PENGATURAN LAYOUT PRODUK BERDASARKAN HISTORIS PENJUALAN MENGGUNAKAN ALGORITMA APRIORI
Author (Penulis)
YESSIKA WAHYU HIDAYAH
Universitas Nusantara PGRI Kediri
Author Identity (NPM)
13.1.03.03.0057
Abstract
PENGATURAN LAYOUT PRODUK BERDASARKAN HISTORIS PENJUALAN MENGGUNAKAN ALGORITMA APRIORI
YESSIKA WAHYU HIDAYAH
13.1.03.03.0057
Fakultas Teknik – Prodi Sistem Informasi
Email: yessikawahyuhidayah@gmail.com
Erna Daniati, M.Kom1 dan Aidina Ristyawan, M.Kom2
UNIVERSITAS NUSANTARA PGRI KEDIRI
Abstrak
Meningkatnya penjualan alat listrik menjadikan keuntungan pemilik/pelaku usaha semakin bertambah ,namun hal ini juga berdampak pada penumpukan data. Dengan adanya transaksi penjualan setiap harinya, menjadikan data penjualan yang ada semakin bertambah banyak. Pada dasarnya kumpulan data tersebut memiliki informasi-informasi bermanfaat yang bisa digunakan untuk membantu mengambil keputusan dan untuk memperoleh pengetahuan baru tentang penjualan.
Penelitian ini bertujuan menghasilkan aplikasi pengolahan data yang mampu menyajikan aturan asosiasi kombinasi barang, menghasilkan aplikasi pengaturan layout produk berdasarkan historis penjualan menggunakan algoritma apriori dalam pengolahan data transaksi penjualan alat listrik sehingga dapat digunakan untuk menentukan tingkat rak barang serta membantu memberi masukan dan pengambilan keputusan yang tepat dan akurat dalam pengaturan layout produk
Data yang mengalami penumpukan tersebut, untuk selanjutnya diolah dengan salah satu metode dalam data mining yaitu algoritma apriori yang dapat digunakan untuk menemukan kombinasi item yang ada pada transaksi penjualan. Kombinasi item yang dihasilkan dari proses apriori ini kemudian akan digunakan sebagai bahan rekomendasi strategi promosi penjualan yang berupa layout produk.
Hasil penelitian menunjukkan tingkat rak barang yang terbentuk dari hasil perhitungan algoritma apriori. Dari hasil perhitungan di dapatkan hasil, terdapat 2 tingkat rak barang yang memiliki 2 kombinasi itemset barang. Hasil tersebut diketahui dari nilai support x confidence tertinggi.
Kata kunci : Algoritma Apriori, itemset, nilai support, nilai confidence