SISTEM PREDIKSI STOK ATURAN ASOSIASI PADA BISNIS RITEL TOKO NURHIKMAH DI CISALAK SUBANG
This Abstract has been read 432 times
Abstrak
Penjualan merupakan yang paling aktif dalam operasi perusahaan. Dalam menjalankan aktivitas, toko akan menjual peluang besar. Baik dimasa sekarang juga dimasa yang akan datang. Akan tetapi peluang yang datang di sebuah toko tidak akan menghasilkan peluang yang baik dan keuntungan yang baik. Tujuan pada penelitian ini adalah untuk menentukan persediaan barang, sehingga penerapan data mining pada penelitian ini, dapat meminimalkan kerugian ketidak pastian pada waktu yang akan datang dan memberikan informasi yang bermanfaat bagi pemilik toko. Editplus dan server MySQL sebagai server basis data. Teknik yang digunakan adalah metode algoritma apriori, merupakan proses iterasi, analisis asosiasi serta penelusuran pola frekuensi tinggi, sehingga dapat menjadi aturan atau aturan kombinasi itemset prediksi. Diperlukan parameter sebagai proses pendukung yang dihitung sebagai kategori barang, parameter yang dijual, kondisi hari dan kondisi stok serta proses perhitungan kombinasi kombinasi 2 itemset, 3 itemset dan 4 itemset yang akhirnya diperoleh nilai frekuensi tinggi yang sering muncul bersamaan. Hasil yang berhasil terdiri dari daftar aturan final kombinasi itemet prediksi persediaan barang yang dapat membantu pemilik toko. Kata Kunci: prediksi stok barang, data mining, MySQL, algoritma apriori 3 itemset dan 4 itemset yang akhirnya didapat nilai frekuensi tinggi yang sering muncul bersamaan. Hasil yang berhasil terdiri dari daftar aturan final kombinasi itemet prediksi persediaan barang yang dapat membantu pemilik toko. Kata Kunci: prediksi stok barang, data mining, MySQL, algoritma apriori 3 itemset dan 4 itemset yang akhirnya didapat nilai frekuensi tinggi yang sering muncul bersamaan. Hasil yang berhasil terdiri dari daftar aturan final kombinasi itemet prediksi persediaan barang yang dapat membantu pemilik toko.
Keywords: Data Mining
CITATIONS
Unduhan
Referensi
Brady. M..& Loonam. J. (2010). Exploring the use of entity-relationship diagramming as a technique to support grounded theory inquiry. Bradford: Emerald Group Publishing.
Larose, D. T. (2005). Discovering Knowledge In Data. Hoboken, New Jersey: John Wiley & Sons, Inc.
Nofriansyah, D. (2014). Konsep Data Mining Vs Sistem Pendukung Keputusan. Yogyakarta: CV Budi Utama.
Solichin, A. (2016). Pemograman Web dengan PHP dan MySQL. Jakarta: Budi Luhur.
Turban,E,dkk. (2005). Decision Support System and Intelligent System. Yogyakarta: Andi Offset.
Timbo Faritcan Parlaungan S.




