Perbandingan Algoritma FP- Gorwth dan Eclat Untuk Analisis Pola Pembelajaran Konsumen Pada Toko Putri Fashion | Perpustakaan Universitas Amikom Purwokerto

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

Image of Perbandingan Algoritma FP- Gorwth dan Eclat Untuk Analisis Pola Pembelajaran Konsumen Pada Toko Putri Fashion

Skripsi

Perbandingan Algoritma FP- Gorwth dan Eclat Untuk Analisis Pola Pembelajaran Konsumen Pada Toko Putri Fashion

Siregar, Akhmad Khabrun - Nama Orang;

bibliografi: hal. 92

RINGKASAN

Proses penjualan di toko “Putri Fashion” menghasilkan data penjualan setiap bulannya tentang produk apa yang cenderung dibeli oleh konsumen. Hal tersebut terjadi setiap bulannya sehingga data menumpuk dan tidak dimanfaatkannya data tersebut secara maksimal. Menjadikan kurang maksimalnya penjualan produk di toko “Putri Fashion”. Banyak pula produk lain yang tidak laku dan menjadikan kerugian bagi toko tersebut karena kurang tepatnya dalam pemilihan pasokan produk. Penelitian ini bertujuan untuk mengolah data tersebut dengan memanfaatkan proses data mining dengan menggunakan teknik assosiation rule. Algoritme yang digunakan adalah FP-Growth dan Eclat karena kedua algoritme tersebut merupakan solusi dari algoritme Apriori yang memiliki beberapa masalah seperti harus melakukan pattern matching secara berulang-ulang yang menyebabkan proses mining menjadi lama dan untuk data yang besar menghasilkan kombinasi yang banyak. Hasil dari penelitian ini berupa aturan (rules) yang merupakan kumpulan frequent itemset dengan nilai support dan confidence yang paling tinggi. Digunakan untuk menemukan produk yang lebih banyak diminati oleh pelanggan.
Kata kunci : FP-Growth, Eclat, Data Mining
ABSTRACT

The sales process in the store "Putri Fashion" produces monthly sales data about what products consumers tend to buy. This happens every month so the data accumulates and the data is not utilized optimally. Make the maximum sales of products in the shop "Putri Fashion". There are also many other products that do not sell and make a loss for the store because of lack of accuracy in product supply selection. This study aims to process these data by utilizing the data mining process by using the association rule technique. The algorithm used is FP-Growth and Eclat because both algorithms are a solution of the Apriori algorithm which has several problems such as having to do pattern matching repeatedly which causes the mining process to be long and for large data to produce many combinations. The results of this study are rules which are the frequent itemset collection with the highest support and confidence values. Used to find products that are more in demand by customers.
Keywords: FP-Growth, Eclat, Data Mining

Ketersediaan

SI1325 SI 1325 SIR p UPT. PERPUSTAKAAN (Rak 2) Tersedia - No Loan

Informasi Detail

Judul Seri: -
No. Panggil: SI 1325 SIR p
Penerbit: Purwokerto : Universitas Amikom Purwokerto., 2018
Deskripsi Fisik: xviii, 91 hlm.: ilus.; 28 cm
Bahasa: Indonesia
ISBN/ISSN: 14.12.0170
Klasifikasi: NONE
Tipe Isi: -
Tipe Media: -
Tipe Pembawa: -
Edisi: Oktober 2018
Subjek: -
Info Detail Spesifik: -
Pernyataan Tanggungjawab: Akhmad Khabrun Siregar

Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas

Tidak Ada Data

Komentar

Anda harus masuk sebelum memberikan komentar