Implementasi algoritma frequent pattern growth pada market basket analysis (studi kasus : pusatkosmetik.com)

Ario, Susanto (2016) Implementasi algoritma frequent pattern growth pada market basket analysis (studi kasus : pusatkosmetik.com). Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	Text HALAMAN AWAL.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (738kB) | Preview
Preview	Text BAB I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (696kB) | 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 (2MB) | Preview
	Text BAB IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (5MB)
Preview	Text BAB V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (689kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (681kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (608kB)

Abstract

Pertumbuhan e-commerce di Indonesia yang pesat memberikan persaingan yang ketat antara pemilik e-commerce tersebut. Hal tersebut menyebabkan setiap e-commerce harus terus berinovasi agar tetap bertahan. Salah satu strateginya adalah penggunaan teknik market basket analysis (MBA) dalam memberikan rekomendasi kombinasi produk. Banyaknya data transaksi yang terkumpul dapat dijadikan salah satu keuntungan untuk menemukan pola transaksi konsumen. MBA digunakan untuk mempelajari pola tersebut dengan bantuan algoritma frequent pattern growth yang dijadikan ke dalam bentuk association rules dengan parameter sehingga tampak jelas produk apa sajakah yang dapat digabungkan menjadi satu paket untuk meningkatkan penjualan dan dengan bantuan parameter support, confidence, dan lift untuk mendukung tingkat pengambilan keputusan. Adapun penelitian ini telah menghasilkan lima rekomendasi kombinasi produk beserta penilaian performa algoritma. Dengan data uji 30% dan data latih 70% dan pengambilan 4 kali sampel, didapatkan nilai performa algoritma 73%, 82%, dan 77% dengan jumlah kemunculan rules yang sama minimal 2 kali, dan nilai 19% dengan jumlah kemunculan 1 kali sehingga disimpulkan nilai performa algoritma dapat digunakan sebagai parameter keakuratan rules yang dihasilkan. Kemudian pengujian kedua didapatkan bahwa rules rekomendasi produk yang dihasilkan dapat meningkatkan penjualan produk-produk yang diimplementasikan pada pusatkosmetik.com sebesar 44.34% dan 38.67% masing-masing.

Item Type:	Thesis (Bachelor Thesis)
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
Depositing User:	Administrator UMN Library
Date Deposited:	18 Jul 2017 08:36
Last Modified:	08 May 2023 07:48
URI:	https://kc.umn.ac.id/id/eprint/1178

Actions (login required)

View Item