Prediksi Kebutuhan Barang Laris Dan Meminimalisir Barang Expired Dengan Algoritma Apriori

Abstract

1. Sumber Trijaya Lestari adalah perusahaan distribusi retail dengan cabang gudang atau stockpoint di Lubuk Pakam. Stockpoint ini menjual berbagai produk, termasuk kebutuhan pokok, barang pribadi, makanan ringan, minuman, obat-obatan, dan rokok. Meskipun terdapat transaksi harian, data yang terkumpul tidak dimanfaatkan secara efektif, mengakibatkan kesulitan dalam mengidentifikasi produk terlaris dan kurang laris serta meminimalkan barang yang expired. Penelitian ini mengatasi masalah tersebut dengan menerapkan algoritma Apriori untuk data mining guna menganalisis data penjualan dari Januari 2024 hingga Maret 2024. Studi ini menggunakan teknik Association Rule Mining dengan ambang batas support minimum sebesar 10%. Analisis dilakukan dengan menggunakan PHP dan MySQL, yang melibatkan pembersihan data, konversi format menjadi itemset, dan penentuan parameter seperti minimum support dan confidence. Algoritma Apriori mengidentifikasi itemset yang sering muncul dan menghasilkan aturan asosiasi. Hasil penelitian menunjukkan bahwa produk yang paling banyak terjual adalah Indomie Goreng, Molto, dan Tic Tac, dengan tingkat confidence sebesar 100%, yang berarti pembelian Indomie Goreng kemungkinan besar akan diikuti oleh pembelian Molto dan Tic Tac.