<![CDATA[Dengan semakin banyaknya kegiatan penjualan produk elektronik, jumlah data penjualan produk elektronik semakin bertambah banyak seiring waktu. Akibatnya, data hanya berfungsi sebagai arsip bagi toko Micro Electronic sehingga data penjualan yang besar ini tidak digunakan secara maksimal karena belum adanya sistem pendukung keputusan dan metode yang dapat digunakan untuk mengoptimalkan stok produk dalam meningkatkan penjualan. Kemampuan untuk memprediksi pola penjualan secara akurat sangat penting untuk kesuksesan perusahaan di pasar ritel elektronik yang kompetitif. Dalam penelitian ini, algoritma apriori digunakan untuk memprediksi pola penjualan Micro Electronic di Singkawang. Dengan menggunakan data penjualan selama dua bulan (Januari-Februari 2024), penelitian ini mengidentifikasi hubungan antara barang-barang yang sering dibeli bersama. Penelitian menunjukkan bahwa algoritma apriori dapat membantu dalam menemukan kombinasi produk populer, mengoptimalkan inventaris, dan meningkatkan profitabilitas toko. Beberapa metode yang digunakan meliputi pengumpulan, pembersihan, integrasi, seleksi, transformasi, mining, evaluasi pola, dan presentasi pengetahuan. Dengan minimum support sebesar 20%, ditemukan bahwa pelanggan yang membeli lampu LED juga cenderung membeli steker dengan tingkat confidence sebesar 35,05% atau sebaliknya dengan tingkat confidence sebesar 53,69%. Penelitian ini menunjukkan algoritma apriori memiliki potensi besar dalam hal ini.]]>
Copyrights © 2024
