Umilhuda U
Universitas Pelita Bangsa

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

Found 1 Documents
Search
Journal : Journal of Practical Computer Science (JPCS)

PENERAPAN DATA MINING UNTUK MENGANALISA POLA PEMBELIAN SAYURAN HIDROPONIK MENGGUNAKAN METODE ALGORITMA APRIORI Sugeng Budi Rahardjo; Wiyanto W; Aprilia Sulistyohati; Umilhuda U
Journal of Practical Computer Science Vol 1 No 2 (2021): November 2021
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (643.708 KB) | DOI: 10.37366/jpcs.v1i2.939

Abstract

Seiring dengan maraknya usaha di bidang sayuran hidroponik, UD. Media Farms menyadari akan munculnya persaingan bisnis yang ketat, sehingga diperlukan strategi untuk menarik konsumen, kurangnya sumber informasi baru menjadi salah satu kendala kemajuan bisnis. Tujuan dari penelitian ini adalah untuk mengetahui informasi mengenai sayuran apa saja yang sering dibeli konsumen secara bersamaan dalam satu kali transaksi guna mengoptimalkan hasil panen sayuran hidroponik dan menentukan strategi bisnis penjualan sayuran hidroponik. Metode data mining yang digunakan dalam penelitian ini adalah metode association rule dengan algoritma apriori. Dari proses pengolahan data menggunakan algoritma aprori dan pengujian dengan alat rapid miner, dengan parameter support minimal 20% dan confidence minimal 60% maka aturan asosiasi yang terbentuk adalah 7 aturan. Dari 7 rule yang terbentuk, ditemukan 3 rule dengan nilai confidence tertinggi yaitu (selada → kangkung) dengan nilai support 50% dan confidence 79%, (selada, bayam merah → kangkung) dengan nilai support 25% dan kepercayaan diri 78%, (selada, pakcoy → kangkung) dengan nilai support 22% dan confidence 76%. Ketiga rule tersebut memiliki nilai lift ratio > 1 yang artinya rule tersebut valid dan dapat digunakan dengan baik.