IMPLEMENTASI DATA MINING MENGGUNAKAN ALGORITMA FUZZY C-COVERING PADA DATA TRANSAKSI PENJUALAN DI TOKO SAFIIRA

Authors

  • Rissa Umami Noor Program Studi Teknik Informatika Universitas Ahmad Dahlan
  • Tedy Setiadi Program Studi Teknik Informatika Universitas Ahmad Dahlan

DOI:

https://doi.org/10.12928/jstie.v3i1.2944

Abstract

Dewasa ini persaingan di dunia usaha semakin ketat. Hal ini terlihat dari banyaknya swalayan dan minimarket yang berdiri dipenjuru tanah air, bahkan sampai pelosok-pelosok desa Mereka saling bersaing untuk mendapatkan pangsa pasar. Untuk itu para pengelola saling bersaing mencari celah agar dapat menarik konsumen untuk berbelanja ke swalayan atau minimarket. Banyaknya transaksi yang terjadi setiap harinya menyebabkan semakin banyaknya data yang menumpuk sehingga berdampak adanya penimbunan data. Di toko safiira memiliki timbunan data transaksi yang belum bisa dimanfaatkan oleh pemilik secara maksimal. Dari data tersebut dapat dicari sebuah pola pembelian konsumen dan dari pola tersebut dapat diketahui produk yang sering dibeli oleh konsumen untuk pengetahuan yang bermanfaat untuk penjualan selanjutnya.

Pola pembelian akan dicari dari data transaksi yaitu dengan mencari aturan asosiasi berdasarkan banyaknya transaksi. Metode yang digunakan adalah association rule menggunakan algoritma fuzzy c-covering dengan menginputkan parameter max_item threshold, minimum support, minimum confidence dan batasan transaksi. Perancangan proses data mining menggunakan Data Flow Diagram. pembangunan implementasi mengunakan visual basic 6.0, dan database menggunakan MySql. Untuk pengujiannya menggunakan Alpha Test dan Black Box Test.

Hasil dari penelitian ini adalah implementasi data mining dengan metode association rule. Dengan menginputkan data transaksi kemudian data tersebut diolah sistem yang hasilnya berupa aturan asosiasi kombinasi antar item yang paling diminati oleh konsumen . Dengan begitu dapat dimanfaatkan untuk menentukan strategi penjualan kedepannya. Dari hasil pengujian dapat disimpilakan, Semakin besar minimum support yang diinputkan, semakin kecil kemungkinan suatu item yang lolos seleksi sehingga semakin sedikit jumlah item yang dapat dikombinasikan.

Kata kunci :  fuzzy c-covering, assosiation rule, data mining, 

References

Calam, ahmad. 2011. Penerapan data Mining untuk Mengolah Data Penempatan Buku di Perpustakaan SMK TI PAB 7 Lubuk Pakam dengan Metode Association Rule. Jurnal. Program Studi sistem Informasi. STIMIK Triguna Dharma . Medan.

Sholichah, alfiyatus. 2009. Data Mining Untuk Pembiayaan Murabahah Menggunakan Association Rule (Studi Kasus BMT MMU Sidogiri). Skripsi. Fakultas Sain dan Teknologi. Universitas Negeri Islam Maulana Malik Ibrahim. Malang.

Astuti Hermawati, Fajar.2013. Data Mining. Andi. Yogyakarta

Aprilia, D., 2009. Market Basket Analysis dengan Algoritma Apriori pada Data Transaksi Penjualan di Swalayan. Skripsi. Fakultas MIPA. Universitas Gajah Mada. Yogyakarta.

Klir, George J,; Yuan, Bo. 2001. Fuzzy Sets And Fuzzy Logic-Theory And Applications. Prentice Hall. India

Chandra, Chaires. 2010. Perancangan Program Aplikasi Market Basket Analysis Untuk Mendukung Persediaan Barang Dengan Metode Fuzzy C-Covering. Skripsi. Program Ganda Teknik Informatika dan Matematika. Universitas Bina Nusantara. Jakarta

Downloads

Published

01-02-2015

Issue

Section

Articles