Implementasi Association Rule Mining untuk Mengetahui Produk Unggulan dengan Algoritma FP-Growth (Studi Kasus: Toko Sinar Abadi Jaya)

Hadi, Andrew (2022) Implementasi Association Rule Mining untuk Mengetahui Produk Unggulan dengan Algoritma FP-Growth (Studi Kasus: Toko Sinar Abadi Jaya). Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	PDF HALAMAN_AWAL.pdf Download (958kB) | Preview
Preview	PDF DAFTAR_PUSTAKA.pdf Download (226kB) | Preview
Preview	PDF BAB_I.pdf Download (205kB) | Preview
Preview	PDF BAB_II.pdf Download (295kB) | Preview
Preview	PDF BAB_III.pdf Download (239kB) | Preview
	PDF BAB_IV.pdf Restricted to Registered users only Download (719kB)
Preview	PDF BAB_V.pdf Download (201kB) | Preview
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (1MB)

Abstract

Suatu bisnis antar produsen dan konsumen selalu memiliki hal yang tak terhin- darkan, salah satunya adalah transaksi jual beli. Penjual yang ingin sukses dalam dunia pasar dan bisnis akan memikirkan apa yang bisa dilakukan untuk mengu- rangi resiko buruk yang dapat mempengaruhi jalan kerja bisnis. Suatu data mining bisa digunakan untuk data yang ingin diamati dan menemukan pola tertentu dari data tersebut. Metode pada penelitian ini dirancang dengan algoritma frequent pat- tern growth karena pemakaiannya dapat melihat korelasi antar items dalam suatu data set yang besar dengan cepat dan efisien. Hasil penelitian menunjukkan adanya 11 strong rules atau 11 kombinasi dari 3 label items (I5, I6, I9) yang memenuhi ketentuan minimum support dan minimum confidence penelitian serta semua rules tersebut memiliki korelasi positif atau nilai lift ratio lebih dari 1. Implementasi association rule mining dalam penelitian ini terhadap 21 data transaksi berhasil mendapat 11 hasil kombinasi yang dapat dijadikan sebagai acuan produk unggulan.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Association rule mining, data mining, frequent pattern growth, strong rules, transaksi
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:	20 Jul 2022 03:38
Last Modified:	24 Aug 2023 05:58
URI:	https://kc.umn.ac.id/id/eprint/21795

Actions (login required)

View Item