Penerapan Data Mining Pada Penjualan Bahan Bangunan Menggunakan Algoritma Apriori

Abstract

UD Family merupakan perusahaan ritel yang bergerak di bidang penjualan bahan bangunan yang menghasilkan banyak data penjualan setiap harinya. Data penjualan hanya dapat disimpan tanpa melakukan analisis terlebih dahulu yang mengakibatkan data menumpuk begitu saja. Dengan adanya alasisis system data penjualan menggunakan Algoritma apriori memudahkan pemilik dan karyawan dalam mengatasi stok barang pada penjualam barang. Algoritma  Apriori menggunakan minimum support,minimum confidence, frequent itemset dan data transaksi untuk menemukan aturan asosiasi. Aturan asosiasi digunakan untuk mengatur penyusunan tata letak dengan harga barang berdasarkan kecenderungan pembelian konsumen untuk meningkatkan penjualan pada toko. Aturan asosiasi juga dapat memudahkan pemilik mengetahui jumlah stok barang yang tersedia di toko agar tidak terjadinya kekurangan dalam penyetokan barang. Pada penelitian ini, data yang digunakan adalah data penjualan di UD.Familly Simpang Tangsi Balimbingan dan metode yang digunakan adalah metode Apriori. Algoritma Apriori digunakan untuk mempelajari Asosiasi  dalam pencarian pola hubungan antara satu barang atau lebih dalam satu data set. Data tersebut bisa dijadikan sebagai informasi kepada pemilik toko unntuk mengembangkan strategi penjualan yang lebih baik agar penjualan barang ditoko dapat berjalan secara maksimal. Dengan metode ini, Pemilik toko dapat mengetahui barang apa saja yang sering dibeli konsumen, serta mengetahui bagaimana cara mengatur tata letak penyimpanan pada barang sehingga konsumen tidak bingung dalam mencari barang yang dibutuhkan.