IMPLEMENTASI DATA MINING PADA PENENTUAN MERK PARFUM YANG BANYAK TERJUAL DENGAN ALGORITMA APRIORI (STUDI KASUS: COPA GABANA PARFUM CABANG SENTOLANG GRESIK)

SAFITRI, MAHARANI INDAH (2017) IMPLEMENTASI DATA MINING PADA PENENTUAN MERK PARFUM YANG BANYAK TERJUAL DENGAN ALGORITMA APRIORI (STUDI KASUS: COPA GABANA PARFUM CABANG SENTOLANG GRESIK). undergraduate thesis, Universitas Muhammadiyah Gresik.

[img] Text
12.BAB I.pdf

Download (172kB)
[img] Text
13.BAB II.pdf

Download (397kB)
[img] Text
14.BAB III (rev).pdf

Download (2MB)
[img] Text
15.BAB IV(rev.sidak)-4.pdf
Restricted to Registered users only

Download (755kB)
[img] Text
16.BAB V(rev.sidak)-2.pdf

Download (152kB)
[img] Text
17.DAFTAR PUSTAKA(rev).pdf

Download (200kB)

Abstract

Copa Gabana Parfum adalah House of Perfume yang menjual berbagai macam aroma parfum dengan kualitas premium. Copa Gabana Parfum Cabang Sentolang selalu ramai pengunjung, tidak heran jika banyak merk parfum yang banyak terjual. Sebenarnya, ada banyak nam atoko lain yang membuka usaha penjualan parfum. Kondisi seperti ini yang menjadikan banyaknya persaingan dalam dunia bisnis. Sistem yang akan dibuat dapat membantu dalam pengambilan suatu keputusan, salah satunya adalah tata letak barang seharusnya dapat diatur secara optimal sesuai pembelian merk parfum yang banyak terjual, sehingga dapat memudahkan pencarian merk parfum, peningkatan penjualan dan pengembangan strategi pemasaran. Buku penjualan tersimpan banyak data maupun informasi-informasi penting seperti: informasi tentang merk parfum apa saja yang banyak terjual. Teknik Data Mining dengan menggunakan metode algoritma Apriori(Assosiation Rule) memanfaatkan data transaksi pada buku penjualan. Sistem ini dapat digunakan sebagai solusi yang tepat untuk meningkatkan kecepatan proses pembentukan Frequent Itemset, Pembentukan 3 itemset dari 2 itemset, Perhitungan nilai Support dan Confidence serta pembentukan kaidah asosiasi dari 2 itemset maupun 3 itemset. Berdasarkan tabel hasil analisa data transaksi penjualan pada tahun 2015/2016, terdapat rule yang mempunyai tingkat support tertinggi pada masing-masing periode dari tiga kali pengujian dengan rule 3 itemset adalah {Lovely KW 1 , Bubble Gum} => {Fantasy}sedangkan dari rule 2 itemset tertinggi adalah {Heavenly Kiss} => {Antonio Banderas}yang memiliki korelasi atau hubungan yang positif dengan nilai korelasi ≥ 1. Kata Kunci: Data Mining, Frequent Itemset, Confidence, Support, Metode Apriori

Item Type: Thesis (undergraduate)
Subjects: Engineering > Informatics Engineering
Engineering
Divisions: Faculty of Engineering > Informatics Engineering Study Program
Depositing User: Users 2 not found.
Date Deposited: 05 May 2018 00:44
Last Modified: 08 Mar 2019 02:38
URI: http://eprints.umg.ac.id/id/eprint/133

Actions (login required)

View Item View Item