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.

Preview	Text HALAMAN AWAL.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
Preview	Text BAB I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (947kB) | 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 (746kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (832kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (744kB)

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:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.5 Application / Software 300 Social Sciences > 330 Economics > 338 Production (Agriculture, Business Enterprise, Extraction of Minerals, General Production) 600 Technology (Applied Sciences) > 600 Technology > 600 Technology
Divisions:	Faculty of Engineering & Informatics > Informatics
Depositing User:	Administrator UMN Library
Date Deposited:	17 Jul 2017 10:28
Last Modified:	29 Jan 2022 05:10
URI:	https://kc.umn.ac.id/id/eprint/1171

Actions (login required)

View Item