SISTEM PENDUKUNG KEPUTUSAN ANALISIS POLA PEMBELIAN PRODUK DENGAN METODE ALGORITMA APRIORI

Henrry Bonai, Denny (2011) SISTEM PENDUKUNG KEPUTUSAN ANALISIS POLA PEMBELIAN PRODUK DENGAN METODE ALGORITMA APRIORI. Other thesis, UPN "VETERAN" YOGYAKARTA.

[img]
Preview
Text
abstrak.pdf

Download (83kB) | Preview

Abstract

Analisis asosiasi adalah teknik data mining untuk menemukan aturan asosiatif antara suatu kombinasi item.Aturan asosiatif dari analisis pembelian di suatu pasar swalayan adalah mengetahui besarnya kemungkinan seorang pelanggan untuk membeli suatu barang bersamaan dengan barang yang lain.Dengan pengetahuan tersebut pemilik pasar swalayan dapat mengatur penempatan barangnya atau merancang kampanye pemasaran menggunakan kupon diskon untuk kombinasi barang tertentu .Adapun teknik yang digunakan dalam penelitian ini adalah algoritma apriori menggunakan 2 nilai analisis 2 nilai penting yaitu minimum support dan confidence.Dua nilai tersebut digunakan dengan proses iterasi untuk menemukan setiap kombinasi item barang yang disebut proses join dan proses untuk mengeliminasi pengelompokan barang yang tidak memenuhi minimum support yang disebut proses prune.Dari teknik-teknik yang disebutkan diatas didapatkan frekuensi dan item barang yang paling sering muncul bersamaan yang membantu management untuk menata dan mengelompokan barang dan mengoptimalkan persediaan produk. Untuk membangun sistem pendukung keputusan berbasis desktop ini dibutuhkan perangkat lunak Microsoft Visual Basic dan SQL Server sebagai datebase server. Hasil akhir kesimpulan menggunakan nilai confidence yang menggambarkan secara umum hubungan atau keterkaitan antara barang dan implementasi algoritma apriori dapat digunakan untuk menganalisis data transaksi secara keseluruhan atau pada periode tertentu saja.Dari hasil perhitungan algoritma juga dapat dianalisis bahwa proses yang membutuhkan sumber daya yang sangat besar dan waktu analisis yang lama adalah proses join antar item barang.Dengan proses kombinasi item barang yang semakin banyak menyebabkan kombinasi antar item juga semakin banyak.

Item Type: Thesis (Other)
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User: Muji Isambina
Date Deposited: 12 Jan 2017 03:46
Last Modified: 12 Jan 2017 03:46
URI: http://eprints.upnyk.ac.id/id/eprint/10814

Actions (login required)

View Item View Item