PERANCANGAN APLIKASI DATA MINING MENGGUNAKAN ASSOCIATION RULE DENGAN METODE APRIORI UNTUK MENGANALISA PENJUALAN DI RANGGON JAYA MART

YANI, SUFRI (2019) PERANCANGAN APLIKASI DATA MINING MENGGUNAKAN ASSOCIATION RULE DENGAN METODE APRIORI UNTUK MENGANALISA PENJUALAN DI RANGGON JAYA MART. Sarjana thesis, Universitas Putra Indonesia "YPTK" Padang.

[img]
Preview
Text
13101152630211_SUFRI YANI_ABSTRAK.pdf

Download (87kB) | Preview

Abstract

Semakin berkembangnya persaingan dalam dunia bisnis khususnya dalam industri supermarket, minimarket dan swalayan menuntut para pengembang untuk menemukan suatu pola yang dapat meningkatkan penjualan dan pemasaran barang di swalayan, salah satunya adalah dengan pemanfaatan data transaksi. Pada Ranggon Jaya Mart manager kurang dalam peninjauan produk yang dijual, produk-produk apa saja yang dibutuhkan konsumen dan penyimpanan data-data kurang efektif. Dalam analisa ini digunakan metode Association Rule dengan menggunakan Algoritma Apriori. Algoritma apriori adalah suatu metode untuk mencari pola hubungan antar satu atau lebih item dalam suatu dataset. Algoritma apriori banyak digunakan pada data transaksi atau biasa disebut market basket, dengan adanya algoritma apriori, pemilik swalayan dapat mengetahui pola pembelian seorang konsumen, jika seorang konsumen membeli item A dan B maka kemungkinan 50% dia akan membeli item C, pola ini sangat signifikan dengan adanya data transaksi. Masalah yang terjadi di Ranggon Jaya Mart yaitu manager kurang dalam peninjauan produk yang dijual, produk-produk apa saja yang dibutuhkan konsumen dan penyimpanan data-data kurang efektif. Dengan adanya data mining dimaksudkan untuk memberikan solusi nyata kepada Ranggon Jaya Mart agar dapat mengetahui mana barang yang laris dan mana barang yang tidak laris, kemudian dapat membandingkan penjualan dari tahun ketahun menjadi media yang efektif untuk pengembangan penjualan pada Ranggon Jaya Mart.

Item Type: Thesis (Sarjana)
Additional Information: 13101152630211
Subjects: 0 Research > Ilmu Komputer > Data Mining dan KDD
Divisions/ Fakultas/ Prodi: Fakultas Ilmu Komputer > Teknik Informatika (S1)
Depositing User: Users 147 not found.
Date Deposited: 24 Jan 2019 04:06
Last Modified: 24 Jan 2019 04:06
URI: http://repository.upiyptk.ac.id/id/eprint/1860

Actions (login required)

View Item View Item