., & Suryani, N. (2020). Penerapan data mining terhadap data penjualan lapis bogor sangkuriang dengan metode algoritma apriori. Vol. VI, 1, 61–70.

Nurajizah, S. (2019). Analisa Transaksi Penjualan Obat menggunakan Algoritma Apriori. INOVTEK Polbeng-Seri Informatika, 4(1), 35–44.

Prasetyo, A., Sastra, R., & Musyaffa, N. (2020). IMPLEMENTASI DATA MINING UNTUK ANALISIS DATA PENJUALAN DENGAN MENGGUNAKAN ALGORITMA APRIORI (STUDI KASUS DAPOERIN’S). Jurnal Khatulistiwa Informatika, 8(2).

Sari, R., & Yulia Hayuningtyas, R. (2021). Analisis Keranjang Belanja Pada Transaksi Penjualan Menggunakan Algoritma Apriori. Jurnal Sains Dan Manajemen, 9(1).

Sasangka, I. (2018). Pengaruh Kualitas Pelayanan Terhadap Volume Penjualan Pada Mini Market Minamart’90 Bandung. Jurnal Ilmiah MEA (Manajemen, Ekonomi, & Akuntansi), 2(1), 129–154.

Sodik, M. A., & Siyoto, S. (2015). Dasar Metodologi Penelitian. https://www.researchgate.net/publication/314093441

Sugiyono. (2018). Metode penelitian kuantitatif. Bandung: Alfaberta.

Sugiyono, D. (2013). Metode penelitian pendidikan pendekatan kuantitatif, kualitatif dan R&D. Bandung: Alfaberta.

Winardi. (1991). Pengantar manajemen penjualan (Sales manajemen). Bandung: Citra Aditya Bakti.
 

Detail Informasi

Tugas Akhir ini ditulis oleh :

  • 19221537 - Mahisa Yudhistira
  • Prodi : Sistem Informasi
  • Kampus : Sukabumi
  • Tahun : 2023
  • Periode : I
  • Pembimbing : Ramdhan Saepul Rohman, M.Kom
  • Asisten : Eva Marsusanti, S.Pd, MM
  • Kode : 0026.S1.SI.SKRIPSI.I.2023
  • Diinput oleh : DFE
  • Terakhir update : 01 April 2024
  • Dilihat : 29 kali

TENTANG PERPUSTAKAAN


PERPUSTAKAAN UBSI


Perpustakaan Universitas Bina Sarana Informatika merupakan layanan yang diberikan kepada civitas akademik khususnya mahasiswa untuk memperoleh informasi seperti buku, majalah, jurnal, prosiding, dll.

INFORMASI


Alamat : Jl. Kramat Raya No.98, Senen, Jakarta Pusat

Telp : +6285777854809

Email : perpustakaan@bsi.ac.id

IG : @perpustakaan_ubsi

Jam Operasional
Senin - Jumat : 08.00 s/d 20.00 WIB
Isitirahat Siang : 12.00 s/d 13.00 WIB
Istirahat Sore : 18.00 s/d 19.00 WIB

LINK TERKAIT


LPPM UBSI

Repository UBSI

E-Journal UBSI

E-Learning UBSI

Kemahasiswaan UBSI

Perpustakaan Nasional

e-Resources

Copyright © 2024 Perpustakaan Universitas Bina Sarana Informatika