ANALISIS POLA PEMBELIAN MELALUI ATURAN ASOSIASI MENGGUNAKAN ALGORITMA FP-GROWTH DAN ALGORITMA FUZZY C- MEANS (Studi Kasus: Transaction History Pada Minimarket)

Prayoga, Rasyid Prayoga (2020) ANALISIS POLA PEMBELIAN MELALUI ATURAN ASOSIASI MENGGUNAKAN ALGORITMA FP-GROWTH DAN ALGORITMA FUZZY C- MEANS (Studi Kasus: Transaction History Pada Minimarket). Diploma thesis, Universitas Pembangunan Nasional "Veteran" Yogyakarta.

	Text Skripsi_RasyidPrayoga_123160009_Informatika.pdf Restricted to Repository staff only Download (3MB)
Preview	Text cover.pdf Download (123kB) | Preview
Preview	Text abstrak.pdf Download (32kB) | Preview
Preview	Text daftar isi.pdf Download (288kB) | Preview
Preview	Text daftar pustaka.pdf Download (153kB) | Preview
Preview	Text halaman pengesahan pembimbing.pdf Download (204kB) | Preview
Preview	Text halaman pengesahan penguji.pdf Download (227kB) | Preview

Abstract

Setiap minimarket, mengalami kerugian apabila informasi mengenai strategi penjualan yang kurang baik. Kurangnya informasi inilah yang dapat merugikan pedagang. Informasi tersebut didapatkan dari hasil data transaksi pembelian, yang mana akan memunculkan strategi untuk pengadaan bundling dan pengelompokan barang-barang dengan frekuensi paling diminati dan dibeli. Namun, tidak sedikit pula pihak minimarket yang biasanya mengabaikan data transaksi hasil pembelian. Maka dari itu, diperlukan proses analisis keterkaitan antar barang yang terjadi sehingga membentuk pola pembeliannya. Penelitian ini menggunakan metode asosiasi dan metode clustering berupa algoritma fp-growth dan algoritma fuzzy c-means (FCM). Proses pertama yang dilakukan yaitu pengumpulan data transaksi yang kemudian akan dilakukan data peprocessing untuk menghapus atribut yang tidak digunakan. Lalu, Fp-growth akan mengolah data transaksi yang kemudian akan dilakukan proses pencarian itemset hingga terbentuk aturan asosiasi. Kemudian, data association rule dilakukan proses clustering menggunakan metode fuzzy ̧ yaitu fuzzy c-means untuk menetukan tingkat frekuensi data. Hasil asosiasi yang dihasilkan akan dilakukan pengujian validasi untuk menghasilkan aturan antar item yang kuat. Berdasarkan pengujian yang dilakukan untuk tingkat korelasi antar item dengan hasil yang baik sebesar 4.408 untuk lift ratio dengan nilai dukungan 0.008 untuk support dan 0.359 untuk confidence pada 3-itemsets dan memakan waktu komputasi selama 1.765 detik, kemudian dengan sekema silhouette coefficient didapatkan cluster terbaik dari 5 percobaan cluster dengan hasil 0.92 pada cluster ke-2 dengan 4 jumlah cluster. Kata kunci: Minimarket, Data Transaksi, Data Mining, Fp-Growth, FCM

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Minimarket, Data Transaksi, Data Mining, Fp-Growth, FCM
Subjects:	Z Bibliography. Library Science. Information Resources > ZA Information resources Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4450 Databases
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	Eny Suparny
Date Deposited:	04 Aug 2021 07:13
Last Modified:	04 Aug 2021 07:13
URI:	http://eprints.upnyk.ac.id/id/eprint/26441

Actions (login required)

View Item