PENERAPAN METODE ALGORITMA APRIORI DALAM MEMPREDIKSI PENJUALAN SPAREPART MOTOR (PT. LAUTAN TEDUH INTERNIAGA DEALER YAMAHA KOTABUMI)
Abstract
PT. Lautan Teduh Interniaga Dealer Yamaha Kotabumi merupakan perusahaan yang bergerak dibidang otomotif, seperti pelayanan penjualan sepeda motor, penjualan sparepart motor dan melayani servis. Dalam data penjualan itu tidak hanya berfungsi sebagai arsip perusahaan tetapi dari data itu bisa diolah sebagai informasi untuk melakukan prediksi pada hasil penjualan sparepart motor yang paling diminati oleh konsumen atau ketersediaan stok sparepart motor untuk masa yang akan datang. Tujuan pada penelitian ini adalah dengan menggunakan metode algoritma apriori dalam data mining diharapkan mampu mengetahui tingkat penjualan yang paling banyak, dan membantu Spareaprt Counter untuk persedian Stok Sparepart motor yang paling banyak terjual pada PT. Lautan Teduh Interniaga Dealer Yamaha Kotabumi. Penerapan Data mining yaitu proses menemukan informasi yang berguna dari gudang basis data yang besar. Data mining dapat diartika sebagai pengekstrakan informasi dari sekumpulan data besar untuk membantu dalam pengambilan keputusan dengan menggunakan metode algoritma apriori. Algoritma apriori merupakan jenis aturan asosiasi yaitu Association Rule yang dimana menentukan pola kombinasi itemset. Dalam menentukan kandidat yang sering muncul maka di lihat pada nilai support dan confidence. Dari hasil penerapan aplikasi yang digunakan dalam memprediksi penjualan sparepart motor menggunakan RapidMiner dapat menemukan barang yang paling banyak diminati yaitu barang Spring Tension dan Element Assy Oil Cleaner dengan nilai Support 42% dan nilai confidence 77,78% dan barang Chain & Sprocket Kit dengan Yamalube SPR Sport 4T memiliki nilai Support 35% dan nilai confidence 74,47%. Dalam hasil ini diharapkan dapat membantu perusahaan untuk melakukan persedian sparepat motor dimasa yang akan datang
Downloads
References
[2] A. O. Br Ginting, “Penerapan Data Mining Korelasi Penjualan Spare Part Mobil Menggunakan Metode Algoritma Apriori (Studi Kasus: CV. Citra Kencana Mobil),” J. Inf. Technol., vol. 1, no. 2, pp. 83–90, 2021, doi: 10.32938/jitu.v1i2.1472.
[3] D. M. Efendi and P. Riswanto, “Penerapan Data Mining Untuk Prediksi Penjualan Pupuk Dengan Metode Algoritma Apriori,”J. Inf. dan Komput., vol. 9, no. 1, pp. 16–21, 2021, doi: 10.35959/jik.v9i1.196.
[4] A. H. Elyas and J. Prayoga, “Implementasi Data Mining Pola penjualan Sparepart Motor Honda Pada Pt Rotella Persada Mandiri Dengan Menggunakan Algoritma Apriori,” Device J. Inf. Syst. Comput. Sci. Inf. Technol., vol. 1, no. 1, pp. 22–31, 2020, doi: 10.46576/device.v1i1.698.
[5] S. Ependi and M. Akbar, “Implementasi Data Mining Pada Penjualan Produk dengan Algoritma Apriori,” Bina Darma Conf. Comput. Sci., vol. 3, no. 1, pp. 220–225, 2021.
[6] A. Prasetyo, N. Musyaffa, and R. Sastra, “Implementasi Data Mining Untuk Analisis Data Penjualan Dengan Menggunakan Algoritma Apriori ( Studi Kasus Dapoerin ’ S ),” J. Khatulistiwa Inform., vol. VIII, no. 2, pp. 94–96, 2020.
[7] N. Normah and C. Olivia, “Penerapan Aturan Asosiasi Algoritma Apriori Terhadap Penjualan Thai Tea Pada PT Nyonya Besar Lestari,” Paradig. - J. Komput. dan Inform., vol. 22, no. 1, pp. 68– 71, 2020, doi: 10.31294/p.v21i2.6233.
[8] S. Qomariah, B. Basrie, and S. F. Pa’a, “Implementasi Algoritma Apriori Pada Data Penjuanlan Produk Asesoris Cv Princes Diary Samarinda,” Just TI (Jurnal Sains Terap. Teknol. Informasi), vol. 12, no. 2, p. 31, 2020, doi: 10.46964/justti.v12i2.321.
