IMPLEMENTASI DATA MINING ALGORITMA APRIORI UNTUK MENGETAHUI POLA PEMBELIAN KONSUMEN PADA TOKO GROSIR AMANAH OMINDMART

Baraputra, Endhito (2025) IMPLEMENTASI DATA MINING ALGORITMA APRIORI UNTUK MENGETAHUI POLA PEMBELIAN KONSUMEN PADA TOKO GROSIR AMANAH OMINDMART. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER-ABSTRAK)
COVER.pdf

Download (1MB)
[img] Text (BAB I)
BAB I.pdf

Download (189kB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only

Download (529kB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only

Download (468kB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only

Download (361kB)
[img] Text (BAB V)
BAB V.pdf

Download (44kB)
[img] Text (DAFTAR PUSTAKA-LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf
Restricted to Registered users only

Download (549kB)
[img] Archive (SOURCE CODE)
Sourcecode - 21.11.3827.zip
Restricted to Repository staff only

Download (14kB)
[img] Text (PUBLIKASI)
Publikasi.pdf
Restricted to Repository staff only

Download (650kB)

Abstract

Penurunan penjualan yang dialami Toko Grosir Amanah Omindmart menjadi latar belakang penting bagi penelitian ini. Salah satu penyebab utama dari permasalahan tersebut adalah belum optimalnya pemanfaatan data transaksi untuk merancang strategi pemasaran yang efektif. Penelitian ini bertujuan untuk mengidentifikasi pola pembelian konsumen dengan menerapkan algoritma apriori pada data transaksi penjualan toko. Hasil dari analisis ini diharapkan dapat membantu toko dalam menyusun strategi bisnis, seperti penawaran bundel atau diskon produk yang lebih tepat sasaran. Metode penelitian dilakukan melalui tahapan Knowledge Discovery in Database (KDD), yang mencakup proses seleksi data, preprocessing, transformasi data, penerapan algoritma apriori, evaluasi hasil, serta deployment dalam bentuk aplikasi berbasis web menggunakan framework Streamlit. Data yang digunakan adalah transaksi dari bulan Juli hingga September 2024, yang kemudian dianalisis untuk menemukan itemset yang sering muncul dan aturan asosiasi berdasarkan metrik support, confidence, dan lift. Hasil penelitian menunjukkan terdapat 26 aturan asosiasi yang valid. Salah satu aturan menyatakan bahwa konsumen yang membeli produk "Indomie Ayam Bawang" memiliki kemungkinan 69,23% juga membeli "Indomie Goreng" secara bersamaan, dengan nilai lift sebesar 8,61. Temuan ini memberikan wawasan penting bagi pengambilan keputusan strategis, khususnya dalam peningkatan pemasaran dan penjualan. Aplikasi yang dikembangkan juga memungkinkan pemilik toko untuk melakukan analisis secara mandiri dan interaktif.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Nurani, Dwi
Uncontrolled Keywords: Algoritma Apriori, Association Rule, Pola Pembelian, Knowledge Discovery In Database
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 006 Metode komputer khusus
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 25 Jun 2025 07:54
Last Modified: 25 Jun 2025 07:54
URI: http://eprints.amikom.ac.id/id/eprint/29945

Actions (login required)

View Item View Item