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

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