Agar dapat mengetahui pupuk apa saja yang dibeli oleh para konsumen, dapat dilakukan dengan teknik analisis yaitu analisis dari kebiasaan membeli konsumen. Pendeteksian mengenai pupuk yang sering dibeli secara bersamaan dilakukan dengan menggunakan aturan asosiasi. Pada penelitian ini akan digunakan algoritma apriori untuk penentuan aturan asosiasi pembelian pupuk. Dari hasil pembahasan dan analisis data yang dilakukan dapat disimpulkan bahwa dengan penerapan algoritma apriori dalam menentukan kombinasi antar itemset dengan minimum support 20% dan minimum confidence 75% ditemukan 6 aturan asosiasi, dimana yang memiliki nilai support dan confidence tertinggi adalah jika konsumen melakukan transaksi pembelian pupuk organik dan pupuk urea secara bersamaan dengan nilai support 60% dan nilai confidence 86%. Dengan demikian, jika terdapat konsumen membeli pupuk organik, maka kemungkinan konsumen tersebut membeli pupuk urea adalah 86%.
Peer Review Jurnal Maret 2017
Gorunescu, Florin. Data Mining: Concepts, Models, and Techniques. Verlag Berlin Heidelberg: Springer, 2011.
Han, J.,&Kamber, M. Data Mining Concept and Tehniques. San Fransisco: Morgan Kauffman, 2006.
Kusrini,&Luthfi, E. T. Algoritma Data Mining. Yogyakarta: Andi Publishing, 2009.
Santosa, Budi. Data Mining Teknik Pemanfaatan Data Untuk Keperluan Bisnis. Yogyakarta: Graha Ilmu, 2007.
Sogala, Satchidananda S. Comparing the Efficacy of the Decision Trees with Logistic Regression for Credit Risk Analysis. India, 2006.
Sumathi, & S., Sivanandam, S.N. Introduction to Data Mining and its Applications. 2006.
Witten, I. H., Frank, E., & Hall, M. A. Data Mining: Practical Machine Learning and Tools. Burlington: Morgan Kaufmann Publisher, 2011.
Yulita, Marsela dan Veronica S. Moertini. Analisis Keranjang Pasar dengan Algotitma Hash-Based pada transaksi penjualan di Apotik. Bandung: Jurnal Integral Majalah Ilmiah Matematika dan Ilmu Pengetahuan Alam, Vol 9, No 3 , Jurusan Ilmu Komputer Universitas Katolik Parahyangan, 2004.