Analisa Pola Penjualan Makanan Dengan Penerapan Algoritma Apriori
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 o...
Guardado en:
Autores principales: | , , |
---|---|
Formato: | article |
Lenguaje: | ID |
Publicado: |
Universitas Dian Nuswantoro
2021
|
Materias: | |
Acceso en línea: | https://doaj.org/article/fa424580f9344928b5add9d5941b7be2 |
Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
id |
oai:doaj.org-article:fa424580f9344928b5add9d5941b7be2 |
---|---|
record_format |
dspace |
spelling |
oai:doaj.org-article:fa424580f9344928b5add9d5941b7be22021-11-22T08:17:07ZAnalisa Pola Penjualan Makanan Dengan Penerapan Algoritma Apriori2356-257910.33633/tc.v20i4.4715https://doaj.org/article/fa424580f9344928b5add9d5941b7be22021-11-01T00:00:00Zhttp://publikasi.dinus.ac.id/index.php/technoc/article/view/4715https://doaj.org/toc/2356-2579Banyaknya 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%.sunarti sunartiFrisma HandayannaEni IrfianiUniversitas Dian Nuswantoroarticlealgoritma apriori, rapidminer, data mining, penjualanInformation technologyT58.5-58.64IDTechno.Com, Vol 20, Iss 4, Pp 478-488 (2021) |
institution |
DOAJ |
collection |
DOAJ |
language |
ID |
topic |
algoritma apriori, rapidminer, data mining, penjualan Information technology T58.5-58.64 |
spellingShingle |
algoritma apriori, rapidminer, data mining, penjualan Information technology T58.5-58.64 sunarti sunarti Frisma Handayanna Eni Irfiani Analisa Pola Penjualan Makanan Dengan Penerapan Algoritma Apriori |
description |
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%. |
format |
article |
author |
sunarti sunarti Frisma Handayanna Eni Irfiani |
author_facet |
sunarti sunarti Frisma Handayanna Eni Irfiani |
author_sort |
sunarti sunarti |
title |
Analisa Pola Penjualan Makanan Dengan Penerapan Algoritma Apriori |
title_short |
Analisa Pola Penjualan Makanan Dengan Penerapan Algoritma Apriori |
title_full |
Analisa Pola Penjualan Makanan Dengan Penerapan Algoritma Apriori |
title_fullStr |
Analisa Pola Penjualan Makanan Dengan Penerapan Algoritma Apriori |
title_full_unstemmed |
Analisa Pola Penjualan Makanan Dengan Penerapan Algoritma Apriori |
title_sort |
analisa pola penjualan makanan dengan penerapan algoritma apriori |
publisher |
Universitas Dian Nuswantoro |
publishDate |
2021 |
url |
https://doaj.org/article/fa424580f9344928b5add9d5941b7be2 |
work_keys_str_mv |
AT sunartisunarti analisapolapenjualanmakanandenganpenerapanalgoritmaapriori AT frismahandayanna analisapolapenjualanmakanandenganpenerapanalgoritmaapriori AT eniirfiani analisapolapenjualanmakanandenganpenerapanalgoritmaapriori |
_version_ |
1718417833353805824 |