Optimalisasi Manajemen Stok Barang Menggunakan Metode Apriori Berbasis Data Mining
DOI:
https://doi.org/10.52436/1.jpti.631Keywords:
Algoritma Apriori, Aturan Asosiasi, Data Mining, Pengelolaan Stok, Sistem Berbasis WebAbstract
Ketersediaan kebutuhan pokok dengan harga yang terjangkau menjadi tantangan tersendiri untuk menjaga kesetabilan stok barang pada gudang penyimpanan. Meski terlihat mudah, mengelola persediaan bukanlah hal yang dapat diremehkan, karena jika persediaan terlalu banyak risiko kerusakan barang akan meningkat, begitupun sebaliknya jika persediaan terlalu sedikit risiko kekurangan persediaan akan semakin besar dan dapat menunda keuntungan serta dapat mengecewakan konsumen. Oleh karena itu, dibutuhkan satu pendekatan baru dalam proses analisis data yang ada untuk menghasilkan informasi yang baik dan dapat menyediakan data yang sangat strategis yaitu dengan cara melakukan analisis data mining. Algoritma Apriori salah satu dari jenis aturan asosiasi yang ada pada Data Mining. Algoritma Apriori adalah algoritma yang paling terkenal untuk menentukan pola frequensi tinggi. Penelitian ini bertujuan untuk membantu pengelolaan persediaan stok barang melalui analisis pola pembelian menggunakan algoritma Apriori. Data penjualan pada UD Green selama periode tertentu dianalisis untuk menemukan aturan asosiasi yang dapat digunakan sebagai dasar perencanaan stok. Dengan nilai minimum support dan confidence yang ditetapkan, penelitian ini berhasil mengidentifikasi kombinasi barang yang sering dibeli bersama. Hasil analisis diimplementasikan dalam sebuah sistem berbasis web, memungkinkan pengguna untuk mengunggah data transaksi, memproses data mining, dan memperoleh rekomendasi terkait pengelolaan stok dengan nilai support paling tinggi yaitu 35,22% dan confidence tertinggi yaitu 36,47%. Hasil ini memberikan kontribusi strategis untuk meningkatkan efisiensi stok barang dan kepuasan pelanggan.
Downloads
References
N. Agustiani, S. Solikhun, D. Suhendro, P. Poningsih, and W. Saputra, “Penerapan Data Mining Metode Apriori Dalam Implementasi Penjualan Di Alfamar,” in In Prosiding Seminar Nasional Riset Information Science (SENARIS), 2020, pp. 300–304.
I. F. P. Ginting and D. Saripurna, “Penerapan Data Mining Dalam Menentukan Pola Ketersediaan Stok Barang Berdasarkan Permintaan Konsumen Di Chykes Minimarket Menggunakan Algoritma Apriori,” J. SAINTIKOM (Jurnal Sains Manaj. Inform. dan Komputer), vol. 20, no. 1, pp. 28–37, 2021.
A. F. Lestari and M. Hafiz, “Penerapan Algoritma Apriori Pada Data Penjualan Barbar Warehouse,” INOVTEK Polbeng-Seri Inform., vol. 5, no. 1, pp. 96–105, 2020.
W. J. Stevenson and C. C. Sum, Operations Management: An Asian Perspective. McGraw-Hill Education, 2022.
Y. I. Lestari, “Prediksi Tingkat Kepuasan Pelayanan Online Menggunakan Metode Algoritma C. 45,” J. Inform. Ekon. Bisnis, pp. 148–154, 2021.
I. Berutu, “Penerapan Metode C5. 0 Untuk Pengelompokkan Potensi Nasabah PT. Pegadaian Berdasarkan Pola Pembayaran Angsuran,” Resolusi Rekayasa Tek. Inform. dan Informasi, vol. 1, no. 4, pp. 232–240, 2020.
E. T. Naldy and A. Andri, “Penerapan Data Mining Untuk Analisis Daftar Pembelian Konsumen Dengan Menggunakan Algoritma Apriori Pada Transaksi Penjualan Toko Bangunan MDN,” J. Nas. Ilmu Komput., vol. 2, no. 2, pp. 89–101, 2021.
A. N. Rahmi and Y. A. Mikola, “Implementasi Algoritma Apriori Untuk Menentukan Pola Pembelian Pada Customer (Studi Kasus: Toko Bakoel Sembako).,” Inf. Syst. J., vol. 4, no. 1, pp. 14–19, 2021.
D. E. Sinaga, A. P. Windarto, and R. A. Nasution, “Analisis Data Mining Algoritma Decision Tree Pada Prediksi Persediaan Obat (Studi Kasus: Apotek Franch Farma),” Klik Kaji. Ilm. Inform. Dan Komput., vol. 2, no. 4, pp. 123–131, 2022.
M. Syahril, K. Erwansyah, and M. Yetri, “Penerapan Data Mining untuk menentukan pola penjualan peralatan sekolah pada brand wigglo dengan menggunakan algoritma apriori,” J. Teknol. Sist. Inf. Dan Sist. Komput. TGD, vol. 3, no. 1, pp. 118–136, 2020.
A. M. Alinafiah, B. C. Octariadi, and S. Sucipto, “mplementasi Impementasi Data Mining Dalam Pengelolaan Stok Obat Menggunakan Metode K-Means Clustering dan Asossociation Rules Apriori: Analisis Pola Pembelian dan Hubungan Antar Obat dalam Pengelolaan Stok menggunakan K-Means Clustering dan Association Ru,” J. Inform. Polinema, vol. 10, no. 4, pp. 551–558, 2024.
S. P. Tamba, “Penerapan Data Mining Algoritma Apriori Dalam Menentukan Stok Bahan Baku Pada Restoran Nelayan Menggunakan Metode Association Rule.,” J. Sist. Inf. dan Ilmu Komput. Prima (JUSIKOM PRIMA), vol. 5, no. 2, pp. 97–102, 2022.
B. Ardanu, “Analisis Dan Perancangan Sistem Informasi Penerapan Metode Algoritma Apriori Untuk Memprediksi Persediaan Stok Barang Berdasarkan Penjualan Berbasis Marketplace,” UniversitasBuddhiDharma, 2022.
R. Daeli, E. Rahayu, and E. Hadinata, “Analisis Prediksi Persediaan Stok Barang Pada Toko Santi Fotokopi Menggunakan Algoritma Apriori Berbasis Website,” Indones. J. Comput. Sci., vol. 2, no. 2, pp. 111–119, 2023.
N. T. Ayu, J. Jasmir, and I. S. Wijaya, “Penerapan Data Mining Menggunakan Algoritma Apriori Untuk Persediaan Stok Obat Pada Apotek Safa,” J. Manaj. Teknol. Dan Sist. Inf., vol. 4, no. 2, pp. 700–711, 2024.
J. Handoyo and R. M. Rafiqasha, “Implementasi Data Mining Menggunakan Algoritma Apriori Dalam Menentukan Pola Penjualan.,” IIFKOM (Jurnal Ilm. Inform. dan Komputer), vol. 3, no. 2, pp. 20–26, 2024.
