Implementasi Algoritma Apriori untuk Menganalisis Pola Pembelian Konsumen pada Produk SPA
|
|
- Ida Kusuma
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Implementasi Algoritma Apriori untuk Menganalisis Pola Pembelian Konsumen pada Produk SPA I Gede Putu Megayasa 1, I Komang Agus Ady Aryanto 2, I Gede Surya Diputra 3, I Nyoman Arianta 4, Seftian Rusditya 5, Gede Indrawan 6 Universitas Pendidikan Ganesha Jl. Udayana No. 11, Singaraja, Kec. Buleleng, Bali megayasaku@gmail.com 1, komang.aryanto@gmail.com 2, surya_diputra@rocketmail.com 3, mangnux888@gmail.com 4, seftian.rusditya17.@gmail 5, gindrawan@undiksha.ac.id 6 Abstrak Data merupakan aset yang sangat penting untuk jaga karena melalui data akan dapat digali sebuah informasi yang baru. Pada penelitian ini akan dikelolah sebuah data transaksi penjualan dimana akan dicari sebuah pola pembelian dari konsumen. Melalui pengolahan data ini akan dimungkinkan membuat sebuah keputusan dalam menetapkan sebuah kebijakan bisnis. Dalam mendukung penelitian ini, digunakan sebuah data primer atau data yang masih baru. Data ini kemudian dipilah berdasarkan kategori produknya yang selanjutnya diolah menggunakan sebuah aplikasi WEKA. Dalam pengolahannya dipilih algoritma Apriori yang sesuai untuk mencari kombinasi produk satu dengan yang lainnya. Hasil yang didapatkan berupa saran informasi untuk pembelian produk yang biasanya dikombinasikan pada setiap item lainnya. Dimana dalam penelitian ini, nilai frekuensi pola pembelian paling tinggi ditunjukan pada tiga item produk. Kata kunci: data mining, algoritma apriori, weka, pola pembelian, spa I. PENDAHULUAN Kegiatan perdagangan didalam dunia bisnis selalu mempunyai pola yang dinamis dengan penuh persaingan yang mengharuskan para pelaku bisnis harus menemukan suatu strategi yang dapat meningkatkan penjualan dan pemasaraan produk mereka. Dengan adanya kegiatan jual beli maka setiap perusahaan memiliki sebuah data transaksi pembeliaan dari masingmasing konsumennya. Kalau dihitung setiap harinya data transaksi penjualan akan terus meningkat. Oleh karena itu, untuk memanfaatkan data tersebut agar tidak hanya berfungsi sebagai arsip saja maka, diperlukan sebuah sistem yang dapat memberikan informasi yang bermanfaat untuk meningkatkan penjualan. SPA Bali merupakan sebuah salon perawatan yang juga menjual produk-produk SPA. Dari sumber data transaksinya menunjukan permintaan akan produk SPA di Bali semakin meningkat. Hal inilah yang dijadikan sebagia dasar pengolahan data yang dimungkinkan membuat sebuah keputusan dalam menetapkan sebuah kebijakan bisnis. Proses untuk menguraikan data didalam database seperti mencari keterkaitan penjualan produk dengan produk yang lainnya merupakan suatu konsep yang disebut dengan data mining. Dalam melakukan pengalihan data untuk bidang bisnis biasanya digunakan sebuah algoritma Apriori dimana pola pengolahannya akan berkaitan dengan hubungan setiap produk serta persediaan barang. Ini berarti, data mining memberikan sebuah solusi pedoman untuk melihat pola beli, pemakaian produk dari waktu ke waktu serta dapat menebak target pasar yang akan mendatang [1]. Oleh sebab itu, perlu implemetasi data mining yang dibangun dengan algoritma Apriori yang digunakan untuk mempelajari bagaimana pola beli dari konsumen dalam memilih produk sehingga nantinya bisa ditebak item-item yang dibeli konsumen. Dari penggalihan informasi ini akan dijadikan media patokan oleh SPA Bali dalam mempromosikan setiap produknya. Dalam mendukung proses penelitian ini, diperlukan sebuah data transaksi yang dapat dijadikan sebagai acuan untuk mendapatkan pola transaksi atau informasi. Data yang digunakan merupakan data yang terbaru atau primer. Setelah mendapatkan data transaksi penjualan dilakukan pengolahan terhadap data tersebut mulai dari pengelompokan setiap jenisnya sampai pemilahan data berdasarkan transaksi. Kemudian dalam aplikasi pengolahan data yaitu WEKA ditentukan aturan atau Associate Rule dimana dihitung berdasarkan jumlah kemunculan item dalam setiap transaksi sehingga akan didapatkan pola pembelian produk apa saja yang biasanya konsumen akan beli. II. LANDASAN TEORI 2.1 Data Mining Data mining merupakan sebuah proses penggalihan informasi dengan menerapkan algoritma tertentu untuk mengahasilkan sebuah informasi yang baru. Data mining biasanya digunakan dalam basis data yang besar sehingga sering disebut Knowledge Discovery in Databases (KDD). Variasi pengolahan data sangat bergantung pada teknik, metode, atau algoritma. Pemilihan metode atau algoritma yang tepat sangat bergantung pada tujuan dan proses KDD secara keseluruhan. Beberapa definisi awal dari data mining meyertakan fokus pada proses otomatisasi. Michael J.A Berry dan Gordon S. Linoff, (2004) dalam buku Data Mining Technique for Marketing, Sales, and Customer Support mendefinisikan data mining merupakan proses penggalihan data dengan melakukan analisis secara otomatis maupun semi otomatis terhadap data dalam jumlah besar untuk menemukan pola atau informasi yang dapat mendukung pengambilan sebuah keputusan [2].
2 2.2 Algoritma Apriori Apriori merupakan algoritma untuk menemukan aturan asosiatif antara hubungan kombinasi produk satu dengan yang lainya. Algoritma ini termasuk dalam jenis aturan asosisasi pada data mining. Algoritma ini berkerja dengan mencari frequent itemset dengan menggunakan teknik association rule [3]. Bentuk dari aturan asosiasi dapat dilihat seperti berikut ini : {kopi, gula} -> {roti} {support = 40 %, confidence =50 %} Dimana artinya transaksi item kopi dan gula yang juga melakukan transaksi terhadap roti memiliki nilai confidence 50%. Sedangkan nilai support 40% dari seluruh transaksi memuat ketiga item tersebut. Algoritma Apriori sangat memperhatikan nilai minimum dari support dan minimum confidence, itu artinya presentase kombinasi sebuah produk dalam database dan kuatnya hubungan antara produk menjadi kunci utama dalam algoritma ini. Nilai support sebuah produk diperoleh dengan mencari jumlah transaksi produk A kemudian dibagi dengan total keseluruhan transaksi seperti pada rumus 1 berikut : SSSSSSSSSSSSSS (AA) = JJJJJJJJJJh TTTTTTTTTTTTTTTTTT PPPPPPPPPPPP AA TTTTTTTTTT TTTTTTTTTTTTTTTTTT...[1] Sementara itu, untuk mencari nilai support dari dua item dilakukan dengan cara menjumlahkan data transaksi yang mengandung item A dan item B kemudian dibagi dengan total jumlah transaksi seperti yang ditunjukan pada rumus 2 berikut : SSSSSSSSSSrrrr (AA, BB) JJJJJJJJJJh TTTTTTTTTTTTTTTTTT PPPPPPPPPPPP AA dddddd BB = TTTTTTTTTT TTTTTTTTTTTTTTTTTT...[2] Sedangkan untuk pencarian aturan asosiasi yang memenuhi syarat minimum nilai confidence agar mendapatkan hubungan antara produk A dengan produk B dapat ditunjukan pada rumus 3 berikut ini : CCCCCCCCCCCCCCCCCCCC PP(BB AA) JJJJJJJJJJh TTTTTTTTTTTTTTTTTT PPPPPPPPPPPP AA dddddd BB = JJJJJJJJJJh TTTTTTTTTTTTTTTTTT PPPPPPPPPPPP AA...[3] 2.3 Association Rule Association Rule adalah teknik atau prosedur untuk mencari hubungan antara produk dalam sebuah database. Kegunaannya untuk menentukan sejauh mana ukuran batasan hasil keluaran data yang diinginkan oleh pengguna. Dimana nilai support menunjukan proporsi dari transaksi dalam database yang mengandung elemen A dan B, sedangkan nilai confidence menunjukan ukuran presentase ketepatan suatu aturan yang mengandung elemen A dan B [4]. 2.4 SPA SPA (Solus Per Aqua) merupakan kegiatan perawatan diri untuk memberikan kenyamanan kepada tubuh maupun pikiran. Secara Etimologi menurut kamus bahasa Inggris Meriem-Webster, kata SPA berarti tempat yang berair di kota kecil provinsi Belgia. Di kota SPA ini, ada sebuah mata air terkenal yang mengandung mineral dan telah dikunjungi sejak abad ke-14. Pada tahun 1500 SM penggunaan SPA sebagai sarana pengobatan telah tercantum dalam suatu kepustakaan medis dengan judul Rig Veda yang berarti perawatan air untuk penyembuhan demam [5]. Manfaat yang dapat diberikan melalui SPA seperti memberikan detoksifikasi tubuh untuk meningkatkan sistem kekebalan tubuh, menggilangkan kecemasan, kemarahaan dan defresi. III. METODE PENELITIAN 3.1 Objek Penelitian Pada objek penelitian ini dilakukan ditempat salon SPA Bali. Dengan berfokus pada data transaksi yang akan dijadikan patokan dalam melakukan analisis. Dalam penelitian ini digunakan data dengan jumlah 44 transaksi dengan ketentuan harus memiliki lebih dari satu transaksi. Melalui data ini akan dipilih untuk dijadikan sebuah acuan kombinasi pengetahuan dengan menghasilkan kajian untuk menentukan pola beli konsumen terhadap produk SPA. 3.2 Jenis dan Metode Pengumpulan data Jenis Data a. Data Primer Data yang diperoleh atau dikumpulkan langsung di lapangan oleh orang yang melakukan penelitian atau yang bersangkutan yang memerlukannya [6]. Data primer di dapat dari sumber informan yaitu individu atau perseorangan seperti hasil wawancara yang dilakukan oleh peneliti. b. Data Sekunder Data yang diperoleh atau dikumpulkan oleh orang yang melakukan penelitian dari sumbersumber yang telah ada [6]. Data ini digunakan untuk mendukung informasi primer yang telah diperoleh yaitu dari bahan pustaka, literatur, penelitian terdahulu, buku, dan lain sebagainya Pengumulan Data Pengumpulan data merupakan kegiatan mencari data yang akan digunakan dalam melakukan penelitian. Pengumpulan data adalah cara-cara yang dapat
3 digunakan oleh peneliti untuk mengumpulkan data. Instrumen sebagai alat bantu dalam menggunakan metode pengumpulan data merupakan sarana yang dapat diwujudkan dalam benda, misalnya angket, perangkat tes, pedoman wawancara, pedoman observasi, skala dan sebaginya. a. Studi Literatur Metode ini dilakukan dengan cara mempelajari konsep, pengumpulan pengetahuan berupa teori serta materi, bersumber dari buku ataupun literatur lainnya, khususnya mengenai hal-hal yang berhubungan dengan sistem data warehouse yang mengarah kepada pemecahan masalah b. Observasi Observasi merupakan salah satu cara pengumpulan data dan informasi yang dilakukan dengan cara melakukan pengamatan langsung terhadap objek yang diteliti untuk memperoleh gambaran mengenai sistem yang berjalan atau prosedur yang ada pada objek penelitian tersebut. Observasi dilakukan di Salon SPA Bali. c. Wawancara Wawancara tatap muka merupakan suatu cara efektif untuk mengumpulkan informasi penelitian ataupun pekerjaan. Sehingga gerak dan mimik responden merupakan media yang diperlukan untuk melengkapi data-data untuk tercapainya tujuan penelitian. Wawancara dilakukan dalam bentuk tanya jawab dengan pihak yang terkait, pihak yang terkait pada penelitian ini diantaranya para pembeli dan penjual. IV. HASIL DAN PEMBAHASAN 4.1 Penyeleksian Data Dalam data transaksi terdapat banyak data yang harus diseleksi terlebih dahulu dimana data-data tersebut dipilah berdasarkan kategori produk. Adapun 14 kategori produk yang digunakan dalam penelitian ini antara lain : Table 1. Penyeleksian Data No Kategori Produk 1 Jasmine_Lulur 2 Boreh_Spice 3 Vanilla_Coffee_Bean 4 Bali_Limau 5 Oil 6 Lotion 7 Essential 8 Fragrant 9 Cramic 10 Linen 11 Botol 12 Other 13 Scrub 14 Insence 4.2 Transformasi Data Pengolahan data dalam penelitian ini menggunakan aplikasi Weka. Untuk bisa menggelolah data dengan aplikasi Weka dibutuhkan format data yang mendukung format file dengan aplikasi Weka. Format file yang dibutuhkan untuk penggolahan data harus ber-ekstensi ARFF. Berikut ini adalah data transaksi yang telah diubah menjadi bentuk yang mendukung aplikasi Weka, dimana jumlah data yang diperlihatkan hanya beberapa potong saja. Gambar 1. Data Transaksi dalam dalam format.arff Berdasarkan data yang telah diubah kedalam format.arff didapatkan struktur penulisannya. Dimana dapat dijelaskan pada bagian paling atas merupakan relationnya dengan nama data transaksi kemudian pada bagian 1 merupakan atribut kategori item sedangkan bagian 2 merupakan basis data dari transaksi. 4.3 Pengolahan Data Setelah data sudah berbentuk ARFF berikutnya dilakukan pengolahan untuk mendapatkan informasi yang baru. Untuk mengelolahnya mengunakan aplikasi Weka seperti berikut ini.
4 Gambar 2. Aplikasi WEKA Gambar 2 diatas adalah tampilan utama saat aplikasi Weka pertama kali dibuka. Kemudian untuk menguji data dengan berbagai algoritma menggunakan aplikasi ini dengen mengklik menu explore, dimana antarmuka dari halaman explore dapat dilihat seperti dibawah ini : Gambar 5. Dataset Apabila data sudah dimasukan seperti yang terlihat pada gambar 5, maka selanjutnya dapat dilanjutkan dengan pengolahan data dengan menerapkan algortima apriori. Untuk melakukan pengolahan ini pilih menu associate yang terlihat seperti gambar 5. Untuk hasil pengolahannya dapat dilihat pada gambar 6. Gambar 3. Halaman Explore Setelah antarmuka halaman explore muncul kemudian masukan data yang ingin dimasukan dengan cara klik open file (gambar 4), apabila data yang diinputkan sudah berhasil maka akan terlihat konfirmasi yang terlihat dalam antarmuka seperti gambar 5 dibawah ini : Gambar 4. Open Dataset Gambar 6. Hasil Pengolahan Data dengan Apriori Pengolahan data menerapkan algoritma apriori, dimana step pertama yang harus dilakukan dengan menentukan jumlah rule yang dilihat dari seberapa sering sebuah produk muncul pada transaksi. Dalam penelitian ini ditentukan jumlah rulenya sebesar lima yang dihitung berdasarkan jumlah kemunculan produk dalam setiap transaksi, sehingga hasil pola yang dikeluarkan oleh aplikasi ini sebanyak lima. 4.4 Hasil Analisis Berdasarkan hasil dari pengolahan data dengan algoritma apriori seperti yang terlihat pada gambar 6 dapat dijelaskan pola pembelian yang terbentuk yaitu : 1. Jika membeli Jasmine Lulur Shampoo 1ltr maka kemungkinan konsumen juga membeli Vanilla & Coffee Bean Body Scrub 1kg memiliki tingkat confidence 1 yang artinya tingkat kepastian konsumen akan membeli Jasmine Lulur Shampoo 1ltr 4 dan Coffee Bean Body Scrub 1kg 4 sangat tinggi atau paling diminati.
5 2. Jika membeli Jasmine Lulur Shampoo 1ltr maka kemungkinan konsumen juga membeli Lavender Essential Oil 10ml memiliki tingkat confidence 1 membeli Jasmine Lulur Shampoo 1ltr dan Lavender Essential Oil 10ml sangat tinggi atau paling diminati setelah pola pertama. 3. Jika membeli Vanilla & Coffee Bean Body Scrub 1kg dan Lavender Essential Oil 10ml maka kemungkinan konsumen juga membeli Jasmine Lulur Shampoo 1ltr memiliki tingkat confidence 1 4. Jika membeli Jasmine Lulur Shampoo 1ltr dan Lavender Essential Oil 10ml maka kemungkinan konsumen juga membeli Vanilla & Coffee Bean Body Scrub 1kg memiliki tingkat confidence 1 5. Jika membeli Jasmine Lulur Shampoo 1ltr dan Vanilla & Coffee Bean Body Scrub 1kg maka kemungkinan konsumen juga membeli Lavender Essential Oil 10ml memiliki tingkat confidence 1 [4] Larose, Daniel T Discovering Knowledge in Data. An Introduction to Data Mining. John Wiley & Sons. New Jersey. [5] Hult, A. (2007). "Dricka brunn": Om gamla tiders spa. Mjolby: Atremi. [6] Hasan, M. Iqbal Pokok-pokok Materi Metodologi Penelitian dan Aplikasinya, Ghalia Indonesia. Bogor. [7] Kusrini, dan Emha Taufik Luthfi Algoritma Data Mining. Penerbit Andi. Yogyakarta. V. KESIMPULAN Berdasarkan dari penjelasan yang telah dipaparkan diatas dapat dismpulkan bahwa : 1. Digunakan algoritma apriori untuk mengetahui pola pembelian konsumen dengan memakai aplikasi Weka. 2. Melalui hasil yang didapatkan menunjukan pola pembelian yang memiliki frekuensi paling tinggi yaitu jika membeli produk Jasmine Lulur Shampoo 1ltr dan Vanilla & Coffee Bean Body Scrub 1kg maka konsumen juga akan membeli Lavender Essential Oil 10ml. 3. Dengan hasil ini akan memudahkan pemilik salon SPA untuk memasarkan produknya kepada konsumen. REFERENSI [1] Anggraini, Dyah Analisis Perubahan Kelompok Berdasarkan Perubahan Nilai Jual Pada Bloomberg Market Data dengan Menggunakan Formal Concept Analysis. Gunadarman. Jakarta. [2] Michael J.A. Berry dan Gordon S.Linoff Data Mining Tecniques For Marketing, Sales, and Customer Relationship Management. Penerbit Wiley Publishing Inc. Kanada. [3] Erwin., Analisis Market Basket Dengan Algoritma Apriori dan FP-Growth.
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 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 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 terperinciPENERAPAN METODE ASOSIASI DATA MINING MENGGUNAKAN ALGORITMA APRIORI UNTUK MENGETAHUI KOMBINASI ANTAR ITEMSET PADA PONDOK KOPI
PENERAPAN METODE ASOSIASI DATA MINING MENGGUNAKAN ALGORITMA APRIORI UNTUK MENGETAHUI KOMBINASI ANTAR ITEMSET PADA PONDOK KOPI Fitri Nurchalifatun Fakultas Ilmu Komputer, Universitas Dian Nuswantoro, Jl.
Lebih terperinciBAB 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 terperinciDATA MINING ANALISA POLA PEMBELIAN PRODUK DENGAN MENGGUNAKAN METODE ALGORITMA APRIORI
DATA MINING ANALISA POLA PEMBELIAN PRODUK DENGAN MENGGUNAKAN METODE ALGORITMA APRIORI Heroe Santoso 1), I Putu Hariyadi 2), Prayitno 3) 1), 2),3) Teknik Informatika STMIK Bumigora Mataram Jl Ismail Marzuki
Lebih 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 terperinciAnalisis Frekuensi Pola Pembelian Konsumen Menggunakan Algoritma Frequent Pattern Growth Pada Data Transaksi Penjualan Bon Bon Resto Semarang
Analisis Frekuensi Pola Pembelian Konsumen Menggunakan Algoritma Frequent Pattern Growth Pada Data Transaksi Penjualan Bon Bon Resto Semarang Nur Imam Fachruzi Fakultas Ilmu Komputer, Universitas Dian
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 terperinciAPLIKASI DATA MINING MARKET BASKET ANALYSIS PENJUALAN SUKU CADANG SEPEDA MOTOR MENGGUNAKAN METODE ASSOCIATION RULES PADA PT. SEJAHTERA MOTOR GEMILANG
APLIKASI DATA MINING MARKET BASKET ANALYSIS PENJUALAN SUKU CADANG SEPEDA MOTOR MENGGUNAKAN METODE ASSOCIATION RULES PADA PT. SEJAHTERA MOTOR GEMILANG EKA FITRIA WULANSARI Program Studi Teknik Informatika,
Lebih terperinciBAB II TINJAUAN PUSTAKA. pengetahuan di dalam database. Data mining adalah proses yang menggunakan
6 BAB II TINJAUAN PUSTAKA 2.1 Pengertian Data Mining Data mining adalah suatu istilah yang digunakan untuk menguraikan penemuan pengetahuan di dalam database. Data mining adalah proses yang menggunakan
Lebih terperinciBAB 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 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 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 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 terperinciANALISA POLA PEMILIHAN PROGRAM STUDI BAGI CALON MAHASISWA DI UNIVERSITAS ABDURRAB MENGGUNAKAN ASSOCIATION RULE
ANALISA POLA PEMILIHAN PROGRAM STUDI BAGI CALON MAHASISWA DI UNIVERSITAS ABDURRAB MENGGUNAKAN ASSOCIATION RULE Diki Arisandi 1, Nofriandi 2 Jurusan Teknik Informatika, FakultTeknik,Universitas Abdurrab
Lebih terperinciIMPLEMENTASI 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 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 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 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 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 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 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 terperinciANALISIS POLA PEMBELIAN KONSUMEN DENGAN ALGORITMA APRIORI PADA APOTEK RAHAYU JEPARA
1 ANALISIS POLA PEMBELIAN KONSUMEN DENGAN ALGORITMA APRIORI PADA APOTEK RAHAYU JEPARA Riangga Duta Jayapana, Yuniarsi Rahayu Fakultas Ilmu Komputer Program Studi Teknik Informatika Universitas Dian Nuswantoro
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 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 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 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 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 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 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 terperinciIMPLEMENTASI DATA MINING ALGORITMA APRIORI PADA PENJUALAN SPAREPART MOTOR DI AHAS PUTRA MOTOR
IMPLEMENTASI DATA MINING ALGORITMA APRIORI PADA PENJUALAN SPAREPART MOTOR DI AHAS PUTRA MOTOR SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer
Lebih terperinciANALISIS MARKET BASKET DENGAN ALGORITMA APRIORI (STUDY KASUS TOKO ALIEF)
ANALISIS MARKET BASKET DENGAN ALGORITMA APRIORI (STUDY KASUS TOKO ALIEF) Hernawati STMIK Nusa Mandiri Jl. Kramat Raya No. 18 Rt. 01/Rw. 07 Kwitang, Senen, Jakarta Pusat watiherna27@gmail.com ABSTRAK Dalam
Lebih 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 terperinciANALISA PENERAPAN DATAMINING PADA PENJUALAN PRODUK OLI MESIN SEPEDA MOTOR DENGAN ALGORITMA APRIORI
ANALISA PENERAPAN DATAMINING PADA PENJUALAN PRODUK OLI MESIN SEPEDA MOTOR DENGAN ALGORITMA APRIORI Siti Sundari Program Studi Teknik Informatika, Sekolah Tinggi Teknik Harapan Medan Jalan Hm. Joni No 70
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 DALAM MENENTUKAN STRATEGI PENJUALAN MAKANAN RINGAN (Studi Kasus: Toko Pak Herry Templek - Gadungan)
PENERAPAN ALGORITMA APRIORI DALAM MENENTUKAN STRATEGI PENJUALAN MAKANAN RINGAN (Studi Kasus: Toko Pak Herry Templek - Gadungan) SKRIPSI Diajukan Untuk Memenuhi Sebagai Syarat Guna Memperoleh Gelar Sarjana
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Berbagai penemuan terbaru di dalam pengumpulan dan penyimpanan data telah memungkinkan berbagai organisasi untuk mengumpulkan berbagai data (data pembelian, data nasabah,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam periode enam tahun terakhir (tahun 2007 2012), jumlah gerai ritel modern di Indonesia mengalami pertumbuhan rata-rata 17,57% per tahun. Pada tahun 2007, jumlah
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Objek Penelitian Pada Penelitian ini objek yang akan di ambil adalah sebuah swalayan Indomaret Indraprasta Semarang, dengan mengambil data transaksi penjualan barang
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 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 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 terperinciDATA MINING UNTUK ANALISA PENJUALAN KERIPIK UD MARTOP PRATAMA MENGGUNAKAN ALGORITMA APRIORI
DATA MINING UNTUK ANALISA PENJUALAN KERIPIK UD MARTOP PRATAMA MENGGUNAKAN ALGORITMA APRIORI SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program Studi
Lebih terperinciBAB I PENDAHULUAN. yang cepat dan besar di Asia (Kartiwi, 2006). Pertumbuhan e-commerce yang
BAB I PENDAHULUAN 1.1 Latar Belakang Indonesia adalah salah satu negara dengan pertumbuhan pasar e-commerce yang cepat dan besar di Asia (Kartiwi, 2006). Pertumbuhan e-commerce yang besar tersebut membuat
Lebih 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 terperinciE-Journal Teknik Informatika Vol.8, No.1, April 2016
Analisa Pola Belanja Swalayan Daily Mart Untuk Menentukan Tata Letak Barang Menggunakan Algoritma FP-Growth Kezia Sumangkut (1), Arie Lumenta (2), Virginia Tulenan (3) Teknik Informatika, Universitas Sam
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 terperinciBAB 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 terperinciANALISIS DAN IMPLEMENTASI ALGORITMA FP-GROWTH PADA APLIKASI SMART UNTUK MENENTUKAN MARKET BASKET ANALYSIS PADA USAHA RETAIL (STUDI KASUS : PT.
ANALISIS DAN IMPLEMENTASI ALGORITMA FP-GROWTH PADA APLIKASI SMART UNTUK MENENTUKAN MARKET BASKET ANALYSIS PADA USAHA RETAIL (STUDI KASUS : PT.X) ANALYSIS AND IMPLEMENTATION OF FP-GROWTH ALGORITHM IN SMART
Lebih terperinciBAB 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 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 terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada tinjauan pustaka ini akan dibahas tentang konsep dasar dan teori-teori yang mendukung pembahasan yang berhubungan dengan sistem yang akan dibuat. 2.1 Basis Data (Database) Database
Lebih terperinciPenerapan 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 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 terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN III.1. Analisis Sistem Analisis sistem yang berjalan pada perusahaan PT. Perintis Perkasa dikelola dengan menggunakan software TDMS (Toyota Dealer Management System). TDMS
Lebih terperinciBAB 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 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 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 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 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 terperinciALGORITMA FP-GROWTH UNTUK PENENTUAN REKOMENDASI PENCARIAN BUKU PERPUSTAKAAN TUGAS AKHIR
ALGORITMA FP-GROWTH UNTUK PENENTUAN REKOMENDASI PENCARIAN BUKU PERPUSTAKAAN TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang Disusun
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 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 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 I PENDAHULUAN. baik. Maka para pengelola harus mencermati pola-pola pembelian yang dilakukan
BAB I PENDAHULUAN I.1. Latar Belakang Jumlah pasar swalayan yang terus berkembang membuat para pengelolaswalayan juga dituntut untuk menerapkan strategi pemasaran yang lebih baik. Maka para pengelola harus
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 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 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 terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI Bab ini akan membahas hal-hal yang mendasari dibuatnya E-Commerce Dolanan Puzzle, bahasa pemrograman, dan tools yang digunakan dalam pembuatan E-Commerce Dolanan Puzzle. 3.1 E-Commerce
Lebih terperinciABSTRAK. Kata kunci: Market Basket Analysis, Cross-selling. Universitas Kristen Maranatha
ABSTRAK Salah satu strategi pemasaran yang dapat digunakan untuk meningkatkan volume penjualan suatu produk adalah cross selling. Penentuan cross selling produk dapat dilakukan dengan menerapkan Analisis
Lebih terperinciIMPLEMENTASI DATA MINING TERHADAP PENYUSUNAN LAYOUT MAKANAN PADA RUMAH MAKAN PADANG MURAH MERIAH
IMPLEMENTASI DATA MINING TERHADAP PENYUSUNAN LAYOUT MAKANAN PADA RUMAH MAKAN PADANG MURAH MERIAH Oliver Zakaria 1), Kusrini 2) 1) Teknik Informatika STMIK AMIKOM Yogyakarta Jl. Ring Road Utara Condong
Lebih 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 PADA PENJUALAN PRODUK ELEKTRONIK DENGAN ALGORITMA APRIORI (STUDI KASUS : KREDITPLUS)
IMPLEMENTASI DATA MINING PADA PENJUALAN PRODUK ELEKTRONIK DENGAN ALGORITMA APRIORI (STUDI KASUS : KREDITPLUS) Dewi Kartika Pane (0911801) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan
Lebih terperinciPENERAPAN DATA MINING UNTUK MENDISKRIPSIKAN TINGKAT KREDIT BERMASALAH PADA BANK
PENERAPAN DATA MINING UNTUK MENDISKRIPSIKAN TINGKAT KREDIT BERMASALAH PADA BANK Rizky Fajar Nugraha Fakultas Ilmu Komputer, Universitas Dian Nuswantoro Semarang ABSTRAK Pertumbuhan yang pesat dari akumulasi
Lebih terperinciPerencanan Pembuatan Game Anime MMORPG dengan pendekatan Penjualan Item mall untuk Player
Perencanan Pembuatan Game Anime MMORPG dengan pendekatan Penjualan Item mall untuk Player Riswan Goenadi Winarso A11.2010.05816 Abstract Dalam menjalankan kehidupan manusia membutuhkan hiburan. Salah satu
Lebih terperinciPENERAPAN DATA MINING DALAM ANALISIS KEJADIAN TANAH LONGSOR DI INDONESIA DENGAN MENGGUNAKAN ASSOCIATION RULE ALGORITMA APRIORI
PENERAPAN DATA MINING DALAM ANALISIS KEJADIAN TANAH LONGSOR DI INDONESIA DENGAN MENGGUNAKAN ASSOCIATION RULE ALGORITMA APRIORI Dewi Setianingsih, RB Fajriya Hakim Program Studi Statistika Fakultas Matematika
Lebih terperinciAnalisis Asosiasi pada Transaksi Obat Menggunakan Data Mining dengan Algoritma A Priori
Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 1, No. 1, (2016) 1 Analisis Asosiasi pada Transaksi Obat Menggunakan Data Mining dengan Algoritma A Priori Despitaria 1, Herry Sujaini 2, Tursina 3 Program
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Aplikasi Data Mining Data mining adalah suatu istilah yang digunakan untuk menemukan pengetahuan yang tersembunyi di dalam database. Data mining merupakan proses semi otomatik
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 terperinciJURNAL IMPLEMENTASI DATA MINING ALGORITMA APRIORI PADA SISTEM PENJUALAN ROTI DI DIFA RIEN S BAKERY
JURNAL IMPLEMENTASI DATA MINING ALGORITMA APRIORI PADA SISTEM PENJUALAN ROTI DI DIFA RIEN S BAKERY Oleh: SITI TRI WAHYUNI 12.1.03.03.0033 Dibimbing oleh : 1. HERMIN ISTIASIH, ST.,MM.,MT 2. ARIE NUGROHO,
Lebih terperinciPENERAPAN METODE ASSOCIATION RULE MINING MENGGUNAKAN ALGORITMA APRIORI UNTUK MENEMUKAN POLA PEMINJAMAN BUKU
PENERAPAN METODE ASSOCIATION RULE MINING MENGGUNAKAN ALGORITMA APRIORI UNTUK MENEMUKAN POLA PEMINJAMAN BUKU TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas
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 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 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 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 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 terperinciPENENTUAN STRATEGI MARKETING PENJUALAN PRODUK DENGAN ALGORITMA APRIORI
Konferensi Nasional Ilmu Sosial & Teknologi (KNiST) Maret 2017, pp. 50~56 50 PENENTUAN STRATEGI MARKETING PENJUALAN PRODUK DENGAN ALGORITMA APRIORI Mohammad Badrul 1 1 STMIK Nusa Mandiri Jakarta e-mail:mohammad.mbl@nusamandiri.ac.id
Lebih terperinciPREDIKSI KEBUTUHAN PENOMORAN PADA JARINGAN TELEKOMUNIKASI MENGGUNAKAN METODE APRIORI
Prediksi Kebutuhan Penomoran Pada Jaringan Telekomunikasi. (Muztafid Khilmi) PREDIKSI KEBUTUHAN PENOMORAN PADA JARINGAN TELEKOMUNIKASI MENGGUNAKAN METODE APRIORI Mustafid Khilmi 1) Achmad Affandi 2) 1)
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 terperinciIMPLEMENTASI ALGORITMA APRIORI UNTUK MENENTUKAN PAKET PEMBELIAN (STUDI KASUS : RD SWALAYAN) SKRIPSI
IMPLEMENTASI ALGORITMA APRIORI UNTUK MENENTUKAN PAKET PEMBELIAN (STUDI KASUS : RD SWALAYAN) SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer (S.Kom.)
Lebih terperinciBAB 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 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 terperinciIMPLEMENTASI ALGORITMA APRIORI DAN FP-GROWTH DALAM MARKET BASKET ANALYSIS PEMBELIAN OBAT PADA SUATU APOTEK SKRIPSI RAISSA ADITYA RAHAYU
IMPLEMENTASI ALGORITMA APRIORI DAN FP-GROWTH DALAM MARKET BASKET ANALYSIS PEMBELIAN OBAT PADA SUATU APOTEK SKRIPSI RAISSA ADITYA RAHAYU 111421072 PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER
Lebih terperinciBAB II TINJAUAN PUSTAKA
6 BAB II TINJAUAN PUSTAKA Pada kajian literatur ini berisi studi pustaka terhadap buku, jurnal ilmiah, penelitian sebelumnya yang berkaitan dengan topik penelitian. Uraian tinjauan pustaka diarahkan untuk
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Apriori merupakan salah satu algoritma yang terkenal dalam mencari frequent pattern dari database transaksi[8]. Prinsip dari algortima Apriori ini adalah jika sebuah
Lebih terperinciBAB I PENDAHULUAN. Teknologi Informasi sekarang ini telah digunakan hampir di semua aspek
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Teknologi Informasi sekarang ini telah digunakan hampir di semua aspek kehidupan, contohnya dalam sebuah perusahaan ritel. Dengan sistem yang telah terkomputerisasi,
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 terperinciBAB 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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah Identifikasi Masalah Masalah Umum
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah 1.1.1 Identifikasi Masalah 1.1.1.1. Masalah Umum Situasi kondisi perekonomian yang ada pada saat ini menunjukkan adanya perkembangan dunia usaha semakin pesat
Lebih terperinci