SISTEM DATA MINING PENJUALAN MENGGUNAKANALGORITMA APRIORI TOKO MN FASHION

Shidqi, Muhammad Rafif (2024) SISTEM DATA MINING PENJUALAN MENGGUNAKANALGORITMA APRIORI TOKO MN FASHION. Bachelor thesis, UNIVERSITAS NASIONAL.

	Text COVER.pdf Download (1MB)
	Text BAB I.pdf Download (446kB)
	Text BAB II.pdf Download (621kB)
	Text BAB III.pdf Download (861kB)
	Text BAB IV.pdf Download (896kB)
	Text BAB V.pdf Download (427kB)
	Text LAMPIRAN (1).pdf Download (496kB)

Abstract

Perkembangan teknologi informasi telah mendorong sektor perdagangan, termasuk
MN Fashion, untuk mengadopsi sistem berbasis komputer dalam mengelola
operasional mereka. MN Fashion masih menggunakan metode manual dalam mencatat
transaksi penjualan dan menganalisis data, yang berisiko menimbulkan kesalahan
pencatatan dan analisis yang kurang efektif. Penelitian ini bertujuan mengembangkan
sistem data mining berbasis web menggunakan Algoritma Apriori untuk menganalisis
pola pembelian pelanggan di MN Fashion. Algoritma Apriori digunakan untuk
mengidentifikasi himpunan data yang sering muncul (frequent itemset) dan membentuk
aturan asosiasi yang mendukung keputusan manajemen persediaan dan strategi
pemasaran. Hasil penelitian menunjukkan bahwa, dengan menggunakan data penjualan
dari periode 6 Agustus 2022 hingga 6 Agustus 2024, serta menerapkan nilai minimal
support sebesar 5% dan nilai minimal confidence sebesar 30%, sistem berhasil
mengidentifikasi pola pembelian signifikan. Temuan utama mencakup keterkaitan
antara pembelian "Celana Pendek Perempuan/Laki-Laki" dan "Topi Anak" dengan
confidence sebesar 36,94%, antara "Kaos Anak Perempuan/Laki-Laki" dan "Jaket
Anak" dengan confidence sebesar 36,36%, serta antara "Obralan Baju Anak
Perempuan/Laki-Laki" dan "Jaket Anak" dengan confidence sebesar 30,89%. Hasil ini
memberikan wawasan strategis untuk optimasi stok dan pengelolaan barang di MN
Fashion.

Kata Kunci: Data mining, Association rules, Algoritma, Apriori.

Item Type:	Thesis (Bachelor)
Subjects:	T Technology > T Technology (General) T Technology > TS Manufactures
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	Users 30 not found.
Date Deposited:	02 Jan 2025 04:46
Last Modified:	03 Jan 2025 03:38
URI:	https://repository.unas.ac.id/id/eprint/12514

Actions (login required)

View Item