PENERAPAN ALGORITMA FP- GROWTH DALAM PENENTUAN REKOMENDASI PAKET PRODUK PADA MINIMARKET

Aprizenky, Armando (2021) PENERAPAN ALGORITMA FP- GROWTH DALAM PENENTUAN REKOMENDASI PAKET PRODUK PADA MINIMARKET. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

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

Download (798kB)
[img] Text (BAB I)
BAB I.pdf

Download (183kB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only

Download (759kB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only

Download (595kB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only

Download (252kB)
[img] Text (BAB V)
BAB V.pdf

Download (36kB)
[img] Text (DAFTAR PUSTAKA - LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf
Restricted to Registered users only

Download (308kB)
[img] Text (PUBLIKASI)
Publikasi-17.12.0451-Armando Aprizenky - Armando Aprizenky.pdf
Restricted to Repository staff only

Download (1MB)

Abstract

Persaingan di dunia bisnis saat ini mengalami perkembangan yang pesat, khususnya dalam dunia Minimarket, para pengelola bisnis ingin mendapatkan strategi promosi rekomendasi paket produk yang lebih baik. salah satu cara yang dapat dilakukan untuk penentuan strategi promosi adalah dengan menggunakan data mining. Tujuan dari data mining yaitu untuk menemukan hubungan atau pola- pola yang memberikan manfaat pada pelaku bisnis. Adapun teknik atau metode yang digunakan dalam kasus ini adalah Algoritma Fp-Growth, salah satu alternatif yang digunakan untuk menentukan himpunan data yang paling sering muncul dan menggunakan struktur data compact yang disebut FP-tree. Association Rule metode yang digunakan dalam pencarian pola keterikatan produk untuk strategi penjualan dalam kebijakan pengambilan keputusan. Sehingga dapat diketahui produk yang sering dibeli oleh konsumen. Pengujian dilakukan dengan menggunakan Aplikasi Rapidminer Studio 9.8. Hasil yang didapat dari pengujian tersebut adalah semakin kecil nilai support maka jumlah itemset yang dihasilkan akan semakin banyak dan jumlah rules yang dibentuk juga semakin banyak.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
SENIWATI, ERNI
Uncontrolled Keywords: FP-Growth, Data Mining, FP-tree, Association Rules, Support, Rapidminer Studio 9.8
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer
Divisions: Fakultas Ilmu Komputer > Sistem Informasi
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 10 Jun 2022 02:29
Last Modified: 08 Aug 2023 07:21
URI: http://eprints.amikom.ac.id/id/eprint/702

Actions (login required)

View Item View Item