Menentukan Akurasi Tata Letak Barang dengan Menggunakan Algoritma Apriori dan Algoritma FP-Growth

Abstract

Teknologi semakin berkembang dan canggih dari masa ke masa bahkan untuk setiap detiknya, sehingga dengan ini perusahaan perlu memanfaatkan teknologi untuk menjambatani usaha ke pelanggan sehingga mempermudah dalam mengelola bisnis. Pertumbuhan bisnis khususnya dikota Nusa Tenggara Barat (NTB) sangat berkembangan persaingan bisnis dalam perdagangan sangat ketat sehingga membutuhkan strategi yang matang dalam mengelola usaha. Pada penelitan ini peneliti melakukan penelitian disalah satu perusahaan di Nusa Tenggara Barat dimana toko tersebut menjual berbagai jenis aksisoris. Toko yang dijadikan sebagai studi kasus ini merupakan toko yang terkenal oleh masyarakat sekitar sehingga bisa memiliki banyak pelanggan. Pada penelitian ini peneliti melakukan analisis bertujuan untuk mencari kemiripan barang berdasarkan item pembelian dijadikan sebagai acuan dalam tata letak barang dan mengidintifikasi kesamaan barang yang dibeli ketika menambah stok barang. Untuk mengidentifikasi tujuan pada penelitian ini peneliti melakukan proses perhitungan menggunakan dua metode yaitu apriori dan FP-Growth dan melakukan pengujian dengan 2 pengujian yaitu pengujian hasil dan rasio adapun hasil pengujian didapatkan FP-Growth menghasilkan rule yang lebih baik dibandingkan dengan algoritma apriori dengan total rule sebanyak 6, sedangakan algoritma apriori menghasilkan 4 rule, dan untuk pengujian dengan evaluasi hasil rule dari masing masing algoritma, algritma FP-Growth memiliki hasil yang terbaik dengan lift ratio 1.27908.

Implementasi Market Basket Analysis dengan Algoritma Apriori untuk Analisis Pendapatan Usaha Retail

“…Dari hasil analisis tersebut akan memberikan keputusan apakah algoritma apriori ini akan di implementasikan pada aplikasi POS yang ada di toko ritel Berkah Abadi Tegal. Dalam sebuah penelitian terkait telah dilakukan penelitian tentang algoritma apriori untuk menentukan akurasi tata letak barang yang ideal di sebuah toko [5]. Pada penelitian terkait proses ujicoba hanya menggunakan 131 transaksi, jauh lebih sedikit dari ujicoba pada penelitian ini yang menggunakan 24.738 transakasi, sehingga ada kemungkinan hasil yang didapat kurang valid, hanya saja pengujian terkait menggunakan dua metode, sehingga bisa menjadi referensi peneliti lain untuk mencoba membandingkan performansi antara kedua metode asosiasi ini.…”

“…Nilai Lift ratio biasanya digunakan sebagai penentu apakah aturan asosiasi valid atau tidak valid. Untuk menghitung Lift ratio dapat menggunakan persamaan (5).…”

“…Conf idance(A, B) Benchmark Confidance (5) Untuk mendapatkan nilai benchmark confidence sendiri dapat dihitung menggunakan persamaan (6).…”

Analisis Penerapan Data Mining Dalam Penentuan Tata Letak Barang Menggunakan Algoritma Apriori Dan Fp-Growth

“…Tahapan ini merupakan tahapan awal yaitu mempersiapkan data yang dibutuhkan dalam melakukan penelitian, mulai dari identifikasi masalah, pengambilan data, sampai penerapan algoritma apriori dan fp-growth sebagai studi kasus yang telah ditetapkan [5]. Pada penelitian ini menggunakan studi kasus pencarian pola belanja konsumen berdasarkan data transaksi pada swalayan yang bertujuan sebagai acuan dalam peletakan barang di rak barang.…”

Identifikasi Pola Penjualan Barang dalam Menjaga Stabilitas Stok Menggunakan Algoritma Fp- Growth

“…KDD mempunyai beberapa langkah-langkah seperti Data Selection, Data Cleaning, Data Transformasi, Data Mining, Evaluation, dan Representation Of Knowledge [3]. Data Mining merupakan suatu langkah yang digunakan untuk pengolahan data yang berjumlah besar dengan tujuan untuk menemukan pola yang tersembunyi dari data yang diolah yang tersimpan di dalam database, data warehouse, atau media simpan lainnya, Sehingga mendapatkan knowledge [4]. Data mining merupakan pendekatan ilmiah yang dapat diterapkan untuk mendapatkan hasil prediksi yang lebih baik [11].…”