Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal JTIK (Jurnal Teknik Informatika Kaputama)
ambu may tida
Universitas Merdeka Malang
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
ANALISA TRANSAKSI PENJUALAN MENGGUNAKAN METODE ALGORITMA APRIORI ambu may tida
JTIK (Jurnal Teknik Informatika Kaputama) Vol 6, No 1 (2022): Volume 6, Nomor 1 Januari 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ANALISA TRANSAKSI PENJUALAN MENGGUNAKAN METODE ALGORITMA APRIORI INI BERTUJUAN UNTUK MENGETAHUI POLA PEMBELIAN KONSUMEN SEHINGGA BISA MENENTUKAN POLA PENEMPATAN BARANG DITOKO SAKATO
ANALISA TRANSAKSI PENJUALAN MENGGUNAKAN METODE ALGORITMA APRIORI (STUDI KASUS TOKO BUSANA SAKATO, GAJAH MADA PLAZA B-19 MALANG) Ambu May Tida; Anis Zubair
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 6 No. 1 (2022): Volume 6, Nomor 1, Januari 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v6i1.379

Abstract

Untuk mengetahui jenis pakaian apa saja yang sering dibeli oleh konsumen, dapat dilakukan dengan proses analisis data penjualan untuk mengetahui kebiasaan beli konsumen. Mencari jenis pakaian apa saja yang sering dibeli secara bersamaan oleh konsumen,dilakukan dengan menggunakan salah satu aturan asosiasi yaitu Algoritma Apriori. Agoritma apriori akan digunakan dalam penelitian ini untuk mencari pola pembelian konsumen pada toko busana sakato. Dari hasil pembahasan dan analisis data yang dilakukan dapat disimpulkan bahwa dengan penerapan Algoritma Apriori dalam menentukan kombinasi antar itemset dengan minimum support 30% dan minimum confidence 60% ditemukan 7 aturan asosiasi terbaik dari pengujian data pada bulan Oktober 2019 hingga bulan April 2020. Toko Sakato dapat lebih memanfaatkan laporan penjualannya sebagai acuan untuk menentukan pola penempatan barang sehingga dapat meningkatkan penjualan. Dalam proses analisis data untuk menentukan pola pembelian konsumen terdiri dari dua bagian yaitu analisa pola frekuensi tinggi dan pembentukan aturan asosiasi. Dari hasil penelitian ini pihak toko dapat menggunakannya sebagai acuan untuk pola penempatan barang. Analisis ini dilakukan menggunakan Microsoft Excel dan aplikasi tambahan Rapidminer versi 9.9.
Co-Authors Anis Zubair, Anis