METODE PENELITIAN. Tahapan pengembangan sistem PSP (Penetapan Strategi Penjualan) 1.0 seperti pada Gambar 2 di bawah ini. Mulai

Ukuran: px
Mulai penontonan dengan halaman:

Download "METODE PENELITIAN. Tahapan pengembangan sistem PSP (Penetapan Strategi Penjualan) 1.0 seperti pada Gambar 2 di bawah ini. Mulai"

Transkripsi

1 III. METODE PENELITIAN 3.1 Kerangka Kerja Penelitian Tahapan pengembangan sistem PSP (Penetapan Strategi Penjualan) 1.0 seperti pada Gambar 2 di bawah ini. Mulai Analisis Sistem, keluaran: - Deskripsi Sistem - Analisis Kebutuhan Informasi - Kebutuhan Fungsional Sistem UML, keluaran: - Diagram Kasus - Diagram Aktivitas - Diagram Keadaan - Diagram Kelas Implementasi Sistem, keluaran: - Borland Delphi 7 (Borland, 2002) - Power Designer 15.3 (Sybase, 2010) - MySQL (Oracle, 2011) - Ms Excel (Microsoft, 2007) Verifikasi dan Validasi Tidak Selesai Gambar 2. Tahapan Pengembangan Sistem Analisis Sistem Analisis sistem diawali dengan deskripsi sistem dan analisis kebutuhan informasi. Selanjutnya pembuatan persyaratan fungsional sistem yang meliputi kebutuhan data, perangkat lunak, perangkat keras, sumber daya manusia, serta pemeliharaan sistem. 10

2 3.1.2 Metode Pengembangan Sistem Berorientasi Objek Pemodelan yang digunakan dalam pengembangan dengan pendekatan berorientasi objek adalah Unified Modeling Language (UML). Pada tahapan ini dibuat berbagai diagram yang dibutuhkan dalam pengembangan sistem. Diagram-diagram yang dibutuhkan meliputi: a. Use case diagram (diagram kasus) Diagram ini digunakan untuk menggambarkan fungsionalitas sistem dari sudut pandang pengguna. Diagram ini menekankan pada apa yang dikerjakan sistem. Diagram ini juga menggambarkan interaksi sistem dengan pelaku (aktor) diluar sistem. b. Activity diagram (diagram aktivitas). Diagram aktivitas digunakan untuk menggambarkan aliran kerja aktivitas di dalam sistem atau dengan kata lain adalah bagaimana sistem itu mengerjakan fungsionalitas tertentu. c. Statechart diagram (diagram keadaan) Statechart diagram menggambarkan transisi dan perubahan keadaan (dari satu state ke state lainnya) suatu objek pada sistem sebagai akibat dari stimuli yang diterima. Pada umumnya statechart diagram menggambarkan class tertentu (satu class dapat memiliki lebih dari satu statechart diagram). d. Class diagram (diagram kelas) Diagram kelas merupakan diagram utama dalam pemodelan berorientasi objek. Diagram kelas digunakan untuk memperlihatkan struktur statis sistem tersebut. Kelas adalah kumpulan objek yang mempunyai atribut dan tingkah laku (operasi) yang mirip Tahap Implementasi Sistem Tahap implementasi sistem merupakan proses transformasi desain sistem menjadi sebuah sistem aplikatif atau perangkat lunak. Implementasi PSP 1.0 pada tahap desain sistem menggunakan Sybase Power Designer 15.3 (Sybase, 2010) dan untuk pembuatan model data base menggunakan MySQL (Oracle, 2011) sedangkan pada tahap pembuatan paket program menggunakan perangkat lunak Borland Delphi 7 (Borland, 2002). Dan dalam pengolahan data awal digunakan Microsoft Excel 2007 (Microsoft, 2007) untuk mendapatkan data hasil yang nantinya akan digunakan dalam melakukan verifikasi dan validasi data Verifikasi dan Validasi Sistem Verifikasi merupakan tahapan untuk mengetahui apakah program yang dibuat menghasilkan keluaran secara keseluruhan sesuai yang diinginkan. Proses verifikasi dilakukan selama pembuatan dan setelah selesai. Tahap verifikasi dilakukan dengan cara pengujian keluaran paket program dan pelacakan kesalahan sistem (testing and debuging). Dan Tahapan Validasi dilakukan dengan metode face validity. Face validity (Validitas Muka) adalah tipe validitas yang didasarkan pada penilaian selintas mengenai isi alat ukur. Apabila isi alat ukur telah tampak sesuai dengan apa yang ingin diukur maka dapat dikatakan validitas muka telah terpenuhi. 11

3 3.2 Metode Penelitian Sumber Data Transaksi Dalam menentukan strategi cross-selling, data yang digunakan adalah transaksi penjualan salah satu perusahaan agroindustri terbesar di Indonesia yang bergerak dalam bidang industri ban. Data ini diekstrak dari data transaksi penjualan pihak distributor perusahaan di seluruh Indonesia dari bulan Maret hingga Juni Data tersebut terdiri dari atribut Nomor transaksi, Outlet, Tanggal transaksi, dan transaksi penjualan dari 16 penggolongan produk Formulasi Association Rules Mining Association rules merupakan salah satu teknik didalam data mining untuk menentukan hubungan antar item dalam suatu dataset (sekumpulan data) yang telah ditentukan. Konsep ini sendiri diturunkan dari terminologi market basket analysis, yaitu pencarian hubungan dari beberapa produk di dalam transaksi pembelian (Witten,2005). Teknik ini mencari kemungkinan kombinasi yang sering muncul (frequent) dari suatu item set (sekumpulan item). Ada dua langkah didalam algoritma ini, langkah pertama adalah melakukan perhitungan untuk menemukan frequent item set dan langkah kedua mencari kaidah asosiasi (rules) dari sekumpulan frequent item set tadi. Dalam menggunakan metode ini, terdapat tiga kriteria ukuran yaitu : 1) Support : ukuran yang menunjukkan tingkat dominasi item set dari keseluruhan transaksi (misalkan dari seluruh transaksi yang ada, seberapa besar kemungkinan item A dan item B dibeli secara bersamaan). Support ({A,B}) = Number of Transaction (A,B) 2) Confidence (probability) : ukuran yang menyatakan hubungan antara dua item secara conditional (misalkan seberapa sering item A dibeli, jika pelanggan membeli item B). Confidence (A B)=Probability (B A) = Support (A,B) / Support (A) 3) Improvement (importance) : ukuran yang menyatakan besarnya kemungkinan dua item dapat dibeli secara bersamaan. Importance ({A,B})=Probability (A,B)/ Probability (A) * Probability (B)) (Adhitama,2010) Proses frequent item set Didalam Algoritma association rules mining dapat dilihat pada Gambar 3 dan formulasi association rules mining dapat dilihat pada Gambar 4. Gambar 3. Proses Frequent Item Set Didalam Algoritma Association Rules Mining 12

4 Mulai Analisis Data Pre-processing Analisis Frequent Item Set Mengitung Nilai Support N: Number of Transaction ( X Y) s( X Y ) N Menghitung Nilai Confidence ( X Y) c( X Y ) ( X ) Menghitung Nilai Improvement s( X Y ) i( X Y ) s( Y ). s( X ) Menentukan Strategi Penjualan Dengan Analisis RFM Gambar 4. Formulasi Association Rules Mining 13

5 Sebelum data transaksi tersebut diolah dengan teknik association rules mining, dilakukan tahap preprocessing data terlebih dahulu. Pada penelitian ini data transaksi yang digunakan sudah dikelompokkan berdasarkan enam belas golongan produk. Penggolongan tersebut telah dibuat oleh perusahaan agroindustri ban yang menjadi sumber data transaksi untuk penelitian ini. Penggolongan ini dilakukan berdasarkan karakteristik bahan baku yang ada pada setiap produk. Penggolongan ini dapat dilakukan menggunakan clustering K-Means. Prosedur analisis pre-processing data menggunakan clustering K-Means dapat dilihat pada Gambar 5. Mulai Menentukan Jumlah Kelompok Menghitung Centroid Menghitung Jarak Mengelompokkan Berdasarkan Jarak Minimum Adanya Perpindahan Objek Ya Tidak Selesai Gambar 5. Prosedur Analisis Pre-processing Data menggunakan Clustering K-Means Enam belas penggolongan produk tersebut yaitu produk Passanger Bias (A), Passanger Broad Market (B), Passanger Broad Market Premium (C), Passanger High Performance (D), Passanger Ultra High Performance (E), Ultra Light Truck Radial (F), Light Truck Radial (G), Ultra Light Truck Bias (H), Light Truck Bias (I), Medium Bias Truck (J), EM A 21 Bias (K), EM A 3 A GDR Bias (L), EM A 3 A LDR Bias (M), Front Farm Bias (N), Rear Farm Bias (O), Ground Tire Import (P). 14

6 3.2.3 Analisis Recency, Frequency, Monetary (RFM) Analisis RFM digunakan untuk mengelompokkan customer berdasarkan analisis transaksi terhadap waktu pembelian, frekuensi, dan nilai nominal pembelian. Tahapan melakukan analisis RFM adalah sebagai berikut: 1. Data acquisition Tahap ini adalah tahap pengambilan data untuk input pada analisis RFM. Pada Penelitian ini, data transaksi dari empat bulan terakhir yang telah diambil, diperiksa, dan disiapkan untuk operasi selanjutnya 2. Selection Of The Population To Be Segmented Hanya pelanggan yang masih aktif, yang disegmentasi menggunakan analisis RFM 3. Data preparation And Computation Of The R, F, and M Measurements Pengelompokkan berdasarkan tanggal terakhir transaksi, jumlah rata-rata transaksi pembelian bulanan, nilai pembelian bulanan (mendefinisikan komponen monetary) 4. Development Of The RFM Cells Through Binning Pelanggan telah dikelompokkan berdasarkan Analisis RFM menjadi 5 grup. (Tsiptsis dan Chorianopoulos, 2009). Analisis RFM digunakan untuk mensegmentasi pelanggan berdasarkan recency, frequency, monetary pada periode 1 bulan pembukuan. Recency adalah waktu terakhir (ter-update) customer melakukan transaksi, frequency adalah jumlah produk yang dibeli oleh customer, dan monetary adalah jumlah nominal penjualan yang dilakukan oleh customer, pada pengolahan nilai monetary dilakukan dengan perhitungan jumlah frekuensi pembelian per produk yang dikali dengan variabel harga setiap produk. Variabel tersebut disamakan dengan inisial penggolongan produk yang telah dibuat pada saat tahap pre-processing data yaitu variabel huruf A sampai huruf P. Variable untuk analisis monetary dapat dilihat pada Tabel 1. Diagram alir analisis RFM pada penelitian ini dapat dilihat secara rinci pada Gambar 6. Tabel 1. Variabel Harga Untuk Analisis Monetary Pada Setiap Produk Passenger Bias (A) Passenger Broad Market (B) Passenger Broad Market Premium (C) Passenger High Performance (D) Passenger Ultra High Performance (E) Ultra Light Truck Radial (F) Light Truck Radial (G), Ultra Light Truck Bias (H) Light Truck Bias (I) Bias Truck (J) EM A 21 Bias (K) EM A 3 A GDR Bias (L) EM A 3 A LDR Bias (M) Front Farm Bias (N) Rear Farm Bias (O) Ground Tire Import (P) 15

7 Mulai Data Transaksi Analisis data transaksi (data tanggal transaksi, jumlah transaksi, dan nilai nominal transaksi) per customer Pembuatan 5 Binning untuk analisis Recency, Frekuensi, dan Monetary Analisis Recency dari transaksi paling baru (binning 5)- transaksi paling lama (binning 1) Analisis Frekuensi dari transaksi terbanyak (binnig 5) jumlah transaksi paling sedikit (binning 1) Analisis Monetary dari transaksi dengan melakukan perkalian antar frekuensi pembelian per produk dengan variabel harga produk Analisis RFM (Recency, Frekuensi, Monetary) Selesai Gambar 6. Flowchart Analisis RFM Desain Eksperimen Dalam proses analisis frequent item set, banyaknya item set yang dihasilkan dari proses penyeleksian dengan menggunakan ambang batas (thresholds) sebaiknya 16

8 menghasilkan item set separuh dari jumlah penggolongan produk, hal ini agar item set yang dihasilkan dapat benar-benar signifikan (Adhitama,2010). Dengan metoda trial and errors, Batas parameter (tresholds) ditentukan yaitu min_support= 24.75% dan min_confidence= 25% (tresholds ini diturunkan dari minimal 430 kali kemunculan pada setiap himpunan yang disaring). Pemilihan parameter tersebut dilakukan untuk mendapatkan item set dan rules sesuai yang signifikan yang nantinya akan digunakan sebagai rules dalam menentukan strategi penjualan. Hal ini dilakukan karena data dengan jumlah yang relatif besar, jika tidak adanya pemilihan parameter yang tepat akan menyebabkan pengolahan data memakan waktu yang lama dan membutuhkan alokasi memori komputer yang lebih banyak. Dan pemilihan parameter atau ambang batas (tresholds) yang terlalu kecil juga dapat menyebabkan hasil penetapan strategi penjualan yang kurang signifikan nantinya Indikator Penelitian Kemungkinan untuk menghasilkan cross-selling product yang terbaik dari total transaksi per pelanggan pada periode tertentu adalah item dengan confidence score yang tinggi. Jadi misalkan produk pertama adalah kombinasi A dan B dengan confidence score x% berarti bahwa ketika produk A dibeli, kemungkinan produk B juga dibeli sebesar x% dari seluruh periode transaksi. Indikator kedua yang harus ditentukan adalah support score yang menentukan seberapa banyak produk A dan produk B muncul bersama-sama di dalam seluruh transaksi. Misalkan kombinasi produk C dan D memiliki support score y% mengindikasikan bahwa produk C dan produk D muncul secara bersama-sama sebesar y% dari seluruh total transaksi, sedangkan untuk kombinasi produk E dan F misalnya yang memiliki improvement score 1, mengindikasikan bahwa produk E dan F merupakan positive correlated, yang berarti bahwa jika pelanggan membeli produk E, pelanggan juga setuju untuk membeli produk F, sebaliknya jika improvement score < 1, produk E dan F merupakan negative correlated. Produk dengan negative correlated tidak dapat dijadikan sebagai saran dalam penetapan cross-selling product walaupun memiliki support score dan confidence score yang tinggi. 17

IMPLEMENTASI MODEL CRM

IMPLEMENTASI MODEL CRM VI. IMPLEMENTASI MODEL CRM Tahapan implementasi Model CRM ini terdiri dari dua bagian yaitu transformasi desain dan evaluasi sistem. Transformasi desain menjelaskan piranti lunak yang digunakan untuk mentransformasikan

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Pelaku bisnis saat ini dituntut selalu inovatif untuk dapat bersaing dengan kompetitor. Bisnis retail seperti Apotek merupakan bisnis dengan persaingan yang sangat

Lebih terperinci

V. PEMODELAN OBJEK DAN BASIS DATA

V. PEMODELAN OBJEK DAN BASIS DATA V. PEMODELAN OBJEK DAN BASIS DATA Pada perancangan paket program PSP 1.0, tidak semua diagram yang terdapat padauml dibuat, karena kebutuhan pemodelan sistem yang tidak terlalu kompleks dan empat diagram

Lebih terperinci

III. METODOLOGI. Mulai. Autentifikasi

III. METODOLOGI. Mulai. Autentifikasi III. METODOLOGI A. KERANGKA PENELITIAN Sistem bisnis cerdas berbasis internet (intelligent e-business) untuk agroindustri kelapa berorientasi ekspor merupakan sistem bisnis berbasis website yang membantu

Lebih terperinci

CUSTOMER RELATIONSHIP MANAGEMENT UNTUK PENETAPAN STRATEGI PENJUALAN MENGGUNAKAN TEKNIK ASSOCIATION RULES MINING SKRIPSI. Triyoda Arrahman F

CUSTOMER RELATIONSHIP MANAGEMENT UNTUK PENETAPAN STRATEGI PENJUALAN MENGGUNAKAN TEKNIK ASSOCIATION RULES MINING SKRIPSI. Triyoda Arrahman F CUSTOMER RELATIONSHIP MANAGEMENT UNTUK PENETAPAN STRATEGI PENJUALAN MENGGUNAKAN TEKNIK ASSOCIATION RULES MINING SKRIPSI Triyoda Arrahman F34070118 DEPARTEMEN TEKNOLOGI INDUSTRI PERTANIAN FAKULTAS TEKNOLOGI

Lebih terperinci

1 BAB I 2 PENDAHULUAN

1 BAB I 2 PENDAHULUAN 1 BAB I 2 PENDAHULUAN 1.1 Latar Belakang Data mining merupakan salah satu bidang ilmu yang berupaya untuk menemukan kaidah, pola, model, maupun informasi yang bersifat menarik dari sekumpulan data. Salah

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah Identifikasi Masalah Masalah Umum

BAB 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 terperinci

BAB II TINJAUAN PUSTAKA. pengetahuan di dalam database. Data mining adalah proses yang menggunakan

BAB 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 terperinci

BAB III. METODOLOGI PENELITIAN III.1 KERANGKA PEMIKIRAN

BAB III. METODOLOGI PENELITIAN III.1 KERANGKA PEMIKIRAN BAB III. METODOLOGI PENELITIAN III.1 KERANGKA PEMIKIRAN Peningkatan jumlah industri juga meningkatkan kompetisi antar industri untuk mendapatkan konsumen. Setiap industri akan berlomba-lomba untuk memenuhi

Lebih terperinci

BAB III ANALISIS DAN PERANCANGAN

BAB 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 terperinci

BAB 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 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 terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 25 BAB III METODE PENELITIAN 3.1 Desain Penelitian Penelitian ini menggunakan jenis penelitian eksperimen, dengan tahapan penelitian sebagai berikut: 1. Pengumpulan Data Pengumpulan data merupakan langkah

Lebih terperinci

2.1 Penelitian Terkait

2.1 Penelitian Terkait BAB II TINJAUAN PUSTAKA 2.1 Penelitian Terkait Penelitian yang dilakukan oleh Dinda Setiawati Devi dengan menggunakan metode Apriori untuk analisa keranjang pasar untuk 100 data transaksi dan 55 jenis

Lebih terperinci

BAB II KAJIAN PUSTAKA

BAB II KAJIAN PUSTAKA BAB II KAJIAN PUSTAKA 2.1 Sistem Rekomendasi Sistem rekomendasi adalah alat dan teknik perangkat lunak yang bisa memberikan saransaran untuk item yang sekiranya bermanfaat bagi pengguna (Ricci, et al.,

Lebih terperinci

BAB III ANALISIS DAN DESAIN SISTEM

BAB 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 terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 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 terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Data Mining Faktor penentu bagi usaha atau bisnis apapun pada masa sekarang ini adalah kemampuan untuk menggunakan informasi seefektif mungkin. Penggunaan data secara tepat karena

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Gambar 3.1 merupakan desain penelitian yang akan digunakan dalam

BAB III METODOLOGI PENELITIAN. Gambar 3.1 merupakan desain penelitian yang akan digunakan dalam BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Gambar 3.1 merupakan desain penelitian yang akan digunakan dalam proses penelitian penerapan algoritma K-Means pada clustering berita berbahasa Indonesia.

Lebih terperinci

Cross-Selling: Perangkat Utama Customer Relationship Managem. Meningkatkan Loyalitas Pelanggan

Cross-Selling: Perangkat Utama Customer Relationship Managem. Meningkatkan Loyalitas Pelanggan Cross-Selling: Perangkat Utama Customer Relationship Management (CRM) Untuk Meningkatkan Loyalitas Pelanggan Seminar Kenaikan Jabatan at Department of Information Systems, Faculty of Computer Science,

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN Metodologi penelitian digunakan sebagai pedoman dalam pelaksanaan penelitian agar hasil yang dicapai tidak menyimpang dari tujuan yang akan dicapai. Dalam penulisan tugas

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN Bab Pendahuluan terdiri dari uraian latar belakang yang mendasari pembuatan tugas akhir, pengenalan masalah yang dibahas didalam tugas akhir, manfaat maupun tujuan penelitian yang ingin

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

BAB I PENDAHULUAN. berukuran besar. Kegunaan Data Mining adalah untuk menspesifikasikan pola

BAB I PENDAHULUAN. berukuran besar. Kegunaan Data Mining adalah untuk menspesifikasikan pola BAB I PENDAHULUAN I.1. Latar Belakang Data Mining adalah kegiatan yang meliputi pengumpulan, pemakaian data historis untuk menemukan keteraturan, pola dan hubungan dalam set data berukuran besar. Kegunaan

Lebih terperinci

BAB II LANDASAN TEORI. Anindita Dwi Respita,2015. a. Penelitian ini menjelaskan tentang tujuan : menggunakan metode market basket analysis.

BAB 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 terperinci

PENGEMBANGAN 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 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 terperinci

PERSYARATAN PRODUK. 1.1 Pendahuluan Latar Belakang Tujuan

PERSYARATAN PRODUK. 1.1 Pendahuluan Latar Belakang Tujuan BAB 1 PERSYARATAN PRODUK Bab ini membahas mengenai hal umum dari produk yang dibuat, meliputi tujuan, ruang lingkup proyek, perspektif produk, fungsi produk dan hal umum yang lainnya. 1.1 Pendahuluan Hal

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pada bab ini dilakukan pendefinisian permasalahan dari penelitian yang akan dilakukan. Dalam Cross Industry Standard Process for Data Mining[3], tahapan ini

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB 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 terperinci

Pengembangan Aplikasi Market Basket Analysis Menggunakan Algoritma Generalized Sequential Pattern pada Supermarket

Pengembangan 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 terperinci

BAB III ANALISA DAN DESAIN SISTEM

BAB 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 terperinci

BAB IV PERANCANGAN SISTEM

BAB IV PERANCANGAN SISTEM BAB IV PERANCANGAN SISTEM 4.1 Perancangan Sistem Dalam perancangan sistem ini, metode yang digunakan adalah metode perancangan Unified Modeling Language (UML). 4.1.1 Use Case Diagram, Activity Diagram

Lebih terperinci

ABSTRAK. Kata kunci: Market Basket Analysis, Cross-selling. Universitas Kristen Maranatha

ABSTRAK. 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

BAB III ANALISIS DAN PERANCANGAN

BAB 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Bio Clean Laundry merupakan perusahaan yang bergerak dibidang jasa laundry. Perusahaan yang dibangun dari tahun 2009 ini terbilang cukup sukses. Saat ini, Bio Clean

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 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 terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Perpustakaan merupakan tempat dimana seseorang mendapatkan pengetahuan, informasi atau hiburan dengan jumlah kategori yang bervarian seperti ilmiah, non fiksi, komedi,

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 State of the Art Penelitian mengenai segmentasi pasar pada sebuah perusahaan telah banyak digunakan dengan tujuan untuk mengetahui strategi pasar yang baik dan dapat menguntungkan

Lebih terperinci

Class Diagram Activity Diagram Entity Relationship Diagram (ERD) MySQL CodeIgniter

Class Diagram Activity Diagram Entity Relationship Diagram (ERD) MySQL CodeIgniter DAFTAR ISI KATA PENGANTAR... i ABSTRAK... ii ABSTRACT... iii DAFTAR ISI... iv DAFTAR GAMBAR... ix DAFTAR TABEL... xii DAFTAR LAMPIRAN... xiv BAB 1 PENDAHULUAN... 1 1.1 Latar Belakang... 1 1.2 Rumusan Masalah...

Lebih terperinci

2.2 Data Mining. Universitas Sumatera Utara

2.2 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 terperinci

BAB 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. 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 terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN Pada bab ini berisi tentang latar belakang pembuatan dari aplikasi penentuan rekomendasi pencarian buku perpustakaan menggunakan algoritma fp-growth, rumusan masalah, tujuan, batasan

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Studi Sebelum melakukan penelitian penulis terlebih dahulu melakukan tinjauan pustaka dari penelitian lain dan penelitian tentang prediksi penjurusan

Lebih terperinci

BAB III ANALISIS DAN DESAIN SISTEM

BAB 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 terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN A. Konsepsi Sistem Informasi Bisnis Pengembangan industri pengelohan biomassa limbah pelepah sawit belum menarik minat para pelaku bisnis disebabkan kurangnya dukungan informasi

Lebih terperinci

BAB V KESIMPULAN DAN SARAN. keranjang belanja (Market basket analysis) dalam penerapan cross selling pada

BAB V KESIMPULAN DAN SARAN. keranjang belanja (Market basket analysis) dalam penerapan cross selling pada BAB V KESIMPULAN DAN SARAN 5.1. Kesimpulan Kesimpulan yang dapat diambil dari rancang bangun sistem analisis keranjang belanja (Market basket analysis) dalam penerapan cross selling pada Apotek K24 Kalibutuh

Lebih terperinci

ANALISIS KETERKAITAN DATA TRANSAKSI PENJUALAN BUKU MENGGUNAKAN ALGORITMA APRIORI DAN ALGORITMA CENTROID LINKAGE HIERARCHICAL METHOD (CLHM)

ANALISIS KETERKAITAN DATA TRANSAKSI PENJUALAN BUKU MENGGUNAKAN ALGORITMA APRIORI DAN ALGORITMA CENTROID LINKAGE HIERARCHICAL METHOD (CLHM) ANALISIS KETERKAITAN DATA TRANSAKSI PENJUALAN BUKU MENGGUNAKAN ALGORITMA APRIORI DAN ALGORITMA CENTROID LINKAGE HIERARCHICAL METHOD (CLHM) Nurani 1, Hamdan Gani 2 1 nurani_nanni@yahoo.com, 2 hamdan.gani.inbox@gmail.com

Lebih terperinci

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang Bab 1 Pendahuluan BAB 1 PENDAHULUAN 1.1. Latar Belakang Pada era globalisasi saat ini, perkembangan teknologi tidak dapat dihindarkan dalam kehidupan manusia. Perkembangan teknologi yang ada, memiliki

Lebih terperinci

BAB III LANDASAN TEORI

BAB III LANDASAN TEORI BAB III LANDASAN TEORI 3.1 Rancang Bangun Menurut Jogiyanto (2005), Rancang Bangun (desain) adalah tahap dari setelah analisis dari siklus pengembangan sistem yang merupakan pendefinisian dari kebutuhankebutuhan

Lebih terperinci

BAB I PENDAHULUAN. Dengan kemajuan teknologi informasi dewasa ini, kebutuhan akan

BAB I PENDAHULUAN. Dengan kemajuan teknologi informasi dewasa ini, kebutuhan akan BAB I PENDAHULUAN I.1. Latar Belakang Dengan kemajuan teknologi informasi dewasa ini, kebutuhan akan informasi yang sangat akurat sangat dibutuhkan dalam kehidupan sehari hari, sehingga informasi akan

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 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 terperinci

BAB 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. 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 terperinci

Penerapan Metode Fuzzy C-Means dengan Model Fuzzy RFM (Studi Kasus : Clustering Pelanggan Potensial Online Shop)

Penerapan Metode Fuzzy C-Means dengan Model Fuzzy RFM (Studi Kasus : Clustering Pelanggan Potensial Online Shop) 157 Penerapan Metode Fuzzy C-Means dengan Model Fuzzy RFM (Studi Kasus : Clustering Pelanggan Potensial Online Shop) Elly Muningsih AMIK BSI Yogyakarta E-Mail : elly.emh@bsi.ac.id Abstrak Berkembangnya

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 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 terperinci

BAB II TINJAUAN PUSTAKA

BAB 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 terperinci

IMPLEMENTASI DATA MINING MENGGUNAKAN ALGORITMA ECLAT

IMPLEMENTASI 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 terperinci

BAB III ANALISA DAN DESAIN SISTEM

BAB III ANALISA DAN DESAIN SISTEM BAB III ANALISA DAN DESAIN SISTEM III.1. Analisa Sistem Yang Berjalan Proses yang sedang berjalan dalam penerapan data mining untuk memprediksi minat pembeli barang elektronik khususnya komputer dan sparepart

Lebih terperinci

Unified Modeling Language

Unified Modeling Language 2011 Unified Modeling Language Metode Perancangan Program Kelompok 10: Andika Nugraha (1401094756) Alfred Mansel (1401095506) Daniel Sidarta (1401096433) Marcell Bonfilio (1401094850) Bina Nusantara University

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang

BAB 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 terperinci

3.6 Data Mining Klasifikasi Algoritma k-nn (k-nearest Neighbor) Similaritas atribut numerik

3.6 Data Mining Klasifikasi Algoritma k-nn (k-nearest Neighbor) Similaritas atribut numerik DAFTAR ISI PERNYATAAN... iii PRAKATA... vi DAFTAR ISI... viii DAFTAR GAMBAR... xi DAFTAR TABEL... xiv DAFTAR PERSAMAAN... xv DAFTAR ALGORITMA... xvi DAFTAR LAMPIRAN... xvii INTISARI... xviii ABSTRACT...

Lebih terperinci

BAB III ANALISIS DAN DESAIN SISTEM

BAB 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 terperinci

BAB II TINJAUAN PUSTAKA

BAB 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 terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Data mining bertujuan untuk menemukan pola-pola yang valid, baru, mempunyai nilai guna, dan mudah dipahami dari data yang ada. Jenis pola yang dihasilkan ditentukan

Lebih terperinci

BAB I PENDAHULUAN.

BAB I PENDAHULUAN. BAB I PENDAHULUAN 1.1 Latar Belakang Di dalam perusahaan atau instansi tentu nya memiliki data yang cukup besar, salah satunya adalah inventory. Suatu kegiatan dalam proses pengolahan data pada suatu gudang

Lebih terperinci

BAB IV ANALISA DAN PERANCANGAN

BAB IV ANALISA DAN PERANCANGAN BAB IV ANALISA DAN PERANCANGAN 4.1 Analisa Analisa adalah suatupemahaman terhadap permasalahan sebelum mengambil suatu tindakan atau keputusan yang akan dilakukan. Disini akan dianalisa tentang sistem

Lebih terperinci

BAB I PENDAHULUAN. Toko central menjual berbagai macam aksesoris hp untuk masyarakat yang

BAB I PENDAHULUAN. Toko central menjual berbagai macam aksesoris hp untuk masyarakat yang BAB I PENDAHULUAN I.1. Latar Belakang Toko central menjual berbagai macam aksesoris hp untuk masyarakat yang akan membeli. Toko central menyediakan aksesoris hp sesuai dengan banyaknya permintaan dari

Lebih terperinci

BAB 1 KONSEP DATA MINING 2 Gambar 1.1 Perkembangan Database Permasalahannya kemudian adalah apa yang harus dilakukan dengan data-data itu. Sudah diket

BAB 1 KONSEP DATA MINING 2 Gambar 1.1 Perkembangan Database Permasalahannya kemudian adalah apa yang harus dilakukan dengan data-data itu. Sudah diket Bab1 Konsep Data Mining POKOK BAHASAN: Konsep dasar dan pengertian Data Mining Tahapan dalam Data Mining Model Data Mining Fungsi Data Mining TUJUAN BELAJAR: Setelah mempelajari materi dalam bab ini, mahasiswa

Lebih terperinci

UKDW BAB I PENDAHULUAN

UKDW 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 terperinci

BAB I PENDAHULUAN. banyaknya permintaan konsumen. Pada CV. Surya Indah Abadi untuk mengetahui

BAB I PENDAHULUAN. banyaknya permintaan konsumen. Pada CV. Surya Indah Abadi untuk mengetahui BAB I PENDAHULUAN I.1. Latar Belakang Tingginya angka penjualan merupakan salah satu tujuan bagi para pedagang. Untuk itu para pedagang berusaha untuk mendapatkan pelanggan sebanyakbanyaknya. Para pedagang

Lebih terperinci

BAB II TINJAUAN PUSTAKA. yang ditandai dengan saling berhubungan dan mempunyai satu fungsi atau tujuan

BAB II TINJAUAN PUSTAKA. yang ditandai dengan saling berhubungan dan mempunyai satu fungsi atau tujuan BAB II TINJAUAN PUSTAKA 2.1 Pengertian Sistem Sistem dapat beroperasi dalam suatu lingkungan, jika terdapat unsur unsur yang ditandai dengan saling berhubungan dan mempunyai satu fungsi atau tujuan utama

Lebih terperinci

BAB I PENDAHULUAN. Data mining memungkinkan penemuan pola-pola yang menarik, informasi yang

BAB 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 terperinci

RANCANG 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) 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 terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Data mining adalah proses mencari pola atau informasi menarik dalam data terpilih dengan menggunakan teknik atau metode tertentu (Sensuse dan Gunadi, 2012). Pola-pola

Lebih terperinci

IMPLEMENTASI DATA MINING MENGGUNAKAN ALGORITMA APRIORI

IMPLEMENTASI 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 terperinci

Lampiran 1 - Pengenalan terhadap UML (Unified Model Language)

Lampiran 1 - Pengenalan terhadap UML (Unified Model Language) L1 Lampiran 1 - Pengenalan terhadap UML (Unified Model Language) Latar belakang UML merupakan suatu bahasa penyatuan yang memungkinkan para professional IT untuk menggambarkan aplikasi computer. Suatu

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA II.1. Data Mining II.1.1. Pengertian Data Mining Nama data mining sebenarnya mulai dikenal sejak tahun 1990, ketika pekerjaan pemanfaatan data menjadi sesuatu yang penting dalam

Lebih terperinci

Kegunaan tahap ini adalah untuk memobilisasi dan mengorganisir g SDM yang akan melakukan Reengineering

Kegunaan tahap ini adalah untuk memobilisasi dan mengorganisir g SDM yang akan melakukan Reengineering BPR Tahap 1 (Persiapan) Telaahan Business Process Reengineering (BPR) Tahap 1 - Persiapan Kegunaan tahap ini adalah untuk memobilisasi dan mengorganisir g SDM yang akan melakukan Reengineering Apa yang

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Konsep Dasar Sistem Dalam membangun sebuah system informasi diperlukan suatu pemahaman mengenai system itu sendiri sehingga tujuan dari pembangunan system informasi dapat tercapai.

Lebih terperinci

PENERAPAN METODE APRIORI ASOSIASI TERHADAP PENJUALAN PRODUCT COSMETIC UNTUK MENDUKUNG STRATEGI PENJUALAN

PENERAPAN 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 terperinci

Abstrak. Data Mining, Algoritma Apriori, Algoritma FP-Growth, Mata Pelajaran, Pemrograman, Web Programming, Matematika, Bahasa Inggris.

Abstrak. 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 terperinci

BAB III METODOLOGI PENELITIAN. dalam pengumpulan data atau informasi guna memecahkan permasalahan dan

BAB III METODOLOGI PENELITIAN. dalam pengumpulan data atau informasi guna memecahkan permasalahan dan BAB III METODOLOGI PENELITIAN 3.1 Metodologi Penelitian Metodologi penelitian adalah langkah dan prosedur yang akan dilakukan dalam pengumpulan data atau informasi guna memecahkan permasalahan dan menguji

Lebih terperinci

Assocation Rule. Data Mining

Assocation 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 terperinci

BAB I PENDAHULUAN I-1

BAB I PENDAHULUAN I-1 BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan Banyaknya persaingan dalam dunia bisnis khususnya dalam industri penjualan, menuntut para pengembang untuk menemukan suatu strategi yang dapat meningkatkan

Lebih terperinci

PENERAPAN 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 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 terperinci

PEMBANGUNAN APLIKASI PENCATATAN PENANGANAN GANGGUAN PT. TELKOM REGIONAL BANDUNG

PEMBANGUNAN APLIKASI PENCATATAN PENANGANAN GANGGUAN PT. TELKOM REGIONAL BANDUNG PEMBANGUNAN APLIKASI PENCATATAN PENANGANAN GANGGUAN PT. TELKOM REGIONAL BANDUNG TUGAS AKHIR Disusun sebagai salah satu syarat untuk kelulusan Program Strata 1, di Program Studi Teknik Informatika, Universitas

Lebih terperinci

BAB 1 PENDAHULUAN. Perkembangan teknologi pembayaran kredit saat ini terus berkembang pesat. Ini

BAB 1 PENDAHULUAN. Perkembangan teknologi pembayaran kredit saat ini terus berkembang pesat. Ini BAB 1 PENDAHULUAN I.1. Latar Belakang Perkembangan teknologi pembayaran kredit saat ini terus berkembang pesat. Ini disebabkan oleh berkembangnya ilmu pengetahuan dan teknologi dan adanya perangkat perangkat

Lebih terperinci

Yuli Purwati, M.Kom USE CASE DIAGRAM

Yuli Purwati, M.Kom USE CASE DIAGRAM Yuli Purwati, M.Kom USE CASE DIAGRAM UML UML (Unified Modeling Language) merupakan pengganti dari metode analisis berorientasi object dan design berorientasi object (OOA&D) yang dimunculkan sekitar akhir

Lebih terperinci

BAB I PENDAHULUAN. memproduksi kapas seperti kapas kecantikan dengan merek Selection Cotton.

BAB I PENDAHULUAN. memproduksi kapas seperti kapas kecantikan dengan merek Selection Cotton. BAB I PENDAHULUAN I.1. Latar Belakang Sistem Informasi Geografis adalah sistem informasi khusus yang mengelola data yang memiliki informasi spasial (bereferensi keruangan). Atau dalam arti yang lebih sempit,

Lebih terperinci

BAB III ANALISIS DAN DESAIN SISTEM

BAB 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 terperinci

ANALISIS TATA LETAK PRODUK PADA PENGELOLAAN PREFERENSI PELANGGAN KOPERASI RETAIL FIRDAUS KARIMUDDIN F

ANALISIS TATA LETAK PRODUK PADA PENGELOLAAN PREFERENSI PELANGGAN KOPERASI RETAIL FIRDAUS KARIMUDDIN F ANALISIS TATA LETAK PRODUK PADA PENGELOLAAN PREFERENSI PELANGGAN KOPERASI RETAIL FIRDAUS KARIMUDDIN F34070008 DEPARTEMEN TEKNOLOGI INDUSTRI PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN INSTITUT PERTANIAN BOGOR

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Penelitian Tempat dilakukannya penelitian adalah di PT. Perkebunan Nusantara/Pabrik Karung Rosella Baru, Jalan Ngagel Timur 37, Surabaya. Sedangkan waktu

Lebih terperinci

PENINGKATAN PERFORMA ALGORITMA APRIORI UNTUK ATURAN ASOSIASI DATA MINING

PENINGKATAN 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 terperinci

Sistem Pelatihan Proses Pelatihan Kerja Persiapan Pelatihan Kerja Pelaksanaan Pelatihan Kerja...

Sistem Pelatihan Proses Pelatihan Kerja Persiapan Pelatihan Kerja Pelaksanaan Pelatihan Kerja... DAFTAR ISI PERNYATAAN... iii PRAKATA... iv ARTI SINGKATAN... vi ABSTRACT... vii INTISARI... viii DAFTAR ISI... ix DAFTAR TABEL... xi DAFTAR GAMBAR... xiii BAB I PENDAHULUAN... 1 1.1. Latar Belakang...

Lebih terperinci

Gambar Tahap-Tahap Penelitian

Gambar 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 terperinci

BAB I PENDAHULUAN. mahasiswa yang seringkali meminjam buku harus mencari sendiri dirak rak

BAB I PENDAHULUAN. mahasiswa yang seringkali meminjam buku harus mencari sendiri dirak rak BAB I PENDAHULUAN I.1 Latar Belakang Perpustakaan merupakan salah satu fasilitas penyedia informasi,sumber ilmu pengetahuan,dan sarana penunjang proses kegiatan belajar bagi pengguna untuk mendapatkan

Lebih terperinci

BAB I PENDAHULUAN. yakni teknik mesin, teknik elektro dan teknik informatika. Namun bagi para calon

BAB I PENDAHULUAN. yakni teknik mesin, teknik elektro dan teknik informatika. Namun bagi para calon BAB I PENDAHULUAN I.1. Latar Belakang Sekolah Tinggi Teknologi Sinar Husni (STT. Sinar Husni) memiliki mahasiswa yang mayoritasnya adalah para pekerja, oleh karena itu banyak para pekerja yang melanjutkan

Lebih terperinci

ABSTRAK. Kata Kunci : data mining, market basket analysis, algoritma Apriori, algoritma Fuzzy c-covering, association rules

ABSTRAK. Kata Kunci : data mining, market basket analysis, algoritma Apriori, algoritma Fuzzy c-covering, association rules ABSTRAK Sebagai salah satu aplikasi data mining, market basket analysis umumnya dilakukan dengan menggunakan algoritma Apriori. Algoritma ini mencari asosiasi antar item dengan hanya menghitung berapa

Lebih terperinci

Data Mining. Tidak. Mulai. Data transaksi. Pembersihan data. Seleksi data. Transformasi data. Pemberian nilai minimum support

Data Mining. Tidak. Mulai. Data transaksi. Pembersihan data. Seleksi data. Transformasi data. Pemberian nilai minimum support 6 Representasi Pengetahuan Tahap ini merupakan tahap akhir dari proses KDD. Sederetan aturan atau rule disajikan kepada pengguna dengan menggunakan algoritme Rule Generation. Mulai Data transaksi Pembersihan

Lebih terperinci

ANALISA POLA DATA HASIL PEMBANGUNAN KABUPATEN MALANG MENGGUNAKAN METODE ASSOCIATION RULE

ANALISA 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 terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Data Mining Data Mining adalah proses yang mempekerjakan satu atau lebih teknik pembelajaran komputer (machine learning) untuk menganalisis dan mengekstraksi pengetahuan (knowledge)

Lebih terperinci