DATA MINING MENGGUNAKAN ALGORITMA APRIORI DALAM PENJUALAN KENDARAAN PADA PT. SOLUSI INTEGRASI PRATAMA (SITAMA)

Abstrak

 Perusahaan SITAMA setiap harinya kendaraan dari warehouse cabang perusahaan dikirim ke warehouse pusat. Hal ini berarti membuat perusahaan mengeluarkan modal atau biaya yang cukup besar hanya untuk urusan transportasi barang. Maka dari itu perusahaan perlu melakukan analisa pola konsumen untuk meningkatkan efisiensi biaya transportasi agar hanya mengirim kendaraan yang diinginkan konsumen dan menyediakan kombinasi-kombinasi produk dari pola-pola konsumen yang melakukan pembelian secara grosir. Perusahaan SITAMA tentunya memiliki data transaksi penjualan, data transaksi ini tidak digunakan secara maksimal dan hanya dijadikan arsip yang lama-kelamaan akan menumpuk. Pada dasarnya kumpulan data tersebut memiliki informasi-informasi yang bermanfaat, yang bisa digunakan untuk mengambil suatu keputusan dan untuk memperoleh pengetahuan yang baru tentang pola penjualan kendaraan. Pengolahan data tersebut bisa dilakukan dengan menggunakan teknik-teknik tertentu. Salah satu teknik yang digunakan dalam pengolahan data tersebut dengan menggunakan data mining metode Algoritma Apriori. Algoritma apriori adalah algoritma dari teknik Association Rules Mining dan termasuk dari bagian metode data mining. Aturan asosiatif algoritma apriori berbentuk jika-maka. Ketepatan dari suatu aturan asosiasi sering disebut juga dengan confidence. Confidence (nilai ketepatan) adalah kuatnya hubungan antara item dalam aturan asosiatif. Aturan asosiasi yang memenuhi syarat minimum untuk confidence dicari setelah semua pola frekuensi tinggi telah ditemukan. Pengunaan data mining dengan menggunakan algoritma apriori dapat diimplementasikan pada penjualan kendaraan bekas untuk memprediksi kombinasi itemset dan aturan asosiasi sebagai informasi untuk strategi penjualan. Penerapan algoritma apriori dan aturan asosiasi pada penjualan kendaaraan bekas untuk mengetahui kombinasi dan pola kendaraan yang sering dibeli dan membantu manajemen stok kendaraan di warehouse.