Penerapan Data Mining untuk Analisis Pola Pembelian Konsumen dengan Algoritma FP-Growth pada Data Transaksi Penjualan Sparepart Motor
Total View This Week0
Total View This Week0
Institusion
Universitas Putera Batam
Author
Saputra, Eka
Subject
004.21 Sistem Analis dan Desain Komputer
Datestamp
2024-11-05 02:58:07
Abstract :
Bengkel motor merupakan salah satu faktor penjamin kenyamanan penggunaan sepeda motor. Tanpa adanya bengkel, pengendara akan mengalami kesulitan untuk memberikan perawatan rutin dan memperbaiki sepeda motornya yang bermasalah. Ketersediaan bengkel di setiap sudut kota juga belum tentu menjamin kenyamanan penggunaan sepeda motor, hal ini bisa disebabkan beberapa faktor yaitu tidak adanya informasi yang cepat dan akurat bagi konsumen mengenai stok atau persediaan suku cadang motor yang tersedia seperti oli, rantai, lahar, dan lain sebagainya. Sehingga konsumen yang datang ke bengkel sering kali merasa kecewa karena setelah menunggu lama ternyata suku cadang yang dicari tidak tersedia. Tidak lepas dari pola pemikiran pembelian konsumen dalam aspek keamanan, kenyamanan dan jenis barang yang di perjualkan, dengan banyak nya kegiatan yang dilakukan tiap hari data semakin bertambah banyak. Data yang telah di kumpulkan tidak hanya sebagai data arsip oleh pihak bengkel melainkan di manfaatkan sebagai data yang di olah sebagai data informasi yang digunakan untuk dapat meningkatkan penjualan spartpart motor. Hal ini juga berdampak pada pemanfaatan data transaksi penjualan yang ada karena data transaksi yang biasanya sebagai arsip menimbulkan terjadi penumpukan data yang tidak di ketahui manfaat nya, padahal jika data tersebut diolah dengan baik dapat bermanfaat sebagai informasi yang digunakan untuk mengambil keputusan dalam memperoleh pengetahuan yang baru tentang penjualan selain itu Sulit mengambil keputusan yang tepat untuk menentukan stock barang berdasarkan pola pembelian spartpart, serta ketersedian bengkel di setiap sudut kota belum tentu menjamin kenyamanan pengguna sepeda motor sebab tidak adanya informasi yang cepat dan akurat. Untuk mendapatkan informasi tersebut, dapat dilakukan dengan menggunakan teknik data mining
Bengkel motor merupakan salah satu faktor penjamin kenyamanan penggunaan sepeda motor. Tanpa adanya bengkel, pengendara akan mengalami kesulitan untuk memberikan perawatan rutin dan memperbaiki sepeda motornya yang bermasalah. Ketersediaan bengkel di setiap sudut kota juga belum tentu menjamin kenyamanan penggunaan sepeda motor, hal ini bisa disebabkan beberapa faktor yaitu tidak adanya informasi yang cepat dan akurat bagi konsumen mengenai stok atau persediaan suku cadang motor yang tersedia seperti oli, rantai, lahar, dan lain sebagainya. Sehingga konsumen yang datang ke bengkel sering kali merasa kecewa karena setelah menunggu lama ternyata suku cadang yang dicari tidak tersedia. Tidak lepas dari pola pemikiran pembelian konsumen dalam aspek keamanan, kenyamanan dan jenis barang yang di perjualkan, dengan banyak nya kegiatan yang dilakukan tiap hari data semakin bertambah banyak. Data yang telah di kumpulkan tidak hanya sebagai data arsip oleh pihak bengkel melainkan di manfaatkan sebagai data yang di olah sebagai data informasi yang digunakan untuk dapat meningkatkan penjualan spartpart motor. Hal ini juga berdampak pada pemanfaatan data transaksi penjualan yang ada karena data transaksi yang biasanya sebagai arsip menimbulkan terjadi penumpukan data yang tidak di ketahui manfaat nya, padahal jika data tersebut diolah dengan baik dapat bermanfaat sebagai informasi yang digunakan untuk mengambil keputusan dalam memperoleh pengetahuan yang baru tentang penjualan selain itu Sulit mengambil keputusan yang tepat untuk menentukan stock barang berdasarkan pola pembelian spartpart, serta ketersedian bengkel di setiap sudut kota belum tentu menjamin kenyamanan pengguna sepeda motor sebab tidak adanya informasi yang cepat dan akurat. Untuk mendapatkan informasi tersebut, dapat dilakukan dengan menggunakan teknik data mining
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
