TA : Analisis dan Implementasi Algoritma Apriori untuk Meningkatkan Strategi Penjualan pada Sakinah Mart

Fernanda, Karisma Dwi (2023) TA : Analisis dan Implementasi Algoritma Apriori untuk Meningkatkan Strategi Penjualan pada Sakinah Mart. Undergraduate thesis, Universitas Dinamika.

	Text 19430200006-2023-UNIVERSITASDINAMIKA.pdf - Accepted Version Download (1MB)
	Text 19430200006-2023-LAMPIRAN.pdf - Accepted Version Restricted to Repository staff only Download (1MB)

Search this title on : |

Abstract

Pada bisnis minimarket atau supermarket, tata letak barang dan paket bundling merupakan strategi usaha untuk meningkatkan penjualan. Sakinah Mart merupakan salah satu usaha yang bergerak di bidang ritel, baik dalam bentuk minimarket maupun supermarket. Dalam strategi penjualan yang dilakukan saat ini dalam menentukan tata letak barang berdasarkan persepsi saja. Selain itu, hanya menerapkan sistem potongan harga (discount) pada barang tertentu tetapi tidak menerapkan sistem paket bundling. Oleh karena itu, penelitian ini bertujuan untuk untuk menghasilkan rekomendasi dengan menggunakan algoritma apriori sehingga dapat menjadi bahan pengambilan keputusan dalam analisis tata letak barang dan paket bundling. Metode algoritma apriori merupakan salah satu algoritma data mining yang dapat digunakan untuk mempelajari aturan asosiasi, mencari pola hubungan dalam suatu dataset, dan menganalisa pembelian di suatu toko dengan diketahui berapa besar kemungkinan pelanggan membeli barang X bersamaan dengan Y. Dalam implementasi algoritma apriori terdapat 2 komponen utama yaitu support dan confidence. Metode penelitian data mining menggunakan metode Cross-Standard Industry for Data Mining (CRISP-DM) dengan algoritma apriori untuk menganalisis data transaksi penjualan. Pengolahan data transaksi penjualan sebanyak 2000 data dan 2 atribut yang menghasilkan 2 dan 3 itemset. Hasil aturan dari algoritma apriori pada tata letak barang adalah berjumlah 16 rules dengan nilai minimum support 42% dan minimum confidence 85%. Sedangkan hasil aturan pada paket bundling adalah berjumlah 5 rules dengan nilai minimum support 40% dan minimum confidence 90% sehingga menghasilkan rekomedasi kepada perusahaan dengan menggunakan algoritma apriori dalam analisis tata letak barang dan paket bundling.

Export Record

ASCII Citation Atom BibTeX Dublin Core EP3 XML EndNote HTML Citation JSON METS MODS MPEG-21 DIDL OpenURL ContextObject OpenURL ContextObject in Span RDF+N-Triples RDF+N3 RDF+XML Refer Reference Manager Simple Metadata

Download Statistics

Downloads over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

View more statistics

Actions (login required)

View Item