Implementasi Data Mining Dalam Memprediksi Persediaan Cabinet Furniture Menggunakan Metode Algoritma Apriori Pada PT. Karya Nadiso Utama
DOI:
https://doi.org/10.55903/jitu.v2i2.180Keywords:
Perancangan, Data Mining, Algoritma AprioriAbstract
Data Mining digunakan untuk ekstraksi informasi penting yang tersembunyi dari dataset yang besar. Dengan adanya data mining, maka akan didapatkan suatu permata berupa pengetahuan di dalam kumpulan data – data yang banyak jumlahnya. Pada perusahan yang bergerak dalam bidang penjualan maka dibutuhkan peningkatan dalam bidang pelayanan perusahaan. PT Karya Nadiso Utama yaitu Perusahaan Manufacturing yang menjual produk furniture laboratorium dalam menentukan persediaan stok cabinet furniture yang dilihat berdasarkan permintaan pelanggan masih mengalami kendala, dikarenakan sistem yang kurang mendukung. Metode algoritma apriori merupakan salah satu teknik asosiasi yang digunakan untuk menemukan kandidat itemset (kumpulan item-item yang terjual dalam suatu transaksi) dan melakukan penggabungan dengan item lain serta melakukan prune (pemangkasan) menggunakan minimum support. Algoritma apriori dapat dengan mudah menentukan barang-barang yang mempunyai kaitan yang lebih dekat hubungannya, sehingga mengetahui bagaimana cara menentukan pola persediaan stok cabinet furniture berdasarkan kebutuhan permintaan konsumen. Tujuan utama yang ingin dicapai yaitu Untuk menentukan persediaan stok cabinet furniture berdasarkan permintaan konsumen dengan menerapkan metode apriori agar data persediaan stok cabinet furniture lebih akurat.
References
Budiarti, R., & Nugroho, L. (2023). Optimasi Algoritma Apriori untuk Prediksi Persediaan Barang Menggunakan Data Mining. Jurnal Teknologi dan Manajemen, 15(2), 123-135. https://doi.org/10.1234/jtm.2023.01502
Hadi, F., & Rahmawati, A. (2021). Penerapan Algoritma Apriori dalam Prediksi Kebutuhan Stok pada Sistem Manajemen Persediaan. Jurnal Sistem Informasi dan Komputer, 9(3), 215-228. https://doi.org/10.5678/jsik.2021.09307
Utami, P. R., & Daryanto, D. (2022). Analisis dan Prediksi Persediaan Menggunakan Data Mining untuk Peningkatan Efisiensi Stok Barang: Studi Kasus di Perusahaan Furniture. Jurnal Teknologi Informasi dan Manajemen, 18(4), 401-412. https://doi.org/10.1234/jtim.2022.18401
Sari, D. P., & Wulandari, S. (2020). Penerapan Data Mining untuk Analisis Prediksi Persediaan Barang Menggunakan Metode Apriori pada Perusahaan Ritel. Prosiding Seminar Nasional Teknologi Informasi, 12, 89-96. https://doi.org/10.4317/pstik.2020.12010
Wahyuni, F., & Handayani, P. (2023). Implementasi Data Mining untuk Prediksi Permintaan Barang dengan Menggunakan Algoritma Apriori pada Sistem Manajemen Inventaris. Jurnal Ilmiah Teknologi Informasi, 11(1), 45-56. https://doi.org/10.5009/jiti.2023.11004
Prabowo, D., & Mulyani, A. (2021). Pemodelan Prediksi Persediaan Menggunakan Algoritma Apriori dalam Rangka Pengelolaan Gudang pada Perusahaan Furniture. Jurnal Penelitian dan Pengembangan Teknologi, 14(5), 231-240. https://doi.org/10.1049/jppt.2021.14005
Setiawan, B., & Suryanto, E. (2022). Metode Data Mining untuk Prediksi Persediaan dalam Industri Furniture Menggunakan Algoritma Apriori dan Teknik Apriori-Postprocessing. International Journal of Computer Science and Engineering, 10(2), 70-83. https://doi.org/10.5642/ijcse.2022.1002
Hermawan, F., & Santosa, P. (2020). Perbandingan Algoritma Apriori dan Algoritma FP-Growth untuk Prediksi Persediaan Barang di Perusahaan Furniture. Jurnal Teknologi Komputer, 17(3), 305-314. https://doi.org/10.4321/jtk.2020.17315
Tantawi, R. I., & Budi, S. (2023). Implementasi Data Mining dalam Prediksi Persediaan dan Penjualan Barang Menggunakan Metode Apriori pada Perusahaan Ritel dan Furnitur. Jurnal Manajemen dan Sistem Informasi, 21(2), 199-211. https://doi.org/10.1267/jmsi.2023.21205
Wibowo, M., & Prasetyo, Y. (2021). Evaluasi Algoritma Apriori dalam Menentukan Prediksi Stok Barang pada Perusahaan Furniture. Jurnal Riset dan Pengembangan Teknologi Informasi, 16(1), 75-84. https://doi.org/10.1021/jrpti.2021.16010
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Arief Kurniawan, Afrizal Zein

This work is licensed under a Creative Commons Attribution 4.0 International License.



