Implementasi Metode Algoritma Apriori untuk Prediksi Transaksi Penjualan Produk pada Aplikasi Point of Sales (Study Kasus: Xyz Tea Milk)
Keywords:
Algoritma Apriori, Point of Sales, PHP, MySQL, Data MiningAbstract
Xyz Tea Milk merupakan bisnis minuman dan
makanan kekinian, dimana saat ini sedang marak di masyarakat
dan mengedepankan konsep kafe serta online. Banyaknya data
transaksi yang dihasilkan pun semakin lama semakin meningkat,
jika data tidak diolah dengan baik, maka data-data transaksi
penjualan tersebut tidak menjadi hasil yang bermanfaat untuk
meningkatkan kemajuan dan evaluasi bisnis. Dari permasalahan
tersebut, untuk meningkatkan kemajuan bisnis pada Xyz Tea
Milk, data-data penjualan tersebut dimanfaatkan dan diolah
menjadi informasi serta pengetahuan yang biasa disebut dengan
data mining. Penulis menggunakan metode algoritma apriori,
dimana algoritma apriori ini dirancang pada aplikasi Point of
Sales dengan pola asosiasi, menggunakan bahasa PHP dan
database MySql. Berdasarkan hasil penelitian yang telah
dilakukan, diperoleh hasil dari 1423 data transaksi yang diolah
dengan minimal support 10% dan minimal confidence 10%
diperoleh 8 aturan yang terbentuk.
References
Firmansyah, Devie, “Implementasi Algoritma Apriori Pada Data
Penjualan Frisian Flag di PT. Triyanto Sukses Mandiri Bandungâ€
A. Kurniawan, R. R. Saedudin, and R. Andreswari, “Penerapan
Data Mining Restoran Pagi Sore Menggunakan Metode Algoritma
Apriori†2021.
Alma’arif Esha, Utami Ema, Wibowo Ferry Wahyu,
“Implementasi Algoritma Apriori untuk rekomendasi Produk pada
Toko Online†2020. vol. 10, no. 2. pp. 53
–59, 2018.
S. H. Pratiwi, R. Andreswari, and I. Darmawan, “Apriori Pada
Rumah Sakit Port Medical Center Jakarta†2020.
Anjar Wanto, Muhammad Noor Hasan Siregar, dkk. 2020. Data
Mining Algoritma & Implementasi. Bandung: Open Library
Telkom university.
A. Nursikuwagus and T. Hartono, “Nursikuwagus, A., & Hartono,
T. (2016). Implementasi Algoritma Apriori Untuk Analisis
Penjualan Dengan Berbasis Web. Simetris J. Tek. Mesin, Elektro
dan Ilmu Komput., vol. 7, no. 2, p. 701, 2016..
A. Taran and D. S. Silnov, “Research of attacks on MySQL
servers using HoneyPot technology,†Proc. 2017 IEEE Russ. Sect.
Young Res. Electr. Electron. Eng. Conf. ElConRus 2017, pp.
–226, 2017.
K. I. Satoto, R. R. Isnanto, R. Kridalukmana, and K. T. Martono,
“Optimizing MySQL database system on information systems
research, publications and community service,†Proc.- 2016 3rd Int. Conf. Inf. Technol. Comput. Electr. Eng. ICITACEE 2016, pp. 1–5, 2017.
G. Ongo and G. P. Kusuma, “Hybrid Database System of MySQL
and MongoDB in Web Application Development,†Proc. 2018 Int. Conf. Inf. Manag. Technol. ICIMTech 2018, no. September, pp. 256 –260, 2018.
V. R. L. Shen, C. S. Wei, and T. T. Y. Juang, “Javascript Malware
Detection Using A High-Level Fuzzy Petri Net,†Proc.- Int. Conf.Mach. Learn. Cybern., vol. 2, pp. 511–514, 2018.
Y. Liu, “JSOptimizer: An extensible framework for javascript
program optimization,†Proc.- 2019 IEEE/ACM 41st Int. Conf.Softw. Eng. Companion, ICSE-Companion 2019, pp. 168–170,2019.
