Tugas Akhir

Tata letak barang berdasarkan association rule menggunakan algoritma apriori di mini market pokemart

---

Algoritma Apriori termasuk jenis aturan asosiasi pada data mining. Analisis asosiasi atau association rule mining adalah teknik data mining untuk menemukan aturan asosiatif antara suatu kombinasi item. Contoh aturan asosiatif dari analisis pembelian di suatu swalayan adalah dapat diketahuinya berapa besar kemungkinan seorang konsumen membeli roti bersamaan dengan susu. Dengan pengetahuan tersebut, pemilik pasar swalayan dapat mengatur penempatan barangnya. Dengan memanfaatkan data transaksi penjualan selama bulan Februari dan Maret 2015 penulis menguji hasil perhitungan menggunakan aplikasi WEKA 3.6, dilakukan dengan batas minimum Support sebesar 65% dan minimum Confidence sebesar 80%. Dengan batasan tersebut aplikasi WEKA 3.6 membentuk 4 aturan asosiasi. Salah satu aturan asosiasi yang terbentuk adalah Bungkus Chitato Sapi Panggang 40g Maka Botol Aqua Air Mineral 600ml dengan nilai Support 0,65 dan nilai Confidence Sebesar 0.95 yang merupakan aturan dengan nilai Confidence tertinggi. Dengan demikian, penataan barang dagangan bisa disesuaikan dengan aturan asosiasi agar sesuai dengan pola konsumsi konsumen.
Kata Kunci : Algoritma Apriori, Data Mining, Association Rule

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

-

No. Panggil

FASTIKOM 644 ARI t

Penerbit

Wonosobo : FASTIKOM UNSIQ., 2015

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

Algoritma apriori

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar