a Implementasi Data Mining Analisis Terhadap Data Penjualan Produk Herbal Dengan Metode Algoritma Apriori dan Fp Growth

Penulis

  • Nurlelah Nurlelah Universitas Nusa Mandiri

DOI:

https://doi.org/10.31294/larik.v3i1.1061

Kata Kunci:

Data Mining, Penjualan, Apriori, FP-Growth, Association Rule

Abstrak

Bisnis Center Jakarta Barat 2 sangat beragam seperti produk Extra Food, Ethawa Goat Milk, Minyak Herba Sinergi, Sari Kurma, dan masih banyak lagi. Melayani banyak transaksi penjualan setiap masalah penjualan produk herbal di bisnis center HNI-HPAI selalu dicatat  yang dilakukan setiap menit, setiap hari, setiap minggu bahkan bertahun-tahun. Sehingga data akan semakin menumpuk bisa berasal dari proses manual maupun proses komputasi. Untuk mengetahui produk herbal dengan penjualan terbanyak dan keterkaitan produk herbal diperlukan salah satu algoritma yang ada di algoritma data mining yaitu Algoritma Apriori dan FP-Growth untuk dapat mengetahui data penjualan produk herbal dengan menghitung manual dan Software RepidMiner, produk herbal yang muncul secara bersamaan dan dapat diketahui merk produk apa saja yang paling unggul dan yang paling banyak diminati masyarakat yaitu dengan menghitung data transaksi penjualan tahun 2020-2021 dengan support 30% dan Confidence 60% mahan akan mendapatkan hasil asosiasi final yaitu EGM dan MHS dengan Support 50% dan Confidence 66,7% dan MHS dan EGM dengan Support 50% dan Confidence 85.7% hasil dari perhitungan Algoritma Apriori dan FP-Growth pada data transaksi selama 1 tahun EGM dan MHS

##submission.downloads##

Diterbitkan

2022-07-30

Cara Mengutip

Nurlelah, N. (2022). a Implementasi Data Mining Analisis Terhadap Data Penjualan Produk Herbal Dengan Metode Algoritma Apriori dan Fp Growth. Jurnal Larik Ladang Artikel Ilmu Komputer, 3(1), 28 - 35. https://doi.org/10.31294/larik.v3i1.1061

Terbitan

Bagian

Artikel