Skip to Main Content Skip to article
Sangia Media

Router Research

Volume 1, Issue 1, December 2019, Pages 16-21

Full Length Articles
Implementasi Data Mining pada Penjualan Produk Millionare Club Indonesia dengan Algoritma Apriori

Under a Creative Commons license
Open Access

Abstract

Dalam persaingan dunia bisnis sekarang ini menuntut para pelakunya untuk senantiasa mengembangkan bisnis mereka dan juga agar selalu bertahan dalam persaingan. Untuk mencapai hal itu, ada beberapa hal yang bisa dilakukan yaitu dengan meningkatkan kualiatas produk, penambahan jenis produk, dan pengurangan biaya operasional perusahaan. Untuk memenuhi kebutuhan tersebut terdapat beberapa hal yang bisa dijalankan salah satunya dengan melakukan analisis data perusahaan. Dalam data mining terdapat beberapa algoritma atau metode yang dapat dilakukan, salah satunya yaitu algoritma apriori yang termasuk dalam aturan asosiasi dalam data mining. Algoritma apriori yang bertujuan untuk menemukan frequent item sets pada sekumpulan data. Algoritma apriori didefinisikan suatu proses untuk menemukan suatu aturan apriori yang memenuhi syarat minimum untuk support dan syarat minimum untuk confidence. Tujuan dari tugas akhir ini adalah untuk mengetahui apakah algoritma apriori dapat mengembangkan penjualan dan strategi pemasaran serta mengetahui hubungan antar barang guna menentukan penempatan barang. Kesimpulan dari pembuatan tugas akhir ini adalah mengidentifikasi barang-barang yang dibeli secara bersamaan kemudian digunakan untuk mengatur penempatan/tata letak barang.

Keywords

Data Mining
Penjualan Produk MCI
Algoritma Apriori
Support
Confidence

Funding Information

Program Studi Sistem Komputer Stimik Bina Bangsa Kendari

Declarations

License and permission

Creative Commons LicenseThis article is distributed under the terms of the Creative Commons Attribution 4.0 International License (https://creativecommons.org/licenses/by/4.0), which permits use, sharing, adaptation, distribution and reproduction in any medium or format, as long as you give appropriate credit to the original author(s) and the source, provide a link to the Creative Commons licence, and indicate if changes were made. The images or other third party material in this article are included in the article's Creative Commons licence, unless indicated otherwise in a credit line to the material. If material is not included in the article's Creative Commons licence and your intended use is not permitted by statutory regulation or exceeds the permitted use, you will need to obtain permission directly from the copyright holder.

Publisher's Note

Sangia Publishing remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.

Ethical approval acknowledgements

No ethical approval required for this article.

Competing interest

No conflict of interest has been declared by the authors.

Supplementary files

Data sharing not applicable to this article as no datasets were generated or analysed during the current study, and/or contains supplementary material, which is available to authorized users.