Implementation of Data Mining Using Apriori Algorithm to Determine Inventory of Goods

Implementasi Data Mining Menggunakan Algoritma Apriori Untuk Menentukan Persediaan Barang

Abstract

Pengusaha yang bergerak di bidang perbelanjaan memiliki prospek yang menjanjikan karena dapat melayani masyarakat kelas bawah dan menengah  atas serta memberikan kemudahan bagi masyarakat untuk membeli barang sehari-hari tanpa harus pergi ke supermarket atau pasar swalayan. Namun apabila ketersediaan barang atau bahan  yang diperlukan tidak terjamin secara optimal, maka dapat terjadi kekurangan barang atau bahan yang diperlukan. Hal ini juga terjadi di beberapa toko, di mana pelanggan sering kali kehabisan stok berbagai produk dan perlengkapan yang mereka cari, namun hal ini disebabkan oleh kurangnya kebiasaan manajemen inventaris di toko tersebut. Dalam hal ini, tentang mencari tahu produk dan kebutuhan apa  yang dibutuhkan  pelanggan toko. Dataset ini menggunakan beberapa variabel seperti tanggal transaksi, nama produk, dan jumlah penjualan atau pembelian dengan menerapkan algoritma apriori. Algoritma apriori adalah  jenis aturan asosiasi dalam data mining yang digunakan untuk menganalisis dan menemukan pola korelasi. Data yang digunakan dalam penelitian ini adalah sampel 100 data transaksi penjualan. Aturan asosiasi final yang diperoleh dari data transaksi tersebut adalah “Jika konsumen membeli Tepung  maka akan membeli Minyak dan Telur” dengan persentase support sebesar 54% dan confidence sebesar 96%. Hasil ini memberikan data nama-nama produk terlaris, yang dapat di gunakan sebagai perkiraan persediaan untuk menghindari kursi kosong yang dapat mengakibatkan kekecewaan pelanggan.