IMPLEMENTASI DATA MINING PENJUALAN SPARE PART DAN MESIN TANI PADA TOKO WILLYS MOTORS MENGGUNAKAN ALGORITMA APRIORI

Authors

  • Idi Jangcik Institut Teknologi Pagar Alam
  • Tri Susanti Institut Teknologi Pagar Alam
  • Doko Mardiansyah Institut Teknologi Pagar Alam

DOI:

https://doi.org/10.31849/3hbh5274

Keywords:

CRISP-DM, Algoritma Apriori, Asosiasi, Spare Part

Abstract

Penelitian ini bertujuan untuk mengimplementasikan information mining dalam analisis penjualan spare part dan mesin tani di Toko Willys Motors menggunakan algoritma Apriori. Algoritma Apriori digunakan untuk mengidentifikasi pola asosiasi dan hubungan antara berbagai produk yang sering dibeli secara bersamaan oleh pelanggan. Dengan demikian, Hasil penelitian menunjukkan adanya beberapa pola pembelian yang signifikan, seperti kombinasi save portion tertentu yang sering dibeli bersama-sama dengan mesin tani tertentu. Pengetahuan ini diharapkan dapat membantu Toko Willys Motors dalam meningkatkan efisiensi operasional, mengoptimalkan persediaan, serta meningkatkan kepuasan pelanggan melalui penawaran produk yang lebih tepat sasaran. Implementasi information mining ini juga menunjukkan potensi besar dalam membantu bisnis ritel lainnya. Metode pengembangan sistem yang digunakan adalah CRISP-DM dengan tahapan Businees understanding, data understanding, data preparation, modeling, evaluation dan deployment. Algoritma Apriori digunakan sebagai metode Pemecahan masalah dengen mengikuti aturan Asosiasi. agar didapatkan pola ketersinambungan pola penjualan mesin tani dengan  sparepartnya. hasil dari peneitian ini. didapatkan aturan asosiasi untuk menentukan pola penjualan sper part dan mesin tani pada toko wlillys Motors.

References

[1] N. Barkah, E. Sutinah, and N. Agustina, “Metode Asosiasi Data Mining Untuk Analisa Persediaan Fiber Optik Menggunakan Algoritma Apriori,” J. Kaji. Ilm., vol. 20, no. 3, pp. 237–248, 2020, doi: 10.31599/jki.v20i3.288.

[2] S. Usna and M. Hidayatullah, “MOTOR SERVICE DAN SPAREPART BERBASIS WEB,” no. 1, pp. 24–29, 2023.

[3] R. Rodi, L. Yulianti, and J. Jumadi, “Implementation of the Apriori Method for Analysis of Hotel Guest Visit Patterns at the Rio Asri Hotel Bengkulu,” J. Komputer, Inf. dan Teknol., vol. 2, no. 2, pp. 491–500, 2022, doi: 10.53697/jkomitek.v2i2.922.

[4] S. I. Akuntansi and S. Primakara, “Analisis Transaksi Penjualan Barang Menggunakan Metode Apriori pada UD . Ayu Tirta Manis,” vol. 1, pp. 11–20, 2022.

[5] Abidin, Z., Amartya, A. K., & Nurdin, A. (2022). PENERAPAN ALGORITMA APRIORI PADA PENJUALAN SUKU CADANG KENDARAAN RODA DUA (Studi Kasus: Toko Prima Motor Sidomulyo). Jurnal Teknoinfo, 16(2), 225. https://doi.org/10.33365/jti.v16i2.1459

[6] Adha, N., Sianturi, L. T., & Siagian, E. R. (2017). IMPLEMENTASI DATA MINING PENJUALAN SABUN DENGAN MENGGUNAKAN METODE APRIORI ( Studi Kasus : PT. Unilever). Majalah Ilmiah INTI, 12(2), 219–223.

[7] Astuti, Y., & Novitasari, H. (2022). Algoritma Apriori sebagai Penentu Pola Penjualan Produk Jeans. Jurnal Ilmiah Edutic : Pendidikan Dan Informatika, 9(1), 20–28. https://doi.org/10.21107/edutic.v9i1.7416

[8]Barkah, N., Sutinah, E., & Agustina, N. (2020). Metode Asosiasi Data Mining Untuk Analisa Persediaan Fiber Optik Menggunakan Algoritma Apriori. Jurnal Kajian Ilmiah, 20(3), 237–248. https://doi.org/10.31599/jki.v20i3.288

[9]Calvin Andrew Suwandi, Robi Yanto, Deni Apriadi. (2021). Implementasi Metode Apriori Pada Data Mining Untuk Pola Pembelian Barang. Jurnal Ilmiah Binary STMIK Bina Nusantara Jaya Lubuklinggau, 3(1), 15–21. https://doi.org/10.52303/jb.v3i1.42

[10]Darmawan, I. A., Randy, M. F., Yunianto, I., Mutoffar, M. M., & Salis, M. T. P. (2022). Penerapan Data Mining Menggunakan Algoritma Apriori Untuk Menentukan Pola Golongan Penyandang Masalah Kesejahteraan Sosial. Sebatik, 26(1), 223–230. https://doi.org/10.46984/sebatik.v26i1.1622

[11] Hambali, M. R. (2020). Menyelesaikan Masalah Persamaan Linear Menggunakan Microsoft Excel. Jurnal Matematika, 19(2), 19–24.

[12]Kurniawati, L., Kusuma, A. E., & Dewansyah, B. (2019). Implementasi Algoritma Apriori Untuk Menentukan Persediaan Spare Part Compressor. Computer Engineering, Science and System Journal, 4(1), 6. https://doi.org/10.24114/cess.v4i1.11303

[13]Nengsih, W. (2019). Analisa Akurasi Permodelan Supervised Dan Unsupervised Learning Menggunakan Data Mining. Sebatik, 23(2), 285–291. https://doi.org/10.46984/sebatik.v23i2.771

[14] Nofitri, R., & Irawati, N. (2019). Analisis Data Hasil Keuntungan Menggunakan Software Rapidminer. JURTEKSI (Jurnal Teknologi Dan Sistem Informasi), 5(2), 199–204. https://doi.org/10.33330/jurteksi.v5i2.365

[15] Prasetya, T., Yanti, J. E., Purnamasari, A. I., Dikananda, A. R., & Nurdiawan, O. (2022). Analisis Data Transaksi Terhadap Pola Pembelian Konsumen Menggunakan Metode Algoritma Apriori. INFORMATICS FOR EDUCATORS AND PROFESSIONAL : Journal of Informatics, 6(1), 43. https://doi.org/10.51211/itbi.v6i1.1688

[16]Prasetyo, A., Sastra, R., & Musyaffa, N. (2020). Implementasi Data Mining Untuk Analisis Data Penjualan Dengan Menggunakan Algoritma Apriori (Studi Kasus Dapoerin’S). Jurnal Khatulistiwa Informatika, 8(2). https://doi.org/10.31294/jki.v8i2.8994

[17]Ratna, S. (2020). Pengolahan Citra Digital Dan Histogram Dengan Phyton Dan Text Editor Phycharm. Technologia: Jurnal Ilmiah, 11(3), 181. https://doi.org/10.31602/tji.v11i3.3294

[18] Rodi, R., Yulianti, L., & Jumadi, J. (2022). Implementation of the Apriori Method for Analysis of Hotel Guest Visit Patterns at the Rio Asri Hotel Bengkulu. Jurnal Komputer, Informasi Dan Teknologi (JKOMITEK), 2(2), 491–500. https://doi.org/10.53697/jkomitek.v2i2.922

Downloads

Published

2025-05-26

Issue

Vol. 7 No. 2 (2025): Publikasi artikel ZONAsi: Jurnal Sistem Informasi Periode Mei 2025

Section

Articles

License

Copyright (c) 2025 ZONAsi: Jurnal Sistem Informasi

Creative Commons License

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

CC BY-SA 4.0


Attribution-ShareAlike 4.0

You are free to:

  1. Share — copy and redistribute the material in any medium or format for any purpose, even commercially.
  2. Adapt — remix, transform, and build upon the material for any purpose, even commercially.
  3. The licensor cannot revoke these freedoms as long as you follow the license terms.

Under the following terms:

  1. Attribution — You must give appropriate credit , provide a link to the license, and indicate if changes were made . You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
  2. ShareAlike — If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
  3. No additional restrictions — You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.

Notices:

You do not have to comply with the license for elements of the material in the public domain or where your use is permitted by an applicable exception or limitation .

No warranties are given. The license may not give you all of the permissions necessary for your intended use. For example, other rights such as publicity, privacy, or moral rights may limit how you use the material.

How to Cite

[1]
“IMPLEMENTASI DATA MINING PENJUALAN SPARE PART DAN MESIN TANI PADA TOKO WILLYS MOTORS MENGGUNAKAN ALGORITMA APRIORI”, zn, vol. 7, no. 2, pp. 584–597, May 2025, doi: 10.31849/3hbh5274.