Ardani, Ravi Ari Tri
Unknown Affiliation

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

Found 1 Documents
Search

Prediksi Penjualan Parfum Menggunakan Algoritma Apriori pada Queen Parfume Ardani, Ravi Ari Tri; Jupriyadi, Jupriyadi; Styawati, Styawati; Andika, Rio
TELEFORTECH : Journal of Telematics and Information Technology Vol 4, No 2 (2023)
Publisher : Fakultas Teknik dan Ilmu Komputer, Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/tft.v4i2.4556

Abstract

Queen Parfum adalah sebuah toko yang bergerak di industri penjualan parfum, menawarkan berbagai macam aroma dengan kualitas premium. Merk parfum yang dijual dicatat dalam buku penjualan untuk dilaporkan kepada pemilik toko. Buku penjualan ini mencatat data penjualan harian. Setiap hari, terjadi transaksi penjualan parfum di toko, sehingga data penjualan terus bertambah dan semakin besar seiring waktu. Data ini digunakan untuk mengetahui kombinasi produk parfum yang sering dibeli bersamaan. Algoritma Apriori menggunakan frekuensi atribut yang telah diketahui sebelumnya untuk memproses informasi selanjutnya. Market basket analysis adalah metodologi untuk menganalisis kebiasaan membeli konsumen dengan menemukan asosiasi antar item yang berbeda menggunakan data transaksi penjualan. Tujuan market basket analysis adalah untuk mengetahui produk mana yang sering dibeli bersamaan. Berdasarkan hasil analisis dari 3556 data, didapatkan 4 aturan dengan nilai minimum support 0.002 dan minimum confidence 0.008, sebagai berikut: Jika membeli parfum Taylor Swift, maka akan membeli parfum Baccarat dengan nilai confidence 0.0802. Jika membeli parfum Dunhil Blue, maka akan membeli parfum Baccarat dengan nilai confidence 0.0720. Jika membeli parfum Baccarat, maka akan membeli parfum Taylor Swift dengan nilai confidence 0.0466. Jika membeli parfum Baccarat, maka akan membeli parfum Dunhil Blue dengan nilai confidence 0.0381. Strategi yang dapat dilakukan setelah mengetahui pola belanja konsumen ini adalah menempatkan produk-produk tersebut berdekatan agar lebih mudah dan cepat diakses oleh konsumen yang ingin membeli.