Prediksi Stok dan Pengaturan Tata Letak Barang Menggunakan Kombinasi Algoritma Triple Exponential Smoothing dan FP-Growth

Penulis

Kristoko Dwi Hartomo, Sri Yulianto Prasetyo, Rahmat Abadi Suharjo

Abstrak

Persaingan bisnis semakin meningkat khususnya dalam bidang retail. Hal ini mengharuskan pemilik melakukan inovasi terhadap bisnisnya. Salah satu hal yang perlu diperhatikan oleh pemilik untuk mempertahankan dan menambah konsumen yaitu dengan melakukan pendekatan dengan konsumen. Pendekatan pada konsumen digunakan untuk mengenali dan memahami perilaku, kebutuhan dan keinginan konsumen. Pemilik swalayan ingin melakukan inovasi untuk melakukan perbaikan tata letak barang dan perbaikan stok, karena konsumen seringkali mengalami kesulitan dalam pencarian barang dan pihak swalayan sering mengalami kekurangan dan kelebihan stok barang. Berdasarkan permasalahan tersebut, maka tujuan penelitian adalah untuk mengoptimalkan pengaturan tata letak barang dan optimalisasi persediaan stok barang. Dalam penelitian ini menggunakan data penjualan yang diolah sehingga menghasilkan informasi untuk pemilik swalayan. Pengolahan data dalam penelitian ini disebut data mining dengan menggunakan algoritma FP-Growth dan Triple Exponential Smoothing. Algoritma FP-Growth digunakan untuk mengetahui pola perilaku konsumen sehingga dapat digunakan untuk pengambilan keputusan dalam penyusunan barang dan algoritma Triple Exponential Smoothing yang merupakan algoritma prediksi digunakan untuk pengaturan stock barang. Dalam penelitian ini dengan menggunakan algoritma FP-Growth menemukan 12 aturan asosiasi, aturan asosiasi yang memiliki nilai lift ratio paling tinggi adalah Teh dan gula dengan nilai lift ratio 6.131 dan dengan algoritma Triple Exponential Smoothing diperoleh hasil prediksi pada bulan Januari 2018 adalah 131,141 Kg dengan tingkat akurasi MAPE 88,3 %.

 

Abstract

Business competition is increasing especially in the retail sector. This requires the owner to innovate his business. The shop owner wants to make an invasion to repair goods and equipment, because consumers are in dire need of things and supermarkets often occur. One of the things that need to be considered by the owner to maintain and add consumers is by approaching consumers. Use of information to recognize and understand consumer needs and desires. By overcoming it, the purpose of the research is to regulate the procedures for goods and optimize the preparation of stock items. In this study using processed sales data. Information on information for shop owners. Data processing in this research is called data mining using FP-Growth and Triple Exponential Smoothing algorithms. FP-Growth algorithm to find out user behavior patterns can be used to develop Triple Exponential Smoothing decisions and algorithms which are forecasting algorithms for inventory items. In this study using the algorithm FP-Growth found 12 association rules, which have the highest lift ratio is Tea and sugar with a lift ratio of 6.131 and with Triple Exponential Smoothing algorithm, the forecasting result in January 2018 is 131.141 Kg with 88,3 % MAPE accuracy.


Teks Lengkap:

PDF

Referensi


AGUNG, M, T. & NURHADIYONO, B., 2015. Penerapan Data Mining Pada Data Transaksi Penjualan Untuk Mengatur Penempatan Barang Menggunakan Algoritma Apriori, [online] Tersedia di: [Diakses 3 Februari 2018].

ARIFIN, R, N., 2015, Implementasi Algoritma Frequent Pattern Growth (Fp-Growth) Menentukan Asosiasi Antar Produk (Study Kasus Nadia Mart), [online] Tersedia di: < http://eprints.dinus.ac.id/16600/1/jurnal_15590.pdf> [Diakses 3 Februari 2018].

BILQISTH, S, C., 2016. Analisis Pola Pembelian Konsumen Dengan Algoritma Apriori Pada Indomaret Indraprasta Semarang, [online] Tersedia di: [Diakses 3 Februari 2018].

FITRIA, V, A. & HARTONO,R ., 2017, Peramalan Jumlah Penumpang Pada Siluet Tour And Travel Kota Malang Menggunakan Metode Triple Exponential Smoothing. Jurnal Ilmiah Teknologi Informasi Asia, V.11, n.1, p.15-20.

HAN, J. & Kamber, M., 2006, Data Mining Concepts and Techniques Second Edition. San Francisco: Morgan Kauffman.

HIDAYAH, L., 2015. Rancang Bangun Sistem Informasi Manajemen Persediaan Barang Dengan Menggunakan Metode Exponential Smoothing Di B-MART Swalayan Jombang, [online] Tersedia di : [Diakses 3 Februari 2018].

IKHSANA, Y., SIHABUDIN, D, S. & LESTARI, I., 2015, Implementasi Data Mining Dengan Menggunakan Algoritma FP-Growth Untuk Menentukan Pola Penjualan Barang Pada Event Tertentu (Studi Kasus: Berkah Swalayan). Jurnal Aksara Komputer Terapan, V.4, N.2.

HAN, J. & Kamber, M., 2000, Data Mining: Concepts and Techniques : Chapter 6. Mining Association Rules in Large Databases, Simon Fraser University.

JAUHARI, DANESWARA. dkk. 2016. Prediksi Nilai Tukar Rupiah Terhadap US Dollar Menggunakan Metode Genetic Programing. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), 3(4), 285-291.

KUSRINI, E, L., 2009, Algoritma Data Mining. Yogyakarta : Penerbit Andi.

MAKRIDAKIS, S., WHEELWRIGHT, S.C. & MCGEE, V.E., 1999, Metode Dan Aplikasi Peramalan, Edisi Kedua. Jakarta : Binarupa Aksara.

NASUTION, A.H. & PRASETYAWAN, Y., 2008, Perencanaan dan Pengendalian Produksi. Yogyakarta : Graha Ilmu.

SANTOSA, B., 2007, Data Mining Teknik Pemanfaatan Data untuk Keperluan Bisnis. Yogyakarta: Graha Ilmu.

SANTOSO, S., 2009, Business forecasting metode peramalan bisnis masa kini dengan minitab dan SPSS. Yogyakarta : Elex Media Komputindo.

TAMARA, P, W., 2016. Penentuan Desain Tata Letak Penataan Produk Berdasarkan Market Basket Analysis Dengan Menggunakan Algoritma Apriori di Minimarket Alfamart Patimura Ungaran, [online] Tersedia di : [Diakses 3 Februari 2018].

TARIGAN, T. C., LESTARI. I. & WARDHANI. K. D. K., 2017, Penerapan Algoritma Apriori dan FP-Growth untuk Mengenali Pola Pembelian Pelanggan pada Elmart Swalayan. Jurnal Aksara Komputer Terapan, v5(2). Tersedia di : [Diakses 3 Februari 2018].

UTAMI, R. & ATMOJO, S., 2017a, Perbandingan Metode Holt Exponentioal Smoothing dan Winter Exponential Smoothing Untuk Peramalan Penjualan Souvenir. Jurnal Ilmiah Teknologi Informasi Asia, V.11, n.2, p.123-130.

UTAMI, R. & ATMOJO, S., 2017b. Implementasi Metode Triple Exponential Smoothing Additive Untuk Prediksi Penjualan Alat Tulis Kantor (ATK) Pada “X Stationery”. Jurnal Publikasi Dosen, [Online] Tersedia di [Diakses 3 Februari 2018].

WIDODO., 2008, Prediksi Mata Kuliah Pilihan dengan Aturan Asosiasi. Mediasisfo, V.11, n.1, p709-722.




DOI: http://dx.doi.org/10.25126/jtiik.2020751863