Analisis Data Transaksi Terhadap Pola Pembelian Konsumen Menggunakan Metode Algoritma Apriori

Transaksi penjualan yang bertambah setiap hari mengakibatkan semakain bertambahnya data penjualan, dalam hal ini Toko Yoss Elektonik hanya memanfaatkan data penjualan sebagai arsip dan laporan bulanan. Data Mining merupakan kegiatan menambang/menggali data untuk mengenali pola atau aturan tertentu dari sejumlah dataset. Tujuan penelitian ini memenfaatkan Data Mining untuk membantu manajemen toko dalam menentukan pola penjualan dengan algoritma Apriori. Hal ini dilakukan dengan cara menganalisis data penjualan dan membandingkan dengan dua algoritma association rule untuk mengetahui aturan asosiasi. Hasil membandingkan dua algoritma Association Rules yaitu, algoritma Apriori dengan algoritma FP-Growth dengan hasil dari algoritma Apriori terdapat 6 aturan asosiasi, nilai tertinggi confidance 0,64 dengan aturan yang didapat jika membeli item 165SDB maka membeli KARAKTER, sedangkan  hasil dari algoritma FP-Growth dengan nilai minimum support dan minimum confidance yang sama, terdapat 25 aturan asosiasi, nilai tertinggi confidance yaitu 1,00 dengan aturan yang didapat jika membeli item OKAYAMA maka membeli KARAKTER