IMPLEMENTASI ALGORITMA APRIORI PADA SISTEM PERSEDIAAN BUAH-BUAHAN (STUDI KASUS : LOTTE MART WHOLESALE MEDAN)

 (*)Sulastri Juliana Tamba Mail (STMIK Budidarma, Indonesia)
 Efori Buulolo (STMIK Budidarma, Indonesia)

(*) Corresponding Author

Abstract

Persediaan merupakan salah satu faktor yang menentukan kelancaran produksi dan penjualan, maka persediaan harus dikelola secara tepat. Dalam hal ini perusahaan buah harus dapat menentukan jumlah persediaan optimal, sehingga di satu sisi produksi dapat terjaga dan pada sisi lain perusahaan buah dapat memperoleh keuntungan, karena perusahaan buah dapat memenuhi setiap permintaan yang datang. Jika persediaan kurang maka pelanggan akan kecewa dan beralih ke supermarket lainnya. Bila persediaan berlebih  maka akan menimbulkan resiko, salah satunya resiko kerusakan buah, semakin lama buah tersimpan di gudang maka resiko kerusakan buah semakin tinggi. Data mining, sering juga disebut knowledge discovery in database (KDD), adalah kegiatan yang meliputi pengumpulan, pemakaian data historis untuk menemukan keteraturan, pola atau hubungan dalam set data berukuran besar. Keluaran dari data mining bisa dipakai untuk memperbaikin pengambilan keputusan dimasa depan. Algoritma Apriori paling terkenal untuk menemukan pola frekuensi tinggi. Pola frekuensi tinggi adalah pola-pola item di dalam suatu database yang memiliki frekuensi atau support di atas ambang batas tertentu yang disebut dengan istilah minimum support.Pola frekuensi tinggi ini digunakan untuk menyusun aturan assosiatif dan juga beberapa teknik data mining lainnya. Dengan penelitian ini diharapkan dapat membantu pihak LotteMart Wholesale Medan khususnya dalam menyediakan persediaan buah-buahan yang dibutuhkan pelangan dengan algoritma apriori agar lebih efektif lagi meminimalisir kekurangan dan kelebihan buah. Dan dari penelitian diatas dihasilkan pola kombinasi paling tinggi supportnya adalah Apel Fuji Rrc Curah/kg, Lemon Import/kg, Pear Century/kg.

Kata Kunci : Persediaan, Data Mining, Apriori

Full Text:

PDF


Article Metrics

Abstract view : 1369 times
PDF - 647 times

References

D. K. Pane, "Implementasi Data Mining Pada Penjualan Produk Elektronik Dengan Algoritma Apriori (Studi Kasus : Kreditplus)," Pelita Informatika, p. 20, 2013.

E. Prasetyo, DATA MINING Mengolah Data Menjadi Informasi Menggunakan MATLAB, Yogyakarta: ANDI, 2014.

K. and E. T. Luthfi, Algoritma Data Mining, Yogyakarta: ANDI, 2009.

E. Buulolo, "Implementasi Algoritma Apriori Pada Sistem Persediaan Obat (Studi Kasus : Apotik Rumah Sakit Estomihi Medan)," Pelita Informatika Budi Darma, vol. IV, no. 1, p. 74, 2013.

M. Badrul, "ALGORITMA ASOSIASI DENGAN ALGORITMA APRIORI UNTUK ANALISA DATA PENJUALAN," Jurnal Pilar Nusa Mandiri, vol. XII, no. 2, p. 125, 2016.

F. "DATA MINING UNTUK ANALISA TINGKAT KEJAHATAN JALANAN DENGAN ALGORITMA ASSOCIATION RULE METODE APRIORI (Studi Kasus Di Polsekta Medan Sunggal)," Informasi dan Teknologi Ilmiah (INTI), vol. III, no. 1, p. 148, 2014.

N. Manengkey, "ANALISIS SISTEM PENGENDALIAN INTERN PERSEDIAAN BARANG DAGANG DAN PENERAPAN AKUNTANSI PADA PT. CAHAYA MITRA ALKES," Jurnal EMBA, vol. 2, no. 3, p. 14, 2014.

S. S. Tjitrosomo, BOTANI UMUM 1, Bandung: ANGKASA , 1983.

Jogiyanto, Analisi dan Desain Sistem Informasi, Yogyakarta: ANDI, 2005.

J. H. . A. Mooduto and A. dria, "PENAMBANGAN DATA FORMAT TEXT EXCEL DENGAN SOFTWARE TANAGRA," Elektron:, vol. 1, no. 1, p. 20, 2009.

M. L. Agung, Microsoft Excel 2013, Yogyakarta: ANDI, 2013.

R. Amelia and D. P. Utomo, "ANALISA POLA PEMESANAN PRODUK MODERN TRADE INDEPENDENT DENGAN MENEREPAKAN ALGORITMA FP. GROWTH (STUDI KASUS: PT. ADAM DANI LESTARI)," KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer), vol. 3, no. 1, pp. 416-423, 2019.

Refbacks

  • There are currently no refbacks.


Copyright (c) 2019 Pelita Informatika: Informasi dan Informatika




Jurnal PELITA INFORMATIKA: INFORMASI DAN INFORMATIKA
Published by STMIK Budi Darma
Email: pelitainformatika.stmikbd@gmail.com
Journal is licensed under a Creative Commons Attribution 4.0 International License