IMPLEMENTASI DATA MINING UNTUK MEMPREDIKSI HASIL PENJUALAN BARANG PADA TOKO SINAR BARU DENGAN MENGGUNAKAN ALGORITMA APRIORI
Author (Penulis)
MUHAMMAD HAIKAL
Universitas Nusantara PGRI Kediri
Author Identity (NPM)
12.1.03.02.0213
Abstract
ABSTRAK
Muhammad Haikal : Implementasi Data Mining Untuk Memprediksi Hasil Penjualan Barang Pada Toko Sinar Baru Dengan Menggunakan Algoritma Apriori, Skripsi, Teknik Informatika, Fakultas Teknik, Universitas Nusantara PGRI Kediri, 2016
Kata kunci :Implementasi data mining, prediksi penjualan, algoritma apriori.
Penelitian ini di latar belakangi dari hasil pengamatan, saat ini dalam melakukan transaksi penjualan toko Sinar baru sudah menggunakan komputer dan mencatat data transaksi yang ada, namun data tersebut hanya berfungsi sebagai arsip toko saja sehingga belum digunakan sebagai data untuk memprediksi hasil penjualan barang yang akan datang yang diminati konsumen.
Tujuan dari penelitian ini adalah merancang dan membangun suatu aplikasi data mining untuk memprediksi hasil penjualan barang yang diminati konsumen pada toko Sinar baru dengan menggunakan algoritma apriori berdasarkan data transaksi penjualan.
Implementasi data mining merupakan suatu proses menambang pengetahuan dari data yang berjumlah besar agar mendapatkan informasi yang berguna. Dari implementasi data mining tersebut data diolah dengan menggunakan algoritma apriori untuk dapat memprediksi hasil penjualan barang.
Algoritma Apriori adalah salah suatu algoritma yang melakukan pencarian frequent itemset dengan menggunakan teknik association rule. Algoritma Apriori menggunakan pengetahuan frekuensi atribut yang telah diketahui sebelumnya untuk memproses informasi selanjutnya. Pada algoritma Apriori menentukan kandidat yang mungkin muncul dengan cara memperhatikan minimum support dan minimum confidence.
Berdasarkan hasil dari implementasi data mining untuk memprediksi hasil penjualan barang dengan menggunakan Algoritma Apriori menghasilkan suatu sistem yang dapat memberikan informasi kepada pemilik toko Sinar Baru dalam memprediksi barang yang diminati oleh konsumen dan juga dapat dimanfaatkan untuk merencanakan stok barang yang akan datang.