JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : VOL. 5 NO. 2 SEPTEMBER 2012
|
|
- Veronika Sutedja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 IMPLEMENTASI DATA MINING DENGAN METODE MARKET BASKET ANALYSIS Julius Santony 1 ABSTRACT Information is seen as something very important and very valuable, because it controls the information will easily be able to achieve the desired goal is so important piece of information in life, making every race looking for in order to survive and survive life itself. Likewise for businesses especially in trade, information used as material analysis that aims to increase corporate profits. Market basket analysis with the Association Rules is an application of data mining that aims to find patterns of associations based on the pattern of consumer spending, so it will be known to those items any item purchased at the same time, and later can be used as an ingredient in the decision analysis, to increase profits or determine marketing strategies. Variables used in this method later the support and confidence. Keywords: Data Mining, Association Rule, Market Basket Analysis INTISARI Informasi dipandang sebagai sesuatu hal yang sangat penting dan sangat berharga, karena dengan menguasai informasi maka dengan mudah akan dapat mencapai tujuan yang diinginkan Begitu pentingnya sebuah informasi dalam kehidupan ini, membuat setiap orang berlomba mencarinya agar bisa tetap bertahan dan selamat dari kehidupan itu sendiri. Demikian juga bagi kalangan bisnis khususnya bidang perdagangan, informasi dipakai sebagai bahan analisa yang bertujuan untuk meningkatkan keuntungan perusahaan. Market basket analysis dengan Association Rules merupakan salah satu aplikasi data mining yang bertujuan untuk mencari pola assosiasi berdasarkan pola belanja yang dilakukan konsumen, sehingga nantinya bisa diketahui item-item barang apa saja yang dibeli secara bersamaan, dan nantinya bisa dipakai sebagai bahan analisa dalam pengambilan keputusan, untuk meningkatkan keuntungan atau menentukan strategi pemasaran. Variabel yang digunakan dalam metode ini nantinya yaitu support dan confidence. Kata Kunci : Data Mining, Assosiation Rule, Market Basket Analysis 1 Dosen Fakultas Ilmu Komputer Universitas Putra Indonesia YPTK Padang 56
2 PENDAHULUAN Di era sekarang ini untuk mendapatkan informasi tidaklah sulit, sebab banyak sekali media yang menawarkan beragam informasi yang dapat digunakan untuk bermacammacam keperluan. Salah satunya adalah dalam hal penjualan suatu produk.dalam penjualan suatu produk diperlukan tindakan kongkrit yang dapat dilakukan oleh perusahaan, antara lain secara proaktif menawarkan produk yang akan dijual tersebut. Market Basket Analysis adalah suatu metode yang bekerja mencari dan menemukan pola-pola yang berassosiasi diantara produk-produk yang dipasarkan [1], misalnya menemukan bahwa produk A biasanya dibeli bersamaan dengan produk B dalam waktu tertentu dan jumlah tertentu. Teknik ini merupakan salah satu cara untuk melakukan data mining yang berguna untuk menemukan knowledge dari datadata yang ada. Knowledge tersebut dapat digunakan oleh perusahaan untuk meningkatkan produksi maupun penjualan produk-produknya [2]. Tujuan penelitian ini agar dapat membantu manajer dalam mengambil suatu keputusan yang akan meningkatkan penjualan produk-produknya dengan cara membuat suatu perancangan untuk mencari pola assosiasi menggunakan Metode Market Basket Analysis. PENDEKATAN PEMECAHAN MASALAH Secara umum kerangka kerja penelitian adalah seperti Gambar 1. Berikut ini : Pencarian Literatur Pengumpulan Data Analisis Perancangan Pengujian Gambar 1. Kerangka Kerja PenelitianPencarian Literatur Dalam tahap ini, dilakukan pencarian literatur mengenai teori data mining dengan menggunakan metode market basket analysis. Tujuan dari market basket analysis ini adalah untuk menentukan produkproduk apa saja yang dibeli oleh seorang konsumen secara bersamaan. Didalam pencarian literature juga melakukan wawancara dengan karyawan sebuah Mini Market. Pengumpulan Data Data yang diperoleh adalah data dalam bentuk hard copy tentang barang-barang yang sering dibeli oleh konsumen. Analisis dan Perancangan Dengan menggunakan aturan asosiasi dalam 2 langkah proses, yaitu [3]: 1. Temukan semua frequent itemset; Berdasarkan definisi, masing-masing dari itemset maka muncul sedikitnya dengan frequency sebesar diberikan dalam minimum support count. 2. Munculkan strong association rule dari frequent itemset, 57
3 Berdasarkan definisi, aturan ini harus memenuhi minimum support dan minimum confidence. Nilai support dari 2 item diperoleh dari rumus berikut : Transaksi mengandung A dan B Support (A,B) = Transaksi Nilai Confidence dari 2 item diperoleh dari rumus berikut : Transaksi mengandung A dan B Confidence = P(B A) = Setelah dilakukan 2 langkah di atas maka maka dibuat Use Case Diagram untuk menggambarkan rancangan sistem yang didalamnya terdapat actor-actor yang bekerja dalam sistem tersebut Pengujian Melihat kesesuaian antara output yang didapat sebagai hasil analisis dari aturan asosiasi dengan kondisi yang sebenarnya. HASIL DAN PEMBAHASAN Aturan Asosiasi Dari pengumpulan data di sebuah mini market didapat data seperti Tabel 1. berikut ini : Tabel 1. Contoh Transaksi Transaksi Item yang dibeli 1 Susu,Teh,Gula 2 Roti,Margarin 3 Attack, clear, Lux 4 Teh,Gula,Roti 5 Teh,Gula,Roti 6 Kopi,Susu 7 Pepsodent,Oral-B 8 Cappuccino,Susu,Roti 9 Gula,Susu,Roti 10 Cappuccino,Susu 11 Margarin, Roti, Cappuccino 12 Susu,Gula,Roti 13 Teh,Gula 14 Gula,Susu,Roti 15 Attack,Pepsodent 16 Gula,Kopi,Susu 17 Clear,Pepsodent,Lux 18 Cappuccino,Kopi,Susu 19 Margarin 20 Gula,kopi,Susu 21 Lux,Pepsodent Transaksi Mengandung A 22 Pepsodent,Oral-B 23 Susu,Roti,Kopi 24 Lux,Clear 25 Teh,Gula,Kopi 26 Pantene,clear,sunsilk 27 Pulpen,pensil,buku 28 HVS,tinta,buku 29 Penghapus,pensil 30 Buku,pulpen Sumber : Mini Market MD (2012) Ada dua metode utama dalam merepresentasikan tipe data dalam analisa proses asosiasi yaitu format data transaksional dan format data tabular. 1. Bentuk tabel data transaksional berdasarkan transaksi-transaksi yang ada, seperti dapat dilihat pada Tabel 2 berikut ini : Table 2. Contoh Data Transaksional Transaksi Item yang dibeli Susu 1 Teh 1 Gula 2 Roti 2 Margarin 3 Attack 3 Clear 3 Lux 4 The 4 Gula 4 Roti 5 Kopi 5 Susu 58
4 6 The 6 Gula 6 Roti 7 Pepsodent 7 Oral-B 8 Cappuccino 8 Susu 8 Roti 9 Gula 9 Susu 9 Roti 10 Cappuccino 10 Susu 11 Margarin 11 Roti 11 Cappuccino 12 Susu 12 Gula 12 Roti 13 The 13 Gula 14 Gula 14 Susu 14 Roti 15 Attack 15 Pepsodent 16 Gula 16 Kopi 16 Susu 17 Clear 17 Pepsodent 17 Lux 18 Cappuccino 18 Kopi 18 Susu 19 Margarin 20 Gula 20 Kopi 20 Susu 21 Lux 21 Pepsodent 22 Pepsodent 22 Oral-B 23 Susu 23 Roti 23 Kopi 24 Lux 24 Clear 25 The 25 Gula 25 Kopi 26 Pantene 26 Clear 26 Sunsilk 27 Pulpen 27 Pensil 27 Buku 28 HVS 28 Tinta 28 Buku 29 Pensil 29 Penghapus 30 Buku 30 Pulpen Sumber : Mini Market MD 2. Bentuk tabel format tabular data transaksi berdasarkan transaksi-transaksi yang ada, seperti Tabel 3 berikut ini : 59
5 Tabel 3. Format Tabular Data Transaksi Misalkan D adalah himpunan transaksi yang direpresentasikan dalam table 4 dimana setiap transaksi T dalam D merepresentasikan himpunann item yang berada dalam I. I adalah himpunan item yang dijual{ Teh, Gula, Kopi, Susu, Roti }. Misalkan kita memiliki himpunan item A( misal susu dan gula ) dan himpunan item lain B ( misal Kopi) kemudian aturan asosiasi akan berbentuk: Jika A, maka B ( A -> B ) Dimana antecedent A dan consequent B merupakan subset dari I dan A dan B merupakan mutually exclusive dimana aturan: Jika A, Maka B Tidak berarti: Jika B, Maka ADefinisi ini tidak berlaku untuk trivial seperti:jika Beans maka Squash, maka Beans Aturan yang kuat adalah aturan-aturan yang melebihi kriteria support dan confidence minimum. Misalnya seorang analisis menginginkan aturan yang memiliki support lebih dari 20%, dan confidence lebih dari 35%. Sebuah itemset adalah himpunan item-item yang ada dalam I, dan k-itemset adalah itemset yang berisi k-item. Misalnya {Teh, Gula} adalah sebuah 2-itemset dan {Teh, Gula, Roti} merupakan 3-itemset.Frequent itemset adalah itemset yang terjadi paling sedikit pada jumlah tertentu, mempunyai itemset frequency Φ. Misalkan, Φ = 4, itemset yang terjadi lebih dari 4 disebut frequent. Notasi set of frequent k-itemsets adalah F. k Hasil calon 2-item set dapat dilihat seperti Tabel 4. 60
6 Tabel 4.Calon 2-item set dari tabel 3. Kombinasi Jumlah Susu,The 1 Susu,Gua 2 Susu,Roti 5 Susu,Kopi 1 Susu,Pepsodent 0 Teh,Gula 5 Teh,Roti 1 Teh,Kopi 1 Teh,Pepsodent 0 Gula,Roti 5 Gula,Kopi 3 Gula,Pepsodent 0 Roti,Kopi 1 Roti,Pepsodent 0 Kopi,Pepsodent 0 Pembentukan Aturan Asosiasi Setelah semua pola frekuensi tinggi ditemukan, barulah dicari aturan asosiasi yang memenuhi syarat minimum untuk confidence dengan menghitung confidence aturan asosiatif A B. Nilai Confidence dari aturan A B diperoleh dari rumus : Ʃ Transaksi mengandung A dan B Confidence = P(B A)= Ʃ ( Susu, Roti) = 5 = 45,45 % 50 % Ʃ Transaksi Mengandung A Ʃ ( Teh, Gula ) = 5 = 100 % Ʃ ( Gula, Roti ) = 5 = Ʃ ( Susu ) 11 Ʃ (Teh ) 5 Ʃ ( Gula ) 10 Merupakan confidence yang didapat dari calon kombinasi 2 item set yang terdapat pada Tabel 5. Tabel 5. Confidence dari F2 Aturan Confidence Jika Susu, maka akan Roti 5/11 45,45% Jika Teh, maka akan Gula 5/5 100% Jika Gula, maka akan Roti 5/10 50% Nilai Support dari aturan A B diperoleh dari rumus : Transaksi mengandung A dan B Support (A,B) = Transaksi Ʃ ( Susu, Roti ) = 5 = 16,66 % = 16,66 % Ʃ (Teh, Gula ) = 5 = 16,66% Ʃ ( Gula, Roti ) Ʃ ( Transaksi ) 30 Ʃ (Transaksi ) 30 Ʃ (Transaksi ) 30 = 5 Merupakan support yang didapat dari calon kombinasi 2 item set yang terdapat pada Tabel 6. Tabel 6. Support dari F2 Aturan Support Jika teh, maka akan 5/10 50% gula Jika 5/10 50% gula, maka akan the Jika gula, maka akan kopi 3/10 30% Aturan asosiasi final terurut berdasarkan Support x Confidence terbesar dapat dilihat pada Tabel 7. 61
7 Tabel 7. Aturan Asosiasi Final Aturan Support Confidence Jika susu, maka 16,66% 45.45% akan roti. Jika teh, maka akan 16,66% 100% gula. Jika gula, maka akan roti 16,66% 50% Berdasarkan aturan asosiasi final di atas (Support x Confidence), maka dapat di lihat item mana yang paling cocok untuk di kombinasikan. Use Case Diagram Use case diagram digunakan untuk memodelkan berdasarkan perspektif pengguna sistem yang didalamnya terdapat actor yang mengoperasikan aplikasi dapat dilihat pada Gambar 2 : Admin Login << Include >> Logout << Include >> Entry Barang << Include >> Analisa << Include >> Entry Penjualan Gambar 2. Use Case Diagram Keterangan: a. ADMIN adalah orang yang akan mengoperasikan aplikasi. b. LOGIN adalah untuk melakukan validasi data untuk aplikasi. c. ENTRY BARANG adalah untuk menginputkan data barang. d. ENTRY PENJUALAN adalah untuk menginputkan transaksi yang ada. e. PROSES ASOSIASI adalah untuk melakukan proses association. f. LOGOUT adalah untuk keluar dari aplikasi. KESIMPULAN 1. Dari sistem aplikasi data mining ini terlihat bahwa barangbarang yang berdekatan harus diletakan bersamaan agar mudah dibeli oleh konsumen. 2. Dari aplikasi data mining ini manajer atau pembuat keputusan dapat mengetahui barang-barang apa saja yang dibeli secara bersamaan, sehingga informasi tersebut dapat dipakai sebagai bahan pertimbangan dalam mengambil keputusan yang berkaitan dengan peningkatan penjualan pada Mini Market dan keuntungan dari item-item yang banyak terjual. 62
8 3. Sistem aplikasi ini mampu mengolah data transaksi untuk menemukan pola assosiasi yang memenuhi syarat minimum support, dan confidence berdasarkan item yang ada dalam transaksi. DAFTAR PUSTAKA [1] Gregorius S. Budhi, Resmana Lim Penggunaan Metode Fuzzy c-covering Untuk Analisa Market Basket Pada Supermarket. Jurnal Informatika Vol. 6, NO. 1, Mei 2005: Jurusan Teknik Informatika, Fakultas Teknologi Industri Universitas Kristen Petra. ndex.php/inf/article/viewfile/1631 9/16311 (sumber diakses pada : 9 Juni 2012) [2] Berry dan Linoff Data mining Technigue for Marketing, Sales, and Costomers Support. Larose [3] Kc99, Lounge Data Mining, 010/07/data-mining.html 63
Metodologi Algoritma A Priori. Metodologi dasar algoritma a priori analisis asosiasi terbagi menjadi dua tahap :
Metodologi Algoritma A Priori 1 Kusrini, 2 Emha Taufiq Luthfi 1 Jurusan Sistem Informasi, 2 Jurusan Teknik Informatika 1, 2 STMIK AMIKOM Yogykakarta 1,2 Jl. Ringroad Utara Condong Catur Sleman Yogyakarta
Lebih terperinciPenerapan Data Mining Association Rule Menggunakan Algoritma Apriori Untuk Meningkatkan Penjualan dan Memberikan Rekomendasi Pemasaran Produk Speedy
Penerapan Data Mining Association Rule Menggunakan Algoritma Apriori Untuk Meningkatkan Penjualan dan Memberikan Rekomendasi Pemasaran Produk Speedy (Studi Kasus di PT. Telkom Cabang Wonogiri ) Moch. Yusuf
Lebih terperinciAturan assosiatif biasanya dinyatakan dalam bentuk : {roti, mentega} {susu} (support = 40%, confidence = 50%)
ASSOCIATION RULE (ALGORITMA A PRIORI) Algoritma A Priori termasuk jenis aturan asosiasi pada data mining. Selain a priori, yang termasuk pada golongan ini adalah metode generalized rule induction dan algoritma
Lebih terperinciDATA MINING ANALISA POLA PEMBELIAN PRODUK DENGAN MENGGUNAKAN METODE ALGORITMA APRIORI
DATA MINING ANALISA POLA PEMBELIAN PRODUK DENGAN MENGGUNAKAN METODE ALGORITMA APRIORI Heroe Santoso 1), I Putu Hariyadi 2), Prayitno 3) 1), 2),3) Teknik Informatika STMIK Bumigora Mataram Jl Ismail Marzuki
Lebih terperinciPENERAPAN ALGORTIMA APRIORI PADA DATA MINING UNTUK MENGELOMPOKKAN BARANG BERDASARKAN KECENDERUNGAN KEMUNCULAN BERSAMA DALAM SATU TRANSAKSI.
PENERAPAN ALGORTIMA APRIORI PADA DATA MINING UNTUK MENGELOMPOKKAN BARANG BERDASARKAN KECENDERUNGAN KEMUNCULAN BERSAMA DALAM SATU TRANSAKSI Abstrak Data Mining is the process of extracting knowledge hidden
Lebih terperinciPERANCANGAN DAN IMPLEMENTASI APLIKASI ANALISIS KERANJANG PASAR DENGAN METODE FUZZY C-COVERING
PERANCANGAN DAN IMPLEMENTASI APLIKASI ANALISIS KERANJANG PASAR DENGAN METODE FUZZY C-COVERING KOMPETENSI RPL SKRIPSI NI KADEK DONI JULIARI NIM. 0708605037 PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN ILMU
Lebih terperinciPENERAPAN DATA MINING MENGGUNAKAN ALGORITMA FP-TREE DAN FP-GROWTH PADA DATA TRANSAKSI PENJUALAN OBAT
PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA FP-TREE DAN FP-GROWTH PADA DATA TRANSAKSI PENJUALAN OBAT Yuyun Dwi Lestari Program Studi Teknik Informatika, Sekolah Tinggi Teknik Harapan Jl. H. M. Jhoni No.
Lebih terperinciAPLIKASI DATA MINING MARKET BASKET ANALYSIS PENJUALAN SUKU CADANG SEPEDA MOTOR MENGGUNAKAN METODE ASSOCIATION RULES PADA PT. SEJAHTERA MOTOR GEMILANG
APLIKASI DATA MINING MARKET BASKET ANALYSIS PENJUALAN SUKU CADANG SEPEDA MOTOR MENGGUNAKAN METODE ASSOCIATION RULES PADA PT. SEJAHTERA MOTOR GEMILANG EKA FITRIA WULANSARI Program Studi Teknik Informatika,
Lebih terperinciPENENTUAN LOKASI BARANG PADA A Swalayan MENGGUNAKAN ASSOCIATION RULE DENGAN ALGORITMA FP-GROWTH
PENENTUAN LOKASI BARANG PADA A Swalayan MENGGUNAKAN ASSOCIATION RULE DENGAN ALGORITMA FP-GROWTH DETERMINING LOCATION OF GOODS IN A Swalayan USING ASSOCIATION RULE BY FP-GROWTH ALGORITHM Ardi Wijaksono
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perusahaan ritel yang menyediakan berbagai kebutuhan berkembang pesat bukan hanya di kota besar saja tetapi juga di kota-kota kecil. Untuk memperoleh keuntungan yang
Lebih terperinciAssocation Rule. Data Mining
Assocation Rule Data Mining Association Rule Analisis asosiasi atau association rule mining adalah teknik data mining untuk menemukan aturan assosiatif antara suatu kombinasi item. Aturan yang menyatakan
Lebih terperinciPENERAPAN METODE APRIORI ASOSIASI TERHADAP PENJUALAN PRODUCT COSMETIC UNTUK MENDUKUNG STRATEGI PENJUALAN
PENERAPAN METODE APRIORI ASOSIASI TERHADAP PENJUALAN PRODUCT COSMETIC UNTUK MENDUKUNG STRATEGI PENJUALAN SKRIPSI Diajukan untuk memenuhi salah satu syarat guna memperoleh gelar Sarjana Komputer (S.Kom)
Lebih terperinciANALISA POLA DATA HASIL PEMBANGUNAN KABUPATEN MALANG MENGGUNAKAN METODE ASSOCIATION RULE
ANALISA POLA DATA HASIL PEMBANGUNAN KABUPATEN MALANG MENGGUNAKAN METODE ASSOCIATION RULE Dewi Sibagariang 1), Karina Auliasari 2) 1.2) Jurusan Teknik Informatika, Institut Teknologi Nasional Malang Jalan
Lebih terperinciAplikasi Data Mining untuk meneliti Asosiasi Pembelian Item Barang di Supermaket dengan Metode Market Basket Analysis
Aplikasi Data Mining untuk meneliti Asosiasi Pembelian Item Barang di Supermaket dengan Metode Market Basket Analysis ANDREAS HANDOJO, GREGORIUS SATIA BUDHI, HENDRA RUSLY Jurusan Teknik Informatika Universitas
Lebih terperinciDAFTAR ISI. BAB I PENDAHULUAN Latar Belakang Masalah Rumusan Masalah Batasan Masalah Tujuan Penelitian...
ABSTRAK Analisis asosiasi adalah teknik data mining untuk menemukan aturan asosiatif antara suatu kombinasi item.aturan asosiatif dari analisis pembelian di suatu pasar swalayan adalah mengetahui besarnya
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisis Masalah Toko central menjual berbagai macam aksesoris hp untuk masyarakat yang akan membeli. Toko central menyediakan aksesoris hp sesuai dengan banyaknya
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisis Masalah Bagi para calon mahasiswa cenderung bingung memilih jurusan yang mana yang akan mereka geluti di dunia pendidikan. Sekolah Tinggi Teknologi Sinar
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Saat ini, perkembangan teknologi telah memberikan pengaruh yang sangat besar di dalam kehidupan manusia. Salah satu pengaruh tersebut di bidang informasi yaitu dalam
Lebih terperinciLEMBAR PENGESAHAN Batam, 21 Februari 2011 Pembimbing, Mir atul K. Mufida, S. ST NIK
LEMBAR PENGESAHAN Pembimbing, Mir atul K. Mufida, S. ST NIK. 109057 LEMBAR PERNYATAAN Dengan ini, saya: NIM : 3310801010 Nama : Maria Magdalena adalah mahasiswa Teknik Informatika Politeknik Negeri Batam
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisis Masalah Kebutuhan akan teori dalam dunia pendidikan sangat besar. Teori banyak di tulis ke dalam sebuah buku maupun jurnal. Pada universitas potensi utama,
Lebih terperinciImplementasi Algoritme Modified-Apriori Untuk Menentukan Pola Penjualan Sebagai Strategi Penempatan Barang Dan Promo
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 10, Oktober 2018, hlm. 3829-3834 http://j-ptiik.ub.ac.id Implementasi Algoritme Modified-Apriori Untuk Menentukan
Lebih terperinciPengembangan Aplikasi Market Basket Analysis Menggunakan Algoritma Generalized Sequential Pattern pada Supermarket
Pengembangan Aplikasi Market Basket Analysis Menggunakan Algoritma Generalized Sequential Pattern pada Supermarket Gunawan 1), Alex Xandra Albert Sim 2), Fandi Halim 3), M. Hawari Simanullang 4), M. Firkhan
Lebih terperinciJurnal Edik Informatika Penelitian Bidang Komputer Sains dan Pendidikan Informatika V1.i1(52-62)
Analisa Pola Peminjaman Buku Perpustakaan Menggun Algoritma Apriori Azwar Anas Program Studi Pendidikan Informatika, STKIP PGRI Sumbar aans_07@yahoo.co.id http://dx.doi.org/10.22202/jei.2014.v1i1.1439
Lebih terperinciBAB II TINJAUAN PUSTAKA
6 BAB II TINJAUAN PUSTAKA Pada kajian literatur ini berisi studi pustaka terhadap buku, jurnal ilmiah, penelitian sebelumnya yang berkaitan dengan topik penelitian. Uraian tinjauan pustaka diarahkan untuk
Lebih terperinciABSTRAK. Kata kunci: Market Basket Analysis, Cross-selling. Universitas Kristen Maranatha
ABSTRAK Salah satu strategi pemasaran yang dapat digunakan untuk meningkatkan volume penjualan suatu produk adalah cross selling. Penentuan cross selling produk dapat dilakukan dengan menerapkan Analisis
Lebih terperinciPENGGALIAN KAIDAH MULTILEVEL ASSOCIATION RULE DARI DATA MART SWALAYAN ASGAP
PENGGALIAN KAIDAH MULTILEVEL ASSOCIATION RULE DARI DATA MART SWALAYAN ASGAP Teguh Pradana 1) 1) Program Studi/Prodi Teknik Informatika, STMIK Yadika, email: INTI_PERSADA_SOFTWARE@yahoo.co.id Abstrak: Perkembangan
Lebih terperinciBAB I PENDAHULUAN. yang cepat dan besar di Asia (Kartiwi, 2006). Pertumbuhan e-commerce yang
BAB I PENDAHULUAN 1.1 Latar Belakang Indonesia adalah salah satu negara dengan pertumbuhan pasar e-commerce yang cepat dan besar di Asia (Kartiwi, 2006). Pertumbuhan e-commerce yang besar tersebut membuat
Lebih terperinciPENERAPAN ALGORITMA APRIORI DALAM MEMPREDIKSI PERSEDIAAN BUKU PADA PERPUSTAKAAN SMA DWI TUNGGAL TANJUNG MORAWA
PENERAPAN ALGORITMA APRIORI DALAM MEMPREDIKSI PERSEDIAAN BUKU PADA PERPUSTAKAAN SMA DWI TUNGGAL TANJUNG MORAWA Domma Lingga Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan Jl. Sisingamangaraja
Lebih terperinciBAB II LANDASAN TEORI. Anindita Dwi Respita,2015. a. Penelitian ini menjelaskan tentang tujuan : menggunakan metode market basket analysis.
BAB II LANDASAN TEORI 2.1 Tinjauan Pustaka 2.1.1 Penelitian Terkait 1) Penelitian terdahulu dengan judul Online Shop kecantikan dan kosmetik dengan pemberian saran pembelian produk menggunakan Market Basket
Lebih terperinciJURNAL IPTEKS TERAPAN Research of Applied Science and Education V10.i2 (81-85)
IMPLEMENTASI ALGORITMA APRIORI DALAM MENENTUKAN PROGRAM STUDI YANG DIAMBIL MAHASISWA Ahmad Fikri Fajri Sistem Informasi, STMIK Jayanusa, Padang, Sumatera Barat, Kode Pos : 25116 email: fajri.bayang@gmail.com
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III.. Analisis Masalah Pada zaman saat ini sepeda motor banyak digunakan di jalanan, banyak masyarakat menggunakan sepeda motor karena kepraktisan di dalam penggunaanya.
Lebih terperinciPENERAPAN ALGORITMA APRIORI ASSOCIATION RULE UNTUK ANALISA NILAI MAHASISWA DI UNIVERSITAS GUNADARMA
PENERAPAN ALGORITMA APRIORI ASSOCIATION RULE UNTUK ANALISA NILAI MAHASISWA DI UNIVERSITAS GUNADARMA Margi Cahyanti 1), Maulana Mujahidin 2), Ericks Rachmat Swedia 3) 1) Sistem Informasi Universitas Gunadarma
Lebih terperinciASSOCIATION RULE DENGAN ALGORITMA FP-GROWTH DETERMINING LOCATION OF GOODS IN A
PENENTUAN LOKASI BARANG PADA A Swalayan MENGGUNAKAN ASSOCIATION RULE DENGAN ALGORITMA FP-GROWTH DETERMINING LOCATION OF GOODS IN A Swalayan USING ASSOCIATION RULE BY FP-GROWTH ALGORITHM Ardi Wijaksono
Lebih terperinciANALISA POLA DATA PENYAKIT RUMAH SAKIT DENGAN MENERAPKAN METODE ASSOCIATION RULE MENGGUNAKAN ALGORITMA APRIORI
Seminar Nasional Informatika ANALISA POLA DATA PENYAKIT RUMAH SAKIT DENGAN MENERAPKAN METODE ASSOCIATION RULE MENGGUNAKAN ALGORITMA APRIORI Harris Kurniawan, Fujiati, Alfa Saleh STMIK Potensi Utama Jl.
Lebih terperinciBAB I PENDAHULUAN. Data mining memungkinkan penemuan pola-pola yang menarik, informasi yang
1 BAB I PENDAHULUAN Bab pendahuluan ini membahas tentang latar belakang masalah yaitu fenomena perkembangan data yang terus bertambah tetapi informasi yang dihasilkan monoton, sehingga diperlukan data
Lebih terperinciRANCANG BANGUN SISTEM PENGAMBILAN KEPUTUSAN UNTUK PREDIKSI PEMBELIAN BARANG PADA DISTRIBUTOR LUKCY JAYA MOTOR BERBASIS WEB MENGGUNAKAN METODE APRIORI
RANCANG BANGUN SISTEM PENGAMBILAN KEPUTUSAN UNTUK PREDIKSI PEMBELIAN BARANG PADA DISTRIBUTOR LUKCY JAYA MOTOR BERBASIS WEB MENGGUNAKAN METODE APRIORI Candra Irawan Amak Yunus 1 Sistem Informasi, Universitas
Lebih terperinciANALISA DAN PERANCANGAN APLIKASI ALGORITMA APRIORI UNTUK KORELASI PENJUALAN PRODUK (STUDI KASUS : APOTIK DIORY FARMA)
ANALISA DAN PERANCANGAN APLIKASI ALGORITMA APRIORI UNTUK KORELASI PENJUALAN PRODUK (STUDI KASUS : APOTIK DIORY FARMA) Harvei Desmon Hutahaean 1, Bosker Sinaga 2, Anastasya Aritonang Rajagukguk 2 1 Program
Lebih terperinciPENGGUNAAN ALGORITMA APRIORI UNTUK MENENTUKAN REKOMENDASI STRATEGI PENJUALAN PADA TOSERBA DIVA SKRIPSI
PENGGUNAAN ALGORITMA APRIORI UNTUK MENENTUKAN REKOMENDASI STRATEGI PENJUALAN PADA TOSERBA DIVA SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom.) Pada Program
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN III.1. Analisa Masalah Penataan atau penempatan stok barang selama ini yang dilakukan oleh kedai Kopi Uleekareng dan Gayo sangatlah tidak tertata dengan baik dan rapi,
Lebih terperinciANALISIS MARKET BASKET DENGAN ALGORITMA APRIORI (STUDY KASUS TOKO ALIEF)
ANALISIS MARKET BASKET DENGAN ALGORITMA APRIORI (STUDY KASUS TOKO ALIEF) Hernawati STMIK Nusa Mandiri Jl. Kramat Raya No. 18 Rt. 01/Rw. 07 Kwitang, Senen, Jakarta Pusat watiherna27@gmail.com ABSTRAK Dalam
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada tinjauan pustaka ini akan dibahas tentang konsep dasar dan teori-teori yang mendukung pembahasan yang berhubungan dengan sistem yang akan dibuat. 2.1 Basis Data (Database) Database
Lebih terperinciPenerapan Data Mining Penjualan Sepatu Menggunakan Metode Algoritma Apriori
Penerapan Data Mining Penjualan Sepatu Menggunakan Metode Algoritma Apriori Erma Delima Sikumbang Komputerisasi Akuntansi AMIK BSI Jakarta Jl. RS Fatmawati No. 24 Pondok Labu Jakarta Selatan Erma@bsi.ac.id
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisis Masalah Banyaknya permintaan pasar terhadap produk coca-cola membuat PT. Coca-Cola harus menyediakan jumlah produksi yang sesuai dengan permintaan pasar.
Lebih terperinciANALISIS DAN IMPLEMENTASI ALGORITMA FP-GROWTH PADA APLIKASI SMART UNTUK MENENTUKAN MARKET BASKET ANALYSIS PADA USAHA RETAIL (STUDI KASUS : PT.
ANALISIS DAN IMPLEMENTASI ALGORITMA FP-GROWTH PADA APLIKASI SMART UNTUK MENENTUKAN MARKET BASKET ANALYSIS PADA USAHA RETAIL (STUDI KASUS : PT.X) ANALYSIS AND IMPLEMENTATION OF FP-GROWTH ALGORITHM IN SMART
Lebih terperinciRANCANG BANGUN APLIKASI MARKET BASKET ANALYSIS (MBA) PADA MINIMARKET UD. DIANI DENGAN ALGORITMA CT-PRO
RANCANG BANGUN APLIKASI MARKET BASKET ANALYSIS (MBA) PADA MINIMARKET UD. DIANI DENGAN ALGORITMA CT-PRO Oleh Gede Agus Eka Kharisma Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan Universitas
Lebih terperinciPENERAPAN ALGORITMA APRIORI DALAM MENENTUKAN STRATEGI PENJUALAN MAKANAN RINGAN (Studi Kasus: Toko Pak Herry Templek - Gadungan)
PENERAPAN ALGORITMA APRIORI DALAM MENENTUKAN STRATEGI PENJUALAN MAKANAN RINGAN (Studi Kasus: Toko Pak Herry Templek - Gadungan) SKRIPSI Diajukan Untuk Memenuhi Sebagai Syarat Guna Memperoleh Gelar Sarjana
Lebih terperinciAPLIKASI DATA MINING UNTUK ANALISIS ASOSIASI POLA PEMBELIAN DENGAN ALGORITMA APRIORI
APLIKASI DATA MINING UNTUK ANALISIS ASOSIASI POLA PEMBELIAN DENGAN ALGORITMA APRIORI SKRIPSI Disusun Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Komputer pada Departemen Ilmu Komputer/ Informatika
Lebih terperinci2.2 Data Mining. Universitas Sumatera Utara
Basis data adalah kumpulan terintegrasi dari occurences file/table yang merupakan representasi data dari suatu model enterprise. Sistem basisdata sebenarnya tidak lain adalah sistem penyimpanan-record
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisis Masalah Data penjualan pada CV. Auto Medan selama ini tidak tersusun dengan baik, sehingga data penjualan yang semakin hari semakin banyak tersebut hanya
Lebih terperinciBAB III ANALISA DAN DESAIN SISTEM
BAB III ANALISA DAN DESAIN SISTEM III.1. Analisis Masalah Dibutuhkannya ketelitian dalam Melihat hasil penjualan minuman pada kedai kopi Uleekareng & Gayo untuk menentukan minuman yang paling diminati
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Berbagai penemuan terbaru di dalam pengumpulan dan penyimpanan data telah memungkinkan berbagai organisasi untuk mengumpulkan berbagai data (data pembelian, data nasabah,
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN III.1. Analisis Sistem Analisis sistem yang berjalan pada perusahaan PT. Perintis Perkasa dikelola dengan menggunakan software TDMS (Toyota Dealer Management System). TDMS
Lebih terperinciIMPLEMENTASI ALGORITMA APRIORI DALAM MENENTUKAN PERSEDIAAN OBAT
IMPLEMENTASI ALGORITMA APRIORI DALAM MENENTUKAN PERSEDIAAN OBAT Gusti Ahmad Syaripudin 1), Edi Faizal 2) 1) Teknik Informatika STMIK El Rahma Yogyakarta 1) Jl. Sisingamangaraja No. 76, Karangkajen, Brontokusuman,
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian merupakan suatu prosedur beserta tahapan-tahapan yang
BAB III METODE PENELITIAN Metode penelitian merupakan suatu prosedur beserta tahapan-tahapan yang tersusun secara jelas dan sistematis guna menyelesaikan suatu permasalahan yang sedang diteliti dengan
Lebih terperinciBAB III ANALISA DAN DESAIN SISTEM
36 BAB III ANALISA DAN DESAIN SISTEM Tahapan ini merupakan tahapan utama dalam penelitian, dalam tahapan pengembangan sistem metode yang akan dipakai adalah Rapid Application Development dan tahapan Data
Lebih terperinciBAB II TINJAUAN PUSTAKA. Turban mendefinisikan Decision Support System sebagai sekumpulan
BAB II TINJAUAN PUSTAKA 2.1 Decision Support System Turban mendefinisikan Decision Support System sebagai sekumpulan prosedur berbasis model untuk data pemrosesan dan penilaian guna membantu para pengambilan
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisa Masalah Apotek Rumah Sakit Islam Malahayati merupakan suatu organisasi bisnis yang berkembang di Indonesia. Apotek Rumah Sakit Islam Malahayati bergerak
Lebih terperinciBAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI. yang akan diteliti. Pemanfaatan algoritma apriori sudah cukup banyak digunakan, antara lain
BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tinjauan Pustaka Penelitian ini menggunakan beberapa sumber pustaka yang berhubungan dengan kasus yang akan diteliti. Pemanfaatan algoritma apriori sudah cukup
Lebih terperinciIMPLEMENTASI DATA MINING PADA PENJUALAN TIKET PESAWAT MENGGUNAKAN ALGORITMA APRIORI (Studi Kasus: Jumbo Travel Medan)
IMPLEMENTASI DATA MINING PADA PENJUALAN TIKET PESAWAT MENGGUNAKAN ALGORITMA APRIORI (Studi Kasus: Jumbo Travel Medan) Sri Rahayu Siregar ( 0911882) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma
Lebih terperinciBAB III METODE PENELITIAN. A. Tempat dan Waktu. 1. Tempat Penelitian. a. Assalam hypermarket merupakan salah satu pusat perbelanjaan di
BAB III METODE PENELITIAN A. Tempat dan Waktu 1. Tempat Penelitian Tempat penelitian merupakan suatu sumber untuk mendapatkan data yang dibutuhkan mengenai masalah yang akan diteliti. Data untuk penelitian
Lebih terperinciKata kunci: aplikasi data mining, Association Rule, Apriori, genre lagu, Radio
Aplikasi Data Mining Perhitungan Frekuensi Data Pemutaran lagu dengan metode Association Rule Menggunakan Algoritma Apriori (studi kasus Radio Republik Indonesia ( RRI ) Semarang) Hendra Andhyka Program
Lebih terperinciPENERAPAN METODE ASOSIASI DATA MINING MENGGUNAKAN ALGORITMA APRIORI UNTUK MENGETAHUI KOMBINASI ANTAR ITEMSET PADA PONDOK KOPI
PENERAPAN METODE ASOSIASI DATA MINING MENGGUNAKAN ALGORITMA APRIORI UNTUK MENGETAHUI KOMBINASI ANTAR ITEMSET PADA PONDOK KOPI Fitri Nurchalifatun Fakultas Ilmu Komputer, Universitas Dian Nuswantoro, Jl.
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada tinjauan pustaka ini membahas tentang landasan teori yang medukung pembahasan yang berhubungan dengan sistem yang akan dibuat. 2.1 Data Mining Data mining adalah kegiatan menemukan
Lebih terperinciIMPLEMENTASI DATA MINING PADA PENJUALAN PRODUK ELEKTRONIK DENGAN ALGORITMA APRIORI (STUDI KASUS : KREDITPLUS)
IMPLEMENTASI DATA MINING PADA PENJUALAN PRODUK ELEKTRONIK DENGAN ALGORITMA APRIORI (STUDI KASUS : KREDITPLUS) Dewi Kartika Pane (0911801) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan
Lebih terperinciPERANCANGAN PROGRAM APLIKASI MARKET BASKET ANALYSIS UNTUK MENDUKUNG PERSEDIAAN BARANG DENGAN METODE FUZZY C-COVERING
PERANCANGAN PROGRAM APLIKASI MARKET BASKET ANALYSIS UNTUK MENDUKUNG PERSEDIAAN BARANG DENGAN METODE FUZZY C-COVERING Zahedi; Charies Chandra Mathematics & Statistics Department, School of Computer Science,
Lebih terperinciData Mining - Asosiasi. Market basket analysis Tool untuk menemukan pengetahuan. Istilah-istilah
Data Mining III Market Basket Case Analysis Data Mining - Asosiasi Market basket analysis Tool untuk menemukan pengetahuan berdasarkan hubungan asosiasi dua set data Data Mining - Asosiasi Bila diberi
Lebih terperinciSISTEM SISTEM REKOMENDASI BIDANG MINAT MAHASISWA MENGGUNAKAN METODE ASSOCIATION RULE DAN ALGORITMA APRIORI
SISTEM SISTEM REKOMENDASI BIDANG MINAT MAHASISWA MENGGUNAKAN METODE ASSOCIATION RULE DAN ALGORITMA APRIORI Nama Mahasiswa : NUCIFERA DIAHPANGASTUTI NRP : 505 00 070 Jurusan : Teknik Informatika FTIF-ITS
Lebih terperinciAPLIKASI ASSOCIATION RULE MINING UNTUK MENEMUKAN POLA PADA DATA NILAI MAHASISWA MATEMATIKA ITS
APLIKASI ASSOCIATION RULE MINING UNTUK MENEMUKAN POLA PADA DATA NILAI MAHASISWA MATEMATIKA ITS DONNY MITRA VIRGIAWAN 1209100035 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciANALISIS KERANJANG BELANJA DENGAN ALGORITMA APRIORI PADA PERUSAHAAN RETAIL
Seminar Nasional Sistem Informasi Indonesia, 2-4 Desember 2013 ANALISIS KERANJANG BELANJA DENGAN ALGORITMA APRIORI PADA PERUSAHAAN RETAIL A.A. Gede Bagus Ariana 1), I Made Dwi Putra Asana 2) 1 STMIK STIKOM
Lebih terperinciIMPLEMENTASI ALGORITMA APRIORI DAN FP-GROWTH DALAM MARKET BASKET ANALYSIS PEMBELIAN OBAT PADA SUATU APOTEK SKRIPSI RAISSA ADITYA RAHAYU
IMPLEMENTASI ALGORITMA APRIORI DAN FP-GROWTH DALAM MARKET BASKET ANALYSIS PEMBELIAN OBAT PADA SUATU APOTEK SKRIPSI RAISSA ADITYA RAHAYU 111421072 PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER
Lebih terperinciData Mining III Asosiasi
Data Mining III Asosiasi Mata Kuliah Data Warehouse Universitas Darma Persada Oleh Adam Arif B 2011 Data Mining-Aturan Asosiasi-AAB 1 Data Mining - Asosiasi Market basket analysis Tool untuk menemukan
Lebih terperinciA Decision Support Tool For Association Analysis
A Decision Support Tool For Association Analysis Rina Sibuea 1, Frans Juanda Simanjuntak 2, Sulastry Napitupulu 3, Daniel Elison Daya 4 Program Studi Manajemen Informatika, Politeknik Informatika Del Jl.Sisingamangaraja,
Lebih terperinciANALISA POLA PEMILIHAN PROGRAM STUDI BAGI CALON MAHASISWA DI UNIVERSITAS ABDURRAB MENGGUNAKAN ASSOCIATION RULE
ANALISA POLA PEMILIHAN PROGRAM STUDI BAGI CALON MAHASISWA DI UNIVERSITAS ABDURRAB MENGGUNAKAN ASSOCIATION RULE Diki Arisandi 1, Nofriandi 2 Jurusan Teknik Informatika, FakultTeknik,Universitas Abdurrab
Lebih terperinciPENERAPAN ALGORITMA APRIORI UNTUK TRANSAKSI PENJUALAN OBAT PADA APOTEK AZKA
PENERAPAN ALGORITMA APRIORI UNTUK TRANSAKSI PENJUALAN OBAT PADA APOTEK AZKA Winda Aprianti 1), Jaka Permadi 2), Oktaviyani 3) 1)2)3) Teknik Informatika, Politeknik Negeri Tanah Laut Jl. A. Yani Km. 06
Lebih terperinciAPLIKASI DATA MINING UNTUK PEMODELAN PEMBELIAN BARANG DENGAN MENGGUNAKAN ALGORITMA APRIORI TUGAS AKHIR
APLIKASI DATA MINING UNTUK PEMODELAN PEMBELIAN BARANG DENGAN MENGGUNAKAN ALGORITMA APRIORI TUGAS AKHIR Oleh : ALMON JUNIOR SIMANJUNTAK 0734010089 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI
Lebih terperinciIMPLEMENTASI METODE MARKET BASKET ANALYSIS (MBA) PADA APLIKASI E-COMMERCE STUDI KASUS ANANDA SHOP
IMPLEMENTASI METODE MARKET BASKET ANALYSIS (MBA) PADA APLIKASI E-COMMERCE STUDI KASUS ANANDA SHOP 1 RitaSaraswati, 2 Astria Hijriani, M.Kom, 3 Febi Eka Febriansyah,M.T 1 Jurusan Ilmu Komputer FMIPA Unila
Lebih terperinciIMPLEMENTASI DATA MINING MENGGUNAKAN ATURAN ASOSIASI DENGAN ALGORITMA APRIORI TERHADAP PENYUSUNAN LAYOUT MAKANAN PADA RUMAH MAKAN PADANG MURAH MERIAH
IMPLEMENTASI DATA MINING MENGGUNAKAN ATURAN ASOSIASI DENGAN ALGORITMA APRIORI TERHADAP PENYUSUNAN LAYOUT MAKANAN PADA RUMAH MAKAN PADANG MURAH MERIAH Naskah Publikasi diajukan oleh : Oliver Zakaria 11210610
Lebih terperinciANALISA POLA PEMILIHAN PROGRAM STUDI BAGI CALON MAHASISWA DI UNIVERSITAS ABDURRAB MENGGUNAKAN ASSOCIATION RULE
ANALISA POLA PEMILIHAN PROGRAM STUDI BAGI CALON MAHASISWA DI UNIVERSITAS ABDURRAB MENGGUNAKAN ASSOCIATION RULE Diki Arisandi 1, Nofriandi 2 Jurusan Teknik Informatika, FakultTeknik,Universitas Abdurrab
Lebih terperinciIMPLEMENTASI ALGORITMA APRIORI PADA APOTEK RMC DALAM MENENTUKAN PERSEDIAAN OBAT
IMPLEMENTASI ALGORITMA APRIORI PADA APOTEK RMC DALAM MENENTUKAN PERSEDIAAN OBAT Gusti Ahmad Syaripudin Teknik Informatika STMIK El-Rahma Yogyakarta e-mail: first234boy@gmail.com Abstract In daily activities,
Lebih terperinciPENERAPAN ASSOCIATION RULE DENGAN ALGORITMA APRIORI PADA TRANSAKSI PENJUALAN DI MINIMARKET SKRIPSI. Diajukan Untuk Memenuhi Sebagian Syarat Guna
PENERAPAN ASSOCIATION RULE DENGAN ALGORITMA APRIORI PADA TRANSAKSI PENJUALAN DI MINIMARKET SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program Studi
Lebih terperinciDATA MINING ASOSIASI UNTUK MENENTUKAN CROSS-SELLING PRODUK MENGGUNAKAN ALGORITMA FREQUENT PATTERN-GROWTH PADA KOPERASI KARYAWAN PT.
DATA MINING ASOSIASI UNTUK MENENTUKAN CROSS-SELLING PRODUK MENGGUNAKAN ALGORITMA FREQUENT PATTERN-GROWTH PADA KOPERASI KARYAWAN PT. PHAPROS SEMARANG Frismadani Anggita Priyana 1, Acun Kardianawati 2 1,2
Lebih terperinciIMPLEMENTASI DATA MINING TERHADAP PENYUSUNAN LAYOUT MAKANAN PADA RUMAH MAKAN PADANG MURAH MERIAH
IMPLEMENTASI DATA MINING TERHADAP PENYUSUNAN LAYOUT MAKANAN PADA RUMAH MAKAN PADANG MURAH MERIAH Oliver Zakaria 1), Kusrini 2) 1) Teknik Informatika STMIK AMIKOM Yogyakarta Jl. Ring Road Utara Condong
Lebih terperinciPENGGUNAAN MARKET BASKET ANALYSIS DALAM DATA MINING
PENGGUNAAN MARKET BASKET ANALYSIS DALAM DATA MINING Narwati Dosen Fakultas Teknologi Informasi Abstrak Jumlah data yang sangat besar pada suatu perusahaan atau dalam suatu transaksi bisnis, merupakan suatu
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam periode enam tahun terakhir (tahun 2007 2012), jumlah gerai ritel modern di Indonesia mengalami pertumbuhan rata-rata 17,57% per tahun. Pada tahun 2007, jumlah
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah Identifikasi Masalah Masalah Umum
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah 1.1.1 Identifikasi Masalah 1.1.1.1. Masalah Umum Situasi kondisi perekonomian yang ada pada saat ini menunjukkan adanya perkembangan dunia usaha semakin pesat
Lebih terperinciPerancangan Data Mining dalam Analisis Asosiasi Kuantitatif Pembelian Item Barang dengan Metode Apriori
JURNAL SISTEM DAN INFORMATIKA 29 Perancangan Data Mining dalam Analisis Asosiasi Kuantitatif Pembelian Item Barang dengan Metode Apriori I Gusti Ayu Sri Melati, I Gusti Ayu Desi Saryanti STMIK STIKOM Bali
Lebih terperinciLili Tanti. STMIK Potensi Utama, Jl. K.L. Yos Sudarso Km. 6,5 No. 3A Tj. Mulia Medan ABSTRACT
Lili, Penerapan Data Mining Untuk 35 PENERAPAN DATA MINING UNTUK MENENTUKAN JUMLAH MAHASISWA PADA SATU DAERAH DENGAN MENGGUNAKAN METODE ALGORITMA APRIORI Lili Tanti Email : lili@potensi-utama.ac.id STMIK
Lebih terperinciAnalisis Asosiasi pada Transaksi Obat Menggunakan Data Mining dengan Algoritma A Priori
Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 1, No. 1, (2016) 1 Analisis Asosiasi pada Transaksi Obat Menggunakan Data Mining dengan Algoritma A Priori Despitaria 1, Herry Sujaini 2, Tursina 3 Program
Lebih terperinciIMPLEMENTASI ALGORITMA APRIORI UNTUK MENEMUKAN FREQUENT ITEMSET DALAM KERANJANG BELANJA
Teknologi Elektro, Vol. 15, No.2, Juli - Desember 2016 27 IMPLEMENTASI ALGORITMA APRIORI UNTUK MENEMUKAN FREQUENT ITEMSET DALAM KERANJANG BELANJA Adie Wahyudi Oktavia Gama 1, I Ketut Gede Darma Putra 2,
Lebih terperinciMATERI PRAKTIKUM PRAKTIKUM 4 ANALISA AR-MBA (ASSOCIATION RULE - MARKET BASKET ANALYSIS)
PRAKTIKUM 4 ANALISA AR-MBA (ASSOCIATION RULE - MARKET BASKET ANALYSIS) Tujuan Praktikum 1. Mahasiswa dapat mengetahui salah satu metode asosiasi dalam data mining. 2. Memberikan pemahaman mengenai prosedurmarket
Lebih terperinciBAB II TINJAUAN PUSTAKA. pengetahuan di dalam database. Data mining adalah proses yang menggunakan
6 BAB II TINJAUAN PUSTAKA 2.1 Pengertian Data Mining Data mining adalah suatu istilah yang digunakan untuk menguraikan penemuan pengetahuan di dalam database. Data mining adalah proses yang menggunakan
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN III.1 Analisis Permasalahan Keputusan selama ini yang dilakukan oleh Toko Buku Sembilan Wali Medan untuk menentukan buku apa saja yang paling potensial dijual berdasarkan
Lebih terperinciAnalisa Dan Perancangan Data Mining Dengan Metode Market Basket Analysis Untuk Analisa Pola Belanja Konsumen pada Tendencies Store
Analisa Dan Perancangan Mining Dengan Metode Market Basket Analysis Untuk Analisa Pola Belanja Konsumen pada Tendencies Store Friday Kurniasih a, Nia Kumaladewi 2 dan Bakri La Katjong c a Mahasiswa Program
Lebih terperinciPENERAPAN ALGORITMA APRIORI DALAM POLA PEMINJAMAN BUKU (STUDI KASUS : PERPUSTAKAAN STIKES PRIMA JAMBI)
) PENERAPAN ALGORITMA APRIORI DALAM POLA PEMINJAMAN BUKU (STUDI KASUS : PERPUSTAKAAN ) APRIORI ALGORITHM APPLICATION IN LENDING BOOK PATTERN (CASE STUDY: LIBRARY ) Rico, Brestina Gultom STIKes Prima Jambi
Lebih terperinciJURNAL IMPLEMENTASI DATA MINING PADA PENJUALAN SEPATU DENGAN MENGGUNAKAN ALGORITMA APRIORI
JURNAL IMPLEMENTASI DATA MINING PADA PENJUALAN SEPATU DENGAN MENGGUNAKAN ALGORITMA APRIORI IMPLEMENTATION OF DATA MINING ON THE SALE OF SHOES WITH ALGORITHMS USING APRIORI Oleh : VERNANDA NOVRINI BUDIYASARI
Lebih terperinciBAB III ANALISA DAN DESAIN SISTEM
BAB III ANALISA DAN DESAIN SISTEM III.1. Analisis Masalah Analisis yang berjalan pada sistem ini bertujuan untuk mengidentifikasi serta melakukan evaluasi terhadap Sistem Pendukung Keputusan Analisis Pola
Lebih terperinciPEMANFAATAN DATA MINING UNTUK MENGETAHUI POLA PEMBELIAN MASYARAKAT PADA SALAH SATU MINIMARKET DI KOTA MAKASSAR
PEMANFAATAN DATA MINING UNTUK MENGETAHUI POLA PEMBELIAN MASYARAKAT PADA SALAH SATU MINIMARKET DI KOTA MAKASSAR Sadly Syamsuddin, Nasaruddin Program StudiSistemInformasi, STMIK Dipanegara, Makassar e-mail:
Lebih terperinciJurnal Edik Informatika Penelitian Bidang Komputer Sains dan Pendidikan Informatika V3.i2( )
PENERAPAN DATA MINING ALGORITMA APRIORI DALAM SISTEM INFORMASI PENJUALAN Novia Lestari Dosen Manajemen Informatika AMIK Bukittinggi Email: Novia_Lestarii@rocketmail.com Submitted: 16-03-2017, Reviewed:
Lebih terperinciBAB II TINJAUAN PUSTAKA
DAFTAR ISI LEMBAR PENGESAHAN... i SURAT PERNYATAAN... ii ABSTRACT... iii ABSTRAKSI... iv KATA PENGANTAR... v DAFTAR ISTILAH... vii DAFTAR ISI... ix DAFTAR TABEL... xii DAFTAR GAMBAR... xiv DAFTAR SIMBOL...
Lebih terperinciBAB IV HASIL DAN UJICOBA. Penerapan Data Mining Market Basket Analysis Terhadap Data Penjualan Produk
BAB IV HASIL DAN UJICOBA IV.1. Tampilan Hasil Berikut ini dijelaskan mengenai tampilan hasil dari perancangan Penerapan Data Mining Market Basket Analysis Terhadap Data Penjualan Produk Elektronik Dengan
Lebih terperinci