Analisa Pola Penjualan Makanan Dengan Penerapan Algoritma Apriori

Authors

  • sunarti sunarti Universitas Bina Sarana Informatika https://orcid.org/0000-0001-8899-8458
  • Frisma Handayanna Universitas Nusa Mandiri
  • Eni Irfiani Universitas Bina Sarana Informatika

DOI:

https://doi.org/10.33633/tc.v20i4.4715

Keywords:

Algoritma Apriori, RapidMiner, Data Mining, Penjualan

Abstract

Banyaknya variasi rasa dari Pudding Moiaa mengakibatkan penjual mengalami kesusahan mencari tahu varian rasa sering terbeli secara bersamaan, pengaturan letak yang berserakan, tidak dapat diklasifikasikan pesanan konsumen berdasarkan permintaan, dan ketersediaan produk tidak terditeksi dengan baik oleh penjual. Permasalahan tersebut mengakibatkan penjual merasakan kesusahan mengetahui jumlah barang yang sering habis secara bersamaan. Metode yang dipergunakan memecahkan masalah menggunakan metode data mining algoritma apriori dengan aturan asosiasi dan aplikasi RapidMiner. Tujuan penelitian ialah menentukan pola kemiripan rasa paling banyak terjual secara bersamaan, sehingga dapat memprediksi pola kombinasi dari itemset paling banyak berdasarkan data penjualannya yang akan terbentuk pola asosiasi dari kombinasi itemnya. Metode ini membantu penjual mengatur strategi penjualan dengan melakukan penempatan makanan dengan rasa paling sering dibeli bersamaan didaftar menunya. Pengolahan data menggunakan algoritma apriori dan aplikasi RapidMiner menunjukkan hasil pola asosiasi yang sama pada penjualan makanan dihasilkan 3 itemset yaitu Choco Almond, Moca dan Swiss Choco dengan nilai support 40,0% sedangkan nilai confidence sebesar 92,3%.

References

J. R. Gumilang, “Implementasi Algoritma Apriori Untuk Analisis Penjualan Konter Berbasis Web,” J. Inform. dan Rekayasa Perangkat Lunak, vol. 1, no. 2, pp. 226–233, 2021, doi: 10.33365/jatika.v1i2.612.

A. Nursikuwagus and T. Hartono, “Implementasi Algoritma Apriori Untuk Analisis Penjualan Dengan Berbasis Web,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 7, no. 2, p. 701, 2016, doi: 10.24176/simet.v7i2.784.

A. F. Lestari and M. Hafiz, “Penerapan Algoritma Apriori Pada Data Penjualan Barbar Warehouse,” INOVTEK Polbeng - Seri Inform., vol. 5, no. 1, p. 96, 2020, doi: 10.35314/isi.v5i1.1317.

N. Normah and C. Olivia, “Penerapan Aturan Asosiasi Algoritma Apriori Terhadap Penjualan Thai Tea Pada PT Nyonya Besar Lestari,” Paradig. - J. Komput. dan Inform., vol. 22, no. 1, pp. 68–71, 2020, doi: 10.31294/p.v21i2.6233.

R. Saputra and A. J. P. Sibarani, “Implementasi Data Mining Menggunakan Algoritma Apriori Untuk Meningkatkan Pola Penjualan Obat,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 7, no. 2, pp. 262–276, 2020, doi: 10.35957/jatisi.v7i2.195.

P. N. Harahap and S. Sulindawaty, “Implementasi Data Mining Dalam Memprediksi Transaksi Penjualan Menggunakan Algoritma Apriori (Studi Kasus PT.Arma Anugerah Abadi Cabang Sei Rampah),” Matics, vol. 11, no. 2, p. 46, 2020, doi: 10.18860/mat.v11i2.7821.

Y. Nur, A. Triayudi, and I. Diana, “Implementation of Data Mining to Predict Food Sales Rate Method using Apriori,” Int. J. Comput. Appl., vol. 178, no. 35, pp. 22–28, 2019, doi: 10.5120/ijca2019919228.

Sanjani, H. Fahmi, and Anita Sindar, “Implementasu Data Mining Penjualan Produk Pakaian Dengan Algoritma Apriori,” IJAI(Indonesian J. AppliedbInformatics), vol. 4, pp. 68–70, 2019.

R. Purwaningsih, Y. Widharto, N. Susanto, and L. T. Utami, “Redesain Tata Letak Produk Di Supermarket Berdasarkan Perilaku Pembelian Dengan Metode Market Basket Analysis,” J@ti Undip J. Tek. Ind., vol. 15, no. 3, pp. 196–202, 2020, doi: 10.14710/jati.15.3.196-202.

D. M. Sinaga, W. H. Sirait, and A. P. Windarto, “Analisis Algoritma Apriori Dalam Menentukan Pola Pemesanan Konsumen Pada Ucokopi,” vol. 1, no. 2, 2021.

C. N. Dengen and E. T. Luthfi, “Penentuan Association Rule Pada Kelulusan Mahasiswa Menggunakan Algoritma Apriori,” vol. 3, no. 1, pp. 20–29, 2019.

H. Kusumo, E. Sediyono, and M. Marwata, “Analisis Algoritma Apriori untuk Mendukung Strategi Promosi Perguruan Tinggi,” Walisongo J. Inf. Technol., vol. 1, no. 1, p. 49, 2019, doi: 10.21580/wjit.2019.1.1.4000.

S. C. Bilqisth and K. Mustofa, “Determination of Temporal Association Rules Pattern Using Apriori Algorithm,” IJCCS (Indonesian J. Comput. Cybern. Syst., vol. 14, no. 2, p. 159, 2020, doi: 10.22146/ijccs.51747.

W. P. Nurmayanti et al., “Market Basket Analysis with Apriori Algorithm and Frequent Pattern Growth (Fp-Growth) on Outdoor Product Sales Data,” Int. J. Educ. Res. Soc. Sci., vol. 2, no. 1, pp. 132–139, 2021, doi: 10.51601/ijersc.v2i1.45.

M. F. Mulya, N. Rismawati, and A. R. Rizky, “Analisis Dan Implementasi Data Mining Menggunakan Algoritma Apriori Untuk Meningkatkan Penjualan Pada Kantin Universitas Tanri Abeng,” Fakt. Exacta, vol. 12, no. 3, pp. 210–218, 2019, doi: 10.30998/faktorexacta.v12i3.4541.

F. A. Sianturi, “Penerapan Algoritma Apriori Untuk Penentuan Tingkat Pesanan,” Mantik Penusa, vol. 2, no. 1, pp. 50–57, 2018, [Online]. Available: http://e-jurnal.pelitanusantara.ac.id/index.php/mantik/article/view/330.

Y. Kurnia, Y. Isharianto, Y. C. Giap, A. Hermawan, and Riki, “Study of application of data mining market basket analysis for knowing sales pattern (association of items) at the O! Fish restaurant using apriori algorithm,” J. Phys. Conf. Ser., vol. 1175, no. 1, 2019, doi: 10.1088/1742-6596/1175/1/012047.

M. Dehghani, A. Kamandi, M. Shabankhah, and A. Moeini, “Toward a distinguishing approach for improving the apriori algorithm,” 2019 9th Int. Conf. Comput. Knowl. Eng. ICCKE 2019, no. Iccke, pp. 309–314, 2019, doi: 10.1109/ICCKE48569.2019.8965206.

A. A. C. Putra, Hanny Haryanto, and Erlin Dolphina, “Implementasi Metode Association Rule Mining Dengan Algoritma Apriori Untuk Rekomendasi Promo Barang,” CSRID (Computer Sci. Res. Its Dev. Journal), vol. 10, pp. 93–103, 2018, doi: 10.22303/csrid.10.2.2018.93-103

N. Lestari, “Penerapan Data Mining Algoritma Apriori Dalam Sistem Informasi Penjualan,” Edik Inform., vol. 3, no. 2, pp. 103–114, 2017, doi: 10.22202/ei.2017.v3i2.1540.

J. Du, X. Zhang, H. Zhang, and L. Chen, “Research and improvement of Apriori algorithm,” 6th Int. Conf. Inf. Sci. Technol. ICIST 2016, pp. 117–121, 2016, doi: 10.1109/ICIST.2016.7483396.

S. A. R. Sutomo and F. Handayanna, “Analisis Pola Pembelian Obat di Apotek Sekar Adi Menggunakan Metode Algoritma Apriori Depok,” J-SAKTI (Jurnal Sains Komput. dan Inform., vol. 4, no. 1, p. 112, 2020, doi: 10.30645/j-sakti.v4i1.192.

M. Sholik and A. Salam, “Implementasi Algoritma Apriori untuk Mencari Asosiasi Barang yang Dijual di E-commerce OrderMas,” Techno.COM, vol. 17, no. 2, pp. 158–170, 2018.

V. Kotu and B. Deshpande, Data Science Concepts and Practice. India: Jonathan Simpson, 2019.

P. M. Hasugian, “Pengujian Algoritma Apriori Dengan Aplikasi Weka Dalam Pembentukan Asosiation Rule,” J. Mantik Penusa, vol. 1, no. 2, pp. 98–103, 2017.

P. B. I. S. Putra, N. P. S. M. Suryani, and S. Aryani, “Analysis of Apriori Algorithm on Sales Transactions to Arrange Placement of Goods on Minimarket,” IJEET Int. J. Eng. Emerg. Technol., vol. 3, no. 1, pp. 13–17, 2018.

Downloads

Published

2021-11-22

Issue

Vol. 20 No. 4 (2021): November 2021

Section

Articles

License

Copyright (c) 2021 sunarti sunarti

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

 

License Terms

All articles published in Techno.COM Journal are licensed under the Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0). This means:

1. Attribution

Readers and users are free to:

  • Share – Copy and redistribute the material in any medium or format.

  • Adapt – Remix, transform, and build upon the material.

As long as proper credit is given to the original work by citing the author(s) and the journal.

2. Non-Commercial Use

  • The material cannot be used for commercial purposes.

  • Commercial use includes selling the content, using it in commercial advertising, or integrating it into products/services for profit.

3. Rights of Authors

  • Authors retain copyright and grant Techno.COM Journal the right to publish the article.

  • Authors can distribute their work (e.g., in institutional repositories or personal websites) with proper acknowledgment of the journal.

4. No Additional Restrictions

  • The journal cannot apply legal terms or technological measures that restrict others from using the material in ways allowed by the license.

5. Disclaimer

  • The journal is not responsible for how the published content is used by third parties.

  • The opinions expressed in the articles are solely those of the authors.

For more details, visit the Creative Commons License Page:
? https://creativecommons.org/licenses/by-nc/4.0/

 

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.