Implementasi algoritma fp-growth dengan pendekatan unplanned purchases pada modul promosi katalog (studi kasus: estore pt. kandel)

Handoko, Daniel Adhi (2014) Implementasi algoritma fp-growth dengan pendekatan unplanned purchases pada modul promosi katalog (studi kasus: estore pt. kandel). 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 BAB I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (835kB) | Preview
Preview	Text BAB II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (783kB) | Preview
Preview	Text BAB III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (945kB) | 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
Preview	Text DAFTAR PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (745kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (820kB)

Abstract

Terdapat beberapa faktor yang mempengaruhi perilaku calon konsumen, salah satunya adalah faktor situasional, pada toko online (e-commerce) dengan faktor ini konsumen dapat tergiring kedalam Unplanned Purchases (pembelian yang tidak direncanakan). Untuk dapat membuat konsumen melakukan pembelian yang tidak direncanakan ini maka perlu dibuat suatu katalog yang dapat menyajikan produk – produk yang dapat di rekomendasikan kepada konsumen. Algoritma FPGrowth merupakan algoritma yang sudah banyak digunakan dalam melakukan pencarian frequent itemset. Dalam skripsi ini akan dibahas penerapan FP-Growth dalam proses pencarian frequent itemset untuk dapat merekomendasikan produk – produk yang sering dibeli oleh pelanggan lain. Penggalian itemset yang paling sering muncul dengan menggunakan algoritma FP-Growth akan dilakukan dengan cara(1) pembangkitan conditional pattern base, (2) pembangkitan conditional FPTree, (3) pencarian frequent itemset. Berdasarkan hasil ujicoba maka algoritma FP-Growth dapat diimplementasikan serta lebih efisien dari perhitungan manual berdasar rekap penjualan.

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++ 600 Technology (Applied Sciences) > 600 Technology > 600 Technology
Divisions:	Faculty of Engineering & Informatics > Informatics
Depositing User:	Administrator UMN Library
Date Deposited:	02 Aug 2017 02:19
Last Modified:	05 Apr 2023 03:50
URI:	https://kc.umn.ac.id/id/eprint/1601

Actions (login required)

View Item