Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Informatics for Educators and Professional : Journal of Informatics
Tio Prasetya
Rekaysa Perangkat Lunak, STMIK IKMI Cirebon
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering Other

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Analisis Data Transaksi Terhadap Pola Pembelian Konsumen Menggunakan Metode Algoritma Apriori Tio Prasetya; Julia Eka Yanti; Ade Irma Purnamasari; Arif Rinaldi Dikananda; Odi Nurdiawan
INFORMATICS FOR EDUCATORS AND PROFESSIONAL : Journal of Informatics Vol 6 No 1 (2021): INFORMATICS FOR EDUCATORS AND PROFESSIONAL : JOURNAL OF INFORMATICS (Desember 202
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51211/itbi.v6i1.1688

Abstract

Transaksi penjualan yang bertambah setiap hari mengakibatkan semakain bertambahnya data penjualan, dalam hal ini Toko Yoss Elektonik hanya memanfaatkan data penjualan sebagai arsip dan laporan bulanan. Data Mining merupakan kegiatan menambang/menggali data untuk mengenali pola atau aturan tertentu dari sejumlah dataset. Tujuan penelitian ini memenfaatkan Data Mining untuk membantu manajemen toko dalam menentukan pola penjualan dengan algoritma Apriori. Hal ini dilakukan dengan cara menganalisis data penjualan dan membandingkan dengan dua algoritma association rule untuk mengetahui aturan asosiasi. Hasil membandingkan dua algoritma Association Rules yaitu, algoritma Apriori dengan algoritma FP-Growth dengan hasil dari algoritma Apriori terdapat 6 aturan asosiasi, nilai tertinggi confidance 0,64 dengan aturan yang didapat jika membeli item 165SDB maka membeli KARAKTER, sedangkan hasil dari algoritma FP-Growth dengan nilai minimum support dan minimum confidance yang sama, terdapat 25 aturan asosiasi, nilai tertinggi confidance yaitu 1,00 dengan aturan yang didapat jika membeli item OKAYAMA maka membeli KARAKTER.
Co-Authors Ade Irma Purnamasari Arif Rinaldi Dikananda Julia Eka Yanti Odi Nurdiawan