Analisis Market Basket pada Minimarket Menggunakan Algoritma Apriori

Lase, Hellina Ofnani (2022) Analisis Market Basket pada Minimarket Menggunakan Algoritma Apriori. Skripsi thesis, Prodi Sistem Informasi.

	Text cover.pdf - Submitted Version Download (2MB)
	Text bab I.pdf - Submitted Version Download (2MB)
	Text bab II.pdf - Submitted Version Download (5MB)
	Text bab III.pdf - Submitted Version Download (1MB)
	Text bab IV.pdf - Submitted Version Restricted to Registered users only Download (3MB) | Request a copy
	Text bab V.pdf - Submitted Version Download (365kB)
	Text Daftar Pustaka.pdf - Submitted Version Download (815kB)
	Text Lampiran.pdf - Submitted Version Restricted to Registered users only Download (3MB) | Request a copy

Abstract

Perkembangan ilmu pengetahuan dan teknologi yang semakin pesat mempengaruhi gaya hidup masyarakat untuk serba cepat dan praktis. Pengaruh nya dapat kita lihat pada perkembangan minimarket yang semakin mudah kita temukan baik di kota hingga pedesaan. Penjualan dengan mesin kasir dan system yang terkomputerisasi sangat membantu untuk mempermudah pemilik usaha dalam mencatat transaksi, Minimarket Hokagata merupakan salah satu minimarket yang telah menggunakan sistem yang terkomputerisasi dalam transaksi belanja. Data transaksi yang tersimpan dalam database dapat digunakan untuk mengetahui pola pembelian konsumen menggunakan teknik market basket analysis. Pengambilan data dilakukan dengan teknik wawancara, observasi objek penelitian serta data pembelian konsumen yang berasal dari aplikasi kasir. Tujuan penelitian ini untuk merubah transaksi penjualan menjadi ilmu baru juga dapat membantu pemilik usaha dalam mengatur tata letak produk. Pada penelitian ini, setelah pengumpulan transaksi selanjutnya data diambil secara acak, membuat tabular data, memisah data dengan membatasi nilai minimum support 17% dan confidence 60% kemudian data dikelola menggunakan metode association rule untuk menentukan keterkaitan data yang sering muncul. Pengelolaan data pada penulisan ini menggunakan excel dan software Tanagra. Setelah pengujian sampel dilakukan, ditemukan hasil paling tinggi nilai support 27.86% dan nilai confidence 68% ialah minuman, rokok & bumbu dapur. Sangat efektif apabila dilakukan pengimplementasian algoritma apriori pada data transaksi penjualan yang akan digunakan juga efesien dalam tahap pembangkitan penggabungan antar item. Dengan penggunaan teknik ini tata letak barang lebih selektif dan pengadaan barang lebih dicermati setelah diketahui hasil dari pengujian sistem.

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Assosiation Rule, Algoritma Apriori, Data Mining, Minimarket
Subjects:	000 Karya Umum > 000-009 Ilmu Umum dan Komputer > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika 000 Karya Umum > 000-009 Ilmu Umum dan Komputer > 004.21 Sistem Analis dan Desain Komputer 500 Ilmu Alam dan Matematika > 510-519 Matematika > 518.1 Algoritma
Divisions:	Fakultas Teknik dan Komputer > Sistem Informasi
Depositing User:	Melsa Yulia Putri
Date Deposited:	03 Nov 2022 03:44
Last Modified:	19 Dec 2024 03:00
URI:	http://repository.upbatam.ac.id/id/eprint/1906

Actions (login required)

View Item

Downloads