Claim Missing Document
Check
Articles

Found 1 Documents
Search

REKOMENDASI PENJUALAN PRODUK PADA DISTRO DECKHOOD MENGGUNAKAN ALGORITMA APRIORI Laurentino Da Costa; Istiadi Istiadi; Fitri Marisa
Prosidia Widya Saintek Vol 2, No 1 (2023)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (339.462 KB)

Abstract

Distro Deckhood merupakan salah satu distro yang mulai berkembang di Kota Malan, akan tetapi hasil penjualannya masih kurang maksimal dikarenakan belum menerapkan strategi penjualan. Penelitian ini bertujuan menerapkan algoritma apriori untuk merekomendasikan item produk penjualan yang saling berasosiasi pada Disro Deckhood. Suatu aplikasi dikembangkan untuk menampug data transaksi pembelian (invenori), penjualan (transaksi hasil kasir) dan layanan perhitungan algoritma apriori. Ujicoba dilakukan menggunakan data transaksi pada bulan Desember 2022 sebanyak 144 transaksi terdiri 359 barang dengan 70 jenis barang yang berbeda. Berdasarkan hasil perhitungan menggunakan algoritma apriori untuk data penjualan Distro Deckhood didapatkan hasil dengan tiga kombinasi itemset 0105002, 0101002, dan 0104002 dengan nilai support sebesar 5,56 % dan nilai convidence sebesar 72,73%. Nilai support yang didapatkan sebesar 5,56% yang artinya bahwa kemungkinan pelanggan membeli tiga item secara bersamaan sebesar 5,56% dan nilai confidence sebesar 72,73% yang berarti bahwa jika pelanggan membeli item 0105002 dan 0101002 mempunyai kemungkinan sebesar 72,73% membeli item 0104002. Hasil perhitungan untuk nilai support (5,56%) tidak memenuhi syarat standart minimum support (30%) sedangkan nilai confidence (72,73%) sudah memenuhi standart nilai minimum confidence (70%-80%). Hal ini dapat dipengaruhi oleh kurangnya jumlah dataset yang diproses yang berpengaruh terhadap hasil akhir.