PENERAPAN METODE ASOSIASI DATA MINING MENGGUNAKAN ALGORITMA APRIORI UNTUK MENGETAHUI POLA BELANJA KONSUMEN PADA MURNI BARU FURNITURE JAMBI

Junaidi, Junaidi (2019) PENERAPAN METODE ASOSIASI DATA MINING MENGGUNAKAN ALGORITMA APRIORI UNTUK MENGETAHUI POLA BELANJA KONSUMEN PADA MURNI BARU FURNITURE JAMBI. Skripsi thesis, STIKOM DInamika Bangsa Jambi.

	Text Bab 1.pdf Download (201kB)
	Text Bab 2.pdf Restricted to Registered users only Download (761kB)
	Text Bab 3.pdf Restricted to Registered users only Download (96kB)
	Text Bab 4.pdf Restricted to Registered users only Download (692kB)
	Text Bab 5.pdf Download (6MB)
	Text Bab 6.pdf Download (86kB)
	Text Daftar Pustaka.pdf Download (89kB)

Abstract

Data Mining adalah proses menemukan informasi penting dalam sekumpulan database. Murni Baru Furniture merupakan toko perabot yang didirikan tahun 2007. Murni Baru Furniture menjual berbagai macam barang-barang kebutuhan rumah seperti sofa, tempat tidur, lemari pakaian hingga meja kantor,dll. Setiap bulan terjadi kurang lebih 150 transaksi penjualan barang, namun beberapa bulan terakhir terjadi penurunan jumlah omset dan data-data hasil transaksi penjualan yang terjadi selama lebih dari 1 dekade belum pernah dimanfaatkan untuk kebutuhan promosi. Oleh karena itu, timbul ide dari penulis untuk mempelajari dan melakukan analisis data mining terhadap data transaksi penjualan agar data-data tersebut dapat berubah menjadi informasi yang berharga bagi pemilik. Informasi ini diharapkan dapat membantu pemilik dalam pengambilan keputusan pemberian promo diskon sesuai target sehingga mampu meningkatkan hasil penjualan pada bulan-bulan yang mengalami penurunan omset. Penulis menggunakan data transaksi dari bulan Maret hingga Agustus 2018 sebanyak 919 data transaksi yang telah penulis sajikan dalam file ekstensi arff. Dalam melakukan analisis ini, penulis menggunakan tools WEKA. Metode yang digunakan adalah Asosiasi dengan Algoritma Apriori dengan 62 attribut. Analisis tersebut menghasilkan 22 Rule. Rule tersebut dihasilkan dari nilai support minimum sebesar 0,01 dan nilai confidence minimum sebesar 0,9.

Actions (login required)

View Item