Analisis Algoritma Apriori Dalam Pengendalian Persedia Barang

Abstract

Pengendalian persedian barang perlu dilakukan oleh perusahaan dagang karena hal tersebut mengenai langsung dengan biaya yang dikeluarkan oleh perusahaan dagang atau toko. Masalah yang terjadi adalah penumpukan persediaan barang yang berdampak pada kerusakan, biaya penyimpanan yang tinggi, dan laba yang tidak maksimal. Sementara itu, kekurangan stok barang dapat mengurangi kredibilitas perusahaan dagang dan tidak mampu memenuhi permintaan pembeli. Dalam melakukan pengendalian persedian barang hal yang perlu diperhatikan adalah transaksi penjualan, pada dasarnya transaksi penjualan akan terus bertambah oleh karena itu perlu digunakan metode yang mampu mengelola data transaksi yang terus bertambah, yaitu metode data mining. Dalam penelitian ini pengendalian persedian barang yang dilakukan menggunakan algoritma apriori sebagai salah satu algoritma data mining. Algoritma apriori merupakan algoritma market basket analysis yang bertujuan menghasilkan frequent item sets pada sekumpulan data untuk memberikan informasi yang berguna dalam pengendalian persediaan barang. Dari hasil penelitian yang dilakukan menghasilkan aturan yang dapat digunakan sebagai acuan dalam pengendalian persediaan barang pada toko bangun jaya, digunakan min_support 0,2 dengan min_confidence 0,4 yang menghasilkan 28 rules terbentuk. Goods inventory control needs to be carried out by trading companies because this directly relates to costs incurred by trading companies or shops. The problem that occurs is the accumulation of inventory, which results in damage, high storage costs, and less than optimal profits. Meanwhile, a shortage of stock can reduce the credibility of trading companies and make them unable to meet buyers' demands. In controlling the supply of goods, the thing that needs to be considered is sales transactions. Basically, sales transactions will continue to increase, so it is necessary to use a method that is able to manage increasing transaction data, namely the data mining method. In this study, inventory control was carried out using the Apriori algorithm as one of the data mining algorithms. The apriori algorithm is a market basket analysis algorithm that aims to produce frequent item sets in a data set to provide useful information in inventory control. From the results of the research conducted to produce rules that can be used as a reference in controlling inventory at the Bangun Jaya store, use min_support 0.2 with min_confidence 0.4, which results in 28 rules being formed.