JURNAL: SISTEM DATA MINING UNTUK MENGETAHUI TINGKAT KECENDERUNGAN MEMILIH MENU MAKANAN DENGAN METODE ASSOCIATION RULE MINING (STUDI KASUS : KEDAI KEMANGI)

JURNAL: SISTEM DATA MINING UNTUK MENGETAHUI TINGKAT KECENDERUNGAN MEMILIH MENU MAKANAN DENGAN METODE ASSOCIATION RULE MINING (STUDI KASUS : KEDAI KEMANGI)

JURNAL: SISTEM DATA MINING UNTUK MENGETAHUI TINGKAT KECENDERUNGAN MEMILIH MENU MAKANAN DENGAN METODE ASSOCIATION RULE MINING (STUDI KASUS : KEDAI KEMANGI)

Abstrak 

Data mining adalah suatu istilah yang digunakan untuk menemukan pengetahuan yang tersembunyi di dalam database. Data mining merupakan proses semi otomatik yang menggunakan teknik statistik, matematika, kecerdasan buatan, dan machine learning untuk mengekstraksi dan mengidentifikasi informasi pengetahuan potensial dan berguna yang bermanfaat yang tersimpan di dalam database besar. Salah satu metode yang ada dalam data mining adalah metode association rule dimana metode ini mencari sekumpulan items yang sering muncul bersamaan. Metode ini sering dianalogikan dengan keranjang belanja dimana dapat diketahui, barang apa saja yang sering dibeli bersamaan dan barang mana saja yang tidak. Keuntungan metode ini dapat dimanfaatkan dalam penentuan jumlah stok barang yang harus disediakan di sebuah badan usaha. Dalam penelitian ini akan dibuat sebuah sistem mining yang akan melihat kecenderungan pembeli di sebuah rumah makan sehingga pengambil keputusan Raymond Octhario dan Sri Karnila Informatics & Business Institute Darmajaya 81 Jurnal Informatika, Vol. 13, No.1, Juni 2013 akan dapat menentukan pembelian stok barang yang sesuai dengan kebutuhan untuk dapat meminimalisir kerugian. 

Kata Kunci : Data Mining, association rule 

Pendahuluan 

Perkembangan data mining (DM) yang pesat tidak dapat lepas dari perkembangan teknologi informasi yang memungkinkan data dalam jumlah besar terakumulasi. Sebagai contoh, toko swalayan merekam setiap penjualan barang dengan memakai alat POS (point of sales). Database data penjualan tersebut. bisa mencapai beberapa GB setiap harinya untuk sebuah jaringan toko swalayan berskala nasional. Perkembangan internet juga punya andil cukup besar dalam akumulasi data.Tetapi pertumbuhan yang pesat dari akumulasi data itu telah menciptakan kondisi yang sering disebut sebagai “rich of data but poor of information” karena data yang terkumpul itu tidak dapat digunakan untuk aplikasi yang berguna. Tidak jarang kumpulan data itu dibiarkan begitu saja seakan-akan “kuburan data” (data tombs).

Peneliti: Raymond Octhario 

Untuk lebih lengkapnya silahkan download di link berikut:
JURNAL: SISTEM DATA MINING UNTUK MENGETAHUI TINGKAT KECENDERUNGAN MEMILIH MENU MAKANAN DENGAN METODE ASSOCIATION RULE MINING (STUDI KASUS : KEDAI KEMANGI)