Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : JOURNAL OF SCIENCE AND SOCIAL RESEARCH

PENERAPAN METODE ASOSSIATION RULE MINING (ARM) UNTUK MEMPREDIKSI JUMLAH STOK PRODUK PADA SWALAYAN FADHILLAH BENGKULU Irfan Wendiyansa; Liza Yulianti; Ila Yati Beti
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 7, No 1 (2024): February 2024
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v7i1.1683

Abstract

Abstract: Management of product sales data at Supermarket Fadhillah Bengkulu is still done manually. There is no system that helps predict the amount of product stock and the problem that is often faced is the scarcity of supply of products that are in demand at Supermarket Fadhilla. For decision making in determining the amount of product inventory that can be adjusted to market demand, Fadhilla Supermarkets does not yet use a system and is still calculating manually. Therefore, this research was carried out with the aim of implementing the Association Rule Mining (ARM) method in grouping sales data at the Fadhilla Supermarket. So you can easily determine and classify high product sales. The system implementation uses the PHP programming language and MySQL database and the method used in this research is the waterfall method. After carrying out the Association Rule Mining (ARM) process at the Fadhilla Supermarket with data testing, the results obtained were the highest level of product sales at the Fadhilla Supermarket, Bengkulu. This can be used as a reference by Supermarket Fadhilla for product supplies for the following month. Based on the results of calculations on sales transaction data using the Association Rule Mining (ARM) method with a minimum support of 50% and a minimum Confidance of 75%, the association value of the Association Rule Mining (ARM) method is 93.75%. Keywords: data mining, asossiation rule mining (ARM), swalayan fadhilla Abstrak: Pengelolaan data penjualan produk di Swalayan Fadhillah Bengkulu masih dilakukan secara manual. Belum terdapatnya sistem yang membantu dalam memprediksi jumlah stok produk dan permasalahan yang sering dihadapi adalah kelangkaan pasokan produk yang laris di Swalayan Fadhilla. Untuk pengambilan keputusan dalam menentukan jumlah persediaan produk yang dapat disesuaikan dengan permintaan pasar Swalayan Fadhilla belum menggunakan sistem dan masih dihitung secara manual. Oleh karena dilakukan penelitian ini dengan tujuan untuk mengimplementasikan metode Asossiation Rule Mining (ARM) dalam pengelompokan data penjualan pada Swalayan Fadhilla. Sehingga dengan mudah dapat menentukan dan mengklasifikasikan penjualan produk yang tinggi. Implementasi sistem menggunakan bahasa pemrograman PHP dan Database MySQL dan metode yang digunakan dalam penelitian ini adalah metode waterfall. Setelah dilakukan proses Asossiation Rule Mining (ARM) pada Swalayan Fadhilla dengan uji data maka didapatkan hasil tingkat penjualan produk tertinggi di Swalayan Fadhilla Bengkulu. Hal ini dapat dijadikan acuan oleh Swalayan Fadhilla untuk persediaan  produk bulan berikutnya. Berdasarkan hasil perhitungan terhadap data transaksi penjualan menggunakan metode Asosiation Rule Mining (ARM) dengan minimal support 50% dan minimum Confidance 75% maka nilai asosiasi metode Asosiation Rule Mining (ARM) sebesar 93,75%. Kata kunci: data mining, asossiation rule mining (ARM), swalayan fadhilla
PENERAPAN METODE CLUSTERING K-MEANS DALAM PENGELOMPOKKAN JUMLAH PENGUNJUNG PADA DINAS PERPUSTAKAAN DAN KEARSIPAN PROVINSI BENGKULU Ninti Putriani; Liza Yulianti; Rizka Tri Alinse
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 6, No 3 (2023): October 2023
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v6i3.1444

Abstract

Abstract: The Library and Archives Service of Bengkulu Province is a library based in the provincial capital of Bengkulu which aims to provide facilities and sources of information and become a center of learning. The number of visitors recorded on the visitor book list at the Library and Archives Service of Bengkulu Province can generate library visitor profile information. By using visitor data at the Library and Archives Service of Bengkuu Province, data mining can be carried out using the K-Means Clustering method. K-Means is a method of grouping data by taking the parameters of a number of clusters, and partitioning the data into these clusters. Based on the similarity between data in one cluster and the dissimilarity between different clusters, the center of the cluster is the average of the values of the cluster members. which are called centeroids. It is hoped that future research can be developed by adding attribute variables in forming visitor data groups for at the Library and Archives Service of Bengkuu Province such as regional and other variables.Keywords: K-Means; clustering; vb-netAbstrak: Dinas Perpustakaan dan kearsipan Provinsi Bengkulu merupakan perpustakaan yang berkedudukan di ibukota provinsi bengkulu yang bertujuan untuk menyediakan fasilitas dan sumber informasi dan menjadi pusat pembelajaran. Banyaknya pengunjung yang tercatat pada daftar buku pengunjung di Dinas Perpustakaan dan Kearsipan Provinsi Bengkulu dapat menghasilkan informasi profil pengunjung perpustakaan. Dengan menggunakan data pengunjung di Dinas Perpustakaan Dan Kearsipan Provinsi Bengkuu bisa dilakukan penambangan data (data mining) menggunakan metode Clustering K-Means. K-Means adalah metode pengelompokkan data dengan mengambil parameter sejumlah cluster, dan mempartisi data ke dalam cluster tersebut., dengan berpatokan pada kemiripan antar data dalam satu cluster dan ketidakmiripan di antar cluster yang berbeda, pusat dari cluster adalah rata-rata dari nilai anggota cluster yang disebut centeroid.Tujuan dari penelitian ini yaitu untuk membantu proses pengelompokkan jumlah data pengunjung pada kantor Dinas Perpustakaan. Diharapkan pada penelitian yang akan datang dapat dikembangkan dengan menambah variabel atribute dalam membentuk kelompok data pengunjung dinas perpustakaan dan kearsipan provinsi bengkulu seperti variabel wilayah dan lainnya.Kata kunci: K-Means; clustering; VB-Net