IDENTIFIKASI POLA PENJUALAN KATEGORI BARANG DALAM MENJAGA STABILITAS STOK BARANG MENGGUNAKAN ALGORITMA FP- GROWTH

Nelisa, Nelisa (2021) IDENTIFIKASI POLA PENJUALAN KATEGORI BARANG DALAM MENJAGA STABILITAS STOK BARANG MENGGUNAKAN ALGORITMA FP- GROWTH. Masters thesis, Universitas Putra Indonesia YPTK.

[img]
Preview
Text (Abstrak)
Thesis_NELISA_191321009_abstrak.pdf

Download (35kB) | Preview
[img]
Preview
Text (Bab I)
Thesis_NELISA_191321009_BABI.pdf

Download (106kB) | Preview
[img]
Preview
Text (Daftar Pustaka)
Thesis_NELISA_191321009_Daftar Pustaka.pdf

Download (97kB) | Preview
[img] Text (Full Text)
Thesis_NELISA_191321009_Full text.pdf
Restricted to Repository staff only

Download (2MB)

Abstract

Dalam mengelola sekumpulan Database yang sangat besar dibutuhkan suatu metode atau teknik yang dapat mengubah segunung data menjadi suatu informasi, salah satu data yang bisa diolah adalah data penjualan. Mini Market Ulfamart merupakan salah satu Mini Market yang berperan memenuhi kebutuhan konsumen dengan baik sehinga perlu metode yang baik untuk mengelola barang agar dapat memenuhi kebutuhan konsumen, data yang dapat diolah salah satunya adalah data transaksi penjualan pada Mini Market Ulfamart. Dimana nantinya akan menjadi sebuah informasi penting untuk meningkatkan penjualan. Penelitian ini bertujuan untuk menemukan pola pembelian barang untuk memprediksi tingkat ketersediaan stok barang dan tata letak barang sehingga dapat meningkatkan penjualan untuk periode berikutnya. Dari data transaksi yang diolah maka didaptakan data hasil pengujian menggunakan Software Rapidminer 24 rule dengan menggunakan 50 data transaksi. Berdasarkan hasil tersebut didapatkan pengetahuan rule asosiasi dari data transaksi yang diuji, pengujian yang dilakukan bertujuan untuk mengestraksi pengetahuan dari perhitungan minimum Support dan minimum Confidance. Pencarian dilakukan dengan nilai minimum Support 30% dan minimum Confidance 70%, semakain tinggi nilai minimum Support maka semakin sedikit rule yang didapatkan, semakin rendah minimum Support yang diberikan maka semakin banyak rule yang didapatkan.

Item Type: Thesis (Masters)
Subjects: 0 Research > Ilmu Komputer
0 Research > Ilmu Komputer > Sistem Informasi
Divisions/ Fakultas/ Prodi: Fakultas Ilmu Komputer > Magister Ilmu Komputer (S2)
Depositing User: Fani Alivia S.S.i
Date Deposited: 04 Mar 2023 01:50
Last Modified: 04 Mar 2023 01:50
URI: http://repository.upiyptk.ac.id/id/eprint/4184

Actions (login required)

View Item View Item