REKOMENDASI PEMBELIAN PRODUK DAN PENCARIAN DATA TRANSAKSI MENGGUNAKAN ALGORITMA APRIORI DAN SEQUENTIAL SEARCH BERBASIS WEB PADA TOKO BAJU OVERSLEEP STUDIO

Raharja, Muhammad Mahiva Bentar (2023) REKOMENDASI PEMBELIAN PRODUK DAN PENCARIAN DATA TRANSAKSI MENGGUNAKAN ALGORITMA APRIORI DAN SEQUENTIAL SEARCH BERBASIS WEB PADA TOKO BAJU OVERSLEEP STUDIO. Diploma thesis, Universitas Nasional.

	Text Cover.pdf Download (1MB)
	Text BAB I.pdf Download (284kB)
	Text BAB II.pdf Download (397kB)
	Text BAB III.pdf Download (887kB)
	Text BAB IV.pdf Download (1MB)
	Text BAB V.pdf Download (199kB)
	Text Lampiran.pdf Download (1MB)

Abstract

Perkembangan teknologi yang semakin pesat dan maju telah memberi dampak pada sistem perdagangan digital sehingga mempengaruhi pola berbelanja konsumen yang membuat persaingan antara pemilik bisnis yang semakin ketat. Para pelaku usaha kini dituntut untuk dapat menerapkan strategi bisnis yang tepat agar tidak kehilangan konsumen dan mampu meningkatkan penjualan. Kesalahan dalam menerapkan strategi bisnis dapat menimbulkan ketidak seimbangan anatara stok yang tersedia dan produk yang terjual sehingga menyebabkan terjadinya penumpukan pada produk jenis lain yang tidak laku terjual. OverSleep Studio merupakan toko yang menjual beraneka ragam baju design custom. Proses pencatatan persediaan dan penjualan produk pada toko OverSleep Studio masih dilakukan secara manual. Jika data transaksi produk semakin banyak tentu akan merepotkan penjual dalam melakukan pencarian data, Karena sistemnya masih manual sehingga analisa data penjualannya menjadi kurang maksimal. Pada penelitian ini dibuat sebuah aplikasi berbasis web yang mampu memberikan rekomendasi produk dengan memanfaatkan pola transaksi konsumen menggunakan algoritma apriori dan dilengkapi dengan sistem pencarian data transaksi dengan menggunakan algoritma sequential search. Dari hasil penelitian yang dilakukan algoritma sequential search terbukti dapat melakukan pencarian data acak dalam jumlah yang banyak secara efisien. Selain itu berdasarkan pengujian proses data mining menggunakan algoritma apriori didapat pengujian yang optimal untuk menghitung 252 data transaksi dari data yang penulis miliki yaitu dengan menetapkan parameter minimum support 2% dan minimum confidence 20% yang dapat menghasilkan 14 association rule dengan lift ratio > 1. Dengan adanya aplikasi ini diharapkan pelaku bisnis mampu untuk mengambil keputusan rekomendasi produk dengan tepat dan dapat memudahkan pelaku bisnis dalam memperkirakan stok produk yang akan diproduksi. Kata Kunci : Algoritma Apriori, Algoritma Sequential Search, Rekomendasi, Lift Ratio

Item Type:	Thesis (Diploma)
Subjects:	T Technology > T Technology (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	- Abdurrahman -
Date Deposited:	19 Jun 2023 03:09
Last Modified:	19 Jun 2023 03:09
URI:	http://repository.unas.ac.id/id/eprint/6868

Actions (login required)

View Item