UMN Knowledge Center

Implementasi algoritma improved apriori shankar bargadiya pada market basket analysis

Pawarta, Antonius Mitra (2016) Implementasi algoritma improved apriori shankar bargadiya pada market basket analysis. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img]
Preview
Text
HALAMAN AWAL.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img]
Preview
Text
BAB I.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (947kB) | Preview
[img]
Preview
Text
BAB II.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img]
Preview
Text
BAB III.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img] Text
BAB IV.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB)
[img]
Preview
Text
BAB V.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (746kB) | Preview
[img]
Preview
Text
DAFTAR PUSTAKA.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (832kB) | Preview
[img]
Preview
Text
LAMPIRAN.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (744kB) | Preview

Abstract

Menurut sebuah tajuk berita bisnis online pada tahun 2016 jumlah toko modern yang dilengkapi dengan sistem informasi tumbuh 38 persen dibandingkan tahun 2009. Penggunaan komputer sebagai alat pencatatan transaksi menjadi kebutuhan dasar setiap ritel modern. Pencatatan data transaksi menggunakan software data mining dapat meningkatkan faktor utama pelanggan membeli dan mengetahui paket produk apa saja yang bisa meningkatkan penjualan. Dari permasalahan tersebut digunakan market basket analysis untuk mengatasinya. Market basket analysis merupakan sebuah analisis yang dilakukan terhadap perilaku konsumen dalam berbelanja. Salah satu algoritma yang dapat digunakan adalah algoritma Apriori. Algoritma Apriori memiliki kelemahan, yaitu melakukan query database secara berulang-ulang. Algoritma Improved Apriori Shankar Bargadiya menjadi salah satu solusi yang dapat digunakan untuk mengatasi kelemahan tersebut. Aktivitas yang dilakukan pertama kali adalah menemukan frequent 1-itemset dari database. Inisialisasi tersebut dimasukkan ke dalam Global power set. Tujuan query database untuk menghitung itemset yang memenuhi minimum support. Pengujian dilakukan dengan menggunakan 70% data untuk data training dan 30% untuk data testing. Pengujian menggunakan minimum confidence 0,05 dan minimum support 0,005 dari total data transaksi menghasilkan semua rule yang terbentuk memiliki lift ratio > 1. Kemudian, data training dibandingkan dengan data testing menghasilkan tingkat keakuratan rule sebesar 73%. Hal ini membuktikan penggunaan algoritma Improved Apriori Shankar Bargadiya dapat diimplementasikan pada market basket analysis. Kata kunci: Data Mining, Improved Apriori Shankar Bargadiya, Lift Ratio, Market Basket Analysis, Ritel

Item Type: Thesis (Bachelor Thesis)
Subjects: H Social Sciences > HF Commerce > HF5001-6182 Business > HF5469.7-5481 Markets. Fairs
Q Science > QA Mathematics > QA76 Computer software
T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T58.5-58.64 Information technology
Divisions: Fakultas Teknik Informatika > Program Studi Informatika
Depositing User: mr admin umn
Date Deposited: 17 Jul 2017 10:28
Last Modified: 04 Oct 2017 10:04
URI: http://kc.umn.ac.id/id/eprint/1171

Actions (login required)

View Item View Item