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 14:05:03Oleh : 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
Properti | Nilai Properti |
---|---|
ID Publisher | gdlhub |
Organisasi | STIKOM Dinamika Bangsa Jambi |
Nama Kontak | Herti Yani, S.Kom |
Alamat | Jln. Jenderal Sudirman |
Kota | Jambi |
Daerah | Jambi |
Negara | Indonesia |
Telepon | 0741-35095 |
Fax | 0741-35093 |
E-mail Administrator | elibrarystikom@gmail.com |
E-mail CKO | elibrarystikom@gmail.com |
Print ...
Kontributor...
- Jasmir, S.Kom, M.Kom dan Xaverius Sika, SE, M.S.I, Editor: sukadi
Download...
Download hanya untuk member.
BAB I
File : BAB I.pdf
(167537 bytes)
BAB II
File : BAB II.pdf
(1096595 bytes)
BAB III
File : BAB III.pdf
(96006 bytes)
BAB IV
File : BAB IV.pdf
(964458 bytes)
BAB V
File : BAB V.pdf
(609523 bytes)
BAB VI
File : BAB VI.pdf
(89013 bytes)
DAFTAR PUSTAKA
File : DAFTAR PUSTAKA.pdf
(934900 bytes)