PENERAPAN METODE ASSOCIATION RULE MINING PADA DATA TRANSAKSI PENJUALAN PRODUK KARTU PERDANA KUOTA INTERNET MENGGUNAKAN ALGORITMA APRIORI

Uci Baetulloh; Acep Irham Gufroni; Rianto -

doi:10.24176/simet.v10i1.2890

PENERAPAN METODE ASSOCIATION RULE MINING PADA DATA TRANSAKSI PENJUALAN PRODUK KARTU PERDANA KUOTA INTERNET MENGGUNAKAN ALGORITMA APRIORI

Uci Baetulloh
Acep Irham Gufroni
Rianto -

Abstract

Data transaksi penjualan produk kartu perdana kuota internet dapat dijadikan sebagai bahan acuan untuk mengetahui seberapa besar tingkat penjualan produk yang telah dipasarkan oleh beberapa operator telekomunikasi seluler. Data tersebut tidak hanya dijadikan sebagai data arsip penyimpanan laporan penjualan perusahaan saja, tetapi dapat dianalisa dan dimanfaatkan menjadi sebuah informasi untuk membantu dalam melakukan pengembangan strategi pemasaran produk. Tujuan dari penelitian ini yaitu untuk menemukan aturan asosiasi kombinasi antar item produk operator telekomunikasi seluler mana saja yang paling laku terjual di wilayah penjualan Priangan Timur meliputi cluster Ciamis, Garut dan Tasikmalaya. Perhitungan Algoritma Apriori pada aturan asosiasi ini dihitung melalui tiga tahap iterasi pembentukan kandidat k-itemset. Hasil analisa aturan asosiasi yang terbentuk dari perhitungan algoritma apriori dengan menentukan nilai minimum support 35% dan nilai minimum confidence 80%, menghasilkan 9 aturan asosiasi final terbaik pada cluster Ciamis, 21 aturan asosiasi final untuk cluster Tasikmalaya dan 7 aturan asosiasi final untuk cluster Garut. Ketiga wilayah penjualan tersebut produk yang paling sering laku terjual dipasaran outlet adalah produk dari operator kartu kuota internet XL dengan Telkomsel dan produk Indosat dengan Telkomsel. Dengan demikian hasil yang diperoleh dapat digunakan untuk membantu pengambil keputusan dalam meningkatkan penjualan produk yang lebih baik

Keywords

algoritma apriori; penjualan; produk kuota internet

Teks Lengkap:

PDF

Referensi

databoks.katadata.co.id, “Berapa Jumlah Kartu Telepon Seluler yang Beredar?,” databoks.katadata.co.id,2017. [Online]. Available: https://databoks.katadata.co.id/datapublish/2017/10/12/berapa-jumlah-kartu-telepon-seluler-yangberedar.

D. Listriani, A. H. Setyaningrum, and F. E. M. A, “Penerapan Metode Asosiasi Menggunakan Algoritma Apriori pada Aplikasi Analisa Pola Belanja Konsumen ( Studi Kasus Toko Buku GramediaBintaro ),” J. Tek. Inform., vol. 9, no. 2, pp. 120–127, 2016.

O. S. A. Destiyati and E. Ariwibowo, “Analisis Perbandingan Algortima Apriori dan Algoritma Hash Based pada Market Basket Analysis di Apotek UAD,” J. Sarj. Tek. Inform., vol. 3, no. 1, pp. 1–10,2015.

D. Kusumo, M. Bijaksana, and D. Darmantoro, “Data Mining Dengan Algoritma Apriori Pada RDBMS Oracle,” J. Penelit. dan Pengemb. Telekomun., 2003.

Ristianingrum and Sulastri, “Implementasi Data Mining Menggunakan Algoritma Apriori,” SINTAK, pp. 372–382, 2017.

E. T. L. Kusrini, Algoritma Data Mining. 2009.

J. Han, M. Kamber, and J. Pei, Data Mining: Concepts and Techniques. 2012.

R. S. Pressman, “Rekayasa Perangkat Lunak,” in Rekayasa Perangkat Lunak, Andi, Ed. Yogyakarta,2012.

I. Djamaludin and A. Nursikuwagus, “Analisis Pola Pembelian Konsumen pada Transaksi Penjualan Menggunakan Algoritma Apriori,” SIMETRIS, vol.8, no. 2, pp. 671–678, 2017.

D. Fitriati, “Implementasi Data Mining untuk Menentukan Kombinasi Media Promosi Barang Berdasarkan Perilaku Pembelian Pelanggan Menggunakan Algoritma Apriori,” Annu. Resarch Semin., vol. 2, no. Implementasi Data Mining, pp. 472–480, 2016.

A. Wa. O. Gama, I. K. G. D. Putra, and I. P. A. Bayupati, “Implementasi Algoritma Apriori untuk Menemukan Frequent Itemset dalam Keranjang Belanja,” Tek. Elektro, vol. 15, no. 2, pp. 27–32, 2016

DOI: https://doi.org/10.24176/simet.v10i1.2890