Penerapan fungsi association rule pada data mining untuk mengoptimalkan tata letak barang di Toserba menggunakan algoritma frequent pattern growth: Studi kasus Toserba BORMA Cipadung Bandung
| ctrlnum |
6241 |
|---|---|
| fullrecord |
<?xml version="1.0"?>
<dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://digilib.uinsgd.ac.id/6241/</relation><title>Penerapan fungsi association rule pada data mining untuk mengoptimalkan tata letak barang di Toserba menggunakan algoritma frequent pattern growth: Studi kasus Toserba BORMA Cipadung Bandung</title><creator>Hidayat, Riki Irfan</creator><subject>Systems Analysis and Computer Design</subject><description>Terus bertambahnya data transaksi yang dialami oleh Toserba BORMA Cipadung menyebabkan semakin menumpuknya data tersebut, namun pemanfaatannya belum maksimal, hanya digunakan sebagai laporan penjualan saja. Dengan menggunakan Data mining data tersebut dapat lebih dimaksimalkan pemanfaatannya yaitu dengan mencari informasi yang tersembunyi dalam data tersebut, yaitu pola beli konsumen dalam berbelanja berupa kebiasaan suatu produk dibeli bersama dengan produk apa. Informasi ini dapat dijadikan salah satu referensi bagi manajer dalam menentukan tata letak barang yang optimal sebagai salah satu upaya untuk meningkatkan keunggulan dalam persaingan bisnis retail. Teknik Data Mining yang digunakan adalah Association Rule yang mempunyai 2 parameter yaitu support dan confident dengan menerapkan Algoritma Frequent Pattern Growth. Hasil pencarian informasi dalam data transaksi BORMA dari tanggal 8 sampai dengan 9 April 2013 sebanyak 3.242 transaksi diperoleh informasi yaitu jika konsumen membeli Asesoris Komputer, maka akan membeli ATK dengan nilai support 4 % dan confident tertinggi yaitu 93%, dan jika konsumen membeli Mie Instant, maka akan membeli Susu Dalam Kemasan dengan nilai support tertinggi yaitu 30% dan nilai confident 33%.</description><date>2013-12-24</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>ind</language><identifier>http://digilib.uinsgd.ac.id/6241/1/1_COVER.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>http://digilib.uinsgd.ac.id/6241/2/2_%20ABSTRAK.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>http://digilib.uinsgd.ac.id/6241/3/3_DAFTAR%20ISI.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>http://digilib.uinsgd.ac.id/6241/4/4_BAB%20I.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>http://digilib.uinsgd.ac.id/6241/5/5_BAB%20II.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>http://digilib.uinsgd.ac.id/6241/6/6_BAB%20III.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>http://digilib.uinsgd.ac.id/6241/7/7_BAB%20IV.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>http://digilib.uinsgd.ac.id/6241/8/8_BAB%20V.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>http://digilib.uinsgd.ac.id/6241/9/9_BAB%20VI.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>http://digilib.uinsgd.ac.id/6241/10/10_DAFTAR%20PUSTAKA.pdf</identifier><identifier> Hidayat, Riki Irfan (2013) Penerapan fungsi association rule pada data mining untuk mengoptimalkan tata letak barang di Toserba menggunakan algoritma frequent pattern growth: Studi kasus Toserba BORMA Cipadung Bandung. Diploma thesis, UIN Sunan Gunung Djati Bandung. </identifier><recordID>6241</recordID></dc>
|
| language |
ind |
| format |
Thesis:Thesis Thesis PeerReview:NonPeerReviewed PeerReview Book:Book Book |
| author |
Hidayat, Riki Irfan |
| title |
Penerapan fungsi association rule pada data mining untuk mengoptimalkan tata letak barang di Toserba menggunakan algoritma frequent pattern growth: Studi kasus Toserba BORMA Cipadung Bandung |
| publishDate |
2013 |
| topic |
Systems Analysis and Computer Design |
| url |
http://digilib.uinsgd.ac.id/6241/1/1_COVER.pdf http://digilib.uinsgd.ac.id/6241/2/2_%20ABSTRAK.pdf http://digilib.uinsgd.ac.id/6241/3/3_DAFTAR%20ISI.pdf http://digilib.uinsgd.ac.id/6241/4/4_BAB%20I.pdf http://digilib.uinsgd.ac.id/6241/5/5_BAB%20II.pdf http://digilib.uinsgd.ac.id/6241/6/6_BAB%20III.pdf http://digilib.uinsgd.ac.id/6241/7/7_BAB%20IV.pdf http://digilib.uinsgd.ac.id/6241/8/8_BAB%20V.pdf http://digilib.uinsgd.ac.id/6241/9/9_BAB%20VI.pdf http://digilib.uinsgd.ac.id/6241/10/10_DAFTAR%20PUSTAKA.pdf http://digilib.uinsgd.ac.id/6241/ |
| contents |
Terus bertambahnya data transaksi yang dialami oleh Toserba BORMA Cipadung menyebabkan semakin menumpuknya data tersebut, namun pemanfaatannya belum maksimal, hanya digunakan sebagai laporan penjualan saja. Dengan menggunakan Data mining data tersebut dapat lebih dimaksimalkan pemanfaatannya yaitu dengan mencari informasi yang tersembunyi dalam data tersebut, yaitu pola beli konsumen dalam berbelanja berupa kebiasaan suatu produk dibeli bersama dengan produk apa. Informasi ini dapat dijadikan salah satu referensi bagi manajer dalam menentukan tata letak barang yang optimal sebagai salah satu upaya untuk meningkatkan keunggulan dalam persaingan bisnis retail. Teknik Data Mining yang digunakan adalah Association Rule yang mempunyai 2 parameter yaitu support dan confident dengan menerapkan Algoritma Frequent Pattern Growth. Hasil pencarian informasi dalam data transaksi BORMA dari tanggal 8 sampai dengan 9 April 2013 sebanyak 3.242 transaksi diperoleh informasi yaitu jika konsumen membeli Asesoris Komputer, maka akan membeli ATK dengan nilai support 4 % dan confident tertinggi yaitu 93%, dan jika konsumen membeli Mie Instant, maka akan membeli Susu Dalam Kemasan dengan nilai support tertinggi yaitu 30% dan nilai confident 33%. |
| id |
IOS14695.6241 |
| institution |
DEFAULT |
| institution_type |
library:public library |
| library |
DEFAULT |
| collection |
DEFAULT |
| city |
DEFAULT |
| province |
DEFAULT |
| repoId |
IOS14695 |
| first_indexed |
2021-09-21T02:07:24Z |
| last_indexed |
2021-09-21T02:07:24Z |
| recordtype |
dc |
| merged_child_boolean |
1 |
| _version_ |
1734511527496515584 |
| score |
17.538404 |