PENERAPAN METODE ASOSIASI GSP DAN APRIORI UNTUK STOK DAN REKOMENDASI PRODUK
|
|
- Sri Rachman
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Konferensi Nasional Ilmu Sosial & Teknologi (KNiST) Maret 2017, pp. 412~ PENERAPAN METODE ASOSIASI GSP DAN APRIORI UNTUK STOK DAN REKOMENDASI PRODUK Elly Muningsih AMIK BSI Yogyakarta elly.emh@bsi.ac.id Abstrak Pengelolaan atau manajemen stok produk yang baik akan menguntungkan pelaku usaha karena pengetahuan tentang produk yang laku dan tidak laku menjadi sesuatu yang sangat penting agar tidak terjadi penumpukan stok yang tidak dibutuhkan. Selain itu pengetahuan rekomendasi produk yang benar untuk pelanggan juga bisa dijadikan acuan keberhasilan pelaku usaha. Memberikan pilihan produk yang sesuai dengan keinginan konsumen akan memberikan kepuasan konsumen dalam berbelanja, sehingga diharapkan konsumen akan menjadi pelanggan yang loyal. Penelitian ini akan membahas tentang stok dan rekomendasi produk dengan menggunakan metode Data Mining Asosiasi yaitu metode Generalized Sequence Pattern (GSP) untuk mengetahui produk yang paling diminati konsumen (produk laku) sehingga stok produk bisa ditambah dan metode Apriori agar dapat memberikan rekomendasi produk yang benar kepada konsumen. Dengan metode GSP diketahui urutan produk batik paling diminati yaitu Blazer Batik ABG (p1), (p3), Bolero Batik Iner (p4), (p5), dan Longdres Batik (p7). Sedangkan dengan metode Apriori diketahui pasangan asosiasi produk yang bisa direkomendasikan adalah Blazer Batik ABG, Bolero Batik Iner dan Longdres Batik. Keywords : stok produk, rekomendasi produk, metode GSP, metode Apriori 1. Pendahuluan Pengelolaan atau manajemen stok dalam suatu perusahaan atau pelaku usaha menjadi hal yang sangat penting. Bagaimana menyeimbangkan produk yang banyak dibeli konsumen dan produk yang kurang disukai konsumen akan menjadikan manajamen stok berjalan baik. yang paling diminati konsumen atau paling laris maka otomatis stok untuk produk harus ditambah, dan sebaliknya. Hal ini dibutuhkan agar tidak terjadi kekurangan produk atau penumpukan stok yang tidak laku. Selain manajemen stok, mengetahui produk yang akan dibeli jika konsumen membeli produk tertentu atau disebut pasangan asosiasi produk juga diperlukan untuk mengetahui rekomendasi produk yang bisa ditawarkan ke konsumen. Rekomendasi produk ini erat kaitannya dengan asosiasi jika membeli produk X maka akan membeli produk Y. Berkaitan dengan manajemen stok dan rekomendasi produk, maka dalam penelitian ini digunakan metode Data Mining. Menurut Tan dalam Prasetyo (2012), Data Mining adalah suatu proses untuk mendapatkan informasi yang bermanfaat dari suatu gudang data base yang besar. Data mining juga diartikan sebagai sebuah inti dari proses Knowledge Discovery in Database (KDD), meliputi dugaan algoritma yang mengeksplor data, membangun model dan menemukan pola yang belum diketahui. (Maimon & Rokach, 2010). Dalam Data Mining ada beberapa pengelompokan metode yang bisa digunakan yaitu Deskripsi, Estimasi, Prediksi, Klasifikasi, Pengklasteran dan Asosiasi (Larose, 2005). Masing-masing kelompok ini memiliki fungsi yang berbedabeda. Dalam penelitian kali ini, metode Data Mining yang digunakan adalah metode Asosiasi. Metode Asosiasi adalah suatu metode yang digunakan untuk menemukan suatu atribut yang muncul dalam satu waktu (Kusrini&Luthfi, 2009). Dalam dunia bisnis metode ini lebih dikenal dengan nama analisis keranjang belanja. Metode Asosiasi yang digunakan dalam penelitian ini adalah metode Generalized Sequence Pattern (GSP) untuk manajemen stok dan metode Apriori yang digunakan untuk rekomendasi produk. Diharapkan dengan penelitian ini dihasilkan suatu rule yang bisa membantu pelaku usaha untuk mengelola stok dengan lebih baik dan dengan rekomendasi produk bisa meningkatkan penjualan. Metode Generalized Sequence Pattern (GSP) merupakan suatu algoritma traversal pertama yang dapat menemukan urutan produk yang sering keluar atau muncul Diterima 31 Januari 2017; Revisi 21 Februari 2017; Disetujui 15 Maret, 2017
2 dengan cara melewati beberapa tahapan (Halawani dkk, 2010). Algoritma GSP ini digunakan pada mining sequence dan sangat baik untuk memecahkan masalah mining sequence yang banyak didasarkan pada sebuah algoritma Apriori. Fungsi utama dari algoritma GSP yaitu menemukan pola sequansial atau urutan (Muningsih, 2016). Sedangkan metode Apriori digunakan untuk menemukan jumlah itemset frekuen. Algoritma ini merupakan pelopor algoritma analisis asosiasi dalam mencari juga menemukan kandidat itemset frekuen dan pembangkit aturan asosiasi yang bisa dibentuk (Prasetyo, 2012). Prinsip algoritma Apriori adalah jika sebuah itemset itu frekuen, maka subset atau bagian dari sebuah itemset tersebut pasti juga frekuen. 2. Metode Penelitian Metode penelitian yang akan dibahas dalam penelitian ini meliputi tujuan penelitian, teknik pengumpulan data dan metode Analisis yang digunakan. A. Tujuan Penelitian Penelitian bertujuan untuk mengetahui produk yang paling laku atau diminati konsumen agar pengelolaan stok dilakukan lebih baik dengan menggunakan metode Asosiasi Generalized Sequence Pattern (GSP). Setelah diketahui pengetahuan pengelolaan stok yang benar, maka memberikan rekomendasi produk untuk konsumen yang membeli produk tertentu dengan menggunakan metode Apriori sehingga diharapkan penjualan produk bisa meningkat. Penelitian ini menggunakan data transaksi penjualan pada salah satu seller marketplace Tokopedia. B. Teknik Pengumpulan Data Dalam penelitian ini, teknik pengumpulan data yang digunakan peneliti ialah dengan melakukan observasi langsung, melakukan wawancara dan mengumpulkan data berupa dokumen yang berkaitan dengan penelitian ini. C. Metode Analisis Penelitian ini menggunakan metode Analisis yaitu metode KDD (Knowledge Discovery in Database). Metode KDD merupakan suatu tahapan atau proses dugaan algoritma yang digunakan dalam mengeksplor data, membangun model juga menemukan pola yang belum diketahui. KDD bersifat otomatis dan didefinisikan juga sebagai suatu pengorganisasian proses untuk mengidentifikasian yang benar, berfungsi untuk menemukan pola dari kumpulan data yang besar dan kompleks (Maimon dan Rokach, 2010 dalam Muningsih, 2015). Tahapan penggunaan metode KDD yaitu : 1) Data Selection Data yang digunakan dalam penelitian adalah data transaksi penjualan seller dari bulan Maret Desember 2015 yang memiliki jumlah 101 data. 2) Preprocessing dan Data Cleansing. Pada tahap ini dilakukan pemilihan data berupa pembersihan data yang dianggap tidak mewakili. Data yang digunakan dalam penelitian hanya transaksi yang berhubungan dengan produk Batik dan dalam satu transaksi pembelian lebih dari satu produk. Dari jumlah data 101, dihasilkan 11 data transaksi dan 11 jumlah item produk yang bisa digunakan dalam penelitian. 3) Transformation. Proses transformasi data dengan cara memberikan kode kepada produk yang digunakan untuk penelitian, ditampilkan pada Tabel 1 berikut ini : Tabel 1. Data dan Kodenya Nama (Batik) Kode Blazer Batik ABG p1 Blazer Batik Dewasa p2 p3 Bolero Batik Iner p4 p ) Data Mining Metode yang digunakan dalam penelitian adalah metode Asosiasi Generalized Sequence Pattern (GSP) untuk mengetahui produk yang paling laku atau disukai konsumen dan metode Apriori yang akan menghasilkan produk yang bisa direkomendasikan kepada konsumen. 5) Interpretation / Evaluation. Diharapkan hasil dari penerapan Data Mining Asosiasi ini bisa memberikan manfaat lebih untuk para pelaku usaha. 3. Pembahasan Transaksi penjualan yang digunakan dalam penelitian ditampilkan pada Tabel 2 seperti berikut ini : KNiST, 30 Maret
3 Tabel 2. Transaksi Penjualan Transaksi Terjual Nama 1 p1, p2 Blazer Batik ABG, Blazer Batik Dewasa 2 p1, p3 Blazer Batik ABG, 3 p3, p4, Bolero Batik Iner 4 p5, p7, Longdres Batik 5 p5, p8, Gamis Batik 6 p1, p9 Blazer Batik ABG, Hem Batik 7 p3, p10, p11, Sarimbit Batik, Blous Batik 8 p5, p7, p9, Longdres Batik, Hem Batik 9 p5, p6, p7, Daster Batik, Longdres Batik 10 p2, p3 Blazer Batik Dewasa, 11 p1, p3, p4 Blazer Batik ABG,, Bolero Batik Iner a. Penerapan Metode Generalized Sequence Pattern (GSP) Langkah dalam penerapan Metode GSP yaitu (Muningsih, 2016) : 1) Hitung jumlah item atau frekuensi produk yang keluar pada transaksi, kemudian tentukan minimum support (dukungan terkecil). Minimum support merupakan nilai minimal dari frekuensi yang diambil untuk batas dukungan yang diinginkan. Minimum support pada penelitian ini adalah 2, ditampilkan pada Tabel 3 Tabel 3. Minimum Support 2 p1 4 p2 2 p3 6 p4 2 p5 3 p6 1 p7 3 p8 1 p9 2 p10 1 p11 1 2) Hapus anggota dengan nilai frekuensi dibawah 2, ditampilkan pada Tabel 4 Tabel 4. minimal 2 p1 4 p2 2 p3 6 p4 2 p5 3 p7 3 p9 2 3) Langkah berikutnya adalah mengkombinasikan elemen-elemen ke dalam dua bagian dan temukan frekuensi tertinggi, ditampilkan pada Tabel 5 seperti Tabel 5. Kombinasi 2 produk p1, p2 1 p1, p3 2 p2, p3 1 p1, p4 1 p2, p4 0 p3, p ) Kemudian hapus nilai frekuensi dibawah 2, dan hasilnya ditampilkan pada Tabel 6 Tabel 6. Kombinasi 2 p1, p3 2 p3, p4 2 p5, p7 3 Dari tabel 6, diketahui bahwa produk yang diminiati atau paling banyak dibeli konsumen adalah produk p1, p3, p4, p5, p7. b. Penerapan Metode Apriori 1. Menentukan batas transaksi. Untuk penerapan Metode Apriori digunakan frequent itemset ( ) = 2, min (support) = 15% dan min (confidence) = 85%. Frequent Itemset menunjukkan itemset yang mempunyai frekuensi kemunculan lebih dari suatu nilai minimum yang sudah ditentukan. Berdasarkan data transaksi, maka diketahui hasil calon 2-itemset sebagai Tabel 7. Itemset Kombinasi Jumlah Blazer Batik ABG, Blazer Batik Dewasa 1 Blazer Batik ABG, 2 Blazer Batik ABG, Bolero Batik Iner 1 Blazer Batik ABG, Sarimbit Batik 1 Blazer Batik Dewasa, 1, Bolero Batik Iner 2, Gamis Batik 1, Sarimbit Batik 1, Blous Batik 1, Daster Batik 1, Longdres Batik 3 Daster Batik, Longdres Batik 1 Longdres Batik, Hem Batik 1 Sarimbit Batik, Blous Batik 1 Tabel 8. Hasil 2-itemset Kombinasi Jumlah Blazer Batik ABG, 2, Bolero Batik Iner 2, Longdres Batik 3 2. Menghitung nilai support dan confidence dari masing-masing frequent itemset sehingga muncul calon aturan asosiasi. KNiST, 30 Maret
4 Untuk menghitung support dan confidence digunakan rumus sseperti berikut ini : Support (A B) = Confidence P ( B A ) = a. Support dan Confidence untuk Blazer Batik ABG, Support Blazer Batik ABG dan Bolero Bolak Balik = = 18,2% Confidence Blazer Batik ABG dan Bolero Bolak Balik = 50% Support dan Blazer Batik ABG = = 18,2% Confidence dan Blazer Batik ABG = 33,4% b. Support dan Confidence untuk Bolero Bolak Balik, Bolero Batik Iner Support dan Bolero Batik Iner = = 18,2% Confidence dan Bolero Batik Iner = = 33,4% Support Bolero Batik Iner dan Bolero Bolak Balik = =18,2% Confidence Bolero Batik Iner dan Bolero Bolak Balik = =100% c. Support dan Confidence untuk Daster Klok, Longdres Batik Support dan Longdres Batik = = 27,3% Confidence dan Longdres Batik = = 100% Support Longdres Batik dan = =27,3% Confidence Longdres Batik dan Daster Klok = =100% Dari perhitungan yang sudah dilakukan, maka di dapat calon aturan asosiasi seperti Tabel 9 No Dari Frequent Itemset 1 Blazer Batik ABG, 2, Blazer Batik ABG 3, Bolero Batik Iner 4 Bolero Batik Iner, 5, Longdres Batik 6 Longdres Batik, Tabel 9. Daftar Calon Aturan Asosiasi Dihasilkan Aturan Asosiasi Jika membeli Blazer Batik ABG, maka akan membeli Jika membeli, maka akan membeli Blazer Batik ABG Jika membeli, maka akan membeli Bolero Batik Iner Jika membeli Bolero Batik Iner, maka akan membeli Jika membeli, maka akan membeli Longdres Batik Jika membeli Longdres Batik, maka akan membeli Support Confidence 2/11 18,2% 2/4 50% 2/11 18,2% 2/6 33,4% 2/11 18,2% 2/6 33,4% 2/11 18,2% 2/2 100% 3/11 27,3% 3/3 100% 3/11 27,3% 3/3 100% Tabel 10. Aturan Final Asosiasi Aturan Asosiasi Final Support Confidence Jika membeli Bolero Batik Iner, maka akan membeli Jika membeli, maka akan membeli Longdres Batik Jika membeli Longdres Batik, maka akan membeli Support x Confidence 18,2% 100% 18,2% 27,3% 100% 27,3% 27,3% 100% 27,3% 4. Simpulan Dari penerapan metode Data Mining Asosiasi yang sudah dilakukan, dihasilkan beberapa kesimpulan yaitu berdasarkan perhitungan dengan metode Generalized Sequence Pattern (GSP), produk yang paling banyak diminati atau laku yaitu produk Blazer Batik ABG,, Bolero Batik Iner, dan Longdres Batik. Sedangkan dengan menggunakan metode Apriori diketahui bahwa rekomendasi produk ke konsumen yaitu menggunakan aturan jika membeli Bolero Batik Iner, maka akan membeli, jika membeli, maka akan membeli Longdres KNiST, 30 Maret
5 Batik dan jika membeli Longdres Batik, maka akan membeli Untuk saran yang bisa peneliti berikan untuk pengembangan penelitian berikutnya agar lebih baik yaitu dibuatnya suatu sistem aplikasi yang menerapkan metode Data Mining Asosiasi ini agar lebih mudah digunakan. Referensi Kusrini., & Luthfi., E.T., (2009). Algoritma Data Mining. Penerbit Andi, Yogyakarta Larose, D. T. (2005). Discovering Knowledge in Data : An Introduction to Data Mining. Hoboken, New Jersey: John Wiley & Sons, Inc. Maimon, O., & Rokach, L. (2010). Data Mining and Knowledge Discovery Handbook. London: Springer Science+Business Media. Muningsih, E., (2015). Penerapan Metode Fuzzy C-Means dengan Model Fuzzy RFM (Studi Kasus : Clustering Pelanggan Potensial Online Shop). Prosiding Seminar Nasional Teknologi Informasi dan Komunikasi Terapan 2015 (SEMANTIK 2015), Universitas Dian Nuswantoro. Semarang. Muningsih, E., (2016). Penentuan Rekomendasi dengan Metode Data Mining Asosiasi Generalized Sequence Pattern (GSP). Proceeding Seminar Nasional Riset Teknologi Informasi STMIK AKAKOM Yogyakarta. Yogyakarta. Prasetyo, Eko., (2012). Data Mining Konsep dan Aplikasi Menggunakan Matlab, Penerbit Andi. Yogyakarta. S. M. Halawani, S. Shaik and E. Prasad, Sales Promotion System in E- Commerce using Data Mining Technique. IJCSNS International Journal of Computer Science and Network Security, 10 (5), , KNiST, 30 Maret
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 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 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 terperinciPENERAPAN METODE CLUSTERING K-MEANS UNTUK MENENTUKAN KATEGORI STOK BARANG
PENERAPAN METODE CLUSTERING K-MEANS UNTUK MENENTUKAN KATEGORI STOK BARANG Elly Muningsih Program Sudi Manajemen Informatika, AMIK BSI Yogyakarta Email : elly.muning514@gmail.com Abstract - Good and accurate
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 terperinciPENENTUAN REKOMENDASI PRODUK DENGAN METODE DATA MINING ASOSIASI GENERALIZED SEQUENCE PATTERN (GSP)
PENENTUAN REKOMENDASI PRODUK DENGAN METODE DATA MINING ASOSIASI GENERALIZED SEQUENCE PATTERN (GSP) Elly Muningsih Manajemen Informatika, AMIK BSI Yogyakarta Ambarketawang, Jl. Ring Road Barat Gamping,
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 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 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 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 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 terperinciJURNAL IMPLEMENTASI DATA MINING UNTUK MEMPREDIKSI HASIL PENJUALAN BARANG PADA TOKO SINAR BARU DENGAN MENGGUNAKAN ALGORITMA APRIORI
JURNAL IMPLEMENTASI DATA MINING UNTUK MEMPREDIKSI HASIL PENJUALAN BARANG PADA TOKO SINAR BARU DENGAN MENGGUNAKAN ALGORITMA APRIORI IMPLEMENTATION OF DATA MINING TO PREDICT RESULTS OF SALES GOODS IN THE
Lebih terperinciBAB 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 terperinciPENERAPAN ALGORITMA APRIORI DALAM MEMPREDIKSI PERSEDIAAN BUKU PADA PERPUSTAKAAN SMA DWI TUNGGAL TANJUNG MORAWA
PENERAPAN ALGORITMA APRIORI DALAM MEMPREDIKSI PERSEDIAAN BUKU PADA PERPUSTAKAAN SMA DWI TUNGGAL TANJUNG MORAWA Domma Lingga Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan Jl. Sisingamangaraja
Lebih terperinciPENGEMBANGAN APLIKASI PENENTUAN TINGKAT KEUNTUNGAN PADA E- COMMERCE DENGAN MENGGUNAKAN ALGORITMA K-MEANS DAN APRIORI
PENGEMBANGAN APLIKASI PENENTUAN TINGKAT KEUNTUNGAN PADA E- COMMERCE DENGAN MENGGUNAKAN ALGORITMA K-MEANS DAN APRIORI Gunawan 1, Fandi Halim 2, Tony Saputra Debataraja 3, Julianus Efrata Peranginangin 4
Lebih 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 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. 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 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 terperinciBAB I PENDAHULUAN. Keberadaan minimarket di kota-kota besar sangat dibutuhkan bagi. masyarakat khususnya di daerah perumahan. Bagi sebagian besar
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Keberadaan minimarket di kota-kota besar sangat dibutuhkan bagi masyarakat khususnya di daerah perumahan. Bagi sebagian besar masyarakat kota, mereka lebih cenderung
Lebih terperinciALGORITMA APRIORI UNTUK REKOMENDASI PENAWARAN PRODUK DI BATIK PUTRA GHOFUR PEKALONGAN
ALGORITMA APRIORI UNTUK REKOMENDASI PENAWARAN PRODUK DI BATIK PUTRA GHOFUR PEKALONGAN Arief Soma Darmawan Program Studi Sistem Informasi,STMIK WidyaPratama Jl. Patriot 25 Pekalongan, Telp (0285)427816
Lebih 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 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 terperinciSTRATEGI PENJUALAN PAKAN UNGGAS PADA TOKO PAKAN PEKSI KEDIRI DENGAN MEMBANGUN SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN ALGORITMA APRIORI
STRATEGI PENJUALAN PAKAN UNGGAS PADA TOKO PAKAN PEKSI KEDIRI DENGAN MEMBANGUN SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN ALGORITMA APRIORI ARTIKEL SKRIPSI Diajukan Guna Memenuhi Salah Satu Syarat Memperoleh
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 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 terperinciSISTEM REKOMENDASI PAKET MAKANAN DENGAN ALGORITMA FP-GROWTH PADA RESTORAN SEAFOOD XYZ
SISTEM REKOMENDASI PAKET MAKANAN DENGAN ALGORITMA FP-GROWTH PADA RESTORAN SEAFOOD XYZ Pahridila Lintang 1),Muhammad Iqbal 2), Ade Pujianto 3) 1), 2, 3) Teknik Informatika STMIK AMIKOM Yogyakarta Jl Ring
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 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 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 terperinci2.2 Data Mining. Universitas Sumatera Utara
Basis data adalah kumpulan terintegrasi dari occurences file/table yang merupakan representasi data dari suatu model enterprise. Sistem basisdata sebenarnya tidak lain adalah sistem penyimpanan-record
Lebih terperinciBAB 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 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 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 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 terperinciDATA MINING ANALISA POLA PEMBELIAN PRODUK DENGAN MENGGUNAKAN METODE ALGORITMA APRIORI
DATA MINING ANALISA POLA PEMBELIAN PRODUK DENGAN MENGGUNAKAN METODE ALGORITMA APRIORI Heroe Santoso 1), I Putu Hariyadi 2), Prayitno 3) 1), 2),3) Teknik Informatika STMIK Bumigora Mataram Jl Ismail Marzuki
Lebih terperinciPENERAPAN 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 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 terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Penelitian Terkait Beberapa jurnal penelitian terkait yang diperoleh tentang pemanfaatan teknik Data Mining dengan metode Association Rule menggunakan Algoritma Apriori untuk
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 terperinciANALISIS ASSOCIATION RULES ALGORITMA APRIORI PENJUALAN KAOS TRAVELLING
ANALISIS ASSOCIATION RULES ALGORITMA APRIORI PENJUALAN KAOS TRAVELLING Kanthi Wulandari Mahasiswa Program Studi Statistika Universitas Islam Indonesia kanthiwuland@gmail.com Asriyanti Ali Mahasiswa Program
Lebih 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 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 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 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 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 terperinciAturan assosiatif biasanya dinyatakan dalam bentuk : {roti, mentega} {susu} (support = 40%, confidence = 50%)
ASSOCIATION RULE (ALGORITMA A PRIORI) Algoritma A Priori termasuk jenis aturan asosiasi pada data mining. Selain a priori, yang termasuk pada golongan ini adalah metode generalized rule induction dan algoritma
Lebih terperinciPenerapan Data Mining Untuk Analisis Pola Pembelian Produk Pada Clapper Movie Café Menggunakan Metode Association Rule
Penerapan Data Mining Untuk Analisis Pola Pembelian Produk Pada Clapper Movie Café Menggunakan Metode Association Rule Alffeus Gantari Ganeffo Program Studi Teknik Informatika, Universitas Dian Nuswantoro
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Data Mining Istilah data mining memiliki beberapa padanan, seperti knowledge discovery ataupun pattern recognition. Kedua istilah tersebut sebenarnya memiliki ketepatannnya masing-masing.
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA II.1 Tinjauan Perusahaan CV. Aldo Putra berlokasi di Jalan Pasar Induk Gedebage No. 89/104 Bandung, bergerak dibidang grosir pakaian jadi impor. Barang yang dijual di CV. Aldo Putra
Lebih 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 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 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 terperinciKLASIFIKASI PROSES BUSINESS DATA MAHASISWA UNIVERSITAS KANJURUHAN MALANG MENGGUNAKAN TEKNIK DATA MINING
KLASIFIKASI PROSES BUSINESS DATA MAHASISWA UNIVERSITAS KANJURUHAN MALANG MENGGUNAKAN TEKNIK DATA MINING Moh Ahsan Universitas Kanjuruhan Malang ahsan@unikama.ac.id ABSTRAK. Universitas Kanjuruhan Malang
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 terperinciIMPLEMENTASI METODE ALGORITMA APRIORI PADA SISTEM PENDUKUNG KEPUTUSAN ORDER BARANG
IMPLEMENTASI METODE ALGORITMA APRIORI PADA SISTEM PENDUKUNG KEPUTUSAN ORDER BARANG Evi Nadya Prisilla, Andi Farmadi 2, Heru Kartika Candra 3 1Mahasiswa Prog. Studi Ilmu Komputer Fakultas MIPA Universitas
Lebih terperinciDATA MINING MARKET BASKET ANALYSIS MENGGUNAKAN ALGORITMA APRIORI UNTUK MENENTUKAN PERSEDIAAN OBAT
Konferensi Nasional Ilmu Sosial & Teknologi (KNiST) Maret 2017, pp. 227~235 227 DATA MINING MARKET BASKET ANALYSIS MENGGUNAKAN ALGORITMA APRIORI UNTUK MENENTUKAN PERSEDIAAN OBAT Lina Ningsih 1, Dewi Ayu
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 terperinciASSOCIATION RULES PADA TEXT MINING
Budi Susanto ASSOCIATION RULES PADA TEXT MINING SUSANTO 1 Tujuan Memahami algoritma Apriori dan FP- Growth Memahami penerapannya pada penambangan dokumen Memamahmi algoritma GSP Memahami penerapannya pada
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perusahaan ritel yang menyediakan berbagai kebutuhan berkembang pesat bukan hanya di kota besar saja tetapi juga di kota-kota kecil. Untuk memperoleh keuntungan yang
Lebih terperinciAssocation Rule. Data Mining
Assocation Rule Data Mining Association Rule Analisis asosiasi atau association rule mining adalah teknik data mining untuk menemukan aturan assosiatif antara suatu kombinasi item. Aturan yang menyatakan
Lebih terperinciAnalisis asosiasi Penguasaan ICT Mahasiswa Baru dan Pencapaian Prestasi Akademik Mahasiswa dengan Algoritma Apriori.
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Analisis asosiasi Penguasaan ICT Mahasiswa Baru dan Pencapaian Prestasi Akademik Mahasiswa dengan Algoritma Apriori. Kuswari Hernawati 1,
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 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 terperinciPENERAPAN DATA MINING UNTUK MENGANALISIS PENJUALAN BARANG DENGAN MENGGUNAKAN METODE APRIORI PADA SUPERMARKET SEJAHTERA LHOKSEUMAWE
PENERAPAN DATA MINING UNTUK MENGANALISIS PENJUALAN BARANG DENGAN MENGGUNAKAN METODE APRIORI PADA SUPERMARKET SEJAHTERA LHOKSEUMAWE Nurdin, Dewi Astika Program Studi Teknik Informatika Universitas Malikussaleh
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 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 terperinciDecision Support on Supply Chain Management System Using Apriori Data Mining Algorithm
Decision Support on Supply Chain Management System Using Apriori Data Mining Algorithm Eka Widya Sari, Ahmad Rianto, Siska Diatinari Andarawarih College Of Informatics And Computer Engineering Indonesia
Lebih terperinciPENERAPAN DATA MINING SEBAGAI MODEL SELEKSI PENERIMA BEASISWA PENUH (STUDI KASUS: STIE PERBANAS SURABAYA)
ISSN 1858-4667 JURNAL LINK VOL. 27/No. 1/Februari 2018 PENERAPAN DATA MINING SEBAGAI MODEL SELEKSI PENERIMA BEASISWA PENUH (STUDI KASUS: STIE PERBANAS SURABAYA) Hariadi Yutanto 1, Nurcholis Setiawan 2
Lebih terperinciMateri 2 DATA MINING 3 SKS Semester 6 S1 Sistem Informasi UNIKOM 2015 Nizar Rabbi Radliya
Materi 2 DATA MINING 3 SKS Semester 6 S1 Sistem Informasi UNIKOM 2015 Nizar Rabbi Radliya nizar.radliya@yahoo.com Nama Mahasiswa NIM Kelas Memahami definisi, proses serta teknik data mining. Pengenalan
Lebih terperinciDATA MINING MENGGUNAKAN ALGORITMA APRIORI UNTUK ANALISIS PENJUALAN
PROSIDING SEMINAR ILMIAH SISTEM INFORMASI DAN TEKNOLOGI INFORMASI Pusat Penelitian dan Pengabdian Pada Masyarakat (P4M) STMIK Dipanegara Makassar Jl. Perintis Kemerdekaan Km. 9 Makassar 1 DATA MINING MENGGUNAKAN
Lebih 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 terperinciIMPLEMENTASI DATA MINING PENJUALAN SABUN DENGAN MENGGUNAKAN METODE APRIORI ( Studi Kasus : PT. Unilever)
IMPLEMENTASI DATA MINING PENJUALAN SABUN DENGAN MENGGUNAKAN METODE APRIORI ( Studi Kasus : PT. Unilever) Nurul Adha 1, Lince Tomoria Sianturi 2, Edward Robinson Siagian 3 Mahasiswa Teknik Informatika STMIK
Lebih terperinciPenerapan Data Mining Penjualan Sepatu Menggunakan Metode Algoritma Apriori
Penerapan Data Mining Penjualan Sepatu Menggunakan Metode Algoritma Apriori Erma Delima Sikumbang Komputerisasi Akuntansi AMIK BSI Jakarta Jl. RS Fatmawati No. 24 Pondok Labu Jakarta Selatan Erma@bsi.ac.id
Lebih terperinciIMPLEMENTASI DATA MINING PADA PENJUALAN TIKET PESAWAT MENGGUNAKAN ALGORITMA APRIORI (Studi Kasus: Jumbo Travel Medan)
IMPLEMENTASI DATA MINING PADA PENJUALAN TIKET PESAWAT MENGGUNAKAN ALGORITMA APRIORI (Studi Kasus: Jumbo Travel Medan) Sri Rahayu Siregar ( 0911882) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma
Lebih terperinciBAB 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 terperinci2.1 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 terperinciANALISA POLA PEMILIHAN PROGRAM STUDI BAGI CALON MAHASISWA DI UNIVERSITAS ABDURRAB MENGGUNAKAN ASSOCIATION RULE
ANALISA POLA PEMILIHAN PROGRAM STUDI BAGI CALON MAHASISWA DI UNIVERSITAS ABDURRAB MENGGUNAKAN ASSOCIATION RULE Diki Arisandi 1, Nofriandi 2 Jurusan Teknik Informatika, FakultTeknik,Universitas Abdurrab
Lebih terperinciBAB I PENDAHULUAN. Permintaan sepeda motor pada PT. Bintang Utama Motor semakin
BAB I PENDAHULUAN I.1. Latar Belakang Permintaan sepeda motor pada PT. Bintang Utama Motor semakin bertambah setiap tahunnya. Terdapat banyak jenis sepeda motor Honda di PT. Bintang Utama Motor mulai dari
Lebih terperinciMateri 1 DATA MINING 3 SKS Semester 6 S1 Sistem Informasi UNIKOM 2015 Nizar Rabbi Radliya
Materi 1 DATA MINING 3 SKS Semester 6 S1 Sistem Informasi UNIKOM 2015 Nizar Rabbi Radliya nizar.radliya@yahoo.com Nama Mahasiswa NIM Kelas 1. Memahami cakupan materi dan sistem perkuliahan Data Mining.
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 terperinciAnalisa Data Mining Menggunakan Metode Bayes Untuk Mengukur Tingkat Kerusakan Mesin Motor (Studi Kasus Pada AHASS Astra Motor Kudus)
Analisa Data Mining Menggunakan Metode Bayes Untuk Mengukur Tingkat Kerusakan Mesin Motor (Studi Kasus Pada AHASS Astra Motor Kudus) Yunus Pradika FakultasIlmuKomputer, Universitas Dian Nuswantoro, Jl.
Lebih terperinciPEMODELAN POLA HUBUNGAN KEMAMPUAN LULUSAN UNIVERSITAS LANCANG KUNING DENGAN KEBUTUHAN DUNIA USAHA DAN INDUSTRI
PEMODELAN POLA HUBUNGAN KEMAMPUAN LULUSAN UNIVERSITAS LANCANG KUNING DENGAN KEBUTUHAN DUNIA USAHA DAN INDUSTRI Fana Wiza Program Studi Sistem Informasi Fakultas Ilmu Komputer Universitas Lancang Kuning
Lebih terperinciANALISIS 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 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 terperinciTINJAUAN PUSTAKA Data Mining
25 TINJAUAN PUSTAKA 2.1. Data Mining Definisi sederhana dari data mining adalah ekstraksi informasi atau pola yang penting atau menarik dari data yang ada di database. Secara lengkap, Data mining merupakan
Lebih terperinciPENERAPAN ALGORITMA APRIORI UNTUK TRANSAKSI PENJUALAN OBAT PADA APOTEK AZKA
PENERAPAN ALGORITMA APRIORI UNTUK TRANSAKSI PENJUALAN OBAT PADA APOTEK AZKA Winda Aprianti 1), Jaka Permadi 2), Oktaviyani 3) 1)2)3) Teknik Informatika, Politeknik Negeri Tanah Laut Jl. A. Yani Km. 06
Lebih 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 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 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 LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Sistem Rekomendasi Sistem Rekomendasi (SR) merupakan model aplikasi dari hasil observasi terhadap keadaan dan keinginan pelanggan. Sistem Rekomendasi memanfaatkan opini seseorang
Lebih terperinciImplementasi Algoritma Apriori untuk Menganalisis Pola Pembelian Konsumen pada Produk SPA
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
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 terperinciKata kunci: aplikasi data mining, Association Rule, Apriori, genre lagu, Radio
Aplikasi Data Mining Perhitungan Frekuensi Data Pemutaran lagu dengan metode Association Rule Menggunakan Algoritma Apriori (studi kasus Radio Republik Indonesia ( RRI ) Semarang) Hendra Andhyka Program
Lebih terperinciAPLIKASI MONITORING KETERSEDIAAN STOK BARANG MINIMARKET DENGAN METODE MARKET BASKET ANALYSIS (MBA)
Seminar Nasional Teknologi Informasi dan Multimedia 2016 APLIKASI MONITORING KETERSEDIAAN STOK BARANG MINIMARKET DENGAN METODE MARKET BASKET ANALYSIS (MBA) Sugiyatno 1), Adhika Pramita Widyasari 2) 1),
Lebih terperinciKlasterisasi Wilayah Pemasaran berdasarkan Preferensi Konsumen terhadap PT. X
Klasterisasi berdasarkan Konsumen terhadap PT. X Prasetyo, Andhika Eko Program Studi Manajemen Rekayasa Universitas Internasional Semen Indonesia Jl. Veteran Gresik, Jawa Timur 61122 E-mail: andhika.prasetyo@uisi.ac.id
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Tingginya tingkat kompetisi pada dunia bisnis terutama dalam penjualan dan pemasaran produk, membuat manajer perusahaan untuk menciptakan strategi yang mampu
Lebih terperinciCross-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 terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Landasan Teori 2.1.1 Konsep Pemasaran Dalam merancang dan mengembangkan produk, baik yang berupa jasa maupun barang, tidak terlepas dari konsep pemasaran yang bertujuan memenuhi
Lebih terperinciImplementasi Data Mining Untuk Analisa Tingkat Pelanggaran Lalu Lintas Dengan Algoritma Association Rule
ISSN 2599-2081 Implementasi Data Mining Untuk Analisa Tingkat Pelanggaran Lalu Lintas Dengan Algoritma Association Rule Yera Wahda Wahdi UNIVERSITAS PUTERA BATAM e-mail : Yerawahdawahdi@vahoo.com Abstract:
Lebih terperinci