IMPLEMENTASI ALGORITMA APRIORI UNTUK ANALISA DATA PENJUALAN (STUDI KASUS: TOKO UD. SURYANI)

Transaction data owned by a store or supermarket every day is sure to increase, but it is often found that the transaction data is just stored and notused. This is what happened at the UD. Suryani store, where the existing transaction data has not been used properly, even though the collection of transaction data has the potential for information that can be processed to produce useful new knowledge. This transaction data processing can be done with data mining techniques. One of the data-mining techniques that can be used is the association rule method. One of the data retrievalalgorithms with association rules is the Apriori algorithm. This algorithm serves to determine the association relationship of a combination of itemsand is suitable to be applied when there are several item relationships to be analyzed. The purpose of this research is to apply data mining to the transaction data for the last one year in the UD. Suryani store. The data mining processing process is carried out with the rapidminer application and from nine trials with different combinations of minimum support and minimum confidence values for 13,490 transaction data, the results obtained are that the item most purchased by consumers is the Masako Sapi Renteng 10g with a support value of 14,5% and for items that are often purchasedtogether, if you buy Eggs and Blue Band 200g, you will buy Kompas Kemasan 1kg, with the highest confidence value of 66.5%.Data transaksi yang dimiliki sebuah toko atau swalayan setiap harinya pasti bertambah, namun sering kali ditemukan fakta bahwadata transaksi tersebut disimpan begitu saja dan tidak dimanfaatkan. Hal inilah terjadi di toko UD. Suryani. Data transaksi yang ada selama initidak digunakan dengan baik, padahal kumpulan data transaksi tersebut, memiliki potensi informasi-informasi yang bisa diolah untukmenghasilkan pengetahuan baru yang bermanfaat. Pengolahan data transaksi ini bisa dilakukan dengan teknik data mining. Salah satu teknikpada data mining yang dapat digunakan adalah dengan metode aturan asosiatif (association rule). Salah satu algoritma pengambilan datadengan aturan asosiatif adalah algoritma Apriori. Algoritma ini berfungsi untuk menentukan hubungan asosiatif suatu kombinasi item dan cocok diterapkan bila terdapat beberapa hubungan item yang ingin dianalisis. Tujuan penelitian ini adalah menerapkan data mining pada data transaksi satu tahun terakhir yang ada di toko UD. Suryani. Proses pengolahan data mining dilakukan dengan aplikasi rapidminer dan daripercobaan sembilan kali pengujian dengan kombinasi nilai minimum support dan minimum confidence yang berbeda terhadap 13.490 datatransaksi, diperoleh hasil yaitu item yang paling banyak dibeli oleh konsumen adalah item Masako Sapi Renteng 10g dengan nilai support14,5% dan untuk item-item yang sering dibeli secara bersamaan adalah jika membeli Telur dan Blue Band 200g maka akan membeli Kompas Kemasan 1kg, dengan nilai confidence tertinggi yaitu 66,5%