ANALISIS POLA PENJUALAN SEPATU DENGAN IMPLEMENTASI ALGORITMA APRIORI DATA MINING

Abstract

Penjualan sepatu dalam industri fashion modern sangat vital, tetapi seringkali penjual mengalami kendala dalam pendataan dan pengelolaan stok, terutama dengan penggunaan media kertas yang rentan terhadap kehilangan data. Permasalahan tersebut mendorong penelitian untuk menerapkan algoritma apriori pada data penjualan sepatu guna mengidentifikasi jenis sepatu terlaris. Diharapkan bahwa penggunaan RapidMiner akan memberikan data yang lebih akurat dan memudahkan analisis barang karena metode Algoritma apriori digunakan untuk menentukan barang mana yang banyak dibeli dan barang mana yang kurang dibeli. Untuk mengklasifikasikan penjualan sepatu, metode data mining Algoritma Apriori digunakan. Rumus Algoritma Apriori akan digunakan untuk menghitung data yang masuk ke sistem informasi dan memberikan nilai yang lebih akurat dan valid. Kemampuan untuk mengetahui pola frekuensi asosiasi elemen adalah fase analisis yang menarik perhatian banyak peneliti saat menciptakan algoritma apriori yang efisien. dengan support dan confidence sebagai tolak ukur. Dengan demikian, penggunaan metode Algoritma apriori melalui RapidMiner diharapkan dapat meningkatkan manajemen persediaan, mempercepat proses penjualan, dan memberikan wawasan yang lebih dalam kepada penjual tentang keinginan pelanggan. Keseluruhan, penerapan algoritma ini diharapkan memberikan nilai yang lebih valid dan akurat dalam pengambilan keputusan terkait strategi bisnis dan peningkatan penjualan sepatu. Hasilnya ditemukan bahwa aturan asosiasi paling tinggi terjadi antara sepatu Sneakers Kanvas dengan nilai support x confidence sebesar 87,50%.