METODE ASSOCIATION RULE DALAM ANALISA POLA PENJUALAN PRODUK MENGGUNAKAN ALGORITMA APRIORI DI SUPERMARKET KUD “EKA JAYA”

WAHYUNINGSIH, SRI (2019) METODE ASSOCIATION RULE DALAM ANALISA POLA PENJUALAN PRODUK MENGGUNAKAN ALGORITMA APRIORI DI SUPERMARKET KUD “EKA JAYA”. Skripsi thesis, Universitas Panca Marga Probolinggo.

	Text COVER SKRIPSI SRI WAHYUNINGSIH.pdf Restricted to perpustakaan UPM Download (73kB)
	Text DAFTAR ISI SRI WAHYUNINGSIH.pdf Restricted to perpustakaan UPM Download (98kB)
Preview	Text ABSTRAK SRI WAHYUNINGSIH.pdf Download (187kB) | Preview
	Text BAB 1 SRI WAHYUNINGSIH.pdf Restricted to perpustakaan UPM Download (207kB)
	Text BAB 2 SRI WAHYUNINGSIH.pdf Restricted to perpustakaan UPM Download (695kB)
	Text BAB 3 SRI WAHYUNINGSIH.pdf Restricted to perpustakaan UPM Download (459kB)
	Text BAB 4 SRI WAHYUNINGSIH.pdf Restricted to perpustakaan UPM Download (565kB)
	Text BAB 5 SRI WAHYUNINGSIH.pdf Restricted to perpustakaan UPM Download (141kB)
	Text DAFTAR PUSTAKA SRI WAHYUNINGSIH.pdf Restricted to perpustakaan UPM Download (53kB)

Abstract

Di Supermarket KUD “EKA JAYA” setiap hari terjadi kegiatan penjualan sehingga data transaksi semakin lama semakin bertambah banyak. Data transaksi tersebut dibiarkan menumpuk tanpa ada tindakan lebih lanjut. Dengan memanfaatkan data mining, data tersebut dapat dimanfaatkan dan diolah menjadi informasi yang berguna untuk peningkatan penjualan dan promosi produk. Metode Association Rule (Aturan Asosiasi) merupakan salah satu teknik data mining yang dapat menentukan pola aturan dari kumpulan data. Dan algoritma Apriori merupakan algoritma paling terkenal untuk menemukan pola frekuensi tinggi. Umumnya Association Rule dianalogikan sebagai keranjang belanja (Market Basket Analysis) dengan mencari nilai Support Item dan nilai Confidence. Metode Association Rule mengambil bentuk If-Then yang menggabungkan beberapa Items menjadi satu, misalnya membeli barang A dan B maka membeli barang C. Dalam penelitian ini sistem melakukan pencarian pola aturan dengan data transaksi sebanyak 6039 data dan melakukan 2 kali percobaan dengan nilai Support Item dan nilai Confidence yang berbeda. Hasil yang didapatkan dengan minimum Support 0.002 dan minimum Confidence 0.5 yakni sebanyak 310 rule dan hasil yang didapat dengan minimum Support 0.004 dan minimum Confidence 0.8 yakni sebanyak 18 rule.

Actions (login required)

View Item