Perancangan Aplikasi Data Mining Untuk Penjualan Bandrek Susu Sultan Menggunakan Metode Fp Growth

Viktor Alex Sander Aritonang; Imran Lunbis; Divi Handoko

doi:10.58794/jekin.v5i3.1607

Authors

Viktor Alex Sander Aritonang Universitas Harapan Medan
Imran Lunbis Universitas Harapan Medan
Divi Handoko Universitas Harapan Medan

DOI:

https://doi.org/10.58794/jekin.v5i3.1607

Keywords:

Bandrek Sultan, Penjualan, Data Mining, Fp-Growth, Aturan Asosiasi

Abstract

Bandrek Sultan adalah suatu tempat yang menyediakan minuman seperti bandrek, TST, milo dingin, susu dingin. Minuman ini mempunyai rasa yang unik, sehingga dapat diminati oleh pembeli. Penjualan Bandrek Sultan mengalami penurunan yang signifikan. Untuk meningkatkan penjualan Bandrek Sultan, diperlukan strategi yang tepat yaitu menggunakan data mining. Data mining adalah salah satu metode dalam ilmu komputer yang dapat digunakan untuk menganalisis data secara kuantitatif dan menghasilkan informasi yang bermanfaat. Metode fp growth adalah metode yang bermanfaat untuk menemukan aturan asosiasi dalam data transaksi. Aturan asosiasi adalah aturan yang menunjukkan keterkaitan antara dua atau lebih item dalam data transaksi. Pada hasil rules yang terbentuk didapatkan BS, TP support 25,80 %, confidence 53,33%. BS, TD support 16,12 %, confidence 33,33%. BS, TMD support 16,12 %, confidence 33,33%. BS, ND support 19,35 %, confidence 40 %. BS, BO support 6,45 %, confidence 13,33 %. BS, PT support 9,67 %, confidence 20%. BS, KHP support 12,90 %, confidence 26,66 %. TP, TD support 3,22 %, confidence 6,66 %. TP, TMD support 16,12 %, confidence 33,33 %. TP, ND support 16,12 %, confidence 33,33 %.

Downloads

Download data is not yet available.

References

H. Prastiwi, Jeny Pricilia, and Errissya Rasywir, “Implementasi Data Mining Untuk Menentuksn Persediaan Stok Barang Di Mini Market Menggunakan Metode K-Means Clustering,” J. Inform. Dan Rekayasa Komputer(JAKAKOM), vol. 2, no. 1, 2022, doi: 10.33998/jakakom.2022.2.1.34.

D. Rizaldi and A. Adnan, “Market Basket Analysis Menggunakan Algoritma Apriori: Kasus Transaksi 212 Mart Soebrantas Pekanbaru,” J. Stat. dan Apl., vol. 5, no. 1, 2021, doi: 10.21009/jsa.05103.

M.hafizh, Gushelmi, Triana Novita, Selvi Zola Fenia, and Emil Naf’an, “Analisa Algoritma Association Rule pada Calon Mahasiswa Program Magister di masa Pandemi dengan Metode FP-Growth,” SATIN - Sains dan Teknol. Inf., vol. 8, no. 2, 2022, doi: 10.33372/stn.v8i2.908.

J. Dongga, A. ` Sarungallo, N. Koru, and G. Lante, “Implementasi Data Mining Menggunakan Algoritma Apriori Dalam Menentukan Persediaan Barang (Studi Kasus: Toko Swapen Jaya Manokwari),” G-Tech J. Teknol. Terap., vol. 7, no. 1, 2023, doi: 10.33379/gtech.v7i1.1938.

J. Homepage, E. Junianto, and R. Rachman, “Penerapan Data Mining Metode Apriori dan FP-Tree Pada Penjualan Media Edukasi (Studi Kasus : Oisha Smartkids),” 2020.

Dicoding Intern, “Contoh Use Case Diagram Lengkap dengan Penjelasannya,” Dicoding - Blog.

M. R. Fauzi and K. Mandala, “PENGARUH KUALITAS PELAYANAN, KUALITAS PRODUK, DAN INOVASI PRODUK TERHADAP KEPUASAN UNTUK MENINGKATKAN LOYALITAS PELANGGAN,” E-Jurnal Manaj. Univ. Udayana, vol. 8, no. 11, 2019, doi: 10.24843/ejmunud.2019.v08.i11.p18.

P. Dwi Efranie and N. Rahaningsih, “IMPLEMENTASI ALGORITMA FP-GROWTH DALAM PENJUALAN DI TOKO SAMUDRA BAUT DAN TEKNIK,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 1, 2023, doi: 10.36040/jati.v7i1.6438.

N. Salsabila, N. Sulistiyowati, and T. N. Padilah, “Pencarian Pola Pemakaian Obat Menggunakan Algoritma FP-Growth,” J. Appl. Informatics Comput., vol. 6, no. 2, 2022, doi: 10.30871/jaic.v6i2.4187.

Tarigan Fahrul, Azanuddin, and Yanti Nur, “Implementasi Data Mining Menentukan Pola Penjualan Produk Toko Perabot Dua Bersaudara Kutalimbaru Dengan Menggunakan Fp-Growth,” J. CyberTech, vol. 1, no. 2, 2021.

J. Mambaya, M. S. Adha, S. Y. Padang, and M. Marchelin, “Evaluasi Pola Penataan Barang Di Toko Jaya dengan Algoritma FP-Growth,” Infinity, vol. 1, no. 2, 2022, doi: 10.47178/infinity.v1i2.1519.