Implementasi Algoritma Apriori untuk Rekomendasi Kombinasi Produk Penjualan (Studi Kasus: PT. Grup Gaga Indonesia)

Setiawan, Andre (2019) Implementasi Algoritma Apriori untuk Rekomendasi Kombinasi Produk Penjualan (Studi Kasus: PT. Grup Gaga Indonesia). Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
Preview	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (811kB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (727kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
Preview	Text BAB_III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
Preview	Text BAB_V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (742kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (2MB)

Abstract

Hasil pencatatan transaksi yang disimpan di komputer masih merupakan data asli atau mentah yang artinya data tersebut penting untuk dianalisa lebih lanjut. Dalam proses penjualan, tidak sedikit toko daring menggunakan kombinasi produk yang kurang tepat karena belum diolah dari data transaksi. Oleh karena masalah tersebut, dibuat sebuah sistem rekomendasi kombinasi produk penjualan berbasis website menggunakan framework CodeIgniter dengan bahasa pemrograman PHP. Sistem ini dibuat menggunakan Market Basket Analysis dengan algoritma Apriori yang dapat menentukan kombinasi produk penjualan. Dilakukan pengujian terhadap website menggunakan white box untuk memastikan alur program dapat dilalui setidaknya satu kali dan dievaluasi menggunakan USE Questionnaire dengan hasil pada usefulnes 90.83%, ease of use 89.09%, ease of learning 95% dan satisfaction 90.94% yang menyatakan sangat setuju pada setiap aspek. Lift ratio digunakan dalam mengevaluasi sistem dimana nilai yang dihasilkan adalah 1.18 menyatakan bahwa aturan tersebut memiliki kekuatan hubungan antar item.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Apriori, CodeIgniter, Lift Ratio, Market Basket Analysis, Rekomendasi
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	04 Dec 2019 07:43
Last Modified:	25 Aug 2023 08:29
URI:	https://kc.umn.ac.id/id/eprint/10377

Actions (login required)

View Item