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

dokumen-dokumen yang mirip
ABSTRAK. Kata kunci : pengelolaan barang, basis data, transaksi.

BAB III METODE PENELITIAN. Metode penelitian merupakan suatu prosedur beserta tahapan-tahapan yang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

APLIKASI DATA MINING UNTUK ANALISIS ASOSIASI POLA PEMBELIAN DENGAN ALGORITMA APRIORI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

ABSTRAK. Kata kunci : sistem pakar, penyakit gigi, konsultasi, algoritma ID3. vi Universitas Kristen Maranatha

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

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

BAB I PENDAHULUAN 1.1 Latar Belakang

ABSTRAK. Kata kunci : Android, Basis Data, Web Service, SPMB, Try Out, EBTANAS. Universitas Kristen Maranatha

BAB II TINJAUAN PUSTAKA

Abstract. Keywords : Recommendation system, Direct Selling Network, Greedy Algorithm, Knapsack Problem. viii

BAB 1 PENDAHULUAN Latar Belakang

ABSTRAK. Kata kunci: diagram kelas, xml, java, kode sumber, sinkronisasi. v Universitas Kristen Maranatha


ABSTRAK. Kata kunci: temperamen, kepribadian, Hippocrates, sinonim, antonim, pembelajaran mesin. Universitas Kristen Maranatha

ABSTRAK. Keywords : Data Mining, Filter, Data Pre-Processing, Association, Classification, Deskriptif, Prediktif, Data Mahasiswa.

PERANCANGAN DAN IMPLEMENTASI APLIKASI ANALISIS KERANJANG PASAR DENGAN METODE FUZZY C-COVERING

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang

ABSTRAK. Kata kunci : Basket, Pertandingan, Kertas Catatan Skor. Universitas Kristen Maranatha

UKDW BAB I PENDAHULUAN

PERSYARATAN PRODUK. 1.1 Pendahuluan Latar Belakang Tujuan

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

DAFTAR ISI. BAB I PENDAHULUAN Latar Belakang Masalah Rumusan Masalah Batasan Masalah Tujuan Penelitian...

PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA FP-TREE DAN FP-GROWTH PADA DATA TRANSAKSI PENJUALAN OBAT

2.2. Fitur Produk Perangkat Lunak Fitur Pengolahan Data Fakultas Fitur Pengolahan Data Jurusan

BAB IV HASIL DAN UJICOBA. Penerapan Data Mining Market Basket Analysis Terhadap Data Penjualan Produk

ABSTRAK. Kata kunci : pulsa, SMS, SMS Gateway, Multi Level Marketing. viii

BAB I PENDAHULUAN. 1.1 Latar Belakang

ABSTRAK. Kata Kunci : Uji Kompetensi, Decision Support System, Decision Table. vii

BAB I PENDAHULUAN. Teknologi Informasi sekarang ini telah digunakan hampir di semua aspek

ABSTRAK. Kata kunci: Smartphone, Portal, Situs

ABSTRAK. Kata Kunci: Aplikasi Mobile Gereja, ios, Sistem Informasi Gereja. Universitas Kristen Maranatha

ABSTRAK. vii. Universitas Kristen Maranatha

SISTEM SISTEM REKOMENDASI BIDANG MINAT MAHASISWA MENGGUNAKAN METODE ASSOCIATION RULE DAN ALGORITMA APRIORI

BAB I PENDAHULUAN 1.1 Latar Belakang

ABSTRAK. Kata kunci : penjualan, pembelian, peramalan, metode Brown s Double Exponential Smoothing, MAPE. Universitas Kristen Maranatha

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

DAFTAR ISI Transformasi data... 47

BAB I PENDAHULUAN I-1

IMPLEMENTASI ALGORITMA APRIORI DAN FP-GROWTH DALAM MARKET BASKET ANALYSIS PEMBELIAN OBAT PADA SUATU APOTEK SKRIPSI RAISSA ADITYA RAHAYU

BAB I PENDAHULUAN. 1.1 Latar Belakang

ABSTRAK. v Universitas Kristen Maranatha

Lili Tanti. STMIK Potensi Utama, Jl. K.L. Yos Sudarso Km. 6,5 No. 3A Tj. Mulia Medan ABSTRACT

Implementasi Algoritme Modified-Apriori Untuk Menentukan Pola Penjualan Sebagai Strategi Penempatan Barang Dan Promo

BAB I PENDAHULUAN. yang cepat dan besar di Asia (Kartiwi, 2006). Pertumbuhan e-commerce yang

ABSTRAK. Kata Kunci : RFID,Sistem Informasi Sport Center.

BAB II TINJAUAN PUSTAKA. Turban mendefinisikan Decision Support System sebagai sekumpulan

ABSTRAK. Kata kunci: E-learning, Learning Management System, Matematika, Moodle, T- Test. vii Universitas Kristen Maranatha

1 BAB I 2 PENDAHULUAN

ANALISA POLA DATA HASIL PEMBANGUNAN KABUPATEN MALANG MENGGUNAKAN METODE ASSOCIATION RULE

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

Keywords : Data Mining, FP-Growth, Market Basket Analysis, Association Analysis

ABSTRAK. Kata kunci : obat celup, penjualan, pembelian, produksi, penjadwalan, inventori

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah

ABSTRAK. Kata kunci: Spam, Android, Pesan, Java, Webservice. Universitas Kristen Maranatha

ABSTRAK. : strategi bisnis, penjualan online, CRM, interaksi. Universitas Kristen Maranatha

ABSTRAK. Kata Kunci: Beasiswa, sistem informasi, sistem pendukung keputusan. Universitas Kristen Maranatha

ABSTRAK. Kata kunci: optimasi MDX, operasi OLAP, analisis, cube, trend analysis. v Universitas Kristen Maranatha

ABSTRAK. Kata kunci : CBIR, GLCM, Histogram, Kuantisasi, Euclidean distance, Normalisasi. v Universitas Kristen Maranatha

ABSTRAK. Kata Kunci : CRM, salon. Univesitas Kristen Maranatha

Abstraksi. Universitas Kristen Maranatha

ABSTRAK. Kata kunci: seminar, forum, registrasi, qr-code, Windows Phone. vi Universitas Kristen Maranatha

ABSTRAK. Kata kunci : Silversight, Google Map API V3, Jejaring sosial, Berbasis lokasi, Rekomendasi teman, Data Mining, Clustering

APLIKASI DATA MINING ANALISIS DATA TRANSAKSI PENJUALAN OBAT MENGGUNAKAN ALGORITMA APRIORI (Studi Kasus di Apotek Setya Sehat Semarang)

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

ABSTRAK. Kata Kunci: behaviour prediction, upselling, e-commerce, online, pemesanan, pengiriman, sms gateway. Universitas Kristen Maranatha

ABSTRACT. Keyword : Inventory System, Transaction System, DSS. v Universitas Kristen Maranatha

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

ABSTRAK. Kata Kunci: AHP, DSS, kriteria, supplier

UKDW BAB 1 PENDAHULUAN

IMPLEMENTASI DATA MINING MENGGUNAKAN ALGORITMA ECLAT

ABSTRAK. Kata kunci : Silversight, Google Map API V3, Jejaring sosial, Berbasis lokasi, Rekomendasi teman. Universitas Kristen Maranatha

PENERAPAN ALGORITMA APRIORI UNTUK MENENTUKAN FREKUENSI ITEM SET SEBAGAI STRATEGI PENJUALAN DI TOKO PUTRA MANIS SURAKARTA SKRIPSI

ABSTRAK. Kata Kunci: transaksi, sistem informasi, desktop, aplikasi, penentuan supplier. Universitas Kristen Maranatha

APLIKASI INFORMASI AGENT PROPERTY BERBASIS WEB & SMS GATEWAY (STUDI KASUS PT. STAR TOP PROPERTY) ADI SETIAWAN

ABSTRAK. Kata Kunci: Alat kesehatan, Sistem Informasi. Universitas Kristen Maranatha

ABSTRAK. Kata Kunci : klasifikasi, musik digital, jenis musik, support vector machine, fitur ekstraksi, daftar putar musik digital

ABSTRAK. Universitas Kristen Maranatha

ABSTRAK. Kata kunci : Aplikasi Desktop, CRM, Elastisitas Harga, Penjualan, Pembelian. Error! AutoText entry not defined.

A Decision Support Tool For Association Analysis

ABSTRAK. Kata Kunci: sistem pakar, kerusakan hardware, personal computer, forward chaining,atx, form factor. vi Universitas Kristen Maranatha

ABSTRAK. Kata Kunci : kamus, Indonesia, Mandarin, kata, kalimat, hanzi, pinyin, bushou.

ABSTRAK. Kata Kunci: economic order quantity, inventory. Universitas Kristen Maranatha

ABSTRAK. vi Universitas Kristen Maranatha

PENERAPAN ALGORITMA APRIORI UNTUK TRANSAKSI PENJUALAN OBAT PADA APOTEK AZKA

ABSTRAK. Kata Kunci: E-Commerce, Rekomendasi Produk, Perlengkapan. Universitas Kristen Maranatha

BAB I PENDAHULUAN. baik. Maka para pengelola harus mencermati pola-pola pembelian yang dilakukan

ABSTRAK. Kata kunci : sistem pakar, algoritma ID3, kerusakan mesin, Electronic Control Unit, On Board Diagnostic, Diagnostic Trouble Code.

ABSTRAK. Kata Kunci : Latent Semantic Indexing, pencarian, dokumen, Singular Value Decomposition.

BAB I PENDAHULUAN Latar Belakang

Penerapan Data Mining Association Rule Menggunakan Algoritma Apriori Untuk Meningkatkan Penjualan dan Memberikan Rekomendasi Pemasaran Produk Speedy

ANALISIS MARKET BASKET DENGAN ALGORITMA APRIORI (STUDY KASUS TOKO ALIEF)

BAB I PENDAHULUAN. 1.1 Latar Belakang

ABSTRAK. Kata kunci: penyewaan, mobil,pencatatan data, pengingat, informasi promosi

PENGIMPLEMENTASIAN CRM PADA PEMBANGUNAN E-COMMERCE UNTUK PRODUSEN ALAT PERMAINAN EDUKATIF BERBASIS WEB (Studi Kasus : Dolanan Puzzle)

ABSTRAK. Kata kunci: sistem rekomendasi, clustering, ekstraksi fitur musik, normalisasi data, attribute selection. Universitas Kristen Maranatha

ABSTRAK. vii. Kata kunci: satuan mobil penumpang, volume kendaraan, dan klasifikasi kendaraan.

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

Transkripsi:

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 Keranjang Pasar. Analisis Keranjang Pasar adalah suatu metode yang digunakan untuk menemukan korelasi antara satu barang dengan barang lainnya yang terdapat dalam suatu periode transaksi. Analisis Keranjang Pasar terdiri atas dua tahap yaitu, tahap pencarian frequent itemset berdasarkan nilai minimum support dan tahap penyusunan aturan (rules) berdasarkan nilai minimum confidence. Aturan (rules) yang dihasilkan dari analisis ini nantinya dapat digunakan dalam penentuan cross-selling produk. Kata kunci: Market Basket Analysis, Cross-selling vi

ABSTRACT One of marketing strategy that can be used to escalating sales volume is cross selling. Cross selling decision can be achieved by using Market Basket Analysis. Market Basket Analysis itself is a method to find relationships between products that consist of two phase. First phase is, find all frequent itemset based on minimum support values, and the second phase is bulding rules based on minimum confidence values. Later on, these rules could be used to decide which product to cross sell. Keywords: Market Basket Analysis, Cross-selling vii

DAFTAR ISI LEMBAR PENGESAHAN... i PERNYATAAN PUBLIKASI LAPORAN PENELITIAN... ii PERNYATAAN ORISINALITAS LAPORAN PENELITIAN... iii PRAKATA... iv ABSTRAK... vi ABSTRACT... vii DAFTAR ISI... viii DAFTAR GAMBAR... xi DAFTAR TABEL... xii DAFTAR KODE... xiii BAB I... 1 PENDAHULUAN... 1 1.1 Latar Belakang... 1 1.2 Rumusan Masalah... 2 1.3 Tujuan... 2 1.4 Batasan Masalah... 2 1.5 Sistematika Penyajian... 2 BAB II... 3 LANDASAN TEORI... 3 2.1 Marketing Automation... 3 2.2 Cross Selling... 3 2.3 Penggalian Data (Data Mining)... 3 2.4 Gudang Data (Data Warehouse)... 4 2.4.1 Skema Data Warehouse... 4 2.4.1.1 Skema Star... 5 2.4.1.2 Skema Snowflakes... 5 2.5 Market Basket Analysis... 6 viii

2.6 Association Rules Mining... 6 2.7 WEKA... 9 BAB III... 10 ANALISIS DAN DESAIN... 10 3.1 Analisis... 10 3.1.1 Kerangka Analisis... 10 3.1.2 Pemilihan Data... 11 3.1.3 Preproses Data... 11 3.1.4 Data Warehousing... 13 3.1.4.1 Entity Relationship Diagram (ERD)... 13 3.1.4.2 Pemodelan Data Warehouse... 13 3.1.5. Penggalian Data... 14 3.1.5.1 Perhitungan Manual... 14 3.1.5.1.1 Analisis Nilai Support Item dan Itemset... 15 3.1.5.1.2 Analisis Frequent Itemset... 23 3.1.5.1.3 Analisis Nilai Confidence dan Association Rules... 24 3.1.5.2 Menggunakan WEKA... 27 3.1.5.2.1 Pembentukan Dataset... 27 3.1.5.2.2 Dataset Filtering... 28 3.1.5.2.3 Association Rules Mining... 29 3.2 Gambaran Keseluruhan Aplikasi... 30 3.2.1 Persyaratan Antarmuka Eksternal... 30 3.2.2 Antarmuka Perangkat Keras... 30 3.2.3 Antarmuka Perangkat Lunak... 31 3.2.4 Fitur Fitur Produk Perangkat Lunak... 31 3.2.4.1 Fitur Menampilkan Kemungkinan Cross-sell dari 1 Masukan... 31 3.2.4.1.1 Tujuan... 31 3.2.4.1.2 Urutan Stimulus / Respon... 31 3.2.4.1.3 Persyaratan Fungsional yang Berhubungan... 31 3.2.4.2 Fitur Menampilkan Kemungkinan Cross-sell dari 2 Masukan... 32 3.2.4.2.1 Tujuan... 32 3.2.4.2.2 Urutan Stimulus / Respon... 32 3.2.4.2.3 Persyaratan Fungsional yang Berhubungan... 32 3.2.5 Disain Antarmuka Pengguna... 33 3.2.5.1 Halaman 1 Input (2 item)... 33 3.2.5.2 Halaman 2 Input (3 Item)... 34 ix

BAB IV... 36 PENGEMBANGAN PERANGKAT LUNAK... 36 4.1 Implementasi Class / Modul... 36 4.1.1 Kelas AnalisisWEKA... 36 4.1.2 Kelas AnalisisManual... 37 4.1.3 Kelas ComboValue... 37 4.2 Implementasi Data Warehouse... 37 4.2.1 Tabel tbtransaksi... 37 4.2.2 Tabel tbbarang... 38 4.2.3 Tabel tbkategori... 38 4.2.4 Tabel tbmerk... 39 4.2.5 Tabel tbsupplier... 39 4.2.6 Tabel tbanalisis... 39 4.3 Implementasi Antarmuka... 39 4.3.1 Halaman 1 Input (2 Item)... 40 4.3.2 Halaman 2 Input (3 Item)... 43 BAB V... 47 TESTING DAN EVALUASI SISTEM... 47 5.1 Rencana Pengujian... 47 5.2 Pelaksanaan Pengujian... 47 5.2.1 Pengujian Halaman 1 Input (2 Item)... 47 5.2.2 Pengujian Halaman 2 Input (3 Item)... 49 BAB VI... 51 KESIMPULAN DAN SARAN... 51 6.1 Kesimpulan... 51 6.2 Saran... 51 DAFTAR PUSTAKA... 52 x

DAFTAR GAMBAR Gambar 2.1 Contoh skema star... 5 Gambar 2.2 Contoh skema snowflakes... 6 Gambar 3.1 Kerangka penelitian... 10 Gambar 3.2 Contoh data transaksi dengan jumlah barang minus... 12 Gambar 3.3 Contoh data transaksi dengan kode barang tidak sesuai format... 12 Gambar 3.4 ERD data warehouse... 13 Gambar 3.5 Skema Star data warehouse sistem... 14 Gambar 3.6 Screenshot tahapan pembentukan dataset pada WEKA... 28 Gambar 3.7 Screenshot dataset sebelum dikonversi pada WEKA... 28 Gambar 3.8 Screenshot dataset sesudah dikonversi pada WEKA... 29 Gambar 3.9 Screenshot association rules mining pada WEKA... 30 Gambar 3.10 Desain halaman 1 Input... 33 Gambar 3.11 Desain halaman 2 Input... 34 Gambar 4.1 Implementasi class aplikasi... 36 Gambar 4.2 Implementasi data warehouse... 37 Gambar 4.3 Hasil implementasi halaman 1 Input sebelum data diolah... 40 Gambar 4.4 Hasil implementasi halaman 1 Input sesudah data diolah... 40 Gambar 4.5 Hasil implementasi halaman 2 Input sebelum data diolah... 43 Gambar 4.6 Hasil implementasi halaman 2 Input sesudah data diolah... 43! xi

DAFTAR TABEL Tabel 2.1 Contoh data transaksi... 7 Tabel 2.2 Contoh hasil nilai support... 7 Tabel 2.3 Contoh hasil association rules... 8 Tabel 3.1 Contoh data transaksi... 14 Tabel 3.2 Nilai support setiap item... 16 Tabel 3.3 Nilai support itemset... 16 Tabel 3.4 Hasil analisis frequent itemset... 23 Tabel 3.5 Hasil analisis nilai confidence... 24 Tabel 3.6 Association rules yang valid... 26 Tabel 4.1 Deskripsi tabel tbtransaksi... 38 Tabel 4.2 Deskripsi tabel tbbarang... 38 Tabel 4.3 Deskripsi tabel tbkategori... 38 Tabel 4.4 Deskripsi tabel tbmerk... 39 Tabel 4.5 Deskripsi tabel tbsupplier... 39 Tabel 4.6 Deskripsi tabel tbanalisis... 39 Tabel 5.1 Tabel rencana pengujian... 47 Tabel 5.2 Tabel pengujian halaman 1 input (2 item)... 48 Tabel 5.3 Tabel pengujian data halaman 1 input (2 item)... 48 Tabel 5.4 Tabel pengujian halaman 2 input (3 item)... 49 Tabel 5.5 Tabel pengujian data halaman 2 input (3 item)... 50 xii

DAFTAR KODE Potongan kode 4.1 Halaman 1 input (2 item)... 41 Potongan kode 4.2 Halaman 1 input (2 item)... 42 Potongan kode 4.3 Halaman 2 Input (3 Item)... 44 Potongan kode 4.4 Halaman 2 Input (3 Item)... 45! xiii