Wijaksono, Wisnu Khabul (2018) APLIKASI DATA MINING DENGAN ALGORITMA FP-GROWTH UNTUK MENEMUKAN POLA PADA DATA PENJUALAN SWALAYAN. Other thesis, UPN "Veteran" Yogyakarta.
Preview |
Text
COVER.pdf Download (126kB) | Preview |
Preview |
Text
ABTRAK.pdf Download (11kB) | Preview |
Preview |
Text
HALAMAN PENGESAHAN PEMBIMBING .pdf Download (366kB) | Preview |
Preview |
Text
DAFTAR ISI.pdf Download (94kB) | Preview |
Abstract
Swalayan merupakan suatu tempat yang menjual berbagai macam barang-barang kebutuhan sehari-hari. Banyaknya transaksi yang terjadi mengakibatkan terjadinya tumpukan data pada database, Tumpukan data yang tersimpan di dalam database dapat dimanfaatkan secara maksimal dengan diolah lebih lanjut sehingga didapatkan suatu informasi baru yang dapat digunakan untuk pengambilan keputusan yang bertujuan untuk meningkatkan penjualan swalayan.
Data tersebut akan diolah dengan metode data mining. Data mining merupakan solusi yang dapat digunakan untuk proses ekstraksi informasi pencarian berupa hubungan dalam suatu dataset dan menampilkannya dalam bentuk pola yang menjelaskan tentang kebiasaan konsumen dalam berbelanja
Pada penelitian ini, data akan diolah dengan menggunakan Algoritma FP-Growth, algoritma fp-growth ini digunakan untuk menyelesaikan persoalan mengenai assosiasi, selanjutnya frequent itemset yang memenuhi support count diproses untuk menemukan pola penjualan.
Metode Algoritma FP-Growth diharapkan dapat menemukan pola penjualan. Output yang dihasilkan berupa pola dan juga saran peletakan kategori barang penjualan. Aplikasi ini di bangun menggunakan pemrograman php dan menggunakan MySQL sebagai database.
Katakunci : algoritma fp-growth, frequent itemset, support count, data mining, php.
| Item Type: | Thesis (Other) |
|---|---|
| Subjects: | Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4450 Databases |
| Divisions: | Faculty of Engineering, Science and Mathematics > School of Engineering Sciences |
| Depositing User: | Eko Yuli |
| Date Deposited: | 11 Oct 2018 03:09 |
| Last Modified: | 23 Aug 2023 06:28 |
| URI: | http://eprints.upnyk.ac.id/id/eprint/16919 |
Actions (login required)
 |
View Item |