Analysis of Goods Stock Using the Apriori Algorithm to Aid Goods Purchase Decision Making

Authors

  • Nur Azis Sekolah Tinggi Teknologi Duta Bangsa, Bekasi, Indonesia
  • Purwo Agus Sucipto Universitas Jayabaya, Jakarta, Indonesia
  • Agus Herwanto Universitas Esa Unggul, Jakarta, Indonesia
  • Era Sari Munthe Universitas Jayabaya, Jakarta, Indonesia
  • Dola Irwanto Universitas Pamulang, Banten, Indonesia

DOI:

10.33395/sinkron.v9i1.13335

Keywords:

Covid-19, Business Analysis, Apriori Algorithm, Tanagra

Abstract

After the covid-19 pandemic outbreak and the high uncertainty index during the covid-19 pandemic. The business world is experiencing a huge impact in addition to the sluggish interest of buyers is also limited in its movement. On this occasion, the researcher intends to provide an overview that can help business people, especially in purchasing goods that are useful for filling the stock of goods in the warehouse. To get maximum results and minimum error rate. Researchers use the Apriori Algorithm in analyzing stock items and use the Tanagra version 1.4 application. Research data used the sales history of the past 1 year here the data used is between May 2022 and April 2023. With a total itemset of 375. But after applying the Golden Rule (threshold), there are only 10 products with sales reaching 1623 items. This research produces a final ordered association based on the minimum support and minimum confidence that has been determined, namely 12 rules with a combination of 2 itemsets with a confidence value of 100%.

GS Cited Analysis

Downloads

Download data is not yet available.

References

Akbar, R., Silvana, M., Hersyah, M. H., & Jannah, M. (2020). Implementation of business intelligence for sales data management using interactive dashboard visualization in XYZ stores. 2020 International Conference on Information Technology Systems and Innovation (ICITSI), 242–249.

Akmaludin, A., Rinawati, R., Arisawati, E., & Dewi, L. S. (2023). Decision Support for Selection of The Best Teachers Recommendations MCDM-AHP and ARAS Collaborative Methods. Sinkron: Jurnal Dan Penelitian Teknik Informatika, 8(4), 2036–2048.

Angela, R., Pranta, A., & Ginting, R. I. (2022). Sistem Pendukung Keputusan dalam Menentukan Kelayakan Penerima Kredit Barang Elektronik Dengan Metode Oreste. Jurnal Cyber Tech, 4(2).

Asana, I. M. D. P., Sudipa, I. G. I., Mayun, A. A. T. W., Meinarni, N. P. S., & Waas, D. V. (2022). Aplikasi Data Mining Asosiasi Barang Menggunakan Algoritma Apriori-TID. INFORMAL: Informatics Journal, 7(1), 38–45.

Asward, B., & Brotosaputro, G. (2021). Analisis Stok dan Penjualan Kaftan Menggunakan Metode Backpropagation (Studi Kasus Lala New Fashion). Respati, 16(2), 71–82.

Azis, N. (2023). Analisa dan Pancangan Aplikasi Jasa Transaksi Keuangan Pada PT. Tri Perkasa Garmindo. IKRA-ITH Informatika: Jurnal Komputer Dan Informatika, 7(2), 66–71.

Azis, N., & Handoko, B. A. (2021). Analisa dan Perancangan Aplikasi Pengadaan Barang di PT. Sintra Sinarindo Elektrik Berbasis Web. Jurnal Information System, 1(2), 38–42.

Damanik, N. S., Erwansyah, K., & Halim, J. (2022). Penerapan Data Mining Untuk Menentukan Pola Kombinasi Produk yang Dapat Diberikan Diskon pada PT. Home Center Indonesia (INFORMA) Menggunakan Algoritma Apriori. Jurnal Cyber Tech, 2(12).

Dewantara, R., & Giovanni, J. (2023). Analisis Peramalan Item Penjualan dalam Optimalisasi Stok Menggunakan Metode Least Square. Jurnal Krisnadana, 3(1), 59–66.

Fujioka, K., & Shirahama, K. (2022). Generic Itemset Mining Based on Reinforcement Learning. IEEE Access, 10, 5824–5841.

Halim, C. (2021). Dinamika Etos Kerja Masyarakat Tionghoa Yogyakarta. Sanata Dharma University Press.

Herlawati, H., Handayanto, R. T., Rejeki, S., Priatna, W., Atika, P. D., Rofiah, S., Retnoningsih, E., Saputra, F. A., & Pradana, G. A. (2022). Penentuan Pola Frekuensi Jenis Perawatan Kecantikan Berbasis Web Menggunakan Algoritma Apriori (Studi Kasus: Peterson Salon Bekasi). Journal of Students ‘Research in Computer Science, 3(2), 241–254.

Hernando, L. (2019). Algoritma Apriori Dan Fp-Growth Untuk Analisa Perbandingan Data Penjualan Leptop Berdasarkan Merk Yang Diminati Konsumen (Studi Kasus: Indocomputer Payakumbuh). J-Clik: Jurnal Sistem Informasi Dan Manajemen Informatika, 6(1), 1–17.

Kaunan, F., Kelen, Y. P. K., & Nababan, D. (2023). Sistem Pendukung Keputusan Pemilihan Calon Kepala Desa Menggunakan Metode Analityc Hierarchy Process (AHP) Berbasis Web (Studi Kasus: Desa Oesena). Jurnal Krisnadana, 2(3), 375–387.

Kurniana, T., Lestari, A., & Oktaviyani, E. D. (2023). Penerapan Algoritma Apriori untuk Mencari Pola Transaksi Penjualan Berbasis Web pada Cafe Sakuyan Side. KONSTELASI: Konvergensi Teknologi Dan Sistem Informasi, 3(1), 13–23.

Kwintiana, B., Nengsih, T. A., Baradja, A., Harto, B., Sudipa, I. G. I., Handika, I. P. S., Adhicandra, I., & Gugat, R. M. D. (2023). DATA SCIENCE FOR BUSINESS: Pengantar & Penerapan Berbagai Sektor. PT. Sonpedia Publishing Indonesia.

Panjaitan, S., Sulindawaty, Amin, M., Lindawati, S., Watrianthos, R., Sihotang, H. T., & Sinaga, B. (2019). Implementation of apriori algorithm for analysis of consumer purchase patterns. Journal of Physics: Conference Series, 1255(1), 12057.

Prasetya, T., Yanti, J. E., Purnamasari, A. I., Dikananda, A. R., & Nurdiawan, O. (2022). Analisis Data Transaksi Terhadap Pola Pembelian Konsumen Menggunakan Metode Algoritma Apriori. INFORMATICS FOR EDUCATORS AND PROFESSIONAL: Journal of Informatics, 6(1), 43–52.

Ridzuan, F., & Zainon, W. M. N. W. (2019). A review on data cleansing methods for big data. Procedia Computer Science, 161, 731–738.

Rosmayati, I., Wahyuningsih, W., Harahap, E. F., & Hanifah, H. S. (2023). Implementasi Data Mining pada Penjualan Kopi Menggunakan Algoritma Apriori. Jurnal Algoritma, 20(1), 99–107.

Saptadi, N. T. S., Chyan, P., & Leda, J. M. (2023). Analysis of Supermarket Product Purchase Transactions With the Association Data Mining Method. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 7(3), 618–627.

Saputra, A. D., & Qoiriah, A. (2022). Penerapan Algoritma C4. 5 Untuk Mengatur Persediaan Stok Barang Berbasis Website. Journal of Informatics and Computer Science (JINACS), 3(04), 481–493.

Sika, S. N. R. (2021). Sistem Informasi Persediaan Stok Barang Berbasis Web Pada Toko Putra Gresik. Jurnal Fasilkom, 11(3), 157–164.

Sileyew, K. J. (2019). Research design and methodology. IntechOpen Rijeka.

Sriyanto, S., Fauzi, A., & Zonyfar, C. (2022). Data Mining Penerapan Algoritma Apriori untuk Analisis Data Transaksi Sistem Inventory (Studi Kasus PT ABC President Indonesia). Scientific Student Journal for Information, Technology and Science, 3(2), 143–150.

Sudipa, I. G. I., Udayana, I. P. A. E. D., Rizal, A. A., Kharisma, P. I., Indriyani, T., Asana, I. M. D. P., Ariana, A. A. G. B., & Rachman, A. (2023). METODE PENELITIAN BIDANG ILMU INFORMATIKA (Teori & Referensi Berbasis Studi Kasus). PT. Sonpedia Publishing Indonesia.

Sudipa, I. G. I., Wardoyo, R., Hatta, H. R., Sagena, U., Gunawan, I. M. A. O., Zahro, H. Z., & Adhicandra, I. (2023). MULTI CRITERIA DECISION MAKING: Teori & Penerapan Metode Pengambilan Keputusan dengan MCDM. PT. Sonpedia Publishing Indonesia.

Sudjiman, P. E., & Sudjiman, L. S. (2018). Analisis sistem informasi manajemen berbasis komputer dalam proses pengambilan keputusan. TeIKa, 8(2), 55–66.

Thariq, A. (2023). Implementasi Market Basket Analysis Menggunakan Algoritma Apriori pada Data Penjualan Buku. Jurnal Kolaboratif Sains, 6(3), 154–163.

Valeska, D. A., Umbara, F. R., & Sabrina, P. N. (2022). Diagnosa Gejala yang Muncul Bersamaan pada Penderita Tuberculosis Menggunakan Algoritma Apriori dengan Substitusi Metode Bayesian pada Nilai Confidence. Jurnal Teknologi Informatika Dan Komputer, 8(1), 318–332.

Downloads


Crossmark Updates

How to Cite

Azis, N., Sucipto, P. A. ., Herwanto, A. ., Munthe, E. S. ., & Irwanto, D. (2024). Analysis of Goods Stock Using the Apriori Algorithm to Aid Goods Purchase Decision Making . Sinkron : Jurnal Dan Penelitian Teknik Informatika, 9(1), 533-541. https://doi.org/10.33395/sinkron.v9i1.13335