Sistem Pendeteksi Pola Pembelian Konsumen Menggunakan Algoritma Apriori

Article Sidebar

pdf
Published: May 31, 2023
DOI: https://doi.org/10.24912/computatio.v7i1.16196
Keywords:
Algoritma Apriori Double Moving Average Pola Pembelian Konsumen Economic Order Quantity

Main Article Content

James Anderson
Universitas Tarumanagara

Abstract

Sistem pendeteksi pola pembelian konsumen menggunakan algoritma apriori adalah sebuah aplikasi berbasis web yang dibuat untuk mencatat transaksi antara toko dengan konsumen, kemudian memberikan pola pembelian konsumen berdasarkan data transaksi yang tersimpan pada sistem. Dari pola pembelian konsumen yang dihasilkan, aplikasi akan memberikan rekomendasi pengadaan barang untuk kelompok item tersebut. Aplikasi ini dibuat dengan menggunakan bahasa pemrograman Python, dengan metode hitung Apriori, Double Moving Average, dan Economic Order Quantity (EOQ). Pengujian aplikasi dilakukan melalui 3 tahapan yaitu Unit Testing, Internal Testing, dan User Acceptance Testing. Dengan dibuatnya aplikasi ini, diharapkan proses penentuan item-item yang harus diperhatikan dan cara pengadaan barang untuk mendapatkan biaya yang optimal dapat lebih mudah, sehingga toko Raja Jaya dapat terbantu.

Article Details

Issue
Vol. 7 No. 1 (2023): Computatio: Journal of Computer Science and Information Systems
Section
Articles
Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

This work is licensed under Creative Commons Attribution-ShareAlike 4.0 International License.

References

Abdullah, Isro N. Penerapan Metode Simple Moving Average Dalam Meramalkan Jumlah Angka Kelahiran Penduduk Di Kabupaten Alor. http://etheses.uin-malang.ac.id/21715/1/13610117.pdf, tanggal akses 30 Agustus 2021.

Despitaria; Sujaini, Herry; dan Tursina. Analisis Asosiasi pada Transaksi Obat Menggunakan Data Mining dengan Algoritma Apriori. Jurnal Sistem dan Teknologi Informasi (JUSTIN). Vol. 1, No. 1, 2016.

Fahrudin, Nur Fitriani. Penerapan Algoritma Apriori untuk Market Basket Analysis. MIND Journal. Vol. IV No. 1, Juni 2019.

Fiki Nurul Ulya, RI Masih Resesi, Pertumbuhan Ekonomi Minus 0,74 Persen pada Kuartal I-2021, https://money.kompas.com/read/2021/05/05/113857126/ri-masih-resesi-pertumbuhan-ekonomi-minus-074-persen-pada-kuartal-i-2021?page=all, tanggal akses 16 Agustus 2021.

Masnur, M. Alaika. Prediksi Kelulusan Mahasiswa UMG Dengan Metode Double Moving Average. http://eprints.umg.ac.id/630/, tanggal akses 30 Agustus 2021.

Saputro, Gilang Abi. Penerapan Algoritma Apriori Untuk Mencari Pola Penjualan Di Café. http://repository.unmuhjember.ac.id/3913/10/j.%20JURNAL.pdf, tanggal akses 30 Agustus 2021.

Sarumaha, Demonius. Penerapan Metode Double Moving Average Untuk Memprediksi Penjualan Tiket Kereta Api. Jurnal Teknik Informatika STMIK Budi Darma, 2021.

Sugiyatno; dan Widyasari, Adhika Pramita. Aplikasi Monitoring Ketersediaan Stok Barang Minimarket Dengan Metode Market Basket Analysis (MBA). Seminar Nasional Teknologi Informasi dan Multimedia. 2016.

Tana, Mateus Paga; Marisa, Fitri; Dharma, Indra; dan Wijaya. Penerapan Metode Data Mining Market Basket Analysis Terhadap Data Penjualan Produk Pada Toko Oase Menggunakan Algoritma Apriori. Jurnal Informatika Merdeka Pasuruan. Vol. 3 No. 2, Agustus 2018.

Umayah, Binti. Aplikasi Market Basket Analysis Dengan Metode Association Rule Untuk Menemukan Perilaku Konsumen Melalui Data Transaksi. http://etheses.uin-malang.ac.id/8214/1/11650104.pdf, tanggal akses 30 Agustus 2021.

Winarsih, Gati. Perbandingan Keefektifan Metode Moving Averages, Metode Deseasonalizing Dan Metode Exponential Smoothing Untuk Forecasting Banyaknya Pengunjung Pada Objek Wisata Grojogan Sewu Karanganyar. http://repository.unugha.ac.id/105/1/2751.pdf, tanggal akses 30 Agustus 2021.