TA : Optimalisasi Data Penjualan pada Toko Bintang Menggunakan Algoritma K-Means Clustering dan Apriori

Puteri, Qonitah Alia (2024) TA : Optimalisasi Data Penjualan pada Toko Bintang Menggunakan Algoritma K-Means Clustering dan Apriori. Undergraduate thesis, Universitas Dinamika.

	Text 19410100112-2024-UNIVERSITAS DINAMIKA.pdf - Accepted Version Download (1MB)
	Text 19410100112-2024-LAMPIRAN.pdf - Accepted Version Restricted to Repository staff only Download (1MB)

Search this title on : |

Abstract

Toko Bintang merupakan toko yang bergerak pada bidang retail yang sudah berdiri selama 15 tahun yang memiliki sistem penjualan seperti swalayan yaitu pembeli mengambil sendiri produk yang akan dibeli, Walaupun Toko Bintang memiliki sistem informasi dalam membantu proses bisnisnya, tetapi terdapat kendala yang dihadapi yaitu hanya memberikan output laporan saja yang diberikan setiap minggu, sehingga owner mengalami kesulitan dikarenakan hanya terdapat data kuantitatif seperti total penjualan, rata rata penjualan dan sebagainya yang mengakibatkan peningkatan penjualan dikarenakan tidak ada kepastian produk yang menyebabkan turun maupun naiknya pendapatan yang terjadi pada toko bintang. Berdasarkan permasalahan tersebut, maka solusi pada toko bintang perlu mengoptimalkan pengolahan data yang lebih mendalam terkait permasalahan dengan menggunakan algoritma K-means Clustering dan Apriori, pengolahan data dilakukan menggunakan Python dan hasil pengolahannya dipresentasikan melalui power bi. Pengolahan data dengan K-means clustering menghasilkan 3 cluster dengan persentase keseluruhan cabang untuk setiap cluster yaitu terlaris sebesar 17.98%, laris sebesar 32.73% dan kurang laris sebesar 49.29%. Hasil pegolahan data dengan apriori terdapat 2 yaitu hasil rekomendasi tata letak menggunakan data transaksi berdasarkan kategori dan promo paket bundling menggunakan data transaksi berdasarkan item, Hasil tata letak cab 1 sebanyak 6 rules dan cab 2 sebanyak 7 rules dengan support 30% dan confidence 75%, untuk hasil rekomendasi promo paket bundling dihasilkan untuk cab 1 sebanyak 10 rules dan cab 2 sebanyak 8 rules dengan support 10% dan confidence 80% (cab1), 70% (cab2).

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