ALGORITMA ASOSIASI DENGAN ALGORITMA APRIORI UNTUK ANALISA DATA PENJUALAN

Setiap perusahaan maupun organisasi yang ingin tetap bertahan perlu untuk menentukan strategi dalam bisnis yang tepat. Data penjualan produk yang dilakukan oleh perusahaan lambat laun akan menghasilkan tumpukan data. Sehingga sangat disayangkan jika tidak di analisa kembali. produk  yang ditawarkan bermacam dengan berbagai macam produk, dan terkadang merk mempengaruhi masyarakat untuk membeli produk tersebut, untuk mengetahui produk dengan penjualan terbanyak dan keterkaitan produk satu dengan yang laiinya diperlukan salah satu algoritma yang ada di algoritma data mining yaitu algoritma apriori untuk dapat mengetahuinya, dan dengan bantuan aplikasi tanagra, produk yang muncul secara bersamaan 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 antar-item dalam aturan asosiasi. Algoritma apriori dapat membantu untuk pengembangan strategi pemasaran