Implementasi Mechine Learning Intelligence Sistem Menggunakan Algoritma Apriori

Cendra Wadisman, Ahmad Junaidi, Sintia Sintia

Abstract


This study aims to implement a data mining application to produce association rules between items in a transaction to purchase goods of various types of goods simultaneously by determining support of 40% and confidence of 50%. Thus, if there is a consumer buying a type of goods. The problem that arises in the K92-Mart minimarket is that there are often no sales of goods that consumers want or are out of stock because they do not pay attention to stock. To overcome this problem, a data mining application was created using the Apriori Algorithm. By implementing this apriori algorithm, it is hoped that it can produce a decision from sales data that aims to determine the pattern of purchasing goods that are often purchased by consumers and are strategic in sales.

Full Text:

PDF

References


Araf Aliwijaya, & Hanny Chairany Suyono. (2023). Peluang Pemanfaatan Big Data di Perpustakaan. Info Bibliotheca: Jurnal Perpustakaan Dan Ilmu Informasi, 4(2), 1–17. https://doi.org/10.24036/ib.v4i2.397

Dzulkarnaen, R. (2020). Perancangan Aplikasi Data Mining Market Basket Analysis Pada Apotek Permata dengan Metode Hybrid-Dimension Association Rules. Journal of Information Technology, 2(2), 67–72. https://doi.org/10.47292/joint.v2i2.35

Febriyanti, L., & Zakaria, H. (2023). Implementasi Data Mining Untuk Memprediksi Produktivitas Pada Tanaman Kacang Tanah Menggunakan Metode Naive Bayes (Studi Kasus : Perkebunan Kacang Tanah Di Kota Bogor). LOGIC : Jurnal Ilmu Komputer Dan Pendidikan, 1(2), 105–118.

Katarina Sianturi, S., Satriani Fansuri, D., & Najmiatul Aini, W. (2023). Algoritma Apriori untuk Mengetahui Pola Beli Konsumen Pada Sistem Informasi Market Basket Analysis Berbasis Andriod. Jurnal Insan Unggul, 11(1), 35–58. https://doi.org/10.47926/jiu.2023.11.1.35-58

Nofitri, R., & Eska, J. (2018). Implementasi Data Mining Klasifikasi C4.5 Dalam Menentukan Kelayakan Pengambilan Kredit. Seminar Nasional Royal (SENAR).

Royal, S. (2024). Perancangan Aplikasi Data Mining Untuk Menentukan Tingkat Kelarisan Produk Menggunakan Metode Clustering Dengan Algoritma K-Means. Journal of Science and Social Research, 4307(1), 116–123.

Supardi, S., Karenina Ajie, A., Dwiyanti, A., Ramiaji, J., Jein, K., Aulia Ramadhanti, N., Maharani Putri, A., Ken Meilizar, R., & Penulis, K. (2023). Peran Data Mining dalam Memprediksi Tingkat Penjualan Sepatu Adidas Menggunakan Metode Algoritma Regresi Linear Sederhana. Jurnal Ekonomi Manjemen Sistem Informasi, 4(5), 883–890.

Wismoaji, J. (2024). 1 ) Teknik Informatika Politeknik Sawunggalih Aji. 12(1), 36–49.




DOI: https://doi.org/10.36987/josdis.v5i1.7052

Refbacks

  • There are currently no refbacks.


Hasil gambar untuk committee on publication ethics logo
Jurnal ini mengikuti pedoman dari Committee on Publication Ethics (COPE) dalam menghadapi semua aspek etika publikasi dan, khususnya, bagaimana menangani kasus penelitian dan kesalahan publikasi. Pernyataan ini menjelaskan etika perilaku semua pihak yang terlibat dalam proses penerbitan artikel di jurnal ini, termasuk Penulis, Pemimpin Redaksi, Dewan Redaksi, Mitra Bebestari, dan Penerbit (Akademi Kepolisian Republik Indonesia). Journal of Student Development Information System (JoSDIS) berkomitmen untuk mengikuti praktik terbaik tentang masalah etika, kesalahan, dan pencabutan. Pencegahan malpraktek publikasi merupakan salah satu tanggung jawab penting dewan redaksi. Segala jenis perilaku tidak etis tidak dapat diterima, dan jurnal tidak mentolerir plagiarisme dalam bentuk apa pun.

Journal of Student Development Information System (JoSDIS)
Journal URL: https://jurnal.ulb.ac.id/index.php/JoSDIS/index
Journal DOI: 10.36987/josdis
E-ISSN: 2774-7948

Alamat Redaksi :
Fakultas Sains dan Teknologi, Universitas Labuhanbatu
Gedung Fakultas Sains dan Teknologi,
Jalan Sisingamangaraja No.126 A KM 3.5 Aek Tapa, Bakaran Batu, Rantau Sel., Kabupaten Labuhan Batu, Sumatera Utara 21418