Implementasi Hybrid Model Analisis Asosiasi dan Prediksi Penjualan Produk Chewee Menggunakan Apriori dan XGBoost

Phileina Fernandita Samosir, Maria Stefany (2025) Implementasi Hybrid Model Analisis Asosiasi dan Prediksi Penjualan Produk Chewee Menggunakan Apriori dan XGBoost. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (853kB)
	PDF BAB_I.pdf Download (349kB)
	PDF BAB_II.pdf Download (632kB)
	PDF BAB_III.pdf Download (387kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_V.pdf Download (222kB)
	PDF DAFTAR_PUSTAKA.pdf Download (279kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (477kB)

Abstract

Penelitian inimengusulkanhybridmodelyangmemadukanAprioriuntuk analisisasosiasidanXGBoostuntukprediksipenjualanprodukpadamarketplace Chewee, dengan tujuan mendukung strategi bundling dan rekomendasi antar-merek. Data transaksi (ID Orderan dan Merk) periode 1 Januari 2023­31 Desember 2024 dianalisis untuk mengidentifikasi frequent itemsets dan membentuk aturan asosiasi dengan support minimal 0,004. Hasil Apriori mengungkap pola kombinasi merek yang sering dibeli bersamaan, lalu metrik antecedent support, consequent support, confidence, dan lift digunakan sebagai fitur prediksi. XGBoost terpilih sebagai model terbaik dengan kinerja: MAE = 0,000742, MSE = 8,8×10, RMSE = 0,000938, dan R² = 0,4704, mengungguli model lain dalam akurasi prediksi dukungan kemunculan kombinasi merek . Selain itu, dikembangkan prototipe sistem rekomendasi berbasis web yang memanfaatkan hasil asosiasi dan prediksi untuk memberikan saran bundling produk. Temuan ini memberikan wawasan bagi manajemen Chewee dalam menyusunpaketpromosi(bundling)danmemvalidasiefektivitaspenerapanhybrid modelApriori­XGBoost pada konteks ecommerce petshop.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Phileina Fernandita Samosir, Maria Stefany (00000057103)
Contributors:	Irmawati, Irmawati
Keywords:	Analisis Asosiasi, Apriori, Hybrid Model, Marketplace Chewee, Sistem Rekomendasi, Prediksi Asosiasi, XBoost
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 004 Computer Science, Data Processing, Hardware > 004.2 Systems Analysis and Design, Information Architecture, Performance Evaluation
Divisions:	Faculty of Engineering & Informatics > Information System
Date Deposited:	09 Sep 2025 06:37
URI:	https://kc.umn.ac.id/id/eprint/40133

Actions (login required)

View Item