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

ANALISIS DAN PENERAPAN ALGORITMA APRIORI TERHADAP PENEMPATAN BARANG PADA MM TUNAS HARAPAN JAYA

ANALISIS DAN PENERAPAN ALGORITMA APRIORI TERHADAP PENEMPATAN BARANG PADA MM TUNAS HARAPAN JAYA

Undergraduate Theses from gdlhub / 2019-05-25 14:05:03
Oleh : Puja Widia Sukma, STIKOM Dinamika Bangsa Jambi
Dibuat : 2019-05-25, dengan 7 file

Keyword : Data Mining, Algoritma Apriori, Association Rules, Penempatan Barang

Dalam dunia bisnis khususnya industri minimarket, menuntut para pelaku bisnis untuk melakukan cara agar dapat meningkatkan penjualan dan pemasaran barang yang ada di minimarketnya, salah satunya dengan pemanfaatan data transaksi. Namun dengan adanya kegiatan operasional sehari-hari, data semakin lama akan semakin bertambah banyak. Jumlah data yang begitu besar akan menjadi masalah bagi minimarket tersebut jika tidak bisa dimanfaatkan sebaik mungkin. Algoritma apriori termasuk jenis aturan asosiasi pada data mining. Salah satu tahap analisis asosiasi yang menarik perhatian banyak peneliti untuk menghasilkan algoritma yang efisien adalah analisis pola frequensi tinggi(frequent pattern mining). Penting tidaknya suatu asosiasi dapat diketahui dengan dua tolak ukur, yaitu : support dan confidence. Support (nilai penunjang) adalah persentase kombinasi item tersebut dalam database, sedangkan confidence (nilai kepastian) adalah kuatnya hubungan antar-item dalam aturan asosiasi. Pada MM THJ dapat dilihat asosiasi produk tertinggi sebagai Market Basket Analysis sehingga disarankan untuk rekomendasi penyusunan tata letak barang

Deskripsi Alternatif :

In the business world, especially the minimarket industry, it requires business people to do ways to increase sales and marketing of goods in their minimarkets, one of them is by using transaction data. But with daily operational activities, the data will grow more and more. The large amount of data will be a problem for the minimarket if it cannot be utilized as well as possible. APriori algorithms include the types of association rules for data mining. One of the stages of association analysis that attracted the attention of many researchers to produce efficient algorithms is the analysis of high frequency patterns. The importance of an association can be known by two benchmarks, namely: support and confidence. Support (supporting value) is the percentage of the combination of items in the database, while confidence (value of certainty) is the strong relationship between items in association rules. At the THJ MM, the highest product association can be seen as Market Basket Analysis so it is suggested for recommendations on the layout of goods

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...

  • Jasmir, S.Kom, M.Kom dan Xaverius Sika, SE, M.S.I, Editor: sukadi

Download...