ANALISIS DAN PENERAPAN ALGORITMA APRIORI TERHADAP PENEMPATAN BARANG PADA MM TUNAS HARAPAN JAYA
Total View This Week0
Total View This Week0
Institusion
Universitas Dinamika Bangsa
Author
Sukma, Puja Widia
Subject
Artificial Intelligence
Datestamp
2019-07-29 08:07:10
Abstract :
Dalam dunia bisnis khususnya industri minimarket, menuntut para pelaku bisnis untuk melakukan cara agar dapat meningkatkan penjualan dan pemasaran barang yang ada di minimarketnya, salah satunya dengan pemanfaatan data transaksi. Namun dengan adanya kegiatan operasional sehari-hari, data semakin lama akan semakin bertambah banyak. Jumlah data yang begitu besar akan menjadi masalah bagi minimarket tersebut jika tidak bisa dimanfaatkan sebaik mungkin. Algoritma apriori termasuk jenis aturan asosiasi pada data mining. Salah satu tahap analisis asosiasi yang menarik perhatian banyak peneliti untuk menghasilkan algoritma yang efisien adalah analisis pola frequensi tinggi(frequent pattern mining). Penting tidaknya suatu asosiasi dapat diketahui dengan dua tolak ukur, yaitu : support dan confidence. Support (nilai penunjang) adalah persentase kombinasi item tersebut dalam database, sedangkan confidence (nilai kepastian) adalah kuatnya hubungan antar-item dalam aturan asosiasi. Pada MM THJ dapat dilihat asosiasi produk tertinggi sebagai Market Basket Analysis sehingga disarankan untuk rekomendasi penyusunan tata letak barang
Dalam dunia bisnis khususnya industri minimarket, menuntut para pelaku bisnis untuk melakukan cara agar dapat meningkatkan penjualan dan pemasaran barang yang ada di minimarketnya, salah satunya dengan pemanfaatan data transaksi. Namun dengan adanya kegiatan operasional sehari-hari, data semakin lama akan semakin bertambah banyak. Jumlah data yang begitu besar akan menjadi masalah bagi minimarket tersebut jika tidak bisa dimanfaatkan sebaik mungkin. Algoritma apriori termasuk jenis aturan asosiasi pada data mining. Salah satu tahap analisis asosiasi yang menarik perhatian banyak peneliti untuk menghasilkan algoritma yang efisien adalah analisis pola frequensi tinggi(frequent pattern mining). Penting tidaknya suatu asosiasi dapat diketahui dengan dua tolak ukur, yaitu : support dan confidence. Support (nilai penunjang) adalah persentase kombinasi item tersebut dalam database, sedangkan confidence (nilai kepastian) adalah kuatnya hubungan antar-item dalam aturan asosiasi. Pada MM THJ dapat dilihat asosiasi produk tertinggi sebagai Market Basket Analysis sehingga disarankan untuk rekomendasi penyusunan tata letak barang
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
