Skripsi

Analisis Data Transaksi Penjualan Menggunakan Algoritme Apriori Untuk Menentukan Tata Letak Barang Pada Minimarket Pandak Baturaden

---

bibliografi: hal. 51-52

RINGKASAN

Dalam sebuah toko biasanya menerapkan strategi penjualan. Strategi penjualan tersebut dapat berupa penentuan tata letak barang agar berdekatan antara barang yang satu dengan yang lain. Penentuan tata letak barang dapat berdasarkan item yang sering dibeli secara bersamaan. Pencarian item yang sering dibeli bersamaan dapat dilakukan dengan menggunakan teknik data mining, yaitu mengolah suatu data agar menjadi informasi yang lebih bermanfaat. Proses pengolahan data transaksi penjualan dapat dilakukan dengan menggunakan algoritme apriori. Algoritme apriori merupakan algoritme yang paling terkenal dalam untuk menemukan pola frekuensi tinggi dan menghasilkan aturan asosiasi. Dari hasil pembahasan dan analisis data yang dilakukan terdapat 3 (tiga) aturan asosiasi yang terbentuk yaitu “Jika membeli Milo Active 18 grm, maka membeli ABC Kopi Susu 31 g” dengan support 0,36% dan confidence 75%, “Jika membeli Dancow 1+ Madu 200 grm, maka membeli Ice Cream Corneto” dengan support 0,36% dan confidence 60%, “Jika membeli Siip Roasted 6,5 grm, maka membeli Davos Strong 10 grm” dengan support 0,36% dan confidence 75%. Dari aturan asosiasi tersebut dapat digunakan sebagai pengambilan keputusan untuk menentuan tata letak barang yang kemungkinan akan dibeli secara bersamaan oleh pembeli.

Kata Kunci : algoritme, apriori, aturan asosiasi 
ABSTRACT

In a shop usually apply a sales strategy in order. The sales strategy can be in the form of determining the layout of goods so that they are close to one another. Determining the layout of items can be based on items that are often purchased simultaneously. Searching for items that are often purchased together can be done using data mining techniques, which is processing data to become more useful information. Sales transaction data processing can be done using a priori algorithm. A priori algorithm is the most famous algorithm for finding high frequency patterns and generating association rules. From the results of the discussion and data analysis, there were 3 (three) association rules formed, namely "If you buy Milo Active 18 grm, then buy ABC Kopi Susu 31G" with support 0.36% and 75% confidence, "If you buy Dancow 1+ Madu 200 grm, then buy Ice Cream Corneto" with support 0.36% and confidence 60%, "If you buy Siip Roasted 6.5 grm, then buy Davos Strong 10 grm" with support 0.36% and 75% confidence. From the association's rules can be used as decision making to determine the layout of goods that are likely to be purchased simultaneously by the buyer.

Keywords : algorithm, apriori, association rule

---

Ketersediaan

SI1317

SI 1317 SUS a

UPT. PERPUSTAKAAN PUSAT (Rak 2)

Tersedia - No Loan

Informasi Detail

Judul Seri

-

No. Panggil

SI 1317 SUS a

Penerbit

Purwokerto : Universitas Amikom Purwokerto., 2018

Deskripsi Fisik

xviii, 50 hlm.: ilus.; 28 cm

Bahasa

Indonesia

ISBN/ISSN

14.12.0086

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

Oktober 2018

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Nindi Sofi Susanti

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar