Perpustakaan Universitas Amikom Purwokerto

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu
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
SI1325SI 1325 SIR pUPT. PERPUSTAKAAN PUSAT (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

Perpustakaan Universitas Amikom Purwokerto
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

https://perpustakaan.amikompurwokerto.ac.id/

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2025 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik