Arsita, Ananda Dwi
Unknown Affiliation

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

Found 2 Documents
Search

Analisis Pola Penjualan di Toko Retail Menggunakan Algoritma Apriori dengan Rapid Minner Suherman; Arsita, Ananda Dwi; Afriantoro, Irfan
Jurnal Teknologi Informatika dan Komputer Vol. 10 No. 2 (2024): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v10i2.2407

Abstract

Dalam menghadapi era teknologi yang semakin berkembang dan memberikan efek yang sangat besar dalam persaingan ekonomi. Dalam hal ini yaitu persaingan  pengusaha-pengusaha dibidang perdagangan barang dalam meningkatkan hasil penjualan menjadi lebih baik. Data Mining telah diimplementasikan ke berbagai bidang, diantaranya bidang bisnis atau perdangangan, bidang pendidikan, dan telekomunikasi. Dibidang bisnis misalnya hasil implementasi data mining dapat membantu para pebisnis dalam kebijakan pengambilan keputusan terhadap apa yang berhubungan dengan persediaan barang. Misalnya pentingnya sistem persediaan barang di suatu Toko Kharisma dan jenis barang apa yang menjadi prioritas utama yang harus di stok untuk mengantisipasi kekosongan barang. Karena minimnya stok barang dapat berpengaruh pada pelayanan konsumen dan pendapatan Toko Kharisma. Metode yang sering digunakan untuk menganalisa pola pembelian pelanggan adalah metode asosiasi atau association rule mining. Association rule mining adalah suatu metode untuk mencari pola hubungan antar satu atau lebih itemset yang ada dalam suatu dataset. Algoritma yang paling popular dalam mencari pola hubungan itemset adalah algoritma Apriori atau sering disebut dengan market base analysis. Data mining adalah sebagai proses untuk mendapatkan informasi yang bergunadari gudang basis data yang besar. Data mining juga dapat diartikan sebagaipengekstrakan.informasi baru yang diambil dari bongkahan data besar yang membantu dalam pengambilan keputusan. Data mining sering juga disebut dengan Knowledge Discovery in Database atau disingkat KDD, adalah kegiatan yang meliputi pengumpulan, pemakaian data histori untuk menelusuri data yang ada untuk membangun sebuah model agar dapat mengenali pola data yang lain berukuran besar.
Analisis Pola Penjualan di Toko Retail Menggunakan Algoritma Apriori dengan Rapid Minner Suherman; Arsita, Ananda Dwi; Afriantoro, Irfan
Jurnal Teknologi Informatika dan Komputer Vol. 10 No. 2 (2024): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v10i2.2407

Abstract

Dalam menghadapi era teknologi yang semakin berkembang dan memberikan efek yang sangat besar dalam persaingan ekonomi. Dalam hal ini yaitu persaingan  pengusaha-pengusaha dibidang perdagangan barang dalam meningkatkan hasil penjualan menjadi lebih baik. Data Mining telah diimplementasikan ke berbagai bidang, diantaranya bidang bisnis atau perdangangan, bidang pendidikan, dan telekomunikasi. Dibidang bisnis misalnya hasil implementasi data mining dapat membantu para pebisnis dalam kebijakan pengambilan keputusan terhadap apa yang berhubungan dengan persediaan barang. Misalnya pentingnya sistem persediaan barang di suatu Toko Kharisma dan jenis barang apa yang menjadi prioritas utama yang harus di stok untuk mengantisipasi kekosongan barang. Karena minimnya stok barang dapat berpengaruh pada pelayanan konsumen dan pendapatan Toko Kharisma. Metode yang sering digunakan untuk menganalisa pola pembelian pelanggan adalah metode asosiasi atau association rule mining. Association rule mining adalah suatu metode untuk mencari pola hubungan antar satu atau lebih itemset yang ada dalam suatu dataset. Algoritma yang paling popular dalam mencari pola hubungan itemset adalah algoritma Apriori atau sering disebut dengan market base analysis. Data mining adalah sebagai proses untuk mendapatkan informasi yang bergunadari gudang basis data yang besar. Data mining juga dapat diartikan sebagaipengekstrakan.informasi baru yang diambil dari bongkahan data besar yang membantu dalam pengambilan keputusan. Data mining sering juga disebut dengan Knowledge Discovery in Database atau disingkat KDD, adalah kegiatan yang meliputi pengumpulan, pemakaian data histori untuk menelusuri data yang ada untuk membangun sebuah model agar dapat mengenali pola data yang lain berukuran besar.