Implementasi Algoritma Apriori untuk Promo Bundling Penjualan Produk (Studi Kasus: Toko Jumbo)

Edward, Edward (2023) Implementasi Algoritma Apriori untuk Promo Bundling Penjualan Produk (Studi Kasus: Toko Jumbo). Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (1MB)
	PDF BAB_I.pdf Download (152kB)
	PDF BAB_II.pdf Download (352kB)
	PDF BAB_III.pdf Download (896kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_V.pdf Download (131kB)
	PDF DAFTAR_PUSTAKA.pdf Download (148kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (821kB)

Abstract

Sejak dimulainya pandemi COVID-19, banyak bisnis yang mengalami penurunan angka penjualan setiap harinya. Salah satu strategi untuk meningkatkan angka penjualan adalah dengan memberikan rekomendasi bundling product. Metode Asosiasi adalah metode pada data mining yang digunakan untuk menemukan pola transaksi untuk bundling product. Algoritma Apriori mengidentifikasi kombinasi produk yang sering dibeli secara bersamaan dengan menghasilkan aturan asosiasi. Penelitian ini mengimplementasikan algoritma Apriori pada transaksi penjualan pada toko Jumbo untuk rekomendasi bundling product. Pengujian dilakukan dengan metode White Box Testing untuk memastikan bahwa alur program dapat dilalui setidaknya satu kali. Evaluasi dilakukan menggunakan USE Questionnaire, dan hasil menunjukkan nilai usefulness sebesar 87.5%, ease of use sebesar 89.45%, ease of learning sebesar 91%, dan satisfaction sebesar 88.57%. Nilai-nilai tersebut menyatakan bahwa sistem sangat layak dari segi kegunaan, kemudahan penggunaan, pembelajaran, dan kepuasan pengguna. Lift ratio digunakan sebagai indikator untuk menilai sejauh mana kombinasi produk dapat diandalkan dalam pembentukan kombinasi product bundling.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Algoritma Apriori, Bundling Product, Lift Ratio, White Box Testing
Subjects:	?? T58.5-58.64 ??
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	05 Nov 2024 08:10
Last Modified:	05 Nov 2024 08:10
URI:	https://kc.umn.ac.id/id/eprint/32113

Actions (login required)

View Item