PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA APRIORI BERBASIS WEBSITE UNTUK MENENTUKAN POLA PENJUALAN PRODUK FASHION

Abstrak

Dengan adanya transaksi sehari-hari, informasi data akan meningkat dalam jangka panjang. Informasi data ini tidak hanya berfungsi sebagai arsip, informasi data itu bisa digunakan dan dimanfaatkan menjadi data jadi untuk mengembangkan penjualan produk fashion. Permasalahan yang sering muncul adalah seringkali item-item best selling yang ingin dipesan pembeli tidak tersedia atau sudah habis karena toko tidak fokus pada stok, toko tidak memanfaatkan informasi data penjualan dan biasanya transaksi data penjualan hanya berupa dokumen yang tidak dimanfaatkan. Pengolahan data tersebut bisa dilakukan dengan memakai metode Algoritma Apriori untuk mencari pola penjualan keterkaitan atau keterlibatan antara itemset dan mendapatkan aturan yang dapat digunakan untuk menyelesaikan masalah di toko Heylook. Hasil yang diperoleh merupakan susunan lima itemset yang terdiri dari: 1; 2; 3; 6; 8 yang bisa diartikan yaitu: (1 = Jk Smith; 2 = Dp Trafford; 3 = Bp River; 6 = Cb Royce; 8 = Cn Boxer Square) dengan min support 20%. Uji coba untuk Nilai Confidence yaitu 40%, dari lima set item (1 = Jk Smith; 2 = Dp Trafford; 3 = Bp River; 6 = Cb Royce; 8 = Cn Boxer Square) maka terbentuknya 16 pola perhitungan confidence. Dari nilai confidence yang sudah terbentuk, maka dapat dihitung nilai lift ratio yang menyatakan bahwa Lift Ratio > 1, sehingga memiliki hubungan yang positif [Cb Royce, Bp River, Dp Trafford] Dan [Jk Smith , Dp Trafford, Cn Boxer Square] muncul bersama secara lebih terartur.