Penerapan Algoritma Eclat Untuk Mencari Pola Hubungan Antar Barang Pada Data transaksi Penjualan
Application of the Eclat Algorithm to Find Relationship Patterns Between Items in Sales Transaction Data
DOI:
https://doi.org/10.57152/ijirse.v4i1.1348Keywords:
Amanah Mart, Asosiasi, EclatAbstract
Penumpukan data penjualan dari toko Amanah Mart yang tidak diolah lebih lanjut menjadikan tidak diketahuinya informasi tersembunyi yang seharusnya dimanfaatkan sebagai sarana untuk membuat toko lebih mendapat keuntungan. Hal ini menjadikan proses penjualan kurang maksimal mengenai produk yang dijual. Untuk meningkatkan strategi penjualan perlu dilakukan penggalian informasi lebih lanjut pada data transaksi penjualan Amanah Mart guna mendapatkan informasi tersembunyi untuk pengambilan keputusan. Untuk membantu meningkatkan penjualan dan menghindari terjadinya penumpukan stok barang pada Amanah Mart dapat dilakukan dengan teknik Data Mining dengan menggunakan metode Asosiasi. Penelitian ini menerapkan Algoritma Equivalence Class Transformation (ECLAT) untuk menghasilkan aturan asosiasi item pada Amanah Mart. Selain itu mencari pola aturan asosiasi pada data transaksi penjualan untuk memberikan informasi yang membantu dalam mengatur ketersediaan stok barang pada Amanah Mart. Berdasarkan Association Rule yang didapatkan, terdapat 4 jenis produk yang paling sering dibeli yaitu Wals Magma, Wals Pelangi, Es Krim Feast Vanila 65 ML, dan Es Krim P.Pop Trico 60 ML. Association Rule yang terbentuk pada data ini dengan nilai minimum support 10% dan nilai minimum confidence 50%. Tidak didapatkan hasil yang memenuhi nilai support dan confidence. Pada data ini didapatkan hasil 6 rules dengan nilai support yang tidak mencapai 1% dan nilai confidence 10%.
References
B. E. Adiana, I. Soesanti, and A. E. Permanasari, “Analisis segmentasi pelanggan menggunakan kombinasi RFM model dan teknik clustering,” Jurnal Terapan Teknologi Informasi, vol. 2, no. 1, pp. 23–32, 2018.
T. D. Astuti, T. I. Hermanto, and I. Kaniawulan, “Analisa data mining menggunakan algoritma apriori untuk meningkatkan cross selling dan up selling (Studi kasus Rumah Makan Mas Nur Purwakarta),” Jurnal Teknologi dan Informasi, vol. 6, no. 2, pp. 64–72, 2016.
E. Widiati and K. E. Dewi, “Implementasi Association Rule Terhadap Penyusunan Layout Makanan Dan Penentuan Paket Makanan Hemat Di Rm Roso Echo Dengan Algoritma Apriori,” KOMPUTA-Jurnal Komputer & Informatika, vol. 3, no. 2, 2016.
S. D. Arinda, “IMPLEMENTASI DATA MINING MENGGUNAKAN ALGORITMA ECLAT (STUDI KASUS AHASS AKMAL JAYA MOTOR PURWODADI),” 2017.
S. Sudarsono, A. Wijaya, and A. Andri, “Perbandingan Algoritma Eclat Dan Fp-Growth Pada Penjualan Barang (Studi Kasus: Minimarket 212 Mart Veteran Utama),” in Bina Darma Conference on Computer Science (BDCCS), 2019, pp. 208–217.
A. Abdullah, “Rekomendasi Paket Produk Guna Meningkatkan Penjualan Dengan Metode FP-Growth,” Khazanah Informatika: Jurnal Ilmu Komputer Dan Informatika, vol. 4, no. 1, pp. 21–26, 2018.
N. R. Ardani and N. Fitrina, “Sistem Rekomendasi Pemesanan Sparepart Dengan Algoritma Fp-Growth (Studi Kasus Pt. Rosalia Surakarta),” Semnasteknomedia Online, vol. 4, no. 1, p. 3, 2016.
M. Subianto and A. R. Fitriana, “Pola peminjaman buku di Perpustakaan Universitas Syiah Kuala menggunakan Algoritma Eclat,” Berkala Ilmu Perpustakaan dan Informasi, vol. 14, no. 1, pp. 35–44, 2018.
