Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI)
Anju Eliarsyam Lubis
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
IMPLEMENTASI DATA MINING DALAM PENJUALAN SEPEDA MOTOR SUZUKI PADA SEJAHTERA MOTOR GEMILANG DENGAN METODE ALGORITMA APRIORI Anju Eliarsyam Lubis
Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Vol. 1 No. 1 (2018): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Sisfokomtek

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.9767/jikomsi.v1i1.20

Abstract

Penjualan merupakan bagian dari pemasaran yang menentukan kelangsungan hidup perusahaan. Denganadanya penjualan, perusahaan dapat mencapai tujuan atau target. Untuk menjadi perusahaan yang terusberkembang di dalam penjualan sepeda motor, perusahaan harus mampu bersaing dalam meningkatkan volumepenjualan. Mulai dari meluncurkan prodak yang terbaik dalam kecanggihan sepeda motor, hingga potonganharga yang sangat menarik perhatian konsumen. Hal-hal seperti itu sudah sanggat sering dilakukan, sehinggaperusahaan tetap bisa bersaing, Sepeda motor adalah alat transfortasi roda dua yang lebih banyak digunakanorang umum. Mulai remaja hingga orag tua, tak jarang sepeda motor termasuk kebutuhan yang sanggat penting.Jika kita tidak memilikinya terasa amat sulit dalam melakukan aktifitas secara cepat. Tanpa ada batasanpenjualan menjadikan data penjualan semakin menumpuk, hingga akhirnya perusahaan kewalahan dalam halmengurus berkas nasabah. Untuk mengetahui penjualan terbanyak diperlukan Algoritma Apriori. AlgoritmaApriori, termasuk jenis aturan assosiasi pada Data Mining. Salah satu tahap assosiasi yang dapat menghasilkanalgoritma yang efisien adalah dengan analisis pola frekuensi tinggi. Dalam suatu assosiasi dapat diketahuidengan cara dua tolak ukur, yaitu : Support dan Confidence. Support “nilai penunang” merupakan persentasekombinasi item dalam sebuah Database, dan Confidence “nilai kepastian” ialah kuatnya hubungan antara itemdalam sebuah aturan asosiasi tersebut.
Co-Authors