IMPLEMENTASI DATA MINING MENGGUNAKAN ATURAN ASOSIASI ALGORITMA APRIORI TERHADAP PENYUSUNAN KATEGORI BARANG PADA YOLA COLLECTION CONDONG CATUR

Aryani, Rika Wahyu Nur (2017) IMPLEMENTASI DATA MINING MENGGUNAKAN ATURAN ASOSIASI ALGORITMA APRIORI TERHADAP PENYUSUNAN KATEGORI BARANG PADA YOLA COLLECTION CONDONG CATUR. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (1MB)
	Text (BAB I) BAB I.pdf Download (213kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (807kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (1MB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text (BAB V) BAB V.pdf Download (66kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf Restricted to Registered users only Download (42kB)
	Text (PUBLIKASI) Publikasi_13.11.6765 Rika Wahyu Nur Aryani.pdf Restricted to Repository staff only Download (958kB)

Abstract

Perkembangan jaman telah memasuki era melek teknologi, dimana teknologi telah mempengaruhi berbagai bidang aspek kehidupan. Bidang pendidikan, kesehatan, perekonomian dan lainnya banyak yang telah menggunakan perkembangan teknologi informasi. Dewasa ini, Yola Collection menjadi salah satu pusat belanja yang banyak diminati beberapa golongan masyarakat. Yola Collection menjual baju-baju bekas dengan harga miring serta tren merek impor yang menjadi daya tarik bagi konsumen. Namun terkadang konsumen merasa bingung dengan susunan dan penempatan kategori barang yang tidak teratur, bahkan dicampur-campur. Selain itu, Yola Collection terkadang membeli persediaan barang tidak sesuai dengan permintaan konsumen sehingga banyak persediaan barang yang kurang diminati konsumen menumpuk di gudang. Oleh karena itu teknologi informasi dapat membantu pemilik toko untuk menyusun penempatan kategori barang dan menentukan barang apa saja yang sering dibeli oleh konsumen dengan sistem aturan asosiatif menggunakan algoritma apriori sehingga pembelian persediaan dapat diatur agar tidak menumpuk dalam gudang. Algoritma apriori merupakan algoritma paling terkenal untuk menemukan pola frekuensi tinggi. Pola tersebut terdiri dari pola-pola item di dalam database yang memiliki support (nilai penunjang) di atas ambang batas tertentu yang disebut minimum support dan memiliki confidence (nilai kepastian) sebagai parameter kuatnya hubungan antar-item yang digunakan untuk menyusun aturan asosiatif.

Actions (login required)

View Item