Rasyid, Muhammad Zulfikar Al (2026) SISTEM REKOMENDASI PRODUK BUNDLING MENGGUNAKAN ALGORITMA APRIORI DAN ASSOCIATION RULE TEMPORAL. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id/style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf - Published Version Download (1MB) |
|
Text (BAB I)
BAB I.pdf - Published Version Download (278kB) |
|
Text (BAB II)
BAB II.pdf - Published Version Restricted to Registered users only Download (786kB) |
|
Text (BAB III)
BAB III.pdf - Published Version Restricted to Registered users only Download (342kB) |
|
Text (BAB IV)
BAB IV.pdf - Published Version Restricted to Registered users only Download (1MB) |
|
Text (BAB V)
BAB V.pdf - Published Version Download (99kB) |
|
Text (DAFTAR PUSTAKA - LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf - Published Version Restricted to Registered users only Download (207kB) |
![[img]](https://eprints.amikom.ac.id/style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Sourcecode - 22.12.2277.zip - Published Version Restricted to Repository staff only Download (15MB) |
|
Text (PUBLIKASI)
Publikasi.pdf - Published Version Restricted to Repository staff only Download (1MB) |
Abstract
Perilaku pembelian konsumen bersifat dinamis dan dipengaruhi oleh faktor waktu, sehingga pola transaksi pada suatu periode sering kali tidak lagi relevan pada periode berikutnya. Kondisi tersebut menyebabkan sistem rekomendasi produk bundling yang bersifat statis cenderung menghasilkan kombinasi produk yang kurang optimal dalam mendukung peningkatan nilai penjualan. Berdasarkan permasalahan tersebut, penelitian ini mengembangkan sistem rekomendasi produk bundling dengan mengintegrasikan algoritma Apriori dan Association Rule Temporal agar rekomendasi yang dihasilkan selaras dengan perubahan pola pembelian dari waktu ke waktu. Tahapan penelitian meliputi pengolahan data transaksi untuk memperoleh frequent itemset menggunakan algoritma Apriori sebagai dasar penyusunan aturan asosiasi. Selanjutnya, dimensi temporal diterapkan melalui Association Rule Temporal dengan membagi dataset ke dalam interval waktu tertentu, sehingga pola pembelian musiman atau periodik dapat teridentifikasi secara lebih rinci. Aturan asosiasi pada setiap interval dianalisis untuk menghasilkan rekomendasi bundling yang sesuai dengan karakteristik transaksi pada periode tersebut. Hasil penelitian menunjukkan bahwa integrasi algoritma Apriori dan Association Rule Temporal menghasilkan rekomendasi produk bundling yang lebih relevan, adaptif terhadap perubahan pola pembelian, serta lebih efektif dibandingkan sistem rekomendasi statis. Sistem ini memberikan dukungan analitis yang dapat dimanfaatkan oleh pelaku usaha retail maupun e- commerce dalam menyusun strategi bundling yang responsif terhadap dinamika perilaku konsumen.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Sistem rekomendasi, produk bundling, Apriori, Association Rule Temporal, pola pembelian, recommendation system, product bundling, Apriori, Temporal Association Rule, purchasing patterns. | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 003 Sistem-sistem |
||
| Divisions: | Fakultas Ilmu Komputer > Sistem Informasi | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 13 Jul 2026 06:59 | ||
| Last Modified: | 13 Jul 2026 06:59 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/32097 |
Actions (login required)
 |
View Item |