APLIKASI DATA MINING UNTUK PEMODELAN
PEMBELIAN BARANG DENGAN MENGGUNAKAN
ALGORITMA APRIORI
Total View This Week0
Total View This Week0
Institusion
Universitas Pembangunan Nasional Veteran Jawa Timur
Author
ALMON JUNIOR , SIMANJUNTAK
Subject
QA76.73.B3 Visual Basic Programming
Datestamp
2013-06-24 06:45:47
Abstract :
Kreativitas pengusaha ritel dalam menentukan strategi pemasaran akan mempengaruhi kemampuan bersaing mereka dengan pengusaha ritel yang lain. Pelayanan yang sesuai dengan perilaku belanja konsumen merupakan hal yang perlu diperhatikan pengusaha demi meningkatkan level kepuasan pelanggan dan laba perusahaan. Metode yang bisa dipergunakan dalam mempelajari perilaku konsumen adalah Market Basket Analysis. Metode ini menghasilkan aturan asosiatif yang diproses dengan menggunakan algoritma apriori. Pada pengerjaan tugas akhir ini, peneliti menggunakan algoritma apriori untuk mengolah data penjualan. Hasil yang didapat dari pengolahan data penjualan tersebut adalah berupa kombinasi item (itemset) dengan nilai asosiasi berupa nilai support, nilai confidence, dan nilai gabungan. Pada tahap pengujian aplikasi dengan tiga sampel barang, hasil rule itemset dengan nilai asosiasi tertinggi (strong rule) didapat dalam pengujian untuk item susu Frisian Flag dengan batasan nilai minimum support dan minimum confidence sebesar 30%, yaitu rule item susu Frisian Flag dengan item Gulaku Gula Premium 250g dengan nilai minimum support sebesar 91,67% dan minimum confidence sebesar 52,38%. Strong rule yang dihasilkan dapat menjadi bahan rekomendasi bagi pengusaha ritel dalam menentukan penyusunan tata letak barang, dan dalam menentukan stok produk apa saja yang perlu diperbanyak demi meningkatkan keuntungan. Kata Kunci : Bisnis Ritel, Data Mining, Association Rule, Market Basket Analysis,Algoritma Apriori.
Kreativitas pengusaha ritel dalam menentukan strategi pemasaran akan mempengaruhi kemampuan bersaing mereka dengan pengusaha ritel yang lain. Pelayanan yang sesuai dengan perilaku belanja konsumen merupakan hal yang perlu diperhatikan pengusaha demi meningkatkan level kepuasan pelanggan dan laba perusahaan. Metode yang bisa dipergunakan dalam mempelajari perilaku konsumen adalah Market Basket Analysis. Metode ini menghasilkan aturan asosiatif yang diproses dengan menggunakan algoritma apriori. Pada pengerjaan tugas akhir ini, peneliti menggunakan algoritma apriori untuk mengolah data penjualan. Hasil yang didapat dari pengolahan data penjualan tersebut adalah berupa kombinasi item (itemset) dengan nilai asosiasi berupa nilai support, nilai confidence, dan nilai gabungan. Pada tahap pengujian aplikasi dengan tiga sampel barang, hasil rule itemset dengan nilai asosiasi tertinggi (strong rule) didapat dalam pengujian untuk item susu Frisian Flag dengan batasan nilai minimum support dan minimum confidence sebesar 30%, yaitu rule item susu Frisian Flag dengan item Gulaku Gula Premium 250g dengan nilai minimum support sebesar 91,67% dan minimum confidence sebesar 52,38%. Strong rule yang dihasilkan dapat menjadi bahan rekomendasi bagi pengusaha ritel dalam menentukan penyusunan tata letak barang, dan dalam menentukan stok produk apa saja yang perlu diperbanyak demi meningkatkan keuntungan. Kata Kunci : Bisnis Ritel, Data Mining, Association Rule, Market Basket Analysis,Algoritma Apriori.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
