Implementasi Data Mining Pada Penjualan Handphone Menggunakan Algoritma Apriori
DOI:
https://doi.org/10.30865/json.v6i3.8813Keywords:
Data Mining, Penjualan Handphone, Infinix, Algoritma Apriori, Keputusan BisnisAbstract
Tren data mining, didorong AI dan ML, berkembang pesat dengan adopsi luas di berbagai industri. Algoritma Apriori efisien menemukan pola asosiatif dalam dataset besar, khususnya analisis transaksi penjualan produk. Implementasi data mining pada penjualan handphone meningkatkan keputusan bisnis, memahami pola pembelian, dan memprediksi tren pasar masa depan. Penelitian ini bertujuan memahami signifikansi kontribusi algoritma Apriori dalam menetapkan strategi penjualan handphone oleh suatu bisnis. Data yang digunakan adalah transaksi penjualan unit handphone Infinix pada periode Maret hingga April 2020 oleh merchant di Jakarta. Tujuan penggunaan data adalah untuk mengetahui merek handphone Infinix yang laris dijual. Berdasarkan hasil analisis algoritma Apriori, yang meninjau menurut aturan asosiasi, disimpulkan bahwa merek Infinix S5, Infinix S5 Lite, dan Infinix Hot 8, merupakan merek handphone yang paling laris terjual oleh bisnis tersebut, dengan nilai confidence mencapai 100%. Penjual handphone dapat menggunakan data untuk melakukan pemasaran produk terkait, dalam meningkatkan jumlah transaksi di masa mendatang.
References
Hartatik, Data Science For Business: Pengantar & Penerapan Berbagai Sektor, Jambi : PT. Sonpedia Publishing Indonesia. 2023
S. Bramasto dan Sunarto, 2016, Big Data dan Komputasi Skala Besar, Jurnal IPTEK, 1(1), 12-23.
D. Prasetyo, Cloud Computing, Sleman : PT. Penamuda Media. 2024
M.A Saputra dan I. Afrianto, 2023, Transformasi Pendidikan Melalui Cloud Computing untuk Meningkatkan Efisiensi dan Fleksibilitas Pembelajaran.
M.B Adikara, 2023, PENERAPAN TEKNOLOGI KOMPUTASI AWAN PADA BIDANG ENTERTAINMENT, Universitas Komputer Indonesia. https://doi.org/10.13140/RG.2.2.28837.88804
Harmayanai, Esensi Data Mining: Teknik, Tren, dan Inovasi, Banyumas : PT. Pena Persada Kerta Utama. 2024
A. Prahendratno, Business Intellegent : Pengantar Business Intelligence dalam Bisnis, Jambi : PT. Sonpedia Publishing Indonesia. 2023
T.D Putra, 2020, Analisis Keranjang Belanja dengan Algoritma Apriori Klasik pada Data Mining, Jurnal Kajian Ilmiah, 20(1), 59-66. https://doi.org/10.31599/jki.v20i1.70
N.R.S Purba dan F. Riandari, 2021, Implementasi Data Mining Menggunakan Algoritma Apriori Untuk Analisis Keranjang Belanja Pada Transaksi Penjualan Pada PT Madu Kembang Joyo, Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI), 4(1), 69-74. https://doi.org/10.32672/jnkti.v4i1.2745
K. Darmaastawan, 2023, Analisis Keranjang Belanja Menggunakan Algoritma Apriori untuk Menentukan Tata Letak Barang (Studi Kasus: Apotek Mooladhara Denpasar), Jurnal Teknologi Terapan G-Tech, 7(2), 637-645. https://doi.org/10.33379/gtech.v7i2.2404
T. Evendi dan R.F.A Aziza, 2019, PENERAPAN ALGORITMA APRIORI UNTUK MENEMUKAN HUBUNGAN ANTARA JENIS KOMODITAS IMPORT DENGAN JUMLAH PERMINTAAN BULANAN, Jurnal Tekno Kompak, 13(1),
-23. https://doi.org/10.33365/jtk.v13i1.228
A.W.O Gama, 2016, IMPLEMENTASI ALGORITMA APRIORI UNTUK MENEMUKAN FREQUENT ITEMSET DALAM KERANJANG BELANJA, Majalah Ilmiah Teknologi Elektro, 15(2), 21-26. https://doi.org/10.24843/MITE.1502.04
A.A Fajrin dan A. Maulana, 2018, PENERAPAN DATA MINING UNTUK ANALISIS POLA PEMBELIAN KONSUMEN DENGAN ALGORITMA FP-GROWTH PADA DATA TRANSAKSI PENJUALAN SPARE PART MOTOR, Kumpulan Jurnal Ilmu Komputer (KLIK), 5(1), 27-36. https://doi.org/10.20527/klik.v5i1.100
M.F Ilman, 2024, SEGMENTASI PELANGGAN PERBANKAN MENGGUNAKAN METODE CLUSTERING K-MEANS.https://www.researchgate.net/publication/382301632_SEGMENTASI_PELANGGAN_PERBANKAN_MENGGUNAKAN_METODE_CLUSTERING_K-MEANS
E.F.L Awalina dan W.I Rahayu, 2023, Optimalisasi Strategi Pemasaran dengan Segmentasi Pelanggan Menggunakan Penerapan K-Means Clustering pada Transaksi Online Retail, Jurnal Teknologi dan Informasi (JATI), 13(2), 122-137. https://doi.org/10.34010/jati.v13i2
M.N.P Assidik dan F. Sulianta, 2024, Menganalisis Tren Pasar Clothingan: Prediksi Masa Depan Industri dengan Business Intelligence.https://www.researchgate.net/publication/382301118_Menganalisis_Tren_Pasar_Clothingan_Prediksi_Masa_Depan_Industri_dengan_Business_Intelligence
Nurlelah dan M. Ryansyah, 2022, IMPLEMENTASI DATA MINING ANALISIS TERHADAP DATA PENJUALAN PRODUK HERBAL DENGAN METODE ALGORITMA APRIORI DAN FP-GROWTH, JIKO (Jurnal Informatika dan Komputer), 5(3), 249-253. https://doi.org/10.33387/jiko.v5i3.5438
Mustika, Data Mining dan Aplikasinya, Bandung : Widina Bhakti Persada Bandung. 2021
P.W Rahayu, Buku Ajar Data Mining, Jambi : PT. Sonpedia Publishing Indonesia. 2024
J.I Sihotang, Data Warehouse dan Data Mining, n.d. : Penerbit Yayasan Kita Menulis. 2024
A. Riani, Y. Susianto, dan N. Rahman, 2019, Implementasi Data Mining Untuk Memprediksi Penyakit Jantung Menggunakan Metode Naive Bayes, Journal of Innovation Information Technology and Application (JINITA), 1(1), 25-34. https://doi.org/10.35970/jinita.v1i01.64
A. Muzakir dan R.A Wulandari, 2016, Model Data Mining sebagai Prediksi Penyakit Hipertensi Kehamilan dengan Teknik Decision Tree, Scientific Journal of Informatics, 3(1), 19-26. https://doi.org/10.15294/sji.v3i1.4610
F.N Ikhromr, 2023, Implementasi Data Mining Untuk Memprediksi Penyakit Diabetes Menggunakan Algoritma Naives Bayes dan K-Nearest Neighbor, Journal of Information Technology and Computer Science (INTECOMS), 6(1), 416-428. https://doi.org/10.31539/intecoms.v6i1.5916
F.A.P Ristiawan dan F. Sulianta, 2024, Memprediksi Penipuan Kartu Kredit Menggunakan Metode K-Means Clustering. https://www.researchgate.net/publication/382300786_Memprediksi_Penipuan_Kartu_Kredit_Menggunakan_Metode_K-Means_Clustering
A. Kurniawan dan Yulianingsih, 2021, Pendugaan Fraud Detection pada kartu kredit dengan Machine Learning, Kilat, 10(2), 320-325. https://doi.org/10.33322/kilat.v10i2.1482
J.C Nugraha dan F. Sulianta, 2024, Meningkatkan Pengambilan Keputusan Industri Keuangan melalui Analisis Data Pinjaman Bank Menggunakan K-Means Clustering. https://www.researchgate.net/publication/382300654_Meningkatkan_PengambilanKeputusan_Industri_Keuangan_melalui_Analisis_Data_Pinjaman_Bank_Menggunakan_K-Means_Clustering
A. Wijaya, 2023, PENERAPAN ASSOCIATION RULES MENGGUNAKAN ALGORITMA APRIORI UNTUK IDENTIFIKASI POLA PEMBELIAN, JATI (Jurnal Mahasiswa Teknik Informatika), 7(6), 3871-3878.
I. Djamaludin dan A. Nursikuwagus, 2017, ANALISIS POLA PEMBELIAN KONSUMEN PADA TRANSAKSI PENJUALAN MENGGUNAKAN ALGORITMA APRIORI, Jurnal SIMETRIS, 8(2), 671-678. https://doi.org/10.24176/
simet.v8i2.1566
D. Listriani, 2016, PENERAPAN METODE ASOSIASI MENGGUNAKAN ALGORITMA APRIORI PADA APLIKASI ANALISA POLA BELANJA KONSUMEN (Studi Kasus Toko Buku Gramedia Bintaro), Jurnal Teknik Informatika, 9(2), 120-127. https://doi.org/10.15408/jti.v9i2.5602
G.M Ruhimat dan F. Sulianta, 2024, Association Rule Mining dengan Algoritma Apriori Daftar Lagu Spotify untuk Pemilihan Pengisi Acara Musik. https://www.researchgate.net/publication/378737202_Association_Rule_Mining_dengan_Algoritma_ Apriori_Daftar_Lagu_Spotify_untuk_Pemilihan_Pengisi_Acara_Musik
F.A Saputra dan A. Iskandar, 2023, Data Mining Penerapan Asosiasi Apriori Dalam Penentuan Pola Penjualan, Journal of Computer System and Informatics (JoSYC), 4(4), 778-788. https://doi.org/10.47065/josyc.v4i4.4043
A. Setiawan, F.P Putri, 2020, Implementasi Algoritma Apriori untuk Rekomendasi Kombinasi Produk Penjualan, ULTIMATICS, 12(1), 66-71. https://doi.org/10.31937/ti.v12i1.1644
