Path: Top -> S1-Final Project -> Sistem Informasi -> 2019

ANALISIS DAN PENERAPAN ALGORITMA APRIORI UNTUK MENGHITUNG ASOSIASI ITEM PADA CV. SUMBER TANI MAJU JAYA MAKMUR

ANALYSIS AND IMPLEMENTATION OF APRIORI ALGORITHM TO CALCULATE ASSOCIATION ITEM IN CV. SUMBER TANI MAJU JAYA MAKMUR

Undergraduate Theses from gdlhub / 2019-05-09 08:48:05
Oleh : Fitri, STIKOM Dinamika Bangsa Jambi
Dibuat : 2019-05-09, dengan 7 file

Keyword : Data Mining, Data Penjualan, Asocciation Rule, Algoritma Apriori, Penempatan Barang

CV. Sumber Tani Maju Jaya Makmur merupakan sebuah perusahaan yang menjual berbagai macam produk retail keperluan petani. Setiap harinya data transaksi penjualan pada perusahaan ini mengalami peningkatan dan menyebabkan penyimpanan data transaksi penjualan tersebut menjadi sangat besar. Biasanya data-data transaksi penjualan tersebut hanya disimpan di dalam database saja tanpa dimanfaatkan dengan baik. Padahal jika data transaksi penjualan tersebut diolah dengan suatu metode data mining yang baik maka akan menghasilkan sebuah informasi yang dapat diproses untuk keperluan yang lebih luas. Salah satunya adalah suatu strategi penjualan yang dapat meningkatkan kepuasan konsumen. Penelitian ini menggunakan metode association rule dengan algoritma apriori yang dapat digunakan untuk menemukan kombinasi item pada data transaksi penjualan yang ada pada CV. Sumber Tani Maju Jaya Makmur. Kombinasi item yang dihasilkan dari proses apriori ini kemudian akan digunakan sebagai bahan rekomendasi strategi penjualan berupa tata letak penempatan barang yang sering dibeli secara bersamaan oleh konsumen. Analisis tersebut menghasilkan 5 Rule dengan nilai akurasi tertinggi yaitu pada periode gabungan Maret-April 2018 menghasilkan rule yaramila → gramoxone dengan nilai sebesar 92,299%, pada periode Maret 2018 menghasilkan rule garlon → gramatop dan rule jagung → lipa dengan nilai sebesar 89,993%, pada periode April 2018 menghasilkan rule gramoxone → 20x30 dan rule yaramila → em4 dengan nilai sebesar 89,993% hasil dari akurasi ini merupakan asosiasi item yang sering dibeli oleh konsumen secara bersamaan pada CV. Sumber Tani Maju Jaya Makmur.

Deskripsi Alternatif :

CV. Sumber Tani Maju Jaya Makmur is a company that sells various kinds of retail products for farmers. Every day the sales transaction data on this company has increased and caused the sales transaction data to be very large. Usually the sales transaction data is only stored in the database without being utilized properly. Even if the sales transaction data is processed with a good data mining method, it will produce information that can be processed for a broader purpose. One of them is a sales strategy that can increase customer satisfaction. This study uses the association rule method with a priori algorithm that can be used to find item combinations on sales transaction data that is on the CV. Sumber Tani Maju Jaya Makmur. The combination of items produced from this a priori process will then be used as a recommendation for sales strategies in the form of layout of goods that are often purchased simultaneously by consumers. The analysis produced 5 Rule with the highest accuracy value, namely in the combined period March-April 2018 resulting rule yaramila → gramoxone with a value of 92.299%, in the period March 2018 produced cloning rule → gramatop and rule corn → lipa with a value of 89.993%, in the period April 2018 produces the rule of gramoxone → 20x30 and rule yaramila → em4 with a value of 89.993% the result of this accuracy is an association of items that are often purchased by consumers simultaneously on the CV. Sumber Tani Maju Jaya Makmur

Beri Komentar ?#(0) | Bookmark

PropertiNilai Properti
ID Publishergdlhub
OrganisasiSTIKOM Dinamika Bangsa Jambi
Nama KontakHerti Yani, S.Kom
AlamatJln. Jenderal Sudirman
KotaJambi
DaerahJambi
NegaraIndonesia
Telepon0741-35095
Fax0741-35093
E-mail Administratorelibrarystikom@gmail.com
E-mail CKOelibrarystikom@gmail.com

Print ...

Kontributor...

  • Dodo Zaenal Abidin, S.Kom, M.Kom dan Errissya Rasywir, S.Kom, M.T, Editor: sukadi

Download...