IMPLEMENTASI DATA MINING PENJUALAN SABUN DENGAN MENGGUNAKAN METODE APRIORI ( Studi Kasus : PT. Unilever)

Abstract

Data mining merupakan proses untuk mendapatkan informasi yang berguna dari gudang basis data yang berupa ilmu pengetahuan.Penelitian ini melakukan analisa data dengan menggunakan data mining dan metode algoritma appriori. Algoritma apriori adalah algoritma yang paling terkenal untuk menemukan pola frekuensi tinggi. Algoritma apriori dibagi menjadi beberapa tahap yang disebut narasi atau pass  Pembentukan kandidat itemset, kandidat dibentuk dari kombinasi (k1)-itemset yang didapat dari iterasi sebelumnya.  Satu cara dari algoritma apriori adalah adanya pemangkasan kandidat yang subset-nya yang berisi k-1 item tidak termasuk dalam pola frekuensi tinggi dengan panjang k-1.Penjualan produk sabun, mengalami peningkatan setiap bulannya, produk yang ditawarkan bermacam merek, merek mempengaruhi masyarakat untuk membeli produk tersebut, untuk mengetahui merek dengan penjualan terbanyak diperlukan algoritma apriori untuk dapat mengetahuinya, dan dengan bantuan tools tanagra, produk dengan penjualan terbanyak dapat diketahui. Algoritma apriori termasuk jenis aturan asosiasi pada data mining. Salah satu tahap analisis asosiasi yang menarik perhatian banyak peneliti untuk menghasilkan algoritma yang efisien adalah analisis pola frequensi tinggi (frequent pattern mining). Penting tidaknya suatu asosiasi dapat diketahui dengan dua tolak ukur , yaitu : support dan confidence. Support (nilai penunjang) adalah persentase kombinasi item tersebut dalam database, sedangkan confidence (nilai kepastian) adalah kuatnya hubungan antaritem dalam aturan asosiasi. Algoritma apriori dapat membantu untuk pengembangan strategi pemasaran.