A Fast Algorithm Based on Apriori Algorithms to Explore the Set of Repetitive Items of Large Transaction Data

Author(s):  
Javad Ghofrani ◽  
Arezoo Bozorgmehr ◽  
Amir Panah
2018 ◽  
Vol 6 (1) ◽  
pp. 41-48
Author(s):  
Santoso Setiawan

Abstract   Inaccurate stock management will lead to high and uneconomical storage costs, as there may be a void or surplus of certain products. This will certainly be very dangerous for all business people. The K-Means method is one of the techniques that can be used to assist in designing an effective inventory strategy by utilizing the sales transaction data that is already available in the company. The K-Means algorithm will group the products sold into several large transactional data clusters, so it is expected to help entrepreneurs in designing stock inventory strategies.   Keywords: inventory, k-means, product transaction data, rapidminer, data mining   Abstrak   Manajemen stok yang tidak akurat akan menyebabkan biaya penyimpanan yang tinggi dan tidak ekonomis, karena kemungkinan terjadinya kekosongan atau kelebihan produk tertentu. Hal ini sangat berbahaya bagi para pelaku bisnis. Metode K-Means adalah salah satu teknik yang dapat digunakan untuk membantu dalam merancang strategi persediaan yang efektif dengan memanfaatkan data transaksi penjualan yang telah tersedia di perusahaan. Algoritma K-Means akan mengelompokkan produk yang dijual ke beberapa cluster data transaksi yang umumnya besar, sehingga diharapkan dapat membantu pengusaha dalam merancang strategi persediaan stok.   Kata kunci: data transaksi produk, k-means, persediaan, rapidminer, data mining.


2001 ◽  
Vol 56 (12) ◽  
pp. 8 ◽  
Author(s):  
Oscar G. Ibarra-Manzano ◽  
Yuriy V. Shkvarko ◽  
Rene Jaime-Rivas ◽  
Jose A. Andrade-Lucio ◽  
Gordana Jovanovic-Dolecek

2014 ◽  
Vol 24 (11) ◽  
pp. 2699-2709 ◽  
Author(s):  
Bian-Fang CHAI ◽  
Jian YU ◽  
Cai-Yan JIA ◽  
Jing-Hong WANG

Sign in / Sign up

Export Citation Format

Share Document