Analisis Metode Apriori Untuk Memprediksi Ketersediaan Barang Pada Inventory Workshop di PT. Nusantara Express
Keywords:
Asosiasi Rule Algoritma Apriori, Stok Barang, InventoryAbstract
PT. Nusantara Express is an agency that operates in the business services sector which is widely used by many groups. By responding to customer desires, the company created an internal external fleet repair policy and inventory became the heart of vehicle maintenance at the workshop so that accuracy and thorough planning were required. One of the algorithms that can be used is the a priori algorithm for predictions. The stage in this research is Method Analysis. Apriori to predict the availability of goods in the inventory workshop at PT. Nusantara Express, The method used in this research is the association rule method using the a priori algorithm. The a priori algorithm is a data mining technique for finding combinations of items in a database. The results of the research carried out, the a priori algorithm can make it easier to find item combination patterns in the dataset. The information obtained can help decision makers to determine stock inventory priorities.
References
Yusuf, ZY & Lawal, ZK, 2016. ‘Performance analysis of Apriori and FP-Growth algorithms (Association rule mining)’. International Journal of Computer Applications in Technology, vol. 7, no. 2, pp. 279-293.
Mulya, DP, 2019. ‘Analisa dan implementasi association rule dengan algoritma FP-Growth dalam seleksi pembelian tanah liat (Studi kasus di PT. Anveve Ismi Berjaya)’. Jurnal Teknologi dan Sistem Informasi Bisnis, vol. 1, no. 1, pp. 47-57.
Rodiyansyah, SF, 2015. ‘Algoritma Apriori untuk analisis keranjang belanja pada data transaksi penjualan’. Infotech Journal, vol. 1, no. 2, pp. 4.
Masnur, A, 2015. ‘Analisa data mining menggunakan market basket analysis untuk mengetahui pola beli konsumen’. Sains dan Teknologi Informasi, vol. 1, no. 2, pp. 10.
Sepri, D & Afdal, M, 2017. ‘Analisa dan perbandingan metode algoritma Apriori dan FP-Growth untuk mencari pola daerah strategis pengenalan kampus (Studi kasus di STKIP Adzkia Padang)’. Jurnal Sistem Informasi Kaputama, vol. 1, no. 1.
Eska, J, 2018. ‘Penerapan data mining untuk prediksi penjualan wallpaper menggunakan algoritma C4.5’. ResearchGate GMBH & INA-Rxiv Paper License CC-By Attribution 4.0 International, pp. 2.
Haryanto, D, Oslan, Y & Dwiyana, D, 2011. ‘Implementasi analisis keranjang belanja dengan aturan asosiasi menggunakan algoritma Apriori pada penjualan suku cadang motor’. Jurnal Buana Informatika, vol. 2, no. 2, pp. 81-94.
Prasidya, AK & Fibriani, C, 2017. ‘Analisis kaidah asosiasi antar item dalam transaksi pembelian menggunakan data mining dengan algoritma Apriori (Studi kasus: Minimarket Gun Bandungan, Jawa Tengah)’. JUTI: Jurnal Ilmiah Teknologi Informasi, vol. 15, no. 2, pp. 173.
Herlambang, GH, Nugroho, A & Zaman, B, 2020. ‘Klasifikasi perkiraan kelulusan mahasiswa jenjang magister menggunakan metode Naïve Bayes’. NJCA: Nusantara Journal of Computers and Its Application, vol. 5, no. 1, pp. 7.
Djamaludin, I & Nursikuwagus, A, 2017. ‘Analisis pola pembelian konsumen pada transaksi penjualan menggunakan algoritma Apriori’. SIMETRIS: Jurnal Teknik Industri, Mesin, Elektro dan Ilmu Komputer, vol. 8, no. 2, pp. 671.
Hadinata, N & Kurniawan, K, 2020. ‘Analisis pola pembelian produk makanan ringan menggunakan algoritma Apriori’. Jurnal Sisfokom (Sistem Informasi dan Komputer), vol. 9, no. 1, pp. 1-7.
Salamah, EN & Ulinnuha, N, 2017. ‘Analisis pola pembelian obat dan alat kesehatan di Klinik Ibu dan Anak Graha Amani dengan menggunakan algoritma Apriori’. Inform: Jurnal Ilmiah Bidang Teknologi Informasi dan Komunikasi, vol. 2, no. 1.
Hendrickx, T, Cule, B, Meysman, P, Naulaerts, S, Laukens, K & Goethals, B, 2015. ‘Mining association rules in graphs based on frequent cohesive itemsets’. Lecture Notes in Computer Science (LNAI), vol. 9078, pp. 637-648.
Novitasari, H, 2013. ‘Analisa algoritma Apriori untuk menentukan merek pakaian yang paling diminati pada mode fashion Group Medan’. Vol. IV, no. 3, pp. 35-39.
Andrean, R, Fendy, S & Nugroho, A, 2019. ‘Klasterisasi pengendalian persediaan aki menggunakan metode K-Means’. JOINTECS: Jurnal of Information Technology and Computer Science, vol. 4, no. 1, pp. 5.
Santoso, H, Haryadi, IP & Prayitno, P, 2016. ‘Data mining analisa pola pembelian produk dengan menggunakan metode algoritma Apriori’. Open Jurnal System: Semnasteknomedia Online (Universitas Amikom), vol. 4, no. 1, pp. 6.
Buulolo, E, 2013. ‘Implementasi algoritma Apriori pada sistem persediaan obat (Studi kasus: Apotik Rumah Sakit Estomihi Medan)’. PIBD, vol. IV, no. 1, pp. 14.
Valerian, A & Hakim, L, 2018. ‘Implementasi algoritma Apriori untuk prediksi stok peralatan tulis pada Toko XYZ’. JITTER: Jurnal Ilmiah Teknologi Informasi Terapan, vol. 5, no. 1, pp. 5.
Listriani, D, Setyaningrum, AH & Eka, F, 2016. ‘Penerapan metode asosiasi menggunakan algoritma Apriori pada aplikasi analisa pola belanja konsumen (Studi kasus Toko Buku Gramedia Bintaro)’. Jurnal Teknik Informatika, vol. 9, no. 2.
Syamsudin, D, Handaluka, YCD & Nugroho, A, 2020. ‘Prediksi status konsumen produk celana menggunakan Naïve Bayes’. JOINTECS: Journal of Information Technology and Computer Science, vol. 5, no. 3, pp. 177.
Downloads
Published
Issue
Section
License
Copyright (c) 2024 Tamzis Tamzis (Author)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
