Penerapan Data Mining Pada Penjualan Produk Benang Di PT. Bandung Perkasa Jaya Menggunakan Metode Associantion Rule

PT. Bandung Perkasa Jaya merupakan sebuah perusahaan perseorangan yang bergerak di bidang industri produksi benang dan telah memproduksi 15 jenis benang yang terdapat dalam sekian banyak transaksi hingga saat ini. Penentuan jenis produksi berdasarkan laporan transaksi jenis benang yang sering dijual mengakibatkan adanya kesalahan informasi jenis benang yang akan diproduksi, sehingga terjadi penimbunan barang digudang. Dalam Data mining, salah satu metode yang dapat digunakan untuk mendapatkan informasi barang-barang yang dibeli secara bersamaan adalah metode association rule. Association rule adalah teknik data mining untuk mendapatkan aturan asosiasi dari suatu kombinasi item. Penentuan nilai support dan nilai confidence dalam aturan asosiasi dapat dijadikan acuan untuk menentukan pentingnya atau tidaknya suatu aturan asosiasi tersebut. Tahap yang dilakukan sebelum menemukan aturan asosiasi adalah preprocessing. Pada tahap ini dilakukan pemilihan atribut pada data transaksi penjualan, kemudian data transaksi tersebut dibersihkan dari data transaksi yang mengandung item tunggal. Data transaksi yang telah melewati tahap preprocessing akan dibentuk frequent itemset yang selanjutnya dibentuk aturan asosiasinya.

PT. Bandung Perkasa Jaya is a private company engaged in yarn production industry and has produced 15 types of yarns contained in many transactions to date. etermination of the type of production based on the type of transaction reports are often sold resulting yarn misinformation type of yarn to be produced, resulting in the accumulation of goods in warehouse. In data mining, one method that can be used to obtain information about items purchased together is a method of association rule. Association rule is a data mining techniques to get the association rules of a combination of items. The determination of the value of support and confidence in the value of association rules can be used as a reference for determining whether or not a rule of the importance of the association. Steps done before discovering association rules is preprocessing. At this stage, the selection of attributes in the sales transaction data, transaction data is then purged from the transaction data that contains a single item. Transaction data that has passed through the preprocessing phase will be formed which subsequently established frequent itemset association rules.