JURNAL SAINS DAN INFORMATIKA
Research of Science and Informatic V8.
Vol.
08No.
http://publikasi.
id/index.
php/jsi p-issn : 2459-9549 e-issn : 2502-096X Sistem Pengambil Keputusan Online Shop Dengan Metode Apriori Untuk Barang Paling Diminati Sularnoa.
Zulfahmib.
Putri Anggrainic Prodi Sistem Informasi.
Universitas Dharma Andalas Padang, soelarno@unidha.
Prodi Sistem Informasi.
Universitas Dharma Andalas Padang, dasyam@unidha.
Prodi Sistem Informasi.
Universitas Dharma Andalas Padang, bontetga@unidha.
Submitted: 04-11-2022.
Reviewed: 15-11-2022.
Accepted 28-11-2022 http://doi.
org/10.
22216/jsi.
Abstract Marketing is limited to store locations and cannot be marketed widely to other people, making it difficult for buyers to compare prices and see the items sold at the store as well as CV.
Dodoi Collection.
The purpose of this research is to build an online shop at CV.
Dodoi Collection along with a decision-making system to determine the most popular clothes using the a priori method and displaying the items that are most in demand.
The research was conducted in the field using interview techniques, followed by a search of books and literature on the issues discussed.
After the data was collected, the data was grouped and analyzed using the Unified Modeling Language (UML), and the results of the analysis were applied to the phpmysql-based data processing information system application program.
SDLC is a methodology that guides systems development activities.
The SDLC model used in this study is the WaterFall model.
The results of this research are expected to help companies to market their products more broadly by using an online shop and to be able to display the products that are most in demand.
Keywords: online-shop, a priori method, uml, sdlc, waterfall Abstrak Pemasaran terbatas pada lokasi toko dan tidak dapat dipasarkan secara luas kepada orang lain, sehingga menyulitkan pembeli untuk membandingkan harga harga maupun melihat barang-barang yang dijual pada toko tersebut serta CV.
Dodoi Collection.
Tujuan penelitian ini adalah Membangun online shop di CV.
Dodoi Collection berserta sistem pengambilan keputusan untuk menentukan pakaian yang paling diminati menggunakan metode apriori dan Menampilkan barang yang paling banyak Penelitian dilakukan di lapangan dengan menggunakan teknik wawancara, dilanjutkan dengan penelusuran buku dan literatur tentang masalah yang dibahas.
Setelah data terkumpul, data tersebut dikelompokkan dan dianalisis menggunakan Unified Modeling Language (UML), dan hasil analisis tersebut diterapkan pada program aplikasi sistem informasi pengolahan data berbasis phpmysql.
SDLC adalah metodologi yang memandu kegiatan pengembangan sistem.
Model SDLC yang digunakan dalam penelitian ini adalah model WaterFall.
Hasil Penelitian ini diharapkan dapat membantu perusahaan untuk memasarkan produk lebih luas lagi dengan menggunakan online shop serta bisa menampilkan produk yang paling diminati.
Kata Kunci: online-shop, metode apriori, uml, sdlc, waterfall A 2022 Jurnal Sains dan Informatika Sehingga pembeli kesulitan jika ingin membandingkan Pendahuluan Saat ini persaingan dalam dunia bisnis semakin harga maupun melihat barang-barang yang dijual pada kompetitif dan berkembang.
Dengan didukung oleh toko tersebut serta CV.
Dodoi Collection dapat melihat teknologi yang berkembang pesat banyak bermunculan barang paling diminati pembeli dengan metode apriori.
Toko online atau biasa disebut toko online.
Toko online Metode Apriori digunakan untuk menentukan barang sendiri adalah bisnis yang menjual barang atau jasa yang sering dibeli yang dijalankan pada sekumpulan melalui internet.
data transaksi yang terjadi pada CV.
Dodoi Collection.
Namun tidak jarang banyak toko-toko kecil hingga Analisis apriori merupakan suatu proses untuk menengah, terutama yang bergerak di bidang pakaian, menemukan aturan yang memenuhi syarat minimum tidak memiliki website untuk memasarkan produknya.
untuk hubungan yang kuat antar barang.
Sehingga Pemasarannya hanya sebatas lokasi toko saja dan tidak dengan adanya sistem ini proses pemasaran lebih dapat dipasarkan secara luas ke masyarakat lainnya.
meningkat karena bisa melihat minat pembeli.
Penelitian Sularno.
Zulfahmi.
Putri Anggraini.
/ Jurnal Sains dan Informatika : Vol.
08 No.
ini diharapkan dapat membantu perusahaan untuk pembelajaran mesin untuk mengekstrak dan memasarkan produk lebih luas lagi dengan mengidentifikasi informasi yang berguna dan menggunakan online shop serta bisa menampilkan pengetahuan yang relevan dari database besar.
produk yang paling diminati pada CV.
Dodoi Collection Data mining adalah proses mencari pola dan informasi yang menarik pada data terpilih dengan menggunakan Tinjauan Pustaka teknik dan metode tertentu.
Teknik, metode, atau Sistem Pengambil Keputusan dapat dijelaskan sebagai algoritme data yang tepat bergantung pada tujuan dan proses pemilihan alternatif terbaik dari beberapa proses KDD secara keseluruhan.
Data yang menjadi alternatif secara sistematis untuk digunakan sebagai model yang baik idealnya adalah data penelitian yang suatu cara pemecahan masalah dengan memanfaat-kan baik.
Semakin banyak data dan semakin sedikit teknologi atau sistem tertentu.
Pada penelitian .
kesalahan, semakin baik model yang digunakan sebagai Sistem pendukung keputusan sebagai sistem berbasis benchmark .
Analisis asosiasi sebagai proses komputer yang tediri dari tiga komponen yang saling menemukan semua aturan asosiasi yang memenuhi berinteraksi, sistem bahasa .
ekanisme untuk syarat minimum untuk support .
inimum suppor.
dan memberikan komunikasi antara pengguna dan syarat minimum untuk confidence .
inimum komponen sistem pendukung keputusan lai.
, sistem confidenc.
espositori pengetahuan domain masalah Terdapat beberapa penelitian sebelumnya yang ada pada sistem pendukung keputusan atau sebagai membahas mengenai Sistem Pengambil Keputusan data atau sebagai prosedu.
, dan sistem pemrosesan Barang Metode Apriori.
Penelitian pertama yang masalah .
ubungan antara dua komponen lainnya, dilakukan dilakukan dengan tujuan untuk Untuk terdiri dari satu atau lebih kapabilitas manipulasi menemukan informasi kombinasi pembelian antar masalah umum yang diperlukan untuk pengambilan produk dari database transaksi .
Penelitian yang keputusa.
algoritma Apriori Untuk Ciri-ciri sistem pendukung keputusan adalah: .
Menentukan Barang Terlaris .
Penerapan Metode Membantu dalam proses pengambilan keputusan suatu Apriori Sebagai Sistem Pendukung Keputusan organisasi atau perusahaan.
adanya antarmuka Pembentukan Paket Penjualan Bibit Buah .
manusia-mesin di mana manusia .
terus Selanjutnya penelitian yang dilakukan oleh .
mengontrol proses pengambilan keputusan.
Algoritma Apriori untuk Rekomendasi Produk pada dukungan pengambilan keputusan untuk mendiskusikan Toko Online.
isu-isu terstruktur dan semi-terstruktur dan mendukung Metode Penelitian banyak keputusan yang saling berinteraksi.
Memiliki kemampuan percakapan untuk memperoleh informasi 3.
1 Lokasi Penelitian sesuai kebutuhan.
Memiliki subsistem yang Lokasi penelitian yang dipilih oleh Peneliti adalah terintegrasi sehingga dapat berfungsi sebagai satu perusahaan konveksi CV.
Dodoi Collection yang beralamat di Jl.
Sebarang Padang Selatan No.
kesatuan sistem.
Ini memiliki dua komponen utama:
data dan model .
2 Metode Yang Digunakan Fase-fase proses pengambilan keputusan adalah: .
Dalam penelitian ini peneliti menggunkan metode Intellegence Tahap ini merupakan proses penelusuran sebagai berikut :
dan pendeteksian dari ruang lingkup problematika secara proses pengenalan masalah.
Data masukan 3.
1 Interview atau Wawancara diperoleh, diproses dan diuji dalam rangka Interview atau wawancara dilakukan untuk memperoleh mengindentifikasi masalah.
Design Tahap ini data yang diperlukan dalam penelitian ini, dan peneliti merupakan proses menemukan, mengembangkan dan melakukan wawancara langsung dengan pihak menganalisis alternatif tindakan yang bisa dilakukan.
manajemen untuk materi masalah tertentu.
Pihak yang Tahap ini meliputi menguji kelayakan solusi.
Choice terkait yaitu bagian Administrasi.
Wawancara Pada tahap ini dilakukan proses pemilihan diantara menghasilkan data sebagai berikut:
berbagai alternatif tindakan yang mungkin dijalankan.
Mengertahui sistem yang sedang berjalan pada Hasil pemilihan tersebut kemudian diimplementasikan CV DODOI COLLECTION dalam proses pengambilan keputusan .
Mengetahui apa saja permasalahan yang Data mining adalah istilah yang digunakan untuk dihadapi oleh CV DODOI COLLECTION menggambarkan pencarian pengetahuan dalam seperti ketidakefisienan penjualan pakaian Data mining adalah proses menggunakan yang belum online dan ketidakefisienan statistik, matematika, kecerdasan buatan, dan teknik melihat barang yang paling laris di CV DODOI Sularno.
Zulfahmi.
Putri Anggraini.
/ Jurnal Sains dan Informatika : Vol.
08 No.
COLLECTION untuk memproduksi barang Desain sistem adalah proses multi langkah yang yang akan datang.
fokus pada desain pembuatan program termasuk Mengetahui sistem yang akan dibangun pada struktur data, arsitektur sistem, representasi CV DODOI COLLECTION.
antarmuka, dan prosedur pengodean.
Tahap ini 2 Observasi mentranslasi kebutuhan sistem dari tahap analisis Observasi adalah aktivitas terhadap suatu proses atau kebutuhan ke representasi desain agar dapat objek dengan maksud merasakan dan kemudian diimplementasikan menjadi program pada tahap memahami pengetahuan dari sebuah fenomena Desain sistem yang dihasilkan pada berdasarkan pengetahuan dan gagasan yang sudah tahap ini juga perlu didokumentasikan.
diketahui sebelumnya, untuk mendapatkan informasiinformasi yang dibutuhkan untuk melanjutkan suatu .
Code Desain harus ditranslasikan ke dalam program.
Observasi dilakukan dengan cara melihat Hasil dari tahap ini adalah program komputer secara langsung terhadap kegiatan yang sedang berjalan sesuai dengan desain yang telah dibuat pada tahap di CV Dodoi Collection dan menyesuaikan antara informasi yang didapat dengan pekerjaan dilapangan.
Test 3 Metode Pengembangan Sistem Pengujian difokuskan secara logis dan fungsional Untuk untuk memastikan bahwa semua bagian diuji.
Hal menggunakan model SDLC (Software Development Life ini dilakukan untuk meminimalkan kesalahan dan Cycl.
SDLC adalah proses pembuatan dan pengubahan untuk memastikan bahwa output yang dihasilkan sistem serta model dan metodologi yang digunakan sesuai dengan yang diinginkan.
untuk mengembangkan sebuah sistem.
SDLC juga merupakan pola yang diambil untuk mengembangkan sistem perangkat lunak, yang terdiri dari tahap-tahap : 3.
4 Metode Apriori requirement .
nalisis kebutuha.
, design system .
esain Menurut Nofriansyah, .
Association Rule Mining siste.
Coding .
& Testing .
adalah teknik data mining untuk menghasikan aturan Model SDLC yang dipakai dalam penelitian ini adalah asosiatif antara sebuah kombinasi item.
Contoh aturan model Waterfall.
Waterfall Model atau Classic Life asosiatif dari analisis pembelian di suatu swalayan Cicle merupakan model yang paling banyak dipakai adalah bisa diketahuinya berapa besar kemungkinan Software Enginnering (SE).
seorang pelanggan membeli roti bersamaan dengan 1 Penerapan Sistem Apriori Dalam penelitian ini, untuk menetukan barang paling diminati pada CV.
Dodoi Collection, maka peneliti membuat suatu analisis proses sistem pendukung keputusan yang menggunakan metode apriori yang dapat dilihat pada gambar 2.
2 dibawah ini:
Gambar 3.
1 Ilustrasi Model Waterfall .
Analisis Proses pengumpulan kebutuhan dilakukan secara intensif untuk mespesifikasikan kebutuhan sistem agar dapat dipahami seperti apa yang dibutuhkan oleh user.
Spesifikasi kebutuhan pada tahap ini perlu untuk didokumentasikan.
Gambar 2.
2 Analisis Proses Sistem Pendukung Keputusan .
Desain 5 Bentuk Output Sularno.
Zulfahmi.
Putri Anggraini.
/ Jurnal Sains dan Informatika : Vol.
08 No.
Sistem yang akan dibangun nantinya akan Tahap dalam menganalisa data dengan algoritma memiliki Halaman Login Admin dan User.
Halaman apriori pada penjualan produk baju dimulai dengan Costumer.
Halaman Admin.
Fitur yang ada pada sistem menyeleksi dan membersihkan data-data yang akan dianalisis, kemudian dicari semua jenis item produk baju yang ada didalam transaksi penjualan.
Halaman Login Admin dan User Halaman Login, ini merupakan halaman untuk Selanjutnya dicari jumlah setiap item yang ada memberikan akses kepada website yang pada transaksi penjualan.
dibedakan menjadi dua jenis.
Yaitu Login Admin 4.
1 Pola Transaksi Penjualan CV.
Dodoi dan Login User.
Collection Halaman Costumer Berdasarkan data penjualan produk baju pada CV.
Halaman Costumer, memiliki akses untuk Dodoi Collection, didapatkan pola transaksi seperti customer seperti beli barang, melihat keranjang belanja, melihat katergori barang, halaman tabel berikut:
konfirmasi penerimaan barang dan halaman Tabel 4.
3 Pola Transaksi konfirmasi pesanan telah dibayar dan halaman Transaksi Itemset koko,tpa,jilbab Halaman Admin koko,gamis,tpa Halaman Admin, diantara lain halaman home, gamis,jilbab halaman katergori, halaman barang, halaman koko,gamis,tpa,jilbab customer, halaman laporan.
Hasil dan Pembahasan Dalam penelitian ini, untuk memutuskan barang paling diminati di CV.
Dodoi Collection maka peneliti membuat suatu analisis kebutuhan masukan yaitu datadata transaksi sebagai input yang telah penulis dapatkan sebagai berikut:
Tabel 4.
1 Data Transaksi Penjualan Transaksi koko,gamis,tpa,jilbab tpa,jilbab koko,gamis,tpa koko,gamis,tpa,jilbab koko,gamis gamis,tpa 2 Pembuatan Format Tabular Format tabular data transaksi, jika dibentuk maka akan terlihat pada tabel dibawah ini:
Koko Gamis Tpa Jilbab Koko Gamis Tpa Jilbab Tabel 4.
2 Daftar Produk CV.
Dodoi Collection Produk Koko Sutra Gamis Salmah TPA Zahara Jilbab Marine Tabel 4.
4 Tabel Tabular Transaksi Jumlah 3 Analisa Frekuensi Tinggi Pembentukan i Itemset Sularno.
Zulfahmi.
Putri Anggraini.
/ Jurnal Sains dan Informatika : Vol.
08 No.
Proses pembentukan 1 Itemset dengan jumlah Minimal Support yang ditentukan adalah 50%, jadi minimum support = 50% kombinasi 2 itemset yang tidak memenuhi minimal Support akan dihilangkan, terlihat seperti Tabel berikut Dengan Rumus ycIycycyycyycuycyc .
= Oc yaycycoycoycaEa ycNycycaycuycycaycoycycn ycoyceycuyciycaycuyccycycuyci ya Oc ycNycycaycuycycaycoycycn Tabel 4.
8 itemset 2 yang lolos O 100% Dengan menggunakan rumus diatas, didapatkan calon Jumlah Support koko,gamis koko,Tpa gamis,Tpa Tpa.
Jilbab Itemset Tabel 4.
5 Calon Itemset 1 Itemset Jumlah Support Koko Gamis Tpa Jilbab Kombinasi 3 itemset Proses pembentukan C3 atau disebut dengan 3 itemset dengan jumlah minimum 50% Dapat diselesaikan dengan rumus sebagai berikut :
ycIycycyycyycuycyc = .
a, yaA O y.
= Oc yaycycoycoycaEa ycNycycaycuycycaycoycycn ycoyceycuyciycaycuyccycycuyci ya , yaA yccycaycu ya O 100% Minimal Support yang ditentukan ialah 50%.
Oc ycNycycaycuycycaycoycycn jadi itemset 1 yang memenuhi minimal Support dapat terlihat seperti Tabel berikut ini :
Dengan menggunakan rumus diatas, maka dapat dibuat Tabel berikut ini:
Tabel 4.
6 Itemset 1 yang lolos Jumlah Support Koko Itemset Jumlah Support Gamis koko, gamis.
Tpa Tpa Koko,Tpa.
Jilbab Jilbab koko,gamis.
Jilbab gamis,Tpa.
Jilbab Itemset Tabel 4.
9 Kombinasi itemset 3 Kombinasi 2 itemset Proses pembentukan C2 atau disebut dengan 2 itemset Minimal Support yang ditentukan adalah 50%, jadi dengan jumlah minimum support = 50% Dapat kombinasi 3 itemset yang tidak memenuhi minimal diselesaikan dengan rumus sebagai berikut:
Support akan dihilangkan, terlihat seperti Tabel berikut ycIycycyycyycuycyc = .
a O yaA) Oc yaycycoycoycaEa ycNycycaycuycycaycoycycn ycoyceycuyciycaycuyccycycuyci ya yccycaycu yaA
O 100%
Oc ycNycycaycuycycaycoycycn Tabel 4.
10 Kombinasi itemset 3 yang lolos Itemset Jumlah Support koko, gamis.
Tpa Dengan menggunakan rumus diatas, maka dapat dibuat 4 Pembentukan Aturan Asosiasi Tabel berikut ini:
Tabel 4.
7 Calon 2 Itemset Setelah semua pola frekuensi tinggi ditemukan, baru dicari aturan asosiasi yang memenuhi syarat minimum Confidence dengan menghitung Jumlah Support koko,gamis koko,Tpa koko,Jilbab Confidence aturan asosiatif XIeY.
gamis,Tpa Minimal Confidence = 75% gamis.
Jilbab Tpa.
Jilbab Itemset Nilai Confidence dari aturan XIeY diperoleh dengan rumus sebagai berikut:
Sularno.
Zulfahmi.
Putri Anggraini.
/ Jurnal Sains dan Informatika : Vol.
08 No.
yaycuycuyceycnyccyceycuycayce = ycE .
cu Ie y.
= yaycycoycoycaEa ycNycycaycuycycaycoycycn ycoyceycuyciycaycuyccycycuyci ycu Ie yc ycu 100% yaycycoycoycaEa ycNycycaycuycycaycoycycn ycoyceycuyciycaycuyccycycuyci ycu Jika pelanggan membeli Gamis Salmah, maka pelanggan juga akan membeli TPA Zahara.
6 Analisis Kebutuhan Antarmuka Persyaratan antarmuka yang diinginkan adalah antarmuka yang user friendly.
Perangkat lunak yang dibuat harus mudah digunakan, nyaman, dan meminimalkan kemungkinan terjadinya kesalahan, baik Setelah didapatkan calon aturan asosiasi, kesalahan input, kesalahan pemrosesan, maupun kemudia kita akan mencari nilai uji lift untuk kesalahan output.
Dan antarmuka berbasis web menentukan korelasi rule bernilai positif atau negatif, membuatnya mudah diakses dengan jaringan internet, jika positif nilai lift bernilai lebih dari 1, jika dibawah 1 dan dapat diakses dari web browser, sehingga Anda maka nilai lift berkorelasi negatif.
dapat menggunakan sistem operasi apa pun.
yaycuycuyceycnyccyceycuycayce = ycE .
cu, ycu Ie y.
= yaycycoycoycaEa ycNycycaycuycycaycoycycn ycoyceycuyciycaycuyccycycuyci ycu, ycu Ie yc ycu 100% yaycycoycoycaEa ycNycycaycuycycaycoycycn ycoyceycuyciycaycuyccycycuyci ycu, ycu Rumus untuk mencari nilai uji lift sebagai berikut:
yaycnyceyc ycu Ie yc = ycycycyycyycuycyc ycu O yc ycycuycycayco ycycycaycuycycaycoycycn ycu ycycycyycyycuycyc ycu ycycycoycoycaEa yc Tabel 4.
11 Calon Aturan Asosiasi
Conf
Nilai Uji
Aturan Lift
1,04
koko,tpaIegamis 1,19 tpa,gamisIekoko gamis,kokoIetpa 1,04 kokoIetpa
1,07
tpaIekoko
1,07
kokoIegamis 1,07 gamisIekoko
1,07
jilbabIetpa
1,04
0,94
tpaIegamis 0,94 gamisIetpa 7 User interface Sistem pendukung Keputusan Form login Pada halaman login, user selajutnya mengisi username dan password.
Selanjutkan klik login maka akan tampil halaman dashboard.
Berikut tampilan halaman login pada gambar 3.
Kolerasi Rule kolerasi positif kolerasi positif kolerasi positif kolerasi positif kolerasi positif kolerasi positif kolerasi positif kolerasi positif Gambar 3.
Form Login Dashboard Pada menu dashboard ini ada menu 5 Aturan Asosiasi Final user, data karyawan, data hasil dan data laporan seperti pada Berdasarkan dari calon aturan asosiasi pada Tabel maka yang memenuhi minimal support 50% dan minimal confidence 75% dapat dilihat pada Tabel dibawah ini :
Tabel 4.
12 Hasil Analisa Jika pelanggan membeli Koko Sutra .
TPA Zahara, maka pelanggan juga akan membeli Gamis Salmah Jika pelanggan membeli TPA Zahara .
Gamis Salmah, maka pelanggan juga akan membeli Koko Sutra Jika pelanggan membeli Gamis Salmah .
Koko Sutra, maka pelanggan juga akan membeli TPA Zahara Jika pelanggan membeli Koko Sutra, maka pelanggan juga akan membeli TPA Zahara Jika pelanggan membeli TPA Zahara, maka pelanggan juga akan membeli Koko Sutra Jika pelanggan membeli Koko Sutra, maka pelanggan juga akan membeli Gamis Salmah Jika pelanggan membeli Gamis Salmah, maka pelanggan juga akan membeli Koko Sutra Jika pelanggan membeli Jilbab Marine, maka pelanggan juga akan membeli TPA Zahara Jika pelanggan membeli TPA Zahara, maka pelanggan juga akan membeli Gamis Salmah Gambar 3.
2 Form Dashboard Halaman Hasil Apriori Detail Pada halaman ini menampilkan hasil data rincian apriori yang telah diproses.
Itemset.
Confidence.
Rule asosiatif, dan hasil analisa.
Sularno.
Zulfahmi.
Putri Anggraini.
/ Jurnal Sains dan Informatika : Vol.
08 No.
& S.
zulfahmi, anggraini, putri.
AuSistem Pendukung Keputusan Dalam Penentuan Subsidi Untuk Keluarga Miskin,Ay J.
Sains dan Inform.
, vol.
8, no.
Apr.
doi: 10.
22216/jsi.
Sularno.
Prima Mulya.
Zulfahmi.
Faradika.
And M.
Razi A.
AuSistem Penunjang Keputusan Pelayanan Kesehatan (Padang Healt.
Dengan Metode Ahp (Studi Kasus : Pelayanan Kesehatan Untuk Dosen Dan Karyawan Universitas Dharma Andala.
,Ay J.
Sains Dan Inform.
Vol.
No.
Pp.
63Ae72.
Nov.
Doi: 10.
22216/Jsi.
V7i2.
Prisilla.
Farmadi, and H.
Candra.
AuImplementasi Metode Algoritma Apriori pada Sistem Pendukung Keputusan Order Barang,Ay KLIK Kumpul.
Ilmu Komput.
, vol.
01, no.
01, pp.
46Ae55, 2014.
Romindo.
AuPenerapan Algoritma Apriori Terhadap Perancangan Sistem Informasi Dalam Analisis Penjualan Bahan Bangunan,Ay SATIN - Sains dan Teknol.
Inf.
, vol.
8, no.
1, pp.
01Ae11, 2022, doi:
33372/stn.
Adil.
Ni Wayan Yuli Ariyanti, and Bambang Krismono Triwijoyo.
AuMenentukan Stok Produk Berdasarkan Pola Pembelian Konsumen dengan Algorithma Apriori,Ay SATIN - Sains dan Teknol.
Inf.
7, no.
2, pp.
82Ae91, 2021, doi:
33372/stn.
Aprilliyani and M.
Putra.
AuAlgoritma Apriori UntukMenentukan Pola PenjualanPada 212 Mart Cibitung,Ay Inf.
Syst.
Educ.
Prof.
, vol.
3, no.
2, pp.
215Ae 226, 2019.
Gambar 3.
3 Halaman Hasil Apriori Detail Halaman Online shop pelanggan Gambar 3.
4 Halaman Online Shop Pelanggan Simpulan Dari hasil analisis dan perancangan Sistem Pengambil Keputusan Online Shop Barang Paling Diminati Menggunakan Metode Apriori Di CV.
Dodoi Collection, yaitu: Dengan adanya sistem ini dapat .
mempermudah admin atau perusahaan mengetehui barang apa saja yang paling dicari atau diminati oleh Dengan adanya Online Shop Untuk Sistem Pengambil Keputusan Barang Paling Diminati .
Menggunakan Metode Apriori Di CV.
Dodoi Collection dapat membantu pelanggan untuk memilih barang lagi trend atau terlaris.
Dengan berjalannya sistem pendukung keputusan menentukan barang paling diminati bisa mempermudah admin atau perusahaan CV.
Dodoi Collection untuk mendapatkan informasi laporan penjualan, laporan stok dan laporan stok.
Referensi