ANALISIS KAIDAH ASOSIASI ANTAR ITEM PADA DATA PENJUALAN UNTUK PENENTUAN PAKET BUNDLING MENGGUNAKAN ALGORITMA FREQUENT PATTERN GROWTH (FP-GROWTH) (Studi Kasus: Toko Wijaya)

NAVITA, UYUN (2023) ANALISIS KAIDAH ASOSIASI ANTAR ITEM PADA DATA PENJUALAN UNTUK PENENTUAN PAKET BUNDLING MENGGUNAKAN ALGORITMA FREQUENT PATTERN GROWTH (FP-GROWTH) (Studi Kasus: Toko Wijaya). Diploma thesis, Universitas Pembangunan Nasional "Veteran" Yogyakarta.

	Text 1. Skripsi Fulltext_123160154_Uyun Navita.pdf Restricted to Repository staff only Download (3MB)
	Text 1. Skripsi Fulltext_123160154_Uyun Navita.pdf Restricted to Repository staff only Download (3MB)
	Text 2. Cover_123160154_Uyun Navita.pdf Download (139kB)
	Text 3. Abstrak_123160154_Uyun Navita.pdf Download (12kB)
	Text 4. Lembar Pengesahan_123160154_Uyun Navita.pdf Download (939kB)
	Text 5. Daftar Isi_123160154_Uyun Navita.pdf Download (33kB)
	Text 6. Daftar Pustaka_123160154_Uyun Navita.pdf Download (98kB)

Abstract

Penelitian ini berkaitan dengan Knowledge Discovery in Database (KDD) dan data mining,
khususnya dalam analisis asosiasi atau Association Rule. Tujuan penelitian adalah untuk mencari pola
pembelian yang sering muncul dalam data penjualan di Toko Wijaya dengan menggunakan Algoritma
FP-Growth dalam Market Basket Analysis. Market Basket Analysis adalah analisis kebiasaan pembeli
untuk menemukan asosiasi dan korelasi antara item-item yang dibeli bersamaan. Algoritma FP�Growth dipilih karena telah terbukti lebih efisien dan cepat dibandingkan Algoritma Apriori.
Hasil dari analisis asosiasi akan digunakan untuk menentukan paket bundling, yaitu gabungan
item-item yang paling diminati dengan item yang kurang diminati. Dengan demikian, penelitian ini
dapat memberikan rekomendasi bagi Toko Wijaya dalam mengoptimalkan penjualan dan strategi
pemasaran.
Penelitian ini dapat memberikan manfaat bagi perusahaan retail/minimarket dalam mendukung
pengambilan keputusan yang lebih baik dan efektif berdasarkan pola pembelian yang ditemukan
melalui analisis asosiasi. Implementasi Algoritma FP-Growth pada penelitian ini membuktikan
efisiensi dan kegunaannya dalam menemukan frequent itemset dalam data penjualan yang besar, dan
hasil analisis tersebut dapat memberikan wawasan penting bagi pengembangan strategi perusahaan.
Kata Kunci: Association Rule, Analisis pola pembelian, Algoritma FP-Growth

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Association Rule, Analisis pola pembelian, Algoritma FP-Growth
Subjects:	Q Science > Q Science (General)
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eny Suparny
Date Deposited:	31 Jul 2023 01:49
Last Modified:	31 Jul 2023 01:56
URI:	http://eprints.upnyk.ac.id/id/eprint/36639

Actions (login required)

View Item