Prediksi Penjualan Spare Part Mobil Daihatsu Menggunakan Algoritma Apriori
Pada masa pandemic covid 19, Perusahaan yang bergerak di bidang spare part mengalami penurunan penjualan produk sparet part mobil dan tidak tepat dalam menentukan strategi promosi yang diberikan ke pelanggan. Banyaknya data transaksi yang digunakan sebagi acuan menjual produk dengan harga modal yang...
Saved in:
Published in | Techno. Com Vol. 22; no. 1; pp. 156 - 166 |
---|---|
Main Authors | , , , , |
Format | Journal Article |
Language | English Indonesian |
Published |
Universitas Dian Nuswantoro
23.02.2023
|
Subjects | |
Online Access | Get full text |
Cover
Loading…
Summary: | Pada masa pandemic covid 19, Perusahaan yang bergerak di bidang spare part mengalami penurunan penjualan produk sparet part mobil dan tidak tepat dalam menentukan strategi promosi yang diberikan ke pelanggan. Banyaknya data transaksi yang digunakan sebagi acuan menjual produk dengan harga modal yang hanya mendapatkan keuntungan kecil. Apabila masih tidak laku terjual, untuk barang masuk tertunda dikarenakan modal belum balik. Oleh karena itu diperlukan suatu sistem untuk mengolah data informasi lebih cepat dan tepat dalam melakukan prediksi pola penjualan spare part mobil dengan menggunakan aplikasi data mining algoritma apriori. Hasil perhitungan dengan menerapkan algoritma apriori menunjukkan bahwa jika konsumen membeli lower arm daihatsu dan ban mobil maka nilai support = 23,33 dan nilai confidence = 77,78 dan jika konsumen membeli lower arm daihatsu dan filter AC maka nilai support = 26,67 dan nilai confidence = 72,72. Tujuan penelitian untuk memprediksi dan menganalisa pola penjualan spare part mobil yang diimplementasikan pada aplikasi berbasis desktop. Hal ini untuk mempermudah dalam melakukan analisa terhadap daya saing produk spare part mobil yang paling laku terjual secara bersamaan. Sebagai rekomendasi dalam pengambil keputusan untuk meningkatkan pemasaran dan promosi produk spare part mobil yang lebih baik. |
---|---|
ISSN: | 2356-2579 2356-2579 |
DOI: | 10.33633/tc.v22i1.7192 |