PENERAPAN ALGORITMA APRIORI UNTUK MENEMUKAN HUBUNGAN ANTARA JENIS KOMODITAS IMPORT DENGAN JUMLAH PERMINTAAN BULANAN

Abstract

Impor merupakan salah satu komponen terpenting dari perdagangan negara selain ekspor, karena tanpa adanya impor maka negara tidak dapat memenuhi kebutuhan rakyatnya yang memang tidak diproduksi/ada di dalam negeri. Setiap impor pada suatu negara memiliki data yang didapatkan pada saat awal masuk dan juga nilai baik harga dan jumlah yang merupakan hasil transaksi perdagangan antarnegara. Akan tetapi, data-data tersebut belum diketahui hubungannya dengan data pada tiap bulan nya, untuk itu dibutuhkan sebuah metode untuk mengolahnya. Dengan penelitian ini, peneliti menggunakan sebuah metode Data Mining yaitu Association dengan Algoritma Apriori. Algoritma Apriori yang dimaksud merupakan teknik data mining untuk menemukan suatu aturan asosiatif berupa hubungan antara data komoditas impor dengan permintaan pada tiap bulannya. Data impor merupakan data yang terdiri dari kode HS, nama komoditas, nilai/value (US$), berat (kg) dan bulan. Nilai minimal support yang digunakan sebesar 50% sedangkan nilai confidence ditetapkan sebesar 100% dan menghasilkan kesimpulan bahwa pada komoditi dengan HS Code 1022919 – 1022990 – 1051110 - 1061900 yang mana merupakan komoditi yang tiap bulannya terus diimport. Penelitian ini dilakukan menggunakan data impor menurut komoditi selama 9 bulan terakhir pada tahun 2018 dari badan pusat statistik.

Kata kunci: Impor, Data Mining,Komoditi,Association,Apriori algorithm, Nilai support dan confidence.