Prediksi Penjualan Spare Part Mobil Daihatsu Menggunakan Algoritma Apriori
DOI:
https://doi.org/10.33633/tc.v22i1.7192Keywords:
Apriori, car spare parts, data mining, pandemic covid 19, predictionAbstract
Pada masa pandemic covid 19, Perusahaan yang bergerak di bidang spare part mengalami penurunan penjualan produk sparet part mobil dan tidak tepat dalam menentukan strategi promosi yang diberikan ke pelanggan. Banyaknya data transaksi yang digunakan sebagi acuan menjual produk dengan harga modal yang hanya mendapatkan keuntungan kecil. Apabila masih tidak laku terjual, untuk barang masuk tertunda dikarenakan modal belum balik. Oleh karena itu diperlukan suatu sistem untuk mengolah data informasi lebih cepat dan tepat dalam melakukan prediksi pola penjualan spare part mobil dengan menggunakan aplikasi data mining algoritma apriori. Hasil perhitungan dengan menerapkan algoritma apriori menunjukkan bahwa jika konsumen membeli lower arm daihatsu dan ban mobil maka nilai support = 23,33 dan nilai confidence = 77,78 dan jika konsumen membeli lower arm daihatsu dan filter AC maka nilai support = 26,67 dan nilai confidence = 72,72. Tujuan penelitian untuk memprediksi dan menganalisa pola penjualan spare part mobil yang diimplementasikan pada aplikasi berbasis desktop. Hal ini untuk mempermudah dalam melakukan analisa terhadap daya saing produk spare part mobil yang paling laku terjual secara bersamaan. Sebagai rekomendasi dalam pengambil keputusan untuk meningkatkan pemasaran dan promosi produk spare part mobil yang lebih baik.References
J. Hutagalung and F. Sonata, “Penerapan Metode K-Means Untuk Menganalisis Minat Nasabah Asuransi,” J. MEDIA Inform. BUDIDARMA, vol. 5, no. 3, pp. 1187–1194, 2021, doi: 10.30865/mib.v5i3.3113.
R. Rachman and N. Hunaifi, “Penerapan Metode Algoritma Apriori dan FP-Tree Pada Penentuan Pola Pembelian Obat,” Paradig. - J. Komput. dan Inform., vol. 22, no. 2, pp. 175–182, 2020, doi: 10.31294/p.v22i2.8258.
H. Indriyawati, Khoirudin, and E. Widodo, “Penerapan Association Rule Dengan Algoritma Apriori Untuk Prediksi Penjadwalan Mata Kuliah,” J. Teknol. Inf. Dan Komun., vol. 12, no. 2, pp. 42–47, 2021, doi: 10.51903/jtikp.v12i2.284.
J. Hutagalung, N. L. W. S. R. Ginantra, G. W. Bhawika, W. G. S. Parwita, A. Wanto, and P. D. Panjaitan, “COVID-19 Cases and Deaths in Southeast Asia Clustering using K-Means Algorithm,” J. Phys. Conf. Ser., vol. 1783, no. 1, pp. 1–6, 2021, doi: 10.1088/1742-6596/1783/1/012027.
Y. Apridonal M, W. Choiriah, and A. Akmal, “Penerapan Data Mining Menggunakan Metode Assiciation Rule Dengan Algoritma Apriori Untuk Analisa Pola Penjualan Barang,” JURTEKSI (Jurnal Teknol. dan Sist. Informasi), vol. 5, no. 2, pp. 193–198, 2019, doi: 10.33330/jurteksi.v5i2.362.
E. Elisa, “Market Basket Analysis Pada Mini Market Ayu Dengan Algoritma Apriori,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 2, no. 2, pp. 472–478, 2018, doi: 10.29207/resti.v2i2.280.
S. A. S. Ferly Ardhy, Ockhy Jey Fhiter Wassalam, Tahta Herdian Andika, “Penerapan Data Mining Menggunakan Algoritma Apriori Dalam Memprediksi Penjualan Produk,” J. Inf. dan Komput., vol. 10, no. 2, pp. 18–23, 2021.
I. Musdalifah and A. Jananto, “Analisis Perbandingan Algoritma Apriori Dan FP-Growth Dalam Pembentukan Pola Asosiasi Keranjang Belanja Pelanggan,” Progresif J. Ilm. Komput., vol. 18, no. 2, p. 175, 2022, doi: 10.35889/progresif.v18i2.878.
A. Firmansyah and N. Merlina, “Prediksi Pola Penjualan Tiket Kapal Pt. Pelni Cabang Makassar Menggunakan Metode Algoritma Apriori,” JITK (Jurnal Ilmu Pengetah. dan Teknol. Komputer), vol. 5, no. 2, pp. 183–190, 2020, doi: 10.33480/jitk.v5i2.1123.
M. Rajagukguk, “Implementasi Association Rule Mining Untuk Menentukan Pola Kombinasi Makanan Dengan Algoritma Apriori,” J. Fasilkom, vol. 10, no. 3, pp. 248–254, 2020, doi: 10.37859/jf.v10i3.2308.
Romindo, “Penerapan Algoritma Apriori Terhadap Perancangan Sistem Informasi Dalam Analisis Penjualan Bahan Bangunan,” SATIN - Sains dan Teknol. Inf., vol. 8, no. 1, pp. 01–11, 2022, doi: 10.33372/stn.v8i1.815.
D. E. Satie, S. Suparni, and A. B. Pohan, “Analisa Algoritma Apriori Pada Pola Peminjaman Buku di Perpustakaan ITB Ahmad Dahlan,” J. Media Inform. Budidarma, vol. 4, no. 1, p. 136, 2020, doi: 10.30865/mib.v4i1.1475.
M. Syahrir and F. Fatimatuzzahra, “Association Rule Integrasi Pendekatan Metode Custom Hashing dan Data Partitioning untuk Mempercepat Proses Pencarian Frekuensi Item-set pada Algoritma Apriori,” MATRIK J. Manajemen, Tek. Inform. dan Rekayasa Komput., vol. 20, no. 1, pp. 149–158, 2020, doi: 10.30812/matrik.v20i1.833.
M. A. M. Afdal and M. Rosadi, “Penerapan Association Rule Mining Untuk Analisis Penempatan Tata Letak Buku Di Perpustakaan Menggunakan Algoritma Apriori,” J. Ilm. Rekayasa dan Manaj. Sist. Inf., vol. 5, no. 1, p. 99, 2019, doi: 10.24014/rmsi.v5i1.7379.
M. A. M. Afdal and M. Rosadi, “Penerapan Association Rule Mining Untuk Analisis Penempatan Tata Letak Buku Di Perpustakaan Menggunakan Algoritma Apriori,” J. Ilm. Rekayasa dan Manaj. Sist. Inf., vol. 5, no. 1, p. 99, 2019, doi: 10.24014/rmsi.v5i1.7379.
U. Baetulloh, A. I. Gufroni, and R. -, “Penerapan Metode Association Rule Mining Pada Data Transaksi Penjualan Produk Kartu Perdana Kuota Internet Menggunakan Algoritma Apriori,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 10, no. 1, pp. 173–188, 2019, doi: 10.24176/simet.v10i1.2890.
A. Anggrawan, M. Mayadi, and C. Satria, “Menentukan Akurasi Tata Letak Barang dengan Menggunakan Algoritma Apriori dan Algoritma FP-Growth,” MATRIK J. Manajemen, Tek. Inform. dan Rekayasa Komput., vol. 21, no. 1, pp. 125–138, 2021, doi: 10.30812/matrik.v21i1.1260.
A. R. Riszky and M. Sadikin, “Data Mining Menggunakan Algoritma Apriori untuk Rekomendasi Produk bagi Pelanggan,” J. Teknol. dan Sist. Komput., vol. 7, no. 3, pp. 103–108, 2019, doi: 10.14710/jtsiskom.7.3.2019.103-108.
S. Sunarti, F. Handayanna, and E. Irfiani, “Analisa Pola Penjualan Makanan Dengan Penerapan Algoritma Apriori,” Techno.Com, vol. 20, no. 4, pp. 478–488, 2021, doi: 10.33633/tc.v20i4.4715.
D. Anggraini, S. A. Putri, and L. A. Utami, “Implementasi Algoritma Apriori Dalam Menentukan Penjualan Mobil Yang Paling Diminati Pada Honda Permata Serpong,” J. Media Inform. Budidarma, vol. 4, no. 2, p. 302, 2020, doi: 10.30865/mib.v4i2.1496.
Downloads
Published
Issue
Section
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/