PENERAPAN DATA MINING ASOSIASI SISTEM PERSEDIAN STOCK OBAT DENGAN MENGGUNAKAN ALGORITMA A-PRIORI Studi Kasus: PT. MENSA BINASUKSES

Sitompul, Sahat Martua (2019) PENERAPAN DATA MINING ASOSIASI SISTEM PERSEDIAN STOCK OBAT DENGAN MENGGUNAKAN ALGORITMA A-PRIORI Studi Kasus: PT. MENSA BINASUKSES. Skripsi thesis, STIKOM DInamika Bangsa Jambi.

[img] Text
Bab 1.pdf

Download (315kB)
[img] Text
Bab 2.pdf
Restricted to Registered users only

Download (485kB)
[img] Text
Bab 3.pdf
Restricted to Registered users only

Download (144kB)
[img] Text
Bab 4.pdf
Restricted to Registered users only

Download (939kB)
[img] Text
Bab 5.pdf

Download (1MB)
[img] Text
Bab 6.pdf

Download (92kB)
[img] Text
Daftar Pustaka.pdf

Download (196kB)

Abstract

PT. Mensa Binasukses Distributor Obat yang bergerak dalam bidang pelayanan jasa untuk membantu masyarakat dalam memberikan solusi dari berbagai macam penyakit dalam kehidupan masyarakat sehari - hari. Peneliti mengambil data transaksi penjualan pada bulan April, Mei, Juni dan Juli sebanyak 800 data transaksi. Dalam melakukan analisisnya peneliti menggunakan tools WEKA dan RAPIDMINER. Metode yang digunakan dalam penelitian ini adalah Aturan Asosiasi Algoritma Apriori dengan menghasilkan 31 attribut. Analisis tersebut menghasilkan 6 rule yaitu : Jika membeli Cyclofem, maka juga akan membeli Triclofem dengan nilai confidence sebesar 0.87 (87%), Jika membeli Triclofem, maka juga akan membeli Cyclofem dengan nilai confidence sebesar 0.83 (83%), Jika membeli Thrombogel Gel, maka juga akan membeli Thrombophob Gel dengan nilai confidence sebesar 0.78 (78%), Jika membeli Obat Zitrolin Kaplet, maka juga akan membeli obat Mucera dengan nilai confidence sebesar 0.76 (76%), Jika membeli Obat Ottopan , maka juga akan membeli obat Mucera dengan nilai confidence sebesar 0.75 (75%), Jika membeli Obat Thrombophob Gel, maka juga akan membeli obat Thrombogel Gel dengan nilai confidence sebesar 0.70 (70%). Nilai support tertinggi dari rule tersebut adalah sebesar 0.10 (10%) dan nilaiconfidence tertinggi adalah 0.87 (87%) yang didapatkan dari rule tersebut.

Item Type: Thesis (Skripsi)
Subjects: Artificial Intelligence
Divisions: Skripsi > Teknik Informatika > 2019
Depositing User: Digital Library
Date Deposited: 27 Jul 2019 07:41
Last Modified: 27 Jul 2019 07:41
URI: http://repository.unama.ac.id/id/eprint/275

Actions (login required)

View Item View Item