Penerapan Data Mining Menggunakan Algoritma FP-Growth pada Data Penjualan PT CML Batamindo

Stanley, Stanley (2025) Penerapan Data Mining Menggunakan Algoritma FP-Growth pada Data Penjualan PT CML Batamindo. Skripsi thesis, Program Studi Teknik Informatika.

	Text cover.pdf - Submitted Version Download (2MB)
	Text bab I.pdf - Submitted Version Download (230kB)
	Text bab II.pdf - Submitted Version Download (386kB)
	Text bab III.pdf - Submitted Version Download (508kB)
	Text bab IV.pdf - Submitted Version Restricted to Registered users only Download (544kB) | Request a copy
	Text bab V.pdf - Submitted Version Download (218kB)
	Text daftar pustaka.pdf - Submitted Version Download (180kB)
	Text lampiran.pdf - Submitted Version Restricted to Registered users only Download (2MB) | Request a copy

Abstract

Dalam era digital yang didorong oleh kebutuhan pengolahan data yang cepat dan akurat, sebagai perusahaan wholesaler di industri perkapalan menghadapi tantangan dalam mengelola data transaksi yang kompleks penerapan data mining menggunakan algoritma FP-Growth guna mengidentifikasi pola penjualan dari basis data transaksi yang ada, metode ini terpilih karena efisiensi pada penanganan data yang besar tanpa perlu pengulangan scanning dataset seperti algoritma apriori. Data yang dianalisis mencakup data periode Januari – Desember 2024 dengan 10 sampel transaksi dan 7 jenis item dengan itemset 1-3 kombinasi barang, hasil penelitian menampilkan algoritma FP-Growth berhasil menghasilkan 28 association rule dengan syarat parameter yang ditentukan minimum support 30% dan minimum confidence 70% ditemukan 2 jenis item yang dominan (BS dan SO) yang memenuhi parameter mengindikasikan pola penjualan yang konsisten, validasi menggunakan perangkat lunak RapidMiner menunjukkan hasil perhitungan yang akurat sekaligus kemampuan tools tersebut dalam menganalisis itemset yang lebih kompleks (>3 kombinasi). Terungkap bahwa implementasi algoritma FP-Growth efektif untuk meningkatkan pengambilan keputusan bisnis melalui analisis pola transaksi, serta menyediakan solusi yang efisien dalam pengolahan data secara modern dibanding dengan metode konvensional pada umumnya implikasi praktisnya perusahaan dapat menggunakan penelitian ini sebagai acuan strategi bisnis.

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Data Mining, FP-Growth, Aturan Asosiasi, RapidMiner : Data Mining, FP-Growth, Association Rule, RapidMiner
Subjects:	000 Karya Umum > 000-009 Ilmu Umum dan Komputer > 006.3 Kecerdasan Buatan
Divisions:	Fakultas Teknik dan Komputer > Teknik Informatika
Depositing User:	Susila Novmbrita
Date Deposited:	08 Nov 2025 06:00
Last Modified:	08 Nov 2025 06:00
URI:	http://repository.upbatam.ac.id/id/eprint/6915

Actions (login required)

View Item

Downloads