IMPLEMENTASI METODE ALGORITMA APRIORI PADA SISTEM PENDUKUNG KEPUTUSAN ORDER BARANG
|
|
- Utami Pranoto
- 7 tahun lalu
- Tontonan:
Transkripsi
1 IMPLEMENTASI METODE ALGORITMA APRIORI PADA SISTEM PENDUKUNG KEPUTUSAN ORDER BARANG Evi Nadya Prisilla, Andi Farmadi 2, Heru Kartika Candra 3 1Mahasiswa Prog. Studi Ilmu Komputer Fakultas MIPA Universitas Lambung Mangkurat 2Dosen Prog. Studi Ilmu Komputer Fakultas MIPA Universitas Lambung Mangkurat 3Dosen Politeknik Banjarmasin Jl. A. Yani Km 36 Banjarbaru, Kalimantan selatan laprisilla@gmail.com Abstract The rapid development of information and technology has brought a change in mindset of decision and an analysis pattern of information and technology which has become a means to assist human beings in solving both small and big problems. Hardwarestoresstilluse thetraditional way ofengineeringgoodsordersso thatthe inefficiency oftimeand reports.data mining is a technique to gain knowledge from the data, one the methodsof data miningisassociationwhere this techniqueis usefultofindtheassociativerulealgorithmprioribetweenacombinationof items.in this research, the process of extracting data on sales transactions was occupied. The results obtained from a study using the technique of association by applying apriori algorithm were some rules, and one selected rule with the highest result of multiplying the value of support and confidence if buy B0006 then buy B0001 was 0.047; thus, the transaction of Hardware Banjarbaru Store applied the rule, that was: if you bought skirt, you would buy blouse. Keyword : Association, Apriori Algorithm, Desktop Abstrak Pesatnya perkembangan teknologi informasi telah membawa perubahan pola pikir keputusan dan pola analisa teknologi informasi yang saat ini menjadi sebuah sarana untuk membantu manusia dalam menyelesaikan berbagai persoalan baik yang ringan maupun berat. Toko Hardware masih menggunakan cara tradisional dalam teknik order barang sehingga kurang efisiennya waktu dan laporan yang dibuat. Data mining merupakansalahsatuteknikuntukmenggalipengetahuandari data, salahsatumetode data mining adalah asosiasi dimana teknik ini berguna untuk menemukan aturan asosiatif dengan algoritma apriori antara suatu kombinasi item. Pada penelitian ini dilakukan proses penggalian data tentang transaksi penjualan. Hasil yang diperoleh dari penelitian menggunakan teknik asosiasi dengan menggunakan algoritma apriori adalah diperolehnya beberapa rule dan dipilih salah satu rule yang memiliki nilai hasil perkalian support dan confidence tertinggi if buy B0006 then buy B0001 paling besar yaitu 0,047, maka untuk transaksi pada Implementasi Algoritma Apriori pada SP K Order Barang (Evi Nadya Prisilla) 46
2 Toko Hardware Banjarbaru menggunakan rule tersebut, yaitu: Jika membeli Rok maka akan membeli Blus. Kata kunci: Asosiasi, Algoritma Apriori, Desktop 1. PENDAHULUAN Pesatnya perkembangan teknologi informasi telah membawa perubahan pola pikir keputusan dan pola analisa teknologi informasi yang saat ini menjadi sebuah sarana untuk membantu manusia dalam menyelesaikan berbagai persoalan baik yang ringan maupun berat. Diantara beberapa permasalahan yang ada yaitu tentang bidang pemesanan barang. Toko mempunyai teknik atau cara tersendiri, tetapi banyak toko yang belum menerapkan cara-cara ilmiah dalam menganalisa teknik order barang, kebanyakan mereka masih menggunakan cara tradisional atau berdasarkan feeling. Ketersediaan informasi transaksi pelanggan mendorong pengembangan teknik yang secara otomatis mencari hubungan antara item dalam data di database. Database penjualan menyimpan jumlah record transaksi penjualan yang sangat besar. Setiap record memberikan daftar item yang dibeli oleh pelanggan dalam satu transaksi. Banyaknya persaingan dalam dunia bisnis, menuntut para pengembang untuk menemukan suatu strategi yang dapat meningkatkan penjualan. Toko Hardware yang bergerak dalam penjualan pakaian saat ini belum memanfaatkan cara-cara ilmiah dalam teknik pengorderan barang. Oleh karena itu disini penulis tertarik untuk mengangkat masalah order barang pada toko ini, yang tadi masih menggunakan cara tradisional menggunakan Algoritma Apriori. 2. METODOLOGI PENELITIAN 2.1 ProsedurPenelitian Data Preparation Pada tahap ini struktur basis data akan dipersiapkan sehingga mempermudah proses mining. Proses preparation ini mencakup tiga hal utama yaitu: 1. Data Selection Memilih data yang akan digunakan dalam proses data mining. Dalam proses ini dilakukan juga pemilihan atribut-atribut yang disesuaikan dengan proses data mining. Dalam penelitian kali ini, data yang digunakan sudah berupa data yang siap pakai, artinya data yang didapatkan sudah berupa target data. Berikut merupakan gambaran dari data yang didapatkan. Tabel 1. Data Awal No. Transaksi Tanggal KodeBarang NamaBarang Qty /01/2014 B0007 Blazer 1 Implementasi Algoritma Apriori pada SP K Order Barang (Evi Nadya Prisilla) 47
3 /01/2014 B0008 Dress /01/2014 B0001 Blus 1 : : : : : : : : : : /07/2014 B0005 Kemeja Hardware /07/2014 B0004 Celana Jeans 1 2. Data Preprocessing Memastikan kualitas data yang telah dipilih pada tahap data selection, pada tahap ini masalah yang harus dihadapi adalah noisy data dan missing values. Proses cleaning data peludilakukan agar data bersihdariduplikasi data, data yang tidakkonsisten, ataukesalahancetak.sehingga data yang telahmelewati proses inisiapuntuk di proses di data mining. Padapenelitianini, data yang digunakanadalah data yang sudahkonsisten, sehinggatidakadaproses pembersihan data. 3. Data Transformation Padatahapinihalpertama yang dilakukanadalahintegrasi data yaknitahappenggabungan data dariberbagaitabel. Dari tabeldiatasmenampilkan data transaksi dengan atribut no.transaksi, tanggal, kode_barang, nama_barang dan qty sehinggaakandilakukanpenggabungan data dengan hanya menggunakan atribut kode_nota, kode_barang dan jumlah saja. Padatahapintegrasi data ini, akandipakai data atribut yang telah di olahsebelumnya, danmenjadikansemuaatributtersebutbeserta data recordmenjadisatutabel. Berikutadalahtabelhasildariintegrasi data. Tabel 2. Penggabungan Data Kode_nota kode_barang Jumlah B B B : : : : : : B B Data Mining Setelah data dalam bentuk 1 tabel didapatkan, maka proses selanjutnya yaitu melakukan proses data mining, dimana proses dilakukan dengan mengasosiasikan data. Berikut adalah langkah-langkah pengerjaan menggunakan asosiasi: Tabel 3. Data Awal Perhitugan Kode_nota kode_barang Jumlah B Implementasi Algoritma Apriori pada SP K Order Barang (Evi Nadya Prisilla) 48
4 B B : : : : : : B B Dari data awal tersebut didapat kandidat pertama (C1) Tabel 4. Kandidat Pertama (C1) B B B B B B B B B B B B B B B B Ditetapkan threshold = 50, maka kandidat yang nilai nya kurang dari 50 akan dihapus. Tabel 5. Hasil Kandidat Pertama (L1) B B B B B B B B B B B B Dari tabel diatas, didapat kandidat kedua (C2) Tabel 6. Kandidat Kedua (C2) B0001 B B0001 B B0001 B B0001 B B0001 B B0001 B B0001 B B0001 B B0001 B B0001 B B0001 B B0002 B B0002 B B0002 B B0002 B B0002 B B0002 B B0002 B B0002 B B0002 B B0002 B B0003 B B0003 B B0003 B B0003 B B0003 B B0003 B B0003 B B0003 B B0003 B B0004 B B0004 B B0004 B B0004 B B0004 B B0004 B Implementasi Algoritma Apriori pada SP K Order Barang (Evi Nadya Prisilla) 49
5 B0004 B B0004 B B0005 B B0005 B B0005 B B0005 B B0005 B B0005 B B0005 B B0006 B B0006 B B0006 B B0006 B B0006 B B0006 B B0008 B B0008 B B0008 B B0008 B B0008 B B0009 B B0009 B B0009 B B0009 B B0010 B B0010 B B0010 B B0011 B B0011 B B0013 B Setelah ditetapkan threshold menghasilkan data dari kandidat kedua Tabel 7. Hasil Kandidat Kedua (L2) B0001 B B0001 B B0001 B B0001 B B0001 B B0006 B Dari tabel diatas, didapat kandidat ketiga (C3) Tabel 8. Kandidat Ketiga (C3) B0001 B0002 B B0001 B0002 B B0001 B0002 B B0001 B0002 B B0002 B0004 B B0002 B0004 B B0002 B0004 B B0004 B0005 B B0004 B0006 B B0005 B0006 B Pada tabel diatas sebagai kandidat ketiga (C3), nilai countlebih kecil dari nilai minimum support atau threshold yaitu sama dengan 50, maka nilai yang diambil sebagai perhitungan hubungan data transaksi yaitu pada tabel kandidat kedua Pola Setelah teknik asosiasi dilakukan lalu akan dilanjutkan proses algoritma apriori. Tahap ini mencari kombinasi item yang memenuhi syarat minimum dari nilai support dalam database. Nilai support sebuah item diperoleh dengan rumus berikut: Support (A) = Jumlah Transaksi Mengandung A Total Transaksi (1) Implementasi Algoritma Apriori pada SP K Order Barang (Evi Nadya Prisilla) 50
6 sedangkan nilai support dari 2 item diperoleh dari rumus berikut: Support (A, B) = Jumlah Transaksi Mengandung A dan B Total Transaksi (2) Setelah semua pola frekuensi tinggi ditemukan, barulah dicari aturan assosiatif yang memenuhi syarat minimum untuk confidence dengan menghitung confidence aturan assosiatif A B. Nilai confidence dari aturan A B diperoleh dari rumus berikut: Jumlah Transaksi mengandung A dan B Confidence = P(A B) = (3) Jumlah Transaksi mengandung A [2] Tabel 9.Support dan confidence If antecedent then consequent Support Confidence If buy B0001 then buy B0002 (137/2425) = 0,06 (137/1668) = 0,08 If buy B0002 then buy B0001 (137/2425) = 0,06 (137/261) = 0,52 If buy B0001 then buy B0004 (92/2425) = 0,04 (92/1668) = 0,06 If buy B0004 then buy B0001 (92/2425) = 0,04 (92/235) = 0,39 If buy B0001 then buy B0005 (68/2425) = 0,03 (68/1668) = 0,04 If buy B0005 then buy B0001 (68/2425) = 0,03 (68/135) = 0,50 If buy B0001 then buy B0006 (186/2425) = 0,08 (186/1668) = 0,11 If buy B0006 then buy B0001 (186/2425) = 0,08 (186/299) = 0,62 If buy B0001 then buy B0008 (193/2425) = 0,08 (193/1668) = 0,12 If buy B0008 then buy B0001 (193/2425) = 0,08 (193/514) = 0,38 Dari tabel di atas untuk masing-masing kandidat, maka dilakukan perkalian antara nilai support dan confidencenya diambil 0,5 ke atas, sehingga didapat tabel sebagai berikut: Tabel 10. Hasil Perkalian Support dan confidence If antecedent then consequent Support Confidence S x C If buy B0002 then buy B0001 0,06 0,52 0,029 If buy B0005 then buy B0001 0,03 0,50 0,014 If buy B0006 then buy B0001 0,08 0,62 0, Interpretasi Dari tabel di atas didapatkan bahwa nilai perkalian dari rule if buy B0006 then buy B0001 paling besar yaitu 0,047, maka untuk transaksi pada Toko Hardware Banjarbaru menggunakan rule tersebut, yaitu: Jika membeli Rok maka akan membeli Blus Jadi dapat disimpulkan bahwa pembeli biasanya membeli pakaian di Toko Hardware Banjarbaru berkisar antara rok dan blus atau sejenisnya Pengetahuan Tahapinimerupakanbagianakhirdari proses KDD dimanadilakukanpemeriksaanapakahpolaatauinformasi yang Implementasi Algoritma Apriori pada SP K Order Barang (Evi Nadya Prisilla) 51
7 ditemukanbertentangandenganfakta yang ada. Polainformasi yang dihasilkandari proses data mining harusditampilkandalambentuk yang mudahdimengertiolehpihak yang berkepentingan. 3. HASIL DAN PEMBAHASAN Pembahasan diperlukan untuk mengetahui apakah hasil dari penelitian sudah dapat menyelesaikan permasalahan atau belum. Pada penelitian ini dibuat sebuah sistem pendukung keputusan order barang menggunakan metode algoritma apriori dengan data transaksi penjualan. Hasil dari metode ini diperoleh dari perhitungan menggunakan Ms. Excel dan Aplikasi yang sudah dibangun dengan hasil yang sama dan 100% benar. Nilai threshold50 digunakan sebagai nilai yang paling sesuai untuk proses ini, karena dapat menghasilkan nilai support dan confidence yang memiliki nilai 0,5 keatas sebagai nilai standar yang sudah disesuaikan didalam source code. Setelah itu muncul hasil kombinasi item satu dengan yang lainnya yang memenuhi nilai threshold yang telah diinputkan dan yang tidak memenuhi nilai threshold dihapus sehingga tidak dimasukkan ke proses selanjutnya. Setelah proses pencarian kombinasi selesai, lanjut ke proses pencarian nilai count yang sesuai threshold, lalu dihitung support dan confidencenya. Berdasarkan hasil diatas didapatkan bahwa nilai perkalian dari rule if buy B0006 then buy B0001 paling besar yaitu 0,047, maka untuk transaksi pada Toko Hardware Banjarbaru menggunakan rule tersebut, yaitu: Jika membeli Rok maka akan membeli Blus Dari penelitian yang berdasarkan data transaksi penjualan Toko Hardware dari Januari 2014 Juli 2014 ini didapat informasi berupa keputusan bahwa barang yang sering dibeli konsumen kemungkinan berkisar antara rok dan blus, sehingga untuk kedepannya pada proses order barang pihak manajemen toko dapat menggunakan keputusan dari sistem yang telah dibangun ini. 3.1 Interface Aplikasi Yang Dibangun 1. Form Data Transaksi Form data transaksi digunakan untuk menambah data penjualan dengan mengimport data dari bentuk excel ke dalam database atau menginput data langsung melalui form input data barang, dan menghapus data barang. Data transaksi juga dapat mencari data yang ingin dicari. Implementasi Algoritma Apriori pada SP K Order Barang (Evi Nadya Prisilla) 52
8 Gambar 1. Form Data Transaksi 2. Form Proses Form Proses digunakanuntuk proses perhitungan data penjualan menggunakan teknik asosiasi dan Algoritma Apriori. Inputkan nilai threshold, lalu klik pada button proses, secara otomatis sistem akan menjalankan programnya untuk pencarian kombinasi itemset. Gambar 2. Form Proses Implementasi Algoritma Apriori pada SP K Order Barang (Evi Nadya Prisilla) 53
9 3. Form Laporan Kumpulan jurnal Ilmu Komputer (KLIK) Form Laporan Data Hasildigunakanuntukmencetak data transaksi dan hasil perhitungan. Gambar 3. Form Laporan Data Transaksi Gambar 4. Form Laporan Data Hasil Implementasi Algoritma Apriori pada SP K Order Barang (Evi Nadya Prisilla) 54
10 4. SIMPULAN Kumpulan jurnal Ilmu Komputer (KLIK) Kesimpulan yang diperolehdaripenelitianiniadalah: 1. Teknik data mining dengan metode Algoritma Apriori dapat diimplementasikan pada toko Hardware dengan salah satu cara perhitungan menggunakan Ms. Excel dan memperoleh hasil: If antecedent then consequent Support Confidence S x C If buy B0002 then buy B0001 0,06 0,52 0,029 If buy B0005 then buy B0001 0,03 0,50 0,014 If buy B0006 then buy B0001 0,08 0,62 0, Sistem yang dibuatmampumelakukanpenggalian data menjadiinformasiberupa kombinasi item barang satu dengan yang lainnya untuk barang yang sering dibeli pelanggan, sebagai berikut: 3. Dari tabel diatas didapatkan bahwa nilai perkalian dari rule if buy B0006 then buy B0001 paling besar yaitu 0,047, maka untuk transaksi pada Toko Hardware Banjarbaru menggunakan rule tersebut, yaitu: Jika membeli Rok maka akan membeli Blus DAFTAR PUSTAKA [1] Prisilla, Evi Nadya, Implementasi Metode Algoritma Apriori pada Sistem Pendukung Keputusan Order Barang (Studi Kasus: Hardware Banjarbaru), Skripsi Program StudiIlmuKomputer, UniversitasLambungMangkurat, Banjarbaru, [2] Kusrini, danluthfi E,T.Algoritma Data Mining. Yogyakarta :Andi Offset, [3] Larose, D. T.Discovering Knowledge in Data. An Itroduction to Data Mining. New Jersey : John Wiley & Sons, [4] Sigit Tahapan Knowledge Discovery In Database (KDD). (diakses pada tanggal 3 September 2014) Implementasi Algoritma Apriori pada SP K Order Barang (Evi Nadya Prisilla) 55
Implementasi 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 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 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 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 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 terperinciPENERAPAN METODE ASOSIASI GSP DAN APRIORI UNTUK STOK DAN REKOMENDASI PRODUK
Konferensi Nasional Ilmu Sosial & Teknologi (KNiST) Maret 2017, pp. 412~416 412 PENERAPAN METODE ASOSIASI GSP DAN APRIORI UNTUK STOK DAN REKOMENDASI PRODUK Elly Muningsih AMIK BSI Yogyakarta e-mail : elly.emh@bsi.ac.id
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 terperinciJURNAL IMPLEMENTASI DATA MINING UNTUK MEMPREDIKSI HASIL PENJUALAN BARANG PADA TOKO SINAR BARU DENGAN MENGGUNAKAN ALGORITMA APRIORI
JURNAL IMPLEMENTASI DATA MINING UNTUK MEMPREDIKSI HASIL PENJUALAN BARANG PADA TOKO SINAR BARU DENGAN MENGGUNAKAN ALGORITMA APRIORI IMPLEMENTATION OF DATA MINING TO PREDICT RESULTS OF SALES GOODS IN THE
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 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 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 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 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 terperinciPENGEMBANGAN APLIKASI PENENTUAN TINGKAT KEUNTUNGAN PADA E- COMMERCE DENGAN MENGGUNAKAN ALGORITMA K-MEANS DAN APRIORI
PENGEMBANGAN APLIKASI PENENTUAN TINGKAT KEUNTUNGAN PADA E- COMMERCE DENGAN MENGGUNAKAN ALGORITMA K-MEANS DAN APRIORI Gunawan 1, Fandi Halim 2, Tony Saputra Debataraja 3, Julianus Efrata Peranginangin 4
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 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 terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM III.1 Analisis Sistem Analisis sistem adalah penguraian dari suatu sistem informasi yang utuh kedalam bagian-bagian komponennya dengan maksud untuk mengidentifikasi
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Perkembangan dan persaingan dalam dunia bisnis perdagangan serta kemajuan teknologi informasi merupakan suatu hal yang saling terkait, dalam ketatnya persaingan pasar
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 terperinciIMPLEMENTASI DATA MINING MENGGUNAKAN ALGORITMA APRIORI
IMPLEMENTASI DATA MINING MENGGUNAKAN ALGORITMA APRIORI Ristianingrum 1, Sulastri 2 1,2 Program Studi Sistem Informasi, Fakultas Teknologi Informasi, Universitas Stikubank e-mail: 1 ristiia.rum@gmail.com,
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 terperinciRANCANG BANGUN APLIKASI DATA MINING ANALISIS TINGKAT KELULUSAN MENGGUNAKAN ALGORITMA FP-GROWTH (Studi Kasus Di Politeknik Negeri Malang)
RANCANG BANGUN APLIKASI DATA MINING ANALISIS TINGKAT KELULUSAN MENGGUNAKAN ALGORITMA FP-GROWTH (Studi Kasus Di Politeknik Negeri Malang) Naufal Farras Hilmy 1, Banni Satria Andoko 2 Program Studi Teknik
Lebih terperinciIMPLEMENTASI DATA MINING DENGAN ALGORITMA APRIORI PADA TOKO BANGUNAN UD. RUFI SENTOSA JAYA SAMBIREJO - PARE
IMPLEMENTASI DATA MINING DENGAN ALGORITMA APRIORI PADA TOKO BANGUNAN UD. RUFI SENTOSA JAYA SAMBIREJO - PARE SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom.)
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 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 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 terperinciIMPLEMENTASI DATA MINING MENGGUNAKAN METODE APRIORI PADA TRANSAKSI PENJUALAN BARANG (STUDI KASUS DI CHORUS MINIMARKET)
Implementasi Data Mining Menggunakan Metode Apriori Pada Transaksi Penjualan Barang (Studi Kasus Di Chorus Minimarket) IMPLEMENTASI DATA MINING MENGGUNAKAN METODE APRIORI PADA TRANSAKSI PENJUALAN BARANG
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 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 terperinciAPLIKASI DATA MINING ANALISIS DATA TRANSAKSI PENJUALAN OBAT MENGGUNAKAN ALGORITMA APRIORI (Studi Kasus di Apotek Setya Sehat Semarang)
Hapsari Dita Anggraeni, Ragil Saputra, Beta Noranita APLIKASI DATA MINING ANALISIS DATA TRANSAKSI PENJUALAN OBAT MENGGUNAKAN ALGORITMA APRIORI (Studi Kasus di Apotek Setya Sehat Semarang) Hapsari Dita
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 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 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 terperinciBAB II TINJAUAN PUSTAKA. Bab ini menguraikan tentang teori-teori penunjang yang dipakai dalam
12 BAB II TINJAUAN PUSTAKA Bab ini menguraikan tentang teori-teori penunjang yang dipakai dalam melakukan penelitian data mining dengan metode asosiasi menggunakan algoritma apriori yang terdiri dari state
Lebih terperinciAnalisis Aturan Asosiasi Data Transaksi Supermarket Menggunakan Algoritma Apriori
Analisis Aturan Asosiasi Data Transaksi Supermarket Menggunakan Algoritma Apriori Ginanjar Abdurrahman 1) 1) Jurusan Teknik Informatika, Fakultas Teknik, Universitas Muhammadiyah Jember Jl. Karimata No.
Lebih terperinciPENERAPAN ASSOCIATION RULE MINING PADA DATA NOMOR UNIK PENDIDIK DAN TENAGA KEPENDIDIKAN
PENERAPAN ASSOCIATION RULE MINING PADA DATA NOMOR UNIK PENDIDIK DAN TENAGA KEPENDIDIKAN A M I UNTUK R U D D PENETAPAN I N POLA SERTFIKASI GURU Program Pascasarjana rusan Teknik Elektro Program Studi Telematika
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 terperinciPENERAPAN DATA MINING UNTUK MEMPREDIKSI MINAT NASABAH PADA AJB BUMIPUTERA 1912 PALEMBANG
PENERAPAN DATA MINING UNTUK MEMPREDIKSI MINAT NASABAH PADA AJB BUMIPUTERA 1912 PALEMBANG Rendra Octa Chandra 1, A. Haidar Mirza 2, Kurniawan 3 Dosen Universitas Bina Darma 2,3, Mahasiswa Universitas Bina
Lebih terperinciAPLIKASI MONITORING KETERSEDIAAN STOK BARANG MINIMARKET DENGAN METODE MARKET BASKET ANALYSIS (MBA)
Seminar Nasional Teknologi Informasi dan Multimedia 2016 APLIKASI MONITORING KETERSEDIAAN STOK BARANG MINIMARKET DENGAN METODE MARKET BASKET ANALYSIS (MBA) Sugiyatno 1), Adhika Pramita Widyasari 2) 1),
Lebih terperinciImplementasi Data Mining Algoritme Apriori Pada Sistem Penjualan Kusuma Shop
Implementasi Data Mining Algoritme Apriori Pada Sistem Penjualan Kusuma Shop Lutfi Mukaromah 1, Kusumaningtyas 2, Apriliani Galih Saputri 3, Harleni Vionita 4, Rendi Susilo 5,Tri Astuti 6, Lusi Dwi Oktaviana
Lebih terperinciTimor Setiyaningsih, Nur Syamsiah Teknik Informatika Universitas Darma Persada. Abstrak
DATA MINING MELIHAT POLA HUBUNGAN NILAI TES MASUK MAHASISWA TERHADAP DATA KELULUSAN MAHASISWA UNTUK MEMBANTU PERGURUAN TINGGI DALAM MENGAMBIL KEBIJAKAN DALAM RANGKA PENINGKATAN MUTU PERGURUAN TINGGI Timor
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 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 data mining menggunakan metode apriori (studi kasus transaksi penjualan barang)
Implementasi data mining menggunakan metode apriori (studi kasus transaksi penjualan barang) Maya Suhayati,M.Kom. Jurusan Teknik Informatika, STMIK Sumedang mayasuh@stmik-sumedang.ac.id ABSTRAK Dalam suatu
Lebih terperinciBAB I PENDAHULUAN. frekuensi tinggi antar himpunan itemset yang disebut fungsi Association
1 BAB I PENDAHULUAN 1.1 Latar Belakang Belakangan ini data mining telah diimplementasikan keberbagai bidang, diantaranya dalam bidang bisnis atau perdangangan, dan telekomunikasi. Data Mining diartikan
Lebih terperinciDATA MINING MENGGUNAKAN ALGORITMA APRIORI UNTUK ANALISIS PENJUALAN
PROSIDING SEMINAR ILMIAH SISTEM INFORMASI DAN TEKNOLOGI INFORMASI Pusat Penelitian dan Pengabdian Pada Masyarakat (P4M) STMIK Dipanegara Makassar Jl. Perintis Kemerdekaan Km. 9 Makassar 1 DATA MINING MENGGUNAKAN
Lebih terperinciJurnal Ilmiah Komputer dan Informatika (KOMPUTA)
IMPLEMENTASI DATA MINING PADA PENJUALAN PRODUK DI PT. FOCUS GAYA GRAHA MENGGUNAKAN METODE ASSOCIATION RULE Aprisal Budiana Teknik Informatika - Universitas Komputer Indonesia Jl. Dipatiukur 112-114 Bandung
Lebih terperinciPENINGKATAN PERFORMA ALGORITMA APRIORI UNTUK ATURAN ASOSIASI DATA MINING
PENINGKATAN PERFORMA ALGORITMA APRIORI UNTUK ATURAN ASOSIASI DATA MINING Andreas Chandra Teknik Informatika STMIK AMIKOM Yogyakarta Jl Ring road Utara, Condongcatur, Sleman, Yogyakarta 55281 Email : andreaschaandra@yahoo.com
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 terperinciAPLIKASI DATA MINING UNTUK MENAMPILKAN INFORMASI TINGKAT KELULUSAN MAHASISWA
APLIKASI DATA MINING UNTUK MENAMPILKAN INFORMASI TINGKAT KELULUSAN MAHASISWA Yuli Asriningtias, Rodhyah Mardhiyah Program Studi Teknik Informatika Fakultas Bisnis & Teknologi Informasi, Universitas Teknologi
Lebih terperinciAPLIKASI DATA MINING UNTUK POLA PERMINTAAN DARAH DI UDD ( UNIT DONOR DARAH ) PMI KOTA SURABAYA MENGGUNAKAN METODE APRIORI
APLIKASI DATA MINING UNTUK POLA PERMINTAAN DARAH DI UDD ( UNIT DONOR DARAH ) PMI KOTA SURABAYA MENGGUNAKAN METODE APRIORI Budanis Dwi Meilani, dan Dermawan Cahyo Utomo Jurusan Teknik Informatika, Fakultas
Lebih terperinciANALISA DATA PENJUALAN OBAT DENGAN MENGGUNAKAN ALGORITMA APRIORI PADA RUMAH SAKIT UMUM DAERAH H. ABDUL MANAN SIMATUPANG KISARAN
ANALISA DATA PENJUALAN OBAT DENGAN MENGGUNAKAN ALGORITMA APRIORI PADA RUMAH SAKIT UMUM DAERAH H. ABDUL MANAN SIMATUPANG KISARAN Chintia Oktavia Simbolon (0911456) Mahasiswa Program Studi Teknik Informatika,
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 terperinciGambar Tahap-Tahap Penelitian
BAB III METODELOGI PENELITIAN Dalam menyelesaikan penelitian ini dibuat beberapa tahapan. Tahap-tahap kegiatan dijelaskan dalam Gambar 3.1 Studi Literatur Pengumpulan Data Retrieve Data Pre-Processing
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 terperinciIMPLEMENTASI ALGORITMA FREQUENT PATTERN GROWTH (FP-GROWTH) MENENTKAN ASOSIASI ANTAR PRODUK (STUDY KASUS NADIAMART)
IMPLEMENTASI ALGORITMA FREQUENT PATTERN GROWTH (FP-GROWTH) MENENTKAN ASOSIASI ANTAR PRODUK (STUDY KASUS NADIAMART) Rizka Nurul Arifin Program Studi Teknik Informatika, Universitas Dian Nuswantoro Jl. Nakula
Lebih terperinciPERBANDINGAN ALGORITMA APRIORI DAN ALGORITMA CT-Pro PADA KOMODITAS EKSPOR DAN IMPOR SKRIPSI ELISA SEMPA ARIHTA KABAN
PERBANDINGAN ALGORITMA APRIORI DAN ALGORITMA CT-Pro PADA KOMODITAS EKSPOR DAN IMPOR SKRIPSI ELISA SEMPA ARIHTA KABAN 101421012 PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI
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 terperinciPENCARIAN ATURAN ASOSIASI MENGGUNAKAN ALGORITMA APRIORI SEBAGAI BAHAN REKOMENDASI STRATEGI PEMASARAN PADA TOKO ACIICA
PENCARIAN ATURAN ASOSIASI MENGGUNAKAN ALGORITMA APRIORI SEBAGAI BAHAN REKOMENDASI STRATEGI PEMASARAN PADA TOKO ACIICA SKRIPSI Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer
Lebih terperinci- PERTEMUAN 1 - KNOWLEGDE DISCOVERY
DATA WAREHOUSE - PERTEMUAN 1 - KNOWLEGDE DISCOVERY in DATABASE (KDD) Penemuan Pengetahuan di Database Tujuan : Mahasiswa Dapat memahami konsep KDD yang merupakan tujuan akhir dari Data Warehouse dan Data
Lebih terperinciMetodologi 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 terperinciBAB V IMPLEMENTASI DAN PENGUJIAN SISTEM
BAB V IMPLEMENTASI DAN PENGUJIAN SISTEM 5.1 Implementasi Sistem Setelah melakukan analisis sistem yang dilakukan pada tahap sebelumnya dan dirancang sedemikian rupa, maka dilakukan tahapan selanjutnya
Lebih terperinciPEMODELAN POLA HUBUNGAN KEMAMPUAN LULUSAN UNIVERSITAS LANCANG KUNING DENGAN KEBUTUHAN DUNIA USAHA DAN INDUSTRI
PEMODELAN POLA HUBUNGAN KEMAMPUAN LULUSAN UNIVERSITAS LANCANG KUNING DENGAN KEBUTUHAN DUNIA USAHA DAN INDUSTRI Fana Wiza Program Studi Sistem Informasi Fakultas Ilmu Komputer Universitas Lancang Kuning
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 II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Data Mining Istilah data mining memiliki beberapa padanan, seperti knowledge discovery ataupun pattern recognition. Kedua istilah tersebut sebenarnya memiliki ketepatannnya masing-masing.
Lebih terperinciJournal of Informatics and Technology, Vol 2, No 2, Tahun 2013, p
Journal of Informatics and Technology, Vol 2, No 2, Tahun 2013, p 22-28 http://ejournal-s1.undip.ac.id/index.php/joint APLIKASI DATA MINING ANALISIS DATA TRANSAKSI PENJUALAN OBAT MENGGUNAKAN ALGORITMA
Lebih terperinciANALISIS ASSOCIATION RULES ALGORITMA APRIORI PENJUALAN KAOS TRAVELLING
ANALISIS ASSOCIATION RULES ALGORITMA APRIORI PENJUALAN KAOS TRAVELLING Kanthi Wulandari Mahasiswa Program Studi Statistika Universitas Islam Indonesia kanthiwuland@gmail.com Asriyanti Ali Mahasiswa Program
Lebih terperinciAnalisa Data Mining Menggunakan Algoritma Frequent Pattern Growth Pada Data Transaksi Penjualan Restoran Joglo Kampoeng Doeloe Semarang
Analisa Data Mining Menggunakan Algoritma Frequent Pattern Growth Pada Data Transaksi Penjualan Restoran Joglo Kampoeng Doeloe Semarang Tia Arifatul Maulida Fakultas Ilmu Komputer, Universitas Dian Nuswantoro,
Lebih terperinciJURNAL IMPLEMENTASI DATA MINING PADA TRANSAKSI PENJUALAN BIBIT BUAH DENGAN ALGORITMA APRIORI (STUDI KASUS: UD BUAH ASRI)
JURNAL IMPLEMENTASI DATA MINING PADA TRANSAKSI PENJUALAN BIBIT BUAH DENGAN ALGORITMA APRIORI (STUDI KASUS: UD BUAH ASRI) IMPLEMENTATION DATA MINING OF SALES TRANSACTION FRUIT SEEDLING WITH ALGORITHM APRIORI
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 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 terperinciUKDW BAB I PENDAHULUAN
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Untuk dapat meningkatkan penjualan, pengambil keputusan / manajer toko harus dapat memperhatikan faktor-faktor yang mempengaruhi secara langsung. Salah satu
Lebih terperinciSKRIPSI TI S1 FIK UDINUS 1
SKRIPSI TI S FIK UDINUS PENERAPAN ASSOCIATION RULE DENGAN ALGORITMA APRIORI UNTUK MENAMPILKAN INFORMASI TINGKAT KELULUSAN MAHASISWA TEKNIK INFORMATIKA S FAKULTAS ILMU KOMPUTER UNIVERSITAS DIAN NUSWANTORO
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 terperinciANALISIS DATA POLA PEMBELIAN KONSUMEN DENGAN ALGORITMA APRIORI PADA TRANSAKSI PENJUALAN SUPERMARKET PAMELLA YOGYAKARTA 1.
ANALISIS DATA POLA PEMBELIAN KONSUMEN DENGAN ALGORITMA APRIORI PADA TRANSAKSI PENJUALAN SUPERMARKET PAMELLA YOGYAKARTA M. Didik R. Wahyudi 1) Fusna Failasufa 2) 1) 2) Teknik Informatika FST UIN Sunan Kalijaga
Lebih terperinci6 SISTEM EVALUASI 6.1 Data Responden Evaluasi Elemen Desain Kursi Rotan 6.2 Pengembangan Sistem Evaluasi Elemen Desain Kursi Rotan
6 SISTEM EVALUASI Sistem evaluasi bertujuan untuk memperoleh pengetahuan antara kata Kansei dengan elemen desain yang menunjukkan kata tersebut. Pengetahuan tersebut diperoleh dari responden dengan menggunakan
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 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 II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Dasar Teori 2.1.1 Data Mining Data mining adalah suatu istilah yang digunakan untuk menguraikan penemuan pengetahuan di dalam database. Data mining adalah Proses yang menggunakan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA II.1 Tinjauan Perusahaan CV. Aldo Putra berlokasi di Jalan Pasar Induk Gedebage No. 89/104 Bandung, bergerak dibidang grosir pakaian jadi impor. Barang yang dijual di CV. Aldo Putra
Lebih terperinciBAB 2 LANDASAN TEORI. Pada bab ini akan dibahas tentang konsep dasar dan teori-teori pendukung yang berhubungan dengan sistem yang akan dibangun.
BAB 2 LANDASAN TEORI Pada bab ini akan dibahas tentang konsep dasar dan teori-teori pendukung yang berhubungan dengan sistem yang akan dibangun. 2.1. Data Mining Data mining adalah suatu istilah yang digunakan
Lebih terperinciIMPLEMENTASI DATA MINING MENGGUNAKAN ALGORITMA ECLAT
IMPLEMENTASI DATA MINING MENGGUNAKAN ALGORITMA ECLAT Syafina Dwi Arinda 1, Sulastri 2 1,2 Fakultas Teknologi Informasi, Universitas Stikubank Semarang e-mail: 1 syafinadwi96@gmail.com, 2 sulastri@unisbank.ac.id
Lebih terperinciJurnal Ilmiah Komputer dan Informatika (KOMPUTA) PENERAPAN IMPROVED APRIORI PADA APLIKASI DATA MINING DI PERUSAHAAN KALVIN SOCKS PRODUCTION
Vol. 5, No., Maret 26, ISSN : 289-9 5 PENERAPAN IMPROVED APRIORI PADA APLIKASI DATA MINING DI PERUSAHAAN KALVIN SOCKS PRODUCTION Yepi Septiana, Dian Dharmayanti2 Teknik Informatika - Universitas Komputer
Lebih terperinciANALISA POLA TRANSAKSI OBAT MENGGUNAKAN ALGORITMA APRIORI Shalsabilla Luthfi Dewati ABSTRAK
ANALISA POLA TRANSAKSI OBAT MENGGUNAKAN ALGORITMA APRIORI Shalsabilla Luthfi Dewati ABSTRAK Poliklinik merupakan salah satu bentuk pelayanan masyarakat dalam bidang kesehatan. Pada umumnya poliklinik hanya
Lebih terperinciPola Kompetensi Mahasiswa Program Studi Informatika Menggunakan FP-Growth
Pola Kompetensi Mahasiswa Program Studi Informatika Menggunakan FP-Growth Fitrah Rumaisa, S.T., M.Kom Prodi Teknik Informatika, Fakultas Teknik, Universitas Widyatama E-Mail: fitrah.rumaisa@widyatama.ac.id
Lebih terperinciALGORITMA APRIORI UNTUK REKOMENDASI PENAWARAN PRODUK DI BATIK PUTRA GHOFUR PEKALONGAN
ALGORITMA APRIORI UNTUK REKOMENDASI PENAWARAN PRODUK DI BATIK PUTRA GHOFUR PEKALONGAN Arief Soma Darmawan Program Studi Sistem Informasi,STMIK WidyaPratama Jl. Patriot 25 Pekalongan, Telp (0285)427816
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 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 terperinciDecision Support on Supply Chain Management System Using Apriori Data Mining Algorithm
Decision Support on Supply Chain Management System Using Apriori Data Mining Algorithm Eka Widya Sari, Ahmad Rianto, Siska Diatinari Andarawarih College Of Informatics And Computer Engineering Indonesia
Lebih terperinciPENERAPAN ALGORITMA APRIORI UNTUK MENENTUKAN FREKUENSI ITEM SET SEBAGAI STRATEGI PENJUALAN DI TOKO PUTRA MANIS SURAKARTA SKRIPSI
PENERAPAN ALGORITMA APRIORI UNTUK MENENTUKAN FREKUENSI ITEM SET SEBAGAI STRATEGI PENJUALAN DI TOKO PUTRA MANIS SURAKARTA SKRIPSI Disusun sebagai salah satu syarat menyelesaikan Jenjang Strata I pada Jurusan
Lebih terperinciDATA MINING INFORMASI TINGKAT KELULUSAN MAHASISWA STMIK PELITA NUSANTARA MEDAN. Anita Sindar RM Sinaga
DATA MINING INFORMASI TINGKAT KELULUSAN MAHASISWA STMIK PELITA NUSANTARA MEDAN Anita Sindar RM Sinaga Program Studi Teknik Informatika STIMIK Pelita Nusantara, Jl. Iskandar Muda No. 1 Medan, Indonesia
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 terperinciAbstrak. Data Mining, Algoritma Apriori, Algoritma FP-Growth, Mata Pelajaran, Pemrograman, Web Programming, Matematika, Bahasa Inggris.
Penerapan Algoritma Apriori dan Algoritma FP-Growth Dalam Menemukan Hubungan Data Nilai Ijazah Matematika dan Bahasa Inggris Dengan Nilai Mata Pelajaran Pemrograman dan Web Programming (Studi Kasus SMK
Lebih terperinciBAB I PENDAHULUAN. Kemajuan teknologi saat ini membuat samartphone hadir dengan berbagai
BAB I PENDAHULUAN I. 1. Latar Belakang Kemajuan teknologi saat ini membuat samartphone hadir dengan berbagai macam model dan fitur, sehingga masyarakat banyak membeli smartphone yang sesuai dengan keinginan
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Pada bab ini akan dijelaskan tahap-tahap yang dilakukan dalam melakukan penelitian. Tahapan penelitian berguna agar pelaksanaan penelitian dapat berjalan dengan baik dan sistematis
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 terperinciANALISA ALGORITMA APRIORI UNTUK MENENTUKAN MEREK PAKAIAN YANG PALING DIMINATI PADA MODE FASHION GROUP MEDAN
ANALISA ALGORITMA APRIORI UNTUK MENENTUKAN MEREK PAKAIAN YANG PALING DIMINATI PADA MODE FASHION GROUP MEDAN Eka Novita Sari (0911010) Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan Jl.
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 terperinciJurnal Ilmiah Komputer dan Informatika (KOMPUTA)
96 IMPLEMENTASI ASSOCIATION RULE TERHADAP PENYUSUNAN LAYOUT MAKANAN DAN PENENTUAN PAKET MAKANAN HEMAT DI RM ROSO ECHO DENGAN ALGORITMA APRIORI Elsa Widiati, S,Kom. 1, Kania Evita Dewi, S.Pd., M.Si 2 Teknik
Lebih terperinciBAB I PENDAHULUAN. Keberadaan minimarket di kota-kota besar sangat dibutuhkan bagi. masyarakat khususnya di daerah perumahan. Bagi sebagian besar
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Keberadaan minimarket di kota-kota besar sangat dibutuhkan bagi masyarakat khususnya di daerah perumahan. Bagi sebagian besar masyarakat kota, mereka lebih cenderung
Lebih terperinci