Latifah, Vania Nuraini (2018) Implementasi Algoritme Modified-Apriori Untuk Menentukan Pola Penjualan Sebagai Strategi Penempatan Barang Dan Promo. Sarjana thesis, Universitas Brawijaya.
Abstract
Pola penjualan merupakan salah satu cara yang dapat digunakan untuk menentukan strategi penjualan berupa penempatan barang dan promo, dengan melihat seberapa sering suatu barang dibeli secara bersamaan pada sebuah toko retail. Jumlah transaksi yang banyak setiap harinya membuat perusahaan retail memiliki kesulitan dalam menentukan strategi penjualan. Data mining digunakan untuk menganalisis data yang berukur besar untuk menemukan hubungan antara data dan dapat menghasil informasi yang berguna untuk pengguna. Sehingga pada penelitian ini menggunakan data transaksi penjualan untuk menentukan pola penjualan dengan menggunakan association rule dan algoritme Modified-Apriori dari data mining. Association rule merupakan metode untuk mencari hubungan menarik yang tersembunyi dalam data yang besar dengan menggunakan perhitungan nilai support dan confidence. Algortime Modified-Apriori adalah pengembangan dari algoritme Apriori yang melakukan pencarian frequent itemset dengan proses penggabungan (join) dan pemangkasan (prune) dan menghasilkan efisiensi waktu yang lebih cepat dengan menggunakan teknik hash dibandingkan dengan algoritme Apriori. Teknik hash yang digunakan adalah dengan hash map. Data yang digunakan adalah data transaksi dari toko retail di Malang yang berjumlah 485 transaksi. Dari rule yang dihasilkan dilakukan analisis yaitu seberapa sering suatu produk dibeli secara bersamaan oleh konsumen dan dapat dijadikan sebagai pola penjualan untuk menentukan penempatan barang dan promo. Hasil dari penelitian ini didapatkan nilai minimum support tertinggi yaitu 9% dan nilai minimum confidence tertinggi yaitu 80%. Panjang itemset yang dihasilkan adalah 2-itemset dan 3-itemset. Pengujian dengan menggunakan lift ratio didapatkan rule yang memiliki nilai lebih dari 1.
English Abstract
Sales pattern is one of the methods that can be used to determine sales strategy such as the products placement and promo, by seeing on how often an item purchased simultaneously in a retail store. Many transactions every day make retail companies have difficulty in determining sales strategy. Data mining is used for analyzing the big data to find inter-data connection and to generate useful informations for the users. Data mining is used for analyzing the big data to find inter-data connection and to generate useful informations for the users Association rule is a method used for finding unique connection hid in big data by using the calculation of the value of support and confidence. Algorithm modified Apriori is the development of the Apriori algorithm which searches frequent itemset and joining and pruning process, then as a result, it produces faster time efficiency by using hash-based technique instead of Apriori algorithm. The hash technique used is with hash map. The data used is the sales transaction data from retail store in Malang, amounting to 485 transactions. From the resulting rule analysis is how often a product purchased simultaneously by consumers and can be used as a sales pattern to determine the placement of goods and promos. The results obtained from this study are the highest value of the minimum support is 9% and the highest value of minimum confidence is 80%. The length of the itemset are 2-itemset and 3-itemset. Test which used lift ratio generates rule which has value of more than 1.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2018/207/051801229 |
| Uncontrolled Keywords: | Data Mining, Association Rule, Modified-Apriori, Pola Penjualan |
| Subjects: | 000 Computer science, information and general works > 006 Special computer methods > 006.3 Artificial intelligence > 006.31 Machine learning > 006.312 Data mining |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Yusuf Dwi N. |
| Date Deposited: | 28 May 2018 03:22 |
| Last Modified: | 27 Oct 2021 03:56 |
| URI: | http://repository.ub.ac.id/id/eprint/11175 |
Preview |
Text
BAB V.pdf Download (933kB) | Preview |
Preview |
Text
BAB VII.pdf Download (532kB) | Preview |
Preview |
Text
BAB IV.pdf Download (1MB) | Preview |
Preview |
Text
Bagian Depan.pdf Download (1MB) | Preview |
Preview |
Text
Daftar Pustaka.pdf Download (538kB) | Preview |
Preview |
Text
BAB VI.pdf Download (762kB) | Preview |
Preview |
Text
BAB I.pdf Download (553kB) | Preview |
Preview |
Text
BAB II.pdf Download (1MB) | Preview |
Preview |
Text
BAB III.pdf Download (570kB) | Preview |
Actions (login required)
 |
View Item |