SISTEM REKOMENDASI PENJUALAN TAMIYA MINI 4WD BERBASIS WEB DENGAN MENGGUNAKAN ALGORITMA APRIORI DAN K-MEANS

Banyaknya jenis Tamiya Mini 4WD yang dijual membutuhkan suatu sistem untuk mengontrol persediaan stok dimana penentuan persediaan diprediksi melalui data transaksi penjualan. Selain itu, melalui data transaksi penjualan juga dapat dirancang sebuah sistem yang memberikan rekomendasi jenis mobil dan parts apa saja yang paling sering dibeli bersamaan oleh para pelanggan. Untuk mencapai tujuan tersebut, digunakan dua algoritma yang berbeda yaitu algoritma Apriori dan juga algoritma K-Means. Algoritma K-Means berfungsi untuk mengelompokkan data transaksi berdasarkan jarak transaksi dengan nilai centroidnya, yang kemudian hasil kelompok (cluster) dengan anggota terbanyak akan dimanfaatkan untuk menemukan rule yang bisa dijadikan sebagai bahan rekomendasi produk. Penemuan rule tersebut menggunakan algoritma Apriori. Hasil pengujian menunjukkan bahwa, penentuan jumlah cluster dan centroid (titik pusat) pada tahap awal algoritma K-Means serta nilai minimum support dan minimum confidence berpengaruh dengan banyak rule yang dihasilkan. Namun, pada percobaan tertentu perubahan nilai minimum support dan minimum confidence tidak mempengaruhi banyaknya rule yang dihasilkan.