haxorsprogramming / aplikasi-analisa-penjualan-apriori

Aplikasi data mining untuk analisa penjualan menggunakan metode apriori berbasis web dengan framework laravel

Aplikasi Analisa Penjualan

(Menggunakan metode apriori)

Fitur

Manajemen produk

Manajemen transaksi

Create dummy data transaksi (untuk keperluan riset/skripsi, sehingga tidak pelu create data transaksi real)

Analisa penjualan

Laporan analisa penjualan

Tampilan Aplikasi

• Login Page

• Dashboard Page

• Data Produk

• Tambah Data Produk

• Pengujian 1

• Pengujian 2

• Sukses Pengujian

• Hasil Analisa 1

• Hasil Analisa 2

• Laporan Pengujian 2

Instalasi

• Pastikan sudah terinstall composer, lakukan instalasi dependency

composer update

• Copy file .env.example ke .env , setting database, kemudian lakukan migrate & seed :

php artisan migrate:refresh --seed

• Lakukan generate key

php artisan key:generate

• Untuk mengimport produk harap edit/sesuaikan format file yang ada di public/file_import/DATA_PRODUK.xlsx, kemudian jalankan perintah :

php artisan importDataProduk

• Untuk mengimport data penjualan/transaksi harap edit/sesuaikan format file yg ada di public/file_import/DATA_PENJUALAN.xlsx, kemudian jalankan perintah :

php artisan importDataPenjualan

• Untuk membuat data transaksi dummy, lakukan dengan perintah berikut, dimana tf(total faktur) adalah total faktur yg akan di create

php artisan createFakePenjualan tf=100

• Jalankan aplikasi

php artisan serve

• Username -> admin, password -> admin

Jika terdapat kendala dalam penggunaan/pengembangan aplikasi ini dapat menghubungi

([email protected])

Jika dirasa aplikasinya bermanfaat mungkin kiranya bisa mengapresiasi pengembang aplikasi ini dengan berdonasi di https://saweria.co/haxorsprogramming, berapapun donasi yang diberikan akan sangat membantu kami dalam pengembangan aplikasi" selanjutnya, terima kasih ,,,

aplikasi-analisa-penjualan-apriori's Issues

Nilai support & confidence yg optimal

Untuk mendapatkan waktu pengolahan proses apriori yang tidak terlalu lama namun hasil analisa baik, nilai support dapat di set ke antara 10 - 20 %, dan nilai confidence antara 10 - 20 %. Semakin rendah nilai support akan menghasilkan waktu analisa yang lama dikarenakan akan lebih banyak proses query yang dilakukan.