Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Konstelasi: Konvergensi Teknologi dan Sistem Informasi
Enny Dwi Oktaviyani
Program Studi Teknik Informatika, Universitas Palangka Raya
Computer Science & IT

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

Found 2 Documents
Search

 1 
Penerapan Algoritma Apriori untuk Mencari Pola Transaksi Penjualan Berbasis Web pada Cafe Sakuyan Side Tina Kurniana; Ariesta Lestari; Enny Dwi Oktaviyani
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 3 No. 1 (2023): Juni 2023
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/konstelasi.v3i1.7005

Abstract

Abstrak. Dalam menjalankan usaha bisnis kafe diperlukan suatu strategi penjualan agar dapat menarik pelanggan. Strategi penjualan yang dapat dilakukan antara lain membuat paket menu dan cross-selling (menawarkan produk tambahan atau pelengkap kepada pelanggan). Sakuyan Side merupakan salah satu kafe yang ada di Kota Palangka Raya, Kalimantan Tengah memiliki data transaksi penjualan yang cukup banyak setiap harinya, namun sayangnya hanya dimanfaatkan sebagai laporan keuangan. Padahal dengan menggunakan data mining algoritma apriori, data transaksi penjualan tersebut dapat dianalisis dan diolah untuk mendapatkan suatu pola penjualan berdasarkan menu transaksi penjualan. Dari hasil pola penjualan ini dapat digunakan sebagai bahan pertimbangan dalam menyusun strategi penjualan yakni rekomendasi pembuatan paket menu dan rekomendasi penawaran produk tambahan atau biasa disebut sebagai cross-selling. Hasil pengujian aturan asosiasi menggunakan lift ratio pada bulan Maret sampai September 2022 dengan minimum support 2% dan minimum confidence 5% berdasarkan menu transaksi didapatkan sebanyak 158 aturan asosiasi yang valid (kuat). Dari hasil aturan asosiasi yang valid (kuat) tersebut dapat digunakan pihak manajemen kafe sebagai bahan pertimbangan dalam menyusun strategi penjualan.   Abstract. In running a cafe business, a sales strategy is needed in order to attract customers. Sales strategies that can be carried out include making menu packages and cross-selling (offering additional or complementary products to customers). Sakuyan Side is one of the cafes in Palangka Raya City, Central Kalimantan, which has quite a lot of sales transaction data every day, but unfortunately, it is only used as a financial report. In fact, by using the Apriori data mining algorithm, the sales transaction data can be analyzed and processed to obtain a sales pattern based on the sales transaction menu. From the results of this sales pattern, it can be used as material for consideration in developing a sales strategy, namely recommendations for making menu packages and recommendations for additional product offerings or commonly referred to as cross-selling. The results of testing the association rules using a lift ratio from March to September 2022 with a minimum support of 2% and a minimum confidence of 5% were 158 valid (strong) association rules. From the results of valid (strong) association rules, the cafe management can use it as a consideration in developing a sales strategy.
Analisis Perbandingan Algoritma Apriori, FP-Growth, dan Eclat dalam Menemukan Pola Pembelian Konsumen Yusuf Husain; Enny Dwi Oktaviyani; Sherly Christina
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 3 No. 2 (2023): Desember 2023
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/konstelasi.v3i2.7007

Abstract

Abstrak. Apotek Sasameh Sehat saat ini memiliki permasalahan dalam perencanaan stok obat. Saat ini perencanaan obat masih dilakukan secara manual tanpa menggunakan sistem. Permasalahan tersebut dapat diatasi dengan menganalisis kebiasaan pembelian konsumen menggunakan associations rules mining. Penelitian ini menggunakan tiga algoritma associations rules mining yaitu Algoritma Apriori, FP-Growth dan Eclat. Terdapat perbedaan pada ketiga algoritma tersebut, yaitu dalam hal kecepatan eksekusi serta aturan yang dihasilkan. Oleh karena itu, penelitian ini akan membandingkan ketiga algoritma tersebut untuk mengetahui algoritma mana yang paling cocok untuk permasalahan Apotek Sasameh Sehat. Berdasarkan uji perbandingan algoritma, waktu eksekusi tercepat adalah Algoritma Fp growth, diikuti oleh Algoritma Eclat dan terakhir adalah Algoritma Apriori. Berdasarkan rule yang dihasilkan, ketiga algoritma pada setiap percobaan memiliki jumlah rule yang sama. Kesimpulannya adalah algoritma yang terbaik untuk menangani permasalahan di Apotek Sasameh Sehat adalah Algoritma FP-Growth. Abstract. Currently, the Sasameh Sehat Pharmacy has problems planning drug stocks. The drug planning is still done manually without using a system. These problems can be overcome by analyzing consumer buying habits using association rules mining. This study uses three association rules mining algorithms, namely the Apriori, FP-Growth and Eclat algorithms. There are differences in the three algorithms, namely in terms of execution speed and the resulting rules. Therefore, this study compared the three algorithms to find out which algorithm iwas the most suitable for the problem of the Sasameh Sehat Pharmacy. Based on the comparison test of algorithms, the fastest execution time was the Fp growth Algorithm, followed by the Eclat Algorithm and the Apriori Algorithm. Based on the rules generated, the three algorithms in each experiment had the same number of rules. Thus, it can be concluded that the best algorithm for dealing with problems at the Sasameh Sehat Pharmacy is the FP-Growth Algorithm.  
Co-Authors Ariesta Lestari Sherly Christina Tina Kurniana Yusuf Husain