Claim Missing Document
Check
Articles

Found 3 Documents
Search

Optimalisasi Strategi Pemenuhan Persediaan Stok Barang Menggunakan Algoritma Frequent Pattern Growth Deddy Kurniawan; Maurits Sahata Sipayung; Rika Ismayanti; Muhammad Rivani Ibrahim; Yeva Bintan; Sherina Aulia Miranda
METIK JURNAL Vol 6 No 2 (2022): METIK Jurnal
Publisher : LPPM Universitas Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47002/metik.v6i2.387

Abstract

Pemenuhan kebutuhan stok persediaan barang merupakan salah satu dari pilar utama proses bisnis yang rutin dilakukan pelaku bisnis secara umum. Peluang akan terjadinya kesalahan perhitungan yang dilakukan secara konvensional tanpa adanya sebuah analisis mendalam yang menyebabkan tidak akuratnya penentuan jumlah persediaan yang harus dipenuhi. Hasil penelitian menyajikan sebuah solusi dengan pendekatan Data Mining menggunakan teknik aturan asosiasi (association rule). Pendekatan data mining dibangun dengan menggunakan sebuah kerangka kerja pupuler data mining CRoss Industry Standard Process for Data Mining (CRISP-DM) yang dikerjakan dalam 6 tahapan yaitu Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation, dan Deployment. Sampel UMKM kota samarinda menjadi objek pada penelitian dengan menggunakan 1000 data dari riwayat transaksi penjualan dalam kurun waktu tertentu yang diidentifikasi dengan menjalankan algoritma Frequent Pattern Growth (FP-Growth) untuk memaksimalkan kinerja komputasi dalam proses ekstraksi pola item barang. Ekstraksi pola aturan dari dataset transaksi penjualan dilakukan dengan 9 kali percobaan dengan melakukan perubahan nilai support (S) dan confidence (C) dengan hasil percobaan trbaik menghasilkan 9 best rule dengan rentang nilai S sebesar 9% - 14% dan C sebesar 60% - 75% yang mencakup aturan 2-itemset dan 3-itemset. Masing-masing rule diterapkan uji lift yang menghasilkan rentang nilai 2.790 – 3.698 dengan rata-rata nilai lift sebesar 3.26, dimana setiap aturan memenuhi nilai minimum (lift > 1.00) yang menunjukkan setiap kombinasi aturan memiliki peluang cross-selling yang baik
APLIKASI LOWONGAN KERJA PADA PT NUSARAYA AGRO SAWIT MEJANG INDAH ESTATE BERBASIS WEB Deddy Mirwansyah; Rika Ismayanti; Dera Intania
PROSIDING SEMINASTIKA Vol 4 No 1 (2022): 4th SEMINASTIKA 2022
Publisher : Universitas Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47002/seminastika.v4i1.401

Abstract

Coming Soon
APPLICATION OF WEB-BASED APRIORI ALGORITHM FOR DRUG INVENTORY AT KHAIRI FARMA PHARMACY Muhamad Nur Zidan ZIDAN; Rika Ismayanti; Nariza Wanti Wulan Sari
Multica Science and Technology Vol 2 No 2 (2022): Multica Science and Technology
Publisher : Universitas Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47002/mst.v2i2.365

Abstract

Inventory has a very important role in increasing sales and service to consumers. The purpose of this study was to determine the information and sales patterns in the form of association rules at a certain period that can provide advice to the pharmacy in managing drug inventory. The algorithm used in this study is a priori to determine the results of sales patterns in the form of association rules. Association rules are obtained by implementing an apriori data mining algorithm to a website-based system using laravel and the resulting calculation results are in the form of Drug Association rules purchased simultaneously. With a minimum support value of 2, there are 214 items in 1 – the itemset that passes the minimum support and 9 association rules formed from all transactions of 519 data with a confidence value of more than 30%. From the resulting Association rules, there are Association rules with the highest confidence value of 66.67% in the form of ketotifen and cupanol pairs purchased simultaneously.